GAL z Iloczyn skalarny, przestrzenie euklidesowe [Kos roz 3, 1]

Wielkość: px
Rozpocząć pokaz od strony:

Download "GAL z Iloczyn skalarny, przestrzenie euklidesowe [Kos roz 3, 1]"

Transkrypt

1 GAL z 017 Notatki zawieraja odsy lacze do podre czników [Kos]=Kostrikin, [Tor]=Toruńczyk 1 Iloczyn skalarny, przestrzenie euklidesowe [Kos roz 3, 1] 11 Ortogonalizacja Grama-Schmidta w cze ści o formach dwuliniowych 1 Iloczyn skalarny (, ) : V V R 1) (α, β) = (β, α) ) (a 1 α 1 + a α, β) = (a 1 α 1, β) + (a α, β) 3) (α, α) 0 oraz (α, α) = 0 α = 0 13 Norma, formalne w lasności normy: A) α 0 oraz α = 0 α = 0 B) aα = a α C) α + β α + β (nierówność trójka ta) 14 Jeśli dany jest iloczyn skalarny, to definiujemy α = (α, α) 15 W lasność C) jest równoważna nierówności Schwartza: (α, β) α β Dow: Rozważyć funkcje kwadratowa t α + tβ 0, dla której wyróżnik jest 0 16 Ćwiczenie: Norma w przestrzeni l p, p nie pochodzi od iloczynu skalarnego 17 Definicja cos( (α, β)) i sin( (α, β)) 18 Twierdzenie kosinusów α + β = α + cos (α, β)) α β + β 19 Jeśli baza A = {α 1, α,, α n } jest ortonormalna to dla dowolnego β V a gdy jest bazaa ortogonalna to β = β = n (β, α i )α i i=1 n i=1 (β, α i ) (α i, α i ) α i 110 Każdy uk lad niezerowych wektorów parami ortogonalnych można uzupe lnić do bazy ortogonalnej w przestrzeni skończenie wymiarowej (Powyższe twierdzenie nie jest prawdziwe w przestrzen nieskończenie wymiarowej, patrz uk lady zupe lne) 111 Ważny przyk lad: V = C(S 1 ) z iloczynem skalarnym (f, g) = π 0 f(t)g(t)dt, podprzestrzeń W = Wielomiany trygonometryczne Baza ortogonalna W sa funkcje 1, sin(nt), cos(nt) dla n N + Ponadto W = {0} (patrz tw Stone a-weierstrassa) Otrzymujemy przyk lad zupe lnego uk ladu wektorów, który nie jest baza w sensie algebry liniowej 1

2 11 Z każda funkcja ca lkowalna (w sensie Lebesgue a) stowarztszamy szereg a + b n cos(nt) + c n sin(nt), n=1 gdzie a = 1 π π π f(t)sdt, b n = 1 π π π f(t) cos(t)dt, c n = 1 π π π f(t) sin(t)dt Badaniem takich szeregów zajmuje sie analiza fourierowska Co prawda nie musi być zbieżny punktowo, ale jest zbierzny wed lug mairy Ponadto gdy funkcja jest klasy C 1, to mamy zbieżność jednostajna 113 Ćwiczenie: dany cia g wektorów {α i} i I w przestrzeni V z iloczynem skalarnym (skończony lub nie), β V Za lóżmy, że (α i, α j ) = δ ij Naste puja ce waranki sa równoważne: Jeśli dla każdego i I mamy (α i, β) = 0 to β = lin{α i : ii} inf{ β, γ : γ lin{α i : ii} = 0 ( β leży w domknie ciu lin{α i i I}) 114 W szczególności: W przestrzeniach nieskończonego wymiaru rozważamy uk lady zupe lne {α 1, α,, }, tzn takie, że (Np wektory ε i l ) i N (β, α i ) = 0 β = 0 Z (113) wynika, że uk lad liniowo zupe lny rozpina podprzestrzeń, która jest ge sta w V (w sensie topologicznym) 115 Jeśli mamy zupe lny uk lad wektorów ortogonalnych A = {α 1, α,, } V to z dowolnym β V stowarzyszamy szereg 116 β i=1 (β, α i ) (α i, α i ) α i Ćwiczenie: Inne przyk lady ortonormalnych uk ladów zupe lnych a) wielomiany Legendra P n = 1 ( d n n n! dt (t 1) n) ze wzgle n du na iloczyn skalarny (f, d) = 1 1 f(t)g(t)dt b) wielomian Czebyszewa T n (Czebyszewa spe lnia cos(nx) = T n (cos(x))) ze wzgle du na iloczyn skalarny (f, d) = 1 f(t)g(t) 1 dt 1 t c), d) wielomiany Hermite a, wielomiany Laguerre a (to sa zadania z analizy i nie be dziemy ich robić) Przestrzenie z iloczynem skalarnym cd, przestrzenie euklidesowe 1 Każdy uk lad niezerowych wektorów parami ortogonalnych, jest liniowo niezależny Wzór na rzut ortogonalny na lin{α 1, α,, α k }, dla uk ladu wektorów ortogonalnych/ortonormalnych Obje tość [Kos roz4 3,] 3 Obje tość równoleg lościanu V ol(α 1, α,, α k ) = det G(α 1, α,, α k ) gdzie G i,j = (α i, α j ) (Jeśli α 1, α,, α k sa liniowozależne, to det G = 0, w przeciwnym przypadku det G > 0 bo to macierz iloczynu skalarnego w bazie α i ) 4 Dla k = wzór na pole trójka ta α 1 α 1 sin( (α 1, α ))

3 5 Odleg lość α V od podprzestrzeni liniowej W V definiujemy jako min{ α β β W } Minimum jest osia gnie te jeśli α = γ + β 0, γ W bo α β = γ + β 0 β = γ + β 0 β 6 Obje tość spe lnia (i) V ol(α 1 ) = α 1 () V ol(α 1, α,, α k ) = V ol(α 1, α,, α k 1 ) h gdzie h jest odleg lościa α k od lin{α 1, α,, α k 1 } 7 Dla k = n dostajemy V ol(α 1, α,, α n ) = det [α 1, α,, α n ] Sta d interpretacja geometryczna wyznacznika Iloczyn wektorowy 8 Iloczyn wektorowy: Dane α 1, α,, α n 1 V, dim(v ) = n Definiujemy funkcjona l β det [α 1, α,, α n 1, β] Ponieważ V V za pomoca iloczynu skalarnego, wie c istnieje γ V taki, że dla każdego β det [α 1, α,, α n 1, β] = (γ, β) Definiujemy α 1 α α n 1 := γ 9 W lasności (i) γ lin{α 1, α,, α n 1 } (ii) γ = V ol(α 1, α,, α n 1 ) (iii) jeśli wektory α 1, α,, α n 1 sa liniowo niezależne, to baza α 1, α,, α n 1, γ jest dodatniozorientowana Te w lasności definiuja γ 10 Dla n = 3 mamy dobrze znany iloczyn zadany wzorem ze szko ly: a 1 a a 3 (a 1, a, a 3 ) (b 1, b, b 3 ) = det b 1 b b 3 ε 1 ε ε 3 11 Z definicji w R 3 mamy (α β, γ) = (γ α, β) = (β γ, α) = det[α, β, γ] 1 a b + (a, b) = a b Afiniczne rzestrzenie euklidesowe 13 Metryka w zbiorze X, czyli odleg lość pomie dzy punktami: d : X X R 0 : d(x, y) = 0 x = y d(x, y) = d(y, x) d(x, y) + d(y, z) d(x, z) 14 Odleg lość od zbioru d(x, A) = inf{d(x, a) a A} 3

