V této sekci zobecníme vnější kalkulus z kapitoly 4 operaci vnějšího. se sice na zde zavedené operace budeme odvolávat, vždy ale jen jako

Rozměr: px
Začít zobrazení ze stránky:

Download "V této sekci zobecníme vnější kalkulus z kapitoly 4 operaci vnějšího. se sice na zde zavedené operace budeme odvolávat, vždy ale jen jako"

Transkript

1 [2.03,1.12,1.14,2.04,2.02,2.02,2.03,2.03,2.02,0,1.03] Kapitola 8 Kovariantní vnější derivace V této seci zobecníme vnější alulus z apitoly 4 operaci vnějšího součinu a vnější derivace na obecnější tenzorové objety. Tento materiál je poměrně poročilý a je možné ho vynechat. V dalším textu se sice na zde zavedené operace budeme odvolávat, vždy ale jen jao na alternativní způsob zápisu vět a výrazů, teré primárně zapíšeme jina. Užití ovariantní vnější derivace může zrátit lecteré výrazy v riemanovsé geometrii, její hlavní uplatnění je vša až v ontextu vetorových bundlů. V tomto ontextu je zavedení ovariantní vnější derivace velmi přirozené a přímočaré. Zavedení ovariantní vnější derivace na tečných prostorech je pouze apliace obecného onceptu ve speciální situaci, dy vetorovým bundlem je tenzorový prostor T l M. V tento oamži vša nemáme ještě vybudovánu teorii fibrovaných prostorů a proto se zaměříme pouze na tečné ovariantní vnější derivace. 8.1 Tenzor-značné antisymetricé formy Naším cílem je rozšířit vnější alulus definovaný pro antisymetricé formy, tj. pro antisymetricé tenzory typu Λ p M = T [p] 0 M, na tenzory, teré vedle antisymetricých indexů mají ještě další tenzorovou struturu. Budeme tedy mluvit o tenzor-značných antisymetricých formách typu (, l) stupně p tenzorech z prostoru Λ p T l M, tj. tenzorech typu (, l + p), teré mají p antisymetricých ovariantních indexů. Jina řečeno, budeme užívat antisymetricé p-formy, teré mají navíc ontravariantních a l ovariantních indexů. Pro tyto tenzorznačné p-formy zavedeme vnější součin a vnější derivaci účinující na antisymetricé indexy a ignorující dodatečnou tenzorovou struturu. Navržená oncepce je jasná, nese s sebou vša problémy s označením. Používané objety mohou být poměrně složité a může dojít nejasnostem, teré tenzorové indexy odpovídaji antisymetricé formě a teré dodatečné tenzorové strutuře. Napřílad tenzor a1...a p může být chápán jao p-forma z Λ p M či (0, 1) značná (p 1)-forma z prostoru Λ p 1 T 0 1M. Abychom byli schopni tyto interpretace odlišit, zavedeme označení: 8 1

2 Kovariantní vnější derivace 8 2 Definice D8.1 (Tenzor-značné antisymetricé formy) Antisymetricou tenzor-značnou formou typu (, l) stupně p nazýváme tenzor z prostoru T l+p M, terý je antisymetricý v p ovariantních indexech. Tyto indexy budeme nazývat formové. Rozdělení na p formových indexů a zbývající a l indexů budeme indiovat následovně: a 1...a n 1...n pa 1...a l. Alternativně, poud nebude hrozit nedorozumění a strutura dodatečných indexů bude jasná z ontextu, budeme dodatečné indexy zcela vynechávat: n1...n p. Poznáma Ja již bylo řečeno, jeden a týž tenzor může být chápán různě. Napřílad tenzor A n abc = An [abc] lze chápat jao vetor-značnou 3-formu An abc nebo jao tenzorznačnou 2-formu typu (1, 1) nabízejí se hned tři možnosti A n abc nebo An abc nebo A n abc. Další možnost je 1-forma typu (1, 2) (např. An abc ) a onečně An abc 0-forma typu (1, 3). Tenzor-značné formy typu (, l) můžeme chápat jao antisymetricé formy, jejichž souřadnice jsou tenzory typu (, l). Obdobně rovnice (4.6) můžeme psát a 1...a p c... = = n 1...n p c... e n1 a 1 e np a p n 1...n p c... 1 n 1< <n p d e n1 a 1 e np a p, (8.1) de {e j } je báze v otečném prostoru T 0 1M. Rozlišení na formové a dodatečné tenzorové indexy nemění význam samotného tenzoru. Jedná se pořád o tentýž tenzor. Rozlišení na dva typy indexů vša může ovlivnit operace, teré s daným tenzorem budeme provádět. Na tenzor-značné formy nyní totiž zobecníme běžné operace s antisymetricými tenzory s tím, že tyto operace budou ignorovat dodatečné indexy budou pracovat pouze s indexy formovými. Rozlišením indexů na dvě supiny můžeme tedy ovlivnit, ja se tenzor účastní různých operací. První taovou operací je vnější součin. Vnější součin se na tenzorznačných antisymetricých formách definuje přesně stejně jao v apitole 4 s tím, že tento součin bude ignorovat dodatečnou tenzorovou struturu. Definice D8.2 (Vnější násobení) Nechť j Λ pj T j l j M, j =1,..., n, jsou tenzor-značné antisymetricé formy stupnů p j typu ( j, l j ). Vnější součin 1 2 n těchto forem je tenzor-značná antisymetricá forma stupně p = p p n typu (, l) = ( n, l l n ) daná antisymetrizací tenzorového součinu forem j ve formových indexech. = 1 n = p! p 1! p n! Přesněji, pomocí indexů má definice tvar b 1...b l a 1...a pc 1...c = p! p 1! p n! 1 A( 1 n ). b1... [a 1... c 1... n... b l... a p]... c.

