Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe"

Transkrypt

1 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 (, ) : V V R przyporządkowującą wektorom u, v V liczbę rzeczywistą (u, v) i spełniającą warunki 1. (u 1 + u 2, v) = (u 1, v) + (u 2, v) dla u 1, u 2, v V, 2. α(u, v) = (αu, v) dla u, v V, α R, 3. (u, v) = (v, u) dla u, v V, 4. (u, u) dla u V, 5. (u, u) = u =. Definicja 2 (Przestrzeń euklidesowa). Rzeczywistą przestrzeń liniową, w której wprowadzono iloczyn skalarny, nazywamy przestrzenią euklidesową. Twierdzenie 1. Niech E będzie przestrzenią euklidesową. Wówczas (a) (u, v 1 + v 2 ) = (u, v 1 ) + (u, v 2 ) dla u, v 1, v 2 E, (b) α(u, v) = (u, αv) dla u, v E, α R, (c) (αu 1 + βu 2, v) = α(u 1, v) + β(u 2, v) dla u 1, u 2, v E, α, β R, (d) (u, ) = dla u E, (e) w E (u, w) = (v, w) u = v dla u, v E. Zadanie 1. Udowodnić powyższe twierdzenie. Zadanie 2. Sprawdzić, czy podane funkcje (, ) są iloczynami skalarnymi w rozważanych przestrzeniach liniowych: a) (x, y) = 3x 1 y 1 2x 1 y 2 2x 2 y 1 + 4x 2 y 2 dla x = (x 1, x 2 ), y = (y 1, y 2 ) R 2, b) (x, y) = 2x 1 y 1 x 1 y 2 x 2 y 1 + x 2 y 2 dla x = (x 1, x 2 ), y = (y 1, y 2 ) R 2, 1

2 [ ] [ ] [ ] 2 1 y1 c) (x, y) = x 1 x 2 dla x = (x 1 1 y 1, x 2 ), y = (y 1, y 2 ) R 2, 2 ] 2 1 d) (x, y) = [x y 1 x 2 x 3 1 y 2 dla x = (x 1, x 2, x 3 ), y = (y 1, y 2, y 3 ) R 3, 1 1 y 3 ] e) (x, y) = [x 3 1 y 1 x 2 x 3 2 y 2 dla x = (x 1, x 2, x 3 ), y = (y 1, y 2, y 3 ) R 3, 1 1 y 3 f) (p, q) = p(1)q(1) + 2p(2)q(2) dla p, q R 1 [x], g) (p, q) = h) (f, g) = n+1 i=1 1 1 p(x i )q(x i ) dla p, q R n [x], gdzie x 1 < x 2 <... < x n+1, (x + 1)f(2x)g(2x)dx dla f, g C([ 2; 2]), i) (x, y) = 3x 1 y 1 2x 1 y 2 2x 2 y 1 + x 2 y 2 dla x = (x 1, x 2 ), y = (y 1, y 2 ) R 2, j) (x, y) = 2x 1 y 1 + x 1 y 2 x 2 y 1 + 2x 2 y 2 dla x = (x 1, x 2 ), y = (y 1, y 2 ) R 2, ] k) (x, y) = [x y 1 x 2 x y 2 dla x = (x 1, x 2, x 3 ), y = (y 1, y 2, y 3 ) R 3, 3 1 y 3 ] l) (x, y) = [x y 1 x 2 x y 2 dla x = (x 1, x 2, x 3 ), y = (y 1, y 2, y 3 ) R 3, m) (p, q) = p()q() + p(1)q(1) dla p, q R 2 [x], n) (p, q) = p(1)q(1) p(2)q(2) dla p, q R 1 [x], n o) (p, q) = p(x i )q(x i ) dla p, q R n [x], gdzie x 1 < x 2 <... < x n, i=1 b p) (f, g) = f(x)g(x) dx dla f, g C([a; b]), a 1 q) (f, g) = f(x)g( x )dx dla f, g C([ 1; 1]). 1 2 y 3 Definicja 3 (Norma wektora). Niech v będzie dowolnym wektorem przestrzeni euklidesowej E. Normą tego wektora nazywamy liczbę v = (v, v). Twierdzenie 2. Niech E będzie przestrzenią euklidesową. Wówczas (a) v dla v E oraz v = v =, 2

