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

Wielkość: px
Rozpocząć pokaz od strony:

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

Transkrypt

1 Macierze 1

2 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

3 Wiersze macierzy A: [ a11 a 12 a 1n ], [ a21 a 22 a 2n ], [ am1 a m2 a mn ] Kolumny macierzy A: a 11 a 21 a m1, a 12 a 22 a m2,, a 1n a 2n a mn 3

4 Działania na macierzach Dodawanie a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn = + b 11 b 12 b 1n b 21 b 22 b 2n b m1 b m2 b mn a 11 + b 11 a 12 + b 12 a 1n + b 1n a 21 + b 21 a 22 + b 22 a 2n + b 2n a m1 + b m1 a m2 + b m2 a mn + b mn = 4

5 Krócej: [ aij ]m n + [ b ij ]m n = [ a ij + b ij ] m n Przykład: [ 1 2 ] [ 3 2 ] = [ ] Dodajemy tylko macierze o tych samych wymiarach m n, suma jest też macierzą m n 5

6 Własności dodawania macierzy Dla dowolnych macierzy m n zachodzą równości A + B = B + A, (A + B) + C = A + (B + C), A + 0 m n = A A + ( A) = 0 m n 6

7 Macierz zerowa: 0 m n = Macierzą przeciwną do macierzy A = [ a ij jest macierz ]m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn 7

8 Mnożenie macierzy przez liczbę c a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn = ca 11 ca 12 ca 1n ca 21 ca 22 ca 2n ca m1 ca m2 ca mn Mnożąc dowolną macierz przez liczbę otrzymujemy macierz o tych samych wymiarach 8

9 Własności mnożenia macierzy przez liczbę Dla dowolnych macierzy A, B o wymiarach m n i dowolnych liczb α, β zachodzą równości α(a + B) = αa + αb, (α + β)a = αa + βa, (αβ)a = α(βa), 1 A = A, ( 1) A = A, 0 A = 0 m n, α 0 m n = 0 m n 9

10 Mnożenie macierzy Iloczynem macierzy 1 n i macierzy n 1 jest macierz 1 1: [ a1 a 2 a n ] b 1 b 2 b n = [ a 1 b 1 + a 2 b a n b n ] Przykład: [ ] = [ 1 ( 1) ] = [ 30 ] 10

11 Iloczynem macierzy m n i macierzy n 1 jest macierz m 1: a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn b 1 b 2 = b n a 11 b 1 + a 12 b a 1n b n a 21 b 1 + a 22 b a 2n b n a m1 b 1 + a m2 b a mn b n Przykład: = 1 ( 1) ( 1) ( 1) ( 1) 7 =

12 Iloczynem macierzy m n i macierzy n k jest macierz m k: a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn = c 11 c 12 c 1k c 21 c 22 c 2k c m1 c m2 c mk gdzie c ij = a i1 b 1j + a i2 b 2j + + a in b nj b 11 b 12 b 1k b 21 b 22 b 2k b n1 b n2 b nk, = 12

13 Własności mnożenia macierzy Dla dowolnych macierzy (odpowiednich wymiarów) zachodzą równości: (AB)C = A(BC) dla A Mat m n (R), B Mat n k (R), C Mat k l (R), (A + B)C = AC + BC dla A, B Mat m n (R), C Mat n k (R), A(B + C) = AB + AC dla A Mat m n (R), B, C Mat n k (R), (ca)b = A(cB) = c(ab) dla A Mat m n (R), B Mat n k (R), c R, 13

14 Macierz zerowa A 0 n k = 0 m k, 0 k m A = 0 k n dla A Mat m n (R) Macierz jednostkowa: I n = Mat n n (R), A I n = I m A = A dla A Mat m n (R) 14

15 Macierz skalarna: c I n = c c c c Mat n n (R), c R, ca = A (ci n ) = (ci m ) A dla A Mat m n (R) 15

16 Macierz diagonalna: c 1,, c n R c c c n c n Mat n n (R), gdzie Macierz A = [ a ij ]i,j=1,,n Mat n n jest diagonalna a ij = 0 dla i j 16

