- •Матрицы: определение и свойства.
- •Определители: свойства, определители 1го и 2го порядков
- •Вычисление определителей высших порядков
- •5. Метод приведения к треугольному виду.
- •6. Формула для ведущих элементов.
- •Системы линейных уравнений, методы их решения (Крамера, Гаусса, матричный)
- •Векторы, действия с векторами, скалярное произведение векторов, лз и лнз векторы
- •Векторное и смешанное произведения векторов
- •Линейное векторное пространство: определение, свойства.
- •Базис линейного векторного пространства, переход от одного базиса к другому
- •Линейные операторы, матрица линейного оператора
- •Собственные векторы и собственные значения линейного оператора
- •Квадратичные формы: определения, свойства, теоремы.
- •Прямая на плоскости, способы задания
- •1.Двумя точками (а и в).
- •2. Двумя плоскостями (a; b).
- •3. Двумя проекциями.
- •2. Для построения фронтального следа n прямой нужно из точки пересечения горизонтальной проекции её с осью 0x восстановить перпендикуляр до пересечения с фронтальной проекцией прямой.
- •13. Расположение прямой на плоскости
- •14. Кривые второго порядка
- •Окружность
- •Гипербола
- •15. Способы задания и расположение плоскости в пространстве
- •16. Способы задания прямой в пространстве Векторно-параметрическое уравнение прямой
- •17. Основные задачи в пространстве: углы, условие параллельности и перпендикулярности
- •18. Основные задачи в пространстве: расстояния, взаимное расположение двух прямых
- •19. Поверхности второго порядка
- •20. Задачи линейного программирования, экономическая модель
- •Экономическая модель задачи
- •21. Основы мат. Моделирования, мат. Модель задачи линейного программирования
- •Пример составления математической модели
- •22. Задача оптимального распределения ресурсов
- •Конкретная ситуация парис (Планирование и Анализ Рационального Использования Средств)
- •Построение математической модели
- •Общий вид задачи оптимального распределения ресурсов
- •Варианты задачи оптимального распределения ресурсов
- •Верхняя и нижняя граница плана
- •Комплектность выпуска
- •Изменение ресурсной обеспеченности
- •Динамическое планирование
- •23. Общая задача линейного программирования
- •Область допустимых планов. Оптимальный план и оптимум
- •Область допустимых планов
- •Оптимальный план и оптимум
- •Условия разрешимости задачи и единственности решения.
- •Построение области допустимых планов
- •Построение градиента и определение оптимального плана
- •24. Основные теоремы линейного программирования.
- •25. Графический метод решения задачи линейного программирования
- •26. Симплекс-метод
- •27. Прямая и двойственная задача линейного программирования. Геометрическая интерпретация двойственной задачи
- •28. Транспортная задача Общий вид транспортной задачи
- •Пример транспортной задачи
- •29. Нелинейное программирование
Линейное векторное пространство: определение, свойства.
Векторным (линейным) пространством называется множество векторов (элементов) с действительными компонентами, в котором определены операции сложения векторов и умножения вектора на число, удовлетворяющим определенным аксиомам (свойствам)
1)х + у = у + х (перестановочность сложения); 2) (х + у) + z = x + (y + z) (ассоциативность сложения); 3) имеется нулевой вектор 0 (или нуль-вектор), удовлетворяющий условию x + 0 = x: для любого вектора x; 4) для любого вектора х существует противоположный ему вектор у такой, что х + у = 0, 5) 1 · х = х, 6) a(bx) = (ab) х (ассоциативность умножения); 7) (a + b) х = aх + bх (распределительное свойство относительно числового множителя); 8) a(х + у) = aх + aу (распределительное свойство относительно векторного множителя).
Линейное пространство (векторное) V(P) над полем P – это непустое множество V. Элементы множества V называют векторами, а элементы поля P – скалярами.
Простейшие свойства.
1.Векторное пространство является абелевой группой(группа, в которой групповая операция является коммутативной. Групповая операция в абелевых группах обычно называется «сложением» и обозначается знаком +)
2.Нейтральный элемент является единственным, что вытекает из групповых свойств для любого .
