Линейная алгебра.

2 Семестр

Билет 1. Линейное пространство над произвольным полем. Ранг и база системы

векторов.

Непустое мн-во (1) называется линейным (векторным) пр-вом над полем (2), если
определены внутренний закон композиции: (1)х(1)  (1), называемый сложением, и
внешний закон композиции: (2)x(1)(1), называемый умножением, удовлетворяющие
аксиомам: коммутативность, ассоциативность, существование 0 и обратного для
сложения, существование 1, ассоциативность множителей из (2), две дистрибутивности
для умножения. Линейное пр-во над вещественным полем – вещественное линейное пр-
во, а над комплексным полем – комплексное. Два вектора коллинеарные, если они
отличаются числовым множителем. Аффинным (точечно-аффинным) пространством над
линейным пр-вом (1) называется мн-во (2) элементов, называемых точками, для которого
заданы:
а) Линейное пр-во (1) над полем (3)
б) Отображение (2)х(2)  (1), ставящее в соответствие каждой упорядоченной паре
точек из (2) вектор из (1) и удовлетворяющее следующим аксиомам:
1) для любой точки A из (2) и вектора a из (1) существует единственная точка B из (2),
такая, что v(A, B) = a;
2) A, B, C из (2) v(A, B) + v(B, C) = v(A, C).
Размерностью (2) называется размерность (1). Любое линейное пр-во можно
рассматривать как аффинное над самим собой (обозначив отображение за разность), а
любое аффинное как линейное (выбрав начало).
Т Отображение (2) в (1) определяемое p(A) = OA является биекцией, сохраняющей
операцию v аффинного пр-ва, те v(A, B) = v(p(A), p(B)) (биективность из 1ой аксиомы, а
равенство – достаточно рассмотреть разность).
Будем рассматривать конечные системы векторов. Линейно независимая подсистема
системы векторов, через которую выражается любой вектор этой системы, называется
базой.
Т Подсистема системы векторов образует базу тогда и только тогда, когда образует
максимальную линейно независимую подсистему (Необходимость: пусть подсистема
векторов образует базу, любой добавленный линейно выражается через них – нет
линейной независимости, достаточность – при добавлении вектора исчезает линейная
независимость, добавленный выражается).
Следствие: все базы одной системы векторов состоят из одинаково числа векторов. Число
векторов в базе называется рангом системы векторов. Две системы векторов называются
эквивалентными, если любой вектор одной выражается через другую систему. База
системы векторов эквивалентна самой системе.
Т Если система векторов (1) линейно выражается через (2), то rg(1) <= rg(2) (база первой
системы выражается через базу второй, если по Т большая система линейных векторов
выражается через меньшую – большая линейно зависима).
 Билет 2. Изоморфизм линейных пространств.

Два линейных пр-ва называют изоморфными, если существует биективное отображение

одного в другое, сохраняющее законы композиции. Само отображение называется
изоморфизмом линейных пр-в.
Простейшие св-ва:
1) отношение изоморфизма – отношение эквивалентности на мн-ве линейных пр-в
над одним полем
2) в изоморфных пр-вах а) образ (прообраз) линейной комбинации – линейная
комбинация образов (прообразов) с теми же коэффициентами б) образ (прообраз)
нулевого вектора – нулевой вектор в) образ и прообраз линейно независимой системы –
линейно независимая система г) образ (прообраз) базиса – базис.
Т Два линейных пр-ва над общим полем изоморфны тогда и только тогда, когда их
размерности совпадают (Необходимость из г, Достаточность – каждому вектору ставим в
соответствие вектор с теми же координатами во втором базисе, в силу единственности
разложения – отображение биективно, при этом координаты обладают линейностью,
значит отображение изоморфизм).
Следствие: любое n-мерное вещественное пр-во изоморфно арифметическому пр-ву R^n, а
комплексное C^n. (Базис единичных векторов).
Это называется координатным изоморфизмом.

Билет 3. Сумма и пересечение линейных подпространств.

Суммой векторов называется мн-во всевозможных векторов, представимых в виде:

x = x1 +…+xk, где xi принадлежит Li. Это представление вектора x называется
разложением по подпространствам. Пересечением подпространств называется мн-во всех
векторов, принадлежащих каждому из подпространств.
Т Сумма и пересечение подпространств – линейные подпространство всего пр-ва (сумма и
произведение на элемент поля принадлежат подпространству).
Т Сумма линейных подпр-в есть линейная оболочка совокупности базисов слагаемых
подпространств (почти очевидно).
Следствие: размерность суммы линейных под-прв равна рангу совокупности базисов
(почти очевидно).
Т Для любых двух линейных подпр-в одного линейног пр-ва размерность суммы равна
сумме размерностей минус размерность пересечения (дополняем до базиса каждого из
подпространств, по предыдущей теореме эта совокупность векторов – базис суммы, и
используем единственность разложения для док-ва независимости).
 Билет 4. Прямая сумма подпространств.

Сумма подпространств линейного пр-ва называется прямой суммой, если разложение

каждого вектора в ней по слагаемым подпространствам единственно.
Т Критерий прямой суммы - утверждения равносильны:
1) сумма подпространств прямая
2) совокупность базисов линейно независима
3) совокупность базисов подпространств образует базис суммы
4) размерность суммы – сумма размерностей
5) существует вектор, для которого разложение единственно
6) произвольная система ненулевых векторов, взятых по одному из каждого
подпространства линейно независима
7) пересечение любых двух подпространств – 0 вектор.
1 – 2 иначе было бы два разложение 0 вектора.
2 – 1 рассмотреть разность двух разложений – получить нетривиальную комбинацию
2 – 3 3 - 2 из Т о сумме линейных подпр-в (Б3)
3 – 4 4 – 3 различие только в терминологии
5 – 1 рассмотрим от противного разность двух разложений, получим не тривиальное
разложение 0 вектора. прибавим его к вектору, для которого разложение единственно и
получим его второе разложение
1 – 5 очевидно
1 – 6 получить второе разложение 0 вектора
6 – 1 рассмотреть разность двух разложений
4 – 7 7 – 4 теорема о размерности (последняя теорема Б3)

Т Линейное пр-во является прямой суммой двух своих под-ств тогда и только тогда, когда
размерность всего пр-ва равна сумме размерностей, а размерность их пересечения равна 0
вектору. (Необходимость – критерий прямой суммы Достаточность – размерность
подпространства меньше размерности пр-ва).
Дополнительным подпространством к (1) называется подпространство (2), если прямая их
сумма равна всему пр-ву.
 Билет 5. Евклидово и унитарное пространство. Неравенство Коши-Буняковского-
Шварца.

Отображение VxV  P называется скалярным произведением, если оно удовлетворяет

следующим условиям:
1) (x, y) = сопряжение к (y, x)
2) (ax, y) = a (x, y) , a из P
3) (x + y, z) = (x, z) + (y, z)
4) (x, x) >= 0, (x, x) = 0  x=0
Вещественное линейное пр-во со скалярным пр-м называется евклидовым, а комплексное
– унитарным.
Простейшие св-ва:
1) (x, y + z) = (x, y) + (x, z)
2) (x, ay) = сопряжение a(x, y)
3) (0, x) = (x, 0) = 0
4) (x, y) = 0 для любого y  x = 0;
5) Любое подпространство евклидова (унитарного) пр-ва – евклидово (унитарное) пр-
во
Неравенство Коши-Буняковского: |(x,y)|^2 <= (x,x)(y, y)
(рассмотрим (ax- y, ax – y), преобразовав возьмем a = (y, x)/(x, x) а сопряженное a = (x,
y)/(x,x))
Билет 6. Скалярное произведение в ортонормированном базисе. Существование
ортонормированного базиса.

Два вектора называются ортогональными, если их скалярное произведение равно 0.

Вектор называется ортогональным подпростаству, если он ортогонален любому вектору
этого подпр-ва. Два под-ва называются ортогональными, если скалярное произведение
векторов из разных подпространств равно 0. Сумма подпространств называется
ортогональной, если её слагаемые попарно ортогональны. Система векторов называется
ортонормированной, если скалярный квадрат любого вектора равен 1, а произведение
любых двух различный векторов в базисе равно 0.
Т Ортогональная система ненулевых векторов линейно независима (домножаем
линейную комбинацию равную 0 на любой вектор базиса).
Следствие 1: Ортонормированная система векторов линейно независима.
Следствие 2: В n-мерном евклидовом (унитарном) пространстве любая
ортонормированная система из n векторов образует базис.
Базис, векторы которого образуют ортонормированную систему, называется
ортонормированным базисом.
Т В евклидовом (унитарном) пр-ве координаты вектора вычисляются как скалярное
произведение этого вектора на базисный тогда и только тогда, когда базис
ортонормированный (Необходимость: координаты базисных векторов 1, Достаточность:
помножить на любой базисный вектор разложение по координатам).
Т В евклидовом (унитарном) пр-ве скалярное произведение векторов заданных своими
координатами в базисе вычисляется по правилу сумма произведений координат 1ого на
сопряжение координат второго тогда и только тогда, когда базис ортонормирован
(Необходимость – через произведение двух базисных векторов, достаточность через
разложение вектора по базису).
Т В конечном евклидовом (унитарном) пр-ве существует ортонормированный базис
(Индукция: для 1 почти очевидно, для n – 1 верно, пусть имеется базис (f1…fn), для
первых n -1 векторов существует ортонормированный базис, из последнего вычтем
ортоногальные с такими коэффициентами, что получившийся вектор будет
ортогональным, потом его нормируем).

Билет 7. Изометрия.

Два евклидовых (унитарных) пр-ва называются изоморфными, если существует

биективное отображение, сохраняющее законы композиции и скалярное произведение.
Само отображение называется изометрией или евклидовым изоморфизмом.
Изоморфные евклидовы (унитарные) пр-ва изоморфны как линейные пр-ва.
Т Два евклидовых (унитарных) пр-ва изоморфны тогда и только тогда, когда их
размерности равны (необходимость из изоморфности как линейных пр-в, достаточность –
рассмотреть ортонормированные базисы).
Билет 8. Матрица Грамма. Критерий линейной зависимости.

Матрицей Грамма называется матрица скалярных произведений сij = (ai, aj).

Определитель этой матрицы – определитель Грамма.
Т Система векторов линейно зависима тогда и только тогда, когда определитель Грамма
равен 0. (Рассмотрим произвольный вектор, если он равен 0, то он ортогонален любому
базисному вектору, наличие ненулевого такого вектора означает наличие нетривиального
решение системы уравнений (со скалярными произведениями), матрица которой –
транспонированная матрица Грамма, те равенство нулю определителся).
Матрица называется эрмитовой – если она равна сопряженной, симметрической, если
равна транспонированной.

Билет 9. Ортогональное дополнение. Ортогональная сумма подпространств.

Расстояние от вектора до пространства.

Совокупность всех векторов, ортогональных подпространству, называется

ортогональным дополнением.
Т Ортогональное дополнение – линейное подпр-во (сумма двух скалярных произведений,
и из свойств скалярного пр-я).
Т Прямая сумма подпр-ва и его ортогонального дополнения – все пр-во (рассмотреть
наличие еще одного базисного вектора и применить к базису процесс ортоганалиации).
Следствие: существует единственное разложение вектора на подпр-во и его
ортогонального дополнения. Вектор из подпр-ва – проекция, добавочный – ортогональная
составляющая. Скалярный квадрат наклонной равен сумме скалярных квадратов проекции
и перпендикуляра. Длина перпендикуляра – расстояние до подпр-ва.

Билет 10. Ортонормированный базис и унитарные (ортогональные) матрицы.

(Начало взять из Б6)

Матрица над полем комплексных чисел называется унитарной, если произведение её на
сопряжение равно произведению сопряжения на неё и равно I. Матрица над полем
вещественных чисел называется ортогональной, если обратная к ней –
транспонированная.
Т Матрица перехода от ортогонального базиса (1) к базису (2) евклидового (унитарного)
пр-ва ортогональна (унитарна) тогда и только тогда, когда (2) ортогональный базис.
(Столбцы матрицы перехода – координаты нового базиса в старом, расписать равенство I,
получить выражения для скалярных произведений).

Билет 11. Процесс ортогонализации Грамма-Шмидта. QR-разложение матрицы.

Процесс: 1 шаг – нормируем 1 базисный вектор.

последующие шаги - вычитаем из соответствующего базисного вектора новые базисные
вектора с коэффициентами из соображения ортогональности, затем нормируем.
Процесс ортогонализации приводит путем элементарных преобразований столбцов
матрицу к ортогональной (унитарной) Q путем умножения исходной матрицы справа на
верхнюю треугольную L. R = L^(-1). L – квадратная матрица.
 Билет 12. Линейное аффинное многообразие в линейном пространстве.
Гиперплоскость в евклидовом и унитарном пространстве.

Вектор многообразия, перпендикулярный образующему пространству, называется

нормальным вектором.
Т Для любого линейного многообразия в евклидовом (унитарном) пр-ве существует, и
притом единственный, нормальный вектор (пересечение многообразия с ортогональным
дополнением к образующему пространству состоит из 1 вектора, а это доказывается через
разложение нормального вектора).
Т Нормальный вектор линейного многообразия совпадает с перпендикуляром,
опущенным из любого вектора линейного многообразия на направляющее подпр-во
(выбрать в качестве направляющего вектора нормальный).
Гиперплоскость: размерность дополнительного подпр-ва – 1. Выражение для
гиперплоскости (x – x0, a) = 0 или в равносильной форме (x, a) = p, p = (x0, a)

Билет 13. Линейные операторы. Матрица линейного оператора.

