- •1.Графики и свойства основных элементарных функций.
- •2.Предел функции
- •3.Основные теоремы о пределах. Асимптоты графика функции
- •4.Непрерывность функции в точке и на интервале.
- •6.Производная и дифференциал.
- •7. Основные теоремы о дифференцируемых функциях: теорема Ферма, Ролля, Лагранжа.
- •8. Функция нескольких переменных и их непрерывность.
- •9 Производные функций нескольких переменных.
- •10. Дифференциалы функции нескольких переменных.
- •11. Поиск экстремума функции одной переменной.
- •12. Поиск экстремума функции нескольких переменных.
- •13 Неопределенный интеграл, основные теоремы.
- •14. Определенный интеграл, основные теоремы.
- •15.Методы интегрирования: Интегрирование методом замены переменных, Интегрирование по частям, Интегрирование рациональных функций.
- •16.Прямая линия на плоскости.
- •17.Эллипс.
- •18.Гипербола.
- •19.Парабола.
- •20.Прямая и плоскость в пространстве
- •21. Системы линейных уравнений.
- •22.Матрицы, классификация.
- •23.Операции над матрицами
- •24.Определители, свойства. Теорема Лапласа.
- •25.Обратная матрица
- •27. Системы векторов, операции над ними.
- •28. Ранг матрицы
- •29. Линейные операторы и матрицы
- •30. Собственные векторы линейных операторов
- •31.Решение системы линейных уравнений с помощью определителей. Формулы Крамера.
- •32. Решиение системы матричной формы
- •33. Метод Гаусса.
- •34.Сущность и условия применения теории вероятностей.
- •35. Основные понятия тв.
- •36. Вероятностное пространство
- •37. Элементы комбинаторного анализа
- •38. Непосредственный подсчет вероятностей.
- •39. Теоремы сложения вероятностей.
- •40.Теоремы умножения вероятностей.
- •41.Формула полной вероятности.
- •42. Теорема Байеса
- •43. Формула Бернулли
- •44.Случайные величины. Способы их описания.
- •45.Основные числовые характеристики дискрет. Случ. Величин.
- •46. Числовые характеристики непрерывных случайных величин
- •47.Осн. Законы распределения вероятностей случ. Величин.
- •48. Числовые характеристики системы двух случайных величин. Зависимые и независимые случайные величины
25.Обратная матрица
ОПРЕДЕЛЕНИЕ
Матрица А-1 называется обратной по отношению к квадратной матрице А, если при умножении этой матрицы на данную как справа, так и слева получается единичная матрица: А-1∙А = А ∙А-1 = Е.
Если определитель матрицы отличен от нуля, то такая матрица называется невырожденной, или неособенной; в противном случае (при │А│=0 ) – вырожденной, или особенной.
Алгоритм нахождения обратной матрицы
1. Находим определитель исходной матрицы.
2.Если │А│=0, то матрица А вырожденная и обратной матрицы А-1 не существует.
Если определитель матрицы А не равен нулю, то обратная матрица существует.
3 . Находим АT, транспонированную к А.
4 . Находим алгебраические дополнения элементов транспонированной матрицы и составляем из них присоединенную матрицу .
5. Вычисляем обратную матрицу по формуле:
6. Проверяем правильность вычисления обратной матрицы, исходя из её определения А-1∙А = А ∙А-1 = Е.
26.N- мерный вектор и векторное пространство
N-мерным вектором называется упорядоченная совокупность n действительных чисел, записываемых в виде Х=(х1,х2,…хn) , где хi – i-я компонента вектора Х.
Два n-мерных вектора равны тогда и только тогда, когда равны их соответствующие компоненты, т.е. Х=У, если xi=yi, i=1…n.
Определение Множество векторов с действительными компонентами, в котором определены операции сложения векторов и умножения вектора на число, удовлетворяющие приведённым выше свойствам, называется векторным пространством.
Определение Линейное (векторное) пространство, в котором задано скалярное произведение векторов, удовлетворяющее свойствам (1-5) называется Евклидовым пространством.
Векторное пространство R, называется n-мерным, если в нем существует n линейно независимых векторов, а любые n+1 векторов уже являются зависимыми.
Число n называется размерностью векторного пространство R и обозначается dim(R).
27. Системы векторов, операции над ними.
Суммой двух векторов одинаковой размерности n называется вектор Z=X+Y, компоненты которого равны сумме соответствующих компонент слагаемых векторов, т.е. zi=xi+yi , i=1…n.
Произведением вектора Х на действительное число λ называется вектор V=λX, компоненты которого равны произведению λ на соответствующие компоненты вектора Х, т.е. vi=λxi , i=1…n.
Линейные операции над векторами удовлетворяют следующим свойствам:
1. Х + У = У + Х; (коммутативное свойство суммы)
2. (Х + У) + Z = X + (Y + Z); (ассоциативное свойство суммы)
3. a(bX) = (ab)X;
4. a(X + Y) = aX + aY; (дистрибутивное свойство)
5. (a + b)X = aX + bX;
6. Существует нулевой вектор О=(0,0,…0) такой, что Х + О = Х, для любого Х;
7. Для любого вектора Х существует противоположный вектор (-Х) такой, что Х + (-Х) = О;
8 . 1∙Х = Х для любого Х.
С калярным произведением двух векторов и называется число
С войства скалярного произведения
Угол φ между двумя векторами определяется по формуле:
Два вектора называются ортогональными, если их скалярное произведение равно нулю.
Вектор Am называется линейной комбинацией векторов A1,A2,..,Am-1 векторного пространства R, если он равен сумме произведений этих векторов на произвольные действительные числа:
Am = λ1A1 + λ2A2 + …+ λm-1 Am-1 (1)
Векторы A1,A2,..Am векторного пространства R, называются линейно зависимыми, если существуют такие числа λ1,λ2,…λm, не равные одновременно нулю, что λ1A1 + λ2A2 + … + λm Am =0. (2)
В противном случае векторы A1,A2,..Am называются линейно независимыми.
Совокупность n линейно независимых векторов n-мерного пространства R называется базисом.
Теорема. Каждый вектор Х векторного пространства R можно представить, и притом единственным способом, в виде линейной комбинации векторов базиса.