1 Tensory drugiego rzędu jako odwzorowanie liniowe
|
|
- Szymon Niewiadomski
- 5 lat temu
- Przeglądów:
Transkrypt
1 TNSORY
2 Tensory drugiego rzędu jako odwzorowanie liniowe RozważmyzbiórLin n wszystkichliniowychodwzorowańwektorawwektorgdzieobawektorynależądo n ( n -nwymiarowaprzestrzeńukidesowa)takieodwzorowaniemożebyć zapisane jako: y=ax, y n, x n, A Lin n () lementyzbiorulin n sąnazywanetensoramidrugiegorzędu Liniowość przekształcenia jest wyrażana poprzez poniższe związki: Definiujemy: A(x+y)=Ax+Ay, x,y n, A Lin n, (2) A(αx)=α(Ax), x n, α R, A Lin n, (3) iloczyntensoraprzezliczbęα Rjako: sumędwóchtensorówaibjako: (αa)x=α(ax)=a(αx), x n, (4) Przyjmując α = otrzymamy definicję tensora przeciwnego: Zerowy tensor 0 definiujemy w następujący sposób: (A+B)x=Ax+Bx, x n, (5) A =( )A (6) 0x=0, x n, (7) wówczaselementyzbiorulin n spełniająpostulatyprzestrzeniwektorowej Własności tensorów II rzędu można podsumować w następujący sposób: *A+B=B+A *A+(B+C)=(A+B)+C, *0+A=A *A+( A)=0 *α(βa)=(αβ)a *A=A *α(a+b)=αa+αb *(α+β)a=αa+βa A,B,C Lin n, α,β R
3 2 Reprezentacja tensora w bazie, iloczyn tensorowy Iloczyn tensorowy odgrywa istotną rolę ponieważ pozwala zbudować tensor II rzędu z dwóch wektorówrozważmydwawektorynależącedoprzestrzenia,b n Dowolnywektorx n możebyćodwzorowanynainnywektora(b x) n Toodwzorowaniejestoznaczonesymbolem Stąd: (a b)x=a(b x), a,b n, x n (8) Można pokazać, że powyższe odwzorowanie spełnia warunki odwzorowania liniowego stąd uprawnione są poniższe wzory: (a b)(x+y)=ab (x+y)=a(b x+b y)=(a b)x+(a b)y, (9) (a b)(αx)=ab (αx)=α(b x)a=α(a b)x, (0) a,b n, x,y n, α R Z powyższego wynika, że iloczyn tensorowy dwóch wektorów jest pewnym tensorem II rzędu Co więcej zachodzą związki: c (a+b)=c a+c b, (a+b) c=a c+b c, () (αa) (βb)=αβ(a b), a,b,c n, α,β R (2) Byudowodnićpowyższewzorywystarczyprzekształcićdowolnywektorx n przezobie strony powyższych równań(wzory8, 5) Po przekształceniach dostajemy: c (a+b)x=c(a x+b x)=c(a x)+c(b x)= =(c a)x+(c b)x=(c a+c b)x, (3) (a+b) cx=(a+b)(c x)=a(c x)+b(c x) =(a c)x+(b c)x=(a c+b c)x (4) (αa) (βb)x=(αa)(βb x) =αβa(b x)=αβ(a b)x, x n (5) Dla lewostronnego odwzorowania przez tensor a b y(a b)=(y a)b, y n (6) Jak zostało pokazane zbiór wszystkich tensorów II rzędu stanowi przestrzeń wektorową Poniżej zostanie pokazane, że baza tej przestrzeni może być zbudowana z wykorzystaniem iloczynu tensorowego Do reprezentowania tensorów II rzędu wykorzystamy następujące iloczyny tensorowe wektorówbazowych:g i g j,g i g j,g i g j,g i g j (i,j=,2,,n)uwzględniająctebazy tensora Lin n możebyćzapisanyjako: A=A ij g i g j =A ij g i g j =A ị j g i g j =A j ig i g j (7)
4 Natomiast składowe wyrażą się wzorami: A ij =g i Ag j, A ij =g i Ag j A ị j=g i Ag j, A j i=g i Ag j, i,j=,2,,n (8) Kropka w powyższych wzorach jest używana do wyraźnego określenia pozycji danego indeksu Wyjątkowo ważny jest tensor jednostkowy I zdefiniowany poprzez relację: Ix=x, x n (9) Korzystajączezwiązków7,8ig ij =g ji =g i g j, g ij =g ji =g i g j, i,j=,2,,n składowe tensora jednostkowego moga być wyrażone jako: I ij =g i Ig j =g i g j =g ij, I ij =g i Ig j =g i g j =g ij, (20) I ị j =Ij i=i i j =gi Ig j =g i Ig j =g i g j =g i g j =δj i (2) gdziei,j=,2,,n I=g ij g i g j =g ij g i g j =g i g i =g i g i (22) Można pokazać, że składowe tensora jednostkowego charakteryzują metryczne własności przestrzeni euklidesowej i są nazywane współczynnikami metryki Dlatego tensor jednostkowy często określa się jako tensor metryczny W przypadku bazy ortonormalnej tensor jednostkowy można przedstawić jako: n I= e i e i (23) i= 3 Transformacja tensora przy zmianie bazy Poniżej zostanie uściślone w jaki sposób komponenty wektorów i tensorów transformują się przy zmianie bazy Niech x będzie wektorem a A tensorem II rzędu Dostajemy: x=x i g i =x i g i (24) A=A ij g i g j =A ij g i g j =A ị j g i g j =A j ig i g j (25) Wykorzystujączależności:g i =g ij g j,g i =g ij g j ix i =x g i,x i =x g i dostajemy: x i =x g i =x (g ij g j )=x j g ji, x i =x g i =x (g ij g j )=x j g ji (26) A ij =g i Ag j =g i A(g jk g k )=(g il g l )A(g jk g k )=A ị k gkj =g il A lk g kj (27) A ij =g i Ag j =g i A(g jk g k )=(g il g l )A(g jk g k )=A k ig kj =g il A lk g kj, (28) gdziei,j=,2,,n Prawa transformacyjne zapisane powyżej dotyczą nie tylko bazy dualnej ale każdej innej
5 4 Operacje na tensorach II rzędu Tensory II rzędu podlegają dobrze znanym opracjom wynikającym z tego, że tworzą one przestrzeń wektorową Jednak w przeciwieństwie do konwencjonalnych wektorów w przestrzeni euklidesowej można dla nich zdefiniować dodatkowe operacje takie jak transpozycja, złożenie, odwrotność 4 Złożenietensorów NiechA,B Lin n TensorC=ABjestnazywanyzłożeniemtensorówA,Bjeżelizachodzi: Dla odwzorowania z lewej strony można napisać Cx=A(Bx), x n (29) y(ab)=(ya)b, y n (30) Wykorzystujączwiązki(yA) x=y (Ax)i29możnaudowodnićpowyższewzorywnastępujący sposób: y(ab)x=y (AB)x=y A(Bx)=(yA) (Bx)=(yA)B x, x n (3) Złożenie tensorów jest w ogólnym przypadku nieprzemienne AB BA Jeżeli zachodzi związek AB=BAtomówisię,żetensoryAiBkomutują Oprócz złożenia dla tensorów II rzędu zachodzą następujące związki: A0=0A=0, AI=IA=A (32) A(B+C)=AB+AC, (B+C)A=BA+CA, (33) A(BC) =(AB)C (34) W przypadku gdy tensory A, B są zdefiniowane jako iloczyn tensorowy wektorów odwzorowanie wektora x poprzez ich złożenie daje się zapisać jako: (a b)(c d)x=(a b)(c d)x=(d x)(a b)c=(d x)(b c)a =(b c)(a d)x=(b c)a dx, x n (35) 42 Transpozycjatensora TranspozycjatensoraA T jestzdefiniowanazwiązkiem: A T x=xa, x n (36) Przy czym zachodzi: Ay=yA T, xay=ya T x, x,y n (37)
6 x (Ay)=(xA) y=y (A T x)=ya T x=x (ya T ), x,y n (38) (A T ) T =A (39) (A+B) T =A T +B T (40) (αa) T =αa T, α R (4) (AB) T =B T A T (42) (AB) T x=x(ab)=(xa)b=b T (xa)=b T A T x, x n (43) Transpozycja iloczynu tensorowego dwóch wektorów wyraża się wzorem: 43 Tensorodwrotny (a b) T =b a (44) y=ax (45) TensorA Lin n nazywasięodwracalnymjeżeliistniejetensora Lin n spełniającywarunek: x=a y, x n (46) TensorA nazywamytensoremodwrotnymdoazbiórwszystkichtensorówodwrotnych takich,żeinv n ={A Lin n : A }stanowipodzbiórprzestrzenilin n Zachodziprzytym: x=a y=a (Ax)=(A A)x, x n (47) A A=I (48) Operacje znajdowania tensora odwrotnego i transpozycji są przemienne: (A ) T =(A T ) =A T (49) Tenor odwrotny do tensora będącego złożeniem odwracalnych tensorów A i B wyraża się wzorem: (AB) =B A (50) 5 Iloczynskalarny Iloczynskalarnydwóchtensorówzdefiniowanychjakoa bic djestdanywzorem: Zachodzi przy tym związek W notacji indeksowej możem zatem zapisać: (a b):(c d)=(a c)(b d), a,b,c,d n (5) c d:a=cad=da T c (52) A:B=A ij B ij =A ij B ij =A ị jb j i=a j ib ị j (53) Podobnie jak w przypadku wektorów, iloczyn skalarny tensorów jest funkcją rzeczywistą mającą następujące własności:
7 *A:B=B:A *A:(B+C)=A:B+A:C *α(a:b)=(αa):b=a:(αb), A,B Lin n, α R *A:A 0 A Lin n, A:A=0wtedyitylkowtedyjeśliA=0 Norma tensora II rzędu może być zdefiniowana w następujący sposób: A =(A:A) /2, A Lin n (54) Wykorzystując iloczyn skalarny tensorów ślad tensora może być zapisany jako: tra=a:i (55) Zachodzą przy tym związki tr(a b)=a b (56) tr(ab)=a:b T =A T :B (57) tr(ab)=tr(ba) (58)
8 6 Dekompozycja tensora II rzędu Każdy tensor II rzędu może zostać zdekomponowany addytywnie na część symetryczną i antysymetryczną A=symA+skewA, (59) gdzie syma= 2 (A+AT ), skewa= 2 (A AT ) (60) TensorysymetryczneiantysymetrycznetworząpodzbioryprzestrzeniliniowejLin n zdefiniowane odpowiednio przez Sym n ={M Lin n :M=M T }, (6) Skew n ={W Lin n :W= W T } (62) Można zauważyć, że te podzbiory tworzą przestrzenie wektorowe i mogą być traktowane jako podprzestrzenieprzestrzenilin n Tensor zerowy jest jedynym odwzorowaniem liniowym, które jest jednoczesnie symetryczne i antysymetrycznestądsym n Skew n =0 DlakażdegosymetrycznegotensoraM=M ij g i g j zachodzim ij =M ji (i j, i,j =,2,,n)zatemmożnazapisać n M= M ii g i g i + i= n i,j= i>j M ij (g i g j +g j g i ), M Sym n (63) Podobnie dla tensora antysymetrycznego: n W= W ij (g i g j g j g i ), W Skew n (64) i,j= i>j zpowyższychwzorówwynika,żebazaprzestrzenisym n składasięzntensorówg i g i i n(n )tensorówg 2 i g j +g j g i Ztegowynika,żewymiarprzestrzeniSym n jestrówny n(n+) 2 Podobnie,dlaprzestrzeniSkew n,bazatejprzestrzeniskładasięz 2 n(n )tensorówpostaci g i g j g j g i Stądwymiartejprzestrzeniwynosi 2 n(n ) Korzystajączewzorów:g i g j =e ijk gg k,i,j=,2,3,â b=b a a b, a,b,c 3 można pokazać: gdzie W= 3 i,j= i>j W ij (g i g j g j g i )= w= 3 i,j= i>j 3 i,j= i>j W ij (gj g i )=ŵ, W Skew 3, (65) W ij g j g i = 2 Wij g j g i = 2 g j (Wg j ) = 2 Wij e jik gg k =g(w 32 g +W 3 g 2 +W 2 g 3 ) (66)
9 Wynika stąd, że każdy antysymetryczny tensor w przestrzeni trójwymiarowej opisuje przekształcenie będące iloczynem wektorowym przez wektor w zwany wektorem osiowym?? Ww=0, W Skew 3 (67) Tensor symetryczny i antysymetryczny są wzajemnie ortogonalne M:W=0, M Sym n, W Skew n (68) Rozkład na część sferyczną i dewiatorową Dla każdego tensora II rzędu możemy napisać: gdzie A=sphA+devA (69) spha= n tr(a)i, deva=a tr(a)i (70) n Podobnie jak tensory symetryczne i antysymetryczne tensory sferyczne i dewiatory tworzą podprzestrzenieortogonalneprzestrzenilin n 7 Przykład Rozważmy tensor T zbudowany na wektorach a, b: T=a b (7) oraz obraz wektora x w przekształceniu opisywanym przez tensor T Działanie tensora T na wektor x można zapisać w formie macierzowej y=t x (72) Zapisując powyższy związek poprzez składowe w bazie kartezjańskiej dostajemy: y y n T T n = T n T nn x x n (73) Z definicji tensora T i iloczynu tensorowego mamy: y i =T ij x j (74) y=t x=(a b)x=a(x b) (75) Na podstawie7,76 y i =a i b j x j (76) T ij x j =a i b j x j (77)
