anal
.docxЛинейная алгебра и аналитическая геометрия
Понятие числового поля. Аксиоматика, основные свойства операций + и *
Поле - множество элементов, для которых определены арифметические операции.
Для полей верны следующие утверждения:
a) Для любых элементов a и b поля F определены их сумма a+b и произведение a*b
b) Выполняются следующие тождества:
1) x+y=y+x
2) x+(y+z)=(x+y)+z
3) Существует 0 (нейтральный элемент), т.ч. x+0=x
4) Для любого x существует –х (противоположный элемент), т.ч. x+(-x)=0
5) xy=yx
6) (xy)z=x(yz)
7) Существует 1 (единица): x*1=x;
8) Для любого x не равного 0 существует 1/x (x^-1, обратный элемент): x*(1/x)=1
9) (x+y)z=xz+yz
Свойство полей: в любом поле нет делителя ноля
Доказательство: ab=0; a=0 или b=0;
Если a!=0, то существует обратный элемент a^-1: aa^-1=1
a^-1(ab)=a^-1*0=0
(a^-1*a)b=0
1*b=0=>b=0
Комплексные числа. Действия над ними.
Ко́мпле́ксные чи́сла — расширение множества вещественных чисел, обычно обозначается . Любое комплексное число может быть представлено как формальная сумма x + iy, где x и y — вещественные числа, i — мнимая единица. (wiki)
z = a+bi; i - мнимая единица
z̅ = a-bi;
Действия надо комплексными числами:
Потом все выражается через их представление как z=a+bi. Остальные операции (+ - *) делаются тривиально
Возведение в степень:
Основная теорема алгебры: Любые уравнения n-ной степени над комплексными числами имеют n корней
Многочлены над полем. Деление многочленов (алгоритм Эвклида). Теорема Безу. Разложение многочленов над полями действительных и комплексных чисел на простейшие множители.
Многочлен -
Все многочлены рассматриваются над полем F=C
Т.е. =>
Деление многочленов
Лемма. Число является корнем многочлена тогда и только тогда, когда делится на (x-b)
, где (x-b)=r(x) – делитель, g(x) – частное, h(x) – остаток
(Алгоритм Евклида (Эвклида О_о)
Теорема Безу
Теорема Безу утверждает, что остаток от деления многочлена P(x) на двучлен x − a равен P(a).
Доказательство
Поделим с остатком многочлен P(x) на многочлен x − a:
P(x) = (x − a)Q(x) + R(x).
Так как deg R(x) < deg(x − a) = 1, то R(x) — многочлен степени не выше 0. Подставляя x = a, поскольку (a − a)Q(a) = 0, имеем P(a) = R(a).
Любой многочлен с действительными коэффициентами раскладывается на произведение линейных множителей в виде (х-р), где р-действительное и квадратных трехчленов с действительными коэффициентами, не имеющих корней
Матрицы, сложение, умножение их. Умножение матриц на числа. Свойства этих операций.
Матрица – прямоугольная таблица, состоящая из n строк и m столбцов. - элемент матрицы.
Матрица, количество строк и столбоцов которой равны n называется квадратной матрицей порядка n
Диагональ, идущая от левого верхнего к правому нижнему углу называется главной диагональю.
Матрица называется единичной, если элементы ее главной диагонали равны единицам, а остальные – нулям.
Тут непонятная последовательность символов из тетради:
(Вот такая вот хрень)
Сложение матриц
Умножение матрицы на число
Свойства:
Еще свойства (из другого места)
Умножение матрицы на матрицу
определено только если m=p и
То есть для нахождения элемента конечной матрицы, мы складываем произведения элементов перемножаемых матриц, причем в 1 матрице мы движемся вниз по столбцу, а во 2 матрице – вправо по строке
(свойств у меня нету, кто найдет – дополните)
Определитель матрицы, свойства определителей
Определитель (детерминант) матрицы – общий знаменатель значений переменных.
Для матрицы второго порядка (2х2) он равен разности произведений элементов главной и второй диагоналей:
И называется определителем второго порядка (матрицы второго порядка)
Определитель 3-го порядка:
Определитель n-го порядка:
Минором элемента матрицы A называется определитель матрицы, полученной из A вычерком i-той сторки и j-того столца.
Алгебраическим дополнением элемента матрицы А называется число
Определитель для матрицы A (та что сверху)
Строку для нахождения определителя выбираем сами. Рациональнее, если в ней как можно больше нулей будет=)
Свойства определителей
Если матрица имеет нулевую строчку/столбец, то ее определитель равен нулю.
Если в матрице поменять местами любые 2 строки (стобца), то определитель меняет знак
Если в матрице есть две одинаковых строки (столбца), ее определитель равен 0
Общий множитель элементов любой строки (столбца) может быть вынесен за знак определителя:
Если в матрице есть две пропорциональных строки (стобца), ее определитель равен 0
Транспонирование: получается из A заменой ее столбцов на строки с сохранением их порядка ( ).
