Lineární algebra Eva Ondráčková
|
|
- Miroslav Soukup
- před 5 lety
- Počet zobrazení:
Transkript
1 Lineární algebra Eva Ondráčková Vektorové prostory Mnozízvásužsenejspíšsetkalispojmemvektor.Ukážemesi,ževektorynejsoujen množiny orientovaných úseček v rovině či trojrozměrném prostoru, ale něco zajímavějšího, kolem čeho existuje spousta teorie. Mým cílem ale není zahltit vás větami a definicemi(i když to tak možná vypadá), většinu tvrzení zde uvedených proto nebudeme na přednášce dokazovat, postačí nám intuitivní představa o tom, co říkají. Na úvod si dopřejeme několik definic: Definice. Tělesem budeme rozumět množinu T se dvěma binárními operacemi +, (sčítání, násobení), která je alespoň dvouprvková a ve které platí následující: (a 0 ) a,b T a+b T(uzavřenostsčítání). (a 1 ) a,b, c T(a+b)+c=a+(b+c)(asociativitasčítání). (a 2 ) a,b T a+b=b+a(komutativitasčítání). (a 3 ) 0 T a T0+a=a+0=a(existencenulovéhoprvku). (a 4 ) a T a T a+( a)=( a)+a=0(existenceopačnéhoprvku). (m 0 ) a,b T a b T(uzavřenostnásobení). (m 1 ) a,b, c T(a b) c=a (b c)(asociativitanásobení). (m 3 ) 1 T a T a 1=1 a=a(existencejednotkovéhoprvku). (m 4 ) a int a 1 T a a 1=a 1 a=1(existenceinverzníhoprvku). (d 1 ) a,b, c T a (b+c)=a b+a c(distributivitazleva). (d 2 ) a,b, c T(a+b) c=a c+b c(distributivitazprava). Platí-linavíc(m 2 ) a, b T a b=b a(komutativitanásobení),řekneme,že T je komutativní těleso. Poznámka. Pro násobení je zvykem místo a b používat často zkráceného zápisu ab. Příklad. S některými tělesy jste se jistě už setkali, ačkoliv o tom možná ani nevíte například R, C, Qsesčítánímanásobením,najakájstezvyklí,jsoukomutativní tělesa. Nikoho asi nepřekvapí, že nulový prvek bude obyčejná 0 a jednotkový 1. Tělesyužalenejsou Nani Z(rozmysletesiproč). Další příklady těles jsou Z p = {0,1,..., p 1}, kde p je prvočíslo a sčítání i násobení provádíme modulo p. 22
2 Eva Ondráčková: Lineární algebra Definice. Je-li T těleso, V jemnožinasdefinovanýmioperacemi+:v V V a :T V V,pakřekneme,že V jevektorovýprostornadtělěsem T,platí-li: (a 0 ) x,y V x+y V. (a 1 ) x,y, z V (x+y)+z= x+(y+ z). (a 2 ) x,y V x+y= y+ x. (a 3 ) o V x V x+o=o+x=o(existencenulovéhovektoru). (a 4 ) x V x V x+( x)=( x)+x=o(existenceopačnéhovektoru). (m 0 ) α T x V α x V. (m 1 ) α, β T x V (α β) x=α (β x). (m 2 ) α, β T x,y V (α+β) x=α x+β x. (m 3 ) α T x,y V α (x+y)=α x+α y. (m 4 ) x V 1 x=x(kde1jejednotkovýprvektělesa T). Prvkům V říkáme vektory, prvkům T skaláry. Zaxiomu(a 3 )vyplývá,ževektorovýprostornikdynemůžebýtprázdnámnožina, vždy musí obsahovat aspoň nulový vektor. Množina {o} už ale vektorový prostor je označímeji Oabudemejíříkatnulovývektorovýprostor. Některé příklady vektorových prostorů si ukážeme na přednášce, pro jeden z nich budeme potřebovat další definici: Definice. Nechť Mjeneprázdnámnožinaam, npřirozenáčísla.maticítypu m n nad M budeme rozumět každé obdélníkové schéma kde a ij M. a 11 a a 1n a 21 a a 2n , a m1 a m2... a mn