- •1. Матрицы и действия над ними.
- •2. 1 2 3 И n порядок
- •3. Свойства определителей.
- •4. Разложение определителя по строке или столбцу.
- •5. Определитель произведения матриц.
- •6. Формулы Крамера для решения системы линейных уравнений.
- •7. Обратная матрица и ее вычисление.
- •Свойства обратной матрицы
- •8. Свойства обратной матрицы и новый вывод формул Крамера.
- •9. Определение n-мерных арифметических векторов и действий над ними.
- •10. Линейная зависимость и независимость векторов.
- •11. Максимальная линейно независимая подсистема векторов. Линейная зависимость векторов
- •Свойства систем векторов
- •12. Определение ранга матрицы. Теорема о ранге матрицы.
- •13. Теорема о равенстве числа векторов в двух максимальных линейно независимых подсистемах векторов.
- •14. Вычисление ранга матрицы методом окаймляющих миноров. Метод окаймляющих миноров
- •15. Вычисление ранга матрицы методом элементарных преобразований.
- •II. Метод элементарных преобразований
- •16. Теорема Кронекера-Капелли. Решение систем на основе теоремы Кронекера-Капелли.
- •17. Однородная система линейных уравнений. Свойства ее решений.
- •18. Фундаментальная система решений однородной системы линейных уравнений и теорема о числе решений в ее составе.
- •19. Связь решений линейной неоднородной и соответствующей ей однородной систем.
- •20. Метод Гаусса решения линейных уравнений.
- •§ 3. Декартова система координат в пространстве
- •§ 1. Декартова система координат на плоскости
- •22. Полярные координаты на плоскости и их связь с декартовыми прямоугольными координатами.
- •§ 2. Полярная система координат на плоскости
- •23. Понятие свободного вектора. Теорема о проекции вектора на ось.
- •Свободный вектор
- •24. Координаты вектора и их вычисление по координатам его начала и конца. Направляющие косинусы.
- •25. Длина вектора и формула для вычисления расстояния между двумя точками пространства.
- •1.6. Расстояние между двумя точками
- •26. Линейные операции над векторами. Линейные операции над векторами
- •27. Основные теоремы о проекциях векторов.
- •28. Разложение векторов на компоненты.
- •29. Скалярное произведение векторов и его свойства.
- •Геометрический смысл скалярного произведения векторов
- •Алгебраические свойства скалярного произведения
- •Геометрические свойства скалярного произведения
- •30. Векторное произведение векторов и его свойства.
- •Алгебраические свойства векторного произведения
- •Геометрические свойства векторного произведения
- •Выражение векторного произведения через координаты векторов
- •31. Смешанное произведение векторов и его свойства.
- •1.16. Смешанное произведение векторов и его свойства
- •Геометрические свойства смешанного произведения
- •Алгебраические свойства смешанного произведения
- •32. Общее уравнение прямой на плоскости.
- •33. Уравнение прямой в отрезках.
- •34. Нормальное уравнение прямой. Вычисление расстояния от точки до прямой на плоскости. Общее уравнение прямой
- •35. Общее уравнение плоскости.
- •36. Уравнение плоскости в отрезках.
- •37. Нормальное уравнение плоскости, Расстояние от точки до плоскости.
- •38. Канонические уравнения прямой.
- •39. Эллипс: уравнение, общий вид и свойства кривой.
6. Формулы Крамера для решения системы линейных уравнений.
Метод Крамера состоит в том, что мы последовательно находим главный определитель системы (5.3), т.е. определитель матрицы А
D = det (ai j)
и n вспомогательных определителей D i (i= ), которые получаются из определителя D заменой i-го столбца столбцом свободных членов.
Формулы Крамера имеют вид:
D × x i = D i ( i = ). (5.4)
Из (5.4) следует правило Крамера, которое дает исчерпывающий ответ на вопрос о совместности системы (5.3): если главный определитель системы отличен от нуля, то система имеет единственное решение, определяемое по формулам:
x i = D i / D.
Если главный определитель системы D и все вспомогательные определители D i = 0 (i= ), то система имеет бесчисленное множество решений. Если главный определитель системы D = 0, а хотя бы один вспомогательный определитель отличен от нуля, то система несовместна.
Пример 2.14. Решить методом Крамера систему уравнений:
x1 + x2 + x3 + x4 = 5,
x1 + 2x2 - x3 + 4x4 = -2,
2x1 - 3x2 - x3 - 5x4 = -2,
3x1 + x2 +2x3 + 11 x4 = 0.
Решение. Главный определитель этой системы
значит, система имеет единственное решение. Вычислим вспомогательные определители D i ( i = ), получающиеся из определителя D путем замены в нем столбца, состоящего из коэффициентов при xi, столбцом из свободных членов:
Отсюда x1 = D 1/D = 1, x2 = D 2/D = 2, x3 = D 3/D = 3, x4 = D 4/D = -1, решение системы - вектор С=(1, 2, 3, -1)T.
7. Обратная матрица и ее вычисление.
Обра́тная ма́трица — такая матрица A−1, при умножении на которую исходная матрица A даёт в результате единичную матрицу E:
Квадратная матрица обратима тогда и только тогда, когда она невырожденная, то есть её определитель не равен нулю. Для неквадратных матриц и вырожденных матрицобратных матриц не существует. Однако возможно обобщить это понятие и ввести псевдообратные матрицы, похожие на обратные по многим свойствам.
Свойства обратной матрицы
, где обозначает определитель.
для любых двух обратимых матриц A и B.
где * T обозначает транспонированную матрицу.
для любого коэффициента .
Если необходимо решить систему линейных уравнений Ax = b, (b — ненулевой вектор) где x — искомый вектор, и если A − 1 существует, то x = A − 1b. В противном случае либо размерность пространства решений больше нуля, либо их нет вовсе.
8. Свойства обратной матрицы и новый вывод формул Крамера.
9. Определение n-мерных арифметических векторов и действий над ними.
Вектор. Определение. Упорядоченную совокупность ( x 1, x 2, ... , x n ) n вещественных чисел называют n-мерным вектором, а числа x i ( i = ) - компонентами, или координатами, вектора.
Пусть даны векторы и . Определение. Суммой векторов и называется вектор , т.е. при сложении векторов их соответствующие координаты складываются: (2, –4) + (–2, 4) = (0, 0); (3,0,1) + (0,1,4)+(–1, –7,0) = (2, –6,5). Определение. Произведением вектора на число называется вектор т.е. при умножении вектора на число каждая его координата умножается на это число. Можно проверить, что введенные таким образом операции над векторами удовлетворяют всем свойствам операций в линейном пространстве. Следовательно, арифметическое n-мерное пространство Rn является частным случаем введенного ранее линейного пространства. Определение. Скалярным произведением двух векторов и называется число, равное сумме произведений соответствующих координат векторов: Пример: Пусть и . Тогда . Скалярное произведение обладает следующими свойствами: 1. , причем , только при 2. , 3. , 4. . Определение. Два вектора называются ортогональными, если их скалярное произведение равно 0, т.е. . Пример. Пусть Тогда ортогональны. Определение. Линейное пространство с введенным скалярным произведением называется евклидовым n-мерным пространством. Примеры: 1. Множество трехмерных векторов R3. 2. Множество двумерных векторов R2. 3. Множество R1 = R – множество действительных чисел.