1 Warto±ci wªasne i wektory wªasne
|
|
- Dominika Piątkowska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Warto±ci wªasne i wektory wªasne. Algebra endomorzmów. Wielomian od operatora Def. Algebr nad ciaªem K nazywamy zbiór A b d cy przestrzeni wektorow nad K oraz wyposa»ony w dziaªanie mno»enia : A A (a, b) a b A Mno»enie jest ª czne, tzn. a, b, c A zachodzi: oraz biliniowe a, b, c A, λ, µ K: a (b c) = (a b) c a (λb + µc) = λa b + µa c, (λa + µb) c = λa c + µb c Mówimy,»e algebra A ma jedynk, je±li istnieje element I A taki,»e a A: I a = a I = a Mówimy,»e algebra A jest przemienna, je±li a, b A zachodzi Przykªady. a b = b a.. Zbiór wielomianów K jest algebr przemienn z jedynk. (Iloczyn dwóch wielomianów jest wielomianem. Jedynka to wielomian staªy równy ). 2. Odwzorowanie liniowe przestrzeni wektorowej V w siebie nazywamy endomorzmem przestrzeni V (lub operatorem dziaªaj cym w V ). Zbiór endomorzmów przestrzeni wektorowej V : End V L(V, V ) L(V ) jest algebr nieprzemienn z jedynk. W szczególno±ci, zbiór End K n czyli zbiór macierzy kwadratowych K n n jest algebr. Algebra ta ma jedynk (macierz jednostkow ) oraz jest nieprzemienna. Niech b dzie zadany wielomian p K : p(x) = a 0 + a x + a 2 x a n x n. We¹my teraz T pewien operator: T L(V ). Zwró my uwag,»e poniewa» T jest odwzorowaniem V w V, to sensownie jest okre±lony operator T 2 i w konsekwencji dowolna pot ga operatora T s to wszystko endomorzmy V. Równie» z sensem jest okre±lony operator p(t ) = a 0 I + a T + a 2 T a n T n. Takie formalne podstawienie T zamiast x w wielomianie ma sens dla elementów ka»dej algebry (z jedynk ). Operacj przej±cia od T do p(t ) nazywamy wzi ciem wielomianu od operatora T.
2 .2 Warto±ci wªasne, wektory wªasne, wielomian charakterystyczny macierzy Def. Niech T End V. Niezerowy wektor x taki,»e dla pewnej liczby λ K zachodzi: T x = λx () nazywamy wektorem wªasnym operatora T. Uwaga. Powy»sze równanie () mo»emy przepisa jako: (T λi)x = 0. Def. Liczb λ, wyst puj c w powy»szej denicji, nazywamy warto±ci wªasn operatora T. Uwaga. Wektor wªasny jest wyznaczony z dokªadno±ci do staªej: Je±li wektor wªasny w równ. () pomno»ymy przez dowoln niezerow staª a: x = ax, to wektor x jest równie» wektorem wªasnym odpowiadaj cym tej samej warto±ci wªasnej λ. Def. Zbiór warto±ci wªasnych operatora T nazywamy widmem operatora i oznaczamy Sp T : Sp T = {λ, λ 2,..., λ k }. Ile warto±ci i wektorów wªasnych ma zadany operator T? Jak je wyznacza? B dziemy odt d zakªada,»e przestrze«v ma wymiar sko«czony: dim V = n. Skorzystamy teraz z faktu, i» równanie: (T λi)x = 0 ma niezerowe rozwi zanie wtedy i tylko wtedy, gdy operator T λi jest nieodwracalny. Jest to równowa»ne warunkowi: det(t λi) = 0 (2) gdzie przez wyznacznik operatora rozumiemy wyznacznik jego macierzy w dowolnej bazie. Aby ta denicja (wyznacznika operatora) miaªa sens, musimy si przekona, i» wyznacznik operatora nie zale»y od bazy. Okazuje si,»e mamy Stw. Wyznacznik operatora nie zale»y od bazy. Dow. Przypomnijmy sobie, jak zmienia si macierz operatora przy zmianie bazy. Miejmy zadane w V dwie bazy e, f: e = {e, e 2,..., e n }. Macierze operatora A w tych bazach s powi zane przez: A f f = Idf e Ae e Ide f (3) gdzie macierze Id f e, Ide f s macierzami zamiany bazy. Pami tamy, i» s one nieosobliwe i zachodzi: Id f e = (Ide f ), z czego wynika: det(id f e ) = / det(ide f ) Licz c teraz wyznacznik obu stron równo±ci (3), mamy det(a f f ) = det(idf e ) det(ae e ) det(ide f ) = det(ae e ), pokazali±my wi c tez Stwierdzenia. Def. Funkcj zmiennej λ K: CBDO w T (λ) = det(t λi) (4) 2
