Алгоритм нахождения ранга матрицы.

Пример Найдите ранг матрицы .

Решение. Первую строку оставляем без изменений. Чтобы избежать появления дробей, умножим вторую, третью и четвертую строки на 2:

Первую строку умножим на и прибавим ко второй. Получим строку . Первую строку умножим на и прибавим к третьей. Получим строку . Первую строку умножим на и прибавим к четвертой. Получим строку . В итоге имеем матрицу

Вторую строку оставляем без изменений. К третьей строке прибавляем вторую, умноженную на 2. Получим строку . К четвертой строке прибавляем вторую. Получим нулевую строку. Преобразованная матрица имеет вид

Поменяем местами третий и четвертый столбцы:

Базисный минор матрицы стоит в первых трех столбцах и первых трех строках, . Следовательно, .

Пример Пусть

Найдём частные производные второго порядка. Для этого сначала найдём производные первого порядка:

Затем находим производные от :

производные от :

и производные от :

От любой из частных производных второго порядка можно рассматривать, в свою очередь, частные производные:

Эти производные (их штук) называются частными производными третьего порядка; от них можно найти частные производные четвёртого порядка

и т. д.

Если при вычислении частной производной высокого порядка некоторые дифференцирования проводятся по одной и той же переменной несколько раз подряд, то это отражается в обозначениях очевидным образом, например, означает то же самое, что Дифференциальное и интегральное исчисление
Многочисленные лотереи и страховые компании, которые организовались в течение этого периода, вызвали у многих математиков, включая Эйлера, интерес к теории вероятностей. Это повело к попыткам применить учение о вероятностях в новых областях.

 

5)Системы линейных алгебраических уравнений
Система линейных алгебраических уравнений

 

Система m линейных уравнений с n неизвестными (или, линейная система) в линейной алгебре — это система уравнений вида

(1)

Здесь x ₁, x ₂, …, x_n — неизвестные, которые надо определить. a ₁₁, a ₁₂, …, a_mn — коэффициенты системы — и b ₁, b ₂, … b_m — свободные члены — предполагаются известными. Индексы коэффициентов (a_ij) системы обозначают номера уравнения (i) и неизвестного (j), при котором стоит этот коэффициент, соответственно^[1].

Система (1) называется однородной, если все её свободные члены равны нулю (b ₁ = b ₂ = … = b_m = 0), иначе — неоднородной.

Система (1) называется квадратной, если число m уравнений равно числу n неизвестных.

Решение системы (1) — совокупность n чисел c ₁, c ₂, …, c_n, таких что подстановка каждого c_i вместо x_i в систему (1) обращает все её уравнения в тождества.

Система (1) называется совместной, если она имеет хотя бы одно решение, и несовместной, если у неё нет ни одного решения.

Совместная система вида (1) может иметь одно или более решений.

Решения c ₁⁽¹⁾, c ₂⁽¹⁾, …, c_n ⁽¹⁾ и c ₁⁽²⁾, c ₂⁽²⁾, …, c_n ⁽²⁾ совместной системы вида (1) называются различными, если нарушается хотя бы одно из равенств:

c 1(1) = c 1(2), c 2(1) = c 2(2), …, cn (1) = cn (2).

Совместная система вида (1) называется определённой, если она имеет единственное решение; если же у неё есть хотя бы два различных решения, то она называется неопределённой. Если уравнений больше, чем неизвестных, она называется переопределённой.

Содержание [убрать] 1 Матричная форма 2 Методы решения 2.1 Прямые методы 2.2 Итерационные методы 3 См. также 4 Ссылки 5 Примечания

Матричная форма

Система линейных уравнений может быть представлена в матричной форме как:

или:

A x = B.

Если к матрице А приписать справа столбец свободных членов, то получившаяся матрица называется расширенной.

Методы решения

Прямые (или точные) методы позволяют найти решение за определённое количество шагов. Итерационные методы основаны на использовании повторяющегося процесса и позволяют получить решение в результате последовательных приближений.