3.Для любого противоположный элемент является единственным, что вытекает из групповых свойств.
4.(–1) х = – х для любого х є V.
5.(–α) x = α(–x) = – (αx) для любых α є P и x є V.
Выражение a1e1 + a2e2 + … + anen (1) называется линейной комбинацией векторов e1, e2,..., en с коэффициентами a1, a2,..., an. Линейная комбинация (1) называется нетривиальной, если хотя бы один из коэффициентов a1, a2,..., an отличен от нуля. Векторы e1, e2,..., en называются линейно зависимыми, если существует нетривиальная комбинация (1), представляющая собой нулевой вектор. В противном случае (то есть если только тривиальная комбинация векторов e1, e2,..., en равна нулевому вектору) векторы e1, e2,..., en называется линейно независимыми. Размерность пространства – максимальное число содержащихся в нем ЛЗ векторов.
Векторное пространство называется n-мepным (или имеет «размерность n»), если в нём существуют n линейно независимых элементов e1, e2,..., en, а любые n + 1 элементов линейно зависимы (обобщённое условие В). Векторное пространство называются бесконечномерным, если в нём для любого натурального n существует n линейно независимых векторов. Любые n линейно независимых векторов n-мepного Векторное пространство образуют базис этого пространства. Если e1, e2,..., en — базис Векторное пространство, то любой вектор х этого пространства может быть представлен единственным образом в виде линейной комбинации базисных векторов: x = a1e1 + a2e2 +... + anen. При этом числа a1, a2,..., an называются координатами вектора х в данном базисе.
Векторное подпространство
Векторным подпространством, или просто подпространством, векторное пространство Е над полем К называется множество , замкнутое относительно действий сложения и умножения на скаляр. Подпространство, рассматриваемое отдельно от вмещающего его пространства, есть векторное пространство над тем же полем.
Множество называется подпространством линейного пространства V, если:
1)
2)
Евклидовы пространства. Для развития геометрических методов в теории Векторное пространство нужно указать пути обобщения таких понятий, как длина вектора, угол между векторами и т.п. Один из возможных путей заключается в том, что любым двум векторам х и у из R ставится в соответствие число, обозначаемое (х, у) и называемое скалярным произведением векторов х и у. При этом требуется, чтобы выполнялись следующие аксиомы скалярного произведения: 1) (х, у) = (у, х) (перестановочность); 2) (x1 + x2, y) = (x1, y) + (x2, y) (распределительное свойство); 3) (ax, у) = a(х, у), 4) (х, х) ³ 0 для любого х, причем (х, х) = 0 только для х = 0. Обычное скалярное произведение в трёхмерном пространстве этим аксиомам удовлетворяет. Векторное пространство, в котором определено скалярное произведение, удовлетворяющее перечисленным аксиомам, называется евклидовым пространством; оно может быть как конечномерным (n-мерным), так и бесконечномерным. Бесконечномерное евклидово пространство обычно называют гильбертовым пространством. Длина |x| вектора x и угол между векторами х и у евклидова пространства определяются через скалярное произведение формулами Примером евклидова пространства может служить обычное трёхмерное пространство со скалярным произведением, определяемым в векторном исчислении. Евклидово n-мepное (арифметическое) пространство En получим, определяя в n-мepном арифметическом Векторное пространство скалярное произведение векторов x = (l1, …, ln) и y = (m1, …, mn) соотношением (x, y) = l1m1 + l2m2 +… + lnmn. (2) При этом требования 1)—4), очевидно, выполняются. В евклидовых пространствах вводится понятие ортогональных (перпендикулярных) векторов. Именно векторы х и у называются ортогональными, если их скалярное произведение равно нулю: (х, у) = 0. В рассмотренном пространстве En условие ортогональности векторов x = (l1, …, ln) и y = (m1, …, mn), как это следует из соотношения (2), имеет вид: l1m1 + l2m2 +… + lnmn = 0. (3)