Niezb. ednik matematyczny. Niezb. ednik matematyczny

Wielkość: px
Rozpocząć pokaz od strony:

Download "Niezb. ednik matematyczny. Niezb. ednik matematyczny"

Transkrypt

1 Niezb ednik matematyczny Niezb ednik matematyczny

2 Liczby zespolone I Rozważmy zbiór R R (zbiór par liczb rzeczywistych) i wprowadźmy w nim nastepuj ace dzia lania: z 1 + z 2 = (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2, y 1 + y 2 ) z 1 z 2 = (x 1, y 1 ) (x 2, y 2 ) = (x 1 x 2 y 1 y 2, x 1 y 2 + y 1 x 2 ) Powyższy zbiór z wyżej określonymi dzia laniami nazywamy cia lem liczb zespolonych i oznaczamy (C, +, ). Jeżeli z = (x, y), to liczbe rzeczywista x nazywamy cześci a rzeczywista, zaś liczbe rzeczywista y cześci a urojona liczby zespolonej z i piszemy x = Rz, y = Iz lub x =Rez, y =Imz.

3 Liczby zespolone II Liczby zespolone postaci (x, 0) czyli o zerowej cz eści urojonej utożsamiamy z liczbami rzeczywistymi. Liczbe (0, 1) nazywamy jednostka urojona i oznaczamy i. Ma ona te w lasność, że i 2 = 1. Latwo sprawdzić, że z = (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0). Stad otrzymujemy zapis z = x + iy (postać kanoniczna liczby zespolonej). Sprz eżeniem liczby zespolonej z = (x, y) nazywamy liczb e z = z := x iy. Modu lem liczby zespolonej nazywamy liczb e z := x 2 + y 2. Zachodzi równość z z = (x + iy)(x iy) = x 2 + y 2 = z 2.

4 Liczby zespolone III Pamietaj ac, że x = z cos ϕ i y = z sin ϕ otrzymujemy postać trygonometryczna liczby zespolonej z = z (cos ϕ + i sin ϕ) Potegowanie liczb zespolonych u latwia wzór de Moivre a z n = z n (cos nϕ + i sin nϕ) Pierwiastkiem algebraicznym stopnia n liczby zespolonej z nazywamy zbiór (n-elementowy) postaci n z := {w C : w n = z}

5 Liczby zespolone IV Zachodzi nastepuj acy wzór Eulera Stad wynikaja zależności cos ϕ = eiϕ + e iϕ 2 e iϕ = cos ϕ + i sin ϕ oraz postać wyk ladnicza liczby zespolonej oraz sin ϕ = eiϕ e iϕ z = z e iϕ W szczególności, dla ϕ = π i z = 1 otrzymujemy najpi ekniejszy wzór matematyki e iπ + 1 = 0 2i

6 Macierze I Definicje Transpozycja macierzy A nazywamy macierz A T taka, że i, j : A T ij = A ji Sprzeżeniem hermitowskim macierzy A nazywamy macierz A taka, że i, j : A ij = A ji Macierz, której elementami sa liczby rzeczywiste nazywamy macierza rzeczywista Macierz, której elementami sa liczby zespolone nazywamy macierza zespolona

7 Macierze II Definicje Macierza jednostkowa oznaczana 1 nazywamy macierz taka, że i, j : 1 ij = δ ij Macierz A nazywamy diagonalna jeśli i j : A ij = 0 Macierz nazywamy odwrotna do macierzy A i oznaczamy A 1, jeśli A 1 A = AA 1 = 1

8 Macierze III Macierz A jest symetryczna, jeżeli A = A T antysymetryczna, jeżeli A = A T hermitowska, jeżeli A = A + unitarna, jeżeli A 1 = A + ortogonalna, jeżeli jest rzeczywista i unitarna

9 Wyznaczniki Wyznacznikiem macierzy kwadratowej A nazywamy liczbe określona nastepuj aco: deta A = P ( 1)sgn(P) A 1P(1) A 2P(2)... A NP(N) gdzie N jest rozmiarem macierzy A a sumowanie przebiega po wszystkich N-elementowych permutacjach P. Aby obliczyć wyznacznik możemy użyć rozwini ecia Laplace a deta = N ( 1) i+j A ij Ā ij = i=1 N ( 1) i+j A ij Ā ij, gdzie przez Ā ij oznaczyliśmy wyznacznik macierzy powsta lej z A w wyniku usuni ecia i-tego wiersza i j-tej kolumny. j=1