Пусть (1) и (2) – линейные пр-ва над одним полем. Отображение A: (1)  (2) называется
линейным отображением (1) в (2), если
1) A(x + y) = A(x) + A(y)
2) A(ax) = aAx
a – из поля, x, y – из (1).
Если (2) совпадает с полем – то отображение называется линейным функционалам в пр-ве
(1). Мн-во всех операторов из V в W обозначается L(V, W). A = B  Ax = Bx для любых
x из V.
1) Линейный оператор переводит нулевой вектор в нулевой вектор
2) Линейный оператор сохраняет линейные комбинации
3) Линейный оператор сохраняет линейную зависимость.
Для задания линейного оператора достаточно определить его значения на базисе.
Т Пусть базис e1,…,eN пр-ва (1) переходит в набор векторов g1,…,gN – произвольные
векторы (2). Тогда существует единственный линейный оператор переводящий векторы
e1,…,eN  g1,…, gN (из свойства 2).
Векторы Ae1,…,AeN однозначно раскладываются по базису (2)
Ae1 = a11f1+…+am1fm
…………………………
Aen = a1nf1+…+amnfm
Матрица aij называется матрицей оператора в паре базисов e, f. (Afe).
Пусть размерность (1) n, а (2) m. Тогда существует взаимно однозначное соответствие
между линейными операторами и матрицами. (1 – сюръективно, так можно построить
матрицу, 2 – инъективно, по предыдущей Т).
 Билет 14. Матрица линейного оператора при переходе к другому базису.
Эквивалентность и подобие матриц.

Т Если y = Ax, то yf = Afexe (из сохранения линейных комбинаций и единственности

разложения вектора по базису).
Пусть есть базисы e, t = eC пр-ва (1), а f и s = fD – два базиса (2) и одному и тому же
линейному оператору соответствуют матрицы Afe и Ast.
Т Ast = (D^(-1))AfeC ( yf = Afexe, ys = Astxt, xe = Cxt, yf = Dys  Dys = AfeCxt).
Следствие: матрицы линейного оператора в различных базисах эквивалентны
(эквивалентность - A = PBQ, P,Q невырождены).
Следствие: Ранг матрицы линейного оператора не зависит от выбора базисов.
Т Две матрицы над одним полем одинакового размера эквивалентны тогда и только тогда,
когда они являются матрицами одного и того же оператора (Достаточность из
предыдущей теоремы, Необходимость построить соответствующие операторы).

Билет 15. Линейное пространство линейных операторов и матриц.

Суммой линейных операторов отображение (A+B)x = Ax + Bx, (aA)x = aAx.

Для любых двух операторов и произвольного числа из поля верно, что сумма
произведение принадлежат тому же мн-ву операторов.
Следствие 1: Сложение и умножение оператора на число являются внутренним и внешним
законами композиции.
Т Мн-во всех операторов из (1) в (2) – линейное пр-во над тем же полем (проверка аксиом
элементарна).
Т Пространство линейных операторов изоморфно соответствующему пр-ву матриц
(фиксируем базисы и получаем).
Следствие: dim L(V, W) = dim V *dim W

Билет 16. Произведение линейных операторов и его матрица.

Произведением линейных операторов A из L(V, W) и B из L(W, Z) называется

отображение C V в Z, такое что Cx = B(Ax).
Т Если A из L(V, Z), а B из L(W, Z), то BA из L(V, Z) (док-во в лоб).
Простейшие св-ва:
1) Ассоциативность
2) a(AB) = (aA)B = A(aB)
3) (A + B)C = AC + BC
4) A(B + C) = AB + AC
Т При умножении линейных операторов их матрицы умножаются ( (BA)ge= BgfAfe) (в
лоб проверяется).
Билет 17. Ядро и образ линейного оператора. Каноническая пара базисов.

Образом линейного оператора A из L(V, W) называется im A = {y из W|существует x из V:

Ax = y}
Ядром оператора A из L(V, W) ker A = {x из V| Ax = 0}
Т Ядро и образ пр-ва являются линейными пр-вами (просто проверить).
Т образ пр-ва – линейная оболочка натянутая на образ базиса (любой – вектор из образа,
любой из оболочки).
Ранг линейного оператора – размерность его образа, дефект – размерность его ядра.
Т Ранг линейного оператора равен рангу его матрицы в произвольной паре базисов (ранг
системы образов совпадает с рангом системы столбцов в матрице).
Т Ранг + дефект = размерность пр-ва (дополняем базис ядра и образы добавленных
векторов не могут быть зависимы, тк иначе их нетривиальная линейная комбинация
принадлежала бы ядру).
Т Множество всех прообразов одного вектора является линейным многообразием,
направляющее подпространство которого – ядро (рассмотреть в лоб).
Т Пусть A линейный оператор из L(V, W), rgA = r, dimV = n, dimW = m. Тогда существуют
базисы e и f такие, что оператор в них имеет вид
I O
O O – все элементы равны 0, кроме первых r диагональных (текущая матрица оператора
эквивалентна).
Базисы e и f называются канонической парой базисов.

Билет 18. Линейные функционалы. Сопряженное пространство. Линейные

функционалы и гиперплоскости.

Линейное отображение V в поле называется линейной формой (линейным функционалом)

в пр-ве V. f(x) = a1x1 +…+anxn – общий вид линейной формы, коэффициенты a1…an
называются коэффициентами линейной формы в базисе e1…en
Т о множестве всех прообразов (Б17) относится и к этому случаю – множество всех
решений ур-я – гиперплоскость. Линейное пр-во всех линейных форм называется
сопряженным пр-вом к пр-ву V, оно обозначается V*.
Т dim V* = dim V (из следствия ТБ15).
Следствие: Всякое конечномерное линейное пр-во изоморфно своему сопряженному.
Билет 19. Обратный оператор. Критерий обратимости.

A из L(V,V).
Отображение A^-1 называется обратным к оператором к A, если A(A^-1)=(A^-1)A = I
Т Линейный оператор обратим тогда и только тогда, когда он биективен (рассмотреть
вектор).
Т Обратный оператор единственен (через матрицы).
Т Обратный оператор линеен (раз оператор биективен, значит сюръективен, те для любых
y1, y2 V существуют x1, x2 V, y1 = Ax1, y2 = Ax2, x1 = (A^-1)y1, x2 = (A^-1)y2, откуда
простой подстановкой проверяем условие линейности).
Т Оператор обратим тогда и только тогда, когда его матрица в произвольном базисе
обратима (через определение произведения операторов).
Оператор называется невырожденным если его ядро равно нулевому вектору.
Т В конечно мерном пр-ве утверждение равносильны:
1) AA^-1 = I
2) (A^-1)A = I
3) A не вырожден
4) imA = V
5) detA != 0
6) A обратим
7) A биективен
1) и 2) – из св-ва матриц, по теореме о матрицах так же 1) - 5) и 1)-6) из св-ва операторов.
1)-3)-4) из того,ч то по 1 эквивалентно тому, что ранг оператора равен n
Т Произведение обратимых операторов обратимо, причем (AB)^-1 = (B^-1)(A^-1).

Билет 20. Собственные значения и собственные векторы. Операторы простой

структуры и диагонализуемые матрицы.

Ненулевой вектор x называется собственным вектором оператора A, если есть такое число
l, что Ax = lx. Число l называется собственным значением оператора, соответствующим
данному вектору. Множество всех собственных значений называется спектром оператора.
Т Собственные векторы, отличающие различным собственным значениям линейно
независимы (индукция, пусть есть линейная комбинация, подействуем оператором,
умножаем исходную комбинацию на последний коэффициент и вычтем из полученной
кобинации – получим линейную комбинацию -1 вектора равную нулю).
Следствие: линейный оператор не может иметь больше собственных значений, чем
размерность пр-ва.
Линейный оператор называется оператором простой структуры, если у него есть базис
собственных векторов.
Т Линейный оператор имеет простую структуру тогда и только тогда, когда в пр-ве
существует базис, в котором он имеет диагональную матрицу (в базисе собственных
векторов она имеет диагональный вид).
Следствие: Оператор будет оператором простой структуры тогда и только тогда, когда она
имеет столько же собственных значений, сколько размерность пр-ва.
Оператор простой структуры так же называют диоганализуемым оператором.
Билет 21. Характеристический многочлен линейного оператора. Условие
существования собственных значений.

Характеристическим многочленом матрицы A называется det(A – lI)

Теорема: Характеристический многочлен матрицы является многочленом n-ой степени от
l (Каждый элемент матрицы является многочленом степени не выше 1, значит каждый
член определителя является многочленом степени не выше n. Все члены определителя,
отличные от (a11 – l)(a22-l)…(ann – l) имеют степень не превосходящую n – 2).
Т Характеристические многочлены подобных матриц совпадают (A – lI = (Q^-1)BQ – l(Q^-
1)IQ) = B - lI).
Т Число является собственным значением тогда и только тогда, когда оно является корнем
характеристического многочлена. (Ax – lI = 0  det(A-lI) = 0). Равенство
характеристического многочлена 0 называется характеристическим уравнением.

Билет 22. Собственное подпространство. Геометрическая и алгебраическая

кратности собственных значений.

Мн-во {x из V| Ax = l0x} – собственное подпространство оператора A, отвечающее

собственному значению l0. Размерность собственного подпространства – геометрическая
кратность собственного значения, а кратность как корня – алгебраическая кратность.
Т Геометрическая кратность собственного значения не превосходит его алгебраической
кратности (собственное подпространство инвариантно относительно оператора,
рассмотрим индуцированный оператор (оператор эквивалентный данному, но взятый на
инвариантном подпространстве), тогда матрицей его будет l0I, f(l)=(l0 – l)^s, а
характеристический многочлен является делителем исходного).
Т Сумма собственных подпространств оператора, отвечающих различным собственным
значениям, является прямой суммой (любая система векторов линейно независима, как
система собственных векторов, отвечающих различным собственным значениям).

Билет 23. Инвариантные подпространства. Сужение оператора.

Если для любого вектора подпространства его образ тоже лежит в этом подпространстве,
то это подпространство называется инвариантным.
Т Пусть (1) нетривиальное инвариантное подпространство относительно оператора (2).
Тогда существует базис пространства, в котором матрица оператора (2) имеет
квазитреугольную форму (дополним базис инвариантного подпространства e1…ek до
полного, Ae1 = a11e1 +… + ak1ek…, значит матрица имеет вид |A | B|
|O | C|)
Т Если пр-во является прямой суммой нетривиальных инвариантных подпространств, то в
пространстве существует базис, в котором матрица оператора принимает
квазидиагональную форму (аналогично предыдущей). Рассматривая линейный оператор
на инвариантном подпространстве можно получить новый оператор (A|L)=Ax для любых
x из L, называемый индуцированным оператором или сужением оператора.
 Билет 24. Треугольная форма матрицы линейного оператора. Теорема Шура.

Т В n-мерном комплексном пространстве для любого линейного оператора существует

система n вложенных друг в друга инвариантных подпространств L1…Ln, всех
размерностей от 1 до n.
Док-во: индукция по n:
1) для n = 1 очевидно
2) Лемма: линейный оператор действующий в n-мерном пр-ве имеет инвариантное
подпространство, размерности n – 1 (линейный оператор в комплексном пр-ве имеет хотя
бы одно собственное значение – размерность dim im(A – lI)<=n-1, есть подпространство
содержащее весь образ, рассмотреть воздействие на него исходного оператора), из леммы
существует пр-во размерности n-1, а по индукционному предположению получаем.
Т Для любого линейного оператора, действующего в комплексном пр-ве, существует
базис, в котором матрица оператора имеет треугольную форму (в предыдущей теореме
берем базис наименьшего подпространства и дополняем).
Т Шура Для любого оператора, действующего в унитарном пр-ве существует
ортонормированный базис, в котором он имеет треугольную матрицу (на каждом шаге
предыдущей теоремы строим ортонормированный базис).

Билет 25. Сдвиг оператора, нильпотентность и обратимость его суждений.

Линейный оператор называется нильпотентным, если существует его степень, равная

нулевой матрице. Наименьшая такая степень называется индексом нильпотентности
(высотой) линейного оператора.
Т Если A – нильпотентный оператор степени (1) и (2) – вектор, который оператор
предпоследней степени не переводит в 0, то векторы x0, Ax0,…, (A^(q-1))x0- линейно
независимы (приравняем линейную комбинацию к нулю и последовательно будем
применять операторы в нужной степени, показывая равенство 0 коэффициентов).
Следствие 1: индекс нильпотентности не превосходит размерности пр-ва.
Т В комплексном пр-ве линейный оператор нильпотентен тогда и только тогда, когда все
его собственные значения равны 0 (необходимрость A^qx0 = (l0^q)x, достаточность –
проверить умножение матриц).
Если все пространство – прямая сумма подпространств, инвариантных относительно A, то
оператор называется прямой суммой индуцированных операторов.
Рассмотрим оператор B= A – liI, выполним сдвиг на li оператора A.
1) lb = la – li
2) f(l) = (l1 – l)^m1…(lp – l)^mp- многочлен A, f’(l) = (l1 – lj – l)^m1 * …(lp – lj – l)^mp
3) Подпространство инвариантное относительно B, инвариантно относительно A
Билет 26. Корневые подпространства. Расщепление линейного пространства в
прямую сумму корневых подпространств.

