Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Podobne dokumenty
Podprzestrzenie macierzowe

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

Matematyka dyskretna. 10. Funkcja Möbiusa

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.

Indukcja matematyczna

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe

8.1 Zbieżność ciągu i szeregu funkcyjnego

1. Relacja preferencji

Regresja REGRESJA

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

A B - zawieranie słabe

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi,

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

( ) WŁASNOŚCI MACIERZY

Współczynnik korelacji rangowej badanie zależności między preferencjami

Wykład 11. a, b G a b = b a,

P π n π. Równanie ogólne płaszczyzny w E 3. Dane: n=[a,b,c] Wówczas: P 0 P=[x-x 0,y-y 0,z-z 0 ] Równanie (1) nazywamy równaniem ogólnym płaszczyzny

Zasady zaliczania kursu z matematyki dyskretnej I-MDA-DA na studiach dziennych w sem. zimowym roku akad. 2011/12

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

ZAGADNIENIE TRANSPORTOWE

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Analiza Matematyczna I.1

VI. TWIERDZENIA GRANICZNE

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

MACIERZE STOCHASTYCZNE

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x

Teoria i metody optymalizacji

Analiza Matematyczna Ćwiczenia. J. de Lucas

ROZKŁADY ZMIENNYCH LOSOWYCH

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

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

n R ZałóŜmy, Ŝe istnieje d, dla którego: Metody optymalizacji Dr inŝ. Ewa Szlachcic otwarte otoczenie R n punktu x, Ŝe

5. OPTYMALIZACJA NIELINIOWA

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

IV. ZMIENNE LOSOWE DWUWYMIAROWE

Funkcja wiarogodności

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

c 2 + d2 c 2 + d i, 2

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

Prawdopodobieństwo i statystyka r.

Zmiana bazy i macierz przejścia

I kolokwium z Analizy Matematycznej

ELEMENTY TEORII MOŻLIWOŚCI

Portfel złożony z wielu papierów wartościowych

Nieporządki Ten materiał zostanie przerobiony na ćwiczeniach

Wstęp do prawdopodobieństwa. Dr Krzysztof Piontek. Literatura:

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Prawdopodobieństwo i statystyka r.

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

JEDNOWYMIAROWA ZMIENNA LOSOWA

Równania rekurencyjne

DYNAMIKA UKŁADU PUNKTÓW MATERIALNYCH

Zadania z algebry liniowej - sem. I Liczby zespolone

III. LICZBY ZESPOLONE

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

Wnioskowanie statystyczne dla korelacji i regresji.

x t 1 (x) o 1 : x s 3 (x) Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

Elementy arytmetyki komputerowej

1. Granica funkcji w punkcie

Statystyka Inżynierska

Relacyjny model danych. Relacyjny model danych

Planowanie eksperymentu pomiarowego I

3. OPTYMALIZACJA NIELINIOWA

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Wykład III. Granice funkcji. f : R A R, A przedział. f określona w x. K M x. lim. lim. Granice niewłaściwe:

I. Elementy analizy matematycznej

MODELE OBIEKTÓW W 3-D3 część

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

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Modele wartości pieniądza w czasie

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Matematyka II. x 3 jest funkcja

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI

Statystyka Opisowa Wzory

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

Parametryzacja rozwiązań układu równań

Zestaw zadań do skryptu z Teorii miary i całki. Katarzyna Lubnauer Hanna Podsędkowska

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył.

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Twierdzenie Cayleya-Hamiltona

, +, - przestrzeń afiniczna, gdzie w wprowadzono iloczyn

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Transkrypt:

Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w forme tabel: f 2 f f 2 f ( ) Permutacja detyczoścowa: I 2 2 Iloczyem permutacj f g jest złożee tych fukcj: ( ) ( ) ( ) ( ) ( ) f g( ) f g( ) ( ) ( ) Przykład: Nech f 2 3 4 oraz g 3 4 2 2 2 4 3 3 4 ( ) ( ) Wtedy f g 2 3 4 oraz g f 2 3 4 4 2 3 3 2 4 Defcja: Nech π będze permutacją określoą a zborze { 2,,..., } oraz ech r będze ajmejszą lczbą całkowtą taką, że π r (). Wówczas zbór r różych k { π ( ) } r elemetów azywamy r-wyrazowym cyklem permutacj π. k 0 M. Przybyceń Matematycze Metody Fzyk I Wykład 2-2

