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

Rozměr: px
Začít zobrazení ze stránky:

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

Transkript

1 KOMLEXNÍ ČÍSLA C = {a + bi; a, b R}, kde i 2 = 1 Číslo komplexně sdružené k z = a + bi je číslo z = a bi. Operace s komplexními čísly: z = a + bi, kde a, b R v = c + di, kde c, d R Sčítání Odčítání Násobení z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i. Dělení (předpokládáme, že v 0) z v = a + bi c + di = a + bi c + di.c di c di ac + bd bc ad = + c 2 + d2 c 2 + d i. 2 Absolutní hodnota komplexního čísla z = a + bi = a 2 + b 2. 1

2 Goniometrický tvar komplexního čísla kde ϕ 0, 2π) takový, že z = a + bi = z (cos ϕ + i sin ϕ), cos ϕ = a z, sin ϕ = b z. Moivreova věta - umocňování komplexních čísel v goniometrickém tvaru Je-li z = a + bi = z (cos ϕ + i sin ϕ), potom z n = (a + bi) n = z n (cos nϕ + i sin nϕ). Důsledek Moivreovy věty - n-té odmocniny komplexního čísla Je-li z = z (cos ϕ + i sin ϕ), potom n-odmocninou n z z komplexního čísla z určujeme jako x k+1 = n z kde k = 0, 1,..., n 1. ( cos ϕ + 2kπ n + i sin ϕ + 2kπ ), n 2

3 POLYNOMY Necht C je těleso komplexních čísel, necht a 0, a 1,..., a n C, a 0 0. Funkce p: C C definovaná předpisem p(x) = a 0 x n + a 1 x n a n 1 x + a n se nazývá polynom (mnohočlen) stupně n. Píšeme st(p) = n. Čísla a 0, a 1,..., a n se nazývají koeficienty polynomu p. Jestliže pro každé i = 0, 1,..., n je a i R, kde R označuje těleso reálných čísel, potom mluvíme o polynomu s reálnými koeficienty. Jestliže a i = 0 pro každé i, potom p(x) = 0 se nazývá nulový polynom. (Pro nulový polynom není stupeň definován.) Číslo c C se nazývá kořen polynomu p(x), jestliže p(c) = 0. Věta: (Základní věta algebry) Každý polynom stupně alespoň 1 má v oboru komplexních čísel alespoň jeden kořen. Základní operace s polynomy jsou sčítání, odčítání, násobení, dělení. Pokud polynom p(x) je polynom stupně n a polynom q(x) je polynom stupně m, pak pro stupně výsledných polynomů po provedení jednotlivých operací platí následující vztahy: st(p + q) max{st(p), st(q)} = max{n, m}, st(p q) max{st(p), st(q)} = max{n, m}, st(p.q) = st(p) + st(q) = n + m, st(p : q) = st(p) st(q) = n m. 3

4 Věta: (věta o dělení polynomů se zbytkem) Jestliže a(x), b(x) jsou polynomy (s komplexními koeficienty), polynom b(x) je nenulový, potom existují a jsou jednoznačně určeny polynomy q(x) a r(x) takové, že a(x) = b(x).q(x) + r(x), kde st(r) < st(b) nebo r(x) = 0. Uvažujme nyní polynom b(x) prvního stupně, a to speciálního tvaru b(x) = x c, kde c C. Potom existují a jsou jednoznačně určeny polynomy q(x), r(x) tak, že a(x) = (x c) q(x) + r(x), kde st(r) < st(x c) = 1 nebo r = 0. Tedy zbytek je roven konstantě: r(x) = r C. Dosadíme-li za nezávisle proměnnou x číslo c, získáme a(c) = (c c)q(c) + r = r, neboli zbytkem při tomto dělení polynomů je právě funkční hodnota polynomu a(c) v bodě c C. Tedy a(x) = (x c) q(x) + a(c). Odsud vidíme, že číslo c C je kořen polynomu a(x) právě tehdy, když polynom a(x) lze dělit polynomem x c beze zbytku. Tím jsme dokázali následující větu. Věta: (dělení polynomu kořenovým činitelem) Je-li c C kořen polynomu a(x), potom platí kde st(q) = st(a) 1. a(x) = (x c) q(x), Použijme nyní opakovaně Základní větu algebry a větu o dělení polynomu kořenovým činitelem na polynom a(x) stupně n: vezměme c 1 C kořen polynomu a(x), potom a(x) = (x c 1 )q 1 (x), kde st(q 1 ) = n 1, vezměme c 2 C kořen polynomu q 1 (x), potom q 1 (x) = (x c 2 )q 2 (x), kde st(q 2 ) = n 2, 4

