Шпаргалки за 1-ый курс 1-ый семестр / 2008-03-03-21-34-Сашенька-
.doc
1.Матрицы. Действия с матрицами. Матрицы – это система из m×n элементов какого-либо поля К расположенных в виде поля прямоугольной таблицы содержащей “m” точек и “n” столбцов.
Если m=n, то А называется квадратной
Равенство матриц. Две матрицы называются равными, если они одинаковой размерности и числа, стоящие на одинаковых местах совпадают. А=В если: 1) А(m×n); В(m×n) 2)аij=bij i=1,2...m j=1,2...n E(единичная) Это квадратная матрица, у которой по диагонали стоят единицы, остальные нули. |
С=А-В=А+(-В) 3)Умножение Умножение матриц возможно, только если размерности матриц согласованы.
Число столбцов 1 сомножителя должно равняться числу строк 2ого. Произведение двух матриц зависит от порядка сомножителей, т.е. если АВ определено, то ВА может не иметь смысла если А и В (квадратные), то тогда опред. АВ и ВА но не обязательно они равны, если АВ=ВА, то эти матрицы наз. перестановачные. Сумма произведений диагональных матриц есть новая диагональная матрица. Транспонирование. получается заменой строчек на столбцы наз. транспонированной матрицей А Свойства: |
2.Системы линейных уравнений. Метод Гаусса-Жордана.
Набор значений удовлетворяет условию, если в результате подстановки их в уравнение, получим равное тождество.
наз. решением системы 1, если в результате замены переменных числами все уравнения системы превратятся в верные числовые равенства. Равносильные системы ур-й – это такие системы, решения которых совпадают.
Метод Гаусса-Жордана. Будем рассматривать следствие равносильного преобразования |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
Удобно коэффициент при x1 иметь равным единице. Метод полного исключения – это алгоритм, который через конечное число шагов либо установит отсутствие решений у системы, либо приводит ее к равносильной системе одного из следующих типов: 1) m=n единственное решение
2) m<n Бесчисленное множество решений 3) нет решений Ø Алгоритм Гаусса-Жордана. 1ШАГ. 1) В матрице системы выбираем ведущий элемент(наибольший по модулю0, переставляя строки и |
3.Определитель квадратной матрицы. Св-ва определителей. 1) Пусть А - кв. матр. порядка n=1. A = [a11]. Назовем число а11 определителем матрицы А, обозначим его det A=a11 2) n=2 3) n>2 det A = , где Aij=(-1)i+jMij
Mij- определитель матрицы, полученный из матрицы А вычеркиванием i-ой строки из j-ого столбца. Mi j - наз. минором элемента Ai j. Aij – наз. алгебраическим дополнением элемента аij Свойства определителей. 1.
det
A =
, Aij=(-1)i+jMij 2.
det
A =
, det A= det AТ Метод матричной индукции n=2 det A = det AТ= |
(столбца), то определитель меняет знак на противоположный. 7. Определитель не изменяется, если к элементу любой строки (столбца) прибавить соотв. Элементы др. строки (столбца) умноженное на одно и тоже число λ..
detA'=detA Доказательство по св-вам 4,5. 8. i ≠ k det A= Пусть элементы 2-ого столбца умножаются на алгебраические дополнения элементов 1-ого столбца. a12A11+a22A21+a32A31=0 т.к. Аij не зависит от аij ,то для любых x,y,z можно записать x=a12 y=a22 z=a32 тогда С другой стороны, Δ=0 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
4. Вычисление определителей. 1) det 2) det I= 3) (верхняя треугольная) 4) (нижняя треугольная) 5) 1 ≤ j < i ≤ n |
5. Прямая и обратная теорема Крамера. Если detA≠0, то матрица наз. невырожденной a11x1+a12x2+...+a1nxn=b1 a21x1+a22x2+...+a2nxn=b2 ... an1x1+an2x2+...+annxn=bn A= detA≠0 Если матрица линейной системы невырождена, то система 1 имеет единственное решение. (2) Δ-определитель матрицы, составленный из коэффиц. Δk-определитель, который получается из Δ заменой k-ого столбца на столбец свободных членов. Док-во. 1) Возьмем систему (1) 1-ое ур-е умножим на А11, 2-ой на А21 и т.д. и почленно сложим ур-я. (a11A11+a21A21+...+an1An1)x1+(a21A11+a22A21+... +an2An1)x2+(a1nA11+a2nA21+...+annAn1)xn=b1A11+b2A21+...+bnAn1 det A x1= Δ 1 Δ 1= |
7.Матричные уравнения: AX=D; XA=B. Если в однородной системе число ур-й меньше числа неизвестных, то система имеет ненулевые решения(бесконечное мн-во решений) Ax=B
Операция транспонирования. xA=B (xA)T=BT ATxT=BT (xT)T=x
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
систем
Эти преобразования равносильности системы. Рассмотрим систему (1). В системе 1 найдется хотя бы одно уравнение, в котором коэффициент при X1≠0. Пусть это будет коэффициент a11≠0 1 ШАГ. Чтобы исключить x1 из 2-ого уравнения системы 1,мы 1-ое уравнение умножим на a21,а 2-ое уравнение на a11 и из 2-ого вычтем 1-ое. После 1-ого шага матрица А' преобразуется в матрицу А''
2 ШАГ. |
Вещественные матрицы – у которых все числа вещественные. Действия с матрицами. 1) Умножение матрицы на число
2) Сложение матриц.
