1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler
|
|
- Mieczysław Sowiński
- 6 lat temu
- Przeglądów:
Transkrypt
1 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 formą hermitowską na X, jeżeli (i) dla dowolnych x, y 1, y 2 X oraz α 1, α 2 K (ii) dla dowolnych x, y X φ(x, α 1 y 1 + α 2 y 2 ) = α 1 φ(x, y 1 ) + α 2 φ(x, y 2 ), φ(x, y) = φ(y, x). Uwaga 1. Widzimy, że forma hermitowska to taki iloczyn skalarny bez warunku dodatniej określoności, czyli nie żądamy, aby φ(x, x) > 0 dla x 0. Zauważamy jednak, że, analogicznie jak w przypadku iloczynu skalarnego: dla dowolnych x 1,, x 2, y X oraz α 1, α 2 K φ(α 1 x 1 + α 2 x 2, y) = ᾱ 1 φ(x 1, y) + ᾱ 2 φ(x 2, y); jeżeli K = R, to forma φ jest liniowa względem obu argumentów i symetryczna (φ(x, y) = φ(y, x)). Takie funkcje są nazywane formami dwuliniowymi symetrycznymi. Dla uproszczenie, tutaj będziemy posługiwać się terminem forma hermitowska także w przypadku K = R; z warunku (ii) definicji wynika, że φ(x, x) R dla każdego x X. Przykład 1. Każdy iloczyn skalarny na przestrzeni liniowej X jest formą hermitowską. Przykład 2. Dla x, y C 3 niech φ( x, y) = x 1 y 2 + x 2 y 1 i x 2 y 3 + i x 3 y 2. Funkcja φ : C 3 C 3 C jest formą hermitowską. Przykład 3. Dla x, y R 4 niech To jest forma hermitowska na R 4. φ( x, y) = x 1 y 1 2x 2 y 2 + 3x 3 y 3 4x 4 y 4. 1
2 2 Macierz formy hermitowskiej Definicja 2. Macierz formy hermitowskiej φ : X X K w bazie x 1, x 2,..., x n przestrzeni X jest zdefiniowana jako M = [φ(x i, x j )] n i,j=1. Przykład 4. Macierz formy φ( x, y) = x 1 y 2 + x 2 y 1 i x 2 y 3 + i x 3 y 2 na C 3 w bazie e 1, e 2, e 3 to i 0 i 0 Macierz formy φ( x, y) = x 1 y 1 2x 2 y 2 + 3x 3 y 3 4x 4 y 4 na R 4 w bazie standardowej to diag(1, 2, 3, 4). Uwaga 2. Z warunku (ii) w definicji formy hermitowskiej wynika, że macierz M jest hermitowska, czyli M H = M (lub symetryczna w przypadku rzeczywistym) Stwierdzenie 1. M jest macierzą formy hermitowskiej φ : X X R w bazie x 1,..., x n wtedy i tylko wtedy, gdy dla dowolnych x, y X, n x = α i x i, n y = β n x n, i=1 j=1 gdzie α = [α 1,..., α n ] T, β = [β 1,..., β n ] T, zachodzi φ(x, y) = α H M β. (1) Dowód. Załóżmy, że M jest macierzą formy φ. Obliczamy φ(x, y) = φ ( α i x i, i j ) β j x j = ᾱ i β j φ(x i, x j ) = α H Mβ. Z drugiej strony, jeżeli zachodzi (1), to φ(x i, x j ) = e H i M e j jest to element w i-tym wierszu i j-tej kolumnie macierzy M. Stwierdzenie 2. Jeżeli M jest macierzą formy hermitowskiej φ : X X R w bazie x 1,..., x n, natomiast y 1,..., y n jest inną bazą przestrzeni X, to macierz formy φ w tej bazie jest równa C H MC, gdzie C to macierz zmiany bazy z y 1,..., y n na x 1,..., x n i,j Dowód. Jeżeli x = n i=1 ξ i y i, y = n j=1 η i y i, to x = n i=1 α i x i, y = n j=1 β n x n dla α = C ξ, β = C η oraz φ(x, y) = α H M β = (C ξ) H M(C η) = ξ H (C H MC) η. 2
3 Przykład 5. Jeżeli A = A H K n,n, to φ( x, y) = x H A y jest formą hermitowską na K n. Zarazem A to macierz formy φ w bazie standardowej. Aby powiedzieć później coś więcej o formach, zbadamy teraz własności macierzy hermitowskich. Twierdzenie 3. Dla dowolnej macierz hermitowskiej A = A H K n,n istnieje macierz ortogonalna/unitarna C K n,n oraz macierz diagonalna D R n,n taka, że A = C H DC. Uwaga 3. Inaczej mówiąc, macierz A jest podobna do macierzy diagonalnej, a macierz podobieństwa jest ortogonalna/unitarna. Możemy też powidzieć, że macierz Jordana macierzy A jest rzeczywistą macierzą diagonalną i istnieje ortonormalna baza Jordana, złożona z wektorów własnych macierzy A. Dowód. Macierz A traktujemy jako element C n,n. Niech x, y = x H y oznacza standardowy iloczyn skalarny na C n. Rozważamy endomorfizm F L(C n ) dany wzorem F ( x) = A x. Zauważmy, że 1. Dla dowolnych wektorów x, y X zachodzi równość F ( x), y = x, F ( y). Uzasadnienie: F ( x), y = (A x) H y = x H A y = x, F ( y). 