Lineární algebra Operace s vektory a maticemi
|
|
|
- Andrea Marková
- před 8 lety
- Počet zobrazení:
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.
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
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 ).
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
Číselné vektory, matice, determinanty
Číselné vektory, matice, determinanty Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny
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
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
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
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]](/thumbs/58/41721403.jpg "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
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
Kapitola 11: Vektory a matice 1/19
Kapitola 11: Vektory a matice 1/19 2/19 Prostor R n R n = {(x 1,..., x n ) x i R, i = 1,..., n}, n N x = (x 1,..., x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i =
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
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
Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.
Matice Definice. Maticí typu m n nazýváme obdélníkové pole, tvořené z m n reálných čísel (tzv. prvků matice), zapsaných v m řádcích a n sloupcích. Značíme např. A = (a ij ), kde i = 1,..., m, j = 1,...,
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného
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
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
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...
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
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 =
Lineární algebra. Matice, operace s maticemi
Lineární algebra Matice, operace s maticemi Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo
Matice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.
Přednáška MATEMATIKA č. 2 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 13. 10. 2010 Uspořádané schéma vytvořené z m n reálných čísel, kde m, n N a 11 a 12 a
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
Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n
[1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem
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
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
VEKTOROVÝ PROSTOR. Vektorový prostor V n je množina všech n-složkových vektorů spolu s operacemi sčítání, odčítání vektorů a reálný násobek vektoru.
VEKTOROVÝ PROSTOR Vektorový prostor V n je množina všech n-složkových vektorů spolu s operacemi sčítání, odčítání vektorů a reálný násobek vektoru. Soubor n-složkových vektorů je libovolná skupina vektorů,
Vektorový prostor. d) Ke každému prvku u V n existuje tzv. opačný prvek u, pro který platí, že u + u = o (vektor u nazýváme opačný vektor k vektoru u)
Hodnost matice Vektorový prostor Vektorový prostor V n je množina všech n-složkových vektorů spolu s operacemi sčítání vektorů a reálný násobek vektoru, přičemž platí: a) V n je uzavřenou množinou vůči
Množinu všech matic typu m n nad tělesem T budeme označovat M m n (T ), množinu všech čtvercových matic stupně n nad T pak M n (T ).
Matice Definice 4.1 Necht (T ; +, je číselné těleso, m, n N a dále necht a ij T pro všechny indexy i = 1, 2,..., m a j = 1, 2,..., n. Potom schéma a 11 a 12... a 1n a 21 a 22... a 2n... = (a ij m n a m1
Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi
2.2. Cíle Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi Předpokládané znalosti Předpokladem zvládnutí
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
7. Lineární vektorové prostory
7. Lineární vektorové prostory Tomáš Salač MÚ UK, MFF UK LS 2017/18 Tomáš Salač ( MÚ UK, MFF UK ) 7. Lineární vektorové prostory LS 2017/18 1 / 62 7.1 Definice a příklady Definice 7.1 Množina G s binární
Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.
Determinanty Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Determinanty Definice determinantu Sarrusovo a křížové pravidlo Laplaceův rozvoj Vlastnosti determinantu Výpočet determinantů 2 Inverzní
Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),
1 LINEÁRNÍ ALGEBRA 1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci
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
Soustava m lineárních rovnic o n neznámých je systém
1 1.2. Soustavy lineárních rovnic Soustava lineárních rovnic Soustava m lineárních rovnic o n neznámých je systém a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2...
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 ),
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
Determinanty. Determinanty. Přednáška MATEMATIKA č. 3. Jiří Neubauer
Přednáška MATEMATIKA č. 3 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 21. 10. 2010 Uvažujme neprázdnou množinu přirozených čísel M = {1, 2,..., n}. Z kombinatoriky
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
HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s
1. Matice a maticové operace. 1. Matice a maticové operace p. 1/35
1. Matice a maticové operace 1. Matice a maticové operace p. 1/35 1. Matice a maticové operace p. 2/35 Matice a maticové operace 1. Aritmetické vektory 2. Operace s aritmetickými vektory 3. Nulový a opačný
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
Matice. a m1 a m2... a mn
Matice Nechť (R, +, ) je okruh a nechť m, n jsou přirozená čísla Matice typu m/n nad okruhem (R, +, ) vznikne, když libovolných m n prvků z R naskládáme do obdélníkového schematu o m řádcích a n sloupcích
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
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
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
(Cramerovo pravidlo, determinanty, inverzní matice)
KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce
Soustavy lineárních rovnic
7 Matice. Determinant Soustavy lineárních rovnic 7.1 Matice Definice 1. Matice typu (m, n) jesoustavam n reálných čísel uspořádaných do m řádků a n sloupců a 11, a 12, a 13,..., a 1n a 21, a 22, a 23,...,
Základní pojmy teorie množin Vektorové prostory
Základní pojmy teorie množin Přednáška MATEMATIKA č. 1 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 7. 10. 2010 Základní pojmy teorie množin Základní pojmy
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
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
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
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u
Vektory a matice. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)
Vektory a matice Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného základu
2. Lineární algebra 2A. Matice a maticové operace. 2. Lineární algebra
2 Lineární algebra 2A Matice a maticové operace 2 Lineární algebra Verze října 201 Teorie matic a determinantů představuje úvod do lineární algebry Nejrozsáhlejší aplikace mají matice a determinanty při
Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.
