8 Věta o Fourierově transformaci funkcí, které lze na sebe transformovat regulární lineární transformací souřadnic
|
|
- Jaroslav Vávra
- před 8 lety
- Počet zobrazení:
Transkript
1 8 REGULÁRNÍ LINEÁRNÍ TRANSFORMACE SOUŘADNIC 8 Věta o Fourierově transformaci funkcí, které lze na sebe transformovat regulární lineární transformací souřadnic Ze zkušenosti s Fraunhoferovými difrakčními jevy je dobře známo, že zdeformujeme-li v nějakém směru otvor v difrakčním stínítku, zdeformuje se difrakční obrazec nepřímo úměrně viz obr.. Kvantitativně tuto skutečnost formuluje věta, která udává vztah mezi Fourierovými transformacemi funkcí, jež lze ztotožnit lineární regulární transformací proměnných. Budeme vektor x považovat za sloupcovou matici a vektor X za řádkovou matici. Nechť čtvercová matice M m rs charakterizuje regulární tj. det M lineární transformaci souřadnic Pak inverzní transformaci charakterizuje inverzní matice M m rs M sr det M, x M x x. kde M sr je algebraický doplněk prvku m sr v determinantu det M a inverzní transformace má tvar x M x + x. 2 Obrázek : Fraunhoferova difrakce na kruhovém a elipsovitém otvoru. Elipsovitý otvor vznikl roztažením kruhového otvoru ve vodorovném směru. V důsledku toho je difrakční obrazec ve vodorovném směru v témž poměru zkrácen. 8. Věta Nechť funkce f x a f x spolu souvisejí vztahem f x f M x x. Pak jejich Fourierovy transformace spolu souvisejí vztahem F X det M exp ikx x F XM. 2 Důkaz je založen na pouhé substituci ve Fourierově integrálu:
2 2 8 REGULÁRNÍ LINEÁRNÍ TRANSFORMACE SOUŘADNIC F X A N f x exp ik X x d N x A N f M x x exp ik X x d N x A N f x exp [ ikx M x + x ] d N x det M det M exp ikx x A N f x exp ikxm x d N x det M exp ik X x F XM. Při důkazu jsme využili toho, že det M det M a že XM x XM x. Speciální tvar věty 2, kdy translace x a matice M je diagonální maticí, se v literatuře nazývá větou o podobnosti viz např. [2], str. 244, [3], str Diagonální matice charakterizuje transformaci kartézské soustavy souřadnic na obecnou ortogonální soustavu souřadnic s různou délkou jednotek podél os, tedy také např. čtverce na obdélník, krychle na kvádr atd., pokud souřadnicové osy jsou rovnoběžné se stranami čtverce, hranami krychle atd. Lineární regulární transformace 8 zahrnuje jako zvláštní případy translaci když M I M a x, rotaci, resp. zrcadlení když M je ortogonální maticí, tj. M M T, a x i lineární deformaci když M je obecnou regulární maticí. O translaci pojednáme v následující kapitole, o lineární deformaci pojednává celý zbytek této kapitoly. Zejména upozorňujeme na odst. 8.3, v němž použijeme věty 2 k dalšímu důkazu toho, že algebraicky definovaná reciproká mřížka je Fourierovou transformací původní mřížky. Nyní si všimneme pouze rotace resp. zrcadlení a využijeme dokázané věty k formulaci vlastnosti Fourierovy transformace, kterou většinou považujeme za samozřejmost. Protože v případě rotace resp. zrcadlení je matice M ortogonální, tj. M M T, tj. det M ± viz např. [], odst. 96, 97, vyplývá z věty 2 a z předpokladu f x f M x, že F X F XM T F M X T T. Otočení resp. zrcadlení funkce f i její Fourierovy transformace F charakterizuje tedy táž matice M. Pootočí-li se tedy nějak objekt, pootočí se stejným způsobem i Fourierova transformace objektu. Kromě toho, má-li objekt vlastnost symetrie související s rotací, tj. je-li f x fm x, má tutéž vlastnost i Fourierova transformace F X F M X T T. Totéž lze říci i o zrcadlení. Má-li f x zrcadlovou symetrii podle nějakého objektu přímky v E 2, roviny v E 3, má také její Fourierova transformace F X tuto zrcadlovou symetrii. Vyjádřeno formulí: Je li M M T, pak f x fm x F X F M X T T. 3 Ještě jinak