17 c c c m a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn = c 1 a 11 c 1 a 12 c 1 a 1n c 2 a 21 c 2 a 22 c 2 a 2n c m a m1 c m a m2 c m a mn a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn c c c n = c 1 a 11 c 2 a 12 c n a 1n c 1 a 21 c 2 a 22 c n a 2n c 1 a m1 c 2 a m2 c n a mn 17

18 Macierz o wymiarach n n nazywamy kwadratową Macierz diagonalna jest macierzą kwadratową Spośród macierzy kwadratowych wyróżniamy macierze górnotrójkątne i dolnotrójkątne Macierz górnotrójkątna: gdzie a ij R a 11 a 12 a 1,n 1 a 1n 0 a 22 a 2,n 1 a 2n 0 0 a n 1,n 1 a n 1,n a nn Macierz A = [ a ij ]i,j=1,,n Mat n n(r) jest górnotrójkątna a ij = 0 dla i > j, 18

19 Macierz dolnotrójkątna: gdzie a ij R a a 21 a a n 1,1 a n 1,2 a n 1,n 1 0 a n1 a n2 a n,n 1 a nn, Macierz A = [ a ij ]i,j=1,,n Mat n n(r) jest dolnotrójkątna a ij = 0 dla i < j 19

20 Niech A Mat m n (R) będzie dowolną macierzą: A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Macierzą transponowaną do macierzy A nazywamy macierz A T = A T Mat n m (R) a 11 a 21 a m1 a 12 a 22 a m2 a 1n a 2n a mn, 20

21 Przykłady 1 Jeśli A = [ ] 1 2 3, to A T = Macierzą transponowaną do macierzy diagonalnej jest ta sama macierz 3 Macierz transponowana do macierzy górnotrójkątnej jest macierzą dolnotrójkątną, i na odwrót 21

22 Symbolicznie możemy zapisać: A T = [ b ij ]n m, gdzie b ij = a ji dla i = 1,, n, j = 1,, m Dla dowolnych macierzy A, B i dowolnej liczby c zachodzą równości (A + B) T = A T + B T, A, B Mat m n (R), (ca) T = ca T, (AB) T = B T A T, A Mat m n (R), B Mat n k (R), (A T ) T = A 22

23 Macierz kwadratową A nazywamy symetryczną, jeśli A T = A, Macierz kwadratową A nazywamy antysymetryczną, jeśli A T = A symetryczna, antysymetryczna, jest sy- Dla dowolnej macierzy kwadratowej A macierz A + A T metryczna, a macierz A A T jest antysymetryczna 23

24 Zadanie Przedstawić dowolną macierz kwadratową w postaci sumy macierzy symetrycznej i macierzy antysymetrycznej Uzasadnić, że takie przedstawienie jest jednoznaczne 24

25 Permutacje Permutacją zbioru nazywamy ustawienie jego elementów w dowolnej kolejności Permutację zbioru {1, 2,, n} zapisujemy w postaci tabelki: σ = ( 1 2 n 1 n σ(1) σ(2) σ(n 1) σ(n) ( ) Przykład Permutacja σ = jest określona następująco: σ(1) = 4, σ(2) = 1, σ(3) = 3, σ(4) = ) Zbiór permutacji zbioru {1, 2,, n} oznaczamy przez S n 25

26 Rozważmy permutację ( 1 2 n 1 n σ = c 1 c 2 c n 1 c n ) Parę (c k, c l ) taką, że k < l i c k > c l, nazywamy nieporządkiem Permutację nazywamy parzystą, jeśli liczba jej nieporządków jest parzysta, a nieparzystą, jeśli ta liczba jest nieparzysta Znak permutacji σ oznaczamy symbolem sgn(σ) Jeśli σ jest permutacją parzystą, to sgn(σ) = +1, a jeśli nieparzystą, to sgn(σ) = 1 26

27 Przykład σ = ( ) Nieporządki permutacji σ: (3, 2), (3, 1), (4, 2), (4, 1), (5, 2), (5, 1), (6, 2), (6, 1), (7, 2), (7, 1), (2, 1), (9, 8) Liczba nieporządków: 12, znak permutacji: sgn(σ) = +1 27

