- •Матрицы: определение и свойства.
- •Определители: свойства, определители 1го и 2го порядков
- •Вычисление определителей высших порядков
- •5. Метод приведения к треугольному виду.
- •6. Формула для ведущих элементов.
- •Системы линейных уравнений, методы их решения (Крамера, Гаусса, матричный)
- •Векторы, действия с векторами, скалярное произведение векторов, лз и лнз векторы
- •Векторное и смешанное произведения векторов
- •Линейное векторное пространство: определение, свойства.
- •Базис линейного векторного пространства, переход от одного базиса к другому
- •Линейные операторы, матрица линейного оператора
- •Собственные векторы и собственные значения линейного оператора
- •Квадратичные формы: определения, свойства, теоремы.
- •Прямая на плоскости, способы задания
- •1.Двумя точками (а и в).
- •2. Двумя плоскостями (a; b).
- •3. Двумя проекциями.
- •2. Для построения фронтального следа n прямой нужно из точки пересечения горизонтальной проекции её с осью 0x восстановить перпендикуляр до пересечения с фронтальной проекцией прямой.
- •13. Расположение прямой на плоскости
- •14. Кривые второго порядка
- •Окружность
- •Гипербола
- •15. Способы задания и расположение плоскости в пространстве
- •16. Способы задания прямой в пространстве Векторно-параметрическое уравнение прямой
- •17. Основные задачи в пространстве: углы, условие параллельности и перпендикулярности
- •18. Основные задачи в пространстве: расстояния, взаимное расположение двух прямых
- •19. Поверхности второго порядка
- •20. Задачи линейного программирования, экономическая модель
- •Экономическая модель задачи
- •21. Основы мат. Моделирования, мат. Модель задачи линейного программирования
- •Пример составления математической модели
- •22. Задача оптимального распределения ресурсов
- •Конкретная ситуация парис (Планирование и Анализ Рационального Использования Средств)
- •Построение математической модели
- •Общий вид задачи оптимального распределения ресурсов
- •Варианты задачи оптимального распределения ресурсов
- •Верхняя и нижняя граница плана
- •Комплектность выпуска
- •Изменение ресурсной обеспеченности
- •Динамическое планирование
- •23. Общая задача линейного программирования
- •Область допустимых планов. Оптимальный план и оптимум
- •Область допустимых планов
- •Оптимальный план и оптимум
- •Условия разрешимости задачи и единственности решения.
- •Построение области допустимых планов
- •Построение градиента и определение оптимального плана
- •24. Основные теоремы линейного программирования.
- •25. Графический метод решения задачи линейного программирования
- •26. Симплекс-метод
- •27. Прямая и двойственная задача линейного программирования. Геометрическая интерпретация двойственной задачи
- •28. Транспортная задача Общий вид транспортной задачи
- •Пример транспортной задачи
- •29. Нелинейное программирование
Собственные векторы и собственные значения линейного оператора
Пусть А: Xn → Xn — линейный оператор.
Вещественное число λ называется собственным значением оператора А, если существует ненулевой вектор x О Xn такой, что
А (x) = λ (x). |
Вектор x называется собственным вектором оператора А, соответствующим собственному значению λ .
Замечание. Из определения следует, что образ собственного вектора коллинеарен его прообразу.
Свойства собственных векторов:
Пусть А: Xn → Xn — линейный оператор.
-Все собственные векторы линейного оператора, соответствующие одному и тому же собственному значению, вместе с нулевым вектором образуют линейное пространство.
-Собственные векторы линейного оператора, соответствующие различным собственным значениям, линейно независимы.
-Если линейный оператор А: Xn → Xn имеет n различных (вещественных) собственных значений, то собственные векторы, соответствующие этим собственным значениям, образуют базис в Xn . Такой базис называется собственным базисом линейного оператора А.
-Матрица A линейного оператора А: Xn → Xn в некотором базисе x1, x2, … , xn имеет диагональный вид тогда и только тогда, когда этот базис собственный, причем диагональные элементы этой матрицы — собственные значения оператора λ1, λ2, … , λn .
Нахождение собственных значений и собственных векторов по матрице оператора
Теорема. Вещественное число λ является собственным значением линейного оператора А: Xn → Xn тогда и только тогда, когда λ удовлетворяет уравнению
|
det (A − λE) = 0, |
(1) |
где A — квадратная матрица n –го порядка — матрица оператора А в некотором базисе, а E — единичная матрица того же порядка, что и A .
Доказательство. Пусть вектор x — собственный вектор оператора А, соответствующий собственному значению λ , т.е. по определению
А(x) = λ(x), А(x )= λ Е(x), (А− λ Е) x = θ. |
Следовательно, чтобы найти собственные значения и собственные векторы оператора А, нужно решить однородную систему n линейных уравнений с n неизвестными (A − λE)X = O .
Так как по определению собственного вектора x ≠ θ , то нас интересуют лишь нетривиальные решения этой системы уравнений. Необходимым и достаточным условием нетривиальной совместности однородной системы n уравнений с n неизвестными является условие det (A − λE) = 0 , что и требовалось доказать.