řečeno, funkce f x je invariantní vůči nějaké ortogonální transformaci souřadnic, tehdy a jen tehdy, když je vůči této transformaci invariantní její Fourierova transformace F X. Poněvadž středovou symetrii f x f x lze považovat za speciální případ symetrie vzhledem k ortogonální transformaci, lze větu 6. považovat za speciální případ tvrzení 3. V případě, že funkce f x je reálná a má zrcadlovou symetrii, lze na základě věty 6.2 říci, že její Fourierova transformace F X je reálná v bodech přímky v E 2 resp. roviny v E 3 kolmé k přímce resp. rovině zrcadlení a procházející počátkem. To je dobré mít na paměti při kontrole výpočtů Fourierovy transformace reálných funkcí, které nemají středovou symetrii, ale mají zrcadlovou symetrii např. charakteristické funkce pravidelných 2l + úhelníků nebo charakteristická funkce pravidelného čtyřstěnu. 8.2 Příklad. Fourierova transformace charakteristické funkce rovnoběžníka Vypočítáme Fourierovu transformaci charakteristické funkce rovnoběžníku na obr. 2. Využijeme k tomu známé Fourierovy transformace charakteristické funkce čtverce o jednotkové straně viz.38,9: f x rect x rect, F X A 2 sinkx /2 kx /2 sinkx 2 /2. kx 2 /2
3 8 REGULÁRNÍ LINEÁRNÍ TRANSFORMACE SOUŘADNIC 3 W 2-2 _ 2 _, W 2 _, 2 _ V 2 v 2, v 22 v 2 V v, v 2 w 2 w x v 2 v x W3 W4 f x rect x rect V 3 V 4 f x f M x Obrázek 2: Příklad funkcí, které lze na sebe transformovat regulární lineární transformací proměnných: jednotkový čtverec a obecný rovnoběžník. Protože rovnoběžník i čtverec mají střed v počátku, je x a platí f x f M x. 2 Ke stanovení čtyř prvků matice M resp. M využijeme vztahů mezi průvodiči v a w a v 2 a w 2 odpovídajících si vrcholů obou obrazců srov. obr. 2. Považujeme-li vektory v, v 2, w, w 2 za sloupcové matice, platí w M v, w 2 M v 2, resp. v M w, v 2 M w 2. 3 Vypočteme prvky m ik inverzní matice M, tj. použijeme druhé z obou možností 3, neboť je to počtářsky snazší. V souřadnicích představuje tato druhá možnost dvě soustavy dvou rovnic o dvou neznámých m ik : Odtud 2v m + m 2, 2v 2 m + m 2, 2v 2 m 2 + m 22, 2v 22 2v 2 m 2 + m 22. m v v 2, m 2 v + v 2, m 2, m 22 2v 2, takže M v v 2 v + v 2 2v 2, M v v 2 v+v2 2v 2v v 2 2v 2, 4 Všimněme si, že det M je roven ploše našeho rovnoběžníka. Charakteristická funkce rovnoběžníka má tedy tvar f x f M x rect a její Fourierova transformace je det M det M 2v 2v v 2. 5 x v v 2 v + v 2 2v 2 v v 2 x2 rect 2v 2 6
4 4 8 REGULÁRNÍ LINEÁRNÍ TRANSFORMACE SOUŘADNIC F X det M F XM A 2 2v 2 v v 2 sin [ k 2 X v v 2 ] sin { k 2 [X v + v 2 + X 2 2v 2 ] } k 2 X k v v 2 2 [X. 7 v + v 2 + X 2 2v 2 ] Obrázek 3: Fraunhoferovy difrakční obrazce na čtvercovém a kosodélníkovém otvoru. Rozložení intenzity charakterizují funkce F X 2 a F X 2, kde F X je výraz a F X je výraz 7. Představujeme-li si, že rovnoběžník vznikl deformací čtverce, je pro jeho difrakční obrazec příznačné, že ramena difrakčního obrazce zůstávají kolmá ke stranám rovnoběžníka tzv. Abbeova věta diskutovaná v odst..3. Z obr. 3 je vidět, že ramena Fraunhoferova difrakčního obrazce čtverce i rovnoběžníku jsou kolmá na přímkové okraje difrakčního stínítka. Jde o konkrétní ilustraci tzv. Abbeovy věty, o které pojednáme v kap. 3. Zde pouze uvedeme, co o tom vypovídají vztahy 6 a 7. Položíme-li argumenty funkcí rect v 6 rovny ±/2, dostaneme rovnice přímek, na nichž leží strany rovnoběžníka. Směrnice těchto přímek jsou k 2v 2 v + v 2, k 2. Položíme-li ve výrazu 7 argumenty sinů rovny nule, dostaneme rovnice přímek odpovídajících ramenům difrakčního obrazce. Jejich směrnice jsou k, k 2 v + v 2 2v 2. Z toho je vidět k /k 2, že ramena difrakčního obrazce jsou kolmá ke stranám rovnoběžníka. To je vhodné mít na paměti, potřebujeme-li správně navzájem orientovat snímek difrakčního obrazce a difrakčního stínítka. 