VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

Rozměr: px
Začít zobrazení ze stránky:

Download "VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY"

Transkript

1 VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006

2 Obsah 1 Přímé metody řešení soustav lineárních rovnic Gaussova eliminace LU dekompozice Iterační metody řešení soustav lineárních rovnic Jacobiova metoda Gaussova-Seidlova metoda Superrelaxační metoda Inverzní matice a determinant matice Inverzní matice Determinant matice Hledání vlastních čísel a vektorů (reálných) - Částečný problém Mocniná metoda Metoda Reyleighova podílu Hledání vlastních čísel a vektorů (reálných) - Úplný problém Přímý výpočet vlastních čísel LU-dekompozice Jacobiova metoda

3 1 Přímé metody řešení soustav lineárních rovnic Řešení soustav lineárních rovnic je velmi frekventovaný problém. Na úlohu najít řešení soustavy lineárních rovnic vedou nejrůznější optimalizační úlohy nebo k ní dospějeme při numerickém řešení parciálních diferenciálních rovnic. Úkolem této kapitoly je řešit soustavu n lineárních rovnic o n neznámých. Soustavu můžeme zapsat i ve vektorovém tvaru a 11 x 1 + a 12 x 2 + +a 1n x n =b 1 (1) a 21 x 1 + a 22 x 2 + +a 2n x n =b 2 (2) (3) a n1 x 1 +a n2 x n + +a nn x n =b n (4) Ax = b (5) Přímé metody používají pro řešení soustavy konečný algoritmus. Neuvažujeme-li zaokrouhlovací chybu vedou tyto metody k přesnému řešení. 1.1 Gaussova eliminace Princip této metody spočívá v postupném vylučování proměnných z některých rovnic. Při tom využíváme toho, že můžeme k vybrané rovnici přičíst libovolnou lineární kombinaci ostatních rovnic. Algoritmus má dvě části: Přímý chod Cílem této části je převést matici soustavy na horní trojúhelníkový tvar. V kroku k přičteme k rovnicím k + 1 až n vhodný násobek rovnice k, tak abychom z těchto rovnic vyloučily proměnnou x k. k = 1,..., n 1 (6) a ij = a ij a ik a kk a kj (7) b i = b i a ik a kk b k (8) i = k + 1,..., n j = k + 1,..., n (9) Zpětný chod V této části již snadno dopočítáme hodnoty řešení a to v obráceném pořadí. ( ) x i = 1 n b i x j a ij i = n,..., 1 (10) a ii j=i+1 Algoritmus selhává pokud a kk = 0, pokud tato varianta nastane je nutné provest tzv. pivotizaci. 3

4 Pivotizace spočívá v tom, že zaměníme k-tý řádek za ten z řadku k až n, který má v k-tém sloupci největší absolutní hodnotu. Tato metoda se nazývá částečná pivotizace. Při tzv. úplné pivotizaci přehazujeme nejen řádky, ale i sloupce, tak abychom na pozici a kk dostali prvek s největší absolutní hodnotou. 3-diagonální soustavy Velice často se vyskytuje soustava lineárních rovnic s třídiagonální maticí. Soustava rovnic ma v tomto případě tvar a 1 c 1 b 2 a 2 c 2 b 3 a 3... a n 2 c n 2 b n 1 a n 1 c n 1 b n a n x 1 x 2 x 3. x n 2 x n 1 x n = d 1 d 2 d 3. d n 2 d n 1 d n V přímém chodu soustavu převedeme na horní trojúhelníkový tvar pomocí vztahů ve zpětném chodu potom vypočteme řešení (11) u 1 = a 1 y 1 = d 1 (12) u i = a i b ic i 1 u i 1 (13) y i = d i b iy i 1 u i 1 i = 2,..., n (14) x n = y n u n (15) x i = 1 u i (y i c i x i+1 ) i = n 1,..., 1 (16) Gaussova eliminační metoda není nic jiného než převedení původní matice soustavy prostřednictvím lineární transformace na horní trojúhelníkovou matici, ze které zpětným chodem stanovíme řešení. Nevýhodou Gaussovy eliminace je fakt, že pro novou pravou stranu soustavy musíme celý výpočet provést znova. 1.2 LU dekompozice Uvedený nedostatek Gaussovy eliminace řeší rozklad matice A na součin dvou matic L a U, a to tak, že matice L je dolní trojúhelníková s jednickami na diagonále a matice U horní 4

