(1с) Алгебра - экзамен

Алгебра - экзамен
Конспект по темам экзамена Арсланова М. М.

1 семестр
Издание 2-е, дополненное и исправленное
Авторы: Никита Карамов

Дарья Ковтун
conspects.karamoff.dev
Поддержите авторов: на сайте вы можете найти реквизиты для перевода денег
В комментарии к платежу просьба писать “За конспект по алгебре”

В этом конспекте рассматриваются темы и вопросы к экзамену.
Требуемые определения и формулы выделены курсивом на сиреневом фоне.
Типовые задачи находятся в соответствующих темах, помечены буквой [Т] и

выделены оранжевым цветом.
2
1
Системы линейных уравнений (СЛУ) от многих неизвестных.
Система линейных уравнений (СЛУ) — система уравнений, каждое уравнение в
которой является линейным (уравнением первой степени).
n
СЛУ — система уравнений вида ai,1 x1 + ai,2 x2 + ... + ai,n xn = bi (кратко ∑ aij xj = bi ),
j=1
где 1 ≤ i ≤ m — номер строки/уравнения, n — количество неизвестных:
Систему линейных уравнений можно записать в виде матрицы n×m

, где элемент
на i-й строке и j-м столбце равен aij
При добавлении справа столбца свободных членов, где элемент на i-й строке
равен bi, получается расширенная матрица уравнения:
Совместные и несовместные, однородные и неоднородные

системы.
Система совместна:
- если имеет хотя бы одно решение

- когда в ней ранг расширенной матрицы совпадает с рангом основной
матрицы (теорема Кронекера-Капелли, см. 9)
3
Система с единственным решением называется определённой
Система с несколькими решениями называется неопределённой
Система несовместна, если она не имеет решений.
Система однородна, если все свободные члены (b1, b2 , …, bm

) равны нулю.
Система неоднородна, если хотя бы один свободный член не равен нулю.
Понятие о решении системы.

Решение системы линейных уравнений — это последовательность чисел
(k1, k2, ..., k
n), при подстановке которых в систему вместо переменных x1, x 2, ..., xn
получается система верных числовых равенств.
Решение системы линейных уравнений — вектор из k элементов, где k —

количество неизвестных.
Решить систему уравнений значит найти множество всех её решений или

доказать, что оно пусто.
4
2
Элементарные преобразования СЛУ.
Элементарные преобразования, применимые к системам линейных уравнений:
- перестановка уравнений местами

- умножение уравнения на число ≠ 0
- прибавление одного уравнения, умноженного на число ≠ 0, к другому
(при этом меняется только уравнение, к которому прибавляют)
Теорема об эквивалентности систем линейных уравнений при

применении элементарных преобразований.
Системы называются эквивалентными (равносильными), когда множества их
решений равны.
Теорема. Элементарные преобразования системы линейных уравнений

приводят к эквивалентной системе
Доказательство.
Очевидно, что при перестановке уравнений местами система уравнений остаётся

неизменна.
При умножении уравнения на число λ ≠ 0:

λai,1 x1 + ... + λai,n xn = λbi ⇒ λ(ai,1 x1 + ... + ai,n xn ) = λbi ⇒ ai,1 x1 + ... + ai,n xn = λλ bi —
получается исходное уравнение.
При прибавлении одного уравнения, умноженного на число λ ≠ 0, к другому:
(λa1,1 + a2,1 )x1 + (λa1,2 + a2,2 )x2 + ... + (λa1,n + a2,n )xn = b2 + λb1
λ(a1,1 x1 + ... + a1,n xn ) + (a2,1 x1 + ... + a2,n xn ) = λb1 + b2
Метод Гаусса решения СЛУ.

Метод Гаусса — метод решения СЛУ, при котором с помощью элементарных
преобразований система приводится к треугольному виду, после чего
последовательно находятся все неизвестные.
[Т] Решение уравнения с единственным решением методом Гаусса
5
1. Записать систему в виде расширенной матрицы
2. С помощью элементарных преобразований привести основную часть

матрицы к треугольному (ступенчатому) виду
3. Записать снова в виде системы
4. Найти значения
6
3
Арифметические линейные пространства.
Арифметическое линейное (векторное) пространство — множество объектов,
на котором определено 2 операции — сложение векторов и умножение
векторов на число.
Состоит из векторов. Вектор можно записать так: a (α1 , α2 , ..., αn ) 1, где

α1, α2, …, αn —
числа.
Линейная зависимость и независимость векторов, признаки.

Выражение вида λ1 A1 + λ2 A2 + ... + λn An есть линейная комбинация векторов
A1 , A2 , ..., An для набора чисел λ1 , λ2 , ..., λn .
Пример: a(2, 3), b(3, 5), c = 3a − 2b = (6 − 6, 9 − 10) = (0,− 1) . Вектор c( 0,-1) —
линейная комбинация векторов (2,3) и (3,5)
Набор чисел называется ненулевым, когда хотя бы одно число в наборе не равно
нулю.
Два вектора называются линейно зависимыми, если линейная комбинация

одного вектора равна другому
Векторное пространство называется линейно зависимым,
− когда хотя бы один из векторов является линейной комбинацией

остальных;
− если существует ненулевой набор чисел, при котором линейная
комбинация векторов равна нулевому вектору2.
Если An+1 = a1A1+...+anAn — система линейно зависима (1)

Значит, если перенести всё в одну часть, мы получим 1•An+1-a1A1-...-anAn = 0
То есть, линейная комбинация всех строк равна нулю (2)
Если an+1
An+1+a1A1+...+anAn=0 — система линейно зависима (2)
Значит, если оставить слева только An+1, мы получим an+1An+1 = -a1A1-...-anAn
Поделив равенство на an+1 получим An+1
= -(a1/an)A1-...-(an/an+1)An, то есть, An+1

есть линейная комбинация остальных строк (1)
1
Векторы обозначаются буквой, над которой нарисована стрелка, ведущая вправо. Ввиду технических
ограничений, над буквами мы рисуем не стрелку, а чёрточку.
2
Нулевой вектор — вектор, состоящий из нулей
7
езависимым, если линейная
Векторное пространство называется линейно н
комбинация векторов равна нулевому вектору только на нулевом наборе чисел.
[Т] Проверка линейной зависимости/независимости системы векторов.

Для проверки линейной зависимости и независимости векторов можно записать
их в форме матрицы и привести к ступенчатому виду.
Пример: определить, зависима ли система векторов:
⇒ ⇒
Как мы видим, при вычитании из 4-го вектора 2-го и добавлении 3-го можно
получить 1-й вектор. Значит, он является линейной комбинацией других
векторов, а следовательно система векторов является линейно зависимой.
8
4
Базис, размерность, теорема о базисе (почти).
Базисом векторного пространства A называется максимальное
подпространство B, обладающее следующими свойствами:
− B — линейно независимое пространство

− любой вектор из A есть линейная комбинация векторов из B
Размерностью (рангом) базиса называется количество векторов в базисе.

