Jiří Přibyl. Pár slov k determinantům

Rozměr: px
Začít zobrazení ze stránky:

Download "Jiří Přibyl. Pár slov k determinantům"

Transkript

1 Jiří Přibyl Pár slov k determinantům Ústí nad Labem

2 Obsah 1 Pár slov úvodem 3 2 Determinanty Permutace Matice Determinanty Literatura 18 2

3 1 Pár slov úvodem Tento text je určen zejména studentům bakalářského studia v kombinované formě. Tomu je přizpůsoben obsah i forma. Obvykle text nesupluje přednášku, ale v tomto případě, je tomu jinak. Tento text supluje přednášku do té míry, aby motivoval studenty si z doporučené literatury dohledat potřebné informace. Tento text má být jakýmsi prvním čtením, které uvede čtenáře do problematiky (tzn. to co dělá přednáška) a poskytne mu tak kostru na kterou může dále navěšovat. Věty zde uvedené nebudou následovány důkazem, což je mírně neobvyklé. Pokud důkaz nezazní na přednášce, pak by se o něj měl pokusit student sám, či si jej vyhledat. Ideou přednášeného důkazu je myšlenka, že přednášející upozorní na nejdůležitější obraty v důkazu, což jsou obvykle informace mezi řádky. Pokud bych zde uváděl důkazy, pak bych je pouze opsal z některého doporučeného textu, nebo bych se je pokusil okomentovat patřičným způsobem, což by učinilo text objemným. Některé partie textu doprovází komentář, který se obvykle v učebním textu nevyskytuje. Leckdy půjde o vágní vyjádření, které má třeba daný pojem (problém,... ) přiblížit, ale z matematického hlediska se může jednat o naprostý nesmysl. Lidský mozek však není dokonalým nástrojem a leckdy na nesprávném příkladu či nesmyslném tvrzení pochopí celou podstatu daného problému daleko rychleji a lépe, než z nejdokonalejší věty. Je o mě známo, že na velké množství pojmů pohlížím jako na zobrazení 1. Zdá se mi to užitečné i přehledné. Vím, že velké množství lidí se mnou nesouhlasí, ale stejně se toho budu držet. Pokud vezmete jinou literaturu (seznam, je uveden na konci), asi se setkáte s jiným přístupem. Poslední upozornění je spíše typografického charakteru, kdy říkám, že všechny definice, věty, příklady, cvičení, úlohy budu číslovat průběžně a to vždy ve vztahu k podkapitole. 2 Determinanty K determinantům lze přistupovat z několika různých směrů. My se k nim budeme blížit z obvyklého směru permutací. 2.1 Permutace Vzhledem k tomu, že pojem permutace využíváme k vytvoření nového pojmu, je třeba se s ním blíže seznámit. 1 Například mocnost bodu ke kružnici je pro mne zobrazení, které bodu a kružici přiřadí nějaké reálné číslo. Ve většině případů se setkáte s tím, že to je číslo. 3

4 Příklad Představme si, že stojíme ve frontě k pokladně a tlačíme vozík plný nákupu. Jak se fronta mírně vleče, rozhlížíme se po okolí. Najednou si všimneme, že za námi stojí osoba 2, která má pouze rohlíky. V závislosti na našem vychování, nastane pouze jedna ze dvou možností buď ji pustíme před sebe a bude nás hřát pocit z dobrého skutku, nebo ji nepustíme před sebe a bude nás hřát že budeme o několik vteřin dříve odbaveni. Podstatné je si uvědomit, že nedošlo ke změně obsahu fronty 3, pouze se změnilo (nebo nezměnilo) pořadí, ve kterém budou obslouženi jednotliví zákazníci. To co jsme ve skutečnosti provedli, je že jsme permutovali prvky množiny zákazníků čekajících na obsloužení a to v obou případech. Definice Mějme libovolnou neprázdnou množinu prvků M, ve které se každý prvek vyskytuje právě jednou. Vzájemně jednoznačné zobrazení π množiny M na sebe se nazývá permutace. Tuto skutečnost budeme zapisovat π : M M. Abychom se mohli rozumně pohybovat v této problematice, bude rozumné si prvky nějakým způsobem označit. Například je můžeme očíslovat bude to odpovídat frontě, v jakém pořadí je odbavována. Definice Mějme libovolnou neprázdnou (konečnou) 4 množinu prvků M, ve které se každý prvek vyskytuje právě jednou. Zobrazení, které každému prvku množiny přiřadí přirozené číslo, se nazývá pořadí. Příklad Podíváme-li se na příklad , vidíme že pořadí opravdu odpovídá výše uvedené definici. Lze tedy flek ve frontě označit přirozeným číslem, které vyjadřuje kdy bude daný zákazník obsloužen a pokud dojde k prohození čekatelů, dojde i k přehození pořadových čísel. Vzhledem k tomu, že takto lze uspořádat každou konečnou množinu, budeme se tedy zabývat pouze přirozenými čísly, které reprezentují pořadí. Příklad Předpokládejme, že máme množinu M = {1, 2, 3, 4, 5}. Fakt, že nás nezajímá pouze obsah množiny M, ale také její uspořádání naznačíme (typografickou úmluvou) kulatými závorkami, tedy M = (1, 2, 3, 4, 5). Nyní několikrát změňme pořadí (provedeme tedy permutaci dané množiny). π 1 : M M 1, kde M 1 = (1, 2, 3, 5, 4) 2 pohlaví si doplňte dle libosti 3 v danou chvíli 4 pro naše potřeby 4

