Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego."

Transkrypt

1 . Metoda eliminacji. Treść wykładu i ich macierze...

2 . 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 a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b a m1 x 1 + a m2 x a mn x n = b m. (1)

3 . Metoda eliminacji. Ogólna postać układu Równania te można zapisać krócej: n a ij x j = b i j=1 (i = 1,..., m). Współczynniki układu są elementami ciała K (najczęściej R lub C).

4 . Metoda eliminacji. Macierz układu Macierz A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn zbudowaną ze współczynników przy niewiadomych układu (1) nazywamy macierzą układu,

5 . Metoda eliminacji. Macierz układu Macierz A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn zbudowaną ze współczynników przy niewiadomych układu (1) nazywamy macierzą układu, a macierz B = a 11 a 12 a 1n b 1 a 21 a 22 a 2n b a m1 a m2 a mn b m poszerzoną o kolumnę wyrazów wolnych układu nazywamy macierzą uzupełnioną.

6 . Metoda eliminacji. Operacje elementarne Dwa układy równań nazywamy równoważnymi, gdy mają taki sam zbiór rozwiązań.

7 . Metoda eliminacji. Operacje elementarne Dwa układy równań nazywamy równoważnymi, gdy mają taki sam zbiór rozwiązań. Jest oczywiste, że następujące typy operacji na układzie: 1 przestawienie dowolnych dwóch równań,

8 . Metoda eliminacji. Operacje elementarne Dwa układy równań nazywamy równoważnymi, gdy mają taki sam zbiór rozwiązań. Jest oczywiste, że następujące typy operacji na układzie: 1 przestawienie dowolnych dwóch równań, 2 pomnożenie równania przez stałą c 0, c K

9 . Metoda eliminacji. Operacje elementarne Dwa układy równań nazywamy równoważnymi, gdy mają taki sam zbiór rozwiązań. Jest oczywiste, że następujące typy operacji na układzie: 1 przestawienie dowolnych dwóch równań, 2 pomnożenie równania przez stałą c 0, c K 3 dodanie wielokrotności jednego równania do innego równania

10 . Metoda eliminacji. Operacje elementarne Dwa układy równań nazywamy równoważnymi, gdy mają taki sam zbiór rozwiązań. Jest oczywiste, że następujące typy operacji na układzie: 1 przestawienie dowolnych dwóch równań, 2 pomnożenie równania przez stałą c 0, c K 3 dodanie wielokrotności jednego równania do innego równania przekształcają układ w układ mu równoważny.

11 . Metoda eliminacji. Operacje elementarne Dwa układy równań nazywamy równoważnymi, gdy mają taki sam zbiór rozwiązań. Jest oczywiste, że następujące typy operacji na układzie: 1 przestawienie dowolnych dwóch równań, 2 pomnożenie równania przez stałą c 0, c K 3 dodanie wielokrotności jednego równania do innego równania przekształcają układ w układ mu równoważny. Te przekształcenia nazywamy elementarnymi operacjami na równaniach.

12 . Metoda eliminacji. Operacje elementarne Powyższym operacjom na równaniach odpowiadają elementarne operacje na wierszach macierzy układu: 1 przestawienie dowolnych dwóch wierszy, 2 pomnożenie wiersza przez stałą c 0, c K, 3 dodanie wielokrotności jednego wiersza do innego wiersza.

13 . Metoda eliminacji. Macierz schodkowa Niech A będzie macierzą prostokątną. Pierwszy niezerowy element wiersza nazywamy elementem wiodącym (kierunkowym) tego wiersza. Kolumny zawierające element wiodący nazywamy także wiodącymi.

14 . Metoda eliminacji. Macierz schodkowa Niech A będzie macierzą prostokątną. Pierwszy niezerowy element wiersza nazywamy elementem wiodącym (kierunkowym) tego wiersza. Kolumny zawierające element wiodący nazywamy także wiodącymi. Jeżeli elementy wiodące kolejnych wierszy a ij, a i+1k spełniają warunek j < k, to macierz nazywamy macierzą schodkową.

15 . Metoda eliminacji. Macierz schodkowa Niech A będzie macierzą prostokątną. Pierwszy niezerowy element wiersza nazywamy elementem wiodącym (kierunkowym) tego wiersza. Kolumny zawierające element wiodący nazywamy także wiodącymi. Jeżeli elementy wiodące kolejnych wierszy a ij, a i+1k spełniają warunek j < k, to macierz nazywamy macierzą schodkową. Przykład Macierz A = jest macierzą schodkową

16 . Metoda eliminacji. Macierz schodkowa Niech A będzie macierzą prostokątną. Pierwszy niezerowy element wiersza nazywamy elementem wiodącym (kierunkowym) tego wiersza. Kolumny zawierające element wiodący nazywamy także wiodącymi. Jeżeli elementy wiodące kolejnych wierszy a ij, a i+1k spełniają warunek j < k, to macierz nazywamy macierzą schodkową. Przykład Macierz A = jest macierzą schodkową. Elementami wiodącymi wierszy są kolejno 4,3,4,9. Kolumny: pierwsza, druga, piąta i szósta są wiodące; trzecia i czwarta niewiodące.

17 . Metoda eliminacji. Wprowadzenie do metody eliminacji Metoda eliminacji Gaussa jest uogólnieniem szkolnej metody przeciwnych współczynników. Rozwiązywanie układu polega na rugowaniu kolejnych niewiadomych, aby uzyskać (jeśli to możliwe) równanie z jedną niewiadomą.

18 . Metoda eliminacji. Wprowadzenie do metody eliminacji Metoda eliminacji Gaussa jest uogólnieniem szkolnej metody przeciwnych współczynników. Rozwiązywanie układu polega na rugowaniu kolejnych niewiadomych, aby uzyskać (jeśli to możliwe) równanie z jedną niewiadomą. Kluczową sprawą jest jednak zapis. Ponieważ macierz uzupełniona zawiera pełną informację o układzie, więc w metodzie eliminacji Gaussa prowadzi się przekształcenia nie na równaniach układu, lecz na wierszach macierzy uzupełnionej.

19 . Metoda eliminacji. Metoda eliminacji Gaussa 1) Tworzymy macierz uzupełnioną układu. Dla zaznaczenia specjalnej roli ostatniej kolumny oddzielamy ją kreską.

20 . Metoda eliminacji. Metoda eliminacji Gaussa 1) Tworzymy macierz uzupełnioną układu. Dla zaznaczenia specjalnej roli ostatniej kolumny oddzielamy ją kreską. 2) Jeśli a 11 0, to dzielimy pierwszy wiersz przez a 11 (wtedy wyraz wiodący wynosi 1) i posługując się tym wierszem, uzyskamy zera w pierwszej kolumnie od wiersza drugiego odejmujemy wiersz pierwszy pomnożony przez a 21 itd.

21 . Metoda eliminacji. Metoda eliminacji Gaussa 1) Tworzymy macierz uzupełnioną układu. Dla zaznaczenia specjalnej roli ostatniej kolumny oddzielamy ją kreską. 2) Jeśli a 11 0, to dzielimy pierwszy wiersz przez a 11 (wtedy wyraz wiodący wynosi 1) i posługując się tym wierszem, uzyskamy zera w pierwszej kolumnie od wiersza drugiego odejmujemy wiersz pierwszy pomnożony przez a 21 itd. Gdyby a 11 = 0, a np. a k1 0, to przestawiamy najpierw wiersz pierwszy z k-tym i dalej jak poprzednio.

22 . Metoda eliminacji. Metoda eliminacji Gaussa 3) Jeśli a 22 0, to dzielimy drugi wiersz przez a 22 i posługując się tym wierszem, uzyskamy zera w drugiej kolumnie poniżej a 22.

23 . Metoda eliminacji. Metoda eliminacji Gaussa 3) Jeśli a 22 0, to dzielimy drugi wiersz przez a 22 i posługując się tym wierszem, uzyskamy zera w drugiej kolumnie poniżej a 22. Jeśli a 22 = 0, a np. a k2 0, to przestawiamy wiersz drugi z k-tym i dalej jak wyżej.