1.A+B=B+A 2.A+(B+C)=(A+B)+C 3. 4. 5. 6.(-1)A=-A 7. Если , то В=-А (Одинаковой размерности) |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
тогда 9.det(AB)=detA detB
|
3. Если матрица имеет нулевой столбец или строку, то определитель ее равен нулю. aij=0, j=1,2...n (i=1,2...n) det A=0 4. A'= A''= A= detA= detA'+detA'' detA= 5. detA'=λdetA detA'= det(λA)= λndetA Все свойства равноценны для строчек и столбцов. 6. Если в определителе поменять местами любые 2-е строчки |
столбцы расширенной матрицы системы , помещаем ведущий элемент в 1-ую строку и в 1-ый столбец. Делим элементы полученной матрицы на ведущий элемент. 2) Ко 2-ой строке расширенной матрицы прибавляем 1-ую умноженную на “-a21”,к 3-ей строке прибавляем 1-ую умноженную на”-a31” 3) Если в рассмотренной матрице системы образуется строка вида 0 0 ... 0 |b? B≠0, то система не совместна, алгоритм заканчивается. Если какая-то строчка расширенной матрицы принимает вид 0 0 ... 0| 0 , то эта строчка отбрасывается. Если в результате 1 шага не обнаруживается несовместимость, число строк матрицы>1, то переходим ко второму шагу. 2ШАГ. Вычеркнем (мысленно) в расширенной матрице 1 строчку, 1 столбец и в ост. матр. Находим ведущий элемент, переставляя строки и столбцы расш. матр. во 2-уя строчку во 2-ой столбец делим 2-ую строчку на ведущий элемент. К 1-ой строке прибавляем 2-ую строку, умноженную на “-a32”. В результате 2-ой столбец примет вид: Повторим пункт 3 из 1-ого шага. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
8. Обратная матрица. Условия существования. Вычисление. Ax=I YA=I I. , x=A-1 II. X= [xi j] = AX= A= Опр-е: Ранг матр. это наибольшее из порядков опред. Среди опр-лей порядка r составленных из матрица А таких, что среди них найдется хотя бы один неравный нулю, но все опр-ли порядка r+1 и выше или равны нулю или не могут быть составлены опр-ль нулевого порядка=1 A= r=3 A= k!=1*2*3...k Если матрица нулевая, то ранг = 0 Теорема: если хотя бы один из определителей порядка r , сост. Из матр. r≠0 и все опред. пор. r+1 сост. из матр. А равны нулю, то ранг равен r. Теорема: Ранг матрицы не изменится при элементарных преобразованиях. A→C1→C2→...→B rang A = rang B Замечание: ранг матрицы не измен. Если к ней приписать (строчку) столбец состоящий из нулей. При вычислении ранга матрицы стоит переходить от миноров меньшего порядка,если наеден минор порядка к, то требуется вычисление минора рангом к+1 |
Формула 2 не эквивалентна система 1. Подставим Xк в уравнение системы
если i=j то это будет определитель detA если i≠j то мы получим ноль Прямая терема доказана. Если система (1) имеет ед. решение, то определитель Ф равен нулю. Допустим, для решения системы мы пременем метод Гаусса. [A/B]→[I/x] detI≠0 detA≠0 т. Крамера не решает вопрос когда опред. А=0, нет решений или их бесконечно много.
