1 Przestrzeń liniowa. α 1 x α k x k = 0

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "1 Przestrzeń liniowa. α 1 x α k x k = 0"

Transkrypt

1 Z43: Algebra liniowa Zagadnienie: przekształcenie liniowe, macierze, wyznaczniki Zadanie: przekształcenie liniowe, jądro i obraz, interpretacja geometryczna. Przestrzeń liniowa Już w starożytności człowiek próbował opisać przestrzeń, w której żyjemy oraz poznać jej własności. Matematyzacja pojęcia przestrzeni fizycznej nie jest zagadnieniem prostym i jednoznacznym. Punktem wyjścia do poznania różnorodnych przestrzeni fizycznych jest pojęcie przestrzeni liniowej, zwanej również przestrzenią wektorową. Ruch punktów w przestrzeni wyznaczony jest przez funkcje opisujące ich przemieszczenie. Tego typu funkcje nazywamy przekształceniami przestrzeni. Ze względu na prawa zachowania ważną rolę odgrywają przekształcenia liniowe i dlatego ich opisowi należy poświęcić należną uwagę. Zbiór X z wyróżnionym elementem 0 nazywamy przestrzenia liniową (albo wektorową) nad zbiorem liczb rzeczywistych R lub zespolonych C oznaczanym dalej przez K, jeżeli określone zostały działania dodawania elementów zbioru X oraz działanie mnożenia elementów zbioru X przez elementy z K spełniające następujące warunki: (L) x + y = y + x, (L2) (x + y) + z = x + (y + z), (L3) 0 + x = x, (L4) dla każdego x istnieje y takie, że x + y = 0, (L5) α(βx) = (αβ)x, (L6) α(x + y) = αx + αy, (L7) (α + β)x = αx + βx, (L8) x = x, gdzie x, y, z X i α, β K. Elementy przestrzeni X nazywamy wektorami, a element 0 nazywamy wektorem zerowym. Elementy zbioru K nazywamy skalarami. Z warunków (L) (L4) wynika natychmiast, że dla każdego x X istnieje dokładnie jeden element przeciwny x, tj. spełniający warunek x + ( x) = 0. Wektory x,..., x k nazywamy liniowo niezależnymi, jeżeli z warunku α x α k x k = 0 dla pewnych skalarów α,..., α k wynika, że α = α 2 =... = α k = 0. W przeciwnym przypadku, a więc, gdy wcześniejsze równanie ma inne rozwiązania

2 niż α = α 2 =... = α k = 0, wektory x,..., x k nazywamy liniowo zależnymi. Sumę k i= α i x i nazywamy kombinacją liniową wektorów x,..., x k. Zbiór wektorów V X nazywamy liniowo niezależnym, jeżeli wektory należące do dowolnego skończonego podzbioru V są liniowo niezależne. Zbiór wektorów V rozpina przestrzeń X, jeżeli dowolny wektor x X jest kombinacją liniową pewnych wektorów ze zbioru V. Jeżeli zbiór wektorów V jest liniowo niezależny i rozpina przestrzeń X, to mówimy, że zbiór V jest bazą przestrzeni X. W szczególności, wektory x,..., x k są bazą w przestrzeni X, wtedy i tylko wtedy, gdy dla każdego wektora x X istnieje dokładnie jeden ciąg skalarów α,..., α k taki, że x = α x α k x k. Każda przestrzeń liniowa ma bazę i ilość wektorów w bazie nie zależy od jej wyboru. Jeżeli baza przestrzeni X składa się z k-wektorów, to k nazywamy wymiarem przestrzeni X i piszemy dim X = k (czytamy wymiar X jest równy k ). Mówimy wtedy, że X jest przestrzenią k-wymiarową. Wymiar przestrzeni X oznaczamy przez dim X. Podzbiór X 0 przestrzeni liniowej X nazywamy podprzestrzenią liniową, jeżeli jest zamknięty ze względu na działania w przestrzeni X, tj. x+y X 0 i αx X 0 dla dowolnych x, y X 0 oraz α K. 2 Przykłady przestrzeni liniowych. Przestrzeń R n nad zbiorem R z działaniami (x,..., x n ) + (y,..., y n ) = (x + y,..., x n + y n ), α(x,..., x n ) = (αx,..., αx n ) i wektorem zerowym 0 = (0,..., 0) jest przestrzenią liniową. Na przykład płaszczyznę można utożsamiać z przestrzenią R 2, zaś to co w języku potocznym nazywamy przestrzenią można utożsamić z R 3. Para wektorów e = (, 0) i e 2 = (0, ) w R 2 jest liniowo niezależna. Dowolny wektor x = (x, x 2 ) można przedstawić w postaci x = x e + x 2 e 2, 2