5 trojúhelníková. A = LU (17) u 11 = a 11 (18) l i1 = a i1 /u 11 (19) u 1r = a 1r (20) i 1 u ir = a ir l ij u jr, i = 2,..., r (21) j=1 ( ) l ir = 1 r 1 a ir l ij u jr, i = r + 1,..., n (22) u rr j=1 Místo původní soustavy řešíme postupně soustavy dvě. r = 2,..., n (23) Ly = b Ux = y (24) 5

6 2 Iterační metody řešení soustav lineárních rovnic Řešení soustav lineárních rovnic je velmi frekventovaný problém. Na úlohu najít řešení soustavy lineárních rovnic vedou nejrůznější optimalizační úlohy nebo k ní dospějeme při numerickém řešení parciálních diferenciálních rovnic. Úkolem této kapitoly je řešit soustavu n lineárních rovnic o n neznámých. Soustavu můžeme zapsat i ve vektorovém tvaru a 11 x 1 + a 12 x 2 + +a 1n x n =b 1 (25) a 21 x 1 + a 22 x 2 + +a 2n x n =b 2 (26) (27) a n1 x 1 +a n2 x n + +a nn x n =b n (28) Ax = b (29) Iterační metody postupně upřesňují odhady řešení. Tyto odhady konvergují k přesnému řešení. Po dosažení potřebné přesnosti iterační proces končí. Budeme konstruovat posloupnost přibližných řešení x i 2.1 Jacobiova metoda x i+1 = F (x i, x i 1,..., x i k ) (30) lim i xi = x (31) Matici soustavy rozdělíme na součet tří matic - diagonální matici D, dolní trojúhelníkovou matici L a horní trojúhelníkovou matici U. Soustavu pak upravíme Poslední rovnici použijeme jako iterační proces Tato rovnice ve složkovém zápisu je Ax = (D + L + U)x = b (32) Dx + (L + U)x = b (33) Dx = b (L + U)x (34) x = D 1 [b (L + U)x] (35) x i+1 = D 1 [b (L + U)x i ] (36) x (i+1) j = 1 ( j 1 n b j a jk x (i) k a jj k=1 k=j+1 ) a jk x (i) k j = 1,..., n (37) 6

7 2.2 Gaussova-Seidlova metoda S malými upravami postupu v Jacobiově metodě získáme Ax = (D + L + U)x = b (38) (D + L)x + Ux = b (39) (D + L)x = b Ux (40) x = (D + L) 1 [b Ux] (41) x (i+1) = (D + L) 1 [b Ux (i) ] (42) Ve složkovém zápisu: x (i+1) j = 1 ( j 1 b j a jk x (i+1) k a jj k=1 n k=j+1 ) a jk x (i) k j = 1,..., n (43) 2.3 Superrelaxační metoda Pro zrychlení konvergence je mozno použít tzv. superrelaxační metodu. Iterační proces upravíme do tvaru předchozí iterace plus oprava x i+1 =x i + F (x i ) x i (44) =x i + x i kde x i (F (x i ) x i ) (45) Místo opravy x přičteme opravu větší ω x, kde ω je reálný parametr ω > 1. x i+1 =x i + ω x i (46) =(1 ω)x i + ωf (x i ) (47) Při vhodné volbě parametru ω tento postup vede ke zrychlení konvergence. Někdy je vhodný i parametr ω < 1, tato volba sice zpomalí konvergenci, ale může vést k větší stabilitě metody. 7

8 3 Inverzní matice a determinant matice 3.1 Inverzní matice Platí AA 1 = I (48) kde I je jednotková matice řádu n. Z této rovnice vyplívá, že je-li z k k-tý sloupec matice A 1, platí Az k = e k (49) kde e k je k-tý sloupec jednotkové matice I. Výpočet inverzní matice se tedy redukuje na řešení n soustav dle předchozí rovnice. Pro řešení je výhodná LU dekompozice, ale dá se pochopitelně použít i jiná metoda řešení soustavy lineárních rovnic. 3.2 Determinant matice Provedeme-li dekompozici platí A = LU (50) det A = det L det U = det U (51) Neboť determinant trojúhelníkvé matice je určen součinem jejích diagonálních prvků a L má na diagonále samé jedničky. Hodnotu det U spočteme dle det U = n u ii (52) i=1 Jestliže byla LU dekompozice provedena s užitím pivotizace, projeví se každá taková operace změnou znaménka determinantu. 8

