Szkielet notatek wykładu
Transkrypt
Szkielet notatek wykładu
Analiza dla informatyków 1 DANI LI1 PaweÃl Domański — szkicowe notatki do wykÃladu WykÃlad 3 1. Liczby zespolone Jak zauważyliśmy liczby wymierne nie wystarczaja̧ (i wiedzieli to już starożytni Grecy) - okazuje sie jednak, że liczby rzeczywiste też nie wystarczaja̧ np. gdy chcemy rozwia̧zać równanie x2 + 1 = 0 Paradoksalnie liczby rzeczywiste jest trudno skonstruować ale jak już je mamy to Ãlatwo zdefiniować liczby zespolone, dla których powyższe równanie ma rozwia̧zanie (a nawet dwa!). Definicja 1 Zbiorem liczb zespolonych nazywamy zbiór par liczb rzeczywistych (a, b) ∈ R2 i określamy na nich dziaÃlania: (1) (2) (a, b) + (c, d) = (a + c, b + d); (a, b) · (c, d) = (ac − bd, ad + bc) Oznaczenie: C od “complex” Pierwsze dziaÃlanie jest oczywiste - drugie wygla̧da tajemniczo - spróbujmy je wyjasnić. a) (a, 0) · (c, d) = (ac, ad) (a, 0) · (c, 0) = (ac, 0) Zatem jeśli utożsamimy liczbȩ rzeczywista̧ a z liczba̧ zespolona̧ (a, 0), to dziaÃlania sa̧ zachowane: istotnie liczby zespolone sa̧ rozszerzeniem liczb rzeczywistych. b) (a, b) = (a, 0)+(0, b) = a+b·(0, 1) istotnie b · (0, d) = (b, 0) · (0, d) = (0, bd). Zatem liczba i := (0, 1) jest szczególnie ważna: (0, 1) · (0, 1) = (−1, 0) = −1 czyli jest ona pierwiastkiem z −1!!!!! Sta̧d: (a, b) = a + b · i 1 c) ReguÃla mnożenia: (a, b)·(c, d) = (a+bi)·(c+di) = ac+bdi2 +adi+bci = ac−bd+(ad+bc)i = (ac−bd, ad+bc) Mnożymy liczby jak wyrażenia i zastepujemy i2 przez −1. Twierdzenie 2 Zbiór liczb zespolonych z dziaÃlaniami jest ciaÃlem tj. speÃlnia aksjomaty liczb rzeczywistych (1)-(9), gdzie (0, 0) jest elementem neutralnym dodawania a (1, 0) jest elementem neutralnym mnożenia. Nie jest ciaÃlem uporza̧dkowanym. Dowód jest dość żmudny i zrobiony w ksia̧żce SoÃltysiaka. 2. Terminologia z = (a, b) = a + bi • a czȩść rzeczywista: Re z; • b czȩść urojona: Im z; • (a, −b) = a − bi liczba sprzȩżona: z̄; √ • a2 + b2 moduÃl: |z|; 2 Tablica 2.4 WÃlasności sprzȩżenia liczby zespolonej Jeśli z i w sa̧ liczbami zespolonymi, to (1) z + w = z + w; (2) z · w = z · w; (3) z = z; (4) z·z jest liczba rzeczywista̧ nieujemna̧; (5) z + z jest liczba rzeczywista̧; 1 (z − z); (6) Re z = 12 (z + z) i Im z = 2i (7) z jest liczba rzeczywista̧ wtedy i tylko wtedy, gdy z = z. 3 Tablica 2.5 WÃlasności moduÃlu liczby zespolonej Jeśli z i w sa̧ liczbami zespolonymi, to (1) |z| > 0 dla z 6= 0, |0| = 0; (2) |z| = |z|; (3) |z|2 = z · z; (4) | Re z| ≤ |z|, | Im z| ≤ |z|; (5) |z · w| = |z| · |w|; (6) |z + w| ≤ |z| + |w|. 4 3. Interpretacja geometryczna liczb zespolonych L Ã atwo zobaczyć, że liczby zespolone można interpretować jako punkty pÃlaszczyzny gdzie oś pozioma to oś rzeczywista i wtedy pierwsza wspóÃlrzȩdna punktu, to czȩść rzeczywista, a druga: czȩść urojona. interpretacja: • ModuÃl: odlegÃlość punktu od środka ukÃladu = dÃlugość wektora wodza̧cego punktu; • Argument: ka̧t miȩdzy wektorem wodza̧cym punktu i dodatnia̧ póÃlosia̧ osi rzeczywistej; • Liczba sprzȩżona: punkt symetryczny wzglȩdem osi rzeczywistej. • Postać trygonometryczna liczby zespolonej: z = |z|(cos ϕ + i sin ϕ) • Dodawanie liczb zespolonych to dodawanie wektorów. 