PRZESTRZEŃ WEKTOROWA (LINIOWA)

Wielkość: px
Rozpocząć pokaz od strony:

Download "PRZESTRZEŃ WEKTOROWA (LINIOWA)"

Transkrypt

1 PRZESTRZEŃ WEKTOROWA (LINIOWA) Def. 1 (X, K,, ) X, K - ciało : X X X ( to diałanie wewnętrne w biore X) : K X X ( to diałanie ewnętrne w biore X) Strukturę (X, K,, ) naywamy prestrenią wektorową : 1) Struktura (X, ) jest grupą abelową 2) x,y X α K: α (x y) (α x) (α y) α,β K x X :( α β) x α (β x) ) (α + β) x (α x) (β x) ) x X 1 x x Elementy bioru X naywamy wektorami, a elementy ciała K skalarami. Pryjmujemy umowę: x - wektor X - prestreń wektorowa Prykład 1 ( R, R,, ) Definiujemy diałania: R (x 1, y 1, 1 ) (x 2, y 2, 2 ) : (x 1 + x 2, y 1 + y 2, ) R α (x, y, ) : (α x, α y, α ) Sprawdamy cy ( R, R,, ) jest prestrenią wektorową. Cy ( R, ) jest grupą abelową? [(x 1, y 1, 1 ) (x 2, y 2, 2 )] (x, y, ) (x 1 + x 2, y 1 + y 2, ) (x, y, ) (x 1 + (x 2 + x ), y 1 + (y 2 +y ), 1 + ( 2 + )) (x 1, y 1, 1 ) [(x 2, y 2, 2 ) (x, y, )] wniosek: diałanie jest łącne Z premienności dodawania wynika premienność diałania. Elementem neutralnym diałania jest 0 (0, 0, 0) Każdy element (x, y, ) posiada element preciwny równy (-x, -y, -) bo (x, y, ) (-x, -y, -) (0, 0, 0) (-x, -y, -) (x, y, ) (0, 0, 0) Więc struktura ( R, ) jest grupą abelową. Poostałe warunki łatwo sprawdić. Wniosek: ( R, R,, ) jest prestrenią wektorową. Pryjmujemy umowę: Zamiast pisemy +, a amiast pisemy i prestreń wektorową apisujemy: (X, K, +, ) Wykład dr Magdaleny Sękowskiej strona 1 10 Cęść - Prestreń wektorowa

2 Def. 2 Element neutralny diałania + naywamy wektorem erowym i onacamy: 0 Prykład 2 X F(X, ) {f: f: X R } -- b. odworowań R (F(X, R ), R, +, ) Definiujemy diałania: + : F(X, R ) F(X, R ) F(X, R ) f, g F(X, R ) f + g h : x X :(f + g)(x) f(x) + g(x) h(x) α f g : x X (α f)(x) α f(x) W tym prypadku wektorami są odworowania. F(X, R ) 0 : x X 0(x) (Wektorem erowym jest odworowanie!) Łatwo auważyć, że spełnione są odpowiednie warunki i struktura (F(X, R ), R, +, ) jest prestrenią wektorową. Def. U, U X Strukturę (U, K, +, ) naywamy podprestrenią wektorową prestreni X : 1) x, y U :(x + y) U 2) α K x U :(α x) U Prykład (R, R, +, ) prestreń wektorowa (patr: Prykład 1) a). U : {(x, y, ) R : x + y + } Sprawdamy, cy (U, R, +, ) jest podprestrenią prestreni R. U ponieważ np. (1, 0, 1) U U x (x 1, y 1, 1 ) x 1 + y U y (x 2, y 2, 2 ) x 2 + y Pytamy, cy x + y U (pierwsy warunek podprestreni) x + y (x 1 + x 2, y 1 + y 2, ) x 1 + x 2 + y 1 + y (x 1 + y ) + (x 2 + y ) + 0 Tera pytamy, cy α x U (drugi warunek podprestreni) α x α (x, y, ) (αx, αy, α) αx + αy + α α(x + y +) α 0 Wykład dr Magdaleny Sękowskiej strona 2 10 Cęść - Prestreń wektorowa

3 Wniosek: ponieważ spełnione są obydwa powyżse warunki to (U, R,+, ) jest podprestrenią prestreni R b). V : {(x, y, ) R : x + y + 1} Sprawdamy, cy struktura (V, R, +, ) jest podprestrenią prestreni R. V ponieważ np. (1, -1, 1) V V x (x 1, y 1, 1 ) x 1 + y V y (x 2, y 2, 2 ) x 2 + y Pytamy, cy x + y U (pierwsy warunek podprestreni) x + y (x 1 + x 2, y 1 + y 2, ) x 1 +x 2 + y 1 +y (x 1 + y ) + (x 2 + y ) Wniosek: Ponieważ powyżsy warunek nie jest spełniony to (V, R, +, ) nie jest podprestrenią prestreni R. Twierdenie 1 Każda podprestreń prestreni wektorowej jest prestrenią wektorową., U U X (U, K, +, ) podprestreń wektorowa prestreni X T: (U, K, +, ) prestreń wektorowa Własności diałań w prestreni wektorowej. 1) x X : x 0 2) α K :α 0 ) α K x X :- (α x) ( α) x α ( x) ) α K x X :α x α x 5) α 0 x, y X :α x α y x y 6) α, β K x 0 :α x β x α β Twierdenie 2 (Warunek koniecny i wystarcający na podprestreń). U U X T: (U, K, +, ) jest podprestrenią prestreni X α, β K x, y U :(α x + β y) U Twierdenie Wykład dr Magdaleny Sękowskiej strona 10 Cęść - Prestreń wektorowa

4 U U X T: (U, K, +, ) jest podprestrenią prestreni X α,α2,...,αn K x1, x2,..., U :(α1 x1 + α αn ) 1 Def. x1,x2,..., X α1,α2,...,αn K x α1 x1 + α αn Mówimy, że wektor x jest kombinacją liniową wektorów x, x2,..., α1,α2,..., αn - naywamy współcynnikami kombinacji liniowej. Def. 5 (X, K, +, ) prestreń wektorowa x1,x2,..., X - wektory prestreni X Wektory U 1 n 2 x 1,x2,..., są liniowo ależne : α1 x1 + α αn Σ αi > 0 i 1 Def. 6 (X, K, +, ) prestreń wektorowa x1,x2,..., X Wektory x 1,x2,..., są liniowo nieależne : nie są liniowo ależne (: α 1 x1 + α αn α1,α2,...,αn ) Prykład ( R, R, +, ) prestreń wektorowa a). u (0,1,1) v (1,0,0) w (1,1,1) Sprawdamy, cy wektory u, v, w są liniowo ależne/nieależne Pytamy kiedy α u + β v + γ w α(0,1,1) + β(1,0,0) + γ(1,1,1) (0,0,0) (0,α,α) + (β,0,0) + (γ,γ,γ) (0,0,0) (β+γ, α+γ, α+γ) (0,0,0) Otrymujemy układ równań: β + γ α + γ α + γ Po prostych prekstałceniach otrymujemy: -t - t t R t Cyli α,β,γ : α 0 v β 0 v γ 0 : α u + β v + γ w Np. dla t2 Wykład dr Magdaleny Sękowskiej strona 10 Cęść - Prestreń wektorowa