5 vezměme c 3 C kořen polynomu q 2 (x), potom q 2 (x) = (x c 3 )q 3 (x), kde st(q 3 ) = n 3, atd. vezměme c n C kořen polynomu q n 1 (x), potom q n 1 (x) = (x c n )q n (x), kde st(q n ) = n n = 0. Tedy polynom a(x) lze zapsat ve tvaru a(x) = (x c 1 )(x c 2 )(x c 3 ) (x c n )q n. Přitom tentýž polynom a(x) lze vyjádřit pomocí jeho koeficientů jako a(x) = a 0 x n + a 1 x n a n 1 x + a n. Z porovnání koeficientů u nejvyšší mocniny x n je vidět, že a 0 = q n. Tím je dokázáno tvrzení následující věty. Věta: (rozklad polynomu na kořenové činitele) Každý polynom stupně n (n 1) (s komplexními koeficienty) a(x) = a 0 x n + a 1 x n a n 1 x + a n lze v komplexním oboru vyjádřit ve tvaru a(x) = a 0 (x c 1 )(x c 2 )... (x c n ), kde c 1, c 2,..., c n C jsou kořeny polynomu a(x). Tento zápis polynomu se nazývá rozklad polynomu na kořenové činitele. Je zřejmé, že pro všechny koeficienty polynomu lze určit vztahy, které je vyjadřují pomocí kořenů tohoto polynomu. Tyto vztahy jsou známy jako Viètovy vzorce. V následující větě uvedeme alespoň dva. Věta: (vybrané Viètovy vzorce) Jestliže a(x) = a 0 x n + a 1 x n a n 1 x + a n je polynom stupně n s komplexními koeficienty, jestliže jsou c 1, c 2,..., c n C kořeny tohoto polynomu, potom a n = ( 1) n a 0 c 1 c 2 c n, a 1 = a 0 (c 1 + c c n ). 5

6 Věta: (komplexní kořeny reálných polynomů) Je-li číslo c C kořenem polynomu a(x) = a 0 x n + a 1 x n a n 1 x + a n s reálnými koeficienty, potom také číslo komplexně sdružené c C je kořenem polynomu a(x). Tato věta vlastně říká, že pokud je polynom a(x) stupně n polynom pouze s reálnými koeficienty, potom všechny komplexní kořeny se vyskytují po dvojicích (vždy s kořenem komplexně sdruženým, který má i tutěž násobnost). Důsledek: Každý polynom s reálnými koeficienty lichého stupně má alespoň jeden reálný kořen. Reálný rozklad polynomu. Jestliže v rozkladu polynomu na kořenové činitele roznásobíme každé dva kořenové činitele, které odpovídají dvojici komplexně sdružených kořenů, získáme reálný rozklad polynomu. V tomto rozkladu se kromě kořenových činitelů pro reálné kořeny vyskytují ještě kvadratické členy pro dvojice kořenů komplexně sdružených. Hornerovo schéma Dělení polynomu a(x) polynomem x c lze jednoduše zapsat do tabulky. Tento způsob dělení polynomu polynomem x c bývá nazýván Hornerovo schéma. Označme a(x) = (x c)q(x) + r, kde a(x) = a 0 x n + a 1 x n a n 1 x + a n, q(x) = q 0 x n 1 + q 1 x n q n 2 x + q n 1. Dělení polynomů lze zapsat do tabulky takto: a 0 a 1 a 2 a 3 a n 1 a n c q 0 c q 1 c q 2 c q n 2 c q n 1 c q 0 q 1 q 2 q 3 q n 1 r 6

