Kapitola 1. Tenzorový součin matic

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Kapitola 1. Tenzorový součin matic"

Transkript

1 Kapitola 1 Tenzorový součin matic Definice 1.1. Buď F komutativní těleso. Pro matice A F m n a B F r s definujeme tenzorový součin A B jako matici o rozměru mr ns zapsanou blokově: A 11 B A 12 B A 1n B A 21 B A 22 B A 2n B A B :=.. A m1 B A m2 B A mn B Poznámka 1.2. Tenzorový součin matic lze definovat i nad nekomutativními tělesy, ztrácí však naprostou většinu svých zajímavých vlastností. Budeme tedy v celé kapitole uvažovat pouze komutativní tělesa. Pozorování 1.3. Pro tenzorový součin matic A F m n a B F r s platí, že (A B) (i 1)r+k,(j 1)s+l = A ij B kl. (1.1) eq:irk Příklad 1.4. Mějme například matice A R 2 2, B R 3 2, ( ) A = B = Potom zatímco ( ) B B A B = = Θ 2B , A B A = 2A Θ A A = A

2 Poznámka 1.5. Jde vidět, že tenzorový součin není komutativní. Platí však, že matice A B a B A se liší pouze permutací řádků a sloupců; jsou-li navíc A a B čtvercové, pak platí A B B A. 1.1 Základní vlastnosti tenzorového součinu TS:v1 Pozorování 1.6. Tenzorový součin je lineární v obou argumentech, tedy platí, že A (αb + C) = α(a B) + A C a (αa + B) C = α(a C) + B C, mají-li výrazy na pravých stranách smysl. Věta 1.7. Buďte A, C matice, které lze v tomto pořadí maticově násobit, a B, D matice, které lze v tomto pořadí násobit. Pak lze násobit i matice A B a C D a platí: (A B)(C D) = AC BD. Důkaz. Matice A a C lze násobit, platí tedy, že A F m o, C F o n, podobně B F r q, D F q s. Podle definice A B F mr oq a C D F oq ns. Příslušné dimenze tedy sedí a my můžeme matice A B a C D v tomto pořadí násobit. Tenzorové součiny matic A, B a C, D vypadají takto: A 11 B A 12 B A 1o B A 21 B A 22 B A 2o B A B =., A m1 B A m2 B A mo B C 11 D C 12 D C 1n D C 21 D C 22 D C 2n D C D =.. C o1 D C o2 D C on D Jak víme, součin matic můžeme též psát blokově a použít přitom stejný zápis jako při násobení po prvcích. Toho pro přehlednost využijeme: [ o (A B)(C D) ]ij = [ ] A B k=1 = ik [ o C D ]kj = (A ik B)(C kj D) k=1 o A ik C kj BD = (AC) ij BD = [ AC BD ], ij kde v posledním kroku jsme použili definici tenzorového součinu. k=1 Poznámka 1.8. Upozorňujeme čtenáře na použití indexů v minulém důkazu. Indexy ij myslíme ij-tý blok matice, tj. [A B] ij = A ij B. Píšeme-li však indexy pouze u matice, která vystupuje v tenzorovém součinu na prvním místě, myslíme tím skutečně její prvek, tj. (A) ij = A ij ; z definice tenzorového součinu totiž vyplývá, že prvek první matice odpovídá bloku matice tenzorového součinu. Věříme, že tato lehká nedůslednost nepovede ke zmatení čtenáře. 2

3 TS:v2 Věta 1.9. Jsou-li A, B regulární matice, je jejich tenzorový součin rovněž regulární matice a platí: (A B) 1 = A 1 B 1. Důkaz. Obě tvrzení budeme dokazovat současně; platí totiž ekvivalence A je regulární existuje A 1. Upravíme výraz (A B)(A 1 B 1 ) pomocí předchozí věty: (A B)(A 1 B 1 ) = (A 1 A) (B 1 B) = I m I r = I mr, kde m je počet řádků matice A, r počet řádků matice B. Poslední krok si laskavý čtenář jistě rád sám rozmyslí. Věta Je-li A F m m podobná Ã, B Fn n podobná B, pak také A B Ã B a A I n + I m B Ã I n + I m B. Důkaz. Z definice podobnosti matic existují matice R, S regulární takové, že A = R 1 ÃR a B = S 1 BS. Pro tenzorový součin tedy platí A B = (R 1 ÃR) (S 1 BS), v obou závorkách použijeme na výrazy R 1 Ã a S 1 TS:v1 B dvakrát větu 1.7: = ( (R 1 Ã) (S 1 B) ) (R S) = (R 1 S 1 )(Ã B)(R S), a dále na první závorku větu 1.9: TS:v2 = (R S) 1 (Ã B)(R S). Protože tenzorový součin regulárních matic je regulární matice, první část tvrzení je dokázána. Druhou část ukážeme snadno aplikací první, poněvadž jednotkové matice můžeme rozepsat jako I n = S 1 I n S, podobně I m. Dostáváme tedy A I n + I m B = (R 1 ÃR) (S 1 I n S) + (S 1 I m S) (R 1 BR) = (R S) 1 (Ã I n)(r S) + (R S) 1 ( B I m )(R S). Věta Pro libovolné matice A, B platí (A B) T = A T B T. Důkaz. Buď A F m n, rozměry B jsou lhostejné. A 11 B A 12 B A 1n B A 21 B A 22 B A 2n B A B =.. A m1 B A m2 B A mn B 3

