Simetrični stožci v evklidskih prostorih

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Simetrični stožci v evklidskih prostorih"

Transcript

1 Simetrični stožci v evklidskih prostorih

2 Znanstvene monografije Fakultete za management Koper Uredniški odbor izr. prof. dr. Roberto Biloslavo prof. dr. Štefan Bojnec prof. dr. Slavko Dolinšek doc. dr. Justina Erčulj izr. prof. dr. Tonči A. Kuzmanić prof. dr. Zvone Vodovnik ISSN

3 Simetrični stožci v evklidskih prostorih Rok Strašek Management

4 Simetrični stožci v evklidskih prostorih izr. prof. dr. Rok Strašek Strokovni recenzenti prof. dr. Borut Zalar, izr. prof. dr. Maja Fošner in doc. dr. Ajda Fošner Izdala in založila Univerza na Primorskem, Fakulteta za management Koper, Cankarjeva 5, 6104 Koper Oblikovanje in tehnična ureditev Alen Ježovnik Oktober 010 c 010 Fakulteta za management Koper Monografija je izšla s finančno podporo Javne agencije za knjigo Republike Slovenije CIP Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana : STRAŠEK, Rok Simetrični stožci v evklidskih prostorih [Elektronski vir] / Rok Strašek. El. knjiga. Koper : Fakulteta za management, 010. (Znanstvene monografije Fakultete za management, ISSN ) Način dostopa (URL): zalozba/isbn/ pdf ISBN COBISS.SI-ID

5 Kazalo 1 Uvod Pojem stožca 7 1. Delno urejeni stožci Dualni stožci in polare Avtomorfizemska grupa Lorentzovi stožci 9.1 Posebna teorija relativnosti 9. Prostor čas Minkowskega 31.3 Lorentzova grupa 37.4 Splošni Lorentzovi stožci v R n 4 3 Sieglovi stožci Kvaternioni in pozitivne matrike Dualnost matričnih stožcev Homogenost matričnih stožcev Vložitev pozitivnih matrik v algebraično strukturo 66 4 Simetrični stožci Liejeve algebre Simetrični stožci in Liejeve algebre Simetrični stožci in Jordanske algebre 81 5 Algebraična analiza evklidskih algeber Jordanske algebre Minimalni polinomi Evklidske algebre in projektorji Mc Crimmonov operator in obrnljivost Pierceova dekompozicija Hurwitzove algebre 19 6 Strukturna analiza evklidskih algeber Ideali Enoličnost skalarnega produkta Klasifikacija evklidskih algeber z rangom 148 5

6 Kazalo 6.4 Algebre Her( m, A ) Klasifikacija evklidskih algeber z rangom Klasifikacija simetričnih stožcev Stožec kvadratov evklidske algebre Simetričnost stožca kvadratov Simetričen stožec in stožec kvadratov Klasifikacija simetričnih stožcev 175 Literatura 179 6

7 1 Uvod 1.1 Pojem stožca V obravnavi mnogih fizikalnih, inženirskih in matematičnih problemov se poleg gladkih struktur pojavljajo tudi strukture z robovi, vogali, klini in podobnimi negladkimi lastnostmi. Smiselen model za obravnavo takih mnogoterosti predstavljajo stožci v R n. Stožec P, kot podmnožico prostora R n, definiramo kot množico, ki izpolnjuje pogoj: produkt elementa stožca s pozitivnim številom iz obsega realnih števil je element stožca. Simbolno pogoj zapišemo R + P P. Stožcu P, ki zadošča pogoju: vsota elementov iz stožca je element stožca, pravimo konveksen stožec. Očitno je omenjena definicija konveksnosti v skladu z običajno definicijo konveksnosti. Simbolno pogoj konveksnosti zapišemo P + P P. Stožcu, ki zadošča le pogoju R + P Ppravimo nekonveksen stožec. Zgled 1. V R sta množici P =(0, ) in P =[0, ) očitno konveksna stožca. Prvega imenujemo odprti, drugega pa zaprti konveksni stožec. Zgled. V R sta množici P = { (x, y); x, y > 0 } in P = { (x, y); x, y 0 } konveksna stožca. Omenjena stožca lahko zapišemo kot kartezični produkt stožcev prejšnjega zgleda oziroma v obliki (0, ) (0, ) ter [0, ) [0, ). Stožec, ki ga lahko zapišemo kot produkt stožcev nižje dimenzije, imenujemo reducibilni stožec. Sicer stožcu pravimo, da je ireducibilen. V zgledu smo se prepričali v obstoj reducibilnih konveksnih stožcev. V prostoru R pa obstajajo tudi ireducibilni konveksni stožci: 7

8 1 Uvod Stožec P = { α a + β b ; α, β 0 } Zgled 3. V prvem kvadrantu izberimo vektorja a =(x 1,y 1 ) in b =(x,y ) ter pokažimo, da množica podana s predpisom P = { α a + β b ; α, β 0 } predstavlja stožec v R. Pokazati zadošča zaprtost množice P za množenje z nenegativnim skalarjem. Naj bo c P in γ 0. Kerje c = α a + β b,α,β 0, sledi γ c = γ ( α a + β b )=γα a + γβ b P. Pokažimo še zaprtost množice P za seštevanje, oziroma konveksnost stožca P. Naj bosta c in d P.Potemvelja c = α1 a + β1 b in d = α a + β b, α1,α,β 1,β 0. Od tod sledi c + d = α1 a + β1 b + α a + β b = =(α 1 + α ) a +(β 1 + β ) b P+ P P. Zgoraj definirana množica P je torej ireducibilen konveksen stožec v R. Zgled 4. Naj bo množica P unija dveh disjunktnih množic, P 1 P iz zgleda 3. Dokazali smo, da sta P 1 in P vsaka zase stožec. Očitno je tudi njuna unija stožec, ki pa ni konveksen. Če namreč vzamemo a P 1 in b P, njuna vsota a + b ni nujno element P. 8

9 Pojem stožca 1.1 Zgled 5. Primer ireducibilnega stožca v R 3 predstavlja množica P = {(x, y, z); x + y <zin z>0 }. Prepričajmo se, da omenjena množica predstavlja konveksen stožec. Dokazati moramo, da P zadošča pogojema definicije. Dokažimo najprej zaprtost P za množenje s skalarjem α>0. Kerje x + y <z,zavsakα>0 velja (αx) +(αy) = α x + y <αz, kar pomeni, da množica P predstavlja stožec. Pokažimo še njegovo konveksnost. Naj bosta a =(x 1,y 1,z 1 ) in b =(x,y,z ) P. Potem za a in b velja x 1 + y 1 <z 1 in x + y <z,oziroma x 1 + y1 + x + y <z 1 + z. Po kvadriranju dobimo x 1 + y1 + x + y + x 1 + y 1 x + y < (z 1 + z ). Od tod, z uporabo neenakosti x 1 + y 1 x + y (x 1x + y 1 y ), sledi x 1+y 1+x +y +(x 1 x +y 1 y )=(x 1 +x ) +(y 1 +y ) < (z 1 +z ). Ker je z 1 + z > 0, dobimo ( x1 + x ) +(y 1 + y ) <z 1 + z. Podobno bi pokazali, da je tudi množica P = { (x 1,x,...,x n ); x 1 + x x n 1 < x n in x n > 0 } ireducibilen konveksen stožec prostora R n. Stožec P imenujemo tudi Lorentzov stožec. Lorentzov stožec bo predmet posebne obravnave naslednjega poglavja. Naj bo P stožec prostora V. PodmnožicoQ stožca P imenujemo podstožec, čevelja a + b Q in αa Q a, b Q in α 0. 9

10 1 Uvod Stožci realnega vektorskega prostora zadoščajo lastnosti krajšanja a + c = b + c a = b, a, b, c P. Drži pa tudi obrat trditve. Če elementi stožca P izpolnjujejo omenjeno lastnost, je P stožec realnega vektorskega prostora. Toda v splošnem ne velja, da je poljuben stožec tudi stožec vektorskega prostora. Zgled 6. Z Conv(P) označimo množico vseh nepraznih konveksnih podmnožic stožca P. OčitnojeConv(P), opremljena z običajnima operacijama seštevanja in množenja množic A + B = { a + b; a P in b P} A, B Conv(P), αa = { αa; a P} A P in α 0, stožec. Za konveksnost Conv(P) zadošča pokazati, da je (α+β)a = αa + βa. Očitnoje(α + β)a podmnožica αa + βa. Pokažimo še obratno inkluzijo. Vzemimo poljuben element c αa + βa. Element c potem lahko zapišemo kot c = αa + βb, kjera, b A. Ker je ( c =(α + β) zaradi konveksnosti A velja α α + β a + β ) α + β b, α α + β a + β α + β b A, od koder sledi c (α + β)a. Opazimo, da množica nepraznih konveksnih podmnožic realnega vektorskega prostora tvori stožec, ki ne zadošča lastnosti krajšanja. Primer stožca, ki ne zadošča lastnosti krajšanja predstavlja tudi naslednji Zgled 7. Naj bo P stožec in X poljubna množica. Z F(X, P) označimo množico vseh funkcij definiranih na X, katerih zaloga vrednosti je P. ČevF(X, P) definiramo operaciji seštevanja in množenja s skalarjem po točkah, predstavlja F(X, P) stožec, v katerem ne velja pravilo krajšanja. Zgled 8. Eden osnovnih načinov generiranja konveksnih stožcev izhaja iz teorije nelinearnega programiranja, kjer iščemo ekstreme 10

11 Pojem stožca 1. danih funkcij na konveksnih, a včasih negladkih, množicah. Naj bo torej K R n konveksna množica in b K.Definirajmo kjer je P = {. γ(0); γ :[0,T] Kgladka,γ(0) = b },. γ(0) = lim t 0 t>0 γ(t) b t Pokažimo, zaprtost množice P za množenje z nenegativnim skalarjem in seštevanje. Naj bo v Ptak, da je v = γ. (0) in γ :[0,T] K.Zaα>0, definirajmo δ :[0, T α ] Ks predpisom δ(t) =γ(αt).. Ker je potem. δ(0) = α. γ(0) = αv, in. δ(0) P,slediR + P P. Vzemimo v, w Ptaka, da je v =. γ(0), w =. δ(0) in γ, δ:[0,t] K. Definirajmo ɛ:[0,t] Kna naslednji način ɛ(t) = 1 γ(t)+ 1 δ(t). Hitro se lahko prepričamo, da je ɛ dobro definirana in velja. ɛ(0) = 1 v + 1 w P. Po prej dokazanem sledi, da je ( 1 v + 1 w )=v + w P. Zgoraj definirana množica P je torej konveksen stožec. Dokažimo,dazakonveksnomnožicoK in stožec P velja K b + P. Vzemimo poljubno točko b Kin zapišimo γ(t) =b + t (k b). Ker je. γ(t) = b + k, sledi. γ(0) = b + k P.Odtodsledi,daje k = b +( b + k) b + P. 11

12 1 Uvod Stožec P = {. γ(0) ; γ :[0,T] Kgladka,γ(0) = b } 1. Delno urejeni stožci Naj bo dan končno razsežen realen vektorski prostor V. Prostor V je delno urejen vektorski prostor, če je opremljen z relacijo delne urejenosti, ki je usklajena z naslednjima pogojema (i) a b a + c b + c a, b, c V (ii) a b αa αb a, b V in α 0. V prostoru V izberimo stožec P, ki zadošča pogoju P P = {0}. Stožec P v prostoru V določa delno urejenost z naslednjim predpisom: če a, b V,potem a b b a P. Hitro se lahko prepričamo, da zgoraj definirana relacija res delno ureja vektorski prostor V. Najprej preverimo refleksivnost, antisimetričnost in tranzitivnost: refleksivnost : a P velja a a =0 P a a. antisimetričnost : če je a b P in b a P a b = b a =0oziroma a = b. tranzitivnost : če je b a P in c b P, zaradi zaprtosti P za seštevanje velja c a = c b + + b a P+ P P a c. 1