8.3 Příklad: Jiný výpočet Fourierovy transformace obecné mřížkové funkce V odst. 4.3 jsme ukázali, že Fourierova transformace mřížkové funkce je úměrná mřížkové funkci reciproké mřížky. Důkaz tohoto tvrzení byl poměrně jednoduchý v případě mřížkové funkce jedné proměnné odst. 4.3., ale dosti komplikovaný v případě vícerozměrných mřížek. Věta 8. umožňuje jiný důkaz, jenž někomu může připadat jednodušší. Proto jej zde uvedeme. Podáme přitom další příklad toho, jak stanovit matici transformace M. Za funkci f x zvolíme mřížkovou funkci kubické mřížky s jednotkovým mřížkovým parametrem:
5 8 REGULÁRNÍ LINEÁRNÍ TRANSFORMACE SOUŘADNIC 5 f x x n. n inf Zde opět symbol značí, že složky n, n 2,..., n N multiindexu n nabývají všech celočíselných hodnot. Jediné, co převezmeme z odst. 4.3 je fakt, že mřížková funkce jedné proměnné má Fourierovu transformaci ve tvaru { F X FT n f x n x n } x n 2 B h X 2πk h, 3 jak plyne z 4.35 pro a. Využijeme toho k tomu, že vypočteme Fourierovu transformaci mřížkové funkce N proměnných. Každou Diracovu distribuci N proměnných v lze podle A.52 faktorizovat do tvaru součinu N Diracových distribucí jedné proměnné, takže f x x n n inf n inf r x r n r. 4 Záměnou pořadí sčítání a násobení lze N násobnou nekonečnou řadu mřížkové funkce napsat ve tvaru x n n inf r n r x r n r, 5 tj. jako součin N mřížkových funkcí jedné proměnné. Také jádro Fourierovy transformace lze faktorizovat, exp ik X x exp ikx r x r, r takže i Fourierovu transformaci mřížkové funkce lze vyjádřit ve faktorizovaném tvaru { F X } FT x r n r, 6 r n r tj. jako součin Fourierových transformací mřížkových funkcí jedné proměnné. S použitím 3 pak je F X r h r X r 2π k h r. 7 Opětná záměna pořadí sčítání a násobení dává Fourierově transformaci F X výsledný tvar F X h r r X r 2π k h r h inf X 2π k h, 8 To je ovšem ve shodě s 4.37 pro a r a + r, r, 2,..., N, V U a a 2 a N. Jak víme z 4. má obecná tj. neortogonální N rozměrná mřížka mřížkovou funkci ve tvaru f x x n a n 2 a 2 n N a N. 9 Její Fourierovu transformaci vypočteme pomocí věty 8. a výsledku 8. Je však třeba najít matici M deformace 8.. Abychom získali zkušenost s úpravami matematických výrazů, stanovíme nejprve tuto matici pro případ mřížkové funkce jednorozměrné mřížky s parametrem a
6 6 8 REGULÁRNÍ LINEÁRNÍ TRANSFORMACE SOUŘADNIC fx n x na. Takovou mřížku lze považovat za deformovanou mřížku s jednotkovým parametrem 2. Ve větě 8. matice M charakterizující deformaci násobí proměnnou x. Musíme tedy funkci upravit do tomu odpovídajícího tvaru: fx n x na n x a a n a n x a n x a f. a V případě obecné jednorozměrné mřížky je maticí M veličina a a+. Věta 8. pak říká, že Fourierovou transformací mřížkové funkce je F X F Xa B B a h h X 2π k ax 2πk h B h a h a X 2π k h a ve shodě s Podobně lze obecnou N rozměrnou mřížku považovat za deformovanou ortogonální mřížku s jednotkovým parametrem a matici M příslušné deformace nalezneme obdobným způsobem jako v jednorozměrném případě. Považujeme li stejně jako v odst. 4. multiindex nn, n 2,..., n N za sloupcovou matici a vytvoříme li čtvercovou matici A, jejíž řádky jsou souřadnice a rs bazálních vektorů a r v ortonormální bázi, můžeme provést následující úpravu mřížkové funkce 9: f x x n a n 2 a 2 n N a N x n a n 2 a 2 n N a N, n a 2 n 2 a 22 n N a N2,......, x N n a N n 2 a 2N n N a NN x A T n A T A T x n det A 2 A T x n det A f A T x. 3 Úlohu matice M tedy hraje matice A T A +, jejíž řádky tvoří souřadnice a + st bazálních vektorů a + s algebraicky definované reciproké mřížky srov. rovnice 4.2, Podle věty 8. a s použitím 8 má Fourierova transformace mřížkové funkce 9 tvar multiindex hh, h 2,..., h N považujeme stejně jako v odst. 4.3 za řádkovou matici a absolutní hodnota vnějšího součinu má podle 4.6 význam objemu elementární buňky, tj. det A V U F X F XA T det A det A V U XA T 2π k h X 2π k h A T A T X 2π k h A T X 2πk h A + X 2π h a + k + h 2 a h N a + N, 4