4 15 Przestrzenia euklidesowa nazywamy przestrzeń afiniczna E nad R z iloczynem skalarnym w T E W przestrzeniach euklidesowych mamy odleg lość d(p, q) = ω(p, q) 16 Hiperpa szczyzny w R n : H = {(x 1, x,, x n ) R n n a i x i = b} = {x R n i=1 n (a, x) = b} i=1 Wektor a = (a 1, a,, a n ) rozpina T H, wektor normalny 17 Wzór na odleg lość od p laszczyzny a a d(p, H) = n i=1 a ip i b a 18 Ćwiczenie: Niech p 0, p 1,, p n E be dzie baza punktowa Wtedy odleg lości d(q, p i ) dla i = 0, 1, n wyznaczaja q jednoznacznie Przekszta lcenia 19 Poje cie izometrii i izometrycznego w lożenia 0 Rzutowania i symetrie Niech F E be dzie skończenie wymiarowa podprzestrzenia przestrzeni euklidesowej Wtedy T E = T F (T F ) Niech p F oraz niech γ i be dzie baza ortonormalna T F Rzut na F wzd luż (T F ) jest zadany wzorem π(q) = p + k (γ i, ω(p, q))γ i, Symetria wzgle dem F wzd luż (T F ) jest zadana wzorem i=1 π(q) = p ω(p, q) + k (γ i, ω(p, q))γ i 1 Izometie Niech dim E < Poniższe warunki sa równoważne: 1) f : E E jest przekszta lceniem afinicznym, takim że Df : T E T E zachowuje iloczyn skalarny ) f : E E jest przekszta lceniem afinicznym zachowuja cym odleg lość, 3) f zachowuje odleg lość tzn d(p, q) = d(f(p), f(q)) (nie zak ladamy afiniczności), Dow 3)= 1): z lematu: d(p, r) + d(r, q) = d(p, q) wtedy i tylko wtedy gdy r = d(p,r) d(p,q) p + d(r,q) d(p,q) q Ogólniej rozważa sie izometryczne w lożenia f : F E i=1 3 Przyk lady: przesunie cia, obroty, symetrie 4 Produkt przestrzeni afinicznych i euklidesowych 5 Niech dim E < Dla każdej izometrii f : E E istnieje rozk lad E na produkt przestrzeni E = E 1 E E k, 4

5 dim(e i ) = 1 lub taki, że rozk lad przestrzeni stycznych jest ortogonalny T E = T E 1 T E T E k oraz f jest produktem przekszta lceń f i : E i E i, tzn gdzie f i jest przesunie ciem, symetria lub obrotem Dowód w dalszej cze ści wyk ladu f(x 1, x,, x k ) = (f 1 (x 1 ), f (x ),, f k (x k )), 6 Klasyfikacja izometrii R i R 3 3 Przestrzenie unitarne [Kos roz 3, ] 31 Formy póltoraliniowe 3 Jeśli M = M(ϕ) = (ϕ(ε i, ε j )) macierz formy ϕ w bazie standardowej, to ϕ(x, Y ) = X T MY 33 Formy symetryczne ϕ(v, w) = ϕ(w, v) Wtedy M(ϕ) = M(ϕ) T 34 Dla przestrzeni wektorowej nad C rozważamy iloczyn hermitowski, to forma póltoraliniowa, symetryczna, niezdegenerowana, dodatnio określona, oznaczana przez H(v, w) lub v, w ( ) i 35 Ćwiczenie: czy ϕ zadane przez macierz jest iloczynem hermitowskim? i kryterium Sylvestera dla form pó ltoraliniowych 36 Standardowy iloczyn hermitowski (a 1, a,, a n ), (b 1, b,, b n ) = n i=1 a ib j Udowodnić 37 Jeśli V jest przestrzenia liniowa nad C, to przez V R oznaczamy ten sam zbiór z dziaa niem dodawania i mnożenia przez skalary rzeczywiste 38 Jeśli v, w jest iloczynem hermitowskim na V, to na V R forma (v, w) = re v, w jest iloczynem skalarnym, a ω(v, w) = im v, w jest forma symplektyczna Obie te formy sa J niezmiennicze, oraz ω(v, w) = (Jv, w) 39 Ortogonalizacja G-S w przestrzeni unitarnej: (uwaga na kolejność α i, β j ) i 1 α i, β j β i = α i β j, β j β j, j=1 γ i = 1 β i β i 310 Grupa unitarna U(n) = {A GL(C n ) A A T = I} Piszemy też A = A T, wtedy dla A U(n) mamy A 1 = A 5

6 311 W grupie GL(C n ) mamy GL(R n ) U(n) = O(n) 31 Z ortogonalizacji G-S mamy rozk lad Iwasawy KAN dla macierzy zespolonych Rozk lad ten jest jednoznaczny GL(C n ) = U(n) (R +) n {górnotrójka tne z jedynkami na przeka tnej} Operatory w przestrzeniach z iloczynem hermitowskim, [Kos, roz3 3] 313 Zak ladamy, że V = C n, rozważamy standardowy iloczyn hermitowski, M(ϕ) = I 314 A : V V jest operatorem unitarnym, jeśli zachowuje iloczyn hermitowski, tzn A(α), A(β) = α, β dla dowolnych wektorów α, β V Wtedy (gdy dim(v ) < ) mamy A = A 1 We wspó lrze dnych ortonormalnych: macierz operatora należy do O(n) ( U(n) ) 315 Ćwiczenie: A jest unitarny wtedy i tylko wtedy, gdy jest izometria, tzn zachowuje α = α, α Operatory unitarne i ortogonalne 316 Definicja operatora unitarnego/twierdzenie: V = C n - przestrzeń ze standardowym iloczynem skalarnym/hermitowskim, A End(V ) Naste puja ce warunki sa równowaźne 1) α, β V (A(α), A(β)) = (α, β) tzn A zachowuje iloczyn skalarny ) α V A(α) = α tzn A zachowuje norme 3) Macierz operatora jest unitarna A U(n), tzn A A = I 317 Wartości w lasne operatora unitarnego maja modu l Przestrzenie w lasne sa ortogonalne 319 Jeśli W V niezmiennicza, to W też niezmiennicza 30 Dla operatora unitarnego A istnieje baza unitarna, w której jego macierz jest diagonalna W zapisie macierzowym: istnieje C U(n) tż A = CDC 1, D = diag(e it 1, e it,, e itn ) 31 Dla operatora ortogonalnego f : R n R n, istnieje ( baza ortonormalna ) taka, że A = M(f) ma cos(t) sin(t) macierz blokowo-diagonalna z blokami postaci lub z blokami 1 1: (1) i (-1) sin(t) cos(t) Dowód Rozważamy przekszta lcenie unitarne f C : C n C n zadane przez ta sama macierz A Istnieje baza unitarna z lożona z wektorów w lasnych Dla wartości w lasnej µ R zak ladamy, że jeśli α jest wektorem bazowym, to α też należy do bazy (ma on wartość w lasna µ) Bierzemy baze rzeczywistej podprzestrzeni R n lin{α, α} z lóżona z wektorów β 1 = 1 (α + α), β = ortogonalna i (α α) Otrzymujemy baze 3 Ćwiczenie: Grupe izometrii zachowuja cych orientacje w Rn oznaczamy przez SO(n) Znaleźć cia g la bijekcje SO(3) RP 3 6

