Grupy Coxetera i diagramy Coxetera Dynkina
|
|
- Damian Arkadiusz Grzybowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Grupy Coxetera i diagramy Coxetera Dynkina Justyna Kosakowska Szczecin, kwiecień 2013
2 Cel wykładu Omówimy klasyfikację oraz pewne własności skończonych grup Coxetera. Wstęp Skończone grupy Coxetera odgrywają ważną rolę m.in. w klasyfikacji półprostych algebr i grup Liego; teorii grup algebraicznych. klasyfikacji wielościanów foremnych; Znana jest klasyfikacja skończonych grup Coxetera (wykorzystująca systemy pierwiastków oraz grafy Coxetera).
3 Oznaczenia M n (R) algebran n-macierzyowspółczynnikach wciele R; e 1,...,e n bazastandardowap.lin. R n ;, : R n R n R standardowyiloczynskalarny; O(n) =O(n,R) ={A M n (R) ; A A tr =E}grupa macierzy ortogonalnych(pełna grupa ortogonalna); grupao(n)jestizomorficznazgrupąo(r n )wszystkich liniowychortogonalnychprzekształceńf : R n R n (tzn. f(u),f(v) = u,v ); dalej będziemy utożsamiać te grupy;
4 Definicja Przekształcenieliniowes: R n R n nazywamyodbiciem, jeśliistniejehiperpłaszczyznapw R n (tzn.podprzestrzeń liniowawymiarun 1)taka,żes(x) =x,jeślix Poraz s(x) = x,jeślix P. Niech0 α P.WtedyodbiciewzględemPjestpostaci Oczywiścies α O(n). s α (x) =x 2 x,α α,α α. Problem Opisać skończone podgrupy w O(n) generowane przez odbicia.
5 Odbicia Każde odbicie s wyznacza jednoznacznie hiperprzestrzeń P oraz prostą L =P =αr,0 α P. Będziemystosowaćoznaczenias=s α,p =P α orazl =L α. Wektor α(tzw. pierwiastek) NIE jest jednoznacznie wyznaczonyprzezs(s α =s λα dla0 λ R). α P α L α
6 Dwa przykłady Niech m będziem-kątemforemnymwr 2 (ośrodkuciężkości w (0,0))orazniech H m :=O( m ) ={A O(2) ; A( m ) = m } ={E,R θ,r 2 θ,...,r m 1 θ,t,r θ T,R 2 θ T,...,R m 1 θ T}, gdzie R θ = ( cosθ sinθ sinθ cosθ ), T = oraz θ = 2π/m,(grupa dyhedralna). ( GrupaH m jestgenerowanaprzezdwaodbicia:torazr θ T. ).
7 GrupyH 4,H 6 orazh 5 θ 2 θ 2 θ R θ =s 2 s 1
8 Dwa przykłady NiechS n będziegrupąsymetryczną.wtedys n O(n) (permutacje wektorów bazowych). Transpozycja (ij)działajakodbicie:przeprowadzae i e j w (e i e j )orazjestniezmienniczenaprzestrzeni prostopadłejdoe i e j. ZatemgrupaS n jestgenerowanaprzezodbicia (i,i +1), 1 i n 1. Wiadomo,że (R n ) Sn = (e 1 +e e n )R.ZatemS n działa równieżna R n 1 orazs n O(n 1).
9 Uwaga NiechW O(n)będziepodgrupąorazniech V 0 =V 0 (W) = (R n ) W Wtedy R n =V 0 V 0 orazw(v 0 ) =V 0,W(V 0 ) =V 0. ZatemW O(m),gdziem=dim R V 0.Bezstratyogólności możnazałożyć,żev 0 =0. Definicja Skończoną podgrupę W O(n) generowaną przez odbicia oraztaką,żev 0 (W) =0będziemynazywaćgrupąCoxetera.
10 Definicja Niech W będzie grupą Coxetera oraz niech Φ = Φ W ={α, α ; α =1orazs α W}. Zbiór Φ nazywamy systemem pierwiastków grupy W. SystemypierwiastkówgrupH 4,H 6 orazh 5
11 Niecht R n będzietaki,że t,r 0dlakażdegor Φ. Definiujemy Φ + = Φ + t ={r Φ ; t,r >0} oraz Φ t = Φ + t.wtedy Φ = Φ+ t Φ t oraz Φ + t = Φ t. Ustalamy Φ +.Niech Φ + będzieminimalnympodzbiorem otejwłasności,żekażdyr Φ + jestkombinacjąliniową o nieujemnych współczynnikach elementów z. Taki zbiór nazywamy t-bazą(krótko: bazą) systemu Φ. Niech ={r 1,...,r n }będziebaząsystemu Φ(jestto równieżbazaliniowa R n ).Pierwiastkir 1,...,r n nazywamy prostymi pierwiastkami natomiast odpowiadające im odbicia s 1,...,s n fundamentalnymiodbiciamiww.
12 SystemypierwiastkówgrupH 4 orazh 6 Φ t Φ + Φ t Φ + Φ ={,,}, Φ + ={,}, ={}.
13 Twierdzenie Niech W O(n) będzie grupą Coxetera. Wtedy istnieje dokładnie jedna t-baza systemu Φ; każdat-bazasystemu Φjestbaząliniowąprzestrzeni R n ; jeśli, sąodp.t,t -bazami,toistniejew Wtakie, żew( ) =. Twierdzenie(Coxeter, 1934) W = s 1,...,s n ; (s i s j ) p ij =1,i,j =1,...,n, gdziep ij jestrzędemelementus i s j wgrupiew. Uwaga Grupą Coxetera nazywa się też każdą grupę posiadającą taką prezentację(wymagamyp ii =1,aledopuszczamyp ij = ).
14 Definicja SkończonygrafnieskierowanyQ= (V,E)zwaluacją ω :E NnazywamygrafemCoxetera,oiledlakażdej krawędzi i j jejwagaω ij =ω(i j )jestliczbą naturalną > 2. Definicja Niech W będzie grupą Coxetera generowaną przez {s 1,...,s n }.GrafQ W = ({1,...,n},E)zwaluacją p :E N,p(i j ) =p ij,gdzie E ={i j ;p ij >2},nazywamygrafemCoxetera grupyw. Q Hn = H n 2 : n
15 Twierdzenie NiechW 1,W 2 O(n)będągrupamiCoxetera.Jeśli Q W1 =Q W2,toistniejeT O(n)taki,żeTW 1 T 1 =W 2. Dowód Niech 1, 2 będąbazami(odpowiedniosystemu Φ W1 oraz Φ W2 ),którewyznaczajągrafq W1 =Q W2.Stąd 1 ={r 1,...,r n }oraz 2 ={r 1,...,r n}, gdzie r i,r j = r i,r j = cos( π p ij)( p ij =p ij)dlai,j. Def.p.lin.T : R n R n przezt(r i ) =r i.mamy więct O(n). T(r i ),T(r j ) = r i,r j = r i,r j,
16 Dowód Niechs i,s ibędąodbiciamiodpowiadającymiodpowiednio pierwiastkomr i,r i.mamys i =Ts i T 1.Istotnie, Ts i T 1 (r i ) =Ts i(r i ) =T( r i ) = r i orazdlaxtakiego,że x,r i =0zachodzi 0 = T 1 (x),t 1 (r i ) = T 1 (x),r i. Stąd Ts i (T 1 (x)) =T(T 1 (x)) =x. Ponieważodbicias 1,...,s n orazs 1,...,s n generują odpowiedniogrupyw 1 orazw 2,więcW 2 =TW 1 T 1.
17 Definicja Grupę Coxetera W nazywamy nieprzywiedlną, jeśli nie jest ona produktem dwóch nietrywialnych grup Coxetera. Stwierdzenie NiechWbędziegrupąCoxeteraorazQ W jejgrafemcoxetera. Grupa W jest nieprzywiedlna wtedy i tylko wtedy, gdy grafq W jestspójny. JeśliQ 1,...,Q m sąspójnymiskładowymigrafuq W,to W =W 1... W m orazq Wi =Q i (i =1,...,m). Wniosek Wystarczy podać klasyfikację nieprzywiedlnych grup Coxetera.
18 Twierdzenie JeśliWjestnieprzywiedlnągrupąCoxetera,toQ W jest jednym z poniższych grafów Coxetera-Dynkina. Uwaga Dla każdego grafu Coxetera-Dynkina Q istnieje grupa CoxeteraWtaka,żeQ W =Q. Piszemy i p ij j,jeślip ij >3oraz i j,jeślip ij =3.
19 A n : Grafy Coxetera-Dynkina (n 1wierzchołków) B n : 4 (n 2wierzchołków) D n : (n 4wierzchołków) F 4 : 4 H n 2 : n (n 5) I 3 : 5 I 4 : 5 E 6 : E 7 : E 8 :
20 Idea dowodu Z grafem Coxetera stowarzysza się macierz symetryczną tzw. macierz Coxetera. Graf Coxetera nazywamy dodatnio określonym, jeśli odpowiadająca mu macierz jest dodatnio określona. Pokazuje się, że graf Coxetera grupy Coxetera jest dodatnio określony. Dowodzi się, że jedynymi dodatnio określonymi grafami Coxetera są te wymienione powyżej. Dla każdego z powyższych grafów Coxetera wskazuje się (konstruuje) odpowiednią grupę Coxetera.
21 Wielościany/wielokomórki foremne wypukłe wielokątyforemnewypukłe m w R 2 ; bryłyplatońskiewr 3 ; w R 4 : 24-ścian(ścianami są trzywymiarowe ośmiościany); 120-ścian(ścianami są trzywymiarowe dwunastościany); 600-ścian(ścianami są trzywymiarowe czworościany); n-wymiarowesympleksywr n ; n-wymiarowekostkiwr n ; n-wymiarowe2 n -wielokomórki;
22
23 Typ H n 2 : n GrafemCoxeteragrupyH n =O( n )jest H n 2. Typ A n : GrafemCoxeteragrupyS n 1 jest A n. S 3 =H3 =O( 3 ); S 4 =O(T4 )(permutujewierzchołkiczworościanu foremnegot 4 ); S n+1 =O( n )(permutujewierzchołkisympleksu n wymiarun); Typ B n : 4 GrupaCoxetera:O(I n ),gdziei n jestn-wymiarowąkostką (I 3 =T 6 orazo(t 6 ) =O(T 8 )).
24 Typ D n : Grupa Coxetera: grupa symetrii n-wymiarowej demi-kostki. Typ I 3 : 5 GrupaCoxetera:O(T 12 ) =O(T 20 )jest I 3. Typ I 4 : 5 Grupa Coxetera: grupa symetrii foremnego 4-wymiarowego 120-ścianu(lub 600-ścianu).
25 Typ F 4 : 4 Grupa Coxetera: grupa symetrii foremnego 4-wymiarowego 24-ścianu. Typ E 6, E 7, E 8 E 6 : Grupy Coxetera: grupy symetrii półforemnych wielościanów opisanychw1900rokuprzezt.gosseta.sątotzw.6-ic,7-ic oraz 8-ic półforemne wielościany.
Teoretyczne podstawy programowania liniowego
Teoretyczne podstawy programowania liniowego Elementy algebry liniowej Plan Kombinacja liniowa Definicja Kombinacja liniowa wektorów (punktów) x 1, x 2,, x k R n to wektor x R n k taki, że x = i=1 λ i
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.
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 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, listopad 29 Mirosław Sobolewski (UW) Warszawa, wrzesień
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 szczegółowoProcesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. 2 Łańcuchem Markowa nazywamy proces będący ciągiem zmiennych
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 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 szczegółowoBRYŁY PLATOŃSKIE W CZTERECH WYMIARACH
BRYŁY PLATOŃSKIE W CZTERECH WYMIARACH Adam Doliwa doliwa@matman.uwm.edu.pl Instytut Matematyczny Polskiej Akademii Nauk (Warszawa) Uniwersytet Warmińsko-Mazurski (Olsztyn) SPOTKANIA Z MATEMATYK A Olsztyn,
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 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 szczegółowoIII. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.
III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi
Bardziej szczegółowoFunkcje analityczne. Wykład 4. Odwzorowania wiernokątne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) dla każdego s = (s.