3 Kovariantní vnější derivace Kovariantní vnější derivace Vnější alulus pro antisymetricé formy má velý význam zejména proto, že vnější derivaci d můžeme zavést i bez znalosti ovariantní derivace či jiné dodatečné strutury. Toto již není pravda pro vnější alulus s tenzor-značnými antisymetricými formami. V tomto případě lze zavést vnější derivaci pouze s pomocí silnější strutury, terá určí, ja zacházet s dodatečnými tenzorovými indexy. Touto silnější struturou je ovariantní derivace. Zavedeme tedy tzv. ovariantní vnější derivaci, terá na formových indexech funguje jao obyčejná vnější derivace a na dodatečných indexech jao derivace ovariantní. Definice D8.3 (Kovariantní vnější derivace) Kovariantní vnější derivace d (asociovaná s ovariantní derivací ) je zobrazení z prostoru antisymetricých tenzor-značných p-forem do prostoru tenzor-značných (p + 1)-forem stejného typu splňující následující vlastnosti: d : Sect ( Λ p T l M ) Sect ( Λ p+1 T l M), M8.1 Vnější alulus na n-ádových složách d(α + r β) = dα + r dβ, r R, (i) Vnější alulus zobecněný na tenzor-značné d(α β) = dα β + ( 1) p α dβ, (ii) formy se často používá v n-ádovém formalismu. V případě, že máme na varietě v až- dσ = dσ pro σ A p M, tj., l = 0, (iii) dém bodě zvolenou n-ádu {e j } a ní duální da = A pro A T l M, tj. p = 0. (iv) bázi {e j }, můžeme zobecnit vnější alulus na tenzor-značné formy jednodušším způsobem. pro A p M a σ A q Dodatečných tenzorových indexů se zbavíme M. ta, že je vyjádříme vzhledem e zvolené n- Při použití tenzorových indexů budeme výslede vnějšího derivování zapisovat b ádě, tj. že budeme počítat s n-ádovými složami. Místo p-formy a1...ap c... typu (, l) pa d a0 1...b a 1...a pc 1...c l. Jeho složy budeme označovat b d a0 1...b budeme mít soubor antisymetricých p-forem a 1...a pc 1...c l. a1...ap c... číslovaných indexy b, c = 1,..., n. Tato definice určuje již vnější derivaci jednoznačně. Vsutu, uži- Jeliož se jedná již o obyčejné antisymetricé formy, můžeme na ně apliovat běžné operace jeme-li rozpis do souřadnic (8.1), definice D8.3 dává vnějšího alulu. Samozřejmě, při změně n- ády se tetrádové složy mění a budou se měnit d = n1...n p dx n1 dx np, (8.2) i naše antisymetricé formy a1...ap c... n 1< <n p Tato zobecněný vnější alulus na tenzorznačné formy vša je jen speciální případ našeho obecného přístupu. Je zřejmé, že u vněj- případně s tenzorovými indexy šího součinu je cesta přes zavedení n-ádových slože jen jiný způsob ja říci, že vnější součin d a0 a 1...a p c... = a0 n 1...n p c... d a1 x n1 d ap x np. (8.3) ignoruje dodatečné tenzorové indexy. Problematicá operace je vnější derivace. V na- n 1< <n p Zde n šem formalismu odpovídá vnější derivování 1,...,n p jsou souřadnicové indexy. Objety n 1...n p c... vša nejsou tetrádových slože speciální volbě ovariantní vnější derivace. Stačí zvolit ovariantní vnější derivaci ð d asociovanou s n-ádovou vnější derivací ð. Jeliož ð anihiluje n-ádové vetory, působí ð d právě jen na n-ádové složy. Neboli, vnější derivace n-ádových slože je rovna n-ádovým složám ovariantní vnější derivace ð: salární funce (ja tomu je u omponent antisymetricé formy), ale tensory typu (, l) zbývají jim neformové abstratní indexy a, b,... Analogicy výrazům z předchozí apitoly můžeme vyjádřit ovariantní vnější derivaci čistě pomocí příslušné ovariantní derivace. Tentorát uvedeme vztah v plné obecnosti pro ovariantní derivaci s obecně nenulovou torzí (srovnej s marginálií M7.7). Věta V8.1 ( d pomocí ) Nechť je libovolná ovariantní derivace s torzí T. Pa ovariantní vnější derivace p-formy typu (, l) lze vyjádřit pomocí následovně: d a0 a 1...a p c... = na 3...a p c... = a0 a 1...a p c... + T a n 0a 1 = (p + 1) [a0 a 1...a p] c... + ( ) p+1 T n 2 [a0a 1 n a 3...a p] c... ð d a0 a1...ap c... = ( d a0 r... r... a1...ap s... ) e b r e s c. (Složy a1...ap s... jsou zde samozřejmě vyjádřeny vzhledem bázi e j.) Speciálně, jeliož n-ádová složa v horním indexu jednotového tenzoru je přímo 1-forma báze, δ j a = e j a, vztah pro torzi z lemmatu V8.2 vede na vztah (ii) lemmatu V7.11 tab n = ð d a δ n b = ( d a e j ) b e n j.

