You are on page 1of 71

Algebra Liniowa z Geometri¡

Jacek Tabor

W wykªadzie na pewno b¦d¡ bª¦dy / nie±cisªo±ci / rzeczy które mo»na poprawi¢ lub przedstawi¢ lepiej  b¦d¦ wdzi¦czny za wszelkie uwagi / komentarze(prosz¦ wysyªa¢ mailem). Najcenniejsze uwagi / komentarze odno±nie wykªadu b¦d¡ oceniane na plusy (osoby które zgromadz¡ najwi¦cej plusów zostan¡ nagrodzone :-) ). Ocena w indeksie z algebry liniowej: 10% ocena z ¢wicze« z pierwszego semestru, 10% ocena z ¢wicze« z drugiego, 20% testerka, 60% egzamin pisemny po zako«czeniu wykªadu (100% jest przeliczane do 5.0, zaokr¡glenie do najbli»szej oceny: 2.0, 3.0, 3.5, 4.0, 4.5, 5.0). W konsekwencji aby dosta¢ pozytywn¡ ocen¦ z egzaminu trzeba uzbiera¢ 50%.

Tu poni»ej b¦d¦ gromadziª takie wzory które si¦ mog¡ Pa«stwu przyda¢(je»eli Pa«stwo chc¡ by tu umie±ci¢
jaki± wzór prosz¦ da¢ zna¢) Cosinusów:

c2 = a2 + b2 , gdzie a, b, c dªugo±ci boków trójk¡ta prostok¡tnego, c  przeciwprostok¡tna. c2 = a2 + b2 − 2ab cos a, b. n n n n−1 Pot¦ga: (a + b) = a + (1 )a b + . . . + (n )abn−1 + bn . Wygodnie tak»e liczy¢ z Trójk¡ta Pascala: n−1
Tw. Pitagorasa

Tw.

1 1 1 1
Wzór skróconego mno»enia:

1 2 1 3 1

3

an − bn = (a − b) · (an−1 + an−2 b + . . . + abn−2 + bn−1 ).
Wzór de Moivre'a

(cos x + i sin x)n = cos nx + i sin nx. cos x sin x eix

Wzory Eulera:
ix −ix

= e +e , 2 −ix ix = e −e , 2i = cos x + i sin x.

Funkcje cyklometryczne:

arctan x

to taki k¡t

arcsin x to taki k¡t ϕ ∈ [−π/2, π/2], »e sin ϕ = x; arccos x to taki k¡t ϕ ∈ [0, π], »e cos ϕ = x; ϕ ∈ [−π/2, π/2], »e tan ϕ = x. cosh x = ex + e−x ex − e−x , sinh x = . 2 2 precyzyjnie okre±lone inaczej, R (czasami C). n!).

Cosinus i sinus hiperboliczne:

Przez skalar rozumiem, je»eli nie jest Wzór Stirlinga:

n! ≈
x2 2!
2

2πn(n/e)n + ...

(bardzo wa»ny, je±li chodzi o asymptotyk¦ zbie»no±ci

Przykªadowe szeregi Taylora:

• ex = 1 + x + • cos x = 1 − • sin x = x −

+

x3 3!
4

x 2! x 3!

+ +

x 4! x 5!

− ... − ...
p(p−1) 2 2! x

3

5

• (1 + x)p = 1 + px + • • •
1 1+x 1 1−x

+

p(p−1)p−2 3 x 3!

+ ...

= 1 − x + x2 − x3 + . . . = 1 + x + x2 + x3 + . . . = 1 + 2x + 3x2 + . . .

1 (1−x)2

• ln(1 + x) = x − x2 /2 + x3 /3 − x4 /4 + . . .

1

Spis tre±ci

1 Wst¦p
1.1 1.2 1.3 Ci¡gi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ci¡g Fibonacciego Obiekty 1.3.1 1.3.2 1.3.3 1.3.4 1.3.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4
4 4 6 7 9 11 12 13

. . . . . . . . . . . 2 Pªaszczyzna, czyli R . . . . . . . . . 3 Przestrze« trójwymiarowa, czyli R . n Przestrze« R . . . . . . . . . . . . .

Liczby zespolone

Funkcje i ci¡gi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 Podstawy równa« liniowych i macierzy
2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 Metoda eliminacji Gaussa 2.1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Forma schodkowa, operacje elementarne Wprowadzenie do Scilaba . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Wektory i macierze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Podstawowe operacje na macierzach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mno»enie wektora przez macierz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Macierz odwrotna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Denicja wyznacznika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 N Wyznacznik w R i R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Wªasno±ci wyznaczników . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

16
16 16 20 21 22 23 24 26 27 31 32 36

2.10 Rozwini¦cie Laplace'a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.11 Wzory Cramera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3 Troszk¦ bardziej zaawansowana teoria przyprawiona zastosowaniami
3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 Motywacja dla wektorów wªasnych: Algorytm Google PageRank . . . . . . . . . . . . . . Warto±ci i wektory wªasne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Zastosowanie  rozmna»anie królików . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Rz¡d, liniowa niezale»no±¢ i Tw. Kroneckera-Capellego Macierz w nowej bazie Poj¦cie bazy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bazy ortonormalne i ortogonalne Dyskretna transformata Fouriera

38
38 40 41 42 45 46 47 50

4 Grupy, pier±cienie, ciaªa
4.1 Grupy 4.1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Jak dodawa¢ na komputerze? . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

52
52 52

2

4.1.2 4.1.3 4.2 4.3 4.2.1 4.3.1 4.3.2 4.3.3 4.3.4 4.3.5 4.4 4.5

Liczby Catalana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Š¡czno±¢, czyli póªgrupy i grupy . . . . . . . . . . . . . . . . . . . . . . . . . . . . Wielomiany Podstawy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

53 55 57 57 60 60 62 63 65 68 69 71

Pier±cienie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Aproksymacja wielomianowa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Krótkie informacje o pochodnej Szeregi Taylora

Aproksymacja Hermite'a i funkcje sklejane (ang. spline) Wzór na sumowanie - nie byªo na wykªadzie!!!

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Pier±cie« (ciaªo) kwaternionów . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ciaªa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3

e. Najprostszym ci¡giem który mo»emy napotka¢ to ci¡g arytmetyczny. 1. Od znieksztaªconej formy nazwiska Alchwarizmi powstaªo sªowo algorytm. Trudno powiedzie¢ kiedy pierwszy raz pojawiª si¦: w zasadzie z pocz¡tkiem liczenia.) Algebra: al-djabr (pocz¡tkowo termin lekarski pochodz¡cy od nastawiania ko±ci): odtwarzanie. polegaªa na likwidowaniu w równaniu wyrazów ujemnych przez dodawanie do obu stron równania wyrazów przeciwnych do danych ujemnych. Tym razem wzór an+1 = qan .): Jak si¦ rozmna»aj¡ króliki: w pewnym miesi¡cu mamy pewn¡ ilo±¢ par mªodych i starych królików. Ci¡g Fibonacciego [1170-1250] (pojawiª sie ju» w matematyce hinduskiej u Pringala 200 p. speªnia on warunek Šatwo mo»na zauwa»y¢.2 Ci¡g Fibonacciego Chciaªbym Pa«stwu przedstawi¢ czym zajmuje si¦ algebra liniowa na podstawie ci¡gu Fibonacciego. natomiast mªoda para staje si¦ star¡. Podobnie jak poprzednio.n.1 Ci¡gi an+1 = an + r. Nazwa pojawia si¦ od tego.e.Rozdziaª 1 Wst¦p MUHAMMED IBN MUSA ALCHWARIZMI: Hisab al-djabr wal-mukabala (okoªo 830 n. W nast¦pnym miesi¡cu ka»da para królików rodzi now¡. a ka»da stara umiera. 1. »e do wyliczenia warto±ci an wystarcza nam znajomo±¢ a0 : an = a0 + nr. 4 . Drugim wa»nym z naszego punktu widzenia ci¡giem jest ci¡g geometryczny. do wyliczenia dowolnego wyrazu wystarczy zna¢ a0 : an = q n a0 . »e zostaª porz¡dnie opisany przez Euklidesa w VIII i IX tomie elementów (chodziªo o badanie gur które s¡ w stosunku do siebie w jednakowych proporcjach).

w miesi¡cu 1 dostali±my jedn¡ star¡ par¦ królików. b ∈ R.618 (przypomina si¦ zªoty podziaª!!!). ).0. mloden+1 = staren + mloden .5. x1 = 1 (bo wtedy byªoby a1 = a1 q1 = 0 i analogicznie a2 byªoby równe zero). Ratuje nas nast¦pu- Obserwacja 1.6. ≈ 1. Podstawiamy xn = aq . miesi¡c 0 1 2 3 4 5 6 mªode 0 0 1 1 2 3 5 stare 0 1 0 1 1 2 3 w sumie 0 1 1 2 3 5 8 Zacznijmy od ogólnego wzoru: staren+1 = mloden . f2 = 1. »e ilorazy kolejnych elementów s¡ zbie»ne (1/1 13/8 = 1. Zapomnijmy wi¦c na razie o warunku pocz¡tkowym i poszukajmy n n rozwi¡za« postaci aq . Metody rozwi¡zywania: najprostsza  zgadnij wzór i sprawd¹. ci¡g geometryczny ma staªe ilorazy kolejnych wyrazów). Niestety wida¢. 2/1 = 2. W konsekwencji √ √ 1− 5 1+ 5 . 3/2 = 1. . 8/5 = 1. Równanie Fibonacciego jest równaniem liniowym. czyli a mo»e by¢ dowolne. . wygl¡da jakby zmierzaªo = 1. to znaczy. Nas interesuje ilo±¢ królików razie zmienn¡ fn = mloden + staren .625. »e »adne z nich nie speªnia warunków pocz¡tkowych 0 x0 = 0. »e rozs¡dnym jest szukanie rozwi¡za« w klasie ci¡gów geometrycznych (przypominam. Czyli fn+2 = mloden+2 + mloden+1 = fn+1 + fn . q2 = . Chcemy prze±ledzi¢ ile b¦dziemy mieli królików w kolejnych miesi¡cach.1. Tu nie za bardzo wida¢ jak to mo»na by byªo ªatwo zrobi¢. je»eli niaj¡ to równanie. f1 = 1). a2 q2 . speª- . f1 = 1. staren = fn − mloden : Oczywi±cie f0 = 0. a q musi speªni¢ równanie q 2 − q − 1 = 0. Typowe: próba analizy danego zjawiska [asymptotyka: zachowanie dla du»ych czasów]: zobaczmy.66(6). . mloden+1 = fn .W miesi¡cu zerowym nie mamy królików. To równanie nazywa sie obecnie równaniem Fibonacciego (do tego dochodz¡ warunki pocz¡tkowe f0 = 0. 5/3 = 1. To sugeruje. i dostajemy równanie aq 2 = aq + a. Wyrugujmy na fn+1 − mloden+1 = mloden .0. to ich kombinacja liniowa (axn + byn ) 5 te» speªnia dla dowolnych (xn ) i (yn ) a. q1 = 2 2 Mamy wi¦c dwa rozwi¡zania j¡ca obserwacja: n n a1 q1 .

Skoro tak. x0 = 0. x0 = 0.3 Obiekty W niniejszym podrozdziale omówimy najwa»niejsze obiekty z którymi b¦dziemy si¦ spotyka¢ w I semestrze. prosz¦ zrobi¢ podstawienie vn = xn+1 − xn . Zobaczymy.} • dane od zawsze [dopuszczalne operacje: dodawanie. . • xn+2 − 2xn+1 + xn = 0. 2. 3. x0 = 0. »e wszystkie liczby s¡ √ do siebie w proporcji  odkrycie Pitagorasa: 2 nie jest liczb¡!!! [dowód byª na wykªadzie] 6 . czy uda si¦ wyliczy¢ a1 i a2 . • (wsk. to znaczy. 2 2 √ √ 1 1+ 5 n 1 1− 5 n xn = √ ( ) −√ ( ) . fenicjanie.Dowód. f1 = a1 q1 + a2 q2 = 1. x1 = 1 wyliczy¢ wzór na vn ). »e zn+2= axn+2 + byn+2 = a(xn+1 + xn ) + b(yn+1 + yn ) = (axn+1 + byn+1 ) + (axn + byy ) = zn+1 + zn . x0 = 0. x1 = 1. Grecy my±leli. . »e √ a1 = 1/ 5 √ √ 1+ 5 1− 5 a1 − a1 = 1. Prosz¦ sprawdzi¢ bezpo±rednio. 1. i najpierw (prosz¦ rozwi¡zywa¢ dopiero po liczbach zespolonych) xn+2 − 2xn+1 + 2xn = 0. 2 2 5 5 i caªe rozwi¡zanie dane jest wzorem Zadanie 1. i konsekwentnie a2 = −a1 i co oznacza. x0 = 0. • xn+2 − 5xn+1 + 6xn = 0. Zadanie 1. Prosz¦ rozwi¡za¢ równania: • xn+1 − 3xn = 1. Podstawiamy do warunków pocz¡tkowych: f0 = a1 + a2 = 0. • xn+1 − 2xn = 2n . x1 = 1.operacja dzielenia [mo»na dzieli¢ przez liczby niezerowe].1. . Widzimy.2. mno»enie] rozszerzamy o operacj¦ odejmowania (kupiec. dªugi): Z [odejmowanie] • Q . Zacznijmy od najprostszych obiektów: • N = {1. »e to jest rozwi¡zanie. »e mo»emy szuka¢ rozwi¡zania równania Fibonacciego w postaci n x n = a1 q n + a2 q 2 . Niech zn = axn + byn .

b) |a + bi| = √ a2 + b 2 moduª liczby zespolonej Liczba sprz¦»ona: je±li dodawanie mno»enie a + bi to jej odlegªo±¢ od zera. n − 1}. Pitagorasa to z = a + bi. odejmowa¢. funkcje wymierne (ilorazy wielomianów) funkcje z R w R Wszystkie powy»sze obiekty to przestrzenie wektorowe (pojawi si¦ denicja w drugim semestrze): mo»na do siebie dodawa¢. . Czasami dla dania intuicji si¦ nazywa liczby zegarowe. Lindemann) • R • C liczby rzeczywiste (geometryczna interpretacja prosta) liczby zespolone: rozszerzamy o pierwiastek z −1 (nieformalnie √ −1 = i) Dodatkowa notacja R+ = [0. Z+ = {0. Komplikowanie: pªaszczyzna: ci¡gi Cz¦±ciej buduje si¦ obiekty na podstawie tych podstawowych [klocki Lego :-) ] przestrze« • • • • R2 . . Rn (an )n∈N . b dla a. 2. . 1. jak komputer wychodzi poza zakres. Postaram si¦ teraz przedstawi¢ dokªadniej wybrane obiekty wraz z wa»niejszymi operacjami na nich. czyli z Tw.} (ale czasami N te» z zerem. cz¦sty bª¡d. z = a − bi ¯ (symetria wzgl¦dem osi rzeczywistej) (a + bi) + (c + di) = (a + c) + (b + d)i (a + bi) · (c + di) = ac + adi + bci + bdi2 = (ac − bd) + (ad + bc)i 7 . . Inaczej • re(a + bi) = a • • • • • liczb¦ (cz¦±¢ rzeczywista).1 Liczby zespolone Zacznijmy dokªadniejszy opis od liczb zespolonych. 1. Najprostsze dziaªania na liczbach zespolonych: i= √ −1. Tworzenie nowych obiektów: • • przez upraszczanie starych prze komplikowanie (budowanie) Nast¦pny dosy¢ wa»ny obiekt [komputer tak widzi]: reszty z dzielenia ( Upraszczanie: a ⊕n b. R3 . . (an )n∈Z o wyrazach rzeczywistych czy zespolonych wielomiany o wspóªczynnikach rzeczywistych. i mno»y¢ przez liczby rzeczywiste (skalary). . a n mod n). [przykªad na komputerze na przykªad w C++. to wraca do podstawowego].• • rozszerzamy o pierwiastki z liczb dodatnich (a tak naprawd¦ nieformalnie mówi¡c o pierwiastki wielomianów): liczby tak zwane algebraiczne (rozszerzenie o pierwiastki) kwadratura koªa niemo»liwa (π nie jest liczb¡ algebraiczn¡)  dopiero XIX wiek (1882 F. »e 2 mówi¡c.3. im(a + bi) = b (cz¦±¢ urojona) (a + bi) zaznaczamy na pªaszczy¹nie jako par¦ (a. b ∈ {0. »e i = −1. . ró»ne konwencje). ∞). Nieformalnie mo»emy napisa¢. i to taka liczba.

niektórzy rozwa»aj¡ [0. . Aby to zrobi¢ b¦dziemy potrzebowa¢ wzorów Eulera: cos x = e +e . W konsekwencji ka»dy wielomian przedstawi¢ w postaci iloczynu n mo»emy a(x − x1 ) .3. Posta¢ trygonometryczna: gdzie |z| to moduª liczby z . Wzory de'Moivre'a: r1 (cos φ1 + i sin φ1 ) · r2 (cos φ2 + sin φ2 ) = r1 r2 (cos(φ1 + φ2 ) + i sin(φ1 + φ2 )). sin x. cos 5x. cos nx. 2 eix = cos x + i sin x. 2 ix −ix sin x = e −e . sin 5x za pomoc¡ pot¦g cos x i sin x. Wykªad drugi to w du»ym stopniu przypomnienie. r2 (cos φ2 + sin φ2 ) r2 Prosz¦ sprawdzi¢ powy»sze wzory. 8 4 2 4 2 4 4 5 1. cos 3x + i sin 3x = (cos x + i sin x)3 = cos3 x + 3 cos2 x(i sin x) + 3 cos x(i sin x)2 + (i sin x)3 = cos3 x − 3 cos x sin2 x + i(3 cos2 x sin x − sin3 x). . Prosz¦ wyliczy¢ Zadanie 1. gdy» pozwalaj¡ ªatwo wylicza¢ wzory na cos(nx) i sin(nx) za pomoc¡ cos x i sin x. cos3 x = ( W stopnia Liczby zespolone s¡ wa»ne mi¦dzy innymi z powodu twierdzenia które mówi. . »e a/|z| = cos φ. . Co wa»ne. »e ka»dy wielomian ma przynajmniej jeden pierwiastek zespolony. sin 3x = 3 cos2 x sin x − sin3 x. sin x. za± φ to argument z (piszemy φ = arg z ). czyli jedyny argument ∈ [−π. = 2 1−i 1−i 1+i 1−i 2 2 2 2 Zadanie 1. e ≈ 2. gdzie xi ∈ C. »e |z1 · z2 | = |z1 | · z2 |. Wylicz sin x jako funkcj¦ cos x. 2π)). Mamy: Przykªad 1. . za pomoc¡ liczb zespolonych mo»na zrobi¢ tak»e operacj¦ przeciwn¡. . .• dzielenie  analogicznie jak pozbywanie si¦ niewymierno±ci w mianowniku (bo w ko«cu pierwiastek z i to jakby −1).4.6.5. |z1 + z2 | ≤ |z1 + z2 |.718 to liczba e (ale dla korzystania z powy»szych wzorów nie jest to ix −ix Dla lu¹nej informacji liczb zespolonych informacja niezb¦dna). . . (x − xn ). . dlatego skªada si¦ gªównie z zada«. b/|z| = sin φ (cz¦sto rozwa»amy tak»e argument gªówny Argz liczby zespolonej. pot¦g Wzory de'Moivre'a s¡ wa»ne. to znaczy mo»na n n wyrazi¢ cos x i sin x za pomoc¡ cos x. :-) 8 . z = |z| · (cos φ + i sin φ). π). sin 5x. czyli dowolny k¡t taki. Prosz¦ sprawdzi¢. To jest tak nieformalnie-»artobliwie rzecz bior¡c drugi dowód na sensowno±¢ Przykªad 1.2. czyli cos 3x = cos3 x − 3 cos x sin2 x. dla przykªadu: 1 + 2i 1 + i (1 + 2i)(1 + i) −1 + 3i −1 3 1 + 2i 1 + 2i + i + 2i2 = · = = = + i. r1 (cos φ1 + i sin φ1 ) r1 = (cos(φ1 − φ2 ) + i sin(φ1 − φ2 )). Zadanie 1.1. sin nx. Dla przykªadu: Zadanie eix + e−ix 3 (eix )3 + 3(eix )2 e−ix + 3eix (e−ix )2 + (e−ix )3 ) = 2 8 3ix ix −ix −3ix 3ix −3ix e + 3e + 3e + e 1 e +e 3 eix + e−ix 1 3 = = · + · = cos 3x + cos x.

a2 + b2 ) • α · (a1 .9. b2 ) = a1 b1 + a2 b2 . i »e b le»y nad wektorem a1 . a2 ) ◦ (b1 . Zaªó»my dla prostoty. prawdziwe. to 2 × 2: a1 b 1 . a) i (a−2. Denicja 1. rozpi¦tego na nich wynosi Wtedy po ªatwych wyliczeniach dostajemy. w). b. kwadrat. 2 Operacje w R : • (a1 . odwrotne. czasami zamiast a◦b pisze si¦ a. cosinusów: w trójk¡cie o bokach dªugo±ci c 2 = a2 + b 2 − gdzie γ k¡t przeciwlegªy do c. »e moduª wyznacznika daje nam pole (o tym o czym mówi znak dowiemy si¦ potem). b2 ≥ 0 oraz b2 /b1 ≥ a2 /a1 ).1. 2ab cos(γ). a2 . a (tzn. Zadanie 1.2 Pªaszczyzna. 9 . »e pole Jako ¢wiczenie prosz¦ pokaza¢.3. a) Udowodnij nast¦puj¡ce wªasno±ci iloczynu skalarnego v ◦ w = v · w cos(∠v. a2 a. Prosz¦ sprawdzi¢ dla jakiego parametru a wektory (1. (αv) ◦ w = α(v ◦ w) √ v ◦ v. b1 . Udowodnij tw. czyli R2 Tu ju» po raz pierwszy pojawi¡ si¦ pewne elementy geometrii. Pitagorasa (czasami mówi si¦ norma / metryka euklidesowa): (a1 . a2 ) + (b1 . Inne notacje: czasami zamiast ◦ pisze si¦ ·. Czasami wektory zapisuje si¦ tak»e w postaci kolumnowej: Rozpatrzmy wektory powstaje macierz a1 . 2) i (5. a2 b 2 a2 b 2 Tak doszli±my do denicji wyznacznika (z angielskiego determinant) dla takiej macierzy det Widzimy wi¦c. koªo.8. a2 ) = (αa1 . i czy jest Iloczyn skalarny deniuje si¦ nast¦puj¡co: (a1 .7. b) u ◦ (v + w) = u ◦ v + u ◦ w . αa2 ) (analogicznie dla odejmowania) Odlegªo±¢ od zera z Tw. 2 × 2: a1 b 1 a b = 1 1 := a1 b2 − a2 b1 . Zobaczmy teraz jak wyra»a si¦ pole równolegªoboku rozpi¦tego na wektorach a i b. b2 ) = (a1 + b1 . równolegªoboku wynosi a1 b2 − a2 b1 . maj¡ niezerowe wspóªrz¦dne. »e (niezale»nie od tego gdzie te wektory s¡ poªo»one). a) s¡ do siebie prostopadªe.10. pole równolegªoboku |a1 b2 − a2 b1 |). d) v = dla α ∈ R. jak wygl¡daªoby tw. Zadanie 1. b . Zastanów si¦. 2 1 |(a1 . Je»eli ustawimy je obok siebie. a2 b 2 O macierzach (i ich interpretacji geometrycznej) powiemy wi¦cej potem. Zadanie 1. c mamy Najprostsze gury: trójk¡t. a2 ) = Cz¦sto u»ywa si¦ tak»e oznaczenia a2 + a2 . a. Zadanie 1. prostok¡t. b ∈ R2 (zapisane w postaci kolumnowej). Prosz¦ policzy¢ k¡t pomi¦dzy wektorami (1. c) u ◦ v = v ◦ u.1. »e wektory s¡ w I ¢wiartce. 3). a2 )|.

to tak»e dowolny trójk¡t o wierzchoªkach z A A (dowód geometryczny). a2 )| = 1. . n =⇒ n + 1). Je»eli powy»sz¡ obserwacj¦ zapiszemy i uogólnimy. Ax + By + C = 0 R2 i punkt odlegªo±¢ tego punktu od prostej wynosi d= |Ax0 + By0 + C| √ . Niech A ⊂ R2 b¦dzie zbiorem wypukªym.12.11. je±li ∀a1 . (x0 . Denicja 1. α ∈ [0. . . to otrzymamy nast¦puj¡ce twierdzenie: Twierdzenie 1. je»eli si¦ nie da x jako funkcja staªa) gdzie je»eli poruszamy si¦ po prostej z pr¦dko±ci¡ a1 = 0 lub a2 = 0 (parametrycznie). Je»eli dowolny odcinek o kraw¦dziach z zawiera si¦ w zawiera si¦ w A. to albo si¦ pokrywaj¡ (s¡ identyczne). y0 ) ∈ R2 . Obserwacja 1. »e odcinek ª¡cz¡cy ka»de dwa punkty ze zbioru A A zawiera si¦ w zbiorze A. . an ∈ A. Udowodnij. . b) a=0 lub b=0 (w sposób uwikªany) Zadanie 1. 1] : αi = 1 =⇒ i αi xi ∈ A. Prost¡ zazwyczaj zadajemy jedn¡ z nast¦puj¡cych postaci: • y = ax + b. .2 (geometryczna) . (x0 .wikipedia.Zadanie 1. parametryzacja jest naturalna 1. Wtedy ∀n ∈ N∀a1 . gdzie a(x − x0 ) + b(y − y0 ) = 0 (a.2. Przyda si¦ nam jeszcze poj¦cie prostej. »e A ⊂ R2 jest zbiorem wypukªym. Mówimy. »e prosta przechodz¡ca przez punkt wyra»a si¦ wzorem w i prostopadªa do niezerowego wektora Niech dana b¦dzie prosta a(x − x0 ) + b(y − y0 ) = 0. y = a2 t + b 2 • ax + by + c = 0 lub lub x = x0 (y jako funkcja x lub. Prosz¦ wyliczy¢ pole równolegªoboku rozpi¦tego na wektorach (2. Geometrycznie oznacza to. A2 + B 2 Mo»liwe s¡ nast¦puj¡ce poªo»enia dwóch prostych: albo si¦ przecinaj¡ dokªadnie w jednym punkcie.1. Dowód indukcyjny zrobiony na wykªadzie (n =2 proste. Je»eli s¡ równolegªe. »e Zadanie 1. αn ∈ [0. α1 . .org/wiki/Prosta Wa»n¡ rodzin¡ zbiorów na pªaszczy¹nie s¡ zbiory wypukªe. a2 ∈ A. 1) i (3. albo s¡ równolegªe. . czyli gdy |(a1 . y = a(x − x0 ) • x = a1 t + b 1 .13. 5). 10 . y0 ) Korzystaj¡c z iloczynu skalarnego prosz¦ pokaza¢. 1] : αa1 + (1 − α)a2 ∈ A. interpretacja: ±rodek ci¦»ko±ci) Dowód. (praw¡ stron¦ nazywa si¦ jako kombinacja wypukªa. albo si¦ nie przecinaj¡ w »adnym punkcie. Wi¦cej informacji o prostej mo»na znale¹¢ na wikipedii (zach¦cam do samodzielnego przegl¡dni¦cia): http://pl.

