- •Часть I Введение
- •I. Матрицы.
- •1. Основные понятия.
- •2. Действия над матрицами
- •2. Определители
- •1. Основные понятия
- •2. Свойства определителей (необходимы для вычисления определителей):
- •3. Невырожденные матрицы
- •2. Ранг матрицы
- •II. Система линейных уравнений.
- •1. Основные понятия
- •2. Решение системы линейных уравнений
- •3. Решение не вырожденных линейных систем.
- •4. Метод Гаусса
- •5. Система однородных линейных уравнений
- •6.Модель Леонтьева многоотраслевой экономики
- •III. Элементы векторной алгебры
- •1. Основные понятия
- •2. Операции над векторами
- •3. Векторное пространство и п – мерный вектор
- •3.1. Линейная зависимость векторов
- •Размерность и базис линейного пространства.
- •3.3. Разложение вектора в ортогональном базисе.
- •3.4.Переход к новому базису.
- •3.5. Линейные операторы.
- •3.6. Собственные векторы и собственные значения линейного оператора.
- •2. Симметричный оператор.
- •3. Ортогональность собственных векторов.
- •3.7.Квадратичные формы.
- •IV Аналитическая геометрия на плоскости.
- •1.Система координат. Основные понятия.
- •Линия на плоскости(основные понятия)
- •2. Уравнение прямой на плоскости
- •1) Уравнение прямой с угловым коэффициентом
- •2) Общее уравнение прямой X
- •7) Нормальное уравнение прямой
- •8) Угол между двумя прямыми
- •9) Точка пересечения прямых
- •10) Расстояние от точки до прямой
- •3.Линии второго порядка на плоскости.
- •1) Окружность
- •2) Эллипс
- •3) Гипербола.
- •Исследование формы гиперболы по ее уравнению
- •Асимптоты гиперболы
- •4) Парабола
- •Исследование формы параболы по ее уравнению
- •5) Общее уравнение линий второго порядка
- •V Аналитическая геометрия в пространстве
- •1. Уравнение поверхности и линии в пространстве
- •2.Поверхности второго порядка
- •VI. Основы математического анализа
- •1. Множества. Действительные числа
- •6. Предел функции
- •1) Предел функции в точке
- •2) Предел функции при X→∞.
- •3) Бесконечно большая функция (б.Б.Ф.).
- •4) Бесконечно малые функции.
- •6) Признаки существования пределов.
- •7) Первый замечательный предел.
- •8. Комплексные числа
Размерность и базис линейного пространства.
Размерностью линейного пространства называется величина равная наибольшему числу имеющемуся в нем линейно независимых векторов. Например, на прямой существует один линейно независимый вектор, а любые два вектора – линейно зависимы. Следовательно, прямая представляет одномерное пространство - R1. На плоскости существуют два линейно независимых вектора, а любые три – линейно зависимы. Следовательно плоскость является двухмерным пространством R2. В пространстве существует три линейно независимых вектора. Поэтому размерность пространства равна трем – R3.
В линейном пространстве размерности n-Rn должны существовать n независимых векторов , а любые n+1 векторов должны быть линейно зависимы. Выберем в этом пространстве еще один вектор , тогда совокупность векторов , - линейно зависима, так как их число равно n+1>n. Поэтому найдется такой набор чисел λ1,λ2,…λn, что . При этом λ≠0 т.к. в противном случае вектора - линейно зависимы. Отсюда вектор может быть представлен в виде линейной комбинации векторов . . Предположим, теперь, что ; ; , тогда (1). Докажем теперь единственность такого разложения методом отпротивного. Пусть существует другое разложение вектора по векторам т.е. . Тогда или , но по условию линейно независимы, поэтому для выполнения равенства необходимо чтобы ; ; . Следовательно мы доказали, что любой вектор может быть, и притом единственный образом, представлен в виде линейной комбинации линейно независимых векторов ( ). Совокупность таких векторов и называется базисом n-мерного линейного пространства, а числа ( ) – координаты вектора в этом базисе. Число этих векторов равно рангу системы. Так в R1любой вектор . На плоскости R2 , где и - неколлинеарные вектора этой плоскости. И, наконец, в пространстве , где , и - три некомпланарных вектора пространства.
Разложение (1) можно более коротко записать в виде или просто - в соответствии с правилом получившем название «соглашение о суммировании» - предложенном А.Эйнштейном. Индекс k называется индексом суммирования.
Следует отметить, что при заданном базисе векторы пространств R1, R2, R3- определяются своими координатами, т.е. эти пространства могут быть рассмотрены как частные виды пространства Rn при n=1,2,3.
3.3. Разложение вектора в ортогональном базисе.
Рассмотрим базис пространства Rn, в котором каждый вектор ортогонален остальным векторам базиса. ; - по условию ортогональности при i≠j, ,j=(1,2,…n).
Ортогональные базисы удобны потому, что координаты разложения произвольного вектора определяются очень просто без трудоемких вычислений .
Действительно, разложим произвольный вектор в ортогональном базисе. Составим разложение этого вектора с неизвестными пока координатами в данном базисе:
(1)
умножим обе части этого равенства, представляющие собой вектора, на вектор .
В силу свойств скалярного произведения векторов, получим:
Однако, в силу взаимной ортогональности векторов базиса, все скалярные произведения векторов базиса, за исключением первого, равны нулю, т.е. коэффициент x1 будет определятся по формуле
Умножая поочередно (1) на другие базисные векторы получим общую формулу для коэффициентов разложения вектора .
;
Частным случаем ортогонального базиса является случай, когда все векторы имеют единичную длину | |=1 ; в таком случае базис называют нормированным и координаты разложения имеют наиболее простой вид:
i=1,2,….n