q(x)= a ij x i x j, gdzie x R n, (10.1)

Wielkość: px
Rozpocząć pokaz od strony:

Download "q(x)= a ij x i x j, gdzie x R n, (10.1)"

Transkrypt

1 Wykład10(11V2011) Formy kwadratowe, własności i zastosowania Treść wykładu. Formy kwadratowe, redukcja form, postacie kanoniczne Macierz formy, zapis macierzowy formy, wyznaczenie współczynników, Sprowadzanie do postaci kanonicznej metodą uzupełniania do kwadratu(lagrange a); Zamiana zmiennych w formie kwadratowej, zależność między macierzami formy względem par układów zmiennych; Twierdzenie o bezwładności 10.1 Postać kanoniczna formy kwadratowej Macierz formy kwadratowej Wprowadziliśmyjuzpoprzedniopojęciefunkcjikwadratowychna R n szczególnymiprzypadkami takichfunkcjisąfunkcjepostaci(x 1,...,x n )=x x 1 x 2,lubx x 2 1 iimpodobneiloczynypar współrzędnych. Za pomocą kombinacji liniowych takich funkcji można otrzymać dowolną formę kwadratową, jak to pokazuje następująca definicja. Definicja 10.1(Forma kwadratowa i jej macierz) NiechA=[a ij ] M n (R)będziemacierząkwadratowąowspółczynnikachliczbowych.Funkcjęq: R n R daną wzorem q(x)= a ij x i x j, gdzie x R n, (10.1) nazywamy formą kwadratową n zmiennych(lub bardziej poprawnie, formą kwadratową określoną na R n ).Liczbya ij nazywamywspółczynnikamiformykwadratowej,a=[a ij ] M n (R) jejmacierzą. Ten sposób przedstawienia formy kwadratowej jest bardzo wygodny z zagadnieniach teoretycznych, gdyż związanie ich z macierzami daje możliwość stosowania pełnego aparatu algebry macierzy do badania ich własności. Tę możliwość będziemy intensywnie wykorzystywać w dalszym ciągu, jednak zanim do tego przejdziemy, trzeba wyjaśnić pewną niejednoznaczność, która obciąża ten zapis. Ze względu na przemiennośćmnożeniafunkcjetakiejakx 1 x 2 ix 2 x 1 sąjednakowe ogólniemówiączachodząrównościx i x j =x j x i dlawszystkichi,j {1,...,n}iztegopowoduróżnymmacierzommożeodpowiadać jedna i ta sama forma kwadratowa. Dla ilustracji rozważymy przypadek dwóch zmiennych(n = 2) i zbudujemy zgodnie ze wzorem (10.1) formy kwadratowe odpowiadające macierzom B= [ ] [ ] [ ] , A=, C=