Размерностью (рангом) пространства называется максимальное количество
линейно независимых векторов.
Теорема о базисе. Размерность пространства совпадает с размерностью

базиса.
Доказательство. Эти числа совпадают, ведь если любой вектор пространства

есть комбинация векторов базиса, то совместная система этого вектора и базиса
будет линейно зависимой, следовательно базис — максимальная по включению
система линейно независимых векторов.
9
5
Матрицы.
Матрица — совокупность строк и столбцов, на пересечении которых находятся
элементы.
Размерность матрицы — количество её строк и столбцов; обозначается n×m
Операции над матрицами (сложение, умножение,

транспонирование, вычисление обратной).
Сложение матриц
Пусть есть матрица A из элементов a и матрица B из элементов b, тогда матрица
C=A+B будет состоять из элементов ci,j=ai,j+bi,j.
Складывать можно только матрицы одинаковой размерности.
Для сложения матриц действуют законы:
- коммутативности (A+B=B+A)
- ассоциативности ((A+B)+C = A+(B+C))
- сложения с нулевой матрицей3 (A+O = A)
- наличия противоположной (A +(-A) = 0)
[Т] Сложение матриц
Умножение матрицы на число

Пусть есть матрица A из элементов a, тогда матрица B=λ×A будет состоять из
элементов b=λ×ai,j.
Для умножения матриц на число действуют законы:
- умножения на 1 (1×A=A) и на 0 (0×A=O)

3
Матрица, все элементы которой — нули
10
- ассоциативности ((λμ)A = λ(μA))
- дистрибутивности ((λ+β)A = λA + βA) и (λ(A+B) = λA + λB)
Умножение матриц друг на друга

Пусть есть матрица Am×n из элементов a и матрица Bn×k
из элементов b, тогда
n
матрица Cm×k=A×B будет состоять из элементов ci,j= ∑ ai,k bk,j .
k=1
Умножать матрицы можно только когда, когда количество столбцов первой

матрицы совпадает с количеством строк второй.
Для умножения матриц действуют законы:
- некоммутативности в общем случае (A×B≠B×A)

- коммутативности при умножении на единичную матрицу4
- ассоциативности ((AB)C = A(BC))
- дистрибутивности ((A+B)C = AC + BC) и (A(B+C) = AB + AC)
[Т] Умножение матриц
Транспонирование
Пусть есть матрица A из элементов ai,j, тогда матрица AT будет состоять из
элементов aj,i.
Количество строк транспонированной матрицы равно количеству столбцов

исходной (и наоборот).
[Т] Транспонирование матрицы
Обратная матрица
Для матрицы An,n обратная матрица A-1n,n такая, что A×A-1=E.
Обратная матрица существует только для квадратных матриц, определитель

которых не равен нулю.
Дана матрица A, надо найти A-1.
4
Матрица, элементы главной диагонали которой равны единице, а остальные — нулю. Обозначается E.
11
Вычисление обратной матрицы с помощью матрицы алгебраических дополнений
Доказательство этого метода см. в п. 10 (Теорема Крамера)
Алгебраическое дополнение элемента ai,j

— число Ai,j=(-1)i+j×Mi,j
Mi,j —
минор — определитель матрицы, получающейся при вычеркивании i-й
строки и j- го столбца.
1. Транспонировать матрицу
2. Найти матрицу ÃT алгебраических дополнений AT
3. Найти определитель исходной матрицы и поделить на него матрицу ÃT
Вычисление обратной матрицы методом Гаусса

1. Приписать справа/снизу к матрице единичную
2. Элементарными преобразованиями строк/столбцов привести

левую/верхнюю часть матрицы к единичной
3. В правой/нижней части останется обратная матрица
12
[Т] Вычисление обратной матрицы с помощью присоединенной матрицы и с
помощью элементарных преобразований
1. Присоединить единичную матрицу
2. Элементарными преобразованиями привести левую часть матрицы к

единичной
a.
b.
c.
d.
3. Полученная справа новая матрица и есть обратная матрица для исходной
Ранг матрицы (определение)

Ранг матрицы — количество линейно независимых строк в матрице.
Строка называется линейно зависимой, если её можно получить при применении

элементарных преобразований к другим строкам.
13
6
Теорема о ранге матрицы (= теорема об окаймляющих
минорах = теорема о равности рангов по строкам/столбцам).
Минор порядка k — определитель матрицы k×k из элементов исходной матрицы
n×m, причём 1 ≤ k ≤ min(m,n).
Окаймляющий минор для минора порядка k — любой минор порядка k+1,
содержащий исходный минор.
Теорема. Наивысший порядок минора матрицы ≠ 0, окаймляющие миноры

которого = 0, равен рангу матрицы.
Доказательство. Пусть наивысший порядок минора ≠ 0 равен k.

Без ограничения общности5 предположим, что Mk находится в верхнем левом
углу матрицы.
1) Предположим, что первые k строк матрицы линейно зависимы.

Следовательно, существует строка i, являющаяся линейной комбинацией
других строк. Тогда Mk = 0, что противоречит формулировке. Значит,
первые r строк матрицы линейно независимы.
2) Возьмём произвольную строку и поставим её на i=k+1 позицию. Возьмём
произвольный столбец и поставим его на j=k+1 позицию. Мы получили
минор Mk+1. По определению Mk+1=0.
Разложим Mk+1 по j-у столбцу6:

Mk+1 = a1,jA1,j + a2,jA2,j + ... + ak,jAk,j + ai,jMk = 0
Перенесём все слагаемые, кроме последнего, в правую часть равенства.

Так как по условию Mk ≠0, поделим всё равенство на него:
A A A
ai,j =− M1,j a1,j − M2,j a2,j − ... − Mi−1,j ai−1,j .
k k k
Так как Aa,j и Mk являются константами, строка i является линейной
комбинацией предыдущих k строк.
Так как любая строка под номером > k является линейной комбинацией других,
значит, в матрице есть только k линейно независимых строк ⇒ ранг матрицы
равен r, что есть наивысший порядок минора матрицы ≠ 0, окаймляющие
миноры которого = 0.
Теорема доказана.
5
Так как мы можем менять местами строки и столбцы
6
Можно также разложить Mk+1
по i- й строке, что доказывает равенство ранга по столбцам и по строкам
14
Вычисление ранга матрицы.
Приведя матрицу к ступенчатому виду, мы сможем найти и убрать все нулевые
строки, тогда по количеству оставшихся можно легко определить ранг матрицы.
[Т] Вычисление ранга матрицы. Проверка совместности СЛУ.

