- •Академия управления при Президенте Республики Беларусь
- •Содержание
- •Тема 1. Элементарная математика 13
- •Тема 2. Аналитическая геометрия 38
- •Тема 3. Линейная алгебра 81
- •Введение Лекция 1. Основы математической логики
- •Высказывания и логические связки
- •Контрольные вопросы к лекции №1
- •Тема 1. Элементарная математика Лекция 2. Элементы теории множеств
- •Основные понятия
- •Основные операции над множествами
- •Отображения
- •Отношения эквивалентности и упорядоченности
- •Контрольные вопросы к лекции №2
- •Лекция 3. Числовые множества
- •Основные понятия
- •Соединения. Бином Ньютона
- •Комплексные числа
- •Операции над комплексными числами
- •Формула Муавра. Извлечение корня из комплексного числа
- •Контрольные вопросы к лекции №3
- •Тема 2. Аналитическая геометрия Лекция 4. Векторы
- •Основные понятия
- •Линейные операции над векторами
- •Проекция вектора на ось
- •Линейная зависимость векторов
- •Базис. Координаты вектора в базисе
- •Декартовы прямоугольные координаты в пространстве. Координаты точек. Координаты векторов. Деление отрезка в данном отношении
- •Направляющие косинусы
- •Скалярное произведение
- •Векторное произведение
- •Смешанное произведение
- •Контрольные вопросы к лекции №4
- •Лекция 5. Прямая
- •Основные понятия
- •Взаимное расположение прямых
- •Контрольные вопросы к лекции №5
- •Лекция 6. Плоскость
- •Основные понятия
- •Нормальное уравнение плоскости
- •Взаимное расположение плоскостей
- •Контрольные вопросы к лекции №6
- •Лекция 7. Кривые второго порядка
- •Уравнение фигуры
- •Гипербола
- •Парабола
- •Исследование на плоскости уравнения второй степени
- •Контрольные вопросы к лекции №7
- •Тема 3. Линейная алгебра Лекция 8. Понятие евклидова пространства
- •Коллинеарные векторы
- •Размерность и базис векторного пространства
- •Контрольные вопросы к лекции №8
- •Лекция 9. Матрицы
- •Основные понятия
- •Операции над матрицами
- •Определитель матрицы
- •Ранг матрицы
- •Обратная матрица
- •Контрольные вопросы к лекции №9
- •Лекция 10. Понятие линейного оператора
- •Переход к новому базису
- •Линейное преобразование переменных
- •Собственные значения и собственные вектора матриц
- •Контрольные вопросы к лекции №10
- •Лекция 11. Многочлены
- •Основные понятия
- •Теорема о делении с остатком
- •Теорема Безу
- •Контрольные вопросы к лекции №11
- •Лекция 12. Квадратичные формы
- •Понятие квадратичной формы
- •Канонический базис квадратичной формы
- •Канонический базис из собственных векторов матрицы квадратичной формы
- •Канонический базис Якоби квадратичной формы
- •Положительно и отрицательно определенные квадратичные формы
- •Применение квадратичных форм к исследованию кривых второго прядка
- •Контрольные вопросы к лекции №12
- •Лекция 13. Системы линейных уравнений
- •Основные понятия
- •Критерий совместности системы линейных уравнений
- •Правило Крамера решения систем линейных уравнений
- •Метод Гаусса
- •Однородные системы уравнений
- •Разрешенные системы линейных уравнений
- •Контрольные вопросы к лекции №13
- •Лекция 14. Основы линейного программирования
- •Линейное программирование
- •Задача линейного программирования
- •Приведение общей задачи линейного программирования к канонической форме
- •Множества допустимых решений
- •Опорное решение задачи линейного программирования, его взаимосвязь с угловыми точками
- •Симплекс-метод с естественным базисом
- •Симплексный метод с искусственным базисом (м-метод)
- •Теория двойственности
- •Теоремы двойственности
- •Контрольные вопросы к лекции 14
- •Экзаменационные вопросы
- •Литература
- •Высшая математика
- •Часть I
- •220007, Г. Минск, ул. Московская, 17.
Обратная матрица
Пусть - квадратная матрица порядка. Матрицаназываетсяобратной матицейк матрице, если выполняются равенства, где‑ единичная матрица порядка.
Теорема 1. Если для данной матрицы существует обратная матрица, то она единственная.
Пусть и‑ матрицы, обратные к матрице. Тогда, с другой стороны,.
Откуда . Обратную матрицу к матрицеобозначают.
Теорема 2. Матрица имеет обратную матрицу тогда и только тогда, когда.
Пусть имеет обратную матрицу. Тогдаи, применяя теорему об умножении определителей, получаемили. Следовательно,.
Пусть . Укажем явное выражение матрицычерез элементы матрицы, а именно: если, то:
, |
(9.5) |
здесь ‑ алгебраическое дополнение к элементу. Матрица (9.5) получается из матрицыследующим образом. Сначала вместо каждого элементапишется его алгебраическое дополнение, затем полученная матрица транспонируется и получается т.н. присоединенная матрица. Для получения обратной матрицы присоединенная матрица умножается на величину, обратную.
Непосредственное умножение на матрицу (9.5) слева и справа дает единичную матрицу, что подтверждает, что (9.5) – матрица, обратная к.
Пример 12.Найти обратную матрицу к матрице.
Так как , тосуществует. Вычислим алгебраические дополнения элементов матрицы:
, |
, |
, |
, |
, |
, |
, |
, |
. |
|
Матрицу находим в два приема, согласно формуле (9.5). Сначала запишем матрицу, состоящую из алгебраических дополнений элементов.Затем матрицатранспонируется и умножается на число обратное, в данном случае – на (-1). Окончательно получаем:
.
Матрица называется неособеннойилиневырожденной, если ее определитель не равен нулю. Отметим свойства обратных матриц. Еслии‑ невырожденные матрицы одинакового порядка, то:
,
,
,
.
Контрольные вопросы к лекции №9
Понятие матрицы.
Виды матриц.
Понятие транспонирования матриц.
Операции сложения и вычитания матриц.
Операции умножения и возведения в степень матриц.
Понятие определителя.
Определитель - го порядка.
Правила нахождения определителей 2 и 3 порядка.
Свойства определителей.
Правила нахождения определителей - го порядка.
Понятие обратной матрицы.
Схема нахождения обратной матрицы.
Понятие ранга матрицы.
Лекция 10. Понятие линейного оператора
Основные понятия:
матрица перехода; линейное преобразование; собственное значение матрицы; собственный вектор матрицы; диагонализация матрицы; ортогональная матрица; характеристический многочлен.
Переход к новому базису
Пусть в пространстве R имеются два базиса: старый и новый. Каждый из векторов нового базиса можно выразить в виде линейной комбинации векторов старого базиса:
Полученная система означает, что переход от старого базиса к новому задается матрицей перехода:
,
причем, коэффициенты разложения новых базисных векторов по старому базису образуют столбцы этой матрицы.
Матрица — неособенная, так как в противном случае ее столбцы (а следовательно, и базисные векторы) оказались бы линейно зависимыми. Обратный переход от нового базисак старому базисуосуществляется с помощью обратной матрицы.
Найдем зависимость между координатами вектора в разных базисах. Пусть рассматриваемый вектор имеет координатыотносительно старого базиса и координатыотносительно нового базиса, т.е.:
Подставив значения из системы в левую часть этого равенства, получим после преобразований:
т.е. в матричной форме: или