4 Kovariantní vnější derivace 8 4 = 0 p ( 1) a a 1...a p c... }{{} + 0 <l p mimo a ( 1) +l+1 T n a a l na 1...a p c.... }{{} mimo a, a l Speciálně, pro p = 0, 1, 2 dostáváme vztahy analogicé rovnici (7.12). d a A r... s... = a A r... s..., d a γb r... s... = a γbs... r... b γas... r... + T ab n γns... r..., d a σbc s... r... = a σbc s... r... + b σca r... s... + c σ + T bc n σna s... r... + T ca n σnb s... r... + T ab n σ ab r... s... nc s... r.... (8.4) Lehce nahlédneme, že pro ovariantní derivaci bez torze je ovariantní vnější derivace (až na numericý fator) antisymetrizací ovariantní derivace ve formových indexech d =, tj. d a0 a 1...a p c... = (p + 1) [a0 a 1...a p] c... = ( 1) a a 1...a p c... }{{} 0 p mimo a. (8.5) Pomocí ovariantní vnější derivace můžeme napsat explicitní vzorec pro torzi příslušné ovariantní derivace. Apliací druhého vztahu z (8.4) na jednotový tenzor chápaný jao 1-forma typu (1, 0) dostaneme Lemma V8.2 (Torze pomocí d) T n bc = d a δ n b, de T je torze ovariantní derivace. 8.3 Operátor řivosti a Bianchiho identity Při porovnání definic obyčejné vnější derivace D4.3 a ovariantní vnější derivace D8.3 vidíme, že pro ovariantní vnější derivaci nemáme analogii vztahu d d = 0. Vsutu, druhá ovariantní vnější derivace není obecně nulová. Přesto vša pro ní platí speciální vztah. Uazuje se, že d da sice není nulové, ale chová se ultraloálně, tj. lze reprezentovat tenzorově. Věta V8.3 (Druhá ovariantní vnější derivace) Mějme ovariantní derivaci s Riemannovým tenzorem R a s ní asociovanou ovariantní vnější derivaci d. Pa působení druhé ovariantní derivace na tenzorové pole A chápané jao tenzor-značná 0-forma je dáno operátorem řivosti R ab, tj. jde o pseudoderivaci charaterizovanou Riemannovým tenzorem: M8.2 Křivost pomocí vnější derivace Výraz z věty V7.26 lze zapsat pomocí vnější ovariantní derivace následovně: R ab l = R ab l + d a Γ b l + Γ an Γ n b l. Zvolíme-li za jednu z derivací souřadnicovou derivaci, dostaneme (viz lemma V7.27) R ab l = d a Γ b l + Γ an Γ n b l, de rozdílový tenzor Γan hraje roli tenzorznačné 1-formy potenciálu. Zápis v tomto tvaru je obvylý zejména v analogicých výrazech pro řivost ovariantních derivací na vetorových bundlech. d a d b A... = R ab A.... Obecněji, působení na tenzor-značnou p-formu lze zapsat d a d b c = R ab c......, tj. d d = R.

