Zadania przygotowawcze, 3 kolokwium

Podobne dokumenty
Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013

Endomorfizmy liniowe

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

Rozwiązania zadań z listy T.Koźniewskiego

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

Wektory i wartości własne

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań

Zadania egzaminacyjne

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009

Zestaw zadań 14: Wektory i wartości własne. ) =

Wektory i wartości własne

Geometria Lista 0 Zadanie 1

Układy równań liniowych

1 Podobieństwo macierzy

A. Strojnowski - Twierdzenie Jordana 1

φ(x 1,..., x n ) = a i x 2 i +

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

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

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

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

Zadania z Algebry liniowej 4 Semestr letni 2009

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2011

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas

R n jako przestrzeń afiniczna

Wyk lad 11 1 Wektory i wartości w lasne

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

Układy liniowo niezależne

Zał nr 4 do ZW. Dla grupy kursów zaznaczyć kurs końcowy. Liczba punktów ECTS charakterze praktycznym (P)

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.

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

Kombinacje liniowe wektorów.

Zastosowania wyznaczników

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

Układy równań i równania wyższych rzędów

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13

Zaawansowane metody numeryczne

Lista nr 1 - Liczby zespolone

Własności wyznacznika

Praca domowa - seria 6

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe

Przekształcanie równań stanu do postaci kanonicznej diagonalnej

13 Układy równań liniowych

3 Przestrzenie liniowe

Wstęp do komputerów kwantowych

Przestrzenie liniowe

Postać Jordana macierzy

Lista. Algebra z Geometrią Analityczną. Zadanie 1 Przypomnij definicję grupy, które z podanych struktur są grupami:

z = x + i y := e i ϕ z. cos ϕ sin ϕ = sin ϕ cos ϕ

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.

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

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15

9 Przekształcenia liniowe

VI. Równania różniczkowe liniowe wyższych rzędów

Matematyka 2. Równania różniczkowe zwyczajne rzędu drugiego

Wykład z równań różnicowych

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

Analiza matematyczna dla informatyków 3 Zajęcia 14

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

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni 30 30

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Rozwiązania, seria 5.

Zaawansowane metody numeryczne

Przekształcenia liniowe

, to liczby γ +δi oraz γ δi opisują pierwiastki z a+bi.

Wartości i wektory własne

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4)

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

Baza w jądrze i baza obrazu ( )

Komputerowa analiza zagadnień różniczkowych 3. Numeryczne zagadnienie własne

Rozdzia l 1. Przestrzenie wektorowe

R k v = 0}. k N. V 0 = ker R k 0

5. Rozwiązywanie układów równań liniowych

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Algebra liniowa z geometrią

Przestrzenie liniowe

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2016/2017

ALGEBRA LINIOWA Z GEOMETRIĄ, LISTA ZADAŃ NR 8

spis treści 1 Zbiory i zdania... 5

GAL. zestawy do prac domowych z rozwiązaniami semestr zimowy 2011/2012. Wydział MIM UW

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

Wstęp do metod numerycznych 5. Numeryczne zagadnienie własne. P. F. Góra

Zajmijmy się najpierw pierwszym równaniem. Zapiszmy je w postaci trygonometrycznej, podstawiając z = r(cos ϕ + i sin ϕ).

POSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wykład 3 Równania rózniczkowe cd

Algebra liniowa. Macierze i układy równań liniowych

Przekształcenia liniowe

Kierunek i poziom studiów: Matematyka, studia I stopnia (licencjackie), rok I

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

2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v)

Geometria analityczna

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

Transkrypt:

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 wartości t R liczba 3 jest wartością własną φ t b) Czy istnieje taka wartość t R, by wektor v (,, ) był wektorem własnym φ t. Jeśli tak to podać tę wartość t R oraz wartość własną odpowiadającą v.. Niech ψ s : R 3 R 3 będzie endomorfizmem zadanym wzorem ψ((x, x, )) x + x +, x + x + s, ). a) Wyznaczyć wielomian charakterystyczny w ψs, znaleźć wartości własne ψ s b) Znaleźć bazy podprzestrzeni własnych ψ s dla s. Czy istnieje dla s baza R 3 złożona z wektorów własnych c) Zbadać dla jakich s R istnieje baza R 3 złożona z wektorów własnych i podać taką bazę. Określić jaka jest wtedy macierz ψ s w takiej bazie. 7 3 3. Niech macierz A 6 a) Uzasadnić, że A jest diagonalizowalna, oraz wskazać taką macierz C M (R), że macierz C AC jest diagonalna b) Podać wzór na A n dla n,,... c) Wskazać taką pewną macierz b M (R), że B A. Niech v (,, ), v (,, ), wektory R 3 i niech V lin(v, v ). Zbadać dla jakich wartości t, s R wektor w (, t, s + ) należy do V. 5. Niech v (,,, ), v (,,, ), v 3 (,,, ), wektory R. Zastosować do układu złożonego z v, v, v 3 proces ortogonalizacji Grama Schmidta, a następnie unormować tak otrzymaną bazę lin(v, v, v 3 ). 6. a) Znaleźć bazę ortogonalną podprzestrzeni { V R opisanej układem x + x równań liniowych jednorodnych U : + x x + + x b) podać wzór na rzut ortogonalny na V c) podać wzór na symetrię ortogonalną względem V

7. Niech V {(x, x,, x ) R : x + x + x }. Znaleźć wzór na rzut prostopadły na V oraz na symetrię prostopadłą względem V S V. Rozwiązania. Oznaczmy przez A t M(φ t ) st t. Wiadomo, że liczba λ jest wartością własną φ t det(a t λi). Zatem, musi być det(a t 3I) det t czyli + t. Zatem 3 jest wartością własną φ t jedynie dla t. b) Jeśli v jest wektorem własnym dla wartości własnej λ, to mamy φ t (v) φ t ((,, )) (, t +, ) λv (λ, λ, ), co jest sprzecznością, czyli nie można dobrać takiej wartości t.. Wielomianem charakterystycznym ψ s jest det(m(ψ s ) st λi) det λ λ s λ (λ 5λ + 6)( λ) (λ )(λ 3)( λ). Są zatem dwie wartości własne: λ i λ 3 b) dla s możemy wyznaczyć bazy podprzestrzeni własnych: x V () {(x, x, ) x }. Rozwiązując układ równań opisujący V () mamy:, x x, czyli V () lin((,, ) i dimv () x V (3) {(x, x, ) x }. Rozwiązu- jąc układ równań opisujący V (3) mamy:, x x, czyli V (3) lin((,, ) i dimv (). Mamy więc dimv () + dimv (3) + < dimr 3 3 czyli nie istnieje baza R 3 złożona z wektorów własnych ψ s dla s b) ponieważ niezależnie od s mamy V (3) lin((,, )) czyli dimv (3), zatem trzeba tak dobrać s aby dim V (). V () jest opisane przez s x x, czyli przez układ równań lin. jednorod-

nych, którego macierzą współczynników jest M s. Wymiar dimv () 3 r(m). Trzeba więc dobrać s tak, by rząd r(m) wynosił czyli s. Dla tej wartości s mamy V () : x x, czyli V () ma bazę złożoną z wektorów w (,, ), w (,, ). Oznaczając v (,, ), wektor własny dla λ 3, w R 3 mamy bazę B {w, w, v} złożoną z wektorów własnych ψ s dla s. Macierzą ψ w tej bazie jest. 3 3. Traktujemy macierz A jako macierz pewnego endomorfizmu w bazie standardowej. Wielomian charakterystyczny macierzy (a więc i endomorfizmu) to w A (λ) det (7 λ)( λ) + 8 λ 7 λ 3 6 λ 5λ + (λ )(λ ), czyli endomorfizm ma dwie wartości własne λ i λ 7 3 x. Wyznaczamy podprzestrzenie własne V () : 6 x Rozwiązujemy ten układ równań otrzymując x + x czyli x 7 3 6 x. Zatem V () lin((, )). Podobnie wyznaczamy V () :. Otrzymujemy równoważne równanie x x czyli V () lin((, )). W bazie złożonej kolejno z wektorów (, ), (, ) endomorfizm ma macierz D ( bo (, ) jest wektorem wł. dla, zaś (, ) dla ). Stąd, jeśli przyjmiemy C to D C AC ( bo C jest macierzą zamiany wsp. od bazy {(, ), (, )} do bazy standardowej). Inaczej: A CDC. Dzięki temu możemy policzyć A n CD n C n C n C n n n n n n n. Podobnie możemy znaleźć macierz B spełniającą B A korzystając z tego, że D i przyjmując B C C (uwaga: mogą być również inne macierze x x 3

