Antonín Sadil Elementární metody řešení diferenčních rovnic

Rozměr: px
Začít zobrazení ze stránky:

Download "Antonín Sadil Elementární metody řešení diferenčních rovnic"

Transkript

1 Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Antonín Sadil Elementární metody řešení diferenčních rovnic Katedra matematické analýzy Vedoucí bakalářské práce: RNDr Robert Černý, PhD Studijní program: Matematika - obecná matematika 008

2 Na tomto místě bych rád poděkoval vedoucímu bakalářské práce RNDr Robertovi Černému, PhD za jeho věcné připomínky, cenné rady a náměty ke zpracování Rád bych také poděkoval svým rodičům za neustálou pomoc a podporu při studiu Prohlašuji, že jsem svou bakalářskou práci napsal samostatně a výhradně s použitím citovaných pramenů Souhlasím se zapůjčováním práce a jejím zveřejňováním V Praze dne Antonín Sadil

3 Obsah 1 Úvod 5 11 Značení 5 1 Příprava 5 Diference a sumace 7 3 Lineární diferenční rovnice s konstantními koeficienty 9 31 Řešení homogenních rovnic 10 3 Řešení nehomogenních rovnic 31 Metoda variace konstant 3 3 Metoda speciální pravé strany 4 4 Lineární diferenční rovnice prvního řádu s nekonstantními koeficienty 7 41 Homogenní rovnice 8 4 Rovnice s pravou stranou 8 5 Soustavy lineárních diferenčních rovnic s konstantními koeficienty 9 51 Eliminační metoda 9 5 Maticová metoda 3 Literatura 37 3

4 Název práce: Elementární metody řešení diferenčních rovnic Autor: Antonín Sadil Katedra (ústav): Katedra matematické analýzy Vedoucí bakalářské práce: RNDr Robert Černý, PhD vedoucího: Abstrakt: Tato práce pojednává o metodách řešení lineárních diferenčních rovnic Zaměřuje se na vlastnosti řešení homogenních rovnic a nalezení fundamentálního systému pro jednoduché, násobné i komplexní kořeny charakteristického polynomu U nehomogenních rovnic se pak zaměřuje především na metody pro nalezení partikulárního řešení Dále se krátce zabývá řešením lineární diferenční rovnice prvního řádu s nekonstantními koeficienty a v závěru popisuje metody řešení soustav lineárních diferenčních rovnic prvního řádu Celá teorie je postavena na důkazech a pro lepší pochopení je proložena několika ilustrativními příklady Klíčová slova: homogenní rovnice, nehomogenní rovnice, fundamentální systém Title: Elementary methods for solution to difference equations Author: Antonín Sadil Department: Department of Mathematical Analysis Supervisor: RNDr Robert Černý, PhD Supervisor s address: rcerny@karlinmffcunicz Abstract: This work presents about methods for solution to difference equations It focus on characteristics of solutions of the homogeneous equations and finding fundamental system for simple, multiple and complex roots of characteristic polynomial Regarding non-homogeneous equations this work shows procedure of finding the particular solution Then, priciples of solution of fist-order linear difference equations with non-constant coefficients are shown Finally methods for solution of systems of first-order linear difference equations are described All work is based on theorems and proofs and, for better understanding, several illustrative examples are added Keywords: homogeneous equations, non-homogeneous equations, fundamental system 4

5 Kapitola 1 Úvod Diferenční rovnice se využívají k řešení problémů s veličinami danými v diskrétních bodech Tak je tomu například v ekonomii, biologii, fyzice a mnoha dalších oborech, kde se data získávají po nějakých časových intervalech Diferenční rovnice jsou určitou analogií rovnic diferenciálních, ale pro jejich řešení nelze využít metod založených na spojitosti Většinou diferenční rovnice představují rekurentní vzorec pro nějakou posloupnost a vyřešit tyto rovnice znamená najít vzorec pro n-tý člen těchto posloupností 11 Značení Písmeno k značí v celém článku většinou řád rovnice nebo stupeň polynomu, proto kde není explicitně uvedeno jinak, uvažujeme k N Místo {y n } n=0, {ϕ n} n=0, apod budeme většinou psát jednoduše y n, ϕ n, Výjimku budou tvořit místa, kde by mohlo dojít k nejasnostem Re reálná část komplexního čísla Im imaginární část komplexního čísla deg stupeň polynomu I jednotková matice h hodnost matice diag diagonální matice značí pro lepší přehlednost konec příkladu 1 Příprava Práce využívá látku ze základního kurzu lineární algebry na Matematicko-fyzikální fakultě, pro čtenářovo pohodlí připomeňme alespoň následující tvrzení, které budeme potřebovat v poslední kapitole 5

6 Definice 11 Jordanovou maticí typu k k budeme rozumět matici J J 0 J =, 1 r k, 0 0 J r kde J i jsou jednotlivé Jordanovy bloky tvaru λ i λ i 1 J i = 0 λ i λ i pro λ i C, i = 1,, r Definice 1 Říkáme, že dvě matice A a B typu k k jsou podobné, jestliže existuje regulární matice T tak, že T 1 AT = B Tvrzení 11 Libovolná matice A typu k k je podobná Jordanově matici J definované v (11), tj T 1 AT = J, kde T je jako v definici (1) Navíc T je sestavena z vlastních vektorů, respektive zobecněných vlastních vektorů matice A 6

7 Kapitola Diference a sumace V této kapitole uvedeme několik vlastností diference a sumace, které budeme využívat v kapitolách následujících Další vlastnosti diference a sumace a příklady jejich využití lze nalézt například v Goldberg [] nebo Milne [4] Definice 1 Mějme posloupnost y n definovanou pro všechna n N 0 Diferencí y n rozumíme funkci, která každému n N 0 přiřazuje hodnotu y n+1 y n Značíme ji y n = y n+1 y n Tvrzení 1 Nechť y 1 n a y n jsou libovolné reálné posloupnosti Potom pro libovolné c 1, c R a pro všechna n N 0 platí: Důkaz: Důkaz uvádí Goldberg [], str 6 [ c 1 y 1 n ± c y n] = c1 y 1 n ± c y n Vzorce pro diference některých posloupností a diference jejich součinu a podílu lze nalézt v Milne [4], str Definice Nechť f n je daná posloupnost a nechť y n je taková posloupnost, že y n = f n Posloupnost y n nazýváme sumací f n a značíme ji y n = 1 f n Tvrzení Pro posloupnosti x n a y n platí, že x n = y n pro všechna n N 0, právě když x n = y n + c, kde c R Důkaz: Důkaz je uveden v Prágerová [5], str 5 Tvrzení 3 Nechť y 1 n a y n jsou libovolné reálné posloupnosti Potom pro libovolné c 1, c R a pro všechna n N 0 platí: 1 [ c 1 y 1 n ± c y n] = c1 1 y 1 n ± c 1 y n 7

8 Důkaz: Důkaz uvádí Goldberg [], str 43 Věta 1 Nechť n N 0, q R, α 0, π) a P m (n) je polynom stupně m Pak platí: a) 1 P m (n) = Q m+1 (n), kde Q m+1 (n) je jednoznačně určený polynom stupně m + 1 b) Je-li q > 0, q 1, potom 1 P m (n)q n = Q m (n)q n, kde Q m (n) je jednoznačně určený polynom stupně m c) Je-li α 0 potom 1 P m (n) sin αn = Q m (n) sin αn + R m (n) cos αn, 1 P m (n) cos αn = Q m(n) sin αn + Rm(n) cos αn, kde Q m (n), R m (n), Q m(n), Rm(n) jsou jednoznačně určené polynomy stupně m d) Je-li q > 0 potom 1 q n sin αn = q n (a sin αn + b cos αn), 1 q n cos αn = q n (a sin αn + b cos αn), kde a, b, a, b jsou jednoznačně určené konstanty e) Je-li q > 0, α 0, potom 1 P m (n)q n sin αn = q n [Q m (n) sin αn + R m (n) cos αn], 1 P m (n)q n cos αn = q n [Q m(n) sin αn + Rm(n) cos αn], kde Q m (n), R m (n), Q m(n), Rm(n) jsou jednoznačně určené polynomy stupně m Důkaz: Důkaz uvádí Prágerová [5], str 6-9 Mějme nyní rovnici y n = f n, kde f n má tvar uvedený ve větě (1) Potom podle věty (1) odhadneme řešení jako y n = 1 f n Koeficienty polynomů vypočítáme ze vztahu y n = y n+1 y n = f n porovnáním koeficientů u jednotlivých mocnin n Tím jsme získali jednoznačné řešení rovnice y n = 1 f n 8