9 4 Hledání vlastních čísel a vektorů (reálných) - Částečný problém Někdy například při zkoumání konvergence iteračních metod potřebujeme najít pouze největší (tzv. dominantní) vlastní číslo. V takovém případě řešíme tzv. částečný problém vlastních čísel. Jindy nám půjde o to, abychom určili všechna vlastní čísla dané matice. Pak říkáme, že řešíme tzv. úplný problém vlastních čísel. 4.1 Mocniná metoda Vlastní čísla matice A označme λ i λ 1 > λ 2... λ n (53) a příslušné lineárně nezávislé vlastní vektory v 1, v 2,..., v n. Položme y n y (0) = a j v j (54) Existují-li limity λ 1,j = lim Pak pro dominantní vlastní číslo platí j=1 y (k) = A y (k 1) (55) y (k+1) j k y (k) j λ 1 = 1 n 4.2 Metoda Reyleighova podílu, j = 1, n (56) n λ 1,j (57) Modifikací mocniné metody je metoda Reyleighova podílu, kterou lze aplikovat tehdy, když jsou splněny stejné předpoklady jako v mocninné metodě a matice A je navíc symetrická. Splňuje-li matice A tuto dodatečnou podmínku můžeme dominantní vlastní číslo počítat jako ( ) y (k) T y (k+1) λ 1 = lim (58) k ( y (k) ) T y (k) kde opět platí j=1 y (k) = A k y (0) = A k n a j v j (59) j=1 9

10 5 Hledání vlastních čísel a vektorů (reálných) - Úplný problém Někdy například při zkoumání konvergence iteračních metod potřebujeme najít pouze největší (tzv. dominantní) vlastní číslo. V takovém případě řešíme tzv. částečný problém vlastních čísel. Jindy nám půjde o to, abychom určili všechna vlastní čísla dané matice. Pak říkáme, že řešíme tzv. úplný problém vlastních čísel. Chceme-li určit všechna vlastní čísla dané matice, můžeme zvolit jeden ze dvou přístupů. Buď vlastní čísla určíme přímo jako kořeny charakteristického polynomu p(λ) p(λ) = ( 1) n λ n + b 1 λ n b n 1 λ + b n (60) nebo využijeme skutečnosti, že dvě podobné matice mají stejná vlastní čísla. 5.1 Přímý výpočet vlastních čísel Je-li řád matice vysoký, musíme počítat determinant vysokého řádu. To je náročný a často nerealizovatelný problém. Problém se však značně zjednoduší v případě třídiagonální matice A. Položíme-li A = a 1 c 1 b 2 a 2 c 2 b 3 a 3... a n 2 c n 2 b n 1 a n 1 c n 1 b n a n (61) f 1 (λ) = 0, (62) f 0 (λ) = 1; (63) f k (λ) = (a k λ)f k 1 (λ) b k c k 1 f k 2 (λ), k = 1, 2,..., n (64) pak charakteristický polynom matice A je p(λ) = f n (λ) (65) 10

11 5.2 LU-dekompozice Tato metoda využívá podobnosti matic. Rozložíme matici A = LU pak matice B = UL je podobná matici A. Chcemeli tedy spočítat vlastní čísla matice A touto metodou položíme nejprve A 0 = A (66) a provedeme rozklad. Záměnou pořadí násobení matic dostaneme novou matici Dostáváme tedy iterační proces Snadnou upravou dostáváme A k = A 1 = U 0 L 0 (67) A k = U k 1 L k 1 (68) ( 0 i=k 1 L 1 i ) ( k 1 ) A 0 L j Posloupnost A k konverguje k horní trojúhelníkové matici s vlastními čísli na diagonále. j=0 (69) 5.3 Jacobiova metoda Když matice Q řádu n je ortogonální pak matice A a B = Q T AQ jsou podobné. Matice B je tvořena prvky b qq = a pp sin 2 α a pq sin(2α) + a qq cos 2 α (70) b pp = a pp cos 2 α a pq sin(2α) + a qq sin 2 α (71) b pq = b qp = a pq cos(2α) + (a qq a pp sin(2α)) /2 (72) b iq = b qi = a ip sin α + a iq cos α, i p, q (73) b ip = b pi = a ip cos α + a iq cos α, i p, q (74) b il = a il, i, l p, q (75) Iterační proces probíhá dle jednoduchého schématu. V každém kroku vypočtu zvolíme Q tak, aby se v nové matici B vynuloval nediagonální prvek s největší absolutní hodnotou. Hodnoty prvků nově vzniklé matice B spočteme ze vztahů b pp = (a pp + a qq + r) /2 (76) b qq = ( a pp a qq a 2 pq) /bpp (77) b pq = b qp = 0 (78) b ip = b pi = a ip c + a iq s, i p, q (79) b iq = b qi = a ip s + a iq c, i p, q (80) b il = a ij, jinak (81) 11