a2 + a2 + a2 . x × y ⊥ y . y2 .17. »e to jest jak gdyby wersja Tw. Udowodnij. y).14. sze±cian. a2 . tzn. Korzystaj¡c prostopadªe i policz dªugo±¢ wektora 2u − 3v . 0). Zadanie 1. czy Zadanie 1. »e pole równolegªoboku rozpi¦tego na tych wektorach wyra»a si¦ wzorem P = x2 y2 x y x y + 1 1 + 1 1 x3 y3 x3 y 3 x2 y2 2 2 2 (prosz¦ zauwa»y¢.3 Przestrze« trójwymiarowa. wyra»a si¦ wzorem 3 2 1 Pitagorasa wida¢. 1 2 y2 y3 y1 y3 y1 y2 . B(1. −1). x= x3 y3 Lub równowa»nie: Mamy dwa wektory (w zapisie kolumnowym): Prosz¦ udowodni¢. Obserwacja 1. 0. »e odlegªo±¢ punktu a = (a1 . a3 ) od zera Tak wi¦c analogicznie jak dla pªaszczyzny przez norm¦ euklidesow¡ a rozumiemy odlegªo±¢ a od zera. 3 2 1 dany jest wzorem a = (a1 . Pitagorasa dla pól). Twierdzenie 1. C(0. Czy dziaªanie × jest ª¡czne. 1. y3 ): x2 x3 x x x x . 2. D(0. • x × (y + z) = x × y + x × z . 0). 0. a3 ) i b = (b1 .2. a2 . kula.3. (x + y) × z = x × z + y × z . 0. −5). Udowodnij. 11 . • (αx) × y = x × (αy) = α(x × y). prostopadªo±cian. Policz Niech K oznacza czworo±cian PBCD  pole trójk¡ta BCD. Najprostsze gury: czworo±cian. czyli Korzystaj¡c z Tw. b3 ) a ◦ b = a1 b 1 + a2 b 2 + a3 b 3 . 0). b2 .15.     x1 y1 x2  . x×y = Zadanie 1. v = (3. a = |a| = Iloczyn skalarny dwóch wektorów a2 + a2 + a2 .16.− 1 3 . wektory te s¡ u = (1. • x × y ⊥ x. »e • x × y = −y × x.1. Zadanie 1. Oprócz iloczynu skalarnego w przestrzeni trójwymiarowej deniuje si¦ jeszcze iloczyn wektorowy (bardzo lubiany przez zyków) wektorów x = (x1 . 1.: (x × y) × z = x × (y × z). x3 ) i y = (y1 . Niech o wierzchoªkach z wªasno±ci iloczynu sprawd¹. x2 . 2 2 2 2 Czy PBCD = PABC + PABD + PACD ? A(0.3. 1). »e |x × y| = |x| · |y| · sin(∠x. dlatego b¦d¦ tylko skrótowo Przestrze« trójwymiarowa jest pod k¡tem operacji bardzo podobna do wymieniaª pewne wªasno±ci. czyli R3 R2 . y = y2  .

z = a3 t + b 3 (kraw¦dziowo. . »e Przyda si¦ nam jeszcze poj¦cie prostej i pªaszczyzny w sin = √ 1 − cos2 R3 . • α · (a1 . . 1. . .20. . .18. B. »e obj¦to±¢ równolegªo±cianu którego wierzchoªkiem jest pocz¡tek ukªadu wspóªrz¦dnych oraz punkty a. Prosz¦ spróbowa¢ zobaczy¢ co mo»e wyj±¢ z przeci¦cia 3 pªaszczyzn w (i zrobi¢ odpowiednie rysunki). Wsk. 12 . . y0 . . jako przeci¦cie dwóch pªaszczyzn) Pªaszczyzn¦ zazwyczaj zadajemy jedn¡ z nast¦puj¡cych postaci: • (z • jako funkcje zmiennych x i y ) z = ax + by + c (analogicznie mo»na dla x lub y) aib nie (parametrycznie) s¡ równolegªe x = a1 t + b 1 s + c 1 . −1). gdzie α∈R skalar. 2 3 Norma euklidesowe i iloczyn skalarny deniuje si¦ analogicznie jak w przestrzeni R i R (w przestrzeni Rn dla n > 3 nie ma bezpo±redniego odpowiednika iloczynu wektorowego dla dwóch wektorów). 1). oraz faktu. b.3. y = a2 t + b 2 s + c 2 . . y = a2 t + b 2 . b. an + bn ). »e odlegªo±¢ tego punktu od pªaszczyzny wynosi d= Przez iloczyn mieszany |Ax0 + By0 + Cz0 + D| √ .Dowód. an ) := (αa1 . . bn ) := (a1 + b1 . c] trzech wektorów R3 rozumiem a ◦ (b × c). lub gdzie wektory • Ax + By + Cz + D = 0 A(x − x0 ) + B(y − y0 ) + C(z − z0 ) = 0 R3 gdzie (A.: prosz¦ skorzysta¢ z iloczynu skalarnego. . 0. . c (s¡ jeszcze inne wierzchoªki. . c z [a.19. z0 ) ∈ R3 . z = a3 t + b 3 s + c 3 . . C(3. . an ) + (b1 . C) = 0. Niech dana b¦dzie pªaszczyzna Ax + By + Cz + D = 0 w R3 i punkt (x0 . Zadanie 1. Prost¡ zazwyczaj zadajemy w postaci • • • (jako funkcj¦ x) y = ax + b. . b. αan ). . Udowodnij. b. Analogicznie tak»e deniujemy poj¦cie wypukªo±ci. Zadanie 1. c]|.4 Przestrze« Rn Rn : Podstawowe operacje w • (a1 . . ale wystarczy chyba poda¢ te do opisu) wynosi |[a. B(2. 2) (to zadanie mo»na ªatwo zrobi¢ korzystaj¡c z iloczynu wektorowego). 0. Zadanie 1. . 1. . Poka». A2 + B 2 + C 2 a. Wypisz równanie pªaszczyzny przechodz¡cej przez punkty A(1. z = cx + d (analogicznie mo»na jako funkcj¦ y lub z) (parametrycznie) x = a1 t + b 1 .

g : R → R b¦d¡ dowolne. · k(k − N + 1). I i ∆h tak»e s¡ liniowe. »e E = E1 . ∆h i ∆: Dla danej funkcji f :R→R deniujemy operatory prze- Eh f (x) := f (x + h). ∆ i ∆h . ∆(k 2 ) = ((k + 1)2 − k 2 ) = (2k + 1).1.3. ∆(ak ) = (a − 1) · (ak ). E(uk ) = (uk+1 ). Mo»na ªatwo analogicznie sprawdzi¢. Niech h∈R b¦dzie dowolne. operatory ró»nicy R w R. 13 . . • ∆(sin(k)) = (sin(k + 1) − sin(k)). »e »e E jest liniowe wynika z prostej obserwacji. ∆f (x) = f (x + 1) − f (x).3. ∆(uk ) = (uk+1 − uk ). Mamy Eh (f + g)(x) = (f + g)(x + h) = f (x + h) + g(x + h) = Eh f (x) + Eh g(x). ∆(k N ) = ((k + 1)N − k N ) = ((k + 1)k N −1 − k N −1(k−N +1) ) = ([(k + 1) − (k − N + 1)] · k N −1 ) = N · (k N −1 ).4. Operatory I. Deniujemy k do N -tej malej¡cej wzorem k N := k(k − 1) · . Przykªad 1. h I. Ef (x) = f (x + 1). Niech E .5 Funkcje i ci¡gi Zajmijmy si¦ najpierw funkcjami z suni¦cia Eh i E . jest operatorem liniowym. Mamy Zachodzi wzór ∆(k N ) = N k N −1 . To samo dotyczy pozostaªych operatorów Dowód. Obserwacja 1. Przykªady liczenia operatora ró»nicy: • ∆(k) = ((k + 1) − k) = (1). . Šatwo mo»na sprawdzi¢. Dowód.5. Analogicznie. f. »e tak»e powy»sze operatory s¡ liniowe. To. ∆h f (x) = f (x + h) − f (x) . to znaczy Standardowo operator identyczno±ciowy jest oznaczany przez Obserwacja 1. Operator Eh • Eh (f + g) = Eh f + Eh g • Eh (αf ) = αEh dla dla f. • ∆(2k ) = (2k+1 − 2k ) = (2k ). g : R → R (addytywno±¢). h∈R (jednorodno±¢). E i ∆ deniujemy tak»e dla ci¡gów: I(uk ) = (uk ). dla f :R→Riα∈R mamy Eh (αf )(x) = (αf )(x + h) = αf (x + h) = αEh f (x).

+ n. »e ∆(k 2 ) = 2k 1 = 2k . Spróbujmy zgadn¡¢ wzór na ci¡g (uk ) taki. aby ∆w = v . k=1 Czyli naszym celem jest znalezienie takiego ci¡gu. »e chcemy znale¹¢ sum¦ 1 1 1 ∆(cos((k − )x)) = (cos((k + )x) − cos((k − )x))(−2 sin(kx) sin(x/2)). co z liniowo±ci n k = k=1 n n 2 k=1 2 (k(k − 1) + k) = k=1 (k 2 + k 1 ) = = k=1 k + 1 1 1 1 k 1 = [ (n + 1)3 − 13 ] + [ (n + 1)2 − 11 ] = 3 3 2 2 k=1 1 1 2(n + 1)n(n − 1) + 3(n + 1)n = (n + 1)3 + (n + 1)2 = = 3 2 6 n(n + 1)(2n − 2 + 3) n(n + 1)(2n + 1) = = . Sk¡din¡d wiemy. + n = (n + 1)2 − 12 = . + vn . »e chcemy znale¹¢ wzór na sum¦ najprostszego ci¡gu arytmetycznego n k = 1 + .4. czyli z liniowo±ci 1 1 ∆( k 2 ) = ∆(k 2 ) = k. . . . 6 6 Przykªad 1. Wtedy n vk = v1 + . »e ∆(uk ) = (sin(kx)). . 2 2 2 ∆( 1 cos((k − 2 )x) ) = (sin(kx)). »e W konsekwencji 1 cos((n + 1 )x) cos( 2 x) cos(x/2) − cos((n + 1 )x) 2 2 sin(kx) = − = . Teraz n n Przykªad 1. . »e ∆( 3 k ) = (k ). »e ∆(k 3 ) = 3k 2 . + (wn+1 − wn ) = wn+1 − w1 . . »e 1 ∆(cos(kx)) = (cos((k+1)x)−cos(kx)) (troszk¦ jakby bark symetrii). n k=1 k2. »e n 1 1 n(n + 1) k = 1 + . 2 2 2 k=1 Chcemy znale¹¢ wzór na 1 3 2 oznacza. −2 sin(x/2) −2 sin(x/2) 2 sin(x/2) k=1 n 14 . −2 sin(x/2) co oznacza. Pierwszym kandydatem niech b¦dzie cos(kx)  ale widzimy. + vn = (w2 − w1 ) + (w3 − w2 ) + . Zasada teleskopowa: szukamy takiego ci¡gu w = (wk ). k=1 Wiemy. 2 2 W konsekwencji otrzymujemy. Zaªó»my. .Chcemy znale¹¢ sum¦ v1 + . wtedy Zaªó»my teraz. Rozpatrzmy teraz ci¡g cos((k− 2 )x).5. Przykªad 1. . »e ∆(wn ) = vn .6. n k=1 sin(kx). . .

Dowód.3. Mówimy. Denicja nadwykresu (z angielskiego epigraph) dla funkcji A b¦dzie odcinkiem w R.Zadanie 1. f : A → R: epi(f ) := {(x. Prosz¦ zrobi¢ dowód jako ¢wiczenie. 1]. y ∈ R i y ≥ f (x)}. Niech Znale¹¢ n k=1 k4. Twierdzenie 1. y) | x ∈ A.3. »e funkcja f :A→R jest wypukªa je±li f (αx + (1 − α)y) ≤ αf (x) + (1 − α)f (y) dla x. 15 . Denicja 1. Funkcja jest wypukªa wtedy i tylko wtedy gdy jej nadwykres jest zbiorem wypukªym. y ∈ A. α ∈ [0.21. Niech A⊂R b¦dzie odcinkiem.

. etc. operacje elementarne Typowy ukªad równa« liniowych:   a11 x1 + . .1 2. . Dzielimy dla prostoty na równej dªugo±ci (niech temperatura w punkcie n+1 kawaªków pk = k/(n + 1) dla k = 0. jest równa ±redniej z temperatur poprzedniego i nast¦pnego punktu. . . n + 1). . Interesuje nas jaki b¦dzie rozkªad temperatury w ±rodku.Rozdziaª 2 Podstawy równa« liniowych i macierzy Wa»ne bo: • • • najprostsze czytelna intuicja geometryczna (przeci¦cia prostych w R2 . Zobaczymy co si¦ mo»e wydarzy¢ na paru najprostszych przykªadach.1. Metoda elementów sko«czonych (z ang. »e na lewym brzegu jest temperatura 0. tn+1 = 10.1 Metoda eliminacji Gaussa Forma schodkowa. . szukamy przeci¦cia n znaczyªo) w przestrzeni n-wymiarowej R . W sensie analitycznym mamy m równa« w przestrzeni Rn . a na prawym 10. Rozkªad temperatury jest stacjonarny.1 (FEM).wiemy. m hiperpªaszczyzn kowymiaru 1 (cokolwiek by to nie Geometrycznie rzecz bior¡c. dochodz¡c¡ nawet do miliona).  a m1 x1 + . rysunki) potrzeba -> szukamy aby byª speªniony pewien zestaw warunków Przykªad 2. Jaka b¦dzie temperatura? Niech tk = pk . napr¦»enia w budowlach. Finite element method -> FEM) opiera si¦ na rozwi¡zywaniu równa« liniowych (z wielk¡ ilo±ci¡ zmiennych. 16 . . + a1n xn = b1 . rozkªad temperatury. . . t1 = (t0 + t2 )/2. . je±li temperatura w danym punkcie t0 = 0. . 2.  . Mamy izolowany drut dªugo±ci 1 metra. . . Wtedy tn = (tn−1 + tn+1 )/2. + amn xn = bm . pªaszczyzn w R3 .

Zaczniemy sobie od przykªadów. x + y = 2  ukªad sprzeczny (brak rozwi¡za«).3. . .    am1 . . x + y = 2  dokªadnie jedno rozwi¡zanie. x + y = 0. . i w konsekwencji ka»de wykonanie dziaªanie mo»emy cofn¡¢. jako przeci¦cie trzech pªaszczyzn (lub pªaszczyzny i prostej) dostajemy punkt.1. ale bez zmieniania zbioru rozwi¡za«. . trzy proste przecinaj¡ce si¦ w jednym punkcie: x + y = 1. »e przy rozwi¡zywaniu dobrze jest sprowadza¢ do postaci schodkowej (row echelon form z angielskiego) lub do uproszczonej postaci schodkowej (simplied row echelon form). (gdzie dodanie do danego równania innego pomno»onego przez skalar rk += α · rj j = k ).Przykªad 2. Dowód. Przykªad 2. x = 1. Zaczniemy sobie od tego w jaki sposób mo»na (potencjalnie) upro±ci¢. trzy proste które nie maj¡ wspólnego punktu: x = 1. . rk ∗= α (gdzie pomno»enie danego równania przez niezerowy skalar α ∈ R \ {0}). dwie proste równolegªe: Zazwyczaj (najcz¦±ciej) jako przeci¦cie dwóch prostych na pªaszczy¹nie otrzymujemy punkt. jedna prosta: x + y = 3 niesko«czenie wiele rozwi¡za« (y = 3 − x). jako przeci¦cie dwóch pªaszczyzn w przestrzeni trójwymiarowej dostajemy prost¡. . 1 rk ∗= α . Skoro tak. Twierdzenie 2. • • • Wykonanie poni»szych operacji (tak zwane operacje elementarne): zamiana ze sob¡ dwóch równa«: rk ↔ rj . to wygodniej / szybciej b¦dzie nam stosowa¢ zapis macierzowy. amn bm Okazuje si¦. • rk += α · rj : operacja odwrotna rk −= α · rj . »e taki sposób post¦powania mo»na zapisa¢ w postaci algorytmu (czyli precyzyjnie opisanej procedury post¦powania). Rozpatrzmy równanie:   2u + v + w = 5 4u − 6v = −2  −2u + 7v + 2w = 9 Dla skrócenia zapisu. . a1n . . nie zmienia zbioru rozwi¡za«. . zapisujemy w postaci macierzowej:   2 1 1 5  4 −6 0 −2  −2 7 2 9 17 . Wszystkie powy»sze operacje s¡ odwracalne: • rk ↔ rj : • rk ∗= α: operacja odwrotna operacja odwrotna rk ↔ rj . Je»eli chcemy zapisywa¢. 3 prosz¦ sobie spróbowa¢ zrobi¢ analogony w R .2. czyli b¦dziemy pisa¢:    a11 . y = 1. . . . . y = 1. b1 . Poka»emy potem. to mo»emy za pomoc¡ powy»szych operacji stara¢ si¦ upro±ci¢ dany ukªad równa« liniowych.

0 0 1 2 Czyli czyli w = 2. Sprowadzimy macierz do postaci schodkowej za pomoc¡ metody eliminacji Gaussa:  0 0  0 0 0 0 1 2  3 1 1 2 . znajduj¡ si¦ w coraz dalszych kolumnach. Teraz wyznaczamy u: 2u + v + w = 5. Macierz schodkowa zredukowana to macierz schodkowa. 1 kolumnie: w2 += − 2 · w1 :   2 1 1 5  0 −8 −2 −12  . »e wiersze odpowiadaj¡ równaniom (k -ty wiersz oznaczamy przez Usuwamy pod dwójk¡ w wk ). to aij = 0. 1 2 0 1 18 . musimy wi¦c zamieni¢ wiersz pierwszy z trzecim (w1  0 0  0 0 1 0 0 2  0 −1 3 1 . czyli 2u = 5 − 2 − 1. czyli u = 1. je±li wyraz aij znajduje si¦ w tej samej kolumnie. −8v = −8. I potem post¦pujemy wstecz. co pewien wspóªczynnik wiod¡cy i w wierszu powy»ej tego wspóªczynnika. Nast¦pnie rozwi¡»emy przykªadowe równania. Ka»da macierz mo»e zosta¢ przeksztaªcona do postaci schodkowej za pomoc¡ operacji elementarnych. Twierdzenie 2. Przykªad 2. czyli znaj¡c w wyznaczamy v : −8v − 2w = −12. która speªnia nast¦puj¡ce warunki: • • jej pierwszym niezerowym elementem kolejnych wierszy (wspóªczynnikiem wiod¡cym) jest jedynka.4. Na najbli»szym wykªadzie jeszcze raz powtórzymy t¡ metod¦ (to jest bardzo wa»ne!). której pierwsze niezerowe elementy kolejnych niezerowych wierszy. a powstaªe wiersze zerowe umieszcza si¦ jako ostatnie. Sprowadzanie do postaci schodkowej zredukowanej (wersja eliminacji Gaussa) nazywa si¦ czasem metod¡ Gaussa-Jordana. patrzymy na drug¡.2. −2 7 2 9  5 2 1 1  0 −8 −2 −12  14 0 8 3  nast¦pnie w3 += w1 i dostajemy Usuwamy pod −8. W drugiej pierwszy element niezerowy jest dopiero w trzecim wierszu. Poka»emy teraz par¦ przykªadów sprowadzania macierzy do postaci schodkowej i do postaci schodkowej zredukowanej. v = 1. 0 −1 0 1 ↔ w3 ): Poniewa» pierwsza kolumna jest caªa zerowa. Macierz schodkowa  macierz. w szczególno±ci metody Gaussa.Musimy pami¦ta¢. w3 += w2 :   2 1 1 5  0 −8 −2 −12  .

0 5/3 0 3 5/3 z wiersza trzeciego. schodki: 2 0 1 2 0 0 −5 0 0 0     0 1 3 1  3 1  0 1    •  −1 0 (w2 ↔ 2w1 ) −1 0 (w3 += w1 /3. 1 0 3 1 1 0 3 1 ∗ (w2 −= 2w1 ) . Sprowadzimy teraz macierz do postaci schodkowej zredukowanej:      2 1 3 1 1 1/2 3/2 1/2 1 1/2 3/2 0 0 −5 0 (w1 ∗= 1 ) 0 0 −5 0  (w3 −= 2w1 ) 0 0 −5 2 2 2 3 1 2 2 3 1 0 1 0    1 1/2 3/2 1/2 1 0 0 1  (w1 −= w2 /2. w4 −= 7 w2 )  3 0 0 0 0 0 0 0 0 ∗   3 1 0 1    0 1/3 0 7/3 Przykªad 2. 1 0 0 0  0 −1 3 1 . w4 −= w1 /3) 1 2 1 2     ∗ 1 3 1   0 1 . 1 2 0 3 3 redukujemy Pod jedynk¡ s¡ teraz same zera. 0 0 ∗ 0 0 0 Przykªad 2. schodki 0 ∗. Jeszcze zaznacz¦ za pomoc¡  0 0  0 0  ∗ 0 ∗  .6. Za pomoc¡ 1 w3 −= w2 /3:  0 0  0 0 1 0 0 0  0 −1 3 1  . w1 −= 3 w3 ) 0 1 0 0 (w2 ↔ w3 ) 5 2 0 0 −5 0 0 0 19  1/2 0  0  0 1/2 0 0  1 0 . mo»emy wi¦c przej±¢ do drugiego wiersza. 0 5/3 0 0 ∗ schodki (czyli wspóªczyn- Dostali±my posta¢ schodkow¡ naszej macierzy. w3 ∗= −1 . • Sprowadzenie do postaci schodkowej (bez drobiazgowego komentarza): .Teraz redukujemy za pomoc¡ operacji elementarnych wszystkie niezerowe wyrazy znajduj¡ce si¦ poni»ej 1. 9 w4 −= 5 w3 : Teraz zostaªo jedynie wyzerowa¢ 3 w wierszy czwartym za pomoc¡  0 0  0 0 niki wiod¡ce): 1 0 0 0  0 −1 3 1  . (w3 −= w2 /3.5. w4 −= 2w1 :  0 0  0 0 w wierszu trzecim.

w + v = 1. Polecam tak»e korzysta¢ z helpa który ma Scilab. w − u = 1. a + b + c = 2. Równanie b¦dzie zale»aªo z (parametrem b¦dzie ka»da zmienna dla której w odpowiadaj¡cej kolumnie nie ma schodka). wi¦c ukªad ma rozwi¡zanie. 2 5 czyli x = 1 − (− 3 z) − z = 1 + 3 z . Poni»ej przedstawiam podstawowe informacje o Scilabie. x + 2y = 5. 3.7. Warto pisa¢ skrypty w gotowym edytorze doª¡czonym do Scilaba. 2x + 3y = 3. druga y. i dalej x + y + z = 1. w3 −= w1 )  0 −5 −3 0  (w3 += w2 )  0 −5 −3 0  . Prosz¦ rozwi¡za¢ (przy pomocy metody eliminacji Gaussa) ukªady równa«: x = 1. 5. 4.2 Wprowadzenie do Scilaba http:\\www. x2 + x3 + x4 + x5 = 1.1. −a + 3b + 4c = 3. x = 2. x + y = 1. trzecia z)      1 1 1 1 1 1 1 1 1 1 1 1  2 −3 −1 2  (w2 −= 2w1 . v + u + w = 3. x2 − x3 + x6 = 0. od parametru Zadanie 2. 2x + 3y = 0. Jest to darmowa kopia programu MatLab (podstawowy program in»ynieryjny). x + 2y = 2. Macierz stowarzyszon¡ z tym ukªadem sprowadzamy do postaci schodkowej (pierwsza kolumna odpowiada zmiennej Jak si¦ oka»e. 1. 2. poka»emy na paru przykªadach jak to si¦ przydaje do rozwi¡zywania równa« liniowych. x + 2y = 2. rozwi¡zaniem b¦dzie prosta. 2. 7. x + y = 1. x4 − x5 = 2. 5 Wyliczamy wi¦c od ko«ca kolejne zmienne: −5y − 3z = 0. czyli y = − 3 z .Poniewa» umiemy ju» sprowadza¢ macierz do postaci schodkowej i schodkowej zredukowanej.org. 1 6 4 1 0 5 3 0 0 0 0 0  Zobaczmy jeszcze gdzie s¡ schodki   ∗  0 ∗ . Rozpatrzmy ukªad równa«   x+y+z =1 2x − 3y − z = 2  x + 6y + 4z = 1 Geometrycznie rzec bior¡c przecinamy 3 pªaszczyzny w przestrzeni trójwymiarowej. x1 − x2 + 2x6 = −1. 6. Na mojej stronie s¡ linki do podr¦czników dotycz¡cych Scilaba. u + z = 2. −2a + 2b + 3c = 1. 3x + y = 1. 20 . Jest to darmowy program.scilab. Przykªad 2. 0 0 0 0 Poniewa» nie ma schodka w ostatniej kolumnie. x1 − x3 + x4 = 0. x. mo»na go ±ci¡gn¡¢ ze strony Scilab jest interpreterem (s¡ na bie»¡co interpretowane).