3 nazywamy wielomianem charakterystycznym operatora T. Uwaga. Z denicji wida,»e w T (λ) jest wielomianem stopnia n w zmiennej λ. Wida te» porównuj c denicje wy»ej»e warto±ci wªasne operatora T s pierwiastkami wielomianu charakterystycznego w T (λ). St d, oraz z przypomnienia sobie zasadniczego tw. algebry, mówi cego, i» wielomian stopnia n ma co najwy»ej n pierwiastków, mamy Wniosek. Operator T ma nie wi cej ni» n = dim V warto±ci wªasnych. Uwaga. Mo»e si zdarzy,»e operator ma dokªadnie n warto±ci wªasnych, a mo»e te» mie ich mniej. Je±li zaªo»ymy,»e λ C, to jest zawsze dokªadnie n warto±ci wªasnych (liczonych z krotno±ciami); je±li λ R, to mo»e ich by mniej lub nie by wcale. Wektorów wªasnych mo»e by dokªadnie n, mo»e te» by ich mniej. Przykª.. Znajd¹my warto±ci wªasne i wektory wªasne macierzy: A = 2 2 Mamy: w A (λ) = (2 λ) 2 = 4 4λ + λ 2 = λ 2 4λ + 3 = (λ )(λ 3), tak wi c widmo to: Sp(A) = {, 3}. 2. A teraz, niech: λ =, v = A = ; λ 2 = 3, v 2 = Tu: w A (λ) = ( λ) 2 (2 λ), wi c widmo to: Sp(A) = {, 3}, przy czym λ = warto± wªasna dwukrotna, λ 2 = 2 warto± wªasna jednokrotna. Wektory wªasne: λ =, v = Tu s tylko dwa wektory wªasne. 0 0 λ 2 = 2, v 2 = 3 3. Niech teraz: A = 0 0 Mamy: w A (λ) = ( λ) 2 + = λ 2 +. Równanie charakterystyczne nie ma rzeczywistych pierwiastków i w konsekwencji nie ma te» rzeczywistych wektorów wªasnych. Ale s pierwiastki zespolone: Sp(A) = {i, i}. Wektory wªasne liczymy standardowo, jak w przypadku rzeczywistym, tyle»e skªadowe wektorów s tu zespolone. λ = i, v = i ; λ 2 = i, v 2 = i 3
4 4. Oraz jeszcze: A = Rozwa»ymy tu ogólniejszy przypadek: z A = z 3 + 4i 3 4i = re iφ re iφ gdzie liczb z przedstawili±my w postaci trygonometrycznej z = re iφ. Mamy: w A (λ) = ( λ) 2 r 2 = λ = r, λ + = + r; zwró my uwag,»e oba pierwiastki s rzeczywiste, mimo i» A jest zespolona. Wektory wªasne s : v = Ker v + = Ker r re iφ re iφ r r re iφ re iφ r = Ker = Ker Wracaj c do wyj±ciowego problemu: e iφ e iφ e iφ e iφ = Ker e iφ = = Ker e iφ = w A (λ) = ( λ) 2 (3 + 4i)(3 4i) = ( λ) 2 25, e iφ e iφ sk d: Sp(A) = { 4, 6}. Zwró my uwag,»e mimo i» macierz A jest zespolona, to jej warto±ci wªasne s rzeczywiste! Nie jest to przypadek ( za chwil zapodamy stosowne twierdzenie). Tu jeszcze sko«czmy rachunki: Wektory wªasne s tu zespolone: 3 4i 3 + 4i λ = 4, v = ; λ 5 2 = 6, v 2 = ; 5 zwró my jeszcze uwag na to, i» (v + v ) = 0, czyli oba wektory wªasne s ortogonalne (przy liczeniu iloczynu skalarnego pami tajmy o sprz»eniu zespolonym!) Bardzo wa»n klas operatorów stanowi operatory hermitowskie i symetryczne. (W przykªadzie 4 mieli±my do czynienia wªa±nie z operatorem hermitowskim). Okre±la si je na przestrzeniach z iloczynem skalarnym, do zdeniowania i prostych wªasno±ci tego» niniejszym przejdziemy. Ale zauwa»my jeszcze,»e: Stw. Wyznacznik macierzy jest iloczynem jej warto±ci wªasnych. Dow. Sfaktoryzujmy wielomian charakterystyczny: w A (λ) = (λ λ )(λ λ 2 )... (λ λ n ) (nie wszystkie λ i musz by ró»ne). Rozwi«my nawiasy w powy»szym wyra»eniu: ; ; n n w A (λ) = λ n ( λ i )λ n + + λ i ; i= i= zatem w A (0) = n i= λ i. Z drugiej strony, w A (0) = det(a 0I) = det A. CBDO 4
