Rozwiązania zadań z listy T.Koźniewskiego

Wielkość: px
Rozpocząć pokaz od strony:

Download "Rozwiązania zadań z listy T.Koźniewskiego"

Transkrypt

1 Rozwiązania zadań z listy T.Koźniewskiego 1. Podstawiamy do równań. Tylko czwarty wektor spełnia wszystkie trzy równania.. U 1 : ( + 0x 9x 4, 7x + 8x 4, x, x 4 ), U : ( x 4, 4 x 4, + x 4, x 4 ), U : (x 1, 1 + x 1 x 5, 4x 5, 0, x 5 ), U 4 : (x 1, x, 1, 19 x 1 x, 4).. Podstawić ten wektor do równań. Dla t = Po wykonaniu operacji W W 1, W W 1, W, W W dostajemy macierz Układ jest niesprzeczny dla s = s 1 5. f(x) = ax + bx + cx + d. Po podstawieniu za x wartości 0,1,,-1 otrzymujemy układ równań na a, b, c, d. Rozwiązujemy i mamy f(x) = x x + x (a) Spełnia (i), ie spełnia (ii) np. (1,1) należy do zbioru ale 1 (1, 1) nie należy. (b) Nie spełnia (i) np. (1,0), (0,1) należą ale ich suma równa (1,1) nie należy. Spełnia (ii). (c) Nie spełnia (i) np. (,-1), (,1) należą ale ich suma (4,0) nie należy. Nie spełnia (ii) np. (,1) należy ale (, 1) nie należy. (d) To równanie jest równoważne równaniu (x 1 x ) = 0 czyli x 1 x = 0. Zbior składa się z wektorów postaci (t, t), t R. Oba warunki są spełnione. 7. Wektor zerowy należy do każdej podprzestrzeni więc z pierwszego równania otrzymujemy s 1 = 0 czyli s = 1 lub s = 1. Dla s = 1 mamy W = {(x 1, x, x, x 4 ) : x 1 x + x + x 4 = 0, x 1 + x = 0}. To jest podprzestrzeń. Dla s = 1 W = {(x 1, x, x, x 4 ) : x 1 x + x + x 4 = 0, x 1 + x x 4 = 0}. To nie jest podprzestrzeń np. (1,1,0,1) należy do tego zbioru ale (1, 1, 0, 1) nie należy. 8. Nie jest. 9. Ma być (1, 1, c) = x(, 1, ) + y(1,, 4) + z(, 0, ) + t(,, ). Dostajemy układ równań o macierzy c 1

2 Po wykonaniu operacji W 1 W, W W 1, W W 1, W W otrzymamy macierz c 7. Ten układ jest niesprzeczny, czyli x, y, x, t istnieją gdy c = Ten układ jest postaci x(1,, 1, 1) + y(0, 1,, 1) a także jest postaci z(1, 1, 1, ) + t(1, 0,, 1). Porównując te dwie kombinacje otrzymujemy układ równań na x, y, z, t. Ten układ ma np. rozwiązanie x =, y =, z = 1, t = 1. Odpowiedż : taki wektor istnieje, np. (,1,-4,-1). 11. Jest zależny. 1. Ustawić te wektory w macierz jako wiersze, wektor (0,1,,a) jako trzeci, sprowadzić do postaci schodkowej, otrzymamy wiersz zerowy dla a = 1. Odp. dla a Ustawić wektory w macierz, przekształcić do postaci schodkowej, otrzymamy trzy niezerowe wiersze. Zatem wymiar jest równy. Bazą np. będą te niezerowe wiersze.. Rozwiązanie ogólne tego układu to (x + x 4, x, 5x 5x 4, x 4 ). Nadajemy parametrom x, x 4 wartości 1,0 a potem 0,1. Otrzymujemy wektory (,1,-5,0), (,0,-5,1). To jest baza ; wymiar jest równy. 15. Ustawiamy wektory w macierz, przekształcamy do postaci schodkowej, bazą V bedą np. wektory (1,,1,), (0,1,0,1). Szukamy równań postaci a 1 x 1 + a x + a x + a 4 x 4 = 0 które są spełnione przez te wektory. Podstawiamy i otrzymujemy układ równań a 1 + a + a + a 4 = 0, a + a 4 = 0 Rozwiązanie ogólne to ( a a 4, a 4, a, a 4 ). Nadajemy a, a 4 wartości 1,0 a potem 0,1. Otrzymujemy dwa układy współczynników (a 1, a, a, a 4 ): (-1,0,1,0) oraz (-1,-1,0,1). Mamy więc dwa niezależne równania x 1 + x = 0, x 1 x + x 4 = 0 To jest szukany układ równań ( oczywiście jest wiele innych równoważnych; można nadać a, a 4 inne wartości np. 1,1 a potem,4; otrzymamy dwa inne układy współczynników czyli dwa inne równania.) 16. Wymiar V musi być równy. Ustawiamy wektory w macierz, przekształcamy do postaci schodkowej. Wiersz zerowy otrzymamy dla t =. Przy okazji otrzymujemy bazę V : (1,,1), (0,1,1). Tak jak w zad. 15 szukamy równań a 1 x 1 +a x +a x = 0, które są spełnione przez te dwa wektory. Czyli a 1 + a + a = 0, a + a = 0. Rozwiązanie ogólne (a, a, a ). Kładziemy a = 1. Szukane równanie to x 1 x + x = 0.