28 Wyznaczniki 28

29 Wyznacznik macierzy 2 2 Dana jest macierz A Mat 2 2 (R), A = [ a b c d ] Wyznacznikiem macierzy A nazywamy liczbę A = a b c d = ad bc Wyznacznik macierzy A oznaczamy też symbolem det A 29

30 Dla macierzy A = [ a11 a 12 a 21 a 22 ] mamy det A = a 11 a 22 a 12 a 21 Są dwie permutacje zbioru {1, 2} Permutacja ( ) jest parzysta, ma znak +1 Permutacja ( ) jest nieparzysta, ma znak 1 30

31 Wyznacznik macierzy 3 3 Wyznacznikem macierzy A Mat 3 3 (R), A = nazywamy liczbę A = a b c d e f g h i a b c d e f g h i = aei + bfg + cdh afh bdi ceg 31

32 Dla macierzy A = a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 mamy det A = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 11 a 23 a 32 a 12 a 21 a 33 a 13 a 22 a 31 ( ) ( Jest 6 permutacji zbioru {1, 2, 3} Permutacje, ( ) ( ) są parzyste, mają znak +1 Permutacje, ( ) ( ) , są nieparzyste, mają znak ), 32

33 Wyznacznik macierzy (kwadratowej!) A Mat n n (R), A = a 11 a 12 a 1n a 21 a 22 a 2n a n1 a n2 a nn określamy następująco: det A = (sgn σ) a 1σ(1) a 2σ(2) a nσ(n) σ S n, 33

34 Wyznacznik macierzy jednostkowej: det(i n ) = = 1 Wyznacznik macierzy diagonalnej: c c c n c n = c 1 c 2 c n 34

35 Wyznacznik macierzy górnotrójkątnej: a 11 a 12 a 1,n 1 a 1n 0 a 22 a 2,n 1 a 2n 0 0 a n 1,n 1 a n 1,n a nn = a 11 a 22 a nn Wyznacznik macierzy dolnotrójkątnej: a a 21 a a n 1,1 a n 1,2 a n 1,n 1 0 a n1 a n2 a n,n 1 a nn = a 11 a 22 a nn 35

36 Wyznacznik macierzy transponowanej: det A T = det A Wyznacznik iloczynu macierzy: dla dowolnych macierzy A, B Mat n n (R) zachodzi równość det(ab) = (det A) (det B) 36

37 Wyznacznik jako funkcja wierszy macierzy: w 1 = [ a 11 a 12 ] a 1n, w 2 = [ a 21 a 22 ] a 2n, w n = [ a n1 a n2 ] a nn Zapiszmy wyznacznik w postaci det A = w 1 w 2 w n 37

38 Dla dowolnego i {1,, n} mamy: w 1 w i + w i w n = w 1 w i w n + w 1 w i w n oraz w 1 c w i w n = c w 1 w i w n, 38

39 Dla dowolnych i, j {1,, n}, i j, mamy: w 1 w i w j w n = w 1 w j w i w n Wnioski: w 1 0 w n = w w n = 0 w 1 0 w n = 0, 39

40 w 1 w i w i w n = w 1 w i w i w n w 1 w i w i w n = 0, w 1 w i + c w j w j w n = w 1 w i w j w n + w 1 c w j w j w n = w 1 w i w j w n + c w 1 w j w j w n = w 1 w i w j w n 40

41 Kolumny macierzy A: a 11 a 21 a m1, a 12 a 22 a m2,, a 1n a 2n a mn Zapiszmy wyznacznik w postaci det A = k 1 k 2 k n 41

42 Wówczas dla dowolnego i {1,, n} mamy: k 1 k i + k i k n = k 1 k i k n + k1 k i k n oraz k 1 c k i k n = c k1 k i k n, dla dowolnych i, j {1,, n}, i j, mamy: k1 k 1 k i k j k n = k j k i k n 42

