Macierze Lekcja I: Wprowadzenie
|
|
- Dorota Kwiecień
- 7 lat temu
- Przeglądów:
Transkrypt
1 Macierze Lekcja I: Wprowadzenie Wydział Matematyki Politechniki Wrocławskiej
2 Definicja Niech dane będą dwie liczby naturalne dodatnie m i n. Układ m n liczb ułożonych w prostokątną tablicę złożoną z m wierszy i n kolumn nazywamy macierzą. a 1,1 a 1,2... a 1,n a 2,1 a 2,2... a 2,n A = a m,1 a m,2... a m,n Zbiór macierzy mxn oznaczamy symbolem M m,n. Jeśli chcemy napiać, że macierz A ma m wierszy i n kolumn to piszemy A M m,n
3 Definicja Podczas tych zajęć będziemy czasem posługiwali się angielskimi odpowiednikami nazw poszczególnych pojęć. Dlaczego?
4 Definicja Podczas tych zajęć będziemy czasem posługiwali się angielskimi odpowiednikami nazw poszczególnych pojęć. Dlaczego? Angielskie nazwy występują w technice i oprogramowaniu komputerowym. Część funkcji programów bierze swoje nazwy z j. angielskiego.
5 Definicja Podczas tych zajęć będziemy czasem posługiwali się angielskimi odpowiednikami nazw poszczególnych pojęć. Dlaczego? Angielskie nazwy występują w technice i oprogramowaniu komputerowym. Część funkcji programów bierze swoje nazwy z j. angielskiego. I tak angielska nazwa dla macierzy to:
6 Zastosowanie macierzy Współcześnie dostępnych jest wiele programów komputerowych, których zasada działania opiera się na zasadach obliczeniowych macierzy (czyli na tych, które poznamy.
7 Zastosowanie macierzy Współcześnie dostępnych jest wiele programów komputerowych, których zasada działania opiera się na zasadach obliczeniowych macierzy (czyli na tych, które poznamy. Jednym z takich programów jest Matlab. Niestety jest to program komercyjny i potrzeba na niego zakupić licencję :(
8 Zastosowanie macierzy Współcześnie dostępnych jest wiele programów komputerowych, których zasada działania opiera się na zasadach obliczeniowych macierzy (czyli na tych, które poznamy. Jednym z takich programów jest Matlab. Niestety jest to program komercyjny i potrzeba na niego zakupić licencję :( Są jednak inne darmowe programy oparte na licencji GNU GPL. Przykładami są GNU Octave oraz Scilab.
9 Scilab Część przykładów będzie pokazywana w programie Scilab. Jest to oprogramowanie darmowe i można je pobrać ze strony producenta ( Obecnie najnowszą wersją jest Scilab i jest ona dostępna na różne systemy operacyjne.
10 Scilab Część przykładów będzie pokazywana w programie Scilab. Jest to oprogramowanie darmowe i można je pobrać ze strony producenta ( Obecnie najnowszą wersją jest Scilab i jest ona dostępna na różne systemy operacyjne. Do programu można dodatkowo pobrać moduł Xcos, który służy do przeprowadzania różnego rodzaju symulacji. I tak na przykład można wykonać symulację obwodów elektrycznych i sprawdzić jak zmienia się napięcie w obwodzie RLC w różnych warunkach. Zatem warto zapoznać się z tym programem!
11 Scilab
12 Podstawowe definicje Macierzą zerową nazywamy macierz, w której każdy element jest równy 0.
13 Podstawowe definicje Macierzą zerową nazywamy macierz, w której każdy element jest równy 0. Macierz kwadratowa (square matrix) to macierz, w której m = n
14 Podstawowe definicje Macierzą zerową nazywamy macierz, w której każdy element jest równy 0. Macierz kwadratowa (square matrix) to macierz, w której m = n Główna przekątna (main diagonal) to elementy a i,i, i = 1,..., n. Występuje w macierzach kwadratowych!
15 Podstawowe definicje Macierzą zerową nazywamy macierz, w której każdy element jest równy 0. Macierz kwadratowa (square matrix) to macierz, w której m = n Główna przekątna (main diagonal) to elementy a i,i, i = 1,..., n. Występuje w macierzach kwadratowych! Macierz trójkątna (triangular matrix) charakteryzuje się tym, że elementy powyżej lub poniżej głównej przekątnej są równe 0. Jeśli są to elementy powyżej to mówimy o macierzy trójkątnej dolnej (lower triangular matrix). W przeciwnym wypadku jest to macierz trójkątna górna (upper triangular matrix).