3 17. Rozwiązanie ogólne to ( 7x + 5x 4 4x 5, 5x 4x 4 + x 5, x, x 4, x 5 ). Baza W to np. ( 7, 5, 1, 0, 0), (5, 4, 0, 1, 0), ( 4,, 0, 0, 1). Można tę bazę uzupełnić np. wektorami (1,0,0,0,0), (0,1,0,0,0). (b) Jeśli to uzupełnienie jest możliwe to szukane dwa wektory można znaleźć w jakiejkolwiek bazie W. Gdy weżmiemy pierwsze dwa wektory znalezionej wyżej bazy W to będzie OK, otrzymane 5 wektorów jest układem niezależnym. 18. Bazą podprzestrzeni W = {(x 1, x, x ) : x 1 + x x = 0} jest np. układ (1,0,1), (0,1,). Tak jak w zad.17 wektora α możemy szukać wśród tych dwóch. Pierwszy jest niedobry, drugi jest dobry. Jeśli taki wektor β istnieje to będzie nim być jeden z (,5,8), (-1,,). Ale oba te wektory razem z (,1,), (1,4,5) tworzą trójki zależne. Zatem taki β nie istnieje. 0. Ma być (1,, ) = α 1 + α + α. Weźmy np. α 1 = (1, 0, 0), α = (0, 1, 0). Wtedy α = (1,, ) (1, 0, 0) (0, 1, 0) = (, 0, ). Trzeba jeszcze sprawdzić, że te α 1, α, α są niezależne. Są. Można prościej: α 1 = ( 1, 0, 0), α = (0,, 0), α = (0, 0, ). Ale to nie da wyniku gdy zamiast (1,,) weźmiemy np. (1,0,5). Wtedy trzeba jak wyżej. 1. Ma być (7,,5)=(1,0,1)+1(,1,0)+γ. Stąd γ = (7,, 5) (1, 0, 1) (, 1, 0) = (,, ), γ = (1, 1, 1). Trzeba jeszcze sprawdzić, że (1,0,1), (,1,0), (1,1,1) są bazą. Ale one są niezależne więc OK.. (a) nie bo ϕ(0, 0, 0) (0, 0, 0), (b) jest, (c) nie np. ϕ( (1, 0, 0)) ϕ(1, 0, 0), (d) jest ϕ(x 1, x, x ) = (4x 1 x, 4x 1 + x + 6x ).. Musi być ϕ(0, 0, 0) = (0, 0). Zatem musi być λ =. Wtedy ϕ(x 1, x, x ) = (x 1 + x, x 1 + 4x ) jest liniowe. 4. ϕ(x, y) = (x 1y, 4x 15y, x 9y, x 9y). 5. Najpierw znajdujemy wzory na ϕ, ψ. ϕ(x, y, z) = (x + y + z, 6x y + z), ψ(x, y, z) = (x y z, 1 + y + z); (ϕ + ψ)(x, y, z) = (4x, 11 x + 4z). 6. M B A(ϕ) = , M st st =

4 7. MA(ϕ) C = MB(id) C MA(ϕ) B, MB(id) C = , M C A = = 8. MA(ψ ϕ) C = MB(ψ) M C A(ϕ); B MB C 1 = ψ ϕ(0, 1, 0) = 5(, 1) 11(1, 0) = ( 1, 5). ψ ϕ(1,, ) = 11(, 1) 5(1, 0) = (, 11). ψ ϕ(5, 7, 1) = 8(, 1) 18(1, 0) = (, 8). ψ ϕ(x, y, z) = ( 16 x y 10, 8 więc M C A = x + 5y + ); czy coś takiego = 9. Współrzędne ϕ(α) :,- bo M C A(ψ ϕ) = M C B(ψ) M B Aϕ = Teraz MA(ψ C ϕ) Odp. 7,-4, = = = Jest to macierz przejścia od bazy B do bazy A czyli M B A(id) = Niech A : α 1, α, α, B : β 1, β. Ma być ϕ(α 1 ) = β 1 + β, ϕ(α ) = β 1, ϕ(α ) = β 1. Weźmy β 1 = (1, 0), β = (0, 1). Czyli ma być ϕ(α 1 ) = (, 1), ϕ(α ) = (, 0), ϕ(α ) = (1, 0). Szukamy α = (x, y, z). Ten wektor spełnia x + 7y + 4z = 1 x + y + z = 0 4

5 Rozwiązanie ogólne: (z, 1 z, z). Weźmy np. z = 1 czyli α = ( 1, 0, 1). Szukamy α = (x, y, z). Ten wektor spełnia x + 7y + 4z = 1 x + y + z = 0 Rozwiązanie ogólne : (z 4, z, z). We.xmy np. z = 0 czyli α = ( 4,, 0). Szukamy α 1 = (x, y, z). Ten wektor spełnia x + 7y + 4z = x + y + z = 1 Rozwiązanie ogólne (z +, 1 z, z). Weźmy np. z = 0 czyli α = (, 1, 0). Trzeba jeszcze sprawdzić czy α 1, α, α są niezależne. Są.. Pierwszy :, drugi : 16. Trzeci: dokonujemy kolejno K 4 ak, K ak, K ak b a b Dostajemy ab b ab b a b(b a) b (b a) 1 c a c ac c ac = c a c(c a) c (c a) =wyciągamy 1 d a d ad d ad d a d(d a) d (d a) kolejno b a z pierwszego wiersza, c a z drugiego, d a z trzeciego 1 b b = (b a)(c a)(d a) 1 c c. 1 d d Teraz dokonujemy K bk, K bk 1 itd. Odp. (b a)(c a)(d a)(c b)(d b)(d c).. det(a) = r r. Ma być r r = 1. Rozwiązać. 4. det(a) =, det(b) = 10. Zatem det(a B) = det(a) det(b) = 0; det(a 7 ) = (det(a)) 7 = 7 ; det(a B 9 ) = (det(a)) (det(b)) 9 = A + B =, det(a + B) = ,

