Diagonalizacja macierzy i jej zastosowania
|
|
- Władysława Matusiak
- 6 lat temu
- Przeglądów:
Transkrypt
1 Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 29 Mirosław Sobolewski (UW) Warszawa, wrzesień 26 1 / 12
2 Definicja Macierz A = [a ij M n n (R) nazywamy diagonalna jeśli dla każdej pary różnych indeksów i, j,(tzn. i j), a ij =, tzn. gdy A = a a nn Przykład Macierze diagonalne 1 3 6, Mirosław Sobolewski (UW) Warszawa, wrzesień 26 2 / 12
3 Twierdzenie Niech ϕ : V V będzie endomorfizmem przestrzeni liniowej V, zaś A = v 1,..., v n niech będzie baza V. Wówczas M(ϕ) A jest diagonalna każdy wektor bazy A jest wektorem własnym endomorfizmu ϕ. Przy tym, jeśli A jest diagonalna to a ii jest wartościa własna odpowiadajac a v i, tzn., ϕ(v i ) = a ii v i. Dowód:na tablicy Mirosław Sobolewski (UW) Warszawa, wrzesień 26 3 / 12
4 Przykład Niech ϕ : R 2 R 2, będzie określone przez ϕ((x 1, x 2 )) = (x 1 3x 2, x 1 + 5x 2 ). m(ϕ) st = [ [ 1 λ 3, w ϕ = det 1 5 λ = (1 λ)(5 λ)+3 =, λ 2 6λ + 8 = (λ 2)(λ 4), skad wartości własne λ 1 = 2, λ 2 = 4. Wyznaczamy podprzestrzenie własne: V (2) : [ [ x1 x 2 = [ czyli V (2) = {( 3x 2, x 2 ) x 2 R} = lin(( 3, 1)) V (4) : [ [ x1 x 2 = [ czyli V (4) = {( x 2, x 2 ) x 2 R} = lin(( 1, 1)) x 1 = 3x 2, x 1 = x 2, Mirosław Sobolewski (UW) Warszawa, wrzesień 26 4 / 12
5 Przykład cd. Układ A = (( 3, 1), ( 1, 1)) jest baza R 2, M(ϕ) A = gdyż ϕ(( 3, 1)) = 2( 3, 1) + ( 1, 1), ϕ(( 1, 1)) = ( 3, 1) + 4( 1, 1) Twierdzenie [ 2 4 Niech α 1,..., α k oznacza k różnych wartości własnych endomorfizmu ϕ : V V przestrzeni liniowej V, zaś A 1,..., A k niech stanowia k takich liniowo niezależnych układów wektorów z V, że jeśli v należy do A i to ϕ(v) = α i v, dla i = 1,..., k. Wówczas układ A powstały z połaczenia układów A i w jeden jest liniowo niezależny., Mirosław Sobolewski (UW) Warszawa, wrzesień 26 5 / 12
6 Wniosek Niech V n-wymiarowa przestrzeń liniowa, ϕ : V V endomorfizm, α 1,..., α s R wszystkie (parami różne) wartości własne endomorfizmu ϕ. Wówczas: (i) Jeśli v 1..., v s V oraz dla i = 1,..., s zachodzi ϕ(v) = α i v to układ v 1,..., v s jest liniowo niezależny. (ii) dim V (α1 ) dim V (αs) dimv. (iii) dim V (α1 ) dim V (αs) =dimv istnieje baza przestrzeni V złożona z wektorów własnych endomorfizmu ϕ. Uwaga: Jako bazę w części (iii) powyższego twierdzenia wystarczy wziać układ powstały z połaczenia baz poszczególnych V (αi ). Przykład Niech endomorfizmϕ : R 3 R 3 będzie określony wzorem ϕ((x 1, x 2, x 3 )) = (2x 1 + x 2, 3x 2 + x 3, 2x 3 ). Mirosław Sobolewski (UW) Warszawa, wrzesień 26 6 / 12
7 Przykład (cd) M(ϕ) st = w ϕ = det 2 λ 1 3 λ 1 2 λ = (2 λ)(3 λ)(2 λ) = (2 λ) 2 (3 λ). Wartości własne: 2,3. V (2) : x 1 x 2 x 3 = V (2) = {(x 1,, ) x 3 R} = lin((1,, )) V (3) : x 1 x 2 x 3 =, x 2 =, x 3 =,, x 1 = x 2, x 3 =, V (3) = lin((1, 1, )). dimv (2) +dimv (3) = = 2 3 =dim R 3. Zatem dla żadnej bazy A przestrzeni R 3 macierz M(ϕ) A nie jest diagonalna. Mirosław Sobolewski (UW) Warszawa, wrzesień 26 7 / 12
8 Wniosek Niech V przestrzeń liniowa, dimv = n. Jeśli endomorfizm ϕ : V V ma n różnych wartości własnych to istnieje w V baza złożona z wektorów własnych ϕ. Definicja Mówimy, że macierz A M n n (R) jest diagonalizowalna, jeśli A jest podobna do macierzy diagonalnej należacej do M n n (R), tzn. jeśli istnieje taka macierz odwracalna C M n n (R), że macierz C 1 AC jest diagonalna. Twierdzenie Macierz A M n n (R) jest diagonalizowalna dla endomorfizmu ϕ : R n R n zadanego warunkiem M(ϕ) st = A istnieje baza przestrzeni R n złożona z wektorów własnych endomorfizmu ϕ. Ponadto, jeśli A jest taka baza to dla C = M(id) st A macierz C 1 AC jest diagonalna. Mirosław Sobolewski (UW) Warszawa, wrzesień 26 8 / 12