Kapitola 3 Počítání s maticemi Matice stejného typu můžeme sčítat a násobit reálným číslem podobně jako vektory téže dimenze. Definice 3.1 Jsou-li A (a ij ) a B (b ij ) dvě matice stejného typu m n, pak
2. ZÁKLADY MATICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY
2. ZÁKLADY MAICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY V této kapitole se dozvíte: jak je definována reálná nebo komplexní matice a co rozumíme jejím typem; co jsou to prvky matice, co vyjadřují jejich indexy
Základy teorie matic
Základy teorie matic 7. Vektory a lineární transformace In: Otakar Borůvka (author): Základy teorie matic. (Czech). Praha: Academia, 1971. pp. 43--47. Persistent URL: http://dml.cz/dmlcz/401335 Terms of
HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s
Čtvercové matice. Čtvercová matice je taková matice, jejíž počet řádků je roven počtu jejích sloupců
Determinant matice Čtvercové matice Čtvercová matice je taková matice, jejíž počet řádků je roven počtu jejích sloupců Determinant je zobrazení, které přiřadí každé čtvercové matici A skalár (reálné číslo).
7. Důležité pojmy ve vektorových prostorech
7. Důležité pojmy ve vektorových prostorech Definice: Nechť Vje vektorový prostor a množina vektorů {v 1, v 2,, v n } je podmnožinou V. Pak součet skalárních násobků těchto vektorů, tj. a 1 v 1 + a 2 v
IB112 Základy matematiky
IB112 Základy matematiky Řešení soustavy lineárních rovnic, matice, vektory Jan Strejček IB112 Základy matematiky: Řešení soustavy lineárních rovnic, matice, vektory 2/53 Obsah Soustava lineárních rovnic
(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
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
P 1 = P 1 1 = P 1, P 1 2 =
1 Výpočet inverzní matice Věta 1 Necht P U elementární matice vzniklá el úpravou U Pak je P U regulární Důkaz: Protože elementární úprava U je invertovatelná, existuje el úprava U, která vrací změny U
Soustavy lineárních rovnic
Soustavy lineárních rovnic Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného
1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x
1 ZOBRAZENÍ 1 Zobrazení a algebraické struktury 1 Zobrazení Příklad 1.1. (a) Ukažte, že zobrazení f : x na otevřený interval ( 1, 1). x x +1 je bijekce množiny reálných čísel R (b) Necht a, b R, a < b.
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
Drsná matematika I 5. přednáška Vektory a matice
Drsná matematika I 5. přednáška Vektory a matice Jan Slovák Masarykova univerzita Fakulta informatiky 20. 3. 2007 Obsah přednášky 1 Literatura 2 Vektory 3 Matice nad skaláry 4 Ekvivalentní úpravy matic
VEKTORY. Obrázek 1: Jediný vektor. Souřadnice vektoru jsou jeho průměty do souřadných os x a y u dvojrozměrného vektoru, AB = B A
VEKTORY Vektorem se rozumí množina všech orientovaných úseček, které mají stejnou velikost, směr a orientaci, což vidíme na obr. 1. Jedna konkrétní orientovaná úsečka se nazývá umístění vektoru na obr.