5 π 2 : M M 2, kde M 2 = (2, 1, 3, 5, 4) π 3 : M M 3, kde M 3 = (1, 2, 3, 4, 5) Abychom si ušetřili takto zdlouhavý zápis, zavedeme opět typografické zjednodušení, kdy danou permutaci zapíšeme dvouřádkovou tabulkou, kde v prvním řádku jsou prvky množiny M před permutací a ve druhém řádku po permutaci. V našem případě to bude vypadat následovně: ( ) ( ) ( ) Pokud bysme to chtěli zapsat formálně, potom má tabulka tento tvar: ( n ) π(1) π(2)... π(n) Někdy se zapisuje pouze výsledný řádek. (1, 2, 3, 5, 4) (2, 1, 3, 5, 4) (1, 2, 3, 4, 5) Opět ve formálním zápisu: (π(1), π(2),..., π(n)) Zkoumejme nyní, co se stane, když měníme pořadí prvků. Až na prvky krajní, se může prvek pohnout oběma směry buď se přesune na místo, kde je prvek s pořadovým číslem nižším, nebo se přesune na místo, kde je prvek s pořadovým číslem vyšším a nebo se nepřesune. Podívejme se nejprve na situaci, kdy se prohodí právě dva prvky π 1. (1, 2, 3, 5, 4) Právě jeden prvek je na místě, jehož současné pořadové číslo je menší, než bylo před tím. (Logicky, právě u jednoho prvku je tomu naopak.) Pro situaci, kdy měníme pouze umístění právě dvou prvků si zvolíme označení. Definice Permutaci, kdy prohodíme pouze dva prvky navzájem, nazýváme transpozicí. 5

6 Tedy zvolíme-li dva prvky i, j potom platí π(i) = j a π(j) = i. Tento fakt lze také zapsat π(i, j) = (j, i). Lze také zapsat τ (i, j). Nás teď bude zajímat, kolik transpozic musíme udělat, než se dostaneme od počátku k výsledné permutaci. V případě π 1 vidíme, že pouze jednu. V případě π 3 buď žádnou, nebo dvakrát zopakovat tu stejnou permutaci např. dvakrát uděláme permutaci π 1. Chceme-li vyjádřit permutaci π 2 pomocí transpozic, musíme si cestu rozložit do několika kroků. Pokusím se je už symbolicky zapisovat. (1, 2, 3, 4, 5) (1, 2, 3, 5, 4) (2, 1, 3, 5, 4) V případě π 1 jsme potřebovali jednu transpozici, v případě π 2 jsme potřebovali dvě transpozice a v případě π 3 jsme nepotřebovali žádnou. Zaměřme se na π(1). Vidíme, že 4 < 5, ale π(4) > π(5). Pro každou takovou dvojici zavedeme nové označení. Definice Mějme množinu M = {1,..., n} a transpozici τ (i, j) takovou, že i < j a π(i) > π(j). Potom tuto transpozici nazýváme inverzí. Celkově se otázka určení permutace redukuje na otázku určení inverzí. Na základě počtu inverzí můžeme určit paritu permutace. Definice Mějme množinu M = {1,..., n} a permutaci π. Jestliže je celkový počet inverzí, ze kterých se permutace skládá je sudý, pak nazýváme permutaci sudou permutací. Jestliže je počet permutací lichý, pak nazýváme permutaci lichou permutací. Je také vhodné si zavést zobrazení sgn, které je definováno následovně: { 1 jestliže π je sudá sgn(π) = 1 jestliže π je lichá Úmluva Přijměme následující úmluvu: aby nedocházelo k přezávorkování, tak na místo sgn((1,..., n)) budeme psát sgn(1,..., n). Věta Platí, že sgn(τ ) = 1. Příklad Máme určit paritu následujících permutací. π 1 = (1, 3, 5, 2, 4) 6