6 6. det(a) = r. Dla r A jest odwracalna. Macierz dopełnień algebraicznych D = Zatem A 1 = 1 r 10 r 4 + r r 5 r r 1 r r 1 r det(a) = 1, det(b) =, det(b 1 ) = 1 ; det(a B 7 ) = det(a)(det(b 1 ) 7 = det(a) = = s 64. Jeśli s to det(a) 0 więc układ ma jednoznaczne rozwiązanie na podstawie tw. Cramera. Można też odwołać się do twierdzenia K-C; r(a) =, także r(a u ) = więc układ niesprzeczny i liczba zmiennych wolnych w rozwiązaniu ogólnym jest równa -=0 czyli jest tylko jedno rozwiązanie. Jeśli s = to r(a) =. Wyznaczamy r(a u ). A u = t Minor utworzony przez ostatnie kolumny jest równy 11(16 t). Jeśli t 16 to r(a u ) = i układ jest sprzeczny. Dla t = 16 obliczamy rząd A u np. sprowadzając macierz do postaci schodkowej. Mamy r(a u ) = ; czyli układ niesprzeczny i liczba zmiennych wolnych w rozwi.azaniu ogólnym jest równa -=1. Odp. Układ jest niesprzeczny gdy s lub s = i t = 16. Układ ma jednoznaczne rozwiązanie gdy s. 9. C ij jest macierzą przejścia od bazy A i do bazy A j. Np. C 1 = (a) Macierzą ϕ w bazie standardowej jest. Rownanie charakterystyczne 1 x 1 det = ( x) 1 x 1 = 0. Wartosci wlasne to pierwiastki tego rownania czyli 1,. Dla wartosci wlasnej 1 wektory odpowiadającej podprzestrzeni własnej wyznaczamy z równania 6

7 1 1 x1 0 = 1 1 x 0 To daje rownanie x 1 x = 0. Rozwiązanie ogólne to (x, x). Baza to np. wektor (1,1). Dla wartosci wlasnej wektory odpowiadającej podprzestrzeni własnej wyznaczamy z równania 1 x1 0 = 1 x 0 To daje rownanie x 1 x = 0. Rozwiązanie ogólne to ( x, x). Baza to np. wektor (-1,1). (b) Macierz ϕ w bazie standardowej to Równanie charakterystyczne to det x x x = 0, tzn (x ) = 0. Jedyną wartoscią własną jest. Wektory odpowiedniej podprzestrzeni własnej wyznaczamy z x 1 0 równania 1 1 x = 0. To daje układ równań 0 0 x 0 x 1 x = 0 x 1 + x + x = 0 Rozwiązanie ogólne (x,-x,0). Baza to np. wektor (1,-1,0). (c) Równanie charakterystyczne (x+1) (x 1) = 0. Wartosci wlasne to 1, -1. Dla wartosci wlasnej 1 rownania okreslające odpowiednią podprzestrzeń własną to 7x 1 x + x = 0 x 1 + x + x 4 = 0 x 1 x + 4x = 0 x 4 = 0. Rozwiązanie ogólne to x 1, x 1, x 1, 0. Baza to np. (1,-,,0). Dla wartości własnej -1 równania określające podprzestrzeń własną to 5x 1 x + x = 0 x 1 + x + x 4 = 0 x 1 x + 6x = 0. Rozwiązac. 41. (a) Wartości własne to tylko. Podprzestrzeń własna jest dana równaniem X 1 +x = 0. Baza tej podprzestrzeni to np. (1,-1). Nie ma bazy R złożonej z wektorów własnych tego endomorfizmu. 7

8 (b) Wartości własne to 1,. Baza podprzestrzeni własnej dla 1 to np. (0,1,1). Baza podprzestrzeni własnej dla to np. (1,1,0), (1,0,1). Istnieje baza R złożona z wektorów własnych endomorfizmu: (0,1,1),(1,1,0), (1,0,1). Macierzą ϕ w tej bazie jest (c) Wartości własne to,-, 7. Dla wartości własnej baza odpowiedniej podprzestrzeni własnej to np. (0,0,1,1), dla wartości własnej - to np. (1,-1,0,0), (0,0 -,1). Dla wartosci wlasnej 7 to np. (4,5,0,0). Te wektory w tej kolejności stanowią bazą R 4. W tej bazie macierzą ϕ jest (a) Jedyna wartośc własna to. Baza odpowiedniej podprzestrzeni własnej to np. (1,1). Nie ma bazy R złożonej z wektorów własnych macierzy. Zatem ta macierz nie jest diagonalizowalna. (b) Wartości własne to,. Dla baza odpowiedniej podprzestrzeni własnej to np. (1,-1). Dla to np. (-,1). Te wektory stanowią bazę R. Macierz jest diagonalizowalna. C = 1. Zachodzi C 1 A C = 0. (c) Jedyną wartością własną jest. Podprzestrzeń własna jest jednowymiarowa. Zatem nie ma bazy R złożonej a wektorów własnych macierzy. Nie jest więc diagonalizowalna. 4. Rozwiązujemy jak zadanie 4. Należy najpierw wyznaczyć wartości własne macierzy. Dla każdej wartości własnej wyznaczyć bazę odpowiedniej podprzestrzeni własnej. Teraz łączymy te bazy w jeden ciąg. Jeśli w tym ciągu jest mniej niż wektory to macierz nie jest diagonalizowalna. Jeśli są wektory to macierz jest diagonalizowalna. Macierz C jest wówczas utworzona z tych trzech wektorów ustawionych w kolumny. 44. (a) Wartości własne A to,5. Dla bazowy wektor własny to np. (-4,1). Dla wartości 4 własnej 5 wektor bazowy to np. (-,1). Niech C =.. Wtedy 1 1 C 1 AC =