4 Pro blokový zápis libovolné matice ( ) A1 A A = 2 A 3 A 4 platí, že A T = ( A T 1 A T 3 A T 2 A T 4 ). Proto podle předchozího a z definice tenzorového součinu A 11 B T A 21 B T A m1 B T (A B) T A 12 B T A 22 B T A m2 B T =. = AT B T. A 1n B T A 2n B T A nm B T 1.2 Spektrum tenzorového součinu Poskytneme čtenáři dvě věty popisující spektrum tenzorového součinu. Jedna se bude týkat vlastních vektorů, druhá charakteristického polynomu. Věta Buďte x vlastní vektor matice A F m m k vlastnímu číslu λ a y vlastní vektor matice B F n n k vlastnímu číslu µ. Pak x y F mn 1 je vlastní vektor matice A B, resp. A I n + I m B k vlastnímu číslu λµ, resp. λ + µ. Důkaz. Z předpokladů víme, že Ax = λx a By = µy. Z využitím předchozích vět tak dostáváme a (A B)(x y) = Ax By = λx µy = λµ(x y) (A I n + I m B)(x y) = Ax I n y + I m x By = λ(x y) + µ(x y) = (λ + µ)(x y). theorem:pab Věta Nechť F je komutativní, a navíc algebraicky uzavřené těleso. Buďte A F m m a B F n n dvě čtvercové matice řádů m a n s charakteristickými polynomy p A (t) = m (λ i t) a p B (t) = i=1 n (µ j t). i=1 Pak pro charakteristické polynomy matic A B a A I n + I m B platí p A B (t) = p A In+I m B(t) = m n (λ i µ j t), (1.2) eq:pab i=1 j=1 m i=1 j=1 n (λ i + µ j t). (1.3) eq:paiib 4

5 Důkaz. Větu ukážeme nejprve pro horní trojúhelníkové matice A, B. Takové matice mají na diagonále kořeny svého charakteristického polynomu: λ 1 A 12 A 13 A 1m 0 λ 2 A 23 A 2m µ 1 B 12 B 1n 0 µ A = 0 0 λ 3., B = A(m 1)m.... B(n 1)n. 0 0 µ λ n m Tenzorový součin A B bude opět horní trojúhelníková matice a její diagonální prvky, a tedy i kořeny charakteristického polynomu p A B (t), budou λ 1 µ 1, λ 1 µ 2,..., λ 1 µ n, λ 2 µ 1, λ 2 µ 2,..., λ 2 µ n,..., λ m µ 1, λ m µ 2,..., λ m µ n. Z toho už dostáváme platnost rovnosti ( 1.2). eq:pab Podobně matice A I n + I m B bude horní trojúhelníková a na její diagonále budou součty příslušných diagonálních prvků matic A a B, tedy platí také rovnost ( 1.3). eq:paiib Nyní musíme rozšířit platnost obou rovností na obecné matice, což uděláme s pomocí věty??. XX Víme, že pro libovolné matice A, B existují trojúhelníkové matice A 1 F m m, B 1 F n n takové, že A à a B B. Potom matice A B a à B jsou podobné a mají stejný charakteristický polynom; stejně tak A I n + I m B a à I n + I m B jsou podobné. Spolu se shodností charakteristických polynomů p A (t) = pã(t) a p B (t) = p B(t) toto již dává tvrzení věty. 1.3 Maticové rovnice V této podkapitole se budeme zabývat řešením maticových rovnic AXB = C, (1.4) eq:axbc resp. AX + XB = C (1.5) eq:axxbc pro známé matice A F m m, B F n n, C F m n a neznámou X F m n. Po tělese F požadujeme pouze již zmiňovanou vlastnost komutativity. Zjevně se jedná o lineární rovnici, chceme tedy najít její matici a pravou stranu, a ukázat korespondenci mezi řešením vektorové a maticové rovnice. Abychom rovnice řešili, budeme potřebovat převádět matice z F m n na vektory z F mn. Definice Buď X F m n matice. Pak definujeme vektor X F mn tak, že napíšeme všechny sloupce matice X pod sebe do jednoho sloupce: X := X 1 X 2. X n. 5

6 Přímo z definice vidíme, že zobrazení : F m n F mn je lineární a bijektivní, tedy je to izomorfismus. Nyní se již věnujme rovnici ( 1.4) eq:axbc a zapišme ji po složkách: m n m n (AXB) ij = A ik X kl B lj = (A ik B lj )X kl = C ij. S využitím ( eq:irk 1.1) platí, že k=1 l=1 k=1 l=1 theorem:axb X kl = X (l 1)m+k,1, A ik B lj = (B T A) (j 1)m+i,(l 1)m+k, C ij = C (j 1)m+i,1, což už s větou 1.9 TS:v2 dává následující tvrzení: Věta Buďte A F m m, B F n n a C F m n matice. Pak matice X F m n je řešením rovnice AXB = C právě tehdy, když vektor X je řešením rovnice (B T A) X = C. Speciálně řešení je jednoznačné právě tehdy, když obě matice A, B jsou regulární. Příklad Řešme s využitím této věty rovnici X 11 X 12 ( ) X 21 X = X 31 X } {{ } } {{ } } {{ } } {{ } A X B C Tato rovnice je ekvivalentní rovnici s rozšířenou maticí soustavy / / X = 1/4 1/4 1/4 1/4 X = 3/8 1/ /8 1/4 1/4 0 1/4 } ( {{ } B T A C ) Podívejme se nyní na rovnici ( 1.5) eq:axxbc a pomocí znalosti řešení rovnic tvaru ( 1.4) eq:axbc ji upravme: AX + XB = C, AXI n + I m XB = C, AXI n = Y I m XB = C Y, (I n A) X = Y (B T I m ) X = C Y, (I n A) X + (B T I m ) X = C, (I n A + B T I m ) X = C. Tyto úpravy můžeme shrnout do věty. 6

7 Věta Buďte A F m m, B F n n a C F m n matice. Pak matice X F m n je řešením rovnice AX + XB = C právě tehdy, když vektor x = X je řešením rovnice (I n A + B T I m )x = C. 7

