A0B01LAA Lineární algebra a aplikace (příklady na cvičení- řešení)

Rozměr: px
Začít zobrazení ze stránky:

Download "A0B01LAA Lineární algebra a aplikace (příklady na cvičení- řešení)"

Transkript

1 A0B0LAA Lineární algebra a aplikace příklady na cvičení- řešení Martin Hadrava martin@hadrava.eu. ledna 0.týdenod9.9. Řešení soustav lineárních rovnic Gaussovou eliminační metodou diskuse počtu řešení.. x=3 y=0 z= 5 w=.. x= 5 y= 5 z=. 3.Pro a 5řešeníneexistuje.Pro a=5existujenekonečněmnohořešení: x=5+k y= k z= k k R. 4.Homogennísoustavamávždyalespoňtriviálnířešeníx=y= z=0.pro p 6másoustavaprávějedno řešení: x=y= z=0.pro p=6existujenekonečněmnohořešení: x=5k y= k z= k k R. 5.Jakoparametrvolímeprávějednuzproměnných uavaprávějednuzproměnných yaz.soustavamá nekonečněmnohořešení: x=+k l y= k z= k u= l v= l; kl R. 6.a x= y=3bnemářešeníc x=k y=5 k k R..týdenod6.9. Polynomy- dělení polynomů kořeny polynomů snižování stupně po nalezení kořene Hornerovo schéma.. a x 5 +4x 4 3x 3 x +x+3. b x 5 +x 4 +3x 3 x x+3. c 6x 5 5x 4 4x 3 +0x +6x 40.. a x +3x 4zbytek x +8x+3. b 3x x+5zbytek9x 8x+8. 3.a P3=4b P =4c P=3 4. a b c Kořeny: ± ±i Součinkořenovýchčinitelů: x x+x ix+i Součinireducibilníchreálnýchpolynomů: x x+x + Kořeny:±3±3i Součinkořenovýchčinitelů: x 3x+3x 3ix+3i Součinireducibilníchreálnýchpolynomů: x 3x+3x +9 Kořeny: ±3 ±3 i Součin koř. č.: x 3 3 i x 3 +3 i x+3 +3 i x+3 3 i Součinir.r.p.: x 3 x+9x +3 x+9.týdenod6.9.. cvičení Polynomy- komplexně sdružené kořeny reálných polynomů rozklad polynomu na součin ireducibilních polynomůreálných či komplexních.

2 . a 3 b +i i. a x+ x x ix +i b x x 3 x+ ix++i 3. a α=+ijekořennásobnosti Px=x+ x i x +i b α= +ijekořennásobnosti Px=x x +ix ix +ix i c α=neníkořenem Px=x x++ix+ ix+ 4. a x x+ x +x+ b x x+ x +x+ 5. a α=+ijekořennásobnosti Px=x x+3x x+ b α=neníkořenem Px= x x+ x x+ c α= ijekořennásobnosti Px=x+ x x+x x+5 3.týdenod3.0. Matice- násobení matic a jeho vlastnosti matice komutující s danou maticí. Maticové rovniceúprava na základní tvar a řešení pomocí GEM A B= = B A= = = = a MaticeAaBspolunekomutují. b MaticeAaBspolukomutují.

3 4. a b c d A = A T = A A T = A T A= A = a X= b Y= A = A B = A E = a X= a X= a X= b Y= b Y= b Y= a zleva b 4.týdenod zprava. Matice a determinanty- inverzní maticejako řešení maticové rovnice AX = E. Determinant matice Sarrusovo pravidlo... A = A =

4 3. 4. a A B= c B A= deta= b A B = d B A = π S n sgnπ a πi a nπn a0 b a6b 6. a Například b Například resp. resp týdenod0.0.. cvičení Determinanty- výpočet determinanntu pomocí GEM a rozvoj determinantu dle řádku či sloupce. Výpočet inverzní matice pomocí determinantu a algebraických doplňkůpoužití v maticových rovnicích..deta=.a 55b0 3.det A B A T = 6 4. a deta= p+6p Ajeregulárnípro p R/{ 6} b deta=p+7p Ajeregulárnípro p R/{ 7} 5.detA=p+4p Ajeregulárnípro p R/{ 7} a 3a+ a + a+3 6.A = a+5 a a 3 a a+6. a+ a a deta= a a+7 a R/{ 7} b deta=a+3a a R/{ 3} c deta=aa a+ a R/{0±} 8. a 4 b 4 9. a b 5.týdenod7.0. Lineární prostory- lineární obal lineární závislost a nezávislost skupiny vektorů.. a Soubor polynomů je lineárně nezávislý... 4

