Programowanie dynamiczne i modele rekurencyjne w ekonomii Wykład 2
|
|
- Piotr Małek
- 5 lat temu
- Przeglądów:
Transkrypt
1 Programowanie dynamiczne i modele rekurencyjne w ekonomii Wykład Michał Ramsza października Streszczenie Wykład drugi bazuje głównie na [, roz 6 5, [, roz oraz [ Materiał obejmuje zagadnienie zwiazane z układami równań różnicowych pierwszego stopnia, nieliniowych i liniowych o stałych współczynnikach Nie zajmujemy się układami wyższych stopni Układy liniowe o stałych współczynnikach Notacja Przez x t R n rozumiemy wektor postaci x t x t, x t,n R n Sformułowanie zagadnienia Rozważamy równanie postaci gdzie x t R n, b R n a macierz A jest postaci a a n A a n a nn x t+ Ax t + b, )
2 Rozwiazanie: podejście pierwsze Rozwiazanie Niech x będzie dane Mamy wtedy x Ax + b x Ax + b A Ax + b) + b A x + Ab + b x Ax + b A x + A b + Ab + b t x t A t x + A k b k Warto zwrócić uwagę, że ostatnia formuła to analog odpowiedniej formuły dla równania różnicowego identycznej postaci Krótsza postać Chcemy dowiedzieć się jaka jest suma t k Ak dla macierzy, dla której det I A), tj nie jest wartościa własna macierzy A Rozważamy sumę t A k I A) I + A + + A t ) I A) k I + A + + A t A + + A t) I A t Mnożac obie strony powyższego równania przez I A) istnieje z założenia) otrzymujemy t A k I A t) I A) k Korzystajac z wyprowadzonego wzoru mamy t x t A t x + A k b A t x + k [ t A k b k A t x + I A t) I A) b A t x + I A) b A t I A) b A t x I A) b ) + I A) b ) }{{}}{{} stały wektor stały wektor Powyższa formuła jest wygodniejsza do analizowania W przypadku gdy A t przy t to x t I A) b Tego typu analiza wymaga dokładniejszego zdefiniowania równowagi oraz analizy wyrażenia A t
3 Równowaga Definicja Równowagą w układzie równań różnicowych pierwszego rzędu o stałych współczynnikach rozumiemy stan x spełniający x A x + b 5 Istnienie i jednoznaczność równowagi Zgodnie z definicja mamy x A x + b x A x b I A) x b x I A) b jeżel istnieje) Zgodnie z powszechnie znanymi twierdzeniami z algebry liniowej mamy następujace twierdzenie Twierdzenie Równowaga x układu xt + Ax t + b istnieje i jest jedyna wtedy i tylko wtedy gdy macierz I A jest nieosobliwa, a więc np wtedy i tylko wtedy gdy det I A) W takim przypadku wynosi ona x I A) b 6 Zachowanie się ścieżki w relacji do równowagi Korzystajac z postaci ) i postaci równowagi otrzymujemy x t A t x I A) b ) + I A) b A t x x) + x Jeżeli tylko macierz A jest taka, że A t przy t to rozwiazanie zbiega do równowagi x a więc jest ona globalnie asymptotycznie stabilna Całość dalszej analizy jest zwiazana z zachowaniem się wyrażenia A t i w większości opiera się na postaci Jordana macierzy Jordan normal form) 7 Rozwiazanie w terminach macierzy Jordana 7 Podstawowa logika rozwiazywania Rozwiazanie jest postaci x t A t x x) + x Poprzez zamianę zmiennych przy pomocy macierzy zamiany bazy H możemy zapisać macierz A jako A HDH, gdzie macierz D ma specjalna postać Mamy Otrzymujemy A t A A A A HDH HDH HDH HDH HD t H x t HD t H x x) + x Zatem całe zachowanie się rozwiazania jest zdeterminowane macierza D Będziemy się starali aby macierz D była macierza Jordana
4 Być może wygodne jest wprowadzenie nowych zmiennych y t w postaci x t Hy t + x ) Mamy wtedy x t HD t H x x) + x Hy t + x HD t H Hy + x x) + x Hy t + x HD t H Hy ) + x Hy t HD t H Hy y t D t y Tak wprowadzone zmienne powoduja, że równowaga jest przesunięta do poczatku układu współrzędnych i używamy nowego układu współrzędnych Czasami wygodniej jest rozwiazać równanie w zmiennych y i następnie wyznaczyć z niego rozwiazanie w terminach x korzystajac z x t Hy t + x Tak właśnie zrobimy w dalszej części 7 Rozwiazanie: rzeczywiste wartości własne o krotności algebraicznej Jeżeli macierz A posiada spektrum złożone tylko z rzeczywistych wartości własnych {λ,, λ n } wszystkie o krotności algebraicznej to odpowiadajace im wektory własne {h,, h n } sa liniowo niezależne i tworza bazę przestrzeni R n Macierz H [h,, h n jest macierza zamiany bazy i możemy zapisać A jako A HDH, gdzie λ λ D λ n λ n W takiej sytuacji rozwiazanie w terminach y t jest trywialne bo λ t λ t D t λ t n λ t n Mamy zatem y t,j λ t jy,j, j,, n Rozwiazanie x t obliczamy korzystajac z ) do czego konieczna jest znajomość bazy H) 7 Przykład Rozważamy układ równań różnicowych postaci x t+ x t + [ 5 5 [, x [ / )