Для проверки совместности СЛУ можно использовать теорему
Кронекера-Капелли — система совместна только тогда, когда совпадают ранги
расширенной и основной матрицы.
Пример: определить совместность следующей системы
Приведём матрицу к ступенчатому виду:
Рассмотрим ранги основной и расширенной матрицы отдельно:
Ранги основной и расширенной матриц не совпадают, следовательно, система

уравнений несовместна.
15
7
Определители: определение и свойства, связанные с
линейными преобразованиями строк и столбцов.
Перестановка — упорядоченный набор чисел; биекция на множестве
{1, 2, ..., n}, которая числу i ставит в соответствие i-й элемент набора.
Инверсия в перестановке — такая пара i, j, что при i<j i-й элемент перестановки
больше j-го.
Число всех перестановок n чисел равно n!.
Определитель матрицы n×n (det A) — сумма n! произведений элементов

разных строк матрицы.
n!
Вычисляется по формуле: ∑ (− 1)|σ| a1,σ a2,σ · ... · an,σn
1 2
σ∈S n
В этой формуле σ означает одну из всех возможных перестановок чисел

1, 2, ..., n, а |σ| — количество инверсий в этой перестановке.
Определитель существует только для квадратной матрицы.
Свойства определителя (с доказательствами)

1) Если хотя бы одна строка состоит полностью из нулей, то определитель
равен нулю
● определитель — сумма произведений элементов матрицы по
перестановкам, следовательно, в каждом слагаемом множителем
будет элемент из нулевой строки, в результате чего все слагаемые
обращаются в ноль
● из 2: в нулевой строке общим множителем элементов будет ноль,
который можно вынести
2) Если все элементы какой-нибудь строки содержат общий множитель, то его

можно вынести за определитель
● в каждом слагаемом будет элемент строки, содержащий множитель,
следовательно, его можно вынести за сумму ⇔ за определитель
3) Если элементы некоторой строки представляют собой суммы двух

элементов:
16
,
то определитель можно разбить на сумму двух определителей:
.
● в каждом слагаемом одним из множителей будет сумма элементов в
скобках, которые можно будет раскрыть и в результате получить два
определителя:
4) Если в матрице совершить элементарные преобразования второго рода7,

то определитель не изменится
● Определитель изменившейся матрицы можно представить в виде
суммы двух определителей (см. св-во 3), один из которых является
исходным, а второй имеет две пропорциональные друг другу строки и,
следовательно, равен нулю (см. св-ва 2 и 5)
5) Если в определителе совпадают две строки, то определитель равен нулю

● Если в определителе совпадают две строки, то можно совершить
элементарные преобразования второго рода — умножить одну из
строк на -1 и прибавить к другой —, в результате которых
определитель не изменится (из св-ва 4), и получить нулевую строку.
Определитель с нулевой строкой равен нулю (из св-ва 1), а значит и
исходный определитель тоже равен 0

6) Если в определителе поменять местами две соседние строки, то
определитель изменит свой знак
● Любая транспозиция двух элементов в перестановке меняет её
чётность. Следовательно, при перестановке двух строк происходит
транспозиция среди элементов этих двух строк, а значит меняются
7
Элементарное преобразование, суть которого заключается в прибавлении строки, умноженной на число, к
другой
17
знаки при слагаемых определителя ⇒ определитель меняет свой знак
7) Определитель транспонированной матрицы совпадает с определителем

исходной матрицы
● определитель — сумма всех возможных произведений элементов
(по перестановкам), где в каждом произведении нет элементов
с совпадающими строками или столбцами.
Следовательно, для транспонированной матрицы мы точно так же
возьмём все возможные произведения её элементов, в которых не
будет элементов с совпадающими номерами строк/столбцов.
Выходит, что определитель транспонированной матрицы получается
из тех же слагаемых, что и определитель исходной, то есть
определители совпадают
8) Дашенька и Никитка самые лучшие <3
Способы вычисления.
Формулы для n = 1, 2, 3
Разложение по строке/столбцу
Определитель любой матрицы можно разложить по элементам произвольной
строки под номером i следующим образом:
18
,
где Ai,j — алгебраическое дополнение элемента ai,j

. Заметьте, что знаки в сумме
будут чередоваться.
Так как определитель транспонированной матрицы совпадает с определителем

исходной, можно раскладывать определитель не только по строке, но и по
столбцу.
[Т] Вычисление определителя разложением по строке/столбцу
Разложим определитель по первой строке:
Теперь попробуем разложить определитель по второму столбцу:
Очевидно, получаются одинаковые числа.
Приведение к треугольному виду

Верхняя треугольная матрица — матрица, где элементы, находящиеся ниже
элементов главной диагонали, равны нулю.
Определителем матрицы, приведённой к верхнему треугольному виду, является

произведение элементов её главной диагонали.
19
[Т] Вычисление определителя приведением к треугольному виду
Элементарными преобразованиями приведём матрицу к треугольному виду

(не забывая менять знак после перестановки строк):
Определителем полученной матрицы является произведение элементов её

главной диагонали:
Хм, опять -9...
20
8
Фундаментальная система решений линейных однородных
уравнений.
Выбираем m неизвестных, которые будут базисом системы. Выбрать

неизвестные нужно такие, чтобы определитель матрицы коэффициентов
получившегося базиса не был равен нулю. Без ограничения общности будем
считать, что это первые m неизвестных:
Перепишем уравнение так, чтобы переменные из базисы были слева от знака

равенства, а остальные — справа:
Построим таблицу. В левой части имеем столбцы базисных переменных. Правую

часть заполняем единичной матрицей размера n-m:
21
Подставляя разные значения xm+1, ..., xn, мы будем получать совместные
системы уравнений, решая которые методом Крамера, мы будем находить
значения базисных переменных.
В итоге получится таблица, каждая строка которой представляет вектор решений

СЛУ.
Базис векторного пространства решений СЛУ называется фундаментальной

системой решений.
[Т] Нахождение общего решения системы линейных однородных

уравнений (через фундаментальную систему решений)
Для начала методом Гаусса следует упростить систему до более меньших
коэффициентов, а также избавиться от линейно зависимых уравнений.
1. Выбираем 2 (по количеству уравнений) базисные переменные такие, чтобы

определитель базиса не равнялся нулю — пусть это будут x1 и x2.
2. Переносим небазисные переменные в правую часть
3. Строим таблицу
4. Подставляя на место небазисных переменных числа из наборов, решаем

системы уравнений
5. Полученные три вектора e1 , e2 , e3 являются базисом пространства решений

СЛУ, то есть её фундаментальной системы решений. Общим решением
системы будет сумма этих векторов
22
Общее решение линейной неоднородной системы через
фундаментальную систему решений соответствующей
однородной системы.
Чтобы найти общее множество решений, нужно сначала найти фундаментальную

систему решений соответствующей однородной системы:
Затем нужно найти одно частное решение исходной неоднородной системы и

записать его в таблицу:
Общее решение системы записывается следующим образом:
где λi обозначает какой-либо коэффициент, ei — вектор решений,

представленный i-й строкой таблицы, e* — частное решение.
[Т] Нахождение общего решения системы линейных неоднородных

уравнений (через общее решение соответствующей однородной
системы)
Для начала методом Гаусса следует упростить систему до более меньших
коэффициентов, а также избавиться от линейно зависимых уравнений.
23
1. Найдём фундаментальную систему решений соответствующей
однородной системы
a. Выберем две базисные переменные такие, чтобы определитель