3 a więc zbiór {e, e 2 } jest bazą. Ogólnie, zbiór wektorów postaci e = (, 0,..., 0), e 2 = (0,,..., 0),..., e n = (0, 0,..., ) jest bazą w przestrzeni R n. Taką bazę nazywamy bazą kanoniczną w R n. Nie każda para wektorów w przestrzeni R 2 jest bazą. Na przykład wektory (, 0) i (2, 0) są liniowo zależne i nie tworzą bazy. 2. Przestrzeń C n nad zbiorem C lub nad zbiorem R z wprowadzonymi poprzednio działaniami dodawania i mnożenia przez skalar i wektorem zerowym 0 = (0,..., 0) jest przestrzenią liniową. W przypadku, gdy przestrzeń C n jest określona nad zbiorem C, to podobnie jak poprzednio zbiór {e, e 2,..., e n } jest bazą w tej przestrzeni, a więc jest to przestrzeń n-wymiarowa. Jeżeli przestrzeń C n jest określona nad zbiorem R, to zbiór {e, e 2,..., e n, ie, ie 2,..., ie n } jest bazą w tej przestrzeni, a więc jest to przestrzeń 2n-wymiarowa. 3. Niech E będzie dowolnym zbiorem i niech X będzie przestrzenią funkcji z E w R. Wtedy przestrzeń X z działaniami dodawania funkcji i mnożenia funkcji przez liczbę rzeczywistą oraz z funkcją f 0 jako elementem zerowym jest przestrzenią liniową. Zauważmy, że jeżeli E = {, 2,..., n}, to X = R n, bo funkcję f: E R możemy utożsamić z ciągiem (f(), f(2),..., f(n)). Podobnie, jeżeli E jest zbiorem liczb naturalnych, to przestrzeń X jest przestrzenią ciągów nieskończonych. W przyszłości poznamy inne przestrzenie funkcji tworzące przestrzenie liniowe. Poza przypadkiem, gdy E jest zbiorem skończonym, nie można efektywnie wypisać bazy w przestrzeni X. 3 Przekształcenie liniowe Niech X będzie przestrzenią liniową nad zbiorem K i niech Y będzie przestrzenią liniową nad zbiorem K. Odwzorowanie S: X Y nazywamy odwzorowaniem liniowym, jeżeli S(αx + βy) = αs(x) + βs(y) dla dowolnych x, y X i α, β K. Jeżeli S jest odwzorowaniem liniowym, to często piszemy Sx zamiast S(x). 3

4 Przekształcenie liniowe można wyznaczyć wiedząc jak działa na wektorach z dowolnej bazy. Ograniczymy się do odwzorowania liniowego S: R n R m. Niech v,..., v n będzie bazą w przestrzeni R n i niech w,..., w m będzie bazą w przestrzeni R m. Dla dowolnego i n wektor Sv i jest elementem przestrzeni R m, a więc istnieje ciąg liczb rzeczywistych a i, a 2i,..., a mi taki, że Sv i = a i w + a 2i w a mi w m. Niech teraz x będzie dowolnym wektorem z R n. Wtedy istnieją stałe x,..., x n, zwane współrzędnymi wektora x w bazie v,..., v n takie, że x = x v x n v n. Z definicji odwzorowania liniowego otrzymujemy Sx = S(x v x n v n ), a stąd Sx = x Sv x n Sv n, a więc wyznaczyliśmy wektor Sx znając wartości odwzorowania S na wektorach bazowych. Korzystając z ostatniego wzoru oraz z przedstawienia wektorów Sv i w bazie w,..., w m możemy również wyznaczyć przedstawienie wektora Sx w bazie w,..., w m : ( m ) ( m Sx = x a i w i x n a in w i ). i= i= Zmieniając kolejność sumowania otrzymujemy n m m ( n Sx = a ij x j w i = a ij x j )w i. j= i= i= j= 4 Przykłady przekształceń liniowych Graficzną reprezentaję działania przekształcenia można w Sage otrzymać transformując krzywą daną parametrycznie i rysując obie krzywe za pomocą parametric_plot. Na przykład weźmy okrąg jednostkowy: 4

