Zofia MIECHOWICZ, Zielona Góra. v 1. v 2
|
|
- Andrzej Antczak
- 8 lat temu
- Przeglądów:
Transkrypt
1 Jest to zapis odczytu wygłoszonego na XLVIII Szole atematyi Poglądowej, Sojarzenia i analogie, Otwoc Śródborów, styczeń 22. W przestrzeni Zofia IECHOWICZ, Zielona Góra Naturalna analogia? Nie mylił się, z pewnością, Stefan Banach, mówiąc, że dobry matematy potrafi dostrzegać analogie między twierdzeniami, matematy wybitny analogie między teoriami, zaś matematy genialny analogie między analogiami. Jeżeli jesteś Czytelniu, matematyiem wybitnym bądź genialnym i analogia, tórej chcemy poświęcić ten artyuł będzie wydawać Ci się oczywista, bardzo prosimy, żebyś mimo wszysto nie poprzestawał na leturze tego wstępu. Być może uda nam się przeonać Cię, że ma ona znacznie głębsze onsewencje, niż to się może na pierwszy rzut oa wydawać. Analogia między zwyłym zbiorem a przestrzenią liniową wydaje się być naturalna. Zbiór jest ze swej natury obietem prostszym do badania niż przestrzeń i wiemy o nim więcej. Soro już dostrzegliśmy więc tę naturalną analogię możemy spróbować pozbierać znane faty na temat zbiorów i brutalnie zastąpić słowo zbiór słowem przestrzeń, słowo podzbiór słowem podprzestrzeń a słowo moc słowem wymiar. Oazuje się, że w bardzo wielu przypadach faty i twierdzenia na temat zbiorów literalnie przeładają się na twierdzenia dotyczące przestrzeni liniowych (choć te drugie są zazwyczaj o wiele trudniejsze do udowodnienia)! Spróbujmy przyjrzeć się bliżej, ja mocno są związane ze sobą te dwa obiety matematyczne. Ile tego jest? Jedno z pierwszych pytań, tóre zadajemy sobie, iedy zaczynamy badać struturę zbiorów brzmi: Ile jest -elementowych podzbiorów n-elementowego zbioru? Już na wczesnym etapie przygody z matematyą dowiadujemy się, że liczba ta wraża się poprzez współczynni dwumianowy Newtona ( n ). Ja będzie wyglądało analogiczne pytanie w świecie przestrzeni? Soro moc zbioru ma być odpowiedniiem wymiaru, załóżmy, że poruszamy się po n-wymiarowej przestrzeni nad sończonym, -elementowym ciałem F. Pytanie zadane wcześniej będzie teraz brzmiało: Ile jest -wymiarowych podprzestrzeni przestrzeni n-wymiarowej? ożemy liczbę tę oznaczyć roboczo przez ( ) n. Podprzestrzeń -wymiarową jednoznacznie wyznacza wetorów niezależnych {v,..., v }. Ponieważ poruszamy się po przestrzeni nad ciałem sończonym, to wyznaczenie liczby taich -te sprowadza się do prostego przeliczenia. Wybierzmy najpierw wetor v. Jedyne, o co musimy się zatroszczyć, to żeby był on różny od wetora zerowego. Ze wszystich n wetorów, tóre są dostępne musimy wyluczyć tylo ten jeden. amy więc: v n Na wetor v 2 mamy już odrobinę mniej andydatów. Nie może on należeć do podprzestrzeni rozpinanej przez wetor v. Elementów tej podprzestrzeni jest tyle, na ile sposobów możemy pomnożyć ten wetor przez element ciała F, więc: v 2 n Wetor v 3 z olei nie może należeć do podprzestrzeni rozpiętej przez oba wcześniej wybrane. Wyluczamy więc doładnie 2 wetorów. v 3 n 2 Kiedy wybraliśmy już l wetorów, olejny po prostu nie może być ombinacją liniową poprzednich, w związu z czym mamy już tylo n l możliwości. v l+ n l 29
2 Różnych -te wetorów niezależnych mamy więc: ( n )( n )( n 2 )... ( n ) Oczywiście część z nich generuje te same podprzestrzenie. Każdą podprzestrzeń wymiaru możemy uzysać na tyle sposobów, ile różnych -te wetorów niezależnych w niej znajdziemy, a wiemy doładnie ile jest taich -te (przed chwilą właśnie to policzyliśmy!): ( )( )( 2 )... ( ) Zliczając różne zbiory wetorów niezależnych, ażdą podprzestrzeń dostaliśmy doładnie tyle razy. Ostatecznie szuana przez nas liczba -wymiarowych podprzestrzeni przestrzeni n-wymiarowej wyraża się następująco: ( n ) = (n )( n )... ( n ) ( )( )... ( ). Wzór ten nie jest nowy, a dobór oznaczenia nie jest przypadowy. Formuła ta nazywana jest współczynniiem dwumianowym Gaussa, a pierwszy raz została użyta przez tego słynnego matematya do znalezienia