Całki powierzchniowe w R n
|
|
- Maciej Domagała
- 8 lat temu
- Przeglądów:
Transkrypt
1 Całki powierzchniowe w R n Na początek małe uzupełnienie z algebry liniowej. Niech R n k oznacza przestrzeń liniową macierzy o n wierszach i k kolumnach. Dla dowolnej macierzy A R n k, gdzie k n, połóżmy δ(a) [A] M 2, gdzie M przebiega wszystkie minory maksymalnego rzędu macierzy A. W przypadku macierzy kwadratowej δ(a) det A. Dla dowolnej macierzy δ(a) > 0 wtedy i tylko wtedy, gdy macierz A jest maksymalnego rzędu. Wzór Cauchy ego-bineta mówi, że jeśli k n, to 0.1. Zadanie. Jeśli ponadto B R n k, to M δ(a) det A T A 1/2. δ(b T A) δ(b)δ(a). Dla wektorów a 1, a 2,..., a k będziemy pisać δ(a 1, a 2,..., a k ) δ(a), gdzie A (a 1, a 2,..., a k ) jest macierzą, której kolumny tworzą wektory a j. Dla takiej macierzy δ(a) > 0 {a j } k j1 są liniowo niezależne. Niech a j R n dla 1 j k, gdzie 1 k < n. Jeśli wektory a j są liniowo zależne, to miarę v k (R) równoległościanu R [a 1, a 2,..., a k ] określamy jako zero. Jeśli są niezależne, to definiujemy ją jako miarę Jordana tegoż równoległościanu na k-wymiarowej podprzestrzeni R n rozpiętej przez wektory a j. Podobnie określamy k-wymiarową miarę v k () sympleksu < a 1, a 2,..., a n > Miara k-wymiarowa równoległościanu R [a 1, a 2,..., a k ] R n jest równa v k (R) δ(a 1, a 2,..., a k ). Podobnie, miara k-wymiarowa sympleksu < a 1, a 2,..., a k > R n jest równa Dowód. Jeśli wektory są liniowo zależne, to v k () δ(a 1, a 2,..., a k )/k!. v k (R) 0 δ(a 1, a 2,..., a k ). Przyjmijmy teraz, że a j są liniowo niezależne i niech V będzie k-wymiarową podprzestrzenią R n generowaną przez te wektory. Niech e 1, e 2,..., e n będzie 0-1 bazą w R k, a A : R k R n przekształceniem liniowym, takim że Ae j a j dla 1 j k. Wtedy wektory a j stanowią bazę V. Po ortogonalizacji Grama chmidta i uzupełnieniu otrzymanej
2 2 bazy ON w V do bazy ON w R n macierz odwzorowania A przyjmie postać b 11 b b 1k b b 2k A b kk , skąd nietrudno odczytać, że gdzie B (b ij ). v k (R) det R k,v A det B δ(a) δ(a 1, a 2,..., a k ) Lemat. Niech a j M i h j εm dla każdego 1 j k, gdzie ε 1. Wtedy det(a 1 + h 1, a 2 + h 2,..., a k + h k ) det(a 1, a 2,..., a k ) k2 k 1 M k ε Wniosek. Niech a j M i h j εm dla każdego 1 j k, gdzie ε 1/3. Niech A (a 1, a 2,..., a k ), A h (a 1 + h 1, a 2 + h 2,..., a k + h k ). Wtedy gdzie Dowód. Z nierówności δ(a h ) δ(a) CM 2k ε δ(a), a b C 3 2 k 1 k k/2+1. a b a b a + b a widzimy, że gdzie oraz Zatem gdzie δ(a h ) δ(a) det(at h A) det AT A, δ(a) A T h A h ((A h ) 1, (A h ) 2,..., (A h ) k ), A T A (A 1, A 2,..., A k ) < a 1 + h 1, a j + h j > < a 1, a j > (A h ) j < a 2 + h 2, a j + h j >..., A j < a 2, a j >.... < a k + h k, a j + h j > < a k, a j > (A h ) j A j + H j, < a 1, h j > + < h 1, a j > + < h 1, h j > H j < a 2, h j > + < h 2, a j > + < h 2, h j >... < a k, h j > + < h k, a j > + < h k, h j >,