10 W lasności wyznaczników dodanie do dowolnego wiersza (kolumny) macierzy dowolnej kombinacji liniowej pozosta lych wierszy (kolumn) nie zmienia wartości jej wyznacznika jeśli macierz posiada dwa identyczne wiersze (kolumny), to jej wyznacznik wynosi 0 zamiana dwóch wierszy (kolumn) macierzy zmienia jej wyznacznik na przeciwny deta T = deta deta = (deta) det(ab) = detadetb det(ca) = c N deta

11 Grupa Grupa nazywamy pare uporzadkowan a (G, ), gdzie G jest zbiorem a dzia laniem wewnetrznym, jeżeli 1 jest l aczne 2 istnieje w G element neutralny wzgl edem dzia lania 3 każdy element zbioru G posiada element odwrotny w G Dzia lanie nazywamy dzia laniem grupowym. Grupe nazywamy przemienna lub abelowa jeżeli dzia lanie grupowe jest przemienne. Notacja Jeżeli nie prowadzi to do niejednoznaczności, grup e (G, ) oznacza si e przez G. Dzia lanie grupowe zwykle nazywa si e iloczynem.

12 Przestrzeń wektorowa Weźmy cia lo K (na nasze potrzeby cia lo liczb rzeczywistych lub liczb zespolonych), grupe przemienna (V, ) i dzia lanie zewnetrzne : K V V. Trójke uporzadkowan a (K, V, ) nazywamy przestrzenia wektorowa nad cia lem K jeżeli 1 α K : u, v V : α (u v) = α u α v 2 α, β K : u V : (α + β) u = α u β u 3 α, β K : u V : α (β u) = (α β) u 4 u V : 1 u = u

13 Przyk lady przestrzeni wektorowych wektory w R 3 z dodawaniem wektorów jako dzia laniem grupowym i mnożeniem przez liczbe rzeczywista jako dzia laniem zewnetrznym wektory w R N z dzia laniami określonymi analogicznie jak powyżej funkcje f : R N C z dodawaniem funkcji jako dzia laniem grupowym i mnożeniem przez liczbe zespolona jako dzia laniem zewnetrznym funkcje f : R N C ca lkowalne w kwadracie modu lu z dodawaniem funkcji jako dzia laniem grupowym i mnożeniem przez liczbe zespolona jako dzia laniem zewnetrznym

14 Liniowa niezależność Weźmy przestrzeń wektorowa V nad cia lem K. Uk lad wektorów v 1,..., v n V nazywamy liniowo niezależnym jeżeli α 1,..., α n K : n α i v i = 0 α 1 = α 2... = α n = 0 i=1

15 Wymiar i baza przestrzeni Przestrzeń wektorowa jest n-wymiarowa, jeżeli istnieje w niej liniowo niezależny n-elementowy zbiór wektorów, a każdy n + 1 elementowy uk lad wektorów jest liniowo zależny. Jeżeli dla każdego n istnieje liniowo niezależny n-elementowy zbiór wektorów, przestrzeń jest nieskończenie wymiarowa. Baza przestrzeni n-wymiarowej jest dowolny n-elementowy ciag liniowo niezależnych wektorów.

16 Przestrzeń unitarna I Przestrzenia unitarna bedziemy nazywać przestrzeń wektorowa nad cia lem liczb zespolonych z dodatkowo określona dla każdej pary wektorów x, y liczba zespolona (iloczynem skalarnym) x y o nastepuj acych w laściwościach: 1 x y = y x 2 αx y = α x y 3 x + y z = x z + y z 4 x x = 0, tylko gdy x jest wektorem zerowym

17 Przestrzeń unitarna II Definicje norm e wektora zdefiniujemy jako x = x x odleg lościa miedzy wektorami x i y nazwiemy x y = x y x y uk lad wektorów nazwiemy ortogonalnym, jeśli iloczyn skalarny każdych dwóch różnych wektorów wynosi 0 wektor nazwiemy unormowanym, jeśli jego norma wynosi 1 uk lad wektorów nazwiemy ortonormalnym, jeśli jest on uk ladem ortogonalnym i każdy wektor jest unormowany

