Lineární algebra Operace s vektory a maticemi

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Lineární algebra Operace s vektory a maticemi"

Transkript

1 Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008

2 Obsah Operace s řádkovými vektory Operace se sloupcovými vektory Matice Transponování matice Operace s maticemi sčítání, odčítání, násobení číslem Operace s maticemi maticový součin Srovnání maticového součinu a lineárních kombinací vektorů

3 Definice (algebraický vektorový prostor). Množinu R n uspořádaných n- tic reálných čísel (a 1, a 2,..., a n ) s operacemi sčítání a násobení reálným číslem definovanými (a 1, a 2,..., a n ) + (b 1, b 2,..., b n ) = (a 1 + b 1, a 2 + b 2,..., a n + b n ) c (a 1, a 2,..., a n ) = (c a 1, c a 2,..., c a n ) pro všechna c R a (a 1, a 2,..., a n ), (b 1, b 2,..., b n ) R n nazýváme reálným algebraickým vektorovým prostorem. Prvky tohoto prostoru, tj. uspořádané n-tice reálných čísel nazýváme algebraickými vektory. Čísla a 1,..., a n nazýváme složky vektoru (a 1, a 2,..., a n ). Číslo n nazýváme dimenze prostoru R n. Definice (lineární kombinace). Necht u 1, u 2,... u k je konečná posloupnost vektorů z vektorového prostoru R n. Vektor u, pro který platí u = t 1 u 1 + t 2 u t k u k, (1) kde t 1, t 2,..., t k jsou nějaká reálná čísla, se nazývá lineární kombinace vektorů u 1, u 2,..., u k. Čísla t 1, t 2,..., t k nazýváme koeficienty lineární kombinace.

4 Definice (algebraický vektorový prostor). Množinu R n uspořádaných n- tic reálných čísel (a 1, a 2,..., a n ) s operacemi sčítání a násobení reálným číslem definovanými (a 1, a 2,..., a n ) + (b 1, b 2,..., b n ) = (a 1 + b 1, a 2 + b 2,..., a n + b n ) c (a 1, a 2,..., a n ) = (c a 1, c a 2,..., c a n ) pro všechna c R a (a 1, a 2,..., a n ), (b 1, b 2,..., b n ) R n nazýváme reálným algebraickým vektorovým prostorem. Prvky tohoto prostoru, tj. uspořádané n-tice reálných čísel nazýváme algebraickými vektory. Čísla a 1,..., a n nazýváme složky vektoru (a 1, a 2,..., a n ). Číslo n nazýváme dimenze prostoru R n. Definice (lineární kombinace). Necht u 1, u 2,... u k je konečná posloupnost vektorů z vektorového prostoru R n. Vektor u, pro který platí u = t 1 u 1 + t 2 u t k u k, (1) kde t 1, t 2,..., t k jsou nějaká reálná čísla, se nazývá lineární kombinace vektorů u 1, u 2,..., u k. Čísla t 1, t 2,..., t k nazýváme koeficienty lineární kombinace.

5 Řádkové algebraické vektory. a = (1, 2, 1), b = (3, 0, 1), c = (2, 1, 0), o = (0, 0, 0) a + 2 b c = (1, 2, 1) + 2 (3, 0, 1) (2, 1, 0) = (1, 2, 1) + (6, 0, 2) (2, 1, 0) = ( , , 1 2 0) = (5, 1, 1) a + o = (1, 2, 1) + (0, 0, 0) = (1, 2, 1) = a 0 a + 0 b + 0 c = (0, 0, 0) a + b 2 c = (1, 2, 1) + (3, 0, 1) (4, 2, 0) = (0, 0, 0)

6 Řádkové algebraické vektory. a = (1, 2, 1), b = (3, 0, 1), c = (2, 1, 0), o = (0, 0, 0) a + 2 b c = (1, 2, 1) + 2 (3, 0, 1) (2, 1, 0) = (1, 2, 1) + (6, 0, 2) (2, 1, 0) = ( , , 1 2 0) = (5, 1, 1) a + o = (1, 2, 1) + (0, 0, 0) = (1, 2, 1) = a 0 a + 0 b + 0 c = (0, 0, 0) a + b 2 c = (1, 2, 1) + (3, 0, 1) (4, 2, 0) = (0, 0, 0) Dosadíme za vektory a vynásobíme vektor b dvěma (násobíme tedy každý prvek tohoto vektoru dvěma).

7 Řádkové algebraické vektory. a = (1, 2, 1), b = (3, 0, 1), c = (2, 1, 0), o = (0, 0, 0) a + 2 b c = (1, 2, 1) + 2 (3, 0, 1) (2, 1, 0) = (1, 2, 1) + (6, 0, 2) (2, 1, 0) = ( , , 1 2 0) = (5, 1, 1) a + o = (1, 2, 1) + (0, 0, 0) = (1, 2, 1) = a 0 a + 0 b + 0 c = (0, 0, 0) a + b 2 c = (1, 2, 1) + (3, 0, 1) (4, 2, 0) = (0, 0, 0) Sečteme (odečteme) odpovídající si komponenty vektorů.

8 Řádkové algebraické vektory. a = (1, 2, 1), b = (3, 0, 1), c = (2, 1, 0), o = (0, 0, 0) a + 2 b c = (1, 2, 1) + 2 (3, 0, 1) (2, 1, 0) = (1, 2, 1) + (6, 0, 2) (2, 1, 0) = ( , , 1 2 0) = (5, 1, 1) a + o = (1, 2, 1) + (0, 0, 0) = (1, 2, 1) = a 0 a + 0 b + 0 c = (0, 0, 0) a + b 2 c = (1, 2, 1) + (3, 0, 1) (4, 2, 0) = (0, 0, 0) Upravíme.

