- •1 Матрицы. Виды матриц
- •Специальные матрицы
- •2 Определители. Определение и свойства определителей
- •3.Алгебраическое дополнение и минор
- •4. Теорема о разложении определителя по строке (столбцу). Теорема об умножении определителей.
- •Теорема об умножении определителей
- •5. Понятие обратной матрицы. Теорема об обратной матрице
- •Теорема об обратной матрице
- •6 Методы поиска обратной матрицы: метод союзной матрицы и метод элементарных преобразований.
- •7 Понятие минора k-ого порядка. Ранг матрицы. Понятие базиса в системе строк (столбцов) матрицы. Теорема о ранге матрицы (о базисном миноре)
- •Ранг матрицы r(a) – это наивысший порядок отличных от 0 миноров этой матрицы
- •8.Методы поиска ранга матрицы: метод окаймляющих миноров и метод элементарных преобразований Метод окаймляющих миноров
- •Метод элементарных преобразований
- •9 Слу и формы ее записи (представления): развернутая, матричная и векторная.
- •10 Понятие элементарного преобразования слу и виды элементарных преобразований слу
- •11 Теорема Кронекера-Капелли
- •12 Метод Крамера решения слу
- •13 Метод Гаусса решения слу
- •14 Балансовая модель Леонтьева
- •17 Понятие выпуклого множества. Теорема о пересечении выпуклых множеств. Понятие гиперплоскости в Rn. Понятие полупространства.
- •18 Теорема о разделяющей гиперплоскости. Теорема о выпуклости полупространства. Понятие выпуклого многогранника.
- •19 Понятие системы линейных неравенств. Графический метод решения системы линейных неравенств.
- •20 Постановка задачи математического программирования (змп). Разновидности змп
- •21 Понятия эпсилон-окрестности точки, предельной точки, замкнутого множества, ограниченного множества, точки локального (глобального) и условного (безусловного) экстремума.
- •22. Понятия частной производной функции, стационарной точки функции, градиента и матрицы Гессе.
- •23 Понятие квадратичной формы матрицы. Понятие положительной (отрицательной) определённости матрицы
- •24 Понятие m-мерной вектор-функции и матрицы Якоби m-мерной вектор-функции
- •25 Понятие производной по направлению. Теорема о производной по направлению.
- •Теорема о производной по направлению
- •26 Понятие градиента функции. Теорема о градиенте
- •27 Понятия множества уровня функции, касательной гиперплоскости к множеству уровня функции, вектора нормали к гиперплоскости.
- •28 Разложение Тейлора. Формула Тейлора с остаточным членом в форме Пеано.
- •29 Теорема о необходимых условиях экстремума. Теорема о достаточных условиях экстремума. Теорема об условиях определенности матрицы (Критерий Сильвестра) Теорема о необходимых условиях экстремума
- •30 Классический метод поиска экстремума функции без ограничений (схема реализации)
- •31 Постановка задачи нелинейного программирования (знлп) с ограничениями равенствами
- •32 Назначение и обоснование метода множителей Лагранжа.
- •33 Схема реализации метода множителей Лагранжа
- •34 Интерпретация множителей Лагранжа. Теорема Лагранжа.
- •35 Метод подстановки в решении знлп с ограничениями-равенствами
Ранг матрицы r(a) – это наивысший порядок отличных от 0 миноров этой матрицы
Ранг матрицы тесно связан с понятием линейной независимости строк (столбцов) матрицы. Рассмотрим произвольную матрицу А. Обозначим через Аj – j-ый столбец матрицы А.
Рассмотрим систему S={Ai1, Ai2, …, Aik} – набор столбцов матрицы А.
Система столбцов S матрицы А, наз линейно-зависимой, если существует набор чисел 12…k среди кот есть отличные от 0, такой, что j=1kjAij=0
Столбцы, входящие в систему S, наз-ся линейно-зависимыми.
