CATEGORII DOCUMENTE |
Astronomie | Biofizica | Biologie | Botanica | Carti | Chimie | Copii |
Educatie civica | Fabule ghicitori | Fizica | Gramatica | Joc | Literatura romana | Logica |
Matematica | Poezii | Psihologie psihiatrie | Sociologie |
BAZE DE VECTORI IN Rn
Obiective : insusirea de catre studenti a notiunii de baza de vectori si dimensiune , a metodei substituirii unui vector din baza si aplicatiile sale in calculul matricial.
Continut :
Definitia bazei de vectori si dimensiunii in Rn
Baze ale subspatiilor vectoriale in Rn
1 Dimensiunea in operatii cu subspatii vectoriale
2 Subspatii vectoriale si sisteme liniare omogene
3 Descompunerea unica a unui vector in raport cu o suma directa de subspatii vectoriale
4 Descompunerea unica a unui vector in raport cu o suma ortogonala de subspatii vectoriale
3 Substituirea unui vector dintr-o baza si aplicatii
3.1 Calculul determinantului unei matrici patratice
3.2 Calculul rangului unei matrici dreptunghiulare
3.3 Calculul inversei A-1 pentru o matrice patratica nesingulara A
3.4 Calculul inversei generalizate A+ pentru o matrice dreptunghiulara A
3.5 Calculul produsului de matrici F-1.G
3.6 Calculul produsului de matrici G.F-1
4 Schimbarea coordonatelor unui vector la schimbarea bazei
4.1 Matricea de trecere de la o baza la alta
4.2 Matricea Gram a unei baze
4.3 Baze ortogonale si ortonormale.Ortonormalizarea unei baze
5 Rezumat
Intrebari
7 Bibliografie
Cuvinte cheie : baza de vectori,coordonatele unui vector intr-o baza, substituirea unui vector dintr-o baza,matricea de trecere de la o baza la alta, matricea Gram a unei baze, baza ortogonala,baza ortonormala,baze biortogonale,ortonormalizarea unei baze .
1 Definitia bazei si dimensiunii in Rn
In capitolele 2-7 vom conveni sa scriem vectorii din Rn ca vectori-coloana cu n componente.
Vectorii F1,.,Fn IRn (m ≤n) se numesc liniar independenti daca relatia
Orice submultime a unei multimi de vectori liniar independenti este formata tot din vectori liniar independenti.
Vectorii F1,.,Fp
IRn (p
n) genereaza pe Rn daca pentru orice vector V I Rn exista scalarii a ap IR astfel ca
Daca o submultime a unei multimi de vectori genereaza pe Rn, atunci intreaga multime genereaza pe Rn.
Vectorii F1,.,Fn I Rn formeaza o baza in Rn daca ei sunt liniar independenti si genereaza pe Rn.
Fie VI Rn cu
Relatia
precedenta se scrie matricial
Exemplu: Baza standard este formata din vectorii matricii-unitate:
Avem
Daca V=(V1,.,Vn)T
, avem
Relatia din chenarul de mai sus
devine
Oricare baze din Rn au exact n vectori, n numindu-se dimensiunea spatiului vectorial Rn: dim (Rn) = n .
Fie
Avem
Daca det(F)>0 , baza cu matricea F are orientare pozitiva , iar daca det(F)<0 , baza cu matricea F are orientare negativa.
Exemplu: Fie matricea
a) Sa se arate ca vectorii-coloana F1, F2 si F3 formeaza o baza in R3;
b) Sa
se gaseasca coordonatele vectorului-coloana
Solutie
a) Fie relatia de dependenta
liniara:
Fie un vector-coloana oarecare
V din R3, de exemplu
Sa aratam ca
exista a a a IR , nu toti nuli astfel ca
Pe componente avem:
b)
Un sistem de
In acest caz vectorii F1,,Fm sunt liniar independenti.
In adevar, fie relatia de dependenta liniara:
(1)
Inmultim scalar relatia (1) cu F1:
In mod analog inmultind scalar
relatia (1) cu F2,,Fm obtinem
Pentru
Fie in acest caz V I Rn cu
O baza ortogonala este ortonormala
daca in plus
In acest caz matricea F este
ortogonala
Exemplu: Baza standard E este ortonormala.
