- •1.Графики и свойства основных элементарных функций
- •2.Предел функции
- •3.Основные теоремы о пределах.Асимптоды графика функций
- •4 Непрерывность функции в точке и на интервале
- •5 Точки разрыва первого и второго рода.
- •6. Производная и дифференциал
- •7.Основные теоремы дифференциального исчисления.
- •8.Функции нескольких переменных и их непрерывность.
- •9.Производные функций нескольких переменных.
- •10.Дифференциалы функций нескольких переменных.
- •11.Поиск экстремума функции.
- •12.Поиск экстремума функции двух переменных.
- •13.Неопределенный интеграл,основные теоремы
- •Свойства неопределенного интеграла:
- •14.Определенный интеграл,основные теоремы
- •16.Прямая линия на плоскости.
- •17.Эллипс:определение и вывод канонического уравнения.
- •18. Гипербола. Определение. Вывод канонического уравнения
- •19.Парабола. Определение. Вывод канонического уравнения
- •20.Прямая и плоскость в пространстве
- •21.Системы линейных уравнений
- •22.Матрицы и их классификация
- •24. Определители и их свойства. Теорема Лапласа
- •25.Обратная матрица. Определение и алгоритм вычисления
- •1. Находим определитель исходной матрицы.
- •3. Находим аt, транспонированную к а.
- •27.Системы векторов, операции над ними
- •28. Ранг матрицы. Теорема о ранге матрицы
- •29.Линейные операторы и матрицы
- •30.Собственные векторы линейных операторов
- •31.Решение системы линейных уравнений с помощью определителей.Формулы крамера
- •32.Решение системы линейных уравнений в матричной форме
- •33.Решение системы линейных урав-й методом гаусса
- •34.Сущность и условия применения теории вероятности
- •36.Вероятностное пространство.
- •37.Элементы комбинаторного анализа.
- •38. Непосредственный подсчет вероятностей.
- •39. Теорема сложения вероятностей.
- •40. Теорема умножения вероятностей.
- •41.Формула полной вероятности
- •42. Теорема Байеса.
- •42. Формула Бернули.
- •45. Основные числовые характеристики непрерывной случайной дискретной величины.
- •46. Основные числовые характеристики непрерывной случайной величиНы
- •47.Равновероятностный закон распределения вероятностей.
- •48.Числовые характеристикисистемы двух случайных величин.Зависимость между случайными величинами
- •49. Неравенство Чебышева.
- •50. Закон больших чисел и его следствие.
- •Слабый закон больших чисел
- •Усиленный закон больших чисел
31.Решение системы линейных уравнений с помощью определителей.Формулы крамера
Пусть число уравнений системы (1) равно числу переменных, т.е. m=n. Тогда матрица системы является квадратной, а её определитель Δ=│А│называется определителем системы.
Предположим, что │А│не равен нулю, тогда существует обратная матрица А-1.
Умножая слева обе части матричного равенства на обратную матрицу А-1 получим:
А-1 (АХ)= А-1 В.
Решением системы уравнений методом обратной матрицы будет матрица-столбец:
Х= А-1В.
(А-1 А)Х =ЕХ =Х
Т еорема Крамера. Пусть Δ – определитель матрицы системы А, а Δj – определитель матрицы, полученный из матрицы заменой j-го столбца столбцом свободных членов. Тогда если Δ не равен нулю, то система имеет единственное решение, определённое по формулам Крамера:
где j=1..n.
32.Решение системы линейных уравнений в матричной форме
Ма́тричный метод решения систем линейных алгебраических уравнений с ненулевым определителем состоит в следующем.
Пусть дана система линейных уравнений с n неизвестными (над произвольным полем):
Тогда её можно переписать в матричной форме:
AX = B, где A — основная матрица системы, B и X — столбцы свободных членов и решений системы соответственно:
Умножим это матричное уравнение слева на A - 1 — матрицу, обратную к матрице A:
Так как A − 1A = E (учитывая ассоциативность матричного произведения), получаем X = A - 1B. Правая часть этого уравнения даст столбец решений исходной системы. Условием применимости данного метода (как и вообще существования решения неоднородной системы линейных уравнений с числом уравнений, равным числу неизвестных) является невырожденность матрицы A. Необходимым и достаточным условием этого является неравенство нулю определителя матрицы A:
.
Для однородной системы линейных уравнений, т.е. когда вектор B = 0, действительно обратное правило: система AX = 0 имеет нетривиальное (т.е. ненулевое) решение только если detA = 0. Такая связь между решениями однородных и неоднородных систем линейных уравнений носит название альтернативы Фредгольма
33.Решение системы линейных урав-й методом гаусса
Метод Гаусса – метод последовательного исключения переменных – заключается в том, что с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого или треугольного вида.
Рассмотрим матрицу:
эта матрица называется расширенной матрицей
системы (1), так как в нее кроме матрицы системы А, дополнительно включен столбец свободных членов.
Покажем, как методом Гаусса можно решить следующую систему:
Обнулим коэффициенты при Х во второй и третьей строчках. Для этого вычтем из них первую строчку, умноженную на-3\2 и -1 , соответственно:
Теперь обнулим коэффициент при У в третьей строке, вычтя из неё вторую строку, умноженную на 4:
В результате мы привели исходную систему к треугольному виду, тем самым закончив первый этап алгоритма.
На втором этапе разрешим полученные уравнения в обратном порядке. Имеем: Z=-1 из третьего;
Y=3 из второго, подставив полученное Z, X=2 из первого.Таким образом исходная система решена.