- •Теоретические вопросы
- •Раздел 1. Линейная алгебра. Векторная алгебра.
- •Раздел 2. Введение в анализ
- •Раздел 3. Элементы теории вероятностей.
- •Раздел 1. Линейная алгебра. Векторная алгебра.
- •Понятие матрицы, типы матриц
- •2.Операции с матрицами (сложение, умножение на число, умножение матрицы на матрицу, транспортирование матриц). Свойства операций.
- •3.Определители матриц, их свойства.
- •4.Разложение определителя по элементам любой строки, столбца.
- •Свойства линейных операций: Везде далее матрицы , и - матрицы одного размера.
- •Свойства транспонирования матриц:
- •5.Обратная матрица. Критерий ее существования и формула для вычисления.
- •Методы вычисления обратной матрицы Вычисление обратной матрицы с помощью присоединённой матрицы
- •6.Системы линейных алгебраических уравнений (слау).
- •7.Совместные, несовместные, определенные, неопределенные слау.
- •8. Формулы Крамера для решения слау.
- •Примеры решения систем уравнений
- •9. Матричный метод решения слау.
- •Матричный метод решения
- •Минор матрицы, ранг матрицы. Минор
- •Алгебраическое дополнение
- •Ранг матрицы Ранг системы строк и столбцов матрицы
- •Ранг матрицы
- •Метод окаймления миноров
- •Элементарные преобразования матриц, эквивалентные матрицы и их ранги.
- •Примеры элементарных преобразований
- •Линейно зависимые, линейно независимые строки матрицы. Критерий линейной зависимости.
- •Линейно зависимые и независимые строки
- •Критерий линейной зависимости (теорема).
- •Критерий совместности слау Кронекера-Капелли.
- •Метод Гаусса решения слау. Базисный минор, базисные и свободные переменные слау.
- •Формулировка теоремы о базисном миноре
- •Линейные операции над векторами, их свойства, проекция вектора на ось.
- •Операция сложения векторов обладает следующими свойствами:
- •Свойства умножения вектора на число:
- •Проекция вектора на ось
- •Свойства проекции векторов
- •Системы координат на плоскости.
- •Базис на плоскости и в пространстве: определения и теоремы; координаты вектора в данном базисе, разложение вектора по ортам, направляющие косинусы вектора.
- •Раздел 2. Введение в анализ
- •Множества и операции над ними.
- •2.Предел числовой последовательности: определение, свойства.
- •3.Определение предела функции, основные свойства пределов.
- •4. Первый и второй замечательный пределы.
- •5. Бесконечно-малые и бесконечно-большие функции. Сравнение бесконечно малых функций.
- •6. Определение производной функции, ее физический и геометрический смысл.
- •7. Уравнения касательной и нормали к кривой
- •8. Правила дифференцирования, производные основных элементарных функций; показательно-степенной функции; функций, заданных неявно и параметрически.
- •9. Определение неопределенного интеграла, его свойства, таблица простейших интегралов. Замена переменной в неопределенном интеграле.
- •10.Определение определенного интеграла, его физический и геометрический смысл
- •11. Свойства определенного интеграла.
- •12. Формула Ньютона-Лейбница
- •13. Приложения определенного интеграла.
- •Раздел 3. Элементы теории вероятностей
- •1. Комбинаторные правила суммы и умножения, перестановки. Размещения. Сочетания.
- •2. Классическое и геометрическое определение вероятности.
- •3. Операции над случайными событиями. Теоремы сложения вероятностей.
- •4. Зависимые и независимые события. Условная вероятность. Теоремы умножения вероятностей.
- •5. Формула полной вероятности.
- •6. Формула Бернулли.
- •7. Дискретные случайные величины, ряд распределения, числовые характеристики..
- •Числовые характеристики дискретных случайных величин
- •8. Непрерывные случайные величины, дифференциальный и интегральный законы распределения, числовые характеристики.
- •9. Статастическиое распределение выборки. Определение статистической и конкурирующей гипотезы, критерии согласия
- •10. Определения точечных и интервальной оценок параметров распределения, несмещенная оценка математического ожидания, доверительный интервал
5.Обратная матрица. Критерий ее существования и формула для вычисления.
Обратная матрица A−1 — матрица, произведение которой на исходную матрицу A равно единичной матрице E:
A·A-1 = A-1·A = E
Замечание.
Обратная матрица существует только для квадратных матриц определитель которых не равен нулю.
Свойства обратной матрицы:
● |
|
|||
● |
(A·B)-1 = A-1·B-1 |
|||
● |
(A-1)T = (AT)-1 |
|||
● |
|
|||
● |
(A-1)-1 = A |
Методы вычисления обратной матрицы Вычисление обратной матрицы с помощью присоединённой матрицы
Теорема.
Если справа к квадратной матрице дописать единичную матрицу того же порядка и с помощью элементарных преобразований над строками преобразовать полученную матрицу так, чтобы начальная матрица стала единичной, то матрица полученная из единичной будет обратной матрицей к исходной.
Замечание.
Если при преобразованиях в левой части матрицы образуется нулевая строка (столбец), то исходная матрица не имеет обратной матрицы.
Вычисление обратной матрицы с помощью союзной матрицы
Определение.
Матрица Ã, элементы которой равны алгебраическим дополнениям соответствующих элементов матрицы A называется союзной матрицей.
A-1 = |
1 |
ÃT |
det(A) |
6.Системы линейных алгебраических уравнений (слау).
Система m линейных алгебраических уравнений с n неизвестными (или, линейная система, также употребляется аббревиатура СЛА́У) в линейной алгебре — это система уравнений вида
|
(1) |
Система линейных уравнений от трёх переменных определяет набор плоскостей. Точка пересечения является решением.
Здесь
—
количество уравнений, а
—
количество неизвестных. x1, x2,
…,xn —
неизвестные, которые надо определить. a11, a12,
…, amn —
коэффициенты системы — и b1, b2,
… bm —
свободные члены — предполагаются
известными[1].
Индексы коэффициентов (aij)
системы обозначают номера уравнения
(i)
и неизвестного (j),
при котором стоит этот коэффициент,
соответственно[2].
Системой линейных алгебраических уравнений (СЛАУ) называется система вида:
Упорядоченный
набор значений
называется
решением
системы,
если при подстановке в уравнения все
уравнения превращаются в тождество.
7.Совместные, несовместные, определенные, неопределенные слау.
СЛАУ называется совместной, если она имеет, хотя бы одно решение.
В противном случае система называется несовместной.
Система называется определённой, если она совместна и имеет единственное решение.
В противном случае (т.е. если система совместна и имеет более одного решения) система называется неопределённой.
Система называется однородной, если все правые части уравнений, входящих в нее, равны нулю одновременно.
Система называется квадратной, если количество уравнений равно количеству неизвестных.