9 Řádkové algebraické vektory. a = (1, 2, 1), b = (3, 0, 1), c = (2, 1, 0), o = (0, 0, 0) a + o = (1, 2, 1) + (0, 0, 0) = (1, 2, 1) = a 0 a + 0 b + 0 c = (0, 0, 0) a + b 2 c = (1, 2, 1) + (3, 0, 1) (4, 2, 0) = (0, 0, 0) Přičteme-li k libovolnému vektoru nulový vektor, původní vektor se nemění (protože ke každé komponentě přičteme nulu).

10 Řádkové algebraické vektory. a = (1, 2, 1), b = (3, 0, 1), c = (2, 1, 0), o = (0, 0, 0) a + o = (1, 2, 1) + (0, 0, 0) = (1, 2, 1) = a 0 a + 0 b + 0 c = (0, 0, 0) a + b 2 c = (1, 2, 1) + (3, 0, 1) (4, 2, 0) = (0, 0, 0) Výsledkem triviální lineární kombinace je nulový vektor, protože každý vektor po vynásobení nulou přejde na nulový vektor a součet nulových vektorů je opět nulový vektor.

11 Řádkové algebraické vektory. a = (1, 2, 1), b = (3, 0, 1), c = (2, 1, 0), o = (0, 0, 0) a + o = (1, 2, 1) + (0, 0, 0) = (1, 2, 1) = a 0 a + 0 b + 0 c = (0, 0, 0) a + b 2 c = (1, 2, 1) + (3, 0, 1) (4, 2, 0) = (0, 0, 0) Někdy nulový vektor dostaneme i jako netriviální lineární kombinaci. V tomto případě říkáme, že vektory a, b a c jsou lineárně závislé.

12 Definice. Necht je dána konečná posloupnost vektorů. Řekneme, že vektory jsou lineárně závislé, jestliže alepoň jedna jejich netriviální lineární kombinace je rovna nulovému vektoru. Naopak, je-li kažá netriviální lineární kombinace nenulová, říkáme, že vektory jsou lineárně nezávislé. Testování lineární (ne-)závislosti Je-li v posloupnosti vektorů některý vektor násobkem jiného vektoru, jedná se o lineárně závislou posloupnost vektorů. Dva vektory jsou lineárně závislé právě tehdy, když jeden z vektorů je násobkem druhého. Je-li vektorů větší počet, než je dimenze prostoru, jsou tyto vektory lineárně závislé. V ostatních případech nelze na otázku o případné lineární závislosti nebo nezávislosti vektorů dát okamžitou odpověd, ale je potřeba odpovídajícím způsobem rozhodnout, např. pomocí pojmu hodnost matice, který uvedeme později.

13 Definice. Necht je dána konečná posloupnost vektorů. Řekneme, že vektory jsou lineárně závislé, jestliže alepoň jedna jejich netriviální lineární kombinace je rovna nulovému vektoru. Naopak, je-li kažá netriviální lineární kombinace nenulová, říkáme, že vektory jsou lineárně nezávislé. Testování lineární (ne-)závislosti Je-li v posloupnosti vektorů některý vektor násobkem jiného vektoru, jedná se o lineárně závislou posloupnost vektorů. Dva vektory jsou lineárně závislé právě tehdy, když jeden z vektorů je násobkem druhého. Je-li vektorů větší počet, než je dimenze prostoru, jsou tyto vektory lineárně závislé. V ostatních případech nelze na otázku o případné lineární závislosti nebo nezávislosti vektorů dát okamžitou odpověd, ale je potřeba odpovídajícím způsobem rozhodnout, např. pomocí pojmu hodnost matice, který uvedeme později.

14 Definice. Necht je dána konečná posloupnost vektorů. Řekneme, že vektory jsou lineárně závislé, jestliže alepoň jedna jejich netriviální lineární kombinace je rovna nulovému vektoru. Naopak, je-li kažá netriviální lineární kombinace nenulová, říkáme, že vektory jsou lineárně nezávislé. Testování lineární (ne-)závislosti Je-li v posloupnosti vektorů některý vektor násobkem jiného vektoru, jedná se o lineárně závislou posloupnost vektorů. Dva vektory jsou lineárně závislé právě tehdy, když jeden z vektorů je násobkem druhého. Je-li vektorů větší počet, než je dimenze prostoru, jsou tyto vektory lineárně závislé. V ostatních případech nelze na otázku o případné lineární závislosti nebo nezávislosti vektorů dát okamžitou odpověd, ale je potřeba odpovídajícím způsobem rozhodnout, např. pomocí pojmu hodnost matice, který uvedeme později.

15 Sloupcové algebraické vektory = Používáme-li sloupcové vektory, je počítání poněkud přehlednější, protože sčítáme prvky, které leží ve stejné výšce.

16 Definice (matice). Maticí řádu m n rozumíme schema a 11 a 12 a 13 a 1n a 21 a 22 a 23 a 2n A = a m1 a m2 a mn kde a ij pro i = 1..m a j = 1..n jsou reálná čísla. Množinu všech matic řádu m n označujeme symbolem R m n. Zkráceně zapisujeme též m n A = (a ij ) i=1 j=1 nebo pouze A = (a ij ). Je-li m = n nazývá se matice A čtvercová matice, jinak obdélníková matice. Je-li A čtvercová matice, nazýváme prvky tvaru a ii, tj. prvky, jejichž řádkový a sloupcový index jsou stejné, prvky hlavní diagonály.

17 Definice (matice transponovaná). Bud A = (a ij ) R m n. Matice A T = (a ji ) R n m, se nazývá matice transponovaná k matici A A = A T =

18 Definice (operace s maticemi). Bud te A = (a ij ), B = (b ij ) R m n. Součtem matic A a B rozumíme matici C = (c ij ) R m n, kde c ij = a ij + b ij. Zapisujeme C = A + B. A = (a ij ) R m n a t R. Součinem čísla t a matice A rozumíme matici D = (d ij ) R m n, kde d ij = t.a ij. Zapisujeme D = ta = =

19 Definice (maticový součin). A = (a ij ) R m n a B = (b ij ) R n p. Součinem matic A a B (v tomto pořadí) rozumíme matici G = (g ij ) R m p, kde g ij = a i1 b 1j + a i2 b 2j + + a in b nj pro všechna i = 1..m, j = 1..p. Zapisujeme G = AB (v tomto pořadí).

20 Skalární součin vektorů vektorů u = (u 1, u 2, u 3 ) a v = (v 1, v 2, v 3 ) je číslo Ze střední školy víte, že skalárním součinem u v = u 1 v 1 + u 2 v 2 + u 3 v 3 = 3 u i v i. i=1 Přímo z definice součinu plyne, že maticový součin ( ) v 1 u1 u 2 u 3 = (u 1 v 1 + u 2 v 2 + u 3 v 3 ) je jiným zápisem téhož. v 2 v 3

21 Vynásobte matice ( 1) ( 1) = ( 1) = ( 1) = není definováno A B = C, c ij = k a ik b kj

22 Vynásobte matice ( 1) ( 1) = ( 1) = ( 1) = není definováno Na místě ij ve výsledné matici C je skalární součin i-tého řádku matice A a j-tého sloupce matice B. Uvedený maticový součin je tedy možno chápat jako šest skalárních součinů.

23 Vynásobte matice ( 1) ( 1) = ( 1) = ( 1) = není definováno

24 Vynásobte matice ( 1) ( 1) = ( 1) = ( 1) = není definováno

25 Porovnejte následující maticový součin a lineární kombinaci vektorů = =

26 Porovnejte následující maticový součin a lineární kombinaci vektorů = =

27 Věta 1 (vlastnosti maticového součinu). Součin matic je asociativní a distributivní zprava i zleva vzhledem ke sčítání, tj. platí A(BC) = (AB)C A(B + C) = AB + AC (asociativita) (levý distributivní zákon) (B + C)A = BA + CA (pravý distributivní zákon) vždy, když tyto operace mají smysl. Definice (jednotková matice). Jednotkovou maticí řádu n rozumíme čtvercovou matici typu R n n, která má v hlavní diagonále jedničky a mimo hlavní diagonálu nuly. Označujeme ji I n. Příklad 1. Jednotková matice řádu 3 má tvar I 3 = Věta 2 (vlastnost jednotkové matice). Bud A matice. Pak platí IA = A a AI = A, vždy, když je tento součin definovaný.

28 Věta 1 (vlastnosti maticového součinu). Součin matic je asociativní a distributivní zprava i zleva vzhledem ke sčítání, tj. platí A(BC) = (AB)C A(B + C) = AB + AC (asociativita) (levý distributivní zákon) (B + C)A = BA + CA (pravý distributivní zákon) vždy, když tyto operace mají smysl. Definice (jednotková matice). Jednotkovou maticí řádu n rozumíme čtvercovou matici typu R n n, která má v hlavní diagonále jedničky a mimo hlavní diagonálu nuly. Označujeme ji I n. Příklad 1. Jednotková matice řádu 3 má tvar I 3 = Věta 2 (vlastnost jednotkové matice). Bud A matice. Pak platí IA = A a AI = A, vždy, když je tento součin definovaný.

29 Konec, pokračování zde.

Matematika. Kamila Hasilová. Matematika 1/34

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

Více

(ne)závislost. α 1 x 1 + α 2 x 2 + + α n x n. x + ( 1) x Vektoru y = ( 1) y říkáme opačný vektor k vektoru y. x x = 1. x = x = 0.

(ne)závislost. α 1 x 1 + α 2 x 2 + + α n x n. x + ( 1) x Vektoru y = ( 1) y říkáme opačný vektor k vektoru y. x x = 1. x = x = 0. Lineární (ne)závislost [1] Odečítání vektorů, asociativita BI-LIN, zavislost, 3, P. Olšák [2] Místo, abychom psali zdlouhavě: x + ( 1) y, píšeme stručněji x y. Vektoru y = ( 1) y říkáme opačný vektor k

Více

Nechť M je množina. Zobrazení z M M do M se nazývá (binární) operace

Nechť M je množina. Zobrazení z M M do M se nazývá (binární) operace Kapitola 2 Algebraické struktury Řada algebraických objektů má podobu množiny s nějakou dodatečnou strukturou. Například vektorový prostor je množina vektorů, ty však nejsou jeden jako druhý : jeden z

Více

Matematika pro studenty ekonomie. Doc. RNDr. Jiří Moučka, Ph.D. RNDr. Petr Rádl

Matematika pro studenty ekonomie. Doc. RNDr. Jiří Moučka, Ph.D. RNDr. Petr Rádl Doc. RNDr. Jiří Moučka, Ph.D. RNDr. Petr Rádl Matematika pro studenty ekonomie Vydala Grada Publishing, a.s. U Průhonu 22, 70 00 Praha 7 tel.: +420 234 264 40, fax: +420 234 264 400 www.grada.cz jako svou

Více

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),

Více

2 Vektory a vektorové prostory 23 2.1 Lineární závislost a nezávislost vektorů... 25 2.2 Souřadná soustava a báze... 26

2 Vektory a vektorové prostory 23 2.1 Lineární závislost a nezávislost vektorů... 25 2.2 Souřadná soustava a báze... 26 Obsah 1 Matice 3 11 Operace s maticemi 4 12 Soustavy lineárních rovnic 11 13 Maticové rovnice a výpočet inverzní matice 15 14 Elementární matice 19 15 Cvičení 21 16 Řešení 22 2 Vektory a vektorové prostory

Více

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

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

Více

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

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

Více

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

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy:

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy: Opakování středoškolské matematiky Slovo úvodem: Tato pomůcka je určena zejména těm studentům presenčního i kombinovaného studia na VŠFS, kteří na středních školách neprošli dostatečnou průpravou z matematiky

Více

METRICKÉ A NORMOVANÉ PROSTORY

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

Více

2.6. Vlastní čísla a vlastní vektory matice

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

Více

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

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

19 Hilbertovy prostory

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

Více

Základní vlastnosti eukleidovského prostoru

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

Více

Data v počítači. Informační data. Logické hodnoty. Znakové hodnoty

Data v počítači. Informační data. Logické hodnoty. Znakové hodnoty Data v počítači Informační data (elementární datové typy) Logické hodnoty Znaky Čísla v pevné řádové čárce (celá čísla) v pohyblivé (plovoucí) řád. čárce (reálná čísla) Povelová data (instrukce programu)

Více

Algebraické výrazy pro učební obory

Algebraické výrazy pro učební obory Variace 1 Algebraické výrazy pro učební obory Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Algebraické výrazy

Více

Lineární algebra nad obecným Z m, lineární kódy

Lineární algebra nad obecným Z m, lineární kódy Lineární algebra nad obecným Z m, lineární kódy Jiří Velebil: X01DML 19. listopadu 2010: Lineární algebra a kódy 1/19 Minule: soustavy lineárních rovnic nad Z p, p prvočíslo, stejně jako nad R. Dále nad

Více

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

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

Více

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

Sčítání a odčítání Jsou-li oba sčítanci kladní, znaménko výsledku je + +421 +23 = + 444

Sčítání a odčítání Jsou-li oba sčítanci kladní, znaménko výsledku je + +421 +23 = + 444 ARITMETIKA CELÁ ČÍSLA Celá čísla jsou. -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, Celá čísla rozdělujeme na záporná (-1, -2, -3, ) kladná (1, 2, 3,.) nula 0 (není číslo kladné ani záporné) absolutní

Více

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

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

Více

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4 ŘEŠENÍ MINITESTŮ JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4. Z daných tří soustav rovnic o neznámých x, x vyberte právě všechny ty, které jsou regulární.

Více

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

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

Více

[1] Důkaz: Necht p(x) = a n x n +... + a 1 x + a 0 = 0 pro všechna x C,

[1] Důkaz: Necht p(x) = a n x n +... + a 1 x + a 0 = 0 pro všechna x C, Výsledky operací jsou tedy popsány pomocí svých koeficientů algoritmicky. Na vstupu do algoritmu jsou koeficienty polynomů, které sčítáme resp. násobíme. S proměnnou x algoritmy nepracují. Polynomy Polynom

Více

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace RELACE Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace slouží k vyjádření vztahů mezi prvky nějakých množin. Vztahy mohou být různé povahy. Patří sem vztah býti potomkem,

Více

11 Analýza hlavních komponet

11 Analýza hlavních komponet 11 Analýza hlavních komponet Tato úloha provádí transformaci měřených dat na menší počet tzv. fiktivních dat tak, aby většina informace obsažená v původních datech zůstala zachována. Jedná se tedy o úlohu

Více

STŘEDOŠKOLSKÁ MATEMATIKA

STŘEDOŠKOLSKÁ MATEMATIKA STŘEDOŠKOLSKÁ MATEMATIKA MOCNINY, ODMOCNINY, ALGEBRAICKÉ VÝRAZY VŠB Technická univerzita Ostrava Ekonomická fakulta 006 Mocniny, odmocniny, algebraické výrazy http://moodle.vsb.cz/ 1 OBSAH 1 Informace

Více

y 10 20 Obrázek 1.26: Průměrová rovina válcové plochy

y 10 20 Obrázek 1.26: Průměrová rovina válcové plochy 36 KAPITOLA 1. KVADRIKY JAKO PLOCHY 2. STUPNĚ 2 1 2 1 1 y 1 2 Obráek 1.26: Průměrová rovina válcové plochy Věta: Je-li definována průměrová rovina sdružená s asymptotickým směrem, potom je s tímto směrem

Více

6. Úhel a jeho vlastnosti

6. Úhel a jeho vlastnosti 6. Úhel a jeho vlastnosti 6.1 Úhel, osa úhlu 6.1.1 Úhel Úhel je část roviny ohraničená dvěma polopřímkami se společným počátkem. Polopřímkám říkáme ramena úhlu. Jejich společný počátek nazýváme vrchol

Více

Dělitelnost čísel, nejmenší společný násobek, největší společný dělitel

Dělitelnost čísel, nejmenší společný násobek, největší společný dělitel Variace 1 Dělitelnost čísel, nejmenší společný násobek, největší společný dělitel Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu

Více

7.2.12 Vektorový součin I

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

Více

ARITMETIKA - SEKUNDA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky

ARITMETIKA - SEKUNDA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky ARITMETIKA - SEKUNDA Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro nižší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu

Více

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

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

Více

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

Učební texty k státní bakalářské zkoušce Matematika Algebra. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Algebra študenti MFF 15. augusta 2008 1 8 Algebra Požadavky Grupa, okruh, těleso definice a příklady Podgrupa, normální podgrupa, faktorgrupa, ideál

Více

Odpřednesenou látku naleznete v kapitole 3.3 skript Diskrétní matematika.

Odpřednesenou látku naleznete v kapitole 3.3 skript Diskrétní matematika. Lineární kódy, část 2 Odpřednesenou látku naleznete v kapitole 3.3 skript Diskrétní matematika. Jiří Velebil: A7B01LAG 22.12.2014: Lineární kódy, část 2 1/12 Dnešní přednáška 1 Analýza Hammingova (7, 4)-kódu.