Funkcje analityczne Wykład 4. Odwzorowania wiernokątne Paweł Mleczko Funkcje analityczne (rok akademicki 2016/2017) 1 Przekształcenia płaszczyzny Płaszczyzna jako przestrzeń liniowa, odwzorowania liniowe
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 szczegółowoLista nr 1 - Liczby zespolone
Lista nr - Liczby zespolone Zadanie. Obliczyć: a) ( 3 i) 3 ( 6 i ) 8 c) (+ 3i) 8 (i ) 6 + 3 i + e) f*) g) ( 3 i ) 77 ( ( 3 i + ) 3i 3i h) ( + 3i) 5 ( i) 0 i) i ( 3 i ) 4 ) +... + ( 3 i ) 0 Zadanie. Przedstawić
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 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 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 szczegółowoFunkcje analityczne. Wykład 2. Płaszczyzna zespolona. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018)
Funkcje analityczne Wykład 2. Płaszczyzna zespolona Paweł Mleczko Funkcje analityczne (rok akademicki 2017/2018) Plan wykładu W czasie wykładu omawiać będziemy różne reprezentacje płaszczyzny zespolonej
Bardziej szczegółowoFunkcje analityczne. Wykład 4. Odwzorowania wiernokątne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018)
Funkcje analityczne Wykład 4. Odwzorowania wiernokątne Paweł Mleczko Funkcje analityczne (rok akademicki 2017/2018) 1. Przekształcenia płaszczyzny Płaszczyzna jako przestrzeń liniowa, odwzorowania liniowe
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 szczegółowo19 Własności iloczynu skalarnego: norma, kąt i odległość
19 Własności iloczynu skalarnego: norma, kąt i odległość Załóżmy, że V jest przestrzenią liniową z iloczynem skalarnym.,.. Definicja 19.1 Normą (długością) wektora v V nazywamy liczbę v = v, v. Uwaga 1
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 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 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 szczegółowoAlgebry skończonego typu i formy kwadratowe
Algebry skończonego typu i formy kwadratowe na podstawie referatu Justyny Kosakowskiej 26 kwietnia oraz 10 i 17 maja 2001 Referat został opracowany w oparciu o prace Klausa Bongartza Criterion for finite
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 szczegółowoProcesy stochastyczne
Wykład I: Istnienie procesów stochastycznych 21 lutego 2017 Forma zaliczenia przedmiotu Forma zaliczenia Literatura 1 Zaliczenie ćwiczeń rachunkowych. 2 Egzamin ustny z teorii 3 Do wykładu przygotowane
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 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 szczegółowo1 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 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 szczegółowoProcesy stochastyczne
Wykład IV: dla łańcuchów Markowa 14 marca 2017 Wykład IV: Klasyfikacja stanów Kiedy rozkład stacjonarny jest jedyny? Przykład Macierz jednostkowa I wymiaru #E jest macierzą stochastyczną. Dla tej macierzy
Bardziej szczegółowoZbiory wypukłe i stożki
Katedra Matematyki i Ekonomii Matematycznej 28 kwietnia 2016 Hiperpłaszczyzna i półprzestrzeń Definicja Niech a R n, a 0, b R. Zbiór H(a, b) = {x R n : (a x) = b} nazywamy hiperpłaszczyzną, zbiory {x R
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 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 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 szczegółowoProcesy stochastyczne
Wykład I: Istnienie procesów stochastycznych 2 marca 2015 Forma zaliczenia przedmiotu Forma zaliczenia Literatura 1 Zaliczenie ćwiczeń rachunkowych. 2 Egzamin ustny z teorii 3 Do wykładu przygotowane są
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład XIII: Prognoza. 26 stycznia 2015 Wykład XIII: Prognoza. Prognoza (predykcja) Przypuśćmy, że mamy dany ciąg liczb x 1, x 2,..., x n, stanowiących wyniki pomiaru pewnej zmiennej w czasie wielkości
Bardziej szczegółowoALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami
ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami Maciej Burnecki opracowanie strona główna Spis treści 1 Wyrażenia algebraiczne indukcja matematyczna 1 Geometria analityczna w R 3 3 Liczby zespolone
Bardziej 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 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 szczegółowoMetody Lagrange a i Hamiltona w Mechanice
Metody Lagrange a i Hamiltona w Mechanice Mariusz Przybycień Wydział Fizyki i Informatyki Stosowanej Akademia Górniczo-Hutnicza Wykład 9 M. Przybycień (WFiIS AGH) Metody Lagrange a i Hamiltona... Wykład
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 szczegółowoProcesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. Przykład Symetryczne błądzenie przypadkowe na prostej. 1 2 Łańcuchem
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 szczegółowoALGEBRA Z GEOMETRIĄ ANALITYCZNĄ
ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ Maciej Burnecki opracowanie strona główna Spis treści I Zadania Wyrażenia algebraiczne indukcja matematyczna Geometria analityczna na płaszczyźnie Liczby zespolone 4 Wielomiany
Bardziej szczegółowoZagadnienia brzegowe dla równań eliptycznych
Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta
Bardziej szczegółowoII. Równania autonomiczne. 1. Podstawowe pojęcia.