24 . Metoda eliminacji. Metoda eliminacji Gaussa 3) Jeśli a 22 0, to dzielimy drugi wiersz przez a 22 i posługując się tym wierszem, uzyskamy zera w drugiej kolumnie poniżej a 22. Jeśli a 22 = 0, a np. a k2 0, to przestawiamy wiersz drugi z k-tym i dalej jak wyżej. Jeśli wszystkie a k2 = 0 dla k = 2, 3,..., m, to przechodzimy do następnej kolumny.

25 . Metoda eliminacji. Metoda eliminacji Gaussa 3) Jeśli a 22 0, to dzielimy drugi wiersz przez a 22 i posługując się tym wierszem, uzyskamy zera w drugiej kolumnie poniżej a 22. Jeśli a 22 = 0, a np. a k2 0, to przestawiamy wiersz drugi z k-tym i dalej jak wyżej. Jeśli wszystkie a k2 = 0 dla k = 2, 3,..., m, to przechodzimy do następnej kolumny. 4) Postępowanie kontynuujemy aż do n-tej kolumny.

26 . Metoda eliminacji. Interpretacja postaci schodkowej macierzy uzupełnionej 1) Jeżeli w otrzymanej macierzy występuje wiersz ( ), to układ jest sprzeczny (taki wiersz odpowiada równaniu 0 = 1).

27 . Metoda eliminacji. Interpretacja postaci schodkowej macierzy uzupełnionej 1) Jeżeli w otrzymanej macierzy występuje wiersz ( ), to układ jest sprzeczny (taki wiersz odpowiada równaniu 0 = 1). 2) Nie ma wierszy postaci ( ) i liczba niezerowych wierszy jest równa liczbie niewiadomych, tzn. macierz jest postaci: gdzie * oznacza jakiś element. 1 b b b n ,

28 . Metoda eliminacji. Interpretacja postaci schodkowej macierzy uzupełnionej Odpowiada to układowi: x 1 + x x n = b 1 x x n = b x n 1 + x n = b n 1 x n = b n

29 . Metoda eliminacji. Interpretacja postaci schodkowej macierzy uzupełnionej Odpowiada to układowi: x 1 + x x n = b 1 x x n = b x n 1 + x n = b n 1 x n = b n Stąd x n = b n. Po podstawieniu do równania (n 1)-szego obliczamy x n 1 itd. Rozwiązanie jest tylko jedno.

30 . Metoda eliminacji. Interpretacja postaci schodkowej macierzy uzupełnionej Odpowiada to układowi: x 1 + x x n = b 1 x x n = b x n 1 + x n = b n 1 x n = b n Stąd x n = b n. Po podstawieniu do równania (n 1)-szego obliczamy x n 1 itd. Rozwiązanie jest tylko jedno. 3) W macierzy nie ma wierszy postaci ( ), ale występują kolumny niewiodące. Stosujemy, jak wyżej, podstawienie wsteczne, ale niewiadomym, które odpowiadają kolumnom niewiodącym nadajemy dowolne wartości (będą one parametrami rozwiązania).

31 . Metoda eliminacji. Interpretacja postaci schodkowej: przykład Przypuśćmy, że po eliminacji uzyskaliśmy macierz: A = (2)

32 . Metoda eliminacji. Interpretacja postaci schodkowej: przykład Przypuśćmy, że po eliminacji uzyskaliśmy macierz: A = (2) Niewiadoma x 3 jest niewiodąca.

33 . Metoda eliminacji. Interpretacja postaci schodkowej: przykład Przypuśćmy, że po eliminacji uzyskaliśmy macierz: A = (2) Niewiadoma x 3 jest niewiodąca. Zatem x 4 = 2,

34 . Metoda eliminacji. Interpretacja postaci schodkowej: przykład Przypuśćmy, że po eliminacji uzyskaliśmy macierz: A = (2) Niewiadoma x 3 jest niewiodąca. Zatem x 4 = 2, x 3 = s (s R),

35 . Metoda eliminacji. Interpretacja postaci schodkowej: przykład Przypuśćmy, że po eliminacji uzyskaliśmy macierz: A = (2) Niewiadoma x 3 jest niewiodąca. Zatem x 4 = 2, x 3 = s (s R), x 2 = 1 2x 3 2x 4 = 3 2s,

36 . Metoda eliminacji. Interpretacja postaci schodkowej: przykład Przypuśćmy, że po eliminacji uzyskaliśmy macierz: A = (2) Niewiadoma x 3 jest niewiodąca. Zatem x 4 = 2, x 3 = s (s R), x 2 = 1 2x 3 2x 4 = 3 2s, x 1 = 5 2x 2 3x 3 = 11 + s.

37 . Metoda eliminacji. Interpretacja postaci schodkowej: przykład Przypuśćmy, że po eliminacji uzyskaliśmy macierz: A = (2) Niewiadoma x 3 jest niewiodąca. Zatem x 4 = 2, x 3 = s (s R), x 2 = 1 2x 3 2x 4 = 3 2s, x 1 = 5 2x 2 3x 3 = 11 + s. Rozwiązań jest nieskończenie wiele. Są one postaci: x 1 = 11 + s, x 2 = 3 2s, x 3 = s, x 4 = 2, (s R).

38 . Metoda eliminacji. Eliminacja Gaussa-Jordana Po wykonaniu na wierszach macierzy (2) dwóch operacji: w 2 2w 3 i w 1 2w 2 uzyskamy zera nad elementami wiodącymi:

39 . Metoda eliminacji. Eliminacja Gaussa-Jordana Po wykonaniu na wierszach macierzy (2) dwóch operacji: w 2 2w 3 i w 1 2w 2 uzyskamy zera nad elementami wiodącymi:

40 . Metoda eliminacji. Eliminacja Gaussa-Jordana Po wykonaniu na wierszach macierzy (2) dwóch operacji: w 2 2w 3 i w 1 2w 2 uzyskamy zera nad elementami wiodącymi:

41 . Metoda eliminacji. Eliminacja Gaussa-Jordana Po wykonaniu na wierszach macierzy (2) dwóch operacji: w 2 2w 3 i w 1 2w 2 uzyskamy zera nad elementami wiodącymi:

42 . Metoda eliminacji. Eliminacja Gaussa-Jordana Po wykonaniu na wierszach macierzy (2) dwóch operacji: w 2 2w 3 i w 1 2w 2 uzyskamy zera nad elementami wiodącymi: Teraz możemy po prostu odczytać rozwiązanie (dla x 3 = s): x 1 = 11 + s, x 2 = 3 2s, x 3 = s, x 4 = 2, (s R).

43 . Metoda eliminacji. Eliminacja Gaussa-Jordana Przykład 4x + 5y + 3z = 0 x + 8y + 3z = 0 3x + 15y + 6z = 0

44 . Metoda eliminacji. Eliminacja Gaussa-Jordana Przykład 4x + 5y + 3z = 0 x + 8y + 3z = 0 3x + 15y + 6z =

45 . Metoda eliminacji. Eliminacja Gaussa-Jordana Przykład 4x + 5y + 3z = 0 x + 8y + 3z = 0 3x + 15y + 6z =

46 . Metoda eliminacji. Eliminacja Gaussa-Jordana Przykład 4x + 5y + 3z = 0 x + 8y + 3z = 0 3x + 15y + 6z =

47 . Metoda eliminacji. Eliminacja Gaussa-Jordana Przykład 4x + 5y + 3z = 0 x + 8y + 3z = 0 3x + 15y + 6z =

48 . Metoda eliminacji. Eliminacja Gaussa-Jordana Przykład 4x + 5y + 3z = 0 x + 8y + 3z = 0 3x + 15y + 6z =

49 . Metoda eliminacji. Eliminacja Gaussa-Jordana Przykład 4x + 5y + 3z = 0 x + 8y + 3z = 0 3x + 15y + 6z = Stąd x = 1 3 k, y = 1 3k, z = k

50 . Metoda eliminacji. Eliminacja Gaussa-Jordana Przykład Metodą eliminacji rozwiązać układ z parametrem a: 2x y + z + t = 1 x + 2y z + 4t = 2 x + 7y 4z + 11t = a Dla jakich wartości a układ nie ma rozwiązania?