18 Przyk lad przestrzeni unitarnej przestrzeń funkcji f : R N C ca lkowalnych w kwadracie modu lu z dodawaniem funkcji jako dzia laniem grupowym i mnożeniem przez liczbe zespolona jako dzia laniem zewnetrznym iloczyn skalarny określony jako f g = τ f gdτ wszystkie zbieżne ciagi Cauchy ego maja granice należac a do przestrzeni (przestrzeń Hilberta)

19 Operatory I Definicje operator dzia laj ac na wektor daje wektor: Âx = y operator nazywamy liniowym, jeśli dla dowolnej pary wektorów x 1, x 2 i dowolnej pary liczb zespolonych c 1, c 2 zachodzi Â(c 1 x 1 + c 2 x 2 ) = c 1 Âx 1 + c 2 Âx 2 sume operatorów Ĉ =  + ˆB definiujemy tak, że dla dowolnego x : Ĉx = Âx + ˆBx iloczyn operatorów Ĉ = ˆB definiujemy tak, że dla dowolnego x : Ĉx = Â(ˆBx) operatorem jednostkowym oznaczanym ˆ1 nazywamy operator, dla którego dla dowolnego x : ˆ1x = x

20 Operatory II Definicje komutator operatorów  i ˆB: [Â, ˆB] = ˆB ˆB operatory  i ˆB komutuja, jeśli [Â, ˆB] = 0 operator  1 nazywamy odwrotnym do Â, jeśli dla dowolnego x :  1 (Âx) = Â( 1 x) = x operator  nazywamy sprzeżonym po hermitowsku do Â, jeśli dla dowolnej pary x, y : x Ây =  x y operator  nazywamy hermitowskim (samosprz eżonym), jeśli dla dowolnej pary x, y : x Ây = Âx y operator  nazywamy unitarnym, jeśli dla dowolnej pary x, y : Âx Ây = x y

21 Tożsamości komutatorowe ] [ˆB, Â] = [Â, ˆB ] ] [ + ˆB, Ĉ = [Â, Ĉ [ ] ] αâ, ˆB = α [Â, ˆB ] [ˆB, Ĉ =  [ˆB, Ĉ ] + [ˆB, Ĉ ] ] + [Â, Ĉ ˆB

22 Zagadnienie w lasne Mówimy, że λ jest wartościa w lasna operatora  jeżeli istnieje niezerowy wektor v taki, że Âv = λv Wektorem w lasnym operatora  do wartości w lasnej λ nazywamy każdy wektor v spe lniajacy Âv = λv, które to równanie nazywamy zagadnieniem w lasnym operatora Â. Zbiór wartości w lasnych operatora nazywamy jego widmem (spektrum).

23 Użyteczne twierdzenia Twierdzenie Wartości w lasne operatora hermitowskiego sa rzeczywiste. Twierdzenie Dla operatora hermitowskiego wektory w lasne do różnych wartości w lasnych sa ortogonalne Twierdzenie Dowolna kombinacja liniowa wektorów w lasnych do pewnej wartości w lasnej jest wektorem w lasnym do tej wartości w lasnej Twierdzenie Dwa operatory komutuja wtedy i tylko wtedy, gdy maja wspólny uk lad wektorów w lasnych

Informacje o kursie. Historia mechaniki kwantowej. Niezb. ednik matematyczny. Wyk lad 1

Informacje o kursie. Historia mechaniki kwantowej. Niezb. ednik matematyczny. Wyk lad 1 Wyk lad 1 Informacje o kursie. Historia mechaniki kwantowej. Niezb ednik matematyczny Plan wyk ladów 13 X, 20 X, 27 X, 3 XI - podstawy mechaniki kwantowej: postulaty, uk lady modelowe, formalizm drugiego

