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 А^T, 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.

· №28

· В матрице размера m x n вычеркиванием каких-либо строк и столбцов можно выделить квадратные подматрицы k-го порядка, где k≤ min(m; n). Определители таких подматриц называются минорами k-го порядка матрицы А.

· Рангом матрицы А называется наивысший порядок отличных от нуля миноров этой матрицы.

· Ранг матрицы А обозначается rang A или r(A).

· Из определения следует:

· 1) ранг матрицы размера m x n не превосходит меньшего из её размеров, т.е. r(A) ≤ min (m; n).

· 2) r(A)=0 тогда и только тогда, когда все элементы матрицы равны нулю, т.е. А=0.

· 3) Для квадратной матрицы n-го порядка r(A) = n тогда и только тогда, когда матрица А – невырожденная.

· В общем случае определение ранга матрицы перебором всех миноров достаточно трудоемко. Для облегчения этой задачи используются элементарные преобразования, сохраняющие ранг матрицы:

· 1) Отбрасывание нулевой строки (столбца).

· 2) Умножение всех элементов строки (столбца) матрицы на число, не равное нулю.

· 3) Изменение порядка строк (столбцов) матрицы.

· 4) Прибавление к каждому элементу одной строки (столбца) соответствующих элементов другой строки (столбца), умноженных на любое число.

· 5) Транспонирование матрицы.

· Теорема. Ранг матрицы не изменится при элементарных преобразованиях матрицы.

 

№31

— Пусть число уравнений системы (1) равно числу переменных, т.е. m=n. Тогда матрица системы является квадратной, а её определитель Δ =│ А│ называется определителем системы.

— Предположим, что │ А│ не равен нулю, тогда существует обратная матрица А^-1.

— Умножая слева обе части матричного равенства на обратную матрицу А^-1 получим:

— А^-1 (АХ)= А^-1 В.

Решением системы уравнений методом обратной матрицы будет матрица-столбец:

Х= А^-1В.

(А^-1 А)Х =ЕХ =Х

— Теорема Крамера. Пусть Δ – определитель матрицы системы А, а Δ _j – определитель матрицы, полученный из матрицы заменой j-го столбца столбцом свободных членов. Тогда если Δ не равен нулю, то система имеет единственное решение, определённое по формулам Крамера:

где j=1..n.

 

№33

— Метод Гаусса – метод последовательного исключения переменных – заключается в том, что с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого или треугольного вида.

— Рассмотрим матрицу:

— эта матрица называется расширенной матрицей системы (1), так как в нее кроме матрицы системы А, дополнительно включен столбец свободных членов.

 

 

№26

— N-мерным вектором называется упорядоченная совокупность n действительных чисел, записываемых в виде Х=(х₁, х₂, …х_n), где х_i – i-я компонента вектора Х.

— Два n-мерных вектора равны тогда и только тогда, когда равны их соответствующие компоненты, т.е. Х=У, если x_i=y_i, 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.

— 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).

 

№29

Линейные операторы

— Определение. Если задан закон (правило), по которому каждому вектору x пространства ставится в соответствие единственный вектор y пространства

то говорят: что задан оператор (преобразование, отображение) A(x), действующий из в и

записывают y=A(x).

— Оператор называется линейным, если для любого вектора x и y пространства

и любого числа λ выполняются следующие соотношения:

 

№37

— Пустъ А – множество, состоящее из конечного числа элементов a₁, a_2, a₃…a_n. Из различных элементов множества А можно образовывать группы. Если в каждую группу входит одно и то же число элементов m (m из n), то говорят, что они образуют соединения из n элементов пo m в каждом. Различают три вида соединений: размещения, сочетания и перестановки.

— Соединения, в каждое из которых входят все n элементов множества А и которые, следовательно, отличаются друг от друга только порядком элементов называются перестановками из n элементов. Число таких перестановок обозначается символом Р_n.

№35

Классическое определение вероятности основано на понятии равновозможности событий.

Равновозможность событий означает, что нет оснований предпочесть какое-либо одно из них другим.

Рассмотрим испытание, в результате которого может произойти событие A. Каждый исход, при котором осуществляется событие A, называется благоприятным событию A.

Вероятностью события A (обозначают P(A)) называется отношение числа исходов, благоприятных событию A (обозначают k), к числу всех исходов испытания – N т.е. P(A)= k/ N.

— Из классического определения вероятности вытекают следующие ее свойства:

— Вероятность любого события заключена между нулем и единицей.

— Вероятность достоверного события равна единице.

— Вероятность невозможного события равна нулю

 

№39, 40

— Теорема сложения. Если А и В несовместны, то Р(А + В) = Р(А) +Р(В)

Поделиться: