Funkcje analityczne. Wykład 4. Odwzorowania wiernokątne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) dla każdego s = (s.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Funkcje analityczne. Wykład 4. Odwzorowania wiernokątne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) dla każdego s = (s."

Transkrypt

1 Funkcje analityczne Wykład 4. Odwzorowania wiernokątne Paweł Mleczko Funkcje analityczne (rok akademicki 2016/2017) 1 Przekształcenia płaszczyzny Płaszczyzna jako przestrzeń liniowa, odwzorowania liniowe Rozpatrywać będziemy R 2 jako przestrzeń liniową (nad R) z bazą standardową (tzn. bazę tworzą dwa wektory: (1, 0) oraz (0, 1)). Odwzorowanie A: R 2 R 2 nazwiemy liniowym, gdy spełnia warunek: A(αs + βt) = αa(t) + βa(s) dla każdych t, s R 2 oraz α, β R. Każde odwzorowanie liniowe można przedstawić jako działanie macierzy A = (a ij ), i, j = 1, 2, czyli ( ) ( ) a11 a As = 12 s1 dla każdego s = (s a 21 a 1, s 2 ) R s 2 Prawdziwe jest również zdanie odwrotne, tzn. każda macierz 2 2 wyznacza odwzorowanie liniowe z R 2 w R 2. Przykład: obrót na płaszczyźnie W przestrzeni R 2 obrót o kąt t dany jest za pomocą macierzy ( ) cos t sin t O(t) =. sin t cos t Obrót jest przykładem odwzorowania wiernokątnego, tzn. takiego, że kąt między dowolnymi wektorami v, w R 2 jest taki sam, jak kąt między wektorami Ov, Ow R 2. Wiernokątne odwzorowania liniowe Twierdzenie 1. Odwzorowanie liniowe ( ) a b A = b a a, b R, a 2 + b 2 0 jest konforemne. Dowód 1. Zauważmy, że dla dowolnych v = (x 1, y 1 ), w = (x 2, y 2 ) R 2 zachodzi równość Av, Aw = (ax 1 + by 1, bx 1 + ay 1 ), (ax 2 + by 2, bx 2 + ay 2 ) = (a 2 + b 2 ) v, w. Zatem, jeśli v, w R 2 są prostopadłe, to również prostopadłe są wektory Av, Aw. Aby zakończyć dowód wystarczy przedstawić dowolny wektor jako kombinację liniową wektorów bazowych. 1

2 2 Funkcje holomorficzne jako wiernokątne przekształcenia płaszczyzny Równokątność, czyli konforemność Niech A C. Odwzorowanie f : A C nazywamy równokątnym (konforemnym) w z 0, jeśli zachowuje kąt między krzywymi. z f(z) z 0 Przykład: niekonforemne odwzorowanie z z 2 Warunki Cauchy ego Riemanna Niech A C będzie zbiorem otwartym, f : A C, z 0 = x 0 + iy 0 A. Jakobian odwzorowania f jest równy u x (x u 0, y 0 ) y (x 0, y 0 ) v x (x 0, y 0 ) v y (x 0, y 0 ) Jeśli f jest holomorficzna w z 0 = x 0 + iy 0, to spełnione są warunki Cauchy ego Riemanna, więc jakobian jest równy u x (x u 0, y 0 ) y (x 0, y 0 ) u y (x u 0, y 0 ) x (x 0, y 0 ) 2

3 Warunek dostateczny konforemności Twierdzenie 2. Niech f będzie holomorficzna w otoczeniu z 0 oraz f (z 0 ) 0. Wtedy f jest równokątna w z 0. Dowód 2 (szkic). Uzasadnienie polega na tym, by pokazać, że odwzorowanie f można przedstawić jako skalowanie oraz obrót, przy czym to drugie obraca styczną do krzywej C w otoczeniu z 0 o ustalony kąt zależny tylko od odwzorowania f (w szczególności nie zależy ten kąt od krzywej). Przykład: z e z Warunek f (z 0 ) 0 implikuje, że w otoczeniu z 0 funkcja f jest różnowartościowa (tzw. lokalnie różnowartościowa). Poniższy przykład pokazuje, że f nie musi być (globalnie) różnowartościowa. z e z Przykładowo: jeśli z = 1 + it, t R, to e 1+it = e e it = e(cos t + i sin t) t R Twierdzenie Riemanna Twierdzenie 3 (Riemann). Niech G, D C, G, D C, będą dwoma obszarami jednospójnymi. Wówczas dla dowolnych a G, b D istnieje takie odwzorowanie wiernokątne f zbioru G na D, że f(a) = b. Obszar E nazywamy jednospójnym, gdy zbiór C \ E jest spójny. Dysk jednostkowy jest jednospójny Pierścień nie jest jednospójny 1 r 1 r 2 3 Ważne odwzorowania wiernokątne Obszary konforemnie równoważne Obszary D, G C nazywamy konforemnie równoważnymi, jeśli istnieje konforemne odwzorowanie f przekształcające D na G. Jeśli dodatkowo f jest róznowartościowa, to istnieje f 1 przekształcające konforemnie G na D. 3

4 Odwzorowanie z az + b Funkcja z az + b a, b C, a 0 jest wiernokątna na C. Jej działanie można opisac jako skalowanie przez a, obrót o arg a oraz przesunięcie o b. Odwzorowanie z z α, α R Funkcja z z α α R jest wiernokątna poza zerem. Jej działanie można opisac jako skalowanie o potędze α oraz symetryczne rozciągnięcie/zwężenie. z z 2 Odwzorowanie z z α, α R z z 1 2 Odwzorowanie z az+b cz+d (przekształcenie Möbiusa) Jeśli ad bc 0, to funkcję z az + b cz + d : C C nazywamy funkcją Möbiusa. Pochodna funkcji Möbiusa wynosi stąd poza z = d/c ta funkcja jest wiernokątna. (Przypadkiem z az + b już się zajmowaliśmy.) ad bc (cz + d) 2, Twierdzenie 4. Każde przekształcenie Möbiusa przekształca zbiór złożony z kół oraz linii prostych na zbiór złożony z kół oraz linii prostych. 4

5 4 Obszary konforemnie równoważne Górna półpłaszczyzna i dysk jednostkowy Niech Π + = {z C : z > 0} oraz D = {z C : z < 1}. Funkcja f : Π + D dana wzorem f(z) = z i 1 iz z Π + odwzorowuje konforemnie Π + na D. z z i 1 iz Uniwersalność przekształcenia Möbiusa Twierdzenie 5. Trzy dowolne parami rózne punkty z 1, z 2, z 3 mogą zostać przekształcone na trzy ustalone i parami różne punkty w 1, w 2, w 3 za pomocą jednoznacznie wyznaczonego przekształcenia Möbiusa f. Funkcję f można wyznaczyć z równania f(z) w 1 f(z) w 3 w2 w 3 w 2 w 1 = z z 1 z z 3 z2 z 3 z 2 z 1. (Jeśli któryś z wybranych punktów to, wówczas iloraz, w którym występuje ten punkt traktuje się jako 1.) Uniwersalność przekształcenia Möbiusa: przykład f(z) w 1 f(z) w 3 w2 w 3 w 2 w 1 = z z 1 z z 3 z2 z 3 z 2 z 1. Przykład 1. Znajdziemy odwzorowanie Möbiusa przekształcające punkty z 1 = 1, z 2 = 0, z 3 = 1 na odpowiednio punkty w 1 = 1, w 2 = i, w 3 = 1. Na podstawie powyższego wzoru mamy Stąd f(z) + 1 f(z) 1 i 1 i + 1 = z + 1 z f(z) = z i 1 iz. Jest to konforemne przekształcenie Π + na D! Znajdowanie odwzorowań konforemnych: strategia Zadanie 1. W jaki sposób przekształcić obszar D na G za pomoca funkcji Möbiusa? 5

6 Dysk jednostkowy i prawa półpłaszczyzna Niech Π + = {z C : z > 0} oraz D = {z C : z < 1}. Funkcja f : D Π + dana wzorem f(z) = z 1 z + 1 z D odwzorowuje konforemnie D na Π +. z z 1 z+1 Dysk jednostkowy na dysk jednostkowy Niech D = {z C : z < 1}. Funkcja f : D D dana wzorem f(z) = f z0 (z) = z z 0 z 0 z 1 z D konforemnie przekształca D na D w taki sposób, by f(z 0 ) = 0. Wnętrze kąta na dysk jednostkowy Niech G = { z C : arg z ( π 6, )} π 6. Odwzorować konforemnie obszar G na dysk jednostkowy D. Odwzorowanie z z 3 przekształca G na prawą półpłaszczyznę, natomiast funkcja z z 1 z+1 prawą półpłaszczyznę na dysk jednostkowy. Stąd funkcja z z3 1 z z G przekształca konforemnie G ma D. z z3 1 z

Funkcje 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) Funkcje analityczne Wykład 4. Odwzorowania wiernokątne Paweł Mleczko Funkcje analityczne (rok akademicki 2017/2018) 1. Przekształcenia płaszczyzny Płaszczyzna jako przestrzeń liniowa, odwzorowania liniowe

Bardziej szczegółowo

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A Funkcje analityczne Wykład 3. Funkcje holomorficzne Paweł Mleczko Funkcje analityczne (rok akademicki 206/207) Funkcje zespolone zmiennej zespolonej Funkcje zespolone zmiennej zespolonej Niech A C. Funkcja

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

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

Lokalna odwracalność odwzorowań, odwzorowania uwikłane Lokalna odwracalność odwzorowań, odwzorowania uwikłane Katedra Matematyki i Ekonomii Matematycznej Szkoła Główna Handlowa 17 maja 2012 Definicja Mówimy, że odwzorowanie F : X R n, gdzie X R n, jest lokalnie

Bardziej szczegółowo

Zagadnienia brzegowe dla równań eliptycznych

Zagadnienia 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 szczegółowo

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1. Liczby zespolone 1.1. Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1.2. Doprowadzić do postaci a + ib liczby zespolone (i) (1 13i)/(1 3i),

Bardziej szczegółowo

1. Liczby zespolone Zadanie 1.1. Przedstawić w postaci a + ib, a, b R, następujące liczby zespolone (1) 1 i (2) (5)

1. Liczby zespolone Zadanie 1.1. Przedstawić w postaci a + ib, a, b R, następujące liczby zespolone (1) 1 i (2) (5) . Liczby zespolone Zadanie.. Przedstawić w postaci a + ib, a, b R, następujące liczby zespolone () i +i, () 3i, (3) ( + i 3) 6, (4) (5) ( +i ( i) 5, +i 3 i ) 4. Zadanie.. Znaleźć moduł i argument główny

Bardziej szczegółowo

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Przestrzeń 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 szczegółowo

Funkcje analityczne. Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017)

Funkcje analityczne. Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017) Funkcje analityczne Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017) Paweł Mleczko Uniwersytet im. Adama Mickiewicza w Poznaniu 1. Sprawy organizacyjne

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

ALGEBRA 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 szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 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 szczegółowo

1. Liczby zespolone i

1. Liczby zespolone i Zadania podstawowe Liczby zespolone Zadanie Podać część rzeczywistą i urojoną następujących liczb zespolonych: z = ( + 7i)( + i) + ( 5 i)( + 7i), z = + i, z = + i i, z 4 = i + i + i i Zadanie Dla jakich

Bardziej szczegółowo

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

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami Maciej Burnecki opracowanie strona główna Spis treści 1 Wyrażenia algebraiczne indukcja matematyczna 1 Geometria analityczna w R 3 3 Liczby zespolone

Bardziej szczegółowo

FUNKCJE ZESPOLONE Lista zadań 2005/2006

FUNKCJE ZESPOLONE Lista zadań 2005/2006 FUNKJE ZESPOLONE Lista zadań 25/26 Opracowanie: dr Jolanta Długosz Liczby zespolone. Obliczyć wartości podanych wyrażeń: (2 + ) ( ) 2 4 i (5 + i); b) (3 i)( 4 + 2i); c) 4 + i ; d) ( + i) 4 ; e) ( 2 + 3i)

Bardziej szczegółowo

1 Wartości własne oraz wektory własne macierzy

1 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 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

Funkcje 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) 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 szczegółowo

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1. Liczby zespolone 1.1. Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1.2. Doprowadzić do postaci a + ib liczby zespolone (i) (1 13i)/(1 3i),

Bardziej szczegółowo

Zadania egzaminacyjne

Zadania 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 szczegółowo

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II Wykład II I. Algebra wektorów 2.1 Iloczyn wektorowy pary wektorów. 2.1.1 Orientacja przestrzeni Załóżmy, że trójka wektorów a, b i c jest niekomplanarna. Wynika z tego, że żaden z tych wektorów nie jest

Bardziej szczegółowo

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1. Liczby zespolone 1.1. Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1.2. Doprowadzić do postaci a + ib liczby zespolone (i) (1 13i)/(1 3i),

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

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

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

Rachunek różniczkowy i całkowy w przestrzeniach R n

Rachunek różniczkowy i całkowy w przestrzeniach R n Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda

Bardziej szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

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

Bardziej szczegółowo

6. Punkty osobliwe, residua i obliczanie całek

6. Punkty osobliwe, residua i obliczanie całek 6. Punkty osobliwe, residua i obliczanie całek Mówimy, że funkcja holomorficzna f ma w punkcie a zero krotności k, jeśli f(a) = f (a) = = f (k ) (a) = 0, f (k) (a) 0. Rozwijając f w szereg Taylora w otoczeniu

Bardziej szczegółowo

Wykład 15. Matematyka 3, semestr zimowy 2011/ listopada 2011

Wykład 15. Matematyka 3, semestr zimowy 2011/ listopada 2011 Wykład 5 Matematyka 3, semestr zimowy / 9 listopada W trakcie tego i następnych kilku wykładów zajmować się będziemy analizą zespoloną, czyli różniczkowaniem i całkowaniem funkcji argumentu zespolonego

Bardziej szczegółowo

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y)

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y) Wykład 6 Funkcje harmoniczne Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. e f i n i c j a Funkcję u (x 1, x 2,..., x n ) nazywamy harmoniczną w obszarze R n wtedy i

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

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

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 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 szczegółowo

Informatyka Stosowana. a b c d a a b c d b b d a c c c a d b d d c b a

Informatyka Stosowana. a b c d a a b c d b b d a c c c a d b d d c b a Działania na zbiorach i ich własności Informatyka Stosowana 1. W dowolnym zbiorze X określamy działanie : a b = b. Pokazać, że jest to działanie łączne. 2. W zbiorze Z określamy działanie : a b = a 2 +

Bardziej szczegółowo

Wykład 14. Elementy algebry macierzy

Wykład 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

Funkcje analityczne. Wykład 12

Funkcje analityczne. Wykład 12 Funkcje analityczne. Wykład 2 Szeregi Laurenta. Osobliwości funkcji zespolonych. Twierdzenie o residuach Paweł Mleczko Funkcje analityczne (rok akademicki 206/207) Plan wykładu W czasie wykładu omawiać

Bardziej szczegółowo

II. Równania autonomiczne. 1. Podstawowe pojęcia.

II. 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 szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

Algebra z geometrią analityczną zadania z odpowiedziami Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki opracowanie Spis treści I Wyrażenia algebraiczne, indukcja matematyczna 2 II Geometria analityczna w R 2 4 III Liczby zespolone 5

Bardziej szczegółowo

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

( ) Arkusz I Zadanie 1. Wartość bezwzględna Rozwiąż równanie. Naszkicujmy wykresy funkcji f ( x) = x + 3 oraz g ( x) 2x

( ) Arkusz I Zadanie 1. Wartość bezwzględna Rozwiąż równanie. Naszkicujmy wykresy funkcji f ( x) = x + 3 oraz g ( x) 2x Arkusz I Zadanie. Wartość bezwzględna Rozwiąż równanie x + 3 x 4 x 7. Naszkicujmy wykresy funkcji f ( x) x + 3 oraz g ( x) x 4 uwzględniając tylko ich miejsca zerowe i monotoniczność w ten sposób znajdziemy

Bardziej szczegółowo

1 + iϕ n. = cos ϕ + i sin ϕ. e n z n n n. c M n z n, c n z Mn.

1 + iϕ n. = cos ϕ + i sin ϕ. e n z n n n. c M n z n, c n z Mn. WRAiT 2 #1 1. Dla jakich a C ciągi o wyrazach na n, a n 1 + a n, an /n, są zbieżne? 2. Wykaż zbieżność i znajdź granice ciągów n a k, a n 1 + a 2n ( a < 1), a n 1 + a 2n ( a > 1), 1 n 3. Dla danego ϕ R

Bardziej szczegółowo

Definicja punktu wewnętrznego zbioru Punkt p jest punktem wewnętrznym zbioru, gdy należy do niego wraz z pewnym swoim otoczeniem

Definicja punktu wewnętrznego zbioru Punkt p jest punktem wewnętrznym zbioru, gdy należy do niego wraz z pewnym swoim otoczeniem Definicja kuli w R n ulą o promieniu r>0 r R i o środku w punkcie p R n nazywamy zbiór {x R n : ρ(xp)

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

Krzywe Freya i Wielkie Twierdzenie Fermata

Krzywe Freya i Wielkie Twierdzenie Fermata Krzywe Freya i Wielkie Twierdzenie Fermata Michał Krzemiński 29 listopad 2006 Naukowe Koło Matematyki Politechnika Gdańska 1 1 Krzywe algebraiczne Definicja 1.1 Krzywą algebraiczną C nad ciałem K nazywamy

Bardziej szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

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

Bardziej szczegółowo

1 Logika (3h) 1.1 Funkcje logiczne. 1.2 Kwantyfikatory. 1. Udowodnij prawa logiczne: 5. (p q) (p q) 6. ((p q) r) (p (q r)) 3.

1 Logika (3h) 1.1 Funkcje logiczne. 1.2 Kwantyfikatory. 1. Udowodnij prawa logiczne: 5. (p q) (p q) 6. ((p q) r) (p (q r)) 3. Logika (3h). Udowodnij prawa logiczne:. (p q) ( p q). (p q) ( p q) 3. (p q) ( q p) 4. (p q) ( p q) 5. (p q) (p q) 6. ((p q) r) (p (q r)) 7. (p q) r (p r) (q r) 8. (p q) (q r) (p r). Sprawdź, czy wyrażenia:.

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

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem Rozdział 6 Równania liniowe 6 Przekształcenia liniowe Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem F Definicja 6 Funkcję f : X Y spełniającą warunki: a) dla dowolnych 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

Geometria w R 3. Iloczyn skalarny wektorów

Geometria w R 3. Iloczyn skalarny wektorów Geometria w R 3 Andrzej Musielak Str 1 Geometria w R 3 Działania na wektorach Wektory w R 3 możemy w naturalny sposób dodawać i odejmować, np.: [2, 3, 1] + [ 1, 2, 1] = [1, 5, 2] [2, 3, 1] [ 1, 2, 1] =

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

Kurs wyrównawczy - teoria funkcji holomorficznych

Kurs wyrównawczy - teoria funkcji holomorficznych Kurs wyrównawczy - teoria funkcji holomorficznych wykład 1 Gniewomir Sarbicki 15 lutego 2011 Struktura ciała Zbiór par liczb rzeczywistych wyposażamy w działania: { + : (a, b) + (c, d) = (a + c, b + d)

Bardziej szczegółowo

ALGEBRA z GEOMETRIA, ANALITYCZNA,

ALGEBRA z GEOMETRIA, ANALITYCZNA, ALGEBRA z GEOMETRIA, ANALITYCZNA, MAT00405 PRZEKSZTAL CANIE WYRAZ EN ALGEBRAICZNYCH, WZO R DWUMIANOWY NEWTONA Uprościć podane wyrażenia 7; (b) ( 6)( + ); (c) a 5 6 8a ; (d) ( 5 )( 5 + ); (e) ( 45x 4 y

Bardziej szczegółowo

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

2 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 szczegółowo

4 Równania różniczkowe w postaci Leibniza, równania różniczkowe zupełne

4 Równania różniczkowe w postaci Leibniza, równania różniczkowe zupełne Równania w postaci Leibniza 4 1 4 Równania różniczkowe w postaci Leibniza, równania różniczkowe zupełne 4.1 Równania różniczkowe w postaci Leibniza Załóżmy, że P : D R i Q: D R są funkcjami ciągłymi określonymi

Bardziej szczegółowo

z = x + i y := e i ϕ z. cos ϕ sin ϕ = sin ϕ cos ϕ

z = 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 szczegółowo

Programowanie liniowe

Programowanie 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 szczegółowo

Algebra liniowa. 1. Macierze.

Algebra 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 szczegółowo

3. Macierze i Układy Równań Liniowych

3. Macierze i Układy Równań Liniowych 3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x

Bardziej szczegółowo

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5 Matematyka ZLic - 07 Wektory i macierze Wektorem rzeczywistym n-wymiarowym x x 1, x 2,,x n nazwiemy ciąg n liczb rzeczywistych (tzn odwzorowanie 1, 2,,n R) Zbiór wszystkich rzeczywistych n-wymiarowych

Bardziej szczegółowo

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

1 Zbiory i działania na zbiorach.

1 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 szczegółowo

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3

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

Elementy geometrii analitycznej w R 3

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem.

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem. 1 Wektory Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem. 1.1 Dodawanie wektorów graficzne i algebraiczne. Graficzne - metoda równoległoboku. Sprowadzamy wektory

Bardziej szczegółowo

Lista nr 1 - Liczby zespolone

Lista 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 szczegółowo

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

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

Bardziej szczegółowo

III. Funkcje rzeczywiste

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

Bardziej szczegółowo

1 Relacje i odwzorowania

1 Relacje i odwzorowania Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X 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

Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1

Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1 Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1 Równania różniczkowe pierwszego rzędu Równaniem różniczkowym zwyczajnym pierwszego rzędu nazywamy równanie postaci (R) y = f(x, y). Najogólniejszą

Bardziej szczegółowo

Geometria Lista 0 Zadanie 1

Geometria 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 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

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

2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie.

2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie. Wniosek 1 Rozpatrzmy układ równań postaci: y 1 = a 11 (x)y 1 + + a 1n (x)y n y 2 = a 21 (x)y 1 + + a 2n (x)y n y n = a n1 (x)y 1 + + a nn (x)y n (1) o współczynnikach ciągłych w przedziale J 1 Rozwiązanie

Bardziej szczegółowo

Zasada indukcji matematycznej

Zasada indukcji matematycznej Zasada indukcji matematycznej Twierdzenie 1 (Zasada indukcji matematycznej). Niech ϕ(n) będzie formą zdaniową zmiennej n N 0. Załóżmy, że istnieje n 0 N 0 takie, że 1. ϕ(n 0 ) jest zdaniem prawdziwym,.

