- •Тема 1. Элементы общей алгебры
- •Комплексные числа, действия над ними.
- •Тригонометрическая форма, сопряженные числа.
- •Формула Муавра.
- •Извлечение квадратного корня, корни высших степеней,
- •Корни из единицы.
- •Многочлены одной переменной, операции над ними.
- •Алгоритм деления с остатком.
- •Делимость многочленов, ее свойства.
- •Наибольший общий делитель, алгоритм Евклида.
- •Метод Горнера.
- •Основная теорема алгебры (без док-ва).
- •Формулы Виета.
- •Тема 2. Теория определителей
- •Определители второго и третьего порядка.
- •Определители -го порядка. (определители высших порядков)
- •Перестановки, инверсии.
- •Три свойства перестановок.
- •Свойства определителей: определитель транспонированной матрицы, перемена местами строк в определителе, определитель матрицы с одинаковыми строками.
- •Свойства определителей: разложение определителя по строке.
- •Определитель ступенчатой матрицы.
- •Тема 3. Алгебра матриц
- •Линейное преобразование, умножение линейных преобразований.
- •Произведение матриц.
- •Матричная запись линейного преобразования и системы линейных уравнений.
- •Ассоциативность умножения матриц, транспонирование произведения матриц, умножение на единичную матрицу.
- •Сложение, вычитание матриц, произведение матрицы на число.
- •Сложение матриц.
- •Умножение матрицы на число.
- •Законы дистрибутивности, ассоциативность умножения на число, скалярная матрица.
- •Линейная комбинация матриц, многочлен от матрицы.
- •Сложение и умножение многочленов от матриц.
- •Обратная, неособенная, взаимная матрица.
- •Условие существования, вычисление обратной матрицы.
- •Обратная матрица для произведения матриц.
- •Решение систем линейных уравнений с помощью обратной матрицы.
- •Вычисление обратной матрицы с помощью элементарных преобразований.
- •Собственные числа и собственные столбцы матрицы.
- •Характеристический многочлен.
- •Собственные числа вещественной симметричной матрицы.
- •Теорема Гамильтона-Кэли.
- •Тема 4. Системы линейных уравнений
- •Системы линейных уравнений, их типы.
- •Теорема Крамера.
- •Ранг матрицы.
- •Элементарные преобразования матриц.
- •Вычисление ранга с помощью элементарных преобразований.
- •Метод Гаусса.
- •Элементарные преобразования систем линейных уравнений.
- •Теорема Кронекера-Капелли.
- •Теорема о числе решений системы линейных уравнений.
- •Однородные системы линейных уравнений. Общее решение однородной линейной системы.
- •Линейная комбинация решений, фундаментальная система решений.
- •Теоремы о структуре общего решения однородной и неоднородной системы линейных уравнений.
- •Тема 5. Квадратичные формы
- •Квадратичная форма, ее матрица, матричная запись квадратичной формы.
- •Тема 6. Алгебра векторов
- •Геометрический вектор, модуль вектора, коллинеарные и компланарные вектора.
- •Свободные, скользящие и связанные вектора.
- •Сумма, разность векторов, произведение вектора на число. Свойства этих операций.
- •Угол между векторами.
- •Вычисление ортогональной проекции.
- •Ортогональная проекция суммы векторов и произведения вектора на число.
- •Линейная комбинация векторов, линейно независимые вектора. Условия линейной зависимости векторов.
- •Базис, разложение вектора по базису, координаты вектора.
- •Изменение координат при сложении векторов и умножении вектора на число, координаты коллинеарных векторов.
- •Ортогональный и ортонормированный базис, направляющие косинусы.
- •Скалярное произведение векторов. Ортогональные вектора, скалярный квадрат.
- •Свойства скалярного произведения, вычисление скалярного произведения через координаты вектора.
- •Правая тройка векторов.
- •Векторное произведение векторов. Свойства векторного произведения.
- •Вычисление векторного произведения в координатах.
- •Тема 7. Метод координат
- •Декартова система координат.
- •Тема 8. Прямая и плоскость
- •Аналитическая геометрия на плоскости и в пространстве.
- •Прямая на плоскости и алгебраическая кривая первого порядка. Общее уравнение прямой.
- •Условия параллельности и перпендикулярности плоскостей.
- •Угол между прямыми.
- •Расстояние от точки до прямой.