wzoru na ta zwane sumy Gaussa. Ale czy ma ona, oprócz nazwy, jaiś bliższy związe ze współczynniiem dwumianowym Newtona? Przyjrzyjmy się bliżej. Jeżeli potratujemy ( ) n ja funcję zmiennej rzeczywistej i zaczniemy ją badać, bardzo szybo, stosując chociażby regułę de l Hospitala, odryjemy, że ( ) ( n n lim = Widzimy więc wyraźnie, że coś jest na rzeczy. Tylo, po analitycznym podejściu do sprawy trudno nam powiedzieć coś oprócz tego, że zależność (tórej z resztą się spodziewaliśmy) istnieje. A gdybyśmy chcieli poczuć jej istotę? Zrozumieć charater? usimy się wtedy udać po pomoc do Donalda Knutha, tóry podszedł do sprawy z zupełnie innej strony. Spróbujmy jeszcze raz zliczyć podprzestrzenie wymiaru, tym razem innym sposobem. Po pierwsze umieśćmy wetory v,..., v w macierzy, jao jej wiersze. Taą macierz możemy, poprzez elementarne operacje na wierszach, sprowadzić do ta zwanej zreduowanej postaci schodowej (rysune ). ). æ ç ç è v ö... elementarne v ø operacje na wierszach æ ç ç è ö ø Rysune : Zreduowana postać schodowa Zreduowana postać schodowa ma następujące cechy charaterystyczne: pierwszy niezerowy element od lewej w ażdym wierszu to (będziemy nazywać ją wiodącą) wszystie pozostałe elementy w olumnie, w tórej jest jedyna wiodąca to zera w ażdym wierszu jedyna wiodąca pojawia się na prawo od jedyni wiodącej w poprzednim wierszu ożemy przyjąć, że jeżeli wiersze dwóch taich macierzy generują tę samą przestrzeń, to macierze te są sobie równe. Zliczenie wszystich interesujących nas podprzestrzeni sprowadza się więc do policzenia, ile jest różnych zreduowanych macierzy schodowych. Żeby to policzyć, spróbujmy usunąć z taiej macierzy wszysto, co zbędne. Z pewnością zbędne są wszystie zera, na lewo od jedyne wiodących. ożemy je więc bezarnie usunąć (rysune 2). 3
3 Rysune 2: Usunięcie elementów zerowych na lewo od jedyne wiodących Kolumny zawierające wiodące jedyni również nie będą miały dla nas znaczenia. Pozbądźmy się więc ich brutalnie (rysune 3) Rysune 3: Usunięcie olumn zawierających jedyni wiodące Została nam w tej chwili macierz zawierająca puste pola, oraz pewne liczby. Ta naprawdę nie interesuje nas jaie to są liczby. ożemy więc ażdą liczbę zastąpić gwiazdą. n- Rysune 4: Diagram λ Otrzymaliśmy pewien diagram o wymiarach na n (rysune 4). Oznaczmy pojedynczy diagram przez λ, a liczbę gwiazde w nim, przez λ i spróbujmy ten proces odwrócić. Kolumny z jedynami wiodącymi wstawiamy w sposób jednoznaczny. Ta samo możliwości manewru nie mamy, przy umieszczaniu zer po ich lewej stronie. Natomiast gwiazdi możemy zastąpić elementami ciała F na wszystie możliwe sposoby, tórych jest doładnie λ (rysune 5). dowolnie Rysune 5: Powrót do macierzy 3
4 I ta oto dochodzimy do wniosu, że różnych zreduowanych macierzy schodowych, a więc również podprzestrzeni -wymiarowych przestrzeni n-wymiarowej jest: ( ) n = λ λ n Pozostało nam jeszcze tylo policzyć ile jest różnych diagramów o λ gwiazdach. Jeżeli przyjrzymy się doładnie pojedynczemu diagramowi (i wyonamy obrót o 9 ), to zobaczymy, że w istocie jest to to samo co ta zwany diagram Ferrersa. Obiety te są znane matematyom od dawna i doładnie zbadane. Diagramy Ferrersa reprezentują podziały liczby naturalnej n na sładniów n = a + a a (przy czym liczby a i są nierozróżnialne) i służą do wyznaczania liczby taich podziałów (rysune 6). n a a 2 a 3 Rysune 6: Diagram Ferrersa dla n = 7 Ile jest taich diagramów, policzyć jest łatwo. ożemy diagram utożsamić z linią łamaną stanowiącą jego prawostronny obrys (rysune 6). Żeby dostać taą linię, z n rese, tóre musimy postawić musimy wybrać doładnie rese poziomych, możemy więc to zrobić na ( n ) sposobów. Soro już potrafimy policzyć ile jest różnych diagramów o mocy λ, to możemy śmiało przejść, do interesującej nas granicy. ( ) n lim = lim λ = ( ) n = Ramsey w przestrzeni λ n λ n Każdy, to pragnie zgłębiać tajemnice matematyi, iedy już przebrnie przez pierwsze