»e macierz jest kwadratowa je»eli ma tyle samo kolumn co wierszy. zmienne: a=6. w Scilabie prawie wszystko jest macierz¡ (nawet skalar). a1n . %eps. . czyszczenie clear %i. 1 m-wierszy i Nast¦pn¡ wa»n¡ macierz¡ kwadratow¡ jest macierz jednostkowa towa.3 Wektory i macierze   A :=  a11 . Przykªad ze Scilaba 2. Macierze najpro±ciej deniujemy w postaci A=[2 (po ±redniku przechodzimy do nowego wiersza. taki.   0 a22  . Komentarze a. . . . wi¦c je»eli napiszemy Upraszczaj¡c.1.  . B¦dziemy takie macierze oznacza¢ przez (aij )mn albo skrótowo (aij ) (zbiór macierzy m × n o wspóªczynnikach z R oznaczamy przez Mmn (R)). Zmienne systemowe ans. .2.n). A Przykªad ze Scilaba 2. to jest takiej macierzy której wszystkie wyrazy poza przek¡tn¡ gªówn¡ s¡ równe zeru. 0    0  ann Mmn (R) 0mn jako macierz zerow¡ w przestrzeni 21 .. macierz maj¡c¡ same zera . Macierz jednostkowa to szczególny przypadek macierzy diagonalnej. . to znaczy aij = 0 dla i = k:  a11 0 . .  . • y=sin(x) • tworzy wektor maj¡cy tyle samo elementów co x. . . .Scilab mo»na u»ywa¢ jako kalkulator: napisanie 2+2 i naci±ni¦cie Enter daje wynik chcemy Scilab wykonaª polecenie. dla przykªadu punkt pªaszczyzny zapisujemy jako Przez macierz zerow¡ (2. . . . »e chcemy narysowa¢ funkcj¦ sin w zakresie od 0 do 5. przy przej±ciu do nast¦pnej linii. Podstawowy zapis macierzy: . %pi.    am1 . Zaªó»my. . %inf %NaN. ale by nie wy±wietlaª ko«czymy ±rednikiem dªugie wpisujemy .n)). %e.y). maj¡ca na przek¡tnej gªównej jedynki a poza tym same zera (w Scilabie macierz maj¡ca na przek¡tnej jedynki. »e yi = sin(xi ) na przykªad dopisanie aby narysowa¢ sin wystarczy wykona¢ plot(x. 3 1 2] x=0 to powstanie macierz 1 × 1. Zwykªe wektory traktujemy jako macierze posiadaj¡ce jeden wiersz. staªe //. . 0 1 formalnie rzecz bior¡c powinni±my zapisywa¢ 0 . Wtedy ma Mówimy. . (dodatkowe opcje: 'red' tworzy wykres w czerwonym kolorze). Macierz zerow¡ maj¡c¡ n-kolumn deniujemy 0 rozumiemy zeros(m.1. niekoniecznie kwadra- eye(m. ans=4. 2.. W zasadzie wszystkie zmienne o Post¦pujemy ..1:5 tworzy nam wektor x którego kolejnymi elementami s¡ liczby od 0 do 5 co 0. amn m-wierszy i n-kolumn. nast¦puj¡co: • komenda x=0:0. Je»eli Je»eli polecenie jest za warto±ciach liczbowych s¡ traktowane przez Scilaba jako macierze. Tak 0 3. to I. .. w danym wierszu oddzielamy elementy albo spacj¡ albo przecinkiem). 1) z [2 1]. . Przez przek¡tn¡ gªówn¡ macierzy rozumiemy elementy (aii ).

to przez An (gdzie n ∈ N) rozumiem n-t¡ pot¦g¦ A. Niech A = [1.W Scilabie: je»eli dla przykªadu mamy jeszcze v jest wektorem. przemienne (A + B = B + A) i ª¡czne.2. »e Dodawanie macierzy jest 0 + A = A + 0 = A (mówimy. 22 . Na pocz¡tku najlepiej nauczy¢ si¦ mno»y¢ Zadanie 2. 3. . . . .. Je»eli A = (aij ). to taka macierz. Je»eli indukcyjna): A b¦dzie macierz¡ kwadratow¡. a33 a34 32   . 0. to znaczy (A + B) + C = A + (B + C). . to przez W (A) rozumiemy Dla prostoty w poni»szych zadaniach zapisuj¦ macierze jak w Scilabie. j ... Wtedy AI = IA = A. która Macierz górnie trójk¡tna (spotyka si¦ tak»e nazw¦ górnie przek¡tniowa): poni»ej gªównej przek¡tnej ma same zera (dualnie: dolnie trójk¡tna. Formalnie mówi¡c. to taka która powy»ej przek¡tnej ma same zera). An dla n ∈ N. α · A = (αaij ). 1.. W (x) = i ai xi oraz macierz kwadratow¡ A. Z sympatycznych macierzy jest jeszcze macierz trójdiagonalna. . 0 . to diag(v) tworzy macierz diagonaln¡ maj¡c¡ na przek¡tnej v (czyli diag([1 2 3])) tworzy macierz 3 × 3 maj¡c¡ na przek¡tnej kolejno 1.   . . »e A = [aij ] jest trójdiagonalna o ile aij = 0 dla wszystkich i. W (A). to dodajemy je B to (A+B)). A Wtedy w macierzy C = AB punkt cij powstaje nieprecyzyjnie mówi¡c przez wymno»enie i-tego wiersza z przez A przez j -t¡ kolumn¦ z B B ukªadaj¡c B u góry.n). .  . »e 0 jest elementem neutralnym dodawania). B = (bij ). Je»eli mamy dany wielomian i i ai A . An+1 = A · An . to Analogicznie deniujemy odejmowanie macierzy (jest tak»e okre±lone dla macierzy tych samych wymiarów): A − B = (aij − bij ). gdzie W (x) = 1 − x3 . .. Macierze mo»emy mno»y¢ przez skalary za pomoc¡ wzoru Je»eli AiB s¡ macierzami. macierz kwadratowa takich. A jest macierz¡ kwadratow¡. |i − j| > 1. 1].3. . Prosz¦ policzy¢ I + A2 . A + B = (aij + bij ). 0 a  . 2. 2. Niech (czyli cij = k aik bkj ). to mo»emy je wymno»y¢ o ile ilo±¢ kolumn A odpowiada ilo±ci wierszy B. która jest potencjalnie niezerowa tylko na gªównej przek¡tnej i przek¡tn¡ poni»ej i powy»ej:   a11 a12 0 . . . Zadanie 2. .4 Podstawowe operacje na macierzach A i Dodawanie: mo»emy dodawa¢ macierze posiadaj¡ce t¦ sam¡ ilo±¢ kolumn i wierszy (je»eli macierze. W Scilabie mo»liwo±¢ zdeniowania macierzy skªadaj¡cej si¦ z samych jedynek ones(m. Šatwo mo»na sprawdzi¢. czyli (denicja A0 = I.  a21 a22 a23 0 .

. 0]. . Zadanie 2. Prosz¦ pokaza¢. .4.6. »e A(BC) = (AB)C. i wynik b¦dzie w Rm :  a1i vi . 3. to znaczy v → Av ∈ Rm • A(αv) = αAv dla α ∈ R. 2. 0. 3. AG. −1. 1]. W zwi¡zku z tym b¦dziemy pisa¢ po prostu Zadanie 2. GC. amn vn czyli w Rn ). E = [1. n to mo»emy wykona¢ Av . 1. .1. AE. 3. dla dowolnych macierzy ABC zamiast A(BC) Niech czy A. czyli Poniewa» ilo±¢ kolumn A jest równa ilo±ci wierszy v. . C ∈ M22 (R) (macierze 2 × 2). 0. v =  . C które (AB)C . »e mno»enie macierzy jest ª¡czne. 1]. Wtedy odwzorowanie Rn jest odwzorowaniem liniowym. a1n v1  . B = [1. Niech A = [1. EA.    . 3]. Dowód. 2. GA. bo jest du»o pisaniny).B= . 1 0 0 0 Z drugiej strony mo»na pokaza¢ (nie b¦dziemy tego robi¢ w tym momencie. . . AC.5 Mno»enie wektora przez macierz Niech Twierdzenie 2. A ∈ Mmn (R). 3. Jako przykªad wystarczy rozpatrzy¢: A= 0 0 0 1 . BE. to znaczy zazwyczaj AB = BA. F = [1. a v ∈ Rn (wektor     a11 .    i=1  Av =   n i=1 ami vi 2. v ∈ Rn . −2. dla • A(v + w) = Av + Aw v. 1. . 23 . EB. 1. 0]. B. −1.Zadanie 2. C = [1. 2. 2. 0]. Niech A = [0. . mo»na wymno»y¢. CD. A ∈ Mmn (R) b¦dzie dane. 2.5. Mno»enie macierzy nie jest przemienne. . 1. . Niech A b¦dzie macierz¡ m × n. A= . DE. 0. −1. 2. BC. . am1 . A. 2. 1]. Uwaga 2.  . 0. to znaczy A(BC) = (AB)C. GF. 0]. . B. Prosz¦ wymno»y¢ (o ile to mo»liwe) AB. 1. w ∈ Rn . GE.3. D = [2. Dowód zostaje jako proste ¢wiczenie. Policz An dla n ∈ N. −2. G = [1.

»e macierz Zadanie 2.Postaram si¦ teraz na przykªadach w R2 i R3 zobrazowa¢ geometrycznie (na wykªadzie byªo bardzo du»o przykªadów wraz z rysowaniem. dla macierzy 2 × 2 mo»na si¦ jeszcze w ten sposób bawi¢ (mamy 4 zmienne). Obserwacja 2. Mówimy. »e AB1 = B1 A = I = B2 A = AB2 . ale dla 3 × 3 (9 zmiennych) czy 4 × 4 (16 zmiennych) to ju» si¦ robi makabra. • Przykªadowe operacje na pªaszczy¹nie które mo»na uzyska¢ przez macierze: zgniatanie i rozszerzanie: a 0 0 b • symetria wzgl¦dem prostej x=y 0 1 1 0 • obrót o k¡t α: cos α − sin α sin α cos α 2.: prosz¦ najpierw zauwa»y¢. B2 takie. to nie jest odwracalna. n2 równa« o zmiennych bij . Niech A ∈ −1 odwrotn¡ przez A ) o ile B jest macierz¡ odwrotn¡ do A (oznaczamy macierz AB = BA = I. »e Av = 0. to jest ona jednoznacznie wyz- Dowód. Wtedy aik bkj = δij k=1 gdzie dla i. j ∈ {1. A= 1 1 1 1 B jest odwracalna. tu tylko wypisz¦ par¦ przykªadów). n i szukamy takiej macierzy B = [bij ]. . by AB = I. »e mamy macierze B1 . który mo»emy spróbowa¢ rozwi¡za¢. Je»eli dla danej macierzy istnieje macierz odwrotna.7. Wsk. Bv = 0 Spróbujmy wi¦c policzy¢ macierz odwrotn¡ bezmy±lnie (prosz¦ tak nie rozwi¡zywa¢!!!). Prosz¦ pokaza¢. »e mamy dan¡ macierz A = [aij ] n × n. Je»eli dla danej macierzy istnieje macierz odwrotna. δij = 1 je±li i=j i 0 gdy i = j. »e W niniejszej sekcji zajmiemy si¦ denicj¡ i liczeniem macierzy odwrotnej do danej. . to t¡ macierz nazywamy macierz¡ odwracaln¡. Przykªad 2. .6 Macierz odwrotna Mnn (R).8. »e je»eli macierz 2 dla ka»dego wektora v = 0. n}. W konsekwencji otrzymujemy 24 . Zaªó»my. Zaªó»my. Jak poka»¦ u doªu.1.1. Denicja 2. a nast¦pnie znale¹¢ takie v ∈ R . naczona. Wtedy B1 = B1 I = B1 (AB2 ) = (B1 A)B2 = IB2 = B2 . .

Zobaczmy. Spróbujmy w powy»szy sposób znale¹¢ macierz odwrotn¡ do 1 1 . do macierzy A do postaci schodkowej zredukowanej. »e stosuj¡c t¡ metod¦ mo»na relatywnie szybko znale¹¢ macierz odwrotn¡. Widzimy. »e (2. Pokazuje to poni»sze twierdzenie. »e powy»sza metoda jest w zasadzie niestosowalna. Aby sprawdzi¢. w2 ∗= − 1. w2 −= w1 . b22 = −1. 1 −1 tego jak wyprowadzili±my mamy. czyli by b11 + b21 b12 + b22 1 0 = . aby b11 b12 .Przykªad 2. B= czy B jest rzeczywi±cie macierz¡ Widzimy. musimy jeszcze sprawdzi¢ czy BA = I (tak jest). Ale spróbujmy zobaczy¢ troszk¦ bardziej inteligentnie jak ona dziaªa. »e dokonujemy dokªadnie tych samych operacji elementarnych co wcze±niej) za pomoc¡ w2 −= w1 . to po co mamy to powtarza¢? Mo»emy zamiast tego utworzy¢ tak¡ du»¡ rozszerzon¡ macierz [A|I] dan¡ przez 1 1 1 0 1 0 0 1 i spróbowa¢ sprowadzi¢ odwrotnej do . równocze±nie modykuj¡c I A. aby dosta¢ czyli b11 = 0. w2 ∗= − 1. b12 = 1. b21 b22 (2. do A. Analogicznie rozwi¡zujemy drugi ukªad (prosz¦ zauwa»y¢. »e Wprost z odwrotn¡ 0 1 . 25 . b21 = 1. Skoro dokonywali±my dokªadnie tych samych operacji. »e AB = I. b11 b12 0 1 W konsekwencji dostajemy ukªad równa«  b11 + b21 = 1   b12 + b22 = 0 .1) AB = I. W tym celu Rozwi¡»my wi¦c ukªad pierwszy (sprowadzaj¡c do postaci schodkowej zredukowanej).1) mo»na potraktowa¢ jako dwa równania: b11 + b21 = 1 b11 = 0 1 1 1 1 0 0 wystarczy dokona¢ operacji oraz b12 + b22 = 0 b12 = 1 1 1 0 1 0 1 Macierze rozszerzone dla powy»szych ukªadów s¡ dane oraz . 1 0 Niech B= Chcemy.  b11 = 0   b12 = 1 czyli otrzymujemy. w1 −= w2 1 0 1 0 1 −1 czyli .9. w1 −= w2 1 0 0 0 1 1 .

0. »e potencjalnie zorientowane pole mo»e by¢ ze znakiem −. 1. to Zadanie 2. 0.8. czyli v ∧ w = −w ∧ v (antysymetryczno±¢). 0. 2. 2. 1]. ale chodzi o to. przez v ∧w rozumiem zorientowane pole równolegªoboku rozpi¦tego na tych dwóch wektorach (nie precyzuj¦ tego dokªadniej. Przyjmuj¦ nast¦puj¡c¡ konwencj¦: e1 = 1 0 . »e (2.Twierdzenie 2. [C|B] A oznacza macierz uzyskan¡ w wyniku sprowadzenia A (w macierzy [A|I]) do postaci schod- kowej zredukowanej za pomoc¡ operacji elementarnych. 0.4) α∈R przemna»a pole przez α (2. Prosz¦ znale¹¢ (o ile to mo»liwe) macierze odwrotne do nast¦puj¡cych macierzy [1]. 2. [1. 1. e2 = . 2. Niech Rozpatrujemy macierz rozszerzon¡ [A|I]. 0.7 Denicja wyznacznika Postaramy si¦ teraz wyprowadzi¢ denicj¦ wyznacznika w ogólnym przypadku.6) 0 = (v + w) ∧ (v + w) = v ∧ v + v ∧ w + w ∧ v + w ∧ w. 2. [1. 3. Wtedy −1 A = B. (2. Niech A b¦dzie dan¡ macierz¡ kwadratow¡. 0. 0. Co wi¦cej.5) (αv) ∧ w = α(v ∧ w) = v ∧ (αw). 0. 0. Zaczniemy w tym celu analiz¦ od sytuacji na pªaszczy¹nie. [1. 1. 2]. 1]. (2. 0] (stosuj¦ zapis macierzy jak w Scilabie). 0. • pole równolegªoboku rozpi¦tego na viv jest równe zero: v ∧ v = 0. Spróbujmy wypisa¢ jakie wªasno±ci chcieliby±my aby to zorientowane pole miaªo: • pole kwadratu rozpi¦tego na wektorach e1 i e2 jest równe 1. aby odzyska¢ normalne pole trzeba wzi¡¢ moduª). • pole równolegªoboku o podstawie o podstawie v i boku w1 oraz v i drugim boku równym w1 +w2 jest równy sumie pól równolegªoboków w2 : v ∧ (w1 + w2 ) = v ∧ w1 + v ∧ w2 . je»eli C = I.7) 26 . [1. w ∈ R . 0. 0. 0. Korzystaj¡c z powy»szych wzorów dostajemy. 0. 2 Dla dwóch wektorów v. 2. 1. • przemno»enie boku przez (2. 0. 0 1 Te wektory to b¦d¡ tak zwane wektory z bazy kanonicznej (ale o tym potem).4. czyli (2. 0. 1.2) e1 ∧ e2 = 1. jest macierz¡ odwracaln¡ wtedy i tylko wtedy gdy C = I.3) oraz analogicznie (w1 + w2 ) ∧ v = w1 ∧ v + w2 ∧ v.

10. . .w= . .∧vn +v1 ∧.∧vn = v1 ∧. eN =  . .11). 1 0 konwencj¦: Dla N wektorów v1 . W konsekwencji v ∧ w = 1e1 ∧ e2 − 6e1 ∧ e2 = −5e1 ∧ e2 = −5. Policzmy pole równolegªoboku rozpi¦tego na wektorach v := Oczywi±cie 1 3 . w = (3e1 + 1e2 ). vN ∈ RN . .  . 2 1 v = (1e1 + 2e2 ). Musimy najpierw uogólni¢ sytuacj¦ z 3×3 (ale ju» nie dla R2 na RN : Przyjmuj¦ nast¦puj¡c¡     1 0 0 .1.9) 27 . 0 . przez v1 ∧. . . »e podobny wzór zachodzi dla macierzy Widzimy. . . . .∧vn . .12) e1 ∧ e1 = 0 = e2 ∧ e2 oraz e2 ∧ e1 = −e1 ∧ e2 . »e pole tego równolegªoboku wynosi 5. vk−1 ∧wk ∧vk+1 ∧. • mamy rozdzielno±¢ mno»enia wzgl¦dem dodawania: v1 ∧.5) dostajemy v ∧ w = (1e1 + 2e2 ) ∧ (3e1 + 1e2 ) = 3e1 ∧ e1 + 1e1 ∧ e2 + 6e2 ∧ e1 + 2e2 ∧ e2 . . a21 a22 (a11 e1 + a21 e2 ) ∧ (a12 e1 + a22 e2 ) = a11 a12 (e1 ∧ e1 ) + a11 a22 (e1 ∧ e2 ) + a21 a12 (e2 ∧ e1 ) + a21 a22 (e2 ∧ e2 ) = a11 a22 − a21 a12 .8) e1 ∧ . . . Oka»e si¦. czyli (2.8 Wyznacznik w R3 i RN 2×2 wygl¡da tak: przek¡tn¡ bierzemy z plusem z minusem. Teraz na podstawie (2.Przykªad 2. . . »e zorientowana obj¦to±¢ mo»e by¢ ze znakiem −. »e liczenie wyznacznika dla macierzy i przek¡tn¡ macierzy wy»szych rz¦dów!). (2. vk−1 ∧(wk +wk )∧vk+1 ∧. ale chodzi o to. vk−1 ∧wk ∧vk+1 ∧. Dowód. . e N jest równe 1. . .4). . . (2. ∧ eN = 1. (2. . 2. Spróbujmy wypisa¢ jakie wªasno±ci chcieliby±my aby to zorientowane pole miaªo: • obj¦to±¢ N -wymiarowej kostki rozpi¦tej na wektorach e1 . . .  . . . Korzystaj¡c z (2. Otrzymali±my wi¦c. Stwierdzenie 2.∧vN rozumiem zorientowan¡ N -wymiarow¡ obj¦to±¢ równolegªo±cianu rozpi¦tego na tych wektorach (nie precyzuj¦ dokªadniej co przez to rozumiemy). .   . (2.3). e1 =  . aby odzyska¢ klasyczn¡ obj¦to±¢ trzeba wzi¡¢ moduª). Mamy Mamy det a11 a12 = a11 a22 − a21 a12 . .

. ∧ vN = 0. w konsekwencji wi¦c zostaj¡ jedynie czynniki w którym wyst¦puj¡ (w pewnej e1 .. .. vk−1 ∧ (αvk ) ∧ vk+1 ∧ . • je»eli dwa boki si¦ powtarzaj¡. . 2. = −. (mo»na spotka¢ si¦ z nazw¡ antysymetryczne).. det A = (a11 e1 + a21 e2 + a31 e3 ) ∧ (a12 e1 + a22 e2 + a32 e3 ) ∧ (a13 e1 + a23 e2 + a33 e3 ) = a11 e1 ∧ a22 e2 ∧ a33 e3 + a11 e1 ∧ a32 e3 ∧ a23 e2 +a21 e2 ∧ a12 e1 ∧ a33 e3 + a21 e2 ∧ a32 e3 ∧ a13 e1 +a31 e3 ∧ a12 e1 ∧ a23 e2 + a31 e3 ∧ a22 e2 ∧ a13 e1 = a11 a22 a33 − a11 a32 a23 − a21 a12 a33 + a21 a32 a13 + a31 a12 a23 − a31 a22 a13 . ∧ w ∧ .. Wyliczaj¡c powy»szy iloczyn. e2 .12) 3 × 3: Stwierdzenie 2. . ∧ w ∧ . ∧ vn = αv1 ∧ .. Postaramy si¦ teraz policzy¢ wyznacznik macierzy sko±nie-symetryczno±¢ (2. Dla przykªadu mamy e2 ∧ e3 ∧ e1 = [zamieniamy e2 i e1 = [zamieniamy e3 i e2 Korzystaj¡c z powy»szych obserwacji liczymy: miejscami] = (−1)e1 ∧ e3 ∧ e2 miejscami = (−1)2 e1 ∧ e2 ∧ e3 . zmienia nam znak). . . »e zmiana kolejno±ci dwóch dowolnych elementów w iloczynie powoduje zmian¦ znaku . Rozpatrzmy macierz   a11 a12 a13 A := a21 a22 a23  . na podstawie antysymetryczno±ci.2. ∧ vn . . zauwa»my. Ka»dy z tych czynników mo»emy sprowadzi¢ przy pomocy pewnej liczby transpozycji (zamiany ze sob¡ dwóch czynników) do e1 ∧ e2 ∧ e3 (pami¦taj¡c oczywi±cie o tym... . ∧ v ∧ . ∧ w ∧ . to obj¦to±¢ si¦ zeruje: v1 ∧ . »e czynnik w którym si¦ dwa razy powtarza który± (dla kolejno±ci) wszystkie czynniki ek k = 1.. .11) Korzystaj¡c z powy»szych wzorów dostajemy. ∧ v ∧ . »e ka»da wymiana. 28 . .  a13  a23 a z minusem (analogicznie mo»na dwie pierwsze kolumny po prawej) i liczymy z plusem przek¡tne det A = a11 a22 a33 + a21 a32 a13 + a31 a12 a23 − a31 a22 a13 − a11 a32 a23 − a21 a12 a33 . . . 3) zeruje si¦. vk−1 ∧ vk ∧ vk+1 ∧ . ∧ w ∧ . .. ...• przemno»enie boku przez α∈R przemna»a obj¦to±¢ przez α (2. . e3 . Dowód. (2. a31 a32 a33 Aby policzy¢ wyznacznik tej macierzy post¦pujemy nast¦puj¡co: dopisujemy dwa pierwsze wiersze u doªu  a11 a21  a31  a11 a21 : a12 a22 a32 a12 a22  a13 a23   a33  .10) v1 ∧ .

szczególnym przypadkiem cyklu jest cykl dwuelementowy (transpozycja). N } → {1. . je»eli nie jest wyra¹nie napisane inaczej bierzemy pod uwag¦ permutacji zbioru N -elementowego w siebie (standarzbiór {1.  . . Wró¢my teraz do naszego wzoru (2. »e • rozwa»a si¦ jeszcze cykle. Na potrzeby poni»szego rozumowania. .13). . .. + aN N eN ). . σ(1) . ∧ ep(N ) ). . . . »e oznacza wszystkie odwzorowania zbioru {1. . ap(N )N ) (ep(1) ∧ . a1N  . . . aN 1 eN ) ∧ .Teraz postaramy si¦ wyliczy¢ wzór na wyznacznik ogólnej macierzy kwadratowej A ∈ MN N (R): a11 . . + aN N eN ) = (ap(1)1 ep(1) ) ∧ . ∧ (a1N e1 + .t. W Na podstawie naszych zaªo»e« wiemy. Zbiór wszystkich N !. . . . • • • permutacje oznaczamy cz¦sto literk¡ niech σ σ : {1. . . . N }. gdy σ jest surjekcj¡. . . . »e 1 2 3 3 1 2 σ(1) = 3. (2. . A= . ep(1) ∧ . »e ilo±¢ permutacji zbioru N -elementowego (sigma). . . . . .13) Podobnie jak poprzednio. ∧ ep(N ) ) 29 . aN N Zgodnie z naszym podstawowym wzorem mamy:   det A = (a11 e1 + . . . aN 1 . . wtedy σ jest permutacj¡ wtw. Par¦ uwag: N -elementowego oznaczamy przez SN . . wynosi Šatwo wida¢. Przez permutacj¦ rozumiem dowoln¡ bijekcj¦ zbioru dowo. to ten iloczyn si¦ zeruje. σ(N ) tak wi¦c σ= oznacza permutacj¦. .. tak¡. . N }). Ale tak b¦dzie. σ(2) = 1. czyli dla przykªadu 3 → 4. . Aby to opisa¢ matematycznie przyda si¦ nam poj¦cie permutacji. . aN 1 eN ) ∧ . . czyli det A = p∈SN (ap(1)1 . . σ(3) = 2. 4 → 1. »e je±li w iloczynie si¦ dwukrotnie. . . jaki± czynnik dwukrotnie. . ∧ (a1N e1 + . Wtedy det A = (a11 e1 + . ap(N )N ) (ep(1) ∧ .w. . . gdy σ jest iniekcj¡ wtw. gdy p nie jest ró»nowarto±ciowe. N . do permutacji: konsekwencji mo»emy si¦ zaw¦zi¢ w naszej sumie do tych odwzorowa« które s¡ ró»nowarto±ciowe. . . . . . przyjmijmy. przy wyliczaniu tego iloczynu wyzeruj¡ si¦ skªadniki w których powtarza si¦ Denicja 2. permutacje zazwyczaj zapisujemy w postaci 1 . ∧ (ap(N )N ep(N ) ) p∈ON = p∈ON (ap(1)1 . ∧ ep(N ) który± czynnik powtarza w. . N } w siebie. ON 1 → 2. .2. 2 → 3. (3412) oznacza tak¡ permutacj¦.

