- •1.1 Определители второго и третьего порядка. Свойства определителей.
- •1.2. Свойства определителей. Определители 2-го порядка. Формулы Крамера.
- •1.3. Матрицы. Виды матриц. Линейные операции над матрицами. Произведение матриц.
- •1.4. Обратная матрица и ее вычисление методом Крамера (методом присоединенной матрицы). Метод элементарных преобразований вычисления обратной матрицы.
- •1.5. Ранг матрицы. Вычисление ранга матрицы. Теоремы о ранге матрицы.
- •1.6. Системы линейных алгебраических уравнений. Метод Гаусса. Решение систем линейных алгебраических уравнений с помощью обратной матрицы.
- •1.7. Исследование систем линейных алгебраических уравнений. Теорема Кронекера-Капелли. Однородные системы линейных алгебраических уравнений.
- •2.1. Геометрический вектор. Равенство векторов, коллинеарность, компланарность. Линейные операции над векторами.
- •1.Произведение:
- •2. Сложение
- •2.2. Линейная зависимость векторов. Базис. Декартов базис.
- •2.3. Скалярное произведение векторов, его свойства, вычисление.
- •2.4. Векторное произведение, его свойства, вычисление.
- •2.5. Смешанное произведение трех векторов, его свойства, геометрический смысл, вычисление.
- •3.1. Прямая линия на плоскости. Различные уравнения прямой. Угол между прямыми, условия параллельности и перпендикулярности прямых на плоскости.
- •3.2. Плоскость в пространстве. Угол между плоскостями, условие параллельности и перпендикулярности плоскостей.
- •3.3. Прямая линия в пространстве. Общие и канонические уравнения прямой в пространстве.
- •1) Общее уравнение прямой:
- •3.4. Прямая и плоскость в пространстве.
- •3.5. Линии второго порядка. Эллипс, вывод уравнения и его исследование.
- •3.6 Гипербола. Вывод уравнения гиперболы и его исследование.
- •3.7. Парабола, вывод уравнения, его исследование.
- •3.8 Преобразование декартовой системы координат.
- •3.9. Приведение кривой второго порядка к каноническому виду.
1.5. Ранг матрицы. Вычисление ранга матрицы. Теоремы о ранге матрицы.
Минором k-го порядка матрицы А называется определитель квадратной матрицы, полученный из матрицы А выделением произвольных k строк и k столбцов.
Сами элементы матрицы являются минорами первого порядка.
Определение: Строки a,b,d… называются линейно зависимыми если найдутся c1,…,cn (не все равные нулю) такие что
С1Aj+c2bj+c3dj…=0
Определ2: Строки называются линейно независимыми если с1=с2=с3=…=0
Ранг матрицы.
Теорема о ранге:
Рангом матрицы называется наивысший порядок минора, отличный от нуля.
Максимальное число линейно независимых строк (столбцов) называются рангом матрицы.
Ранг матрицы А: rA, r(A), rangA, RgA
Ранг не может превосходить размер матрицы.
Т.е. если дана матрица размером m x n то rA <=m и rA <=n
Нулевая матрица имеет ранг равный нулю. Ненулевая ранг >= 1
Если rA – минор матрицы А, то в этой матрице имеется хотя бы один ненулевой минор порядка rA, а миноры порядков rA+1 rA+2 … равны нулю.
Теорема о равенстве рангов эквивалентных матриц:
Ранги эквивалентных матриц равны, т.е. элементарные преобразования не меняют ранга матрицы
Эквивалентные матрицы – одна получена из другой с помощью конечного числа элементарных преобразований.
Теорема об умножении на невырожденную матрицу:
Ранг матрицы не изменится при умножении на невырожденную квадратную матрицу.
Вычисление ранга матрицы:
Метод окаймленных миноров:
При вычислении ранга матрицы следует переходить от миноров меньших порядков к минорам больших порядков.
+ основан на определении ранга матрицы как наивысшего порядка минора, отличного от нуля.
-для матрицы с большими размера необходимо рассматривать много вариантов и вычислять много определителей.
Метод элементарных преобразований:
Теоретической базой метода является теорема о равенстве рангов эквивалентных матриц.
Правило вычисления ранга матриц этим методом:
1. Элементарные преобразования проводить так, чтобы в верхнем левом углу матрицы получить единичную (или треугольную) матрицу.
2.Нулевые строки переставлять вниз, а нулевые столбцы вправо.
3. Ранг матрицы равен порядку полученной единичной или треугольной матрицы.
1.6. Системы линейных алгебраических уравнений. Метод Гаусса. Решение систем линейных алгебраических уравнений с помощью обратной матрицы.
Системой линейных уравнений называется система уравнений вида:
a11x1+ a12x2 + … +a1nXn =b1
a21x1+ a22x2 + … +a2nXn =b2
………….
am1x1 am2x2 + … +amnXn=bm
где x1,x2,… неизвестные, aij коэффициент при неизвестных;
b1,b2,..bm свободные члены; m – число уравнений; n – число неизестных;
i=1,2,…,m j=1,2,…,n
Уравнение называется линейным, т.к. неизвестные входят во все уравнения в первой степени.
Решение СЛАУ: Совокупность чисел L1,L2,...Ln называется решением системы, если после подстановки x1=L1, x2=L2, xn=Ln каждое уравнение системы превращается в тождество.
Метод Гаусса (последовательное исключение) решения СЛАУ.
Матрица записывается как (A|B)
1. Прямой ход (преобразование исходной матрицы в верхне-треугольную.
2. Получение единичной диагонали.
И нахождение неизвестных начиная снизу.
+является универсальным, охватывает все возможные случаи в решении
+является экономичным, по сравнению с методом Крамера
Решение СЛАУ с помощью обратной матрицы:
Квадратная матрица и detA≠0. В этом случае можно найти решение с помощью обратной матрицы, т.к. detA≠0 и А-1 существует.
Умножим обе части матричного уравнения АХ=В на матрицу A-1
Слева: АХА-1= А-1В, откуда Х= А-1В
XA=B→XAA-1=BA-1 →X=BA-1
A1XA2=B → X=A1-1BA2-1