ombinatoryczne ursy, natnie się z pewnością na doniosłe twierdzenie Ramseya. Żeby je dobrze zrozumieć zacznijmy od prostej obserwacji. Obserwacja. Kolorując dowolnie dwoma olorami rawędzie grafu pełnego K 6 zawsze znajdziemy jednoolorową induowaną lię K 3. Dowód. Przyjmijmy, że olory, tórych używamy, to czerwony i niebiesi. Popatrzmy na dowolny wierzchołe lii K 6. Ponieważ wychodzi z niego doładnie 5 rawędzi, co najmniej 3 z nich muszą otrzymać ten sam olor (powiedzmy czerwony). Ponieważ wszystie te rawędzie są czerwone, więc ich ońce nie mogą być połączone rawędzią w tym olorze, gdyż otrzymalibyśmy czerwony trójąt. Soro ta, trzy wierzchołi na drugich ońcach czerwonych rawędzi muszą być połączone rawędziami w olorze niebiesim, co daje nam trójąt niebiesi (rysune 7). 32
5 ? niebiesi czerwony Rysune 7: Kawałe grafu K 6 i częściowe olorowanie Z drugiej strony wiemy, że rawędzie lii K 5 możemy poolorować dwoma olorami ta, żeby nie otrzymać jednobarwnego trójąta (możesz to, Czytelniu, potratować jao proste ćwiczenie). Widzimy więc, że 6 jest najmniejszą taą liczbą, że przy dowolnym dwuolorowaniu rawędzi grafu pełnego na tyluż wierzchołach otrzymamy monochromatyczny trójąt. Stąd już bardzo bliso do twierdzenia Ramseya. Twierdzenie. Dla ażdego istnieje taa liczba n, że przy dowolnym dwuolorowaniu rawędzi grafu pełnego K n znajdziemy jednoolorową induowaną lię K. Najmniejsze taie n oznaczamy przez R() i nazywamy -tą liczbą Ramseya. Wbrew temu, co może się wydawać po prześledzeniu wcześniejszego, prostego przyładu znajdowanie liczb Ramseya nie jest wcale proste. Do tej pory matematyom udało się wyznaczyć doładne wartości jedynie dla trzech pierwszych. R(2) = 4 R(3) = 6 R(4) = 8 Problem pojawia się już przy R(5). Potrafimy obecnie jedynie podać wąsi przedział, w tórym się ona znajduje (43 R(5) 49) i nie zanosi się na to, żeby w najbliższym czasie ten stan rzeczy miał ulec zmianie. Tym co nas interesuje nie jest jedna samo twierdzenie Ramseya, a przeniesienie go w przestrzeń (zgodnie z obietnicą ja najbardziej dosłowne). żeby to zrobić musimy jedna twierdzenie przeformułować z języa grafów, na języ zbiorów. Twierdzenie 2. Dla ażdej liczby naturalnej s istnieje taa liczba naturalna n = R(s), że dla dowolnego dwuolorowania dwuelementowych podzbiorów zbioru {,..., n} istnieje s-elementowy podzbiór {,..., n}, tórego wszystie dwuelementowe podzbiory są w tym samym olorze. 33
6 Tym razem zamiast rawędzi grafu olorujemy dwuelementowe podzbiory raty podzbiorów zbioru n-elementowego (rysune 8). {,2,3,4} {,2,3} {,2,4} {,3,4} {2,3,4} {,2} {,3} {,4} {2,3} {2,4} {3,4} {} {2} {3} {4} { } Rysune 8: Krata podzbiorów zbioru {, 2, 3, 4} Ameryańsi matematy włosiego pochodzenia Gian-Carlo Rota wyraził przypuszczenie, że twierdzenie to pozostanie prawdziwe, jeżeli ratę podzbiorów zastąpimy przez ratę podprzestrzeni przestrzeni wetorowej. Twierdzenie przyjmie wtedy postać: Twierdzenie 3. Dla dowolnych liczb naturalnych s, t, istnieje taa liczba naturalna n, że dla dowolnego -olorowania t-wymiarowych podprzestrzeni przestrzeni n-wymiarowej znajdziemy s-wymiarową przestrzeń, tórej wszystie t-wymiarowe podprzestrzenie są jednobarwne. W 97 rou twierdzenie to udowodnili Ronald Graham i Bruce Rothschild (za co dostali nagrodę Polyi). Zgodnie z oczeiwaniami, mimo że twierdzenie Ramseya w oryginalnej wersji ma dowód, tóry bez problemu mogą przyswoić studenci na pierwszych ursach matematyi, twierdzenie w wersji przestrzennej jest dużo trudniejsze do udowodnienia. Wymaga zaawansowanego aparatu matematycznego, natomiast liczby Ramsey a-grahama (odpowiednii liczb Ramsey a) są pratycznie niemożliwe do wyznaczenia. Dość powiedzieć, że najlepsze w tej chwili znane oszacowanie najmniejszej z nich jest dane przez Liczbę Grahama, tóra została oficjalnie wpisana do sięgi reordów Guinnessa jao najwięsza liczba na świecie. nożąc przyłady Z pewnością ażdy matematy, niezależnie