Zaawansowane metody numeryczne

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zaawansowane metody numeryczne"

Transkrypt

1 Wykład 6 Własności wielomianów ortogonalnych Wszystkie znane rodziny wielomianów ortogonalnych dzielą pewne wspólne cechy: 1) definicja za pomocą wzoru różniczkowego, jawnej sumy lub funkcji tworzącej; 2) definicja poprzez wzór rekurencyjny lub równanie różniczkowe; 3) relacja ortogonalności dla pewnego przedziału i funkcji wagowej.

2 Wielomiany Legendre a Definicja 6.1. (wielomiany Legendre a) Wielomian Legendre a stopnia n oznaczamy symbolem P n i dla dowolnej rzeczywistej wartości zmiennej x określamy jego wartość wzorem: n N P n (x) = 1 2 n n! d n dx n (x 2 1) n. Twierdzenie 6.1. Wielomiany Legendre a tworzą układ ortogonalny na przedziale 1, 1 względem normy L 2 z wagą w określoną dla dowolnego x wzorem w(x) = 1: m n (P m, P n ) = 1 1 P m (x)p n (x)dx = 0. Wielomiany Legendre a Fakt 6.1. Dla wielomianów Legendre a prawdziwe są następujące wzory: n N P n (x) = [ n 2] k=0 P 0 (x) = 1, P 1 (x) = x, ( 1) k (2n 2k)! 2 n k!(n k)!(n 2k)! x n 2k, n=1,2,... P n+1 (x) = 2n+1 n+1 xp n(x) n n+1 P n 1(x).

3 Wielomiany Legendre a Przykład 6.1. (baza wielomianów Legendre a) Niech m = 3. P 0 (x) = 1, P 1 (x) = x, P 2 (x) = 3 2 x 2 1 2, P 3 (x) = 5 2 x x. Wielomiany Hermite a Definicja 6.2. (wielomiany Hermite a) Wielomian Hermite a stopnia n oznaczamy symbolem H n i dla dowolnej rzeczywistej wartości zmiennej x określamy jego wartość wzorem: n N H n (x) = ( 1) n e x2 d n dx n e x2. Twierdzenie 6.2. Wielomiany Hermite a tworzą układ ortogonalny na przedziale (, ) względem normy L 2 z wagą w określoną dla dowolnego x wzorem w(x) = e x2 : m n (H m, H n ) = e x2 H m (x)h n (x)dx = 0.

4 Wielomiany Hermite a Fakt 6.2. Dla wielomianów Hermite a prawdziwe są następujące wzory: n N P n (x) = [ n 2] k=0 H 0 (x) = 1, H 1 (x) = 2x, ( 1) k n! k!(n 2k)! (2x)n 2k, n=1,2,... H n+1 (x) = 2xH n (x) 2nH n 1 (x). Wielomiany Hermite a Przykład 6.2. (baza wielomianów Hermite a) Niech m = 3. P 0 (x) = 1, P 1 (x) = 2x, P 2 (x) = 4x 2 2, P 3 (x) = 8x 3 12x.

5 Uogólnione wielomiany Laguerre a Definicja 6.3. (uogólnione wielomiany Laguerre a) Uogólniony wielomian Laguerre a stopnia n oznaczamy symbolem L α n i dla dowolnej rzeczywistej wartości zmiennej x oraz parametru α > 1 określamy jego wartość wzorem n N L α n (x) = e x x α n! d n dx n (e x x n+α ). Twierdzenie 6.3. Uogólnione wielomiany Laguerrea a tworzą układ ortogonalny na przedziale 0, ) względem normy L 2 z wagą w(x) = e x x α : m n (L α m, L α n ) = 0 e x x α L α m(x)l α n (x)dx = 0. Uogólnione wielomiany Laguerre a Fakt 6.3. Dla uogólnionych wielomianów Laguerre a prawdziwe są następujące wzory: n N L α n (x) = n k=0 Γ(n + α + 1) Γ(k + α + 1) ( x) k k!(n k)!, gdzie dla wszystkich k < n iloraz funkcji Γ możemy zastąpić iloczynem (n + α)(n + α 1)... [n + α (n k 1)], L α 0 (x) = 1, L α 1 (x) = 1 + α x, n=1,2,... L α 1+2n+α x n+1 (x) = n+1 L α n (x) n+α n+1 Lα n 1.