Více

ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE

ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE A NEROVNICE, SOUSTAVY ROVNIC A NEROVNIC Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21.

Více

Řešení slovních úloh pomocí lineárních rovnic

Řešení slovních úloh pomocí lineárních rovnic Řešení slovních úloh pomocí lineárních rovnic Řešení slovních úloh představuje spojení tří, dnes bohužel nelehkých, úloh porozumění čtenému textu (pochopení zadání), jeho matematizaci (převedení na rovnici)

Více

Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz. Algebra Struktury s jednou operací

Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz. Algebra Struktury s jednou operací Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz Algebra Struktury s jednou operací Teoretická informatika 2 Proč zavádíme algebru hledáme nástroj pro popis objektů reálného světa (zejména

Více

Celá čísla. Celá čísla jsou množinou čísel, kterou tvoří všechna čísla přirozená, čísla k nim opačná a číslo nula.

Celá čísla. Celá čísla jsou množinou čísel, kterou tvoří všechna čísla přirozená, čísla k nim opačná a číslo nula. Celá čísla Celá čísla jsou množinou čísel, kterou tvoří všechna čísla přirozená, čísla k nim opačná a číslo nula. Množinu celých čísel označujeme Z Z = { 3, 2, 1,0, 1,2, 3, } Vlastností této množiny je,

Více

Jiří Neubauer. Katedra ekonometrie FEM UO Brno

Jiří Neubauer. Katedra ekonometrie FEM UO Brno Přednáška č. 11 Katedra ekonometrie FEM UO Brno Jedná se o speciální případ dopravních úloh, řeší např. problematiku optimálního přiřazení strojů na pracoviště. Příklad Podnik má k dispozici 3 jeřáby,

Více

Limita a spojitost funkce

Limita a spojitost funkce Limita a spojitost funkce Základ všší matematik Dana Říhová Mendelu Brno Průřezová inovace studijních programů Lesnické a dřevařské fakult MENDELU v Brně (LDF) s ohledem na disciplin společného základu

Více

Matematika pro informatiku 4

Matematika pro informatiku 4 Matematika pro informatiku 4 Doc. RNDr. Alena Šolcová, Ph. D., KTI FIT ČVUT v Praze 7.března 2011 Evropský sociální fond Investujeme do vaší budoucnosti Alena Šolcová Lámejte si hlavu - L1 Určete všechny

Více

Disjunktivní a konjunktivní lní tvar formule. 2.přednáška

Disjunktivní a konjunktivní lní tvar formule. 2.přednáška Disjunktivní a konjunktivní normáln lní tvar formule 2.přednáška Disjunktivní normáln lní forma Definice Řekneme, že formule ( A ) je v disjunktivním normálním tvaru (formě), zkráceně v DNF, jestliže je

Více

15. KubickÈ rovnice a rovnice vyööìho stupnï

15. KubickÈ rovnice a rovnice vyööìho stupnï 15. KubickÈ rovnice a rovnice vyööìho stupnï Čas od času je možné slyšet v pořadech o počasí jména jako Andrew, Mitch, El Ňiňo. otom následuje zpráva o katastrofálních vichřicích, uragánech a jiných mimořádných

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

7 Kardinální informace o kritériích (část 1)

7 Kardinální informace o kritériích (část 1) 7 Kardinální informace o kritériích (část 1) Předpokládejme stejná značení jako v předchozích cvičeních. Kardinální informací o kritériích se rozumí ohodnocení jejich důležitosti k pomocí váhového vektoru

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

Sbírka. úloh z matematiky. pro 2. ročník. tříletých učebních oborů

Sbírka. úloh z matematiky. pro 2. ročník. tříletých učebních oborů Sbírka úloh z matematik pro. ročník tříletých učebních oborů Jméno: Třída: Obsah Výraz Člen výrazu Absolutní hodnota Sčítání a odčítání výrazů 6 Násobení výrazů 6 Dělení výrazů jednočlenem 8 Vtýkání před

Více

Determinanty a matice v theorii a praxi

Determinanty a matice v theorii a praxi Determinanty a matice v theorii a praxi 1. Lineární závislost číselných soustav In: Václav Vodička (author): Determinanty a matice v theorii a praxi. Část druhá. (Czech). Praha: Jednota československých

Více

Kapitola 1: Lineární prostor

Kapitola 1: Lineární prostor Lineární prostor Kapitola 1: Lineární prostor Chcete-li ukončit prohlížení stiskněte klávesu Esc. Chcete-li pokračovat stiskněte klávesu Enter.. p.1/15 Lineární prostor Lineární prostoralineární podprostor

Více

ANALYTICKÁ GEOMETRIE INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

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

Více

3. Celistvé výrazy a jejich úprava 3.1. Číselné výrazy

3. Celistvé výrazy a jejich úprava 3.1. Číselné výrazy . Celistvé výrazy a jejich úprava.1. Číselné výrazy 8. ročník. Celistvé výrazy a jejich úprava Proměnná je znak, zpravidla ve tvaru písmene, který zastupuje čísla z dané množiny čísel. Většinou se setkáváme

Více

Číselné soustavy a převody mezi nimi

Číselné soustavy a převody mezi nimi Číselné soustavy a převody mezi nimi Základní požadavek na počítač je schopnost zobrazovat a pamatovat si čísla a provádět operace s těmito čísly. Čísla mohou být zobrazena v různých číselných soustavách.

Více

S funkcemi můžeme počítat podobně jako s čísly, sčítat je, odečítat, násobit a dělit případně i umocňovat.

