Механико-математический факультет

Алгебра, 1 семестр, 2 поток

Преподаватель: Куликова Ольга Викторовна

Студент: Молчанов Вячеслав

Группа: 108

Контакт: Мой телеграм для связи

Москва
Последняя компиляция: 3 января 2025 г.
Содержание
1 Система линейных уравнений 3
1.1 Матрица. Основные понятия . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Система линейных (алгебраических) уравнений . . . . . . . . . . . . . . . . . . 4
1.3 Элементарные преобразования над СЛУ . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Элементарные преобразования над матрицами . . . . . . . . . . . . . . . . . . 6
1.5 Решение СЛУ методом Гаусса . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2 Векторные пространства 11
2.1 Аксиомы элементов векторного пространства . . . . . . . . . . . . . . . . . . . 11
2.2 Следствия . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3 Векторные подпространства . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4 Линейная зависимость системы векторов . . . . . . . . . . . . . . . . . . . . . . 14
2.5 Линейная оболочка множества S . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.6 Базис . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

3 Ранг 21
3.1 Ранг системы векторного простанства . . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Ранг матрицы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

4 Возвращаемся к системе линейных уравнений 25

4.1 Фундаментальная система решений . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.2 Неоднородная СЛУ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

5 Операции над матрицами 30

6 Линейные отображения 33
6.1 Изоморфизм . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
6.2 Линейные отображения и матрицы . . . . . . . . . . . . . . . . . . . . . . . . . 34
6.3 Операции над линейными отображениями . . . . . . . . . . . . . . . . . . . . . 35
6.4 Свойства операций над матрицами . . . . . . . . . . . . . . . . . . . . . . . . . 38
6.5 Свойства операции транспонирования . . . . . . . . . . . . . . . . . . . . . . . 39
6.6 О ранге и операциях над матрицами . . . . . . . . . . . . . . . . . . . . . . . . 40

7 Перестановки 42

8 Определители n-го порядка 44

8.1 Свойства определителей . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
8.2 Элементарные матрицы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
8.3 Разложение определителя по строке . . . . . . . . . . . . . . . . . . . . . . . . . 51
8.4 Определитель Вандермонда . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
8.5 О ранге . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8.6 Правила Крамера СЛУ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
8.7 Обратная матрица . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

9 Алебраические структуры 62
9.1 Изоморфизм группы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
9.2 Группа подстановок . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
9.3 Четность подстановки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
9.4 Подгруппа . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
9.5 Кольца и поля . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

1
 9.6 Изоморфные кольца и поля . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
9.7 Характеристика поля . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
9.8 Поле комплексных чисел . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

10 Алгебра над полем 84

10.1 Алгебра многочленов над полем . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
10.1.1 Деление с остатком . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
10.1.2 Мгогочлены как функции . . . . . . . . . . . . . . . . . . . . . . . . . . 88
10.1.3 Корни многочленов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
10.2 Основная теорема алгебры . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
10.3 Неприводимые многочлены . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
10.4 Многочлены от нескольких переменных . . . . . . . . . . . . . . . . . . . . . . 97
10.5 Лексикографический порядок на одночленах . . . . . . . . . . . . . . . . . . . 98
10.6 Симметрические многочлены . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
10.6.1 Элементарные симметрические многочлены от n переменных . . . . . . 100
10.7 Формулы Виета . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

11 Теория делимости в Евклидовых кольцах 104

11.1 Разложение на простые элементы . . . . . . . . . . . . . . . . . . . . . . . . . . 107
11.2 Поле отношений целостного кольца . . . . . . . . . . . . . . . . . . . . . . . . . 110
11.3 Поле рациональных дробей . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

2
1 Система линейных уравнений
1.1 Матрица. Основные понятия
Определение. Матрица 𝐴 размера 𝑚 × 𝑛 - это прямоугольная таблица с 𝑚
строками и 𝑛 столбцами:
⎛ ⎞
𝑎11 𝑎12 ... 𝑎1𝑛
⎜ 𝑎21 𝑎 . . . 𝑎
⎜ ⎟
22 2𝑛 ⎟
𝐴=⎜⎜ ... .. ⎟
⎝ . ⎟
⎠
𝑎𝑚1 𝑎𝑚2 . . . 𝑎𝑚𝑛

𝑎𝑖𝑗 - элемент матрицы и индексы:

• 𝑖 - номер строками

• 𝑗 - номер столбца

𝑀𝑚×𝑛 (R) - Множество всех матриц размера 𝑚 × 𝑛 с элементами из R

Матрица 𝑚 × 1 называется столбцом:

⎛ ⎞
𝑎11
⎜ 𝑎21 ⎟
⎜ ⎟
𝐴=⎜ ⎜ ... ⎟
⎟
⎝ ⎠
𝑎𝑚1

Если 𝐴 = (𝑎𝑖𝑗 ) - квадратная, 𝑎𝑖𝑗 = 0 ∀𝑖 ̸= 𝑗, то 𝐴 называется диагональной.

⎛ ⎞
𝑎11 0
𝑎
⎜ ⎟
⎜ 22 ⎟
𝐴=⎜ ⎜ ...
⎟
⎟
⎝ ⎠
0 𝑎𝑛𝑛

Если 𝐴 - диагональноая и 𝑎𝑖𝑖 = 1, то 𝐴 называется единичной.

⎛ ⎞
1 0
1
⎜ ⎟
⎜ ⎟
𝐴=⎜ ⎜ ...
⎟
⎟
⎝ ⎠
0 1

3
 Если 𝐴 - квадратная, то
⎛ ⎞
𝑎11
• 𝐴=⎝
⎜ ... ⎠ главная диагональ
⎟

𝑎𝑛𝑛
⎛ ⎞
𝑎1𝑛
• 𝐴=⎝ ... ⎠ побочная диагональ
⎜ ⎟

𝑎𝑛1
Определение. Если 𝐴 - размера 𝑚 × 𝑛, 𝑎𝑖𝑗 = 0 ∀𝑖, 𝑗, то 𝐴 называется нулевой.

1.2 Система линейных (алгебраических) уравнений

⎧
⎪
⎪
⎪𝑎11 𝑥1 + ... + 𝑎1𝑛 𝑥𝑛 = 𝑏1
⎪
⎨𝑎 𝑥 + ... + 𝑎 𝑥 = 𝑏
⎪
21 2 2𝑛 𝑛 2
(*) .
⎪
⎪..
⎪
⎪
⎪
⎩
𝑎𝑛1 𝑥1 + ... + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛
где 𝑎𝑖𝑗 , 𝑏 ∈ R, 𝑥1 , ..., 𝑥𝑛 - неизвестные.
⎛ ⎞ ⎛ ⎞
𝑎11 . . . 𝑎1𝑛 𝑎11
𝐴 = ⎝ ... .. ⎟ ⎜ .. ⎟
. ⎠ 𝐵=⎝ . ⎠
⎜

𝑎𝑛1 . . . 𝑎𝑛𝑛 𝑏𝑛

𝐴 - матрица коэффициентов, 𝑎𝑖𝑗 называется коэффициентом СЛУ.

𝐵 - столбец свободных членов, 𝑏𝑗 - свободный член.

Определение. Расширенная матрица (𝐴|𝐵) . Набор чисел 𝑥01 , ..., 𝑥0𝑛 ∈ R назы-
𝑚×(𝑛+1)
вается решением системы (*), если подстановка этих чисел вместо неизвестных
в (*) дает тождество в каждом уравнении. (𝑥0𝑖 ←→ 𝑥)

Решить систему - это найти все решения системы. Любое конкретное решение
называется частным.

Определение. Если СЛУ имеет решение, то она называется совместной, иначе

- несовместной.

Определение. Совместная система, имеющая одно решение, называется опре-

деленной, иначе - неопределенной (более одного решения).

4
1.3 Элементарные преобразования над СЛУ
Определение. Элементарные преобразования над СЛУ:

1. Прибавить к одному уравнению другое уравнение, умноженное на число

𝜆∈R

2. Поменять местами два уравнения

3. Умножить уравнение на ненулевое число 𝜇 ∈ R

Утверждение. Эти преобразования обратимы.

Определение. Две системы линейных уравнений называются эквивалентны-

ми, если их множества решений совпадают.

Утверждение. Если одна СЛУ получена из другой СЛУ с помощью конечного

числа элементарных преобразований, то эти системы эквивалентны.

Доказательство.

=⇒ 𝐴𝑋 = 𝐵 - исходная система, 𝐴𝑋 ˜ =𝐵 ˜ преобразованная система.

˜ =
Пусть 𝑧1 , ..., 𝑧𝑛 некотороое решение 𝐴𝑋 = 𝐵. Будем рассматривать 𝐴𝑋
˜ в ней ЭП 𝐼𝐼𝐼 типа умножают строку на 𝜇, имеем:
𝐵,

𝑎𝑖1 𝑥1 + ... + 𝑎𝑖𝑛 𝑥𝑛 = 𝑏𝑖 в 𝐴𝑋 = 𝐵

˜ =𝐵
𝜇𝑎𝑖1 𝑥1 + ... + 𝜇𝑎𝑖𝑛 𝑥𝑛 = 𝜇𝑏𝑖 в 𝐴𝑋 ˜

Выносим 𝜇 из второго уравнения:

𝜇(𝑎𝑖1 𝑥1 + ... + 𝑎𝑖𝑛 𝑥𝑛 ) = 𝜇𝑏𝑖

˜ = 𝐵.
Получаем, что 𝑧1 , ..., 𝑧𝑛 решение для 𝐴𝑋 ˜ Для 𝐼𝐼 типа ЭП очевидно.
Теперь рассмотрим 𝐼 тип, будем к 𝑖-ой строчке прибавлять 𝑗-ую с коэф-
фициентом 𝜆, получаем:

(𝑎𝑖1 + 𝜆𝑎𝑗1 )𝑥1 + ... + (𝑎𝑖𝑛 + 𝜆𝑎𝑗𝑛 )𝑥𝑛 =

= 𝑎𝑖1 𝑥1 + 𝜆𝑎𝑗1 𝑥1 + ... + 𝑎𝑖𝑛 𝑥𝑛 + 𝜆𝑎𝑗𝑛 𝑥𝑛 =
= 𝑎𝑖1 𝑥1 + ... + 𝑎𝑖𝑛 𝑥𝑛 + 𝜆(𝑎𝑗1 𝑥1 + ... + 𝑎𝑗𝑛 𝑥𝑛 ) = 𝑏𝑖 + 𝜆𝑏𝑗

Таким образом, любое решение старой СЛУ - это и решение новой, то есть
множество решений не уменьшилось. (со столбцами все то же самое)

5
⇐= В обратную сторону аналогично (для доказательства эквивалентности),
используя обратимость элементарных преобразований.

Мораль в том, что мы можем работать с расширенной матрицей (𝐴|𝐵).

1.4 Элементарные преобразования над матрицами

Элементарные преобразования над строками:
⎛ ⎞
𝑎1
⎜𝑎2 ⎟
⎜ ⎟
𝐴=⎜ ⎜ ... ⎟ , где 𝑎𝑖 − строка
⎟
⎝ ⎠
𝑎𝑖

• ЭП1: 𝑎𝑖 → 𝑎𝑖 + 𝜆𝑎𝑖

• ЭП2: 𝑎𝑖 ←→ 𝑎𝑗

• ЭП3: 𝑎𝑖 → 𝜇𝑎𝑖 , 𝜇 ̸= 0

Определение. Лидер строки (ведущий элемент) - это 1-й ненулевой элемент

слева.
Пример: (0, 0, ⏟ 3⏞ , 4, 5, 0, 0, 7)
лидер

Определение. Матрица 𝐴 размера 𝑚 × 𝑛 называется ступенчатой, если

1. Номера лидеров ненулевых строк строго возрастают с увеличением номера

строки.

2. Все нулевые строки стоят внизу (в конце).

Теорема. Любую матрицу 𝐴 размера 𝑚 × 𝑛 за конечное число элементарных

преобразований над строками можно привести к ступенчатому виду.

Доказательство. Индукция по 𝑛:
Если 𝐴 - нулевая, то 𝐴 - ступенчатого вида. Если 𝐴 ̸= 0 : найдем первый
ненулевой столбец (начиная слева). Пусть 𝑗 - номер первого ненулевого столбца

6
и 𝑎𝑖𝑗 ̸= 0: ⎛ ⎞
0 0
⎜ .. ..
⎜. .
⎟
⎟
⎜ ⎟
𝐴=⎜ 𝑎𝑖𝑗 ⎟
⎜ .. ..
⎜ ⎟
⎝. .
⎟
⎠
0 0
Меняем 1-ю и 𝑖-ю строку местами и получаем, что 𝑎𝑖𝑗 стал лидером первой
строки. Считаем, что сразу 𝑎1𝑗 ̸= 0:
⎛ ⎞
0 0 𝑎𝑖𝑗 *
⎜ .. ..
⎜. . * *⎟
⎟
..
.
⎜ ⎟
𝐴=⎜ ⎟
⎜ .. .. ..
⎜ ⎟
⎝. . .
⎟
..
⎠
0 0 .

Вычитаем из кажкой 𝑘-й строки, начиная со 2-ой, 1-ю строку, умноженную на

𝑎
число 𝑎𝑘𝑗
1𝑗
. Получаем вид:
⎛ ⎞
𝑎𝑖𝑗 * ··· *
⎜ ⎟
⎜0 * ··· *⎟
𝐴˜ = ⎜
⎜ ...
⎟
⎝ * ··· *⎟
⎠
0 * ··· *

К правой части матрицы (без 1 столбца и 1 строки) применяем индукцию и

проводим матрицу к ступенчатому виду.

Замечание. Этот метод называется методом Гаусса.

1.5 Решение СЛУ методом Гаусса

⎧
⎪
⎪
⎪𝑎11 𝑥1 + ... + 𝑎1𝑛 𝑥𝑛 = 𝑏1
⎪
⎨𝑎 𝑥 + ... + 𝑎 𝑥 = 𝑏
⎪
21 2 2𝑛 𝑛 2
..
⎪
⎪
⎪ .
⎪
⎪
⎩
𝑎𝑚1 𝑥1 + ... + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
Элементарные преобразования над 𝐴𝑋 = 𝐵 ⇐⇒ элементарные преобразования
над (𝐴|𝐵).
СЛУ 𝐴𝑋 = 𝐵 ступенчатая =⇒ (𝐴|𝐵) имеет ступенчатый вид.

7
 Утверждение. Решение СЛУ ступенчатого вида.

Пусть 𝐴𝑋 = 𝐵 - ступенчатая
⎛ ⎞
𝑎11 𝑏1
.. ⎟
.⎟
⎜
⎜ 𝑎22
... .. ⎟
⎜ ⎟
.⎟
⎜
(𝐴|𝐵) = ⎜
⎜
⎟
⎜ 𝑎𝑠𝑛 𝑏𝑠 ⎟
⎜ .. .. ⎟
⎜
⎝ . .⎟⎠
0 ··· ··· 0 𝑏𝑠̃︀

𝑠̃︀ - ненулевые строки расширенной матрицы

s - число ненулевых строк
[︃
𝑠
𝑠̃︀ =
𝑠+1
1 случай: 𝑠̃︀ ̸= 𝑠 (𝑠̃︀ = 𝑠 + 1)
Рассмотрим последнюю ненулевую строку:
⎛ ⎞
𝑎11 𝑏1
..
𝑎22 .
⎜ ⎟
⎜ ⎟
⎜ ... .. ⎟
⎜
⎜ . ⎟
⎟
𝑎𝑠𝑛 𝑏𝑠
⎜ ⎟
⎝ ⎠
0 ··· ··· 0 𝑏𝑠+1

0𝑥1 + ... + 0𝑥𝑛 = 𝑏𝑠+1 =⇒ решений у этого уравнения нет =⇒ СЛУ не имеет
решения, т.е. несовместна.
Далее 𝑠̃︀ = 𝑠
Заметим, что 𝑠̃︀ = 𝑠 ≤ 𝑛 (n-количество столбцов)
2 случай: 𝑠̃︀ = 𝑠 = 𝑛 ⎧
⎪
⎪
⎪𝑎11 𝑥1 + 𝑎12 𝑥2 + · · · + 𝑎1𝑛 𝑥𝑛 = 𝑏1
⎪
𝑎22 𝑥2 + · · · + 𝑎1𝑛 𝑥𝑛 = 𝑏2
⎪
⎨
... ..
⎪
⎪
⎪ .
⎪
⎪
⎩ 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛
Такая СЛУ называется строготреугольной.
Из n-го уравнения однозначно находится 𝑥𝑛 = 𝑎𝑏𝑛𝑛
𝑛
Подставляем во все
оставшиеся уравнения 𝑥𝑛 = 𝑎𝑛𝑛 =⇒ исключаем 𝑥𝑛 . Получаем строго тре-
𝑏𝑛

угольную систему с меньшим количество неизвестных.

8
 Далее из (n-1)-го уравнения находим 𝑥𝑛−1 и т.д. =⇒ СЛУ имеет единствен-
ное решение т.е. является определенной.

3 случай: 𝑠̃︀ ⏟ <⏞ 𝑛

хотим ⎛ ⎞
0 0 |𝑎1𝑘1 * · · · · · · * *
⎝0 0 0 |𝑎2𝑘2 * · · · * *⎠
⎜ ⎟
... ..
.
𝑎1𝑘1 , ..., 𝑎𝑠𝑘𝑠 - лидеры;
𝑥𝑘1 , ..., 𝑥𝑘𝑠 - главные неизвестные (неизвестные, соответствующие лидерам)
Оставшиеся неизвестные назовем свободными.
Перекинем в правую часть СЛУ слагаемые, соответствующие свободным
неизвестным =⇒ получаем относительно главных неизвестных строго тре-
угольную СЛУ.
Как в случае 2, однозначно выражаются главные неизвестные через сво-
бодные =⇒ с точностью до нумерации получаем:
⎧
⎨𝑥1 = 𝑐1,𝑠+1 𝑥𝑠+1 + · · · + 𝑐1𝑛 𝑥𝑛 + 𝑑1
⎪
⎪
..
.
⎪
⎪
𝑥𝑠 = 𝑐𝑠,𝑠+1 𝑥𝑠+1 + · · · + 𝑐𝑠𝑛 𝑥𝑛 + 𝑑𝑠
⎩

Это выражение называется общим решением системы. Подставляя вме-

сто свободных неизвестных конкретное число из R, получаем значение для
главных.
=⇒ получаем все решения СЛУ
Если СЛУ имеет более одного решения - такая СЛУ называется неопреде-
ленной.

СЛУ
↘ ↘
𝑠̃︀ ̸= 𝑠 𝑠̃︀ = 𝑠
несовместна совместна
↘ ↘
𝑠̃︀ = 𝑠 = 𝑛 𝑠̃︀ = 𝑠 ≤ 𝑛
определенна не определенна
Алгоритм. 𝐴𝑋 = 𝐵 ↦−→ (𝐴|𝐵) ∼ (𝐴𝑐 |𝐵𝑐 ) ↦−→ 𝐴𝑐 𝑋 = 𝐵𝑐

9
Определение. Матрица 𝐴 имеет улучшенный ступенчатый вид, если выпол-
нены следующие условия:

1. 𝐴 - ступенчатого вида

2. Все лидеры равны 1

3. В каждом столбце, где есть лидер ̸= 0 , все элементы равны 0

Утверждение. Любую матрицу 𝐴 можно привести к улучшенному ступенча-

тому виду с помощью элементарных преобразований.

Доказательство. Т.к. любую матрицу можно привести к ступенчатому виду

=⇒ будем считать, что 𝐴 - ступенчатая.
Рассмотрим последний лидер 𝑎𝑠𝑘𝑠 . Если 𝑎𝑠𝑘𝑠 ̸= 1, то s-ю строку делим на 𝑎𝑠𝑘𝑠 и
получаем, что 𝑎̃︂
𝑠𝑘𝑠 = 1.
Далее из всех строк вычитаем первую, умноженную на 𝑎𝑖𝑘𝑠 =⇒ 𝑎̃︂ 𝑖𝑘𝑠 = 0 и
т.д.

Определение. СЛУ 𝐴𝑋 = 𝐵 называется однородной, если 𝐵 = 0, т.е. все

свободные члены нулевые.

Утверждение. Однородная система всегда совместна.

Доказательство. 𝐴𝑋 = 0 всегда имеет решение 𝑥1 = 0, ..., 𝑥𝑛 = 0 (тривиальное

решение)

Следствие. Однородная СЛУ, в которой число уравнений < числа неизвест-

ных, имеет нетривиальное решение.

Доказательство. (в обозначениях из метода Гаусса)

Т.к. система совместна (т.к. 𝐵 = 0), то 𝑠 = 𝑠̃︀
С другой стороны 𝑠 = 𝑠 ≤ число исходных уравнений < n =⇒ 𝑠 = 𝑠̃︀ < 𝑛 =⇒
СЛУ неопределена =⇒ ∃ более одного решения =⇒ ∃ нетривиальное решение.

10
2 Векторные пространства
2.1 Аксиомы элементов векторного пространства
Мы рассматриваем векторные пространства над полем R.
Определение. Векторным пространством над R называют множество элемен-
тов 𝑉 , на котором введены операции сложения и умножения на числа из R:
1. ∀𝑥, 𝑦 ∈ 𝑉 =⇒ 𝑥 + 𝑦 = 𝑧 ∈ 𝑉
2. ∀𝜆 ∈ R, ∀𝑥 ∈ 𝑉 =⇒ 𝜆𝑥 = 𝑤 ∈ 𝑉
Удовлетворяет следующим свойствам:
1. 𝑥 + 𝑦 = 𝑦 + 𝑥 (коммутативность)
2. (𝑥 + 𝑦) + 𝑧 = 𝑥 + (𝑦 + 𝑧) (ассоциативность)
3. ∃ 0 ∈ 𝑉 : ∀𝑥 ∈ 𝑉 : 𝑥 + 0 = 0 + 𝑥 = 𝑥 (нейтральный элемент относительно
сложения)
4. ∀𝑥 ∈ 𝑉 : ∃ 𝑥′ : 𝑥 + 𝑥′ = 0 (противоположный элемент)
5. ∀𝜆 ∈ R, ∀𝑥, 𝑦 ∈ 𝑉 : 𝜆(𝑥 + 𝑦) = 𝜆𝑥 + 𝜆𝑦 (дистрибутивность умножения
относительно сложения)
6. ∀𝜆, 𝜇 ∈ R, ∀𝑥 ∈ 𝑉 : (𝜆 + 𝜇)𝑥 = 𝜆𝑥 + 𝜇𝑥 (дистрибутивность сложения
относительно умножения)
7. ∀𝜆, 𝜇 ∈ R, ∀𝑥 ∈ 𝑉 : 𝜆(𝜇𝑥) = (𝜆𝜇)𝑥 (ассоциативность умножения)
8. ∀𝑥 ∈ 𝑉 : 1 · 𝑥 = 𝑥 (нейтральный элемент относительно умножения)
Определение. Любой элемент векторного пространства называется вектором.
Примеры векторных пространств:
1. 𝑉 2 - Геометрические векторы на плоскости.
2. 𝑉 3 - Геометрические векторы в пространстве.
3. R𝑛 = {(𝑎1 , ..., 𝑎𝑛 ) | 𝑎𝑖 ∈ R} - арифметические векторы.
"+": (𝑎1 , ..., 𝑎𝑛 ) + (𝑏1 , ..., 𝑏𝑛 ) = (𝑎1 + 𝑏1 , ..., 𝑎𝑛 + 𝑏𝑛 )
"×": (𝑎1 , ..., 𝑎𝑛 ) × 𝜆 = (𝑎1 𝜆, ..., 𝑎𝑛 𝜆)
Упражнение. Проверьте, что R𝑛 (арифметическое пространство строк) с эти-
ми операциями является векторным пространством.

11
2.2 Следствия
1. Нулевой вектор единственный.

Доказательство. Пусть существуют два 01 , 02 ∈ 𝑉 , тогда:

02 = 01 + 02 = 02 + 01 = 01

2. ∀𝑥 ∈ 𝑉 противоположный вектор единственный

Доказательство. Пусть существуют два 𝑥1 , 𝑥2 - различные элементы, яв-

ляющиеся противоположными к вектору 𝑥, тогда:

0 + 𝑥2 = (𝑥1 + 𝑥) + 𝑥2 = 𝑥1 + (𝑥 + 𝑥2 ) = 𝑥1 + 0

3. ∀𝜆 ∈ R : 𝜆 · 0 = 0

Доказательство.

𝜆 · 0 = 𝜆 · (0 + 0) = 𝜆 · 0 + 𝜆 · 0

Прибавим к обеим частям уравнения 𝜆 · 0 = 𝜆 · 0 + 𝜆 · 0 противоположный

к 𝜆 · 0, тогда:
𝜆 · 0 + (−𝜆 · 0) = 𝜆 · 0 + 𝜆 · 0 + (−𝜆 · 0)
0=𝜆·0

4. 𝜆 · (−𝑥) = −𝜆 · 𝑥

5. 𝜆 · (𝑥 − 𝑦) = 𝜆𝑥 − 𝜆𝑦

6. (−1) · 𝑥 = −𝑥

7. (𝜆 − 𝜇) · 𝑥 = 𝜆𝑥 − 𝜇𝑥

12
2.3 Векторные подпространства
Определение. Подмножество 𝑈 ⊆ 𝑉 называется векторным подпростран-
ством, если:

1. 𝑥, 𝑦 ∈ 𝑈 =⇒ 𝑥 + 𝑦 ∈ 𝑈
2. ∀𝜆 ∈ R, ∀𝑥 ∈ 𝑈 =⇒ 𝜆 · 𝑥 ∈ 𝑈
3. 𝑈 ̸= ∅
Замечание. 3 условие заменить на условие: 0 ∈ 𝑈

⇐= очевидно.
=⇒ если 𝑈 ̸= ∅, то ∃ 𝑥 ∈ 𝑈 =⇒ по 2. : (−1) · 𝑥 ∈ 𝑈 =⇒ −𝑥 ∈ 𝑈 =⇒
𝑥 + (−𝑥) ∈ 𝑈 =⇒ 0 ∈ 𝑈
Утверждение. Любое векторное подпространство векторного пространства 𝑉
само является векторным пространством относительно операций векторного
пространства 𝑉 .

Доказательство. Надо проверить определение. 1 и 2 свойство из операций

векторного пространства означают, что в 𝑈 заданы операции сложения и
умножения на вещественное число. Проверка аксиом векторного пространства:
1,2,5,6,7,8 - выполнены для всех векторов из 𝑉 , а значит и для всех векторов
из 𝑈 .
3,4 доказательство как в замечании:
∀𝑥 ∈ 𝑈, ∃ (−𝑥) = (−1) · 𝑥 ∈ 𝑈, 0 ∈ 𝑈, т.к. 𝑈 ̸= ∅

Примеры.

1. 𝑉 3 , 𝑈 - множество всех векторов из 𝑉 3 , параллельных фиксированной

плоскости.
2. R𝑛 , 𝑈 = {(𝑎1 , ..., 𝑎𝑛 ) | 𝑎2𝑖 = 0} - векторное подпространство
̃︀ = {(𝑎1 , ..., 𝑎𝑛 ) | 𝑎2𝑖 = 1} - не векторное подпространство, т.к. множество
𝑈
не замкнуто относительно сложения и умножения.
3. В любом векторном простанстве 𝑉 есть такие подпространства, состоящие
только из нулевого вектора. (тривиальное или несобственное подпростран-
ство) (остальные называются собственными)

13
2.4 Линейная зависимость системы векторов
𝑉 - векторное пространство над полем R

Определение. Линейной комбинацией векторов 𝑣1 , ..., 𝑣𝑛 ∈ 𝑉 с коэффициен-

тами 𝜆1 , ..., 𝜆𝑛 ∈ R называется выражение вида:

𝜆1 𝑥1 + · · · + 𝜆𝑛 𝑥𝑛

Говорят, что вектора 𝑤 ∈ 𝑉 линейно выражаются через (𝑣1 , ..., 𝑣𝑛 ),

если ∃ 𝜆1 , ..., 𝜆𝑛 ∈ R : 𝑤 = 𝜆1 𝑥1 + · · · + 𝜆𝑛 𝑥𝑛

Определение. Линейная комбинация 𝜆1 𝑥1 + · · · + 𝜆𝑛 𝑥𝑛 называется тривиаль-

ной, если 𝜆1 = 0, ..., 𝜆𝑛 = 0. Иначе - нетривиальной.

Определение. Система векторов 𝑣1 , ..., 𝑣𝑛 называется линейно зависимой (ЛЗ),

если ∃ нетривиальная линейная комбинация равная 0, (т.е. ∃ 𝜆1 , ..., 𝜆𝑛 ∈ R не все
равные 0) такая, что 𝜆1 𝑥1 + · · · + 𝜆𝑛 𝑥𝑛 = 0. Иначе система называется линейно
независимой (ЛНЗ), т.е. из любого такого равенства 𝜆1 𝑥1 + · · · + 𝜆𝑛 𝑥𝑛 = 0
=⇒ (𝜆1 , ..., 𝜆𝑛 ) = 0.

Примеры. 𝑉 2 : 𝑣1 = 𝑖 + 𝑗, 𝑣2 = 2𝑖, 𝑣3 = 3𝑖 - линейно зависимая система, т.к.

1 1
1 · (𝑖 + 𝑗) + (− ) · (2𝑖) + (− ) · (3𝑖) = 0
2 3
1 1
1 · 𝑣1 + (− ) · 𝑣2 + (− ) · 𝑣3 = 0
2 3
Свойства.

1. Система из одного вектора 𝑉1 ЛЗ ⇐⇒ 𝑉1 = 0

2. Система из 2-х векторов 𝑣1 и 𝑣2 ЛЗ ⇐⇒ они пропорциональные, т.е.

𝑣1 = 𝜆𝑣2 , 𝑣2 = 𝜇𝑣1 .

Пример. R𝑛
Система (1, 0, 0, ..., 0), (0, 1, 0, ..., 0), ..., (0, 0, 0, ..., 1) линейно независимая
⏟ ⏞ ⏟ ⏞ ⏟ ⏞
𝑒1 𝑒2 𝑒𝑛
𝜆1 𝑒1 + · · · + 𝜆𝑛 𝑒𝑛 = (0, ..., 0) ⇐⇒ (𝜆1 , ..., 𝜆𝑛 ) = 0 ⇐⇒ ЛНЗ

Лемма 1. (Критерий линейной зависимости)

Система векторов 𝑣1 , ..., 𝑣𝑛 ∈ 𝑉, 𝑛 > 1 - линейно зависима ⇐⇒ хотя бы один
вектор линейно выражается через оставшиеся.

14
Доказательство.

=⇒ По определению ЛЗ ∃ 𝜆1 , ..., 𝜆𝑛 ∈ R не все нулевые: 𝜆1 𝑣1 +· · ·+𝜆𝑛 𝑣𝑛 = 0. Без

ограничения общности можем считать, что 𝜆1 ̸= 0, тогда 𝑣1 = 𝜆11 (−𝜆2 𝑣2 −
· · · − 𝜆𝑛 𝑣𝑛 )

⇐= Пусть один из этих векторов выражается через оставшиеся. Без ограниче-

ния общности можем считать, что 𝑣1 выражается через оставшиеся
𝑣1 = 𝜇2 𝑣2 + · · · + 𝜇𝑛 𝑣𝑛
1 · 𝑣1 − 𝜇𝑣2 − · · · − 𝜇𝑛 𝑣𝑛 = 0 - нетривиальная линейная комбинация,
т.к. 𝜇1 (коэф. перед 𝑣1 ) ̸= 0 =⇒ 𝑣1 , ..., 𝑣𝑛 - линейно зависимы.

Замечание. В лемме 1 нельзя «хотя бы один» заменить на «любой»!

Пусть 𝑣1 ̸= 0, 𝑣2 = 0 и 𝑣1 , 𝑣2 - ЛЗ, т.к. 0 · 𝑣1 + 1 · 𝑣2 = 0

Лемма 2. Пусть 𝑣1 , ..., 𝑣𝑛 ∈ 𝑉 - ЛНЗ, тогда 𝑤 ∈ 𝑉 линейно выражается через

𝑣1 , ..., 𝑣𝑛 ⇐⇒ (𝑤, 𝑣1 , ..., 𝑣𝑛 ) - ЛЗ.

Доказательство.

=⇒ ∃ 𝜇1 , ..., 𝜇𝑛 ∈ R : 𝑤 = 𝜇1 𝑣1 + · · · + 𝜇𝑛 𝑣𝑛 =⇒ по критерию ЛЗ система

{𝑤, 𝑣1 , ..., 𝑣𝑛 } - ЛЗ.

⇐= Пусть система ЛЗ =⇒ ∃ 𝜆0 , ..., 𝜆𝑛 ∈ R - не все нули, так что 𝜆0 𝑤 + 𝜆1 𝑣1 +

· · · + 𝜆𝑛 𝑣𝑛 = 0, тогда:

1. 𝜆0 = 0, то 𝜆1 𝑣1 + · · · + 𝜆𝑛 𝑣𝑛 = 0 - нетривиальная линейная комбинация

2. 𝜆0 ̸= 0 =⇒ 𝑤 = (− 𝜆𝜆01 )𝑣1 + · · · + (− 𝜆𝜆𝑛0 )𝑣𝑛

Лемма 3. Если 𝑣1 , ..., 𝑣𝑘 ∈ 𝑉 - ЛНЗ и вектор 𝑤 ∈ 𝑉 линейно выражается через

𝑣1 , ..., 𝑣𝑘 ⇐⇒ это выражение единственное.

Доказательство.

⇐= Пусть выражается единственно. Допустим, 𝑣1 , .., 𝑣𝑘 - ЛЗ =⇒ ∃{𝜆1 , .., 𝜆𝑘 }

не все нулевые, т.ч. 𝜆1 𝑣1 + · · · + 𝜆𝑘 𝑣𝑘 = 0
Тогда если 𝑤 = 𝜇1 𝑣1 + · · · + 𝜇𝑘 𝑣𝑘 , то 𝑤 + 0 = (𝜇1 + 𝜆1 )𝑣1 + · · · + (𝜇𝑘 + 𝜆𝑘 )𝑣𝑘
другое разложение, противоречие.

15
=⇒ Пусть 𝑣1 , .., 𝑣𝑘 - ЛНЗ. Допустим, что существует два разложения:

𝑤 = 𝜇1 𝑣1 + · · · + 𝜇𝑘 𝑣𝑘

𝑤 = 𝜇̃︀1 𝑣1 + · · · + 𝜇
̃︁𝑘 𝑣𝑘
𝜇1 𝑣1 + · · · + 𝜇𝑘 𝑣𝑘 = 𝜇̃︀1 𝑣1 + · · · + 𝜇
̃︁𝑘 𝑣𝑘
𝑣1 (𝜇1 − 𝜇̃︀1 ) + · · · + 𝑣𝑛 (𝜇𝑛 − 𝜇
̃︁𝑛 ) = 0
Т.к. 𝑣1 , .., 𝑣𝑘 - ЛНЗ =⇒ (𝜇𝑖 − 𝜇̃︀𝑖 ) = 0 =⇒ 𝜇𝑖 = 𝜇̃︀𝑖 ∀𝑖 = 1, 𝑘

Лемма 4.

1. Если какая-то подсистема векторов ЛЗ, то вся система ЛЗ.

2. Если система векторов ЛНЗ, то любая подсистема ЛНЗ.

Доказательство.

1. Пусть подсистема 𝑣1 , .., 𝑣𝑘 системы 𝑣1 , .., 𝑣𝑘 , ..., 𝑣𝑚 - ЛЗ =⇒ ∃𝜆1 , ..., 𝜆𝑘 не все

равные нулю, т.ч. 𝜆1 𝑣1 + · · · + 𝜆𝑘 𝑣𝑘 = 0 Положим 𝜆𝑘+1 = 0, ..., 𝜆𝑚 = 0 Тогда
𝜆1 𝑣1 , .., 𝜆𝑘 𝑣𝑘 , ..., 𝜆𝑚 𝑣𝑚 = 0 - нетривиальная ЛК =⇒ {𝑣1 , ..., 𝑣𝑘 , 𝑣𝑘+1 , ..., 𝑣𝑚 } -
ЛЗ.

2. Следует из 1.

Лемма 5. (ОЛЛЗ)
Пусть 𝑣1 , ..., 𝑣𝑘 ∈ 𝑉, 𝑤1 , ..., 𝑤𝑚 ∈ 𝑉 , причем каждый 𝑤𝑖 линейно выражается
через 𝑣1 , ..., 𝑣𝑘 , тогда если 𝑚 > 𝑘, то {𝑤1 , ..., 𝑤𝑚 } - ЛЗ.

