Экзамен по вышмату

Вопрос 1. Определение геометрических векторов, координаты вектора, действия с векторами в координатах.

Длина вектора.
Геометрический вектор AB – это направленный отрезок c начальной точкой A и конечной точкой B.
Координатами вектора являются координаты конечной точки этого вектора, если вектор расположен так,
что его начало находится в начале координат. Если вектор находится на координатной плоскости, то каждая
координата вектора равна разности соответствующих координат его конца и начала.
Если A (x1; y1) и B (x2;y2), то координаты вектора AB равны {x2-x1;y2-у1}.
Действия с векторами в координатах:
Если даны векторы a{x1;y2} и b{x2;y2}, то
Вектор, равный a + b, имеет координаты {x1+x2;y1+y2};
Вектор, равный a - b, имеет координаты {x1-x2;y1-y2};
Вектор, равный ka, имеет координаты {kx1;ky1}, k принадлежит R.

Длина вектора - это расстояние между началом и концом вектора. Длина вектора находиться по формуле: |а|
= √(a1^2 + a2^2), где а1 и а2 - координаты вектора. Длина вектора равна квадратному корню из суммы
квадратов его векторов.

Вопрос 2. Скалярное произведение.

  
Скалярным произведением двух векторов а и b линейного пространства называется число, обозначаемое ( а ;

b ), удовлетворяющее оксиомам: коммутативность; ассоциативность; дистрибутивность; если вектор умножить
скалярно на себя, то получится отрицательное число..число равное произведению длин этих векторов на косинус угла
φ между ними:


а
φ



пр  a b
b

a,b , ab , a  b .
 
Обозначается
Таким образом, по определению a ,b  a  b     
 cos
Формуле (2) можно также придать другой вид.
   
Так как a  cos = прb a , а b  cos = пр  b , то получаем
a

a,b  = a  пр b = b  пр a .

 
a b

1
 Механический смысл скалярного произведения
Пусть на тело, перемещающееся из точки А в точку Б действует сила F, тогда работа этой силы равна
скалярному произведению силы на вектор скалярного перемещения.

Ортом или единичным вектором называется вектор единичной длины

Замечание: любой не нулевой вектор можно превратить в орт с ним со направленный

Свойства скалярного произведения.

1. Скалярное произведение обладает переместительным свойством:

 
ab = bа
 
2. Скалярное произведение обладает сочетательным свойством относительно скалярного множителя: ( a )  b
=   
 ab

3. Скалярное произведение обладает распределительным свойством

 
     
а b с = a b + a с
 
1. Скалярный квадрат вектора равен квадрату его длины: a 2 = a2.
2 2 2
В частности, i = j = k = 1.


Заметим, что если вектор а возвести в квадрат и затем извлечь корень, то получим не первоначальный вектор, а
  
его модуль а , т.е. а 2 = а .
 
5. Если ненулевые векторы а и b взаимно перпендикулярны, то их скалярное произведение равно нулю, т.е.
  
если а  b , то ab = 0.
Выражение скалярного произведения через координаты.

       
Пусть заданы два вектора а = ах∙ i + ау∙ j + аz∙ k и b = bх∙ i + bу∙ j + bz∙ k .

2
 Найдем скалярное произведение этих векторов, перемножая их как многочлены (что возможно в силу свойств
  
линейности скалярного произведения) и пользуясь таблицей скалярного произведения векторов i , j , k :
  
i j k

i 1 0 0

j 0 1 0

k 0 0 1

      
ab = (ах∙ i + ау∙ j + аz∙ k )( bх∙ i + bу∙ j + bz∙ k ) =
           
= ах∙ bх∙ i ∙ i + ах∙ bу∙ i ∙ j + ах∙ bz∙ i ∙ k + ау∙ bх∙ j ∙ i + ау∙ bу∙ j ∙ j + ау∙ bz∙ j ∙ k +
     
+ аz∙ bх∙ k ∙ i + аz∙ bу∙ k ∙ j + аz∙ bz∙ k ∙ k = ахbх + 0 + 0 + ауbу + 0 + 0 + аzbz.


т.е. скалярное произведение векторов равно сумме произведений их одноименных координат: ab = ахbх + ауbу +
аzbz.

Вопрос 3. Условия коллинеарности и ортогональности векторов.

Два n-мерных вектора и называются коллинеарными, если найдется число такое, что = ·

Рассмотрим два коллинеарных вектора и . Так как они коллинеарны, то = · , или

(a1, a2, …, an)=(l b1, l b2, …, l bn ). Следовательно, a1=l b1, a2=l 2, …, an=l bn.
Выражая из этих равенств l, получим

- условие коллинеарности.
Для того чтобы два вектора были коллинеарными, необходимо и достаточно, чтобы их координаты были
пропорциональны.
Найдем угол между коллинеарными векторами.

Два ненулевых n-мерных вектора и называются ортогональными, или перпендикулярными, если угол
между ними равен 90°.

- условие ортогональности.

Пример. (2;1), (-4;-2), (1;-2).

3
 = ,

· =2 · 1+1 · (-2)=0.

Векторы и коллинеарны, векторы и ортогональны.

Вопрос 4. Прямоугольные координаты на плоскости и в пространстве. Расстояние между точками.
Прямоугольная система координат в пространстве устанавливает взаимно-однозначное соответствие
между точкой и пространства и упорядочивается тройкой чисел оси: Ох – абсцисса; Оy – ордината; Ох –
апликат.
Прямоугольная (или декартова) система координат на плоскости задается парой взаимно
перпендикулярных координатных осей, имеющих общее начало в точке О и одинаковый масштаб
Система координат – способ, позволяющий численно описать положение точки на плоскости.
Прямоугольная система координат (декартова)задается 2 взаимно перпендикулярными прямыми - осями, на
каждой из которых выбрано положительное направление и задан единичный (масштабный) отрезок. Единицу
масштаба обычно берут одинаковой для обеих осей. Эти оси наз. осями координат, точку их пересечения О –
началом координат. Ось абсцисс – Ох, ось ординат – Оу. Оси делят плоскость на 4 области – четверти или
квадранты. Единичные векторы осей обозначают i и j( |i | =| j | = 1, i ┴j ) .
Произвольный вектор ОМ называется радиус-вектором точки М. Координатами точки М в системе координат
Оху (Oij) наз. координаты радиуса-вектора ОМ. Если ОМ (х; у), то М (х; у). Эти два числа х и у полностью
определяют положение точки на плоскости – каждой паре х и у соответствует единственная точка, и наоборот.
Полярная система координат задается точкой О, называемой полюсом, лучом Ор, называемым полярной осью,
и единичным вектором е того же направления, что и луч Ор.
Прямоугольная система координат в пространстве образуется тремя взаимно перпендикулярными осями
координат Ох, Оу и Оz. Оси координат пересекаются в точке О, которая называется началом координат, на
каждой оси выбрано положительное направление, указанное стрелками, и единица измерения отрезков на
осях. Единицы измерения обычно одинаковы для всех осей. Ох — ось абсцисс, Оу — ось ординат, Оz — ось
аппликат.

Расстояние между двумя точками прямой, плоскости и в пространстве.

Расстояние между двумя точками — это длина отрезка, что соединяет эти точки.
Формулы вычисления расстояния между двумя точками:
1) Формула вычисления расстояния между двумя точками A(xa, ya) и B(xb, yb) на плоскости: AB = √(xb - xa)2 +
(yb - ya)2
2) Формула вычисления расстояния между двумя точками A(xa, ya, za) и B(xb, yb, zb) в пространстве: AB =
√(xb - xa)2 + (yb - ya)2 + (zb - za)2

4
 Вывод формулы для вычисления расстояния между двумя точками на плоскости.
Из точек A и B опустим перпендикуляры на оси координат.
Рассмотрим прямоугольный треугольник ∆ABC. Катеты этого треугольника
равны:
AC = xb - xa; BC = yb - ya.
Воспользовавшись теоремой Пифагора, вычислим длину отрезка AB:
AB = √AC2 + BC2.
Подставив в это выражение длины отрезков AC и BC, выраженные через координаты точек A и B, получим
формулу для вычисления расстояния между точками на плоскости.
Формула для вычисления расстояния между двумя точками в пространстве выводится аналогично.
ДОПОЛНИТЕЛЬНО ФОРМУЛЫ

Вопрос 5. Прямая линия на плоскости: уравнение прямой с угловым коэффициентом; уравнение прямой,
проходящей через две заданные точки; общее уравнение прямой на плоскости.
Прямая на плоскости является линией первого порядка. В общем случае она задается уравнением Ax+By+C
= 0, где A,B,C – числа.
Уравнение вида y=k⋅x+by=k·x+b, где kk является угловым коэффициентом, а bb некоторым действительным
числом, называют уравнением прямой с угловым коэффициентом. Уравнение характерно для любой прямой,
непараллельной оси ОуОу.
Уравнение прямой, проходящей через две заданные точки на плоскости.
Прежде чем получить уравнение прямой, проходящей через две заданные точки в прямоугольной системе
координат на плоскости, вспомним некоторые факты.

5
Одна из аксиом геометрии гласит, что через две несовпадающие точки на плоскости можно провести
единственную прямую. Другими словами, задав две точки на плоскости, мы однозначно определяем прямую
линию, которая через эти две точки проходит (при необходимости обращайтесь к разделу способы задания
прямой на плоскости).
Пусть на плоскости зафиксирована прямоугольная декартова система координат Oxy. В этой системе
координат любой прямой линии соответствует некоторое уравнение прямой на плоскости. С этой же прямой
неразрывно связан направляющий вектор прямой. Этих знаний вполне достаточно, чтобы составить
уравнение прямой, проходящей через две заданные точки.
Сформулируем условие задачи: составить уравнение прямой a, которая в прямоугольной декартовой системе

координат Oxy проходит через две несовпадающие точки и .

Покажем самое простое и универсальное решение этой задачи.

Нам известно, что каноническое уравнение прямой на плоскости вида задает в

прямоугольной системе координат Oxy прямую линию, проходящую через точку и имеющую

направляющий вектор .
Напишем каноническое уравнение прямой a, проходящей через две заданные

точки и .
Очевидно, направляющим вектором прямой a, которая проходит через точки М1 и М2, является

вектор , он имеет координаты (при необходимости смотрите статью вычисление

координат вектора по координатам точек его конца и начала). Таким образом, мы имеем все необходимые
данные, чтобы написать каноническое уравнение прямой a – координаты ее направляющего

вектора и координаты лежащей на ней точки (и ).

Оно имеет вид (или ).

6
Также мы можем записать параметрические уравнения прямой на плоскости, проходящей через две

точки и . Они имеют вид или .

Вопрос 6. Признаки параллельности и перпендикулярности прямых.

Признаки параллельности двух прямых:
1. Если при пересечении двух прямых секущей, накрест лежащие углы равны, то прямые параллельны.
2. Если при пересечении двух прямых секущей, соответственные углы равны, то прямые параллельны.
3. Если при пересечении двух прямых секущей, сумма односторонних углов равна 180°, то прямые
параллельны.

Признаки перпендикулярности двух прямых:

Две прямые называются перпендикулярными, если угол между ними равен 90°.

7
Вопрос 7. Канонические уравнения прямой и плоскости в пространстве.

Рассмотрим канонические уравнения прямой и плоскости в пространстве. Этот вид уравнений прямой
удобен при решении многих задач, поэтому канонические уравнения прямой и плоскости в пространстве
заслуживают детального и всестороннего изучения.

1. Сначала мы выведем канонические уравнения прямой в трехмерном пространстве и приведем

примеры.

Плоскость:
Пусть в декартовой системе координат дан вектор n={A,B,C} и точка М0=(x0,y0,z0).
Построим плоскость Π, проходящую через т. М0, перпендикулярную вектору n (этот вектор
называют нормальным вектором или нормалью плоскости).
Утверждение 1: М Π ó М 0М n.
М0М={x-x0, y-y0, z-z0} n ó A(x-x0)+B(y-y0)+C(z-z0)=0. (*)

 Каноническое уравнение плоскости в пространстве:

Аx+By+Cz+D=0, где D = -Ax0-By0-Cz0.

Замечание 1: формула (*) используется при непосредственном решении задач, после упрощения получается
искомое каноническое уравнение плоскости.

 Канонические уравнения прямой в пространстве:

Замечание 2: Эта компактная запись на самом деле содержит три уравнения.

Замечание 3: Это формальная запись и выражение вида в данном случае допустимо.

Замечание 4: надо понимать, что для уравнения плоскости (прямой) играет роль именно направление
перпендикулярного (направляющего) вектора, а не он сам. Т.о. вполне допустимо из каких-либо соображений
заменять данный (или полученный в ходе решения) вектор на пропорциональный ему. Целесообразно также
упрощать полученное уравнение, деля все его коэффициенты на общий множитель.

