- •1)Линейное векторное н-мерное пространство
- •2) Скалярное произведение. Угол между векторами.
- •3) Условие коллинеарности и ортогональности векторов.
- •4) Системы векторов.
- •5) Ранг и базис системы векторов и всего пространства.
- •6) Ортогональные системы векторов
- •7) Матрицы. Операции над матрицами.
- •Операции над матрицами
- •8) Определители. Их свойства. Определители
- •Свойства определителей
- •9) Миноры и алгебраические дополнения.
- •10) Обратная матрица. Единственность.
- •11) Обратная матрица. Существование.
- •12) Элементарные преобразования над матрицей. Второй способ нахождения обратной матрицы.
- •13. Ранг матрицы.
- •14. Собственные векторы и собственные значения матрицы.
- •15. Системы линейных уравнений.
- •16. Совместность неоднородной системы.
- •17. Решение систем методом Крамера и с помощью обратной матрицы.
- •18. Нахождение решений общей системы уравнений.
- •19. Метод Гаусса. Нахождение опорных решений
- •20. Совместность однородной системы.
- •21. Системы однородных уравнений. Свойства решений, совместность.
- •22. Системы однородных уравнений. Общее рещение систем.
- •23. Однородные системы линейных уравнений
- •24. Прямая линия на плоскости. Общее уравнение, уравнение с угловым Коэффициентом
- •25. Уравнение прямой, проходящей через данную точку в данном направлении.
- •26. Уравнения прямой, проходящей через две данные точки и в отрезках на осях.
- •27. Угол между двумя прямыми. Условия параллельности и перпендикулярности прямых.
- •28. Эллипс.
- •29. Окружность.
- •30. Гипербола.
- •31. Парабола.
- •32. Преобразование прямоугольной системы координат.
- •Поворот системы координат y y
- •33. Уравнение плоскости в пространстве. Условия параллельности и перпендикулярности плоскостей.
- •Условия параллельности и перпендикулярности плоскостей
- •34. Уравнение прямой в пространстве
- •35. Метрическое пространство, выпуклые множества.
- •36. Решение систем линейных неравенств
- •37. Представление выпуклого многогранника
- •38. Область допустимых решений системы уравнений и неравенств.
1)Линейное векторное н-мерное пространство
Определение 1. Упорядоченная совокупность из n действительных чисел (а1, а2, …, аn) называется n-мерным вектором ā(а1, а2, …, аn). Числа а1, а2, ..., аn называются координатами вектора.
Два n-мерных вектора (а1, а2, …, аn) и (b1, b2, …, bn) считаются равными, если равны их соответствующие координаты:
, ().
Вектор, все координаты которого равны нулю, называется ноль-вектором и обозначается .
Определение 2. Суммой (разностью) двух n-мерных векторов (а1, а2, …, аn) и (b1, b2, …, bn) называется n-мерный вектор, координаты которого равны суммам (разностям) соответствующих координат исходных векторов:
=(a1b1; a2b2; …; anbn).
Определение 3. Произведением n-мерного вектора (а1, а2, …, аn) на число k называется n‑мерный вектор, координаты которого равны произведениям координат вектора на числоk:
k · =(ka1; ka2; …; kan).
Для геометрических векторов (n<4) эти операции эквивалентны правилу параллелограмма или треугольника и растяжению (сжатию) вектора.
Свойства операций над векторами:
1) +=+- коммутативность,
2) +(+)=(+)+- ассоциативность,
3) k·()=k·k· - дистрибутивность,
4) (k1k2)·= k1 · k2·,
5) (k1·k2)·=k1·(k2·),
6) 1·=,
7) 0·=,
8) k·=,
9) k·=.
Определение 4. Совокупность всех n-мерных векторов с введенными на ней операциями сложения и умножения на число называется n-мерным линейным векторным пространством и обозначается En.
2) Скалярное произведение. Угол между векторами.