|
6.Однородные системы линейных уравнений. Однородная система всегда имеет нулевое(тригональное)решение. Однородная система всегда совместна. Однородная система имеет одно решение, если число ур-й равно числу неизвестных и опр-ль не равен нулю. Однородная система в которой число ур-й равно числу неизвестных или не имеет нулевого решения тогда и только тогда, когда опр-ль равен нулю.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
9. Линейное векторное пространство, аксиомы. Пространства Rn и Сn. Опр-е. Мн-во L наз. лин. пространств., если 1)к каждым 2-м элементам x,y L сопоставим эл. Z=x+y, то ZL и наз. суммой этих элементов; 2)если
каждому xL
и Указанные операции должны уд. след. аксиомам.
Теорема Для любого линейного пространства справедливы след. утв-я:
Д-во: пусть сущ. 2 нулевых элемента θ1 и θ2 θ1+ θ2= θ1 если x= θ2 θ2+ θ1= θ2 сл-но θ1= θ2 2) -x эл. противопол. X из мн-ва L – единственен. 3) для любого x из мн-ва L – произв – е нулевого эл. на x дает нулевой элемент. 4) для любого против. Эл. мА можем записать -1x
|
Пусть λC , λ = λ 1) +=+ 2) (+)+=+(+) 2а) += 3) λ (+)=λ + λ , λС 4) (α+β) = α+β 5) α ()=(α) Мн-во всех n-мерных вектрорв, с устан. В нем операциях сложения и умножения на хисло образуют комплексное линейное пространство, кот. обозн. Cn. |
10.Линейная зависимость векторов. Свойства. Пусть даны n-векторы ,...из пространства Сn и числа с1,с2,...сn – комплексные. (1) Линейная комбинация векторов ,... = = = =+2 Если имеет место равенство (1), то мы говорим что в разложении по векторам ,... (2) Ур-е (2) все будут иметь нулевое решение, т.е. с1,с2, ст=0,но может иметь не нулевое. Опр-е: мн-во векторов ,...наз. линейно независимым, если ур-е (2) имеет только нулев. решение в противном случае вект. ,...наз. линейнозависимыми. = = ==0 Векторы и линейно независимы . |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
,то сущ. ,...() k=1,2,...n Пусть = det A≠0 = =
Эта система однородна и имеет единственное решение когда detA≠0 .И это ед. решение нулевое. Опр-е: Линейное пространство C(R) наз. n-мерным, если в нем сущ. n- линейно незав-мых в-ров и нет большего числа линейно незав. в-ров.
|
11.Базис. Разложение вектора по базису. Опр–е: в пр-ве () любой упорядоченный набор n- лин.незав. в-ров наз. базисом этого пр-ва. Теорема: каждый в-р i из n- мерного пр-ва можно представить как линейную комбинацию базисных в-ров, это разложение единственно. Д-во: пусть ,... -базис detвозьмем произвольный в-р . = det A≠0 определены единственным образом. Если = координаты вектора в базисе ,... Базис ,...- стандартный. Базисов в пр-ве бесконечно много. Теорема. В пр-ве () мах число лин. незав. в-ров равно n- размерности пр-ва. Д-во: (от противного) |
12. Скалярное и векторное пр-я. Св-ва. Опр-е: Скалярным пр-ем 2-х не нулевых в-ров и наз. произв-е длин этих в-ров на Если хотя бы один из в-ров =0, то скал-е пр-е =0.
= Св-ва.
= 2) , то =0 ≠ 0, ≠ 0 ===
= = =0 =0 ≠ == 4) ,, =1 =1 =1 =0 =0 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
= Однородность скалярного произведения. Для любых векторов и и любого вещественного числа λ справедливо скал-ное пр-е ==
= Ск. пр-е обладает св-вом однородности по каждому из сомножителей. 6)Аддетивность скал. пр-я.