Maticeoznačujemevelkýmipísmeny,někdysezjednodušeněpíše A=(a ij ) m n. Sčítatbudemepouzematicestejnéhotypu,atoposložkách,tedy(a ij ) m n + (b ij ) m n =(a ij + b ij ) m n. Násobitskalárembudemetaképosložkách: α (a ij ) m n =(α a ij ) m n. Matice nad tělesem T s takto definovanými operacemi potom tvoří vektorový prostor. Následuje spousta definic a vět, kterými se budeme zabývat, možná si uvedeme některé další(když budete chtít), ukážeme si také příklady. Definice. Nechť V je vektorový prostor nad T. Podprostorem prostoru V budeme rozumět každou podmnožinu M prostoru V, která je vzhledem k původním operacím sama vektorovým prostorem nad T. 23
3 Chlumětín 02 Definice. Nechť V jevektorovýprostornad T, v 1,..., v n V, a 1,..., a n T.Lineárníkombinacívektorů v 1,..., v nskoeficienty a 1,..., a n nrozumímevektor a i v i. i=1 Definice. Nechť V jevektorovýprostornad T, M V.Lineárnímobalemmnožiny M budeme rozumět množinu všech lineárních kombinací vektorů z M s koeficienty z T. Značíme M nebo L(M).Je-li M =V,pakříkáme,že Mjemnožinougenerátorů V (žegeneruje V). Například R =R, O =O. (1,1) jemnožinavektorůzr 2,jejichžsložkyse rovnají(v geometrické představě je to osa I. a III. kvadrantu). Věta. Je-li M V,pak M jepodprostoremprostoru V. Definice. Nechť V jevektorovýprostornad T, M V.Řekneme,žeMjelineárně nezávislá,pokudprokaždouposloupnostvektorů v 1,..., v n Mplatí n a i v i = o a 1 = a 2 = =a n=0. i=1 Pokudtomutaknení,říkáme,že Mjelineárnězávislá. Lemma. M je lineárně závislá právě tehdy, když některý vektor v M lze vyjádřit jako lineární kombinace ostatních vektorů z M. Definice. Bází vektorového prostoru budeme rozumět každou jeho lineárně nezávislou množinu generátorů. Věta. Podmnožina vektorového prostoru V je báze V právě tehdy, když každý vektor v V je možno právě jedním způsobem vyjádřit jako lineární kombinaci vektorů z M. Definice. Je-li B= {u 1,..., u n}báze V, u= n a i u i,potomkoeficienty a 1,... a n i=1 nazvemesouřadnicevektoru uvzhledemkbázi B.Značíme[u] B =(a 1,..., a n). Věta. Každá množina generátorů M prostoru V obsahuje nějakou bázi B M prostoru V. Věta. Každédvěkonečnébázemajístejnýpočetprvků 2. Definice. Nechť V je vektorový prostor, ve kterém existuje konečná báze. Potom početprvkůlibovolnébáze V nazývámedimenzeprostoru V.Značímedim V. 2 Analogickétvrzeníplatípronekonečnébázeajejichmohutnost. 24
4 Eva Ondráčková: Lineární algebra Příklady (1) Rozhodněte, zda následující množiny jsou vektorové prostory: Přímkavrovině,tj. {(x, y); y= ax+b},kde a, bjsounenulovéreálnékonstanty. Přímkavroviněprocházejícístředem(tostejné,ale b=0). Maticetypu2 2nad N,maticetypu2 2nad Z. VektoryzR 5 sposlednísložkounulovou. Vektory(x 1, x 2, x 3 )zr 3 takové,že x 3 = x 1 + x 2. (2) Lzereálnývektor(1,2,3,4)vyjádřitjakolineárníkombinacivektorů(1,3,2,0) a(2,3,2,3)? (3) Jsou následující množiny lineárně nezávislé? {(1,2),(2,1),(287,1092)} R 2 {(1,2,3),(3,4,5),(0,0,0)} R 3 {(1,0,3),(2,1,1),(1,2,3)} R 