3 a wobec tego Ostatecznie więc na mocy lematu H j 3ε km 2, A j km 2. δ(a h ) 2 δ(a) k 1( k k ) k M 2k ε. Następujące twierdzenie motywuje naszą definicję całki i miary powierzchniowej Twierdzenie. Niech ϕ : [0, 1] k R n będzie odwzorowaniem regularnym. Niech π będzie podziałem kostki [0, 1] k R k na sympleksy postaci Oznaczmy Wówczas conv{a, a + w 1, a + w 2,..., a + w k }, w k r. r > 0. ϕ () conv{ϕ(a), ϕ(a + w 1 ), ϕ(a + w 2 ),..., ϕ(a + w k )}. lim v k (ϕ ()) δ(ϕ (x)) dx. δ(π) 0 π [0,1] n 0.6. waga. Zbiory ϕ (), to sympleksy wpisane w powierzchnię ϕ([0, 1] n ). Punkty ϕ(a), ϕ(a + w 1 ), ϕ(a + w 2 ),..., ϕ(a + w k ) leżą bowiem na powierzchni, a ϕ (a + ) jest ich wypukłą otoczką. Zatem suma v k (ϕ ()) π to k-wymiarowa miara powierzchni wielościanu wpisanego w ϕ([0, 1] n ), która zgodnie z naszą intuicją aproksymuje miarę k-wymiarową samej powierzchni. Dowód. Niech T ϕ (a). Dowód polega na porówaniu miary sympleksu ϕ () z miarą sympleksu T (). Jako że ϕ jest klasy C 1, dla każdego ε > 0 istnieje δ > 0, taka że dla r < δ ϕ(a + w j ) ϕ(a) T (w j ) εr i oszacowanie to jest jednostajne ze względu na wszystkie sympleksy wchodzące w podziały [0, 1] k. W takim razie ϕ(a + w j ) ϕ(a) T (w j ) + h j, gdzie h j rε, podczas gdy ϕ(a + w j ) ϕ(a) Mr i T (w j ) Mr dla pewnej stałej M 1. tosując Wniosek 0.4, otrzymujemy v k (ϕ () v k (ϕ ()) Cεr k C 1 v k (). skąd v k (ϕ ()) v k (ϕ (a)()) C 1ε v k () C 1 ε. π π π Pozostaje jeszcze zauważyć, że v k (ϕ (a)() δ(ϕ (a))v k (), by otrzymać zapowiedzianą tezę. Od tej pory będziemy zawsze zakładali, że 1 k < n. 3
4 Definicja. Niech będzie mierzalnym obszarem w R k. Niech ϕ : R n będzie różnowartościowym odwzorowaniem klasy C 1 w otoczeniu Ū, którego pochodna ma zawsze rząd k. Wtedy ϕ() będziemy nazywali płatem i mówili, że ϕ jest parametryzacją płata. Jeśli ϕ() jest płatem, to przyjmiemy też oznaczenie ϕ(ū) Definicja. Funkcja f określona na płacie ϕ() nazywa się całkowalna, jeśli funkcja f ϕ jest całkowalna na. Dla takiej funkcji f piszemy f R() i definiujemy f(x) dx f(ϕ(u))[ϕ (u)] du. Jak wiemy, często płat może mieć wiele parametryzacji. Jeśli ψ : V jest inną parametryzacją płata, to, jak wiemy z twierdzenia o rzędzie α ϕ 1 ψ : V jest dyfeomorfizmem. Będziemy mówili, że parametryzacje są zgodnie zorientowane, jeśli det α (x) > 0. Na mocy twierdzenia o zamianie zmiennej i Zadania 0.1 f(ϕ(u))[ϕ (u)] du f(ϕ(u))[ϕ (u)] du α(v ) V f(ψ(v))[ϕ (α(v))] det α (v) dv V f(ψ(u))[ψ (v)] dv, co pokazuje, że definicja całki i definicja całkowalności funkcji nie zależą od wyboru parametryzacji. Mówimy, że podzbiór płata ϕ() jest mierzalny, jeśli zbiór ϕ 1 (F ) jest mierzalny. Jego miarę definiujemy w naturalny sposób: v k (F ) [ϕ (u)] du. ϕ 1 (F ) Podobnie jak w przypadku 2-wymiarowym definiujemy też całki powierzchniowe zorientowane f(x) dx 1... dx j 1 dx j... dx n f(ϕ(u))p j (u) du. ϕ() przyjmijmy dla wygody oznaczenie f(x) dx j f(x) dx 1... dx j 1 dx j... dx n Zadanie. Pokaż, że zmiana parametryzacji na inną zgodnie zorientowaną zachowuje wartość całki zorientowanej, natomiast zmiana parametryzacji na przeciwnie zorientowaną zmienia znak całki. Zauważmy, że ϕ() f(x) dx j ϕ() < f(x), n j (x) > dx waga. Jeśli ϕ : R n zadaje płat n 1 wymiarowy, to wektor o współrzędnych p j (x) ( 1) j (ϕ 1,..., ϕ j 1, ϕ j+1,..., ϕ n )(x) n jest wektorem prostopadłym do ϕ() w punkcie ϕ(x) i [ϕ (x)] p(x).