5 Kovariantní vnější derivace Zde pod R ab c... l chápeme operaci, terá se chová jao vnější násobení ve formových indexech a, b, c,... a jao operátor řivosti v dodatečných tenzorových indexech, l,... Důaz: Začněme druhou vnější derivací tenzorového pole A. Pomocí vztahů 8.4 můžeme postupně psát d a d b A... = d a b A... = a b A... b a A... + T n ab n A..., což je podle věty V7.23 přesně ace operátoru řivosti R ab A.... Obecnou tenzor-značnou p-formu a... l můžeme vždy napsat jao součet členů v součinovém tvaru α a... A l. Druhá vnější derivace taových členů lze upravit d d(aα) = d A`dα + `da α = A dα + A ddα + `d da α A dα = `d da α = R Aα. (*) (8.6) Zde jsme užili všech vlastností ovariantní vnější derivace z definice D8.3, identity d d = 0 a právě doázaného vztahu (*). Platnost d d = R pro obecnou formu pa plyne z linearity. V řeči ovariantní vnější derivace mají pa Bianchiho identity tvar Věta V8.4 (Bianchiho identity pomocí vnější derivace) Bianchiho identity z věty V7.28 lze zapsat následovně: R ab δ n c = d a T n bc, (Bianchi 1) d a R bc = 0. (Bianchi 2) V první identitě operátor řivosti R (definice D7.22) působí pouze na index n. Toto působení je podle (7.13) dáno přímo Riemannovým tenzorem. Výraz na levé straně je ta v podstatě Riemannův tenzor s operací mezi prvními dvěma a třetím spodním indexem. To vša nelze rozumně zapsat pomocí znaména a poud bychom chtěli přepsat levou stranu explicitně pomocí Riemannova tenzoru R, museli bychom si pomoci antisymetrizací podle definice D4.2: R ab δ n c = 3R [ab n c]. (8.7) V druhé Bianchiho identitě nesmíme zapomenout, že operátor řivosti R je pseudoderivace, terá působí doprava na libovolné tenzorové pole (věta V7.23). Výrazu dr z Bianchiho identity je nutno rozumět ta, že vnější derivace v něm působí pouze na R, tj. pouze na Riemanův tenzor R, ze terého lze R posládat. Mohli bychom psát dr = tens[ dr]. Identita dr = 0 je tedy evivalentní identitě přímo pro Riemanův tenzor d a R bc l = 0. (8.8) Vidíme, že díy druhé Bianchiho identitě se operátor řivosti R chová vůči ovariantnímu vnějšímu derivování jao onstanta: ( d a Rbc A... ) = Rbc d a A..., ( ) (8.9)... d a Rbc c... = Rbc... d a c.... Upozorněme vša znovu (viz větu V8.3), že zde R působí na da taé jao pseudoderivace a to v neformových indexech; naopa, operace bere v úvahu pouze formové indexy.

6 Kovariantní vnější derivace 8 6 Důaz: (věta V8.4) První Binachiho identita vyplývá z rovnosti rozpisů druhé vnější derivace jednotového tenzoru d a d b δ n c pomocí lemmatu V8.2 a pomocí věty V8.3. Druhá Binachiho identita plyne z asociativity vnějšího derivování. Třetí derivace libovolné tenzor-značné formy lze totiž rozepsat podle věty V8.3 při použití různého ozávorování dvěma způsoby d`d d = d`r = `dr + R `d a d d`d = R `d. Odtud oamžitě dostáváme dr = 0. Nyní uážeme, že Bianchiho identity ve tvaru věty V8.4 jsou evivalentní jejich standardní tenzorové reprezentaci z věty V7.28. Důaz: (věta V7.28) Rovnice (8.7) uazuje, že levá strana obou prvních Bianchiho identit je až na triviální fator stejná. Výraz dt na pravé straně lze rozepsat pomocí věty V8.1 d a T n bc = a T n bc + T ab T n c. Nahrazením vnějšího násobení antisymetrizací a užitím antisymetrie torze dostaneme pravou stranu první Bianchiho identity věty V7.28. Již jsme řeli, že dr = 0 je evivalentní výrazu (8.8). Poud vyjádříme vnější derivaci pomocí ovariantní derivace (věta V8.1), dostaneme 0 = d a R bc l = a R bc l + T n ab R nc l Opět nahrazením vnějšího násobení antisymetrizací násobení tenzorového a užitím antisymetrie Riemannova tenzoru v prvních dvou indexech dostaneme pravou stranu původního tvaru druhé Bianchiho identity.

Varieta a její tečná struktura

Varieta a její tečná struktura verze.4 (203-2-09) 2.03,.2,.4,2.04,2.02,2.02,2.03,2.03,2.02,0,.03 Kapitola 2 Varieta a její tečná struktura Druhá kapitola v tuto chvíli obsahuje přehled značení týkající se variety a tečných tenzorů.