Пусть в декартовых координатах плоскость Π задана уравнением: Ax+By+Cz+D=0, а точка М1=(x1,y1,z1).

Утверждение 3: расстояние от точки М1 до плоскости Π вычисляется по формуле:

Пусть в декартовой системе координат М1=(x1,y1,z1), М2=(x2,y2,z2) .

Утверждение 4: Координаты т. М, т.ч. М1М=λ∙ММ2, находятся по следующим формулам:

Вопрос 8. Признаки параллельности и перпендикулярности плоскостей, прямых, прямой и плоскости.

8
Определения
Прямая(L) – множество точек, удовлетворяющих уравнению Ax+By+C=0 (которое называется общим
уравнением прямой).
Плоскость (a) - поверхность, все точки которой удовлетворяют общему уравнению:
Ax + By + Cz + D = 0.
Нормаль(ñ) – вектор n с координатами (A, B), Перпендикуляр к касательной прямой или плоскости,
проходящей через точку касания.
(A, B, C) – заданные величины, координаты вектора нормали.
a1: A1x+B1y+C1z+D1=0 ñ1= (A1, B1, C1)
a2: A2x+B2y+C2z+D2=0 ñ2= (A2, B2, C2)
1. Плоскости перпендикулярны a1 ⊥ a2

a1 ⊥ a2 <=> ñ1⊥ ñ2 <=> Плоскость a1 перпендикулярна

(ñ1, ñ2) = A1*A2+B1*B2+C1C2 =0
плоскости a2, если нормаль ñ1
перпендикулярна нормали ñ2.
Необходимо, чтобы косинус угла между
плоскостями равнялся нулю. Это
условие выполняется, если скалярное
произведение
(A1*A2+B1*B2+C1*C2) =0

2. Плоскости параллельны a1 || a2
a1 || a2 <=> ñ1|| ñ2 <=>
𝐴1 𝐵1 𝐶1
= = Плоскости параллельны тогда и
𝐴2 𝐵2 𝐶2 только тогда, когда их нормальные
векторы коллинеарный:
A1/A2=B1/B2=C1/C2

 Условия параллельности и перпендикулярности двух прямых равносильны условиям параллельности

и перпендикулярности их направляющих векторов и
3. Прямые перпендикулярны L1⊥L2

L1⊥L2 <=> š1⊥š2 =>
(š1,š2)= m1*m2+ n1*n2 =0
Чтобы две прямые были перпендикулярны необходимо и
достаточно, чтобы направляющие векторы этих прямых
были перпендикулярны, т.е. косинус угла между ними
равен нулю, т.е. скалярное произведение равно 0
m1*m2+ n1*n2 =0

4. Прямые параллельны L1 ||L2

9
 L1 ||L2 <=> š1|| š2 => Чтобы две прямые были параллельны необходимо и достаточно,
𝑚1 𝑛1 𝑝1 чтобы направляющие векторы этих прямых были коллинеарны,
= =
𝑚 𝑛 𝑝
т.е. их соответствующие координаты были пропорциональны.
𝑚1 𝑛1 𝑝1
= =
𝑚 𝑛 𝑝

5. Прямая и плоскость параллельны a ||L

a ||L <=> ñ ⊥ š => (ñ , š )=0 Прямая и плоскость параллельны

тогда и только тогда, когда векторы
Am+Bn+Cp=0 ñ и š перпендикулярны. Их
ABC(ñ)- нормаль скалярное произведение равно 0.

6. Прямая и плоскость перпендикулярны a⊥L

a ⊥L <=> ñ || š =>
𝐴 𝐵 𝐶
= = Для того, чтобы прямая и плоскость были
𝑚 𝑛 𝑝
перпендикулярны, необходимо и достаточно,
чтобы вектор нормали к плоскости и
направляющий вектор прямой были коллинеарны.
Это условие выполняется, если векторное
произведение этих векторов было равно нулю.

Вопрос 9. Матрицы: определение матрицы, размер матрицы, классификация матриц.

Матрицей размера m  n называется прямоугольная таблица чисел, содержащая m строк и n столбцов.

Числа, составляющие матрицу, называются элементами матрицы.
Матрицы обозначаются A, B, C,..., а для обозначения элементов матрицы используются строчные буквы с
двойной индексацией: aij, bij, , где i – номер строки, а j – номер столбца. Например
 a11 a12 ... a1 j ... a1n 
 
a a ... a ... a 
 21 22 2j 2n 
 ... ... ... ... ... ... ... 
Amn =  
 ai1 ai2 ... aij ... ain 
 
 ... ... ... ... ... ... ... 
a a ... a ... a mn 
 m1 m2 mj

или в сокращенной форме A =  aij  .

  i1:m, j1:n

Две матрицы одного размера называются равными, если они совпадают поэлементно, т.е. аij = bij для любых
i 1 : m, j 1 : n.

Виды матриц.
10
 1) Матрица, состоящая из одной строки, называется матрицей–строкой, или просто строкой, а состоящая из
одного столбца матрицей–столбцом, или просто столбцом.
A = (a11 a12 … a1n) – матрица–строка.

 b11 
 
 b21 
B =    матрица  столбец
 ... 
b 
 m1 

2) Матрица называется квадратной n–го порядка, если число ее строк равно числу столбцов и равно n.
Элементы матрицы aij, у которых номер строки равен номеру столбца (i = j), называются диагональными и
образуют главную диагональ матрицы.
Для квадратной матрицы главную диагональ образуют элементы a11,a22,…,ann.
3) Если все недиагональные элементы квадратной матрицы либо снизу, либо сверху от главной диагонали
равны нулю, то матрица называется соответственно верхнетреугольной или нижнетреугольной .
2 1 3 1 
 
0 4 1 2
Верхнетреугольная:  .
0 0 2 5 
 
0 0 0  5 
 2 0 0 0
 
 1 4 0 0
Нижнетреугольная:  .
 4 7 2 0 
 
 5  1 3  5 
4) Если все недиагональные элементы квадратной матрицы равны нулю, то матрица называется диагональной,
а если при этом все диагональные элементы одинаковы, то матрица называется скалярной.
2 0 0 0
 
0 4 0 0
Диагональная:  .
0 0 2 0 
 
0 0 0  5 
2 0 0 0
 
0 2 0 0
Скалярная:  
0 0 2 0
 
0 0 0 2 
5) Если у диагональной матрицы n–го порядка все диагональные элементы равны единице, то матрица
называется единичной матрицей n–го порядка и обозначается Е или Еn.

11
 1 0 0 0
 
0 1 0 0
Единичная: Е4 =  
0 0 1 0
 
0 0 0 1 

6) Матрица размерности m  n , m < n, у которой m строк и первые m столбцов образуют

верхнетреугольную матрицу, называется ступенчатой.
а а ... а ... а 
 11 12 1m 1n 
 0 а ... а ... а 
A=  22 2m 2n 
, аii ≠ 0, i = 1,2,…,m, m ≤ n.
 ... ... ... ... ... ... 
 
 0 0 ... а ... а 
 mm mn 

7) Матрица любого размера называется нулевой или нуль–матрицей, если все ее элементы равны нулю.
Обозначение Оmxn.

Вопрос 10. Действия над матрицами: равенство матриц, сумма и разность матриц, произведение матрицы на
число, умножение матриц, транспонирование матрицы.

Равенство матриц
Матрица A равна матрице B тпри условии, если у них одинаковые размерности и соответствующие элементы равны
между собой.
Сумма и разность матриц
Суммой двух матриц называется матрица, каждый элемент которой равен сумме соответствующих элементов
складываемых матриц. Складывать можно только матрицы с одинаковой размерностью, то есть число строк и
столбцов первой матрицы должно быть равно числу строк и столбцов второй матрицы. Матрица-сумма будет иметь
такое же число строк и столбцов, как и матрицы-слагаемые.
Вычитание матриц – это операция нахождения разности двух матриц одного и того же размера, которая
определяется через сложение матриц и через умножение матрицы на число. Разность матриц А и В – это матрица С
= А – В такого же размера как исходные матрицы, получаемая из исходных путем прибавления к матрице А
матрицы В, умноженной на -1.
Произведение матрицы на число
Произведением матрицы. A на число k называется матрица B= k· A того же размера, полученная из исходной
умножением на заданное число всех ее элементов: b i, j = k · a i, j.
Умножение матриц
Результатом умножения матриц Am×n и Bn×k будет матрица Cm×k такая, что элемент матрицы C, стоящий в i-
той строке и j-том столбце (cij), равен сумме произведений элементов i-той строки матрицы A на соответствующие
элементы j-того столбца матрицы B: cij = ai1 · b1j + ai2 · b2j + ... + ain · bnj. Замечание. Две матрицы можно

12
перемножить между собой тогда и только тогда, когда количество столбцов первой матрицы равно количеству
строк второй матрицы.
Транспонирование матрицы – переход от матрицы А к матрице Ат в которой произошла замена строк на
столбцы с сохранением порядка

Операции над матрицами.

10. Произведением матрицы A на число λ называется матрица B = λA , элементы которой вычисляются
следующим образом

bij = λaij,
i 1 : m, j 1 : n.
Следствие. Общий множитель всех элементов матрицы можно выносить за знак матрицы.

20. Суммой двух матриц A и В одинакового размера mn называется матрица С = А + В, элементы которой
вычисляются следующим образом

cij=bij+λaij,
i1:m, j1:n.
(т.е. матрицы складываются поэлементно).

30. Разность двух матриц одинакового размера определяется через операции 10 и 20:
А – В = А + (–1)∙В.
40. Операция умножения матрицы A на матрицу В определена только тогда, когда число столбцов первой
матрицы равно числу строк второй. Тогда произведением двух матриц Amxk и Bkxn называется такая матрица
Cmn , каждый элемент которой равен сумме произведений элементов i–той строки матрицы A на
соответствующие элементы j–того столбца матрицы В:
k
 ais  b j , i 1 : m, j 1 : n.
s
cij = ai1b1j + ai2b2j + … + aikbkj = s=1
Пример.

 7  3   5 3 7   7  5 +  3 1 7  3 +  3  2 7  7 +  3   1  32 15 52 
     =   =  .
 10 7  1 2  1  10  5 + 7 1 10  3 + 7  2 10  7 + 7   1   57 44 63 
Многие свойства, присущие операциям над числами, справедливы и для введенных операций над матрицами:
1) А + В = В + А;
2) (А + В) + С = А + (В + С);
3) λ(АВ) = λА + λВ;
4) A(В + С) = АВ + АС;
5) (А + В)С= АС + ВС;
6) λ(АВ) = (λА)В = А(λВ);

13
7) A(ВС) = А(ВС).
Однако имеются и специфические свойства.
а) Если произведение матриц АВ существует, то произведение ВА может не существовать. Действительно,
например, произведение А2х3∙В3х3 существует, а В3х3∙А2х3 – нет, т.к. число столбцов В3х3 не совпадает с числом
строк А2х3.
б) Если даже существуют и АВ, и ВА, то это могут быть матрицы разных размеров. Например, А2х3∙В3х2 = С2х2,
а В3х2∙А2х3 = С3х3.
в) Если оба произведения АВ и ВА существуют и оба являются матрицами одинакового размера (это возможно
только при умножении квадратных матриц одного порядка), то в общем случае коммутативный закон не
выполняется, т.е. АВ ≠ ВА.
Пример.

1 2   0 5
A =   , B =  .
 3 4   6 8 

 12 21   15 20 
A  B =  ; B  A =  .
 24 47   30 44 
Матрицы, для которых выполняется коммутативный закон, называются перестановочными.
В частном случае коммутативным законом обладает произведение любой квадратной матрицы A на
единичную матрицу E того же порядка, причем это произведение равно A:
А∙Е = E∙A = А.
г) Произведение двух ненулевых матриц может равняться нулевой матрице, т.е. из того, что A∙E = 0, не
следует, что A = 0 или В = 0.
Пример.

1 1  1 1  0 0
A =   , B =   AB =  

1 1   1  1 ,  0 0 .

д) Если АВ = AD, то из этого равенства не следует, что матрицы B и D равны.

Пример.

1 1  2 3 1 6 
A =   , B =   , D =  
 2 2   2 4   3 1 .

4 7 4 7 
AB =   , AD = 
 


 8 14   8 14  .