. • • w konsekwencji warto±¢ sign(σ) := (−1)r jest dobrze zdeniowana. . tzn. . • Zachodz¡ nast¦puj¡ce fakty: ka»d¡ permutacj¦ mo»na przedstawi¢ w postaci iloczynu transpozycji. Niech b¦dzie dany cykl k -elementowy σ . . sign(σσ ) = sign(σ) · sign(σ ). . . . czyli ilo±¢ par k. Policz sign(σ). . ∧ eN ). gdzie N (σ) oznacza liczb¦ inwersji w σ.9. τ r takie. · τr to r ≡ r mod 2 (czyli parzysto±¢ b¡d¹ nieparzysto±¢ nie zale»y od rozkªadu). sformuªuj¦ odpowiednie twierdzenia pó¹niej 30 . »e ten iloczyn mo»na za pomoc¡ pewnej ilo±ci transpozycji sprowadzi¢ do ±(e1 ∧ . »e znak permutacji jest dobrze okre±lonym poj¦ciem: Twierdzenie 2. · τr . . »e poj¦cie znaku permutacji jest dobrze zdeniowane. tzn. »e σ = τ1 · . • je»eli mamy dwa przedstawienia w powy»szym rozkªadzie. . Wtedy Zadanie 2. · τr = τ1 · . l ∈ {1.10. ∧ ep(N ) . to pozby¢ si¦ czynnika czym znak b¦dzie ten znak ep(1) ∧ . . przy + je»eli ilo±¢ tych zamian jest parzysta (wtedy mówimy o permutacji parzystej). Oznaczmy dla danej permutacji 2 p przez sign(p). W konsekwencji dostajemy Twierdzenie 2. a minus je»eli nieparzysta (wtedy mówimy o permutacji nieparzystej).6. . Znowu korzystaj¡c z zaªo»e« wiemy. σ = τ1 · . Wyznacznik macierzy A = [aij ] ∈ MN N (R) wyra»a si¦ wzorem det A := p∈SN sign(p) · ap(1)1 . Zadanie 2. 2 prosz¦ zauwa»y¢. . Poni»sze twierdzenie (nie robi¦ dowodu) pokazuje. (z gwiazdk¡) Niech b¦dzie dana permutacja σ ∈ Sn .Jedyne co nam teraz zostaªo. »e k<l i σ(k) > σ(l) (ta wªasno±¢ jest wygodna do liczenia znaku permutacji na komputerze). n} takich. .5. . znak ma nast¦puj¡ce wªasno±ci: sign(σ −1 ) = sign(σ). . ap(N )N . sign(σ) = (−1)N (σ) . . »e ja nie udowodniªem. dla ka»dej permutacji istniej¡ transpozycje σ τ1 . . . .

p∈Sn Jako wniosek otrzymujemy. anσ(n) T T T σ∈Sn sign(σ)aσ(1)1 . Zaczniemy od przypomnienia: • • • • zamiana kolumn → zmienia znak. »e mo»emy tak samo pracowa¢ na wierszach jak i na kolumnach. przemno»enie kolumny przez skalar → przemna»a wyznacznik przez skalar. dodanie kolumny innej przemno»onej przez skalar je»eli dwie kolumny s¡ równe → nie zmienia. to wyznacznik jest równy iloczynowi wspóªczynników na przek¡tnej gªównej. . . . det A = = = = aT := aji ij (wtedy AT = [aT ]). . ale poniewa» nie mo»e by¢ jeden bo ju» byªo. . . macierz transponowan¡ do A. . . analogicznie σ(2) ≤ 2. A= . Stwierdzenie 2. . . . . W konsekwencji σ(i) = i. itd. anp−1 (n) σ∈Sn sign(σ)a1σ(1) . Je»eli macierz jest górnie (dolnie) trójk¡tna.4. je±li  a11 . . . Niech Mamy det A = det AT . . Teraz postaramy si¦ pokaza¢ pewne wa»ne wªasno±ci wyznaczników.  .  . a mianowicie sprowadza si¦ do prostszej postaci (mo»emy pracowa¢ zarówno na kolum- nach jak i na wierszach). tzn. . am1   . AT =  . . Dowód. . dostajemy σ(2) = 2. czyli σ(1) = 1. a1n . ij Wtedy sign(p) · ap(1)1 . a1n   .2. . . aσ(n)n = det A . → zero. ap(n)n −1 p∈Sn sign(p ) · a1p−1 (1) . »e operacja transponowania macierzy kwadratowej nie zmienia wyznacznika: Stwierdzenie 2. to aby czynnik byª niezerowy musimy mie¢ σ(i) ≤ i dla ka»dego i (czyli σ(1) ≤ 1. asign(n)n . amn to  a11 . .). am1 . Dowód. 31 .9 Wªasno±ci wyznaczników Przyda si¦ nam dla badania macierzy poj¦cie macierzy transponowanej: je»eli mamy macierz A = [aij ]ij ∈ Mmn (R). amn Okazuje si¦.3. det A = σ∈Sn signσaσ(1)1 . . . rozumiem macierz AT := [aij ]ji ∈ Mnm . to przez AT . . . Poniewa» Korzystaj¡c z powy»szego stwierdzenia i uwagi wcze±niej liczy si¦ zazwyczaj wyznacznik dla macierzy wi¦cej ni» 4 × 4. Zrobimy dowód dla górnie trójk¡tnej. . Oznaczmy przez A = [aij ] ∈ Mnn (R).

. »e iloczyn wyznaczników to wyznacznik iloczynu. Niech A. a31 a32 a33 Naszym celem jest wyliczenie wyznacznika tej macierzy.10 3 × 3. Wtedy (AB)ek = A(Bek ) = Afk . oraz A12 = 0 lub A21 = 0. . to jest takiej liczby det A. . ∧ BeN ) = det A det B(e1 ∧ . Dowód. ∧ fN ) = det A · (Be1 ∧ . który pozwala liczy¢ wyznacznik rekurencyjnie wzgl¦dem wiersza lub kolumny. . Twierdzenie 2.: (rozpatruj¦ przypadek gdy A12 = 0) niech K oznacza ilo±¢ wierszy macierzy kwadratowej A11 . . B ∈ MN N (R). . K}. ∧ ((AB)eN ) = det(AB) · (e1 ∧ . ∧ AfN = det A · (f1 ∧ . . prosz¦ zauwa»y¢. . . . Niech teraz fk = Bek . »e ((AB)e1 ) ∧ . . (idea) Wiemy. . . macierze. 2. »e (a11 e1 + a21 e2 + a31 e3 ) ∧ (a12 e1 + a22 e2 + a32 e3 ) ∧ (a13 e1 + a23 e2 + a33 e3 ) = det A · (e1 ∧ e2 ∧ e3 ). to aσ(k)k = 0. . . Poka»emy jeszcze. Lewa strona powy»szej równo±ci wynosi: a11 · e1 ∧ (a12 e1 + a22 e2 + a32 e3 ) ∧ (a13 e1 + a23 e2 + a33 e3 ) L = +a21 e2 ∧ (a12 e1 + a22 e2 + a32 e3 ) ∧ (a13 e1 + a23 e2 + a33 e3 ) . .7. .Zadanie 2. Dla prostoty zapisu poka»¦ wyprowadzenie dla macierzy Rozpatrzmy macierz   a11 a12 a13 A = a21 a22 a23  . »e wystarczy rozpatrywa¢ tylko te permutacje dla których σ(k) ∈ {1. +a31 · e3 (a12 e1 + a22 e2 + a32 e3 ) ∧ (a13 e1 + a23 e2 + a33 e3 ) 32 . . . je»eli σ(k) > K dla pewnego k ∈ {1. . Wtedy det(AB) = det A · det B. ∧ eN ). K} dla k ∈ {1. oznacza to. Je»eli macierz jest blokowa postaci A= gdzie A11 A12 A21 A22 to wyznacznik A11 i Aik to A22 . Rozwini¦cie Laplace'a Naszym gªównym celem b¦dzie teraz wyznaczenie wzoru Laplace'a. . ∧ eN ). . K}. i konsekwentnie Af1 ∧ . .11. A jest równy iloczynowi wyznaczników Wsk. »e dla dowolnej permutacji σ . .

a32 a33 a11 e1 ∧ (a12 e1 + a22 e2 + a32 e3 ) ∧ (a13 e1 + a23 e2 + a33 e3 ) a a = a11 · 22 23 · e1 ∧ e2 ∧ e3 a32 a33 Analogicznie a21 e2 ∧ (a12 e1 + a22 e2 + a32 e3 ) ∧ (a13 e1 + a23 e2 + a33 e3 ) a a = a21 e2 ∧ 12 13 (e1 ∧ e3 ) a32 a33 a a = (−1)1 a21 · 12 13 · (e1 ∧ e2 ∧ e3 ). »e transponowanie nie zmienia warto±ci wyznacznika): Twierdzenie 2. N } b¦dzie dowolne. Z wªasno±ci iloczynu zewn¦trznego wiemy. N } N det A = j=1 (−1)i+j aij det Aij . »e mo»emy pomin¡¢ te czynniki w których dwukrotnie wyst¦puje e1 .15) 33 . (2. . wiemy. Wtedy det A = i=1 (−1)i+j aij det Aij . . b¦dzie dowolne. .8 a) [wzgl¦dem (rozwini¦cie Laplace'a) j -tej kolumny] Niech A ∈ MN N (R). . rozwijaj¡c dostajemy tak zwane rozwini¦cie Laplace'a (drugi wzór jest konsekwencj¡ pierwszego oraz tego. a22 a23 A wzgl¦dem pierwszej kolumny: W konsekwencji otrzymali±my rozwini¦cie macierzy det A = (−1)1+1 a11 · Dla skrócenia zapisu niech i a a a a a22 a23 + (−1)2+1 a21 12 13 + (−1)3+1 a31 12 13 . . Niech N . Stosuj¡c analogiczne rozumowanie wzgl¦dem k -tej kolumny dla ogólnej macierzy N × N. j ∈ {1. . . a32 a33 oraz a31 e3 ∧ (a12 e1 + a22 e2 + a32 e3 ) ∧ (a13 e1 + a23 e2 + a33 e3 ) a a = a31 e3 ∧ 12 13 · (e1 ∧ e2 ) a22 a23 a a = (−1)2 a31 · 12 13 · (e1 ∧ e2 ∧ e3 ).14) b) [wzgl¦dem i-tego wiersza] Niech i ∈ {1. Ale z denicji wyznacznika. czyli a11 · e1 ∧ (a12 e1 + a22 e2 + a32 e3 ) ∧ (a13 e1 + a23 e2 + a33 e3 ) = a11 · e1 ∧ (a22 e2 + a32 e3 ) ∧ (a23 e2 + a33 e3 ).Zajmijmy si¦ pierwszym skªadnikiem powy»szej sumy. »e (a22 e2 + a32 e3 ) ∧ (a23 e2 + a33 e3 ) = W konsekwencji dostajemy a22 a23 · e2 ∧ e3 . . Tak wi¦c dostali±my det A = (−1)1+1 a11 det A11 + (−1)2+1 a21 det A21 + (−1)3+1 a31 det A31 . a22 a23 a32 a33 a32 a33 j -tej kolumny (wyznacznik Aij oznacza macierz powstaª¡ z macierzy A przez wykre±lenie i-tego wiersza Aij nazywamy minorem i cz¦sto oznaczamy Mij ). Wtedy (2.

n oraz aij = 1 w A.Zadanie 2. dla a wspóªczynniki aij zadane s¡ ai(i+1) = 3.: prosz¦ odj¡¢ od pierwszego wiersza drugi dane jest dla (wyznacznik si¦ nie zmieni). Prosz¦ wyliczy¢ wyznacznik n × n. »e  AB = BA = (det A) · I. . B ∈ MN N (R). n − 1. . Dowód powy»szej równo±ci ko«czy Zadanie 2. Prosz¦ pokaza¢. tak¡. i nast¦pnie zastosowa¢ rozwini¦cie Laplace'a. w pozostaªych przypadkach. . oczywi±cie c12 = det(A11 )a12 − det(A21 )a22 + det(A31 )a32 ± . .13. ai(i+1) = 1. . Dostajemy w konsekwencji: Twierdzenie 2.16) AB jak i BA na przek¡tnej det A. . Na podstawie wzorów (2. .15) otrzymujemy trywialnie. • • istnieje istnieje B ∈ MN N (R). »e aii = 0 dla i = 2. .15. »e AB = I BA = I (i wtedy (i wtedy 34 A−1 = B ). prosz¦ zauwa»y¢. Niech fn = det[aij ]. . »e powy»szy wzór mo»emy otrzyma¢ stosuj¡c wzór Laplace'a wzgl¦dem pierwszej kolumny na wyznacznik macierzy powstaªej z A przez zast¡pienie pierwszej kolumny drug¡ (a jak sk¡din¡d wiemy ten wyznacznik jest równy zero. Naszym celem b¦dzie obserwacja. . .: niech C = BA. . − det A12 + det A22  −   + det A13 − det A23  + B = [(−1)i+j det Aij ]T =     − + −   . n − 1. Rozpatrzmy macierz (nazywamy j¡ macierz¡ doª¡czon¡ do macierzy A):  + det A11 − det A21 + det A31 . Prosz¦ znale¹¢ jak¡ formuª¦ fn za pomoc¡ jawnego wzoru. . »e AB i BA s¡ macierzami diagonalnymi.12. fn za pomoc¡ jawnego wzoru. . • det A = 0. wzorami oraz Niech fn = det A. . »e takie.14) i (2. . bo ta macierz ma dwie kolumny równe). aij = 0 A = [aij ] b¦dzie macierz¡ pozostaªym przypadku. takie. Wsk. Zadanie 2. . Wtedy NWSR: A jest macierz¡ odwracaln¡. a(i+1)i = 5 aij = 0 i = 1. gdzie gdzie A = [aij ] ∈ Mnn (R). . »e z rozwini¦cia Laplace'a ªatwo mo»na wyliczy¢ wzór na macierz odwrotn¡. • macierz Niech A ∈ MN N (R). dla gdzie [aij ] ∈ Mnn (R) aii = 2 oraz o ile rozwi¡za¢. a(i+1)i = 1 i = 1. Wsk.14. spróbujmy sprawdzi¢ czy c12 = 0. . n. rekurencyjn¡ speªnia Poka»emy teraz.9. czyli wyliczy¢ i = 1. . . Prosz¦ wyliczy¢ Niech Zadanie 2. »e zarówno gªównej maj¡ warto±¢ (2. fn a nast¦pnie j¡ |i − j| > 1. . . . A−1 = B ).

»e W (xi ) = yi . . a potem si¦ chwil¦ zastanowi¢ i skorzysta¢ z 35 . . det A nie wprost zaªó»my.. czyli. . yn ) (zakªadamy. »e istnieje dokªadnie punkty. itd. . ak speªniaj¡       y0 a0 1 x1 . . »e wspóªczynniki dla i = 0.  . . to wzór na macierz odwrotn¡. . . . je»eli A jest odwracalna. 1 x1 n . + an−1 xi = yi i co oznacza.Co wi¦cej. xn an yn Korzystaj¡c z nast¦puj¡cego faktu: Zadanie 2. . Wtedy W musi speªnia¢ n−1 W (xi ) = a0 + a1 x1 + . det A = 0. Wsk. xn 0 0 . · . . »e AB = I. . Poka»¦. . . »e B = A−1 . . (xn . B = A−1 . »e znale¹li±my takie B . Teraz mno»¡c obie strony równo±ci AB = I lewostronnie przez A dostajemy Zaªó»my teraz. . 2 : n + 1 wiersz pierwszy (wtedy z rozwini¦cia Laplace'a sytun × n). »e A nie jest odwracalna. = . od przedostatniej przed-przedostatni¡.. = xn n i<j (xj − xi ). . .: prosz¦ najpierw odj¡¢ od wierszy acja redukuje si¦ do wyznacznika macierzy zaªo»enia indukcyjnego. . »e Niech teraz det A = 0. . + an xn . W (x) = a0 + a1 x1 + . 1 n 1 xn . »e AB = I.16). −1 czyli A jest odwracalna. a nast¦pnie odejmowa¢ kolejno od ostatniej kolumny przedostatni¡. A sprzeczno±¢. »e det A = 0. Skoro znale¹li±my takie B to w konsekwencji stosuj¡c powy»sze rozumowanie otrzymujemy. . to znaczy taki. »e istnieje B takie. Dla dowodu odwracalna. . Pozostaªe implikacje s¡ analogiczne. . n. to A−1 = Dowód. . . Je»eli jest 1 [(−1)i+j det Aij ]T . Poka»¦.  . Poka»emy. . . »e wtedy A−1 (AB) = A−1 (I). »e xi s¡ parami wielomian W stopnia co najwy»ej n przechodz¡cy przez te ró»ne). . . Wa»nym zastosowaniem jest znalezienie wielomianu mo»liwie najni»szego stopnia przechodz¡cego przez punkty jeden Niech (x0 .16. Wtedy 1 = det I = det(AB) = det A · det B = 0 · det B = 0. to oczywi±cie (2. . (A−1 A)B = A−1 . xn 0 0 . A jest odwracalne i. y0 ). (wyznacznik Vandermonda) Zachodzi równo±¢: 1 x1 .

. . . yi ) (dane jako macierz o i = j ) znale¹¢ wzór wielomianu ((a1 . ((a1 . . .   . .  = . . . Prosz¦ dla danego ci¡gu sko«czonego ci¡gu par dwóch wierszach. .  . −1) + diag([a1 . 36 . .  . . . n − 1). .  · . . . . . n − 1). .  . .  . dostajemy wzór na xk : xk = xk = Wk /W. Wielko±¢ xi = xj dla (xi . . . zakªadamy. »e z (2. xn yn Zadanie 2.otrzymujemy. . tzn najni»szego stopnia przechodz¡cego przez te punkty.  1    . czyli macierz jest odwracalna. co oznacza. Teraz poka»emy. Powy»szy wzór jest szczególnie wygodny je±li chodzi o rozwi¡zywanie ukªadów równa« liniowych z parametrem. an )) := det(−diag(ones(1. . . xn y0 0 0  . . =   ·  .. an ]) + diag(ones(1. an )) . xN ]T . . czyli wspóªczynniki ak s¡ jednoznacznie wyznaczone przez:    −1   a0 1 x1 . . (−1) det AN N bN xN czyli x1   (−1)1+1 det A11 (−1)N +1 det AN 1   b1  1 ((−1)1+k det(A1k )b1 + . . . . (Scilab) .  . (−1)k+N det(AN k )bN ). . . .17 Zadanie 2. .11 Wzory Cramera Ax = b. n 1 an 1 xn . . »e dane s¡ poprawne. Oznaczaj¡c W = det A. ((a2 . . . (−1)k+N det(AN k )bN to po prostu wyznacznik macierzy powstaªej z A przez zamienienie k -tej kolumy b. »e Wk = (−1) det(A1k )b1 +. det A 1+k Zauwa»my teraz. . 1)) wi¡»e si¦ z uªamkami ªa«cuchowymi. an )) + an−11+ 1 an 2. »e wyznacznik Vandermonda jest niezerowy.  . . tzn a1 + 1 a2 + 1 = a3 + ... . . . det A 1+N N +N (−1) det A1N . . . Rozpatrzmy równanie jest odwracaln¡ macierz¡ kwadratow¡ −1 Oczywi±cie x = A b.16) wynika wzór na rozwi¡zanie równania liniowego (Wzory Cramera). »e gdzie A N × N.18. Postaramy si¦ wyliczy¢ x = [x1 . .

−a − 1 1 −1 −a − 1 1 1 a = −1. Wtedy ukªad przybiera posta¢ Pozostaje jeszcze rozwi¡zanie w przypadku gdy −x + y = 1.11. a dla a = −1 mamy dwie proste równolegªe które si¦ 37 . y = Wy /W = . a = −1 mamy dwie proste które nie s¡ równolegªe. Rozpatrzmy ukªad z parametrem a: ax + y = 1. to nasz ukªad b¦dzie miaª dokªadnie jedno rozwi¡zanie dane wzorem x = Wx /W = 1 1 1 1 a 1 . x − y = 1. i jak wida¢ nie ma on rozwi¡za«. GEOMETRYCZNA INTERPRETACJA: dla czyli przecinaj¡ si¦ w dokªadnie jednym punkcie. 1 −1 Je»eli ten wyznacznik b¦dzie ró»ny od zera (czyli gdy W = −a − 1.Przykªad 2. Rozpatrzmy macierz odpowiadaj¡c¡ temu ukªadowi: A= Wyznacznik tej macierzy wynosi a 1 . czyli a = −1). x − y = 1. . nie przecinaj¡. −a − 1 = 0.

Princeton University Press. . co rozumiemy przez wa»no±¢ danej strony. Google's PageRank and Beyond: The Science of Search Engine Rankings. D. 2006]). »e chcemy znale¹¢ strony które zawieraj¡ sªowo krowa. 2 Zaªó»my wi¦c. wk k:sk →si Wtedy powy»szy warunek oznacza: (3. w n . a zapis sk → si oznacza.1) wi = C · gdzie stronie C jest wspóªczynnikiem odpowiadaj¡cym za proporcjonalno±¢. . gdy na innych wa»nych stronach znajduj¡ sie odno±niki do niej. Zaªó»my. Meyer. . czyli sposób wyszukiwania informacji przez rm¦ Google ksi¡»k¦: [A. Kiedy± (przed Google) byª z tym problem: uznawano zazwyczaj. przyj¦li oni nast¦puj¡ce (pozornie oczywiste) zaªo»enie: je»eli na moj¡ stron¦ wskazuje cho¢by tylko jedna strona któr¡ wszyscy znaj¡. Niestety. to moja strona znaczy du»o wi¦cej ni» gdyby na ni¡ wskazywaªo du»o stron których • wa»no±¢/waga danej strony jest wprost proporcjonalna do sumy wa»no±ci/wag wszystkich stron które na ni¡ wskazuj¡ . bior¡c pod 1 nazwa Google wzi¦ªa sie od terminu matematycznego Googol oznaczaj¡cego 1 ze 100 zerami. . »e mamy strony s1 . i dorzucamy tak zwan¡ macierz teleportacji 38 . . . C. s n o wagach w1 .Rozdziaª 3 Troszk¦ bardziej zaawansowana teoria przyprawiona zastosowaniami 3. wymy±lonego przez Miltona Sirotta 2 w rzeczywisto±ci jeszcze dzielimy wag¦ danej strony przez ilo±¢ linków z niej wychodz¡cych. »e wa»no±¢ danej strony jest okre±lona przez ilo±¢ stron które na ni¡ wskazuj¡. .1 Motywacja dla wektorów wªasnych: Algorytm Google PageRank 1 (aby si¦ dowiedzie¢ wi¦cej polecam Chciaªbym teraz skrótowo opisa¢ jedno z najwa»niejszych (i najbardziej intratnych) zastosowa« algebry liniowej. i poszeregowa¢ je wzgl¦dem wa»no±ci (popularno±ci). takie sortowanie wyników nie dawaªo to dobrych rezultatów: prawie nikt nie zna. O ile wyszukanie stron na których wyst¦puje dane sªowo jest (przynajmniej teoretycznie) spraw¡ prost¡. Mówi¡c precyzyjniej. Sergey Brin i Lary Page twórcy algorytmu PageRank uwa»ali tak: strona jest wa»na. to problem si¦ pojawia przy tym aby sprecyzowa¢. »e na sk znajduje si¦ link do strony si . . Mo»emy jeszcze powy»szy warunek zmodykowa¢. Langville.

. aby znale¹¢ wagi odpowiednich stron musimy znale¹¢ takie powy»sze równanie (nas interesuj¡ jedynie λ i w = 0.1.uwag¦ fakt. Twórcy tego algorytmu przyj¦li jeszcze jedn¡ modykacj¦: poniewa» po pewnym czasie internauta nudzi si¦ dan¡ stron¡ i j¡ losowo zmienia (w pewnym sensie teleportuje do losowo wybranej strony). λ). gdzie 1n×n oznacza macierz n×n skªadaj¡c¡ si¦ z samych jedynek (α jest parametrem. Mamy dane 2 strony i linki: 1 → 1. to mo»emy rozpatrze¢ ukªad wi = C · k:sk →si wk /Lk . w ∈ Cn (które nazywamy wektorem wªasnym odpowiadaj¡cym warto±ci Aw = λw. Brian i Page przyj¦li i najprawdopodobniej jest to warto±¢ która jest u»ywana obecnie). macierz G jest kolumnowo stochastyczna. »e Szukanie warto±ci wªasnych i wektorów wªasnych b¦dzie jednym z wa»niejszych zaj¦¢ w tym rozdziale. mo»emy zapisa¢ powy»sze równanie P w = λw. gdzie (3. Kªad¡c λ = 1/C . . Prosz¦ wypisa¢ macierz Google i na jej podstawie znale¹¢ wagi stron 1 i 2. Brian i Page wprowadzili now¡ macierz G (zwan¡ macierz¡ Google). w przeciwnym razie. Konkluduj¡c. »e im wi¦cej linków wychodzi z danej strony. aby speªnione byªo λ > 0). Wtedy je±li Lk oznacza ilo±¢ linków wychodz¡cych z k -tej strony. wªasnej Niech je»eli istnieje takie A b¦dzie macierz¡ kwadratow¡ n × n. Mówimy. a teleportacj¡ do losowej strony.1. A. gdzie w = w1 . »e λ ∈ C jest warto±ci¡ wªasn¡ w = 0. wi > 0). 39 . 1 → 2. 1. Zadanie 3. to taka do której link znajduje sie na aktualnie odwiedzanej. to znaczy wspóªczynniki w ka»dej kolumnie sumuj¡ si¦ do jedynki. . Niech pij = Ukªad (3. Wró¢my jeszcze na chwilk¦ do sposobu wyszukiwania rozpatrywanego przez Google. Powy»sze fakty oznaczaj¡. 2 → 2. który odzwier- ciedla proporcje czasu mi¦dzy surfowaniem takim. »e korzystaj¡c ze stworzonej macierzy Google mo»emy jednoznacznie uszeregowa¢ strony wzgl¦dem wa»no±ci. w = C · P w. w odpowiadaj¡cy warto±ci wªasnej z dokªadno±ci¡ do przemno»enia przez skalar wektor wªasny 1 jest jednoznacznie wyznaczony (mo»na go wybra¢ jednoznacznie tak aby wi = 1. Po tych wszystkich manipulacjach dostali±my macierz α = 0. dan¡ wzorem: G = αP + (1 − α)1n×n . Konsekwencj¡ Twierdzenie Frobeniusa-Perrona (dla macierzy G speªniaj¡cej powy»sze warunki) jest: • 1 • • jest warto±ci¡ wªasn¡ macierzy G. . G = [gij ] posiadaj¡cej nast¦puj¡ce wªasno±ci: • gij > 0 • dla wszystkich i. wn T . Tak wi¦c dochodzimy do nast¦puj¡cej denicji: Denicja 3. to je»eli λ jest warto±ci¡ wªasn¡ G ró»n¡ od |λ| < 1. tym mniej ka»dy z nich znaczy. j .2) Zapiszmy powy»szy ukªad w postaci macierzowej. »e nast¦pna odwiedzana strona. P = [pij ].2) jest równowa»ny 1/Lj 0 o ile sj → si .85.

