- •Группы, кольца, поля. Определения и примеры. Кольца из 2-5 элементов. Область целостности.
- •Комплексные числа. Определение, нормальная форма. Поле комплексных чисел.
- •Комплексные числа на плоскости. Модуль и аргумент числа, тригонометрическая форма. Сопряженные числа и их свойства.
- •Произведение комплексных чисел в тригонометрической форме. Возведение числа в степень и извлечение корня.
- •7. Векторные пространства. Определение и примеры. Свойства нуля. Линейное выражение.
- •8. Линейно зависимые и линейно независимые системы векторов. Свойства. Порождающие системы векторов. Примеры. Линейно зависимые и линейно независимые системы векторов
- •9. Базис. Теорема о базисе. Количество векторов в базисе. Размерность и ранг. Примеры. Координаты вектора в базисе.
- •10. Матрицы. Определение матрицы. Сложение матриц, умножение матрицы на число и транспонирование матрицы. Их свойства.
- •11. Умножение матриц. Свойства, примеры.
- •Запись системы линейных уравнений в матричном виде. Связь между изменением базиса и матрицами. Двойное изменение базиса. Координаты вектора в новом базисе.
- •Изменение координат вектора при изменении базиса
- •Элементарные преобразования в матричном виде. Теорема о ранге матрицы.
- •Инвариантность ранга при элементарных преобразованиях
- •Эквивалентность слау при элементарных преобразованиях
- •Свойства ранга матрицы. Связь с обратными матрицами. Теорема Кронекера-Капелли.
- •Свойства
- •Необходимость
- •Достаточность
- •Следствия
- •15. Перестановки. Произведение перестановок. Транспозиция. Перестановка как произведение транспозиций и транспозиция как произведение транспозиций соседних элементов.
- •16. Инверсии в перестановке. Четность перестановки. Связь с транспозициями. Четность произведения перестановок.
- •17. Определение определителя. Определители небольших порядков. Начальные свойства (1-6).
- •18. Дальнейшие свойства. Алгебраическое дополнение и минор. Разложение по строке. Примеры.
- •19. Теорема Крамера. Нахождение обратной матрицы с помощью определителей. Определитель произведения.
- •§2 Свойства умножения матриц
- •20.Определение многочлена от одной переменной. Действия с многочленами и их свойства. Пространство и кольцо многочленов.
- •21. Нормальная форма записи многочленов. Степень многочлена и ее свойства. Кольцо многочленов над областью целостности.
- •22. Значение многочлена в точке. Деление с остатком. Две теоремы о делении с остатком. Схема Горнера.
- •Деление с остатком
- •Теорема Безу
- •23. Теорема Безу. Корень многочлена, количество корней у многочлена. Теорема о тождестве. Алгебраически замкнутые поля, основная теорема алгебры (б/д). Разложение на линейные сомножители.
- •24. Решение уравнений третьей степени.
- •25.Решение уравнений четвертой степени.
- •27. Взаимно простые многочлены. Определение, свойства
- •29. Неприводимые многочлены над полями комплексных и вещественных чисел.
- •31. Многочлены от нескольких переменных. Симметрические многочлены. Теорема о симметрических многочленах.
8. Линейно зависимые и линейно независимые системы векторов. Свойства. Порождающие системы векторов. Примеры. Линейно зависимые и линейно независимые системы векторов
Пусть X — линейное пространство.
Определение. Система векторов x1, x2, … , xn X называется линейно зависимой, если существуют числа α1, α2, … , αn R , не все равные нулю (т.е. α12 + α22 + … + αn2 ≠ 0 ), такие, что
α1x1 + α2x2 + … + αnxn = θ.
Если это равенство выполняется только при α1 = α2 = … = αn = 0 , то система векторов называется линейно независимой.
Вместо "линейно зависимая (или независимая) система векторов" можно говорить просто "линейно зависимые (или независимые) векторы".
Теорема Чтобы векторы x1, x2, … , xn X были линейно зависимы, необходимо и достаточно, чтобы хотя бы один из них являлся линейной комбинацией остальных.
Следствие. Два вектора x1 и x2 линейно зависимы тогда и только тогда, когда x1 = αx2 или x2 = βx1 при некоторых α, β R , т.е. когда векторы x1 и x2 коллинеарны.