Více

Metoda konjugovaných gradientů

Metoda konjugovaných gradientů 0 Metoda onjugovaných gradientů Ludě Kučera MFF UK 11. ledna 2017 V tomto textu je popsáno, ja metodou onjugovaných gradientů řešit soustavu lineárních rovnic Ax = b, de b je daný vetor a A je symetricá

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

Geometrická zobrazení

Geometrická zobrazení Pomocný text Geometricá zobrazení hodná zobrazení hodná zobrazení patří nejjednodušším zobrazením na rovině. Je jich vša hrozně málo a často se stává, že musíme sáhnout i po jiných, nědy výrazně složitějších

Více

Úvod do lineární algebry

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

Více

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

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

Více

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

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi

Více

3. Mocninné a Taylorovy řady

3. Mocninné a Taylorovy řady 3. Mocninné a Taylorovy řady A. Záladní pojmy. Obor onvergence Mocninné řady jsou nejjednodušším speciálním případem funčních řad. Jsou to funční řady, jejichž členy jsou mocninné funce. V této apitole

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

0.1 Úvod do lineární algebry

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

Více

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

6 Lineární geometrie. 6.1 Lineární variety

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

Více

1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu

1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu [M2-P1] KAPITOLA 1: Diferenciální rovnice 1. řádu diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu G(x, y, y, y,..., y (n) ) = 0 y (n) = F (x, y, y,..., y (n 1) ) Příklad 1.1:

Více

PRIMITIVNÍ FUNKCE. Primitivní funkce primitivní funkce. geometrický popis integrály 1 integrály 2 spojité funkce konstrukce prim.

PRIMITIVNÍ FUNKCE. Primitivní funkce primitivní funkce. geometrický popis integrály 1 integrály 2 spojité funkce konstrukce prim. PRIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí

Více

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2 6 Skalární součin Skalární součin 1 je operace, která dvěma vektorům (je to tedy binární operace) přiřazuje skalár (v našem případě jde o reálné číslo, obecně se jedná o prvek nějakého tělesa T ). Dovoluje

Více

III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce. a = (x 0, y 0 ), h = (h 1, h 2 ).

III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce. a = (x 0, y 0 ), h = (h 1, h 2 ). III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce = f(x 0 + h 1, y 0 + h 2 ) f(x 0, y 0 ) f u (x 0, y 0 ), kde u = (h 1, h 2 ). ( ) = f(x 0 + h 1, y 0 ) f(x 0, y 0 ) x (x 0,

Více

(Cramerovo pravidlo, determinanty, inverzní matice)

(Cramerovo pravidlo, determinanty, inverzní matice) KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce

Více

7.3.9 Směrnicový tvar rovnice přímky

7.3.9 Směrnicový tvar rovnice přímky 739 Směrnicový tvar rovnice přímy Předpolady: 7306 Pedagogicá poznáma: Stává se, že v hodině nestihneme poslední část s určováním vztahu mezi směrnicemi olmých příme Vrátíme se obecné rovnici přímy: Obecná

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

PRIMITIVNÍ FUNKCE DEFINICE A MOTIVACE

PRIMITIVNÍ FUNKCE DEFINICE A MOTIVACE PIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí

Více

6. přednáška 5. listopadu 2007

6. přednáška 5. listopadu 2007 6. přednáška 5. listopadu 2007 Souvislost diferenciálu a parciálních derivací. Diferenciál implikuje parciální derivace a spojité parciální derivace implikují diferenciál. Tvrzení 2.3. Když je funkce f

Více

7.3.9 Směrnicový tvar rovnice přímky

7.3.9 Směrnicový tvar rovnice přímky 7.3.9 Směrnicový tvar rovnice přímy Předpolady: 7306 Pedagogicá poznáma: Stává se, že v hodině nestihneme poslední část s určováním vztahu mezi směrnicemi olmých příme. Vrátíme se obecné rovnici přímy:

Více

PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy

PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy PAVEL RŮŽIČKA Abstrakt. Ukážeme, že každý prvek distributivního svazu odpovídá termu v konjuktivně-disjunktivním (resp. disjunktivně-konjunktivním)

Více

Úlohy krajského kola kategorie A

Úlohy krajského kola kategorie A 63. roční matematicé olympiády Úlohy rajsého ola ategorie A 1. Najděte všechna celá ladná čísla, terá nejsou mocninou čísla 2 a terá se rovnají součtu trojnásobu svého největšího lichého dělitele a pětinásobu

Více

0.1 Úvod do lineární algebry

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

Více

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m. Matice lineárních zobrazení [1] Připomenutí Zobrazení A : L 1 L 2 je lineární, když A( x + y ) = A( x ) + A( y ), A(α x ) = α A( x ). Což je ekvivalentní s principem superpozice: A(α 1 x 1 + + α n x n

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

9 Kolmost vektorových podprostorů

9 Kolmost vektorových podprostorů 9 Kolmost vektorových podprostorů Od kolmosti dvou vektorů nyní přejdeme ke kolmosti dvou vektorových podprostorů. Budeme se zabývat otázkou, kdy jsou dva vektorové podprostory na sebe kolmé a jak to poznáme.