Уравнение (1) называется характеристическим уравнением оператора А.
Т1: Если матрица лин. оператора в некотором базисе имеет диагональный вид, то все векторы этого базиса являются собственными векторами лин. оператора, а числа на главной диагонали являются собственными значениями.
Т2: Если лин. оператор имеет n различных собственных значений, то все его собственные векторы линейно независимы и матрица лин. оператора в этом базисе имеет диагональный вид.
Собственные значения и векторы не зависят от базиса.
Квадратичные формы: определения, свойства, теоремы.
Определение. Квадратичной формой переменных ,принимающих числовые значения , называется числовая функция вида
,
где - числа, называемые коэффициентами квадратичной формы.( квадратичная форма - в n-мерном пространстве L(x1,x2,…xn)-сумма, каждое слагаемое которой либо квадрат одной из переменных, либо произведение двух различных переменных, взятых с коэффициентом)
Определение. Матрицей квадратичной формы переменных , называется симметрическая матрица порядка , элементы главной диагонали которой совпадают с коэффициентами при квадратах переменных, а каждый недиагональный элемент, расположенный в ой строке ом столбце, равен половине коэфициента при в квадратичной форме.
Определение. Рангом квадратичной формы называется ранг её матрицы. Квадратичная форма может быть записана в матричном виде где матрица квадратичной формы и .
Определение. Квадратичная форма называется канонической (имеет канонический вид), если коэфициенты при , то есть, если матрица квадратичной формы диагональная и следовательно
.,
где не все коэффициенты равны нулю.
Теорема (Лагранжа). Для всякой квадратичной формы существует такой базис, в котором квадратичная форма имеет канонический вид.
Определение. Нормальным видом квадратичной формы называется такой канонический вид, в котором коэффициенты при квадратах неизвестных (не считая нулевых) равны .
Определение. Квадратичная форма называется положительно
(отрицательно) определённой, если при всех
и положительно (отрицательно) полуопределённой,если при всех .
Теорема (критерий Сильвестра). Для того чтобы квадратичная форма была положительно определённой, необходимо и достаточно чтобы все угловые миноры матрицы квадратичной формы были положительны, то есть, чтобы
Здесь -угловые миноры матрицы квадратичной формы.
Следствие. Для того чтобы квадратичная форма была отрицательно определённой, необходимо и достаточно, чтобы знаки угловых миноров матрицы квадратичной формы чередовались следующим образом:
Определение квадратичной формы
Квадратичная форма переменных - функция
- коэффициенты квадратичной формы. Без ограничения общности считают тогда
Если переменные принимают действительные значения и квадратичная форма называется действительной.
Матричная запись квадратичной формы
Матрица
называется матрицей квадратичной формы, ее ранг - рангом квадратичной формы. Квадратичная форма называется невырожденной, если
Главные миноры матрицы A называются главными минорами квадратичной формы.
В пространстве квадратичную форму можно записать в виде где X - координатный столбец вектора
В пространстве квадаратичную форму можно представить в виде где f - линейный самосопряженный оператор, матрица которого в некотором ортонормированном базисе равна A.
Канонический вид квадратичной формы
Квадратичная форма называется канонической, если все т. е.
Всякую квадратичную форму можно привести к каноническому виду с помощью линейных преобразований. На практике обычно применяют следующие способы.
1. Ортогональное преобразование пространства :
где - собственные значения матрицы A.
2. Метод Лагранжа - последовательное выделение полных квадратов. Например, если
Затем подобную процедуру проделывают с квадратичной формой и т. д. Если в квадратичной форме все но есть то после предварительного преобразования дело сводится к рассмотренной процедуре. Так, если, например, то полагаем
3. Метод Якоби (в случае, когда все главные миноры квадратичной формы отличны от нуля):
Нормальный вид квадратичной формы
Для действительной квадратичной формы
где r = rank A.
Для комплексной квадратичной формы
r = rank A.
Для действительных квадратичных форм имеет место закон инерции квадратичных форм: число положительных и число отрицательных квадратов в нормальном виде квадратичной формы не зависит от способа приведения квадратичной формы к нормальному виду с помощью невырожденных линейных преобразований.
Классификация действительных квадратичных форм Положительно-определенные
Квадратичные формы, для которых таких, что Нормальный вид Квадратичная форма является положительно-определенной тогда и только тогда, когда все ее главные миноры положительны (критерий Сильвестра).
Отрицательно-определенные
Квадратичные формы, для которых таких, что Нормальный вид Квадратичная форма является отрицательно-определенной тогда и только тогда, когда
Положительно-полуопределенные
Квадратичные формы, для которых таких, что Нормальный вид r < n, r = rank A.
Отрицательно-полуопределенные
Квадратичные формы, для которых таких, что Нормальный вид r < n, r = rank A.
Неопределенные
Квадратичные формы, которые принимают как положительные, так и отрицательные значения. Нормальный вид: r = rank A.