5 b Souborpolynomůjelineárnězávislýnapř. u u + u 3 u 4 = o u = u u 3 + u 4 u = u + u 3 u 4 u 3 = u + u + u 4 u 4 = u u + u 3. c Souborpolynomůjelineárnězávislýnapř. u u u 3 = o u = u + u 3 u = u u 3 u 3 = u u.. a u= v v + v 3 b u / v v v 3 3. a Vektory jsou lineárně nezávislé. b Vektoryjsoulineárnězávislénapř. u+ v w u v+ w+ u 3 v+ w= o. 4. a Vektory jsou lineárně závislé. b Vektory jsou lineárně závislé. 5. a Qx=P x P x+p 3 x. b Např. Qx= P x+p x+p 3 x.. a L jepodprostorem L b L nenípodprostorem L 6.týdenod4.0. Lineární prostory- lineární podprostor báze a dimenze podprostoru. c L nenípodprostorem L d L nenípodprostorem L. a dimv =3dimW=dimV W=4dimV W= bázev = { } bázew= { } bázev W= { } bázev W= { }. b dimv =3dimW=dimV W=4dimV W= bázev = { } bázew= {0 00} bázev W= { } bázev W= { }. 3.HodnostmaticeA R m n jedimenzepodprostoruvr n generovanéhořádkymaticea. 4.ahodA=3bhodA=. 6.týdenod4.0.. cvičení Lineární prostory- hodnost maticevyužití hodnosti k ověřování lineární nezávislosti aritmetických vektorů průnik a spojení podprostorů..dimv =dimw=3dimv W=4dimV W= bázev = { x 3 +x x x +3x+3 } bázew= { x 3 5x +x+3 } bázev W= { x 3 +x x x +3x+3 x 7 } bázev W= { 3x 3 +x 3x }. 5

6 . a dimenzeje4bázitvořínapř.množina { b dimenzeje4bázitvořínapř.množina { a {Px} B = 350 b {Px} B = týdenod } } Lineární prostory- souřadnice vektoru vzhledem k uspořádané bázi.. Px=x 3x {Px} F = Px=3x +x {Px} E = B={3x+3 x } 5.B={x+x } 6.dimenzejebázeje {x x }společnésouřadnicegeneroványvektorem 7.dimenzejebázeje {x +x+3}společnésouřadnicegeneroványvektorem 8. a b c d = = = 8.týdenod Lineární zobrazení- ověřování linearity zobrazení lineární zobrazení je určeno obrazy báze matice lineárního zobrazení.. a Anenílineární. b Ajelineární. c A není lineární.. A=

7 3. A= a A= c P A= P= P = b P AP = d AP = 8.týdenod7... cvičení Lineární zobrazení- matice inverzního a složeného zobrazení izomorfismus má regulární matici jádro a obraz lineárního zobrazení.. a zobrazení Ajeprostématicezobrazení AvzhledemkestandardníbáziSje A= 0 maticezobrazení A vzhledemkestandardníbázisje A = 0 3 b zobrazení AneníprostéKerA= x 3x+ defa=.maticezobrazení AvzhledemkestandardnímbazímS =x xas =xje A= maticezobrazení BvzhledemkestandardnímbazímS as je B= a maticezobrazení CvzhledemkestandardníbáziS je C= 4 zobrazení Cjeprostématicezobrazení C vzhledemkestandardníbázis je C = 4. 6 b maticezobrazení CvzhledemkestandardníbáziS je C= zobrazení CneníprostéKerC= x +x defc= { } { a B= b B= } 7

8 9.týdenod4.. Soustavy lineárních rovnic- Cramerovo pravidlo řešení soustav s parametrem báze prostoru řešení homogenní soustavy..a + 3 b cnemářešení a a R/ { 0 } : a 3a b a=0: c a= :nemářešení 4. a a R/{ 6}: a+6 a 99 b a=: + 0 c a= 6:nemářešení 0.týdenod.. Vlastní čísla a vlastní vektory- jejich výpočet pro matice či lineárního zobrazení podobné matice zobecněné vlastní vektory.. a λ=jetrojnásobnévlastníčíslo0a 0jsoupříslušnévlastnívektorypřesněji:libovolná lineární kombinace těchto dvou vektorů je vlastní vektor matice A příslušný vlastnímu číslu λ= b λ=vl.vektor; λ=3vl.vektor 34; λ= vl.vektor c λ=3jedvojnásobnévlastníčíslopříslušnévlastnívektoryjsou0 0přesněji:jejich libovolnálineárníkombinace; λ=vl.vektor 4. a Matice A je podobná diagonální matici b Matice A je podobná diagonální matici a B=6 30B= b Řešení neexistuje. 4. a λ=jetrojnásobnýmvlastnímčíslem0jepříslušnývlastnívektor00 je příslušný řetězec zobecněných vlastních vektorů P= 0 J=P A P= b λ=jetrojnásobnýmvlastnímčíslem000jsoupříslušnévlastnívektoryřetězcezobecněnýchvektorůtvořínapříkladřetezce00a00 P= 0 0 J=P A P= týdenod8.. Lineární prostory se skalárním součinem- skalární součin v analytické geometrii- délka úhel kolmost ortogonálnídoplněk.nestandardnískalárnísoučinyna R n. 8

