- •1.Декартова система координат (квадратная) и полярная система.
- •2. Понятие геометрического вектора. Основные определения.
- •3. Линейные операции над векторами
- •4. Деление отрезка в заданном отношении
- •5. Понятие о радиус-вектора
- •6. Действие с геометрическими векторами в координатной форме. Признак коллениарности.
- •7. Скалярное произведение геометрических векторов. Признаки ортогональности
- •8. Вычисление скалярного произведения векторов через их координаты, длина вектора, расстояние между двумя точками, вычисление косинуса угла между двумя векторами.
- •16)Уравнение прямой в пространстве, проходящей через две точки
- •17) Условия параллельности и перпендикулярности прямых в пространстве
- •18) Условия параллельности и перпендикулярности прямой и плоскости в пространстве.
- •19) Угол между прямой и плоскостью
- •20) Окружность
- •24. Матрица и основные определения связанные с ней.
- •25. Действия с матрицами
- •26. Определения определителя и его свойства.
- •27. Определения минора и алгебраического дополнения
- •28. Обратная матрица.
- •29. Определения ранга матрицы
- •30. Система линейных уравнений. Определение совместной, не совместной системы
- •31) Матричный способ решения систем линейных уравнений.
- •32) Формулы Крамера.
- •33) Теорема Кронекера-Капелли.
- •34) Условия определенности и неопределенности систем линейных уравнений.
- •35) Метод Гаусса.
- •36) Теорема о совместности однородной системы линейных уравнений.
- •3 7) Теорема о существовании ненулевых решений однородных систем линейных уравнений.
- •38)Линейное векторное пространство.
- •39.1.Скалярным произведением двух векторов называется число, равное произведению модулей этих векторов на косинус угла между ними
- •40. Линейная зависимость и независимость системы векторов. Пусть имеется n векторов.
- •41. Система векторов линейного пространства l образует базис в l если эта система векторов упорядочена, линейно независима и любой вектор из l линейно выражается через векторы системы.
- •42. Теорема. (о разложении вектора по базису.)
- •43. Подпространство
- •44. Собственные числа и собственные вектора
- •45. Характеристическим уравнением матрицы
39.1.Скалярным произведением двух векторов называется число, равное произведению модулей этих векторов на косинус угла между ними
2. Нера́венство Коши́ — Буняко́вского связывает норму и скалярное произведение векторов в линейном пространстве. Это неравенство эквивалентно неравенству треугольника для нормы в пространстве со скалярным произведением.
Пусть дано линейное пространство со скалярным произведением . Пусть - норма, порождённая скалярным произведением, то есть . Тогда для любых имеем
.
3. Если оба вектора ненулевые, то косинус угла между ними вычисляется по формуле:
40. Линейная зависимость и независимость системы векторов. Пусть имеется n векторов.
Составим линейную комбинацию:
, если система n векторов – линейно-зависима.
Если среди n векторов какие-то k линейно-зависимы, то вся система векторов
является линейно-зависимой.
Если система n векторов линейно-независима, то любая часть из этих векторов
будет тоже линейно-независимой.
41. Система векторов линейного пространства l образует базис в l если эта система векторов упорядочена, линейно независима и любой вектор из l линейно выражается через векторы системы.
Иными словами, линейно независимая упорядоченная система векторов e1, ..., en образует базис в L если любой вектор x из L может быть представлен в виде
x = С1·e1+С2·e2+ ...+Сn· en.
Пример: Система векторов ·i, j + k , i − j − k линейного пространства R3 геометрических радиусов векторов трехиерного пространства линейно зависима.
Вектор i − j − k линейно выражается через векторы i и j + k: i − j − k = i − (j + k).
42. Теорема. (о разложении вектора по базису.)
Любой вектор векторного пространства можно разложить по его базису и притом единственным способом. т.е. координаты вектора относительно базиса определяются однозначно
Теперь докажем единственность разложения по базису. Допустим противное. Пусть имеется два разложения вектора по базису векторного пространства : и . Получаем равенство
, откуда следует . Если , то , а т.к. , то и коэффициенты разложения равны: , . Пусть теперь . Тогда , где . По теореме о коллинеарности двух векторов отсюда следует, что . Получили противоречие условию теоремы. Следовательно, и , ч.т.д.
43. Подпространство
Множество M векторов линейного пространства L, такое, что для любых и из M и любого числа справедливо , назвается линейным подпространством линейного пространства L.
Пример. Множество M арифметических векторов из Rn, у которых последние компоненты — нулевые, образует линейное подпространство в Rn:
44. Собственные числа и собственные вектора
Пусть – квадратная матрица порядка и .
Число называется собственным значением матрицы , если существует ненулевой вектор , такой что выполнено равенство
(1)
Вектор , удовлетворяющий (1) называется собственным вектором матрицы , соответствующим собственному значению .
Справедливы следующие свойства.
Собственному вектору матрицы соответствует единственное собственное значение.
Действительно, если – два собственных значения вектора , то и , откуда или , значит , что противоречит определению. Значит .
Если собственный вектор матрицы , удовлетворяющий собственному значению , и – произвольное действительное число, то - так же собственный вектор с собственным значением .
Действительно, умножим обе части равенства на , получим или , следовательно, ненулевой вектор , удовлетворяет определению и поэтому является собственным вектором матрицы , соответствующим собственному значению .
Если и линейно независимые собственные векторы матрицы с одним и тем же собственным значением , то + – собственный вектор с собственным значением .
Действительно, в силу линейной независимости и , причём , что согласно определению и означает, что вектор – собственный, отвечающий собственному значению .
Собственные векторы матрицы , соответствующие попарно различным собственным значениям являются линейно независимыми.
Докажем свойство для . Пусть и , . Предположим, что и - линейно зависимы, следовательно, существует линейная комбинация причём хотя бы один из коэффициентов и ненулевой. Пусть , тогда где . Значит, согласно свойству 2 вектор является собственным вектором матрицы , отвечающим собственному значению . Из единственности собственного значения для вектора следует, что . Значит, векторы и линейно независимы.
Вернёмся теперь к равенству (1) и преобразуем его.
получим
(2)
В развёрнутом виде (2) есть однородная система уравнений с неизвестными. Такая система согласно следствию 2 из §15 имеет ненулевое решение тогда и только тогда, когда её определитель равен нулю, то есть
(3)
Левая часть (3) есть многочлен степени по . Он называется характеристическим многочленом матрицы . Уравнение (3) называется характеристическим уравнением, а его корни – характеристические числа или собственные значения матрицы . Совокупность всех собственных значений матрицы с учётом их кратности (как корней характеристического уравнения) называется спектром матрицы .