5 .3 Przestrzenie z iloczynem skalarnym Niech V przestrze«wektorowa. Musimy tu rozwa»y dwa przypadki: przestrze«nad R i nad C. Nad R jest prosto: Def. Iloczynem skalarnym na V nazywamy form biliniow ( ) o wªasno±ciach: Dla wszystkich wektorów x, y, z i wspóªczynników α, β R zachodz wªasno±ci:. (x x) 0, przy czym (x x) = 0 x = (x y) = (y x). 3. (x αy + βz) = α(x y) + β(xz) Nad C natomiast mamy: Dla wszystkich wektorów x, y, z i wspóªczynników α, β C zachodz wªasno±ci:. (x x) 0, przy czym (x x) = 0 x = (x y) = (y x). 3. (x αy + βz) = α(x y) + β(x z) Uwaga. Punkty 2 i 3 znacz,»e: (nietrywialne jest to w przypadku zespolonym): (αx y) = ᾱ(x y). jest wi c inaczej, ni» w przypadku formy biliniowej nad R (tam byªa liniowo± w pierwszym i drugim argumencie; tu jest liniowo± w drugim argumencie, a w pierwszym, czynnik liczbowy podlega sprz»eniu przy wyrzucaniu poza iloczyn skalarny). Form o tej wªasno±ci nazywa si póªtoraliniow. Przykª.. Standardowy iloczyn skalarny w R N : 2. Standardowy iloczyn skalarny w C N : (x y) = (x y) = N i= N i= x i y i (5) x i y i (6) 3. Iloczyn skalarny dla wielomianów na, : Dla dwóch wielomianów u(x), v(x) rzeczywistych deniujemy ich iloczyn skalarny jako: (u v) = dxu(x)v(x) (7) a dla dwóch wielomianów u(x), v(x) zespolonych deniujemy ich iloczyn skalarny jako: (u v) = dxū(x)v(x) (8) 4. Iloczyn skalarny zapo»yczony z wielomianów Hermite'a: Dla dwóch wielomianów u(x), v(x) rzeczywistych deniujemy ich iloczyn skalarny jako: (u v) = 5 dxu(x)v(x)e x2 (9)
6 .4 Bazy ortogonalne Def. Mówimy,»e baza E = {E, E 2,..., E N } jest ortogonalna, je»eli (E i E j ) = 0 dla i j oraz (E i E i ) 0 dla i =,..., N. Def. Mówimy,»e baza e = {e, e 2,..., e N } jest ortonormalna, je»eli (e i e j ) = 0 dla i j oraz (e i e i ) 0 dla i =,..., N. Ten ostatni warunek zapisujemy wygodniej jako (e i e j ) = δ ij Tu δ ij jest symbolem zwanym delt Kroneckera: Warto± δ ij jest równa, je±li i = j, oraz 0, je±li i j. Przykª. Baza standardowa w R N jest ortonormalna. W bazie ortonormalnej zazwyczaj rachunki id znacznie ªatwiej, ni» w innej bazie. Dlatego tez opªaca si umie znale¹ baz ortonormaln. Mamy proste ale wa»ne Stw. Ka»d baz mo»na zortogonalizowa (a w konsekwencji te» zortonormalizowa ). Dow. jest konstruktywny (tzn. pokazuje od razu konstrukcj bazy ortogonalnej). Proces ten nazywa si ortogonalizacj Grama-Schmidta. Zakªadamy,»e mamy przestrze«n wymiarow. Mamy w niej zadan baz e = {e, e 2,..., e n } (na ogóª, nieortogonaln ). B dziemy konstruowa baz f = {f, f 2,..., f n } rekurencyjnie.. W pierwszym kroku kªadziemy f = e. 2. Szukamy drugiego wektora bazy f 2 w postaci: f 2 = e 2 + αf, gdzie α jest wspóªczynnikiem, który chcemy wyznaczy z» dania, aby f 2 byª ortogonalny do f. Liczymy: 0 = (f 2 f ) = (e 2 f ) + α(f f ), sk d Mamy wi c, w drugim kroku: α = (e 2 f ) (f f ). f 2 = e 2 (e 2 f ) (f f ) f. 3. Szukamy kolejnego czyli trzeciego wektora bazy f 3 w postaci: f 3 = e 3 +βf +γf 2, gdzie β, γ s wspóªczynnikami, które chcemy wyznaczy z» dania, aby f 3 byª ortogonalny zarówno do f 2, jak i f. Liczymy: sk d Analogicznie: 0 = (f 3 f ) = (e 3 f ) + β(f f ) + γ (f 2 f ), }{{} =0 β = (e 3 f ) (f f ). 0 = (f 3 f 2 ) = (e 3 f 2 ) + β (f f 2 ) +γ(f 2 f 2 ), }{{} =0 6
7 sk d Mamy wi c, w trzecim kroku: γ = (e 3 f 2 ) (f 2 f 2 ). f 3 = e 3 (e 3 f ) (f f ) f (e 3 f 2 ) (f 2 f 2 ) f 2....k Šatwo ju» teraz chyba domy±li si,»e w k tym kroku dostaniemy: f 3 = e 3 k j= (e 3 f j ) (f j f j ) f j Uwaga. Metoda dziaªa zarówno nad R jak i nad C; w tym ostatnim przypadku nale»y uwa»a na kolejno± wektorów w iloczynie skalarnym. Przykª. Ortogonalizacja wielomanów na, ze standardowym iloczynem skalarnym prowadz ca do wielomianów Legendre'a.5 Nierówno± Schwarza Zetkn li±my si z ni w przypadku standardowego iloczynu skalarnego w R 3 (tak naprawd te» w R n ). Okazuje si,»e nierówno± jest te» sªuszna w dowolnej przestrzeni z iloczynem skalarnym. Mianowicie zachodzi: Tw. Dla dowolnych wektorów x, y, zarówno w przestrzeni wekt. nad R jak i nad C, zachodzi (x y) 2 (x x)(y y) (0) Nieco si ró»ni dowody w przypadku rzeczywistym i zespolonym. Dow. R. We¹my dwa dowolne wektory x, y V i utwórzmy trójmian kwadratowy