9 Przykład 1. Macierz A = [ jest diagonalizowalna. Endomorfizm ϕ((x 1, x 2 )) = (x 1 3x 2, x 1 + 5x 2 ) ma dwie wartości własne 2 oraz 4. Wyliczyliśmy V (2) = lin(( 3, 1)), V (4) = lin(( 1, 1)). Dla A = (( 3, 1), ( 1, 1)) przyjmujac C = M(id) st A mamy [ 2 D = = M(ϕ) 4 A = M(id) A stm(ϕ) st st M(id)st A = C 1 AC, zaś. C = [ oraz C 1 = [ 1/2 1/2 1/2 3/2 Mirosław Sobolewski (UW) Warszawa, wrzesień 26 9 / 12
10 Przykład 2. Macierz nie jest diagonalizowalna, bo dla endomorfizmu ϕ : R 3 R 3, określonego przez ϕ((x 1, x 2, x 3 )) = (2x 1 + x 2, 3x 2 + x 3, 2x 3 ) nie ma bazy R 3 złożonej z wektorów własnych ϕ. Mirosław Sobolewski (UW) Warszawa, wrzesień 26 1 / 12
11 Zastosowanie Niech A = [ Podać wzór na A n. Stosujac oznaczenia przykładu 1. mamy A = CDC 1, A n = (CDC 1 ) n = CD n C 1 = [ 2 C 4 n C 1 = [ [ 2 n 4 n [ 2 n 1 (3 2 n ) 3 2 n 1 (1 2 n ) 2 n 1 (2 n 1) 3 2 n 1 (2 n 1) [ 1/2 1/2 1/2 3/2 = Mirosław Sobolewski (UW) Warszawa, wrzesień / 12
12 Uwaga: Macierze symetryczne, tzn. takie macierze A = [a ij M n n (R), że a ij = a ji czyli A = A sa diagonalizowalne. Przykład Macierz jest symetryczna, więc jest diagonalizowalna 2 4 Mirosław Sobolewski (UW) Warszawa, wrzesień / 12
13 Przykład [ [ 1 1 Macierze A = oraz B = nie sa podobne, gdyż 1 1 [ 1 maja różne wielomiany charakterystyczne. Macierze C = 2 [ 2 1 oraz D = sa podobne, gdyż sa diagonalizowalne i maja te 1 same[ wartości własne z[ tymi samymi krotnościami. Macierze 1 E = oraz F = maja te same wielomiany charakterystyczne, a zatem te same wartości własne (z krotnościami), ale nie sa podobne. F jest diagonalizowalna, E nie. Mirosław Sobolewski (UW) Warszawa, wrzesień / 12
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 szczegółowoDiagonalizacja 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 szczegółowoEndomorfizmy 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 szczegółowoFormy 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 szczegółowoFormy 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 szczegółowoZadania 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 szczegółowoPrzekształcenia 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 szczegółowoFormy 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 szczegółowoWyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013
Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia
Bardziej szczegółowoZastosowania 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 szczegółowo1 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 szczegółowoUkłady 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 szczegółowoDziałania na przekształceniach liniowych i macierzach
Działania na przekształceniach liniowych i macierzach Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 5 wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa,
Bardziej szczegółowoIloczyn 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 szczegółowoZestaw 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 szczegółowoWykład 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 szczegółowoALGEBRA 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 szczegółowoA. Strojnowski - Twierdzenie Jordana 1
A Strojnowski - Twierdzenie Jordana 1 Zadanie 1 Niech f b edzie endomorfizmem skończenie wymiarowej przestrzeni V nad cia lem charakterystyki różnej od 2 takim, że M(f) nie jest diagonalizowalna ale M(f
Bardziej szczegółowoPostać Jordana macierzy
Rozdział 8 Postać Jordana macierzy Niech F = R lub F = C Macierz J r λ) F r r postaci λ 1 0 0 0 λ 1 J r λ) = 0 λ 1 0 0 λ gdzie λ F nazywamy klatką Jordana stopnia r Oczywiście J 1 λ) = [λ Definicja 81
Bardziej szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =
11 Algebra macierzy Definicja 11.1 Dla danego ciała F i dla danych m, n N funkcję A : {1,..., m} {1,..., n} F nazywamy macierzą m n (macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)
Bardziej szczegółowo1 Zbiory i działania na zbiorach.
Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu
Bardziej szczegółowo1 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 szczegółowo1 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 szczegółowoWyk lad 11 Przekszta lcenia liniowe a macierze
Wyk lad 11 Przekszta lcenia liniowe a macierze 1 Izomorfizm przestrzeni L(V ; W ) i M m n (R) Twierdzenie 111 Niech V i W bed a przestrzeniami liniowymi o bazach uporzadkowanych (α 1,, α n ) i (β 1,, β
Bardziej szczegółowoWyk 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 szczegółowoAnaliza matematyczna i algebra liniowa Macierze
Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek
Bardziej szczegółowoPrzestrzenie 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 szczegółowoWektory 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 szczegółowoZadania 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 szczegółowoR 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 szczegółowoImię i nazwisko... Grupa...
Algebra i teoria mnogości 2.09.2014 Za każde zadanie można otrzymać 0-3 pkt. W zadaniach 1-5 w puste pola należy wpisać TAK lub NIE. Każda odpowiedź oceniana jest osobno (1pkt za poprawną odpowiedź, 0.5pkt
Bardziej szczegółowoWektory i wartości własne
Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń
Bardziej szczegółowoZadania 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 szczegółowoWartości i wektory własne
Rozdział 7 Wartości i wektor własne Niech X będzie skończenie wmiarową przestrzenią liniową nad ciałem F = R lub F = C. Niech f : X X będzie endomorfizmem, tj. odwzorowaniem liniowm przekształającm przestrzeń
Bardziej szczegółowoJak 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 szczegółowoWstęp 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 szczegółowoWykład 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 szczegółowoAlgebra liniowa. 1. Macierze.
Algebra liniowa 1 Macierze Niech m oraz n będą liczbami naturalnymi Przestrzeń M(m n F) = F n F n będącą iloczynem kartezjańskim m egzemplarzy przestrzeni F n z naturalnie określonymi działaniami nazywamy
Bardziej szczegółowoGeometria 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 szczegółowoMet 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 szczegółowoALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska
ALGEBRA LINIOWA Wykład 2 Analityka gospodarcza, sem 1 Wydział Zarządzania i Ekonomii Politechnika Gdańska dr inż Natalia Jarzębkowska, CNMiKnO semzimowy 2018/2019 2/17 Macierze Niech M = {1, 2,, m} i N
Bardziej szczegółowoAlgebra 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 szczegółowoDB Algebra liniowa 1 semestr letni 2018
DB Algebra liniowa 1 semestr letni 2018 Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo Naukowo-Techniczne,
Bardziej szczegółowoWyk lad 9 Przekszta lcenia liniowe i ich zastosowania
Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:
Bardziej szczegółowoAlgebra 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 szczegółowoWEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej
WEKTORY I WARTOŚCI WŁASNE MACIERZY Ac λ c (*) ( A λi) c nietrywialne rozwiązanie gdy det A λi problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej A - macierzowa
Bardziej szczegółowodr 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 szczegółowoPrawdopodobieństwo i statystyka
Wykład XV: Zagadnienia redukcji wymiaru danych 2 lutego 2015 r. Standaryzacja danych Standaryzacja danych Własności macierzy korelacji Definicja Niech X będzie zmienną losową o skończonym drugim momencie.