6 Uogólnione wielomiany Laguerre a Przykład 6.3. (baza uogólnionych wielomianów Laguerre a) Niech m = 3 i α = 1 2. L (x) = 1, L (x) = x + 1 2, L (x) = 1 2 x x + 3 8, L (x) = 1 6 x x x Normalizacja bazy Wyrażenia na funkcje ortonormalne są zazwyczaj istotnie bardziej skomplikowane w stosunku do wyrażeń na funkcje ortogonalne. Fakt 6.4. Niech {ϕ i } i=0,...,m będzie dowolnym układem liniowo niezależnym (ortogonalnym). Niech {f i } i=0,...,m będzie układem zdefiniowanym następująco : i=0,...,m f i = ϕ i ϕ i. Układ {f i } i=0,...,m jest liniowo niezależny i unormowany do 1 (ortonormalny).

7 Normalizacja bazy Przykład 6.4. (unormowana baza wielomianów Legendre a) Niech m = 3. P 0 (x) = P 1 (x) = 2 2, 6 2 x, P 2 (x) = 3 10 x 2 4 P 3 (x) = , x x. 4 Ortogonalizacja Grama-Schmidta Fakt 6.5. Niech ϕ 0,..., ϕ m będzie układem liniowo niezależnym. Tworzymy ortogonalny układ f 0,..., f m poprzez następujące postępowanie iteracyjne: i=0 f 0 = ϕ 0 i=1 f 1 = α 0 f 0 + ϕ 1 (f 1, f 0 ) = 0 i=2 f 2 = α 0 f 0 + α 1 f 1 + ϕ 2 (f 2, f 0 ) = 0 (f 2, f 1 ) = 0 i=3 f 3 = α 0 f 0 + α 1 f 1 + α 2 f 2 + ϕ 3 (f 3, f 0 ) = 0 (f 3, f 1 ) = 0 (f 3, f 2 ) = 0 itd.

8 Ortogonalizacja Grama-Schmidta Przykład 6.5. (zortogonalizowana baza jednomianów) Jeżeli zastosujemy procedurę ortogonalizacji Grama-Schmidta do bazy ϕ 0 (x) = 1, ϕ 1 (x) = x, ϕ 2 (x) = x 2, nieortogonalnej na przedziale 1, 1 z funkcją wagową w(x) = 1, to otrzymamy następującą ortogonalną bazę: f 0 (x) = 1, f 1 (x) = x, f 2 (x) = x Ortogonalna relacja rekurencyjna Twierdzenie 6.4. Dla każdego m 0, funkcji wagowej w oraz przedziału a, b istnieje związany z nimi układ ortogonalny wielomianów ϕ 0,..., ϕ m określony jednoznacznie, z dokładnością do dowolnych niezerowych współczynników wiodących A 0,..., A m, następującymi wzorami: ϕ 1 (x) = 0, ϕ 0 (x) = A 0, n=0,...,m 1 α n = A n+1 A n, n=0,...,m 1 β n = (xϕ n,ϕ n ) ϕ n 2, n=0,...,m 1 γ n = α n ϕ n 2 α n 1 ϕ n 1 2, n=0,...,m 1 ϕ n+1 (x) = α n (x β n )ϕ n (x) γ n ϕ n 1 (x).

9 Ortogonalna relacja rekurencyjna Przykład 6.6. (ortogonalna baza wielomianów) Niech m = 2, a, b = 0, 1, w(x) = 1 i A 0 = A 1 = A 2 = 5. Na mocy twierdzenia 6.4 otrzymujemy następującą ortogonalną bazę wielomianów: ϕ 0 (x) = 5, ϕ 1 (x) = 5x 5 2, ϕ 2 (x) = 5x 2 5x Transformacje przedziałów Definicja 6.4. (transformacje przedziałów) Niech x a, b i niech t 1, 1. Mamy następującą parę bijekcji tr : a, b 1, 1 i tr 1 : 1, 1 a, b zdefiniowaną poniższymi wzorami: x a,b tr (x) = t 1,1 tr 1 (t) = 2x (a + b), b a (b a) t + (a + b). 2