7 Příklad: (viz skripta LA) Určeme rozklad na kořenové činitele a reálný rozklad polynomů 1. a(x) = x 5 23x x x 120, 2. p(x) = x 7 + 5x 6 + 5x 5 + x 4 + 7x 3 13x 2 + 3x 9. Řešení 1. Protože a(1) = 36, a( 1) = 144, čísla 1 a 1 nejsou kořeny polynomu a(x). Zkusíme další dělitele čísla čísla 2 a 2. Dělíme pomocí Hornerova schématu Tím a(x) = (x 2)(x 2)(x+2)(x 2 +2x 15). Poslední dva kořeny polynomu jsou c 4 = 3 a c 5 = 5. Protože všechny kořeny tohoto polynomu jsou reálné, je reálný rozklad polynomu stejný jako rozklad na kořenové činitele a(x) = (x 2) 2 (x + 2)(x 3)(x + 5). 2. U polynomu p(x) odhadneme jednoduchý kořen c 1 = 1 a dvojnásobný kořen c 2,3 = 3 a vydělíme pomocí Hornerova schématu. Tím získáme p(x) = (x 1)(x + 3) 2 (x 4 + 2x 2 + 1) = (x 1)(x + 3) 2 (x 2 + 1) 2, což je reálný rozklad polynomu p(x), nebot kvadratický trojčlen x 2 +1 má pouze komplexní kořeny c 4,5 = ±i. Rozklad polynomu p(x) na kořenové činitele je ve tvaru p(x) = (x 1)(x + 3) 2 (x i) 2 (x + i) 2. 7

8 VLASTNÍ ČÍSLA A VLASTNÍ VEKTORY MATICE, JORDANŮV KANONICKÝ TVAR Necht A je čtvercová matice řádu n. Číslo λ se nazývá vlastní číslo, příp. charakteristické číslo matice A, pokud existuje nenulový vektor x R n tak, že platí A.x = λx. Je-li λ 0 vlastní číslo matice A, potom nenulový vektor h R n takový, že λ 0 h = A.h, se nazývá vlastní vektor matice A příslušný vlastnímu číslu λ 0. Množina všech vlastních čísel matice A se nazývá spektrum matice A a značí se σ(a). Necht A je čtvercová matice řádu n. Polynom ϕ(λ) = det(λi A) se nazývá charakteristický polynom matice A. Vlastní čísla matice A jsou kořeny charakteristického polynomu ϕ(λ) = det(λi A). Jestliže λ 0 je vlastní číslo matice A, potom vlastní vektory příslušné vlastnímu číslu λ 0 jsou nenulová řešení homogenní soustavy lineárních algebraických rovnic (λ 0 I A)x = 0. 8

9 Věta: (lineární nezávislost vlastních vektorů) Necht A je čtvercová matice řádu n. Jestliže ke každému z navzájem různých vlastních čísel λ i matice A vybereme vlastní vektor h i, potom jsou tyto vektory lineárně nezávislé. Řekneme, že čtvercové matice A, B řádu n jsou podobné matice, jestliže existuje regulární matice T řádu n taková, že A = TBT 1. Poznámka: Pokud platí pro matice A, B vztah A = TBT 1, lze tuto rovnost zleva vynásobit inverzní maticí T 1 k matici T a zprava samotnou maticí T. Tím dostaneme rovnost B = T 1 AT = T 1 A(T 1 ) 1, která ukazuje, že vztah podobnosti matic je symetrický. Věta: (vlastní čísla podobných matic) Podobné matice mají stejné charakteristické polynomy, a tedy i stejná vlastní čísla. Poznámka: Implikaci ve větě o vlastních číslech podobných matic nelze obrátit, t.j. jestliže dvě matice mají stejné charakteristické polynomy, nemusí to být podobné [ ] matice. Jako příklad [ můžeme ] uvažovat jednotkovou matici I = řádu 2 a matici A =. Charakteristické polynomy těchto matic jsou stejné: ϕ I (λ) = det(λi I) = (λ 1) 2, ϕ A (λ) = det(λi A) = (λ 1) 2. Ale přesto nejsou tyto matice podobné, protože pro každou regulární matici T řádu 2 je TIT 1 = TT 1 = I, neboli jednotková matice I je podobná pouze sama se sebou. Necht L je lineární vektorový prostor. Potom lineární zobrazení prostoru L do sebe, t.j. do stejného prostoru L, se nazývá lineární operátor. 9