13 Delno urejeni stožci 1.3 Seveda je relacija usklajena tudi s pogojema (i) in (ii): ( a b b a P) ((b + c) (a + c) P a + c b + c ), ( a b b a P) ( αb αa P αa αb ) α 0. Stožec P torej v prostoru V določa neko delno urejenost. Velja pa tudi obrat trditve. Poljubna relacija delne urejenosti vektorskega prostora V, usklajena s pogojema (i) in (ii), določavv nek stožec. Naj bo V + = { a V; a 0 } in relacija usklajena s pogojema (i) in (ii). Pokažimo najprej, da je V + zaprta za seštevanje. Če sta a, b V + velja a 0 in b 0. Ker ustreza pogoju (i), je a + b 0+b. Zaradi tranzitivnosti je potem a + b 0, odkoder sledi a + b V +. Pokažimo še zaprtost V + za množenje s pozitivnim skalarjem. Če a V + in α>0, zaradi pogoja (ii) sledi αa 0, oziromaαa V +. Množica V + je torej stožec, ki ga imenujemo pozitivni stožec delno urejenega prostora V. ElementevV + imenujemo pozitivni elementi. Podobno definiramo negativni stožec, kot množico V = { a V; a 0 }. ElementevV imenujemo negativni elementi. Zgled 1. Prostor R je s stožcema P =(0, ) in P =[0, ) delno urejen vektorski prostor. Zgled. Vektorski prostor R je s stožcem P = { (x, y); x, y 0 } primer delno urejenega vektorskega prostora, ki ni linearno urejen. Vektorski prostor je namreč linearno urejen, če je delno urejen in za vsak par elementov a in b tega prostora velja bodisi a b, bodisi b a. Če vzamemo elementa a =(1, 1) in b =(0, ), njuni razliki a b =(1, 1) in b a =( 1, 1), ne ležita v P, takodanevelja niti a b niti b a. Zgled 3. Naj bo X poljubna neprazna množica. Če v prostoru F(X, R) definiramo urejenost na naslednji način f g f(x) g(x), x X, pripadajoči stožec predstavlja množica nenegativnih realnih funkcij. Hitro se lahko prepričamo, da prostor F(X, R) ni linearno urejen. 13

14 1 Uvod 1.3 Dualni stožci in polare Naj bo W n-dimenzionalen vektorski prostor nad obsegom realnih števil. V W naj bo skalarni produkt definiran na običajni način (x 1,x,...,x n ), (y 1,y,...,y n ) = x 1 y 1 + x y x n y n. Na običajni način vpeljimo tudi pojem evklidske razdalje x = x, x. Danemu stožcu P prostora W priredimo množico P = { y W; x, y 0, x P}, in jo imenujmo dualni stožec stožca P. Očitno je zaradi aditivnosti in homogenosti skalarnega produkta množica P stožec prostora W. Naj bo x Pin {y n } n N poljubno konvergentno zaporedje vektorjev iz P z limito y. Očitno velja lim x, y n = x, lim y n = x, y. n n Ker je x, y n 0, zavsakn N, sledi tudi nenegativnost limitne vrednosti za vsak x P. Po definiciji dualnega stožca je potem y P. Stožec P je torej vedno zaprta množica. Zgled 1. Naj bo P stožec iz zgleda 1.1.3, torej množica točk prvega kvadranta, ki ju določata vektorja a in b. Oglejmo si najprej geometrijsko mesto točk, ki zadoščajo pogoju x, a 0, zaa R. Po zgornji definiciji skalarnega produkta je to polprostor, ki vsebuje točko a in katerega rob poteka skozi koordinatno izhodišče O ter je pravokoten na zveznico skozi O in a. Množica točk y P, ki zadošča pogoju x, y 0, x P, je torej presek takih polprostorov. Če je rob stožca P generiran z vektorjema a =(x 1,y 1 ) in b =(x,y ),x 1,x,y 1,y 0,jerob njemu dualnega stožca P generiran z vektorjema c =( y 1,x 1 ) in d =(y, x ). Če za stožec P izberemo 1.kvadrant, opazimo, da je njegov dualni stožec kar 1. kvadrant, oziroma P = P. 14

15 Dualni stožci in polare 1.3 Dual stožca P = { α a + β b ; α, β 0 } V nadaljevanju bo predmet posebne obravnave množica S o = { y W; x, y 1, x S}, ki jo imenujemo polarna množica oziroma polara množice S. Zgled. Naj bo množica S stožec P iz zgleda Geometrijsko mesto točk, ki zadoščajo pogoju x, a 1, zaa =(x 1,y 1 ) R, predstavlja polprostor, ki ne vsebuje točke a in katerega rob predstavlja premica y = x 1 y 1 x + 1 y 1. Množica točk y S o,kizadošča pogoju x, y 1, x P, je potem presek takih polprostorov. Če je rob stožca P generiran z vektorjema a =(x 1,y 1 ) in b =(x,y ), x 1,x,y 1,y 0, je rob njegove polare S o generiran z vektorjema e =( y,x ) in f =(y 1, x 1 ). Trditev 3.1. Naj bo S poljubna zaprta, konveksna množica, ki vsebuje element 0. Potem velja S oo = S. Dokaz: Inkluzija S S oo je očitna. Kot dokaz inkluzije S oo S zadošča pokazati: če x 0 / S, potem obstaja tak y, dazavsakx S velja x, y 1 in x 0,y > 1. Najbox 1 Stak, da je razdalja od x 1 do x 0 minimalna. Za vsak x S,torejvelja x x 0 x 1 x 0. Za 0 λ 1 in x S, zaradi konveksnosti S,slediλx+(1 λ) x 1 S. Odtodvelja λx +(1 λ) x 1 x 0 x 1 x 0 15

16 1 Uvod Polara stožca P = { α a + β b ; α, β 0 } oziroma λ x x 1 +λ x x 1,x 1 x 0 0. Ker neenakost velja za vsak 0 λ 1, mora neničelen koren polinoma na levi, ki je enak x x 1,x 1 x 0 x x 1, biti negativno število. To pomeni, da je x x 1,x 1 x 0 0, in od tod Če je x =0,sledi x, x 0 x 1 x 1,x 0 x 1. x 1,x 0 x 1 0. Ker je x 0 x 1,x 0 x 1 > 0, obstaja tak μ>0, davelja Za vsak x S torej velja x 1,x 0 x 1 <μ< x 0,x 0 x 1, x, x 0 x 1 x 1,x 0 x 1 <μ< x 0,x 0 x 1. Od tod sledi, da y = 1 μ (x 0 x 1 ) zadošča pogoju trditve. Trditev 3.. Za poljuben neprazen in zaprt stožec P velja P = P. Dokaz: Dokažimo najprej enakost P o = P. Naj bo y P. Po definiciji duala je potem P,y 0, oziroma P, y 0. Kerjeočitno P, y 1, sledi y P o in P P o. 16

17 Dualni stožci in polare 1.3 Naj bo y P o.zavsakx Ptorej velja x, y 1. KerjeP zaprt za množenje z nenegativnim skalarjem, je zaprt tudi za množenje z n N in velja nx, y 1. Odtodje x, y 1 n,zavsakn N, oziroma x, y 0. Kerjepotem x, y 0, zavsakx P, sledi y P in P o P. Od tod torej dobimo P o = P. Po dokazanem velja Ker je ( P) o = (P o ),sledi P = (P ) o = ( P o ) o. ( P o ) o = ( (P oo )). Ker po trditvi 3.1 velja ( (P oo )) = P, sledip = P. Trditev 3.3. Naj bo P poljuben stožec. Potem je P o konveksen stožec, za katerega velja P o = { y ; y, P 0 }. Dokaz: Naj bo P stožec. Poglejmo njegovo polaro. Po definiciji je y P o y, P 1. Zaradi zaprtosti P za množenje z nenegativnim skalarjem velja y, R + P 1 R + y, P 1 y, P 0. Od tod sledi Pokažimo, da je P o stožec: P o = { y ; y, P 0 }. (i) y 1,y P o, y 1 + y, P = y 1, P + y, P 0 P o + P o P o (ii) R + y, P = R + y, P R + R R R + y P o R + P o P o. Naj S pomeni običajno ortogonalno množico, definirano s predpisom S = { y W; y, S =0}. Očitno je S vedno podprostor v W. 17

18 1 Uvod Trditev 3.4. Za poljuben neprazen zaprt konveksen stožec P velja (P P ) = P P. Dokaz: Naj bo z ( P P ).KerjeP P = { y 1 y W; y 1,y P } in 0 P,veljaP P P.Odtodsledi z (P ),oziroma P,z =0. Seveda je P,z 0, odkoder sledi z P. Po trditvi 3. je potem z P. Po drugi strani je tudi P P P. Po analognem sklepu sledi z P.Torejjez P P. Naj bo z P P. Ker sta potem z Pin z Pza poljuben λ R velja: (i) λ>0 λz P; (ii) λ =0 λz =0 P, zaradi zaprtosti P ; (iii) λ<0 λ = μ λz = μ( z) P. Sledi torej Rz P. Vzemimo y P.Kerjepotem y, P 0, sledi y, Rz 0 R y, z 0 y, z =0 in od tod z (P ). Očitno je potem zaradi z,p P z,p z,p =0, z (P P ). Trditev 3.5. Naj bo P zaprt neprazen konveksen stožec. Potem je int(p )={ y ; x, y > 0, x P\{0}}, in velja ekvivalenca naslednjih trditev: (i) P je pravi, oziroma P P= {0}. (ii) int (P ) 0. Opomba: int(p ) pomeni običajno notranjost množice v (evklidskem) topološkem prostoru. Dokaz: Dokažimo najprej int(p )={ y ; x, y > 0, x P\{0}}. Označimo z O = { y ; x, y > 0, x P\{0}}.OčitnojeO = 18

19 Dualni stožci in polare 1.3 { y ; x, y > 0, x P in x =1}. Pokažimo, da je O odprta množica. Ker je množica { x P; x =1} = P S 1, presek zaprte in kompaktne množice, je kompaktna. Naj bo y O.Kerje funkcija f : P S 1 R +, definirana s predpisom f(x) = y, x zvezna, zavzame na P S 1 minimum ɛ>0. Torejvelja y, x ɛ>0, zavsakx P S 1.Čeje y z < ɛ velja z,x = z y + y, x = y, x y z,x ɛ y z,x ɛ y z x = ɛ y z ɛ ɛ = ɛ. Po definiciji je potem z O, kar pomeni, da je krogla s polmerom ɛ in središčem v točki y vsebovana v O. Topomeni,dajeO odprta, od koder sledi O int(p ). Naj bo y int(p ).Čejex P\{0}, zavsaky+u P, u <ɛ, velja y + u, x 0, oziroma y, x + u, x 0. Denimo,daje y, x =0.Potemje u, x 0, u : u <ɛ. Če vzamemo u = ɛ x 0,sledi u, x = ɛ x, x 0. Kerje x, x 0, sledi ɛ 0, kar je protislovje s predpostavko, da je ɛ>0. Sledi torej y, x > 0, oziromaint(p ) O. Dokažimo ekvivalenco trditev (i) in (ii). (i) (ii) Naj bo P P =0. Po trditvi 3.4 je ( P P ) =0.KerjeP konveksen stožec, je P P podprostor. Ker je njegov ortogonalni komplement trivialen, je P P = W. Topapomeni,daP vsebuje neko bazo prostora W in ima zato neprazno notranjost. (ii) (i) Ker je int(p ) 0, obstaja tak y, davelja y, P\{0} > 0. Najbox P P. Ker sta potem x in x P,velja x, y 0 in x, y 0. Odtodsledi x, y =0,oziromax =0.Odtod torej dobimo P P= {0}. Trditev 3.6. Naj bo U int(p ) kompaktna. Potem obstaja taka pozitivna realna konstanta ρ, dazavsakx P in y U velja x, y ρ x. Dokaz: Trditev je očitna za x =0.Zax 0naj bo u = Zadošča dokazati obstoj takega ρ>0, daje x x. u, y ρ, u S(V) P,y U. 19

20 1 Uvod Odprti dual stožca P = { α a + β b ; α, β 0 } To pa je očitno po prvem delu trditve 3.5, saj je u, y strogo pozitivna zvezna funkcija na kompaktni množici ( S(V) P) U. Trditev 3.7. Naj bo P zaprt konveksen stožec. Potem je za vsak y int(p ) množica { x P; x, y 1 } kompaktna. Dokaz: Ker je množica { x P; x, y 1} zaprta in po trditvi 3.6 vsebovana v krogli z radijem 1 ρ, je kompaktna. Odprtemu konveksnemu stožcu Ω prostora W priredimo množico Ω = { y W; x, y > 0, x Ω \{0}}, in jo imenujmo odprti dual stožca Ω. SimbolΩ pomeni zaprtje v evklidski topologiji. Zgled 3. Naj bo Ω notranjost stožca P iz zgleda Očitno je stožec Ω odprti stožec. Oglejmo si geometrijsko mesto točk, ki zadoščajo pogoju x, y > 0, za vsak neničelen x Ω. Hitro se lahko prepričamo, da so to ravno vse tiste točke duala P,kine ležijo na njegovem robu. Trditev 3.8. Zaprtje poljubnega konveksnega stožca je konveksen stožec. 0