16 Podstawowe definicje Macierzą zerową nazywamy macierz, w której każdy element jest równy 0. Macierz kwadratowa (square matrix) to macierz, w której m = n Główna przekątna (main diagonal) to elementy a i,i, i = 1,..., n. Występuje w macierzach kwadratowych! Macierz trójkątna (triangular matrix) charakteryzuje się tym, że elementy powyżej lub poniżej głównej przekątnej są równe 0. Jeśli są to elementy powyżej to mówimy o macierzy trójkątnej dolnej (lower triangular matrix). W przeciwnym wypadku jest to macierz trójkątna górna (upper triangular matrix). Macierz diagonalna (diagonal matrix) posiada tylko niezerową główną przekątną. Jest szczególnie ważna przy potęgowaniu macierzy. Niestety to działanie wykracza poza ramy tego kursu :(
17 Podstawowe definicje Macierzą zerową nazywamy macierz, w której każdy element jest równy 0. Macierz kwadratowa (square matrix) to macierz, w której m = n Główna przekątna (main diagonal) to elementy a i,i, i = 1,..., n. Występuje w macierzach kwadratowych! Macierz trójkątna (triangular matrix) charakteryzuje się tym, że elementy powyżej lub poniżej głównej przekątnej są równe 0. Jeśli są to elementy powyżej to mówimy o macierzy trójkątnej dolnej (lower triangular matrix). W przeciwnym wypadku jest to macierz trójkątna górna (upper triangular matrix). Macierz diagonalna (diagonal matrix) posiada tylko niezerową główną przekątną. Jest szczególnie ważna przy potęgowaniu macierzy. Niestety to działanie wykracza poza ramy tego kursu :( Szczególną macierzą diagonalną jest macierz jednostkowa (identity matrix). Oznaczana przez literę I. Wtedy a i,i = 1, i = 1,..., n.
18 Macierz a wektor Często stosowanym pojęciem jest wektor. Można go traktować jako macierz, w której jeden z wymiarów jest równy 1.
19 Macierz a wektor Często stosowanym pojęciem jest wektor. Można go traktować jako macierz, w której jeden z wymiarów jest równy 1. W algebrze macierze wykorzystywane są przy rozwiązywaniu układów równań liniowych. W zaawansowanej matematyce występują o wiele częściej. A czy w życiu codziennym?
20 Działania na macierzach: dodawanie Pierwszym działaniem, które poznamy jest dodawanie macierzy.
21 Działania na macierzach: dodawanie Pierwszym działaniem, które poznamy jest dodawanie macierzy. Przypuśćmy, że dane mamy dwie macierze A = [a i,j ] oraz B = [b i,j ]. Co istotne: A, B M m,n!
22 Działania na macierzach: dodawanie Pierwszym działaniem, które poznamy jest dodawanie macierzy. Przypuśćmy, że dane mamy dwie macierze A = [a i,j ] oraz B = [b i,j ]. Co istotne: A, B M m,n! W wyniku dodawania macierzy dostajemy nową macierz C M m,n : C = A + B c i,j = a i,j + b i,j, gdzie c i,j są elementami nowej macierzy C.
23 Działania na macierzach: dodawanie Pierwszym działaniem, które poznamy jest dodawanie macierzy. Przypuśćmy, że dane mamy dwie macierze A = [a i,j ] oraz B = [b i,j ]. Co istotne: A, B M m,n! W wyniku dodawania macierzy dostajemy nową macierz C M m,n : C = A + B c i,j = a i,j + b i,j, gdzie c i,j są elementami nowej macierzy C.Mówiąc najprościej: dodajemy do siebie elementy na tych samych pozycjach w każdej z macierzy. Co istotne: jest to działanie przemienne: A + B = B + A.
24 Działania na macierzach: mnożenie przez liczbę (skalar) Dana niech będzie macierz A = [a i,j ], A M m,n oraz liczba α R.
25 Działania na macierzach: mnożenie przez liczbę (skalar) Dana niech będzie macierz A = [a i,j ], A M m,n oraz liczba α R. Wtedy: B = α A b i,j = α a i,j, gdzie b i,j są elementami nowej macierzy B.