7 33 Ćwiczenie: Izometria R4 dana jest przez macierz Znaleźć blokowa diagonalizacje Przypomnienie: Każde izomorfizm afiniczny f : K n K n można przedstawić jako z lożenie f = tr α Df = Df tr β, gdzie tr α oznacza przesunie cie Ponadto f(γ) = α + Df(γ) = Df(β + γ), wie c α = Df(β) 35 Dowód tw (5), tzn dla każdej izometrii f Aff(R n ) znajdujemy rozk lad na produkt R n = Vi (i odpowiadaja cy mu rozk lad na ortogonalna sume prosta przestrzeni stycznych), gdzie dim V i, oraz f zachowuje ten rozk lad W każdej V i izometria f jest albo obrotem, albo symetria, albo przesunie ciem 36 Ćwiczenie: Każda izometria przestrzeni euklidesowej jest postaci tr αg = gtr α, gdzie α jest wektorem sta lym dla Df, oraz przekszta lcenie g ma punkt sta ly Powyższy rozk lad jest jednoznaczny 37 Ćwiczenie: Wiemy, że Co to za przekszta lcenie? Df = , f([0, 0, 0]) = [ 1, 7, ] Izometrie afiniczne w R 3, operatory samasprze żone, klasyfikacja kwadryk [Kos roz4 3] 41 Klasyfikacja izometrii afinicznych R 3 (symetrie, obroty, obroty z odbiciem, przesunie cia, ruch śrubowy, obrót z odbiciem, symetrie z poślizgiem) Operatory sprze żone 4 Dane jest przekszta lcenie linowe ϕ : V V przestrzeni z iloczynem hermitowskim/skalarnym Mówimy, że ψ : V V jest sprz eżone do ϕ gdy dla każdej pary wektorów α, β V mamy jeśli ψ 1 i ψ sa sprze żone do ϕ, to ψ 1 = ψ ϕ(α), β = α, ψ(β) jeśli dim V <, to operator sprze żony ψ istnieje oraz gdy M(ϕ) jest macierza ϕ w bazie unitarnej, to M(ψ) = M(ϕ) T =: M(ϕ) 7

8 Oznaczenie: ψ = ϕ Ćwiczenie: niech V = C(S 1 ), (f, g) = S 1 f(t)g(t)dt, ϕ(f) = f(a) 1, gdzie 1 jest funkcja stale równa 1 oraz a S 1 Wykazać, że ϕ nie dopuszcza żadnego operatora sprze żonego do niego Operatory samosprze żone 43 Operator ϕ jest samosprze żony (hermitowski), jeśli ϕ = ϕ We wspó lrze dnych ortonormalnych: macierz operatora jest symetryczna (ze sprze żeniem) 44 Wartości w lasne sa rzeczywiste 45 Przestrzenie w lasne sa ortogonalne 46 Jeśli W jest podprzestrzenia ϕ-niezmennicza, to W też 47 Twierdzenie spektralne Jeśli ϕ jest operatorem samosprze żonym w przestrzeni skończonego wymiaru, to istnieje baza unitarna, w której operator ma macierz diagonalna, o wyrazach rzeczywistych Rozk lad V = V λ, λ Spec(ϕ) jest ortogonalny 48 Gdy przestrzeń jest rzeczywista, to istnieje baza ortonormalna, w której operator jest diagonalny 49 Ćwiczenie: z lożenie operatorów samospre żonych jest smosprze żone wtedy i tylko wtedy gdy sa one przemienne 410 Każda rzeczywista macierz symetryczna ϕ da sie zapisać jako CDC 1, gdzie C O(n), tzn C 1 = C T, a D jest diagonalna (Zatem zarówno Aϕ jest podobne jak i kongruentne do diagonalnej) 411 To samo dla zespolonych: Jeśli ϕ = ϕ, to CDC 1, gdzie C U(n) 41 W przestrzeni nieskończenie wymiarowiej wiemy jedynie, że przestrzenie w lasne operatora samosprze żonego sa ortogonalne 413 Ćwiczenie: Niech V = C (S 1 ) Sprawdzić, że operator ϕ(f) = f jest samosprze żony Jakie jest spektrum? Udowodnić λ Spec(ϕ) V λ = {0} 414 Ćwiczenie: Podać przyk lad operatora ϕ, który jest samosprze żony oraz λ Spec(ϕ) V λ {0} 8

9 Wsk: Niech V przestrzeń funkcji na Z o skończonym nośniku V = {f : Z C M R takie, że n > M f(n) = 0 } z iloczynem hermitowskim (f, g) = n= f(n)g(n) oraz ϕ(f)(n) = 1 (f(n 1) + f(n + 1)) Kwadryki w przestrzeni euklidesowej 415 Wniosek z diagonalizacji: dla każdej macierzy symetrycznej Q istnieje macierz ortogonalna C, taka, że C T QC jest diagonalna Zatem dla danej formy kwadratowej q(x) w przestrzeni z iloczynem skalarnym Istnieje ortonormalny uk lad wspólrze dnych {y i (x)} taki, że q(x) = a i y i 416 Kierunki osi g lównych kwadryk, to kierunki w lasne stowarzyszonego operatora samosprze żonego 417 Kanoniczne formy kwadryk Każda kwadryke w przestrzeni euklidesowej można sprowadzić do postaci kanonicznej za pomoca izometrii: (1) () (3) k x i a i=1 i k x i a i=1 i k x i a i=1 i k+l x i a i=k+1 i k+l x i a i=k+1 i k+l x i a i=k+1 i = 1 (k + l n) = 0 (k + l n), = x n (k + l < n) Liczby a i w (1) to d lugości osi g lównych 418 Przyk lad: znaleźć osie g lówne kwadryki 6x + 4xy + 9y = Ćwiczenie: Sprowadzić do postaci kanonicznej za pomoca izometrii x + 4xy + 4y x + 4y = 5 40 Analiza Fouriera: V = C (S 1 ), operator ϕ(f) = f jest samospre żony Wartości w lasne to Spec(ϕ) = { k : k N {0}} V 0 = lin{ 1} V k = lin{sin(kx), cos(kx)} k=0 V k jest geste w C (S 1 ) W je zyku algebry liniowej ( k=0 V k ) = {0} 5 Operatory samosprze żone dodatniookreślone [Kos roz3, 36] 51 Przyk lad do przeliczenia Laplasjan dyskretny: V = R n = F unkcje(z n R), φ(f)(k) = 1 (f(k + 1) + f(k 1)) f(k) Udowodnić, że φ jest operatorem samosprze żonym, wartości w lasne sa ujemne, oprócz jednej, która jest równa 0 5 Nieujemnie określone operatory samosprze żone: (Bx, x) = (x, Bx) 0 Dla każdego operatora samosprze żonego nieujemnie określonego istnieje,,pierwaistek, tzn operator samosprze żony, nieujemnie określony P, taki, że P = B Na podprzestrzeni wlasnej V λ operator P jest równy λ 9

10 53 Przyk lad: B = A A dla pewnego operatora A 54 Ćwiczenie: Niech V = C (S 1 ) Sprawdzić, że operator A(f) = f jest nieujemnie określony samosprze żony Jakie jest spektrum? (Jest on postaci B B) 55 [Kos roz3, 39] Rozk lad polarny (biegunowy): każdy operator A da sie zapisać jako z lożenie Q P, gdzie Q należy do O(n) (lub U(n)), P jest nieujemnie określony Dow: Jeśli A odwracalny P = (A A) 1, Q = AP 1 QQ = (AP 1 )(P 1 A ) = A(A A) 1 A = I Dla nieodwracalniego A rozważamy A ɛ = A + ɛi Dostajemy A ɛ = Q ɛ P ɛ Można wybrać ca g ɛ n 0, taki, że Q ɛn jest zbieżny 56 Uwaga: nazwa od rozkladu polarnego liczby zespolonej (tzn dim V = 1) 57 Operator P jest jednoznacznie wyznaczony (równy (A A) 1 ), a jeśli A jest odwracalny, to Q też jest jednoznacznie wyznaczony 58,,Singular value decomposirion : Każda macierz kwadratowa można przedstawić jako B 1 DB, gdzie B 1 i B sa unitarne/ortogonalne, a D jest macierza diagonalna o rzeczywistych nieujemnych wyrazach (dodatkowo można za lóryć, że cia g wyrazów na przeka tnej jest nierosna cy) 6 Uzupe lnienia Urzeczywistnienie i kompleksyfikacja, pewne podgrupy GL n (R) [Kos roz3 4] 61 Podsumowanie twierdzeń o macierzach kwadratowych M M n n (K), dla K = C (oraaz wersje rzeczywiste) - tw Jordana - rozklad KAN dla odwracalnych M: M = KB, K U(n), B górnotrójka tna - rozk lad polarny M = KP, K U(n), P = P - diagonalizacja w bazie ortonormalnej operatorów unitarnych (blokowa nad R), - diagonalizacja w bazie ortonormalnej operatorów samosprze żonych - wartości w lasne rzeczywiste - i antysamosprze żonych (tzn gdy M = M, Ćwiczenie) - wartości w lasne urojone - rozk lad Choleskiego macierzy symetrycznych dodatnio określonych 6 Ćwiczenie: Dane 0 < k < n Niech A End(Rn ) zachowuje obje tość równoleg lościanów k- wymiarowych Pokazać, że A jest izometria 63 Ćwiczenie: Środek symetrii a kwadryki opisanej równaniem xt Qx Lx = C spe lnia równanie Qa = L T Które z kwadryk w postaci kanonicznej nie mieja lub mmaja wiele środków symetrii? 64 Operator jest rzutowaniem ortogonalnym jeśli A = A i A = A Przestrzeń V rozpada sie na sume prosta ortogonalnych przestrzeni ker(a) i im(a) 65 Twierdzenie spektralne można sformu lować tak: Każdy operator samosprze żony jest kombinacja liniowa przemiennych rzutowań ortogonalnych 10

11 66 Przestrzeń rzutowa RP n 1 można utożsamić z podzbiorem O(n) macierzy spe lniaja cych A = Id i rk(a + Id) = 1 (Prostej przypisujemy odpowiednia symetrie ) RP n 1 {A M n n (R) A = A T, A = A, tr(a) = 1 } 67 Podobnie można zanurzyć w M n n (R) zbiór wszystkich podprzestreni liniowych ustalonego wymiaru tj grassmannian Otrzymujemy zbiór dmoknie ty i ograniczony w przestrzeni afinicznej Czyli jest to zbiór zwarty Zmiana cia la bazowego 68 Urzeczywistnienie przestrzeni zespolonej V V R (zapominamy o mnożeniu przez i) 69 Struktura zespolona J : V V, J = Id 610 Jeśli w V dana baza α 1, α,, α n, to α 1, α,, α n, iα 1, iα,, iα n jest baza V R, a J ma ( ) 0 I macierz blokowa I Grupe GL n (C) utożsamiamy z podgrupa macierzy rzeczywistych n n przemiennych z J = ( ) ( ) 0 I re A im A Macierzy A GL I 0 n (C) odpowiad macierz blokowa J = GL im A re A n (R) 61 Dany automorfizm przestrzeni rzeczywistej J : W W, taki że J = Id Wtedy W jest parzystego wymiaru i w W można wrpowadzić strukture przestrzeni wektorowej nad C definiuja c (a + bi)α = aα + bj(α) Automorfizm J spe lniaja cy J = Id nazywamy struktura zespolona 613 Kompleksyfikacja przestrzeni rzeczywistej W to przestrzeń W C := W W wraz ze struktura zespolona J(α, β) = ( β, α) Zatem mnożenie przez z = a + bi zadane jest wzorem (a + bi)(α, β) = (aα bβ, aβ + bα) 614 Ćwiczenie: Dla przestrzeni zespolonej V można wskazać izomorfizm nie zależny od wyboru bazy (V R ) C V V, (gdzie V jest równe V jako zbiór, ale mnożenie przez skalar jest zadane wzorem (a + bi) v := (a bi)v 615 Przyporza dkowania V V R dla przestrzeni zespolonej (i V V C dla przestrzeni rzeczywistej) sa funktorialne, to znaczy, że dla A : V W można zdefiniować A R : V R W R, tak że (AB) R = A R B R (podobnie dla kompleksyfikacji) Ponadto mamy dla V przestrzeni liniowej nad R i W, przestrzeni liniowej nad C: L C (V C, W ) = L R (V, W R ), gdzie L K (A, B) oznacza zbiór funkcji K-liniowych A B Mówimy, że funktory V V C i W W R sa do la czone Patrz: kategorie i funktory np 11

12 616 Niech Sp n (R) oznacza podgrupe GL(R n ) automorfizmów zachowuja cych forme symplektyczna zadana przez J, ω(v, w) = v, Jw, tzn takich A, że dla każdej pary v, w R n mamy ω(ϕ(v), ϕ(w)) = ω(v, w) 617 W grupie GL n (R) mamy podgrupy O(n) = {A GL n (R) A T A = I}, Sp n (R) = {A GL n (R) A T JA = J}, GL n (C) = {A GL n (R) AJ = JA}, Przecie cie dwu z powyższych grup jest zawarte w trzeciej 618 Ćwiczenie: dla operatora zespolonego det(a R ) = det(a) 619 Jeśli v, w jest iloczynem hermitowskim na V, to na V R forma (v, w) = re v, w jest iloczynem skalarnym, a ω(v, w) = im v, w jest forma symplektyczna Obie te formy sa J niezmiennicze, oraz ω(v, w) = (Jv, w) 60 U(n) = O(n) Sp(n) = O(n) GL(C n ) = Sp(n) GL(C n ) 7 Kwaterniony [Tor V, 54-6] 71 SU() S 3 (pierwsza kolumna jest dowolnym wektorem jednostkowym w (a, b) C, a druga postaci ( b, a) 7 Niech 1 = ( ) ( ) 1 0 i 0, i =, j = i ( ) 0 1, k = 1 0 ( ) 0 i i 0 Zbiór {±1, ±i, ±j, ±k} jest grupa ze wzgle du na mnożenie macierzy: i = j = k = 1, i j = j i = k, j k = k j = i, k i = i k = j 73 Przestrzeń kwaternionów (H od Hamiltona) H = lin R {1, i, j, k} oraz kwaterniony czysto urojone imh = lin R {i, j, k} Tak jak poprzednio x oznacza x T Dla kwaternionów czysto urojonych x = x,,* nazywamy sprze żeniem kwaternionowym 74 Mamy (xy) = x y, bo to zachodzi dla bazy pochodza cej z M (C) 75 Dla x H mamy x x R + Definiujemy x = x x Dla x = a1+b i+c j+d k, a, b, c, d R mamy x = a + b + c + d 1

