Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

линейная_алгебра(билеты_и_ответы)1 курс

.pdf
Скачиваний:
269
Добавлен:
14.04.2015
Размер:
835.68 Кб
Скачать

Экзаменационные вопросы по дисциплине «алгебра и аналитическая геометрия -1 ».

Тема 1. Определители и матрицы. Алгебра матриц.

Твѐрдые знания: Определители второго и третьего порядка, их свойства. Инверсия. Определители n - го порядка, их свойства и методы вычисления. Матрицы. Линейные операции над матрицами. Умножение матриц. Един4ичная матрица. Обратная матрица. Линейная зависимость и независимость n - мерных векторов. Ранг матрицы. Теорема о ранге матрицы. Навыки вычисления: определителей 2-го, 3-го и n - го порядков; суммы, разности и произведения матриц, обратной матрицы; ранга матрицы. Умения. Применение понятия ранга матрицы для определения линейной зависимости и независимости системы векторов.

Тема 2. Системы линейных алгебраических уравнений.

Твѐрдые знания: Теорема Кронекера - Капелле. Метод Гаусса. Правило Крамара. Однородные системы линейных алгебраических уравнений. Фундаментальная система решений. Неоднородные системы линейных алгебраических уравнений. Связь решения неоднородной системы линейных алгебраических уравнений с соответствующей однородной. Навыки решения систем линейных уравнений. Умения. Рационально выбрать метод решения системы линейных алгебраических уравнений.

Тема 3. Векторная алгебра.

Твѐрдые знания: Скалярные и векторные величины. Модуль вектора, равенство векторов. Нулевой вектор. Коллинеарные и компланарные векторы. Линейные операции над векторами. Разложение вектора по базису на плоскости и в пространстве. Проекция вектора на ось. Прямоугольные координаты вектора и точки. Линейные операции над векторами в прямоугольной системе координат. Скалярное, векторное и смешанное произведение векторов, их свойства. Условия коллинеарности и перпендикулярности двух векторов. Условия компланарности трех векторов. Навыки: разложения вектора по базису на плоскости и в пространстве; вычисления скалярного, векторного и смешанного произведений векторов. Умения. Применение векторной алгебры к решению задач геометрии, физики и механики.

Тема 4. Аналитическая геометрия на плоскости. Прямая на плоскости. Кривые второго порядка.

Твѐрдые знания: Основные задачи аналитической геометрии на плоскости. Геометрический смысл уравнения Р(х,у) = 0. Различные виды уравнения прямой, общее уравнение прямой. Соответствие между прямыми на плоскости и линейными уравнениями с двумя переменными. Взаимное расположение двух прямых. Расстояние от точки до прямой. Преобразование прямоугольных координат. Эллипс, гипербола, парабола. Их определения, канонические уравнения, исследование формы кривой по каноническому уравнению. Элементы общей теории линий второго порядка. Полярные координаты. Кривые в полярных координатах. Навыки оперирования с различными способами задания прямой на плоскости; приведения уравнения кривой второго порядка к каноническому виду путѐм параллельного переноса и поворота системы координат и построения еѐ. Умения. Решение геометрических задач, с использованием линий первого и второго порядков.

Тема 5. Аналитическая геометрия в пространстве. Плоскость и прямая в пространстве. Поверхности второго прядка.

Твердые знания. Основные задачи аналитической геометрии в пространстве. Геометрический смысл уравнения Р(х,у,2) = 0. Виды уравнений плоскости в пространстве. Соответствие между плоскостями и линейными уравнениями с тремя переменными. Расстояние от точки до плоскости. Пучок плоскостей. Различные виды уравнения прямой в пространстве. Взаимное расположение прямых и плоскостей. Цилиндрические поверхности. Конические поверхности. Поверхности вращения. Поверхности второго порядка: сфера, эллипсоид, гиперболоид, параболоид. Метод сечении для изучения вида поверхности. Цилиндрические и сферические координаты. Навыки оперирования с различными способами задания плоскости и прямой в пространстве; приведения уравнения поверхности второго порядка к каноническому виду путѐм параллельного переноса и построения еѐ; построение тел, ограниченных заданными поверхностями. Умения. Решение геометрических задач, с использованием уравнений поверхностей и линии пространстве.