9 Z tego otrzymujemy Stąd obliczyć. A n = C A = C n C 1 = C C 1. n n C 1 = (b), (c) tak samo. Wyznaczyć wartości własne macierzy. Dla każdej wartości własnej wyznaczyć bazę odpowiedniej podprzestrzeni własnej jak w zad.40. Lączymy te bazy w jeden ciąg. Jeśli liczba wektorów w tym ciągu jest mniejsza od stopnia macierzy ( czyli w przypadku A, A od ) to macierz nie jest diagonalizowalna i zadanie 44 nie mozna rozwiązac dotychczas omówionymi metodami ( chociaż są inne metody). Jeśli liczba wektorów w tym ciągu jest równa stopniowi macierzy to macierz jest diagonalizowalna. Niech macierz C bedzie zbudowana z wektorów tego ciągu ustawionymi w kolumny. Wtedy C 1 AC = D gdzie D jest macierzą diagonalną, w której na głównej przekątnej są wartości własne ustawione w kolejności odpowiadającej kolejności wektorów własnych ustawionych w kolumnach C. Mamy wtedy A = CDC 1. Wtedy A n = CD n C 1. D n oblicza się bardzo prosto. po prostu podnosimy do n-tej potęgi liczby stojące na głównej przekątnej. 45. Znajdujemy bazę V. W tym celu ustawiamy wektory w wiersze macierzy i doprowadzamy ją do postaci schodkowej. Otrzymujemy V =lin((1,0,1,0),(0,1,0,)). Stosujemy otogonalizację Gramma-Schmidta. Niech β 1 = (1, 0, 1, 0). Szukamy β w postaci β = (0, 1, 0, ) + cβ 1. Chcemy aby β β 1. Mnożymy powyższą równość skalarnie przez β 1. Ponieważ β 1 β = 0 dostajemy 0 = 0 + cβ 1 β 1. Z tego c=0 Czyli β = (0, 1, 0, ). β 1, β jest bazą prostopadłą dla V. Aby otrzymać bazę ortonormalną normujemy wektory tzn. dzielimy je przez ich długo.sci ( normy) Baza ortonormalna dla V : ( 1, 0, 1, 0), (0, 1 5, 0, 5 ). Aby znaleźć bazę ortonormalną W mozemy też zastosować metodę G-S. W tyn celu trzeba najpierw znaleźć jakąkolwiek bazę W ( patrz zad. lub 17) i zastosować powyższą procedurę ortogonalizacji. Ale można też zastosować metodę dobierania. W jest opisane jednym równaniem zatem dim(w )=. Szukamy najpierw bazy prostopadłej β 1, β, β. Potem ją unormujemy aby otrzymać bazę ortonormalną. Jako β 1 bierzemy jakikolwiek niezerowy wektor z W np. β 1 = (0, 0, 1, 1). Szukamy β = (x 1, x, x, x 4 ) który spełnia równanie W i jest prostopadły do β 1, i jest niezerowy. Zatem x + x 4 = 0 9

10 x 1 + x x + x 4 = 0. Np. β = (, 1, 0, 0). Teraz szukamy β = (x 1, x, x, x 4 ) który jest prostopadły do β 1 i do β oraz spełnia równanie W. Czyli ma być x + x 4 = 0 x 1 + x = 0 x 1 + x x + x 4 = 0. We solve the system; one of solutions is (-,-4,-5,5). Wektory (0,0,1,1), (-,1,0,0), (-,-4,-5,5) stanowią bazę prostopadłą W. Aby otrzymać bazę ortonormolną należy każdy z nich podzielić przez długość. 46. Wektor α = (x 1, x, x, x 4 ) ma być prostopadły do trzech danych. Zatem x 1 + x + x + x 4 = 0 x 1 x + x + x 4 = 0 x 1 + x x + x 4 = 0. Rozwiązanie ogólne (x,-x,-x,x). Ponieważ α ma mieć długość 1 to trzeba to podzielić przez długo.s.c tzn przez x. Są dwa takie wektory o długości 1: ( 1, 1, 1, 1 ) i ( 1, 1, 1, 1 ). Współrzędne wektora w bazie ortonormalnej są równe iloczynom skalarnym tego wektora a wektorami tej bazy. Zatem iloczyn skalarny wektora β z α jest równy. Przez sprawdzenie usyskujemy, ze α jest równy ( 1, 1, 1, 1 ). 47. Jest dobrze wiadomo, że jesli V jest opisane jednym równaniem a 1 x 1 + a x + + a n x n = 0 to wektor (a 1, a,..., a n ) jest prostopadły do V. Ponieważ dim(v )=n-1 to dimv =1. Zatem wspomniany wektor jest bazą V. Gdy go unormujemy to dostaniemy bazą ortonormalną. W danym przykładzie bazą ortonormalną V jest 1 4 (1, 1, 4, 5). Najpierw trzeba znaleźć opis wektorów z W. To są wektory (x 1, x, x, x 4 ) prostopadłe do (1,0,-1,) oraz do (1,1,1,1). Zatem ma być x 1 x + x 4 = 0 x 1 + x + x + x 4 = 0 Rozwiązanie ogólne (x x 4, x +x 4, x, x 4 ). Baza W to (1,-,1,0),(-,1,0,1). Stosujemy do tej bazy ortogonalizację G-S. Baza prostopadła w W (1, 1, 1, 0), ( 4, 1,, 1). Trzeba oba te wektory unormować aby otrzymać bazę ortonormalną. 48. Najpierw znajdziemy bazę ortonormalną w V. Bazą V jest np. (, 1, 0), (1, 0, 1). Po ortogonalizacji G-S dostajemy bazę prostopadłą (, 1, 0), ( 1, 1, 1). Po unormowaniu ma- 10