Przez trA rozumiem ±lad macierzy A. jak takie warto±ci wªasne znajdowa¢. taki wektor b¦dzie warto±ci¡ wªasn¡ macierzy A ∈ Mn×n (C). Zadanie 3. Aby znale¹¢ wektor wªasny odpowiadaj¡cy warto±ci wªasnej Znajdziemy teraz wektory wªasne. trA := i λ jest warto±ci¡ wªasn¡ macierzy A. musimy znale¹¢ niezerowe rozwi¡zanie równania 2x + y = x. b¦dzie macierz¡ kwadratow¡ Obserwacja 3. gdzie a1 = trA. A = [aij ] n × n. 1. Poka»my teraz na przykªadach w jaki sposób mo»na liczy¢ warto±ci wªasne i wektory wªasne macierzy.1. Dla danej macierzy kwadratowej charakterystyczny wzorem WA (λ) = det(A − λI) Wtedy dla λ ∈ C. . to oczywi±cie dostaliby±my v = 0. Przykªad 3. gdy wyznacznik si¦ zeruje.2. gdy jest zerem jej wielomianu charakterystycznego. tzn. Rozpatrzmy macierz A := Wtedy oczywi±cie 2 1 . v = 0. an = det A. x + 2y = y. Prosz¦ pokaza¢. Niech λ wªasny odpowiadaj¡cy λ. v = 0. A. Gdyby macierz A − λI byªa odwracalna. »e Takie (A − λI)v = 0. Wtedy WA (λ) = (−1)n (λn − a1 λn−1 ± . »e warto±ci wªasne A to λ1 = 1. Oznacza to. To oznacza. wtw. »e Niech tr(AB) = tr(BA). czyli przypadek nas nie interesuj¡cy. takie. Wtedy istnieje wektor v ∈ Cn . Konsekwencja rz¦du.1.2 Warto±ci i wektory wªasne Chcemy Postaramy si¦ teraz pokaza¢ w jaki sposób szuka¢ warto±ci wªasnych i wektorów wªasnych. A zdeniujmy jej wielomian Oczywi±cie powstaje pytanie. Dowód. Zauwa»my. Stwierdzenie 3. + (−1)n an ). czyli suma wspóªczynników na przek¡tnej: ai i . λ∈C nazywamy warto±ci¡ wªasn¡ macierzy Zbiór wszystkich warto±ci wªasnych macierzy A nazywamy spektrum lub widmem macierzy A (cz¦sto oznaczamy przez σ(A)). otrzymujemy wzór na wielomian charakterystyczny macierzy 2 × 2: WA (λ) = λ2 − trAλ + det A. 1 2 WA (λ) = λ2 − trAλ + det A = λ2 − 4λ + 3. »e Av = λv .1. 40 . N znale¹¢ λ ∈ C i v ∈ C . Jako bezpo±redni wniosek z powy»szego. λ2 = 3. »e Av = λv. czyli. »e macierz jest nieodwracalna wtw. »e wa»ny jest przypadek gdy A − λI nie jest odwracalne. .3.

czyli takie. »e jedno z powy»szych równa« jest kombinacj¡ pozostaªych.Wiemy.3 [2. 1 → 5. m1 = 0). 2. algorytmu Google PageRank. mn+1 1 1 mn W konsekwencji sn 0 1 = mn 1 1 Widzimy wi¦c. Rozwi¡zanie b¦dzie zale»aªo od parametru (mo»emy przyj¡¢. gdy» te równania s¡ tylko dwa. co oznacza. i nast¦pnie w Scilabie znale¹¢ warto±ci i wektory wªasne macierzy a) [0. 3 → 5. 1 → 2. czyli kªad¡c y=1 otrzymujemy x = 1. 41 .4 . 2 → 2. 0 1 1 1 n . Poniewa» wystar- 1 i wtedy dostajemy T jest wektor [−1. Tu nie ma problemu. ale spróbujmy to zrobi¢ bez tej znajomo±ci. Wtedy jak pami¦tamy mamy sn+1 = mn . 1]T . 2 → 3. taki wektor nazywa si¦ wektorem wªasnym odpowiadaj¡cym warto±ci wªasnej »e λ. czyli dostajemy wektor wªasny równy [1. x = −1. Jak wiemy. czy da si¦ znale¹¢ wektory. a mianowicie spróbujmy zobaczy¢. Prosz¦ znale¹¢ wagi odpowiednich stron powstaªe w wyniku zastosowania 3. mn+1 = sn + mn . na których nasza macierz zachowuje si¦ po ludzku. 1 → 3. czyli sn+1 0 1 s = · n . 1. »e dla pewnego λ∈C Av = λv. mo»emy przyj¡¢ wi¦c wektorem wªasnym odpowiadaj¡cym warto±ci wªasnej dostajemy równanie y ). 1. za± mn  mªodych (jak wcze±niej. y = 1. faktu. »e do wyliczenia ilo±ci królików w n−1 · s1 . 4 → 1. (znajduje warto±ci wªasne Zadanie 3. 3. 1. przyjmujemy. Post¦puj¡c analogicznie jak poprzednio 2x + y = 3x. b) (Scilab) . 0]. 3 → 1. 5 → 1. (Scilab) [1. 3. 4 → 4. Tak Znajdziemy teraz wektor odpowiadaj¡cy warto±ci wªasnej 3. m1 n-t¡ Mo»na to ªatwo zrobi¢ korzystaj¡c z n-tym miesi¡cu potrzebujemy wyliczy¢ wzór na pot¦g¦ odpowiedniej macierzy (a dokªadniej na wektorze Tak wi¦c CEL: znale¹¢ [s0 . królików w n-tym miesi¡cu. 0. n0 ]T ).3 Zastosowanie  rozmna»anie królików Niech Zajmijmy si¦ teraz raz jeszcze zadaniem postawionym przez Fibonacciego. »e parametrem b¦dzie czy nam znale¹¢ dowolne niezerowe rozwi¡zanie. −2. »e sn  ilo±¢ starych s1 = 1. 1] . Mamy dane 1 → 1. 1. Zauwa»my. 0]. 2]. Spróbujemy powtórzy¢ to jak rozwi¡zywali±my Fibonacciego. 1. »e znamy rozwi¡zanie ci¡gu Fibonacciego (¢wiczenie). »e przy rozwi¡zywaniu mo»emy (je»eli go znajdziemy) odrzuci¢. 5 stron i linki: Zadanie 3. Prosz¦ przeczyta¢ w helpie Scilaba o komendzie c) spec i wektory wªasne macierzy). −1. Tak wi¦c nasz ukªad jest równowa»ny równaniu 2x + y = x.

 x1 ·  .  =  . 0. λ2 ]T . Interesuje nas czy on ma rozwi¡zanie. czy istniej¡ skalary A. x1 . + ank xk = bn . .  . α2 i wyliczy¢ w konsekwencji Zadanie 3. 0] za pomoc¡ kombinacji wektorów wªasnych: [1. .4 Rz¡d. takie. . Kroneckera-Capellego n-równa« z W tej sekcji wrócimy jeszcze na chwilk¦ do równa« (motywacja do liniowej niezale»no±ci i rz¦du).   . .  + . + xk vk = b. λ1 ]T . to A n v = λn v Dowód. 0 1 1 1 n−1 · 1 . α1 + α2 = 1. .Obserwacja 3. 0.  .5. α1 λ1 + α2 λ2 = 0. λ2 ]T . 2 2 a odpowiadaj¡ im warto±ci wªasne: Chcemy wi¦c obliczy¢ [1. . . »e to nasze pytanie x1 v1 + . Wielomian charakterystyczny: WA (λ) = λ2 − λ − 1. . mn . λ1 ]T + α2 [1. . 3]. 0. . xk . »e Je»eli przez vl oznaczymy l-ta kolumn¦ macierzy sprowadza si¦ do pytania. . czyli czy istniej¡ skalary x1 . Tak wi¦c w naturalny sposób otrzymali±my nast¦puj¡c¡ denicj¦: 42 . . 1. + xk ·  . . dla n∈N Korzystaj¡c z wiadomo±ci z poprzedniej sekcji spróbujmy znale¹¢ wektory wªasne i warto±ci wªasne interesuj¡cej nas macierzy. . b) A = [2. liniowa niezale»no±¢ i Tw. Policz An dla a) A = [2]. 0. 1. 0. A = [1. 2]. Rozpatrzmy ukªad k -niewiadomymi  a11 x1 + . 3. an1 ank bn takie. czyli ma warto±ci wªasne dane przez √ √ 1− 5 1+ 5 λ1 = . . . + a1k xk = b1 . to znaczy vl = [a1l . 2. .  . . [1. Trywialny dowód indukcyjny. λ2 = . 0. czyli Jako ¢wiczenie prosz¦ policzy¢ α1 . Je»eli v jest wektorem wªasnym odpowiadaj¡cym warto±ci wªasnej λ. . 0]T = α1 [1.2. wzory na sn . . anl ]T . x k       a11 a1k b1  . . . 0 Poniewa» wiemy w jaki sposób zachowuj¡ si¦ iteracji naszej macierzy na wektorach wªasnych. . spróbujmy T dziaªa¢ jak poprzednio i przedstawi¢ nasz wektor [1.  an1 x1 + . .

»e je»eli jakie± równanie (a konkretniej jego reprezentacja w postaci wierszu w macierzy rozszerzonej) jest kombinacj¡ liniow¡ pozostaªych. czyli inaczej mówi¡c.4. . . . . + αk vk = 0 =⇒ v1 = . b ∈ lin{v1 . + xk vk = b. to mówimy. . . Przez rz¡d macierzy A (oznaczam rank(A)) rozumiem maksymaln¡ ilo±¢ kolumn w A liniowo niezale»nych.3. vn oznaczamy przez Zbiór wszystkich kombinacji liniowych wektorów lin(v1 . vn ). Rozpatrzmy wektory takie. . Rz¡d macierzy si¦ liczy bardzo ªatwo  okazuje si¦. v1 . . . . . .4. . . . . . tzn. Tak wi¦c b jest kombinacj¡ liniow¡ v1 . . istnieje i ∈ {1. Dowód zostaje jako ¢wiczenie (byª na wykªadzie). vk ∈ Rn . . xk ∈ R}. . . Dowód. B¦dzie nas interesowaªo uzyskanie prostego i efektywnego kryterium pozwalaj¡cego rozstrzygn¡¢ powy»szy problem. xk ∈ R. Wektory s¡ liniowo niezale»ne. + xk vk : x1 . je»eli nie s¡ liniowo zale»ne. sprowadzeniu Poniewa» dla macierzy schodkowej jej rz¡d to po prostu ilo±¢ schodków (¢wiczenie). . »e v1 . . . αi . tzn: lin(v1 . v1 . vn . . Je»eli mamy wektory v1 . b ∈ Rn b¦d¡ dane. . . gdy ju» »adnego równania nie da si¦ wyrzuci¢. »e b jest kombinacj¡ liniow¡ wektorów v1 . . . Mówimy. . . . . . α k ˆ vi = l=i αl vl . . »e x1 v1 + . . . .2. . . . . . vk }). . Je»eli istniej¡ skalary x1 . vn ) := {x1 v1 + . Posu«my si¦ w naszych rozwa»aniach troszk¦ dalej: zaªó»my. . . takie. . . Mo»emy tak post¦powa¢ a» do momentu. . . gdy jeden da si¦ przedstawi¢ jako kombinacja liniowa pozostaªych. . . . Obserwacja 3. . . vk zachodzi implikacja α1 v1 + . . αk oznaczam przez αi ˆ 43 . to aby sprawdzi¢ czy s¡ liniowo niezale»ne wystarczy uªo»y¢ z nich macierz (nazwijmy j¡ A). gdy »adne z równa« nie b¦dzie kombinacj¡ liniow¡ pozostaªych. jak i na kolumnach nie zmieniaj¡ rz¦du macierzy (¢wiczenie). »e te wektory s¡ liniowo zale»ne. . . vn wtw. . »e operacje elementarne zarówno na wierszach. . . jako wniosek dostajemy: rz¡d A to ilo±¢ schodków po A za pomoc¡ operacji elementarnych na wierszach do postaci schodkowej. . a nast¦pnie sprawdzi¢ czy rank(A) = n. . »e 3 oznaczenie: element który usuwam z ci¡gu α1 . »e tak jest (czyli istnieje rozwi¡zanie). Jak rozstrzygn¡¢ które z równa« s¡ nam zb¦dne? Zauwa»my. vk . k} oraz skalary α1 . • • wektory NWSR: s¡ liniowo niezale»ne. Obserwacja 3. Jeste±my teraz gotowi do: Denicja 3. = vk = 0.3. . Šatwo mo»na tak»e pokaza¢. . Dostajemy w konsekwencji nast¦puj¡c¡ denicj¦ : 3 Denicja 3. Niech v1 . . . . v k . . . . . to mo»emy go odrzuci¢/skre±li¢ bez zmieniania zbioru rozwi¡za«.Denicja 3.

Ukªad równa« Ax = b ma niezerowe rozwi¡zanie. [A|b] do postaci schodkowej za pomoc¡ operacji elementarnych na wierszach. 0]. b) [1. Sprowadzamy wtedy rz¦dy si¦ nie zmieniaj¡. k − K ). ostatniej kolumnie (czyli gdy gdy rank(A) = rank(A|b)). 1. [3. 3. 3. 1]. je»eli nie. Widzimy wi¦c. to ukªad ma rozwi¡zanie. 3. gdy sprowadzimy A mentarnych na kolumnach (to samo jakby±my sprowadzali operacji elementarnych na wierszach). to: je»eli nie wyst¦puje schodek w Dowód. gdy temu. Policz rz¡d macierzy a) [1. Przydatny w liczeniu rz¦du mo»e by¢ tak»e nast¦puj¡cy Fakt 3. je»eli za± wyst¦puje (czyli rank(A) < rank(A|b)). [2. je»eli tak. 2. 1]. Sprawd¹ czy wektory s¡ liniowo niezale»ne: Zadanie 3. r(A|b) = r(A) = K . 0. 3. −3]. [2. 4].7. [2. [3. 0. to maksymalnie rz¡d tej macierzy wynosi min(m. »e ukªad nie ma rozwi¡zania. a pozostaªe traktujemy jako parametry (czyli mamy ich w konsekwencji nasze równanie zale»y od innymi korzystaj¡c z wzorów Cramera. »e je»eli mamy macierz A w wyniku skre±lenia pewnej ilo±ci kolumn i m × n.• dualnie. To pozwala nam teraz rozwi¡zywa¢ ukªady równa« liniowych. to Jako bezpo±redni¡ konsekwencj¦ otrzymujemy: Twierdzenie 3.1 (Tw. 3. Poniewa» rz¡d to ilo±¢ schodków. k−K parametrów. 0. 2. »e rank(A) = rank(A|b) (rz¡d macierzy rozszerzonej) (to jest równowa»ne b ∈ lin{col(A)}). n). 1. 1. 2. taki.1. »e mamy dan¡ macierz w postaci blokowej D := Wtedy je»eli albo rz¡d A B . ilo±¢ kolumn czy wierszy) maksymalnej (w sensie ilo±ci wierszy czy kolumn) A to wielko±¢ (tzn. »e det M = 0. 1. 2. • • w konsekwencji rz¡d rankA = rankAT . SCHEMAT (formalizacja): • • • • • rozpatrujemy ukªad równa« zapisanych w postaci macierzowej sprawdzamy. 1. [1. Kroneckera-Capellego) . wtw. i mo»emy rozwi¡za¢ ukªad mi¦dzy Zadanie 3. 0 C rank(D) = rank(A) + rank(C). 2]. 3.6. odwracalnej macierzy kwadratowej powstaªej z wierszy (minor). czy Ax = b. A albo rz¡d B jest maksymalny. i wtedy wykre±lamy pozostaªe równania. 44 . to oznacza. 3]. to rz¡d do postaci takiej jakby dolnie schodkowej za pomoc¡ operacji eleAT do postaci schodkowej za pomoc¡ A to ilo±¢ pionowych schodków. Zaªó»my. 0. to znajdujemy w A minor M rz¦du K := r(A|b) = r(A). 1. to nie ma. 2. 0].

.6. . za± to. »e ich suma mno- go±ciowa jest podprzestrzeni¡ liniow¡.8. (intuicja) Zbiór wektorów w V mo»emy traktowa¢ jak zbiór kierunków w które mo»emy si¦ porusza¢. v n ∈ V jest baz¡ V. . i ka»dy punkt T stawi¢ w postaci kombinacji liniowej elementów z bazy: [x1 . . dla dowolnych v ∈ V . Dowolna kombinacja liniowa elementów V V . . . x+y = Sprawdzi¢ które z poni»szych zbiorów s¡ podprzestrzeniami liniowymi: a) 0}. »e do ka»dego punktu z mo»emy doj±¢. + xN e N . »e . . 0. y) ∈ R2 : x = 0 ∧ y = 0}. w ∈ V .2. α n ∈ K V . • v+w ∈V • αv ∈ V Niech V ⊂ KN . . widzimy. Dla skrótu zapisu stosujemy oznaczenie K = R ∨ C. . 0. . .1. .5.3. . gdy Niech V ⊂W lub W ⊂V. . [x1 . . . tzn. xN ]T z RN da si¦ przedx1 e 1 + . . . xN ] = [0. . . . . . »e V ∩W przestrzeni¡ liniow¡. . y. v n ∈ α1 v1 + . W b¦d¡ podprzestrzeniami liniowymi RN . nale»y do Stwierdzenie 3. »e te wektory s¡ liniowo niezale»ne oznacza to. eN = Oczywi±cie ten zbiór jest liniowo niezale»ny. • lin(v1 . Denicja 3. c) {(x. . W b¦d¡ podprzestrzeniami liniowymi RN . Jeste±my ju» gotowi do zdeniowania poj¦cia bazy. z) ∈ R3 : x + y + z = 1}. .2. v1 . B¦dziemy starali si¦ sprecyzowa¢ co rozumiemy przez ukªad wspóªrz¦dnych. »e to doj±cie jest jednoznaczne (ka»dy punkt ma co 45 . vn s¡ liniowo niezale»ne. . V. vk ∈ RN . . . . »e v1 . . . Zadanie 3. .12. . V Uwaga 3. . . . . . 0]T . y) ∈ R2 : jest pod- Zadanie 3.5 Poj¦cie bazy Patrz¡c na poprzednie rozdziaªy. takich. . Dowód. »e najwy»ej jeden adres). Przykªad 3. + αn vn ∈ V. »e V ∪W jest podprzestrzeni¡ liniow¡ wtw. . Prosz¦ udowodni¢. . Niech V. . . Dowód indukcyjny ze wzgl¦du na n (byª na wykªadzie). • wektory Mówimy. . . . je±li v1 . . α ∈ K. Wtedy V nazywamy podprzestrzeni¡ liniow¡ (wektorow¡) dla dowolnych v. b) {(x. »e w pewnym ukªadzie wspóªrz¦dnych dziaªanie naszej macierzy jest prostsze. Tak zwan¡ baz¡ kanoniczn¡ RN nazywamy baz¦ zadan¡ przez e1 = [1. Zadanie 3.10. 1]T . vk ) jest podprzestrzeni¡ liniow¡ v1 . . . . Zadanie 3. Prosz¦ pokaza¢. Wtedy to. vn generuje V oznacza. lin(v1 .9. . Idea jest troszk¦ pochodz¡ca od adresowania: b¦dziemy chcieli aby ka»dy punkt miaª adres (generowanie) i aby ten adres byª jednoznacznie wyznaczony (liniowa niezale»no±¢). vn ) = V . B¦dziemy jeszcze chcieli oznaczy¢ co b¦dziemy adresowa¢. Niech {(x. R N Prosz¦ pokaza¢ przykªad dwóch podprzestrzeni liniowych R2 . Zadanie 3. Prosz¦ pokaza¢. RN o ile Denicja 3. α1 . . . dla dowolnych v1 . .11. .

(1. . . 0). . ale jak wida¢ tak jest (macierz P cz¦sto nazywamy macierz¡ przej±cia). to musimy odwróci¢ macierz przej±cia P = [v1 . . czy dla dowolnych [x1 . . to musimy rozwi¡za¢ powy»szy ukªad. . . . . gdy» macierz rz¡d 1 −1 x + α2 = 1 = 2 0 x2 P jest macierz¡ odwracaln¡ (bo jest to macierz 2×2 która ma 2). tzn. vN b¦dzie baz¡ RN . α1 . (1. [x1 . Tak jest. 0). . αN takie. . musimy sprawdzi¢. . . Zobaczymy. tzn. Przykªad 3. . . . X = R2 . . Najpierw sprawdzimy te wektory s¡ liniowo niezale»ne.2. 1]T i X A zmienimy baz¦ na odwzorowuje v2 = [1. N N b) Poka». .13. . czy te 2 T wektory generuj¡ R . . . »e (1. . xN ) w tej bazie. x2 ]T ∈ R2 w nowym ukªadzie wspóªrz¦dnych (w nowej Je»eli chcemy znale¹¢ wspóªrz¦dne punktu bazie). . x2 ] ukªad równa« α1 ma rozwi¡zanie.4. . (1. jak b¦dzie wygl¡da¢ v1 i v2 (inaczej mówi¡c zmieniamy w X ukªad v1 i v2 : Av1 = 3 1 = 3v1 + 0v2 . 0). (1. 1 2 Wiemy. 2]T . 1) ∈ R tworz¡ baz¦ R . Zobaczmy wi¦c na który wektor v1 = [1. Znajd¹ wspóªrz¦dne punktu (x1 . [−1. Znajd¹ wspóªrz¦dne punktu (x1 .  = P x. »e Je»eli chcemy znale¹¢ wspóªrz¦dne punktu x ∈ RN w tej α1 v1 + . . jak ªatwo wida¢ α1 x = P −1 1 . Niech bazie. Aby sprawdzi¢. skalary v1 . . 1. 1. . »e 3. x2 ) w tej bazie. + αN vN = x. Rozpatrzmy A odwzorowanie zadane przez macierz 2 1 . »e wektory wªasne tej macierzy to macierz tego odwzorowania je±li w wspóªrz¦dnych). a) Poka». . (2. . . 0]T jest baz¡ R2 . 1) jest baz¡ R2 .6 Macierz w nowej bazie Niech Zobaczymy teraz jak zmienia si¦ macierz odwzorowania przy zmianie bazy. 0. α2 x2 Uwaga 3. αN Zadanie 3.   α1  . 1 46 . Poka»emy. .  −1  .3. vN ].Przykªad 3. −1]T . . »e [1. 0. 2). . . . w tym celu wystarczy sprawdzi¢ czy rz¡d macierzy P = 1 −1 2 0 jest dwa.

x2 ∈ [−1. x ◦ (αy) = α · (x ◦ y). ¯ RN ): • (αx) ◦ y = α · (x ◦ y). • x ◦ y = y ◦ x. Zobaczymy co si¦ stanie z kwadratem Mamy K = [−1. z koªa mo»e si¦ zrobi¢ elipsa. Jak widzimy po zmianie bazy z kwadratu zrobiª si¦ równolegªobok. przy zmianie bazy kwadrat mo»e sta¢ si¦ równolegªobokiem. Analogicznie.7. 1]} {(x1 − 2x2 )v1 − 2x1 v1 }. |z|2 = z z ). Denicja 3.. −1 w nowej bazie to A 3 0 . zdeniowa¢ przypomnimy sobie jeszcze poj¦cie iloczynu skalarnego. 1]. 1]} {x1 e1 + x2 e2 : x1 ∈ [−1. Przykªad 3. 1]} {x1 (v1 − 2v2 ) + x2 (2v1 ) : x1 ∈ [−1. W RN przez (standardowy) iloczyn skalarny rozumiemy x◦y = i W xi y i . 1]T . 3. a precyzyjniej mówi¡c nie zmieniaj¡ odlegªo±ci (iloczynu skalarnego). x2 ∈ [−1. 1/2]T . • x◦x= x 2 . »e chcemy by WŠASNO‘CI (dla xi y i ¯ a dla liczb zespolonych mamy x ◦ x ≥ 0. Aby je Opowiemy sobie teraz o porz¡dnych bazach. 0 1 Zmiana bazy (ukªadu wspóªrz¦dnych). x2 ∈ [−1. Porysujemy sobie. a koªo elips¡). K = {(x1 .7 Bazy ortonormalne i ortogonalne Takie bazy to tak zwane bazy ortonormalne. które nam nie znieksztaªcaj¡ geometrii (jak widzieli±my. »e w macierz odwzorowania 1 = 0v1 + 1v2 . 1]. 1] gdy zmienimy baz¦ na v1 = [1. WŠASNO‘CI (dla CN ): 47 . CN kªadziemy x◦y = i (to jest konsekwencja tego. 1] × [−1. v2 = [0. x2 ) : x1 ∈ [−1.analogicznie Av2 = Widzimy wi¦c. • x ◦ (y + z) = x ◦ y + x ◦ z .5. 1]..

vk 2 vk = 1. 2/2 2/2 Chcemy przedstawi¢ punkt x = [1. »e tak rzeczywi±cie jest). co oznacza. W szczególno±ci ªatwo i szybko znajduje si¦ wspóªrz¦dne w nowej bazie (nie trzeba tak jak poprzednio odwraca¢ macierzy przej±cia. Denicja 3. . tzn. • x ◦ y = y ◦ x. gdy u. . »e wektory nimi jest prosty. co oznacza.6. Obserwacja 3. Wektor nazywamy normalnym. »e x = α1 v1 + . »e αk = x ◦ vk . . 48 . TRIK (sprytny): przemna»amy prawostronnie przez vk : x ◦ vk = (α1 v1 + . Mówimy. ale z ortogonalno±ci vi ◦ vj = δij . . Chcemy przedstawi¢ x∈R N w naszej bazie. co jest czasochªonne). ¯ • x ◦ (y + z) = x ◦ y + x ◦ z . . v2 = √ . . + αN vN ) ◦ vk . »e bazy które sa ortogonalne / ortonormalne s¡ bardzo przydatne i wygodne w u»yciu. Przykªad 3. gdy jego dªugo±¢ jest równa jeden (normalizacja wektora to dzielenie przez norm¦). . wyliczy¢ α1 .• (αx) ◦ y = α · (x ◦ y). . • • Mówimy.5. • x◦x= x 2 . 2]T w naszej bazie. + αN vN . »e x ◦ vk = αk (vk ◦ vk ). W tym celu wystarczy policzy¢ √ √ α1 = x ◦ v1 = 3 2/2.8. . α N takie. . W konsekwencji αk = Gdy dodatkowo nasza baza jest ortonormalna. oznaczamy przez u ⊥ v . je»eli jest ortogonalny (wszystkie elementy s¡ parami ortogonalne) normalny (wektory maj¡ dªugo±¢ jeden) Okazuje si¦. . tzn. punkt Zaªó»my. »e ci¡g wektorów jest ortonormalny. »e mamy dan¡ baz¦ ortogonaln¡ v1 . . v s¡ prostopadªe (ortogonalne). vN w RN . α2 = x ◦ v2 = 2/2 (ªatwo sprawdzi¢. to x ◦ vk . Rozpatrzmy sobie jak¡± prost¡ baz¦ w R2 : √ √ 2/2 − 2/2 v1 = √ . gdy k¡t mi¦dzy u ◦ v = 0. x ◦ (αy) = α · (x ◦ y).