II. Równania autonomiczne. 1. Podstawowe pojęcia. Definicja 1.1. Niech Q R n, n 1, będzie danym zbiorem i niech f : Q R n będzie daną funkcją określoną na Q. Równanie różniczkowe postaci (1.1) x = f(x),
Bardziej szczegółowo26 marzec, Łańcuchy Markowa z czasem ciągłym. Procesy Stochastyczne, wykład 7, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136
Procesy Stochastyczne, wykład 7, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 26 marzec, 212 Łańcuchy z czasem ciągłym S = {, 1,..., }, B S = 2 S, ale T = [, ) lub T = (, ). Gdy S skończone,
Bardziej szczegółowoStereometria bryły. Wielościany. Wielościany foremne
Stereometria bryły Stereometria - geometria przestrzeni trójwymiarowej. Przedmiotem jej badań są własności brył oraz przekształcenia izometryczne i afiniczne przestrzeni. Przyjęte oznaczenia: - Pole powierzchni
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 szczegółowoPrawdopodobieństwo i statystyka
Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja
Bardziej szczegółowoGEOMETRIA PRZESTRZENNA (STEREOMETRIA)
GEOMETRIA PRZESTRZENNA (STEREOMETRIA) WZAJEMNE POŁOŻENIE PROSTYCH W PRZESTRZENI Stereometria jest działem geometrii, którego przedmiotem badań są bryły przestrzenne oraz ich właściwości. Na początek omówimy
Bardziej szczegółowoChcąc wyróżnić jedno z działań, piszemy np. (, ) i mówimy, że działanie wprowadza w STRUKTURĘ ALGEBRAICZNĄ lub, że (, ) jest SYSTEMEM ALGEBRAICZNYM.
DEF. DZIAŁANIE DWUARGUMENTOWE Działaniem dwuargumentowym w niepsutym zbiorze nazywamy każde odwzorowanie iloczynu kartezjańskiego :. Inaczej mówiąc, w zbiorze jest określone działanie dwuargumentowe, jeśli:
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 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 szczegółowoCiała skończone. 1. Ciała: podstawy
Ciała skończone 1. Ciała: podstawy Definicja 1. Każdy zbiór liczb, w którym są wykonalne wszystkie cztery działania z wyjątkiem dzielenia przez 0 i który zawiera więcej niż jedną liczbę, nazywamy ciałem
Bardziej szczegółowoTopologia - Zadanie do opracowania. Wioletta Osuch, Magdalena Żelazna, Piotr Kopyrski
Topologia - Zadanie do opracowania Wioletta Osuch, Magdalena Żelazna, Piotr Kopyrski 5 grudnia 2013 Zadanie 1. (Topologie na płaszczyźnie) Na płaszczyźnie R 2 rozważmy następujące topologie: a) Euklidesową
Bardziej szczegółowoSpacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Bardziej szczegółowoAlgebra z geometrią analityczną zadania z odpowiedziami
Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki Spis treści strona główna 1 Wyrażenia algebraiczne, indukcja matematyczna 2 2 Geometria analityczna w R 2 Liczby zespolone 4 4 Wielomiany
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /14
Matematyka dyskretna Andrzej Łachwa, UJ, 2012 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami
Bardziej szczegółowo1. Przekształcenia dwuliniowe oraz formy kwadratowe
1. Przekształcenia dwuliniowe oraz formy kwadratowe Niech K będzie dowolnym ciałem (zwykle będziemy przyjmować K = R lub K = Q). Oznaczmy przez M n m (K) zbiór wszystkich macierzy prostokątnych a 11...