5 Wniosek: Wektory u, v, w są liniowo ależne. b). u (,2,-1) v (1,-2,1) w (1,1,1) Pytamy kiedy α u + β v + γ w α(,2,-1) + β(1,-2,1) + γ(1,1,1) (0,0,0) (α+β+γ, 2α-2β+γ, -α+β+γ) (0,0,0) Otrymujemy układ równań: - α + β + γ 2α - 2β + γ α + β + γ Po prostych prekstałceniach otrymujemy: Wniosek: Wektory u, v, w są liniowo nieależne. Twierdenie Z: (X, K, +, ) prestreń wektorowa x1,x2,..., X - liniowo nieależne T: Jeżeli wektor x jest kombinacją wektorów x 1,x2,..., to współcynniki tej kombinacji liniowej są wynacone jednonacnie ( dokładnością do kolejności) Cyli Jeżeli: x α1 x1 + α αn x β1 x1 + β βn to: α 1 β 1 α 2 β 2... α n β n Twierdenie 5 x1,x2,..., X T: Wektory x 1,x2,..., są liniowo ależne prynajmniej jeden nich jest kombinacją liniową poostałych ( i : xi α1x αi-1x i-1 + αi+ 1xi αnx n ). Wnioski: 1) Jeżeli wektory są liniowo nieależne to żaden nich nie jest kombinacją liniową poostałych, 2) Zespół wektorów: x 1,x2,...,0,..., jest liniowo ależny. Wykład dr Magdaleny Sękowskiej strona 5 10 Cęść - Prestreń wektorowa

6 Def. 7 A X A Liniową powłoką bioru A naywamy biór: LinA : {x X: α,α,...,α K: x,x,...,x A: x α1 x1+ α2 x αn x 1 2 n 1 2 n Cyli: L ina to biór wsystkich kombinacji liniowych wektorów e bioru A. Twierdenie 6 A A X T: ( LinA, K, +, ) jest podprestrenią prestreni X (cyli dla siebie prestrenią) Def. 8 Z: (X, K, +, ) A A X T: ( LinA, K, +, ) naywamy prestrenią generowaną pre biór A Def. 9, A Zbiór A naywamy baą prestreni wektorowej jeżeli: 1) LinA X (każdy wektor X daje się predstawić jako kombinacja liniowa wektorów A) 2) x 1,x 2,..., A wektory x 1,x 2,..,x n są liniowo nieależne Prykład 5 Z: ( R, R, +, ) A {u (,2,-1), v (1,-2,1), w (1,1,1)} Sprawdamy, cy A jest baą prestreni R. Pytamy, cy LinA R R (x, y, ) α(, 2, -1) + β(1, -2, 1) + γ(1, 1, 1) (α+β+γ, 2α-2β+γ, -α+β+γ) (x, y, ) Otrymujemy układ równań: - α + β + γ 2α - 2β + γ y α + β + γ x Po prostych prekstałceniach otrymujemy: 1 1 x x y y + n Wykład dr Magdaleny Sękowskiej strona 6 10 Cęść - Prestreń wektorowa

7 Cyli: (x, y, ) ( 1 1 ) (, 2, -1) + ( y + ) (1, -2, 1) ( y + ) (1, 1, 1) x x 12 Wniosek: LinA R Liniową nieależność wektorów u, v, w sprawdiliśmy w prykładie b). Wniosek: A jest baą prestreni R. Uwaga Każdy podespół espołu wektorów liniowo nieależnych jest espołem wektorów liniowo nieależnych (ale NIE NA ODWRÓT). Twierdenie 7 T: Każda nieerowa (nie łożona tylko 0 ) prestreń wektorowa posiada baę. Ponadto: Jeżeli istnieje baa skońcona i x1, x 2,..., x n X stanowią baę X ora y, y,..., też stanowią baę to n k. 1 2 yn Def. 10 Jeżeli prestreń posiada baę łożoną e skońconej licby wektorów to mówimy, że prestreń jest skońcenie wymiarowa i ilość wektorów w baie naywamy wymiarem prestreni dim X n Jeżeli prestreń posiada baę nieskońconą ilością wektorów to jest nieskońcenie wiele wymiarowa (dim X + ). Jeżeli prestreń składa się tylko wektora erowego to pryjmujemy definicji: dim {0}:0 Def. 11 Reperem baowym (krótko: baą) naywamy baę, w której ustaliliśmy kolejność wektorów. Def. 12 B {e1,e2,...,en} reper baowy i wektor x X predstawiamy jako x α1e1 + α2e αnen to α 1,α2,..., αn naywamy współrędnymi wektora x w baie B (wględem bay B) i stosujemy apis x[α 1,α 2,...,α n] B Prykład 6 Z: ( R, R, +, ) A (u (,2,-1), v (1,-2,1), w (1,1,1)) - baa R Znaleźć współrędne wektora (,, 8) w baie A. Wykład dr Magdaleny Sękowskiej strona 7 10 Cęść - Prestreń wektorowa

8 (,, 8) α(, 2, -1) + β(1, -2, 1) + γ(1, 1, 1) Korystając prykładu 5 mamy: 1 1 x x y y + Cyli: (,,8) -(,2,-1) + (1, 2,1) + (1,1,1) [ 1,, ] Prykład 7 Pry ałożeniach popredniego prykładu: naleźć wektor, którego współrędne w baie A wynosą [1,-1,2] A. (x, y, ) [1,-1,2] A 1(,2,-1) + (-1)(1,-2,1) + 2(1,1,1) (,6,0) Cyli: (x, y, ) (,6,0) Prykład 8 ( R, R, +, ) B (e1 (1,0,0),e2 (0,1,0),e (0,0,1)) Sprawdamy, cy B jest baą prestreni R. Pytamy, cy wektory baowe generują całą prestreń R. (x, y, ) α(1,0,0) + β(0,1,0) + γ(0,0,1) (α, β, γ) x α y β Wniosek: wektory B generują całą prestreń R. γ Pytamy, cy wektory e 1,e2, e są liniowo nieależne. α(1,0,0) + β(0,1,0) + γ(0,0,1) (0,0,0) (α, β, γ) (0,0,0) Wniosek: wektory B są liniowo nieależne. Cyli: B jest baą prestreni R. Współrędne wektora w baie B: (x, y, ) [x, y, ] B baę taką naywamy baą kanonicną. Baa kanonicna prestreni ( R n, R, +, ) ma postać: B (e1 (1,0,...,0), e2 (0,1,0,...,0),..., e n (0,0,...,1)) Wnioski: dim X n a) każdy espół n+1 wektorów jest liniowo ależny b) każdy espół n wektorów które generują prestreń jest liniowo nieależny B Wykład dr Magdaleny Sękowskiej strona 8 10 Cęść - Prestreń wektorowa