базиса не равнялся нулю — пусть это будут x2 и x4.
b. Перенесём небазисные переменные в правую часть
c. Составим таблицу
d. Подставляя, решим системы уравнений и заполним таблицу
2. Находим одно частное решение исходной неоднородной системы
3. Запишем общее решение системы
или
24
9
Теорема Кронекера-Капелли
Дана система линейных уравнений
Теорема. СЛУ совместна (1) тогда и только тогда, когда ранг расширенной
матрицы совпадает с рангом основной матрицы (2).
1 ⇒ 2: Пусть система совместна. Тогда существует решение этой системы —

набор (α1, α2, …, αn) такой, что выполняется равенство
α1A1+α2A2+...+αnAn=B,
где Ai — i-й столбец матрицы, B — столбец свободных членов, последний
столбец расширенной матрицы.
Значит, столбец B — линейная комбинация других столбцов, и его можно изъять.
Следовательно, ранг расширенной матрицы совпадает с рангом основной.
2 ⇒ 1: Пусть ранги основной и расширенной матрицы совпадают. В основной

матрице есть базисный минор порядка rang A. Так как ранги совпадают, этот же
минор будет базисным и для расширенной матрицы. Значит, столбец B не входит
в базис, а следовательно является линейной комбинацией других строк, то есть
существует набор (α1, α2, …, αn) такой, что выполняется равенство
α1A1+α2A2+...+αnAn=B.
Этот набор является единственным решением системы, что соответствует тому,

что СЛУ совместна.
25
10
Теорема Крамера
Если det A ≠ 0, то система уравнений имеет единственное решение,
Δ
определяемое по формуле: xi = Δi , где Δ = det A, Δi — определители основной
матрицы, i- й столбец которой заменён на столбец свободных членов B.
Для начала докажем, что если определитель матрицы не равен нулю, то

обратная матрица равна ÃT / det A, где ÃT — матрица алгебраических
дополнений элементов транспонированной матрицы.
Пусть дана матрица A и матрица алгебраических дополнений элементов

транспонированной матрицы A — ÃT . Умножим их:
n
Так как определитель матрицы равен ∑ ai,j Ai,j , становится понятным, что
j=1
элементами главной диагонали матрицы C = A × ÃT будут Δ = det A. При этом
оставшиеся элементы матрицы будут равны нулю8:
Вынеся Δ за матрицу, получаем
⇒ ⇒
, что и требовалось доказать.
Пусть дана СЛУ: A × X = B ⇒

A-1 × A × X = A-1 × B ⇒
X = A-1 × B:
8
Если не лень, можно взять пример, разложить и посчитать. Будут нули. WE GUARANTEE IT!
26
[Т] Решение СЛУ методом Крамера
1. Найти определитель основной матрицы
Если определитель равен нулю, систему нельзя решить методом Крамера.

2. Подставляя столбец свободных членов вместо столбцов основной
матрицы, найти определители и корни уравнения
27
11
Комплексные числа
Комплексное число — число формы α + βi , где i – мнимая единица, i = √− 1 .
Сопряжённое комплексное число — для комплексного числа z = a + bi это число

z = a − bi
Геометрическая форма комплексного числа
Аргумент и модуль комплексного числа

Аргумент комплексного числа обозначается φ — угол между отрезком из
начала координат в точку (α,β) и осью абсцисс.
Модуль комплексного числа обозначается |z| — длина этого отрезка.
√
|z| = α2 + β 2
α = cosφ · |z|
β = sinφ · |z| (подробнее через пункт)
Операции над комплексными числами

Сложение: (a + bi) + (c + di) = (a + c) + (b + d)i
Вычитание: (a + bi) − (c + di) = (a − c) + (b − d)i
Умножение: (a + bi) · (c + di) = (ac − bd) + (ad + bc)i
Деление: a+bi
c+di
= (a+bi)(c−di)
(c+di)(c−di)
= (ac+bd)+(bc−ad)i
2 = ac+bd
2 +
bc−ad
i
2
c +d 2
c +d c2 +d2
Возведение в степень ( z n , z −n , √n z ): см. п.12 (формула Муавра)
28
Пример операций над комплексными числами
Возьмём два числа z 1 и z 2 :
z 1 =− 1 + 2i z 2 = 3 − 4i
Сложение: z 1 + z 2 = (− 1 + 2i) + (3 − 4i) = 2 − 2i

Вычитание: z 1 − z 2 = (− 1 + 2i) − (3 − 4i) =− 4 + 6i
Умножение: z 1 · z 2 = (− 1 + 2i) · (3 − 4i) =− 3 + 4i + 6i − 8i2 = 5 + 10i
Деление: z 1 : z 2 = −1+2i
3−4i
= (−1+2i)(3+4i)
(3−4i)(3+4i)
= −11+2i
9+16
11
=− 25 2
+ 25 i
Тригонометрическая форма комплексного числа

z = a + bi = |z|(cos(φ) + i · sin(φ))
Обоснование
Помимо скалярных координат можно найти ещё и полярные координаты любой

точки, зная радиус окружности и угол φ. При сравнении рисунков очевидно, что:
α = cosφ · r
β = sinφ · r
Радиус находится по формуле расстояния между точками (α,β) и (0,0) —
√
r = α2 + β 2 . Это число также обозначают |z| и называют модулем комплексного
числа.
[Т] Нахождение тригонометрической формы комплексного числа

Пусть дано число z = 1 − √3i .
1. Найдём модуль числа: |z| =

√1 2
+ (√3)2 = √4 = 2
2. Найдём угол φ: φ = arcsin ( ) = arccos (
−√3
2
1
2 ) =− π3
29
3. Тригонометрическая форма: z = 2 [cos (− π
3 ) + i · sin (− π3 )]
30
12
Формула Эйлера
При разложении ex , sin(x) и cos(x) на ряды Маклорена, можно заметить, что
выполняется следующее соотношение:
eix=cos(x)+is
in(x) .
Это называется формулой Эйлера.
При подстановке x=π, можно получить особый частный случай формулы:
eiπ+1=0.
Это называется тождеством Эйлера. Оно связывает пять главных констант в

математике: 0, 1, e, i, π.
Формула Муавра
z n = |z|n (cos(nφ) + i · sin(nφ))
1
√z = z n = √|z|(cos( φ+2πk ) + i · sin( φ+2πk
n n
n n
))
Доказательство для положительных степеней (методом математической

индукции).
1. при n=1: z 1 = |z|1 (cos(φ) + i · sin(φ))

2. пусть для k доказано
3. при n =k+1:
z k+1 = z · z k = |z|k+1 (cos(kφ) + i · sin(kφ)) · (cosφ + i · sinφ) =
|z|k+1 (cos(kφ) · cos(φ) + cos(kφ) · i · sin(φ) + i · sin(kφ) · cos(φ) + i · sin(kφ) · i · sinφ =
|z|k+1 (cos(kφ + φ) + i · sin(kφ + φ) = |z|k+1 (cos(φ(k + 1)) + i · sin(φ(k + 1)) .
Доказательство для отрицательных степеней.