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j. Kapitola 3 Počítání s maticemi Matice stejného typu můžeme sčítat a násobit reálným číslem podobně jako vektory téže dimenze. Definice 3.1 Jsou-li A (a ij ) a B (b ij ) dvě matice stejného typu m n, pak

Více

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

Učební texty k státní bakalářské zkoušce Matematika Matice. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Matice študenti MFF 15. augusta 2008 1 12 Matice Požadavky Matice a jejich hodnost Operace s maticemi a jejich vlastnosti Inversní matice Regulární matice,

Více

2.2. SČÍTÁNÍ A NÁSOBENÍ MATIC

2.2. SČÍTÁNÍ A NÁSOBENÍ MATIC 22 SČÍTÁNÍ A NÁSOBENÍ MATIC V této kapitole se dozvíte: jak je definováno sčítání matic a jaké má základní vlastnosti jak je definováno násobení matic číslem a jaké má základní vlastnosti zda a proč se

Více

Soustavy lineárních rovnic

Soustavy lineárních rovnic 7 Matice. Determinant Soustavy lineárních rovnic 7.1 Matice Definice 1. Matice typu (m, n) jesoustavam n reálných čísel uspořádaných do m řádků a n sloupců a 11, a 12, a 13,..., a 1n a 21, a 22, a 23,...,

Více

a m1 a m2 a mn zobrazení. Operaci násobení u matic budeme definovat jiným způsobem.

a m1 a m2 a mn zobrazení. Operaci násobení u matic budeme definovat jiným způsobem. 1 Matice Definice 1 Matice A typu (m, n) je zobrazení z kartézského součinu {1, 2,,m} {1, 2,,n} do množiny R Matici A obvykle zapisujeme takto: a 1n a 21 a 22 a 2n A =, a m1 a m2 a mn kde a ij R jsou její

Více

TEORIE MATIC. Tomáš Vondra

TEORIE MATIC. Tomáš Vondra TEORIE MATIC Tomáš Vondra 2 Obsah 1 Opakování 5 1.1 Základní operace s maticemi..................... 5 1.2 Determinant matice......................... 7 1.2.1 Cauchyův-Binedův vzorec..................

Více

5. Maticová algebra, typy matic, inverzní matice, determinant.

5. Maticová algebra, typy matic, inverzní matice, determinant. 5. Maticová algebra, typy matic, inverzní matice, determinant. Matice Matice typu m,n je matice složená z n*m (m >= 1, n >= 1) reálných (komplexních) čísel uspořádaných do m řádků a n sloupců: R m,n (resp.

Více

Lineární algebra II. Adam Liška. 9. února 2015. Zápisky z přednášek Jiřího Fialy na MFF UK, letní semestr, ak. rok 2007/2008

Lineární algebra II. Adam Liška. 9. února 2015. Zápisky z přednášek Jiřího Fialy na MFF UK, letní semestr, ak. rok 2007/2008 Lineární algebra II Zápisky z přednášek Jiřího Fialy na MFF UK, letní semestr, ak rok 2007/2008 Adam Liška 9 února 2015 http://kammffcunicz/~fiala http://wwwadliskacom 1 Obsah 10 Permutace 3 11 Determinant

Více

Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS )

Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS ) LINEÁRNÍ ALGEBRA Úvod vektor Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS ) Kartézský souřadnicový systém -je taková soustava

Více

Regulární matice. Věnujeme dále pozornost zejména čtvercovým maticím.

Regulární matice. Věnujeme dále pozornost zejména čtvercovým maticím. Regulární matice Věnujeme dále pozornost zejména čtvercovým maticím. Věta. Pro každou čtvercovou matici A = (a ij ) řádu n nad tělesem (T, +, ) jsou následující podmínky ekvivalentní: (i) Řádky matice

Více

Matice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.

Matice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob. Přednáška MATEMATIKA č. 2 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 13. 10. 2010 Uspořádané schéma vytvořené z m n reálných čísel, kde m, n N a 11 a 12 a

Více

Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa

Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa 2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace

Více

0. Lineární rekurence Martin Mareš, 2010-07-04

0. Lineární rekurence Martin Mareš, 2010-07-04 0 Lineární rekurence Martin Mareš, 2010-07-04 V tomto krátkém textu se budeme zabývat lineárními rekurencemi, tj posloupnostmi definovanými rekurentní rovnicí typu A n+k = c 0 A n + c 1 A n+1 + + c k 1

Více

Vybrané problémy lineární algebry v programu Maple

Vybrané problémy lineární algebry v programu Maple UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA Katedra matematické analýzy a aplikací matematiky BAKALÁŘSKÁ PRÁCE Vybrané problémy lineární algebry v programu Maple Vedoucí bakalářské práce: RNDr.

Více

Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech.

Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech. Kapitola 9 Skalární součin Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech. Definice 9.1 Je-li x = (x 1,..., x n ) T R n 1 reálný

Více

3. Matice a determinanty

3. Matice a determinanty . Matice a determinanty Teorie matic a determinantů představuje úvod do lineární algebry. Nejrozsáhlejší aplikace mají matice a determinanty při řešení systémů lineárních rovnic. Pojem determinantu zavedl

Více

Maticový a tenzorový počet

Maticový a tenzorový počet Maticový a tenzorový počet Doc. RNDr. Martin Kovár, Ph.D. Ústav matematiky Fakulta elektrotechniky a komunikačních technologií VUT v Brně Obsah. Test vstupních znalostí............................. 5 Matice

Více

Lineární algebra. Matice, operace s maticemi

Lineární algebra. Matice, operace s maticemi Lineární algebra Matice, operace s maticemi Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo

Více

Operace s maticemi Sčítání matic: u matic stejného typu sečteme prvky na stejných pozicích: A+B=(a ij ) m n +(b ij ) m n =(a ij +b ij ) m n.