5 var( t ) x=( cos(t), sin(t) ) wykonując przekształcenie następującym poleceniem: y=(x[0]+x[],x[]+) otrzymujemy wektor y(t) dany przez: (sin (t) + cos (t), sin (t) + ). Wektory x(t) oraz y(t) można narysować używająć parametric_plot( x,(t,0,2*pi))+\ parametric_plot( y,(t,0,2*pi)) W dalszej części przykładów zostanie użyta funkcja: def show_transform(t,**reszta): var( t ) Identycznosc=lambda w:w k=vector((cos(t),sin(t)++0.)) k2=vector((.2*cos(t)+.4,.2*sin(t)+.4)) k3=vector((.2*cos(t)-.4,.2*sin(t)+.4) ) k4=vector((.5*cos(t),.2*sin(t)+.5) ) ks=[k,k2,k3,k4] colors=[ gray, red, blue, green ] pltlist=[] for T in [Identycznosc,T]: ks_transformed = map(t,ks) p=[ \ parametric_plot(k,(t,0,2*pi),\ figsize=3,fill=true,\ fillcolor=colors[i%len(colors)],\ color=colors[i%len(colors)],**reszta) \ for i,k in enumerate(ks_transformed)] pltlist.append(sum(p)) return pltlist 5

6 Rysunek : Przekształcenie liniowe: symetria osiową względem prostej x = Symetria osiowa Rozważmy odwzorowanie liniowe : S: R 2 R 2 określone na wektorach bazowych e, e 2 wzorami S(, 0) = (, 0), S(0, ) = (0, ). Wtedy S jest symetrią osiową względem prostej x = 0. Tlin=lambda (x,y):vector((-x,y)) pltlist=show_transform(tlin) 4.2 Symetria względem punktu (0, 0) Rozważmy odwzorowanie liniowe : S: R 2 R 2 określone wzorami S(, 0) = (, 0), S(0, ) = (0, ). Wtedy S jest symetrią względem punktu (0, 0). Tlin=lambda (x,y):vector((-x,-y)) pltlist=show_transform(tlin) 6

7 Rysunek 2: Symetria względem punktu (0, 0). 4.3 Obrót Niech α będzie ustalonym kątem. Wtedy odwzorowanie liniowe : S: R 2 R 2 określone wzorami S(, 0) = (cos α, sin α), S(0, ) = ( sin α, cos α) jest obrotem względem początku układu współrzędnych o kąt α przeciwnie do ruchu wskazówek zegara. phi=pi/5 Tlin=lambda (x,y):vector((cos(phi)*x+sin(phi)*y,\ -sin(phi)*x+cos(phi)*y )) pltlist=show_transform(tlin) 7

8 Rysunek 3: Obrót o π/ Jednokładność Ustalmy k > 0. Wtedy odwzorowanie liniowe : S: R n R n określone wzorem Sx = kx jest jednokładnością w skali k względem początku układu współrzędnych. k= Tlin=lambda (x,y):vector((k*x,k*y)) pltlist=show_transform(tlin) pltlist[0].axes_range(-,,0,2.2) pltlist[].axes_range(-,,0,2.2) 8

9 Rysunek 4: Jednokładność dla k =. 4.5 Rzut Niech S: R 3 R 2 będzie odwzorowaniem danym wzorem S(x, x 2, x 3 ) = (x, x 2 ). Wtedy S jest rzutem prostopadłym z R 3 na R 2. Pokażmy to graficznie dla S: R 2 R Tlin=lambda (x,y):vector((x,0)) pltlist=show_transform(tlin,thickness=5) pltlist[0].axes_range(-.,.,0,2.2) pltlist[].axes_range(-.,.,0,2.2) 9