Bardziej szczegółowoWyk lad 9 Baza i wymiar przestrzeni liniowej
Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje
Bardziej szczegółowoUkłady równań liniowych
Układy równań liniowych Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 1. wykład z algebry liniowej Warszawa, październik 2015 Mirosław Sobolewski (UW) Warszawa, wrzesień 2015 1 / 1
Bardziej szczegółowoWyk lad 9 Baza i wymiar przestrzeni liniowej
Wyk lad 9 Baza i wymiar liniowej Baza liniowej Niech V bedzie nad cia lem K Powiemy, że zbiór wektorów {α,, α n } jest baza V, jeżeli wektory α,, α n sa liniowo niezależne oraz generuja V tzn V = L(α,,
Bardziej szczegółowoStatystyka i eksploracja danych
Wykład XII: Zagadnienia redukcji wymiaru danych 12 maja 2014 Definicja Niech X będzie zmienną losową o skończonym drugim momencie. Standaryzacją zmiennej X nazywamy zmienną losową Z = X EX Var (X ). Definicja
Bardziej szczegółowoZadania 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 szczegółowoProgramowanie liniowe
Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2010 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 15 Homo oeconomicus=
Bardziej szczegółowo1. 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 szczegółowoPraca 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 szczegółowoZaawansowane metody numeryczne
Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany
Bardziej szczegółowoAlgebra 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 szczegółowoWykład 14. Elementy algebry macierzy
Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,
Bardziej szczegółowoWykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25
Wykład 4 Informatyka Stosowana Magdalena Alama-Bućko 25 marca 2019 Magdalena Alama-Bućko Wykład 4 25 marca 2019 1 / 25 Macierze Magdalena Alama-Bućko Wykład 4 25 marca 2019 2 / 25 Macierza wymiaru m n
Bardziej szczegółowoWykład 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 szczegółowoBaza 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 szczegółowoRozwiązania zadań z listy T.Koźniewskiego
Rozwiązania zadań z listy T.Koźniewskiego 1. Podstawiamy do równań. Tylko czwarty wektor spełnia wszystkie trzy równania.. U 1 : ( + 0x 9x 4, 7x + 8x 4, x, x 4 ), U : ( x 4, 4 x 4, + x 4, x 4 ), U : (x
Bardziej szczegółowoFormy 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 szczegółowo13 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 szczegółowoPrzestrzenie 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 szczegółowoZmiana baz. Jacek Jędrzejewski 2014. 1 Macierz przejścia od bazy do bazy 2
Zmiana baz Jacek Jędrzejewski 2014 Spis treści 1 Macierz przejścia od bazy do bazy 2 2 Wektory a zmiana baz 2 21 Współrzędne wektora względem różnych baz 2 22 Wektory o tych samych współrzędnych względem
Bardziej szczegółowoPrzestrzeń 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 szczegółowoWyk lad 10 Przestrzeń przekszta lceń liniowych
Wyk lad 10 Przestrzeń przekszta lceń liniowych 1 Określenie przestrzeni przekszta lceń liniowych Niech V i W bed a przestrzeniami liniowymi Oznaczmy przez L(V ; W ) zbór wszystkich przekszta lceń liniowych
Bardziej szczegółowo15. 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 szczegółowoWyk lad z Algebry Liniowej dla studentów WNE UW. Rok akademicki 2017/2018. Przyk lady zadań na ćwiczenia. 1. Które z cia
Wyk lad z Algebry Liniowej dla studentów WNE UW. Rok akademicki 2017/2018. Przyk lady zadań na ćwiczenia. 1. Które z cia gów: ( 1, 1, 1, 1), (2, 3, 1, 4), (4, 3, 2, 1), (4, 0, 3, 1) sa rozwia 2 zaniami
Bardziej szczegółowoZadania z GAL-u. 1 Rozwia. Listopad x + 3y = 1 3x + y = x + y = 1 x + 2y 3z = 3 2x + 4y + z = 1 1.2
Zadania z GAL-u Listopad 2004 1 Rozwia zać uk lady równań: 11 12 13 14 15 { 2x + 3y = 1 3x + y = 0 x + y = 1 x + 2y 3z = 3 2x + 4y + z = 1 3x + y + z = 1 x + 2z = 6 3y + 2z = 0 2x + 3y + 2z = 1 3x + 4y
Bardziej szczegółowoWłasności 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 szczegółowoR 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 szczegółowoWyk 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 szczegółowoProgramowanie liniowe
Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2015 Mirosław Sobolewski (UW) Warszawa, 2015 1 / 16 Homo oeconomicus=
Bardziej szczegółowo2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I
Liniowa niezależno ność wektorów Przykład: Sprawdzić czy następujące wektory z przestrzeni 3 tworzą bazę: e e e3 3 Sprawdzamy czy te wektory są liniowo niezależne: 3 c + c + c3 0 c 0 c iei 0 c + c + 3c3
Bardziej szczegółowoUkłady 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 szczegółowoMacierze. 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 szczegółowo1 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 szczegółowoR k v = 0}. k N. V 0 = ker R k 0
Definicja 1 Niech R End(V ). Podprzestrzeń W przestrzeni V nazywamy podprzestrzenią niezmienniczą odwzorowania R jeśli Rw W, dla każdego w W ; równoważnie: R(W ) W. Jeśli W jest różna od przestrzeni {0}
Bardziej szczegółowoRozwiązania, 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 szczegółowo2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie.
