- •Фгбоу впо «Воронежский государственный технический университет» в.А. Шунина в.В. Пешков с.А. Кострюков элементы математического анализа, теории вероятности и статистики
- •Воронеж 2014
- • Шунина в.А., Пешков в.В., Кострюков с.А., 2014
- •Введение
- •1 Основhыe понятия математического анализа
- •1.1 Математика как часть общечеловеческой культуры. Основные этапы становления современной математики. Аксиоматический подход
- •Период элементарной математики
- •Период математики переменных величин
- •Период современной математики
- •1.2 Множества и подмножества. Операции над множествами. Мощность множества
- •Операции на множествах
- •Множества и отношения
- •Мощность множества
- •1.3 Множество действительных и комплексных чисел
- •1.4 Линейные пространства Rn. Векторы и операции над ними. Координаты вектора в заданном базисе
- •1.5 Понятие матрицы. Квадратные матрицы и их определители. Формулы крамера
- •Действия над матрицами
- •1.6 Топологические понятия. Последовательности. Предел и непрерывность функции
- •Арифметические свойства предела
- •1.7 Производная и дифференциал функции. Экстремум функции
- •Дифференциал
- •1.8 Первообразная, неопределенный и определенный интегралы. Формула ньютона – лейбница
- •Определенный интеграл и его свойства
- •1.9 Понятие о дифференциальных уравнениях. Задача коши
- •2 Элементарная теория вероятности
- •2.1 Предмет теории вероятности. Случайные события. Действия над случайными событиями.
- •Вероятностное пространство
- •2.2 Классическое определения вероятности. Комбинаторика
- •2.3 Статистическое определения вероятности. Частота и вероятность
- •2.4 Геометрическое определение вероятности
- •2.5 Теоремы сложения и умножения вероятностей. Условная вероятность. Независимость событий
- •Условные вероятности. Теорема умножения вероятностей (вероятность произведения событий)
- •2.6 Формула полной вероятности
- •2.7 Формула Байеса
- •2.8 Схема испытаний Бернулли
- •2.9 Понятие случайной величины. Числовые характеристики дискретных случайных величин
- •Математическое ожидание дискретной случайной величины
- •Свойства математического ожидания
- •Свойства дисперсии
- •2.10 Основные законы распределения дискретных случайных величин
- •2.11 Числовые характеристики непрерывных случайных величин
- •2.12 Основные законы распределения непрерывных случайных величин. Нормальное распределение
- •2.13 Зависимость двух случайных величин. Коэффициент корреляции
- •2.14 Предельные теоремы теории вероятностей
- •3 Основы математической статистики
- •3.1 Предмет математической статистики. Генеральная и выборочные совокупности
- •3.2 Эмпирическое распределение. Точечные оценки параметров распределения генеральной совокупности
- •3.3 Интервальные оценки. Доверительные интервалы для параметров нормального распределения
- •3.4 Проверка статистических гипотез. Проверка гипотез о законе распределения
- •4 Принципы построения математических моделей
- •5 Исследование операций и принятие решений
- •Учебное издание
- •394026 Воронеж, Московский просп., 14
1.4 Линейные пространства Rn. Векторы и операции над ними. Координаты вектора в заданном базисе
С помощью системы координат удается отождествить вектор или (точку) на плоскости с упорядоченной парой действительных чисел, а в пространстве – с тройкой чисел. Современная физика имеет дело с четырехмерным пространством, где четвертая координата – время. Отвлекаясь от реальных геометрических представлений, можно рассмотреть упорядоченный набор из n действительных чисел и по аналогии назвать его n-мерным вектором. Числа называются координатами вектора . Количество координат вектора называется размерностью.
Можно исходить и из понятия множества. Декартово произведение множества действительных чисел R само на себя состоит из всевозможных упорядоченных числовых пар и его можно отождествить с плоскостью. Это множество обозначают R2. Множество RRR = R3 состоит из упорядоченных троек и представляет собой трехмерное пространство. Если осуществить декартово произведение R само на себя n раз, то получим совокупность всех n-мерных векторов – пространство Rn .
Чтобы работать с математическими объектами, необходимо определить операции над ними. Операции над n-мерными векторами вводятся по аналогии с обычными и обладают теми же алгебраическими свойствами. Напомним их
; ;
;
Всякое множество, для элементов которого определены операции сложения и умножения элементов на число таким образом, что выполняются вышеперечисленные свойства, называется векторным пространством.
На случай n-мерного пространства Rn
пусть . Тогда
Скалярным произведением двух векторов называется число
.
Аналогично длине вектора в трехмерном пространстве определяется норма вектора в Rn - пространстве
Линейная независимость. Базис
Система векторов будет называться линейно зависимой, если найдется набор чисел 1, 2,…, k, не все из которых равны нулю, такой, что выполняется равенство
.
В противном случае (т.е. ) система называется линейно независимой.
Два ненулевых вектора на плоскости линейно независимы тогда и только, когда они неколлинеарны.
Любые три вектора на плоскости линейно зависимы.
Аналогично для трех- и четырехмерного пространства.
Вообще, любые n+1 векторов пространства Rn линейно зависимы. Так, легко проверить, что система векторов
линейно независима.
Пусть – произвольный вектор. Тогда, очевидно, справедливо равенство
Говорят, что вектор разложен по векторам Эта система векторов называется базисом пространства Rn.
Любые n линейно независимых векторов Rn образуют базис, причем любые m n линейно независимых векторов базиса Rn не образуют. Таким образом, минимальное количество векторов, которые могут составить базис Rn, равно n.
Вектор в косоугольном базисе трех векторов
Пусть задано 4 вектора в декартовой системе координат. Тогда вектор в базисе может быть представлен в виде: .
Если расписать это векторное равенство, то получим систему линейных алгебраических уравнений
По правилу Крамера (см. параграф ниже) можно найти коэффициенты разложения ; i = 1, 2, 3.