12 V předchozích rovnicích je použita substituce r 2 = (a pp + a qq ) 2 + 4a pq (82) s 2 = 1 2 a pp a qq 2r c 2 = a pp a qq 2r Vypočtenou matici B přeznačíme na novou matici A a postup opakujeme. Jakobiova metoda konverguje k diagonální matici s vlastními čísly na hlavní diagonále. (83) (84) 12

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0. Výpočet vlastních čísel a vlastních vektorů S pojmem vlastního čísla jsme se již setkali například u iteračních metod pro řešení soustavy lineárních algebraických rovnic. Velikosti vlastních čísel iterační

Více

Připomenutí co je to soustava lineárních rovnic

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

Více

Co je obsahem numerických metod?

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

Více

stránkách přednášejícího.

stránkách přednášejícího. Předmět: MA 4 Dnešní látka Iterační metoda Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Superrelaxační metoda (metoda SOR) Metoda sdružených gradientů Četba: Text o lineární algebře v Příručce

Více

Iterační metody řešení soustav lineárních rovnic. 27. prosince 2011

Iterační metody řešení soustav lineárních rovnic. 27. prosince 2011 Iterační metody řešení soustav lineárních rovnic Michal Čihák 27. prosince 2011 Přímé metody řešení soustav lineárních rovnic V přednáškách z lineární algebry jste se seznámili s několika metodami řešení

Více

Numerické metody lineární algebry

Numerické metody lineární algebry Numerické metody lineární algebry 1 Úvod 11 Úlohy lineární algebry 1 Řešení soustav lineárních rovnic A x = b Řešení soustavy s regulární čtvercovou maticí A řádu n n pro 1 nebo více pravých stran Výpočet

Více

Numerické metody a programování

Numerické metody a programování Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.7/2.2./28.157 Numerické metody a programování Lekce 4 Tento projekt je spolufinancován Evropským

Více

Numerické řešení soustav lineárních rovnic

Numerické řešení soustav lineárních rovnic Numerické řešení soustav lineárních rovnic irko Navara Centrum strojového vnímání, katedra kybernetiky elektrotechnická fakulta ČVUT, Praha http://cmpfelkcvutcz/~navara 30 11 2016 Úloha: Hledáme řešení

Více

Numerické metody lineární algebry

Numerické metody lineární algebry Numerické metody lineární algebry 1 Úvod 11 Úlohy lineární algebry 1 Řešení soustav lineárních rovnic A x = b Řešení soustavy s regulární čtvercovou maticí A řádu n n pro jednu nebo více pravých stran

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

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

Numerická matematika 1

Numerická matematika 1 Numerická matematika 1 Obsah 1 Řešení nelineárních rovnic 3 1.1 Metoda půlení intervalu....................... 3 1.2 Metoda jednoduché iterace..................... 4 1.3 Newtonova metoda..........................

Více

Soustavy lineárních rovnic-numerické řešení. October 2, 2008

Soustavy lineárních rovnic-numerické řešení. October 2, 2008 Soustavy lineárních rovnic-numerické řešení October 2, 2008 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2... a n1 x 1 + a n2 x 2 + + a

Více

Numerická matematika Banka řešených příkladů

Numerická matematika Banka řešených příkladů Numerická matematika Banka řešených příkladů Radek Kučera, Pavel Ludvík, Zuzana Morávková Katedra matematiky a deskriptivní geometrie Vysoká škola báňská Technická Univerzita Ostrava K D M G ISBN 978-80-48-894-6

