- •Векторы, линейные операции над ними, разложение по базисам. Основные формулы, связанные с декартовыми координатами.
- •Скалярное произведение векторов, свойства, применение.
- •Прямая в пространстве, стандартные задачи на прямую и плоскость в пространстве.
- •Полярная система координат. Уравнение кривых второго порядка в полярных координатах.
- •Матрицы, операции над ними, свойства.
- •Определитель любого порядка. Свойства, вычисление.
- •Нахождение ранга матрицы.
- •ИсСледование общего уравнения кривой второго порядка.
-
Обратная матрица. Свойства. Ее нахождение. Назовём кдвадратную матрицу порядка n невырожденной , если её определитель не равен 0 и выполнено равенство АА-1=А-1А=Е, Е-ед матрица порядка n. Свойства. (А-1)-1=А (АВ)-1=В-1А-1 (An)-1=(A-1)n (A-1)T=(AT)-1 Для вычисления обратной матрицы нужно составить присоединённую матрицу В, затем каждый её элемент разделить на число |A|.
-
Линейные системы. Формулы Крамера. Линейной системой m уравнений с n неизвестных называется система вида a11x1+a12x2+…+a1nxn=b1 a21x1+a22x2+…+a2nxn=b2 …………………………….. am1x1+am2x2+…+amnxn=bm, где a11,a12,…,amn коэффициенты системы. Матрица – основная матрица системы. Если все свободные члены равны 0 то система называется однородной если же хотя бы одно не равно 0 то неоднородная Если система имеет решения она называется совместной, если нет несовместная. Совместная система, имеющая единственное решение, называется определённой, система, имеющая более одного решения – неопределённая. Решить систему это узнать совместна она или нет, и в случае совместимости найти множество всех решений. Крамер. Рассмотрим сначала систему n линейных уравнений вида с n неизвестными отличным от нуля определителем основной матрицы. Покажем, что такая система имеет ед. решение, и единств. получаем x=A-1b – матричной записью решения рассматриваемой системы. Использую теорему Лапласа находим, что путём последовательной заменой столбца свободных членов. Х1=D1/|A|(cвободный стбц на 1 месте) ..Xn=Dn/|A|
-
Нахождение обратной матрицы и решение линейной системы методом Гаусса. Матрицу необходимо свести либо к треугольному либо к трапециевидному виду. Если в некоторой строке, все элементы равны 0, то это свидетельствует о том что система несовместна. Так как ранг доп не равен рангу осн.
-
Ранг матрицы. Теорема о базисном миноре. Ранг матрицы.Максимальное число линейно- зависимых строк матрицы называется рангом матрицы и обозначается r=r(A). Из этого определения следует что ранг равен также максимальному числу линейно-зависимых столбцов. Элементарные преобразования матрицы называются следующие операции: а) перестановка двух строк (столбцов) матрицы; б)умножение строки(столбца) на число Альфа, не равное нулю. в)прибавление к одной матрицы линейной комбинации других строк её строк. г)транспонирование матрицы. Вывод: элементарные преобразования матрицы не меняют её ранга. Теорема о базисном миноре. Назовём базисными строками (столбцами) матрицы А любые её r линейно-независимых строк, где r - ранг матрицы. Элементы матрицы А, стоящие на пересечении фиксированных r строк и k столбцов, образуют квадратную матрицу порядка k. Её определитель называется минором к-го порядка А. Если выбранными строками и столбцами являются базисные, то и соответствующий минор называется базисным. Теорема. Для того чтобы ранг матрицы А был равен r, необходимо и достаточно, чтобы существовал отличный от нуля минор порядка r, а всякий минор r+1-го порядка был равен нулю. Доказательство. Необходимость. Пусть r(A)=r. Это значит, что матрица А имеет r линейно зависимых строк и столбцов, а любые r+1 строк или столбцов линейно-зависимы. Тогда на основании теоремы о равенстве кол-ва линейно-зависимых строк и столбцов существует минор r-го порядка, отличный от нуля, а всякий минор r+1-го порядка равен нулю. Достаточность. Пусть существует минор r-го порядка, отличный от нуля, а всякий минор r+1 го порядка, отличный от нуля, а всякий минор r+1 –го порядка равен нулю. Тогда матрица имеет r линейно – независимых строк. Если при этом предположить существование ещё одной r+1й строки, образующей с данными r строками rлинейно-независимую систему, то найдётся минор r+1 го порядка, отличный от нуля, что противоречит условию.
