Matematika B101MA1, B101MA2

Rozměr: px
Začít zobrazení ze stránky:

Download "Matematika B101MA1, B101MA2"

Transkript

1 Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium kombinované studium / semestr Zakončení předmětu: ZS zápočet LS zkouška (komb.), zápočet + zkouška (prez.) Požadavky: zápočet samostatná práce a/nebo test (min. 50%) zkouška písemná, min. 50% úspěšnost

2 I.2. Matice a determinanty Def: Maticí typu m n nazýváme schéma mn reálných čísel tvaru a 1,1 a 1,2 a 2,1 a a 1,n 2,2 a 2,n A =. a m,1 a m,2 a m,n m, n jsou přirozená čísla; a i,j R prvky matice; matice má m řádků (vektorů z V n ) a n sloupců (vektorů z V m ); zkrácený zápis: A = (a i,j ); a 1,1, a 2,2, a 3,3, - hlavní diagonála matice.

3 Základní pojmy A = a i,j je matice typu m n a i,j = 0 pro všechna i, j A = O (nulová matice); a i,j = 0 pro všechna i, j, i > j trojúhelníková matice. Příklad: A = , m = 3, n = 4. Matice B = (b i,j ) typu n m, b i,j = a j,i pro všechna i, j m. transponovaná k matici A, B = A T. Příklad: A = , B = AT =

4 Základní pojmy - pokračování Matice A typu n n čtvercová matice stupně n; A = A T symetrická matice; čtvercová matice E stupně n tvaru 1 0 E = jednotková matice; (e i,i = 1 pro všechna i, e i,j = 0 pro i j). Rovnost matic: A = B, jestliže platí: o obě matice jsou stejného typu m n, o a i,j = b i,j pro všechna i = 1,, m, j = 1,, n.

5 Operace s maticemi Nechť A = a i,j, B = (b i,j ) jsou matice typu m n, k R. Pak definujeme: A + B = C = (c i,j ), c i,j = a i,j + b i,j (i = 1,, m, j = 1,, n) součet matic A a B; k A = D = d i,j, d i,j = ka i,j (i = 1,, m, j = 1,, n) násobek matice A skalárem k. Poznámka: Matice C = A + B, D = k A jsou opět matice typu m n. Úloha: Definujte rozdíl matic F = A B, jsou-li matice A, B typu m n. Jakého typu je matice F?

6 Operace s maticemi - pokračování Věta: Množina W m,n všech matic typu m n s operacemi sčítání matic a násobení matice skalárem tvoří vektorový prostor. Nulovým prvkem tohoto prostoru je nulová matice O (typu m n). Úloha: a) Jaká matice je opačným prvkem k matici A W m,n? b) Jaká je dimenze prostoru W m,n? Jaké matice mohou tvořit jeho bázi? Operace násobení matic: definována pomocí skalárního součinu vektorů, obecně nelze násobit matice stejného typu (!)

7 Operace s maticemi - pokračování Def: Nechť A = a i,j je typu m n, B = (b i,j ) je typu n p. Součinem matic A a B (v tomto pořadí) nazýváme matici C = (c i,j ) typu m p, jejíž prvky jsou definovány přepisem c i,j = a i,1 b 1,j + a i,2 b 2,j + + a i,n b n,j (i = 1, 2,, m, j = 1, 2,, p), zapisujeme C = A B. Poznámky: počet sloupců matice A = počet řádků matice B; c i,j = skalární součin i-tého řádku a i matice A a j-tého sloupce b j matice B, c i,j = a i b j ; matici A násobíme maticí B zprava, matici B násobíme maticí A zleva, násobení matic není komutativní (ani pro čtvercové matice).