11 my bazę ortonormalną β 1 = ( 1 5, 5, 0), β = ( 1 1, 1, ). Rzut α na W jest równy (α β 1 )β 1 + (α β )β = 1 (1,, 5). 15 Niech α 1 oznacza wyliczony właśnie rzut. Wektor symetryczny do α względem V jest równy α 1 α gdzie α jest rzutem α na V ( zachodzi α = α 1 + α więc α = α α 1 zatem α 1 α = α 1 α.) Mając α 1 możemy więc łatwo wyliczyć wektor symetryczny. Bazą ortonormalną w L jest 1 (1,, ). Zatem rzut α na L jest równy 6 ( 1,, ). Wektor symetryczny do α względem L wyliczamy jak wyżej. 49. Postępujemy tak samo jak w 48 tylko zamiast konkretnego wektora may wektor dowolny. Znajdujemy bazę ortonormalną w W. Najpierw znajdujemy bazaę. Rozwiązanie ogólne równania jest (x x, x, x ). Baza (1,1,0), (-,0,1). Ortogonalizacja daje bazę prostopadłą (1,1,0), (-1,1,1). Baza ortonormalna to β 1 = 1 (1, 1, 0), β = 1 ( 1, 1, 1). Niech α = (x 1, x, x ). Wtedy rzut α na W jest równy α 1 = (α β 1 )β 1 +(α β )β =( 5x 1+x x, x 1+5x +x, x 1+x +x ). 6 6 Wektor symetryczny do α względem W jest równy α 1 α = ( x 1+x x, x 1+x +x, x 1+x x ). 50. (a) Oznaczmy te punkty P 1, P, P. M jest postaci P 1 + V gdzie V jest podprzestrzenią liniową rozpiętą na wektorach P P 1, P P 1. Czyli V = lin(( 5, 4, 4), ( 5, 7, 5)). Równanie V to 8x+5y 15z = 0. Zatem równanie M ma postać 8x+5y 15z = b. Podstawiając punkt np. P 1 otrzymujemy b =. Czyli M jest opisana równaniem 8x + 5y 15z =. (b) Przedstawienie parametryczne L to (1,, 1) + t(,, ). Czyli x = 1 + t, y = + t, z = 1 + t. Wyliczamy t = x 1. Wstawiamy do pozostałych równości. Równania: x y = 1, x z = 5. (c) Równanie lin((1,, 0, ), (1, 4,, ), (0,, 1, )) to x 1 + x + x + x 4 = 0. Zatem równanie H ma postać x 1 + x + x + x 4 = b. Wstawiamy punkt (1,4,-,), otrzymujemy b = 4. Czyli równanie H: x 1 + x + x + x 4 = (a) (1, 1, 5) + t(, 1, 1). (b) Baza płaszczyzny liniowej opisanej równaniem x 1 + 5x x = 0 jest np. układ (1,0,),(0,1,5). Punkt np. (1,1,0) należy do P. Przedstawienie parametryczne P to np. (1, 1, 0) + t 1 (1, 0, ) + t (0, 1, 5). (c) Bazą hiperpłaszczyzny liniowej opisanej równaniem x 1 +x x +x 4 = 0 jest np.układ (-1,1,0,0), (,0,1,0), (-,0,0,1). Punkt np. (5,0,0,0) należy do H. Zatem parametryzacja H to np. (5, 0, 0, 0) + t 1 ( 1, 1, 0, 0) + t (, 0, 1, 0) + t (, 0, 0, 1). 11

12 5. (a) Wektor prostopadły do tej płaszczyzny to (,-1,). Zatem parametryzacja L to (, 1, 1)+t(, 1, ). Mamy x = +t, y = 1 t, z = 1+t. Z drugiego związku wyznaczamy t = 1 y i wstawiamy do dwóch pozostałych. Układ równań dla L to np. x+y = 5, y+z =. (b) Wyznaczamy bazę przestrzeni liniowej prostopadłej do wektora (,-1,1). Ta podprzestrzeń składa się z wetorów (x 1, x, x ) dla których iloczyn skalarny z (,-1,1) jest równy 0 tzn. x 1 x + x = 0. Baza przestrzeni rozwiązań to np. (1,,0), (0,1,1). Parametryzacja M to (, 0, 5) + t 1 (1,, 0) + t (0, 1, 1). Aby wyznaczyć równanie M można postępować jak w (a) tzn. x 1 = +t 1, x = t 1 +t, x = 5+t. Stąd t 1 = x 1, t = x 5. Wstawiamy do środkowego związku i dostajemy równanie x 1 x + x = 11. Można prościej. Równanie x 1 x + x = 0 znalezione wyżej jest rownanie płaszczyzny prostopadłej do wektora (,- 1,1). Ta płasczyzna jest rownoległa do M a więc równanie M ma postać x 1 x + x = b. Wstawiając punkt (,0,5) dostajemy b = (a) Niech L oznacza prostą przechodzącą przez p i prostopadłą do M. Wektor (,,- 1) jest prostopadły do M więc parametryzycją L jest (1,,1)+t(,,-1)=(1+t,+t,1-t). Punkt wspólny L i M to szukany rzut. Wstawiamy ogólny punkt L do równania M i znajdujemy t = 5 4. Rzut p na M jest równy (, 1, 19). (b) Równanie płaszczyzny przechodzącej przez p i prostopadłej do L to x 1 x + x = 0. Punnkt wspólny L i tej płaszczyzny to szukany rzut. Odp. (,,-1). 54. (a) x x 1 x + + x min przy warunkach: x + 1 x 1 + 7x + 7x + x = x + 1 x 1 + x + x x 4 = 1 x x + x + x + x 5 = 5 x + 1, x 1, x +, x, x, x 4, x 5 0. (b) 5x + 1 5x 1 + 6x x min x + 1 x 1 + x x = 10 x + 1 x 1 + x x 4 = 0 x + 1, x 1, x, x, x 4 0 1