5 W pierwszym kroku obliczamy równowagę otrzymujac [ x I A) [ Następnie obliczamy wartości własne macierzy A Wielomian charakterystyczny jest postaci skad wartości własne to wλ) ) 5 λ λ λ ) λ ) 6 i λ Następnie obliczamy wektory własne, odpowiadajace wartościom własnym Dla wartości własnej λ / otrzymujemy układ równań następujacej macierzy rozszerzonej [A [ [ I Jak wektor własny możemy zatem przyjać wektor h [, T Dla wartości własnej λ / otrzymujemy [A [ I [ Jako wektor własny możemy zatem przyjać h [, T Macierz zamiany bazy H jest zatem postaci [ H a macierz D jest postaci [ D Rozwiazanie w terminach zmiennych y t jest zatem postaci [ y t D t y D t H x x) D t 5 [ t t [ [ 5 t 5 t Rozwiazanie w terminach zmiennych x wyznaczamy zgodnie ze wzorem [ [ [ [ x t Hy t + x 5 t 5 t + t + t 5 t + t Zachowanie się rozwiazania jest przedstawione na rysunku 7 Rozwiazanie: rzeczywiste wartości własne o krotności algebraicznej większej niż Jeżeli macierz A posiada spektrum złożone tylko z rzeczywistych wartości własnych {λ,, λ m o krotnościach algebraicznych odpowiednio a,, a m, gdzie j a j n to postępujemy w następujacy sposób Procedura zostanie opisana dla pierwszej wartości własnej λ ale dla kolejnych wartości własnych przeprowadza się ja w dokładnie taki sam sposób W pierwszym kroku obliczamy wektory własne odpowiadajace tej wartości własnej, a więc rozwiazujemy układ równań A λ I)h
6 5 5 x x Rysunek : Rozwiazanie równania ) W zależności od krotności geometrycznej otrzymamy co najmniej jeden wektor własny a co najwyżej a wektorów własnych Załóżmy, że otrzymaliśmy g wektorów własnych h,,, h,g Aby stworzyć bazę przestrzeni R n każdej wartości własnej λ j musimy przypisać dokładnie a j wektorów Zatem brakuje nam a j g j Wektory te możemy obliczyć zgodnie z następujac a procedura Wybieramy odpowiednio wektory własne wektory własne nie sa wyznaczone jednoznacznie) i startujemy od wektora h,g i obliczamy kolejne wektory h,g +,, h,a rekurencyjnie W bazie A λ I) h,g + h,g A λ I) h,g + h,g + A λ I) h,a h,a {h,,, h,g, h,g +,, h,a } klatka odpowiadajaca wartości własnej λ ma postać λ λ λ, λ λ λ gdzie pierwszy blok ma wymiary g g a drugi blok ma wymiary a g ) a g ) Powtarzajac odpowiednia procedurę dla wszystkich wartości własnych otrzymujemy bazę H i odpowiadajac a jej macierz przejścia H oraz blokowa macierz D Ewolucja rozwiazania y t przebiega niezależnie w blokach Dlatego zachowanie się rozwiazania
7 odpowiadajacego blokom postaci λ j λ j przebiega dokładnie tak samo jak w punkcie 7 Musimy się skupić na zachowaniu się macierzy D t gdzie D jest blokiem postaci λ j λ j D λ j λ j Zanim rozważymy ogólna postać powyższej klatki popatrzmy na kilka przykładów Dla macierzy mamy B [ α, B α [ α α α, B [ α α α, Dla macierzy mamy α α α α α α B α, B α α, B α α, α α α Dla macierzy mamy α α α α α α B α α, B α α α α, B α α α α α, α α α Możemy zatem napisać ogólny wzór, który jest postaci λ t j tλ t tt )λ t j j! λ t D t j tλ t λ t j tλ t j λ t j tt )t n+)λ t n+ j n )! gdzie n a j g j Korzystajac z powyższych postaci możemy w ramach zmiennych odpowiadaja- cych blokowi zwiazanemu z wartościa własna λ j ) opisać ewolucję zmiennych, y t,+a ++a j +, y t,+a ++a j +,, y t,+a ++a j +a j ) Poczatkowe g j zmiennych jest proste do opisania, zob powyższe uwagi i punkt 7 Pozostałe a j g j zmienne dla prostoty wzorów oznaczymy jako y,, y n ) Ich ewolucja przebiega zgodnie z następujacymi wzorami n l ) t y t,l λ t k j y,l+k, l,, n k k
8 75 Przykład Rozważamy układ równań różnicowych następujacej postaci [ [ x t+ x t +, x Obliczamy równowagę otrzymujac [ x I A) [ 6 6 Następnie obliczamy wartości własne Wielomian charakterystyczny jest postaci wλ) ) ) λ λ 6 λ 5) + 6 [ 5) skad otrzymujemy jedna wartość własna λ 5/6 o krotności algebraicznej Obliczamy wektory własne Macierz rozszerzona układu równań jest postaci [A 56 [ [ I zatem jako wektor własny możemy przyjać wektor h [, T Aby obliczyć wektor serii korzystamy z zależności rekurencyjnej i rozwiazujemy następujacy układ równań [ A 5 [ [ 6 I h a zatem jako wektor serii możemy przyjać h [, T Ostatecznie macierz przejścia z bazy do bazy ma postać [ H Wektor y otrzymujemy z zamiany bazy [ y H x x) Macierz D ma postać [ [ 5 D Korzystajac z wyprowadzonych wzorów otrzymujemy ) ) t ) ) t ) t 5 t 5 y t, 5) ) ) t ) t 5 y t, ) t [ ) 6 6 Ostatecznie rozwiazanie w terminach x otrzymujemy w postaci x t Hy t + x [ 6 t+ 5 t+ + t 5 t 6 t 5 t+ + 6 t+ + t 5 t 6 t Graficzne wykres tego rozwiazania przedstawia rysunek [ 5 ) t 5 + t 6 ) t 5 6
9 7 6 5 x x Rysunek : Rozwiazanie równania 5) 76 Rozwiazanie: zespolone wartości własne o krotności algebraicznej Zakładamy, że macierz A ma spektrum złożone z zespolonych wartości własnych o krotności algebraicznej występujacych w sprzężonych parach) Wtedy możemy przeprowadzić następujac a procedurę, zob[, str 68, Tw Zakładamy, że mamy n par postaci α j + i β i α j i β, j,, n Dla każdej pary możemy obliczyć parę sprzężonych liniowo niezależnych) wektorów własnych h j u j + iv j, h j u j iv j Tworzac bazę złożona z wektorów {u, v, u, v,, u n, v n } Macierz H [u, v,, u n, v n jest macierza zamiany bazy, w której macierz D ma specyficzna postać α β β α D HAH 6) α n β n β n α n 77 Przykład Rozważamy macierz postaci 5 A Podobnie jak poprzednio obliczamy wartości własne otrzymujac λ i, λ i +, λ i, λ i +