Operace s maticemi Sčítání matic: u matic stejného typu sečteme prvky na stejných pozicích: A+B=(a ij ) m n +(b ij ) m n =(a ij +b ij ) m n. 1 Sylvestrova věta Platí: Nechť A je symetrická matice řádu n, označme a 11 a 12... a 1i a D i = 21 a 22... a 2i.... a i1 a i2... a ii Pak A(a příslušná KF) je pozitivně definitní, právěkdyž D i >0provšechna

Více

Masarykova univerzita. Základy konvexní analýzy a optimalizace v R n.

Masarykova univerzita. Základy konvexní analýzy a optimalizace v R n. Masarykova univerzita Ondřej Došlý Základy konvexní analýzy a optimalizace v R n. První vydání Brno 2004 Došlý Ondřej Název knihy c prof. RNDr. Ondřej Došlý, DrSc., 2005 Největší životní umění je neoptimalizovat

Více

Euklidovský prostor Stručnější verze

Euklidovský prostor Stručnější verze [1] Euklidovský prostor Stručnější verze definice Eulidovského prostoru kartézský souřadnicový systém vektorový součin v E 3 vlastnosti přímek a rovin v E 3 a) eprostor-v2, 16, b) P. Olšák, FEL ČVUT, c)

Více

Matice se v některých publikacích uvádějí v hranatých závorkách, v jiných v kulatých závorkách. My se budeme držet zápisu s kulatými závorkami.

Matice se v některých publikacích uvádějí v hranatých závorkách, v jiných v kulatých závorkách. My se budeme držet zápisu s kulatými závorkami. Maticové operace Definice Skalár Představme si nějakou množinu, jejíž prvky lze sčítat a násobit. Pěkným vzorem jsou čísla, která už známe od mala. Prvky takové množiny nazýváme skaláry. Matice Matice

Více

Matematika pro studenty ekonomie

Matematika pro studenty ekonomie w w w g r a d a c z vydání upravené a doplněné vydání Armstrong Grada Publishing as U Průhonu 7 Praha 7 tel: + fax: + e-mail: obchod@gradacz wwwgradacz Matematika pro studenty ekonomie MATEMATIKA PRO STUDENTY

Více

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R} Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost s diagonální

Více

KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA 1 OLGA KRUPKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN

KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA 1 OLGA KRUPKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA 1 OLGA KRUPKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY

Více

Lineární algebra I. látka z. I. semestru informatiky MFF UK. Obsah. Zpracovali: Ondřej Keddie Profant, Jan Zaantar Štětina

Lineární algebra I. látka z. I. semestru informatiky MFF UK. Obsah. Zpracovali: Ondřej Keddie Profant, Jan Zaantar Štětina 1 Lineární algebra I látka z I semestru informatiky MFF UK Zpracovali: Ondřej Keddie Profant, Jan Zaantar Štětina Obsah Matice2 Grupy4 Grupa permutací4 Znaménko, inverze a transpozice grup5 Podgrupy5 Tělesa6

Více

Přímé metody výpočtu charakteristických čísel matic

Přímé metody výpočtu charakteristických čísel matic Masarykova Univerzita v Brně Přírodovědecká fakulta Přímé metody výpočtu charakteristických čísel matic Bakalářská práce Vedoucí bakalářské práce RNDr. Ladislav Adamec, CSc. Brno 2007 Roman Melichar Prohlašuji,

Více

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty študenti MFF 15. augusta 2008 1 14 Vlastní čísla a vlastní hodnoty Požadavky Vlastní čísla a vlastní hodnoty lineárního

Více

Y36BEZ Bezpečnost přenosu a zpracování dat. Úvod. Róbert Lórencz. http://service.felk.cvut.cz/courses/y36bez lorencz@fel.cvut.cz

Y36BEZ Bezpečnost přenosu a zpracování dat. Úvod. Róbert Lórencz. http://service.felk.cvut.cz/courses/y36bez lorencz@fel.cvut.cz Y36BEZ Bezpečnost přenosu a zpracování dat Róbert Lórencz 1. přednáška Úvod http://service.felk.cvut.cz/courses/y36bez lorencz@fel.cvut.cz Róbert Lórencz (ČVUT FEL, 2007) Y36BEZ Bezpečnost přenosu a zpracování

Více

2 Spojité modely rozhodování

2 Spojité modely rozhodování 2 Spojité modely rozhodování Jak již víme z přednášky, diskrétní model rozhodování lze zapsat ve tvaru úlohy hodnocení variant: f(a i ) max, a i A = {a 1, a 2,... a p }, kde f je kriteriální funkce a A

Více

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://www.am.vsb.cz/lukas/la1

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://www.am.vsb.cz/lukas/la1 Lineární algebra 10. přednáška: Ortogonalita II Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://www.am.vsb.cz/lukas/la1 Text byl vytvořen

Více

Lineární algebra Operace s vektory a maticemi

Lineární algebra Operace s vektory a maticemi Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008 Obsah Operace s řádkovými vektory..................... 3 Operace se sloupcovými vektory................... 12 Matice..................................