21 Dualni stožci in polare 1.3 Dokaz: Naj bosta x, y Ω. Potem obstajata taki zaporedji {x n } in {y n },daveljax = lim x n in y = lim y n, x n,y n Ω. Tedajje (i) x + y = lim x n + lim y n = lim( x n + y n ) Ω Ω+Ω Ω; (ii) α>0:αx = lim αx n Ω R + Ω Ω. Ω je torej stožec. Trditev 3.9. Odprt konveksen stožec je notranjost svojega zaprtja, oziroma int( P )=P. Dokaz: Dokažimo najprej inkluzijo P int(p). Naj bo S P. Ker je P odprt, obstaja odprta krogla K s središčem v S, kije vsebovana v P. KerjeP P, leži K v P. Odtodsledi,dajeS je notranja točka P in P int( P ). Naj bo S int( P ). Potem obstaja taka krogla K s središčem v S, da vse njene točke ležijo v P. Včrtajmo v K n - dimenzionalno hiperkocko K n, ki vsebuje S kot svojo notranjo točko. Ker ležijo oglišča K n v P, ležijo torej v P ali na njegovem robu P. Čekatero izmed oglišč K n leži na P, izberemo točke, ki so jim poljubno blizu in ležijo v notranjosti P. Te točke tvorijo n - dimenzionalno hiperkocko K n,kivsebujes, vse njene točke pa ležijo v P. Kerje P konveksen, S leži v P. Odtodslediint( P ) P. Omenjena trditev ne velja za poljubni stožec P. Če namreč za P vzamemo stožec iz zgleda 1.1.4, le ta očitno ni notranjost svojega zaprtja. Razlog zato leži v tem, da P ni konveksen stožec. Trditev Ω je notranjost Ω. Dokaz: Trditev sledi neposredno iz prvega dela trditve 3.5, če vzamemo P = Ω. Trditev Ω je neprazen natanko takrat, kadar je Ω ( Ω) = {0}. Dokaz: Trditev je direktna posledica trditev 3.5 in Za konveksni stožec Ω pravimo, da je sebi dualen, čeveljaω=ω. Po zgoraj navedenih ugotovitvah, je sebi dualen stožec očitno pravi. 1

22 1 Uvod Stožec P = { α a + β b ; α, β > 0, a b } je sebi dualen. Zgled 3. Naj bo P stožec iz zgleda Hitro se lahko prepričamo, da je stožec P = { α a +β b ; α, β > 0 } sebi dualen natanko tedaj, kadar sta vektorja a in b pravokotna drug na drugega. 1.4 Avtomorfizemska grupa Naj bo Ω odprt konveksen stožec. Grupa avtomorfizmov stožca Ω je definirana kot množica G(Ω) = { g GL(W); g Ω=Ω}. Tukaj GL(W) označuje grupo obrnljivih linearnih preslikav na prostoru W. Trditev 4.1 Preslikava g GL(W) je element G(Ω) natanko takrat, ko je g Ω=Ω. Dokaz: Ker je g zvezna preslikava za katero velja g Ω=Ω,sledi g Ω g Ω=Ω. Ker je g bijekcija, je tudi g 1 Ω=Ω. Zaradi zveznosti g 1 sledi g 1 Ω g 1 Ω=Ω. Seveda zaradi bijektivnosti g sledi Ω=gg 1 Ω g Ωoziromag Ω=Ω.

23 Avtomorfizemska grupa 1.4 Grupa avtomorfizmov G(Ω) je torej zaprta podgrupa grupe GL(W). Odprti stožec Ω imenujemo homogeni stožec, če grupa avtomorfizmov deluje nanj tranzitivno, tj. x, y Ω obstaja tak g G(Ω), da velja g(x) =y. Kot bomo videli v nadaljevanju, g ni enolično določen. Odprti stožec Ω imenujemo simetričen stožec, če je homogen in sebi dualen. Zgled 1. Naj bo Ω={ (x, y) R ; x>0, y>0, b a < y x < d c },pri čemer sta (a, b), (c, d) R takšna, da je d>bin ad bc 0.V zgledu smo pokazali, da je Ω odprt stožec. Poiščimo njegovo grupo avtomorfizmov. Po definiciji je G(Ω) = { A GL (R); A Ω=Ω}. Po trditvi 4.1 ležita A [a, b] T in A [c, d] T na robu stožca Ω. Ker sta [a, b] T in [c, d] T baza ravnine in je A obrnljiva, njuni sliki ne moreta ležati na isti premici. Ločimo torej primera: [ ] [ ] [ ] [ ] [ ] [ ] a a k1 a c c k c (i) A = k b 1 =, A = k b k 1 b d =, d k d k 1,k > 0 [ ] [ ] [ ][ ] 1 a c k1 a k A = c k1 a k A = c a c b d k 1 b k d k 1 b k d b d [ ][ ] 1 k1 a k A = c d c ad bc k 1 b k d b a [ ] 1 k1 ad k A = bc (k k 1 )ac =:A ad bc (k 1 k )bd k ad k 1 bc i. (ii) A [ ] [ ] a c = k b 1 = d [ ] k1 c, A k 1 d [ ] [ ] c a = k d = b [ ] k a, k b k 1,k > 0 [ ] [ ] [ ][ ] 1 a c k1 c k A = a k1 c k A = a a c b d k 1 d k b k 1 d k b b d [ ][ ] 1 k1 c k A = a d c ad bc k 1 d k b b a 3

24 1 Uvod [ 1 k1 cd k A = ab k a k 1 c ] ad bc k d k 1 b k ab k 1 cd =:A j. Množica { A i,a j ; k 1,k > 0 } je torej grupa avtomorfizmov stožca Ω. Zgled. Oglejmo si poseben primer stožca Ω iz prejšnjega zgleda. Naj bo (a, b) =(1, 0) in (c, d) =(1, 1). Grupa avtomorfizmov G(Ω) je potem generirana z matrikami oblike [ ] [ ] k1 k A i = k 1 k1 k in A 0 k j = k 1,k k k 1,k > 0. 1 Ali grupa G(Ω) deluje na stožcu Ω tranzitivno? Preveriti zadošča, ali za poljubna (x, y), (u, v) Ω obstaja tak A G(Ω), davelja A[x, y] T =[u, v] T. Ker sta (x, y), (u, v) Ω velja 0 <y<xin 0 <v<u. Ločimo primera: [ ][ ] [ ] [ ] [ ] k1 k (i) k 1 x u k1 (x y)+k = y u = 0 k y v k y v (ii) [ k1 k k 1 k k 1 k := v y k 1 := in ][ ] x = y k 1 = u v x y. [ ] u v [ ] k1 (x y)+k y = k x k 1 y xu yv x xy + y in k = v + k 1y. x [ ] u v Ker grupa G(Ω) deluje tranzitivno, je stožec Ω po definiciji homogen. Ker Ω ni sebi dualen, očitno ni simetričen. Obstajajo torej homogeni nesimetrični stožci. Zgled 3. Naj bo Ω stožec iz zgleda 1.4.1, pri čemer je (a, b) =(1, 0) in (c, d) =(0, 1). Pripadajoča grupa avtomorfizmov je generirana z matrikama oblike [ ] k1 0 A i = 0 k in A j = [ ] 0 k, k k 0 1,k > 0. Podobno kot v prejšnjem zgledu se prepričamo, da G(Ω) deluje na Ω tranzitivno. Ker je Ω sebi dualen, po definiciji sledi, da je Ω simetričen stožec. 4

25 Avtomorfizemska grupa 1.4 Trditev 4.. Za poljuben pravi odprt konveksen stožec Ω velja G(Ω )=G(Ω). Če je Ω=Ω, potem za vsak g G(Ω) velja g G(Ω). Dokaz: Naj bosta g G(Ω) in y Ω. Ker za vsak neničelen x Ω velja g(x),y > 0, zaradi g(x),y = x, g (y), sledig Ω Ω. Analogno zaradi bijektivnosti g sledi tudi (g 1 ) Ω =(g ) 1 Ω Ω.Odtodsledi g G(Ω ),oziromag(ω) G(Ω ). Če dokaz ponovimo za g G(Ω ), analogno dobimo G(Ω ) G(Ω ).KerjeΩ pravi, ima po trditvi 3.5 neprazno notranjost ter po trditvi 3. velja Ω =Ω. Od tod sledi G(Ω ) G(Ω), oziromag(ω )=G(Ω). Odprt stožec smo proglasili za simetričen, če je homogen in hkrati sebi dualen. Po kratkem premisleku, z upoštevanjem zgornje trditve ugotovimo, da homogen pravi in odprt stožec z lastnostjo G(Ω) = G(Ω) prav tako karakterizira simetrični stožec. Naj grupa avtomorfizmov G(Ω) deluje na odprtem konveksnem stožcu Ω. Zax Ω definirajmo množico G x = { g(x); g G(Ω) }, in jo imenujmo orbita elementa x. Če na stožcu Ω definiramo relacijo s predpisom x y y G x, je ekvivalenčna relacija, ki stožec Ω razdeli na ekvivalenčne razrede. Ekvivalenčne razrede imenujemo orbite delovanja. V zgornjem smislu je odprti stožec Ω homogen, tj. grupa avtomorfizmov deluje na stožcu Ω tranzitivno, če je orbita delovanja ena sama. Poljubni točki a Ω priredimo množico G(Ω) a = { g G(Ω) ; g(a) =a } in jo imenujmo stabilizator točke a v G(Ω). Trditev 4.3. Če je Ω pravi odprt konveksen stožec, potem za vsak a Ω velja, da je stabilizator G(Ω) a kompaktna množica znotraj GL(W). 5

26 1 Uvod Dokaz: Naj bo Ω pravi odprt konveksen stožec. Pokažimo najprej, da je množica Ω ( a Ω)omejena. Naj bo y Ω in x Ω ( a Ω). Potem lahko pišemo x = v = a w, pri čemer sta v, w Ω. Po definiciji duala, za v in w velja y, v > 0 in y, w > 0. Očitno je x, y = v, y > 0. Kervelja x, y = a, y w, y, ob upoštevanju a, y = α, sledi x, y = α w, y α in od tod Ω ( a Ω) {x Ω; x, y α } = α { x Ω; x, y 1 }. Ker je po trditvi 3.7 množica { x Ω; x, y 1} omejena, je takšna tudi α { x Ω; x, y 1}. Ker sta Ω in a Ω odprti, je odprta tudi Ω ( a Ω).Kerje 1 a Ω ( a Ω), je očitno tudi neprazna. Po definiciji stabilizatorja elementa a, G(Ω) a ohranja množico Ω ( a Ω).KerΩ ( a Ω) vsebuje neko bazo prostora W, sledi,dazavsakg G(Ω) a in x W, obstaja taka konstanta c, davelja 1 c x g(x) c x. Torej je 1 c g c, zavsakg G(Ω) a.topomeni,daje G(Ω) a omejena znotraj GL(W). KerjeG(Ω) a praslika ničle zvezne preslikave φ(g) =g(a) a, je očitno tudi zaprta znotraj GL(W) in zato kompaktna. Zgled 4. Množica Ω=R + je primer stožca v R,kinipravi.Grupa matrik oblike [ ] 1 0, 0 z kjer je z R, očitno ohranja element a =(1, 0).Zavsakg G namreč velja g(a) =a. To pomeni, da je grupa G vsebovana v stabilizatorju točke a. KerjeG neomejena in velja G G(Ω) a,je očitno neomejena tudi G(Ω) a.topomeni,dag(ω) a ni kompaktna. Trditev 4.4. Naj bo H kompaktna podgrupa G(Ω). Potem obstaja tak a Ω, dajeh G(Ω) a. Dokaz: Ker je H G(Ω) lokalno kompaktna grupa, po izreku.10 [ Faraut, 1994, str. 37 ] na H obstaja Haarova mera μ, toje neničelna Radonova mera, za katero velja μ(ue) =μ(e) in μ(h) =1, 6

27 Avtomorfizemska grupa 1.4 kjer je u H in E Borelova podmnožica H. Najbox 0 Ω in y Ω. Definirajmo preslikavo s predpisom φ : H R +, φ(h) = h(x 0 ),y. Ker je h(x 0 ) Ω in y Ω sledi, da je h(x 0 ),y > 0. Topomeni, da je φ pozitivna in zvezna funkcija na H, oziromaveljaφ(h) ɛ>0. Odtodsledi φ(h)dh ɛ dh = ɛμ(h) =ɛ>0, H H kjer je dh Haarova mera na H. Zapoljubenx 0 Ω definirajmo a = h(x 0 )dh. H Ker je integral na desni, po trditvi.9 [ Faraut, 1994, str. 36 ], invarianten za poljuben h H, jea fiksen glede na H. Ker za vsak y Ω velja a, y = h(x 0 )dh, y = h(x 0 )dh, y H H = h(x 0 ),y dh = φ(h)dh > 0, H sledi, da je a Ω. Trditev 4.5. Če je Ω homogen stožec, so vse podgrupe G(Ω) x, x Ω, izomorfne. Dokaz: Naj bosta a in b Ω. Pripadajoča stabilizatorja sta množici in G(Ω) a = { g G(Ω) ; g(a) =a } G(Ω) b = { g G(Ω) ; g(b) =b }. Zaradi homogenosti Ω, obstaja tak g 0 G(Ω), dajeg 0 (a) =b. Definirajmo preslikavo H φ : G(Ω) a G(Ω) b 7