5 • Mnożenie liczb zespolonych z = |z|(cos ϕ + i sin ϕ), w = |w|(cos ψ + i sin ψ) mnożymy: z · w = |z| · |w|(cos ϕ cos ψ − sin ϕ sin ψ + i[cos ϕ sin ψ + sin ϕ cos ψ]) = |z| · |w|(cos(ϕ + ψ) + i sin(ϕ + ψ)) Czyli: mnoża̧c - mnożymy moduÃly i dodajemy argumenty! • Mnożenie przez liczbȩ o module 1 to obrót o argument mnożnika. MoraÃl: Struktura liczb zespolonych pozwala na “arytmetyzacjȩ” geometrii pÃlaszczyzny. Pokaz mnożenia w pliku: “liczby zespolone w3.nb”. 6 4. Wzór Moivre’a (cos ϕ + i sin ϕ)k = cos kϕ + i sin kϕ a) Pozwala on obliczać Ãlatwo sinusy i cosinusy wielokrotności ka̧ta: np. cos 2ϕ + i sin 2ϕ = (cos ϕ + i sin ϕ)2 = cos2 ϕ − sin2 ϕ + i2 cos ϕ sin ϕ czyli cos 2ϕ = cos2 ϕ − sin2 ϕ, sin ϕ = 2 cos ϕ sin ϕ b) Pierwiastki. Niech dana bȩdzie liczba zespolona w = |w|(cos ψ + i sin ψ) 6= 0, szukamy z = |z|(cos ϕ + i sin ϕ) takiego, że z 2 = w, wówczas: |w| = |z 2 | = |z|2 oraz ( cos 2ϕ = cos ψ; sin 2ϕ = sin ψ. zatem: 2ϕ = ψ + 2kπ, k ∈ Z dowolne czyli: ψ ψ , lub ϕ= +π 2 2 MoraÃl: Istnieja̧ dokÃladnie dwa różne pierwiastki kwadratowe dowolnej liczby zespolonej w 6= 0. ϕ= Ogólniej: Istnieje dokÃladnie n pierwiastków n tego stopnia z dowolnej liczby zespolonej w 6= 0. Wykresu funkcji zespolonych i funkcja zespolona jako przeksztaÃlcenie pÃlaszczyzny patrz plik: “funkcje zespolone1 w3.nb” oraz “funkcje zespolone2 w3.nb” 7 5. Przestrzeń wektorowa Rd Rozpatrzmy przestrzeń Rd tj. przestrzeń cia̧gów d-elementowych liczb rzeczywistych. Dla d = 2 możemy interpretować ja̧ jako pÃlaszczyznȩ, dla d = 3 jako przestrzeń trójwymiarowa̧. Elementy przestrzeni Rd nazywamy wektorami a liczby rzeczywiste a skalarami (uwaga ta sama umowa stosuje siȩ dla Cd , wtedy liczby zespolone to skalary). Dla d > 2 nie wprowadzamy mnożenia, ale nadal możemy dodawać i mnożyć przez liczby rzeczywiste: (x1 , x2 , . . . , xd ) + (y1 , y2 , . . . , yd ) = (x1 + y1 , x2 + y2 , . . . , xd + yd ), a(x1 , x2 , . . . , xd ) = (ax1 , ax2 , . . . , axd ). Z algebry wiemy, że Rd z powyższymi dziaÃlaniami to tzw. przestrzeń liniowa tj. wszystkie znane Państwu wÃlasności dziaÃlań na wektorach sa̧ speÃlnione. 6. Iloczyn skalarny wektorów Odta̧d zakÃladamy, że: x = (x1 , x2 , . . . , xd ), y = (y1 , y2 , . . . , yd ) Wprowadza sie jednak pewien iloczyn wektorów: iloczyn skalarny który jako wynik daje skalar: hx, yi := x1 y1 + x2 y2 + · · · + xd yd 8 Tablica 3.1 WÃlasności iloczynu skalarnego Jeśli x, y, u, v sa̧ wektorami w przestrzeni Rd, a α jest liczba̧ rzeczywista̧, to (1) hx, yi = hy, xi — symetria; (2) hα · x, yi = hx, α · yi = α · hx, yi hu + v, yi = hu, yi + hv, yi hx, u + vi = hx, ui + hx, vi — dwuliniowość; (3) hx, xi ≥ 0 oraz hx, xi = 0 wtedy i tylko wtedy, gdy x = 0 — dodatnia określoność. 