10 i odpowiadajace im wektory własne postaci v + i + i, v i i, v i i+, v i + i i + i Tworzymy z nich macierz przejścia postaci H Obliczamy D H AH Postać we współrzędnych biegunowych Oczywiście obliczenie macierzy D t gdzie D jest postaci 6) jest trochę niewygodne a dodatkowo nie bardzo nadaje się do analizy stabilności Dlatego lepiej jest przekształcić macierz tej postaci do współrzędnych biegunowych Niech r j oznacza moduł liczb α j ± i β j a θ j [, π jej argument główny Wtedy mamy α j r j cos θ j ) i β j r j sin θ j ) i blok odpowiadajacy parze wartości własnych α j ± i β j można zapisać w postaci [ cos θj ) sin θ r j j ) sin θ j ) cos θ j ) Dla takiej postaci macierzy mamy r j [ ) t cos θj ) sin θ j ) rj t sin θ j ) cos θ j ) [ cos tθj ) sin tθ j ) sin tθ j ) cos tθ j ) Rozwiazanie w terminach zmiennych y odpowiadajacych temu blokowi) jest zatem postaci [ [ [ yt,j cos rj t tθj ) sin tθ j ) y,j sin tθ j ) cos tθ j ) lub można jest zapisać jako y t,j+ y,j+ y t,j r t j cos tθ j ) y,j sintθ j )y,j+ ) y t,j+ r t j sintθ j )y,j + costθ j )y,j+ )
11 Rozwiazanie w terminach x t obliczamy jak poprzednio Warto zwrócić uwagę na następujac a własność [ [ [ cos α sin α y cos α y sin α y sin α cos α y cos α y + sin α y sin α y + cos α y + sin α y + cos α y [ y + y y y sin α + cos α ) y + sin α + cos α ) y a więc przekształcenie liniowe zadane powyższa macierza nie zmienia normy wektora jest obrotem względem poczatku układu współrzędnych o kat α 79 Przykład Rozważamy następujacy układ równań różnicowych 5 x t x t +, x Zgodnie z obliczeniami z przykładu 77 otrzymujemy x t HD t H x x) + x t cosπ/) t sinπ/) H sinπ/) cosπ/) cosπ/) sinπ/) H + 7 sinπ/) cosπ/) ) t costπ/) ) t sintπ/) H ) t sintπ/) ) t costπ/) ) t costπ/) ) t sintπ/) ) t sintπ/) H ) t costπ/) ) 9 t 9 t ) 5 t t sin π t )+ 5 t +6 t ) sin π t )+ t 7 t ) 9 t + + t ) t 5 t t ) sin π t sin π t )+ cos π t )+ cos π t ) + 5 t +) cos π t ) 6 ) + 5 t + 9 t ) cos π t ) Przykład Rozważamy układ równań różnicowych postaci [ x t+ x t + 5 [ [, x 7)
12 Obliczamy wartości własne i wektory własne otrzymujac λ i, λ i+ i odpowiadajace im wektory własne [ [ h i h i i + Macierz zamiany bazy ma zatem postać H [ a macierz D jest postaci D Rozwiazanie wyglada w następujacy sposób [ x t HD t H x x) + x [ cos π t ) sin π t ) sin π t ) t cos t π t ) t t ) sin π t [ [, ) sin π t )+ 887 ) 95 cos π t )+ 799 ) 6576 t ) 75 t ) ) ) t cos π t ) ) t 8 x x Rysunek : Rozwiazanie równania 7) 7 Rozwiazanie: zespolone wartości własne o krotności algebraicznej większej niż Ostatnim rozpatrywanym przypadkiem jest sytuacja, w które macierz A posiada pary sprzężonych wartości własnych o krotnościach algebraicznych wyższych niż Ponieważ różnym wartościom własnym odpowiadaja różne klatki, więc rozważymy przykład pojedynczej pary wartości własnych α + iβ, α iβ o krotności algebraicznej n
13 Parze takiej odpowiada co najmniej jedna para wektorów własnych h u + iv, h u iv W zależności od krotności geometrycznej wartości własnych wektorów takich może być więcej aż do n par) Ponieważ jednak postać macierzy D w zakresie bloków odpowiadajacym wektorom własnym jest taka sama jak w punkcie 76 więc skupimy się tylko na sytuacji, w której krotność geometryczna wynosi W takiej sytuacji musimy znaleźć pozostałe n par wektorów, które razem z para wektorów własnych tworza bazę przestrzeni Robimy to identycznie jak w przypadku rzeczywistych wartości własnych w punkcie 7 Otrzymujemy w ten sposób ciag wektorów parę wektorów własnych i ciag par wektorów serii) {h, h, h, h,, h n, hn } Z wektorów tych identycznie jak w punkcie 76 możemy stworzyć bazę postaci {u, v, ũ, ṽ,, ũ n, ṽ n } i odpowiadajac a jej macierz przejścia H [u, v, ũ, ṽ,, ũ n, ṽ n W tak skonstruowanej bazie macierz klatkowa D ma następujac a postać D α β β α Podobnie jak poprzednio możemy zapisać α β β α α β β α α r cosθ) β r sinθ) gdzie r jest modułem liczb α ± iβ a θ [, π jest argumentem głównym Pozostaje jedynie kwestia znalezienia postaci macierzy D t to jednak jest relatywnie proste korzystajac z powyższego zapisu we współrzędnych biegunowych o wzorów wyprowadzonych w punkcie 7 Kolejne potęgi macierzy D zapisanej w postaci blokowej wygladaj a w następujacy sposób Przez O oznaczymy blok [ α β O β α Postać O t została już znaleziona wcześniej więc nie stanowi ona problemu Rozważmy najprostsza możliwa sytuację Mamy macierz D [ O I O [ O, D O O [ O, D O O, Podobnie dla macierzy D O I O I O, D O O I O O O, D O O O O O O,