28 1 Uvod podano s predpisom φ(g) =g 0 gg 1 0. Ker velja φ(g)(b) =g 0 gg 1 0 (b) =g 0g(a) =g 0 (a) =b, je φ dobro definirana. Ker velja tudi φ(gh) =g 0 (gh)g 1 0 = g 0 gg 1 0 g 0 hg 1 0 = φ(g) φ(h), je φ homomorfizem. Preslikava, podana s predpisom φ 1 (h) =g 1 0 hg 0 je očitno inverz preslikave φ, ki je tako izomorfizem med G(Ω) a in G(Ω) b. 8

29 Lorentzovi stožci.1 Posebna teorija relativnosti Z zakoni klasične fizike v svetu makroskopskih teles shajamo vse dokler se ne soočimo: z opisi pojavov pri katerih postane hitrost teles precej večja, kot je sicer običajno hitrost velikih teles, z opisovanjem elektronov, atomskih jeder, atomov, molekul in pojavov, pri katerih sodeluje le majhno število le-teh ter opisi pojavov, kjer je gravitacijsko polje takšno, da njegov vpliv ni zanemarljiv. Omenjene težave so fizikom dale pobudo za posplošitev zakonov Newtonove mehanike in Maxwellove elektrodinamike na področja, na katerih ti zakoni ne veljajo. Posplošitev Newtonove mehanike na hitre delce je tako privedla do posebne teorije relativnosti, posplošitev klasične fizike na majhne delce do kvantne fizike in posplošitev Newtonove mehanike in gravitacijskega zakona do splošne teorije relativnosti. Razvoj klasične fizike je potekal predvsem na osnovi opazovanja in opisovanja pojavov. Po opravljenem poskusu je sledila analiza rezultatov in oblikovanje zakona. Z vplivanjem na okoliščine v katerih je poskus potekal je iz zakona sledilo oblikovanje izrekov in enačb, ki podajajo odvisnosti med opazovanimi količinami. V moderni fiziki je poskuse le težko izvajati in zato še težje vplivati na okoliščine v katerih potekajo. Razvoj v moderni fiziki zatorej poteka nekoliko drugače. Že ob samem začetku obravnave kakega problema postavimo trditve, imenovane tudi načela, ki niso v nasprotju z rezultati poskusov. Iz načel nato izpeljemo zakone, iz zakonov pa izreke in enačbe. Dobljeno teorijo naposled sprejmemo za veljavno, če se izreki in enačbe ujemajo z rezultati poskusov. Temeljni načeli posebne teorije relativnosti je leta 1905 s člankom Zur Elektrodynamik bewegter Kőrper, oblikoval Albert Einstein. Galilejevo načelo relativnosti, ki je zajemalo le mehanične pojave, je razširil tudi na elektromagnetne pojave in s tem dobil načelo 9

30 Lorentzovi stožci relativnosti. Na osnovi načela relativnosti so vsi nepospešeni opazovalni sistemi enakopravni in tako enako uporabni za opisovanje vseh fizikalnih pojavov, ki potekajo v njih. Načelu relativnosti je dodal še načelo o hitrosti svetlobe, ki pravi, da je hitrost svetlobe v praznem prostoru v vseh nepospešenih opazovalnih sistemih enaka. Čeprav ju Einstein ni navedel kot osnovni načeli, posebna teorija relativnosti privzame še načeli o homogenosti časa ter homogenosti in izotropnosti prostora. Prvo pravi, da ima čas enake lastnosti, kot jih je imel v preteklosti in jih bo imel tudi v prihodnosti. Drugo načelo isto lastnost priredi tudi prostoru ter doda, da ima prostor enake lastnosti v izbrani smeri, kot tudi v drugih smereh. Nova načela so predstavljala pobudo za uvedbo nove transformacije, s katero podamo koordinate in čas v nepospešenem opazovalnem sistemu S, če poznamo koordinate in čas v nepospešenem koordinatnem sistemu S. Čeprav je izhodišče oblikovanja nove transformacije predstavljala Galilejeva transformacija, ki je uspešna pri opisovanju gibanj teles z majhnimi hitrostmi, se je Einstein uprl na ugotovitve Hendrika Antoona Lorentza. Njegovo transformacijo je Einstein izpopolnil, do danes znane Lorentzove transformacije t = γ 0 ( t v 0x ) c 0 x = γ 0 ( x v 0 t ) y = y z = z, kjer je v 0 hitrost opazovalnega sistema S glede na sistem S, koeficient γ 0 pa določa enačba γ 0 = 1 v 0 c. 0 Lorentzova transformacija s svojimi enačbami podaja novo pojmovanje prostora in časa. Ugotovitev, da se poleg transformiranja koordinat, transformira tudi čas, napeljuje na definiranje novega pojma. Dogodek je izbran trenutni pojav v neki točki, ki ga določajo štirje podatki: tri koordinate x, y in z ter čas t. Lorentzova transformacija torej dogodku x, y, z, t v nepospešenem opazovalnem sistemu S priredi dogodek x, y, z, t v nepospešenem opazovalnem sistemu S. 30

31 . Prostor čas Minkowskega Prostor čas Minkowskega. Ker v Lorentzovi transformaciji čas ne nastopa več kot zunanji parameter, ga je smiselno obravnavati kot novo, četrto koordinato. Za obravnavo posebne teorije relativnosti je torej pripraven štiridimenzionalen prostor, v katerem poleg običajnih koordinatnih osi x, y in z nastopa še četrta koordinata c 0 t. Čeprav je osnovne zamisli o štiridimenzionalnem prostoru podal že Albert Einstein, je njegovo današnjo podobo leta 1908 izoblikoval nemško - poljski matematik Hermann Minkowski. Prostor čas Minkowskega je torej definiran kot štiridimenzionalen realen vektorski prostor M, pri čemer točkam tega prostora ustrezajo dogodki. Dogodku ct, x, y, z v prostoru M priredimo štiridimenzionalni vektor ali četverec: x =(x 1,x,x 3,x 4 ), pri čemer komponenta ( x 1 ) ustreza časovni komponenti četverca, ( x,x 3,x 4 ) pa krajevni komponenti četverca. Medtem, ko za seštevanje in odštevanje četvercev, ter njihovo množenje s skalarjem, veljajo pravila, ki so posplošitev pravil za računanje s trirazsežnimi vektorji, zaradi načela o homogenosti in izotropnosti prostora M, skalarnega produkta ne moremo vpeljati na običajen način. Skalarni produkt v M definiramo s predpisom g(v, w) =v 1 w 1 v w v 3 w 3 v 4 w 4, in ga imenujemo Lorentov skalarni produkt. Posebej bomo označevali Q(v) =g(v, v). Lorentzov skalarni produkt očitno ni pozitivno definiten. V prostoru M namreč obstajajo neničelni vektorji v, za katere velja Q(v) =g(v, v) =0.Vektorv = e 1 + e 4 je očitno takšen. Zanj namreč velja: g(v, v) =Q(e 1 ) g(e 1,e 4 )+Q(e 4 )= 1 0 1=0. Neničelne vektorje v, prostora M, za katere velja g(v, v) =0imenujemo ničelni ali svetlobni vektorji. Smisel takšnega poimenovanja bo razviden v nadaljevanju. Vektor v prostora M, za katerega je Q(v) enak 1 ali -1, imenujemo enotski vektor prostora M. Bazo{ e 1,e,e 3,e 4 } prostora M, med 31

32 Lorentzovi stožci seboj ortogonalnih enotskih vektorjev imenujemo ortonormirana baza prostora M. Ob kratkem premisleku se nam zastavi vprašanje ali obstaja baza ničelnih vektorjev prostora M. Naslednji zgled nas prepriča v obstoj takšne baze. Zgled 1. Naj bodo u = e 1 + e, v = e 1 + e 3, w = e 1 + e 4 in z = e 1 e.kerveljaq(u) =Q(v) =Q(w) =Q(z) =0,sou, v, w in z ničelni vektorji prostora M. Hitro se lahko prepričamo, da so u, v, w in z tudi linearno neodvisni in zato predstavljajo ničelno bazo prostora M. Seveda pa ne obstaja ničelna baza prostora M, katere bazni vektorji bi bili paroma ortogonalni. Velja namreč Izrek.1 Ničelna vektorja v in w Msta ortogonalna natanko takrat, kadar sta vzporedna, tj. ko obstaja tak t R, da velja v = tw. Dokaz: Vektorja x in y Mzapišimo v obliki v = α + x in w = β + y, kjer sta α in β časovni, x in y pa krajevni komponenti pripadajočih četvercev. Po definiciji Lorentzovega produkta sledi g(v, v) =α x, x, g(w, w) =β y, y, pri čemer je.,. običajni skalarni produkt. Ker sta v in w po predpostavki ničelna vektorja, sledi α = ± x in β = ± y. Zaradi ortogonalnosti v in w velja 0=g(v, w) =g(α+x, β +y) =αβ x, y = ± x y x, y. Ker je x y = x, y, po Cauchy - Schwarzu sledi y = tx, za nek t R. Ločimo primera (i) v = x + x, w = t x ± tx. Ker je g(v, w) =t x t x, x =(t t) x =0, sledi w = t x + tx = t ( x + x) =tv. (ii) v = x x, w = t x ± tx. Ker je g(v, w) =t x ± t x, x =(t ± t) x =0, sledi w = t x tx = t ( x x) =tv. 3

33 Prostor čas Minkowskega. Dokaz implikacije v nasprotni smeri je očiten. Če je namreč v = tw, sledi g(v, w) =g(tw, w) =tg(w, w) =0, zaradi ničelnost vektorja w. V nadaljevanju si nekoliko podrobneje oglejmo zvezo med poljubnima dogodkoma. Naj bosta x in x 0 takšna različna dogodka, da je vektor v = x x 0, med dogodkoma x 0 in x, ničelen oziroma svetloben. Fiziki za taka dogodka pravijo, da sta v razmiku svetlobnega tipa. Ob upoštevanju načela vzročnosti ( učinek sledi v času svojemu vzroku ), bi zanju veljalo: če dogodek x ustreza izsevanju bliska v dani točki ( vzrok ), potem dogodek x 0 ustreza sprejetju bliska v neki drugi točki ( učinek ). Če dogodkoma x in x 0 v poljubni ortonormirani bazi prostora M, priredimo pripadajoča četverca x =(x 1,x,x 3,x 4 ) in x 0 =(x 10,x 0,x 30,x 40 ),sledi ( x 1 x 10 ) ( x x 0 ) ( x 3 x 30 ) ( x 4 x 40 ) =0. Zaradi podobnosti zgornje enačbe z enačbo stožca v R 3, imenujemo množico, definirano s predpisom P S (x 0 )={ x M; Q(x x 0 )=0} svetlobni ali ničelni stožec prostora M vtočkix 0. Stožec P S (x 0 ) torej vsebuje vse tiste dogodke prostora M, ki so s svetlobo vzročno povezani z dogodkom x 0. Dogodku x M,kijessvetlobovzročno povezan z dogodkom x 0, priredimo svetlobni žarek. Svetlobni žarek, prirejen dogodkoma x in x 0 je definiran s predpisom R x,x0 = { x 0 + t (x x 0 ); t R }. Opomba: Na sliki svetlobnega stožca P S (x 0 ),jekrajevnikomponenti x 3 prirejena vrednost 0. Trditev.. Če je Q(x x 0 )=0, potem velja R x,x0 = R x0,x. Dokaz: Naj bo v R x,x0. Obstaja torej tak t R, daveljav = x+t (x 0 x),oziromav x = t (x 0 x).kerjeq(v x) =Q(t (x 0 x)) = t Q(x 0 x) =0, obstaja tak k R, daje0=k Q(x x 0 )= 33

34 Lorentzovi stožci Svetlobni stožec P S (x 0 ) Q(k (x x 0 )) = Q(v x 0 ).Odtodslediv x 0 = k (x x 0 ),oziroma v = x 0 + k (x x 0 ) R x0,x. Obratno inkluzijo dobimo z zamenjavo vloge elementov x in x 0. Svetlobni stožec je torej unija svetlobnih žarkov prirejenih dogodku x 0. Izrek.3. Naj bosta x in x 0 različna dogodka, za katera velja Q(x x 0 )=0. Potem velja R x0,x = P S (x 0 ) P S (x). Dokaz: Naj bo z = x 0 + t (x x 0 ) R x0,x. Kerjez x 0 = t (x x 0 ) in Q(x x 0 )=0,slediz P S (x 0 ). Analogno je, po trditvi.., z P S (x). Sledi torej z P S (x 0 ) P S (x), oziroma R x0,x P S (x 0 ) P S (x). Naj bo z P S (x 0 ) P S (x). Potem so vektorji z x, z x 0 in x x 0 ničelni, tj. Q(z x) =Q(z x 0 )=Q(x x 0 )=0.Kerje z x 0 =(z x) (x 0 x), velja0=q(z x 0 )=Q(z x) g(z x, x 0 x) +Q(x 0 x) = g(z x, x 0 x). Čejez = x, sledi z R x0,x. Čepaz x, zaradi ortogonalnosti z x in x 0 x, po izreku.1., obstaja tak t R, daveljaz x = t (x 0 x). Odtod sledi z = x + t (x 0 x) R x0,x, oziromap S (x 0 ) P S (x) R x0,x. Oglejmo si sedaj še poljubna dogodka x in x 0, za katera velja Q(x x 0 ) > 0 ali Q(x x 0 ) < 0. Če za dogodka x in x 0 velja Q(x x 0 ) > 0, pravimo, da sta v razmiku časovnega tipa. Taka dogodka sta lahko vzročno povezana s 34