ВОПРОС №1.

Определители второго и третьего порядка, их свойства.

Рассмотрим кв. таблицу чисел. Такие таблицы называются матрицами. Горизонт. ряды – строки; вертикал. ряды – столбцы.

a

a

 

 

Матрица 2го порядка. Главная диагональ – а(11)-а(22). Побочная диагональ – а(21)-а(12).

A 11

12

 

 

 

 

 

 

 

a21

a22

 

 

 

 

def

 

 

a11 a22 a12 a21 det A | A |

a

a

a

 

 

11

12

13

 

 

A a21

a22

a23

 

Матрица 3го порядка.

 

a32

a33

 

 

a31

 

 

det A a11 *a22 *a33 a12 *a23 *a31 a31 *a21 *a32 a13 *a22 *a31 a12 *a21 *a33 a11 *a23 *a32

/\ Записан опр-ль 3го порядка. Каждое слагаемое в сумме – член опр-ля (т.е. произведение элем-тов мат-цы взятых по одному из каждой строки и каждого столбца).

Инверсия.

- убывание вторых индексов эле-тов матрицы. При инверсии появляется знак «-».

ПРИМЕРЫ: a13a22a31 - 2 инверсии, поэтому знак «+»; a12a23a31 - 2е инверсии, поэтому «+»; a11a23a32 - инверсия одна знак «-». Если кол-во инверсий четное, то знак члена(произведения) «+», если нечетное то «-».

Вывод: со знаком (+) в опр-ль входят члены у которых в перестановке вторых индексов четное число инверсий. А со знаком (-), те у которых это число нечѐтное. Формула для определения знака перед произведением:

a

a

a

 

 

3

 

11

12

13

 

 

 

| A | a21

a22

a23

 

 

( 1)N a1i * a2 j * a3k

(где N – количество инверсий в перестановке вторых индексов I,j,k.)

 

a32

a33

 

 

i, j,k 1

 

a31

 

 

 

 

Если пара эле-тов расположены в перестановке так, что эле-т с большим номером стоит раньше элем-та с меньшим номером, то говорят,

что эти элементы образуют инверсию.

Свойства опр-ля.

 

1. Значение опр-ля при транспозиции не меняется.

(Транспозиция – замена строк столбцами)

a

a

 

a

T

 

a

a

21

 

a

n1

 

 

 

 

 

11

 

12

 

 

1n

 

 

 

11

 

 

 

 

 

 

a

 

a

 

a

 

 

 

a

a

 

a

 

 

 

det A det AT Док-во: каждый член опр-ля мат-цы является и членом транспонированной

 

 

21

 

22

 

 

2n

 

 

12

 

22

 

 

n 2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

an 2

 

 

 

 

 

 

 

a2n

 

 

 

 

 

 

an1

ann

 

a1n

ann

 

 

матрицы (т.е. его множители и в опр-ле транспониров. Мат-цы в разных строках и столбцах). Значит опр-ль не меняет своего знака. Св-во док-но.

2. Если в опр-ле поменять местами две строки или столбца, то опр-ль изменит только знак, а по абсолютной величине не изменится. Док-во: Если в мат-це поменять местами две строки, то перестановка, составленная из таких знаков как [i1,i2,i3..in] перейдет в другую

с помощью одной транспозиции (т.е. каждый член исходного опр-ля войдет в новый опр-ль с противоположенным знаком). Св-во док-но. Следствие: опр-ль с 2-мя одинаковыми строками или столбцами равен 0.

3. Общий множитель всех элементов строки или столбца можно вынести за знак опр-ля.

 

a

a

a

 

 

3

[ i1....... in ]

 

 

3

[ i1....... in ]

 

 

a

a

a

 

11

12

1n

 

 

 

 

 

 

 

 

 

 

11

12

1n

c * ak1

c * ak 2

c * akn

 

( 1) *a

*c*a

kik

*a

nin

c * ( 1) *a

*a

kik

*a

nin

c ak1

ak 2

akn

 

 

 

 

 

 

1i1

 

 

1i1

 

 

 

 

 

an1

an 2

 

 

i, j,k 1

 

 

 

 

i, j,k 1

 

 

 

 

an 2

 

ann

 

 

 

 

 

 

 

 

 

 

 

an1

ann

Следствие: опр-ль с двумя пропорциональными строками равен 0.