9 c) każdy espół n wektorów liniowo nieależnych generuje prestreń Uwaga 1) Jeśli namy wymiar prestreni n to aby sprawdić cy n wektorów jest baą prestreni wystarcy sprawdić jeden dwóch warunków na baę (albo liniową nieależność, albo cy generują całą prestreń). 2), dim X n U X, U podprestreń prestreni X To: n dim U dim U n U X Def. 1 (X 1, K, +, ), (X 2, K, +, ) podprestrenie prestreni X Sumą dwóch podprestreni naywamy biór + X : {x X : x X x X : x x x } X Twierdenie 8 Jeżeli: (X, K, +, ) prestreń wektorowa (X 1, K, +, ), (X 2, K, +, ) podprestrenie prestreni X To: 1) (X 1 +X 2, K, +, ) jest podprestrenią prestreni X. 2) (X 1 X 2, K, +, ) jest podprestrenią prestreni X Uwaga Unia dwóch podprestreni (X 1 X 2 ) na ogół nie jest podprestrenią. Prykład 9 ( R 2, R, +, ) X 1 {(0, y): y R } (X 1, R, +, ) podprestreń R 2 X 2 {(x, 0): x R } (X 2, R, +, ) podprestreń R 2 e1 X1 e1 (0,1) e1 (X1 X 2 ) e2 X2 e2 (1,0) e2 (X1 X2) + e (1,1) (X X ) e Def. 1 (X 1, K, +, ), (X 2, K, +, ) podprestrenie prestreni X Sumą prostą podprestreni X 1 X 2 naywamy biór: X X : {x X :!x X!x X : x x + x } Wykład dr Magdaleny Sękowskiej strona 9 10 Cęść - Prestreń wektorowa

10 Twierdenie 9 Suma dwóch podprestreni jest sumą prostą cęścią wspólną podprestreni jest wektor erowy. X X X + X X X {0} Def. 15 X 1 podprestreń prestreni X ora X 2 taka podprestreń prestreni X, że: X 2 : XX 1 X 2 to X 2 naywamy prestrenią uupełniającą prestreni X 1 Twierdenie 10 Każda podprestreń posiada prestreń uupełniającą. Twierdenie 11 1) dim (X 1 +X 2 ) dim X 1 + dim X 2 dim (X 1 X 2 ) 2) dim (X 1 X 2 ) dim X 1 + dim X 2 Wniosek: X X 1 X 2 dim X dim X 1 + dim X 2 Wykład dr Magdaleny Sękowskiej strona Cęść - Prestreń wektorowa

Dodawanie i mnożenie liczb zespolonych są działaniami wewnętrznymi tzn., że ich wynikiem jest liczba zespolona.

Dodawanie i mnożenie liczb zespolonych są działaniami wewnętrznymi tzn., że ich wynikiem jest liczba zespolona. Wykład - LICZBY ZESPOLONE Algebra licb espolonych, repreentacja algebraicna i geometrycna, geometria licb espolonych. Moduł, argument, postać trygonometrycna, wór de Moivre a.' Zbiór Licb Zespolonych Niech

Bardziej szczegółowo

Zadania z AlgebryIIr

Zadania z AlgebryIIr Zadania AlgebrIIr Seria () Rowia ι ać uk lad równań: + + t = + = 7 + + t = ; + + = ; + 7 6t = + = 7 + + = 8 = 8 + + t = + 9 = 9 ; + 7t = + = 7 + + t = + 8 7 = () Podać bae ι prestreni rowia ι ań uk ladu:

Bardziej szczegółowo

Przestrzenie wektorowe

Przestrzenie wektorowe Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:

Bardziej szczegółowo

Przestrzenie liniowe

Przestrzenie liniowe Rozdział 4 Przestrzenie liniowe 4.1. Działania zewnętrzne Niech X oraz F będą dwoma zbiorami niepustymi. Dowolną funkcję D : F X X nazywamy działaniem zewnętrznym w zbiorze X nad zbiorem F. Przykład 4.1.

Bardziej szczegółowo

Ekoenergetyka Matematyka 1. Wykład 1.

Ekoenergetyka Matematyka 1. Wykład 1. Ekoenergetyka Matematyka 1. Wykład 1. Literatura do wykładu M. Gewert, Z. Skocylas, Analia matematycna 1; T. Jurlewic, Z. Skocylas, Algebra liniowa 1; Stankiewic, Zadania matematyki wyżsej dla wyżsych

Bardziej szczegółowo

Rozdział 9. Baza Jordana

Rozdział 9. Baza Jordana Rodiał 9 Baa Jordana Niech X będie n wmiarową prestrenią wektorową nad ciałem F = R lub F = C Roważm dowoln endomorfim f : X X Wiem, że postać macier endomorfimu ależ od wboru ba w prestreni X Wiem również,

Bardziej szczegółowo

Algebra z geometrią 2012/2013

Algebra z geometrią 2012/2013 Algebra geometrią 22/23 Seria XVI Javier de Lucas Zadanie. Wnacć rąd macier: A :, B : 2 4 3 4 3 2 3 3 5 7 3 3 6 3 Rowiąanie: Macier A: Sposób: Rąd macier to wmiar prestreni generowanej pre jej kolumn.

Bardziej szczegółowo

Przestrzeń liniowa R n.

Przestrzeń liniowa R n. MATEMATYKA IIb - Lcjan Kowalski Prestreń liniowa R n. Element (wektor) prestreni R n będiem onacać [,,, ] Element erow [,, L, ]. Diałania. a) ilocn element pre licbę: b) sma elementów [ c, c, ] c L, c

Bardziej szczegółowo

Zestaw zadań 15: Funkcjonały dwuliniowe i formy kwadratowe (1) Sprawdzić, czy następujące odwzorowania ξ : R 3 R 3 R: x y. x y z. f(x)g(x)dx.