13 (c) 7x 1 + x 5x + x 4 min x 1 + x + x + x 4 = 15 x 1 + x + x 5 = 6 x + x 4 + x 6 = 8 x 1, x, x, x 4, x 5, x (a) Najpierw zbiory bazowe. Są to takie zbiory {i, j}, że i-ta oraz j-ta kolumny są niezależne. Czyli {1, }, {1, 4}, {1, 5}, {, }, {, 4}, {, 5}, {, 4}, {, 5} Dla zbioru bazowego {1, } zmienne niebazowe to x, x 4, x 5. W rozwiązaniu bazowym one mają być równe 0. Na zmienne bazowe otrzymujemy więc układ równań x 1 + x = 1 x 1 + 5x = Stąd x 1 = 1, x = 0. Rozwiązanie bazowe : (1,0,0,0,0). Dla zbioru bazowego np. {, 4} rozwiązanie bazowe to :(0, 7, 0, 1 7, 0). (b) To jest układ sprzeczny. Nie ma rozwiązań, w szczególności nie ma rozwiązań bazowych. (c) Macierz (rozszerzona) tego układu ma rząd czyli te równania są zależne. Pierwsze dwa są niezależne. Odrzucamy trzecie. Dla zbioru bazowego np {1, } rozwiązanie bazowe to (0,1,0,0,0). Są trzy zbiory bazowe: {1, }, {, }, {, 4}. (d) Są cztery zbiory bazowe (każda trójka kolumn stanowi układ niezależny). Dla np. zbioru bazowego {1,, 4} rozwiązanie bazowe to (1,0,0,-1). 56. (a) W postaci standardowej x 1 x min, przy warunkach 4x 1 + 4x + x = 1 x 1 + x 4 = x + x 5 = x 1, x, x, x 4, x 5 0. Macierz A b = , wektor c T = 1,, 0, 0, 0. 1

14 Startujemy wybierając zbiór bazowy dopuszczalny. {1,, } nie jest dopuszczalny bo dla niego rozwiązanie bazowe (,, 4, 0, 0) nie jest nieujemne. {1,, 4} jest dopuszczalny. Przekształcamy macierz A b tak aby kolumny K 1, K, K 4 tworzyły macierz jednostkową. Otrzymujemy H h 0 = c T B = 1,, 0. Teraz z T = c B H = 1,, 1, 0, 1. (c z)t = 0, 0, 1, 0, 1. Najmniejsza wartość ujemna występuje na piątej pozycji. Zatem s = 5. Piąta kolumna h 5. Dostajemy tylko jedną wartość. To jest więc minimum takich ułamków. Występuje na pierwszej pozycji. Czyli r = 1. Ze zbioru B usuwamy pierwszą liczbę czyli 1 i dokładamy s czyli 5. Otrzymujemy nowy zbiór bazowy B = {, 4, 5}. Nowa macierz H h 0 to H h 0 = c T B =, 0, 0, z T =,, 1, 0, 0. Teraz c z 0 czyli rozwiązaniem zadania jest rozwiązanie bazowe (0,,0,,). Rozwiązaniem zadania wyjściowego jest (0,), minimum funkcji wynosi -6. (b) Postać standardowa x 1 x min, przy warunkach 4x 1 + 4x + x = 1 x 1 + x 4 = x + x 5 = x 1, x, x, x 4, x 5 0. Macierz A b = , wektor c T =, 1, 0, 0, 0. Macierz A b jest taka sama jak w punkcie (a). Weźmy B = {1,, 4}. Wtedy c T B =, 1, 0. Obliczamy z T =, 1, 1, 0, 1. c z 0 więc rozwiązaniem jest rozwiązanie bazowe dla 4 B czyli x = (, 1, 0, 0, 0). Rozwiązaniem wyjściowego zadania jest wektor (,1). Wartość maksymalna funkcji x 1 + x jest równa 5. (c) Postać standardowa x 1 + x min, przy warunkach x 1 + x x = 4 x 1 + x x 4 = 8

15 x 1 x + x 5 = 0 x 1, x, x, x 4, x 5 0. A b = Wektor c T =,, 0, 0, 0. Nie jest tak prosto znaleźć zbiór bazowy dopuszczalny. Po kilku próbach znajdujemy B = {1,, 5}. Przekształcamy macierz A b tak aby kolumny o numerach 1,,5 macierzy utworzyły macierz jednostkową. Otrzymujemy H h 0 = c T B =,, 0. Wektor z T = c T B H =,, 0,, 0; c z = 0, 0, 0,, 0 0 zatem rozwiązaniem zadania jest rozwiązanie bazowe x = (0, 4, 0, 0, 4). Rozwiązaniem zadania wyjściowego jest (0,4). Wartość maksymalna funkcji x 1 x jest równa -8. (d) W postaci standardowej mamy 8x x 5 min. Warunki nie zmieniają się A b = Wektor c T = 0, 8, 0, 0, Weźmy zbiór bazowy (dopuszczalny) {1,, 4}. Mamy H h 0 = Mamy c T B = 0, 0, 0. Zatem z = 0 i c z = c. Najmniejsza współrzędna c z jest na pozycji drugiej czyli s =. Rozpatrujemy drugą kolumnę macierzy H czyli. 0 Dzielimywspółrzędne h 0 przez dodatnie współrzędne h. Otrzymujemy 5,. Minimum jest na drugiej pozycji czyli r =. Ze zbioru B usuwamy drugą liczbę czyli i dokładamy s =. Otrzymujemy nowy zbiór bazowy B = {1,, 4}. Przekształcamy powyższą macierz H h 0 ( lub A b) i dostajemy nową macierz H h H h 0 = c T B = 0, 8, 0. Obliczamy z T = 0, 8, 8, 0, 8, (c z)t = 0, 0, 8, 0, 11. Zatem s = 5. Dzielimy h 0 przez h 5. Dostajemy ułamki. Minimum występuje na pierwszej pozycji,