9 Kapitola 3 Lineární diferenční rovnice s konstantními koeficienty Definice 31 Nechť k N Lineární diferenční rovnicí s konstantními koeficienty budeme rozumět rovnici a k y n+k + a k 1 y n+k a 0 y n = f n, (31) kde a 0, a 1,, a k R jsou pevné konstanty, {f n } n=0 je daná posloupnost a kde neznámou je posloupnost {y n } n=0 Je-li a 0 0 a a k 0 jedná se o lineární diferenční rovnici k-tého řádu Jestliže f n 0 pro všechna n N 0 nazýváme rovnici homogenní, v opačném případě se jedná o rovnici nehomogenní neboli rovnici s pravou stranou Libovolnou posloupnost {ϕ n } n=0, která splňuje (31), nazveme partikulární řešení Obecným řešením pak nazýváme vzorec zahrnující všechna partikulární řešení Označme homogenní resp nehomogenní rovnici: a j y n+j = 0, (3) a j y n+j = f n (33) Věta 31 Nechť máme rovnici řádu k a nechť jsou dány hodnoty y 0, y 1,, y k 1 (tzv počáteční podmínky) Pak rovnice (31) má právě jedno řešení Důkaz: Důkaz provedeme indukcí Protože a k 0, můžeme z (31) vyjádřit y j pro j k jako y j = 1 a k (f j k a 0 y j k a 1 y j k+1 a k 1 y j 1 ) (34) 9

10 Z (34) můžeme jednoznačně vypočítat hodnotu y k, neboť hodnoty y 0,, y k 1 jsou předepsány Předpokládejme nyní, že stejným způsobem vypočteme jednoznačně hodnoty y k+1, y k+,, y l S využitím (34) dostáváme y l+1 = 1 a k (f l k+1 a 0 y l k+1 a 1 y l k+ a k 1 y l ) Protože l k, jsou hodnoty y l, y l 1,, y l k+1 jednoznačně určeny, a proto i hodnota y l+1 je určena jednoznačně Tím jsme završili indukční krok a dokázali, že řešení existuje, a to jediné 31 Řešení homogenních rovnic Věta 3 Nechť ϕ n a ϕ n jsou řešení rovnice (3) a nechť c 1, c R Potom: je také řešením (3) y n = c 1 ϕ n + c ϕ n Důkaz: Víme, že a j ϕ n+j = 0, neboť jsou to řešení (3) Potom a j ϕ n+j = 0, a j y n+j = a j [c 1 ϕ n+j + c ϕ n+j ] = c 1 a j ϕ n+j +c a j ϕ n+j = c 1 0+c 0 = 0, tedy y n je také řešením (3) Důsledek 31 Nalezneme-li k partikulárních řešení homogenní rovnice (3) ϕ 1 n,, ϕ k n, pak posloupnost y n = c 1 ϕ 1 n + + c k ϕ k n, kde c 1,, c k R, je také řešením (3) Definice 3 Řekneme, že posloupnosti {ϕ j n} n=0, j = 1,,, m, jsou lineárně nezávislé, jestliže platí: (c 1 ϕ 1 n+c ϕ n+ +c m ϕ m n = 0 pro n = 0, 1,, ) (c j = 0 pro j = 1,,, m) 10

11 Tvrzení 31 Máme-li rovnici řádu k, pak posloupnosti ϕ 1 n, ϕ n,, ϕ m n nezávislé, právě když matice ϕ 1 0 ϕ 0 ϕ m 0 ϕ 1 1 ϕ 1 ϕ m 1 M = ϕ 1 k 1 ϕ k 1 ϕ m k 1 jsou lineárně má hodnost m Maximální počet lineárně nezávislých prvků je roven k Důkaz: Nechť nejprve platí: (c 1 ϕ 1 n+c ϕ n+ +c m ϕ m n = 0 pro n = 0, 1,, ) (c j = 0 pro j = 1,,, m) Definujeme M 1 = ϕ 1 0 ϕ 0 ϕ m 0 ϕ 1 1 ϕ 1 ϕ m 1 ϕ 1 ϕ ϕ m Potom z podmínky nezávislosti plyne, že h(m 1 ) = m Z rovnosti (34) pak vidíme, že h(m) = h(m 1 ) = m Nyní dokážeme opačnou implikaci Nechť h(m) = m, pak sloupce matice M jsou lineárně nezávislé a platí: ϕ 1 0 ϕ m c ϕ c ϕ m m 1 = 0 [c j = 0 pro j = 1,,, m] ϕ 1 k 1 ϕ m k 1 Z věty (31) pak plyne lineární nezávislost pro n N 0 K dokončení důkazu si stačí všimnout, že maximální hodnost matice M je k, a proto maximální počet lineárně nezávislých prvků je roven k Příklad 1: Dokažte, že posloupnosti 4 n+ a ( ) n 3 jsou lineárně závislé Řešení: Hledáme c 1 a c nenulové tak, aby pro všecha n platilo c 1 4 n+ + c ( ) n 3 = 0 11

12 Vytknutím 4 n dostáváme 4 n (16c c ) = 0 Tato rovnice je splněna pro všechny dvojice c 1, c, kde c 1 je libovolné a c = 18c 1 Odtud je zřejmé, že zadané posloupnosti jsou lineárně závislé Definice 33 Systém k lineárně nezávislých řešení homogenní diferenční rovnice řádu k nazveme fundamentální systém této rovnice Tvrzení 3 Mějme homogenní diferenční rovnici řádu k Pak systém posloupností { {ϕ j n } n=0, j = 1,,, k} je fundamentální systém, právě když platí: W (ϕ 1 n,, ϕ k n) := ϕ 1 0 ϕ 0 ϕ k 0 ϕ 1 1 ϕ 1 ϕ k 1 ϕ 1 k 1 ϕ k 1 ϕ k k 1 0 (35) Důkaz: Plyne bezprostředně z tvrzení (31) Determinant (35) se nazývá Casoratián a je to vlastně určitá analogie Wronskiánu z teorie lineárních diferenciálních rovnic Příklad 1 - pokračování: Zkusme se vrátit zpět k předchozímu příkladu a využít poslední poznámku Dosazením prvních dvou členů posloupností dostáváme W = 4 ( ) ( ) 1 = = 0 a máme lineární závislost Podívejme se nyní, jak vypadá obecné řešení homogenní diferenční rovnice Věta 33 Nechť posloupnosti {ϕ j n} n=0, j = 1,,, k, tvoří fundamentální systém řešení (3) a nechť ψ n je libovolná posloupnost Potom ψ n je řešení (3), právě když je lineární kombinací prvků fundamentálního systému, tj existují konstanty c 1,, c k R tak, že ψ n = c k ϕ j n 1

13 Důkaz: Nechť ψ n je řešení (3) Víme, že platí ϕ 1 0 ϕ 0 ϕ k 0 ϕ 1 1 ϕ 1 ϕ k 1 W = ϕ 1 k 1 ϕ k 1 ϕ k k 1 0 Odtud vidíme, že vektory (ϕ j 0,, ϕ j k 1 )T, j = 1,, k, jsou lineárně nezávislé a tvoří tedy bázi v R k Z toho plyne, že vektor (ψ0, j, ψ j k 1 )T je lineární kombinací vektorů (ϕ j 0,, ϕ j k 1 )T, j = 1,, k Jinak řečeno existuje a j R, j = 1,, k, tak, že ψ n = k a jϕ j n pro všechna n = 0, 1,, k 1 Nyní chceme dokázat, že tato rovnost platí pro všechna n N 0 Označme ρ n := ψ n a j ϕ j n Z definice ρ n plyne, že ρ n = 0 pro n = 0, 1,, k 1 Navíc ρ n je podle důsledku (31) řešením homogenní rovnice (3), protože je lineární kombinací řešení (3) Dále víme, že tato homogenní rovnice je řádu k, a proto z prvních k členů posloupnosti lze díky větě (31) jednoznačně určit celé řešení Z (34) potom jasně vyplývá, že ρ n = 0 pro všechna n N 0 Tím jsme dokázali, že ψ n = k a jϕ j n pro všechna n N 0, tedy že libovolné řešení lze zapsat jako lineární kombinaci prvků fundamentálního systému Opačná implikace plyne z důsledku (31) Důsledek 3 Fundamentální systém tvoří bázi prostoru všech řešení homogenní lineární rovnice a dimenze tohoto prostoru je k Důsledek 33 Nechť lineární diferenční rovnice je řádu k Pak množina všech řešení homogenní soustavy tvoří vektorový prostor nad R dimenze k Až dosud jsme se zmiňovali jen o vlastnostech řešení, nyní se podívejme na to, jak najít fundamentální systém a řešení homogenní lineární diferenční rovnice Předpokládejme, že existuje řešení ve tvaru y n = λ n, pro nějaké λ C Tuto konstantu vypočítáme dosazením do (3): a 0 λ n + a 1 λ n a k λ n+k = 0 (36) Pro λ = 0 dostáváme triviální řešení, nás ale bude zajímat řešení netriviální V tomto případě můžeme rovnici (36) vydělit λ n a dostaneme a 0 + a 1 λ + a λ + + a k λ k = 0 13