В случае, когда набора чисел 12…k при кот выполняется последнее соотношение не существует, то тогда система S наз линейно-независимой.
Выражение L=j=1kjAij=1 Ai1 + 2 Ai2 + … + k Aik стоящее в левой части первого выражения наз-ся линейной комбинацией столбцов системы S.
Система столбцов S матрицы А наз базисом системы всех столбцов матрицы А, если:
1) система S линейно-независима
2) любой столбец матрицы А может быть представлен в след виде линейной комбинации столбцов системы S, т.е. для каждого р=1, n
Аp = j=1kjp Aip
Аналогично определяются понятия линейной зависимости-независимости строк матрицы, базиса в системе строк.
Любой отличный от 0 минор матрицы, порядок которого равен рангу этой матрицы наз её базисным минором
Теорема о ранге (базисном миноре)
Ранг матрицы равен максимальному числу линейно-независимых ее столбцов (строк), при этом система столбцов (строк) матрицы, содержащая базисный минор образует базис системе всех столбцов (строк) матрицы
8.Методы поиска ранга матрицы: метод окаймляющих миноров и метод элементарных преобразований Метод окаймляющих миноров
Пусть некоторый минор матрицы k-ого порядка Мk0, тогда ранг этой матрицы по меньшей мере равен k, т.е. r(A) k . Рассмотрим все окаймляющие (содержащие в себе минор Мk) миноры k+1 порядка. Если все они равны 0, то значит ранг матрицы равен k, но если найдётся хотя бы один Mk+10, тогда процедура повторяется снова
Метод элементарных преобразований
Основан на том, что эл-ые преобразования не изменяют ранга матрицы. Метод заключается в осуществлении последовательности эл-ых преобразований над строками (столбцами) исходной матрицы. В результате все эл-ты становятся равными = за исключением S эл-ов главной диагонали. Следовательно, ранг матрицы равен S.
Св-ва ранга
1) 0≤ r(A) min {m,n}
2) r(AВ) min {r(A) r(В) }
3) r(A) = r(AT)= r(AАт)
4) r(A+В) ≤ r(A) + r(В)
5) ранг произведений некоторой матрицы А слева или справа на невырожденную матрицу подходящего размера равен рангу исходной матрицы. r(AВ)= r(СA) , │В│≠ 0, │С│≠ 0
9 Слу и формы ее записи (представления): развернутая, матричная и векторная.
СЛУ наз любая конечная совокупность линейных уравнений.
Рассмотрим выражение Аx=b, где
a11 a12...a1n
A= a21 a22 ...a2n
am1 am2 ...amn
b1
b2
b= ....
bm
x1
x2
x= ...
xn
Это выражение, где матрица А- задана, правая часть (b) задана, а вектор-столбец х неизвестен, наз СЛУ в матричной форме представления.
Пользуясь операцией умножения матриц, первое выражение можно представить в виде:
а11х1+а12х2+…а1nxn=b1
a21x1+a22x2+...a2nxn=b2
....................................
am1x1+am2x2+...amnxn=bm
Это выражение представляет собой развернутую форму СЛУ.
Ещё одной формой представления СЛУ явл векторная форма записи:
j=1nAjxj=b здесь Аj – j-ый столбец матрицы А,
Гл задачей, связанной со СЛУ является задача ее решения.
Решением СЛУ является упорядоченный набор чисел х1 х2 … хn или вектор-столбец
x1
x2
x= ...
xn
который после подстановки в СЛУ обращает их в тождество.
СЛУ наз совместной если у неё есть хотя бы одно решение в противном случае эта система наз несовместной
Совместная СЛУ наз определённой, если у неё есть только одно решение и неопределённой в противном случае.
2 СЛУ наз эквивалентными или равносильными, если множества их решений совпадают.
Если правая часть СЛУ равна 0 (b=0), то такая СЛУ наз однородной, иначе СЛУ наз неоднородной