
- •Вопрос 1
- •Вопрос 2
- •Вопрос 3
- •Вопрос 4 Элементарные преобразования строк (столбцов) матрицы
- •Вопрос 5 Нахождение обратной матрицы методом элементарных преобразований
- •Вопрос 6 Теория систем линейных алгебраических уравнений(слау)
- •Вопрос 7
- •Вопрос 8
- •Вопрос 9 Однородные слау (ослау)
- •Вопрос 10
- •Построение нормальной системы решений (нср)
- •Вопрос 11
- •Вопрос 12 Общее решение неоднородных слау(нслау)
- •Вопрос 13 Определение линейного пространства (лп). Примеры.
- •I. Сложение
- •II. Умножение
- •III. Аксиомы дистрибутивности
- •Вопрос 14 лз и лнз системы векторов
- •Вопрос 15 Базис и размерность лп.
- •Вопрос 16 Линейные подпространства. Линейные оболочки. Размерность линейной оболочки.
- •Вопрос 17 Координаты вектора в базисе.
- •Вопрос 18
- •Вопрос 19 Сумма и пересечение линейных подпространств.
- •Вопрос 20 Матрица перехода от одного базиса к другому.
- •Вопрос 21 Линейные формы (линейные функционалы). Их свойства. Сопряженное пространство. Биортогональный базис.
- •Вопрос 22
- •Вопрос 24
- •Вопрос 25
- •Вопрос 26
- •Вопрос 27
- •Вопрос 28
- •Вопрос 29
- •Вопрос 30
- •Вопрос 31
- •Вопрос 32 Билинейные формы
- •Общий вид бф
- •Преобразование матрицы бф при смене базиса
- •Вопрос 33 Квадратичные формы
- •Общий вид кф
- •Вопрос 34
- •Вопрос 35 Закон инерции кф
- •Вопрос 36 Классификация квадратичных форм в вещественном лп
- •Вопрос 37 Полуторалинейные формы в комплексном лп
- •Общий вид пф
- •Вопрос 38
- •Неравенство Коши-Буняковского
- •Вопрос 39 Общий вид сп в веп и кеп
- •Вопрос 40 Ортонормированный базис в веп и кеп
- •Вопрос 41
- •Вопрос 42 Ортогональные дополнения линейных подпространств в
- •Вопрос 43
- •Вопрос 44 Линейные, полуторалинейные и билинейные формы
- •Вопрос 45
- •Сопряженный оператор и его свойства
- •Свойства сопряженного оператора
- •Вопрос 46 Нормальные операторы (но) и их свойства.
- •Вопрос 47 Самосопряженные операторы
- •Вопрос 48
- •Вопрос 49 Спектральная теорема для нормальных операторов и нормальных матриц
- •Спектральная теорема для самосопряженных операторов и эрмитовых (симм.) матриц
- •Спектральная теорема для унитарных операторов и унитарных (ортог.) матриц
- •Вопрос 50 Приведение эрмитовой квадратичной формы к главным осям унитарным преобразованием
Вопрос 6 Теория систем линейных алгебраических уравнений(слау)
Рассмотрим систему из m уравнений с n неизвестными x1…xn:
Очевидно, что x1…xn входят в каждой уравнение линейно
Пусть аij коэф-ты уравнений. Из них можно составить матрицу А=
Опр.
(1)
называется СЛАУ, А-матрица системы.
Столбец
=
-столбец
свободных членов.
Опр.
Упорядоченный
набор чисел
наз. частным решением СЛАУ, если при
подстановке
каждое уравнение имеет истинное равенство
Опр. СЛАУ – совместная, если она имеет хотя бы одно частное решение. Наоборот, СЛАУ – несовместная
Опр. Совокупность всех частных решений СЛАУ называется общим решением
Опр. Две СЛАУ относительно одного и того же количества неизвестных называются эквивалентными, если их общие решения совпадают. В частности, если они обе несовместные.
Если
рассмотрим
=
-
столбец неизвестных, то СЛАУ можно
записать в виде (2) А
.
Другое эквивалентное представление
СЛАУ (1) (3) x1
+…+
xn
=
.
Тогда решение можно трактовать как
коэффициенты Л.К. столбцов А, которые
дает столбец
Опр.
Если
рассматривать СЛАУ в матричной форме
(2) , то решением назовем столбец
=
при подстановки
в
(2) вместо
получим равные столбцы А
Квадратные СЛАУ. Правило Крамера.
Рассмотрим (1) А , где А=
Опр. Такая СЛАУ квадратная
Теор.
(Правило Крамера) Если
где
- определитель матрицы, полученный из
А заменой к-го столбца на
Док-во:
Рассм. АТ=
– транспонированная матрица алгебраических дополнений элементов матрицы А. АТА=
=
. С другой стороны
=
=
Рассмотрим
(1) А
домножим
обе части на АТ,
тогда АТ(А
(АТА
.