−n 1 1 cos(nφ)−i·sin(nφ)
z −n = (|z| (cosφ + i · sinφ)) = n = |z|n (cos(nφ)+i·sin(nφ))
= |z|n (cos(nφ)+i·sin(nφ))·(сos(nφ)−i·sin(nφ))
=
(|z| (cosφ+i·sinφ))
cos(nφ)−i·sin(nφ) −n
n 2 = |z|−n (cos(nφ) − i · sin(nφ)) = |z| (cos(− nφ) + i · sin(− nφ)) .
|z| (cos2 (nφ)−i ·sin2 (nφ))
Доказательство для дробных степеней.
31
Пусть n∈ℝ
n
(
z n = |z| (cos(φ) + i · sin(φ)) ) iφ n n
= |z|n · (e ) = |z|n · ei(nφ) = |z| · (cos(nφ) + i · sin(nφ))
Корни из единицы
Если представить единицу в тригонометрическом виде:
1=cos(0)+isin(0),
по формуле Муавра можно получить
√n 1 = cos ( 2πk
n )
+ i · sin ( 2πk
n )
, k=
0, 1, ..., n-1.
Таким образом, при вычислении корня n-й степени из единицы получается n

комплексных корней. На плоскости они представляют собой правильный
n-угольник с радиусом описанной окружности равным 1.
— корни пятой степени из единицы.
[Т] Извлечение корня из комплексных чисел (ну и единицы)

Вычислим корень шестой степени из числа z = 1 − i .
Найдём тригонометрическую форму числа: z = √2 · [cos ( −π

4 )
+ isin ( −π
4 )]
.
По формуле Муавра:
√ [ ( ) + isin ( )] = √2 · [cos (−
6
− π4 +2πk − π4 +2πk π
+ π3 k ) + isin (− π
+ π3 k )] .
12
6
√z = √2 · cos 6 6 24 24
Найдём все 6 корней, подставляя значения k = 0, 1, 2, 3, 4, 5:
32
= √2 · [cos (− 24 π
) + isin (− 24 π
)] ,
6 12
√z
= √2 · [cos ( 7π
24 )
+ isin ( 7π
24 )]
,
6 12
√z
= √2 · [cos ( 8 ) + isin ( 8 )] ,
5π 5π
6 12
√z
= √2 · [cos ( 23π
24 )
+ isin ( 23π
24 )]
,
6 12
√z
= √2 · [cos (− 17π24 )
+ isin (− 17π 24 )]
,
6 12
√z
= √2 · [cos (− 8 ) + isin (− 8 )] .
3π 3π
6 12
√z
А извлекая корни из единицы, мы будем получать один действительный корень

(единицу) и n-1 комплексных.
Совет — если придётся извлекать корень из дроби, где в знаменателе есть

комплексное число, то сначала делите комплексные числа, а уже потом ищите
корни из получившегося.
33
13
Многочлены от одной переменной.
n
Многочлен от одной переменной — сумма одночленов вида: F (x) = ∑ ai xi ,
i=0
где ai — коэффициенты перед переменными, n — степень многочлена (deg F);
максимальная степень среди входящих в многочлен одночленов.
Алгоритм Евклида деления с остатком.

Теорема. Любые два многочлена f(x) и g(x) имеют общий делитель, который
находится однозначно.
Доказательством теоремы служит алгоритм Евклида.
Пусть deg f ≥ deg g. Тогда ∃q1(x) и r1(x) такие, что f(x) = g(x)×q1(x) + r1(x).
Степень остатка r1 (x) будет меньше степени делителя g(x), тогда
g(x) = r1(x)×q2(x) + r2, тогда
r1(x) = r2(x)×q3(x) + r3, тогда
…
Степень постоянно понижается, а значит процесс конечный:
ri(x) = ri+1(x)×qi+2(x) + ri+2, тогда
ri+1(x) = ri+2(x)×qi+3(x).
ri+2 — делитель ri+1

, а тот в свою очередь — делитель ri, а тот в свою очередь —
делитель ri-1, а тот…
...в свою очередь — делитель r1 , а тот в свою очередь — делитель g(x), а тот
в свою очередь — делитель f(x). То есть, ri+2
есть общий делитель f(x) и g(x).
[Т] Нахождение наибольшего общего делителя двух

многочленов.
Даны два многочлена:
f(x) = x4+x3-2x2-x+1 и g(x) = x3-2x2+3x-2.
Найдём их НОД (наибольший общий делитель).
Сначала начнём делить многочлен большей степени на многочлен меньшей,

пока степень остатка не станет меньше степени делителя:
34
Затем мы делим делитель на получившийся остаток. Продолжаем процесс до тех
пор, пока в остатке не останется 0 или многочлен нулевой степени (число):
Во время деления мы можем умножать используемые многочлены на любые

числа ≠ 0, чтобы не иметь дела с большими коэффициентами, вроде 44.
Когда остаток стал равен нулю, наибольшим общим делителем станет последний
делитель (в нашем примере это x-1).
Если же остаток равен числу, то мы можем умножить его на обратное, и

наибольшим общим делителем будет единица (многочлен нулевой степени).
35
14
Корень многочлена.
Корень многочлена — такое число a, при подстановке которого вместо
переменной многочлен обращается в ноль.
Если a — корень, то многочлен делится на (x-a) без остатка. (следствие из

теоремы Безу)
Основная теорема алгебры (без доказательства).

Теорема. Если дан многочлен n-й степени с комплексными коэффициентами, то
он имеет хотя бы один комплексный корень.
Следствие. Любой многочлен n-й степени имеет n корней, причём некоторые
могут совпадать.
Теорема Безу.
Теорема. Остаток от деления многочлена f(x) на (x-a) равен f(a).
Доказательство. Поделим с остатком многочлен f(x) на двучлен (x-a):
f(x) = (x-a)×q(x) + r(x), где r(x) — остаток.
deg r(x) < deg (x-a) = 1, то есть deg r(x) = 0 — константа. Подставляя в
уравнение x=a получим:
f(a) = (a-a)×q(a) + r(a) ⇒ f(a) = 0 + r(a) ⇒ f(a) = r(a). Теорема доказана.
Следствие. Остаток от деления многочлена f(x) на (x-a), где a

— корень f(x)
равен 0.
Теорема Виета.
Если x0, x1, …, xn-1 — корни многочлена xn +a1xn-1+...+an-1x1+an, то коэффициенты
a1, …, an выражаются в виде симметрических многочленов от корней:
a1 = -(x0+x1+...+xn-1)
a2 = x0x1+x0x2+...+xn-2xn-1
…
an = (-1)n x0x1...xn-1
ai — сумма всех комбинаций произведений i корней.
36
Представим многочлен в виде разложения его на корни:
xn+a1xn-1+...+an-1x1+an = (x-x0)(x-x1)...(x-xn-1).
Раскрывая скобки в правой части уравнения и суммируя коэффициенты при

равных степенях x, получаем требуемые формулы Виета.
Разложение многочлена на линейные множители над