Доказательство. Пусть
⎧
⎪
⎪
⎪ 𝑤1 = 𝑐11 𝑣1 + · · · + 𝑐1𝑘 𝑣𝑘
⎪
⎨𝑤 = 𝑐 𝑣 + · · · + 𝑐 𝑣
⎪
2 21 1 2𝑘 𝑘
. где 𝑐𝑖𝑗 ∈ R
⎪
⎪..
⎪
⎪
⎪
⎩
𝑤 = 𝑐 𝑣 + ··· + 𝑐 𝑣
𝑚 𝑚1 1 𝑚𝑘 𝑘

16
Докажем, что ∃ нетривиальная ЛК 𝑤1 , ..., 𝑤𝑚 = 0
Для произвольных 𝜆1 , ..., 𝜆𝑚 рассмотрим выражение:

𝜆1 𝑤1 + · · · + 𝜆𝑚 𝑤𝑚 =
= 𝜆1 (𝑐11 𝑣1 + · · · + 𝑐1𝑘 𝑣𝑘 ) + · · · + 𝜆𝑚 (𝑐𝑚1 𝑣1 + · · · + 𝑐𝑚𝑘 𝑣𝑘 ) =
= (𝜆1 𝑐11 + · · · + 𝜆𝑚 𝑐𝑚1 )𝑣1 + · · · + (𝜆1 𝑐1𝑘 + · · · + 𝜆𝑚 𝑐𝑚𝑘 )𝑣𝑘

Рассмотрим СЛУ с неизвестными 𝜆1 , ..., 𝜆𝑚 из 𝑘 уравнений:

⎧
⎨𝑐11 𝜆1 + · · · + 𝑐𝑚1 𝜆𝑚 = 0
⎪
⎪
..
.
⎪
⎪
𝑐1𝑘 𝜆1 + · · · + 𝑐𝑚𝑘 𝜆𝑚 = 0
⎩

Т.к. 𝑚 > 𝑘 и это ОСЛУ, в которой число уравнений < числа неизвестных, то
эта система имеет нетривиальное решение 𝜆1 , ..., 𝜆𝑚
=⇒ 𝜆1 𝑤1 + · · · + 𝜆𝑚 𝑤𝑚 = 0 - это нетривиальная ЛК
=⇒ 𝑤1 , ..., 𝑤𝑚 - ЛЗ.

2.5 Линейная оболочка множества S

𝑉 - векторное простанство над R, 𝑆 ⊆ 𝑉, 𝑆 ̸= ∅
Утверждение. Множество всех ЛК 𝜆1 𝑠1 + · · · + 𝜆𝑘 𝑠𝑘 , 𝜆𝑖 ∈ R, 𝑠𝑖 ∈ 𝑆 образует
векторное подпространство в пространстве 𝑉 .

Доказательство. Д/з.
Определение. Такое векторное подпространство называется линейной оболоч-
кой множества 𝑆 ⊆ 𝑉 .
Обозначается: ⟨𝑆⟩.
Примеры.

1. R3 , 𝑆 = {(1, 0, 0), (0, 1, 0)}; ⟨𝑆⟩ = {(𝜆, 𝜇, 0) | 𝜆, 𝜇 ∈ R}

2. 𝑉 3 , 𝑆 = {𝑖, 𝑗, 𝑖 + 𝑗}

i <S >
𝑠̃︀ = {𝑖 + 𝑗}

17
Определение. Если 𝑉 = ⟨𝑆⟩, то 𝑆 называется порождающим множеством
векторного простанства 𝑉 . Говорят, что векторное пространство 𝑉 порождается
множеством 𝑆.
Определение. Если ∃ конечное множество 𝑆, т.ч. 𝑉 = ⟨𝑆⟩, то 𝑉 называется
конечномерным (конечнопорожденным), иначе - бесконечномерным.
Пример. R𝑛 = ⟨(1, 0, ..., 0), ..., (0, ..., 0, 1)⟩
Лемма. (Переформулировка ОЛЛЗ) Пусть векторное пространство 𝑉 по-
раждается 𝑘 векторами. Тогда любые 𝑚 > 𝑘 векторов из 𝑉 - ЛЗ.

2.6 Базис
𝑉 - конечномерное векторное пространство над R
Определение 1. Система векторов {𝑒1 , ..., 𝑒𝑛 } ⊆ 𝑉 называется базисом век-
торного пространства 𝑉 , если:
1. {𝑒1 , ..., 𝑒𝑛 } - ЛНЗ
2. 𝑉 = ⟨𝑒1 , ..., 𝑒𝑛 ⟩, т.е. ∀𝑥 ∈ 𝑉, ∃ 𝑥1 , ..., 𝑥𝑛 ∈ R : 𝑥 = 𝑥1 𝑒1 + · · · + 𝑥𝑛 𝑒𝑛
Эти числа 𝑥1 , ..., 𝑥𝑛 - называются координатами вектора 𝑥 в базисе {𝑒1 , ..., 𝑒𝑛 }
Определение 2. Система векторов {𝑒1 , ..., 𝑒𝑛 } ⊆ 𝑉 называется базисом век-
торного простанства 𝑉 , если любой вектор 𝑥 ∈ 𝑉 выражается через {𝑒1 , ..., 𝑒𝑛 }
единственным образом.
Утверждение. (Опр 1) ⇐⇒ (Опр 2)

Доказательство. По лемме (3).

Теорема. Всякое конечномерное векторное пространство над R обладает бази-
сом. Более того, из любого конечного порожденного множества можно выбрать
базис.

Доказательство. Пусть 𝑆 - какое-то порождающее множество векторного про-

странства 𝑉 .
Если 𝑆 - ЛНЗ, то 𝑆 - базис
Если 𝑆 - ЛЗ, то по критерию о ЛЗ один из векторов 𝑠1 множества 𝑆 линейно
выражается через остальные.
Тогда 𝑆1 = 𝑆 ∖ {𝑠1 } - конечное порождащее множество. ч.т.д.
Т.к. 𝑆 - конечное,то этот процесс прервется и мы получим ЛНЗ порожденную
систему.

18
Теорема. В любом базисе конечномерного векторного пространства 𝑉 над R
одно и тоже число векторов.

Доказательство. Пусть есть два базиса {𝑒1 , ..., 𝑒𝑛 } и {𝑓1 , ..., 𝑓𝑚 } векторного
пространства 𝑉 . Тогда каждый вектор 𝑓𝑖 выражается через 𝑒1 , ..., 𝑒𝑛 .
По ОЛЛЗ: {𝑓1 , ..., 𝑓𝑚 } - ЛЗ =⇒ {𝑓1 , ..., 𝑓𝑚 } - не базис =⇒ противоречие.

Определение. Число векторов в базисе конечномерного векторного простран-

ства 𝑉 называется размерностью векторного простанства и обозначается: dim 𝑉

Примеры.

1. dim 𝑉 2 = 2

2. dim R𝑛 = 𝑛

Замечание. Если 𝑉 = 0, то dim 𝑉 = 0 (базис систоит из ∅ )

Утверждение. Пусть 𝑉 - векторное пространство над R, dim 𝑉 = 𝑛, 𝑆 ⊆ 𝑉

Любые 𝑚 > 𝑛 векторов из 𝑆 - ЛЗ. (по ОЛЛЗ)
=⇒ в 𝑆 ∃ максимальная ЛНЗ подсистема (т.е. ничего нельзя добавить к этой
подсистеме без нарушения ЛНЗ)

Лемма 6. Пусть 𝑉 - n-мерное векторное пространство над R, 𝑆 ⊆ 𝑉 . Тогда

максимальная ЛНЗ система векторов из 𝑆 образует базис в лин. оболочке ⟨𝑆⟩

Доказательство. Пусть {𝑠1 , ..., 𝑠𝑘 } максимальная (по включению) ЛНЗ систе-

ма в 𝑆 =⇒ ∀𝑠 ∈ 𝑆 ∖ {𝑠1 , ..., 𝑠𝑘 } =⇒ {𝑠, 𝑠1 , ..., 𝑠𝑘 } − ЛЗ.
По Лемме (2). =⇒ 𝑠 = 𝜆1 𝑠1 + · · · + 𝜆𝑘 𝑠𝑘
Докажем, что {𝑠1 , ..., 𝑠𝑘 } - базис в ⟨𝑆⟩.

1. ЛНЗ (очевидно)

2. ∀𝑥 ∈ ⟨𝑆⟩: 𝑥 = 𝑥1 𝑠1 + · · · + 𝑥𝑘 𝑠𝑘

По определению линейной оболочки 𝑥 линейно выражается через вектора из 𝑆.

А каждый вектор из 𝑆 линейно выражается через {𝑠1 , ..., 𝑠𝑘 }.

Теорема. Пусть 𝑉 конечномерное векторное пространство над R, тогда:

1. Любая максимальная ЛНЗ система векторов из 𝑉 - базис 𝑉 .

2. Любую ЛНЗ систему векторов из 𝑉 можно дополнить до базиса векторного

пространства 𝑉 .

19
Доказательство.

1. По лемме (6). ⟨𝑆⟩ = 𝑉

2. Пусть 𝑆 - ЛНЗ система векторов из 𝑉

Если 𝑉 = ⟨𝑆⟩, тогда 𝑆 - базис.

Если 𝑉 ̸= ⟨𝑆⟩ , то ∃ 𝑠1 ∈ 𝑉 ∖ ⟨𝑆⟩
=⇒ 𝑠1 линейно не выражается через 𝑆 =⇒ (По лемме 2.) 𝑆1 = 𝑆 ∪ {𝑠1 } - ЛНЗ.
=⇒ Если 𝑉 = ⟨𝑆1 ⟩, то 𝑆1 базис, иначе ∃𝑠2 ∈ 𝑉 ∖ ⟨𝑆1 ⟩, и т.д.
Этот процесс прервется на конечном шаге, т.к. пространство 𝑉 - конечное. (Если
dim 𝑉 ̸= 𝑛, то ̸ ∃ ЛНЗ системы с числом векторов > 𝑛)

Следствие. Пусть 𝑉 конечномерное векторное пространство над R

1. Любой ненулевой вектор можно дополнить до базиса.

2. Любые 𝑛 ЛНЗ вектора в 𝑛-мерном пространстве 𝑉 образуют базис.

20
3 Ранг
3.1 Ранг системы векторного простанства
Определение. Рангом системы векторов 𝑆, назовем dim⟨𝑆⟩, т.е. число векто-
ров в максимальной ЛНЗ системе из 𝑆.

𝐴 - матрица 𝑚 × 𝑛

Определение. Рангом матрицы 𝐴 называется ранг системы ее строк, т.е. мак-

симальное число ЛНЗ строк матрицы.

3.2 Ранг матрицы

Определение. Ранг системы векторов {𝑠1 , ..., 𝑠𝑛 } называется dim⟨𝑠1 , ..., 𝑠𝑛 ⟩.

Определение. Рангом матрицы 𝐴 размера 𝑚 × 𝑛 называется ранг системы её

строк.

Определение. Две системы векторов {𝑣1 , ..., 𝑣𝑛 }, {𝑤1 , ..., 𝑤𝑛 } называются эк-
вивалентными, если каждый вектор 𝑣𝑖 линейно выражается через {𝑤1 , ..., 𝑤𝑛 },
а 𝑤𝑖 через {𝑣1 , ..., 𝑣𝑛 }.
Это условная эквивалентность: ⟨𝑣1 , ..., 𝑣𝑛 ⟩ = ⟨𝑤1 , ...., 𝑤𝑛 ⟩

Утверждение. При элементарных преобразованиях над строками ранг мат-

рицы 𝐴 не изменяется.

21
Доказательство.

⟨𝐴1 , ..., 𝐴𝑚 ⟩ = ⟨𝐴 ̃︁𝑚 ⟩

̃︁1 , ..., 𝐴

т.е. система строк 𝐴 эквивалентна системе строк 𝐴

̃︀ =⇒ 𝑟𝑘𝐴 = 𝑟𝑘 𝐴.
̃︀

Утверждение. При элементарных преобразованиях над столбцами, ранг мат-

рицы 𝐴 не изменяется.

Предложение 1. Ранг матрицы 𝐴 равен числу ненулевых строк матрицы сту-

пенчатого вида, к которому можно привести матрицу 𝐴 с помощью элементар-
ных преобразований строк.
ЭП строк
Доказательство. 𝐴 −→ 𝐴ст =⇒ 𝑟𝑘𝐴 = 𝑟𝑘𝐴ст

A ст=
𝑎1𝑖1 , ..., 𝑎𝑠𝑖𝑠 - лидеры строк в 𝐴ст =⇒ 𝑎1𝑖1 ̸= 0, ..., 𝑎𝑠𝑖𝑠 ̸= 0
Очевидно, что 𝑟𝑘𝐴ст ≤ 𝑠. Достаточно доказать, что ненулевые строки ЛНЗ.
Рассмотрим ЛК:
𝜆1 (0, ..., 0, 𝑎1𝑖1 , *, ..., *) + 𝜆2 (0, ..., 0, 𝑎2𝑖2 , *, ..., *) + · · · + 𝜆𝑠 (0, ..., 0, 𝑎𝑠𝑖𝑠 , *, ..., *) =
(0, ..., 0)
(0, ..., 0, 𝜆1 𝑎1𝑖1 , ..., 𝜆1 𝑎1𝑖2 + 𝜆2 𝑎2𝑖2 , ...) = (0, ..., 0) =⇒ 𝜆1 𝑎1𝑖1 = 0 =⇒ 𝜆1 = 0
⏟ ⏞
лидер
𝜆1 𝑎𝑖2 1 + 𝜆2 𝑎2𝑖2 = 0 =⇒ 𝜆2 = 0 и т.д.
⏟ ⏞
лидер
Получаем, что 𝜆1 = 0, ..., 𝜆𝑠 = 0 =⇒ это ЛК - ЛНЗ.

Предложение 2. Ранг системы столбцов не изменяется при элементарных пре-

образованиях над строками.

Доказательство.
ЭП строк ̃︀
𝐴 ↦−→ 𝐴
Пусть 𝐴 = (𝑎𝑖𝑗 ) = (𝐴1 , ..., 𝐴𝑛 ), 𝐴
̃︀ = (𝑎̃︁
𝑖𝑗 ) = (𝐴1 , ..., 𝐴𝑛 ).
̃︁ ̃︁
⏟ ⏞ ⏟ ⏞
столбцы 𝐴 столбцы 𝐴
̃︀

22
Докажем, что если для некоторых чисел 𝜆1 , ..., 𝜆𝑛 ∈ R выполнено:
𝜆1 𝐴1 + · · · + 𝜆𝑛 𝐴𝑛 = 0, то для этих же чисел 𝜆1 𝐴 ̃︁𝑛 = 0 (Верно и
̃︁1 + · · · + 𝜆𝑛 𝐴
обратное, т.к. ЭП обратимы, т.е. если для каких-то чисел 𝜆𝑖 ∈ R : 𝜆𝑖 𝐴
∑︀ ̃︁
1 = 0,
то
∑︀
𝜆𝑖 𝐴𝑖 = 0). ⎧
⎨𝜆1 𝑎11 + 𝜆2 𝑎12 + · · · + 𝜆𝑛 𝑎1𝑛 = 0
⎛ ⎞
0 ⎪
⎪
Дано: 𝜆1 𝐴1 + · · · + 𝜆𝑛 𝐴𝑛 = ⎝ ... ⎠ =⇒ ... =⇒
⎜ ⎟
⎪
0
⎪
𝜆1 𝑎𝑚1 + 𝜆2 𝑎𝑚2 + · · · + 𝜆𝑛 𝑎𝑚𝑛 = 0
⎩

𝜆1 , ..., 𝜆𝑛 − решение ОСЛУ 𝐴𝑋 = 0. Т.к. при ЭП над уравнениями множество

решений не меняется, поэтому 𝜆1 , ..., 𝜆𝑛 - это решение ОСЛУ 𝐴𝑋 ̃︀ = 0 =⇒
̃︁1 + · · · + 𝜆𝑛 𝐴
𝜆1 𝐴 ̃︁𝑛 = 0
Отсюда получаем, что если 𝐴𝑖1 , ..., 𝐴𝑖𝑠 - максимальная ЛНЗ система столбцов в
𝐴, то 𝐴 1
̃︁𝑖 - максимальная ЛНЗ система столбцов в 𝐴
̃︁𝑖 , ..., 𝐴
𝑠
̃︀ =⇒ 𝑟𝑘{𝐴 ̃︁𝑛 } =
̃︁1 , ..., 𝐴
𝑟𝑘{𝐴1 , ..., 𝐴𝑛 }.

Определение. Пусть 𝐴 = (𝑎𝑖𝑗 ) - матрица 𝑚×𝑛, тогда 𝐵 = (𝑏𝑖𝑗 ) матрица 𝑛×𝑚

называется транспонированной к матрице 𝐴, если 𝑏𝑖𝑗 = 𝑎𝑗𝑖 , где 𝑖 = 1, 𝑚; 𝑗 = 1, 𝑛
Обозначаем 𝐵 = 𝐴𝑇

Пример. ⎛ ⎞
(︃ )︃𝑇 1 4
1 2 3
= ⎝2 5⎠
⎜ ⎟
4 5 6
3 6
Следствие. Ранг системы строк матрицы 𝐴 (=рангу матрицы 𝐴) не изменя-
ется при элементарных преобразованиях над столбцами.

Доказательство. Предложение 2 применяем к 𝐴𝑇

Теорема 1. Ранг системы строк матрицы 𝐴 совпадает с рангом системы столб-

цов матрицы 𝐴.

Доказательство. Было доказано, что ранг системы строк (столбцов) матрицы

не изменяется при ЭП над строками и над столбцами. Приведем матрицу 𝐴 к
ступенчатому виду с помощью ЭП над строками. 𝐴ст имеет вид:

23
 𝑎1𝑖1 ̸= 0, ..., 𝑎𝑠𝑖𝑠 ̸= 0
Используем 𝑖1 -столбец, вычитая этот столбец из оставшихся с подходящими
коэффициентами, получаем:

Далее используем 𝑖2 -столбец, обнуляем все элементы правее 𝑎𝑖2 2 . В итоге полу-
чаем: ⎛ ⎞
𝑎1𝑖1 0
⎜
⎝
... ⎟
⎠
0 𝑎𝑠𝑖𝑠
Очевидно, что у такой матрицы ранг системы строк = рангу системы столбцов.

24
4 Возвращаемся к системе линейных уравнений
⎧
⎪
⎪
⎪𝑎11 𝑥1 + ... + 𝑎1𝑛 𝑥𝑛 = 𝑏1
⎪
⎨𝑎 𝑥 + ... + 𝑎 𝑥 = 𝑏
⎪
21 2 2𝑛 𝑛 2
.. (𝐴𝑋 = 𝐵)
⎪
⎪
⎪ .
⎪
⎪
⎩
𝑎𝑚1 𝑥1 + ... + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚

Теорема. (Кронекера-Капелли)

1. (Критерий совместимости СЛУ)

CЛУ 𝐴𝑋 = 𝐵 совместна ⇐⇒ 𝑟𝑘(𝐴|𝐵) = 𝑟𝑘𝐴

2. (Критерий определенности СЛУ)

Совместная СЛУ 𝐴𝑋 = 𝐵 - определена ⇐⇒ 𝑟𝑘(𝐴|𝐵) = 𝑟𝑘𝐴 = 𝑛

3. (Критерий существования нетривиального решения у однородной СЛУ)

ОСЛУ 𝐴𝑋 = 0 имеет нетривиальное решение ⇐⇒ 𝑟𝑘𝐴 < 𝑛

Однородная СЛУ:
⎧
⎪
⎪
⎪𝑎11 𝑥1 + ... + 𝑎1𝑛 𝑥𝑛 = 0
⎪
⎨𝑎 𝑥 + ... + 𝑎 𝑥 = 0
⎪
21 1 2𝑛 𝑛
. (𝐴𝑋 = 0)
⎪
⎪..
⎪
⎪
⎪
⎩
𝑎 𝑥 + ... + 𝑎 𝑥 = 0
𝑚1 1 𝑚𝑛 𝑛

Утверждение. ОСЛУ всегда совместна, т.к. есть тривиальное решение.

Свойства.
⎛ ⎞ ⎛ ⎞
𝑥01 𝑥̃︀0
⎜ .1 ⎟
1. Если 𝑋 0 = ⎝ ... ⎠; ̃︁0 = ⎜ .. ⎟ - решение ОСЛУ,
𝑋
⎜ ⎟
⎝ ⎠
𝑥0𝑛 ̃︁0
𝑥 𝑛
⎛ ⎞
0 0
𝑋 1 + 𝑋1
̃︁
тогда 𝑋 0 + 𝑋
̃︁0 = ⎜
⎜ .. ⎟
⎝ . ⎟
⎠
0 0
𝑋 +𝑋
𝑛
̃︁
𝑛
⎛ ⎞ ⎛ 0⎞
𝑥01 𝜆𝑥1
⎜ .. ⎟ ⎜ .. ⎟
2. Если 𝑋 = ⎝ . ⎠ - решение ОСЛУ 𝐴𝑋 = 0, то 𝜆𝑋 = ⎝ . ⎠ - решение.
0 0

𝑥0𝑛 𝜆𝑥0𝑛

25
Доказательство. Д/з

Следствие. Множество всех решений ОСЛУ является векторным

подпространством в R𝑛 . Будем говорить, что это пространство над ОСЛУ.

Замечание. Если ∃ нетривиальное решение ОСЛУ над R, то ∃ бесконечно

много решений.

Теорема 2. Пространство решений ОСЛУ 𝐴𝑋 = 0 имеет базис из 𝑛 − 𝑟 век-

торов, где 𝑛 - число неизвестных, а 𝑟 = 𝑟𝑘𝐴.

4.1 Фундаментальная система решений

Определение. i Любой базис пространства решений ОСЛУ называется
Фундаментальной Системой Решений ОСЛУ (ФСР).

Доказательство. (Теоремы 2.)

Решение СЛУ методом Гаусса: приводим её к ступенчатому виду (число ступе-
нек 𝑟 = 𝑟𝑘𝐴), главные неизвестные выражаем через свободные.
⎧
⎨𝑥1 = 𝑐1,1 𝑥𝑟+1 + · · · + 𝑐1,𝑛−𝑟 𝑥𝑛
⎪
⎪
..
.
⎪
⎪
𝑥𝑟 = 𝑐𝑟,1 𝑥𝑟+1 + · · · + 𝑐𝑟,𝑛−𝑟 𝑥𝑛
⎩

Определим 𝑛 − 𝑟 частных решений, приравнивая одно из 𝑥1 , ..., 𝑥𝑛 к 1, а осталь-

ные к 0. ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
𝑐11 𝑐12 𝑐1,𝑛−𝑟
⎜ .. ⎟ ⎜ .. ⎟ ⎜ .. ⎟
⎜ . ⎟ ⎜ . ⎟ ⎜ . ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜𝑐𝑟1 ⎟ ⎜𝑐𝑟2 ⎟ ⎜𝑐𝑟,𝑛−𝑟 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
𝐹1 = ⎜ 1 ⎟ , 𝐹2 = ⎜ 0 ⎟ , ..., 𝐹𝑛−𝑟 = ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜0⎟ ⎜1⎟ ⎜ 0 ⎟
⎜ .. ⎟ ⎜ .. ⎟ ⎜ .. ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ . ⎠ ⎝ . ⎠ ⎝ . ⎠
0 0 1
Докажем, что 𝐹1 , ..., 𝐹𝑛−𝑟 - базис пространства решений ОСЛУ

1. 𝐹1 , ..., 𝐹𝑛−𝑟 - ЛНЗ? ⎛ ⎞

0
Рассмотрим ЛК 𝜆1 𝐹1 + · · · + 𝜆𝑛−𝑟 𝐹𝑛−𝑟 = ⎝ ... ⎠
⎜ ⎟

26
 ⎛ ⎞
*
⎜ . ⎟
⎜ .. ⎟ ⎛ ⎞
⎜
⎜ * ⎟
⎟ 0
⎟ ⎜ .. ⎟
=⇒ ⎜ ⎟ = ⎝ . ⎠ =⇒ 𝜆1 = 0, ..., 𝜆𝑛−𝑟 = 0
⎜
⎜ 𝜆1 ⎟
⎜ . ⎟
⎜ .. ⎟ 0
⎝ ⎠
𝜆𝑛−𝑟
2. Надо доказать, что любое решение выражено через 𝐹1 , ..., 𝐹𝑛−𝑟
⎛ ⎞
𝑐11
⎜ . ⎟
⎜ .. ⎟
⎜ ⎟
⎜𝑐 ⎟
⎜ 𝑟1 ⎟
𝑋0 = ⎜ ⎟ = 𝜇𝑟+1 𝐹1 + · · · + 𝜇𝑛 𝐹𝑛−𝑟
⎜𝜇𝑟+1 ⎟
⎜ . ⎟
⎜ .. ⎟
⎝ ⎠
𝜇𝑛

Пример. Найти ФСР ОСЛУ

⎧
⎨𝑥 + 𝑥 + 3𝑥 + 5𝑥 − 𝑥 = 0
1 2 3 4 5
⎩𝑥1 + 2𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 = 0
(︃ )︃ (︃ )︃ (︃ )︃
1 1 3 5 −1 1 1 3 5 −1 1 0 5 9 −3
→ →
1 2 1 1 1 0 1 −2 −4 2 0 1 −2 −4 2

где 𝑥1 , 𝑥2 - главные, 𝑥3 , 𝑥4 , 𝑥5 - свободные

⎧
⎨𝑥 = −5𝑥 − 9𝑥 + 3𝑥
1 3 4 5
𝑥3 , 𝑥4 , 𝑥5 ∈ R - произвольные
⎩𝑥2 = 2𝑥3 + 4𝑥4 − 2𝑥5
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−5 −9 3
⎜ 2⎟ ⎜4 ⎟ ⎜−3⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟

⎜ 0 ⎟ - три частных решения ОСЛУ

⎜ ⎟ ⎜ ⎟ ⎜ ⎟
𝐹1 = ⎜
⎜ 1 ⎟,
⎟ 𝐹2 = ⎜
⎜ 0 ⎟,
⎟ 𝐹3 = ⎜ ⎟
⎝ 0⎠ ⎝1 ⎠ ⎝0 ⎠
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
0 0 1

Проверим, что {𝐹1 , 𝐹2 , 𝐹3 }- базис пространства решений ОСЛУ

27
⎛ ⎞ ⎛ ⎞
* 0
⎜*⎟ ⎜0⎟
⎜ ⎟ ⎜ ⎟
⎜𝜆1 ⎟ = 𝜆1 𝐹1 + 𝜆2 𝐹2 + 𝜆3 𝐹3 = ⎜0⎟ =⇒ 𝜆1,2,3 = 0 =⇒ 𝐹1 , 𝐹2 , 𝐹3 - ЛНЗ.
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝𝜆2 ⎠ ⎝0⎠
⎜ ⎟ ⎜ ⎟
𝜆3 0
Проверим, что {𝐹1 , 𝐹2 , 𝐹3 } порождает пространство решений. Возьмем произ-
вольные числа 𝜇3 , 𝜇4 , 𝜇5 и приравняем 𝑥3 = 𝜇3 , 𝑥4 = 𝜇4 , 𝑥5 = 𝜇5
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
𝑥1 −5𝜇3 − 9𝜇4 + 3𝜇5 −5 −9 3
⎜𝑥2 ⎟ ⎜ 2𝜇3 + 4𝜇4 − 2𝜇5 ⎟ ⎜ 2⎟ ⎜ 4⎟ ⎜−2⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜𝑥3 ⎟ = ⎜ 𝜇 3
⎟ = 𝜇 3⎜
⎜ 1 ⎟ + 𝜇 4⎜
⎜ 0 ⎟ + 𝜇 5⎜ 0 ⎟
⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎟ ⎟
⎝𝑥4 ⎠ ⎝ 𝜇4 ⎝ 0⎠ ⎝ 1⎠ ⎝0 ⎠
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎠
𝑥5 𝜇5 0 0 1
Такой базис называется нормальной ФСР.

4.2 Неоднородная СЛУ

⎧
⎪
⎪
⎪𝑎11 𝑥1 + ... + 𝑎1𝑛 𝑥𝑛 = 𝑏1
⎪
⎨𝑎 𝑥 + ... + 𝑎 𝑥 = 𝑏
⎪
21 2 2𝑛 𝑛 2
. (𝐴𝑋 = 𝐵)
⎪
⎪..
⎪
⎪
⎪
⎩
𝑎𝑚1 𝑥1 + ... + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
Рассмотрим соответствующую (ассоциированную) к ней ОСЛУ
⎧
⎪
⎪
⎪𝑎11 𝑥1 + ... + 𝑎1𝑛 𝑥𝑛 = 0
⎪
⎨𝑎 𝑥 + ... + 𝑎 𝑥 = 0
⎪
21 2 2𝑛 𝑛
. (𝐴𝑋 = 0)
⎪
⎪..
⎪
⎪
⎪
⎩
𝑎𝑚1 𝑥1 + ... + 𝑎𝑚𝑛 𝑥𝑛 = 0
Теорема. Пусть СЛУ 𝐴𝑋 = 𝐵 - совместна. 𝑋0 - произвольное частное ре-
шение. Тогда множество 𝑀 всех решений неоднородной СЛУ: 𝐴𝑋 = 𝐵 равно
сумме частного решения 𝑋0 и множеству 𝑀одн всех решений соответствующей
однородной СЛУ: 𝐴𝑋 = 0

𝑀 = 𝑋0 + 𝑀одн = {𝑋0 + 𝑌 |𝑌 ∈ 𝑀одн }

Доказательство. 𝑋0 + 𝑀одн ⊆ 𝑀
Рассмотрим произвольное решение ОСЛУ. 𝑌 ∈ 𝑀одн

28
 ⎛ ⎞ ⎛ ⎞
𝑥01 𝑦1
⎜ .. ⎟ ⎜ .. ⎟
Пусть 𝑋0 = ⎝ . ⎠ , 𝑌 = ⎝ . ⎠
𝑥0𝑛 𝑦𝑛
⎛
⎞
𝑥01 + 𝑦1
Докажем, что 𝑋0 + 𝑌 = ⎝ ... ⎠ - решение СЛУ, т.е. 𝑋0 + 𝑌 ∈ 𝑀
⎜ ⎟

𝑥0𝑛 + 𝑦𝑛
𝐴𝑋 = 𝐵 : 𝑎𝑖1 𝑥01 + · · · + 𝑎𝑖𝑛 𝑥0𝑛 = 𝑏𝑖
𝐴𝑋 = 0 : 𝑎𝑖1 𝑦1 + · · · + 𝑎𝑖𝑛 𝑦𝑛 = 0
где 𝑖 = 1, 𝑚.
Проверим, что 𝑋0 + 𝑌 ∈ 𝑀
𝑎𝑖1 (𝑥01 + 𝑦1 ) + · · · + 𝑎𝑖𝑛 (𝑥0𝑛 + 𝑦𝑛 ) = 𝑏𝑖
(𝑎𝑖1 𝑥01 + · · · + 𝑎𝑖𝑛 𝑥0𝑛 ) + (𝑎𝑖1 𝑦1 + · · · + 𝑎𝑖𝑛 𝑦𝑛 ) = 𝑏𝑖
⏟ ⏞ ⏟ ⏞
𝑏𝑖 (т.к. 𝑋0 ∈𝑀 ) 0 (т.к. 𝑌 ∈𝑀одн )

Обратное утверждение: 𝑀 ⊆ 𝑋0 + 𝑀одн ⎛ ⎞

𝑧1
Рассмотрим произвольное решение 𝑍 = ⎝ ... ⎠ - неоднородная СЛУ.
⎜ ⎟

𝑧𝑛
⎛ ⎞
𝑧1 − 𝑥01
Докажем, что 𝑍 − 𝑋0 = ⎝ ... ⎠ - решение однородной СЛУ.
⎜ ⎟

𝑧𝑛 − 𝑥0𝑛
Проверяем
𝑎𝑖1 (𝑧1 − 𝑥01 ) + · · · + 𝑎𝑖𝑛 (𝑧𝑛 − 𝑥0𝑛 ) = 0
(𝑎𝑖1 𝑧1 + · · · + 𝑎𝑖𝑛 𝑧𝑛 ) − (𝑎𝑖1 𝑥01 + · · · + 𝑎𝑖𝑛 𝑥0𝑛 ) = 0
⏟ ⏞ ⏟ ⏞
𝑏𝑖 (т.к. 𝑍∈𝑀 ) 𝑏𝑖 (т.к. 𝑋0 ∈𝑀 )

Замечание.
Общее решение ОСЛУ имеет вид:
𝑋 = 𝜇1 𝐹1 + · · · + 𝜇𝑠 𝐹𝑠
где 𝐹1 , ..., 𝐹𝑠 - ФСР ОСЛУ, 𝑠 = 𝑛 − 𝑟𝑘𝐴
Общее решение неоднородной СЛУ:
𝑋 = 𝑋0 + 𝜇 1 𝐹 1 + · · · + 𝜇 𝑠 𝐹 𝑠
𝑋0 - частное решение неоднородной СЛУ

29
5 Операции над матрицами
𝑀 𝑎𝑡𝑚×𝑛 (R) - множество всех матриц размера 𝑚 × 𝑛 с коэффициентами из R
𝐴, 𝐵 ∈ 𝑀 𝑎𝑡𝑚×𝑛 (R), 𝐴 = (𝑎𝑖𝑗 ), 𝐵 = (𝑏𝑖𝑗 )

Операции над матрицами:

1. Сложение матриц
Суммой матриц 𝐴 и 𝐵 называется матрица 𝐶 = (𝑐𝑖𝑗 ) размера 𝑚 × 𝑛, у
которой 𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 . Обозначается: 𝐶 = 𝐴 + 𝐵
2. Умножение матриц на число 𝜆 ∈ R
Произведением матрицы 𝐴 = (𝑎𝑖𝑗 ) на 𝜆 называется матрица 𝐶 = (𝑐𝑖𝑗 )
размера 𝑚 × 𝑛, у которой 𝑐𝑖𝑗 = 𝜆𝑎𝑖𝑗 . Обозначается: 𝐶 = 𝜆𝐴
Утверждение. Множество 𝑀 𝑎𝑡𝑚×𝑛 (R), относительно этих операций сло-
жения и умножения на число, образует векторное пространство над R.

Доказательство. 𝐴, 𝐵 ∈ 𝑀 𝑎𝑡𝑚×𝑛 (R) =⇒ 𝐴 + 𝐵, 𝜆𝐴 ∈ 𝑀 𝑎𝑡𝑚×𝑛 (R)

Надо проверить 8 аксиом
1) коммутативность
𝐶 = 𝐴 + 𝐵 𝑐𝑖𝑗 = 𝑎𝑖𝑗 + 𝑏𝑖𝑗
𝐶
̃︀ = 𝐵 + 𝐴 𝑐̃︁ 𝑖𝑗 = 𝑏𝑖𝑗 + 𝑎𝑖𝑗
т.к. сложение вещественных чисел из R - коммутативно, то 𝑐𝑖𝑗 = 𝑐̃︁
𝑖𝑗 =⇒
𝐶=𝐶 ̃︀
=⇒ 𝐴 + 𝐵 = 𝐵 + 𝐴
Упражнение. Аналогично доказать 2), 5)-8)
3) ∃ 0 ∈ 𝑀 𝑎𝑡𝑚×𝑛 (R) ∀𝐴 ∈ 𝑀 𝑎𝑡𝑚×𝑛 (R) : 0 + 𝐴 = 𝐴
В качестве 0 берем нулевую матрицу размера 𝑚 × 𝑛
4) ∀𝐴 ∈ 𝑀 𝑎𝑡𝑚×𝑛 (R) ∃ 𝐵 ∈ 𝑀 𝑎𝑡𝑚×𝑛 (R) : 𝐴 + 𝐵 = 0
В качестве 𝐵 берем 𝑏𝑖𝑗 = −𝑎𝑖𝑗

Утверждение. dim 𝑀𝑚×𝑛 = 𝑚 · 𝑛

Доказательство. Достаточно указать базис

{𝐸𝑠𝑡 }, 𝑠 = 1, 𝑚, 𝑡⎧= 1, 𝑛
⎨1, 𝑖 = 𝑠, 𝑗 = 𝑡
𝐸𝑠𝑡 = (𝑎𝑖𝑗 ), 𝑎𝑖𝑗 =
⎩0, иначе

30
 Упражнение. Проверить, что это базис.

Определение. Матрица 𝐸𝑠𝑡 называется матричной единицей. Базис из

всех матричных единиц называется стандартным базисом в пространстве
∑︀
𝑀 𝑎𝑡𝑚×𝑛 (R). 𝐴 = 𝑎𝑠𝑡 𝐸𝑠𝑡

3. Умножение матриц
𝐴 ∈ 𝑀 𝑎𝑡𝑚×𝑘 (R), 𝐵 ∈ 𝑀 𝑎𝑡𝑘×𝑛 (R)
Произведение матрицы 𝐴 на матрицу 𝐵 называется матрица 𝐶 размера
𝑘
𝑚 × 𝑛, у которой 𝑐𝑖𝑗 = 𝑎𝑖𝑠 𝑏𝑠𝑗 . Обозначаем 𝐶 = 𝐴𝐵.
∑︀
𝑠=1

Свойство. Произведение матриц не коммутативно.