2 Baze ale subspatiilor vectoriale in Rn
1 Dimensiunea in operatii cu subspatii vectoriale
Daca F1,.,Fr
I Rn (r
n ) sunt vectori-coloana liniar
independenti, multimea vectorilor de forma a F1+.+ a rFr cu ai IR , este un subspatiu vectorial r-dimensional L al
lui Rn, numit
acoperirea liniara a multimii de vectori
Multimea
de vectori-coloana liniar independenti
Daca L este subspatiu vectorial al lui Rn si Rn / L este subspatiul vectorial-cat
(vezi sectiunea 1.2) avem dim(Rn / L) = n - dim(L).
Fie L1 , L2 doua subspatii vectoriale ale lui Rn. In sectiunea 1.2 au fost definite
L1 L2, L1 + L2 , L1 L2 si L1 Q L2
Proprietati:
a) dim(L1 +L2) = dim(L1)+dim(L2) - dim (L1 L2)
b) dim(L1 L2) = dim(L1)+dim(L2)
c) dim(L1 Q L2) = dim(L1)+dim(L2)
In cazul a) alegem o baza B0 in L1∩L2 . Completam pe B0 pana la o baza B1
in L1 si completam pe B0 pana la o baza B2 in L2 .
( B1 - B0 ) U B0 U (B2 - B0 ) este o baza in L1 + L2 .
In cazul b) reunind o baza din L cu o baza din L2 obtinem o baza din L1 L2
In cazul c), in plus fata de cazul b), orice vector al bazei lui L1 este ortogonal pe orice vector al bazei lui L
Fie L un subspatiu vectorial al lui Rn cu baza ortonormala deci
Fi *Fj = δij (i,j =1,.,r).
Fie un vector V din Rn si fie vectorul : U=V - (V*F1).F1 - . - (V*Fr).Fr
Avem 0 || U || 2 =U*U = || V || 2 - | V*F1 |2 - . - | V*Fr |2 deoarece
Fi *Fj = δij (i,j =1,.,r).
De aici rezulta inegalitatea
Bessel :
Pentru r =n aceasta inegalitate se transforma in egalitatea Parseval dupa cum
vom arata in sectiunea 3
2 Subspatii vectoriale si sisteme liniare omogene
Teorema 1
Vectorii oricarui subspatiu vectorial in Rn sunt solutii ale unui sistem liniar omogen si reciproc.
Demonstratie
In primul exemplu din sectiunea 1.2 s-a aratat ca solutiile unui sistem liniar omogen formeaza un subspatiu liniar in Rn.
Sa demonstram afirmatia inversa.
Fie L un subspatiu vectorial r-dimensional
al lui Rn cu baza
Fie matricea
Fie G1,.,Gn - r I Rn solutiile liniar independente ale sistemului
liniar omogen
Fie matricea
Solutiile liniar independente
ale sistemului liniar
Din teorema 1 rezulta ca vectorii oricarei varietati liniare b + L unde vectorul b nu apartine subspatiului vectorial L , sunt solutii ale sistemului liniar neomogen GT.X = b si reciproc.
Forma parametrica a solutiei X este data in sectiunea 5.1.1
Exemple
a)
Fie L R3
subspatiul vectorial cu baza
Sistemul liniar omogen
Sistemul liniar omogen
b)
Fie L R3
subspatiul vectorial cu baza
Sistemul liniar omogen
dim(L
Sistemul liniar omogen
subspatii liniare
Fie L1 , L2 subspatii vectoriale ale lui Rn cu dim(L1)= r , dim(L2)= n - r astfel ca avem suma directa Rn = L1 L2 .
In acest caz orice vector VI Rn admite descompunerea unica V=X(1)+X(2) cu
X(1)IL1 , X(2) IL2
Cunoscand pe V componentele sale unice X(1) si X(2) se gasesc astfel:
Fie
F este matrice de tip n x r
si rang r iar G este matrice de
tip n x (n - r) si rang n - r. Avem
Rezulta
Fie
X(1) IRn este
solutia unica a sistemului liniar
Exemplu
Fie L1 R3 cu dim
(L1) = r =2 ai carui vectori
L este plan ce trece prin 0 in R3.
Fie L2 R3
cu dim (L2 )=n - r = 1 ai
carui vectori
L2 este o dreapta ce trece prin 0.
