- •А кадемия управления при Президенте Республики Беларусь
- •Курс лекций
- •Введение Лекция 1. Основы математической логики
- •Высказывания и логические связки
- •Контрольные вопросы к теме:
- •Элементарная математика Лекция 2. Элементы теории множеств.
- •Основные понятия.
- •Основные операции над множествами
- •Отображения.
- •Отношения эквивалентности и упорядоченности
- •Контрольные вопросы к теме
- •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 теме
- •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 теме
- •Лекция 5. Прямая
- •Основные понятия
- •Взаимное расположение прямых
- •Контрольные вопросы к теме
- •Лекция 6. Плоскость
- •Основные понятия
- •Нормальное уравнение плоскости
- •Взаимное расположение плоскостей
- •Контрольные вопросы к теме
- •Лекция 7. Кривые второго порядка
- •Гипербола
- •Парабола
- •Исследование на плоскости уравнения второй степени
- •Контрольные вопросы к теме
- •Линейная алгебра Лекция 8. Понятие евклидова пространства.
- •– Мерные векторы
- •Коллинеарные векторы
- •Размерность и базис векторного пространства
- •Контрольные вопросы к теме
- •Лекция 9. Матрицы
- •Основные понятия
- •Операции над матрицами
- •Определитель матрицы
- •Ранг матрицы
- •Обратная матрица
- •Контрольные вопросы к теме
- •Лекция 10. *Понятие линейного оператора*
- •Переход к новому базису
- •Линейное преобразование переменных
- •Собственные значения и собственные вектора матриц
- •Контрольные вопросы к теме
- •Лекция 11. Многочлены
- •Основные понятия
- •Теорема о делении с остатком.
- •Теорема Безу.
- •Контрольные вопросы к теме
- •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
- •Квадратичная форма положительно определена тогда и только тогда, когда , ,…, .
- •Квадратичная форма отрицательно определена тогда и только тогда, когда , ,…, .
- •Квадратичная форма положительно определена тогда и только тогда, когда все собственные значения матрицы положительны.
- •Квадратичная форма отрицательно определена тогда и только тогда, когда все собственные значения матрицы отрицательны
- •Квадратичная форма положительно определена тогда и только тогда, когда главные миноры матрицы положительны.
- •Квадратичная форма отрицательно определена тогда и только тогда, когда главные миноры матрицы четного порядка положительны, а главные миноры матрицы нечетного порядка отрицательны.
- •Применение квадратичных форм к исследованию кривых второго прядка.
- •Контрольные вопросы к теме
- •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
- •Можно построить решение системы уравнений, у которого значения свободных переменных будут равны соответственно ;
- •Если у решений и системы уравнений значения свободных переменных совпадают, то и сами решения совпадают.
- •Контрольные вопросы к теме
- •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 теме
- •Экзаменационные вопросы
- •Литература
Линейные операции над векторами
Сложение
вектора производится по правилу
параллелограмма: векторы
и
сносятся в общую точку
(рис. 4.1), на них строят параллелограмм
и его диагональ
называют суммой векторов
и
.
Рис. 4.1
Поскольку
вектор
равен
,
то можно дать другое правило нахождения
суммы
(правило треугольника): суммой векторов
и
является вектор, идущий из начала
в конец
,
если вектор
приложен к концу вектора
,
т.е.
|
(4.1) |
Это
правило распространяется на любое число
слагаемых: если векторы
образуют ломаную
,
то суммой этих векторов является вектор
,
замыкающий эту ломаную, т.е.
|
(4.2) |
В
частности, если ломаная замыкается,
т.е.
,
то сумма ее звеньев равна нуль-вектору
.
Сложение векторов подчиняется обычным законам сложения ‑ сочетательному и переместительному, а также обладает обратной операцией – вычитанием.
Разностью
двух векторов
и
,
отложенных от одной точки
является вектор, направленный из конца
вычитаемого вектора
в конец уменьшаемого вектора
,
т.е.
(Рис. 4.2.). Это правило следует из
формулы (1): т.к.
,
то
.
Рис. 4.2
Векторы можно не только складывать и вычитать, но и умножать на числа (скаляры).
Вектор
равен
,
где
‑ некоторое число, если:
коллинеарен ;
длина вектора отличается от длины вектора в
раз, т.е.
;при
,
и
направлены в одну сторону, при
‑ в разные.
Произведение вектора на скаляр обладает следующими свойствами:
;
;
;
;
.
Проекция вектора на ось
Пусть
даны ось
и вектор
.
Проектируя начало и конец вектора на
ось
,
получим на ней вектор
.
Проекцией
вектора
на ось
называется число, равное длине вектора
,
взятой со знаком плюс или минус в
зависимости от того, направлен ли вектор
в ту же сторону, что и ось
или в противоположную. Проекция вектора
на ось
обозначается
.
Свойства проекций:
,
где
‑ угол между вектором
и осью
;
;
.
Пусть
–
произвольная конечная система векторов;
‑ произвольная система действительных
чисел. Вектор
называется линейной комбинацией векторов
этой системы.
Из свойства проекций следует, что
.
Линейная зависимость векторов
Говорят, что векторы линейно независимы, если из равенства
|
(3) |
следует,
что
.
В
противном случае векторы
называются линейно зависимыми. Если
какой-нибудь вектор можно представить
в виде
,
то говорят, что вектор
линейно выражается через векторы
.
Теорема.
Векторы
линейно зависимы тогда и только тогда,
когда, по крайней мере, один из них
линейно выражается через остальные.
Следствие. Если векторы линейно независимы, то ни один из них нельзя выразить через остальные; в частности, ни один из них не может быть нулевым.
Система,
состоящая из одного вектора, линейно
зависима тогда и только тогда, когда
этот вектор нулевой. Любые два
неколлинеарных вектора
и
линейно независимы. В самом деле,
предположим, неколлинеарные векторы
и
линейно зависимы. Тогда, по предыдущей
теореме, один из них, например,
линейно выражается через второй, т.е.
,
а это противоречит неколлинеарности
и
.
Следовательно,
и
линейно независимы.
Пусть
и
неколлинеарные векторы,
‑ произвольный вектор компланарный
векторам
и
.
Отложим векторы
и
от одной точки
,
т.е. построим
(Рис. 4.3).
Рис. 4.3
Из
параллелограмма
видно, что
.
Следовательно, любые три компланарных вектора и линейно зависимы.
Любые три некомпланарных вектора и линейно независимы.
Если
предположить, что три некомпланарных
вектора
и
линейно зависимы, то один из них, например
,
линейно выражается через
и
,
т.е.
,
а это говорит о том, что три вектора
и
лежат в одной плоскости, что противоречит
условию.
Три вектора и линейно зависимы тогда и только тогда, когда определитель, составленный из их координат, равен нулю.
Пусть
векторы
и
в некотором базисе имеют координаты
,
и
соответственно. Тогда векторы
и
линейно зависимы тогда и только тогда,
когда линейно зависимы их координатные
столбцы. Значит, векторы
и
линейно зависимы тогда и только тогда,
когда существуют числа
,
неравные одновременно нулю, что
выполняется равенство:
.
Линейная
зависимость означает, что существует
ненулевой набор коэффициентов
такой, что
|
4.1 |
.
Если
один из векторов, например,
,
является нулевым, то система
окажется линейно зависимой, т.к. равенство
(4.1) будет выполнено при
.
Теорема. Векторы линейно зависимы тогда и только тогда, когда один из векторов является линейной комбинацией остальных.
