- •Матрицы. Определители. Основные понятия.
- •Обратная матрица. Ранг матрицы.
- •Алгоритм нахождения ранга матрицы.
- •Системы линейных уравнений. Системы линейных неравенств.
- •Векторы. N – мерное линейное векторное пространство.
- •Скалярное, векторное, смешанное произведение векторов.
- •Линейные операторы и матрицы. Собственные векторы линейных операторов.
- •Квадратичные формы.
- •Кривые второго порядка на плоскости (окружность, эллипс, гипербола, парабола).
- •Пусть и - фокусы эллипса. Начало системы координат расположим на середине отрезка . Ось направим вдоль этого отрезка, ось - перпендикулярно к этому отрезку (рис. 8.2).
- •Комплексные числа. Алгебраическая форма записи.
- •Геометрическое изображение комплексных чисел. Тригонометрическая форма записи.
- •Многочлены и действия над ними.
- •Функции. Графики основных элементарных функций.
- •Способы задания функции.
- •Графики элементарных функций.
- •Линейная функция.
- •Квадратичная функция
- •Гипербола
- •Степенная функция с натуральным показателнм.
- •Функция .
- •Показательная функция
- •Логарифмическая функция
- •Предел функции.
- •Непрерывность в точке. Виды разрывов.
- •Производная, ее геометрический и физический смысл.
- •Дифференциал, его геометрический и механический смысл.
- •Теоремы о дифференцируемых функциях и их применение.
- •Выпуклость графика функции. Точки перегиба.
- •Первообразная функции. Неопределенный интеграл.
- •Понятие определенного интеграла. Геометрический смысл.
- •Комбинаторика. Понятие множества. Перестановки. Размещения. Сочетания.
- •Формула включений-исключений и ее применения к комбинаторике и теории чисел. Бином Ньютона.
- •Рекуррентные уравнения.
- •Производящие функции.
- •Булевые функции и их представление. Двоичная запись целых чисел.
- •Описание логической функции одной и двух двоичных переменных.
- •Алгоритм перевода чисел из десятичной системы счисления в двоичную.
- •Перевод чисел из двоичной системы в десятичную.
- •Теория графов. Основные понятия теории графов.
- •Сущность и условия применимости теории вероятностей. Вероятностное пространство.
- •Действия со случайными событиями.
- •Вероятность события. Аксиоматическое определение вероятности.
- •Вероятность события. Классическое определение вероятности.
- •Случайные величины и способы их описания.
- •Модели законов распределения вероятностей, наиболее употребляемые в социально-экономических приложениях.
- •Цепи Маркова и их использование в моделировании социально-экономических процессов.
Алгоритм нахождения ранга матрицы.
Пусть требуется
вычислить ранг матрицы А
размеров
m×n
. Если матрица
нулевая, то по определению
.
В противном случае с помощью перестановки
строк и столбцов матрицы добиваемся
того, чтобы в левом верхнем углу матрицы
стоял ненулевой элемент. Итак, считаем,
что
a11≠0.
Первую строку
оставляем без изменений. Ко второй
строке прибавляем первую, умноженную
на число
.
В результате вторая строка принимает
вид
Затем к третьей
строке прибавляем первую строку,
умноженную на число
.
В результате третья строка принимает
вид
Процесс продолжаем до тех пор, пока не получим нуль на первом месте в последней строке.
Преобразованная матрица имеет вид
Если все строки,
начиная со второй, в полученной матрице
нулевые, то ее ранг равен 1, так как есть
минор первого порядка, отличный от нуля
a11.
В противном случае перестановкой строк
и столбцов матрицы с номерами, большими
единицы, добиваемся, чтобы второй элемент
второй строки был отличен от нуля. Итак,
считаем, что
.
Первую и вторую
строки оставляем без изменений. К третьей
строке прибавляем вторую, умноженную
на число
.
В результате получим, что второй элемент
третьей строки равен нулю. Затем к
четвертой строке прибавляем вторую,
умноженную на число
,
и т.д. В результате получаем матрицу
Если все строки,
начиная с третьей, нулевые, то
,
так как минор
.
В противном случае перестановкой строк
и столбцов с номерами, большими двух,
добиваемся, чтобы третий элемент третьей
строки был отличен от нуля. Далее,
добавлением третьей строки, умноженной
на соответствующие числа, к строкам с
большими номерами получаем нули в
третьем столбце, начиная с четвертого
элемента, и т.д.
На каком-то этапе
мы придем к матрице, у которой все строки,
начиная с
(r+1)-ой,
равны нулю (или отсутствуют при
r
=m≤
n),
а минор в первых
строках
и первых
столбцах
является определителем треугольной
матрицы с ненулевыми элементами на
диагонали. Ранг
такой
матрицы равен
.
Следовательно,
.
Системы линейных уравнений. Системы линейных неравенств.
Определение. Системой m линейных уравнений с n неизвестными называется система вида
(3.1)
где aij и bi (i=1,…,m; b=1,…,n) – некоторые известные числа, а x1,…,xn -неизвестные. В обозначении коэффициентов aij первый индекс ( i) обозначает номер уравнения, а второй (j) – номер неизвестного, при котором стоит этот коэффициент.
Коэффициенты при неизвестных записываются в виде матрицы
A=
,
которую называют матрицей
системы.
Числа, стоящие в правых частях уравнений, b1,…,bm называются свободными членами.
Определение. Совокупность n чисел c1,…,cn называется решением данной системы, если каждое уравнение системы обращается в равенство после подстановки в него чисел c1,…,cn вместо соответствующих неизвестных x1,…,xn.
Определение. Система линейных уравнений, имеющая хотя бы одно решение, называется совместной. В противном случае, т.е. если система не имеет решений, то она называется несовместной.
Матрица
A =
,
образованная путем приписывания справа
к матрице A столбца свободных членов,
называется расширенной матрицей системы.
Вопрос о совместности системы (3.1) решается следующей теоремой.
Теорема Кронекера-Капелли. Система линейных уравнений совместна тогда и только тогда, когда ранги матриц A иA совпадают, т.е. r(A) = r(A) = r.
Для множества М решений системы (3.1) имеются три возможности:
1) M = (в этом случае система несовместна);
2) M состоит из одного элемента, т.е. система имеет единственное решение (в этом случае система называется определенной);
3) M состоит более чем из одного элемента (тогда система называется неопределенной). В третьем случае система (3.1) имеет бесчисленное множество решений.
Система имеет единственное решение только в том случае, когда r(A) = n. При этом число уравнений - не меньше числа неизвестных (mn); если m>n, то m-n уравнений являются следствиями остальных. Если 0<r<n, то система является неопределенной.
Для решения произвольной системы линейных уравнений нужно уметь решать системы, в которых число уравнений равно числу неизвестных, - так называемые системы крамеровского типа:
a11 x1 + a12 x2 +... + a1n xn = b1,
a21 x1 + a22 x2 +... + a2n xn = b2, (3.2)
... ... ... ... ... ...
an1 x1 + an1 x2 +... + ann xn = bn.
Системы (3.2) решаются одним из следующих способов: 1) методом Гаусса, или методом исключения неизвестных; 2) по формулам Крамера; 3) матричным методом.
Определение. Однородной системой m линейных неравенств с n неизвестными называется система вида:
Решение любой системы линейных неравенств сводится к ряду решению систем линейных уравнений.