множеством комплексных чисел и на линейные многочлены и
многочлены второй степени над множеством вещественных
чисел.
Так как любой многочлен n-й степени имеет n комплексных корней, а по теореме
Безу можно разложить многочлен на n множителей вида (x-a), то любой
многочлен можно разложить на линейные множители над полем
(множеством) комплексных чисел.
Рассмотрим многочлен F(z):
anzn + ... + an
Докажем, что F (z) = F (z) . Для этого докажем справедливость сложения и

умножения сопряжённых комплексных чисел:
a + bi + c + di = a − bi + c − di = (a + c) − (b + d)i = (a + c) + (b + d)i = a + bi + c + di ,
a + bi · c + di = (a − bi)(c − di) = (ac − bd) − (ad − bc)i = (ac − bd) + (ad − bc)i =
(a + bi)(c + di) .
Пусть z 0 = a + bi — корень многочлена. Тогда F (z 0 ) = 0 ⇒ F (z 0 ) = 0 ⇒ F (z 0 ) = 0 .
Значит, z 0 = a − bi — тоже корень.
Получается, все комплексные корни обычно представлены парой значений:

(a+bi) и (a-bi). Таким образом, при перемножении двух линейных множителей
над полем комплексных чисел получается квадратный множитель над полем
вещественных чисел:
(x − a + bi) (x − a − bi) = x2 − 2ax + a2 + b2
37
Если совпадают два действительных корня, то при перемножении
соответствующих линейных множителей получается многочлен второй степени
над полем вещественных чисел.
Следовательно, любой многочлен можно разложить на линейные множители над

полем комплексных чисел и на линейные многочлены и многочлены второй
степени над полем вещественных чисел.
38
15
Интерполяционная теорема Лагранжа.
На плоскости n+1 точка вида (ai,bi). Через них проходит единственная к ривая
n-го порядка. Формула этой кривой:
n
(x−a )(x−a )...(x−a )(x−an )...(x−a )
∑ bi (a −a )(a
0 1 i−1 a+1
−a )...(a −a )(a −a )...(a −an )
i 0 i 1 i i−1 i i+1 i
i=0
[Т] Построение многочлена n-ой степени по заданным n+1 точкам

Пусть даны три точки: X(0,1), Y(2,7) и Z(4,6). Требуется построить
многочлен/кривую второй степени (параболу)
По формуле:
(x−2)(x−4) (x−0)(x−4) (x−0)(x−2) (x−2)(x−4) 7x(x−4) 6x(x−2) (x−2)(x−4)−14x(x−4)+6x(x−2)
1 (0−2)(0−4) + 7 (2−0)(2−4) + 6 (4−0)(4−2) = 8
+ −4
+ 8
= 8
=
1 2
8
(x − 4x − 2x + 8 − 14x2 + 56x + 6x2 − 12x) =− 78 x2 + 19
4
x +1
39
16
Многочлены от нескольких переменных.
Многочлены от n переменных — сумма одночленов вида: ∑ aI x1 i1 x2 i2 ...xn in , где
I
I = {i1, i2, ..., in} — набор степеней переменных, aI — коэффициент одночлена,
номер которого равен номеру соответствующего набора степеней.
Степень многочлена.
Степень одночлена — сумма степеней всех входящих в него переменных
Степень многочлена от нескольких переменных — максимальная степень

среди входящих в него одночленов
Лексикографическая запись одночленов многочлена.

Запись, в которой одночлены многочлена соответствуют в порядке убывания
своей лексикографической “старшины”.
Один одночлен лексикографически старше другого, если существует i, для

которого действует: показатель степени при xi в первом одночлене больше, чем
показатель степени при xi в другом.
Пример:
x15x24 старше 2x14 ⇐ в 1-м одночлене показатель при x1 равен 5, а во 2-м — 4
Метод записи многочлена в лексикографической форме:
1. Найти одночлены с самым старшим показателем при x1 и отсортировать по

убыванию
2. Затем среди одночленов с одинаковым показателем при x1 найти
одночлены с самым старшим показателем при x2 и отсортировать по
убыванию
3. Затем среди одночленов с одинаковым показателем при x2 найти
одночлены с самым старшим показателем при x3...
3x1x25x3 - 7x22x36 + 2x1x25x32 - 4x2x35 = 2x1x25x32 + 3x1x25x3 - 7x22x36 - 4x2x35
Не стоит забывать, что внутри одночлена при этом переменные располагаются в

порядке возрастания их номера.
40
Понятие старшего члена многочлена.
Старший член многочлена — одночлен, стоящий первым в лексикографической
записи. В прошлом примере это 2x1x25x32.
Старший член многочлена имеет самую старшую степень при первой

переменной.
Старший член произведения двух многочленов есть

произведение их старших членов.
Пусть даны два многочлена — f(x) и g(x).
Возьмём переменную xi из f(x), которая является первой по номеру переменной

его старшего члена. Будем называть её “старшая переменная”. Возьмём такую
же переменную xj из g(x).
Если i<j, то есть, xi — более старшая переменная, то она останется самой
старшей в новом многочлене. Без ограничения общности это применяется к i>j.
Таким образом, если в старшем члене есть уникальная старшая переменная, то
она и останется старшей.
При умножении одинаковых переменных их степени складываются. Если i=j, то

степени при старших переменных старших членов складываются. Так как
степени при xi и xj максимальные внутри своих многочленов, то их умножение
даст максимально возможную степень.
Таким образом, при умножении двух многочленов старший член нового

многочлена будет произведением старших членов.
41
17
Симметрические многочлены.
Симметрический многочлен — многочлен, не изменяющийся при любых
перестановках его переменных.
Симметрический многочлен можно записать в виде простого многочлена:
F(x1,x2) = x12x2 + x1x22,
или с помощью сокращённой записи:
F(x1,x2) = S(x12x2).
Данная запись трактуется так: многочлен от двух переменных есть

симметрический многочлен от одночленов вида x1 2x2, то есть сумма всех
возможных различных комбинаций двух переменных из двух, где одна из них
во второй степени, а другая — в первой.
Пример:
F(x1,x2,x3) = S(x13x22) = x13x22 + x13x32 + x23x32 + x33x12 + x23x32 + x33x22.
Элементарные симметрические многочлены.

Элементарные (основные) симметрические многочлены — многочлены вида:
σi (x1 , ..., xn ) = x1 x2 ...xi + ... + xn−i ...xn , то есть, все возможные произведения
комбинаций i из n переменных.
○ σ1 = x1 + x2 + ... + xn — C n1 = n слагаемых

○ σ2 = x1x2 + x1+x3 + ... + xn-1xn — C n2 слагаемых
○ …
○ σn = x1x2...xn — C nn = 1 слагаемое
Основная теорема о симметрических многочленах.