9 . a Není skalární součinchybí symetrie. b Je skalární součin. c Je skalární součin. d Není skalární součinnení pozitivně definitní. e Je skalární součin. f Není skalární součinnení pozitivně definitní.. a Např. { } b nebo { { 0 } dimw = }. 3. a W = 4 53 { b Např. B= } 0 { } 4. a Např { } b Např. dimw 0 0 =. 5. a Např. { x x x } b α=arccos 3 3 c a= { 3 d Např. 3 x + e ± x x řešení f { x +3x } x +x } 6. BC =3 AB = AC =3 α= π β= γ= π 4. 7.Průsečík P=[ ]úhel ϕ= π 3. 8.Přímka p:x=[4 ]+t 3průsečíksrovinou P=[0 ]vzdálenost d= 4.. a nemářešení.týdenod5.. Diferenciální rovnice. řádu se separovanými proměnnými. b xt= t Rstacionárnířešení c xt=e /t t >0. a yx=0 x Rstacionárnířešení b nemá řešení c yx=tg x x ππ 3. a xt= et 3 e t t ln3 ln3 b xt= t Rstacionárnířešení c xt=0 t Rstacionárnířešení 9

10 4. a xt=0 t Rstacionárnířešení b xt=e cost t R.týdenod5... cvičení Lineární diferenciální rovnice. řádu- řešení homogenní části a metoda variace konstanty pro partikulární řešení.. a xt=t +cost t π π b nemá smysl. yx= x +x 3 x R 3. yx=x 3 +cx x R c R 3.týdenod.. Lineární diferenciální rovnice s konstantními koeficienty- reálný fundamentální systém metoda odhadu pro partikulární řešení.. a {e t coste t sint} b {e t te t } c {e t e t }. xt=lne t + e t +e t +c e t +c e t t kπk+π k Z c c R 3. xt= tcost+ln sint sint+c cost+c sint t R c c R 4. xt= sint+3cost+c e t +c e t t R c c R 5. xt= 3t 3 8 e t +sint 3cost+c e t +c e t t R c c R 6. xt= tt+e t +6sint cost+c e t +c e t t R c c R 7. xt=e t + te t +sint 3costt R obecnéřešení: xt=c e t +c e t te t +sint 3costc = c = 4.týdenod9.. Soustavy lineárních diferenciálních rovnic- eliminační metoda a hledání fundamentálního systému přes vlastní čísla azobecněné vlastní vektory.. xt=c e t +c 3 e t t R c c R. xt=c 3 e t +c e 4t t R c c R 3. xt = t+ t+ +c e t +c e 3t t R c c R 4. 3 xt = e t +c 4 e t +c e t t R c c R 5. xt = e t +c e t +c e t t R c c R 0

Program SMP pro kombinované studium

Program SMP pro kombinované studium Zadání příkladů k procvičení na seminář Program SMP pro kombinované studium Nejdůležitější typy příkladů - minimum znalostí před zkouškovou písemkou 1) Matice 1. Pro matice 1 0 2 1 0 3 B = 7 3 4 4 2 0

Více

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud

Více

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2, Úlohy k přednášce NMAG a : Lineární algebra a geometrie a Verze ze dne. května Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se

Více

α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0

α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0 Vzhledem k tomu, že jsem to psala ve velkém spěchu, mohou se vyskytnout nějaké chybičky. Pokud nějaké najdu, opravím je hned po prázdninách. Zadání A. 1. Vektory u, v, w jsou lineárně nezávislé. Rozhodněte,

Více

1. LINEÁRNÍ ALGEBRA Vektory Operace s vektory... 8 Úlohy k samostatnému řešení... 8

1. LINEÁRNÍ ALGEBRA Vektory Operace s vektory... 8 Úlohy k samostatnému řešení... 8 1 Lineární algebra 1 LINEÁRNÍ ALGEBRA 8 11 Vektory 8 111 Operace s vektory 8 8 112 Lineární závislost a nezávislost vektorů 8 8 113 Báze vektorového prostoru 9 9 12 Determinant 9 9 13 Matice 1 131 Operace

Více

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x 1 ZOBRAZENÍ 1 Zobrazení a algebraické struktury 1 Zobrazení Příklad 1.1. (a) Ukažte, že zobrazení f : x na otevřený interval ( 1, 1). x x +1 je bijekce množiny reálných čísel R (b) Necht a, b R, a < b.