4. Если каждый элем-т К-того столбца или К-той строки опр-ля представлен в виде суммы двух слагаемых, то данный опр-ль можно представить в виде суммы двух опр-лей.

 

a11

a12

 

a1n

 

 

3

 

 

 

 

 

[ i1....... in ]

 

 

 

 

 

 

3

[ i1....... in ]

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

c

 

 

 

 

 

 

 

 

 

bk1 ck1

bk 2

ck 2

bkn

ckn

 

( 1) * a

*...(b

 

kik

)...*a

nin

 

( 1) * a

*...(b )...*a

nin

 

 

 

 

 

 

 

 

 

 

i, j,k 1

 

1i1

 

kik

 

 

 

 

 

1i1

kik

 

 

an1

an 2

 

ann

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i, j,k 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

 

 

 

[ i1....... in ]

 

 

 

 

a11

a12

a1n

 

 

a11

a12

a1n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( 1) * a

 

*...(c

kik

)...*a

nin

 

bk1

bk 2

bkn

 

ck1

ck 2

bckn

 

 

 

 

 

 

 

 

i, j,k 1

1i1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

an1

an 2

ann

 

 

an1

an 2

ann

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Следствие: опр-ль не меняет своего значения если к элем-там одной строки(столбца) прибавить соответствующие элем-ты другой строки(столбца), умноженных на одно и тоже число.

ВОПРОС №2. Инверсия.

- убывание вторых индексов эле-тов матрицы. При инверсии появляется знак «-».

ПРИМЕРЫ: a13a22a31 - 2 инверсии, поэтому знак «+»; a12a23a31 - 2е инверсии, поэтому «+»; a11a23a32 - инверсия одна знак «-». Если кол-во инверсий четное, то знак члена(произведения) «+», если нечетное то «-».

Вывод: со знаком (+) в опр-ль входят члены у которых в перестановке вторых индексов четное число инверсий. А со знаком (-), те у которых это число нечѐтное. Формула для определения знака перед произведением:

a

a

a

 

 

3

 

11

12

13

 

 

 

| A | a21

a22

a23

 

 

( 1)N a1i * a2 j * a3k

(где N – количество инверсий в перестановке вторых индексов I,j,k.)

 

a32

a33

 

 

i, j,k 1

 

a31

 

 

 

 

Если пара эле-тов расположены в перестановке так, что эле-т с большим номером стоит раньше элем-та с меньшим номером, то говорят,

что эти элементы образуют инверсию.

ВОПРОС №3.

Определители n - го порядка, их свойства и методы вычисления.

a

a

11

12

a21

a22

Пусть имеется квадрат. Таблица чисел: A

 

.

.

 

 

 

an 2

an1

...

a

 

 

 

1n

 

...

a2n

- матрица n-го порядка. Числа aij – элем-ты матрицы А.

. .

 

 

 

 

 

 

...

 

 

 

ann

 

Опр-лем n-го порядка называется алгебраическая сумма всевозможных произведений элем-тов, взятых по одному из каждой строки каждого столбца. Если в таком произведении множители расположены в порядке следования строк, то со знаком (+) берутся те произведения , у которых перестановка вторых индексов четная , а со знаком (-) у которых нечетная. Количество слагаемых в сумме: n! (кол-во чисел в опр-ле), причем половина – (+), половина – (-). Свойства опр-ля смотреть в первом вопросе.

Методы вычисления:

1. Привидение опр-ля к треугольному виду (ниже главной диагонали стоят только 0). Доказывается по св-ву опр-ля разложение по 1-

 

1

2

3

...

1

 

3

...

3

 

 

 

 

 

0

2

2

...

2

 

 

му столбцу:

1* 2

0

...

...

1* 2 * 3*...* n n!

 

0

0

3

...

3

 

0

...

n

 

 

0

0

0

...

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.Метод рекуррентных соотношений:

3.Метод выделения линейных множителей:

4.Метод представления опр-ля в виде суммы опр-лей:

5.Метод изменения элем-тов опр-ля:

6.Применение умножения матриц:

ВОПРОС №4.