Zadanie 3.14.

Niech b¦dzie dany ci¡g niezerowych wektorów ortogonalnych. Prosz¦ pokaza¢, »e s¡ one Wsk.: prosz¦ zaªo»y¢, »e tak nie jest, i doj±¢ do sprzeczno±ci modykuj¡c ide¦ z

liniowo niezale»ne.

poprzedniej obserwacji.
Dla nas wa»na b¦dzie umiej¦tno±¢ konstruowania / budowania ci¡gów ortonormalnych / ortogonalnych z danych. Jest to tak zwana

Ortonormalizacja / ortogonalizacja Grama-Schmidta

Opiszemy proces ortonormalizacji (proces ortogonalizacji przeprowadzamy analogicznie, z tym, »e nie ortonormalizujemy kolejnych wektorów). Zaªó»my, »e mamy wektory liniowo niezale»ne wektora

v1 , . . . , vn .

Postaramy si¦ je tak kolejno modykowa¢, aby dosta¢ ci¡g wektorów ortonormalnych. Zaczynamy od

v1 .

Poniewa» chcemy mie¢ wektory o dªugo±ci jeden, tu nie ma za du»o do wyboru i jedynie

normalizujemy

v1 : e1 =

v1 . v1
do

Teraz mamy ju» wektor

e1

o dªugo±ci

e1 ,

w tym celu rozpatrzmy wektor

1. Chcemy wi¦c zmodykowa¢ wektor v2 aby byª prostopadªy v2 − α1 e1 . Je»eli ma by¢ prostopadªy do e1 , to musi zachodzi¢ (v2 − α1 e1 ) ◦ e1 = 0,

czyli dostajemy

v2 ◦ e1 − α1 (e1 ◦ e1 ) = 0,

i w konsekwencji

α1 = v2 ◦ e1 .
Otrzymali±my, »e wektor jedynie znormalizowa¢

w2 = v2 − (v2 ◦ e1 )e1

jest prostopadªy do

e1 ,

aby wi¦c dosta¢

e2

musimy go

e2 =
Post¦pujemy analogicznie dla aby powstaªy wektor do

w2 . w2 e1
i

v3 . Chcemy od v3 − α1 e1 − α2 e2 (uwaga:

niego odj¡¢ odpowiedni¡ kombinacj¦ liniow¡ to

e2

tak

α1

jest inne ni» poprzednio) byª prostopadªy zarówno

e1

jak i

e2 : (v3 − α1 e1 − α2 e2 ) ◦ e1 = 0, (v3 − α1 e1 − α2 e2 ) ◦ e2 = 0.

Trywialnie dostajemy

α1 = v3 ◦ e1 , α2 = v3 ◦ e2 .
Tak wi¦c otrzymali±my, »e wektor i

w3 = v3 − (v3 ◦ e1 )e1 − (v3 ◦ e2 )e2 w3 . w3

jest prostopadªy zarówno do

e1

jak

e2 .

Aby dosta¢

e3

musimy jedynie zortonormalizowa¢ powstaªy wektor

e3 =

Post¦pujemy analogicznie dla kolejnych wektorów otrzymuj¡c ci¡g wektorów ortonormalnych

e1 , . . . , e n .
(nie

Zadanie 3.15. Zadanie 3.16. Zadanie 3.17.

Opisz (analogicznie jak wy»ej) proces ortogonalizacji ci¡gu wektorów

v1 , . . . , vn
2

dokonujemy normalizacji kolejnych wektorów). Wsk.:

e1 = v1 , e2 = v2 − (v2 ◦ e1 )e1 / e1

,. . . .

Dokonaj ortonormalizacji Grama-Schmidta wektorów Udowodnij, »e wektory

(1, 1, 1), (1, 1, 0), (1, 0, 0).

ortonormalne, a nast¦pnie rozszerz do bazy ortonormalnej na

e1 = (1/2, −1/2, 1/2, −1/2), e2 = (−1/2, 1/2, 1/2, −1/2) R4 .

49

3.8

Dyskretna transformata Fouriera

Jednym ze sposobów analizy i kompresji danych / obrazów jest próba rozbijania na interesuj¡ce nas czynniki (co± w rodzaju zmiany sposobu patrzenia). Bardzo cz¦sto w tym celu patrzymy na wspóªczynniki w nowej bazie która pomaga wyªapywa¢ interesuj¡ce nas zachowanie (za tym stoi idea poj¦cia transformaty). Jedn¡ z najwa»niejszych (je»eli nie najwa»niejsz¡) transformat¡ jest transformata Fouriera, i w szczególno±ci dyskretna transformata Fouriera. U»ywa si¦ j¡ (a tak»e jej liczne odmiany) mi¦dzy innymi do kompresji muzyki (mp3), obrazów (jpeg), usuwania szumów w d¹wi¦kach, oraz szeroko rozumianej analizy danych. Idea dyskretnej transformaty Fouriera polega na wyªapaniu (rozkªadaniu na) cz¦stotliwo±ci. Baza Fouriera jest fajn¡ baz¡

CN .
Zaczniemy od bazy Fouriera (nazwa na potrzeby wykªadu). Domy±l-

Konstrukcja 3.1 (Baza Fouriera).

nie chodzi o badanie ci¡gów okresowych o okresie N . Jak wida¢ t¦ przestrze« mo»na uto»sami¢ z N N przestrzeni¡ C  na potrzeby tej sekcji elementy C oznaczamy przez x = (x0 , . . . , xN −1 ). Nasz¡ baz¦ jak zazwyczaj spróbujemy k zbudowa¢ z ci¡gów geometrycznych o okresie N , czyli szukamy takich q ∈ C aby ci¡g (q )k∈Z byª okresowy N 2πik/N o okresie N , czyli gdy q = 1. Dostajemy wi¦c, »e q jest N -tym pierwiastkiem z jedynki, czyli q = e 2πikl/N dla k = 0, . . . , N − 1. W konsekwencji dostajemy ci¡gi (e )l=0,...,N −1 dla k = 0, . . . , N − 1. Z powodów zwyczajowych dzielimy jeszcze ka»dy element przez przestrzeni: Chcemy docelowo ªapa¢ wszystkie ci¡gi okresowe o okresie

N.

N.

Dostajemy wi¦c nast¦puj¡c¡ baz¦ naszej

fk =
Pierwszym elementem nika staªego w

1 2πi0/N 2πik/N (e ,e , . . . , e2πi(N −1)/N ) dla k = 0, . . . , N − 1. N 1 naszej bazy b¦dzie punkt N (1, . . . , 1) (czyli on b¦dzie wyªapywaª

zawarto±¢ czyn-

x).

Pierwsz¡ istotn¡ informacj¡ (prosz¦ sprawdzi¢ jako ¢wiczenie), jest to, »e ci¡g fk jest ci¡giem N ortonormalnym w przestrzeni C . W konsekwencji jest on liniowo niezale»ny, i poniewa» ma N N elementów, tworzy baz¦ C (patrz nast¦pny rozdziaª).
Bior¡c punkt

x ∈ CN

mo»emy go przedstawi¢ w sposób jednoznaczny w postaci kombinacji elementów

bazy Fouriera (powstaªe wspóªczynniki

X = (Xk ) x=

to tak zwana transformata Fouriera ci¡gu

x):
(3.3)

N −1

Xk f k .
k=0

Poniewa» ci¡g

fk

jest ortonormalny, ªatwo dostajemy wzór na

Xk :

N −1

Xk = (x ◦ fk )/ fk

2

=
l=0

xl e−2πikl/N .

Przy wyliczaniu na komputerze transformaty Fouriera stosuje si¦ zazwyczaj tak zwan¡ szybk¡ transformat¦ Fouriera (z angielskiego FFT  fast Fourier transform), ona zazwyczaj wymaga zaªo»enia, »e jest pot¦g¡ dwójki. W transformacie Fouriera troszk¦ nie-intuicyjne jest to, »e dostajemy wspóªczynniki zespolone (trudno tak»e rysowa¢ na wykresie czy dokonywa¢ interpretacji). W zwi¡zku z tym cz¦sto rozpatruje / rysuje si¦ spektrogram, który mówi nam na ile dana cz¦stotliwo±¢ jest wa»na, deniujemy prosto wzorem

N

Ak = |Xk |.
50

Przydatna jest tak»e odwrotna transformata Fouriera, która maj¡c dany ci¡g wtedy zgodnie z (3.3) dostajemy

X

zwraca nam

x,

czyli

1 xl = N

N −1

Xk e2πikl/N .
k=0

Na wykªadzie byª zrobiony referat odno±nie zastosowania transformaty Fouriera do rozró»niania silnika dobrego od zepsutego (na podstawie danych z rmy ABB). Wi¦cej informacji o zastosowaniach transformaty Fouriera mo»na znale¹¢ na wikipedii: oraz na

https://ccrma.stanford.edu/~jos/mdft/mdft.html

Zadanie 3.18.

Niech

x = (1, 0, 1, 0).
Niech

Znajd¹ transformat¦ Fouriera ci¡gu Dla

x,

i zaznacz jego spektrogram. wzorem

Zadanie 3.19 (Scilab).

N = 128.

ϕ ∈ [0, 2π)

deniujemy ci¡g

xϕ ∈ CN

xϕ = (cos(kϕ/N ))k=0,...,N −1 .
Dla paru wybranych

ϕ

(w szczególno±ci dla

ϕ = 0, π/N, π/3, π/2)

policz transformat¦ Fouriera ci¡gu

i narysuj spektrogram.

Koniec I semestru

51

1).314 · 101 . 4. gdzie ε jest maªe (zazwyczaj.1.1. 127} (reprezentacj¦ numeryczn¡ danej liczby oznaczamy przez fl(a)  od oating point). b ∈ R kªadziemy a ⊕K b = K(a + b). K>0 b¦dzie dowolnie ustalone.232 · 10−2 = 0.1 Jak dodawa¢ na komputerze? Przez zapis zmiennoprzecinkowy (oating point) danej liczby rzeczywistej rozumiem jej przedstawienie w postaci ±a · 10n . to w przybli»eniu jest to opisane za pomoc¡ poni»szego dziwnego dodawania (z K ≈ 1). tak jak w powy»szym przypadku jest do liczba ujemna). »e pami¦tamy pierwsze trzy cyfry po przecinku. »e dodawanie na komputerze nie jest ª¡czne. Prosz¦ pokaza¢. pewnym jak dodaje komputer. »e najmniejszy bª¡d generujemy dodaj¡c do siebie liczby tego samego rz¦du (wielko±ci).Rozdziaª 4 Grupy. Wtedy dla fl(π) = 0. »e dziaªanie w niej jest ª¡czne. . Niech Denicja 4. ciaªa 4.232 · 10−2 . do siebie: Spróbujmy wi¦c doda¢ dwie reprezentowalne liczby a + b = 0. Zadanie 4. . Je»eli przyjrzymy si¦ W naszych rozwa»aniach dla prostoty zaw¦»amy si¦ do liczb nieujemnych. za± n ∈ {−128. 16) cyfr znacz¡cych liczby a.1.125 · 100 . n ∈ Z. Dla a. pier±cienie.123 · 100 . .12532 · 100 ) = 0.123 · 100 + 0. Zobaczmy najpierw co si¦ dzieje gdy nie mamy ª¡czno±ci.12532 · 100 . na komputerze zazwyczaj pami¦tamy pierwsze Liczby tej postaci b¦dziemy nazwa¢ reprezentowalnymi. Przykªad 4. a = 0. Widzimy wi¦c. gdzie a ∈ [0. . 52 . i w konsekwencji wynikiem dodawania na komputerze b¦dzie liczba reprezentowalna fl(0. »e fl(a + b) = (1 + ε) · (a + b).1 Grupy Jedn¡ z najwa»niejszych matematycznych struktur jest grupa  dzieje si¦ tak dzi¦ki temu. przykªadu Dla prostoty zaªó»my.1. Šatwo zauwa»y¢. 8 (lub Upraszczaj¡c. b = 0.

4. . .1. to oczywi±cie niczego do siebie nie mo»emy doda¢ (mamy zero mo»liwych wyników). . . ale w momencie gdy ilo±¢ liczb jest za du»a to mo»e si¦ okaza¢. Mo»na pokaza¢ nast¦puj¡ce twierdzenie. gdy mamy reprezentacj¦ jak w Przykªadzie 4.3. Dla przykªadu: chcemy doda¢ do siebie liczby 1. Mo»emy je doda¢ nast¦puj¡co ((1 ⊕ 4) ⊕ 2) ⊕ 3 = (10 ⊕ 2) ⊕ 3 = 24 ⊕ 3 = 54. xn > 0. . bardziej jeste±my zbli»eni do prawdziwego wyniku).1. . za± mo»emy doda¢ tak (1 ⊕ 2) ⊕ (3 ⊕ 4) = 6 ⊕ 14 = 40. »e wynik dodawania zale»y od kolejno±ci w której dodajemy. . Gdy mamy dwie liczby. . . 3. »e dodanie nast¦pnej nic nie zmienia 6 (dla przykªadu prosz¦ sobie sprawdzi¢. Chcemy doda¢ do siebie pewn¡ ilo±¢ liczb. . . nale»y kolejno dodawa¢ do siebie liczby najmniejsze. Dla trzech liczb mamy ju» dwie mo»liwo±ci. Twierdzenie 4. »e K = 2 (wtedy ªatwiej wykonywa¢ dodawanie): dodaj¡c do siebie dwie liczby uzyskujemy dwa razy wi¦cej ni» prawdziwy wynik. 53 .1 (my±lowe). Zaªó»my. .2. Przykªad 4. to oczywi±cie te» c2 = 1.1) Nn = N1 · Nn−1 + . . Pierwszy mo»emy posumowa¢ na Nk sposobów. .Przykªad 4. . a n k ∈ {1. . to czyli mo»emy je doda¢ na jeden sposób: znaczy a1 ⊕ a2 . bª¦dem liczby Niech K > 0 b¦dzie dowolne. . c1 = 1. . utworzy¢ nowy ci¡g. czyli przyjmujemy c0 = 0. Gdy mamy zero liczb. Widzimy wi¦c. wa»ne aby nie przekroczy¢ tej ilo±ci która generuje takie bª¦dne efekty jak wy»ej). 2. za± drugi na Nn−k . to znaczy gdy pami¦tamy trzy cyfry znacz¡ce). »e kto± Pa«stwu ka»e z mo»liwie maªym/rozs¡dnym bª¦dem doda¢ do siebie du»o liczb. Zaªó»my dla prostoty. cn mo»na wyliczy¢ rekurencyjnie: ci¡g Tutaj ªatwo mo»na zauwa»y¢.1. aby uzyska¢ (w miar¦) dobry wynik? Wsk: rozs¡dnie jest dodawa¢ kolejne pary. »e suma pierwszych liczb jest na tyle du»a. Najpro±ciej oczywi±cie dodawa¢ kolejno. . W konsekwencji otrzymujemy (4.2 Liczby Catalana Zajmiemy si¦ teraz pytaniem  ile jest potencjalnych sposobów dodania do siebie operacji n liczb za pomoc¡ ⊕ (nie zakªadamy ª¡czno±ci) w momencie gdy nie zmieniamy kolejno±ci ustawienia liczb. i post¦powa¢ rekurencyjnie (zamiast dwóch kolejnych liczb mo»na oczywi±cie dodawa¢ wi¦cej. . . Aby doda¢ do siebie za pomoc¡ ⊕K x1 . Pytanie jak dodawa¢. Zauwa»my. »e kolejne warto±ci mo»emy podzieli¢ na dwa krótsze ci¡gi rozbijaj¡c nast¦puj¡co dla dowolnego a1 . Oznaczmy przez Nn ilo±¢ mo»liwych wyników dodania do siebie n liczb. Oczywi±cie jedn¡ liczb¦ mo»emy doda¢ na jeden sposób: a1 . n − 1} (a1 . ak ) ⊕ (ak+1 . z najmniejszym ‚wiczenie 4. n 4. . jaki wynik otrzymamy dodaj¡c 10 razy do siebie liczb¦ 1. + Nn−1 N1 . an ). czyli (a1 ⊕ a2 ) ⊕ a3 i a1 ⊕ (a2 ⊕ a3 ). »e im mniej uzyskamy w wyniku tego dodawania tym lepiej (tzn.

.1) otrzymujemy. = N2 x2 +N3 x3 +N3 x4 +. na podstawie (4. Otrzymali±my wi¦c równanie na y (to ju» poªowa sukcesu)! Jedyne co pozostaªo. 1 1·2 1·2·3 1− √ 1 − 4x = 2 ∞ y= 1 1 · 3 · .org/wiki/Catalan_number). (2n − 3) n−1 n 2 x . 2 a na moduª Skorzystamy teraz z dwumianu Newtona który zachodzi tak»e dla pot¦g rzeczywistych (i dla mniejszych od 1): (1 + a)p = 1 + p p 2 a+ a + .. Pytanie które sobie warto postawi¢. dostajemy y= 1− √ 1 − 4x .2) Nn to przesuni¦te o jeden indeks liczby Catalana (cn )(patrz http://pl. czyli cn = Nn+1 . . ??? generatingfunctionology). . »e Aby wyliczy¢ jawny wzór na Dla danego ci¡gu N4 = N1 N3 + N2 N2 + N3 N1 = 1 · 2 + 1 · 1 + 2 · 1 = 5. N1 = 1. 1 · .. to na podstawie powy»szego wzoru. »e y 2 = N1 N1 x2 +(N1 N2 +N2 N1 )x3 +(N1 N3 +N2 N2 +N3 N1 )x4 +. . »e 1± √ 1 − 4x . · n W formie bardziej zwartej dostajemy Nn = Tak naprawd¦ to lub (2n − 2)! n!(n − 1)! dla n ≥ 1. . Do tego przyda si¦ nam wzór Stirlinga: n! ≈ √ n 2πn( )n .Z powy»szego wzoru ªatwo wynika. Czyli y 2 − y − x = 0. . Nn tworzymy funkcj¦ generuj¡c¡. . . 2 y(0) = 0.wikipedia. albo inaczej mówi¡c jakie jest asymptotyczne zachowanie ci¡gu Nn (dla przykªadu to nam da odpowied¹ na pytanie: czy jeste±my w stanie na komputerze sprawdzi¢ wszystkie mo»liwe wyniki dla n = 100. . . czyli nast¦puj¡cy niesko«czony szereg pot¦gowy y = N0 + N1 x + N2 x2 + N3 x3 + .. to jakiego rz¦du wielko±¢ to Nn .wikipedia.. (4.org/wiki/Li http://en. = y−N1 x = y−x. e 54 . . Oczywi±cie y= Poniewa» wiemy. 1 2 czyli (1 − 4x)1/2 = 1 + Dostajemy wi¦c 1/2(1/2 − 1) 1/2(1/2 − 1) 1/2 (−4x) + (−4x)2 + (−4x)3 + . Nn b¦dziemy potrzebowa¢ poj¦cia funkcji generuj¡cej (bardzo fajny wykªad na ten temat jest dost¦pny w internecie. wyliczy¢ jakim szeregiem pot¦gowym dane jest y. czy te» nie?).. Poniewa» N0 = 0.

◦ ak ) ◦ ((ak +1 ◦ . b. Zaªó»my. ◦ ak ) ◦ (ak+1 ◦ . . »e dziaªanie ◦ (a ◦ b) ◦ c = a ◦ (b ◦ c) Zbiór z dziaªaniem ª¡cznym nazywamy póªgrup¡. Dowód robimy indukcyjnie ze wzgl¦du na (jest tylko jeden mo»liwy wynik). to mówimy o póªgrupie przemiennej (wtedy zazwyczaj stosujemy zapis addytywny). Je»eli n. ak ) ◦ (ak+1 ◦ an+1 )) = ((a1 ◦ . . Wtedy wynik dziaªania a1 ◦ . ◦ an+1 ) = (a1 ◦ . . bo N1 = 1. ◦ ak (warto±¢ wyniku nie zale»y od poprawnego ustawienia nawiasów). . Niech G b¦dzie póªgrup¡ i niech a1 . »e mo»emy poprawnie zapisa¢ a1 ◦ . c ∈ G. Twierdzenie 4. . oznacza. . . »e zachodzi dla wszystkich k ≤ n + 1. »e dla a◦e=e◦a=a to nazywamy go elementem neutralnym. . . Ale teraz dla dowolnego k =k (dla prostoty przyjmujemy. ◦ an nie zale»y od sposobu ustawienia nawiasów. . »e k < k) mamy na podstawie ª¡czno±ci (a1 ◦ . Dla n = 1. To. . »e wynik nie zale»y od ustawienia nawiasów. . »e tak wa»n¡ wªasno±ci¡ jest ª¡czno±¢  gwarantuje ona. . je»eli G z dziaªaniem dwuargumentowym ◦ : G × G → G. N2 = 1 n = 3. Kluczowym fakt Je»eli dodatkowo dziaªanie to jest przemienne. »e dla n = 100 sprawdzenie wszystkich mo»liwych wyników przewy»sza mo»liwo±ci nawet najszybszych komputerów. . .2. Mówimy. Nn ≈ √ ≈ 2π(2n − 2)((2n − 2)/e)2n−2 2πn(n/e)n 2π(n − 1)((n − 1)/e)n−1 Podstawiaj¡c do (4. 2 nie ma problemu. a ∈ G. . . . . Dowód.2) dostajemy 22n−2 ((n − 1)/n)n−1 1 √ ≈ √ 4n . to jest bezpo±redni wniosek z denicji ª¡czno±ci. 2 πnen 4 πne Widzimy wi¦c. . We¹my wi¦c ci¡g dªugo±ci j¡co n+1. gdzie nawiasy wewn¡trz nie s¡ potrzebne na podstawie zaªo»enia indukcyjnego. To powoduje. 4. an ∈ G. . . ak )) ◦ (ak+1 ◦ an+1 ) = (a1 ◦ . »e iloraz jednego czynnika przez drugi zmierza w niesko«czono±ci do zera. »e teza zachodzi dla wszystkich k ≤ n (gdzie n ≥ 3). . ◦ an+1 ). . 55 . ◦ ak ) ◦ (ak+1 ◦ . Je»eli w póªgrupie jest taki element e. i poka»emy. Wtedy dla pewnego k wykonanie dziaªania mo»emy zapisa¢ nast¦pu- (a1 ◦ . mówi¡cy o wa»no±ci póªgrup jest: dla a. ◦ ak ) ◦ (ak +1 ◦ .3 Š¡czno±¢. czyli póªgrupy i grupy Niech dany b¦dzie zbiór jest ª¡czne. ◦ an+1 ). . . ◦ ak ) ◦ (ak +1 ◦ . . »e teza zachodzi dla k ≤ n. .1.gdzie ≈ oznacza.

to b=b. y = x. Oczywi±cie zªo»enie izometrii jest izometri¡. »e a∈G ab = ba = e. to nazywamy go epi/mono/izo-morzmem. Wida¢. y ∈ Rn . Przykªad 4. to znaczy: A jest izometri¡. macierze ustalonego wymiaru z dodawaniem. »e ab = e = ab i b a = e = ba. x. b i b s¡ takie. »e (AT A − I)x. tzn. • Zachodz¡ nast¦puj¡ce wªasno±ci: je»eli element odwrotny jest jednoznacznie wyznaczony. »e G jest grup¡ abelow¡. Wprost z denicji wida¢. oznacza. y . ◦) → (H. czyli izometria zachowuje iloczyn skalarny (oczywi±cie prawdziwe jest tak»e wnioskowanie odwrotne). Je»eli dla ka»dego elementu b ∈ G (oznaczamy przez a−1 ). »e macierz ªatwo sprawdzalny.4. y ∈ Rn . a mi- anowicie o izometriach liniowych: mówimy. »e maj¡ t¡ sam¡ liczb¦ elementów. (R \ {0}. to znaczy gdy A ∈ Mn×n (R) jest izometri¡. T Ale teraz jak ªatwo sprawdzi¢ dla dowolnej macierzy A mamy Ax. Je»eli dziaªanie jest przemienne. odwracalne macierze kwadratowe z mno»eniem. (R. Przyda si¦ nam jeszcze poj¦cie homomorzmu grup: mówimy. •) jest homomor- f (g1 ◦ g2 ) = f (g1 ) • f (g2 ) Je»eli dla g1 . Taka f dodatkowo jest surjekcj¡/iniekcj¡/bijekcj¡. Ax + A(−y) Ax. +). y dla 2 = x − (−y) 2 . o ile Ax − Ay = x − y dla x. Zauwa»my. je»eli zachowuje dziaªanie.5. Niech G istnieje element odwrotny. »e zmem. to mówimy. »e powy»szy warunek jest równowa»ny AT Ax. x. +p ). oczywista uwaga: je»eli dwie grupy s¡ izomorczne. to jest takie b¦dzie póªgrup¡ z elementem neutralnym. y = 0 co oczywi±cie (podstawiaj¡c dla gdy dla x dowolnie wybranego y = (AT A − I)x) AT A − I = 0. (Zp . »e macierz kwadratowa zachowuje odlegªo±¢. to znaczy. czyli AT A = I. y czyli dla x. Ay = x. Poznali±my ju» du»o grup (wi¦kszo±¢ abelowych). Ay = A Ax. »e G jest grup¡. ·). »e powy»szy warunek jest równowa»ny temu. Zadanie 4. • (ab)−1 = b−1 a−1 . y ∈ Rn .2. Przykªad 4. Chciaªbym tu jeszcze wspomnie¢ o wa»nym geometrycznym przykªadzie grup. (Z. co oznacza. czyli na podstawie wyników z zeszªego semestru jest odwracalna. 56 .Denicja 4. to mówimy. +).2. »e izometria jest iniektywna. a jest oczywi±cie do±¢ f : (G. dla przykªadu wymieni¦ cz¦±¢ z nich: permutacje (ze skªadaniem). Przyda si¦ nam jeszcze warunek równowa»ny na bycie izometri¡. »e dodaj¡c równo±ci Ax − Ay dostajemy warunek 2 = x − y 2 . y ∈ Rn . wielomiany z dodawaniem. g2 ∈ G.