51 . Metoda eliminacji. Eliminacja Gaussa-Jordana Piszemy macierz uzupełnioną przestawiając od razu w1 z w2: a

52 . Metoda eliminacji. Eliminacja Gaussa-Jordana Piszemy macierz uzupełnioną przestawiając od razu w1 z w2: a a 2

53 . Metoda eliminacji. Eliminacja Gaussa-Jordana Piszemy macierz uzupełnioną przestawiając od razu w1 z w2: a a a 5

54 . Metoda eliminacji. Eliminacja Gaussa-Jordana Piszemy macierz uzupełnioną przestawiając od razu w1 z w2: a a a a 5

55 . Metoda eliminacji. Eliminacja Gaussa-Jordana Piszemy macierz uzupełnioną przestawiając od razu w1 z w2: a a a 5 Rozwiązanie istnieje tylko dla a = 5 i wynosi: a 5 x = k 6 5 l, y = k 7 l, z = k, t = l, 5 gdzie k, l R.

56 . Metoda eliminacji. Układ z parametrem Przykład Dla jakich wartości p układ x + py z = 1 x + 10y 6z = p 2x y + pz = 0 jest: a) oznaczony; b) nieoznaczony; c) sprzeczny. Znaleźć rozwiązanie dla przypadku b).,

57 . Metoda eliminacji. Układ z parametrem Przykład Dla jakich wartości p układ x + py z = 1 x + 10y 6z = p 2x y + pz = 0 jest: a) oznaczony; b) nieoznaczony; c) sprzeczny. Znaleźć rozwiązanie dla przypadku b). Obliczamy wyznacznik główny: 1 p p = p 2 2p + 15.,

58 . Metoda eliminacji. Układ z parametrem Przykład Dla jakich wartości p układ x + py z = 1 x + 10y 6z = p 2x y + pz = 0 jest: a) oznaczony; b) nieoznaczony; c) sprzeczny. Znaleźć rozwiązanie dla przypadku b). Obliczamy wyznacznik główny: 1 p p = p 2 2p Rozwiązując równanie p 2 2p + 15 = 0 znajdziemy p 1 = 5, p 2 = 3.,

59 . Metoda eliminacji. Układ z parametrem Przykład Dla jakich wartości p układ x + py z = 1 x + 10y 6z = p 2x y + pz = 0 jest: a) oznaczony; b) nieoznaczony; c) sprzeczny. Znaleźć rozwiązanie dla przypadku b). Obliczamy wyznacznik główny: 1 p p = p 2 2p Rozwiązując równanie p 2 2p + 15 = 0 znajdziemy p 1 = 5, p 2 = 3. Zatem gdy p 5 i p 3 układ jest oznaczony.,

60 . Metoda eliminacji. Układ z parametrem Pozostałe przypadki badamy osobno: Dla p = 5 otrzymujemy układ: x 5y z = 1 x + 10y 6z = 5 2x y 5z = 0,

61 . Metoda eliminacji. Układ z parametrem Pozostałe przypadki badamy osobno: Dla p = 5 otrzymujemy układ: x 5y z = 1 x + 10y 6z = 5 2x y 5z = 0 który rozwiązujemy metodą eliminacji, i szybko ujawnia się sprzeczność.,

62 . Metoda eliminacji. Układ z parametrem Pozostałe przypadki badamy osobno: Dla p = 5 otrzymujemy układ: x 5y z = 1 x + 10y 6z = 5 2x y 5z = 0 który rozwiązujemy metodą eliminacji, i szybko ujawnia się sprzeczność. Dla p = 3 mamy układ x + 3y z = 1 x + 10y 6z = 3 2x y + 3z = 0 który również rozwiązujemy metodą eliminacji.,,

63 . Metoda eliminacji. Układ z parametrem Pozostałe przypadki badamy osobno: Dla p = 5 otrzymujemy układ: x 5y z = 1 x + 10y 6z = 5 2x y 5z = 0 który rozwiązujemy metodą eliminacji, i szybko ujawnia się sprzeczność. Dla p = 3 mamy układ x + 3y z = 1 x + 10y 6z = 3 2x y + 3z = 0 który również rozwiązujemy metodą eliminacji. Otrzymujemy x = 8 7 k + 1 7, y = 5 7 k + 2 7, z = k. Zatem układ jest nieoznaczony.,,

64 . Metoda eliminacji. Przestrzeń wierszy macierzy Definicja Macierz B nazywamy wierszowo równoważną macierzy A, jeżeli B można otrzymać z A przez zastosowanie skończonej liczby operacji elementarnych na wierszach.

65 . Metoda eliminacji. Przestrzeń wierszy macierzy Definicja Macierz B nazywamy wierszowo równoważną macierzy A, jeżeli B można otrzymać z A przez zastosowanie skończonej liczby operacji elementarnych na wierszach. Definicja Przestrzenią wierszy macierzy A typu m n nazywamy podprzestrzeń przestrzeni K n, która jest generowana przez wiersze macierzy A (traktowane jako wektory przestrzeni K n ).

66 . Metoda eliminacji. Przestrzeń wierszy macierzy Przykład Niech A =

67 . Metoda eliminacji. Przestrzeń wierszy macierzy Przykład Niech A = Przestrzeń wierszy tej macierzy jest generowana przez wektory w 1 = (3, 2, 1), w 2 = (0, 1, 0), w 3 = (3, 1, 1).

68 . Metoda eliminacji. Przestrzeń wierszy macierzy Przykład Niech A = Przestrzeń wierszy tej macierzy jest generowana przez wektory w 1 = (3, 2, 1), w 2 = (0, 1, 0), w 3 = (3, 1, 1). Ponieważ w 1 = w 2 + w 3, więc jest to dwuwymiarowa podprzestrzeń w R 3.

69 . Metoda eliminacji. Określenie rzędu Twierdzenie Macierze wierszowo równoważne mają tę samą przestrzeń wierszy.

70 . Metoda eliminacji. Określenie rzędu Twierdzenie Macierze wierszowo równoważne mają tę samą przestrzeń wierszy. D o w ó d. Operacje elementarne na zbiorze wektorów wierszowych nie mogą zmienić liczby wektorów liniowo niezależnych w tym zbiorze.

71 . Metoda eliminacji. Określenie rzędu Twierdzenie Macierze wierszowo równoważne mają tę samą przestrzeń wierszy. D o w ó d. Operacje elementarne na zbiorze wektorów wierszowych nie mogą zmienić liczby wektorów liniowo niezależnych w tym zbiorze. Definicja Rzędem macierzy A nazywamy wymiar przestrzeni wierszy macierzy A.

72 . Metoda eliminacji. Określenie rzędu Twierdzenie Macierze wierszowo równoważne mają tę samą przestrzeń wierszy. D o w ó d. Operacje elementarne na zbiorze wektorów wierszowych nie mogą zmienić liczby wektorów liniowo niezależnych w tym zbiorze. Definicja Rzędem macierzy A nazywamy wymiar przestrzeni wierszy macierzy A. Oznaczamy go R(A).

73 . Metoda eliminacji. Obliczanie rzędu Każdą macierz można za pomocą operacji elementarnych sprowadzić do postaci schodkowej. Wiersze takiej macierzy są liniowo niezależne.

74 . Metoda eliminacji. Obliczanie rzędu Każdą macierz można za pomocą operacji elementarnych sprowadzić do postaci schodkowej. Wiersze takiej macierzy są liniowo niezależne. Wniosek Dla dowolnej macierzy A jej rząd jest równy liczbie niezerowych wierszy w postaci schodkowej tej macierzy.

75 . Metoda eliminacji. Obliczanie rzędu Przykład Obliczymy rząd macierzy: A =

76 . Metoda eliminacji. Obliczanie rzędu Przykład Obliczymy rząd macierzy: A = Aby przekształcić macierz do postaci schodkowej, wykonujemy operacje: w 2 2w 1 i w 3 3w 1, a następnie w 3 + 2w 2 :

77 . Metoda eliminacji. Obliczanie rzędu Przykład Obliczymy rząd macierzy: A = Aby przekształcić macierz do postaci schodkowej, wykonujemy operacje: w 2 2w 1 i w 3 3w 1, a następnie w 3 + 2w 2 : Są dwa wiersze liniowo niezależne, więc R(A) =

78 . Metoda eliminacji. Związek rzędu z minorami Twierdzenie Jeżeli macierz zawiera minor stopnia r różny od zera, dla którego wszystkie zawierające go minory stopnia r + 1 (minory obrzeżające) są równe zeru, to rząd tej macierzy jest równy r.

