Академический Документы
Профессиональный Документы
Культура Документы
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.
а
φ
пр a b
b
a,b , ab , 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.
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.
Два n-мерных вектора и называются коллинеарными, если найдется число такое, что = ·
- 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.
3
= ,
· =2 · 1+1 · (-2)=0.
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
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
6
Также мы можем записать параметрические уравнения прямой на плоскости, проходящей через две
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.
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. (*)
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.
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
L1⊥L2 <=> š1⊥š2 => Чтобы две прямые были перпендикулярны необходимо и
(š1,š2)= m1*m2+ n1*n2 =0 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
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
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
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
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 mn называется матрица С = А + В, элементы которой
вычисляются следующим образом
cij=bij+λaij,
i1:m, j1: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
Cmn , 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 .
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
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:
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.
∎ ∎
| | - 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
3) Если все элементы строки(столбцы) определителя содержат общий множитель, то его можно вынести
за знак определителя.
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.
5) Если все элементы какой-либо строки(столбца) матрицы равны нулю, то ее определитель равен нулю.
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:
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:
(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
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)!
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.
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
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:
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:
.
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:
.
Транспонируя матрицу алгебраических дополнений, находим матрицу, союзную с матрицей A:
.
Находим матрицу, обратную матрице A:
25
.
Находим неизвестную матрицу:
.
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:
.
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.
̅̅̅̅̅̅
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
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)
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 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
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
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:
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.
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)
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.
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.
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
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
в степени ноль .
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.
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:
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 → ∞).
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
αx
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
Если в приведенном определении f(x) > M (или f(x) < –M), то пишут
lim f x = + или xlimx f x = .
x x 0 0
Аналогично можно определить понятие бесконечно большой (б.б.) величины при х → ∞. Приведем его в
краткой форме
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.
41
1
f x =
Теорема. Если функция α(х) есть б.м. величина при х → х0 (х → ∞), то функция αx
является б.б.
величиной при х → х0 (х → ∞). И наоборот, если функция f(x) есть б.б. величина при х → х0 (х → ∞), то
1
αx =
функция
f x есть б.м. величина при х → х0 (х → ∞).
lim f x = A, lim g x = В.
x x0 x x0
3 . Пусть
0
то
1. lim f x ± g x = A + B;
x x0
2. lim f x g x = A B;
x x0
lim с f x = сA.
x x0
f x A
lim = .
3. Если В ¹ 0, то
x x0 g x B
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
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
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
sinx
lim = 1.
x0 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
,
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:
Следствия.
ln1+ x
lim = 1;
1. x0 x
a x 1
lim = lna;
2. x0 x
45
e x 1 = 1;
lim
3. x0 x
lim
1+ x α 1
= α.
4. x0 α
(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.,
47
Вопрос 31. Правила дифференцирования суммы, разности, произведения и частного функций. Производная
сложной функции.
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
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.
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.
Теорема 2. Пусть функция у = f(x) определена при достаточно больших х и существует конечный предел
функции
lim f x = b.
x
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.
] 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