14 Zatem pierwszy wiersz macierz blokowej D t składa się z bloków ) t O t k, dla k,, minn, t) t k oraz dla ewentualnych dalszych wyrazów Kolejne wiersze sa identyczne ale przesunięte o jedna kolumnę w prawo Ponieważ znamy postać O t więc kończy to poszukiwanie postaci macierzy D t 7 Przykład Rozważmy następujacy układ równań różnicowych + 5 x t Wielomian charakterystyczny wynosi Obliczamy wartości własne otrzymujac obie o krotności algebraicznej x t, x wλ) λ λ + λ 6 λ + 6 λ ) λ + λ i, λ + i Następnie obliczamy wektory własne otrzymujac h i i h 6 i+ i i+ 6 i i 8) Następnie obliczamy pierwszy wektor serii Rozwiazujemy układ równań A λ I) h h co przekłada się na następujac macierz rozszerzona i i i [A λ I h 9 i 7 6 i i + 5 i 5 i 55 7 i 5 5 i 66 i i+6 68 i+ 8 i i 6 i Jako wektor serii możemy przyjać h 6 i 5 78 i 8 i i 5 78 i 8 79 i 8 78 i 8 h 6 i 5 78 i 8 i i 5 78 i 8 79 i 8 78 i 8
15 Majac cztery wektory tworzymy bazę zgodnie z procedura z punktu 76 otrzymujac u, v, ũ 7, ṽ co prowadzi do macierzy przejścia postaci H 7 Macierz D ma w wyznaczonej bazie postać D cosπ/6) sinπ/6) sinπ/6) cosπ/6) cosπ/6) sinπ/6) sinπ/6) cosπ/6) Zatem D t t costπ/6) t sintπ/6) t t cost )π/6) t t sint )π/6) t sintπ/6) t cosπ/6) t t sint )π/6) t t cost )π/6) t costπ/6) t sintπ/6) t sintπ/6) t costπ/6) Rozwiazanie jest ostatecznie postaci x t 7 t costπ/6) t sintπ/6) t t cost )π/6) t t sint )π/6) t sintπ/6) t cosπ/6) t t sint )π/6) t t cost )π/6) t costπ/6) t sintπ/6) t sintπ/6) t costπ/6) Powyższe wyrażenie można wymnożyć otrzymujac jawne wzory na poszczególne współrzędne wektora x t 7 Stabilność równowagi Korzystajac z wyprowadzonych powyżej wzorów można pokazać następujacy wynik Twierdzenie Niech x t+ Ax t +b będzie zadanym układem równań różnicowych, gdzie det I A) Wtedy wyznaczona jednoznacznie równowaga x I A) b jest globalnie asymptotycznie stabilna wtedy i tylko wtedy gdy moduł każdej wartości własnej macierzy A jest mniejszy niż
16 7 Przypadek dwuwymiarowy W przypadku układu dwuwymiarowego wielomian charakterystyczny jest postaci wλ) λ tra) λ + deta) a więc jego pierwiastki można scharakteryzować w terminach śladu tra) i wyznacznika deta) Klasyfikacja ta jest przedstawia się następujaco i jest graficznie przedstawiona na rysunku tra)) > deta) pierwiastki rzeczywiste tra) < deta) < tra) lub tra) < deta) < tra) saddle niestabilne) deta) > tra) i deta) > tra) stable node stabilne) deta) < tra) i deta) < tra) unstable node niestabilne) tra)) < deta) pierwiastki zespolone deta) < spiral sink stabilne) deta) > spiral source niestabilne) stable node spiral source stable node deta) saddle spiral sink stable node saddle - - unstable node - - tra) Rysunek : Graficzna reprezentacja klasyfikacji układów dwuwymiarowych 75 Przykłady Zobacz Maxima Układy nieliniowe Postać Rozważamy układ równań postaci gdzie φ : R n R n jest funkcja klasy C x t+ φx t ), 9)
17 Równowaga Definicja Definicja Równowagą układu 9) nazywamy element x R n spełniający x φ x) Istnienie Podobnie jak poprzednio możemy stosować twierdzenie Brouwera lub twierdzenie Banacha oraz duża liczbę licznych twierdzeń o punktach stałych Stabilność Definicja Definicja Równowaga x układu 9) jest globalnie asymptotycznie stabilna jeżeli lim x t x dla dowolnego x R n t Równowaga x jest lokalnie asymptotycznie stabilna jeżeli istnieje ɛ > taki, że lim x t x t dla każdego x B x, ɛ) Linearyzacja i twierdzenie o lokalnej stabilności Niech x będzie równowaga układu 9) W dostatecznie małym otoczeniu x mamy x t+ φx t ) φ x) + Dφ x) x t x) + reszta Dφ x) x t + φ x) Dφ x) x }{{} stały wektor W otoczeniu równowagi możemy przybliżać układ 9) układem x t+ Ax t + b, gdzie A Dφ x) jest macierza Jacobiego a b φ x) Dφ x) x Konsekwentnie lokalna asymptotyczna stabilność równowagi wynika bezpośrednio z twierdzenia Twierdzenie Niech φ układzie 9) będzie dyfeomorfizmem klasy C Wtedy równowaga x jest lokalnie asymptotycznie stabilna wtedy i tylko wtedy gdy wszystkie wartości własne macierzy Jacobiego Dφ x) mają moduły mniejszy niż UWAGA: Fragment dotyczacy układów nieliniowych jest dramatycznie niekompletny, ale dalsza analiza zaczynajaca się od wprowadzania pojęcia rozmaitości stabilnej, niestabilnej i centralnej wymaga technik matematycznych znacznie wykraczajacych poza ramy wykładu W podobny sposób pominęliśmy pojęcia atraktora, zachowań chaotycznych, atraktorów dziwnych, fraktali, ich wymiaru i wiele innych fascynujacych pojęć
18 Literatura [ O Galor Discrete dynamical systems Springer, 7 [ M W Hirsch and S Smale Differential Equations, Dynamical Systems and Linear Algebra Academic Press: New York, 97 [ K Sydseater, P Hammond, A Seierstad, and A Strom Further mathematics for economic analysis Prentice Hall, -nd edition, 8
III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.
III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi
Bardziej szczegółowoZadania egzaminacyjne
Rozdział 13 Zadania egzaminacyjne Egzamin z algebry liniowej AiR termin I 03022011 Zadanie 1 Wyznacz sumę rozwiązań równania: (8z + 1 i 2 2 7 iz 4 = 0 Zadanie 2 Niech u 0 = (1, 2, 1 Rozważmy odwzorowanie