od specyfii dziedziny jaą się zajmuje, natnął się na tego typu przyłady. Twierdzenia i faty, tóre zupełnie dosłownie przenoszą się ze świata zbiorów w świat przestrzeni. Gdybyśmy chcieli szuać przyczyn taiego zachowania, prawdopodobnie winą za te faty obarczymy ratową struturę obu obietów. Gdyby toś jedna nie chciał poprzestawać na speulacjach i miał ochotę poznać dogłębnie istotę tego zjawisa, to pozostał jeszcze cały szereg podobnych twierdzeń do udowodnienia w przestrzeni (dla przyładu, hipoteza wymienionego wcześniej Gian Carlo Roty o bazach). O ile nie przeraża Cię, Czytelniu, domniemana sala trudności problemów w przestrzeni, zachęcamy do badań i poszuiwań. 34
Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki
Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi
Bardziej szczegółowoIndukcja matematyczna
Inducja matematyczna Inducja jest taą metodą rozumowania, za pomocą tórej od tezy szczegółowej dochodzimy do tezy ogólnej. Przyład 1 (o zanurzaniu ciał w wodzie) 1. Kawałe żelaza, tóry zanurzyłem w wodzie,
Bardziej szczegółowoAlgebra liniowa z geometrią analityczną
WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór
Bardziej szczegółowoALGEBRA Z GEOMETRIĄ ANALITYCZNĄ
ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ LISTA ZADAŃ 1 1 Napisać w formie rozwiniętej następujące wyrażenia: 4 (a 2 + b +1 =0 5 a i b j =1 n a i b j =1 n =0 (a nb 4 3 (! + ib i=3 =1 2 Wyorzystując twierdzenie o
Bardziej szczegółowoσ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;
Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia
Bardziej szczegółowoMatematyka Dyskretna - zagadnienia
Matematya Dysretna - zagadnienia dr hab. Szymon Żebersi opracował: Miołaj Pietre Semestr letni 206/207 - strona internetowa Zasada inducji matematycznej. Zbiory sończone, podstawowe tożsamości 2. Zasada
Bardziej szczegółowoMatematyka Dyskretna. Andrzej Szepietowski. 17 marca 2003 roku
Matematya Dysretna Andrzej Szepietowsi 17 marca 2003 rou Rozdział 1 Kombinatorya 1.1 Zasada podwójnego zliczania Zasada podwójnego zliczania jest bardzo prosta. Oto ona: Jeżeli elementy jaiegoś zbioru
Bardziej szczegółowoUwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:
Matematya dysretna - wyład 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produtu artezjańsiego X Y, tórego elementami są pary uporządowane (x, y), taie, że x X i y Y. Uwaga 1.1 Jeśli
Bardziej szczegółowo2. Układy równań liniowych
2. Układy równań liniowych Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2017/2018 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 2. Układy równań liniowych zima 2017/2018 1 /
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)
Bardziej szczegółowoZasada indukcji matematycznej
Sławomir Jemielity Zasada inducji matematycznej Są różne sformułowania tej zasady, mniej lub bardziej abstracyjne My będziemy się posługiwać taą: Niech T(n) oznacza twierdzenie dotyczące liczby naturalnej
Bardziej szczegółowoUkłady 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 szczegółowoA i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy
3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja
Bardziej szczegółowoP k k (n k) = k {O O O} = ; {O O R} =
Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba
Bardziej szczegółowoKOLOKWIUM Z ALGEBRY I R
Instrucje: Każde zadanie jest za 4 puntów. Rozwi azanie ażdego zadania musi znajdować siȩ na osobnej artce oraz być napisane starannie i czytelnie. W nag lówu ażdego rozwi azania musz a znajdować siȩ dane
Bardziej szczegółowoMODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH
MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa
Bardziej szczegółowoPodstawy rachunku prawdopodobieństwa (przypomnienie)
. Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń
Bardziej szczegółowo13 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 szczegółowoTreść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.
. Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21
Bardziej szczegółowoi = n = n 1 + n 2 1 i 2 n 1. n(n + 1)(2n + 1) n (n + 1) =
Druga zasada inducji matematycznej Niech m będzie liczbą całowitą, niech p(n) będzie ciągiem zdań zdefiniowanych na zbiorze {n Z: n m} oraz niech l będzie nieujemną liczbą całowitą. Jeśli (P) wszystie
Bardziej szczegółowoPrognozowanie notowań pakietów akcji poprzez ortogonalizację szeregów czasowych 1
Prognozowanie notowań paietów acji poprzez ortogonalizację szeregów czasowych Andrzej Kasprzyci. WSĘP Dynamię rynu finansowego opisuje się indesami agregatowymi: cen, ilości i wartości. Indes giełdowy
Bardziej szczegółowon(n + 1) 2 k = k = 1, P = 1 (1 + 1)/2 = 2/2 = 1 = L. n(n + 1) 2 + (n + 1) = n(n + 1)(2n + 1) 6 k 2 = n(n + 1)(2n + 1) 6 + (n + 1) 2 = n + 1
Materiały do zajęć wyrównawczych z matematyi da studentów informatyi, ro aademici 013/14 Zestaw zadań 5 odpowiedzi uwaga: nieco inna oejność zadań 1. Udowodnij, że 1 n(n 1 (1a Odpowiedź: Da n 1 mamy L
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 szczegółowoMatematyka 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 szczegółowoRównania rekurencyjne 1 RÓWNANIA REKURENCYJNE
Równania reurencyjne 1 RÓWNANIA REKURENCYJNE 1 Ciągi arytmetyczne i geometryczne Z najprostszymi równaniami reurencyjnymi zetnęliśmy się już w szole Zacznijmy od przypomnienia definicji ciągu arytmetycznego
Bardziej szczegółowoOptymalizacja harmonogramów budowlanych - problem szeregowania zadań
Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów
Bardziej szczegółowoModelowanie przez zjawiska przybliżone. Modelowanie poprzez zjawiska uproszczone. Modelowanie przez analogie. Modelowanie matematyczne
Modelowanie rzeczywistości- JAK? Modelowanie przez zjawisa przybliżone Modelowanie poprzez zjawisa uproszczone Modelowanie przez analogie Modelowanie matematyczne Przyłady modelowania Modelowanie przez
Bardziej szczegółowoR 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 szczegółowowtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz
Temat: Programowanie wieloryterialne. Ujęcie dysretne.. Problem programowania wieloryterialnego. Z programowaniem wieloryterialnym mamy do czynienia, gdy w problemie decyzyjnym występuje więcej niż jedno
Bardziej szczegółowo0 + 0 = 0, = 1, = 1, = 0.
5 Kody liniowe Jak już wiemy, w celu przesłania zakodowanego tekstu dzielimy go na bloki i do każdego z bloków dodajemy tak zwane bity sprawdzające. Bity te są w ścisłej zależności z bitami informacyjnymi,
Bardziej szczegółowoA. Cel ćwiczenia. B. Część teoretyczna
A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów
Bardziej szczegółowoZastosowanie Excela w matematyce
Zastosowanie Excela w matematyce Komputer w dzisiejszych czasach zajmuje bardzo znamienne miejsce. Trudno sobie wyobrazić jakąkolwiek firmę czy instytucję działającą bez tego urządzenia. W szkołach pierwsze
Bardziej szczegółowoKoła rowerowe malują fraktale
Koła rowerowe malują fratale Mare Berezowsi Politechnia Śląsa Rozważmy urządzenie sładającego się z n ół o różnych rozmiarach, obracających się z różnymi prędościami. Na obręczy danego oła, obracającego
Bardziej szczegółowoPROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE
PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE ORAZ ŚREDNIE 1. Procenty i proporcje DEFINICJA 1. Jeden procent (1%) pewnej liczby a to setna część tej liczby, tórą oznacza się: 1% a, przy czym 1% a = 1 p a, zaś
Bardziej szczegółowoWykład 9. Fizyka 1 (Informatyka - EEIiA 2006/07)
Wyład 9 Fizya 1 (Informatya - EEIiA 006/07) 9 11 006 c Mariusz Krasińsi 006 Spis treści 1 Ruch drgający. Dlaczego właśnie harmoniczny? 1 Drgania harmoniczne proste 1.1 Zależność między wychyleniem, prędością
Bardziej szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...
Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x
Bardziej szczegółowoφ(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 szczegółowoUkłady równań liniowych
Układy równań liniowych Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 1. wykład z algebry liniowej Warszawa, październik 2015 Mirosław Sobolewski (UW) Warszawa, wrzesień 2015 1 / 1
Bardziej szczegółowo( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego
Obliczanie gradientu błędu metodą uładu dołączonego /9 Obliczanie gradientu błędu metodą uładu dołączonego Chodzi o wyznaczenie pochodnych cząstowych funcji błędu E względem parametrów elementów uładu
Bardziej szczegółowoMatematyka Dyskretna, informatyka, 2008/2009, W. Broniowski
Matematya Dysretna, informatya, 2008/2009, W. Broniowsi Zestaw 2 z częściowymi odpowiedziami (ja toś nie chce, niech nie patrzy! Kombinatorya i rachune prawdopodobieństwa. Z pomocą wzoru Stirlinga dla
Bardziej szczegółowoWojciech Kordecki. Matematyka dyskretna. dla informatyków
Wojciech Kordeci Matematya dysretna dla informatyów Wrocław 2005 Spis treści 1. Relacje, funcje i rozmieszczenia 1 1.1. Zbiory częściowo uporządowane 1 1.2. Funcje i rozmieszczenia 2 1.3. Zadania 4 2.
Bardziej szczegółowoMetody numeryczne w przykładach
Metody numeryczne w przykładach Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK, Toruń Regionalne Koło Matematyczne 8 kwietnia 2010 r. Bartosz Ziemkiewicz (WMiI UMK) Metody numeryczne w przykładach
Bardziej szczegółowoCiała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);
Ciała i wielomiany 1 Ciała i wielomiany 1 Definicja ciała Niech F będzie zbiorem, i niech + ( dodawanie ) oraz ( mnożenie ) będą działaniami na zbiorze F. Definicja. Zbiór F wraz z działaniami + i nazywamy
Bardziej szczegółowoPokazać, 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 szczegółowo3 Przestrzenie liniowe
MIMUW 3 Przestrzenie liniowe 8 3 Przestrzenie liniowe 31 Przestrzenie liniowe Dla dowolnego ciała K, analogicznie jak to robiliśmy dla R, wprowadza się operację dodawania wektorów kolumn z K n i mnożenia
Bardziej szczegółowo1 Układy równań liniowych
II Metoda Gaussa-Jordana Na wykładzie zajmujemy się układami równań liniowych, pojawi się też po raz pierwszy macierz Formalną (i porządną) teorią macierzy zajmiemy się na kolejnych wykładach Na razie
Bardziej szczegółowoColloquium 3, Grupa A
Colloquium 3, Grupa A 1. Z zasobów obliczeniowych pewnego serwera orzysta dwóch użytowniów. Każdy z nich wysyła do serwera zawsze trzy programy naraz. Użytowni czea, aż serwer wyona obliczenia dotyczące
Bardziej szczegółowoB jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.
8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą
Bardziej szczegółowoGrupowanie sekwencji czasowych
BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 3, 006 Grupowanie sewencji czasowych Tomasz PAŁYS Załad Automatyi, Instytut Teleinformatyi i Automatyi WAT, ul. Kalisiego, 00-908 Warszawa STRESZCZENIE: W artyule
Bardziej szczegółowoRozwiązaniem jest zbiór (, ] (5, )
FUNKCJE WYMIERNE Definicja Miech L() i M() będą niezerowymi wielomianami i niech D { R : M( ) 0 } Funkcję (*) D F : D R określoną wzorem F( ) L( ) M( ) nazywamy funkcją wymierną Funkcja wymierna, to iloraz
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 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 szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia
Bardziej szczegółowoWykład 21: Studnie i bariery cz.1.
Wyład : Studnie i bariery cz.. Dr inż. Zbigniew Szlarsi Katedra Eletronii, paw. C-, po.3 szla@agh.edu.pl http://layer.uci.agh.edu.pl/z.szlarsi/ 3.6.8 Wydział Informatyi, Eletronii i Równanie Schrödingera
Bardziej szczegółowoMatematyka Dyskretna Zadania
Matematya Dysretna Zadania Jace Cichoń Politechnia Wrocławsa, WPPT Wrocław 015 1 Wstęp 11 Oznaczenia [n] = {1,, n} [] = {X P ( : X = } (x = 1 j=0 (x j, (x = 1 (x + j Zadanie 1 j=0 Poaż za pomocą inducji
Bardziej szczegółowo. : 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 szczegółowoWykład 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 szczegółowoAnaliza 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 szczegółowo3 k a 2k + 3 k b 2k = φ((a k ) k=1 ) + φ((b k) k=1 ). a 2k p 3 q (1 3 q ) 1 (a k ) k=1 p,
Zadanie 1. Sprawdzić, czy formuła φa ) ) = 3 a 2 zadaje funcjonał liniowy na l p dla p [1, ] i na c, jeśli ta, to czy zadaje funcjonał ciągły, i jeśli ta, policzyć normę. Dowód. Sprawdzam liniowość: φλa
Bardziej szczegółowoZnaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie:
Ciągi rekurencyjne Zadanie 1 Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie: w dwóch przypadkach: dla i, oraz dla i. Wskazówka Należy poszukiwać rozwiązania w postaci, gdzie
Bardziej szczegółowoUkłady równań liniowych
Układy równań liniowych ozważmy układ n równań liniowych o współczynnikach a ij z n niewiadomymi i : a + a +... + an n d a a an d a + a +... + a n n d a a a n d an + an +... + ann n d n an an a nn n d
Bardziej szczegółowoBaza 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 szczegółowoKombinacje liniowe wektorów.