Permutacje rozkład a cykle ( ) Przykład: ( 374)( 25)( 68) π 2 3 4 5 6 7 8 3 5 7 2 8 4 6 π 2 2 3 4 5 6 7 8 2 5 6 8 7 4 3 ( ) ( 25)( 36748) ( 2 3 4 5 6 7 8) ( 5387)( 2)( 46) π π 2 5 2 8 6 3 4 7 π ( )( )( )( )( ) ( )( )( ) π 2 374 25 68 25 36748 5387 2 46 Dwa cykle oraz azywamy rozłączym jeżel zbory (, 2,..., k ) ( j, j2,..., jl) {, 2,..., k } { j, j2,..., jl} lczb oraz e mają elemetów wspólych. Twerdzee: Każdą permutację moża rozłożyć a loczy rozłączych cykl. Defcja: Permutację π w której jede cykl ma długość r, a pozostałe mają tylko po jedym elemece, azywamy permutacją cyklczą o długośc r. Defcja: Permutację cyklczą o długośc 2 azywamy traspozycją. ( )( )( ) ( ) π 2 3 4 5 6 Przykład: ( ) 43 24 356 42356 4 3 5 2 6 M. Przybyceń Matematycze Metody Fzyk I Wykład 2-3 Math Player

Parzystość permutacj Twerdzee: Dowoly cykl o długośc r moża rozłożyć a r- traspozycj: (,,..., ) (, )(, )...(, )(, ) 2 r r r 3 2 Uwaga: Chocaż rozkład a traspozycje e jest jedozaczy, to moża pokazać, że parzystość rozkładu (tz. czy lczba traspozycj jest parzysta czy e) jest jedozacza. ( 234) ( 4)( 3)( 2) ( 4)( 34)( 34)( 23)( 2)( 2)( 23)( 3)( 2) Twerdzee: Dowola permutacja może być rozłożoa a loczy traspozycj. Parzystość rozkładu jest jedozacze określoa. Defcja: Permutację azywamy parzystą (eparzystą) jeśl może być rozłożoa a loczy parzystej (eparzystej) lczby traspozycj. Określee: Neporządkem w permutacj π azywamy każdą parę lczb, j taką że < j oraz π() > π(j). A węc parzystość permutacj moża określć zlczając eporządk: π ( j) π ( ) + parzysta < j j M. Przybyceń Matematycze Metody Fzyk I Wykład 2-4 eparzysta

Parzystość permutacj Dowód: Poeważ π jest permutacją węc steją take k l, że: Jeśl l >k wówczas w lczku wystąp Jeśl k >l wówczas w lczku wystąp Przykład: Zbadaj parzystość permutacj ( k) oraz ( l) j π ( l) π ( k) j π ( k) π ( l) ( j ) π π ( 2 3 4 5 6 7 8) ( 374)( 25)( 68) ( 4)( 7)( 3)( 25)( 68) π 3 5 7 2 8 4 6 Lczba eporządków: 3572846 2 572846 3 72846 4 permutacja 2846 0 2846 0 eparzysta 846 2 46 0 Calkowta lczba eporządków: M. Przybyceń Matematycze Metody Fzyk I Wykład 2-5

Symbol całkowce atysymetryczy Defcja: Symbolem całkowce atysymetryczym w wymarach azywamy: 2 + jeżel permutacja jest permutacją parzystą 2 ε 2 jeżel jest permutacją eparzystą 0 jeżel e wszystke lczby są róże Wybrae własośc (dowody przez pokazae, że L jk P jk dla wszystkch,j,k, ): 2-dm: 3-dm: 2 2 k jl k jl l jk k jk j j j k, j M. Przybyceń Matematycze Metody Fzyk I Wykład 3-6 ε ε δ δ δ δ ε ε δ ε ε 2 3 2 2 4-dm: ε ε δ δ δ δ ε ε 2 δ ε ε 3! jk lmk l jm m jl jk ljk l jk jk k j, k, j, k 4 2 2 ( ) ε ε 2 δ δ δ δ ε ε 3! δ ε ε 4! jks lmks l jm m jl jks ljks l jks jks k, s j, k, s, j, k, s Math Player -dm:

Iloczy zewętrzy w 2 Iloczy zewętrzy dwóch wektorów jest obektem, którego rodzaj zależy od lczby wymarów. Na płaszczyźe loczy zewętrzy jest lczbą. Defcja: Iloczy zewętrzy wektorów w 2D przestrze Eukldesa to lczba: u v ε u v u v u v 2 jk j k 2 2 j,k u v α β α β u v α β γ Iterpretacja geometrycza: Powerzcha u v s θ u v ( cos s s cos ) s( ) u v s Własośc loczyu zewętrzego w 2D: atysymetryczy: u v v u - lowy (α, β e): u ( α v + β w ) α u v + β u w u u 0 określa skrętość układu: e ˆ e ˆ M. Przybyceń Matematycze Metody Fzyk I Wykład 3-7 y a u b v Math Player x 2

Iloczy zewętrzy (wektorowy) w 3 Defcja: Iloczyem wektorowym dwóch wektorów azywamy wektor o składowych: u v ε u v 3 j,k ( ) jk j k Iloczy wektorowy jest wektorem prostopadłym do obu wektorów składowych ma wartość: j k Math u v u u2 u3 Player v v2 v3 ( u2v3 u3v2) + ( u3v uv3) j + ( uv2 u2v) k u v sγ γ kąt pomędzy wektoram u v wektor jedostkowy, prostopadły do płaszczyzy wyzaczoej przez wektory u v. Uwaga: Dowód powyższej rówośc przez przedstawee składowych za pomocą cosusów kerukowych. u v M. Przybyceń Matematycze Metody Fzyk I Wykład 3-8

Iloczy wektorowy jest wektorem ortogoalym do każdego z wektorów składowych: Własośc: atysymetryczy: u v v u - u u 0 u α v + β w α u v + β u w lowy (α, β e): ( ) określa skrętość układu: Iloczy wektorowy w 3 3 3 3 u ( u v) u ε jku jvk ε jkuu jvk 0 j,k, j, k v ( u v) 0 ( u v) w π u ( v w) a b + λc a c b c a c ( b + c) λ c b c + λ c c b c Uwaga: Z powyższego e wyka że a b Przykład: Pokaż, że jeśl dla pewej λ e, wtedy M. Przybyceń Matematycze Metody Fzyk I Wykład 3-9

Iloczy meszay wektorów u u u Iloczy meszay: u ( v w ) 3 2 3 ε jkuv jwk v v2 v3, j, k w w w Własośc: 2 3 ( ) ( ) ( ) u v w v w + u v w v w + u v w v w 2 3 3 2 2 3 3 3 2 2 ( u v w ) w ( u v ) v ( w u ) u ( w v ) v ( u w ) w ( - - - v u) Iterpretacja geometrycza: w ( u v) jest objętoścą rówoległoścau zbudowaego a wektorach u, v oraz w. Wysokość pole podstawy u v M. Przybyceń Matematycze Metody Fzyk I Wykład 3-0

Podwójy loczy wektorowy Podwójy loczy wektorowy: Własośc: eˆ gdze c e zależy od,. eˆ eˆ 2 eˆ eˆ 3 eˆ 2 ( ˆ ˆ ) ˆ ( ˆ ˆ ) ˆ ˆ c + e e2 e e e e2 e2 - Wprost z defcj loczyów skalarego wektorowego: 3 3 3 3 ( u ( v w )) ε u ε v w u v w ε ε u ( v w) (a) jest ortogoaly do ( v w ) tz. ( ) u v w α v + β w przy czym α, β e zależą od u v. (b) jest lowy w składowych (c) jest ortogoaly do u u, v w. (a)+(c) f α ( v u) +β ( w u) 0 α c( w u), β c( v u) u ( ) v w ( u v w) ( u w) v ( u v) w jk j klm l m j l m kj klm j, k l, m j, l, m k 3 3 3 u v w ( δ δ δ δ ) u w v u v w oraz j l m l jm m jl j j j j j, l, m j j czyl ( u v w) ( u w) v -( u v) w ( u v) w ( u w) v -( v w) u Prawdzwa jest węc tożsamość: ( u v w) v ( + w u) + w ( u v) 0 M. Przybyceń Matematycze Metody Fzyk I Wykład 3-