Матрицы. Линейные операции над матрицами. Умножение матриц.

Матрица – квадратная таблица чисел, состоящая из строк, столбцов, имеющая главную и побочную диагональ (все показать на примере).

Рассмотрим прямоуг. Таблицу чисел (m - строк, n - столбюцов):

a

a

...

a

 

 

 

 

 

11

12

 

1n

 

 

 

Где i 1m

j 1n («изменяется от 1 до n»)

a21

a22

...

a2n

 

 

 

 

 

a

a

...

a

 

aij

 

 

 

31

32

 

3n

 

 

 

 

 

 

 

 

 

 

 

.

.

...

.

 

 

 

 

 

 

am2

...

 

 

 

 

 

 

am1

amn

 

 

 

Линейные операции над матрицами:

Сложение матриц. (складываются матрицы одинаковой размерности)

Суммой матриц называется матрица, одинаковой размерности с

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

исходными, элем-ты котрой равны сумме элем-тов исходных

 

B

 

bij

 

;

 

 

C A B

 

aij bij

 

 

i 1m

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

матриц.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

j 1n

 

 

 

 

Умножение матрицы на число.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Матрица умноженная на число y равняется матрице, элем-ты

 

 

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

котрой помножаются на y.

 

y * A

 

y * aij

1m

 

 

 

 

 

 

 

 

 

 

 

 

 

 

j

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Умножение матриц.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

При перемножении 2-х матриц необходимо чтобы кол-во столбцов

 

 

 

 

A

 

 

 

 

B

 

 

 

 

 

 

 

 

 

 

 

 

 

 

первой матрицы совпадало с кол-вом строк второй матрицы (Если

 

 

 

 

 

.

 

.

.

 

 

C

 

 

 

 

 

 

 

 

 

нет то перемножение таких матриц невозможно). У результата

 

. . .

 

 

 

.

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

.

 

 

 

. .

 

 

 

 

 

 

 

 

перемножения двух матриц (кол-во строк)=(кол-во строк в первой

 

 

. . .

.

 

*

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

матрице); (кол-во столбцов)=(кол-во столбцов во второй матрице);

 

 

 

 

 

 

 

 

 

.

.

 

 

 

. .

 

 

.

 

 

 

 

 

 

 

 

 

 

. . .

 

.

 

 

 

 

 

 

3m n2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C

p

 

 

 

3m p4

 

 

.

.

 

 

 

 

 

 

 

 

 

 

 

 

aIK bKJ

 

 

 

 

 

 

 

 

 

 

4 p * n2

 

 

 

 

 

 

 

 

 

 

 

 

 

k 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Вопрос №5.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Единичная матрица. Обратная матрица.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Единичная матрица.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

- матрица, на главной диагонали которой расположены одни единицы. Главным св-

 

 

 

 

1

0

0

0

 

вом единичной матрицы является то, что любая матрица, умноженная на единичную

 

 

 

 

0

1

0

0

 

 

 

E

 

 

матрицу соответств. Ранга даст в результате саму матрицу.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

1

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

0

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Обратная матрица. (ОБ)

А-1 – обратная матрица – та матрица, результат умножения которой на матрицу А является Е (един. матрицей). ОБ существует только от квадратных матриц, опр-ль которых не равен 0.

Воспользуемся св-вами опр-ля :

det(A* B) det(A) *det(B) . Док-во этого факта базируется на опр-лях (см. ворос№1). Применяем данное св-во:

det(A 1 ) *det(A) det E 1; ни одна из этих матриц ≠0. (//**Вырожденная матрица – матрица, опр-ль которой ≠0. Вырожденная матрица –

матрица, опр-ль которой =0.)

Нахождение обратных матриц. Пусть дана невырожденная матрица А. Рассмотрим матрицу, состоящую из алгебраических дополнений матрицы А.

a

a

11

12

a21

a22

A

 

.

.

 

 

 

a2n

a1n

...

a

 

 

A

 

 

1n

 

 

11

...

a

 

 

 

A

 

 

2n

 

A*

12

. .

 

 

.

 

 

 

 

...

 

 

 

 

 

ann

A1n

 

 

 

 

 

 

n

det A

 

 

 

 

A21

...

