10. Afinní a euklidovský prostor

Rozměr: px
Začít zobrazení ze stránky:

Download "10. Afinní a euklidovský prostor"

Transkript

1 10. Afinní a euklidovský prostor Definice Afinním prostorem A = AV nad vektorovým prostorem V rozumíme trojici A, V,+,kde Ajemnožina,jejížprvkynazývámebody, V jevektorovýprostor,+jeoperace,která boduavektorupřiřadíbod:+:a V A,splňujícínásledujícíaxiomy: i a+o=aprolibovolnýbod a A ii a+v+w=a+v+wprolibovolnýbod a Aavektoryv,w V iiikekaždédvojicibodů a, b Aexistujeprávějedenvektorv V,prokterý a+v=b.tento vektorznačíme b a. Euklidovským prostorem EV rozumíme afinní prostor spolu se skalárním součinem na V neboli euklidovský prostor je afinní prostor nad unitárním prostorem. Dimenzí afinního nebo euklidovského prostoru rozumíme dimenzi příslušného vektorového prostoru. a + v 1 + v 2 = a + v 1 + v 2 d v 1 + v 2 v 1 v 2 a + v 1 d c a = a + o c Obrázek 1: Afinní prostor. Axiomiiříká,ževevýrazechtypu a+v 1 +v nemusímepsátzávorky.zaxiomůiaiii vidíme,že a a=o.zaxiomuiiivyplývá,že a+b a=bprolibovolnédvabody a, b. Základnímpříklademafinníhoprostorujeprostor AT n.bodyivektoryjsouuspořádané n-ticeprvků T. Operace sčítání bodu a vektoru je definována jako obvyklé sčítání n-tic. Vezmeme-li navíc na vektorovémprostoru T n běžný skalárnísoučin,mámezákladnípříkladeuklidovskéhoprostoru prostor ET n. Z kapitoly o homomorfismech vektorových prostorů víme, že každý vektorový prostor dimenze n je izomorfníaritmetickémuprostoru T n.trochuvágněřečeno,jedinývektorovýprostordimenze nje, ažnaizomorfismustj.přeznačníprvků, T n.prostoryzpředchozíhoodstavcemajípodobnouroliv afinnícheuklidovských prostorech: Uvidíme, že jediný afinníresp. euklidovský prostor dimenze n je,ažnaafinníresp.izometrickýizomorfismus,prostor AT n resp. ET n. Vlibovolnémafinnímprostoruplatínásledujícívztahy,kterájsouvafinnímprostoru AT n zřejmé. Pozorování10.2.Nechť AVjeafinníprostor, a, b, c, d Abody,u,v V vektory.pak ia+u b+v=a b+u v, iia b+c d=a d+c b, iiia b+b c=a c. 1

2 Důkaz. Pozorování lze snadno dokázat přímo z definiceviz cvičení, nebo lze výpočet převést na výpočetvat n kdejsoutvrzenízřejmávyužitímnějakésoustavysouřadnicvizníže. Podprostory Definice Nechť AV je afinníresp. euklidovský prostor. Říkáme, že BW je podprostorem AV,pokud B A, W V, W jevektorovýmpodprostorem V, Bjeuzavřenánasčítání boduavektoruzw arozdíllibovolnýchdvoubodůzb jevektorve W.Jinýmislovy, BWje podprostor AV, pokud tvoří se zúženými operacemi prostoru AV afinníeuklidovský prostor. Je-li b Blibovolnýbod,pak B= b+w= {b+w w W }. Naopak,prolibovolnýbod b Aapodprostor W V je BW,kde B= b+w,podprostorem AV. Důkaz. Dokážeme nejprve druhé tvrzení. Musíme ukázat, že 1. součetbodu b+w 1 b+w avektoruw 2 jebodvb+w.toplatí,protožeb+w 1 +w 2 = b+w 1 +w 2 axiomi. 2. rozdíldvoubodů b+w 1, b+w 2 b+wjevektorve W.Toplatí,protožeb+w 1 b+w 2 = b b+w 1 w 2 =o+w 1 w 2 =w 1 w 2 V podlepozorování,bodii,poznámceza definicí afinního prostoru a axiomui. Prvnítvrzení:SoučetboduzBavektoruzWjebodzB,tedy b+w B.Je-li a Blibovolnýbod, pak a b Wpodledefinice.Pakale a=b+a b b+wpodlepoznámkyzadefinicíafinního prostoru.čili B b+w. Chápeme-li T n jakovektorovýprostor,pakpodprostoryjsou rovnéútvary přímky,roviny,... procházejícípočátkem.podprostoryafinníhoprostoru AT n jsou rovnéútvary,kterépočátkem procházet nemusí. Afinní prostor dimenze 0 je bod. Afinnímu prostoru dimenze 1 říkáme přímka, afinnímu prostoru dimenze 2 říkáme rovina. Podprostoru dimenze n 1 v afinním prostoru dimenze n říkáme nadrovina. Při zadání afinního podprostoru většinou uvádíme pouze množinu B a říkáme, že B je podprostor AV. Příklad.Množina B=1,2,3+ 4,5,6 ={1,2,3+t 4,5,6 t R}={1+4t,2+5t,3+6t t R}jepodprostorafinníhoprostoru R 3.Jetopřímka,protožedimW=dim 4,5,6 =1. Množina B =1,2,3+ 4,5,6,7,8,9 jerovinaazároveňnadrovinavr 3,protožedimW= dim 4,5,6,7,8,9 =2. 2

