Wartości i wektory własne
|
|
- Natalia Milewska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Rozdział 7 Wartości i wektor własne Niech X będzie skończenie wmiarową przestrzenią liniową nad ciałem F = R lub F = C. Niech f : X X będzie endomorfizmem, tj. odwzorowaniem liniowm przekształającm przestrzeń liniową w nią samą. Definicja 7.1. Skalar λ F nazwam wartością własną endomorfizmu f jeżeli istnieje niezerow wektor v X, taki że f (v) = λv; (7.1) wektor v nazwam wektorem własnm odpowiadającm wartości własnej λ. Zachodzi następujące Twierdzenie 7.1. Dla endomorfizmu f : X X następujące warunki są równoważne: (a) λ jest wartością własną f; (b) ker(f λid X ) {}; (c) det(a f λi) =, gdzie A f jest macierzą endomorfizmu f (w dowolnej bazie przestrzeni X). Niech teraza = [a ij ] F n n będzie dowolną macierzą, ax n wmiarową przestrzenią liniową o bazie e 1,...,e n. Możem skonstruować endomorfizm f : X X, którego macierzą w ustalonej bazie e 1,...,e n jest macierz A. Endomorfizm ten wstarcz zdefiniować na wektorach bazowch (co z innmi wektorami?) w następując sposób: n f (e i ) = a ji e j j=1 (i = 1,...,n). Pojęcia wartości własnej oraz wektora własnego w sposób naturaln przenoszą się więc na macierze. 46
2 Wartości i wektor własne Definicja 7.2. Skalar λ F nazwam wartością własną macierz A F n n jeżeli istnieje niezerow wektor v F n, taki że Av = λv; wektor v nazwam wektorem własnm odpowiadającm wartości własnej λ. Zbiór wszstkich wartości własnch macierz A oznaczam σ(a) i nazwam widmem macierz A. Prawdziwe jest następujące twierdzenie. Twierdzenie 7.2. Dla macierz A F n n następujące warunki są równoważne: (a) λ jest wartością własną A; (b) układ równań (A λi)v = ma niezerowe rozwiązanie; (c) det(a λi) =. Dla dowolnej macierz A F n n odwzorowanie ϕ A (λ) = det(a λi) jest wielomianem stopnia n (ćwiczenie), którego pierwiastkami są wartości własne macierz A. Wielomian ϕ A nazwam wielomianem charakterstcznm macierz A. Uwaga 7.1. Jeżeli element macierz A F n n należą do ciała F, które jest algebraicznie domknięte (tzn. każd wielomian stopnia n o współcznnikach z ciała F ma n pierwiastków w ciele F) to macierz A posiada n wartości własnch (liczonch z krotnościami). Jeżeli natomiast element macierz są elementami ciała, które nie jest algebraicznie domknięte (takim ciałem jest na przkład ciało liczb rzeczwistch!), to macierz ta może nie mieć wartości własnch (zob. przkład 7.4 poniżej). Przpuśćm, że λ 1,...,λ n σ(a) są wartościami własnmi macierz A F n n. Wówczas, wielomian charakterstczn ϕ A macierz A możem zapisać w postaci ϕ A (λ) = a n λ n +a n 1 λ n a 1 λ+a = a n (λ λ 1 ) (λ λ n ). Łatwo wkazać, że a n = ( 1) n oraz, uwzglęniając wzor Viète a, λ 1... λ n = a = deta, λ λ n = ( 1) n+1 a n 1 = tr(a), gdzie tr(a) = a a nn to ślad macierz A. Własności widma macierz (A F n n ): a) λ σ(a), k N λ k σ ( A k) ; b) λ σ(a), deta λ 1 σ ( A 1) ; c) λ σ(a), α F αλ σ(αa); d) λ σ(a) λ σ(a ) (w szczególności: λ σ(a) λ σ ( A T) ). Ćwiczenie Uzasadnić powższe własności. Przkład 7.1. Wznaczm wartości oraz wektor własne macierz 1 2 A =
3 7.1. Twierdzenie Calea-Hamiltona Ponieważ ϕ A (λ) = det(a λi) = (1 λ)(2 λ)(1+λ), zatem macierz A ma trz różne wartości własne: λ 1 = 1,λ 2 = 1,λ 3 = 2. Dla każdej z nich wznaczm wektor własn: dla λ 1 = 1 mam: x z 2x+2 3 2x 2 skąd otrzmujem (x,,z) = (,,t), t R; przkładow wektor własn v λ1 = (,,1); dla λ 2 = 1 mam: x z 2 2x 2 2z skąd otrzmujem (x,,z) = (t,, t), t R; przkładow wektor własn v λ2 = (1,, 1); dla λ 3 = 2 mam: x z x+2 2x 2 3z skąd otrzmujem (x,,z) = (2t,t, 2t), t R; przkładow wektor własn v λ3 = (2,1, 2) Twierdzenie Calea-Hamiltona Rozważm macierz kwadratową A C n n oraz wielomian w postaci w(s) = a m s m +...+a 1 s+a. Możem wówczas utworzć macierz w(a) określoną jako w(a) = a m A m +...+a 1 A+a I n. Definicja 7.3 (wielomian zerując). Jeżeli w(a) = n to wielomian w nazwam wielomianem zerującm (wielomianem anulującm) macierz A. Ptanie jakie może się nasunąć jest następujące cz dla każdej macierz istnieje wielomian zerując? Odpowiedź jest zawarta w poniższm twierdzeniu. Twierdzenie 7.3 (Cale Hamilton). Wielomian charakterstczn macierz kwadratowej jest jej wielomianem zerującm. Przkład 7.2 (odwracanie macierz). Rozważm macierz A R 3 3 postaci A =
