Zmiana bazy i macierz przejścia

Podobne dokumenty
Podprzestrzenie macierzowe

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3

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

Reprezentacja krzywych...

Lista 6. Kamil Matuszewski 26 listopada 2015

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

ZAGADNIENIE TRANSPORTOWE

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

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

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

Analiza Matematyczna Ćwiczenia. J. de Lucas

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

Indukcja matematyczna

Matematyka dyskretna. 10. Funkcja Möbiusa

Funkcja wiarogodności

Reprezentacje grup symetrii. g s

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

Portfel złożony z wielu papierów wartościowych

ZMIENNE LOSOWE WIELOWYMIAROWE

JEDNOWYMIAROWA ZMIENNA LOSOWA

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

1. Relacja preferencji

Matematyka II. x 3 jest funkcja

1. MACIERZE, WEKTORY. θ θ. Wybrane z wykładów

FUNKCJE ZMIENNYCH LOSOWYCH. Uwagi o rozkładzie funkcji zmiennej losowej jednowymiarowej.

Projekt 2 2. Wielomiany interpolujące

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

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

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

( ) ( ) ( ) ( ) ( ) ( )

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

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

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Równania rekurencyjne

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

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

Zaawansowane metody numeryczne

FINANSE II. Model jednowskaźnikowy Sharpe a.

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja

Spójne przestrzenie metryczne

... MATHCAD - PRACA 1/A

Diagonalizacja macierzy kwadratowej

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

METODY KOMPUTEROWE 1


Regresja REGRESJA

ANALIZA INPUT - OUTPUT

Pojęcie statystyki. Definicja. Wektorową funkcję mierzalną T: X T(X)=(T 1 (X),...,T k (X)) R k wymiarową statystyką. próby X nazywamy k

SYNTEZA MODELI I ALGORYTMÓW IDENTYFIKACJI SYTUACJI W ZARZĄDZANIU POTOKAMI TRANSPORTOWYMI

System finansowy gospodarki

Badania Operacyjne (dualnośc w programowaniu liniowym)

R k Punkty stanowiące granice poszczególnych klas ustala się z dokładnością do /2, gdzie jest

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

1.3. Przestrzeni. Odwzorowania. Rząd macierzy. Twierdzenie Croneckera- Capellego

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

VI. TWIERDZENIA GRANICZNE

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

i i i = (ii) TAK sprawdzamy (i) (i) NIE

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,

R n. i stopa procentowa okresu bazowego, P wartość początkowa renty, F wartość końcowa renty. R(1 )

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

. Wtedy E V U jest równa

Wykład z Podstaw matematyki dla studentów Inżynierii Środowiska. Wykład 8. CAŁKI NIEOZNACZONE. ( x) 2 cos2x

ZAJĘCIA NR 3. loga. i nosi nazwę entropii informacyjnej źródła informacji. p. oznacza, Ŝe to co po im występuje naleŝy sumować biorąc za i

Sprzedaż finalna - sprzedaż dóbr i usług konsumentowi lub firmie, którzy ostatecznie je zużytkują, nie poddając dalszemu przetworzeniu.

2. Wartości własne i wektory własne macierzy

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

NOWE MOTODY MODELOWANIA SAMOPODOBNEGO RUCHU W SIECIACH W OPARCIU O PROCESY POISSONA Z MARKOWSKĄ MODULACJĄ 1

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

MODELE OBIEKTÓW W 3-D3 część

Immunizacja portfela

Dokonajmy zestawienia wszystkich równań teorii sprężystości. 1. Różniczkowe równania równowagi (warunki Naviera)

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 7 [ ] ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Analiza częstotliwościowa dyskretnych sygnałów cyfrowych

ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO

( ) ( ) ( ) ( ) ( ) ( )

Prawdopodobieństwo i statystyka r.

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Grupa obrotów. - grupa symetrii kuli, R - wszystkie możliwe obroty o dowolne kąty wokół osi przechodzących przez środek kuli

ma rozkład normalny z nieznaną wartością oczekiwaną m

Równania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel,

TMM-2 Analiza kinematyki manipulatora metodą analityczną

(liniowy model popytu), a > 0; b < 0

będą niezależnymi zmiennymi losowymi o tym samym 2 x

Zaawansowane metody numeryczne

Równania różniczkowe zwyczajne

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

Podstawy matematyki finansowej i ubezpieczeniowej

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

Bajki kombinatoryczne

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min

Funkcja generująca rozkład (p-two)

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE

Transkrypt:

Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce ażdy weor owe bazy da sę edozacze przedsawć ao ombaca lowa weorów sare bazy Be e ; dołade e p e czyl współrzęde -ego weora owe bazy względem sare bazy Be e worzą -ą olumę macerzy p L p L p M O M O M P p L p L p M O M O M p L p L p zwae macerzą prześca od bazy sare do owe Zauważmy że dowoly weor v V ma edozacze przedsawee Z druge sroy e pe p v v e. Z edozaczośc przedsawea weora w posac lowe ombac weorów sare bazy mamy zwąze pomędzy owym sarym współrzędym daego weora v V óry sróowo zapsuemy P. p L p M M O M M p L p e. Uwaga. Z osruc wdać że macerz prześca es macerzą przeszałcea deyczoścowego przesrze V a sebe w bazach B B. Ja zmea sę reprezeaca macerzowa przeszałcea lowego przy zmae bazy Nech V W będą przesrzeam sończee wymarowym ad ym samym całem K dm V dm W m. Nech e e f f m będą uporządowaym bazam odpowedo V W. Rozważmy przeszałcee lowe T : V W reprezeowae przez macerz A m.

Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Wadomo że przesrzeń V es zomorfcza z przesrzeą K a przesrzeń W es zomorfcza z przesrzeą K m. Nauraly zomorfzm przypsue weorow cąg ego współrzędych w dae baze. Wobec ego weorow v V odpowada cąg współrzędych óry zapszemy w posac olumy y v M. Podobe weorow w W odpowada cąg współrzędych w y M y m Nech wtv wówczas wyorzysuąc reprezeacę macerzową przeszałcea T możemy apsać zależość pomędzy współrzędym ya. Jeśl w przesrze V zmemy sarą bazę Be e a ową B e... e o weorow v odpowada eraz owy cąg współrzędych zależoścą óry es zwązay z cągem sarych współrzędych P gdze P es macerzą prześca od bazy sare do owe. Podobe zmeaąc bazę sarą f f m przesrze W a ową f... f mamy macerz prześca Q zwąze pomędzy owym sarym współrzędym weora w m y Qy. Wobec ego mamy zwąze Qy AP ory es rówoważy zależośc y Q AP Z óre wdać ze reprezeacą macerzową przeszałcea T w owych bazach es macerz Q AP. Def. Macerze A B ypu m reprezeuące o samo przeszałcee lowe azywamy macerzam rówoważym. W śwele powyższych rozważań macerze A B ypu m są rówoważe wedy ylo wedy gdy seą eosoblwe macerze P ypu Q ypu mm ae że B Q AP. W szczególośc rozważmy edomorfzm T : V V reprezeoway w baze Be e przez macerz A. Zmeaąc sarą bazę Be e a ową B e... e edomorfzm T będze reprezeoway przez macerz P AP. Def. Dwe macerze wadraowe A B ypu reprezeuące e sam edomorfzm azywamy macerzam podobym. Macerze wadraowe A B ypu są podobe wedy ylo wedy gdy seą eosoblwa macerze P ypu aa że B P AP.

Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Problem. Ja zmeć bazę w przesrze V aby edomorfzm T : V V mał możlwe prosą reprezeacę macerzową p. macerz dagoalą? Aby odpowedzeć a o pyae rozważymy problem warośc własych weorów własych edomorfzmu lub ego reprezeac macerzowe. Nech V będze przesrzeą weorową ad całem K a T : V V edomorfzmem w V. Przesrzeń V e mus być sończee wymarowa. Def. Salar K azywamy waroścą własą edomorfzmu T : V V eżel see ezerowy weor v V a że Tv v. Weor v V azywamy weorem własym edomorfzmu odpowadaącym warośc włase. Ierpreaca: Tv v ozacza że weory v Tv są lowo zależe. Przeszałcee T dzała a weor własy w e sposób że moży go przez warość własą. Uwaga. Warue Tv v es rówoważy waruow v KerT-d V gdze d V ozacza edomorfzm deyczoścowy przesrze V. Poeważ ądro KerT-d V es podprzesrzeą przesrze V zbór V { v: Tv v } KerT-d V weorów własych uzupełoych weorem zerowym es podprzesrzeą przesrze V zwaą podprzesrzeą własą odpowadaącą warośc włase. Lczba lowo ezależych weorów własych odpowadaących warośc włase es rówa oczywśce wymarow podprzesrze V. Nech V będze przesrzeą - wymarową ad K z bazą Be e. V es zomorfcza z przesrzeą K a edomorfzm T : V V es reprezeoway przez macerz A. Weorow v V odpowada weor współrzędych K. Def. Salar K azywamy waroścą własą macerzy wadraowe A eżel see ezerowy weor K a że A. Weor K azywamy weorem własym macerzy A odpowadaącym warośc włase. Tw. Salar K es waroścą własą macerzy A de A-. Dowód. K es waroścą własą macerzy A A A- de A-. Def. Rówae de A- azywamy rówaem charaerysyczym macerzy A aomas weloma de- A azywamy welomaem charaerysyczym macerzy A. Wos 3

Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl weloma charaerysyczy de- A es welomaem sopa dołade W de A a L a Uwaga: a W de A de A a a r A ślad macerzy K es waroścą własą macerzy A K es perwasem welomau charaerysyczego Jeśl zmemy bazę w przesrze V o edomorfzm es reprezeoway przez macerz podobą B P AP wówczas de B de P B P de P BP de A. Orzymalśmy węc Tw. Weloma charaerysyczy e zależy od wyboru bazy przesrze V. Możemy węc mówć o welomae charaerysyczym edomorfzmu T : V V. Problem sea warośc własych edomorfzmu lub macerzy reprezeuące e edomorfzm sprowadza sę do wyzaczea perwasów welomau charaerysyczego lub do rozwązaa rówaa charaerysyczego. Uwaga. Jeśl rozparuemy problem warośc własych edomorfzmu T : V V przesrze V ad KR o warośc włase mogą e seć gdyż weloma charaerysyczy może e meć perwasów rzeczywsych. W przypadu KC z zasadczego werdzea algebry wya że weloma charaerysyczy ma dołade perwasów eoecze rożych czyl see przyame eda warość własa. Możemy wec apsać W de A gdze są różym być może zespoloym waroścam własym o rooścach. Oczywśce. Sąd ławo wdać że W de A czyl de A Wyzacz macerzy edomorfzmu es wec rówy loczyow wszysch warośc własych lcząc z rooścam. Wose: Macerz eosoblwa ma ezerowe warośc włase. Przyład. Wyzaczyć warośc włase weory włase macerzy A. 4

Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl 5 de A. Rówae charaerysycze: de A. Wdać że es edoroą waroścą własą a es dwuroą waroścą własą. Weloma charaerysyczy: de A Rozwązuąc uład A } { R sąd } { spa V es podprzesrzeą własą odpowadaącą warośc włase. Podobe A > s s węc } { spa V.