Вектор x называется корневым вектором оператора A отвечающим собственному

значению lj, ((A – ljI)^k)x = 0. Высотой называется наименьшее такое k.
1) Корневые векторы высотой 1 являются собственными
2) Если x – корневой вектор высоты k, то вектор (A – lj)x – корневой вектор, высотой
k-1.
3) Корневые векторы различных высот линейно независимы (док-во как в
предыдущем билете).
Из 3) получаем, что высота корневого вектора меньше размерности пр-ва. Корневые
векторы, высотой больше 1 называются присоединенными высота-1 порядка. Мн-во всех
корневых векторов, отвечающих одному собственному значению, называются корневым
подпространством.
Т Вырожденный и не нильпотентный оператор является прямой суммой нильпотентного и
обратимого операторов, причем это разложение единственно
Для доказательства нужно доказать, что существует единственная пара подпространств,
инвариантных относительно оператора, дающих в прямой сумме все пространство, и
таких, что в одном из них оператор нильпотентен, а в другом обратим.
Существование: Nk = ker(A^k), Tk = im(A^k)
1) N1 в N2 в … Nq = Nq + 1=… а) вложение очевидно б) пусть Nk = Nk+1, Nk+1 = Nk + 2,
A^k+2 = 0  A^k+1(Ax) = A^k(Ax), из а и б получаем утверждение 1
2) V = Nq + Tq, dim V = dim Nq + dim Tq, Nq пересеченное Tq = {0}, тк y из Tq , y =
=(A^q)x, и из Nq (A^q)y = 0, (A^2q)x = 0  x из Nq  (A^q)x = 0.
3) Nq, Tq инвариантны относительно оператора, а) A*x = 0, x из Nq, в силу Nq = =Nq+1 б)
y Tq, y = (A^q)x, Ay = Aq(Ax) = Aqx1.
4) Оператор по ядру нильпотентный, так как а) (A^q)x = 0 для любого x из Nq б)
Существует x из Nq, такой, что (A^(q-1))x != 0, Nq-1 != Nq.
5) A|Tq обратим, так как его ядро состоит только из нулевого вектора
из 2-5 получаем существование
Единственность: пусть существует другое разложение V = N + T
1) A|N (A^k)x=0, x из N, dim N <= dim Nq
2) Обратимость оператора означает, что im A|T = T, y = Ay1 = A^2y2 = …=A^q yq, dim T
<= dim Tq.
dim N + dim T = dim V = dim Nq + dim Tq, N = Nq, T = Tq доказано.
Следствие: Оператор на Nq имеет только нулевые собственные значения, а на Tq не имеет
нулевых собственных значений.
Из того, что оператор в некотором базисе принимает квазидиагональную форму, можно
получить, что характеристический многочлен представляет собой произведение
многочленов в инвариантных подпространствах, дающих в прямой сумме все
пространство. Из этого и теоремы получаем следствие
Следствие: для оператора, действующего в комплексном пр-ве f(l) = (-l)^m1*…(lp – l)^mn
A|Nq fn = (-l)^m1, A|Tq ft = (l2 – l)^m2…(lp – l)^mp и dim Nq =m1 dim Tq = m2 +…+mn
Рассмотрим оператор B= A – liI, выполним сдвиг на li оператора A.
1)lb = la – li
2) f(l) = (l1 – l)^m1…(lp – l)^mp- многочлен A, f’(l) = (l1 – lj – l)^m1 * …(lp – lj – l)^mp
3)Подпространство инвариантное относительно B, инвариантно относительно A
Этот оператор вырожден, но не нильпотентен – разлагается по теореме. Корневое
подпространство совпадает с Nq. Следовательно корневое подпространство инвариантно
относительно оператора.
Из того, что оператор в некотором базисе принимает квазидиагональную форму, можно
получить, что характеристический многочлен представляет собой произведение
многочленов в инвариантных подпространствах, дающих в прямой сумме все
пространство. В каждом корневом подпространстве характеристический многочлен имеет
вид (lj – l)^m (из следствия и 2)) а размерность корневого подпространства совпадает с
алгебраической кратностью.
Т Если (1) – линейный оператор, действующий в комплексном пр-ве, то все пр-во
разлагается в прямую сумму своих корневых подпространств.
Док-во: возьмем индукцию по количеству собственных значений
для 1 почти очевидно, тк размерность Tn = 0 ??
Для -1 верно, рассмотрим V = K + Tq, V1 = Tq, которое инвариантно относительно
оператора, и f2(l) = ((l1 – l)^m1) … (lp-1 – 1) ^mp-1, для него верна, V1 = K1 +..+Kp-1
Следствие: Ненулевые корневые вектора отвечающие различным значениям, линейно
независимы.
Следствие: Для любого линейного оператора, действующего в комплексном пр-ве,
существует базис, в котором его матрица имеет квазидиагональную форму, у которой
число диагональных клеток совпадает с числом различных собственных значений, а их
размеры – с алгебраической кратностями собственных значений.

Билет 27. Жорданов базис и жорданова матрица линейного оператора в

комплексном пространстве.

Матрица размерности n вида l0 на главной диагонали, а 1 над ними называется

жордановой клеткой n-ого порядка. Характеристический многочлен (l0 – l)^k, l0 –
собственное значение, кратности n. Имеет один собственный вектор.
Рассмотрим произвольное корневое подпространство. Для построение корневого
подпространства надо найти момент стабилизации. Будем строить базис в обратном
порядке. Построим векторы, дополняющие произвольный базис пространства перед
стабилизацией, они будут корневыми векторами максимальной высоты и их количество –
разность размерностей на последней и предпоследней высоте. Эти векторы линейно
независимы над Nq-1. Помножим каждый из этих векторов на сдвинутый оператор и
дополним систему из них и произвольный базис из Nq-2 до базиса Nq-1. Аналогично
будем доходить до N1. Полученную за q шагов систему векторов будем называть
жордановой лестницей.
Т Построенная система векторов образует базис корневого подпространства (почти
очевидно). Нумеровать вектора будем внутри столбца жордановой лестницы снизу вверх,
а сами столбцы в произвольном порядке. Полученный базис будем называть
(жордановым) каноническим базисом корневого подпространства.
Матрица оператора на корневом подпр-ве в каноническом базисе представляет собой
жорданову клетку (для одного столбца)
[Jq(lj)]
[ O ]
Рассмотрев все столбцы жордановой лестницы получим матрицу Aj в каноническом
базисе, всего клеток – сколько собственных векторов.
|Jq1(lj) O|
| Jq2(lj) |
Aj = |……………………………….|
|O Jqsj(lj)|

Докажем единственность (в плоть до порядка) разложения. Пусть оператор A|Klj имеет

квазидиагональную форму в другом базисе. Перенумеруем базис в порядке убывания
размеров жордановых клеток. Рассмотрим новую лестницу Жордана. Оболочка натянутая
на нижние векторы в новой лестнице – собственное подпространство, те N1. Аналогично
рассматриваем оболочки более высоких порядков. Получаем, что лестница не зависит от
базиса. Жордановой матрицей называется квазидиагональная матрица с клетками
Жордана на диагонали. Жордановым базисом называется базис пространства, в котором
матрица оператора принимает жорданову нормальную форму.
Т Пусть (1) A L(V, V) линейный оператор, действующий в комплексном пространстве, и
его характеристический многочлен имеет вид f(l) = (l1 – l)^m1…(lp – l)^mp, тогда в
пространстве существует базис, в котором матрица оператора имеет квазидиагональную
форму, и на диагонали стоят выражения типа Aj (по теореме о сумме корневых
подпространств и о квазидиагональном виде).
Замечание: Жорданова форма обычно определена однозначно, вплоть до порядка
следования клеток Жордана.
Замечание: Для операторов простой структуры и только для них Жорданова форма
совпадает с диагональной.

Билет 28. Критерий подобия матриц.

Любая квадратная комплексная матрица подобна матрице, имеющей жорданову форму.

Жорданова матрица, подобная матрице оператора, называется жордановой нормальной
формой матрицы оператора.
Т Две матрицы в комплексном пространстве подобны тогда и только тогда, когда их
жордановы формы совпадают. ((X^-1)AX = J, X – невырожденная матрица перехода к
жорданову базису).

Билет 29. Теорема Гамильтона-Кэли. Минимальный многочлен.

Т (Г-К) Линейный оператор, действующий в комплексном (вещественном) пространстве,

является корнем своего характеристического многочлена (док-во 1) докажем для
комплексного пространства: любой вектор имеет разложение по корневым
подпространствам, умножим обе части на многочлен от оператора и получим в правой
части 0 (скобки перестнаовочны, корневой вектор будет принадлежать ядру), значит для
любого вектора многочлен от оператора помножить на вектор равно 0, 2) для
вещественного рассмотрим комплексное пр-во той же размерности, тогда матрица
оператора в исходном базисе совпадает с матрицей второго оператора в комплексном
пространстве, а характеристические многочлены совпадают).
Пусть есть оператор действующий в пространстве над полем, любой многочлен над этим
полем, такой что его значение от оператора равно 0 называется аннулирующим
многочленом. Многочлен наименьший степени со старшим коэффициентом 1 называется
минимальным многочленом.
Т Минимальный многочлен является делителем аннулирующего многочлена (делим с
остатком, остаток не может быть не равен 0, тк его степень меньше степени
минимального, а значение от оператора 0).

Билет 30. Инвариантные подпространства минимальной размерности.

Т У всякого линейного оператора в комплексном пространстве существует одномерное

инвариантное подпространство (из существования собственного вектора).
Т У всякого линейного оператора в вещественном пространстве существует одномерное
или двумерное инвариантное подпространство (характеристический многочлен –
многочлен с вещественными коэффициентами, пусть (1) – корень, если он вещественен,
то есть собственный вектор, если l0 = a + bi – корень, то a – bi – корень, Ae = l0e – из
комплексного пространства f- сопряженный к e, e = x + iy, Ae = (a + bi)(x + iy), Ax = ax –
by, Ay = bx + ay, x= (e + f)/2, y = (e-f)/2i, e и f линейно независимы (отвечают разным
собственным значениям), подпространство на x, y – инвариантно).
Билет 31. Вещественный аналог жордановой формы.

Если все корни хар. многочлена вещественны, то к нему применима общая теория
жордановой формы, те есть квазидиагональная форма с вещественными клетками
Жордана на главной диагонали. Рассмотрим случай наличия комплексного корня (1). Есть
сопряженный (2). Рассмотрим матрицу оператора в комплексном пространстве. Согласно
общей теории в её жордановой форме есть клетки для (1) и (2). Рассмотрим серию
базисных векторов, порождающих клетку для (1) Ae1 = l0e1 Aej = l0ej + ej-1, fj =
сопряжение к ej Af1 = !l0f1 Afj=!l0fj +fj-1, получаем что клетки для сопряженных
собственных значений одинакового порядка и их равное количество. Строим вектора, как
в теореме предыдущего билета, и получим инвариантное подпространство, имеющее
матрицу
[a b 1 0…………….]
[-b a 0 1…………….]
[……a b 1 0………...]
размерности 2k.
Т Для всякого линейного оператора, действующего в вещественном пространстве,
существует базис, в котором матрица оператора имеет квазидиагональную форму с
вещественными клетками и клетками жордана (строим жорданов базис все векторы,
порождающие комплексные клетки на соответсвтующие вещественные).

Билет 32. Сопряженный оператор. Существование и единственность. Матрица

сопряженного оператора.

Т Если A, B из L(V, W), (Ax, y) = (Bx, y) для любого x, то A = B (рассотреть разность).

Отображение A* из W в V называется сопряженным к A, если: (Ax, y) = (x, A*y).
Т Сопряженный оператор линеен (брать разности скалярных прозиведений).
Т Для любого оператора существует, и при том единственный сопряженный оператор
(скалярное произведение как произведение координат, расписав по базису (Ax,y) =
Add(k=1, n)(x,ek)(Aek,y), рассмотреть оператор By- (Add k=1 n) (y, Aek)ek, внеся сумму
под скалярное произведение, единственность вытекает из первых двух теорем этого
билета).
Т Операция сопряжения линейного оператора обладает следующими св-вами:
1) (A + B)*= A* + B*
2) (aA)* = (сопряжение a)A*
3) (AB)* = B*A*
4) (A^-1)* = (A*)^-1
5) (A*)* = A
(док-во вытекает из рассмотрения скалярных произведений)
Т Матрицы оператора и его сопряжения в паре ортонормированных базисов сопряжены
друг другу (рассмотреть разложения образов по базису).
Следствие: ранг сопряженного оператора равен рангу исходного.
Т Для любого оператора ядро является ортогональным дополнением к образу
сопряженного оператора, а ядро сопряженного ортогональным дополнением к образу
самого оператора (рассмотреть скалярное произведение любого вектора из ядра на вектор
из образа). (дальше для одного пространства)
Биортогональные системы – (xi, yj) = {1, i=j; 0, i != j}.
Биортогональные системы, образующие базисы пространства, называются
биортогональной парой базисов.
Т Для любого базиса найдется и при том единственный биортогональный базис
(рассмотреть ортогональное дополнение до системы векторов без одного).
Т В паре биортогональных базисов унитарного (евклидова) пространства матрицы
сопряженных операторов связаны соотношением (A*)f=(Ae)H (Aej = Add(k = 1, n)akjek
умножим скалярно на fi, и расписать наоборот для произведения, приравняв получим aij=!
bji).
Т Если подпространство инвариантно относительно оператора, то его ортогональное
дополнение ортогонально относительно сопряженного оператора (x из L y из
отртогонального дополнения L, (Ax, y) = 0 = (x, A*y))

Билет 33. Нормальный оператор и нормальная матрица.

Линейный оператор A из L(V,V) называется нормальным, если AA*=A*A. Квадратная

матрица называется нормальной, если её произведение на сопряженную равно
произведению сопряженной на неё.
Замечание: оператор нормален тогда и только тогда, когда в любом ортонормированном
базисе его матрица нормальна.
Т Собственный вектор нормального оператора, отвечающий собственному значению l,
является собственным вектором сопряженного оператора, отвечающим собственному
значению !l (из нормальности оператора следует нормальность сдвинутого оператора на
собственное значение, (A-lI)x = 0 ((A-lI)x, (A – lI)x)=0  по Т предыдущего билета (x, (A-
lI)(A-lI)x)=0, ((A-lI)*x,(A-lI)*x)=0, (A-lI)*x=0 (A*-!lI)x=0 A*x=!lx).
Следствие: если оператор нормален, то его ядро совпадает с ядром сопряженного
оператора.
Следствие: если оператор нормален, то верна последняя Т предыдущего билета
Т Собственные векторы нормального оператора, отвечающие различным собственным
значениям, попарно ортогональны (Ax = lx, Ay=my, l!=m, (Ax, y)=(lx,y)=l(x,y)=m(x,y) 
(x,y)=0).

Билет 34. Блочно-диагональная форма вещественной нормальной матрицы.

