1. Przekształcenia dwuliniowe oraz formy kwadratowe

Wielkość: px
Rozpocząć pokaz od strony:

Download "1. Przekształcenia dwuliniowe oraz formy kwadratowe"

Transkrypt

1 1. Przekształcenia dwuliniowe oraz formy kwadratowe Niech K będzie dowolnym ciałem (zwykle będziemy przyjmować K = R lub K = Q). Oznaczmy przez M n m (K) zbiór wszystkich macierzy prostokątnych a a 1m A = [a ij ] 1 i n, 1 j m =..... a n1... a nm o współczynnikach w ciele K. Ponadto niech M n (K) = M n n (K). Dla danej macierzy A symbolem A tr lub A T oznaczamy macierz transponowaną do macierzy A. Symbolem E oznaczamy macierz diagonalną, której współczynnikami głównej przekątnej są 1. Przez 0 oznaczamy macierz, której wszystkie współczynniki są równe Przekształcenia dwuliniowe Niech V 1, V 2, W będą przestrzeniami liniowymi nad ciałem K. Funkcję f : V 1 nazywamy przekształceniem liniowym, jeśli spełnione są warunki W 1. dla wszystkich v 1, v 2 V 1 zachodzi f(v 1 + v 2 ) = f(v 1 ) + f(v 2 ), 2. dla wszystkich v V 1, a K zachodzi f(a v) = a f(v). Funkcję f : V 1 V 2 W nazywamy przekształceniem dwuliniowym, jeśli dla wszystkich v 1 V 1 oraz v 2 V 2 funkcje f(v 1, ) : V 2 W oraz f(, v 2 ) : V 1 W są przekształceniami liniowymi. Niech V, W będą przestrzeniami liniowymi nad ciałem K. Dowolne przekształcenie liniowe f : V K nazywamy funkcjonałem liniowym. Dowolne przekształcenie liniowe f : V W K nazywamy funkcjonałem dwuliniowym. Funkcjonał dwuliniowy f : V V K nazywamy symetrycznym, jeśli dla wszystkich v 1, v 2 V zachodzi f(v 1, v 2 ) = f(v 2, v 1 ). Przykład 1.1. Niech, : K n K n K będzie określony wzorem (x 1,..., x n ), (y 1,..., y n ) = x i y i i=1 (standardowy iloczyn skalarny) jest funkcjonałem dwuliniowym symetrycznym. W dalszym ciągu będziemy zakładać, że dim K V = n < oraz, że f : V V K jest funkcjonałem dwuliniowym. Ustalmy bazę v = {v 1,..., v n } przestrzeni V. Macierz Mf v M n (K) taką, że (Mf v ) ij = f(v i, v j ) nazywamy macierzą funkcjonału dwuliniowego f w bazie v. 1

2 Przykład 1.2. (a) Niech e = {e 1,..., e n } będzie bazą standardową przestrzeni K n, tzn. e 1 = (1, 0,..., 0), e 2 = (0, 1, 0,..., 0),..., e n = (0, 0,..., 0, 1). Rozważmy funkcjonał dwuliniowy, zdefiniowany w Przykładzie 1.1. Łatwo pokazać, że M, e = E = Wtedy (b) Niech f : R 3 R 3 R będzie funkcjonałem określonym wzorem 3 f((x 1, x 2, x 3 ), (y 1, y 2, y 3 )) = x i y i 2x 1 y 2 x 3 y 2. i=1 M e f = Zauważmy, że (x 1, x 2, x 3 ) M e f (y 1, y 2, y 3 ) tr = 3 i=1 x i y i 2x 1 y 2 x 3 y 2 = f((x 1, x 2, x 3 ), (y 1, y 2, y 3 )). Wniosek 1.3. Niech v = {v 1,..., v n } będzie dowolną bazą przestrzeni V. Funkcjonał dwuliniowy f : V V K jest symetryczny wtedy i tylko wtedy, gdy macierz Mf v jest symetryczna. Uwaga 1.4. Niech A = (a ij ) M n (K) będzie macierzą. Wtedy funkcja f : K n K n K określona wzorem f(x, y) = x A y tr jest funkcjonałem dwuliniowym takim, że Mf e = A. Ponadto f((x 1,..., x n ), (y 1,..., y n )) = x A y tr = a ij x i y j Określoność funkcjonałów dwuliniowych Definicja 1.5. Funkcjonał dwuliniowy f : K n K n K nazywamy rzeczywistym (odp. wymiernym), jeśli K = R (odp K = Q). Definicja 1.6. Rzeczywisty funkcjonał dwuliniowy f : R n R n R nazywamy (a) dodatnio określonym, jeśli f(v, v) > 0 dla wszystkich 0 v R n, (b) nieujemnie określonym, jeśli f(v, v) 0 dla wszystkich v R n, (c) nieokreślonym, jeśli istnieje v R n taki, że f(v, v) < 0. Twierdzenie 1.7 (Kryterium Sylvestera). Niech f : R n R n R będzie funkcjonałem dwuliniowym symetrycznym oraz niech Mf e = (a ij ). Funkcjonał f jest dodatnio określony wtedy i tylko wtedy, gdy dla wszystkich k = 1,..., n, minory a 11 a a 1k (Mf e a 21 a a 2k ) k = a k1 a k2... a kk są dodatnie. 2 i,j=1

3 Przykład 1.8. Założenie o symetryczności funkcjonału w Twierdzeniu 1.7 jest istotne. Świadczy o tym następujący przykład. Niech f : R 2 R 2 R będzie funkcjonałem określonym wzorem f((x 1, x 2 ), (y 1, y 2 )) = x 1 y 1 x 1 y 2 + x 2 y 1. Wtedy f((0, 1), (0, 1)) = 0, więc f nie jest dodatnio określony. Zauważmy, że f nie jest też symetryczny. Z drugiej strony [ ] 1 1 Mf e =, 1 0 więc (M e f ) 1 = 1 > 0 oraz det M e f = 1 > 0. Twierdzenie 1.9. Niech f : R n R n R będzie funkcjonałem dwuliniowym symetrycznym oraz niech M e f = (a ij ). Funkcjonał f jest nieujemnie określony wtedy i tylko wtedy, gdy dla wszystkich k = 1,..., n oraz {i 1,..., i k } {1,..., n}, minory są nieujemne. a i1 i 1 a i1 i 2... a i1 i k (Mf e a i2 i ) i1,...,i k = 1 a i2 i 2... a i2 i k a ik i 1 a ik i 2... a ik i k Zadanie na ćwiczenia. Dla symetrycznego dwuliniowego funkcjonału f opracować algorytm sprowadzania macierzy Mf e do postaci diagonalnej D = [d ij ] tak, aby spełnione były warunki 1. Funkcjonał f jest dodatnio określony wtedy i tylko wtedy, gdy d ii > 0 dla wszystkich i = 1,..., n. 2. Funkcjonał f jest nieujemnie określony wtedy i tylko wtedy, gdy d ii 0 dla wszystkich i = 1,..., n Formy kwadratowe Definicja Formą kwadratową nazywamy funkcję q : K n K postaci q(x 1,..., x n ) = i,j=1 a ij x i x j. Jeżeli K = R (odp. K = Q), to formę q nazywamy rzeczywistą (odp. wymierną). Zauważmy, że jeśli f : K n K n K jest funkcjonałem dwuliniowym symetrycznym, to f((x 1,..., x n ), (y 1,..., y n )) = n i,j=1 b ij x i y j, gdzie b ij = b ji. Zatem funkcja q : K n K określona wzorem jest formą kwadratową. Ponadto q(x 1,..., x n ) = f((x 1,..., x n ), (x 1,..., x n )) = i,j=1 b ij x i x j q(x + y) = f(x + y, x + y) = f(x, x) + f(x, y) + f(y, x) + f(y, y), 3

4 a więc q(x + y) q(x) q(y) = f(x, y) + f(y, x) = 2f(x, y). Zauważmy również, że dla a K, mamy q(ax) = f(ax, ax) = a 2 f(x, x) = a 2 q(x). Niech chark 2. Jeśli q : K n K jest formą kwadratową, to funkcja b q : K n K n K określona wzorem b q (x, y) = 1 (q(x + y) q(x) q(y)) jest funkcjonałem dwuliniowym 2 symetrycznym. Konwencja. W dalszej części wykładu będziemy zakładać, że dla formy q(x 1,..., x n ) = a ij x i x j zachodzi a ij = a ji. Wtedy q(x 1,..., x n ) = i,j=1 a ii x 2 i + 2a ij x i x j = b i x 2 i + b ij x i x j, i=1 i<j=1 i=1 i<j=1 gdzie b i = a ii oraz b ij = 2a ij dla i j. Definicja Macierzą Grama formy kwadratowej q : R n R q(x 1,..., x n ) = a ii x 2 i + a ij x i x j i=1 i<j=1 nazywamy macierz postaci M q = 1 a 11 1 a a a a 1 2 n1 a 2 n2... a nn 2 a 1n 2 a 2n. Zauważmy, że M q = M e b q. Istotnie, b q (e i, e i ) = 1 2 (q(2e i) 2q(e i )) = q(e i ) = a ii oraz 2 b q (e i, e j ) = q(e i + e j ) q(e i ) q(e j ) = a ii + a jj + a ij a ii a jj = a ij dla i j. Definicja Rzeczywistą formę kwadratową q : R n R nazywamy (a) dodatnio określoną, jeśli q(v) > 0 dla wszystkich 0 v R n, (b) nieujemnie określoną, jeśli q(v) 0 dla wszystkich v R n, (c) nieokreśloną, jeśli istnieje v R n taki, że q(v) < 0. 4

5 Wniosek Forma kwadratowa q jest dodatnio określona (odp. nieujemnie określona) wtedy i tylko wtedy, gdy funkcjonał dwuliniowy b q jest dodatnio określony (odp. nieujemnie określony). Z powyższego wniosku wynika, że aby sprawdzić dodatnią (nieujemną) określoność formy kwadratowej można skorzystać z kryterium opisanego w Twierdzeniu 1.7 (Twierdzeniu 1.9). Uwaga 1.14 Zauważmy, że dla każdego i = 1,..., n mamy 2 b q (e i, x) = 2 b q (x, e i ) = q(x + e i ) q(e i ) q(x) =... jest równe pochodnej cząstkowej funcji q(x) względem zmiennej x i. 1.4 Grafy oraz formy kwadratowe Niech q : R n R będzie formą kwadratową postaci q(x) = x 2 i + a ij x i, x j, a ij R. i=1 i<j Z formą q stowarzyszamy graf ważony nieskierowamy G q = (G 0, G 1, w) w następujący sposób. Zbiór wierzchołków G 0 = {1,..., n}, zbiór krawędzi: G 1 = {i j ; a ij 0}, wagą krawędzi i j jest a ij. Zauważmy, że w ten sposób otrzymaliśmy jednoznaczą odpowiedniość pomiędzy grafami ważonymi (takimi, że każda ich krawędź ma niezerową wagę) oraz formami kwadratowymi powyższej postaci. Definicja 1.15 Formę kwadratową q nazywamy spójną, jeśli graf G q jest spójnym grafem. Zadanie na ćwiczenia. Opracować algorytm sprawdzania spójności formy oraz jej rozkładu na spójne składowe. Przykład 1.16 Składowe spójności formy q. Innym sposobem kodowania formy kwadratowej będą posety (zbiory częściowo uporządkowane). Niech I = (I, ) będzie skończonym zbiorem częściowo uporządkowanym (posetem), gdzie I = n oraz jest relacją częściowego porządku. Piszemy i j jeśli i j oraz i j. Niech max I oznacza zbiór elementów maksymalnych posetu I tzn. takich elementów p I, że nie istnieje i I spełniający p i. Niech I = I \max I. Z posetem I stowarzyszamy całkowitą formę kwadratową q I : Z n Z postaci q I (x 1,..., x n ) = x 2 i + x i x j i I i j I p max I( x i )x p. i p Zauważmy, że poset może być zakodowany za pomocą kołczanu. Kołczanem Hasse posetu I nazywamy kołczan H I taki, że (H I ) 0 = I oraz istnieje strzałka i j (H I ) 1 wtedy i tylko wtedy gdy i j oraz relacja ta jest minimalna. Uwaga 1.17 Proszę zwrócić uwagę, na różnice i podobieństwa kołczanu Hasse posetu I oraz grafu G qi formy q I. 5