3 Soustavy souřadnic, jejich transformace Soustavousouřadnicvafinnímprostoru AVrozumímemnožinu S= {a,m 1,m 2,...,m n },kde a AaM= {m 1,...,m n }jebáze V. Kartézkou soustavou souřadnic v euklidovském prostoru EV rozumíme soustavu souřadnic S= {a,m 1,m 2,...,m n },kde M= {m 1,...,m n }jeortonormálníbáze V. Bod asenazývápočáteksoustavysouřadnic.přímky a+ u i senazývajísouřadnicovéosy. Souřadnicebodu b Aresp. Evsoustavěsouřadnic Sdefinujemejakovyjádřenívektoru b av bázi M,tedyvztahem {b} S = {b a} M. Souřadnicevektoruv V vsoustavěsouřadnic Sdefinujemejakovyjádřenívektoruvvbázi M, tedy vztahem {v} S = {v} M. Zvolitsoustavusouřadnictedyznamenáurčitpočátek bod a,avektorym i,kterétvoříbázi.kartézká soustavasoustavasouřadnicjetaková,ževektorym i majívelikost1ajsounavzájemkolmé. osa a + m 2 b a b {b} S = 1.5,2 m 2 a m 1 osa a + m 1 Obrázek2:Soustavasouřadnic S= {a,m 1,m 2 }var 2.Bod bajehosouřadnice. Uvektorovýchprostorůvíme,že {v 1 +v 2 } M = {v 1 } M + {v 2 } M a {t v 1 } M = t {v 1 } M prolibovolnou bázi M,vektoryv 1,v 2 V a t T.Operaceve V tedy můžemeprovádětvat n přejdeme-liod vektorůkjejichvyjádřenívbázi M.Podobnásituacejeuafinníchprostorů všechnyoperacevafinním prostoru můžemeprovádětvat n přejdeme-liodvektorůabodůkjejichvyjádřenívzhledemk soustavě souřadnic S: Tvrzení10.4.Mějmeafinníprostor AVajehosoustavusouřadnic S.Prolibovolnévektoryv 1,v 2 V,body b, c Aaprvek t Tplatí: {v 1 +v 2 } S = {v 1 } S +{v 2 } S, {t v 1 } S = t {v 1 } S, {b+v 1 } S = {b} S +{v 1 } S, {b c} S = {b} S {c} S. Je-li EVeuklidovskýprostoraSkartézkásoustavasouřadnic,pakprolibovolnévektoryv 1,v 2 V platí v 1 v 2 = {v 1 } S {v 2 } S. 3

4 Důkaz. Snadné. Z prvního semestru víme, jak se mění souřadnice vektorů při přechodu od báze k bázi. Nyní spočítáme, jak se mění souřadnice bodů při přechodu od soustavy souřadnic k jiné soustavě. Tvrzení Mějme dvě soustavy souřadnic S = {a,m 1,...,m n } a S = {a,m 1,...,m n} v afinnímprostoru AVdimenze n.označme P maticipřechoduodbáze M = {m 1,...,m n }kbázi M = {m 1,...,m n}tedy P= {id} M M.Pakprolibovolnýbod b Aavektorv V platí {b} S = {a } S + {b} S P T, {v} S = {v } S P T. Důkaz. {b} S = {b a} M = {b a +a a} M = {a a} M + {b a } M = = {a } S + {b a } M P T = {a } S + {b} S P T. Příklad.Vafinnímprostoru R 2 mámedánysoustavysouřadnic S= {a,m 1,m 2 }={1,1,1,2, 2,3}, S = {a,m 1,m 2}={ 4,5,5,3, 7,14}. Napištevzorečkynavýpočetvyjádřeníbodu b R 2 resp.vektoruvvsoustavěsouřadnic Smáme-li danévyjádřenívsoustavěsouřadnic S Řešení. Najdeme nejprve matici přechodu P od M = {1,2, 2,3} k M = {5,3, 7,14} metodou z kapitoly o homomorfismech: Tedy P= Spočítámeještě {a } S = {a a} M = { 5,4} M : tedy {a } S = 1, Mějmebod b R 2,jehožvyjádřenívS je {b} S =x, y.pakvyjádření bvs spočtemepodle přechozího tvrzení {b} S =x, y= 1,2+x, y P T = 1,2+x, y 3 1, 1 4 takže x= 1+3x + y, y=2 x +4y. Máme-livektorv R 2 jehožvyjádřenívs je {v} S =x, y,pak {v} S =x, yspočteme x=3x + y, y= x +4y., 4

5 Afinní zobrazení, izometrie Definice10.6.Nechť AV, A V jsouafinníprostory, a A, a A body, f: V V homomorfismus.zobrazení F: A A definovanépředpisem Fa+v=a + fv nazýváme afinní zobrazení vytvořené homomorfismem f. Je-li f monomorfismus, nazývá se F regulární afinní zobrazení. Je-li f izomorfismus, nazývá se F afinní izomorfismus. Nechť EV, E V jsoueuklidovsképrostory.afinnízobrazení F: E E vytvořenéhomomorfismem f: V V senazýváizometrie,pokud fjeunitárnízobrazenízachováváskalárnísoučin. Pokud f je navíc izomorfismus, nazývá se F izometrický izomorfismus. a + v F v a = Fa fv Fa + v = a + fv a Obrázek3:AfinnízobrazenízR 2 do R 2. Afinnízobrazeníjetedyurčenoobrazemjednohoboduvdefinicibylourčeno Fa=a aobrazy vektorů.navolběbodu anezáleží:je-li Fa+v=a + fv,paktaké Fb+v=Fb+fvpro libovolnýbod b A,jaklzesnadnoověřit. Mějmeafinníprostory AU, BV, CW.Jsou-li F: A B, G:B Cafinnízobrazenívytvořená homomorfismy f : U V, g : V W,paksloženézobrazení GF : A C jeafinnízobrazení vytvořené homomorfismem f: U W. Je-li F afinní izomorfismus, pak existuje inverzní zobrazení F 1 : B Aatoto Fjeafinnízobrazenívytvořenéhomomrfismem f 1 : V U.Ověřenítěchtofaktů a formulaci podobných tvrzení pro euklidovské prostory přenecháme čtenáři. Všimněme si rovněž, že každá izometrie je regulární afinní zobrazeníprotože unitární zobrazení je prosté. Nyní dokážeme poznámku z první části: Jediný afinníresp. euklidovský prostor dimenze n je, až na afinníresp.izometrickýizomorfismus,prostor AT n resp. ET n. Věta Každý afinní prostor AV dimenze n je afinně izomorfní aritmetickému afinnímu prostoru AT n.každýeuklidovskýprostor EVdimenze njeizometrickyizomorfníaritmetickémueuklidovskémuprostoru ET n. Důkaz.Zvolímelibovolnousoustavusouřadnic Svprostoru AV.Zobrazení Fb={b} S jeafinní izomorfismusprostorů AVaAT n,protožeprolibovolné bje Fb+v={b+v} S = {b} S + {v} S, 5