3 (b) αv = α v dla v E, α R, (c) (u, v) u v dla u, v E, (d) u + v u + v dla u, v E, (e) u v u v dla u, v E, (f) u + v 2 + u v 2 = 2 ( u 2 + v 2) dla u, v E, (g) (u, v) = 1 ( 4 u + v 2 u v 2) dla u, v E. Zadanie 3. Obliczyć normę wektorów w podanej przestrzeni euklidesowej: a) (1, 3, 2, 1), (1, 1, 1, 1), (, 1,, 2) E 4, b) 1, x, 2x 2 3 z iloczynem skalarnym (p, q) = p( 1)q( 1) + p()q() + p(1)q(1), p, q R 2 [x], c) 1, x, x cos x, sin x z iloczynem skalarnym (f, g) = 2π f(x)g(x)dx, f, g C([, 2π]), d) x + 3, x 2 3, x 2 1 z iloczynem skalarnym (p, q) = 1 p(x)q(x)dx, p, q R[x]. Definicja 4 (Odległość wektorów). Niech u, v będą dowolnymi wektorami przestrzeni euklidesowej E. Odległością (metryką) tych wektorów nazywamy liczbę d(u, v) = u v. Twierdzenie 3. Niech E będzie przestrzenią euklidesową. Wówczas (a) d(u, v) dla u, v E, (b) d(u, v) = d(v, u) dla u, v E, (c) d(u, v) = u = v, (d) d(u, v) d(u, w) + d(w, v) dla u, v, w E. Definicja 5 (Miara kąta między wektorami). Niech u, v będą niezerowymi wektorami przestrzeni euklidesowej E. Miarą kąta między wektorami u i v nazywamy liczbę φ [; π] spełniającą równość cos φ = (u, v) u v. Zadanie 4. Obliczyć kąt między wektorami w podanej przestrzeni euklidesowej: a) (1, 3, 2, 1), (1, 1, 1, 1) E 4, b) x 2, 2x + 1 z iloczynem skalarnym (p, q) = p( 1)q( 1) + p(2)q(2), p, q R 1 [x], c) x 2, 2x + 1 z iloczynem skalarnym (p, q) = p()q() + p ()q (), p, q R 1 [x], 3

4 d) x 2, 2x + 1 z iloczynem skalarnym 1 p(x)q(x)dx, p, q R 1[x], e) x + 1, x z iloczynem skalarnym (p, q) = p(1)q(1) + p(2)q(2) + p(3)q(3), p, q R 2 [x], f) x + 1, x z iloczynem skalarnym (p, q) = p()q() + p ()q () + p ()q (), p, q R 2 [x], g) 1, x, x cos x, sin x z iloczynem skalarnym (f, g) = 2π f(x)g(x)dx, f, g C([, 2π]), h) x + 3, x 2 3, x 2 1 z iloczynem skalarnym (p, q) = 1 p(x)q(x)dx, p, q R[x]. Definicja 6 (Ortogonalność wektorów). Mówimy, że wektory u, v przestrzeni euklidesowej E są ortogonalne, jeśli spełniają warunek (u, v) =. Wektor jest ortogonalny do każdego wektora. Twierdzenie 4 (Pitagorasa). Wektory u, v przestrzeni euklidesowej są ortogonalne wtedy i tylko wtedy, gdy Zadanie 5. Udowodnić powyższe twierdzenie. u 2 + v 2 = u + v 2. Zadanie 6. Znaleźć wektory ortogonalne do wektora w podanej przestrzeni: a) (1,, ) w E 3, b) x z iloczynem skalarnym (p, q) = p( 1)q( 1) + p(2)q(2), p, q R 1 [x], c) 3 z iloczynem skalarnym (p, q) = p()q() + p ()q (), p, q R 1 [x], d) x + 1 z iloczynem skalarnym (p, q) = p(1)q(1) + p(2)q(2) + p(3)q(3), p, q R 2 [x], e) x z iloczynem skalarnym (p, q) = p()q() + p ()q () + p ()q (), p, q R 2 [x]. Wśród takich wektorów wskazać jeden o normie równej 2. Zadanie 7. Zbadać ortogonalność wektorów w podanej przestrzeni: a) (2, 1, 1), (1,, 3) w E 3, b) (1, 1, 2), ( 2,, 1) w E 3, c) x, 2x 1 z iloczynem skalarnym (p, q) = p( 1)q( 1) + p(2)q(2), p, q R 1 [x], d) x, 3 z iloczynem skalarnym (p, q) = p()q() + p ()q (), p, q R 1 [x], e) x 2, x + 1 z iloczynem skalarnym (p, q) = p(1)q(1) + p(2)q(2) + p(3)q(3), p, q R 2 [x], f) x 2, 1 + 2x z iloczynem skalarnym (p, q) = p()q() + p ()q () + p ()q (), p, q R 2 [x], g) x, sin x z iloczynem skalarnym (f, g) = 2π f(x)g(x)dx, f, g C([, 2π]), h) 3, x 2 z iloczynem skalarnym (p, q) = 1 p(x)q(x)dx, p, q R[x]. 4