Bardziej szczegółowoRównania 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 szczegółowoWstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra
Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Uwarunkowanie zadania numerycznego Niech ϕ : R n R m będzie pewna funkcja odpowiednio wiele
Bardziej szczegółowo3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B
1. Dla macierzy a) A = b) A = c) A = d) A = 3 1 + i 1 i i i 0 i i 0 1 + i 1 i 0 0 0 0 1 0 1 0 1 + i 1 i Wyznaczyć macierze spełniające własność komutacji: A, X = B. Obliczyć pierwiaski z macierzy: A =
Bardziej szczegółowoVII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w
Bardziej szczegółowodr 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 szczegółowoWykład 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 szczegółowoLokalna odwracalność odwzorowań, odwzorowania uwikłane
Lokalna odwracalność odwzorowań, odwzorowania uwikłane Katedra Matematyki i Ekonomii Matematycznej Szkoła Główna Handlowa 17 maja 2012 Definicja Mówimy, że odwzorowanie F : X R n, gdzie X R n, jest lokalnie
Bardziej szczegółowoEndomorfizmy liniowe
Endomorfizmy liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 8. wykład z algebry liniowej Warszawa, listopad 2011 Mirosław Sobolewski (UW) Warszawa, listopad 2011 1 / 16 Endomorfizmy
Bardziej szczegółowoLista nr 1 - Liczby zespolone
Lista nr - Liczby zespolone Zadanie. Obliczyć: a) ( 3 i) 3 ( 6 i ) 8 c) (+ 3i) 8 (i ) 6 + 3 i + e) f*) g) ( 3 i ) 77 ( ( 3 i + ) 3i 3i h) ( + 3i) 5 ( i) 0 i) i ( 3 i ) 4 ) +... + ( 3 i ) 0 Zadanie. Przedstawić
Bardziej szczegółowoDiagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa,listopad
Bardziej szczegółowo1 Macierz odwrotna metoda operacji elementarnych
W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz
Bardziej szczegółowo= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3
ZESTAW I 1. Rozwiązać równanie. Pierwiastki zaznaczyć w płaszczyźnie zespolonej. z 3 8(1 + i) 3 0, Sposób 1. Korzystamy ze wzoru a 3 b 3 (a b)(a 2 + ab + b 2 ), co daje: (z 2 2i)(z 2 + 2(1 + i)z + (1 +
Bardziej szczegółowoZagadnienia brzegowe dla równań eliptycznych
Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany
Bardziej szczegółowoWektory i wartości własne
Treść wykładu Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń W V nazywamy niezmienniczą
Bardziej szczegółowoSIMR 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 szczegółowoALGEBRA z GEOMETRIA, ANALITYCZNA,
ALGEBRA z GEOMETRIA, ANALITYCZNA, MAT00405 PRZEKSZTAL CANIE WYRAZ EN ALGEBRAICZNYCH, WZO R DWUMIANOWY NEWTONA Uprościć podane wyrażenia 7; (b) ( 6)( + ); (c) a 5 6 8a ; (d) ( 5 )( 5 + ); (e) ( 45x 4 y
Bardziej szczegółowoDiagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, grudzień 2011 Mirosław Sobolewski (UW) Warszawa, grudzień
Bardziej szczegółowoMet Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn
Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska
RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE Marta Zelmańska Toruń 009 1 Rozdział 1 Wstęp Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie: F (t, x, x, x,..., x (n) ) = 0 (1.1) Rozwiązaniem równania
Bardziej szczegółowoPostać Jordana macierzy
Rozdział 8 Postać Jordana macierzy Niech F = R lub F = C Macierz J r λ) F r r postaci λ 1 0 0 0 λ 1 J r λ) = 0 λ 1 0 0 λ gdzie λ F nazywamy klatką Jordana stopnia r Oczywiście J 1 λ) = [λ Definicja 81
Bardziej szczegółowoALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ
ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ WSHE, O/K-CE 10. Homomorfizmy Definicja 1. Niech V, W będą dwiema przestrzeniami liniowymi nad ustalonym ciałem, odwzorowanie ϕ : V W nazywamy homomorfizmem
Bardziej szczegółowoVI. Równania różniczkowe liniowe wyższych rzędów
VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych
Bardziej szczegółowoAlgebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1
Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm
Bardziej szczegółowoWyk lad 11 1 Wektory i wartości w lasne
Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V
Bardziej szczegółowoRachunek różniczkowy i całkowy w przestrzeniach R n
Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda
Bardziej szczegółowoWykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2
Wykład 12 i 13 Macierz w postaci kanonicznej Jordana Niech A - macierz kwadratowa stopnia n Jak obliczyć np A 100? a 11 0 0 0 a 22 0 Jeśli A jest macierzą diagonalną tzn A =, to Ak = 0 0 a nn Niech B =
Bardziej szczegółowoUkłady równań i równania wyższych rzędów
Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem
Bardziej szczegółowoWektory i wartości własne
Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń
Bardziej szczegółowoWykład z modelowania matematycznego.
Załóżmy, że równanie różniczkowe x (t) = f (t, x) (1) ma rozwiązanie ogólne x(t) = ϕ(t, c). (2) Załóżmy, że równanie różniczkowe x (t) = f (t, x) (1) ma rozwiązanie ogólne x(t) = ϕ(t, c). (2) Rodzina funkcji
Bardziej szczegółowojest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.
Układy liniowe Układ liniowy pierwszego rzędu, niejednorodny. gdzie Jeśli to układ nazywamy jednorodnym Pamiętamy, Ŝe kaŝde równanie liniowe rzędu m moŝe zostać sprowadzone do układu n równań liniowych
Bardziej szczegółowoTydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L
Tydzień nr 9-10 (16 maja - 29 maja) Równania różniczkowe wartości własne funkcja wykładnicza od operatora - Matematyka II 2010/2011L Wszelkie pytania oraz uwagi o błędach proszę kierować na przemek.majewski@gmail.com
Bardziej szczegółowo1 Podobieństwo macierzy
GAL (Informatyka) Wykład - zagadnienie własne Wersja z dnia 6 lutego 2014 Paweł Bechler 1 Podobieństwo macierzy Definicja 1 Powiemy, że macierze A, B K n,n są podobne, jeżeli istnieje macierz nieosobliwa
Bardziej szczegółowo1 Macierze i wyznaczniki
1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)
Bardziej szczegółowoMatematyka dyskretna dla informatyków
Matematyka dyskretna dla informatyków Część I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szymański Uniwersytet im. Adama Mickiewicza Poznań 2007 4 Zależności rekurencyjne Wiele zależności
Bardziej szczegółowoUkłady równań i nierówności liniowych
Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +
Bardziej szczegółowoZadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych
Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych [ ] e Zadanie 1 Pokazać, że X(t) = 2t cos t sin t e 2t jest specjalną macierzą fundamentalną w sin t cos t [ 2 cos chwili τ = 0 układu
Bardziej szczegółowo5. Równania różniczkowe zwyczajne pierwszego rzędu
5. Równania różniczkowe zwyczajne pierwszego rzędu 5.1. Wstęp. Definicja 5.1. Niech V R 3 będzie obszarem oraz F : V R. Równaniem różniczkowym zwyczajnym rzędu pierwszego nazywamy równanie postaci Równanie
Bardziej szczegółowoWykład 3 Równania rózniczkowe cd
7 grudnia 2010 Definicja Równanie różniczkowe dy dx + p (x) y = q (x) (1) nazywamy równaniem różniczkowym liniowym pierwszego rzędu. Jeśli q (x) 0, to równanie (1) czyli równanie dy dx + p (x) y = 0 nazywamy
Bardziej szczegółowoAlgebra 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 szczegółowoPodstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Stabilność O układzie możemy mówić, że jest stabilny gdy układ ten wytrącony ze stanu równowagi
Bardziej szczegółowoMetody numeryczne. Sformułowanie zagadnienia interpolacji
Ćwiczenia nr 4. Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n i wartości y 0,..., y n, takie że i=0,...,n y i = f (x i )). Szukamy funkcji F (funkcji interpolującej), takiej
Bardziej szczegółowoPodstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Stabilność - definicja 1 O układzie możemy mówić, że jest stabilny gdy wytrącony ze stanu równowagi
Bardziej szczegółowoProcesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. 2 Łańcuchem Markowa nazywamy proces będący ciągiem zmiennych
Bardziej szczegółowoALGEBRA Z GEOMETRIĄ ANALITYCZNĄ
ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ Maciej Burnecki opracowanie strona główna Spis treści I Zadania Wyrażenia algebraiczne indukcja matematyczna Geometria analityczna na płaszczyźnie Liczby zespolone 4 Wielomiany
Bardziej szczegółowoRównania różnicowe. Dodatkowo umawiamy się, że powyższy iloczyn po pustym zbiorze indeksów, czyli na przykład 0
Równania różnicowe 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp Zamiast tego pisać będziemy x (n), y (n) itp Ponadto
Bardziej szczegółowoMacierze. 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 szczegółowo1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler
GAL (Informatyka) Wykład - formy hermitowskie Wersja z dnia 23 stycznia 2014 Paweł Bechler 1 Formy hermitowskie Niech X oznacza przestrzeń liniową nad ciałem K. Definicja 1. Funkcję φ : X X K nazywamy
Bardziej szczegółowoPODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
Bardziej szczegółowoFormy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011
Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2011 Mirosław Sobolewski (UW) Warszawa, 2011 1 / 16 Definicja Niech V,
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 1 Zadanie Definicja 1.1. (zadanie) Zadaniem nazywamy zagadnienie znalezienia rozwiązania x spełniającego równanie F (x, d) = 0, gdzie d jest zbiorem danych (od których zależy rozwiązanie x), a F
Bardziej szczegółowoCo 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 szczegółowoTransformaty. Kodowanie transformujace