13 76 Mamy xy = x y 77 Algebra z dzieleniem nad K, to taka algebra nad K z jedynka, że każdy element różny od 0 jest odwracalny 78 Każdy kwaternion niezerowy jest odwracalny x 1 = x / x, czyli kwaterniony sa algebra z dzieleniem nad R 79 Twierdzenie Freudenthala (bez dowodu): Jedyne skończenie wymiarowe algebry z dzieleniem nad R to R, C i H 710 Kwaterniony o normie jeden to macierze spe lniaja ce xx = 1 Zatem to sa macierze z SU() Sta d H = R + SU() {0} 711 Iloczyn skalarny w przestrzeni kwaternionów czysto urojonych (x, y) := re(xy) 71 Przyjmujemy orientacje w imh, tak aby {i, j, k} by la baza dodatnio zorientowana Dla kwaternionów czysto urojonych mamy x y = (x, y) + x y 713 Dla dowolnego jednostkowego kwaternionu x SU() przekszta lcenie imh y xyx imh jest izometria Sta d otrzymujemy przekszta lcenie SU() SO(3) GL(imH) 714 Obrót wokó l ustalonej osi o t π podniesiony do SU() nie jest identycznościa Ale obrót o 4π podniesiony do SU() jest identycznościa (Parz w YouTubie,, pi rotation is not an identity,,,your palm is a spinor itp) 715 Geometrycznie przekszta lcenie zadane przez x = cos(t) + sin(t)l dla czysto urojonego kwaternionu jednostkowego l jest obrotem wokó l l o ka t t Dow: rachunek osobno dla y lin l i y lin l 716 Powyższe przekszta lcenie SU() SO(3) jest,,na, do 1, ja drem jest {I, I} 717 W R, C, H (i oktonionach O) sa spe lnione: 1 a a = a a = a 1 (a b) = b a 3 a + a R 1 4 re(a b) = re(b a), gdzie re zdefiniowane jako rzut na lin( 1) 5 re(a (b c)) = re((a b) c) (to jest spe lnione w H, bo kwaterniony sa la czne) Powyższe w lasności sa spe lnione w tzw algebrach Hurwitza,,composition algebra, patrz s theorem (composition algebras) Sa to skończeniewymiarowe algebry z jedynka, niekoniecznie la czne wyposażone w dodatnio określaona forme kwadratowa forme q, q(a) = a spe lniaja ca q(a b) = q(a)q(b) Forma kwadratowa zadaje iloczyn skalarny, sprze żenie jest zdefiniowane jako symetria wzgle dem lin( 1), cze ść rzeczywista re(a) 13

14 to rzutowanie na lin( 1) Czyli wszystko jest zdefiniowane za pomoca formy kwadratowej Ponadto (ab, ab) = (a, a)(b, b) (a, b)(c, d) = (ac, bd) + (ad, bc) Tw Hurwitza mówi, że jedyne algebry Hurwitza z dzieleniem nad R (z dok ladnościa do izomorfizmu) to R, C, H i O 718 Dodatek: Zwia zki z polami wektorowymi na sferze: jeśli w R n+1 jest struktura algebry z dzieleniem, to na S n jest n liniowo niezależnych pól: Dow Wybieramy iloczyn skalarny w R n+1 Niech 1 R n+1 be dzie jedynka algebry Dobieramy elementy v 1, v,, v n stanowia ce baze lin{ 1} Wtedy dla każdego g S n elementy g, gv 1, gv,, gv n stanowia baze R n+1 Niech π g be dzie rzutowaniem na lin{g} Wektory v i (g) = π g (gv i ) dla i = 1,, n stanowia baze lin{g} To sa pola wektorowe na S n, cia g le w zależności od g S n i liniowo niezależne Z tw o zaczesywaniu sfery S (nie ma ani jednego nigdzie nie znikaja cego pola) widzimy, że w R 3 nie ma struktury algebry z dzieleniem 8 Nieokreślone formy kwadratowe i ich grupy automorfizmów [Kos roz4 4] 81 Jeśli forma kwadrarowa określona przez symetryczna macierz B, to automorfizmami tej formy sa przekszta lcenia liniowe o mocierzy A spe lniaja cej A T BA = B 8 Przestrzenie z forma kwadratowa typu (m, n), grupy O(m, n), SO(m, n), SO(m, n) + 83 Ćwiczenie istnieje cia g la bijekcja O(m, n) O(m) O(n) Rmn (Jeśli m 0 i n 0, to grupa O(m, n) ma 4 sk ladowe spójne) 84 Jeśli za lożyć, że nie możemy poruszać sie pre dzej niż świat lo, to nie możemy przekroczyć horyzontu zdarzeń be da cego brzegiem obszaru x < c t Horyzont zdarzeń jest opisany równaniem kwadratowym q(t, x) = c t x 1 x x 3 = 0 Zmiany uk ladu wspó lrze dnych typu x = f(x)+a t (uk lad poruszaja cy sie ) musza zachowywać horyzont zdarzeń Jeśli a = 0, to f ma być izometria Sugeruje to, że powinniśmy rozważać przekszta lcenia liniowe czasoprzestrzeni zachouja ce forme kwadratowa q Dla uproszczenia przyjmujemy c = 1 Grupa O(1, 1) 85 Najpierw rozważmy przestrzeń jednowymiarowa, czyli czasoprzestreń ze wspó lrze dnymi (t, x) z ( ) t y forma kwadratowa t x Grupa O(1, 1) sk lada sie z macierzy postaci, takich, że t x z x = 1 oraz (t, x) = ±(z, y) Można przyja c u = ± cosh(λ), v = ± sinh(λ) 86 SO(1, 1) = { A = ( a 1 +a a 1 a a 1 a a 1 +a ) : a R }, SO(1, 1) + = { A = ( a 1 +a a 1 a a 1 a a 1 +a ) : a > 0 } 87 Wniosek SO(1, 1) + R z dzia laniem dodawania 14

15 ( ) ( ) t Niech = A Pre x 0 0 dkość definiujemy jako v := x 0 t 0 = a 1 a a 1 +a = a 1 Mamy v < 1 =: c a +1 1 v Sta d a = 1+v, a+a 1 = 1, a a 1 1 v = v 1 v ( ) cosh(λ) sinh(λ) (Inny punkt widzenia: Jeśli A =, to v = tanh(λ); oraz tanh(α) wyznacza macierz sinh(λ) cosh(λ) A) x ( t x ( 1 1 v v v 1 v 1 1 v ) ( t0 ) ( ) 1 = A 0 89 Zatem A =, gdzie v = x 0 /t 0, 1 v x 0 ( ) ) t Jeśli = A to wspó lrze dne (t, x ) możemy wyrazić za pomoca (x, t) oraz v: t = t + vx, 1 v x = x + vt, 1 v lub odwrotnie t = t vx 1 v, x = x vt 1 v 810 Ćwiczenie: Jeśliby c 1, forma kwadratowa c t x, to t = t + vx/c 1 v /c, x = x + vt 1 v /c 811 Odleg lość zmienia sie zgodnie ze wzorem x 1 x = x 1 x 1 v gdy t 1 = t 81 Podobnie czas t 1 t = t 1 t 1 v gdy x 1 = x 813 Jeśliby c 1, to x 1 x = x 1 x, 1 v /c t 1 t = t 1 t 1 v /c 814 Ćwiczenie: wyprowadzić wzór na sk ladanie pre dkości v = v 1+v 1+v 1 v /c 9 Grupa Lorentza 91 Czasoprzestrzeń R 4 z forma typu (1, 3) Badamy grupe SO(1, 3) + to sk ladowa identyczności SO(3, 1) (te przekszta lcenia, które dadza sie w sposób cia g ly zdeformować do Id (Inna nazwa: w laściwa grupa Lorenza) 9 Niech V M( ; C) zbiór macierzy hermitowsko symetrycznych tzn X = X, ( ) t + x1 x X = ix 3 x + ix 3 t x 1 Forma kwadratowa: q(a) = det(a) = t x 1 x x 3 Utożysamiamy czasoprzestrzeń ze zbiorem operatorów samospre żonych w C 93 Przestrzeń V rozpada sie na podzbiory zachowywane przez SO(1, 3) + zera formy q( ) = det( ), czyli macierze zdegenerowane Fizycy mówia na to,,stożek świat la q(a) < 0 tzn tam wartości w lasne X maja różne znaki dwie sk ladowe q(a) > 0 tzn tam wartości w lasne X maja takie same znaki (stożek dodatni i ujemny) 15