Пример. (︃ )︃ (︃ )︃
1 0 0 1
𝐴= , 𝐵=
0 0 0 0
(︃ )︃ (︃ )︃
0 1 0 0
𝐴𝐵 = , 𝐵𝐴 = =⇒ 𝐴𝐵 ̸= 𝐵𝐴
0 0 0 0
Замечание.
⎧
⎨𝑎11 𝑥1 + · · · + 𝑎1𝑛 𝑥𝑛 = 𝑏1
⎛ ⎞⎛ ⎞ ⎛ ⎞
⎪
⎪ 𝑎11 · · · 𝑎1𝑛 𝑥1 𝑏1
.. ⎜ .. .. ⎠ ⎝ .. ⎠ = ⎝ ... ⎟
. .
. ⇐⇒ ⎝ .
⎟ ⎜ ⎟ ⎜
⎠
⎪
𝑎𝑚1 · · · 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑚
⎪
𝑎𝑚1 𝑥1 + · · · + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑛
⎩

Примеры.

1. Проекция
𝜙 : 𝑉 3 → 𝑉 2 , 𝜙 : 𝑥1 𝑖 + 𝑥2 𝑗 + 𝑥3 𝑘 → 𝑥1 𝑖 + 𝑥2 𝑗

31
2. Поворот
𝜙 : 𝑉 2 → 𝑉 2 Поворот на угол 𝛼 вокруг точки 𝑂

32
6 Линейные отображения
6.1 Изоморфизм
𝑉, 𝑊 - векторные пространства над R

Определение. Отображение 𝜙 : 𝑉 → 𝑊 называется изоморфизмом вектор-

ных пространств, если:

1. ∀𝑎, 𝑏 ∈ 𝑉 : 𝜙(𝑎 + 𝑏) = 𝜙(𝑎) + 𝜙(𝑏)

2. ∀𝜆 ∈ R ∀𝑎 ∈ 𝑉 : 𝜙(𝜆𝑎) = 𝜆𝜙(𝑎)

3. 𝜙 является биекцией.

При этом 𝑉, 𝑊 называются изоморфными.

Обозначается: 𝑉 ∼
=𝑊

Утверждение. Любое векторное пространство над R размерности 𝑛 изоморф-

но R𝑛 .

Доказательство. Фиксируем базис {𝑒1 , ..., 𝑒𝑛 } - в 𝑉 .

𝑛
1. ∀𝑥 ∈ 𝑉 однозначно раскладывается по базису 𝑥 = 𝑥𝑖 𝑒𝑖 . Зададим отоб-
∑︀
𝑖=1
ражение 𝜙 : 𝑉 → R𝑛 по правилу:

𝜙 : 𝑥 = 𝑥1 𝑒1 + · · · + 𝑥𝑛 𝑒𝑛 → (𝑥1 , ..., 𝑥𝑛 )

Т.к. координаты вектора определены однозначно, то 𝜙 инъективно, сю-

рьективность очевидна =⇒ 𝜙 - биекция.

2. ∀𝑥, 𝑦 ∈ 𝑉
𝑛
∑︁ 𝑛
∑︁ 𝑛
∑︁
𝑥= 𝑥𝑖 𝑒𝑖 𝑦= 𝑦𝑖 𝑒 𝑖 𝑥+𝑦 = (𝑥𝑖 + 𝑦𝑖 )𝑒𝑖
𝑖=1 𝑖=1 𝑖=1

𝜙(𝑥 + 𝑦) = (𝑥1 + 𝑦1 , ..., 𝑥𝑛 + 𝑦𝑛 ) = (𝑥1 , ..., 𝑥𝑛 ) + (𝑦1 , ..., 𝑦𝑛 ) = 𝜙(𝑥) + 𝜙(𝑦)

3. ∀𝜆 ∈ R ∀𝑥 ∈ 𝑉
𝑛
∑︁
𝜙(𝜆𝑥) = 𝜙( 𝜆𝑥𝑖 𝑒𝑖 ) = (𝜆𝑥1 , ...., 𝜆𝑥𝑛 ) = 𝜆(𝑥1 , ..., 𝑥𝑛 ) = 𝜆𝜙(𝑥)
𝑖=1

33
Примеры.

1. 𝑉 2 ∼
= R2
𝑉3 ∼= R3

2. 𝑀𝑚×𝑛 (R) ∼
= R𝑚𝑛

Упражнение. 𝑉 ∼
= 𝑊 ⇐⇒ dim 𝑉 = dim 𝑊 ; 𝑉, 𝑊 − конечномерные простран-
ства над R.

6.2 Линейные отображения и матрицы

Определение. Отображение 𝜙 : 𝑉 → 𝑊 называется линейным, если

1. ∀𝑎, 𝑏 ∈ 𝑉 : 𝜙(𝑎 + 𝑏) = 𝜙(𝑎) + 𝜙(𝑏)

2. ∀𝜆 ∈ R, ∀𝑎 ∈ 𝑉 : 𝜙(𝜆𝑎) = 𝜆𝜙(𝑎)

Утверждение. 𝑉, 𝑊 - векторные пространства над R.

Если {𝑒1 , ..., 𝑒𝑛 } - базис 𝑉 , (𝑤1 , ..., 𝑤𝑛 ) - набор векторов из 𝑊 .
Тогда ∃! линейное отображение 𝜙 : 𝑉 → 𝑊 , которое 𝜙 : 𝑒𝑖 → 𝑤𝑖 ∀𝑖 = 1, 𝑛.

Доказательство.

1. Пусть 𝜙 : 𝑉 → 𝑊 - линейное отображение такое, что

𝜙(𝑒𝑖 ) = 𝑤𝑖 ∀𝑖 = 1, 𝑛. Тогда образ вектора 𝑥 определяется однозначно по
формуле:

𝜙(𝑥) = 𝜙(𝑥1 𝑒1 + · · · + 𝑥𝑛 𝑒𝑛 ) = 𝑥1 𝜙(𝑒1 ) + · · · + 𝑥𝑛 𝜙(𝑒𝑛 ) = 𝑥1 𝑤1 + · · · + 𝑥𝑛 𝑤𝑛

=⇒ линейное отображение определяется однозначно.

2. Докажем, что ∃ линейное отображение, которое переводит 𝑒𝑖 в 𝑤𝑖 . Отоб-

ражение зададим формулой:

𝜙 : 𝑥 = 𝑥1 𝑒1 + · · · + 𝑥𝑛 𝑒𝑛 → 𝑥1 𝑤1 + · · · + 𝑥𝑛 𝑤𝑛

𝜙(𝑎 + 𝑏) = 𝜙((𝑎1 + 𝑏1 )𝑒1 + · · · + (𝑎𝑛 + 𝑏𝑛 )𝑒𝑛 ) = (𝑎1 + 𝑏1 )𝑤1 + · · · + (𝑎𝑛 + 𝑏𝑛 )𝑤𝑛

𝜙(𝑎) + 𝜙(𝑏) = 𝜙(𝑎1 𝑒1 + · · · 𝑎𝑛 𝑒𝑛 ) + 𝜙(𝑏1 𝑒1 + · · · 𝑏𝑛 𝑒𝑛 ) =
= 𝑎1 𝑤1 + · · · + 𝑎𝑛 𝑤𝑛 + 𝑏1 𝑤1 + · · · + 𝑏𝑛 𝑤𝑛 = 𝑤1 (𝑎1 + 𝑏1 ) + · · · + 𝑤𝑛 (𝑎𝑛 + 𝑏𝑛 )
=⇒ 𝜙(𝑎 + 𝑏) = 𝜙(𝑎) + 𝜙(𝑏)
Проверить, что 𝜙(𝜆𝑎) = 𝜆𝜙(𝑎) - ДЗ

34
 Пусть 𝜙 : 𝑉 → 𝑊 - линейное отображение 𝑉 - 𝑛-мерное, 𝑊 − 𝑚-мерное
пространство.
Фиксируем базис ℰ = {𝑒1 , ..., 𝑒𝑛 } - базис в 𝑉 ; ℱ = {𝑓1 , ..., 𝑓𝑚 } - базис в 𝑊

𝜙(𝑒1 ) = 𝑤1 = 𝑎11 𝑓1 + · · · + 𝑎𝑚1 𝑓𝑚

..
.
𝜙(𝑒𝑛 ) = 𝑤𝑛 = 𝑎1𝑛 𝑓1 + · · · + 𝑎𝑚𝑛 𝑓𝑚

Определение. Матрица 𝐴 размера 𝑚×𝑛, составленная из столбцов координат

образов векторов 𝑒𝑖 в базисе ℱ, называется матрицей линейного отображения
в базисах ℰ и ℱ

⎛ ⎞
𝑎11 · · · 𝑎1𝑛
𝐴 = ⎝ ... .. ⎟
. ⎠
⎜

𝑎𝑚1 · · · 𝑎𝑚𝑛
⏟ ⏞ ⏟ ⏞
𝜙(𝑒1 ) 𝜙(𝑒𝑛 )

Утверждение. Пусть ℰ = {𝑒1 , ..., 𝑒𝑛 } - базис в 𝑉 над R ; ℱ = {𝑓1 , ..., 𝑓𝑚 } -

базис в 𝑊 над R. Тогда:

• Каждому линейному отображению 𝜙 : 𝑉 → 𝑊 однозначно соответствует

матрица размера 𝑚 × 𝑛 этого линейного отображения в базисах ℰ и ℱ.

• Любой матрице 𝐴 размера 𝑚 × 𝑛 однозначно соответствует линейное отоб-

ражение 𝜙 : 𝑉 → 𝑊 , для которого 𝐴 - матрица этого линейного отобра-
жения в ℰ, ℱ.

6.3 Операции над линейными отображениями

Пусть 𝑉, 𝑊 - векторные пространства над R

1) Сложение линейных отображений.

𝜙1 : 𝑉 → 𝑊 𝜙2 : 𝑉 → 𝑊 - два линейных отображения

Зададим отображение по правилу

(𝜙1 + 𝜙2 )(𝑥) = 𝜙1 (𝑥) + 𝜙2 (𝑥) ∀𝑥 ∈ 𝑉

35
 Утверждение. Отображение 𝜙1 + 𝜙2 : 𝑉 → 𝑊 является линейным отоб-
ражением.

Доказательство. ∀𝑎, 𝑏 ∈ 𝑉 :

(𝜙1 + 𝜙2 )(𝑎 + 𝑏) = 𝜙1 (𝑎 + 𝑏) + 𝜙2 (𝑎 + 𝑏) =

= 𝜙1 (𝑎) + 𝜙1 (𝑏) + 𝜙2 (𝑎) + 𝜙2 (𝑏) = (𝜙1 + 𝜙2 )(𝑎) + (𝜙1 + 𝜙2 )(𝑏)

Аналогично для (𝜙1 + 𝜙2 )(𝜆𝑎) = 𝜆(𝜙1 + 𝜙2 )(𝑎)

Фиксируем базисы ℰ = {𝑒1 , ..., 𝑒𝑛 } - в 𝑉 и ℱ = {𝑓1 , ..., 𝑓𝑛 } - в 𝑊

𝐴1 - матрица линейного отображения 𝜙1 относильно ℰ и ℱ.
𝐴2 - матрица линейного отображения 𝜙2 относильно ℰ и ℱ.
𝐵 - матрица линейного отображения 𝜙1 + 𝜙2 относильно ℰ и ℱ.

Утверждение. 𝐵 = 𝐴1 + 𝐴2

Доказательство. Размеры совпадают

𝜙1 (𝑒𝑖 ) = 𝑎1𝑖 𝑓1 + · · · + 𝑎𝑚𝑖 𝑓𝑚

1𝑖 𝑓1 + · · · + 𝑎̃︁
𝜙2 (𝑒𝑖 ) = 𝑎̃︁ 𝑚𝑖 𝑓𝑚

(𝜙1 + 𝜙2 )(𝑒𝑖 ) = 𝑏1𝑖 𝑓1 + · · · + 𝑏𝑚𝑖 𝑓𝑚

(𝜙1 +𝜙2 )(𝑒𝑖 ) = 𝜙1 (𝑒𝑖 )+𝜙2 (𝑒𝑖 ) = (𝑎1𝑖 𝑓1 +· · ·+𝑎𝑚𝑖 𝑓𝑚 )+(𝑎̃︁
1𝑖 𝑓1 +· · ·+ 𝑎̃︁
𝑚𝑖 𝑓𝑚 ) =

1𝑖 )𝑓1 + · · · + (𝑎𝑚𝑖 + 𝑎̃︁

= (𝑎1𝑖 + 𝑎̃︁ 𝑚𝑖 )𝑓𝑚

Т.к. разложение по базису единственное, то

𝑏1𝑖 = 𝑎1𝑖 + 𝑎̃︁

1𝑖 , ..., 𝑏𝑚𝑖 = 𝑎𝑚𝑖 + 𝑎̃︁
𝑚𝑖 =⇒ 𝑏𝑖𝑗 = 𝑎𝑖𝑗 + 𝑎
̃︁𝑖𝑗 =⇒ 𝐵 = 𝐴1 + 𝐴2

2) Умножение линейного отображение на число.

𝜙 : 𝑉 → 𝑊 - линейное отображение, 𝜇 ∈ R - произвольное число.
Зададим отображение по правилу: (𝜇𝜙)(𝑥) = 𝜇𝜙(𝑥) ∀𝑥 ∈ 𝑉

Утверждение. Отображение 𝜇𝜙 : 𝑉 → 𝑊 является линейным (Упраж-

нение)

Доказательство. Аналогично.

36
 Пусть ℰ = {𝑒1 , ..., 𝑒𝑛 } - базис в 𝑉 и ℱ = {𝑓1 , ..., 𝑓𝑛 } - базис в 𝑊 .
𝐴 - матрица линейного отображения 𝜙 относильно ℰ и ℱ.
𝐵 - матрица линейного отображения 𝜇𝜙 относильно ℰ и ℱ.

Утверждение. 𝐵 = 𝜇𝐴

Доказательство. Видимо дз(

3) Композиция (произведение) линейных отображений.

Пусть 𝑉, 𝑊, 𝑈 - векторные простанства над R

𝜙:𝑉 →𝑊 𝜓:𝑊 →𝑈

Зададим отображение по правилу:

(𝜓 ∘ 𝜙)(𝑥) = 𝜓(𝜙(𝑥)) ∀𝑥 ∈ 𝑉

Утверждение. Отображение 𝜓 ∘ 𝜙 : 𝑉 → 𝑈 является линейным.

Доказательство. ∀𝑎, 𝑏 ∈ 𝑉

1. (𝜓 ∘ 𝜙)(𝑎 + 𝑏) = 𝜓(𝜙(𝑎 + 𝑏)) = 𝜓(𝜙(𝑎) + 𝜙(𝑏)) = 𝜓(𝜙(𝑎)) + 𝜓(𝜙(𝑏))

2. Аналогично для (𝜓 ∘ 𝜙)(𝜆𝑎) = 𝜆(𝜓 ∘ 𝜙)(𝑎)

Фиксируем базис: ℰ = {𝑒1 , ..., 𝑒𝑛 } - базис в 𝑉

ℱ = {𝑓1 , ..., 𝑓𝑚 } - базис в 𝑊
𝒢 = {𝑔1 , ..., 𝑔𝑘 } - базис в 𝑈
𝐴 - матрица линейного отображения 𝜙 относительно ℰ, ℱ.
𝑚×𝑛
𝐵 - матрица линейного отображения 𝜓 относительно ℱ, 𝒢.
𝑘×𝑚
𝐶 - матрица линейного отображения 𝜓 ∘ 𝜙 относительно ℰ, 𝒢.
𝑘×𝑛

Утверждение. 𝐶 = 𝐵 · 𝐴

37
 Доказательство.
𝑚
∑︁ 𝑘
∑︁
𝜙(𝑒𝑖 ) = 𝑎𝑠𝑖 𝑓𝑠 ; 𝜓(𝑓𝑠 ) = 𝑏𝑡𝑠 𝑔𝑡
𝑠=1 𝑡=1

По определению матрицы линейного отображения:

𝑘
∑︁
(𝜓 ∘ 𝜙)(𝑒𝑖 ) = 𝑐𝑙𝑖 𝑔𝑙 (*)
𝑙=1

По определению композиции:
𝑚
∑︁ 𝑚
∑︁
(𝜓 ∘ 𝜙)(𝑒𝑖 ) = 𝜓(𝜙(𝑒𝑖 )) = 𝜓( 𝑎𝑠𝑖 𝑓𝑠 ) = 𝑎𝑠𝑖 𝜓(𝑓𝑠 ) =
𝑠=1 𝑠=1

𝑚
∑︁ 𝑘
∑︁ 𝑘 ∑︁
∑︁ 𝑚
= 𝑎𝑠𝑖 ( 𝑏𝑡𝑠 𝑔𝑡 ) = ( 𝑏𝑡𝑠 𝑎𝑠𝑖 )𝑔𝑡 (⋆)
𝑠=1 𝑡=1 𝑡=1 𝑠=1
=⇒(*) = (⋆).
𝑚
Т.к. координаты определены однозначно ⇒ 𝑐𝑖𝑡 =
∑︀
𝑏𝑡𝑠 𝑎𝑠𝑖 ⇒ 𝐶 = 𝐵 · 𝐶
𝑠=1

6.4 Свойства операций над матрицами

Предположим, что все размеры матриц согласованы.

1. 𝑀𝑚×𝑛 (R) - векторное пространство над R

2. Ассоциативность 𝐴(𝐵𝐶) = (𝐴𝐵)𝐶

Доказательство. 𝐴 , 𝐵 , 𝐶
𝑚×𝑘 𝑘×𝑛 𝑛×𝑙

Пусть 𝐷 = 𝐴(𝐵𝐶), 𝐷
̃︀ = (𝐴𝐵)𝐶.
𝑚×𝑙 𝑚×𝑙
Надо проверить, что ∀𝑖, 𝑗 : [𝐷]𝑖𝑗 = [𝐷]
̃︀ 𝑖𝑗 .

𝑘
∑︁ 𝑘
∑︁ 𝑛
∑︁
[𝐷]𝑖𝑗 = [𝐴(𝐵𝐶)]𝑖𝑗 = [𝐴]𝑖𝑠 · [𝐵𝐶]𝑠𝑖 = [𝐴]𝑖𝑠 ( [𝐵]𝑠𝑡 · [𝐶]𝑡𝑖 ) =
𝑠=1 𝑠=1 𝑡=1

𝑘 ∑︁
∑︁ 𝑛
= [𝐴]𝑖𝑗 ([𝐵]𝑠𝑡 · [𝐶]𝑡𝑖 )
𝑠=1 𝑡=1
𝑛
∑︁ 𝑛 ∑︁
∑︁ 𝑘
[𝐷]
̃︀ 𝑖𝑗 = [(𝐴𝐵)𝐶]𝑖𝑗 = [𝐴𝐵]𝑖𝑡 [𝐶]𝑡𝑗 = ( [𝐴]𝑖𝑠 · [𝐵]𝑠𝑡 )[𝐶]𝑡𝑗 =
𝑡=1 𝑡=1 𝑠=1

38
 𝑛 ∑︁
∑︁ 𝑘
= ([𝐴]𝑖𝑠 · [𝐵]𝑠𝑡 ) · [𝐶]𝑡𝑗
𝑡=1 𝑠=1
По свойствам операций над R результаты преобразований равны.

3. 𝐴(𝐵 + 𝐶) = 𝐴𝐵 + 𝐴𝐶

4. (𝐵 + 𝐶)𝐴 = 𝐵𝐴 + 𝐶𝐴

5. 𝜆(𝐴𝐵) = (𝜆𝐴)𝐵 = 𝐴(𝜆𝐵); ∀𝜆 ∈ R

6. ∀𝐴 ∈ 𝑀𝑚×𝑚 (R), ∃ единичная матрица 𝐸 ∈ 𝑀𝑚×𝑚 (R) : 𝐸𝐴 = 𝐴

7. ∀𝐴 ∈ 𝑀𝑚×𝑛 (R) : 0 · 𝐴 = 0

8. Нет коммутативности: 𝐴𝐵 ̸= 𝐵𝐴 даже если размеры согласованы

Доказательство. Свойства 3. - 7. упражнение)

6.5 Свойства операции транспонирования

1. (𝐴𝑇 )𝑇 = 𝐴

2. (𝜆𝐴)𝑇 = 𝜆𝐴𝑇

3. (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵 𝑇

4. (𝐴𝐵)𝑇 = 𝐵 𝑇 𝐴𝑇

Доказательство. 4. 𝐴 , 𝐵 =⇒ 𝐵 𝑇 , 𝐴𝑇 (размеры совпадают)

𝑚×𝑘 𝑘×𝑛 𝑛×𝑘 𝑘×𝑚
Проверим равенство 𝐷 = (𝐴𝐵) и 𝐷
̃︀ = 𝐵 𝑇 𝐴𝑇 .
𝑇

𝑘
∑︁
𝑇
[𝐷]𝑖𝑗 = [(𝐴𝐵) ]𝑖𝑗 = [(𝐴𝐵)]𝑗𝑖 = [𝐴]𝑗𝑠 [𝐵]𝑠𝑖
𝑠=1

𝑘
∑︁ 𝑘
∑︁
̃︀ 𝑖𝑗 = 𝐵 𝑇 𝐴𝑇 =
[𝐷] [𝐵]𝑖𝑠 [𝐴]𝑠𝑗 = [𝐴]𝑗𝑠 [𝐵]𝑠𝑖
𝑠=1 𝑠=1

39
6.6 О ранге и операциях над матрицами
Теорема.
1. 𝑟𝑘𝐴𝑇 = 𝑟𝑘𝐴
⎧
⎨𝑟𝑘𝐴, если 𝜆 ̸= 0
2. 𝑟𝑘(𝜆𝐴) =
⎩0, если 𝜆 = 0

3. 𝑟𝑘(𝐴 + 𝐵) ≤ 𝑟𝑘𝐴 + 𝑟𝑘𝐵

4. 𝑟𝑘(𝐴𝐵) ≤ min{𝑟𝑘𝐴, 𝑟𝑘𝐵}

Доказательство.
1. Следует из того, что ранг системы строк = рангу системы столбцов, и из
определения ранга матрицы.
2. Очевидно.
3. Пусть 𝑎1 , ..., 𝑎𝑚 - строки матрицы 𝐴. 𝑏1 , .., 𝑏𝑚 - строки матрицы 𝐵.
𝑎1 + 𝑏1 , ..., 𝑎𝑚 + 𝑏𝑚 - строки матрицы 𝐴 + 𝐵.
𝑟𝑘𝐴 = dim⟨𝑎1 , ..., 𝑎𝑚 ⟩, 𝑟𝑘𝐵 = dim⟨𝑏1 , ..., 𝑏𝑚 ⟩
𝑟𝑘(𝐴 + 𝐵) = dim⟨𝑎1 + 𝑏1 , ..., 𝑎𝑚 + 𝑏𝑚 ⟩
Заметим, что (⟨𝑎1 + 𝑏1 , ..., 𝑎𝑚 + 𝑏𝑚 ⟩) ⊆ (⟨𝑎1 , ..., 𝑎𝑚 , 𝑏1 , ..., 𝑏𝑚 ⟩)
Лемма. Пусть 𝑉 векторное пространсво над R dim 𝑉 = 𝑛
𝑈 - произвольное подпространство в 𝑉 . Тогда dim 𝑈 ≤ 𝑛
Более того, если 𝑈 ̸= 𝑉 , то dim 𝑈 < 𝑛.

Доказательство. Пусть {𝑒1 , ..., 𝑒𝑚 } - базис 𝑈 ⊆ 𝑉 , т.е. dim 𝑈 = 𝑚

ЛНЗ систему {𝑒1 , ..., 𝑒𝑚 } можно дополнить до базиса в 𝑉 =⇒ 𝑚 ≤ 𝑛
Если 𝑚 = 𝑛, то {𝑒1 , ..., 𝑒𝑚 } - базис 𝑉 =⇒ 𝑉 = 𝑈

Применяем лемму и получаем, что

dim⟨𝑎1 + 𝑏1 , ..., 𝑎𝑚 + 𝑏𝑚 ⟩ ≤ dim⟨𝑎1 , ..., 𝑎𝑚 , 𝑏1 , ..., 𝑏𝑚 ⟩
Т.к. объединение базисов линейной оболочки 𝑎1 , ..., 𝑎𝑚 и 𝑏1 , .., 𝑏𝑚 является
конечной порождающей системой линейной оболочки ⟨𝑎1 , ..., 𝑎𝑚 , 𝑏1 , ..., 𝑏𝑚 ⟩,
а из любой конечной порождающей системы можно выбрать базис, значит:
dim⟨𝑎1 + 𝑏1 , ..., 𝑎𝑚 + 𝑏𝑚 ⟩ ≤ dim⟨𝑎1 , ..., 𝑎𝑚 ⟩ + dim⟨𝑏1 , ..., 𝑏𝑚 ⟩
=⇒ 𝑟𝑘(𝐴 + 𝐵) ≤ 𝑟𝑘𝐴 + 𝑟𝑘𝐵

40
4. Докажем, что 𝑟𝑘𝐴𝐵 ≤ 𝑟𝑘𝐴. Пусть 𝐶 = 𝐴𝐵, 𝐴 , 𝐵
𝑚×𝑘 𝑘×𝑛
𝐴1 , ..., 𝐴𝑛 - столбцы матрицы 𝐴
𝐵1 , ..., 𝐵𝑛 - столбцы матрицы 𝐵
𝐶1 , ..., 𝐶𝑛 - столбцы матрицы 𝐶

𝐶1 = 𝐴𝐵1 = 𝐴1 𝑏11 + · · · + 𝐴𝑘 𝑏𝑘1

𝐶2 = 𝐴𝐵2 = 𝐴1 𝑏12 + · · · + 𝐴𝑘 𝑏𝑘2

..
.
𝐶𝑛 = 𝐴𝐵𝑛 = 𝐴1 𝑏1𝑛 + · · · + 𝐴𝑘 𝑏𝑘𝑛
=⇒ ⟨𝐶1 , ..., 𝐶𝑛 ⟩ ⊆ ⟨𝐴1 , ..., 𝐴𝑘 ⟩ =⇒ dim⟨𝐶1 , ..., 𝐶𝑛 ⟩ ≤ dim⟨𝐴1 , ..., 𝐴𝑘 ⟩ =⇒
𝑟𝑘𝐶 ≤ 𝑟𝑘𝐴.
Докажем, что 𝑟𝑘𝐴𝐵 ≤ 𝑟𝑘𝐵.

𝑟𝑘(𝐴𝐵) = 𝑟𝑘(𝐴𝐵)𝑇 = 𝑟𝑘(𝐵 𝑇 𝐴𝑇 ) ≤ 𝑟𝑘𝐵 𝑇 = 𝑟𝑘𝐵

41
7 Перестановки
Определение. Упорядоченная последовательность (𝑘1 , ..., 𝑘𝑛 ) чисел 1, 2, ..., 𝑛,
расположенных в некотором порядке, называется перестановкой из 𝑛 элемен-
тов.

Пример. (3, 1, 2) перестановка из 3-х элементов.

Определение. Перестановка (1, 2, ..., 𝑛) называется тривиальной.

Определение. Говорят, что пара элементов 𝑘𝑖 и 𝑘𝑗 образуют инверсию, если:

𝑖 < 𝑗 =⇒ 𝑘𝑖 > 𝑘𝑗

Определение. Перестановка называется четной (нечетной), если число инвер-

сий в ней четное (нечетное).
Знак переставки → sgn(𝑘1 , ..., 𝑘𝑛 ) = (−1)𝑠 , где 𝑠 - число инверсий в перестанов-
ке.

Определение. Перемена двух элементов в перестановке называется транспо-

зицией этих элементов.

Утверждение. При транспозиции любых двух элементов четность меняется

на противоположную.

Доказательство.

1. Транспозиция двух соседних элементов.

При этом изменится расположение только этих элементов относительно
других =⇒ количество инверсий изменился на 1 =⇒ четность поменяется.

2. Общий случай:
(..., 𝑘𝑖 , ..., 𝑘𝑗 , ...) → (..., 𝑘𝑗 , ..., 𝑘𝑖 , ...)
Пусть между 𝑘𝑖 и 𝑘𝑗 (s) элементов.
Перемену 𝑘𝑖 и 𝑘𝑗 произведем за 2𝑠 + 1 транспозицию соседних элементов.
Сначала 𝑘𝑖 переставим последовательно с каждым из элементов, стоящих
между 𝑘𝑖 и 𝑘𝑗 (это 𝑠 транспозиций), потом 𝑘𝑖 переставим с 𝑘𝑗 , затем 𝑘𝑗 по-
ставим на 𝑖 позицию (это еще 𝑠 транспозиций).
Т.к. транспозиция соседних элементов меняет четность, то за 2𝑠 + 1 транс-
позицию четность изменится.

42
Следствие. Пусть 𝑛 > 1. Тогда число четных перестановок из 𝑛 элементов
равно числу нечетных.

Доказательство. Перечислим все четные перестановки и в каждой поменяем

местами первые 2 элемента. При этом получим различные нечетные перестанов-
ки =⇒ число четных перестановок ≤ числа нечетных. Аналогично в обратную
сторону.
=⇒ число четных = число нечетных.

Утверждение. Число перестановок из 𝑛 элементов равно 𝑛!

Доказательство. (𝑘1 , ..., 𝑘𝑛 ) для 𝑘1 вариантов - 𝑛

Пусть выбрали 𝑘1 =⇒ для 𝑘2 вариантов - 𝑛−1 и т.д. Получаем всего вариантов:
𝑛 · (𝑛 − 1) · ... · 1 = 𝑛!

43
8 Определители n-го порядка
Определение. Определителем квадратной матрицы 𝐴 = (𝑎𝑖𝑗 ) порядка 𝑛 на-
𝑛×𝑛
зывается число, которое вычисляется по формуле:
∑︁
|𝐴| = det 𝐴 = sgn(𝑘1 , . . . , 𝑘𝑛 )𝑎1𝑘1 𝑎2𝑘2 . . . 𝑎𝑛𝑘𝑛
(𝑘1 ,...,𝑘𝑛 )

Где - сумма по всем перестановкам из 𝑛 элементов. Эта формула называ-

∑︀
(𝑘1 ,...,𝑘𝑛 )
ется формулой полного разложения или полного развертывания определителя.
Пример.
⃒ ⃒
⃒𝑎 𝑎 ⃒
⃒ 11 12 ⃒
⃒ = sgn(1, 2)𝑎11 𝑎22 + sgn(2, 1)𝑎12 𝑎21 = 𝑎11 𝑎22 − 𝑎12 𝑎21
⃒𝑎21 𝑎22 ⃒
⃒

⎛ ⎞
𝑎1
𝑎2
⎜ ⎟
⎜ ⎟
𝐴 =⎜ .. ⎟
𝑛×𝑛 ⎜
⎝ . ⎟
⎠
𝑎𝑛
Пусть 𝑎1 , 𝑎2 , . . . 𝑎𝑛 - строки матрицы 𝐴. Тогда определитель можно рассматри-
вать как функцию от строк det 𝐴 = det (𝑎1 , 𝑎2 , . . . 𝑎𝑛 )
Определение. Функция 𝑓 (𝑣1 , . . . , 𝑣𝑛 ), которая векторам 𝑣1 , . . . , 𝑣𝑛 в вектроном
простанстве 𝑉 над R ставит в соответствие число из R, то есть:

𝑓 : 𝑉 × ··· × 𝑉 → R

называется полилинейной, если она линейна по каждому аргументу, т.е. для

каждого 𝑖 = 1, 𝑛 выполнено:

1. 𝑓 (𝑣1 , . . . , 𝑣𝑖 + 𝑣̃︀𝑖 , . . . , 𝑣𝑛 ) = 𝑓 (𝑣1 , . . . , 𝑣𝑖 , . . . , 𝑣𝑛 ) + 𝑓 (𝑣1 , . . . , 𝑣̃︀𝑖 , . . . , 𝑣𝑛 ),

∀𝑣𝑖 , 𝑣̃︀𝑖 ∈ 𝑉 .

2. 𝑓 (𝑣1 , . . . , 𝜆𝑣𝑖 , . . . , 𝑣𝑛 ) = 𝜆𝑓 (𝑣1 , . . . , 𝑣𝑖 , . . . , 𝑣𝑛 ), ∀𝜆 ∈ R, ∀𝑣𝑖 ∈ 𝑉 .

Определение. Полилинейная функция 𝑓 : 𝑉 × · · · × 𝑉 → R называется косо-
симметричной, если при перестановке любых двух аргументов значение функ-
ции умножается на (−1). Кососимметричная функция с двумя одинаковыми
аргументами равна нулю.
Пример. Если 𝑓 - кососимметричная функция и 𝑣1 = 𝑣2 , то
𝑓 (𝑣1 , 𝑣2 , 𝑣3 , . . . , 𝑣𝑛 ) = −𝑓 (𝑣2 , 𝑣1 , 𝑣3 , . . . , 𝑣𝑛 ) = 𝑎 =⇒ 𝑎 = −𝑎 =⇒ 𝑎 = 0.

44
8.1 Свойства определителей
Теорема 1. Определитель 𝑛-го порядка является кососимметричной полили-
нейной функцией от строк матрицы.

Доказательство.
⎛ ⎞
𝑎1
𝑎2
⎜ ⎟
⎜ ⎟
𝐴=⎜ .. ⎟ = (𝑎𝑖𝑗 ), 𝑎𝑖 = (𝑎𝑖1 , . . . , 𝑎𝑖𝑛 )
⎜
⎝ . ⎟
⎠
𝑎𝑛
∑︁
det 𝐴 = det (𝑎1 , . . . 𝑎𝑛 ) = sgn(𝑘1 , . . . 𝑘𝑛 )𝑎1𝑘1 . . . 𝑎𝑛𝑘𝑛
(𝑘1 ,...𝑘𝑛 )

Докажем, что det 𝐴 линеен по 𝑖-му аргументу.

𝑛
∑︁
det 𝐴 = 𝑎𝑖𝑘 𝑢𝑘
𝑘=1

где 𝑢𝑘 - число, не зависящее от элементов строки 𝑎𝑖

𝑛
∑︁ 𝑛
∑︁ 𝑛
∑︁
′
1. det(𝑎1 , . . . , 𝑎𝑖 + 𝑎𝑖 , . . . , 𝑎𝑛 ) = (𝑎𝑖𝑘 + 𝑎′𝑖𝑘 )𝑢𝑘 = 𝑎𝑖𝑘 𝑢𝑘 + 𝑎′𝑖𝑘 𝑢𝑘 =
𝑘=1 𝑘=1 𝑘=1
= det (𝑎1 , . . . , 𝑎𝑖 , . . . , 𝑎𝑛 ) + det (𝑎1 , . . . , 𝑎𝑖 ′ , . . . , 𝑎𝑛 )
𝑛
∑︁ 𝑛
∑︁
2. det (𝑎1 , . . . , 𝜆𝑎𝑖 , . . . , 𝑎𝑛 ) = (𝜆𝑎𝑖𝑘 )𝑢𝑘 = 𝜆 𝑎𝑖𝑘 𝑢𝑘 = 𝜆 det (𝑎1 , . . . , 𝑎𝑖 , . . . , 𝑎𝑛 )
𝑘=1 𝑘=1
Теперь докажем кососимметричность:

det (𝑎1 , . . . , 𝑎𝑗 , . . . , 𝑎𝑖 , . . . , 𝑎𝑛 ) =
(𝑎𝑖 ) (𝑎𝑗 )
∑︁
= sgn(𝑘1 , . . . 𝑘𝑛 )𝑎1𝑘1 . . . 𝑎𝑗𝑘𝑖 . . . 𝑎𝑖𝑘𝑗 . . . 𝑎𝑛𝑘𝑛 =
(𝑘1 ...𝑘𝑖 ...𝑘𝑗 ...𝑘𝑛 )
∑︁
= sgn(𝑘1 , . . . 𝑘𝑛 )𝑎1𝑘1 . . . 𝑎𝑖𝑘𝑗 . . . 𝑎𝑗𝑘𝑖 . . . 𝑎𝑛𝑘𝑛 =
(𝑘1 ...𝑘𝑖 ...𝑘𝑗 ...𝑘𝑛 )
∑︁
=− sgn(𝑘1 , . . . 𝑘𝑛 )𝑎1𝑘1 . . . 𝑎𝑖𝑘𝑖 . . . 𝑎𝑗𝑘𝑗 . . . 𝑎𝑛𝑘𝑛 =
(𝑘1 ...𝑘𝑖 ...𝑘𝑗 ...𝑘𝑛 )

= − det (𝑎1 , . . . , 𝑎𝑖 , . . . , 𝑎𝑗 , . . . , 𝑎𝑛 )

45
Теорема 2. Пусть 𝑓 (𝐴) = 𝑓 (𝑎1 , . . . , 𝑎𝑛 ) - функция от строк, 𝐴 ∈ 𝑀𝑛 (R) такие,
что:

1. 𝑓 (𝐸) = 1

2. 𝑓 - Полилинейная

3. 𝑓 - Кососимметричная

тогда 𝑓 (𝐴) = det 𝐴.

