- •Определение n-мерного вектора. Свойства операция над векторами
- •Определение скалярного произведения. Свойства скалярного произведения
- •Неравенство Коши-Буняковского. Неравенство треугольника (док-во)
- •Угол между n-мерными векторам. Теорема о равенстве векторов
- •Разложение вектора по системе векторов. Свойства разложения
- •Элементарные преобразования системы векторов
- •Подобные системы векторов
- •Разложение вектора по системе.
- •Линейная зависимость систем векторов
- •Базис и ранг системы векторов
- •Матрица. Квадратная, треугольная и диагональная матрицы
- •Умножение матрицы на число и сложение матриц. Свойства
- •Умножение матриц. Вычисление строк и столбцов полученной матрицы. Свойства
- •Единичная матрица. Обратная матрица.
- •Транспонированная матрица. Правила транспонирования
- •Ранг матрицы. Преобразования, не меняющие ранг
- •Определитель квадратной матрицы
- •18) Линейное уравнение. Определение решения линейного уравнения. Равносильные линейные уравнения. Построение решения линейного уравнения.
- •Системы линейных уравнений (слу). Определение решения слу. Формы записи слу. Совместные слу. Теорема Кронеккера-Капелли. Теорема о ранге определенной слу(док-во). Теорема Крамера (док-во).
- •Матричная форма записи
- •20) Определение общего решения слу. Базисные и свободные неизвестные.
- •24)Общее решение слу в векторной форме
Матрица. Квадратная, треугольная и диагональная матрицы
Матрицей размера m×n называют прямоугольную числовую таблицу, состоящую из mn чисел, которые расположены в m строках и n столбцах.
Квадратная матрица – матрица, число строк и столбцов которой равны. n=m
Треугольная матрица – матрица, все элементы над главной диагональю равные 0.
Диагональная матрица – все элементы, расположенные вне главной диагонали, равны 0.
Умножение матрицы на вектор. Свойства.
Операция определена, когда число столбцов матрицы равно числу координат вектора.
An * Bn k = Ck
A(m*n) k=(k1,k2,…,k3)
Ak=k1(a11) + k2(a12) + … +kn(a1m)
a21 a22 a2m
…. …. …..
an1 an2 anm
Свойства умножения матрицы на вектор:
1) A(K+L)=AK+AL (K,L- вектора, A- матрица)
2) A(lK)=l(AK) (l-число)
Умножение вектора на матрицу:
Операция определена,когда координат вектора столько,сколько строк у матрицы.
|
* |
|
= |
|
, т.е. 1*1 + 2*0 + 3*4 = 1+0+12 = 13, 1*3 + 2*7 + 3*5 = 3+14+15 = 32. |
Свойства:
(K+L)A=KA+LA; K,L-векторы, A-матрица
(kL)A=k(LA); k-число
(LA)K=L(AK); K,L-векторы
Умножение матрицы на число и сложение матриц. Свойства
Умножение матрицы на число – каждый элементы матрицы умножается на число
Сложение матриц – складываются матрицы только одинаковой размерности. Складываются элементы стоящие на одинаковых местах.
Свойства:
A+B=B+A A,B,C - матрицы
(A+B)+C=A+(B+C) k,l - числа
A(k+l)=Ak+Al
A(kl)=(Ak)l=k(Al)
(A+B)k=Ak+Bk
Умножение матриц. Вычисление строк и столбцов полученной матрицы. Свойства
AxB: произведение определено, если число столбцов A равняется числу строк B.
A (m*n), B(k*l), n=k => C(m*l)
В общем случае произведение матриц непомутативно (множители нельзя переставлять местами)
(AB)j=A*Bj (столбец)
(AB)i=Ai(наверху)*B(строка)
Свойства:
(AB)k=(Ak)B=A(Bk) k - число
(A+B)C=AB+AC
(AB)C=A(BC)
Единичная матрица. Обратная матрица.
Единичная матрица:
E=(1,0,0)
0,1,0
0,0,1
Свойства единичной матрицы:
1) k=(k1,k2,…,kn) Ek=E1k1+E2k1+…+Enkn=k
2) для любой квадратной матрицы А выполняется следующее равенство: AE=EA=A
Обратная матрица:
Пусть A — квадратная матрица порядка n. Квадратную матрицу B того же порядка называют обратной к A, если AB = BA = E, где E — единичная матрица порядка n.
Обратную матрицу обозначают A(−1)
Теорема об обратимости невырожденной матрицы:
Каждая невырожденная матрица A обратима.
Доказательство: из условия теоремы=> что система n-мерных векторов A линейно не зависима, т.к. в системе А1,А2,…,Аn Ei векторов больше чем их размерность(размерность n, а векторов n+1)=> Ei разлагается по системе линейно не зависимых векторов А, при любом i.
E1=k1A1+k2A2+…+knAn
E2=l1A1+l2A2+…+lnAn
………………………….
En=t1A1+t2A2+…+tnAn
В качестве элементов 1-го столбца матрицы В, возьмём коэффициенты разложения E1, в качестве второго E2 и т.д.
B=(k1,l1,…,t1)
k2,l2,…,t2
…………
kn,ln,…,tn , тогда E1,E2,…,En можно рассписать:
E1=(AB)1;E2=(AB)2;…;En=(AB)n
В силу леммы о невырожденности матрицы AB=E=>BA=E=> матрица В обратная для А.
Теорема : Если матрица А обратима,то её столбцы A1,A2,…,An образуют линейно не зависимую систему векторов.
Доказательство: рассмотрим произвольное разложение нулевого вектора по системе столбцов А : k1A1+k2A2+…+knAn= θ
AE1=A1;…;AEn=An
k1(AE1)+k2(AE2)+…+kn(AEn)= θ
A(k1E1+k2E2+…+knEn)= θ
Умножаем слева на матрицу В(обратная для А)
BA(k1E1+k2E2+…+knEn )= θ
Т.к. E1,…,En линейно не зависимая система, то это равенство выполняется только если ki=0=>сисмема векторов А линейно не зависима=>система векторов образующая матрицу А линейно не зависимая.
Следствие из теорем: Матрица обратима тогда и только тогда, когда она невырождена.