4 7.2. Podprzestrzeń własna Jej wielomian charakterstczn ma postać 1 λ 2 1 ϕ(λ) = 2 λ 3 2 λ = λ3 +λ 2 6λ+12. Ponieważ ϕ() = 12 zatem macierz A jest nieosobliwa. Wznaczm teraz jej odwrotność. Na podstawie twierdzenie Calea Hamiltona możem napisać A 3 +A 2 6A+12I 3 = 3 lub równoważnie 1 12 A( A 2 ) A+6I 3 = I3. Oznacza to, na podstawie definicji macierz odwrotnej, że A 1 = 1 ( A 2 ) 1 A+6I 3 = = Podprzestrzeń własna Niech A F n n oraz niech λ σ(a). Zbiór V λ = {v F n : Av = λv} składa się z oraz wszstkich wektorów własnch odpowiadającch wartości własnej λ. Ponieważ V λ = ker{x (A λi)x} zatem zbiór ten jako jądro endomorfizmu jest podprzestrzenią liniową przestrzenif n ; jest to tak zwana podprzestrzeń własna macierza (ew. podprzestrzeń własna endomorfizmu wznaczonego przez macierz A) odpowiadająca wartości własnej λ. Przkład 7.3. Ponieważ macierz z przkładu 7.1 ma trz różne wartości własne, zatem możem dla niej wznaczć trz podprzestrzenie własne: V λ1 = { (x,,z) R 3 : x = =,z = t,t R } ; V λ2 = { (x,,z) R 3 : x = t, =,z = t,t R } ; V λ3 = { (x,,z) R 3 : x = 2t, = t,z = 2t,t R }. Udowodnim teraz twierdzenie, z którego wnika bardzo ważna własność podprzestrzeni własnch odpowiadającch różnm wartościom własnm. Twierdzenie 7.4. Różnm wartościom własnm macierz A F n n odpowiadają liniowo niezależne wektor własne. Dowód: Niech λ 1,...,λ k (k n) będą różnmi wartościami własnmi macierz A, a v i V λi (i = 1,...,k) odpowiadającmi im wektorami własnmi. Należ wkazać warunek α 1 v α k v k = α 1 =... = α k =. (7.2) 49
5 7.3. Diagonalizowalność Dowód poprowadzim przez indukcję względem k. Dla k = 1 teza zachodzi (wektor zerow, mimo że należ do każdej podprzestrzeni własnej, nie jest wektorem własnm). Załóżm, że teza zachodzi dla dowolnch k 1 wektorów własnch odpowiadającch różnm wartościom własnm oraz, dla dowodu nie wprost, przpuśćm, że warunek (7.2) nie jest spełnion. Oznacza to, że dla pewnego i {1,...,k} : Dla dowolnego r i mam α 1 v α k v k = oraz α i. =(A λ r I)(α 1 v α k v k ) = α 1 (A λ r I)v α k (A λ r I)v k = =α 1 (λ 1 λ r )v α r 1 (λ r 1 λ r )v r 1 +α r+1 (λ r+1 λ r )v r α k (λ k λ r )v k skąd, na podstawie założenia indukcjnego, wnika, że wszstkie współcznniki α m (λ m λ r ) są zerami; w szczególnościα i (λ i λ r ) =. Ponieważλ i λ r, zatemα i =, wbrew założeniu Diagonalizowalność Niech f : X X będzie endomorfizmem. Definicja 7.4. Endomorfizm f jest diagonalizowaln, jeżeli istnieje baza przestrzeni X w której macierz tego endomorfizmu jest diagonalna. Pojęcie diagonalizowalności można również wprowadzić w zbiorze macierz. Zanim to zrobim wprowadzim w zbiorze macierz relację podobieństwa. Definicja 7.5. Niech A,B F n n. Mówim, że macierz A jest podobna do macierz B (ozn. A B) jeżeli istnieje macierz nieosobliwa P F n n, taka że A = PBP 1. (7.3) Łatwo wkazać (ćwiczenie), że relacja podobieństwa macierz jest relacją równoważności, tzn. jest: zwrotna, tj. A A; smetrczna, tj. A B B A; przechodnia, tj. A B,B C A C. Przpuśćm teraz, że A B. Oznacza to, że A = PBP 1, dla pewnej macierz nieosobliwej P. Mam: ϕ A (λ) = det(a λi) = det ( PBP 1 λi ) = detp (B λi)p 1 = = detp det(b λi)detp 1 = ϕ B (λ) co oznacza, że macierze podobne mają ten sam wielomian charakterstczn; w konsekwencji mają one również identczne wartości własne. Definicja 7.6. Macierz A F n n jest macierzą diagonalizowalną, jeżeli jest podobna do macierz diagonalnej. Zanim podam twierdzenie charakterzujące macierze diagonalizowalne rozważm następując przkład. 5