Zestaw zadań 15: Funkcjonały dwuliniowe i formy kwadratowe (1) Sprawdzić, czy następujące odwzorowania ξ : R 3 R 3 R: x y. x y z. f(x)g(x)dx. Zestaw adań 5: Funkcjonał dwuliniowe i form kwadratowe () Sprawdić, c następujące odworowania ξ : R 3 R 3 R: x x a) ξ( x, c) ξ( x, x ) = xx + + ; b) ξ(, x ) = xx + 2 + ; d) ξ( x, x x ) = x + x + 2; ) =

Bardziej szczegółowo

Wielokryteriowa optymalizacja liniowa (WPL)

Wielokryteriowa optymalizacja liniowa (WPL) arek isyński BO UŁ 007 - Wielokryteriowa optymaliaja liniowa (WPL) -. Wielokryteriowa optymaliaja liniowa (WPL) Zadaniem WPL naywamy następująe adanie optymaliaji liniowej: a a m L O L L O L L a a n n

Bardziej szczegółowo

Zastosowanie funkcji inżynierskich w arkuszach kalkulacyjnych zadania z rozwiązaniami

Zastosowanie funkcji inżynierskich w arkuszach kalkulacyjnych zadania z rozwiązaniami Tadeus Wojnakowski Zastosowanie funkcji inżynierskich w arkusach kalkulacyjnych adania rowiąaniami Funkcje inżynierskie występują we wsystkich arkusach kalkulacyjnych jak Excel w MS Office Windows cy Gnumeric

Bardziej szczegółowo

ZADANIA Z FUNKCJI ANALITYCZNYCH LICZBY ZESPOLONE

ZADANIA Z FUNKCJI ANALITYCZNYCH LICZBY ZESPOLONE . Oblicyć: ZADANIA Z FUNKCJI ANALITYCZNYCH a) ( 7i) ( 9i); b) (5 i)( + i); c) 4+3i ; LICZBY ZESPOLONE d) 3i 3i ; e) pierwiastki kwadratowe 8 + i.. Narysować biór tych licb espolonych, które spełniają warunek:

Bardziej szczegółowo

W takim modelu prawdopodobieństwo konfiguracji OR wynosi. 0, 21 lub , 79. 6

W takim modelu prawdopodobieństwo konfiguracji OR wynosi. 0, 21 lub , 79. 6 achunek prawdopodobieństwa MP6 Wydiał Elektroniki, rok akad. 8/9, sem. letni Wykładowca: dr hab.. Jurlewic Prykłady do listy : Prestreń probabilistycna. Prawdopodobieństwo klasycne. Prawdopodobieństwo

Bardziej szczegółowo

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u W ) Rzeczywiście U W jest podprzetrzenią przestrzeni

Bardziej szczegółowo

14. Przestrzenie liniowe

14. Przestrzenie liniowe 14. 14.1 Sformułować definicję przestrzeni liniowej. Podać przykłady. Przestrzenią liniową nad ciałem F nazywamy czwórkę uporządkowaną (V, F,+, ), gdzie V jest zbiorem niepustym, F jest ciałem, + jest

Bardziej szczegółowo

Animowana grafika 3D. Opracowanie: J. Kęsik.

Animowana grafika 3D. Opracowanie: J. Kęsik. Animowana grafika 3D Opracowanie: J. Kęsik kesik@cs.pollb.pl Transformacje 3D Podobnie jak w prestreni -wymiarowej, dla prestreni 3-wymiarowej definijemy transformacje RST: presnięcie miana skali obrót

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy Zadania z algebry liniowej - sem I Przestrzenie liniowe bazy rząd macierzy Definicja 1 Niech (K + ) będzie ciałem (zwanym ciałem skalarów a jego elementy nazywać będziemy skalarami) Przestrzenią liniową

Bardziej szczegółowo

zane (warunkowe), mnożniki Lagrange a

zane (warunkowe), mnożniki Lagrange a Analia matematycna, ce ść cwarta Ekstrema wia ane warunkowe, mnożniki Lagrange a Posukuja c ekstremów lokalnych i globalnych funkcji pomijaliśmy do tej pory jeden bardo ważny prypadek. W wielu agadnieniach

Bardziej szczegółowo

Przestrzenie liniowe

Przestrzenie liniowe Przestrzenie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 2 wykład z algebry liniowej Warszawa, październik 2015 Mirosław Sobolewski (UW) Warszawa, wrzesień 2015 1 / 10 Przestrzenie

Bardziej szczegółowo

Równania różniczkowe liniowe rzędu pierwszego

Równania różniczkowe liniowe rzędu pierwszego Katedra Matematyki i Ekonomii Matematycznej SGH 21 kwietnia 2016 Wstęp Definicja Równanie różniczkowe + p (x) y = q (x) (1) nazywamy równaniem różniczkowym liniowym pierwszego rzędu. Jeśli q (x) 0, to

Bardziej szczegółowo

>> ω z, (4.122) Przybliżona teoria żyroskopu

>> ω z, (4.122) Przybliżona teoria żyroskopu Prybliżona teoria żyroskopu Żyroskopem naywamy ciało materialne o postaci bryły obrotowej (wirnika), osadone na osi pokrywającej się osią geometrycną tego ciała wanej osią żyroskopową. ζ K θ ω η ω ζ y

Bardziej szczegółowo

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy Justyna Winnicka Na podstawie podręcznika Matematyka. e-book M. Dędys, S. Dorosiewicza, M. Ekes, J. Kłopotowskiego. rok akademicki 217/218

Bardziej szczegółowo

Optymalizacja (w matematyce) termin optymalizacja odnosi się do problemu znalezienia ekstremum (minimum lub maksimum) zadanej funkcji celu.

Optymalizacja (w matematyce) termin optymalizacja odnosi się do problemu znalezienia ekstremum (minimum lub maksimum) zadanej funkcji celu. TEMATYKA: Optymaliacja nakładania wyników pomiarów Ćwicenia nr 6 DEFINICJE: Optymaliacja: metoda wynacania najlepsego (sukamy wartości ekstremalnej) rowiąania punktu widenia określonego kryterium (musimy

Bardziej szczegółowo

Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/

Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/ Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a, bud. Agro

Bardziej szczegółowo

MACIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI.

MACIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI. MAIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI. k { 1,,..., k} Definicja 1. Macierzą nazyway każde odwzorowanie określone na iloczynie kartezjański.wartość tego odwzorowania na parze (i,j) k j oznaczay aij

Bardziej szczegółowo

1 Przestrzeń liniowa. α 1 x α k x k = 0

1 Przestrzeń liniowa. α 1 x α k x k = 0 Z43: Algebra liniowa Zagadnienie: przekształcenie liniowe, macierze, wyznaczniki Zadanie: przekształcenie liniowe, jądro i obraz, interpretacja geometryczna. Przestrzeń liniowa Już w starożytności człowiek

Bardziej szczegółowo

1 Zbiory i działania na zbiorach.

1 Zbiory i działania na zbiorach. Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu

Bardziej szczegółowo

Zginanie Proste Równomierne Belki

Zginanie Proste Równomierne Belki Zginanie Proste Równomierne Belki Prebieg wykładu : 1. Rokład naprężeń w prekroju belki. Warunki równowagi. Warunki geometrycne 4. Zwiąek fiycny 5. Wskaźnik wytrymałości prekroju na ginanie 6. Podsumowanie

Bardziej szczegółowo

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór. 20. Definicje i przykłady podstawowych struktur algebraicznych (grupy, pierścienie, ciała, przestrzenie liniowe). Pojęcia dotyczące przestrzeni liniowych (liniowa zależność i niezależność układu wektorów,

Bardziej szczegółowo

Analiza funkcjonalna 1.

Analiza funkcjonalna 1. Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.