S funkcemi můžeme počítat podobně jako s čísly, sčítat je, odečítat, násobit a dělit případně i umocňovat. @08. Derivace funkce S funkcemi můžeme počítat podobně jako s čísly, sčítat je, odečítat, násobit a dělit případně i umocňovat. Definice: Součet funkce f a g je takový předpis, taková funkce h, která každému

Více

Historie matematiky a informatiky Cvičení 2

Historie matematiky a informatiky Cvičení 2 Historie matematiky a informatiky Cvičení 2 Doc. RNDr. Alena Šolcová, Ph. D., KAM, FIT ČVUT v Praze 2014 Evropský sociální fond Investujeme do vaší budoucnosti Alena Šolcová Číselně teoretické funkce (Number-Theoretic

Více

analytické geometrie v prostoru s počátkem 18. stol.

analytické geometrie v prostoru s počátkem 18. stol. 4.. Funkce více proměnných, definice, vlastnosti Funkce více proměnných Funkce více proměnných se v matematice začal používat v rámci rozvoje analtické geometrie v prostoru s počátkem 8. stol. I v sami

Více

uvedení do problematiky i Bezpečnostní kódy: detekční kódy = kódy zjišťující chyby samoopravné kódy = kódy opravující chyby příklady kódů:

uvedení do problematiky i Bezpečnostní kódy: detekční kódy = kódy zjišťující chyby samoopravné kódy = kódy opravující chyby příklady kódů: I. Bezpečnostníkódy úvod základní pojmy počet zjistitelných a opravitelných chyb 2prvkové těleso a lineární prostor jednoduché bezpečnostní kódy lineární kódy Hammingův kód smysluplnost bezpečnostních

Více

1. ÚVOD 1.1 SOUSTAVA FYZIKÁLNÍCH VELIČIN, KONSTANT,

1. ÚVOD 1.1 SOUSTAVA FYZIKÁLNÍCH VELIČIN, KONSTANT, 1. ÚVOD 1.1 SOUSTAVA FYZIKÁLNÍCH VELIČIN, KONSTANT, JEDNOTEK A JEJICH PŘEVODŮ FYZIKÁLNÍ VELIČINY Fyzikálními veličinami charakterizujeme a popisujeme vlastnosti fyzikálních objektů parametry stavů, ve

Více

množinu definujeme axiomaticky: nesnažíme se ji zkonstruovat (dokonce se ani nezabýváme otázkou,

množinu definujeme axiomaticky: nesnažíme se ji zkonstruovat (dokonce se ani nezabýváme otázkou, Matematická analýza I přednášky M. Málka cvičení A. Hakové a R. Otáhalové Zimní semestr 2004/05 2. Reálná čísla, funkce reálné proměnné V této kapitole zavádíme množinu, na níž stojí celá matematická analýza:

Více

a jeho hodnotu pro x = 2 a jeho hodnotu pro x = 2 3 x. a jeho hodnotu pro x = 2 a jeho hodnotu pro x = 6; x = 13 28 = 1 7 a jeho hodnotu pro x = 2

a jeho hodnotu pro x = 2 a jeho hodnotu pro x = 2 3 x. a jeho hodnotu pro x = 2 a jeho hodnotu pro x = 6; x = 13 28 = 1 7 a jeho hodnotu pro x = 2 Obsah Definiční obory výrazů s proměnnou... Zápisy výrazů...3 Sčítání a odčítání mnohočlenů...4 Násobení mnohočlenů...5 Dělení mnohočlenů...7 Rozklad mnohočlenů na součin vytýkání...9 Rozklad mnohočlenů

Více

Jednotky zrychlení odvodíme z výše uvedeného vztahu tak, že dosadíme za jednotlivé veličiny.

Jednotky zrychlení odvodíme z výše uvedeného vztahu tak, že dosadíme za jednotlivé veličiny. 1. Auto zrychlí rovnoměrně zrychleným pohybem z 0 km h -1 na 72 km h -1 za 10 sekund. 2. Auto zastaví z rychlosti 64,8 km h -1 rovnoměrně zrychleným (zpomaleným) pohybem za 9 sekund. V obou případech nakreslete

Více

Cvičení z ekonometrie

Cvičení z ekonometrie Cvičení z ekonometrie Česká zemědělská univerzita v Praze Provozně ekonomická fakulta Katedra ekonomiky Ing. Lukáš Čechura, Ph.D. Dr. Ing. Pavlína Hálová Ing. Zdeňka Kroupová Ing. Michal Malý, Ph.D. Ing.

Více

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth FOURIEROVA ANALÝZA 2D TERÉNNÍCH DAT Karel Segeth Motto: The faster the computer, the more important the speed of algorithms. přírodní jev fyzikální model matematický model numerický model řešení numerického

Více

POLYNOMY 1 Jan Malý UK v Praze a UJEP v Ústí n. L.

POLYNOMY 1 Jan Malý UK v Praze a UJEP v Ústí n. L. Soustavy o jedné rovnici neboli rovnice. Algebraické rovnice: Polynom= 0. POLYNOMY 1 Jan Malý UK v Praze a UJEP v Ústí n. L. Rovnice 1. stupně: lineární, ax + b = 0, a 0. Řešení: x = b a. Rovnice 2. stupně:

Více

MATURITNÍ TÉMATA Z MATEMATIKY

MATURITNÍ TÉMATA Z MATEMATIKY MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické

Více

ZÁKLADNÍ POZNATKY Z MATEMATIKY

ZÁKLADNÍ POZNATKY Z MATEMATIKY ZÁKLADNÍ POZNATKY Z MATEMATIKY Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky

Více

Teorie kódování se zabývá tím, jak rychle a spolehlivě přenášet informace z jednoho místa na druhé. Mezi její aplikace patří například minimalizace

Teorie kódování se zabývá tím, jak rychle a spolehlivě přenášet informace z jednoho místa na druhé. Mezi její aplikace patří například minimalizace Kapitola 8 Samoopravné kódy Teorie kódování se zabývá tím, jak rychle a spolehlivě přenášet informace z jednoho místa na druhé. Mezi její aplikace patří například minimalizace šumu při přehrávání kompaktních

Více

Čísla a číselné soustavy.