10 Maticí A lineárního operátoru L v bázi f 1, f 2,..., f n prostoru L rozumíme matici lineárního zobrazení L: L L, kde v prostoru L je zvolena báze f 1, f 2,..., f n (a to jak prostoru vzorů, tak i prostoru obrazů ). Matice A operátoru L se tedy skládá po sloupcích z vektorů L(f 1 ), L(f 2 ),..., L(f n ), kde pro každé i = 1, 2,..., n jsou vektory L(f i ) souřadnicové vektory prvku L(f i ) v bázi f 1, f 2,..., f n. Pokud v tomtéž prostoru L zvolíme jinou bázi g 1, g 2,..., g n, bude matice téhož lineárního operátoru L: L L v bázi g 1, g 2,..., g n jiná, označme ji B. Zajímá nás, jaký je vztah mezi maticemi A a B? Věta: (matice lineárního operátoru v různých bázích) Necht L je lineární vektorový prostor nad tělesem T, necht L je lineární operátor, L: L L. Jestliže A je matice lineárního operátoru L v bázi f 1, f 2,..., f n prostoru L, jestliže B je matice téhož lineárního operátoru L v bázi g 1, g 2,..., g n prostoru L, potom matice A, B jsou podobné matice Právě formulovaná věta umožňuje mluvit o vlastních číslech operátoru L, nebot lze užít matici operátoru L v libovolné bázi a určit její vlastní čísla. Pokud bychom uvažovali matici operátoru L v jiné bázi, potom tato matice bude jiná, ale podle právě formulované věty jsou obě matice lineárního operátoru podobné, tedy musí mít stejné charakteristické polynomy, a proto i stejná vlastní čísla. Věta: (podobnost matic A a J ) Necht čtvercová matice A řádu n má navzájem různá vlastní čísla λ 1, λ 2,..., λ n. Ke každému vlastnímu číslu λ i zvolme vlastní vektor h i. Potom A = TJT 1, kde matice J = diag[λ 1, λ 2,..., λ n ] a matice T se skládá ze sloupců h 1, h 2,..., h n, tj. z příslušných vlastních vektorů. Matice J se nazývá Jordanův kanonický tvar matice A, ve výše uvedené větě byla sestavena pro jednoduchá vlastní čísla. 10

11 Poznámka: V Jordanově matici J lze na diagonále zvolit pořadí vlastních čísel libovolně, ale této volbě musí potom odpovídat skládání vlastních vektorů v matici T. Protože matice T je regulární, je matice A singulární právě tehdy, když je singulární Jordanova matice J, což nastane právě tehdy, když matice A má vlastní číslo nula 0. Věta: (diagonální Jordanův kanonický tvar matice) Čtvercová matice A řádu n je podobná diagonální matici J právě tehdy, když má n lineárně nezávislých vlastních vektorů. Na následujícím příkladu (viz skripta LA) ukážeme, jak vypadá Jordanova kanonická matice, pokud neexistuje tolik lineárně nezávislých vlastních vektorů, jaký je řád matice. Určeme Jordanovu kanonický tvar J a matici podobnosti T matice A = Nejdříve určíme vlastní čísla matice A: det(λi A) = (λ 10)(λ 1) 2. Matice A má jednoduché vlastní číslo λ 1 = 10 a dvojnásobné vlastní číslo λ 2,3 = 1. Pro vlastní číslo λ 1 = 10 je vlastním vektorem libovolný nenulový násobek vektoru h 1 = [0, 2, 1] T. Pro dvojnásobné vlastní číslo λ 2,3 = 1 hledáme vlastní vektory jako nenulová řešení soustavy (1I A)x = 0 : [(1I A) 0] = Nalezneme tedy pouze jeden lineárně nezávislý vlastní vektor příslušný dvojnásobnému vlastnímu číslu λ 2,3 = 1. Vlastním vektorem příslušným vlastnímu číslu λ 2,3 = 1 je libovolný nenulový násobek vektoru h 2 = [ 1, 2, 1] T. Jordanova matice J není diagonální, protože nemáme tři, ale pouze dva lineárně nezávislé vlastní vektory.. 11

12 Vezmeme-li Jordanovu matici ve tvaru J = , potom potřebujeme najít matici T tak, aby A = TJT 1. Tuto rovnost lze přepsat jako AT = TJ. Jestliže se matice T bude skládat ze sloupců h 1, h 2, h 3, potom pro tyto sloupce musí platit Ah 1 = 10h 1, (10I A)h 1 = 0, tedy Ah 2 = 1h 2, (1I A)h 2 = 0, Ah 3 = h 2 + 1h 3, (1I A)h 3 = h 2. Vektor h 1 je vlastní vektor příslušný vlastnímu číslu λ 1 = 10, tedy např. h 1 = [0, 2, 1] T. Vektor h 2 je vlastní vektor příslušný dvojnásobnému vlastnímu číslu λ 2,3 = 1, tedy např. h 2 = [ 1, 2, 1] T. Vektor h 3 je řešením nehomogenní soustavy rovnic s maticí (1I A) a pravou stranou h 2, je to tzv. zobecněný vlastní vektor. [1I A h 2 ] = Vektor h 3 je např. h 3 = [0, 1, 0] T (nehomogenní soustava má nekonečně mnoho řešení, my jedno libovolně vybereme). Matice T je potom matice T = Všimněte si, že matice T je regulární a platí A = TJT 1. Úvahy z příkladu zobecňuje následující definice. Necht A je čtvercová matice řádu n, necht λ je vlastní číslo matice A. Uspořádaná k-tice vektorů h 1, h 2,..., h k se nazývá řetězec zobecněných vlastních vektorů matice A příslušný vlastnímu číslu λ, jestliže platí 12