35 Prostor čas Minkowskega. pojavom, ki potuje počasneje kot svetloba. Prvi dogodek ustreza na primer prehodu delca mimo dane točke ( vzrok ), drugi pa prehodu delca mimo druge točke ( učinek ). Če za dogodka x in x 0 velja Q(x x 0 ) < 0, pravimo, da sta v razmiku krajevnega tipa. Taka dogodka ne moreta biti vzročno povezana, saj bi zanju veljalo, da se v danem trenutku zgodita v različnih točkah. Do danes pojava, ki bi bil hitrejši kot je svetloba še nismo spoznali. Izrek.4. Naj bo v = α + x vektor časovnega tipa in w = β + y vektor svetlobnega ali časovnega tipa; α in β sta pri tem časovni, x in y pa krajevni komponenti četverca. Potem velja ena od možnosti (i) αβ >0, od koder sledi g(v, w)> 0 ali (ii) αβ <0, od koder sledi g(v, w)< 0. Dokaz: Po predpostavki je g(v, v) =α x, x > 0 in g(w, w) = β y, y 0. Kerjeα > x, x in β y, y sledi ( αβ ) > x, x y, y x, y.odtodsledi αβ > x, y,oziroma αβ 0.Denimo,dajeαβ > 0. Potemjeαβ = αβ > x, y x, y. Odtodsledig(v, w) =αβ x, y > 0. Po drugi strani za αβ < 0 velja αβ = αβ > x, y x, y. Kerje g(v, w) =αβ x, y < 0, sledig(v, w) < 0. Posledica.5. Naj bo v = α + x od nič različen vektor. Denimo, da je pravokoten na vektor w = β + y, ki je časovnega tipa. Potem je v krajevnega tipa. Dokaz: Vektor v je lahko časovnega, svetlobnega ali krajevnega tipa. Če je v časovnega ali svetlobnega tipa, po izreku.4 sledi, da je g(v, w) 0. Ker je po predpostavki g(v, w) =0, preostane le tretja možnost. Vektor v je krajevnega tipa. Označimo z τ množico vseh vektorjev časovnega tipa prostora M. Na množici τ definirajmo relacijo s predpisom u, v τ : u v g(u, v)> 0. Pokažimo, da je ekvivalenčna relacija, ki podprostor vseh vektorjev časovnega tipa razdeli na dva ekvivalenčna razreda. refleksivnost : sledi iz definicije časovnosti 35

36 Lorentzovi stožci simetričnost : sledi iz simetričnosti Lorentzovega produkta tranzitivnost : Naj bo v w in w u. Pišimo v = x + α, v = y + β in u = z + γ. Kerjev w, po definiciji sledi x, y <αβin x, y < αβ. Odtodsledi0 <αβ+ αβ, oziroma αβ > 0. Po analognem sklepu dobimo βγ > 0. Ker imajo α in β ter β in γ paroma iste predznake sledi, da imata tudi α in γ isti predznak. Velja torej αγ > 0. Kerje x, z x y < α γ = αγ = αγ, slediv u. Vektorja v =1+0in w = 1+0sta očitno časovnega tipa. Ker je g(v, w) = 1 < 0, velja To pa pomeni, da sta ekvivalenčna razreda, na katera razdeli prostor M, vsajdva. Naj bodo u, v in w vektorji časovnega tipa. Denimo, da ležijo v različnih ekvivalenčnih razredih. Njihove časovne komponente so potem bodisi pozitivne bodisi negativne. Ker so vektorji trije, se vsaj dva ( naprimer u in v ) ujemata v predznaku časovne komponente. Po izreku.4 je tedaj g(u, v) > 0, kar je v protislovju s predpostavko, da u in v ležita v različnih razredih. Ekvivalenčni razred časovnih vektorjev s pozitivno časovno komponento označimo s τ +, razred z negativno časovno komponento pa s τ.zavsakx 0 Mdefinirajmo množice P T (x 0 )={ x M; Q(x x 0 ) > 0 }, P + T (x 0)={ x ; x x 0 τ + } = P T (x 0 ) τ +, P T (x 0)={ x ; x x 0 τ } = P T (x 0 ) τ in dokažimo naslednjo Trditev.6. Množica P + T (x 0) je konveksni stožec glede na x 0, oziroma P + T (0) je konveksni stožec v običajnem smislu. Dokaz: Ker je P + T (0) = { α + x ; x <α}, za poljuben pozitiven λ velja λx = λ x <λα. Torej je λα + λx P + T (0). Če sta α + x in β + y P+ T (0), velja x <αin y <β.topomeni,daje x + y x + y <α+ β, 36

37 Lorentzova grupa.3 Časovni stožec P T (x 0 ) od koder sledi (α + β)+(x + y) =(α + x)+(β + y) P + T (0). Analogno bi pokazali, da sta tudi P T (x 0) in P T (x 0 ) stožca. Stožec P T (x 0 ) imenujemo časovni stožec, stožec P + T (x 0) stožec prihodnosti in stožec P T (x 0) stožec preteklosti. Časovni stožec P T (x 0 ) je torej notranjost svetlobnega stožca P S (x 0 ). Notranjost tega stožca po eni strani zajema tiste dogodke, ki so mogoča preteklost dogodka x 0, stožec P T (x 0), po drugi strani pa dogodke, ki so mogoča prihodnost dogodka x 0, stožec P + T (x 0). Če analogno, kot smo to storili za časovni stožec, tudi svetlobni stožec zapišemo kot unijo P + S (x 0) in P S (x 0), stožec P + S (x 0) ustreza dogodkom, do katerih bi lahko prispel svetlobni blisk, ki bi bil izsevan v danem trenutku, stožec P S (x 0) pa dogodkom, v katerih bi morali biti izsevani svetlobni bliski, da bi dospeli do danega dogodka. Če smo dogodkoma svetlobnega stožca ali njegove notranjost lahko priredili pojav, za zunanjost tega ne moremo storiti. Zunanjosti svetlobnega stožca namreč pojavi, ki izhajajo iz danega dogodka, ne morejo doseči..3 Lorentzova grupa Naj bosta x in y poljubna dogodka prostora M. Definirajmo množico Lorentzovih transformacij s predpisom L G = { A GL 4 (R); g(ax, Ay) =g(x, y) }. Trditev 3.1. Množica L G je grupa. 37

38 Lorentzovi stožci Dokaz: Matrika A = I je očitno element L G. Vzemimo A in B L G.Potemvelja g(abx, ABy) =g(a Bx, A By) =g(bx, By) =g(x, y), od koder sledi AB L G. Naj bodo A L G in x, y R 4. Potem obstajata u in v taka, da velja Au = x in Av = y. Kerje g(a 1 x, A 1 y)=g(u, v) =g(au, Av) =g(x, y), sledi A 1 L G. Opomba : Lorentzov skalarni produkt lahko pišemo tudi v obliki kjer je g(u, v) = Ju, v, J = in.,. običajni skalarni produkt v R 4. Trditev 3.. Denimo, da A GL 4 (R) ohranja Lorentzov skalarni produkt. Tedaj je A J A = J, kjer je A običajno adjungiranje. Dokaz: Če je g(au, Av) =g(u, v), je zaradi zgornje opombe JAu, Av = A J Au, v = Ju, v. Od tod očitno sledi A J A = J. Trditev 3.3. Če je A GL 4 (R) Lorentzova, je Lorentzova tudi A. Dokaz: Vemo že, da je A J A = J.KerjeJ = I, sledi A J = J A 1 JA J = J A 1 = A 1. Od tod je J A J = A 1 J JA = A 1 J, 38

39 Lorentzova grupa.3 oziroma AJ A = AA 1 J = J. Od tod sledi A je Lorentzova. Trditev 3.4. Matriko A L G pišimo v obliki [ ] α x, y M kjer je M GL 3 (R), x, y R 3 in α R. Potem velja (i) M M = I + x x, MM = I + y y, (ii) y = 1 α Mx, x = 1 α M y, (iii) α =1+ x, (iv) x = y < α. Dokaz: Ker je A L G,veljaA J A = J,oziroma [ ][ ][ ] [ ] α y 1 0 α x 1 0 x M =, 0 I y M 0 I [ ][ ] [ ] α y α x 1 0 x M =, y M 0 I [ α y αx M ] [ ] y 1 0 αx M y x x M =, M 0 I kjer x x pomeni tenzorski produkt vektorja x, oziroma izraz, za katerega velja ( x x ) v = v, x x. Od tod direktno sledita enakosti x = 1 α M y in α =1+ x. Ker je tudi AJ A = J, podobno kot prej sledi [ α x ] [ ] αy Mx 1 0 αy Mx y y MM =, 0 I od koder je y = 1 α Mx in α =1+ y. Od tod sledi x = y < α in MM = I + y y, M M = I + x x. 39

40 Lorentzovi stožci Trditev 3.5. Vedno velja α 1 ali α 1. Dokaz: Trditev je direktna posledica točke (iii) prejšnje trditve. Trditev 3.6. Množica [ ] α x L G+ = { L y M G ; α 1 } je podgrupa, ki jo imenujemo grupa Lorentzovih transformacij, ki ohranjajo čas. Dokaz: Matrika [ ] 1 0 I 4 = 0 I 3 je očitno element L G+. Naj bosta A, B L G+ in α, β 1. ČeA in B zapišemo kot [ ] [ ] α x β u A =, B = y M v N velja [ ][ ] [ α x β u αβ + x, v αu + N AB = = ] x. y M v N βy + Mv MN + y u Ker je x, v x v α β = αβ,sledi x, v +αβ 0. Od tod po trditvi 3.5 sledi AB L G+. Inverz elementa [ ] [ ] α x α y je y M x M. Od tod za vsak A L G+ sledi A 1 L G+. Opravičimo ime grupe L G+, grupe Lorentzovih transformacij, ki ohranjajo čas. Naj bo v = t + u vektor časovnega tipa s pozitivno časovno komponento. Potem je vektor v P + T, za katerega velja t> u. Kerje [ ][ ] [ ] α x t αt + x, u =, y M u ty + Mu sledi αt + x, u α u + x, u α u x, u 40

41 Lorentzova grupa.3 in α u x u =(α x ) u > 0 ty + Mu = t y +t M y, u + M Mu,u = = t ( α 1)+tα x, u + u + u, x x, u = = α t t +tα u, x + u + u, x <α t + x, u + oziroma +αt x, u = αt + x, u, αt + x, u > ty + Mu. Elementi grupe L G+ torej ohranjajo pozitivnost časovne komponente vektorjev časovnega tipa. Analogno pokažemo, da ohranjajo tudi negativnost časovne komponente. Vzemimo poljubna dogodka časovnega tipa v 1 in v ter njuni časovni komponenti označimo z t 1 in t. Če za dogodka v 1 in v velja, t 1 >t, potem tudi za dogodka v 1 in v,kjerjev 1 = Av 1 in v = Av ter A L G+,veljat 1 >t. Trditev 3.7. Če je A Lorentzova transformacija, je det(a) {±1}. Dokaz: Ker je A J A = J in det(a) =det(a ) sledi det(a) det(j )=det(j )= 1, od koder dobimo det(a) =1,oziromadet(A) =±1. Trditev 3.8. Naj bo L G++ = { A L G+ ; det(a) =1}. Tedaj je L G++ grupa, ki jo imenujemo grupa pravih Lorentzovih transformacij. Dokaz: L G++ = L G+ {A GL 4 (R); det(a) =1}. Kerjedeterminanta multiplikativna, je druga množica jedro homomorfizma det : GL R, torej je podgrupa. Ker je presek dveh podgrup tudi podgrupa, je L G++ podgrupa v GL. Trditev 3.9. Matrika M v Lorentzovi transformaciji je unitarna natanko tedaj, ko je x = y =0in α = ±1. Množica [ ] 1 0 L R = { ; MM = I in det M =1} 0 M 41