Векторное пр-е. Векторным пр-ем в-ров на (и не нулевые в-ры из R3) наз в-р такой, что: 1) Ортогонален и ; 2) Длина вектора =(численно равна площади параллелограмма, построенного на в-рах и , как на сторонах); |
,, правая ,, левая и направлены противоположно, но длины одинаковы Св-ва:
= =0 или ≠0, а) пусть >0, и коллинеарны, сонаправлены. , , , , Правые тройки , , Эти векторы перпендикулярны пл-ти в кот. лежат и и направлены одну сторону. Эти векторы коллинеарны. б) Если >0, , левые тройки. Векторы коллинеарные и напр-ны в др. сторону в кот. напр. и . |
13. Смешанное пр-е. Св-ва. Смеш. Произв. Упоряд. Тройки векторов , иназ. число, равное скал. произв. и на ([, ],) , и - правая тройка. - смешанное пр-е Св-ва. 1) При перестановке двух сомножителей смеш. пр-е меняет знак: = - = = - = = - . 2) Векторы , икомпланарны (т.е. параллельны одной пл-ти) тогда и только тогда, когда =0
Если =,= , =, то их смешанное пр-е вычисляется как опр-дь третьего порядка:
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
= = , -линейная зависимость 2вектора линейнозависимы, если их компоненты пропорциональны. Если вектора коллинеарны, то они линейнонезависимы.Система векторов ,...наз. лин. зав-мой тогда и только тогда, когда хотябы один из этих векторов является линейной комбинацией других. Д-во: I. Сi ≠ 0 II. Св-ва.
|
|
Векторное n пространство. Пусть n фиксированное число, упорядоч. сист. n-чисел вида наз. n- мерным вектором, a1,a2... an-компоненты, векторы с нулевыми компонентами наз. нул. Мн-ва векторы у кот. эл. компл. обозн. Сn, Rn векторы из пространства R чисел. Векторы и наз. равными, если:
Суммой векторов (+) одинаковой размерности наз. вектор
Противоположный вектор вектору: -
Существует нулевой вектор +(-)=
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
=0 =0 =0 =0 5) Ф-ма ск-ого пр-я в декартовой системе координат. Пусть в пр-ве фиксировано пр-е не коллин. В-ров, общее начало
По т. Косинусов Пусть = = =если и коллинеарные в-ры, если =0 или=0,то ф-ла тривиальна. =
|
Пусть ,... линейно незав-мы. ,...-подмн-во. Мн-во векторов,...будет лин.незав. сл-но это мн-во образует базис, т.к. любой вектор их мн-ва можно разложить по эл. базиса. т.е. - лин комбинация в-ров,..., а это значит, что ,... лин.зав-мы, что противоречит пр.
|
Опр-е: Если в пр-ве C(R) сущ. n-лин.незав. в-ров,... таких, что каждый вектор из пространстваR(C) есть их лин. комбинация,то мы говорим,что пространствоC(R) - n-мерно. Опр-е: Если для любого натур. n в лин. пространстве R(C) сущ. упорядоченное мн-во сост. из. n линейно незав. в-ров, то лин. пр-во n- бесконечно мерно. i=1,2,...n
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
=
|
2. дистрибутивное св-во. ) Ф-ма в-ого пр-я в декартовой системе координат. Пусть = = ×= = =
Сл-е 1. Для того, чтобы в-ры и были коллинеарными необходимо и достаточно, чтобы векторное пр-е =0 =0 Сл-е 2. = = |
3) , , образуют правую тройку векторов, если в-ры не нулевые, если или равны нулю, то считаем, что пр-е -нулевой в-р.