43 Wnioski: k 1 0 k n = 0, k 1 k i k i k n = 0, k 1 k i + c k j k j k n = k1 k i k j k n 43

44 Niech A Mat n n (R) Przez A ij oznaczmy macierz otrzymaną z macierzy A przez wykreślenie i-tego wiersza i j-tej kolumny Rozwinięcie Laplace a względem i-tego wiersza: A = ( 1) i+1 a i1 A i1 +( 1) i+2 a i2 A i2 + +( 1) i+n a in A in Rozwinięcie Laplace a względem j-tej kolumny: A = ( 1) 1+j a 1j A 1j +( 1) 2+j a 2j A 2j + +( 1) n+j a nj A nj 44

45 Macierz odwrotna Niech A Mat n n (R) będzie macierzą kwadratową Macierz B Mat n n (R) nazywamy odwrotną do macierzy A, jeśli AB = BA = I n Oznaczenie macierzy odwrotnej: A 1 45

46 Przykłady 1 Macierzą odwrotną do A = [ ] 1 a 0 1 jest macierz [ ] 1 a Macierz A = [ ] nie posiada macierzy odwrotnej 46

47 3 Macierzą odwrotną do macierzy diagonalnej: A = gdzie c 1,, c n 0, jest macierz A 1 = c c c n c c c 1 n, 47

48 Niech A Mat n n (R), A ij macierz otrzymana z macierzy A przez wykreślenie i-tego wiersza i j-tej kolumny Liczbę D ij = ( 1) i+j A ij nazywamy dopełnieniem algebraicznym elementu a ij Macierz dopełnień algebraicznych oznaczamy przez A D : A D = D 11 D 12 D 1n D 21 D 22 D 2n D n1 D n2 D nn 48

49 Twierdzenie Macierz odwrotna do macierzy A istnieje dokładnie wtedy, gdy det A 0, i wówczas A 1 = 1 det A (AD ) T Dowód Jeśli macierz A jest odwracalna, to A A 1 = I, więc skąd det A 0 det A det A 1 = det(a A 1 ) = det I = 1, Pozostaje wykazać, że jeśli det A 0, to macierz A jest odwracalna i macierz odwrotna wyraża się podanym wzorem 49

50 Rozważmy rozwinięcie Laplace a względem i-tego wiersza: det A = a 11 a 12 a 1n a i1 a i2 a in a j1 a j2 a jn a n1 a n2 a nn = a i1 D i1 + a i2 D i2 + + a in D in 50

51 Jeśli zamiast i-tego wiersza wstawimy j-ty wiersz, gdzie j i, to otrzymamy: 0 = a 11 a 12 a 1n a j1 a j2 a jn a j1 a j2 a jn a n1 a n2 a nn = a j1 D i1 + a j2 D i2 + + a jn D in 51

52 Dla dowolnego i mamy: a dla dowolnych i j: a i1 D i1 + a i2 D i2 + + a in D in = det A, Możemy to zapisać tak: a 11 a 12 a 1n a 21 a 22 a 2n a n1 a n2 a nn a j1 D i1 + a j2 D i2 + + a jn D in = 0 D 11 D 21 D n1 D 12 D 22 D n2 D 1n D 2n D nn = det A det A det A 52

53 Mamy zatem Analogicznie pokazujemy, że A (A D ) T = det A I (A D ) T A = det A I Jeśli det A 0, to otrzymujemy równości 1 A det A (AD ) T = 1 det A (AD ) T A = I, które oznaczają, że macierz A jest odwracalna oraz A 1 = 1 det A (AD ) T 53

54 Definicja Minorem macierzy A Mat m n (R) nazywamy wyznacznik jej podmacierzy kwadratowej: a i1 j 1 a i1 j 2 a i1 j k a i2 j 1 a i2 j 2 a i2 j k a ik j 1 a ik j 2 a ik j k gdzie 1 i 1 < i 2 < < i k m, 1 j 1 < j 2 < < j k n, Definicja Rzędem macierzy A Mat m n (R) nazywamy największy stopień jej niezerowego minora 54

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

Analiza matematyczna i algebra liniowa Macierze

Analiza matematyczna i algebra liniowa Macierze Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek

Bardziej szczegółowo

1 Macierze i wyznaczniki

1 Macierze i wyznaczniki 1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)

Bardziej szczegółowo

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska ALGEBRA LINIOWA Wykład 2 Analityka gospodarcza, sem 1 Wydział Zarządzania i Ekonomii Politechnika Gdańska dr inż Natalia Jarzębkowska, CNMiKnO semzimowy 2018/2019 2/17 Macierze Niech M = {1, 2,, m} i N

Bardziej szczegółowo

Macierze i Wyznaczniki

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

Bardziej szczegółowo

Definicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY

Definicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy funkcję

Bardziej szczegółowo

RACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska

RACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska RACHUNEK MACIERZOWY METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy

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

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

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej 15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN 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

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

Macierze Lekcja I: Wprowadzenie

Macierze Lekcja I: Wprowadzenie Macierze Lekcja I: Wprowadzenie Wydział Matematyki Politechniki Wrocławskiej Definicja Niech dane będą dwie liczby naturalne dodatnie m i n. Układ m n liczb ułożonych w prostokątną tablicę złożoną z m

Bardziej szczegółowo

Ekoenergetyka Matematyka 1. Wykład 3.

Ekoenergetyka Matematyka 1. Wykład 3. Ekoenergetyka Matematyka Wykład 3 MACIERZE Macierzą wymiaru n m, gdzie nm, nazywamy prostokątną tablicę złożoną z n wierszy i m kolumn: a a2 a j am a2 a22 a2 j a2m [ a ] nm A ai ai 2 a aim - i-ty wiersz

Bardziej szczegółowo

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja Macierze 1 Podstawowe denicje Macierz wymiaru m n, gdzie m, n N nazywamy tablic liczb rzeczywistych (lub zespolonych) postaci a 11 a 1j a 1n A = A m n = [a ij ] m n = a i1 a ij a in a m1 a mj a mn W macierzy

Bardziej szczegółowo

Treści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka

Treści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka Treści programowe Matematyka Katarzyna Trąbka-Więcław Elementy algebry liniowej. Macierze i wyznaczniki. Ciągi liczbowe, granica ciągu i granica funkcji, rachunek granic, wyrażenia nieoznaczone, ciągłość

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

DB Algebra liniowa semestr zimowy 2018

DB Algebra liniowa semestr zimowy 2018 DB Algebra liniowa semestr zimowy 2018 SPIS TREŚCI Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo

Bardziej szczegółowo

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

Wykład 7 Macierze i wyznaczniki

Wykład 7 Macierze i wyznaczniki Wykład 7 Macierze i wyznaczniki Andrzej Sładek sladek@ux2mathusedupl Instytut Matematyki, Uniwersytet Śląski w Katowicach Andrzej Sładek (Instytut Matematyki, Uniwersytet Śląski Wykład w Katowicach) 7

Bardziej szczegółowo

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra

Bardziej szczegółowo

, A T = A + B = [a ij + b ij ].

, A T = A + B = [a ij + b ij ]. 1 Macierze Jeżeli każdej uporządkowanej parze liczb naturalnych (i, j), 1 i m, 1 j n jest przyporządkowana dokładnie jedna liczba a ij, to mówimy, że jest określona macierz prostokątna A = a ij typu m

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

Algebra liniowa. 1. Macierze.

Algebra liniowa. 1. Macierze. Algebra liniowa 1 Macierze Niech m oraz n będą liczbami naturalnymi Przestrzeń M(m n F) = F n F n będącą iloczynem kartezjańskim m egzemplarzy przestrzeni F n z naturalnie określonymi działaniami nazywamy

Bardziej szczegółowo

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

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

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1 Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm

Bardziej szczegółowo

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

MACIERZE I WYZNACZNIKI

MACIERZE I WYZNACZNIKI Wykłady z matematyki inżynierskiej IMiF UTP 07 MACIERZ DEFINICJA. Macierza o m wierszach i n kolumnach nazywamy przyporza dkowanie każdej uporza dkowanej parze liczb naturalnych (i, j), gdzie 1 i m, 1

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Wyznaczniki. Algebra. Aleksander Denisiuk