Доказательство.
⎛ = (1, 0, ..., 0), ..., 𝑒𝑛 = (0, ..., 0, 1) - строки единичной мат-
𝑒1 ⎞
1 0
⎜ ..
рицы 𝐸 = ⎝ . ⎠ =⇒ {𝑒1 , ..., 𝑒𝑛 } - базис в векторном пространстве R𝑛
⎟

0 1

=⇒ 𝑎𝑖 = (𝑎𝑖1 , ..., 𝑎𝑖𝑛 ) = 𝑎𝑖1 𝑒1 + · · · + 𝑎𝑖𝑛 𝑒𝑛

𝑛
∑︁ 𝑛
∑︁
=⇒ 𝑓 (𝐴) = 𝑓 (𝑎1 , ..., 𝑎𝑛 ) = 𝑓 ( 𝑎1𝑘1 𝑒𝑘1 , ..., 𝑎𝑛𝑘𝑛 𝑒𝑘𝑛 ) =
𝑘1 =1 𝑘𝑛 =1
𝑛
∑︁ 𝑛
∑︁
= ... 𝑎1𝑘1 · ... · 𝑎𝑛𝑘𝑛 · 𝑓 (𝑒𝑘1 , ..., 𝑒𝑘𝑛 ) =
𝑘1 =1 𝑘𝑛 =1
∑︁
= 𝑓 (𝑒𝑘1 , ..., 𝑒𝑘𝑛 ) · 𝑎1𝑘1 · ... · 𝑎𝑛𝑘𝑛
(𝑘1 ,...,𝑘𝑛 )

Осталось доказать, что 𝑓 (𝑒𝑘1 , ..., 𝑒𝑘𝑛 ) = sgn(𝑘1 , ..., 𝑘𝑛 ).

Т.к. 𝑓 (𝐸) = 1, то 𝑓 (𝐴) = 𝑓 (𝑒1 , 𝑒2 , ..., 𝑒𝑛 ) = sgn(1, 2, ..., 𝑛)(*)
Меняя любые два аргумента местами, 𝑓 меняет знак, т.к. 𝑓 кососимметрична.
С другой стороны, меняя два любые числа перестановки местами, знак пере-
становки sgn тоже меняет знак.
Любую перестановку можно получить из тривиальной за конечное число транс-
позиций.
Т.к. (*) верно, то, делая последовательно транспозицию в перестановке, и такую
же перемену аргументов у функции 𝑓 , получим 𝑓 (𝑒𝑘1 , ..., 𝑒𝑘𝑛 ) = sgn(𝑘1 , ..., 𝑘𝑛 ).

Следствие.

1. Если в квадратной матрице 𝐴 одна из строк равна линейной комбинации

остальных, то 𝑑𝑒𝑡𝐴 = 0

46
 2. Если к строке квадратной матрицы 𝐴 применить ЭП1 (т.е. к строке при-
бавить другую, умноженную на число), то определитель не изменится.

Доказательство.

2) 𝑑𝑒𝑡(𝑎1 , ..., 𝑎𝑖 + 𝜆𝑎𝑗 , ..., 𝑎𝑛 ) =

= 𝑑𝑒𝑡(𝑎1 , ..., 𝑎𝑖 , ..., 𝑎𝑗 , ..., 𝑎𝑛 ) + 𝜆𝑑𝑒𝑡(𝑎1 , ..., 𝑎𝑗 , ..., 𝑎𝑗 , ..., 𝑎𝑛 ) =
= 𝑑𝑒𝑡(𝑎1 , ..., 𝑎𝑖 , ..., 𝑎𝑗 , ..., 𝑎𝑛 )

Определение. Квадратная матрица 𝐴 = (𝑎𝑖𝑗 ) называется верхнетреугольной

(нижнетреугольной) матрицей, если 𝑎𝑖𝑗 = 0 при 𝑖 > 𝑗.
⎛ ⎞
1 2 3
Пример. ⎝0 4 2⎠
⎜ ⎟

0 0 0

Можно проследить, как влияют ЭП на определитель:

• ЭП1: 𝑎𝑖 → 𝑎𝑖 + 𝜆𝑎𝑗 det не изменится.

• ЭП2: 𝑎𝑖 ↔ 𝑎𝑗 det умножается на -1.

• ЭП3: 𝑎𝑖 → 𝜇𝑎𝑖 , 𝜇 ̸= 0 det умножится на 𝜇.

Утверждение. Определитель верхнетреугольной матрицы равен произведе-

нию диагональных элементов.
⃒ ⃒
⃒𝑎 𝑎 · · · 𝑎1𝑛 ⃒⃒
⃒ 11 12
⃒ 0 𝑎22 · · · 𝑎2𝑛 ⃒⃒
⃒ ⃒
Доказательство. ⃒⃒ ... ⃒ = 𝑎11 · 𝑎22 · ... · 𝑎𝑛𝑛
⃒ ⃒
⃒ 0 0 ··· 𝑎𝑛𝑛 ⃒
⃒ ⃒

Рассмотрим любую не тождественную перестановку (𝑘1 , ..., 𝑘𝑛 ), где 𝑘𝑖 ̸= 𝑖. Тогда

найдется такой множитель (𝑖 > 𝑗) 𝑎𝑖𝑗 = 0 =⇒ это слагаемое обнулится. =⇒ Во
всей сумме останется только тождественная перестановка.

Теорема 3. Определитель при транспонировании не изменяется: 𝑑𝑒𝑡𝐴 = 𝑑𝑒𝑡𝐴𝑇

47
Доказательство. Пусть 𝐵 = 𝐴𝑇 , 𝐴 = (𝑎𝑖𝑗 ), 𝐵 = (𝑏𝑖𝑗 )
sgn(𝑙1 , ..., 𝑙𝑛 )𝑎1𝑙1 , ..., 𝑎𝑛𝑙𝑛
∑︀
𝑑𝑒𝑡𝐴 =
(𝑙1 ,...,𝑙𝑛 )
∑︁
𝑑𝑒𝑡𝐴𝑇 = 𝑑𝑒𝑡𝐵 = sgn(𝑘1 , ..., 𝑘𝑛 )𝑏1𝑘1 , ..., 𝑏𝑛𝑘𝑛 =
(𝑘1 ,...,𝑘𝑛 )
∑︁
= sgn(𝑘1 , ..., 𝑘𝑛 )𝑎𝑘1 1 , ..., 𝑎𝑘𝑛 𝑛 =
(𝑘1 ,...,𝑘𝑛 )
∑︁
= sgn(𝑘1 , ..., 𝑘𝑛 )sgn(1, 2, ..., 𝑛)𝑎𝑘1 1 , ..., 𝑎𝑘𝑛 𝑛 = (*)
(𝑘1 ,...,𝑘𝑛 )

Переставим 𝑎𝑖𝑗 , переупорядочив номера строк, т.е. первые индексы по возрас-

танию последовательно, меняя два множителя местами:
𝑎𝑘1 1 , ..., 𝑎𝑘𝑖 𝑖 , ..., 𝑎𝑘𝑗 𝑗 , ..., 𝑎𝑘𝑛 𝑛
⏟ ⏞
меняем
При этой перемене двух множителей местами меняются местами и первые ин-
дексы, и вторые. При этом:
sgn(𝑘1 , ..., 𝑘𝑖 , ..., 𝑘𝑗 , ..., 𝑘𝑛 ) · sgn(1, ..., 𝑖, ..., 𝑗, ..., 𝑛) =
= (−1)2 sgn(𝑘1 , ..., 𝑘𝑗 , ..., 𝑘𝑖 , ..., 𝑘𝑛 ) · sgn(1, ..., 𝑗, ..., 𝑖, ..., 𝑛)
sgn(1, 2, ..., 𝑛)sgn(𝑙1 , ..., 𝑙𝑛 )𝑎1𝑙1 , ..., 𝑎𝑛𝑙𝑛 = 𝑑𝑒𝑡𝐴
∑︀
(*) =
(𝑙1 ,...,𝑙𝑛 )
Следствие. Определитель матрицы есть кососимметричная и полилинейная
функция столбцов матрицы.
Все свойства определителя, которые верны для строк матрицы, верны и для
столбцов.

8.2 Элементарные матрицы

Определение. Матрица 𝑇 , полученная из единичной матрицы 𝐸, с помощью
одного элементарного преобразования над строками или столбцами, называется
элементарной матрицей.
ЭП1: 𝑎𝑖 → 𝑎𝑖 + 𝜆𝑎𝑗 , 𝑖 ̸= 𝑗

48
ЭП2: 𝑎𝑖 ↔ 𝑎𝑗 , 𝑖 ̸= 𝑗 ЭП3: 𝑎𝑖 ↔ 𝜇𝑎𝑖 , 𝜇 ̸= 0

Лемма 1.

1.1 Любые ЭП над строками матрицы 𝐴 равносильны умножению матрицы 𝐴

слева на элементарную матрицу, т.е.
𝐴⇝𝐴 ̃︀ = 𝑇 · 𝐴, где 𝑇 - элементарная матрица, такая что 𝐸 ⇝ 𝑇
̃︀ ⇐⇒ 𝐴

1.2 Любые ЭП над столбцами матрицы 𝐴 равносильны умножению матрицы

𝐴 справа на элементарную матрицу.

Доказательство. Непосредственная проверка

Лемма 2. Пусть 𝐴 - квадратная матрица порядка 𝑛, тогда:

1. Если 𝑑𝑒𝑡𝐴 ̸= 0, то с помощью ЭП над строками 𝐴 можно привести к 𝐸.

2. Если 𝑑𝑒𝑡𝐴 = 0, то с помощью ЭП над строками в 𝐴 можно получить

нулевую строку

Доказательство. Методом Гаусса любую матрицу можно привести к ступен-

чатому виду. Ступенчатый вид для квадратной матрицы является верхнетре-
угольной, т.е.: ⎛ ⎞
𝑎̃︁
11 *
𝐴⇝𝐴 ̃︀ = ⎜
⎝
... ⎟
⎠
0 𝑎̃︁
𝑛𝑛

̃︀ где 𝜉 ̸= 0, 𝑑𝑒𝑡𝐴
=⇒ 𝑑𝑒𝑡𝐴 = 𝜉 · 𝑑𝑒𝑡𝐴, 11 · ... · 𝑎̃︁
̃︀ = 𝑎̃︁ 𝑛𝑛
Итак,
𝑑𝑒𝑡𝐴 = 0 ⇐⇒ 𝑑𝑒𝑡𝐴 ̃︀ = 0 ⇐⇒ 𝑎̃︁ 11 · ... · 𝑎̃︁
𝑛𝑛 = 0

1. Если 𝑑𝑒𝑡𝐴 ̸= 0, то 𝑎11 ̸= 0, ..., 𝑎𝑛𝑛 ̸= 0 - лидеры матрицы 𝐴

=⇒ 𝐴 ̃︀ приводится к улучшенному ступенчатому виду обратным ходом
Гаусса и этот улучшенный ступенчатый вид совпадает с 𝐸

49
 2. Если 𝑑𝑒𝑡𝐴 = 0, то 𝑎11 · ... · 𝑎𝑛𝑛 = 0 =⇒ ∃𝑘 : 𝑎𝑘𝑘 = 0. По определению
ступенчатого вида ∀𝑖 > 𝑘 : 𝑎̃︁𝑖𝑖 = 0 =⇒ 𝑎̃︁
𝑛𝑛 = 0 =⇒ последняя строка в 𝐴
̃︀
нулевая.

Теорема 4. Пусть 𝐴, 𝐵 - квадратные матрицы порядка 𝑛, тогда:

𝑑𝑒𝑡𝐴𝐵 = 𝑑𝑒𝑡𝐴 · 𝑑𝑒𝑡𝐵

Доказательство. Из ассоциативности умножения 𝑇 (𝐴𝐵) = (𝑇 𝐴)𝐵, где 𝑇 эле-

ментарная матрица, получаем, что элементраное преобразование над строками
матрицы 𝐴 соответствует элементарному преобразованию строк матрицы 𝐴𝐵.

1 случай. 𝑑𝑒𝑡𝐴 = 0 (по лемме (1), пункт 2)=⇒ 𝐴 ⇝ 𝐴( ̃︀ с нулевой строкой)

=⇒ 𝐴̃︀ = ·(𝑇1 · ... · 𝑇𝑘 ) · 𝐴, где 𝑇𝑖 - матрицы элементарных преобразований.
=⇒ (𝑇1 ·...·𝑇𝑘 )(𝐴𝐵) = ((𝑇1 ·...·𝑇𝑘 )𝐴)𝐵 = 𝐴𝐵 ̃︀ =⇒ 𝑑𝑒𝑡𝐴𝐵 = 0, т.к. 𝐴𝐵 ⇝ 𝐴𝐵
̃︀

2 случай. 𝑑𝑒𝑡𝐴 ̸= 0 (по лемме (1), пункт 1) =⇒ 𝐴 ⇝ 𝐸 =⇒ 𝐸 = (𝑇1 · ... · 𝑇𝑘 )𝐴, где 𝑇𝑖
- матрицы элементарных преобразований.
(𝑇1 · ... · 𝑇𝑘 )(𝐴𝐵) = ((𝑇1 · ... · 𝑇𝑘 )𝐴)𝐵 = 𝐸𝐵 = 𝐵
=⇒ 𝑑𝑒𝑡𝐴𝐵 = 𝑐 · 𝑑𝑒𝑡((𝑇1 · ... · 𝑇𝑘 )𝐴𝐵) = 𝑐 · 𝑑𝑒𝑡𝐵
Рассмотрим отношение:
𝑑𝑒𝑡𝐴𝐵
= (*)
𝑑𝑒𝑡𝐴

Произведем над матрицей 𝐴 ЭП, которые приведут матрицу 𝐴 ⇝ 𝐸, од-

новременно производим такие же ЭП над 𝐴𝐵.
𝑑𝑒𝑡𝐸𝐵
(*) = = 𝑑𝑒𝑡𝐵
𝑑𝑒𝑡𝐸

Теорема 5. (Об определителе с углом нулей)

Пусть 𝐴 - квадратная матрица порядка 𝑘
𝐵 - квадратная матрица порядка 𝑚
𝐶 - матрица размера 𝑘 × 𝑚.
Тогда: (︃ )︃
𝐴 𝐶
𝑑𝑒𝑡 (*) = 𝑑𝑒𝑡𝐴 · 𝑑𝑒𝑡𝐵
0 𝐵
Доказательство.

50
1 случай. 𝑑𝑒𝑡𝐵 = 0
(По лемме (2), пункт 2) 𝐵 ⇝ 𝐵 ̃︀ Производя точно такие же ЭП над послед-
ними 𝑚 строками матрицы (*) , получаем нулевую строку
(︃ )︃
𝐴 𝐶
=⇒ 𝑑𝑒𝑡 = 𝑑𝑒𝑡𝐴 · 𝑑𝑒𝑡𝐵 = 0
0 𝐵

2 случай. 𝑑𝑒𝑡𝐴 = 0 Аналогично как в 1 случае, только ЭП над столбцами.

3 случай. 𝑑𝑒𝑡𝐴 ̸= 0, 𝑑𝑒𝑡𝐵 ̸= 0

Рассмотрим отношение: (︃ )︃
𝐴 𝐶
𝑑𝑒𝑡
0 𝐵
𝑑𝑒𝑡𝐴 · 𝑑𝑒𝑡𝐵

(По лемме (2), пункт 1) 𝐴 ⇝ 𝐸, 𝐵 ⇝ 𝐸

Преобразуем матрицу 𝐴 с помощью ЭП над столбцами, которые приводят
𝐴 ⇝ 𝐸, преобразуем 𝐵 с помощью ЭП над строками, которые приводят
𝐵 ⇝ 𝐸. Одновременно преобразуем матрицу (*) с помощью таких же ЭП
над строками и столбцами, отношение при этом не изменится.
Тогда: (︃ )︃ (︃ )︃
𝐴 𝐶 𝐸 𝐶
𝑑𝑒𝑡 𝑑𝑒𝑡
0 𝐵 0 𝐸
= =1
𝑑𝑒𝑡𝐴 · 𝑑𝑒𝑡𝐵 𝑑𝑒𝑡𝐸 · 𝑑𝑒𝑡𝐸

8.3 Разложение определителя по строке

𝐴 - матрица размера 𝑚 × 𝑛.
𝑖1 , ..., 𝑖𝑘 - номера некоторого разложения строк в 𝐴.
𝑗1 , ..., 𝑗𝑡 - номера некоторого разложения столбцов в 𝐴.

Определение. Матрица, состоящая из элементов матрицы 𝐴, стоящих на пе-

ресечении строк с номерами 𝑖1 , ..., 𝑖𝑘 и столбцов с номерами 𝑗1 , ..., 𝑗𝑡 , называется
подматрицей матрицы 𝐴
𝑖1 · · · 𝑖𝑘
Обозначение: 𝐴
𝑗1 · · · 𝑗𝑡
Определение. Минором 𝑘−ого порядка матрицы 𝐴 называется определитель
квадратной подматрицы порядка 𝑘.

51
Пример.
⃒ ⃒
⃒6 8 ⃒
=⇒ Минор = ⃒
⃒ ⃒
⃒7 7 ⃒
⃒

Пусть 𝐴 - квадратная матрица порядка 𝑛

Определение. Минор порядка (𝑛 − 1) квадратной матрицы 𝐴, порядка 𝑛, по-

лученный вычеркиванием 𝑖−ой строки и 𝑗−ого столбца, называется дополни-
тельным минором к элементу 𝑎𝑖𝑗 .
Обозначается: 𝑀𝑖𝑗

Пример.
⃒ ⃒
⃒2 3⃒⃒
=⇒ 𝑀12 =⃒ ⃒ = −6
⃒
⃒8 9⃒

Определение. Алгебраческое дополнение к элементу 𝑎𝑖𝑗 - это число:

𝐴𝑖𝑗 = (−1)𝑖+𝑗 · 𝑀𝑖𝑗

Пример. (к прошлому примеру) 𝐴21 = (−1)2+1 (−6) = 6

Лемма. Матрица 𝐴 , полученная из 𝐴 заменой 𝑖−ой строки на

(0, ..., 0, 𝑎𝑖𝑗 , 0, ..., 0):
..
.
⎛ ⎞

𝑑𝑒𝑡𝐴 = 𝑑𝑒𝑡 ⎝0 · · · 𝑎𝑖𝑗 · · · 0⎠ = 𝑎𝑖𝑗 · 𝐴𝑖𝑗

⎜ ⎟
..
.

Доказательство.
⃒ ⃒
⃒ 𝑎11 ... ... ... 𝑎1𝑛 ⃒
⃒ .. ..
⃒ ⃒
⃒ . .
⃒ ⃒ ⃒
⃒ ⃒𝑎 0 ⃒
⃒ ⃒ 𝑖−1
⃒ = (−1) · (−1) 𝑗−1 𝑖𝑗
⃒ 0 ... 𝑎𝑖𝑗 ... 0 · ⃒=
⃒ ⃒
⃒ .. .. *
⃒
⃒ ⃒ 𝐵
⃒ . .
⃒ ⃒ ⃒
⃒
⃒ ⃒
⃒𝑎𝑛1 ... ... ... 𝑎𝑛𝑛 ⃒

= (−1)𝑖+𝑗 · 𝑎𝑖𝑗 · 𝑑𝑒𝑡𝐵 = (−1)𝑖+𝑗 · 𝑎𝑖𝑗 · 𝑀𝑖𝑗 = 𝑎𝑖𝑗 · 𝐴𝑖𝑗

где 𝐵 - подматрица 𝐴, из которой вычеркнули 𝑖−ую строку и 𝑗−ый столбец.

52
 Теорема 6.
𝑛
1. 𝑑𝑒𝑡𝐴 = 𝑎𝑖𝑗 𝐴𝑖𝑗 - формула разложения по 𝑖-ой строке.
∑︀
𝑗=1

𝑛
2. 𝑑𝑒𝑡𝐴 = 𝑎𝑖𝑗 𝐴𝑖𝑗 - формула разложения по 𝑗-ому столбцу.
∑︀
𝑖=1

Доказательство.
⃒ ⃒
⃒ 𝑎11 ... ... ... 𝑎1𝑛 ⃒
⃒ .. .
⃒ ⃒
⃒ . .
. ⃒
⃒
⃒ ⃒ В силу линейности
𝑑𝑒𝑡𝐴 = ⃒⃒ 𝑎𝑖1 ... ... ... 𝑎𝑖𝑛 ⃒⃒ =
⃒ .. .. ⃒
⃒ . . ⃒
⃒ ⃒
⃒𝑎𝑛1 ... ... ... 𝑎𝑛𝑛 ⃒
⃒ ⃒ ⃒ ⃒
⃒ 𝑎11 ... ... ... 𝑎1𝑛 ⃒ ⃒ 𝑎11 ... ... ... 𝑎1𝑛 ⃒
⃒ .. . ⃒ .. ..
⃒ ⃒ ⃒ ⃒
⃒ . .. ⃒⃒
⃒ . .
⃒
⃒
⃒ ⃒ ⃒ ⃒
= ⃒⃒ 𝑎𝑖1 0 ... ... 0 ⃒⃒ + ... + ⃒⃒ 0 ... ... 0 𝑎𝑖𝑛 ⃒=
⃒ .. .. ⃒ ⃒ .. ..
⃒
⃒ . . ⃒ ⃒ . .
⃒
⃒
⃒ ⃒ ⃒ ⃒
⃒𝑎𝑛1 ... ... ... 𝑎𝑛𝑛 ⃒ ⃒𝑎𝑛1 ... ... ... 𝑎𝑛𝑛 ⃒
𝑛
∑︁
= 𝑎𝑖1 𝐴𝑖1 + ... + 𝑎𝑖𝑛 𝐴𝑖𝑛 = 𝑎𝑖𝑗 𝐴𝑖𝑗
𝑗=1

8.4 Определитель Вандермонда

Определение. 𝑉 (𝑥1 , ..., 𝑥𝑛 ) - определитель Вандермонда.
⃒ ⃒
⃒ 1 1 1 ... 1 ⃒⃒
⃒
⃒ 𝑥1 𝑥2 𝑥3 ... 𝑥𝑛 ⃒
⃒ ⃒
⃒ 2 ⃒ ∏︁
2 2 2 ⃒
𝑉 (𝑥1 , ..., 𝑥𝑛 ) = ⃒ 𝑥1
⃒ 𝑥2 𝑥3 ... 𝑥𝑛 ⃒ = (𝑥𝑗 − 𝑥𝑖 )
⃒ .. .. .. .. ⃒ 1≤𝑖<𝑗≤𝑛
⃒ . . . ... . ⃒
⃒ 𝑛−1 𝑛−1 𝑛−1
... 𝑥𝑛−1
⃒
⃒𝑥1 𝑥2 𝑥3 𝑛
⃒

Вычисление ⃒ индукции
⃒ по 𝑛
⃒1 1⃒
База: 𝑛 = 2 : ⃒ ⃒ = 𝑥2 − 𝑥1
⃒ ⃒
⃒𝑥1 𝑥2 ⃒

53
Пусть верно для (𝑛 − 1), тогда вычислим для 𝑛:
(1)
𝑉 (𝑥1 , ..., 𝑥𝑛 ) =
⃒ ⃒
⃒1 1 1 ... 1 ⃒
⃒ ⃒
⃒0 𝑥2 − 𝑥1 𝑥3 − 𝑥1 ... 𝑥𝑛 − 𝑥1 ⃒
⃒ ⃒
(1) ⃒ ⃒ (2)
= ⃒⃒0 𝑥22 − 𝑥1 𝑥2 𝑥23 − 𝑥1 𝑥3 ... 𝑥2𝑛 − 𝑥1 𝑥𝑛 ⃒⃒ =
⃒ .. .. .. ..
⃒. . . ... .
⃒
⃒
⃒0 𝑥2𝑛−1 − 𝑥1 𝑥𝑛−2 𝑛−1 𝑛−2 𝑛−1 𝑛−2 ⃒
⃒ ⃒
2 𝑥 3 − 𝑥 1 3𝑥 ... 𝑥 𝑛 − 𝑥 𝑥
1 𝑛
⃒ ⃒
⃒ 𝑥 −𝑥 𝑥3 − 𝑥1 ... 𝑥𝑛 − 𝑥1 ⃒⃒
⃒ 2 1
2 2 2
(2) ⃒ 𝑥2 − 𝑥1 𝑥2 𝑥 − 𝑥 𝑥 ... 𝑥 − 𝑥 𝑥
⃒ ⃒
3 1 3 𝑛 1 𝑛 ⃒ (3)
= ⃒⃒ .. .. .. ⃒=
⃒ . . ... . ⃒
⃒
⃒ 𝑛−1 𝑛−2 𝑛−1 𝑛−2 𝑛−1 𝑛−2
⃒𝑥 2 − 𝑥 1 𝑥 2 𝑥3 − 𝑥1 𝑥3 ... 𝑥𝑛 − 𝑥1 𝑥𝑛 ⃒
⃒
⃒ ⃒
⃒ 𝑥 −𝑥 𝑥 − 𝑥 ... 𝑥 − 𝑥 ⃒
⃒ 2 1 3 1 𝑛 1 ⃒
(3) ⃒ 𝑥2 (𝑥2 − 𝑥1 ) 𝑥 (𝑥 − 𝑥 ) ... 𝑥 (𝑥 − 𝑥 )
⃒ ⃒
3 3 1 𝑛 𝑛 1 ⃒
= ⃒⃒ .. .. .. ⃒=
⃒ . . ... . ⃒
⃒
⃒ 𝑛−2 𝑛−2 𝑛−2
⃒𝑥2 (𝑥2 − 𝑥1 ) 𝑥3 (𝑥3 − 𝑥1 ) ... 𝑥𝑛 (𝑥𝑛 − 𝑥1 )⃒
⃒

⃒ ⃒
⃒ 1 1 ... 1 ⃒⃒
⃒
𝑛
⃒ 𝑥2 𝑥3 ... 𝑥𝑛 ⃒⃒
⃒ ⃒
∏︁
= (𝑥𝑗 − 𝑥1 ) ⃒⃒ .. .. .. ⃒ =
𝑗=2 ⃒ . . ... . ⃒
⃒ 𝑛−2 𝑛−2
⃒𝑥2 𝑥3 ... 𝑥𝑛−2
⃒
𝑛 ⃒
𝑛
∏︁ ∏︁ ∏︁
= (𝑥𝑗 − 𝑥1 ) (𝑥𝑗 − 𝑥𝑖 ) = (𝑥𝑗 − 𝑥𝑖 )
𝑗=2 2≤𝑖<𝑗≤𝑛 1≤𝑖<𝑗≤𝑛

(1) Из каждой строки, начиная с последней, вычитаем предыдущую, умножен-

ную на 𝑥1
(2) По теореме об определителе с углом нулей
(3) Выносим (𝑥𝑗 − 𝑥1 )
Следствие. (О фальшивом разложении определителя)
Пусть 𝐴 = (𝑎𝑖𝑗 ) - квадратная матрица порядка 𝑛, тогда:
𝑛
∑︁
𝑎𝑖𝑗 𝐴𝑘𝑗 = 0 (при 𝑖 ̸= 𝑘)(*)
𝑗=1
𝑛
∑︁
𝑎𝑖𝑗 𝐴𝑖𝑘 = 0 (при 𝑗 ̸= 𝑘)
𝑖=1
(*) - Т.е. алгебраическое дополнение берем из другой строки

54
Доказательство. Для сторок (для столбцов аналогично)
⎛ ⎞
𝑎1
⎜ 𝑎2
⎜ ⎟
⎟
𝐴=⎜ .. ⎟
⎜
⎝ . ⎟
⎠
𝑎𝑛

Рассмотрим матрицу 𝐵, где вместо 𝑘-ой строки стоит 𝑖-ая.

⃒ ⃒
⃒ 𝑎 ⃒
1
.
⃒ ⃒
⃒
⃒ .. ⃒
⃒
⃒ ⃒
⃒ 𝑎𝑖 ⃒
.
⃒ ⃒
𝑑𝑒𝑡𝐵 = ⃒
⃒ .
. ⃒ = 0 (т.к совпадающие строки)
⃒
⃒ ⃒
⃒ 𝑎 𝑖
⃒
..
⃒ ⃒
.
⃒ ⃒
⃒ ⃒
⃒ ⃒
⃒ 𝑎𝑛 ⃒

С другой стороны, разложим 𝑑𝑒𝑡𝐵 по 𝑘-ой строке:

𝑛
∑︁ 𝑛
∑︁
𝐵 = (𝑏𝑖𝑗 ), 𝑑𝑒𝑡𝐵 = 𝑏𝑘𝑗 𝐵𝑘𝑗 = 𝑎𝑖𝑗 𝐴𝑘𝑗
𝑗=1 𝑗=1

8.5 О ранге
Определение. Квадратная матрица 𝐴 порядка 𝑛 называется невырожденной,
если 𝑟𝑘𝐴 = 𝑛 (т.е. её строки ЛНЗ, как и все столбцы)

Теорема 7. Квадратная матрица 𝐴 является невырожденной ⇐⇒ 𝑑𝑒𝑡𝐴 ̸= 0

Доказательство. Пусть 𝐴 = (𝑎𝑖𝑗 ) - квадратная матрица порядка 𝑛

Надо доказать, что 𝑟𝑘𝐴 = 𝑛 ⇐⇒ 𝑑𝑒𝑡𝐴 ̸= 0

⇐= 𝑑𝑒𝑡𝐴 ̸= 0 =⇒ (по лемме (2), пункт 1) 𝐴 ∼ 𝐸 =⇒ 𝑟𝑘𝐴 = 𝑟𝑘𝐸 = 𝑛

=⇒ 𝑟𝑘 = 𝑛. Допустим, что 𝑑𝑒𝑡𝐴 = 0 =⇒ (по лемме (2), пункт 2) 𝐴 ∼ 𝐴, ̃︀

где 𝐴
̃︀ - матрица с нулевой строкой =⇒ 𝑟𝑘𝐴 = 𝑟𝑘 𝐴
̃︀ < 𝑛. Противоречие
=⇒ 𝑑𝑒𝑡𝐴 ̸= 0

Следствие.

55
 • Все строки квадратной матрицы 𝐴 ЛНЗ ⇐⇒ 𝑑𝑒𝑡𝐴 ̸= 0

• Все столбцы квадратной матрицы 𝐴 ЛНЗ ⇐⇒ 𝑑𝑒𝑡𝐴 ̸= 0

Теорема. (О ранге матрицы)

Ранг матрицы 𝐴 совпадает с максимальным порядком отличного от нуля ми-
нора.

Доказательство. Пусть 𝑟𝑘𝐴 = 𝑟

• Докажем, что все миноры порядка 𝑠, где 𝑠 > 𝑟 равны нулю.

Рассмотрим произвольный минор 𝑀 порядка 𝑠:

𝑖1 · · · 𝑖𝑠
𝑀 = 𝑑𝑒𝑡 𝐴
𝑗1 · · · 𝑗𝑠

т.к. 𝑠 > 𝑟, то строки матрицы 𝐴 с номерами 𝑖1 , ..., 𝑖𝑠 ЛЗ =⇒ строки, обра-

зующие минор, ЛЗ =⇒ 𝑀 = 0

• Докажем, что ∃ хотя бы один ненулевой минор 𝑀

̃︁ порядка 𝑟.
Т.к. 𝑟𝑘𝐴 = 𝑟, то ∃ 𝑟 ЛНЗ строк =⇒ 𝑟𝑘𝐵 = 𝑟 (где 𝐵 - матрица с 𝑟 ЛНЗ
строк и все столбцы) =⇒ в 𝐵 ∃ 𝑟 ЛНЗ столбцов. Сформируем матрицу 𝐶
из этих столбцов =⇒ 𝑑𝑒𝑡𝐶 ̸= 0
𝑑𝑒𝑡 𝐶 - это и есть искомый минор 𝑀
̃︁

𝑖1 · · · 𝑖𝑠
Определение. Пусть 𝑀 = 𝑑𝑒𝑡 𝐴 - минор порядка 𝑠
𝑗1 · · · 𝑗𝑠
𝑖 ̸∈ {𝑖1 , .., 𝑖𝑠 }, 𝑗 ̸∈ {𝑗1 , .., 𝑗𝑠 }

̃︁ = 𝑑𝑒𝑡 𝐴 𝑖1 · · · 𝑖𝑠 𝑖 - минор порядка 𝑠 + 1

𝑀
𝑗1 · · · 𝑗𝑠 𝑗
̃︁ - окаймляющий минор минора 𝑀 .
𝑀

Пример. ⎛ ⎞
1 2 3 4
⎜5 6 7 8⎟
𝐴=⎜
⎜ ⎟
⎝9 1 3 5⎠
⎟

1 −1 0 7
⃒ ⃒
1 3 ⃒⃒2 4⃒⃒
𝑀 = 𝑑𝑒𝑡 𝐴 =⃒ ⃒=6
2 4 ⃒1 5 ⃒

56
 ⃒ ⃒
⃒2 3 4⃒
1 2 3 ⃒⃒ ⃒
𝑀 = 𝑑𝑒𝑡 𝐴 = ⃒6 7 8⃒ = 0
̃︁ ⃒
2 3 4 ⃒⃒ ⃒
1 3 5⃒

Метод окаймляющих миноров:

∃ 𝑀1 ̸= 0?
да ↘ ↘ нет
∃ 𝑀2 ̸= 0? 𝑟𝑘𝐴 = 0
да ↘ ↘ нет
∃ 𝑀3 ̸= 0? 𝑟𝑘𝐴 = 1
да ↘ ↘ нет
... ...

Утверждение. Пусть 𝐴 = (𝑎𝑖𝑗 ) - матрица размера 𝑚×𝑛, ∃ минор 𝑀 порядка

𝑟, отличный от нуля, и все миноры, окаймляющие его, равны нулю.
Тогда 𝑟𝑘𝐴 = 𝑟.

𝑖1 · · · 𝑖𝑟
Доказательство. Пусть 𝑀 = 𝑑𝑒𝑡 𝐴 . Т.к. 𝑀 ̸= 0, то строки матрицы
𝑗1 · · · 𝑗𝑟
𝐴 с номерами 𝑖1 , ..., 𝑖𝑟 ЛНЗ =⇒ 𝑟𝑘𝐴 ≥ 𝑟
Предположим, что 𝑟𝑘𝐴 ≥ 𝑟 + 1. Рассмотрим строки 𝑎𝑖1 , ..., 𝑎𝑖𝑟 , которые форми-
руют минор 𝑀 . Они ЛНЗ.
Т.к. 𝑟𝑘𝐴 ≥ 𝑟 + 1, то ∃ 𝑖 ̸∈ {𝑖1 , ..., 𝑖𝑟 } : 𝑎𝑖 не выражается линейно через
𝑎𝑖1 , ..., 𝑎𝑖𝑟 =⇒ 𝑎𝑖1 , ..., 𝑎𝑖𝑟 , 𝑎𝑖 - ЛНЗ.
Образуем из этих строк матрицу 𝐵 =⇒ 𝑟𝑘𝐵 = 𝑟 + 1 =⇒ ∃ 𝑟 + 1 ЛНЗ столбец.
Столбцы с номерами 𝑗1 , ..., 𝑗𝑟 ЛНЗ, т.к. 𝑀 ̸= 0
Т.к. 𝑟𝑘𝐵 = 𝑟 + 1, то ∃ 𝑗 ̸∈ {𝑗1 , ..., 𝑗𝑟 }: столбец с номером 𝑗 не выражается через
столбцы с номерами 𝑗1 , ..., 𝑗𝑟
Расмотрим подматрицу 𝐶 матрицы 𝐵, составленную из столбцов с номера-
ми 𝑗1 , ..., 𝑗𝑟 , 𝑗 =⇒ 𝐶− квадратная матрица порядка 𝑟 + 1 из ЛНЗ столбцов
=⇒ 𝑑𝑒𝑡 𝐶 ̸= 0
=⇒ т.к. 𝑑𝑒𝑡 𝐶 является окаймляющим минором минора 𝑀 , получаем противо-
речие условию =⇒ 𝑟𝑘𝐴 = 𝑟.

57
8.6 Правила Крамера СЛУ
⎧
⎨𝑎11 𝑥1 + · · · + 𝑎1𝑛 𝑥𝑛 = 𝑏1
⎪
⎪
.. Матричная форма 𝐴𝑋 = 𝐵
.
⎪
⎪
𝑎𝑚1 𝑥1 + · · · + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑛
⎩

СЛУ называется квадратной, если 𝑚 = 𝑛

Пусть СЛУ 𝐴𝑋 = 𝐵 - квадратная.
Обозначение: △ = 𝑑𝑒𝑡𝐴 = 𝑑𝑒𝑡(𝐴1 , ..., 𝐴𝑛 )
△𝑖 = 𝑑𝑒𝑡(𝐴1 , ..., 𝐵 , ...𝐴𝑛 )
𝑖

Теорема. Пусть 𝐴𝑋 = 𝐵 - квадратная СЛУ с невырожденной 𝐴

Тогда СЛУ имеет единственное решение и это решение можно найти по фор-
муле:
△1 △𝑛
𝑥1 = , ..., 𝑥𝑛 =
△ △
Доказательство. Т.к. 𝐴 - невырожденная, то 𝑑𝑒𝑡𝐴 ̸= 0 =⇒ 𝐴 ⇝ 𝐸
Будем решать СЛУ методом Гаусса:
⎧
⎨𝑥1 = 𝑏1
⎪
⎪ ̃︀
̃︀ =⇒ ...
(𝐴|𝐵) = (𝐸|𝐵)
⎪
⎪
𝑥𝑛 = 𝑏̃︀𝑛
⎩

△𝑖 𝑑𝑒𝑡(𝐴1 , ..., 𝐵, ..., 𝐴𝑛 ) 𝑑𝑒𝑡(𝐸1 , ..., 𝐵,̃︀ ..., 𝐸𝑛 ) 𝑏̃︀𝑖

= = = = 𝑏̃︀𝑖
△ 𝑑𝑒𝑡(𝐴1 , ..., 𝐴𝑖 , ...𝐴𝑛 ) 𝑑𝑒𝑡(𝐸1 , ..., 𝐸𝑖 , ...𝐸𝑛 ) 1

8.7 Обратная матрица

Пусть 𝐴 - квадратная матрица порядка 𝑛

Определение. Матрица 𝐵 - называется обратной матрицей к 𝐴, если:

⎧
⎨𝐴 · 𝐵 = 𝐸
⎩𝐵 · 𝐴 = 𝐸

Обозначается 𝐴−1

Утверждение. Если квадратная матрица 𝐴 имеет обратную матрицу, то она

одна.

