8.6 Wieloformy, wielowektory, Gwiazdka Hodge a

Wielkość: px
Rozpocząć pokaz od strony:

Download "8.6 Wieloformy, wielowektory, Gwiazdka Hodge a"

Transkrypt

1 86 Wieloformy wielowektory Gwiazdka Hodge a Materia zawarty w tym podrozdziale omówiony zostanie na Êwiczeniach W bardzo podobny sposób do tego w jaki definiowaliúmy wieloformy na przestrzeni wektorowej zdefiniowaê moøna wielowektory Skorzystamy tu z prawdziwego dla skoòczeniewymiarowych przestrzeni wektorowych faktu iø (V ú ) ú jest kanonicznie izomorficzna z V Moøemy zamieniê rolami V i V ú traktujπc V jako zbiór funkcji liniowych na V ú i rozwaøaê takøe zbiór funkcji wieloliniowych antysymetrycznych na V ú czyli wk V Swój odpowiednik wektorowy ma teø konstrukcja iloczynu zewnítrznego W jízyku tensorowym mamy oraz v v 2 v k ÿ v w w w w v œs k sgn v () v (2) v (k) Poniewaø (V V ) ú ƒ V ú V ú moøemy obliczyê na v w È v wí È v w w ví (v) (w) (w) (v) (v) (w)+ (w) (v) 2[ (v) (w) (w) (v)] i ogólnie È 2 k v v 2 v n Í k! ÿ œs k sgn (v () ) k (v (k) ) Oznacza to øe jeúli e i sπ parπ baz dualnych w V i V ú to uk ady e i e i2 e ik j j2 j k dla i <i 2 < <i k j <j 2 < <j k nie sπ parπ baz dualnych Gdzieú trzeba podzieliê przez k! Majπc iloczyn skalarny g na V moøemy utoøsamiaê wektory z kowektorami przy pomocy izomorfizmu G Iloczyn skalarny moøemy wprowadziê takøe na V ú g(v w) (v w) ÈG(v)wÍ G ij v i v j g( ) ( ) È G ( )Í G ij i j Zgodnie z konwencjπ G ij to wyrazy macierzowe macierzy odwrotnej do G Izomorfizmy G i G moøemy rozszerzyê na dowolne iloczyny tensorowe Na przyk ad jeúli œ V ú V ú to G ( ) G ( ) G ( ) œ V V Zak adajπc øe rozszerzenie jest liniowe otrzymujemy G ( i i 2 i k i i 2 i k ) i i 2 G i j G i 2j2 G i kj k e j e j2 e jk Korzystajπc z rozszerzenia G i G definiujemy iloczyn skalarny na przestrzeni kform wk V ú wzorem ( 2 k 2 k ) k! ÈG ( ) G ( 2 ) G ( k ) 2 k Í na dowolne wieloformy (niekoniecznie proste) rozszerzamy poprzez warunek liniowoúci Gwiazdka Hodge a Na rozmaitoúci M z metrykπ g mamy iloczyn skalarny na kaødej przestrzeni stycznej zatem wszystko o czym by a mowa prawdziwe jest punkt po punkcie Jeúli 62

2 dodatkowo rozmaitoúê jest zorientowana i w zwiπzku z tym wyposaøona w kanonicznπ formí objítoúci zdefiniowaê moøna przydatne odwzorowanie ú apple k (M) æ apple n k (M) wzorem ú k! ı G ( )apple Mamy tu do czynienia z pewnπ kolizjπ oznaczeò apple k oznacza zbiór kform ma M i jednoczeúnie apple jest formπ objetoúci MyúlÍ jednak øe damy radí odróøniaê o którπ omegí kiedy chodzi Sprawdümy najpierw jak nasza definicja dzia a w praktyce Zaczniemy od najprostszego przypadku M R 3 orientacja kanoniczna iloczyn skalarny kanoniczny G appledx dx 2 dx 3 údx ı G (dx )dx dx 2 dx 3 ıˆdx dx 2 dx 3 dx 2 dx 3 údx 2 ı G (dx 2 )dx dx 2 dx 3 ıˆ2dx dx 2 dx 3 dx dx 3 údx 3 ı G (dx 3 )dx dx 2 dx 3 ıˆ3dx dx 2 dx 3 dx dx 2 ú(dx dx 2 ) 2 ı G (dx dx 2 )dx dx 2 dx 3 ıˆ ˆ2dx dx 2 dx dx3 Popatrzmy teraz na rachunki w uk adzie sferycznym appler 2 sin Ë dr dë dï G S W U údr ıˆrapple r 2 sin Ë dë dï r r 2 sin 2 Ë údë ı r 2 ˆrapple r 2 ıˆëapple sin Ëdr dï údï ıˆïapple dr dë r 2 sin 2 Ë sin Ë údr dë 2 r ıˆr ˆËapple sin ËdÏ 2 T X V Zauwaømy øe Z drugiej strony na R 2 úúdx údx 2 dx 3 dx 3 úúdr dï ú 4 sin Ë dë dr dï údx dx 2 údx 2 dx úúdx údx 2 dx Wydaje sií wiíc øe z oøenie úú jest równe identycznoúci z dok adnoúciπ do znaku Znak ten musi mieê coú wspólnego z rzídem formy i wymiarem przestrzeni Fakt 4 Zachodzπ nastípujπce równoúci ú apple 63

3 2 úapple 3 úú ( ) k(n k) œ apple k (M) 4 ú ( )apple œ apple k (M) Dowód Zauwaømy øe ú jest operacjπ punktowπ zatem moøna wybraê wygodny uk ad wspó rzídnych W tym przypadku jest to taki uk ad wspó rzídnych dla którego w ustalonym punkcie baza (ˆˆ2ˆn) jest ortonormalna PracowaÊ bídziemy w takim uk adzie wspó rzídnych Wtedy G (dx i )ˆi Zaczynamy od dowodu punktu (3) Kaøda kforma jest kombinacjπ liniowπ form bazowych dx i dx i2 dx i k z funkcyjnymi wspó czynnikami ú jest liniowa nad funkcjami wiíc moøna sprawdziê tylko na formach bazowych Za óømy øe i <i 2 < <i k údx i dx i2 dx i k k! ıˆi ˆi2 ˆik dx dx n sgn dx i k+ dx i k+2 dx in gdzie i k+ <i k+2 < <i n oraz jest permutacjπ A 2 k k + n i i 2 i k i k+ i n B Aplikujemy ú drugi raz úúdx i dx i2 dx i k úsgn dx i k+ dx i k+2 dx in sgn sgn fl dx i dx i2 dx i k Permutacja fl ma postaê A 2 n k n k + n fl i k+ i k+2 i n i i k B Pozostaje do obliczenia sgn sgn fl PamiÍtajπc øe znak jest homomorfizmem grupy permutacji w grupí { } z mnoøeniem zauwaøamy øe sgn sgn fl sgnfl sgn sgnfl sgn sgn(fl ) Ostatnie z oøenie jest permutacjπ A fl i i 2 i k n i k n+ n i k+ i k+2 i n i i k B której znak jest równy ( ) k(n k) Dla dowodu punktu (2) zauwaømy øe G (apple) ˆ ˆ2 ˆn dalej úapple n! ı(ˆ ˆ2 ˆn)apple n! n! Punkt () wynika z (3) i (2) a w aúciwie jest jedynπ sensownπ definicjπ gwiazdki zeroformy która pasuje do pozosta ych wzorów W punkcie (4) zauwaømy øe obie strony sπ dwuliniowe moøna wiíc sprawdzaê na formach bazowych Niech wiíc dx i dx i2 dx i k i dx j dx j2 dx j k Forma ú jest z dok adnoúciπ do znaku iloczynem zewnítrznym róøniczek 64

4 dx j k+ dx j k+2 dx j n gdzie {j j 2 j k j k+ j n } { 2n} W tej sytuacji ú jest róøna od zera jedynie gdy {i i k } {j j k } Jeúli dodatkowo za oøymy naturalne uporzπdkowanie indeksów oznacza to øe i l j l dla l k and Podobnie ( ) jest róøna od zera jedynie gdy gdyø ( ) k! ıˆi dx j dx j2 dx j k ˆik Ostatecznie gdy prawa strona to ( )apple apple a lewa ú sgn dx i dx i2 dx ik dx i k+ dx i k+2 dx in (sgn ) 2 apple Dla porzπdku zapiszmy øe jet permutacjπ A 2 k k + n i i 2 i k i k+ i n B 9 Róøniczkowanie pól i form 9 Pochodna Liego Zanim przejdziemy do w aúciwej czíúci wyk adu wypada wspomnieê osobí kora uøyczy a nazwiska badanemu dziú przez nas pojíciu Marius Sophus Lie ( ) by matematykiem norweskim Jego badania i osiπgniícia stanowiπ podstawí dzisiejszej geometrii róøniczkowej Sophus Lie zajmowa sií miídzy innymi badaniem równaò róøniczkowych zwyczajnych i czπstkowych Studiowanie struktury a zw aszcza symetrii równaò róøniczkowych da o poczπtek miídzy innymi teorii grup i algebr Liego W geometrii róøniczkowej interesuje nas czísto jak dane pole tensorowe zmienia sií od punktu do punktu na rozmaitoúci A w aúciwie czíúciej chodzi o to czy sπ jakieú kierunki w których sií nie zmienia Tu jednak napotykamy na pierwszπ pojíciowπ trudnoúê zazwyczaj nie wiadomo jak porównywaê rozmaite pola (pola wektorowe formy róøniczkowe) miídzy punktami na rozmaitoúci Moøemy porównywaê wartoúci funkcji w róønych punktach ale nie moøemy porównywaê wartoúci pola wektorowego w róønych punktach Wiadomo co to znaczy funkcja f jest sta a na M ale nie wiadomo co to jest sta e pole wektorowe Na przyk ad na sferze dwuwymiarowej we wspó rzídnych (Ë Ï) pole wektorowe X ˆÏ bylibyúmy byê moøe sk onni uznaê za sta e ale to samo pole wektorowe we wspó rzídnych stereograficznych wyglπda juø zupe nie inaczej ˆÏ xˆy + yˆx i pomys z nazwaniem go sta ym polem wydaje sií cokolwiek dziwny Róønica polega na tym øe wiπzka M R æ M której ciíciem jest funkcja jest trywialna i wartoúci funkcji w roønych punktach naleøπ do tej samej przestrzeni Wiπzka której ciíciem jest pole wektorowe M TM æ M juø trywialna nie jest wartoúci w róønych punktach naleøπ do róønych przestrzeni stycznych Przestrzenie te sπ co prawda izomorficzne ale nie 65

5 DEFINICJA Jednoparametrowq ayfeomorfiamor grupq M me y Rxm (r ) ttelr (2) faster (3) tq y ( 0 M takie ze yty It ) jest dyfeomarfismem tqe M y ( s 448 ) ( ytj Yes Ylttsi 8) ' y ± wektonowe dyfeomorfizmow defininge pole gvupe yo idm ton %) q Jednoparametrowa gradkie naaywamy Odwsovowanie Hq)oFt o YHPD Pole to jest Ts( l9 ' rjestotuarty wynazeeeie kmywa 2e wzglgdu me )a l oys(9d9'foothills Odwsovaoanie takze mieamiennicse y R po pvawq defining pole otocseniu dyfeomorfiamow i 0 jest test Tys ( (qdx( yscq ) ) # (9) tofzhohlyslql ) ( lokalne tez do olyfeomarfizmor grupq jest spetniony lewejswonie wektorowe e w (3) waounek M tzn y waounek a (2) owwby wyubyi wektona sdefiuiowauie odwnotnie Wg pole wektonowe jesli Istotnie Yscql ) Ro{ ojxm spetuiony wteay gay Lokalnegrupa olyfeomovfizmow stycsnego wystarcsy defining e lokaluq µ Krociutka qrupq "

6 3 3 Wzor now ndznicskq jedhoformy J wetqm xerym ) X lr2 M it koxti0 ) f# # to "x(to ) settles okcoiw) ftpgl/lhiodt0mxttodoysygoc&(xlqsdt40k(osdrachunkiemwewsp5lmqdnyohspraw0bamyzewzivjestpoprawny&xicx)dxitoisxtiwwtfxtxilts)jesttakiezeofxi(90)viexicqqwitaax(qs)ztxilasoeit0mxfto)3fxicto)3xiokgwtootthfdilxltodzsxittpdoistsokfxcasdeoxkasd3ftztxkcqoo3xicqo+ailx6pdetsxil0p3fi3fx99dexyop)+ 3dg dj( ( 90) }s t t( 00 ) (a) okwi upraszaasigmeskuteksymewii pahoduycli wlvt 3ft ( (at agstkowych (a) ) vkwi ok dmgich Jak to siq vizniodwsoru Cartons?

7 Collin POCHODNA LIEGO OEDNOFORMY DEFNKOA x( g) figo ftpyxcovl 49 ) ) TWIERDZENIE x DOWJD dixxtixdd Niech JETQM niechtakze s 86 ) bgdzie Kmywqveprezeutujpcg v Weoimy XA s)q( Ks ) ) yx ** # se I Htm tn#tpdgtsho4cxgsdttyn0k(0sd y+(q fxcs ) off Cixdxkv )dx( Hq ) vj h K( XHM ) k 4407 o H( rls )) Hhs )) ) X( Hs ) ) oek 4iYo > < ) rs cixda v)o h 4 in < die 'd > adid+ixd& A

8 Jest doúê oczywiste øe L X f Xf df(x) ı(x)df Sprawdzimy teraz jak pochodna Liego dzia a na iloczyn f Iloczyn funkcji i jednoformy to teø jednoforma wiíc moøemy uøyê úwieøo wyprowadzonego wzoru L X (f )ı(x)d(f )+dı(x)(f )ı(x)(df + fd )+d(fı(x) ) (ı(x)df) (ı(x) )df + fı(x)d + ı(x) )df + fd(ı(x) ) Uzyskaliúmy coú w rodzaju regu y Leibniza (L X f) + f (ı(x)d + d(ı(x) )) (L X f) + fl X L X (f )(L X f) + fl X o Pora rozszerzyê pojície pochodnej Liego na wieloformy Formalnie definicja wyglπda identycznie Definicja 26 Pochodnπ Liego kformy Ê w kierunki pola X nazywamy kformí której wartoúê w punkcie q dana jest wzorem (L X Ê)(q) lim t ((Ïú t Ê)(q) Ê(q)) Zobaczmy jak to dzia a na iloczynie zewnítrznym L X ( ) lim (Ï ú t ( ) ) lim (Ï ú t Ï ú t Ï ú t + Ï ú t ) lim (Ï ú t (Ï ú t )++(Ï ú t ) ) A B Ï lim Ï ú ú 3 t t Ï ú 4 + lim t t t (L X ) + L X ( ) Tym razem to juø nie coú w rodzaju tylko poprostu regu a Leibniza Wyglπda na to øe pochodna Liego jest róøniczkowaniem algebry zewnítrznej form róøniczkowych Ze wzglídu na przemiennoúê d i pullbacku obowiπzuje takøe wzór L X dê dl X Ê Wzór wyprowadzony wczeúniej dla jednoform okazuje sií obowiπzywaê takøe dla wieloform Rachunek przeprowadzimy na wspó rzídnych i skorzystamy z liniowoúci L X (fdx i dx i k ) (L X f)(dx i dx i k )+f dx i L X dx ij dx i k j (Xf)dx i dx i k + f dx i dx ij dx i k (28) j 70

9 ı(x)d(fdx i dx i k )ı(x)df dx i dx i k Q R (Xf)dx i dx i k + df a ( ) j X i j dx i dx i j dx i k b (29) d(ı(x)fdx i dx i k ) j d(f ( ) j X i j dx i dx i j dx i k j Q R df a ( ) j X i j dx i dx i j dx i k b + f dx i dx ij dx i k (30) j j Dodajπc (29) i(30) otrzymujemy (28) gdyø wyrazy zaznaczone na zielono upraszczajπ sií Poodsumujmy w asnoúci pochodnej Liego w dzia aniu na formy róøniczkowe Fakt 5 Pochodna Liego kformy jest kformπ 2 Pochodna Liego jest operacjπ liniowπ tzn dla a b œ R L X (a + b ) al X + bl X 3 Spe niona jest regu π Leibniza L X ( ) (L X ) + L X 4 W dzia aniu na formy prawdziwy jest wzór L X ı(x)d + dı(x) Pozostaje sprawdzenie jak pochodna Liego dzia a na pola wektorowe Definicja 27 L X Y lim t (TÏ t(y (Ï t (q))) Y (q)) Zgodnie z definicjπ transportujemy wartoúê pola Y z punktu Ï t (q) do punktu q Tymrazem musimy uøyê odwzorowania stycznego TÏ t Powsta π krzywa jest krzywπ w przestrzeni wektorowej T q M WartoúÊ pochodnej Liego to wektor styczny do tej krzywej Fakt 6 Dowód L X Y [X Y ] (L X Y )f lim t (TÏ t(y (Ï t (q)))f Y (q)f) lim t (TÏ t(y (Ï t (q)))f Y (Ï t (q))f + Y (Ï t (q))f Y (q)f) Fragment zaznaczony na czerwono to lim t (Y (Ï t(q))f Y (q)f) X(Yf) Fragment zaznaczony na niebiesko to A B f lim t (TÏ Ï t f t(y (Ï t (q)))f Y (Ï t (q))f) lim Y (Ï t (q))) Y (Xf) t Ostatecznie Z dowolnoúci f wynika teza L X Yf X(Yf) Y (Xf)[X Y ]f 7

10

5.6 Klasyczne wersje Twierdzenia Stokes a

5.6 Klasyczne wersje Twierdzenia Stokes a Ostatecznie f = 1 r 2 f ) r 2 r r + ctg ϑ f r 2 ϑ + 1 2 f r 2 ϑ + 1 2 2 f r 2 sin 2 ϑ ϕ 2 56 Klasyczne wersje Twierdzenia Stokes a Odpowiedniość między polami wektorowymi i jednoformami lub n 1)-formami

Bardziej szczegółowo

Notatki do wykładu Geometria Różniczkowa I

Notatki do wykładu Geometria Różniczkowa I Notatki do wykładu Geometria Różniczkowa I Katarzyna Grabowska, KMMF 30 grudnia 2013 1 Całkowanie form różniczkowych 11 Klasyczne wersje Twierdzenia Stokes a W tej części zajmiemy się interpretacją poniższych

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

Notatki do wykładu Geometria Różniczkowa I

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

Bardziej szczegółowo

Egzamin z GAL-u (Informatyka) 2. termin 19/02/2019 CzÍúÊ teoretyczna I

Egzamin z GAL-u (Informatyka) 2. termin 19/02/2019 CzÍúÊ teoretyczna I ImiÍ i nazwisko: Numer albumu: CzÍúÊ teoretyczna I Instrukcja: Odpowiedzi naleøy pisaê na arkuszu z pytaniami. W zadaniach 1-10 naleøy udzielaê odpowiedzi TAK lub NIE, przy czym nawet jedna niepoprawna

Bardziej szczegółowo

z pokryciem (O i ) i I rozkładu jedności (α i ) i I. Zauważmy najpierw, że ( i I α i )ω dω = d(1 ω) = d d(α i ω). Z drugiej jednak strony

z pokryciem (O i ) i I rozkładu jedności (α i ) i I. Zauważmy najpierw, że ( i I α i )ω dω = d(1 ω) = d d(α i ω). Z drugiej jednak strony Dowód: Niech M będzie jak w założeniach twierdzenia. Weźmy skończony atlas O i, ϕ i ) na M zgodny z orientacją. Zbiór indeksów I może być skończony, gdyż rozmaitość M jest zwarta. Õi, ϕ i ) oznaczać będzie

Bardziej szczegółowo

im = (P )={b 2 R : 9a 2 P [b = (a)]} nazywamy obrazem homomorfizmu.

im = (P )={b 2 R : 9a 2 P [b = (a)]} nazywamy obrazem homomorfizmu. 61 7. Wyk ad 7: Homomorfizmy pierúcieni, idea y pierúcieni. Idea y generowane przez zbiory. PierúcieÒ ilorazowy, twierdzenie o homomorfizmie. Idea y pierwsze i maksymalne. 7.1. Homomorfizmy pierúcieni,

Bardziej szczegółowo

Notatki do wykładu Geometria Różniczkowa I

Notatki do wykładu Geometria Różniczkowa I Notatki do wykładu Geometria Różniczkowa I Katarzyna Grabowska, KMMF 6 stycznia 014 1 Różniczkowanie pól i form 1.1 Pochodna kowariantna Zobaczmy jak we współrzędnych wyglądać będzie równanie różniczkowe