50. Целой положительной степенью Am (m>1) квадратной матрицы A называется произведение m матриц,
равных A:

A m  A  A   A (m раз).
Заметим, что операция возведения в степень определена только для квадратных матриц.
По определению полагают А0 = E, А1 = А. Нетрудно доказать, что Аm∙Ak = Am+k, (Am)k = Amk. Однако равенство

(A∙B)m=Am∙Bm справедливо только для

перестановочных матриц.
14
Отметим также, что если Am – нулевая матрица, то из этого не следует, что A= 0.
Если матрица A диагональная с диагональными элементами aii (i = 1, 2,…, n), то для любого натурального m
матрица Am тоже диагональная с элементами aiim. Это следует из определения произведения матриц.
Выражение вида P(A) = α0E + α1A + α2A2 + … + αmAm, где E и A – соответственно единичная и квадратная
матрицы одинакового порядка, а α0, α1, α2, …,αn – числа, называется полиномом (многочленом) от матрицы.
Он представляет собой матрицу, которую можно рассматривать как результат подстановки матрицы вместо
переменной x в обычный многочлен степени m P(x) = α0 + α1x + α2x2 + … +
αmxm.
Если при подстановке матрицы A вместо x в многочлен P(x) получается нулевая матрица, т.е. P(A) = 0, то
матрица A называется корнем многочлена P(x), а сам многочлен – аннулирующим многочленом для матрицы
A.

60. Транспонирование матриц. Под этой операцией понимают переход от матрицы A к матрице АТ, в
которой строки и столбцы поменялись местами с сохранением порядка. Матрица АТ называется
транспонированной относительно матрицы A:

 a11 a12 ... a1n   a11 a21 ... am1 

   
a a22 ... a2n  T  a12 a22 ... am2 
A =  21 ; A = .
 ... ... ... ...   ... ... ... ... 
a am2 
... amn  a a2n ... amn 
 m1  1n

Из определения следует, что если матрица A имеет размер m  n , то матрица АТ имеет размер n  m .
Очевидно, что при транспонировании матрицы ее диагональные элементы остаются на своих местах.
Свойства операции транспонирования:
1) (АТ)Т = А;
2) (A + B)T = AT + BT;
3) (λA)T = λAT;
4) (A∙B)T = BT ∙ AT.

Вопрос 11. Определители 2-го и 3-го порядка. Способы их вычисления.

Определитель квадратной матрицы n-го порядка – элемент 𝐷1 , который ставится в соответствие матрицы, и
может быть вынесен как сумма всех n! произведений ее элементов, взятых по одному из каждой строчки и по
одному из каждого столбца, при этом знак произведения определяется по некоторому правилу:

D=∑𝑛!(−1)𝑁(𝑎1 ,𝑎2 ,… 𝑎𝑛 ) 𝑎𝑎1,1 ∗ 𝑎𝑎2,2 ∗ … ∗ 𝑎𝑎𝑛,𝑛

Сомножители расположены в порядке возрастания столбцов, а номера строк расположены в произвольном

порядке и образуют перестановку.
N (𝑎1 ; 𝑎2 … 𝑎𝑛 ) – число инверсии
Замечание:
Если пара чисел в перестановке расположена так, что большее число стоит раньше меньшего, то говорят, что
эти числа образуют инверсию.
Например: 2,1,4,3 4,3,1,2
15
 N (2,1,4,3) = 2 N (4,3,1,2) = 5
𝑎11 𝑎12 … 𝑎1𝑗 … 𝑎𝑖𝑛
𝑎21 𝑎22 … 𝑎2𝑗 … 𝑎2𝑛
|… … … … … … |
D = det A = | 𝑎𝑖 𝑗 | = 𝑎𝑖1 𝑎𝑖𝑛 … 𝑎𝑖𝑗 … 𝑎𝑖𝑛
| |
… … … … … …
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑗 … 𝑎𝑛𝑛

Определителем матрицы порядка n называют определитель n-кого порядка

det A1 = a11
𝑎11 𝑎12
det A2 = |𝑎 𝑎22 | = a11 * a22 : (-1)
N(1,2)
+ a21 * a12 * (-1)N(2,1) = a11 * a22 – a21 * a12
21

∎ ∎
| | - схема для матрицы 2-го порядка
∎ ∎

det A3 = схемы
∎ ∎ ∎ ∎ ∎ ∎
| ∎ ∎ ∎ | | ∎ ∎ ∎ |
∎ ∎ ∎ ∎ ∎ ∎

Пример:

5 3
det A = | | = 5 ∗ (−4) − (−2) ∗ 3 = −20 + 6 = −14
−2 −4
4 −3 5
det A = |3 1 −2| = 4 ∗ 1 ∗ (−3) + 3 ∗ 5 ∗ (−4) + (−3) ∗ (−2) ∗ 1 − 1 ∗ 1 ∗ 5 − 3 ∗ (−3) ∗ (−3) − (−4) ∗
1 −4 −3
(−2) ∗ 4 = −12 − 60 + 6 − 5 − 27 − 32 = −130

Вопрос 12. Свойства определителей.

Определитель матрицы или детерминант матрицы - это одна из основных численных характеристик
квадратной матрицы, применяемая при решении многих задач. Определитель матрицы A обычно
обозначается det(A), |A|, или ∆(A).

1) Величина транспонированного определителя совпадает с величиной исходного определителя.

Следствие: строки и столбцы определителя равноправны.

2) Определитель меняет знак при перестановке его двух строк и столбцов.

Следствие: определитель с двумя одинаковыми строками или столбцами равен нулю.

3) Если все элементы строки(столбцы) определителя содержат общий множитель, то его можно вынести
за знак определителя.

Следствие: определитель с двумя пропорциональными строками(столбцами) равен нулю.

16
 4) Если все элементы строки(столбцы) определителя являются суммами одинакового числа слагаемых,
то определитель равен сумме определителей, в которых элементами этой строки(столбца) служат
отдельные слагаемые.

Следствие: определитель не изменяется, если ко всем элементам строки(столбца) прибавить

соответствующие элементы параллельной строки(столбца), умноженные на одно и то же число, не
равное нулю.

5) Если все элементы какой-либо строки(столбца) матрицы равны нулю, то ее определитель равен нулю.

Как это решать:

Обозначения: Если дана матрица , то ее определитель обозначают . Также очень часто

определитель обозначают латинской буквой или греческой .
1) Что значит решить (найти, раскрыть) определитель? Вычислить определитель – это значит НАЙТИ
ЧИСЛО. Знаки вопроса в вышерассмотренных примерах – это совершенно обыкновенные числа.
2) Теперь осталось разобраться в том, КАК найти это число? Для этого нужно применить определенные
правила, формулы и алгоритмы, о чём сейчас и пойдет речь.
Начнем с определителя «два» на «два»:

Сразу рассмотрим пример:

Самое главное, НЕ ЗАПУТАТЬСЯ В ЗНАКАХ.

Определитель матрицы «три на три» можно раскрыть 8 способами, 2 из них простые и 6 - нормальные.
Начнем с двух простых способов
Аналогично определителю «два на два», определитель «три на три» можно раскрыть с помощью формулы:

Пример:

Формула длинная и допустить ошибку по невнимательности проще простого. Как избежать досадных
промахов? Для этого придуман второй способ вычисления определителя, который фактически совпадает с
первым. Называется он способом Саррюса или способом «параллельных полосок».
Суть состоит в том, что справа от определителя приписывают первый и второй столбец и аккуратно
карандашом проводят линии:
17
Множители, находящиеся на «красных» диагоналях входят в формулу со знаком «плюс».
Множители, находящиеся на «синих» диагоналях входят в формулу со знаком минус:
Пример:

Вопрос 13. Вычисление определителей сведением к треугольному виду с помощью элементарных

преобразований.
Теория:
Суть метода сведения к треугольному виду такова: с помощью действий со строками (или столбцами)
преобразовать определитель к виду, когда все элементы, лежащие ниже (или выше) главной диагонали равны
нулю. Т.е. после преобразований определитель должен принять одну из двух форм (элементы на главной
диагонали выделены синим цветом)

После преобразований определитель вычисляется простым умножением элементов, расположенных на

главной диагонали. Для того, чтобы обнулить требуемые элементы и вычислить определитель, нам нужно
несколько свойств определителей. Я запишу ниже несколько свойств, которые пригодятся при решении. (В
примечании после каждого свойства будет указан пример его применения)
Свойства:
1. Если поменять местами две строки (столбца) определителя, то знак определителя изменится на
противоположный.
Пример применения этого свойства:

18
2. Определитель не изменится, если ко всем элементам некоей строки (столбца) прибавить
соответствующие элементы иной строки (столбца), умноженные на произвольное число.
Пример применения этого свойства:

3. Если все элементы строки (столбца) имеют общий множитель, то этот множитель можно вынести за
знак определителя.
Пример применения этого свойства:

4. Определитель верхней треугольной или нижней треугольной матрицы равен произведению

элементов, расположенных на главной диагонали.
Пример применения этого свойства:

(Я понимаю, что не каждый захочет решать эту поеботу, поэтому прикрепляю калькулятор, который
сделает это за вас)

19
Калькулятор
Вопрос 14. Миноры матрицы. Ранг матрицы.
Минором (Mij) некоторого элемента аij определителя 𝑎 11 𝑎 12 𝑎 13
𝑎 𝑎12
| 𝑎 21 𝑎 22 𝑎 23| = | 11
n-го порядка наз. определитель n-1-го порядка, 𝑀 23 𝑎31 𝑎32 |
полученный из исходного путем вычеркивания 𝑎 31 𝑎 32 𝑎 33

строки и столбца на пересечении некоторых находится выбранный элемент.

Алгебраическим дополнением (А ij) элемента aij определителя наз. его минор, взятый со
знаком «плюс», если сумме i+j – четное число, и со знаком «минус», если эта сумма
нечетная. Аij=(-1)i+j Mij detA = ak1j Ak1j + ak2j Ak2j + ak3j Ak3j

Ранг матрицы наз. число равное порядку наибольшего минора из порядка данной матрицы, отличной от
нуля. Свойства: rangA; r(A)
1. При транспонировании матрицы ее ранг не меняется
2. Если вычеркнуть из матрицы нулевой ряд, то ранг не меняется
3. Ранг матрицы не изменяется при элемен. преобразованиях матрицы.
4. Ранг канонич. матрицы равен числу единиц на главной диагонали
2 3 1 2 1 0 0 0
1 0 0 0
пример: 𝐴 = (0 2−1 1) ~ (0 1 0 0) ~ ( ) ; 𝑟(𝐴) = 2
0 1 0 0
4 0 5 1 0 0 0 0
Ранг матрицы — это наибольшее число ее линейно независимых строк.
План действий: необх. привести к ступен. виду, далее найти det, если ∆≠0, то ранг найден, если ∆=0, то нужно
найти наим. алгеб. допол.
0 4 10 1
0 −4 −10 −1
пример: А = ( 4 8 18 7 ) ~ ( ) 0*3+4=4≠0 rangA=2
10 18 40 17 1 3 7 2
1 7 17 3
Минором k-ого порядка матрицы А называется определитель квадратной матрицы порядка формула,
составленной из элементов матрицы А, которые находятся в заранее выбранных k строках и k столбцах,
причем расположение элементов матрицы А сохраняется. k≤min(m,n)
𝑘
Число миноров порядка k может быть вычислено как 𝐶𝑚 ∗ 𝐶𝑛𝑘 ,
𝑘 𝑚! 𝑛!
где 𝐶𝑚 = и 𝐶𝑛𝑘 = - число сочетаний из p по k и из n по k соответственно.
𝑘!(𝑚−𝑘)! 𝑘!(𝑛−𝑘)!

Вопрос 15. Обратная матрица. Признаки существования обратной матрицы.

Кратко
Определение.
Обратная матрица 𝐴−1 — матрица, произведение которой на исходную матрицу A равно единичной матрице
E:

𝐴 − 𝐴−1 = 𝐴−1 × 𝐴 = 𝐸
Признаки.
Обратная матрица существует только для квадратных матриц определитель которых не равен нулю.
В том случае, если определитель матрицы равен НУЛЮ – обратной матрицы НЕ СУЩЕСТВУЕТ.
Развернуто

20
Матрица А-1 называется обратной по отношению к квадратной матрице A, если при умножении этой
матрицы на матрицу A как справа, так и слева получается единичная матрица:
А-1∙A = A∙А-1 = Е.
Из определения следует, что только квадратная матрица имеет обратную, при этом обратная матрица является
квадратной того же порядка.
Матрица A называется невырожденной, если ее определитель отличен от нуля |A|≠ 0.
Для невырожденных матриц выполняются следующие свойства:

1
A 1 =
А
1) ;
2) (А–1)–1 = A;
3) (Am)–1 = (А–1)m;
4) (АВ)–1 = В–1А–1;
5) (А–1)Т = (АТ)–1;
6) (λА)–1 = λ–1А–1, λ ≠ 0.

Теорема (необходимое и достаточное условие существования обратной матрицы). Обратная матрица А-1
существует (и единственна) тогда и только тогда, когда исходная матрица A невырожденная.

Алгоритмы вычисления обратной матрицы.