16 {( )} Oś czasowa V to V t = lin, a cze 0 1 ść przestrzenna to {( ) 1 0 V x = lin, 0 1 ( ) 0 i, i 0 ( )} (to sa macierze Pauliego, mnoża c przez i dostajemy bazowe kwaterniony) 95 Cze ść przestrzenna jest opisana równaniem t = 1 tr(x) = 0 96 Grupa SL (C) dzia la na V przez: A X := AXA Podgrupa SU() zachowuje wspó lrze dna czasowa Odpowiada to zamianom uk ladu wspó lrzednych z pre dkościa 0 Dow: tr(axa ) = tr(xa A) = tr(x) dla każdego X 97 Jeśli A zachowuje wspó lrze dna czasowa t, to A SU() (Z równości A IA RI wynika, że A A = I, wie c A SU()) 98 To dzia lanie zgadza sie z dzia laniem na imh = i V x SU() SL (C) 99 Twierdzenie: Mamy izomorfizm L + := SO(1, 3) + SL (C)/{±I} imh i 1 V oraz SL (C)/{±I} GL (C)/C =: P GL (C) przekszta lcenia rzutowe 910 Pierwsza cze ść twierdzenia jest równoważna z: Otrzymane odwzorowanie SL (C) SO(1, 3) + jest,,na, do 1, ker = {±I} 1) Sprawdzamy, że ja dro tego odwzorowania, to ±I: ker = {A SL (C) : X V AXA = X}, biora c X = I widzimy, że A SU(), i dalej korzystamy z tego jak wygl:ada odwzorowanie SU() SO(3) ) Liczymy wymiar grupy: tzn liczymy stopnie swobody W obu grupach wychodzi 6 i korzystamy z ogólnej w lasności grup (grup Liego): jeśli grupy maja równy wymiar, a ja dro odwzorownia jest skończone, to obraz zawiera ca la sk ladowa identyczności (Nie dowodzimy tego twierdzenia, elementarny dowód epimorficzności może być traktowane jako Ćwiczenie) 16

GAL z Iloczyn skalarny, przestrzenie euklidesowe [Kos roz 3, 1]

GAL z Iloczyn skalarny, przestrzenie euklidesowe [Kos roz 3, 1] GAL z 018 315018 Notatki zawieraja odsy lacze do podre czników [Kos]=Kostrikin, [Tor]=Toruńczyk [Kos roz 3], [Tor V] 1 Iloczyn skalarny, przestrzenie euklidesowe [Kos roz 3, 1] 11 Ortogonalizacja Grama-Schmidta

Bardziej szczegółowo

GAL z aweber/zadania/gal2017gw/ Wersja

GAL z aweber/zadania/gal2017gw/ Wersja Przestrzenie rzutowe GAL z 27 http://wwwmimuwedupl/ aweber/zadania/gal27gw/ Wersja 2627 Patrz osobny plik http://wwwmimuwedupl/ aweber/zadania/gal27gw/przestrzenie rzutowe-zadaniapdf Do zrobienia na ćwiczeniach:

Bardziej szczegółowo

GAL z Konspekt wyk ladów: Formy 2-liniowe [Kos roz.1 4], [Tor VII] 1 zadane wzorem φ # (w) = φ(, w). W bazach:

GAL z Konspekt wyk ladów: Formy 2-liniowe [Kos roz.1 4], [Tor VII] 1 zadane wzorem φ # (w) = φ(, w). W bazach: GAL z 2017 Konspekt wyk ladów: Formy 2-liniowe [Kos roz1 4], [Tor VII] 242017 Notatki zawieraja odsy lacze do podre czników [Kos]=Kostrikin, [Tor]=Toruńczyk Materia l mniej standardowy jest opisany dok

Bardziej szczegółowo

Zadania z GAL-u. 1 Rozwia. Listopad x + 3y = 1 3x + y = x + y = 1 x + 2y 3z = 3 2x + 4y + z = 1 1.2

Zadania z GAL-u. 1 Rozwia. Listopad x + 3y = 1 3x + y = x + y = 1 x + 2y 3z = 3 2x + 4y + z = 1 1.2 Zadania z GAL-u Listopad 2004 1 Rozwia zać uk lady równań: 11 12 13 14 15 { 2x + 3y = 1 3x + y = 0 x + y = 1 x + 2y 3z = 3 2x + 4y + z = 1 3x + y + z = 1 x + 2z = 6 3y + 2z = 0 2x + 3y + 2z = 1 3x + 4y

Bardziej szczegółowo

Zadania z Algebry liniowej 4 Semestr letni 2009

Zadania z Algebry liniowej 4 Semestr letni 2009 Zadania z Algebry liniowej 4 Semestr letni 2009 Ostatnie zmiany 23.05.2009 r. 1. Niech F będzie podciałem ciała K i niech n N. Pokazać, że niepusty liniowo niezależny podzbiór S przestrzeni F n jest także

Bardziej 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

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

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:

Bardziej szczegółowo

1 Przestrzenie unitarne i przestrzenie Hilberta.

1 Przestrzenie unitarne i przestrzenie Hilberta. Przestrzenie unitarne i przestrzenie Hilberta.. Wykazać, że iloczyn skalarny w przestrzeni wektorowej X nad cia lem K ma nastepuj ace w lasności: (i) x, y + z = x, y + x, z, (ii) x, λy = λ x, y, (iii)

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

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

Algebra i jej zastosowania ćwiczenia

Algebra i jej zastosowania ćwiczenia Algebra i jej zastosowania ćwiczenia 13 stycznia 013 1 Reprezentacje liniowe grup skończonych 1. Pokazać, że zbiór wszystkich pierwiastków stopnia n z jedności jest grupa abelowa wzgle dem mnożenia.. Pokazać,

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

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

1 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 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

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : Lista Przestrzenie liniowe Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : V = R[X], zbiór wielomianów jednej zmiennej o współczynnikach rzeczywistych, wraz ze standardowym dodawaniem

Bardziej 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

GAL, konspekt wyk ladów: Tensory

GAL, konspekt wyk ladów: Tensory GAL, konspekt wyk ladów: Tensory 8.6.2017 Notatki zawieraja odsy lacze do podre czników [Kos]=Kostrikin, [Tor]=Toruńczyk. [Kos roz. 6]. Materia l mniej standardowy jest opisany dok ladniej. 1 Iloczyn tensorowy

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009 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 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

GAL, konspekt wyk ladów: Przestrzenie afiniczne

GAL, konspekt wyk ladów: Przestrzenie afiniczne GAL, konspekt wyk ladów: Przestrzenie afiniczne 4 kwietnia 2017 Notatki zawieraja odsy lacze do podre czników [Kos]=Kostrikin, [Tor]=Toruńczyk Materia l mniej standardowy jest opisany dok ladniej 1 Przestrzenie

Bardziej szczegółowo

13. Cia la. Rozszerzenia cia l.

13. Cia la. Rozszerzenia cia l. 59 13. Cia la. Rozszerzenia cia l. Z rozważań poprzedniego paragrafu wynika, że jeżeli wielomian f o wspó lczynnikach w ciele K jest nierozk ladalny, to pierścień ilorazowy K[X]/(f) jest cia lem zawieraja