8 Vlastnosti maticových operací Věta: Nechť A, B, C jsou matice. Pak platí rovnosti (a) A B + C = A B + A C, (b) A + B C = A C + B C, (c) A B C = A (B C), (d) A E = E A = A, (e) (A + B) T = A T + B T, (f) (A B) T = B T A T, (g) A O = O A = O, mají-li výrazy na levých stranách smysl. Poznámka: Rovnosti platí např. pro všechny matice čtvercové a stejného stupně.

9 Hodnost matice Def: Hodnost matice A = maximální počet LN řádků matice A (aritmetických vektorů). Značíme h(a). Věta: Pro hodnost matice A typu m n platí: (a) h(a) min (m, n); (b) h A = h(a T ); (c) je-li A trojúhelníková a má všechny prvky na hlavní diagonále nenulové, pak h A = min (m, n). Příklad: A = , h A = 3.

10 Ekvivalentní úpravy nemění hodnost matice 1) změnit pořadí řádků matice; 2) vynásobit některý řádek matice číslem k 0; 3) vynechat řádek, který je lineární kombinací ostatních řádků (vynechat násobek jiného řádku); 4) přičíst k některému řádku lineární kombinaci ostatních řádků (přičíst násobek jiného řádku). Určování hodnosti matice idea: Pomocí 1) až 4) převést matici A na (ekvivalentní) trojúhelníkovou matici B, pak h A = h(b). Postup převodu tzv. Gaussův algoritmus; postupné vynulování prvků pod hlavní diagonálou.

11 Determinanty Def: Nechť A = (a i,j ) je čtvercová matice stupně n. Determinant matice A (značíme det A) je reálné číslo definované předpisem: (a) Pro n = 1 je det A = a 1,1. (b) Pro n > 1 a i 1, 2,, n libovolné je (2) det A = a i,1 A i,1 + a i,2 A i,2 + + a i,n A i,n, kde A i,j je tzv. doplněk prvku a i,j v matici A. A i,j = ( 1) i+j D i,j, D i,j je subdeterminant stupně n 1 matice A. Vzorec (2) je tzv. rozvoj determinantu podle i-tého řádku. det A lze vyjádřit rovněž rozvojem podle sloupce.

12 Výpočet determinantu Pro čtvercovou matici A = (a i,j ) stupně n platí: Je-li n = 2, pak det A = a 1,1 a 2,2 a 2,1 a 1,2. Je-li n = 3, pak det A = a 1,1 a 2,2 a 3,3 + a 2,1 a 3,2 a 1,3 + a 3,1 a 1,2 a 2,3 a 3,1 a 2,2 a 1,3 + a 1,1 a 3,2 a 2,3 + a 2,1 a 1,2 a 3,3 (Sarrusovo pravidlo). Je-li matice A trojúhelníková, pak det A = a 1,1 a 2,2 a n,n. Pro n 4 lze matici A převést na trojúhelníkovou a použít uvedený vzorec jaké použít operace?

13 Vlastnosti determinantu Pro čtvercovou matici A platí: (a) det A = det A T ; (b) je-li některý řádek matice A lineární kombinací ostatních řádků, pak det A = 0; (c) po záměně dvou řádků matice A ( matice B) je det B = det A; (d) po vynásobení některého řádku matice A číslem k ( matice B) je det B = k det A; (e) po přičtení k některému řádku matice A lineární kombinace ostatních řádků je det B = det A. Úloha: Porovnejte (b) až (e) s ekvivalentními úpravami matice.

14 Další vlastnosti Platí: Jsou-li A, B čtvercové matice stejného stupně, pak det(a B) = det A det B. Pozor: podobné pravidlo neplatí pro součet! Def: Nechť A je čtvercová matice stupně n. a) Matici A nazýváme regulární, platí-li h A = n. Není-li matice A regulární, nazývá se singulární. b) Čtvercovou matici B stupně n nazýváme inverzní maticí k matici A, platí-li A B = E. Inverzní matici k matici A značíme A 1. Poznámka: A je regulární matice všechny řádky (sloupce) matice A jsou LN.