An1

 

 

 

aIJ * AIJ

0

 

0

 

 

 

 

 

 

J 1

 

 

 

 

 

A

...

A

 

 

 

 

 

 

 

A A*

 

 

 

 

 

22

 

n 2

 

0

 

det A

0

. . .

 

 

 

|

 

|

\

|

 

 

 

 

 

 

 

 

A2n

...

 

 

 

 

 

 

 

 

Ann

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

det A

Если производить умножение в другом порядке – тоже самое, т.к. умножение элем-ты алгебр. Дополнения другого элем-та и слодение =0.

A A* A* A det(A) E A(

1

 

A* )

1

 

A* E

1

 

A 1

 

 

 

 

 

 

det A

det A

det A

 

 

 

 

Алгоритм вычисления обратной матрицы:

1)составляем матрицу из алгебр. Дополнений.

2)Транспонируем еѐ, получая присоединѐнную матрицу.

3)Каждый элем-т матрицы делим на опр-ль матрицы.

 

 

 

 

 

3) A 1

 

1

 

 

1)

A

i, j 1, n

2) A*

A

 

 

A

 

 

 

 

 

 

IJ

 

 

IJ

 

 

det A

IJ

 

 

 

 

 

 

 

 

ВОПРОС №6.

Линейная зависимость и независимость n - мерных векторов.

Рассмотрим матрицу А:

 

 

 

 

 

 

a

a

...

a e

е3111-3*е2

каждый элем-т 3 строки можно представить как комбинацию.

Поэлементное сложение.

 

11

12

 

1n

1

 

 

 

 

 

 

a21

a22

 

 

 

Определение: Пусть е1, е2, ем строки матрицы А и пусть ем строка линейным образом выражается через

A

...

a2n e2

 

 

1e1

m1em1 , т.е. ем – строка является линейной комбинацией в предыдущих строках.

.

.

.

. e

предыдущие em

 

 

 

 

 

3

2e2

... m1em1

( 1)em 0

 

 

 

a2n

 

 

 

1e1

 

 

a1n

...

ann em

 

 

 

 

 

Строки матрицы линейно зависимы, если существуют такие числа j1,j2,jm все не равные 0,то данная линейная комбинация строк с данными числами дает нулевую строку. Если таких чисел нет, то строки называют линейно-назависимыми. (**аналогично определяется линейная зависимость и независимость для столбцов матрицы).

ВОПРОС №7.

Ранг матрицы. Теорема о ранге матрицы.

 

1

0

0

0

0

 

 

 

 

 

 

 

 

 

0

1

0

0

0

 

 

0

0

1

0

0

 

 

 

 

 

 

 

 

0

0

0

0

0

 

0

0

0

0

0

 

 

 

r 3

Рассмотрим матрицу m n и выделим из этой матрицы К строк и К столбцов. Из элем-тов, стоящих на пересечении выделенных строк и столбцов. Составим опр-ль К-го порядка. Все такие определители называют манорами матрицы.

Из матрицы порядка m n можно составить: Ck

Ck

m!n!

Ck число _ сочетаний

n!

 

 

 

 

 

 

 

 

k!(n k)!

 

 

m

n (k!)2 (m k)!(n k)!

n

 

Определение:

Рангом матрицы называется наивысший порядок отличных от 0 миноров этой матрицы.

r(A)

Пояснение:

Если ранг матрицы равен r, то среди миноров этой матрицы есть по крайней мере один минор r –го

порядка, отличный от 0 в то время как все миноры порядка r+1 и выше равны 0.

 

 

 

Теорема о ранге матрицы.

m 1em 1 .

«…Если ранг матрицы равен r, то в этой матрице можно найти r линейно-независимых между собой строк (или столбцов), через которые линейно выражаются все остальные строки матрицы или столбцы…»

Док-во(1): A m n Пусть еѐ ранг равен r. Отличный от нуля опр-ль n-го порядка не равен 0.

Метод от противного. Пусть первые r строк линейно зависимы. Пусть r -я строка выражается через предыдущую: er 1e1 ...

 

a11

...

a1r

 

 

D

.

...

.