5 Przyjmijmy oznaczenie n(x) p(x) p(x). Wektor n będziemy nazywali wektorem normalnym płata ϕ(). Niech Ω R n będzie obszarem. Jeśli jego brzeg jest postaci gdzie j są parami rozłącznymi płatami dla 1 j N, to mówimy, że Ω ma brzeg kawałkami regularny. Jeśli ponadto orientacja parametryzacji płatów jest taka, że wektor prostopadły p jest skierowany zawsze na zewnątrz obszaru, to mówimy, że jest dodatnio zorientowany. Przykład. Niech będą dane dwie funkcje ψ ϕ klasy C 1 na domknięciu zbioru otwartego, którego brzeg ma kawałkami regularną parametryzację. Niech N j1 j, Ω {(x, y, z) : (x, y), ψ(x, y) < z < ϕ(x, y)}. Taki zbiór nazwiemy walcem krzywoliniowym. Nietrudno zobaczyć, że brzeg Ω ma naturalną kawałkami regularną parametryzację Ω j j. 5 Wiadomo też, które z płatów j nazwiemy ścianami bocznymi Ω. Dla każdego j przyjmijmy, że wektor normalny p j jest skierowany na zewnątrz. Wtedy ϕ(x ) xn f(x) dx z f(x) dx x d x Ω ψ(x ) f(x, ψ(x )) dx f(x, ϕ(x )) dx ( 1) n+1 f(x) dx n. Niech F : R n będzie polem wektorowym klasy C 1 w otwartym zbiorze R n. Przypomnijmy, że dywergencją pola F nazywamy funkcję n div F (x) Tr F (x) k F k (x). Przykład. Niech Ω K(0, 1). Dla ustalonego ε > 0 niech Ω ε {(x K(0, 1) : x < 1 ε}, x (x, x n ) R n. k1 Wtedy Ω e jest walcem krzywoliniowym o osi x n, więc xn f(x) dx ( 1) n+1 Ω ε b(ω ε) f(x) dx n. Nietrudno jednak zauważyć, że v(ω) v(ω ε ) 0, v n 1 () v n 1 (b(ω ε )) 0,
6 6 gdy ε 0, skąd Ω xn f(x) dx ( 1) n+1 f(x) dx n. Tę samą obserwację możemy przeprowadzić dla każdej z pozostałych osi, więc ostatecznie n div F (x) dx ( 1) j+1 F j (x) dx j < F (x), x > dx K(0,1) j1 (0,1) (0,1) dla każdego pola wektorowego klasy C 1 na otoczeniu kuli, bo wektorem normalnym zewnętrznym do sfery jest n(x) x. W ten sposób wyprowadziliśmy wzór Gaussa-Greena dla kuli Wniosek. Jeśli F jest polem wektorowym klasy C 1 na otwartym podzbiorze R n, to dla każdego a 1 lim < F (x), x a > dx div F (a). r 0 v(k(a, r)) (a,r) Wzorem Gaussa-Greena dla mierzalnego obszaru Ω o brzegu kawałkami regularnym będziemy nazywali tożsamość n div F (x) dx ( 1) j+1 F j (x) dx j < F (x), n(x) > dx, Ω j1 gdzie n jest wektorem normalnym zewnętrznym, która zachodzi dla każdego pola wektorowaego klasy C 1 na otoczeniu Ω Zadanie. prawdź, że jeśli wzór Gaussa-Greena zachodzi dla obszaru Ω, to zachodzi również dla jego ortogonalnego obrazu. Niech będzie dany zbiór Ω R n. Mówimy, że Ω ma triangulację walcami krzywoliniowymi Ω j o osi OX j, jeśli Ω Ω j, j gdzie Ω j są parami rozłączne Twierdzenie. Jeśli obszar mierzalny Ω R n ma dodatnio zorientowany brzeg kawałkami regularny, a ponadto triangulację ze względu na każdą oś walcami krzywoliniowymi, to dla każdego pola wektorowego F klasy C 1 ( Ω) zachodzi wzór Gaussa-Greena. Pełne twierdzenie Gaussa-Greena podajemy bez dowodu Twierdzenie. Jeśli obszar mierzalny Ω R n ma dodatnio zorientowany brzeg kawałkami regularny, to dla każdego pola wektorowego F klasy C 1 ( Ω) zachodzi wzór Gaussa- Greena. Przykład. Niech Ω będzie obszarem mierzalnym w R 3 z brzegiem kawałkami regularnym. Niech a R 3 \. Całkę < x a, n(x) > cos < x a, n(x) > G(a) x a 3 dx x a 2 dx