15 Důležité souvislosti Věta: Nechť A je čtvercová matice. Pak následující výroky jsou ekvivalentní: (a) Matice A je regulární. (b) Platí det A 0. (c) K matici A existuje matice inverzní A 1. Vlastnosti regulárních matic: Je-li matice A regulární, pak rovněž A 1 je regulární a platí (A 1 ) 1 = A, A A 1 = A 1 A = E. Jsou-li matice A a B regulární, stejného stupně, pak matice A B je rovněž regulární a platí (A B) 1 = B 1 A 1.

16 Výpočet inverzní matice Je-li A = (a i,j ) regulární matice stupně n, pak A 1,1 A 1,2 A 1,n A 1 = 1 det A A n,1 A n,2 A n,n kde A i,j jsou doplňky prvků a i,j v matici A. Jiný způsob výpočtu: matici A E typu n 2n pomocí ekvivalentních úprav převést na matici tvaru E B. Pak B je inverzní matice k matici A, B = A 1. Úloha: Vyjádřete hodnotu det A 1 pomocí det A, je-li A regulární matice. T,

17 I.3. Soustavy lineárních algebraických rovnic Obecný tvar soustavy zápis v souřadnicích: a 1,1 x 1 + a 1,2 x a 1,n x n = b 1 a 2,1 x 1 + a 2,2 x a 2,n x n = b 2 a m,1 x 1 + a m,2 x a m,n x n = b m Označení: a i,j, b i R jsou dané konstanty, x 1, x 2,, x n jsou neznámé hodnoty. Jde o soustavu m rovnic o n neznámých.

18 Maticový zápis soustavy Zápis ve tvaru A X = B A = (a i,j ) je matice soustavy typu m n, B V m je sloupcový vektor (pravá strana soustavy), X V n je sloupcový vektor neznámých. Řešení soustavy: každý vektor u V n, který dané soustavě vyhovuje. Budeme značit velkým písmenem. Rozšířená matice soustavy: a 1,1 a a 1,n b 1 2,1 a A B = 2,n b 2 a m,1 a m,n b m

19 Homogenní soustavy rovnic Soustavy tvaru A X = O (pravá strana B = O) Věta: Pro řešení homogenní soustavy platí: Množina W všech řešení tvoří vektorový prostor; Je-li matice A regulární, má soustava jediné řešení X = O; Dimenze prostoru W všech řešení je rovna dim W = n h(a). Poznámky: Hodnost h A matice soustavy splňuje h(a) n. Je-li A regulární, pak h A = n a dim W = 0.

20 Nehomogenní soustavy rovnic Soustavy tvaru A X = B, B O Frobeniova věta: Soustava rovnic A X = B má řešení právě tehdy, když platí h A = h A B. Poznámka: vždy platí h(a) h A B. Pro soustavu rovnic tvaru A X = B nastává právě jedna z možností: (a) h(a) < h A B, soustava nemá řešení; (b) h A = h A B = n, soustava má jediné řešení; (c) h A = h A B < n, soustava má nekonečně mnoho řešení.

21 Soustavy rovnic - poznámky Uvedené tvrzení zahrnuje i homogenní soustavy rovnic, kdy může nastat pouze možnost (b) nebo (c) (rozmyslete). Množina W N všech řešení nehomogenní soustavy netvoří vektorový prostor (proč?). Příklad: Homogenní soustava rovnic x 1 + x 2 3x 3 = 0 5x 1 2x 2 8x 3 = 0 3x 1 4x 2 2x 3 = 0 splňuje h A = 2, dim W = 1, řešení soustavy má tvar X = X OH = 2t, t, t, t R je libovolné (tzv. obecné řešení). Vektor x = 2, 1, 1 představuje bázi prostoru W.