2 58 ALiGA Wykład 10. Forma kwadratowa o współczynnikach danych macierzą B wyraża się wzorem q(x)=2x 2 1 x 1x 2 +3x 2 x 1 4x 2 2 Biorącpoduwagęrównośćx 1 x 2 =x 2 x 1 możemyzredukowaćwyrazypodobneotrzymując q(x)=2x x 1x 2 4x 2 2. (10.2) Do takiej samej postaci można doprowadzić formy o współczynnikach danych macierzą A lub C q(x)=2x 2 1 +x 1x 2 +x 2 x 1 4x 2 2 =2x2 1 +2x 1x 2 4x 2 2, q(x)=2x 2 1+2x 2 x 1 4x 2 2=2x 2 1+2x 1 x 2 4x 2 2. W praktycznych zagadnieniach, w których mamy do czynienia z formami kwadratowymi o współczynnikach danych przez konkretne liczby, stosuje się zazwyczaj sposób zapisu uwzględniający równości typu x 1 x 2 =x 2 x 1.Stwarzatoproblemwyboru którązmacierzya,b,c(lubnieskończeniewieluinnych macierzyodpowiadającychformie(10.2))wybraćdoprzedstawieniaformyq(x)=2x 2 1+2x 1 x 2 4x 2 2? Rozpatrzmy ten problem dla ogólnej formy kwadratowej, ograniczając się do przypadku dwóch zmiennych. Wzór(10.1) przybiera postać q(x)= 2 a ij x i x j =a 11 x 2 1 +a 12x 1 x 2 +a 21 x 2 x 1 +a 22 x 2 2 aporedukcjiwyrazówpodobnych(zuwzględnieniemx 1 x 2 =x 2 x 1 )otrzymamy q(x)=a 11 x 2 1 +(a 12+a 21 )x 1 x 2 +a 22 x 2 2. Widzimy więc, że informacja, którą dysponujemy z praktycznego punktu widzenia, pozwala wyznaczyć wyrazydiagonalnemacierzya 11,a 22 isumęa 12 +a 21 współczynnikówpołożonychpozadiagonalą. Dla uniknięcia takich niejednoznaczności podaną wyżej definicję uzupełniamy przez konwencję, że macierz A współczynników formy kwadratowej jest macierzą symetryczną, tj. dla wszystkich i,j 1,...,nzachodząrównościa ij =a ji.przytymdodatkowymzałożeniumacierzomsymetrycznym stopnia n odpowiadają wzajemnie jednoznacznie formy kwadratowe n zmiennych. Ogólną formę kwadratową będziemy więc zapisywali wzorem q(x)= a ij x i x j =x t Ax, (10.3) traktującx R n jakowektorkolumnowyizakładając,żemacierzajestsymetryczna,tj.a=a t. Na zakończenie tych wstępnych rozważań wyodrębnimy klasę form kwadratowych o szczególnym znaczeniu. Definicja 10.2(Forma kwadratowej w postaci kanonicznej) Powiemy, że forma kwadratowa n zmiennych q(x) ma postać kanoniczną, jeśli q(x)=λ 1 x 2 1+λ 2 x λ n x 2 n= λ i x 2 i, gdzie λ i R. i=1 Inaczejmówiąc,formamapostaćkanoniczną,jeżeliwyrazymieszanepostacix i x j zi jwystępują tylko z zerowymi współcznynnikami, lub jeszcze inaczej, jeżeli macierzą formy jest macierz diagonalna.

3 A. Strasburger Konspekt wykładów ALiGA(przygotowany 17 czerwca 2011 roku) Zamiana zmiennych w formie kwadratowej Przy badaniu własności form kwadratowych podstawową rolę odgrywają(liniowe) przekształcenia układu współrzędnych zamiany zmiennych. Można by powiedzieć, że własności form kwadratowych odsłaniają się w pełni dopiero w odpowiednio dobranym układzie współrzędnych. Poszukiwania takiego układu stanowią motyw przewodni obecnego wykładu. Definicja 10.3(Równoważność form kwadratowych względem liniowej zamiany zmiennych) Formykwadratoweq(x)iq (x)nzmiennychnazywamyrównoważnymi,jeśliistniejeodwracalneodwzorowanieliniowe(zamianazmiennych)p: R n R n,takieże q (x)=q(px)=q P(x). (10.4) JeśliAiA odpowiedniosąsymetrycznymimacierzamiformqiq,toformytesąrównoważnewtedyi tylkowtedy,gdya =P t AP Redukcja formy kwadratowej do postaci kanonicznej. Twierdzenie o bezwładności formy Twierdzenie 10(O możliwości sprowadzenia formy kwadratowej do postaci kanonicznej) Każdą formę kwadratową n zmiennych q(x) można sprowadzić do postaci kanonicznej za pomoca liniowej zamiany zmiennych. Dokładniej, jeśli q(x)= a ij x i x j =x t Ax, gdzie x R n, ia=[a ij ] M n (R)jestmacierząsymetryczną,toistniejetakamacierzodwracalnaP=[p ij ] M n (R), że P t AP=diag(λ 1,λ 2,...,λ n ), iwówczasprzyzamianiezmiennychx=px zachodzi q P(x )=q(px )= λ i (x i) 2. i=1 Twierdzenie 11(Twierdzenie o bezwładności formy kwadratowej) Jeśli formę kwadratową sprowadzić do postaci kanonicznej za pomocą różnych liniowych zamian zmiennych, to liczba dodatnich, odpowiednio ujemnych, współczynników w każdej z tych postaci jest taka sama (nie zależy od sposobu sprowadzenia formy do postaci kanonicznej) Sygnatura i rząd formy kwadratowej. Określoność formy Definicja 10.4(Sygnatura i rząd formy kwadratowej) Jeśli p jest liczbą dodatnich współczynnikówformyqwpostacikanonicznejir liczbąujemnychwspółczynników,toparę(p,r)nazywamy sygnaturą formy kwadratowej q i oznaczamy sgn(q) =(p, r). Rzędem formy kwadratowej nazywamy rg(q) = p + r liczbę niezerowych współczynników w postaci kanonicznej. Definicja 10.5(Formy określone dodatnio(ujemnie)) Niech q będzie formą kwadratową n zmiennych.jeślisgn(q)=(p,0),gdziep<n,toqnazywamyformąnieujemną(lubdodatniopółokreśloną),ajeślisgn(q)=(n,0) formądodatniookreśloną. Analogicznie definiujemy formy niedodatnie(ujemnie określone).