7 8 REGULÁRNÍ LINEÁRNÍ TRANSFORMACE SOUŘADNIC 7 2i 2 2i, V 2 _ 2 _ x 2a 2 a W 2 + a 2, 2 a 2 + a 22 2a x a b Obrázek 4: Jednotkový čtverec a a obecný rovnoběžník b specifikovaný průvodiči středů stran. což je výraz Podali jsme tedy druhý a nezávislý důkaz toho, že Fourierova transformace mřížkové funkce je úměrná s koeficientem V U mřížkové funkci reciproké mřížky s reciprokou konstantou K 2π k. 8.4 Fourierova transformace charakteristické funkce obecného N-rozměrného rovnoběžnostěnu Vypočítáme nyní Fourierovu transformaci charakteristické funkce N-rozměrného rovnoběžnostěnu. Může to být užitečné pro formulaci vzorkovacího teorému v E N, když je nezbytné vzorkovat v bodech, netvořících ortogonální síť. Nebudeme postupovat jako v odst. 8.2, kde jsme v deformaci čtverce na rovnoběžník využívali vrcholů. Nyní provedeme tuto deformaci pomocí středů stěn na obr. 4 středů stran. Dovolí nám to použít transformační matici M A T odvozenou v předcházejícím odstavci srov Obecný N rozměrný rovnoběžnostěn lze získat lineární deformací N rozměrné krychle o jednotkové hraně. Zvolíme tedy za funkci f x ve větě 8. charakteristickou funkci takové krychle se středem v počátku O souřadnic a orientované tak, že osy souřadnic x j procházejí středy stěn viz obr. 4a f x rect x j. j Její Fourierovou transformací je součin srov. odst..3.5 F X A N N sin j 2 kx j 2 kx j. 2 Označme ± 2 a j průvodiče středů stěn obecného rovnoběžnostěnu obr. 4b. Vektory a j, j, 2,..., N, tvoří bázi v E N a je zřejmé, že N rozměrná krychle přejde v uvažovaný rovnoběžnostěn touž lineární regulární transformací jako kartézská báze ı j, j, 2,..., N v bázi a j, j, 2,..., N. Vytvořme tedy stejným způsobem jako v předchozích odstavcích ze souřadnic vektorů a j matici A, vypočtěme matici A T A + jež je maticí deformace M a vytvořme reciproké vektory a + j. Charakteristickou funkcí f x obecného rovnoběžnostěnu je tedy podle 8.33 a součin f x f A + x f a + x, a + 2 x,..., a + N x N j rect a + j x. 3 Je to zřejmé i z názoru, neboť rovnice a + j x ± 2 jsou rovnicemi rovin, v nichž leží stěny rovnoběžnostěnu. Podle věty 8. je Fourierovou transformací charakteristické funkce 3 součin
8 8 8 REGULÁRNÍ LINEÁRNÍ TRANSFORMACE SOUŘADNIC F X det A F X A T A N V U F X a, X a 2,..., X a N A N V U N j sin 2 k X a j 2 k X. 4 a j Je z něj zřejmé, že s rostoucím X kvadrát modulu F X 2 nejpozvolněji klesá ve směrech X a j, tj. ve směrech kolmých k průvodičům středů stěn, a tím ke stěnám. Speciálně N 2, rovnoběžník znázorněný na obr. 4b s vektory a a, a 2, a 2 a 2, a 22, má charakteristickou funkci a22 x a 2 fx, rect rect a a 22 a 2 a 2 a2 x + a a a 22 a 2 a 2 Za vektory a + j v 3 jsme dosadili podle 4.25, 6. Její Fourierova transformace je F X, X 2 A 2 a a 22 a 2 a 2 sin [ 2 kx a + X 2 a 2 ] sin [ 2 kx a 2 + X 2 a 22 ] 2 kx a + X 2 a 2 2 kx. 5 a 2 + X 2 a 22 Výsledek 8.27 lze získat z 5 jako speciální případ, položíme-li v 5 a v v 2, a 2 v + v 2 a v 2 v 22. Reference [] Bydžovský B.: Úvod do teorie determinantů a matic a jejich užití. Jednota československých matematiků a fyziků, Praha 947. [2] Bracewell H. N.: The Fourier Transform and its Applications. 2nd ed. McGraw-Hill Book Company, New York 986. [3] Goodman J. W.: Introduction to Fourier Optics. 6nd ed. McGraw-Hill, New York 996..