Více

Vlastní číslo, vektor

Vlastní číslo, vektor [1] Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost

Více

1. Matice a maticové operace. 1. Matice a maticové operace p. 1/35

1. Matice a maticové operace. 1. Matice a maticové operace p. 1/35 1. Matice a maticové operace 1. Matice a maticové operace p. 1/35 1. Matice a maticové operace p. 2/35 Matice a maticové operace 1. Aritmetické vektory 2. Operace s aritmetickými vektory 3. Nulový a opačný

Více

A0M15EZS Elektrické zdroje a soustavy ZS 2011/2012 cvičení 1. Jednotková matice na hlavní diagonále jsou jedničky, všude jinde nuly

A0M15EZS Elektrické zdroje a soustavy ZS 2011/2012 cvičení 1. Jednotková matice na hlavní diagonále jsou jedničky, všude jinde nuly Matice Matice typu (m, n) je uspořádaná m-tice prvků z řádky matice.. Jednotlivé složky této m-tice nazýváme Matice se zapisují Speciální typy matic Nulová matice všechny prvky matice jsou nulové Jednotková

Více

Elektrotechnická fakulta

Elektrotechnická fakulta ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Elektrotechnická fakulta OPTIMÁLNÍ ROZHODOVÁNÍ A ŘÍZENÍ Jan Štecha Katedra řídicí techniky 1999 Předmluva Toto skriptum je určeno posluchačům 4. ročníku oboru technická

Více

Stochastické modely: prezentace k přednášce

Stochastické modely: prezentace k přednášce Stochastické modely: prezentace k přednášce Jan Zouhar Katedra ekonometrie FIS VŠE v Praze 27. října 2015 Obsah 1 Úvod do náhodných procesů 2 MŘ s diskrétním časem a konečným počtem stavů Základní pojmy

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

Poznámky z matematiky

Poznámky z matematiky Poznámky z matematiky Verze: 14. dubna 2015 Petr Hasil hasil@mendelu.cz http://user.mendelu.cz/hasil/ Ústav matematiky Lesnická a dřevařská fakulta Mendelova univerzita v Brně Vytvořeno s podporou projektu

Více

Eduard Šubert: Koktejl nápoj je vektorem z lineárního obalu ingrediencí.

Eduard Šubert: Koktejl nápoj je vektorem z lineárního obalu ingrediencí. Eduard Šubert: Koktejl nápoj je vektorem z lineárního obalu ingrediencí. V roce 2012 se na katedře matematiky FJFI ČVUT v Praze konala Matematická fotosoutěž. Vítězný snímek týkající se právě lineární

Více

Biologické a akustické signály

Biologické a akustické signály TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Přednáška 4 Zbyněk Koldovský Projekt ESF CZ.1.07/2.2.00/28.0050 a inovace výuky technických předmětů. a inovace výuky

Více

Determinant. Definice determinantu. Permutace. Permutace, vlastnosti. Definice: Necht A = (a i,j ) R n,n je čtvercová matice.

Determinant. Definice determinantu. Permutace. Permutace, vlastnosti. Definice: Necht A = (a i,j ) R n,n je čtvercová matice. [] Definice determinantu BI-LIN, determinant, 9, P Olšák [2] Determinant je číslo jistým způsobem charakterizující čtvercovou matici det A 0 pro singulární matici, det A 0 pro regulární matici používá

Více

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory Kapitola 11 Vlastní čísla a vlastní vektory Základní motivace pro studium vlastních čísel a vektorů pochází z teorie řešení diferenciálních rovnic Tato teorie říká, že obecné řešení lineární diferenciální

Více

Úvod do optimalizace

Úvod do optimalizace Přednáška Ú-Opt, February 19, 2006:1324 Petr Lachout 1 Úvod do optimalizace Prof. RNDr. Jitka Dupačová, DrSc. Doc. RNDr. Petr Lachout, CSc. KPMS MFF UK Verze 19. února 2006 2 Obsah 1 Úvod 5 2 Optimalizace

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

2. Matice, soustavy lineárních rovnic

2. Matice, soustavy lineárních rovnic Matice, soustavy lineárních rovnic Tento učební text byl podpořen z Operačního programu Praha- Adaptabilita Irena Sýkorová Některé vlastnosti matic Uvažujmečtvercovoumatici A=(a ij ) n n Matice Asenazývásymetrická,jestližeplatí

Více

Gymnázium, Brno. Matice. Závěrečná maturitní práce. Jakub Juránek 4.A Školní rok 2010/11

Gymnázium, Brno. Matice. Závěrečná maturitní práce. Jakub Juránek 4.A Školní rok 2010/11 Gymnázium, Brno Matice Závěrečná maturitní práce Jakub Juránek 4.A Školní rok 2010/11 Konzultant: Mgr. Aleš Kobza Ph.D. Brno, 2011 Prohlášení Prohlašuji, že jsem předloženou práci zpracoval samostatně

Více

Exponenciála matice a její užití. fundamentálních matic. Užití mocninných řad pro rovnice druhého řádu

Exponenciála matice a její užití. fundamentálních matic. Užití mocninných řad pro rovnice druhého řádu 1 Tutoriál č. 3 Exponenciála matice a její užití řešení Cauchyovy úlohy pro lineární systémy užitím fundamentálních matic. Užití mocninných řad pro rovnice druhého řádu 0.1 Exponenciála matice a její užití

Více

1. Jordanův kanonický tvar

1. Jordanův kanonický tvar . Jordanův kanonický tvar Obecně nelze pro zadaný lineární operátor ϕ : U U najít bázi α takovou, že (ϕ) α,α by byla diagonální. Obecně však platí, že pro každý lineární operátor ϕ : U U nad komplexními

Více

Lineární algebra a analytická geometrie sbírka úloh a ř ešených př íkladů

Lineární algebra a analytická geometrie sbírka úloh a ř ešených př íkladů Lineární algebra a analytická geometrie sbírka úloh a ř ešených př íkladů Linear algebra and analytic geometry problems and solved examples Klára Javornická Bakalářská práce 2010 UTB ve Zlíně, Fakulta

Více

Západočeská univerzita v Plzni. Fakulta aplikovaných věd Katedra matematiky. Geometrie pro FST 1. Pomocný učební text