9 Ponieważ hx, xi = x21 + x22 + · · · + x2d ≥ 0 wiȩc można zdefiniować normȩ (euklidesowa̧) wektora: q p kxk = hx, xi = x21 + x22 + · · · + x2d która np. dla d = 3 jest zwykÃla̧ dÃlugościa̧ wektora! Z twierdzenia cosinusów mamy: kx − yk2 = kxk2 + kyk2 − 2kxk · kyk cos α Z definicji iloczynu skalarnego i wÃlasności jego: kx − yk2 = hx − y, x − yi = hx, x − yi − hy, x − yi = hx, xi − hx, yi − hy, xi + hy, yi = kxk2 + kyk2 − 2hx, yi Porównuja̧c te dwa wzory dostajemy: hx, yi = kxk · kyk cos α Wniosek 3 x⊥y ⇔ hx, yi = 0 10 Tablica 3.2 WÃlasności normy euklidesowej w Rd Jeśli x, y, z sa̧ wektorami w przestrzeni Rd, a α jest liczba̧ rzeczywista̧, to (1) kxk ≥ 0; (2) kxk = 0 wtedy i tylko wtedy, gdy x = 0; (3) kα · xk = |α| · kxk; (4) |hx, yi| ≤ kxk · kyk; (5) kx + yk ≤ kxk + kyk — nierówność trójka̧ta; (6) kx − yk ≤ kx − zk + kz − yk; (7) | kxk − kyk | ≤ kx−yk — odwrotna nierówność trójka̧ta. 11 7. Nierówność Schwartza Twierdzenie 4 Dla dowolnych wektorów x, y w Rd zachodzi: |hx, yi| ≤ kxk · kyk Lub równoważnie dla dowolnych liczb zespolonych a1 , . . . , ad , b1 , . . . , bd zachodzi: ¯ j=d ¯2 Ã j=d ! ! Ã j=d ¯X ¯ X X ¯ ¯ |aj |2 · |bj |2 aj bj ¯ ≤ ¯ ¯ ¯ j=1 j=1 j=1 Dowód w ksia̧żce SoÃltysiaka. Wniosek 5 Nierównośc trójka̧ta: kx + yk ≤ kxk + kyk. Dowód: kx + yk2 = hx + y, x + yi = = hx, xi + hx, yi + hy, xi + hy, yi = = kxk2 + 2hx, yi + kyk2 ≤ kxk2 + 2kxk · kyk + kyk2 Nier. Schwartza = (kxk + kyk)2 12 8. Metryka Metryka czyli odlegÃlość zostaÃla najpierw wprowadzona na pÃlaszczyżnie i w przestrzeni trójwymiarowej - jest to tzw. metryka euklidesowa: d(x, y) := kx − yk Zbadajmy jej wÃlasności: • d(x, y) = 0 ⇔ x = y; • d(x, y) = d(y, x) (symetria); • d(x, y) ≤ d(x, z) + d(z, y) (nierówność trójka̧ta). Wszystkie te wÃlasności wynikaja̧ z wÃlasności normy np. ostatnia z nierówności trójka̧ta. Definicja 6 Weźmy teraz dowolny zbiór X np. liczb, zdarzeń, sÃlów, formuÃl, stoÃlów i wprowadźmy w nim funkcjȩ d speÃlniaja̧ca̧ warunki powyżej wóczas para (X, d) to tzw. przestrzeń metryczna. W przestrzeni metrycznej możemy mierzyć odlegÃlość elementów tej przestrzeni czyli możemy powiedzieć które punkty sa̧ bliżej a które dalej - wybór konkretnej metryki=odlegÃlości zależy od zagadnienia do którego chcemy jej użyć. 13 PrzykÃlady: • metryka na zbiorze sÃlów: odlegÃlość dwóch sÃlów to ilość pozycji w sÃlowach które siȩ różnia̧ (np. d(”aba”, ”ada”) = 1, d(”aba”, ”a”) = 2 itp.). Metryka mierzy “podobieństwo sÃlów”. • metryka na zbiorze cia̧gów rzeczywistych 10-elementowych. Interpretujemy te cia̧gi jako pomiary pewnej wielkości w 10 kluczowych momentach pewnego procesu. OdlegÃlośc jest nam potrzebna do sprawdzenia jak bliska jest symulacja procesu do procesu przebiegaja̧cego w warunkach doświadczalnych. ZaÃlożmy, że ta wielkość to naprȩżenia w pewnym elemencie maszyny. Oczywiście jeśli wartość naprȩżenia przekroczy pewna̧ wartość graniczna̧, maszyna siȩ zepsuje. Zatem prawidÃlowa metryka to: d(x, y) = max(|x1 − y1 |, . . . , max |x10 − y10 |) Jeśli jednak mierzona wielkość to nakÃlady w poszczególnych latach, to lepsza jest metryka: j=10 d(x, y) = X |xj − yj | j=1 mierza̧ca sumȩ bÃledów oceny nakÃladów. Obrazki z metrykami patrz plik:“metryki w3.nb”. 14