Bardziej szczegółowo

1 Macierze i wyznaczniki

1 Macierze i wyznaczniki 1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)

Bardziej szczegółowo

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń

Bardziej szczegółowo

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n

Bardziej 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

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

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy

Bardziej szczegółowo

Wyk lad 3 Wyznaczniki

Wyk lad 3 Wyznaczniki 1 Określenie wyznacznika Wyk lad 3 Wyznaczniki Niech A bedzie macierza kwadratowa stopnia n > 1 i niech i, j bed a liczbami naturalnymi n Symbolem A ij oznaczać bedziemy macierz kwadratowa stopnia n 1

Bardziej szczegółowo

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych

Przestrzenie 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 szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia

Bardziej szczegółowo

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej

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

Wyk lad 1 Podstawowe struktury algebraiczne

Wyk lad 1 Podstawowe struktury algebraiczne Wyk lad 1 Podstawowe struktury algebraiczne 1 Dzia lanie w zbiorze Majac dane dowolne dwa przedmioty a b możemy z nich utworzyć pare uporzadkowan a (a b) o poprzedniku a i nastepniku b. Warunek na równość

Bardziej szczegółowo

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same 1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,

Bardziej szczegółowo

Grupy i cia la, liczby zespolone

Grupy i cia la, liczby zespolone Rozdzia l 1 Grupy i cia la, liczby zespolone Dla ustalenia uwagi, b edziemy używać nast epuj acych oznaczeń: N = { 1, 2, 3,... } - liczby naturalne, Z = { 0, ±1, ±2,... } - liczby ca lkowite, W = { m n

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

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

Własności wyznacznika

Własności wyznacznika Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy

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

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje

Bardziej szczegółowo

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska

ALGEBRA LINIOWA. Wykład 2. Analityka gospodarcza, sem. 1. Wydział Zarządzania i Ekonomii Politechnika Gdańska 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 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

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar liniowej Baza liniowej Niech V bedzie nad cia lem K Powiemy, że zbiór wektorów {α,, α n } jest baza V, jeżeli wektory α,, α n sa liniowo niezależne oraz generuja V tzn V = L(α,,

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

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3

= 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 szczegółowo

Lista. 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: 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 szczegółowo

1 Elementy logiki i teorii mnogości

1 Elementy logiki i teorii mnogości 1 Elementy logiki i teorii mnogości 11 Elementy logiki Notatki do wykładu Definicja Zdaniem logicznym nazywamy zdanie oznajmujące, któremu przysługuje jedna z dwu logicznych ocen prawda (1) albo fałsz

Bardziej szczegółowo

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu

Bardziej szczegółowo

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas Przestrzenie wektorowe, liniowa niezależność Javier de Lucas Ćwiczenie 1. W literaturze można znaleźć pojȩcia przestrzeni liniowej i przestrzeni wektorowej. Obie rzeczy maj a tak a sam a znaczenie. Nastȩpuj

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

Wykład 14. Elementy algebry macierzy

Wykład 14. Elementy algebry macierzy Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,

Bardziej szczegółowo

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

Bardziej szczegółowo

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym. Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa

Bardziej szczegółowo

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012 1. Liczby zespolone Jacek Jędrzejewski 2011/2012 Spis treści 1 Liczby zespolone 2 1.1 Definicja liczby zespolonej.................... 2 1.2 Postać kanoniczna liczby zespolonej............... 1. Postać

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

1 Przestrzenie unitarne i przestrzenie Hilberta.

1 Przestrzenie unitarne i przestrzenie Hilberta. Przestrzenie unitarne i przestrzenie Hilberta.. Wykazać, że iloczyn skalarny w przestrzeni wektorowej X nad cia lem K ma nastepuj ace w lasności: (i) x, y + z = x, y + x, z, (ii) x, λy = λ x, y, (iii)

Bardziej szczegółowo

Algebra liniowa i geometria analityczna. Autorzy: Agnieszka Kowalik Michał Góra

Algebra liniowa i geometria analityczna. Autorzy: Agnieszka Kowalik Michał Góra Algebra liniowa i geometria analityczna Autorzy: Agnieszka Kowalik Michał Góra 9 Spis treści Liczby zespolone Postać algebraiczna liczby zespolonej Moduł i argument liczby zespolonej Postać trygonometryczna