42 Lorentzovi stožci je podgrupa grupe pravih transformacij L G++. Imenujemo jo grupa Lorentzovih rotacij. Dokaz: Z enostavnim računom lahko preverimo, da je matrika [ ] ±1 0, 0 M pri M M = I, Lorentzova. Po drugi strani, po točki (i) trditve 3.4 sledi, da je x =0.Potočki (iii) je potem α =1,oziromaα = ±1. Po(ii) je tudi y =0. Da je L R grupa, je očitno..4 Splošni Lorentzovi stožci v R n V nadaljevanju si nekoliko podrobneje oglejmo posplošitev ugotovitev prejšnjega razdelka na n-dimenzionalen prostor R R n 1. Podobno kot smo v prostor - času Minkowskega definirali Lorentzov skalarni produkt, definirajmo v R R n 1 bilinearno formo s predpisom g(v, w) =v 1 w 1 v w... v n w n. Zapišimo elementa v in w prostora R R n 1 v obliki v = α + x in w = β + y, kjer sta x =(x,x 3,...,x n ) in y =(y,y 3,...,y n ). Komponenti x in y imenujemo krajevni komponenti, α in β pa časovni komponenti vektorjev v in w. Zgoraj definirano formo lahko zapišemo v obliki g(v, w) =αβ x, y, kjer je.,. običajni skalarni produkt v R n 1. Tako definirano bilinearno formo imenujemo tudi splošni Lorentzov skalarni produkt. Naj bo L(n) ={ v ; g(v, v) > 0 in α>0 } = { x + α ; α> x }. V prejšnjem razdelku smo dokazali, da je L(n) za n =4, odprt konveksen stožec. Podobno bi lahko pokazali, da je za vsak n, množica L(n) odprt konveksen stožec, ki ga imenujemo pozitivni Lorentzov časovni stožec ali stožec prihodnosti. 4

43 Splošni Lorentzovi stožci v R n.4 Pokažimo najprej naslednjo Trditev 4.1. Vsak Lorentzov stožec L(n), n, je sebi dualen. Dokaz: Stožec L(n) =L je sebi dualen, če velja L = L = { v ; v, w > 0, w L\{0}}. Pokažimo najprej, da je L L.Najboα + x Lin β + y L\0. Očitno je β > 0. Čebinamrečveljalo0 = β = lim n β n in y = lim n y n,kjerβ n + y n L, bi zaradi y n β n sledilo y =0. To pa je protislovje s predpostavko, da je β + y 0. Zaradi Cauchy - Schwartzove neenakosti sledi x, y = lim x, y n lim x y n x β. n n Od tod je α + x, β + y = αβ + x, y αβ x y αβ x β = =(α x ) β>0. To pomeni, da je α + x L. Pokažimo še, da je L L.Najboβ + y L.Kerje1+0 L, mora veljati β + y, 1+0 = β > 0. Čejey =0,jeinkluzija očitna. Če je y 0, poglejmo neničelni element y y, kije limita elementov oblike y + 1 n y L. Očitno je torej y y element zaprtja L. Kerjeβ + y L,moraveljati 0 < β + y, y y = y ( β y ), od koder sledi β y > 0, oziromaβ> y. Topapomeni,da je β + y L. Na povsem podoben način, kot smo to storili v R 4,definirajmo množico Lorentzovih transformacij s predpisom L G = { A GL n (R); g(ax, Ay) =g(x, y) }. V nadaljevanju bomo za Lorentzove transformacije ponovno uporabljali bločni zapis [ ] α x, y M 43

44 Lorentzovi stožci kjer so M GL n 1 (R), α R ter x, y R n 1. Analogno kot v R 4 definiramo tudi grupo Lorentzovih transformacij, ki ohranjajo čas, grupo pravih Lorentzovih transformacij in grupo Lorentzovih rotacij. Trditev 4.. Naj bo A L G+ in s>0. PotemsA ohranja Lorentzov stožec. Dokaz: Naj bo v L. Pokazati zadošča, da sa v L. Čev zapišemo v obliki v = β + u sledi [ α x s y M Od tod sledi ][ ] β = u [ ] sαβ + s x, u. sβy + smu sαβ + s x, u sα u + s x, u sα u s x, u s ( α u x u )=s( α x ) u > 0. Ker je, upoštevajoč trditev 3.4 sβy + smu = s β y +sβ M y, u + s M Mu,u = = s β ( α 1)+sαβ x, u + s u + u, x x, u = = s α β s β +sαβ u, x + u + s u, x, ter velja sβ > s u, sledi s α β s β +sαβ u, x + s u + s u, x <s α β + + s x, u +sαβ x, u = sαβ + s x, u. Od tod torej sledi sαβ + s x, u >s βy + Mu, oziroma sa ohranja Lorentzov stožec. Trditev 4.3. Lorentzov stožec je homogen. Dokaz: Ker je množica avtomorfizmov grupa, zadošča pokazati da lahko element 1+0 L(n) s primernim avtomorfizmom premaknemo v vsak drug element β + v L(n). Na osnovi izreka 4. bomo avtomorfizem iskali v obliki [ ] α x T = s, y M 44

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 22. oktober 2013 Kdaj je zaporedje {a n } konvergentno, smo definirali s pomočjo limite zaporedja. Večkrat pa je dobro vedeti,

Διαβάστε περισσότερα

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki

Διαβάστε περισσότερα

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 10. december 2013 Izrek (Rolleov izrek) Naj bo f : [a,b] R odvedljiva funkcija in naj bo f(a) = f(b). Potem obstaja vsaj ena

Διαβάστε περισσότερα

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2 Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 2. april 2014 Funkcijske vrste Spomnimo se, kaj je to številska vrsta. Dano imamo neko zaporedje realnih števil a 1, a 2, a

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx

Διαβάστε περισσότερα

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1 Funkcije več realnih spremenljivk Osnovne definicije Limita in zveznost funkcije več spremenljivk Parcialni odvodi funkcije več spremenljivk Gradient in odvod funkcije več spremenljivk v dani smeri Parcialni

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 14. november 2013 Kvadratni koren polinoma Funkcijo oblike f(x) = p(x), kjer je p polinom, imenujemo kvadratni koren polinoma

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 12. november 2013 Graf funkcije f : D R, D R, je množica Γ(f) = {(x,f(x)) : x D} R R, torej podmnožica ravnine R 2. Grafi funkcij,

Διαβάστε περισσότερα

Linearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti

Linearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti Poglavje VII Linearne preslikave V tem poglavju bomo vektorske prostore označevali z U,V,W,... Vsi vektorski prostori bodo končnorazsežni. Zaradi enostavnosti bomo privzeli, da je pripadajoči obseg realnih

Διαβάστε περισσότερα

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja

Διαβάστε περισσότερα

Vektorski prostori s skalarnim produktom

Vektorski prostori s skalarnim produktom Poglavje IX Vektorski prostori s skalarnim produktom Skalarni produkt dveh vektorjev v R n smo spoznali v prvem poglavju. Sedaj bomo pojem skalarnega produkta razširili na poljuben vektorski prostor V

Διαβάστε περισσότερα

Algebraične strukture

Algebraične strukture Poglavje V Algebraične strukture V tem poglavju bomo spoznali osnovne algebraične strukture na dani množici. Te so podane z eno ali dvema binarnima operacijama. Binarna operacija paru elementov iz množice

Διαβάστε περισσότερα

Tretja vaja iz matematike 1

Tretja vaja iz matematike 1 Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +

Διαβάστε περισσότερα

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij): 4 vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 matrike Matrika dimenzije m n je pravokotna tabela m n števil, ki ima m vrstic in n stolpcev: a 11 a 12 a 1n a 21 a 22 a 2n

Διαβάστε περισσότερα

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK 1 / 24 KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK Štefko Miklavič Univerza na Primorskem MARS, Avgust 2008 Phoenix 2 / 24 Phoenix 3 / 24 Phoenix 4 / 24 Črtna koda 5 / 24 Črtna koda - kontrolni bit 6 / 24

Διαβάστε περισσότερα

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 15. oktober 2013 Oglejmo si, kako množimo dve kompleksni števili, dani v polarni obliki. Naj bo z 1 = r 1 (cosϕ 1 +isinϕ 1 )

Διαβάστε περισσότερα

V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant.

V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant. Poglavje IV Determinanta matrike V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant 1 Definicija Preden definiramo determinanto,

Διαβάστε περισσότερα

Poliedri Ines Pogačar 27. oktober 2009

Poliedri Ines Pogačar 27. oktober 2009 Poliedri Ines Pogačar 27. oktober 2009 Pri linearnem programiranju imamo opravka s končnim sistemom neenakosti in končno spremenljivkami, torej je množica dopustnih rešitev presek končno mnogo polprostorov.

Διαβάστε περισσότερα

1 Seštevanje vektorjev in množenje s skalarjem

1 Seštevanje vektorjev in množenje s skalarjem Poglavje I Vektorji Seštevanje vektorjev in množenje s skalarjem Za lažjo geometrično predstavo si najprej oglejmo, kaj so vektorji v ravnini. Vektor je usmerjena daljica, ki je natanko določena s svojo

Διαβάστε περισσότερα

Lastne vrednosti in lastni vektorji

Lastne vrednosti in lastni vektorji Poglavje VIII Lastne vrednosti in lastni vektorji V tem poglavju bomo privzeli, da so skalarji v vektorskih prostorih, koeficienti v matrikah itd., kompleksna števila. Algebraične operacije seštevanja,

Διαβάστε περισσότερα

Gimnazija Krˇsko. vektorji - naloge

Gimnazija Krˇsko. vektorji - naloge Vektorji Naloge 1. V koordinatnem sistemu so podane točke A(3, 4), B(0, 2), C( 3, 2). a) Izračunaj dolžino krajevnega vektorja točke A. (2) b) Izračunaj kot med vektorjema r A in r C. (4) c) Izrazi vektor

Διαβάστε περισσότερα

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega Izeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega 1. Najosnovnejše o konveksnih funkcijah Definicija. Naj bo X vektorski rostor in D X konveksna množica. Funkcija ϕ: D R je konveksna,

Διαβάστε περισσότερα

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik Podobnost matrik Matematika II (FKKT Kemijsko inženirstvo) Matjaž Željko FKKT Kemijsko inženirstvo 14 teden (Zadnja sprememba: 23 maj 213) Matrika A R n n je podobna matriki B R n n, če obstaja obrnljiva

Διαβάστε περισσότερα

Spoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil.

Spoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil. Zaporedja števil V matematiki in fiziki pogosto operiramo s približnimi vrednostmi neke količine. Pri numeričnemu računanju lahko npr. število π aproksimiramo s števili, ki imajo samo končno mnogo neničelnih

Διαβάστε περισσότερα

Reševanje sistema linearnih

Reševanje sistema linearnih Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje

Διαβάστε περισσότερα

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center Državni izpitni center *M40* Osnovna in višja raven MATEMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sobota, 4. junij 0 SPLOŠNA MATURA RIC 0 M-40-- IZPITNA POLA OSNOVNA IN VIŠJA RAVEN 0. Skupaj:

Διαβάστε περισσότερα

Splošno o interpolaciji

Splošno o interpolaciji Splošno o interpolaciji J.Kozak Numerične metode II (FM) 2011-2012 1 / 18 O funkciji f poznamo ali hočemo uporabiti le posamezne podatke, na primer vrednosti r i = f (x i ) v danih točkah x i Izberemo

Διαβάστε περισσότερα

Osnove matematične analize 2016/17

Osnove matematične analize 2016/17 Osnove matematične analize 216/17 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Kaj je funkcija? Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja

Διαβάστε περισσότερα

Matrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1

Matrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1 Poglavje II Matrike Matrika je pravokotna tabela realnih števil Na primer: [ ] 1 1 1, 2 3 1 1 0 1 3 2 1, 0 1 4 [ ] 2 7, Matrika je sestavljena iz vrstic in stolpcev Vrstici matrike [ ] 1 1 1 2 3 1 [ ]

Διαβάστε περισσότερα

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12 Predizpit, Proseminar A, 15.10.2015 1. Točki A(1, 2) in B(2, b) ležita na paraboli y = ax 2. Točka H leži na y osi in BH je pravokotna na y os. Točka C H leži na nosilki BH tako, da je HB = BC. Parabola

Διαβάστε περισσότερα

AFINA IN PROJEKTIVNA GEOMETRIJA

AFINA IN PROJEKTIVNA GEOMETRIJA Aleš Vavpetič AFINA IN PROJEKTIVNA GEOMETRIJA Ljubljana 2011 ii naslov: AFINA IN PROJEKTIVNA GEOMETRIJA avtorske pravice: Aleš Vavpetič izdaja: prva izdaja založnik: samozaložba Aleš Vavpetič, Ljubljana