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

4. Trojúhelníkový rozklad p. 1/20

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

Více

IB112 Základy matematiky

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

Více

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

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

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

Cvičení z Numerických metod I - 12.týden

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

Více

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

Soustavy lineárních rovnic-numerické řešení

Soustavy lineárních rovnic-numerické řešení Soustavy lineárních rovnic-numerické řešení November 9, 2008 Soustavy lineárních rovnic-numerické řešení 1 / 52 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22

Více

SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC

SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC Pojmy: Algebraická rovnice... rovnice obsahující pouze celé nezáporné mocniny neznámé x, tj. a n x n + a n 1 x n 1 +... + a x + a 1 x + a 0 = 0, kde n je přirozené

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

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

[1] LU rozklad A = L U

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

Více

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

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

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

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

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

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

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

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

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

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

Determinant. Definice determinantu. Permutace. Permutace, vlastnosti. Definice: Necht A = (a i,j ) R n,n je čtvercová matice.

Determinant. Definice determinantu. Permutace. Permutace, vlastnosti. Definice: Necht A = (a i,j ) R n,n je čtvercová matice. [] Definice determinantu BI-LIN, determinant, 9, P Olšák [2] Determinant je číslo jistým způsobem charakterizující čtvercovou matici det A 0 pro singulární matici, det A 0 pro regulární matici používá

Více

Cvičení 5 - Inverzní matice

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

Více

Moderní numerické metody

Moderní numerické metody Moderní numerické metody Sbírka příkladů doc. RNDr. Jaromír Baštinec, CSc. RNDr. Michal Novák, Ph.D. ÚSTAV MATEMATIKY Moderní numerické metody 1 Obsah 1 Soustavy lineárních rovnic 7 2 Řešení jedné nelineární

Více

Matematika I A ukázkový test 1 pro 2014/2015

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

Více

2. Schurova věta. Petr Tichý. 3. října 2012

2. Schurova věta. Petr Tichý. 3. října 2012 2. Schurova věta Petr Tichý 3. října 2012 1 Podobnostní transformace a výpočet vlastních čísel Obecný princip: Úloha: Řešíme-li matematickou úlohu, je často velmi vhodné hledat její ekvivalentní formulaci

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

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

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

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

Kapitola 11: Vektory a matice 1/19

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

Více

Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice. sin x + x 2 2 = 0.

Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice. sin x + x 2 2 = 0. A 9 vzorové řešení Př. 1. Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice Počítejte v radiánech, ne ve stupních! sin x + x 2 2 = 0. Rovnici lze upravit na sin

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

Soustava m lineárních rovnic o n neznámých je systém

Soustava m lineárních rovnic o n neznámých je systém 1 1.2. Soustavy lineárních rovnic Soustava lineárních rovnic Soustava m lineárních rovnic o n neznámých je systém a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2...

Více

2. Matice, soustavy lineárních rovnic

2. Matice, soustavy lineárních rovnic Matice, soustavy lineárních rovnic Tento učební text byl podpořen z Operačního programu Praha- Adaptabilita Irena Sýkorová Některé vlastnosti matic Uvažujmečtvercovoumatici A=(a ij ) n n Matice Asenazývásymetrická,jestližeplatí

Více

Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012

Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012 Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012 Problém hledání kořenů rovnice f(x) = 0 jeden ze základních problémů numerické matematiky zároveň i jeden

Více

Matematika 2 pro PEF PaE

Matematika 2 pro PEF PaE Determinanty / 8 Matematika 2 pro PEF PaE 3 Determinanty Přemysl Jedlička Katedra matematiky, TF ČZU Permutace Determinanty Výpočet determinantu z definice 2 / 8 Permutací množiny {,, n} rozumíme prosté

Více

arcsin x 2 dx. x dx 4 x 2 ln 2 x + 24 x ln 2 x + 9x dx.

arcsin x 2 dx. x dx 4 x 2 ln 2 x + 24 x ln 2 x + 9x dx. Neurčitý integrál arcsin. Integrál najdeme integrací per partes. Pomocí této metody dostaneme arcsin = arcsin 4 = arcsin + 4 + C, (,. ln + 4 ln + 9. Tento integrál lze převést substitucí ln = y na integrál

Více

Nyní využijeme slovník Laplaceovy transformace pro derivaci a přímé hodnoty a dostaneme běžnou algebraickou rovnici. ! 2 "