7 π 2 = (1, 2, 3, 4, 5) π 3 = (3, 1, 2, 7, 5, 8, 6, 4) Řešení. π 1 je lichá, protože celkový počet inverzí je 3 (τ (3, 2), τ (5, 4), τ (4, 3)) π 2 je sudá, protože celkový počet inverzí je 0 π 3 je lichá, protože celkový počet inverzí je 9 (τ (3, 1), τ (3, 2), τ (7, 5), τ (8, 6), τ (7, 6), τ (8, 4), τ (7, 4), τ (6, 4), τ (5, 4)) Podíváme-li se blíže na jednotlivé uspořádané dvojice, vidíme že vždy první prvek uspořádané dvojice je vetší než prvek druhý. Od tohoto faktu se také odvíjí algoritmus určování parity permutace. Algoritmus Tento algoritmus je velice jednoduchý a je založen na načítání změn pořadí. 1. vezmeme první prvek permutace a porovnáme, kolikrát je větší než prvky za ním následující; toto číslo přičteme k již známemu číslu (pokud začínáme, je ono číslo rovno nule) 2. porovnávaný prvek odstraníme z permutace 3. zbyly v permutaci nějaké prvky v případě kladné odpovědi se vrátíme k bodu 1. Vraťme se k příkladu a permutaci π 3. Počet inverzí si označíme symbolem k. 1. k = 0 2. (3, 1, 2, 7, 5, 8, 6, 4), k 1 = k + 2 (3 > 1 a 3 > 2) 3. (1, 2, 7, 5, 8, 6, 4), k 2 = k 1 4. (2, 7, 5, 8, 6, 4), k 3 = k 2 5. (7, 5, 8, 6, 4), k 4 = k (7 > 5, 7 > 6 a 7 > 4) 6. (5, 8, 6, 4), k 5 = k (5 > 4) 7. (8, 6, 4), k 6 = k (8 > 6 a 8 > 4) 8. (6, 4), k 7 = k (6 > 4) 9. (4), k 8 = k 7 7

8 10. konec a k 9 = k 8, tedy k 9 = = 9 Tento algoritmus se nazývá bublinkovým algoritmem protože pořadí probublává doprava, či čísla s menší absolutní hodnotou probublávají doleva. Někdy se tento algoritmus také nazývá bublinkovým tříděním 5. Mezi třídícími algoritmy není nejrychlejší, ale je snadno pochopitelný a málo zatěžuje (ať člověka či stroj), protože se pouze porovnávají dvě sousední čísla. Úloha V případě π 3 to ovšem není nejmenší počet inverzí, které vedou k uspořádání (1,..., 8). Nejmenší počet inverzí je 5. Najděte je. Celé naše povídání o permutacích zakončíme několika fakty, které nebudeme dokazovat. Vzhledem k tomu, že se jedná o text pro první čtení, autor předpokládá, že znalostí chtivý čtenář si přislušné důkazy zhotoví či vyhledá. Věta Mějme množinu M = {1,..., n}. Potom celkový počet permutací je n!. Věta Inverzí se mění parita permutace. Tedy sgn(π τ ) = sgn(π). Věta sgn(π 1 π 2 ) = sgn(π 1 ) sgn(π 2 ) Věta Mějme množinu M = {1,..., n}. Potom počet sudých permutací je n! počet lichých permutací je n! Matice Druhý objekt, který potřebujeme na naší cestě k determinantům, je matice. Vzhledem k tomu, že se opět jedná pouze o podpůrný aparát, budeme mu věnovat pouze nezbytný prostor. Bývá zvykem zavádět matici pomocí grafického uspořádání prvků, takže se velmi často můžete setkat s následující definicí. Definice Nechť (T, ( +, )) je těleso. Potom obdélníkové schéma A prvků z tělesa 6, nazveme maticí. a 11 a 12 a 1n A =.. a m1 a m2 a mn 5 Bubble Sort 6 zde je rozumné si představit konkrétní těleso my až do odvolání si budeme představovat těleso reálných čísel 2 a 8

9 Vzhledem k tomu, že zápis je objemný, můžeme psát A = (a ij ), kde a ij T, i = 1,..., m a j = 1,..., n. Poznámka Někdy se také dodává, že se jedná o matici typu m/n. Uvedená definice je mírně vágní, protože pracuje s pojmem obdélníkové schéma. Je třeba tedy vyslovit definici, která korektně vymezujem pojem matice. Definice Nechť (T, ( +, )) je těleso. Maticí A budeme rozumět zobrazení A : {1,..., m} {1,..., n} T, což můžeme zapsat A((i, j)) = a ij. Příklad A((1, 1)) = 2, A((1, 2)) = 3, A((2, 1)) = 1, A((2, 2)) = 5. ( ) 2 3 A = 1 5 Vidíme, že druhý zápis (odpovídající definici ) je přeci jen o něco přehlednější. Nyní se podíváme na několik pojmů, které potřebujeme. Definice Matice A = (a ij ) je rovna matici B = (b ij ) tehdy a jen tehdy pokud a ij = b ij pro každé i, j. Z definice vyplývá, že mají-li si být matice rovny, je třeba aby byly stejného typu a aby si odpovídající prvky byly sobě rovny. Tento pojem asi není třeba nijak zvlášť ilustrovat. Jeho důležitost se objeví až v případě, kdy nebudeme porovnávat jen číselné matice, ale matice, kde vystupují parametry či neznámé. Definice Matice A = (a ij ) se nazývá čtvercová matice tehdy a jen tehdy, platí-li rovnost m = n. Příklad Matice A je čtvercová a matice B čtvercovou maticí není. ( ) ( ) A = B = Poznámka Často se hovoří o matici řádu n. Matice A z příkladu je druhého řádu. 9

