Obsah. Matematika. Obsah. Ljapunovova metoda. Volba LF
|
|
- Zdenka Králová
- před 5 lety
- Počet zobrazení:
Transkript
1 Regulace a řízení II Stabilita nelineárních systémů Regulace a řízení II Stabilita nelineárních systémů - str. 1/27
2 Obsah Obsah Regulace a řízení II Stabilita nelineárních systémů - str. 2/27
3 Obsah přednášky matematický aparát volba Ljapunovovy funkce Obsah Regulace a řízení II Stabilita nelineárních systémů - str. 3/27
4 Obsah Matematický aparát k výkladu Ljapunovovy funkce Vlastní čísla Definitnost Kvadratická forma Sylvestrovo kritérium Příklad definitnosti Regulace a řízení II Stabilita nelineárních systémů - str. 4/27
5 Vlastní čísla matice AX=λX pokud existujex R n 0 X je vlastní vektor maticea skalár λ je vlastní číslo maticea úpravou rovnice dostaneme(a λi)x=0 podle Cramerova pravidla existuje nenulové řešení jen když det(a λi)=0 Obsah Vlastní čísla Definitnost Kvadratická forma Sylvestrovo kritérium Příklad definitnosti charakteristický polynom det(a λi) vlastní čísla λ vypočteme jako kořeny charakteristického polynomu Regulace a řízení II Stabilita nelineárních systémů - str. 5/27
6 Definitnost funkce skalární funkce f(x) je pozitivně definitní v oblasti S, pokud x S x 0 f(x) >0 f(0) 0 skalární funkce f(x) je pozitivně semidefinitní v oblasti S, pokud x S f(x) 0 skalární funkce f(x) je negativně definitní v oblasti S, pokud x S x 0 f(x) <0 f(0) 0 skalární funkce f(x) je negativně semidefinitní v oblasti S, pokud x S f(x) 0 skalární funkce f(x) je indefinitní v oblasti S, pokud mění v oblasti S znaménko Regulace a řízení II Stabilita nelineárních systémů - str. 6/27
7 Definitnost kvadratické formy kvadratická forma Q(x)=x T Ax= x;ax A=A T lze dokázat následující věty kvadratická forma Q(x) je pozitivně definitní, právě když jsou všechna vlastní čísla matice A kladná. Matice A je pak pozitivně definitní. kvadratická forma Q(x) je pozitivně semidefinitní, právě když jsou všechna vlastní čísla matice A nezáporná. Matice A je pak pozitivně semidefinitní. kvadratická forma Q(x) je negativně definitní, právě když jsou všechna vlastní čísla matice A záporná. Matice A je pak negativně definitní. kvadratická forma Q(x) je negativně semidefinitní, právě když jsou všechna vlastní čísla matice A nekladná. Matice A je pak negativně semidefinitní. Regulace a řízení II Stabilita nelineárních systémů - str. 7/27
8 Sylvestrovo kritérium pro určení definitnosti kvadratické formy není nutné počítat vlastní čísla matice kvadratická forma s maticía=[a ij ] i,j=1,...,n je pozitivně definitní právě když k=1,2,...,n det([a ij ] 1 i,j k ) >0 je pozitivně semidefinitní právě když k=1,2,...,n det([a ij ] 1 i,j k ) 0 je negativně definitní právě když k=1,2,...,n ( 1) k det([a ij ] 1 i,j k ) >0 Regulace a řízení II Stabilita nelineárních systémů - str. 8/27
9 Příklad definitnosti V(x)=(x 1 + x 2 ) 2 + x 2 3;n=3je pozitivně semidefinitní, protože je pozitivní všude vyjma x 1 = x 2 = x 3 =0a x 1 = x 2 ;x 3 =0, kdy je nulová V(x)=x 2 1+ x 2 2;n=2je pozitivně definitní, protože je pozitivní všude vyjma bodu 0, kdy je nulová V(x)=x 2 1+ x 2 2;n=3je pozitivně semidefinitní, protože je pozitivní všude vyjma bodu x 1 = x 2 =0ax 3 je libovolné, kdy je nulová V(x)= n n q ij x i x j ;q ij = q ji je kvadratická forma, kterou j=1 i=1 můžeme vyjádřit jako skalární součin x;qx, kdeqje matice koeficientů q ij. Podle Sylvestrova teorému je tato funkce pozitivně definitní tehdy a jen tehdy, když všechny hlavní subdeterminanty matice Q jsou větší než 0 Regulace a řízení II Stabilita nelineárních systémů - str. 9/27