10 Rysunek 5: Rzut równoległy na oś x. 4.6 Przekształcenie nieliniowe Przekształcenie nieliniowe S: R 2 R 2 może zawierać dowolne funkcje wpólrzędnych punktów. Zobaczmy jak będzie wyglądać figura wyjściowa po działaniu przekształcenia S(x, x 2 ) = (x, sin(2x 2 )). W Sage funkcja defniujące wygląda następująco: Tnonlin=lambda (x,y):vector((x,sin(y*2))) pltlist=show_transform(tnonlin) Na rysunku 6 widzimy podstawowe różnice w działaniu powyższego przekształcenia a poprzednimi liniowymi: obrazy trzech nieprzecinających się okręgów mogą się przecinać a rozciąganie i przesuwanie figur zachodzi w niejednorodny sposób. 0

11 Rysunek 6: Przekształcenie nieliniowe S(x, x 2 ) = (x, sin(2x 2 )). 4.7 Iloczyn skalarny w R n Niech (a,..., a n ) będzie ustalonym wektorem w przestrzeni R n. Odwzorowanie S: R n R określone wzorem Sx = a x + a 2 x a n x n jest odwzorowaniem liniowym, zaś sumę a x + a 2 x a n x n nazywamy iloczynem skalarnym wektorów a i x. Iloczyn skalarny wektorów a, x oznaczamy a, x lub a x. W Sage możemy pokazać, że definiując: var( y y2 c x x2 a a2 ) x=vector([x,x2]) y=vector([y,y2]) a=vector([a,a2]) wlasnosci=[(x+y).dot_product(a)==x.dot_product(a)+y.dot_product(a)\, (c*x).dot_product(a)==c*x.dot_product(a)] zachodzą następujące własności: - (x 2 + y 2 )a 2 + (x + y )a = a x + a y + a 2 x 2 + a 2 y 2 ma wartość logiczną: bool(wlasnosci[0])= True

12 - a cx +a 2 cx 2 = (a x + a 2 x 2 )c ma wartość logiczną: bool(wlasnosci[])= True 4.8 Iloczyn skalarny w C n Niech (a,..., a n ) będzie ustalonym wektorem w przestrzeni C n. Określmy odwzorowanie S: C n C wzorem Sz = z ā + z 2 ā z n ā n, gdzie ā i jest liczbą sprzężoną do a i. Odwzorowanie S jest liniowe. Sumę z, a = z ā + z 2 ā z n ā n nazywamy iloczynem skalarnym wektorów z i a. Jeżeli zamiast odwzorowania S rozważymy odwzorowanie T z = a z + a 2 z a n z n, to T (z + z ) = T z + T z oraz T (αz) = ᾱ T z. Odwzorowanie spełniające powyższe dwa warunki nazywamy antyliniowym. 4.9 Przestrzenie funkcji Niech X będzie przestrzenią funkcji z E w R i niech ϕ będzie dowolną funkcją z E w E. Wtedy odwzorowanie S: X X określone wzorem Sf(x) = f(ϕ(x)) jest odwzorowaniem liniowym. 5 Jądro i obraz przekształcenia Niech S: X Y będzie przekształceniem liniowym. Wtedy zbiór Ker S = {x X: S(x) = 0} nazywamy jądrem odwzorowania S, a zbiór Im S = {S(x): x X} nazywamy obrazem odwzorowania S. Jądro i obraz przekształcenia liniowego są podprzestrzeniami liniowymi, odpowiednio, przestrzeni X i Y. 2

13 Jeżeli Ker S = {0}, to odwzorowanie S jest różnowartościowe, a więc z warunku S(x) = S(y) wynika, że x = y. Wymiar jądra i obrazu odwzorowania S spełniają warunek dim Ker S + dim Im S = n. 3

Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/

Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/ Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a, bud. Agro

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

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

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

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

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

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

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy Justyna Winnicka Na podstawie podręcznika Matematyka. e-book M. Dędys, S. Dorosiewicza, M. Ekes, J. Kłopotowskiego. rok akademicki 217/218