С другой стороны
.
Таким образом, при
Докажем единственность(т.е. то,что из существующих двух решений следует их равенство).
Пусть
и
-
-
А
=
,
-
-
-
-
-
=
Сл.
(О несовместимости) Если
,
а хотя бы один
,
то квадратная СЛАУ несовместна.
Док-во:
Т.к.
в (2) получим
,
т.е.
– противоречие.
Вопрос 7
Рассмотрим СЛАУ
Опр.
А- основная матрица системы (1).
.
Опр.
наз. расширенной матрицей системы (1).
Об. (А|b).
Опр.
– столбец-решение (частное) СЛАУ (1), если
столбцы
равны.
Совокупность всех частных решений-столбцов есть общее решение.
Опр.
Системы
эквивалентны, если
и их общие решения совпадают. (При этом
не обязательно
.
Об.
.
Опр. Элементарными преобразованиями (ЭП) системы (1) наз. след. Преобразования:
Перестановка местами двух уравнений
Умножение обеих частей некоторого уравнения на число ≠ 0
Прибавление к одному уравнению другого уравнения, умноженного на любое число
Т. (Об ЭП СЛАУ) Элементарные преобразования приводят СЛАУ к эквивалентной.
Док-во:
Если одно из ур-ий СЛАУ переставить с другим ур-ем этой же СЛАУ, ее реш-я не изм-ся, значит, будет пол-на с-ма, эквив. данной
Если обе части одного из ур-ий СЛАУ умножить на одно и тоже число, не равное нулю, то реш-я СЛАУ не изм-ся, значит, будет пол-на с-ма, эквив. данной
Если к одному ур-ию прибавить другое, умноженное на нек. число, то реш-я СЛАУ не изм-ся, значит, будет пол-на с-ма, эквив. данной
Замечание. Указанные ЭП соответствуют элементарным преобразованием строк расширенной матрицы системы. Отсюда вытекает метод (алгоритм) исследования (решения) СЛАУ.
Метод (алгоритм) Гаусса
Элементарными преобразованиями приводим расширенную матрицу СЛАУ к такому виду, чтобы А приводилась к ТФ:
.
Замечание. Мы считаем, что в исходной системе переменные занумерованы так, чтобы для приведения к ТФ не требовалась бы переставлять столбцы. Если же это не так, то перенумеруем переменные так, чтобы столбцы переставлять не пришлось, или, что то же самое, при перестановке столбцов в области основной матрицы сверху надписываем имена переменных. Последний отчеркнутый столбец не переставляем никогда.
Пусть Rg A = r. Тогда после преобразований получим:
,
где
.
Имеем две эквивалентные системы (1)
.
Если
, то (2) несовместна, т.к. в ней будет уравнение
тоже несовместна, т.к. эквивалентна (2). Если же
, то (2) совместна. Покажем это:
# Продолжим в (*) ЭП до получения в левом верхнем углу единичной матрицы порядка 2. (Там стоит ненулевой минор порядка 2, поэтому это возможно). Получим:
,
причем (3)
будет эквив. (1) и (2) (т.к. получена из них
посредство ЭП). Перепишем (3) в виде: (4)
.
Придавая переменным
(к-ые наз. свободными) произвольные
значения, получим по ним значения
переменных
(к-ые наз. главными). Т.о.,
что
(4) дает решения с-мы (3)
и с-мы (2)
и с-мы (1). В получении такого решения
(или в установлении факта несовместности
исх. с-мы) и состоит метод Гаусса. Покажем,
что (4), где
дает общее решении с-мы (1). Во-первых,
какие-бы значения свободных переменных
мы не взяли, посчитав по ним главные
получим решения:
,
где
-
произвольные постоянные.
С
другой стороны, покажем, что любое
решение (1) можно получить из (4). В самом
деле, пусть
– произвольное решение (1). Тогда оно
явл. и реш-м с-м (2) и (3). Придадим св. пер.
значения
соотв., т.е.
.
Но из (3) пер.
опр. однозначно, при этом
дают решения
если
,
то
.
Т.о., чтобы получить решение
нужно свободным переменным придать
значения
.
Значит, любое решение (1) из (4) м.б. получено.
Значит, всевозможные решения с-мы (1)
исчерпываются реш-ми, найденными по
ф-ле (4) при том, что
независимо друг от друга принимают
произвольные значения (т.е. фактически
явл-ся параметрами и мы имеем n-r
параметрическое общее решениее). #
,
где
-
произвольные постоянные. Общее решение
СЛАУ (1) –
n-r параметрическое мн-во.