Temat: Operacje elementarne na wierszach macierzy

Podobne dokumenty
Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Pattern Classification

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

Macierze i Wyznaczniki

Diagonalizacja macierzy kwadratowej

Procedura normalizacji

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Układy równań liniowych i metody ich rozwiązywania

KOINCYDENTNOŚĆ MODELU EKONOMETRYCZNEGO A JEGO JAKOŚĆ MIERZONA WARTOŚCIĄ WSPÓŁCZYNNIKA R 2 (K)

Podprzestrzenie macierzowe

I. Elementy analizy matematycznej

Weryfikacja hipotez dla wielu populacji

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze...

Metoda Rónic Skoczonych

MECHANIKA BUDOWLI 13

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

Macierze. Rozdział Działania na macierzach

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

Funkcje i charakterystyki zmiennych losowych

Temat wykładu: Równania różniczkowe. Anna Rajfura, Matematyka na kierunku Biologia w SGGW 1







EKSPLORACJA ZASOBÓW INTERNETU - MIŁOSZ KADZIŃSKI LABORATORIUM IV WEB ADVERTISING + LATENT SEMANTIC INDEXING

1 Zbiory i działania na zbiorach.

Prawdopodobieństwo i statystyka r.

ZAJĘCIA X. Zasada największej wiarygodności

Wstęp do metod numerycznych Faktoryzacja SVD Metody iteracyjne. P. F. Góra

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...

Egzamin z algebry liniowej 2003 r.

Macierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci

DB Algebra liniowa semestr zimowy 2018

EKONOMETRIA I Spotkanie 1, dn

Laboratorium ochrony danych

Konstrukcja gier sprawiedliwych i niesprawiedliwych poprzez. określanie prawdopodobieństwa.

Układy równań liniowych

Statystyka. Zmienne losowe

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

Kwantowa natura promieniowania elektromagnetycznego

"Bieda przeczy matematyce; gdy się ją podzieli na więcej ludzi, nie staje się mniejsza." Gabriel Laub

13 Układy równań liniowych

2. Układy równań liniowych

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11

Układy równań liniowych

V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH

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

Programowanie liniowe metoda sympleks

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

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Parametry zmiennej losowej

Treść zadań 1 8 odnosi się do poniższego diagramu przestrzenno-czasowego.

Metody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia,

Zmienna losowa. Rozkład skokowy

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

5. Maszyna Turinga. q 1 Q. Konfiguracja: (q,α β) q stan αβ niepusta część taśmy wskazanie położenia głowicy

n liczba zmiennych decyzyjnych c współczynniki funkcji celu a współczynniki przy zmienych decyzyjnych w warunkach

Natalia Nehrebecka. Zajęcia 4

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

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

Układy równań liniowych

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

Różniczkowalność, pochodne, ekstremum funkcji. x 2 1 x x 2 k

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

2. Macierze. Niech. m, n N. Zbiór zawierający m n liczb a ij n, zapisanych w postaci tablicy prostokątnej

ZAJĘCIA VI. Estymator LS - własności i implementacje

Wykład 14. Elementy algebry macierzy

1 Elementy logiki i teorii mnogości

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Ile wynosi suma miar kątów wewnętrznych w pięciokącie?

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:

Monitorowanie i Diagnostyka w Systemach Sterowania

α i = n i /n β i = V i /V α i = β i γ i = m i /m

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Podstawy teorii falek (Wavelets)

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Lista nr 1 - Liczby zespolone

Układy równań liniowych. Ax = b (1)

METODA MDR JAKO NARZĘDZIE ANALIZY STATYSTYCZNEJ DANYCH GENETYCZNYCH. Instytut Matematyczny, Wydział Matematyki i Informatyki, Uniwersytet Wrocławski

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

Układy równań i nierówności liniowych

Wyrównanie spostrzeżeń pośrednich. Spostrzeżenia jednakowo dokładne

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik


Transkrypt:

Temat: Operacje elementarne na erszach macerzy Anna Rajfura

Anna Rajfura Operacje elementarne na erszach macerzy n j m n A

Typy operacj elementarnych. Zamana mejscam erszy oraz j, ozn.: j. Mnożene ersza przez lczbę k, ozn.: : k. Dodane do ersza nnego ersza j pomnożonego przez lczbę k, ozn.: : + j k Anna Rajfura

Operacja elementarna typu j Zamana mejscam erszy oraz j A ~ A j (czyt.: macerz A jest rónoażna macerzy A) Anna Rajfura 4

Anna Rajfura Przykład Uaga A ~ A ~ A

Własnośc operacj typu j A ~ A Jeśl j, to: det A - det A Informacja yprzedzająca: rz A rz A (czyt.: rząd macerzy) Anna Rajfura 6