22 Množina řešení nehomogenní soustavy Možnost (b) odpovídá situaci, kdy A je regulární: soustava má jediné řešení X = A 1 B. Možnost (c): h(a) < n, prostor W všech řešení soustavy A X = O má dimenzi d = n h(a), její obecné řešení je tvaru X OH = c 1 X 1 + c 2 X c d X d, kde c i R, vektory X 1,, X d tvoří bázi prostoru W. Je-li X p jedno (pevné) řešení nehomogenní soustavy, pak její obecné řešení má tvar X ON = X p + X OH = X p + c 1 X 1 + c 2 X c d X d.

23 Metody řešení soustav lineárních rovnic Poznámka: Přímé metody poskytují přesné řešení po provedení konečně mnoha kroků vhodné pro malé soustavy. Alternativa: metody iterační vedou na přibližné řešení. (a) Cramerovo pravidlo Matice A je regulární soustava A X = B má jediné řešení X = A 1 B. Označme A i matici, která vznikne z matice A záměnou i-tého sloupce (prvky a j,i ) vektorem B (prvky b j ). Pak řešení soustavy je X = (x 1, x 2,, x n ), kde x i = det A i det A, i = 1, 2,, n.

24 (b) Gaussova eliminační metoda Poznámka: Metoda použitelná pro obecné soustavy, umožňuje určit obecný tvar řešení (i s parametry). Založena na úpravách rozšířené matice A B - převod na ekvivalentní trojúhelníkovou matici (operace s řádky matice). 1. fáze řešení přímý chod: Matici A B upravujeme na tvar a 1,1 a 1,2 0 a 2,2 A B = kde p n, h A B = p. a 1,n b 1 a 2,n b 2, 0 0 a p,p a p,n b p

25 Další postup: Je-li h(a) < p (v posledním řádku je pouze b p 0), pak soustava nemá řešení (Frobeniova věta). Je-li h A = h A B = p, lze řešení původní soustavy určit řešením upravené soustavy zdola nahoru : 2. fáze řešení zpětný chod. Dva možné případy: (b1) p = n, poslední rovnice upravené soustavy je a n,n x n = b n, a n,n 0. Z poslední rovnice vyjadřujeme x n, z předchozí x n 1, získáme jednoznačně určené řešení X.

26 Případ (b2) p < n Soustava obsahuje p rovnic pro n neznámých, poslední rovnice obsahuje neznámé x p, x p+1,, x n. Řešení pak obsahuje n p volitelných parametrů, např. x p+1, x p+2,, x n, ostatní neznámé vyjadřujeme postupně z rovnic soustavy. Poznámka: volba neznámých x p+1, x p+2,, x n za parametry (libovolná reálná čísla) je vhodná, jestliže a p,p 0. Pokud a p,p = 0, zahrnujeme mezi parametry neznámou x p a z poslední rovnice vyjadřujeme některou z neznámých x p+1, x p+2,, x n.

27 Geometrická aplikace (a) Vzájemná poloha přímek v rovině E 2 : Obecná rovnice přímky: ax + by + c = 0, a, b, c R. Úloha: Uvažte možnosti vzájemné polohy dvou přímek v rovině; tří přímek v rovině. (b) Vzájemná poloha rovin v prostoru E 3 : Obecná rovnice roviny: ax + by + cz + d = 0, a, b, c, d R. Společný bod (dvou nebo tří) rovin = řešení soustavy lineárních rovnic.

Kapitola 11: Vektory a matice 1/19

Kapitola 11: Vektory a matice 1/19 Kapitola 11: Vektory a matice 1/19 2/19 Prostor R n R n = {(x 1,..., x n ) x i R, i = 1,..., n}, n N x = (x 1,..., x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i =

Více

Kapitola 11: Vektory a matice:

Kapitola 11: Vektory a matice: Kapitola 11: Vektory a matice: Prostor R n R n = {(x 1,, x n ) x i R, i = 1,, n}, n N x = (x 1,, x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i = 1,, n : x i = y i

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

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

Soustava m lineárních rovnic o n neznámých je systém

Soustava m lineárních rovnic o n neznámých je systém 1 1.2. Soustavy lineárních rovnic Soustava lineárních rovnic Soustava m lineárních rovnic o n neznámých je systém 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...

