1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler"

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

1 Podobieństwo macierzy

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

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2011 Mirosław Sobolewski (UW) Warszawa, 2011 1 / 16 Definicja Niech V,

Bardziej szczegółowo

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2 Wykład 12 i 13 Macierz w postaci kanonicznej Jordana Niech A - macierz kwadratowa stopnia n Jak obliczyć np A 100? a 11 0 0 0 a 22 0 Jeśli A jest macierzą diagonalną tzn A =, to Ak = 0 0 a nn Niech B =

Bardziej szczegółowo

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

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

Zadania przygotowawcze, 3 kolokwium

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

Bardziej szczegółowo

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

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

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2017 Mirosław Sobolewski (UW) Warszawa, 2017 1 / 10 Definicja Funkcja

Bardziej szczegółowo

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 29 Mirosław Sobolewski (UW) Warszawa, wrzesień

Bardziej szczegółowo

Diagonalizacja macierzy i jej zastosowania

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

Bardziej szczegółowo

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

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

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

Formy kwadratowe. Rozdział 10

Formy kwadratowe. Rozdział 10 Rozdział 10 Formy kwadratowe Rozważmy rzeczywistą macierz symetryczną A R n n Definicja 101 Funkcję h : R n R postaci h (x) = x T Ax (101) nazywamy formą kwadratową Macierz symetryczną A występującą w

Bardziej szczegółowo

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

Rozwiązania zadań z listy T.Koźniewskiego

Rozwiązania 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 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

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

Rozdzia l 10. Formy dwuliniowe i kwadratowe Formy dwuliniowe Definicja i przyk lady

Rozdzia 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 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

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

A. Strojnowski - Twierdzenie Jordana 1

A. 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 szczegółowo

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia 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 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

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów KOINACJA LINIOWA UKŁADU WEKTORÓW Definicja 1 Niech będzie przestrzenią liniową (wektorową) nad,,,, układem wektorów z przestrzeni, a,, współczynnikami ze zbioru (skalarami). Wektor, nazywamy kombinacją

Bardziej szczegółowo

1 Pochodne wyższych rzędów

1 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 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

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

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

Wyk lad 11 Przekszta lcenia liniowe a macierze

Wyk 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 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

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

Wstęp do komputerów kwantowych

Wstęp 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 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

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

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

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

spis treści 1 Zbiory i zdania... 5

spis 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 szczegółowo

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

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej 15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)

Bardziej szczegółowo

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

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ... Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x

Bardziej szczegółowo

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

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

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

Twierdzenie spektralne

Twierdzenie 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 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

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

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

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

Całki powierzchniowe w R n

Całki 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 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

13 Układy równań liniowych

13 Układy równań liniowych 13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...

Bardziej szczegółowo

macierze 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

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

. : 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

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

Seria zadań z Algebry IIR nr kwietnia 2017 r. i V 2 = B 2, B 4 R, gdzie

Seria zadań z Algebry IIR nr kwietnia 2017 r. i V 2 = B 2, B 4 R, gdzie Seria zadań z Algebry IIR nr 29 kwietnia 207 r Notacja: We wszystkich poniższych zadaniach K jest ciałem, V wektorow a nad K zaś jest przestrzeni a Zadanie Niechaj V = K 4 [t] Określmy podprzestrzenie

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

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że 4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze taka że K(x 0, δ) (y 0 η, y 0 + η) R n R, f(x 0, y 0 ) = 0, y f(x 0, y 0 ) 0. Wówczas dla odpowiednio

Bardziej szczegółowo

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15 Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15 Nazwa Algebra liniowa z geometrią Nazwa jednostki prowadzącej Wydział Matematyczno - Przyrodniczy przedmiot Kod Studia Kierunek

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

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

WEKTORY 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 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

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Równania różniczkowe liniowe wyższych rzędów o stałych współcz Równania różniczkowe liniowe wyższych rzędów o stałych współczynnikach Katedra Matematyki i Ekonomii Matematycznej SGH 12 maja 2016 Równanie liniowe n-tego rzędu Definicja Równaniem różniczkowym liniowym

Bardziej szczegółowo

, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi.

, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi. Zestaw 1 Liczby zespolone 1 Zadania do przeliczenia Nie będziemy robić na ćwiczeniach S 1 Policz wartość 1 + i + (2 + i)(i 3) 1 i Zadania domowe x y(1 + i) 1 Znajdź liczby rzeczywiste x, y takie, że +

Bardziej szczegółowo

FORMY KWADRATOWE, DWULINIOWE, WIELOLINIOWE.

FORMY KWADRATOWE, DWULINIOWE, WIELOLINIOWE. VII-1 H. Toruńczyk, GAL II (wiosna 2012) VII FORMY KWADRATOWE, DWULINIOWE, WIELOLINIOWE. W tym rozdziale zakładamy, że a) rozważane przestrzenie wektorowe są skończonego wymiaru, oraz b) w ciele skalarów

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

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

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

Bardziej szczegółowo

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

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

1 Przestrzeń liniowa. α 1 x α k x k = 0 Z43: Algebra liniowa Zagadnienie: przekształcenie liniowe, macierze, wyznaczniki Zadanie: przekształcenie liniowe, jądro i obraz, interpretacja geometryczna. Przestrzeń liniowa Już w starożytności człowiek

Bardziej szczegółowo

Algebra liniowa z geometrią 2

Algebra liniowa z geometrią 2 Algebra liniowa z geometrią 2 Maciej Czarnecki 23 maja 2013 Spis treści 5 Geometria płaszczyzny zespolonej 2 6 Macierze 3 6.1 Działania na macierzach....................... 3 6.2 Wyznacznik..............................