Теорема. Любой симметрический многочлен является многочленом от
элементарных симметрических многочленов.
Доказательство. Возьмём симметрический многочлен F(x1,...,xn):
F (x1 , ..., xn ) = a · x1 k1 · x2 k2 · ... · xn kn + ... , k 1 ≥k 2 ≥...≥k n
42
Рассмотрим первое слагаемое многочлена. Его можно представить в виде
произведения симметрических одночленов:
n
ax1 k1 x2 k2 ...xn kn = a · ∏ σi ki −ki+1 = aσ1 k1 −k2 σ2 k2 −k3 ...σn kn .
i=1
Докажем, что это так. Раскроем скобки у симметрических многочленов:
aσ1 k1 −k2 σ2 k2 −k3 ...σn kn = a(x1 + ...)k1 −k2 (x1 x2 + ...)k2 −k3 ...(x1 x2 ...xn )kn
Степенью x1 в старшем многочлене будет k1 -k2+k2-k3+...+kn-1-kn+kn = k1. Таким

же образом, продолжая раскрывать скобки, мы в итоге получим:
a(x1 + ...)k1 −k2 (x1 x2 + ... + x)k2 −k3 ...(x1 x2 ...xn )kn = a · x1 k1 · x2 k2 · ... · xn kn ,
что и есть наше первое слагаемое.
Значит, первое слагаемое — одночлен от симметрических многочленов.

Обозначим его за 𝛔1 (жирная сигма).
Вычтем из F(x1,...,xn) получившийся 𝛔1. Мы получим новый многочлен F1(x1,...,xn),

к которому тоже применимы те же самые свойства.
Представляя каждое слагаемое F(x1,...,xn) через 𝛔, в итоге получим:
F(x1,...,xn) = 𝛔1(x1,...,xn) + 𝛔2(x1,...,xn) + ... + 𝛔k(x1,...,xn),
что является многочленом от элементарных симметрических многочленов.
[Т] Представление симметрических многочленов в виде многочлена от

элементарных симметрических многочленов.
Пусть дан многочлен
F = S(x13x2) = x13x2 + x23x1 + x33x2 + x13x3 + x23x3 + x33x2.
Найдём его старший член: x1 3x2 — и выпишем степени переменных в нём:
310
Найдём все невозрастающие наборы чисел, сумма которых равна 3+1+0 = 4,

и максимальный элемент которых не больше 3:
220, 211
43
Ассоциируем каждый из наборов с одночленом из элементарных симметрических
многочленов от трёх переменных. Для удобства выпишем их отдельно.
Рассмотрим первый набор. Степенью σ1 будет разность

первого и второго чисел в наборе. Степенью σ2 будеи
разность второго и третьего чисел… Степенью σn будет
последнее число в наборе. Таким образом,
310 → σ13-1σ21-0σ30 = σ12σ2
Так же “обрабатываем” остальные наборы:
220 → σ12-2σ22-0σ30 = σ22

211 → σ12-1σ21-1σ31 = σ1σ3
Запишем наш многочлен в виде суммы получившихся произведений

элементарных симметрических многочленов. Первый одночлен оставляем как
есть, к остальным добавляем коэффициенты, которые мы должны будем найти:
F = σ12σ2 + Aσ22 + Bσ1σ3
Теперь нам нужно искать наборы переменных (x1,x2,x3) такие, чтобы при
подстановке их в элементарные симметрические многочлены и в изначальный
многочлен, получались уравнения относительно A и B.
Рассмотрим набор (1,1,0):
F(1,1,0) = 2 (подставляя в изначальное уравнение)

σ1(1,1,0) = 2
σ2(1,1,0) = 1
σ3(1,1,0) = 0
F = 22⋅1 + A⋅12 + B⋅2⋅0 = 4 + A = 2 ⇒ A = -2
Теперь рассмотрим набор (1,1,1):
F(1,1,1) = 6 (подставляя в изначальное уравнение)

σ1(1,1,1) = 3
σ2(1,1,1) = 3
σ3(1,1,1) = 1
F = 32⋅3 - 2⋅32 + B⋅3⋅1 = 9 + 3⋅B = 6 ⇒
B = -1
Значит, получившийся многочлен выглядит так:
F = σ12σ2 - 2σ22 - σ1σ3
44
18
Квадратичные формы. Каноническая и нормальная формы.
Квадратичная форма — многочлен, степень одночленов которого равна двум:
n
F = ∑ aij xi xj .
i,j=1
Нормальная форма (или нормальный вид) — квадратичная форма, все

коэффициенты которой равны либо 1, либо -1.
Квадратичную форму можно однозначно представить в виде матрицы

коэффициентов, где на i-й строке и j- м столбце находится коэффициент aij
при xixj:
Заметим, что так как коэффициенты aij и aji относятся к одному и тому же
многочлену xixj = xjxi, коэффициент разбивается на два (обычно равных).
Каноническая форма (или канонический вид) — представление квадратичной

формы в виде суммы квадратов с вещественными коэффициентами:
m
F = ∑ bk y k 2 .
k=1
Приведение квадратичной формы к каноническому виду

методом Лагранжа.
Теорема. Любая квадратичная форма может быть приведена к каноническому
виду.
[Т] Приведение квадратичной формы к каноническому виду методом

Лагранжа.
Приведём следующую квадратичную форму к каноническому виду:
F = 2x1 2 + 3x2 2 + 4x3 2 − 2x1 x2 + 4x1 x3 − 3x2 x3
45
Сначала рассмотрим только те одночлены, где есть x1. Начнём с вынесения
двойки:
2 (x1 2 − x1 x2 + 2x1 x3 )
Оставим первую переменную с квадратом в покое, но вынесем её из второй

части скобки:
x
2 (x1 2 − 2x1 ( 22 − x3 ))
Заметим, что в скобке начинает вырисовываться полный квадрат. Завершим его,

прибавив и отняв требуемое:
( x x 2
2 x1 2 − 2x1 ( 22 − x3 ) + ( 22 − x3 ) − ( 22 − x3 )
x 2
) = 2 ((x x 2 x
1 − ( 2 − x3 )) − ( 2 − x3 )
2 2 2
)
Проведя замены: x1 − ( x22 − x3 ) на y1, x2 на y2 , x3 на y3, получим в итоге
( y
2 y 1 2 − ( 22 − y 3 )
2
).
Теперь подставим это обратно в нашу квадратичную форму, попутно проводя ту
же замену в ней:
F = 2y 1 2 + 52 y 2 2 − y 2 y 3 + 2y 3 2 .
Оставляем первое слагаемое в покое. Рассматриваем теперь остальные:
2y 3 2 − y 2 y 3 + 52 y 2 2 = 2 (y 3 2 − 12 y 2 y 3 + 54 y 2 2 )
Замечаем новый полный квадрат в скобке:

2
2 (y 3 2 − 12 y 2 y 3 + 54 y 2 2 ) = 2 (y 3 2 − 2 · 14 y 2 y 3 + 1
y 2
16 2
+ 19 2
y
16 2 ) = 2(y3 − 14 y2 ) + 19 2
y
8 2
Проведя замены: y1 на z1 , y 3 − 14 y 2 на z2 , y2 на z3 , получим в итоге
19 2
F = 2z 1 2 + 2z 2 2 + z
8 3
,
что соответствует каноническому виду.
46

(1с) Алгебра - экзамен

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

(1с) Алгебра - экзамен

Загружено:

Авторское право:

Доступные форматы

Алгебра - экзамен

Конспект по темам экзамена Арсланова М. М.