Bardziej szczegółowoF t+ := s>t. F s = F t.
M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną
Bardziej szczegółowoALGEBRA Z GEOMETRIĄ ANALITYCZNĄ
ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ Lista zadań dla kursów mających ćwiczenia co dwa tygodnie. Zadania po symbolu potrójne karo omawiane są na ćwiczeniach rzadko, ale warto też poświęcić im nieco uwagi. Przy
Bardziej szczegółowow jednym kwadrat ziemia powietrze równoboczny pięciobok
Wielościany Definicja 1: Wielościanem nazywamy zbiór skończonej ilości wielokątów płaskich spełniających następujące warunki: 1. każde dwa wielokąty mają bok lub wierzchołek wspólny albo nie mają żadnego
Bardziej szczegółowoUwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne:
1. Wykład 1: Produkty grup. Produkty i koprodukty grup abelowych. Przypomnijmy konstrukcje słabych iloczynów (sum) prostych i iloczynów (sum) prostych grup znane z kursowego wykładu algebry. Ze względu
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 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 szczegółowoZestaw 2. Definicje i oznaczenia. inne grupy V 4 grupa czwórkowa Kleina D n grupa dihedralna S n grupa symetryczna A n grupa alternująca.
Zestaw 2 Definicja grupy Definicje i oznaczenia grupa zbiór z działaniem łącznym, posiadającym element neutralny, w którym każdy element posiada element odwrotny grupa abelowa (przemienna) grupa, w której
Bardziej szczegółowoGrafika inżynierska geometria wykreślna. 4. Wielościany. Budowa. Przekroje.
Grafika inżynierska geometria wykreślna 4. Wielościany. Budowa. Przekroje. dr inż. arch. Anna Wancław Politechnika Gdańska, Wydział Architektury Studia inżynierskie, kierunek Gospodarka przestrzenna, semestr
Bardziej szczegółowoMatematyka dyskretna
Matematyka dyskretna Wykład 13: Teoria Grafów Gniewomir Sarbicki Literatura R.J. Wilson Wprowadzenie do teorii grafów Definicja: Grafem (skończonym, nieskierowanym) G nazywamy parę zbiorów (V (G), E(G)),
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 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 szczegółowoMetody dekompozycji macierzy stosowane w automatyce
Metody dekompozycji macierzy stosowane w automatyce Grzegorz Mzyk Politechnika Wrocławska, WydziałElektroniki 23 lutego 2015 Plan wykładu 1 Wprowadzenie 2 Rozkład LU 3 Rozkład spektralny 4 Rozkład Cholesky
Bardziej szczegółowo1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.
20. Definicje i przykłady podstawowych struktur algebraicznych (grupy, pierścienie, ciała, przestrzenie liniowe). Pojęcia dotyczące przestrzeni liniowych (liniowa zależność i niezależność układu wektorów,
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 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 linowa w pigułce
Algebra Algebra linowa w pigułce Aleksander Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045 Gdańsk Algebra p. 1 Algebra
Bardziej szczegółowoKody blokowe Wykład 5a;
Kody blokowe Wykład 5a; 31.03.2011 1 1 Kolorowanie hiperkostki Definicja. W teorii grafów symbol Q n oznacza kostkę n-wymiarową, czyli graf o zbiorze wierzchołków V (Q n ) = {0, 1} n i zbiorze krawędzi
Bardziej szczegółowoAlgebra z geometrią analityczną zadania z odpowiedziami
Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki opracowanie Spis treści I Wyrażenia algebraiczne, indukcja matematyczna 2 II Geometria analityczna w R 2 4 III Liczby zespolone 5
Bardziej szczegółowo= 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 szczegółowo2. Definicja pochodnej w R n
2. Definicja pochodnej w R n Niech będzie dana funkcja f : U R określona na zbiorze otwartym U R n. Pochodną kierunkową w punkcie a U w kierunku wektora u R n nazywamy granicę u f(a) = lim t 0 f(a + tu)
Bardziej szczegółowoGeometria wykreślna. 3. Równoległość. Prostopadłość. Transformacja celowa. dr inż. arch. Anna Wancław. Politechnika Gdańska, Wydział Architektury
Geometria wykreślna 3. Równoległość. Prostopadłość. Transformacja celowa. dr inż. arch. Anna Wancław Politechnika Gdańska, Wydział Architektury Studia inżynierskie, kierunek Architektura, semestr I 1 3.