2. Jeżeli λ 1 jest wartością własną przekształcenia F, to λ 1 R. Uzasadnienie: Niech x 1 K n będzie takim wektorem, że x 1 = 1 i F ( x 1 ) = λ 1 x 1. Wtedy λ 1 = λ 1 x 1, x 1 = x 1, λ 1 x 1 = x 1, F ( x 1 ) czyli λ 1 R. = F ( x 1 ), x 1 = λ 1 x 1, x 1 = λ 1 x 1, x 1 = λ 1, 3. Jeżeli λ 1 i λ 2 to dwie różne wartości własne przekształcenia F, to odpowiadające im podprzestrzenie własne V λ1 i V λ2 są ortogonalne, czyli dla v 1 V λ1, v 2 V λ2 mamy v 1, v 2 = 0. Uzasadnienie: Możemy założyć, że λ 1 0. Mamy, Wobec punktów 1 i 2 v 1, v 2 = 1 λ 1 λ 1 v 1, v 2 = 1 λ 1 F ( v 1 ), v 2 = 1 λ 1 v 1, F ( v 2 ) = 1 λ 1 v 1, λ 2 v 2 = λ 2 λ 1 v 1, v 2. Zatem ( 1 λ 2 λ 1 ) v1, v 2 = 0. Ponieważ λ 1 λ 2, więc v 1, v 2 = 0. 3
4 4. Jeżeli V jest podprzestrzenią niezmiennniczą dls F (czyli F (V ) V ), to V też jest podprzestrzenią niezmienniczą dla F Uzasadnienie: Niech v V, w V. Mamy 0 = v, w = F ( v), w = v, F ( w), czyli F ( w) V. Niech λ 1,..., λ k to wszystkie wartości własne F, a V λ1,... V λk to odpowiadające im podprzestrzenie własne. Z punktu 3. wynika, że możemy rozpatrywać ich sumę prostą V = V λ1 V λ2... V λk K n. Pokażemy, że V = K n. Podprzestrzeń V jest niezmiennicza dla F i K n = V V. Z punktu 4, V też jest podprzestrzenią niezmienniczą dla F, więc f = F V L(V ). Wielomian charakterystyczny przekształcenia f jest dzielnikiem wielomianu charakterystycznego F 1, więc każda wartość własna f jest też wartością własną F i każdy wektor własny f jest wektorem własnym F, a więc należy do jednej z przestrzeni V λj. To jest możliwe tylko wtedy, gdy V = {0}. Zatem V = K n, czyli K n = V λ1 V λ2... V λk. Niech teraz x 1,..., x n będzie bazą ortonormalna K n, otrzymaną z baz ortonormalnych wszystkich podprzestrzeni V λj. Niech C oznacza macierz zmiany bazy z e 1,..., e n na x 1,... x n. C jest macierzą ortogonalną (lub unitarną), jako macierz zmiany bazy ortonormalnej na bazę ortonormalną, i C 1 = C H = [ x 1,..., x n ]. Określmy λ 1 I r1 D = λ 2 I r2... λkirk, r j = dim V λj. D to macierz przekształcenia F w bazie x 1,..., x n. Zatem A = C 1 DC = C H DC. Na koniec zauważmy, że skoro wszystkie wartości własne F są rzeczywiste, to, gdy K = R, możemy znaleźć bazy odpowiednich podprzestrzeni własnych złożone również z wektorów rzeczywistych, więc gdy A = A T R n, to znajdziemy macierz ortogonalną C. Wniosek 4. Jeżeli φ : X X K jest formą hermitowską na X, to istnieje baza x 1,..., x n przestrzeni X, w której macierz formy φ jest diagonalna i rzeczywista. Dowód. Niech A to macierz formy φ w pewnej bazie y 1,..., y n. Wtedy A = C H DC, gdzie D jest diagonalna i rzeczywista, natomiast C to macierz zmiany bazy z y 1,..., y n na x 1,..., x n. 1 zob. stw. 7. w wykładzie o zagadnieniu własnym 4