14 Definice 34 Rovnici a j λ j = 0 (37) nazveme charakteristickou rovnicí homogenní lineární diferenční rovnice (3) Polynom ρ (λ) = a j λ j (38) nazveme charakteristický polynom homogenní lineární diferenční rovnice (3) Je vidět, že posloupnost {λ n } n=0 je řešením (3), právě když ρ (λ) = 0 Dále víme, že charakteristický polynom je stupně k, protože a k 0 Tedy ρ (λ) má právě k kořenů, pokud každý kořen počítáme tolikrát, kolik činí jeho násobnost Tvrzení 33 Mějme rovnici řádu k Nechť { ρ (λ) má pouze jednonásobné kořeny {λ } } n λ 1, λ,, λ k, potom systém posloupností j, j = 1,,, k tvoří fundamentální systém Důkaz: Systém posloupností je fundamentální, jestliže jednotlivé posloupnosti systému jsou lineárně nezávislé To platí podle tvrzení (3), právě když λ 1 λ λ k D 1 = 0 λ k 1 1 λ k 1 λ k 1 k Determinant upravíme tak, že (k 1)-ní řádek násobíme číslem ( λ 1 ) a přičteme ke k-tému řádku Dále ( λ 1 ) násobek (k )-hého řádku přičteme ke (k 1)-nímu řádku Pokračujeme pořád stejně, až konečně ( λ 1 ) násobek prvního řádku přičteme k druhému řádku Dostaneme, že determinant D 1 = λ λ 1 λ k λ 1 0 λ (λ λ 1 ) λ k (λ k λ 1 ) 0 λ k (λ λ 1 ) λ k k (λ k λ 1 ) Rozvinutím podle prvního sloupce a vytknutím společného dělitele z každého sloupce dostáváme λ λ 3 λ k D 1 = (λ λ 1 )(λ 3 λ 1 ) (λ k λ 1 ) λ k λ k 3 λ k k 14

15 Označíme λ λ 3 λ k D = λ k λ3 k λ k k a upravíme podobně jako D 1 Postupujeme stejným způsobem dál až k determinantu D k 1 = 1 1 λ k 1 λ k = (λ k λ k 1 ) Potom determinant D 1 můžeme zapsat ve tvaru D 1 = i>j(λ i λ j ), i, j = 1,, k Protože kořeny λ 1, λ,, λ k jsou jednonásobné a tedy všechny různé, je zřejmě D 1 0 a důkaz věty je u konce Příklad : Najděte vzorec pro n-tý člen Fibonacciho posloupnosti Řešení: Fibonacciho posloupnost je dána rekurentním vzorcem y n+ = y n+1 + y n, kde y 1 = 1 a y = 1 To je homogenní lineární diferenční rovnice druhého řádu, kterou přepíšeme jako y n+ y n+1 y n = 0 (39) Hledáme řešení ve tvaru y n = λ n Dosazením do (39) dostáváme λ n+ λ n+1 λ n = 0 Jelikož hledáme netriviální řešení (λ 0), můžeme rovnici vydělit λ n a dostáváme charakteristickou rovnici λ λ 1 = 0 Kořeny charakteristického polynomu ρ (λ) = λ λ 1 jsou λ 1 = a λ = 1 5 Podle tvrzení ( (33) ) jsou lineárně nezávislá řešení tvořící fundamentální systém posloupnosti a Obecným řešením rovnice je tedy podle věty n ( ) n (33) y n = c 1 ( 1 + ) n ( 5 1 ) n 5 + c 15

16 Z počátečních podmínek y 1 = 1 a y = 1 vypočítáme nyní konstanty c 1 a c Dostáváme = y 1 = c 1 ( = y = c c, ) ( + c 1 5 Odtud vypočítáme, že c 1 = 1 5 a c = 1 5 Potom vzorec pro n-tý člen Fibonacciho posloupnosti je ( y n = ) n ( ) 1 ) n 5 Na tomto vzorci je zajímavé, že ačkoliv členy posloupnosti jsou přirozená čísla, n-tý člen se počítá pomocí mocnin čísel iracionálních Navíc tvar vzorce je relativně složitý, takže bychom jej asi stěží uhádli Následující věta nám dá návod, jak najít obecné řešení v případě, že charakteristický polynom má vícenásobné kořeny Tvrzení 34 Mějme rovnici řádu k Nechť ρ (λ) má m různých kořenů λ 1,, λ m s násobnostmi p 1,, p m a m i=1 p i = k Potom soustava posloupností yn i,1 = λ n i, yn i, = nλ n 1 yn i,3 = n(n 1)λ n i, i = 1,, m, n N 0, y i,p i n = n(n 1) (n p i + )λ n p i+1 i, i, tvoří fundamentální systém Důkaz: Nejprve ukážeme, že tyto posloupnosti jsou řešením rovnice (3) V druhé části dokážeme, že jsou všechny lineárně nezávislé a) Posloupnosti { {y i,j n } n=0, i = 1,, m, j = 1,, p i} jsou řešení Nechť λ i je kořen ρ(λ) násobnosti p i Připomeňme, že λ i 0, protože uvažujeme rovnici řádu k a tedy a 0 0 Definujeme f n (λ) = a j λ n+j Je vidět, že f n (λ) = λ n ρ(λ) Víme, že ρ(λ) má kořen λ i násobnosti p i, tedy i f n (λ) má kořen λ i násobnosti p i 16

17 Z algebry víme, že polynom f má kořen λ násobnosti p, právě když λ je kořenem polynomů f, f, f,, f (p 1) a není kořenem polynomu f (p) Máme tedy 0 = f n (λ i ) = k a jλ n+j i, 0 = f n(λ i ) = k a j(n + j)λ n+j 1 i, 0 = f n(λ i ) = k a j(n + j)(n + j 1)λ n+j i, 0 = f (p i 1) n (λ i ) = k a j(n + j)(n + j 1) (n + j p i + )λ n+j p i+1 i, odkud je už zřejmé, že posloupnosti {λ n i }, { } { } nλ n 1 i,, n(n 1) (n pi + )λ n p i+1 i jsou řešením (3) b) Lineární nezávislost Definujeme λ 1 1 λ m M = λ 1 λ 1 λ m λ1 k 1 (k 1)λ k 1 λ k 1 m (k 1) (k p m + 1)λ k pm m M je matice typu k k a podle tvrzení (31) budou posloupnosti nezávislé, právě když hodnost matice M bude k Předpokládejme nyní, že tomu tak není, tedy že řádky M jsou lineárně závislé Podívejme se na to, jak bude vypadat n-tý řádek matice: r n = (λ n 1, nλ n 1 1,, n(n 1) (n p 1 + )λ n p 1+1 1,,, λ n m, nλm n 1,, n(n 1) (n p m + )λ n pm+1 m ) Z lineární závislosti řádků plyne, že existují konstanty a 0,, a k 1 R tak, že k 1 a i r i = 0 (310) a alespoň jedno a i, i = 0,, k 1, je nenulové Dále definujeme i=0 k 1 σ(λ) = a n λ n Vidíme, že σ(λ) je polynom stupně menšího než k Z (310) dostáváme n=0 0 = k 1 n=0 a nλ n j σ(λ) má kořen λ j, 0 = k 1 n=0 a nnλ n 1 j σ (λ) má kořen λ j, 0 = k 1 n=0 a nn(n 1) (n p j + )λ n p j+1 j σ (pj 1) (λ) má kořen λ j 17