Bardziej szczegółowo

Liczby zespolone. Magdalena Nowak. 23 marca Uniwersytet Śląski

Liczby zespolone. Magdalena Nowak. 23 marca Uniwersytet Śląski Uniwersytet Śląski 23 marca 2012 Ciało liczb zespolonych Rozważmy zbiór C = R R, czyli C = {(x, y) : x, y R}. W zbiorze C definiujemy następujące działania: dodawanie: mnożenie: (a, b) + (c, d) = (a +

Bardziej szczegółowo

LICZBY ZESPOLONE. 1. Wiadomości ogólne. 2. Płaszczyzna zespolona. z nazywamy liczbę. z = a + bi (1) i = 1 lub i 2 = 1

LICZBY ZESPOLONE. 1. Wiadomości ogólne. 2. Płaszczyzna zespolona. z nazywamy liczbę. z = a + bi (1) i = 1 lub i 2 = 1 LICZBY ZESPOLONE 1. Wiadomości ogólne DEFINICJA 1. Liczba zespolona z nazywamy liczbę taką, że a, b R oraz i jest jednostka urojona, definiowaną następująco: z = a + bi (1 i = 1 lub i = 1 Powyższą postać

Bardziej szczegółowo

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach. WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

Bardziej 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

Algebra liniowa z geometria

Algebra liniowa z geometria Algebra liniowa z geometria Materiały do ćwiczeń Zespół matematyków przy WEEiA Spis treści 1 Macierze i wyznaczniki 5 11 Macierze i ich rodzaje 5 12 Operacje na macierzach 6 13 Wyznacznik macierzy 8 14

Bardziej szczegółowo

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I

2 1 3 c c1. e 1, e 2,..., e n A= e 1 e 2...e n [ ] M. Przybycień Matematyczne Metody Fizyki I Liniowa niezależno ność wektorów Przykład: Sprawdzić czy następujące wektory z przestrzeni 3 tworzą bazę: e e e3 3 Sprawdzamy czy te wektory są liniowo niezależne: 3 c + c + c3 0 c 0 c iei 0 c + c + 3c3

Bardziej szczegółowo

Funkcje analityczne. Wykład 2. Płaszczyzna zespolona. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018)

Funkcje analityczne. Wykład 2. Płaszczyzna zespolona. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018) Funkcje analityczne Wykład 2. Płaszczyzna zespolona Paweł Mleczko Funkcje analityczne (rok akademicki 2017/2018) Plan wykładu W czasie wykładu omawiać będziemy różne reprezentacje płaszczyzny zespolonej

Bardziej szczegółowo

Liczby zespolone. P. F. Góra (w zastępstwie prof. K. Rościszewskiego) 27 lutego 2007

Liczby zespolone. P. F. Góra (w zastępstwie prof. K. Rościszewskiego)  27 lutego 2007 Liczby zespolone P. F. Góra (w zastępstwie prof. K. Rościszewskiego) http://th-www.if.uj.edu.pl/zfs/gora/ 27 lutego 2007 Definicja C zbiór par liczb rzeczywistych w którym określono następujace działania:

Bardziej szczegółowo

1. Liczby zespolone i

1. Liczby zespolone i Zadania podstawowe Liczby zespolone Zadanie Podać część rzeczywistą i urojoną następujących liczb zespolonych: z = ( + 7i)( + i) + ( 5 i)( + 7i), z = + i, z = + i i, z 4 = i + i + i i Zadanie Dla jakich

Bardziej szczegółowo

Macierz o wymiarach m n. a 21. a 22. A =

Macierz o wymiarach m n. a 21. a 22. A = Macierze 1 Macierz o wymiarach m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Mat m n (R) zbiór macierzy m n o współczynnikach rzeczywistych Analogicznie określamy Mat m n (Z), Mat m n (Q) itp 2

Bardziej szczegółowo

Kurs wyrównawczy - teoria funkcji holomorficznych

Kurs wyrównawczy - teoria funkcji holomorficznych Kurs wyrównawczy - teoria funkcji holomorficznych wykład 1 Gniewomir Sarbicki 15 lutego 2011 Struktura ciała Zbiór par liczb rzeczywistych wyposażamy w działania: { + : (a, b) + (c, d) = (a + c, b + d)

Bardziej szczegółowo

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE Definicja 1 Algebra abstrakcyjna nazywamy teorie, której przedmiotem sa dzia lania na

Bardziej szczegółowo

Matematyka liczby zespolone. Wykład 1

Matematyka liczby zespolone. Wykład 1 Matematyka liczby zespolone Wykład 1 Siedlce 5.10.015 Liczby rzeczywiste Zbiór N ={0,1,,3,4,5, } nazywamy zbiorem Liczb naturalnych, a zbiór N + ={1,,3,4, } nazywamy zbiorem liczb naturalnych dodatnich.