Свойства
линейно зависимо
линейно независимо линейно независимо для всех
линейно зависимо линейно зависимо для всех
9. Базис. Теорема о базисе. Количество векторов в базисе. Размерность и ранг. Примеры. Координаты вектора в базисе.
Ба́зис (др.-греч. βασις, основа) — множество таких векторов в векторном пространстве, что любой вектор этого пространства может быть единственным образом представлен в виде линейной комбинации векторов из этого множества — базисных векторов.
Теоре́ма Ги́льберта о ба́зисе — одна из основных теорем о нётеровых кольцах:
Если R — нётерово кольцо, то кольцо многочленов R[x] также нётерово.
Пусть F — идеал в R[x] (мы здесь будем считать R коммутативным, для некоммутативных колец всё доказательство сохраняется, необходимо только считать все идеалы левыми), а p множество старших коэффициентов многочленов, его составляющих. Докажем, что p — идеал.
В самом деле, если a и b — элементы p, то a и b являются старшими коэффициентами некоторых многочленов из F — f(x)=axn+… и g(x)=bxm+… Если, например, m≥n, то a+b является старшим коэффициентом многочлена xm-nf(x)+g(x) F. Если a является старшим коэффициентом f(x) то ar является старшим коэффициентом rf(x) F для любого элемента кольца r. Таким образом p — идеал, а так как R — нётерово кольцо, то p конечно порождается некоторыми элементами a1, a2…an, являющимися соответственно старшими коэффициентами многочленов f1, f2…fn F. Пусть наибольшая степень этих многочленов равна r. Можно считать что степень каждого из этих многочленов равна r (если она равна m<r, то можно сделать её такой домножая на xr-m .
Аналогично доказывается что pk — множество старших коэффициентов многочленов из F, степень которых k≤r (к этому множеству добавен 0 кольца) является идеалом, и потому идеалом, конечно порожденным элементами ak1, ak2…. Пусть они являются старшими коэффициентами многочленов fk1,fk2… F степени k
Докажем, что эти многочлены f1, …fi…,f11, …f1i…,fr-1,1, …fr-1,i… F порождают идеал F. Пусть f(x)=axs+… — какой-нибудь многочлен идеала F, по определению a p. Если его степень s≥r то так как a по доказанному является линейной комбинацией a=r1a1+r2a2+ …rnan старших членов многочленов f1, f2…fn F степени r , то мы получим, что f(x)-r1xs-rf1-r2xs-rf2- …rnxs-rfn будет многочленом степени, меньшей, чем s и также принадлежащим идеалу F. Повторяя при необходимости эту операцию несколько раз можно прийти к многочлену степени ≤r.
Для многочлена степени k<r применяется та же процедура, но с использованием многочленов fk1,fk2… F, старшие коэффициенты которых порождают идеал pk. Далее процедура повторяется, пока мы не придем к нулевому многочлену.
Рангом системы строк (столбцов) матрицы с строк и столбцов называется максимальное число линейно независимых строк (столбцов). Несколько строк (столбцов) называются линейно независимыми, если ни одна из них не выражается линейно через другие. Ранг системы строк всегда равен рангу системы столбцов, и это число называется рангом матрицы.
Ранг матрицы — наивысший из порядков миноров этой матрицы, отличных от нуля.
Ранг матрицы — Размерность образа линейного оператора, которому соответствует матрица.
Обычно ранг матрицы обозначается ( ) или . Оба обозначения пришли к нам из иностранных языков, потому и употребляться могут оба.
Пусть — прямоугольная матрица.
Тогда по определению рангом матрицы является:
ноль, если — нулевая матрица;
число , где — минор матрицы порядка , а — окаймляющий к нему минор порядка , если они существуют.
-
Теорема (о корректности определения рангов). Пусть все миноры матрицы порядка равны нулю ( ). Тогда , если они существуют.
Векторы , составляющие базис в пространстве, называются базисными.
• Коэффициент линейной комбинации в линейном мире – модуль вектора.
• Пусть компланарен плоскости, в которой выбран базис
- разложение вектора по базису
• В пространстве:
- разложение вектора по базису в пространстве
- координаты в базисе, образованном векторами
Теорема (о единственном разложении вектора по базису): разложение вектора по базису единственно.
Теорема: при сложении векторов координаты складываются, а при умножении на скаляр – умножаются на этот скаляр.
Необходимое и достаточное условие коллинеарности двух векторов в координатной плоскости:
2 вектора || в т. и т.т. случае, если их координаты пропорциональны.