Три вектора лежащие в одной плоскости, наз. компланарными. Два в-ра линейно зависимых в-ра наз. коллинеарными. 1. = 2. ,, ×=0 ×=0 ×=0 ×= ×= - ×= ×= - ×= - ×= 3. = - 4. Векторы и перпендикулюрны прти в кот. лежат и , то они лежат на одной или на параллельных прямых.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
14.Плоскость и прямая в R3. Общим ур-ем плоскости наз. линейное ур-е Ax + By + Cz +D = 0 (1) где A2+B2+C2≠0. Любая пл-ть в пр-ве опр-ся ур-ем вида (1). Если D = 0, то пл-ть проходит через начало координат; если C = 0 (соответственно A=0 или B=0 ), то пл-ть параллельна оси z (соответственно оси x и ли оси y). Уравнение Ax+D=0 определяет пл-ть , параллельную пл-ти yOz. Положение плоскости P в пр-ве полностью определяется точкой M0(x0,y0,z0), лежащей на этой пл-ти, и перпендикулярным ей в-ром ={A,B,C} (который называется нормальным вектором пл-ти). При этом ур-е пл-ти имеет вид A (x – x0) + B (y – y0) + C (z – z0) = 0 (2) Уравнение пл-ти, проход. через т. M0(x0,y0,z0) и параллельной двум неколлинеарным в-рам ={A1,B1,C1} и ={A2,B2,C2} , может быть записано в виде (2) , где A, B, C – координаты в-ра = ×. Ур – е пл-ти, проходящей через 3 данные точки M1(x1,y1,z1), M2(x2,y2,z2), M3(x3,y3,z3), не лежащие на одной прямой, имеет вид A (x – x1) + B (y – y1) + C (z – z1) = 0, где A, B, C – координаты вектора =× .Это ур-е можно записать с помощью опр-ля: Взаимное расположение 2х пл-тей. Угол между двумя плоскостями A1 x + B1 y + C1 z +D1 = 0 (плоскость P1) A2 x + B2 y + C2 z +D2 = 0 (плоскость P2) равен углу между ин нормальными в-рами и и опр-ся |
Если все координаты направляющего вектора не равны нулю, прямая может быть также задана след. каноническими ур-ями:
Углы образуемые прямой соответственно с осями координат Ox,Oy,Oz находятся по формулам = = =. Прямая, проходящая через две данные точки M1(x1,y1,z1), и M2(x2,y2,z2), представляется ур-ями
Если прямая задана ур-ями (3), т.е. как линия пересечения плоскостей P1 и P2 с нормальными векторами =и=, то ее направляющий вектор может быть найден как векторное пр-е в-ров и: =×. Точка М0 находится как одно из решений системы (3). Прямая и пл-ть в пр-ве Угол между пр. с направляющим в-ром и пл-тью : Ax + By + Cz +D = 0 определяется из соотношения
|
15. Скалярное пр-е в линейномвекторном пр-ве. Неравенство Коши –Буняковского. в R3 ai ;bi- вещественные.
= = = Опр. В пр-ве Сnскал. пр-ем в-ра на в-р ,где xi,yiC наз. ...........................................(1) Св-ва. 1) = 2) = 3) = 4) =+ 5) =+ 6) = |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
16. Норма в линейном векторном пространстве.
= Св-ва: 1) Для любого, ; 2) 3)Неравенство Минковского (н-во тругольника) Норма несвязанная со скал. произв-ем. Опр. Пусть в пр-ве каждому вектору сопоставлено в соответствии веществ. неотриц. число обознач. оно наз. нормой x если вып аксиома. |
17. Матрица Грамма. Св-ва: 1) ,... - n- мерные векторы из n- мерного пр-ва Эвклидова(вещ. числа) (Эрметого (компл. числа)), тогда - Эвклидого -Эрметого =, где А- размера m×n 2) ,...- базис пр-ва . |
18. Ортогональный и ортонормированный базисы Коэффициенты Фурье Опр. векторы , наз. ортогональными, если =0.Считаем, что, Т.: любое мн-во ненулевых попарно ортогональных в-ров линейно независимо. Д-во:,..., , i≠j, ,
Сост. линейную комбинацию векторов (1) Ci=0 i=1,2...m Умножим (1) , j=2,.....,m , т.к. ,то c1=0 Умножим (1) на скалярно (аналогично). c2=0 c1=c2=...=cm=0 ,... лин. нез.(по опр.) Упорядоченный набор из n-векторов попарно ортогональных, не нулевых, явл. ортогон. базисом соотв. пространства. В любом Эвллидовом пр-ве сущ. ортогональный базис. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ск – коэффициент Фурье разложения вектора х по ортогональному базису ак. Если ,... - ортонормированный базис, то
|
,... не нулевые решения Теорема: Собственные векторы матрицы, соотв. ее попарно различных собств. числам лин. незав. Д-во: ,... - лин. зав. собств. в-ры. (1) Применем к этому равентву кв. матрицу А. (2) Умножим (1) на (3) вычтем из (2)-(3) (4) (2)
|
22. Собственные числа и собственные векторы самосопряженной матрицы. Опр. Кв. мант. Ф наз. самосопр. если (1)
Если матр вещ. и самрсопряж., то А=АТ, то такие матрицы на. симметрическими. Лемма: (2) Сл. А- самосопр. (Эрмитова) Все собств. числа сопр. матр. Теор. , - собственный вектор, ≠0 (3) ≠0 т.к. ≠0 Собств. в. самос. матр. соотв. само собственным числам ортогональны |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
Неравенство Коши-Буняковского
1) =0 2) ≠0 и Рассмотрим:
т.к. Особенности скал. пр-я в Rn = = =
|
= Условие параллельности прямой и пл-ти: || тогода и только тогда, когда в-ры и перпендикулярны т.е.