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

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

III. 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 szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych Wykresy i warstwice funkcji wielu zmiennych. Granice i ciagłość funkcji wielu zmiennych. Pochodne czastkowe funkcji wielu zmiennych. Gradient. Pochodna kierunkowa. Różniczka zupełna.

Bardziej szczegółowo

Matematyka. rok akademicki 2008/2009, semestr zimowy. Konwersatorium 1. Własności funkcji

Matematyka. rok akademicki 2008/2009, semestr zimowy. Konwersatorium 1. Własności funkcji . Własności funkcji () Wyznaczyć dziedzinę funkcji danej wzorem: y = 2 2 + 5 y = +4 y = 2 + (2) Podać zbiór wartości funkcji: y = 2 3, [2, 5) y = 2 +, [, 4] y =, [3, 6] (3) Stwierdzić, czy dana funkcja

Bardziej szczegółowo

Analiza funkcjonalna 1.

Analiza 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

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód. Metody numeryczne Paweł Zieliński p. 1/19 Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza bazę przestrzeni liniowej Π n. Dowód. Lemat 2. Dowolny wielomian Q j stopnia j niższego od k jest prostopadły

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

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

Teoretyczne podstawy programowania liniowego

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 szczegółowo

Własności wyznacznika

Własności wyznacznika Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy

Bardziej szczegółowo

Sekantooptyki owali i ich własności

Sekantooptyki owali i ich własności Sekantooptyki owali i ich własności Magdalena Skrzypiec Wydział Matematyki, Fizyki i Informatyki Uniwersytet Marii Curie-Skłodowskiej 19 października 2009r. Informacje wstępne Definicja Owalem nazywamy

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 2012 Mirosław Sobolewski (UW) Warszawa,listopad

Bardziej szczegółowo

5. Rozwiązywanie układów równań liniowych

5. Rozwiązywanie układów równań liniowych 5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a

Bardziej szczegółowo

MECHANIKA 2 RUCH POSTĘPOWY I OBROTOWY CIAŁA SZTYWNEGO. Wykład Nr 2. Prowadzący: dr Krzysztof Polko

MECHANIKA 2 RUCH POSTĘPOWY I OBROTOWY CIAŁA SZTYWNEGO. Wykład Nr 2. Prowadzący: dr Krzysztof Polko MECHANIKA 2 Wykład Nr 2 RUCH POSTĘPOWY I OBROTOWY CIAŁA SZTYWNEGO Prowadzący: dr Krzysztof Polko WSTĘP z r C C(x C,y C,z C ) r C -r B B(x B,y B,z B ) r C -r A r B r B -r A A(x A,y A,z A ) Ciało sztywne

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1 Macierz odwrotna metoda operacji elementarnych

1 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 szczegółowo

Matematyka stosowana i metody numeryczne

Matematyka stosowana i metody numeryczne Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 6 Rozwiązywanie równań nieliniowych Rozwiązaniem lub pierwiastkiem równania f(x) = 0 lub g(x) = h(x)

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

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

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

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3

Wyznaczniki 3.1 Wyznaczniki stopni 2 i 3 3 Wyznaczniki 31 Wyznaczniki stopni 2 i 3 Wyznacznik macierzy 2 2 Dana jest macierz [ ] a b A Mat c d 2 2 (R) Wyznacznikiem macierzy A nazywamy liczbę mamy a A c b ad bc d Wyznacznik macierzy A oznaczamy

Bardziej szczegółowo

Rozdział 2. Liczby zespolone

Rozdział 2. Liczby zespolone Rozdział Liczby zespolone Zbiór C = R z działaniami + oraz określonymi poniżej: x 1, y 1 ) + x, y ) := x 1 + x, y 1 + y ), 1) x 1, y 1 ) x, y ) := x 1 x y 1 y, x 1 y + x y 1 ) ) jest ciałem zob rozdział

Bardziej szczegółowo

Liczby zespolone. x + 2 = 0.

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

Bardziej szczegółowo