4 60 ALiGA Wykład 10. Zauważmy,żejeśliformaqjestokreślonadodatnio,todlakażdegoróżnegoodzerax R n mamy q(x)>0,ajeśliformaqjest(tylko)półokreślonadodatnio,todlakażdegox R n mamyq(x) 0,a przytymistniejetakix 0,żeq(x)=0. Nazwy te stosujemy również do macierzy symetrycznych nazywając taką macierz określoną dodatnio (ujemnie), jeśli odpowiadająca jej forma kwadratowa jest określona dodatnio, odpowiednio ujemnie. Tę samą zasadę stosujemy w przypadku form kwadratowych półokreślonych, odnosząc tę nazwę do odpowiadających im symetrycznych macierzy. Wniosek 13(Dodatnia(ujemna) określoność macierzy) Symetryczna macierz kwadratowa A M n (R)jestmacierzą: dodatniookreślonągdyx t Ax= n a jm x j x m >0dlakażdegox 0; ujemnieokreślonągdyx t Ax= n a jm x j x m <0dlakażdegox 0. Macierz symetryczna odpowiada formie półokreślonej, jeśli w powyższych warunkach zamiast nierówności ostrych występują nietrywialnie nierówności nieostre nietrywialnie, to znaczy przynajmniej dla jednego niezerowego wektora nie ma miejsca nierównośc ostra Metoda Lagrange a redukcji formy kwadratowej Przykłady redukcji formy kwadratowej do postaci kanonicznej metodą Lagrange a Rozważamy formę kwadratową a w zapisie macierzowym f(x,y,z)=4x 2 +3y 2 2z 2 8xy+2yz, (10.5) t x x f(x,y,z)= y y. z z Przez uzupełnianie do kwadratu w wyrażeniu po prawej będziemy eliminować kolejne zmienne. Zaczniemyodprzekształceniasumywszystkichskładnikówzawierającychzmiennąx,tj.od4x 2 8xy,za pomocą dobrze znanego sposobu uzupełniania do pełnego kwadratu. Mamy 4x 2 8xy=4(x y) 2 4y 2. Podstawiając to wyrażenie do wyjściowej formy otrzymamy 4x 2 +3y 2 2z 2 8xy+2yz=4(x y) 2 y 2 +2yz 2z 2. Otrzymaliśmy nową postać formy, która zawiera pełny kwadrat liniowej funkcji x y, a pozostała część sumy,tj.2yz y 2 2z 2 jestformąkwadratowązmiennychyiz.ponieważniejestonapełnymkwadratem, ani do niego proporcjonalna, raz jeszcze zastosujemy podobny chwyt uzupełniania do kwadratu otrzymując 2yz y 2 2z 2 = (y z) 2 z 2. Wyjściową formę możemy zatem zapisać w postaci f(x,y,z)=4x 2 +3y 2 2z 2 8xy+2yz=4(x y) 2 (y z) 2 z 2. W ten sposób wykazaliśmy, że podstawienie zmiennych w postaci x =x y y =y z z =z z odwróceniem w postaci x =x +y +z y =y +z z =z