Обратные матрицы
Применительно к уравнениям:
Элементарные преобразования матрицы:
- Можно менять местами любые две строки
- Можно умножать любую строку на любое ненулевое число
- Можно элементы некоторой строки сложить с элементами другой строки, помноженной на некоторое фиксированное число
Получение обратной матрицы (методом кого то там)
Системы линейных уравнений. Решение их методами Крамера, с помощью обратной матрицы и методом Гаусса.
Метод Крамера:
1) Если определитель системы Δ не равен 0, то система имеет одно единственное решение:
2) Если Δ=0, но какое –то из не равно нулю, то решений у системы нет
3) Если то либо система не имеет решений, либо решений бесконечно много.
С помощью обратной матрицы
Т.е. систему можно записать так: AX=B
Если
Метод Гаусса:
Приводим полученную матрицу с помощью элементарных преобразований к следующему виду:
На месте * может быть либо 1 либо 0, на месте ? любое число, включая 0.
Полученная матрица может принять следующие характерные формы:
– одно решение
– бесконечно много решений
– решений нет
Однородные системы линейных уравнений, фундаментальная система решений подобных систем. Взаимосвязь решений неоднородной системы с решениями соответствующей однородной
Система
Называется однородной, если все ее свободные члены (b1=…=bn=0)
Свободные неизвестные – неизвестные, которые равны нулю
Допустим, есть система:
Матрица:
(допустим, мы получили что то подобное в процессе преобразований)
Очевидно, что 1 и 2 столбцы линейно независимы, а остальные являются их линейными комбинациями. Поэтому 1 и 2 столбцы – базисные.
Так как количество линейно независимых столбцов A = 2 то Rg A = 2 (ранг)
Следовательно, размерность подпространства решений d=n-r, где n-количество неизвестных, r – ранг матрицы.
В данном случае оно равно 1.
Запишем систему уравнений из Гауссовой матрицы (та, к которой привели)
Полагая, что = 1, находим фундаментальное решение системы:
И общее решение однородной системы:
Если независимых неизвестных больше, аналогично получаем другие элементы подпространство, принимая каждую независимую неизвестную за произвольное ненулевое число (1), а остальные за 0. И получаем в общем виде для n-мерного подпространства решений:
Где – базис подпространства решений, а – произвольные числа
Взаимосвязь решений неоднородной системы с решениями соответствующей однородной.
Значица сначала (или потом) решаем однородную систему (свободные члены заменяем нулями) и получаем базис решения:
Потом находим решение системы (как обычной системы) X (если есть свободные неизвестные, приравниваем их к 0)
И вот мы получили решение системы:
Сложение геометрических векторов. Умножение их на числа. Свойства этих операций.
Сложение:
Свойства:
(сложение проекций)
Умножение вектора на число:
Свойства:
(Ассоциативность)
(Дистрибутивность умножения относительно сложения чисел)
(Дистрибутивность умножение относительно сложения векторов)
Скалярное произведение геометрических векторов: определение , свойства, формулы для вычислений
Скаля́рное произведе́ние — операция над двумя векторами, результатом которой является скаляр (число), не зависящее от системы координат и характеризующее длины векторов-сомножителей и угол между ними. (wiki)
Свойства скалярного произведения:
Формулы умножения:
Векторное произведение векторов: определение, свойства, формула для вычисления
Векторное произведение — это псевдовектор, перпендикулярный плоскости, построенной по двум сомножителям, являющийся результатом бинарной операции «векторное умножение» над векторами в трёхмерном Евклидовом пространстве. Произведение не является ни коммутативным, ни ассоциативным (оно является антикоммутативным) и отличается от скалярного произведения векторов. Во многих задачах инженерии и физики нужно иметь возможность строить вектор, перпендикулярный двум имеющимся — векторное произведение предоставляет эту возможность. Векторное произведение полезно для «измерения» перпендикулярности векторов — длина векторного произведения двух векторов равна произведению их длин, если они перпендикулярны, и уменьшается до нуля, если векторы параллельны. (wiki)
Или
Описание векторного произведения:
Свойства векторного произведения:
Формула вычисления:
Смешанное произведение. Определение, свойства, формула для вычисления.
Определение:
Свойства:
⇒ 3)
4)
5)
6)
Плоскости. Их уравнения. Основные задачи, связанные с плоскостями
Общее уравнение плоскости:
Ax + By + Cz + D = 0; причем A, B, C не могут быть равну нулю одновременно
Уравнение плоскости в векторной форме:
Уравнение плоскости в отрезках:
Где – отрезки, отсекаемые плоскостью на осях Ox, Oy, Oz
Уравнение плоскости, проходящей через точку перпендикулярно вектору нормали N(A, B, C):
Уравнение плоскости, проходящей через три заданные точки , не лежащие на одной прямой:
(смешанное произведение векторов), иначе
Примеры решения задач: википедия=)