Avem R3 = L1 L2 deoarece L1 L2 =
Fie
Avem
Solutia sistemului liniar
Descompunerea unica de mai sus
se generalizeaza astfel: fie L1,.,Lm
subspatii vectoriale ale lui Rn
cu dim(Li)=ri si
Pentru orice VIRn avem descompunerea unica
Componentele unice X(i)ILi sunt solutii ale sistemului liniar:
Aici
Caz particular
Fie L1,.,Ln subspatii vectoriale ale lui Rn cu dim(Li)= 1 si fie
Presupunem in plus ca Rn = L1 Ln
Pentru orice VIRn avem
descompunerea unica:
Exemplu
Pentru L1= Ox1,.,Ln=Oxn (axele de coordonate) avem
Inmultim scalar cu
Matricea coeficientilor este
In particular daca F este o baza
ortogonala avem
Mai particular , daca F este
baza ortogonala, avem :
Fie baza ortonormala cu vectorii F1,.,Fn in Rn si fie vectorii U si V din Rn
deci avem :
U = (U*F1).F1+.(U*Fn).Fn ; V = (V*F1).F1+.(V*Fn).Fn
Avem Fi*Fj =δij de unde rezulta :
U * V = (U*F1).(V*F1)+.(U*Fn).(V*Fn)
In particular pentru U=V gasim egalitatea Parseval :
||V||2 = (V*F1)2+.+(V*Fn)2
Descompunerea unica a unui vector in raport cu o suma ortogonala a unor
subspatii liniare
Fie L Rn
un subspatiu vectorial cu dim(L)=r si baza
Avem
Fie
Inmultim scalar aceasta
relatie cu
Cunoscand baza
Fie
Exemplu
Fie L R3 un
subspatiu vectorial cu baza
Distanta de la V la subspatiul L este
3 Substituirea unui vector dintr-o baza si aplicatii
Fie
Avem relatiile:
sau sub forma de tabel:
Baza |
A1 |
Ak |
Am |
||
E1 |
a |
a1k |
a1m |
||
Eh |
ah |
ahk |
|
ahm |
|
En |
an |
ank |
anm |
Daca
sau sub forma de tabel:
Baza |
A1 |
Ak |
Am |
||
E1 |
a' |
a'1m |
|||
Ak |
a'h |
a'hm |
|||
En |
a'n |
a'nm |
Prin substituirea vectorului Eh din baza standard cu vectorul Ak din afara bazei, avem relatiile de transformare a coeficientilor:
Demonstratie
Inlocuind in relatiile (2) coeficientii dati de relatiile (3) si (4) precum si expresia lui Ak din (1), obtinem dupa reducerea unor termeni, chiar relatiile (1):
Observam ca relatiile (3) si (4) sunt in fond transformari elementare ale liniilor matricii
de tip
Relatia (4) specifica faptul ca din
linia i se scade linia h, inmultita cu factorul
Daca
Relatiile (3) si (4) se constituie in regula dreptunghiului care consta in urmatoarele:
Linia pivotului se imparte la pivotul
Elementele din celelalte linii, se
inmultesc cu pivotul
Regula 2) se bazeaza pe faptul ca relatia (4) se scrie sub forma echivalenta:
Algoritmul care foloseste numai relatia (4) se mai numeste algoritmul Gauss iar cel care foloseste relatiile (3) si (4) se mai numeste algoritmul Gauss-Jordan.
Exemplu
Fie in R3 vectorii-coloana A1,
A2 cu matricea A:
Fie baza
standard:
Avem tabelul:
Baza |
A1 |
A2 |
|
E1 |
| ||
E2 | |||
E3 |
Vrem sa substituim pe E1 cu A1.
Pivotul este 3 si se incercuieste
iar E1 si A1 se marcheaza cu sageti.
Pe coloana A1 se trece continutul coloanei E1
adica
Linia pivotului se imparte la pivot: 2
se inlocuieste cu
In liniile 2 si 3 aplicam regula dreptunghiului: 4 se
inlocuieste cu
Tabelul initial devine:
Baza |
A1 |
A2 |
A1 |
|
|
E2 |
|
|
E3 |
Inlocuirea poate continua substituind pe E2 cu A2 .
Calculul determinantului unei matrici patratice A
Fie matricea
patratica de ordin n:
Fie
Avem tabelul initial:
Baza |
A1 |
An |
|
E1 |
a |
a1n |
|
En |
an |
ann |
Substituim succesiv pe E1
cu A1, , pe En
cu An si scoatem de
fiecare data in factor pivotul in fata determinantului
Daca intalnim pivoti nuli,
vom permuta linii sau coloane intre ele pentru a gasi pivoti nenuli.