 

6)Основные понятия систем линейных уравнений
Системы линейных уравнений: основные понятия

24 июня 2011

Определение. Система линейных уравнений — это объединение из n линейных уравнений, каждое из которых содержит k переменных. Записывается это так:

Многие, впервые сталкиваясь с высшей алгеброй, ошибочно полагают, что число уравнений обязательно должно совпадать с числом переменных. В школьной алгебре так обычно и бывает, однако для высшей алгебры это, вообще говоря, неверно.

Определение. Решение системы уравнений — это последовательность чисел (k₁, k₂,..., k_n), которая является решением каждого уравнения системы, т.е. при подстановке в это уравнение вместо переменных x₁, x₂,..., x_n дает верное числовое равенство.

Соответственно, решить систему уравнений — значит найти множество всех ее решений или доказать, что это множество пусто. Поскольку число уравнений и число неизвестных может не совпадать, возможны три случая:

1. Система несовместна, т.е. множество всех решений пусто. Достаточно редкий случай, который легко обнаруживается независимо от того, каким методом решать систему.
2. Система совместна и определена, т.е. имеет ровно одно решение. Классический вариант, хорошо известный еще со школьной скамьи.
3. Система совместна и не определена, т.е. имеет бесконечно много решений. Это самый жесткий вариант. Недостаточно указать, что «система имеет бесконечное множество решений» — надо описать, как устроено это множество.

Определение. Переменная x_i называется разрешенной, если она входит только в одно уравнение системы, причем с коэффициентом 1. Другими словами, в остальных уравнениях коэффициент при переменной x_i должен быть равен нулю.

Если в каждом уравнении выбрать по одной разрешенной переменной, получим набор разрешенных переменных для всей системы уравнений. Сама система, записанная в таком виде, тоже будет называться разрешенной. Вообще говоря, одну и ту же исходную систему можно свести к разным разрешенным, однако сейчас нас это не волнует. Вот примеры разрешенных систем:

Обе системы являются разрешенными относительно переменных x₁, x₃ и x₄. Впрочем, с тем же успехом можно утверждать, что вторая система — разрешенная относительно x₁, x₃ и x₅. Достаточно переписать самое последнее уравнение в виде x₅ = x₄.

Теперь рассмотрим более общий случай. Пусть всего у нас k переменных, из которых r являются разрешенными. Тогда возможны два случая:

1. Число разрешенных переменных r равно общему числу переменных k: r = k. Получаем систему из k уравнений, в которых r = k разрешенных переменных. Такая система является совместной и определенной, т.к. x₁ = b₁, x₂ = b₂,..., x_k = b_k;
2. Число разрешенных переменных r меньше общего числа переменных k: r < k. Остальные (k − r) переменных называются свободными — они могут принимать любые значения, из которых легко вычисляются разрешенные переменные.

Так, в приведенных выше системах переменные x₂, x₅, x₆ (для первой системы) и x₂, x₅ (для второй) являются свободными. Случай, когда есть свободные переменные, лучше сформулировать в виде теоремы:

Теорема. Если в системе из n уравнений переменные x₁, x₂,..., x_r — разрешенные, а x_{r + 1}, x_{r + 2},..., x_k — свободные, то:

1. Если задать значения свободным переменным (x_{r + 1} = t_{r + 1}, x_{r + 2} = t_{r + 2},..., x_k = t_k), а затем найти значения x₁, x₂,..., x_r, получим одно из решений.
2. Если в двух решениях значения свободных переменных совпадают, то значения разрешенных переменных тоже совпадают, т.е. решения равны.

В чем смысл этой теоремы? Чтобы получить все решения разрешенной системы уравнений, достаточно выделить свободные переменные. Затем, присваивая свободным переменным разные значения, будем получать готовые решения. Вот и все — таким образом можно получить все решения системы. Других решений не существует.

Вывод: разрешенная система уравнений всегда совместна. Если число уравнений в разрешенной системе равно числу переменных, система будет определенной, если меньше — неопределенной.

 

7)Метод Крамера. Решение систем линейных уравнений

Метод Крамера

Метод Крамера (правило Крамера) — способ решения квадратных систем линейных алгебраических уравнений с ненулевым определителем основной матрицы (причём для таких уравнений решение существует и единственно). Назван по имени Габриэля Крамера (1704–1752), придумавшего метод.