6 1.5. Algorytm Lagrange a Rozważmy formę kwadratową q : K n K, gdzie K = Q lub K = R. Poniżej przedstawimy algorytm Lagrange a sprowadzania formy kwadratowej do postaci kanonicznej. Sprowadzanie słabo nieujemnej formy kwadratowej do powyższej postaci jest zawsze możliwe w myśl poniższego twierdzenia. Twierdzenie Niech 0 q : K n kwadratową postaci q(x 1,..., x n ) = K (K = R lub K = Q) będzie formą i,j=1 a ij x i x j Istnieją b i K oraz s ij K takie, że macierz (s ij ) M n (K) jest nieosobliwa oraz gdzie y i = s i1 x s in x n dla i = 1,..., n. q(x 1,..., x n ) = b 1 y b n y 2 n, Dowód (Metoda Lagrange a). Przeprowadzimy indukcję względem n. Dla n = 1 dowód jest oczywisty, ponieważ q(x 1 ) = a 11 x 2 1. Niech n > 1. Załóżmy, że twierdzenie jest prawdziwe dla wszystkich liczb mniejszych od n. Załóżmy ponadto, że q(x) = a ij x i x j i,j=1 oraz a ij = a ji. Rozważmy teraz przypadek, w którym przynajmniej jeden ze współczynników a ii jest niezerowy. Bez straty ogólności możemy założyć, że jest to a 11. Mamy wówczas i,j=1 a ij x i x j = a 11 x x 1 (a 12 x 2 + a 13 x a 1n x n ) + G(x 2,..., x n ). Zauważmy, że wyrażenie G nie zależy już od zmiennej x 1. Wykorzystując wzór skóconego mnożenia oraz modyfikując G otrzymujemy a 11 (x x 1 ( a 12 a 11 x a 1n a 11 x n ) + ( a 12 a 11 x a 1n a 11 x n ) 2 ) + G 1 (x 2,..., x n ). Wszystkie dodatkowe składniki, powstałe przy ostatnim przekształceniu, włączyliśmy do G 1. Łatwo zauważyć, że G 1 nie zależy od x 1. Dalej otrzymujemy a 11 (x 1 + ( a 12 a 11 x a 1n a 11 x n )) 2 + G 1 (x 2,..., x n ) = b 1 y G 1 (x 2,..., x n ), gdzie b 1 = a 11 oraz y 1 = x 1 + ( a 12 a 11 x a 1n a 11 x n ). Do wyrażenia G 1 (x 2,..., x n ) stosujemy założenie indukcyjne. Rozważmy teraz przypadek, w którym a ii = 0 dla i = 1, 2,..., n. Ponieważ q 0, więc nie wszystkie a ij = 0. Bez straty ogólności możemy przyjąć, że a 12 0, i wtedy mamy: q(x 1,..., x n ) = 2a 12 x 1 x 2 + H(x 1,..., x n ) = 1 2 a 12[(x 1 + x 2 ) 2 (x 1 x 2 ) 2 ] + H(x 1,..., x n ). 6

7 Zauważmy, że w H(x 1,..., x n ) nie występuje składnik x 1 x 2. Dokonujemy podstawienia y 1 = x 1 + x 2 y 2 = x 1 x 2 y i = x i, i > 2 i otrzymujemy q(x) = a 12 2 (y2 1 y2) 2 + H 1 (y 1,..., y n ). Ponieważ w wyrażeniu H nie występował składnik x 1 x 2, więc sprowadziliśmy omawiany przypadek do poprzedniego. Zauważmy, że wszystkie zamiany zmiennych dokonywane były za pomocą odwracalnych przekształceń liniowych. Zatem macierz (s ij ) M n (K) jest nieosobliwa. To kończy dowód twierdzenia Wniosek Niech q : R n R będzie formą kwadratową postaci oraz niech q(x 1,..., x n ) = i,j=1 a ij x i x j q(x 1,..., x n ) = b 1 y b n y 2 n, gdzie y i, b i, s ij są jak w Twierdzeniu Forma q jest dodatnio określona (odp. nieujemnie określona) wtedy i tylko wtedy, gdy b i > 0 (odp. b i 0) dla wszystkich i = 1,..., n. Dowód. Zauważmy, że jeśli b i > 0 dla i = 1,..., n, to dla wszystkich x 0 mamy q(x 1,..., x n ) = b 1 y b n yn 2 > 0, a więc q jest dodatnio określona. Przypuśćmy, że forma q jest dodatnio określona oraz, że istnieje b i 0. Bez straty ogólności możemy założyć, że b 1 0. Rozwiązujemy nieosobliwy układ równań y 1 = 1, y 2 = 0,..., y n = 0 ze względu na zmienne x 1,..., x n. Niech x będzie takim rozwiązaniem, wtedy q(x) = b 1 0. Forma q nie jest więc dodatnio określona, wbrew założeniu. Zatem b i > 0 dla i = 1,..., n. Dowód w przypadku nieujemnej określoności przebiega analogicznie. Twierdzenie Forma kwadratowa q : R n R jest dodatnio określona (odp. nieujemnie określona) wtedy i tylko wtedy gdy wszystkie wartości własne macierzy M q są dodatnie (odp. nieujemne). Dowód. Ponieważ M q jest symetryczną rzeczywistą macierzą, więc istnieje macierz ortogonalna U (tzn. U tr = U 1 ) taka, że A = UM q U tr jest macierzą diagonalną. Zauważmy, że na przekątnej macierzy A znajdują się jej wartości własne. Pokażemy, że λ jest wartością własną macierzy A wtedy i tylko wtedy, gdy λ jest wartością własną macierzy M q. Istotnie, niech λ będzie wartością własną macierzy A. Istnieje wtedy wektor x taki, że Ax = λx. Wtedy Ax = UM q U tr x = λx, a więc M q (U tr x) = λu 1 x = λ(u tr x). Zatem λ jest wartością własną macierzy M q. Odwrotnie, niech λ będzie wartością własną macierzy M q. Istnieje x taki, że M q x = λx. Ponieważ macierz U jest odwracalna, więc istnieje y taki, że x = U tr y. Stąd M q x = M q U tr y = 7

8 λx = λu tr y = λu 1 y. Ostatecznie UM q U tr y = λy. Pokazaliśmy, że λ jest wartością własną macierzy UM q U tr. Pokażemy teraz, że q jest dodatnio określona (odp. nieujemnie określona) wtedy i tylko wtedy, gdy xum q U tr x tr > 0 dla wszystkich x 0 (odp. xum q U tr x tr 0 dla wszystkich x). Istotnie, jeżeli q jest dodatnio określona, to xm q x tr > 0 dla x 0. Stąd łatwo wynika, że (xu)m q (xu) tr > 0 dla x 0. Odwrotnie, jeśli xum q U tr x tr > 0 dla x 0, to z faktu, że macierz U jest odwracalna wynika, że xm q x tr > 0 dla x 0. Dowód w przypadku nieujemnej określoności przebiega analogicznie. Teraz już łatwo jest udowodnić tezę twierdzenia. Wniosek Niech B będzie macierzą odwracalną. Forma q jest dodatnio określona (odp. nieujemnie określona) wtedy i tylko wtedy, gdy xbm q B tr x tr > 0 dla x 0 (odp. xbm q B tr x tr 0 dla x). Dowód. Wniosek z dowodu z poprzedniego twierdzenia rad K q oraz Ker K q Definiujemy dwa zbiory oraz Ker q = Ker K q = {x K n ; q(x) = 0} K n n rad K q = {x K n ; b q (e 1, x) = b q (e 2, x) =... = b q (e n, x) = 0} = Ker K b q (e i, ) K n. i=1 Zbiór Ker q nazywamy jądrem formy q, zbiór rad q = rad K q nazywamy radykałem formy kwadratowej q. Lemat Niech q : R n R będzie formą kwadratową. Zachodzą następujące warunki (a) rad q jest podprzestrzenią liniową w R n, (b) rad q Ker q. Dowód. (a) Zauważmy, że v rad q wtedy i tylko wtedy, gdy v jest rozwiązaniem b q (e 1, v) = 0 jednorodnego układu równań liniowych.... Zatem rad q jest podprzestrzenią b q (e n, v) = 0 liniową w R n. (b) Niech v = λ 1 e λ n e n R n. Jeśli v rad q, to mamy q(v) = b q (v, v) = λ 1 b q (e 1, v) λ n b q (e n, v) = 0. Zatem v Ker q. Lemat Niech q : R n R będzie całkowitą formą kwadratową. Jeśli q jest nieujemnie określona, to Ker q jest podprzestrzenią liniową w R n oraz Ker q = rad q. 8