5 Zadanie 8. Dobrać stałą a R tak, aby podane wektory były ortogonalne w podanej przestrzeni: a) (2a, 1, 1), (1,, 3) w E 3, b) (a, 1, 2a, 3), ( 1,,, 1) w E 4, c) ax + 1, 2x + 1 z iloczynem skalarnym (p, q) = p( 1)q( 1) + p(2)q(2), p, q R 1 [x], d) x 1, x + a z iloczynem skalarnym (p, q) = p()q() + p ()q (), p, q R 1 [x], e) ax 2, x z iloczynem skalarnym (p, q) = p(1)q(1) + p(2)q(2) + p(3)q(3), p, q R 2 [x], f) x 2 1, ax z iloczynem skalarnym (p, q) = p()q() + p ()q () + p ()q (), p, q R 2 [x]. Definicja 7 (Układ ortogonalny). Układ wektorów przestrzeni euklidesowej nazywamy ortogonalnym wtedy i tylko wtedy, gdy każde dwa wektory z tego zbioru są ortogonalne. Jeżeli wszystkie wektory układu ortogonalnego są unormowane, to układ taki nazywamy ortonormalnym. Definicja 8 (Baza ortogonalna). Bazę przestrzeni euklidesowej, która jest układem ortogonalnym, nazywamy bazą ortogonalną. Analogicznie dla układu ortonormalnego. Stwierdzenie 1. Niech {e 1, e 2,..., e n } będzie bazą ortogonalną przestrzeni euklidesowej E. Wtedy: 1. współrzędne [α 1, α 2,..., α n ] wektora u E wyrażają się wzorami: α i = (u,e i) e i 2, 1 i n, 2. iloczyn skalarny wektorów u, v E wyraża się wzorem: (u, v) = (u, e 1)(v, e 1 ) e (u, e 2)(v, e 2 ) e (u, e n)(v, e n ) e n 2. Zadanie 9. Sprawdzić czy podany układ wektorów v i jest bazą ortogonalną lub ortonormalną odpowiedniej przestrzeni liniowej. Znaleźć współrzędne wskazanego wektora u w tej bazie: a) v 1 = (1, 3), v 2 = (3, 1), u = (1, 2) E 2, b) v 1 = ( 8 5, 2 5 ), v 2 = ( 2 5, 8 5 ), u = ( 2 5, 1 5 ) E2, c) v 1 = (1,, 1), v 2 = (2, 2, 2), v 3 = (3, 12, 3), u = (2, 1, 1) E 3, d) v 1 = (1, 1, 1, 1), v 2 = (3, 1, 1, 1), v 3 = (, 2, 1, 1), v 4 = (,, 1, 1), u = (1, 2,, 1) E 4, e) v 1 = 2, v 2 = x + x 2, v 3 = x + 2x 2, v 4 = 3x 3, u = x + 1 R 3 [x] z iloczynem skalarnym (ax 3 + bx 2 + cx + d, a 1 x 3 + b 1 x 2 + c 1 x + d 1 ) = aa 1 + (b c)(b 1 c 1 ) + (2c b)(2c 1 b 1 ) + dd 1, f) v 1 = 1, v 2 = 2 x, v 3 = 6 3x x 2, u = x 2 + x, R 2 [x] z iloczynem skalarnym (ax 2 + bx + c, a 1 x 2 + b 1 x + c 1 ) = aa 1 + (3a b)(3a 1 b 1 ) + (2b + c)(2b 1 + c 1 ). 5