Содержание [убрать] 1 Описание метода 2 Пример 3 Вычислительная сложность 4 Примечания

[править] Описание метода

Для системы n линейных уравнений с n неизвестными (над произвольным полем)

с определителем матрицы системы Δ, отличным от нуля, решение записывается в виде

(i-ый столбец матрицы системы заменяется столбцом свободных членов).
В другой форме правило Крамера формулируется так: для любых коэффициентов c₁, c₂, …, c_n справедливо равенство:

В этой форме формула Крамера справедлива без предположения, что Δ отлично от нуля, не нужно даже, чтобы коэффициенты системы были бы элементами целостного кольца (определитель системы может быть даже делителем нуля в кольце коэффициентов). Можно также считать, что либо наборы b ₁, b ₂,..., b_n и x ₁, x ₂,..., x_n, либо набор c ₁, c ₂,..., c_n состоят не из элементов кольца коэффициентов системы, а какого-нибудь модуля над этим кольцом. В этом виде формула Крамера используется, например, при доказательстве формулы для определителя Грама и Леммы Накаямы.

Пример

Система линейных уравнений:

Определители:

 

Решение:

Пример:

Определители:

 

 

8)Метод Гауса. Решение систем линейных уравнений

Ме́тод Га́усса ^[1] — классический метод решения системы линейных алгебраических уравнений (СЛАУ). Это метод последовательного исключения переменных, когда с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого (или треугольного) вида, из которого последовательно, начиная с последних (по номеру) переменных, находятся все остальные переменные^[2].

Описание метода

Пусть исходная система выглядит следующим образом

Матрица A называется основной матрицей системы, b — столбцом свободных членов.

Тогда согласно свойству элементарных преобразований над строками основную матрицу этой системы можно привести к ступенчатому виду(эти же преобразования нужно применять к столбцу свободных членов):

При этом будем считать, что базисный минор (ненулевой минор максимального порядка) основной матрицы находится в верхнем левом углу, то есть в него входят только коэффициенты при переменных ^[3].

Тогда переменные называются главными переменными. Все остальные называются свободными.

Если хотя бы одно число , где i > r, то рассматриваемая система несовместна.

Пусть для любых i > r.

Перенесём свободные переменные за знаки равенств и поделим каждое из уравнений системы на свой коэффициент при самом левом (, где — номер строки):

,
где

Если свободным переменным системы (2) придавать все возможные значения и решать новую систему относительно главных неизвестных снизу вверх (то есть от нижнего уравнения к верхнему), то мы получим все решения этой СЛАУ. Так как эта система получена путём элементарных преобразований над исходной системой (1), то по теореме об эквивалентности при элементарных преобразованиях системы (1) и (2) эквивалентны, то есть множества их решений совпадают.

 

9)Понятие вектора. Операции над векторами

Определение: Направленный отрезок (или упорядоченная пара точек) называется вектором.

Вектор обычно обозначается символом , где А – начало, а В – конец направленного отрезка, либо одной буквой (в некоторых учебниках буква выделяется полужирным шрифтом; при этом стрелка опускается a). На чертеже вектор изображается стрелкой. Начало вектора называют точкой его приложения.

Расстояние между началом и концом вектора называется его длиной. Для обозначения длины вектора (его абсолютной величины) пользуются символом модуля. Так и обозначают длины соответствующих векторов.

Вектор единичной длины называют ортом.

К векторам будем относить и так называемый нулевой вектор, у которого начало и конец совпадают. Считается, что нулевой вектор не имеет определенного направления и имеет длину равную нулю. Это позволяет обозначать нулевой вектор вещественным числом 0 (нуль).

Векторы расположенные либо на одной прямой, либо на параллельных прямых называются коллинеарными. Нулевой вектор считается коллинеарным любому вектору. Среди коллениарных векторов различают одинаково направленные (сонаправленные) и противоположно направленные векторы.

Векторы называются компланарными, если они лежат либо на одной плоскости, либо на прямых, параллельных одной и той же плоскости.

Определение: Два вектора называются равными, если они: 1) коллинеарны; 2) равны по длине; 3) одинаково направлены.