10 Obsah ověření stability Definice Ljapunovovy funkce Teorémy o stabilitě Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 10/27
11 Definice Ljapunovovy funkce uvažujeme neřízený t-invariantní systém dx =f(x) předpokládáme, že systém má jediný singulární bod v počátkuf(0)=0 skalární funkce stavových proměnných V(x) časová derivace funkce V(x) W(x)= dv(x) = V dx 1 x 1 + V dx 2 V dx n x 2 x n Obsah Definice Ljapunovovy funkce Teorémy o stabilitě Příklad W(x)=(gradV(x)) T f(x) Regulace a řízení II Stabilita nelineárních systémů - str. 11/27
12 Definice Ljapunovovy funkce funkce je taková skalární funkce V(x), která splňuje následující podmínky: 1. V(x) je spojitá a má spojité první parciální derivace v dané oblasti Ω definované v okolí počátku souřadnic vztahem x < a; a >0 2. V(x) je v oblastiωpozitivně definitní 3. W(x) je v oblastiωnegativně definitní případně semidefinitní Obsah Definice Ljapunovovy funkce Teorémy o stabilitě Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 12/27
13 Teorémy o stabilitě Teorém o lokální stabilitě Jestliže může být pro systém nalezena taková funkce, u které je W(x) negativně semidefinitní, pak je počátek stavového prostoru lokálně stabilní. Teorém o asymptotické stabilitě Jestliže může být pro systém nalezena taková funkce, u které je W(x) negativně definitní, pak je počátek stavového prostoru lokálně asymptoticky stabilní. Teorém o globální asymptotické stabilitě Jestliže může být pro systém nalezena taková funkce, u které je oblastω=r n (celý stavový prostor) a V(x) pro x a W(x) je negativně definitní, pak je počátek stavového prostoru globálně asymptoticky stabilní. Regulace a řízení II Stabilita nelineárních systémů - str. 13/27
14 Příklad lokální stability b(y) m y diferenciální rovnice d2 y 2+ b stavové rovnice dx 1 = x 2 ( ) dy + k(y)=0 dx 2 = k(x 1) b(x 2 ) předpokládáme x 1 k(x 1 ) >0ax 2 b(x 2 ) >0pro x 1 0ax 2 0 singulární bod x 1 = x 2 =0 chceme vyšetřit stabilitu Regulace a řízení II Stabilita nelineárních systémů - str. 14/27
15 Příklad lokální stability jako kandidáta na Ljapunovovu funkci zvolíme jako celkovou energii systému V(x)=E(x 1,x 2 )= 1 x 1 2 x2 2+ k(x 1 )dx 1 je zřejmé, že V(x) je pozitivně definitní derivace Ljapunovovy funkce W(x)= dv(x) dx 2 = x 2 + x 2k(x 1 )= x 2 b(x 2 ) za předpokladů uvedených v zadání je W(x) negativně semidefinitní V(x) splňuje požadavky na Ljapunovovu funkci a systém je dle definice lokálně stabilní fyzikálním rozborem lze dospět k závěru, že systém je dokonce globálně asymptoticky stabilní tento závěr nevyplývá ze zvolené Ljapunovovy funkce Regulace a řízení II Stabilita nelineárních systémů - str. 15/27 0
16 Příklad globální asymptotické stability model družice z J x dω x J y dω y y (J y J z )ω y ω z = M x (J z J x )ω x ω z = M y J z dω z (J x J y )ω x ω y = M z předpokládejme řízení M x = k x ω x x Obsah Definice Ljapunovovy funkce Teorémy o stabilitě Příklad M y = k y ω y M z = k z ω z za jakých podmínek bude systém stabilní Regulace a řízení II Stabilita nelineárních systémů - str. 16/27
17 Příklad globální asymptotické stability stavové rovnice dω x = 1 [ k x ω x +(J y J z )ω y ω z ] J x dω y = 1 [ k y ω y +(J z J x )ω x ω z ] J y dω z = 1 [ k z ω z +(J x J y )ω x ω y ] J z Obsah Definice Ljapunovovy funkce Teorémy o stabilitě Příklad v maticovém tvaru dω =A(ω)ω A(ω)= k x J x J x J y ω z J x J z ω y J y J x ω z k y J y J y J z ω x J z J x ω y J z J y ω x k z J z, ω= ω x ω y ω z Regulace a řízení II Stabilita nelineárních systémů - str. 17/27