0

( 1) 1 2 2 ... (r 1) r 1

 

ar1

...

arr

 

 

 

 

 

 

 

 

Строка равна 0. Получаем противоречие, которое показывает предположение не верно. Значит Первые r строк

независимы.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Док-во(2):

Выбор второго индекса r k

e m,n .

 

 

 

 

 

Рассматриваем опр-ль (r +1) порядка, который получен из опр-ля D, добавлением К-ой строки и е-го столбца.

 

 

 

 

 

 

 

 

 

 

a

 

a

a

 

 

=>> Разложим опр-ль по е-му столбцу: a1e A1e ... are Are ake Ake

Ake D 0 Алгебр. дополнения стоящие в этом

 

11

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

|

 

|

|

0

 

разложение не зависят от е , потому что при их нахождении е-й столбец вычеркивается.

 

ar1

 

arr

ark

 

Алгебраическое дополнение Ake . Выражаем ake :

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

ak1

_

akr

ake

 

 

a

 

 

(a

A

... a

A ) a

..

a

 

Каждую строку мы выражаем через r – строк .

 

 

 

 

 

 

 

 

 

 

 

 

 

ke

 

D

1e

1e

 

re re

1 1e

r

 

re

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Следствие:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

максимальное число линейно-независимых столбцов матрицы равно максимальному числу линейно-независимых строк.

Для того, чтобы опр-ль был равен 0, необходимо и достаточно, чтобы его строки или столбцы были линейно-независимыми. РАЗДЕЛ НОМЕР ДВА.

ВОПРОС №8.

Теорема Кронекера - Капелле.

Теорема: «… Для совместности системы линейных уравнений необходимо и достаточно, чтобы ранг матрицы системы равнялся рангу расширенной матрицы системы…».

Док-во: 1) Необходимость.

Система совместна если ранг матрицы системы равен рангу расширенной матрицы.

 

 

a11 1 a12 2 ...

a1n 1n b1

 

~

a11

a12

b1

 

x1 1; x2 2 ;

xN N ;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

..........

 

..........

......

 

 

 

 

;

A

 

 

 

 

 

 

 

a

 

a

...

 

a

mn

 

n

b

 

 

a

m1

a

mn

b

 

 

 

 

m1 1

 

m2 2

 

 

 

m

 

 

 

 

m

Из последнего столбца вычитаем 1й столбец умноженный на значение 1й переменной затем вычитаем 2й столбец умноженный на значение 2й переменной. Данные преобразование не меняет ранг матрицы (ранг остался неизменным, т.к. нулевой столбец не влияет на ранг, то получается, что ранг матрицы системы равен рангу общей матрицы). Док-но.

2) Достаточность.

Пусть ранги равны: r(A)=r(A~)=r

Пусть определитель r –го порядка (≠0) стоит в верхнем углу матрицы системы:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Первые r переменных оставляем на месте, остальные переносим

 

a

a

 

a

x

a

x

 

... a

x

 

b a

x

... a

x

 

в другую сторону. «Перенесенные» переменные являются

 

 

 

 

 

 

11

1r

 

 

11

1

12

 

2

1R

 

R

1

1( R 1)

1 R

1N

 

N

свободными.

D

 

 

 

0 => a21x1

a22 x2

... a2 R xR b1

a2( R 1) x1 R

... a2 N xN

Если свободным переменным придать любые значения, то в

 

 

 

 

 

 

 

 

ar1

arr

 

 

правой части получатся числа. Мы получим систему из r

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

aR1 x1 aR 2 x2 ... aRR xR bR

 

 

 

 

уравнений и r неизвестных, причем опр-ль системы не равен 0 =>

 

 

 

 

 

 

 

 

 

Оставшиеся переменные х можно найти по формулам Крамера. ПРОВЕДЕННО КОНСТРУКТИВНОЕ ДОК-ВО. Найден способ нахождения переменных.

ВОПРОС №9.

Метод Гаусса. Правило Крамара.

 

a11

a12

..

a1n

b1

 

 

i .. ..

..

Метод Гаусса (метод посл. Исключения неизвестных).

 

 

a22

.. a2n

 

 

 

 

 

 

 

 

 

Для решения системы линейных уравнений записывают расширенную матрицу системы. Затем

~

a21

b2

 

 

0

o ..

