- •Тема 1. Матричная алгебра План
- •Понятие матрицы. Виды матриц
- •Операции над матрицами и их свойства
- •I. Сложение матриц
- •II. Умножение матрицы на число
- •Свойства операций сложения и умножения на число:
- •III. Произведение матриц
- •Свойства операции умножения матриц:
- •IV. Транспонирование матриц
- •Свойства операции транспонирования:
- •Понятие определителя. Разложение определителя по элементам строки (столбца)
- •Свойства определителей
- •Базисный минор и ранг матрицы. Теорема о базисном миноре
- •Вычисление ранга матрицы методом окаймляющих миноров
- •Вычисление ранга матрицы с помощью элементарных преобразований
- •Обратная матрица и ее вычисление. Матричные уравнения
- •Свойства обратных матриц:
- •1) Если, то домножая обе части уравнения на слева, получим .
- •2) Если, то домножая обе части уравнения на справа, получим .
- •Использование алгебры матриц в экономике
- •Тема 2. Системы линейных уравнений План
- •Понятие системы линейных уравнений (слу)
- •Матричная форма записи слу
- •Условия совместности систем линейных уравнений. Теорема Кронекера–Капелли
- •Решение систем линейных уравнений методом обратной матрицы и по формулам Крамера
- •Метод Гаусса решения систем линейных уравнений
- •Однородные системы линейных уравнений
- •Фундаментальная система решений однородной системы линейных уравнений
- •Использование систем линейных уравнений в экономике
- •Модель Леонтьева многоотраслевой экономики
- •Экономико-математическая модель линейного обмена
- •Тема 3. Комплексные числа План
- •Понятие комплексного числа
- •Действия над комплексными числами
- •Тригонометрическая форма комплексного числа
- •Действия над комплексными числами в тригонометрической форме:
- •Тема 4. Элементы векторной алгебры План
- •Векторы на плоскости и в пространстве: основные понятия
- •Линейные операции над векторами
- •Свойства операций сложения векторов и умножения вектора на число
- •Координаты вектора на плоскости и в пространстве
- •Скалярное произведение векторов
- •Свойства скалярного произведения
- •Понятие линейного пространства
- •Примеры линейных пространств
- •Линейная зависимость и независимость системы n векторов
- •Примеры линейно зависимых и линейно независимых систем векторов
- •Базис. Координаты вектора в базисе
- •Матрица перехода к новому базису
- •Свойства матрицы перехода
- •Евклидово пространство: основные понятия
- •Выпуклые множества, свойства выпуклых множеств
- •Тема 5. Линейные отображения План
- •Понятие линейного оператора
- •Матрица линейного оператора
- •Действия над линейными операторами
- •Собственные векторы и собственные значения линейного оператора
- •Квадратичные формы
- •Критерий Сильвестра
Примеры линейно зависимых и линейно независимых систем векторов
Теоремы 1, 2, а также свойства 1–2 линейно зависимых систем векторов позволяют сформулировать следующие утверждения:
1. Система, состоящая из одного вектора, линейно зависима тогда и только тогда, когда он нулевой.
2. Система, состоящая из двух векторов, линейно зависима, тогда и только тогда, когда векторы коллинеарны.
3. Система, состоящая из трех векторов, линейно зависима, тогда и только тогда, когда данные три вектора компланарны.
Теорема 4. Пусть в пространстве даны три некомпланарных вектора , и , тогда любой вектор этого пространства можно разложить по данным векторам, причем единственным образом, т.е.
Следствие. Любые четыре (или более) вектора пространства линейно зависимы.
Базис. Координаты вектора в базисе
Рассмотрим понятие базиса для произвольного линейного пространства L.
Определение 4.21. Базисом линейного пространства L называется любая упорядоченная система линейно независимых векторов этого пространства таких, что каждый вектор представим в виде линейной комбинации этих векторов, т.е.
, (16)
Выражение (16) называется разложением вектора по базису , а коэффициенты в разложении {}() называются координатами вектора относительно данного базиса.
Замечание. Каждому вектору ставится в соответствие единственный набор чисел {}() и наоборот, т.е. координаты вектора относительно базиса определяются однозначно.
Таким образом, вектор можно задавать его координатами: .
Такой вектор называется n-мерным арифметическим вектором или просто n-мерным вектором. Название «n-мерный вектор» связано с тем, что при n=2 или n=3 получаем координаты вектора на плоскости или в пространстве.
Замечание. Коэффициенты одного и того же вектора в разложениях по разным базисам различны.
Замечание. Координаты вектора можно также записывать в виде строчной или столбцевой матриц. Поэтому очень часто под вектором понимают соответствующую сточную (столбцевую) матрицу и наоборот: при необходимости любую матрицу рассматривают как вектор с соответствующими координатами. Строчные (столбцевые) матрицы часто называют вектор-строкой (вектор-столбцом).
В пространстве L существует много различных базисов, однако все они состоят из одного и того же числа векторов. Количество векторов в базисе называется размерностью линейного пространства. Размерность линейного пространства L будем обозначать dim L (от французского слова dimension – размерность). Пространство L размерности n будем называть n-мерным и писать
Если пространство состоит из одного нулевого элемента, то его размерность будем считать равной нулю.
Замечание. Из определения базиса 21 и теорем 1, 2 и 4 следует: 1) базисом векторов на прямой является любой ненулевой вектор , лежащий на этой прямой; 2) базисом векторов на плоскости является любая упорядоченная пара неколлинеарных векторов , принадлежащих этой плоскости; 3) базисом векторов в трехмерном пространстве является любая упорядоченная тройка некомпланарных векторов этого пространства. Такие базисы называют аффинными базисами векторов прямой, плоскости и трехмерного пространства соответственно. Множество векторов прямой образует одномерное, плоскости — двумерное, обычного пространства — трехмерное векторные пространства. Выше мы обозначили их через соответственно. Здесь нижний индекс означает размерность пространства.
Пространства, в которых нельзя указать базис, состоящий из конечного числа векторов, называются бесконечномерными. Примером бесконечномерного пространства может служить множество С [a, b] непрерывных на отрезке [a, b] функций f(t), для которых операции сложения и умножения на число определены естественным образом.
В дальнейшем мы будем рассматривать конечномерные векторные пространства.