Fourierovské metody v teorii difrakce a ve strukturní analýze
Osnova přednášky na 31 kolokviu Krystalografické společnosti Výpočetní metody v rtg a neutronové strukturní analýze Nové Hrady, 16 20 6 2003 Fourierovské metody v teorii difrakce a ve strukturní analýze
VíceMATEMATICKÉ ZÁKLADY KINEMATICKÉ TEORIE DIFRAKCE. Jiří Komrska
MATEMATICKÉ ZÁKLADY KINEMATICKÉ TEORIE DIFRAKCE Jiří Komrska Ústav fyzikálního inženýrství, Fakulta strojního inženýrství, VUT Brno, Technická 2, 616 69 Brno Přednášky pro doktorský studijní program 1
Více0.1 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
Více2.6. 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
Vícevyjádřete 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
VíceVlastní 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
VíceAfinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.
4 Afinita Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. Poznámka. Vzájemně jednoznačným zobrazením rozumíme zobrazení,
Více17 Konečná krystalová mřížka a její Fourierova transformace. Mřížková a tvarová amplituda
17 KONEČNÁ KRYSTALOVÁ MŘÍŽKA, MŘÍŽKOVÁ A TVAROVÁ AMPLITUDA 1 17 Konečná krystalová mřížka a její Fourierova transformace. Mřížková a tvarová amplituda Konečnou mřížku f x) pravidelně rozmístěný motiv f
VíceLineární 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
VíceMatematika (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
Vícematiceteorie 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
Více0.1 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
VíceMatematika 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
VíceMatematika 1 MA1. 1 Analytická geometrie v prostoru - základní pojmy. 4 Vzdálenosti. 12. přednáška ( ) Matematika 1 1 / 32
Matematika 1 12. přednáška MA1 1 Analytická geometrie v prostoru - základní pojmy 2 Skalární, vektorový a smíšený součin, projekce vektoru 3 Přímky a roviny 4 Vzdálenosti 5 Příčky mimoběžek 6 Zkouška;
Více6. ANALYTICKÁ GEOMETRIE
Vektorová algebra 6. ANALYTICKÁ GEOMETRIE Pravoúhlé souřadnice bodu v prostoru Poloha bodu v prostoru je vzhledem ke třem osám k sobě kolmým určena třemi souřadnicemi, které tvoří uspořádanou trojici reálných
Více6. Vektorový počet Studijní text. 6. Vektorový počet
6. Vektorový počet Budeme se pohybovat v prostoru R n, což je kartézská mocnina množiny reálných čísel R; R n = R R. Obvykle nám bude stačit omezení na případy n = 1, 2, 3; nicméně teorie je platná obecně.
VíceEukleidovský 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,
VíceMaticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:
3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...
VíceMatematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29
Matematika 1 11. přednáška MA1 1 Opakování 2 Determinant 3 Adjungovaná matice 4 Cramerovo pravidlo 5 Vlastní čísla a vlastní vektory matic 6 Zkouška; konzultace; výběrová matematika;... 11. přednáška (15.12.2010
Více9 Kolmost vektorových podprostorů
9 Kolmost vektorových podprostorů Od kolmosti dvou vektorů nyní přejdeme ke kolmosti dvou vektorových podprostorů. Budeme se zabývat otázkou, kdy jsou dva vektorové podprostory na sebe kolmé a jak to poznáme.