7 nazywamy całką Gaussa względem powierzchni. Polem wektorowym, które się tu całkuje jest F (x) x a x a 3, x R3 \ {a}. Obliczmy jego dywergencję Mamy skąd div F (x) x1 F 1 (x) + x2 F 2 (x) + x3 F 3 (x). F j (x) x j a j x a 3, xj F j (x) 1 3(x j a j ) 2 x a 2, a więc div F (x) 0 dla x a. tosując wzór Gaussa-Greena < x a, n(x) > x a 3 dx Ω div F (x) dx widzimy, że całka Gaussa znika dla a R 3 \ Ω. Aby obliczyć G(a) dla a Ω wybierzmy ε > 0, tak mały, by K(a, ε) Ω i zdefiniujmy nowy obszar Ω \ K(a, ε). Jest jasne, że b() (a, ε), przy czym wektor normalny na sferze jest skierowany na zewnątrz a więc do wnętrza K(a, ε). Punkt a / Ū, więc a stąd Tak więc G(a) b() (a,ε) b() < x a, n(x) > x a 3 dx 0, < x a, n(x) > < x a, x a > x a 3 dx + (a,ε) x a 4 dx dx x a 2 v 2((0, 1)) 4π. G(a) { 4π, a Ω, 0, a / Ω. Niech ϕ() będzie płatem. Zbiór ϕ(b()) będziemy nazywali brzegiem płata i oznaczali przez. Wskazana jest tu pewna ostrożność, bo brzeg płata jest brzegiem względnym, tzn. powierzchniowym, a nie jako podzbioru R n. Będziemy mówili, że brzeg płata jest kawałkami regularny, jeśli brzeg zbioru R k jest kawałkami regularny. Jeśli γ wyznacza dodatnią orientacją brzegu, to ϕ γ wyznacza dodatnią orientację brzegu płata. Jeśli F jest polem wektorowym w R 3, to wektor 2 F 3 (x) 3 F 2 (x) rot F (x) F (x) 3 F 1 (x) 1 F 3 (x) 1 F 2 (x) 2 F 1 (x) nazywamy jego rotacją. 7
8 Twierdzenie (Wzór tokesa). Niech będzie regularnym płatem dwuwymiarowym w R 3 z brzegiem kawałkami regularnym i dodatnio zorientowanym. Wówczas dla każdego pola F klasy C 1 w otoczeniu < rot F (x), n(x) > dx F 1 (x) dx 1 + F 2 (x) dx 2 + F 3 (x) dx 3. Dowód. Niech ϕ : R 3 będzie parametryzacją płata, a γ : [a, b] R 2 parametryzacją brzegu. Wtedy ϕ γ : [a, b] R 3 jest parametryzacją brzegu płata. Niech f będzie funkcją klsy C 1 w otoczeniu. Wtedy b f(x) dx 1 f(ϕ(γ(t)))(ϕ 1 γ) (t) dt (0.16) a b a f ( 1 ϕ 1 (γ 1 ) + 2 ϕ 1 (γ 2 ) ) dt (f ϕ) 1 ϕ 1 du 1 + (f ϕ) 2 ϕ 1 du 2 b() ) )) ( 1 ((f ϕ) 2 ϕ 1 2 ((f ϕ) 1 ϕ 1 du 1 du 2, gdzie ostatnia równość wynika z twierdzenia Greena. Różniczkując wyrażenie podcałkowe przekonujemy się, że jest ono równe ( ) 3 f(ϕ(u)) 2 ϕ 1 (u) 1 ϕ 3 (u) 2 ϕ 3 (u) 1 ϕ 1 (u) ( ) 2 f(ϕ(u)) 1 ϕ 1 (u) 2 ϕ 2 (u) 1 ϕ 2 (u) 2 ϕ 1 (u) a zatem 3 f(ϕ(u)) p 2 (u) 2 f(ϕ(u) p 3 (u), f(x) dx 1 3 f(x) dx 3 dx 1 2 f(x) dx 1 dx 2. Przez cykliczną zamianę zmiennych otrzymujemy F 1 (x) dx 1 3 F 1 (x) dx 3 dx 1 2 F 1 (x) dx 1 dx 2 F 2 (x) dx 2 1 F 2 (x) dx 1 dx 2 3 F 2 (x) dx 2 dx 3 F 3 (x) dx 3 2 F 3 (x) dx 2 dx 3 1 F 3 (x) dx 3 dx 1, co po dodaniu stronami daje wzór tokesa.