Bardziej szczegółowo

Wyk lad 11 1 Wektory i wartości w lasne

Wyk 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 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

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

DZYSZKOLNE ZAWODY MATEMATYCZNE. Eliminacje rejonowe. Czas trwania zawodów: 150 minut

DZYSZKOLNE ZAWODY MATEMATYCZNE. Eliminacje rejonowe. Czas trwania zawodów: 150 minut XLIII MIE DZYSZKOLNE ZAWODY MATEMATYCZNE Eliminacje rejonowe Czas trwania zawodów: 150 minut Każdy uczeń rozwia zuje dwadzieścia cztery zadania testowe, w których podano za lożenia oraz trzy (niekoniecznie

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

Pierścienie grupowe wyk lad 3. lewych podmodu lów prostych. Ogólniej, aby roz lożyć dany pierścień na sume. prosta

Pierścienie grupowe wyk lad 3. lewych podmodu lów prostych. Ogólniej, aby roz lożyć dany pierścień na sume. prosta Pierścienie rupowe wyk lad 3 Już wiemy, że alebre rupowa CG skończonej rupy G można roz lożyć na sume lewych podmodu lów prostych Oólniej, aby roz lożyć dany pierścień na sume prosta jeo dwóch podmodu

Bardziej szczegółowo

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja 19. O ca lkach pierwszych W paragrafie 6 przy badaniu rozwia zań równania P (x, y) + Q(x, y)y = 0 wprowadzono poje cie ca lki równania, podano pewne kryteria na wyznaczanie ca lek równania. Znajomość ca

Bardziej szczegółowo

c ze wzoru dwumianowego Newtona obliczyć sumy: a) 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi,

c ze wzoru dwumianowego Newtona obliczyć sumy: a) 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi, 3 Korzystaja c ze wzoru dwumianowego Newtona obliczyć sumy: a) n ( n n k) ; b) 4 W rozwinie ciu dwumianowym: ( 4 a) ) 1, 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi, ( ) b) 3 13, 5 +

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

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje

Bardziej szczegółowo

g liczb rzeczywistych (a n ) spe lnia warunek

g liczb rzeczywistych (a n ) spe lnia warunek . Czy jest prawda, że a) R y R z R y + yz + = 0 ; b) R y R z R y + yz + 0 ; c) R y R z R y + yz + = 0 ; d) R y R z R y + yz + 0? 2. Czy jest prawdziwa nierówność a) ctg > ; b) tg < cos ; c) cos < sin ;

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

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

FUNKCJE LICZBOWE. x 1

FUNKCJE LICZBOWE. x 1 FUNKCJE LICZBOWE Zbiory postaci {x R: x a}, {x R: x a}, {x R: x < a}, {x R: x > a} oznaczane sa symbolami (,a], [a, ), (,a) i (a, ). Nazywamy pó lprostymi domknie tymi lub otwartymi o końcu a. Symbol odczytujemy

Bardziej szczegółowo

Wyk lad 10 Przestrzeń przekszta lceń liniowych

Wyk lad 10 Przestrzeń przekszta lceń liniowych Wyk lad 10 Przestrzeń przekszta lceń liniowych 1 Określenie przestrzeni przekszta lceń liniowych Niech V i W bed a przestrzeniami liniowymi Oznaczmy przez L(V ; W ) zbór wszystkich przekszta lceń liniowych

Bardziej szczegółowo

sa dzie metryka z euklidesowa, to znaczy wyznaczaja ca cki, Wojciech Suwiński)

sa dzie metryka z euklidesowa, to znaczy wyznaczaja ca cki, Wojciech Suwiński) Zadanie 1 Pokazać, że dowolne dwie kule w R z metryka sa homeomorficzne Niech ρ be dzie metryka równoważna z, to znaczy wyznaczaja ca topologie na R Czy wynika z tego, że dowolne dwie kule w metryce ρ

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

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

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 6 Podprzestrzenie przestrzeni liniowych Wyk lad 6 Podprzestrzenie przestrzeni liniowych 1 Określenie podprzestrzeni Definicja 6.1. Niepusty podzbiór V 1 V nazywamy podprzestrzeni przestrzeni liniowej V, jeśli ma on nastepuj ace w lasności: (I)

Bardziej szczegółowo

Wersja testu D 14 września 2011 r. 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1?

Wersja testu D 14 września 2011 r. 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1? 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1? 2. Czy prawda jest, że a) 5 8 1 jest podzielne przez 4 ; b) 5 7 1 jest podzielne przez 4 ; c) 3

Bardziej szczegółowo

Wyk lad 14 Formy kwadratowe I

Wyk lad 14 Formy kwadratowe I Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można

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

Pisemny egzamin dyplomowy. na Uniwersytecie Wroc lawskim. na kierunku matematyka. zadania testowe. 22czerwca2009r. 60 HS-8-8

Pisemny egzamin dyplomowy. na Uniwersytecie Wroc lawskim. na kierunku matematyka. zadania testowe. 22czerwca2009r. 60 HS-8-8 EGZAMIN DYPLOMOWY, cze ść I (testowa) 22.06.2009 INSTRUKCJE DOTYCZA CE WYPE LNIANIA TESTU 1. Nie wolno korzystać z kalkulatorów. 2. Sprawdzić, czy wersja testu podana na treści zadań jest zgodna z wersja

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

Wersja testu A 15 lutego 2011 r. jest, że a) x R y R y 2 > Czy prawda. b) y R x R y 2 > 1 c) x R y R y 2 > 1 d) x R y R y 2 > 1.

Wersja testu A 15 lutego 2011 r. jest, że a) x R y R y 2 > Czy prawda. b) y R x R y 2 > 1 c) x R y R y 2 > 1 d) x R y R y 2 > 1. 1. Czy prawda jest, że a) x R y R y 2 > 1 1+x 2 ; b) y R x R y 2 > 1 1+x 2 ; c) x R y R y 2 > 1 1+x 2 ; d) x R y R y 2 > 1 1+x 2? 2. Czy naste puja ca relacja na zbiorze liczb rzeczywistych jest relacja

Bardziej szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?. a) X = R, x = arctg x ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i y i ;

Bardziej szczegółowo

Zadania z GAL-u 2004/2005

Zadania z GAL-u 2004/2005 1 Rozwia zać uk lady równań: { 2x + 3y = 1 11 3x + y = 0 x + y = 1 12 x + 2y 3z = 3 2x + 4y + z = 1 3x + y + z = 1 13 x + 2z = 6 3y + 2z = 0 2x + 3y + 2z = 1 14 3x + 4y + 2z = 2 4x + 2y + 3z = 3 x + y

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

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

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

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

Szczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19

Szczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19 Szczegółowa lista zagadnień kursu Algebra z geometrią MT obowiązujących na egzamin ustny w roku akademickim 2018/19 1. Zbiory, zdania i formy zdaniowe. 2. Operacje logiczne i podstawowe prawa rachunku

Bardziej szczegółowo

Pojȩcie przestrzeni metrycznej

Pojȩcie przestrzeni metrycznej ROZDZIA l 1 Pojȩcie przestrzeni metrycznej Definicja 1.1. Dowolny niepusty zbiór X z funkcja ρ : X X [0, ), spe lniaja ca naste puja ce trzy warunki M1: ρ(x, y) = 0 x = y, M2: ρ(x, y) = ρ(y, x), M3: ρ(x,

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? a) X = R, d(x, y) = arctg x y ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i