Bardziej szczegółowo

Wykład 11 i 12. Matematyka 3, semestr zimowy 2011/ i 18 listopada 2011

Wykład 11 i 12. Matematyka 3, semestr zimowy 2011/ i 18 listopada 2011 Wykład 11 i 12 Matematyka 3, semestr zimowy 2011/2012 15 i 18 listopada 2011 Zanim przejdziemy do formułowaniu lematu Poincaré musimy zdefiniować pojęcie transportu formy. Dyskutowaliśmy już wcześniej

Bardziej szczegółowo

Notatki do wykładu Geometria Różniczkowa I

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

Bardziej szczegółowo

3. Iloczyn zewnętrzny w ogólności nie jest przemienny, ale zachodzi wzór:

3. Iloczyn zewnętrzny w ogólności nie jest przemienny, ale zachodzi wzór: 2 Iloczyn zewnętrzny jest łączny, tzn: (α β) γ α (β γ) 3 Iloczyn zewnętrzny w ogólności nie jest przemienny, ale zachodzi wzór: α β ( 1) kl β α Dowód: Punkt (1) wynika łatwo z definicji Dowód punktu (2)

Bardziej szczegółowo

Geometria Różniczkowa II wykład piąty

Geometria Różniczkowa II wykład piąty Geometria Różniczkowa II wykład piąty Wykład piąty poświęcony będzie pojęciu całkowalności dystrybucji oraz fundamentalnemu dal tego zagadnienia twierdzeniu Frobeniusa. Przy okazji postanowiłam sprawdzić

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

Programowanie. Dariusz Wardecki, wyk. II. wtorek, 26 lutego 13

Programowanie. Dariusz Wardecki, wyk. II. wtorek, 26 lutego 13 Programowanie Dariusz Wardecki, wyk. II Powtórzenie Co wypisze program? char x, y, z; x = '1'; y = '3'; z = x + y; cout

Bardziej szczegółowo

Notatki do wykładu Geometria Różniczkowa I

Notatki do wykładu Geometria Różniczkowa I Notatki do wykładu Geometria Różniczkowa I Katarzyna Grabowska, KMMF 17 listopada 2013 1 Wielokowektory i wieloformy na powierzchni Poprzedni wykład zakończyliśmy na sformułowaniu następującego faktu:

Bardziej szczegółowo

h pg fq ph gq f. IdentycznoúÊ:: dla kaødego obiektu B P C istnieje morfizm B 1 B

h pg fq ph gq f. IdentycznoúÊ:: dla kaødego obiektu B P C istnieje morfizm B 1 B 14. Wyk ad 14: Wprowadzenie do teorii kateorii: produkty, koprodukty, obiekty wolne i morizmy. Deinicja 14.1. Kateoria C sk ada sií z klasy obiektów ObpCq, oznaczanych przez A, B, C,... oraz klasy morizmów

Bardziej szczegółowo

Notatki do wykładu Geometria Różniczkowa I

Notatki do wykładu Geometria Różniczkowa I Notatki do wykładu Geometria Różniczkowa I Katarzyna Grabowska, KMMF 11 listopada 013 1 Alternatywne spojrzenie na wektory styczne Definicja 1 Algebrą nazywamy przestrzeń wektorową A wyposażoną w działanie

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

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

= f. = df(d1 t, d 2 t,..., d n t) D γ(0) = df γ. x i. Biorąc funkcję f postaci f(q) + x i g i stwierdzamy, że f (q) = g

= f. = df(d1 t, d 2 t,..., d n t) D γ(0) = df γ. x i. Biorąc funkcję f postaci f(q) + x i g i stwierdzamy, że f (q) = g Skoro funkcja f jest gładka, to funkcje g i także są gładkie (twierdzenia o całkach z parametrem na odcinku zwartym) Wracamy teraz do dyskusji różniczkowań algebry C (M) względem ewaluacji w punkcie q

Bardziej szczegółowo

Wstęp do programowania. Dariusz Wardecki, wyk. V

Wstęp do programowania. Dariusz Wardecki, wyk. V Wstęp do programowania Dariusz Wardecki, wyk. V Tablica (ang. array) Zestaw N zmiennych tego samego typu numerowanych liczbami w zakresie od 0 do (N 1). Element tablicy Zmienna wchodzπca w sk ad tablicy,

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

[ A i ' ]=[ D ][ A i ] (2.3)

[ A i ' ]=[ D ][ A i ] (2.3) . WSTĘP DO TEORII SPRĘŻYSTOŚCI 1.. WSTĘP DO TEORII SPRĘŻYSTOŚCI.1. Tensory macierzy Niech macierz [D] będzie macierzą cosinusów kierunkowych [ D ]=[ i ' j ] (.1) Macierz transformowana jest równa macierzy

Bardziej szczegółowo

Definicje i przykłady

Definicje i przykłady Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest

Bardziej szczegółowo

Geometria Różniczkowa I

Geometria Różniczkowa I Geometria Różniczkowa I wykład trzeci NiechC (M)oznaczazbiórwszystkichgładkichfunkcjinarozmaitościM.C (M)jestrzeczywistą, przemienną algebrą z jedynką. Istotną rolę w geometrii różniczkowej odgrywają homomorfizmy