Определение 1. Скалярным произведением двух n-мерных векторов (а1, а2, ..., аn) и (b1, b2, ..., bn) называется число, равное сумме попарных произведений соответствующих координат.
·=а1·b1+a2·b2+…+an·bn.
Свойства скалярного произведения:
1. ·=·- коммутативность;
2. ·(+)=·+·- дистрибутивность;
3. k·(·)=(k·)·,
4. ·=2, 2=0.
Определение 2. Длиной n-мерного вектора называется величина:
.
Определение 3. Углом между двумя ненулевыми n-мерными векторами называется угол, косинус которого вычисляется по формуле
.
3) Условие коллинеарности и ортогональности векторов.
Определение 1. Два n-мерных вектора и называются коллинеарными, если найдется числотакое, что=·.
Рассмотрим два коллинеарных вектора и. Так как они коллинеарны, то=·, или (a1, a2, …, an)=( b1, b2, …, bn ). Следовательно, a1= b1, a2= 2, …, an= bn.
Выражая из этих равенств , получим
- условие коллинеарности.
Для того чтобы два вектора были коллинеарными, необходимо и достаточно, чтобы их координаты были пропорциональны.
Найдем угол между коллинеарными векторами.
.
Определение 2. Два ненулевых n-мерных вектора иназываются ортогональными, или перпендикулярными, если угол между ними равен 90°.
,
- условие ортогональности.
4) Системы векторов.
Пусть дана система n-мерных векторов .
Определение 1. Линейной комбинацией системы векторов называется выражение вида
,
где с1, с2, …, сk - некоторые числа.
Определение 2. Выпуклой линейной комбинацией системы векторов называют линейную комбинацию, в которой все коэффициенты неотрицательны и сумма всех коэффициентов равна единице.
; ,;.
Определение 3. Вектор разлагается по системе векторов, если его можно представить в виде линейной комбинации векторов этой системы.
.
5) Ранг и базис системы векторов и всего пространства.
Определение 1. Рангом системы векторов называется максимальное число линейно независимых векторов системы.
.
Определение 2. Базисом системы векторов называется максимальная линейно независимая подсистема данной системы векторов.
Теорема. Любой вектор системы можно представить в виде линейной комбинации векторов базиса системы. (Всякий вектор системы можно разложить по векторам базиса.) Коэффициенты разложения определяются для данного вектора и данного базиса однозначно.
Доказательство. Пусть система имеет базис .
1 случай. Вектор - из базиса. Следовательно, он равен одному из векторов базиса, допустим . Тогда =.
2 случай. Вектор - не из базиса. Тогда r>k.
Рассмотрим систему векторов . Данная система является линейно зависимой, так как - базис, т.е. максимальная линейно независимая подсистема. Следовательно, найдутся числа с1, с2, …, сk, с, не все равные нулю, такие, что
= .
Очевидно, что (если с=0, то базис системы является линейно зависимым).
.
Докажем, что разложение вектора по базису единственно. Предположим противное: имеется два разложения вектора по базису.
=,
=.
Вычитая эти равенства, получим
.
Учитывая линейную независимость векторов базиса, получим
.
Следовательно, разложение вектора по базису единственно.
Количество векторов в любом базисе системы одинаково и равно рангу системы векторов.
Ранг и базис n‑мерного линейного
векторного пространства
Теорема 1. Ранг n-мерного пространства равен его размерности: r=n.
Доказательство. На основании теоремы Штейница ранг не превышает n. С другой стороны, в пространстве имеется система из n линейно независимых единичных векторов, следовательно, ранг не меньше n. Значит, базис содержит nвекторов.
Следствие 1. Любой базис n-мерного пространства состоит из n линейно независимых n-мерных векторов.
Следствие 2. Любая система в n-мерном пространстве, содержащая больше чем n векторов, линейно зависима.
Следствие 3. Любой вектор пространства можно однозначно разложить по векторам любого базиса. Коэффициенты разложения для данного вектора и данного базиса определяются единственным образом. Коэффициенты разложения называются координатами данного вектора в этом базисе.