Kombinacje liniowe wektorów Definicja: Niech V będzie przestrzenią liniową nad ciałem F, niech A V Zbiór wektorów A nazywamy liniowo niezależnym, jeżeli m N v,, v m A a,, a m F [a v + + a m v m = θ a =
Bardziej szczegółowoLista 6. Kamil Matuszewski 13 kwietnia D n =
Lista 6 Kamil Matuszewski 3 kwietnia 6 3 4 5 6 7 8 9 Zadanie Mamy Pokaż, że det(d n ) = n.... D n =.... Dowód. Okej. Dla n =, n = trywialne. Załóżmy, że dla n jest ok, sprawdzę dla n. Aby to zrobić skorzystam
Bardziej szczegółowoRozwiązania, seria 5.
Rozwiązania, seria 5. 26 listopada 2012 Zadanie 1. Zbadaj, dla jakich wartości parametru r R wektor (r, r, 1) lin{(2, r, r), (1, 2, 2)} R 3? Rozwiązanie. Załóżmy, że (r, r, 1) lin{(2, r, r), (1, 2, 2)}.
Bardziej szczegółowo1 Rząd macierzy. 2 Liniowa niezależność. Algebra liniowa. V. Rząd macierzy. Baza podprzestrzeni wektorowej
1 Rząd macierzy Rozpatrzmy równanie jednorodne Ax = 0, gdzie A M(n, k). Wiemy, że posiada ono rozwiązanie. Jednakże wymiar macierzy A, a tym samym liczba równań w odpowiadającym jej układzie równań liniowych
Bardziej szczegółowoOptymalizacja harmonogramów budowlanych - problem szeregowania zadań
Mieczysław OŁOŃSI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów
Bardziej szczegółowoMetoda eliminacji Gaussa
Metoda eliminacji Gaussa Rysunek 3. Rysunek 4. Rozpoczynamy od pierwszego wiersza macierzy opisującej nasz układ równań (patrz Rys.3). Zakładając, że element a 11 jest niezerowy (jeśli jest, to niezbędny
Bardziej szczegółowoTeoria miary. WPPT/Matematyka, rok II. Wykład 5
Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F
Bardziej szczegółowoMetody komputerowe i obliczeniowe Metoda Elementów Skoczonych. Element jednowymiarowy i jednoparametrowy : spryna
Metody omputerowe i obliczeniowe Metoda Elementów Soczonych Element jednowymiarowy i jednoparametrowy : spryna Jest to najprostszy element: współrzdne loalne i globalne jego wzłów s taie same nie potrzeba
Bardziej szczegółowo3. Macierze i Układy Równań Liniowych
3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x
Bardziej szczegółowoWAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.
ĆWICZENIE 3. WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. 1. Oscylator harmoniczny. Wprowadzenie Oscylatorem harmonicznym nazywamy punt materialny, na tóry,działa siła sierowana do pewnego centrum,
Bardziej szczegółowo5. Rozwiązywanie układów równań liniowych
5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a
Bardziej szczegółowojednoznacznie wyznaczają wymiary wszystkich reprezentacji grup punktowych, a związki ortogonalności jednoznacznie wyznaczają ich charaktery
Reprezentacje grup puntowych związi pomiędzy h i n a jednoznacznie wyznaczają wymiary wszystich reprezentacji grup puntowych, a związi ortogonalności jednoznacznie wyznaczają ich charatery oznaczenia:
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2015 andrzej.lachwa@uj.edu.pl 3/15 Indukcja matematyczna Poprawność indukcji matematycznej wynika z dobrego uporządkowania liczb naturalnych, czyli z następującej
Bardziej szczegółowoMatematyka 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 szczegółowoA4: Filtry aktywne rzędu II i IV
A4: Filtry atywne rzędu II i IV Jace Grela, Radosław Strzała 3 maja 29 1 Wstęp 1.1 Wzory Poniżej zamieszczamy podstawowe wzory i definicje, tórych używaliśmy w obliczeniach: 1. Związe między stałą czasową
Bardziej szczegółowoWYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA
ZBIORY Z POWTÓRZENIAMI W zbiorze z powtórzeniami ten sam element może występować kilkakrotnie. Liczbę wystąpień nazywamy krotnością tego elementu w zbiorze X = { x,..., x n } - zbiór k,..., k n - krotności
Bardziej szczegółowoL.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a)
ZADANIA - ZESTAW 1 Zadanie 11 Rzucamy trzy razy monetą A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie Oreślić zbiór zdarzeń elementarnych Wypisać zdarzenia elementarne sprzyjające
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 szczegółowoPrzykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:
Podstawowe definicje Definicja ciągu Ciągiem nazywamy funkcję na zbiorze liczb naturalnych, tzn. przyporządkowanie każdej liczbie naturalnej jakiejś liczby rzeczywistej. (Mówimy wtedy o ciągu o wyrazach
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 4. Zmienne losowe
Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.0. Rozkłady zmiennych losowych, dystrybuanta. Katarzyna Rybarczyk-Krzywdzińska Wprowadzenie Rozważmy eksperymenty 1 gra Bolka w ruletkę w kasynie;
Bardziej szczegółowoPochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji
Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /14
Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 4/14 Indukcja matematyczna Poprawność indukcji matematycznej wynika z dobrego uporządkowania liczb naturalnych, czyli z następującej
Bardziej szczegółowoALGEBRA 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 szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /10
Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 3/10 indukcja matematyczna Poprawność indukcji matematycznej wynika z dobrego uporządkowania liczb naturalnych, czyli z następującej
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 szczegółowo3. Wykład Układy równań liniowych.