79 . Metoda eliminacji. Związek rzędu z minorami Twierdzenie Jeżeli macierz zawiera minor stopnia r różny od zera, dla którego wszystkie zawierające go minory stopnia r + 1 (minory obrzeżające) są równe zeru, to rząd tej macierzy jest równy r. A zatem rząd macierzy jest równy najwyższemu ze stopni różnych od zera minorów tej macierzy.

80 . Metoda eliminacji. Związek rzędu z minorami Obliczanie rzędu macierzy metodą obrzeżania należy prowadzić od stopni najniższych do najwyższych. Przykładowo, weźmy ponownie macierz A = Minor a 11 = 1 jest niezerowy. Minor obrzeżający: = 3 jest także niezerowy. Dla niego mamy dwa minory obrzeżające: = 0, = 0, a więc R(A) = 2.

81 . Metoda eliminacji. Macierze A i A T mają te same minory, więc mamy poniższy wniosek:

82 . Metoda eliminacji. Macierze A i A T mają te same minory, więc mamy poniższy wniosek: Wniosek R(A) = R(A T ).

83 . Metoda eliminacji. Macierze A i A T mają te same minory, więc mamy poniższy wniosek: Wniosek R(A) = R(A T ). Przy transponowaniu wiersze stają się kolumnami. Stąd kolejny wniosek: Wniosek jest równy liczbie liniowo niezależnych kolumn macierzy.

84 . Metoda eliminacji. Macierze A i A T mają te same minory, więc mamy poniższy wniosek: Wniosek R(A) = R(A T ). Przy transponowaniu wiersze stają się kolumnami. Stąd kolejny wniosek: Wniosek jest równy liczbie liniowo niezależnych kolumn macierzy. Inaczej: rząd wierszowy jest równy rzędowi kolumnowemu. Zatem przy obliczaniu rzędu metodą przekształcania macierzy do postaci schodkowej można wykonywać również operacje na kolumnach (co było niedopuszczalne w metodzie eliminacji).

85 . Metoda eliminacji. Układ jako równanie wektorowe a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 (3) a m1 x 1 + a m2 x a mn x n = b m Niech A oznacza macierz układu, a B macierz uzupełnioną układu: a 11 a 12 a 1n a 11 a 12 a 1n b 1 a A = 12 a 22 a 2n , B = a 12 a 22 a 2n b a m1 a m2 a mn a m1 a m2 a mn b m

86 . Metoda eliminacji. Każdą kolumnę można traktować jako wektor przestrzeni K m. Oznaczmy: a 1j b 1 a v j = 2j..., w = b 2... a mj b m

87 . Metoda eliminacji. Każdą kolumnę można traktować jako wektor przestrzeni K m. Oznaczmy: a 1j b 1 a v j = 2j..., w = b 2... a mj b m Wtedy układ (3) jest równoważny równaniu wektorowemu: x 1 v 1 + x 2 v x n v n = w. (4)

88 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Twierdzenie (Kroneckera Capellego) Układ (3) ma rozwiązanie wtedy i tylko wtedy, gdy R(A) = R(B).

89 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Twierdzenie (Kroneckera Capellego) Układ (3) ma rozwiązanie wtedy i tylko wtedy, gdy R(A) = R(B). D o w ó d. Jeżeli układ ma rozwiązanie, to istnieją elementy x j K spełniające układ (3), a więc i równanie wektorowe (4).

90 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Twierdzenie (Kroneckera Capellego) Układ (3) ma rozwiązanie wtedy i tylko wtedy, gdy R(A) = R(B). D o w ó d. Jeżeli układ ma rozwiązanie, to istnieją elementy x j K spełniające układ (3), a więc i równanie wektorowe (4). Z równania (4) wynika, że wektor w jest kombinacją liniową wektorów v 1, v 2,..., v n. Tym samym w należy do przestrzeni rozpiętej na wektorach v 1, v 2,..., v n.

91 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Twierdzenie (Kroneckera Capellego) Układ (3) ma rozwiązanie wtedy i tylko wtedy, gdy R(A) = R(B). D o w ó d. Jeżeli układ ma rozwiązanie, to istnieją elementy x j K spełniające układ (3), a więc i równanie wektorowe (4). Z równania (4) wynika, że wektor w jest kombinacją liniową wektorów v 1, v 2,..., v n. Tym samym w należy do przestrzeni rozpiętej na wektorach v 1, v 2,..., v n. Zatem wymiary przestrzeni generowanych przez {v 1, v 2,..., v n } i {v 1, v 2,..., v n, w} są takie same, a to oznacza, że R(A) = R(B).

92 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Odwrotnie, jeśli R(A) = R(B) = r, to wśród wektorów v 1, v 2,..., v n jest r liniowo niezależnych niech to będą v 1, v 2,..., v r.

93 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Odwrotnie, jeśli R(A) = R(B) = r, to wśród wektorów v 1, v 2,..., v n jest r liniowo niezależnych niech to będą v 1, v 2,..., v r. Ale R(B) = r, więc wśród wektorów v 1, v 2,..., v n, w jest też tylko r liniowo niezależnych. Muszą to być v 1, v 2,..., v r.

94 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Odwrotnie, jeśli R(A) = R(B) = r, to wśród wektorów v 1, v 2,..., v n jest r liniowo niezależnych niech to będą v 1, v 2,..., v r. Ale R(B) = r, więc wśród wektorów v 1, v 2,..., v n, w jest też tylko r liniowo niezależnych. Muszą to być v 1, v 2,..., v r. Pozostałe są od nich liniowo zależne. W szczególności w jest kombinacją liniową wektorów v 1, v 2,..., v r, a więc i wektorów v 1, v 2,..., v n. Tym samym istnieją elementy x j K spełniające równanie (4), a więc i układ (3).

95 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Przykład Stosując twierdzenie Kroneckera Capellego sprawdzić, czy układ ma rozwiązanie: x + 2y + 3z + 3u = 6 x + y + z = 1 3x y + 2z + u = 2

96 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Przykład Stosując twierdzenie Kroneckera Capellego sprawdzić, czy układ ma rozwiązanie: Ponieważ A x + 2y + 3z + 3u = 6 x + y + z = 1 3x y + 2z + u =

97 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Przykład Stosując twierdzenie Kroneckera Capellego sprawdzić, czy układ ma rozwiązanie: Ponieważ A więc R(A) = 3 oraz x + 2y + 3z + 3u = 6 x + y + z = 1 3x y + 2z + u =

98 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Przykład Stosując twierdzenie Kroneckera Capellego sprawdzić, czy układ ma rozwiązanie: Ponieważ A x + 2y + 3z + 3u = 6 x + y + z = 1 3x y + 2z + u = więc R(A) = 3 oraz R(A) R(B)

99 . Metoda eliminacji. Twierdzenie Kroneckera Capellego Przykład Stosując twierdzenie Kroneckera Capellego sprawdzić, czy układ ma rozwiązanie: Ponieważ A x + 2y + 3z + 3u = 6 x + y + z = 1 3x y + 2z + u = więc R(A) = 3 oraz R(A) R(B) 3. Zatem R(A) = R(B). Układ ma rozwiązanie

100 . Metoda eliminacji. Układ jednorodny Układ jednorodny: a 11 x 1 + a 12 x a 1n x n = 0 a 21 x 1 + a 22 x a 2n x n = a m1 x 1 + a m2 x a mn x n = 0 (5)

101 . Metoda eliminacji. Układ jednorodny Układ jednorodny: a 11 x 1 + a 12 x a 1n x n = 0 a 21 x 1 + a 22 x a 2n x n = a m1 x 1 + a m2 x a mn x n = 0 (5) ma zawsze rozwiązanie x 1 = x 2 =... = x n = 0.