1 ~
A 1 =  A,
I. A
~
где À – так называемая присоединенная матрица, составленная из алгебраических дополнений элементов
матрицы AT.
Таким образом, при вычислении обратной матрицы порядок действий следующий:
1) Находим определитель исходной матрицы А. Если |A| = 0, то матрица А вырожденная и А–1 не существует.
Если |A| ≠ 0, то А–1 существует.
2) Находим матрицу АТ, транспонированную к А.
3) Находим алгебраические дополнения элементов матрицы АТ и составляем из них присоединенную матрицу
~
À.
1 ~
A 1 = A
4) Вычисляем обратную матрицу по формуле A .
5) Проверяем правильность вычисления обратной матрицы, исходя из ее определения, т. е. А–1∙A = A∙А–1 = Е.
Вопрос 16. Матричные уравнения
https://math.semestr.ru/matrix/equations.php - калькулятор матричных уравнений
Определение: Матричное уравнение — это когда мы умножаем известную матрицу на матрицу Х и получаем
новую матрицу.
21
Общие принципы решения матричных уравнений
Типовое матричное уравнение состоит, как правило, из нескольких матриц и неизвестной матрицы Х,
которую предстоит найти. То есть, решением матричного уравнения является матрица.
Пример 1
Решить матричное уравнение, выполнить проверку.

Решение:
1. В правой части умножаем каждый элемент матрицы на три, а матрицу левой части переносим
направо со сменой знака:

2. Решаем

3. Выразим Х, для этого обе части уравнения умножим на -(1/2):

4. Все числа матрицы делятся на 2, поэтому уместно избавиться от дроби. А заодно и от «минуса».
Делим каждый элемент матрицы на –2:

5. Ответ:

Проверка:
6. Подставим найденное значение, полученное в ответе, в левую часть исходного уравнения и
проведём упрощения:

Последним действием вынесли «тройку» из матрицы.

22
Получена правая часть исходного уравнения, значит решение найдено правильно.
Пример 3. Решить матричное уравнение

.
Решение. Данное уравнение имеет вид X ⋅ A = B, то есть в произведении матрицы A и неизвестной

матрицы X матрица A находится справа. Поэтому решение следует искать в виде , то есть
неизвестная матрица равна произведению матрицы B на матрицу, обратную матрице A справа. Найдём
матрицу, обратную матрице A.
Сначала найдём определитель матрицы A:

.
Найдём алгебраические дополнения матрицы A:

.
Составим матрицу алгебраических дополнений:

.
Транспонируя матрицу алгебраических дополнений, находим матрицу, союзную с матрицей A:

.
Находим матрицу, обратную матрице A:

.
Находим неизвестную матрицу:

До сих пор мы решали уравнения с матрицами второго порядка, а теперь настала очередь матриц третьего
порядка.
Пример 4. Решить матричное уравнение

23
 .
Решение. Это уравнение первого вида: A ⋅ X = B, то есть в произведении матрицы A и неизвестной

матрицы X матрица A находится слева. Поэтому решение следует искать в виде , то есть
неизвестная матрица равна произведению матрицы B на матрицу, обратную матрице A слева. Найдём
матрицу, обратную матрице A.
Сначала найдём определитель матрицы A:

.
Найдём алгебраические дополнения матрицы A:

Составим матрицу алгебраических дополнений:

Транспонируя матрицу алгебраических дополнений, находим матрицу, союзную с матрицей A:

.
Находим матрицу, обратную матрице A, и делаем это легко, так как определитель матрицы A равен единице:

.
Находим неизвестную матрицу:

24
Пример 5. Решить матричное уравнение

.
Решение. Данное уравнение имеет вид X ⋅ A = B, то есть в произведении матрицы A и неизвестной

матрицы X матрица A находится справа. Поэтому решение следует искать в виде , то есть
неизвестная матрица равна произведению матрицы B на матрицу, обратную матрице A справа. Найдём
матрицу, обратную матрице A.
Сначала найдём определитель матрицы A:

.
Найдём алгебраические дополнения матрицы A:

Составим матрицу алгебраических дополнений:

.
Транспонируя матрицу алгебраических дополнений, находим матрицу, союзную с матрицей A:

.
Находим матрицу, обратную матрице A:

25
 .
Находим неизвестную матрицу:

Пример 6. Решить матричное уравнение

.
Решение. Данное уравнение имеет вид A ⋅ X ⋅ B = C, то есть неизвестная матрица X находится в середине

произведения трёх матриц. Поэтому решение следует искать в виде . Найдём матрицу,
обратную матрице A.
Сначала найдём определитель матрицы A:

.
Найдём алгебраические дополнения матрицы A:

.
Составим матрицу алгебраических дополнений:

.
Транспонируя матрицу алгебраических дополнений, находим матрицу, союзную с матрицей A:

.
Находим матрицу, обратную матрице A:

.
Найдём матрицу, обратную матрице B.
Сначала найдём определитель матрицы B:

26
 .
Найдём алгебраические дополнения матрицы B:

Составим матрицу алгебраических дополнений матрицы B:

.
Транспонируя матрицу алгебраических дополнений, находим матрицу, союзную с матрицей B:

.
Находим матрицу, обратную матрице B:

.
Находим неизвестную матрицу:

Вопрос 17. Координатная, векторная и матричная формы записи системы линейных уравнений. Исследование
систем линейных уравнений.

Система линейных алгебраических уравнений (СЛАУ) – система вида:

̅̅̅̅̅̅
Где аij , i= 1, ̅̅̅̅̅
𝑚, j=1, 𝑛 – вещественные числа, коэффициенты системы
̅̅̅̅̅
Хj, j= 1, 𝑛– неизвестные системы
Bi, i= ̅̅̅̅̅̅
1, 𝑚 – вещественные числа-свободные члены

27
Решение СЛАУ – всякая совокупность чисел 𝛼 1, 𝛼 2, … 𝛼 n, которая при подстановке в систему вместо
неизвестных x1, x2, … xn соответственно, обращает все уравнения системы в тождественное равенство.

Совместная СЛАУ – СЛАУ, имеющая хотя бы одно решение. Несовместная СЛАУ – решений нет.

Определенной называется совместная СЛАУ, если она имеет единственное решение. Неопределённой, если
она имеет более одного решения.
Формы записи СЛАУ:
1) Координатная

2) Векторная
A1x1 + A2x2 + ... + Anxn =B

3) Матричная
AX=B

Исследование систем линейных уравнений:

При исследовании систем линейных уравнений решаются следующие задачи:

1. Является ли система совместной;

2. Если система совместна, то определенна или неопределенна (критерий совместности системы
определяется по теореме Кронекера-Капелли);
3. Если система определенна, то как найти ее единственное решение (используются метод Крамера,
метод обратной матрицы или метод Гаусса);
4. Если система неопределенна, то как описать множество ее решений.

Вопрос 18. Теорема Кронекера-Капелли.

Теоре́ма Кро́некера — Капе́лли – критерий совместности системы линейных алгебраических уравнений:
система линейных алгебраических уравнений совместна тогда и только тогда, когда ранг её основной
матрицы равен рангу её расширенной матрицы, причём: система имеет единственное решение, если ранг
равен числу неизвестных; бесконечное множество решений, если ранг меньше числа неизвестных.
Теорема Кронекера-Капелли применяется при исследованиях систем алгебраических уравнений (без
непосредственного решения системы). В результате исследования должна быть записана эквивалентная
система алгебраических уравнений с минимальным числом уравнений.

28
Исследовать СЛАУ (система линейных алгебраических уравнений) на совместность означает выяснить, есть у
этой системы решения или же их нет. Если решения есть, то указать сколько их.
I. Условие совместности
Для того, чтобы СЛАУ была совместной необходимо и достаточно, чтобы ранг расширенной матрицы
равнялся рангу основной матрицы системы.

𝑟(𝐴р ) = 𝑟(𝐴) = 𝑟
II. Условие неопределенности
Совместная СЛАУ является определенной тогда и только тогда, когда ранг основной матрицы равен числу
неизвестных.
𝑟(𝐴) = 𝑟 = 𝑛
Если r = n, то система имеет единственное решение (определенна).
Если r < n, то система имеет бесконечное множество решений (неопределенна).
ДОПОЛНИТЕЛЬНО

29
 Теорема Кронекера–Капелли. Система алгебраических уравнений совместна
тогда и только тогда, когда ранг матрицы системы равен рангу расширенной

матрицы системы, т.е. r(A) = r А .

Эта теорема говорит о следующем: если r(A) = r А , то решение системы есть,

а если r(A) ≠ r А , то система не имеет решений (несовместна).
Ответ на вопрос о количестве решений дает следствие из данной теоремы.
 
Следствие. 1) Если r(A) ≠ r А , то система несовместна, т.е. не имеет ни одного
решения.

2) Если r(A) = r А < n (n – количество переменных системы), то система
является неопределенной, т.е. имеет бесконечное множество решений.
 
3) Если r(A) = r А = n, то система является определенной, т.е. имеет
единственное решение.
Отметим, что данное исследование не указывает, как находить решения
системы, а только лишь их количество.
Результаты исследования системы (1) приведем в виде следующей схемы:

r<n–
r(A) ≠ r(A|B) – система
система неопределенная
Система m
несовместная (бесконечное
линейных
множество
уравнений
решений)
сn
переменным r=n–
r(A) = r(A|B) = r –
и система
система
совместная определенная
(единственное
решение)

Рассмотрим случай, когда число уравнений системы (1) равно числу

переменных, т. е. m = n. Тогда матрица системы (1) является квадратной, а ее
определитель Δ = |A| называется определителем системы.
Для начала рассмотрим систему двух уравнений с двумя неизвестными
a11 x1 + a21x1 = b1, (*)
a22 x2 + a22 x2 = b2.
Для решения этой системы исключим переменную x2, умножив первое
уравнение на а22, второе – на (–а12) и сложив их. Затем исключим переменную х1,
умножив первое уравнение на (–а21), а второе – на а11 и также сложив их. В
результате получим систему

Вопрос 19. Формулы Крамера для решения системы линейных уравнени

30
5. Решение систем линейных алгебр. уравнений. Теорема Крамера.
СЛАУ наз. система вида
a 11x 1+a 12x 2+a 13x 3+…+a 1nx n=b 1 cовместная − имеет хотя бы одно решение
a 21x 1+a 22x 2+a 23x 3+…+a 2nx n=b 2 не совместная − не имеет решений
……………………………… определенная – сист-а имеет единич. решение
неопределенная − имеет более одного решения
a m1x 1+a m2x 2+a m3x 3+…+a mnx n=b m
Теория Крамера
Если дана система с n уравнениями и n неизвестными, причем определ. матрицы
(системы) отмечен от нуля, то система наз. невырожденной и у этой системы можно
∆𝑖
найти решение по формуле: х𝑖 = ; 𝑖 = 1,̅̅̅̅̅
𝑛
∆
𝑎 11 𝑎 12 𝑎 13 𝑏1 𝑎 12 𝑎 13 𝑎 11 𝑏1 𝑎 13
∆1 ∆
∆= |𝑎 21 𝑎 22 𝑎 23| ∆𝟏 = |𝑏2 𝑎 22 𝑎 23| ∆𝟐 = |𝑎 21 𝑏2 𝑎 23| 𝒙𝟏 = 𝒙𝟐 = 2
𝑎 31 𝑎 32 𝑎 33 𝑏3 𝑎 32 𝑎 33 𝑎 31 𝑏3 𝑎 33
∆ ∆
Матричный способ
𝑎11 𝑥1 + 𝑎12 𝑥2 = 𝑏1 𝑎 𝑎 𝑏 𝑥
𝐴 = (𝑎11 𝑎12 ) 𝐵 = 1 𝑥 = (𝑥1 )
𝑎21 𝑥1 + 𝑎22 𝑥2 = 𝑏2 21 22 𝑏2 2
Ax=B |*A-1 A-1Ax = A-1B x=A-1B (A-1A = E = 1)
Вопрос 20. Решение систем линейных уравнений методом элементарных преобразований (методом Гаусса).

Пример №1
Решить методом Гаусса систему линейных уравнений

Для упрощения внешнего вида решения составим расширенную матрицу системы:

Для удобства деления коэффициентов при переменных (чтобы получить деление на единицу) переставим
местами первую и вторую строки матрицы системы. Получим систему, эквивалентную данной, так как в
системе линейных уравнений можно переставлять местами уравнения:

31
С помощью нового первого уравнения исключим переменную x из второго и всех последующих уравнений. Для

этого ко второй строке матрицы прибавим первую строку, умноженную на (в нашем случае на ), к

третьей строке – первую строку, умноженную на (в нашем случае на ).