6 Twierdzenie 5 (Ortogonalizacja Grama-Schmidta). Niech {u 1, u 2,..., u n } będzie bazą przestrzeni euklidesowej E. Wtedy układ wektorów {v 1, v 2,..., v n } określonych wzorami v 1 = u 1 v 2 = u 2 (u 2,v 1 ) v 1 v [ 2 1 v 3 = u 3 (u3,v 1 ) v 1 v (u ] 3,v 2 ) v 2 v v n = u n [ (un,v 1 ) jest bazą ortogonalną tej przestrzeni. v 1 v (un,v 2) v 2 2 v (un,v n 1) v n 1 2 v n 1 ] Zadanie 1. Stosując metodę Grama-Schmidta zortogonalizować podane wektory we wskazanej przestrzeni euklidesowej: a) u 1 = (1, 1, 1), u 2 = (1, 1, 1), u 3 = (1, 1, 2) E 3, b) u 1 = (2, 1, ), u 2 = ( 1, 1, 1), u 3 = (1,, 2) E 3, c) u 1 = (1, 1, 2, ), u 2 = ( 1, 1, 1, 1), u 3 = (1,, 1, 2) E 4, d) u 1 = 1, u 2 = x, u 3 = x 2 R 2 [x] z iloczynem skalarnym (p, q) = p( 1)q( 1) + p()q() + p(1)q(1), e) u 1 = (2, 1, ), u 2 = ( 1, 1, 1), u 3 = (1,, 2) E 3 z iloczynem skalarnym ] 2 1 (x, y) = [x y 1 x 2 x y 2 wektorów x = (x 1, x 2, x 3 ), y = (y 1, y 2, y 3 ), 2 f) u 1 = 1, u 2 = x + 1, u 3 = x, u 4 = sin(x) C([ 1; 1]) z iloczynem skalarnym (f, g) = 1 1 f(x)g(x)dx. y 3 Zadanie 11. Uzupełnić podany układ wektorów do bazy ortogonalnej odpowiedniej przestrzeni euklidesowej: a) (1,, 1), (2, 1, 2) E 3, b) (1, 1, 1, 1), (1, 1, 1, 1), (1, 1, 1, 1) E 3, c) x + 2 R 2 [x] z iloczynem skalarnym (ax 2 + bx + c, a 1 x 2 + b 1 x + c 1 ) = aa 1 + bb 1 + cc 1, d) 1 R 2 [x] z iloczynem skalarnym (p, q) = p( 1)q( 1) + p()q() + p(1)q(1). Zadanie 12. Znaleźć bazy ortonormalne przestrzeni euklidesowej E i podać współrzędne wektora u w tej bazie: a) E = {(x, y, z, t) E 4 : 2y z = 4x z + 2t = }, u = (1, 1, 2, 1), b) E = L ((1, 1,, 1), (1, 2, 1, 1)), u = (, 1, 1, ), c) E = {(x, y, z, t) E 4 : x + y = y + z = t}, u = (1,, 1, 1), d) E = {(x, y, z, t) E 4 : x + y + z =, y = t}, u = (1, 2, 1, 2), 6

7 1 e) E = R 2 [x] z iloczynem skalarnym (p, q) = p(x)q(x)dx, u = x 2, f) E = R 2 [x] z iloczynem skalarnym (p, q) = p()q() + p(1)q(1) + p(2)q(2), u = x 2, g) E = L ( 1, sin(x), sin 2 (x) ) z iloczynem skalarnym (f, g) = π f(x)g(x)dx, u = 1. Twierdzenie 6 (Macierzowa metoda ortogonalizacji). Niech {u 1, u 2,..., u n } będzie układem wektorów liniowo niezależnych w przestrzeni euklidesowej E, a kolumny macierzy A (wymiaru m n) są współrzędnymi tych wektorów w bazie standardowej przestrzeni E. Wówczas stosując elementarne operacje na wierszach (tylko W i + αw j, i > j) macierzy blokowej [A T A A T ] można doprowadzić ją do postaci [G A ], gdzie G jest macierzą górnotrójkątną. Wtedy wiersze otrzymanej macierzy A są współrzędnymi wektorów ortogonalnych w przestrzeni E. A = u 1 u 2... u n [ [ A T A A T G ] A v 1 A v 2 =. v n Zadanie 13. Stosując metodę macierzową zortogonalizować podane wektory i porównać wyniki z metodą Grama-Schmidta (zadanie 1). a) u 1 = (1, 1, 1), u 2 = (1, 1, 1), u 3 = (1, 1, 2) E 3, b) u 1 = (2, 1, ), u 2 = ( 1, 1, 1), u 3 = (1,, 2) E 3, c) u 1 = (1, 1, 2, ), u 2 = ( 1, 1, 1, 1), u 3 = (1,, 1, 2) E 4, Definicja 9 (Ortogonalność wektora do podprzestrzeni). Niech E będzie podprzestrzenią przestrzeni euklidesowej E. Mówimy, że wektor v E jest ortogonalny do przestrzeni E jeżeli Zapisujemy to symbolicznie v E. u E (v, u) =. Zadanie 14. Sprawdzić, czy podany wektor v jest ortogonalny do wskazanej podprzestrzeni euklidesowej E: a) E = {(a + 2b + c, a + b c, c + b + a, a + 2b + 3c) : a, b, c R}, v = (2, 2, 2, 2) E 4, b) E = {(a b c, a + b, a c, 2a b c) : a, b, c R}, v = ( 2, 1, 1, 1) E 4, c) E = R 1 [x], v = 6x 2 6x+1 w przestrzeni R 2 [x] z iloczynem skalarnym (p, q) = 1 p(x)q(x)dx. 7