Wyznaczniki. Algebra. Aleksander Denisiuk Algebra Wyznaczniki Aleksander Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych zamiejscowy ośrodek dydaktyczny w Gdańsku ul. Brzegi 55 80-045 Gdańsk Algebra p. 1 Wyznaczniki

Bardziej szczegółowo

Krótkie wprowadzenie do macierzy i wyznaczników

Krótkie wprowadzenie do macierzy i wyznaczników Radosław Marczuk Krótkie wprowadzenie do macierzy i wyznaczników 12 listopada 2005 1. Macierze Macierzą nazywamy układ liczb(rzeczywistych, bądź zespolonych), funkcji, innych macierzy w postaci: A a 11

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja 1. Tablic nast puj cej postaci a 11 a 12... a 1n a 21 a 22... a 2n A =... a m1 a m2... a mn nazywamy macierz o m wierszach i n kolumnach,

Bardziej szczegółowo

"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub

Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza. Gabriel Laub "Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub Def. Macierzą odwrotną do macierzy A M(n) i deta nazywamy macierz A - M(n) taką, że A A - A - A Tw.

Bardziej szczegółowo

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX Streszczenie Celem wykładu jest wprowadzenie

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

Analiza matematyczna i algebra liniowa Macierze

Analiza matematyczna i algebra liniowa Macierze Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek

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

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

Algebra liniowa z geometria

Algebra liniowa z geometria Algebra liniowa z geometria Materiały do ćwiczeń Zespół matematyków przy WEEiA Spis treści 1 Macierze i wyznaczniki 5 11 Macierze i ich rodzaje 5 12 Operacje na macierzach 6 13 Wyznacznik macierzy 8 14

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki dr Krzysztof yjewski Mechatronika; S-I.in». 5 pa¹dziernika 6 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja. Tablic nast puj cej postaci a a... a n a a... a n A =... a m a m...

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

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

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25 Wykład 4 Informatyka Stosowana Magdalena Alama-Bućko 25 marca 2019 Magdalena Alama-Bućko Wykład 4 25 marca 2019 1 / 25 Macierze Magdalena Alama-Bućko Wykład 4 25 marca 2019 2 / 25 Macierza wymiaru m n

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

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n

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

2 Rachunek macierzowy, metoda eliminacji Gaussa-Jordana Wprowadzenie teoretyczne Zadania... 9

2 Rachunek macierzowy, metoda eliminacji Gaussa-Jordana Wprowadzenie teoretyczne Zadania... 9 Spis treści 1 Podstawowe struktury algebraiczne 2 11 Grupa, pierścień, ciało 2 12 Grupy permutacji 4 13 Pierścień wielomianów, algorytm Euklidesa, największy wspólny dzielnik 6 14 Zadania 7 2 Rachunek

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

MACIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI.

MACIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI. MAIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI. k { 1,,..., k} Definicja 1. Macierzą nazyway każde odwzorowanie określone na iloczynie kartezjański.wartość tego odwzorowania na parze (i,j) k j oznaczay aij

Bardziej szczegółowo

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi.

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi. Grupy. Permutacje 1 1 Definicja grupy Niech G będzie zbiorem. Działaniem na zbiorze G nazywamy odwzorowanie (oznaczane, jak mnożenie, przez ) przyporządkowujące każdej parze uporządkowanej (a, b) G G element

Bardziej szczegółowo

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

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

Bardziej szczegółowo

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25 MIMUW 5 Wyznaczniki 25 5 Wyznaczniki Wyznacznik macierzy kwadratowych jest funkcją det : K m n K, (m = 1, 2, ) przypisującą każdej macierzy kwadratowej skalar, liniowo ze względu na każdy wiersz osobno

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

Podstawowe działania w rachunku macierzowym

Podstawowe działania w rachunku macierzowym Podstawowe działania w rachunku macierzowym Marcin Detka Katedra Informatyki Stosowanej Kielce, Wrzesień 2004 1 MACIERZE 1 1 Macierze Macierz prostokątną A o wymiarach m n (m wierszy w n kolumnach) definiujemy:

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

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: Lista Algebra z Geometrią Analityczną Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: (N, ), (Z, +) (Z, ), (R, ), (Q \ {}, ) czym jest element neutralny i przeciwny w grupie?,