Více

1 Vektorové prostory.

1 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

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

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

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

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:

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: 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...

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

Číselné vektory, matice, determinanty

Číselné vektory, matice, determinanty Číselné vektory, matice, determinanty Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny

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

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

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s

Více

Lineární algebra. Soustavy lineárních rovnic

Lineární algebra. Soustavy lineárních rovnic Lineární algebra Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ.1.07/2.2.00/28.0326

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

Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). Čísla a 1, a 2,..., a n se nazývají složky vektoru

Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). Čísla a 1, a 2,..., a n se nazývají složky vektoru 1 1. Lineární algebra 1.1. Lineární závislost a nezávislost vektorů. Hodnost matice Aritmetické vektory Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ).

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

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

Soustavy lineárních rovnic

Soustavy 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

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

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

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

P 1 = P 1 1 = P 1, P 1 2 =

P 1 = P 1 1 = P 1, P 1 2 = 1 Výpočet inverzní matice Věta 1 Necht P U elementární matice vzniklá el úpravou U Pak je P U regulární Důkaz: Protože elementární úprava U je invertovatelná, existuje el úprava U, která vrací změny U

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

Vektory a matice. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)

Vektory a matice. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) Vektory a matice Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného základu

Více

2. Lineární algebra 2A. Matice a maticové operace. 2. Lineární algebra

2. Lineární algebra 2A. Matice a maticové operace. 2. Lineární algebra 2 Lineární algebra 2A Matice a maticové operace 2 Lineární algebra Verze října 201 Teorie matic a determinantů představuje úvod do lineární algebry Nejrozsáhlejší aplikace mají matice a determinanty při

Více

Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29

Matematika 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

Více

Připomenutí co je to soustava lineárních rovnic

Připomenutí co je to soustava lineárních rovnic Připomenutí co je to soustava lineárních rovnic Příklad 2x 3y + z = 5 3x + 5y + 2z = 4 x + 2y z = 1 Soustava lineárních rovnic obecně Maticový tvar: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a

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

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

Determinanty. Determinanty. Přednáška MATEMATIKA č. 3. Jiří Neubauer

Determinanty. Determinanty. Přednáška MATEMATIKA č. 3. Jiří Neubauer Přednáška MATEMATIKA č. 3 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 21. 10. 2010 Uvažujme neprázdnou množinu přirozených čísel M = {1, 2,..., n}. Z kombinatoriky

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

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

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

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

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

Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi

Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi 2.2. Cíle Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi Předpokládané znalosti Předpokladem zvládnutí

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

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

Co je obsahem numerických metod?

Co je obsahem numerických metod? Numerické metody Úvod Úvod Co je obsahem numerických metod? Numerické metody slouží k přibližnému výpočtu věcí, které se přesně vypočítat bud nedají vůbec, nebo by byl výpočet neúměrně pracný. Obsahem

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

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

Matematika I pracovní listy

Matematika I pracovní listy Matematika I pracovní listy Dagmar Dlouhá, Radka Hamříková, Zuzana Morávková, Michaela Tužilová Katedra matematiky a deskriptivní geometrie VŠB - Technická univerzita Ostrava Úvod Pracovní listy jsou určeny

Více

IB112 Základy matematiky

IB112 Základy matematiky IB112 Základy matematiky Řešení soustavy lineárních rovnic, matice, vektory Jan Strejček IB112 Základy matematiky: Řešení soustavy lineárních rovnic, matice, vektory 2/53 Obsah Soustava lineárních rovnic

Více

příkladů 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.

příkladů 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

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

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

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

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

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného

Více

Gymnázium, Brno, třída Kapitána Jaroše 14. Matice. Konzultant: Mgr. Aleš Kobza Ph.D.