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Przestrzenie liniowe

Przestrzenie liniowe ALGEBRA LINIOWA 2 Wydział Mechaniczny / AIR, MTR Semestr letni 2009/2010 Prowadzący: dr Teresa Jurlewicz Przestrzenie liniowe Uwaga. W nawiasach kwadratowych podane są numery zadań znajdujących się w podręczniku

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

Wykład 16. P 2 (x 2, y 2 ) P 1 (x 1, y 1 ) OX. Odległość tych punktów wyraża się wzorem: P 1 P 2 = (x 1 x 2 ) 2 + (y 1 y 2 ) 2

Wykład 16. P 2 (x 2, y 2 ) P 1 (x 1, y 1 ) OX. Odległość tych punktów wyraża się wzorem: P 1 P 2 = (x 1 x 2 ) 2 + (y 1 y 2 ) 2 Wykład 16 Geometria analityczna Przegląd wiadomości z geometrii analitycznej na płaszczyźnie rtokartezjański układ współrzędnych powstaje przez ustalenie punktu początkowego zwanego początkiem układu współrzędnych

Bardziej szczegółowo

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B 1. Dla macierzy a) A = b) A = c) A = d) A = 3 1 + i 1 i i i 0 i i 0 1 + i 1 i 0 0 0 0 1 0 1 0 1 + i 1 i Wyznaczyć macierze spełniające własność komutacji: A, X = B. Obliczyć pierwiaski z macierzy: A =

Bardziej szczegółowo

Przestrzenie liniowe

Przestrzenie liniowe Przestrzenie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 2 wykład z algebry liniowej Warszawa, październik 2015 Mirosław Sobolewski (UW) Warszawa, wrzesień 2015 1 / 10 Przestrzenie

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

9 Przekształcenia liniowe

9 Przekształcenia liniowe 9 Przekształcenia liniowe Definicja 9.1. Niech V oraz W będą przestrzeniami liniowymi nad tym samym ciałem F. Przekształceniem liniowym nazywamy funkcję ϕ : V W spełniającą warunek (LM) v1,v 2 V a1,a 2

Bardziej szczegółowo

Wykład 5. Ker(f) = {v V ; f(v) = 0}

Wykład 5. Ker(f) = {v V ; f(v) = 0} Wykład 5 Niech f : V W będzie przekształceniem liniowym przestrzeni wektorowych Wtedy jądrem przekształcenia nazywamy zbiór tych elementów z V, których obrazem jest wektor zerowy w przestrzeni W Jądro

Bardziej szczegółowo

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

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 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

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

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

4 Przekształcenia liniowe

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

Bardziej szczegółowo

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

Przekształcenia liniowe

Przekształcenia liniowe ALGEBRA LINIOWA 2 Wydział Mechaniczny / AIR, MTR Semestr letni 2009/2010 Prowadzący: dr Teresa Jurlewicz Przekształcenia liniowe Uwaga. W nawiasach kwadratowych podane są numery zadań znajdujących się

Bardziej szczegółowo

R n jako przestrzeń afiniczna

R n jako przestrzeń afiniczna R n jako przestrzeń afiniczna Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 11. wykład z algebry liniowej Warszawa, grudzień 2014 Mirosław Sobolewski (UW) Warszawa, grudzień 2014 1

Bardziej szczegółowo

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

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

Układy równań liniowych, macierze, Google

Układy równań liniowych, macierze, Google Układ równań linowych { x+2y = 6, 3x y = 4 (0) Spotkania z Matematyka Układy równań liniowych, macierze, Google Aleksander Denisiuk denisjuk@matman.uwm.edu.pl Uniwersytet Warmińsko-Mazurski w Olsztynie

Bardziej szczegółowo

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała

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

Bardziej szczegółowo

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga

Bardziej szczegółowo

Algebra z geometrią Lista 1 - Liczby zespolone

Algebra z geometrią Lista 1 - Liczby zespolone Algebra z geometrią Lista 1 - Liczby zespolone 1. Oblicz a) (1 + i)(2 i); b) (3 + 2i) 2 ; c) (2 + i)(2 i); d) (3 i)/(1 + i); e) (1 + i 3)/(2 + i 3); f) (2 + i) 3 ; g) ( 3 i) 3 ; h) ( 2 + i 3) 2 2. Korzystając