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

Wykład 5. Zagadnienia omawiane na wykładzie w dniu r

Wykład 5. Zagadnienia omawiane na wykładzie w dniu r Wykład 5. Zagadnienia omawiane na wykładzie w dniu 14.11.2018r Definicja (iloraz różnicowy) Niech x 0 R oraz niech funkcja f będzie określona przynajmnniej na otoczeniu O(x 0 ). Ilorazem różnicowym funkcji

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

Podstawowe działania w rachunku macierzowym

Podstawowe działania w rachunku macierzowym Podstawowe działania w rachunku macierzowym Marcin Detka Katedra Informatyki Stosowanej Kielce, Wrzesień 2004 1 MACIERZE 1 1 Macierze Macierz prostokątną A o wymiarach m n (m wierszy w n kolumnach) definiujemy:

Bardziej szczegółowo

PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA

PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA Metody kolejnych przybli e Twierdzenie. (Bolzano Cauchy ego) Metody kolejnych przybli e Je eli funkcja F(x) jest ci g a w przedziale domkni tym [a,b] i F(a) F(b)

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ MACIERZE ODWZOROWAŃ LINIOWYCH

ALGEBRA Z GEOMETRIĄ MACIERZE ODWZOROWAŃ LINIOWYCH ALGEBRA Z GEOMETRIĄ 1/10 MACIERZE ODWZOROWAŃ LINIOWYCH Piotr M. Hajac Uniwersytet Warszawski Wykład 12, 08.01.2014 Typeset by Jakub Szczepanik. Motywacje 2/10 W celu wykonania obliczeń numerycznych w zagadnieniach

Bardziej szczegółowo

METODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ

METODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ METODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ Wykład 3 Elementy analizy pól skalarnych, wektorowych i tensorowych Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej 1 Analiza

Bardziej szczegółowo

Wyprowadzenie prawa Gaussa z prawa Coulomba

Wyprowadzenie prawa Gaussa z prawa Coulomba Wyprowadzenie prawa Gaussa z prawa Coulomba Natężenie pola elektrycznego ładunku punktowego q, umieszczonego w początku układu współrzędnych (czyli prawo Coulomba): E = Otoczmy ten ładunek dowolną powierzchnią

Bardziej szczegółowo

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1. Dowieść, że jeśli U i V s a podprzestrzeniami n-wymiarowej przestrzeni wektorowej oraz dim U = r i dim V = s, to max(0,

Bardziej szczegółowo

Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze

Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści Spis treści 1 Wektory

Bardziej szczegółowo

2.1. Ruch, gradient pr dko ci, tensor pr dko ci odkszta cenia, Ruchem cia a B nazywamy dostatecznie g adko zale ne od czasu t jego odkszta cenie

2.1. Ruch, gradient pr dko ci, tensor pr dko ci odkszta cenia, Ruchem cia a B nazywamy dostatecznie g adko zale ne od czasu t jego odkszta cenie Rozdzia 2 Ruch i kinematyka 2.. Ruch, gradient pr dko ci, tensor pr dko ci odkszta cenia, wirowo Ruchem cia a B nazywamy dostatecznie g adko zale ne od czasu t jego odkszta cenie t, tzn. B X! t (X) =x

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

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

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n

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

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

1 Rozwiązywanie układów równań. Wyznaczniki. 2 Wektory kilka faktów użytkowych

1 Rozwiązywanie układów równań. Wyznaczniki. 2 Wektory kilka faktów użytkowych Rozwiązywanie układów równań. Wyznaczniki. 2 Wektory kilka faktów użytkowych 2. Wektory. 2.. Wektor jako n ka liczb W fizyce mamy do czynienia z pojęciami lub obiektami o różnym charakterze. Są np. wielkości,

Bardziej 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

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)

Bardziej szczegółowo

5 Wielokowektory i wieloformy na powierzchni

5 Wielokowektory i wieloformy na powierzchni 5 Wielokowektory i wieloformy na powierzchni Poniższe notatki powstały z użyciem notatek do wykładów Matematyka II i Matematyka III, więc mogą Państwo mieć czasami wrażenie, że autor niepotrzebnie rozdziela

Bardziej szczegółowo

Geometria Różniczkowa I

Geometria Różniczkowa I Geometria Różniczkowa I wykład ósmy Orientacja przestrzeni wektorowej. Mówimy, że dwie bazy e i f w skończenie-wymiarowej przestrzeniwektorowejv mająjednakowąorientacjęjeślimacierzprzejścia[id] f e madodatni

Bardziej szczegółowo

y(t) = y 0 + R sin t, t R. z(t) = h 2π t

y(t) = y 0 + R sin t, t R. z(t) = h 2π t SNM - Elementy analizy wektorowej - 1 Całki krzywoliniowe Definicja (funkcja wektorowa jednej zmiennej) Funkcją wektorową jednej zmiennej nazywamy odwzorowanie r : I R 3, gdzie I oznacza przedział na prostej,

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

Wyznacznik macierzy. (2) Q(v, v) = Q(v, v), Po opuszczeniu kolorów (w koòcu v i v to ostatecznie ten sam wektor v) dostajemy

