- •1.2. Определители. Свойства определителей
- •Контрольная работа 2.2. Конспект лекции Лекции № 1-3 Тема 1. Линейная алгебра
- •§ 1.1. Матрицы. Определители 2-го и 3-го порядков. Свойства
- •§ 1.2. Миноры и алгебраические дополнения. Разложение
- •§ 1.3. Некоторые виды матриц и их определители
- •§ 1.4. Операции над матрицами. Обратная матрица. Ранг матрицы
- •§ 1.5. Ранг матрицы
- •§ 1.6. Системы линейных алгебраических уравнений (с.Л.А.У.). Матричный метод решения, правило Крамера.
- •§ 1.7. Метод Гаусса для исследования и решения с.Л.А.У.
- •Линейные подпространства Определение и примеры
- •Пересечение и сумма линейных подпространств
- •Ранг системы векторов
- •Квадр формы и их применения
- •Примеры
- •Свойства действий над векторами
- •Проекция вектора на ось
- •Координаты точки на числовой оси, на плоскости и в пространстве
- •Теоремы о проекции вектора на ось
- •Длина вектора. Направляющие косинусы вектора
- •Понятие базиса. Разложение вектора по базису
- •Скалярное произведение векторов
- •3.9.1Свойства скалярного произведения.
- •3.9.2Следствия изсвойств скалярного произведения.
- •3.9.3Скалярные произведения векторов через координаты
- •Смешанное произведение векторов
- •Свойства смешанного произведения
- •Геометрический смысл смешанного произведения векторов
- •Прямая линия на плоскости. Системы координат на плоскости.
- •Полярная система координат.
- •Деление отрезка в данном отношении.
- •Прямая линия на плоскости. Уравнение прямой через угловой коэффициент .
- •Уравнение прямой, проходящей через заданную точку и в данном направлении.
- •Уравнение прямой, проходящей через 2 точки.
- •Уравнение прямой в отрезках по осям.
- •Линии 2-го порядка на плоскости. Основные понятия.
- •Окружность.
- •Эллипс.
- •Гипербола.
- •Парабола.
- •Способы задания функций
- •Бесконечно малая
- •Непрерывность функции в точке и на интервале
- •Пределы. Непрерывность функций Числовая последовательность и ее свойства
- •Предел числовой последовательности
- •Предел функции Предел функции в бесконечности
- •Бесконечно малые и большие величины
- •Признаки существования и основные свойства пределов
- •Основные свойства пределов
- •Свойства непрерывных функций
- •Производная. Геометрический и механический смысл производной
- •8.Таблица производных и правила дифференцирования
- •Возрастание и убывание функции
- •Точки экстремума, экстремумы функции.
- •Достаточные условия возрастания и убывания функции.
- •Достаточные условия экстремума функции.
- •Первое достаточное условие экстремума.
- •Второй признак экстремума функции.
- •Третье достаточное условие экстремума функции.
- •Экстремумы функции Определение экстремума
- •Точки экстремума
Ранг системы векторов
Определение 2.5. Рангом системы векторов в линейном пространстве называют размерность линейной оболочки этой системы векторов.
Теорема
2.6. Ранг
системы векторов
линейного
пространства равен:
а) максимальному количеству линейно независимых векторов в системе а;
б)
рангу матрицы, составленной по столбцам
из координат
векторов
каком-либо базисе
линейного пространства .
Пусть g –
некоторый базис в . Составим по столбцам
матрицу А из
координат в базисе g векторов
. Линейные
операции над
векторами
соответствуют
таким же линейным операциям над столбцами
их координат. Поэтому, согласно следствию
1.1, векторы линейно независимы тогда и
только тогда, когда столбцы их координат
линейно независимы. По теореме о базисном
миноре ранг матрицы А равен
максимальному количеству ее линейно
независимых столбцов. Это совпадает с
максимальным количеством линейно
независимых векторов в системе
.
Следовательно, утверждения а) и б) теоремы
эквивалентны.
Выберем в матрице А какой-либо базисный минор и зафиксируем столбцы этого минора (базисные столбцы). Соответствующие им векторы будем называть базисными. По теореме о базисном миноре, во-первых, базисные столбцы линейно независимы и поэтому базисные векторы образуют линейно независимую систему, а во-вторых, все остальные столбцы матрицы являются линейными комбинациями базисных и поэтому небазисные векторы системы выражаются через базисные. Следовательно, любая линейная комбинация векторов системы а сводится к линейной комбинации системы базисных векторов, т.е. любой вектор линейной оболочки системы векторов авыражается через базисные векторы. Значит, базисные векторы образуют базис линейной оболочки. Количество базисных векторов, с одной стороны, равно количеству базисных столбцов, т.е. рангу матрицы А, а с другой - совпадает с размерностью линейной оболочки, т.е. с рангом системы векторов .
Замечание
2.2. Как
следует из приведенного доказательства,
столбцы любого базисного минора
матрицы А отвечают
набору векторов системы
являющемуся
базисом в
линейном
подпространстве, порожденном этой
системой векторов.
Пример
2.11. Пусть
даны векторы
в
четырехмерном линейном пространстве
, имеющие в некотором базисе столбцы
координат
,
,
.
Соответствующая матрица А имеет
вид
Вычислив ранг матрицы, убеждаемся, что он равен 2. Таким образом, ранг системы векторов равен 2. Легко проверить, что любой минор второго порядка является базисным. Поэтому базисом линейной оболочки этой системы векторов будут
Квадр формы и их применения
Определение.Квадратичной
формой
переменных
,принимающих
числовые значения,называется числовая
функция вида
,
где
-
числа,называемые коэффициентами
квадратичной формы.
Определение.Матрицей
квадратичной формы переменных, называется
симметрическая матрица порядка , элементы
главной диагонали которой совпадают с
коэффициентами при квадратах переменных,а
каждый недиагональный элемент,расположенный
в
ой
строке
ом
столбце, равен половине коэфициента
при
в
квадратичной форме.
Определение.Рангом
квадратичной формы называется ранг её
матри-цы. Квадратичная форма может быть
записана в матричном виде
где
матрица
квадратичной формы и
.
Определение.Квадратичная
форма называется канонической (имеет
канонический вид),если коэфициенты
при
,то
есть,если матрица квадратичной формы
диагональная и следовательно
.,
где
не все коэффициенты
равны
нулю.
Теорема (Лагранжа).Для всякой квадратичной формы существует такой базис,в котором квадратичная форма имеет канонический вид.
Определение.Нормальным
видом квадратичной формы называется
такой канонический вид,в котором
коэффициенты при квадратах неизвестных
(не считая нулевых) равны
.
Определение.Квадратичная
форма
называется
положительно
(отрицательно)
определённой, если
при
всех
108
и
положительно (отрицательно)
полуопределённой,если
при
всех
.
Теорема (критерий Сильвестра).Для того чтобы квадратичная форма была положительно определённой, необходимо и достаточночтобы все угловые миноры матрицы квадратичной формыбыли положительны,то есть,чтобы
Здесь
-угловые
миноры матрицы квадратичной формы.
Следствие.Для
того чтобы квадратичная форма была
отрицательно определённой, необходимо
и достаточно,чтобы знаки угловых миноров
матрицы квадратичной формы чередовались
следующим образом:
