Пусть $latex A \not = \varnothing $, разбиением множества $latex A $ называется не пустое множество подмножеств $latex A_j \in A, j \in J $, такое, что выполняется два условия:
1. $latex \bigcup{} A_j= A, j \in J $.
2. $latex A_i \cap A_j= \varnothing $, для $latex i \not = j $.
Разбиение множества $latex S $ на классы $latex S_1, S_2, …,S_6 $.
Примеры
Приведем несколько примеров разбиения:
1. Множество четырехугольников $latex A $ разбито на два класса:
трапеции и прямоугольники. Данные подмножества попарно не пересекаются, а их объединения совпадают с множеством $latex A $.
2. Множество четырехугольников $latex B $ разбито на три класса:
квадраты, параллелограммы, прямоугольники. Так как прямоугольник и квадрат — частные случаи параллелограмма, то данные подмножества пересекаются, значит, не выполнено первое условие классификации, и разбиение множества $latex B $ не получено.
3. Дано множество прямых $latex C $ в пространстве, которое разбито на классы по их взаимному расположению: параллельные, пересекающиеся, скрещивающиеся. Данные подмножества попарно не пересекаются, а их объединения совпадают с множеством $latex C $.
4. Дано множество $latex N $, которое можно разделить на два класса: $latex N_1 $ и $latex N_2 $, где $latex N_1 $ — множество натуральных четных чисел, а $latex N_2 $ — множество натуральных нечетных чисел.
5. Множество $latex X $ разбито на три класса: $latex X_1 $, $latex X_2 $ и $latex X_3 $. $latex X_1 $ множество чисел, которые делятся на $latex 2 $, $latex X_2 $ — множество чисел, которые делятся на $latex 3 $, $latex X_3 $ множество чисел, которые делятся на $latex 5 $. Но существуют числа, которые могут делится одновременно и на $latex 2 $, $latex 3 $ и $latex 5 $. Отсюда следует, что подмножества пересекаются, и разбиение не получено.
Литература:
Белозеров Г.С. Конспект лекций по алгебре и геометрии
Теоретический материал, который понадобится для решения задач по данной теме:
Определение 1
Скалярное произведение двух векторов, отличных от нуля $\, \bar{a}$ и $\bar{b}$, — число, равное произведению длин этих векторов на косинус угла между ними.
тройка $ < \bar{a} $ ,$ \bar{b} $, $ \bar{c} > $ — правая (некомпланарная тройка векторов называется правой, если векторы в ней можно представить, как располагаются большой, указательный и средний пальцы правой руки)
Геометрический смысл векторного произведения заключается в том, что модуль векторного произведения$\quad$ $ |\bar{c}| = |\left[\bar{a}, \bar{b} \right]|$ $\quad$ равен площади параллелограмма, построенного на векторах $\bar{a}$ и $\ \bar{b}$.
Спойлер
Найти площадь параллелограмма, построенного на векторах $\bar{a}$ и $\bar{b}$
$\bar{a}=(\sqrt{2},2,\sqrt{3})$, $\bar{b}=(1,1,\sqrt{2})$, $\widehat{(\bar{a},\bar{b})} = \frac{\pi}{6}$
Решение:
Используя упомянутое свойство о том, что площадь параллелограмма, построенного на двух векторах равна модулю их векторного произведения получим:
Смешанным произведением векторов $ (\bar{a}, \bar{b}, \bar{c} ) $ называется скалярное произведение векторного произведения первых двух векторов на третий.
Формула, по которой вычисляется смешанное произведение правой тройки векторов:
$ \bar{a}=(a_{1},a_{2},a_{3}), \, \bar{b}=(b_{1},b_{2},b_{3}), \, \bar{c}=(c_{1},c_{2},c_{3}) \, $,
заданных в ортонормированном базисе $ \, \bar{i},\bar{j},\bar{k}$ :
Геометрический смысл смешанного произведения заключается в том, что смешанное произведение векторов равно численному значению объема параллелепипеда, образованного на этих векторах, со знаком «-» если тройка $ \bar{a}, \bar{b}, \bar{c} $ левая и со знаком «+» если тройка правая.
Как было упомянуто выше, для того, чтобы найти объем параллелепипеда, построенного на тройке векторов нужно найти смешанное произведение этих векторов.
Решение задач на все виды произведений направленных отрезков.
Вы уже проходили тест ранее. Вы не можете запустить его снова.
Тест загружается...
Вы должны войти или зарегистрироваться для того, чтобы начать тест.
Вы должны закончить следующие тесты, чтобы начать этот:
Результаты
Правильных ответов: 0 из 6
Ваше время:
Время вышло
Вы набрали 0 из 0 баллов (0)
Рубрики
Нет рубрики0%
максимум из 7 баллов
Место
Имя
Записано
Баллы
Результат
Таблица загружается
Нет данных
Ваш результат был записан в таблицу лидеров
Загрузка
1
2
3
4
5
6
С ответом
С отметкой о просмотре
Задание 1 из 6
1.
Количество баллов: 1
Вставьте пропущенные слова в определении:
Геометрический смысл смешанного произведения заключается в том, что смешанное произведение векторов равно численному значению объема параллелепипеда образованного на этих векторах, со знаком (минус, -) если тройка векторов левая и со знаком (плюс, +) если тройка правая.
Правильно
Неправильно
Задание 2 из 6
2.
Количество баллов: 2
Как обозначается смешанное произведение 3-х векторов?
Векторным произведением вектора [latex]\vec{a}[/latex] на вектор [latex]\vec{b}[/latex]
называется такой вектор [latex]\vec{c}[/latex], удовлетворяющий следующим условиям:
Правильно
Неправильно
Задание 5 из 6
5.
Количество баллов: 1
Число, равное произведению длин двух векторов на косинус угла между ними называется
Правильно
Неправильно
Задание 6 из 6
6.
Количество баллов: 1
Найти скалярное произведение векторов $\vec{a}$ и $\vec{b}$, если $|\vec{a}|=2$,$ \, |\vec{b}|=3$, а угол между ними равен $ \frac{\pi}{3} $:
Правильно
Неправильно
Таблица лучших: Решение задач на все виды произведений направленных отрезков. Простейшие задачи аналитической геометрии
Определение: Базой ненулевой системы векторов называется эквивалентная ей линейно независимая подсистема. Нулевая система базы не имеет.
Свойство 1: База линейной независимой системы совпадает с ней самой.
Пример: [latex] e_{1}=<1, 0, 0>[/latex]
[latex]e_{2}=<0, 1, 0>[/latex]
[latex]e_{3}=<0, 0, 1>[/latex]
[latex]<e_{1}, e_{2}, e_{3}> — [/latex] Система линейно независимых векторов поскольку ни один из векторов не может быть линейно вырожен через остальные.
Свойство 2:(Критерий Базы) Линейно независимая подсистема данной системы является её базой тогда и только тогда, когда она максимально линейно независима.
Доказательство: Дана система [latex]S=<a_{1}, a_{2}, \ldots, a_{n}>[/latex] Необходимость
Пусть [latex]S_{1}=<a_{1}, a_{2}, \ldots, a_{k}>[/latex] база [latex]S[/latex].
Тогда по определению [latex]S_{1}\sim S[/latex] и, если [latex]S_{2}=<a_{1},a_{2},\ldots,a_{k},a_{j}>[/latex], где [latex]k+1\leq j\leq n[/latex], система линейно зависима, так как [latex]a_{j}[/latex] линейно вырожается через [latex]S_{1}[/latex], следовательно [latex]S_{1}[/latex] максимально линейно независима. Достаточность Пусть [latex]S_{1} — [/latex]максимально линейно независимая подсистема, тогда [latex]\forall a_{j}[/latex] где [latex]k+1\leq j\leq n[/latex].
[latex]S_{2}=<a_{1}, a_{2}, \ldots, a_{k}, a_{j}> — [/latex] линейно зависима [latex]\Rightarrow S_{2}[/latex] линейно вырожается через [latex]S_{1}\Rightarrow [/latex] [latex]S_{1}\sim S[/latex] следовательно [latex]S_{1}[/latex] база системы [latex]S[/latex].
Свойство 3:(Основное свойство базы) Каждый вектор системы [latex]S[/latex] вырожается через базу единственным образом.
Доказательство Пусть вектор [latex]a[/latex] вырожается через базу двумя способами, тогда:
[latex]a=\alpha_{1}e_{1}+\ldots+\alpha_{k}e_{k}[/latex]
[latex]a=\beta_{1}e_{1}+\ldots+\beta_{k}e_{k}[/latex], тогда
[latex]\alpha_{1}e_{1}+\ldots+\alpha_{k}e_{k}=\beta_{1}e_{1}+\ldots+\beta_{k}e_{k}[/latex]
[latex](\alpha_{1}-\beta_{1})e_{1}+\ldots+(\alpha_{k}-\beta_{k})e_{k}=0[/latex]
[latex]\alpha_{1}-\beta_{1}=\ldots=\alpha_{k}-\beta_{k}=0\Rightarrow [/latex] [latex]\alpha_{1}=\beta_{2}, \ldots, \alpha_{k}=\beta_{k}[/latex]
Определение: Рангом ненулевой системы векторов линейного пространства называется число векторов её базы. Ранг нулевой системы по определению равен нулю.
Свойства ранга: 1) Ранг линейно независимой системы совпадает с числом её векторов.
2) Ранг линейно зависимой системы меньше числа её векторов.
3) Ранги эквивалентных систем совпадают — [latex]S_{1}\sim S_{2}\Rightarrow [/latex] rank [latex]S_{1}=[/latex] rank [latex]S_{2}[/latex].
4) Ранг под системы меньше либо равен рангу системы.
5) Если [latex]S_{1}\subset S_{2}[/latex] и rank [latex]S_{1}=[/latex] rank [latex]S_{2}[/latex], тогда [latex]S_{1}[/latex] и [latex]S_{2}[/latex] имеют общую базу.
6) Ранг системы не изменить, если в неё добавить вектор, являющийся линейной комбинацией остальных векторов системы.
7) Ранг системы не изменить, если из неё удалить вектор, являющийся линейной комбинацией остальных векторов.
[свернуть]
Для нахождения ранга системы векторов, нужно использовать метод Гаусса и привести систему к треугольной или трапециевидной форме.
Теперь при помощи метода Гаусса будем преобразоывавать матрицу к трапецеидальному виду:
1) В нашей основной матрице, будем анулировать весь первый столбец кроме первой строки от второй отнимим первую умноженную на [latex]-1[/latex], от третьей отнимим первую умноженную на [latex]-2[/latex], а от четвётой мы ничего не будем отнимать так как первый элемент четвёртой строки, то есть пересечение первого столбца и четвёртой строки, равен нулю. Получим матрицу [latex]S_{2}[/latex] :
[latex] S_{2} = \begin{pmatrix} 1 & 1 & 1 & 1\\ 0 & -2 & -1 & 1\\ 0 & 0 & -1 & -3\\ 0 & 1 & 3 & 0 \end{pmatrix} [/latex]
2) Теперь в матрице [latex]S_{2}[/latex], поменяем местами строки 2, 3 и 4 для простоты решения, что бы на месте элемента [latex]a_{22}[/latex] была еденица. Четвёртую строку поменяем поставим вместо второй, вторую вместо третьей и третью на место четвёртой. Получим матрицу [latex]S_{3}[/latex] :
[latex] S_{3} = \begin{pmatrix} 1 & 1 & 1 & 1\\ 0 & 1 & 3 & 0\\ 0 & -2 & -1 & 1\\ 0 & 0 & -1 & -3 \end{pmatrix} [/latex]
3)В матрице [latex]S_{3}[/latex] анулируем все элементы под элементом [latex]a_{22}[/latex].
Поскольку вновь элемент [latex]a_{42}[/latex] нашей матреци равен нулю, мы ничего не отнимаем от четвёртой строки, а к третьей добавим вторую умноженную на [latex]2[/latex]. Получим матрицу [latex]S_{4}[/latex] :
[latex] S_{4} = \begin{pmatrix} 1 & 1 & 1 & 1\\ 0 & 1 & 3 & 0\\ 0 & 0 & 5 & 1\\ 0 & 0 & -1 & -3 \end{pmatrix} [/latex]
4)Вновь поменяем в матрице [latex]S_{4}[/latex] строки 3 и 4 местами. Получим матрицу [latex]S_{5}[/latex] :
[latex] S_{5} = \begin{pmatrix} 1 & 1 & 1 & 1\\ 0 & 1 & 3 & 0\\ 0 & 0 & -1 & -3\\ 0 & 0 & 5 & 1 \end{pmatrix} [/latex]
5)В матрице [latex]S_{5}[/latex] прибавим к червётрой строке третью, умноженную на 5. Получим матрицу [latex]S_{6}[/latex], которая будет иметь треугольный вид:
[latex] S_{6} = \begin{pmatrix} 1 & 1 & 1 & 1\\ 0 & 1 & 3 & 0\\ 0 & 0 & -1 & -3\\ 0 & 0 & 0 & -14 \end{pmatrix}[/latex]
Системы [latex]S_{1}\sim S_{6}[/latex], их ранги совпадают в силу свойств ранга и их ранг равен rank [latex]S_{1} =[/latex] rank [latex]S_{6} =4[/latex]
Замечания: 1) В отличие от традиционного метода Гаусса, если в строке матрицы все элементы делятся на определённое число, мы не имеем право сокращать строку матрицы в силу действия свойств матрицы. Если мы захотим сократить строку на определённое число, придётся сокращать всю матрицу на это число.
2) В случае, если мы получим линейно зависящую строку, мы можем её убрать из нашей матрицы и заменить на нулевую строку. Пример: [latex] A = \begin{pmatrix} 1 & 1 & 1 & 1\\ 2 & 2 & 2 & 2\\ 0 & 0 & 5 & 1\\ 0 & 0 & -1 & -3 \end{pmatrix} [/latex]
Сразу видно что вторая строка выражается через первую, если домножить первую на 2.
В тиаком случае можем заменить всю вторую строку на нулевую. Получим:
[latex] A = \begin{pmatrix} 1 & 1 & 1 & 1\\ 0 & 0 & 0 & 0\\ 0 & 0 & 5 & 1\\ 0 & 0 & -1 & -3 \end{pmatrix} [/latex]
В итоге, приведя матрицу, либо к треугольному, либо к трапецеидальному виду, где у неё нету линейно зависящих векторов, все не нулевые векторы матрицы и будут базой матрицы, а их количество рангом.
Вот так же пример системы векторов в виде графика:
Дана система [latex]S=<e_{1}, e_{2}, e_{3}, e_{4}>[/latex] где [latex]e_{1}=(1, 0)[/latex], [latex]e_{2}=(0, 1)[/latex], [latex]e_{3}=(2, 1)[/latex] и [latex]e_{4}=(1.5, 3)[/latex]. Базой данной системы очевидно буду вектора [latex]e_{1}[/latex] и [latex]e_{2}[/latex], поскольку через них выражаются векторы [latex]e_{3}, e_{4}[/latex].
Данная система в графическом виде будет иметь вид:
Декартовым (или прямым) произведением множеств $A$ и $B$ называется такое результирующее множество пар вида $(x,y)$, построенных таким образом, что первый элемент из множества $A$, а второй элемент пары — из множества $B$. Общепринятое обозначение:
$ A\times B = \{(x,y)|x \in A, y \in B \}$
Произведения трёх и более множеств можно построить следующим образом:
$ A\times B\times C = \{(x,y,z)|x \in A, y \in B, z \in C \}$
Произведения вида $ A\times A, A\times A\times A, A\times A\times A\times A$ и т.д. принято записывать в виде степени: $A^2, A^3, A^4$ (основание степени — множество-множитель, показатель — количество произведений). Читают такую запись как «декартов квадрат» (куб и т.д.). Существуют и другие варианты чтения для основных множеств. К примеру, $ \mathbb{R}^n$ принято читать как «эр энное».