Fiecare permutare de linii sau coloane are ca efect schimbarea semnului pentru
Daca dupa un numar de
substituiri, obtinem o linie nula, atunci procesul de calcul se
opreste si
Exemple
Sa se calculeze prin metoda substituirii determinantul matricii:
Solutie:
Avem:
Baza |
A1 |
A2 |
A3 |
|
E1 |
| |||
E2 | ||||
E3 | ||||
A1 |
| |||
E2 |
| |||
E3 |
| |||
A1 |
|
|||
A2 | ||||
E3 |
|
|||
A1 | ||||
A2 | ||||
A3 |
Avem
Sa se calculeze prin metoda substituirii determinantul matricii:
Solutie
Baza |
A1 |
A2 |
A3 |
|
E1 |
| |||
E2 | ||||
E3 | ||||
A1 |
|
|||
E2 |
|
|
||
E3 |
|
|||
A1 |
|
|||
A2 |
|
|||
E3 |
Substituirea nu mai poate continua
deci
Pentru calculul determinantului prin metoda substituirii avem programul de calculator DETERM
Calculul rangului unei matrici dreptunghiulare A
Fie matricea de tip
In sectiunea
1.3 a fost definit rangul matricii A ca fiind ordinul celui mai mare minor
nenul, numit minor principal:
Avem :
Fie cazul m ≤ n.
Fie
Daca
Permutarea intre ele a liniilor respectiv coloanelor nu schimba rangul matricii A.
Matricea A are forma initiala:
unde submatricile
au tipurile:
Se substituie E1 cu A1, ,Er cu Ar si matricea capata forma:
Baza |
A1 |
Ar |
Ar+1 |
An |
|||
A1 |
|
|
|||||
Ar |
|
|
|||||
Er+1 | |||||||
Em |
adica:
Notam
Se verifica relatia
Aceasta relatie se numeste descompunerea bazica a matricii A.
In adevar, primele r coloane
In cazul
Exemplu
Sa se afle
rangul matricii de tip
Solutie
Baza |
A1 |
A2 |
A3 |
A4 |
E1 |
| |||
E2 | ||||
E3 | ||||
A1 |
|
|
|
|
E2 |
| |||
E3 | ||||
A1 |
| |||
A2 | ||||
A3 |
Avem
Avem
Pentru a calcula rangul matricii A avem programul de calculator RANG .
Calculul
matricii inverse A-1 a unei matrici patratice nesingulare de
ordin n (cu
Tabelul initial are forma:
Baza |
A1 |
An |
E1 |
En |
||
E1 |
a |
a1n | ||||
|
| |||||
En |
an |
ann |
Substituim pe E1
cu
Baza |
A1 |
An |
E1 |
En |
||
A1 |
|
|
||||
|
| |||||
An |
|
|
Exemplu
Sa se
inverseze matricea patratica nesingulara
Solutie
Baza |
A1 |
A2 |
A3 |
E1 |
E2 |
E3 |
E1 |
| |||||
E2 | ||||||
E3 | ||||||
A1 |
|
| ||||
E2 |
|
| ||||
E3 | ||||||
A1 | ||||||
A2 | ||||||
E3 |
| |||||
A1 | ||||||
A2 | ||||||
A3 |
Avem:
Pentru calculul
lui
Pentru un sistem de n ecuatii cu n necunoscute de forma:
Programul INVSIST rezolva sistemul precedent prin aceasta metoda.
Exemplu
Sa se
rezolve sistemul liniar:
Solutie
Avem
3.4 Calculul inversei generalizate A+ a unei matrici dreptunghiulare A
Daca matricea A este
dreptunghiulara de tip
Inversa
generalizata A+ are proprietatile de la punctul III. al sectiunii 1.3.3 ; matricea
A+ se poate calcula si daca matricea A este
patratica (
Fie cazul m ≤ n
Fie
In sectiunea 3.2 de mai sus , la
calculul lui
Inversa generalizata a lui A,
notata A+ este de tip
In particular daca matricea
A este de rang maxim, in presupunerea
Avem
Dupa pivotare
avem
Din formula (1) rezulta ca pentru
In cazul
Daca
Pentru calculul lui A+ avem programul INVGEN .