10 Definice Matice A T = (a ji ) se nazývá maticí transponovanou k matici A = (a ij) tehdy a jen tehdy, platí-li a ij = a ji. Příklad Mějme matice A, B z příkladu Potom matice transponované vypadají následovně. A T = ( ) B T = Poznámka Je zřejmé, že jestliže matice A je řádu m/n, potom matice A T je maticí řádu n/m. Graficky se jedná o prohození řádků a sloupců. Definice Mějme čtvercovou matici řádu n. Matici A = (a ij ) nazýváme diagonální maticí tehdy a jen tehdy, platí-li a ij = 0 pro i j. Definice Mějme čtvercovou matici řádu n. Matici A = (a ij ) nazýváme horní trojúhelníkovou maticí tehdy a jen tehdy, platí-li a ij = 0 pro i > j. Příklad Matice C i D jsou diagonální, matice E je horní trojúhelníkovou maticí C = D = E = Všimněte si, že v definici se vůbec nehovoří o prvcích, pro které platí i = j. Definice Mějme diagonální matici řádu n. Matici A = (a ij ) nazýváme jednotkovou maticí tehdy a jen tehdy, platí-li a ii = 1 pro každé i. Příklad Matice D z příkladu je jednotkovou maticí. Poznámka Pro jednotkovou matici se volí zvláštní symbol, nejčastěji se označuje I. Toto nám pro naše potřeby zatím stačí. Už nyní jste schopni vytvořit další věty, které se vyjadřují k maticím. Například: jestliže A je diagonální matice, potom A = A T 10

11 transpozice čtvercové matice zachovává její řád (A T ) T = A Nyní již máme dost aparátu na to, abychom se podívali na pojem determinant. 2.3 Determinanty Nachystali jsme si vše, co potřebujeme pro zavedení determinantů. Uvedeme si některé základní vlastnosti a determinantům se budeme věnovat jako kratochvíli pro tříbení myšlení. V dalších partiích matematiky se však ukáže již užitečnost determinantů například při řešení soustav rovnic, hledání kolmých vektorů a pod. Definice Zobrazení, které přiřadí čtvercové matici A = (a ij ) reálné číslo následujícím způsobem sgn(j 1,..., j n ) a 1j1 a 2j2 a njn (j 1,...,j n) se nazývá determinant. Výraz sgn(j 1,..., j n ) a 1j1 a 2j2 a njn se nazývá člen determinantu. Poznámka Jestliže máme matici A, potom bývá zvykem její determinant (to znamená výsledek zobrazení determinant) značit buď det(a), nebo A. Úmluvy Kdykoliv matematik může něco zjednodušit, učiní úmluvu. Učiňme tak i my. Jesliže mám matici A z příkladu , potom podle výše uvedeného zápisu by měl determinant být zaznamenán následujícími způsoby: (( )) ( 2 3 det(a) = det det(a) = ) což je mírně nepřehledné a proto se to zjednodušuje na následující zápis ( ) 2 3 det(a) = det det(a) = Nyní už vidíme, proč bylo rozumné připomenout si pojem permutace. Setkáváme se s ním při definování determinantu (definice ). Determinant je tedy součtem n! členů determinantu. Proč je jich tolik? Protože právě tolik je permutací na n prvkové množině. Podívejme se ještě jednou na člen determinantu. sgn(j 1,..., j n ) a 1j1 a 2j2 a njn 11

12 Nejprve se začíná tím, že určíme paritu permutace. Dále vidíme, že součin je tvořen n prvky, přičemž první index u každého prvku je neměnný vždy určuje pořadové číslo řádku matice. Permutujeme tedy sloupce. Celá idea je tedy založena na tom, že z každého řádku vždy vybereme jeden prvek a sloupec ve kterém se tento prvek nachází vyřadíme ze souboru. Až dojdou řádky, máme jeden člen determinantu (musíme ho předtím opatřit příslušným znaménkem). Tento postup opakujeme tak dlouho, dokud nevyčerpáme všechny možnosti určené jednotlivými permutacemi. Odvození Mějme matici A řádu dva. ( ) a11 a A = 12 a 21 a 22 Víme, že jsou pouze dvě permutace (1, 2) a (2, 1). Jak vypadají členy determinantu? 7 sgn(1, 2) a 11 a 22 sgn(2, 1) a 12 a 21 Můžeme tedy napsat, že a 11 a 12 a 21 a 22 = sgn(1, 2) a 11 a 22 + sgn(2, 1) a 12 a 21 = 1 a 11 a 22 + ( 1) a 12 a 21 = = a 11 a 22 a 12 a 21 Příklad Odvození Mějme matici A řádu tři = = 7 a 11 a 12 a 13 A = a 21 a 22 a 23 a 31 a 32 a 33 Z věty víme, že permutací nad tříprvkovou množinou je šest. Podívejme se jak vypadají a rovnou k nim pišme členy determinantu. (1, 2, 3)... 1 a 11 a 22 a 33 (1, 3, 2)... 1 a 11 a 23 a 32 7 Typograficky si dovolím dané permutace vyznačit tučně. 12