Ортонормированный базис унитарного (евклидового) пространства, в котором матрица

имеет треугольную форму, называется базисом Шура.
Т (критерий нормальности). Линейный оператор, действующий в унитарном пр-ве,
нормален тогда и только тогда, когда существует ортонормированный базис из
собственных векторов этого оператора (необходимость: рассмотрим нормальный
оператор в его базисе Шура, тк его матрица нормальна, и предпоследней теореме Б32
Ae*(Ae)H =(Ae)HAe рассмотреть диагональные элементы, получить равенство не
диагональных 0, следовательно имеет диагональную форму, те базис Шура является
ортонормированным базисом собственных векторов, достаточность: пусть матрица
диагональна – из перестановочности диагональных матриц следует нормальность).
Следствие: в унитарном пространстве нормальный оператор и его сопряженный оператор
имеют общий ортонормированный базис из собственных векторов.
Т Если любой собственный вектор оператора, действующего в унитарном пространстве,
является собственным вектором сопряженного к нему оператора, то оператор нормальный
(раз есть общий собственный вектор, то подпространство, натянутое на этот вектор будет
инвариантно относительно сопряженного оператора, по последней теореме Б32 его
ортогональное дополнение инвариантно относительно исходного оператора, так же
поступаем и для него, базис, полученный с помощью данного алгоритма, нормируем и по
предыдущей теореме получаем).
Унитарно-подобные матрицы: B = (Q^-1)AQ, Q – унитарная матрица ( QQH= QHQ=I)
Замечание: две комплексные матрицы одинакового порядка унитарно подобны тогда и
только тогда, когда они являются матрицами одного и того же оператора в унитарном
пространстве в ортонормированных базисах (т матрица перехода от ортонормированного
базиса ко второму базису ортогональна тогда и только тогда, когда второй базис
ортогонален, две матрицы подобны тогда и только тогда, когда они являются матрицами
одного и того же линейного оператора, действующего в пространстве).
Т Квадратная комплексная матрица нормальна тогда и только тогда, когда она унитарно
подобна диагональной матрице. Другая формулировка: матрица нормальна тогда и только
тогда, когда она имеет базис из собственных векторов (просто переформулирование
критерия).
Т Линейный оператор, действующий в вещественном пространстве, нормален тогда и
только тогда, когда существует базис пространства, в котором он имеет
квазидиагональную матрицу с вещественными клетками первого порядка и
вещественными клетками второго порядка на главной диагонали, вида
[a, -b]
[-b, a]
(достаточность проверяется непосредственно, необходимость рассмотреть два
собственных вектора, отвечающих сопряженным собственным значениям, построить
вещественные векторы как в Б30, рассмотреть скалярное произведение собственных
векторов, оно равно 0, получить соотношения на новые векторы, рассмотреть
нормированные векторы, получить форму оператора).

Билет 35. Эрмитовы операторы и эрмитовы матрицы. Эрмитого разложение

линейного оператора.

Линейный оператор, называется самосопряженным, A = A*. В унитарном – эрмитовый, в

евклидовом – симметрический. Квадратная матрица эрмитова, если A = AH, а вественная
симметрическая или вещественно-эрмитова.
1) Самосопряженный оператор нормален
2) Оператор самосопряжен тогда и только тогда, когда в любом ортонормированном
базисе он имеет самосопряженную матрицу.
3) Определитель самосопряженного оператора вещественен
4) Если пространство инвариантно относительно самосопряженного оператора, то
ортогональное его дополнение также инвариантно относительно него
5) Самосопряженный оператор на любом инвариантном подпространстве индуцирует
самосопряженный оператор
Т Нормальный оператор в унитарном (евклидовом) пространстве самосопряжен тогда и
только тогда, когда все корни его характеристического многочлена вещественны
(необходимость: для унитарного пространства это следует из того, что у сопряжения
нормального оператора собственные значения являются сопряжением собственных
значений исходного, а для евклидового пространства рассмотрим аналогичный оператор в
комплексном и для него значения совпадут, достаточность: оператор нормален – есть
базис собственных значений, по свойству линейного оператора Ax = (Add k= 1 to n)xiliei,
A*x = Add(k = 1, n) xi!liei = Add(k=1, n)xiliei, A*= A).
Линейный оператор в унитарном (евклидовом) пространстве называется косоэрмитовым
(кососимметрическим), если A* = - A, квадратная матрица A = -AH.
1) косоэрмитов (кососимметрический) оператор нормален
2) оператор косоэрмитов тогда и только тогда, когда его матрица в любом
ортонормированном базисе косоэрмитова
3) все собственные значения косоэрмитого оператора в унитарном пространстве –
чисто мнимые (Ax = lx, -Ax=!lx, l = -!l), корни косоэрмитова и
кососимметрического операторов – чисто мнимые
4) кососимметрический оператор не имеет собственных значений.
Т Для любого косоэрмитова оператора в унитарном пространстве существует эрмитов
оператор такой, что A = iB (оператор нормален – есть базис собственных векторов, lk =
ibk, Aek = ibkek, Bek = bkek).
Т Линейный оператор в унитарном (евклидовом) пр-ве может быть единственным
образом представлен в виде суммы эрмитова (симметрического) и косоэрмитова
(коссиметрического) операторов. ( B = ½(A + A*) C = 1/2 (A – A*), B* = B, C*=C, для
единственности рассмотреть выражение для сопряженного оператора). Можно записать С
= iD.
Т Линейный оператор нормален тогда и только тогда, когда операторы в его эрмитовом
разложении перестановочны (расписать A = B + C, A* =B – C, AA* = B^2 – BC + CB -
C^2, A*A = B^2 –CB +BC – C^2).

Билет 36. Симметрические операторы и симметрические матрицы.

то же, что в 35.

Билет 37. Унитарные операторы и унитарные матрицы.

Слово унитарный в вещественном пространстве нужно заменить на ортогональный.

Линейный оператор называется унитарным, если U*U = UU* = I
1) Оператор унитарен тогда и только тогда, когда в любом ортонормированном
базисе он имеет унитарную матрицу.
2) Для унитарного оператора верно, что обратный оператор совпадает с сопряженным
и модуль определителя равен 1.
3) Унитарный оператор нормален
Линейный оператор называется изометричным, если (Ux, Uy) = (x, y)
Т В конечномерном пространстве следующие утверждения равносильны
1) Оператор унитарен
2) U*U=I
3) UU* = I
4) Оператор изометричен
5) Оператор сохраняет длину |Ux| = |x|
6) Оператор переводит любой ортонормированный базис в ортонормированный базис
7) Оператор переводит хотя бы один ортонормированный базис в ортонормированный
базис
1) -2)-3) элементарно, 1-4 (Ux, Uy)=(x, U*Uy) = (x, y) 4-1 (x, U*Uy) = (Ux, Uy) = (x, y) по
первой ТБ32, 4 – 5 |Ux| = sqr(Ux, Ux)=sqr(x,x) 5) (x,y) = (|x + y|^2 – |x-y|^2 + i|x +iy|^2 – i|x-
iy|^2)/4 4-6 (Ue1, Ue2) = (e1, e2) 6-4 расписать скалярное произведение 6-7 очевидно 7-6
как в 6-4
Следствие: Унитарный оператор на любом инвариантном подпространстве индуцирует
унитарный оператор, так как сохраняет скалярное произведение.
Т Если подпространство инвариантно относительно унитарного оператора, то его
ортогональное дополнение так же инвариантно относительно него (для любого вектора из
подпространства, в силу того. что индуцированный оператор унитарен, значит обратим,
имеется разложение вида x = Ux1, (x, Uy) = (Ux, Uy) = (x,y), те если y ортогонален x, то
его образ тоже ортогонален).
Т Нормальный оператор унитарен тогда и только тогда, когда все его собственные
значения по модулю равны 1
Необходимость: (Ux, Ux) = (lx,lx)=l^2(x,x), (Ux, Ux)=(x,x)
Достаточность: только в унитарном существует ортонормированный базис собственных
векторов, тогда для любого x Ux= (Add k = 1, n)xiliei, |li| = 1, (x, x) = Add(k = 1, n) xk^2 =
(Ux, Ux)
Т В пространстве существует базис, в котором матрица унитарного оператора имеет
диагональную форму, с 1 или -1 на диагонали (каноническая форма).

Билет 38. Блочно-диагональная форма ортогональной матрицы.

l = +-1, detQ = +-1, Qe^-1 = QeT, в любом ортогональном базисе. В одномерном случае Qe
=[+-1], Двумерный случай существует ортонормированный базис в котором оператор
имеет либо вещественную диагональную матрицу, либо вещественную клетку, вида
[a b], a^2 + b^2 = 1, a = cosw, b = -sinw, получим новую форму.
[-b a]
Т Для любого ортогонального оператора существует ортонормированный базис, в
котором его матрица имеет квазидиагональную форму, вида: сначала 1, потом -1, потом
клетки в тригонометрической форме (по последней Т билета 34.
Простым вращением называется оператор в евклидовом пространстве, который, в
некотором ортонормированном базисе, имеет квазидиагональную форму вида 1…1
вещественная клетка в тригонометрической форму 1…1.
Простым отражением называется оператор в евклидовом пространстве, который, в
некотором ортонормированном базисе, имеет квазидиагональную форму вида 1…1 -1 1…
1.
Т Всякий ортогональный оператор может быть представлен как композиция некоторого
числа простых вращений и отражений ( Его матрица может быть представлена).

Билет 39. Знакоопределенные операторы и матрицы. Квадратный корень из

оператора.

Т Если в унитарном пространстве для любого вектора скалярное произведение его образа
на него самого равно 0, то оператор нулевой (рассмотреть (B(y + z), y +z) = 0 (B(iy +z), iy
+z) = 0, домножив после преобразования одно на –i, получить (By, z)=0  B = O).
Т Линейный оператор эрмитов тогда и только тогда, когда (Ax, x) вещественно для
любого вектора (необходимость: (Ax, x)=(x, A*x)-(x, Ax)  (Ax, x) =!(Ax, x) свойство
скалярного произведения, достаточность: (Ax, x) = (x, Ax)=(x, A*x)  (x,(A-A*)x)=0 и по
первой теореме). Эта теорема позволяет говорить о знаке самосопряженного оператора.
Положительно определенный (Ax, x) >0, неотрицательно определенный (Ax, x)>=0,
отрицательно определенный (Ax, x) < 0, неотрицательно определенный (Ax, x)<=0.
Скалярное произведение в ортонормированном базисе может быть записано в виде (Ax, x)
= xeHAexe, при естественном скалярном произведении и по знаку этого произведения мы
можем определить понятия знака эрмитовой матрицы. Оператор положительно определен
тогда и только тогда, когда имеет положительно определенную матрицу.
Т Самосопряженный оператор в унитарном пространстве положительно определен
(аналогично для остальных знаков), когда его собственные значения больше 0 (…)
(необходимость: (Ax, x) >0  l(x, x) > 0  l >0, достаточность: раз оператор
самосопряженный, то есть ортонормированный базис собственных векторов, расписать
скалярное произведение (Ax, x)).
Следствие: Если оператор положительно определен (отрицательно), то оператор обратим,
тк det = l1…ln.
Т Оператор, обратный к положительно (отрицательно) определенному оператору,
положительно (отрицательно) определен ((A^-1)*= (A*)^-1, A > O, все собственные
значения сопряженного оператора положительны, так как они обратны соответствующим
собственным значениям самого оператора).
Т Для любого неотрицательно определенного оператора A существует, и при том
единственный неотрицательно определенный оператор B, B^2 = A
Существование: возьмем ортонормированный базис собственных векторов и l`i = sqrt(li)
Единственность: пусть есть второй положительно определенный оператор, тогда у него
есть базис собственных векторов, Cfi = mkfk  Afi = C^2fk = mk^2fk  mk^2= li,
покажем, что Cei = sqrt(li)ei, разложим ei по базису f, в силу линейной независимости
собственных векторов, отвечающих различным собственным значениям, останутся в
разложении только ei и fk, Cei = Add(k = 1, n)akCfk = Add(k=1, n)aksqrt(li)fk =
sqrt(li)Add(akfk) = sqrt(li)ei, чтд.
Оператор B называется квадратным корнем из оператора A.

Билет 40. Сингулярные числа и сингулярные векторы. Полярное разложение

оператора (матрицы).