1 Wielomiany Wielomian W o wspóªczynnikach z pier±cienia P zapisujemy W (x) = a0 + a1 x + . »e co± jest grup¡  najgorzej jest ze sprawdzeniem warunku ª¡czno±ci. B¦d¦ czasami oznaczaª wielomiany o wspóªczynnikach z »e stopie« tego wielomianu jest równy n (zapisujemy P przez P [x]. wystarczy sprawdzi¢. Wielomiany dodajemy dodaj¡c 57 . Na szcz¦±cie cz¦sto mo»na tego unikn¡¢. zapisujemy to po prostu iloczyn kartezja«ski tych grup z dziaªaniem po wspóªrz¦dnych. »e dane odwzorowanie jest homomorzmem pier±cieni. S 1 := {z ∈ C : |z| = 1} Czyli aby sprawdzi¢. ·) jest grup¡. Prosz¦ sprawdzi¢. ·) je»eli H ⊂G H i je»eli H jest grup¡ ze wzgl¦du na Obserwacja 4. »e tak zdeniowany obiekt jest grup¡. zaªó»my. deg W = n). ale to jest oczywi±cie prawda. neutralny. gdzie jest G × H z dziaªaniem (g1 . h1 + h2 ). ·) (H. Je»eli an = 0. Zn . h2 ) := (g1 + g2 . ·). wielomiany. ·) jest G. . R. b ∈ H. √ naturalnymi dziaªaniami): Z. Bardzo wa»n¡ rol¦ w szeroko rozumianej teorii aproksymacji odgrywaj¡ pier±cienie wielomianów. 4. Oczywi±cie wida¢. Formalnie. Ogólnie trudno sprawdzi¢. +). . +. czyli G ⊕ H . dlatego postaramy si¦ je dokªadnie omówi¢ w tej sekcji. »e mamy jako zadanie pokaza¢. je»eli zachowuje operacj¦ dodawania i mno»enia.4. a−1 ∈ H dla a. pier±cie« to (P. nie musimy sprawdza¢ ª¡czno±ci! Jako przykªad zastosowania. Prosz¦ sprawdzi¢. »e to samo dziaªanie które jest w (G. gdzie to grupa abelowa. 4. macierze kwadratowe ustalonego wymiaru.2 (P.3. Q. h1 ) + (g2 . gdy Niech G b¦dzie grup¡ i niech H ⊂ G. je»eli nasz obiekt jest podzbiorem jakiej± grupy. Wtedy jest podgrup¡ G wtedy i tylko wtedy ab ∈ H. to znaczy f (a + b) = f (a) + f (b) i f (ab) = f (a)f (b). »e (C \ {0}. + an xn .2. Niech b¦dzie grup¡. z2 ∈ S 1 . podgrup¡ (G. ·) to póªgrupa (cz¦sto zakªada si¦ domy±lnie przemienno±¢) i speªnione s¡ warunki wi¡»¡ce ze sob¡ dodawanie i mno»enie. W pier±cieniu oprócz dodawania mamy jeszcze operacj¦ mno»enia. (H.1. Analogicznie jak w przypadku grup. C. to mówimy. »e co± jest podgrup¡. »e homomorzm grup przeprowadza element neutralny na element Zadanie 4. −1 czy |z1 z1 | = 1 i |z1 | = 1 dla z1 . Z[ p] gdzie p-pierwsza. »e tworzy grup¦ ze wzgl¦du na mno»enie. Maj¡c dwie grupy (G. mówimy. a(b + c) = ab + ac. mówimy.Zadanie 4. czy grupy a) Z4 i Z2 ⊕ Z2 . a mianowicie rozdzielno±¢ mno»enia wzgl¦dem dodawa- Przykªady pier±cieni (z (a + b)c = ac + bc. Poniewa» wiemy. b) Z6 i Z2 ⊕ Z3 . +) mo»emy utworzy¢ ich sum¦ prost¡. +) nia: Pier±cienie (P. s¡ izomorczne.

org/Karatsuba_algorithm. . .5. . najszybsze algorytmy mno»enia wielomianów u»ywaj¡ FFT.wspóªczynniki przy tej samej pot¦dze (mno»ymy mno»¡c ka»dy wspóªczynnik z ka»dym). k! W konsekwencji dla wielomianu zachodzi wzór Maclaurina W (x) = W (0) + Stosuj¡c powy»szy wzór dla wielomianu 1 1 DW (0)x + . mo»na to znacznie przyspieszy¢: najstarszy algorytm zostaª wymy±lony w 1960 roku przez Karatsub¦ i ma zªo»ono±¢ nlog2 3 . + nan xn−1 . . Ile wynosi reszta z dzielenia f przez (x − 2) jest równa 1.. . s¡ tak zwane szeregi formalne (jest to równocze±nie uogólnienie szeregów pot¦gowych). b¦d¡cym uogólnieniem wielomianów. niech d(V · W ) = dV · W + V · dW . . f (x) = x6 − 3x5 + ix4 − x3 + (2 + i)x2 + 5x − 2.6. Za pomoc¡ pochodnej W = a0 + a1 x + a2 x2 + . przez f ∈ R[x] przez (x − 1) jest równa 2. . . Przypominam.. + an xn ) = a1 + 2a2 x + . g(x) = x2 − 3x + 1 w R[x]. które mówi. Je»eli w tym rozkªadzie jakie± miejsce zerowe wyst¦puje k -razy. R lub C) rozumiemy formalne niesko«czone sumy a0 + a1 X + a2 X 2 + . P postaci Jednym z ciekawszych pier±cieni. . Zadanie 4. . f (x) = x3 + 4x2 − 7x − 10. Mianowicie przez jest ustalonym pier±cieniem. . dostajemy tak zwany wzór Taylora F (x0 + h) = F (x0 ) + 1 1 DF (x0 )h + . Q. »e reszta z dzielenia W przez (x − x0 ) to W (x0 ) (w konsekwencji wielomian W jest podzielny przez (x − x0 ) wtedy i tylko wtedy gdy W (x0 ) = 0).. 1 gdzie ai ∈ P. + Dk W (0)xk + . . »e ak = 1 k D (W )(0). . . R lub C. Deniujemy D(a0 + a1 x + a2 x2 + . + Dk P (x0 )hk + . . . bardzo polecam przeczyta¢ en. »e to zero jest k -krotne. x2 − 3x + 2? a reszta z dzielenia f Przykªad 4. 1! k! (4.wikipedia. 1! k! W : h → F (x0 + h). .6. i od tej pory gªównie zajmujemy si¦ takimi wielomianami.3) Najwa»niejszymi wielomianami s¡ wielomiany o wspóªczynnikach z wielomian stopnia Q. 2! mo»na ªatwo odzyska¢ co oznacza.htm. »e ka»dy n o wspóªczynnikach zespolonych mo»na przedstawi¢ w postaci iloczynu W (x) = (x − x1 ) · . W kon2 sekwencji przy standardowym mno»eniu dwóch wielomianów stopnia n wykonujemy n razy operacj¦ mno»enia 1 Jedn¡ z najwa»niejszych operacji na wielomianach jest operacja pochodnej. . Reszta z dzielenia wielomianu Zadanie 4. 58 . wtedy Dk (W ) = k!ak + (k + 1)! x + . . to mówimy. g(x) = x + 2 w R[x]. zazwyczaj P∞ [X] (gdzie Z. »e wspóªczynniki wielomianu. Przypominam zasadnicze twierdzenie algebry. · (x − xn ) (xi to s¡ zera wielomianu W ). Šatwo mo»na sprawdzi¢. + an xn . g(x) = x2 + x + i w C[x]. a) b) c) Wyznacz iloraz i reszt¦ z dzielenia wielomianu f przez g : f (x) = 2x3 + 4x2 − 7x − 10. .

Zadanie 4.) · (b0 + b1 X + b2 X 2 + . . »e Zadanie 4. to znaczy P ). a. a nast¦pnie sumujemy pola: b N f (x)dx ≈ a i=1 h · f (xi ). a + ih] dowolne. x2 Analogicznie mo»na pokaza¢. . »e a 0 xn dx = an+1 /(n+ 1). N }) jakby byª prostok¡tem o podstawie h = (b − a)/N i wysoko±ci równej f (xi ). . Je»eli mamy pier±cie« z jedynk¡ to mówimy. i znale¹¢ element do niego odwrotny. »e element »e p∈P jest odwracalny. p0 = 1. . .. »e pier±cie« jest z jedynk¡. Prosz¦ pokaza¢. . prosz¦ (p0 + p1 X + p2 X 2 + . i traktujemy i-ty kawaªek i ∈ {1. 0 Tak podobno wyliczyª caªk¦ z funkcji x2 Archimedes. »e litera X tu peªni formaln¡ rol¦.8. .7. Mno»enie odbywa si¦ natomiast (a0 + a1 X + a2 X 2 + . Mówimy. Dodawanie takich dwóch szeregów formalnych jest naturalne. to przez f (x)dx rozumiemy pole pod wykresem funkcji w przedziale od a do b a (przy czym je»eli funkcja przyjmuje warto±ci ujemne to pole jest ujemne). Wprost z tej denicji wida¢.)2 = P . . Przykªad 4. korzystaj¡c z prostych wªasno±ci geom- 59 . »e sekwencji otrzymujemy (przechodz¡c do granicy z a = N (N + 1)(2N + 1)/6. i wyliczymy ile wynosi caªka z funkcji x . (i indukcyjnie z xn ). »e x2 dx = a3 /3. Wsk.) := (a0 b0 ) + (a0 b1 + a1 b0 )X + (a0 b2 + a1 b1 + a2 b0 )X 2 + . Mo»na tak»e policzy¢ caªk¦ z funkcji etrycznych  byªo na wykªadzie. Niech W = 1−X ∈ R∞ [X].: prosz¦ przypatrze¢ si¦ wzorowi na sum¦ szeregu geometrycznego. pn . gdzie xi ∈ [a + (i−)h. . Jak widzimy. to otrzymujemy wzór N x2 dx ≈ 0 i=1 a3 a a 2 (i ) = 3 N N N N i2 . i=1 N 2 i=1 i Ale na podstawie wiadomo±ci z zeszªego semestru wiemy. i poªo»ymy a x2 . takie q . . b] na du»¡ liczb¦ (N ) równych przedziaªów. . Z gwiazdk¡: prosz¦ znale¹¢ takie 2 Teraz sobie zdeniujemy operacj¦ caªkowania. policzy¢ P · P . i jest tylko rodzajem napisu (z tego punktu widzenia mo»emy uwa»a¢ szeregi formalne za niesko«czone ci¡gi o wyrazach z pier±cienia tak jak mno»enie wielomianów. je»eli pq = qp = 1. »e Niech W jest elementem odwracalnym. . 0 0 xdx = a2 /2 Dla dowolnej funkcji ci¡gªej caªk¦ (a precyzyjniej jej numeryczne przybli»enie) liczymy w sposób nast¦puj¡cy: dzielimy przedziaª (gdzie [a.7. dla funkcji Postaramy si¦ teraz policzy¢ caªk¦ z funkcji x2 w przedziale 0. P = 1 + X + X 2 + . i w kon- N ).Formalne w tym sensie. po wspóªrz¦dnych. Je»eli zastosujemy powy»sz¡ procedur¦ xi = 0 + ih (gdzie h = a/N ). . Je»eli mamy b funkcj¦ ci¡gª¡ f . je»eli istnieje element neutralny wzgl¦dem mno»enia (oznaczamy cz¦sto jako istnieje 1). operacja caªkowania jest w pewnym sensie operacj¡ odwrotn¡ do operacji pochodnej −1 (z tego powodu b¦d¦ czasami oznaczaª t¦ operacj¦ przez D ). 1/P . . . »e a a 1dx = a.

gdzie zakªadamy. »e xi s¡ parami ró»ne. W3 (x) = . W (xi ) Przykªad 4. W1 (x) = (x2 − 4x + 3). taki by W1 (x1 ) = 0 Szybsze jest podej±cie rekurencyjne (metoda Newtona). Metoda Lagrange'a. y2 − y1 . »e H1 (x1 ) = y1 ).3. Potramy to zrobi¢ odwracaj¡c odpowiedni¡ macierz (przypominam wyznacznik Van der Monde'a). W (3) = −1. . Wtedy P1 (x) = (x − 1)(x − 3). n} Hk przechodz¡cy przez punkty (xi . »e W (0) = 5.4. takie. . W2 (x) = 3 2 6 i W = 5W1 + 2W2 − W3 .3 4. Zauwa»my. . Zaªó»my. Teraz postaramy si¦ dokªadniej opisa¢ t¦ procedur¦.1 Aproksymacja wielomianowa Podstawy Mamy dane punkty xi . Warunek który musi speªnia¢ Wk aby Hk+1 (xk+1 ) = yk+1 . to szukany wielomian zadany jest wzorem zauwa»my. . Chcemy znale¹¢ wielomian W najni»szego stopnia. W (1) = 2. . W3 (x) = (x2 − x). »e wielomian W = i yi Wi . W1 (x) = Po skróceniu dostajemy (x − 1)(x − 3) (x − 0)(x − 3) (x − 0)(x − 1) . yi ) dla i ≤ k . Minusy tego podej±cia to du»a czasochªonno±¢ i zªo»ono±¢ obliczeniowa (trzeba za ka»dym razem wymna»a¢ wszystkie czynniki). W tej sekcji przedstawimy dwa inne podej±cia. .8. »e Wi (xj ) = δij . Znalezienie takiego wielomianu jest proste: Pi zdeniowany wzorem Pi (x) = j=i speªnia warunek (x − xj ) Teraz wystarczy poªo»y¢ Pi (xj ) = 0 dla j = i i Pi (xi ) = 0. x2 − x1 60 i wtedy z powy»szego dostajemy a1 = . Zaªó»my. P3 (x) = (x − 0)(x − 1). »e chcemy znale¹¢ taki wielomian W. (0 − 1)(0 − 3) (1 − 0)(1 − 3) (3 − 0)(3 − 1) −1 2 1 1 (x − 3x). xk . Chcemy znale¹¢ wielomian W1 . Oczywi±cie kªadziemy H1 (x) = y1 (jest to wielomian najni»szego stopnia taki. to oczywi±cie yk+1 = Hk (xk+1 ) + Wk (xk+1 ). taki. . Wi = 1 W (x). »e je»eli znajdziemy wielomiany Wi . znale¹li±my wielomian i y2 = H1 (x1 ) + W1 (x1 ). . Podobnie jak w metodzie Lagrange'a bierzemy W1 (x) = a1 (x − x1 ). Nast¦pny wielomian Hk+1 tworzymy dodaj¡c do Hk odpowiedni wielomian Wk który zeruje si¦ w punktach x1 . P2 (x) = (x − 0)(x − 3). »e W (xi ) = yi . yi . W2 (x) = . »e dla danego k ∈ {1.

. x3 ] | f [x2 . x5 ] | | 61 . . Prosz¦ metod¡ Newtona zanalizowa¢ poprzedni przykªad. xn+1 − x1 (4.9. . . x4 ] | f [x4 . ak . ·. »e f (xi ) = yi . x3 . . . xn ] . Zaªó»my. xk ]. ·. . x2 . czyli a2 = = = = y3 − (y1 + y2 −y1 (x3 x2 −x1 − x1 )) (x3 − x1 )(x3 − x2 ) = 1 y3 − y1 (y2 − y1 )(x3 − x1 ) ( − ) x3 − x1 x3 − x2 (x2 − x1 )(x3 − x2 ) 1 (y3 − y1 )(x3 − x1 ) (y2 − y1 )(x3 − x2 ) ( − ) x3 − x1 (x2 − x1 )(x3 − x2 ) (x2 − x1 )(x3 − x2 ) 1 (y3 − y2 )(x2 − x1 ) (y2 − y1 )(x3 − x2 ) ( − ) x3 − x1 (x2 − x1 )(x3 − x2 ) (x2 − x1 )(x3 − x2 ) = y3 −y2 x3 −x2 − y2 −y1 x2 −x1 x3 − x1 . . . x4 . ·. . . . x3 . ·. . Poniewa» ak zale»y tylko od x1 . xn+1 ] − f [x1 .Podsumowuj¡c H1 = y1 + Wyliczymy teraz H2 . Wtedy wcze±niejszy wzór przyjmuje posta¢ Hf (x) = f [x1 ] + f [x1 . x2 . Zadanie 4. . . mo»emy ak = f [x1 . x2 − x1 W2 (x) = a2 (x − x1 )(x − x2 ). . . . xn+1 ] = f [x2 . ·.4) f [x1 ] = f (x1 ) = y1 . . x2 . x4 ] | f [x1 . . ·] | f [x1 . . xi+1 ] | f [x1 . x3 ] | f [x3 . x4 ] | f [x3 . . · (x − xn−1 ). + an (x − x1 ) · . x5 ] | | f [·. ·. Szukamy teraz takich wspóªczynników f tak¡. x3 . ·] | f [·. x k . xn ](x − x1 ) · . x4 . x5 ] | f [x2 . x4 . (4. · (x − xn−1 ) byª wielomianem speªniaj¡cym warunki przyj¡¢ oznaczenie Hf (xi ) = yi . . »e zachodzi nast¦pu- j¡ca zale»no±¢ pozwalaj¡ca nam wylicza¢ kolejne wspóªczynniki rekurencyjnie f [x1 . . . . x2 ](x − x1 ) + . gdzie a2 jest tak dobrane by zachodziª warunek y3 = H2 (x3 ) + a2 (x3 − x1 )(x3 − x1 ). . . . by Hf (x) := a1 + a2 (x − x1 ) + a3 (x − x1 )(x − x2 ) + .5) Zazwyczaj do konkretnych wylicze« zapisujemy te wspóªczynniki w tabelce (dla prostoty wypisuj¦ w przypadku gdy dokonujemy aproksymacji w pi¦ciu punktach): i 1 2 3 4 5 xi x1 x2 x3 x4 x5 | | | | | | f [xi ] f [x1 ] f [x2 ] f [x3 ] f [x4 ] f [x5 ] | f [xi . »e mamy funkcj¦ Postaram si¦ teraz troszk¦ zgrabniej to opisa¢. x2 ] | f [x2 . . . Za W2 przyjmujemy y2 − y1 (x − x1 ). x3 . . ·] | f [x1 . Mo»na ªatwo sprawdzi¢. Oczywi±cie jak wcze±niej pokazali±my. + f [x1 . x5 ] | | f [·.

tak cz¦sto post¦pujemy dla przykªadu w zyce).3. . (f · g) (x) = f (x)g(x) + f (x)g (x). . • (ex ) = ex . + x(x − 1) · . UWAGA: prosz¦ pami¦ta¢. h x0 . z naturalnymi dziaªaniami dodawania i mno»enia (f + g)(x) := f (x) + g(x). 1! 2! n! (4. Niech A b¦dzie przedziaªem w R. x0 ∈ A . xi+k ] dzielimy ró»nice wyrazów z (xi+k − xi ). »e • (xn ) = nxn−1 . • sin (x) = cos(x). (f · g)(x) := f (x) · g(x) Niech dla x ∈ A.2 (∆2 y)0 (∆n y)0 (∆y)0 x+ x(x − 1) + . . • cos (x) = − sin(x). . Pochodne bardziej skomplikowanych funkcji liczy si¦ korzystaj¡c z nast¦puj¡cych wzorów: 1. 3. . Intuicyjnie pochodna odpowiada za pr¦dko±¢ zmiany funkcji (je»eli pochodna > 0 to znaczy. (f /g) (x) = (f (x)g(x) − f (x)g (x))/g(x)2 . je»eli <0 to maleje). 2. i t¦ granic¦ oznaczamy przez f jest ró»niczkowalna w punkcie f (x0 ) (pochodna x0 ). Je»eli istnieje granica h→0 to mówimy. »e w punkcie lim f (x0 + h) − f (x0 ) . i jak ªatwo wida¢ nasz wielomian y(x) wylicza si¦ wzorem: y(x) = y0 + 4. (f ◦ g) (x) = f (g(x)) · g (x) (◦ (f −1 ) (x) = 1/f (f −1 (x)) oznacza operacj¦ skªadania funkcji). 5. Wa»nym pier±cieniem jest przestrze« funkcji z A w R. . nast¦pne kolumny wyliczamy rekrurencyjnie. yn ). . . 4. (przez f −1 oznaczam tutaj funkcj¦ odwrotn¡ do funkcji f ). (af ) (x) = af (x).Pogrubione s¡ te czynniki które znamy. 6. »e przy wyliczaniu wspóªczynników w kolumnie kolumny poprzedniej przez f [xi . xi = i (to jest gdy pomiary wykonujemy Wtedy mamy ci¡g Jeden z wa»niejszych przypadków tego wzoru wyst¦puje gdy w kolejnych jednostkach czasu. · (x − n + 1).6) Krótkie informacje o pochodnej W poni»szej sekcji przypomn¦ (lub je±li nie byªo w szkole to podam) podstawowe informacje o pochodnej (jest mi to potrzebne gdy» w nast¦pnej sekcji b¦d¦ aproksymowaª funkcj¦ wraz z pochodnymi). . (f + g) (x) = f (x) + g (x). . Korzystaj¡c z denicji pochodnej mo»na pokaza¢. . 62 . »e funkcja ro±nie. . (y0 .

spline) Aproksymacja Hermite'a jest uogólnieniem metody Newtona na sytuacj¦ gdy jeszcze w danym punkcie okre±lamy pochodne a» do odpowiedniego rz¦du (w szczególno±ci uogólniamy tak»e wzór Taylora). x 0 ] = Powy»szy wzór nam uzupeªnia (4. x + 2h] = f (x + h) − f (x) f [x + h. . gdzie x0 f [x0 .5). 4. x0 ] = f (x0 )/2!. x1 ] | f [x1 . i w punkcie Zobaczmy teraz jak to pracuje na przykªadzie.) zaznaczyªem pogrubion¡ czcionk¡. x0 . . 2x cos x cos cos2 x funkcji arctan (czyli funkcji odwrotnej do funkcji arctan (x) = cos2 (arctan x). x1 .3.10. z tym. Zaªó»my. x0 ] | f [x0 . x0 . . . . x0 + (n − 1)h] (b¦dziemy zmierza¢ z h do zera). x + 2h] − f [x. x0 + h. cos2 x = 1/(1 + tan2 x). ·] | f [x0 . Policzmy pochodn¡ funkcji tangens (wzór 4 z powy»szych): tan (x) = ( I teraz mo»emy policzy¢ pochodn¡ z wzoru 6: cos x cos x − sin x(− cos x) 1 sin x ) = = . f (x1 ). x1 ] | | f [·. f (x0 ) i f (x1 ). 63 . 2 1 + (tan(arctan x)) 1 + x2 z wzoru 5 na pochodn¡ funkcji zªo»onej ln x to 1/x. ·. x + h. Wzór wygl¡da analogicznie jak wcze±niej. za± pozostaªe wyznaczamy stosuj¡c wzór (4. x + h] = Czyli f [x + h] − f [x] ≈ f (x). x1 . x1 ] | | Te czynniki które znamy (dla przykªadu f [x0 . x1 . ·] | f [·. h f [x. xi+1 ] | f [x0 .5) 1 (n) f (x0 ).9. x1 . . x0 ]. x1 ] | | f [·. za± w drugim do drugiej (czyli f (x0 ). ·. x1 .3 Aproksymacja Hermite'a i funkcje sklejane (ang. . ·. . x1 ] | f [x0 . ·] | f [x0 . xx korzystaj¡c (xx ) = ((eln x )x ) = (ex ln x ) = (x ln x) ex ln x = (1 · ln x + x · (ln) (x))xx = (ln x + 1)xx . »e musimy jeszcze wyliczy¢ ile wynosi wyst¦puje n+1 razy. x1 ] | f [x0 . . »e f [ x0 . »e mamy dwa punkty x1 . f (x1 )). x1 ] | f [x1 . x1 ] | f [x0 . x0 mamy podan¡ warto±¢ a» do pierwszej pochodnej. . n! x0 i Przykªad 4. 2h 2h n+1 Post¦puj¡c konsekwentnie mo»na ªatwo sprawdzi¢. x + h] ≈ ≈ f (x)/2. ·. ·. x0 . itd. Tworzymy tabliczk¦ jak w poprzedniej sekcji umieszczaj¡c dany punkt tyle razy ile mamy o nim informacji.Przykªad 4. »e pochodna funkcji Na deser policzymy jeszcze pochodn¡ funkcji i wzoru 3 na pochodn¡ iloczynu 1 1 = . czyli w naszym przypadku znamy w niej i 0 0 1 1 1 xi x0 x0 x1 x1 x1 | | | | | | f [xi ] f [x0 ] f [x0 ] f [x1 ] f [x1 ] f [x1 ] | f [xi . dostajemy arctan (x) = cos2 (arctan x) = Analogicznie mo»na pokaza¢. . Zrobimy to (nie do ko«ca precyzyjnie) rozwa»aj¡c f [x0 . ·. Mamy oczywi±cie f [x. . x1 . x1 . x1 ] | f [x1 . tangens) korzystaj¡c Korzystaj¡c z wzoru wyra»aj¡cego cos2 za pomoc¡ funkcji tangens.

x1 ] − f [x0 . gdy mamy przybli»amy funkcj¦ tylko w jednym (n) pochodnej (czyli gdy mamy podane f (x0 ). Zauwa»my.: dostajemy wzór n-tej Przejdziemy teraz do poj¦cia funkcji sklejanych (omówi¦ najprostszy przypadek dla pochodnej rz¦du pierwszego). x0 . p1 := W0 (x1 ) p1 = W0 (x1 ) = f (x0 ) + 2[(f (x1 ) − f (x0 ))/(x1 − x0 ) − f (x0 )] = No i teraz kolejn¡ funkcj¦ wzór rekurencyjny: korzystaj¡c z wzoru f (x1 ) − f (x0 ) y1 − y0 − f (x0 ) = − p0 . x1 − x0 x1 − x0 i W1 pk wyznaczamy tak by W1 (x1 ) = y1 .12 (funkcje sklejane). co wi¦cej nasza funkcja b¦dzie wtedy funkcj¡ ci¡gª¡. Poniewa» funkcja kwadratowa ma trzy parametry. i chcemy znale¹¢ xi i f . »e wykres nie b¦dzie miaª ostrzy). xk+1 − xk (chcemy dodatkowo. x0 ] (x − x0 )2 x1 − x0 (f (x1 ) − f (x0 ))/(x1 − x0 ) − f (x0 ) (x − x0 )2 . W1 (x2 ) = y2 W1 (x1 ) = p1 = W0 (x1 ) xk ) wyznaczamy (zgodno±¢ pochodnych gwarantuje. .Zadanie 4. p (1) = 3.11. by pochodna Zadanie 4. »e f (xi ) = yi . . punkcie ale do Taylora. by pochodne w punktach w¦zªowych si¦ zgadzaªy). Prosz¦ za pomoc¡ funkcji sklejanych klasy C 1 (czyli jak wy»ej) dokona¢ interpolacji funkcji speªniaj¡cej warunki w zerze wynosiªa f (0) = 0. p (2) = 8. Wtedy szybciej i bardziej rozs¡dnie jest zastosowa¢ funkcje sklejane. W konsekwencji dostajemy prosty znaj¡c (pochodn¡ naszej funkcji w punkcie w¦zªowym pk+1 pk+1 = yk+1 − yk − pk . 64 . takiej. Zadanie 4. »e metoda Hermite'a aproksymowania jest numerycznie kosztowna (co mo»e 6 prowadzi¢ do bª¦dów): wyobra¹my sobie. x1 − x0 wyra»a si¦ wzorem x1 . »e mamy podane punkty wzór funkcji pomi¦dzy xi (zwane w¦zªami) i warto±ci yi . p(2) = 6. Jest to bardzo szybkie i f b¦dzie miaªa dziubki (czyli matematycznie mówi¡c zamiast przybli»a¢ funkcjami ªatwe do wykonania. Rozwi¡zanie ktore si¦ stosuje jest proste: liniowymi b¦dziemy przybli»a¢ na kolejnych przedziaªach za pomoc¡ funkcji kwadratowych (b¦dziemy je tak dobiera¢. Natomiast ªatwo zaobserwowa¢ minus tego podej±cia: tak utworzona funkcja nie b¦dzie ró»niczkowalna). Wtedy korzystaj¡c z wzorów Hermite'a funkcja kwadratowa speªniaj¡ca te warunki jest jednoznacznie wyznaczona wzorem W0 (x) = f [x0 ] + f [x0 . f (1) = 1 i f (3) = 0 0). by f (x0 ) = y0 i f (x1 ) = y1 . Prosz¦ znale¹¢ wielomian minimalnego p stopnia speªniaj¡cy p(1) = 2. . wi¦c mo»emy jeszcze dobra¢ jak chcemy pochodn¡ x0 (czyli ustali¢ dodatkowo parametr p0 = f (x0 )). x0 ](x − x0 ) + f [x0 . »e mamy podane na przykªad 10 punktów w których znamy warto±ci i dla których chcemy dokona¢ interpolacji.10. Zaªó»my jak poprzednio. Wsk. jaki wzór dostaniemy. . Najprostsze podej±cie jest nast¦puj¡ce: przybli»y¢ t¦ funkcj¦ xi+1 za pomoc¡ funkcji liniowej przechodz¡cej przez yi i yi+1 . p (2) = 7. We¹my wi¦c punkty w punkcie x0 i x1  chcemy dobra¢ tak¡ funkcj¦ kwadratow¡. x1 ](x − x0 )2 = f (x0 ) + f (x0 )(x − x0 ) + = f (x0 ) + f (x0 )(x − x0 ) + Pochodna tej funkcji w punkcie f [x0 . Prosz¦ zobaczy¢. f (x0 )).