6 7.3. Diagonalizowalność Przkład 7.4. Niech A 1,A 2 R n n będą macierzami postaci A 1 = I = , A. 2 = Macierze te mają ten sam wielomian charakterstczn ϕ A1 (λ) = ϕ A2 (λ) = (1 λ) n. Ponieważ widma macierz A 1 oraz A 2 są jednoelementowe σ(a 1 ) = σ(a 2 ) = {1}, możem dla każdej z nich wznaczć po jednej przestrzeni własnej. Dla macierz A 1 mam: V (1) λ=1 = {x Rn : x = x} = R n. Ponieważ dimv (1) λ=1 = n, więc możem wbrać dokładnie n liniowo niezależnch wektorów własnch macierz A 1 odpowiadającch jej jednej wartości własnej λ = 1. Dodatkowo, macierz A 1 jako macierz diagonalna jest w sposób oczwist macierzą diagonalizowalną. Z kolei dla macierz A 2 mam V (2) λ=1 = {x Rn : A 2 x = x} = {x R n : (A 2 I)x = }. Ponieważ rank(a 2 I) = n 1, zatem na podstawie twierdzenia Kroneckera Capellego wnioskujem, że układ równań (A 2 I)x = ma nieskończenie wiele rozwiązań zależnch od jednego parametru; tm samm dimv (2) λ=1 = 1. Oznacza to, że dla macierz A 2 znajdziem tlko jeden liniowo niezależn wektor własn odpowiadając jej jednej wartości własnej λ = 1. Ponadto, macierz A 2 nie jest diagonalizowalna. Jedną macierzą diagonalną, do której macierz A 2 mogłab bć podobna, jest macierz jednostkowa (macierze podobne mają te same wartości własne). Musiałab więc istnieć macierz nieosobliwa P spełniająca warunek któr nie jest prawdziw. A 2 = PIP 1 = I, Możliwość diagonalizacji macierz A 1 oraz brak możliwości diagonalizacji macierz A 2 jest wnikiem tego, że dla macierz A 1 możem wbrać tle liniowo niezależnch wektorów własnch, ile wnosi krotność wartości własnej jako pierwiastka wielomianu charakterstcznego; dla macierz A 2 warunek ten nie jest spełnion. Prawdziwe jest następujące Twierdzenie 7.5. Macierz A F n n jest diagonalizowalna wted i tlko wted, gd (a) jej wielomian charakterstczn ma n pierwiastków w ciele F (liczonch z krotnościami); 51
7 (b) dla każdej wartości własnej macierz A można wbrać tle liniowo niezależnch wektorów własnch, ile wnosi krotność tej wartości własnej jako pierwiastka wielomianu charakterstcznego. Dowód: Przpuśćm, że macierz A jest diagonalizowalna. Oznacza to, że istnieją macierz diagonalna B = diag(b 1,...,b n ), b i F oraz macierz nieosobliwa P F n n, dla którch A = PBP 1, lub równoważnie AP = PB. (7.4) Niech P = [p 1,...,p n ], gdzie p i F n (i = 1,...,n). Ponieważ oraz AP = A[p 1,...,p n ] = [Ap 1,...,Ap n ] PB = [p 1,...,p n ]diag(b 1,...,b n ) = [b 1 p 1,...,b n p n ], zatem z warunku (7.4) otrzmujem, że Ap i = b i p i (i = 1,...,n). (7.5) Z warunku (7.5) wnika, że wektor p 1,...,p n są liniowo niezależnmi wektorami własnmi macierz A odpowiadającmi wartościom własnm b 1,...,b n. Przpuśćm teraz, że macierz A posiada n liniowo niezależnch wektorów własnch v 1,...,v n F n odpowiadającch wartościom własnm λ 1,...,λ n F. Niech V = [v 1,...,v n ] F n n. Macierz V jest nieosobliwa (dlaczego?). Ponadto: AV = A[v 1,...,v n ] = [Av 1,...,Av n ] = [λ 1 v 1,...,λ n v n ] = V diag(λ 1,...,λ n ), skąd wnika, że A = V diag(λ 1,...,λ n )V 1. Macierz A jest więc diagonalizowalna. Zanotujm na koniec, że twierdzenie 7.4, mimo że sformułowane dla macierz, pozostaje słuszne również dla dowolnego endomorfizmu f : X X, gdzie X jest skończenie wmiarową przestrzenią wektorową nad ciałem F. W szczególności, jeżeli f jest endomorfizmem diagonalizowalnm to istnieje baza przestrzeni X złożona z wektorów własnch endomorfizmu f, prz której macierz tego endomorfizmu jest diagonalna. Przkład 7.5. Niech A R 2 2 będzie macierzą postaci [ ] 1 A =. 1 Ponieważ ϕ A (λ) = λ 2 + 1, zatem macierz A nie ma rzeczwistch wartości własnch nie jest więc diagonalizowalna w klasie macierz R 2 2. Ta sama macierz traktowana jako element przestrzeni C 2 2 ma dwie różne wartości własne λ 1 = i, λ 2 = i, którm odpowiadają liniowo niezależne wektor własne równe odpowiednio v 1 = ( i,1) oraz v 2 = (i,1). Z dowodu twierdzenia 7.4 wnika, że A = P diag(i, i)p 1, gdzie [ ] i i P = [v 1,v 2 ] =. 1 1 [ ] Faktcznie, ponieważ P 1 = 1 i 1 2, zatem i 1 P diag(i, i)p 1 = 1 2 [ i i 1 1 ][ i i ][ i 1 i 1 ] = [ 1 1 ] = A.