Bardziej szczegółowo

DB Algebra liniowa 1 semestr letni 2018

DB Algebra liniowa 1 semestr letni 2018 DB Algebra liniowa 1 semestr letni 2018 Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo Naukowo-Techniczne,

Bardziej szczegółowo

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

Podstawowe struktury algebraiczne

Podstawowe struktury algebraiczne Maciej Grzesiak Podstawowe struktury algebraiczne 1. Wprowadzenie Przedmiotem algebry było niegdyś przede wszystkim rozwiązywanie równań. Obecnie algebra staje się coraz bardziej nauką o systemach matematycznych.

Bardziej szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia

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

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

Spis treści. 1 Macierze Macierze. Działania na macierzach Wyznacznik Macierz odwrotna Rząd macierzy...

Spis treści. 1 Macierze Macierze. Działania na macierzach Wyznacznik Macierz odwrotna Rząd macierzy... Spis treści 1 Macierze 3 1.1 Macierze. Działania na macierzach.............................. 3 1.2 Wyznacznik.......................................... 6 1.3 Macierz odwrotna......................................

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Algebra WYKŁAD 3 ALGEBRA 1

Algebra WYKŁAD 3 ALGEBRA 1 Algebra WYKŁAD 3 ALGEBRA 1 Liczby zespolone Postać wykładnicza liczby zespolonej Niech e oznacza stałą Eulera Definicja Równość e i cos isin nazywamy wzorem Eulera. ALGEBRA 2 Liczby zespolone Każdą liczbę

Bardziej szczegółowo

Zestaw 2. Definicje i oznaczenia. inne grupy V 4 grupa czwórkowa Kleina D n grupa dihedralna S n grupa symetryczna A n grupa alternująca.

Zestaw 2. Definicje i oznaczenia. inne grupy V 4 grupa czwórkowa Kleina D n grupa dihedralna S n grupa symetryczna A n grupa alternująca. Zestaw 2 Definicja grupy Definicje i oznaczenia grupa zbiór z działaniem łącznym, posiadającym element neutralny, w którym każdy element posiada element odwrotny grupa abelowa (przemienna) grupa, w której

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

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

Wstęp do matematyki. Marcin Orchel

Wstęp do matematyki. Marcin Orchel Wstęp do matematyki Marcin Orchel Spis treści 1 Ogólne działy 4 1.1 Logika...................................... 4 2 Metody numeryczne 5 2.1 Wprowadzenie do metod numerycznych................... 5 2.1.1

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

1. Liczby zespolone i

1. Liczby zespolone i Zadania podstawowe Liczby zespolone Zadanie Podać część rzeczywistą i urojoną następujących liczb zespolonych: z = ( + 7i)( + i) + ( 5 i)( + 7i), z = + i, z = + i i, z 4 = i + i + i i Zadanie Dla jakich

Bardziej szczegółowo

Macierze. Układy równań.

Macierze. Układy równań. Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej Macierze Układy równań 1 Macierze Jeżeli każdej uporządkowanej parze liczb naturalnych (i, j), 1 i m, 1 j n jest przyporządkowana dokładnie

Bardziej szczegółowo

Zadania egzaminacyjne

Zadania egzaminacyjne Rozdział 13 Zadania egzaminacyjne Egzamin z algebry liniowej AiR termin I 03022011 Zadanie 1 Wyznacz sumę rozwiązań równania: (8z + 1 i 2 2 7 iz 4 = 0 Zadanie 2 Niech u 0 = (1, 2, 1 Rozważmy odwzorowanie

Bardziej szczegółowo

Analiza funkcjonalna 1.

Analiza funkcjonalna 1. Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.