8 Definicja 1 (Rzut ortogonalny wektora na podprzestrzeń). Niech E będzie podprzestrzenią przestrzeni euklidesowej E. Rzutem ortogonalnym wektora u E na podprzestrzeń E nazywamy wektor u E spełniający warunek u u E. Zadanie 15. Znaleźć rzuty ortogonalne podanego wektora na wskazaną podprzestrzeń E przestrzeni euklidesowej: a) E = {(x, y, z) E 3 : 2x = y = 3z}, u = (1, 2, 3) E 3, b) E = {(x, y, z) E 3 : 2x y + 3z = }, u = (1, 2, 3) E 3, c) E = {(x, y, z, t) E 4 : x + y + z =, y = t}, u = (1,,, 1) E 4, d) E = span((1, 1, 1), (1, 1, )), u = (1,, 1) E 3, e) E = span((1,, 1, ), (1, 1,, )), u = (1, 1, 1, 1) E 4, f) E = span(x + 1, x 1), f = x 2 C([; 1]) z iloczynem skalarnym określonym wzorem (f, g) = 1 f(x)g(x)dx, g) E = span(1, cos(x)), f = x C([; 2π]) z iloczynem skalarnym określonym wzorem (f, g) = 2π f(x)g(x)dx, h) E = span((1,, 1), (1,, )), u = (1, 1, 1) E 3 z iloczynem skalarnym określonym wzorem ((v 1, v 2, v 3 ), (w 1, w 2, w 3 )) = 2v 1 w 1 + v 2 w 2 + v 3 w 3 v 1 w 3 v 3 w 1. Twierdzenie 7 (o istnieniu i jednoznaczności rzutu ortogonalnego). Niech E będzie skończenie wymiarową podprzestrzenią przestrzeni euklidesowej E oraz niech {v 1, v 2,..., v k } będzie bazą ortogonalną podprzestrzeni E. Wtedy dla dowolnego wektora u E istnieje jednoznacznie wyznaczony rzut u tego wektora na podprzestrzeń E. Rzut ten jest określony wzorem: u = (u, v 1) v 1 2 v 1 + (u, v 2) v 2 2 v (u, v k) v k 2 v k. Zadanie 16. Znaleźć rzuty ortogonalne podanego wektora na podprzestrzeń E o wskazanej bazie ortogonalnej: a) E = span(( 1, 1, 1), (1, 1, )), u = (1,, 1) E 3, b) E = span((1,, 1, 1), (1, 1,, 1)), u = (1, 1, 1, 1) E 4, c) E = span(x + 1, x 5 9 ), f = x2 C([; 1]) z iloczynem skalarnym określonym wzorem (f, g) = 1 f(x)g(x)dx, d) E = span(1, cos(x)), f = x C([; 2π]) z iloczynem skalarnym określonym wzorem (f, g) = 2π f(x)g(x)dx, e) E = span((1,, 2), (1,, )), u = (1, 1, 1) E 3 z iloczynem skalarnym określonym wzorem ((v 1, v 2, v 3 ), (w 1, w 2, w 3 )) = 2v 1 w 1 + v 2 w 2 + v 3 w 3 v 1 w 3 v 3 w 1, 8

9 f) E = span(2 3x, x), p = x 2 1 R[x] z iloczynem skalarnym określonym wzorem (p, q) = 1 p(x)q(x)dx. Bibliografia 1. T. S. Blyth, E. F. Robertson: Basic Linear Algebra, 2. T. Jurlewicz, Z. Skoczylas: Algebra liniowa. Przykłady i zadania, 3. T. Jurlewicz, Z. Skoczylas: Algebra liniowa. Definicje, twierdzenia, wzory, 4. A. Romanowski: Algebra liniowa, 5. J. Rutkowski: Algebra liniowa w zadaniach, 6. L. Smith: Linear Algebra. 9

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

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

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

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

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

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

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

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

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

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

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 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

Lista. 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: 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 szczegółowo

Zadania z Algebry liniowej 4 Semestr letni 2009

Zadania z Algebry liniowej 4 Semestr letni 2009 Zadania z Algebry liniowej 4 Semestr letni 2009 Ostatnie zmiany 23.05.2009 r. 1. Niech F będzie podciałem ciała K i niech n N. Pokazać, że niepusty liniowo niezależny podzbiór S przestrzeni F n jest także

Bardziej szczegółowo

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ). B 2 Suma Zbadać, czy liniowo niezależne wektory u, v, w stanowią bazę przestrzeni liniowej lin { u + 2 v + w, u v + 2 w, 3 u + 5 w } 2 Współrzędne wektora (, 4, 5, 4 ) w pewnej bazie podprzestrzeni U R

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

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

19 Własności iloczynu skalarnego: norma, kąt i odległość

19 Własności iloczynu skalarnego: norma, kąt i odległość 19 Własności iloczynu skalarnego: norma, kąt i odległość Załóżmy, że V jest przestrzenią liniową z iloczynem skalarnym.,.. Definicja 19.1 Normą (długością) wektora v V nazywamy liczbę v = v, v. Uwaga 1

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

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

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

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

Lista nr 1 - Liczby zespolone

Lista 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 szczegółowo

Przekształcenia liniowe

Przekształcenia liniowe ALGEBRA LINIOWA 2 Wydział Mechaniczny / AIR, MTR Semestr letni 2009/2010 Prowadzący: dr Teresa Jurlewicz Przekształcenia liniowe Uwaga. W nawiasach kwadratowych podane są numery zadań znajdujących się