13 (2, 1, 3)... 1 a 12 a 21 a 33 (2, 3, 1)... 1 a 12 a 23 a 31 (3, 2, 1)... 1 a 13 a 22 a 31 (3, 1, 2)... 1 a 13 a 21 a 32 Můžeme tedy napsat, že a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 = a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 11 a 23 a 32 a 12 a 21 a 33 a 13 a 22 a 31 Pro tento determinant se podařilo vymyslet dobrou mnemotechnickou pomůcku, která dokonce vyzískala vlastní pojmenování. Věta (Sarrusovo pravidlo) Jedná se o pomůcku jak spočítat determinant matice řádu 3. Nikoliv vyššího řádu! Opišme první dva řádky pod poslední. Získáme tento tvar: a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 a 11 a 12 a 13 a 21 a 22 a 23 Nyní budeme násobit prvky na diagonálách. Diagonály jdoucí zleva do prava začínají prvky a 11, a 21, a 31 a tyto součiny jsou vždy kladné (sudé permutace). Diagonály jdoucí z prava do leva začínají prvky a 13, a 23, a 33 a tyto součiny jsou vždy záporné (liché permutace). a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 a 11 a 12 a 13 a 21 a 22 a 23 a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 a 11 a 12 a 13 a 21 a 22 a 23 Příklad = = = = 98 13

14 S rostoucím řádem matic roste i počet členů determinantů. Následující tabulka ukazuje počet pro několik málo přirozených čísel. řád matice počet členů Už pro matici řádu čtyři je třeba vytvořit 24 členů determinantu. Z toho je vidět, že je třeba hledat jiné cesty k výpočtu, než užít definici. Za tímto účelem je rozumné, seznámit se s několika větami, které nám umožní řešit determinanty o poznání jednodušeji 8. Věta Mějme čtvercovou matici A řádu n. Potom platí, že hodnota determinantu se nezmění, provedeme-li jednu z následujících úprav transponujeme matici det(a T ) = det(a) přičteme násobek libovolného řádku k jinému řádku matice přičteme lineární kombinaci řádků k jinému řádku matice Tato věta nám říká, že co platí pro řádky, platí i pro sloupce (ve smyslu determinantů). Příklad A = a c b d = ad bc AT = a b Věta Mějme čtvercovou matici A řádu n. Potom platí c d = ad bc vznikne-li matice A 1 přehozením dvou řádků, potom det(a 1 ) = det(a) 8 Ve skutečnosti se nejedná o jednodušší způsob řešení, ale o způsob, který je rychlejší a tudíž méně pracný, avšak za cenu přemýšlení. 14

15 vznikne-li matice A 1 vynásobením libovolného řádku nenulovým číslem t, potom det(a 1 ) = t det(a) Věta Mějme čtvercovou matici A řádu n. Potom platí-li jedna z uvedených možností: det(a) = 0, jeden řádek matice obsahuje pouze nuly jeden řádek matice je násobkem jiného řádku (v případě jednanásobku, jsou řádky shodné) jeden řádek je lineární kombinací jiných řádků Nyní přichází zlatý hřeb programu a to Věta (Laplaceova) Mějme čtvercovou matici A řádu n. Vyberme k řádků této matice tak, aby 0 < k < n. Potom determinant matice A je roven ( n k) součinů minorů řádu k vybraných ze zvolených k řádků s jejich algebraickými doplňky. Aby se pro nás tato věta stala užitečnou, je třeba osvětlit několik pojmů. Definice Mějme čtvercovou matici A řádu n. Vyberme k řádků a tudíž i sloupců matice A tak, aby platilo 0 < k < n. Potom matice utvořená z vybraných řádků a sloupců se nazývá submatice a její determinant se nazývá minor. Příklad Mějme matici A řádu 4. Utvořme submatici A 1 určenou druhým a čtvrtým řádkem a prvním a čtvrtým sloupcem spočtěme minor A A = A 1 = ( ) det(a 1 ) = 0 Definice Mějme čtvercovou matici A řádu n. Dále nechť je dána submatice A 1 určená řádky i 1, i 2,..., i k a sloupci j 1, j 2,..., j k. Potom matice Ā1 utvořená ze zbývajících ( ) n k k řádků a sloupců se nazývá doplňková submatice, její determinant se nazývá doplňkový minor a číslo ( 1) i 1+i 2 + +i k +j 1 +j 2 + +jk det(ā1) 15

16 se nazývá algebraický doplněk minoru A 1. Příklad Vraťme se k příkladu Určete doplňkovou submatici a algebraický doplňek k minoru det(a 1 ). ( ) 2 3 Ā 1 = det(ā1) = Vraťme se nyní k Laplaceově větě , která bývá také nazývána větou o rozvoji determinantu podle k řádků nebo k sloupců. Co přesně nám umožňuje tato věta? Umožňuje nahradit jeden determinant vyššího řádu několika determinanty řádu nižšího. Ukažme si to na příkladu. Příklad Spočtěme následující determinant pomocí Laplaceovy věty. Udělejme rozvoj podle prvního řádku (tedy podle jednoho řádku) = 1 ( 1)(1+1) ( 1)(1+2) ( 1) (1+3) = 1 (1) ( 5) + 2 ( 1) (22) + 3 (1) (13) = = 5 + ( 44) + 39 = 10 Příklad Podívejme se na příklad použití Laplaceovy věty ještě jednou. Mějme následující determinant a učiňme rozvoj podle prvního a druhého řádku = ( 1)( ) ( 1)( ) ( 1)( ) ( 1)( ) ( 1)( ) ( 1)( ) = 16