Διαβάστε περισσότερα

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti Poglavje XI Kvadratne forme V zadnjem poglavju si bomo ogledali še eno vrsto preslikav, ki jih tudi lahko podamo z matrikami. To so tako imenovane kvadratne forme, ki niso več linearne preslikave. Kvadratne

Διαβάστε περισσότερα

IZPIT IZ ANALIZE II Maribor,

IZPIT IZ ANALIZE II Maribor, Maribor, 05. 02. 200. (a) Naj bo f : [0, 2] R odvedljiva funkcija z lastnostjo f() = f(2). Dokaži, da obstaja tak c (0, ), da je f (c) = 2f (2c). (b) Naj bo f(x) = 3x 3 4x 2 + 2x +. Poišči tak c (0, ),

Διαβάστε περισσότερα

Dodatna poglavja iz linearne algebre za 1. letnik finančne matematike na FMF. Primož Moravec

Dodatna poglavja iz linearne algebre za 1. letnik finančne matematike na FMF. Primož Moravec Dodatna poglavja iz linearne algebre za 1 letnik finančne matematike na FMF Primož Moravec 13 september 2017 1 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 51264(0758)

Διαβάστε περισσότερα

VEKTORJI. Operacije z vektorji

VEKTORJI. Operacije z vektorji VEKTORJI Vektorji so matematični objekti, s katerimi opisujemo določene fizikalne količine. V tisku jih označujemo s krepko natisnjenimi črkami (npr. a), pri pisanju pa s puščico ( a). Fizikalne količine,

Διαβάστε περισσότερα

DISKRETNA FOURIERJEVA TRANSFORMACIJA

DISKRETNA FOURIERJEVA TRANSFORMACIJA 29.03.2004 Definicija DFT Outline DFT je linearna transformacija nekega vektorskega prostora dimenzije n nad obsegom K, ki ga označujemo z V K, pri čemer ima slednji lastnost, da vsebuje nek poseben element,

Διαβάστε περισσότερα

Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA

Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA. Naj bo vektorsko polje R : R 3 R 3 dano s predpisom R(x, y, z) = (2x 2 + z 2, xy + 2yz, z). Izračunaj pretok polja R skozi površino torusa

Διαβάστε περισσότερα

II. LIMITA IN ZVEZNOST FUNKCIJ

II. LIMITA IN ZVEZNOST FUNKCIJ II. LIMITA IN ZVEZNOST FUNKCIJ. Preslikave med množicami Funkcija ali preslikava med dvema množicama A in B je predpis f, ki vsakemu elementu x množice A priredi natanko določen element y množice B. Važno

Διαβάστε περισσότερα

Booleova algebra. Izjave in Booleove spremenljivke

Booleova algebra. Izjave in Booleove spremenljivke Izjave in Booleove spremenljivke vsako izjavo obravnavamo kot spremenljivko če je izjava resnična (pravilna), ima ta spremenljivka vrednost 1, če je neresnična (nepravilna), pa vrednost 0 pravimo, da gre

Διαβάστε περισσότερα

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja ZNAČILNOSTI FUNKCIJ ZNAČILNOSTI FUNKCIJE, KI SO RAZVIDNE IZ GRAFA. Deinicijsko območje, zaloga vrednosti. Naraščanje in padanje, ekstremi 3. Ukrivljenost 4. Trend na robu deinicijskega območja 5. Periodičnost

Διαβάστε περισσότερα

Funkcije več spremenljivk

Funkcije več spremenljivk DODATEK C Funkcije več spremenljivk C.1. Osnovni pojmi Funkcija n spremenljivk je predpis: f : D f R, (x 1, x 2,..., x n ) u = f (x 1, x 2,..., x n ) kjer D f R n imenujemo definicijsko območje funkcije

Διαβάστε περισσότερα

1 Fibonaccijeva stevila

1 Fibonaccijeva stevila 1 Fibonaccijeva stevila Fibonaccijevo število F n, kjer je n N, lahko definiramo kot število načinov zapisa števila n kot vsoto sumandov, enakih 1 ali Na primer, število 4 lahko zapišemo v obliki naslednjih

Διαβάστε περισσότερα

Univerza na Primorskem Pedagoška fakulteta Koper. Geometrija. Istvan Kovacs in Klavdija Kutnar

Univerza na Primorskem Pedagoška fakulteta Koper. Geometrija. Istvan Kovacs in Klavdija Kutnar Univerza na Primorskem Pedagoška fakulteta Koper Geometrija Istvan Kovacs in Klavdija Kutnar Koper, 2007 PREDGOVOR Pričujoče študijsko gradivo je povzeto po naslednjih knigah Richard S. Millman, George

Διαβάστε περισσότερα

Matematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2010/2011

Matematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2010/2011 Matematika BF Lesarstvo Matjaž Željko Zapiski ob predavanjih v šolskem letu 00/0 Izpis: 9 avgust 0 Kazalo Števila 5 Naravna števila 5 Cela števila 6 3 Racionalna števila 6 4 Realna števila 7 5 Urejenost

Διαβάστε περισσότερα

Vaje iz MATEMATIKE 2. Vektorji

Vaje iz MATEMATIKE 2. Vektorji Študij AHITEKTURE IN URBANIZMA, šol. l. 06/7 Vaje iz MATEMATIKE. Vektorji Vektorji: Definicija: Vektor je usmerjena daljica. Oznake: AB, a,... Enakost vektorjev: AB = CD: če lahko vektor AB vzporedno premaknemo

Διαβάστε περισσότερα

Linearna algebra. Bojan Orel Fakulteta za računalništvo in informatiko

Linearna algebra. Bojan Orel Fakulteta za računalništvo in informatiko Linearna algebra Bojan Orel Fakulteta za računalništvo in informatiko 23. februar 205 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 52.64(075.8)(0.034.2) OREL, Bojan

Διαβάστε περισσότερα

Kotni funkciji sinus in kosinus

Kotni funkciji sinus in kosinus Kotni funkciji sinus in kosinus Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z oznako cos x, DEFINICIJA V PRAVOKOTNEM TRIKOTNIKU: Kotna funkcija sinus je definirana kot razmerje

Διαβάστε περισσότερα

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA III

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA III UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 215 ii Kazalo Diferencialni račun vektorskih funkcij 1 1.1 Skalarne funkcije...........................

Διαβάστε περισσότερα

Osnove linearne algebre

Osnove linearne algebre Osnove linearne algebre Matrike Matrika razsežnosti n m je A = a 1 1 a 1 2 a 1 m a 2 1 a 2 2 a 2 m a n 1 a n 2 a n m Če je n = m, tedaj matriko imenujemo kvadratna matrika Elementi matrike so lahko realna

Διαβάστε περισσότερα

Analiza I. (študijsko gradivo) Matija Cencelj

Analiza I. (študijsko gradivo) Matija Cencelj Analiza I (študijsko gradivo) Matija Cencelj 2. maj 2007 2 Kazalo 1 Uvod 5 1.1 Izjave............................... 5 1.2 Množice.............................. 7 1.3 Relacije..............................

Διαβάστε περισσότερα

Univerza v Mariboru. Uporaba matematičnih metod v logistiki 1 Priročnik

Univerza v Mariboru. Uporaba matematičnih metod v logistiki 1 Priročnik Univerza v Mariboru Fakulteta za logistiko Uporaba matematičnih metod v logistiki 1 Priročnik BOJANA ZALAR Celje 2009 Izdala: Fakulteta za logistiko Univerze v Mariboru Naslov: Uporaba matematičnih metod

Διαβάστε περισσότερα

MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK

MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK abc MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK ŠTEVILA PRIBLIŽNO RAČUNANJE PRIBLIŽNO RAČUNANJE Ta fosil dinozavra je star 7 milijonov in šest let, pravi paznik v muzeju.??? Ko sem

Διαβάστε περισσότερα

1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006

1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006 1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006 1. Dana je množica predpostavk p q r s, r t, s q, s p r, s t in zaključek t r. Odloči, ali je sklep pravilen ali napačen. pravilen, zapiši

Διαβάστε περισσότερα

INŽENIRSKA MATEMATIKA I

INŽENIRSKA MATEMATIKA I INŽENIRSKA MATEMATIKA I REŠENE NALOGE za izredne študente VSŠ Tehnično upravljanje nepremičnin Marjeta Škapin Rugelj Fakulteta za gradbeništvo in geodezijo Kazalo Števila in preslikave 5 Vektorji 6 Analitična

Διαβάστε περισσότερα

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Matematika Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 6. november 200 Poglavje 2 Zaporedja in številske vrste 2. Zaporedja 2.. Uvod Definicija 2... Zaporedje (a n ) = a, a 2,..., a n,... je predpis,

Διαβάστε περισσότερα

Navadne diferencialne enačbe

Navadne diferencialne enačbe Navadne diferencialne enačbe Navadne diferencialne enačbe prvega reda V celotnem poglavju bo y = dy dx. Diferencialne enačbe z ločljivima spremeljivkama Diferencialna enačba z ločljivima spremeljivkama

Διαβάστε περισσότερα

Matematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija.

Matematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija. 1 / 46 Univerza v Ljubljani, FE Potenčna Korenska Melita Hajdinjak Matematika I (VS) Kotne 013/14 / 46 Potenčna Potenčna Funkcijo oblike f() = n, kjer je n Z, imenujemo potenčna. Število n imenujemo eksponent.

Διαβάστε περισσότερα

Funkcije dveh in več spremenljivk

Funkcije dveh in več spremenljivk Poglavje 3 Funkcije dveh in več spremenljivk 3.1 Osnovni pojmi Definicija 3.1.1. Funkcija dveh spremenljivk je preslikava, ki vsaki točki (x, y) ravninske množice D priredi realno število z = f(x, y),

Διαβάστε περισσότερα

Matematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2009/2010

Matematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2009/2010 Matematika BF Lesarstvo Matjaž Željko Zapiski ob predavanjih v šolskem letu 009/00 Izpis: 9 januar 00 KAZALO Kazalo Števila 5 Naravna števila 5 Cela števila 6 3 Racionalna števila 6 4 Realna števila 7

Διαβάστε περισσότερα

Frekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič

Frekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič Frekvenčna analiza neperiodičnih signalov Analiza signalov prof. France Mihelič Vpliv postopka daljšanja periode na spekter periodičnega signala Opazujmo družino sodih periodičnih pravokotnih impulzov

Διαβάστε περισσότερα

Kotne in krožne funkcije

Kotne in krožne funkcije Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku Avtor: Rok Kralj, 4.a Gimnazija Vič, 009/10 β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete

Διαβάστε περισσότερα

Inverzni problem lastnih vrednosti evklidsko razdaljnih matrik

Inverzni problem lastnih vrednosti evklidsko razdaljnih matrik Univerza v Ljubljani Fakulteta za računalništvo in informatiko Fakulteta za matematiko in fiziko Peter Škvorc Inverzni problem lastnih vrednosti evklidsko razdaljnih matrik DIPLOMSKO DELO UNIVERZITETNI

Διαβάστε περισσότερα

Afina in projektivna geometrija

Afina in projektivna geometrija fina in projektivna geometrija tožnice () kiciraj stožnico v evklidski ravnini R, ki je določena z enačbo 6 3 8 + 6 =. Rešitev: tožnica v evklidski ravnini je krivulja, ki jo določa enačba a + b + c +

Διαβάστε περισσότερα

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013 Numerične metode, sistemi linearnih enačb B. Jurčič Zlobec Numerične metode FE, 2. december 2013 1 Vsebina 1 z n neznankami. a i1 x 1 + a i2 x 2 + + a in = b i i = 1,..., n V matrični obliki zapišemo:

Διαβάστε περισσότερα

Matematika 1. Jaka Cimprič

Matematika 1. Jaka Cimprič Matematika 1 Jaka Cimprič Predgovor Pričujoči učbenik je namenjen študentom tistih univerzitetnih programov, ki vključujejo samo eno leto matematike. Nastala je na podlagi izkušenj, ki jih imam s poučevanjem

Διαβάστε περισσότερα

22. Kdaj sta dva vektorja vzporedna? FGG geodezija UNI Matematika I, 2005/ Kdaj so vektorji a 1, a 2,..., a n linearno neodvisni?