58
Доказательство. Пусть ∃ две обратной матрицы 𝐵1 , 𝐵2 , тогда:

𝐵1 (𝐴𝐵2 ) = (𝐵1 𝐴)𝐵2

𝐵1 𝐸 = 𝐸𝐵2
𝐵1 = 𝐵2

Свойства.

1. Если матрица 𝐴 имеет обратную, то 𝐴−1 тоже имеет обратную, причем

(𝐴−1 )−1 = 𝐴

2. Если матрица 𝐴 имеет обратную, 𝜆 ̸= 0, то 𝜆𝐴, тоже имеет обратную,

причем (𝜆𝐴)−1 = 𝜆−1 𝐴−1

3. Если матрица 𝐴 имеет обратную, то 𝐴𝑇 тоже имеет обратную, причем

(𝐴𝑇 )−1 = (𝐴−1 )𝑇

4. Если матрицы 𝐴, 𝐵 квадратные порядка 𝑛 и каждая имеет обратную, то

𝐴𝐵 тоже имеет обратную, причем (𝐴𝐵)−1 = 𝐵 −1 𝐴−1

Доказательство. Докажем, что 𝐵 −1 𝐴−1 удовлетворяет определению обратной

матрицы для 𝐴𝐵

(𝐴 · 𝐵)(𝐵 −1 · 𝐴−1 ) = 𝐴(𝐵𝐵 −1 )𝐴−1 = 𝐴𝐸𝐴−1 = 𝐴𝐴−1 = 𝐸

(𝐵 −1 · 𝐴−1 )(𝐴 · 𝐵) = 𝐵 −1 (𝐴−1 𝐴)𝐵 = 𝐵 −1 𝐸𝐵 = 𝐵 −1 𝐵 = 𝐸

=⇒ (𝐴 · 𝐵)(𝐵 −1 · 𝐴−1 ) = (𝐵 −1 · 𝐴−1 )(𝐴 · 𝐵) = 𝐸

Замечание. 𝐴, 𝐵, имеют обратные ̸⇒ 𝐴 + 𝐵, имеет обратную.

Пример. 𝐴 и −𝐴

Утверждение. Любая элементарная матрица 𝑇 имеет обратную, причем она

соответствует обратному преобразованию.

Доказательство. Непосредственная проверка.

Теорема. (Критерий существования обратной матрицы)

Квадратная матрица 𝐴 имеет обратную ⇐⇒ она невырожденная.

59
Доказательство. Пусть 𝐴 - квадратная, порядка 𝑛
Надо доказать, что ∃𝐴−1 ⇐⇒ 𝑟𝑘𝐴 = 𝑛 ⇐⇒ 𝑑𝑒𝑡𝐴 ̸= 0

=⇒ Пусть ∃ 𝐴−1 . По определению 𝐴𝐴−1 = 𝐸

Вычислим определитель обеих частей равенства:

𝑑𝑒𝑡𝐴 · 𝑑𝑒𝑡𝐴−1 = 𝑑𝑒𝑡(𝐴𝐴−1 ) = 𝑑𝑒𝑡𝐸 = 1 =⇒ 𝑑𝑒𝑡𝐴 ̸= 0

⇐= Пусть 𝐴 - невырожденная, 𝑑𝑒𝑡𝐴 ̸= 0 =⇒ 𝐴 ⇝ 𝐸 =⇒ ∃ набор элементарных

матриц
𝑇1 , ..., 𝑇𝑘 : (𝑇1 · ... · 𝑇𝑘 )𝐴 = 𝐸 (*)
По утверждению ∀𝑖 = 1, 𝑘 𝑇𝑖 имеет обратную.
По свойству (4) : 𝑇1 · ... · 𝑇𝑘 имеет обратную.
Умножим (*) на обратную к (𝑇1 · ... · 𝑇𝑘 ) : (𝑇1 · ... · 𝑇𝑘 )−1 · (𝑇1 · ... · 𝑇𝑘 ) · 𝐴 =
(𝑇1 · ... · 𝑇𝑘 )−1 𝐸 =⇒ 𝐴 = (𝑇1 · ... · 𝑇𝑘 )−1
По свойству (1) ∃ ((𝑇1 · ... · 𝑇𝑘 )−1 )−1 = (𝑇1 · ... · 𝑇𝑘 ) ⇒ ∃𝐴−1 = (𝑇1 · ... · 𝑇𝑘 )

Из доказательства имеем:

1. 𝐴−1 = 𝑇1 · ... · 𝑇𝑘 = (𝑇1 · ... · 𝑇𝑘 )𝐸

2. (𝑇1 · ... · 𝑇𝑘 )𝐴 = 𝐸

Т.е. 𝐴−1 получена из 𝐸 с помощью ЭП над строками, которые приводят 𝐴 к 𝐸.

Чтобы производить такие же ЭП над строками матрицы 𝐸, как над строками
𝐴, преобразования делают над расширенной матрицей:

(𝐴|𝐸) ⇝ ((𝑇1 · ... · 𝑇𝑘 )𝐴(𝑇1 · ... · 𝑇𝑘 )𝐸) = (𝐸|𝐴−1 )

Это метод нахождения обратной матрицы.

Теорема. (о явном выражении элементов обратной матрицы)
Пусть 𝐴 = (𝑎𝑖𝑗 ) - квадратная невырожденная матрица порядка 𝑛, тогда ∃ об-
ратная матрица к 𝐴 и её элементы могут найдены по формуле:
1
𝑏𝑖𝑗 = · 𝐴𝑗𝑖
𝑑𝑒𝑡𝐴
где 𝐴−1 = (𝑏𝑖𝑗 ), 𝐴𝑗𝑖 - алгебраическое дополнение.
⎛ ⎞ ⎛ ⎞
𝑎11 · · · 𝑎1𝑛 𝐴11 · · · 𝐴𝑛1
⎜ .. .
.. ⎠ ; 𝐴 = 1 . .. ⎟
⎝ ..
−1
𝐴=⎝ . . ⎠
⎟ ⎜
𝑑𝑒𝑡𝐴
𝑎𝑛1 · · · 𝑎𝑛𝑛 𝐴1𝑛 · · · 𝐴𝑛𝑛

60
Доказательство. Т.к. 𝐴 - невырожденная, то ∃ 𝐴−1 по предыдущей теореме.
Обратная матрица к 𝐴 (назовем её 𝑋) удовлетворяет уравнению: 𝐴𝑋 = 𝐸
Пусть 𝑋 = (𝑋1 , ..., 𝑋𝑛 ), 𝐸 = (𝐸1 , ..., 𝐸𝑛 ), где 𝑋𝑖 , 𝐸𝑖 - стобцы соответствующих
матриц, тогда 𝐴𝑋 = 𝐸 эквивалентно системе:
⎧
⎪
⎪
⎪ 𝐴𝑋1 = 𝐸1
⎪
⎨𝐴𝑋 = 𝐸
⎪
2 2
..
⎪
⎪
⎪ .
⎪
⎪
⎩
𝐴𝑋 = 𝐸 𝑛 𝑛

∀𝑘 = 1, 𝑛 расмотрим соответствующую СЛУ: 𝐴𝑋𝑘 = 𝐸𝑘 . Она квадратная с

невырожденной матрицей коэффициентов =⇒ Решение единственное и может
быть найдено по формулам Крамера:
⎛ ⎞
𝑋1,𝑘
𝑋𝑘 = ⎝ ... ⎠ , где ∀𝑖 = 1, 𝑛; 𝑋𝑖,𝑘 =
△𝑖 △𝑖
=
⎜ ⎟
△ 𝑑𝑒𝑡𝐴
𝑋𝑛,𝑘

𝐴𝑘𝑖
△𝑖 = 𝑑𝑒𝑡(𝐴1 , ..., 𝐸𝑘 , ..., 𝐴𝑛 ) = 𝐴𝑘𝑖 =⇒ 𝑋𝑖,𝑘 =
𝑖−ое место 𝑑𝑒𝑡𝐴

61
9 Алебраические структуры
𝐴, 𝐵 - множества.
Декартово произведение: 𝐴 × 𝐵 = {(𝑎, 𝑏) | 𝑎 ∈ 𝐴, 𝑏 ∈ 𝐵}

Определение. Бинарной операцией на множестве 𝐴 называется отображение:

𝜌:𝐴×𝐴→𝐴

Обозначается:

1. 𝜌(𝑎1 , 𝑎2 ) = 𝑎3

2. 𝑎1 𝜌 𝑎2 = 𝑎3

3. 𝑎1 * 𝑎2 = 𝑎3

4. (𝐴, *)− на 𝐴 задана бинарная операция *

Определение. (𝐴, *) - говорят, что на 𝐴 определена алгебраическая структура.

(𝐴, *) называется алгебраической системой.

Определение. Бинарная операция (*) на 𝐴 называется коммутативной, если

∀𝑎, 𝑏 ∈ 𝐴 : 𝑎 * 𝑏 = 𝑏 * 𝑎

Определение. Бинарная операция (*) на 𝐴 называется ассоциативной, если

∀𝑎, 𝑏, 𝑐 ∈ 𝐴 : 𝑎 * (𝑏 * 𝑐) = (𝑎 * 𝑏) * 𝑐

Примеры.

1. (Z, +) ассоциативна и коммутативна.

2. (Z, −) НЕ ассоциативна и НЕ коммутативна.

3. (𝑀𝑚×𝑛 , +) ассоциативна и коммутативна.

4. (𝑀𝑚×𝑛 , ·) ассоциативна и НЕ коммутативна.

Определение. Элемент 𝑒 ∈ 𝐴 называется нейтральным элементом относи-

тельно бинарной операции (*), если ∀𝑎 ∈ 𝐴 : 𝑎 * 𝑒 = 𝑒 * 𝑎 = 𝑎

Примеры.

1. (Z, +): 𝑒 = 0

2. (Z, ·): 𝑒 = 1

62
 3. (Z, −): ̸ ∃ 𝑒

4. (N, +): ̸ ∃ 𝑒
Утверждение. Если нейтральный элемент существует, то он единственный.

Доказательство. (От противного) Допустим, что ∃ 𝑒1 , 𝑒2 ∈ 𝐴 - нейтральные

𝑒1 ̸= 𝑒2 =⇒ 𝑒 *𝑒2 = 𝑒2 ; 𝑒1 * 𝑒 = 𝑒1 =⇒ 𝑒1 = 𝑒2
⏟ ⏞1 ⏟ ⏞2
нейтральный нейтральный

Определение. Группоид - это множество 𝐴, на котором введена бинарная опе-

рация (*).
Обозначается: (𝐴, *)
Определение. Полугруппа - группоид с ассоциативной бинарной операцией.
Определение. Моноид - полугруппа, в которой ∃ нейтральный элемент.
Обозначение: (𝐴, *, 𝑒)
Утверждение. Если элемент 𝑎 моноида 𝐴 имеет обратный, то этот обратный
единственный.

Доказательство. Допустим ∃ 𝑏1 , 𝑏2 - обратные к 𝑎 элементы: 𝑏1 ̸= 𝑏2

В силу ассоциативности:

𝑏1 * (𝑎 * 𝑏2 ) = (𝑏1 * 𝑎) * 𝑏2

𝑏1 * 𝑒 = 𝑒 * 𝑏2
𝑏1 = 𝑏2

Примеры.

1. (𝑀𝑛×𝑚 (R), ·, 𝐸) моноид, ∃ 𝐴−1 ⇐⇒ 𝑑𝑒𝑡𝐴 ̸= 0

2. (Z, ·, 1) моноид, 1 и −1 обратимы

3. (R, ·, 1) моноид, ∀𝑎 ̸= 0 : ∃ 𝑎−1

Свойства.

1) Если элемент 𝑎 имеет обратный 𝑏 , то элемент 𝑏 имеет обратный и этот

обратный равен 𝑎

63
 2) Если 𝑎1 имеет обратный 𝑏1 , 𝑎2 имеет обратный 𝑏2 , то: (𝑎1 * 𝑎2 )−1 = 𝑏2 * 𝑏1

Определение. Группа - моноид, в котором каждый элемент имеет обратный.

Определение. Группоид (полугруппа, моноид, группа) называется коммута-

тивным, если бинарная операция коммутативна.

Определение. Абелева группа - коммутативная группа.

Примеры.

1. (Z, +, 0) - группа (абелева)

2. (Z, ·, 1) - НЕ группа (коммутативный моноид)

3. (R, ·, 1) - НЕ группа

4. (R/{0}, ·, 1) - группа (абелева)

5. (𝑀𝑚×𝑛 (R), ·, 𝐸) - НЕ группа

6. (𝐺𝐿𝑛 , ·, 𝐸) - группа
(𝐺𝐿𝑛 - множество невырожденных матриц порядка 𝑛 с коэф. из R)

Определение. Множество 𝐴, на котором задана бинарная операция (*), на-

зывается группой, если:

1. ∀𝑎, 𝑏, 𝑐 ∈ 𝐴 : 𝑎 * (𝑏 * 𝑐) = (𝑎 * 𝑏) * 𝑐 (ассоциаитвность)

2. ∃ 𝑒 ∈ 𝐴 : ∀𝑎 ∈ 𝐴 : 𝑎 * 𝑒 = 𝑒 * 𝑎 = 𝑎 (нейтральный элемент)

3. ∀𝑎 ∈ 𝐴 ∃ 𝑏 ∈ 𝐴 : 𝑎 * 𝑏 = 𝑏 * 𝑎 = 𝑒 (обратный элемент)

Терминология
Аддитивность Мультипликативность
* +, сложение · , умножение
𝑒 0, нулевой элемент 𝑒, единичный элемент
обратный к 𝑎 −𝑎, противоположный 𝑎−1 , обратный

64
9.1 Изоморфизм группы
Пусть (𝐺1 , *, 𝑒1 ), (𝐺2 , ∘, 𝑒2 ) - группы
Определение. Группы 𝐺1 , 𝐺2 называются изоморфными, если ∃ отображение
𝜙 : 𝐺1 → 𝐺2 :
1. 𝜙− биекция.
2. ∀𝑎, 𝑏 ∈ 𝐺1 : 𝜙(𝑎 * 𝑏) = 𝜙(𝑎) ∘ 𝜙(𝑏)
Обозначение: 𝐺1 ∼
= 𝐺2
При этом отображение называется изоморфизмом групп.
Пример. (R, +, 0), (R+ , ·, 1)
𝜙 : R → R+
⎧
⎨𝜙(𝑥) = 𝑒𝑥 − биекция
=⇒ R ∼
= R+
⎩𝜙(𝑎 + 𝑏) = 𝑒𝑎+𝑏 = 𝑒𝑎 · 𝑒𝑏 = 𝜙(𝑎) · 𝜙(𝑏)

Свойства.
1. 𝜙(𝑒1 ) = 𝑒2
2. 𝜙(𝑎−1 ) = 𝜙(𝑎)−1

Доказательство.
1) ∀𝑎 ∈ 𝐺1 :
𝑎 * 𝑒1 = 𝑎
𝜙(𝑎 * 𝑒1 ) = 𝜙(𝑎)
𝜙(𝑎) ∘ 𝜙(𝑒1 ) = 𝜙(𝑎)
Т.к. 𝐺2 - группа, то ∃ 𝜙(𝑎)−1 . Умножение на 𝜙(𝑎)−1 слева:
𝜙(𝑎)−1 ∘ (𝜙(𝑎) ∘ 𝜙(𝑒1 )) = 𝜙(𝑎)−1 ∘ 𝜙(𝑎) = 𝑒2

2)
𝑎−1 * 𝑎 = 𝑒1
𝜙(𝑎−1 * 𝑎) = 𝜙(𝑒1 ) = 𝑒2
𝜙(𝑎−1 ) ∘ 𝜙(𝑎) = 𝑒2
=⇒ обратный к 𝜙(𝑎) является 𝜙(𝑎)−1
Аналогично 𝜙(𝑎) ∘ 𝜙(𝑎−1 ) = 𝑒2

65
9.2 Группа подстановок
Определение. Подстановкой степени 𝑛 называется биективное отображение 𝜎
множества {1, ..., 𝑛} в себя.

{1, ..., 𝑛} → {1, ..., 𝑛} − биекция

Подстановку можно написать в виде таблицы:

(︃ )︃
𝑖1 𝑖2 · · · 𝑖𝑛
𝜎=
𝑗1 𝑗2 · · · 𝑗𝑛
В верхней строке расположены числа от 1 до 𝑛 в некотором порядке. В нижней
строке расположены их образы, т.е. 𝑗𝑘 = 𝜎(𝑖𝑘 )

Пример. 𝑛 = 3 : (︃ )︃
1 2 3
𝜎=
2 1 3

Если поменять столбцы местами, отображение не изменится.

Если в верхней строке числа упорядочить по возрастанию, то такая запись будет
называться стандартной.

Определение. Подстановка id степени 𝑛 называется тождественной, если:

∀𝑘 ∈ {1, ..., 𝑛} : id(𝑘) = 𝑘

т.е. (︃ )︃
1 2 ··· 𝑛
id =
1 2 ··· 𝑛
Обозначение: Ω = {1, ..., 𝑛} (множество, являющееся отрезком натурального
ряда)

Определение. Произведение подстановок 𝜋 и 𝜏 степени 𝑛 - это их композиция

𝜋 ∘ 𝜏 , т.е.
(𝜋 ∘ 𝜏 )(𝑘) = 𝜋(𝜏 (𝑘))

Утверждение. (1) Произведение подстановок степени 𝑛 - снова подстановка

длины 𝑛.

Утверждение. (2) Множество 𝑆𝑛 всех подстановок степени 𝑛, относительно

этого произведения (композиции), является группой.

Доказательство. По утверждению (1) произведение - это бинарное отношение:

66
 1) ассоциативность верна.

2) id - нейтральный элемент.
биекция
3) ∀𝜎 ∈ 𝑆𝑛 ∃ 𝜎 −1 ∈ 𝑆𝑛 , т.к. 𝜎 : Ω −→ Ω

Определение. Группа 𝑆𝑛 называется симметрической группой степени 𝑛

(группой всех подстановок степени 𝑛).

Утверждение. |𝑆𝑛 | = 𝑛!

Утверждение. Группа 𝑆𝑛 - НЕ коммутативна.

Пример. (︃ )︃ (︃ )︃ (︃ )︃
1 2 3 1 2 3 1 2 3
=
2 1 3 1 3 2 2 3 1
̸=
(︃ )︃ (︃ )︃ (︃ )︃
1 2 3 1 2 3 1 2 3
=
1 3 2 2 1 3 3 1 2
Определение. Циклом длины 𝑘 называется подстановка, в которой
∀𝑖 ∈ {1, ..., 𝑛} ∖ {𝑖1 , ..., 𝑖𝑘 }, где 𝜎(𝑖) = 𝑖, при этом:

𝜎(𝑖1 ) = 𝑖2 , 𝜎(𝑖2 ) = 𝑖3 , .., 𝜎(𝑖𝑘 ) = 𝑖1

Обозначение: (𝑖1 , ..., 𝑖𝑘 )

i2
i3

Представление в виде графа: i1

i не k

im

2
Пример. 𝑛 = 6, 𝜎 = (1, 3, 2) 1 4 5 6
3

Замечание. Заметим, что (𝑖1 , 𝑖2 , ..., 𝑖𝑘 ) = (𝑖𝑘 , 𝑖1 , ..., 𝑖𝑘−1 ) = (𝑖2 , 𝑖3 , .., 𝑖1 ) = ...

Определение. Циклы (𝑖1 , ..., 𝑖𝑘 ) и (𝑗1 , ..., 𝑗𝑘 ) называются независимыми, если:

{𝑖1 , ..., 𝑖𝑘 } ∩ {𝑗1 , ..., 𝑗𝑘 } = ∅

Пример. (1, 2, 3), (4, 5)

67
Утверждение. Независимые циклы коммутируют.
(︃ )︃
1 2 3 4 5 6 (︁ )︁ (︁ )︁ (︁ )︁
Пример. = 1 2 3 4 5 6
2 3 1 5 4 6
Теорема 1. Любая подстановка 𝜎 ∈ 𝑆𝑛 , 𝜎 ̸= id раскладывается в произве-
дение независимых циклов длины ≥ 2, причем это разложение единственно с
точностью до перестановки множителей.

Доказательство.

∃: Рассмотрим степени подстановки 𝜎.

По определению: 𝜎 0 = id;
𝜎 𝑚 := 𝜎 · ... · 𝜎, при 𝑚 > 0;
𝜎 𝑚 := 𝜎 −1 · ... · 𝜎 −1 , при 𝑚 < 0
Отметим, что:

1. Степень подстановки 𝜎 𝑚 - это подстановка ∀𝑚 ∈ Z

2. 𝜎 𝑚1 · 𝜎 𝑚2 = 𝜎 𝑚1 +𝑚2
3. (𝜎 𝑚1 )𝑚2 = 𝜎 𝑚1 ·𝑚2

Рассмотрим произвольный 𝑖 ∈ {1, ..., 𝑛}

σ σ σ σ

σ −1 (i) i σ(i) σ 2 (i)

Определение. Множество Orb(𝑖) = {𝜎 𝑚 (𝑖) | 𝑚 ∈ Z} называется орбитой

числа 𝑖.

Orb(𝑖) ⊆ {1, ..., 𝑛} =⇒ ∃ 𝑚1 , 𝑚2 ∈ Z : 𝜎 𝑚1 (𝑖) = 𝜎 𝑚2 (𝑖) = 𝑗

Допустим, что 𝑚1 > 𝑚2 , тогда 𝜎 𝑚1 −𝑚2 (𝑖) = 𝜎 −𝑚2 (𝜎 𝑚1 (𝑖)) = 𝜎 −𝑚2 (𝑗) = 𝑖
=⇒ (т.к. 𝑚1 − 𝑚2 ∈ N) ∃ такое наименьшее 𝑘 ∈ N : 𝜎 𝑘 (𝑖) = 𝑖

Orb(𝑖) = {𝑖, 𝜎(𝑖), ..., 𝜎 𝑘−1 (𝑖)}

Свойства.

1. Различные орбиты не пересекаются.

Доказательство. Пусть 𝑙 ∈ Orb(𝑖) ∩ Orb(𝑗) =⇒ ∃ 𝑚1 , 𝑚2 ∈ N0 :

𝜎 𝑚1 (𝑖) = 𝑙 = 𝜎 𝑚2 (𝑗) =⇒ 𝜎 𝑚1 −𝑚2 (𝑖) = 𝜎 −𝑚2 (𝜎 𝑚1 (𝑖)) = 𝜎 −𝑚2 (𝑙) = 𝑗 =⇒
∀𝑝 ∈ Z : 𝜎 𝑝 (𝑗) = 𝜎 𝑝 (𝜎 𝑚1 −𝑚2 (𝑖)) = 𝜎 𝑚1 −𝑚2 +𝑝 (𝑖) =⇒ Orb(𝑗) ⊆ Orb(𝑖)
Аналогично Orb(𝑖) ⊆ Orb(𝑗) =⇒ Orb(𝑖) = Orb(𝑗)

68
 2. {1, ..., 𝑛} = Orb(𝑖1 ) ∪ ... ∪ Orb(𝑖𝑠 )

Доказательство. Т.к. ∀𝑖 ∈ {1, ..., 𝑛} : 𝑖 ∈ Orb(𝑖)

Продолжаем доказательство теоремы. Рассмотрим разложение {1, ..., 𝑛}

как объединение Orb, где 𝑘𝑖 - количество элементов в Orb:

{1, ..., 𝑛} = Orb(𝑖1 ) ⊔ ... ⊔ Orb(𝑖𝑡 ) ⊔ Orb(𝑖𝑡+1 ) ⊔ ... ⊔ Orb(𝑖𝑠 )

𝑘1 𝑘𝑡 𝑘𝑡+1 𝑘𝑠

Если 𝜎 ≠ id, то 𝑘1 > 1, ..., 𝑘𝑡 > 1, 𝑘𝑡+1 = 1, ..., 𝑘𝑠 = 1 =⇒

𝜎 = (𝑖1 𝜎(𝑖1 ) ... 𝜎 𝑘1 −1 (𝑖1 )) ... (𝑖𝑡 𝜎(𝑖𝑡 ) ... 𝜎 𝑘𝑡 −1 (𝑖𝑡 )). ∃ доказано.

! : (От противного)
Допустим,
𝜎 = 𝜋1 · ... · 𝜋𝜈
𝜎 = 𝜏1 · ... · 𝜏𝜇
Различные разложения на независимые циклы длины ≥ 2
Т.к. 𝜎 ̸= 𝑖𝑑, то ∃ 𝑗 : 𝜎(𝑗) ̸= 𝑗 =⇒ с точностью до нумерации:

𝜋1 (𝑗) ̸= 𝑗, 𝜏1 (𝑗) ̸= 𝑗

𝜎(𝑗) = 𝜋1 (𝑗) 𝜎 𝑚 (𝑗) = 𝜋1𝑚 (𝑗)

=⇒ ∀𝑚 ∈ N0 :
𝜎(𝑗) = 𝜏1 (𝑗) 𝜎 𝑚 (𝑗) = 𝜏1𝑚 (𝑗)
Т.к. цикл полностью определяется степенями 𝜎, то 𝜋1 = 𝜏1 =⇒ 𝜋2 ...𝜋𝜈 =
𝜏2 ...𝜏𝜇 . Далее индукция по 𝜈 и 𝜇 =⇒ Противоречие =⇒ Разложение 𝜎
единственно.

Определение. Цикл длины 2 называется транспозицией.

Теорема. Любая подстановка 𝜎 ∈ 𝑆𝑛 раскладывается в произведение транспо-

зиций.

Доказательство. Если 𝜎 = id, то 𝜎 = (12)(12)

Если 𝜎 ̸= id, то по Теореме (1) 𝜎 раскладывается в произведение независимых
циклов длины ≥ 2
Поэтому достаточно разложить на транспозиции каждый такой цикл.

𝑘 > 1 (1, 2, ..., 𝑘) = (1, 𝑘)(1, 𝑘 − 1)...(1, 3)(1, 2)

69
9.3 Четность подстановки
(︃ )︃
𝑖1 · · · 𝑖𝑛
𝜎 ∈ 𝑆𝑛 ; 𝜎 =
𝑗1 · · · 𝑗𝑛
Определение. Знаком подстановки 𝜎 называется функция:
sgn(𝜎) := sgn(𝑖1 , ..., 𝑖𝑛 ) · sgn(𝑗1 , ..., 𝑗𝑛 )
Утверждение. Знак подстановки не зависит от способа записи подстановки в
виде таблицы.
(︃ )︃ (︃ )︃
𝑖1 · · · 𝑖𝑛 𝑚1 · · · 𝑚𝑛
Доказательство. Если и - две записи одной и
𝑗1 · · · 𝑗𝑛 𝑘1 · · · 𝑘𝑛
(︃ )︃ (︃ )︃
𝑖1 · · · 𝑖𝑛 𝑚1 · · · 𝑚𝑛
той же подстановки 𝜎, то от к можно перейти за
𝑗1 · · · 𝑗𝑛 𝑘1 · · · 𝑘𝑛
конечное число перемен столбцов местами. Каждая перемена столбцов местами
производит транспозицию в верхней и в нижней строке =⇒ знак меняется и там,
и там =⇒ знак произведения не изменяется.
(︃ )︃
1 2 ··· 𝑛
В стандартной записи 𝜎 = =⇒ sgn(𝜎) = sgn(𝑖1 , 𝑖2 , ..., 𝑖𝑛 )
𝑖1 𝑖2 · · · 𝑖𝑛
Определение. Подстановка 𝜎 называется четной (нечетной), если:
sgn(𝜎) = 1 (sgn(𝜎) = −1)
Свойства.

1. sgn(𝜎 −1 ) = sgn(𝜎)
(︃ )︃ (︃ )︃
𝑖1 · · · 𝑖𝑛 𝑗1 · · · 𝑗𝑛
Доказательство. 𝜎 = =⇒ 𝜎 −1 =
𝑗1 · · · 𝑗𝑛 𝑖1 · · · 𝑖𝑛

2. sgn(𝜎 · 𝜏 ) = sgn(𝜎) · sgn(𝜏 ) (𝜎, 𝜏 ∈ 𝑆𝑛 )

Доказательство.
(︃ )︃ (︃ )︃
𝑖 1 · · · 𝑖𝑛 𝑘1 · · · 𝑘𝑛
𝜎= ,𝜏 =
𝑗1 · · · 𝑗𝑛 𝑖1 · · · 𝑖𝑛
(︃ )︃
𝑘1 · · · 𝑘𝑛
=⇒ 𝜎 · 𝜏 = =⇒ sgn(𝜎 · 𝜏 ) = sgn(𝑘1 , ..., 𝑘𝑛 ) · sgn(𝑗1 , ..., 𝑗𝑛 ) =
𝑗1 · · · 𝑗𝑛
sgn(𝑘1 , ..., 𝑘𝑛 )·sgn(𝑖1 , ...., 𝑖𝑛 ) · sgn(𝑖1 , ...., 𝑖𝑛 ) ·sgn(𝑗1 , ..., 𝑗𝑛 ) = sgn(𝜎)·sgn(𝜏 )
⏟ ⏞
1

70
Утверждение.

1. если 𝜏 - транспозиция, то sgn(𝜏 ) = −1

2. если 𝜎 - цикл длины 𝑘, то sgn(𝜎) = (−1)𝑘−1

3. если 𝜎 = 𝜏1 · ... · 𝜏𝑙 , где 𝜏𝑖 - транспозиции, то sgn(𝜎) = (−1)𝑙

Доказательство.

1) (︃ )︃
1 ··· 𝑖 ··· 𝑗 ···𝑛
𝜏=
1 ··· 𝑗 ··· 𝑖 ···𝑛
=⇒ sgn(𝜏 ) = sgn(1, ..., 𝑗, ..., 𝑖, ..., 𝑛) = −sgn(1, ..., 𝑖, ..., 𝑗, ..., 𝑛) = −1

3) следует из Свойства (2) и Утверждения (1):

sgn(𝜎) = sgn(𝜏1 ) · sgn(𝜏2 ) · ... · sgn(𝜏𝑙 ) = (−1) · (−1) · ... · (−1) = (−1)𝑙
⏟ ⏞
𝑙

2) 𝜎 = (𝑖1 , ..., 𝑖𝑘 ) = (𝑖1 , 𝑖𝑘 )(𝑖1 , 𝑖𝑘−1 )...(𝑖1 , 𝑖2 ) = (по Утверждения (3)) = (−1)𝑘−1

Пример.
(︃ )︃
1 2 3 4 5 6 (︁ )︁ (︁ )︁
= 1 3 2 4 5 = (−1)2 · (нечет) =
3 1 2 5 4 6

= (чет) · (нечет) = (нечет)

9.4 Подгруппа
(𝐴, *) - множество с бинарной операцией. 𝐵 ⊆ 𝐴

Определение. Говорят, что 𝐵 замкнуто относительно бинарной опериции *,

если:
∀𝑏1 , 𝑏2 ∈ 𝐵 : 𝑏1 * 𝑏2 ∈ 𝐵
В этом случае 𝐵 превращается в алгебраическую структуру.

Пример. N (коммутативная полугруппа) ⊂ Z (с + абелева группа)

Определение. Множество 𝐻 называется подгруппой группы 𝐺, если:

71
 1. ∀ℎ1 , ℎ2 ∈ 𝐻 =⇒ ℎ1 · ℎ2 ∈ 𝐻

2. 𝑒 ∈ 𝐻

3. ∀ℎ ∈ 𝐻 =⇒ ℎ−1 ∈ 𝐻

Обозначается: 𝐻 ≤ 𝐺
Утверждение. Любая подгруппа группы 𝐺 сама является группой, относи-
тельно той же операции.
Замечание. В определении подгруппы (2.) ←→ ”𝐻 ̸= ∅”
Примеры.

1) N ≤ Z

2) Z ≤ Q ≤ R

3) 𝑚Z ≤ Z, 𝑚 ∈ N

4) 𝐴𝑛 - все четные подстановки

𝐴𝑛 ≤ 𝑆𝑛 . (для нечетных неверно)

9.5 Кольца и поля

Определение. Множество 𝐾, на котором введены 2 бинарные операции:
” + ” - сложение, ” · ” - умножение, называется кольцом, если выполнены сле-
дующие аксиомы:

1. (𝐾, +) - абелева группа

2. ∀𝑎, 𝑏, 𝑐 ∈ 𝐾 : 𝑎(𝑏 + 𝑐) = 𝑎𝑏 + 𝑎𝑐 и (𝑎 + 𝑏)𝑐 = 𝑎𝑐 + 𝑏𝑐

Обозначается: (𝐾, +, ·)
Примеры.

1. (Z, +, ·)

2. (𝑀𝑛 (R), +, ·)
Определение. Кольцо называется ассоциативным, если умножение ассоциа-
тивно.
Определение. Кольцо называется коммутативным, если умножение коммута-
тивное.

72
Определение. Кольцо называется кольцом с единицей, если существует ней-
тральный элемент по умножению:

∃ 𝑒 ∈ 𝐾 : ∀𝑎 ∈ 𝐾 : 𝑒 · 𝑎 = 𝑎 · 𝑒 = 𝑎

Утверждение. Если в 𝐾 есть единица, то она единственная.

Примеры.

1. (Z, +, ·) - коммутативное, ассоциативное кольцо с 1

2. (𝑀𝑛 (R), +, ·) - НЕ коммутативное, ассоциативное кольцо с 1

3. (𝑉 3 , +, ×), (× - векторное произведение) - НЕ коммутативное, НЕ ассоци-

ативное кольцо без 1

4. (2Z, +, ·) - коммутативное, ассоциативное кольцо без 1

Следствия. (простейшие)

1. • 0 - единственный
• ∀𝑎 ∈ 𝐾 - противоположный единственный
• ∀𝑎, 𝑏 ∈ 𝐾 ∃! 𝑥 ∈ 𝐾 : 𝑎 + 𝑥 = 𝑏 =⇒ 𝑥 = 𝑏 + (−𝑎); (𝑥 !, т.к. (−𝑎) !)
Обозначается: 𝑥 = 𝑏 − 𝑎

2. ∀𝑎 ∈ 𝐾 : 𝑎 · 0 = 0 · 𝑎 = 0

3. 𝑎 · (−𝑏) = (−𝑎) · 𝑏 = −(𝑎 · 𝑏)

4. ∀𝑎, 𝑏, 𝑐 ∈ 𝐾 : 𝑎(𝑏 − 𝑐) = 𝑎𝑏 − 𝑎𝑐, (𝑏 − 𝑐)𝑎 = 𝑏𝑎 − 𝑐𝑎

5. Если 𝐾 - кольцо с 1, то 𝑎(−𝑒) = (−𝑒)𝑎 = −𝑎

Замечание. Пусть 𝐾 - кольцо с единицей (𝑒), тогда если 𝑒 = 0 =⇒ 𝐾 = {0}

Доказательство. ∀𝑎 ∈ 𝐾 : 0 = 0 · 𝑎 = 𝑒 · 𝑎 =⇒ 𝑎 = 0

Пусть 𝐾 - кольцо с единицей

Определение. Элемент 𝑎 ∈ 𝐾 называется обратимым, если:

∃ 𝑏 ∈ 𝐾 : 𝑎𝑏 = 𝑏𝑎 = 1

При этом элемент 𝑏 должен быть обратным к 𝑎

73
Утверждение. Пусть 𝐾 - ассоциативное кольцо с 1, тогда если элемент 𝑎 ∈ 𝐾
имеет обратный, то он единственный.

Примеры.

1. (Z, +, ·): 1, −1 - обратимые, других нет.

2. (R, +, ·): ∀𝑎 ∈ R, 𝑎 ̸= 0 - обратим.

Обозначается: 𝐾 - ассоциативное кольцо с 1

𝐾 * - множество элементов кольца 𝐾, имеющих обратный.

Утверждение. 𝐾 * - группа относительно умножения.

Пример. Z* = {1, −1}

Определение. Поле 𝐾 - коммутативное, ассоциативное кольцо с 1 ̸= 0 , в

котором любой ненулевой элемент обратим.

