- •16. Матрица линейного преобразования. Связь между координатами вектора и его образа.
- •17. Матрица перехода от одного базиса линейного пространства к другому. Преобразование координат вектора при смене базиса.
- •18. Связь между матрицами линейного преобразования в разных базисах. Подобные матрицы.
- •19. Операции над линейными пространствами.
- •20. Собственные значения и собственные векторы линейных преобразований. Порядок нахождения собственных векторов линейного пространства.
- •21. Определение эвклидового пространства. Примеры. Длина вектора и угол между векторами в эвклидовом пространстве.
- •22. Неравенство Коши-Буняковского в эвклидовом пространстве. Неравенство треугольника.
- •23. Ортогональность векторов. Процесс ортогонализации систем линейно независимых векторов. Ортонормированные базисы.
- •24. Ортогональные матрицы. Свойства ортогональных матриц.
- •26. Симметрические преобразования эвклидовых пространств.
- •27. Квадратические формы. Матрица квадратичной формы. Смена квадратичной формы при линейном преобразовании неизвестных.
- •29. Теорема о приведении симметричной матрицы к диагональному виду. Приведение квадратичной формы к главным осям.
- •31.Упрощение уравнений линий второго порядка на плоскости.
- •25. Ортогональные преобразования эвклидовых пространств.
- •28. Канонический вид квадратичной формы. Приведение квадратичной формы к каноническому виду методом Лагранжа. Закон инерции квадратичных форм.
- •2. Деление многочленов. Теорема о делении с остатком. Свойства делимости многочленов.
- •3. Наибольший общий делитель двух многочленов. Алгоритм Эвклида для нахождения наибольшего общего делителя
- •6. Понятие кратного корня многочлена. Производная многочлена. Связь между корнями многочлена и его производной.
- •7. Основная теорема алгебры и следствие из нее.
- •5. Корень многочлена. Теорема Безу. Схема Горнера деления многочлена на многочлен первой степени.
- •8. Рациональные корни многочлена с целыми коэффициентами.
- •9. Многочлены с действительными коэффициентами. Теорема про комплексные корни многочлена.
- •10. Границы действительных корней многочлена. Лемма о знаке старшего члена многочлена. Некоторые способы оценки корней многочленов.
- •15. Линейные преобразования линейных пространств. Примеры.
- •11. Система Штурма: определение и построение для заданного многочлена. Теорема Штурма. Локализация корней методом Штурма.
- •12. Приближенные методы вычисления корней многочленов. Метод половинного деления и метод Ньютона.
- •13. Определение линейного пространства. Примеры. Свойства линейного пространства.
- •14. Линейная зависимость и линейная независимость векторов. Размерность и базис линейного пространства.
23. Ортогональность векторов. Процесс ортогонализации систем линейно независимых векторов. Ортонормированные базисы.
Ортогональными называются векторы, скалярное произведение которых равно нулю.
Система векторов а1, а2, …, аk Ek наз. ортогональной, если любые различные два вектора из них ортогональны, то есть их скалярное произведение равно нулю.
Всякая ортогональная система ненулевых векторов En линейно независима.
Теорема: Если а1, а2, …, аk линейно независимая система векторов пространства En, то из нее некоторым способом можно построить ортогональную систему b1, b2, …, bk ненулевых векторов этого же пространства. Этот процесс наз. ортогонализацией.
Базис e1,e2,…,en En наз. ортонормированным, если он ортогонален и все векторы его нормированы, то есть
Теорема: Всякое евклидовое пространство обладает ортонормированными базисами.
24. Ортогональные матрицы. Свойства ортогональных матриц.
Матрица
наз. ортогональной, если соответствующая ей система векторов:
- ортогональна.
При этом х1,х2,…,хn En
Теорема: Необходимое и достаточное условие ортогональной матрицы А является АТА=Е
Следствия:
1. Определитель ортогональной матрицы = 1
2. Невырожденная
3. Произведение ортогональных матриц = ортогональной матрице.
4. АТ=А-1
5. Если А – ортогональна, то АТ – тоже ортогональна.
Свойства:
1. Столбцы и строки ортогональной матрицы образуют системы ортонормированных векторов.
2. Определитель ортогональной матрицы равен 1
3. Ортогональные матрицы соответствуют линейным операторам, переводящим ортонормированный базис линейного пространства в ортонормированный.
4. Множество ортогональных матриц порядка n над полем k образует группу по умножению, так называемую ортогональную группу, которая обозначается O(n, k).
26. Симметрические преобразования эвклидовых пространств.
А –симметрическая, если aij=aji
AT=A
Линейное преобразование n-мерного евклидова пространства наз. симметрическим, если:
(1)
Теорема 1: Симметрическое преобразование евклидова пространства в любой ортонормированной базе, задается симметрической матрицей.
Теорема 2: Все характеристические корни сим. преобразования действительны.
Теорема 3: Линейное преобразование є Еn тогда и только тогда будет симметрическим, если в пространстве Еn существует ортонормированный базис, составленный из собственных векторов этого преобразования.
Теорема 4: Собственные векторы симметрического преобразования , относящиеся к различным собственным значениям, между собой ортогональны.
Доказательство: - симметр. преобразование.
- ортогональны
27. Квадратические формы. Матрица квадратичной формы. Смена квадратичной формы при линейном преобразовании неизвестных.
Действительной квадратичной формой f от x1,x2,…,xn наз. сумма произведения пар этих неизвестных с действительных коэффициентов
Матрицей квадратичной формы f, называется матрица составляющиеся из коэффициентов аij. Ее ранг - ранг квадратичной формы. Если ранг = n, матрица невырожденная, то и квадратичная форма называется невырожденной. Поскольку аij= аji, то матрица квадратичной формы – симметрическая.
f=xTAx
Изменение квадратичной формы при линейном преобразовании неизвестных.
Выполним в (1) линейное преобразование:
x1=q11y1+q12y2+…+q1nyn
x2=q21y1+q22y2+…+q2nyn
. . . . . . . . . . . . . . . . . . . .
хn=qn1y1+qn2y2+…+qnnyn
x=Qy
Теорема: Если в действительной квадратичной форме (1) от x1,x2,…,xn с матриц А произвести линейные преобразования неизвестных с матрицы Q, то в результате получится другая квадратичная форма от новых неизвестных у1, у2,…,уn с матрицей B=QTAQ
Доказательство:
f= xTFy x=Qy
xT= (Qy)T = yTQT
f= yT(QTAQ)y = yTBy B=QTAQ
В=ВТ
BT=(QTAQ)T=QTATQT)T=QTAQ=B
Следовательно В – симметричная матрица.