Západočeská univerzita v Plzni. Fakulta aplikovaných věd Katedra matematiky. Geometrie pro FST 1. Pomocný učební text Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky Geometrie pro FST 1 Pomocný učební text František Ježek, Marta Míková, Světlana Tomiczková Plzeň 29. srpna 2005 verze 1.0 Předmluva

Více

2.6. Vlastní čísla a vlastní vektory matice

2.6. Vlastní čísla a vlastní vektory matice 26 Cíle V této části se budeme zabývat hledáním čísla λ které je řešením rovnice A x = λ x (1) kde A je matice řádu n Znalost řešení takové rovnice má řadu aplikací nejen v matematice Definice 261 Nechť

Více

y = Spočtěte všechny jejich normy (vektor je také matice, typu n 1). Řádková norma (po řádcích sečteme absolutní hodnoty prvků matice a z nich

y = Spočtěte všechny jejich normy (vektor je také matice, typu n 1). Řádková norma (po řádcích sečteme absolutní hodnoty prvků matice a z nich Normy matic Příklad 1 Je dána matice A a vektor y: A = 2 0 3 4 3 2 y = Spočtěte všechny jejich normy (vektor je také matice, typu n 1). Ověřte, že platí Ay A y (1) Ay = (4, 14, 2) T 2 2 Frobeniova norma

Více

zejména Dijkstrův algoritmus pro hledání minimální cesty a hladový algoritmus pro hledání minimální kostry.

zejména Dijkstrův algoritmus pro hledání minimální cesty a hladový algoritmus pro hledání minimální kostry. Kapitola Ohodnocené grafy V praktických aplikacích teorie grafů zpravidla graf slouží jako nástroj k popisu nějaké struktury. Jednotlivé prvky této struktury mají často přiřazeny nějaké hodnoty (může jít

Více

Optimalizace. Elektronická skripta předmětu A4B33OPT. Toto je verze ze dne 28. ledna 2016. Katedra kybernetiky Fakulta elektrotechnická

Optimalizace. Elektronická skripta předmětu A4B33OPT. Toto je verze ze dne 28. ledna 2016. Katedra kybernetiky Fakulta elektrotechnická Optimalizace Elektronická skripta předmětu A4B33OPT. Text je průběhu semestru doplňován a vylepšován. Toto je verze ze dne 28. ledna 2016. Tomáš Werner Katedra kybernetiky Fakulta elektrotechnická České

Více

Balanční vlastnosti pevného bodu substituce

Balanční vlastnosti pevného bodu substituce Úvod Karel Břinda Edita Pelantová Theoretical Informatics Group FJFI ČVUT v Praze 14. prosince 2010 Schéma postupu Úvod Abelovská komplexita Balanční funkce Diskrepanční funkce Funkce S f u (N) Matice

Více

12. Determinanty. 12. Determinanty p. 1/25

12. Determinanty. 12. Determinanty p. 1/25 12. Determinanty 12. Determinanty p. 1/25 12. Determinanty p. 2/25 Determinanty 1. Induktivní definice determinantu 2. Determinant a antisymetrické formy 3. Výpočet hodnoty determinantu 4. Determinant

Více

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC .6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom

Více

Regresní a korelační analýza

Regresní a korelační analýza Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Regresní analýza Cíl regresní analýzy: stanovení formy (trendu, tvaru, průběhu)

Více

20. Eukleidovský prostor

20. Eukleidovský prostor 20 Eukleidovský prostor V této kapitole budeme pokračovat ve studiu dalších vlastostí afiích prostorů avšak s tím rozdílem že místo obecého vektorového prostoru budeme uvažovat prostor uitárí Proto bude

Více

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů...

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů... [1] Báze Každý lineární (pod)prostor má svou bázi Vzhledem ke zvolené bázi určujeme souřadnice vektorů... a) base, 4, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l. Viz p.

Více

ANTAGONISTICKE HRY 172

ANTAGONISTICKE HRY 172 5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí

Více

Polibky kružnic: Intermezzo

Polibky kružnic: Intermezzo Polibky kružnic: Intermezzo PAVEL LEISCHNER Pedagogická fakulta JU, České Budějovice Věta 21 z Archimedovy Knihy o dotycích kruhů zmíněná v předchozím dílu seriálu byla inspirací k tomuto původně neplánovanému

Více

9. Úvod do teorie PDR

9. Úvod do teorie PDR 9. Úvod do teorie PDR A. Základní poznatky o soustavách ODR1 Diferenciální rovnici nazveme parciální, jestliže neznámá funkce závisí na dvou či více proměnných (příslušná rovnice tedy obsahuje parciální

Více

1. Pravděpodobnost a statistika (MP leden 2010)

1. Pravděpodobnost a statistika (MP leden 2010) 1. Pravděpodobnost a statistika (MP leden 2010) Pravděpodobnost pojmy 1. Diskrétní pravděpodobnostní prostor(definice, vlastnosti, příklad). Diskrétní pravděpodobnostní prostor je trojice(ω, A, P), kde

Více

6. Matice. Algebraické vlastnosti

6. Matice. Algebraické vlastnosti Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan 6 Matice Algebraické vlastnosti 1 Algebraické operace s maticemi Definice Bud te A,

Více

6. T e s t o v á n í h y p o t é z

6. T e s t o v á n í h y p o t é z 6. T e s t o v á n í h y p o t é z Na základě hodnot z realizace náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Používáme k tomu vhodně

Více

{Q={1,2};S,T;u(s,t)} (3.3) Prorovnovážnéstrategie s,t vehřesnulovýmsoučtemmusíplatit:

{Q={1,2};S,T;u(s,t)} (3.3) Prorovnovážnéstrategie s,t vehřesnulovýmsoučtemmusíplatit: 3 ANTAGONISTICKÉ HRY 3. ANTAGONISTICKÝ KONFLIKT Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku,

Více

Jak pracovat s absolutními hodnotami

Jak pracovat s absolutními hodnotami Jak pracovat s absolutními hodnotami Petr Matyáš 1 Co to je absolutní hodnota Absolutní hodnota čísla a, dále ji budeme označovat výrazem a, je jeho vzdálenost od nuly na ose x, tedy je to vždy číslo kladné.