Следствие: Для любого вектора и для любой точки А, существует, и притом единственная, точка B такая, что .

Мы не будем различать двух равных векторов, имеющих разные точки приложения. Такие векторы называются свободными (в отличие от скользящих и связанных векторов, встречающихся в других науках).

Понятие равенства векторов обладает следующими свойствами:

1. (рефлексивность).

2. Из того, что , следует (симметричность).

3. Из того, что и , следует (транзитивность).

Глава 2. Операции над векторами

Определение: Суммой двух векторов и называется вектор, имеющий начало в начале вектора , а конец – в конце вектора , при условии, что вектор приложен к концу вектора .

В соответствии с определением слагаемые и и их сумма образуют треугольник (рис.2). Поэтому данное правило сложения двух векторов называют «правилом треугольника».

Операция сложения векторов обладает свойствами:

1. (коммутативность);

2. , (ассоциативность);

3. для любого вектора (особая роль нулевого вектора);

4. для каждого вектора существует противоположный ему вектор такой, что (для получения достаточно поменять местами начало и конец вектора ).

Вектор противоположный вектору обозначают .

Определение: Разностью векторов и называется сумма вектора и вектора противоположного вектору , т.е. .
Разность получается из вектора сдвигом его начала в конец вектора , при условии, что векторы и имеют общее начало (рис.3). Очевидно, что для любого вектора .

Замечание: Существует еще одно правило сложения векторов, называемое «правилом параллелограмма»: векторы и прикладываются к общему началу О, и на них строится параллелограмм (рис. 4). Суммой будет вектор , расположенный на диагонали параллелограмма. Разностью здесь будет вектор , расположенный на второй диагонали.

Векторная алгебра имеет дело с двумя типами величин: векторами и числами. Числа обычно называют скалярными величинами или скалярами.

Определение: Произведением вектора на вещественное число λ (скаляр) называется вектор , такой, что 1) ; 2) вектор коллинеарен вектору ; 3) векторы и имеют одинаковое (противоположное) направление если λ > 0 (λ < 0).

Замечание: В случае, когда λ = 0 или произведение является нулевым вектором.

Операция умножения вектора на число обладает следующими свойствами:

1. (ассоциативное свойство сомножителей);

Действительно, заметим, что векторы, стоящие обеих частях равенства, имеют одну и ту же длину . Кроме того, они коллинеарны и одинаково направлены, так как их направление совпадает с направлением , если λ и μ одного знака, и противоположно направлению , если λ и μ имеют разные знаки. Если же λ или μ равны нулю, то обе части равенства равны нулю. Свойство доказано.

2. (свойства дистрибутивности).

Построим треугольник OAB где и . Построим далее треугольник SPQ, где и . Так как стороны SP, PQ треугольника SPQ параллельны и пропорциональны сторонам OA, AB треугольника OAB, то эти треугольники подобны. Поэтому сторона SQ также параллельна стороне OB и отношение их длин также равно |λ|. Ясно, далее, что и одинаково направлены, если λ > 0. Отсюда следует, что . Но и , а отсюда вытекает первое свойство дистрибутивности.

Очевидно, что векторы стоящие в обеих частях второго свойства дистрибутивности коллинеарны. Допустим сначала, что знаки λ и μ одинаковы. Тогда векторы и направлены одинаково и длина их суммы равна сумме их длин, т. е. . Но и следовательно, в этом случае векторы и равны по длине. Направление их совпадает с направлением вектора , если общий знак λ и μ положителен, и противоположно ему, если отрицателен. Допустим теперь, что знаки λ и μ различны, и для определенности будем считать |λ| > |μ|. В этом случае длина суммы равна разности длин, точнее . Но . Следовательно, и в этом случае длина вектора равна длине вектора . Очевидно, что оба эти вектора направлены так же, как . Если же |λ| = |μ| и знаки λ и μ противоположны, то обе части равенства равны нулю. То же обстоятельство имеет место, если равен нулю вектор или оба скаляра одновременно.

10)Вектора в прямоугольной декартовой системе координат

11)Уравнение прямой на плоскости