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

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

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ Lista zadań dla kursów mających ćwiczenia co dwa tygodnie. Zadania po symbolu potrójne karo omawiane są na ćwiczeniach rzadko, ale warto też poświęcić im nieco uwagi. Przy

Bardziej szczegółowo

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria Technologia Chemiczna 008/09 Zajęcia wyrównawcze. Pokazać, że: ( )( ) n k k l = ( n l )( n l k l Zajęcia nr (h) Dwumian Newtona. Indukcja. ). Rozwiązać ( ) ( równanie: ) n n a) = 0 b) 3 ( ) n 3. Znaleźć

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

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

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

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

Zestaw zadań 14: Wektory i wartości własne. ) =

Zestaw zadań 14: Wektory i wartości własne. ) = Zestaw zadań 4: Wektory i wartości własne () Niech V = V V 2 będzie przestrzenią liniową nad ciałem K, w którym + 0 Znaleźć wszystkie podprzestrzenie niezmiennicze rzutu V na V wzdłuż V 2 oraz symetrii

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

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

Matematyka liczby zespolone. Wykład 1

Matematyka liczby zespolone. Wykład 1 Matematyka liczby zespolone Wykład 1 Siedlce 5.10.015 Liczby rzeczywiste Zbiór N ={0,1,,3,4,5, } nazywamy zbiorem Liczb naturalnych, a zbiór N + ={1,,3,4, } nazywamy zbiorem liczb naturalnych dodatnich.

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

1 Podstawowe oznaczenia

1 Podstawowe oznaczenia Poniżej mogą Państwo znaleźć skondensowane wiadomości z wykładu. Należy je traktować jako przegląd pojęć, które pojawiły się na wykładzie. Materiały te nie są w pełni tożsame z tym co pojawia się na wykładzie.

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

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

Układy współrzędnych

Układy współrzędnych Układy współrzędnych Układ współrzędnych matematycznie - funkcja przypisująca każdemu punktowi danej przestrzeni skończony ciąg (krotkę) liczb rzeczywistych zwanych współrzędnymi punktu. Układ współrzędnych

Bardziej szczegółowo

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ. 8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą

Bardziej szczegółowo

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

Przestrzeń liniowa i przekształcenie liniowe

Przestrzeń liniowa i przekształcenie liniowe opracował Maciej Grzesiak Przestrzeń liniowa i przekształcenie liniowe W algebrze rozpatruje się zbiory abstrakcyjne Natura elementów zbioru się nie liczy Na elementach rozpatruje się działania spełniające

Bardziej szczegółowo

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ). B 2 Suma Zbadać, czy liniowo niezależne wektory u, v, w stanowią bazę przestrzeni liniowej lin { u + 2 v + w, u v + 2 w, 3 u + 5 w } 2 Współrzędne wektora (, 4, 5, 4 ) w pewnej bazie podprzestrzeni U R

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

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4)

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4) Rozdział 1 Prosta i płaszczyzna 1.1 Przestrzeń afiniczna Przestrzeń afiniczna to matematyczny model przestrzeni jednorodnej, bez wyróżnionego punktu. Można w niej przesuwać punkty równolegle do zadanego

Bardziej szczegółowo

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012 1. Liczby zespolone Jacek Jędrzejewski 2011/2012 Spis treści 1 Liczby zespolone 2 1.1 Definicja liczby zespolonej.................... 2 1.2 Postać kanoniczna liczby zespolonej............... 1. Postać

Bardziej szczegółowo

1. Elementy (abstrakcyjnej) teorii grup

1. Elementy (abstrakcyjnej) teorii grup 1. Elementy (abstrakcyjnej) teorii grup Grupy symetrii def. Grupy Zbiór (skończony lub nieskończony) elementów {g} tworzy grupę gdy: - zdefiniowana operacja mnożenia (złożenia) g 1 g 2 = g 3 є G - (g 1

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

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

Bardziej szczegółowo

ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II

ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II POZIOM ROZSZERZONY Równania i nierówności z wartością bezwzględną. rozwiązuje równania i nierówności