22. Kdaj sta dva vektorja vzporedna? FGG geodezija UNI Matematika I, 2005/ Kdaj so vektorji a 1, a 2,..., a n linearno neodvisni? FGG geodezija UNI Matematika I, 2005/06 1. Definicija enakosti množic (funkcij, kompleksnih števil, urejenih n teric)? 2. Definicija kartezičnega produkta množic A in B. Definicija množice R n. 3. Popolna

Διαβάστε περισσότερα

vezani ekstremi funkcij

vezani ekstremi funkcij 11. vaja iz Matematike 2 (UNI) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 ekstremi funkcij več spremenljivk nadaljevanje vezani ekstremi funkcij Dana je funkcija f(x, y). Zanimajo nas ekstremi nad

Διαβάστε περισσότερα

Uporabna matematika za naravoslovce

Uporabna matematika za naravoslovce Uporabna matematika za naravoslovce Zapiski predavanj Študijski programi: Aplikativna kineziologija, Biodiverziteta Študijsko leto 203/4 doc.dr. Barbara Boldin Fakulteta za matematiko, naravoslovje in

Διαβάστε περισσότερα

Osnovne lastnosti odvoda

Osnovne lastnosti odvoda Del 2 Odvodi POGLAVJE 4 Osnovne lastnosti odvoda. Definicija odvoda Odvod funkcije f v točki x je definiran z f f(x + ) f(x) (x) =. 0 Ta definicija je smiselna samo v primeru, ko x D(f), ita na desni

Διαβάστε περισσότερα

Numerično reševanje. diferencialnih enačb II

Numerično reševanje. diferencialnih enačb II Numerčno reševanje dferencaln enačb I Dferencalne enačbe al ssteme dferencaln enačb rešujemo numerčno z več razlogov:. Ne znamo j rešt analtčno.. Posamezn del dferencalne enačbe podan tabelarčno. 3. Podatke

Διαβάστε περισσότερα

13. Jacobijeva metoda za računanje singularnega razcepa

13. Jacobijeva metoda za računanje singularnega razcepa 13. Jacobijeva metoda za računanje singularnega razcepa Bor Plestenjak NLA 25. maj 2010 Bor Plestenjak (NLA) 13. Jacobijeva metoda za računanje singularnega razcepa 25. maj 2010 1 / 12 Enostranska Jacobijeva

Διαβάστε περισσότερα

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. 1. Osnovni pojmi Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. Primer 1.1: Diferencialne enačbe so izrazi: y

Διαβάστε περισσότερα

Vaje iz MATEMATIKE 8. Odvod funkcije., pravimo, da je funkcija f odvedljiva v točki x 0 z odvodom. f (x f(x 0 + h) f(x 0 ) 0 ) := lim

Vaje iz MATEMATIKE 8. Odvod funkcije., pravimo, da je funkcija f odvedljiva v točki x 0 z odvodom. f (x f(x 0 + h) f(x 0 ) 0 ) := lim Študij AHITEKTURE IN URBANIZMA, šol l 06/7 Vaje iz MATEMATIKE 8 Odvod funkcije f( Definicija: Naj bo f definirana na neki okolici točke 0 Če obstaja lim 0 +h f( 0 h 0 h, pravimo, da je funkcija f odvedljiva

Διαβάστε περισσότερα

8. Diskretni LTI sistemi

8. Diskretni LTI sistemi 8. Diskreti LI sistemi. Naloga Določite odziv diskretega LI sistema s podaim odzivom a eoti impulz, a podai vhodi sigal. h[] x[] - - 5 6 7 - - 5 6 7 LI sistem se a vsak eoti impulz δ[] a vhodu odzove z

Διαβάστε περισσότερα

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23. Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost. kolokvij 3. januar 08 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Nalog je 6,

Διαβάστε περισσότερα

ZBIRKA REŠENIH NALOG IZ MATEMATIKE II

ZBIRKA REŠENIH NALOG IZ MATEMATIKE II Univerza v Ljubljani Fakulteta za elektrotehniko Andrej Perne ZBIRKA REŠENIH NALOG IZ MATEMATIKE II Skripta za vaje iz Matematike II (UNI + VSP) Ljubljana, determinante Determinanta det A je število, prirejeno

Διαβάστε περισσότερα

VAJE IZ MATEMATIKE za študente gozdarstva. Martin Raič

VAJE IZ MATEMATIKE za študente gozdarstva. Martin Raič VAJE IZ MATEMATIKE za študente gozdarstva Martin Raič OSNUTEK Kazalo 1. Ponovitev 2 2. Ravninska in prostorska geometrija 5 3. Linearna algebra 7 4. Ponavljanje pred kolokvijem 8 M. RAIČ: VAJE IZ MATEMATIKE(GOZDARSTVO)

Διαβάστε περισσότερα

Analiza 2 Rešitve 14. sklopa nalog

Analiza 2 Rešitve 14. sklopa nalog Analiza Rešitve 1 sklopa nalog Navadne diferencialne enačbe višjih redov in sistemi diferencialnih enačb (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) 6 + 8 0, (b)

Διαβάστε περισσότερα

MATEMATIKA ZA BIOLOGE

MATEMATIKA ZA BIOLOGE MATEMATIKA ZA BIOLOGE Zapiski predavanj Milan Hladnik Fakulteta za matematiko in fiziko Ljubljana 2006 KAZALO I. DISKRETNA MATEMATIKA 3 1. Množice, relacije, funkcije 3 2. Kombinatorika in verjetnost 9

Διαβάστε περισσότερα

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK SKUPNE PORAZDELITVE SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK Kovaec vržemo trikrat. Z ozačimo število grbov ri rvem metu ( ali ), z Y a skuo število grbov (,, ali 3). Kako sta sremelivki i Y odvisi

Διαβάστε περισσότερα

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA II

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA II UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA II Maribor, 2016 Kazalo Uvod v linearno algebro 1 1.1 Matrike................................ 1 1.2 Računanje

Διαβάστε περισσότερα

Delovna točka in napajalna vezja bipolarnih tranzistorjev

Delovna točka in napajalna vezja bipolarnih tranzistorjev KOM L: - Komnikacijska elektronika Delovna točka in napajalna vezja bipolarnih tranzistorjev. Določite izraz za kolektorski tok in napetost napajalnega vezja z enim virom in napetostnim delilnikom na vhod.

Διαβάστε περισσότερα

GEOMETRIJA V RAVNINI DRUGI LETNIK

GEOMETRIJA V RAVNINI DRUGI LETNIK GEOMETRIJA V RAVNINI DRUGI LETNIK 2 1 Geometrija v ravnini 1.1 Osnove geometrije Točka je tisto, kar nima delov. Črta je dolžina brez širine. Ploskev je tisto, kar ima samo dolžino in širino. Osnovni zakoni,

Διαβάστε περισσότερα

Univerza v Mariboru. Fakulteta za logistiko MATEMATIKA. Univerzitetni učbenik

Univerza v Mariboru. Fakulteta za logistiko MATEMATIKA. Univerzitetni učbenik Univerza v Mariboru Fakulteta za logistiko MATEMATIKA Univerzitetni učbenik AJDA FOŠNER IN MAJA FOŠNER Junij, 2008 Kazalo 1 Množice 5 11 Matematična logika 5 12 Množice 10 2 Preslikave 18 21 Realne funkcije

Διαβάστε περισσότερα

8. Posplošeni problem lastnih vrednosti

8. Posplošeni problem lastnih vrednosti 8. Posplošeni problem lastnih vrednosti Bor Plestenjak NLA 13. april 2010 Bor Plestenjak (NLA) 8. Posplošeni problem lastnih vrednosti 13. april 2010 1 / 15 Matrični šop Dani sta kvadratni n n matriki

Διαβάστε περισσότερα

Diferencialna geometrija

Diferencialna geometrija Diferencialna geometrija Pavle Saksida Oddelek za matematiko Fakulteta za matematiko in fiziko Univerza v Ljubljani Maj, 2007 1 Uvod V evklidskih prostorih imamo dobro definiran pojem vzporednosti. Izberimo

Διαβάστε περισσότερα

Matematika. Funkcije in enačbe

Matematika. Funkcije in enačbe Matematika Funkcije in enačbe (1) Nariši grafe naslednjih funkcij: (a) f() = 1, (b) f() = 3, (c) f() = 3. Rešitev: (a) Linearna funkcija f() = 1 ima začetno vrednost f(0) = 1 in ničlo = 1/. Definirana

Διαβάστε περισσότερα

TRANZITIVNI GRAFI. Katarina Jan ar. oktober 2008

TRANZITIVNI GRAFI. Katarina Jan ar. oktober 2008 TRANZITIVNI GRAFI Katarina Jan ar oktober 2008 Kazalo 1 Uvodne denicije........................ 3 2 Vozli² na tranzitivnost.................... 8 3 Povezavna tranzitivnost.................... 10 4 Lo na

Διαβάστε περισσότερα

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1 Mtemtik 1 Gregor Dolinr Fkultet z elektrotehniko Univerz v Ljubljni 2. jnur 2014 Gregor Dolinr Mtemtik 1 Izrek (Izrek o povprečni vrednosti) Nj bo m ntnčn spodnj mej in M ntnčn zgornj mej integrbilne funkcije

Διαβάστε περισσότερα

Riemannove ploskve in analitična geometrija. Franc Forstnerič

Riemannove ploskve in analitična geometrija. Franc Forstnerič Riemannove ploskve in analitična geometrija Franc Forstnerič 11. februar 2018 Kazalo I Uvod v Riemannove ploskve 1 I.1 Motivacija.................................... 1 I.2 Definicija Riemannove ploskve

Διαβάστε περισσότερα

cot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih.

cot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih. TRIGONOMETRIJA (A) Merske enote KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA stopinja [ ] radian [rad] 80 80 0. Izrazi kot v radianih. 0 90 5 0 0 70. Izrazi kot v stopinjah. 5 8 5 (B) Definicija kotnih funkcij

Διαβάστε περισσότερα

D f, Z f. Lastnosti. Linearna funkcija. Definicija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k,

D f, Z f. Lastnosti. Linearna funkcija. Definicija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k, Linearna funkcija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k, n ᄀ. k smerni koeficient n začetna vrednost D f, Z f Definicijsko območje linearne funkcije so vsa realna števila. Zaloga

Διαβάστε περισσότερα

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Matematika 1 Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 21. april 2008 102 Poglavje 4 Odvod 4.1 Definicija odvoda Naj bo funkcija f definirana na intervalu (a, b) in x 0 točka s tega intervala. Vzemimo

Διαβάστε περισσότερα

Fazni diagram binarne tekočine

Fazni diagram binarne tekočine Fazni diagram binarne tekočine Žiga Kos 5. junij 203 Binarno tekočino predstavljajo delci A in B. Ti se med seboj lahko mešajo v različnih razmerjih. V nalogi želimo izračunati fazni diagram take tekočine,

Διαβάστε περισσότερα

Realne funkcije. Elementarne funkcije. Polinomi in racionalne funkcije. Eksponentna funkcija a x : R R + FKKT Matematika 1

Realne funkcije. Elementarne funkcije. Polinomi in racionalne funkcije. Eksponentna funkcija a x : R R + FKKT Matematika 1 Realne funkcije Funkcija f denirana simetri nem intervalu D = ( a, a) ali D = [ a, a] (i) je soda, e velja f(x) = f( x), x D; (ii) je liha, e velja f(x) = f( x), x D. Naj bo f denirana D f in x 1, x 2

Διαβάστε περισσότερα

SPEKTRALNA TEORIJA V HILBERTOVIH PROSTORIH

SPEKTRALNA TEORIJA V HILBERTOVIH PROSTORIH UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in ra unalni²tvo Diplomsko delo SPEKTRALNA TEORIJA V HILBERTOVIH PROSTORIH Mentor: dr. Matej Bre²ar Kandidatka: Brigita

Διαβάστε περισσότερα

1. VAJA IZ TRDNOSTI. (linearna algebra - ponovitev, Kroneckerjev δ i j, permutacijski simbol e i jk )

1. VAJA IZ TRDNOSTI. (linearna algebra - ponovitev, Kroneckerjev δ i j, permutacijski simbol e i jk ) VAJA IZ TRDNOSTI (lnearna algebra - ponovtev, Kroneckerev δ, permutacsk smbol e k ) NALOGA : Zapš vektor a = [, 2,5,] kot lnearno kombnaco vektorev e = [,,,], e 2 = [,2,3,], e 3 = [2,,, ] n e 4 = [,,,]

Διαβάστε περισσότερα

SEMINARSKA NALOGA Funkciji sin(x) in cos(x)

SEMINARSKA NALOGA Funkciji sin(x) in cos(x) FAKULTETA ZA MATEMATIKO IN FIZIKO Praktična Matematika-VSŠ(BO) Komuniciranje v matematiki SEMINARSKA NALOGA Funkciji sin(x) in cos(x) Avtorica: Špela Marinčič Ljubljana, maj 2011 KAZALO: 1.Uvod...1 2.

Διαβάστε περισσότερα

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO. Petra MATEMATIKA I

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO. Petra MATEMATIKA I UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek, Matevž Črepnjak Visokošolski učbenik z rešenimi nalogami MATEMATIKA I Maribor 03 Naslov publikacije: Visokošolski

Διαβάστε περισσότερα

diferencialne enačbe - nadaljevanje

diferencialne enačbe - nadaljevanje 12. vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 diferencialne enačbe - nadaljevanje Ortogonalne trajektorije Dana je 1-parametrična družina krivulj F(x, y, C) = 0. Ortogonalne

Διαβάστε περισσότερα