Bardziej szczegółowoi = [ 0] j = [ 1] k = [ 0]
Ćwiczenia nr TEMATYKA: Układy współrzędnych: kartezjański, walcowy (cylindryczny), sferyczny (geograficzny), Przekształcenia: izometryczne, nieizometryczne. DEFINICJE: Wektor wodzący: wektorem r, ρ wodzącym
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej
Bardziej szczegółowoLogika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język
Bardziej szczegółowoLiga zadaniowa Seria I, 2014/2015, Piotr Nayar, Marta Strzelecka
Seria I, 04/05, Piotr Nayar, Marta Strzelecka Pytania dotyczące zadań prosimy kierować do Piotra Nayara na adres: nayar@mimuw.edu.pl. Rozwiązania można przesyłać Marcie Strzeleckiej na adres martast@mimuw.edu.pl,
Bardziej szczegółowoPROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω)
PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω) określonych na tej samej przestrzeni probabilistycznej
Bardziej szczegółowoLiczby zespolone. x + 2 = 0.
Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą
Bardziej 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 szczegółowo(4) x (y z) = (x y) (x z), x (y z) = (x y) (x z), (3) x (x y) = x, x (x y) = x, (2) x 0 = x, x 1 = x
2. Wykład 2: algebry Boole a, kraty i drzewa. 2.1. Algebra Boole a. 1 Ważnym dla nas przykładem algebr są algebry Boole a, czyli algebry B = (B,,,, 0, 1) typu (2, 2, 1, 0, 0) spełniające własności: (1)
Bardziej szczegółowoWykład 16. P 2 (x 2, y 2 ) P 1 (x 1, y 1 ) OX. Odległość tych punktów wyraża się wzorem: P 1 P 2 = (x 1 x 2 ) 2 + (y 1 y 2 ) 2
Wykład 16 Geometria analityczna Przegląd wiadomości z geometrii analitycznej na płaszczyźnie rtokartezjański układ współrzędnych powstaje przez ustalenie punktu początkowego zwanego początkiem układu współrzędnych
Bardziej szczegółowo10. Metody obliczeniowe najmniejszych kwadratów
10. Metody obliczeniowe najmniejszych kwadratów 1. Dowód twierdzenia o faktoryzacji macierzy Twierdzenie 1 Każdadodatniookreślon aisymetryczn amacierzm można przedstawíc wpostaci M = PP T gdzie P jest
Bardziej szczegółowo1 Rozwiązywanie układów równań. Wyznaczniki. 2 Wektory kilka faktów użytkowych
Rozwiązywanie układów równań. Wyznaczniki. 2 Wektory kilka faktów użytkowych 2. Wektory. 2.. Wektor jako n ka liczb W fizyce mamy do czynienia z pojęciami lub obiektami o różnym charakterze. Są np. wielkości,
Bardziej szczegółowoProjekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Inżynieria Środowiska w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt Era
Bardziej szczegółowoDefinicje- Algebra III
Definicje- Algebra III Opracowane na podstawie notatek z wykładu w semetrze zimowym roku 2007r. (mocno niekompletne- umieszczono kilka pierwszych wykładów) 21.11.2007r. Algebry Definicja1(K-algebra)- Przestrzeń
Bardziej szczegółowoProjekt matematyczny
Projekt matematyczny Tomasz Kochanek Uniwersytet Śląski Instytut Matematyki Katowice VI Święto Liczby π 15 marca 2012 r. Tomasz Kochanek (Uniwersytet Śląski) Projekt matematyczny 1 / 32 Wielkie twierdzenie
Bardziej szczegółowo