13 (λi A)h 1 = 0, h 1 0, (λi A)h 2 = h 1, (λi A)h 3 = h 2,... (λi A)h k = h k 1. Vektor h 1 je vlastní vektor příslušný vlastnímu číslu λ, pro každé j = 2, 3,..., k se vektor h j nazývá j-tý zobecněný vlastní vektor matice A příslušný vlastnímu číslu λ. Počet vektorů v řetězci, t.j. číslo k, se nazývá délka řetězce. Obecně pro vícenásobná vlastní čísla musíme vždy určit počet tzv. Jordanových bloků (či Jordanových polí), která přísluší tomuto vlastnímu číslu. Počet Jordanových bloků k vlastnímu číslu λ i matice A je rozdíl n hod(λ i I A), kde n je řád matice A a hodnost matice λ i I A jsme již určili při hledání vlastních vektorů k vlastnímu číslu λ i. Jordanův blok velikosti k je část matice o k řádcích a k sloupcích, kde vlastní číslo vyplní hlavní diagonálu a první rovnoběžka nad ní je vyplněna jedničkami, ostatní prvky jsou nulové: J k = λ i λ i λ i λ i λ i V matici J pak na diagonálu skládáme právě Jordanovy bloky. (Jednonásobným vlastním číslům přísluší vždy Jordanovy bloky velikosti 1, což odpovídá tomu, co již bylo řečeno dříve.) 13

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

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

Více

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

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

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

EUKLIDOVSKÉ PROSTORY

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

Více

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

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

1 Řešení soustav lineárních rovnic

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

Více

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

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

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

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

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti PROSTORY SE SKALÁRNÍM SOUČINEM Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx, y) = λ(x,

Více

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

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

Více

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

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

Více

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

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

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

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

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud

Více

)(x 2 + 3x + 4),

)(x 2 + 3x + 4), 3 IREDUCIBILNÍ ROZKLADY POLYNOMŮ V T [X] 3 Ireducibilní rozklady polynomů v T [x] - rozklady polynomů na ireducibilní (dále nerozložitelné) prvky v oboru integrity polynomů jedné neurčité x nad tělesem

Více

Polynomy nad Z p Konstrukce faktorových okruhů modulo polynom. Alena Gollová, TIK Počítání modulo polynom 1/30

Polynomy nad Z p Konstrukce faktorových okruhů modulo polynom. Alena Gollová, TIK Počítání modulo polynom 1/30 Počítání modulo polynom 3. přednáška z algebraického kódování Alena Gollová, TIK Počítání modulo polynom 1/30 Obsah 1 Polynomy nad Zp Okruh Zp[x] a věta o dělení se zbytkem 2 Kongruence modulo polynom,

Více

Vlastní čísla a vlastní vektory

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

Více

Program SMP pro kombinované studium

Program SMP pro kombinované studium Zadání příkladů k procvičení na seminář Program SMP pro kombinované studium Nejdůležitější typy příkladů - minimum znalostí před zkouškovou písemkou 1) Matice 1. Pro matice 1 0 2 1 0 3 B = 7 3 4 4 2 0

Více

Zdrojem většiny příkladů je sbírka úloh 1. cvičení ( ) 2. cvičení ( )

Zdrojem většiny příkladů je sbírka úloh   1. cvičení ( ) 2. cvičení ( ) Příklady řešené na cvičení LA II - LS 1/13 Zdrojem většiny příkladů je sbírka úloh http://kam.mff.cuni.cz/~sbirka/ 1. cvičení (..13) 1. Rozhodněte, které z následujících operací jsou skalárním součinem

