- •Определение слу. Метод Гаусса решения слу.
- •Определение матрицы, операций над матрицами. Свойства операций над матрицами.
- •Определение определителя. Основные свойства определителя.
- •Определение алгебраического дополнения. Теорема о разложении определителя по строке. Теорема об определите произведения двух матриц.
- •Определение обратной матрицы. Свойства обратной матрицы. Критерий обратимости матриц.
- •Решение слу при помощи обратной матрицы. Теорема Крамера.
- •Линейная модель межотраслевого баланса (Модель Леонтьева).
- •Определения комплексного числа, операций над ними. Формула Муавра, формула для нахождения корней из комплексных чисел.
- •О пределение свободного вектора и операций над ними.
- •Определение скалярного произведения векторов и его свойства.
- •Определение направляющего вектора. Общее и каноническое уравнение прямой на плоскости.
- •Общее и каноническое уравнение прямой в пространстве.
- •Определение эллипса, гиперболы, параболы. Классификация кривых второго порядка.
- •Определение и примеры векторного пространства, векторов, линейной комбинации векторов.
- •Определение линейной зависимости и независимости системы векторов. Формулировка основных свойств линейно независимых векторов.
- •Определение базиса и размерности векторного пространства.
- •Определение матрицы перехода и её свойства.
- •Три определения ранг матрицы. Формулировка теоремы о ранге матрицы.
- •Определения однородной слу, фундаментальной системы решений.
- •Определение и примеры линейного оператора. Матрица линейного оператора и её свойства.
- •Определение характеристического многочлена матрицы, собственных векторов и собственных значений.
- •Теорема о связи характеристического многочлена и собственных значениях линейного оператора.
- •Линейная модель обмена.
- •Определение и примеры скалярного произведения векторов векторного пространства.
- •Свойства скалярного произведения
- •Определения квадратичной формы, матрицы квадратичной формы, канонического вида квадратичной матрицы.
- •Метод Лагранжа приведения квадратной формы к каноническому виду.
Определение и примеры векторного пространства, векторов, линейной комбинации векторов.
Векторное пространство-непустое множество, в котором определенны две операции(сложение и умножение на число), относительно которых выполнены все аксиомы линейных операций над любыми n-мерными векторами. Например: n-мерные векторы образуют векторное пространство, которое обозначается как Rn. Вектор в линейной алгебре — элемент векторного пространства. Линейная комбинация векторов — вектор, представленный в виде x = αiai +... + αnan, где коэффициенты αi — произвольные числа; ai — рассматриваемые векторы (i = 1, ..., n).
Определение линейной зависимости и независимости системы векторов. Формулировка основных свойств линейно независимых векторов.
Векторы а1,а2,…аn пространства Rn называются линейно независимыми, если уравнение α1a1+α2a2+…+αnan=0 имеет единственное нулевое решение α1=0,α2=0,αn=0.
Векторы а1,а2,…аn пространства Rn называются линейно зависимыми, если найдутся числа α1,α2,αn, неравные нулю, для которых выполнено равенство α1a1+α2a2+…+αnan=0. Свойства: линейно зависимо
M линейно независимо M' линейно независимо для всех
M линейно зависимо M' линейно зависимо для всех
Определение базиса и размерности векторного пространства.
Базисом векторного пространства называется упорядоченный набор e1,e2,…,en линейно независимых векторов, через которые любой вектор x пространства линейно выражается, т.е. существуют такие α1,α2,…,αn, что x=α1e1+α2e2+…+αnen.
Размерностью векторного пространства называется число векторов в каком-либо базисе. Обозначается dim. (dimR2=2, dimR3=3 и т.д.)
Определение матрицы перехода и её свойства.
Матрицей перехода от базиса к базису является матрица, столбцы которой - координаты разложения векторов в базисе .
С войства: 1.Матрица перехода является невырожденной. То есть определитель этой матрицы не равен нулю. 2.
Три определения ранг матрицы. Формулировка теоремы о ранге матрицы.
Рангом системы строк (столбцов) матрицы A с m строк и n столбцов называется максимальное число линейно независимых строк (столбцов). Несколько строк (столбцов) называются линейно независимыми, если ни одна из них не выражается линейно через другие. Ранг системы строк всегда равен рангу системы столбцов, и это число называется рангом матрицы.
Ранг матрицы — наивысший из порядков миноров этой матрицы, отличных от нуля.
Ранг матрицы — Размерность образа dim(im(A)) линейного оператора, которому соответствует матрица.
Теорема о ранге матрицы: Ранг матрицы А равен максимальному числу линейно независимых столбцов (или равен рангу системы столбцов матрицы А).
Определения однородной слу, фундаментальной системы решений.
С истема линейных уравнений называется однородной, если все входящие в нее уравнения являются линейными однородными уравнениями. СЛОУ – это СЛУ, если свободные члены равны нулю. x1=x2=x3=...=xn=0 – это и есть решение системы. Такая система всегда совместна.
ФСР – это базис пространства решений. Любое решение системы линейно выражается через фундаментальную систему.