Více

Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci

Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry TU v Liberci Jiří Hozman 1. dubna 2010 Cvičení 2 Příklad 1. Rozhodněte, zda lze vektor x vyjádřit jako lineární kombinaci vektorů u, v, w, v

Více

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a Zadání A. 1. Polynom P (x) má v uspořádané bázi (x 2 + x 1, 2x 2 x 1, x 2 + x + 2) souřadnice (1, 1, 1). Najděte jeho souřadnice vzhledem k uspořádané bázi (x 2 1, x 2 + x 1, x 2 + x). Nejprve si spočítáme

Více

Polynomy. Matice a determinanty. 1. Rozložte na součin kořenových činitelů polynom. P(x) = x 4 6x Řešení: x 4 6x 2 +8 = (x+2)(x 2)(x+ 2)(x 2)

Polynomy. Matice a determinanty. 1. Rozložte na součin kořenových činitelů polynom. P(x) = x 4 6x Řešení: x 4 6x 2 +8 = (x+2)(x 2)(x+ 2)(x 2) Polynomy 1 Rozložte na součin kořenových činitelů polynom P(x = x 4 6x 2 +8 x 4 6x 2 +8 = (x+2(x 2(x+ 2(x 2 2 Rozložte na součin ireducibilních reálných polynomů polynom P(x = x 6 64 x 6 64 = (x 2(x 2

Více

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při

Více

Kapitola 11: Lineární diferenciální rovnice 1/15

Kapitola 11: Lineární diferenciální rovnice 1/15 Kapitola 11: Lineární diferenciální rovnice 1/15 Lineární diferenciální rovnice 2. řádu Definice: Lineární diferenciální rovnice 2-tého řádu je rovnice tvaru kde: y C 2 (I) je hledaná funkce a 0 (x)y +

Více

VÝSLEDKY Písemný test z předmětu BI-LIN( ), varianta R

VÝSLEDKY Písemný test z předmětu BI-LIN( ), varianta R VÝSLEDKY Písemný test z předmětu BI-LIN(19. 4. 2011), varianta R 1.Nechť p, q, rjsoupolynomy,všechnymajístupeňroven n.pakpolynom má stupeň: a)vždyroven n 2, b)vždyroven2n, c)vždyroven n, d)nejvýšeroven

Více

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí: Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se

Více

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice študenti MFF 15. augusta 2008 1 7 Diferenciální rovnice Požadavky Soustavy lineárních diferenciálních rovnic prvního řádu lineární

Více

ALGEBRA. Téma 5: Vektorové prostory

ALGEBRA. Téma 5: Vektorové prostory SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 5: Vektorové prostory Základní pojmy Vektorový prostor nad polem P, reálný (komplexní)

Více

ftp://math.feld.cvut.cz/pub/olsak/linal/

ftp://math.feld.cvut.cz/pub/olsak/linal/ Petr Olšák Výcuc z textu Lineární algebra určeno pro promítání na přednášce Úvod do algebry http://www.olsak.net/linal.html ftp://math.feld.cvut.cz/pub/olsak/linal/ http://math.feld.cvut.cz/skripta/ua/

Více

z textu Lineární algebra

z textu Lineární algebra 2 Úvodní poznámky Petr Olšák Výcuc z textu Lineární algebra určeno pro promítání na přednášce Úvod do algebry http://www.olsak.net/linal.html ftp://math.feld.cvut.cz/pub/olsak/linal/ http://math.feld.cvut.cz/skripta/ua/

Více

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i. KOMLEXNÍ ČÍSLA C = {a + bi; a, b R}, kde i 2 = 1 Číslo komplexně sdružené k z = a + bi je číslo z = a bi. Operace s komplexními čísly: z = a + bi, kde a, b R v = c + di, kde c, d R Sčítání Odčítání Násobení

Více

ÚlohykpřednášceNMAG101a120: Lineární algebra a geometrie 1,

ÚlohykpřednášceNMAG101a120: Lineární algebra a geometrie 1, ÚlohykpřednášceNMAGa: Lineární algebra a geometrie 5 Verzezedne9.prosince Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se budou

Více

Matematika B101MA1, B101MA2

Matematika B101MA1, B101MA2 Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet

Více

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost

Více

NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny

NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Závěrečná zkouška verze cvičná 9.1.2013 Doba řešení: 3 hodiny Přednášející: L. Barto, J. Tůma Křestní jméno: Příjmení: Instrukce Neotvírejte

Více

Analytická geometrie. c ÚM FSI VUT v Brně

Analytická geometrie. c ÚM FSI VUT v Brně 19. září 2007 Příklad 1. Příklad 2. Příklad 3. Příklad 1. Určete obecnou rovnici roviny, která prochází body A = [0, 1, 2], B = [ 1, 0, 3], C = [3, 1, 0]. Příklad 1. A = [0, 1, 2], B = [ 1, 0, 3], C =

Více

8 Matice a determinanty

8 Matice a determinanty M Rokyta, MFF UK: Aplikovaná matematika II kap 8: Matice a determinanty 1 8 Matice a determinanty 81 Matice - definice a základní vlastnosti Definice Reálnou resp komplexní maticí A typu m n nazveme obdélníkovou