18 Příklad globální asymptotické stability za Ljapunovovu funkci zvolíme pozitivně definitní kvadratickou formu V(ω)= ω,qω maticiqmusíme volit tak, aby byla symetrická a měla všechna vlastní čísla kladná Jx Q= 0 Jy Jz 2 derivace Ljapunovovy funkce W(ω)= dv(ω) = dω,qω + ω,q dω Regulace a řízení II Stabilita nelineárních systémů - str. 18/27
19 Příklad globální asymptotické stability dosazením ze stavových rovnic a úpravou W(ω)= A(ω)ω,Qω + ω,qa(ω)ω =[A(ω)ω] T Qω+ ω T QA(ω)ω= = ω T A T (ω)qω+ ω T QA(ω)ω= ω,[a T (ω)q+qa(ω)]ω = = ω,pω P= [A T (ω)q+qa(ω)]=p= k x J x k y J y k z J z aby byl systém globálně asymptoticky stabilní, musí být funkce W negativně definitní funkce W bude negativně definitní, pokud bude ω, Pω pozitivně definitní ω, Pω je pozitivně definitní, pokud jsou všechna vlastní čísla matice P kladná systém bude stabilní pro k x >0, k y >0, k z >0 Regulace a řízení II Stabilita nelineárních systémů - str. 19/27
20 Příklad globální asymptotické stability řešení bez použití maticového počtu kandidát na Ljapunovovu funkci V(ω)=J 2 xω 2 x+ J 2 yω 2 y+ J 2 zω 2 z je zřejmé, že V(ω) je pozitivně definitní derivace Ljapunovovy funkce W(ω)= dv(ω) =2J 2 xω x dω x +2J 2 yω y dω y +2J 2 zω z dω z dosadíme stavové rovnice W(ω)=2J 2 xω x 1 J x [ k x ω x +(J y J z )ω y ω z ]+2J 2 yω y 1 J y [ k y ω y +(J z J x )ω x ω z ]+ +2J 2 zω z 1 J z [ k z ω z +(J x J y )ω x ω y ]= (2J x k x ω 2 x+2j y k y ω 2 y+2j z k z ω 2 z) W(x) bude negativně definitní v celém stavovém prostoru a systém bude tedy stabilní pro k x >0,k y >0,k z >0 Regulace a řízení II Stabilita nelineárních systémů - str. 20/27
21 Obsah Volba Ljapunovovy funkce Metody Krasovského Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 21/27
22 Metody volby Ljapunovovy funkce neexistuje jednoduchá obecná a spolehlivá pro volbu Ljapunovovy funkce základní prakticky používané metody volba na základě fyzikální podstaty systému za Ljapunovovu funkci volíme celkovou energii systému, případně významově analogickou veličinu vhodné spíše pro systémy nižšího řádu volba Ljapunovovy funkce jako obecné kvadratické formy Krasovského úspěšně lze najít Ljapunovovu funkci jen pro málo reálných systémů variabilního gradientu poměrně pracná k použití viz. elektronický text Obsah Metody Krasovského Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 22/27
23 Krasovského Ljapunovovu funkci volíme ve tvaru obecné kvadratické formy nx nx V(x)= l ij f i f j = f;lf i=1 j=1 matice L je symetrická pozitivně definitní V(x) bude pozitivně definitní derivace Ljapunovovy funkce W(x)= fi fl fi df ;Lf + f;l df fl f x = df = f x dx f 1 f 1... x 1 x 2 f 2 f 2... x 1 x 2.. f n f n... x 1 x 2 f 1 x n f 2 x n. f n x n 3 =J 7 5 Regulace a řízení II Stabilita nelineárních systémů - str. 23/27
24 Krasovského po dosazení dostaneme W(x)= Jf;Lf + f;ljf = T=J T L+LJ =(Jf) T Lf+f T LJf=f T J T Lf+f T LJf= =f T (J T L+LJ)f=f T Tf= f;tf pro dosažení negativní definitnosti W(x) postačuje zajistit, aby matice T byla pozitivně definitní můžeme určit podmínky pro parametry systému, tak aby T byla pozitivně definitní Obsah Metody Krasovského Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 24/27
25 Příklad u= f() x 2 x 1 Obsah stavové rovnice ω 2 0 dx 1 = x 2= f 1 (x 1,x 2 ) dx 2 = f(x 2) ω 2 0x 1 = f 2 (x 1,x 2 ) Metody Krasovského Příklad chceme zjistit, jaké podmínky musí splňovat funkce f, aby bylo dosaženo stability Regulace a řízení II Stabilita nelineárních systémů - str. 25/27