6 tedy F jeafinnízobrazenívytvořenéizomorfismem f: V AT n, fv={v} M.Proeuklidovský prostor zvolíme kartézkou soustavu souřadnic a zobrazení F definujeme stejně. Parametrickéarovnicovévyjádřenípodprostorů AT n Každýpodprostor Bafinníhoprostoru AT n můžemevyjádřitvetvaru B= a+v,kde ajenějaký bodzba V jepodprostor T n.zvolíme-linějakoubázi M= {m 1,...,m k }prostoru V,máme B= a+ m 1,...,m k. Tomuto vyjádření se říká parametrické vyjádření podprostoru B. Připomeňme, že každý bod b B můžeme vyjádřit jako b=a+t 1 m t k m k, t i T. Vektort 1,...,t k jeurčenjednoznačněprotože Mjebáze,jetovlastněvyjádřeníbodu bvsoustavě souřadnica,m 1,...,m k. Zpodprostory AT n jsmesejižsetkalipřiřešenísoustavyrovnic.uvažujmesoustavu krovnicon neznámých Ax T = b,kde ha=k=ha b,tj.žádnázrovnicnení nadbytečná asoustavamá řešení.množinavšechřešeníje v p +KerA,kde v p T n jelibovolnéřešenísoustavy,dimkera= n k.takžemnožinavšechřešeníjepodprostor AT n dimenze n k.protosoustavě Ax T = b říkámerovnicovévyjádřenípodprostoru v p +KerA. Přechod od rovnicového vyjádření k parametrickému je zřejmý: Příklad.Určeteparametrickypodprostor B R 5 danýrovnicemi x 1 +2x 2 x 3 + x 5 = 1 2x 1 +4x 2 + x 4 x 5 = 4 Řešení. Máme vlastně pouze vyřešit danou soustavu rovnic. Gaussovou eliminací vypočteme Tedy B můžeme vyjádřit parametricky např. taktopři počítání báze řešení homogenní soustavy volíme parametryna2.,4.a5.místě,volímepostupně0,0,2,0,2,0,1,0,0,abyřešenívyšlo hezky B=2,0,1,0,0+ 1,0,5,0,2, 1,0, 1,2,0, 2,1,0,0,0. Mějmenynínaopakparametrickévyjádření B= a+v = a+ m 1,...,m k achcemepodprostor B vyjádřitrovnicově.tedyhledámesoustavu n krovniconneznámých Ax T = b T,jejímžřešenímje právěmnožina B.Jinýmislovychceme,abyKerA=V aabypartikulárnímřešenímbylbod a.to jsmesenaučilivkapitoleolineárníchformáchaduálech.napíšemevektorym 1...m k dořádkůmatice 6

7 Cadořádkůmatice AnapíšemenějakoubáziKerC.PakmámeKerA=V.Vektorpravýchstran určíme,abysoustavuřešilbod a zvolíme b=aa T. Příklad.Najdětenějakérovnicovévyjádřenípodprostoru B R 5 danéhoparametricky B=2,0,1,0,0+ 1,0,5,0,2, 1,0, 1,2,0, 2,1,0,0,0. Řešení. Postupujeme podle návodu nad příkladem. Vyřešíme hommogenní soustavu rovnic s maticí C: C= KerC= 1, 2, 1,0,2,5,10, 1,2,0 Rovnicové vyjádření B bude x 1 2x 2 x 3 +2x 5 = b 1 5x 1 +10x 2 x 3 +2x 4 = b 2 Pravoustranuurčíme,abyzadanésoustavěvyhovovalbod2,0,1,0,0,tedy b 1 = 3, b 2 =9.Rovnicové vyjádření B je tedy například: x 1 2x 2 x 3 +2x 5 = 3 5x 1 +10x 2 x 3 +2x 4 =9 Všimněmesiještěgeometrickéhovýznamuřádkůvrovnicovémvyjádření Ax T = b T podprostoru a+v euklidovskéhoprostoru ER n.veuklidovskémprostoru ER n jekerarovnoortogonálnímudoplňku lineárního obalu řádků matice A. Tedy v řádcích matice A máme bázi ortogonálního doplňku prostoru V.Jinýmislovy,lineárníobalřádkůmatice Ajepřesněmnožinavektorůkolmýchna V.Tomuto prostoru se proto také říká normálový prostor, libovolnému nenulovému prvku tohoto prostoru říkámenormálovývektor.vpřípadě,že a+v jenadrovina,tj.dimv=n 1,paknormálový prostor má dimenzi 1, tedy normálový vektor je určen jednoznačně až na násobek. Příklad.2x 1 3x 2 +4x 3 =2jerovnicovýpopisroviny1,0,0+ 2,0,1,3,2,0 vr 3.Vektor 2, 3,4jenormálovývektor.Normálovýprostorje 2, 3,4. 7

8 Vzájemná poloha podprostorů v afinním prostoru Definiceatvrzení10.8.Nechť BUaCWjsoupodprostoryafinníhoprostoru AV.Říkáme, že BUaCWjsou rovnoběžné,pokud U Wnebo W U; různoběžné, pokud mají alespoň jeden společný bod a nejsou rovnoběžné; mimoběžné, pokud nemají společný bod a nejsou rovnoběžné. Pokud B C,pak B C= d+u W, kde d B Cjelibovolnýbod. Průniku B Cněkdyříkámeprůsečík Ba C,jetonejvětšíafinnípodprostor AV,kterýjeobsažen v obou podprostorech. Důkaz tvrzení, viz cvičení. Proověřenírovnoběžnostidvoupodprostorůsivšimněme,ževztah W W platíprávětehdy,když dimw W =dimw.podobně W Wprávětehdy,kdyždimW W =dimw. Příklad.Určete,zdajsoupodprostory B= b+w, B = b + W Z 4 5 rovnoběžné: B=1,2,3+ 1,0,4, B =3,0,1+ 1,4,3,2,4,2 Řešení.ZřejmědimW=1.UrčímedimW : UrčímedimW W Jetedy W W,podprostory Ba B jsourovnoběžné , dimw =2, dimw W =2. Následuje kriterium na rozlišení různoběžných a mimoběžných podprostorů: Tvrzení Nechť BU a CW jsou nerovnoběžné podprostory afinního prostoru AV. Následující tvrzení jsou ekvivalentní: i Podprostory B a C jsou různoběžné; iiprokaždé b B, c Cje b c U W; iiiexistují b B, c Cje b c U W. Důkaz.i ii.vezmemelibovolnýbod d B C.Vektor b dležívu,vektor d cležívw podledefinicepodprostouuzavřenostnaodčítání.tedy b c=b d+d c U W. 8