Т Для любого оператора A из L(V, W) ранга r, существуют такие положительные числа

p1>=p2>=…>=pr>0, ортонормированный базис V e1,…,en и W f1,…,fm,
Aek= {pkfk, k =1,…,r; 0, k=r +1,…, n}, A*fk = {pkek, k=1,…,r; 0, k=r+1,…,m}
Док-во:
1) A*A из L(V, V), AA* из L(W, W);
2) (A*A)*=A*A, (AA*)*=AA*
3) A*A >= 0, AA* >= 0  (A*Ax, x) = (Ax, Ax) >=0; (AA*x, x) = (A*x, A*x)>= 0
4) Для оператора A*A существует ортонормированный базис собственных векторов,
причем соответствующие собственные значения не отрицательны, пусть rgA*A = t,
базисные векторы пронумерованы так, что первые p1^2>=p2^2…>=pt^2, а
остальные 0, {A*Aek = (pk^2)ek, k < t, A*Aek = 0, k > t}
5) Рассмотрим Ae1,…,Aen а) Aek из W, б) (Aek, Aej) = (A*Aek, ej) = pk^2(ek, ej) =
{pk^2, j = k; 0, j != k}  Ae1,… Aet – попарно ортогональные векторы из W, Aek =
0, k > t, те они образуют базис образа. |Aek| = pk.
6) Обозначим fk = Aek/pk, k=1,…,r  {Aek = pkfk, k <=r; Aek = 0, k >=r} Дополним
систему векторов f до ортонормированного базиса
7) Векторы f1…fm – собственные векторы AA*, AA*fk = AA*(Aek/pk) = pkAek =
pk^2fk
8) Построены два ортонормированных базиса соответствующих пространств и из 6)
следует, что матрица Afe – прямоугольная диагональная матрица (как квадратная
диагональная слева и справа 0 матрица) размера mxn с невозрастающими
неотрицательными элементами на диагонали
9) Afe=(A*)efH, те A*fk = {pkek, k <= r; 0, k > r}
10) 6 и 9 составляют условие теоремы.
Следствие: rg = rg A = rg A* = rgA*A = rgAA*
Следствие: Нулевые собственные значения A*A и AA* совпадают. Их число – s = min(m,
n) – rg
Следствие:
imA = L(f1,…,fr)
kerA= L(er+1,…,en)
imA*=L(e1,…,er)
kerA*=L(fr+1,…,fm)
Замечание: теорема верна в одном пространстве.
Числа p1,…,ps называются сингулярными числами (корни из собственных значений
произведения оператора на сопряжение) оператора. Векторы e1,…,en – правые
сингулярные векторы оператора; f1,…,fm – левые сингулярные векторы.
Т Линейный оператор, действующий в унитарном (евклидовом) пространстве, может быть
представлен в виде произведения A= BU, где B – неотрицательный оператор,U –
унитарный (ортогональный). При этом B определен однозначно, а если оператор обратим,
то U тоже.
Существование: пусть есть пара сингулярных базисов e, f , Uek = fk; Bfk=pkfk, U –
унитарный, так как переводит один ортонормированный в другой, собственные значения
B - pk >= 0, A = BU, по определению сингулярных
Единственность: A = BU, A* = U*B*; AA*=B*^2, те B* - квадратный корень,
существующий и определенный однозначно. rg AA*= rgA*A  если первый обратим, то
второй тоже обратим  pk != 0, U = (B^-1)A.
Т Линейный оператор в унитарном (евклидовом) пространстве нормален тогда и только
тогда, когда в любом его полярном разложении BU = UB (AA*=B^2, A*A=U*BBU
достаточность: BU=UB AA*=U*BBU = U*BUB=U*UBB = A*A, необходимость: возьмем
ортонормированный базис из собственных векторов: A*Aek = (pk^2)ek, k=1,…,n,
A*A=U*BBU  U*BBU=pk^2ek, те BBUek = (pk^2)Uek, в силу унитарности U Ue1,
…,Uen образуют ортонормированный базис  BUek=pkUek, k=1…n, AA*=A*A=B^2,
B^2ek=pk^2ek  Bek = pkek, умножив слева на U UBek = pkUek  BU=UB

Билет 41. Ортогональные дополнения ядра и образа линейного оператора. Теорема и

альтернатива Фредгольма.

Т Для любого оператора ker A = imTA*, kerA*= imTA (для любых двух векторов x из ядра
A и y из imA* имеем Ax = 0, y = A*y1  (x,y)=(x, A*y1)=(Ax, y1) = 0  kerA в imTA*, с
другой стороны dim ker A = dim V – dim imA = dimV – dim im A* = dim imTA*).
Пусть V, W евклидовы (унитарные) пространства. A из L(V, W). Уравнение Az= u
называется линейным операторным уравнением, вектор u – правой частью, вектор z –
решением. Из всех систем линейных алгебраических уравнений можно получить
операторные и наоборот. Все свойства систем уравнений сохраняются. Отметим
некоторые свойства в терминах операторных уравнений. Уравнение A*w = 0 называется
сопряженным уравнением.
Т (альтернатива Фредольма) Либо основное уравнение имеет решение при любой правой
части, либо сопряженное к нему уравнение имеет нетривиальное решение.
Док-во r = rgA, m = dimW. Если r = m, то образ оператора совпадает со всем W, что
означает, что при любой правой части есть решение. При этом rgA = rgA*  ker{A*}=0,
те есть только тривиальное решение сопряженного уравнения. Условие r < m равносильно
отличию от нуля дефекта сопряженного оператора, те есть ненулевое решение
сопряженного уравнения, при этом образ исходного оператора не совпадает со всем
пространством W, те есть правая часть, для которой нет решения.
Замечание: альтернатива Фредгольма для оператора действующего в одном пространстве,
означает, что либо основное уравнение имеет единственное решение при любой правой
части, либо сопряженное уравнение имеет нетривиальное решение.
Т (теорема Фредгольма) Операторное уравнение имеет решение тогда и только тогда,
когда его правая часть ортогональна всем решениям сопряженного уравнения.
Док-во: уравнение имеет решение тогда и только тогда, когда правая часть принадлежит
образу оператора или с учетом первой Т этого билета когда принадлежит ортогональному
дополнению ядра сопряженного оператора, те ортогональна всем решениям сопряженного
уравнения.

Билет 42. Билинейные и квадратичные формы. Привидение к каноническому виду.

Конгруэнтность и эрмитова конгруэнтность.

Отображение A: VxV  P называется билинейной квадратичной формой в пространстве

V над полем P, если для любых x, y, z из пространства V и a из поля P верно:
1) A(x + y, z) = A(x, y) +A(y, z)
2) A(ax, y)=aA(x, y)
3) A(x, y+ z) = A(x, y) + A(x, z)
 4) A(x, ay) = aA(x, y)
Билинейная квадратичная форма называется симметричной, если A(x, y) = A (y, x), и
кососимметричной, если A(x, y) = -A(y, x).
A(x, y) = Add(i = 1, j = 1, n)aijxiyj – билинейная форма в n-мерном пространстве..
Т Пусть V – линейное пространство над полем, есть его базис. Для любых чисел aij i=1…
n; j=1…n из поля существует, и при том единственная билинейная форма, такая, что A(ei,
ej) = aij (Билинейная форма, заданная по описанному до теоремы правилу существует,
покажем, что любая билинейная форма, удовлетворяющая условию теоремы, совпадает с
данной, для чего разложим билинейную форму по правилам).
Билинейная форма в n-мерном пространсве – общее представление билинейной форме в
базисе. Можно записать как A(x, y) = xeTAeye
Т Существует взаимно однозначное соответствие между множеством всех билинейных
форм и множеством матриц nxn (каждая билинейная форма имеет матрицу и в силу
однозначности координат различные билинейные формы имеют различные матрицы).
Т Билинейная форма симметрична (кососимметрична) тогда и только тогда, когда её
матрица в любом базисе симметрична (кососимметрична) (необходимость проверяется
непосредственно, достаточность ATe = Ae, то A(x,y) = yTAeTxe = A(y, x)).
Т Матрицы билинейной формы в базисах e, f= eQ Af=QTAeQ (A(x, y) = xeTAeye =
xfTQTAeQyf= xfTAfyf из произвольности векторов).
Следствие: rgAe = rgAf.
Рангом билинейной формы называется ранг её матрицы в произвольном базисе. Если ранг
меньше размерности пространства, то она называется вырожденной.
Т Билинейная форма вырождена тогда и только тогда, когда существует x из V, такой что
A(x, y) = 0, для y из пространства (систему равенств Add(i =1 , n) xA(ei, ej) = 0 расписать
по координатам, как {a11x1 +…+an1xn0;…;a1nx1 +…+ annxn= 0}, те система имеет
нетривиальное решение, те ранг меньше размерности).
Пусть есть симметричная билинейная форма. Квадратичной формой называется
отображение A: V  P, которое каждому вектору ставит в соответствие A(x, x), те
сужение симметричной билинейной формы на диагональ (декартового квадрата).
Билинейная форма A(x, y) называется полярной билинейной формой к квадратичной
форме.
Т Полярная билинейная форма для любой квадратичной формы определена однозначно
(A(x,y) = ½(A(x +y, x+y) – A(x, x) – A(y, y))).
Матрицей квадратичной формы в базисе называется матрица полярной к ней билинейной
квадратичной формы.
1) Матрица квадратичной формы симметрична
2) Существует взаимно однозначное соответствие между квадратичными формами и
симметрическими матрицами порядка nxn
3) Матрицы квадратичной формы в разных базисах связаны соотношением e, f= eQ
Af=QTAeQ
Матрицы A, B B = QTAQ для некоторой невырожденной матрицы Q называются
конгруэнтными. Отношение конгруэнтности является отношением эквивалентности.
Таким образом, матрицы квадратичной формы в базисах конгруэнтны, а если базисы
ортонормированны, то подобны.
4) В базисе квадратичная форма может быть записана в виде A(x, x) = xeTAexe и в
виде A(x, x) = Add(i = 1, n) aijxixj, aij = aji (общий вид квадратичной формы в
базисе) а функция n переменных – квадратичной формой n переменных.
5) Рангом квадратичной формы называется ранг её матрицы.
Базис называется каноническим базисом квадратичной формы, если в нем ее матрица
диагональная. В каноническом базисе A(x) = l1x1^2 +…+ lnxn^2 – канонический вид
квадратичной формы, а числа l1,…,ln – канонические коэффициенты. Канонический вид
так же называется суммой квадратов.
Т Для любой квадратичной формы существует канонический базис/любая квадратичная
форма невырожденным преобразованием координат приводится к сумме квадратов.
1) Пусть среди угловых миноров нет нулевых. Тогда a11 != 0,
A(x, x) = a11x1^2 + 2(Add(k = 2, n)a1kx1xk + (Add(i = 2, k =2, n)aikxixk =
=a11(x1 + Add(k = 2 , n) a1kxk/a11)^2 – a11(Add(k = 2, n)a1kxk/a11)^2 + Add(i = 2, k =2, n)
aikxixk. x1’ = x1 + Add(k = 2 , n) a1kxk/a11, остальные координаты не меняем. При этом
невырожденное преобразование выглядит
[1 –a12/a11 … -a1n/a11]
[0 1… 0 ]
Q1 = [……………………….]
[0………………….. 1]

Новый вид квадратичной форма – A(x, x) = a11x1^2 + h(x2’…..xn’). Миноры не

изменятся, а a’22= d2/d1 != 0, можем применить первый шаг к новой квадратичной форме.
Это метод Лагранжа
2) Пусть среди миноров есть нулевые. Будем использовать метод Лагранжа, пока не
получим aii = 0. Если среди диагональных элементов есть ненулевые – переименуем
переменные, так чтобы не нулевая стала на нужном месте. Пусть нет ненулевых. Если все
элементы новой подматрицы равны 0, то мы нашли искомый базис. Пусть есть ненулевой
недиагональный, те содержится член вида 2aijxkxj. Перейдем к координатам xk = x’k + x’j,
xj = x’k – x’j, x’s = xs, s !=k, j. Снова получим первую ситуацию.
Т Если в матрице ранга r первые r угловых миноров отличны от нуля, то существует
базис, в котором квадратичная форма имеет диагональный вид Ae=diag(l1,…,lr,0…0), где
lk = dk/dk-1(отношение Якоби). (выполним r шагов метода Лагранжа)
Т Квадратичная форма вырождена тогда и только тогда, когда существует вектор x != 0,
A(x, x) = 0 (следствие теоремы для билинейных форм).
Эрмитовой квадратичной формой (эрмитовой формой) называется A: V  C, A(x, y) –
полярная полуторалинейная форма. Эрмитова форма обладает свойставми:
1) Полуторалинейная форма опеределена однозначно. A(x + y, x + y) = A(x, x) +
A(y,y) + A(x, y) + !A(x, y), A(x + iy, x + iy) = A(x, x) + A(y, y) – iA(x, y) + i!A(x, y), в
силу того, что A(x, x) вещественно для любого вектора: ½(A(x +y, x+y) – A(x, x) –
A(y, y)) = ReA(x, y), ½(A(x + iy, x+iy) – A(x,x) – A(y, y)) = imA(x, y)
2) Матрица эрмитовой квадртатичной формы эрмитова, значит её определитель
вещественен, все угловые миноры действительны, все канонические
коэффициенты вещественны
3) Общий вид эрмитовой квадратичной формы A(x, x) = Add(i, j = 1 n)aijxi!xj, aij = !aji
A(x, x) = xeTAe!xe = xeHAeTxe = xeH!Aexe, AeH = Ae
4) f = eQ, Af = QTAe!Q. Комплексные матрицы называются эрмитово конгруэнтными,
если B = QTAe!Q
5) Канонический вид эрмитовой квадратичной формы A(x, x) = Add(k =1, r) lk|xk|^2, r
= rgA
6) Метод Лагранжа приведения к каноническому виду применим и для эрмитовой
формы, исключение состоит лишь в выделении на каждом шаге полного квадрата
модуля, пример первого шага f(x1,….,xn) = a11|x1 + Add(k =2, n)(a1k/a11)xk|^2 +
+g(x2,…, xn)
7) Справедливы формулы Якоби
8) Эрмитова квадратичная форма принимает только вещественные значения, по этому
для неё будет справедлив закон инерции, сигнатурное правило Якоби, критерий
Сильвестра.
9) Отображение A: VxV  C скалярное произведение тогда и только тогда, когда оно
является полуторалинейной формой, полярной к положительно определенной
эрмитовой . Это утверждение определяет общий вид скалярного произведения в
 комплексном пространстве ((x, y) = xeTAe!ye, Ae – положительно определенная
матрица).

Билет 43. Закон инерции квадратичных форм.

Пусть есть каноническое разложение квадратичной формы. Число положительных

квадратов п и число отрицательных квадратов v = r – п называют положительным и
отрицательным индексами инерции квадратичной формы, а их разность – сигнатурой.
Т Положительный и отрицательный индексы инерции вещественной квадратичной формы
не зависят от выбора канонического базиса.
Рассмотрим два канонических базиса e, f x = (Add i =1, n) xiei = (Add i =1, n) yifi, A(x, x) =
a1x1^2 +….+apxp^2 – ap+1xp+1^2 -…-arxr^2 = b1y1^2 +…+ bqyq^2 –bq+1yq+1^2… -bryr^2,
ai> 0, bi > 0. Пусть p > q, рассмотрим подпространства L1 =L(e1,…,ep), L2 = L(fq+1,…,fn)
размерность их пересечения: p + (n –q) – dim (L1 + L2). Размерность суммы меньше либо
равна размерности всего пространства, значит пересечение не пусто. Рассмотрим вектор в
этом пересечении  x = u1e1 +…+upep = jq+1fq+1 +…+jnfn, A(x0, x0) = a1u1^2 +…
+apup^2 = -bq+1jq^2 -…-brjr^2, в силу отличия вектора от 0 получаем противоречие.
Аналогично наоборот. ЧТД.
P(d0,…,dk) и V(d0,…,dk) – число совпадений и перемен знаков последовательности
миноров.
Т Сигнатурное правило Якоби: Пусть угловые миноры порядка <= r матрицы
квадратичной формы, ранга r, отличны от 0, тогда п = P(d0,….dr), v = V(d0,…,dr), d0 = 1
(утверждение вытекает из формул Якоби, так li > 0, если sgndi = sgndi-1, li <0, если sgndi !
= sgndi-1).