Издание 2-е, дополненное и исправленное

Авторы: Никита Карамов

В комментарии к платежу просьба писать “За конспект по алгебре”

Требуемые определения и формулы выделены ​курсивом на сиреневом фоне​.

Типовые задачи находятся в соответствующих темах, помечены буквой [Т] и

Систему линейных уравнений можно записать в виде ​матрицы​ ​n​×m

Совместные и несовместные, однородные и неоднородные

- если имеет ​хотя бы одно решение

Система ​несовместна​, если она ​не имеет решений​.

Система ​однородна​, если ​все​ свободные члены (​b​1​, ​b2​​ , …, ​bm​

Понятие о решении системы.

Решение системы линейных уравнений​ — вектор из ​k​ элементов, где ​k​ —

Решить систему уравнений значит ​найти множество всех её решений​ или

- перестановка уравнений местами

Теорема об эквивалентности систем линейных уравнений при

Теорема.​ Элементарные преобразования системы линейных уравнений

Очевидно, что при перестановке уравнений местами система уравнений остаётся

При умножении уравнения на число ​λ ≠ 0​:

При прибавлении одного уравнения, умноженного на число ​λ ≠ 0​, к другому:

Метод Гаусса решения СЛУ.

[Т] Решение уравнения с единственным решением методом Гаусса

2. С помощью элементарных преобразований привести основную часть

3. Записать снова в виде системы

Состоит из ​векторов​. Вектор можно записать так: a (α1 , α2 , ..., αn ) 1, где

Линейная зависимость и независимость векторов, признаки.

Два вектора называются ​линейно зависимыми,​ если линейная комбинация

Векторное пространство называется ​линейно зависимым,​

− когда ​хотя бы один​ из векторов является линейной комбинацией

Если ​A​n+1​ = a​1​A​1​+...+a​n​A​n​ — система линейно зависима (1)

[Т] Проверка линейной зависимости/независимости системы векторов.

Пример: определить, зависима ли система векторов:

− B​ — линейно независимое пространство

Размерностью​ (рангом)​ ​базиса​ называется количество векторов в базисе.

Теорема о базисе.​ Размерность пространства совпадает с размерностью

Доказательство.​ Эти числа совпадают, ведь если любой вектор пространства

Размерность матрицы​ — количество её строк и столбцов; обозначается ​n×m

Операции над матрицами (сложение, умножение,

Складывать можно только матрицы одинаковой размерности.

Для сложения матриц действуют законы:

[Т] Сложение матриц

Умножение матрицы на число

Для умножения матриц на число действуют законы:

- умножения на ​1​ (​1×A=A​) и на ​0​ (​0×A=O​)

Умножение матриц друг на друга

Умножать матрицы можно только когда, когда количество столбцов первой

Для умножения матриц действуют законы:

- некоммутативности в общем случае (​A×B≠B×A​)

[Т] Умножение матриц

Количество строк транспонированной матрицы равно количеству столбцов

[Т] Транспонирование матрицы

Обратная матрица существует только для квадратных матриц, определитель

Дана матрица ​A​, надо найти ​A​-1​.

Алгебраическое дополнение​ элемента ​ai,j​

2. Найти матрицу ​Ã​T​ ​алгебраических дополнений ​A​T

3. Найти ​определитель​ исходной матрицы и поделить на него матрицу ​Ã​T

Вычисление обратной матрицы методом Гаусса

2. Элементарными преобразованиями ​строк​/столбцов привести

3. В ​правой​/нижней части останется обратная матрица

1. Присоединить единичную матрицу

2. Элементарными преобразованиями привести левую часть матрицы к

Ранг матрицы (определение)

Строка называется ​линейно зависимой,​ если её можно получить при применении

Требуемые определения и формулы выделены курсивом на сиреневом фоне.

Систему линейных уравнений можно записать в виде матрицы n×m

- если имеет хотя бы одно решение

Система несовместна, если она не имеет решений.

Система однородна, если все свободные члены (b1, b2 , …, bm

Решение системы линейных уравнений — вектор из k элементов, где k —

Решить систему уравнений значит найти множество всех её решений или

Теорема. Элементарные преобразования системы линейных уравнений

При умножении уравнения на число λ ≠ 0:

При прибавлении одного уравнения, умноженного на число λ ≠ 0, к другому:

Состоит из векторов. Вектор можно записать так: a (α1 , α2 , ..., αn ) 1, где

Два вектора называются линейно зависимыми, если линейная комбинация

Векторное пространство называется линейно зависимым,

− когда хотя бы один из векторов является линейной комбинацией

Если An+1 = a1A1+...+anAn — система линейно зависима (1)

− B — линейно независимое пространство

Размерностью (рангом) базиса называется количество векторов в базисе.

Теорема о базисе. Размерность пространства совпадает с размерностью

Доказательство. Эти числа совпадают, ведь если любой вектор пространства

Размерность матрицы — количество её строк и столбцов; обозначается n×m

- умножения на 1 (1×A=A) и на 0 (0×A=O)

- некоммутативности в общем случае (A×B≠B×A)

Дана матрица A, надо найти A-1.

Алгебраическое дополнение элемента ai,j

2. Найти матрицу ÃT алгебраических дополнений AT

3. Найти определитель исходной матрицы и поделить на него матрицу ÃT

2. Элементарными преобразованиями строк/столбцов привести

3. В правой/нижней части останется обратная матрица

Строка называется линейно зависимой, если её можно получить при применении

Теорема. Наивысший порядок минора матрицы ≠ 0, окаймляющие миноры

Доказательство. Пусть наивысший порядок минора ≠ 0 равен k.

1) Предположим, что первые k строк матрицы линейно зависимы.

Разложим Mk+1 по j-у столбцу6:

Число всех перестановок n чисел равно n!.

Определитель матрицы n×n (det A) — сумма n! произведений элементов

Определитель существует только для квадратной матрицы.

Формулы для n = 1, 2, 3

где Ai,j — алгебраическое дополнение элемента ai,j

Хм, опять -9...

Базис векторного пространства решений СЛУ называется фундаментальной

Затем нужно найти одно частное решение исходной неоднородной системы и

2. Находим одно частное решение исходной неоднородной системы

1 ⇒ 2: Пусть система совместна. Тогда существует решение этой системы —

2 ⇒ 1: Пусть ранги основной и расширенной матрицы совпадают. В основной

Пусть дана матрица A и матрица алгебраических дополнений элементов

Вынеся Δ за матрицу, получаем

Пусть дана СЛУ: A × X = B ⇒

Сопряжённое комплексное число — для комплексного числа z = a + bi это число

Модуль комплексного числа обозначается |z| — длина этого отрезка.

Радиус находится по формуле расстояния между точками (α,β) и (0,0) —