- •1. Векторы и действия над ними. Свойства операций над векторами. Векторная запись системы линейных уравнений.
- •Свойства операций над векторами:
- •3. Понятие ранга и базиса системы векторов. Алгоритм нахождения ранга системы векторов.
- •7. Понятие обратной матрицы, необходимые и достаточные условия ее существования. Утверждения, связанные с необходимыми условиями существования обратной матрицы.
- •8. Теорема существования обратной матрицы. Вычисление обратной матрицы. Решение систем линейных уравнений и матричных уравнений с использованием обратной матрицы.
- •9. Понятие ранга матрицы. Теорема о ранге матрицы. Нахождение ранга матрицы.
- •10. Определение ранга ч-з минор. Метод окаймляющих миноров.
- •11. Формулы Крамера для решения системы п уравнений с п неизвестными. Условия, при которых применимы формулы Крамера.
- •12. Теорема Кронекера-Капелли.
- •13. Теорема о множестве решений однородной системы, определитель которой равен нулю.
- •16. Собственные векторы и собственные значения матриц. Характеристический многочлен и характеристическое уравнение матрицы а.
- •17. Модель международной торговли (линейная модель обмена). Условия сбалансированности.
- •18. Межотраслевая модель экономики (модель Леонтьева)
12. Теорема Кронекера-Капелли.
Система линейных уравнений совместна тогда и только тогда, когда ранг матрицы системы равен рангу расширенной матрицы.
Ограничимся тем, что покажем: если решения есть, то ранги совпадают. Для простоты считаем, что число переменных =3.
Если () – решение, то рав-во выполняется иявляется линейной комбинацией векторовСлед-но добавление вектора в н изменяет ранга системы <>
13. Теорема о множестве решений однородной системы, определитель которой равен нулю.
Т. Однородная система линейных n уравнений с n неизвестными имеет ненулевые решения тогда и только тогда, когда определитель системы равен нулю.
Утверждение1. Если определитель М равен 0, то между строками М сущ-ет линейная зависимость.
Пример def=0
Утверждение2.Пусть между строками матрицы сущ-ет линейная зависимость, тогда в произведении АВ какой бы ни была м В, сущ-ет такая же линейная зависимость, как и в матрице А.
14. Линейное пространство. Векторное пространство. Размерность и базис векторного пространства.
Мн-во, в котором определены операции сложения, * на число, удовлетвор приведенным ниже св-вам, наз-м линейным пространством, и обозначается R. Если линейное пространство из векторов то его называют векторным пространством.
Св-ва.
1. х+у=у+х
2. (x+y)+z = x+()
3. (αβ)x = α(βx) , любые действительные числа.
4. α (x+y)= αx+αy
5. (α+β)x = αx+βx
6. Существует ненулевой эл-т, такой, что : х+0=х
7. Для любого эл-та х существует противоположный эл-т (-х), такой, что: х+(-х)=0
8. 1*х=х
Размерность и базис векторного пространства.
Векторное пространство R наз-ся n- мерным, если в нем сущ-ет n линейно независимых векторов, а любые из (n+1) векторов являются линейно зависимыми. Rn.
Размерность пространства – max число содержащихся в нем линейно независимых векторов.
Базис – совокупность n линейно независимых векторов n мерного пространства R.
Каждый вектор х векторного пространства Rn можно представить и при том единственным образом в виде линейной комбинации векторов базиса.
15. Евклидово пространство. Длина (норма) вектора, коллинеарные векторы, угол между 2 векторами, ортогональные векторы, ортонормированный базис евклидова пространства. Теорема о наличии ортонормированного базиса в n-мерном евклидовом пространстве.
Линейное векторное пространство, в к-ом занято скалярное произведение векторов, удовлетворяющих следующим св-вам:
1.(х,у)= (у,х)
2.(х, у+z) = (x,y)+(x,z)
3.(ax, y) = a(x, y)
4.(x, x) > 0, если х – ненулевой вектор и (x, x)=0, если х – нулевой вектор.
Длиной (нормой) вектора х на евклидовом пространстве наз-ся величина (х), где
Справедливо следующее:
1.
2. где λ – действительное число
3.
4.
Угол между 2 ненулевыми n-мерными векторами a и b, явл-ся угол, косинус которого вычисляется по формуле:
Два вектора коллинеарные, если найдется такое λ, что a = λb.
Два вектора ортогональны, если их скалярное произведение равно 0.
Векторы n- мерного евклидова пространства образуют ортонормированный базис, если они попарно ортогональны и норма каждого из них = 1.
Теорема:
Во всяком n- мерном евклидовом пространстве существует ортогональный базис.
Теорема:
Каждый вектор x линейного пространства можно представить единственным способом в виде линейной комбинации вектор-базиса