Více

SPECIÁLNÍCH PRIMITIVNÍCH FUNKCÍ INTEGRACE RACIONÁLNÍCH FUNKCÍ

SPECIÁLNÍCH PRIMITIVNÍCH FUNKCÍ INTEGRACE RACIONÁLNÍCH FUNKCÍ VÝPOČET PEIÁLNÍH PRIMITIVNÍH FUNKÍ Obecně nelze zadat algoritmus, který by vždy vedl k výpočtu primitivní funkce. Nicméně eistují jisté třídy funkcí, pro které eistuje algoritmus, který vždy vede k výpočtu

Více

β 180 α úhel ve stupních β úhel v radiánech β = GONIOMETRIE = = 7π 6 5π 6 3 3π 2 π 11π 6 Velikost úhlu v obloukové a stupňové míře: Stupňová míra:

β 180 α úhel ve stupních β úhel v radiánech β = GONIOMETRIE = = 7π 6 5π 6 3 3π 2 π 11π 6 Velikost úhlu v obloukové a stupňové míře: Stupňová míra: GONIOMETRIE Veliost úhlu v oblouové a stupňové míře: Stupňová míra: Jednota (stupeň) 60 600 jeden stupeň 60 minut 600 vteřin Př. 5,4 5 4 0,4 0,4 60 4 Oblouová míra: Jednota radián radián je veliost taového

Více

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

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

Více

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

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m

Více

1 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

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

Operace s maticemi. 19. února 2018

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

Více

Buckinghamův Π-teorém (viz Barenblatt, Scaling, 2003)

Buckinghamův Π-teorém (viz Barenblatt, Scaling, 2003) Bucinghamův Π-teorém (viz Barenblatt, Scaling, 2003) Formalizace rozměrové analýzy ( výsledné jednoty na obou stranách musí souhlasit ). Rozměr fyziální veličiny Mějme nějaou třídu jednote, napřílad [(g,

Více

PŘEDNÁŠKA 9 KŘIVKOVÝ A PLOŠNÝ INTEGRÁL 1. DRUHU

PŘEDNÁŠKA 9 KŘIVKOVÝ A PLOŠNÝ INTEGRÁL 1. DRUHU PŘEDNÁŠKA 9 KŘIVKOVÝ A PLOŠNÝ INTEGRÁL 1. DRUHU 6.1 Křivkový integrál 1. druhu Definice 1. Množina R n se nazývá prostá regulární křivka v R n právě tehdy, když existuje vzájemně jednoznačné zobrazení

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

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

f (k) (x 0 ) (x x 0 ) k, x (x 0 r, x 0 + r). k! f(x) = k=1 Řada se nazývá Taylorovou řadou funkce f v bodě x 0. Přehled některých Taylorových řad.

f (k) (x 0 ) (x x 0 ) k, x (x 0 r, x 0 + r). k! f(x) = k=1 Řada se nazývá Taylorovou řadou funkce f v bodě x 0. Přehled některých Taylorových řad. 8. Taylorova řada. V urzu matematiy jsme uázali, že je možné funci f, terá má v oolí bodu x derivace aproximovat polynomem, jehož derivace se shodují s derivacemi aproximované funce v bodě x. Poud má funce

Více

Matice. a m1 a m2... a mn

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

Více

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

Věta o dělení polynomů se zbytkem

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

Více

Diferenciální rovnice 1

Diferenciální rovnice 1 Diferenciální rovnice 1 Základní pojmy Diferenciální rovnice n-tého řádu v implicitním tvaru je obecně rovnice ve tvaru,,,, = Řád diferenciální rovnice odpovídá nejvyššímu stupni derivace v rovnici použitému.

Více

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

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

Více

Báze a dimenze vektorových prostorů

Báze a dimenze vektorových prostorů Báze a dimenze vektorových prostorů Buď (V, +, ) vektorový prostor nad tělesem (T, +, ). Nechť u 1, u 2,..., u n je konečná posloupnost vektorů z V. Existují-li prvky s 1, s 2,..., s n T, z nichž alespoň

Více

Operace s maticemi

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

Více

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

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

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

Lineární algebra : Změna báze

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

Více

1 Báze a dimenze vektorového prostoru 1

1 Báze a dimenze vektorového prostoru 1 1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější

Více

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

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

Více

Základy maticového počtu Matice, determinant, definitnost

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

Více

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

Lineární algebra : Lineární prostor

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

Více

Množiny, relace, zobrazení

Množiny, relace, zobrazení Množiny, relace, zobrazení Množiny Množinou rozumíme každý soubor určitých objektů shrnutých v jeden celek. Zmíněné objekty pak nazýváme prvky dané množiny. Pojem množina je tedy synonymem pojmů typu soubor,

Více

Geometrické metody ve fyzice

Geometrické metody ve fyzice Geometrické metody ve fyzice Studijní text k přednáškám Geometrické metody teoretické fyziky I a II určených zejména pro třetí a čtvrtý ročník studia teoretické fyziky na MFF UK. Pavel Krtouš ÚTF MFF UK