Wektory i wartości własne
Treść wykładu Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń W V nazywamy niezmienniczą
Bardziej szczegółowoWektory i wartości własne
Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń
Bardziej szczegółowoZadania egzaminacyjne
Rozdział 13 Zadania egzaminacyjne Egzamin z algebry liniowej AiR termin I 03022011 Zadanie 1 Wyznacz sumę rozwiązań równania: (8z + 1 i 2 2 7 iz 4 = 0 Zadanie 2 Niech u 0 = (1, 2, 1 Rozważmy odwzorowanie
Bardziej szczegółowo1 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 szczegółowoMacierze normalne. D : Dowolną macierz kwadratową można zapisać w postaci A = B + ic gdzie ( ) B = A + A B = A + A = ( A + A)
Macierze normalne Twierdzenie: Macierz można zdiagonalizować za pomocą unitarnej transformacji podobieństwa wted i tlko wted gd jest normalna (AA A A). ( ) D : Dowolną macierz kwadratową można zapisać
Bardziej szczegółowoDiagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, grudzień 2011 Mirosław Sobolewski (UW) Warszawa, grudzień
Bardziej szczegółowoDiagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa,listopad
Bardziej szczegółowoWykład 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 =
Bardziej szczegółowoWykład Analiza jakościowa równań różniczkowych
Na podstawie książki J. Rusinka, Równania różniczkowe i różnicowe w zarządzaniu, Oficna Wdawnicza WSM, Warszawa 2005. 21 maja 2012 Definicja Stabilność Niech = F (x, ) będzie równaniem różniczkowm. Rozwiązanie
Bardziej szczegółowoPostać Jordana macierzy
Rodiał 8 Postać Jordana macier 8.1. Macier Jordana Niech F = R lub F = C. Macier J r () F r r postaci 1. 1... J r () =..........,.... 1 gdie F, nawam klatką Jordana stopnia r. Ocwiście J 1 () = [. Definicja
Bardziej szczegółowoDiagonalizacja macierzy i jej zastosowania
Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 29 Mirosław Sobolewski (UW) Warszawa, wrzesień
Bardziej szczegółowoMacierze. Rozdział Działania na macierzach
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy
Bardziej szczegółowoALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ
ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ WSHE, O/K-CE 10. Homomorfizmy Definicja 1. Niech V, W będą dwiema przestrzeniami liniowymi nad ustalonym ciałem, odwzorowanie ϕ : V W nazywamy homomorfizmem
Bardziej szczegółowo. : 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 szczegółowoRozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F
Bardziej szczegółowoZadania z Algebry liniowej 3 semestr zimowy 2008/2009
Zadania z Algebry liniowej 3 semestr zimowy 2008/2009 1. Niech V będzie przestrzenią wektorową nad ciałem K i niech 0 K oraz θ V będą elementem zerowym ciała K i wektorem zerowym przestrzeni V. Posługując
Bardziej szczegółowoZestaw zadań 14: Wektory i wartości własne. ) =
Zestaw zadań 4: Wektory i wartości własne () Niech V = V V 2 będzie przestrzenią liniową nad ciałem K, w którym + 0 Znaleźć wszystkie podprzestrzenie niezmiennicze rzutu V na V wzdłuż V 2 oraz symetrii
Bardziej szczegółowoWłasności wyznacznika
Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy
Bardziej szczegółowoZadania przygotowawcze, 3 kolokwium
Zadania przygotowawcze, 3 kolokwium Mirosław Sobolewski 8 grudnia. Niech φ t : R 3 R 3 bedzie endomorfizmem określonym wzorem φ t ((x, x, )) (x +, tx + x, x + ), gdzie parametr t R. a) Zbadać dla jakiej
Bardziej szczegółowoMacierze. Układy równań.
Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej Macierze Układy równań 1 Macierze Jeżeli każdej uporządkowanej parze liczb naturalnych (i, j), 1 i m, 1 j n jest przyporządkowana dokładnie
Bardziej szczegółowoZadania 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 szczegółowoAlgebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1
Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm
Bardziej szczegółowoφ(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 szczegółowoWyk 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 szczegółowoEndomorfizmy 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
Bardziej szczegółowoPostać Jordana macierzy
Rozdział 8 Postać Jordana macierzy Niech F = R lub F = C Macierz J r λ) F r r postaci λ 1 0 0 0 λ 1 J r λ) = 0 λ 1 0 0 λ gdzie λ F nazywamy klatką Jordana stopnia r Oczywiście J 1 λ) = [λ Definicja 81
Bardziej szczegółowoDB Algebra liniowa semestr zimowy 2018
DB Algebra liniowa semestr zimowy 2018 SPIS TREŚCI Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo
Bardziej szczegółowo1 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 szczegółowoZadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy
Zadania z algebry liniowej - sem I Przestrzenie liniowe bazy rząd macierzy Definicja 1 Niech (K + ) będzie ciałem (zwanym ciałem skalarów a jego elementy nazywać będziemy skalarami) Przestrzenią liniową
Bardziej szczegółowoAlgebra liniowa. 1. Macierze.
Algebra liniowa 1 Macierze Niech m oraz n będą liczbami naturalnymi Przestrzeń M(m n F) = F n F n będącą iloczynem kartezjańskim m egzemplarzy przestrzeni F n z naturalnie określonymi działaniami nazywamy
Bardziej szczegółowoRównania 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 szczegółowo1 Macierze i wyznaczniki
1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)
Bardziej szczegółowoFormy 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 szczegółowoAlgebra 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 szczegółowo1 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 szczegółowoRozdział 9. Baza Jordana
Rodiał 9 Baa Jordana Niech X będie n wmiarową prestrenią wektorową nad ciałem F = R lub F = C Roważm dowoln endomorfim f : X X Wiem, że postać macier endomorfimu ależ od wboru ba w prestreni X Wiem również,
Bardziej szczegółowoWyznaczniki 3.1 Wyznaczniki stopni 2 i 3
3 Wyznaczniki 31 Wyznaczniki stopni 2 i 3 Wyznacznik macierzy 2 2 Dana jest macierz [ ] a b A Mat c d 2 2 (R) Wyznacznikiem macierzy A nazywamy liczbę mamy a A c b ad bc d Wyznacznik macierzy A oznaczamy
Bardziej szczegółowoDB 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,
Bardziej szczegółowoPierwiastki kwadratowe z liczby zespolonej
Pierwiastki kwadratowe z liczb zespolonej Pierwiastkiem kwadratowm z liczb w C nazwam każdą liczbę zespoloną z C, dla której z = w. Zbiór wszstkich pierwiastków oznaczam smbolem w. Innmi słow w = {z C
Bardziej szczegółowoWstęp do komputerów kwantowych
Wprowadzenie do mechaniki kwantowej Uniwersytet Łódzki, Wydział Fizyki i Informatyki Stosowanej 2008/2009 Wprowadzenie do mechaniki kwantowej Podstawy matematyczne 1 Algebra liniowa Bazy i liniowa niezależność
Bardziej szczegółowoPrzestrzenie 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 szczegółowo13 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 szczegółowoKombinacje liniowe wektorów.