Bardziej szczegółowo

3. Zapas stabilności układów regulacji 3.1. Wprowadzenie

3. Zapas stabilności układów regulacji 3.1. Wprowadzenie 3. Zapas stabilności układów regulacji 3.. Wprowadenie Dla scharakteryowania apasu stabilności roważymy stabilny układ regulacji o nanym schemacie blokowym: Ws () Gs () Ys () Hs () Rys. 3.. Schemat blokowy

Bardziej szczegółowo

Fraktale - wprowadzenie

Fraktale - wprowadzenie Fraktale - wprowadenie Próba definici fraktala Jak określamy biory naywane fraktalami? Prykłady procedur konstrukci fraktali W aki sposób b diała aą algorytmy generaci nabardie nanych fraktali? Jakie własnow

Bardziej szczegółowo

, +, - przestrzeń afiniczna, gdzie w wprowadzono iloczyn

, +, - przestrzeń afiniczna, gdzie w wprowadzono iloczyn EUKLIDESOWA PRZESTRZEŃ AFINICZNA (WEKTOROWA) RZECZYWISTA Deiicja 1,, +, u = ( x x x ) v = ( y y y ),,..., 1 2,,..., 1 2 1 1 2 2 u/ v : = x y + x y +... + xy - aywamy ilocyem skalarym Możemy go rówież oacać

Bardziej szczegółowo

Funkcje zespolone. 2 Elementarne funkcje zespolone zmiennej zespolonej

Funkcje zespolone. 2 Elementarne funkcje zespolone zmiennej zespolonej Wyiał Matematyki Stosowanej Zestaw adań nr 8 Akademia Górnico-Hutnica w Krakowie WFiIS, informatyka stosowana, II rok Elżbieta Adamus grudnia 206r. Funkcje espolone Ciągi i seregi licb espolonych Zadanie.

Bardziej szczegółowo

Zestaw zadań 12: Przekształcenia liniowe. Macierze przekształceń liniowych. z z + 2 2x + y. x y z. x y + 2t 2x + 3y + 5z t x + z t

Zestaw zadań 12: Przekształcenia liniowe. Macierze przekształceń liniowych. z z + 2 2x + y. x y z. x y + 2t 2x + 3y + 5z t x + z t Zesaw adań : Preksałcenia liniowe. Maciere preksałceń liniowch () Kóre podanch niżej preksałceń ϕ : K n K m są preksałceniami liniowmi: a) n = m = 3, ϕ( + ) = +, b) n = m = 3, ϕ( ) = +, 3 + + + +, d) n

Bardziej szczegółowo

MES W ANALIZIE SPRĘŻYSTEJ UKŁADÓW PRĘTOWYCH

MES W ANALIZIE SPRĘŻYSTEJ UKŁADÓW PRĘTOWYCH MES W ANALIZIE SPRĘŻYS UKŁADÓW PRĘOWYCH Prykłady obliceń Belki Lidia FEDOROWICZ Jan FEDOROWICZ Magdalena MROZEK Dawid MROZEK Gliwice 7r. 6-4 Lidia Fedorowic, Jan Fedorowic, Magdalena Mroek, Dawid Mroek

Bardziej szczegółowo

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami: 9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym

Bardziej szczegółowo

Rozwiązania, seria 5.

Rozwiązania, seria 5. Rozwiązania, seria 5. 26 listopada 2012 Zadanie 1. Zbadaj, dla jakich wartości parametru r R wektor (r, r, 1) lin{(2, r, r), (1, 2, 2)} R 3? Rozwiązanie. Załóżmy, że (r, r, 1) lin{(2, r, r), (1, 2, 2)}.

Bardziej szczegółowo

Funkcje pola we współrzędnych krzywoliniowych cd.

Funkcje pola we współrzędnych krzywoliniowych cd. Funkcje pola we współrędnych krywoliniowych cd. Marius Adamski 1. spółrędne walcowe. Definicja. Jeżeli M jest rutem punktu P na płascynę xy, a r i ϕ są współrędnymi biegunowymi M, to mienne u = r, v =

Bardziej szczegółowo

Zestaw zadań 12: Przekształcenia liniowe. z z + 2 2x + y. x y z. x y + 2t 2x + 3y + 5z t x + z t. x y + 2t 2x 3y + 5z t x z t

Zestaw zadań 12: Przekształcenia liniowe. z z + 2 2x + y. x y z. x y + 2t 2x + 3y + 5z t x + z t. x y + 2t 2x 3y + 5z t x z t Zesaw adań : Preksałcenia liniowe () Kóre podanch niżej preksałceń ϕ : K n K m są preksałceniami liniowmi: a) n = m = 3, ϕ( + +, b) n = m = 3, ϕ( +, 3 + + + +, d) n = m = 3, ϕ( +, c) n = m = 3, ϕ( e) n

Bardziej szczegółowo

1 Elementy logiki i teorii mnogości

1 Elementy logiki i teorii mnogości 1 Elementy logiki i teorii mnogości 11 Elementy logiki Notatki do wykładu Definicja Zdaniem logicznym nazywamy zdanie oznajmujące, któremu przysługuje jedna z dwu logicznych ocen prawda (1) albo fałsz

Bardziej szczegółowo

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, nazywa- Definicja 1. Przestrzenią liniową R n my zbiór wektorów R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, z określonymi działaniami dodawania wektorów i mnożenia wektorów przez liczby rzeczywiste.

Bardziej szczegółowo

3. Zapas stabilności układów regulacji 3.1. Wprowadzenie

3. Zapas stabilności układów regulacji 3.1. Wprowadzenie 3. Zapas stabilności układów regulacji 3.. Wprowadenie Dla scharakteryowania apasu stabilności roważymy stabilny układ regulacji o nanym schemacie blokowym: Ws () Gs () Ys () Hs () Rys. 3.. Schemat blokowy

Bardziej szczegółowo

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład IV Twierdzenia całkowe

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład IV Twierdzenia całkowe 4. Twierdenie Greena. Wykład IV Twierdenia całkowe Płascyną orientowaną będiemy określać płascynę wyróżnionym na nie obrotem, wanym obrotem dodatnim. Orientację płascyny preciwną wględem danej orientacji

Bardziej szczegółowo

Algebra liniowa. 1. Macierze.

Algebra liniowa. 1. Macierze. Algebra liniowa 1 Macierze Niech m oraz n będą liczbami naturalnymi Przestrzeń M(m n F) = F n F n będącą iloczynem kartezjańskim m egzemplarzy przestrzeni F n z naturalnie określonymi działaniami nazywamy

Bardziej szczegółowo

ϕ(t k ; p) dla pewnego cigu t k }.