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

Geometria analityczna - przykłady

Geometria analityczna - przykłady Geometria analityczna - przykłady 1. Znaleźć równanie ogólne i równania parametryczne prostej w R 2, któr przechodzi przez punkt ( 4, ) oraz (a) jest równoległa do prostej x + 5y 2 = 0. (b) jest prostopadła

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 z geometrią analityczną zadania z odpowiedziami

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

Bardziej szczegółowo

Zbiory, relacje i funkcje

Zbiory, relacje i funkcje Zbiory, relacje i funkcje Zbiory będziemy zazwyczaj oznaczać dużymi literami A, B, C, X, Y, Z, natomiast elementy zbiorów zazwyczaj małymi. Podstawą zależność między elementem zbioru a zbiorem, czyli relację

Bardziej szczegółowo

Wstęp do Modelu Standardowego

Wstęp do Modelu Standardowego Wstęp do Modelu Standardowego Plan (Uzupełnienie matematyczne II) Abstrakcyjna przestrzeń stanów Podstawowe własności Iloczyn skalarny amplitudy prawdopodobieństwa Operatory i ich hermitowskość Wektory

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

i = [ 0] j = [ 1] k = [ 0]

i = [ 0] j = [ 1] k = [ 0] Ćwiczenia nr TEMATYKA: Układy współrzędnych: kartezjański, walcowy (cylindryczny), sferyczny (geograficzny), Przekształcenia: izometryczne, nieizometryczne. DEFINICJE: Wektor wodzący: wektorem r, ρ wodzącym

Bardziej szczegółowo

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

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

Bardziej szczegółowo

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora.

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. 1. Podstawy matematyki 1.1. Geometria analityczna W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. Skalarem w fizyce nazywamy

Bardziej szczegółowo

Elementy geometrii analitycznej w R 3

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

Bardziej szczegółowo

Układy liniowo niezależne

Układy liniowo niezależne Układy liniowo niezależne Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 3.wykład z algebry liniowej Warszawa, październik 2016 Mirosław Sobolewski (UW) Warszawa, październik 2016 1

Bardziej szczegółowo

1 Pierścienie i ich homomorfizmy. Ideał, pierścień ilorazowy. Ideały pierwsze i maksymalne, dziedziny i ciała - definicje i przykłady

1 Pierścienie i ich homomorfizmy. Ideał, pierścień ilorazowy. Ideały pierwsze i maksymalne, dziedziny i ciała - definicje i przykłady Tekst ten jest dostępny na stronie http://www-usersmatumkpl/ cstefan/ W razie potrzeby tam będą znajdowały się ewentualne poprawki i uzupełnienia 1 Pierścienie i ich homomorfizmy Ideał, pierścień ilorazowy

Bardziej szczegółowo

Zapisujemy:. Dla jednoczesnego podania funkcji (sposobu przyporządkowania) oraz zbiorów i piszemy:.

Zapisujemy:. Dla jednoczesnego podania funkcji (sposobu przyporządkowania) oraz zbiorów i piszemy:. Funkcja Funkcją (stosuje się też nazwę odwzorowanie) określoną na zbiorze o wartościach w zbiorze nazywamy przyporządkowanie każdemu elementowi dokładnie jednego elementu. nazywamy argumentem, zaś wartością

Bardziej szczegółowo

Zadania z Algebry liniowej 3 semestr zimowy 2008/2009

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

Bardziej szczegółowo

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

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

Algebra liniowa z geometria. - zadania Rok akademicki 2010/2011

Algebra liniowa z geometria. - zadania Rok akademicki 2010/2011 1 GEOMETRIA ANALITYCZNA 1 Wydział Fizyki Algebra liniowa z geometria - zadania Rok akademicki 2010/2011 Agata Pilitowska i Zbigniew Dudek 1 Geometria analityczna 1.1 Punkty i wektory 1. Sprawdzić, czy

Bardziej szczegółowo

5. Równania różniczkowe zwyczajne pierwszego rzędu

5. Równania różniczkowe zwyczajne pierwszego rzędu 5. Równania różniczkowe zwyczajne pierwszego rzędu 5.1. Wstęp. Definicja 5.1. Niech V R 3 będzie obszarem oraz F : V R. Równaniem różniczkowym zwyczajnym rzędu pierwszego nazywamy równanie postaci Równanie