10 Transformacje przedziałów Uwaga. 1) Funkcje tr i tr 1 mają następujące własności: x a, b tr (x) 1, 1, t 1, 1 tr 1 (t) a, b. 2) Wprowadzenie oznaczeń x = tr 1 (t) i t = tr (x) pozwala nam przejść w zagadnieniu aproksymacji od dowolnego przedziału a, b do przedziału ortogonalności wielomianów Legendre a. Niech będzie dana funkcja f (x) dla x a, b i niech będą dane funkcje bazowe ϕ 0 (t) = P 0 (t),..., ϕ m (t) = P m (t) dla t 1, 1. Chcemy aproksymować funkcję f na przedziale a, b wykorzystując własność ortogonalności wielomianów Legendre a na przedziale 1, 1. W tym celu korzystamy z własności funkcji tr 1 i definiujemy nową funkcję g na przedziale 1, 1 kładąc: f (x) = f ( ) tr 1 (t) = g (t). Funkcję g możemy już aproksymować ortogonalnymi wielomianami Legendre a, bo g jest określone na właściwym dla nich przedziale ortogonalności.

11 Mamy teraz standardowe wzory aproksymacji średniokwadratowej dla przypadku ortogonalnego (z uwzględnieniem, że iloczyny skalarne są liczone dla funkcji wagowej i przedziału ortogonalności właściwych dla wielomianów Legendre a): c k = (g, P k), k = 0,..., m, (P k, P k ) m G (t) = c j P j (t). j=0 Wykorzystujemy teraz własności funkcji tr i otrzymujemy wzór na funkcję F określoną na przedziale a, b : G (t) = m c j P j (t) = j=0 m c j P j (tr (x)) = F (x). j=0 Uzyskana w ten sposób funkcja F jest szukaną przez nas aproksymacją funkcji f na przedziale a, b i została ona wyznaczona z wykorzystaniem ortogonalności wielomianów Legendre a na przedziale 1, 1.

Matematyczne Metody Fizyki II

Matematyczne Metody Fizyki II Matematyczne Metody Fizyki II Mariusz Przybycień Wydział Fizyki i Informatyki Stosowanej Akademia Górniczo-Hutnicza Wykład M. Przybycień (WFiIS AGH) Matematyczne Metody Fizyki II Wykład / 6 Ortonormalne

Bardziej szczegółowo

Metody Obliczeniowe w Nauce i Technice

Metody Obliczeniowe w Nauce i Technice 5. Aproksymacja Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl Contributors Paweł Urban Jakub Ptak Łukasz Janeczko

Bardziej szczegółowo

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód. Metody numeryczne Paweł Zieliński p. 1/19 Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza bazę przestrzeni liniowej Π n. Dowód. Lemat 2. Dowolny wielomian Q j stopnia j niższego od k jest prostopadły

Bardziej szczegółowo

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1 Założenie: f(x) funkcja którą aproksymujemy X jest przestrzenią liniową Aproksymacja liniowa funkcji f(x) polega na wyznaczeniu współczynników a 0,a 1,a 2,...,a m funkcji: Gdzie: - są funkcjami bazowymi

Bardziej szczegółowo

Operatory samosprzężone

Operatory samosprzężone Operatory samosprzężone grudzień 2013 Operatory samosprzężone Operatory hermitowskie (3.29) (g, Lf) = (Lg, f) albo (3.30) g (x){l(x)f(x)}w(x)dx = {L(x)g(x)} f(x)w(x)dx. (Użyliśmy nawiasu klamrowego jako

Bardziej szczegółowo

Analiza funkcjonalna w zastosowaniach praktycznych

Analiza funkcjonalna w zastosowaniach praktycznych Analiza funkcjonalna w zastosowaniach praktycznych Modelowanie stacjonarnych systemów liniowych dr hab. inż. Grzegorz Ciesielski, prof. PŁ, mgr inż. Rafał Wojciechowski, mgr inż. Andrzej Albrecht prof.

Bardziej szczegółowo

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013 Iloczyn skalarny Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 10. wykład z algebry liniowej Warszawa, grudzień 2013 Mirosław Sobolewski (UW) Warszawa, grudzień 2013 1 / 14 Standardowy

Bardziej szczegółowo

Iloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X

Iloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X Iloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X ILOCZYN SKALARNY Iloczyn skalarny operator na przestrzeni liniowej przypisujący

Bardziej szczegółowo

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe Definicja 1 (Iloczyn skalarny). Niech V będzie rzeczywistą przestrzenią liniową. Iloczynem skalarnym w przestrzeni V nazywamy funkcję