ϕ(t k ; p) dla pewnego cigu t k }. VI. Trajektorie okresowe i zbiory graniczne. 1. Zbiory graniczne. Rozważamy równanie (1.1) x = f(x) z funkcją f : R n R n określoną na całej przestrzeni R n. Będziemy zakładać, że funkcja f spełnia założenia,

Bardziej szczegółowo

Przekształcenia liniowe

Przekształcenia liniowe Przekształcenia liniowe Zadania Które z następujących przekształceń są liniowe? (a) T : R 2 R 2, T (x, x 2 ) = (2x, x x 2 ), (b) T : R 2 R 2, T (x, x 2 ) = (x + 3x 2, x 2 ), (c) T : R 2 R, T (x, x 2 )

Bardziej szczegółowo

Transformator Φ M. uzwojenia; siła elektromotoryczna indukowana w i-tym zwoju: dφ. = z1, z2 liczba zwojów uzwojenia pierwotnego i wtórnego.

Transformator Φ M. uzwojenia; siła elektromotoryczna indukowana w i-tym zwoju: dφ. = z1, z2 liczba zwojów uzwojenia pierwotnego i wtórnego. Transformator Φ r Φ M Φ r i i u u Φ i strumień magnetycny prenikający pre i-ty wój pierwsego uwojenia; siła elektromotorycna indukowana w i-tym woju: dφ ei, licba wojów uwojenia pierwotnego i wtórnego.

Bardziej szczegółowo

Praca domowa - seria 6

Praca domowa - seria 6 Praca domowa - seria 6 28 grudnia 2012 Zadanie 1. Znajdź bazę jądra i obrazu przekształcenia liniowego φ : R 4 wzorem: R 3 danego φ(x 1, x 2, x 3, x 4 ) = (x 1 +2x 2 x 3 +3x 4, x 1 +x 2 +2x 3 +x 4, 2x

Bardziej szczegółowo

WYMAGANIA NA POSZCZEGÓLNE OCENY Z MATEMATYKI W KLASACH I - III GIMNAZJUM. Rok szkolny 2015/16

WYMAGANIA NA POSZCZEGÓLNE OCENY Z MATEMATYKI W KLASACH I - III GIMNAZJUM. Rok szkolny 2015/16 WYMAGANIA NA POSZCZEGÓLNE OCENY Z MATEMATYKI W KLASACH I - III GIMNAZJUM Rok skolny 2015/16 POZIOMY WYMAGAŃ EDUKACYJNYCH: (2) - ocena dopscająca (2); (3) - ocena dostatecna (3); (4) - ocena dobra (4);

Bardziej szczegółowo

Grupy, pierścienie i ciała

Grupy, pierścienie i ciała Grupy, pierścienie i ciała Definicja: Niech A będzie niepustym zbiorem. Działaniem wewnętrznym (lub, krótko, działaniem) w zbiorze A nazywamy funkcję : A A A. Niech ponadto B będzie niepustym zbiorem.

Bardziej szczegółowo

Fizyka, II rok FS, FiTKE, IS Równania różniczkowe i całkowe, Zestaw 2a

Fizyka, II rok FS, FiTKE, IS Równania różniczkowe i całkowe, Zestaw 2a N : iyka II rok S itk IS Równania różnickowe i całkowe estaw 2a. Prosę definiować pojęcie fory kwadratowej a następnie podać acier fory kwadratowej i określić rąd fory (a!#%$ (b 2. Prosę określić rąd równania

Bardziej szczegółowo

k i j=1 f(ζ) dζ = f(z). (ζ z) f n (ζ) 1 dζ f(z) = 1

k i j=1 f(ζ) dζ = f(z). (ζ z) f n (ζ) 1 dζ f(z) = 1 + Analia Zespolona I, uupełnienie. Zasada argumentu. We wore na licbę er i biegunów mamy calkę formy f d. Zauważmy, e forma ta jest f różnicką d log f. Wprawdie funkcja log f jest niejednonacna, to jej

Bardziej szczegółowo

Układy równań - Przykłady

Układy równań - Przykłady Układy równań - Prykłady Dany układ równań rowiąać trea sposobai: (a) korystając e worów Craera, (b) etodą aciery odwrotnej, (c) etodą eliinacji Gaussa, + y + = y = y = (a) Oblicy wynacnik deta aciery

Bardziej szczegółowo

Pochodna funkcji c.d.-wykład 5 ( ) Funkcja logistyczna

Pochodna funkcji c.d.-wykład 5 ( ) Funkcja logistyczna Pochodna funkcji c.d.-wykład 5 (5.11.07) Funkcja logistyczna Rozważmy funkcję logistyczną y = f 0 (t) = 40 1+5e 0,5t Funkcja f może być wykorzystana np. do modelowania wzrostu masy ziaren kukurydzy (zmienna

Bardziej szczegółowo

1. Pojęcie równania różniczkowego jest to pewne równanie funkcyjne, które zapisać można w postaci ogólnej

1. Pojęcie równania różniczkowego jest to pewne równanie funkcyjne, które zapisać można w postaci ogólnej 1 Równania różnickowe pojęcie 1 Pojęcie równania różnickowego jest to pewne równanie funkcyjne, które apisać można w postaci ogólnej "! (1) lub w postaci normalnej #%$ & ' () (2) Rąd najwyżsej pochodnej

Bardziej szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę

Bardziej szczegółowo

Strukturalne elementy symetrii. Krystalograficzne grupy przestrzenne.

Strukturalne elementy symetrii. Krystalograficzne grupy przestrzenne. Uniwerstet Śląski Insttut Chemii Zakład Krstalografii Laboratorium Krstalografii Strukturalne element smetrii. Krstalograficne grup prestrenne. god. Cel ćwicenia: aponanie się diałaniem elementów smetrii

Bardziej szczegółowo

Rozwiazania zadań. Zadanie 1A. Zadanie 1B. Zadanie 2A

Rozwiazania zadań. Zadanie 1A. Zadanie 1B. Zadanie 2A Rowiaania adań Zadanie A = ( i) = 4 8i 4 = 8i Badam licbȩ espolon a 8i Jej moduł 8i jest równ 8 Jej postać espolona jest równa 8(cosα + isinα) α = /π St ad cosα = i sinα = Mam pierwiastki które oblicam

Bardziej szczegółowo

Funkcje analityczne LISTA

Funkcje analityczne LISTA Funkcje analitycne LISTA 0.0.006. Kiedy prekstałcenie R - liniowe na R jest C - liniowe?. Dla f : C C pokaać, że warunkiem koniecnym C - różnickowalności (cyli holomorficności) jest R - różnickowalność.

Bardziej szczegółowo

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory; Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia

Bardziej szczegółowo

Modelowanie i obliczenia techniczne. Modelowanie matematyczne Metody modelowania

Modelowanie i obliczenia techniczne. Modelowanie matematyczne Metody modelowania Modelowanie i oblicenia technicne Modelowanie matematycne Metody modelowania Modelowanie matematycne procesów w systemach technicnych Model może ostać tworony dla całego system lb dla poscególnych elementów

Bardziej szczegółowo

Macierze. Rozdział Działania na macierzach

Macierze. Rozdział Działania na macierzach Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy

Bardziej szczegółowo

Kombinacje liniowe wektorów.