9 Dowód. Niech v, w Ker q. Pokażemy, że wówczas v + w Ker q. Ponieważ q(v) = 0 oraz q(w) = 0, więc 2b q (v, w) = q(v + w) q(v) q(w) = q(v + w) oraz 2b q (v, w) = 2b q (v, w) = q(v w). Dodając te równania stronami, dostajemy q(v w) + q(v + w) = 0. Ponieważ forma q jest nieujemnie określona, więc q(v+w) 0 oraz q(v w) 0. Ostatecznie q(v + w) = q(v w) = 0, więc v + w Ker q. Ponadto q(av) = a 2 q(v) = 0, jeśli a K. Ostatecznie Ker q jest podprzestrzenią liniową w R n. Pozostało udowodnić równość Ker q = rad q. Na podstawie Lematu 1.22 wystarczy pokazać, że Ker q rad q. Niech v R n będzie takie, że q(v) = 0. Ponieważ forma q jest nieujemnie określona, więc q posiada w punkcie v minimum lokalne. Zatem wszystkie pochodne cząstkowe dq dx i (v) = 2b q (e i, v) = 0 są w punkcie v równe zero. Ostatecznie v rad q. 2. Całkowite formy kwadratowe Funkcję q : Z n Z zadaną wzorem q(x 1,..., x n ) = a ii x i + a ij x i x j, gdzie a ij Z i=1 i<j nazywamy całkowitą formą kwadratową Formy stowarzyszone z grafami oraz posetami Niech Q = (Q 0, Q 1 ) będzie skończonym grafem skierowanym (kołczanem), gdzie Q 0 jest zbiorem wierzchołków (n = Q 0 oraz niech Q 0 = {1,..., n}), a Q 1 jest zbiorem strzałek. Z kołczanem Q stowarzyszamy całkowitą formę kwadratową q Q : Z n Z postaci q Q (x 1,..., x n ) = x 2 i x i x j. i Q 0 i j Q 1 Twierdzenie 2.1. Niech Q = (Q 0, Q 1 ) będzie spójnym kołczanem oraz niech q Q będzie formą kwadratową stowarzyszoną z Q. Forma q Q jest dodatnio określona wtedy i tylko wtedy, gdy Q jest jednym z kołczanów Dynkina A n, D n, E 6, E 7, E 8. Twierdzenie 2.2. Niech Q = (Q 0, Q 1 ) będzie spójnym kołczanem bez zorientowanych cykli oraz niech q Q będzie formą kwadratową stowarzyszoną z Q. Forma q Q jest nieujemnie określona wtedy i tylko wtedy, gdy Q jest jednym z kołczanów Dynkina A n, D n, E 6, E 7, E 8 lub jednym z kołczanów Euklidesa Ãn, D n, Ẽ6, Ẽ7, Ẽ Pierwiastki form kwadratowych Niech q : Z n Z będzie całkowitą formą kwadratową. Definicja 2.3. Wektor v Z n nazywamy (całkowitym) pierwiastkiem formy q jeśli q(v) = 1. Oznaczmy przez R q = {v Z n ; q(v) = 1} zbiór wszystkich pierwiastków formy q. 9

10 Pierwiastek v formy q taki, że v N n nazywamy dodatnim pierwiastkiem. Oznaczmy przez R + q = {v N n ; q(v) = 1} R q zbiór wszystkich dodatnich pierwiastków formy q. Pierwiastek v formy q taki, że v N n nazywamy ujemnym pierwiastkiem. Oznaczmy przez R q = {v N n ; q(v) = 1} R q zbiór wszystkich ujemnych pierwiastków formy q. Problem. 1) Opisać algorytm wyznaczający zbiory R q oraz R + q. 2) Podać kryterium, które sprawdza, czy zbiory R q oraz R + q są skończone. Niech q : Z n Z będzie całkowitą formą kwadratową postaci (2.4) q(x) = x 2 i + a ij x i x j. i=1 i<j Twierdzenie 2.5. Jeżeli całkowita forma kwadratowa postaci q(x) = x 2 i + a ij x i x j, gdzie a ij {0, 1} i=1 i<j jest dodatnio określona, to zbiór R q jest skończony oraz R q = R + q R q. Wniosek 2.6. Jeżeli Q jest kołczanem Dynkina, to zbiór R qq jest skończony. Definicja 2.7. Całkowitą formę kwadratową q nazywamy słabo dodatnią (odp. słabo nieujemną), jeśli q(v) > 0 dla wszystkich 0 v N n (odp. q(v) 0 dla wszystkich v N n ). Przykład 2.8. Rozważmy formę kwadratową q(x 1, x 2 ) = x x x 1 x 2 = (x 1 + x 2 ) 2. Zauważmy, że q jest słabo dodatnia, ale nie jest dodatnio określona. Ponadto zbiory są skończone natomiast zbiór jest nieskończony. R + q = {(1, 0), (0, 1)} ; R q = {( 1, 0), (0, 1)} R q = {(x, x + 1), (x, x 1) ; x Z} 10

11 3. Słabo dodatnie formy kwadratowe i ich pierwiastki Niech q : Z n Z będzie słabo dodatnią formą kwadratową postaci 2.4. Zauważmy, że wektory e 1,..., e n są dodatnimi pierwiastkami formy q. Nazywamy je pierwiastkami prostymi. Dla i = 1,..., n, definiujemy funkcjonały liniowe D i q : Z n Z wzorem D i q(x) = 2b q (e i, x). Zauważmy, że D i q = dq dx i. Ponadto dla i = 1,..., n definiujemy formy kwadratowe q (i) : Z n 1 Z następująco q (i) (x 1,..., x n 1 ) = q(x 1,..., x i 1, 0, x i,..., x n 1 ). Dla x = (x 1,..., x n ) Z n oznaczmy przez x (i) = (x 1,..., x i 1, x i+1,..., x n ) Z n 1. Zauważmy, że jeśli x i = 0, to q (i) (x (i) ) = q(x). Lemat 3.1. Jeżeli n 2 oraz forma q jest słabo dodatnia, to dla każdego i = 1,..., n forma q (i) jest słabo dodatnia. Dowód. Proste ćwiczenie. Twierdzenie 3.2 (Ovsijenko). Jeżeli x = (x 1,..., x n ) Z n jest dodatnim pierwiastkiem słabo dodatniej całkowitej formy kwadratowej postaci 2.4, to x i 6 dla każdego i {1,..., n}. Twierdzenie 3.3. Całkowita słabo dodatnia forma kwadratowa postaci 2.4 posiada skończenie wiele dodatnich pierwiastków. Dowód. Twierdzenie to jest prostym wnioskiem z Twierdzenia 3.2. Ponieważ dowód Twierdzenia 3.2 jest trudny i długi poniżej przedstawimy inny dowód naszego twierdzenia. Zauważmy, że q możemy traktować jako funkcję q : R n R. Pokażemy, że q(x) > 0 dla wszystkich dodatnich x Q n. Istotnie, niech 0 < x = n m Qn. Wtedy n, m > 0 oraz q(x) = q( n ) = 1 q(n) > 0, gdyż q jest słabo dodatnia. Ponadto q(x) 0 dla wszystkich m m 2 dodatnich x R n. Istotnie, niech R n x > 0. Wtedy istnieje ci ag 0 < x n Q n taki, że lim n = x. Wówczas q(x) = q(lim n x n ) = lim n q(x n ) 0, ponieważ q jest funkcj a ci agł a. Przez indukcję ze wzgłędu na n stwierdzimy, że q(x) > 0 dla wszystkich dodatnich x R n. Dla n = 1 jest to oczywiste, ponieważ gdy r R jest takie, że r 0 mamy q(r) = r 2 q(1) > 0. Zakładamy, że istnieje słabo dodatnia forma q o n liczbie zmiennych (n 2) a także pewien dodatni wektor z = (z 1,..., z n ) R taki, że q(z) = 0. Zauważmy, że dla każdego i {1,..., n} mamy z i > 0. Istotnie gdyby istniało i takie, że z i = 0, to mielibyśmy q (i) (z (i) ) = q(z) = 0. Otrzymalibyśmy sprzeczność, ponieważ q (i) : R n 1 R jest słabo dodatnia, czyli na podstawie założenia indukcyjnego q (i) (z (i) ) > 0. Wnosimy więc, że wektor z znajduje się we wnętrzu dodatniego stożka R n oraz forma q posiada w punkcie z swoje lokalne maksimum. Zatem 0 = (D 1 q(z),..., D n q(z)) 11

12 Formy liniowe D i q posiadaj a współczynniki całkowite, czyli także wymierne. Wiemy także, że część wspólna ich jąder (w R n ) jest niezerowa, można pokazać, że istnieje z ni=1 KerD i q(x), który ma wymierne współczynniki. To przeczy faktowi, że q(x) > 0 dla wszystkich dodatnich x Q n. Zatem q(x) > 0 dla wszystkich dodatnich x R n. Niech U będzie zbiorem x R n takich, że x = 1, gdzie jest naturaln a norm a euklidesow a w R n. Zauważmy, że zbiór U = {x R n, x = 1} R n jest zbiorem domkniętym i zwartym (jest to strefa (n 1)-wymiarowa). Rozważmy teraz zbiór S = U R n 0, gdzie R n 0 = {x R n ; x 0}. Zbiór S jest zbiorem zwartym ponieważ jest on ograniczony oraz S U. Jako przekrój dwóch domkniętych zbiorów U i R n 0 zbiór jest również zbiorem domkniętym. Zajmijmy się funkcj a q 1 będ ac a ograniczeniem q do S tzn. q 1 jest postaci q 1 = q s : S R Funkcja q 1 jako funkcja ci agła na zbiorze zwartym jest ograniczona i osi aga swoje kresy. W szczególności istnieje element w S taki, że Zatem dla wszystkich dodatnich x R n q(w) = inf{q(v), v S}. q(w) q( x x ) = 1 x 2 q(x) q(y) i dlatego y = 1 dla wszystkich dodatnich pierwiastków y formy q. Z tego q(w) q(w) wnosimy, że jest tylko skończenie wiele dodatnich pierwiastków q. Twierdzenie 3.4 [Happel]. Jeśli forma kwadratowa postaci 2.4 posiada skończenie wiele dodatnich pierwiastków to jest słabo dodatnia. Dla każdego i = 1,..., n, definiujemy przekształcenie (3.5) σ i : Z n Z n następująco σ i (x) = x D i q(x) e i. Przekształcenia σ i nazywamy odbiciami. Lemat 3.6. Dla każdego i = 1,..., n, spełnione są następujące warunki. (a) σ i (ax + by) = aσ i (x) + bσ i (y), dla wszystkich a, b Z oraz x, y Z n. (b) σ 2 i = id Z n. (c) Jeśli x jest pierwiastkiem formy q, to σ i (x) jest również pierwiastkiem formy q. Dowód. (a) Zauważmy, że σ i (ax + by) = (ax + by) D i (ax + by)e i = a(x D i (x)e i ) + b(y D i (y)e i ) = = aσ i (x) + bσ i (y). 12