10 T ij =a i b j (78) Uwaga: Wyprowadzając powyższe związki skorzystaliśmy z reprezentacji iloczynu skalarnego wektorówwbaziekartezjańskieju v=u i v i Przyjmijmy do obliczeń a= 3 2 b= x= 2 (79) gdzie indeks oznacza bazę kartezjańską Wtedy T= y=tx= (adokładniejt=t ij e i e j,gdziet ij =,uwaga:wbaziekartezjańskiejt 2 2 ij =T ij ) Rozważmyreprezentacęwektorówa,b,x,yitensoraTwbazieukośnokątnej{g,g 2 }gdzie α= π, g 6 =, g 2 = (80) a 2 G a a G g = 0 Wektor a w bazie{g} reprezentujemy: g 2 = 3/2 /2 (8) Zapiszmywektorawbazie{} a=a G g +a 2 G g 2 (82) a=a e +a 2 e 2 (83) Porównującobiestronyimnożącjeprzezg ig 2 dostajemy: g g g g 2 a G e g g 2 g g 2 g 2 a 2 = e 2 g a G e g 2 e 2 g 2 a 2 Macierzpolewejstronienazywanajestmacierząmetrycznąg ij Otrzymaniewspółrzędnycha G,a2 G wymagaformalnieodwróceniamacierzyg ijmożnatego uniknąćkorzystajączbazydualnejdobazy{g,g 2 }mianowiciezbazyg,g 2 takiejże: (84) g i g j =δ i j (85)
11 wtedy równanie84 przyjmie postać: 0 a G e g 0 a 2 = e 2 g a G e g 2 e 2 g 2 a 2 (86) e g e 2 g e g 2 e 2 g 2 składowe odpowiednika tensora metrycznego- tensora równoległego przesunięcia, służącego przeliczeniu składowych pomiędzy bazami g 2 g 2 g g Z rozważań geometrycznych i warunku85 mozna wyliczyć, że g = 732 g 2 = Macierz transformacji składowych wektora z bazy do G będzie miała postać: 732 Q= (87) (88) (89) Zatem: 0464 a= 4 G b= G x= G y= Policzmy współrzędne tensora T w bazie G Zgodnie z prawem transformacji składowych tensora T G =QTQ T zatem T G = (9) Takie same składowe tensora dostaniemy jeżeli skorzystamy z definicji tensora T jako iloczynu tensorowegowyrażanegoprzezwektoryaibwbazieg: G (90) T αβ G =a α G bβ G (92) Pozostaje nam sprawdzić czy transformując wektor x opisany w bazie G przez tensor T opisany wbaziegdostaniemyuprzedniowyliczonywektorywbazieg Tx=(T αβ g α g β )(x γ g γ )=T αβ x γ (g α g β )g γ = T αβ x γ g α (g β g γ )=T αβ g βγ x γ g α =y α g α (93)
12 Macierzowo związek93 zapisujemy: y=t g x (94) Pojawieniesięwzwiązku93tensorametrycznegog βγ jestzwiązanezposługiwaniemsiędowolnym układem współrzędnych(nie ortonormalnym) Dla układu ortonormalnego: { β=γ g βγ =δ βγ = (95) 0 β γ
Rozdział 3. Tensory. 3.1 Krzywoliniowe układy współrzędnych
Rozdział 3 Tensory 3.1 Krzywoliniowe układy współrzędnych W kartezjańskim układzie współrzędnych punkty P są scharakteryzowane przez współrzędne kartezjańskie wektora wodzącego r = x 1 i 1 + x 2 i 2 +
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
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
dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;
Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia
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)
Matematyka stosowana i metody numeryczne
Ewa Pabisek Adam Wosatko Piotr Pluciński Matematyka stosowana i metody numeryczne Konspekt z wykładu 14 Rachunekwektorowy W celu zdefiniowania wektora a należy podać: kierunek(prostą na której leży wektor)
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 )
[ 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