31 Układy równań liniowych 3 Wykład 3 Definicja 31 Niech F będzie ciałem Układem m równań liniowych o niewiadomych x 1,, x n, m, n N, o współczynnikach z ciała F nazywamy układ równań postaci: x 1 + +
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 szczegółowodet[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...
Wykład 14 Wyznacznik macierzy cd Twierdzenie 1 Niech A będzie macierzą kwadratową i niech A i, A j będą dwiema różnymi jej kolumnami, wtedy dla dowolnego k K: det[a 1,, A i,, A j,, A n ] det[a 1,, A i
Bardziej szczegółowoPLAN WYKŁADU OPTYMALIZACJA GLOBALNA ALGORYTM MRÓWKOWY (ANT SYSTEM) ALGORYTM MRÓWKOWY. Algorytm mrówkowy
PLAN WYKŁADU Algorytm mrówowy OPTYMALIZACJA GLOBALNA Wyład 8 dr inż. Agniesza Bołtuć (ANT SYSTEM) Inspiracja: Zachowanie mrówe podczas poszuiwania żywności, Zachowanie to polega na tym, że jeśli do żywności
Bardziej szczegółowoUniwersyteckie Koło Matematyczne - Tajemnicza liczba e.
Uniwersyteckie Koło Matematyczne - Tajemnicza liczba e. Filip Piękniewski Wydział Matematyki i Informatyki Uniwersytetu Mikołaja Kopernika http://www.mat.umk.pl/ philip 17 grudnia 2009 Filip Piękniewski,
Bardziej szczegółowoDRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH
Część 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH... 5. 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH 5.. Wprowadzenie Rozwiązywanie zadań z zaresu dynamii budowli sprowadza
Bardziej szczegółowo12 Stereometria Podstawy geometrii przestrzennej Graniastosłupy Wielościany
12 STEREOMETRI 1 12 Stereometria 12.1 Podstawy geometrii przestrzennej Prostopadłościan jest utworzony z dwóch sześcianów, tóre mają wspólną ścianę P QRT. (Rys. 8.9) Sorzystaj z rysunu w zadaniach 1, 2,
Bardziej szczegółowoMetody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne
Metody numeryczne materiały do wykładu dla studentów 7. Całkowanie numeryczne 7.1. Całkowanie numeryczne 7.2. Metoda trapezów 7.3. Metoda Simpsona 7.4. Metoda 3/8 Newtona 7.5. Ogólna postać wzorów kwadratur
Bardziej szczegółowo1 Nierówność Minkowskiego i Hoeldera
1 Nierówność Minkowskiego i Hoeldera Na państwa użytek załączam precyzyjne sformułowania i dowody nierówności Hoeldera i Minkowskiego: Twierdzenie 1.1 Nierówność Hoeldera). Niech p, q będą takimi liczbami
Bardziej szczegółowo1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych
Równania różniczkowe zwyczajne o rozdzielonych zmiennych Definicja. Równaniem różniczkowym o rozdzielonych zmiennych nazywamy równanie postaci p(y) = q() (.) rozwiązanie równania sprowadza się do postaci
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 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 szczegółowoGeometria w R 3. Iloczyn skalarny wektorów
Geometria w R 3 Andrzej Musielak Str 1 Geometria w R 3 Działania na wektorach Wektory w R 3 możemy w naturalny sposób dodawać i odejmować, np.: [2, 3, 1] + [ 1, 2, 1] = [1, 5, 2] [2, 3, 1] [ 1, 2, 1] =
Bardziej szczegółowo