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

1. Jordanův kanonický tvar

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

Více

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

Soustavy lineárních rovnic

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

Více

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

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

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

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

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

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

Více

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

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

Základy matematiky pro FEK

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

Více

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

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

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

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program Program Primitivní funkce a Riemannův integrál Program Primitivní funkce a Riemannův integrál Lineární algebra Program Primitivní funkce a Riemannův integrál Lineární algebra Taylorův polynom Program Primitivní

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

4C. Polynomy a racionální lomené funkce. Patří mezi tzv. algebraické funkce, ke kterým patří také funkce s odmocninami. Polynomy

4C. Polynomy a racionální lomené funkce. Patří mezi tzv. algebraické funkce, ke kterým patří také funkce s odmocninami. Polynomy 4C. Polynomy a racionální lomené funkce Polynomy a racionální funkce mají zvláštní význam zejména v numerické a aplikované matematice. Patří mezi tzv. algebraické funkce, ke kterým patří také funkce s

Více

a a

a a 1.. Cíle V této kapitole se naučíme určovat zejména celočíselné kořeny některých polynomů. Výklad Při výpočtu hodnoty polynomu n k p( x) = ak x n-tého stupně n 1 v bodě x 0 C k = 0 musíme provést ( n 1)

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

Kapitola 11: Lineární diferenciální rovnice 1/15

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

Více

Pomocný text. Polynomy

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

Více

[1] Definice 1: Polynom je komplexní funkce p : C C, pro kterou. pro všechna x C. Čísla a 0, a 1,..., a n nazýváme koeficienty polynomu.

[1] Definice 1: Polynom je komplexní funkce p : C C, pro kterou. pro všechna x C. Čísla a 0, a 1,..., a n nazýváme koeficienty polynomu. Polynomy Polynom je možno definovat dvěma způsoby: jako reálnou nebo komplexní funkci, jejichž hodnoty jsou dány jistým vzorcem, jako ten vzorec samotný. [1] První způsob zavedení polynomu BI-LIN, polynomy,

Více

DEFINICE Z LINEÁRNÍ ALGEBRY

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

Více

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

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

Lineární algebra : Polynomy

Lineární algebra : Polynomy Lineární algebra : Polynomy (2. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních technologií České

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

1 Polynomiální interpolace

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

Více

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

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

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

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení

Více

Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak,

Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak, Podobnost matic Definice 84 Dány matice A, B M n (C) Jestliže existuje regulární matice P M n (C) tak, že B = P 1 AP, pak říkáme, že matice B je podobná matici A a píšeme A B Takto zavedená binární relace

Více

4 Počítání modulo polynom

4 Počítání modulo polynom 8 4 Počítání modulo polynom Co se vyplatilo jendou, vyplatí se i podruhé. V této kapitole zavedeme polynomy nad Z p a ukážeme, že množina všech polynomů nad Z p tvoří komutativní okruh s jednotkou. Je-li

Více

Dosud jsme se zabývali pouze soustavami lineárních rovnic s reálnými koeficienty.

Dosud jsme se zabývali pouze soustavami lineárních rovnic s reálnými koeficienty. Kapitola 4 Tělesa Dosud jsme se zabývali pouze soustavami lineárních rovnic s reálnými koeficienty. Všechna čísla byla reálná, vektory měly reálné souřadnice, matice měly reálné prvky. Také řešení soustav

Více

Lineární algebra - I. část (vektory, matice a jejich využití)

Lineární algebra - I. část (vektory, matice a jejich využití) Lineární algebra - I. část (vektory, matice a jejich využití) Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 2. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 40 Obsah 1 Vektory

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 Tomáš Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 63 1 2 3 4 5 6 7 8 9 10 11 2 / 63 Aritmetický vektor Definition 1 Aritmetický vektor x je uspořádaná

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

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2, Úlohy k přednášce NMAG a : Lineární algebra a geometrie a Verze ze dne. května Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se

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

[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon).

[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon). Grupy, tělesa grupa: množina s jednou rozumnou operací příklady grup, vlastnosti těleso: množina se dvěma rozumnými operacemi příklady těles, vlastnosti, charakteristika tělesa lineární prostor nad tělesem

Více

CHARAKTERISTICKÉ VEKTORY

CHARAKTERISTICKÉ VEKTORY Kapitola 3 CHARAKTERISTICKÉ VEKTORY Nyní se budeme zabývat vlastnostmi matic lineárních zobrazení A: V V, kde V je vektorový prostor dimenze n Protože každý komplexní n -dimenzionální vektorový prostor

Více

Soustavy lineárních rovnic

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

Více

(2) [B] Nechť G je konečná grupa tvořena celočíselnými maticemi roměru 2 2 s operací násobení. Nalezněte všechny takové grupy až na izomorfizmus.