Bardziej szczegółowo

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające

Bardziej szczegółowo

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

1 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 szczegółowo

W przestrzeni liniowej funkcji ciągłych na przedziale [a, b] można określić iloczyn skalarny jako następującą całkę:

W przestrzeni liniowej funkcji ciągłych na przedziale [a, b] można określić iloczyn skalarny jako następującą całkę: Układy funkcji ortogonanych Ioczyn skaarny w przestrzeniach funkcji ciągłych W przestrzeni iniowej funkcji ciągłych na przedziae [a, b] można okreśić ioczyn skaarny jako następującą całkę: f, g = b a f(x)g(x)w(x)

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

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas ALGEBRA LINIOWA 2 Lista zadań 23/24 Opracowanie : dr Teresa Jurlewicz dr Zbigniew Skoczylas Lista pierwsza Zadanie Uzasadnić z definicji że zbiór wszystkich rzeczywistych macierzy trójkątnych górnych stopnia

Bardziej szczegółowo

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku Egzamin pisemny zestaw czerwca 0 roku Imię i nazwisko:.... ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x

Bardziej szczegółowo

, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi.

, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi. Zestaw 1 Liczby zespolone 1 Zadania do przeliczenia Nie będziemy robić na ćwiczeniach S 1 Policz wartość 1 + i + (2 + i)(i 3) 1 i Zadania domowe x y(1 + i) 1 Znajdź liczby rzeczywiste x, y takie, że +

Bardziej szczegółowo

Informacja o przestrzeniach Sobolewa

Informacja o przestrzeniach Sobolewa Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 7 a szeregi Fouriera (zarówno w przypadku ciągłym, jak i dyskretnym) jest szczegónym przypadkiem aproksymacji funkcjami ortogonanymi. Anaitycznie rozwiązanie zadania aproksymacji trygonometrycznej

Bardziej szczegółowo

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku Egzamin pisemny zestaw. ( pkt.) Udowodnić, że jeśli funkcja g interpoluje funkcję f w węzłach x 0, x, K, x n, a funk- cja h interpoluje funkcję f w węzłach x, x, K, x n, to funkcja x0 x gx ( ) + [ gx (

Bardziej szczegółowo

Stacjonarne procesy gaussowskie, czyli o zwiazkach pomiędzy zwykła

Stacjonarne procesy gaussowskie, czyli o zwiazkach pomiędzy zwykła Stacjonarne procesy gaussowskie, czyli o zwiazkach pomiędzy zwykła autokorelacji Łukasz Dębowski ldebowsk@ipipan.waw.pl Instytut Podstaw Informatyki PAN autokorelacji p. 1/25 Zarys referatu Co to sa procesy

Bardziej szczegółowo

Pierścień wielomianów jednej zmiennej

Pierścień wielomianów jednej zmiennej Rozdział 1 Pierścień wielomianów jednej zmiennej 1.1 Definicja pierścienia wielomianów jednej zmiennej Definicja 1.1 Niech P będzie dowolnym pierścieniem. Ciąg nieskończony (a 0, a 1,..., a n,...) elementów

Bardziej szczegółowo

2.7 Przestrzenie unormowane skończenie wymiarowe

2.7 Przestrzenie unormowane skończenie wymiarowe 2.7 Przestrzenie unormowane skończenie wymiarowe Rozważamy teraz przestrzenie unormowane X skończenie wymiarowe. Załóżmy, że dimx = m. Niech dalej e,e 2,...,e m będzie bazą algebraiczną tej przestrzeni

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

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Aproksymacja cz. II, wielomiany ortogonalne zastosowania PWSZ Gªogów, 2009 Iloczyn skalarny Funkcja okre±lona na przestrzeni liniowej (, ) R iloczyn skalarny wektorów

Bardziej szczegółowo

WYKŁAD 9 METODY ZMIENNEJ METRYKI

WYKŁAD 9 METODY ZMIENNEJ METRYKI WYKŁAD 9 METODY ZMIENNEJ METRYKI Kierunki sprzężone. Metoda Newtona Raphsona daje dobre przybliżenie najlepszego kierunku poszukiwań, lecz jest to okupione znacznym kosztem obliczeniowym zwykle postać

Bardziej szczegółowo

Matematyka stosowana i metody numeryczne

Matematyka stosowana i metody numeryczne Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 8 Interpolacja Interpolacja polega na budowaniu tzw. funkcji interpolujących ϕ(x) na podstawie zadanych