Nyní využijeme slovník Laplaceovy transformace pro derivaci a přímé hodnoty a dostaneme běžnou algebraickou rovnici. ! 2 ŘEŠENÉ PŘÍKLADY Z MB ČÁST Příklad Nalezněte pomocí Laplaceovy transformace řešení dané Cauchyho úlohy lineární diferenciální rovnice prvního řádu s konstantními koeficienty v intervalu 0,, které vyhovuje

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

MASARYKOVA UNIVERZITA. Rozklady matic

MASARYKOVA UNIVERZITA. Rozklady matic MASARYKOVA UNIVERZITA Přírodovědecká fakulta Rozklady matic Bakalářská práce Brno 8 Antonín Tulach PODĚKOVÁNÍ Chtěl bych poděkovat RNDr. Martinovi Tajovskému za vedení bakalářské práce, cenné rady a připomínky

Více

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

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

Více

Úlohy nejmenších čtverců

Úlohy nejmenších čtverců Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.

Více

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,

Více

Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: =, 0 = 1 = 1. ln = +,

Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: =, 0 = 1 = 1. ln = +, Příklad Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: a) =, 0= b) =, = c) =2, = d) =2, 0= e) =, 0= f) 2 =0, = g) + =0, h) =, = 2 = i) =, 0= j) sin+cos=0,

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

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

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

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. 4 Afinita Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. Poznámka. Vzájemně jednoznačným zobrazením rozumíme zobrazení,

Více

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

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. 8 Afinita Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. Poznámka. Vzájemně jednoznačným zobrazením rozumíme zobrazení,

Více

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

Numerické metody I. Jaro Normy vektorů a matic 1. 2 Nelineární rovnice Metoda bisekce (půlení intervalu) Iterační metody...

Numerické metody I. Jaro Normy vektorů a matic 1. 2 Nelineární rovnice Metoda bisekce (půlení intervalu) Iterační metody... Poznámky k přednášce 1 Numerické metody I Jaro 2010 Tomáš Řiháček Obsah 1 Normy vektorů a matic 1 2 Nelineární rovnice 3 2.1 Metoda bisekce (půlení intervalu).............................. 3 2.2 Iterační

Více

Lineární algebra. Matice, operace s maticemi

Lineární algebra. Matice, operace s maticemi Lineární algebra Matice, operace s maticemi Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo

Více

MO-ME-N-T MOderní MEtody s Novými Technologiemi

MO-ME-N-T MOderní MEtody s Novými Technologiemi Projekt: Reg.č.: Operační program: Škola: Tematický okruh: Jméno autora: MO-ME-N-T MOderní MEtody s Novými Technologiemi CZ.1.07/1.5.00/34.0903 Vzdělávání pro konkurenceschopnost Hotelová škola, Vyšší

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

INTEGRÁLY S PARAMETREM

INTEGRÁLY S PARAMETREM INTEGRÁLY S PARAMETREM b a V kapitole o integraci funkcí více proměnných byla potřeba funkce g(x) = f(x, y) dy proměnné x. Spojitost funkce g(x) = b a f(x, y) dy proměnné x znamená vlastně prohození limity

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

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a Zadání A. 1. Polynom P (x) má v uspořádané bázi (x 2 + x 1, 2x 2 x 1, x 2 + x + 2) souřadnice (1, 1, 1). Najděte jeho souřadnice vzhledem k uspořádané bázi (x 2 1, x 2 + x 1, x 2 + x). Nejprve si spočítáme

Více

VĚTY Z LINEÁRNÍ ALGEBRY

VĚTY Z LINEÁRNÍ ALGEBRY VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru

Více

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague spektra e Tomáš Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 70 spektra e 1 2 3 spektra e Hessenbergovy 4 2 / 70 - aplikace (eigenvalues and eigenvectors)

Více

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010

e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Optimální výrobní program Radka Zahradníková e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Obsah 1 Lineární programování 2 Simplexová metoda 3 Grafická metoda 4 Optimální výrobní program Řešení

Více

Vlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou

Vlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou 1 Vlastní (charakteristická) čísla a vlastní (charakteristické) vektory matice Pro zadanou čtvercovou matici A budeme řešit maticovou rovnici A x = λ x, kde x je neznámá matice o jednom sloupci (sloupcový

Více

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava Lineární algebra 9. přednáška: Ortogonalita Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://www.am.vsb.cz/lukas/la Text byl vytvořen