Kombinacje liniowe wektorów. Kombinacje liniowe wektorów Definicja: Niech V będzie przestrzenią liniową nad ciałem F, niech A V Zbiór wektorów A nazywamy liniowo niezależnym, jeżeli m N v,, v m A a,, a m F [a v + + a m v m = θ a =

Bardziej szczegółowo

Umowa licencyjna na dane rynkowe - poufne

Umowa licencyjna na dane rynkowe - poufne ZAŁĄCZNIK NR 4 do UMOWY LICENCYJNEJ NA DANE RYNKOWE (obowiąujący od dnia 30 cerwca 2017) CENNIK Wsystkie Opłaty predstawione w Cenniku dotycą i będą nalicane godnie e Scegółowymi Zasadami Korystania i

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 12: Krzywe eliptyczne Gniewomir Sarbicki Rozważać będziemy przestrzeń K n Definicja: x y λ K x = λy. Relację nazywamy różnieniem się o skalar Przykład: [4, 10, 6, 14] [6, 15,

Bardziej szczegółowo

Matematyka 2. Równania różniczkowe zwyczajne rzędu drugiego

Matematyka 2. Równania różniczkowe zwyczajne rzędu drugiego Matematyka 2 Równania różniczkowe zwyczajne rzędu drugiego Równania różniczkowe liniowe rzędu II Równanie różniczkowe w postaci y + a 1 (x)y + a 0 (x)y = f(x) gdzie a 0 (x), a 1 (x) i f(x) są funkcjami

Bardziej szczegółowo

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5 Matematyka ZLic - 07 Wektory i macierze Wektorem rzeczywistym n-wymiarowym x x 1, x 2,,x n nazwiemy ciąg n liczb rzeczywistych (tzn odwzorowanie 1, 2,,n R) Zbiór wszystkich rzeczywistych n-wymiarowych

Bardziej szczegółowo

Wykład 5. Ker(f) = {v V ; f(v) = 0}

Wykład 5. Ker(f) = {v V ; f(v) = 0} Wykład 5 Niech f : V W będzie przekształceniem liniowym przestrzeni wektorowych Wtedy jądrem przekształcenia nazywamy zbiór tych elementów z V, których obrazem jest wektor zerowy w przestrzeni W Jądro

Bardziej szczegółowo

Podstawowe struktury algebraiczne

Podstawowe struktury algebraiczne Rozdział 1 Podstawowe struktury algebraiczne 1.1. Działania wewnętrzne Niech X będzie zbiorem niepustym. Dowolną funkcję h : X X X nazywamy działaniem wewnętrznym w zbiorze X. Działanie wewnętrzne, jak

Bardziej szczegółowo

Wykład 16. P 2 (x 2, y 2 ) P 1 (x 1, y 1 ) OX. Odległość tych punktów wyraża się wzorem: P 1 P 2 = (x 1 x 2 ) 2 + (y 1 y 2 ) 2

Wykład 16. P 2 (x 2, y 2 ) P 1 (x 1, y 1 ) OX. Odległość tych punktów wyraża się wzorem: P 1 P 2 = (x 1 x 2 ) 2 + (y 1 y 2 ) 2 Wykład 16 Geometria analityczna Przegląd wiadomości z geometrii analitycznej na płaszczyźnie rtokartezjański układ współrzędnych powstaje przez ustalenie punktu początkowego zwanego początkiem układu współrzędnych

Bardziej szczegółowo

Wykład 14. Elementy algebry macierzy

Wykład 14. Elementy algebry macierzy Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,

Bardziej szczegółowo

Informacja o przestrzeniach Hilberta

Informacja o przestrzeniach Hilberta Temat 10 Informacja o przestrzeniach Hilberta 10.1 Przestrzenie unitarne, iloczyn skalarny Niech dana będzie przestrzeń liniowa X. Załóżmy, że każdej parze elementów x, y X została przyporządkowana liczba

Bardziej szczegółowo

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów. Rachunek prawdopodobieństwa MAT1332 Wydział Matematyki, Matematyka Stosowana Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów. Warunkowa

Bardziej szczegółowo

MATERIA LY DO ĆWICZEŃ Z ANALIZY ZESPOLONEJ Literatura: [Ch] J. Cha

MATERIA LY DO ĆWICZEŃ Z ANALIZY ZESPOLONEJ Literatura: [Ch] J. Cha MATERIA LY DO ĆWICZEŃ Z ANALIZY ZESPOLONEJ Literatura: [Ch] J Cha dyński Wste p do analiy espolonej wyd VII Wyd U L Lódź 993 [Kr]J Kryż Zbiór adań funkcji analitycnych PWN Warsawa 975 [Ku] K Kuratowski

Bardziej szczegółowo

Wstęp do Modelu Standardowego

Wstęp do Modelu Standardowego Wstęp do Modelu Standardowego Plan (Uzupełnienie matematyczne II) Abstrakcyjna przestrzeń stanów Podstawowe własności Iloczyn skalarny amplitudy prawdopodobieństwa Operatory i ich hermitowskość Wektory

Bardziej szczegółowo

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Równania różniczkowe liniowe wyższych rzędów o stałych współcz Równania różniczkowe liniowe wyższych rzędów o stałych współczynnikach Katedra Matematyki i Ekonomii Matematycznej SGH 12 maja 2016 Równanie liniowe n-tego rzędu Definicja Równaniem różniczkowym liniowym

Bardziej szczegółowo

TRANSFORMATORY. Transformator jednofazowy. Zasada działania. Dla. mamy. Czyli. U 1 = E 1, a U 2 = E 2. Ponieważ S. , mamy: gdzie: z 1 E 1 E 2 I 1

TRANSFORMATORY. Transformator jednofazowy. Zasada działania. Dla. mamy. Czyli. U 1 = E 1, a U 2 = E 2. Ponieważ S. , mamy: gdzie: z 1 E 1 E 2 I 1 TRANSFORMATORY Transformator jednofaowy Zasada diałania E E Z od Rys Transformator jednofaowy Dla mamy Cyli e ω ( t) m sinωt cosωt ω π sin ωt + m m π E ω m f m 4, 44 f m E 4, 44 f E m 4, 44 f m E, a E

Bardziej szczegółowo

Układy równań liniowych, macierze, Google

Układy równań liniowych, macierze, Google Układ równań linowych { x+2y = 6, 3x y = 4 (0) Spotkania z Matematyka Układy równań liniowych, macierze, Google Aleksander Denisiuk denisjuk@matman.uwm.edu.pl Uniwersytet Warmińsko-Mazurski w Olsztynie

Bardziej szczegółowo

Przestrzeń liniowa i przekształcenie liniowe

Przestrzeń liniowa i przekształcenie liniowe opracował Maciej Grzesiak Przestrzeń liniowa i przekształcenie liniowe W algebrze rozpatruje się zbiory abstrakcyjne Natura elementów zbioru się nie liczy Na elementach rozpatruje się działania spełniające

Bardziej szczegółowo

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań.