13 (b) Najpierw zauważmy, że σ i (e i ) = e i D i (e i )e i = e i 2b q (e i, e i )e i = e i 2e i = e i. Niech x Z n. Korzystając z powyższej równości oraz z (a) otrzymujemy σ i (σ i (x)) = σ i (x D i (x)e i ) = σ i (x) D i (x)σ i (e i ) = x D i (x)e i + D i (x)e i = x. (c) Niech x Z n będzie takie, że q(x) = 1. Pokażemy, że q(σ i (x)) = 1. Istotnie q(σ i (x)) = b q (σ i (x), σ i (x)) = b q (x D i q(x) e i, x D i q(x) e i ) = = b q (x, x) 2b q (D i (x)e i, x) + b q (D i (x)e i, D i (x)e i ) = 1 2D i (x)b q (e i, x) + (D i (x)) 2 b q (e i, e i ) = = 1 (D i (x)) 2 + (D i (x)) 2 = 1. To kończy dowód lematu. Uwaga 3.7. Zauważmy, że Lemat 3.6 (c) pozwala nam na konstrukcję pierwiastków formy kwadratowej. Dla formy postaci (2.4) możemy zacząć od pierwiastków prostych e 1,..., e n, a następnie korzystając z odbić konstruować pierwiastki σ i1... σ im (e j ). Przykład 3.8. Niech q(x 1, x 2 ) = x 2 1+x 2 2 3x 1 x 2. Zauważmy, że q nie jest słado dodatnia ani słabo nieujemna, gdyż q(1, 1) = 1. Przy pomocy odbić możemy konstruować pierwiastki formy q. Mamy Zatem D 2 (e 1 ) = 2b q (e 2, e 1 ) = q(1, 1) q(e 1 ) q(e 2 ) = = 3. σ 2 (e 1 ) = e 1 + 3e 2 = (1, 3). Na podstawie Lematu 3.6 wiemy, że (1, 3) jest pierwiastkiem formy q. Ponadto D 1 (1, 3) = 2b q (e 1, (1, 3)) = q(2, 3) q(e 1 ) q((1, 3)) = = 7, zatem σ 1 (1, 3) = (1, 3) + (7, 0) = (8, 3). Definicja 3.9. Niech q będzie formą kwadratową oraz niech z R q. Jeżeli istnieje ciąg odbić σ i1,..., σ im oraz j {1,..., n} takie, że z = σ i1... σ im (e j ), to z nazywamy pierwiastkiem Weyla formy q. Wektor x = (x 1,..., x n ) Z n nazywamy wiernym, o ile x i 0 dla wszystkich i = 1,..., n. Lemat Jeżeli x jest pierwiastkiem formy kwadratowej q, to n i=1 x i D i q(x) = 2. Dowód. Niech x = (x 1,..., x n ) będzie pierwiastkiem formy kwadratowej q. Wtedy ni=1 x i D i q(x) = 2 n i=1 x i b q (e i, x) = 2b q ( n i=1 x i e i, x) = = 2b q (x, x) = 2q(x) = 2, ponieważ q(x) = 1. Dowód lematu jest więc zakończony. 13

14 Lemat Niech x = (x 1,..., x n ) będzie dodatnim pierwiastkiem słabo dodatniej formy kwadratowej q. Jeżeli i {1,..., n} jest takie, że x i 0 oraz x e i, to D i q(x) 1. Dowód. Niech x = (x 1,..., x n ) będzie dodatnim pierwiastkiem słabo dodatniej formy kwadratowej q. Niech i = 1,..., n będzie takie, że x i > 0 oraz x e i. Z naszych założeń wynika, że x + e i oraz x e i są również dodatnimi wektorami. Zatem 0 < q(x ± e i ) = q(x) + q(e i ) ± 2(e i, x) q = ± D i q(x). Z powyższego wynikają nierówności 2 < D i q(x) < 2. Wniosek Niech x = (x 1,..., x n ) będzie dodatnim pierwiastkiem słabo dodatniej formy kwadratowej q. Jeżeli x nie jest postaci e j, dla żadnego j = 1,..., n, to istnieje indeks i {1,..., n} taki, że x i 0 oraz D i q(x) = 1. Dowód. Na podstawie Lematu 3.10 istnieje i {1,..., n} takie, że x i D i q(x) 1. Ponieważ x jest dodatnim pierwiastkiem, więc x i 1 oraz D i q(x) 1. Zatem stosując Lemat 3.11 otrzymujemy D i q(x) = 1. Następujący fakt jest bezpośrednią konsekwencją Wniosku 3.12 oraz Lematu 3.6(c). Wniosek Niech x = (x 1,..., x n ) będzie dodatnim pierwiastkiem słabo dodatniej formy kwadratowej q. Jeżeli x nie jest postaci e j, dla żadnego j {1,..., n}, to istnieje i {1,..., n} takie, że x i 0 oraz x e i jest dodatnim pierwiastkiem formy kwadratowej q. Lemat Niech q : Z n Z, n > 1, będzie całkowitą formą kwadratową. Niech z oraz x będą pierwiastkami formy kwadratowej q. Jeżeli x = z ± e i, dla pewnego i = 1,..., n, to D i q(z) = 1. Dowód. Ponieważ x oraz z są pierwiastkami formy kwadratowej q, więc q(z) = q(x) = 1. Niech i = 1,..., n będzie takie, że x = z ± e i, wtedy Z tego zaś wynika równość D i q(z) = 1. 1 = q(x) = q(z ± e i ) = (z ± e i, z ± e i ) q = = q(z) ± 2(z, e i ) q + q(e i ) = = ± D i q(z) = 2 ± D i q(z). Jako bezpośredni wniosek z Lematów 3.6 oraz 3.11 otrzymujemy następujący fakt. Wniosek Niech q : Z n Z, n > 0, będzie formą kwadratową oraz niech z będzie pierwiastkiem q. Wektor z ± e i jest pierwiastkiem formy kwadratowej q wtedy i tylko wtedy, gdy D i q(z) = 1. Stwierdzenie Niech q : Z n Z będzie słabo dodatnią, wierną formą kwadratową. Dla dowolnego wiernego, dodatniego pierwiastka z formy kwadratowej q istnieje ciąg z = x (1),..., x (m) dodatnich pierwiastków formy kwadratowej q taki, że (a) x (i) = x (i 1) e ji, dla każdego i = 2,..., m, oraz dla pewnego j i {1,..., n}, (b) pierwiastki x (1),..., x (m 1) są wierne, (c) x (m) j m = 0 oraz x (m) j > 0 dla j j m. 14

15 Dowód. Niech z = x (1) będzie wiernym, dodatnim pierwiastkiem słabo dodatniej formy kwadratowej q. Na podstawie Wniosku 3.12 istnieje j 2 {1,..., n} takie, że D j2 q(z) = 1. Zatem na mocy Wniosku 3.15 wektor x (2) = x (1) e j2 jest dodatnim pierwiastkiem formy kwadratowej q. Jeżeli x (2) j 2 0, to x (2) jest wierny oraz istnieje j 3 {1,..., n} takie, że x (3) = x (2) e j3 jest dodatnim pierwiastkiem formy kwadratowej q. W ten sposób konstruujemy ciąg x (1), x (2),... wiernych, dodatnich pierwiastków formy kwadratowej q spełniający wymagane warunki. Ponieważ q jest słabo dodatnia, więc posiada jedynie skończenie wiele dodatnich pierwiastków. Stąd istnieje m takie, że x (m) j m = 0 i dowód jest zakończony. Wniosek Niech q : Z n Z będzie słabo dodatnią formą kwadratową. Dla dowolnego dodatniego pierwiastka z 0 formy kwadratowej q istnieje ciąg z = x (1),..., x (m) dodatnich pierwiastków formy kwadratowej q taki, że (a) x (i) = x (i 1) e ji dla i {2,..., m} oraz dla pewnego j i {1,..., n}, (b) x (m) = e j dla pewnego j {1,..., n}. Dowód. Wniosek otrzymujemy ze Stwierdzenia 3.16 przez zastosowanie indukcji. Na podstawie Wniosku 3.17 dodatnie pierwiastki słabo dodatnich form kwadratowych są pierwiastkami Weyla tych form kwadratowych. Poniżej przedstawimy sposób konstrukcji pierwiastków Weyla form kwadratowych, a więc i sposób konstrukcji wszystkich dodatnich pierwiastków słabo dodatnich form kwadratowych. Algorytm Idea algorytmu. Algorytm wyznacza zbiór R + q złożony ze wszystkich dodatnich pierwiastków formy q, jeśli jest ona słabo dodatnia. W przeciwnym wypadku zwraca informację, że dana forma nie jest słabo dodatnia. Algorytm wykorzystuje fakty przedstawione powyżej. Stosujemy nastepujące oznaczenia: 1. x = (x 1,..., x n ); 2. X = [a 1,..., a n ] - ciąg elementów a 1,..., a n ; 3. Y = a 1,..., a n - zbiór elementów a 1,..., a n ; 4. X [x] - dodanie elementu x w ten sposób, że X [x] = [a 1,..., a n, x] jesli x a i, dla wszystkich i {1,..., n} oraz X [x] = X w przeciwnym wypadku; 5. Y {y} - dodanie elementu y do zbioru Y ; 6. X \ [x] - usuniecie elementu x z ciagu X. Dane wejsciowe. Słabo dodatnia całkowita forma kwadratowa q : Z n Z postaci 2.4. Wynik. Zbiór R + q wszystkich dodatnich pierwiastków formy q. Opis Algorytmu. 1. X = [e 1,..., e n ], Y = {e 1,..., e n }; 15

16 2. while X <> [] do 3. for x in X { 4. wylicz wszystkie pochodne D 1 q(x),..., D n q(x); 5. if (D k q(x) > 2) then 6. { 7. if (D k q(x) = 1) then 8. { 9. if (x k + 1 6) then 10. { 11. X := X [x + e k ]; 12. Y := Y {x + e k }; 13. } 14. else 15. print: forma q nie jest słabo dodatnia ; break; 16. } 17. } 18. else 19. print: forma q nie jest słabo dodatnia ; break; 20. X := X \ x; 21. } 22. return Y. Stwierdzenie Niech q : Z n Z będzie słabo dodatnią całkowitą formą kwadratową postaci (2.4). Powyższy algorytm, dla którego daną wejsciową jest forma q, po skończonej liczbie kroków zatrzyma się oraz Y = R + q. Dowód. Niech q : Z n Z będzie słabo dodatnią całkowitą formą kwadratową postaci (2.4). Zauważmy, że w trakcie wykonywania powyższego algorytmu konstruowana jest lista X, której elementami sa parami rózne dodatnie pierwiastki formy q. W przypadku, gdy w trakcie wykonywania algorytmu otrzymamy, ze D k q(x) 2 dla pewnego k oraz dla pewnego x X, wówczas algorytm konczy swoje działanie (patrz linia 5 algorytmu) oraz uzyskujemy informację, że forma q nie jest słabo dodatnia. Taka sama sytuacja zachodzi kiedy w trakcie wykonywania algorytmu uzyskany zostanie pierwiastek x formy q taki, że x i > 7 dla pewnego i = 1,..., n (patrz Twierdzenie 3.2 oraz linia 9). W trakcie wykonywania 16