Operacja elementarna typu : k Mnożene ersza przez lczbę k A ~ : k A (czyt.: macerz A jest rónoażna macerzy A) Anna Rajfura 7

Anna Rajfura 8 Przykład Uaga: A ~ ) ( : - (-/) : - A ~ ) ( A

Własnośc operacj typu k A A Jeśl ~k, to: det A k det A Informacja yprzedzająca: rz A rz A Anna Rajfura 9

Operacja elementarna typu : + j k Dodane do ersza nnego ersza j pomnożonego przez lczbę k, A ~ A : + k j (czyt.: macerz A jest rónoażna macerzy A) Anna Rajfura

Anna Rajfura Przykład Uaga: A ~ : ) ( + A : - (-/) : - + (-/) : - A ~ : ) ( + A

Własnośc operacj typu : + j k Jeśl A ~ : + k j A, to: det A det A Informacja yprzedzająca: rz A rz A Przykład na tablcy. Anna Rajfura

Anna Rajfura Wektory jednostkoe Macerz jednostkoa In: n I Kolumny macerzy I n nazyane są ektoram jednostkoym ymaru n.

Przykład Różne ektory jednostkoe ymaru : Anna Rajfura 4

Postać bazoa macerzy A nm Postacą bazoą macerzy A będzemy nazyać macerz rónoażną macerzy A, o maksymalnej lczbe kolumn będących różnym ektoram jednostkoym. Rzędem macerzy A będzemy nazyać maksymalną lczbę różnych ektoró jednostkoych ystępujących jako kolumny postac bazoej macerzy A; ozn.: A, rank A. Anna Rajfura

Przykład Oblcz rząd macerzy B. B 7 4 6 Anna Rajfura 6

Przykład cd. Stosujemy kolejno operacje elementarne:, : + ( ), : + ( 7), ( 6 ), : + ( ), : +. Oblczena na tablcy. Anna Rajfura 7

Anna Rajfura 8 Przykład cd. otrzymujemy: 6 7 4 B ~ B B postać bazoa macerzy B B Odp.: rz B. da różne ektory jednostkoe

Układy rónań lnoych Układ rónań lnoych A b, gdze: A - macerz układu ymaru m n, [,,..., n ] T (n - lczba neadomych), b [b, b,..., b m ] T (m lczba rónań), może meć: dokładne jedno rozązane (u. oznaczony), neskończene ele rozązań (u. neoznaczony), żadnego rozązana (u. sprzeczny). Anna Rajfura 9

Układy rónań lnoych cd. Macerz A z dopsaną na końcu kolumną praych stron b nazya sę macerzą rozszerzoną: ozn.: A b Lczbę rozązań układu rónań lnoych można określć porónując rzędy macerzy: A, A b z lczbą neadomych. Anna Rajfura

Lczba rozązań układu rónań lnoych Układ rónań A m n n b m rz A < rz[a b] układ sprzeczny (ne ma rozązań) rz A rz[a b] układ posada rozązana rz A rz[a b] n układ oznaczony (ma dokładne jedno rozązane) rz A rz[a b] < n układ neoznaczony (ma neskończene ele rozązań) Anna Rajfura

Anna Rajfura Przykład. Roząż układ rónań A b, gdze: 4 A 4 4 b 4 4 4 b A

Anna Rajfura Przykład. cd. 4 4 4 b A ~ 9 7 4 4 ~ : + (/) : + 9 4 7 4 ~ 7 4 ~ : + (-) : + (-4)

Anna Rajfura 4 Przykład. cd. 7 4 ~ : + (/) : + (4/) Wnosk: rza, rz [A b], lczba neadomych, zatem układ rónań jest oznaczony. Rozązanem jest ektor [-,-, -] T.

Anna Rajfura Przykład. Roząż układ rónań A b, gdze: A b b A

Anna Rajfura 6 Przykład. cd. b A ~ ~ (-) : + (-) : + 6 6 ~ 6 ~ (-/) : + (-) : + (-)

Anna Rajfura 7 Przykład. cd. Wnosk: rza, rz [A b], lczba neadomych, zatem układ rónań jest neoznaczony. Można yznaczyć jego rozązana.

Przykład. cd. kolumny bazoe kolumna nebazoa Anna Rajfura 8

Przykład. cd. zmenne bazoe zmenna nebazoa Anna Rajfura 9

Anna Rajfura Oznaczene dla zmennej nebazoej R s s, s b A,,

Anna Rajfura + s s Rozązane ogólne układu rónań: + s s s, R s Rozązana szczególne układu rónań: Np. dla s : [, -, ] T, dla s : [,, ] T.