- •Плоскость в пространстве и алгебраическая поверхность первого порядка. Общее уравнение плоскости.
- •Векторное, параметрическое, каноническое уравнение прямой.
- •Уравнение прямой в пространстве по точке и направляющему вектору.
- •Уравнение прямой, проходящей через две данные точки.
- •Угол между плоскостями.
- •Угол между прямыми в пространстве.
- •Условия параллельности и перпендикулярности прямых в пространстве.
- •Взаимное расположение прямых в пространстве (канонические и общие уравнения).
- •Взаимное расположение прямой и плоскости.
- •Угол между прямой и плоскостью.
- •Расстояние от точки до плоскости.
- •Расстояние от точки до прямой.
- •Расстояние между прямой и плоскостью.
Теорема Гамильтона-Кэли.
Теорема Гамильтона-Кэли: Любая квадратная матрица удовлетворяет своему характеристическому уравнению.
Если А – квадратная матрица и с(λ) её характеристический многочлен, то с(А) = 0.
Непосредственная проверка оправдывает это утверждение для матрицы порядка 2:
Характеристический многочлен
Тогда: c(A) = A2 − (a11 + a22)A + (a11a22 − a12a21)E =
Тема 4. Системы линейных уравнений
Системы линейных уравнений, их типы.
Линейными операциями над какими-либо объектами называются их сложение и умножение на число.
Линейной комбинацией переменных называется результат применения к ним линейных операций, т.е. где числа, переменные.
Линейным уравнением называется уравнение вида (2.1), где и b – числа, - неизвестные.
Таким образом, в левой части линейного уравнения стоит линейная комбинация неизвестных, а в правой – число.
Л
Системой линейных уравнений (линейной системой) называется система вида: (2.2)
где , - числа, - неизвестные, n – число неизвестных, m – число уравнений.
Решением линейной системы (2.2) называется набор чисел которые при подстановке вместо неизвестных обращают каждое уравнение системы в верное равенство.
Теорема Крамера.
Теорема Крамера: Правилом Крамера называют формулы для нахождения решения системы из n уравнений с n неизвестными и детерминантом отличным от 0.
Данный метод также применим только в случае систем линейных уравнений, где число переменных совпадает с числом уравнений. Кроме того, необходимо ввести ограничения на коэффициенты системы. Необходимо, чтобы все уравнения были линейно независимы, т.е. ни одно уравнение не являлось бы линейной комбинацией остальных.
Для этого необходимо, чтобы определитель матрицы системы не равнялся 0. det A 0;
Д
Т
в случае, если определитель матрицы системы не равен нулю, имеет единственное решение и это решение находится по формулам: xi = i/, где = det A, а i – определитель матрицы, получаемой из матрицы системы заменой столбца i столбцом свободных членов bi.
Ранг матрицы.
Ранг матрицы – это максимальный порядок отличного от нуля минора.
Минором матрицы порядка s называется определитель матрицы, образованной из элементов исходной матрицы, находящихся на пересечении каких-либо выбранных s строк и s столбцов. В матрице порядка mn минор порядка r называется базисным, если он не равен нулю, а все миноры порядка r+1 и выше равны нулю, или не существуют вовсе, т.е. r совпадает с меньшим из чисел m или n. Столбцы и строки матрицы, на которых стоит базисный минор, также называются базисными. В матрице может быть несколько различных базисных миноров, имеющих одинаковый порядок.
Определение. Порядок базисного минора матрицы называется рангом матрицы и обозначается Rg А.
Очень важным свойством элементарных преобразований матриц является то, что они не изменяют ранг матрицы.
Определение. Матрицы, полученные в результате элементарного преобразования, называются эквивалентными.
Надо отметить, что равные матрицы и эквивалентные матрицы - понятия совершенно различные.
Теорема. Наибольшее число линейно независимых столбцов в матрице равно числу линейно независимых строк.
Т.к. элементарные преобразования не изменяют ранг матрицы, можно существенно упростить процесс нахождения ранга матрицы.
Пример. Определить ранг матрицы. , RgA = 2.
Если с помощью элементарных преобразований не удается найти матрицу, эквивалентную исходной, но меньшего размера, то нахождение ранга матрицы следует начинать с вычисления миноров наивысшего возможного порядка. В вышеприведенном примере – это миноры порядка 3. Если хотя бы один из них не равен нулю, то ранг матрицы равен порядку этого минора.