Bardziej szczegółowo

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013 Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia

Bardziej szczegółowo

= 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

PRZESTRZENIE z ILOCZYNEM SKALARNYM

PRZESTRZENIE z ILOCZYNEM SKALARNYM V-1 H. Toruńczyk, GAL II (wiosna 2012) Używane oznaczenia: Znak dopuszcza równość zbiorów; piszę gdy ją wykluczam. F ciało skalarów rozważanej przestrzeni wektorowej (=liniowej). V, W, E, B bazy uporządkowane

Bardziej szczegółowo

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe

Grzegorz 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 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

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

Matematyka Dyskretna 2/2008 rozwiązania. x 2 = 5x 6 (1) s 1 = Aα 1 + Bβ 1. A + B = c 2 A + 3 B = d

Matematyka Dyskretna 2/2008 rozwiązania. x 2 = 5x 6 (1) s 1 = Aα 1 + Bβ 1. A + B = c 2 A + 3 B = d C. Bagiński Materiały dydaktyczne 1 Matematyka Dyskretna /008 rozwiązania 1. W każdym z następujących przypadków podać jawny wzór na s n i udowodnić indukcyjnie jego poprawność: (a) s 0 3, s 1 6, oraz

Bardziej szczegółowo

FORMY KWADRATOWE I DWULINIOWE

FORMY KWADRATOWE I DWULINIOWE VII-1 H. Toruńczyk, GAL II (wiosna 2010) VII FORMY KWADRATOWE I DWULINIOWE W tym rozdziale zakładamy, że a) rozważane przestrzenie wektorowe są skończonego wymiaru, oraz b) w ciele skalarów F element 1

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Krzysztof Tartas Witold Bołt 19 czerwca 2004 roku 1 Wykład 11 Pojęcie grupy Definicja 11 (grupa) Zbiór G wraz z działaniem dwuargumentowym : G G G nazywamy grupą o ile działanie

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

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

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

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

Bardziej szczegółowo

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

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo 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 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

O MACIERZACH I UKŁADACH RÓWNAŃ

O MACIERZACH I UKŁADACH RÓWNAŃ O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a

Bardziej szczegółowo

Równania różnicowe. Dodatkowo umawiamy się, że powyższy iloczyn po pustym zbiorze indeksów, czyli na przykład 0

Równania różnicowe. Dodatkowo umawiamy się, że powyższy iloczyn po pustym zbiorze indeksów, czyli na przykład 0 Równania różnicowe 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp Zamiast tego pisać będziemy x (n), y (n) itp Ponadto

Bardziej szczegółowo

Notatki do wykładu Geometria Różniczkowa I

Notatki do wykładu Geometria Różniczkowa I Notatki do wykładu Geometria Różniczkowa I Katarzyna Grabowska, KMMF 22 października 2013 1 Przestrzeń styczna i kostyczna c.d. Pora na podsumowanie: Zdefiniowaliśmy przestrzeń styczną do przestrzeni afinicznej

Bardziej szczegółowo

SYLABUS DOTYCZY CYKLU KSZTAŁCENIA

SYLABUS DOTYCZY CYKLU KSZTAŁCENIA Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2015-2018 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu Algebra liniowa z geometrią Kod przedmiotu/

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

ϕ(t k ; p) dla pewnego cigu t k }.

ϕ(t k ; p) dla pewnego cigu t k }. VI. Trajektorie okresowe i zbiory graniczne. 1. Zbiory graniczne. Rozważamy równanie (1.1) x = f(x) z funkcją f : R n R n określoną na całej przestrzeni R n. Będziemy zakładać, że funkcja f spełnia założenia,

Bardziej szczegółowo

Wstęp do metod numerycznych 5. Numeryczne zagadnienie własne. P. F. Góra

Wstęp do metod numerycznych 5. Numeryczne zagadnienie własne. P. F. Góra Wstęp do metod numerycznych 5. Numeryczne zagadnienie własne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2011 Zagadnienie własne Definicja: Niech A C N N. Liczbę λ C nazywam wartościa własna macierzy

Bardziej szczegółowo

Pierścień wielomianów jednej zmiennej

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

Bardziej szczegółowo

Notatki do wykładu Geometria Różniczkowa I

Notatki do wykładu Geometria Różniczkowa I Notatki do wykładu Geometria Różniczkowa I Katarzyna Grabowska, KMMF 1 listopada 013 1 Odwzorowanie styczne i cofnięcie formy cd: 1.1 Transport pola wektorowego i cofnięcie formy W poprzednim paragrafie

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

1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f.

1 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 szczegółowo