Замечание. 0 = 𝑒 ⇐⇒ 𝐾 = {0} - не поле.

Примеры.

1. (R, +, ·) - поле

2. (Q, +, ·) - поле

3. (Z, +, ·) - НЕ поле

Пример. Z𝑛 - коммутативное, ассоциативное кольцо с 1

Утверждение. 𝑘 ∈ Z𝑛 - обратим ⇐⇒ (𝑘, 𝑛) = 1

Теорема. Z𝑛 - поле ⇐⇒ 𝑛− простое

Доказательство.

=⇒ Пусть Z𝑛 - поле, тогда ∀𝑘 ∈ Z𝑛 имеет обратный 𝑚 : 𝑘𝑚 = 1.

Предположим, что 𝑛 - не простое, тогда 𝑛 = 𝑠𝑡, где 1 < 𝑠, 𝑡 < 𝑛
=⇒ 𝑠, 𝑡 ̸= 0, но 𝑠𝑡 = 𝑛 = 0 (в Z𝑛 ) =⇒ 𝑠 и 𝑡 - делители нуля - противоречие
(в поле нет делителей нуля, это доказывается чуть ниже).

⇐= 𝑛 - простое, то ∀𝑘 ̸= 0 ∈ Z𝑛 : 𝑛 ̸= 𝑘 =⇒ (𝑛, 𝑘) = 1
=⇒ 𝑘 - обратим (остальные аксиомы поля проверяются непостредственно).

74
Определение. Говорят, что кольцо 𝐾 не имеет делителей нуля, если из равен-
ства 𝑎 · 𝑏 = 0 =⇒ 𝑎 = 0 или 𝑏 = 0.
Если же для ненулевого элемента 𝑎 ∈ 𝐾 найдется ненулевой элемент 𝑏 ∈ 𝐾 :
𝑎 · 𝑏 = 0, то 𝑎, 𝑏 называются делителями нуля.

Примеры.

1. Z : без делителя нуля

2. Z6 : 2 · 3 = 0 =⇒ есть делители нуля.

(︃ )︃ (︃ )︃ (︃ )︃
1 0 0 0 0 0
3. 𝑀2 (R): · =
0 0 0 1 0 0
Утверждение. Если в кольце 𝐾 нет делителя нуля, то возможно сокращение,
если 𝑎 · 𝑐 = 𝑏 · 𝑐, и 𝑐 ̸= 0, то 𝑎 = 𝑏

Доказательство. 𝑎 · 𝑐 = 𝑏 · 𝑐 =⇒ 𝑎 · 𝑐 − 𝑏 · 𝑐 = 0 =⇒ (𝑎 − 𝑏) · 𝑐 = 0
т.к. нет делителя нуля =⇒ либо 𝑐 = 0, либо 𝑎 − 𝑏 = 0, но 𝑐 ̸= 0 =⇒ 𝑎 = 𝑏

Утверждение. В поле нет делителя нуля.

⎧
⎨𝑎 · 𝑏 = 0
⎪
⎪
Доказательство. Предположим, что: 𝑎 ̸= 0 т.к. 𝑎 ̸= 0, в поле ∃ 𝑎−1
⎪
⎪
𝑏 ̸= 0
⎩
Умножим 𝑎 · 𝑏 = 0 на 𝑎 −1

⎧
⎨𝑎−1 (𝑎 · 𝑏) = 𝑎−1 · 0 = 0
=⇒ 𝑏 = 0
⎩𝑎−1 (𝑎 · 𝑏) = (𝑎−1 · 𝑎)𝑏 = 1 · 𝑏 = 𝑏

Утверждение. Пусть 𝐾 - коммутативное, ассоциативное кольцо с 1, тогда:

𝑥 − обратим ⇐⇒ 𝑥 − не делитель нуля

Доказательство. Упражнение

9.6 Изоморфные кольца и поля

Определение. Кольца 𝐾 и 𝐾
̃︀ называются изоморфными, если: ∃ 𝜙 : 𝐾 → 𝐾
̃︀ :

1. 𝜙 - биекция

2. ∀𝑎, 𝑏 ∈ 𝐾 : 𝜙(𝑎 + 𝑏) = 𝜙(𝑎) + 𝜙(𝑏)

75
 3. ∀𝑎, 𝑏 ∈ 𝐾 : 𝜙(𝑎𝑏) = 𝜙(𝑎) · 𝜙(𝑏)

Обозначается: 𝐾 ∼ ̃︀ 𝜙 − изоморфизм колец

= 𝐾,
Следствия.

1. 𝜙(0) = ̃︀
0

2. 𝜙(−𝑎) = −𝜙(𝑎)

3. Если 𝐾 - ассоциативное кольцо с 1, то 𝜙(𝑒) = 𝑒,

а если 𝑎 ∈ 𝐾 обратим, то 𝜙(𝑎−1 ) = 𝜙(𝑎)−1
Определение. Поля 𝑃 и 𝑃̃︀ изоморфны, если они изоморфны как кольца.
Определение. Подмножество 𝐿 кольца 𝐾 называется подкольцом, если:

1. 𝐿 - подгруппа адитивной группы кольца 𝐾, т.е.

• ∀𝑎, 𝑏 ⊂ 𝐿 : 𝑎 + 𝑏 ∈ 𝐿
• 0∈𝐿
• ∀𝑎 ∈ 𝐿 : (−𝑎) ∈ 𝐿

2. ∀𝑎, 𝑏 ∈ 𝐿 : 𝑎 · 𝑏 ∈ 𝐿
Утверждение. Любое подкольцо кольца 𝐾 само является кольцом относи-
тельно тех же операций.
Определение. Подмножество 𝐿 поля 𝐾 называется подполем, если:

1. 𝐿 - подкольцо кольца 𝐾

2. 𝑒 ∈ 𝐿

3. ∀𝑎 ∈ 𝐿, 𝑎 ̸= 0 =⇒ 𝑎−1 ∈ 𝐿
Утверждение. Любое подмножество поля 𝐾 само является полем относильно
тех же операций.
Примеры.

1. Q ⊆ R - подполе

2. Z ⊆ R - подкольцо

3. 2Z ⊆ Z - подкольцо
Упражнение. В Q нет подполей, отличных от самого Q.

76
9.7 Характеристика поля
Определение. Говорят, что поле 𝑃 имеет характеристику 𝑛, если 𝑛 - наимень-
шее натуральное число, такое, что 1⏟ + 1 +⏞... + 1 = 0.
𝑛
Если такого числа нет, то говорят, что поле имеет характеристику 0.
Обозначается: char𝑃 = 𝑛

Примеры.

1. charZ3 = 3 (1 + 1 + 1 = 0)

2. charR = 0

Замечание. Если 𝑛 ̸= 0, char𝑃 = 𝑛, то ∀𝑎 ∈ 𝑃 :

𝑎
⏟
+ 𝑎 +⏞... + 𝑎 = 𝑎
⏟
· 1 + 𝑎 · 1 ⏞+ ... + 𝑎 · 1 = 𝑎 · (1⏟ + 1 +⏞... + 1) = 𝑎 · 0 = 0
𝑛 𝑛 𝑛

Утверждение. Если 𝑃 - поле характеристики 𝑛, 𝑛 ̸= 0, то 𝑛 − простое.

Доказательство. Докажем, 𝑛 = 𝑚 · 𝑘, 1 < 𝑚, 𝑘 < 𝑛:

1⏟ + 1 +⏞... + 1 = (1⏟ + 1 +⏞... + 1)(1⏟ + 1 +⏞... + 1) =⇒ 𝑚 · 𝑘 = 0

𝑛 𝑚 𝑘

В поле нет делителей нуля =⇒ 1⏟ + 1 +⏞... + 1 = 0. Противоречие.

𝑚

Замечание. Теория решения СЛУ (метод Гаусса, правила Крамера, ...), тео-
рия определителей, утверждения о векторных пространсвах (в частности о мат-
рицах), которые мы рассматривали раннее, переносятся с R на произвольные
поля.
Исключение - поле характеристики 2: в определении кососимметричной и по-
лилинейной функции надо требовать, чтобы при 2 совпадающих аргументах
𝑓 (..., 𝑣, ..., 𝑣, ...) = 0. Отсюда получаем, что 𝑓 (..., 𝑣, ..., 𝑤, ...) = −𝑓 (..., 𝑤, ..., 𝑣, ...)
(при char𝑃 = 2 получаем: 1 = −1)

9.8 Поле комплексных чисел

Определение. Поле комплексных чисел C - это поле, в котором выполнены
следующие условия:

1. Поле R содержится в C в качестве подполя.

77
 2. В C ∃ элемент 𝑖 : 𝑖2 = −1

3. C - наименьшее поле, удовлетворяющее условиям 1. и 2.

Т.е. ∀𝐹 ⊆ C : R ⊆ 𝐹, 𝑖 ∈ 𝐹 =⇒ 𝐹 = C

Теорема. Поле C комплексных чисел существует, причем оно единсвенно с

точностью до изоморфизма, оставляющего все вещественные числа на месте.
Кроме того, ∀𝑧 ∈ C представляется единсвенным образом в виде: 𝑧 = 𝑎 + 𝑏𝑖,
где 𝑎, 𝑏 ∈ R.

Доказательство.

1.) Предположим, что поле комплексных чисел C существует, и докажем его

единственность.
Для этого исследуем C
Рассмотрим в C подмножество 𝐹 :

𝐹 = {𝑎 + 𝑏𝑖 | 𝑎, 𝑏 ∈ R} ⊆ C

Докажем, что 𝐹 - подполе:

1) (𝑎 + 𝑏𝑖) + (̃︀ 𝑎) + (𝑏 + ̃︀𝑏)𝑖 ∈ 𝐹

𝑎 + ̃︀𝑏𝑖) = (𝑎 + ̃︀
2) 0 = 0 + 0𝑖 ∈ 𝐹
3) −(𝑎 + 𝑏𝑖) = (−𝑎) + (−𝑏)𝑖 ∈ 𝐹
4) (𝑎 + 𝑏𝑖)(̃︀ 𝑎 − 𝑏̃︀𝑏) + (𝑎̃︀𝑏 + ̃︀
𝑎 + ̃︀𝑏𝑖) = (𝑎̃︀ 𝑎𝑏)𝑖 ∈ 𝐹
5) 𝑒 = 1 + 0𝑖 ∈ 𝐹
6) ∀(𝑎 + 𝑏𝑖) ∈ 𝐹 ∃ (𝑎 + 𝑏𝑖)−1 = 1
𝑎+𝑏𝑖 = 𝑎−𝑏𝑖
𝑎2 +𝑏2
𝑎
= ( 𝑎2 +𝑏2 +
−𝑏
𝑎2 +𝑏2 𝑖) ∈𝐹

=⇒ 𝐹 - подполе поля C
R ⊆ 𝐹 , т.к. ∀𝑎 ∈ R ∃ (𝑎 + 0 · 𝑖) ∈ 𝐹 и ∃ 𝑖 = (0 + 1 · 𝑖) ∈ 𝐹
По третьей аксиоме из определения поле C : 𝐹 = C
Мы доказали, что если поле комплексных чисел существует, то любой эле-
мент в нем представляется в виде 𝑧 = 𝑎 + 𝑏𝑖, где 𝑎, 𝑏 ∈ R.
Проверим, что это представление единственное.
От противного:
𝑎 + 𝑏𝑖 = ̃︀ 𝑎, 𝑏, ̃︀𝑏 ∈ R
𝑎 + ̃︀𝑏𝑖, 𝑎, ̃︀
(𝑎 − ̃︀
𝑎) = (̃︀𝑏 − 𝑏)𝑖
𝑎)2 = −1 · (̃︀𝑏 − 𝑏)2 =⇒
(𝑎 − ̃︀

78
 ⎧ ⎧ ⎧
𝑎)2 ≥ 0
⎨(𝑎 − ̃︀ ⎨(𝑎 − ̃︀𝑎)2 = 0 ⎨𝑎 = ̃︀
𝑎
=⇒ =⇒ =⇒
⎩−(̃︀𝑏 − 𝑏)2 ≤ 0 ⎩(̃︀𝑏 − 𝑏)2 = 0 ⎩𝑏 = ̃︀𝑏

Предположим, что ∃ еще одно поле комплексных чисел C.

Т.к. рассуждения выше верны и для C̃︀ , то ∀𝑧̃︀ ∈ C
̃︀ представляетя един-
ственным образом в виде:
𝑧̃︀ = 𝑎 + 𝑏̃︀𝑖, где 𝑎, 𝑏 ∈ R, (̃︀𝑖)2 = −1
Рассмотрим отображение:
𝜙:C→C
̃︀
𝜙 : 𝑎 + 𝑏𝑖 → 𝑎 + 𝑏̃︀𝑖
Это отображение - изоморфизм полей, сохраняющий вещественные числа
на месте.
2.) Докажем существование поля помплексных чисел.
Построим поле, удовлетворяющее определению:
Γ = {(𝑎, 𝑏) | 𝑎, 𝑏 ∈ R}
Введем операции:
∘ (𝑎, 𝑏) + (̃︀𝑎, ̃︀𝑏) = (𝑎 + ̃︀
𝑎, 𝑏 + ̃︀𝑏)
∘ (𝑎, 𝑏) · (̃︀ 𝑎 − 𝑏̃︀𝑏, 𝑎̃︀𝑏 + ̃︀
𝑎, ̃︀𝑏) = (𝑎̃︀ 𝑎𝑏)

1. Относильно (+) и ( · ) выполнены коммутативность, ассоциативность,

дистрибутивность (непосредственная проверка).
2. (0, 0) - ноль
3. (−𝑎, −𝑏) - противоположный к (𝑎, 𝑏)
4. (1, 0) - единица
5. ∀(𝑎, 𝑏) ̸= (0, 0) ∃ обратный : ( 𝑎2 +𝑏
𝑎 −𝑏
2 , 𝑎2 +𝑏2 )

=⇒ Γ - поле.
Рассмотрим подмножество L ⊆ Γ :
L = {(𝑎, 0) | 𝑎 ∈ R}
Такое поле изоморфно R :
⎧
⎨𝜙 : R → 𝐿 : 𝑎 → (𝑎, 0) − биекция
⎪
⎪
𝜙(𝑎1 + 𝑎2 ) = (𝑎1 + 𝑎2 , 0) = (𝑎1 , 0) + (𝑎2 , 0) = 𝜙(𝑎1 ) + 𝜙(𝑎2 )
⎪
⎪
𝜙(𝑎1 · 𝑎2 ) = (𝑎1 · 𝑎2 , 0) = (𝑎1 , 0) · (𝑎2 , 0) = 𝜙(𝑎1 ) · 𝜙(𝑎2 )
⎩

79
 ∘ −1 ←→ (−1, 0) = (0, 1)(0, 1)
∘ 𝑖 = (0, 1) ∈ Γ
∘ ∀(𝑎, 𝑏) ∈ Γ : (𝑎, 0)(1, 0) + (𝑏, 0)(0, 1) = (𝑎, 𝑏), т.е. ∀𝑧 ∈ Γ :

𝑧 =𝑎·1+𝑏·𝑖
⎧
⎨R ⊆ 𝐹
=⇒ ∀ Γ ⊆ 𝐹 : =⇒ Γ = 𝐹
⎩𝑖 ∈ 𝐹

Замечание. Запись 𝑧 = 𝑎 + 𝑏𝑖 называется алгебраической записью комплекс-

ного числа.

• 𝑅𝑒(𝑧) = 𝑥 - вещественная часть комплексного числа.

• 𝐼𝑚(𝑧) = 𝑦 - мнимая часть комплексного числа.

• 𝑖 - мнимая единица.

На декартовой плоскоси:

𝐼𝑚(𝑧)

𝑀 (𝑥, 𝑦)

𝑅𝑒(𝑧)
𝑂

−−→
𝑧 = 𝑥 + 𝑖𝑦 ←→ точка 𝑀 (𝑥, 𝑦) ←→ вектор 𝑂𝑀

Определение. Число 𝑧 = 𝑥 − 𝑖𝑦 называется комплексно-сопряженным к

𝑧 = 𝑥 + 𝑖𝑦.

Утверждение. Отображеие 𝑧 → 𝑧 является изоморфизмом поля C в себя:

𝜙 : C → C (т.е. является автоморфизмом).

Доказательство.

1) биекция очевидна

2) 𝑧1 + 𝑧2 = (𝑥1 + 𝑥2 ) − (𝑦1 + 𝑦2 )𝑖 = 𝑧1 + 𝑧2

80
 3) 𝑧1 𝑧2 = (𝑥1 𝑥2 − 𝑦1 𝑦2 ) + (𝑥1 𝑦2 + 𝑥2 𝑦1 )𝑖 = 𝑧1 · 𝑧2

Свойства.

1. 𝑧 = 𝑧

2. 𝑧 · 𝑧 = 𝑥2 + 𝑦 2 ∈ R

3. 𝑧 + 𝑧 = 2𝑥 ∈ R

4. ∀𝑧 = 𝑥 + 𝑖𝑦, 𝑧 ̸= 0, ∃ 𝑧 −1 = 1
𝑧 = 𝑧
𝑧·𝑧 = 𝑥−𝑖𝑦
𝑥2 +𝑦 2

Определение. Тригонометрическая форма (полярная система координат на

плоскости)
Точка 𝑀 (𝑥, 𝑦) ←→ (𝜌, 𝜙)
M (x, y)

φ
O x
−−→ −−→
𝜌 = |𝑂𝑀 |; 𝜙 = ∠(𝑂𝑥, 𝑂𝑀 )
⎧
⎨𝑥 = 𝜌 cos(𝜙)
⎩𝑦 = 𝜌 sin(𝜙)
√︀
𝑧 = 𝜌(cos(𝜙) + 𝑖 sin(𝜙)); 𝜌 = |𝑧| = 𝑥2 + 𝑦 2
∙ 𝜙 называется аргументом комплексного числа 𝑧, определяется с точностью
до 2𝜋𝑘, 𝑘 ∈ Z.
𝐴𝑟𝑔(𝑧) = 𝜙 + 2𝜋𝑘, 𝑘 ∈ Z
0 ≤ 𝐴𝑟𝑔(𝑧) ≤ 2𝜋 − главный аргумент
⎧
⎨𝑎𝑟𝑐𝑡𝑔( 𝑦 ), 𝑥>0
𝑥
𝐴𝑟𝑔(𝑧) =
⎩𝑎𝑟𝑐𝑡𝑔( 𝑦 + 𝜋), 𝑥 < 0
𝑥

Если 𝑧 = 0, то аргумент не определяется (либо угол любой, либо |𝑧| = 0)

⎧
⎨|𝑧 | = |𝑧 |
1 2
𝑧1 = 𝑧2 ⇐⇒
⎩𝜙1 = 𝜙2 + 2𝜋𝑘, 𝑘 ∈ Z

81
Утверждение. (Формула Муавра)
Пусть 𝑧1 = 𝜌1 (cos(𝜙1 ) + 𝑖 sin(𝜙1 )), 𝑧2 = 𝜌2 (cos(𝜙2 ) + 𝑖 sin(𝜙2 ))
Тогда:

1. 𝑧1 · 𝑧2 = (𝜌1 · 𝜌2 )(cos(𝜙1 + 𝜙2 ) + 𝑖 sin(𝜙1 + 𝜙2 ))

2. если 𝑧2 ̸= 0, то 𝑧1
𝑧2 = 𝜌1
𝜌2 (cos(𝜙1 − 𝜙2 ) + 𝑖 sin(𝜙1 − 𝜙2 ))

Доказательство.

1. 𝑧1 · 𝑧2 = 𝜌1 (cos(𝜙1 ) + 𝑖 sin(𝜙1 )) · 𝜌2 (cos(𝜙2 ) + 𝑖 sin(𝜙2 )) =

= (𝜌1 · 𝜌2 )(cos(𝜙1 ) cos(𝜙2 ) − sin(𝜙1 ) sin(𝜙2 ) +
+ cos(𝜙1 ) sin(𝜙2 )𝑖 + cos(𝜙2 ) sin(𝜙1 )𝑖) =
= (𝜌1 · 𝜌2 )(cos(𝜙1 + 𝜙2 ) + 𝑖 sin(𝜙1 + 𝜙2 ))

2. Аналогично

Определение. Число 𝑤 ∈ C называется корнем 𝑛-ой степени из 𝑧 ∈ C,

где 𝑛 ∈ N, если 𝑤𝑛 = 𝑧.

Утверждение. Пусть 𝑧 = 𝜌(cos(𝜙) + 𝑖 sin(𝜙)), 𝑧 ̸= 0, 𝑛 ∈ N

Тогда ∃ ровно 𝑛 корней 𝑛-ой степени из 𝑧 ∈ C: 𝑤0 , 𝑤1 , ..., 𝑤𝑛−1 , причем:
√ 𝜙 + 2𝜋𝑙 𝜙 + 2𝜋𝑙
𝑤𝑙 = 𝑛
𝜌 · (cos( ) + 𝑖 sin( ))
𝑛 𝑛
Im(z)

w1

w2 √ w0
ρ
φ
O n
Re(z)

w3 w5

w4

𝑤0 , 𝑤1 , ..., 𝑤𝑛−1 - лежат в верщинах правильного 𝑛 - угольника, вписанного в

окружность.

82
Доказательство. Рассмотрим 𝑤 = 𝑟(cos(𝜓) + 𝑖 sin(𝜓))

𝑧 = 𝜌(cos(𝜙) + 𝑖 sin(𝜙)) = 𝑟𝑛 (cos(𝑛𝜓) + 𝑖 sin(𝑛𝜓)) = 𝑤𝑛

⎧
⎨𝑟𝑛 = 𝜌
√
=⇒ =⇒ 𝑤 = 𝑛 𝜌 · (cos( 𝜙+2𝜋𝑘 𝜙+2𝜋𝑘
𝑛 ) + 𝑖 sin( 𝑛 )), 𝑘 ∈ Z
⎩𝑛𝜙 = 𝜙 + 2𝜋𝑘, 𝑘 ∈ Z

при 𝑘 = {0, 1, ..., 𝑘 − 1} - 𝑤 принимает все различные значения.

√
Пример. 𝑧 = 1, 𝑛 = 3, 3 1

Im(z)

w1

2π
3
w0
O Re(z)

w2

83
10 Алгебра над полем
Пусть 𝐹 - поле
Определение. Алгеброй над полем 𝐹 называется множество 𝐴 с операция-
ми сложения, умножения и умножения на элементы поля, удовлетворяющие
следующим аксиомам:

1. (𝐴, +, ·) - кольцо

2. (𝐴, +, 𝜆·) - векторное пространство над полем 𝐹

3. ∀𝑎, 𝑏 ∈ 𝐴, 𝜆 ∈ 𝐹 : 𝜆(𝑎 · 𝑏) = (𝜆𝑎)𝑏 = 𝑎(𝜆𝑏)

Обозначается: (𝐴, +, ·, 𝜆·), 𝜆 ∈ 𝐹

Определение. Алгебра над полем называется коммутативной (ассоциативной,
с единицей и т.д.), если алгебра, как кольцо, имеет соответствующее свойство.
Определение. Размерность алгебры - размерность алгебры, как векторного
пространства над полем.
Примеры.

1. 𝑀𝑛 (𝐹 )− алгебра матриц с коэффициентами из 𝐹 (это НЕ коммутативная,

ассоциативная с единицей алгебра над 𝐹 )

2. (𝑉 3 , +, ×, 𝜆·) - векторное произведение (НЕ коммутативна, НЕ ассоциатив-

ная без единицы алгебра над R, размерности 3)

3. 𝐿 - подполе поля 𝐹 =⇒ 𝐹 можно рассматривать, как алгебру над 𝐿

Пример. C - алгебра над R размерности 2 (Базис: {1, 𝑖})

Пусть 𝐴 - алгебра над полем 𝐹 , {𝑒1 , ..., 𝑒𝑛 } - базис алгебры 𝐴, как векторного
пространства, тогда
𝑛
∑︁ 𝑛
∑︁
∀𝑎, 𝑏 ∈ 𝐴 : 𝑎 = 𝑎𝑗 𝑒 𝑗 , 𝑏 = 𝑎𝑗 𝑒 𝑗
𝑗=1 𝑗=1

𝑛
∑︁ 𝑛
∑︁ 𝑛
∑︁
=⇒ 𝑎 · 𝑏 = ( 𝑎𝑗 𝑒𝑗 )( 𝑎𝑘 𝑒𝑘 ) = 𝑎𝑗 𝑏𝑘 (𝑒𝑗 𝑒𝑘 )
𝑗=1 𝑘=1 𝑗,𝑘=1

Для умножения произвольных элементов достаточно знать таблицу умножения

базисных элементов (𝑒𝑗 · 𝑒𝑘 )

84
Утверждение. Для проверки коммутативности (·) в алгебре (ассоциативности
и т.д.) достаточно проверить на базисных векторах.

Доказательство. Очевидно
Примеры.

1. C - алгебра над R с базисом {1, 𝑖}

1 i
1 1 i
i i -1

2. (𝑉 3 , +, ×, 𝜆·); 𝑉 3 c базисом {𝑖, 𝑗, 𝑘}

x i j k
i 0 k j
j -k 0 i
k -j -i 0

3. 𝑀𝑛 (𝐹 )
Замечание. Пусть 𝑉 - векторное пространство над полем 𝐹 . Хотим превра-
тить 𝑉 в алгебру над полем 𝐹 .
Пусть 𝑒𝑗𝑘 - произвольные векторы из 𝑉, 𝑗, 𝑘 = 1, 𝑛
Положим 𝑒𝑗 · 𝑒𝑘 = 𝑒𝑗𝑘 =⇒
𝑛
∑︁
∀𝑎, 𝑏 ∈ 𝑉 : 𝑎 · 𝑏 = 𝑎𝑗 𝑏𝑘 𝑒𝑗𝑘
𝑗,𝑘=1

Это произведение превращает 𝑉 в алгебру над полем 𝐹 .

Пример. Алгебра кватернионов H
H - 4-х - мерное векторное пространство над R с базисом {1, 𝑖, 𝑗, 𝑘} и таблицей
умножения:
1 i j k
1 1 i j k
i i -1 k -j
j j -k -1 i
k k j i -1
=⇒ ассоциативная, НЕ коммутативная алгебра, в которой каждый не нулевой
элемент обратим (тело).

85
Определение. Подмножество 𝐵 алгебры 𝐴 назвается подалгеброй 𝐴, если 𝐵
- подпространство 𝐴, как кольца, и подпространства 𝐴, как пространства.
Утверждение. Любоя подалгебра сама является алгеброй относильно тех же
оперций и тем же полем.
Определение. Алгебры 𝐴 и 𝐴 ̃︀ над одним и тем же полем называются изо-
морфными, если они изоморфны как кольца и векторные пространства.

10.1 Алгебра многочленов над полем

𝐹 - поле
Определение. Бесконечная последовательность (𝑎0 , 𝑎1 , 𝑎2 , ...), где 𝑎𝑖 ∈ R, на-
зывается финитной, если только конечное число 𝑎𝑖 отлично от нуля.

𝐹 ∞ = {(𝑎0 , 𝑎1 , 𝑎2 , ...) | 𝑎𝑖 ∈ 𝐹 }

Утверждение. Множество 𝐹 ∞ относительно операции сложения:

(𝑎0 , 𝑎1 , 𝑎2 , ...) + (𝑏0 , 𝑏1 , 𝑏2 , ...) = (𝑎0 + 𝑏0 , 𝑎1 + 𝑏1 , 𝑎2 + 𝑏2 , ...)

и умножения на элементы 𝜆 ∈ 𝐹 :

(𝑎0 , 𝑎1 , 𝑎2 , ...) · 𝜆 = (𝜆𝑎0 , 𝜆𝑎1 , 𝜆𝑎2 , ...)

𝐹 ∞ - бесконечномерное векторное пространство.

Утверждение. 𝐹 ∞ - счетномерно с базисом:

(𝑒0 , 𝑒1 , 𝑒2 , ...) = ( (1, 0, 0, ...), (0, 1, 0, ...), (0, 0, 1, ...), ... )

Зададим умножение 𝑒𝑘 · 𝑒𝑙 = 𝑒𝑘+𝑙 =⇒ 𝐹 ∞ превращается в алгебру над полем 𝐹

Замечание. Так как 𝑒𝑘 · 𝑒𝑙 = 𝑒𝑘+𝑙 и в Z сложение коммутативно и ассоци-
ативно, то 𝐹 ∞ - ассоциативная, коммутативная алгебра над 𝐹 с единицей:
𝑒0 = (1, 0, 0, ...)
Определение. Такая алгебра называется алгеброй многочленов над полем 𝐹 .
Обозначается: 𝐹 [𝑥]

Получаем привычный вид многочлена: ∀𝑎 ∈ 𝐹 : 𝑎 · 𝑒0 отожествим с элемен-

том 𝑎, а вектор 𝑒1 обозначим через 𝑥:

𝑒𝑘 = 𝑒1 · 𝑒1 · ... · 𝑒1 = 𝑥𝑘
⏟ ⏞
𝑘

86
Рассмотрим произвольный (𝑎0 , 𝑎1 , 𝑎2 , ...) ∈ 𝐹 ∞ . Так как она финитная, то:

(𝑎0 , 𝑎1 , ..., 𝑎𝑛 , 0, 0, ...) = 𝑎0 𝑒0 + 𝑎1 𝑒1 + ... + 𝑎𝑛 𝑒𝑛 = 𝑎0 + 𝑎1 𝑥 + ... + 𝑎𝑛 𝑥𝑛

𝑎𝑖 называется коэффициентом многочлена.

Определение. Если 𝑓 = 𝑎0 + 𝑎1 𝑥 + ... + 𝑎𝑛 𝑥𝑛 , где 𝑎𝑛 ̸= 0, 𝑎𝑘 = 0, ∀𝑘 > 𝑛,

то 𝑎𝑛 называется старшим членом, а число deg 𝑓 = 𝑛 называется степенью
многочлена.

Замечание. deg 0 = −∞ (или неопределена)

𝑓 ̸= 0, deg 𝑓 ∈ N ∪ {0}

Свойства.

1. deg(𝑓 + 𝑔) ≤ max{deg 𝑓, deg 𝑔}

2. deg(𝑓 𝑔) = deg 𝑓 + deg 𝑔

Доказательство.

1. Упражнение

2.
𝑓 = 𝑎0 + 𝑎1 𝑥 + ... + 𝑎𝑛 𝑥𝑛 , 𝑎𝑛 , deg 𝑓 = 𝑛
𝑔 = 𝑏0 + 𝑏1 𝑥 + ... + 𝑏𝑚 𝑥𝑚 , 𝑏𝑚 , deg 𝑓 = 𝑚
𝑓 𝑔 = 𝑎0 𝑏0 + ... + 𝑎𝑛 𝑏𝑚 𝑥𝑛+𝑚
𝑎𝑛 , 𝑏𝑚 ̸= 0, т.к. в поле нет делителей нуля =⇒ 𝑎𝑛 𝑏𝑚 - старший член

=⇒ deg 𝑓 𝑔 = deg 𝑓 + deg 𝑔

Следствие.

1. в 𝐹 [𝑥] нет делителей нуля.

2. Обратные в 𝐹 [𝑥] - это многочлены нулевой степени и только они, т.е. это
все ненулевые константы.

87
10.1.1 Деление с остатком

Теорема. Пусть 𝐹 - поле, 𝑓, 𝑔 ∈ 𝐹 [𝑥], 𝑔 ̸= 0. Тогда ∃! 𝑞, 𝑟: 𝑓 = 𝑔 · 𝑞 + 𝑟,

причем либо 𝑟 = 0, либо deg 𝑟 < deg 𝑔

Доказательство. Пусть 𝑓, 𝑔 ̸= 0

𝑓 = 𝑎0 + 𝑎1 𝑥 + ... + 𝑎𝑛 𝑥𝑛 , 𝑎𝑛 ̸= 0, deg 𝑓 = 𝑛

𝑔 = 𝑏0 + 𝑏1 𝑥 + ... + 𝑏𝑚 𝑥𝑚 , 𝑏𝑚 ̸= 0, deg 𝑓 = 𝑚
Докажем существование:

1. 𝑛 < 𝑚 =⇒ 𝑓 = 0 · 𝑔 + 𝑓 (𝑞 = 0, 𝑓 = 𝑟)

2. 𝑛 ≥ 𝑚 =⇒ 𝑓1 = 𝑓 − 𝑏𝑎𝑚𝑛 · 𝑔 · 𝑥𝑛−𝑚
Если deg 𝑓1 < deg 𝑔 =⇒ 𝑟 = 𝑓1 , 𝑞 = 𝑏𝑎𝑚𝑛 · 𝑥𝑛−𝑚
Иначе продолжаем процесс с 𝑓1 (заметим, что deg 𝑓1 < deg 𝑓 ): находим 𝑓2
и т.д. Процесс закончится на конечном шаге.

Докажем единственность:
Допустим, 𝑓 = 𝑔 · 𝑞1 + 𝑟1 и 𝑓 = 𝑔 · 𝑞2 + 𝑟2

=⇒ 𝑟1 − 𝑟2 = 𝑔(𝑞2 − 𝑞1 ) =⇒ deg(𝑟1 − 𝑟2 ) = deg 𝑔 + deg(𝑞2 − 𝑞1 )

deg(𝑟1 − 𝑟2 ) ≥ deg 𝑔
. С другой стороны

deg(𝑟1 − 𝑟2 ) < max{deg 𝑟1 , deg 𝑟2 } < deg 𝑔

- получаем противоречие.

10.1.2 Мгогочлены как функции

𝐹 - поле, 𝑓 = 𝑎𝑛 𝑥𝑛 + 𝑎𝑛−1 𝑥𝑛−1 + ... + 𝑎0

Определение. Значение многочлена 𝑓 в точке 𝑐 называется число, равное:

𝑓 (𝑐) = 𝑎𝑛 𝑐𝑛 + 𝑎𝑛−1 𝑐𝑛−1 + ... + 𝑎0

Таким образом, множество 𝑓 задает отображение 𝐹 → 𝐹

𝑐 → 𝑓 (𝑐) =⇒ 𝑓 задает функцию

Замечание. Разные многочлены могут задавать одну функцию.

88
Пример. 𝐹 = Z2 , 𝑓1 = 𝑥2 , 𝑓2 = 𝑥 - разные многочлены, но они задают одну и
ту же функцию:

𝑓1 (0) = 0, 𝑓1 (1) = 1, 𝑓2 (0) = 0, 𝑓2 (1) = 1

Теорема. Пусть 𝐹 - бесконечное поле. Тогда разные многочлены задают раз-

ные функции.

Доказательство. Допустим, 𝑓, 𝑔 ∈ 𝐹 [𝑥], 𝑓 ̸= 𝑔, ∀𝑐 ∈ 𝐹, 𝑓 (𝑐) = 𝑔(𝑐)

Введем ℎ = 𝑓 − 𝑔 ∈ 𝐹 [𝑥], ℎ ̸= 0, ∀𝑐 ∈ 𝐹, ℎ(𝑐) = 0
Т.к. поле 𝐹 - бесконечное, то ∃ 𝑐0 , 𝑐1 , ..., 𝑐𝑛 ∈ 𝐹 - различные числа, такие что:
⎧ ⎧
⎪
⎪
⎪ℎ(𝑐0 ) = 0 ⎪
⎪
⎪ 𝑎0 + 𝑎1 𝑐0 + ... + 𝑎𝑛−1 𝑐𝑛−10 + 𝑎𝑛 𝑐𝑛0 = 0
⎪ ⎪
⎨ℎ(𝑐 ) = 0
⎪ ⎨𝑎 + 𝑎 𝑐 + ... + 𝑎 𝑐𝑛−1 + 𝑎 𝑐𝑛 = 0
⎪
1 0 1 1 𝑛−1 1 𝑛 1
. =⇒ .
⎪
⎪.. ⎪
⎪ ..
⎪
⎪ ⎪
⎪
𝑎 + 𝑎 𝑐 + ... + 𝑎 𝑐𝑛−1 + 𝑎 𝑐𝑛 = 0
⎪ ⎪
⎩
ℎ(𝑐 ) = 0
𝑛
⎩
0 1 𝑛 𝑛−1 𝑛 𝑛 𝑛

- квадратная однородная СЛУ относительно неизвестных 𝑎0 , 𝑎1 , ..., 𝑎𝑛 с матри-

цей коэффициентов 𝐴 :
⎛ ⎞
1 𝑐0 · · · 𝑐𝑛0
⎜1 𝑐1 · · · 𝑐𝑛1 ⎟
⎜ ⎟
𝐴=⎜ ⎜ ... ... .. ⎟ , det 𝐴 = 𝑉
⎟ (𝑐0 , 𝑐1 , ..., 𝑐𝑛 ) ̸= 0
⎝ .⎠ ⏟ ⏞
Опр. Вандермонда
1 𝑐𝑛 · · · 𝑐𝑛𝑛

=⇒ по правилу Крамера СЛУ имеет единственное решение и оно тривиальное

=⇒ ∀𝑖 ∈ {0, 1, ..., 𝑛} : 𝑎𝑖 = 0 =⇒ 𝑛 = 0 противоречие.