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,
PODSTAWY RACHUNKU WEKTOROWEGO
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Skalar Definicja Skalar wielkość fizyczna (lub geometryczna)
A,B M! v V ; A + v = B, (1.3) AB = v. (1.4)
Rozdział 1 Prosta i płaszczyzna 1.1 Przestrzeń afiniczna Przestrzeń afiniczna to matematyczny model przestrzeni jednorodnej, bez wyróżnionego punktu. Można w niej przesuwać punkty równolegle do zadanego
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
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
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
R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },
nazywa- Definicja 1. Przestrzenią liniową R n my zbiór wektorów R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, z określonymi działaniami dodawania wektorów i mnożenia wektorów przez liczby rzeczywiste.
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
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
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
ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska
ALGEBRA LINIOWA Wykład 2 Analityka gospodarcza, sem 1 Wydział Zarządzania i Ekonomii Politechnika Gdańska dr inż Natalia Jarzębkowska, CNMiKnO semzimowy 2018/2019 2/17 Macierze Niech M = {1, 2,, m} i N
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
Analiza matematyczna i algebra liniowa Macierze
Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek
Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm
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 F
1. PODSTAWY TEORETYCZNE
1. PODSTAWY TEORETYCZNE 1 1. 1. PODSTAWY TEORETYCZNE 1.1. Wprowadzenie Teoria sprężystości jest działem mechaniki, zajmującym się bryłami sztywnymi i ciałami plastycznymi. Sprężystość zajmuje się odkształceniami
Macierz o wymiarach m n. a 21. a 22. A =
Macierze 1 Macierz o wymiarach m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Mat m n (R) zbiór macierzy m n o współczynnikach rzeczywistych Analogicznie określamy Mat m n (Z), Mat m n (Q) itp 2
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
Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn
Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra
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,
13 Układy równań liniowych
13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...
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,
Wykład 14. Elementy algebry macierzy
Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,
Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy
Zadania z algebry liniowej - sem I Przestrzenie liniowe bazy rząd macierzy Definicja 1 Niech (K + ) będzie ciałem (zwanym ciałem skalarów a jego elementy nazywać będziemy skalarami) Przestrzenią liniową
Analiza stanu naprężenia - pojęcia podstawowe
10. ANALIZA STANU NAPRĘŻENIA - POJĘCIA PODSTAWOWE 1 10. 10. Analiza stanu naprężenia - pojęcia podstawowe 10.1 Podstawowy zapisu wskaźnikowego Elementy konstrukcji znajdują się w przestrzeni fizycznej.
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.........
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
a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...
Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x
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
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
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
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:
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
Układy równań liniowych
Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K
Akwizycja i przetwarzanie sygnałów cyfrowych
Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Reprezentacje sygnału Jak reprezentujemy sygnał: wybieramy sygnały wzorcowe (bazę) rozwijamy sygnał w wybranej
WYKŁAD 6 KINEMATYKA PRZEPŁYWÓW CZĘŚĆ 2 1/11
WYKŁAD 6 KINEMATYKA PRZEPŁYWÓW CZĘŚĆ 1/11 DEFORMACJA OŚRODKA CIĄGŁEGO Rozważmy dwa elementy płynu położone w pewnej chwili w bliskich sobie punktach A i B. Jak zmienia się ich względne położenie w krótkim
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,
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
6. ZWIĄZKI FIZYCZNE Wstęp
6. ZWIĄZKI FIZYCZN 1 6. 6. ZWIĄZKI FIZYCZN 6.1. Wstęp Aby rozwiązać jakiekolwiek zadanie mechaniki ośrodka ciągłego musimy dysponować 15 niezależnymi równaniami, gdyż tyle mamy niewiadomych: trzy składowe
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
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
WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II
Wykład II I. Algebra wektorów 2.1 Iloczyn wektorowy pary wektorów. 2.1.1 Orientacja przestrzeni Załóżmy, że trójka wektorów a, b i c jest niekomplanarna. Wynika z tego, że żaden z tych wektorów nie jest
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
Wstęp do Modelu Standardowego
Wstęp do Modelu Standardowego Plan (Uzupełnienie matematyczne II) Abstrakcyjna przestrzeń stanów Podstawowe własności Iloczyn skalarny amplitudy prawdopodobieństwa Operatory i ich hermitowskość Wektory
O MACIERZACH I UKŁADACH RÓWNAŃ
O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a
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
Macierze Lekcja I: Wprowadzenie
Macierze Lekcja I: Wprowadzenie Wydział Matematyki Politechniki Wrocławskiej Definicja Niech dane będą dwie liczby naturalne dodatnie m i n. Układ m n liczb ułożonych w prostokątną tablicę złożoną z m
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
DB Algebra liniowa semestr zimowy 2018
DB Algebra liniowa semestr zimowy 2018 SPIS TREŚCI Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo
Praca domowa - seria 6
Praca domowa - seria 6 28 grudnia 2012 Zadanie 1. Znajdź bazę jądra i obrazu przekształcenia liniowego φ : R 4 wzorem: R 3 danego φ(x 1, x 2, x 3, x 4 ) = (x 1 +2x 2 x 3 +3x 4, x 1 +x 2 +2x 3 +x 4, 2x
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.
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
; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze...
Tekst na niebiesko jest komentarzem lub treścią zadania. Zadanie. Dane są macierze: A D 0 ; E 0 0 0 ; B 0 5 ; C Wykonaj poniższe obliczenia: 0 4 5 Mnożenia, transpozycje etc wykonuję programem i przepisuję
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)
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
Zastosowania wyznaczników
Zastosowania wyznaczników Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 7.wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa, listopad 2012 1 / 17
Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem.
1 Wektory Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem. 1.1 Dodawanie wektorów graficzne i algebraiczne. Graficzne - metoda równoległoboku. Sprowadzamy wektory
Własności wyznacznika
Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy
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 =
i = [ 0] j = [ 1] k = [ 0]
Ćwiczenia nr TEMATYKA: Układy współrzędnych: kartezjański, walcowy (cylindryczny), sferyczny (geograficzny), Przekształcenia: izometryczne, nieizometryczne. DEFINICJE: Wektor wodzący: wektorem r, ρ wodzącym
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
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
Rozwiązania, seria 5.
Rozwiązania, seria 5. 26 listopada 2012 Zadanie 1. Zbadaj, dla jakich wartości parametru r R wektor (r, r, 1) lin{(2, r, r), (1, 2, 2)} R 3? Rozwiązanie. Załóżmy, że (r, r, 1) lin{(2, r, r), (1, 2, 2)}.
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
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
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 )
= 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 +
WEKTORY I MACIERZE. Strona 1 z 11. Lekcja 7.
Strona z WEKTORY I MACIERZE Wektory i macierze ogólnie nazywamy tablicami. Wprowadzamy je:. W sposób jawny: - z menu Insert Matrix, - skrót klawiszowy: {ctrl}+m, - odpowiedni przycisk z menu paska narzędziowego
Rozkłady wielu zmiennych
Rozkłady wielu zmiennych Uogólnienie pojęć na rozkład wielu zmiennych Dystrybuanta, gęstość prawdopodobieństwa, rozkład brzegowy, wartości średnie i odchylenia standardowe, momenty Notacja macierzowa Macierz
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
Lokalna odwracalność odwzorowań, odwzorowania uwikłane
Lokalna odwracalność odwzorowań, odwzorowania uwikłane Katedra Matematyki i Ekonomii Matematycznej Szkoła Główna Handlowa 17 maja 2012 Definicja Mówimy, że odwzorowanie F : X R n, gdzie X R n, jest lokalnie
Iloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X
Iloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X ILOCZYN SKALARNY Iloczyn skalarny operator na przestrzeni liniowej przypisujący
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
Wektory. Algebra. Aleksander Denisiuk. Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi Gdańsk
Algebra Wektory Aleksander Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045 Gdańsk Algebra p. 1 Wektory Najnowsza wersja
MACIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI.
MAIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI. k { 1,,..., k} Definicja 1. Macierzą nazyway każde odwzorowanie określone na iloczynie kartezjański.wartość tego odwzorowania na parze (i,j) k j oznaczay aij
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,
1. ODPOWIEDZI DO ZADAŃ TESTOWYCH
R O Z W I A Z A N I A 1. ODPOWIEDZI DO ZADAŃ TESTOWYCH 1. Dla dowolnych zbiorów A, B, C zachodzi równość (A B) (B C) (C A) = (A B C) (A B C), A (B C) = (A B) (A C), A (B C) = (A B) (A C). 2. Wyrażenie
Funkcja liniowa i prosta podsumowanie
Funkcja liniowa i prosta podsumowanie Definicja funkcji liniowej Funkcja liniowa określona jest wzorem postaci: y = ax + b, x R, a R, b R a, b współczynniki funkcji dowolne liczby rzeczywiste a- współczynnik
Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem
Zestaw zadań 9: Przestrzenie wektorowe. Podprzestrzenie () Wykazać, że V = C ze zwykłym dodawaniem jako dodawaniem wektorów i operacją mnożenia przez skalar : C C C, (z, v) z v := z v jest przestrzenią
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
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,
, A T = A + B = [a ij + b ij ].
1 Macierze Jeżeli każdej uporządkowanej parze liczb naturalnych (i, j), 1 i m, 1 j n jest przyporządkowana dokładnie jedna liczba a ij, to mówimy, że jest określona macierz prostokątna A = a ij typu m
Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L
Tydzień nr 9-10 (16 maja - 29 maja) Równania różniczkowe wartości własne funkcja wykładnicza od operatora - Matematyka II 2010/2011L Wszelkie pytania oraz uwagi o błędach proszę kierować na przemek.majewski@gmail.com
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
Analiza numeryczna Kurs INP002009W. Wykłady 6 i 7 Rozwiązywanie układów równań liniowych. Karol Tarnowski A-1 p.
Analiza numeryczna Kurs INP002009W Wykłady 6 i 7 Rozwiązywanie układów równań liniowych Karol Tarnowski karol.tarnowski@pwr.wroc.pl A-1 p.223 Plan wykładu Podstawowe pojęcia Własności macierzy Działania
Wykład 16. P 2 (x 2, y 2 ) P 1 (x 1, y 1 ) OX. Odległość tych punktów wyraża się wzorem: P 1 P 2 = (x 1 x 2 ) 2 + (y 1 y 2 ) 2
Wykład 16 Geometria analityczna Przegląd wiadomości z geometrii analitycznej na płaszczyźnie rtokartezjański układ współrzędnych powstaje przez ustalenie punktu początkowego zwanego początkiem układu współrzędnych
"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub
"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub Def. Macierzą odwrotną do macierzy A M(n) i deta nazywamy macierz A - M(n) taką, że A A - A - A Tw.
Równanie Schrödingera
Równanie Schrödingera Maciej J. Mrowiński 29 lutego 2012 Zadanie RS1 Funkcja falowa opisująca stan pewnej cząstki w chwili t = 0 ma następującą postać: A(a Ψ(x,0) = 2 x 2 ) gdy x [ a,a] 0 gdy x / [ a,a]
Układy współrzędnych
Układy współrzędnych Układ współrzędnych matematycznie - funkcja przypisująca każdemu punktowi danej przestrzeni skończony ciąg (krotkę) liczb rzeczywistych zwanych współrzędnymi punktu. Układ współrzędnych
Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.
Metody numeryczne Paweł Zieliński p. 1/19 Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza bazę przestrzeni liniowej Π n. Dowód. Lemat 2. Dowolny wielomian Q j stopnia j niższego od k jest prostopadły
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
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.
4 Przekształcenia liniowe
MIMUW 4. Przekształcenia liniowe 16 4 Przekształcenia liniowe Obok przestrzeni liniowych, podstawowym obiektem algebry liniowej są przekształcenia liniowe. Rozpatrując przekształcenia liniowe między przestrzeniami