Kombinacje liniowe wektorów Definicja: Niech V będzie przestrzenią liniową nad ciałem F, niech A V Zbiór wektorów A nazywamy liniowo niezależnym, jeżeli m N v,, v m A a,, a m F [a v + + a m v m = θ a =
Bardziej szczegółowoBaza 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 szczegółowoUkłady równań liniowych
Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K
Bardziej szczegółowo3 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 =
Bardziej szczegółowoUkłady 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 szczegółowoPrzestrzenie wektorowe
Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:
Bardziej szczegółowoPrzestrzenie liniowe w zadaniach
Przestrzenie linioe zadaniach Zadanie 1. Cz ektor [3, 4, 4 jest kombinacja linioa ektoró [1, 1, 1, [1, 0, 1, [1, 3, 5 przestrzeni R 3? Roziazanie. Szukam x,, z R takich, że [3, 4, 4 x [1, 1, 1 + [1, 0,
Bardziej szczegółowoD1. Algebra macierzy. D1.1. Definicje
D1. Algebra macierzy W niniejszym dodatku podamy podstawowe operacje macierzowe oraz niektóre techniki algebry macierzowej nie dbając szczególnie o formalizm matematyczny. Zakres jest wystarczający dla
Bardziej szczegółowo15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej
15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)
Bardziej szczegółowo25. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. y +y tgx=sinx
5. RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU 5.1. Pojęcia wstępne. Klasfikacja równań i rozwiązań Rozróżniam dwa zasadnicze tp równań różniczkowch: równania różniczkowe zwczajne i równania różniczkowe cząstkowe.
Bardziej szczegółowoMet Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn
Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra
Bardziej szczegółowoLista nr 1 - Liczby zespolone
Lista nr - Liczby zespolone Zadanie. Obliczyć: a) ( 3 i) 3 ( 6 i ) 8 c) (+ 3i) 8 (i ) 6 + 3 i + e) f*) g) ( 3 i ) 77 ( ( 3 i + ) 3i 3i h) ( + 3i) 5 ( i) 0 i) i ( 3 i ) 4 ) +... + ( 3 i ) 0 Zadanie. Przedstawić
Bardziej szczegółowoR 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 szczegółowo12. FUNKCJE WIELU ZMIENNYCH. z = x + y jest R 2, natomiast jej
1. FUNKCJE WIELU ZMIENNYCH 1.1. FUNKCJE DWÓCH ZMIENNYCH Funkcją dwóch zmiennch określoną w zbiorze D R nazwam przporządkowanie każdej parze liczb () D dokładnie jednej liczb rzeczwistej z. Piszem prz tm
Bardziej szczegółowoJak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).
Odwzorowania n-liniowe; formy n-liniowe Definicja 1 Niech V 1,..., V n, U będą przestrzeniami liniowymi nad ciałem K. Odwzorowanie G: V 1 V n U nazywamy n-liniowym, jeśli dla każdego k [n] i wszelkich
Bardziej szczegółowowszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów
KOINACJA LINIOWA UKŁADU WEKTORÓW Definicja 1 Niech będzie przestrzenią liniową (wektorową) nad,,,, układem wektorów z przestrzeni, a,, współczynnikami ze zbioru (skalarami). Wektor, nazywamy kombinacją
Bardziej szczegółowoR n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },
nazywa- Definicja 1. Przestrzenią liniową R n my zbiór wektorów R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, z określonymi działaniami dodawania wektorów i mnożenia wektorów przez liczby rzeczywiste.
Bardziej szczegółowoWykład 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 szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =
11 Algebra macierzy Definicja 11.1 Dla danego ciała F i dla danych m, n N funkcję A : {1,..., m} {1,..., n} F nazywamy macierzą m n (macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)
Bardziej szczegółowoLista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:
Lista Algebra z Geometrią Analityczną Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami: (N, ), (Z, +) (Z, ), (R, ), (Q \ {}, ) czym jest element neutralny i przeciwny w grupie?,
Bardziej szczegółowo2 Rachunek macierzowy, metoda eliminacji Gaussa-Jordana Wprowadzenie teoretyczne Zadania... 9
Spis treści 1 Podstawowe struktury algebraiczne 2 11 Grupa, pierścień, ciało 2 12 Grupy permutacji 4 13 Pierścień wielomianów, algorytm Euklidesa, największy wspólny dzielnik 6 14 Zadania 7 2 Rachunek
Bardziej szczegółowo1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.