Více

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT1

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT1 ŘEŠENÍ MINITESTŮ JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT1 1. Porovnejte mezi sebou normy zadaných vektorů p =(1,-3), q =(2,-2,2), r =(0,1,2,2). (A) p

Více

a n (z z 0 ) n, z C, (1) n=0

a n (z z 0 ) n, z C, (1) n=0 Mocniné řady Nechť 0, a 0, a, a 2,... jsou konečná komplexní čísla. Pak řadu funkcí a n ( 0 ) n, C, () naýváme mocninou řadou. Číslo 0 koeficienty mocniné řady. Onačme dále: se naývá střed mocniné řady,

Více

UNIVERSITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA. KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY školní rok 2009/2010 BAKALÁŘSKÁ PRÁCE

UNIVERSITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA. KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY školní rok 2009/2010 BAKALÁŘSKÁ PRÁCE UNIVERSITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY školní rok 2009/2010 BAKALÁŘSKÁ PRÁCE Testy dobré shody Vedoucí diplomové práce: RNDr. PhDr. Ivo

Více

Několik poznámek na téma lineární algebry pro studenty fyzikální chemie

Několik poznámek na téma lineární algebry pro studenty fyzikální chemie Několik poznámek na téma lineární algebry pro studenty fyzikální chemie Jiří Kolafa Vektory. Vektorový prostor Vektor je často zaveden jako n-tice čísel, (v,..., v n ), v i R (pro reálný vektorový prostor);

Více

1. Základy logiky a teorie množin

1. Základy logiky a teorie množin . Základy logiky a teorie množin Studijní text. Základy logiky a teorie množin A. Logika Matematická logika vznikla v 9. století. Jejím zakladatelem byl anglický matematik G. Boole (85 864). Boole prosadil

Více

Google PageRank: Relevance webových

Google PageRank: Relevance webových Google PageRank: Relevance webových stránek a problém vlastních čísel Bakalářská práce Studijní program: Studijní obory: Autor práce: Vedoucí práce: B1101 Matematika 7504R015 Matematika se zaměřením na

Více

Pro bodový odhad při základním krigování by soustava rovnic v maticovém tvaru vypadala následovně:

Pro bodový odhad při základním krigování by soustava rovnic v maticovém tvaru vypadala následovně: KRIGING Krigování (kriging) označujeme interpolační metody, které využívají geostacionární metody odhadu. Těchto metod je celá řada, zde jsou některé příklady. Pro krigování se používá tzv. Lokální odhad.

Více

V praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více

V praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více 9 Vícerozměrná data a jejich zpracování 9.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat, hledáme souvislosti mezi dvěmi, případně více náhodnými veličinami. V praxi pracujeme

Více

Cyklické redundantní součty a generátory

Cyklické redundantní součty a generátory Cyklické redundantní součty a generátory pseudonáhodných čísel Rostislav Horčík: Y01DMA 20. dubna 2010: CRC a pseudonáhodná čísla 1/17 Definice Řekneme, že polynomy a(x), b(x) jsou kongruentní modulo m(x),

Více

Lenka Zalabová. Ústav matematiky a biomatematiky, Přírodovědecká fakulta, Jihočeská univerzita. zima 2012

Lenka Zalabová. Ústav matematiky a biomatematiky, Přírodovědecká fakulta, Jihočeská univerzita. zima 2012 Algebra - třetí díl Lenka Zalabová Ústav matematiky a biomatematiky, Přírodovědecká fakulta, Jihočeská univerzita v Českých Budějovicích zima 2012 Obsah 1 Dělitelnost 2 Grupy zbytkových tříd 3 Jedna z

Více

Matematika. Kamila Hasilová. Matematika 1/34

Matematika. Kamila Hasilová. Matematika 1/34 Matematika Kamila Hasilová Matematika 1/34 Obsah 1 Úvod 2 GEM 3 Lineární algebra 4 Vektory Matematika 2/34 Úvod Zkouška písemná, termíny budou včas vypsány na Intranetu UO obsah: teoretická a praktická

Více

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy, Komplexní čísla Množinu všech uspořádaných dvojic (x, y) reálných čísel x, y nazýváme množinou komplexních čísel C, jestliže pro každé dvě takové dvojice (x, y ), (x 2, y 2 ) je definována rovnost, sčítání

Více

ALGEBRA. Téma 4: Grupy, okruhy a pole

ALGEBRA. Téma 4: Grupy, okruhy a pole SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 4: Grupy, okruhy a pole Základní pojmy unární operace, binární operace, asociativita,

Více

Kapitola 11. Vzdálenost v grafech. 11.1 Matice sousednosti a počty sledů

Kapitola 11. Vzdálenost v grafech. 11.1 Matice sousednosti a počty sledů Kapitola 11 Vzdálenost v grafech V každém grafu lze přirozeným způsobem definovat vzdálenost libovolné dvojice vrcholů. Hlavním výsledkem této kapitoly je překvapivé tvrzení, podle kterého lze vzdálenosti

Více

předmětu MATEMATIKA B 1

předmětu MATEMATIKA B 1 Metodický list pro první soustředění kombinovaného studia předmětu MATEMATIKA B 1 Název tématického celku: Vektorový prostor Cíl: Základním cílem tohoto tematického celku je pochopit, co jsou to vektory