5 A. Strasburger Konspekt wykładów ALiGA(przygotowany 17 czerwca 2011 roku) 61 sprowadza formę do postaci kanonicznej x t x f P(x,y,z )= y y z z x t x = y y z z =4(x ) 2 (y ) 2 (z ) 2. Nakreślona powyżej metoda nie jest jednoznaczna, moglibyśmy na przykład w drugim kroku zastosować formułę co doprowadziłoby nas do odmiennego wyniku. 2yz y 2 2z 2 = 2(z 1 2 y)2 1 2 y2, f(x,y,z)=4x 2 +3y 2 2z 2 8xy+2yz=4(x y) 2 2(z 1 2 y)2 1 2 y2. W ogólności możliwe jest przeprowadzenie redukcji na wiele innych sposobów, przez uzupełnianie do pełnego kwadratu innych grup zmiennych. Otrzymane na różnych drogach wyniki(postacie kanoniczne formy kwadratowej) mogą być odmienne. Zilustrujemy to przeprowadzając redukcję innym niż poprzedni sposobem.tymrazemrozpoczniemyproceduręoduzupełnieniaodkwadratuwyrażenia3y 2 8xy+2yz, które obejmuje wszystkie składniki zawierające zmienną y. Mamy 3y 2 8xy+2yz=3(y xy+2 3 yz)=3(y 4 3 x+1 3 z) xz 16 3 x2 1 3 z2. co pozwala formę z równania(10.5) przepisać w postaci f(x,y,z)=3(y 4 3 x+1 3 z) xz+( )x2 ( )z2. Trzy ostatnie składniki sumy po prawej stronie nie zawierają już zmiennej y i przedstawiają formę kwadratową zmiennych x, z, którą można zapisać w postaci 8 3 xz+( )x2 ( )z2 = 4 3 (x2 2xz+z 2 ) z 2 Grupując uzyskane częściowe wyniki otrzymamy 4 3 (x z)2 z 2. f(x,y,z)=3(y 4 3 x+1 3 z)2 4 3 (x z)2 z 2. Wprowadzimy teraz nowe zmienne za pomocą wzorów x =x z y =y 4 3 x+1 3 z z =z z odwróceniem w postaci x =x +z y = 4 3 x +y +z z =z lub w postaci macierzowej x x y =Q y 4, gdzie Q= 1 1 z z

6 62 ALiGA Wykład 10. To pozwoli wyjściową formę kwadratową(10.5) zapisać w postaci kanonicznej f Q(x,y,z )=3(y ) (x ) 2 (z ) 2. Porównując otrzymane różnymi drogami wyniki widzimy, że wyjściową formę można przedstawić w postaci 4x 2 +3y 2 2z 2 8xy+2yz=4(x y) 2 (y z) 2 z 2 =4(x y) 2 2(z 1 2 y)2 1 2 y2 =3(y 4 3 x+1 3 z)2 4 3 (x z)2 z 2. Jednak choć otrzymane postaci są różne, liczby dodatnich i ujemnych współczynników stojących przy pełnych kwadratach, są w każdym przypadku jednakowe Wyznacznikowe kryterium dodatniej określoności macierzy NiechA M n (R)będziemacierząkwadratowąstopnian.Dlak=1,...,nprzezD k (A)oznaczmy minor główny stopnia k macierzy A, tj. minor złożony z elementów macierzy A występujących w pierwszychkkolumnachipierwszychkwierszach.ogólnied k (A)=det[a jl ] j k,l k,awszczególności dlak=1,2,3mamy D 1 (A)=a 11, a D 2 (A)= 11 a 12 a 21 a 22 =a 11a 22 a 12 a 21, a 11 a 12 a 13 D 3 (A)= a 21 a 22 a 23 = a 31 a 32 a 33 +a 11 a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32 a 13 a 22 a 31 a 12 a 21 a 33 a 11 a 32 a 23. Stwierdzenie16NiechA M n (R)będziemacierząsymetryczną,tzn.A t =A.Wówczas x t Ax= x t Ax= a jm x j x m >0, dlawszystkichx 0, D k (A)>0 dlak=1,...,n; (10.6) a jm x j x m <0, dlawszystkichx 0, ( 1) k D k (A)>0 dlak=1,...,n. Przykład Rozważmyiloczynx t Axdlamacierzysymetrycznej [ ] 1 2 A= idowolnegowektora x= 2 5 Prosty rachunek daje [ x1 ] R 2. x 2 x t Ax= [ ] [ ][ ] 1 2 x1 x 1 x 2 = [ ] [ x x 2 5 x 1 +2x 2 2x 1 +5x 1 2 ]=x 2 x x 1x 2 +5x 2 2 =(x 1+2x 2 ) 2 +x (10.7) Toostatniewyrażeniejestdodatniedlakażdegoróżnegoodzerawektorax R 2,codowodzi,żemacierzAjestdodatnio określona. Z drugiej strony minory główne macierzy A spełniają D 1 (A)=1>0, D 2 (A)= =1>0, zgodnie z treścią Stwierdzenia 16.