102 . Metoda eliminacji. Układ jednorodny Jest to jedyne rozwiązanie w przypadku, gdy R(A) = n.

103 . Metoda eliminacji. Układ jednorodny Jest to jedyne rozwiązanie w przypadku, gdy R(A) = n. Jeśli R(A) = r < n, to rozwiązanie ogólne zależy od n r parametrów.

104 . Metoda eliminacji. Układ jednorodny Jest to jedyne rozwiązanie w przypadku, gdy R(A) = n. Jeśli R(A) = r < n, to rozwiązanie ogólne zależy od n r parametrów. Można założyć (to kwestia ewentualnego przenumerowania niewiadomych), że niewiadomymi swobodnymi są x r+1, x r+2,..., x n.

105 . Metoda eliminacji. Układ jednorodny Jest to jedyne rozwiązanie w przypadku, gdy R(A) = n. Jeśli R(A) = r < n, to rozwiązanie ogólne zależy od n r parametrów. Można założyć (to kwestia ewentualnego przenumerowania niewiadomych), że niewiadomymi swobodnymi są x r+1, x r+2,..., x n. Niewiadome główne są ich kombinacjami. Zatem rozwiązanie ogólne można zapisać w postaci wektora: n n ai 1 x i,..., ai r x i, x r+1, x r+2,..., x n. i=r+1 i=r+1

106 . Metoda eliminacji. Układ jednorodny Zbiór rozwiązań jest podprzestrzenią w R n.

107 . Metoda eliminacji. Układ jednorodny Zbiór rozwiązań jest podprzestrzenią w R n. Bazę tej podprzestrzeni otrzymamy, podstawiając za niewiadome kolejno układy (1, 0,..., 0), x r+1, x r+2,..., x n

108 . Metoda eliminacji. Układ jednorodny Zbiór rozwiązań jest podprzestrzenią w R n. Bazę tej podprzestrzeni otrzymamy, podstawiając za niewiadome kolejno układy x r+1, x r+2,..., x n (1, 0,..., 0), (0, 1,..., 0),

109 . Metoda eliminacji. Układ jednorodny Zbiór rozwiązań jest podprzestrzenią w R n. Bazę tej podprzestrzeni otrzymamy, podstawiając za niewiadome kolejno układy x r+1, x r+2,..., x n (1, 0,..., 0), (0, 1,..., 0),..., (0, 0,..., 1)

110 . Metoda eliminacji. Układ jednorodny Zbiór rozwiązań jest podprzestrzenią w R n. Bazę tej podprzestrzeni otrzymamy, podstawiając za niewiadome kolejno układy x r+1, x r+2,..., x n (1, 0,..., 0), (0, 1,..., 0),..., (0, 0,..., 1) Otrzymamy wtedy wektory: (a 1 r+1, a 2 r+1,..., a r r+1, 1, 0,..., 0), (a 1 r+2, a 2 r+2,..., a r r+2, 0, 1,..., 0), ( a 1 n, a 2 n,..., a r n, 0, 0,..., 1).

111 . Metoda eliminacji. Układ jednorodny Zbiór rozwiązań jest podprzestrzenią w R n. Bazę tej podprzestrzeni otrzymamy, podstawiając za niewiadome kolejno układy x r+1, x r+2,..., x n (1, 0,..., 0), (0, 1,..., 0),..., (0, 0,..., 1) Otrzymamy wtedy wektory: (a 1 r+1, a 2 r+1,..., a r r+1, 1, 0,..., 0), (a 1 r+2, a 2 r+2,..., a r r+2, 0, 1,..., 0), ( a 1 n, a 2 n,..., a r n, 0, 0,..., 1). Takie rozwiązania nazywamy bazowymi. Dowolne inne rozwiązanie jest kombinacją tych rozwiązań.

112 . Metoda eliminacji. Przykład x + 3u + 4w = 0 y + 2u w = 0. Niewiadomymi swobodnymi są u i w.

113 . Metoda eliminacji. Przykład x + 3u + 4w = 0 y + 2u w = 0. Niewiadomymi swobodnymi są u i w. Po podstawieniu u = 1, w = 0 mamy x = 3, y = 2,

114 . Metoda eliminacji. Przykład x + 3u + 4w = 0 y + 2u w = 0. Niewiadomymi swobodnymi są u i w. Po podstawieniu u = 1, w = 0 mamy a dla u = 0, w = 1 jest x = 3, y = 2, x = 4, y = 1,

115 . Metoda eliminacji. Przykład x + 3u + 4w = 0 y + 2u w = 0. Niewiadomymi swobodnymi są u i w. Po podstawieniu u = 1, w = 0 mamy a dla u = 0, w = 1 jest Rozwiązaniami bazowymi są x = 3, y = 2, x = 4, y = 1, ( 3, 2, 1, 0), ( 4, 1, 0, 1)

116 . Metoda eliminacji. Przykład x + 3u + 4w = 0 y + 2u w = 0. Niewiadomymi swobodnymi są u i w. Po podstawieniu u = 1, w = 0 mamy a dla u = 0, w = 1 jest Rozwiązaniami bazowymi są a rozwiązanie ogólne jest postaci: x = 3, y = 2, x = 4, y = 1, ( 3, 2, 1, 0), ( 4, 1, 0, 1) k( 3, 2, 1, 0) + l( 4, 1, 0, 1), gdzie k, l R.

117 . Metoda eliminacji. Zastosowania do geometrii 1. Jaki warunek muszą spełniać punkty M 1 = (x 1, y 1 ), M 2 = (x 2, y 2 ), M 3 = (x 3, y 3 ) leżące na jednej prostej?

118 . Metoda eliminacji. Zastosowania do geometrii 1. Jaki warunek muszą spełniać punkty M 1 = (x 1, y 1 ), M 2 = (x 2, y 2 ), M 3 = (x 3, y 3 ) leżące na jednej prostej? Jeżeli istnieje prosta Ax + By + C = 0 na której leżą wszystkie te punkty, to układ Ax 1 + By 1 + C = 0 Ax 2 + By 2 + C = 0 Ax 3 + By 3 + C = 0 z niewiadomymi A, B, C ma rozwiązanie niezerowe.

119 . Metoda eliminacji. Zastosowania do geometrii 1. Jaki warunek muszą spełniać punkty M 1 = (x 1, y 1 ), M 2 = (x 2, y 2 ), M 3 = (x 3, y 3 ) leżące na jednej prostej? Jeżeli istnieje prosta Ax + By + C = 0 na której leżą wszystkie te punkty, to układ Ax 1 + By 1 + C = 0 Ax 2 + By 2 + C = 0 Ax 3 + By 3 + C = 0 z niewiadomymi A, B, C ma rozwiązanie niezerowe. Jest tak wtedy, i tylko wtedy, gdy x 1 y 1 1 x 2 y 2 1 = 0. x 3 y 3 1

120 . Metoda eliminacji. Zastosowania do geometrii Zadanie. Sprawdzić, czy punkty ( 2, 1), (1, 1), (7, 5) leżą na jednej prostej.

121 . Metoda eliminacji. Zastosowania do geometrii Zadanie. Sprawdzić, czy punkty ( 2, 1), (1, 1), (7, 5) leżą na jednej prostej. Sprawdzamy wyznacznik:

122 . Metoda eliminacji. Zastosowania do geometrii Zadanie. Sprawdzić, czy punkty ( 2, 1), (1, 1), (7, 5) leżą na jednej prostej. Sprawdzamy wyznacznik: = 0.

123 . Metoda eliminacji. Zastosowania do geometrii Zadanie. Sprawdzić, czy punkty ( 2, 1), (1, 1), (7, 5) leżą na jednej prostej. Sprawdzamy wyznacznik: Punkty leżą na jednej prostej = 0.

124 . Metoda eliminacji. Zastosowania do geometrii 2. Podać warunek na to, by proste A 1 x + B 1 y + C 1 = 0, A 2 x + B 2 y + C 2 = 0, A 3 x + B 3 y + C 3 = 0 przechodziły przez jeden punkt.