-
Нахождение ранга матрицы.
-
Теорема Кронекера(?)-Капелли. Однородные системы, фундаментальная система решений. Для того чтобы система была совместной, необходимо и достаточно, чтобы ранг расширенной матрицы этой системы был равен рангу ёё основной. Доказательство. Необходимость. Пусть система совместна. Докажем, что r(A)=r([A]b). В самом деле в силу совместимости системы сущ. Числа такие что выполняется равенство…. Равенство означает, что последний столбец матрицы является линейной комбинацией остальных её столбцов. Его можно вычеркнуть не изменяя ранга матрицы. Матрица перейдёт в матрицу А. Следствие. Если ранг матрицы расширенной матрицы не равен рангу основной матрицы, то система несовместна. Однородные системы решений. Для того чтобы она имела ненулевое решение., необходимо и достаточно, чтобы ранг матрицы был меньше n, где n –число столбцов. Совокупность из n-r линейно-зависимых решений однородной системы называется фундаментальной системой решений.
-
Собственные векторы полярной матрицы. Их нахождение, свойства.
-
Линейные (векторные) пространства, линейная зависимость векторов, свойства. Пусть дана матрица размера m*n: её i-ю строку можно рассматривать как вектор строку, а любой j-ый столбец как как вектор столбец. Строки называются линейно-зависимыми, если линейно зависимы вектора, т.е существуют числа α1u1 + α2u2 + α3u3+…..+αmum=0. Теорема. Для всякой матрицы число её линейно – независимых строк рано числу линейно-независимых столбцов.
-
Размерность и базис линейного пространства. Координаты вектора в данном базисе, их преобразование при переходе к новому базису. Изоморфизм пространств.
-
Линейные операторы. Матрица линейного оператора в данных базисах.
-
Преобразование матрицы линейного оператора при переходе к новому базису.
-
Подобные матрицы. Приведение квадратичной матрицы к диагональному виду подобным преобразованием.
-
Евклидово пространство. Неравенство Коши-Буняковского. Стандартное скалярное произведение в Rnx1.
-
Ортогональные матрицы. Свойства.
-
Симметричные матрицы. Свойства.
-
Квадратичные формы, приведение к каноническому виду. Квадратичной формой от n переменных x1,x2,..,xn называется выражение вида Q(x1,x2,…,x2,xn)= ∑ni=1∑nj=1 aijxixj , где а ij =a ji действительные числа, называемые коэффициентами квадратичной формы. Для записи квадратичной формы в матричном виде из переменных x1,x2,..,xn образуем вектор-столбец x=(x1,x2,…,xn)T, из коэффициентов aij матрицу, кот называется матрицей квадратичной формы и является в силу равенств aij=aji симметричной.Квадратичная форма имеет вид Q(x1,x2,….,xn)=(x,Ax)=xTAx. КФ полностью определяется своей матрицей, и , наоборот, любая квадратичная форма определяется однозначно симметричную матрицу. Приведение к каноническому виду. КФ называется канонической, если все aij=0, i не равно j.
-
ИсСледование общего уравнения кривой второго порядка.
Найти: -обл. определения ф-ции
-точки разрыва и интервалы, где ф-ция явл-ся непрерывной
-поведение ф-ции в окрестностях точки разрыва, вертикальной асимптоты
-т. пересечения графика с осями координат
-симметрия графика (чет./нечет):
f(-x)=x симметрична относительно осей
f(-x)=-x симметрична относительно О(0,0)
-периодичность
-интервалы монотонности
-точки экстремума
-наибольшее и наименьшее значение
-выпуклость, вогнутость
-точки перегиба
-поведение ф-ции в безконечности, наклонная и горизонтальные асимптоты
-нанесение на график.
-
Положительно определенные квадратичные формы, критерий положительной определенности.