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

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

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2017 Mirosław Sobolewski (UW) Warszawa, 2017 1 / 10 Definicja Funkcja

Bardziej szczegółowo

Układy równań liniowych

Układy 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 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

3. Wykład Układy równań liniowych.

3. 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 szczegółowo

Metody numeryczne Wykład 4

Metody numeryczne Wykład 4 Metody numeryczne Wykład 4 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Metody skończone rozwiązywania

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

Teoretyczne podstawy programowania liniowego

Teoretyczne podstawy programowania liniowego Teoretyczne podstawy programowania liniowego Elementy algebry liniowej Plan Kombinacja liniowa Definicja Kombinacja liniowa wektorów (punktów) x 1, x 2,, x k R n to wektor x R n k taki, że x = i=1 λ i

Bardziej szczegółowo

Wyk lad 14 Formy kwadratowe I

Wyk lad 14 Formy kwadratowe I Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można

Bardziej szczegółowo

Wielomiany podstawowe wiadomości

Wielomiany podstawowe wiadomości Rozdział Wielomiany podstawowe wiadomości Funkcję postaci f s = a n s n + a n s n + + a s + a 0, gdzie n N, a i R i = 0,, n, a n 0 nazywamy wielomianem rzeczywistym stopnia n; jeżeli współczynniki a i

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

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

Bardziej szczegółowo

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory; Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja Politechnika Wrocławska, Wydział Informatyki i Zarządzania Optymalizacja Dla podanych niżej problemów decyzyjnych (zad.1 zad.5) należy sformułować zadania optymalizacji, tj.: określić postać zmiennych

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k. Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2009 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 15 Definicja Niech V, W,

Bardziej szczegółowo

Układy równań liniowych

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

Bardziej szczegółowo

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem Rozdział 6 Równania liniowe 6 Przekształcenia liniowe Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem F Definicja 6 Funkcję f : X Y spełniającą warunki: a) dla dowolnych x,

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2011 Mirosław Sobolewski (UW) Warszawa, 2011 1 / 16 Definicja Niech V,

Bardziej szczegółowo

Macierz o wymiarach m n. a 21. a 22. A =

Macierz o wymiarach m n. a 21. a 22. A = Macierze 1 Macierz o wymiarach m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Mat m n (R) zbiór macierzy m n o współczynnikach rzeczywistych Analogicznie określamy Mat m n (Z), Mat m n (Q) itp 2

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

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

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje

Bardziej szczegółowo

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

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j = 11 Algebra macierzy Definicja 11.1 Dla danego ciała F i dla danych m, n N funkcję A : {1,..., m} {1,..., n} F nazywamy macierzą m n (macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)

Bardziej szczegółowo

1 Zbiory i działania na zbiorach.

1 Zbiory i działania na zbiorach. Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 Równania różniczkowe o zmiennych rozdzielonych Równania sprowadzalne do równań o zmiennych rozdzielonych Niech f będzie funkcją ciągłą na przedziale (a, b), spełniającą na

Bardziej szczegółowo

Rachunek różniczkowy i całkowy w przestrzeniach R n

Rachunek różniczkowy i całkowy w przestrzeniach R n Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda

Bardziej szczegółowo

Metoda Karusha-Kuhna-Tuckera

Metoda Karusha-Kuhna-Tuckera Badania operacyjne i teoria optymalizacji Poznań, 2015/2016 Plan 1 Sformułowanie problemu 2 3 Warunki ortogonalności 4 Warunki Karusha-Kuhna-Tuckera 5 Twierdzenia Karusha-Kuhna-Tuckera 6 Ograniczenia w