Это возможно, так как

В результате получим матрицу эквивалентную данной системе новой системы уравнений, в которой все
уравнения, начиная со второго не содержат переменнную x:

Для упрощения второй строки полученной системы умножим её на и получим вновь матрицу системы
уравнений, эквивалентной данной системе:

Теперь, сохраняя первое уравнение полученной системы без изменений, с помощью второго уравнения
исключаем переменную y из всех последующих уравнений. Для этого к третьей строке матрицы системы

прибавим вторую строку, умноженную на (в нашем случае на ).

Если бы в нашей системе уравнений было больше трёх, то следовало бы прибавлять и ко всем последующим
уравнениям вторую строку, умноженную на отношение соответствующих коэффициентов, взятых со знаком
минус.
В результате вновь получим матрицу системы, эквивалентной данной системе линейных уравнений:

Мы получили эквивалентную данной трапециевидную систему линейных уравнений:

Если число уравнений и переменных больше, чем в нашем примере, то процесс последовательного исключения
переменных продолжается до тех пор, пока матрица системы не станет трапециевидной, как в нашем демо-
примере.

Решение найдём "с конца" - обратный ход. Для этого из последнего уравнения определим z: .
Подставив это значение в предшествующее уравнение, найдём y:

32
Из первого уравнения найдём x:

Ответ: решение данной системы уравнений -

Вопрос 21. Линейная зависимость и независимость векторов, разложение вектора по базису

Система векторов (a1, a2, . . . , ak) называется линейно зависимой, если существуют такие скаляры γ1, γ2, . . . ,
γk ∈ F, не все равные нулю, что γ1a1 + γ2a2 + . . . + γkak = 0V .
Примеры
1. Любая система векторов, содержащая нулевой вектор, линейно зависима.
2. Любая система векторов, содержащая два одинаковых вектора, линейно зависима.
3. Любая система из двух коллинеарных векторов линейно зависима.
4. Любая система из трех компланарных векторов линейно зависима.

Система векторов называется линейно независимой, если она не является

линейно зависимой.
Назовем линейную комбинацию системы векторов нетривиальной, если она имеет по крайней мере один
ненулевой коэффициент. Тогда любая нетривиальная линейная комбинация линейно независимой системы
отлична от нулевого вектора. Поэтому справедливо следующее утверждение.
Система векторов (a1, a2, . . . , ak) является линейно независимой тогда и только тогда, когда для любых
скаляров γ1, γ2, . . . , γk ∈ F из равенства γ1a1 + γ2a2 + . . . + γkak = 0V следует γj = 0 для всех j = 1, . . . , k.

Свойства линейно зависимых и независимых систем

Свойства Линейно зависимые
1 Если система векторов имеет линейно
зависимую подсистему, то она сама
линейно зависима.
2 Система векторов является линейно
зависимой тогда и только тогда, когда
в ней найдется вектор, который
линейно выражается через остальные
векторы этой системы.
3 Если система векторов (a1, a2, . . . , ak)
линейно независима, а система (a1, a2, .
. . , ak, b) линейно зависима, то вектор b
является линейной комбинацией
векторов (a1, a2, . . . , ak).
4 Если для систем векторов имеет место
(a1, a2, . . . , ak), (b1, b2, . . . , bm) и k <
m, то система (b1, b2, . . . , bm) линейно
зависима.
Дополнение к свойству 4
Если для линейно независимых систем векторов (a1, a2, . . . , ak) и (b1, b2, . . . , bm) имеет место равенство ha1,
a2, . . . , aki = hb1, b2, . . . , bmi, то k = m.
Линейно независимые
Любая подсистема линейно
независимой системы векторов сама
линейно независима.
Система векторов является линейно
независимой тогда и только тогда,
когда в ней ни один вектор линейно не
выражается через остальные векторы
этой системы.
Если система векторов (a1, a2, . . . , ak)
линейно независима и вектор ak+1
линейно не выражается через систему
(a1, a2, . . . , ak), то система (a1, a2, . . . ,
ak, ak+1) линейно независима.
Если для систем векторов имеет место
(a1, a2, . . . , ak), (b1, b2, . . . , bm) и
система (b1, b2, . . . , bm) линейно
независима, то k ≥ m.

33
Разложение векторов по базису
Базисом n-мерного линейного пространства называется любая система n линейно независимых элементов
(базисов может быть бесконечно много).

е1 = (1, 0, 0)
R : {е2 = (0, 1, 0)
3

е3 = (0, 0, 1)

𝑖 = (1, 0, 0)
V :{ 𝑗 = (0, 1, 0)
3

𝑘 = (0, 0, 1)

Разложение вектора по базису

Теорема: всякий вектор х линейного пространства можно представить как линейную комбинацию векторов
базиса и притом единственным образом 𝑥 = ∑𝑛𝑗=1 𝛼𝑖 𝑙𝑖

{𝑒𝑖 }𝑛𝑗=1 – базис

Замечания:
1. 2 вектора x1 и у1 линейного пространства равны тогда и только тогда, когда их координаты в данном
базисе равны.
2. Если в линейном пространстве зафиксирован базис, тогда при сложении элементов этого пространства
складываются соответствующие координаты, а при умножении элемента на число, каждая координата
умножается на это число.

Вопрос 22. Графический метод решения задачи линейного программирования.

Постановка задачи для 2-х переменных
Найти неотрицательные значения 2-х переменных
x1 ≥ 0 и x2 ≤ 0, (1)
удовлетворяющих m линейным ограничениям в виде равенств и неравенств
≥
aj1 x1 + aj2 x2 {=} bj , j = ̅̅̅̅̅̅
1, 𝑚 , (2)
≤
И доставляющих экстремум линейной целевой функции
f (x1, x2) = C1x1 + C2x2 , (3)
что записывается в виде
f (x1, x2)  min (max). (4)
 Допустимое решение – любая совокупность x1 x2, удовлетворяющие условиям 1 и 2
 Область допустимых решений (D) – множество всех допустимых решений
 Оптимальное решение (x*), для которого x* = (x1*, x2*)  D
f (x*) = max или f (x*) = min
Основные особенности решения задач линейного программирования
1. D не пустое является выпуклым многогранником с угловыми точками – вершинами;
2. Целевая функция ограничена на D, хотя бы сверху при поиске max и снизу при поиске min;

34
3. Оптимальное решение, для него целевая функция принимает свое экстремальное значение на границе в
одной из вершин D или в каждой точке отрезка, соединяющего 2 соседние вершины;
4. Оптимальное решение единственно и является глобальным экстремумом.
Алгоритм графоаналитического метода:
1. На плоскости Оx1x2 построить прямые, уравнения которых получаются в результате замены в
ограничениях 1 и 2, знаков неравенств на знак точных равенств;
2. Найти полуплоскости, определённые каждым ограничением задачи;
3. Построить область допустимых значений D, полученную пересечением полуплоскостей;
4. Построить линию уровня соответствующую целевой функции;
5. Из начала координат построить вектор-градиент (𝐶̅ = (С1, C2) – координаты) соответствующий целевой
функции;
6. Для поиска max передвигать линию уровня в направлении вектора-градиента и найти её последнюю
общую точку с областью D; для поиска min передвигать линию уровня в противоположном направлении
градиенту до последнего пересечения с областью D;
7. Определить координаты точки экстремума целевой функции;
8. Значение целевой функции в точке x*.
Пример:
Для изготовления продукции 2-х типов: P1 – пельмени, P2 – вареники.
Предприятие использует 3 вида сырья: S1 – тесто, S2 – фарш, S3 – начинка.
Предприятие располагает наличием сырья в количестве B1, B2, B3 кг.
Известно:
1. Количество единиц каждого вида сырья, идущего на изготовление каждого вида продукции
2. Доход, получаемый от реализации каждого вида изделия (ед.)
?: Составить такой план выпуска продукции, при котором доход предприятия от реализации всей продукции
был бы max.
Виды сырья Запас сырья Расходы сырья на изделие
P1 P2
S1 21 3 1
S2 30 2 2
S3 18 0 3
Прибыль от реализации Pj-ого типа продукции 3 2
(сот.руб.)
x1 – количество пельменей, которое производит предприятие
x2 – количество вареников
3𝑥1 + 𝑥2 ≤ 21 (1)
2𝑥1 + 2𝑥2 ≤ 30 (2)
3𝑥2 ≤ 18 (3)
𝑥1 ≥ 0, 𝑥2 ≥ 0
f (x1, x2) = 3x1 + 2x2  max
 Если yx2 + => знак оставляем
x2  Если yx2 – => знак меняем 35
(1)

21
 (3)
max
𝐂̅
L: 3x1 + 2x2 = h =D12 (линия уровня)
x1 = 4, min
x2 = 6
𝐶̅ = (3; 2)
0 4 7 15 x1
3𝑥1 + 𝑥2 ≤ 21
x* =
3𝑥1 ≤ 18
x1* = 5, x2* = 6
x* = (5, 6)
fmax = f (5, 6) = 3*5 + 2*6 = 27 (сот.руб)

ОТВЕТ: рекомендуется изготовить 5 пачек пельмений и 6 пачек вареников, тогда max доход фирмы будет
равен 27 сот.руб.

Вопрос 23. Функция и последовательность. Понятие окрестности. Предел функции, предел

последовательности.
Последовательностью называется функция, заданная на множестве натуральных чисел. Если область
значений последовательности – числовое множество, то последовательность называют числовой, если область
значений – множество функций, то последовательность называют функциональной. значения функции: xn, yn и
т. д.
δ-окрестностью точки М0, принадлежащей Rn, называется множество точек М того же пространства,
расстояние от которых до точки М0 меньше δ
Uδ (M0) = {M ∈ Rn : ρ(M,M0) < δ}
Ели каждой точке М множество D пространства Rn по некоторому правилу ставится в соответствие
некоторое число y=f(M)∈E⊂R1, то говорят, что на множестве D задана функция f.
D ∈ R1 : x ∈ D ⊂ R1 f y ∈ E ⊂ R1
D∈ R2 : (x1,x2) ∈ D ⊂ R2 f y ∈ E ⊂ R2

Пусть каждому натуральному числу n по некоторому правилу поставлено в соответствие

действительное число xn, тогда говорят, что определена последовательность чисел.
n∈N f xn ∈ E ⊂ R1
{xn} = {x1, x2, …}

Пусть функция f(x) определена в некоторой окрестности точки x0, за исключением, быть может, самой
точки x0. Число a называется пределом функции f(x) при стремлении точки x к x0, если при любом ε>0
найдется такое δ>0, зависящее от ε, что для всех точек x из Uδ(x0), кроме, быть может, самой точки x0,
отклонение функции f(x) от числа a не превзойдет ε.
a = limx→x0f(x)
36
∀ ε>0 ∃ δε>0 : ∀ x ∈ Uδ(x0), x≠x0
=> ⎪f(x)-a⎪< ε

Число a называется пределом последовательности {xn} при n→∞, если для любого ε>0 найдется
такой номер N, зависящий от ε, начиная с которого выполняется неравенство ⎪xn-a⎪< ε.
{xn} n→∞ a = limn→∞xn
∀ ε>0 ∃ N(ε), ∀ n> N(ε) => ⎪xn-a⎪< ε

2.Предел последовательности. Понятие сходящейся последовательности.

Теоремы о сходящихся последовательностях (единственный предел,
необходимое условие сходимости)
Если по некоторому закону каждому натуральному числу n поставлено в соответствие
вполне определенное число 𝑎𝑛 , то говорят, что задана числовая последовательность { 𝑎𝑛 }.
Для любого 𝜀 > 0 существует номер, зависящий от эпсилонта, такой, что для всех членов
последовательности с номерами больше, чем этот номер выполняется неравенство
𝑥𝑛 − 𝛼 < 𝜀, lim 𝑥𝑛 = 𝛼.
𝑛 →∞
(∀𝜀 > 0 ∃𝑁:∀𝑛 > 𝑁 → 𝑥𝑛 − 𝛼 < 𝜀) ↔ lim 𝑥𝑛 = 𝛼
𝑛 →∞
Последовательность, имеющая предел называется сходящейся, при этом все
арифметические действия производятся только со сходящимися последовательностями.
Теорема1: сходящиеся последовательности имеют единственный предел)
Док-во: Пусть {𝑥𝑛 }𝑛∈ 𝑁 имеет предел b≠a,
x
𝑎−𝜀 a𝑎 + 𝜀 𝑏− b 𝑏+
окрестности не имеют общих точек, тогда по определению предела в эпсилон
окрестности точки А содержится бесконечно много членов последовательности 𝑥𝑛 , а вне
этой окрестности конечное число членов, тогда точка В не может быть пределом
последовательности.
Теорема 2: сходящаяся последовательность ограничена.
Док-во: Из определения последовательности, можно записать −𝜀 < 𝑥𝑛 − 𝑎 < 𝜀,
𝑎 − 𝜀 < 𝑥𝑛 < 𝑎 + 𝜀. Так как модуль суммы не превосходит суммы модулей, то
𝑥𝑛 + 𝑎 − 𝑎 = 𝑥𝑛 ≤ 𝑥𝑛 − 𝑎 + 𝑎 < 𝜀 + 𝑎 , тогда 𝑥𝑛 ≤ 𝜀 + 𝑎
Положим 𝑀 = 𝑚𝑎𝑥{ 𝑥1 , 𝑥2 , …, 𝑥𝑛 , 𝜀 + 𝑎 }, 𝑥𝑛 ≤ 𝑀, т.е. последов-ность 𝑥𝑛 ограничена.