Více

je amplituda indukovaného dipólového momentu s frekvencí ω

je amplituda indukovaného dipólového momentu s frekvencí ω Induované oscilující eletricé dipóly jao zdroje rozptýleného záření Ja v lasicém, ta i v vantově-mechanicém přístupu jsou za původce rozptýleného záření považovány oscilující eletricé a magneticé multipólové

Více

AVDAT Vektory a matice

AVDAT Vektory a matice AVDAT Vektory a matice Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Vektory x = x 1 x 2. x p y = y 1 y 2. y p Řádkový vektor dostaneme transpozicí sloupcového vektoru x

Více

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity) 4 Lineární zobrazení Definice: Nechť V a W jsou vektorové prostory Zobrazení A : V W (zobrazení z V do W nazýváme lineárním zobrazením, pokud pro všechna x V, y V a α R platí 1 A(x y = A(x A(y (vlastnost

Více

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j. Kapitola 3 Počítání s maticemi Matice stejného typu můžeme sčítat a násobit reálným číslem podobně jako vektory téže dimenze. Definice 3.1 Jsou-li A (a ij ) a B (b ij ) dvě matice stejného typu m n, pak

Více

Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT

Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT 2 0 1 7 Obsah 1 Vektorové prostory 2 1 Vektorový prostor, podprostory........................ 2 2 Generování podprostor u............................

Více

Pavel Burda Jarmila Doležalová

Pavel Burda Jarmila Doležalová VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA MATEMATIKA III Pavel Burda Jarmila Doležalová Vytvořeno v rámci projetu Operačního programu Rozvoje lidsých zdrojů CZ.04.1.0/..15.1/0016 Studijní opory

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

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

do jednotkového prostorového úhlu ve směru svírajícím úhel ϑ s osou dipólu je dán vztahem (1) a c je rychlost světla.

do jednotkového prostorového úhlu ve směru svírajícím úhel ϑ s osou dipólu je dán vztahem (1) a c je rychlost světla. Induované oscilující eletricé dipóly jao zdroje rozptýleného záření Ja v lasicém, ta i v vantově-mechanicém přístupu jsou za původce rozptýleného záření považovány oscilující eletricé a magneticé multipólové

Více

22 Základní vlastnosti distribucí

22 Základní vlastnosti distribucí M. Rokyta, MFF UK: Aplikovaná matematika IV kap. 22: Základní vlastnosti distribucí 5 22 Základní vlastnosti distribucí 22.1 Temperované distribuce Definice. O funkci ϕ C (R m ) řekneme, že je rychle klesající

Více

Lineární algebra : Polynomy

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

Více

2. prosince velikosti symboly a, b, je b ω a b = a b cosω (1) a. ω pro ω π/2, π platí a b = b a a (3) a b = a 1 b 1 + a 2 b 2 + a 3 b 3 (5)

2. prosince velikosti symboly a, b, je b ω a b = a b cosω (1) a. ω pro ω π/2, π platí a b = b a a (3) a b = a 1 b 1 + a 2 b 2 + a 3 b 3 (5) Vektorové prostory se skalárním součinem 2. prosince 25 1 Skalární součin geometrických vektorů Skalární součin geometrických vektorů je definován jako součin jejich velikostí násobený kosinem jejich odchylky.

Více

Vlastní čísla a vlastní vektory

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

Více

1 Projekce a projektory

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

Více

Lineární algebra : Metrická geometrie

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

Více

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

Limita a spojitost funkce. 3.1 Úvod. Definice: [MA1-18:P3.1]

Limita a spojitost funkce. 3.1 Úvod. Definice: [MA1-18:P3.1] KAPITOLA 3: Limita a spojitost funkce [MA-8:P3.] 3. Úvod Necht je funkce f definována alespoň na nějakém prstencovém okolí bodu 0 R. Číslo a R je itou funkce f v bodě 0, jestliže pro každé okolí Ua) bodu

Více

19 Eukleidovský bodový prostor

19 Eukleidovský bodový prostor 19 Eukleidovský bodový prostor Eukleidovským bodovým prostorem rozumíme afinní bodový prostor, na jehož zaměření je definován skalární součin. Víme, že pomocí skalárního součinu jsou definovány pojmy norma

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

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

Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy

Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy Lukáš Havrlant Univerzita Palackého 10. ledna 2014 Primární zdroj Jiří Adámek: Foundations of Coding. Strany 137 160. Na webu ke stažení, heslo:

Více

2 Vektorové normy. Základy numerické matematiky - NMNM201. Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro

2 Vektorové normy. Základy numerické matematiky - NMNM201. Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro Cvičení 1 Základy numerické matematiky - NMNM201 1 Základní pojmy opakování Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro libovolný skalár α C následující podmínky:

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

Matematická logika. Miroslav Kolařík

Matematická logika. Miroslav Kolařík Matematická logika přednáška šestá Miroslav Kolařík Zpracováno dle textu R. Bělohlávka: Matematická logika poznámky k přednáškám, 2004. a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní matematika

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

Matematická analýza III.