18 Tedy λ j je kořen σ(λ) s násobností větší nebo rovnou p j, j = 1,, m To znamená, že σ(λ) má m různých kořenů λ 1,, λ m s násobnostmi alespoň p 1,, p m Protože m p j = k, má σ(λ) alespoň k kořenů (počítáme-li každý kořen tolikrát, kolik činí jeho násobnost), což je spor s tím, že deg(σ(λ)) < k Příklad 3: Uvažujme rovnici čtvrtého řádu, jejíž charakteristický polynom má čtyřnásobný kořen λ Potom podle tvrzení (34) je obecné řešení y n = a 1 λ n + a nλ n 1 + a 3 n(n 1)λ n + a 4 n(n 1)(n )λ n 3 Protože a 1,, a 4 jsou obecné konstanty, dá se výsledek upravit y n = a 1 λ n 1 + a λ nλn 1 + a 3 (n n)λ n 1 + a λ 4 (n 3 3n + n)λ n = λ 3 = λ n a 1 1 +n ( }{{} λ a 1 λ a 3 + λ a 1 4) 3 +n ( c 1 }{{} λ a 3 3 λ a 1 4) 3 +n3 ( }{{} λ a 4) 3 = }{{} c c 3 c 4 = c 1 λ n + c nλ n + c 3 n λ n + c 4 n 3 λ n Tento příklad nás vede k myšlence, že obecné řešení by se dalo psát v jednodušším tvaru, který je uveden v následující větě Věta 34 Mějme rovnici řádu k Nechť ρ (λ) má m různých kořenů λ 1,, λ m násobnostmi p 1,, p m a m i=1 p i = k Potom obecné řešení se dá psát ve tvaru s y n = c 1 λ n 1 + c nλ n 1 + c 3 n λ n c p1 n p 1 1 λ n c k n pm 1 λ n m Důkaz: Podle tvrzení (34) a věty (33) se dá obecné řešení zapsat ve tvaru y n = a 1 λ n 1 + a nλ n a 3 n(n 1)λ n a k n (n p m + )λ n pm+1 m Dále si uvědomíme, že λ n j i = 1 λ n λ j i Pokud takto upravíme všechny mocniny λ i, i i = 1,, m a roznásobíme výrazy n(n 1) (n j + 1), j = 1,, p i 1, můžeme vytknout λ n i spolu s jednotlivými mocninami n a tím dostáváme požadovaný tvar Příklad 4: Najděte obecné řešení rovnice y n+4 11y n y n+ 4y n+1 8y n = 0 18

19 Řešení: Charakteristický polynom má tvar ρ(λ) = λ 4 11λ λ 4λ 8 = (λ + 1)(λ ) 3 a jeho kořeny jsou λ 1 = 1, λ,3,4 = Podle věty (34) je obecným řešením y n = c 1 ( 1 )n + c n + c 3 n n + c 4 n n Nyní se zaměříme na to, jak vypadá řešení v případě, že charakteristická rovnice má komplexní kořeny Jak vypadá obecné řešení sice víme z věty (34), ale protože máme diferenční rovnici s reálnými koeficienty, budeme se snažit najít reálný fundamentální systém Než se ale dostaneme k tomu, jak tento fundamentální systém vypadá, zopakujme si některé pojmy z oblasti komplexních čísel Nechť λ = a + ib je kořen charakteristického polynomu Protože charakteristický polynom má reálné koeficienty, víme, že potom λ = a ib je také kořenem charakteristického polynomu Ještě si připomeneme, že komplexní čísla λ a λ se dají jednoznačně zapsat v goniometrickém tvaru jako λ = λ (cos ω + i sin ω) a λ = λ (cos ω i sin ω), kde úhel ω je jednoznačně určen vztahy cos ω = a a sin ω = b λ λ (viz obrázek) Čísla λ n a λ n můžeme pak psát jako λ n = λ n (cos nω + i sin nω) a λ n = λ n (cos nω i sin nω) Protože λ = λ, platí ještě λ n = λ n (cos nω i sin nω) Tvrzení 35 Nechť charakteristická rovnice stupně k má m-násobné komplexní kořeny λ = λ (cos ω + i sin ω) a λ = λ (cos ω i sin ω) Pak příslušná homogenní lineární diferenční rovnice má lineárně nezávislá řešení: λ n cos nω, n λ n cos nω, n λ n cos nω, n m 1 λ n cos nω, λ n sin nω, n λ n sin nω, n λ n sin nω, n m 1 λ n sin nω Důkaz: 19

20 a) m = 1 Podle tvrzení (33) existují lineárně nezávislá řešení u n = λ n a v n = λ n Definujeme: x n = un+vn = λ n cos nω, y n = un vn i = λ n sin nω Z věty (3) plyne, že x n a y n jsou řešení Zbývá ještě ukázat, že jsou lineárně nezávislá Podle tvrzení (31) to platí právě tehdy, když matice M = x 0 y 0 x 1 y 1 x k 1 y k 1 má hodnost Protože ale x 0 y 0 x 1 y 1 = 1 0 λ cos ω λ sin ω = λ sin ω 0, je h(m) = a posloupnosti x n a y n jsou nezávislé b) m > 1 Podle věty (34) existují lineárně nezávislá řešení Definujeme: u 0 n = λ n, v 0 n = λ n, u 1 n = nλ n, v 1 n = n λ n, u n = n λ n, v n = n λn, u m 1 n = n m 1 λ n, vn m 1 = n m 1 λn x s n = us n+vn s = n s λ n cos nω yn s = us n vs n i = n s λ n, s = 0, 1,, m 1 sin nω Podle věty (3) jsou x s n a yn s řešení Chceme dokázat, že x s n a yn s jsou lineárně nezávislá Protože m, musí mít charakteristická rovnice stupeň minimálně 4, tedy původní rovnice musí být alespoň čtvrtého řádu Definujeme M = x s 0 y0 s x s 1 y1 s x s y s x s k 1 y s k 1 Protože k 4, můžeme spočítat determinant xs 1 y1 s x s y s = λ cos ω λ sin ω s λ cos ω s λ sin ω = 0

21 = s λ 3 [cos ω sin ω cos ω sin ω] = s λ 3 sin ω 0 Odtud vidíme, že hodnost matice M je a podle tvrzení (31) jsou posloupnosti x s n a y s n lineárně nezávislé pro všechna s = 0, 1,, m 1 Příklad 5: Najděte reálné řešení rovnice y n+ y n+1 + y n = 0 Řešení: Charakteristický polynom má tvar Jeho kořeny jsou ρ(λ) = λ λ + λ 1 = 1 + i a λ = 1 i Převedením na goniometrický tvar dostáváme λ 1 = (cos π 4 + i sin π 4 ), λ = (cos π 4 i sin π 4 ) Podle tvrzení (35) je reálným řešením rovnice posloupnost n π y n = c 1 cos n 4 + c n π sin n 4 Věta 35 Nechť homogenní lineární diferenční rovnice je řádu k a nechť její charakteristický polynom má reálné kořeny λ 1,, λ l s násobnostmi p 1,, p l a komplexní kořeny s kladnou imaginární částí µ 1,, µ m s násobnostmi q 1,, q m, přičemž µ i = µ i (cos ω i + sin ω i ), kde ω i je jednoznačně určen vztahy cos ω i = Re(µ i) µ i a sin ω i = Im(µ i) µ i, i = 1,, m Potom fundamentální systém je tvořen těmito k posloupnostmi λ n 1, nλ n 1, n λ n 1, n p 1 1 λ n 1, λ n l, nλn l, n λ n l, np l 1 λ n l, µ 1 n cos nω 1, n µ 1 n cos nω 1, n µ 1 n cos nω 1, n q 1 1 µ 1 n cos nω 1, µ 1 n sin nω 1, n µ 1 n sin nω 1, n µ 1 n sin nω 1, n q 1 1 µ 1 n sin nω 1, µ m n cos nω m, n µ m n cos nω m, n µ m n cos nω m, n q1 1 µ m n cos nω m, µ m n sin nω m, n µ m n sin nω m, n µ m n sin nω m, n q1 1 µ m n sin nω m Důkaz: Protože charakteristický polynom má reálné koeficienty, jsou jeho kořeny i čísla µ 1, µ m, a to s násobnostmi q 1,, q m Protože rovnice je řádu k, je charakteristický polynom stupně k a platí k = p 1 + +p l +(q 1 + +q m ) Počet posloupností je tedy k Zbytek plyne z tvrzení (34), tvrzení (35) a věty (34) 1