Bardziej szczegółowo

Przestrzenie liniowe

Przestrzenie liniowe ALGEBRA LINIOWA 2 Wydział Mechaniczny / AIR, MTR Semestr letni 2009/2010 Prowadzący: dr Teresa Jurlewicz Przestrzenie liniowe Uwaga. W nawiasach kwadratowych podane są numery zadań znajdujących się w podręczniku

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j = 11 Algebra macierzy Definicja 11.1 Dla danego ciała F i dla danych m, n N 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 szczegółowo

Przekształcenia liniowe

Przekształcenia liniowe Przekształcenia liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 4. wykład z algebry liniowej Warszawa, październik 2010 Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 1 / 7

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

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

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne 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;

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

z = x + i y := e i ϕ z. cos ϕ sin ϕ = sin ϕ cos ϕ

z = x + i y := e i ϕ z. cos ϕ sin ϕ = sin ϕ cos ϕ Izometrie liniowe Przypomnijmy, że jeśli V jest przestrzenią euklidesową (skończonego wymiaru), to U End V jest izometrią wtedy i tylko wtedy, gdy U U = UU = E, to znaczy, gdy jest odwzorowaniem ortogonalnym.

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

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

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

Rozwiązania zadań z listy T.Koźniewskiego

Rozwiązania zadań z listy T.Koźniewskiego Rozwiązania zadań z listy T.Koźniewskiego 1. Podstawiamy do równań. Tylko czwarty wektor spełnia wszystkie trzy równania.. U 1 : ( + 0x 9x 4, 7x + 8x 4, x, x 4 ), U : ( x 4, 4 x 4, + x 4, x 4 ), U : (x

Bardziej szczegółowo

Teresa Jurlewicz ALGEBRA LINIOWA. Kolokwia i egzaminy. Wydanie ósme zmienione. GiS

Teresa Jurlewicz ALGEBRA LINIOWA. Kolokwia i egzaminy. Wydanie ósme zmienione. GiS ALGEBRA LINIOWA Teresa Jurlewicz ALGEBRA LINIOWA Kolokwia i egzaminy Wydanie ósme zmienione GiS Oficyna Wydawnicza GiS Wrocław 2018 Projekt okadki: IMPRESJA Studio Grafiki Reklamowej Copyright c 2000 2018

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

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

Teresa Jurlewicz ALGEBRA LINIOWA. Kolokwia i egzaminy. Wydanie siódme uzupełnione. GiS

Teresa Jurlewicz ALGEBRA LINIOWA. Kolokwia i egzaminy. Wydanie siódme uzupełnione. GiS ALGEBRA LINIOWA Teresa Jurlewicz ALGEBRA LINIOWA Kolokwia i egzaminy Wydanie siódme uzupełnione GiS Oficyna Wydawnicza GiS Wrocław 2013 Projekt okładki: IMPRESJA Studio Grafiki Reklamowej Copyright c 2000

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

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

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

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Zapisz za pomocą spójników logicznych i kwantyfikatorów: x jest większe niż 6 lub mniejsze niż 4

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Zapisz za pomocą spójników logicznych i kwantyfikatorów: x jest większe niż 6 lub mniejsze niż 4 Lista Algebra z Geometrią Analityczną Zadanie 1 Zapisz za pomocą spójników logicznych i kwantyfikatorów: x jest większe niż 6 lub mniejsze niż 4 jeżeli x jest podzielne przez 4 to jest podzielne przez

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

Kierunek i poziom studiów: Matematyka, studia I stopnia (licencjackie), rok I

Kierunek i poziom studiów: Matematyka, studia I stopnia (licencjackie), rok I Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: Matematyka, studia I stopnia (licencjackie), rok I Sylabus modułu: Wstęp do algebry liniowej i geometrii analitycznej (03-M01N-12-WALG)

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

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II Wykład II I. Algebra wektorów 2.1 Iloczyn wektorowy pary wektorów. 2.1.1 Orientacja przestrzeni Załóżmy, że trójka wektorów a, b i c jest niekomplanarna. Wynika z tego, że żaden z tych wektorów nie jest

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

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

ALGEBRA LINIOWA Z GEOMETRIĄ, LISTA ZADAŃ NR 8

ALGEBRA LINIOWA Z GEOMETRIĄ, LISTA ZADAŃ NR 8 ALGEBRA LINIOWA Z GEOMETRIĄ, LISTA ZADAŃ NR 8 1. Sprawdzić, czy następujące podzbiory są podprzestrzeniami liniowymi przestrzeni R n (dla odpowiednich n) (a) {[u, v, 2u, 4v] ; u, v R} R 4, (b) {[u, v,

Bardziej szczegółowo

ALGEBRA z GEOMETRIA, ANALITYCZNA,

ALGEBRA 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 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