(2) [B] Nechť G je konečná grupa tvořena celočíselnými maticemi roměru 2 2 s operací násobení. Nalezněte všechny takové grupy až na izomorfizmus. (1 [B] Nechť A : R 6 R 6 je lineární zobrazební takové, že A 26 = I. Najděte lineární prostory V 1, V 2 a V 3 takové, že R 6 = V 1 V 2 V 3 dim V 1 = dim V 2 = dim V 3 AV 1 V 1, AV 2 V 2 a AV 3 V 3 (2 [B]

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

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

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

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

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

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

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

15 Maticový a vektorový počet II

15 Maticový a vektorový počet II M. Rokyta, MFF UK: Aplikovaná matematika III kap. 15: Maticový a vektorový počet II 1 15 Maticový a vektorový počet II 15.1 Úvod Opakování z 1. ročníku (z kapitoly 8) Označení. Množinu všech reálných resp.

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

A0B01LAA Lineární algebra a aplikace (příklady na cvičení- řešení)

A0B01LAA Lineární algebra a aplikace (příklady na cvičení- řešení) A0B0LAA Lineární algebra a aplikace příklady na cvičení- řešení Martin Hadrava martin@hadrava.eu. ledna 0.týdenod9.9. Řešení soustav lineárních rovnic Gaussovou eliminační metodou diskuse počtu řešení..

Více

Lineární algebra : Vlastní čísla, vektory a diagonalizace

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

Více

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

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

Více

ALGEBRA. Téma 5: Vektorové prostory

ALGEBRA. Téma 5: Vektorové prostory SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 5: Vektorové prostory Základní pojmy Vektorový prostor nad polem P, reálný (komplexní)

Více

Diferenciální rovnice 3

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

Více

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy, Komplexní čísla Množinu všech uspořádaných dvojic (x, y) reálných čísel x, y nazýváme množinou komplexních čísel C, jestliže pro každé dvě takové dvojice (x, y ), (x 2, y 2 ) je definována rovnost, sčítání

Více

Generující kořeny cyklických kódů. Generující kořeny. Alena Gollová, TIK Generující kořeny 1/30

Generující kořeny cyklických kódů. Generující kořeny. Alena Gollová, TIK Generující kořeny 1/30 Generující kořeny cyklických kódů 6. přednáška z algebraického kódování Alena Gollová, TIK Generující kořeny 1/30 Obsah 1 Alena Gollová, TIK Generující kořeny 2/30 Hammingovy kódy Hammingovy kódy jsou

Více

Abstrakt. Bairstowovy iterační metody. V práci je odvozena Bairstowova metoda

Abstrakt. Bairstowovy iterační metody. V práci je odvozena Bairstowova metoda Hledání kořenů algebraické rovnice Michaela Kožuchová 1,MichaelaSládková 2,Vojtěch Pék 3 Abstrakt Práce se zabývá hledáním kořenů algebraické rovnice za pomoci Bairstowovy iterační metody. V práci je odvozena

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

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14. Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan 14. Vlastní vektory Bud V vektorový prostor nad polem P. Lineární zobrazení f : V

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

Řešené úlohy z Úvodu do algebry 1

Řešené úlohy z Úvodu do algebry 1 Řešené úlohy z Úvodu do algebry Veronika Sobotíková katedra matematiky FEL ČVUT Vzhledem k tomu, že se ze strany studentů často setkávám s nepochopením požadavku zdůvodnit jednotlivé kroky postupu řešení,

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

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

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

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

Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci

Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry TU v Liberci Jiří Hozman 1. dubna 2010 Cvičení 2 Příklad 1. Rozhodněte, zda lze vektor x vyjádřit jako lineární kombinaci vektorů u, v, w, v

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

MAT 1 Mnohočleny a racionální lomená funkce

MAT 1 Mnohočleny a racionální lomená funkce MAT 1 Mnohočleny a racionální lomená funkce Studijní materiály Pro listování dokumentem NEpoužívejte kolečko myši nebo zvolte možnost Full Screen. Brno 2012 RNDr. Rudolf Schwarz, CSc. First Prev Next Last

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

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