f(t): f(t) = (tx y tx y) = t 2 (x x) 2t(x y) + (y y). (w drugiej równo±ci wykorzystali±my symetri iloczynu skalarnego). Z aksjomatu nieujemno±ci iloczynu skalarnego, f(t) 0. Zatem wyró»nik trójmianu jest niedodatni: 0 = 4(x y) 2 4(x x) (y y), a to jest dokªadnie równo± (0). Dow. C We¹my znów dwa dowolne wektory x, y V. Ich iloczyn skalarny mo»e przyjmowa warto±ci zespolone. Zapiszmy go w postaci trygonometrycznej: (x y) = (x y) e iφ, lub (pami tajmy o póªtoraliniowo±ci iloczynu skalarnego) (x y) = (e iφ x y) = (y e iφ x). Utwórzmy teraz nast puj cy trójmian kwadratowy w t: f(t) = (te iφ x y te iφ x y); 7
8 mamy oczywi±cie f(t) 0. Napiszmy jawn posta f(t), korzystaj c z wªasno±ci iloczynu skalarnego nad C: lub f(t) = (x x)e iφ e iφ t 2 t(e iφ x y) t(y e iφ x) + (y y) f(t) = (x x) 2t (x y) + (x x) Dalszy ci g post powania jest identyczny jak w przypadku rzeczywistym..6 Operatory sprz»one Niech F endomorzm przestrzeni V. Def. Operator sprz»ony do F oznaczamy jako F i deniujemy jako taki operator,»e dla wszystkich wektorów x, y zachodzi: Wªasno±ci sprz»enia, ªatwe do sprawdzenia:. (F + G) = F + G 2. (λf ) = λf 3. (F ) = F 4. (F G) = G F (x F y) = (F x y). () Np. ostatnia wªasno± : z jednej strony; a z drugiej: (x (F G)y) = ((F G) x y) (x (F G)y) = (x F (Gy)) = (F x Gy) = (G (F x) y) = (G F x y) a poniewa» wszystko to musi zachodzi dla dowolnych x, y, wi c otrzymujemy wªasno± 4. Stw. W bazie ortonormalnej, macierz A operatora T oraz macierz B operatora T s powi zane przez: a i j = b j i. (2) Dow. Najpierw przypomnijmy sobie ogólne wyra»enie na macierz operatora: T e i = j a j ie j ; Zatem, w bazie ortonormalnej e: (e k T e i ) = j a j i(e k e j ) = j a j iδ kj = a k i. Dalej, mamy krótki rachunek: a i j = (e i T e j ) = (T e i e j ) = (e j T e i ) = b j i 8
9 .7 Operatory symetryczne i samosprz»one, oraz ich macierze Def. (C, R) Operator T nazywamy hermitowskim (lub: samosprz»onym), gdy T = T. Gdy operator hermitowski T jest w pewnej bazie ortonormalnej e zadany macierz T e e A, to elementy a i j tej macierzy speªniaj : Bo: a i j = a j i. a i j = (e i T e j ) = (T e i e j ) = (T e i e j ) = (e j T e i ) = a j i Def. Macierz (zespolon ) A nazywamy hermitowsk, gdy jej elementy macierzowe A ij speªniaj zwi zek: A ij = A ji. Uwaga. Gdy macierz A jest rzeczywista, to powy»szy warunek oznacza, i» jest ona symetryczna, tzn. A = A T. Dla takich macierzy bardzo wa»nych w zyce i matematyce zachodzi niemniej wa»ne Tw.. Macierz hermitowska/symetryczna jest diagonalizowalna, tzn. ma komplet wektorów wªasnych. Tego nie udowodnimy tu. 2. Warto±ci wªasne macierzy hermitowskich/symetrycznych s rzeczywiste. Bo: Niech λ i, v i odpowiednio i ta warto± wªasna i (unormowany) wektor wªasny operatora hermitowskiego H; mamy: H = H. Mamy: (v i Hv i ) = (v i λ i v i ) = λ i = (H v i v i ) = (Hv i v i ) = (λ i v i v i ) = λ i ; Podsumowuj c: otrzymali±my: λ i = λ i, czyli λ i R. CBDO 3. Wektory wªasne, odpowiadaj ce ró»nym warto±ciom wªasnym, s ortogonalne. Bo: We¹my: (v i Hv j ) = λ j (v i v j ) = (H v i v j ) = (Hv i v j ) = λ i (v i v j ); mamy wi c równo± : λ j (v i v j ) = λ i (v i v j ); odejmuj c stronami, dostaniemy: (λ j λ i )(v i v j ) = 0, co znaczy,»e je±li λ i λ j»e (v i v j ) = 0, czyli v i oraz v j s ortogonalne. CBDO Z powy»szego twierdzenia wynika kilka faktów dotycz cych macierzy diagonalizuj - cych H operator hermitowski. 9