Více

Požadavky ke zkoušce

Požadavky ke zkoušce Požadavky ke zkoušce Zkouška z předmětu MATEMATIKA 2 má dvě části Písemná část: Písemná část se ještě dále rozděluje na praktickou část písemku a teoretickou část test. Písemka trvá 90 minut a je v ní

Více

AVDAT Vektory a matice

AVDAT Vektory a matice AVDAT Vektory a matice Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Vektory x = x 1 x 2. x p y = y 1 y 2. y p Řádkový vektor dostaneme transpozicí sloupcového vektoru x

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání

Více

ZADÁNÍ ZKOUŠKOVÉ PÍSEMNÉ PRÁCE Z PŘEDMĚTU LINEÁRNÍ ALGEBRA PRO IT. Verze 1.1A

ZADÁNÍ ZKOUŠKOVÉ PÍSEMNÉ PRÁCE Z PŘEDMĚTU LINEÁRNÍ ALGEBRA PRO IT. Verze 1.1A Verze 1.1A Čas na práci: 1 minut Za každý úkol můžete získat maximálně 1 bodů. Řešení každého příkladu zapisujte čitelně a srozumitelně, 2x 1 +4x 3 +3x 4 = 4 x 1 +2x 2 +4x 3 3x 4 = 1 2x 1 +x 2 x 3 3x 4

Více

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě

Více

Lineární algebra : Metrická geometrie

Lineární algebra : Metrická geometrie Lineární algebra : Metrická geometrie (16. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 6. května 2014, 10:42 1 2 Úvod Zatím jsme se lineární geometrii věnovali v kapitole o lineárních

Více

Jedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n,

Jedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n, Soutavy lineárních algebraických rovnic Jedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n, X R n je sloupcový vektor n neznámých x 1,..., x n, B R m je daný sloupcový vektor pravých stran

Více

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky

Více

Soustavy linea rnı ch rovnic

Soustavy linea rnı ch rovnic [1] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení a) soustavy, 10, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l.

Více

7. Lineární vektorové prostory

7. Lineární vektorové prostory 7. Lineární vektorové prostory Tomáš Salač MÚ UK, MFF UK LS 2017/18 Tomáš Salač ( MÚ UK, MFF UK ) 7. Lineární vektorové prostory LS 2017/18 1 / 62 7.1 Definice a příklady Definice 7.1 Množina G s binární

Více

EUKLIDOVSKÉ PROSTORY

EUKLIDOVSKÉ PROSTORY EUKLIDOVSKÉ PROSTORY Necht L je lineární vektorový prostor nad tělesem reálných čísel R. Zobrazení (.,.) : L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx,

Více

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t.

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t. 1 Variace konstanty Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. Příklad 1 Najděte obecné řešení rovnice: y + y = 4 sin t. Co

Více

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,

Více

Řešené úlohy z Úvodu do algebry 1

Řešené úlohy z Úvodu do algebry 1 Řešené úlohy z Úvodu do algebry Veronika Sobotíková katedra matematiky FEL ČVUT Vzhledem k tomu, že se ze strany studentů často setkávám s nepochopením požadavku zdůvodnit jednotlivé kroky postupu řešení,

Více

1 Báze a dimenze vektorového prostoru 1

1 Báze a dimenze vektorového prostoru 1 1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější

Více

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A1 Cvičení, zimní semestr Samostatné výstupy Jan Šafařík Brno c 2003 Obsah 1. Výstup č.1 2 2. Výstup

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde

Více

VĚTY Z LINEÁRNÍ ALGEBRY

VĚTY Z LINEÁRNÍ ALGEBRY VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru

Více

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je

Více

těchto písemek (bez řešení) najdete na (odkazy v posledních dvou odstavcích před sekcí Literatura ).

těchto písemek (bez řešení) najdete na   (odkazy v posledních dvou odstavcích před sekcí Literatura ). Vážení studenti, předkládám vám zde vzorová řešení písemek, které proběhly letos v semestru, a také řešení vzorové písemky. Zadání těchto písemek (bez řešení) najdete na http://math.feld.cvut.cz/0educ/pozad/y01alg.htm

Více

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová. [1] Terminologie [2] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová matice.