Čísla a číselné soustavy. Čísla a číselné soustavy. Polyadické soustavy. Převody mezi soustavami. Reprezentace čísel. Tomáš Bayer bayertom@natur.cuni.cz Katedra aplikované geoinformatiky a kartografie, Přírodovědecká fakulta UK.

Více

Ohodnocené orientované grafy

Ohodnocené orientované grafy Ohodnocené orientované grafy Definice Buď G graf Funkce w : H( G) (, ) se nazývá (hranové) ohodnocení grafu G; graf se zadaným ohodnocením se nazývá ohodnocený graf Definice Nechť G je orientovaný graf

Více

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Registrační číslo projektu Šablona Autor Název materiálu CZ.1.07/1.5.00/34.0951 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT Mgr. Jana

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Číslo projektu CZ.1.07/1.5.00/34.0802 Název projektu Zkvalitnění výuky prostřednictvím ICT Číslo a název šablony klíčové aktivity III/2 Inovace a zkvalitnění výuky prostřednictvím

Více

Přípravný kurz k přijímacím zkouškám. Obecná a anorganická chemie. RNDr. Lukáš Richtera, Ph.D. Ústav chemie materiálů Fakulta chemická VUT v Brně

Přípravný kurz k přijímacím zkouškám. Obecná a anorganická chemie. RNDr. Lukáš Richtera, Ph.D. Ústav chemie materiálů Fakulta chemická VUT v Brně Přípravný kurz k přijímacím zkouškám Obecná a anorganická chemie RNDr. Lukáš Richtera, Ph.D. Ústav chemie materiálů Fakulta chemická VUT v Brně část II. - 9. 3. 2013 Chemické rovnice Jak by bylo možné

Více

OSTRAVSKÁ UNIVERZITA OSTRAVA PEDAGOGICKÁ FAKULTA MATEMATIKA. ve studiu učitelství 1. stupně základní školy. Vilma Novotná, Bohuslav Pisklák

OSTRAVSKÁ UNIVERZITA OSTRAVA PEDAGOGICKÁ FAKULTA MATEMATIKA. ve studiu učitelství 1. stupně základní školy. Vilma Novotná, Bohuslav Pisklák OSTRAVSKÁ UNIVERZITA OSTRAVA PEDAGOGICKÁ FAKULTA MATEMATIKA ve studiu učitelství 1. stupně základní školy Vilma Novotná, Bohuslav Pisklák Ostrava 2003 Obsah I. Úvod do teorie množin a matematické logiky

Více

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

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

Více

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně

Více

Číselné charakteristiky a jejich výpočet

Číselné charakteristiky a jejich výpočet Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky

Více

Čísla a aritmetika. Řádová čárka = místo, které odděluje celou část čísla od zlomkové.

Čísla a aritmetika. Řádová čárka = místo, které odděluje celou část čísla od zlomkové. Příprava na cvčení č.1 Čísla a artmetka Číselné soustavy Obraz čísla A v soustavě o základu z: m A ( Z ) a z (1) n kde: a je symbol (číslce) z je základ m je počet řádových míst, na kterých má základ kladný

Více

Euklidovský prostor. Euklides. Euklidovy postuláty (axiomy)

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

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie LS 2014/15 Cvičení 4: Statistické vlastnosti MNČ LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Upřesnění k pojmům a značení

Více

Výhody a nevýhody jednotlivých reprezentací jsou shrnuty na konci kapitoly.

Výhody a nevýhody jednotlivých reprezentací jsou shrnuty na konci kapitoly. Kapitola Reprezentace grafu V kapitole?? jsme se dozvěděli, co to jsou grafy a k čemu jsou dobré. rzo budeme chtít napsat nějaký program, který s grafy pracuje. le jak si takový graf uložit do počítače?

Více

Oproti definici ekvivalence jsme tedy pouze zaměnili symetričnost za antisymetričnost.

Oproti definici ekvivalence jsme tedy pouze zaměnili symetričnost za antisymetričnost. Kapitola 3 Uspořádání a svazy Pojem uspořádání, který je tématem této kapitoly, představuje (vedle zobrazení a ekvivalence) další zajímavý a důležitý speciální případ pojmu relace. 3.1 Uspořádání Definice

Více

Fyzikální veličiny a jednotky, přímá a nepřímá metoda měření

Fyzikální veličiny a jednotky, přímá a nepřímá metoda měření I N V E S T I C E D O R O Z V O J E V Z D Ě L Á V Á N Í TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY Laboratorní práce č. 2 Fyzikální veličiny a jednotky,

Více

Diskrétní matematika Roman Čada Tomáš Kaiser Zdeněk Ryjáček Katedra matematiky FAV Západočeská univerzita v Plzni 2004

Diskrétní matematika Roman Čada Tomáš Kaiser Zdeněk Ryjáček Katedra matematiky FAV Západočeská univerzita v Plzni 2004 Diskrétní matematika Roman Čada Tomáš Kaiser Zdeněk Ryjáček Katedra matematiky FAV Západočeská univerzita v Plzni 2004 ii Úvodem Máte před sebou text k přednášce Diskrétní matematika pro první ročník na

Více

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13 Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test

Více

Seminář z MATLABU. Jiří Krejsa. A2/710 krejsa@fme.vutbr.cz

Seminář z MATLABU. Jiří Krejsa. A2/710 krejsa@fme.vutbr.cz Seminář z MATLABU Jiří Krejsa A2/710 krejsa@fme.vutbr.cz Obsah kurzu Posluchači se seznámí se základy systému Matlab, vědeckotechnickými výpočty, programováním v Matlabu včetně pokročilých technik, vizualizací

Více

Základní pojmy teorie grafů [Graph theory]

Základní pojmy teorie grafů [Graph theory] Část I Základní pojmy teorie grafů [Graph theory] V matematice grafem obvykle rozumíme grafické znázornění funkční závislosti. Pro tento předmět je však podstatnější pohled jiný. V teorii grafů rozumíme

Více

Komplexní čísla tedy násobíme jako dvojčleny s tím, že použijeme vztah i 2 = 1. = (a 1 + ia 2 )(b 1 ib 2 ) b 2 1 + b2 2.