La prosta w przestrze 3D Rówae prostej w przestrze: v r 0 to wektor rówoległy do prostej, to wektor wodzący dowolego puktu P 0 prostej. r r0 + vt - rówae parametrycze (- < t < ) r v r v b - rówae w postac ormalej 0 Przykład: Odległość d pomędzy dwema erówoległym e przecającym sę prostym: r r + v t r r2 + v2 t Nech a b będą końcam odcka prostopadłego do obu l, odpowedo a l 2: ra r + v t v v2 r r b a r r + v t v v d b 2 2 2 Z powyższych zwązków otrzymujemy: v v r r v t v t 2 + v v v v d ( ) 2 2 2 2 2 2 d v v ( r r ) ( v v ) 2 2 2 2 2 0 Wosek: Dwe le przecają sę gdy jest spełoy waruek ( r r ) ( v v ) M. Przybyceń Matematycze Metody Fzyk I Wykład 3-2

Płaszczyza w przestrze 3D Rówae płaszczyzy w przestrze: u, v to dwa wektory e leżące a tej samej l, to wektor prostopadły do płaszczyzy. r r0 +α u + β v - rówae parametrycze r r d - rówae w postac ormalej 0 Przykład: Odległość puktu od płaszczyzy: Jeśl P jest dowolym puktem płaszczyzy, to odległość puktu S od płaszczyzy jest rówa rzutow wektora PS a keruek wyzaczoy przez ormalą do płaszczyzy przechodzącą przez pukt P, czyl: d PS ( ) ( 3 + 2 j + 6k ) 7 2 j + 3k 7 7 Odległość puktu S od płaszczyzy M. Przybyceń Matematycze Metody Fzyk I Wykład 3-3

(M) Pojęce przestrze wektorowej Defcja: Zbór V azywamy przestrzeą wektorową (lową) ad całem lczbowym lub, jeśl zdefowae są dwa wzajeme uzgodoe dzałaa a jego elemetach (wektorach), dodawae oraz możee przez lczby z, posadające astępujące c, c, c2 u, v, w V v, w V v + w V ( ) v + w + u v + ( w + u) v + w w + v 0 V 0 + v v v V v V -v V v + (-v) c v V dla wszystkch c v V c c v c c v własośc (muszą być spełoe dla każdego każdego ): (A) (A2) (A3) (A4) steje wektor zerowy tak, że dla dowolego (A5) dla każdego steje wektor przecwy tak, że (M2) (M3) (M4) ( ) ( ) 2 2 ( ) c v + w cv + cw ( c + c ) v c v + c v 2 2 v v v (M5) steje lczba Œtaka, że dla dowolego M. Przybyceń Matematycze Metody Fzyk I Wykład 3-4 V 0

Baza w przestrze wektorowej V e, e,..., e { } Defcja: Zbór lowo ezależych wektorów 2 ależących do przestrze wektorowej V azywamy bazą, jeśl dowoly wektor v V może być zapsay w postac: v v e Lczbę azywamy wymarem przestrze V ozaczamy dmv. Twerdzee: Rozkład wektora a składowe w ustaloej baze jest jedozaczy. Dowód: Nech wektor x ma w baze { e } dwa zestawy współrzędych x oraz y : x x e x y e ( x - y) e M. Przybyceń Matematycze Metody Fzyk I Wykład 4-5 0 e, e 2,..., e { } x y 2 dla,,..., Uwaga: dowoly zbór lowo ezależych wektorów tworzy bazę w wymarowej przestrze wektorowej. W owej baze zmeają sę współrzęde wektorów, p. w { e } baze mamy: x x e

Iloczy wewętrzy (skalary) v v v v * Ozaczee: Defcja: Iloczyem wewętrzym (skalarym) wektorów z przestrze wektorowej V ad całem azywamy przyporządkowae uporządkowaej parze ( v, w) v, w V dowolych wektorów lczby zespoloej, ozaczaej przez, jeśl spełoe są astępujące waruk: * v v v v 2 2 v cv2 c v v2 dla każdego c v + v2 v v v + v2 v v v > 0 jesl v 0 Wosk: v v * cv v2 c v v2 v v + v2 v v + v v2 jest zawsze lczbą rzeczywstą Uwaga: W przypadku przestrze wektorowej a całem loczy skalary dowolych dwóch wektorów ma z defcje wartość rzeczywstą. M. Przybyceń Matematycze Metody Fzyk I Wykład 4-6 v w