17 petli for (zaczynajacej sie w linii 3) pracujemy z kolejnymi dodatnimi pierwiastkami formy q. Dla x X oznaczmy przez l(x) = n i=1 x i. Zauważmy, że w trakcie wykonywania algorytmu w linii 11 do listy X dodawany jest element y, który spełnia warunek l(y) > l(x) dla każdego x X. Łatwo stąd wywnioskowac, że do listy X nie zostanie dodany element, który wczesniej do niej należał. Zachodza dwa przypadki: (1) Lista X w trakcie wykonywania algorytmu zostanie wyczyszczona. Wtedy algorytm zakończy się w linii 2. (2) Lista X nie zostanie wyczyszczona. Wtedy z powyższych rozważań oraz z Twierdzenia 3.3 wynika, że ciag elementów listy X spełnia warunek l(a 1 ) l(a 2 ) l(a 3 )... oraz składa się z parami róznych elementów N n. Stąd istnieje x X taki, że x i > 7 dla pewnego i. Algorytm zatem zakonczy sie w linii 9. Jesli q jest słabo dodatnia, to dla kazdego x R + q istnieje ciag x = x(1),..., x(m) = e j (patrz Wniosek 3.17), którego konstrukcja odbywa sie w liniach Zatem po wykonaniu algorytmu mamy R + q Y. Ponadto na mocy Lematu 3.6(c) mamy Y R + q, co kończy dowód. 4. Dodatnio określone całkowite formy kwadratowe Rozważmy wolną grupę abelową Z n. Funkcję σ : Z n Z n nazywamy automorfizmem grupy Z n jeśli spełnione są warunki: 1. dla wszystkich x, y Z n mamy σ(x + y) = σ(x) + σ(y), 2. istnieje funkcja τ : Z n spełniająca warunek 1 oraz taka, że σ τ = id Z n = τ σ. Niech q : Z n Z będzie całkowitą formą kwadratową postaci gdzie a ij Z. q(x 1,..., x n ) = a 11 x a nn x 2 n + i<j a ij x i x j, Definicja 4.1. Całkowite formy kwadratowe q, q : Z n Z są Z-równoważne jeśli istnieje automorfizm σ : Z n Z n grupy Z n taki, że q = q σ. Przykład 4.2. Rozważmy całkowite formy kwadratowe q, q : Z 2 Z określone wzorami q(x, y) = x 2 + 2xy + y 2 oraz q (x, y) = x 2 2xy + y 2. Zauważmy, że funkcja σ(x, y) = (x, y) jest automorfizmem grupy Z 2 oraz qσ(x, y) = q(x, y) = x 2 2xy + y 2 = q (x, y). Zatem formy q, q są Z-równoważne. Podobnie formy q(x, y) = x 2 + axy + y 2 oraz q (x, y) = x 2 axy + y 2 są Z-równoważne. Twierdzenie 4.3. Załózmy, że q : R n R jest funkcjonałem wymiernym. (a) q jest dodatnio określony wtedy i tylko wtedy, gdy q(y) > 0 dla dowolnego niezerowego wektora y Z n. (b) q jest nieujemnie określony wtedy i tylko wtedy, gdy q(y) 0 dla dowolnego wektora y Z n. (c) q jest nieokreślony wtedy i tylko wtedy, gdy q(x) < 0 dla pewnego niezerowego wektora x Z n. 17

18 Dowód. (a) Jeśli q : R n R jest dodatnio określony, to oczywiście ograniczenie q : Q n Q funkcjonału q do Q n jest funkcjonałem wymiernym dodatnio określonym, tzn. q(x) > 0 dla dowolnego niezerowego wektora x Q n. Z kryterium Sylvestera wynika, że przeciwna implikacja też jest prawdziwa. Jeśli funkcjonał q : Q n Q jest dodatnio określony, to w szczególności q(x) > 0 dla dowolnego niezerowego wektora x Z n. Załóżmy, że q(y) > 0 dla dowolnego niezerowego wektora y Z n. Pokażemy, że q(x) > 0 dla dowolnego niezerowego wektora x Q n. Niech x Q n będzie niezerowym wektorem wymiernym. Załóżmy, że x ma postać x = ( x 1 p 1, x 2 p 2,..., xn p n ), gdzie p 1, p 2,..., p n N \ {0} i x 1, x 2,..., x n Z. Jeśli p = NWW(p 1,..., p n ), to wektor y = px należy do Z n. Zatem zachodzi równość q(x) = q( 1 y) = ( 1 p p )2 q(y). Ponieważ ( 1 p )2 > 0 oraz q(y) > 0, więc q(x) > 0 dla dowolnego niezerowego wektora x Q n. (b) Jeśli funkcjonał q : R n R jest nieujemnie określony, tzn. q(x) 0 dla dowolnego wektora x R n, to oczywiście q(x) 0 dla dowolnego x Q n. Zatem funkcjonał q : Q n Q jest nieujemnie określony. Załózmy teraz, że q(x) 0 dla dowolnego x Q n oraz weźmy dowolny wektor y R n. Z Twierdzenia Weierstrassa wynika, że istnieje ciąg wektorów x (m) = 1,..., x (m) n ) Q n taki, że y = lim m x (m). Ponieważ funkcja q : R n R jest ciągła, więc q(y) = lim m q(x (m) ) 0, czyli q(y) 0 dla dowolnego y R n. Jeśli q : Q n Q jest nieujemnie określonym funkcjonałem wymiernym, tzn. q(x) 0 dla dowolnego wektora x Q n, to oczywiście q(x) 0 dla dowolnego x Z n. Załóżmy teraz, że q(y) 0 dla dowolnego y Z n. Niech x Q n będzie dowolnym niezerowym wektorem wymiernym. Załózmy, że (x (m) x ma postać x = ( x 1 p 1, x 2 p 2,..., xn p n ), gdzie p 1, p 2,..., p n N \ {0} i x 1, x 2,..., x n Z. Jeśli p = NWW(p 1,..., p n ), to wektor y = px należy do Z n. Zatem q(x) = q( 1 p y) = ( 1 p )2 q(y). Ponieważ ( 1 p )2 > 0 oraz q(y) 0, więc q(x) 0 dla dowolnego niezerowego wektora x Q n. (c) Funkcjonał kwadratowy q jest nieokreślony (tzn. q(x) < 0 dla pewnego x R n ) wtedy i tylko wtedy, gdy q nie jest nieujemnie określony. Zatem część (c) twierdzenia wynika w sposób oczywisty z (b) i dowód został zakończony. Stwierdzenie 4.4. Niech q, q : Z n Z będą Z-równoważnymi całkowitymi formami kwadratowymi. (a) q jest dodatnio określona (odp. nieujemnie określona) wtedy i tylko wtedy, gdy q jest dodatnio określona (odp. nieujemnie określona). (b) q jest nieokreślona wtedy i tylko wtedy, gdy q jest nieokreślona. (c) Niech x Z n. (i) q (x) = 0 wtedy i tylko wtedy, gdy q(σ(x)) = 0. (ii) q (x) = 1 wtedy i tylko wtedy, gdy q(σ(x)) = 1. Dowód. Niech q, q : Z n Z będą Z-równoważnymi całkowitymi formami kwadratowymi oraz niech σ : Z n Z n będzie automorfizmem grupy Z n takim, że q = q σ. (a) Na podstawie Twierdzenia 4.3 wiemy, że forma q jest dodatnio określona (odp. nieujemnie określona) wtedy i tylko wtedy, gdy q(x) > 0 dla wszystkich 0 x Z n (odp. q(x) 0 dla wszystkich x Z n ). Załóżmy, że q jest dodatnio określona (odp. nieujemnie określona). Niech 0 x Z n, wtedy 0 σ(x) Z n. Rozważmy q (x) = q(σ(x)) > 0 (odp. q (x) = q(σ(x)) 0). Zatem q jest dodatnio określona (odp. nieujemnie określona). Dowód przeciwnej implikacji jest analogiczny, gdyż q = q σ 1. (b) wynika z (a) oraz Twierdzenia 4.3. (c) Niech x Z n. Zauważmy, że q(σ(x)) = q (x). To kończy dowód (i) oraz (ii). 18

19 Wniosek 4.5. Niech q, q : Z n Z będą Z-równoważnymi całkowitymi formami kwadratowymi oraz niech σ : Z n Z n będzie automorfizmem grupy Z n takim, że q = q σ. (a) Automorfizm σ indukuje bijekcję gdzie σ 0 (x) = σ(x). (b) Automorfizm σ indukuje bijekcję gdzie σ 1 (x) = σ(x). σ 0 : Ker q Ker q, σ 1 : R q R q, Dowód. Niech q, q : Z n Z będą Z-równoważnymi całkowitymi formami kwadratowymi oraz niech σ : Z n Z n będzie automorfizmem grupy Z n takim, że q = q σ. (a) Na podstawie Stwierdzenia 4 funkcja σ 0 : Ker q Ker q jest dobrze określona. Ponieważ σ jest automorfizmem, więc σ 0 : Ker q Ker q jest funkcją różnowartościową. Pokażemy, że σ 0 jest surjekcją. Niech x Ker q. Wtedy istnieje y Z n taki, że x = σ(y). Mamy q (y) = q(σ(y)) = q(x) = 0, a więc y Ker q oraz x = σ 0 (y). Zatem σ 0 jest bijekcją. Dowód warunku (b) przebiega analogicznie jak dowód warunku (a). Uwaga 4.6. (a) Zauważmy, że σ 1 NIE przeprowadza dodatnich pierwiastków w dodatnie pierwiastki. (b) Zauważmy, że Z-równoważność form kwadratowych nie zachowuje słabej dodatniości. Przykład 4.7. Rozważmy formy q, q z Przykładu 4.2. Zauważmy, że wektor (1, 2) jest pierwiastkiem formy q natomiast wektor σ 1 (1, 2) = (1, 2) jest pierwiastkiem formy q. Ponadto forma q jest słabo dodatnia, a forma q nie jest słabo dodatnia. Bardzo użyteczne jest następujące twierdzenie. Twierdzenie 4.8. Całkowita forma kwadratowa q : Z n Z postaci 2.4 jest dodatnio określona wtedy i tylko wtedy, gdy istnieje graf Q o n wierzchołkach który jest rozłączną sumą diagramów Dynkina i taki, że forma q jest Z-równoważna z formą q Q : Z n Z stowarzyszoną z grafem Q. Dowód. Patrz [C. M. Ringel; p. 9]. Twierdzenie 4.9. Niech Q będzie spójnym diagramem Dynkina. Wtedy forma q Q jest dodatnio określona oraz R qq = R + q Q R q Q. Ponadto mamy (4.10) Q n R qq R + q Q n(n+1) 2 A n n n(n + 1) D n n 2n(n 1) n(n 1) E E E