26 Działania na macierzach: mnożenie przez liczbę (skalar) Dana niech będzie macierz A = [a i,j ], A M m,n oraz liczba α R. Wtedy: B = α A b i,j = α a i,j, gdzie b i,j są elementami nowej macierzy B.Mówiąc najprościej: mnożymy przez liczbę α każdy wyraz macierzy A. Co istotne: jest to działanie przemienne: α A = A α.
27 Kilka własności Niech A, B M m,n oraz α, β R. Wtedy: 1 A + B = B + A (przemienność)
28 Kilka własności Niech A, B M m,n oraz α, β R. Wtedy: 1 A + B = B + A (przemienność) 2 A + (B + C) = (A + B) + C (łączność)
29 Kilka własności Niech A, B M m,n oraz α, β R. Wtedy: 1 A + B = B + A (przemienność) 2 A + (B + C) = (A + B) + C (łączność) 3 A + 0 = A
30 Kilka własności Niech A, B M m,n oraz α, β R. Wtedy: 1 A + B = B + A (przemienność) 2 A + (B + C) = (A + B) + C (łączność) 3 A + 0 = A 4 A + ( A) = A + A = 0
31 Kilka własności Niech A, B M m,n oraz α, β R. Wtedy: 1 A + B = B + A (przemienność) 2 A + (B + C) = (A + B) + C (łączność) 3 A + 0 = A 4 A + ( A) = A + A = 0 5 α(a + B) = αa + αb 6 (α + β)a = αa + βa
32 Kilka własności Niech A, B M m,n oraz α, β R. Wtedy: 1 A + B = B + A (przemienność) 2 A + (B + C) = (A + B) + C (łączność) 3 A + 0 = A 4 A + ( A) = A + A = 0 5 α(a + B) = αa + αb 6 (α + β)a = αa + βa 7 1 A = A
33 Kilka własności Niech A, B M m,n oraz α, β R. Wtedy: 1 A + B = B + A (przemienność) 2 A + (B + C) = (A + B) + C (łączność) 3 A + 0 = A 4 A + ( A) = A + A = 0 5 α(a + B) = αa + αb 6 (α + β)a = αa + βa 7 1 A = A 8 (αβ)a = α(βa)
34 Działania na macierzach: transponowanie macierzy Dana niech będzie macierz A = [a i,j ], A M m,n. Transpozycją macierzy A nazywamy macierz B = A T b i,j = a j,i.
35 Działania na macierzach: transponowanie macierzy Dana niech będzie macierz A = [a i,j ], A M m,n. Transpozycją macierzy A nazywamy macierz Zauważmy, że A T M n,m. B = A T b i,j = a j,i.
36 Działania na macierzach: transponowanie macierzy Dana niech będzie macierz A = [a i,j ], A M m,n. Transpozycją macierzy A nazywamy macierz B = A T b i,j = a j,i. Zauważmy, że A T M n,m. Mówimy, że macierz A jest symetryczna jeżeli A = A T. Mówimy, że macierz jest antysymetryczna jeżeli A = A T.
37 Działania na macierzach: mnożenie macierzy Chyba najbardziej skomplikowane. Niech A = [a i,j ], A M m,n oraz B = [b i,j ], B M n,k. Zwróćmy uwagę na wymiary poszczególnych macierzy!
38 Działania na macierzach: mnożenie macierzy Chyba najbardziej skomplikowane. Niech A = [a i,j ], A M m,n oraz B = [b i,j ], B M n,k. Zwróćmy uwagę na wymiary poszczególnych macierzy! W wyniku mnożenia macierzy dostajemy macierz C = [c i,j ], C M m,k o elementach c i,j = a i,1 b 1,j + a i,2 b 2,j +...a i,n b n,j.
39 Działania na macierzach: mnożenie macierzy Chyba najbardziej skomplikowane. Niech A = [a i,j ], A M m,n oraz B = [b i,j ], B M n,k. Zwróćmy uwagę na wymiary poszczególnych macierzy! W wyniku mnożenia macierzy dostajemy macierz C = [c i,j ], C M m,k o elementach c i,j = a i,1 b 1,j + a i,2 b 2,j +...a i,n b n,j. UWAGA! Mnożenie macierzy NIE jest przemienne!