Bardziej szczegółowo

RACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska

RACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska RACHUNEK MACIERZOWY METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy

Bardziej szczegółowo

O MACIERZACH I UKŁADACH RÓWNAŃ

O MACIERZACH I UKŁADACH RÓWNAŃ O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a

Bardziej szczegółowo

Rozdział 2. Liczby zespolone

Rozdział 2. Liczby zespolone Rozdział Liczby zespolone Zbiór C = R z działaniami + oraz określonymi poniżej: x 1, y 1 ) + x, y ) := x 1 + x, y 1 + y ), 1) x 1, y 1 ) x, y ) := x 1 x y 1 y, x 1 y + x y 1 ) ) jest ciałem zob rozdział

Bardziej szczegółowo

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1 Algebra liniowa II Lista Zadanie Udowodnić, że jeśli B b ij jest macierzą górnotrójkątną o rozmiarze m m, to jej wyznacznik jest równy iloczynowi elementów leżących na głównej przekątnej: det B b b b mm

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

Definicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY

Definicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy funkcję

Bardziej szczegółowo

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013 Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia

Bardziej szczegółowo

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

15. 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 szczegółowo

Pytania i polecenia podstawowe

Pytania i polecenia podstawowe Pytania i polecenia podstawowe Liczby zespolone a) 2 i 1 + 2i 1 + 2i 3 + 4i, c) 1 i 2 + i a) 4 + 3i (2 i) 2, c) 1 3i a) i 111 (1 + i) 100, c) ( 3 i) 100 Czy dla dowolnych liczb z 1, z 2 C zachodzi równość:

Bardziej szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni

Bardziej szczegółowo

Rozdzia l 10. Formy dwuliniowe i kwadratowe Formy dwuliniowe Definicja i przyk lady

Rozdzia l 10. Formy dwuliniowe i kwadratowe Formy dwuliniowe Definicja i przyk lady Rozdzia l 10 Formy dwuliniowe i kwadratowe 10.1 Formy dwuliniowe 10.1.1 Definicja i przyk lady Niech X K b edzie przestrzenia liniowa nad cia lem K, dim(x K ) = n. Definicja 10.1 Przekszta lcenie ϕ : X

Bardziej szczegółowo

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)

Bardziej szczegółowo

Algebra 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,

Algebra 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 szczegółowo

Lista nr 1 - Liczby zespolone

Lista 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 szczegółowo

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace

Bardziej szczegółowo

Mechanika kwantowa ćwiczenia, 2007/2008, Zestaw II

Mechanika kwantowa ćwiczenia, 2007/2008, Zestaw II 1 Dane są następujące operatory: ˆD = x, ˆQ = π 0 x, ŝin = sin( ), ĉos = cos( ), ˆπ = π, ˆ0 = 0, przy czym operatory ˆπ oraz ˆ0 są operatorami mnożenia przez opowienie liczby (a) Wyznacz kwarat oraz owrotność

Bardziej szczegółowo

Matematyczne Metody Chemii I

Matematyczne Metody Chemii I Zwi ekszenie liczby wysoko wykwalifikowanych absolwentów kierunków ścis lych Uniwersytetu Jagiellońskiego POKL.04.01.02-00-097/09-00 Matematyczne Metody Chemii I Wyk lad dla III roku Chemii UJ Grzegorz

Bardziej szczegółowo

Akwizycja i przetwarzanie sygnałów cyfrowych

Akwizycja i przetwarzanie sygnałów cyfrowych Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Reprezentacje sygnału Jak reprezentujemy sygnał: wybieramy sygnały wzorcowe (bazę) rozwijamy sygnał w wybranej