Více

Vektory a matice. Matice a operace s nimi. Hodnost matice. Determinanty. . p.1/12

Vektory a matice. Matice a operace s nimi. Hodnost matice. Determinanty. . p.1/12 Vektory a matice Lineární (ne-)závislost vektorů n zê Matice a operace s nimi Hodnost matice Determinanty. p.1/12 Lineární (ne-)závislost vektorů zê n Příklad 9.1.1 Rozhodněte, zda jsou uvedené vektory

Více

c ÚM FSI VUT v Brně 20. srpna 2007

c ÚM FSI VUT v Brně 20. srpna 2007 20. srpna 2007 1. 3 arctg x 1+x 2 dx 2. (x 2 + 2x + 17)e x dx 3. 1 x 3 x dx Vypočtěte integrál: 3 arctg x 1 + x 2 dx Příklad 1. Řešení: Použijeme substituci: arctg x = t 3 arctg x dx = 1 dx = dt 1+x 2

Více

Matematické symboly a značky

Matematické symboly a značky Matematické symboly a značky Z Wikipedie, otevřené encyklopedie Matematický symbol je libovolný znak, používaný v. Může to být znaménko pro označení operace s množinami, jejich prvky, čísly či jinými objekty,

Více

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),

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

Základy matematiky kombinované studium 714 0365/06

Základy matematiky kombinované studium 714 0365/06 Základy matematiky kombinované studium 714 0365/06 1. Některé základní pojmy: číselné množiny, intervaly, operace s intervaly (sjednocení, průnik), kvantifikátory, absolutní hodnota čísla, vzorce: 2. Algebraické

Více

MATEMATIKA PRO PŘÍRODNÍ VĚDY LINEÁRNÍ ALGEBRA, DIFERENCIÁLNÍ POČET MPV, LADP TUL, ZS 2009/10

MATEMATIKA PRO PŘÍRODNÍ VĚDY LINEÁRNÍ ALGEBRA, DIFERENCIÁLNÍ POČET MPV, LADP TUL, ZS 2009/10 1 MATEMATIKA PRO PŘÍRODNÍ VĚDY LINEÁRNÍ ALGEBRA, DIFERENCIÁLNÍ POČET 2 koncepce/slides: Jan Picek přednášející: Jiří Veselý KAP, tel. 485352290, budova H konzul. hodiny: dle úmluvy e-mail: jvesely@karlin.mff.cuni.cz

Více

15. Moduly. a platí (p + q)(x) = p(x) + q(x), 1(X) = id. Vzniká tak struktura P [x]-modulu na V.

15. Moduly. a platí (p + q)(x) = p(x) + q(x), 1(X) = id. Vzniká tak struktura P [x]-modulu na V. Učební texty k přednášce ALGEBRAICKÉ STRUKTURY Michal Marvan, Matematický ústav Slezská univerzita v Opavě 15. Moduly Definice. Bud R okruh, bud M množina na níž jsou zadány binární operace + : M M M,

Více

u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení.,

u, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení., Def: Vetorovým součiem vetorů u =(u, u, u 3 ) v = (v, v, v 3 ) zýváme vetor u v = (u v 3 u 3 v, u 3 v u v 3, u v u v ) Vět: Pro vetory i, j, ortoormálí báze pltí i i = j = i, i = j Vět: Nechť u v, w, jsou

Více

3. Polynomy Verze 338.

3. Polynomy Verze 338. 3. Polynomy Verze 338. V této kapitole se věnujeme vlastnostem polynomů. Definujeme základní pojmy, které se k nim váží, definujeme algebraické operace s polynomy. Diskutujeme dělitelnost polynomů, existenci

Více

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0. Výpočet vlastních čísel a vlastních vektorů S pojmem vlastního čísla jsme se již setkali například u iteračních metod pro řešení soustavy lineárních algebraických rovnic. Velikosti vlastních čísel iterační

Více

8 Kořeny cyklických kódů, BCH-kódy

8 Kořeny cyklických kódů, BCH-kódy 24 8 Kořeny cyklických kódů, BCH-kódy Generující kořeny cyklických kódů Nechť K je cyklický kód délky n nad Z p s generujícím polynomem g(z). Chceme najít rozšíření T tělesa Z p, tedy nějaké těleso GF

Více

1 Mnohočleny a algebraické rovnice

1 Mnohočleny a algebraické rovnice 1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem

Více

19 Hilbertovy prostory

19 Hilbertovy prostory M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 34 19 Hilbertovy prostory 19.1 Úvod, základní pojmy Poznámka (připomenutí). Necht (X,(, )) je vektorový prostor se skalárním součinem

Více

Rozptyl. Pozn.: rozptyl je nezávislý na posunu hustoty pravděpodobnosti na ose x, protože Var(X) mi určuje jen šířku rozdělení.

Rozptyl. Pozn.: rozptyl je nezávislý na posunu hustoty pravděpodobnosti na ose x, protože Var(X) mi určuje jen šířku rozdělení. Rozptyl Základní vlastnosti disperze Var(konst) = 0 Var(X+Y) = Var(X) + Var(Y) (nezávislé proměnné) Lineární změna jednotek Y = rx + s, například z C na F. Jak vypočítám střední hodnotu a rozptyl? Pozn.:

Více

1 REZOLUČNÍ FORMÁLNÍ DŮKAZY

1 REZOLUČNÍ FORMÁLNÍ DŮKAZY Vážená kolegyně / vážený kolego, součástí Vašeho rozšiřujícího studia informatiky je absolvování předmětu Logika pro učitele 2, jehož cílem je v návaznosti na předmět Logika pro učitele 1 seznámení se

Více