w roli B).. Aby w V potrzeba i wystarcza, by w v oraz w v. Mamy stąd układ dwu równań: + t + (s + ) oraz + s +. Rozwiązując dostajemy s 5, t 6. 5. Stosujemy proces ortogonalizacji Grama Schmidta: w v (,,, ), W lin(w ), w v P W (v ) v v w w w w (,,, ) (,,, ) (,,, ). W lin(w, w ) w 3 v 3 P W (v 3 ) v 3 ( v 3 w w w w + v 3 w w w w ) (,,, ) ( (,,, )+ (,,, )) (,,, ). Otrzymany układ w, w, w 3 jest istotnie ortogonalny tworzy więc bazę ortogonalną lin(w, w, w 3 ) lin(v, v, v 3 ). Po unormowaniu dostajemy układ (,,, ), (,,, ), (,,, ), który jest ortonormalny. 6. Weżmy jako v jakikolwiek wektor z V, np. v (,,, ). Teraz szukamy v V, który jednocześnie spełnia v v. Otrzymujemy więc, że v spełnia układ U : x + x + x x + + x x + x + powstały z U przez dołączenie warunku prostopadłości do v czyli x +x +. Znajdujemy niezerowy wektor spełniający U, np. v (, 5,, 3). otrzymaliśmy więc bazę ortogonalną V : {v, v } b) otrzymana w a) bazę można wykorzystać do znalezienia wzorów. Mamy P V (w) w v v v v + w v v v v. Podstawiając w (x, x,, x ), mamy P V (w) P V ((x, x,, x )) x +x + 3 (,,, )+ x +5x +3x 5 (, 5,, 3)... c) Wzór na symetrię otrzymujemy z S V ((x, x,, x )) P V ((x, x,, x )) (x, x,, x ). 7. Moglibyśmy, tak jak poprzednio, poszukać bazy ortogonalnej V i w oparciu o nią znaleźć wzór na P V. Ale zwróćmy uwagę na to, że V W, gdzie W lin((,,, )) (wektor rozpinający W postał z kolejnych współczynników równania opisującego V, zob. wykład). Możemy zatem znaleźć wzór na P W i skorzystać z tego, że P V P W id P W, inaczej mówiąc dla dowolnego u R zachodzi P V (u) u P W (u). Zatem z ogólnego wzoru mamy P W ((x, x,, x )) (,,,) (x,x,,x ) (,,,) (,,,) (,,, ) ( x +x +x, x +x +x, x x + x, x +x +x ) czyli P V ((x, x,, x )) (x, x,, x ) P W ((x, x,, x )) ( 3x x + x Wzór na symetrię mozna obliczyć, z jednej z zależności: S V P V P V P V id. Uwaga Korzystając z podanego na wykładzie wzoru P V (u) P v (u) +, x +3x + x, x +x +3 +x, x x + +3x ).

+ P vk (u) v u v v v + + v k u v k v k v k, gdzie P vi oznacza rzut prostopadły na prostą lin(v i ), należy zwrócić uwagę na to, że v,..., v k stanowią bazę ortogonalną V. W innym wypadku wzór staje się nieprawdziwy. Chcąc go więc zastosować należy wpierw znaleźć bazę ortogonalną V (np. przez proces ortogonalizacji Grama-Schmidta). 5