Свойства
Рассмотрим несколько свойств декартова произведения:
Если $A, B$ — конечные множества, то $A\times B$ — конечное. И наоборот, если одно из множеств-сомножителей бесконечное, то и результат их произведения — бесконечное множество.
Количество элементов в декартовом произведении равно произведению чисел элементов множеств-сомножителей (в случае их конечности, разумеется): $|A\times B| = |A| \cdot |B|$.
$A^{np} \ne (A^n)^p$ — в первом случае целесообразно рассмотреть результат декартова произведения как матрицу размеров $1\times np$, во втором же — как матрицу размеров $n\times p$.
Коммутативный закон не выполняется, т.к. пары элементов результата декартова произведения упорядочены: $A\times B \ne B\times A$.
Ассоциативный закон не выполняется: $(A\times B)\times C \ne A\times (B\times C)$.
Имеет место дистрибутивность относительно основных операциях на множествах: $(A * B)\times C = (A\times C) * (B\times C), * \in \{\cap, \cup, \backslash \}$
Примеры
Положим $ A = \{1,2\}, B = \{3, 4\}$. Тогда результат декартова произведения можно записать так: $ A\times B = \{(1,3), (1,4), (2,3), (2,4)\}$, а $ B\times A = \{(3,1), (3,2), (4,1), (4,2)\}$
Если в предыдущем примере положить $B=A$, очевидно, что $ A\times B = B\times A = \{(1,3), (1,4), (2,3), (2,4)\}$
Возьмём $ A = \{x \in \mathbb{R}|0\leq x \leq 5\}, B = \{x \in \mathbb{R}|5\leq x \leq 10\}$. Тогда $ A\times B = \{(x,y) \in \mathbb{R}^2|0\leq x \leq 5 \wedge 5\leq x \leq 10\}$
Множества декартова произведения могут и не быть привычными числовыми множествами: $A = \{\circ, \diamond\}, B = \{2,8\}, A\times B = \{(\circ,2),(\circ,8),(\diamond,2),(\diamond,8)\}$
Спойлер
Множество точек некой функции $f(x)$ можно отождествить как подмножество множества $\mathbb{R}^2$: $F = \{(x,y)\in \mathbb{R}^2 | f(x) = y\}$
[свернуть]
Спойлер
Множество клеток игрового поля «Морского боя» можно представить в виде декартова произведения множеств $A = \{1,2,3,4,5,6,7,8\}, B =\{A,B,C,D,E,F,G,H\}$
[свернуть]
Сферы использования
С помощью декартова произведения множеств определяется понятие бинарного отношения. Кроме этого, декартово произведение используется очень часто для обозначения множества числовых наборов, особенно в математическом анализе.
Часто говорят, например, что некая функция $f$ действует следующим образом: $f:\mathbb{R}^n\rightarrow\mathbb{R}$ (числовая функция $n$ переменных).
Пусть $R$- произвольное множество, $R\ne0$, $»+»$, $»\cdot»$- бинарные алгебраические операции на $R$.
$(R,+,\cdot)$ называется кольцом, если выполнено:
Если операция $»\cdot»$ коммутативна, то кольцо называется коммутативным. В противном случае- некоммутативным.
Операции умножения и сложения в любом кольце обладают некоторыми свойствами.
Операция сложения:
$\forall a,b,c \in R$
Коммутативна: $a + b = b + a$;
Ассоциативна: $a + (b + c) = (a + b) + c$.
Операция умножения:
$\forall a,b,c \in R$
Коммутативна: $ab = ba$;
Ассоциативна: $a(bc) = (ab)c$.
Операции сложения и умножения связаны законом диструбтивности:
$(a + b)c = ac + ab$.