40 Kilka własności Choć mnożenie macierzy nie jest przemienne, to jednak zachowane są inne własności: 1 A(B + C) = AB + AC
41 Kilka własności Choć mnożenie macierzy nie jest przemienne, to jednak zachowane są inne własności: 1 A(B + C) = AB + AC 2 (B + C)A = BA + CA
42 Kilka własności Choć mnożenie macierzy nie jest przemienne, to jednak zachowane są inne własności: 1 A(B + C) = AB + AC 2 (B + C)A = BA + CA 3 A(αB) = (αa)b = α(ab)
43 Kilka własności Choć mnożenie macierzy nie jest przemienne, to jednak zachowane są inne własności: 1 A(B + C) = AB + AC 2 (B + C)A = BA + CA 3 A(αB) = (αa)b = α(ab) 4 (AB)C = A(BC)
44 Kilka własności Choć mnożenie macierzy nie jest przemienne, to jednak zachowane są inne własności: 1 A(B + C) = AB + AC 2 (B + C)A = BA + CA 3 A(αB) = (αa)b = α(ab) 4 (AB)C = A(BC) 5 AI = IA = A dla macierzy kwadratowych.
45 Przykłady w Scilab
46 Podziękowania Dziękuję za uwagę
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
Bardziej szczegółowoALGEBRA 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
Bardziej szczegółowoTreści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka
Treści programowe Matematyka Katarzyna Trąbka-Więcław Elementy algebry liniowej. Macierze i wyznaczniki. Ciągi liczbowe, granica ciągu i granica funkcji, rachunek granic, wyrażenia nieoznaczone, ciągłość
Bardziej szczegółowo1 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)
Bardziej szczegółowoMacierz 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
Bardziej szczegółowoMet 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
Bardziej szczegółowoRACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska
RACHUNEK MACIERZOWY METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy
Bardziej szczegółowomacierze 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 szczegółowo15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej
15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN 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 szczegółowoMacierze. 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 szczegółowoDefinicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy funkcję
Bardziej szczegółowoO 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
Bardziej szczegółowoEkoenergetyka Matematyka 1. Wykład 3.
Ekoenergetyka Matematyka Wykład 3 MACIERZE Macierzą wymiaru n m, gdzie nm, nazywamy prostokątną tablicę złożoną z n wierszy i m kolumn: a a2 a j am a2 a22 a2 j a2m [ a ] nm A ai ai 2 a aim - i-ty wiersz
Bardziej szczegółowoRozdział 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
Bardziej szczegółowoModelowanie danych hodowlanych
Modelowanie danych hodowlanych 1. Wykład wstępny 2. Algebra macierzowa 3. Wykorzystanie różnych źródeł informacji w predykcji wartości hodowlanej 4. Kowariancja genetyczna pomiędzy spokrewnionymi osobnikami
Bardziej szczegółowo1 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 szczegółowoa 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 szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...
Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x
Bardziej szczegółowoMACIERZE. Sobiesiak Łukasz Wilczyńska Małgorzata
MACIERZE Sobiesiak Łukasz Wilczyńska Małgorzata Podstawowe pojęcia dotyczące macierzy Nie bez przyczyny zaczynamy od pojęcia macierzy, które jest niezwykle przydatne we wszystkich zastosowaniach, obliczeniach
Bardziej szczegółowoMATEMATYKA 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 szczegółowoDB 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
Bardziej szczegółowoPODSTAWY 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.
Bardziej szczegółowoD1. Algebra macierzy. D1.1. Definicje
D1. Algebra macierzy W niniejszym dodatku podamy podstawowe operacje macierzowe oraz niektóre techniki algebry macierzowej nie dbając szczególnie o formalizm matematyczny. Zakres jest wystarczający dla
Bardziej szczegółowoWykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25
Wykład 4 Informatyka Stosowana Magdalena Alama-Bućko 25 marca 2019 Magdalena Alama-Bućko Wykład 4 25 marca 2019 1 / 25 Macierze Magdalena Alama-Bućko Wykład 4 25 marca 2019 2 / 25 Macierza wymiaru m n
Bardziej szczegółowoAlgebra liniowa z geometria
Algebra liniowa z geometria Materiały do ćwiczeń Zespół matematyków przy WEEiA Spis treści 1 Macierze i wyznaczniki 5 11 Macierze i ich rodzaje 5 12 Operacje na macierzach 6 13 Wyznacznik macierzy 8 14
Bardziej szczegółowoAnaliza 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
Bardziej szczegółowoA A A A A A A A A n n
DODTEK NR GEBR MCIERZY W dodatku tym podamy najważniejsze definicje rachunku macierzowego i omówimy niektóre funkcje i transformacje macierzy najbardziej przydatne w zastosowaniach numerycznych a w szczególności
Bardziej szczegółowoPokazać, 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
Bardziej szczegółowoAlgebra macierzy
Algebra macierzy Definicja macierzy Macierze Macierze Macierze Działania na macierzach Działania na macierzach A + B = B + A (prawo przemienności dodawania) (A + B) + C = A + (B + C) (prawo łączności dodawania)
Bardziej szczegółowoMACIERZE. 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
Bardziej szczegółowoAlgebra WYKŁAD 3 ALGEBRA 1
Algebra WYKŁAD 3 ALGEBRA 1 Liczby zespolone Postać wykładnicza liczby zespolonej Niech e oznacza stałą Eulera Definicja Równość e i cos isin nazywamy wzorem Eulera. ALGEBRA 2 Liczby zespolone Każdą liczbę
Bardziej szczegółowoPrzekształcenia liniowe
Algebra Przekształcenia liniowe Aleksandr Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych zamiejscowy ośrodek dydaktyczny w Gdańsku ul. Brzegi 55 80-045 Gdańsk Algebra
Bardziej szczegółowodr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;
Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia
Bardziej szczegółowoAlgebra 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, 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
Bardziej szczegółowo3. Wykład Układy równań liniowych.