Gymnázium, Brno, třída Kapitána Jaroše 14. Matice. Konzultant: Mgr. Aleš Kobza Ph.D. Gymnázium, Brno, třída Kapitána Jaroše 4 Závěrečná maturitní práce Matice Konzultant: Mgr. Aleš Kobza Ph.D. Brno 20 Jakub Juránek Prohlášení Prohlašuji, že jsem předloženou práci zpracoval samostatně a

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

6. Vektorový počet Studijní text. 6. Vektorový počet

6. 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.

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

4. Trojúhelníkový rozklad p. 1/20

4. Trojúhelníkový rozklad p. 1/20 4. Trojúhelníkový rozklad 4. Trojúhelníkový rozklad p. 1/20 4. Trojúhelníkový rozklad p. 2/20 Trojúhelníkový rozklad 1. Permutační matice 2. Trojúhelníkové matice 3. Trojúhelníkový (LU) rozklad 4. Výpočet

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

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

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

2. ZÁKLADY MATICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY

2. ZÁKLADY MATICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY 2. ZÁKLADY MAICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY V této kapitole se dozvíte: jak je definována reálná nebo komplexní matice a co rozumíme jejím typem; co jsou to prvky matice, co vyjadřují jejich indexy

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

Numerické metody a programování

Numerické 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

Více

V: Pro nulový prvek o lineárního prostoru L platí vlastnosti:

V: Pro nulový prvek o lineárního prostoru L platí vlastnosti: Zpracoval: hypspave@fel.cvut.cz. Základní vlastnosti abstraktních lineárních prostorů. Lineární závislost, nezávislost, báze, souřadnice vzhledem k bázi, matice lineárního zobrazení vzhledem k bázím.skalární

Více

ekologie Pavel Fibich Vektor a Matice Operace s maticemi Vlastnosti matic Pavel Fibich Shrnutí Literatura

ekologie Pavel Fibich Vektor a Matice Operace s maticemi Vlastnosti matic Pavel Fibich Shrnutí Literatura emi - nalévárna pavel.fibich@prf.jcu.cz 4. října 2012 Obsah emi 1 2 3 emi 4 5 6 emi Proč povídat o ích v kurzu? ové modely se používají v populační ekologii téměř nejčastěji bude snažší porozumět práci

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

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

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

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

ALGEBRA A TEORETICKÁ ARITMETIKA. 1. část - Lineární algebra. doc.rndr. Jarmila Novotná, CSc. doc.rndr. Milan Trch, CSc.

ALGEBRA A TEORETICKÁ ARITMETIKA. 1. část - Lineární algebra. doc.rndr. Jarmila Novotná, CSc. doc.rndr. Milan Trch, CSc. ALGEBRA A TEORETICKÁ ARITMETIKA 1. část - Lineární algebra doc.rndr. Jarmila Novotná, CSc. doc.rndr. Milan Trch, CSc. Obsah 1 Aritmetické vektory 2 1.1 Základní pojmy............................ 2 1.2

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

2 Vektory a vektorové prostory 23 2.1 Lineární závislost a nezávislost vektorů... 25 2.2 Souřadná soustava a báze... 26

2 Vektory a vektorové prostory 23 2.1 Lineární závislost a nezávislost vektorů... 25 2.2 Souřadná soustava a báze... 26 Obsah 1 Matice 3 11 Operace s maticemi 4 12 Soustavy lineárních rovnic 11 13 Maticové rovnice a výpočet inverzní matice 15 14 Elementární matice 19 15 Cvičení 21 16 Řešení 22 2 Vektory a vektorové prostory

Více

Základní pojmy teorie množin Vektorové prostory

Základní pojmy teorie množin Vektorové prostory Základní pojmy teorie množin Přednáška MATEMATIKA č. 1 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 7. 10. 2010 Základní pojmy teorie množin Základní pojmy