Вопрос 24. Предел функции. Виды неопределенностей.

Пусть функция f(x) определена в некоторой окрестности точки x0, за исключением, быть может, самой точки
x0. Число a называется пределом функции f(x) при стремлении точки x к x0, если при любом ε>0 найдется такое
δ>0, зависящее от ε, что для всех точек x из Uδ(x0), кроме, быть может, самой точки x0, отклонение функции
f(x) от числа a не превзойдет ε.
a = limx→x0f(x)
∀ ε>0 ∃ δε>0 : ∀ x ∈ Uδ(x0), x≠x0
=> ⎪f(x)-a⎪< ε

37
 Предел f(x) определена в некоторой окрестности точки, за исключением только если
самой точки.
1.По Гейне: Число А называется пределом функции f(x) при 𝑥 → 𝑥0 , если для любой
последовательности {𝑥𝑛 }𝑛∈ 𝑁 сходящийся к 𝑥0 , последовательность значений функции
𝐹 (𝑥1 ); 𝐹 (𝑥2 ); 𝐹(𝑥3 ); 𝐹(𝑥𝑛 ) сходится к А. ( lim 𝑓 (𝑥) = 𝐴)
𝑥→𝑥 0
2.По Каши: Число А называется пределом функции ∀𝜀 > 0, ∃ (𝜀), 𝑥 − 𝑥0 <
, 𝑓 (𝑥) − 𝐴 < 𝜀.
Односторонним предел: Число А называется пределом функции f(x) справа при 𝑥 → 𝑥0 +
0, если ∀𝜀 > 0, ∃ (𝜀), такое что 𝑥0 < 𝑥 < 𝑥0+ , то 𝑓 (𝑥) − 𝐴 < 𝜀.( lim 𝑓 (𝑥) = 𝐴):
𝑥→𝑥 0+0
Число А называется пределом функции f(x) слева при 𝑥 → 𝑥0 − 0, если ∀𝜀 > 0, ∃ (𝜀),
такое что 𝑥0− < 𝑥 < 𝑥0 , то 𝑓 (𝑥) − 𝐴 < 𝜀. ( lim 𝑓 (𝑥) = 𝐴)
𝑥 →𝑥 0−0
Предел функции при 𝑥 → ±∞:
Число А называется пределом функции (x) при 𝑥 → ±∞, если ∀𝜀 > 0, ∃ (𝜀) , 𝑥 > (𝑥 <
− ), 𝑓 (𝑥) − 𝐴 < 𝜀.

При переходе к функциям более сложного вида мы обязательно столкнемся с появлением выражений,
значение которых не определено. Такие выражения называют неопределенностями.

Перечислим все основные виды неопределенностей: ноль делить на ноль (0 на 0), бесконечность

делить на бесконечность , ноль умножить на бесконечность , бесконечность минус

бесконечность , единица в степени бесконечность , ноль в степени ноль , бесконечность

в степени ноль .

ВСЕ ДРУГИЕ ВЫРАЖЕНИЯ НЕОПРЕДЕЛЕННОСТЯМИ НЕ ЯВЛЯЮТСЯ И ПРИНИМАЮТ

ВПОЛНЕ КОНКРЕТНОЕ КОНЕЧНОЕ ИЛИ БЕСКОНЕЧНОЕ ЗНАЧЕНИЕ.

Раскрывать неопределенности позволяет:

упрощение вида функции (преобразование выражения с использованием формул сокращенного умножения,

тригонометрических формул, домножением на сопряженные выражения с последующим сокращением и
т.п.);

использование замечательных пределов;

применение правила Лопиталя;

использование замены бесконечно малого выражения ему эквивалентным (использование таблицы

эквивалентных бесконечно малых).

Виды неопределенностей (основные)

{0:0} {∞:∞} {0*∞} {∞-∞} {00} {∞0} {1∞} {0∞}

38
Вопрос 25. Односторонние пределы. Необходимое и достаточное условие существования предела функции.
Односторонний предел — предел числовой функции, подразумевающий «приближение» к предельной точке
с одной стороны. Такие пределы называют соответственно левым и правым пределами.
Теорема. Функция f(x) имеет в точке х0 предел тогда и только тогда, когда в точке х0 существуют пределы
этой функции слева и справа и они равны между собой.
f(a-0) = f(a+0)
Простыми словами: Предел в точке существует, если существуют левый и правый предел и они равны между
собой.

Пусть переменная x стремится к a, оставаясь больше a, и при этом . Тогда

число A называют правосторонним пределом (или пределом справа) функции и обозначают любым
из символических выражений

Понятие левостороннего предела (или предела слева) вводится аналогичным образом. В этом
случае при x → a со стороны меньших значений:

39
Для существования обычного (двустороннего) предела функции в точке a необходимо и достаточно
равенство между собой односторонних пределов:

Например, в точке x = 3 односторонние пределы функции

отличаются друг от друга:

Поэтому в рассматриваемой точке предел функции не существует.

Вопрос 26. Бесконечно малые и бесконечно большие величины и их свойства.

Функция α(х) называется бесконечно малой величиной при х → х0 или при х → ∞, если ее предел равен
нулю:

lim f(x) = 0.

x x0 

π 3
y=
Например, функции y = cos x при х → 2 и 2 x  7 при х → ∞ есть бесконечно малые величины, т. к. их
пределы равны нулю.
Не следует путать бесконечно малую переменную величину α(х) с очень малым, но постоянным числом ε > 0,
т. к. по мере приближения значений х к х0 (при х → х0), или по мере увеличения по модулю значений х (при х
→ ∞) функция α(х) окажется меньше этого числа ε (по абсолютной величине) по определению предела.
Теорема. Если функция f(x) имеет при х → х0 (х → ∞) предел, равный А, то ее можно представить в виде
суммы этого числа А и бесконечно малой величины α(х) при х → х0 (х → ∞)
f(x) = А + α(х).
Верна и обратная теорема.
Теорема. Если функцию f(x) можно представить как сумму числа А и бесконечно малой величины α(х) при х
→ х0 (х → ∞), то число А есть предел этой функции при х → х0 (х → ∞).

Свойства бесконечно малых (б.м.) величин.

10. Алгебраическая сумма конечного числа б.м. величин есть б.м.
20. Произведение б.м. величины на ограниченную функцию (в том числе на постоянную, на другую б.м.) есть
величина б.м.
30. Частное от деления б.м. величины на функцию, предел которой отличен от нуля, есть величина б.м.

40
Свойство 30 не рассматривает предел отношения двух б.м. величин α(х) и β(х) из-за его неопределенности.
0
0
Эта неопределенность обозначается   .

Две бесконечно малые величины α(х) и β(х) при х → х0 (х → ∞) называются эквивалентными, если
αx 
lim = 1,
x x0   β  x 
в этом случае пишут α(х) ~ β(х).
Можно показать что, если существует предел отношения двух б.м. величин, конечный или бесконечный, то он
не изменится, если эти б.м. заменить им эквивалентными. Это означает, что эквивалентные б.м. величины
взаимозаменяемы при вычислении пределов.
Примеры эквивалентных б.м.:
sin x ~ x; tg x ~ x;
℮x – 1 ~ x; ln(1 + x) ~ x;
arcsin x ~ x; arctg x ~ x;

х2
(1 + x)m ~ 1 + mx; 1 – cos x ~ 2 .

Функция f(x) называется бесконечно большой величиной при х → х0, если для любого, даже сколь угодно
большого положительного числа М > 0, найдется такое положительное число δ > 0 (зависящее от ε : δ =δ(ε)),
что для всех х, не равных х0 и удовлетворяющих условию |x – x0| < δ, выполняется неравенство |f(x)| > M.
С помощью логических символов определение можно записать в виде

lim f x  =   M > 0 δ = δ M  > 0 | x  x0 : х  х0  < δ,  f x  > M .

x x0

Если в приведенном определении f(x) > M (или f(x) < –M), то пишут
 
lim f x  = +  или xlimx f x  =  .
x x 0  0 
Аналогично можно определить понятие бесконечно большой (б.б.) величины при х → ∞. Приведем его в
краткой форме

lim f x  =   M > 0 S = S M  > 0 | x : х > S,  f x  > M .

x

Не следует путать бесконечно большую переменную величину f(x) с очень большим, но постоянным числом M
> 0, т. к. по мере приближения значений х к х0 (при х → х0) , или по мере увеличения по модулю значений х
(при х → ∞) в соответствии с определением функция f(x) превзойдет это число М (по абсолютной величине.

Свойства бесконечно больших величин.

10. Произведение б.б. величины на функцию, предел которой отличен от нуля, есть б.б. величина.
20. Сумма б.б. величины и ограниченной функции есть б.б. величина.
30. Частное от деления б.б. величины на функцию, имеющую предел, есть б.б. величина.

41
 1
f x  =
Теорема. Если функция α(х) есть б.м. величина при х → х0 (х → ∞), то функция αx 
является б.б.
величиной при х → х0 (х → ∞). И наоборот, если функция f(x) есть б.б. величина при х → х0 (х → ∞), то
1
αx  =
функция
f x  есть б.м. величина при х → х0 (х → ∞).

Основные теоремы о пределах:

10. Если предел существует, то он единственный.
20. Если функция y = f(x) в окрестности некоторой точки х0 монотонно возрастает (убывает), то она в этой
точке имеет предел. Причем, если к тому же функция y = f(x) ограничена сверху (снизу), то этот предел
конечен.

lim f x  = A, lim g x  = В.
x x0 x x0
3 . Пусть
0

Тогда, если в окрестности х0 f(x) £ g(x), то А £ В.

40. Теорема о сжатой переменной.

Если в окрестности точки х0 выполнено соотношение f(x) £ g(x) £ h(x), и

lim f x  = lim hx  = A, то lim g x  = A.

x x0 x x0 x x0

50. Действия с пределами.

Если

lim f(x) = А <  , lim g x  = B <  ,

x x0 x x0

то

1. lim  f x  ± g x  = A + B;
x x0

2. lim  f x   g x  = A  B;
x x0

В частности, постоянный множитель можно выносить за знак предела

lim с f x  = сA.
x x0

f x  A
lim = .
3. Если В ¹ 0, то
x x0 g x  B

60. Функция y = f(x), имеющая в точке х0 конечный предел, ограничена.

42
Кратко (то, что выше)
Определение: Функция f(x) определенная в некоторой окрестности точки Х0 , называется бесконечно малой,
при Х стремящейся к Х0 , если ее предел равен 0. Бесконечно малая — числовая функция или
последовательность, стремящаяся к (пределу которой равен) нулю.
𝑙𝑖𝑚 f(x)=0
х→Х0

∀𝜀 > 0 ∃ > 0: ∀𝑥 ∈ 𝑈𝛿 ( Х0 ), x≠ Х0 ⇒ 𝑓(𝑥) < 0

Определение: Функция А(х) определенная в некоторой окрестности точки Х0 , называется бесконечно
большой, при Х стремящейся к Х0 , если ее предел равен ∞. Бесконечно большая — числовая функция или
последовательность, стремящаяся к (предел которой равен) бесконечности определённого знака.
𝑙𝑖𝑚 А(x)=∞
х→Х0

∀𝜀 > 0 ∃ > 0: ∀𝑥 ∈ 𝑈𝛿 ( Х0 ), x≠ Х0 ⇒ А(𝑥) > 𝜀

Теоремы:
Теорема 1:
Пусть 𝛼(𝑥), 𝛽(𝑥) − бесконечно малые, при 𝑥 → Х0, тогда:

1) 𝛼(𝑥) + 𝛽(𝑥) − бесконечно малая, при 𝑥 → Х0

2) 𝛼(𝑥) ∗ 𝛽(𝑥) − бесконечно малая, при 𝑥 → Х0
Теорема 2: Если 𝛼(𝑥) − бесконечно малая, при 𝑥 → Х0 , 𝑓(𝑥) − ограниченная в некоторой окрестности
точки Х0 функция, то f(x)*𝛼(𝑥)-бесконечно малая, при 𝑥 → Х0 .
Теорема 3:
Пусть функция f(x) определена в U(Х0 ) (некоторой окрестности точки Х0 ). Для того, чтобы 𝑙𝑖𝑚 f(x)=𝑎,
х→Х0
необходимо и достаточно, чтобы функция [𝑓(𝑥) − 𝑎] была бесконечно малой, при 𝑥 → Х0 .