9 ii iiijezřejmé. iii i.protože b c U W,máme b c=u+w,kdeu U,w W.Bod b u=c+wležív BivC. Proprakticképočítáníjeužitečnápodmínkaiiispoluspozorováním,že b c U Wprávětehdy, kdyždim b c U W=dimU W. Mějmedvěmimoběžnépřímky p, qvafinnímprostorudimenze3.přímku r=c+ w,kteráprotíná oběpřímky,nazývámepříčkoumimoběžek paqvesměruw. Tvrzení Nechť p=a+uaq = b+vjsoumimoběžnépřímkyvafinnímprostoru AV dimenze3aw V nenulovývektor.pakpříčkamimoběžek paqvesměru w existujeprávětehdy, kdyžw u v.vtomtopřípadějeurčenajednoznačně. Důkaz.Uvažujmerovinu ρ=a+ u,w.pokud rjepříčka paqsesměremw,pak rležívrovině ρa protíná q.protože b ρtoplyneztoho,že paqjsoumimoběžné,musínutněw u v jinak byse qa ρneprotly.vtomtopřípadějeprůnikem ρaqjedinýbod dprotože u v w ={o}. Tedypříčka rjeurčenajednoznačně: r=d+ w. Přímky paqjsoumimoběžné,pokudnejsourovnoběžnétonastaneprávětehdy,kdyždim u,v =2 anejsourůznoběžnétonastaneprávětehdy,kdyždim b a,u,v >dim u,v.dohromady, paq jsoumimoběžné,právěkdyždim b a,u,v =3. Podmínkaw u v jesplněna,právěkdyždim w,u,v =dim u,v. Příklad.Vafinnímprostoru R 3 naleznětepříčkumimoběžek p=a+ u =1,2, 1+ 1, 1,1, q= b+ v =0,9, 2+ 1,0,0 vesměruw=1,2,0. Řešení.Určímenejprvedim b a,u,v tedydim w,u,v =3ap,qjsouskutečněmimoběžné.Podobněověříme,žedim w,u,v =3,tedy příčka ve směru w existuje. Spočítáme průsečík d přímky q s rovinou ρ=a+ u,w =1,2, 1+ 1, 1,1,1,2,0. Prvnízpůsob:Bod dležínapřímce q,tedy d=0,9, 2+α1,0,0,avrovině ρ,tedy d=1,2, 1+ β1, 1,1+γ1,2,0.Rozepsánímdosložekzískámesoustavutřírovnicotřechneznámých.Vyjde α=3.takže d=3,9, 2., 9

10 Druhý způsob: Spočítáme rovnicové vyjádření roviny ρ: Řešením této soustavy je 2, 1, 3.Dopočtením pravé strany získáme vyjádření ρ: 2x+y+3z= 3. Průsečík d=x, y, zmusíležetnapřímce q,tedyx, y, z=α,9, 2,avrovině ρ,tedymusíplatit 2α+9+3 2= 3.Takže α=3, d=3,9, 2. Hledanápříčkaje3,9, 2+ 1,2,0. Tvrzení10.11.Nechť p=a+uaq= b+vjsoumimoběžnépřímkyvafinnímprostoru AVdimenze 3ac Alibovolnýbodneležícína pani q.pakpříčkamimoběžek paqprocházejícíbodem cexistuje právětehdy,když c a, c b u v.vtomtopřípadějeurčenajednoznačně. Důkaz.Uvažujmerovinu ρ=a+ u, c a.pokud rjepříčka paqprocházejícíbodem c,pak rležív rovině ρ a protíná q. Tedy p a ρ nemohou být rovnoběžné. Zřejmě p a ρ jsou rovnoběžné, právě když c a u,v.symetrickouúvahourovinu ρvedemepřímkou qabodem czjistíme,že c b u,v. Vpřípadě,že c=a, c b u,v jeprůnikem ρaqjedinýbod d.příčka rexistujeajeurčena jednoznačně: r=d+ c d.detailypřenechámečtenáři. Příklad.Vafinnímprostoru R 3 naleznětepříčkumimoběžek p=a+ u =3,3,3+ 2,2,1, q= b+ v =0,5, 1+ 1,1,1 procházejícíbodem c=4,5,3. Řešení.Snadnoověříme,žedim b a,u,v =dim c a,u,v =dim c b,u,v =3,tedypřímkyjsou skutečně mimoběžné a příčka procházející bodem c existuje. Najdeme průsečík d přímky q s rovinou procházející přímkou p a bodem c: ρ=a+ u, c a =4,5,3+ 1,2,0,2,2,1. Vyjde d=0, 5,1.Hledanápříčkaje d+ c d =0, 5,1+ 4,0,4 =0, 5,1+ 1,0,1. 10

11 Vzdálenost a úhel v euklidovských prostorech Nechť EV je euklidovský prostoru dimenze n. Vzdáleností bodů a, b rozumíme velikost jejich rozdílu: da, b:= a b = a ba b. Nechť Ba Cjsoupodprostory EV.Vzdálenostípodprostorů B, B rozumímenejmenšímožnou vzdálenost b Bod c C: db, C:=min{db, c b B, c C}. Úhlemvektorůu,v V rozumímečíslo u,v 0, π 2,proněž cos u,v= uv u v. Úhlempodprostorů BU, CWrozumímenejmenšímožnýúhel αvektorůu U,w W: B, C:=min{ u,w u U,v W }. Minima v definici vzdálenosti a úhlu dvou podprostorů se skutečně nabývánebudeme dokazovat. Výraz vpravo v definici úhlu dvou vektorů je v intervalu 0, 1 Cauchyova nerovnost. Definice tedy dávají smysl. Všimněme si, že úhel dvou vektorů je stejný jako úhel jejich libovolných nenulových násobků. Nyní se naučíme počítat vzdálenost dvou rovnoběžných podprostorů a vzdálenost dvou mimoběžek. Tvrzení Mějme dva podprostory BU a CW euklidovskéhoprostoru EV, U W a libovolnýbod b B.Pakpodprostor b+w protínápodprostor Cvjedinémbodě cadb, C=db, c. Důkaz.Podprostory b+w a C= c+w zde c Cjelibovolnýbodnejsoumimoběžné,protože nejsourovnoběžnéw W = {o}ab c W W W W = Vpoužilijsmekritériumna mimoběžnost.průnikemjetedyprostor c+w W =c+{o}.zbýváukázat,ževzdálenost db, c jenejmenšímožná.vezmemelibovolnédvabody e B, f C adokážeme de, f db, c.bod g= f+b eležívcw,protože b e Ua U W.Protože g b=f e,platí de, f=db, g. Vektor c bjekolmýna c g,protože c b W a c g W.PodlePythagorovyvětymáme d 2 b, g=d 2 b, c+d 2 c, g,takže de, f=db, g db, c. Příklad.Spočítejtevzdálenostpřímky p=x+uaroviny ρ=y+ Wv ER 4 : p=6,0,1,0+ 1,3, 1,2, ρ= 2,4,5,3+ 1,2,3,1,2,5,2,3. Řešení.Snadnoověříme,žedimU=1,dimW=2,dimU W=2,takže paρjsouskutečně rovnoběžné.spočítáme W