Rachunek różniczkowy i całkowy w przestrzeniach R n
Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda
Niektóre zastosowania całki krzywoliniowej niezorientowanej 1.Długość l łuku zwykłego gładkiego Γ
Niektóre zastosowania całki krzywoliniowej niezorientowanej 1.ługość l łuku zwykłego gładkiego l = 1dl = b a (x (t)) 2 + (y (t) 2 ) + (z (t)) 2 dt 2.Pole powierzchni walcowej = {(x, y, z) : (x, y), 0 z
Całki krzywoliniowe. SNM - Elementy analizy wektorowej - 1
SNM - Elementy analizy wektorowej - 1 Całki krzywoliniowe Definicja (funkcja wektorowa jednej zmiennej) Funkcją wektorową jednej zmiennej nazywamy odwzorowanie r : I R 3, gdzie I oznacza przedział na prostej,
Rozdział 5. Twierdzenia całkowe. 5.1 Twierdzenie o potencjale. Będziemy rozpatrywać całki krzywoliniowe liczone wzdłuż krzywej C w przestrzeni
Rozdział 5 Twierdzenia całkowe 5.1 Twierdzenie o potencjale Będziemy rozpatrywać całki krzywoliniowe liczone wzdłuż krzywej w przestrzeni trójwymiarowej, I) = A d r, 5.1) gdzie A = A r) jest funkcją polem)
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
Całki krzywoliniowe skierowane
Całki krzywoliniowe skierowane Zamiana całki krzywoliniowej skierowanej na całkę pojedyńcza. Twierdzenie Greena. Zastosowania całki krzywoliniowej skierowanej. Małgorzata Wyrwas Katedra Matematyki Wydział
Całka podwójna po prostokącie
Całka podwójna po prostokącie Rozważmy prostokąt = {(x, y) R : a x b, c y d}, gdzie a, b, c, d R, oraz funkcję dwóch zmiennych f : R ograniczoną w tym prostokącie. rostokąt dzielimy na n prostokątów i
y(t) = y 0 + R sin t, t R. z(t) = h 2π t
SNM - Elementy analizy wektorowej - 1 Całki krzywoliniowe Definicja (funkcja wektorowa jednej zmiennej) Funkcją wektorową jednej zmiennej nazywamy odwzorowanie r : I R 3, gdzie I oznacza przedział na prostej,
Wykład 11 i 12. Matematyka 3, semestr zimowy 2011/ i 18 listopada 2011
Wykład 11 i 12 Matematyka 3, semestr zimowy 2011/2012 15 i 18 listopada 2011 Zanim przejdziemy do formułowaniu lematu Poincaré musimy zdefiniować pojęcie transportu formy. Dyskutowaliśmy już wcześniej
Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5
Dystrybucje Marcin Orchel Spis treści 1 Wstęp 1 1.1 Dystrybucje................................... 1 1.2 Pochodna dystrybucyjna............................ 3 1.3 Przestrzenie...................................
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
Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)
Matematyka II Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 208/209 wykład 3 (27 maja) Całki niewłaściwe przedział nieograniczony Rozpatrujemy funkcje ciągłe określone na zbiorach < a, ),
Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2
Wykład 12 i 13 Macierz w postaci kanonicznej Jordana Niech A - macierz kwadratowa stopnia n Jak obliczyć np A 100? a 11 0 0 0 a 22 0 Jeśli A jest macierzą diagonalną tzn A =, to Ak = 0 0 a nn Niech B =
Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P,
Wykłady ostatnie CAŁKA LBSGU A Zasadnicza różnica koncepcyjna między całką Riemanna i całką Lebesgue a polega na zamianie ról przestrzeni wartości i przestrzeni argumentów przy konstrukcji sum górnych
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
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
Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem. 3. CAŁKA POTRÓJNA
Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem 1 Całka potrójna po prostopadłościanie CAŁKA POTRÓJNA 2 Całka potrójna po obszarach normalnych Współrzędne walcowe 4 Współrzędne sferyczne
Matematyka 2. Elementy analizy wektorowej cz V Całka powierzchniowa zorientowana
Matematyka 2 Elementy analizy wektorowej cz V Całka powierzchniowa zorientowana Literatura M.Gewert, Z.Skoczylas; Elementy analizy wektorowej; Oficyna Wydawnicza GiS, Wrocław, 2000 W.Żakowski, W.Kołodziej;
Rachunek całkowy funkcji wielu zmiennych
Rachunek całkowy funkcji wielu zmiennych Całki potrójne wykład z MATEMATYKI Budownictwo studia niestacjonarne sem. II, rok ak. 2008/2009 Katedra Matematyki Wydział Informatyki olitechnika Białostocka 1
Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem. 2. CAŁKA PODWÓJNA Całka podwójna po prostokącie
Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem..1. Całka podwójna po prostokącie.. CAŁKA POWÓJNA.. Całka podwójna po obszarach normalnych..3. Całka podwójna po obszarach regularnych..4.