Следствие: ∃ 𝑙𝑖𝑚 𝑓(𝑥) = 𝑎 ⇔ 𝑓(𝑥) = 𝑎 + 𝑎(𝑥), где 𝑎(𝑥) − бесконечно малая, при 𝑥 → Х0
х→Х0

Теорема 4:
Пусть 𝛼(𝑥) − бесконечно малая, при 𝑥 → Х0 , 𝐴(𝑥) − бесконечно большая, при 𝑥 → Х0 ,
тогда
1
1) 𝛼(𝑥)
- бесконечно большая, при 𝑥 → Х0

1
2) 𝐴(𝑥)
- бесконечно малая, при 𝑥 → Х0

1 1
{0} = ∞ {∞} = 0

Вопрос 27. Основные теоремы о пределах.

Теорема 1: Если у функции существует предел, то это единственный предел.
Теорема 2: Предел суммы функций равен сумме их пределов, если последние существуют и конечны.
𝑙𝑖𝑚 [𝑓(𝑥) + 𝑔(𝑥)] = 𝑙𝑖𝑚 𝑓(𝑥) + 𝑙𝑖𝑚 𝑔(𝑥)
х→Х0 𝑥→Х0 𝑥→Х0

43
Теорема 3: Предел произведения функций равен произведению пределов, если последние существуют и
конечны.
𝑙𝑖𝑚 [𝑓(𝑥) ∗ 𝑔(𝑥)] = 𝑙𝑖𝑚 𝑓(𝑥) ∗ 𝑙𝑖𝑚 𝑔(𝑥)
х→Х0 𝑥→Х0 𝑥→Х0

Следствие: При нахождении предела произведения постоянный множитель можно выносить за знак lim
𝑙𝑖𝑚 [𝑘 ∗ 𝑓(𝑥)] = 𝑘 ∗ 𝑙𝑖𝑚 𝑓(𝑥), 𝑘 = 𝑐𝑜𝑛𝑠𝑡
х→Х0 𝑥→Х0

Теорема 4:
При условии, что предел знаменателя отличен от 0:
𝑓(𝑥)
𝑙𝑖𝑚 [𝑔(𝑥)] = 𝑙𝑖𝑚 𝑓(𝑥) / 𝑙𝑖𝑚 𝑔(𝑥), если 𝑙𝑖𝑚 𝑔(𝑥) ≠ 0
х→Х0 𝑥→Х0 𝑥→Х0 𝑥→Х0

Теорема 5:

Если для функции f(x), g(x) существуют и конечны пределы 𝑙𝑖𝑚 f(x)=𝑎 и 𝑙𝑖𝑚 g(x)=𝑏, то 𝑙𝑖𝑚 [𝑓(𝑥)] 𝑔(𝑥) =𝑎𝑏
х→Х0 х→Х0 х→Х0

Теорема 6 (теорема о сжатой переменной): Если в некоторой окрестности точки Х0 выполняется неравенство
𝜑(𝑥) ≤ 𝑓(𝑥) ≤ 𝑔(𝑥) и существуют 𝑙𝑖𝑚 𝜑(x)=𝑎 и 𝑙𝑖𝑚 g(x)=𝑎, то 𝑙𝑖𝑚 f(x)=𝑎.
х→Х0 х→Х0 х→Х0

Теорема 7:
Если f(x)≥ 0 ∀𝑥 ∈ 𝑈(Х0 )и существуют 𝑙𝑖𝑚 f(x), то 𝑙𝑖𝑚 f(x)≥ 0
х→Х0 х→Х0

Теорема 8:
Если существуют 𝑙𝑖𝑚 f(x)=𝑎 и 𝑙𝑖𝑚 g(x)=b, то
х→Х0 х→Х0

1) при условии, что f(x)=g(x) ∀𝑥 ∈ 𝑈(Х0 ) имеем a=b

2) при условии, что f(x)≤ 𝑔(𝑥) ∀𝑥 ∈ 𝑈(Х0 ) имеем 𝑎 ≤ 𝑏

Вопрос 28. Первый и второй замечательный предел

Первым замечательным пределом называется предел отношения синуса бесконечно малой дуги к той же
дуге, выраженной в радианной мере:

sinx
lim = 1.
x0 x

Найти предел .
Решение. Подстановка вместо x нуля приводит к неопределённости:

.
В знаменателе - синус, следовательно, выражение можно привести к первому замечательному пределу.
Начинаем преобразования:

44
 .
В знаменателе - синус трёх икс, а в числителе всего лишь один икс, значит, нужно получить три икс и в

числителе. Для чего? Чтобы представить 3x = a и получить выражение .

И приходим к разновидности первого замечательного предела:

,
потому что неважно, какая буква (переменная) в этой формуле стоит вместо икса.
Умножаем икс на три и тут же делим:

.
В соответствии с замеченным первым замечательным пределом производим замену дробного выражения:

.
Теперь можем окончательно решить данный предел:

Вторым замечательным пределом (числом ℮) называется предел

n
 1 1
lim 1+  = e lim (1  x) x = e
n  n (первая форма) или x0 (вторая форма).
Напомним, что ℮ ≈ 2,718281...

Следствия.

ln1+ x 
lim = 1;
1. x0 x

a x 1
lim = lna;
2. x0 x

45
 e x  1 = 1;
lim
3. x0 x

lim

1+ x α  1
= α.
4. x0 α

.Второй замечательный предел.

1
lim (1 + 𝛼 )𝛼 = 𝑒 - второй замечательный предел
𝛼 →∞
Док-во: 1.Пусть 𝛼 → ∞. Каждое значение α заключено между двумя положительными
1 1 1 1
целыми числами: n ≤ α ≤ n+1, где n=[α] – целая часть α, тогда ≤ ≤ , 1+ ≤ 1+
𝑛+1 𝛼 𝑛 𝑛+1
1 1 1 𝑛 1 𝛼 1 𝑛+1
𝛼
≤ 1 + 𝑛 , (1 + 𝑛+1 ) ≤ (1 + 𝛼 ) ≤ (1 + 𝑛
) .
1 𝑛 1 𝑛+1−1 1 𝑛+1 1 −1 𝑒
lim (1 + ) = lim (1 + ) = lim (1 + ) ∙ (1 + ) = =𝑒
𝑛 →∞ 𝑛 +1 𝑛→∞ 𝑛+ 1 𝑛 →∞ 𝑛 +1 𝑛 +1 1
1 𝑛+1 1 𝑛 1 1
lim (1 + 𝑛 ) = lim (1 + 𝑛 ) ∙ (1 + 𝑛 ) = 𝑒 ∙ 1 = 𝑒 , 𝑛 = [𝛼] , 𝑛 → ∞, 𝛼 → ∞
𝑛 →∞ 𝑛→∞
1 𝛼
По теореме о сжатой переменной 1. lim (1 + 𝛼 ) = 𝑒
𝑛 →∞
2.Пусть 𝛼 → −∞, при этом −𝛼 = 𝛽, тогда
1 1 −𝛽 𝛽 𝛽 𝛽 − 1 + 1 𝛽−1+1
lim (1 + )𝛼 = lim 1 + = lim = lim =
𝛼 →∞ 𝛼 𝛽 →∞ −𝛽 𝛽 →∞ 𝛽 − 1 𝛽 →∞ 𝛽−1
1 𝛽−1+1 1 𝛽 −1 1 1
lim 1 + = lim 1 + ∙ 1+ =𝑒∙ 1 =𝑒
𝛽 →∞ 𝛽 −1 𝛽 →∞ 𝛽 −1 𝛽−1

Предел последовательности обозначается буквой e: (1)

Число e является иррациональным и приблизительно равно 2.718. Это число принято за основание
логарифмов, которые называют натуральными логарифмами и обозначают ln(x) (ln(x)=logex).
Формула (1) выполняется и для функций

(2)
Предел (2) называется вторым замечательным пределом. Критерий для его распознавания включает в себя три
требования:
1) должна быть неопределенность вида 1∞,
2) 1+бесконечно малая, или короче: 1+б.м.,

3) , причем в показателе степени стоит не произвольная бесконечно большая, а величина,

обратная той бесконечно малой, которая прибавляется к числу 1.

Так, среди пределов , ,

, только второй и третий равны e.

Вопрос 29. Непрерывность функции в точке. Непрерывность функции на промежутке. Классификация
точек разрыва.
Функция f(x) непрерывна в точке х0, если:
46
1) функция f(x) определена в окрестности точки х0;
2) существует предел функции при х стремящемся к х0 (∃ 𝐥𝐢𝐦 𝒇(𝒙))
𝒙→𝒙𝟎
3) предел функции в точке х0 равен значению функции в этой точке ( 𝐥𝐢𝐦 𝒇(𝒙)= f(x0)).
𝒙→𝒙𝟎
Функция f(x) непрерывна на промежутке, если она непрерывна в каждой точке этого промежутка.
𝐥𝐢𝐦 𝒇(𝒙) = 𝐥𝐢𝐦 𝒇(𝒙) = f(x0)
𝒙→𝒙𝟎+ 𝒙→𝒙𝟎−
 Функция f(x) непрерывна на интервале (a, b), если она непрерывна в каждой точке этого интервала.
 Функция f(x) непрерывна на отрезке [a, b], если она
1) непрерывна на интервале (a, b);
2) непрерывна справа в точке а;
3) непрерывна слева в точке b.
Классификация точек разрыва:
1. Если в точке х0 у функции f(x) пределы слева и справа, оба или один из них, не существуют или
равны ∞, то функция f(x) имеет разрыв второго рода. В случае бесконечных пределов разрыв
второго рода бесконечный.
2. Функция f(x) при х = х0 имеет устранимый разрыв первого рода в точке х0, когда пределы справа
и слева в этой точке существуют и конечны, равны, но не равны значению функции в точке х0, т.е.:
𝐥𝐢𝐦 𝒇(𝒙) = 𝐥𝐢𝐦 𝒇(𝒙) ≠ f(x0).
𝒙→𝒙𝟎− 𝒙→𝒙𝟎+
3. Функция f(x) при х = х0 имеет неустранимый разрыв первого рода в точке х0, когда пределы
справа и слева в этой точке существуют и конечны, но не равны друг другу, т.е.: 𝐥𝐢𝐦 𝒇(𝒙) ≠
𝒙→𝒙𝟎−
𝐥𝐢𝐦 𝒇(𝒙).
𝒙→𝒙𝟎+
Точка х0 здесь — точка скачка функции.
𝐥𝐢𝐦 𝒇(𝒙)= а1 𝐥𝐢𝐦 𝒇(𝒙) = а2 а1 ≠ а2 |а1 - а2| — величина скачка
𝒙→𝒙𝟎− 𝒙→𝒙𝟎+

Вопрос 30. Производная функции. Геометрический смысл производной.

Производная функции y = f(x) по аргументу х — предел отношения приращения функции к приращению её
∆𝒚
аргумента при стремлении приращения аргумента к нулю производным образом. f ´(x) = 𝐥𝐢𝐦 𝒇 ( ) =
∆𝒙→𝟎 ∆𝒙
𝒇(𝒙+∆𝒙)−𝒇(𝒙)
𝐥𝐢𝐦 𝒇 ( ∆𝒙
)
∆𝒙→𝟎

Операция нахождения производной — дифференцирование функции.

Геометрический смысл производной:
значение производной функции равно угловому коэффициенту касательной к графику функции в точке с
абсциссой х0; равно тангенсу угла, образованного с положительным направлением оси Ox, касательной к
графику функции y = f(x) в соответствующей точке с координатами (x0; y0).
y´ |x0 y0 = k = 𝒕𝒈 𝜶

47
Вопрос 31. Правила дифференцирования суммы, разности, произведения и частного функций. Производная
сложной функции.

Дифференцирование функции – это операция нахождения производных (производная — это скорость

изменения функции).