12 Takže W = 11,4,1,0,1, 1,0,1. Řešenímsoustavyrovniczjistíme,žex+W ρ=c= 3,2,2,2.Vzdálenost pod ρje dp, ρ= dx, c= = 90=3 10. Tvrzení10.13.Mějmedvěmimoběžnépřímky p=b+u, q= c+wveuklidovskémprostoru EV dimenze3.pakexistujeprávějednapříčkamimoběžekvesměru u,w.označíme-li e, fjejíprůsečíky s paq,pak dp, q=de, f. Důkaz.Exsitenciprávějednépříčkamimoběžekvesměru v = u,w námzaručujetvrzení10.10 vektoryu,w,vtvoříbázi.uvažujmerovinu ρ=c+ uw.protožepřímka pjerovnoběžnásrovinou ρae+ u,w ρ = f,zpřechotíhotvrzenívíme,že de, f = dp, ρ.protože q ρ,máme de, f dp, q.opačnánerovnost de, f dp, qjezřejmá. Příklad.Spočtětevzdálenostmimoběžek p=b+u, q= c+wvprostoru ER 3 : p=1, 8,11+ 2,3, 6, q=8,3,13+ 6, 1,12. Řešení.Snadnoověříme,ževektory b c,u,w tvoříbázi R 3,takžepřímky paqjsouskutečně mimoběžné.určíme v = u,w : , takženapř.v=3, 6, 2.Nyníurčímeprůsečík fpříčkymimoběžek paqvesměru v spřímkou q spočítáme f=a+ u,v q.vyjde f=2,4,1.příčkavesměru v jetedy r=2,4,1+ 3,6, 2. Spočteme e=r p.vyjde e=5, 2, 1.Vzdálenost paqje de, f= =7. Nyní se naučíme počítat úhly dvou podprostorů v některých speciálních případech. Tvrzení Mějme euklidovský prostor EV. Pak i Úhel dvou přímek je roven úhlu jejich směrových vektorů. ii Úhel dvou nadrovin je roven úhlu jejich normálových vektorů iii Úhel přímky a nadroviny je roven doplňku úhlu směrového vektoru přímky a normálového vektoru nadrovinydo π 2. Důkaz. Viz cvičení. Trojpoměr, geometrická charakterizace afinních a izometrických zobrazení Definice Mějme tři různé body a, b, c v afinním prostoru A ležící na jedné přímce. Dělícím poměremnebotrojpoměrembodu cvzhledemkbodům a, brozumímeprvek λ T,prokterý c a=λc bzřejměexistuje,protožebodyležínajednépřímce.značíme λ=c; a, b. Pokudc; a, b= 1aTmácharakteristikurůznouodnuly,říkáme,že cjestředemúsečkya, b. Platí c=a+ 1 2 b a=b+1 2 a b. 12

13 Dělicípoměrtedyudává,kolikrátjevětšívektorc aoprotivektoruc b.znaménkoudává,zda jsou vektory c a a c b souhlasněznaménko +, nebo nesouhlasně orientoványznaménko-. Některé jednoduché vlastnosti dělicího poměru, viz cvičení. Následující pěkná věta charakterizuje afinní zobrazení ryze geometricky afinní zobrazení jsou přesně ta, která zachovávají trojpoměr: Věta10.16.Nechť AVaA V jsouafinníprostorynadtělesemcharakteristikyrůznéod2, F : A A zobrazení.jeekvivalentní: i Fjeafinnízobrazení ii F zachovávátrojpoměr:prolibovolnétřibody a, b, c Aležícínajednépřímcejebuď Fa= Fb=Fc,neboFa; Fb, Fc=a; b, c Důkaz.i 2.Vizcvičení. ii i.zvolímelibovolnýbod a A.Hledámehomomorfismus f: V V,kterývytváří F,tedy chceme, aby pro libovolné b A platilo Fb=Fa+fb a Položíme proto fu:= Fa+u Fa. Musímeověřit,že f jehomomorfismus ověřitžeprolibovolné t T avektoryu,v V platí ftu=tfuafu+v=fu+fv.nebolichcemedokázat,že Fa+tu Fa=t Fa+u Fa 1 a Fa+u+v Fa=Fa+u Fa+Fa+v Fa 2 Nejprveprvnívztah.Pokud t=0nebou=o,pakvztahzřejměplatí.vopačnémpřípadějsou a, a+uaa+tutřirůznébodyležícínajednépřímceaplatía; a+tu, a+u=t.podlepředpokladu buď Fa+tu=Fa+u=Faavztah1platí,neboFa; Fa+tu, Fa+u=t,cožjepřesně dokazovaný vztah. Druhý vztah můžeme upravit do ekvivalentní formy Fa+u+v Fa+u=Fa+v Fa 3 Je-liu=onebov=o,vztah3platí.Předpokládejmetedy,žeu,v o.označíme bstředúsečky a, a+u+v.snadnoověříme,že bjezároveňstředemúsečkya+u, a+v.rozlišímečtyřipřípady 1. Fb=Fa=Fa+u+v=Fa+u=Fa+v.Vtomtopřípadězřejmě3platí. 2. Fb=Fa=Fa+u+v,Fb; Fa+u, Fa+v= 1.Vtomtopřípadě Fb Fa+u= Fa+v Fb.Levástranajerovna Fb Fa+u,pravástranajerovna Fa+v Fb= Fb Fa+u. 13

14 3. Fb; Fa, Fa+u+v= 1, Fb=Fa+u=Fa+v.Vtomtopřípadě Fb Fa= Fa+u+v Fb.Levástranajerovna Fa+u+v Fb=Fb Fa.Pravástrana rovněž. 4. Fb; Fa, Fa+u+v= 1,Fb; Fa+u, Fa+v= 1.Vtomtopřípadě Fb= Fa+ 1 2 Fa+u+v Fa=Fa+u+1 2 Fa+v Fa+u.Tedy2Fa+u Fa= Fa+u+v Fa+Fa+u Fa+v.Poúpravěvyjde3. Izometrie lze charakterizovat jako zobrazení, která zachovávají vzdálenosti. Věta10.17.Nechť EVaE V jsoueuklidovsképrostory, F: E E zobrazení.jeekvivalentní: i Fjeizometrie ii F zachovávávzdálenosti:pro libovolnédva body a, b A platí dfa, Fb = da, b, kde vzdálenostvlevojevprostoru E V ;vzdálenostvpravojevprostoru EV. Důkaz.i ii.je-li F izometrievytvořenáhomomorfismeme f,pak f jedledefiniceunitární zobrazení, tj. homomorfismus, který zachovává skalární součin. Potom ale f zachovává normy vektorů, takže F zachovává vzálenosti. ii i.návodkdůkazu: 1. Nejprve pomocí trojúhelníkové nerovnosti odvoďte, že obrazem třech různých bodů na jedné přímce je trojice různých bodů ležících na jedné přímce, a že F zachovává trojpoměr. 2. Zpředchozívětyplyne,že F jeafinnízobrazení,tedy Fa+u=Fa+fu.Odvoďte,že f zachovává normy vektorů. 3. Libovolný homomorfismus, který zachovává normy vektorů, je unitární. 14