VíceMatematika I 12a Euklidovská geometrie
Matematika I 12a Euklidovská geometrie Jan Slovák Masarykova univerzita Fakulta informatiky 3. 12. 2012 Obsah přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy Plán přednášky
VíceMgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17
Mgr. Tomáš Kotler I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17 VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Je dán rovinný obrazec, v obrázku vyznačený barevnou výplní, který představuje
Více(Cramerovo pravidlo, determinanty, inverzní matice)
KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce
Více1.13 Klasifikace kvadrik
5 KAPITOLA 1. KVADRIKY JAKO PLOCHY. STUPNĚ 1.13 Klasifikace kvadrik V této části provedeme klasifikaci kvadrik. Vyšetříme všechny případy, které mohou různou volbou koeficientů v rovnici kvadriky a 11
Více8 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
VíceANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ
ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,
Více4 Příklady Fraunhoferových difrakčních jevů
47 4 Příklady Fraunhoferových difrakčních jevů 4.1 Fraunhoferova difrakce na obdélníkovém otvoru 4.2 Fraunhoferova difrakce na stěrbině 4.3 Fraunhoferova difrakce na kruhovém otvoru 4.4 Fraunhoferova difrakce
VíceVlastní 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
VíceParametrická rovnice přímky v rovině
Parametrická rovnice přímky v rovině Nechť je v kartézské soustavě souřadnic dána přímka AB. Nechť vektor u = B - A. Pak libovolný bod X[x; y] leží na přímce AB právě tehdy, když vektory u a X - A jsou
VíceMatematický 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
Více1 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)
VíceRovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA
Rovinné přetvoření Rovinné přetvoření, neboli, jak se také často nazývá, geometrická transformace je vlastně lineární zobrazení v prostoru s nějakou soustavou souřadnic. Jde v něm o přepočet souřadnic
VíceMatematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.
3.4. Výklad Předpokládejme, že v prostoru E 3 jsou dány body A, B, C neležící na jedné přímce. Těmito body prochází jediná rovina, kterou označíme ABC. Určíme vektory u = B - A, v = C - A, které jsou zřejmě
VíceV předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti
Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení
VíceVektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace
Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi
Více11 Abbeova transformace a Abbeova věta
11 ABBEOVA TRANSFORMACE A ABBEOVA VĚTA 1 11 Abbeova transformace a Abbeova věta Abbeova transformace i Abbeova věta jsou významné pro teorii difrakce jak v optice, tak ve strukturní analýze. Abbeova transformace
Více[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
VíceFigurální čísla, Pascalův trojúhelník, aritmetické posloupnost vyšších řádů
Figurální čísla, Pascalův trojúhelník, aritmetické posloupnost vyšších řádů Jaroslav Zhouf, PedF UK, Praha Úvod Pascalův trojúhelník je schéma přirozených čísel, která má své využití např. v binomické
VíceNumerické metody a programování
Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.7/2.2./28.157 Numerické metody a programování Lekce 4 Tento projekt je spolufinancován Evropským
VíceČTVERCOVÉ MATICE. Čtvercová matice je taková matice, kde počet řádků je roven počtu jejích sloupců. det(a) značíme determinant čtvercové matice A
ČTVERCOVÉ MTICE Čtvercová matice je taková matice, kde počet řádků je roven počtu jejích sloupců. det() značíme determinant čtvercové matice Regulární matice hodnost je rovna jejímu řádu determinant je
Více7. Derivace složené funkce. Budeme uvažovat složenou funkci F = f(g), kde některá z jejich součástí
202-m3b2/cvic/7slf.tex 7. Derivace složené funkce. Budeme uvažovat složenou funkci F = fg, kde některá z jejich součástí může být funkcí více proměnných. Předpokládáme, že uvažujeme funkce, které mají
VíceOdvození středové rovnice kružnice se středem S [m; n] a o poloměru r. Bod X ležící na kružnici má souřadnice [x; y].