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3

Bardziej szczegółowo

Podstawy robotyki. Wykład II. Robert Muszyński Janusz Jakubiak Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska

Podstawy robotyki. Wykład II. Robert Muszyński Janusz Jakubiak Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska Podstawy robotyki Wykład II Ruch ciała sztywnego w przestrzeni euklidesowej Robert Muszyński Janusz Jakubiak Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska Preliminaria matematyczne

Bardziej szczegółowo

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

3 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 szczegółowo

Całki powierzchniowe w R n

Całki powierzchniowe w R n Całki powierzchniowe w R n Na początek małe uzupełnienie z algebry liniowej. Niech R n k oznacza przestrzeń liniową macierzy o n wierszach i k kolumnach. Dla dowolnej macierzy A R n k, gdzie k n, połóżmy

Bardziej szczegółowo

Wektory i wartości własne

Wektory 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 szczegółowo

Algebra z Geometrią Analityczną. { x + 2y = 5 x y = 9. 4x + 5y 3z = 9, 2x + 4y 3z = 1. { 2x + 3y + z = 5 4x + 5y 3z = 9 7 1,

Algebra z Geometrią Analityczną. { x + 2y = 5 x y = 9. 4x + 5y 3z = 9, 2x + 4y 3z = 1. { 2x + 3y + z = 5 4x + 5y 3z = 9 7 1, Lista Algebra z Geometrią Analityczną Układy równań. Zadanie 1 Wyjaśnij na czym polega metoda elininacji Gaussa rozwiązując układ równań: { x + 2y = 5 x y = 9 Zadanie 2 Rozwiąż układ równań metodą eliminacji

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

Macierze i Wyznaczniki

Macierze i Wyznaczniki dr Krzysztof Żyjewski MiBM; S-I 0.inż. 0 października 04 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Definicja. Iloczynem macierzy A = [a ij m n, i macierzy B = [b ij n p nazywamy macierz

Bardziej szczegółowo

Zał nr 4 do ZW. Dla grupy kursów zaznaczyć kurs końcowy. Liczba punktów ECTS charakterze praktycznym (P)

Zał nr 4 do ZW. Dla grupy kursów zaznaczyć kurs końcowy. Liczba punktów ECTS charakterze praktycznym (P) Zał nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim : Algebra z Geometria Analityczna Nazwa w języku angielskim : Algebra and Analytic Geometry Kierunek studiów

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

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

ALGEBRA 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 szczegółowo

PRZESTRZENIE z ILOCZYNEM SKALARNYM

PRZESTRZENIE z ILOCZYNEM SKALARNYM V-1 H. Toruńczyk, GAL II (wiosna 2012) Używane oznaczenia: Znak dopuszcza równość zbiorów; piszę gdy ją wykluczam. F ciało skalarów rozważanej przestrzeni wektorowej (=liniowej). V, W, E, B bazy uporządkowane

Bardziej szczegółowo

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3

= 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 szczegółowo

13 Układy równań liniowych

13 Układy równań liniowych 13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...

Bardziej szczegółowo

R n jako przestrzeń afiniczna

R n jako przestrzeń afiniczna R n jako przestrzeń afiniczna Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 11. wykład z algebry liniowej Warszawa, grudzień 2014 Mirosław Sobolewski (UW) Warszawa, grudzień 2014 1

Bardziej szczegółowo

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same 1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,

Bardziej szczegółowo

DB Algebra liniowa semestr zimowy 2018

DB 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 szczegółowo

Wykład 1. Przestrzeń Hilberta

Wykład 1. Przestrzeń Hilberta Wykład 1. Przestrzeń Hilberta Sygnały. Funkcje (w języku inżynierów - sygnały) które będziemy rozważali na tym wykładzie będą kilku typów Sygnały ciągłe (analogowe). ) L 2 (R) to funkcje na prostej spełniające

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K

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

1 + iϕ n. = cos ϕ + i sin ϕ. e n z n n n. c M n z n, c n z Mn.

1 + iϕ n. = cos ϕ + i sin ϕ. e n z n n n. c M n z n, c n z Mn. WRAiT 2 #1 1. Dla jakich a C ciągi o wyrazach na n, a n 1 + a n, an /n, są zbieżne? 2. Wykaż zbieżność i znajdź granice ciągów n a k, a n 1 + a 2n ( a < 1), a n 1 + a 2n ( a > 1), 1 n 3. Dla danego ϕ R

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

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

Wydział Elektroniki i Technik Informacyjnych PW Algebra liniowa - konspekt wykładu

Wydział Elektroniki i Technik Informacyjnych PW Algebra liniowa - konspekt wykładu Wydział Elektroniki i Technik Informacyjnych PW Algebra liniowa - konspekt wykładu Anna Zamojska-Dzienio Spis treści 1 Liczby zespolone 4 11 Postać kanoniczna liczby zespolonej 4 12 Interpretacja geometryczna