26 Příklad zvolíme Ljapunovovu funkci 2 V(x)=[f 1 f 2 ] 4 l l f 1 f 2 3 5= 1 2 l 11f l 22f 2 2 dosazení stavových rovnic derivace podle času W(x)= dv(x) V(x)= 1 2 l 11x l 22[f(x 2 )+ω 2 0x 1 ] 2» dx 2 = l 11 x 2 + l 22[f(x 2 )+ω0x 2 df(x2 ) dx 2 1 ] dx 2 = l 11 x 2 [ f(x 2 ) ω 2 0x 1 ]+l 22 [f(x 2 )+ω 2 0x 1 ] dx 1 + ω2 0» df(x 2) (f(x 2 )+ω0x 2 1 )+ω0x 2 2 dx 2 =( l 11 + l 22 ω 2 0)(f(x 2 )+ω 2 0x 1 )x 2 l 22 df(x 2 ) dx 2 [f(x 2 )+ω 2 0x 1 ] 2 zvolíme-li l 11 = ω 2 0 a l 22 =1, dostaneme = W(x)= df(x 2) dx 2 [f(x 2 )+ω 2 0x 1 ] 2 Regulace a řízení II Stabilita nelineárních systémů - str. 26/27
27 Příklad W(x)= df(x 2) dx 2 [f(x 2 )+ω 2 0x 1 ] 2 postačující podmínkou pro globální asymptotickou stabilitu je, že W(x) je negativně definitní pokud bude platit df(x 2) dx 2 >0bude systém stabilní lze ukázat, že zjištěná podmínka je v daném případě příliš přísná, systém může být stabilní i při nesplnění této podmínky Obsah Metody Krasovského Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 27/27
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
VíceVlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou
1 Vlastní (charakteristická) čísla a vlastní (charakteristické) vektory matice Pro zadanou čtvercovou matici A budeme řešit maticovou rovnici A x = λ x, kde x je neznámá matice o jednom sloupci (sloupcový
Více9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1
9 přednáška 6 listopadu 007 Věta 11 Nechť f C U, kde U R m je otevřená množina, a a U je bod Pokud fa 0, nemá f v a ani neostrý lokální extrém Pokud fa = 0 a H f a je pozitivně negativně definitní, potom
VíceUčební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných študenti MFF 15. augusta 2008 1 5 Základy teorie funkcí více proměnných Požadavky Parciální derivace a totální
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
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
VíceVšechno, 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
VíceMichal Bulant. Masarykova univerzita Fakulta informatiky
Matematika III 3. přednáška Funkce více proměnných: derivace vyšších řádů, lokální a absolutní extrémy Michal Bulant Masarykova univerzita Fakulta informatiky 6. 10. 2010 Obsah přednášky 1 Literatura 2
VíceMatematická analýza pro informatiky I. Extrémy funkcí více proměnných
Matematická analýza pro informatiky I. 12. přednáška Extrémy funkcí více proměnných Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci 12. dubna 2011
VíceMatematika 5 FSV UK, ZS Miroslav Zelený
Matematika 5 FSV UK, ZS 2018-19 Miroslav Zelený 1. Stabilita řešení soustav diferenciálních rovnic 2. Úvod do variačního počtu 3. Globální extrémy 4. Teorie optimálního řízení 5. Různé 1. Stabilita řešení
VíceZADÁNÍ ZKOUŠKOVÉ PÍSEMNÉ PRÁCE Z PŘEDMĚTU LINEÁRNÍ ALGEBRA PRO IT. Verze 1.1A
Verze 1.1A Čas na práci: 1 minut Za každý úkol můžete získat maximálně 1 bodů. Řešení každého příkladu zapisujte čitelně a srozumitelně, 2x 1 +4x 3 +3x 4 = 4 x 1 +2x 2 +4x 3 3x 4 = 1 2x 1 +x 2 x 3 3x 4
Více10 Funkce více proměnných
M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y
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
Více5. Lokální, vázané a globální extrémy
5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,
Více11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah
11. přednáška 10. prosince 2007 Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah F (x, y, y, y,..., y (n) ) = 0 mezi argumentem x funkce jedné