Základy matematiky pro FEK
Základy matematiky pro FEK 3. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 21 Co nás dneska čeká... Co je to soustava lineárních
Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)
Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,
Učební texty k státní bakalářské zkoušce Matematika Matice. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Matice študenti MFF 15. augusta 2008 1 12 Matice Požadavky Matice a jejich hodnost Operace s maticemi a jejich vlastnosti Inversní matice Regulární matice,
Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy
1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném
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/
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/
Lineární algebra : Násobení matic a inverzní matice
Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. března 2014, 12:42 1 2 0.1 Násobení matic Definice 1. Buďte m, n, p N, A
ČTVERCOVÉ MATICE. Čtvercová matice je taková matice, kde počet řádků je roven počtu jejích sloupců. det(a) značíme determinant čtvercové matice A
ČTVERCOVÉ MTICE Čtvercová matice je taková matice, kde počet řádků je roven počtu jejích sloupců. det() značíme determinant čtvercové matice Regulární matice hodnost je rovna jejímu řádu determinant je
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
1 Determinanty a inverzní matice
Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého
Báze a dimenze vektorových prostorů
Báze a dimenze vektorových prostorů Buď (V, +, ) vektorový prostor nad tělesem (T, +, ). Nechť u 1, u 2,..., u n je konečná posloupnost vektorů z V. Existují-li prvky s 1, s 2,..., s n T, z nichž alespoň
KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA 1 OLGA KRUPKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN
KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA 1 OLGA KRUPKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY
Lineární algebra : Násobení matic a inverzní matice
Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
Vybrané kapitoly z matematiky
Vybrané kapitoly z matematiky VŠB-TU Ostrava 2017-2018 Vybrané kapitoly z matematiky 2017-2018 1 / 19 Základní informace předmět: 714-0513, 5 kreditů přednáší: Radek Kučera kontakt: radek.kucera@vsb.cz,
MATEMATIKA PRO PŘÍRODNÍ VĚDY LINEÁRNÍ ALGEBRA, DIFERENCIÁLNÍ POČET MPV, LADP TUL, ZS 2009/10
1 MATEMATIKA PRO PŘÍRODNÍ VĚDY LINEÁRNÍ ALGEBRA, DIFERENCIÁLNÍ POČET 2 koncepce/slides: Jan Picek přednášející: Jiří Veselý KAP, tel. 485352290, budova H konzul. hodiny: dle úmluvy e-mail: jvesely@karlin.mff.cuni.cz
3. Matice a determinanty
. Matice a determinanty Teorie matic a determinantů představuje úvod do lineární algebry. Nejrozsáhlejší aplikace mají matice a determinanty při řešení systémů lineárních rovnic. Pojem determinantu zavedl
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
Determinant matice řádu 5 budeme počítat opakovaným použitím rozvoje determinantu podle vybraného řádku nebo sloupce. Aby byl náš výpočet
Řešené příklady z lineární algebry - část 2 Příklad 2.: Určete determinant matice A: A = 4 4. Řešení: Determinant matice řádu budeme počítat opakovaným použitím rozvoje determinantu podle vybraného řádku
Lineární algebra : Lineární prostor
Lineární algebra : Lineární prostor (3. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. dubna 2014, 14:43 1 2 3.1 Aximotické zavedení lineárního prostoru Číselné těleso Celou lineární
KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO DAGMAR SKALSKÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN
KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA DAGMAR SKALSKÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY
Lineární algebra. Soustavy lineárních rovnic
Lineární algebra Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ.1.07/2.2.00/28.0326
5. Maticová algebra, typy matic, inverzní matice, determinant.
5. Maticová algebra, typy matic, inverzní matice, determinant. Matice Matice typu m,n je matice složená z n*m (m >= 1, n >= 1) reálných (komplexních) čísel uspořádaných do m řádků a n sloupců: R m,n (resp.
Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS )
LINEÁRNÍ ALGEBRA Úvod vektor Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS ) Kartézský souřadnicový systém -je taková soustava
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
Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů?
Kapitola 9 Matice a počet koster Graf (orientovaný i neorientovaný) lze popsat maticí, a to hned několika různými způsoby. Tématem této kapitoly jsou incidenční matice orientovaných grafů a souvislosti
Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u.
Vektory, operace s vektory Ž3 Orientovaná úsečka Mějme dvojici bodů, (na přímce, v rovině nebo prostoru), které spojíme a vznikne tak úsečka. Pokud budeme rozlišovat, zda je spojíme od k nebo od k, říkáme,
Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa
2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace
m n. Matice typu m n má
MATE ZS KONZ B Mtice, hodnost mtice, Gussův tvr Mtice uspořádné schém reálných čísel: m m n n mn Toto schém se nzývá mtice typu m řádků n sloupců. m n. Mtice typu m n má Oznčujeme ji A, B,někdy používáme
NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny
NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Závěrečná zkouška verze cvičná 9.1.2013 Doba řešení: 3 hodiny Přednášející: L. Barto, J. Tůma Křestní jméno: Příjmení: Instrukce Neotvírejte