17 = ( 1) ( 55) ( 108) + 5 ( 1) ( 52) + 25 ( 29) = = = Vidíme, že v tomto případě vedlo použití Laplaceovy věty na výpočet dvanácti determinantů 2 2. Je to sice lepší, ale stále to není ono. Pokusme se kombinovat tuto větu s větami jí předcházejícími. Vynásobme první řádek příslušným číslem a přičtěme ho k ostaním řádkům tak, aby v prvním sloupci od druhého řádku níže byly nuly = Nyní udělejme rozvoj podle prvního sloupce. Protože v prvním sloupci jsou pod jedničkou tři nuly, bude daný součet obsahovat pouze jeden nenulový sčítanec. 1 ( 1) (1+1) = = Aby se nám výsledný determinant zjednodušil, v posledním kroku jsme z prvního řádku vytkli 5 a ze třetího ( 1). Při určování hodnot determinantů vyššího řádu se snažíme vhodnými úpravami převést determinant na jednodušší, nebo na determinanty nižšího řádu. Následující věty, se také velmi často používají při určování hodnot determinantu. Věta Mějme diagonální matici A. Potom det(a) = a 11 a a nn. Věta Mějme horní trojúhelníkovou matici A. Potom det(a) = a 11 a a nn. Ukázali jsme si základní metody, které se užívají při určování hodnot determinantu. Nyní už nám nezbývá, než se pustit do řešení úloh. Úlohy pro počítání determinantů jsou dvojí. První jsou číselné a ty slouží k tomu, abychom si procvičili základní postupy a seznámili se s nimi. Jejich hodnota se dá určit velice snadno a to pomocí programu MS EXCEL, který disponuje nástroji pro jejich výpočet. Ukažme si to na následujícím příkladu. 17

18 Příklad Určete hodnotu determinantu Zaneseme daný determinant do excelu. Do buňky B5 zaneseme příkaz =DETERMINANT(A1:C3). Symbol = znamená, že voláme funkci excelu, slovo DETERMINANT je jméno volané funkce a (A1:C3) je část tabulky, která určuje zadanou matici. Nyní již jste vybaveni vším potřebným pro počítání determinantů. Až zvládnete determinanty číselné, pusťte se do determinantů nečíselných, které už jsou určitými kvízi a leckdy chvíli trvá, než se dobereme požadované hodnoty. 3 Literatura Horák, P.: Lineární algebra a geometrie I. MU: Brno, Scriptum. Kuřil, M.: Lineární algebra. Připravované Scriptum. Olšák, P.: Lineární algebra. ČVUT: Praha, Scriptum. Slovák, J.: Lineární algebra. MU: Brno, Scriptum. 18

19 Bečvář, J.: Lineární algebra. Mat-Fyz Press: Praha. Havel, V.: Lineární algebra. SNTL: Praha Blažek, J.: Algebra a teoretická aritmetika I. SPN: Praha 19

[1] Determinant. det A = 0 pro singulární matici, det A 0 pro regulární matici

[1] Determinant. det A = 0 pro singulární matici, det A 0 pro regulární matici [1] Determinant je číslo jistým způsobem charakterizující čtvercovou matici det A = 0 pro singulární matici, det A 0 pro regulární matici používá se při řešení lineárních soustav... a v mnoha dalších aplikacích

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

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

Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.

Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu. Determinanty Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Determinanty Definice determinantu Sarrusovo a křížové pravidlo Laplaceův rozvoj Vlastnosti determinantu Výpočet determinantů 2 Inverzní

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

(Cramerovo pravidlo, determinanty, inverzní matice)

(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

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

0.1 Úvod do lineární algebry

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

Více

0.1 Úvod do lineární algebry

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

Více

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

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

Více

Operace s maticemi. 19. února 2018

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

Více

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

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Vektory 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

Více

SOUČIN MATIC A m n B n p = C m p, přičemž: a i1 b 1j +a i2 b 2j + +a in b nj = c ij, i=1 m, j=1 p. Např: (-2) = -3

SOUČIN MATIC A m n B n p = C m p, přičemž: a i1 b 1j +a i2 b 2j + +a in b nj = c ij, i=1 m, j=1 p. Např: (-2) = -3 SOUČIN MATIC A m n B n p = C m p, přičemž: a i1 b 1j +a i2 b 2j + +a in b nj = c ij, i=1 m, j=1 p Např: 2 2 + (-2) 4 + 0 0 + 1 1 = -3 INVERZNÍ MATICE Pro čtvercovou matici B může (ale nemusí) existovat

Více

Základy maticového počtu Matice, determinant, definitnost

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

Více

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

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

Více

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

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

1 Linearní prostory nad komplexními čísly

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

Více

Matematika 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

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

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

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

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. 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

10. DETERMINANTY " # $!

10. 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

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

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

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů?

Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů? Kapitola 9 Matice a počet koster Graf (orientovaný i neorientovaný) lze popsat maticí, a to hned několika různými způsoby. Tématem této kapitoly jsou incidenční matice orientovaných grafů a souvislosti

Více

Determinant matice řádu 5 budeme počítat opakovaným použitím rozvoje determinantu podle vybraného řádku nebo sloupce. Aby byl náš výpočet

Determinant matice řádu 5 budeme počítat opakovaným použitím rozvoje determinantu podle vybraného řádku nebo sloupce. Aby byl náš výpočet Řešené příklady z lineární algebry - část 2 Příklad 2.: Určete determinant matice A: A = 4 4. Řešení: Determinant matice řádu budeme počítat opakovaným použitím rozvoje determinantu podle vybraného řádku

Více

Základy matematiky pro FEK

Základy matematiky pro FEK Základy matematiky pro FEK 2. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 20 Co nás dneska čeká... Závislé a nezávislé

Více

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

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

Více

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

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

Úvod do lineární algebry

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

Více

Čtvercové matice. Čtvercová matice je taková matice, jejíž počet řádků je roven počtu jejích sloupců

Čtvercové 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).

Více

Operace s maticemi

Operace s maticemi Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =

Více

Množinu všech matic typu m n nad tělesem T budeme označovat M m n (T ), množinu všech čtvercových matic stupně n nad T pak M n (T ).

Množinu všech matic typu m n nad tělesem T budeme označovat M m n (T ), množinu všech čtvercových matic stupně n nad T pak M n (T ). Matice Definice 4.1 Necht (T ; +, je číselné těleso, m, n N a dále necht a ij T pro všechny indexy i = 1, 2,..., m a j = 1, 2,..., n. Potom schéma a 11 a 12... a 1n a 21 a 22... a 2n... = (a ij m n a m1

Více

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan. 7.

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/2001 Michal Marvan. 7. Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA I, zimní semestr 2000/200 Michal Marvan 7 Determinanty Determinant je jistá hodnota přiřazená čtvercové matici Geometricky

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

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

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

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

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

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

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

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

V 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

Více

Lineární algebra : Násobení matic a inverzní matice

Lineární algebra : Násobení matic a inverzní matice Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních

Více

Cvičení 5 - Inverzní matice

Cvičení 5 - Inverzní matice Cvičení 5 - Inverzní matice Pojem Inverzní matice Buď A R n n. A je inverzní maticí k A, pokud platí, AA = A A = I n. Matice A, pokud existuje, je jednoznačná. A stačí nám jen jedna rovnost, aby platilo,

Více

Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),

Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád), 1 LINEÁRNÍ ALGEBRA 1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci

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

Lineární algebra : Metrická geometrie

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

Více

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

INVESTICE 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. 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

Více

ANALYTICKÁ GEOMETRIE V ROVINĚ

ANALYTICKÁ GEOMETRIE V ROVINĚ ANALYTICKÁ GEOMETRIE V ROVINĚ Analytická geometrie vyšetřuje geometrické objekty (body, přímky, kuželosečky apod.) analytickými metodami. Podle prostoru, ve kterém pracujeme, můžeme analytickou geometrii

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

p, q dvě permutace na množině X, pak složené zobrazení, tj. permutaci, q p : X X nazýváme složení permutací p a q (v tomto pořadí).

p, q dvě permutace na množině X, pak složené zobrazení, tj. permutaci, q p : X X nazýváme složení permutací p a q (v tomto pořadí). Kapitola 10 Determinanty Začneme pomocnou definicí Definice 101 Vzájemně jednoznačné zobrazení p : X X nazýváme permutace na množině X Je-li p permutace na množině X, pak inverzní zobrazení p 1 : X X nazýváme

Více

Matice přechodu. Pozorování 2. Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např.

Matice přechodu. Pozorování 2. Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např. Matice přechodu Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např. u příkladu 7 (v ) dostaneme: Nyní bychom mohli postupovat jako u matice homomorfismu

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

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.

Afinita 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,

Více

Soustavy linea rnı ch rovnic

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

Více

Lineární algebra : Násobení matic a inverzní matice

Lineární algebra : Násobení matic a inverzní matice Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. března 2014, 12:42 1 2 0.1 Násobení matic Definice 1. Buďte m, n, p N, A

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

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

Cvičení z Numerických metod I - 12.týden

Cvičení z Numerických metod I - 12.týden Máme systém lineárních rovnic Cvičení z Numerických metod I - týden Přímé metody řešení systému lineárních rovnic Ax = b, A = a a n a n a nn Budeme hledat přesné řešení soustavy x = x x n, b = b b n, x

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

Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.

Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule. Matice Definice. Maticí typu m n nazýváme obdélníkové pole, tvořené z m n reálných čísel (tzv. prvků matice), zapsaných v m řádcích a n sloupcích. Značíme např. A = (a ij ), kde i = 1,..., m, j = 1,...,

Více

1 Řešení soustav lineárních rovnic

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

Více

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

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

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

Algebraické struktury s jednou binární operací

Algebraické struktury s jednou binární operací 16 Kapitola 1 Algebraické struktury s jednou binární operací 1.1 1. Grupoid, pologrupa, monoid a grupa Chtěli by jste vědět, co jsou to algebraické struktury s jednou binární operací? No tak to si musíte

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

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

Matice. a m1 a m2... a mn

Matice. a m1 a m2... a mn Matice Nechť (R, +, ) je okruh a nechť m, n jsou přirozená čísla Matice typu m/n nad okruhem (R, +, ) vznikne, když libovolných m n prvků z R naskládáme do obdélníkového schematu o m řádcích a n sloupcích

Více

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

VI. 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

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

Derivace funkcí více proměnných

Derivace funkcí více proměnných Derivace funkcí více proměnných Pro studenty FP TUL Martina Šimůnková 16. května 019 1. Derivace podle vektoru jako funkce vektoru. Pro pevně zvolenou funkci f : R d R n a bod a R d budeme zkoumat zobrazení,

Více

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

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

Více

Aplikovaná numerická matematika - ANM

Aplikovaná numerická matematika - ANM Aplikovaná numerická matematika - ANM 3 Řešení soustav lineárních rovnic iterační metody doc Ing Róbert Lórencz, CSc České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových

Více

Soustavy lineárních rovnic

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

Více

Univerzitní licence MATLABu. Pište mail na: se žádostí o nejnovější licenci MATLABu.

Univerzitní licence MATLABu. Pište mail na: se žádostí o nejnovější licenci MATLABu. Univerzitní licence MATLABu Pište mail na: operator@service.zcu.cz se žádostí o nejnovější licenci MATLABu. * násobení maticové K = L = 1 2 5 6 3 4 7 8 Příklad: M = K * L N = L * K (2,2) = (2,2) * (2,2)

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

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

7. Funkce jedné reálné proměnné, základní pojmy

7. Funkce jedné reálné proměnné, základní pojmy , základní pojmy POJEM FUNKCE JEDNÉ PROMĚNNÉ Reálná funkce f jedné reálné proměnné je funkce (zobrazení) f: X Y, kde X, Y R. Jde o zvláštní případ obecného pojmu funkce definovaného v přednášce. Poznámka:

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

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

INVESTICE 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. INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ107/2200/280141 Soustavy lineárních rovnic Michal Botur Přednáška 4 KAG/DLA1M: Lineární

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

Úvod do řešení lineárních rovnic a jejich soustav

Úvod do řešení lineárních rovnic a jejich soustav Úvod do řešení lineárních rovnic a jejich soustav Rovnice je zápis rovnosti dvou výrazů, ve kterém máme najít neznámé číslo (neznámou). Po jeho dosazení do rovnice musí platit rovnost. Existuje-li takové

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

Lingebraické kapitolky - Počítání s maticemi

Lingebraické kapitolky - Počítání s maticemi Lingebraické kapitolky - Počítání s maticemi Jaroslav Horáček KAM MFF UK 20 Rozehřívačka: Definice sčítání dvou matic a násobení matice skalárem, transpozice Řešení: (A + B ij A ij + B ij (αa ij α(a ij

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

SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC

SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC Pojm: Algebraická rovnice... rovnice obsahující pouze celé nezáporné mocnin neznámé, tj. a n n + a n 1 n 1 +... + a 2 2 + a 1 + a 0 = 0, kde n je přirozené číslo.

Více

ČTVERCOVÉ MATICE. Čtvercová matice je taková matice, kde počet řádků je roven počtu jejích sloupců. det(a) značíme determinant čtvercové matice A

ČTVERCOVÉ 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

Více

Lineární algebra : Lineární prostor

Lineární algebra : Lineární prostor Lineární algebra : Lineární prostor (3. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. dubna 2014, 14:43 1 2 3.1 Aximotické zavedení lineárního prostoru Číselné těleso Celou lineární

Více

Algebra - druhý díl. Lenka Zalabová. zima Ústav matematiky a biomatematiky, Přírodovědecká fakulta, Jihočeská univerzita

Algebra - druhý díl. Lenka Zalabová. zima Ústav matematiky a biomatematiky, Přírodovědecká fakulta, Jihočeská univerzita Algebra - druhý díl Lenka Zalabová Ústav matematiky a biomatematiky, Přírodovědecká fakulta, Jihočeská univerzita v Českých Budějovicích zima 2012 Obsah 1 Permutace 2 Grupa permutací 3 Více o permutacích

Více

6 Ordinální informace o kritériích

6 Ordinální informace o kritériích 6 Ordinální informace o kritériích Ordinální informací o kritériích se rozumí jejich uspořádání podle důležitosti. Předpokládejme dále standardní značení jako v předchozích cvičeních. Existují tři základní

Více

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28. Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více