Bardziej szczegółowo

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

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

Bardziej szczegółowo

3. Funkcje wielu zmiennych

3. Funkcje wielu zmiennych 3 Funkcje wielu zmiennych 31 Ciagłość Zanim podamy definicję ciagłości dla funkcji wielu zmiennych wprowadzimy bardzo ogólne i abstrakcyjne pojęcie przestrzeni metrycznej Przestrzeń metryczna Metryka w

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ MACIERZE ODWZOROWAŃ LINIOWYCH

ALGEBRA Z GEOMETRIĄ MACIERZE ODWZOROWAŃ LINIOWYCH ALGEBRA Z GEOMETRIĄ 1/10 MACIERZE ODWZOROWAŃ LINIOWYCH Piotr M. Hajac Uniwersytet Warszawski Wykład 12, 08.01.2014 Typeset by Jakub Szczepanik. Motywacje 2/10 W celu wykonania obliczeń numerycznych w zagadnieniach

Bardziej szczegółowo

2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie.

2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie. Wniosek 1 Rozpatrzmy układ równań postaci: y 1 = a 11 (x)y 1 + + a 1n (x)y n y 2 = a 21 (x)y 1 + + a 2n (x)y n y n = a n1 (x)y 1 + + a nn (x)y n (1) o współczynnikach ciągłych w przedziale J 1 Rozwiązanie

Bardziej szczegółowo

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3 3 Wyznaczniki 31 Wyznaczniki stopni 2 i 3 Wyznacznik macierzy 2 2 Dana jest macierz [ ] a b A Mat c d 2 2 (R) Wyznacznikiem macierzy A nazywamy liczbę mamy a A c b ad bc d Wyznacznik macierzy A oznaczamy

Bardziej szczegółowo

Wektory i wartości własne

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

Bardziej szczegółowo

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Metoda eliminacji Gaussa. Autorzy: Michał Góra Metoda eliminacji Gaussa Autorzy: Michał Góra 9 Metoda eliminacji Gaussa Autor: Michał Góra Przedstawiony poniżej sposób rozwiązywania układów równań liniowych jest pewnym uproszczeniem algorytmu zwanego

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

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych wyliczamy według wzoru (x, x 2,..., x n ) f(x, x 2,..., x n )

Bardziej szczegółowo

Wektory i wartości własne

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

Bardziej szczegółowo

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2 Temat 1 Pojęcia podstawowe 1.1 Przegląd wybranych równań i modeli fizycznych Równaniem różniczkowym cząstkowym rzędu drugiego o n zmiennych niezależnych nazywamy równanie postaci gdzie u = u (x 1, x,...,

Bardziej szczegółowo

FUNKCJA KWADRATOWA. 1. Definicje i przydatne wzory. lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax 2 + bx + c

FUNKCJA KWADRATOWA. 1. Definicje i przydatne wzory. lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax 2 + bx + c FUNKCJA KWADRATOWA 1. Definicje i przydatne wzory DEFINICJA 1. Funkcja kwadratowa lub trójmianem kwadratowym nazywamy funkcję postaci: f(x) = ax + bx + c taką, że a, b, c R oraz a 0. Powyższe wyrażenie

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

Optymalizacja ciągła

Optymalizacja ciągła Optymalizacja ciągła 5. Metody kierunków poparwy (metoda Newtona-Raphsona, metoda gradientów sprzężonych) Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 28.03.2019 1

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

a 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 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

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami: 9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym

Bardziej szczegółowo

13 Układy równań liniowych

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

Bardziej szczegółowo

5. Rozwiązywanie układów równań liniowych

5. 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 szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH Wykłady z matematyki inżynierskiej JJ, 08 DEFINICJA Układ m równań liniowych z n niewiadomymi to: ( ) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 +

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

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

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi

Bardziej szczegółowo

Programowanie celowe #1

Programowanie 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 szczegółowo

Wykład 14. Elementy algebry macierzy

Wykład 14. Elementy algebry macierzy Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,

Bardziej szczegółowo

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

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1 Normy wektorów i macierzy (5.3.1) Niech 1 X =[x x Y y =[y1 x n], oznaczają wektory przestrzeni R n, a yn] niech oznacza liczbę rzeczywistą. Wyrażenie x i p 5.3.1.a X p = p n i =1 nosi nazwę p-tej normy