Wyznacznik macierzy. (2) Q(v, v) = Q(v, v), Po opuszczeniu kolorów (w koòcu v i v to ostatecznie ten sam wektor v) dostajemy yzaczik macierzy Niech V bídzie -wymiarowπ przestrzeiπ wektorowπ ad cia em liczb rzeczywistych lub zespoloych K Formπ k-liiowπ a przestrzei wektorowej V azywamy odwzorowaie: Ê : V V V æ R, które jest liiowe

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

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

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

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej WEKTORY I WARTOŚCI WŁASNE MACIERZY Ac λ c (*) ( A λi) c nietrywialne rozwiązanie gdy det A λi problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej A - macierzowa

Bardziej szczegółowo

Pawe G adki. Algebra. pgladki/

Pawe G adki. Algebra.   pgladki/ Pawe G adki Algebra http://www.math.us.edu.pl/ pgladki/ Zasady zaliczania przedmiotu: 2 kolokwia, kaøde warte 15 punktów, 2 sprawdziany, kaødy warty 6 punktów, aktywnoúê na zajíciach, warta 3 punkty, zadania

Bardziej szczegółowo

PRAWA ZACHOWANIA. Podstawowe terminy. Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc

PRAWA ZACHOWANIA. Podstawowe terminy. Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc PRAWA ZACHOWANIA Podstawowe terminy Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc a) si wewn trznych - si dzia aj cych na dane cia o ze strony innych

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa Pochodna funkcji

Analiza matematyczna i algebra liniowa Pochodna funkcji Analiza matematyczna i algebra liniowa Pochodna funkcji Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje:

Bardziej szczegółowo

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora.

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. 1. Podstawy matematyki 1.1. Geometria analityczna W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. Skalarem w fizyce nazywamy

Bardziej szczegółowo

9. Wyk ad 9: Logiczna równowaønoúê. Osπdy hipotetyczne. Lokalna niesprzecznoúê i zupe noúê Logiczna równowaønoúê. Powiemy, øe zdanie A jest

9. Wyk ad 9: Logiczna równowaønoúê. Osπdy hipotetyczne. Lokalna niesprzecznoúê i zupe noúê Logiczna równowaønoúê. Powiemy, øe zdanie A jest 9 Wyk ad 9: Logiczna równowaønoúê Osπdy hipotetyczne Lokalna niesprzecznoúê i zupe noúê 91 Logiczna równowaønoúê Powiemy, øe zdanie A jest logicznie równowaøne zdaniu B, co oznaczamy przez A B, jeøeli

Bardziej szczegółowo

1 Funkcje dwóch zmiennych podstawowe pojęcia

1 Funkcje dwóch zmiennych podstawowe pojęcia 1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej

Bardziej szczegółowo

Geometria Różniczkowa II

Geometria Różniczkowa II Geometria Różniczkowa II reszta wykładu siódmego i wykład ósmy Wszyscy słuchacze wykładu wiedzą, mam nadzieję, co to jest grupa i znają podstawowe przykłady grup skończonych i nieskończonych. Teoria grup

Bardziej szczegółowo

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia Matematyka A, klasówka, 4 maja 5 Na prośbe jednej ze studentek podaje zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le dów Podać definicje wektora w lasnego i wartości w lasnej

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

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

C1. Który z poniøszych zbiorów wraz ze wskazanym dzia aniem jest grupπ? Jeøeli tak, to wskaø element neutralny

C1. Który z poniøszych zbiorów wraz ze wskazanym dzia aniem jest grupπ? Jeøeli tak, to wskaø element neutralny GAL (Informatyka), grupa. 02/0/205-07/0/205 Zadania z. i 2. ÊwiczeÒ. Grupy, cia a, liczby zespolone Pawe Bechler Zadania z ÊwiczeÒ: C. Który z poniøszych zbiorów wraz ze wskazanym dzia aniem jest grupπ?

Bardziej szczegółowo

Całki krzywoliniowe. SNM - Elementy analizy wektorowej - 1

Całki krzywoliniowe. SNM - Elementy analizy wektorowej - 1 SNM - Elementy analizy wektorowej - 1 Całki krzywoliniowe Definicja (funkcja wektorowa jednej zmiennej) Funkcją wektorową jednej zmiennej nazywamy odwzorowanie r : I R 3, gdzie I oznacza przedział na prostej,

Bardziej szczegółowo

Macierz A: macierz problemów liniowych (IIII); Macierz rozszerzona problemów liniowych (IIII): a 11 a 1m b 1 B = a n1 a nm b n

Macierz A: macierz problemów liniowych (IIII); Macierz rozszerzona problemów liniowych (IIII): a 11 a 1m b 1 B = a n1 a nm b n Plan Spis tre±ci 1 Problemy liniowe 1 2 Zadania I 3 3 Formy biliniowe 3 3.1 Odwzorowania wieloliniowe..................... 3 3.2 Formy biliniowe............................ 4 4 Formy kwadratowe 4 1 Problemy

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

Pochodne cz ¾astkowe i ich zastosowanie.