22 3 Řešení nehomogenních rovnic V této kapitole bude horní index h značit obecné řešení rovnice (3) a horní index p partikulární řešení rovnice (33) Věta 36 Nechť y h n = k c jϕ j n je obecné řešení homogenní lineární diferenční rovnice (3) a y p n = ψ n je partikulární řešení nehomogenní lineární diferenční rovnice (33) Potom obecné řešení nehomogenní lineární diferenční rovnice (33) je posloupnost y n = y h n + y p n Důkaz: a) y n je řešením Protože y h n je řešením (3) a y p n je řešením (33), platí a j y n+j = a j yn+j h + y p n+j = 0 + f n = f n a y n je řešením (33) b) Každé řešení (33) se dá vyjádřit pomocí y n Nechť ψ n je řešení (33) Potom ψ n ψ n je řešení (3), protože a j ( ψ n+j ψ n+j ) = a j ψn+j a j ψ n+j = f n f n = 0 Tedy existují konstanty c 1, c,, c k R tak, že ψ n ψ n = k c jϕ j n, neboli ψ n = k c jϕ j n + ψ n = yn h + yn p Odtud dostáváme, že libovolné řešení (33) jsou posloupnosti tvaru y n = c j ϕ j n + ψ n Řešením nehomogenní rovnice je tedy součet obecného řešení homogenní rovnice a libovolného řešení nehomogenní rovnice Ukážeme si nyní dvě metody, jak partikulární řešení nehomogenní rovnice najít

23 31 Metoda variace konstant Nechť yn h = k c jϕ j n je obecné řešení homogenní rovnice (3) Řešení nehomogenní rovnice (33) budeme hledat ve tvaru y n = k c j(n)ϕ j n, kde {c j (n)} n=0 budou reálné posloupnosti K jejich určení budeme potřebovat k rovnic, které si vhodně zvolíme Nejdříve si vyjádříme y n+1, y n+,, y n+k, a to následujícím způsobem: y n+1 = c j (n + 1)ϕ j n+1 = = = Zvolme si první rovnici [ ] cj (n + 1)ϕ j n+1 c j (n)ϕ j n+1 + c j (n)ϕ j n+1 = c j (n)ϕ j n+1 + c j (n)ϕ j n+1 c j (n)ϕ j n+1 = 0 (311) Potom y n+1 = k c j(n)ϕ j n+1, odkud dostáváme, že y n+ = c j (n + 1)ϕ j n+ = Opět zvolíme = = [ ] cj (n + 1)ϕ j n+ c j (n)ϕ j n+1 + c j (n)ϕ j n+ = c j (n)ϕ j n+ + c j (n)ϕ j n+ c j (n)ϕ j n+ = 0 (31) Stejně pokračujeme, až dostaneme výraz y n+k = c j (n)ϕ j n+k + c j (n)ϕ j n+k Posloupnosti y n,, y n+k dosadíme do nehomogenní rovnice (33): f n = a 0 y n + a 1 y n+1 +, a k y n+k = = a 0 c j (n)ϕ j n + a 1 c j (n)ϕ j n a k +a k c j (n)ϕ j n+k 3 c j (n)ϕ j n+k +

24 Součet prvních k sum na pravé straně je podle věty (3) roven nule, protože posloupnosti {ϕ j n} n=0, j = 1,, k, jsou řešením homogenní rovnice (3) Tedy a k c j (n)ϕ j n+k = f n (313) Zvolili jsme k 1 rovnic k c j(n)ϕ j n+i = 0, i = 1,, k 1 Ty spolu s rovnicí (313) tvoří soustavu: c 1 (n)ϕ 1 n+1 + c (n)ϕ n c k (n)ϕ k n+1 = 0, c 1 (n)ϕ 1 n+ + c (n)ϕ n+ + + c k (n)ϕ k n+ = 0, c 1 (n)ϕ 1 n+k + c (n)ϕ n+k + + c k(n)ϕ k n+k = 1 a k f n (314) Protože posloupnosti ϕ j n, j = 1,, k, jsou lineárně nezávislé, je podle tvrzení (31) determinant soustavy (314) nenulový, tedy existuje jediné řešení Označme potom c 1 (n) = f 1 n, c (n) = f n,, c k (n) = f k n, c 1 (n) = 1 f 1 n + c 1, c (n) = 1 f n + c,, c k (n) = 1 f k n + c k Jak vypočítat jednotlivé sumace se uvádí v druhé kapitole Obecné řešení nehomogenní rovnice (33) je potom y n = c j (n)ϕ j n = [ ] 1 fn j + c j ϕ j n = c j ϕ j n + 1 fnϕ j j n 3 Metoda speciální pravé strany Mějme nehomogenní lineární diferenční rovnici (33) s pravou stranou f n, která splňuje f n = α n (P (n) cos(βn) + Q(n) sin(βn)), kde α > 0, β 0, π) a P (n), Q(n) jsou polynomy Zkusme hledat řešení (33) ve tvaru y n = α n n m (P (n) cos(βn) + Q (n) sin(βn)), kde P a Q jsou polynomy stupně ne většího než max {deg(p ), deg(q)} a m N 0 udává, jakou násobnost má číslo α(cos β + i sin β) jakožto kořen charakteristického polynomu (násobnost nula znamená, že číslo není kořenem) Poznámka 31 Ve skutečnosti existuje věta, která nám zaručuje existenci takového řešení Náznak důkazu pro m = 0 lze nalézt například v John a kol [3], str 86 Celý důkaz je příliš pracný a počítající jej ve skutečnosti nemusí znát, neboť díky větě (31) je nalezení koeficientů polynomů ve skutečnosti důkaz v daném případě 4

25 Příklad 6: Najděte řešení rovnice y n+ 8y n y n y 0 = 0 a y 1 = 1 = 5 n s počátečními podmínkami Řešení: a) Nejprve najdeme řešení homogenní rovnice y n+ 8y n y n = 0 (315) Charakteristický polynom má tvar ρ(λ) = λ 8λ + 15 = (λ 3)(λ 5) a jeho kořeny jsou λ 1 = 3 a λ = 5 Obecným řešením rovnice (315) je pak y h n = c 1 3 n + c 5 n b) Nyní najdeme řešení nehomogenní rovnice Pravou stranu si rozdělíme na dva sčítance f 1 n = 5 n a f n = a vypočítáme každé řešení zvlášť 1) ) y n+ 8y n y n = 5 n (316) f 1 n = 5 n, tedy α = 5, β = 0, P (n) = 1 (je polynom stupně 0) Číslo 5 = 5(cos 0 + i sin 0) je jednonásobným kořenem charakteristické rovnice, proto hledáme řešení ve tvaru y 1 n = 5 n n(a cos 0 + b sin 0) = an5 n, kde a a b jsou polynomy stupně 0 Dosazením do (316) dostáváme a(n + )5 n+ 8a(n + 1)5 n an5 n = 5 n / : 5 n, 5a(n + ) 40a(n + 1) + 15an = 1, 5an + 50a 40an 40a + 15an = 1, 10a = 1, a = 1 10 Odtud získáváme řešení y 1 n = 1 10 n5n = n 5n 1 y n+ 8y n y n = (317) f n =, tedy α = 1, β = 0, P (n) = (je polynom stupně 0) Číslo 1 = 1(cos 0 + i sin 0) není kořenem charakteristické rovnice, proto hledáme řešení ve tvaru y n = d, 5

26 kde d je polynom stupně 0 Dosazením do (317) dostáváme Proto je řešením posloupnost d 8d + 15d =, 8d =, d = 1 4 y n = 1 4 Podle věty (36) dostáváme, že obecné řešení rovnice y n+ 8y n y n = 5 n je y n = y h n + y 1 n + y n = c 1 3 n + c 5 n + n 5n Po dosazení počátečních podmínek získáváme 0 = y 0 = c 1 + c 1, 4 1 = y 1 = 3c 1 + 5c Přičtením ( 3)-násobku první rovnice k druhé rovnici dostáváme 0 = c, tedy c = 0 a z první rovnice vypočítáme, že c 1 = 1 Proto řešení naší rovnice při počátečních 4 podmínkách y 0 = 0 a y 1 = 1 je y n = 1 4 3n + n 5n