Více

DEFINICE Z LINEÁRNÍ ALGEBRY

DEFINICE Z LINEÁRNÍ ALGEBRY DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které

Více

Věta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6)

Věta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6) 1. Lineární diferenciální rovnice řádu n [MA1-18:P1.7] rovnice typu y n) + p n 1 )y n 1) +... + p 1 )y + p 0 )y = q) 6) počáteční podmínky: y 0 ) = y 0 y 0 ) = y 1 y n 1) 0 ) = y n 1. 7) Věta 1.3 : Necht

Více

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných

Více

Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program

Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program Program Diferenční rovnice Program Diferenční rovnice Diferenciální rovnice Program Frisch a Samuelson: Systém je dynamický, jestliže jeho chování v čase je určeno funkcionální rovnicí, jejíž neznámé závisí

Více

Základy maticového počtu Matice, determinant, definitnost

Základy maticového počtu Matice, determinant, definitnost Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n

Více

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program Program Primitivní funkce a Riemannův integrál Program Primitivní funkce a Riemannův integrál Lineární algebra Program Primitivní funkce a Riemannův integrál Lineární algebra Taylorův polynom Program Primitivní

Více

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22 Lineární diferenciální rovnice druhého řádu Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)

Více

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních

Více

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo 0. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo (PEF PaA) Petr Gurka aktualizováno 9. prosince 202 Obsah Základní pojmy. Motivace.................................2 Aritmetický vektorový

Více

Matematika 2 pro PEF PaE

Matematika 2 pro PEF PaE Determinanty / 8 Matematika 2 pro PEF PaE 3 Determinanty Přemysl Jedlička Katedra matematiky, TF ČZU Permutace Determinanty Výpočet determinantu z definice 2 / 8 Permutací množiny {,, n} rozumíme prosté

Více

Soustavy lineárních rovnic

Soustavy lineárních rovnic Soustavy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních diferenciálních rovnic y = a (x)y + a (x)y + + a n (x)y n + f (x) y = a (x)y + a (x)y + + a n (x)y n + f (x). y n = a

Více

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava    luk76/la1 Lineární algebra 5. přednáška: Báze a řešitelnost soustav Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://homel.vsb.cz/ luk76/la1 Text

Více

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 30. dubna 2014, 09:00 1 2 15.1 Prehilhertovy prostory Definice 1. Buď V LP nad

Více

1 Linearní prostory nad komplexními čísly

1 Linearní prostory nad komplexními čísly 1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)

Více

Matematika 2 LS 2012/13. Prezentace vznikla na základě učebního textu, jehož autorem je doc. RNDr. Mirko Rokyta, CSc. J. Stebel Matematika 2

Matematika 2 LS 2012/13. Prezentace vznikla na základě učebního textu, jehož autorem je doc. RNDr. Mirko Rokyta, CSc. J. Stebel Matematika 2 Matematika 2 13. přednáška Obyčejné diferenciální rovnice Jan Stebel Fakulta mechatroniky, informatiky a mezioborových studíı Technická univerzita v Liberci jan.stebel@tul.cz http://bacula.nti.tul.cz/~jan.stebel

Více

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti PROSTORY SE SKALÁRNÍM SOUČINEM Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx, y) = λ(x,

Více

VÝSLEDKY Písemný test z předmětu BI-LIN( ), varianta R. + c)det A= 3det B, d)det A= 6det B, e)det A=6detB.

VÝSLEDKY Písemný test z předmětu BI-LIN( ), varianta R. + c)det A= 3det B, d)det A= 6det B, e)det A=6detB. VÝSLEDKY Písemný test z předmětu BI-LIN(14. 4. 2010), varianta R 1. Které z následujících tvrzení je pravdivé? a) Každý polynom má aspoň jeden komplexní kořen. + b) Existují polynomy, které nemají žádný

Více

Řešíme tedy soustavu dvou rovnic o dvou neznámých. 2a + b = 3, 6a + b = 27,

Řešíme tedy soustavu dvou rovnic o dvou neznámých. 2a + b = 3, 6a + b = 27, Přijímací řízení 2015/16 Přírodovědecká fakulta Ostravská univerzita v Ostravě Navazující magisterské studium, obor Aplikovaná matematika (1. červen 2016) Příklad 1 Určete taková a, b R, aby funkce f()

Více

Linearní algebra příklady

Linearní algebra příklady Linearní algebra příklady 6. listopadu 008 9:56 Značení: E jednotková matice, E ij matice mající v pozici (i, j jedničku a jinak nuly. [...]... lineární obal dané soustavy vektorů. Popište pomocí maticového

Více

1 Determinanty a inverzní matice

1 Determinanty a inverzní matice Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého

Více

Soustavy lineárních rovnic

Soustavy lineárních rovnic Přednáška MATEMATIKA č 4 Katedra ekonometrie FEM UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz 27 10 2010 Soustava lineárních rovnic Definice Soustava rovnic a 11 x 1 + a 12 x 2 + + a

Více

VIDEOSBÍRKA DERIVACE

VIDEOSBÍRKA DERIVACE VIDEOSBÍRKA DERIVACE. Zderivuj funkci y = ln 2 (sin x + tg x 2 ) 2. Zderivuj funkci y = 2 e x2 cos 3x 3. Zderivuj funkci y = 3 e sin2 (x 2 ). Zderivuj funkci y = x3 +2x 2 +sin x x 5. Zderivuj funkci y