31 Układy równań liniowych 3 Wykład 3 Definicja 31 Niech F będzie ciałem Układem m równań liniowych o niewiadomych x 1,, x n, m, n N, o współczynnikach z ciała F nazywamy układ równań postaci: x 1 + +
Bardziej szczegółowoAnaliza 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
Bardziej szczegółowo1 Macierz odwrotna metoda operacji elementarnych
W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz
Bardziej szczegółowoWyk 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 szczegółowoMacierze Lekcja V: Wzory Cramera. Macierzowe układy równań.
Macierze Lekcja V: Wzory Cramera. Macierzowe układy równań. Wydział Matematyki Politechniki Wrocławskiej Układy Cramerowskie Układem Cramera nazywamy układ równań liniowych: AX = B, w którym A jest macierzą
Bardziej szczegółowoZadania egzaminacyjne
Rozdział 13 Zadania egzaminacyjne Egzamin z algebry liniowej AiR termin I 03022011 Zadanie 1 Wyznacz sumę rozwiązań równania: (8z + 1 i 2 2 7 iz 4 = 0 Zadanie 2 Niech u 0 = (1, 2, 1 Rozważmy odwzorowanie
Bardziej szczegółowoMacierze - obliczanie wyznacznika macierzy z użyciem permutacji
Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX Streszczenie Celem wykładu jest wprowadzenie
Bardziej szczegółowoWłasności wyznacznika
Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy
Bardziej szczegółowoMacierze. 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
Bardziej szczegółowoWykład 14. Elementy algebry macierzy
Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,
Bardziej szczegółowoWykład 7 Macierze i wyznaczniki
Wykład 7 Macierze i wyznaczniki Andrzej Sładek sladek@ux2mathusedupl Instytut Matematyki, Uniwersytet Śląski w Katowicach Andrzej Sładek (Instytut Matematyki, Uniwersytet Śląski Wykład w Katowicach) 7
Bardziej szczegółowoMacierze i Wyznaczniki
dr Krzysztof Żyjewski MiBM; S-I 0.inż. 0 października 04 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Definicja. Iloczynem macierzy A = [a ij m n, i macierzy B = [b ij n p nazywamy macierz
Bardziej szczegółowoRozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych
Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych Piotr Modliński Wydział Geodezji i Kartografii PW 13 stycznia 2012 P. Modliński, GiK PW Rozw.
Bardziej szczegółowoAlgebra. macierzy brzegowych z zastosowaniami. Micha Kolupa Zbigniew Âleszyƒski
Algebra macierzy brzegowych z zastosowaniami Micha Kolupa Zbigniew Âleszyƒski Algebra macierzy brzegowych z zastosowaniami Algebra macierzy brzegowych z zastosowaniami Micha Kolupa Zbigniew Âleszyƒski
Bardziej szczegółowoZadania 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
Bardziej szczegółowo4 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
Bardziej szczegółowoPodstawowe 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 szczegółowoLista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:
Lista Algebra z Geometrią Analityczną Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: (N, ), (Z, +) (Z, ), (R, ), (Q \ {}, ) czym jest element neutralny i przeciwny w grupie?,
Bardziej szczegółowoKrótkie wprowadzenie do macierzy i wyznaczników
Radosław Marczuk Krótkie wprowadzenie do macierzy i wyznaczników 12 listopada 2005 1. Macierze Macierzą nazywamy układ liczb(rzeczywistych, bądź zespolonych), funkcji, innych macierzy w postaci: A a 11
Bardziej szczegółowo"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.