27 Kapitola 4 Lineární diferenční rovnice prvního řádu s nekonstantními koeficienty Definice 41 Lineární diferenční rovnicí prvního řádu s nekonstantními koeficienty budeme rozumět rovnici a 1 ny n+1 a 0 ny n = g n, (41) kde a 0 n a a 1 n jsou posloupnosti se členy různými od nuly pro všechna n N 0 a g n je daná posloupnost Za předpokladů uvedených v definici (41) můžeme rovnici (41) vydělit členem a 1 n Definujeme a0 n a 1 = a n a gn = f n a 1 n Tím dostáváme novou rovnici n y n+1 a n y n = f n (4) Věta 41 Mějme lineární diferenční rovnici prvního řádu s nekonstantními koeficienty s danou počáteční podmínkou y 0 Pak rovnice (41) má právě jedno řešení Důkaz: Důkaz provedeme indukcí Protože a 1 n 0, pro všechna n N 0 můžeme z (41) vyjádřit neboli y j = a0 j 1 y a 1 j 1 + g j 1, j 1 a 1 j 1 y j = a j 1 y j 1 + f j 1 (43) Z (43) můžeme jednoznačně vypočítat hodnotu y 1, neboť hodnoty y 0, a 0, f 0 jsou dány Předpokládejme nyní, že stejným způsobem vypočteme jednoznačně hodnoty y, y 3,, y l S využitím (43) dostáváme y l+1 = a l y l + f l Odtud vidíme, že y l+1 je určeno jednoznačně Tím jsme završili indukční krok a dokázali, že řešení existuje, a to jediné 7

28 41 Homogenní rovnice Nejprve vyřešíme homogenní rovnici Ta se dá přepsat jako Tento vzorec nám také říká, že y n+1 a n y n = 0 (44) y n+1 = a n y n y n = a n 1 y n 1, y n 1 = a n y n, y 1 = a 0 y 0, kde y 0 = c, c R Odtud dostáváme, že obecné řešení homogenní rovnice je n 1 y n = c a j (45) 4 Rovnice s pravou stranou Předpokládejme, že řešení nehomogenní diferenční rovnice je ve tvaru y n = a n 1 a n a 0 c n, (46) kde c n je reálná posloupnost Tu vypočítáme tak, že dosadíme (46) do (4) a postupně upravujeme: a n a n 1 a 0 c n+1 a n a n 1 a n a 0 c n = f n, a n a n 1 a 0 [c n+1 c n ] = f n, Protože a n 0 pro všechna n N 0, můžeme psát c n = a n a n 1 a 0 c n = f n f n n i=0 a, i a proto ( ) c n = 1 fn n i=0 a + c i Obecné řešení rovnice (4) je tedy n 1 [ ( ) ] y n = a j 1 fn n i=0 a + c i n 1 = c n 1 [ ( a j + a j 1 fn n i=0 a i )], (47) protože, jak je vidět z (47), y n je součtem obecného řešení homogenní rovnice (4) a partikulárního řešení nehomogenní rovnice (4) Z věty (41) pak plyne, že toto řešení je jednoznačně určeno počáteční podmínkou y 0 8

29 Kapitola 5 Soustavy lineárních diferenčních rovnic s konstantními koeficienty Definice 51 Nechť k N Soustavou k lineárních diferenčních rovnic 1 řádu s konstantními koeficienty budeme rozumět soustavu yn+1 1 = a 11 yn 1 + a 1 yn + + a 1k yn k + fn, 1 yn+1 = a 1 yn 1 + a yn + + a k yn k + fn, yn+1 k = a k1 yn 1 + a k yn + + a kk yn k + fn, k (51) kde a ij R, i, j = 1,, k, {fn} i n=0, i = 1,, k, jsou dané posloupnosti a kde neznámými jsou posloupnosti {yn} i n=0, i = 1,, k Jestliže fn 1 = fn = = fn k = 0 pro všechna n N 0 nazýváme soustavu homogenní, v opačném případě se jedná o soustavu nehomogenní neboli soustavu s pravými stranami Poznámka 51 Soustavu S můžeme psát v maticovém tvaru yn+1 1 a 11 a 1 a 1k y yn+1 n 1 = a 1 a a k y n a k1 a k a kk y k n+1 Popíšeme si zde dvě metody řešení soustav diferenčních rovnic 1 řádu - eliminační a maticovou y k n 51 Eliminační metoda Nejdříve ze soustavy (51) vytvoříme soustavu, jejímž řešením bude lineární diferenční rovnice k-tého řádu K tomu je zapotřebí vyjádřit y 1 n+, y 1 n+3,, y 1 n+k, a to 9

30 následujícím způsobem: Z prvního řádku soustavy (51) vypočítáme y 1 n+ = a 11 y 1 n+1 + a 1 y n a 1k y k n+1 + f 1 n+1 Nyní dosadíme z (51) za y 1 n+1, y n+1,, y k n+1 Dostáváme y 1 n+ = a 11 a 1j yn j +a 11 fn 1 +a 1 a j yn j +a 1 fn + +a 1k a kj yn j +a 1k fn k +fn+1 1 V této rovnici vytkneme jednotlivé členy yn, j j = 1,, k, a jejich koeficienty označíme α j Dále sloučíme členy s posloupnostmi fn, 1 fn, fn k a fn+1 1 a jejich součet označíme jako posloupnost gn Tím jsme dostali rovnici y 1 n+ = α j yn j + gn Z této rovnice můžeme vyjádřit y 1 n+3 = α j y j n+1 + gn+1 Do této rovnice můžeme znovu dosadit za jednotlivá y j n+1, j = 1,, k, vytknout jednotlivé členy y j n, j = 1,, k a přeznačit jako v předchozí situaci Dostáváme tak y 1 n+3 = α 3j yn j + gn 3 Stejným způsobem pokračujeme dál, až dostaneme rovnici y 1 n+k = α kj yn j + gn k Pro sjednocení označení ještě položme a 1j = α 1j, j = 1,, k a fn 1 = gn 1 Potom první rovnice má tvar yn+1 1 = α 1j yn j + gn 1 Nyní dostáváme novou soustavu yn+1 1 gn 1 = α 11 yn 1 + α 1 yn + + α 1k yn, k yn+ 1 gn = α 1 yn 1 + α yn + + α k yn, k yn+k 1 gk n = α k1 yn 1 + α k yn + + α kk yn k (5) 30

31 Předpokládejme, že soustava (51) má řešení, pak zřejmě platí, že toto řešení je i řešením soustavy (5) Pro zjednodušení situace budeme nadále předpokládat, že (5) má jen jedno řešení, to je pak zároveň řešením (51) Ze soustavy (5) postupně eliminujeme všechna y j n, j =,, k, až nám na pravé straně zůstane jen neznámá posloupnost y 1 n Na straně levé pak bude lineární kombinace výrazů y 1 n+1 g 1 n,, y 1 n+k gk n Tím jsme dostali lineární diferenční rovnici k-tého řádu, jejíž řešení je popsáno ve třetí kapitole Dosazením tohoto řešení do soustavy (5) dostáváme k 1 rovnic pro k 1 neznámých posloupností y n,, y k n a můžeme zopakovat již popsanou metodu Postupně tak dostaneme řešení celé soustavy Příklad 7: Najděte řešení soustavy Řešení: Nejprve vypočítáme x n+ : x n+1 = 4x n y n + n, y n+1 = x n + y n + 5 Dostáváme novou soustavu: x n+ = 4x n+1 y n+1 + n+1 = = 16x n 4y n + 4 n x n y n 5 + n = = 14x n 5y n + 6 n 5 x n+1 = 4x n y n + n, x n+ = 14x n 5y n + 6 n 5 Když přičteme ( 5)-násobek první rovnice k druhé zbavíme se neznámé posloupnosti y n a dostáváme diferenční rovnici x n+ 5x n+1 + 6x n = n 5 (53) Příslušná homogenní rovnice má charakteristický polynom λ 5λ + 6 = (λ )(λ 3) a obecné řešení homogenní rovnice je podle tvrzení (33) x h n = c 1 n + c 3 n Partikulární řešení nehomogenní rovnice nalezneme pomocí metody speciální pravé strany: a) x n+ 5x n+1 + 6x n = n (54) 31