20 Definicja (a) Niech q : Z n Z będzie całkowitą formą kwadratową postaci q(x) = i,j a ij x i x j. Z formą q stowarzyszamy graf nieskierowany B q, który ma n wierzchołków {1,..., n}. Ponadto, dla i j {1,..., n}, w B q istnieje krawędź i j wtedy i tylko wtedy, gdy a ij 0. Formę q nazywamy spójną, jeśli graf B q jest spójny. (b) Niech q : Z n Z będzie całkowitą dodatnio określoną spójną formą kwadratową postaci 2.4. Typem Dynkina formy q nazywamy diagram Dynkina Q taki, że forma q jest Z-równoważna z formą q Q. Problem. W jaki sposób wyznaczyć typ Dynkina spójnej dodatnio określonej formy kwadratowej? Jednym ze sposobów może być wyznaczenie liczby wszystkich pierwiastków tej formy oraz skorzystanie z informacji zawartej w Tabeli Dokładny algorytm (dla form kwadratowych postaci 2.4) podamy później. Twierdzenie Niech q : Z n Z będzie dodatnio określoną formą kwadratową. Zbiór R q jest skończony. Twierdzenie Niech q : Z n Z będzie dodatnio określoną formą kwadratową postaci 2.4 oraz niech x R q. Wtedy istnieją i 1,..., i m {1,..., n} oraz j {1,..., n} takie, że x = σ i1 σ i2... σ im (e j ). Uwaga Zauważmy, że powyższe Twierdzenie 4.13 pozwala nam zmodyfikować Algorytm podany w Rozdziale 3. Dzięki temu możemy wyznaczać wszystkie pierwiastki dodatnio określonych form kwadratowych. Jednak trzeba pamiętać, że większość faktów przedstawionych w Rozdziale 3 dotyczyła tylko dodatnich pierwiastków słabo dodatnich form kwadratowych. Przykład (a) Rozważmy formę kwadratową q : Z 4 Z postaci q(x 1, x 2, x 3, x 4 ) = x x x x 2 4 x 1 x 4 + x 2 x 4 x 3 x 4. Stosując odbicia możemy wyznaczyć zbiór R q = {e 1, e 2, e 3, e 4, (1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1), (1, 1, 0, 1), (1, 0, 1, 1), (0, 1, 1, 1), (1, 1, 1, 1), (1, 1, 1, 2), e 1, e 2, e 3, e 4, ( 1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1), ( 1, 1, 0, 1), ( 1, 0, 1, 1), (0, 1, 1, 1), ( 1, 1, 1, 1), ( 1, 1, 1, 2)} Zauważmy, że n = 4 oraz R q = 24. Zatem, na podstawie Tabeli 4.10 wnioskujemy, że typ Dynkina formy q jest równy D 4. (b) Rozważmy formę kwadratową q : Z 4 Z postaci q(x 1, x 2, x 3, x 4 ) = x x x x 2 4 x 1 x 2 + x 2 x 3 + x 3 x 4. Stosując odbicia możemy wyznaczyć zbiór R q = {e 1, e 2, e 3, e 4, (1, 1, 0, 0), (0, 1, 1, 0), (0, 0, 1, 1), (1, 1, 1, 0), (0, 1, 1, 1), (1, 1, 1, 1), e 1, e 2, e 3, e 4, ( 1, 1, 0, 0), (0, 1, 1, 0), (0, 0, 1, 1), ( 1, 1, 1, 0), (0, 1, 1, 1), ( 1, 1, 1, 1)} Zauważmy, że n = 4 oraz R q = 20. Zatem, na podstawie Tabeli 4.10 wnioskujemy, że typ Dynkina formy q jest równy A 4. 20

21 Algorytm Dane. Dodatnio określona spójna całkowita forma kwadratowa q postaci 2.4. Wynik. Zbiór R q oraz typ Dynkina formy q. Opis algorytmu. (1) Niech D 0 {e 1,..., e n, e 1,..., e n }, S 0 D 0 oraz niech i 1. (2) Wyznaczamy zbiór D i = {σ j (x) ; x D i 1, j = 1,..., n} oraz przyjmujemy S i S i 1 D i. (3) Jeżeli S i = S i 1, to przechodzimy do (4), w przeciwnym wypadku przyjmujemy i i + 1 oraz wracamy do (2). (4) Koniec: R q = S i oraz typ Dynkina odczytujemy z Tabeli Uwaga Zauważmy, że w powyższym algorytmie jako dane wejściowe otrzymujemy dodatnio określoną spójną formę kwadratową postaci 2.4. Na podstawie Twierdzenia 4.13 wszystkie jej pierwiastki możemy wyznaczyć stosując odbicia. Zatem nasz algorytm wyznacza wszystkie pierwiastki formy q. Na podstawie Twierdzenia 4.12 nasz algorytm ma własność stopu. 5. Nieujemnie określone całkowite formy kwadratowe Lemat 5.1. Niech q : Z n Z będzie całkowitą formą kwadratową postaci q(x) = x 2 i + a ij x i x j. i=1 Jeśli q jest nieujemnie określona, to Ker q = Ker Z q jest podgrupą grupy Z. Dowód. Niech q : Z n Z będzie nieujemnie określoną całkowitą formą kwadratową postaci q(x) = x 2 i + a ij x i x j. Rozważmy i=1 2b q (x, y) = q(x + y) q(x) q(y) Weźmy v, w Kerq. Pokażemy, że wówczas v+w Kerq. Ponieważ v, w Ker, więc q(v) = 0 oraz q(w) = 0. Zatem otrzymujemy równości 2b q (v, w) = q(v w) oraz 2b q (v, w) = q(v+w). Dodając je stronami, uzyskujemy q(v w) + q(v + w) = 0. Ponieważ q jest nieujemnie określona, więc q(v w) = 0 oraz q(v + w) = 0, czyli q(v w) Ker q oraz q(v + w) Ker q. Stąd Ker q jest podgrupą grupy Z n. Definicja 5.2. Niech q : Z n Z będzie nieujemnie określoną całkowitą formą kwadratową postaci 2.4. Rangą radykałową formy q nazywamy Z-bazę grupy Ker q. Lemat 5.3. Niech q : Z n Z będzie nieujemnie określoną całkowitą formą kwadratową postaci q(x) = x 2 i + a ij x i x j. Wówczas ranga radykałowa formy q jest równa dim R Ker R q. i=1 21

22 Dowód. Rozważmy formę kwadratową q Q : Q m Q, która jest zadana wzorem q Q (x) = x 2 i + a ij x i x j. i=1 Niech v (1),..., v (m) będzie Z-bazą Ker Z q. Wówczas q Z (v (1) ) =... = q Z (v (m) ) = 0, a zarazem q Q (v (1) ) =... = q Q (v (m) ) = 0 (ponieważ q jest obcięciem q Q do Z n ), czyli v (1),..., v (m) Ker Q q. Pokażemy, że v (1),..., v (m) są liniowo niezależne nad Q. Aby uzyskać sprzeczność załóżmy, że v (1),..., v (m) są liniowo zależne nad Q. Wtedy istnieją α 1,..., α m Q takie, że α 1 v (1) +...+α m v (m) = 0. Niech α będzie najmniejszą wspólną wielokrotnością mianowników licz wymiernych α 1,..., α m. Wówczas α α 1 v (1) α α m v (m) = 0, a stąd v (1),..., v (m) są liniowo zależne nad Z, co daje sprzeczność z założeniem. Zatem dim Z Ker Z dim Q Ker Q q Q. Niech teraz w (1),..., w (m) będą bazą Ker Q q Q oraz niech y będzie najmniejszą wspólną wielokrotnością mianowników wspólrzędnych wektorów w (1),..., w (m). Oznaczmy w (i) = y w (i). Zauważmy, że w (1),..., w (m) Z n również stanowią bazę Ker Q q Q, a wobec tego w (1),..., w (m) są liniowo niezależne nad Z. Stąd otrzymujemy, że dim Q Ker Q q Q dim Z Ker Z q Z. Aby zakończyć dowód wystarczy skorzystać z faktu, że dim Q Ker Q q Q = dim R Ker R q R. Uwaga 5.4. Z Powyższego lematu wynika, że aby wyznaczyć rangę radykałową formy q wystarczy znaleźć wymiar przestrzeni Ker R q R. Przykład 5.5. Rozważmy formę kwadratową q(x 1, x 2, x 3, x 4, x 5, x 6, x 7, x 8, x 9, x 10 ) = x x x x x x x x x x x 1 x 2 + x 1 x 3 + x 1 x 4 + x 1 x 5 + x 1 x 6 + x 1 x 7 + +x 1 x 8 + x 1 x 9 + x 2 x 4 + x 2 x 6 + x 2 x 8 + x 3 x 4 + x 3 x 5 + x 3 x 6 + x 3 x 7 + +x 3 x 8 + x 3 x 9 + x 4 x 6 + x 4 x 8 + x 5 x 6 + x 5 x 7 + x 5 x 8 + x 5 x 9 + x 6 x 8 + +x 7 x 8 + x 7 x 9 x 10 x 1 x 10 x 2 x 10 x 3 x 10 x 4 x 10 x 5 Można pokazać, że q jest nieujemnie określona. Po zastosowaniu algorytmu Lagrange a otrzymujemy x 10 x 6 x 10 x 7 x 10 x 8 x 10 x 9 q(x 1, x 2, x 3, x 4, x 5, x 6, x 7, x 8 x 9, x 10 ) = = (x1 + 1/2 x2 + 1/2 x3 + 1/2 x4 + 1/2 x5 + +1/2 x6 + 1/2 x7 + 1/2 x8 + 1/2 x9 1/2 x10) /4 (x2 + 1/3 x4 + 1/3 x6 + 1/3 x8 1/3 x10 1/3 x3 1/3 x5 1/3 x7 1/3 x9) /3 (x3 + 1/2 x4 + 1/4 x5 + 1/2 x6 + 1/4 x7 + +1/2 x8 + 1/4 x9 1/2 x10) /2 (x4 1/2 x5 1/2 x7 1/2 x9) /2 (x5 + 1/2 x6 + 1/2 x8 1/2 x10) /8 (x6 2/3 x7 2/3 x9 1/3 x8 + 1/3 x10) /3 (x7 + 1/2 x8 1/2 x10 1/2 x9) /4 (x8 x9 + x10) 2

23 Forma q po sprowadzeniu do postaci kanonicznej ma osiem składników, zatem dim R Ker q = 10 8 = 1, a więc ranga radykałowa q wynosi 2. Definicja 5.6. Niech n 3. Całkowitą formę kwadratową q : Z n Z postaci q(x) = x 2 i + a ij x i x j, a ij Z, nazywamy krytyczną, jeśli q nie jest słabo dodatnia oraz wszystkie formy q (t), t {1,..., n} są słabo dodatnie. Twierdzenie 5.7 (Ovsijenko). Niech n 3 oraz niech q : Z n krytyczną. Wówczas: Z będzie formą 1. forma q jest nieujemnie określona 2. Ker q jest podgrupą grupy Z n oraz istnieje wektor wierny h q N n taki, że Ker q = Zh q 3. ranga radykałowa formy q jest równa 1. Przykład 5.8 Rozważmy formę q(x 1,..., x 5 ) = x x x x x 2 5 x 5 (x 1 + x 2 + x 3 + x 4 ). Zauważmy, żę q(1, 1, 1, 1, 2) = = 0. Zbadajmy formy q (t) dla t {1, 2, 3, 4, 5}. q (5) (x) = x x x x forma słabo dodatnia w oczywisty sposób Dla t {1, 2, 3, 4} mamy następującą formę (przedstawimy przypadek t = 4, pozostałe są analogiczne) q (4) (x) = x x x x 2 5 x 5 (x 1 + x 2 + x 3 ) Łatwo sprawdzić (stosując np. kryterium Sylvestera), że powyższa forma jest dodatnio określona, a więc i słabo dodatnia. Zatem q jest formą krytyczną. Sprowadzając q do postaci kanonicznej, otrzymujemy q(x 1,..., x 5 ) = (x x 5) 2 + (x x 5) 2 + (x x 5) 2 + (x x 5) 2 Zauważmy, że q(x) = 0 wtedy i tylko wtedy, gdy czyli 2x 1 = 2x 2 = 2x 3 = 2x 4 = x 5, a zatem i ranga radykałowa wynosi 1. x x 5 = 0 x x 5 = 0 x x 5 = 0 x x 5 = 0 Ker q = {(x 5, x 5, x 5, x 5, 2x 5 ); x 5 Z} = (1, 1, 1, 1, 2) Z, 23