Bardziej szczegółowo

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH

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

Bardziej szczegółowo

= 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

Liczby zespolone. Magdalena Nowak. 23 marca Uniwersytet Śląski

Liczby zespolone. Magdalena Nowak. 23 marca Uniwersytet Śląski Uniwersytet Śląski 23 marca 2012 Ciało liczb zespolonych Rozważmy zbiór C = R R, czyli C = {(x, y) : x, y R}. W zbiorze C definiujemy następujące działania: dodawanie: mnożenie: (a, b) + (c, d) = (a +

Bardziej szczegółowo

Przekształcenia geometryczne w grafice komputerowej. Marek Badura

Przekształcenia geometryczne w grafice komputerowej. Marek Badura Przekształcenia geometryczne w grafice komputerowej Marek Badura PRZEKSZTAŁCENIA GEOMETRYCZNE W GRAFICE KOMPUTEROWEJ Przedstawimy podstawowe przekształcenia geometryczne na płaszczyźnie R 2 (przestrzeń

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

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

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

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

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 dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 12: Krzywe eliptyczne Gniewomir Sarbicki Rozważać będziemy przestrzeń K n Definicja: x y λ K x = λy. Relację nazywamy różnieniem się o skalar Przykład: [4, 10, 6, 14] [6, 15,

Bardziej szczegółowo

1 Geometria analityczna

1 Geometria analityczna 1 Geometria analityczna 1.1 Wektory na płaszczyźnie Wektor to uporządkowana para punktów, z których pierwszy nazywa się początkiem, a drugi końcem wektora. Jeżeli wprowadzimy prostokątny układ współrzędnych,

Bardziej szczegółowo

Kombinacje liniowe wektorów.

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

Bardziej szczegółowo

1.1. Rachunek zdań: alternatywa, koniunkcja, implikacja i równoważność zdań oraz ich zaprzeczenia.

1.1. Rachunek zdań: alternatywa, koniunkcja, implikacja i równoważność zdań oraz ich zaprzeczenia. 1. Elementy logiki i algebry zbiorów 1.1. Rachunek zdań: alternatywa, koniunkcja, implikacja i równoważność zdań oraz ich zaprzeczenia. Funkcje zdaniowe. Zdania z kwantyfikatorami oraz ich zaprzeczenia.

Bardziej szczegółowo

Skrypt z Algebry Liniowej 2

Skrypt z Algebry Liniowej 2 Uniwersytet Wrocławski Wydział Matematyki i Informatyki Instytut Matematyczny specjalność: matematyka nauczycielska Barbara Szczepańska Skrypt z Algebry Liniowej 2 Praca magisterska napisana pod kierunkiem

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

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

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

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13

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

Bardziej szczegółowo

Wektory. Algebra. Aleksander Denisiuk. Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi Gdańsk

Wektory. Algebra. Aleksander Denisiuk. Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi Gdańsk Algebra Wektory Aleksander Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045 Gdańsk Algebra p. 1 Wektory Najnowsza wersja

Bardziej szczegółowo

Przekształcenia liniowe

Przekształcenia liniowe Przekształcenia liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 4. wykład z algebry liniowej Warszawa, październik 2010 Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 1 / 7

Bardziej szczegółowo

III. Funkcje rzeczywiste

III. Funkcje rzeczywiste . Pojęcia podstawowe Załóżmy, że dane są dwa niepuste zbiory X i Y. Definicja. Jeżeli każdemu elementowi x X przyporządkujemy dokładnie jeden element y Y, to mówimy, że na zbiorze X została określona funkcja

Bardziej szczegółowo

Funkcja liniowa i prosta podsumowanie

Funkcja liniowa i prosta podsumowanie Funkcja liniowa i prosta podsumowanie Definicja funkcji liniowej Funkcja liniowa określona jest wzorem postaci: y = ax + b, x R, a R, b R a, b współczynniki funkcji dowolne liczby rzeczywiste a- współczynnik

Bardziej szczegółowo