32 Protože je kořenem charakteristické rovnice, hledáme řešení ve tvaru x 1 n = an n Dosazením do (54) dostáváme a proto x 1 n = 1 nn 4a(n + ) n 10a(n + 1) n + 6an n = n, a = 1, a = 1, b) x n+ 5x n+1 + 6x n = 5 (55) Řešení hledáme ve tvaru x n = b Dosazením do (55) dostáváme b 5b + 6b = 5, b = 5, a proto x n = 5 Odtud dostáváme řešení diferenční rovnice (53) x n = x h n + x 1 n + x n = c 1 n + c 3 n n n 1 5 y n vypočítáme jednoduše dosazením do zadání: y n = x n+1 + 4x n + n = = c 1 n 3c 3 n + (n + 1) n c 1 n + 4c 3 n n n 10 + n = = c 1 n + c 3 n + ( n) n 15 Řešení soustavy rovnic je tedy x n = c 1 n + c 3 n n n 1 5, y n = c 1 n + c 3 n + ( n) n 15, neboli zapsáno maticově ( ) ( xn 1 = c 1 y n ) n + c ( 1 1 ) 3 n ( n n ) n 1 ( 5 15 ) 5 Maticová metoda Označme A = a 11 a 1 a 1k a 1 a a k, y n = y 1 n y n a k1 a k a kk y k n 3

33 Potom homogenní soustavu soustavy (51) můžeme psát jako Odtud dostáváme y n+1 = Ay n y n = Ay n 1 = A y n = = A n y 0, kde y 0 je vektor počátečních podmínek Řešení homogenní soustavy diferenčních rovnic se tedy zužuje na nalezení n-té mocniny matice Jestliže potřebujeme znát obecné řešení stačí matici A n vynásobit místo vektoru počátečních podmínek y n vektorem c 1 c c =, c k kde c 1, c k R jsou obecné konstanty Partikulární řešení nehomogenní soustavy pak najdeme pomocí metody speciální pravé strany nebo variace konstant Nyní si uvedeme algoritmus pro výpočet n-té mocniny matice Podrobně je tento algoritmus odvozen v Elaydi [1], str Tvrzení (11) nám zaručuje existenci matice T takové, že T 1 AT = J Jednotlivé Jordanovy bloky matice J jsou sestaveny z vlastních čísel matice A a matice T je sestavena z vlastních vektorů (respektive zobecněných vlastních vektorů) matice A Potom A n = (T JT 1 ) n = T J n T 1, kde J n = diag(j n 1, J n,, J n r ) Matice J n i, i = 1,, r, již není těžké vypočítat Nyní můžeme obecné řešení homogenní soustavy rovnic psát jako kde c je vektor obecných konstant Příklad 8: Vyřešte soustavu rovnic y n+1 = y n = A n c = T JT 1 c, n 3 n

34 s vektorem počátečních podmínek Řešení: y 0 = a) Řešení homogenní soustavy Označme A = 1 4 1, c = 3 Nejdříve najdeme vlastní čísla matice A λ 3 1 A λi = 1 4 λ 1 3 λ = (1 λ)(λ 3) Dostáváme vlastní čísla λ 1 = 1 a λ = λ 3 = 3 Příslušné vlastní vektory jsou 1 1 v 1 = 0 a v = Nyní musíme najít zobecněný vlastní vektor Ten se najde řešením rovnice (A λ I)v 3 = v Dostáváme 1 v 3 = 1 1 c 1 c c 3 Z vlastních vektorů sestavíme matici T a vypočítáme T T = 0 1 1, Dále dostáváme T 1 = J =

35 a J n = 1 n n n3 n n Nyní můžeme konečně vypočítat A n 1 n3 n n n3 n 1 n3 n 1 A n = T J n T 1 = n3 n 1 3 n + n3 n 1 n3 n n 1 3 n 3 n Obecné řešení je pak 1 n3 n n n3 n 1 n3 n 1 y n = n3 n 1 3 n + n3 n 1 n3 n n 1 3 n 3 n b) Řešení nehomogenní soustavy Pravou stranu si rozdělíme na dva sčítance 1 0 n a c 1 c c 3 1) ) y n+1 = Řešení hledáme ve tvaru yn 1 = a b c n = a b c y n n (56) n Dosazením do (56) dostáváme a b c n + Řešením této rovnice je a =, b = 1 a c = 0, tedy yn 1 = 1 n 0 y n+1 = y n + Nyní si musíme uvědomit, že pravá strana je vlastně tvaru n (57) n, kde 1 je kořenem charakteristického polynomu, a proto řešení hledáme jako e + fn yn = g + hn 1 n Dosazením do (57) dostáváme i + jn 35

36 e + f g + h i + j = + f h j n = e g i f h j n Odtud dostáváme vypočítáním konstant, že 3 i + 3 yn = 0 n + 3 i Nám ale stačí jedno libovolné řešení nehomogenní soustavy, proto můžeme zvolit např i = 0 Potom dostáváme 3 3 yn = 0 n Obecné řešení nehomogenní soustavy je tedy 1 n3 n n n3 n 1 n3 n 1 y n = A n c + yn 1 + yn = n3 n 1 3 n + n3 n 1 n3 n n 1 3 n 3 n n + 0 n c 1 c c 3 + Dosazením vektoru počátečních podmínek dostáváme = c c 1 + c Odtud vypočítáme, že c 1 = 4, c = 4 a c 3 = 5 Řešením naší soustavy je tedy y n = 4 3 n + 5 n3 n n + 0 n

37 Literatura [1] Elaydi, S N: An Introduction to Difference Equations, Springer, New York, 1996 [] Goldberg, S: Introduction to Difference Equations, Wiley, New York, 1958 [3] John O, Kalenda O, Zelený M: Matematika (pokračování), Matfyzpress, Praha, 003 [4] Milne, E: Numerical Calculus, Princeton University Press, New Jersey, 1949 [5] Prágerová, A: Diferenční rovnice, SNTL, Praha,

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

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

Více

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

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

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

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

Více

Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program

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

Více

Zpracoval: hypspave@fel.cvut.cz 7. Matematická indukce a rekurse. Řešení rekurentních (diferenčních) rovnic s konstantními koeficienty.

Zpracoval: hypspave@fel.cvut.cz 7. Matematická indukce a rekurse. Řešení rekurentních (diferenčních) rovnic s konstantními koeficienty. Zpracoval: hypspave@fel.cvut.cz 7. Matematická indukce a rekurse. Řešení rekurentních (diferenčních) rovnic s konstantními koeficienty. (A7B01MCS) I. Matematická indukce a rekurse. Indukční principy patří

Více

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

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

Více

Diferenciální rovnice 3

Diferenciální rovnice 3 Diferenciální rovnice 3 Lineární diferenciální rovnice n-tého řádu Lineární diferenciální rovnice (dále jen LDR) n-tého řádu je rovnice tvaru + + + + = kde = je hledaná funkce, pravá strana a koeficienty

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

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

Řešení rekurentních rovnic 2. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 11

Řešení rekurentních rovnic 2. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 11 Řešení rekurentních rovnic 2 doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze c Josef Kolar, 2011 Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce

Více

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

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

Více

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

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

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

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

Více

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

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

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Jan Tomeček Tento stručný text si klade za cíl co nejrychlejší uvedení do teorie Greenových funkcí pro obyčejné diferenciální

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

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

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

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

Více

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

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

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice 9. Lineární diferenciální rovnice 2. řádu Cíle Diferenciální rovnice, v nichž hledaná funkce vystupuje ve druhé či vyšší derivaci, nazýváme diferenciálními rovnicemi druhého a vyššího řádu. Analogicky

Více

Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty

Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty Soustavy lineárních diferenciálních rovnic I řádu s konstantními koeficienty Definice a) Soustava tvaru x = ax + a y + az + f() t y = ax + a y + az + f () t z = a x + a y + a z + f () t se nazývá soustava

Více

1 Diference a diferenční rovnice

1 Diference a diferenční rovnice 1 Diference a diferenční rovnice Nechť je dána ekvidistantní síť uzlů x 0, x 1,..., x n tj. h R, h > 0 takové, že x i = x 0 + ih, i = 0, 1,..., n. Číslo h se nazývá krok. Někdy můžeme uvažovat i nekonečnou

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

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

Matematika 4 FSV UK, LS Miroslav Zelený

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

Více

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

Soustavy lineárních rovnic

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

Více

DMA Přednáška Rekurentní rovnice. takovou, že po dosazení odpovídajících členů do dané rovnice dostáváme pro všechna n n 0 + m pravdivý výrok.