24 5.1. Typ Dynkina nieujemnie określonej formy kwadratowej Niech q : Z n Z będzie nieujemnie określoną całkowitą formą kwadratową postaci q(x) = x 2 i + a ij x i x j. i=1 Oznaczmy przez c rangę radykałową formy q. Ponieważ q jest nieujemnie określona, więc Ker q jest podgrupą grupy Z n. Można pokazać, że Ker q jest podgrupą serwantną w Z n. To oznacza, że grupa ilorazowa Z n /Ker q jest grupą wolną. Mamy więc Definiujemy funkcję Z n /Ker q Z n c. q : Z n /Ker q Z wzorem q(x + Ker q) = q(x). Oznaczmy przez π epimorfizm naturalny π : Z n Z n /Ker q. Lemat 5.9. Funkcja q jest poprawnie określona. Dowód. Niech x+ker q = y+ker q Z n /Ker q. Wtedy x y Ker q, a więc q(x y) = 0. Rozważmy q(x) q(y) = b q (x, x) b q (y, y) = b q (x, x) b q (x, y) + b q (x, y) b q (y, y) = = b q (x, x y) b q (x y, x) = 0, zatem q(x) = q(y). Ostatecznie q(x + Ker q) = q(y + Ker q), co pokazuje, że funkcja q jest dobrze określona. Uwaga Można pokazać, że q : Z n c Z jest całkowitą formą kwadratową postaci 2.4. Ponadto q jest spójna, jeśli q jest spójna. Lemat Forma q : Z n c Z jest dodatnio określona. Dowód. Dla każdego x Z n mamy q(x + Ker q) = q(x) 0, ponieważ q jest nieujemnie określona. Przypuśćmy, że q(x + Ker q) = 0. Wówczas q(x) = 0, czyli x Ker q, stąd x + Ker q = 0 + Ker q, a więc q jest dodatnio określona. Definicja Niech q : Z n Z będzie nieujemnie określoną spójną formą kwadratową postaci 2.4. Typem Dynkina formy q nazywamy typ Dynkina dodatnio określonej formy q. Twierdzenie 5.13 (M. Barot, J.A. de la Peña). Niech q : Z n nieujemnie określoną formą kwadratową postaci Z będzie spójną q(x) = x 2 i + a ij x i x j, a ij Z i=1 i<j Wtedy istnieje automorfizm T : Z n Z n grupy Z n taki, że qt (x 1,..., x n ) = q Q (x 1,..., x n c ), gdzie c jest rangą radykałowa formy q oraz Q jest typem Dynkina formy q. 24

25 Wniosek Dwie spójne nieujemnie określone formy kwadratowe q, q postaci 2.4 są Z-równoważne wtedy i tylko wtedy, gdy mają tę samą rangę radykałową i ten sam typ Dynkina. Przystąpimy teraz do opisania algorytmu wyznaczającego typ Dynkina nieujemnie określonej formy kwadratowej. Definicja Niech q będzie nieujemnie określoną spójną całkowitą formą kwadratową postaci 2.4. Podzbiór X R q nazywamy zredukowanym, jeżeli dla wszystkich x, y X zachodzi warunek jeżeli x y Ker q, to x = y. Lemat Jeżeli X R q jest zbiorem zredukowanym, to funkcja π : X R q (określona wzorem π(x) = x + Ker q) jest injekcją. Dowód. Zauważmy, że funkcja π jest dobrze określona. Istotnie, niech x R q. Wtedy q(π(x)) = q(x + Ker q) = q(x) = 1, a zatem π(x) R q. Pokażemy teraz, że π : X R q jest różnowartościowa. Niech x, y X będą takie, że π(x) = π(y). Wtedy π(x y) = 0 oraz x y Ker q. Ostatecznie x = y, ponieważ X jest zbiorem zredukowanym. Przedstawimy teraz algorytm konstrukcji zbioru S, który będzie pomocny w wyznaczeniu typu Dynkina formy q. 1. D 0 = {e 1,..., e n, e 1,..., e n }. Wybieramy S 0 D 0, który jest maksymalnym zredukowanym podzbiorem. 2. Następne podzbiory D i tworzymy indukcyjnie. D i = {σ j (x); x D i 1, j = 1,..., n} Wybieramy S i tak, aby S i 1 S i (S i 1 D i ), oraz aby S i był maksymalnym zredukowanym podzbiorem o tej własności. 3. Przyjmujemy S = i 0 S i. Twierdzenie Zachodzą następujące warunki. 1. S R q jest zbiorem zredukowanym i skończonym. 2. S = R q. 25

Formy kwadratowe. Rozdział 10

Formy kwadratowe. Rozdział 10 Rozdział 10 Formy kwadratowe Rozważmy rzeczywistą macierz symetryczną A R n n Definicja 101 Funkcję h : R n R postaci h (x) = x T Ax (101) nazywamy formą kwadratową Macierz symetryczną A występującą w

Bardziej szczegółowo

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ). Odwzorowania n-liniowe; formy n-liniowe Definicja 1 Niech V 1,..., V n, U będą przestrzeniami liniowymi nad ciałem K. Odwzorowanie G: V 1 V n U nazywamy n-liniowym, jeśli dla każdego k [n] i wszelkich

Bardziej szczegółowo

Algebry skończonego typu i formy kwadratowe

Algebry skończonego typu i formy kwadratowe Algebry skończonego typu i formy kwadratowe na podstawie referatu Justyny Kosakowskiej 26 kwietnia oraz 10 i 17 maja 2001 Referat został opracowany w oparciu o prace Klausa Bongartza Criterion for finite

Bardziej szczegółowo

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Przekształcenia liniowe, diagonalizacja macierzy 1. Podano współrzędne wektora v w bazie B. Znaleźć współrzędne tego wektora w bazie B, gdy: a) v = (1,

Bardziej szczegółowo

Zadania z Algebry liniowej 4 Semestr letni 2009

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

Bardziej szczegółowo

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Grzegorz Bobiński Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Wydział Matematyki i Informatyki Uniwersytet Mikołaja Kopernika w Toruniu 2012 Spis treści Notacja 1 1 Podstawowe pojęcia

Bardziej szczegółowo

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające

Bardziej szczegółowo

1 Pochodne wyższych rzędów

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

Bardziej szczegółowo

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

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

Bardziej szczegółowo

Wykład 5. Ker(f) = {v V ; f(v) = 0}

Wykład 5. Ker(f) = {v V ; f(v) = 0} Wykład 5 Niech f : V W będzie przekształceniem liniowym przestrzeni wektorowych Wtedy jądrem przekształcenia nazywamy zbiór tych elementów z V, których obrazem jest wektor zerowy w przestrzeni W Jądro

Bardziej szczegółowo

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

9 Przekształcenia liniowe

9 Przekształcenia liniowe 9 Przekształcenia liniowe Definicja 9.1. Niech V oraz W będą przestrzeniami liniowymi nad tym samym ciałem F. Przekształceniem liniowym nazywamy funkcję ϕ : V W spełniającą warunek (LM) v1,v 2 V a1,a 2

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2017 Mirosław Sobolewski (UW) Warszawa, 2017 1 / 10 Definicja Funkcja

Bardziej szczegółowo

F t+ := s>t. F s = F t.

F t+ := s>t. F s = F t. M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną

Bardziej szczegółowo

Baza w jądrze i baza obrazu ( )

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

Bardziej szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

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

Bardziej szczegółowo

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami: 9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

1 Podobieństwo macierzy

1 Podobieństwo macierzy GAL (Informatyka) Wykład - zagadnienie własne Wersja z dnia 6 lutego 2014 Paweł Bechler 1 Podobieństwo macierzy Definicja 1 Powiemy, że macierze A, B K n,n są podobne, jeżeli istnieje macierz nieosobliwa

Bardziej szczegółowo

Układy równań liniowych

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

Bardziej szczegółowo

Przestrzenie wektorowe

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:

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ. 8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą

Bardziej szczegółowo

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa Równanie Bessela Będziemy rozważać następujące równanie Bessela x y xy x ν )y 0 ) gdzie ν 0 jest pewnym parametrem Rozwiązania równania ) nazywamy funkcjami Bessela rzędu ν Sprawdzamy, że x 0 jest regularnym

Bardziej szczegółowo

1 Zbiory i działania na zbiorach.

1 Zbiory i działania na zbiorach. Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu

Bardziej szczegółowo

Skończone rozszerzenia ciał

Skończone rozszerzenia ciał Skończone rozszerzenia ciał Notkę tę rozpoczniemy od definicji i prostych własności wielomianu minimalnego, następnie wprowadzimy pojecie rozszerzenia pojedynczego o element algebraiczny, udowodnimy twierdzenie

Bardziej szczegółowo

2. Definicja pochodnej w R n

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)

Bardziej szczegółowo

Macierze. Rozdział Działania na macierzach

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

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane 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 szczegółowo

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ WSHE, O/K-CE 10. Homomorfizmy Definicja 1. Niech V, W będą dwiema przestrzeniami liniowymi nad ustalonym ciałem, odwzorowanie ϕ : V W nazywamy homomorfizmem

Bardziej szczegółowo

Analiza funkcjonalna 1.

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.

Bardziej szczegółowo

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k. Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy

Bardziej szczegółowo

13 Układy równań liniowych

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 +...

Bardziej szczegółowo

1 Wartości własne oraz wektory własne macierzy

1 Wartości własne oraz wektory własne macierzy Rozwiązania zadania umieszczonego na końcu poniższych notatek proszę przynieść na kartkach Proszę o staranne i formalne uzasadnienie odpowiedzi Za zadanie można uzyskać do 6 punktów (jeżeli przyniesione

Bardziej szczegółowo

Przestrzenie liniowe

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.

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.

Bardziej szczegółowo

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi M. Beśka, Wstęp do teorii miary, Dodatek 158 10 Dodatek 10.1 Przestrzenie metryczne Niech X będzie niepustym zbiorem. Funkcję d : X X [0, ) spełniającą dla x, y, z X warunki (i) d(x, y) = 0 x = y, (ii)

Bardziej szczegółowo

R k v = 0}. k N. V 0 = ker R k 0

R k v = 0}. k N. V 0 = ker R k 0 Definicja 1 Niech R End(V ). Podprzestrzeń W przestrzeni V nazywamy podprzestrzenią niezmienniczą odwzorowania R jeśli Rw W, dla każdego w W ; równoważnie: R(W ) W. Jeśli W jest różna od przestrzeni {0}

Bardziej szczegółowo

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych Arytmetyka liczb całkowitych Wykład 1 Na początku zajmować się będziemy zbiorem liczb całkowitych Z = {0, ±1, ±2,...}. Zakładamy, że czytelnik zna relację

Bardziej szczegółowo

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 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,

Bardziej szczegółowo

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Rozdział 6. Ciągłość. 6.1 Granica funkcji Rozdział 6 Ciągłość 6.1 Granica funkcji Podamy najpierw dwie definicje granicy funkcji w punkcie i pokażemy ich równoważność. Definicja Cauchy ego granicy funkcji w punkcie. Niech f : X R, gdzie X R oraz

Bardziej szczegółowo

1 Określenie pierścienia

1 Określenie pierścienia 1 Określenie pierścienia Definicja 1. Niech P będzie zbiorem, w którym określone są działania +, (dodawanie i mnożenie). Mówimy, że struktura (P, +, ) jest pierścieniem, jeżeli spełnione są następujące

Bardziej szczegółowo

Algebra liniowa. 1. Macierze.