Bardziej szczegółowo

Matematyczne Metody Chemii I

Matematyczne Metody Chemii I Zwi ekszenie liczby wysoko wykwalifikowanych absolwentów kierunków ścis lych Uniwersytetu Jagiellońskiego POKL.04.01.02-00-097/09-00 Matematyczne Metody Chemii I Wyk lad dla III roku Chemii UJ Grzegorz

Bardziej szczegółowo

Lista. 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 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 szczegółowo

1 Przestrzeń liniowa. α 1 x α k x k = 0

1 Przestrzeń liniowa. α 1 x α k x k = 0 Z43: Algebra liniowa Zagadnienie: przekształcenie liniowe, macierze, wyznaczniki Zadanie: przekształcenie liniowe, jądro i obraz, interpretacja geometryczna. Przestrzeń liniowa Już w starożytności człowiek

Bardziej szczegółowo

Matematyczne Metody Chemii I

Matematyczne Metody Chemii I Zwi ekszenie liczby wysoko wykwalifikowanych absolwentów kierunków ścis lych Uniwersytetu Jagiellońskiego POKL.04.01.02-00-097/09-00 Matematyczne Metody Chemii I Wyk lad dla III roku Chemii UJ Grzegorz

Bardziej szczegółowo

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =

Bardziej szczegółowo

Wyk lad 11 Przekszta lcenia liniowe a macierze

Wyk lad 11 Przekszta lcenia liniowe a macierze Wyk lad 11 Przekszta lcenia liniowe a macierze 1 Izomorfizm przestrzeni L(V ; W ) i M m n (R) Twierdzenie 111 Niech V i W bed a przestrzeniami liniowymi o bazach uporzadkowanych (α 1,, α n ) i (β 1,, β

Bardziej szczegółowo

c ze wzoru dwumianowego Newtona obliczyć sumy: a) 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi,

c ze wzoru dwumianowego Newtona obliczyć sumy: a) 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi, 3 Korzystaja c ze wzoru dwumianowego Newtona obliczyć sumy: a) n ( n n k) ; b) 4 W rozwinie ciu dwumianowym: ( 4 a) ) 1, 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi, ( ) b) 3 13, 5 +

Bardziej szczegółowo

Informacja o przestrzeniach Hilberta

Informacja o przestrzeniach Hilberta Temat 10 Informacja o przestrzeniach Hilberta 10.1 Przestrzenie unitarne, iloczyn skalarny Niech dana będzie przestrzeń liniowa X. Załóżmy, że każdej parze elementów x, y X została przyporządkowana liczba

Bardziej szczegółowo

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ. 1. Ciała ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ WSHE, O/K-CE 1. Ciała Definicja 1. Układ { ; 0, 1; +, } złożony ze zbioru, dwóch wyróżnionych elementów 0, 1 oraz dwóch działań +:, : nazywamy ciałem

Bardziej szczegółowo

Zadania o liczbach zespolonych

Zadania o liczbach zespolonych Zadania o liczbach zespolonych Zadanie 1. Znaleźć takie liczby rzeczywiste a i b, aby zachodzi ly równości: a) a( + i) + b(4 i) 6 i, b) a( + i) + b( + i) 8i, c) a(4 i) + b(1 + i) 7 1i, ( ) a d) i + b +i

Bardziej szczegółowo

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn

Met Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra

Bardziej szczegółowo

Twierdzenie spektralne

Twierdzenie spektralne Twierdzenie spektralne Tomasz Kochanek Uniwersytet Śląski Instytut Matematyki XXXI Sesja KNM UŚ Motywacje, intuicje, konstrukcje Szczyrk 10 13 listopada 2011 Tomasz Kochanek (Uniwersytet Śląski) Twierdzenie

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

Uk lady modelowe II - oscylator

Uk lady modelowe II - oscylator Wyk lad 4 Uk lady modelowe II - oscylator Model Prawo Hooke a F = m d 2 x = kx = dv dt2 dx Potencja l Równanie ruchu V = 1 2 kx2 d 2 x dt 2 + k m x = 0 Obraz klasyczny Rozwiazania k x = A sin t = A sin