Bardziej szczegółowo

Dziedziny Euklidesowe

Dziedziny Euklidesowe Dziedziny Euklidesowe 1.1. Definicja. Dziedzina Euklidesowa nazywamy pare (R, v), gdzie R jest dziedzina ca lkowitości a v : R \ {0} N {0} funkcja zwana waluacja, która spe lnia naste ce warunki: 1. dla

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

Zadania o grupach Zadania zawieraja

Zadania o grupach Zadania zawieraja Zadania o grupach 18112014 Zadania zawieraja odsy lacze do podre czników [BT] A Bojanowska, P Traczyk, Algebra I (skrypt) http://wwwmimuwedupl/%7eaboj/algebra/algfinv1pdf [Br] J Browkin, Teoria cia, BiblMat49,

Bardziej szczegółowo

Wektory i wartości własne

Wektory 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 szczegółowo

Wykład 9. Matematyka 3, semestr zimowy 2011/ listopada 2011

Wykład 9. Matematyka 3, semestr zimowy 2011/ listopada 2011 Wykład 9. Matematyka 3, semestr zimowy 2011/2012 4 listopada 2011 W trakcie poprzedniego wykładu zdefiniowaliśmy pojęcie k-kowektora na przestrzeni wektorowej. Wprowadziliśmy także iloczyn zewnętrzny wielokowektorów

Bardziej szczegółowo

4. Dzia lanie grupy na zbiorze

4. Dzia lanie grupy na zbiorze 17 4. Dzia lanie grupy na zbiorze Znaczna cze ść poznanych przez nas przyk ladów grup, to podgrupy grupy bijekcji jakiegoś zbioru. Cze sto taka podgrupa sk lada sie z bijekcji, które zachowuja dodatkowa

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

Sterowalność liniowych uk ladów sterowania

Sterowalność liniowych uk ladów sterowania Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,

Bardziej szczegółowo

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe Definicja 1 (Iloczyn skalarny). Niech V będzie rzeczywistą przestrzenią liniową. Iloczynem skalarnym w przestrzeni V nazywamy funkcję

Bardziej szczegółowo

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych Grupa, cia lo Zadanie 1. Jakie w lasności w zbiorze liczb naturalnych, ca lkowitych, wymiernych, rzeczywistych maj dzia lania a b = a b, a b = a 2 + b 2, a b = a+b, a b = b. 2 Zadanie 2. Pokazać, że (R

Bardziej szczegółowo

Wyk lad 13 Funkcjona ly dwuliniowe

Wyk lad 13 Funkcjona ly dwuliniowe 1 Izomorfizmy kanoniczne Wyk lad 13 Funkcjona ly dwuliniowe Definicja 13.1. Niech V i W bed przestrzeniami liniowymi. Funkcje ξ : V W R nazywamy funkcjona lem dwuliniowym, jeżeli i a,b R α,β V γ W ξa α

Bardziej szczegółowo

Informacja o przestrzeniach Hilberta

Informacja 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 szczegółowo

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH PODSTAWOWE W LASNOŚCI DZIA LAŃ I NIERÓWNOŚCI W ZBIORZE LICZB RZECZYWISTYCH W dalszym cia gu be dziemy zajmować sie g lównie w lasnościami liczb rzeczywistych, funkcjami określonymi na zbiorach z lożonych

Bardziej szczegółowo

Matematyka liczby zespolone. Wykład 1

Matematyka liczby zespolone. Wykład 1 Matematyka liczby zespolone Wykład 1 Siedlce 5.10.015 Liczby rzeczywiste Zbiór N ={0,1,,3,4,5, } nazywamy zbiorem Liczb naturalnych, a zbiór N + ={1,,3,4, } nazywamy zbiorem liczb naturalnych dodatnich.

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

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

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

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

GAL, konspekt wyk ladów: Tensory

GAL, konspekt wyk ladów: Tensory GAL, konspekt wyk ladów: Tensory 15.6.2018 Notatki zawieraja odsy lacze do podre czników [Kos]=Kostrikin, [Tor]=Toruńczyk. [Kos roz. 6]. Materia l mniej standardowy jest opisany dok ladniej. 1 Iloczyn

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

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

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar liniowej Baza liniowej Niech V bedzie nad cia lem K Powiemy, że zbiór wektorów {α,, α n } jest baza V, jeżeli wektory α,, α n sa liniowo niezależne oraz generuja V tzn V = L(α,,

Bardziej szczegółowo

c a = a x + gdzie = b 2 4ac. Ta postać wielomianu drugiego stopnia zwana jest kanoniczna, a wyrażenie = b 2 4ac wyróżnikiem tego wielomianu.

c a = a x + gdzie = b 2 4ac. Ta postać wielomianu drugiego stopnia zwana jest kanoniczna, a wyrażenie = b 2 4ac wyróżnikiem tego wielomianu. y = ax 2 + bx + c WIELOMIANY KWADRATOWE Zajmiemy sie teraz wielomianami stopnia drugiego, zwanymi kwadratowymi. Symbol w be dzie w tym rozdziale oznaczać wielomian kwadratowy, tj. w(x) = ax 2 + bx + c

Bardziej szczegółowo

(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach

(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach Rozdzia l 4 Przestrzenie liniowe 4.1 Przestrzenie i podprzestrzenie 4.1.1 Definicja i podstawowe w lasności Niech X z dzia laniem dodawania + b edzie grupa przemienna (abelowa). Oznaczmy przez 0 element

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

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń

Bardziej szczegółowo

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej

Bardziej szczegółowo

1 Działania na zbiorach

1 Działania na zbiorach Algebra liniowa z geometrią /4 Działania na zbiorach Zadanie Czy działanie : R R R określone wzorem (x x ) (y y ) := (x y x y x y + x y ) jest przemienne? Zadanie W dowolnym zbiorze X określamy działanie

Bardziej 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

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

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

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j = 11 Algebra macierzy Definicja 11.1 Dla danego ciała F i dla danych m, n N funkcję A : {1,..., m} {1,..., n} F nazywamy macierzą m n (macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)

Bardziej 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

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

Dzia lanie grupy na zbiorze. Twierdzenie Sylowa

Dzia lanie grupy na zbiorze. Twierdzenie Sylowa Dzia lanie grupy na zbiorze. Twierdzenie Sylowa Niech G be dzie dowolna grupa, zaś X zbiorem. 1. Definicja. Dzia laniem grupy G na zbiorze X nazywamy funkcje µ: G X X, µ(g, x) = g x, spe lniaja ca dwa

Bardziej szczegółowo

ROZDZIA l 13. Zbiór Cantora

ROZDZIA l 13. Zbiór Cantora ROZDZIA l 3 Zbiór Cantora Jednym z najciekawszych i najcze ściej spotykanych w matematyce zbiorów jest zbiór Cantora W tym rozdziale opiszemy jego podstawowe w lasności topologiczne Najprościej można go

Bardziej szczegółowo

Warunki dzia lań na wektorach - aksjomaty przestrzeni liniowej a) b) daja podobnie do wektorów: strza lki, si la, pre

Warunki dzia lań na wektorach - aksjomaty przestrzeni liniowej a) b) daja podobnie do wektorów: strza lki, si la, pre PRZESTRZENIE LINIOWE V = V, +,,, 0, K Warunki dzia lań na wektorach - aksjomaty przestrzeni liniowej a) b) c) d) e) f) g) h) v V v V u V u V (v + u = u + v) w V v V (v + 0 = v) (v + v V v = 0) (1 v = v)

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

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

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

Wyk lad 3 Wielomiany i u lamki proste

Wyk lad 3 Wielomiany i u lamki proste Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich

Bardziej szczegółowo