. Wzór (4. dla operatora h = ∆) mo»ne elegancko.. wiele funkcji nie da si¦ przedstawi¢ w postaci szeregu Taylora (nawet funkcji które s¡ niesko«czenie razy ró»niczkowalne). ∞) x→ x (dla p ∈ R). + ∆ + . .. policzmy jej szereg Taylora. x x jest funkcj¡ analityczn¡. . zªo»enie x p funkcji analitycznych jest funkcj¡ analityczn¡. . to to jest po prostu wzór Taylora zastosowany dla funkcji x0 = 1. iloczyn.11. 1). Mamy bowiem: Ep = (E1 )p = (I + ∆)p = I + p∆ + Podstawiaj¡c do funkcji p(p − 1) ... . 65 . oraz funkcja odwrotna do funkcji analitycznej jest funkcj¡ analityczn¡. Z liceum znaj¡ pa«stwo wzór na sum¦ szeregu geometrycznego: 1 = 1 − h + h2 − h3 ± . .7) Je»eli si¦ powy»szemu wzorowi przypatrzy¢.6). Niestety. k! Przykªad 4.. sin(x) i cos(x) s¡ funkcjami analitycznymi. Mo»na tak»e pokaza¢. 1! 2! 3! x. . Wzór ten jest bardzo wygodny. (p − k + 1) k p(p − 1) 2 ∆ + . 1). »e analog dwumianu Newtona zachodzi dla dowolnych (niekoniecznie naturalnych) pot¦g: (1 + h)p = 1 + ph + p(p − 1) 2 p(p − 1)(p − 2) 3 h + h + . e . . cos x = 1 − + ± . . . Analogicznie Šatwo mo»na sprawdzi¢. ... ..2. 3! 5! 2! 4! eix = cos x + i sin x. »e e x W tym przykªadzie obliczam szereg Taylora w otoczeniu punktu x0 = 0. ∆ (kªadziemy Ciekawostka: korzystaj¡c z wzoru (1 + h)p = 1 + ph + p(p − 1)h2 + . (p − k + 1) k ∆ y (0). Poniewa» (e ) = e . wyprowadzi¢ wzór (4.4 Szeregi Taylora Matematycy kiedy± chcieli móc stosowa¢ dla dowolnych funkcji wzór Taylora ∞ f (x0 + h) = k=0 1 (k) f (x0 )hk k! dla odpowiednio maªych h. 2! 3! p = −1.4. . »e funkcje (0. dostajemy trywialnie ex = 1 + 1 1 1 x + x2 + x3 + . Okazuje si¦. Mo»na tak»e pokaza¢.3.12. (4. Oczywi±cie ka»dy wielomian jest funkcj¡ analityczn¡. »e sin x = x − Z powy»szych dostajemy x3 x5 x2 x4 + ± . gdy» przedstawia dan¡ funkcj¦ w postaci sumy szeregu pot¦gowego.7) jest szczególnym przypadkiem powy»szego wzoru dla Obserwacja 4.. 1·2 k! y(·) w zerze dostajemy ∞ y(p) = (Ep y)(0) = k=0 p(p − 1) . Rozwi¡zanie jest proste: funkcje które w ka»dym punkcie swojej dziedziny daj¡ si¦ (lokalnie) przedstawi¢ w postaci szeregu Taylora nazywamy funkcjami analitycznymi. »e szereg pot¦gowy z prawej strony jest zbie»ny dla dowolnych mo»na pokaza¢. Skoro wiemy. Przykªad 4. . acz nieformalne. 1+h 1/x w otoczeniu punktu dla h ∈ (−1. dla h ∈ (−1. »e suma..

3 5 π dla x ∈ (−1.. x h ∈ (−1. Poniewa» zapisujemy liczby w postaci dziesi¦tnej... »e w praktyce powy»szego π si¦ nigdy nie stosowaªo. . = ehD . 1 + h2 0. Poniewa» Przykªad 4.Wniosek 4. »e w takim razie pojawiª nam si¦ drugi problem: jak policzy¢ arctan(1/5) z π/4 = arctan(1) arctan(1/5)? Poniewa» π/4 ≈ 0. wi¦c w takim bardzo zgrzebnym przybli»eniu dostajemy arctan(1) ≈ 4 arctan(1/5). . .8) Powy»szy wzór mo»e by¢ u»yty do wyliczenia liczby (wstawiamy π = 1 − 1/3 + 1/5 − 1/7 ± .. 1). Znaj¡c szereg Taylora funkcji ex abstrakcyjny wzór Taylora mo»emy operatorowo zapisa¢ w sposób nast¦puj¡cy: Eh = I + hD + h2 2 D + . W takim razie spróbujmy wyliczy¢ ró»nic¦ 4 arctan(1/5) − arctan(1). co powoduje. Prosz¦ wyliczy¢ wzór Taylora dla logarytmu (w h2 h3 + ± . szereg po prawej stronie jest dosy¢ wolno zbie»ny do wzoru do wyznaczania π. . . Im mniejsze we¹miemy promisem jest przyj¦cie przy znajomo±ci x tym szybciej szereg (4. (4.8. x = 1): (4. arctan. Przytoczymy tu jego rozumowanie.9) W tym celu przydaªby si¦ nam wzór na sum¦ (czy ró»nic¦) arcotangensów. Caªkuj¡c obie strony powy»szego równania w przedziale dostajemy arctan x − arctan 0 = x − x3 x5 + ± . 4 Niestety. . ln(1 + h) = h − 2 3 gdzie powy»szy wzór jest zbie»ny dla h ∈ (−1. Czyli tan(x + y) = sin x cos y + cos x sin y sin(x + y) = = cos(x + y) cos x cos y − sin x sin y 66 . wi¦c dostajemy dla arctan h = 1 = 1 − h2 + h4 − h6 ± . Poniewa» ani ja. 2! x0 = 1): Zadanie 4.1. Taylora. We¹my pod uwag¦ funkcj¦ arctan h Mo»na tak»e sprytnie wylicza¢ szeregi = 1/(1 + h2 ). ani wi¦kszo±¢ z Pa«stwa tego wzoru nie pami¦ta.8) jest zbie»ny.13. John Machin w roku 1706 zmodykowaª powy»szy wzór co pozwoliªo mu policzy¢ π z dokªadno±ci¡ do 100 liczb po przecinku (modykacje tego wzoru s¡ u»ywane do dzi±).13 (wzór Machina na π  nie byªo na wykªadzie!!!).. 1). . cos(x + y) = cos x cos y − sin x sin y. wyliczymy go sobie korzystaj¡c z nast¦puj¡cych wzorów (które powinni±my zna¢): sin(x + y) = sin x cos y + cos x sin y. W konsekwencji potramy szybko i zgrabnie policzy¢ du»¡ dokªadno±ci¡. 1). Z tym. a arctan(1/5) ≈ 1/5. wygodnie nam b¦dzie u»ywa¢ x-y które maj¡ ªatwe rozwini¦cie dziesi¦tne  rozs¡dnym kom- x = 1/5.

11) arctan a − arctan b = arctan( Przyda nam si¦ jeszcze wzór na podwojony arctangens (w (4.16. b) y 2 .: prosz¦ skorzysta¢ z idei zaprezentowanej w poprzednim 67 . »e a0 > 0. wi¦c szereg na arctan(1/239) jest bardzo szybko zbie»ny. 1 − ab (4.14. d) y . c) ey . c) x/(1 + x − x2 ). Zadanie 4. Poniewa» 1/239 jest bardzo maª¡ liczb¡.15. Zadanie 4. b) x/(ex − 1). 2 2 1 − (5/12) 12 − 5 119 120/119 − 1 ) = arctan(1/239). y rozwija si¦ szereg pot¦gowy zadany wzorem y = a0 + a1 x + a2 x 2 + a3 x 3 + . b) 2x .10) wstawiamy 2 arctan(a) = arctan( I teraz mo»emy ju» wróci¢ do wyliczenia (4.10) podstawimy −b to otrzymujemy wzór na ró»nic¦ arcotangensów: a−b ). Prosz¦ znale¹¢ pierwsze cztery wspóªczynniki rozwini¦cia funkcji a) √ 1/y . »e wzór Machina: 4 arctan(1/5) − arctan(1) = arctan(1/239). Dla zainteresowanych: jak wygl¡daªby analogiczny wzór. . x = 1/10 Zadanie 4.9): 2a ). e) y . Zakªadamy dodatkowo. Wsk.= Wstawiaj¡c w miejsce sin x cos y+cos x sin y cos x cos y cos x cos y−sin x sin y cos x cos y = tan x + tan y . 1 − tan x tan y dostajemy x arctan a i w miejsce y arctan b tan(arctan a + arctan b) = i bior¡c a+b . . f ) y . 1 − 1/25 4 arctan(1/5) = 2 arctan(2/5) = arctan( 10/12 10 · 12 120 ) = arctan( 2 ) = arctan( ). (w zerze dajemy warto±¢ 1) w szereg Taylora. w szereg pot¦gowy. 1 + 120/119 co oznacza. 1 − a2 2 arctan(1/5) = arctan( 2/5 ) = arctan(5/12). zadaniu. π/4 = arctan(1/5) − arctan(1/239). 1 + ab b = a): (4. »e zachodzi 4 arctan(1/5) − arctan(1) = arctan( Otrzymali±my w konsekwencji. . 1 − ab arctan od obu stron dostajemy arctan a + arctan b = arctan( Je»eli teraz w miejsce a+b ). Prosz¦ znale¹¢ pierwsze cztery wyrazy rozwini¦cia funkcji a) tan x. Prosz¦ wyliczy¢ szeregi Taylora funkcji a) Funkcja (1 + 2x)1/3 .10) b we wzorze (4. je»eli przyj¦liby±my pocz¡tkowy (do rozwi¡zania warto u»y¢ dowolnego programu do oblicze« symbolicznych).

»e powy»szy wzór jest dobry dla wielomianów! Poniewa». −1 oznaczenie. 6 68 .5 Wzór na sumowanie . β4 = −1/30. Zadanie 4.3.17. i w konsekwencji wszystkie wspóªczynniki o nieparzystych indeksach poza pierwszym si¦ zeruj¡).. . koro (yk ). 2 12 6 6 C wyliczamy podstawiaj¡c n = 0 (i wtedy dostajemy C = 0). wtedy (e − 1) czyli powinni±my mie¢ x 1 )= =x ( x e −1 x −1 ∞ n=0 βn n 1 1 x = x−1 − + x + . taki.. n! 2 12 ∞ ∆ gdzie −1 =D −1 1 1 − I + D + . k! (4. .nie byªo na wykªadzie!!! Postaram si¦ teraz wyprowadzi¢ wzór na sumowanie. i w konsekwencji otrzymujemy n−1 wzór k2 = k=0 n(2n − 1)(n − 1) . = 2 12 n+1 k=0 βk k−1 D . »e k−1 »e zk = C + i=0 yi . czyli powinni±my mie¢ ∆−1 = (eD − I)−1 . (dla pewnej staªej Korzystaj¡c z powy»szego wylicz¦ dokªadny wzór na sum¦ kwadratów. n! x/(ex − 1) + x/2 jest funkcj¡ a) sprawdzi¢ które wyrazy si¦ zeruj¡ i to udowodni¢ (wskazówka: funkcja parzyst¡. ∆(yk ) = (zk )? Niech b¦dzie dany ci¡g (wsk. »e 0 = 0/). »e podobnie jak w przypadku caªki ∆−1 jest okre±lone z dokªadno±ci¡ do staªej). Okazuje si¦. Przedstawmy funkcj¦ (ex − 1)−1 x −1 na szereg. jest OK /przyjmuj¦ I + ∆ = eD .14.: β0 = 1. dla wielomianu stopnia n pochodne stopnia si¦ zeruj¡ na podstawie powy»szego mo»emy wyliczy¢ wzór Faulhabera na sum¦ pot¦g kolejnych liczb naturalnych. β3 = 0. k=0 k 8 liczb Bernoulliego (β0 = 1. β2 = 1/6. to mamy ∆ = eD − I . (∆−1 )(k).. Nast¦pnie prosz¦ znale¹¢ ∆−1 (ak ). gdzie C dowolne. Zadanie 4. c) poda¢ pierwsze b) znale¹¢ rekurencyjny wzór na liczby Bernoulliego (wsk. Przez D−1 rozumiem caªk¦. do czego przydadz¡ nam si¦ liczby Bernoulliego. a przez ∆−1 operator odwrotny do ∆. m m+1 βk = 0)..12) βk to s¡ liczby Bernoulliego.: prosz¦ zauwa»y¢.4. Przykªad 4. −1 Oznaczam dowolny taki ci¡g (zk ) przez ∆ (yk ) (prosz¦ zauwa»y¢. Mamy bowiem C) n−1 k2 = C + k=0 β0 0! n k 2 dk + 0 β1 2 β2 β3 n + (2n) + (2) 1! 2! 3! Staª¡ 1 1 2n3 − 3n2 + n n(2n − 1)(n − 1) = C + n3 /3 − n2 + 2n = C + =C+ . Liczby Bernoulliego βn otrzymujemy przez rozwini¦cie w szereg Taylora x = x−1 e ∞ n=0 βn n x . β1 = −1/2. Jakim wzorem wyra»a si¦ dowolny ci¡g (zk ).18.).

Mówimy. ¯ Mówimy. 4.577 o której do tej pory nie wiadomo czy nie jest a) Korzystaj¡c z wzoru (4. kwaternion sprz¦»ony do w . i wektorowy. v¯ = v v = |v|2 . f (x) = ln(x). gdzie wi ∈ R. Przy okazji to C jest staªa γ Eulera ≈ 0. n 5 k=0 k .21 (kwaterniony).4 Pier±cie« (ciaªo) kwaternionów S¡ przydatne w grace do wykonywania i zapisywania obrotów (w zwi¡zku Kwaterniony s¡ chyba najwa»niejszym przykªadem pier±cienia nieprzemiennego z dzieleniem (czasami mówi si¦ o ciele nieprzemiennym).19 stopnia (scilab) .12) jest poprawny w przestrzeni wielomianów 1. ≤ 20 (wsk. v ¯ wi¦c v −1 = v /|v|2 . je»eli ich cz¦±ci wektorowe s¡ równolegªe (prostopadªe). b) (1 − j)(1 + i + k)−1 c) dokonaj normalizacji kwaterniona 2i + j + 2k . Šatwo mo»na zauwa»y¢. »e kwaternion jest znormalizowany je»eli ma norm¦ jeden (normalizaProsz¦ zauwa»y¢. . Zadanie 4. w = w0 + w1 i + w2 j + w3 k .12) [bierzemy rozwini¦cie w szeregu do β5 ] prosz¦ wyliczy¢ przybli»ony wzór na n−1 k=1 1/k (prosz¦ dobra¢ C tak aby dla n du»ego /zmierzaj¡cego do niesko«czono±ci/ oba wzory si¦ zgadzaªy). Korzystaj¡c ze Scilaba prosz¦ porówna¢ warto±ci obu funkcji dla c) Analogicznie jak b) tylko dla funkcji k = 1. . Kwaternion w to w0 + w1 i + w2 j + w3 k . Przez w . Mówi¦. . W swojej idei s¡ bardzo podobne do liczb zespolonych. w3 )). Na ich podstawie ªatwo wyliczamy pozostaªe wzory ij = k. znormalizowany. »e wzór (4.50. ¯ 2 2 2 2 w0 + w1 + w2 + w3 Poniewa» jak ªatwo sprawdzi¢ dla Przez norm¦ (moduª) kwaternionu w rozumiem Dla kwaterniona kwaternionów zachodz¡ wzory |vw| = |v| · |w|. b) Korzystaj¡c z (4. . przez jego cz¦±¢ rzeczywist¡ realw rozumiem w0 . ki = j. Aby wymno»y¢ kwaterniony potrzebne s¡ nast¦puj¡ce wzory (tak zwane wzory Hamiltona): i2 = j 2 = k 2 = ijk = −1. Prosz¦ wyliczy¢ a) (1 + i + j + k)(1 − i + j − k).12) prosz¦ wyliczy¢ dokªadny wzór na liczb¡ wymiern¡. u jest ∈R kwaternion cos ϕ + sin ϕu jest tak»e znormalizowany (trywialna Zadanie 4.: z liniowo±ci wystarczy sprawdza¢ dla wielomianów Prosz¦ sprawdzi¢. 69 . Dodaje si¦ kwaterniony po wspóªrz¦dnych. »e kwaternion jest rzeczywisty. to dla ka»dego ϕ 2 2 konsekwencja z cos + sin = 1). je»eli vectw = 0. w2 . 6 Zadanie 4. x20 ). »e dwa kwaterniony s¡ równolegªe (prostopadªe).Jak kto± chce to mo»e jeszcze w miejsce n n podstawi¢ n+1 aby dosta¢ wzór który ju» dobrze znamy k2 = k=0 n(n + 1)(2n + 1) .. kj = −i. rozumiem kwaternion w0 − w1 i − w2 j − w3 k = realw − vectw . za± 3 przez cz¦±¢ wektorow¡ vectw rozumiem w1 i + w2 j + w3 k (uto»samiam z punktem w R o wspóªrz¦dnych (w1 . ji = −k. »e mno»enie dwóch równolegªych kwaternionów jest przemienne.20. je»eli realv = 0. »e je»eli kwaternion wektorowy cja to dzielenie wektora przez jego norm¦). jk = i. sa jedynie bardziej skomplikowane. ik = −j. x. czwórka z tym klasa obsªuguj¡ca kwaterniony jest zaimplementowana w bibliotece DirectX).

13) widzimy.14) w o k¡t 2ϕ wzgl¦dem prostej rozpi¦tej na u.3.Prosz¦ sprawdzi¢. je»eli pomno»ymy do cos ϕ + sin vau. operacja w → (cos ϕ + sin ϕu)w(cos ϕ − sin ϕu) dokonuje obrotu (4. w s¡ prostopadªe. za± v×w to iloczyn wektorowy wektorów v i w. 70 . W konsekwencji powy»szy odwrotny) wzór oznacza. Ale u×v to jest wektor prostopadªy do u i v o dªugo±ci równej dªugo±ci v. Teraz k¡t (cos ϕ + sin ϕu)w⊥ (cos ϕ − sin ϕu) to oczywi±cie na podstawie wcze±niejszych rozwa»a« obrót w⊥ o 2ϕ wzgl¦dem prostej rozpi¦tej na wektorze u (czyli cz¦±¢ równolegª¡ do u nie zmienili±my. dowolnie wybrany. v z prawej strony przez wektor sprz¦»ony (i równocze±nie cos ϕ − sin vau to dostaniemy v(cos ϕ − sin ϕu) = cos ϕ · v − sin ϕ · (v × u) = cos ϕ · v + sin ϕ · (u × v). przez Niech u b¦dzie wektorowym kwaternionem znormalizowany i niech k¡t ϕ∈R b¦dzie We¹my dowolny wektorowy kwaternion v który jest prostopadªy do u i pomnó»my go z lewej strony cos ϕ + sin ϕu.13) (cos ϕ + sin ϕu)v = cos ϕ · v + sin ϕ · (u × v). to v · w = −w · v. czyli przez u) obrotu wektora v o k¡t ϕ. (1. gdzie v◦w to iloczyn skalarny. −1. Wtedy na podstawie wzoru (4. »e mno»enie kwaternionów równolegªych jest przemienne): (cos ϕ + sin ϕu)w(cos ϕ − sin ϕu) = (cos ϕ + sin ϕu)(w|| + w⊥ )(cos ϕ − sin ϕu) = (cos ϕ + sin ϕu)w⊥ (cos ϕ − sin ϕu) + (cos ϕ + sin ϕu)w|| (cos ϕ − sin ϕu) == (cos ϕ + sin ϕu)w⊥ (cos ϕ − sin ϕu) + w|| . za± cz¦±¢ prostopadª¡ obrócili±my o k¡t 2ϕ). dla znormalizowanego kwaternionu wektorowego u i dowolnego k¡ta ϕ. w1 w2 w3 Na podstawie wzoru (4. Obserwacja 4.22 przez punkt (kwaterniony) . Czyli tak»e dokonamy obrotu v wzgl¦dem prostej rozpi¦tej na u o k¡t ϕ! w). 0) wzgl¦dem prostej przechodz¡cej Zadanie 4. Podsumowuj¡c. w|| jest kwater- w lewostronnie przez u a w⊥ jest kwaternionem wektorowym prostopadªym do u. czyli i j k v × w = v1 v2 v3 . Prosz¦ dokona¢ obrotu punktu (2. Pomnó»my teraz (cos ϕ + sin ϕu) i prawostronnie przez (cos ϕ − sin ϕu) (korzystamy w poni»szych rachunkach z tego.13) v · w = −v ◦ w + v × w. »e je»eli dwa wektorowe kwaterniony v. 2) o k¡t ϕ = 2π/3. »e dla wektorowych kwaternionów viw zachodzi wzór (4. »e dokonali±my (w pªaszczy¹nie prostopadªej do Analogicznie. 0. Wtedy gdzie We¹my teraz dowolny wektor (kwaternion wektorowy) nionem równolegªym do w (nie zakªadamy prostopadªo±ci do mo»emy go przedstawi¢ (prosz¦ sobie sprawdzi¢!) w postaci sumy w = w|| + w⊥ .

Q[ p] p jest pierwsze) R. Przykªadami ciaª s¡ √ Q. Zp (p Z liczba pierwsza). Zadanie 4. Znajomo±¢ informacji o ciaªach przydatna jest tak»e w usuwaniu niewymierno±ci z mianownika. »e ka»dy element z √ √ Q[ 2. a w szczególno±ci ciaªo Zp (umiej¦tno±¢ znajdowania liczby odwrotnej w tym ciele jest przydatna w rozkªadaniu liczb na czynniki pierwsze). Prosz¦ znale¹¢ a) 3−1 w Z7 . takimi. Aby wyliczy¢ te wspóªczynniki wystarczy teraz (oczywi±cie je»eli si¦ nam uda) rozwi¡za¢ ukªad 4 równa« z 4 niewiadomymi  1 = q0 + 2q1 + 3q2   0 = q + q + q 1 0 3 0 = q2 + 2q3 + q0    0 = q3 + q 2 + q1 . Zadanie 4. »e (F. 71 .23. wymna»am przez siebie kolejne pierwiastki do momentu W naszym przypadku ªatwo wida¢. Poniewa» teoria któr¡ si¦ stosuje wymaga wi¦kszego wprowadzenia którego nie b¦d¦ robiª. 2+ 3 √ 2 i Post¦pujemy nast¦puj¡co: znajdujemy najmniejsze ciaªo zawieraj¡ce liczby wymierne i √ √ √ Q[ 2. »e ka»dy element niezerowy jest odwracalny oraz zachodzi rozdzielno±¢ mno»enia wzgl¦dem dodawania. Q. qi ∈ Q √ √ 2. C. Prosz¦ pozby¢ si¦ niewymierno±ci z mianownika: √ √ √ √ 3 3 1/(1 + 2 2 + 4). 3. »e wystarczy rozpatrze¢ tylko gdy za ka»dym razem tra¦ do czego± co ju» potra¦ wygenerowa¢ za pomoc¡ kombinacji liniowej poprzed- √ nich o wspóªczynnikach z 6. 1+ 2+ 3 √ √ wymno»eniu obu stron przez 1 + 2 + 3 dostajemy równanie (je»eli si¦ nie pomyliªem) √ √ √ 1 = (q0 + 2q1 + 3q2 )1 + (q1 + q0 + 3q3 ) 2 + (q2 + 2q3 + q0 ) 3 + (q3 + q2 + q1 ) 6. ·) jest przemi enn¡ póªgrup¡ z jedynk¡ tak¡.15. Zaªó»my. b) 5−1 w Z23 . I w szczególno±ci tak»e dla pewnych Po √ √ √ 1 √ √ = q0 + q1 2 + q2 3 + q3 6. opisz¦ tylko sposób post¦powania na jednym przykªadzie. 1/(1 + 2 2 + 3). 3 (oz- Aby je znale¹¢.4. Okazuje si¦. +) jest grup¡ abelow¡. Ciaªa mo»na budowa¢ z pier±cieni przemiennych bez dzielników zera tworz¡c tak zwane ciaªa uªamków (w ten sposób na przykªad mo»na zdeniowa¢ Q jako ciaªo uªamków pier±cienia czy funkcje wymierne powstaªe jako ciaªo uªamków pier±cienia wielomianów). »e chcemy si¦ pozby¢ niewymierno±ci z mianownika w uªamku 1+ naczam je przez √ 1 √ . 3] mo»na zapisa¢ w postaci √ √ √ q0 + q1 2 + q2 3 + q3 6 dla qi ∈ Q.24. (gdzie (F. W kryptograi wa»ne zastosowanie maj¡ ciaªa sko«czone.5 Ciaªa F z dziaªaniami Ciaªem nazywamy zbiór + i ·. 3]). Przykªad 4.