Matematická analýza III. 2. Parciální derivace Miroslav Hušek, Lucie Loukotová UJEP 2010 Parciální derivace jsou zobecněním derivace funkce jedné proměnné. V této kapitole poznáme jejich základní vlastnosti a využití. Co bychom

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

Princip rozšíření a operace s fuzzy čísly

Princip rozšíření a operace s fuzzy čísly Center for Machine Perception presents Princip rozšíření a operace s fuzzy čísly Mirko Navara Center for Machine Perception Faculty of Electrical Engineering Czech Technical University Praha, Czech Republic

Více

4. Přednáška: Kvazi-Newtonovské metody:

4. Přednáška: Kvazi-Newtonovské metody: 4 Přednáša: Kvazi-Newtonovsé metody: Metody s proměnnou metriou, modifiace Newtonovy metody Efetivní pro menší úlohy s hustou Hessovou maticí Newtonova metoda (opaování): f aproximujeme loálně vadraticou

Více

7. Aplikace derivace 7E. Křivky. 7E. Křivky

7. Aplikace derivace 7E. Křivky. 7E. Křivky 7E. Křivky Derivace nacházejí uplatnění také při studiu křivek. Obrazně řečeno křivka v rovině je množina bodů, která vznikne pohybem pera po papíře. Předpokládáme přitom, že hrot pera je stále v kontaktu

Více

1.4. VEKTOROVÝ SOUČIN

1.4. VEKTOROVÝ SOUČIN .4. VEKTOROVÝ SOUČIN V této kapitole se dozvíte: definici vektorového (také vnějšího) součinu, jeho vlastnosti a geometrický význam; co rozumíme pravotočivou ortonormální nebo ortogonální bází; definici

Více

MATEMATIKA II V PŘÍKLADECH

MATEMATIKA II V PŘÍKLADECH VYSOKÁ ŠKOL BÁŇSKÁ TECHICKÁ UIVERZIT OSTRV FKULT STROJÍ MTEMTIK II V PŘÍKLDECH CVIČEÍ Č 0 Ing Petra Schreiberová, PhD Ostrava 0 Ing Petra Schreiberová, PhD Vysoá šola báňsá Technicá univerzita Ostrava

Více

Otázku, kterými body prochází větev implicitní funkce řeší následující věta.

Otázku, kterými body prochází větev implicitní funkce řeší následující věta. 1 Implicitní funkce Implicitní funkce nejsou funkce ve smyslu definice, že funkce bodu z definičního oboru D přiřadí právě jednu hodnotu z oboru hodnot H. Přesnější termín je funkce zadaná implicitně.

Více

DERIVACE FUNKCE KOMPLEXNÍ PROMĚNNÉ

DERIVACE FUNKCE KOMPLEXNÍ PROMĚNNÉ DERIVACE FUNKCE KOMPLEXNÍ PROMĚNNÉ vlastnosti holomorfní DERIVACE U reálných funkcí více reálných proměnných nebylo možné definovat derivaci analogicky definici reálné jedné reálné proměnné (nešlo dělit...)

Více

7. Funkce jedné reálné proměnné, základní pojmy

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

Více

6 Samodružné body a směry afinity

6 Samodružné body a směry afinity 6 Samodružné body a směry afinity Samodružnými body a směry zobrazení rozumíme body a směry, které se v zobrazují samy na sebe. Například otočení R(S má jediný samodružný bod, střed S, anemá žádný samodružný

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

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

FREDHOLMOVA ALTERNATIVA

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

Více

Teorie měření a regulace

Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace 22.z-3.tr ZS 2015/2016 2015 - Ing. Václav Rada, CSc. TEORIE ŘÍZENÍ druhá část tématu předmětu pokračuje. oblastí matematických pomůcek

Více

Obecný Hookeův zákon a rovinná napjatost

Obecný Hookeův zákon a rovinná napjatost Obecný Hookeův zákon a rovinná napjatost Základní rovnice popisující napěťově-deformační chování materiálu při jednoosém namáhání jsou Hookeův zákon a Poissonův zákon. σ = E ε odtud lze vyjádřit také poměrnou

Více

VEKTOROVÁ POLE Otázky

VEKTOROVÁ POLE Otázky VEKTOROVÁ POLE VEKTOROVÁ POLE Je-li A podmnožina roviny a f je zobrazení A do R 2, které je dáno souřadnicemi f 1, f 2, tj., f(x, y) = (f 1 (x, y), f 2 (x, y)) pro (x, y) A, lze chápat dvojici (f 1 (x,

Více