
- •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.
- •Квадратичные формы.
- •7.Кривые второго порядка на плоскости (окружность, эллипс).
- •Пусть и - фокусы эллипса. Начало системы координат расположим на середине отрезка . Ось направим вдоль этого отрезка, ось - перпендикулярно к этому отрезку (рис. 7.2).
- •8. Кривые второго порядка на плоскости (гипербола, парабола).
- •Комплексные числа. Алгебраическая форма записи.
- •10. 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.
- •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.
- •Задача линейного программирования в общем виде.
- •Виды злп и способы перехода от одного вида к другому.
- •Основные теоремы линейного программирования.
- •Симплекс-метод.
- •Метод искусственного базиса.
- •Алгоритм метода искусственного базиса.
- •Двойственность задач линейного программирования. Таблица соответствий.
- •Теоремы двойственности.
- •Критерии оптимальности.
- •Транспортная задача. Закрытая и открытая модели.
- •Теорема о существовании оптимального решения.
- •Целочисленные злп, графический метод решения в случае двух переменных.
- •Задачи о назначениях и о коммивояжере как частные случаи целочисленных злп.
- •Метод ветвей и границ.
- •Алгоритм метода ветвей и границ:
- •Стандартная задача нелинейного программирования.
- •Локальный экстремум. Необходимое и достаточное условия.
- •Глобальный и условный экстремумы
- •Множители Лагранжа.
- •Задача о потребительском выборе.
- •Выпуклые множества, выпуклые и вогнутые функции. Теорема Куна-Таккера.
- •Динамическое программирование. Общая постановка задачи.
- •Функции Беллмана. Уравнения Беллмана. Условно-оптимальные управления.
- •Условная оптимизация.
- •Безусловная оптимизация.
- •Принцип Беллмана для оптимальных путей.
- •I этап. Условная оптимизация.
- •II этап. Безусловная оптимизация.
- •Оптимальное распределение инвестиций как задача динамического программирования.
- •Теория игр. Игровые модели.
- •Платежная матрица. Нижняя и верхняя цена игры. Принцип минимакса.
- •Чистые стратегии. Седловая точка.
- •Решение игр в смешанных стратегиях.
- •Приведение матричной игры к задаче линейного программирования.
- •Биматричные игры. Равновесие Нэша. Оптимальность Парето.
- •60. Игра двух лиц, в которой одним из игроков является "природа"
Векторы. N – мерное линейное векторное пространство.
Определение. Вектор - это направленный отрезок, у которого выделен один конец, называемый концом вектора. Другой конец отрезка называется началом вектора.
Обозначение:
,
.
Определение. Длиной (модулем) вектора называется расстояние между началом и концом вектора.
.
Пример
Определение. Векторы называются коллинеарными, если они расположены на одной или параллельных прямых. Нулевой вектор коллинеарен любому вектору.
Пример
Определение. Векторы называются компланарными, если существует плоскость, которой они параллельны.
Коллинеарные векторы всегда компланарны, но не все компланарные векторы коллинеарны.
Пример
Определение. Векторы называются равными, если они коллинеарны, одинаково направлены и имеют одинаковые модули.
Всякие векторы можно привести к общему началу, т.е. построить векторы, соответственно равные данным и имеющие общее начало. Из определения равенства векторов следует, что любой вектор имеет бесконечно много векторов, равных ему.
Определение. Линейными операциями над векторами называется сложение и умножение на число.
Пример
Суммой
векторов является вектор
Пример
Произведение
,
при этом
коллинеарен
.
Вектор сонаправлен с вектором ( ), если > 0.
Вектор противоположно направлен с вектором ( ), если < 0.
Пример
Определение. Тройка некомпланарных векторов a, b, c называется правой, если наблюдателю из их общего начала обход концов векторов a, b, c в указанном порядке кажется совершающимся по часовой стрелке. B противном случае a, b, c - левая тройка.
Пример
Все правые (или левые) тройки векторов называются одинаково ориентированными.
Определение. Тройка e1, e2, e3 некомпланарных векторов в R3 называется базисом, а сами векторы e1, e2, e3 - базисными. Любой вектор a может быть единственным образом разложен по базисным векторам, то есть представлен в виде
а = x1 e1 + x2 e2 + x3 e3, (4.1)
числа x1, x2, x3 в разложении (4.1) называются координатами вектора a в базисе e1, e2, e3 и обозначаются a(x1, x2, x3).
Пример
Если векторы e1, e2, e3 попарно перпендикулярны и длина каждого из них равна единице, то базис называется ортонормированным, а координаты x1, x2, x3 - прямоугольными. Базисные векторы ортонормированного базиса будем обозначать i, j, k.
Будем предполагать, что в пространстве R3 выбрана правая система декартовых прямоугольных координат {0, i, j, k}.
Определение.
Упорядоченную совокупность ( x1,
x2, ... , x n ) n вещественных
чисел называют n-мерным вектором,
а числа xi ( i =
)
- компонентами, или координатами,
вектора.
Компоненты вектора нельзя менять местами, например, (3, 2, 5, 0, 1) (2, 3, 5, 0, 1).
Определение. N-мерное векторное пространство Rn - множество всех n-мерных векторов, для которых определены операции умножения на действительные числа и сложение.
Определение. Система e1, e2, ... , em n-мерных векторов называется линейно зависимой, если найдутся такие числа 1, 2, ... , m, из которых хотя бы одно отлично от нуля, что выполняется равенство 1 e1 + 2 e2 +... + m em = 0; в противном случае данная система векторов называется линейно независимой, то есть указанное равенство возможно лишь в случае, когда все 1=2=...= m = 0.
Пример
Геометрический смысл линейной зависимости векторов в R3, интерпретируемых как направленные отрезки, поясняют следующие теоремы.
Теорема 4.1. Система, состоящая из одного вектора, линейно зависима тогда и только тогда, когда этот вектор нулевой.
Теорема 4.2. Для того чтобы два вектора были линейно зависимы, необходимо и достаточно, чтобы они были коллинеарны.
Теорема 4.3. Для того чтобы три вектора были линейно зависимы, необходимо и достаточно, чтобы они были компланарны.