Билет 44. Приведение квадратичной формы к главным осям.

Т Для любой квадратичной формы в евклидовом (унитарном) пространстве существует

ортонормированный базис, в котором она принимает канонический вид (в
ортонормированном базисе матрица симметрическая, симметрическая матрица подобна
диагональной матрице так, что матрица перехода переведет её так же в
ортонормированный базис, так как матрица перехода ортогональна (унитарна) Bf = =QH!
AeQ)
Операция построения такого базиса называется приведением квадратичной формы к
главным осям.
Т Канонические коэффициенты квадратичной формы, приведенной к главным осям,
определены однозначно (соотношение Bf=QH!AeQ, означает, что канонические
коэффициенты являются собственными значениями и не зависят от выбора базиса, тк все
матрицы квадратичной формы в ортонормированных базисах подобны, а канонический
базис состоит из ортонормированной системы собственных векторов).
Т Для любой квадратичной формы в евклидовом (унитарном) пространстве существует, и
при том единственный, симметрический (эрмитов) оператор такой, что A(x, x) =(Hx, x)
Существование: в произвольном ортонормированном базисе, Ae – матрица в этом базисе,
то A(x, x) = xeH!Aexe, то A(x, x) = (!Aexe, xe). Рассмотрим линейный оператор, имеющий в
этом базисе матрицу !Ae, то A(x, x) = (Hx, x). !Ae – самосопряженная матрица, а базис
ортонормирован, то H – самосопряженный оператор.
Единственность: если есть два оператора, то для любого вектора (H1x, x) = (H2x, x) 
((H1 – H2)x, x) =0, оператор разность – самосопряжен, для него существует
ортонормированный базис собственных векторов, все собственные значения равны 0, H1 –
H2 = 0.
Билет 45. Одновременное приведение к каноническому виду пары квадратичных
форм.

Т (о паре квадратичных форм) Для любой пары квадратичных форм в вещественном

(комплексном) пространстве, одна из которых положительно определена, существует
общий базис, в котором обе квадратичные формы имеют канонический вид.
Доказательство:
Пусть B (x, x) > 0, B(x, y) – его билинейная форма, полярная к данной квадратичной, по
ТБ47 введем скалярное произведение, как B(x, y), тогда пространство будет евклидовым и
в нем существует по ТБ44 существует ортонормированный базис, в котором квадратичная
форма A(x, x) имеет канонический вид, при этом для любого вектора B(x, x) = (x, x) =
Add(i =1 n) |xi|^2
Способ нахождения: пусть e – искомый базис, f – текущий, e = fQ. QTAQ = M, M =
diag(l1,..,ln), QTBQ = I. A = ((QT)^-1)MQ^-1, B = (QT)^-1(Q^-1), B^-1 = QQT A = QMQ^-1,
(B^-1)AQ = QM  векторы искомого базиса (столбцы матрицы перехода) являются
собственными векторами (B^-1)A, отвечающие собственным значениям l1,…,ln.
Билет 46. Положительно определенные квадратичные формы. Критерий
Сильвестра.

Квадратичная форма называется положительно (отрицательно) определенной, если A(x)

>0 для любого вектора, отличного от нулевого. Такие формы называют
знакоопределенными. Квадратичные формы с нестрогим неравенством называют
квазизнакоопределенными. Если существуют два вектора, для которых знаки различны, то
такая форма называется знакопеременной.
Т Квадратичная форма положительно (отрицательно) определена тогда и только тогда,
когда её положительный (отрицательный) индекс инерции равен размерности (для
положительного: необходимость: A(x,x) >0  A(ei, ei) > 0, A(ei, ei) =li (канонический
коэффициент), достаточность: A(x, x) = Add(i =1, n) lixi^2>0)
Следствие: определитель матрицы положительно определенной квадратичной формы
положителен.
Т Критерий Сильвестра. Квадратичная форма положительно (отрицательно) определена
тогда и только тогда, когда угловые миноры ее матрицы в произвольном базисе
положительны (чередуют знаки, начиная с отрицательного)
1 утверждение.
Необходимость: рассмотрим произвольный базис e1,…,en. Lk = L(e1,…,ek), рассотрим
квадратичные формы A(x) на Lk. Для любого вектора из подпространства A(x) >0 – её
определитель положителен, но он является соответствующим минором.
Достаточность: из предыдущей теоремы и Б43.
2 утверждение:
рассмотреть –A(x, x), миноры (-1)^kdk >0.
Билет 47. Общий вид скалярного произведения в конечномерном евклидовом и
унитарном пространствах.

Отображение VxV  R скалярное пространство тогда и только тогда, когда оно является
билинейной формой, полярной к положительно определенной квадратичной форме
Необходимость: скалярное произведение является симметричной билинейной формой
(аксиомы 1 – 3), а скалярный квадрат (аксиома 4) положительно определенная
квадратичная форма.
Достаточность: билинейная форма, полярная к положительно определенной квадратичной
форме удовлетворяет аксиомам.
Используя общий вид билинейной формы можно переписать скалярное произведение в
виде: (x, y) = yeTAexe, где Ae – положительно определенная матрица.
Полуторалинейные формы: A: VxV  C,
1) A(x + y, z) = A(x, z) + A(y, z)
2) A(ax, y) = aA(x, y)
3) A(x, y + z) = A(x, y) + A(x, z)
4) A(x, ay) = !aA(x, y)
Полуторалинейную форму называют эрмитовой, если A(y, x) = !A(x, y) для любых
векторов
Скалярное произведение в унитарном пространстве является примером эрмитовой
полуторалинейной формы. Общий вид A(x, y) = xeTAe!ye, A(x, y) = yHAeTxe, если есть
базисы e, f = eQ, Af = QTAe!Q, полуторалинейная форма эрмитова тогда и только тогда,
когда её матрица в любом базисе эрмитова.
Т Полуторалинейная форма эрмитова тогда и только тогда, когда A(x, x) вещественна для
любого вектора (необходимость очевидна из определения эрмитовой формы,
достаточность из равенства A(x, y) = ¼ (A(x +y, x+y) – A(x – y, x- y) + iA(x +iy, x+iy) –
iA(x – iy, x- iy)).
Эрмитовой квадратичной формой (эрмитовой формой) называется A: V  C, A(x, y) –
полярная полуторалинейная форма. Эрмитова форма обладает свойставми:
1)Полуторалинейная форма опеределена однозначно. A(x + y, x + y) = A(x, x) + A(y,y)
+ A(x, y) + !A(x, y), A(x + iy, x + iy) = A(x, x) + A(y, y) – iA(x, y) + i!A(x, y), в силу того,
что A(x, x) вещественно для любого вектора: ½(A(x +y, x+y) – A(x, x) – A(y, y)) =
ReA(x, y), ½(A(x + iy, x+iy) – A(x,x) – A(y, y)) = imA(x, y)
2)Матрица эрмитовой квадртатичной формы эрмитова, значит её определитель
вещественен, все угловые миноры действительны, все канонические коэффициенты
вещественны
3)Общий вид эрмитовой квадратичной формы A(x, x) = Add(i, j = 1 n)aijxi!xj, aij = !aji
A(x, x) = xeTAe!xe = xeHAeTxe = xeH!Aexe, AeH = Ae
4)f = eQ, Af = QTAe!Q. Комплексные матрицы называются эрмитово конгруэнтными,
если B = QTAe!Q
5)Канонический вид эрмитовой квадратичной формы A(x, x) = Add(k =1, r) lk|xk|^2, r =
rgA
6)Метод Лагранжа приведения к каноническому виду применим и для эрмитовой
формы, исключение состоит лишь в выделении на каждом шаге полного квадрата
модуля, пример первого шага f(x1,….,xn) = a11|x1 + Add(k =2, n)(a1k/a11)xk|^2 + +g(x2,
…, xn)
7)Справедливы формулы Якоби
8)Эрмитова квадратичная форма принимает только вещественные значения, по этому
для неё будет справедлив закон инерции, сигнатурное правило Якоби, критерий
Сильвестра.
Отображение A: VxV  C скалярное произведение тогда и только тогда, когда оно
является полуторалинейной формой, полярной к положительно определенной эрмитовой .
Это утверждение определяет общий вид скалярного произведения в комплексном
пространстве ((x, y) = xeTAe!ye, Ae – положительно определенная матрица).

Билет 48. Гиперповерхность второго порядка в евклидовом пространстве.

Приведенные уравнения.

Рассматриваем евклидово пространство.

Общее уравнение:
A(x, x) + 2g(x) + c =0, множество всех векторов, удовлетворяющих этому условию
называется гиперповерхностью второго порядка в евклидовом пространстве. A(x,x) –
квадратичная форма, g(x) линейная форма, c – константа. Если задать базис, то можно
переписать в виде: Add(i = j =1, n) aijxixj + 2Add(i=1, n)bixi + c =0, aij =aji, в компактной
форме: XTAX + 2bTX + c = 0, A = AT, X = (x1,…,xn)T, b = (b1,…,bn)T.
Приведенные уравнения:
1) Приведем квадратичную форму к главным осям, те найдем ортонормированный
базис, в котором квадратичная форма имеет канонический вид. Канонические
коэффициенты при этом будут определены однозначно (по Т о приведении к
главным осям), lk != 0, k <= r, lk=0, k > r. Уравнение преобразуется к виду: Add(k
=1, r) lkx’k^2 + 2Add(k = 1, n)b’kx’k +c = 0.
2) Отображение r = x + a, a из E называется параллельным переносом на вектор a.
Если lk != 0, то x’’k = x’k + b’k/lk, получим:
l1x’’1^2 +lrx’’r^2 + 2Add(k = r+1, n)b’kx’’k + c’ = 0,
3) В случае, если одно из b отлично от 0, рассмотрим арифметический вектор (br+1/a,
…bn/a), где a – нормирующий коэффициент, и дополним этот вектор до
ортонормированного базиса, пространства n – r. si = (si,r+1….si,n) искомая матрица
преобразования имеет вид:
[1 ]
[ O ]
S= [ 1 ]
[ s1,r+1…..s1n ]
[ O …………… ]
[ sn-r,r+1..sn-r,n]
Матрица ортогональна (строки ортонормированны), поэтом у преобразование снова
приводит к ортогональному базису, при этом все векторы не задествованые в
произведениях остаются без изменения, а x’’’r+1 = (a^(-1))(Add(k = r +1, n)b’kx’’k k > r
x’’’k = (a^-1)Add(k = r +1, n) skix’’i. Такое преобразование приведет к виду l1x’’’1^2 +…+
lrx’’’r^2 + 2ax’’’r+1 + c' =0, где можно избавится от свободного члена с помощью
параллельного переноса, на вектор, у которого все координаты, кроме r+1 равны 0.
Те получится два типа уравнений:
1) l1x1^2 +…lrxr^2 + a0 = 0, l1….lr!= 0
2) l1x1^2 +…lrxr^2 + b0xr+1 = 0, l1…lrb0!= 0, которые принято называть
приведенными уравнениями.
Билет 49. Нормированное пространство. Нормы Гёльдера.

Рассмотрим линейное вещественное или комплексное пространство. Отображение VR,

ставящее в соответствие каждому вектору вещественное число и для любых x, y из V a из
R(C)
1) ||x|| >= 0, ||x|| = 0  x = 0
2) ||ax|| = |a|||x||
3) ||x + y|| <= ||x|| + ||y||
Линейное пространство с заданной на нем нормой называется нормированным
пространством. ||x|| - норма вектора x. Норма определяет функцию векторного аргумента,
которую будем называть функцией нормы.
||x||p = (Add(k = 1, p)|xk|^p)^1/p, p>=1 (1)
Т Выражение (1) является нормой в арифметическом пространстве
Док-во проверка аксиом нетривиально только для 3, совпадающее с классическим
неравенством Минковского: для любых x, y из C, p>1:
(Add(k = 1, n)|xk+yk|^p)^(1/p) <=(Add(k = 1, n)|xk|^p)^1/p + (Add(k = 1, n)|yk|^p)^1/p.
Лемма 1 (неравенство Юнга): если p, q > 1, p^-1 + q^-1 = 1, a >=0, b >= 0
(a^1/p)(b^1/p) <= (a/p) + (b/p)
Для a =0 или b =0 верно. Для a > 0, b > 0 неравенство следует из выпуклости
ln(ux1 + jx2) > = ulnx1 + jlnx2, для любых x1, x2 и u + j = 1. u = p^-1, j = q^-1, x1 = a, x2 = b
ln((a/p) + (b/p)) > = (lna)/p + (lnb)/q = ln((a^1/p)(b^1/q)
Лемма 2 (неравенство Гёльдера) пусть числа p и q таковы, что p, q >= 1, p^-1 + q^-1 = 1,
тогда для любых векторов верно:
Add(k = 1, n)|xk|*|yk| <= ((Add(k = 1, n)|xk|^p)^1/p) (Add(k =1, n) |yk|^q)^1/q.
Доказательство: Если один из векторов 0 – очевидно. Разделим оба вектора на (1)(для
первого p, для второго q) от них, получим (1) от новых очевидно 1. Применим к числам x’
= xk /||x||p, y` = yk/||y||q, запишем неравнества Юнга по координатам |x`k||y`k| <= |x’k|^p/p +
|y’k|^q/ q, сложив эти неравенства и использовав выражения для координат получим
Add(k = 1, n) |xk||yk|/||x||p||y||q <= p^-1(||x’||p)^p + q^-1(||y’||q)^q  в силу равенства норм 0
условие леммы
Для доказательства теоремы: применим неравенство суммы модулей к каждому
слагаемому левой части:
Add(k = 1, n)(|xk + yk|)^p = Add(k = 1, n) |xk| |xk + yk}^(p-1). Применим к каждой сумме,
положив q^-1 = 1 – p^-1:

Add (|xk + yk|)^p <= (Add(k = 1, n) |xk|^p)^(1/p) (Add(|xk + yk|)^((p-1)q))^1/q +

+(Add(k = 1, n)|yk|^p)^1/p(Add(k = 1, n) (|xk + yk|)^((p-1)q))^1/q = {(p-1)q = p} =
= ((Add(k = 1, n)|xk|^p)^(1/p) + (Add(k =1, n)|yk|^p)^1/p))(Add(k = 1, n)(|xk + yk|^p)^(1 –
(1/p)).