Algebra liniowa. 1. Macierze. Algebra liniowa 1 Macierze Niech m oraz n będą liczbami naturalnymi Przestrzeń M(m n F) = F n F n będącą iloczynem kartezjańskim m egzemplarzy przestrzeni F n z naturalnie określonymi działaniami nazywamy

Bardziej szczegółowo

5. Rozwiązywanie układów równań liniowych

5. Rozwiązywanie układów równań liniowych 5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a

Bardziej szczegółowo

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

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.

Bardziej szczegółowo

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

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

Bardziej szczegółowo

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u W ) Rzeczywiście U W jest podprzetrzenią przestrzeni

Bardziej szczegółowo

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 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,

Bardziej szczegółowo

O pewnych związkach teorii modeli z teorią reprezentacji

O pewnych związkach teorii modeli z teorią reprezentacji O pewnych związkach teorii modeli z teorią reprezentacji na podstawie referatu Stanisława Kasjana 5 i 12 grudnia 2000 roku 1. Elementy teorii modeli Będziemy rozważać język L składający się z przeliczalnej

Bardziej szczegółowo

4 Przekształcenia liniowe

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

Bardziej szczegółowo

Zadania egzaminacyjne

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

Bardziej szczegółowo

Wektory i wartości własne

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

Bardziej szczegółowo

Podstawowe struktury algebraiczne

Podstawowe struktury algebraiczne Rozdział 1 Podstawowe struktury algebraiczne 1.1. Działania wewnętrzne Niech X będzie zbiorem niepustym. Dowolną funkcję h : X X X nazywamy działaniem wewnętrznym w zbiorze X. Działanie wewnętrzne, jak

Bardziej szczegółowo

Zadania do Rozdziału X

Zadania do Rozdziału X Zadania do Rozdziału X 1. 2. Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż,

Bardziej szczegółowo

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10 System BCD z κ Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna Semestr letni 2009/10 Rozważamy system BCD ze stałą typową κ i aksjomatami ω κ κ i κ ω κ. W pierwszej części tej notatki

Bardziej szczegółowo

Dwa równania kwadratowe z częścią całkowitą

Dwa równania kwadratowe z częścią całkowitą Dwa równania kwadratowe z częścią całkowitą Andrzej Nowicki Wydział Matematyki i Informatyki Uniwersytet M. Kopernika w Toruniu anow @ mat.uni.torun.pl 4 sierpnia 00 Jeśli r jest liczbą rzeczywistą, to

Bardziej szczegółowo

VI. Równania różniczkowe liniowe wyższych rzędów

VI. Równania różniczkowe liniowe wyższych rzędów VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych

Bardziej szczegółowo

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

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

Bardziej szczegółowo

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 11 1 Wektory i wartości w lasne Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V

Bardziej szczegółowo

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem Rozdział 6 Równania liniowe 6 Przekształcenia liniowe Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem F Definicja 6 Funkcję f : X Y spełniającą warunki: a) dla dowolnych x,

Bardziej szczegółowo

Zasada indukcji matematycznej

Zasada indukcji matematycznej Zasada indukcji matematycznej Twierdzenie 1 (Zasada indukcji matematycznej). Niech ϕ(n) będzie formą zdaniową zmiennej n N 0. Załóżmy, że istnieje n 0 N 0 takie, że 1. ϕ(n 0 ) jest zdaniem prawdziwym,.

Bardziej szczegółowo

domykanie relacji, relacja równoważności, rozkłady zbiorów

domykanie relacji, relacja równoważności, rozkłady zbiorów 1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i

Bardziej szczegółowo

Informacja o przestrzeniach Sobolewa

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

Bardziej szczegółowo

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki

Bardziej szczegółowo

jest ciągiem elementów z przestrzeni B(R, R)

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)

Bardziej szczegółowo

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone Rozdział 4 Ciągi nieskończone W rozdziale tym wprowadzimy pojęcie granicy ciągu. Dalej rozszerzymy to pojęcie na przypadek dowolnych funkcji. Jak zauważyliśmy we wstępie jest to najważniejsze pojęcie analizy

Bardziej szczegółowo

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój. Wykład 10 Twierdzenie 1 (Borel-Lebesgue) Niech X będzie przestrzenią zwartą Z każdego pokrycia X zbiorami otwartymi można wybrać podpokrycie skończone Dowód Lemat 1 Dla każdego pokrycia U przestrzeni ośrodkowej

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

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

Bardziej szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń

Bardziej szczegółowo

1 Macierz odwrotna metoda operacji elementarnych

1 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 szczegółowo

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

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

Bardziej szczegółowo

Liga zadaniowa Seria I, 2014/2015, Piotr Nayar, Marta Strzelecka

Liga zadaniowa Seria I, 2014/2015, Piotr Nayar, Marta Strzelecka Seria I, 04/05, Piotr Nayar, Marta Strzelecka Pytania dotyczące zadań prosimy kierować do Piotra Nayara na adres: nayar@mimuw.edu.pl. Rozwiązania można przesyłać Marcie Strzeleckiej na adres martast@mimuw.edu.pl,

Bardziej szczegółowo

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne:

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne: 1. Wykład 1: Produkty grup. Produkty i koprodukty grup abelowych. Przypomnijmy konstrukcje słabych iloczynów (sum) prostych i iloczynów (sum) prostych grup znane z kursowego wykładu algebry. Ze względu

Bardziej szczegółowo

E-learning - matematyka - poziom rozszerzony. Funkcja wykładnicza. Materiały merytoryczne do kursu

E-learning - matematyka - poziom rozszerzony. Funkcja wykładnicza. Materiały merytoryczne do kursu E-learning - matematyka - poziom rozszerzony Funkcja wykładnicza Materiały merytoryczne do kursu Definicję i własności funkcji wykładniczej poprzedzimy definicją potęgi o wykładniku rzeczywistym. Poprawna

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

DB Algebra liniowa semestr zimowy 2018

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

Bardziej szczegółowo

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych wyliczamy według wzoru (x, x 2,..., x n ) f(x, x 2,..., x n )

Bardziej szczegółowo

Twierdzenie spektralne

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

Bardziej szczegółowo

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi

Bardziej szczegółowo

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = : 4. Zbiory borelowskie. Zbiór wszystkich podzbiorów liczb naturalnych będziemy oznaczali przez ω. Najmniejszą topologię na zbiorze ω, w której zbiory {A ω : x A ω \ y}, gdzie x oraz y są zbiorami skończonymi,

Bardziej szczegółowo

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

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

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

= b i M i [x], gdy charf = p, to a i jest pierwiastkiem wielomianu x n i

= b i M i [x], gdy charf = p, to a i jest pierwiastkiem wielomianu x n i 15. Wykład 15: Rozszerzenia pierwiastnikowe. Elementy wyrażające się przez pierwiastniki. Rozwiązalność równań przez pierwiastniki. Równania o dowolnych współczynnikach. 15.1. Rozszerzenia pierwiastnikowe.

Bardziej szczegółowo

Łatwy dowód poniższej własności pozostawiamy czytelnikowi.

Łatwy dowód poniższej własności pozostawiamy czytelnikowi. Rozdział 3 Logarytm i potęga 3.1 Potęga o wykładniku naturalnym Definicja potęgi o wykładniku naturalnym. Niech x R oraz n N. Potęgą o podstawie x i wykładniku n nazywamy liczbę x n określoną następująco:

Bardziej szczegółowo

1 Przestrzenie Hilberta

1 Przestrzenie Hilberta M. Beśka, Wykład monograficzny, Dodatek 1 1 Przestrzenie Hilberta 1.1 Podstawowe fakty o przestrzeniach Hilberta Niech H będzie przestrzenią liniową nad ciałem liczb rzeczywistych. Określmy odwzorowanie,

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

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

Bardziej szczegółowo

Zbiory, relacje i funkcje

Zbiory, relacje i funkcje Zbiory, relacje i funkcje Zbiory będziemy zazwyczaj oznaczać dużymi literami A, B, C, X, Y, Z, natomiast elementy zbiorów zazwyczaj małymi. Podstawą zależność między elementem zbioru a zbiorem, czyli relację

Bardziej szczegółowo

Krzywe Freya i Wielkie Twierdzenie Fermata

Krzywe Freya i Wielkie Twierdzenie Fermata Krzywe Freya i Wielkie Twierdzenie Fermata Michał Krzemiński 29 listopad 2006 Naukowe Koło Matematyki Politechnika Gdańska 1 1 Krzywe algebraiczne Definicja 1.1 Krzywą algebraiczną C nad ciałem K nazywamy

Bardziej szczegółowo

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

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

Bardziej szczegółowo

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 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

Bardziej szczegółowo

LX Olimpiada Matematyczna

LX Olimpiada Matematyczna LX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia drugiego 13 lutego 2009 r. (pierwszy dzień zawodów) Zadanie 1. Liczby rzeczywiste a 1, a 2,..., a n (n 2) spełniają warunek a 1

Bardziej szczegółowo

1 Działania na zbiorach

1 Działania na zbiorach Algebra liniowa z geometrią /4 Działania na zbiorach Zadanie Czy działanie : R R R określone wzorem (x x ) (y y ) := (x y x y x y + x y ) jest przemienne? Zadanie W dowolnym zbiorze X określamy działanie

Bardziej szczegółowo

3. Funkcje wielu zmiennych

3. Funkcje wielu zmiennych 3 Funkcje wielu zmiennych 31 Ciagłość Zanim podamy definicję ciagłości dla funkcji wielu zmiennych wprowadzimy bardzo ogólne i abstrakcyjne pojęcie przestrzeni metrycznej Przestrzeń metryczna Metryka w

Bardziej szczegółowo

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a); Ciała i wielomiany 1 Ciała i wielomiany 1 Definicja ciała Niech F będzie zbiorem, i niech + ( dodawanie ) oraz ( mnożenie ) będą działaniami na zbiorze F. Definicja. Zbiór F wraz z działaniami + i nazywamy

Bardziej szczegółowo

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11 M. Beśka, Wstęp do teorii miary, rozdz. 2 11 2 Rodziny zbiorów 2.1 Algebry i σ - algebry zbiorów Niech X będzie niepustym zbiorem. Rodzinę indeksowaną zbiorów {A i } i I 2 X nazywamy rozbiciem zbioru X

Bardziej szczegółowo

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości.

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości. Własności Odległości i normy w Będziemy się teraz zajmować funkcjami od zmiennych, tzn. określonymi na (iloczyn kartezja/nski egzemplarzy ). Punkt należący do będziemy oznaczać jako Przykł. Wysokość terenu

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany

Bardziej szczegółowo

7 Twierdzenie Fubiniego

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

Bardziej szczegółowo