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

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNCKÁ NVEZTA V LBEC Fakulta mechatroniky, informatiky a mezioborových studií Základy spojitého řízení Analýza elektrického obvodu čební text Josef J a n e č e k Liberec 010 Materiál vznikl v rámci projektu

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

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 Lineární (vektorový) prostor Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost matic Četba:

Více

Soustavy lineárních rovnic-numerické řešení

Soustavy lineárních rovnic-numerické řešení Soustavy lineárních rovnic-numerické řešení November 9, 2008 Soustavy lineárních rovnic-numerické řešení 1 / 52 (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

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

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

Symetrické a kvadratické formy

Symetrické 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

Více

Nechť M je množina. Zobrazení z M M do M se nazývá (binární) operace

Nechť M je množina. Zobrazení z M M do M se nazývá (binární) operace Kapitola 2 Algebraické struktury Řada algebraických objektů má podobu množiny s nějakou dodatečnou strukturou. Například vektorový prostor je množina vektorů, ty však nejsou jeden jako druhý : jeden z

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

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

3 Lineární kombinace vektorů. Lineární závislost a nezávislost 3 Lineární kombinace vektorů. Lineární závislost a nezávislost vektorů. Obrázek 5: Vektor w je lineární kombinací vektorů u a v. Vektory u, v a w jsou lineárně závislé. Obrázek 6: Vektor q je lineární

Více

9 Kolmost vektorových podprostorů

9 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.

Více

[1] LU rozklad A = L U

[1] LU rozklad A = L U [1] LU rozklad A = L U někdy je třeba prohodit sloupce/řádky a) lurozklad, 8, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l. Viz p. d. 4/2010 Terminologie BI-LIN, lurozklad,

Více

LINEÁRNÍ ALGEBRA. RNDr. Marie Hojdarová, CSc. Určeno pro studenty PS a AI

LINEÁRNÍ ALGEBRA. RNDr. Marie Hojdarová, CSc. Určeno pro studenty PS a AI LINEÁRNÍ ALGEBRA RNDr. Marie Hojdarová, CSc. Určeno pro studenty PS a AI Jihlava, říjen 2012 ISBN 978 80 87035 65-8 Úvod do studia předmětu Základy lineární algebry Milí studenti! Lineární algebra, kterou

Více

KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO DAGMAR SKALSKÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN

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

Více

Matematika I A ukázkový test 1 pro 2014/2015

Matematika I A ukázkový test 1 pro 2014/2015 Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)

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

KIV/ZI Základy informatiky MS EXCEL MATICOVÉ FUNKCE A SOUHRNY

KIV/ZI Základy informatiky MS EXCEL MATICOVÉ FUNKCE A SOUHRNY KIV/ZI Základy informatiky MS EXCEL MATICOVÉ FUNKCE A SOUHRNY cvičící: Tomáš Ptáček zimní semestr 2012 MS EXCEL MATICE (ÚVOD) Vektor: (1D) v = [1, 2, 3, 5, 8, 13] Např.: matice sousednosti Matice: (2D)

Více

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel Matematická analýza IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel na množině R je definováno: velikost (absolutní hodnota), uspořádání, aritmetické operace; znázornění:

Více

[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon).

[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon). Grupy, tělesa grupa: množina s jednou rozumnou operací příklady grup, vlastnosti těleso: množina se dvěma rozumnými operacemi příklady těles, vlastnosti, charakteristika tělesa lineární prostor nad tělesem

Více

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

VYBRANÉ 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...............................

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

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

Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u.

Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u. Vektory, operace s vektory Ž3 Orientovaná úsečka Mějme dvojici bodů, (na přímce, v rovině nebo prostoru), které spojíme a vznikne tak úsečka. Pokud budeme rozlišovat, zda je spojíme od k nebo od k, říkáme,

Více

Požadavky ke zkoušce. Ukázková písemka

Požadavky ke zkoušce. Ukázková písemka Požadavky ke zkoušce Zkouška z předmětu MATEMATIKA 1 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

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