
- •1.Декартова и полярная системы координат на плоскости. Формулы,связующие координаты точки в этих системах. Декартова система координат в пространстве.
- •2.Понятие геометрического вектора. Основные определения связанные с этим понятием (длина вектора, равенство векторов, нуль-вектор, коллинеарные и компланарные векторы, орт вектора).
- •3.Линейниые операции с геометрическими векторами. Законы, которым удовлетворяют эти операции. Разность векторов. Коллинеарные векторы.
- •4.Деление отрезка в заданном отношении.
- •5. Понятие радиус-вектора. Разложение произвольного вектора по ортам координатных осей на плоскости и в пространстве.
- •6.Действия с геометрическими векторами в координатной форме.Признак коллинеарности векторов.
- •7.Скалярное произведение геометрических векторов и его свойства. Признак ортогональности векторов.
- •8.Вычисление скалярного произведения векторов через их координаты, длина вектора, расстояние между двумя точками. Вычисление косинуса угла между двумя точками.
- •9. Направляющие косинусы вектора и их свойства.
- •10.Векторное произведение: определение ,вычисление и свойства.
- •11. Смешанное произведение: определение, вычисление, геометрический смысл.
- •12. Общее уравнение прямой на плоскости и его исследование.
- •13. Уравнение прямой с угловым коэффициентом. Геометрический смысл коэффициентов. Пучок прямых
- •18.Различные виды уравнений прямой в пространстве ( каноническое, параметрическое, общее уравнение прямой).
- •19.Условия параллельности и перпендикулярности прямых в пространстве.
- •20. Условия параллельности и перпендикулярности плоскости и прямой в пространстве.
- •21.Угол между прямой и плоскостью.
- •22.Окружность и ее уравнение.
- •23.Определение эллипса и его каноническое уравнение.
- •24. Определение гиперболы и ее каноническое уравнение.
- •25.Определение параболы и ее каноническое уравнение.
- •27.Действия с матрицами (сложение, умножение на скаляр, перемножение матриц, транспонирование матриц). Законы, которым эти действия удовлетворяют.
- •28. Определение определителя и его свойства.
- •29.Определитель, минор и алгебраическое дополнение элемента определителя.
- •30.Обратная матрица. Теорема о существовании и единственности обратной матрицы.Способы вычисления обратной матрицы.
- •3) Способы вычисления обратной матрицы:
- •А) Метод Гаусса—Жордана
- •Б) с помощью матрицы алгебраических дополнений
- •В) Методы Шульца
- •31. Определение ранга матрицы. Базисный минор. Вычисление ранга матрицы с помощью элементарных преобразований.
- •3) Вычисление ранга матрицы с помощью элементарных преобразований.
- •32)Система линейных уравнений и её решение. Различные формы записи линейных уравнений. Определение однородной, неоднородной, совместной, несовместной, определённой и неопределённой систем.
- •А) Векторная форма записи
- •Б) Матричная форма записи
- •33)Матричный способ решения систем линейных уравнений. Пример решения неоднородной слау
- •34) Формулы Крамера.
- •35) Теоре́ма Кро́некера — Капе́лли
- •36)Условия определённости и неопределённости систем линейных уравнений
- •37)Решение систем линейных уравнений метод Гаусса
- •38)Теорема о совместимости однородной системы линейных уравнений
- •39)Теорема о существовании ненулевых решений однородных линейных уравнений.
- •40)Линейное векторное пространство. Пространство r и линейные операции в этом пространстве.
- •41) Скалярное произведение n-мерных векторов. Неравенство Коши-Буняковского
- •42)Определение линейно зависимых и независимых векторов. Критерий линейной зависимости и не зависимости веторов в
- •2) Критерий линейной зависимости векторов
- •43) Базис линейного пространства. Примеры базисов в
- •44. Теорема о единственности разложении вектора линейного пространства по базису.
- •45.Подпространство линейного пространства. Линейная оболочка системы векторов. Сумма и пересечение подпространств. Примеры подпространств.
- •46.Собственные числа и собственные векторы квадратной матрицы и их свойства.
- •47.Характерестическое уравнение , соответствующие квадратной матрице . Теорема о связи собственных чисел матрицы с корнями этого уравнения.
- •48. Линейные операторы. Основные понятия.
- •49. Комплексные числа в алгебраической форме записи .Геометрическое изображение комплексных чисел. Действия с комплексными числами в алгебраической форме записи .Решение алгебраических уравнений
- •50.Тригонометрическая и показательная форма записи комплексных чисел.Модуль и аргумент комплексного числа. Формула Эйлера.
- •51. Действия с комплексными числами. Формула Муавра
- •52)Линейная балансовая модель
- •53) Квадратные формы. Критерий Сильвестра
- •Определение
- •Связанные определения
- •Свойства
- •Критерий положительной определённости квадратичной формы
- •Критерий отрицательной определённости квадратичной формы
36)Условия определённости и неопределённости систем линейных уравнений
Теорема: Если ранг основной матрицы совместной системы равен числу неизвестных, то система является определённой
Теорема: Если ранг основной матрицы совместной системы меньше числа неизвестных, то система является неопределённой.
