- •Вопрос 1 Графики и свойства основных элементарных функций.
- •Вопрос 2 Предел функции в точке
- •Предел функции в бесконечности
- •Вопрос 3.1 основные теоремы о пределах
- •Вопрос 3.2
- •Вопрос 4 Непрерывность функции
- •Вопрос 5 точки разрыва первого и второго урода-рода гг…
- •Вопрос 6 производная и дифференциал
- •Вопрос 7.1 Теорема Ферма
- •Вопрос 7.2 Теорема Роля
- •Вопрос 7.3 Теорема Лагранжа
- •Вопрос 8 Функция нескольких переменных и их непрерывность
- •Дифференциалы высших порядков
- •Свойства дифференциала
- •Вопрос 11 Экстремум функции
- •Необходимое и достаточное условие экстремума
- •Вопрос 12 поиск экстремума функций двух переменных
- •Вопрос 13 Неопределенный интеграл, основные теоремы
- •Свойства неопределенного интеграла:
- •Вопрос 14 Определенный интеграл, основные теоремы
- •Свойства неопределенного интеграла
- •Вопрос 15
- •Вопрос 16 Прямая линия на плоскости, условия перпендикулярности и параллельности двух прямых
- •Уравнение прямой с угловым коэффициентом
- •Вопрос 19 Парабола: определение и вывод канонического уравнения
- •Вывод уравнения параболы
- •Вопрос 20 Прямая и плоскость в пространстве
- •Уравнение прямой с угловым коэффициентом
- •Вопрос 22 Матрицы и их классификация
- •Вопрос 23 Операции над матрицами
- •Вопрос 24 Определители и их свойства
- •Свойства определителей
- •Теорема (частный случай теоремы Лапласа)
- •Вопрос 25 Определение обратной матрицы
- •Алгоритм нахождения обратной матрицы
- •Вопрос 26 н-мерное линейное векторное пространство
- •Вопрос 27 Системы векторов, операции над ними
- •Вопрос 28 Ранг матрицы и теорема о ранге матрицы
- •Вопрос 29 линейные операторы и матрицы
- •Вопрос 31 Решение системы линейных уравнений с помощью определителей, метод Крамера
- •Вопрос 32 Решение системы линейных уравнений в матричной форме
- •Вопрос 33 Метод Гаусса
- •Вопрос 34, 35 Сущность и условия применения теории вероятности.
- •Вопрос 35 Основные понятия
- •Вопрос 36 Вероятностное пространство
- •Вопрос 37 Элементы комбинаторики. Соединения
- •Вопрос 39 Теорема сложения вероятностей
- •Вопрос 40 Теорема умножения вероятностей.
- •Вопрос 41 Формула полной вероятности
- •Вопрос 42 Теорема Байеса
- •Вопрос 43 Формула Бернулли
- •Вопрос 44 Случайные величины, способ их описания
- •Вопрос 45 Основные числовые характеристики непрерывной случайной дискретной величины.
- •Вопрос 46 Основные числовые характеристики непрерывных случайных величин
- •Вопрос 47 Биноминальный закон распределения вероятностей случайных величин
- •Вопрос 48 числовые характеристики систем двух случайных величин
- •Зависимость между случайными величинами
Свойства определителей
Если какая-либо строка (столбец) матрицы состоит из одних нулей, то её определитель равен нулю.
Если все элементы какой-либо строки (столбца) матрицы умножить на число λ, то её определитель умножится на это число λ.
При транспонировании матрицы её определитель не изменится.
При перестановке 2-х строк (столбцов) матрицы её определитель меняет знак на противоположный.
Если матрица содержит две одинаковые строки (столбца), то её определитель равен нулю.
Если какая-либо строка (столбец) матрицы состоит из одних нулей, то её определитель равен нулю.
Если все элементы какой-либо строки (столбца) матрицы умножить на число λ, то её определитель умножится на это число λ.
При транспонировании матрицы её определитель не изменится.
При перестановке 2-х строк (столбцов) матрицы её определитель меняет знак на противоположный.
Если матрица содержит две одинаковые строки (столбца), то её определитель равен нулю.
Теорема (частный случай теоремы Лапласа)
Определитель квадратной матрицы равен сумме произведений элементов любой строки (столбца) на их алгебраические дополнения:
Δ=ai1Ai1+ai2Ai2+…+ainAin.
Значение теоремы состоит в том, что позволяет свести вычисление определителей n-го порядка к вычислению более простых определителей (n-1)-го порядка.
Вопрос 25 Определение обратной матрицы
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.
Присоединенной матрицей квадратной матрицы А называется матрица, каждый элемент которой есть алгебраическое дополнение элемента транспонированной матрицы.
Теорема о существовании обратной матрицы. Обратная матрица А-1 существует и единственна тогда и только тогда, когда исходная матрица невырожденная.
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.
Вопрос 26 н-мерное линейное 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.
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.
Множество векторов с действительными компонентами, в котором определены операции сложения векторов и умножения вектора на число, удовлетворяющие приведённым выше свойствам, называется векторным пространством.
Линейное (векторное) пространство, в котором задано скалярное произведение векторов, удовлетворяющее указанным свойствам называется Евклидовым пространством. Длиной (нормой) вектора Х называется корень квадратный из его скалярного квадрата.
Угол φ между двумя векторами определяется по формуле:
Два вектора называются ортогональными, если их скалярное произведение равно нулю. Векторы n-мерного Евклидова пространства образуют ортонормированный базис, если эти векторы попарно ортогональны и норма каждого из них равна 1,т.е. если
Размерность и базис векторного пространства
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 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. В противном случае векторы A1,A2,..Am называются линейно независимыми.
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).
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.