Линейные операторы и матрицы
Определение. Если задан закон (правило), по которому каждому вектору x пространства ставится в соответствие единственный вектор y пространства то говорят: что задан оператор (преобразование, отображение) A(x), действующий из в и записывают y=A(x).
Оператор называется линейным, если для любого вектора x и y пространства и любого числа λ выполняются следующие соотношения:
Выберем в пространстве базис
и запишем разложение произвольного вектора х по данному базису:
В силу линейности оператора получим:
т.к так же вектор из ,то его можно разложить по базису.
Матрица называется матрицей оператора в базисе , а ранг r матрицы А - рангом
оператора .
Таким образом, каждому линейному оператору соответствует матрица в данном базисе. Справедливо и обратное: Всякой матрице n-го порядка соответствует оператор n-мерного пространства.
Определим действия над линейными операторами:
1. Суммой двух линейных операторов и называется оператор определяемый
равенством
2. Произведением линейного оператора на число λ называется оператор
определяемый
Произведением линейных операторов и называется оператор
определяемый
Определим нулевой оператор переводящий все векторы пространства в нулевые вектора
и тождественный оператор действующий по правилу
Теорема Матрицы А и А* линейного оператора в базисах е1,е2, ..еn и е1*,е2*, ..еn* связаны соотношением А*=С-1АС, где С – матрица перехода от старого базиса к новому.
Собственные векторы линейных операторов
Вектор Х , не равный нулю, называется собственным вектором матрицы А, если найдется такое число λ, что АХ = λХ.
Число λ называется собственным значением матрицы А, соответствующим вектору Х.
Уравнение
называется характеристическим уравнением матрицы А.
Решение системы линейных уравнений с помощью определителей. Формулы Крамера.
Метод Крамера
Теорема Крамера. Пусть Δ – определитель матрицы системы А, а Δj – определитель матрицы, полученный из матрицы заменой j-го столбца столбцом свободных членов. Тогда если Δ не равен нулю, то система имеет единственное решение, определённое по формулам Крамера:
где j=1..n.
Решиение системы матричной формы
Система m линейных уравнений с n переменными имеет вид:
где aij, bi (i =1..m; j =1..n) – произвольные числа, называемые соответственно коэффициентами при переменных и свободными членами уравнений.
Решением системы (1) называется такая совокупность n чисел (x1=k1, x2=k2, … xn=kn), при подстановке которых в (1) каждое уравнение системы обращается в верное равенство.
Система уравнений называется совместной, если она имеет хотя бы одно решение, и несовместной, если она не имеет решений.
Совместная система, называется определенной,
если она имеет единственное решение, и
неопределенной, если она имеет более одного
решения.
Запишем систему (1) в матричной форме. Обозначим: где А – матрица коэффициентов при переменных, или матрица системы, Х – матрица-столбец переменных; В – матрица-столбец свободных членов.Систему (1) можно записать в виде: АХ=В.
Метод Гаусса.
Метод Гаусса – метод последовательного исключения переменных – заключается в том, что с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого или треугольного вида.
Рассмотрим матрицу:
эта матрица называется расширенной матрицей системы (1), так как в нее кроме матрицы системы А, дополнительно включен столбец свободных членов.
Сущность и условия применения теории вероятностей.
Основные понятия ТВ.
В теории вероятностей испытанием принято называть эксперимент, который (хотя бы теоретически) может быть произведён в одних и тех же условиях неограниченное число раз.
Результат или исход каждого испытания назовём событием. Событие являетсяосновным понятием теории вероятностей. Будем обозначать события буквами А, В, С.
Виды событий:
достоверное событие - событие, которое в результате опыта обязательно произойдет.
невозможное событие - событие, которое в результате опыта не может произойти.
случайное событие - событие, которое может произойти в данном опыте, а может и не произойти.
Виды событий
Случайные события A1,A2,…,An образуют полную группу событий, если в результате испытания непременно должно появиться хотя бы одно из них .
Случайные события A1,A2,…,Anназываются несовместными, если появление одного из них исключает появление других событий в одном и том же испытании.
Случайные события A1,A2,…,An называются единственно возможными, если в результате испытаний происходит какое-либо одно и только одно из этих событий.
Равновозможные события - несколько событий в данном опыте, ни одно из которых не является объективно более возможным, чем другое.
Классическое определение вероятности основано на понятии равновозможности событий.
Равновозможность событий означает, что нет оснований предпочесть какое-либо одно из них другим.
Рассмотрим испытание, в результате которого может произойти событие A. Каждый исход, при котором осуществляетсясобытие A, называется благоприятным событию A.
Вероятностью события A (обозначают P(A)) называется отношение числа исходов, благоприятных событию A (обозначают k), к числу всех исходов испытания – N т.е. P(A)= k/ N.
Из классического определения вероятности вытекают следующие ее свойства:
Вероятность любого события заключена между нулем и единицей.
Вероятность достоверногособытия равна единице.
Вероятность невозможного события равна нулю
Не нашли, что искали? Воспользуйтесь поиском по сайту:
©2015 - 2024 stydopedia.ru Все материалы защищены законодательством РФ.
|