Exemple
Se da matricea de tip
Se cere inversa generalizata A+
Solutie
Calculam ca la punctul 3.2 rangul matricii A:
Baza |
A1 |
A2 |
A3 |
A4 |
E1 |
|
O |
||
E2 | ||||
E3 | ||||
A1 | ||||
E2 |
| |||
E3 | ||||
A1 | ||||
A2 | ||||
E3 |
Avem
Avem
Avem
Rezulta
Rezulta
Se da matricea de rang maxim de
tip
Se cere inversa generalizata A+
Solutie Avem
Calculul produsului F-1∙G unde F este matrice patratica de ordin n nesingulara
(det (F) ≠ 0) iar G este matrice dreptunghiulara de tip n x p
Tabelul initial are forma:
Baza |
F1 |
Fn |
G1 |
Gp |
||
E1 |
f |
f1n |
g |
g1p |
||
|
| |||||
En |
fn |
fnn |
gn |
gnp |
Se substituie pe
rand E1 cu
Tabloul final are forma:
Baza |
F1 |
Fn |
G1 |
Gp |
||
F1 |
|
|
||||
|
| |||||
Fn |
|
|
Pentru calculul
lui
Exemplu
Se dau matricile
Solutie
Baza |
F1 |
F2 |
F3 |
G1 |
G2 |
G3 |
E1 |
| |||||
E2 | ||||||
E3 | ||||||
F1 | ||||||
E2 |
| |||||
E3 | ||||||
F1 | ||||||
F2 |
|
|
|
|||
E3 |
|
|
|
|||
F1 | ||||||
F2 | ||||||
F3 |
Avem:
Calculul produsului G∙F-1 unde F este matrice patratica de ordin n nesingulara
(det (F) ≠ 0) iar G este matrice dreptunghiulara de tip m x n.
Avem
Tabelul initial are forma:
Baza |
F1T |
FnT |
G1T |
GmT |
||
E1 |
f |
fn |
g |
gm |
||
| ||||||
En |
f1n |
fnn |
g1n |
gmn |
Se substituie E1 cu
Tabelul final are forma:
Baza |
F1T |
FnT |
G1T |
GmT |
||
F1 |
|
|
||||
|
| |||||
Fn |
|
|
La urma avem
Pentru calculul
lui
Exemplu
Fie matricile:
Solutie
Baza |
F1T |
F2T |
F3T |
G1T |
G2T |
G3T |
E1 |
| |||||
E2 | ||||||
E3 | ||||||
F1T | ||||||
E2 |
| |||||
E3 | ||||||
F1T | ||||||
F2T |
|
|
|
|||
E3 |
|
|
|
|||
F1T | ||||||
F2T | ||||||
F3T |
Avem dupa
transpunere:
4 Schimbarea coordonatelor unui vector la schimbarea bazei. Baze ortogonale
4.1 Matricea de trecere de la o baza la alta
Orice vector
Daca notam cu
Matricea de trecere de la
baza
Relatia de calcul a matricii de trecere S de la baza cu matricea bazei F la baza cu matricea bazei G este:
(2) S=F-1G
si se calculeaza ca la punctul 3.5 din sectiunea 3
Teorema 3 (Proprietati ale matricii S de schimbarea bazei .)
S este matrice nesingulara
In adevar,
S este matrice ortogonala (
In adevar,
Daca S este
matricea de trecere de la baza F la baza G atunci
In adevar, daca
Daca S este matricea de trecere de la baza F la baza G si R este matricea de trecere de la baza G la baza H , atunci S∙R va fi matricea de trecere de la baza F la baza H
In adevar, din
Avem schema:
Din relatia
In particular, la trecerea de la
baza E la baza F avem
Exemplu
Fie bazele:
a) Se cere matricea de trecere S de la baza F la baza G.
b) Fie vectorul
Solutie
a) Avem
Avem:
b)
Verificare
Matricea Gram a unei baze
Matricea Gram a bazei
Teorema 4 (Proprietati ale matricii Gram )
2)
In adevar,
3)
4) La trecerea de la baza F la baza G, cu matricea de trecere S, avem:
In adevar,
In particular, daca trecem de la
baza E la baza F, avem
Matricea Gram
Pe baza matricii
Exemplu
Fie bazele
cu matricea de
trecere
a) Se cere matricea Gram
b) Cunoscand pe
Solutie
a)
b)
Fie bazele
Matricea produselor scalare ale vectorilor celor doua baze este:
Observam
ca
Avem si
relatiile
Matricea cosinusilor pentru unghiurile intre vectorii celor doua baze este:
Observam
ca
Matricea
Avem si
relatiile
4.3 Baze ortogonale si ortonormale
O baza
In acest caz matricea F este
semiortogonala adica
deci
O baza
matricea F este
ortogonala
Exemplu
Baza standard
Orice baza ortogonala se poate transforma in baza ortonormala prin impartirea vectorilor bazei F1,,Fn cu normele lor, adica prin transformarea lor in versori.