Bardziej szczegółowo

Formy 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 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 szczegółowo

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Przekształcenia liniowe, diagonalizacja macierzy 1. Podano współrzędne wektora v w bazie B. Znaleźć współrzędne tego wektora w bazie B, gdy: a) v = (1,

Bardziej szczegółowo

Wykłady z Mechaniki Kwantowej

Wykłady z Mechaniki Kwantowej Wykłady z Mechaniki Kwantowej Mechanika Kwantowa, Relatywistyczna Mechanika Kwantowa Wykład dla doktorantów (2017) Wykład 4 Najpiękniejszą rzeczą, jakiej możemy doświadczyć jest oczarowanie tajemnicą.

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

Zadania przygotowawcze, 3 kolokwium

Zadania przygotowawcze, 3 kolokwium Zadania przygotowawcze, 3 kolokwium Mirosław Sobolewski 8 grudnia. Niech φ t : R 3 R 3 bedzie endomorfizmem określonym wzorem φ t ((x, x, )) (x +, tx + x, x + ), gdzie parametr t R. a) Zbadać dla jakiej

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

3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która

3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która 3. Interpolacja Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która przyjmuje wartości y 1, y 2,, y n, dla skończonego zbioru argumentów x 1, x

Bardziej szczegółowo

Metody numeryczne. Sformułowanie zagadnienia interpolacji

Metody 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 szczegółowo

VI. Równania różniczkowe liniowe wyższych rzędów

VI. 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 szczegółowo

II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski

II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski 1 1 Różniczkowanie numeryczne Rozważmy funkcję f(x) określoną na sieci równoodległyc węzłów. Funkcja f(x) może być dana za pomocą wzoru analitycznego

Bardziej szczegółowo

5. Równania różniczkowe zwyczajne pierwszego rzędu

5. 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 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

Całkowanie numeryczne przy użyciu kwadratur

Całkowanie numeryczne przy użyciu kwadratur Całkowanie numeryczne przy użyciu kwadratur Plan wykładu: 1. Kwadratury Newtona-Cotesa a) wzory: trapezów, parabol etc. b) kwadratury złożone 2. Ekstrapolacja a) ekstrapolacja Richardsona b) metoda Romberga

Bardziej szczegółowo

Elementy metod numerycznych

Elementy metod numerycznych Wykład nr 5 i jej modyfikacje. i zera wielomianów Założenia metody Newtona Niech będzie dane równanie f (x) = 0 oraz przedział a, b taki, że w jego wnętrzu znajduje się dokładnie jeden pierwiastek α badanego

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

Układy 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 szczegółowo

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym. Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa

Bardziej szczegółowo

Rozdział 2. Liczby zespolone

Rozdział 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 szczegółowo

Zadania egzaminacyjne

Zadania 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 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

Wykład 3 Równania rózniczkowe cd

Wykład 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 szczegółowo

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5 Dystrybucje Marcin Orchel Spis treści 1 Wstęp 1 1.1 Dystrybucje................................... 1 1.2 Pochodna dystrybucyjna............................ 3 1.3 Przestrzenie...................................

Bardziej szczegółowo

Wykład 5. Zagadnienia omawiane na wykładzie w dniu r

Wykład 5. Zagadnienia omawiane na wykładzie w dniu r Wykład 5. Zagadnienia omawiane na wykładzie w dniu 14.11.2018r Definicja (iloraz różnicowy) Niech x 0 R oraz niech funkcja f będzie określona przynajmnniej na otoczeniu O(x 0 ). Ilorazem różnicowym funkcji

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

1. Wielomiany Podstawowe definicje i twierdzenia

1. Wielomiany Podstawowe definicje i twierdzenia 1. Wielomiany Podstawowe definicje i twierdzenia Definicja wielomianu. Wielomianem stopnia n zmiennej rzeczywistej x nazywamy funkcję w określoną wzorem w(x) = a n x n + a n 1 x n 1 + + a 1 x + a 0, przy

Bardziej szczegółowo

Symulacyjne metody wyceny opcji amerykańskich

Symulacyjne metody wyceny opcji amerykańskich Metody wyceny Piotr Małecki promotor: dr hab. Rafał Weron Instytut Matematyki i Informatyki Politechniki Wrocławskiej Wrocław, 0 lipca 009 Metody wyceny Drzewko S 0 S t S t S 3 t S t St St 3 S t St St

