- •1. Матрицы и действия над ними. Типы матриц.
- •Свойства линейных операций над матрицами.
- •2. Перестановки, подстановки.
- •3. Свойства определителей.
- •П.3. Свойства определителя.
- •4. Миноры и алгебраические дополнения. Вычисление определителя разложением по строке и столбцу.
- •5. Обратная матрица и её вычисление.
- •6. Постановка задачи о решении системы линейных алгебраических уравнений (слау). Правило Крамера решения систем с квадратной матрицей.
- •7. Линейно независимые системы строк и столбцов, их свойства. Необходимое и достаточное условие линейной независимости системы строк ( столбцов ).
- •8. Ранг матрицы. Теорема о базисном миноре.
- •9. Следствия теоремы о базисном миноре.
- •10. Следствия теоремы о базисном миноре.
- •11. Методы элементарных преобразований и окаймляющих миноров вычисления ранга матрицы.
- •1). Метод окаймляющих миноров.
- •2). Метод элементарных преобразований.
- •12. Теорема Кронекера-Капелли о совместности слау
- •13. Однородные слау. Свойства решений. Условие нетривиальной совместности. Ядро матрицы
- •14. Фундаментальная система решений однородной слау ( фср ). Теорема о существовании фср.
- •15. Теорема (об общем решении однородной системы уравнений слау).
- •16. Алгоритм решения однородных слау
- •17. Решение неоднородных систем уравнений.
- •18. Алгоритм решения неоднородных слау
- •19. Метод Гаусса решения слау (метод последовательного исключения неизвестных).
- •20. Векторы- направленные отрезки. Линейные операции над векторами.
- •Свойства линейных операций над векторами.
- •21.Линейно зависимые и независимые системы векторов
- •22.Базисы на прямой, на плоскости, в пространстве
- •23.Проекция вектора на ось. Свойства проекций. Система координат. Направляющие косинусы
- •24.Скалярное произведение векторов и его свойства
- •25.Векторное произведение векторов и его свойства
- •26.Смешанное произведение векторов и его свойства
- •27. Общее уравнение плоскости. Уравнение плоскости по точке и нормальному вектору.
- •П .2. Уравнение плоскости по трем точкам. Уравнение плоскости «в отрезках».
- •28. Нормированное (нормальное) уравнение плоскости. Отклонение точки от плоскости. Расстояние от точки до плоскости.
- •35.Размерность линейного пространства.
- •36. Переход к новому базису. Преобразование координат вектора при переходе к новому базису.
- •37. Определение линейного оператора. Примеры.
- •38. Матрица линейного оператора.
- •П.3. Вычисление координат образа вектора.
- •39. Сумма операторов. Произведение л.О. На число. Произведение л. Операторов.
- •40. Преобразование матрицы оператора при переходе к новому базису.
- •41. Собственные числа и собственные векторы л.О.
- •42. Спектральные свойства линейного оператора.
- •43. Определение евклидова пространства.
- •44. Ортонормированные базисы.
- •46. Процесс ортогонализации Грама – Шмидта.
- •48. Определение. Матрица квадратичной формы. Преобразование матрицы квадратичной формы при линейном преобразовании координат.
- •49. Метод Лагранжа приведения квадратичной формы к каноническому виду.
- •51. Знакоопределённые квадратичные формы. Критерий Сильвестра. Закон инерции.
- •52. Эллипс. Его определение и его свойства. К ривые второго порядка.
- •53. Гипербола. Её определение и свойства.
- •54. Парабола и её свойства.
- •5 5. Кривые второго порядка.
- •56. Поверхности второго порядка.
- •1. Эллипсоид.
- •2. Однополосный гиперболоид.
44. Ортонормированные базисы.
Определение. Базис пространства
называется ортогональным, если базисные
векторы попарно ортогональны. Базис
называется ортонормированным, если при
этом базисные векторы имеют единичную
длину.
Теорема. Любая ненулевые взаимно
ортогональные векторы
линейно независимы. Если
,
то эти векторы образуют ортогональный
базис.
Доказательство. Пусть
,
причем
.
Тогда
,
,
,
.
Полученное противоречие доказывает теорему.
Теорема. В любом конечномерном пространстве существует ортонормированный базис.
Доказательство теоремы немедленно следует из того, что существует базис , в котором квадратичная форма, соответствующая скалярному произведению, имеет канонический вид
,
(
).
В этом базисе скалярное произведение
векторов
и
задается формулой
.
Но это и означает, что базис
ортонормированный.
46. Процесс ортогонализации Грама – Шмидта.
Пусть
- произвольный базис евклидова
пространства. Мы будем строить новый –
ортонормированный – базис пространства
.
В качестве первого вектора нового
базиса возьмем вектор
.
Таким образом, длина вектора
равна 1. Прежде, чем построить второй
вектор нового базиса, построим вектор
:
.
Вектор
не может быть нулевым, поскольку векторы
и
линейно независимы. Заметим, что векторы
и
ортогональны. В качестве второго
базисного вектора возьмем вектор
.
Теперь будем строить третий базисный
вектор. Сначала возьмем вектор
.
Этот вектор – ненулевой, так как векторы
линейно независимы,- ортогонален
векторам
и
.
Остается только нормировать его:
.
Алгоритм ясен: имея
вектор нового базиса, мы построим
сначала вектор
.
Этот вектор ненулевой и ортогональный
векторам
.
Нормировав его, получаем
-й
вектор нового базиса
.
Матрица Грама. Пусть - произвольный базис пространства. В этом базисе скалярное произведение, как и любая билинейная форма, имеет свою матрицу. Легко видеть, что это за матрица. Так как
,
то элементами этой матрицы являются скалярные произведения базисных векторов.
Определение. Матрицей Грама
векторов
называется матрица
,
элементы которой являются скалярными
произведениями этих векторов:
.
Можно записать в матричном виде
.
Очевидно, что матрица является симметричной с определителем, большим нуля.
Матрицу Грама можно построить не
только для базисных векторов. Возьмем
произвольные векторы
и построим матрицу Грама аналогичным
образом:
.
Теорема. Определитель матрицы Грама произвольных векторов положителен, если эти векторы линейно независимы, и равен нулю в противном случае.
Доказательство. Если векторы линейно
независимы, построим подпространство
,
в котором эти векторы будут базисом.
(это подпространство является множеством
всевозможных линейных комбинаций
векторов
).
Скалярное произведение, ограниченное
на это подпространство, по-прежнему
остается симметричной положительно
определенной билинейной формой. Матрица
Грама этих векторов является матрицей
этой формы, поэтому ее определитель
больше нуля.
Если векторы линейно зависимы, то
один из них линейно выражается через
другие, например,
.
Подставим в матрицу
вместо вектора
это выражение. Учитывая линейность
скалярного произведения, получим, что
первый столбец является линейной
комбинацией остальных столбцов. Отсюда
следует, что определитель матрицы равен
нулю.
Очевидно, что матрица Грама векторов ортонормированного базиса является единичной.