Основные правила нахождения производных:

1. Производная суммы (u (x) + v (x)) ’ = u’ (x) + v’ (x)

2. Производная разности (u (x) – v (x)) ’ = u’ (x) - v’ (x)
3. Производная произведения (u(x) * v (x)) ’ = u’ * v + u * v’
4. Производная частного (u (x)/ v (x)) ’ = (u’ * v – u * v’)/ v 2

5. Производная сложной функции: пусть y = f (u), u = g(x) => y = f (g(x))

y’ x = f’ u * u’ x
(u n)’ = n * u n-1 * u’ x
Пример: u = sin 3x; n = 2, тогда
(sin 2 3x)’ = 2 (sin 3x) 2-1 * (sin 3x)’ = 3*2 * (sin 3x) * (cos 2x) = 3 sin 6x

6. Производная степенно-показательной функции y = (u (x)) v(x)

Логарифмическое дифференцирование:
ln y = ln u v
ln y = v * ln u
(ln y)’ = (v * ln u)’
1/y * y’ = v’ * ln u + v/u * u’
y = u v * (v’ * ln u + v/u * u’)

Вопрос 32. Таблица производных основных элементарных функций

48
Вопрос 33. Признак монотонности функции. Необходимое и достаточное условия локального экстремума
функции одной переменной.
Монотонная функция — это функция, которая всё время либо не убывает, либо не возрастает. Более точно,
это функция, приращение которой при не меняет знака, то есть либо всегда неотрицательное, либо всегда не
положительное. Если в дополнение приращение не равно нулю, то функция называется строго монотонной.
Условия монотонности функции. Экстремумы функции
Функция y = f(x) называется возрастающей (убывающей) на отрезке [a; b], если для любых и на этом отрезке

Теорема 1. Пусть функция y = f(x) непрерывна на отрезке [a; b] и дифференцируема во всех точках интервала

отрезке [a; b].

Функция возрастающая или убывающая называется монотонной.
Точка x = x0 называется точкой максимума (минимума) функции f(x), если существует двусторонняя
окрестность этой точки, в которой функция определена и при этом для всех х из этой окрестности f(x) < f(x0)
х0.
Теорема 2 (необходимые условия экстремума). Если x0 – точка экстремума функции, то либо производная в
этой точке не суще-
Обратное утверждение неверно.
Точки, в которых производная равна 0, называются стационарными. Точки, в которых производная равна 0
или не существует, называются критическими.
Теорема 3 (достаточные условия экстремума). Пусть функция y = f(x) непрерывна в точке x0 и
дифференцируема в некоторой ее окрестности (кроме, быть может, самой точки x0). Если при переходе через
– точка максимума. Если же производная f
– точка минимума.

49
Если x1, x2, …, xn – критические точки непрерывной на отрезке [a; b] функции f(x), то наибольшее и
наименьшее значения этой функции есть соответственно наибольшее и наименьшее из чисел f(a), f(x1), f(x2),
…, f(xn), f(b).
РАЗВЕРНУТО ДОПОЛНИТЕЛЬНО
1. Монотонность функции.
Напомним, что функция называется возрастающей (убывающей) на промежутке Х, если для любых
х1, х2  Х
при х2 > х1 верно неравенство
f(х2) > f(х1) (f(х2) < f(х1)).
Теорема (достаточное условие монотонности функции). Если производная дифференцируемой функции
положительна (отрицательна) внутри некоторого промежутка Х, то функция возрастает (убывает) на этом
промежутке.

2. Экстремум функции.
Точка х0 называется точкой максимума функции f(x), если в некоторой окрестности точки х0 выполняется
неравенство f(х) ≤ f(х0).
Точка х1 называется точкой минимума функции f(x), если в некоторой окрестности точки х1 выполняется
неравенство f(х) ≥ f(х1).
Значения функции в точках х0 и х1 называются соответственно максимумом и минимумом функции, и
объединяются общим названием экстремума функции.
Экстремум функции часто называют локальным экстремумом, подчеркивая тот факт, что понятие экстремума
связано с достаточно малой окрестностью точки х0. Так что на одном промежутке функция может иметь
несколько экстремумов, причем вовсе необязательно, что если функция имеет экстремум в отдельной точке
промежутка, то в этой точке она достигает своего наибольшего (наименьшего) значения.
Необходимое условие экстремума.
Для того, чтобы функция f(х) имела экстремум в точке х0, необходимо, чтобы ее производная в этой точке
равнялась нулю f '(х) = 0 или не существовала.
Точки, в которых выполнено необходимое условие экстремума, называются критическими или
стационарными. Обратим внимание на то, что эти точки должны входить в область определения функции.
Таким образом, если в какой-либо точке имеется экстремум, то эта точка стационарная. Однако обратное
утверждение неверно. Стационарная точка вовсе не обязательно является точкой экстремума точкой,
подозрительной на экстремум. Таким образом, для нахождения экстремумов функции требуется
дополнительное исследование стационарных точек.
Теорема (первое достаточное условие экстремума). Если при переходе через точку х0 производная
дифференцируемой функции меняет свой знак с плюса на минус, то точка х0 есть точка максимума функции у
= f(x), а если с минуса на плюс – то точка минимума.
Теорема (второе достаточное условие экстремума). Если первая производная f'(x) дважды дифференцируемой
функции равна нулю в некоторой точке х0 , а вторая производная в этой точке f ''(x0) положительна, то х0 есть
точка минимума функции f(x); если f ''(x0) отрицательна, то x0 – точка максимума.
Вопрос 34. Теорема о направлении выпуклости графика функции. Необходимое и достаточное условия
существования точки перегиба.
Теорема:

50
Кривая y = f(x) выпуклая (вогнутая) на (a,b), если для любого x∈ (a,b) касательная к кривой расположена выше
( ниже) самой кривой.
Точка Xo- точка перегиба, если при переходе через неё кривая меняет выпуклость на вогнутость или
наоборот.
Достаточное условие:
Для того, чтобы дважды дифференцируемая функция f(x) была выпуклой (вогнутой) достаточно, чтобы f”(x)
было < 0 (>0).
Необходимое условие существование точки перегиба:
Пусть Mo (Xo, f(Xo))- точка перегиба кривой y= f(x) и существует f”(x) => f”(x)=0
Достаточное условие:
Пусть f(x) непрерывна в точке Xo и дважды дифференцируемая в этой окрестности за исключением быть
может самой точки.
Тогда
1. Если f(x) меняет знак при переходе через точку Xo, то точка Mo- точка перегиба кривой y=f(x)
Точки в которых f”(x)= 0/ не существуют, называются критическими точками второго рода.
Вопрос 35. Асимптоты графика функции.

27. Асимптоты графика функции.

Асимптоты- прямая, к которой график функции сколь угодно раз близко приближается
при х→ ∞ или в окрестности точек разрыва. Асимптоты бывают: вертикальными,
горизонтальными, наклонными. Горизонтальная асимптота: прямая у=у0 графика f(х)
если lim 𝑓 (х) = у0 . Прямая х=х0 называется вертикальной асимптотой графика у=f(х),
х→∞
1
если хотя бы один из односторонних пределов lim 𝑓(𝑥) = ∞. у=
х→х0±0 х−1
1 1 1
; lim =+∞; lim =-∞. у=е−х ; lim ех = lim =0, у=0 - горизонтальная
х→1+0 х−1 х→1−0 х−1 х→+∞ х→+∞ ех
асимптота.
lim е−х = ∞. Наклонная асимптота- это прямая у=kx+b график функции у=f(x) при
х→−∞
𝑓(𝑥)
f(x)=kx+b+𝛼(𝑥), x→ ∞, где lim 𝛼 (𝑥) = 0. k= lim ; b= lim (𝑓 (𝑥) − 𝑘𝑥). Если хотя бы
𝑥→∞ 𝑥→∞ 𝑥 𝑥→∞
один из пределов не существует или бесконечен, то наклонной асимптоты нет. Пример:
x 2 +1 х2 +1 х2 −1 х2 +1−х2 +х 1+х
y= ; k= lim = 1; у=lim( − х)=lim =lim =1
x−1 х→∞ х(х−1) х→∞ х−1 х→∞ х−1 х→∞ х−1
y=1*x+1=x+1 Cхема исследования графика функции. 1)Область определения, область
значения, чётность, не чётность, периодичность.2)Характерные точки графика
функции(пересечение с осями)- х=0,у=0. 3)Точки возможного экстремума. f´(x)=0 .
Интервалы монотонности f´(x)> 0, f´(x)< 0. 4)Точки перегиба:f´´(x)=.0 Направление
выпуклости f´´(x)> 0; f´´(x)˂0. 5)Асимптоты графика функции 6) Построение графика на
основании исследования.
Асимптотой графика функции у = f(x) называется прямая, такая что расстояние от точки (х, f(x)) до этой
прямой стремится к нулю при неограниченном удалении точки графика от начала координат.
На следующих рисунках изображены возможные виды асимптот.

51
На первом рисунке изображена вертикальная асимптота, на втором – горизонтальная, а на третьем –
наклонная. Очевидно, что этими тремя случаями исчерпываются все возможные расположения асимптот.
Нахождение асимптот графика основано на следующих утверждениях.

Теорема 1. Пусть функция у = f(x) определена в некоторой окрестности точки х0 (исключая, возможно, саму
эту точку) и хотя бы один из пределов функции при х → х0 – 0 (слева) или х → х0 + 0 (справа) равен
бесконечности, т. е.

lim f x  =  или lim f x  = .

x  x 0 x x 0
0 0

Тогда прямая х = х0 является вертикальной асимптотой графика функции.

Очевидно, что прямая х = х0 не может быть вертикальной асимптотой, если функция непрерывна в точке х0 ,
lim f x  = f x0 .
x  x 0
так как в этом случае 0 Следовательно, вертикальные асимптоты следует искать в
точках разрыва функции у = f(x) или на концах ее области определения (а, b), если а и b – конечные числа.

Теорема 2. Пусть функция у = f(x) определена при достаточно больших х и существует конечный предел
функции

lim f x  = b.
x

Тогда прямая у = b есть горизонтальная асимптота графика функции у = f(x).

Замечание. Если конечен только один из пределов

lim f x  = b л или lim f x  = bп ,

x   x  

то функция имеет лишь левостороннюю у = bл или правостороннюю у = bп горизонтальную асимптоту.

lim f x  =  ,
В том случае, если x   функция может иметь наклонную асимптоту.

Теорема 3. Пусть функция у = f(x) определена при достаточно больших х и существуют ее конечные пределы

f x 
lim =k lim  f x   kx  = b.
x
x
и x
Тогда прямая y = kx + b является наклонной асимптотой графика функции.
Наклонная асимптота, так же, как и горизонтальная, может быть правосторонней или левосторонней.

52
Вопрос 36. Раскрытие неопределенностей. Правило Лопиталя.

Выражения , , , , , , называются неопределенностями (результат

неизвестен).
Раскрытие неопределенностей происходит при помощи следующих методов:
 упрощение вида функции (преобразование выражения с использованием формул сокращенного
умножения, тригонометрических формул, домножением на сопряженные выражения с последующим
сокращением и т.п.)
 использование замечательных пределов
 применение правила Лопиталя
 использованиезамены бесконечно малого выражения ему эквивалентным (использование таблицы
эквивалентных бесконечно малых).

Правила Лопиталя применяются для раскрытия неопределённостей вида и , которые называются

основными.
Правило Лопиталя:
Пусть функции f (x) и g (x) дифференцированы и определены в окрестности точки х0 (кроме, может
быть,самой точки х0) . Пусть далее g'(x) не равно нулю в окрестностях точки x0.

] или =0
𝑓(𝑥)
Тогда, если существует предел lim 𝑔(𝑥)
, то существует предел отношения этих функций и, более того, эти
𝑥→𝑥0
пределы равны.

53
 Теорема Лопиталя.
f(x), g(x) определены в некоторой окрестности х0 за исключением может быть самой
точки и удовлетворяет условиям 1) f(x) и g(x)-дифференцируемы
2) g´(x)≠0, то существует формула lim 𝑓(𝑥) и lim 𝑔(𝑥) 3) справедлива формула
х→х0 х→х0
𝑓 (𝑥) 𝑓´ (𝑥)
lim = lim ; lim 𝑓(𝑥)= lim 𝑔(𝑥)=∞; lim 𝑓(𝑥)= lim 𝑔(𝑥)=0
х→х0 𝑔(𝑥) 𝑥→𝑥0 𝑔´(𝑥 ) 𝑥 →𝑥0 𝑥 →𝑥0 𝑥→𝑥0 𝑥 →𝑥0
𝟏−𝒄𝒐𝒔 𝟑𝒙 0 3 sin 3𝑥 9𝑐𝑜𝑠3𝑥 9
Пример:𝟏)𝐥𝐢𝐦 =[ ]=lim =lim = ;
х→0 𝒙𝟐 0 𝑥 →0 2𝑥 𝑥 →0 2 2
𝑥𝑛 ∞ 𝑛𝑥𝑛 −1 𝑛!
2) lim =[ ]= lim = lim 𝑛(𝑛1)𝑥 𝑛−2...= lim =0
𝑥 →∞ 𝑒𝑥 ∞ 𝑥 →∞ 𝑒𝑥 𝑥→∞ 𝑥 →∞ 𝑒 𝑥
𝑥3 +3𝑥2 +7 3 𝑥2 +6𝑥 6𝑥 +6 6 1
3) lim = lim = lim = lim =
𝑥 →∞ 4𝑥3 +5𝑥2 +8 𝑥 →∞ 12 𝑥2 +10𝑥 𝑥 →∞ 24𝑥 +10 𝑥 →∞ 24 4

54