Více

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Čtvercová matice n n, např. může reprezentovat: A = A A 2 A 3 A 2 A 22 A 23 A 3 A 32 A 33 matici koeficientů soustavy n lineárních

Více

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi. Řešené příklady z lineární algebry - část 3 Typové příklady s řešením Příklad 3.1: Zobrazení L: P 3 R 23 je zobrazení z prostoru P 3 všech polynomů do stupně 3 (včetně nulového polynomu) do prostoru R

Více

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3, Vektorový prostor Příklady: Př.1. R 2 ; R 3 ; R n...aritmetický n-rozměrný prostor Dvě operace v R n : součet vektorů u = (u 1,...u n ) a v = (v 1,...v n ) je vektor u + v = (u 1 + v 1,...u n + v n ),

Více

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x). Řešené příklady z lineární algebry - část 6 Typové příklady s řešením Příklad 6.: Kvadratickou formu κ(x) = x x 6x 6x x + 8x x 8x x vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých

Více

1 Řešení soustav lineárních rovnic

1 Řešení soustav lineárních rovnic 1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty

Více

Matematika 4 FSV UK, LS Miroslav Zelený

Matematika 4 FSV UK, LS Miroslav Zelený Matematika 4 FSV UK, LS 2017-18 Miroslav Zelený 13. Diferenční rovnice 14. Diferenciální rovnice se separovanými prom. 15. Lineární diferenciální rovnice prvního řádu 16. Lineární diferenciální rovnice

Více

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1 Příklad 1. Určete všechna řešení následující soustavy rovnic nad Z 2 : 0 0 0 1 1 1 0 1 0 1 1 1 1 1 0 1 0 1 0 1 1 Gaussovou eliminací převedeme zadanou soustavu na ekvivalentní soustavu v odstupňovaném

Více

Cvičení z Lineární algebry 1

Cvičení z Lineární algebry 1 Cvičení z Lineární algebry Michael Krbek podzim 2003 2392003 Hodina Jsou dána komplexní čísla z = +2 i a w = 2 i Vyjádřete c algebraickém tvaru (z + w) 3,, (zw), z w 2 Řešte v komplexním oboru rovnice

Více

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory Vlastní čísla a vlastní vektory 1 Motivace Uvažujme lineární prostor všech vázaných vektorů v rovině, které procházejí počátkem, a lineární zobrazení tohoto prostoru do sebe(lineární transformaci, endomorfismus)

Více

Operace s maticemi. 19. února 2018

Operace s maticemi. 19. února 2018 Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice

Více

15 Maticový a vektorový počet II

15 Maticový a vektorový počet II M. Rokyta, MFF UK: Aplikovaná matematika III kap. 15: Maticový a vektorový počet II 1 15 Maticový a vektorový počet II 15.1 Úvod Opakování z 1. ročníku (z kapitoly 8) Označení. Množinu všech reálných resp.

Více

výsledek 2209 y (5) (x) y (4) (x) y (3) (x) 7y (x) 20y (x) 12y(x) (horní indexy značí derivaci) pro 1. y(x) = sin2x 2. y(x) = cos2x 3.

výsledek 2209 y (5) (x) y (4) (x) y (3) (x) 7y (x) 20y (x) 12y(x) (horní indexy značí derivaci) pro 1. y(x) = sin2x 2. y(x) = cos2x 3. Vypočtěte y (5) (x) y (4) (x) y (3) (x) 7y (x) 20y (x) 12y(x) (horní indexy značí derivaci) pro 1. y(x) = sin2x 2. y(x) = cos2x 3. y(x) = x sin2x 4. y(x) = x cos2x 5. y(x) = e x 1 6. y(x) = xe x 7. y(x)

Více

VIDEOSBÍRKA DERIVACE

VIDEOSBÍRKA DERIVACE VIDEOSBÍRKA DERIVACE. Zderivuj funkci y = ln 2 (sin x + tg x 2 ) 2. Zderivuj funkci y = 2 e x2 cos x. Zderivuj funkci y = e sin2 (x 2 ). Zderivuj funkci y = x +2x 2 +sin x x 5. Zderivuj funkci y = cos2

Více

Lineární algebra - I. část (vektory, matice a jejich využití)

Lineární algebra - I. část (vektory, matice a jejich využití) Lineární algebra - I. část (vektory, matice a jejich využití) Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 2. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 40 Obsah 1 Vektory

Více

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory 5 Vlastní čísla a vlastní vektor Poznámka: Je-li A : V V lineární zobrazení z prostoru V do prostoru V někd se takové zobrazení nazývá lineárním operátorem, pak je přirozeným požadavkem najít takovou bázi

Více

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14. Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan 14. Vlastní vektory Bud V vektorový prostor nad polem P. Lineární zobrazení f : V