Нормы ||x||p, p>= 1 называются нормами Гельдера (p – нормами). К нормам Гёльдера

относят норму ||x||inf = max|xk| (нарисовать вместо inf знак бесконечности). Среди норм
Геделя в основном используют первую, вторую и бесконечную нормы.
Билет 50. Длина вектора. Тождество параллелограмма и критерий евклидовости
нормы.

В евклидовом и унитарном пространствах длиной вектора называют значение корня из его

скалярного произведения. Из аксиом скалярного произведения:
1) любой вектор имеет длину
2)коэффициент можно выносить
Неравенство Коши-Буняковского можно переписать в виде |(x,y)| <= |x||y|.
Векторы единичной длины называются нормированными. Любой ненулевой вектор
можно нормировать.
Т В евклидовом (унитарном) пространстве для любых векторов имеют место неравенства:
||x|-|y|| <= |x + y| <= |x| + |y| (неравенства треугольника) ( |x+y|^2 = (x+y, x+y) = (x,x) + (x, y)
+ (y, x) + (y, y), с учетом неравенств треугольника для чисел и неравенства Коши-
Буняковского |x + y| ^ 2 <= |x|^2 + 2|x||y| + |y|^2 = (|x| +|y|)^2, |x + y| ^ 2 >= |x|^2 – 2|x||y| + |y|
^2).
Тождество |x+y|^2 + |x-y|^2 = 2(|x|^2 + 2|y|^2) – тождество параллелограмма. Углом между
векторами называется такой угол от 0 до пи, что cosf = (x, y)/|x||y|.
Множество называется метрическим пространством, если p : M x M  R, каждой
упорядоченной паре ставится в соответствие число, такое что
1) p(x, y) >=0, p(x,y) = 0  x = y
2) p(x, y) = p(y, x)
3) p(x, z) <= p(x, y) + p(y, z)
Число называется расстояниям, отображение – метрикой, а 1-3 аксиомы метрики.
Расстояниями между двумя множествами метрического пространства называется
наименьшее расстояние между любыми векторами из этих двух множеств (каждый из
своего)
Т В линейном пространстве отображение VxV  R, определенное равенством
р(x, y) = ||x - y|| является метрикой (аксиомы метрики вытекают из аксиом нормы).
Т Метрика р в линейном пространстве (вещественном или комплексном) определяет
норму тогда и только тогда, когда для любых x, y, z из V, и a из R (C)
1) р(x, y) = р(x + z, y +z) (инвариантность относительно сдвига)
2) р(ax, ay) = |a|р(x, y) (инвариантность относительно гомометрии)
Доказательство. Необходимость очевидна, достаточность: положим ||x|| = p(x, 0)
проверить аксиомы (использовать сдвиг).
Рассмотрим метрическое пространство. Последовательность точек называется сходящейся
к точке, если lim<kinf>p(x(k), a) = 0, последовательность называется фундаментальной,
если для сколь угодно маленького положительного числа существует такой номер
последовательности, что для любых двух элементов последовательности, с номерами
больше выбранного, верно, что расстояние между ними меньше данного положительного
числа. Метрическое пространство называется полным если любая фундаментальная
последовательность в нем сходится. Понятия отрытого шара, замкнутого шара, сферы,
ограниченного множества, замкнутого множества ( предел принадлежит множеству),
компактного ( из любой последовательности можно выделить сходящуюся), оперделение
непрерывности вещественной функции. Непрерывность вещественной функции называют
непрерывностью относительно нормы, те ||x(k) –a||0, kinf, f(x(k)) f(a).
Норму ||x||2 называют евклидовой. В евклидовом пространстве норма может быть введена
как длина (это и есть евклидова норма).
Т В конечномерном пространстве любая норма непрерывна относительно евклидовой (из
утверждения теоремы следует, что ||x(k) – a||2  0  ||x(k)|| ||a||, выбираем базис ||x|| <=
Add(k =1 , n) |xk|||ek|| <= {неравенство Коши-Буняковского} <=
((Add(k =1, n)|xk|^2)^(1/2))(Add(k = 1, n)||ek||^2)^1/2 = c||x||2, с > 0  ||x|| <= c||x||2  ||x(k) –
a|| <= c||x(k) –a||2  ||xk – a||  0, ||x(k)||||a||, kinf
Про евклидову норму говорят, что она порождается скалярным проиведением.
Т Норма в линейном пространстве порождается скалярным произведением тогда и только
тогда, когда для неё выполнено равенство ||x + y||^2 + ||x-y||^2 = 2(||x||^2 + ||y||^2)
(необходимость – выполнено тождество параллелограмма для порожденной скалярным
произведением длинны, достаточность: построим скалярное произведение: (x, y) = ½(||x +
y||^2 - ||x||^2 - ||y||^2), аксиомы 1, 4 – очевидны, покажем аксиому 3 (||x + y + z||^2 - ||x +y||^2
- ||z||^2) = (||x + z||^2 - ||x||^2 - ||z||^2) + (||y + z||^2 - ||y||^2 - ||z||^2)  ||x + y + z||^2 - ||x + y||^2=
вывести, что 2||x + y + z||^2 + 2||z||^2=||x + y||^2 - ||x – y||^2, применим равенство
параллелограмма к x + y + 2z, (x + y + z) +z ; (x + z) + (y + z); аксиома два для натуральных
из аксиомы 3, для 0 из формы, для -1 из формы и параллелограмма, для рационального
(x, y) = ((n/n)x, y) = n (1/nx, y), ((m/n)x, y) = 1/n(mx, y), произвольное число представим как
предел последовательности рациональных чисел и из непрерывности нормы следует
непрерывность функции (ax, y) поэтому можем переходить к пределу, в комплексном
пространстве для нормы порожденной скалярным произведением имеем ||x + y||^2 = (x, x)
+ (y, y) + !(x, y) + (y, y) = ||x|| + ||y|| + 2Re(x, y), ||x + iy||^2 = (x, x) + i!(x, y) – i(x, y) + (y, y) =
=||x||^2 + ||iy||^2 + 2Im(x,y), значит скалярное произведение можно строить по правилу
Re(x,y) = (||x + y||^2 - ||x||^2 - ||y||^2)/2; Im(x, y) = (||x + iy||^2 - ||x||^2 - ||y||^2).

Билет 51. Эквивалентность норм в конечномерном пространстве.

Обозначим единичную сферу по естественной норме с центром в 0 S2 (||x|| = 1).

Т (о компактности единичной сферы) Из любой последовательности точек единичной
сферы можно выделить подпоследовательность, сходящуюся по норме к некоторому
вектору сферы (координаты ограничены, по теоремы Больцано-Вейерштрасса для
функции многих переменных). Следствие: единичная сфера замкнута по стандартной
норме. Две нормы называются эквивалентными, если существуют такие положительные
числа, что для любого вектора выполняется ||x||* <= c1||x||**, ||x||** <= c2||x||*.
Т В конечномерном пространстве любые две нормы эквиваленты.
Достаточно показать эквивалентность любой нормы евклидовой, те c2||x||2 <= ||x||<=c1||x||
2. Для нулевого вектора верно. Рассмотрим ненулевой вектор, тогда x/||x||2 принадлежит
единичной сфере. Из теоремы о непрерывности нормы следует, что функция нормы f(x) =
||x|| непрерывна относительно евклидовой. Согласно теореме Вейерщтрасса она достигает
на этой сфере точных верхней и нижней граней, поэтому существует ||x’’|| <= ||x||/||x||2 <= ||
x’||, c1 = ||x’||, c2 = ||x’’||.
Следствие: из сходимости по одной из норм в конечномерном линейном пространстве,
следует сходимость по любой из норм, сходимость по бесконечной норме называют
покоординатной сходимостью
Следствие: В конечномерном пространстве единичная сфера является компактом по
любой из норм.
Билет 52. Задача о наилучшем приближении в конечномерном нормированном
пространстве.

L – подпространство метрического пространства, f – фиксированный элемент

пространства, то p(f, L) = inf{x из L}p(f, x) называется расстоянием (отклонением)
элемента от множества. Если существует такой вектор x0 из L, p(f, L) = p(f, x), то элемент
x0 называется элементом наилучшего приближения элемента f на множестве L.
Т Если в нормированном пространстве есть конечномерное подпространство, то для
любого вектора пространства существует вектор наилучшего приближения.
Док-во: покажем, что для любого вектора f пространства V, существует вектор x0 из L,
такой, что ||f – x0|| = inf{x из L}||f-x||. Рассмотрим разложение произвольного x из L по
базису подпространства, распишем разность ||f-x|| = ||f-Add(k=1, n)lkek||. Надо найти такие
числа l1, …, ln, так, чтобы u(l1,…,ln)=||f – Add(k =1, n)lkek|| приняла минимум. Функция
непрерывна, так как (распосать разность в двух точках, разность норм меньше нормы
разности, сумма норм базисных векторов – константа, ввсести ограничение через
максимальное смещение). Обозначим нижнюю грань мн-ва значений u(l1,…,ln) = q
(расстояние больше нуля – есть ограничение снизу). Рассмотрим функцию
w = ||Add(k =1, n)lkek||, эта функция на единичной евклидовой сфере (Add(k=1,n)|lk|^2)
неотрицательна, непрерывна  по теореме Вейерштрасса достигает точной нижней
грани, обозначим o (o > 0). Обозначим за R выражение (1/o)(p + 1 +||f||), и рассмотрим все
векторы (l1,…,lk) находящиеся от 0-вектора дальше, чем на R ((Add(k=1, n)|lk|^2)^1/2 > R).
Норма разности больше разности норм  u(l1,…,ln) >= ||Add(k=1, n)lkek|| - ||f|| = вынесем
норму вектора l1,…,ln за первую норму, и получим ограничение снизу
u(l1,…,ln) >= o(Add(k=1, n)|lk|^2) - ||f||> p+1, те среди векторов за пределами сферы,
радиуса R нет наименьшего значения, функция непрерывна внутри замкнутого шара –
значит по теореме Вейерштрасса достигает своего наименьшего значения.
Замечание: в конечномерном пр-ве наиболее естественно искать проекцию.
Билет 53. Линейный оператор в нормированных пространствах. Непрерывность и
ограниченность. Норма линейного оператора.

Пусть V, W линейные нормированные пространства с нормами ||||v, ||||w. Линейный

оператор называется непрерывным в точке, если для любой последовательности из
первого пространства, сходящейся к данной точке по норме первого пространства,
последовательность значений, сходящихся по второй норме во втором пространстве
сходятся к значению в точке (||x(k) – x||v  0  ||Ax(k) – Ax||  0). Линейный оператор
называется ограниченным, если существует такая константа c, ||Ax||w <=c||x||v.
Т В конечномерных нормированных пространствах любой линейный оператор ограничен
||Ax|| <= Add(i =1, n) |xi|||Aei|| <= (Add(i =1, n) ||Aei||^2)^1/2(Add(i = 1, n)|xi|^2) = M||x||2
(неравенство Коши-Буняковского), а любая норма эквивалентна евклидовой.
Следствие: в конечномерных пространствах любой оператор непрерывен (||Ax(k) – Ax||w =
=||A(x(k) – x)|| < c||x(k) – x||v).
Линейное пространство L(V, W) можно сделать нормированным, введя норму оператора.
Норма называется мультипликативной, если ||AB|| <=||A||||B|| для любых операторов, для
которых определена операция умножения. Свойство называется свойством
мультипликативности нормы. Норма называется согласованной, если ||Ax||w <= ||A||||x||v.
Т Собственное значение оператора не превосходит по абсолютной величине любую его
согласованную норму (||Ax|| = l||x||<=||A||||x||).
Из теоремы об ограниченности оператора следует существование такой константы, что ||
Ax||/||x|| <= c, x!= 0 что означает ограниченность сверху множества ||Ax||/||x||. Положим эту
точную верхнюю грань за норму (m(A)= sup ||Ax||/||x||)
Т Отображение m(A) является мультипликативной, согласованной нормой (проверка на
то, что является нормой – элементарно, согласование очевидно, в свойстве
мультипликативности используем согласование получим, просто расписав норму
произведения и заменяя на большее). Эта норма называется подчиненной.
Норму обычно берут как супремум по всем векторам, норма которых 1, те ||A|| = sup{||x||
=1}||Ax||
Спектральная норма: норма линейного оператора, порожденная евклидовыми нормами
вектора называется спектральной нормой. ||A||2 = sup{||x||E=1}||Ax|| =
=sup{(x,x)=1}sqrt((Ax,Ax)).
Т Спектральная норма линейного оператора равна максимальному сингулярному числу
этого оператора.
Пусть n = dimV, m= dimW, e1,…,en – правый сингулярный базис, а p>=…>=ps –
сингулярные числа оператора, x = Add(i=1 n)xiei. ps+1=…=pn=0, если s < n. Тогда ||Ax||E2
= (Ax, Ax) = (A*Ax, x) = (Add(i=1 n)pi^2xiei, Add(j =1,n)xjej)=Add(i=1,n)pi^2|xi|^2 <=
p1^2Add(i=1, n)|xi|^2  ||A||2 = p1.
Следствие: спектральная норма нормального оператора равна по абсолютной величине
максимального по модулю собственного значения этого оператора.
Т Сингулярные числа линейного оператора в евклидовом (унитарном) пространстве не
изменяются при умножении оператора на ортогональный(унитарный) оператор.
Док-во B = UAV, U*U=I, V*V=I  B*B= V*A*AV  матрицы операторов B*B и A*A
подобны и их собственные значения совпадают.
Следствие: Спектральная норма линейного оператора не изменяется при умножении
оператора на ортогональный (унитарный) оператор.
Билет 54. Матричные нормы. Унитарно инвариантные нормы.