20. Definicje i przykłady podstawowych struktur algebraicznych (grupy, pierścienie, ciała, przestrzenie liniowe). Pojęcia dotyczące przestrzeni liniowych (liniowa zależność i niezależność układu wektorów,
Bardziej szczegółowo4 Przekształcenia liniowe
MIMUW 4. Przekształcenia liniowe 16 4 Przekształcenia liniowe Obok przestrzeni liniowych, podstawowym obiektem algebry liniowej są przekształcenia liniowe. Rozpatrując przekształcenia liniowe między przestrzeniami
Bardziej szczegółowoPrzestrzeń 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 szczegółowoWykład 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 szczegółowoAlgebra liniowa. Macierze i układy równań liniowych
Algebra liniowa Macierze i układy równań liniowych Własności wyznaczników det I = 1, det(ab) = det A det B, det(a T ) = det A. Macierz nieosobliwa Niech A będzie macierzą kwadratową wymiaru n n. Mówimy,
Bardziej szczegółowoSylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13
Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13 (1) Nazwa Algebra liniowa z geometrią (2) Nazwa jednostki prowadzącej Instytut Matematyki przedmiot (3) Kod () Studia Kierunek
Bardziej szczegółowo1 Macierz odwrotna metoda operacji elementarnych
W tej części skupimy się na macierzach kwadratowych. Zakładać będziemy, że A M(n, n) dla pewnego n N. Definicja 1. Niech A M(n, n). Wtedy macierzą odwrotną macierzy A (ozn. A 1 ) nazywamy taką macierz
Bardziej szczegółowoAlgebra liniowa z geometria. - zadania Rok akademicki 2010/2011
1 GEOMETRIA ANALITYCZNA 1 Wydział Fizyki Algebra liniowa z geometria - zadania Rok akademicki 2010/2011 Agata Pilitowska i Zbigniew Dudek 1 Geometria analityczna 1.1 Punkty i wektory 1. Sprawdzić, czy
Bardziej szczegółowoAlgebra liniowa z geometrią
Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........
Bardziej szczegółowoUkłady równań liniowych i metody ich rozwiązywania
Układy równań liniowych i metody ich rozwiązywania Łukasz Wojciechowski marca 00 Dany jest układ m równań o n niewiadomych postaci: a x + a x + + a n x n = b a x + a x + + a n x n = b. a m x + a m x +
Bardziej szczegółowo14. Grupy, pierścienie i ciała.
4. Grup, pierścienie i ciała. Definicja : Zbiór A nazwam grupą jeśli jest wposaŝon w działanie wewnętrzne łączne, jeśli to działanie posiada element neutraln i kaŝd element zbioru A posiada element odwrotn.
Bardziej szczegółowoSylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15
Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15 Nazwa Algebra liniowa z geometrią Nazwa jednostki prowadzącej Wydział Matematyczno - Przyrodniczy przedmiot Kod Studia Kierunek
Bardziej szczegółowoPokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem
Zestaw zadań 9: Przestrzenie wektorowe. Podprzestrzenie () Wykazać, że V = C ze zwykłym dodawaniem jako dodawaniem wektorów i operacją mnożenia przez skalar : C C C, (z, v) z v := z v jest przestrzenią
Bardziej szczegółowoLista. 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 szczegółowof x f y f, jest 4, mianowicie f = f xx f xy f yx
Zestaw 14 Pochodne wŝszch rzędów Niech będzie dana funkcja x f określona w pewnm obszarze D Przpuśćm Ŝe f x istnieją pochodne cząstkowe tej funkcji x x Pochodne cząstkowe tch pochodnch jeŝeli istnieją
Bardziej szczegółowo3 Przestrzenie liniowe
MIMUW 3 Przestrzenie liniowe 8 3 Przestrzenie liniowe 31 Przestrzenie liniowe Dla dowolnego ciała K, analogicznie jak to robiliśmy dla R, wprowadza się operację dodawania wektorów kolumn z K n i mnożenia
Bardziej szczegółowoProgramowanie nieliniowe optymalizacja funkcji wielu zmiennych
Ekonomia matematczna II Ekonomia matematczna II Prowadząc ćwiczenia Programowanie nieliniowe optmalizacja unkcji wielu zmiennch Modele programowania liniowego często okazują się niewstarczające w modelowaniu
Bardziej szczegółowoLista. Algebra z Geometrią Analityczną. Zadanie 1 Zapisz za pomocą spójników logicznych i kwantyfikatorów: x jest większe niż 6 lub mniejsze niż 4
Lista Algebra z Geometrią Analityczną Zadanie 1 Zapisz za pomocą spójników logicznych i kwantyfikatorów: x jest większe niż 6 lub mniejsze niż 4 jeżeli x jest podzielne przez 4 to jest podzielne przez
Bardziej szczegółowoRozdzia l 1. Przestrzenie wektorowe
Rozdzia l 1 Przestrzenie wektorowe Materiał tego rozdziału jest, z jednej strony, trudny, bo operuje pojęciami abstrakcyjnymi, a zdrugiej strony łatwy, nie zawiera w sobie istotnych problemów technicznych,
Bardziej szczegółowo1 Zbiory i działania na zbiorach.
Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu
Bardziej szczegółowoALGEBRA Tematyka LITERATURA
ALGEBRA Tematyka Podstawowe pojęcia algebry: działania, własności działań. Struktury algebraiczne: grupy, pierścienie, ciała, przestrzenie liniowe. Ciała liczbowe: ciało liczb wymiernych, ciało liczb rzeczywistych,
Bardziej szczegółowoPrzekształcenia liniowe
Przekształcenia liniowe Zadania Które z następujących przekształceń są liniowe? (a) T : R 2 R 2, T (x, x 2 ) = (2x, x x 2 ), (b) T : R 2 R 2, T (x, x 2 ) = (x + 3x 2, x 2 ), (c) T : R 2 R, T (x, x 2 )
Bardziej szczegółowoPrzestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych
Grupa, cia lo Zadanie 1. Jakie w lasności w zbiorze liczb naturalnych, ca lkowitych, wymiernych, rzeczywistych maj dzia lania a b = a b, a b = a 2 + b 2, a b = a+b, a b = b. 2 Zadanie 2. Pokazać, że (R
Bardziej szczegółowo14. Przestrzenie liniowe
14. 14.1 Sformułować definicję przestrzeni liniowej. Podać przykłady. Przestrzenią liniową nad ciałem F nazywamy czwórkę uporządkowaną (V, F,+, ), gdzie V jest zbiorem niepustym, F jest ciałem, + jest
Bardziej szczegółowoAlgebra z Geometrią Analityczną. { x + 2y = 5 x y = 9. 4x + 5y 3z = 9, 2x + 4y 3z = 1. { 2x + 3y + z = 5 4x + 5y 3z = 9 7 1,
Lista Algebra z Geometrią Analityczną Układy równań. Zadanie 1 Wyjaśnij na czym polega metoda elininacji Gaussa rozwiązując układ równań: { x + 2y = 5 x y = 9 Zadanie 2 Rozwiąż układ równań metodą eliminacji
Bardziej szczegółowomacierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same
1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,
Bardziej szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...
Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x
Bardziej szczegółowo= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3
ZESTAW I 1. Rozwiązać równanie. Pierwiastki zaznaczyć w płaszczyźnie zespolonej. z 3 8(1 + i) 3 0, Sposób 1. Korzystamy ze wzoru a 3 b 3 (a b)(a 2 + ab + b 2 ), co daje: (z 2 2i)(z 2 + 2(1 + i)z + (1 +
Bardziej szczegółowoImię 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
Bardziej szczegółowoRównania różniczkowe
Równania różniczkowe I rzędu Andrzej Musielak Równania różniczkowe Równania różniczkowe I rzędu Równanie różniczkowe pierwszego rzędu to równanie w którm pojawia się zmienna x, funkcja tej zmiennej oraz
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE WYKŁAD 3
RÓWNANIA RÓŻNICZKOWE WYKŁAD 3 Równania różniczkowe liniowe Metoda przewidwań Metoda przewidwań całkowania równania niejednorodnego ' p( x) opiera się na następującm twierdzeniu. Twierdzenie f ( x) Suma
Bardziej szczegółowoUkłady równań liniowych. Krzysztof Patan
Układy równań liniowych Krzysztof Patan Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych
Bardziej szczegółowoALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska
ALGEBRA LINIOWA Wykład 2 Analityka gospodarcza, sem 1 Wydział Zarządzania i Ekonomii Politechnika Gdańska dr inż Natalia Jarzębkowska, CNMiKnO semzimowy 2018/2019 2/17 Macierze Niech M = {1, 2,, m} i N
Bardziej szczegółowo5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25
MIMUW 5 Wyznaczniki 25 5 Wyznaczniki Wyznacznik macierzy kwadratowych jest funkcją det : K m n K, (m = 1, 2, ) przypisującą każdej macierzy kwadratowej skalar, liniowo ze względu na każdy wiersz osobno
Bardziej szczegółowoLiczby zespolone. Niech C = R 2. Zdefiniujmy dwa działania w C. Dodawanie + : C 2 C zdefiniowane jest przez
Liczb zespolone Ciało liczb zespolonch Niech C = R. Zdefiniujm dwa działania w C. Dodawanie + : C C zdefiniowane jest przez (, ) + (, ) = ( +, + ). Ćwiczenie. Obliczm (, ) + (, 0) =.................................................
Bardziej szczegółowoFormy 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 szczegółowoMACIERZE I WYZNACZNIKI
Wykłady z matematyki inżynierskiej IMiF UTP 07 MACIERZ DEFINICJA. Macierza o m wierszach i n kolumnach nazywamy przyporza dkowanie każdej uporza dkowanej parze liczb naturalnych (i, j), gdzie 1 i m, 1
Bardziej szczegółowo