1 Analytická geometrie

1 Analytická geometrie 1 Analytická geometrie 11 Přímky Necht A E 3 a v R 3 je nenulový Pak p = A + v = {X E 3 X = A + tv, t R}, je přímka procházející bodem A se směrovým vektorem v Rovnici X = A + tv, t R, říkáme bodová rovnice

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

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

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz 1/15 ANALYTICKÁ GEOMETRIE Základní pojmy: Soustava souřadnic v rovině a prostoru Vzdálenost bodů, střed úsečky Vektory, operace s vektory, velikost vektoru, skalární součin Rovnice přímky Geometrie v rovině

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

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

Euklidovský prostor. Euklides. Euklidovy postuláty (axiomy)

Euklidovský prostor. Euklides. Euklidovy postuláty (axiomy) Euklidovský prostor Euklidovy Základy (pohled do historie) dnešní definice kartézský souřadnicový systém vlastnosti rovin v E n speciální vlastnosti v E 3 (vektorový součin) a) eprostor, 16, b) P. Olšák,

Více

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,

Více

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

Josef Janyška Anna Sekaninová ANALYTICKÁ TEORIE KUŽELOSEČEK A KVADRIK

Josef Janyška Anna Sekaninová ANALYTICKÁ TEORIE KUŽELOSEČEK A KVADRIK Josef Janyška Anna Sekaninová ANALYTICKÁ TEORIE KUŽELOSEČEK A KVADRIK Obsah 1 KOMPLEXNÍ ROZŠÍŘENÍ PROSTORU 7 1 Komplexní rozšíření vektorového prostoru........... 7 Komplexní rozšíření reálného afinního

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

Analytická geometrie lineárních útvarů

Analytická geometrie lineárních útvarů ) Na přímce: a) Souřadnice bodu na přímce: Analtická geometrie lineárních útvarů Bod P nazýváme počátek - jeho souřadnice je P [0] Nalevo od počátku leží čísla záporná, napravo čísla kladná. Každý bod

Více

Vzorce počítačové grafiky

Vzorce počítačové grafiky Vektorové operace součet vektorů rozdíl vektorů opačný vektor násobení vektoru skalárem úhel dvou vektorů velikost vektoru a vzdálenost dvojice bodů v rovině (v prostoru analogicky) u = B A= b a b a u

Více

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

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

Více

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

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

Více

7 Analytické vyjádření shodnosti

7 Analytické vyjádření shodnosti 7 Analytické vyjádření shodnosti 7.1 Analytická vyjádření shodných zobrazení v E 2 Osová souměrnost Osová souměrnost O(o) podle osy o s obecnou rovnicí o : ax + by + c =0: x = x 2a (ax + by + c) a 2 +

Více

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3, Vektorový prostor Příklady: Př.1. R 2 ; R 3 ; R n...aritmetický n-rozměrný prostor Dvě operace v R n : součet vektorů u = (u 1,...u n ) a v = (v 1,...v n ) je vektor u + v = (u 1 + v 1,...u n + v n ),

Více

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

Základní vlastnosti eukleidovského prostoru

Základní vlastnosti eukleidovského prostoru Kapitola 2 Základní vlastnosti eukleidovského prostoru 2.1 Eukleidovský prostor Eukleidovský prostor a jeho podprostory. Metrické vlastnosti, jako např. kolmost, odchylka, vzdálenost, obsah, objem apod.

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

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1 Příklad 1. Určete všechna řešení následující soustavy rovnic nad Z 2 : 0 0 0 1 1 1 0 1 0 1 1 1 1 1 0 1 0 1 0 1 1 Gaussovou eliminací převedeme zadanou soustavu na ekvivalentní soustavu v odstupňovaném

Více

5. Lokální, vázané a globální extrémy

5. Lokální, vázané a globální extrémy 5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,

Více

VZÁJEMNÁ POLOHA DVOU PŘÍMEK V ROVINĚ

VZÁJEMNÁ POLOHA DVOU PŘÍMEK V ROVINĚ VZÁJEMNÁ POLOHA DVOU PŘÍMEK V ROVINĚ Dvě přímky v rovině mohou být: různoběžné - mají jediný společný bod, rovnoběžné různé - nemají společný bod, totožné - mají nekonečně mnoho společných bodů. ŘEŠENÉ

Více

Parametrická rovnice přímky v rovině

Parametrická rovnice přímky v rovině Parametrická rovnice přímky v rovině Nechť je v kartézské soustavě souřadnic dána přímka AB. Nechť vektor u = B - A. Pak libovolný bod X[x; y] leží na přímce AB právě tehdy, když vektory u a X - A jsou

Více

Aritmetické vektory. Martina Šimůnková. Katedra aplikované matematiky. 16. března 2008

Aritmetické vektory. Martina Šimůnková. Katedra aplikované matematiky. 16. března 2008 Aritmetické vektory Martina Šimůnková Katedra aplikované matematiky 16. března 2008 Martina Šimůnková (KAP) Aritmetické vektory 16. března 2008 1/ 34 Úvod 1Úvod Definice aritmetických vektorů a operací

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

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

Analytická metoda aneb Využití vektorů v geometrii

Analytická metoda aneb Využití vektorů v geometrii KM/GVS Geometrické vidění světa (Design) nalytická metoda aneb Využití vektorů v geometrii Použité značky a symboly R, C, Z obor reálných, komleních, celých čísel geometrický vektor R n aritmetický vektor

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

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

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

Více

Afinní transformace Stručnější verze

Afinní transformace Stručnější verze [1] Afinní transformace Stručnější verze je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím body a vektory: afinní prostor využití například v počítačové grafice a)

Více

METRICKÉ A NORMOVANÉ PROSTORY

METRICKÉ A NORMOVANÉ PROSTORY PŘEDNÁŠKA 1 METRICKÉ A NORMOVANÉ PROSTORY 1.1 Prostor R n a jeho podmnožiny Připomeňme, že prostorem R n rozumíme množinu uspořádaných n tic reálných čísel, tj. R n = R } R {{ R }. n krát Prvky R n budeme

