- •1.Декартова система координат (квадратная) и полярная система.
- •2. Понятие геометрического вектора. Основные определения.
- •3. Линейные операции над векторами
- •4. Деление отрезка в заданном отношении
- •5. Понятие о радиус-вектора
- •6. Действие с геометрическими векторами в координатной форме. Признак коллениарности.
- •7. Скалярное произведение геометрических векторов. Признаки ортогональности
- •8. Вычисление скалярного произведения векторов через их координаты, длина вектора, расстояние между двумя точками, вычисление косинуса угла между двумя векторами.
- •16)Уравнение прямой в пространстве, проходящей через две точки
- •17) Условия параллельности и перпендикулярности прямых в пространстве
- •18) Условия параллельности и перпендикулярности прямой и плоскости в пространстве.
- •19) Угол между прямой и плоскостью
- •20) Окружность
- •24. Матрица и основные определения связанные с ней.
- •25. Действия с матрицами
- •26. Определения определителя и его свойства.
- •27. Определения минора и алгебраического дополнения
- •28. Обратная матрица.
- •29. Определения ранга матрицы
- •30. Система линейных уравнений. Определение совместной, не совместной системы
- •31) Матричный способ решения систем линейных уравнений.
- •32) Формулы Крамера.
- •33) Теорема Кронекера-Капелли.
- •34) Условия определенности и неопределенности систем линейных уравнений.
- •35) Метод Гаусса.
- •36) Теорема о совместности однородной системы линейных уравнений.
- •3 7) Теорема о существовании ненулевых решений однородных систем линейных уравнений.
- •38)Линейное векторное пространство.
- •39.1.Скалярным произведением двух векторов называется число, равное произведению модулей этих векторов на косинус угла между ними
- •40. Линейная зависимость и независимость системы векторов. Пусть имеется n векторов.
- •41. Система векторов линейного пространства l образует базис в l если эта система векторов упорядочена, линейно независима и любой вектор из l линейно выражается через векторы системы.
- •42. Теорема. (о разложении вектора по базису.)
- •43. Подпространство
- •44. Собственные числа и собственные вектора
- •45. Характеристическим уравнением матрицы
29. Определения ранга матрицы
Ранг матрицы – наибольший из порядков миноров данной матрицы, отличных от нуля. Минор, порядок которого определяет ранг матрицы, называется базисным. У матрицы может быть несколько базисных миноров.
30. Система линейных уравнений. Определение совместной, не совместной системы
Система m линейных уравнений с n неизвестными (или, линейная система) в линейной алгебре — это система уравнений вида (1)
Здесь x1, x2 …, xn — неизвестные, которые надо определить. a11, a12, …, amn — коэффициенты системы — и b1, b2, … bm — свободные члены — предполагаются известными. Индексы коэффициентов (aij) системы обозначают номера уравнения (i) и неизвестного (j), при котором стоит этот коэффициент, соответственно.
Система (1) называется однородной, если все её свободные члены равны нулю (b1 = b2 = … = bm = 0), иначе — неоднородной.
Система (1) называется квадратной, если число m уравнений равно числу n неизвестных.
Решение системы (1) — совокупность n чисел c1, c2, …, cn, таких, что подстановка каждого ci вместо xi в систему (1) обращает все её уравнения в тождества.
Система (1) называется совместной, если она имеет хотя бы одно решение, и несовместной, если у неё нет ни одного решения.
Совместная система вида (1) может иметь одно или более решений.
Решения c1(1), c2(1), …, cn(1) и c1(2), c2(2), …, cn(2) совместной системы вида (1) называются различными, если нарушается хотя бы одно из равенств:c1(1) = c1(2), c2(1) = c2(2), …, cn(1) = cn(2).
Совместная система вида (1) называется определённой, если она имеет единственное решение; если же у неё есть хотя бы два различных решения, то она называется неопределённой. Если уравнений больше, чем неизвестных, она называется переопределённой.
Матричная форма
Система линейных уравнений может быть представлена в матричной форме как:
или, согласно правилу перемножения матриц,
Ax = B.
Если к матрице А приписать справа столбец свободных членов, то А называется расширенной матрицей.
Методы решения
Прямые (или точные) методы, позволяют найти решение за определённое количество шагов. Итерационные методы, основаны на использовании повторяющегося процесса и позволяют получить решение в результате последовательных приближений.
Прямые методы
Метод Гаусса
Метод Гаусса — Жордана
Метод Крамера
Матричный метод
Метод прогонки (для трёхдиагональных матриц)
Разложение Холецкого или метод квадратных корней (для положительно-определённых симметричных и эрмитовых матриц)
Итерационные методы
Метод Якоби (метод простой итерации)
Метод Гаусса — Зейделя
Метод релаксации
Многосеточный метод
31) Матричный способ решения систем линейных уравнений.
Матричный метод решения систем линейных уравнений. Матричный метод применим к решению систем уравнений, где число уравнений равно числу неизвестных. Метод удобен для решения систем невысокого порядка. Метод основан на применении свойств умножения матриц.
Пусть дана система уравнений:
Составим матрицы: A = ; B = ; X = .Систему уравнений можно записать:A×X = B.Сделаем следующее преобразование: A-1×A×X = A-1×B, т.к. А-1×А = Е, то Е×Х = А-1×В Х = А-1×В