..

 

над строками матрицы выполняют преобразования не меняющие ранг, стараясь привести

A

 

 

 

 

..

 

 

0

0

p

..

 

 

 

 

 

 

матрицу к более простому виду из которого решение системы модно вычислить

 

.. .. .. ..

 

 

 

 

 

 

an 2

..

ann

 

 

 

 

0

0

0

 

 

непосредственно. Если система линейных уравнений не совместная,

 

an1

bn

 

 

y

Правило Крамара (метод при котором x x ; y y ; z z …). Для этого нужно вычислить ; x; y; z...

ВОПРОС №10.

Однородные системы линейных алгебраических уравнений.

 

a

x

a

x

2

... a

 

x

N

0

Такая система всегда совместна (у нее всегда существует нулевое решение: x1, x2 , x3...xN 0 - тривиальное).

 

 

11 1

 

12

 

 

1N

 

 

 

 

 

a21x1

a22 x2

... a2 N xN

 

0

Теорема.

 

 

 

 

 

a31x1

a32 x2

... a3N xN

 

0

«…Для того, чтобы система однородных алгебраич. ура-ний имела не тривиальное решение необходимо и

 

 

достаточно, чтобы ранг матрицы был меньше кол-ва неизвестных…»

 

 

 

................................

 

 

 

 

 

 

Док-во:

Если ранг матрицы равен числу неизвестных =>> решение по формулам Крамера. Они дадут

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

M 1

x

a

M 2

x

2

... a

MN

x

N

0

единственное нулевое решение.

 

 

1

 

 

 

 

 

 

 

Если ранг меньше числа неизвестных в силу док-ва теории Кронекира_Капелли. Значит есть

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ненулевые решения. Теорема док-на.

Следствие: Для того, чтобы однородную систему алгеб. ура-ний имела нетривиальное решение необходимо и достаточно, чтобы опр-ль матрицы системы равнялся нулю.

Св-во решений:

Пусть x1 1; x2 2 ;..; xN N ; - какое – либо нетривиальное решение системы будем рассматривать как строку: e1 ( 1,2,N...) Умножим каждый эле-т этой строки на некоторое число С =>> составим еще одну строку решений данной системы: e2 ( 1, 2, N...)

C1e1 C2e2 тоже даст решения, т.е. любая линейная комбинация решений однородной системы также даст решения данной системы.

Найдем такие лин. незав. реш-я , через которые выражаются все остальные. Определение:

Линейно независимая система решений линейной однородной системы алгебраических выражение называется фундаментальной, если любое решение системы является линейной комбинацией решений образующих фундаментальную систему.

ВОРОС №11.

Фундаментальная система решений.

Теорема о существовании фундаментальной системы решений: \(ФСР)

«…Если ранг матрицы коэфицентов системы линейных однородных алгебраических урав-ний меньше числа неизвестных, то система обладает фундаментальной системой решений…»

 

a11x1 a12 x2

...

...a1R xR a1R1 xR1

a1N xR

Док-во:

 

Пусть ранг матрицы коэф-тов r(A) r n . Первые r элем-тов с коэф-

 

 

 

 

 

тами оставим в левой части, остальные перенесѐм в левую часть. Далее по шагам

a21x1 a22 x2

a2 R xR a2 R1 xR1

a2 N xR

находим решения:

 

 

 

 

a31x1 a32 x2

 

a3R xR a3R1 xR1

a3N xR

 

 

 

 

1.

xR1

1; xR 2

0; xN

0

e1 ( 1 , 2 ,..., R ,1,0,0)

- первое решение.

 

..........................................................................

 

2.

xR1

0; xR 2

1; xN

0

e2 ( 1 , 2 ,..., R ,0,1,0)

- второе решение.

 

 

 

 

 

 

 

aMR xR aMR1 xR1

aMN xR

 

 

 

 

 

 

 

aM 1 x1 aM 2 x2

R.

xR1

0; xR 2

0; xN

1

eR ( 1 , 2 ,..., R ,0,1,0)

- R - тое решение.