Bardziej szczegółowo

det[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,...

det[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 szczegółowo

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska Funkcje liniowe i wieloliniowe w praktyce szkolnej Opracowanie : mgr inż. Renata Rzepińska . Wprowadzenie pojęcia funkcji liniowej w nauczaniu matematyki w gimnazjum. W programie nauczania matematyki w

Bardziej szczegółowo

Algebra liniowa. Macierze i układy równań liniowych

Algebra liniowa. Macierze i układy równań liniowych Algebra liniowa Macierze i układy równań liniowych Własności wyznaczników det I = 1, det(ab) = det A det B, det(a T ) = det A. Macierz nieosobliwa Niech A będzie macierzą kwadratową wymiaru n n. Mówimy,

Bardziej szczegółowo

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

Lokalna odwracalność odwzorowań, odwzorowania uwikłane Lokalna odwracalność odwzorowań, odwzorowania uwikłane Katedra Matematyki i Ekonomii Matematycznej Szkoła Główna Handlowa 17 maja 2012 Definicja Mówimy, że odwzorowanie F : X R n, gdzie X R n, jest lokalnie

Bardziej szczegółowo

Programowanie liniowe

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

Bardziej szczegółowo

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

Układy równań liniowych metoda gaussowskiej eliminacji

Układy równań liniowych metoda gaussowskiej eliminacji Wykład4(29X2009) Układy równań liniowych metoda gaussowskiej eliminacji Treść wykładu Teoria układów równań liniowych, I Przykłady prowadzenia eliminacji niewiadomych metodą Gaussa, Wprowadzenie języka

Bardziej szczegółowo

1 Macierz odwrotna metoda operacji elementarnych

1 Macierz odwrotna metoda operacji elementarnych W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz

Bardziej szczegółowo

Macierze. Rozdział Działania na macierzach

Macierze. Rozdział Działania na macierzach Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy

Bardziej szczegółowo

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach. WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

Bardziej szczegółowo

Własności wyznacznika

Własności wyznacznika Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy

Bardziej szczegółowo

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

Pochodne 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 szczegółowo

3. FUNKCJA LINIOWA. gdzie ; ół,.

3. FUNKCJA LINIOWA. gdzie ; ół,. 1 WYKŁAD 3 3. FUNKCJA LINIOWA FUNKCJĄ LINIOWĄ nazywamy funkcję typu : dla, gdzie ; ół,. Załóżmy na początek, że wyraz wolny. Wtedy mamy do czynienia z funkcją typu :.. Wykresem tej funkcji jest prosta

Bardziej szczegółowo

Wykład z równań różnicowych

Wykład z równań różnicowych Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.

Bardziej szczegółowo

Wstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra

Wstęp do metod numerycznych Faktoryzacja QR i SVD. P. F. Góra Wstęp do metod numerycznych Faktoryzacja QR i SVD P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Transformacja Householdera Niech u R N, u 0. Tworzymy macierz W sposób oczywisty P T = P. Obliczmy

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

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

KADD Metoda najmniejszych kwadratów funkcje nieliniowe

KADD Metoda najmniejszych kwadratów funkcje nieliniowe Metoda najmn. kwadr. - funkcje nieliniowe Metoda najmniejszych kwadratów Funkcje nieliniowe Procedura z redukcją kroku iteracji Przykłady zastosowań Dopasowanie funkcji wykładniczej Dopasowanie funkcji

Bardziej szczegółowo

Metody systemowe i decyzyjne w informatyce

Metody systemowe i decyzyjne w informatyce Metody systemowe i decyzyjne w informatyce Ćwiczenia lista zadań nr 3 autorzy: A. Gonczarek, J.M. Tomczak Zbiory i funkcje wypukłe Zad. 1 Pokazać, że następujące zbiory są wypukłe: a) płaszczyzna S = {x

Bardziej szczegółowo

1 Działania na zbiorach

1 Działania na zbiorach Algebra liniowa z geometrią /4 Działania na zbiorach Zadanie Czy działanie : R R R określone wzorem (x x ) (y y ) := (x y x y x y + x y ) jest przemienne? Zadanie W dowolnym zbiorze X określamy działanie