5 3 Określoność form hermitowskich Definicja 3. Powiemy, że forma hermitowska φ : X X K jest (i) dodatnio określona, jeżeli φ(x, x) > 0 dla każdego x X \ {0}, (ii) ujemnie określona, jeżeli φ(x, x) < 0 dla każdego x X \ {0}, (iii) nieokreślona, jeżeli φ(x, x) > 0 dla pewnego x X oraz φ(y, y) < 0 dla pewnego y X. Uwaga 4. Każda dodatnio określona forma hermitowska φ : X X K jest iloczynem skalarnym na X. Przykład 6. Na R 2 forma φ( x, y) = αx 1 y 1 + βx 2 y 2 jest dodatnio określona dla α, β > 0, ujemnie określona dla α, β < 0, nieokreślona dla α > 0 i β < 0. Natomiast gdy α = 0 lub β = 0, to forma φ nie jest ani dodatnio, ani ujemnie określona, i również nie jest nieokreślona. Uwaga 5. Jeżeli φ jest formą hermitowską na X, to funkcja f(x) = φ(x, x) jest nazywana formą kwadratową na X. Można więc równoważnie mówić o dodatnio określonych / ujemnie określonych / nieokreślonych formach kwadratowych. Definicja 4. Macierz hermitowska A = A H K n,n jest dodatnio (ujemnie) określona jeżeli forma hermitowska φ( x, y) = x H A y jest dodatnio (ujemnie) określona. Uwaga 6. Forma hermitowska φ jest dodatnio (ujemnie) określona wtedy i tylko wtedy, gdy jej macierz w pewnej (każdej) bazie jest dodatnio (ujemnie) określona. Stwierdzenie 5. Jeżeli macierz A = A H K n,n jest dodatnio określona, to det n A > 0. Dowód. Niech φ( x, y) = x H A y. Forma φ jest dodtanio określona. Istnieje baza ortonormalna x 1,..., x n, w której macierz φ jest diagonalna i rzeczywista: D = diag(λ 1,..., λ n ). Mamy λ j = φ( x j, x j ) > 0. Dla C = [ x 1,... x n ] mamy A = C H DC i det A = det(c H DC) = det(c H ) det C det D = det C det C det D = det C 2 det D = det C 2 λ 1... λ n > 0. Twierdzenie 6 (Kryterium Sylvestera). Załóżmy, że φ : X X K jest formą hermitowską na przestrzeni liniowej X, x 1,..., x n to baza X i A k = [φ(x i, x j )] k i,j=1 dla k = 1,..., n. Wówczas forma φ jest (a) dodatnio określona wtedy i tylko wtedy, gdy det k A k > 0 dla k = 1,..., n, (b) ujemnie określona wtedy i tylko wtedy, gdy ( 1) k det k A k > 0 dla k = 1,..., n. 5
6 Dowód. (a): Niech V k = span(x 1,..., x k ) Jeżeli forma φ jest dodatnio określona, to każda z form φ k = φ Vk V k, k = 1,..., n jest dodatnio określona, natomiast A k to macierz formy φ k w bazie x 1,..., x k. Ze stw. 5 wynika, że det k A k > 0. Załóżmy teraz, że det k A k > 0 dla k = 1,..., n. Stosujemy indukcję po n = dim X. Dla n = 1 mamy det 1 A 1 = φ(x 1, x 1 ) > 0, co oznacza dodatnią określoność formy φ na X = span(x 1 ). Załóżmy teraz, że dowodzona implikacja zachodzi dla dowolnej przestrzeni wymiaru n 1. Skonstrujemy w X bazę y 1,..., y n, w której macierz φ jest diagonalna, z dodatnimi wyrazami na przekątnej. Niech V n 1 = span(x 1,..., x n 1 ). A n 1 to macierz formy φ w bazie x 1,..., x n. Na mocy założenia indukcyjnego forma φ n 1 = φ Vn 1 V n 1 jest dodatnio określona, czyli zadaje ona iloczyn skalarny u, v = φ(u, v) na podprzestrzeni V n 1. Niech y 1,... y n 1 to dowolna baza ortonormalna podprzestrzeni V n 1 (np. otrzymana z bazy x 1,... x n 1 przez ortogonalizację Grama-Schmidta). Macierz formy φ n 1 w bazie y 1,..., y n 1 to I n 1. Niech y n = x n n 1 j=1 φ(y j, x n )y j. Zauważmy, że y n X \V n 1, wiec układ y 1,..., y n 1, y n jest bazą przestrzeni X. Ponadto, dla j = 1,..., n 1, z ortogonalności układu y 1,..., y n 1 φ(y j, y n ) = φ ( φ j, x n = φ(y j, x n ) n 1 i=1 n 1 i=1 = φ(y j, x n ) φ(y j, x n ) = 0, Zatem macierz formy φ w bazie y 1,..., y n to φ(y)i, x n )y j ) φ(y j, x n )φ(y i, y j ) D = [φ(y 1, y j )] n i,j=1 = diag(1,..., 1, φ(y n, y n )). Ponieważ A n to macierz φ w bazie x 1,..., x n, więc A n = C H DC, gdzie C jest macierzą zmiany bazy z x 1,..., x n na y 1,..., y n. Ponadto 0 < det A n = det(c H DC) = det(c H ) det C det D = det C det C det D = det C 2 φ(y n, y n ), więc φ(y n, y n ) > 0, czyli wszystkie wyrazy na przekątnej macierzy D są dodatnie. (b): Jeżeli forma φ jest ujemnie określona, to forma ψ(x, y) = φ(x, y) jest dodatnio określona; jeżeli forma φ ma macierz A, to forma ψ ma macierz A. Teraz stosujemy punkt (a) do formy ψ i korzystamy z własności wyznacznika. 6
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 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 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 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 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 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 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 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 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 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 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 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 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 szczegółowoWykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni 30 30
Zał. nr do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim ALGEBRA M2 Nazwa w języku angielskim ALGEBRA M2 Kierunek studiów (jeśli dotyczy): Matematyka Specjalność (jeśli
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 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 29 Mirosław Sobolewski (UW) Warszawa, wrzesień
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 szczegółowoDiagonalizacja 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 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 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 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 szczegółowoLista. 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 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 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 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 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 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 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 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 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 szczegółowoRozdzia l 10. Formy dwuliniowe i kwadratowe Formy dwuliniowe Definicja i przyk lady
Rozdzia l 10 Formy dwuliniowe i kwadratowe 10.1 Formy dwuliniowe 10.1.1 Definicja i przyk lady Niech X K b edzie przestrzenia liniowa nad cia lem K, dim(x K ) = n. Definicja 10.1 Przekszta lcenie ϕ : X
Bardziej szczegółowoZadania 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 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 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 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 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 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 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 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 szczegółowoRozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.
Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa
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 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 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 szczegółowowszystkich 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 szczegółowoSIMR 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 szczegółowo1 Pochodne wyższych rzędów
1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje
Bardziej 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 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 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 szczegółowoVII. 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 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 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 13 Funkcjona ly dwuliniowe
1 Izomorfizmy kanoniczne Wyk lad 13 Funkcjona ly dwuliniowe Definicja 13.1. Niech V i W bed przestrzeniami liniowymi. Funkcje ξ : V W R nazywamy funkcjona lem dwuliniowym, jeżeli i a,b R α,β V γ W ξa α
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 szczegółowoPokazać, 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 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 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 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 szczegółowoWstęp do komputerów kwantowych
Wprowadzenie do mechaniki kwantowej Uniwersytet Łódzki, Wydział Fizyki i Informatyki Stosowanej 2008/2009 Wprowadzenie do mechaniki kwantowej Podstawy matematyczne 1 Algebra liniowa Bazy i liniowa niezależność
Bardziej szczegółowoPrzestrzenie 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 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 szczegółowoZestaw 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 szczegółowoMatematyka 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 szczegółowospis treści 1 Zbiory i zdania... 5
wstęp 1 i wiadomości wstępne 5 1 Zbiory i zdania............................ 5 Pojęcia pierwotne i podstawowe zasady 5. Zbiory i zdania 6. Operacje logiczne 7. Definicje i twierdzenia 9. Algebra zbiorów
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 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 szczegółowoZaawansowane 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 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 szczegółowo9 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 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 szczegółowoa 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 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 szczegółowoVI. Równania różniczkowe liniowe wyższych rzędów
VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych
Bardziej szczegółowo1 Endomorfizmy przestrzeni liniowych i ich macierze.
Ćwiczenia 26.02.2016 1 Endomorfizmy przestrzeni liniowych i ich macierze. 1.1. Niech f : V V będzie przekształceniem liniowym przestrzeni liniowych nad ciałem Z 3. Niech A = (α 1, α 2, α 3 ) będzie bazą
Bardziej szczegółowoKombinacje 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 szczegółowoSylabus 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 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 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 szczegółowoTwierdzenie spektralne
Twierdzenie spektralne Tomasz Kochanek Uniwersytet Śląski Instytut Matematyki XXXI Sesja KNM UŚ Motywacje, intuicje, konstrukcje Szczyrk 10 13 listopada 2011 Tomasz Kochanek (Uniwersytet Śląski) Twierdzenie
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 szczegółowoALGEBRA 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 szczegółowoInformacja o przestrzeniach Hilberta
Temat 10 Informacja o przestrzeniach Hilberta 10.1 Przestrzenie unitarne, iloczyn skalarny Niech dana będzie przestrzeń liniowa X. Załóżmy, że każdej parze elementów x, y X została przyporządkowana liczba
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 szczegółowoSzczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19
Szczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19 1. Zbiory, zdania i formy zdaniowe. 2. Operacje logiczne i podstawowe prawa rachunku
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 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 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 szczegółowoCałki powierzchniowe w R n
Całki powierzchniowe w R n Na początek małe uzupełnienie z algebry liniowej. Niech R n k oznacza przestrzeń liniową macierzy o n wierszach i k kolumnach. Dla dowolnej macierzy A R n k, gdzie k n, połóżmy
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 6 Własności wielomianów ortogonalnych Wszystkie znane rodziny wielomianów ortogonalnych dzielą pewne wspólne cechy: 1) definicja za pomocą wzoru różniczkowego, jawnej sumy lub funkcji tworzącej;
Bardziej szczegółowoIloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X
Iloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X ILOCZYN SKALARNY Iloczyn skalarny operator na przestrzeni liniowej przypisujący
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 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 szczegółowomacierze 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 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 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 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 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 szczegółowo. : 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 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 szczegółowoAnaliza funkcjonalna 1.
Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.
Bardziej szczegółowo