 

 

 

 

 

Полученные решения образуют ФСР: e1 , e2 ,..., eK . Данные решения линейно независимы и любое решение выражается через них. Рассмотрим какое-либо решение e ( 1 , 2 ..., R , R1 , R 2 ,.., N )

e0 e R1e1 R 2e2 ... N eK 0 e0 ( 1 , 2 , 3..., R ,0,0...0) - все равны 0.

Произвольное решение е выражается через систему. Теорема доказана.

ВЫВОД из теоремы: Общее число решений однородной системы лин. ал. ура-ний имеет вид: Линейной комбинации решений

( c1e1 ... cK eK )

ВОПРОС №12.

Неоднородные системы линейных алгебраических уравнений.

 

a11x1 a12 x2

... a1N xN

b1

Рассмотрим неоднородную систему лин. алгеб. ура-ний и соответствующую ей однородную систему (где

 

a21x1 a22 x2

... a2 N xN

b2

свободные члены b равняются 0).

 

 

 

 

 

 

a31x1 a32 x2

... a3N xN

b3

Пусть: e1 ( 1 , 2 ,.., N , )

e2 ( 1 , 2 ,.., N , ) (e1,e2 – решение неоднородной системы; e1 - e2 – решения

 

 

 

 

 

................................

 

однородной системы)

 

 

 

 

e3 ( 1 , 2 ,.., N , ) - решения неоднородной системы ? ???

e1 e3 - решения однородной системы. ? ???

 

 

 

 

 

... aMN xN

bN

 

 

 

aM 1 x1 aM 2 x2

 

 

 

Общее решение неоднородной системы равно сумме общего решения однородной системы и произвольного, но фиксированного решения однородной системы.

Связь решения неоднородной системы линейных алгебраических уравнений с соответствующей однородной.

Тема 3. Векторная алгебра.

ВОПРОС №13.

Скалярные и векторные величины.

Строго говоря «Чем скалярная величина отличается от векторной величины?» Скалярная величина имеет только численное значение

(скаляр – число), а векторная величина имеет как численное значение, так и направление.

ВОПРОС №14.

Линейные операции над векторами.

1.

 

 

 

 

 

 

 

 

 

 

 

*a

a *

 

 

 

 

2.

 

 

 

 

 

 

 

 

 

 

( *a)

( )*a

 

 

 

3.

 

 

 

 

 

 

 

 

 

 

 

( )a

a

a

 

 

 

4.

 

 

 

 

 

 

 

 

 

 

(a b)

a b)

 

 

5.

 

 

 

 

 

 

 

 

 

(a

b) c

a

(b

c)

 

 

6.

 

 

 

 

 

 

 

 

 

 

a

b

b a

 

 

 

 

7.

 

 

 

 

 

0

 

 

 

 

a

( a)

 

 

 

 

8.

 

1

 

 

 

 

 

 

 

a

a

 

 

 

 

 

 

9.

 

 

 

 

 

 

 

 

 

 

a

 

 

b

a

b

 

 

 

10.

 

 

 

 

 

 

 

 

 

 

a

0

a

a *0

0

( *0

0)

ВОПРОС №15.

Разложение вектора по базису на плоскости и в пространстве.

 

 

 

Пусть вектора а,b,c принадлежат плоскости . a, b не являются параллельными. Начала векторов совпадают. Разложение вектора С по

 

 

 

базису а,в на плоскости: c

a

b (где , - координаты вектора С в базисе АВ). Эти вектора называются компланарными (лежат в

 

- базис в 3х мерном пространстве, если три вектора будут не компланарными. Производный вектор может быть

одной плоскости). a,b, c

 

 

 

 

 

, где , , - координаты вектора d в базисе а,в,с.

разложен по этому базису: d

a

b

c

При разложении вектора по базису как на плоскости, так и в пространстве произвольный вектор представляется в виде линейной

 

 

 

 

 

 

 

 

 

комбинации базисных векторов. a,b, c, d - линейнозависимые векторы (если d можно разложить по ортам а,в,с).

 

 

 

 

 

 

 

 

 

2

3 0 .

Определение линейной зависимости:

Вектора a1

, a2

, a3

линейнонезависимы если: 1a1

2a2

3a3 0 1

Вопрос №16.

Проекция вектора на ось. Прямоугольные координаты вектора и точки.