10 Niech S macierz zªo»ona z (unormowanych) wektorów wªasnych H: S = v, v 2,..., v n ; (3) Odwrotna do niej: Šatwo zgadn,»e S = v T v T 2. v T n Wida,»e ta macierz speªnia: S = S Def. Macierz speªniaj ca powy»szy warunek nazywa si unitarna nad C i ortogonalna nad R. Bezpo±rednim rachunkiem przekonujemy si,»e dla macierzy (3) mamy λ λ S HS = λ n.8 Twierdzenie Cayleya Hamiltona Mamy wa»ne twierdzenie, b d ce kluczem do liczenia funkcji od macierzy. Tw. (Cayleya Hamiltona). Niech T End(V ) i niech w T (λ) b dzie wielomianem charakterystycznym operatora T. Wówczas w T (T ) = 0. (4) Dow. Oznaczmy: A = T e e. Przypomnijmy sobie nast puj c wªasno± dopeªnienia algebraicznego: Je±li M macierz nieosobliwa, a M D jej dopeªnienie algebraiczne, to M M D = (det M)I. We¹my teraz M = A λi. Mamy naówczas: (A λi) (A λi) D = det(a λi)i = w A (λ)i. (5) Pami taj c, jak jest okre±lone dopeªnienie algebraiczne, ªatwo skojarzymy,»e elementy macierzy (A λi) D s wielomianami zmiennej λ stopnia co najwy»ej n. Mo»emy wi c napisa : (A λi) D = B 0 + λb + λ 2 B λ n B n dla pewnych macierzy B 0, B,..., B n. 0
11 Zapiszmy teraz lew stron równo±ci (5) jako wielomian w zmiennej λ: (A λi) (A λi) D = A B 0 +λ(a B B 0 )+λ 2 (A B 2 B )+ +λ n (A B n B n 2 ) λ n B n = ( ); w powy»szym wyra»eniu zast pmy teraz zmienn (rzeczywist lub zespolon ) λ przez macierz A, co jak wiemy jest dopuszczalne. Mamy w ten sposób: ( ) = A B 0 +A(A B B 0 )+A 2 (A B 2 B )+ +A n (A B n B n 2 ) A n B n, co po rozwini ciu nawiasów okazuje si by równe zeru! A z drugiej strony, patrz c na równo± (5), jest to dokªadnie w A (A). Tak wi c otrzymujemy tez tw. CH. CBDO.9 Funkcje od operatora
1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f.
GAL II 2012-2013 A Strojnowski str1 Wykªad 1 Ten semestr rozpoczniemy badaniem endomorzmów sko«czenie wymiarowych przestrzeni liniowych Denicja 11 Niech V b dzie przestrzeni liniow nad ciaªem K 1) Przeksztaªceniem
ANALIZA MATEMATYCZNA Z ALGEBR
ANALIZA MATEMATYCZNA Z ALGEBR WYKŠAD II Maªgorzata Murat MACIERZ A rzeczywist (zespolon ) o m wierszach i n kolumnach nazywamy przyporz dkowanie ka»dej uporz dkowanej parze liczb naturalnych (i, j), gdzie
2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v)
Przeksztaªcenia liniowe Def 1 Przeksztaªceniem liniowym (homomorzmem liniowym) rzeczywistych przestrzeni liniowych U i V nazywamy dowoln funkcj L : U V speªniaj c warunki: 1 L( u + v) = L( u) + L( v) dla
Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1
Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,
Macierze i Wyznaczniki
Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja 1. Tablic nast puj cej postaci a 11 a 12... a 1n a 21 a 22... a 2n A =... a m1 a m2... a mn nazywamy macierz o m wierszach i n kolumnach,
Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja
Macierze 1 Podstawowe denicje Macierz wymiaru m n, gdzie m, n N nazywamy tablic liczb rzeczywistych (lub zespolonych) postaci a 11 a 1j a 1n A = A m n = [a ij ] m n = a i1 a ij a in a m1 a mj a mn W macierzy
Algebra Liniowa 2. Zadania do samodzielnych wicze«wydziaª Elektroniki, I rok Karina Olszak i Zbigniew Olszak
Algebra Liniowa 2 Zadania do samodzielnych wicze«wydziaª Elektroniki, I rok Karina Olszak i Zbigniew Olszak Podobie«stwo macierzy, diagonalizacja macierzy 1. Znale¹ macierze przeksztaªcenia liniowego T
det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32
Wyznacznik Def Wyznacznikiem macierzy kwadratowej nazywamy funkcj, która ka»dej macierzy A = (a ij ) przyporz dkowuje liczb det A zgodnie z nast puj cym schematem indukcyjnym: Dla macierzy A = (a ) stopnia
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
Macierze i Wyznaczniki
dr Krzysztof yjewski Mechatronika; S-I.in». 5 pa¹dziernika 6 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja. Tablic nast puj cej postaci a a... a n a a... a n A =... a m a m...
Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1
Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm
Metody dowodzenia twierdze«
Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku
PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych:
Plan Spis tre±ci 1 Homomorzm 1 1.1 Macierz homomorzmu....................... 2 1.2 Dziaªania............................... 3 2 Ukªady równa«6 3 Zadania 8 1 Homomorzm PRZYPOMNIENIE Ka»d przestrze«wektorow
Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach
Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Teoria obowi zuje z wykªadu, dlatego te» zostan tutaj przedstawione tylko podstawowe denicje, twierdzenia i wzory. Denicja 1. Równanie
Przeksztaªcenia liniowe
Przeksztaªcenia liniowe Przykªady Pokaza,»e przeksztaªcenie T : R 2 R 2, postaci T (x, y) = (x + y, x 6y) jest przeksztaªceniem liniowym Sprawdzimy najpierw addytywno± przeksztaªcenia T Niech v = (x, y
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
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 )
Zbiory i odwzorowania
Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):
1 Przestrzenie z iloczynem skalarnym
Przestrzenie z iloczynem skalarnym W denicji przestrzeni wektorowej nie ma mowy o dªugo±ci wektora (chyba»e jest to wektor zerowy). Wprowadzajac pojecie normy, mamy zdeniowana dªugo± wektora. Nie umiemy
1 Troch przypomnie«i motywacji 2 Denicje i wyj±cie troch poza nie
Troch przypomnie«i motywacji 2 Denicje i wyj±cie troch poza nie 2 Przestrze«wektorowa, liniowa niezale»no±, baza 2 Przestrze«wektorowa Def Przestrze«wektorowa Przykªady Przykªad kanoniczny: K n = K K K
Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.
Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja
Wybrane poj cia i twierdzenia z wykªadu z teorii liczb
Wybrane poj cia i twierdzenia z wykªadu z teorii liczb 1. Podzielno± Przedmiotem bada«teorii liczb s wªasno±ci liczb caªkowitych. Zbiór liczb caªkowitych oznacza b dziemy symbolem Z. Zbiór liczb naturalnych
Liczby zespolone Pochodna Caªka nieoznaczona i oznaczona Podstawowe wielko±ci zyczne. Repetytorium z matematyki
Repetytorium z matematyki Denicja liczb zespolonych Wyra»enie a + bi, gdzie a i b s liczbami rzeczywistymi a i speªnia zale»no± i 2 = 1, nazywamy liczb zespolon. Liczb i nazywamy jednostk urojon, a iloczyn
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
Ukªady równa«liniowych
dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast
Macierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B,
Macierze Dziaªania na macierzach Niech b d dane macierze A = E = [ 2 3 0 3 2 3 2 0 [ 0 8, B = 4 2, F = [ 2 3, C = 3 2 2 3 0 0 0 4 0 6 3 0, G =, D = 0 2 0 2 0 3 0 3 0 2 0 0 2 2 0 0 5 0 2,, H = 0 0 4 0 0
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
Układy równań i równania wyższych rzędów
Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem
istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a,
Ciaªo Denicja. Zbiór K z dziaªaniami dodawania + oraz mno»enia (których argumentami s dwa elementy z tego zbioru, a warto±ciami elementy z tego zbioru) nazywamy ciaªem, je±li zawiera co najmniej dwa elementy
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
ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Wielomiany. El»bieta Sadowska-Owczorz. 19 listopada 2018
Wielomiany El»bieta Sadowska-Owczorz 19 listopada 2018 Wielomianem nazywamy wyra»enie postaci a n x n + a n 1 x n 1 +... + a 2 x 2 + a 1 x + a 0 = n a k x k. k=0 Funkcj wielomianow nazywamy funkcj W :
Elementy geometrii w przestrzeni R 3
Elementy geometrii w przestrzeni R 3 Z.Šagodowski Politechnika Lubelska 29 maja 2016 Podstawowe denicje Wektorem nazywamy uporz dkowan par punktów (A,B) z których pierwszy nazywa si pocz tkiem a drugi
x y x y x y x + y x y
Algebra logiki 1 W zbiorze {0, 1} okre±lamy dziaªania dwuargumentowe,, +, oraz dziaªanie jednoargumentowe ( ). Dziaªanie x + y nazywamy dodawaniem modulo 2, a dziaªanie x y nazywamy kresk Sheera. x x 0
Liniowe zadania najmniejszych kwadratów
Rozdziaª 9 Liniowe zadania najmniejszych kwadratów Liniowe zadania najmniejszych kwadratów polega na znalezieniu x R n, który minimalizuje Ax b 2 dla danej macierzy A R m,n i wektora b R m. Zauwa»my,»e
Elementy geometrii analitycznej w przestrzeni
Wykªad 3 Elementy geometrii analitycznej w przestrzeni W wykªadzie tym wi kszy nacisk zostaª poªo»ony raczej na intuicyjne rozumienie deniowanych poj, ni» ±cisªe ich zdeniowanie. Dlatego niniejszy wykªad
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
ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Informacje pomocnicze
Funkcje wymierne. Równania i nierówno±ci wymierne Denicja. (uªamki proste) Wyra»enia postaci Informacje pomocnicze A gdzie A d e R n N (dx e) n nazywamy uªamkami prostymi pierwszego rodzaju. Wyra»enia
1 Macierze i wyznaczniki
1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)
A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.
Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta
PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
Numeryczne zadanie wªasne
Rozdziaª 11 Numeryczne zadanie wªasne W tym rozdziale zajmiemy si symetrycznym zadaniem wªasnym, tzn. zadaniem znajdowania warto±ci i/lub wektorów wªasnych dla macierzy symetrycznej A = A T. W zadaniach
Zadania przygotowawcze, 3 kolokwium
Zadania przygotowawcze, 3 kolokwium Mirosław Sobolewski 8 grudnia. Niech φ t : R 3 R 3 bedzie endomorfizmem określonym wzorem φ t ((x, x, )) (x +, tx + x, x + ), gdzie parametr t R. a) Zbadać dla jakiej
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
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
Maªgorzata Murat. Modele matematyczne.
WYKŠAD I Modele matematyczne Maªgorzata Murat Wiadomo±ci organizacyjne LITERATURA Lars Gårding "Spotkanie z matematyk " PWN 1993 http://moodle.cs.pollub.pl/ m.murat@pollub.pl Model matematyczny poj cia
Zadania. 4 grudnia k=1
Zadania 4 grudnia 205 Zadanie. Poka»,»e dla dowolnych liczb zespolonych z,..., z n istnieje zbiór B {,..., n}, taki,»e n z k π z k. k B Zadanie 2. Jakie warunki musz speªnia ci gi a n i b n, aby istniaªy
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
Podstawy matematyki dla informatyków
Podstawy matematyki dla informatyków Wykªad 6 10 listopada 2011 W poprzednim odcinku... Zbiory A i B s równoliczne (tej samej mocy ), gdy istnieje bijekcja f : A 1 1 B. Piszemy A B lub A = B. na Moc zbioru
XVII Warmi«sko-Mazurskie Zawody Matematyczne
1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych
ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Funkcje, wielomiany. Informacje pomocnicze
Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a
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
1 Granice funkcji wielu zmiennych.
AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica
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.
Funkcje wielu zmiennych
dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )
1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci
Zebraª do celów edukacyjnych od wykªadowców PK, z ró»nych podr czników Maciej Zakarczemny 1 Przypomnienie wiadomo±ci ze szkoªy ±redniej Rozwi zywanie prostych równa«i nierówno±ci dotycz cych funkcji elementarnych,
Wektory i wartości własne
Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń
ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Równania różniczkowe liniowe wyższych rzędów o stałych współcz
Równania różniczkowe liniowe wyższych rzędów o stałych współczynnikach Katedra Matematyki i Ekonomii Matematycznej SGH 12 maja 2016 Równanie liniowe n-tego rzędu Definicja Równaniem różniczkowym liniowym
Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:
Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy
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.
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
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.........
ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
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
= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3
ZESTAW I 1. Rozwiązać równanie. Pierwiastki zaznaczyć w płaszczyźnie zespolonej. z 3 8(1 + i) 3 0, Sposób 1. Korzystamy ze wzoru a 3 b 3 (a b)(a 2 + ab + b 2 ), co daje: (z 2 2i)(z 2 + 2(1 + i)z + (1 +
1 Rozwi zywanie ukªadów równa«. Wyznaczniki.
Rozwi zywanie ukªadów równa«. Wyznaczniki.. Ukªad dwu równa«liniowych z dwiema niewiadomymi Niech b dzie dany ukªad dwu równa«liniowych z dwiema niewiadomymi x, y: Zdeniujmy: W x = n b n 2 b 2 W = a x
1 Metody iteracyjne rozwi zywania równania f(x)=0
1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0
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,
ZADANIA. Maciej Zakarczemny
ZADANIA Maciej Zakarczemny 2 Spis tre±ci 1 Algebra 5 2 Analiza 7 2.1 Granice iterowane, granica podwójna funkcji dwóch zmiennych....... 7 2.2 Caªki powierzchniowe zorientowane...................... 8 2.2.1
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,
WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14
WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 203/4 Spis tre±ci Kodowanie i dekodowanie 4. Kodowanie a szyfrowanie..................... 4.2 Podstawowe poj cia........................