DMA Přednáška Rekurentní rovnice. takovou, že po dosazení odpovídajících členů do dané rovnice dostáváme pro všechna n n 0 + m pravdivý výrok. DMA Přednáška Rekurentní rovnice Rekurentní rovnice či rekurzivní rovnice pro posloupnost {a n } je vztah a n+1 = G(a n, a n 1,..., a n m ), n n 0 + m, kde G je nějaká funkce m + 1 proměnných. Jejím řešením

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 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 Mnohočleny a algebraické rovnice

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

Více

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

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

Interpolace, ortogonální polynomy, Gaussova kvadratura

Interpolace, ortogonální polynomy, Gaussova kvadratura Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť

Více

Pomocný text. Polynomy

Pomocný text. Polynomy Pomocný text Polynomy Tato série bude o polynomech a to zejména o polynomech jedné proměnné (pokud nebude uvedeno explicitně, že jde o polynom více proměnných). Formálně je někdy polynom jedné proměnné

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

Příklad. Řešte v : takže rovnice v zadání má v tomto případě jedno řešení. Pro má rovnice tvar

Příklad. Řešte v : takže rovnice v zadání má v tomto případě jedno řešení. Pro má rovnice tvar Řešte v : má rovnice tvar takže rovnice v zadání má v tomto případě jedno řešení. Pro má rovnice tvar takže rovnice v zadání má v tomto případě opět jedno řešení. Sjednocením obou případů dostaneme úplné

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

1 Polynomiální interpolace

1 Polynomiální interpolace Polynomiální interpolace. Metoda neurčitých koeficientů Příklad.. Nalezněte polynom p co nejmenšího stupně, pro který platí p() = 0, p(2) =, p( ) = 6. Řešení. Polynom hledáme metodou neurčitých koeficientů,

Více

Vlastní čísla a vlastní vektory

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

Více

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

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 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

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

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) 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 : Vlastní čísla, vektory a diagonalizace

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

Více

INŽENÝRSKÁ MATEMATIKA DIFERENCIÁLNÍ ROVNICE 2

INŽENÝRSKÁ MATEMATIKA DIFERENCIÁLNÍ ROVNICE 2 INŽENÝRSKÁ MATEMATIKA DIFERENCIÁLNÍ ROVNICE 2 Robert Mařík 5. října 2009 c Robert Mařík, 2009 Obsah 1 LDR druhého řádu 4 2 Homogenní LDR, lineární nezávislost a wronskián 9 3 Homogenní LDR s konstantními

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

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

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

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

9.2. Zkrácená lineární rovnice s konstantními koeficienty

9.2. Zkrácená lineární rovnice s konstantními koeficienty 9.2. Zkrácená lineární rovnice s konstantními koeficienty Cíle Řešíme-li konkrétní aplikace, které jsou popsány diferenciálními rovnicemi, velmi často zjistíme, že fyzikální nebo další parametry (hmotnost,

Více

Lineární algebra : Polynomy

Lineární algebra : Polynomy Lineární algebra : Polynomy (2. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 15. dubna 2014, 11:21 1 2 2.1 Značení a těleso komplexních čísel Značení N := {1, 2, 3... }... množina

Více

1 Mnohočleny a algebraické rovnice

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

Více

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

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

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

Vlastní čísla a vlastní vektory

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

Více

1 Soustavy lineárních rovnic

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

Více

Úvod do lineární algebry

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

Více

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

PŘEDNÁŠKA 2 POSLOUPNOSTI

PŘEDNÁŠKA 2 POSLOUPNOSTI PŘEDNÁŠKA 2 POSLOUPNOSTI 2.1 Zobrazení 2 Definice 1. Uvažujme libovolné neprázdné množiny A, B. Zobrazení množiny A do množiny B je definováno jako množina F uspořádaných dvojic (x, y A B, kde ke každému

Více

Lineární algebra : Změna báze

Lineární algebra : Změna báze Lineární algebra : Změna báze (13. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 8. dubna 2014, 10:47 1 2 13.1 Matice přechodu Definice 1. Nechť X = (x 1,..., x n ) a Y = (y 1,...,

Více

Matematická analýza pro informatiky I.

Matematická analýza pro informatiky I. Matematická analýza pro informatiky I. 10. přednáška Diferenciální počet funkcí více proměnných (II) Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci

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

Kapitola 11: Lineární diferenciální rovnice 1/15

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

Více

Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy...

Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy... Polynomy Obsah Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1 Základní vlastnosti polynomů 2 1.1 Teorie........................................... 2 1.1.1 Zavedení polynomů................................

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

6 Lineární geometrie. 6.1 Lineární variety

6 Lineární geometrie. 6.1 Lineární variety 6 Lineární geometrie Motivace. Pojem lineární varieta, který budeme v této kapitole studovat z nejrůznějších úhlů pohledu, není žádnou umělou konstrukcí. Příkladem lineární variety je totiž množina řešení

Více

Nechť je číselná posloupnost. Pro všechna položme. Posloupnost nazýváme posloupnost částečných součtů řady.

Nechť je číselná posloupnost. Pro všechna položme. Posloupnost nazýváme posloupnost částečných součtů řady. Číselné řady Definice (Posloupnost částečných součtů číselné řady). Nechť je číselná posloupnost. Pro všechna položme. Posloupnost nazýváme posloupnost částečných součtů řady. Definice (Součet číselné

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

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

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

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

Řešení rekurentních rovnic 3. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 12

Řešení rekurentních rovnic 3. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 12 Řešení rekurentních rovnic 3 doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze c Josef Kolar, 2011 Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce

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

O řešení diferenční rovnice y(n+2) 1, 25y(n+1)+0, 78125y(n) = x(n + 2) x(n)

O řešení diferenční rovnice y(n+2) 1, 25y(n+1)+0, 78125y(n) = x(n + 2) x(n) O řešení diferenční rovnice yn+), 5yn+)+0, 785yn) xn + ) xn) Prof. RNDr. Josef Diblík, DrSc. a Prof. Ing. Zdeněk Smékal, CSc. V příspěvku je řešena rovnice Abstrakt yn + ), 5yn + ) + 0, 785yn) xn + ) xn)

Více

Těleso racionálních funkcí

Těleso racionálních funkcí Těleso racionálních funkcí Poznámka. V minulém semestru jsme libovolnému oboru integrity sestrojili podílové těleso. Pro libovolné těleso R je okruh polynomů R[x] oborem integrity, máme tedy podílové těleso

Více

1. Jordanův kanonický tvar

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

Více

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

7. Lineární vektorové prostory

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

Více

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

1 Projekce a projektory

1 Projekce a projektory Cvičení 3 - zadání a řešení úloh Základy numerické matematiky - NMNM20 Verze z 5. října 208 Projekce a projektory Opakování ortogonální projekce Definice (Ortogonální projekce). Uvažujme V vektorový prostor

Více

α β ) právě tehdy, když pro jednotlivé hodnoty platí β1 αn βn. Danou relaci nazýváme relace

α β ) právě tehdy, když pro jednotlivé hodnoty platí β1 αn βn. Danou relaci nazýváme relace Monotónní a Lineární Funkce 1. Relace předcházení a to Uvažujme dva vektory hodnot proměnných α = α,, 1 αn ( ) a β = ( β β ) 1,, n x,, 1 xn. Říkáme, že vekto r hodnot α předchází vektor hodnot β (značíme

Více

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

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

Více

Vlastní čísla a vlastní vektory

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

Více

[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

DEFINICE Z LINEÁRNÍ ALGEBRY

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

Více

Věta o dělení polynomů se zbytkem

Věta o dělení polynomů se zbytkem Věta o dělení polynomů se zbytkem Věta. Nechť R je okruh, f, g R[x], přičemž vedoucí koeficient polynomu g 0 je jednotka okruhu R. Pak existuje jediná dvojice polynomů q, r R[x] taková, že st(r) < st(g)

Více

9.5. Soustavy diferenciálních rovnic

9.5. Soustavy diferenciálních rovnic Cíle Budeme se nyní zabývat úlohami, v nichž je cílem najít dvojici funkcí y(x), z(x), pro které jsou zadány dvě lineární rovnice prvního řádu, obsahující tyto funkce a jejich derivace. Výklad Omezíme-li

Více

7.3. Diferenciální rovnice II. řádu

7.3. Diferenciální rovnice II. řádu Diferenciální rovnice 7 Diferenciální rovnice II řádu Ve stručném přehledu se budeme zabývat výhradně řešením lineárních diferenciálních rovnic II řádu s konstantními koeficienty Obecný tvar: ay + ay +

Více

FREDHOLMOVA ALTERNATIVA

FREDHOLMOVA ALTERNATIVA FREDHOLMOVA ALTERNATIVA Pavel Jirásek 1 Abstrakt. V tomto článku se snažíme shrnout dosavadní výsledky týkající se Fredholmovy alternativy (FA). Postupně zmíníme FA na prostorech konečné dimenze, FA pro

Více

EUKLIDOVSKÉ PROSTORY

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

Více