Пусть есть базисы e1,…,en V f1,…,fm W пространств, в которых действует оператор.

Обозначим через ||A||p норму оператора, подчиненную соответствующим векторным
нормам ||||p, A= (aij) – матрица оператора.
Т Для любого оператора ||A||1 = max(1<=j<=n)Add(i=1, m)|aij|
Распишем Ax = Add(i =1, m)(Add(j =1, n) aijxj)fi, согласно выражению для нормы ||Ax||1 =
=Add(i =1 m)|Add(j =1 n)aijxj| <= Add(i=1 m)(Add(j=1 n)|aij||xj|)=Add(j=1, n)|xj|Add(i=1 m)|
aij|, пусть k-ый столбец имеет максимальную столбцовую сумму, тогда ||Ax||1 <=||x||
1Add(i=1, m)|aik|  ||Ax|| <=Add(i=1 m)|aik| для любого нормированного вектора, а для k-
ого базисного вектора выполнено равенство  сумма по наибольшему столбцу и есть
норма.
Т ||A||inf = max{1<=i<=m}Add(j = 1, n) |aij| (доказательство аналогично предыдущей).
Евклидова норма: ||A||E = (Add(i=1, m)Add(j =1, m)|aij|^2)^1/2. Легко проверить аксиомы.
Она обладает многими св-вами подчиненных норм. такими как:
1) Свойство согласованности ||Ax||E <= ||A||E||x||E, тк неравенство Коши-Буняковского:
||Ax||E2 = Add(i=1, m)|Add(j=1, n)aijxj|^2<=Add(i=1, m)(Add(j=1, n)|aij|^2Add(j=1,n)|xj|^2) =
=Add(j=1, n)|xj|^2||A||E2 = ||A||E2||x||E2.
2) Свойство мультипликативности: ||AB||E2 = Add(i,j)(|Add(k)aikbkj|)^2<=Add(i,j)(Add(k)|
aik||bkj|)^2<=
<=Add(i, j)(Add(k)|aik|^2Add(k)|bkj|^2) = Add(i,k)|aik|^2Add(j, k)|bkj|^2 = ||A||E2||B||E2
3) ||A||E2= trA*A = trAA*
4) ||A||E2 = p1^2 +…+ps^2
5) ||A||E >=||A||2 по предыдущему св-ву
6) ||A||E не меняется при умножении на ортогональные (унитарные) операторы )св-во 4,
теорема для сингулярных чисел (Б53).

Билет 55. Сингулярное разложение матрицы и обобщенные решения.

Т Пусть V и W – евклидовы (унитарные) пространства, и A из L(V, W), rgA = r, p1>=…

>=pr>0 ненулевые его сингулярные числа, натуральное k <=r, то
min{B L(V,W) rgB <= k}||A – B||2 = pk+1
Док-во:
1) В силу согласованности спектральной нормы с евклидовыми векторными нормами
||(A-B)x||e<= ||A-B||2 ||x||E  ||A-B||2 >=||Ax – Bx||E, ||x||=1
2) Рассмотрим сингулярные базисы e1,…en, f1,…,fn, {Aei=pifi, i<=r; Aei=0, i>r}
3) Рассмотрим оператор B, rgB <= k, L=L(e1,…,ek+1)  размерностьkerB
пересеченного с L>= 1, значит есть общий нормированный вектор, по
экстремальному св-ву сингулярных чисел (Б57) ||Ax0|| >= pk+1, из принадлежности
к ядру ||Ax0 – Bx0||E =||Ax0||  ||A-B||2 >=pk+1, для любого B, rgB <=k
4) Неравенство достигается для B, rgB=k {Bei=pifi, i<=k, Bei=0, i>k}, тк для оператора
A-B максимальное сингулярное число – pk+1
Т Спектральное расстояние от заданной невырожденной матрицы до множества
вырожденных матриц предыдущего ранга равно её минимальному сингулярному числу
(inf{|B|=0}||A-B||2 = inf{rgB<=n-1}||A-B|| = pn
Пусть уравнение Az = u разрешимо. Нормальным решением называется такое решения,
что его норма наименьшая (||z0||=inf{z из H}||z||E), H – множество решений.
Т Для любого разрешимого уравнения нормальное решение существует и единственно.
Док-во: Сушествование: множество всех решений – линейное многообразие ядра
оператора (показать двухстороннее вложение), в евклидовом (унитарном) пр-ве
существует единственный вектор сдвига, ортогональный направляющему
подпространству, причем он имеет наименьшую длину – существование доказано.
Единственность: пусть другое нормальное решение, оно имеет наименьшую длину (равно
по длине z0) и раскладывается через вектор ядра и z0 (z0 +w) ||z||E2 = ||z0||E2 + ||w||E2 
w= 0. Доказано.
Уравнение не обязано иметь решение. Вектор r = Az – u –функционал невязки, при
равенстве его нормы 0 z – решение. Поскольку 0 значение нормы – наименьшее, значит
можно рассматривать решение как вектор, невязка которого имеет наименьшую норму
(минимизирующий функционал невязки). Для неразрешимых уравнений это тоже имеет
смысл, те вектор называется минимизирующим функционал невязки, когда значине p(Az,
u) = ||Az-u||E – минимально. Вектор называют псевдорешением (обобщенным решением),
если ||Az+-u||E2 = inf{z из V}||Az – u||E2, те псевдорешение – вектор минимизирующий
функционал невязки.
Т Псевдорешение существует для любого операторного уравнения.
Док-во: ||Az+ - u||E = inf{z V}||Az – u||E = inf{z V}|Az – u| = inf{z V}p(Az, u) =
=inf {y imA}p(y, u)  Az+ - вектор наилучшего приближения правой части к образу
оператора, те это ортогональная проекция вектора правой части на образ оператора, те z+
- решение в обычном смысле Az = g (g – проекция вектора).
Уравнение A*Az = A*u называется нормальным уравнением.
Т Вектор z+ пространства является псевдорешением тогда и только тогда, когда он
решение нормального уравнения (Az+ = g (предыдущая теорема), покажем, что эти
уравнения эквивалентны, A*u=A*(g + h) = A*g + A*h, h – из ортогонального дополнения
образа самого оператора, те из ядра сопряженного к нему оператора, так что Az=g 
A*Az=A*g, если же z – решение A*Az = A*g  A*(Az-g)=0  Az – g из kerA*= imTA, но
Az – из образа оператора ==Ю Az-g из образа  Az-g=0).
Псевдорешение наименьшей длины называется нормальным псевдорешением. Из того,
что псевдорешение является решением некоторого уравнения следует, что нормальное
псевдорешение единственно. Сингулярные базисы оператора позволяют получить явные
выражения для псевдорешения и нормального псевдорешения. Разложим псевдорешение
по правому базису и из того, что псевдорешение – решение нормального уравнения,
получим a1p1^2e1+…+arpr^2er = A*u, из ортонормированности базиса получаем, что
akpk^2= (A*u, ek)=(u,Aek), k <=rg. Учитывая, что pk^2= (Aek, Aek)  ak=(A*u, ek)/pk^2 =
=(u, Aek)/(Aek, Aek), из чего получим общий вид псевдорешения z+=Add(k=1 n)akek, где
a1,..ar определены соотношением, а остальные произвольны, откуда получаем общий вид
нормального псевдорешения z+=Add(k=1, r)akek.

Билет 56. Вариационные (экстремальные) свойства собственных значений

самосопряженного оператора (матрицы).

Экстремальные задачи – задачи, связанные с нахождением экстремумов функций.

Функция f(x) = (Ax,x)/(x, x), x != 0 – отношение Рэлея. Рассматриваем
ортонормированный базис, отвечающий собственным значениям l1>=l2…>=ln, под
нормой понимаем евклидову норму, те ||x|| = sqrt((x,x)), отношения Рэлея может быть
записано в виде f(x) = (Ax, x), ||x|| =1.
Т Для самосопряженного оператора справедливы равенства l1 = max {||x||=1} (Ax,x),
ln=min{||x||=1}(Ax,x), (С учетом ортонормированности базиса (Ax,x) = Add(i=1, n)li|xi|^2, ||
x|| = 1  l1>= (Ax,x)>=ln, причем (Ae1, e1)= l1, (Aen, en) = ln  l1, ln – наибольшее и
наименьшее значение (Ax,x) на единичной сфере).
Замечание: эта теорема дает экстремальные свойства и квадратичной формы в евклидовом
(унитарном) пространстве: на единичной сфере квадратичная форма A(x, x) принимает
экстремальные значения на тех векторах, которые являются собственными векторами
самосопряженного оператора, такого, что A(x,x) = (Hx,x).
Т Если L – линейная оболочка собственных векторов ei1,…,eik (i1 <…<ik), из базиса
самосопряженного оператора, то li1 = max{||x|| =1, x из L}(Ax,x), lik = min{||x|| = 1, x из L}
(Ax, x) (аналогично предыдущей).
Т (теорема Куранта-Фишера) Для собственных значений самосопряженного оператора
справедливы соотношения:
lk = max{Lk} min{||x||=1, x Lk}(Ax,x), lk = min{Ln-k+1} max{||x||=1, x Ln-k+1}(Ax,x), где
максимум ( в первом соотношении) берется по всевозможным подпространствам k-
мерным пространствам Lk, а минимум (во втором) – по всевозможным (n-k+1)-мерным
подпространствам пространства V.
Рассмотрим произвольное k-мерное подпространство и Wn-k+1 – линейная оболочка
собственных векторов ek,…,en, dimLk + dimWn-k+1 = n +1  есть вектор в области
пересечения. Нормируем его и назовем x0, по предыдущей теореме f(x0) <= lk, но он же
приндалежит Lk, то есть в любом подпространстве размера k заведомо есть вектор,
нормой 1, f(x0) <lk. Равенство достигается для Lk= L(e1,…,ek)  lk = max{Lk} min{||x||=1,
x Lk}(Ax,x), чтд. второе соотношение аналогично).

Билет 57. Вариационные (экстремальные) свойства сингулярных чисел.

Пусть V, W – евклидовы (унитарные) пространства, dimV =n, dim W= m, нормы

евклидовы.
Т Пусть p1>=….>=ps, s=min(m, n) – сингулярные числа оператора A из L(V, W). Тогда для
любых 1<=k<=s:
pk = max{Lk}min{||x|| = 1, x Lk}||Ax||, pk = min {Ln-k+1} max {||x|| =1, x Ln-k+1}||Ax||, где
максимум (в первом равенстве) берется по всевозможным k-мерным подпространствам
Lk, а минимум (во втором) по всевозможным (n-k+1)-мерным подпространствам.
Док-во: A*A L(V,V) – самосопряженный оператор с собственными значениями p1^2 >=…
>=ps^2. Из Т Куранта-Фишера следует, что pk^2 = max{Lk}min{||x||=1, x Lk}(A*Ax, x) =
min {Ln-k+1} max{||x||=1, x Ln-k+1} (A*Ax, x). (A*Ax,x) = (Ax, Ax) = ||Ax||^2.

Билет 58. Соотношения разделения собственных значений и сингулярных чисел

матриц и подматриц.

Главной подматрицей k-ого порядка называется матрица, составленная из элементов

основной матрицы, расположенных в k строках и k столбцах, с одинаковыми номерами.
Т Пусть самосопряженная матрица имеет собственные значения l1>=…>=ln, и пусть её
подматрица B – её главная подматрица (n-1) порядка. Тогда собственные значения
m1>=m2>=….>=mn этой подматрицы разделяют собственные значения исходной
матрицы, те l1 >=m1>=l2>=m2…>=ln-1>=mn-1>=ln.
Доказательство: без ограничения общности можно считать, что подматрица B находится в
верхнем левом углу матрицы A. Исходную матрицу будем рассматривать как матрицу
самосопряженного оператора в некотором ортонормированном базисе g1…gn, а матрицу
B – как матрицу самосопряженного оператора в базисе g1,…,gn-1 подпространства
исходного пространства. Очевидно, что для векторов данного подпространства (Bx, x) =
(Ax, x), Рассмотрим базис собственных векторов оператора B f1…fn-1, m1,…mn-1 –
соответствующие собственные значения. Обозначим L`k=L(f1…fk), L`n-k=L(fk,…,fn-1).
На основании второй теоремы Б56 mk = min{||x|| =1, x L`k}(Ax, x), mk = max{||x|| =1, x L’n-
k}(Ax, x), Так как L’k – одно из k-мерных подпространств исходного пространства, то в
силу теоремы Куранта-Фишера mk <= max{Lk} min{||x||=1, x Lk} (Ax, x) = lk, с другой
стороны аналогичное соотношение. ЧТД.
Эти соотношения называется соотношениями разделения собственных значений.
Следствие. Если A – матрица (вещественная или комплексная), B – её подматрица из n-1
столбцов исходной матрицы, то для сингулярных чисел p1 >=…>=pn матрицы A и q1>=…
>qn-1 матрицы B имеют место соотношения p1 >=q1>=p2…>=qn-1>=pn. Эти неравенства
вытекают из соотношений разделения собственных значений самосопряженной матрицы
AHA, для которой матрица BHB является главной подматрицей предыдущего порядка.
Соотношения называются соотношениями разделения сингулярных чисел.