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, B/14
Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 2B/14 Relacje Pojęcia: relacja czyli relacja dwuargumentowa relacja w zbiorze A relacja n-argumentowa Relacja E = {(x, x): x S} jest
Bardziej szczegółowoZastosowania 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
Bardziej szczegółowoWyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013
Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia
Bardziej szczegółowoWektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy
Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy Justyna Winnicka Na podstawie podręcznika Matematyka. e-book M. Dędys, S. Dorosiewicza, M. Ekes, J. Kłopotowskiego. rok akademicki 217/218
Bardziej szczegółowo2. Układy równań liniowych
2. Układy równań liniowych Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2017/2018 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 2. Układy równań liniowych zima 2017/2018 1 /
Bardziej szczegółowo04 Układy równań i rozkłady macierzy - Ćwiczenia. Przykład 1 A =
04 Układy równań i rozkłady macierzy - Ćwiczenia 1. Wstęp Środowisko Matlab można z powodzeniem wykorzystać do rozwiązywania układów równań z wykorzystaniem rozkładów macierzy m.in. Rozkładu Choleskiego,
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz
Bardziej szczegółowoJak 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 szczegółowoUkłady 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
Bardziej szczegółowoMACIERZE I WYZNACZNIKI
Wykłady z matematyki inżynierskiej IMiF UTP 07 MACIERZ DEFINICJA. Macierza o m wierszach i n kolumnach nazywamy przyporza dkowanie każdej uporza dkowanej parze liczb naturalnych (i, j), gdzie 1 i m, 1
Bardziej szczegółowoRozwiązywanie układów równań liniowych
Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy
Bardziej szczegółowoALGEBRA 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 szczegółowoPODSTAWY 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)
Bardziej szczegółowoAlgebra 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 szczegółowoObliczenia w programie MATLAB
Obliczenia w programie MATLAB Na zajęciach korzystamy z programu MATLAB, w którym wykonywać będziemy większość obliczeń. Po uruchomieniu programu w zależności od wersji i konfiguracji może pojawić się
Bardziej szczegółowoMetody i analiza danych
2015/2016 Metody i analiza danych Macierze Laboratorium komputerowe 2 Anna Kiełbus Zakres tematyczny 1. Funkcje wspomagające konstruowanie macierzy 2. Dostęp do elementów macierzy. 3. Działania na macierzach
Bardziej szczegółowoPodstawowe struktury algebraiczne
Maciej Grzesiak Podstawowe struktury algebraiczne 1. Wprowadzenie Przedmiotem algebry było niegdyś przede wszystkim rozwiązywanie równań. Obecnie algebra staje się coraz bardziej nauką o systemach matematycznych.
Bardziej szczegółowoNiezb. 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 szczegółowoPrzestrzenie 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 szczegółowoAlgebra 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
Bardziej szczegółowoIII TUTORIAL Z METOD OBLICZENIOWYCH
III TUTORIAL Z METOD OBLICZENIOWYCH ALGORYTMY ROZWIĄZYWANIA UKŁADÓW RÓWNAŃ LINIOWYCH Opracowanie: Agata Smokowska Marcin Zmuda Trzebiatowski Koło Naukowe Mechaniki Budowli KOMBO Spis treści: 1. Wstęp do
Bardziej szczegółowo5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25
MIMUW 5 Wyznaczniki 25 5 Wyznaczniki Wyznacznik macierzy kwadratowych jest funkcją det : K m n K, (m = 1, 2, ) przypisującą każdej macierzy kwadratowej skalar, liniowo ze względu na każdy wiersz osobno
Bardziej szczegółowocx 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 szczegółowoLaboratorium Techniki Obliczeniowej i Symulacyjnej
Ćwiczenie 10. Metody numeryczne rozwiązywania układów równań liniowych. Opracował: dr inż. Sebastian Dudzik 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z algorytmami numerycznymi przetwarzania
Bardziej szczegółowoWYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II
Wykład II I. Algebra wektorów 2.1 Iloczyn wektorowy pary wektorów. 2.1.1 Orientacja przestrzeni Załóżmy, że trójka wektorów a, b i c jest niekomplanarna. Wynika z tego, że żaden z tych wektorów nie jest
Bardziej szczegółowoSpis treści Wstęp Liczby zespolone Funkcje elementarne zmiennej zespolonej Wielomiany Macierze i wyznaczniki
Spis treści Wstęp ii 1 Liczby zespolone 1 1.1 Definicja i działania, liczby sprzężone......................... 1 1.2 Moduł, argument, postać trygonometryczna..................... 2 1.3 Działania na liczbach
Bardziej szczegółowoMetody numeryczne Wykład 4
Metody numeryczne Wykład 4 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Metody skończone rozwiązywania
Bardziej szczegółowoMATEMATYKA 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 szczegółowoPrzestrzenie wektorowe
Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:
Bardziej szczegółowoWyk lad 5 W lasności wyznaczników. Macierz odwrotna
Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy
Bardziej szczegółowoAnaliza funkcjonalna 1.
Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.
Bardziej szczegółowoALGEBRA 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 szczegółowoMatematyka dyskretna. 1. Relacje
Matematyka dyskretna 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produktu kartezjańskiego X Y, którego elementami są pary uporządkowane (x, y), takie, że x X i y Y. Uwaga 1.1 Jeśli
Bardziej szczegółowoR n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },
nazywa- Definicja 1. Przestrzenią liniową R n my zbiór wektorów R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, z określonymi działaniami dodawania wektorów i mnożenia wektorów przez liczby rzeczywiste.
Bardziej szczegółowoMetody numeryczne II. Układy równań liniowych
Metody numeryczne II. Układy równań liniowych Oleksandr Sokolov Wydział Fizyki, Astronomii i Informatyki Stosowanej UMK (2016/17) http://fizyka.umk.pl/~osokolov/mnii/ Układ równań liniowych Układem równań
Bardziej szczegółowoLABORATORIUM 3 ALGORYTMY OBLICZENIOWE W ELEKTRONICE I TELEKOMUNIKACJI. Wprowadzenie do środowiska Matlab
LABORATORIUM 3 ALGORYTMY OBLICZENIOWE W ELEKTRONICE I TELEKOMUNIKACJI Wprowadzenie do środowiska Matlab 1. Podstawowe informacje Przedstawione poniżej informacje maja wprowadzić i zapoznać ze środowiskiem
Bardziej szczegółowoMacierze 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,
Bardziej szczegółowoWykład 16. P 2 (x 2, y 2 ) P 1 (x 1, y 1 ) OX. Odległość tych punktów wyraża się wzorem: P 1 P 2 = (x 1 x 2 ) 2 + (y 1 y 2 ) 2
Wykład 16 Geometria analityczna Przegląd wiadomości z geometrii analitycznej na płaszczyźnie rtokartezjański układ współrzędnych powstaje przez ustalenie punktu początkowego zwanego początkiem układu współrzędnych
Bardziej szczegółowoWyznaczniki. Algebra. Aleksander Denisiuk
Algebra Wyznaczniki Aleksander Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych zamiejscowy ośrodek dydaktyczny w Gdańsku ul. Brzegi 55 80-045 Gdańsk Algebra p. 1 Wyznaczniki
Bardziej szczegółowoWyznaczniki 3.1 Wyznaczniki stopni 2 i 3
3 Wyznaczniki 31 Wyznaczniki stopni 2 i 3 Wyznacznik macierzy 2 2 Dana jest macierz [ ] a b A Mat c d 2 2 (R) Wyznacznikiem macierzy A nazywamy liczbę mamy a A c b ad bc d Wyznacznik macierzy A oznaczamy
Bardziej szczegółowo1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).
B 2 Suma Zbadać, czy liniowo niezależne wektory u, v, w stanowią bazę przestrzeni liniowej lin { u + 2 v + w, u v + 2 w, 3 u + 5 w } 2 Współrzędne wektora (, 4, 5, 4 ) w pewnej bazie podprzestrzeni U R
Bardziej szczegółowoWEKTORY 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
Bardziej szczegółowoW 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, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi.
Zestaw 1 Liczby zespolone 1 Zadania do przeliczenia Nie będziemy robić na ćwiczeniach S 1 Policz wartość 1 + i + (2 + i)(i 3) 1 i Zadania domowe x y(1 + i) 1 Znajdź liczby rzeczywiste x, y takie, że +
Bardziej szczegółowo