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
WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki
WYKŁA Z ANALIZY MATEMATYCZNEJ I dr. Elżbieta Kotlicka Centrum Nauczania Matematyki i Fizyki http://im0.p.lodz.pl/~ekot Łódź 2005 Spis treści 1. Przestrzenie metryczne. 4 2. Granica i ciągłość funkcji
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.
Wykłady... b i a i. i=1. m(d k ) inf
Wykłady... CŁKOWNIE FUNKCJI WIELU ZMIENNYCH Zaczniemy od konstrukcji całki na przedziale domkniętym. Konstrukcja ta jest, w gruncie rzeczy, powtórzeniem definicji całki na odcinku domkniętym w R 1. Przedziałem
ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ
ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ WSHE, O/K-CE 10. Homomorfizmy Definicja 1. Niech V, W będą dwiema przestrzeniami liniowymi nad ustalonym ciałem, odwzorowanie ϕ : V W nazywamy homomorfizmem
Całki krzywoliniowe wiadomości wstępne
Całki krzywoliniowe wiadomości wstępne Łuk na płaszczyźnie to zbiór punktów (x, y o współrzędnych x = x(t, y = y(t, gdzie (x(t, y(t są funkcjami ciągłymi określonymi na przedziale bez punktów wielokrotnych.
Uniwersytet Warmińsko-Mazurski w Olsztynie
Uniwersytet Warmińsko-Mazurski w Olsztynie ZETAW II Całka podwójna.. Obliczyć całki iterowane (a 4 4 2 ( (x + y ( 2 4 ( y x y dy dx y 3 x 2 + y 2 dx dy. 2. Zmienić kolejność całkowania (a (d 2 e ( 2x x
Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład
Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem
SIMR 2012/2013, Analiza 2, wykład 14,
IMR 2012/2013, Analiza 2, wykład 14, 2012-06-03 Całka powierzchniowa efinicja gładkiego płata powierzchni Gładkim płatem powierzchni nazywamy zbiór : = {(x, y, z) : z = g(x, y), (x, y) }, gdzie R 2 jest
6. Punkty osobliwe, residua i obliczanie całek
6. Punkty osobliwe, residua i obliczanie całek Mówimy, że funkcja holomorficzna f ma w punkcie a zero krotności k, jeśli f(a) = f (a) = = f (k ) (a) = 0, f (k) (a) 0. Rozwijając f w szereg Taylora w otoczeniu
1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.
1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych
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
Przekształcenia liniowe
Przekształcenia liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 4. wykład z algebry liniowej Warszawa, październik 2010 Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 1 / 7
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
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
Miara powierzchniowa na rozmaitościach zanurzonych
Rozdział 6 Miara powierzchniowa na rozmaitościach zanurzonych W tym rozdziale zajmiemy się definicją tzw. miary powierzchniowej na m-wymiarowej rozmaitości zanurzonej M R n oraz opisem własności tej miary.
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
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
Imię i nazwisko... Grupa...
Algebra i teoria mnogości 2.09.2014 Za każde zadanie można otrzymać 0-3 pkt. W zadaniach 1-5 w puste pola należy wpisać TAK lub NIE. Każda odpowiedź oceniana jest osobno (1pkt za poprawną odpowiedź, 0.5pkt
Informacja o przestrzeniach Sobolewa
Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością
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
Całki podwójne. Definicja całki podwójnej. Jacek Kłopotowski. 25 maja Katedra Matematyki i Ekonomii Matematycznej
Definicja całki podwójnej Katedra Matematyki i Ekonomii Matematycznej 25 maja 2016 Definicja całki podwójnej Załóżmy, że f : K R, gdzie K = a, b c, d R 2, jest funkcją ograniczoną. Niech x 0, x 1,...,
Matematyka 2. Elementy analizy wektorowej cz IV Całka powierzchniowa niezorientowana
Matematyka 2 Elementy analizy wektorowej cz IV Całka powierzchniowa niezorientowana Literatura M.Gewert, Z.Skoczylas; Elementy analizy wektorowej; Oficyna Wydawnicza GiS, Wrocław, 2000 W.Żakowski, W.Kołodziej;
Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.
Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3
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
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
Analiza Funkcjonalna - Zadania
Analiza Funkcjonalna - Zadania 1 Wprowadzamy następujące oznaczenia. K oznacza ciało liczb rzeczywistych lub zespolonych. Jeżeli T jest dowolnym zbiorem niepustym, to l (T ) = {x : E K : x funkcja ograniczona}.
Analiza 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.
1 Relacje i odwzorowania
Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X X
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
27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE
27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27.1. Wiadomości wstępne Równaniem różniczkowym cząstkowym nazywamy związek w którym występuje funkcja niewiadoma u dwóch lub większej liczby zmiennych niezależnych i
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w
Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.
Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie
Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze
Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści Spis treści 1 Wektory
5. Równania różniczkowe zwyczajne pierwszego rzędu
5. Równania różniczkowe zwyczajne pierwszego rzędu 5.1. Wstęp. Definicja 5.1. Niech V R 3 będzie obszarem oraz F : V R. Równaniem różniczkowym zwyczajnym rzędu pierwszego nazywamy równanie postaci Równanie
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
2. Definicja pochodnej w R n
2. Definicja pochodnej w R n Niech będzie dana funkcja f : U R określona na zbiorze otwartym U R n. Pochodną kierunkową w punkcie a U w kierunku wektora u R n nazywamy granicę u f(a) = lim t 0 f(a + tu)
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
Zagadnienia stacjonarne
Zagadnienia stacjonarne Karol Hajduk 19 grudnia 2012 Nierówność wariacyjna (u (t), v u(t)) + a(u, v u) + Ψ(v) Ψ(u) (f, v u), v V. Zagadnienie stacjonarne ma postać (u (t) = 0): a(u, v u) + Ψ(v) Ψ(u) (f,
22. CAŁKA KRZYWOLINIOWA SKIEROWANA
CAŁA RZYWOLINIOWA SIEROWANA Niech łuk o równaniach parametrycznych: x x(t), y y(t), a < t < b, będzie łukiem regularnym skierowanym, tzn łukiem w którym przyjęto punkt A(x(a), y(a)) za początek łuku, zaś
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 =
det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...
Wykład 14 Wyznacznik macierzy cd Twierdzenie 1 Niech A będzie macierzą kwadratową i niech A i, A j będą dwiema różnymi jej kolumnami, wtedy dla dowolnego k K: det[a 1,, A i,, A j,, A n ] det[a 1,, A i
ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH
ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH Punkty okresowe, zbiory graniczne, sprzężenia Zadanie 1. Pokazać, że trajektoria (w przód) punktu x w przestrzeni metrycznej X pod działaniem ciągłego
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,
Definicja punktu wewnętrznego zbioru Punkt p jest punktem wewnętrznym zbioru, gdy należy do niego wraz z pewnym swoim otoczeniem
Definicja kuli w R n ulą o promieniu r>0 r R i o środku w punkcie p R n nazywamy zbiór {x R n : ρ(xp)
Wyznaczniki. 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
Sumy kwadratów. Twierdzenie Fermata-Eulera. Lemat Minkowskiego
Sumy kwadratów TWIERDZENIE LAGRANGE A Każda liczba naturalna da się przedstawić w postaci sumy czterech kwadratów. Twierdzenie Fermata-Eulera Każda liczba pierwsza postaci 4k + 1 daje się przedstawić w
28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126
Problem Dirichleta, proces Wienera Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 28 maja, 2012 Funkcje harmoniczne Niech będzie operatorem Laplace a w
Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?
Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?. a) X = R, x = arctg x ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i y i ;
8 Całka stochastyczna względem semimartyngałów
M. Beśka, Całka Stochastyczna, wykład 8 148 8 Całka stochastyczna względem semimartyngałów 8.1 Całka stochastyczna w M 2 Oznaczmy przez Ξ zbiór procesów postaci X t (ω) = ξ (ω)i {} (t) + n ξ i (ω)i (ti,
Zagadnienia brzegowe dla równań eliptycznych
Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta
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
Prawdopodobieństwo i statystyka
Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja
Obliczanie długości łuku krzywych. Autorzy: Witold Majdak
Obliczanie długości łuku krzywych Autorzy: Witold Majdak 7 Obliczanie długości łuku krzywych Autor: Witold Majdak DEFINICJA Definicja : Długość łuku krzywej zadanej parametrycznie Rozważmy krzywą Γ zadaną
7 Twierdzenie Fubiniego
M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz
DB Algebra liniowa 1 semestr letni 2018
DB Algebra liniowa 1 semestr letni 2018 Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo Naukowo-Techniczne,
Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego
Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni
Dystrybucje, wiadomości wstępne (I)
Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów
ELEKTROTECHNIKA Semestr 2 Rok akad / ZADANIA Z MATEMATYKI Zestaw Oblicz pochodne cząstkowe rzędu drugiego funkcji:
ZADANIA Z MATEMATYKI Zestaw. Oblicz pochodne cząstkowe funkcji: a) f(x, y) = x sin y x b) f(x, y) = e y +x 2 c) f(x, y, z) = z cos x+y z 2. Oblicz pochodne cząstkowe rzędu drugiego funkcji: 3. Wyznacz
24. CAŁKA POWIERZCHNIOWA ZORIENTOWANA
4. CAŁA POWIERZCHNIOWA ZORIENTOWANA Płat powierzchniowy gładki o równaniach parametrycznych: x = x( u, v ), y = y( u, v ), z = z( u, v ),, (u,v) w którym rozróżniamy dwie jego stron dodatnią i ujemną.
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
Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS
Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS przykładowe zadania na. kolokwium czerwca 6r. Poniżej podany jest przykładowy zestaw zadań. Podczas kolokwium na ich rozwiązanie przeznaczone będzie ok. 85
IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,
IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy
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
Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.
. Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21
Wyprowadzenie prawa Gaussa z prawa Coulomba
Wyprowadzenie prawa Gaussa z prawa Coulomba Natężenie pola elektrycznego ładunku punktowego q, umieszczonego w początku układu współrzędnych (czyli prawo Coulomba): E = Otoczmy ten ładunek dowolną powierzchnią
4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że
4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze taka że K(x 0, δ) (y 0 η, y 0 + η) R n R, f(x 0, y 0 ) = 0, y f(x 0, y 0 ) 0. Wówczas dla odpowiednio
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
CAŁKI NIEOZNACZONE C R}.
CAŁKI NIEOZNACZONE Definicja 1 Funkcja F jest funkcją pierwotną funkcji f na przedziale I, jeżeli F (x) = f(x) dla każdego x I. Np. funkcjami pierwotnymi funkcji f(x) = sin x na R są cos x, cos x+1, cos
Analiza wektorowa. Teoria pola.
Analiza wektorowa. Teoria pola. Pole skalarne Pole wektorowe ϕ = ϕ(x, y, z) A = A x (x, y, z) i x + A y (x, y, z) i y + A z (x, y, z) i z Gradient grad ϕ = ϕ x i x + ϕ y i y + ϕ z i z Jeśli przemieścimy
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,
Analiza II.2*, lato komentarze do ćwiczeń
Analiza.2*, lato 2018 - komentarze do ćwiczeń Marcin Kotowski 5 czerwca 2019 1 11 2019, zadanie 2 z serii domowej 1 Pokażemy, że jeśli f nie jest stała, to całka: f(x f(y B B x y dx dy jest nieskończona.
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
Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :
Lista Przestrzenie liniowe Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : V = R[X], zbiór wielomianów jednej zmiennej o współczynnikach rzeczywistych, wraz ze standardowym dodawaniem
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
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
Twierdzenie spektralne
Twierdzenie spektralne Algebrę ograniczonych funkcji borelowskich na K R będziemy oznaczać przez B (K). Spektralnym rozkładem jedności w przestrzeni Hilberta H nazywamy odwzorowanie, które każdemu zbiorowi
10. Metody obliczeniowe najmniejszych kwadratów
10. Metody obliczeniowe najmniejszych kwadratów 1. Dowód twierdzenia o faktoryzacji macierzy Twierdzenie 1 Każdadodatniookreślon aisymetryczn amacierzm można przedstawíc wpostaci M = PP T gdzie P jest
jest ciągiem elementów z przestrzeni B(R, R)
Wykład 2 1 Ciągi Definicja 1.1 (ciąg) Ciągiem w zbiorze X nazywamy odwzorowanie x: N X. Dla uproszczenia piszemy x n zamiast x(n). Przykład 1. x n = n jest ciągiem elementów z przestrzeni R 2. f n (x)
Prawdopodobieństwo i statystyka
Wykład XIII: Prognoza. 26 stycznia 2015 Wykład XIII: Prognoza. Prognoza (predykcja) Przypuśćmy, że mamy dany ciąg liczb x 1, x 2,..., x n, stanowiących wyniki pomiaru pewnej zmiennej w czasie wielkości