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.
|
|
- Miroslav Dostál
- před 6 lety
- Počet zobrazení:
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).
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
Více1 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
Více1 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
Více0.1 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
VíceEUKLIDOVSKÉ 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,
Více0.1 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
VíceUčební 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
Více1 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
VíceMatematika (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
Vícea 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
Více1 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)
Více2. 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
VícePROSTORY 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,
VícePolynomy. 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}
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
VíceVlastní 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
VíceVlastní 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)
VíceDefinice 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
VíceMATICE. 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
Vícematiceteorie 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),
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
VícePolynomy 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,
VíceVlastní 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
VíceProgram 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
VíceZdrojem 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
VíceNecht 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
Více1. 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
VíceVěta 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)
VíceSoustavy 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
VíceVektory 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
VíceLDF 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)
VíceZáklady 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
VíceUspořádanou 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 ).
Více10. 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
VíceOperace 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
VíceÚvod 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
VíceZáklady 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
VíceNejdřív 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
VíceOperace 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 =
VíceLineární 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..................................
VícePrimitivní 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
Více1 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
Více4C. 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
Vícea 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)
VíceSoustavy 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
VíceKapitola 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 +
VícePomocný 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.
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,
VíceDEFINICE 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
VíceVlastní 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
Více2. 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
VíceLineární 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
VíceMaticí 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...
Více1 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,
Více1 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
VíceLineární 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
VíceV 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
VícePodobnost 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
Více4 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
VíceDosud 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
VíceLineární 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
VíceFaculty 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
VíceVektorový 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 ),
VíceÚlohy 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
VíceMatematika 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).
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
VíceCHARAKTERISTICKÉ 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
VíceSoustavy 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.
(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]
VíceVI. 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
VíceMatematika 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
Více2.6. 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
Více1 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
Více8 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
VíceAVDAT 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
Vícepříkladů 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
Více15 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.
VíceSoustavy 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
VíceA0B01LAA 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..
VíceLineární 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
VíceUčební 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
VíceALGEBRA. 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)
VíceDiferenciální 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
Víceoznačme 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
VíceGenerující 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
VíceAbstrakt. 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
Víceftp://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/
Vícez 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/
VíceMatematický 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
VíceÚlohy 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.
VíceŘešené 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,
VíceVĚTY 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
VíceVěta 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
VíceNěkolik 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
Více3 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
VíceMatematika 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
Více1 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
VíceMAT 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
VíceKapitola 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
VíceTeorie 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