125 . Metoda eliminacji. Zastosowania do geometrii 2. Podać warunek na to, by proste A 1 x + B 1 y + C 1 = 0, A 2 x + B 2 y + C 2 = 0, A 3 x + B 3 y + C 3 = 0 przechodziły przez jeden punkt. Jeżeli istnieje punkt (x, y) wspólny dla tych prostych, to układ A 1 x + B 1 y + C 1 = 0 A 2 x + B 2 y + C 2 = 0 A 3 x + B 3 y + C 3 = 0

126 . Metoda eliminacji. Zastosowania do geometrii 2. Podać warunek na to, by proste A 1 x + B 1 y + C 1 = 0, A 2 x + B 2 y + C 2 = 0, A 3 x + B 3 y + C 3 = 0 przechodziły przez jeden punkt. Jeżeli istnieje punkt (x, y) wspólny dla tych prostych, to układ A 1 x + B 1 y + C 1 = 0 A 2 x + B 2 y + C 2 = 0 A 3 x + B 3 y + C 3 = 0 czyli A 1 x + B 1 y = C 1 A 2 x + B 2 y = C 2 A 3 x + B 3 y = C 3 z niewiadomymi x, y ma rozwiązanie.

127 . Metoda eliminacji. Zastosowania do geometrii Jest tak wtedy, i tylko wtedy, gdy rzędy macierzy A 1 B 1 A 1 B 1 C 1 A 2 B 2, A 2 B 2 C 2 A 3 B 3 A 3 B 3 C 3 są równe. A zatem musi być

128 . Metoda eliminacji. Zastosowania do geometrii Jest tak wtedy, i tylko wtedy, gdy rzędy macierzy A 1 B 1 A 1 B 1 C 1 A 2 B 2, A 2 B 2 C 2 A 3 B 3 A 3 B 3 C 3 są równe. A zatem musi być A 1 B 1 C 1 A 2 B 2 C 2 = 0. A 3 B 3 C 3

129 . Metoda eliminacji. Zastosowania do geometrii Zadanie. Sprawdzić, czy proste x + 12y 4 = 0, x 2y + 2 = 0, 2x + 3y + 1 = 0 mają punkt wspólny.

130 . Metoda eliminacji. Zastosowania do geometrii Zadanie. Sprawdzić, czy proste x + 12y 4 = 0, x 2y + 2 = 0, 2x + 3y + 1 = 0 mają punkt wspólny. Sprawdzamy wyznacznik:

131 . Metoda eliminacji. Zastosowania do geometrii Zadanie. Sprawdzić, czy proste x + 12y 4 = 0, x 2y + 2 = 0, 2x + 3y + 1 = 0 mają punkt wspólny. Sprawdzamy wyznacznik: = 0.

132 . Metoda eliminacji. Zastosowania do geometrii Zadanie. Sprawdzić, czy proste x + 12y 4 = 0, x 2y + 2 = 0, 2x + 3y + 1 = 0 mają punkt wspólny. Sprawdzamy wyznacznik: Proste mają punkt wspólny = 0.

Układy równań liniowych i metody ich rozwiązywania

Układy równań liniowych i metody ich rozwiązywania Układy równań liniowych i metody ich rozwiązywania Łukasz Wojciechowski marca 00 Dany jest układ m równań o n niewiadomych postaci: a x + a x + + a n x n = b a x + a x + + a n x n = b. a m x + a m x +

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy 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 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

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4  5 3$ 7&=0 5$+7&=4 17. Układ równań 17.1 Co nazywamy układem równań liniowych? Jak zapisać układ w postaci macierzowej (pokazać również na przykładzie) Co to jest rozwiązanie układu? Jaki układ nazywamy jednorodnym, sprzecznym,

Bardziej szczegółowo

3. Macierze i Układy Równań Liniowych

3. 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 szczegółowo

Układy równań liniowych

Układy 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

O MACIERZACH I UKŁADACH RÓWNAŃ

O 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 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

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

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

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

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne

UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne UKŁADY RÓWNAŃ LINIOWYCH - Metody dokładne Układy równań liniowych Rozpatruje się układ n równań liniowych zawierających n niewiadomych: a11x1 a12x2... a1nxn b1 a21x1 a22x2... a2nxn b2... an 1x1 an2x2...

Bardziej szczegółowo

Zastosowania wyznaczników

Zastosowania wyznaczników Zastosowania wyznaczników Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 7.wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa, listopad 2012 1 / 17

Bardziej szczegółowo

Rozwiązywanie układów równań liniowych

Rozwiązywanie układów równań liniowych Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy

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

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz

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

Zestaw 12- Macierz odwrotna, układy równań liniowych

Zestaw 12- Macierz odwrotna, układy równań liniowych Zestaw - Macierz odwrotna, układy równań liniowych Przykładowe zadania z rozwiązaniami Załóżmy, że macierz jest macierzą kwadratową stopnia n. Mówimy, że macierz tego samego wymiaru jest macierzą odwrotną

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

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów KOINACJA LINIOWA UKŁADU WEKTORÓW Definicja 1 Niech będzie przestrzenią liniową (wektorową) nad,,,, układem wektorów z przestrzeni, a,, współczynnikami ze zbioru (skalarami). Wektor, nazywamy kombinacją

Bardziej szczegółowo

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013 Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia

Bardziej szczegółowo

Kombinacje liniowe wektorów.

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

Bardziej szczegółowo

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Uwagi wstępne Układ liniowych równań algebraicznych można

Bardziej szczegółowo

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Uwarunkowanie zadania numerycznego Niech ϕ : R n R m będzie pewna funkcja odpowiednio wiele

Bardziej szczegółowo

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ WSHE, O/K-CE 1. Ciała Definicja 1. Układ { ; 0, 1; +, } złożony ze zbioru, dwóch wyróżnionych elementów 0, 1 oraz dwóch działań +:, : nazywamy ciałem

Bardziej szczegółowo

Definicja i własności wartości bezwzględnej.

Definicja i własności wartości bezwzględnej. Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności

Bardziej szczegółowo

Wstęp do analizy matematycznej

Wstęp do analizy matematycznej Wstęp do analizy matematycznej Andrzej Marciniak Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych i ich zastosowań w

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

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

D1. Algebra macierzy. D1.1. Definicje

D1. Algebra macierzy. D1.1. Definicje D1. Algebra macierzy W niniejszym dodatku podamy podstawowe operacje macierzowe oraz niektóre techniki algebry macierzowej nie dbając szczególnie o formalizm matematyczny. Zakres jest wystarczający dla

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

Układy równań. Kinga Kolczyńska - Przybycień 22 marca Układ dwóch równań liniowych z dwiema niewiadomymi

Układy równań. Kinga Kolczyńska - Przybycień 22 marca Układ dwóch równań liniowych z dwiema niewiadomymi Układy równań Kinga Kolczyńska - Przybycień 22 marca 2014 1 Układ dwóch równań liniowych z dwiema niewiadomymi 1.1 Pojęcie układu i rozwiązania układu Układem dwóch równań liniowych z dwiema niewiadomymi

Bardziej szczegółowo

1. PODSTAWY TEORETYCZNE

1. PODSTAWY TEORETYCZNE 1. PODSTAWY TEORETYCZNE 1 1. 1. PODSTAWY TEORETYCZNE 1.1. Wprowadzenie W pierwszym wykładzie przypomnimy podstawowe działania na macierzach. Niektóre z nich zostały opisane bardziej szczegółowo w innych

Bardziej szczegółowo

1 Działania na macierzach

1 Działania na macierzach 1 Działania na macierzach Dodawanie macierzy Dodawać można tylko macierze o tych samych wymiarach i robi to się następująco: [ 1 3 4 5 6 ] + [ 0 3 1 3 7 8 ] = [1 + 0 + 3 3 + 1 4 3 5 + 7 6 + 8 ] = [1 5

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

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

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

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy

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

Wykład 4. Określimy teraz pewną ważną klasę pierścieni.

Wykład 4. Określimy teraz pewną ważną klasę pierścieni. Wykład 4 Określimy teraz pewną ważną klasę pierścieni. Twierdzenie 1 Niech m, n Z. Jeśli n > 0 to istnieje dokładnie jedna para licz q, r, że: m = qn + r, 0 r < n. Liczbę r nazywamy resztą z dzielenia

Bardziej szczegółowo

B 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.