Условие перпендикулярности прямой и пл-ти: тогода и только тогда, когда в-ры и параллельны т.е. (если ) Каноническое уравнение прямой , перпендикулярной плоскости : Ax + By + Cz +D = 0 и проходящей через т. M0(x0,y0,z0), имеющий вид (если ) Уравнение пл-ти , проходящей через т. M0(x0,y0,z0) и перпендикулярной прямой с направляющим в-ром , записивается так:
Для нахождения координат точки пересечения прямой и прлоскости необходимо решить систему ур-й, состоящую из ур-я пр-мой и ур-я пл-ти.
|
соотношением == Условие параллельности пл-тей: P1 || P2 тогда и только тогда,когда коллинеарны нормальные в-ры и, т.е. (если ,,) Условие перпендикулярности пл-тей: P1 P2 тогда и только тогда,когда , т.е.
Прямая в пр-ве. Каждая пр. в пр-ве может быть задана системой 2х лин. ур-й (3) (эти ур-я опред. две пл-ти ,пересечением кот. служит данная прямая). Положение прямой полностью опр-ся какой-нибудь ее точкой M0(x0,y0,z0) и направляющим вектором, параллельным прямой. При этом прямая задается следующими параметрическими уравнениями:
где параметр принимает любые действенные зн-ия. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
Опр. Вектор наз. нормированным, если его норма равна единице , , Св-ва ортогональности векторов сохраняется при их нормированности.
Пусть векторы ,... образуют ортогональный базис в мн-ве , каждый вектор этого пр-ва нормируем. ,...,тогда , Упорядоченный набор векторов ,... образуют ортонормированный базис. Пусть ,... - ортогональный базис в
|
Матрица Грамма : для вещ. пр-ва такие матрицы наз. симметрчными Т.1 Если система векторов явл. бвзисом, тогда detG≠0. Т.2 Определитель Грамма любого базиса положителен. Т.3 Если базис ортонормирован, то его матрица Грамма единична
|
Аксиома: 1) 2) 3) |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
Сл-е:Если все собств. числа различны для самосопр. матрицы,то соотв. им собств. векторы ,... попарноортогональны и сл-но образ. в пр-ве ортогон. базис. Этот базис наз. собств. базисом матрицы А. Теорема: Любая самосопряженная матр. всегда имеет собств. ортог. базис, т.е. базис сост. из собств. поперноортог. векторов соотв. ее собств. числами. А: ,... к=1,2,.......n k≠j
Если каждый собственный вектор ортонормированный, то получ. собств. ортогон. базис. k=1,..........,n
|
(5) Умножим (4) на из (5) вычтем (4) т.к. все собств. числа ..., - различны, , Значит ,... - лин. независимы
|
21.Собственные числа и собственные векторы матрицы. Пусть дана кв. матрица А разм. n×n, будем рассматривать вектор , как матр. Рассмотрим ,
Опр. Если для кв. матр. А и не нулевого вектора
- собств. число - собств. вектор
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
23. Подобные матрицы. Собств. числа с собств. векторы подобных матриц. Две матрицы одинаковой размерности, на. подобными, если сущ. невырожденной матр. S такая, что В=S-1АS ~ ~ ↔~
Если А подобна В , В подобно С, то А подобно С. ~ Т. Подобные матрицы имеют одинаковый набор собственных чисел ~ Характеристический многочлен |
25.Квадратичные формы. Приведение к каноническому виду А- симметрическая матрица, АТ=А (А-веществ) - квадратичная форма х переменной. Геометрическая интерпритация: R3 : n=3 = = = Привед-е кв. формы к кв. виду 1) .