Bardziej szczegółowo

Wstęp do komputerów kwantowych

Wstęp do komputerów kwantowych Wprowadzenie do mechaniki kwantowej Uniwersytet Łódzki, Wydział Fizyki i Informatyki Stosowanej 2008/2009 Wprowadzenie do mechaniki kwantowej Podstawy matematyczne 1 Algebra liniowa Bazy i liniowa niezależność

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

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

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

Kierunek i poziom studiów: Matematyka, studia I stopnia (licencjackie), rok I

Kierunek i poziom studiów: Matematyka, studia I stopnia (licencjackie), rok I Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: Matematyka, studia I stopnia (licencjackie), rok I Sylabus modułu: Wstęp do algebry liniowej i geometrii analitycznej B (03-MO1S-12-WALGB)

Bardziej szczegółowo

Formy 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 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 szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń

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

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

ALGEBRA 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 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, d(x, y) = arctg x y ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i

Bardziej szczegółowo

0.1 Pierścienie wielomianów

0.1 Pierścienie wielomianów 0.1 Pierścienie wielomianów Zadanie 1. Znaleźć w pierścieniu Z 5 [X] drugi wielomian określający tę samą funkcję, co wielomian X 2 X + 1. (Odp. np. X 5 + X 2 2X + 1). Zadanie 2. Znaleźć sumę i iloczyn

Bardziej szczegółowo

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

WEKTORY 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 szczegółowo

Zajmijmy się najpierw pierwszym równaniem. Zapiszmy je w postaci trygonometrycznej, podstawiając z = r(cos ϕ + i sin ϕ).

Zajmijmy się najpierw pierwszym równaniem. Zapiszmy je w postaci trygonometrycznej, podstawiając z = r(cos ϕ + i sin ϕ). Zad (0p) Zaznacz na płaszczyźnie zespolonej wszystkie z C, które spełniają równanie ( iz 3 z z ) Re [(z + 3) ( z 3) = 0 Szukane z C spełniają: iz 3 = z z Re [(z + 3) ( z 3) = 0 Zajmijmy się najpierw pierwszym

Bardziej szczegółowo

9 Przekształcenia liniowe

9 Przekształcenia liniowe 9 Przekształcenia liniowe Definicja 9.1. Niech V oraz W będą przestrzeniami liniowymi nad tym samym ciałem F. Przekształceniem liniowym nazywamy funkcję ϕ : V W spełniającą warunek (LM) v1,v 2 V a1,a 2

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

Liczby zespolone. Magdalena Nowak. 23 marca Uniwersytet Śląski

Liczby zespolone. Magdalena Nowak. 23 marca Uniwersytet Śląski Uniwersytet Śląski 23 marca 2012 Ciało liczb zespolonych Rozważmy zbiór C = R R, czyli C = {(x, y) : x, y R}. W zbiorze C definiujemy następujące działania: dodawanie: mnożenie: (a, b) + (c, d) = (a +

Bardziej szczegółowo

Wektory. Algebra. Aleksander Denisiuk. Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi Gdańsk

Wektory. Algebra. Aleksander Denisiuk. Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi Gdańsk Algebra Wektory 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 Wektory Najnowsza wersja

Bardziej szczegółowo

Szczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19

Szczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19 Szczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19 1. Zbiory, zdania i formy zdaniowe. 2. Operacje logiczne i podstawowe prawa rachunku

Bardziej szczegółowo

Egzamin z GAL-u (Informatyka) 2. termin 19/02/2019 CzÍúÊ teoretyczna I

Egzamin z GAL-u (Informatyka) 2. termin 19/02/2019 CzÍúÊ teoretyczna I ImiÍ i nazwisko: Numer albumu: CzÍúÊ teoretyczna I Instrukcja: Odpowiedzi naleøy pisaê na arkuszu z pytaniami. W zadaniach 1-10 naleøy udzielaê odpowiedzi TAK lub NIE, przy czym nawet jedna niepoprawna

Bardziej szczegółowo

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ). Odwzorowania n-liniowe; formy n-liniowe Definicja 1 Niech V 1,..., V n, U będą przestrzeniami liniowymi nad ciałem K. Odwzorowanie G: V 1 V n U nazywamy n-liniowym, jeśli dla każdego k [n] i wszelkich

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

Twierdzenie spektralne

Twierdzenie spektralne Twierdzenie spektralne Tomasz Kochanek Uniwersytet Śląski Instytut Matematyki XXXI Sesja KNM UŚ Motywacje, intuicje, konstrukcje Szczyrk 10 13 listopada 2011 Tomasz Kochanek (Uniwersytet Śląski) Twierdzenie

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.

Bardziej szczegółowo