Теорема. (Безу) Пусть 𝐹 - поле, 𝑓 ∈ 𝐹 [𝑥], 𝑐 ∈ 𝐹 .

Тогда остаток при делении 𝑓 на (𝑥 − 𝑐) равен значению многочлена в точке 𝑐.

Доказательство. Пусть 𝑓 (𝑥) = (𝑥 − 𝑐)𝑔(𝑥) + 𝑟(𝑥) (*)

deg 𝑟(𝑥) < deg(𝑥 − 𝑐) = 1 =⇒ 𝑟(𝑥) − 𝑐𝑜𝑛𝑠𝑡

=⇒ Либо 𝑟(𝑥) = 0, либо 𝑟(𝑥) = 𝑟 ∈ 𝐹

Подставим в (*) 𝑥 = 𝑐:

𝑓 (𝑐) = (𝑐 − 𝑐) · 𝑞(𝑐) + 𝑟(𝑐) = 𝑟

89
10.1.3 Корни многочленов

Определение. Элемент 𝑐 ∈ 𝐹 - корень многочлена 𝑓 ∈ 𝐹 [𝑥], если 𝑓 (𝑐) = 0. Из

теоремы Безу получаем утверждение:

Утверждение. 𝑐 ∈ 𝐹 - корень многочлена 𝑓 ∈ 𝐹 [𝑥] ⇐⇒ (𝑥 − 𝑐) | 𝑓 .

Определение. Если 𝑐 - корень многочлена 𝑓 и (𝑥 − 𝑐)2 ∤ 𝑓 , то корень 𝑐 -

называется простым, иначе - кратным.

Определение. Если 𝑐 - корень и (𝑥 − 𝑐)𝑘 | 𝑓, (𝑥 − 𝑐)𝑘+1 ∤ 𝑓 , то 𝑐 - корень

кратности 𝑘 (𝑘 ∈ N).
⎧
⎨𝑓 = (𝑥 − 𝑐)𝑘 · 𝑔
Утверждение. 𝑐 - корень многочлена 𝑓 кратности 𝑘 ⇐⇒
⎩𝑔(𝑐) ̸= 0

Следствие. Пусть 𝑓 ∈ 𝐹 [𝑥], 𝑓 ̸= 0, deg 𝑓 = 𝑛, 𝑘 - число всех корней много-

члена 𝑓 с учетом кратности.
Тогда 𝑘 ≤ 𝑛, причем если 𝑘 = 𝑛 ⇐⇒ 𝑓 раскладывается на линейные многочле-
ны.

Доказательство. Если 𝑐1 - корень, то 𝑓 = (𝑥 − 𝑐1 )𝑔1

Если 𝑐2 - корень, то 𝑓 = (𝑥 − 𝑐1 )(𝑥 − 𝑐2 )𝑔2 и т.д.

=⇒ 𝑓 = (𝑥 − 𝑐1 )(𝑥 − 𝑐2 )...(𝑥 − 𝑐𝑘 )𝑔

где 𝑔 не имеет корней. То есть 𝑐1 , ..., 𝑐𝑘 - корни многочлена 𝑓 , при этом среди
них могут быть одинаковые.

=⇒ 𝑓 = (𝑥 − 𝑐̃︀1 )𝑘1 (𝑥 − 𝑐̃︀2 )𝑘2 ...(𝑥 − 𝑐̃︀𝑠 )𝑘𝑠 𝑔

где 𝑐̃︀1 , ..., 𝑐̃︀𝑠 - все различные корни.

Т.к.
𝑓 = (𝑥 − 𝑐̃︀𝑙 )ℎ
где ℎ(𝑐̃︀𝑙 ) ̸= 0 =⇒ 𝑐̃︀𝑙 - корень кратности 𝑘𝑙

=⇒ deg 𝑓 = 𝑘1 + ... + 𝑘𝑠 + deg 𝑔 =⇒ 𝑘 = 𝑘1 + ... + 𝑘𝑠 ≤ 𝑛

При этом:
𝑠
∏︁
𝑘 = 𝑛 ⇐⇒ deg 𝑔 = 0 ⇐⇒ 𝑓 = (𝑥 − 𝑐̃︀𝑙 )𝑘𝑙
𝑙=1

90
Определение. Формальной производной многочлена

𝑓 = 𝑎𝑛 𝑥𝑛 + 𝑎𝑛−1 𝑥𝑛−1 + ... + 𝑎0

называется многочлен:

𝑓 ′ = 𝑎𝑛 𝑛𝑥𝑛−1 + 𝑎𝑛−1 (𝑛 − 1)𝑥𝑛−2 + ... + 𝑎1

Утверждение.

1. (𝑓 + 𝑔)′ = 𝑓 ′ + 𝑔 ′

2. (𝛼𝑓 )′ = 𝛼𝑓 ′

3. (𝑓 𝑔)′ = 𝑓 ′ 𝑔 + 𝑓 𝑔 ′

Утверждение. Пусть char𝐹 = 0, 𝑐 ∈ 𝐹, 𝑓 ∈ 𝐹 [𝑥], тогда:

𝑓 ′ (𝑐) 𝑓 (2) (𝑐) 2 𝑓 (𝑛) (𝑐)

𝑓 (𝑥) = 𝑓 (𝑐) + (𝑥 − 𝑐) + (𝑥 − 𝑐) + ... + (𝑥 − 𝑐)𝑛
1! 2! 𝑛!
Доказательство. 𝑓 (𝑥) = 𝑎𝑛 𝑥𝑛 + 𝑎𝑛−1 𝑥𝑛−1 + ... + 𝑎0 .
Подставим 𝑥 = 𝑦 + 𝑐:

𝑓 = 𝑏𝑛 𝑦 𝑛 + 𝑏𝑛−1 𝑦 𝑛−1 + ... + 𝑏0

Подставим 𝑦 = 𝑥 − 𝑐:

𝑓 = 𝑏𝑛 (𝑥 − 𝑐)𝑛 + 𝑏𝑛−1 (𝑥 − 𝑐)𝑛−1 + ... + 𝑏0

=⇒ 𝑓 (𝑘) (𝑐) = 𝑘! · 𝑏𝑘

Следствие. Пусть char𝐹 = 0, 𝑓 ∈ 𝐹 [𝑥], 𝑐 ∈ 𝐹 ⎧

⎪
⎪
⎪ 𝑓 (𝑐) = 0
⎪
′
⎨𝑓 (𝑐) = 0
⎪
⎪
⎪
⎪
Тогда 𝑐 - корень многочлена 𝑓 кратности 𝑘 ⇐⇒ ...
⎪
⎪
𝑓 (𝑘−1) (𝑐) = 0
⎪
⎪
⎪
⎪
⎪
⎩𝑓 (𝑘) (𝑐) ̸= 0
⎪

10.2 Основная теорема алгебры

Теорема. Любой многочлен над полем комплексных числел положительной
степени имеет хотя бы один корень.

91
Утверждение.

Свойства. ∀𝑧1 , 𝑧2 ∈ C

1. |𝑧1 + 𝑧2 | ≤ |𝑧1 | + |𝑧2 | (⋆)

2. ||𝑧1 | − |𝑧2 || ≤ |𝑧1 − 𝑧2 | (*)

Доказательство. Из свойств векторов (𝑧 = 𝑥 + 𝑖𝑦 - вектор, 𝑥2 + 𝑦 2 - длина

√︀

вектора)

Определение. Последовательность {𝑧𝑘 }∞𝑘=1 ⊆ C называется сходящейся

к 𝑧0 ∈ C , если |𝑧𝑘 − 𝑧0 | → 0, 𝑘 → ∞
Обозначается: 𝑧𝑘 → 𝑧0 при 𝑘 → ∞

Лемма 1. Пусть 𝑧𝑘 = 𝑥𝑘 + 𝑖𝑦𝑘 , 𝑧0 = 𝑥0 + 𝑖𝑦0 , тогда:

⎧
⎨𝑥 → 𝑥
𝑘 0
𝑧𝑘 → 𝑧0 ⇐⇒
⎩𝑦𝑘 → 𝑦0

Доказательство.
√︁
|𝑧𝑘 − 𝑧0 | = |(𝑥𝑘 − 𝑥0 ) + (𝑦𝑘 − 𝑦0 )𝑖| = (𝑥𝑘 − 𝑥0 )2 + (𝑦𝑘 − 𝑦0 )2

Лемма 2. Если 𝑧𝑘 → 𝑧0 , то |𝑧𝑘 | → |𝑧0 |

Доказательство.

𝑧𝑘 → 𝑧0 =⇒ |𝑧𝑘 − 𝑧0 | → 0 =⇒ ||𝑧𝑘 | − |𝑧0 || → 0 =⇒ |𝑧𝑘 | − |𝑧0 | → 0

(*)

Лемма 3. Если 𝑧𝑘 → 𝑧0 , 𝑤𝑘 → 𝑤0 , то:

1. 𝑧𝑘 + 𝑤𝑘 → 𝑧0 + 𝑤0

2. 𝑧𝑘 · 𝑤𝑘 → 𝑧0 · 𝑤𝑜

Доказательство.

1. |𝑧𝑘 + 𝑤𝑘 − 𝑧0 − 𝑤0 | ≤ |𝑧𝑘 − 𝑧0 | + |𝑤𝑘 − 𝑤0 | → 0

(⋆)

92
 2.

|𝑧𝑘 𝑤𝑘 − 𝑧0 𝑤0 | = |𝑧𝑘 𝑤𝑘 − 𝑧𝑘 𝑤0 + 𝑧𝑘 𝑤0 − 𝑧0 𝑤0 | =
= |𝑧𝑘 (𝑤𝑘 − 𝑤0 ) + 𝑤0 (𝑧𝑘 − 𝑧0 )| ≤ |𝑧𝑘 (𝑤𝑘 − 𝑤0 )| + |𝑤0 (𝑧𝑘 − 𝑧0 )| =
(⋆)

= |𝑧𝑘 ||(𝑤𝑘 − 𝑤0 )| + |𝑤0 ||(𝑧𝑘 − 𝑧0 )| → 0

Следствие. Если 𝑓 ∈ C[𝑧], deg 𝑓 > 0, 𝑧0 ∈ C, 𝑧𝑘 → 𝑧0 , тогда:

𝑓 (𝑧𝑘 ) → 𝑓 (𝑧0 )

Лемма 4. (О возрастании модуля |f(z)|)

Пусть 𝑓 ∈ C[𝑧], deg 𝑓 > 0, тогда если |𝑧𝑘 | → ∞, то:

|𝑓 (𝑧𝑘 )| → ∞

Доказательство. 𝑓 (𝑧) = 𝑎𝑛 𝑥𝑛 + ... + 𝑎1 𝑥 + 𝑎0 ∈ C[𝑧] ̸= 0

|𝑓 (𝑧𝑘 )| = |𝑎𝑛 𝑧𝑘𝑛 + 𝑎𝑛−1 𝑧𝑘𝑛−1 ... + 𝑎1 𝑧𝑘 + 𝑎0 | =

𝑎𝑛−1 𝑎1 𝑎0
= |𝑧𝑘𝑛 · (𝑎𝑛 + + ... + 𝑛−1 + 𝑛 )| =
𝑧𝑘 𝑧𝑘 𝑧𝑘
𝑎 𝑛−1 𝑎1 𝑎0
= |𝑧𝑘𝑛 | · |(𝑎𝑛 − (− − ... − 𝑛−1 − 𝑛 ))| ≥
𝑧𝑘 𝑧𝑘 𝑧𝑘 (*)
|𝑎𝑛−1| |𝑎1| |𝑎0|
≥ |𝑧𝑘 |𝑛 · ||𝑎𝑛 | − − ... − − |→∞
(*) |𝑧𝑘 | |𝑧𝑘 |𝑛−1 |𝑧𝑘 |𝑛

Лемма 5. (Лемма Даламбера)

Пусть 𝑓 ∈ C[𝑧], deg 𝑓 > 0, 𝑓 (𝑧0 ) ̸= 0, тогда ∃ 𝑧 ∈ C сколько угодно близкое к
𝑧0 такое, что:
|𝑓 (𝑧)| < |𝑓 (𝑧0 )|

Доказательство. Разложим 𝑓 по степеням (𝑧 − 𝑧0 ):

𝑓 (𝑧) = 𝑓 (𝑧0 ) + 𝑏𝑠 (𝑧 − 𝑧0 )𝑠 + ... + 𝑏𝑛 (𝑧 − 𝑧0 )𝑛 , где 𝑏𝑠 ̸= 0

Так как 𝑓 (𝑧0 ) ̸= 0, то можно поделить на него:

𝑓 (𝑧) 𝑏𝑖
= 1 + 𝑐𝑠 (𝑧 − 𝑧0 )𝑠 + ... + 𝑐𝑛 (𝑧 − 𝑧0 )𝑛 , 𝑐𝑖 = ̸= 0
𝑓 (𝑧0 ) 𝑓 (𝑧0 )
Найдем 𝑧1 ∈ C : 𝑐𝑠 𝑧1𝑠 = −1

93
 Im(z)

z1 + z0
z?
z0
O
Re(z)

Рассмотрим 𝑧 = 𝑧0 + 𝑡𝑧1 , где 𝑡 ∈ (0, 1)

Подставим:
𝑓 (𝑧)
= 1 − 𝑡𝑠 + 𝑡𝑠+1 𝑔(𝑡), где 𝑔(𝑡) ∈ C, deg 𝑔 ≤ 𝑛 − (𝑠 + 1)
𝑓 (𝑧0 )

|𝑔(𝑡)| = |𝛼0 + 𝛼1 𝑡 + ... + 𝛼𝑛−(𝑠+1) 𝑡𝑛−(𝑠+1) |

Обозначим 𝐶 = max{|𝛼𝑖 |}, тогда |𝑔(𝑡)| ≤ 𝐶(𝑛 − 𝑠)

𝑓 (𝑧)
| | = |1 − 𝑡𝑠 + 𝑡𝑠+1 𝑔(𝑡)| ≤ |1 − 𝑡𝑠 | + 𝑡𝑠+1 |𝑔(𝑡)| ≤
𝑓 (𝑧0 )
≤ 1 − 𝑡𝑠 + 𝑡𝑠+1 𝐶(𝑛 − 𝑠) = 1 − 𝑡𝑠 (1 − 𝑡𝐶(𝑛 − 𝑠)) ⏟ <⏞ 1
хотим

1
1 − 𝑡𝐶(𝑛 − 𝑐) > 0 ⇐⇒ 𝑡 <
𝐶(𝑛 − 𝑠)
Выбираем такое 𝑡 ∈ (0, 1) и получаем:

1 − 𝑡𝑠 (1 − 𝑡𝐶(𝑛 − 𝑠)) < 1

Если 𝐶 = 0, то верно и очевидно.

Теорема. (Основная теорема алгебры)

∀𝑓 ∈ C[𝑧], deg 𝑓 > 0 =⇒ ∃ 𝑧0 ∈ C : 𝑓 (𝑧0 ) = 0

Доказательство. Рассмотрим 𝑀 = ⏟inf

⏞ |𝑓 (𝑧)|
𝑧

1 шаг. Хотим доказать, что inf достигается, т.е. ∃ 𝑧0 ∈ C : |𝑓 (𝑧0 )| = 𝑀

По определению inf ∃ последовательность {𝑧𝑘 } : |𝑓 (𝑧𝑘 )| → 𝑀

1 случай. {𝑧𝑘 } - не ограничена, т.е. ∃{𝑧𝑘𝑖 } ⊆ {𝑧𝑘 } : |𝑧𝑘𝑖 | → ∞.

По лемме (4): |𝑓 (𝑧𝑘𝑖 )| → ∞ - противоречие.

94
 2 случай. {𝑧𝑘 } - ограничена =⇒ ∃ 𝐶 > 0 : |𝑧𝑘 | < 𝐶 =⇒
⎧
⎨|𝑥 | < |𝑧 | < 𝐶
𝑘 𝑘
𝑧𝑘 = 𝑥𝑘 + 𝑖𝑦𝑘 < 𝐶 =⇒
⎩|𝑦𝑘 | < |𝑧𝑘 | < 𝐶

Так как {𝑥𝑘 }, {𝑦𝑘 } - ограничены, то по теореме Больцано-Вейштрасса:

∃ {𝑥𝑘𝑖 } ⊆ {𝑥𝑘 } : {𝑥𝑘𝑖 } → 𝑥0

∃ {𝑦𝑘𝑖𝑙 } ⊆ {𝑦𝑘𝑖 } : {𝑦𝑘𝑖𝑙 } → 𝑦0

Значит по Лемме (1):

{𝑧𝑘𝑖𝑙 } → 𝑥0 + 𝑦0 𝑖 = 𝑧0 =⇒ |𝑓 ({𝑧𝑘𝑖𝑙 })| → |𝑓 (𝑧0 )| = 𝑀

2 шаг. Допустим, что 𝑀 > 0 =⇒ по Лемме Даламбера:

̃︀ < 𝑀 = 𝑓 (𝑧0 ) − противоречие, т.к. 𝑀 это inf

∃ 𝑧̃︀ ∈ C : |𝑓 (𝑧)|

=⇒ 𝑀 = 0 =⇒ 𝑓 (𝑧0 ) = 0

Следствие 1. Любой многочлен над C положительной степени раскладывается

на линейные множители.

Следствие 2. Любой многочлен над C степени 𝑛 имеет 𝑛 корней с учетом

кратности.

Теорема. (О мнимых корнях многочлена с вещественными коэффи-

циентами)
Пусть 𝑓 ∈ R[𝑥], 𝑐 - корень, 𝑐 ∈ C ∖ R и пусть этот корень имеет кратность 𝑘,
тогда 𝑐 - тоже корень многочлена 𝑓 кратности 𝑘.

Доказательство. 𝑓 (𝑥) = 𝑎𝑛 𝑥𝑛 + ... + 𝑎1 𝑥 + 𝑎0 , 𝑎𝑖 ∈ R, 𝑐 - корень =⇒ 𝑓 (𝑐) = 0

𝑓 (𝑐) = 𝑎𝑛 𝑐𝑛 + ... + 𝑎1 𝑐 + 𝑎0 = 𝑎𝑛 𝑐𝑛 + ... + 𝑎1 𝑐 + 𝑎0 = 𝑓 (𝑐) = 0 = 0

Кратность одинаковая, т.к. 𝑓 (𝑠) (𝑐) = 0 ⇐⇒ 𝑓 (𝑠) (𝑐) = 0

Теорема. Любой многочлен над R положительной степени раскладывается на

линейные множители и квадратные множители с отрицательным дискриминан-
том.

95
Доказательство. 𝑓 ∈ R[𝑥] ⊆ C[𝑥] =⇒ (по следствию 1 и ОТА)
𝛼1 , ..., 𝛼𝑠 ∈ R - все корни кратности 𝑘1 , .., 𝑘𝑠
𝑐1 , ..., 𝑐𝑡 ∈ C ∖ R - мнимые корни кратности 𝑚1 , ..., 𝑚𝑡
𝑐1 , ..., 𝑐𝑡 - тоже мнимые корни, той же кратности (𝑐1 → 𝑐1 )
=⇒ 𝛼1 , .., 𝛼𝑠 , 𝑐1 , ..., 𝑐𝑡 , 𝑐1 , ..., 𝑐𝑡 - все корни многочлена
𝑠
∏︁ 𝑡
∏︁
𝑓 (𝑥) = 𝑎𝑛 (𝑥 − 𝛼𝑗 ) · (𝑥 − 𝑐𝜈 )𝑚𝜈 (𝑥 − 𝑐𝜈 )𝑚𝜈 = (*)
𝑘𝑗

𝑗=1 𝜈=1

Если 𝑐 = 𝑎 + 𝑏𝑖 ∈ C ∖ R, то:

(𝑥 − 𝑐)(𝑥 − 𝑐) = 𝑥2 − (𝑐 + 𝑐)𝑥 + 𝑐𝑐

𝑐 + 𝑐 = 2𝑎, 𝑐𝑐 = 𝑎2 + 𝑏2
=⇒ уравнение с отрицательным дискриминантом
∏︁ ∏︁
(*) = 𝑎𝑛 (𝑥 − 𝛼𝑗 )𝑘𝑗 · (𝑥2 + 𝛽𝜈 𝑥 + 𝛾𝜈 )𝑚𝜈
⏟ ⏞
𝑗 𝜈
𝐷<0

Пример. 𝑥4 + 1 = 0, 𝑥4 = −1, 𝑤𝑘 = cos( 𝜋+2𝜋𝑘 𝜋+2𝜋𝑘

4 ) + 𝑖 sin( 4 )

𝑥4 + 1 = (𝑥 − 𝑤0 )(𝑥 − 𝑤0 )(𝑥 − 𝑤1 )(𝑥 − 𝑤1 ) =

√ √
= (𝑥2 − 2𝑥 + 1)(𝑥2 + 2𝑥 + 1)
Im(z)

w1 w0

O
Re(z)

w2 w3

10.3 Неприводимые многочлены

𝐹 - поле
Определение. Многочлен 𝑓 ∈ 𝐹 [𝑥], deg 𝑓 > 0 называется неприводимым над
полем 𝐹 , если 𝑓 нельзя разложить в произведение многочленов 𝑔ℎ,
где 𝑔ℎ ∈ 𝐹 [𝑥], deg 𝑔 < deg 𝑓, deg ℎ < deg 𝑓 .

96
Утверждение. Любой многочлен 1-ой степени является неприводимым над 𝐹 .

Пример. 𝑥2 + 1 ∈ C[𝑥] - приводимый

𝑥2 + 1 = (𝑥 + 𝑖)(𝑥 − 𝑖)

𝑥2 + 1 ∈ R[𝑥] - неприводимый

Утверждение. (1) Неприводимые многочлены над C - это линейные много-

члены и только они.

Утверждение. (2) Неприводимые многочлены над R - это все линейные мно-

гочлены и все квадратные многочлены с отрицательным дискриминантом и
только такие.

Замечание. Над любым полем ∃ бесконечное число непропорциональных

неприводимых многочленов.

10.4 Многочлены от нескольких переменных

𝐹 - поле, 𝑛 ∈ N - фиксированная.
Рассмотрим бесконечномерную алгебру над полем 𝐹 с базисом
{𝑒𝑘1 , ..., 𝑒𝑘𝑛 | 𝑘𝑖 ∈ N ∪ {0}} и умножением:

𝑒𝑘1 , ..., 𝑒𝑘𝑛 · 𝑒𝑚1 , ..., 𝑒𝑚𝑛 = 𝑒𝑘1 +𝑚1 , ..., 𝑒𝑘𝑛 +𝑚𝑛 (*)

Такая алгебра называется алгеброй множеств от 𝑛 переменных над полем 𝐹 .

Обозначается: 𝐹 [𝑥1 , ..., 𝑥𝑛 ]
Из правила (*) =⇒ что алгебра коммутативна, ассоциативна, с единицей: 𝑒0,...,0
Отождествляем: 𝛼 ∈ 𝐹 ←→ 𝛼 · 𝑒0,...,0
⎧
⎪
⎪
⎪ 𝑒1,0,...,0 = 𝑥1
⎪
⎨𝑒
0,1,...,0 = 𝑥2
⎪
.. =⇒ (из *) 𝑒𝑘1 ,...,𝑘𝑛 = 𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛 =⇒
⎪
⎪
⎪ .
⎪
⎪
⎩
𝑒0,0,...,1 =𝑥
𝑛

=⇒ произвольный элемент из алгебры (по определению базиса) раскладывает-

ся, как ∑︁ ∑︁
𝑓= 𝛼𝑘1 ,...,𝑘𝑛 · 𝑒𝑘1 ,...,𝑘𝑛 = 𝛼𝑘1 ,...,𝑘𝑛 · 𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛
𝑓 := 𝑓 (𝑥1 , ..., 𝑥𝑛 )
- многочлен над полем 𝐹 .

97
Пример.
𝑓 = 𝑥51 𝑥72 𝑥3 − 5𝑥42 𝑥3 𝑥4 + 6𝑥2 𝑥3 + 7
Любой многочлен 𝑓 ∈ 𝐹 [𝑥1 , ..., 𝑥𝑛 ] можно предствить в виде:
𝑠
∑︁
(**) 𝑓 = 𝑓𝑘 (𝑥2 , ..., 𝑥𝑛 )𝑥𝑘1 =⇒
𝑘=0

=⇒ кольцо 𝐹 [𝑥1 , ..., 𝑥𝑛 ] можно рассматривать, как кольцо многочленов от 𝑥1 с

коэффициентами из кольца 𝐹 [𝑥2 , ..., 𝑥𝑛 ].
Как и для 𝑛 = 1, многочлен 𝑓 ∈ 𝐹 [𝑥1 , ..., 𝑥𝑛 ] задает функцию из 𝐹 𝑛 = 𝐹 ×...×𝐹 .
Теорема. Если поле 𝐹 - бесконечно, то разные многочлены из 𝐹 [𝑥1 , ..., 𝑥𝑛 ] за-
дает разные функции.

Доказательство. Идея: индукция по 𝑛. База: 𝑛 = 1 - было доказано.

𝑛 − 1 → 𝑛. Нужно рассмотреть разложение многочленов в виде (**)
Доказательство д/з (

10.5 Лексикографический порядок на одночленах

𝛼𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛 - одночлен, 𝛼 ∈ 𝐹 .
Определение. Порядок 𝛼𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛 ≻ 𝛽𝑥𝑚 𝑚𝑛
1 · ... · 𝑥𝑛
1
(𝛼, 𝛽 ̸= 0), называется
лексикографическим, если:

∃ 𝑠 = 0, 𝑛 − 1 : 𝑘1 = 𝑚1 , ..., 𝑘𝑠 = 𝑚𝑠 , 𝑘𝑠+1 > 𝑚𝑠+1

Пример.
3𝑥30 7 10 150
1 𝑥2 ≻ 5𝑥1 𝑥2

Свойства.
Если 𝑢, 𝑣, 𝑤, 𝑢1 , 𝑢2 , 𝑣1 , 𝑣2 - ненулевые одночлены, то:

1. 𝑢 ≻ 𝑣, 𝑣 ≻ 𝑤 =⇒ 𝑢 ≻ 𝑤 - транзитивность

2. 𝑢 ≻ 𝑣 =⇒ 𝑢𝑤 ≻ 𝑣𝑤

3. 𝑢1 ≻ 𝑣1 , 𝑢2 ≻ 𝑣2 =⇒ 𝑢1 𝑢2 ≻ 𝑣1 𝑣2
Утверждение. Любой многочлен 𝑓 ∈ 𝐹 [𝑥1 , ..., 𝑥𝑛 ] однозначно раскладывается
в сумму различных одночленов.
Определение. Среди этих одночленов ∃ одночлен, который старше остальных.
Он называется сташим и обозначается: 𝐿𝑇 (𝑓 )

98
Пример.
𝑓 = 𝑥21 𝑥2 + 7𝑥31 𝑥2 𝑥3 − 9𝑥1 𝑥52 𝑥6 , 𝐿𝑇 (𝑓 ) = 7𝑥31 𝑥2 𝑥3

Лемма. (О старшем члене произведения)

Пусть 𝑓, 𝑔 ∈ 𝐹 [𝑥1 , ..., 𝑥𝑛 ], 𝑓, 𝑔 ̸= 0, тогда:

𝐿𝑇 (𝑓 𝑔) = 𝐿𝑇 (𝑓 ) · 𝐿𝑇 (𝑔)

Доказательство.

𝑓 = 𝑢0 + ... + 𝑢𝑠
, где 𝑢𝑖 , 𝑣𝑖 − одночлены
𝑔 = 𝑣0 + ... + 𝑣𝑡

𝐿𝑇 (𝑓 ) = 𝑢𝑠 , 𝐿𝑇 (𝑔) = 𝑣𝑡
∑︁
𝑓𝑔 = 𝑢𝑖 𝑣𝑖 ; 𝑢𝑠 𝑣𝑡 ≻ 𝑢𝑖 𝑣𝑗 , при 𝑖 + 𝑗 < 𝑠 + 𝑡 =⇒ 𝐿𝑇 (𝑓 𝑔) = 𝑢𝑠 𝑣𝑡
(Здесь учитывается, что 𝐹 - поле, а в поле нет делителей нуля)

Следствие. В 𝐹 [𝑥1 , ..., 𝑥𝑛 ] нет делителей нуля.

Определение. Степень одночлена 𝛼𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛 , 𝛼 ̸= 0 - это сумма: 𝑘1 + ... + 𝑘𝑛

Определение. Степень многочлена 𝑓 ∈ 𝐹 [𝑥1 , ..., 𝑥𝑛 ] - это максимум степеней

его одночленов.
Обозначается: deg 𝑓
По определению считаем, что deg 0 = −∞

Определение. Многочлен 𝑓 ∈ [𝑥1 , ..., 𝑥𝑛 ] называется однородным, если все его

одночлены имеют одну и ту же степень.

Утверждение. Любой многочлен 𝑓 ∈ 𝐹 [𝑥1 , ..., 𝑥𝑛 ] однозначно раскладывается

в виде 𝑓 = 𝑓0 + ... + 𝑓𝑠 , где 𝑓𝑖 - однородный многочлен степени 𝑖.

Пример.

𝑓 = 𝑥31 𝑥2 + 2𝑥21 𝑥22 + 5𝑥1 𝑥2 𝑥23 + 7𝑥21 𝑥3 − 8𝑥1 𝑥2 𝑥3 + 9𝑥1 𝑥2

⏟ ⏞ ⏟ ⏞ ⏟ ⏞
𝑓4 𝑓3 𝑓2

deg 𝑓 = 4
𝑓𝑖 - называются однородными компонентами.

Свойства.

1. deg(𝑓 + 𝑔) ≤ 𝑚𝑎𝑥{deg 𝑓, deg 𝑔}

99
 2. deg(𝑓 𝑔) = deg 𝑓 + deg 𝑔

Доказательство.

1. - д/з

2.
𝑓 = 𝑓0 + ... + 𝑓𝑠
̸= 0 − различные однородные компоненты
𝑔 = 𝑔0 + ... + 𝑔𝑡
deg 𝑓 = deg 𝑓𝑠 , deg 𝑔 = deg 𝑔𝑡
∑︁
𝑓𝑔 = 𝑓𝑖 𝑔𝑖 , deg(𝑓𝑠 𝑔𝑡 ) > deg(𝑓𝑖 𝑔𝑖 ), где 𝑠 + 𝑡 > 𝑖 + 𝑗 =⇒
=⇒ deg(𝑓 𝑔) = deg(𝑓𝑠 𝑔𝑡 ) = 𝑠 + 𝑡

10.6 Симметрические многочлены

Определение. Многочлен 𝑓 ∈ 𝐹 [𝑥1 , ..., 𝑥𝑛 ] назвается симметрическим, если:

∀𝜎 ∈ 𝑆𝑛 : 𝑓 (𝑥1 , ..., 𝑥𝑛 ) = 𝑓 (𝑥𝜎(1) , ..., 𝑥𝜎(𝑛) )

Пример.
𝑓 (𝑥1 , 𝑥2 ) = 2𝑥31 𝑥2 + 2𝑥1 𝑥32 − 7𝑥1 𝑥22 − 7𝑥21 𝑥2
Утверждение. Если 𝑓 - симметрический и 𝑓 раскладывается на однородные
компоненты, то 𝑓𝑖 - симметрический ∀𝑖:

𝑓 = 𝑓0 + ... + 𝑓𝑠 , где 𝑓𝑖 − однородные

Утверждение. Множество всех симметрических многочленов от 𝑛 перемен-

ных над 𝐹 образует подалгебру в алгебре 𝐹 [𝑥1 , ..., 𝑥𝑛 ].

Доказательство. 𝑓, 𝑔 - симметрические =⇒ 𝑓 + 𝑔, 𝑓 𝑔, 𝛼𝑓 - симметрические.

(непосредственная проверка)

10.6.1 Элементарные симметрические многочлены от n переменных

Определение.
𝑛
∑︁
𝜎1 = 𝜎1 (𝑥1 , ..., 𝑥𝑛 ) = 𝑥𝑖
𝑖=1
𝑛
∑︁
𝜎2 = 𝜎2 (𝑥1 , ..., 𝑥𝑛 ) = 𝑥𝑖1 𝑥𝑖2
1≤𝑖1 <𝑖2 ≤𝑛

100
 ..
.
𝑛
∑︁
𝜎𝑘 = 𝜎𝑘 (𝑥1 , ..., 𝑥𝑛 ) = 𝑥𝑖1 𝑥𝑖2 · ... · 𝑥𝑖𝑘
1≤𝑖1 <𝑖2 <...<𝑖𝑘 ≤𝑛
..
.
𝜎𝑛 = 𝜎𝑛 (𝑥1 , ..., 𝑥𝑛 ) = 𝑥1 𝑥2 · ... · 𝑥𝑛
Теорема 2. (Основная теорема о симметрических многочленах)
Любой симметрический многочлен 𝑓 ∈ 𝐹 [𝑥1 , ..., 𝑥𝑛 ] однозначно раскладывается
в виде многочлена от элементарных симметрических:

∃! 𝑔 ∈ 𝐹 [𝑦1 , ..., 𝑦𝑛 ] : 𝑔(𝜎1 , ..., 𝜎𝑛 ) = 𝑓

Пример.

𝑓 (𝑥1 , 𝑥2 ) = 𝑥21 + 𝑥22 = 𝑥21 + 𝑥22 + 2𝑥1 𝑥2 − 𝑥1 𝑥2 = (𝑥1 + 𝑥2 )2 − 2𝑥1 𝑥2 = 𝜎12 − 2𝜎2

𝑔(𝑦1 , 𝑦2 ) = 𝑦12 − 2𝑦2

Определение. Одночлен 𝛼𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛 называется монотонным, если:

𝑘1 ≥ 𝑘2 ≥ ... ≥ 𝑘𝑛

Пример. 𝑓 (𝑥1 , 𝑥2 , 𝑥3 ) = 𝑥51 𝑥32 𝑥3 - монотонный

𝑔(𝑥1 , 𝑥2 , 𝑥3 ) = 𝑥61 𝑥72 𝑥3 - не монотонный.
Лемма 1. (О старшем члене симметрического многочлена)
Если 𝑓 ∈ 𝐹 [𝑥1 , ..., 𝑥𝑛 ] - симметрический, то 𝐿𝑇 (𝑓 ) - монотонный.

Доказательство. (От противного)

Пусть 𝐿𝑇 (𝑓 ) = 𝛼𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛 - не монотонный =⇒ ∃ 𝑖 = 1, 𝑛 − 1 : 𝑘𝑖 < 𝑘𝑖+1
Т.к. 𝑓 - симметрический, то 𝜎 ∈ 𝑆𝑛 : 𝜎 = (𝑖, 𝑖 + 1) - транспозиция =⇒ среди
𝑘
одночленов многочлена 𝑓 должен ∃ 𝑢 = 𝑥𝑘11 · ... · 𝑥𝑖 𝑖+1 𝑥𝑘𝑖+1
𝑖
· ... · 𝑥𝑘𝑛𝑛
Но 𝑢 ≻ 𝐿𝑇 (𝑓 ) - противоречие определению 𝐿𝑇
Лемма 2. Пусть 𝑓 - симметрический. 𝐿𝑇 (𝑓 ) = 𝛼𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛 , тогда:

∃ 𝑒1 , ..., 𝑒𝑛 ≥ 0 : 𝐿𝑇 (𝛼𝜎1𝑒1 , ..., 𝜎𝑛𝑒𝑛 ) = 𝛼𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛

Доказательство.