a) f : R R R: f(x, y) = x 2 y 2 ; f(x, y) = 3xy; f(x, y) = max(xy, xy); b) g : R 2 R 2 R: g((x 1, y 1 ), (x 2, y 2 )) = 2x 1 y 1 x 2 y 2 ;
Zadania oznaczone * s troch trudniejsze, co nie oznacza,»e trudne.. Zbadaj czy funkcjonaª jest dwuliniowy, symetryczny, antysymetryczny, dodatniookre±lony: a) f : R R R: f(x, y) = x y ; f(x, y) = 3xy;
Lista nr 1 - Liczby zespolone
Lista nr - Liczby zespolone Zadanie. Obliczyć: a) ( 3 i) 3 ( 6 i ) 8 c) (+ 3i) 8 (i ) 6 + 3 i + e) f*) g) ( 3 i ) 77 ( ( 3 i + ) 3i 3i h) ( + 3i) 5 ( i) 0 i) i ( 3 i ) 4 ) +... + ( 3 i ) 0 Zadanie. Przedstawić
1 Bª dy i arytmetyka zmiennopozycyjna
1 Bª dy i arytmetyka zmiennopozycyjna Liczby w pami ci komputera przedstawiamy w ukªadzie dwójkowym w postaci zmiennopozycyjnej Oznacza to,»e s one postaci ±m c, 01 m < 1, c min c c max, (1) gdzie m nazywamy
Przekształcenia liniowe
Przekształcenia liniowe Zadania Które z następujących przekształceń są liniowe? (a) T : R 2 R 2, T (x, x 2 ) = (2x, x x 2 ), (b) T : R 2 R 2, T (x, x 2 ) = (x + 3x 2, x 2 ), (c) T : R 2 R, T (x, x 2 )
ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
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
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
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
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:
Matematyka dyskretna
Matematyka dyskretna Jan Rodziewicz-Bielewicz, Wydziaª Informatyki ZUT May 8, 2019 8 Struktury algebraiczne ZASTOSOWANIE: Kryptograa. 1. Sprawdzi, czy jest dziaªaniem wewn trznym: (a) y y w zbiorze Q,
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,
Matematyka wykªad 1. Macierze (1) Andrzej Torój. 17 wrze±nia 2011. Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej
Matematyka wykªad 1 Macierze (1) Andrzej Torój Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej 17 wrze±nia 2011 Plan wykªadu 1 2 3 4 5 Plan prezentacji 1 2 3 4 5 Kontakt moja strona internetowa:
Zadania z Algebry liniowej 3 semestr zimowy 2008/2009
Zadania z Algebry liniowej 3 semestr zimowy 2008/2009 1. Niech V będzie przestrzenią wektorową nad ciałem K i niech 0 K oraz θ V będą elementem zerowym ciała K i wektorem zerowym przestrzeni V. Posługując
2 Podstawowe obiekty kombinatoryczne
2 Podstawowe obiety ombinatoryczne Oznaczenia: N {0, 1, 2,... } zbiór liczb naturalnych. Dla n N przyjmujemy [n] {1, 2,..., n}. W szczególno±ci [0] jest zbiorem pustym. Je±li A jest zbiorem so«czonym,
Indeksowane rodziny zbiorów
Logika i teoria mnogo±ci, konspekt wykªad 7 Indeksowane rodziny zbiorów Niech X b dzie przestrzeni zbiorem, którego podzbiorami b d wszystkie rozpatrywane zbiory, R rodzin wszystkich podzbiorów X za± T
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
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
r = x x2 2 + x2 3.
Przestrze«aniczna Def. 1. Przestrzeni aniczn zwi zan z przestrzeni liniow V nazywamy dowolny niepusty zbiór P z dziaªaniem ω : P P V (które dowolnej parze elementów zbioru P przyporz dkowuje wektor z przestrzeni
Przekroje Dedekinda 1
Przekroje Dedekinda 1 O liczbach wymiernych (tj. zbiorze Q) wiemy,»e: 1. zbiór Q jest uporz dkowany relacj mniejszo±ci < ; 2. zbiór liczb wymiernych jest g sty, tzn.: p, q Q : p < q w : p < w < q 3. 2
Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski
Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009 Motywacje Dla dowolnej
Interpolacja funkcjami sklejanymi
Interpolacja funkcjami sklejanymi Funkcje sklejane: Zaªó»my,»e mamy n + 1 w zªów t 0, t 1,, t n takich,»e t 0 < t 1 < < t n Dla danej liczby caªkowitej, nieujemnej k funkcj sklejan stopnia k nazywamy tak
Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne
Maszyny Turinga Maszyna Turinga jest automatem ta±mowym, skª da si z ta±my (tablicy symboli) potencjalnie niesko«czonej w prawo, zakªadamy,»e w prawie wszystkich (tzn. wszystkich poza sko«czon liczb )
Zaawansowane metody numeryczne
Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany
2 Liczby rzeczywiste - cz. 2
2 Liczby rzeczywiste - cz. 2 W tej lekcji omówimy pozostaªe tematy zwi zane z liczbami rzeczywistymi. 2. Przedziaªy liczbowe Wyró»niamy nast puj ce rodzaje przedziaªów liczbowych: (a) przedziaªy ograniczone:
Liczby zespolone. dr Krzysztof yjewski Mechatronika; S-I 0.in». 6 pa¹dziernika Oznaczenia. B dziemy u»ywali nast puj cych oznacze«:
Liczby zespolone Oznaczenia B dziemy u»ywali nast puj cych oznacze«: N = {1, 2, 3,...}- zbiór liczb naturalnych, Z = {..., 3, 2, 1, 0, 1, 2, 3,...}- zbiór liczb caªkowitych, Q = { a b : a, b Z, b 0}- zbiór
Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna
Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna 1. Podaj denicj liczby zespolonej. 2. Jak obliczy sum /iloczyn dwóch liczb zespolonych w postaci algebraicznej? 3. Co to jest liczba urojona?