VíceZákladní spádové metody
Základní spádové metody Petr Tichý 23. října 2013 1 Metody typu line search Problém Idea metod min f(x), f : x R Rn R. n Dána počáteční aproximace x 0. Iterační proces (krok k): (a) zvol směr d k, (b)
VíceSymetrické a kvadratické formy
Symetrické a kvadratické formy Aplikace: klasifikace kvadrik(r 2 ) a kvadratických ploch(r 3 ), optimalizace(mpi) BI-LIN (Symetrické a kvadratické formy) 1 / 20 V celé přednášce uvažujeme číselné těleso
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)
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
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,
VíceInterpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
VícePrůvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat
6. Extrémy funkcí více proměnných Průvodce studiem Hledání extrémů je v praxi často řešená úloha. Např. při cestě z bodu A do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat
Víceverze 1.4 Ekvivalentní podmínkou pro stacionární bod je, že totální diferenciál je nulový
1 Úvod Lokální extrémy funkcí více proměnných verze 14 Následující text popisuje výpočet lokálních extrémů funkcí více proměnných Měl by sloužit především studentům předmětu MATEMAT1 na Univerzitě Hradec
VíceUčební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost
Vícey = 2x2 + 10xy + 5. (a) = 7. y Úloha 2.: Určete rovnici tečné roviny a normály ke grafu funkce f = f(x, y) v bodě (a, f(a)). f(x, y) = x, a = (1, 1).
III Diferenciál funkce a tečná rovina Úloha 1: Určete rovnici tečné roviny ke grafu funkce f = f(x, y) v bodě (a, f(a)) f(x, y) = 3x 3 x y + 5xy 6x + 5y + 10, a = (1, 1) Řešení Definičním oborem funkce
Vícepouze u některých typů rovnic a v tomto textu se jím nebudeme až na
Matematika II 7.1. Zavedení diferenciálních rovnic Definice 7.1.1. Rovnice tvaru F(y (n), y (n 1),, y, y, x) = 0 se nazývá diferenciální rovnice n-tého řádu pro funkci y = y(x). Speciálně je F(y, y, x)
VíceFunkce v ıce promˇ enn ych Extr emy Pˇredn aˇska p at a 12.bˇrezna 2018
Funkce více proměnných Extrémy Přednáška pátá 12.března 2018 Zdroje informací Diferenciální počet http://homen.vsb.cz/~kre40/esfmat2/fceviceprom.html http://www.studopory.vsb.cz/studijnimaterialy/sbirka_uloh/pdf/7.pdf
VíceDnešní látka: Literatura: Kapitoly 3 a 4 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.
Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení
VíceDERIVACE FUKNCÍ VÍCE PROMĚNNÝCH
DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH Reálná funkce dvou proměnných a definiční obor Kartézský součin R R značíme R 2 R 2 je množina všech uspořádaných dvojic reálných čísel (rovina) Prvk R 2 jsou bod v rovině
VíceCo jsme udělali: Au = f, u D(A)
Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení
VíceČetba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Vektorový (lineární) prostor (připomenutí) Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost
VíceKapitola 5. Symetrické matice
Kapitola 5 Symetrické matice Symetrické matice mají mezi všemi maticemi významné postavení. Nejen, že se častěji vyskytují v aplikacích, ale i jejich matematické vlastnosti jsou specifické. V této kapitole
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,
Více5. cvičení z Matematiky 2
5. cvičení z Matematiky 2 21.-25. března 2016 5.1 Nalezněte úhel, který v bodě 1, 0, 0 svírají grafy funkcí fx, y ln x 2 + y 2 a gx, y sinxy. Úhel, který svírají grafy funkcí je dán jako úhel mezi jednotlivými
VíceMatematická analýza pro informatiky I.