Konzultace č. 6: Rovnice kružnice, poloha přímky a kružnice Literatura: Matematika pro gymnázia: Analytická geometrie, kap. 5.1 a 5. Sbírka úloh z matematiky pro SOŠ a studijní obory SOU. část, kap. 6.1
VíceAfinní transformace Stručnější verze
[1] Afinní transformace Stručnější verze je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím body a vektory: afinní prostor využití například v počítačové grafice a)
VíceMOORE-PENROSEOVA INVERZE MATICE A JEJÍ APLIKACE. 1. Úvod
Kvaternion 1/2013, 7 14 7 MOORE-PENROSEOVA INVERZE MATICE A JEJÍ APLIKACE LADISLAV SKULA Abstrakt V článku je uvedena definice pseudoinverzní matice, ukázána její existence a jednoznačnost a zmíněny dvě
Více7 Analytické vyjádření shodnosti
7 Analytické vyjádření shodnosti 7.1 Analytická vyjádření shodných zobrazení v E 2 Osová souměrnost Osová souměrnost O(o) podle osy o s obecnou rovnicí o : ax + by + c =0: x = x 2a (ax + by + c) a 2 +
VíceTěleso racionálních funkcí
Těleso racionálních funkcí Poznámka. V minulém semestru jsme libovolnému oboru integrity sestrojili podílové těleso. Pro libovolné těleso R je okruh polynomů R[x] oborem integrity, máme tedy podílové těleso
VíceVybrané kapitoly z matematiky
Vybrané kapitoly z matematiky VŠB-TU Ostrava 2017-2018 Vybrané kapitoly z matematiky 2017-2018 1 / 19 Základní informace předmět: 714-0513, 5 kreditů přednáší: Radek Kučera kontakt: radek.kucera@vsb.cz,
VíceMATICE. 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
VíceMichal 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
VíceVšechno, 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
VíceVYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
VíceČtvercové matice. Čtvercová matice je taková matice, jejíž počet řádků je roven počtu jejích sloupců
Determinant matice Čtvercové matice Čtvercová matice je taková matice, jejíž počet řádků je roven počtu jejích sloupců Determinant je zobrazení, které přiřadí každé čtvercové matici A skalár (reálné číslo).
VíceEUKLIDOVSKÉ 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,
Vícei=1 Přímka a úsečka. Body, které leží na přímce procházející body a a b můžeme zapsat pomocí parametrické rovnice
I. Funkce dvou a více reálných proměnných 1. Úvod Značení: V textu budeme používat označení: N pro množinu všech přirozených čísel; R pro množinu všech reálných čísel; R n pro množinu všech uspořádaných
VíceKOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ
KOMPLEXNÍ ČÍSLA Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu INVESTICE
VíceVĚTY 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
VíceNecht 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
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n y Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota y závisí nějakým způsobem na vstupní, je její funkcí y = f(x).
VíceSoustavy 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
Více6 Samodružné body a směry afinity
6 Samodružné body a směry afinity Samodružnými body a směry zobrazení rozumíme body a směry, které se v zobrazují samy na sebe. Například otočení R(S má jediný samodružný bod, střed S, anemá žádný samodružný
Vícepříkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.
Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl
VíceUčební 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
Více4. Statika základní pojmy a základy rovnováhy sil
4. Statika základní pojmy a základy rovnováhy sil Síla je veličina vektorová. Je určena působištěm, směrem, smyslem a velikostí. Působiště síly je bod, ve kterém se přenáší účinek síly na těleso. Směr
VíceVektorový 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 ),
Více1 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
VíceMichal 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
VíceVEKTORY. Obrázek 1: Jediný vektor. Souřadnice vektoru jsou jeho průměty do souřadných os x a y u dvojrozměrného vektoru, AB = B A
VEKTORY Vektorem se rozumí množina všech orientovaných úseček, které mají stejnou velikost, směr a orientaci, což vidíme na obr. 1. Jedna konkrétní orientovaná úsečka se nazývá umístění vektoru na obr.
VíceMomenty setrvačnosti a deviační momenty
Momenty setrvačnosti a deviační momenty Momenty setrvačnosti a deviační momenty charakterizují spolu shmotností a statickými momenty hmoty rozložení hmotnosti tělesa vprostoru. Jako takové se proto vyskytují
Vícea 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
VíceMATURITNÍ TÉMATA Z MATEMATIKY
MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické
VíceÚlohy 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
Více10. DETERMINANTY " # $!