Více

Vyučující: Jan Chleboun, místnost B-305, linka 3866 Konzultace: čtvrtek 13:00-14:40 nebo dle dohody

Vyučující: Jan Chleboun, místnost B-305, linka 3866 Konzultace: čtvrtek 13:00-14:40 nebo dle dohody Předmět: MA04 Vyučující: Jan Chleboun, místnost B-305, linka 3866 (jan.chleboun@cvut.cz) Konzultace: čtvrtek 13:00-14:40 nebo dle dohody Sledovat informace na webových stránkách vyučujícího (o zkoušce,

Více

Vzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová

Vzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová 1 / 40 Vzpěr jednoduchého rámu, diferenciální operátory Lenka Dohnalová ČVUT, fakulta stavební, ZS 2015/2016 katedra stavební mechaniky a katedra matematiky, Odborné vedení: doc. Ing. Jan Zeman, Ph.D.,

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

Několik aplikací. Kapitola 12

Několik aplikací. Kapitola 12 Kapitola 12 Několik aplikací Diskrétní a rychlá Fourierova transformace Diskrétní Fourierova transformace spočívá ve změně reprezentace polynomu s koeficienty v nějakém tělese T Obvyklá reprezentace polynomu

Více

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ POSLOUPNOSTI A ŘADY 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

Více

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

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

Více

1 Modelování systémů 2. řádu

1 Modelování systémů 2. řádu OBSAH Obsah 1 Modelování systémů 2. řádu 1 2 Řešení diferenciální rovnice 3 3 Ukázka řešení č. 1 9 4 Ukázka řešení č. 2 11 5 Ukázka řešení č. 3 12 6 Ukázka řešení č. 4 14 7 Ukázka řešení č. 5 16 8 Ukázka

Více

Matematická analýza ve Vesmíru. Jiří Bouchala

Matematická analýza ve Vesmíru. Jiří Bouchala Matematická analýza ve Vesmíru Jiří Bouchala Katedra aplikované matematiky jiri.bouchala@vsb.cz www.am.vsb.cz/bouchala - p. 1/19 typu: m x (sin x, cos x) R(x, ax +...)dx. Matematická analýza ve Vesmíru.

Více

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky POSLOUPNOSTI A ŘADY 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

Více

Praha & EU: investujeme do vaší budoucnosti. Daniel Turzík, Miroslava Dubcová,

Praha & EU: investujeme do vaší budoucnosti. Daniel Turzík, Miroslava Dubcová, E-sbírka příkladů Seminář z matematiky Evropský sociální fond Praha & EU: investujeme do vaší budoucnosti Daniel Turzík, Miroslava Dubcová, Pavla Pavlíková Obsah 1 Úpravy výrazů................................................................

Více

Lineární algebra. Soustavy lineárních rovnic

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

Více

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

ftp://math.feld.cvut.cz/pub/olsak/linal/

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

Více

z textu Lineární algebra

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

Více

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2 Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací

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

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

pro řešení soustav lineárních rovnic. Gaussova eliminační metoda pro řešení soustavy lineárních rovnic sestává ze dvou kroků:

pro řešení soustav lineárních rovnic. Gaussova eliminační metoda pro řešení soustavy lineárních rovnic sestává ze dvou kroků: Kapitola 2 Gaussova eliminace Název druhé kapitoly je současně názvem nejčastěji používané metody (algoritmu) pro řešení soustav lineárních rovnic. Gaussova eliminační metoda pro řešení soustavy lineárních

Více

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A1 Cvičení, zimní semestr Samostatné výstupy Jan Šafařík Brno c 2003 Obsah 1. Výstup č.1 2 2. Výstup

Více

AVDAT Nelineární regresní model

AVDAT Nelineární regresní model AVDAT Nelineární regresní model Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Nelineární regresní model Ey i = f (x i, β) kde x i je k-členný vektor vysvětlujících proměnných

Více

12. Determinanty. 12. Determinanty p. 1/25

12. Determinanty. 12. Determinanty p. 1/25 12. Determinanty 12. Determinanty p. 1/25 12. Determinanty p. 2/25 Determinanty 1. Induktivní definice determinantu 2. Determinant a antisymetrické formy 3. Výpočet hodnoty determinantu 4. Determinant

Více

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