,...- собственный ортонормированный базис матрицы А. , - собств. числа А |
26. Кривые второго порядка. Приведение прю 2-ого пор. к канонич. виду. Кривой 2-ого порядка на пл-ти наз. мн-во точек корд. кот.в нек-рой дек. сист. корд. удовл.усл-ю:Ax2+2Bxy+Cy2+Dx+Ey+F=0 (1) Теорема: Всякая линия 2-ого порядка на пл-ти представл. собой либо эллипс либо гиперболу, либо параболу, либо пару прямых (может быть совпадающих) либо точку, либо пуст мн-во Рассм ур-е (1) Ax2+2Bxy+Cy2+Dx+Ey+F=0
Квадратичная форма 2х переменных: x и y для матрицы. Пусть ..., собств. числа матрицы - собств. в-ры ортонормированного базиса = = , =+ (2) в ур-е (1) проведем замену переменных по формулам (2) |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
27. Пов-ти 2ого порядка. Пов-тями 2ого пор. наз. такие мн-ва точек в пр-ве, координаты которых удовлетворяют уравнению вида Ax2+By2++Cz2+Dxy+Eyz+Fzx+ Gx +Hy +Kz+ L=0 (4) Например, ур-е x2+y2+z2=R2 определяет сферу радиуса R с центром в начале координат.
|
28.Псевдорешение системы лин. ур-й. (1) Теорема. Для любой матрицы А размера (m×n) существуют унитарные матрицы U порядка m, V прядка n такие, что , где (5) >0- сингулярные числа матрицы А (,,......, - ненулевые собственные числа матрицы А*А (ФФ*)). Из (5) следует, что
Такое представление матрицы А называют ее сингулярным разложением. С учетом (6) система (1) может быть записана в виде
или (7) Пусть сист. (7) принимает вид , (12) |
i=1,2,...,к (11) Ии этот минимум равен Если k<n, то не опред. из (11) и не влияют на норму невязки. Вэтом случае псевдорешение не единственно. Обычно полагают, и тогда вектор
называют нормальным псевдорешением системы (9). Из первого ур-я (8) находим Если - псевдорешение (нормальное псевдорешение) системы(9), то вычисленный по(13), дает псевдорешение (нормальное псевдорешение) системы (1).
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
Введем векторы
и матрицу Система (15) теперь записывается в виде
В больш. задач m<n, т.е. в сист. (16) число уравнений большн числа неизвестных(система переопределенная). Найти ее «точное» решение малоперспективно. Поэтому в-р , т.е. коэффиц. в (14), ищется как псевдорешение системы(16), т.е. минимизируется С учетом вышеизложенного, если ,то явл. ркшением сист.
Рассмотрим еще один вариант решения данной задачи. Опр. Ф-и наз. попарно ортогональными на сетке ,..., если векторы(ненулевые) |
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
Возможны 3 случая. 1) >0, >0 – эллипс 2) >0 (противопол. знака) – гипербола 3) =0 – порабола - пара пересек. пр-мых. - совпадю пр-е - точка
|
Сост унит. матр.
,... кв. ф. - канонический вид Классификация кв. форм
|
24.Унитарные матрицы. Приведение к диагональному виду.
Опр. Кв. матр. Т над. унит. если Т*ТТ=I вещ. унит. матр. наз. ортогон. Т*=ТТ ТТТ=I Это означает, что Т- невырожденная. У матр. Т сущ обр. Т-1 Т*=Т-1 пусть Умножим Т на Т
ш=1б2юююююююют ш≠л
Унитарная матр. это кв. матр. у кот. столбцы явл. Ортонорм. Вект. по опр. Под. Матр.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
29. МНК Пусть результатом эксперимента служит набор значений неизвестной вообще говоря функции в n точках (на сетке ,... ):
Ставится задача: найти функцию в виде линейной комбинации известных функций некоторого класса , т.е. (14) Подставляя в (14) x=xi, i=1,2,...,n, получим систему n уравнений с m неизвестными : |
Тогда система (7) принимает вид
Покажем, что , т.е. минимизация нормы невязки в исходной системе (1) Действительно,
Система (9) с учетом вида матрицы имеет вид: (10) При этом
Ясно, что минимум квадрата нормы невязки достигается при
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
i= 1,2,///,n попарно ортогональны, т.е. =0 при i≠j В этом случае [,....,]= =,
и, сл-но, решение системы (17) имеет вид i=1,2,..,n |