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?. a) X = R, x = arctg x ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i y i ;

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 7/15 Rachunek różnicowy Dobrym narzędziem do obliczania skończonych sum jest rachunek różnicowy. W rachunku tym odpowiednikiem operatora

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Matematyka dyskretna. Andrzej Łachwa, UJ, /10 Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 10/10 Podziały i liczby Stirlinga Liczba Stirlinga dla cykli (często nazywana liczbą Stirlinga pierwszego rodzaju) to liczba permutacji

Bardziej szczegółowo

Dydaktyka matematyki III-IV etap edukacyjny (wykłady)

Dydaktyka matematyki III-IV etap edukacyjny (wykłady) Dydaktyka matematyki III-IV etap edukacyjny (wykłady) Wykład nr 2: Szukanie zer funkcji. Operacje umysłowe w uczeniu się matematyki Semestr zimowy 2018/2019 PPM szkoła średnia zakres podstawowy. Uczeń:

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

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 6: Ciała skończone i kongruencje Gniewomir Sarbicki 2 marca 2017 Relacja przystawania Definicja: Mówimy, że liczby a, b Z przystają modulo m (co oznaczamy jako a = b (mod m)),

Bardziej szczegółowo

Wielomiany Legendre a

Wielomiany Legendre a grudzień 2013 grudzień 2013 Funkcja tworząca 1 (4.1) g(x, t) = = P n (x)t n, 1 2xt + t 2 albo pamiętając, że x = cos θ 1 (4.2) g(cos θ, t) = = P n (cos θ)t n. 1 2 cos θ t + t 2 jeżeli rozpatrzyć pole wytwarzane

Bardziej szczegółowo

INTERPOLACJA I APROKSYMACJA FUNKCJI

INTERPOLACJA 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 szczegółowo

Pochodna funkcji. Niech f : A R, a A i załóżmy, że istnieje α > 0 taka, że

Pochodna funkcji. Niech f : A R, a A i załóżmy, że istnieje α > 0 taka, że Niec f : A R, a A i załóżmy, że istnieje α > 0 taka, że (a α, a + α) A. Niec f : A R, a A i załóżmy, że istnieje α > 0 taka, że (a α, a + α) A. Definicja Ilorazem różnicowym funkcji f w punkcie a nazywamy

Bardziej szczegółowo

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Algebra 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 szczegółowo

1. Wykład NWD, NWW i algorytm Euklidesa.

1. Wykład NWD, NWW i algorytm Euklidesa. 1.1. NWD, NWW i algorytm Euklidesa. 1. Wykład 1 Twierdzenie 1.1 (o dzieleniu z resztą). Niech a, b Z, b 0. Wówczas istnieje dokładnie jedna para liczb całkowitych q, r Z taka, że a = qb + r oraz 0 r< b.

Bardziej szczegółowo

Przykładowe zadania z teorii liczb

Przykładowe zadania z teorii liczb Przykładowe zadania z teorii liczb I. Podzielność liczb całkowitych. Liczba a = 346 przy dzieleniu przez pewną liczbę dodatnią całkowitą b daje iloraz k = 85 i resztę r. Znaleźć dzielnik b oraz resztę

Bardziej szczegółowo

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

Bardziej szczegółowo

POSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny

POSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny POSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny Funkcja Falowa Postulat 1 Dla każdego układu istnieje funkcja falowa (funkcja współrzędnych i czasu), która jest ciągła, całkowalna w kwadracie,

Bardziej szczegółowo

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223 Analiza numeryczna Kurs INP002009W Wykład 8 Interpolacja wielomianowa Karol Tarnowski karol.tarnowski@pwr.wroc.pl A-1 p.223 Plan wykładu Wielomian interpolujący Wzór interpolacyjny Newtona Wzór interpolacyjny

Bardziej szczegółowo

2.2 Udowodnić,żejeżelif(x)=(x x 0 )(x x 1 )...(x x p ),to[x 0,x 1,...,x n ;f]= 0dlan p.jakajestwartośćtegoilorazu,gdyn=p+1?