Komplexní čísla tedy násobíme jako dvojčleny s tím, že použijeme vztah i 2 = 1. = (a 1 + ia 2 )(b 1 ib 2 ) b 2 1 + b2 2. 7 Komplexní čísl 71 Komplexní číslo je uspořádná dvojice reálných čísel Komplexní číslo = 1, ) zprvidl zpisujeme v tzv lgebrickém tvru = 1 + i, kde i je imginární jednotk, pro kterou pltí i = 1 Číslo 1

Více

1. Základní pojmy a číselné soustavy

1. Základní pojmy a číselné soustavy 1. Základní pojmy a číselné soustavy 1.1. Základní pojmy Hardware (technické vybavení počítače) Souhrnný název pro veškerá fyzická zařízení, kterými je počítač vybaven. Software (programové vybavení počítače)

Více

3. Celá čísla. 3.1. Vymezení pojmu celé číslo. 3.2. Zobrazení celého čísla na číselné ose

3. Celá čísla. 3.1. Vymezení pojmu celé číslo. 3.2. Zobrazení celého čísla na číselné ose 3. Celá čísla 6. ročník 3. Celá čísla 3.1. Vymezení pojmu celé číslo Ve své dosavadní praxi jste se setkávali pouze s přirozenými čísly. Tato čísla určovala konkrétní počet (6 jablek, 7 kilogramů jablek,

Více

Katedra matematiky Fakulty jaderné a fyzikálně inženýrské ČVUT v Praze. Zápočtová písemná práce č. 1 z předmětu 01MAB3 varianta A

Katedra matematiky Fakulty jaderné a fyzikálně inženýrské ČVUT v Praze. Zápočtová písemná práce č. 1 z předmětu 01MAB3 varianta A Zápočtová písemná práce č. 1 z předmětu 01MAB3 varianta A středa 19. listopadu 2014, 11:20 13:20 ➊ (8 bodů) Rozhodněte o stejnoměrné konvergenci řady n 3 n ( ) 1 e xn2 x 2 +n 2 na množině A = 0, + ). ➋

Více

ZÁKLADNÍ POZNATKY Z MATEMATIKY

ZÁKLADNÍ POZNATKY Z MATEMATIKY ZÁKLADNÍ POZNATKY Z MATEMATIKY Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky

Více

Modely vyhledávání informací 4 podle technologie. 1) Booleovský model. George Boole 1815 1864. Aplikace booleovské logiky

Modely vyhledávání informací 4 podle technologie. 1) Booleovský model. George Boole 1815 1864. Aplikace booleovské logiky Modely vyhledávání informací 4 podle technologie 1) Booleovský model 1) booleovský 2) vektorový 3) strukturní 4) pravděpodobnostní a další 1 dokumenty a dotazy jsou reprezentovány množinou indexových termů

Více

Práce, energie a další mechanické veličiny

Práce, energie a další mechanické veličiny Práce, energie a další mechanické veličiny Úvod V předchozích přednáškách jsme zavedli základní mechanické veličiny (rychlost, zrychlení, síla, ) Popis fyzikálních dějů usnadňuje zavedení dalších fyzikálních

Více

Výroková logika dokazatelnost

Výroková logika dokazatelnost Výroková logika dokazatelnost Ke zjištění, zda formule sémanticky plyne z dané teorie (množiny formulí), máme k dispozici tabulkovou metodu. Velikost tabulky však roste exponenciálně vzhledem k počtu výrokových

Více

3 Algebraické výrazy. 3.1 Mnohočleny Mnohočleny jsou zvláštním případem výrazů. Mnohočlen (polynom) proměnné je výraz tvaru

3 Algebraické výrazy. 3.1 Mnohočleny Mnohočleny jsou zvláštním případem výrazů. Mnohočlen (polynom) proměnné je výraz tvaru Algerické výrz V knize přírod může číst jen ten, kdo zná jzk, ve kterém je npsán. Jejím jzkem je mtemtik jejím písmem jsou mtemtické vzorce. (Glileo Glilei) Algerickým výrzem rozumíme zápis, ve kterém

Více

opravdu považovat za lepší aproximaci. Snížení odchylky o necelá dvě procenta

opravdu považovat za lepší aproximaci. Snížení odchylky o necelá dvě procenta Řetězové zlomky a dobré aproximace Motivace Chceme-li znát přibližnou hodnotu nějakého iracionálního čísla, obvykle používáme jeho (nekonečný) desetinný rozvoj Z takového rozvoje, řekněme z rozvoje 345926535897932384626433832795028849769399375

Více

Test jednotky, veličiny, práce, energie, tuhé těleso

Test jednotky, veličiny, práce, energie, tuhé těleso DUM Základy přírodních věd DUM III/2-T3-16 Téma: Práce a energie Střední škola Rok: 2012 2013 Varianta: A Zpracoval: Mgr. Pavel Hrubý TEST Test jednotky, veličiny, práce, energie, tuhé těleso 1 Účinnost

Více