Wniosek 1 Rozpatrzmy układ równań postaci: y 1 = a 11 (x)y 1 + + a 1n (x)y n y 2 = a 21 (x)y 1 + + a 2n (x)y n y n = a n1 (x)y 1 + + a nn (x)y n (1) o współczynnikach ciągłych w przedziale J 1 Rozwiązanie
Bardziej szczegółowo1 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 szczegółowoEgzamin z GAL-u (Informatyka) 2. termin 19/02/2019 CzÍúÊ teoretyczna I
ImiÍ i nazwisko: Numer albumu: CzÍúÊ teoretyczna I Instrukcja: Odpowiedzi naleøy pisaê na arkuszu z pytaniami. W zadaniach 1-10 naleøy udzielaê odpowiedzi TAK lub NIE, przy czym nawet jedna niepoprawna
Bardziej szczegółowoDefinicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy funkcję
Bardziej szczegółowo1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f.
GAL II 2012-2013 A Strojnowski str1 Wykªad 1 Ten semestr rozpoczniemy badaniem endomorzmów sko«czenie wymiarowych przestrzeni liniowych Denicja 11 Niech V b dzie przestrzeni liniow nad ciaªem K 1) Przeksztaªceniem
Bardziej szczegółowoUkłady 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 szczegółowo3 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 szczegółowo1 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 szczegółowoRACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska
RACHUNEK MACIERZOWY METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy
Bardziej szczegółowo2 Rachunek macierzowy, metoda eliminacji Gaussa-Jordana Wprowadzenie teoretyczne Zadania... 9
Spis treści 1 Podstawowe struktury algebraiczne 2 11 Grupa, pierścień, ciało 2 12 Grupy permutacji 4 13 Pierścień wielomianów, algorytm Euklidesa, największy wspólny dzielnik 6 14 Zadania 7 2 Rachunek
Bardziej szczegółowoTreści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka
Treści programowe Matematyka Katarzyna Trąbka-Więcław Elementy algebry liniowej. Macierze i wyznaczniki. Ciągi liczbowe, granica ciągu i granica funkcji, rachunek granic, wyrażenia nieoznaczone, ciągłość
Bardziej szczegółowoMacierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B,
Macierze Dziaªania na macierzach Niech b d dane macierze A = E = [ 2 3 0 3 2 3 2 0 [ 0 8, B = 4 2, F = [ 2 3, C = 3 2 2 3 0 0 0 4 0 6 3 0, G =, D = 0 2 0 2 0 3 0 3 0 2 0 0 2 2 0 0 5 0 2,, H = 0 0 4 0 0
Bardziej szczegółowoGrzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe
Grzegorz Bobiński Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Wydział Matematyki i Informatyki Uniwersytet Mikołaja Kopernika w Toruniu 2012 Spis treści Notacja 1 1 Podstawowe pojęcia
Bardziej szczegółowo1 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 szczegółowojest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.
Układy liniowe Układ liniowy pierwszego rzędu, niejednorodny. gdzie Jeśli to układ nazywamy jednorodnym Pamiętamy, Ŝe kaŝde równanie liniowe rzędu m moŝe zostać sprowadzone do układu n równań liniowych
Bardziej szczegółowoB 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 szczegółowoz = x + i y := e i ϕ z. cos ϕ sin ϕ = sin ϕ cos ϕ
Izometrie liniowe Przypomnijmy, że jeśli V jest przestrzenią euklidesową (skończonego wymiaru), to U End V jest izometrią wtedy i tylko wtedy, gdy U U = UU = E, to znaczy, gdy jest odwzorowaniem ortogonalnym.
Bardziej szczegółowoφ(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