Bardziej szczegółowo

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Niezb. ednik matematyczny. Niezb. ednik matematyczny Niezb ednik matematyczny Niezb ednik matematyczny Liczby zespolone I Rozważmy zbiór R R (zbiór par liczb rzeczywistych) i wprowadźmy w nim nastepuj ace dzia lania: z 1 + z 2 = (x 1, y 1 ) + (x 2, y 2 )

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

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

Algebra liniowa i geometria analityczna. Autorzy: Agnieszka Kowalik Michał Góra

Algebra liniowa i geometria analityczna. Autorzy: Agnieszka Kowalik Michał Góra Algebra liniowa i geometria analityczna Autorzy: Agnieszka Kowalik Michał Góra 9 Spis treści Liczby zespolone Postać algebraiczna liczby zespolonej Moduł i argument liczby zespolonej Postać trygonometryczna

Bardziej szczegółowo

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

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

Bardziej szczegółowo

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze...

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze... Tekst na niebiesko jest komentarzem lub treścią zadania. Zadanie. Dane są macierze: A D 0 ; E 0 0 0 ; B 0 5 ; C Wykonaj poniższe obliczenia: 0 4 5 Mnożenia, transpozycje etc wykonuję programem i przepisuję

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 ZałóŜmy, Ŝe macierz jest macierzą kwadratową stopnia n. Mówimy, Ŝe macierz tego samego wymiaru jest macierzą odwrotną

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

A A A A A A A A A n n

A A A A A A A A A n n DODTEK NR GEBR MCIERZY W dodatku tym podamy najważniejsze definicje rachunku macierzowego i omówimy niektóre funkcje i transformacje macierzy najbardziej przydatne w zastosowaniach numerycznych a w szczególności

Bardziej szczegółowo

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32 Wyznacznik Def Wyznacznikiem macierzy kwadratowej nazywamy funkcj, która ka»dej macierzy A = (a ij ) przyporz dkowuje liczb det A zgodnie z nast puj cym schematem indukcyjnym: Dla macierzy A = (a ) stopnia

Bardziej szczegółowo

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór. 20. Definicje i przykłady podstawowych struktur algebraicznych (grupy, pierścienie, ciała, przestrzenie liniowe). Pojęcia dotyczące przestrzeni liniowych (liniowa zależność i niezależność układu wektorów,

Bardziej szczegółowo

Matematyka dyskretna. 1. Relacje

Matematyka dyskretna. 1. Relacje Matematyka dyskretna 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produktu kartezjańskiego X Y, którego elementami są pary uporządkowane (x, y), takie, że x X i y Y. Uwaga 1.1 Jeśli

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

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

Spis treści Wstęp Liczby zespolone Funkcje elementarne zmiennej zespolonej Wielomiany Macierze i wyznaczniki

Spis treści Wstęp Liczby zespolone Funkcje elementarne zmiennej zespolonej Wielomiany Macierze i wyznaczniki Spis treści Wstęp ii 1 Liczby zespolone 1 1.1 Definicja i działania, liczby sprzężone......................... 1 1.2 Moduł, argument, postać trygonometryczna..................... 2 1.3 Działania na liczbach

Bardziej szczegółowo

Macierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B,

Macierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B, Macierze Dziaªania na macierzach Niech b d dane macierze A = E = [ 2 3 0 3 2 3 2 0 [ 0 8, B = 4 2, F = [ 2 3, C = 3 2 2 3 0 0 0 4 0 6 3 0, G =, D = 0 2 0 2 0 3 0 3 0 2 0 0 2 2 0 0 5 0 2,, H = 0 0 4 0 0

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

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

Układy równań liniowych. Krzysztof Patan

Układy równań liniowych. Krzysztof Patan Układy równań liniowych Krzysztof Patan Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych

Bardziej szczegółowo

Wykład 5. Metoda eliminacji Gaussa

Wykład 5. Metoda eliminacji Gaussa 1 Wykład 5 Metoda eliminacji Gaussa Rozwiązywanie układów równań liniowych Układ równań liniowych może mieć dokładnie jedno rozwiązanie, nieskończenie wiele rozwiązań lub nie mieć rozwiązania. Metody dokładne

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

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

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

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

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

Bardziej szczegółowo

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy bez pamięci w których czas i stany są zbiorami dyskretnymi. Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. Przykład Symetryczne błądzenie przypadkowe na prostej. 1 2 Łańcuchem

Bardziej szczegółowo

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

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

Bardziej szczegółowo