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań. Zestaw zadań : Sumy i sumy proste podprzestrzeni Baza i wymiar Rzędy macierzy Struktura zbioru rozwiązań układu równań () Pokazać, że jeśli U = lin(α, α,, α k ), U = lin(β, β,, β l ), to U + U = lin(α,

Bardziej szczegółowo

Układy liniowo niezależne

Układy liniowo niezależne Układy liniowo niezależne Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 3.wykład z algebry liniowej Warszawa, październik 2016 Mirosław Sobolewski (UW) Warszawa, październik 2016 1

Bardziej szczegółowo

Przykład: Projektowanie poŝarowe nieosłoniętego słupa stalowego według standardowej krzywej temperatura-czas

Przykład: Projektowanie poŝarowe nieosłoniętego słupa stalowego według standardowej krzywej temperatura-czas Dokument Ref: SX043a-PL-EU Strona 1 5 Prykład: Projektowanie poŝarowe nieosłoniętego słupa stalowego według standardowej krywej temperatura-cas Wykonał Z. Sokol Data styceń 006 Sprawdił F. Wald Data styceń

Bardziej szczegółowo

3 Przestrzenie liniowe

3 Przestrzenie liniowe MIMUW 3 Przestrzenie liniowe 8 3 Przestrzenie liniowe 31 Przestrzenie liniowe Dla dowolnego ciała K, analogicznie jak to robiliśmy dla R, wprowadza się operację dodawania wektorów kolumn z K n i mnożenia

Bardziej szczegółowo

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem.

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem. 1 Wektory Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem. 1.1 Dodawanie wektorów graficzne i algebraiczne. Graficzne - metoda równoległoboku. Sprowadzamy wektory

Bardziej szczegółowo

Pochodna funkcji: zastosowania przyrodnicze wykłady 7 i 8

Pochodna funkcji: zastosowania przyrodnicze wykłady 7 i 8 Pochodna funkcji: zastosowania przyrodnicze wykłady 7 i 8 dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu sem. zimowy, r. akad. 2016/2017 Funkcja logistyczna 40 Rozważmy

Bardziej szczegółowo

Modelowanie zależności. Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski

Modelowanie zależności. Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski Modelowanie zależności pomiędzy zmiennymi losowymi Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski P Zmienne losowe niezależne - przypomnienie Dwie rzeczywiste zmienne losowe X i Y

Bardziej szczegółowo

PLAN REALIZACJI MATERIAŁU NAUCZANIA Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM WRAZ Z OKREŚLENIEM WYMAGAŃ EDUKACYJNYCH

PLAN REALIZACJI MATERIAŁU NAUCZANIA Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM WRAZ Z OKREŚLENIEM WYMAGAŃ EDUKACYJNYCH Matematyka plusem dla gimnajum PLAN REALIZACJI MATERIAŁU NAUCZANIA Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM WRAZ Z OKREŚLENIEM WYMAGAŃ EDUKACYJNYCH OPRACOWANO NA PODSTAWIE PROGRAMU MATEMATYKA Z PLUSEM

Bardziej szczegółowo

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem Rozdział 6 Równania liniowe 6 Przekształcenia liniowe Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem F Definicja 6 Funkcję f : X Y spełniającą warunki: a) dla dowolnych x,

Bardziej szczegółowo

Baza w jądrze i baza obrazu ( )

Baza w jądrze i baza obrazu ( ) Przykład Baza w jądrze i baza obrazu (839) Znajdź bazy jądra i obrazu odwzorowania α : R 4 R 3, gdzie α(x, y, z, t) = (x + 2z + t, 2x + y 3z 5t, x y + z + 4t) () zór ten oznacza, że α jest odwzorowaniem

Bardziej szczegółowo

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń

Bardziej szczegółowo

Algebra linowa w pigułce

Algebra linowa w pigułce Algebra Algebra linowa w pigułce Aleksander Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045 Gdańsk Algebra p. 1 Algebra

Bardziej szczegółowo

PRZEKŁADNIE ZĘBATE CZOŁOWE ŚRUBOWE. WALCOWE (równoległe) STOŻKOWE (kątowe) ŚLIMAKOWE HIPERBOIDALNE. o zebach prostych. walcowe. o zębach.

PRZEKŁADNIE ZĘBATE CZOŁOWE ŚRUBOWE. WALCOWE (równoległe) STOŻKOWE (kątowe) ŚLIMAKOWE HIPERBOIDALNE. o zebach prostych. walcowe. o zębach. CZOŁOWE OWE PRZEKŁADNIE STOŻKOWE PRZEKŁADNIE ZĘBATE CZOŁOWE ŚRUBOWE WALCOWE (równoległe) STOŻKOWE (kątowe) HIPERBOIDALNE ŚLIMAKOWE o ebach prostych o ębach prostych walcowe walcowe o ębach śrubowych o

Bardziej szczegółowo

A = {dostęp do konta} = {{właściwe hasło,h 2, h 3 }} = 0, 0003. (10 4 )! 2!(10 4 3)! 3!(104 3)!

A = {dostęp do konta} = {{właściwe hasło,h 2, h 3 }} = 0, 0003. (10 4 )! 2!(10 4 3)! 3!(104 3)! Wstęp do rachunku prawdopodobieństwa i statystyki matematycnej MAP037 wykład dr hab. A. Jurlewic WPPT Fiyka, Fiyka Technicna, I rok, II semestr Prykłady - Lista nr : Prestreń probabilistycna. Prawdopodobieństwo

Bardziej szczegółowo

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

Metody dokładne w zastosowaniu do rozwiązywania łańcuchów Markowa

Metody dokładne w zastosowaniu do rozwiązywania łańcuchów Markowa Metody dokładne w astosowaniu do rowiąywania łańcuchów Markowa Beata Bylina, Paweł Górny Zakład Informatyki, Instytut Matematyki, Uniwersytet Marii Curie-Skłodowskiej Plac Marii Curie-Skłodowskiej 5, 2-31

Bardziej szczegółowo

DB Algebra liniowa 1 semestr letni 2018

DB Algebra liniowa 1 semestr letni 2018 DB Algebra liniowa 1 semestr letni 2018 Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo Naukowo-Techniczne,

Bardziej szczegółowo

2015-01-15. Edycja pierwsza 2014/1015. dla kierunku fizyka medyczna, I rok, studia magisterskie

2015-01-15. Edycja pierwsza 2014/1015. dla kierunku fizyka medyczna, I rok, studia magisterskie 05-0-5. Opis różnicę pomiędy błędem pierwsego rodaju a błędem drugiego rodaju Wyniki eksperymentu składamy w dwie hipotey statystycne: H0 versus H, tak, by H0 odrucić i pryjąć H. Jeśli decydujemy, że pryjmujemy

Bardziej szczegółowo

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : Lista Przestrzenie liniowe Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : V = R[X], zbiór wielomianów jednej zmiennej o współczynnikach rzeczywistych, wraz ze standardowym dodawaniem

Bardziej szczegółowo