Exemple
a) Baza
Aceasta
baza devine ortonormala daca impartim
vectorul-coloana F1 cu
b)
Baza
Daca bazele F, G sunt ortonormale,
atunci
Pentru a ortogonaliza o baza
Se verifica
relatiile
Baza G se poate
ortonormaliza, impartind vectorii-coloana Gi cu
Din
relatiile Gram-Schmidt putem afla pe
Fie matricea ortogonala
de ordin n a versorilor proprii
Avem
Matricea de trecere
Caz particular
Daca F1,.,Fr cu r < n , sunt versori liniar independenti si ortogonali doi cate doi,
atunci relatiile Gram - Schmidt devin :
G1 =F1
Gr =Fr
Gr+1=Fr+1 - (Fr+1*G1).G1 - ............... - (Fr+1*Gr).Gr
Gn =Fn - (Fn*G1).G1 - ...............- (Fn*Gr).Gr -
((Fn*Gr+1) / || Gr+1 ||2).Gr+1 - ...... - ((Fn*Gn-1) / || Gn-1 ||2).Gn-1
Dupa calculul vectorilor Gr+1 ,., Gn , acestia se impart cu normele lor || Gr+1 ||,
., || Gn || deci baza ortonormala G0 are forma :
G0 = [ F1 ,., Fr , Gr-1 / || Gr+1 || ,.,Gn / || Gn || ]
Matricea triunghiulara R capata forma :
Exemplu
Fie baza
Sa se ortonormalizeze baza F obtinand baza ortonormala G si sa se afle matricea S0 de la baza F la baza ortonormala G.
Solutie
Luam
Rezulta:
Avem
Rezulta:
Avem
Am obtinut
baza ortogonala
Prin
impartirea vectorilor-coloana G1, G2, G3
cu
Avem:
Matricea de
trecere
Bazele F si G se numesc biortogonale
daca
In adevar,
In plus,
Matricea de trecere S de la baza F la baza G (care sunt biortogonale) va fi:
In adevar,
Exemplu
Bazele:
Matricea de trecere de la baza F la baza G (care sunt biortogonale) este:
5 Rezumat
In acest capitol se definesc notiunile fundamentale de baza si dimensiune in spatii vectoriale si se aplica aceste notiuni la subspatii vectoriale.
In sectiunea 2 se prezinta subspatiile vectoriale / varietatile liniare ca multimi de solutii ale sistemelor de ecuatii liniare omogene/neomogene. Forma parametrica a sistemelor omogene /neomogene va fi prezentata in sectiunea 6.1.1
Metoda substituirii din sectiunea 3 are importante aplicatii in calculul matricial.
In sectiunea 4 se prezinta matricea de trecere de la o baza la alta si matricea Gram a unei baze.Capitolul se incheie cu studiul bazelor ortogonale,ortonormale si biortogonale inclusiv metoda de ortonormalizare a unei baze.
6 Intrebari
Ce este baza si dimensiunea in spatiul vectorial Rn ?
Ce aplicatii are metoda substituirii unui vector dintr-o baza in calculul matricial ?
Ce sunt matricea de trecere de la o baza la alta si matricea Gram a unei baze si ce proprietati au ele ?
Cum se trece de la o baza oarecare la o baza ortonormala ?
7 Bibligrafie
Stanasila O. " Analiza liniara si geometrie "Vol. I - II,Editura ALL ,2000 - 2001
Cenusa Gh. si col." Matematici pentru economisti " Editura CISON,2000
Cenusa Gh. si col." Matematici pentru economisti - culegerede probleme" Editura CISON,2000
4. Ene D. " Matematici (I) " Editura CERES , 2004
5. Gogonea S. , Ene D. " Analiza numerica " Editura Cartea Universitara , 2005
6. Ene D. , Gogonea S. " Metode numerice "Editura Cartea Universitara , 2005
Politica de confidentialitate | Termeni si conditii de utilizare |
Vizualizari: 2404
Importanta:
Termeni si conditii de utilizare | Contact
© SCRIGROUP 2024 . All rights reserved