- •Определение определителя порядка n, его свойства.
- •Свойства определителя порядка п:
- •Сложение матриц и умножение матрицы на число, свойства этих операций.
- •Свойства операций сложения матриц и умножения на число:
- •Умножение матриц, свойства умножения (доказать ассоциативность).
- •Свойства умножения матриц:
- •Обратная матрица, существование и единственность.
- •Ранг матрицы. Теорема о базисном миноре.
- •Ранг матрицы. Вычисление ранга методом окаймляющих миноров.
- •Метод элементарных преобразований
- •Метод Гаусса решения систем линейных уравнений.
- •Правило Крамера.)
- •Теорема Кронекера-Капелли.
- •Система линейных однородных уравнений. Фундаментальная система решений.
- •Аксиоматическое определение линейного пространства. Примеры. Следствия из аксиом.
- •Базис линейного пространства. Примеры базисов в конкретных пространствах.
- •Базис линейного пространства. Единственность разложения вектора по базису.
- •Базис линейного пространства. Координаы суммы векторов и произведения вектора на число.
- •Размерность линейного пространства.
- •Связь между базисами линейного пространства.
- •Линейные подпространства. Примеры.
- •Линейные операторы, определения и примеры.
- •Матрица линейного оператора. Связь координат образа и прообраза.
- •Характеристический многочлен и характеристические корни матрицы.
- •Характеристические корни и собственные значения линейного оператора.
- •Линейные операторы с простым спектром.
- •Евклидовы пространства. Определения и примеры. Следствия из аксиом.
- •Норма вектора. Неравенство Коши-Буняковского.
- •Линейная независимость системы ненулевых ортогональных векторов в евклидовом прос-стве.
- •Процесс ортогонализации Шмидта.
- •Ортогональные и ортонормированные базисы в евклидовом пространстве.
- •Ортогональные матрицы, их свойства (доказать: q является ортогональной тогда и только тогда, когда столбцы q составляют ортонормированную систему).
- •Ортогональные матрицы, их свойства (доказать: матрица перехода от ортонормированного базиса к ортонормированному базиса является ортогональной).
- •Ортогональные операторы в евклидовом пространстве, их свойства.
- •Квадратичные формы. Линейные преобразования неизвестных.
- •Положительно определенные квадратичные формы. Критерий Сильвестра.
Правило Крамера.)
Теорема
1. Если
,
то система (9.1) имеет, притом
единственное, решение.
Правило
Крамера: если
,
то решение системы (9.1) может быть
найдено по формулам
,
,
где
- определитель, который получится из
,
если столбец коэффициентов при
заменить столбцом свободных членов.
Теорема Кронекера-Капелли.
Теорема
2 (Кронекера - Капелли). Система
совместна тогда и только тогда, когда
.
Определение
1. Формула, выражающая решение
системы (9.4) в виде вектор-функции
свободных неизвестных, называется
общим решением системы (9.4):
Система линейных однородных уравнений. Фундаментальная система решений.
Теорема 3. Любая линейная комбинация решений системы однородных линейных уравнений (9.8) является решением системы (9.8).
Определение
2. Пусть дана система линейных
однородных уравнений с n
неизвестными
и матрицей
,
.
Пусть неизвестные
являются свободными.
Теорема
4. Пусть дана система линейных
однородных уравнений с матрицей
,
,
и
- фундаментальная система решений. Тогда
всякое решение системы является линейной
комбинацией решений
.
Аксиоматическое определение линейного пространства. Примеры. Следствия из аксиом.
Определение 1.
Совокупность
элементов
произвольной природы называется линейным
пространством, если для любых элементов
и
из
установлено понятие суммы
,
а для любого элемента
из
и любого действительного числа
установлено понятие произведения
элемента
на число
,
обозначаемое
.
При этом для введенных операций выполнены
следующие восемь аксиом:
1.
Сложение коммутативно:
.
2.
Сложение ассоциативно:
.
3.
Существует нулевой вектор
,
удовлетворяющий условию
для всех
.
4.
Для любого вектора
существует
противоположный вектор
,
удовлетворяющий условию
.
Для
любых векторов
,
и любых действительных чисел
имеют место равенства:
5.
.
6.
.
7.
.
8.
.
Укажем некоторые следствия из аксиом.
Единственность нулевого элемента.
2. Единственность противоположного элемента.
3. Существование и единственность разности.
Для любого вещественного числа
.
5.
Для любого вектора
.
6.
Если
,
то либо
,
либо
.
7.
;
8.
.
Базис линейного пространства. Примеры базисов в конкретных пространствах.
Определение 2.
Пусть
-
линейное пространство. Вектор
называется линейной комбинацией векторов
,
если найдутся такие числа
,
что
.
Определение 3. Система векторов , принадлежащих линейному пространству , называется линейно зависимой, если найдутся такие числа , не все равные нулю одновременно, что выполняется равенство
.
Определение 3'. Система векторов , принадлежащих линейному пространству , называется линейно зависимой, если один из векторов является линейной комбинацией остальных.
Определение 4. Система векторов , принадлежащих линейному пространству , называется линейно независимой, если из равенства
следует, что
.
Теорема 1. Всякая система векторов, содержащая нулевой вектор, линейно зависима.
Теорема
2. Всякая
система векторов
,
содержащая линейно зависимую подсистему
векторов,
,
линейно зависима.
Определение 5.
Система
векторов
линейного пространства
называется базисом в
,
если:
1) линейно независима;
2)
(вещественные
числа):
.
(10.3)
Правая
часть равенства (10.3)
называется разложением вектора
по базису
,
а числа
- координатами вектора
в базисе
.
Приведем примеры базисов в конкретных линейных пространствах.