37)Решение систем линейных уравнений метод Гаусса
Для того чтобы решить систему уравнений
выписывают
расширенную матрицу этой системы
и
над строками этой матрицы производят
элементарные преобразования, приводя
ее к виду, когда ниже главной диагонали,
содержащей элементы
будут
располагаться нули. Разрешается: 1)
изменять порядок строк матрицы, что
соответствует изменению порядка
уравнений; 2) умножать строки на любые
отличные от нуля числа, что соответствует
умножению соответствующих уравнений
на эти числа; 3) прибавлять к любой строке
матрицы другую, умноженную на отличное
от нуля число, что соответствует
прибавлению к одному уравнению системы
другого, умноженного на число. С помощью
этих преобразований каждый раз получается
расширенная матрица новой системы,
равносильной исходной, т. е. такой
системы, решение которой совпадает с
решением исходной системы.
38)Теорема о совместимости однородной системы линейных уравнений
. Если свободные члены системы линейных уравнений равны 0, то система однородна.
a
11
x1
+ a12
x2+…+a1nx=0
a21x1+a22x2+…+a2nxn=0
………………………………….
am1x1+am2x2+…+amnxn=0
Однородная система всегда совместна, т. к. набор чисел 0.0..0.всегда является решением системы, такое решение называется тревиальным.
39)Теорема о существовании ненулевых решений однородных линейных уравнений.
Для того, чтобы система однородных уравнений имела ненулевые решения, необходимо и достаточно, чтобы ранг r ее основной матрицы был меньше числа n неизвестных, т. е. r<n.
Необходимость.
Так как ранг не может превосходить размера матрицы, то, очевидно, r<=n. Пусть r=n. Тогда один из минеров размера nхn отличен от нуля. Поэтому соответствующая система линейных уравнений имеет единственное решение:
Значит, других, кроме тривиальных, решений нет. Итак, если есть нетривиальное решение, то r<n.
Достаточность:
Пусть r<n. Тогда однородная система, будучи совместной, является неопределенной. Значит, она имеет бесчисленное множество решений, т. е. имеет и ненулевые решения. Пусть дана однородная система n линейных уравнений с n неизвестными
Для того, чтобы система однородных уравнений имела ненулевые решения, необходимо и достаточно, чтобы ранг r ее основной матрицы был меньше числа n неизвестных, т. е. r
Для того, чтобы однородная система n линейных уравнений с n неизвестными имела ненулевые решения, необходимо и достаточно, чтобы ее определитель D был равен нулю, т. е. D=0.
40)Линейное векторное пространство. Пространство r и линейные операции в этом пространстве.
Векторное (линейное) пространство — это математическая структура, которая формируется набором элементов, называемых векторами, для которых определены операции сложения друг с другом и умножения на число — скаляр. Введённые операции подчинены восьми аксиомам. Скаляром же может являться элемент вещественного, комплексного или любого другого поля чисел. Частным случаем векторов подобного пространства являются обычные евклидовы вектора, которые используются, к примеру, для демонстрации физических сил. При этом следует отметить, что вектор как элемент векторного пространства не обязательно должен быть представлен в качестве направленного отрезка. Обобщение понятия «вектор» до элемента векторного пространства любой природы не только не вызывает смешения терминов, но и позволяет уяснить или даже предвидеть ряд результатов, справедливых для пространств произвольной природы.
Свойства:
Векторное пространство является абелевой группой по сложению.
Нейтральный элемент
является единственным, что вытекает из групповых свойств.
для любого
.
Для любого противоположный элемент
является единственным, что вытекает из групповых свойств.
для любого .
для любых
и .
для любого .
Для любых векторов x, y и z из Rn и любых чисел α и β справедливо:
1. x + y = x + y, сложение коммутативно;
2. x + (y + z) = (x + y)+ z, сложение ассоциативно;
3. x + θ = x;
4. x + (−x) = θ;
5. α(x + y) = αx + αy, умножение на число дистрибутивно относительно сложения векторов;
6. α(βx) = (αβ)x, умножение на число ассоциативно;
7. (α + β)x = αx + βx , умножение вектора на число дистрибутивно относительно сложения чисел.
8. 1·x = x.
Пространство Rn − n-мерное векторное пространство, dimRn = n.
Если в пространстве Rn определен естественный базис e1, e2, ... en ,
e1= (1, 0, 0,..., 0, 0), e2= (0, 1, 0,..., 0, 0), ..., en-1= (0, 0, 0,..., 1, 0), en= (0, 0, 0,..., 0, 1),
то компоненты вектора x = (x1, x2, ..., xn) из Rn являются координатами вектора x в естественном базисе e1, e2, ... en:
x = (x1, x2, ..., xn) = x1e1+ x2e2+ ...+ xnen.
Арифметическим вектором называется упорядоченная совокупность n чисел.
Обозначается x = (x1, x2, ..., xn);
числа x1, x2, ..., xn называются компонентами арифметического вектора.
Для арифметических векторов определены линейные операции — сложение арифметических векторов и умножение вектора на число:
для любых x = (x1, x2, ..., xn), y = (y1, y2, ..., yn) и любого числа α справедливо:
x + y = (x1+ y1, x2 +y2, ..., xn+ yn); αx = (αx1, αx2, ..., αxn).
Множество арифметических векторов, для которых определены операции сложения и умножения на число называется пространством арифметических векторов Rn.
Вектор θ = (0, 0, ..., 0) называется нулевым вектором Rn,
а вектор −x = (−x1, −x2, ..., −xn) — противоположным вектором для вектора x в Rn.