Matematická analýza pro informatiky I. 10. přednáška Diferenciální počet funkcí více proměnných (II) Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci
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
VíceÚvod. Integrování je inverzní proces k derivování Máme zderivovanou funkci a integrací získáme původní funkci kterou jsme derivovali
NEURČITÝ INTEGRÁL Úvod Integrování je inverzní proces k derivování Máme zderivovanou funkci a integrací získáme původní funkci kterou jsme derivovali Umět pracovat s integrálním počtem Je důležité pro
VícePřijímací zkouška na navazující magisterské studium 2017
Přijímací zkouška na navazující magisterské studium 27 Studijní program: Studijní obor: Matematika Finanční a pojistná matematika Varianta A Řešení příkladů pečlivě odůvodněte. Věnujte pozornost ověření
Vícevyjádřete 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
Více8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice
9. Lineární diferenciální rovnice 2. řádu Cíle Diferenciální rovnice, v nichž hledaná funkce vystupuje ve druhé či vyšší derivaci, nazýváme diferenciálními rovnicemi druhého a vyššího řádu. Analogicky
Více8.1. Určete všechny lokální extrémy funkce f(x, y) = x 2 + arctg 2 x + y 3 + y, x, y R.
Řešené příklady k extrémům funkcí více proměnných 8 Určete všechny lokální extrémy funkce fx y x + arctg x + y + y x y R Řešení Funkci f si vyjádříme jako součet f + f kde f x x + arctg x x R f y y + y
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)
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,
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...
VíceNelineární optimalizace a numerické metody (MI NON)
Nelineární optimalizace a numerické metody (MI NON) Magisterský program: Informatika Obor: Teoretická informatika Katedra: 18101 Katedra teoretické informatiky Jaroslav Kruis Evropský sociální fond Praha
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
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
VíceFunkce více proměnných. April 29, 2016
Funkce více proměnných April 29, 2016 Příklad (Derivace vyšších řádů) Daná je funkce f (x, y) = x 2 y + y 3 x 4, určte její parc. derivace podle x a podle y prvního i druhého řádu, i smíšené. f x = 2xy
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
VíceAplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
VíceVlastní čísla a vlastní vektory
Kapitola 15 Vlastní čísla a vlastní vektory V této a následujících kapitolách budeme zkoumat jeden z nejdůležitějších pojmů tohoto kurzu. Definice15.1 Buď A:V Vlineárnízobrazení,Vvektorovýprostornad tělesem
Více1 Kvadratické formy. 2 Matice kvadratické formy. Definice Necht B je bilineární forma na V. Q B : V R. Q B (x) = B(x, x), x V
LA 11. cvičení matice bilineární formy, kvadratické formy Lukáš Pospíšil, Martin Hasal,011 1 Kvadratické formy Definice 1.0.1 Necht B je bilineární forma na V. Kvadratickou formou příslušnou bilineární
VíceCo je obsahem numerických metod?
Numerické metody Úvod Úvod Co je obsahem numerických metod? Numerické metody slouží k přibližnému výpočtu věcí, které se přesně vypočítat bud nedají vůbec, nebo by byl výpočet neúměrně pracný. Obsahem
VíceIII. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce. a = (x 0, y 0 ), h = (h 1, h 2 ).
III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce = f(x 0 + h 1, y 0 + h 2 ) f(x 0, y 0 ) f u (x 0, y 0 ), kde u = (h 1, h 2 ). ( ) = f(x 0 + h 1, y 0 ) f(x 0, y 0 ) x (x 0,
VíceHledáme lokální extrémy funkce vzhledem k množině, která je popsána jednou či několika rovnicemi, vazebními podmínkami. Pokud jsou podmínky
6. Vázané a absolutní extrémy. 01-a3b/6abs.tex Hledáme lokální extrémy funkce vzhledem k množině, která je popsána jednou či několika rovnicemi, vazebními podmínkami. Pokud jsou podmínky jednoduché, vyřešíme
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
VíceDefinice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně
7 Náhodný vektor Nezávislost náhodných veličin Definice 7 Nechť je dán pravděpodobnostní prostor (Ω, A, P) Zobrazení X : Ω R n, které je A-měřitelné, se nazývá (n-rozměrný) náhodný vektor Měřitelností
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
VíceDefinice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:
Přednáška 1. Definice 1.1. Nechť je množina. Funkci ρ : R nazveme metrikou, jestliže má následující vlastnosti: (1 pro každé x je ρ(x, x = 0; (2 pro každé x, y, x y, je ρ(x, y = ρ(y, x > 0; (3 pro každé
VíceSOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC
SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC Pojmy: Algebraická rovnice... rovnice obsahující pouze celé nezáporné mocniny neznámé x, tj. a n x n + a n 1 x n 1 +... + a x + a 1 x + a 0 = 0, kde n je přirozené
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
Více1 Extrémy funkcí - slovní úlohy
1 Extrémy funkcí - slovní úlohy Příklad 1.1. Součet dvou kladných reálných čísel je a. Určete 1. Minimální hodnotu součtu jejich n-tých mocnin.. Maximální hodnotu součinu jejich n-tých mocnin. Řešení.