10. DETERMINANTY $ V této kapitole zavedeme determinanty čtvercových matic libovolného rozměru nad pevným tělesem, řekneme si jejich základní vlastnosti a naučíme se je vypočítat včetně příkladů jejich
VíceCvičení 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
Více12. 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
Více1 Projekce a projektory
Cvičení 3 - zadání a řešení úloh Základy numerické matematiky - NMNM20 Verze z 5. října 208 Projekce a projektory Opakování ortogonální projekce Definice (Ortogonální projekce). Uvažujme V vektorový prostor
VíceALGEBRA. 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,
VíceLineární 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
Vícetransformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]
[1] Afinní transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím využití například v počítačové grafice Evropský sociální fond Praha & EU. Investujeme do
VíceMgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel
Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014 1. Obor reálných čísel - obor přirozených, celých, racionálních a reálných čísel - vlastnosti operací (sčítání, odčítání, násobení, dělení) -
Více1.4. VEKTOROVÝ SOUČIN
.4. VEKTOROVÝ SOUČIN V této kapitole se dozvíte: definici vektorového (také vnějšího) součinu, jeho vlastnosti a geometrický význam; co rozumíme pravotočivou ortonormální nebo ortogonální bází; definici
VíceINVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.0141 Báze vektorových prostorů, transformace souřadnic Michal Botur Přednáška
Více1 Vektorové prostory.
1 Vektorové prostory DefiniceMnožinu V, jejíž prvky budeme označovat a, b, c, z, budeme nazývat vektorovým prostorem právě tehdy, když budou splněny následující podmínky: 1 Je dáno zobrazení V V V, které
Více19 Eukleidovský bodový prostor
19 Eukleidovský bodový prostor Eukleidovským bodovým prostorem rozumíme afinní bodový prostor, na jehož zaměření je definován skalární součin. Víme, že pomocí skalárního součinu jsou definovány pojmy norma
VícePROSTORY 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,
VíceVI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku
VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m
VíceEuklidovský prostor. Euklides. Euklidovy postuláty (axiomy)
Euklidovský prostor Euklidovy Základy (pohled do historie) dnešní definice kartézský souřadnicový systém vlastnosti rovin v E n speciální vlastnosti v E 3 (vektorový součin) a) eprostor, 16, b) P. Olšák,
VíceOperace 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
VíceNumerické metody a programování. Lekce 4
Numerické metody a programování Lekce 4 Linarní algebra soustava lineárních algebraických rovnic a 11 a 12 x 2 a 1, N x N = b 1 a 21 a 22 x 2 a 2, N x N = b 2 a M,1 a M,2 x 2 a M,N x N = b M zkráceně A
Víceoznačme 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
VíceLinearní 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
Více2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2
Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací
VíceDefinice 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
VíceDiferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.
Nalezněte definiční obor funkce Diferenciální počet f = ln arcsin + Definiční obor funkce f je určen vztahy Z těchto nerovností plyne < + ln arcsin + je tedy D f =, Určete definiční obor funkce arcsin
VíceSoustavy. 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.
VíceSoustavy lineárních rovnic
Soustavy lineárních rovnic Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného
VíceSeriál II.II Vektory. Výfučtení: Vektory
Výfučtení: Vektory Abychom zcela vyjádřili veličiny jako hmotnost, teplo či náboj, stačí nám k tomu jediné číslo (s příslušnou jednotkou). Říkáme jim skalární veličiny. Běžně se však setkáváme i s veličinami,
VíceCVIČNÝ TEST 5. OBSAH I. Cvičný test 2. Mgr. Václav Zemek. II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19
CVIČNÝ TEST 5 Mgr. Václav Zemek OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19 I. CVIČNÝ TEST 1 Zjednodušte výraz (2x 5) 2 (2x 5) (2x + 5) + 20x. 2 Určete nejmenší trojciferné
VíceSymetrické a kvadratické formy
Symetrické a kvadratické formy Aplikace: klasifikace kvadrik(r 2 ) a kvadratických ploch(r 3 ), optimalizace(mpi) BI-LIN (Symetrické a kvadratické formy) 1 / 20 V celé přednášce uvažujeme číselné těleso
Vícey 10 20 Obrázek 1.26: Průměrová rovina válcové plochy
36 KAPITOLA 1. KVADRIKY JAKO PLOCHY 2. STUPNĚ 2 1 2 1 1 y 1 2 Obráek 1.26: Průměrová rovina válcové plochy Věta: Je-li definována průměrová rovina sdružená s asymptotickým směrem, potom je s tímto směrem
VíceVlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou
1 Vlastní (charakteristická) čísla a vlastní (charakteristické) vektory matice Pro zadanou čtvercovou matici A budeme řešit maticovou rovnici A x = λ x, kde x je neznámá matice o jednom sloupci (sloupcový
Více