Bardziej szczegółowo

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 6 Podprzestrzenie przestrzeni liniowych Wyk lad 6 Podprzestrzenie przestrzeni liniowych 1 Określenie podprzestrzeni Definicja 6.1. Niepusty podzbiór V 1 V nazywamy podprzestrzeni przestrzeni liniowej V, jeśli ma on nastepuj ace w lasności: (I)

Bardziej szczegółowo

DB Algebra liniowa 1 semestr letni 2018

DB Algebra liniowa 1 semestr letni 2018 DB Algebra liniowa 1 semestr letni 2018 Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo Naukowo-Techniczne,

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa Macierze

Analiza matematyczna i algebra liniowa Macierze Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek

Bardziej szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

Algebra z geometrią analityczną zadania z odpowiedziami Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki Spis treści strona główna 1 Wyrażenia algebraiczne, indukcja matematyczna 2 2 Geometria analityczna w R 2 Liczby zespolone 4 4 Wielomiany

Bardziej szczegółowo

Spis treści Wstęp Liczby zespolone Funkcje elementarne zmiennej zespolonej Wielomiany Macierze i wyznaczniki

Spis treści Wstęp Liczby zespolone Funkcje elementarne zmiennej zespolonej Wielomiany Macierze i wyznaczniki Spis treści Wstęp ii 1 Liczby zespolone 1 1.1 Definicja i działania, liczby sprzężone......................... 1 1.2 Moduł, argument, postać trygonometryczna..................... 2 1.3 Działania na liczbach

Bardziej szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

Algebra z geometrią analityczną zadania z odpowiedziami Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki opracowanie Spis treści I Wyrażenia algebraiczne, indukcja matematyczna 2 II Geometria analityczna w R 2 4 III Liczby zespolone 5

Bardziej szczegółowo

Algebra liniowa z geometria. - zadania Rok akademicki 2010/2011

Algebra 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 szczegółowo

Matematyczne Metody Chemii I

Matematyczne Metody Chemii I Zwi ekszenie liczby wysoko wykwalifikowanych absolwentów kierunków ścis lych Uniwersytetu Jagiellońskiego POKL.04.01.02-00-097/09-00 Matematyczne Metody Chemii I Wyk lad dla III roku Chemii UJ Grzegorz

Bardziej szczegółowo

1 Grupa SU(3) i klasyfikacja cząstek

1 Grupa SU(3) i klasyfikacja cząstek Grupa SU(3) i klasyfikacja cząstek. Grupa SU(N) Unitarne (zespolone) macierze N N można sparametryzować pzez N rzeczywistych parametrów. Ale detu =, unitarność: U U = narzucają dodatkowe warunki. Rozważmy

Bardziej szczegółowo

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25

Wykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25 Wykład 4 Informatyka Stosowana Magdalena Alama-Bućko 25 marca 2019 Magdalena Alama-Bućko Wykład 4 25 marca 2019 1 / 25 Macierze Magdalena Alama-Bućko Wykład 4 25 marca 2019 2 / 25 Macierza wymiaru m n

Bardziej szczegółowo

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II Wykład II I. Algebra wektorów 2.1 Iloczyn wektorowy pary wektorów. 2.1.1 Orientacja przestrzeni Załóżmy, że trójka wektorów a, b i c jest niekomplanarna. Wynika z tego, że żaden z tych wektorów nie jest

Bardziej szczegółowo

Normy wektorów i macierzy

Normy wektorów i macierzy Rozdzia l 3 Normy wektorów i macierzy W tym rozdziale zak ladamy, że K C. 3.1 Ogólna definicja normy Niech ψ : K m,n [0, + ) b edzie przekszta lceniem spe lniaj acym warunki: (i) A K m,n ψ(a) = 0 A = 0,

Bardziej szczegółowo

http://www-users.mat.umk.pl/~pjedrzej/matwyz.html 1 Opis przedmiotu Celem przedmiotu jest wykształcenie u studentów podstaw języka matematycznego i opanowanie przez nich podstawowych pojęć dotyczących

Bardziej szczegółowo

Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/

Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/ Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a, bud. Agro

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

Wstęp do komputerów kwantowych

Wstęp 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 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