Více

FAKULTA STAVEBNÍ MATEMATIKA I MODUL GA01 M01 STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAM GEODÉZIE A KARTOGRAFIE S KOMBINOVANOU FORMOU STUDIA

FAKULTA STAVEBNÍ MATEMATIKA I MODUL GA01 M01 STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAM GEODÉZIE A KARTOGRAFIE S KOMBINOVANOU FORMOU STUDIA VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ MATEMATIKA I MODUL GA01 M01 VYBRANÉ ČÁSTI A APLIKACE VEKTOROVÉHO POČTU STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAM GEODÉZIE A KARTOGRAFIE S KOMBINOVANOU FORMOU STUDIA

Více

Rovnice přímky vypsané příklady. Parametrické vyjádření přímky

Rovnice přímky vypsané příklady. Parametrické vyjádření přímky Rovnice přímky vypsané příklady Zdroj: Vše kromě příkladu 3.4: http://kdm.karlin.mff.cuni.cz/diplomky/jan_koncel/rovina.php?kapitola=parametrickevyjadre ni Příklady 3.5 a 3.7-1 a 3: http://kdm.karlin.mff.cuni.cz/diplomky/jan_koncel/rovina.php?kapitola=obecnarovnice

Více

Vektorové prostory R ( n 1,2,3)

Vektorové prostory R ( n 1,2,3) n Vektorové prostory R ( n 1,2,) (Velikonoční doplněk ke cvičení LAG) Prvky kartézské mocniny R RR R jsou uspořádané trojice reálných čísel, které spolu s operacemi ( a1, a2, a) ( b1, b2, b) ( a1b1, a2

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

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

6. Lineární nezávislost a báze p. 1/18

6. Lineární nezávislost a báze p. 1/18 6. Lineární nezávislost a báze 6. Lineární nezávislost a báze p. 1/18 6. Lineární nezávislost a báze p. 2/18 Lineární nezávislost a báze 1. Závislé a nezávislé vektory 2. Lineární kombinace a závislost

Více

6. Vektorový počet Studijní text. 6. Vektorový počet

6. Vektorový počet Studijní text. 6. Vektorový počet 6. Vektorový počet Budeme se pohybovat v prostoru R n, což je kartézská mocnina množiny reálných čísel R; R n = R R. Obvykle nám bude stačit omezení na případy n = 1, 2, 3; nicméně teorie je platná obecně.

Více

Matematika I, část I Vzájemná poloha lineárních útvarů v E 3

Matematika I, část I Vzájemná poloha lineárních útvarů v E 3 3.6. Vzájemná poloha lineárních útvarů v E 3 Výklad A. Vzájemná poloha dvou přímek Uvažujme v E 3 přímky p, q: p: X = A + ru q: X = B + sv a hledejme jejich společné body, tj. hledejme takové hodnoty parametrů

Více

VEKTORY A ANALYTICKÁ GEOMETRIE PAVLÍNA RAČKOVÁ JAROMÍR KUBEN

VEKTORY A ANALYTICKÁ GEOMETRIE PAVLÍNA RAČKOVÁ JAROMÍR KUBEN VEKTORY A ANALYTICKÁ GEOMETRIE PAVLÍNA RAČKOVÁ JAROMÍR KUBEN Brno 2014 Verze 30. listopadu 2014 1 Volné a vázané vektory v rovině a prostoru 1.1 Kartézská soustava souřadnic, souřadnice bodu, vzdálenost

Více

M - Příprava na 12. zápočtový test

M - Příprava na 12. zápočtový test M - Příprava na 1. zápočtový test Určeno pro studenty dálkového studia. VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase. Více informací o programu naleznete

Více

3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY

3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY 3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY V této kapitole se dozvíte: jak popsat bod v rovině a v prostoru; vzorec na výpočet vzdálenosti dvou bodů; základní tvary rovnice přímky

Více

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan 11. Lineární zobrazení V celé přednášce pojednáváme o vektorových prostorech nad

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

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

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

ZÁKLADNÍ ZOBRAZOVACÍ METODY

ZÁKLADNÍ ZOBRAZOVACÍ METODY ZÁKLADNÍ ZOBRAZOVACÍ METODY Prostorové útvary zobrazujeme do roviny pomocí promítání, což je jisté zobrazení trojrozměrného prostoru (uvažujme rozšířený Eukleidovský prostor) do roviny, které je zadáno

Více

Vlastní číslo, vektor

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

Více

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

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

Více

ALGEBRA. Téma 4: Grupy, okruhy a pole

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

Více

Geometrické transformace pomocí matic

Geometrické transformace pomocí matic Geometrické transformace pomocí matic Pavel Strachota FJFI ČVUT v Praze 2. dubna 2010 Obsah 1 Úvod 2 Geometrické transformace ve 2D 3 Geometrické transformace ve 3D Obsah 1 Úvod 2 Geometrické transformace

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

KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ KOMPLEXNÍ ČÍSLA Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu INVESTICE

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

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího). Předmět: MA 4 Dnešní látka Lineární (vektorový) prostor Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost matic Četba:

Více

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

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava    luk76/la1 Lineární algebra 5. přednáška: Báze a řešitelnost soustav Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://homel.vsb.cz/ luk76/la1 Text

Více

7.2.12 Vektorový součin I

7.2.12 Vektorový součin I 7 Vektorový součin I Předpoklad: 708, 7 Při násobení dvou čísel získáváme opět číslo Skalární násobení vektorů je zcela odlišné, protože vnásobením dvou vektorů dostaneme číslo, ted něco jiného Je možné

Více

Výběr báze. u n. a 1 u 1

Výběr báze. u n. a 1 u 1 Výběr báze Mějme vektorový prostor zadán množinou generátorů. To jest V = M, kde M = {u,..., u n }. Pokud je naším úkolem najít nějakou bázi V, nejpřímočařejším postupem je napsat si vektory jako řádky

Více

Geometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr

Geometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr Geometrické transformace v prostoru Geometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr Shodné transformace 1 Shodné transformace stejný přístup jako ve 2D shodné transformace (shodnosti,

Více

2.6. Vlastní čísla a vlastní vektory matice

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

Více

Masarykova univerzita

Masarykova univerzita Masarykova univerzita Přírodvědecká fakulta Bakalářská práce Lineární algebra, sbírka příkladů Brno 2007 Lenka Malounková Prohlašuji, že jsem tuto bakalářskou práci vypracovala samostatně s použitím uvedené

Více

Základní pojmy teorie množin Vektorové prostory

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

Více

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

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

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

Více

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

Geometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr

Geometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr Geometrické transformace v rovině Geometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr Shodné transformace 1 Shodné transformace shodné transformace (shodnosti, izometrie) převádějí objekt

Více

11. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ. u. v = u v + u v. Umět ho aplikovat při

11. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ. u. v = u v + u v. Umět ho aplikovat při . VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ Dovednosti:. Chápat pojmy orientovaná úsečka a vektor a geometrický význam součtu, rozdílu a reálného násobku orientovaných úseček a vektorů..