2.2 Udowodnić,żejeżelif(x)=(x x 0 )(x x 1 )...(x x p ),to[x 0,x 1,...,x n ;f]= 0dlan p.jakajestwartośćtegoilorazu,gdyn=p+1? 2.2 Udowodnić,żejeżelif(x)=(x x 0 )(x x 1 )...(x x p ),to[x 0,x 1,...,x n ;f]= 0dlan p.jakajestwartośćtegoilorazu,gdyn=p+1? Definicja ilorazu różnicowego: [x l,x l+1,...,x l+k ;f]= l+k l+k i=l j=l j i

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

1 Szeregi potęgowe. 1.1 Promień zbieżności szeregu potęgowego. Wydział Informatyki, KONWERSATORIUM Z MATEMATYKI, 2008/2009.

1 Szeregi potęgowe. 1.1 Promień zbieżności szeregu potęgowego. Wydział Informatyki, KONWERSATORIUM Z MATEMATYKI, 2008/2009. Szeregi potęgowe Definicja.. Szeregiem potęgowym o środku w punkcie R nazywamy szereg postaci: gdzie x R oraz c n R dla n = 0,, 2,... c n (x ) n, Przyjmujemy, że 0 0 def =. Liczby c n nazywamy współczynnikami

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 6: Ciała skończone i kongruencje Gniewomir Sarbicki 24 lutego 2015 Relacja przystawania Definicja: Mówimy, że liczby a, b Z przystają modulo m (co oznaczamy jako a = b (mod

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

Akwizycja i przetwarzanie sygnałów cyfrowych

Akwizycja i przetwarzanie sygnałów cyfrowych Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Reprezentacje sygnału Jak reprezentujemy sygnał: wybieramy sygnały wzorcowe (bazę) rozwijamy sygnał w wybranej

Bardziej szczegółowo

Bardzo łatwa lista powtórkowa

Bardzo łatwa lista powtórkowa Analiza numeryczna, II rok inf., WPPT- 12 stycznia 2008 Terminy egzaminów Przypominam, że egzaminy odbędą się w następujących terminach: egzamin podstawowy: 30 stycznia, godz. 13 15, C-13/1.31 egzamin

Bardziej szczegółowo

Geometria Lista 0 Zadanie 1

Geometria 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 szczegółowo

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4)

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4) Rozdział 1 Prosta i płaszczyzna 1.1 Przestrzeń afiniczna Przestrzeń afiniczna to matematyczny model przestrzeni jednorodnej, bez wyróżnionego punktu. Można w niej przesuwać punkty równolegle do zadanego

Bardziej szczegółowo

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I Liniowa niezależno ność wektorów Przykład: Sprawdzić czy następujące wektory z przestrzeni 3 tworzą bazę: e e e3 3 Sprawdzamy czy te wektory są liniowo niezależne: 3 c + c + c3 0 c 0 c iei 0 c + c + 3c3

Bardziej szczegółowo

15 Potencjały sferycznie symetryczne

15 Potencjały sferycznie symetryczne z ϕ θ r y x Rysunek : Definicje zmiennych we współrzędnych sferycznych r, θ, ϕ) 5 Potencjały sferycznie symetryczne 5. Separacja zmiennych Do tej pory omawialiśmy problemy jednowymiarowe, które służyły

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

Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Całki nieoznaczone

Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Całki nieoznaczone Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej Całki nieoznaczone 1. Definicja całki nieoznaczonej Definicja 1. Funkcja F jest funkcją pierwotną funkcji f na przedziale I, jeżeli F (x) =

Bardziej szczegółowo

Równania różniczkowe. Notatki z wykładu.

Równania różniczkowe. Notatki z wykładu. Równania różniczkowe Notatki z wykładu http://robert.brainusers.net 17.06.2009 Notatki własne z wykładu. Są niekompletne, bez bibliografii oraz mogą zawierać błędy i usterki. Z tego powodu niniejszy dokument

Bardziej szczegółowo

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.

jest 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 szczegółowo

Niegaussowskie procesy stochastyczne w oceanotechnice

Niegaussowskie procesy stochastyczne w oceanotechnice Niegaussowskie procesy stochastyczne w oceanotechnice Joanna Dys 29 listopada 2009 Streszczenie Referat na podstawie artykułu Michela K. Ochi, Non-Gaussian random processes in ocean engineering, Probabilistic

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Analiza Funkcjonalna II Functional Analysis II Kierunek: Rodzaj przedmiotu: Obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Matematyka Poziom kwalifikacji: II