Pochodne cz ¾astkowe i ich zastosowanie. Pochodne cz ¾astkowe i ich zastosowanie. Adam Kiersztyn Lublin 2013 Adam Kiersztyn () Pochodne cz ¾astkowe i ich zastosowanie. maj 2013 1 / 18 Zanim przejdziemy do omawiania pochodnych funkcji wielu zmiennych

Bardziej szczegółowo

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas Suma i przeciȩcie podprzestrzeń suma prosta przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1 W zależności od wartości parametru p podaj wymiar przestrzeni W = v 1 v v 3 gdzie p 0 v 1 = 1 + p 3 v = 5 3

Bardziej szczegółowo

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13 Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13 (1) Nazwa Algebra liniowa z geometrią (2) Nazwa jednostki prowadzącej Instytut Matematyki przedmiot (3) Kod () Studia Kierunek

Bardziej szczegółowo

Analiza matematyczna II. Pula jawnych zadaò na kolokwia.

Analiza matematyczna II. Pula jawnych zadaò na kolokwia. Analiza matematyczna II. Pula jawnych zadaò na kolokwia. Wydzia MIiM UW, 20/2 8 maja 202 ostatnie poprawki (literówka w zadaniu 53): 0 stycznia 204 Szanowni PaÒstwo, na koòcu listy jest trochí nowych zadaò,

Bardziej szczegółowo

Rys Mo liwe postacie funkcji w metodzie regula falsi

Rys Mo liwe postacie funkcji w metodzie regula falsi 5.3. Regula falsi i metoda siecznych 73 Rys. 5.1. Mo liwe postacie funkcji w metodzie regula falsi Rys. 5.2. Przypadek f (x), f (x) > w metodzie regula falsi 74 V. Równania nieliniowe i uk³ady równañ liniowych

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

Macierze. Rozdział Działania na macierzach

Macierze. Rozdział Działania na macierzach Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy

Bardziej 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

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

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

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

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc Liczby zespolone, liniowa zależność i bazy Javier de Lucas Ćwiczenie. Dowieść, że jeśli µ := c d d c, to homografia h(x) = (ax+b)/(cx+d), a, b, c, d C, ad bc, odwzorowuje oś rzeczywist a R C na okr ag

Bardziej szczegółowo

6 Homomorfizmy przestrzeni liniowych

6 Homomorfizmy przestrzeni liniowych konspekt wykladu - 2009/10 1 6 Homomorfizmy przestrzeni liniowych Definicja 6.1. Niech V, U be przestrzeniami liniowymi nad cialem K. Przeksztalcenie F : V W nazywamy przeksztalceniem liniowym (homomorfizmem

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

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

Pawe G adki. Algebra. pgladki/

Pawe G adki. Algebra.   pgladki/ Pawe G adki Algebra http://www.math.us.edu.pl/ pgladki/ Konsultacje: åroda, 14:00-15:00 Jeøeli chcesz spotkaê sií z prowadzπcym podczas konsultacji, postaraj sií powiadomiê go o tym przed lub po zajíciach,

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

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

1. PODSTAWY TEORETYCZNE

1. PODSTAWY TEORETYCZNE 1. PODSTAWY TEORETYCZNE 1 1. 1. PODSTAWY TEORETYCZNE 1.1. Wprowadzenie W pierwszym wykładzie przypomnimy podstawowe działania na macierzach. Niektóre z nich zostały opisane bardziej szczegółowo w innych

Bardziej szczegółowo

Pracownia komputerowa. Dariusz Wardecki, wyk. IV

Pracownia komputerowa. Dariusz Wardecki, wyk. IV Pracownia komputerowa Dariusz Wardecki, wyk. IV Notacja szesnastkowa Zapis szesnastkowy (ang. hexadecimal notation) Dowolnπ nieujemnπ liczbí ca kowitπ moøna roz oøyê na potígi liczby 16 x = ÿ N 1 j=0 h

Bardziej szczegółowo

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego. . Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21

Bardziej szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje

Bardziej szczegółowo

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

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe. Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie

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

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga Algebra i jej zastosowania konspekt wyk ladu, czȩść druga Anna Romanowska January 29, 2016 4 Kraty i algebry Boole a 41 Kraty zupe lne Definicja 411 Zbiór uporza dkowany (P, ) nazywamy krata zupe lna,

Bardziej szczegółowo

stosunek przyrostu funkcji y do odpowiadajacego dy dx = lim y wielkości fizycznej x, y = f(x), to pochodna dy v = ds edkości wzgl edem czasu, a = dv

stosunek przyrostu funkcji y do odpowiadajacego dy dx = lim y wielkości fizycznej x, y = f(x), to pochodna dy v = ds edkości wzgl edem czasu, a = dv Matematyka Pochodna Pochodna funkcji y = f(x) w punkcie x nazywamy granice, do której daży stosunek przyrostu funkcji y do odpowiadajacego mu przyrostu zmiennej niezaleźnej x, g przyrost zmiennej daży

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

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

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =

Bardziej szczegółowo

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy

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

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

Funkcje analityczne. Wykład 4. Odwzorowania wiernokątne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) dla każdego s = (s. Funkcje analityczne Wykład 4. Odwzorowania wiernokątne Paweł Mleczko Funkcje analityczne (rok akademicki 2016/2017) 1 Przekształcenia płaszczyzny Płaszczyzna jako przestrzeń liniowa, odwzorowania liniowe

Bardziej 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