𝐿𝑇 (𝛼𝜎1𝑒1 , ..., 𝜎𝑛𝑒𝑛 ) = 𝛼𝐿𝑇 (𝜎1𝑒1 )𝐿𝑇 (𝜎2𝑒2 ) · ... · 𝐿𝑇 (𝜎𝑛𝑒𝑛 ) =

= 𝛼𝑥𝑒11 (𝑥1 𝑥2 )𝑒2 · ... · (𝑥1 · ... · 𝑥𝑘 )𝑒𝑘 · ... · (𝑥1 𝑥2 · ... · 𝑥𝑛 )𝑒𝑛 =
= 𝛼𝑥𝑒11 +...+𝑒𝑛 𝑥𝑒22 +...+𝑒𝑛 · ... · 𝑥𝑒𝑛𝑛 = 𝛼𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛 =⇒

101
 ⎧ ⎧
⎪
⎪
⎪𝑒1 + 𝑒2 + ... + 𝑒𝑛−1 + 𝑒𝑛 = 𝑘1 ⎪
⎪
⎪ 𝑒1 = 𝑘1 − 𝑘2
⎪ ⎪
𝑒2 + ... + 𝑒𝑛−1 + 𝑒𝑛 = 𝑘2 ⎨𝑒2 = 𝑘2 − 𝑘3
⎪
⎪ ⎪
⎪
⎪
⎪ ⎪
⎪
... ⇐⇒ ...
⎨
=⇒ СЛУ:
⎪
⎪ ⎪
⎪
𝑒𝑛−1 + 𝑒𝑛 = 𝑘𝑛−1 𝑒𝑛−1 = 𝑘𝑛−1 − 𝑘𝑛
⎪
⎪ ⎪
⎪
⎪
⎪ ⎪
⎪
⎪
⎪ ⎪
⎪
⎩ 𝑒𝑛 = 𝑘𝑛 ⎩𝑒 = 𝑘
𝑛 𝑛

Т.к. 𝑓 - симметрический, то 𝑘1 ≥ 𝑘2 ≥ ... ≥ 𝑘𝑛 по Лемме (1) =⇒ ∀𝑖 : 𝑒𝑖 ≥ 0

Доказательство. (Основной теоремы о симметрических многочленах)

∃ : Если 𝑓 = 0, то 𝑔 = 0
Если 𝑓 ̸= 0, то 𝐿𝑇 (𝑓 ) = 𝛼𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛
По Лемме (2):
∃ 𝑒1 , ..., 𝑒𝑛 ≥ 0 : 𝐿𝑇 (𝛼𝜎1𝑒1 , ..., 𝜎𝑛𝑒𝑛 ) = 𝛼𝑥𝑘11 · ... · 𝑥𝑘𝑛𝑛
𝑓1 = 𝑓 − 𝛼𝜎1𝑒1 , ..., 𝜎𝑛𝑒𝑛
𝑓1 = 0 : 𝑓 = 𝛼𝜎1𝑒1 , ..., 𝜎𝑛𝑒𝑛 =⇒ 𝑔 = 𝛼𝑦1𝑒1 , ..., 𝑦𝑛𝑒𝑛
𝑓1 ̸= 0 : 𝐿𝑇 (𝑓 ) ≻ 𝐿𝑇 (𝑓1 ), 𝑓1 - симметрический.
Повторяем процесс для 𝑓1 =⇒ 𝑓1 , 𝑓2 , 𝑓3 , ... - симметрические и
𝐿𝑇 (𝑓 ) ≻ 𝐿𝑇 (𝑓1 ) ≻ 𝐿𝑇 (𝑓2 ) ≻ 𝐿𝑇 (𝑓3 ) ≻ ...
Т.к. каждый 𝐿𝑇 (𝑓𝑖 ) - монотонный, то этот процесс прервется на ко-
нечном шаге.
! : (Докажем от противного)
Допустим у нас ∃ 2 различных многочлена: 𝑔, 𝑔̃︀ ∈ 𝐹 [𝑦1 , ..., 𝑦𝑛 ] : 𝑔 ̸= 𝑔̃︀
𝑔(𝜎1 , ..., 𝜎𝑛 ) = 𝑔(𝜎
̃︀ 1 , ..., 𝜎𝑛 )
Рассмотрим ℎ = 𝑔 − 𝑔,
̃︀ ℎ ̸= 0, ℎ(𝜎1 , ..., 𝜎𝑛 ) = 0
∑︁
ℎ(𝑦1 , ..., 𝑦𝑛 ) = 𝛽𝑒1 ,...,𝑒𝑛 · 𝑦1𝑒1 · ... · 𝑦𝑛𝑒𝑛
По лемме (2):
(𝑒1 , ..., 𝑒𝑛 ) ̸= (𝑒̃︀1 , ..., 𝑒̃︀𝑛 ) =⇒ 𝐿𝑇 (𝜎1𝑒1 , ..., 𝜎𝑛𝑒𝑛 ) ̸= 𝐿𝑇 (𝜎1𝑒̃︀1 , ..., 𝜎𝑛𝑒̃︀𝑛 )
∑︁
ℎ(𝜎1 , ..., 𝜎𝑛 ) = 𝛽𝑒1 ,...,𝑒𝑛 · 𝜎1𝑒1 · ... · 𝜎𝑛𝑒𝑛 (**)
Среди всех 𝐿𝑇 (𝜎1𝑒1 , ..., 𝜎𝑛𝑒𝑛 ) есть тот, который старше остальных. В (**)
при приведении подобных этот старший член не сможет сократиться =⇒
ℎ(𝜎1𝑒1 , ..., 𝜎𝑛𝑒𝑛 ) ̸= 0 - противоречие.

102
10.7 Формулы Виета
𝐹 - поле, 𝑓 ∈ 𝐹 [𝑥], deg 𝑓 = 𝑛 > 0

𝑓 (𝑥) = 𝑎0 𝑥𝑛 + 𝑎1 𝑥𝑛−1 + ... + 𝑎𝑛−1 𝑥 + 𝑎𝑛

Пусть 𝑐1 , ..., 𝑐𝑛 ∈ 𝐹 - все корни многочлена 𝑓 с учетом кратности, тогда:

𝑓 (𝑥) = 𝑎0 (𝑥 − 𝑐1 )(𝑥 − 𝑐2 )...(𝑥 − 𝑐𝑛 ) =

∑︁
= 𝑎0 𝑥𝑛 − 𝑎0 (𝑐1 + ... + 𝑐𝑛 )𝑥𝑛−1 + 𝑎0 ( 𝑐𝑖 𝑐𝑗 )𝑥𝑛−2 −
𝑖<𝑗
∑︁
− 𝑎0 ( 𝑐𝑖 𝑐𝑗 𝑐𝑘 )𝑥𝑛−3 + ... + (−1)𝑛 𝑐1 ...𝑐𝑛
𝑖<𝑗<𝑘

𝑎𝑘 = (−1)𝑘 𝑎0 𝜎𝑘 (𝑐1 , ..., 𝑐𝑘 ), 𝑘 = 1, 𝑛

𝑎𝑘
=⇒ 𝜎𝑘 (𝑐1 , ..., 𝑐𝑘 ) = (−1)𝑘 − Формулы Виета
𝑎0

103
 11 Теория делимости в Евклидовых кольцах
Определение. Коммутативное, ассоциативное кольцо с единицей, в котором
нет делителя нуля, называется целостным.

Примеры.

1. Z

2. 𝐹 [𝑥], где 𝐹 - поле

3. 𝐾[𝑥], где 𝐾 - целостное кольцо

Определение. Пусть 𝐾 - целостное кольцо, тогда говорят, что 𝑏 делит 𝑎, где

𝑎, 𝑏 ∈ 𝐾, если ∃ 𝑐 ∈ 𝐾 : 𝑎 = 𝑏𝑐.
Обозначается: 𝑏|𝑎

Определение. Элементы 𝑎 и 𝑏 называются ассоциированными, если 𝑎|𝑏 и 𝑏|𝑎.

Обозначается: 𝑎 ∼ 𝑏

Утверждение. 𝑎 ∼ 𝑏 ⇐⇒ 𝑎 = 𝑏𝑐, где 𝑐 обратим в 𝐾, 𝑎 и 𝑏 не нулевые.

Доказательство.
⎧ ⎧
⎨𝑎|𝑏 ⎨𝑏 = 𝑎𝑐
1
=⇒ : =⇒ =⇒ 𝑎 = 𝑎𝑐1 𝑐2 =⇒ 𝑐1 𝑐2 = 1 =⇒ 𝑐2 обратим.
⎩𝑏|𝑎 ⎩𝑎 = 𝑏𝑐2

⇐= : 𝑎 = 𝑏𝑐 =⇒ 𝑏|𝑎, с другой стороны, 𝑏 = 𝑎𝑐−1 =⇒ 𝑎|𝑏 =⇒ 𝑎 ∼ 𝑏

Примеры.

1. Z : 𝑎 ∼ 𝑏 ⇐⇒ 𝑎 = ±𝑏

2. 𝐹 [𝑥], где 𝐹 - поле: 𝑓 ∼ 𝑔 ⇐⇒ 𝑓 = 𝑐𝑔, где 𝑐 ∈ 𝐹 ∖ {0}

Определение. Целостное кольцо 𝐾, которое не является полем, называется

евклидовым, если введена функция:

𝑁 : 𝐾 ∖ {0} → N ∪ {0}

такая, что:

1. 𝑁 (𝑎𝑏) ≥ 𝑁 (𝑏) (∀𝑎, 𝑏 ∈ 𝐾 ∖ {0})

104
 2. ∀𝑎, 𝑏 ∈ 𝐾, 𝑏 ̸= 0 ∃ 𝑞, 𝑟 ∈ 𝐾 : 𝑎 = 𝑏𝑞 + 𝑟, где 𝑟 = 0 или 𝑁 (𝑟) < 𝑁 (𝑏)
(т.е. возможно деление с остатком)

При этом 𝑁 называют нормой.

Примеры.

1. Z : 𝑁 (𝑎) = |𝑎|

2. 𝐹 [𝑥], где 𝐹 - поле: 𝑁 (𝑓 ) = deg 𝑓

Упражнение. 𝑧[𝑖] = {𝑎 + 𝑏𝑖 | 𝑎, 𝑏 ∈ Z}, 𝑁 (𝑎 + 𝑏𝑖) = 𝑎2 + 𝑏2 =⇒

𝑧[𝑖] c такой нормой - евклидово кольцо.

Утверждение. 𝑁 (𝑎𝑏) = 𝑁 (𝑎) ⇐⇒ 𝑏 обратим

Доказательство.
1) Пусть 𝑏 обратим

𝑁 (𝑎𝑏) ≥ 𝑁 (𝑎) и 𝑁 (𝑎) = 𝑁 ((𝑎𝑏)𝑏−1 ) ≥ 𝑁 (𝑎𝑏) =⇒ 𝑁 (𝑎𝑏) = 𝑁 (𝑎)

2) Пусть 𝑏 необратим
Поделим 𝑎 на 𝑎𝑏 с остатком:
𝑎 = 𝑎𝑏𝑞 + 𝑟
Если 𝑟 = 0, то 𝑎 = 𝑎𝑏𝑞 =⇒ 𝑏𝑞 = 1 =⇒ 𝑏 обратим - противоречие.
Иначе 𝑁 (𝑟) < 𝑁 (𝑎𝑏)
С другой сторон:

𝑟 = 𝑎 − 𝑎𝑏𝑞 = 𝑎(1 − 𝑏𝑞) =⇒ 𝑁 (𝑟) = 𝑁 (𝑎(1 − 𝑏𝑞)) ≥ 𝑁 (𝑎) =⇒ 𝑁 (𝑟) ≥ 𝑁 (𝑎)

⎧
⎨𝑁 (𝑟) < 𝑁 (𝑎𝑏)
=⇒ 𝑁 (𝑎𝑏) > 𝑁 (𝑎) − противоречие
⎩𝑁 (𝑟) ≥ 𝑁 (𝑎)

Определение. Наибольшим общим делителем элементов 𝑎, 𝑏 ∈ 𝐾 называется

элемент 𝑑 ∈ 𝐾 такой, что:

1) 𝑑|𝑎, 𝑑|𝑏

2) Если 𝑑1 |𝑎 и 𝑑1 |𝑏, то 𝑑1 |𝑑

Обозначается: НОД(𝑎, 𝑏)

105
Замечание.

1. НОД(𝑎, 0) = 𝑎

2. НОД может не существовать

Лемма. Если ∃ НОД(𝑎, 𝑏), то он определяется однозначно с точностью до ас-

социированности.

Доказательство. 𝑑1 , 𝑑2 - это НОД(𝑎, 𝑏), по свойству 2):

𝑑1 |𝑑2 , 𝑑2 |𝑑1 =⇒ 𝑑1 = 𝑑2

Теорема. Пусть 𝐾 - евклидово кольцо. Тогда ∀𝑎, 𝑏 ∈ 𝐾 ∃ НОД(𝑎, 𝑏) = 𝑑,

причем НОД(𝑎, 𝑏) = 𝑎𝑢 + 𝑏𝑣 для некоторых 𝑢, 𝑣 ∈ 𝐾.

Доказательство.

1. 𝑏 = 0 : НОД(𝑎, 𝑏) = 𝑎 = 𝑎 · 1 + 𝑏 · 𝑣

2. 𝑏|𝑎 : НОД(𝑎, 𝑏) = 𝑏 = 𝑎 · 0 + 𝑏 · 1

3. 𝑏 ̸= 0, 𝑏 ∤ 𝑎 : Делим:

0) 𝑎 = 𝑏𝑞1 + 𝑟1 , где 𝑁 (𝑟1 ) < 𝑁 (𝑏)

1) 𝑏 = 𝑟1 𝑞2 + 𝑟2 , где 𝑁 (𝑟2 ) < 𝑁 (𝑟1 )
2) 𝑟1 = 𝑟2 𝑞3 + 𝑟3 , где 𝑁 (𝑟3 ) < 𝑁 (𝑟2 )
..
.
k) 𝑟𝑘−1 = 𝑟𝑘 𝑞𝑘+1 + 𝑟𝑘+1 , где 𝑁 (𝑟𝑘+1 ) < 𝑁 (𝑟𝑘 )
k+1) 𝑟𝑘 = 𝑟𝑘+1 𝑞𝑘+2

Докажем, что 𝑟𝑘+1 = НОД(𝑎, 𝑏) :

𝑟𝑘+1 |𝑎, 𝑟𝑘+1 |𝑏 ?

из k+1) 𝑟𝑘+1 |𝑟𝑘

из k) 𝑟𝑘+1 |𝑟𝑘−1
..
.
из 2) 𝑟𝑘+1 |𝑟1
из 1) 𝑟𝑘+1 |𝑏

106
 из 0) 𝑟𝑘+1 |𝑎

Что бы доказать 2-е условие, докажем, что 𝑟𝑘+1 = 𝑎𝑢 + 𝑏𝑣

Сверху вниз ∀𝑠 : 𝑟𝑠 = 𝑎𝑢𝑠 + 𝑏𝑣𝑠

0) 𝑟1 = 𝑎 − 𝑏𝑞1 = 𝑎𝑢1 + 𝑏𝑣1 =⇒ 𝑢1 = 1, 𝑣1 = −𝑞1

1) 𝑟2 = 𝑏 − 𝑟1 𝑞2 = 𝑏 − (𝑎 − 𝑏𝑞1 )𝑞2 = 𝑎𝑢2 + 𝑏𝑣2
..
.

Далее по индукции. Получаем:

𝑟𝑠 = 𝑟𝑠−2 − 𝑟𝑠−1 𝑞𝑠 = (𝑎𝑢𝑠−2 + 𝑏𝑣𝑠−2 ) − (𝑎𝑢𝑠−1 + 𝑏𝑣𝑠−1 )𝑞𝑠 = 𝑎𝑢𝑠 + 𝑏𝑣𝑠

Так как 𝑟𝑘+1 = 𝑎𝑢 + 𝑏𝑣, то если 𝑑0 |𝑎, 𝑑0 |𝑏 =⇒ 𝑑0 |(𝑎𝑢 + 𝑏𝑣) =⇒ 𝑑0 |𝑟𝑘+1

=⇒ НОД(𝑎, 𝑏) = 𝑟𝑘+1

Определение. Процедура находа НОД(𝑎, 𝑏) в доказательстве теоремы назы-

вается алгоритмом Евклида.

Пусть 𝐾 - евклидово кольцо

Определение. Элементы 𝐾 называются взаимопростыми, если НОД(𝑎, 𝑏) = 1

Следствие. Пусть 𝐾 - евклидово кольцо, 𝑎, 𝑏 ∈ 𝐾 - взаимопростые, тогда:

∃ 𝑢, 𝑣 ∈ 𝐾 : 𝑎𝑢 + 𝑏𝑣 = 1

11.1 Разложение на простые элементы

Пусть 𝐾 - евклидово кольцо

Пример. ∀𝑎 ∈ 𝐾 : 𝑎 = (𝑎𝑐)𝑐−1 , где 𝑐 - обратим.

Определение. Элемент 𝑝 ∈ 𝐾 называется простым, если он:

1) 𝑝 ̸= 0

2) 𝑝 не является обратимым

3) Равенство 𝑝 = 𝑎𝑏, где 𝑎, 𝑏 ∈ 𝐾 возможно только при 𝑎 - обратим или 𝑏 -

обратим

Примеры.

107
 1. В Z простые элементы - это ±𝑝, где 𝑝 - простое число

2. В 𝐹 [𝑥], где 𝐹 - поле, простые элементы - это неприводимые многочлены

Замечание. Простые элементы - это ненулевые, необратимые элементы, кото-

рые имеют в точности два неассоциированных друг с другом элемента.

Лемма 1. (Важная Лемма)

Пусть 𝐾 - евклидово кольцо, 𝑝 ∈ 𝐾 - простой элемент, тогда:

𝑝|𝑎𝑏, НОД(𝑎, 𝑝) = 1 =⇒ 𝑝|𝑏

Доказательство. НОД(𝑎, 𝑝) = 1 =⇒ ∃ 𝑢, 𝑣 ∈ 𝐾 :

𝑎𝑢 + 𝑝𝑣 = 1 | · 𝑏 =⇒ ⏟𝑏𝑎𝑢 ⏞ + ⏟𝑏𝑝𝑣 = 𝑏 =⇒ 𝑝|𝑏

.. ..
⏞
.𝑝 .𝑝

Следствие. Пусть 𝐾 - евклидово кольцо, 𝑝 ∈ 𝐾 - простой элемент.

Если 𝑎𝑖 ∈ 𝐾 : 𝑝|(𝑎1 · ... · 𝑎𝑠 ), тогда:

∃ 𝑖 = 1, 𝑠 : 𝑝|𝑎𝑖

Доказательство. Индукция по 𝑠. База 𝑠 = 2 : 𝑝|(𝑎1 · 𝑎2 )

Если 𝑝 ∤ 𝑎, то НОД(𝑎1 , 𝑝) = 1 =⇒ 𝑝|𝑎2 (по важной Лемме)
Переход: 𝑝|𝑎1 · (𝑎2 · ... · 𝑎𝑛 )
Если 𝑝 ∤ 𝑎1 , то НОД(𝑎1 , 𝑝) = 1 ⏟=⇒
⏞ 𝑝|(𝑎2 · ... · 𝑎𝑛 ) ⏟=⇒
⏞ ∃ 𝑖 = 2, 𝑛 : 𝑝|𝑎𝑖
по Лемме по Инд.

Теорема. Пусть 𝐾 - евклидово кольцо, 𝑎 ̸= 0 ∈ 𝐾 - произвольный, необрати-

мый элемент. Тогда 𝑎 можно разложить:

𝑎 = 𝑝𝑘11 · ... · 𝑝𝑘𝑛𝑠

Причем это разложение единственное с точностью до домножения на обрати-

мый и перестановки множителей.

Доказательство.

∃: От противного:
Среди всех ненулевых и необратимых элементов кольца 𝐾 найдем такие,
которые не допускают такое разложения, возьмем наименьший по норме -
обозначим его 𝑎.

108
1 случай: 𝑎 - простой элемент =⇒ 𝑎 - это и есть разложение на простые
2 случай: 𝑎 - не простой =⇒ ∃ 𝑏, 𝑐 ∈ 𝐾 - ненулевые, обратимые: 𝑎 = 𝑏𝑐

𝑁 (𝑎) > 𝑁 (𝑏) и 𝑁 (𝑎) > 𝑁 (𝑐)

=⇒ т.к. 𝑎 - наименьший по норме, который не допускает это разложе-

ние на простые, то

𝑏 = 𝑝1 · ... · 𝑝𝑡 , 𝑐 = 𝑞1 · ... · 𝑞𝑠

Где 𝑝𝑖 , 𝑞𝑖 - простые числа =⇒ 𝑎 = 𝑝1 · ... · 𝑝𝑡 · 𝑞1 · ... · 𝑞𝑠 - противоречие

!: От противного:
𝑎 = 𝑝1 · ... · 𝑝𝑠 = 𝑞1 · ... · 𝑞𝑠 , где 𝑝𝑖 , 𝑎𝑖 - простые числа. Индукция по 𝑠:

=⇒ 𝑝1 |(𝑞1 · ... · 𝑞𝑠 )

=⇒ т.к. 𝑝1 - простое, то следовательно:

∃ 𝑖 = 1, 𝑡 : 𝑝1 |𝑞𝑖 =⇒ 𝑝1 ∼ 𝑞𝑖

Можем считать, что 𝑖 = 1, 𝑞1 = 𝑐1 𝑝1 , 𝑐1 - обратим

Сокращаем на 𝑝1 : 𝑝2 · ... · 𝑝𝑠 = 𝑐𝑞2 · ... · 𝑞𝑚
Далее индукция по 𝑠: =⇒ 𝑠 = 𝑡, 𝑝𝑖 ∼ 𝑞𝑖 (при подходящей перестановке)

Следствие 1. Основная теорема арифметики.

Следствие 2. Пусть 𝐹 - поле, 𝑓 ∈ 𝐹 [𝑥], deg 𝑓 ≥ 1

Тогда 𝑓 раскладывается на простые неприводимые многочлены над 𝐹 и это
разложение единствено с точностью до перестановки множителей и умножения
на ненулевые константы из 𝐹 .

Следствие 3. Пусть 𝐾 - евклидово кольцо, 𝑎 ∈ 𝐾, 𝑎 = 𝑝𝑘11 · ... · 𝑝𝑘𝑠 𝑠 , где 𝑝𝑖 -

простые элементы 𝐾 и 𝑝𝑖 ̸∼ 𝑝𝑗 при 𝑖 ̸= 𝑗
Пусть 𝑑 ∈ 𝐾, 𝑑|𝑎. Тогда 𝑑 = 𝑐𝑝𝑙11 · ... · 𝑝𝑙𝑠𝑠 , где 0 ≤ 𝑙𝑖 ≤ 𝑘𝑖 , 𝑐 - обратимый элемент
в𝐾

Доказательство. Т.к. 𝑑|𝑎, то 𝑎 = 𝑑𝑏. По теореме разложим 𝑑 и 𝑏 на простые

(если они необратимы, иначе очев) и сравниваем в 𝑎 = 𝑑𝑏 правую и левую часть.
В силу единсвенности разложения на простые получаем следствие.

109
 11.2 Поле отношений целостного кольца
𝐾 - целостное кольцо
Рассмотрим множество пар:

𝑀 = {(𝑎, 𝑏) | 𝑎, 𝑏 ∈ 𝐾, 𝑏 ̸= 0}

Введем отношение эквиватентности:

(𝑎, 𝑏) ∼ (𝑐, 𝑑) ⇐⇒ 𝑎𝑑 = 𝑏𝑐

Утверждение.
∀𝑐 ∈ 𝐾, 𝑐 ̸= 0 =⇒ (𝑎, 𝑏) ∼ (𝑎𝑐, 𝑏𝑐)
Класс эквивалентности пары (𝑎, 𝑏) - это:

{(𝑐, 𝑑) ∈ 𝑀 | (𝑐, 𝑑) ∼ (𝑎, 𝑏)}

Класс называется дробью и обозначается: 𝑎𝑏

Множество всех таких классов эквивалентности обозначается: Q(𝐾)
Операции на Q(𝐾):
𝑎1 𝑎2 𝑎1 𝑏2 + 𝑎2 𝑏1 𝑎1 𝑎2 𝑎1 𝑏1
+ = , · =
𝑏1 𝑏2 𝑏1 𝑏1 𝑏1 𝑏2 𝑎1 𝑏1
Утверждение. Операции корректны, т.е. не зависят от предствитлей.

Доказательство.

(+) :
𝑎1 𝑎̃︀1 𝑎2 𝑎̃︀2 𝑎1 𝑎2 𝑎̃︀1 𝑎̃︀2
= ; = =⇒ + = +
𝑏1 𝑏̃︀1 𝑏2 𝑏̃︀2 𝑏1 𝑏2 𝑏̃︀1 𝑏̃︀2
Дано: 𝑎1 𝑏̃︀1 = 𝑎̃︀1 𝑏1 , 𝑎2 𝑏̃︀2 = 𝑎̃︀2 𝑏2

𝑎1 𝑏2 + 𝑎2 𝑏1 ? 𝑎̃︀1 𝑏̃︀2 + 𝑎̃︀2 𝑏̃︀1

=
𝑏1 𝑏2 𝑏̃︀1 𝑏̃︀2
?
(𝑎1 𝑏2 + 𝑎2 𝑏1 )𝑏̃︀1 𝑏̃︀2 = (𝑎̃︀1 𝑏̃︀2 + 𝑎̃︀2 𝑏̃︀1 )𝑏1 𝑏2
𝑎1 𝑏2 𝑏̃︀1 𝑏̃︀2 + 𝑎2 𝑏1 𝑏̃︀1 𝑏̃︀2 = 𝑎̃︀1 𝑏̃︀2 𝑏1 𝑏2 + 𝑎̃︀2 𝑏̃︀1 𝑏1 𝑏2 - это верно

(·) : Д/з

Утверждение. 𝑄(𝐾) относительно операций (+) и (·) - это поле.

110
Доказательство. При сложении можем считать, что знаменатель больше, т.е.:
𝑎1 𝑎2
𝑏 + 𝑏 =
𝑎1 +𝑎2
𝑏 =⇒ коммутативное по сложению, ассоциативное по сложению,
1 - нулевой элемент, ∀ 𝑏 ∃ − 𝑏 = 𝑏
0 𝑎 𝑎 −𝑎

=⇒ это абелева группа по сложению

Непосредственно проверяется дистрибутивность, коммутативность и ассоциа-
тивность умножения, 11 - единица (нейтральный по умножению),
∀ 𝑎𝑏 ∈ 𝑄(𝐾), 𝑎𝑏 ̸= 0 =⇒ 𝑎 ̸= 0, ∃ 𝑎𝑏 ∈ 𝑄(𝐾) - обратный к 𝑎𝑏 =⇒ 𝑄(𝐾) - поле.
Определение. Такое поле называется полем отношений целостного кольца 𝐾
(полем частных, полем дробей).
Рассмотрим множество:
𝑎
{ | 𝑎 ∈ 𝐾 } в 𝑄(𝐾)
1
Оно образует подкольцо в 𝑄(𝐾), которое изоморфно кольцу 𝐾:
𝑎
− отождествлен с 𝑎 ∈ 𝐾
1
Пример. 𝑄(Z) = Q
Определение. Пусть 𝐾 - евклидово кольцо
𝑎, 𝑏 ∈ 𝐾, 𝑏 ̸= 0, 𝑎 = 𝑎1 𝑑, 𝑏 = 𝑏1 𝑑, где 𝑑 = НОД(𝑎, 𝑏) =⇒
𝑎 𝑎1
= , где НОД(𝑎1 , 𝑏1 ) = 1
𝑏 𝑏1
Такие дроби называются несократимыми.
Утверждение. Пусть 𝐾 - евклидово кольцо, тогда несократимая дробь 𝑎𝑏 ∈
𝑄(𝐾) определена однозначно с точностью до умножения числителя и знамена-
теля на обратимый элемент, т.е.:
𝑎 𝑐𝑎
= , где 𝑐 - обратимый элемент кольца 𝐾
𝑏 𝑐𝑏
⏟ ⏞
несокр

Доказательство.
⎧
⎪ 𝑎̃︀𝑏 = 𝑏̃︀
𝑎 ⎧
⎨𝑎 | 𝑏̃︀
𝑎
⎪
𝑎 ̃︀𝑎 ⎨
= =⇒ НОД(𝑎, 𝑏) = 1 =⇒ ⏟=⇒ 𝑎 | ̃︀
𝑎
𝑏 ̃︀𝑏 ⎪ ⎩НОД(𝑎, 𝑏) = 1 ⏞
По важной лемме
НОД(̃︀
⎪
𝑎, ̃︀𝑏) = 1
⎩

аналогично ̃︀ 𝑎, т.е. ̃︀
𝑎 | 𝑎 =⇒ 𝑎 ∼ ̃︀ 𝑎 = 𝑐𝑎, 𝑐 - обратим
⎧
⎨𝑎̃︀𝑏 = 𝑏̃︀
𝑎
=⇒ 𝑎̃︀𝑏 = 𝑐𝑎𝑏 =⇒ ̃︀𝑏 = 𝑐𝑏
𝑎 = 𝑐𝑎
⎩̃︀

111
11.3 Поле рациональных дробей
𝐹 - поле, 𝐾 = 𝐹 [𝑥]
Определение. Поле отношения кольца 𝐾 = 𝐹 [𝑥] называется полем рацио-
нальных дробей.
Обозначается: 𝐹 (𝑥)
Элементы этого поля: 𝑓𝑔(𝑥)
(𝑥)
, где 𝑓, 𝑔 ∈ 𝐹 [𝑥], 𝑔 ̸= 0 называются рациональными
дробями.
Определение. Дробь 𝑓𝑔 ∈ 𝐹 (𝑥) называется правильной, если deg 𝑓 < deg 𝑔.
Это определение не зависит от представителей.
Утверждение 1. Сумма и произведение правильных дробей - правильная
дробь.
Утверждение 2. Произвольная рациональная дробь 𝑓𝑔 ∈ 𝐹 (𝑥) единственным
образом представима в виде суммы многочлена и правильной дроби.

Доказательство.
[︃
𝑟=0
∃: Поделим 𝑓 на 𝑔 с остатком: 𝑓 = 𝑞𝑔 + 𝑟, где , тогда:
deg 𝑟 < deg 𝑔
𝑓 𝑟
=𝑞+
𝑔 𝑔

!: Пусть 𝑓
𝑔 =𝑞+ 𝑟
𝑔 = 𝑞̃︀ + 𝑔̃︀𝑟̃︀ , тогда:
𝑟̃︀ 𝑟 𝑟̃︀ 𝑟
𝑞 − 𝑞̃︀ = − =⇒ 𝑞 = 𝑞, =
𝑔̃︀ 𝑔 𝑔̃︀ 𝑔
̃︀

Утверждение 3. Любая правильная дробь 𝑓𝑔 ∈ 𝐹 (𝑥) раскладывается в сумму

правильных дробей со знаменателями: 𝑔1 , 𝑔2 , ..., 𝑔𝑠 , где 𝑔 = 𝑔1 · 𝑔2 · ... · 𝑔𝑠 и
НОД(𝑔𝑖 , 𝑔𝑗 ) = 1, при 𝑖 ̸= 𝑗:
𝑓 𝑟1 𝑟𝑠
= + ... +
𝑔 𝑔 𝑔𝑠
⏟1 ⏞
правильные

Доказательство. Индукция по 𝑠:
𝑠 = 2, 𝑔 = 𝑔1 𝑔2 , НОД(𝑔1 , 𝑔2 ) = 1 =⇒ ∃ 𝑢, 𝑣 ∈ 𝐹 [𝑥] : 𝑢𝑔1 + 𝑣𝑔2 = 1, тогда:
𝑓 𝑓 · 1 𝑓 (𝑢𝑔1 + 𝑣𝑔2 ) 𝑓 𝑢 𝑓 𝑣 𝑟1 𝑟2
= = = + = 𝑞1 + + 𝑞 2 +
𝑔 𝑔1 𝑔2 𝑔1 𝑔2 𝑔2 𝑔1 𝑔1 𝑔2
112
По утверждению (1): 𝑞1 + 𝑞2 - правильная дробь. многочлен, который является
правильной дробью - нулевой многочлен =⇒ 𝑞1 + 𝑞2 = 0 =⇒
𝑓 𝑟1 𝑟2
= +
𝑔 𝑔1 𝑔2

Переход: 𝑠 − 1 → 𝑠 : 𝑓
𝑔1 (𝑔2 ·...·𝑔𝑠 ) = 𝑟1
𝑔1 + 𝑟2
𝑔2 ·...·𝑔𝑠 ⏟ =⏞
𝑟1
𝑔1 + 𝑟2
𝑔2 + ... + 𝑟𝑠
𝑔𝑠
По предп. индукции

Определение. Рациональная дробь 𝑓

𝑔 ∈ 𝐹 (𝑥) называется простейшей,если:

1) 𝑓
𝑔 ̸= 0

2) 𝑔 = 𝑝𝑠 , где 𝑝 - неприводимый множитель над 𝐹 , 𝑠 ∈ N

3) deg 𝑓 < deg 𝑝

Примеры.

1. ∀ поля 𝐹 : (𝑥−𝑐)𝑘 ,
𝛼
где 𝛼, 𝑐 ∈ 𝐹, 𝛼 ̸= 0, 𝑘 ∈ N является простейшей всегда.

2. Если 𝐹 = C, то простейщий другого вида нет.

3. 𝐹 = R : (𝑥−𝑐)
𝛼
𝑘 , (𝑥2 +𝑎𝑥+𝑏)𝑘 , где 𝛼, 𝛽, 𝛾, 𝑎, 𝑏, 𝑐 ∈ R, 𝛼, 𝛽 ̸= 0, 𝛽 +𝛾 ̸= 0, 𝑘 ∈ N
𝛽𝑥+𝛾 2 2

и у (𝑥2 + 𝑎𝑥 + 𝑏) отрицательный дискриминан.

Теорема. Любая правильная дробь 𝑓𝑔 ∈ 𝐹 (𝑥) раскладывается в сумму простей-

ших.
Более того, если 𝑔 = 𝑝𝑠11 · ... · 𝑝𝑠𝑘𝑘 , где 𝑝𝑖 - неприводимый над 𝐹 и ∀𝑖 ̸= 𝑗 : 𝑝𝑖 ̸∼ 𝑝𝑗 ,
тогда 𝑓𝑔 раскладывается в сумму простейших со знаменателями:

𝑝1 , 𝑝21 , ... , 𝑝𝑠11 , ... , 𝑝1𝑘 , 𝑝2𝑘 , ... , 𝑝𝑠𝑘𝑘

и это разложение единственно.

Доказательство.

∃ : 𝑔 = 𝑝𝑠11 · ... · 𝑝𝑠𝑘𝑘 . По утверждению (3) 𝑓𝑔 = 𝑝𝑟𝑠11 + ... + 𝑝𝑟𝑠𝑘𝑘

1 𝑘
Достаточно рассмотреть правильную дробь вида 𝑝𝑟𝑠 .
Индукция по 𝑠:
Поделим 𝑟 на 𝑝 с остатком:
[︃
𝑟̃︀ = 0
̃︀ где
𝑟 = 𝑝𝑔 + 𝑟,
deg 𝑟̃︀ < deg 𝑝

113
 𝑟 𝑝𝑞 + 𝑟̃︀ 𝑞 𝑟̃︀
=⇒ = = +
𝑝𝑠 𝑝𝑠 𝑝𝑠−1 𝑝𝑠
где 𝑝𝑟̃︀𝑠 - либо 0, либо простейшая.
Повторяем процесс для 𝑝𝑠−1 𝑞

!: (От противного)
𝑠 𝑠
𝑓 ∑︁ 𝑟𝑖 𝑟𝑖 𝑟𝑖 ∑︁ 𝑟̃︀𝑖 𝑟̃︀𝑖 𝑟̃︀𝑖
= ( 1 + 22 + ... + 𝑠𝑠𝑖 ) = ( 1 + 22 + ... + 𝑠𝑠𝑖 )
𝑔 𝑖=1
𝑝𝑖 𝑝𝑖 𝑝𝑖 𝑖=1
𝑝𝑖 𝑝𝑖 𝑝𝑖
𝑠
∑︁ 𝑟̃︀𝑖1 ̃︀
̃︀ 𝑟̃︀𝑖2 𝑟̃︀𝑖
̃︀
=⇒ ( + 2 + ... + 𝑠𝑠𝑖 ) = 0, где ̃︀
𝑟̃︀𝑖𝑗 = 𝑟𝑖𝑗 − 𝑟̃︀𝑖𝑗
𝑖=1
𝑝 𝑖 𝑝 𝑖 𝑝 𝑖

Допустим, что ∃ ̃︀ 𝑟̃︀𝑖𝑗 ̸= 0

Рассмотрим ̃︀
𝑟̃︀𝑖𝑡 , где 𝑡 - максимальный с таким условием (самый правый) и
без ограничение общности считаем, что 𝑖 = 1.
Приводим к общему знаменателю и приравниваем числители:

𝑟̃︀1𝑡 𝑝𝑠22 · ... · 𝑝𝑠𝑘𝑘 + 𝑝1 ℎ(𝑥) = 0

̃︀

ℎ(𝑥) - собрали все кратные 𝑝1 в числителе

𝑝1 ̸∼ 𝑝𝑖 (𝑖 ̸= 1) =⇒ 𝑝1 | ̃︀
𝑟̃︀1𝑡 =⇒ ̃︀
𝑟̃︀1𝑡 = 0

т.к. иначе deg ̃︀

𝑟̃︀1𝑡 ≥ deg 𝑝1 , что противоречит определению простейших.

Теорема. (Декарта)
Пусть 𝑓 (𝑥) ∈ R[𝑥], deg 𝑓 ≥ 1
𝑓 (𝑥) = 𝑎𝑛 𝑥𝑛 + ... + 𝑎1 𝑥 + 𝑎0 , где 𝑎𝑖 ∈ R.
𝐿(𝑓 ) - число перемен знака в последовательности 𝑎𝑛 , 𝑎𝑛−1 , ..., 𝑎1 , 𝑎0
𝑁 (𝑓 ) - число положительных вещественных корней многочлена 𝑓
Тогда число 𝑁 (𝑓 ) ≤ 𝐿(𝑓 ). При этом 𝑁 (𝑓 ) = 𝐿(𝑓 ) ⇐⇒ нет мнимых корней.

114
Заключение
В заключение выражаю благодарность главным редакторам конспекта:
Егору Соколову (108 группа), Кириллу Яковлеву (108 группа), Ярославу Свет-
лакову (108 группа), а также Марии Свириной (111 группа) за рукописные
конспекты.
Автор успешно сдал экзамен досрочно, но остается на связи, если будут оче-
пятки пишите, поправим.
Всем удачной сессии ♡

115