B 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 szczegółowo

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13 Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13 (1) Nazwa Algebra liniowa z geometrią (2) Nazwa jednostki prowadzącej Instytut Matematyki przedmiot (3) Kod () Studia Kierunek

Bardziej szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

Algebra z geometrią analityczną zadania z odpowiedziami Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki Spis treści 0 Wyrażenia algebraiczne, indukcja matematyczna 2 2 2 1 Geometria analityczna w R 2 3 3 3 2 Liczby zespolone 4 4 4 3

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

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO ZAGADNIENIA PROGRAMOWANIA LINIOWEGO Maciej Patan Uniwersytet Zielonogórski WSTĘP często spotykane w życiu codziennym wybór asortymentu produkcji jakie wyroby i w jakich ilościach powinno produkować przedsiębiorstwo

Bardziej szczegółowo

Równania różnicowe. Dodatkowo umawiamy się, że powyższy iloczyn po pustym zbiorze indeksów, czyli na przykład 0

Równania różnicowe. Dodatkowo umawiamy się, że powyższy iloczyn po pustym zbiorze indeksów, czyli na przykład 0 Równania różnicowe 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp Zamiast tego pisać będziemy x (n), y (n) itp Ponadto

Bardziej szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

Algebra z geometrią analityczną zadania z odpowiedziami Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki opracowanie Spis treści I Wyrażenia algebraiczne, indukcja matematyczna 2 II Geometria analityczna w R 2 4 III Liczby zespolone 5

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

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

Bardziej szczegółowo

Zadania z Algebry liniowej 3 semestr zimowy 2008/2009

Zadania z Algebry liniowej 3 semestr zimowy 2008/2009 Zadania z Algebry liniowej 3 semestr zimowy 2008/2009 1. Niech V będzie przestrzenią wektorową nad ciałem K i niech 0 K oraz θ V będą elementem zerowym ciała K i wektorem zerowym przestrzeni V. Posługując

Bardziej szczegółowo

AUTORKA: ELŻBIETA SZUMIŃSKA NAUCZYCIELKA ZESPOŁU SZKÓŁ OGÓLNOKSZTAŁCĄCYCH SCHOLASTICUS W ŁODZI ZNANE RÓWNANIA PROSTEJ NA PŁASZCZYŹNIE I W PRZESTRZENI

AUTORKA: ELŻBIETA SZUMIŃSKA NAUCZYCIELKA ZESPOŁU SZKÓŁ OGÓLNOKSZTAŁCĄCYCH SCHOLASTICUS W ŁODZI ZNANE RÓWNANIA PROSTEJ NA PŁASZCZYŹNIE I W PRZESTRZENI UTORK: ELŻBIET SZUMIŃSK NUCZYCIELK ZESPOŁU SZKÓŁ OGÓLNOKSZTŁCĄCYCH SCHOLSTICUS W ŁODZI ZNNE RÓWNNI PROSTEJ N PŁSZCZYŹNIE I W PRZESTRZENI SPIS TREŚCI: PROST N PŁSZCZYŻNIE Str 1. Równanie kierunkowe prostej

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

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni ,5 1

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni ,5 1 Zał. nr 4 do ZW WYDZIAŁ ***** KARTA PRZEDMIOTU Nazwa w języku polskim ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ B Nazwa w języku angielskim Algebra and Analytic Geometry B Kierunek studiów (jeśli dotyczy): Specjalność

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

WYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH

WYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH WYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH Pod redakcją Anny Piweckiej Staryszak Autorzy poszczególnych rozdziałów Anna Piwecka Staryszak: 2-13; 14.1-14.6; 15.1-15.4; 16.1-16.3; 17.1-17.6;

Bardziej szczegółowo

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)

Bardziej szczegółowo

Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze

Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści Spis treści 1 Wektory

Bardziej szczegółowo

MACIERZE. Definicja. Macierz liczbowa rzeczywista (krótko: macierz), jest to tablica prostokątna. której elementami Słownictwo. są liczby rzeczywiste.

MACIERZE. Definicja. Macierz liczbowa rzeczywista (krótko: macierz), jest to tablica prostokątna. której elementami Słownictwo. są liczby rzeczywiste. MACIERZE Definicja. Macierz liczbowa rzeczywista (krótko: macierz), jest to tablica prostokątna której elementami Słownictwo są liczby rzeczywiste. rzędy pionowe nazywamy kolumnami macierzy, rzędy poziome

Bardziej szczegółowo

Metody i analiza danych

Metody i analiza danych 2015/2016 Metody i analiza danych Macierze Laboratorium komputerowe 2 Anna Kiełbus Zakres tematyczny 1. Funkcje wspomagające konstruowanie macierzy 2. Dostęp do elementów macierzy. 3. Działania na macierzach

Bardziej szczegółowo

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH PROPORCJONALNOŚĆ PROSTA Proporcjonalnością prostą nazywamy zależność między dwoma wielkościami zmiennymi x i y, określoną wzorem: y = a x Gdzie a jest

Bardziej szczegółowo

Rozwiązania, seria 5.

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

Bardziej szczegółowo

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

Zajęcia nr. 6: Równania i układy równań liniowych

Zajęcia nr. 6: Równania i układy równań liniowych Zajęcia nr. 6: Równania i układy równań liniowych 13 maja 2005 1 Podstawowe pojęcia. Definicja 1.1 (równanie liniowe). Równaniem liniowym będziemy nazwyać równanie postaci: ax = b, gdzie x oznacza niewiadomą,

Bardziej szczegółowo

4 Przekształcenia liniowe

4 Przekształcenia liniowe MIMUW 4. Przekształcenia liniowe 16 4 Przekształcenia liniowe Obok przestrzeni liniowych, podstawowym obiektem algebry liniowej są przekształcenia liniowe. Rozpatrując przekształcenia liniowe między przestrzeniami

Bardziej szczegółowo

III TUTORIAL Z METOD OBLICZENIOWYCH

III TUTORIAL Z METOD OBLICZENIOWYCH III TUTORIAL Z METOD OBLICZENIOWYCH ALGORYTMY ROZWIĄZYWANIA UKŁADÓW RÓWNAŃ LINIOWYCH Opracowanie: Agata Smokowska Marcin Zmuda Trzebiatowski Koło Naukowe Mechaniki Budowli KOMBO Spis treści: 1. Wstęp do

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów

Metody numeryczne. materiały do wykładu dla studentów Metody numeryczne materiały do wykładu dla studentów. Metody dokładne rozwiązywania układów równań liniowych.. Układy równań o macierzach trójkątnych.. Metoda eliminacji Gaussa.3. Metoda Gaussa-Jordana.4.

Bardziej szczegółowo

Formy kwadratowe. Rozdział 10

Formy kwadratowe. Rozdział 10 Rozdział 10 Formy kwadratowe Rozważmy rzeczywistą macierz symetryczną A R n n Definicja 101 Funkcję h : R n R postaci h (x) = x T Ax (101) nazywamy formą kwadratową Macierz symetryczną A występującą w

Bardziej szczegółowo

0 + 0 = 0, = 1, = 1, = 0.

0 + 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 szczegółowo

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

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

Bardziej szczegółowo

FUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe

FUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (postać kierunkowa) Funkcja liniowa to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości liczbowe Szczególnie ważny w postaci

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

Matematyka licea ogólnokształcące, technika

Matematyka licea ogólnokształcące, technika Matematyka licea ogólnokształcące, technika Opracowano m.in. na podstawie podręcznika MATEMATYKA w otaczającym nas świecie zakres podstawowy i rozszerzony Funkcja liniowa Funkcję f: R R określoną wzorem

Bardziej szczegółowo

Elementy geometrii analitycznej w R 3

Elementy geometrii analitycznej w R 3 Rozdział 12 Elementy geometrii analitycznej w R 3 Elementy trójwymiarowej przestrzeni rzeczywistej R 3 = {(x,y,z) : x,y,z R} możemy interpretować co najmniej na trzy sposoby, tzn. jako: zbiór punktów (x,

Bardziej szczegółowo

12.Rozwiązywanie równań i nierówności liniowych oraz ich układów.