Transformaty. Kodowanie transformujace Kodowanie i kompresja informacji - Wykład 10 10 maja 2009 Szeregi Fouriera Każda funkcję okresowa f (t) o okresie T można zapisać jako f (t) = a 0 + a n cos nω 0
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Wstęp
Bardziej szczegółowoPrzestrzenie 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 szczegółowo5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25
MIMUW 5 Wyznaczniki 25 5 Wyznaczniki Wyznacznik macierzy kwadratowych jest funkcją det : K m n K, (m = 1, 2, ) przypisującą każdej macierzy kwadratowej skalar, liniowo ze względu na każdy wiersz osobno
Bardziej szczegółowoFormy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009
Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2009 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 15 Definicja Niech V, W,
Bardziej szczegółowoAnaliza matematyczna dla informatyków 3 Zajęcia 14
Analiza matematyczna dla informatyków 3 Zajęcia 14 Metoda rozwiązywania (Jednorodne równanie różniczkowe liniowe rzędu n o stałych współczynnikach). gdzie a 0,..., a n 1 C. Wielomian charakterystyczny:
Bardziej szczegółowoWEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej
WEKTORY I WARTOŚCI WŁASNE MACIERZY Ac λ c (*) ( A λi) c nietrywialne rozwiązanie gdy det A λi problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej A - macierzowa
Bardziej szczegółowoMatematyka dyskretna
Matematyka dyskretna wykład 1: Indukcja i zależności rekurencyjne Gniewomir Sarbicki Literatura Kenneth A. Ross, Charles R. B. Wright Matematyka Dyskretna PWN 005 J. Jaworski, Z. Palka, J. Szymański Matematyka
Bardziej szczegółowoWykład 14 i 15. Równania różniczkowe. Równanie o zmiennych rozdzielonych. Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie
Wykład 14 i 15 Równania różniczkowe Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (x, y, y, y,..., y (n) ) = 0 (1) gdzie: y = y(x) niewiadoma funkcja zmiennej rzeczywistej
Bardziej szczegółowoLista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:
Lista Algebra z Geometrią Analityczną Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: (N, ), (Z, +) (Z, ), (R, ), (Q \ {}, ) czym jest element neutralny i przeciwny w grupie?,
Bardziej szczegółowoO MACIERZACH I UKŁADACH RÓWNAŃ
O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a
Bardziej szczegółowoRównania różniczkowe liniowe II rzędu
Równania różniczkowe liniowe II rzędu Definicja równania różniczkowego liniowego II rzędu Warunki początkowe dla równania różniczkowego II rzędu Równania różniczkowe liniowe II rzędu jednorodne (krótko
Bardziej szczegółowoKurs wyrównawczy - teoria funkcji holomorficznych
Kurs wyrównawczy - teoria funkcji holomorficznych wykład 1 Gniewomir Sarbicki 15 lutego 2011 Struktura ciała Zbiór par liczb rzeczywistych wyposażamy w działania: { + : (a, b) + (c, d) = (a + c, b + d)
Bardziej szczegółowoZestaw zadań 14: Wektory i wartości własne. ) =
Zestaw zadań 4: Wektory i wartości własne () Niech V = V V 2 będzie przestrzenią liniową nad ciałem K, w którym + 0 Znaleźć wszystkie podprzestrzenie niezmiennicze rzutu V na V wzdłuż V 2 oraz symetrii
Bardziej szczegółowoPodstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2018 Wstęp Stabilność O układzie możemy mówić, że jest stabilny jeżeli jego odpowiedź na wymuszenie (zakłócenie)
Bardziej szczegółowoBiotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1
Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1 Równania różniczkowe pierwszego rzędu Równaniem różniczkowym zwyczajnym pierwszego rzędu nazywamy równanie postaci (R) y = f(x, y). Najogólniejszą
Bardziej szczegółowoMACIERZE I WYZNACZNIKI
Wykłady z matematyki inżynierskiej IMiF UTP 07 MACIERZ DEFINICJA. Macierza o m wierszach i n kolumnach nazywamy przyporza dkowanie każdej uporza dkowanej parze liczb naturalnych (i, j), gdzie 1 i m, 1
Bardziej szczegółowo1. Liczby zespolone i
Zadania podstawowe Liczby zespolone Zadanie Podać część rzeczywistą i urojoną następujących liczb zespolonych: z = ( + 7i)( + i) + ( 5 i)( + 7i), z = + i, z = + i i, z 4 = i + i + i i Zadanie Dla jakich
Bardziej szczegółowoPraca 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 szczegółowoUKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać układu równań liniowych Układ liniowych równań algebraicznych
Bardziej szczegółowoDB Algebra liniowa semestr zimowy 2018
DB Algebra liniowa semestr zimowy 2018 SPIS TREŚCI Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo
Bardziej szczegółowoProgramowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Bardziej szczegółowoWykłady z matematyki Liczby zespolone
Wykłady z matematyki Liczby zespolone Rok akademicki 015/16 UTP Bydgoszcz Liczby zespolone Wstęp Formalnie rzecz biorąc liczby zespolone to punkty na płaszczyźnie z działaniami zdefiniowanymi następująco:
Bardziej szczegółowoPrzekształcanie równań stanu do postaci kanonicznej diagonalnej
Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przygotowanie: Dariusz Pazderski Liniowe przekształcenie równania stanu Rozważmy liniowe równanie stanu i równanie wyjścia układu niesingularnego
Bardziej szczegółowoKomputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems)
Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems) P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Wprowadzenie Rozważmy
Bardziej szczegółowoZestaw 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 szczegółowoFunkcje analityczne. Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017)
Funkcje analityczne Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017) Paweł Mleczko Uniwersytet im. Adama Mickiewicza w Poznaniu 1. Sprawy organizacyjne
Bardziej szczegółowoRozdział 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 szczegółowoMatematyka Dyskretna 2/2008 rozwiązania. x 2 = 5x 6 (1) s 1 = Aα 1 + Bβ 1. A + B = c 2 A + 3 B = d
C. Bagiński Materiały dydaktyczne 1 Matematyka Dyskretna /008 rozwiązania 1. W każdym z następujących przypadków podać jawny wzór na s n i udowodnić indukcyjnie jego poprawność: (a) s 0 3, s 1 6, oraz
Bardziej szczegółowoWykład z równań różnicowych
Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.
Bardziej szczegółowoII. Równania autonomiczne. 1. Podstawowe pojęcia.
II. Równania autonomiczne. 1. Podstawowe pojęcia. Definicja 1.1. Niech Q R n, n 1, będzie danym zbiorem i niech f : Q R n będzie daną funkcją określoną na Q. Równanie różniczkowe postaci (1.1) x = f(x),
Bardziej szczegółowoZliczanie Podziałów Liczb
Zliczanie Podziałów Liczb Przygotował: M. Dziemiańczuk 7 lutego 20 Streszczenie Wprowadzenie Przez podział λ nieujemnej liczby całkowitej n rozumiemy nierosnący ciąg (λ, λ 2,..., λ r ) dodatnich liczb
Bardziej szczegółowoGeometria Lista 0 Zadanie 1
Geometria Lista 0 Zadanie 1. Wyznaczyć wzór na pole równoległoboku rozpiętego na wektorach u, v: (a) nie odwołując się do współrzędnych tych wektorów; (b) odwołując się do współrzędnych względem odpowiednio
Bardziej szczegółowo15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej
15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)
Bardziej szczegółowo1 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 szczegółowoMatematyka liczby zespolone. Wykład 1
Matematyka liczby zespolone Wykład 1 Siedlce 5.10.015 Liczby rzeczywiste Zbiór N ={0,1,,3,4,5, } nazywamy zbiorem Liczb naturalnych, a zbiór N + ={1,,3,4, } nazywamy zbiorem liczb naturalnych dodatnich.
Bardziej szczegółowoALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami
ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami Maciej Burnecki opracowanie strona główna Spis treści 1 Wyrażenia algebraiczne indukcja matematyczna 1 Geometria analityczna w R 3 3 Liczby zespolone
Bardziej szczegółowoAlgebra z geometrią analityczną zadania z odpowiedziami
Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki Spis treści strona główna 1 Wyrażenia algebraiczne, indukcja matematyczna 2 2 Geometria analityczna w R 2 Liczby zespolone 4 4 Wielomiany
Bardziej szczegółowoFunkcje analityczne. Wykład 2. Płaszczyzna zespolona. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018)
Funkcje analityczne Wykład 2. Płaszczyzna zespolona Paweł Mleczko Funkcje analityczne (rok akademicki 2017/2018) Plan wykładu W czasie wykładu omawiać będziemy różne reprezentacje płaszczyzny zespolonej
Bardziej szczegółowoFunkcja kwadratowa. f(x) = ax 2 + bx + c = a
Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax, a R \ {0}.
Bardziej szczegółowoPrzekształcenia 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 szczegółowoINTERPOLACJA I APROKSYMACJA FUNKCJI
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Wprowadzenie Na czym polega interpolacja? Interpolacja polega
Bardziej szczegółowoRozdział 2. Liczby zespolone
Rozdział Liczby zespolone Zbiór C = R z działaniami + oraz określonymi poniżej: x 1, y 1 ) + x, y ) := x 1 + x, y 1 + y ), 1) x 1, y 1 ) x, y ) := x 1 x y 1 y, x 1 y + x y 1 ) ) jest ciałem zob rozdział
Bardziej szczegółowoUKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Uwagi wstępne Układ liniowych równań algebraicznych można
Bardziej szczegółowoRozwiazywanie układów równań liniowych. Ax = b
Rozwiazywanie układów równań liniowych Ax = b 1 PLAN REFERATU: Warunki istnienia rozwiazań układu Metoda najmniejszych kwadratów Metoda najmniejszych kwadratów - algorytm rekurencyjny Rozwiazanie układu
Bardziej szczegółowoAlgebra z geometrią analityczną zadania z odpowiedziami
Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki opracowanie Spis treści I Wyrażenia algebraiczne, indukcja matematyczna 2 II Geometria analityczna w R 2 4 III Liczby zespolone 5
Bardziej szczegółowo