![](/user_photo/2706_HbeT2.jpg)
- •1. Комплексные числа: определение, алгебраическая форма записи, деление.
- •2. Геометрическая интерпретация комплексных чисел. Модуль комплексного числа. Комплексное сопряжение и его свойства.
- •3. Полярные координаты на плоскости. Тригонометрическая форма записи кч.
- •4. Свойства модуля и аргумента кч. Ф-лы Муавра.
- •6. Тригонометрические и гиперболические ф-ции комплексного аргумента.
- •7. Матрицы. Различные виды матриц.
- •8. Решение системы линейных алгебраических уравнений методом Гаусса.
- •9. Линейное пространство. Примеры линейных пространств.
- •10. Линейная зависимость и независимость векторов.
- •11. Размерность линейного пространства. Базис, координаты.
- •12. Определители второго порядка.
- •3.1.1. Определители второго порядка
- •13. Общее определение определителя. Определители третьего порядка.
- •16. Разложение определителя по строке (столбцу).
- •14. Общие свойства определителя.
- •15. Вычисления определителя методом Гаусса. Определитель диагональной и треугольной матриц.
- •18. Проекции геометрического вектора на ось и компонента на оси, их свойства.
- •19. Линейность скалярного произведения и его координатное представление. Угол между векторами.
- •20. Векторное произведение и его основные свойства.
- •21. Координатное представление векторного произведения.
- •23. Линейность векторного произведения.
- •22. Смешанное произведение векторов и его свойства.
- •24. Двойное векторное произведение.
- •25. Плоскость в пространстве (основные виды уравнений).
- •26. Нормальное уравнение плоскости. Расстояние от точки до плоскости.
- •27. Уравнения прямой в пространстве.
- •28. Эллипс и его уравнение в полярных координатах.
- •29. Гипербола и её уравнение в полярных координатах.
- •30. Парабола и её уравнение в полярных координатах.
- •31. Преобразования координат на плоскости: сдвиг, отражение, поворот.
- •32. Приведение уравнения кривой 2-го порядка к каноническому виду.
- •33. Поверхности второго порядка: эллипсоид, гиперболоиды, конус.
- •34. Поверхности 2-го порядка: параболоиды, цилиндры.
- •35. Умножения матриц и его свойства.
- •36. Обратная матрица: определение и основные свойства.
- •37. Вычисление обратной матрицы с помощью алгебраических дополнений.
- •38. Матричные уравнения. Вычисление обратной матрицы методом Гаусса.
- •39. Линейное пространство многочленов. Определитель Вандермонда.
- •40. Деление многочленов. Теорема Безу.
- •41. Кратность корня многочлена: определение, нахождение через производные.
- •42. Основная теорема алгебры. Разложение многочлена на множители (в тч на вещественные).
- •43. Разложение рациональной дроби на простейшие.
- •44. Собственные числа и собственные вектора матрицы.
- •45. Собственные подпространства. Алгебраическая и геометрическая кратность собственного числа.
- •46. Преобразование подобия. Диагонализация матрицы.
8. Решение системы линейных алгебраических уравнений методом Гаусса.
Суть
метода заключается в последовательном
исключении неизвестных. Рассмотрим
систему линейных уравнений:
Разделим
обе части 1–го уравнения на a11 <> 0,
затем: 1) умножим на а21 и вычтем из второго
уравнения 2) умножим на а31 и вычтем из
третьего уравнения и т.д. Получим:
,
где d1j =
a1j/a11,
j = 2, 3, …, n+1.
dij = aij –
ai1d1j
i = 2, 3, … , n;
j = 2, 3, … , n+1.
Далее повторяем эти же действия для
второго уравнения системы, потом – для
третьего и т.д.
Допускаются следующие элементарные преобразования:
1)Перестановка строк расширенной матрицы.
2)Умножение i-й строки расширенной матрицы на число альфа, не равное нулю.
3)Прибавление к i-й строке расширенной матрицы j-ю строку умноженную на заданное число альфа.
рассмотрим некоторые ситуации:
( 0 0 0 ... 0 I bi ) - нет решений
две одинаковые строчки. - одну из них можно вычеркнуть.
если в строчке стоят одни нули, то мы её вычёркиваем.
9. Линейное пространство. Примеры линейных пространств.
Линейное,
или векторное пространство
над
полем
P - это непустое
множество L, на котором
введены операции
сложения, то есть каждой паре элементов
множества
ставится
в соответствие элемент того же множества,
обозначаемый
и умножения на скаляр
(то есть элемент поля P), то есть любому
элементу
и
любому элементу
ставится
в соответствие элемент из
,
обозначаемый
.
При этом удовлетворяются следующие условия:
,
для любых
(коммутативность
сложения);
,
для любых
(ассоциативность
сложения);
существует
такой элемент
,
что
для
любого
(существование
нейтрального элемента относительно
сложения), в частности L не пусто;
для
любого
существует
такой элемент
,
что
(существование
противоположного элемента).
(ассоциативность
умножения на скаляр);
(умножение
на нейтральный (по умножению) элемент
поля P сохраняет вектор).
(дистрибутивность
умножения на вектор относительно
сложения скаляров);
(дистрибутивность
умножения на скаляр относительно
сложения векторов).
Элементы множества L называют векторами, а элементы поля P - скалярами. Свойства 1-4 совпадают с аксиомами абелевой группы.
10. Линейная зависимость и независимость векторов.
Говорят,
что вектор
линейного
пространства L линейно выражается через
векторы
,
если его можно представить в виде
линейной комбинации этих элементов
,
т.е. представить в виде
.
Определение.
Система
векторов
произвольного линейного пространства
линейно независима если из равенства
следует
равенство нулю всех коэффициентов
.
Определение. Система векторов, которая не является линейно зависимой, называется линейно независимой.
Теорема. Система векторов произвольного линейного пространства линейно зависима тогда и только тогда, когда хотя бы один вектор системы векторов линейно выражается через остальные векторы системы.
Система
векторов
называется линейно зависимой (л.з.) если
существуют числа
,
хотя бы одно из которых отлично от нуля,
такие что
.
Если же это равенство возможно только
при
,
то система векторов называется линейно
независимой (л.н.з.).
11. Размерность линейного пространства. Базис, координаты.
Определение. Число k называется размерностью линейного пространства L, если в L существует система из k линейно независимых векторов, а любые k+1 вектора — линейно зависимы; обозначаем dim L=k.
Определение.
Совокупность линейно независимых
векторов
линейного
пространства L называется базисом этого
пространства, если любой вектор из L
линейно выражается через векторы
,
т.е. для любого x из L существуют такие
числа
что
.
Если
,
то разложение вектора
по
базису
становится
суммой
слагаемых:
В этом случае говорят, что вектор
разложен
по базису
,
а числа
называются
координатами вектора
в
этом базисе.