Více

19 Hilbertovy prostory

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

Více

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

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

Více

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

Vlastnosti lineárních zobrazení a velikost vektorů

Vlastnosti lineárních zobrazení a velikost vektorů Drsná matematika I 8. přednáška Vlastnosti lineárních zobrazení a velikost vektorů Jan Slovák Masarykova univerzita Fakulta informatiky 15. 11. 2010 Obsah přednášky 1 Literatura 2 Matice zobrazení 3 Vlastní

Více

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

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

Více

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

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

Více

α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0

α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0 Vzhledem k tomu, že jsem to psala ve velkém spěchu, mohou se vyskytnout nějaké chybičky. Pokud nějaké najdu, opravím je hned po prázdninách. Zadání A. 1. Vektory u, v, w jsou lineárně nezávislé. Rozhodněte,

Více

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

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

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

Více

z textu Lineární algebra

z textu Lineární algebra 2 Úvodní poznámky Petr Olšák Výcuc z textu Lineární algebra určeno pro promítání na přednášce Úvod do algebry http://www.olsak.net/linal.html ftp://math.feld.cvut.cz/pub/olsak/linal/ http://math.feld.cvut.cz/skripta/ua/

Více

n tak, že součet vnitřních úhlů na jedné straně přímky k je méně než dva pravé úhly, pak se přímky m, straně protínají.

n tak, že součet vnitřních úhlů na jedné straně přímky k je méně než dva pravé úhly, pak se přímky m, straně protínají. Přednáška 5: Analytická geometrie v prostoru Geometrie stejně jako aritmetika stojí na několika málo základních principech. Díky tomu mohl již kolem roku 00 př. n. l. Eukleides napsat Základy 1, první

Více

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky

Více

Matematická analýza III.

Matematická analýza III. 1. - limita, spojitost Miroslav Hušek, Lucie Loukotová UJEP 2010 Úvod Co bychom měli znát limity posloupností v R základní vlastnosti funkcí jedné proměnné (definiční obor, monotónnost, omezenost,... )

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

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Čtvercová matice n n, např. může reprezentovat: A = A A 2 A 3 A 2 A 22 A 23 A 3 A 32 A 33 matici koeficientů soustavy n lineárních

Více

9. Bilineární formy. 9. Bilineární formy p. 1/14

9. Bilineární formy. 9. Bilineární formy p. 1/14 9. Bilineární formy 9. Bilineární formy p. 1/14 9. Bilineární formy p. 2/14 Bilineární formy 1. Definice a příklady 2. Klasifikace bilineárních forem 3. Matice bilineární formy 4. Změna báze 5. Kongruentní

Více

Lineární Algebra I. Adam Liška 8. prosince 2014. Zápisky z přednášek Jiřího Fialy na MFF UK, zimní semestr, ak. rok 2007/2008

Lineární Algebra I. Adam Liška 8. prosince 2014. Zápisky z přednášek Jiřího Fialy na MFF UK, zimní semestr, ak. rok 2007/2008 Lineární Algebra I. Zápisky z přednášek Jiřího Fialy na MFF UK, zimní semestr, ak. rok 2007/2008 Adam Liška 8. prosince 2014 http://kam.mff.cuni.cz/~fiala http://www.adliska.com 1 Obsah 1 Soustavy lineárních

Více

Afinní zobrazení, jeho regularita a (totální) singularita. Asociovaný homomorfismus. Analytické

Afinní zobrazení, jeho regularita a (totální) singularita. Asociovaný homomorfismus. Analytické Slezská univerzita v Opavě Matematický ústav v Opavě Na Rybníčku 1 746 01 Opava Tel. 553 684 661 ANALYTICKÁ GEOMETRIE Téma 3. Afinní zobrazení Opakování Dělicí poměr; Homomorfismus vektorových prostorů,

Více

20. Eukleidovský prostor

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

Více

OBECNOSTI KONVERGENCE V R N

OBECNOSTI KONVERGENCE V R N FUNKCE VÍCE PROMĚNNÝCH V reálných situacích závisejí děje obvykle na více proměnných než jen na jedné (např. na teplotě i na tlaku), závislost na jedné proměnné je spíše výjimkou. OBECNOSTI Reálná funkce

Více

1. Algebraické struktury

1. Algebraické struktury 1. Algebraické struktury Definice 1.1 : Kartézský součin množin A,B (značíme A B) je množina všech uspořádaných dvojic [a, b], kde a A, b B. N-tou kartézskou mocninou nazveme A n. Definice 1.2 : Nechť

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

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

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

Více

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

Syntetická geometrie I

Syntetická geometrie I Shodnost Pedagogická fakulta 2016 www.karlin.mff.cuni.cz/~zamboj/ Vzdálenost dvou bodů Necht A, B, C ρ. Vzdálenost dvou bodů A, B v rovině je číslo AB a platí AB 0 AB = 0 A = B AB = BA pozitivně definitní

Více

S T E R E O M E T R I E ( P R O S T O R O V Á G E O M E T R I E ) Z Á K L A D N Í G E O M E T R I C K É Ú T VA R Y A J E J I C H O Z N A

S T E R E O M E T R I E ( P R O S T O R O V Á G E O M E T R I E ) Z Á K L A D N Í G E O M E T R I C K É Ú T VA R Y A J E J I C H O Z N A S T E R E O M E T R I E ( P R O S T O R O V Á G E O M E T R I E ) Z Á K L A D N Í G E O M E T R I C K É Ú T VA R Y A J E J I C H O Z N AČENÍ bod (A, B, C, ), přímka (a, b, p, q, AB, ), rovina (α, β, ρ,

Více

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

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

Více

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25 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

Euklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost.

Euklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost. Euklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost. Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a

Více

Příklady k analytické geometrii kružnice a vzájemná poloha kružnice a přímky

Příklady k analytické geometrii kružnice a vzájemná poloha kružnice a přímky Příklady k analytické geometrii kružnice a vzájemná poloha kružnice a přímky Př. 1: Určete rovnice všech kružnic, které procházejí bodem A = * 6; 9+, mají střed na přímce p: x + 3y 18 = 0 a jejich poloměr

Více

Matematika. Kamila Hasilová. Matematika 1/34

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

Více