3, Z 3 5 (4) Naleznětesouřadnicevektoru(3,3,3)vzhledemkbázi {(1,0,2),(2,1,1),(0,0,1)} (v R 3 ). (5) Určete dimenzi podprostoru {(1,3,2,1),(3,4,2,1),(0,2,0,0)} R 4, {(2,2),(2,1),(2,0)} R 2. Homomorfismy Až dosud jsme vektory pouze sčítali a násobili skalárem. Tím ale naše možnosti zdaleka nejsou vyčerpány. Jistě si dokážete představit zobrazení, které vektoru přiřadí vektor. Dále se budeme zabývat speciálními případy takových zobrazení homomorfismy. Definice. Nechť V a W jsou vektorové prostory nad T. Homomorfismem prostoru V do Wbudemerozumětkaždézobrazení f: V W,prokteréplatí: (i) v 1, v 2 V f(v 1 + v 2 )=f(v 1 )+f(v 2 ). (ii) a T v V f(av)=a f(v). Tyto dvě podmínky se někdy zapisují dohromady takto: a T v 1, v 2 V f(av 1 + v 2 )=a f(v 1 )+f(v 2 ). Definice. Jádrem Ker f homomorfismu f budeme rozumět množinu Ker f= {v V; f(v)=o}. 25
5 Chlumětín 02 Definice. Obrazem Im f homomorfismu f budeme rozumět množinu Imf= {w W; v V f(v)=w}=f(v). Věta. základní vlastnosti homomorfismů Nechť V, W jsou vektorové prostory nad T, f: V W. (i) f(o)=o. (ii) f( v) = f(v). (iii) f( k a i v i )= k a i f(v i ). i=1 i=1 (iv) Obrazem podprostoru prostoru V je podprostor prostoru W. (v)imfjepodprostoremprostoru W. (vi) Obrazem množiny generátorů je množina generátorů obrazu. (vii)úplnývzorpodprostoru U prostoru W (množinavšechvektorůvv,kterése zobrazído U)jepodprostor V. (viii)kerfjepodprostorve V. (ix) Jsou-li f : V W a g : W U homomorfismy, pak g f : V U je homomorfismus(složení homomorfismů je homomorfismus). Věta. Libovolné zobrazení báze B prostoru V do W lze právě jedním způsobem rozšířit na homomorfismus. Definice. Prostý homomorfismus se nazývá monomorfismus, homomorfismus, který je na, se nazývá epimorfismus, vzájemně jednoznačný homomorfismus se nazývá izomorfismus, homomorfismus z V do V se nazývá endomorfismus, vzájemně jednoznačný homomorfismus z V na V se nazývá automorfismus. Lemma. fjemonomorfismusprávětehdy,kdyžker f= O. Definice. Nechť f je homomorfismus. Hodností r(f) homomorfismu f budeme rozumět dimenzi prostoru Imf, tj. r(f)=dimimf. Defektem d(f) homomorfismu f budeme rozumět dimenzi prostoru Kerf, tj. d(f)=dimkerf. Příklady Pokud nebude napsáno jinak, souřadnice vektorů jsou vzhledem ke standardní bázi. (6) Dokažte,žezobrazení f: R 2 R 2, f(x 1, x 2 )=(3x 1 x 2, x 2 )jehomomorfismus. (7) Najděte jádra homomorfismů f: R 2 R 2, f(x 1, x 2 )=(x 1 2x 2, x 1 ), 26
6 Eva Ondráčková: Lineární algebra g: R 3 R 3, g(x 1, x 2, x 3 )=(x 1 x 2 +2x 3,3x 1 + x 2 x 3,4x 1 + x 3 ), h:z 2 5 Z2 5, h(x 1, x 2 )=(4x 1 +2x 2,3x 1 +4x 2 ). (8) Najděte obraz R 2 vhom. f: R 2 R 2, f(x 1, x 2, x 3 )=(2x 1 x 2, x 1 + x 2 + x 3, 3x 2 2x 3 ), {(1,2,3),(1,1,1)} vhom. g: R 3 R 2, g(x 1, x 2, x 3 )=(2x 1 + x 2, x 1 +3x 3 ). (9) Vyjádřete f: R 3 R 3 jako f(x 1, x 2, x 3 ),víte-li,že f(1,3,2)=(2,1,0), f(2,1,2)=(3,0,2), f(0,0,1)=(0,0,1). (10) Jsou f, g, h:r 2 R 2,kde f(x 1, x 2 )=(x 2, x 1 ), g(x 1, x 2 )=(x 1, x 1 ), h(x 1, x 2 )=(x 1 +3x 2,2x 1 +6x 2 ) monomorfismy? Svou odpověď zdůvodněte. (11) Najděte hodnost a defekt homomorfismu f: Z 3 5 Z 4 5, f(x 1, x 2, x 3 )=(4x 1 +2x 3,2x 2 +4x 3, x 1 + x 2 +2x 3, x 3 ). 27