VíceHledání extrémů funkcí
Hledání extrémů funkcí Budeme se zabývat téměř výhradně hledáním minima. Přes nost nalezeného extrému Obecně není hledání extrému tak přesné jako řešení rovnic. Demonstrovat to můžeme na příkladu hledání
Vícez = 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.
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
Více12. Funkce více proměnných
12. Funkce více proměnných 12.1 Parciální derivace a totální diferenciál Definice Necht f je reálná funkce n proměnných, a 2 R n a 1 i n. 12.1 Parciální derivace a totální diferenciál Definice Necht f
Více7. Derivace složené funkce. Budeme uvažovat složenou funkci F = f(g), kde některá z jejich součástí
202-m3b2/cvic/7slf.tex 7. Derivace složené funkce. Budeme uvažovat složenou funkci F = fg, kde některá z jejich součástí může být funkcí více proměnných. Předpokládáme, že uvažujeme funkce, které mají
VíceInterpolace Uvažujme třídu funkcí jedné proměnné ψ(x; a 0,..., a n ), kde a 0,..., a n jsou parametry, které popisují jednotlivé funkce této třídy. Mějme dány body x 0, x 1,..., x n, x i x k, i, k = 0,
Víceverze 1.3 kde ρ(, ) je vzdálenost dvou bodů v R r. Redukovaným ε-ovým okolím nazveme ε-ové okolí bodu x 0 mimo tohoto bodu, tedy množinu
Úvod Diferenciální počet více proměnných verze.3 Následující text popisuje základy diferenciálního počtu více proměnných. Měl by sloužit především studentům předmětu MATEMAT na Univerzitě Hradec Králové
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
Více11. Skalární součin a ortogonalita p. 1/16
11. Skalární součin a ortogonalita 11. Skalární součin a ortogonalita p. 1/16 11. Skalární součin a ortogonalita p. 2/16 Skalární součin a ortogonalita 1. Definice skalárního součinu 2. Norma vektoru 3.
VícePožadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory
Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při
VíceEXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH
EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH DEFINICE. Funkce f více proměnných. má v bodě C D(f) lokální maximum, resp. lokální minimum, jestliže existuje okolí U bodu C takové, že f(c) je maximální (resp. minimální
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 +
VíceNecht L je lineární prostor nad R. Operaci : L L R nazýváme
Skalární součin axiomatická definice odvození velikosti vektorů a úhlu mezi vektory geometrická interpretace ortogonalita vlastnosti ortonormálních bázi [1] Definice skalárního součinu Necht L je lineární
VíceShodnostní Helmertova transformace
Shodnostní Helmertova transformace Toto pojednání ukazuje, jak lze určit transformační koeficienty Helmertovy transformace za požadavku, aby představovaly shodnostní transformaci. Pro jednoduchost budeme
VíceDerivace a monotónnost funkce
Derivace a monotónnost funkce Věta : Uvažujme funkci f (x), která má na intervalu I derivaci f (x). Pak platí: je-li f (x) > 0 x I, funkce f je na intervalu I rostoucí. je-li f (x) < 0 x I, funkce f je
VíceLiteratura: Kapitoly 3, 4 a 2 d) ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.