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

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

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler GAL (Informatyka) Wykład - formy hermitowskie Wersja z dnia 23 stycznia 2014 Paweł Bechler 1 Formy hermitowskie Niech X oznacza przestrzeń liniową nad ciałem K. Definicja 1. Funkcję φ : X X K nazywamy

Bardziej szczegółowo

PROGRAMOWANIE KWADRATOWE

PROGRAMOWANIE KWADRATOWE PROGRAMOWANIE KWADRATOWE Programowanie kwadratowe Zadanie programowania kwadratowego: Funkcja celu lub/i co najmniej jedno z ograniczeń jest funkcją kwadratową. 2 Programowanie kwadratowe Nie ma uniwersalnej

Bardziej szczegółowo

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem

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

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

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa Równanie Bessela Będziemy rozważać następujące równanie Bessela x y xy x ν )y 0 ) gdzie ν 0 jest pewnym parametrem Rozwiązania równania ) nazywamy funkcjami Bessela rzędu ν Sprawdzamy, że x 0 jest regularnym

Bardziej szczegółowo

Równania różniczkowe. Notatki z wykładu.

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

Bardziej szczegółowo

Wykład 3 Równania rózniczkowe cd

Wykład 3 Równania rózniczkowe cd 7 grudnia 2010 Definicja Równanie różniczkowe dy dx + p (x) y = q (x) (1) nazywamy równaniem różniczkowym liniowym pierwszego rzędu. Jeśli q (x) 0, to równanie (1) czyli równanie dy dx + p (x) y = 0 nazywamy

Bardziej szczegółowo

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;(

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;( Zad Przedstaw funkcję kwadratową w postaci ogólnej Przykład y = ( x ) + 5 (postać kanoniczna) FUNKCJA KWADRATOWA Postać ogólna funkcji kwadratowej to: y = ax + bx + c;( a 0) Aby ją uzyskać pozbywamy się

Bardziej szczegółowo

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

Wykład 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 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

2. Układy równań liniowych

2. 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 szczegółowo

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych [ ] e Zadanie 1 Pokazać, że X(t) = 2t cos t sin t e 2t jest specjalną macierzą fundamentalną w sin t cos t [ 2 cos chwili τ = 0 układu

Bardziej szczegółowo

Rachunek całkowy funkcji wielu zmiennych

Rachunek całkowy funkcji wielu zmiennych Rachunek całkowy funkcji wielu zmiennych Całki potrójne wykład z MATEMATYKI Budownictwo studia niestacjonarne sem. II, rok ak. 2008/2009 Katedra Matematyki Wydział Informatyki olitechnika Białostocka 1

Bardziej szczegółowo

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie:

Znaleźć 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 szczegółowo

Ciała 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. 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 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

Równania różniczkowe cząstkowe drugiego rzędu

Równania różniczkowe cząstkowe drugiego rzędu Równania różniczkowe cząstkowe drugiego rzędu Marcin Orchel Spis treści 1 Wstęp 1 1.1 Metoda faktoryzacji (rozdzielania zmiennych)................ 5 1.2 Metoda funkcji Greena.............................

Bardziej szczegółowo

Rozdział 2. Krzywe stożkowe. 2.1 Elipsa. Krzywe stożkowe są zadane ogólnym równaniem kwadratowym na płaszczyźnie

Rozdział 2. Krzywe stożkowe. 2.1 Elipsa. Krzywe stożkowe są zadane ogólnym równaniem kwadratowym na płaszczyźnie Rozdział Krzywe stożkowe Krzywe stożkowe są zadane ogólnym równaniem kwadratowym na płaszczyźnie x + By + Cxy + Dx + Ey + F = 0. (.) W zależności od relacji pomiędzy współczynnikami otrzymujemy elipsę,

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: a + a +... + ann b a + a +... + ann b... an + an+... + annn bn który

Bardziej szczegółowo

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5 Matematyka ZLic - 07 Wektory i macierze Wektorem rzeczywistym n-wymiarowym x x 1, x 2,,x n nazwiemy ciąg n liczb rzeczywistych (tzn odwzorowanie 1, 2,,n R) Zbiór wszystkich rzeczywistych n-wymiarowych

Bardziej szczegółowo