16 czyli r = 1. Z B usuwamy pierwszą liczbę czyli 1 i dokładamy s = 5. Nowy zbiór bazowy B = {, 4, 5}. Nowa macierz H h 0 = c T B = 8, 0, 1. Zatem z T = 4, 8, 15, 0, 1. Teraz c z 0. Rozwiązaniem zadania 7 jest odpowiednie rozwiązanie bazowe tzn. x = (0, 4, 0, 81, 1 47 ). Szukane maximum to (e) A b = 4. Wektor c 0 7 T = 4,, 0, 0, 1. Weźmy zbiór bazowy B = {4, 5}. Macierz H h 0 = c T B = 0, 1, z T = 5, 1, 1, 0, 1. Dostajemy s =. Wszystkie wyrazy w drugiej kolumnie 6 9 macierzy H są ujemne. Zatem zadanie nie ma rozwiązania. (f) W postaci standardowej 4x 1 x + 4x min, przy warunkach x 1 + x x + x 4 = 18 x 1 + x x + x 5 = 1 x 1 x + x 6 = 1 x 1,..., x 6 0. A, b = , c T = 4,, 4, 0, 0, 0. Weźmy B = {4, 5, 6}. Wtedy c T B = 0 więc z = 0, dostajemy s =. Ale trzecia kolumna macierzy A jest w całości ujemna zatem zadanie nie ma rozwiązania. 57. Stosujemy kryterium Sylvestera: Forma jest dodatnio określona wrety i tylko wtedy gdy wszystkie minory główne macierzy tej formy są dodatnie. Forma jest ujemnie określona wtedy i tylko wtedy znaki minorów głównych (poczynając od minora stopnia 1 czyli wyrazu na miejscu 11) macierzy tej formy tworzą ciąg naprzemienny -, +, -, +, itd. (a) ujemnie określona. (b) dodatnio określona. 16

17 (c) ani dodatnio ani ujemnie określona (wyznacznik macierzy jest równy 0). (d) dodatnio określona. 58. Minory główne macierzy tej formy: -1, r 4, r 4r + 1. Ma być r 4 > 0, r 4r + 1 < 0. Odp. r < Stosujemy twierdzenie: Forma jest odpowiednio dodatnio określon, ujemnie określona, dodatnio półokreślona, ujemnie półokreślona wtedy i tylko wtedy gdy wszystkie wartości własne macierzy tej formy są odpowiednio dodatnie, ujemne, nieujemne ( 0), niedodatnie ( 0). (a) Wartości własne to 0,10 zatem forma jest dodatnio półokreślona. (b) Wartości własne to,4,5 zatem forma jest dodatnio określona. (c) Wartości własne to 0,,5,8 czyli forma jest dodatnio półokreślona. 60. Stosujemy metodę Lagrange a przekształcenia tej formy do sumy kwadratów. q(x 1, x, x ) = x 1 + rx 1 x + 4x + sx = x 1 + rx 1 x + r x r x + 4x + sx = (x 1 + rx ) + (4 r )x + sx = y 1 + (4 r )y + sy gdzie y 1 = x 1 + rx, y = x, y = x. (a) Ma być 4 r > 0 i s > 0. (b) Ma być 4 r 0 i s 0. (c) Nigdy nie jest ujemnie określona gdyż inaczej wszystkie współczynniki przy y i, i = 1,, są ujemne ale współczynnik przy y 1 jest równy 1 > 0. Inny argument: niech x będzie wektorem takim, że y 1 = 1, y = y = 0 (tzn. x = (1, 0, 0)). Wtedy q( x) = 1 > 0. (d) Nigdy nie ujemnie półokreślona. Argument jak w (c). (e) nieokreślona tzn. nieprawda, że jest określona tzn. nieprawda, że jest ujemnie lub dodatnio określona. Odp. zaprzeczenie (a) tzn 4 r 0 lub s 0. 17

Zadania przygotowawcze, 3 kolokwium

Zadania przygotowawcze, 3 kolokwium Zadania przygotowawcze, 3 kolokwium Mirosław Sobolewski 8 grudnia. Niech φ t : R 3 R 3 bedzie endomorfizmem określonym wzorem φ t ((x, x, )) (x +, tx + x, x + ), gdzie parametr t R. a) Zbadać dla jakiej

Bardziej szczegółowo

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

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

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

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

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego. . Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21

Bardziej 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

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

Wektory i wartości własne

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

Bardziej szczegółowo

Algebra 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

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

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

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

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

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u W ) Rzeczywiście U W jest podprzetrzenią przestrzeni

Bardziej szczegółowo

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

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

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

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3 ZESTAW I 1. Rozwiązać równanie. Pierwiastki zaznaczyć w płaszczyźnie zespolonej. z 3 8(1 + i) 3 0, Sposób 1. Korzystamy ze wzoru a 3 b 3 (a b)(a 2 + ab + b 2 ), co daje: (z 2 2i)(z 2 + 2(1 + i)z + (1 +

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ Maciej Burnecki opracowanie strona główna Spis treści I Zadania Wyrażenia algebraiczne indukcja matematyczna Geometria analityczna na płaszczyźnie Liczby zespolone 4 Wielomiany

Bardziej szczegółowo

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

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013 Iloczyn skalarny Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 10. wykład z algebry liniowej Warszawa, grudzień 2013 Mirosław Sobolewski (UW) Warszawa, grudzień 2013 1 / 14 Standardowy

Bardziej szczegółowo

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, nazywa- Definicja 1. Przestrzenią liniową R n my zbiór wektorów R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, z określonymi działaniami dodawania wektorów i mnożenia wektorów przez liczby rzeczywiste.

Bardziej szczegółowo

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

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

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

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

Praca domowa - seria 6

Praca domowa - seria 6 Praca domowa - seria 6 28 grudnia 2012 Zadanie 1. Znajdź bazę jądra i obrazu przekształcenia liniowego φ : R 4 wzorem: R 3 danego φ(x 1, x 2, x 3, x 4 ) = (x 1 +2x 2 x 3 +3x 4, x 1 +x 2 +2x 3 +x 4, 2x

Bardziej szczegółowo

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

; 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

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

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 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

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

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Biotechnologia w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt Era inżyniera

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

Geometria Lista 0 Zadanie 1

Geometria Lista 0 Zadanie 1 Geometria Lista 0 Zadanie 1. Wyznaczyć wzór na pole równoległoboku rozpiętego na wektorach u, v: (a) nie odwołując się do współrzędnych tych wektorów; (b) odwołując się do współrzędnych względem odpowiednio

Bardziej szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę

Bardziej szczegółowo

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa,listopad

Bardziej szczegółowo

Baza w jądrze i baza obrazu ( )

Baza w jądrze i baza obrazu ( ) Przykład Baza w jądrze i baza obrazu (839) Znajdź bazy jądra i obrazu odwzorowania α : R 4 R 3, gdzie α(x, y, z, t) = (x + 2z + t, 2x + y 3z 5t, x y + z + 4t) () zór ten oznacza, że α jest odwzorowaniem

Bardziej szczegółowo

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

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe Definicja 1 (Iloczyn skalarny). Niech V będzie rzeczywistą przestrzenią liniową. Iloczynem skalarnym w przestrzeni V nazywamy funkcję

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

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

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

Rozwiązania, seria 5.