Předmět: MA4 Dnešní látka: Nehomogenní okrajové podmínky. Pokračování OÚ pro PDR (jen pro fajnšmekry). Jednoznačnost zobecněného řešení. Metoda sítí v 1D. Přibližné řešení okrajových úloh. Aproximace vlastních
VíceVYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
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
Více21. Úvod do teorie parciálních diferenciálních rovnic
21. Úvod do teorie parciálních diferenciálních rovnic Aplikovaná matematika IV, NMAF074 M. Rokyta, KMA MFF UK LS 2014/15 21.1 Základní termíny Definice Vektor tvaru α = (α 1,...,α m ), kde α j N {0}, j
VíceNumerické metody optimalizace - úvod
Numerické metody optimalizace - úvod Petr Tichý 16. února 2015 1 Organizace přednášek a cvičení 13 přednášek a cvičení. Zápočet: úloha programování a testování úloh v Matlabu. Další informace na blogu
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
VíceČetba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Lineární (vektorový) prostor Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost matic Četba:
Více5.3. Implicitní funkce a její derivace
Výklad Podívejme se na následující problém. Uvažujme množinu M bodů [x,y] R 2, které splňují rovnici F(x, y) = 0, M = {[x,y] D F F(x,y) = 0}, kde z = F(x,y) je nějaká funkce dvou proměnných. Je-li F(x,y)
Více13. Kvadratické rovnice 2 body
13. Kvadratické rovnice 2 body 13.1. Rovnice x 2 + 2x + 2 m = 0 (s neznámou x) má dva různé reálné kořeny, které jsou oba menší než tři, právě a) m (1, 17), b) m = 2, c) m = 2 m = 5, d) m 2, 5, e) m >
Více1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu
[M2-P1] KAPITOLA 1: Diferenciální rovnice 1. řádu diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu G(x, y, y, y,..., y (n) ) = 0 y (n) = F (x, y, y,..., y (n 1) ) Příklad 1.1:
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
VíceDerivace funkce. Přednáška MATEMATIKA č Jiří Neubauer
Přednáška MATEMATIKA č. 9-11 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Šotová, J., Doudová, L. Diferenciální počet funkcí jedné proměnné Motivační příklady
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
Více1 Diference a diferenční rovnice
1 Diference a diferenční rovnice Nechť je dána ekvidistantní síť uzlů x 0, x 1,..., x n tj. h R, h > 0 takové, že x i = x 0 + ih, i = 0, 1,..., n. Číslo h se nazývá krok. Někdy můžeme uvažovat i nekonečnou
VíceDnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda
Předmět: MA 4 Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Četba: Text o lineární algebře v Příručce přežití na webových
VíceLineární algebra : Skalární součin a ortogonalita
Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
VíceLineární algebra : Skalární součin a ortogonalita
Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 30. dubna 2014, 09:00 1 2 15.1 Prehilhertovy prostory Definice 1. Buď V LP nad
VíceDefinice globální minimum (absolutní minimum) v bodě A D f, jestliže X D f
Výklad Globální extrémy mají stejný význam jako u funkcí jedné proměnné. Hledáme je bud na celém definičním oboru dané funkce, nebo na předem zadané podmnožině definičního oboru. Definice 6..1. Řekneme,
Vícestránkách přednášejícího.
Předmět: MA 4 Dnešní látka Iterační metoda Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Superrelaxační metoda (metoda SOR) Metoda sdružených gradientů Četba: Text o lineární algebře v Příručce
Více4. OBYČEJNÉ DIFERENCIÁLNÍ ROVNICE
FBI VŠB-TUO 28. března 2014 4.1. Základní pojmy Definice 4.1. Rovnice tvaru F (x, y, y, y,..., y (n) ) = 0 se nazývá obyčejná diferenciální rovnice n-tého řádu a vyjadřuje vztah mezi neznámou funkcí y
Více4. Diferenciál a Taylorova věta
4. Diferenciál a Taylorova věta Definice 4.1. Buď f : R n R, a Df. Řekneme, že f je diferencovatelná v bodě a, když h V n takový, že a + h Df platí f(a + h) f(a) gradf(a) h + h τ(h), kde lim τ(h) 0. Funkce
VíceEXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH
EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH ÚLOHY ŘEŠITELNÉ BEZ VĚTY O MULTIPLIKÁTORECH Nalezněte absolutní extrémy funkce f na množině M. 1. f(x y) = x + y; M = {x y R 2 ; x 2 + y 2 1} 2. f(x y) = e x ; M = {x y R
VíceANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ
ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,
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
Více