Více

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR DEN: ODR teoreticky: soustavy rovnic Soustava lineárních ODR 1 řádu s konstantními koeficienty je soustava ve tvaru y 1 = a 11 y 1 + a 12 y 2 + + a 1n y n + b 1 (x) y 2 = a 21 y 1 + a 22 y 2 + + a 2n y

Více

1 Soustavy lineárních rovnic

1 Soustavy lineárních rovnic 1 Soustavy lineárních rovnic 1.1 Základní pojmy Budeme uvažovat soustavu m lineárních rovnic o n neznámých s koeficienty z tělesa T (potom hovoříme o soustavě m lineárních rovnic o n neznámých nad tělesem

Více

Úvod do lineární algebry

Úvod do lineární algebry Úvod do lineární algebry 1 Aritmetické vektory Definice 11 Mějme n N a utvořme kartézský součin R n R R R Každou uspořádanou n tici x 1 x 2 x, x n budeme nazývat n rozměrným aritmetickým vektorem Prvky

Více

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího). Předmět: MA 4 Dnešní látka Vektorový (lineární) prostor (připomenutí) Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost

Více

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n [1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem

Více

Michal Zamboj. December 23, 2016

Michal Zamboj. December 23, 2016 Meziřádky mezi kuželosečkami - doplňkový materiál k přednášce Geometrie Michal Zamboj December 3, 06 Pozn. Najdete-li chybu, neváhejte mi napsat, může to ušetřit tápání Vašich kolegů. Pozn. v dokumentu

Více

Soustavy lineárních rovnic-numerické řešení. October 2, 2008

Soustavy lineárních rovnic-numerické řešení. October 2, 2008 Soustavy lineárních rovnic-numerické řešení October 2, 2008 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2... a n1 x 1 + a n2 x 2 + + a

Více

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru 2. Systémy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních rovnic s koeficienty z pole reálných případně komplexních čísel. Uvádíme podmínku pro existenci řešení systému lineárních

Více

Lineární algebra : Vlastní čísla, vektory a diagonalizace

Lineární algebra : Vlastní čísla, vektory a diagonalizace Lineární algebra : Vlastní čísla, vektory a diagonalizace (14. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 21. dubna 2014, 19:37 1 2 14.1 Vlastní čísla a vlastní vektory Nechť je

Více

Michal Zamboj. January 4, 2018

Michal Zamboj. January 4, 2018 Meziřádky mezi kuželosečkami - doplňkový materiál k přednášce Geometrie Michal Zamboj January 4, 018 Pozn. Najdete-li chybu, neváhejte mi napsat, může to ušetřit tápání Vašich kolegů. Pozn. v dokumentu

Více

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m. Matice lineárních zobrazení [1] Připomenutí Zobrazení A : L 1 L 2 je lineární, když A( x + y ) = A( x ) + A( y ), A(α x ) = α A( x ). Což je ekvivalentní s principem superpozice: A(α 1 x 1 + + α n x n

Více

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz 1/15 ANALYTICKÁ GEOMETRIE Základní pojmy: Soustava souřadnic v rovině a prostoru Vzdálenost bodů, střed úsečky Vektory, operace s vektory, velikost vektoru, skalární součin Rovnice přímky Geometrie v rovině

Více

DERIVACE. ln 7. Urči, kdy funkce roste a klesá a dále kdy je konkávní a

DERIVACE. ln 7. Urči, kdy funkce roste a klesá a dále kdy je konkávní a DERIVACE 1. Zderivuj funkci y = ln 2 (sin x + tg x 2 ) 2. Zderivuj funkci y = 2 e x2 cos x 3. Zderivuj funkci y = 3 e sin2 (x 2 ) 4. Zderivuj funkci y = x3 +2x 2 +sin x x 5. Zderivuj funkci y = cos2 x

Více

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity) 4 Lineární zobrazení Definice: Nechť V a W jsou vektorové prostory Zobrazení A : V W (zobrazení z V do W nazýváme lineárním zobrazením, pokud pro všechna x V, y V a α R platí 1 A(x y = A(x A(y (vlastnost

Více

Soustavy lineárních rovnic a determinanty

Soustavy lineárních rovnic a determinanty Soustavy lineárních rovnic a determinanty Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny

Více

Matematika 1 sbírka příkladů

Matematika 1 sbírka příkladů Matematika 1 sbírka příkladů RNDr. Rudolf SCHWARZ, CSc. Brno 2012 1. Poznámka Výsledky jednotlivých příkladů mají tuto barvu. 2. Poznámka Pokud je v hranatých závorkách uvedeno písmeno, označuje, ze které

Více

14. přednáška. Přímka

14. přednáška. Přímka 14 přednáška Přímka Začneme vyjádřením přímky v prostoru Přímku v prostoru můžeme vyjádřit jen parametricky protože obecná rovnice přímky v prostoru neexistuje Přímka v prostoru je určena bodem A= [ a1

Více