12.Rozwiązywanie równań i nierówności liniowych oraz ich układów. matematyka /.Rozwiązywanie równań i nierówności liniowych oraz ich układów. I. Przypomnij sobie:. Co to jest równanie /nierówność? Rodzaje nierówności. Ogólnie: Równaniem nazywamy dwa wyrażenia algebraiczne

Bardziej szczegółowo

WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU

WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU WYDAWNICTWO PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU Karolina Kalińska MATEMATYKA: PRZYKŁADY I ZADANIA Włocławek 2011 REDAKCJA WYDAWNICTWA PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ WE WŁOCŁAWKU Matematyka:

Bardziej szczegółowo

5 Równania różniczkowe zwyczajne rzędu drugiego

5 Równania różniczkowe zwyczajne rzędu drugiego 5 Równania różniczkowe zwyczajne rzędu drugiego Definicja 5.1. Równaniem różniczkowym zwyczajnym rzędu drugiego nazywamy równanie postaci F ( x, y, y, y ) = 0, (12) w którym niewiadomą jest funkcja y =

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

ZADANIA Z MATEMATYKI DLA STUDENTÓW KIERUNKÓW EKONOMICZNYCH

ZADANIA Z MATEMATYKI DLA STUDENTÓW KIERUNKÓW EKONOMICZNYCH P I O T R DUDZIŃSKI ZADANIA Z MATEMATYKI DLA STUDENTÓW KIERUNKÓW EKONOMICZNYCH GDYNIA 2003 Piotr Dudziński, Zadania z matematyki dla studentów kierunków ekonomicznych, Gdynia 2003, s. 84, bibliografia

Bardziej szczegółowo

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych Arytmetyka liczb całkowitych Wykład 1 Na początku zajmować się będziemy zbiorem liczb całkowitych Z = {0, ±1, ±2,...}. Zakładamy, że czytelnik zna relację

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY

ALGEBRA Z GEOMETRIĄ LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY ALGEBRA Z GEOMETRIĄ 1/10 LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY Piotr M. Hajac Uniwersytet Warszawski Wykład 10, 11.12.2013 Typeset by Jakub Szczepanik. Geometryczne intuicje Dla pierścienia R = R mamy

Bardziej szczegółowo

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne.

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Definicja. Niech a i b będą dodatnimi liczbami rzeczywistymi i niech a. Logarytmem liczby b przy podstawie

Bardziej szczegółowo

Działania na przekształceniach liniowych i macierzach

Działania na przekształceniach liniowych i macierzach Działania na przekształceniach liniowych i macierzach Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 5 wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa,

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2015 Mirosław Sobolewski (UW) Warszawa, 2015 1 / 16 Homo oeconomicus=

Bardziej szczegółowo

Wartości i wektory własne

Wartości i wektory własne Dość często przy rozwiązywaniu problemów naukowych czy technicznych pojawia się konieczność rozwiązania dość specyficznego układu równań: Zależnego od n nieznanych zmiennych i pewnego parametru. Rozwiązaniem

Bardziej szczegółowo

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27.1. Wiadomości wstępne Równaniem różniczkowym cząstkowym nazywamy związek w którym występuje funkcja niewiadoma u dwóch lub większej liczby zmiennych niezależnych i

Bardziej szczegółowo

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki

Bardziej szczegółowo

1 Elementy logiki i teorii mnogości

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

Bardziej szczegółowo

1 Równania różniczkowe zwyczajne

1 Równania różniczkowe zwyczajne Równania różniczkowe zwyczajne wykład z MATEMATYKI Budownictwo studia niestacjonarne sem. II, rok ak. 2008/2009 Katedra Matematyki Wydział Informatyki Politechnika Białostocka Równania różniczkowe Równaniem

Bardziej szczegółowo

FIGURY I PRZEKSZTAŁCENIA GEOMETRYCZNE

FIGURY I PRZEKSZTAŁCENIA GEOMETRYCZNE Umiejętności opracowanie: Maria Lampert LISTA MOICH OSIĄGNIĘĆ FIGURY I PRZEKSZTAŁCENIA GEOMETRYCZNE Co powinienem umieć Umiejętności znam podstawowe przekształcenia geometryczne: symetria osiowa i środkowa,

Bardziej szczegółowo

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski METODA SYMPLEKS Maciej Patan Uniwersytet Zielonogórski WSTĘP Algorytm Sympleks najpotężniejsza metoda rozwiązywania programów liniowych Metoda generuje ciąg dopuszczalnych rozwiązań x k w taki sposób,

Bardziej szczegółowo

SYLABUS DOTYCZY CYKLU KSZTAŁCENIA

SYLABUS DOTYCZY CYKLU KSZTAŁCENIA Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2015-2018 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu Algebra liniowa z geometrią Kod przedmiotu/

Bardziej szczegółowo

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 13 stycznia 2012 P. Modliński, GiK PW Rozw.

Bardziej szczegółowo

Przedmiotowy system oceniania

Przedmiotowy system oceniania Przedmiotowy system oceniania gimnazjum - matematyka Opracowała mgr Katarzyna Kukuła 1 MATEMATYKA KRYTERIA OCEN Kryteria oceniania zostały określone przez podanie listy umiejętności, którymi uczeń musi

Bardziej szczegółowo

Zmiana baz. Jacek Jędrzejewski 2014. 1 Macierz przejścia od bazy do bazy 2

Zmiana baz. Jacek Jędrzejewski 2014. 1 Macierz przejścia od bazy do bazy 2 Zmiana baz Jacek Jędrzejewski 2014 Spis treści 1 Macierz przejścia od bazy do bazy 2 2 Wektory a zmiana baz 2 21 Współrzędne wektora względem różnych baz 2 22 Wektory o tych samych współrzędnych względem

Bardziej szczegółowo

Laboratorium z Podstaw Programowania Zajęcia 1

Laboratorium z Podstaw Programowania Zajęcia 1 Laboratorium z Podstaw Programowania Zajęcia 1 ZADANIE 1 Program obliczający pole odcinka kołowego o zadanym promieniu R oraz kącie rozwarcia. Promieo R oraz kąt (w stopniach) należy wczytad z klawiatury.

Bardziej szczegółowo

Geometria analityczna

Geometria analityczna Geometria analityczna Paweł Mleczko Teoria Informacja (o prostej). postać ogólna prostej: Ax + By + C = 0, A + B 0, postać kanoniczna (kierunkowa) prostej: y = ax + b. Współczynnik a nazywamy współczynnikiem

Bardziej szczegółowo

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Wykład z modelowania matematycznego. Zagadnienie transportowe. Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana

Bardziej szczegółowo

Grupy, pierścienie i ciała

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

Bardziej szczegółowo

Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych klasa druga zakres rozszerzony

Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych klasa druga zakres rozszerzony Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych klasa druga zakres rozszerzony Wymagania konieczne (K) dotyczą zagadnień elementarnych, stanowiących swego rodzaju podstawę, zatem

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINOWYCH

UKŁADY RÓWNAŃ LINOWYCH Ekoeergetyka Matematyka. Wykład 4. UKŁADY RÓWNAŃ LINOWYCH Defiicja (Układ rówań liiowych, rozwiązaie układu rówań) Układem m rówań liiowych z iewiadomymi,,,, gdzie m, azywamy układ rówań postaci: a a a

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI W KLASIE I GIMNAZJUM

WYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI W KLASIE I GIMNAZJUM WYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI W KLASIE I GIMNAZJUM OCENA ŚRÓDROCZNA: NIEDOSTATECZNY ocenę niedostateczny otrzymuje uczeń, który

Bardziej szczegółowo

Metody numeryczne. Janusz Szwabiński. nm_slides-7.tex Metody numeryczne Janusz Szwabiński 11/11/ :45 p.

Metody numeryczne. Janusz Szwabiński. nm_slides-7.tex Metody numeryczne Janusz Szwabiński 11/11/ :45 p. Metody numeryczne Układy równań liniowych, część I Janusz Szwabiński szwabin@ift.uni.wroc.pl nm_slides-7.tex Metody numeryczne Janusz Szwabiński //2002 2:45 p./83 Układy równań liniowych, część I. Pojęcia

Bardziej szczegółowo