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

Bardziej szczegółowo

Zadania z Algebry liniowej 4 Semestr letni 2009

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

Bardziej szczegółowo

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

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

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

Układy równań i równania wyższych rzędów Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem

Bardziej szczegółowo

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

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, grudzień 2011 Mirosław Sobolewski (UW) Warszawa, grudzień

Bardziej szczegółowo

1 Wartości własne oraz wektory własne macierzy

1 Wartości własne oraz wektory własne macierzy Rozwiązania zadania umieszczonego na końcu poniższych notatek proszę przynieść na kartkach Proszę o staranne i formalne uzasadnienie odpowiedzi Za zadanie można uzyskać do 6 punktów (jeżeli przyniesione

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

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

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami Maciej Burnecki opracowanie strona główna Spis treści 1 Wyrażenia algebraiczne indukcja matematyczna 1 Geometria analityczna w R 3 3 Liczby zespolone

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

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas ALGEBRA LINIOWA 2 Lista zadań 23/24 Opracowanie : dr Teresa Jurlewicz dr Zbigniew Skoczylas Lista pierwsza Zadanie Uzasadnić z definicji że zbiór wszystkich rzeczywistych macierzy trójkątnych górnych stopnia

Bardziej szczegółowo

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem.

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem. 1 Wektory Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem. 1.1 Dodawanie wektorów graficzne i algebraiczne. Graficzne - metoda równoległoboku. Sprowadzamy wektory

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 ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

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

Bardziej szczegółowo

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

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

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

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 11 1 Wektory i wartości w lasne Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V

Bardziej szczegółowo

1 Podobieństwo macierzy

1 Podobieństwo macierzy GAL (Informatyka) Wykład - zagadnienie własne Wersja z dnia 6 lutego 2014 Paweł Bechler 1 Podobieństwo macierzy Definicja 1 Powiemy, że macierze A, B K n,n są podobne, jeżeli istnieje macierz nieosobliwa

Bardziej szczegółowo

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ WSHE, O/K-CE 10. Homomorfizmy Definicja 1. Niech V, W będą dwiema przestrzeniami liniowymi nad ustalonym ciałem, odwzorowanie ϕ : V W nazywamy homomorfizmem

Bardziej szczegółowo

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań.

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań. Zestaw zadań : Sumy i sumy proste podprzestrzeni Baza i wymiar Rzędy macierzy Struktura zbioru rozwiązań układu równań () Pokazać, że jeśli U = lin(α, α,, α k ), U = lin(β, β,, β l ), to U + U = lin(α,

Bardziej szczegółowo

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

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

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

"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

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

1 Rząd macierzy. 2 Liniowa niezależność. Algebra liniowa. V. Rząd macierzy. Baza podprzestrzeni wektorowej

1 Rząd macierzy. 2 Liniowa niezależność. Algebra liniowa. V. Rząd macierzy. Baza podprzestrzeni wektorowej 1 Rząd macierzy Rozpatrzmy równanie jednorodne Ax = 0, gdzie A M(n, k). Wiemy, że posiada ono rozwiązanie. Jednakże wymiar macierzy A, a tym samym liczba równań w odpowiadającym jej układzie równań liniowych

Bardziej szczegółowo

ALGEBRA z GEOMETRIA, ANALITYCZNA,

ALGEBRA z GEOMETRIA, ANALITYCZNA, ALGEBRA z GEOMETRIA, ANALITYCZNA, MAT00405 PRZEKSZTAL CANIE WYRAZ EN ALGEBRAICZNYCH, WZO R DWUMIANOWY NEWTONA Uprościć podane wyrażenia 7; (b) ( 6)( + ); (c) a 5 6 8a ; (d) ( 5 )( 5 + ); (e) ( 45x 4 y

Bardziej szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

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

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax, a R \ {0}.

Bardziej szczegółowo

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.2 Ćwiczenia komputerowe Ćwiczenie 1.1 Wykorzystując

Bardziej szczegółowo

Endomorfizmy liniowe

Endomorfizmy liniowe Endomorfizmy liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 8. wykład z algebry liniowej Warszawa, listopad 2011 Mirosław Sobolewski (UW) Warszawa, listopad 2011 1 / 16 Endomorfizmy

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

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

4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych.

4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych. Jarosław Wróblewski Matematyka dla Myślących, 008/09. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych. 15 listopada 008 r. Uwaga: Przyjmujemy,

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

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

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

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

FUNKCJA LINIOWA - WYKRES

FUNKCJA LINIOWA - WYKRES FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (Postać kierunkowa) Funkcja liniowa jest podstawowym typem funkcji. Jest to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości

Bardziej szczegółowo

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : Lista Przestrzenie liniowe Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : V = R[X], zbiór wielomianów jednej zmiennej o współczynnikach rzeczywistych, wraz ze standardowym dodawaniem

Bardziej szczegółowo

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

Algebra z geometrią analityczną zadania z odpowiedziami

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

Bardziej szczegółowo

Pierścień wielomianów jednej zmiennej

Pierścień wielomianów jednej zmiennej Rozdział 1 Pierścień wielomianów jednej zmiennej 1.1 Definicja pierścienia wielomianów jednej zmiennej Definicja 1.1 Niech P będzie dowolnym pierścieniem. Ciąg nieskończony (a 0, a 1,..., a n,...) elementów

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

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

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

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

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

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

, 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

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

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

Bardziej szczegółowo

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

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