Bardziej szczegółowo

Rozwiązywanie zależności rekurencyjnych metodą równania charakterystycznego

Rozwiązywanie zależności rekurencyjnych metodą równania charakterystycznego Rozwiązywanie zależności rekurencyjnych metodą równania charakterystycznego WMS, 2019 1 Wstęp Niniejszy dokument ma na celu prezentację w teorii i na przykładach rozwiązywania szczególnych typów równań

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane 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 szczegółowo

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni 30 30

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni 30 30 Zał. nr do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim ALGEBRA M2 Nazwa w języku angielskim ALGEBRA M2 Kierunek studiów (jeśli dotyczy): Matematyka Specjalność (jeśli

Bardziej szczegółowo

1 Podobieństwo macierzy

1 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 szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład V: Zmienne losowe i ich wartości oczekiwane 25 października 2017 Definicja zmiennej losowej Definicja Zmienne losowa to charakterystyka liczbowa wyniku eksperymentu losowego. Zmienne losowa na przestrzeni

Bardziej szczegółowo

Metody Lagrange a i Hamiltona w Mechanice

Metody Lagrange a i Hamiltona w Mechanice Metody Lagrange a i Hamiltona w Mechanice Mariusz Przybycień Wydział Fizyki i Informatyki Stosowanej Akademia Górniczo-Hutnicza Wykład 9 M. Przybycień (WFiIS AGH) Metody Lagrange a i Hamiltona... Wykład

Bardziej szczegółowo

Równanie Schrödingera

Równanie Schrödingera Równanie Schrödingera Maciej J. Mrowiński 29 lutego 2012 Zadanie RS1 Funkcja falowa opisująca stan pewnej cząstki w chwili t = 0 ma następującą postać: A(a Ψ(x,0) = 2 x 2 ) gdy x [ a,a] 0 gdy x / [ a,a]

Bardziej szczegółowo

Wielomiany ortogonalne i dyskretne zagadnienie brzegowe

Wielomiany ortogonalne i dyskretne zagadnienie brzegowe Wielomiany ortogonalne i dyskretne zagadnienie brzegowe Ryszard Szwarc 1 Nieujemna linearyzacja wielomianów ortogonalnych Nastȩpuj aca tożsamość jest dobrze znana cos nθ cos mθ = 1 2 cos(n + m)θ + 1 cos(n

Bardziej szczegółowo

Wykład 14 i 15. Równania różniczkowe. Równanie o zmiennych rozdzielonych. Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie

Wykład 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 szczegółowo

Rozdział 2. Liczby zespolone

Rozdział 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 przykład 16, str 7; jest to tzw

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. 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 szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań 9: Przestrzenie wektorowe. Podprzestrzenie () Wykazać, że V = C ze zwykłym dodawaniem jako dodawaniem wektorów i operacją mnożenia przez skalar : C C C, (z, v) z v := z v jest przestrzenią

Bardziej szczegółowo

y ( x) x i. y x i y( x) = ( x) x i,

y ( x) x i. y x i y( x) = ( x) x i, Teoria reprezentacji zmiennoprzecinkowej i błędu obliczeń () Zapisać liczby, /3, 275, 225 w arytmetyce M(2, 6, 2) (zapis dwójkowy, 6 miejsc na mantysę, 2 na wykładnik), M(6, 4, 4), M(2, 2, 2) (2) (W) Wykaż,

Bardziej szczegółowo

x x 1. Przedmiot identyfikacji System x (1) x (2) : x (s) a 1 a 2 : a s mierzone, a = zestaw współczynników konkretyzujacych F ()

x x 1. Przedmiot identyfikacji System x (1) x (2) : x (s) a 1 a 2 : a s mierzone, a = zestaw współczynników konkretyzujacych F () . Przedmiot identyfikacji System () x (2) x * a z y ( s ) x y = F (x,z)=f(x,z,a ),gdziex = F () znane, a nieznane x () x (2) x (s) mierzone, a = a a 2 a s zestaw współczynników konkretyzujacych F () informacja

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

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

III. Funkcje rzeczywiste

III. Funkcje rzeczywiste . Pojęcia podstawowe Załóżmy, że dane są dwa niepuste zbiory X i Y. Definicja. Jeżeli każdemu elementowi x X przyporządkujemy dokładnie jeden element y Y, to mówimy, że na zbiorze X została określona funkcja

Bardziej szczegółowo