V: Pro nulový prvek o lineárního prostoru L platí vlastnosti:
Zpracoval: hypspave@fel.cvut.cz. Základní vlastnosti abstraktních lineárních prostorů. Lineární závislost, nezávislost, báze, souřadnice vzhledem k bázi, matice lineárního zobrazení vzhledem k bázím.skalární
VíceLineární zobrazení. V prvním z následujících tvrzení navíc uvidíme, že odtud plynou a jsou tedy pak rovněž splněny podmínky:
Lineární zobrazení Nechť (V, +, ) a (W, +, ) jsou dva vektorové prostory nad týmž tělesem (T, +, ). Nechť f : V W je zobrazení splňující následující podmínky: ( u, v V)(f(u + v) = f(u) + f(v)), ( s T )(
VíceMatematika 2 pro PEF PaE
Vektorové prostory 1 / 17 Matematika 2 pro PEF PaE 8. Vektorové prostory Přemysl Jedlička Katedra matematiky, TF ČZU Vektorové prostory Vektorové prostory a podprostory 2 / 17 vektorového prostoru Množina
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
Více1 Báze a dimenze vektorového prostoru 1
1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější
VíceVektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,
Vektorový prostor Příklady: Př.1. R 2 ; R 3 ; R n...aritmetický n-rozměrný prostor Dvě operace v R n : součet vektorů u = (u 1,...u n ) a v = (v 1,...v n ) je vektor u + v = (u 1 + v 1,...u n + v n ),
VíceLineární 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
Více1 Soustavy lineárních rovnic
1 Soustavy lineárních rovnic 1.1 Základní pojmy Budeme uvažovat soustavu m lineárních rovnic o n neznámých s koeficienty z tělesa T (potom hovoříme o soustavě m lineárních rovnic o n neznámých nad tělesem
Vícematiceteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést
Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud
VíceZákladní 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
VíceLineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)
4 Lineární zobrazení Definice: Nechť V a W jsou vektorové prostory Zobrazení A : V W (zobrazení z V do W nazýváme lineárním zobrazením, pokud pro všechna x V, y V a α R platí 1 A(x y = A(x A(y (vlastnost
VíceVektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace
Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
VíceEukleidovský 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,
VíceÚvod do lineární algebry
Úvod do lineární algebry Tomáš Matoušek Tělesa, vektorové prostory Definice. Tělesem nazveme množinu M, na které jsou definována zobrazení, : M M M(binární operace) splňující následující axiomy: (1) (
VíceLineární algebra Operace s vektory a maticemi
Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008 Obsah Operace s řádkovými vektory..................... 3 Operace se sloupcovými vektory................... 12 Matice..................................
VíceMatematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
Více1 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.
VíceVĚTY Z LINEÁRNÍ ALGEBRY
VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru
VíceVektorové 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
VíceMatice. 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,...,
VíceVI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku
VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m
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
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
VíceLineární algebra - I. část (vektory, matice a jejich využití)
Lineární algebra - I. část (vektory, matice a jejich využití) Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 2. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 40 Obsah 1 Vektory
VíceDEFINICE Z LINEÁRNÍ ALGEBRY
DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které
VíceALGEBRA. Téma 4: Grupy, okruhy a pole
SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 4: Grupy, okruhy a pole Základní pojmy unární operace, binární operace, asociativita,
VíceÚvod do lineární algebry
Úvod do lineární algebry 1 Aritmetické vektory Definice 11 Mějme n N a utvořme kartézský součin R n R R R Každou uspořádanou n tici x 1 x 2 x, x n budeme nazývat n rozměrným aritmetickým vektorem Prvky
VíceNALG 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
Více3 Lineární kombinace vektorů. Lineární závislost a nezávislost
3 Lineární kombinace vektorů. Lineární závislost a nezávislost vektorů. Obrázek 5: Vektor w je lineární kombinací vektorů u a v. Vektory u, v a w jsou lineárně závislé. Obrázek 6: Vektor q je lineární
VíceLineární algebra : Lineární (ne)závislost
Lineární algebra : Lineární (ne)závislost (4. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních technologií
VíceMENDELOVA 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
VíceMENDELOVA 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
VíceZ teorie je nutné znát pojmy: lineární funkcionál, jádro, hodnost a defekt lineárního funkcionálu. Také využijeme 2. větu o dimenzi.
Lineární funkcionál Z teorie je nutné znát pojm: lineární funkcionál jádro hodnost a defekt lineárního funkcionálu Také vužijeme větu o dimenzi [cvičení] Nechť je definován funkcionál ϕ : C C pro každé
VíceBáze 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
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
Vícea počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:
Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se
VíceALGEBRA. Téma 5: Vektorové prostory
SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 5: Vektorové prostory Základní pojmy Vektorový prostor nad polem P, reálný (komplexní)
VíceCvičení z Lineární algebry 1
Cvičení z Lineární algebry Michael Krbek podzim 2003 2392003 Hodina Jsou dána komplexní čísla z = +2 i a w = 2 i Vyjádřete c algebraickém tvaru (z + w) 3,, (zw), z w 2 Řešte v komplexním oboru rovnice
VíceMnožinu 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
Více7. 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
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,
VíceMatematický 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
VíceLineární prostory. - vektorové veličiny(síla, rychlost, zrychlení,...), skládání, násobení reálným číslem
Lineární prostory - vektorové veličiny(síla, rychlost, zrychlení,...), skládání, násobení reálným číslem - volné vektory a operace s nimi(sčítání, násobení reálným číslem) -ve 2 nebove 3 vázanévektorysespolečnýmpočátkem
VíceOdpřednesenou látku naleznete v kapitolách skript Abstraktní a konkrétní lineární algebra.
nad obecným tělesem a lineární kombinace Odpřednesenou látku naleznete v kapitolách 1.1 1.4 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: A7B01LAG 1.10.2015: 1/20 nad obecným tělesem Co
VíceMatematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
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
VíceVektorové prostory R ( n 1,2,3)
n Vektorové prostory R ( n 1,2,) (Velikonoční doplněk ke cvičení LAG) Prvky kartézské mocniny R RR R jsou uspořádané trojice reálných čísel, které spolu s operacemi ( a1, a2, a) ( b1, b2, b) ( a1b1, a2
VíceAfinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.
4 Afinita Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. Poznámka. Vzájemně jednoznačným zobrazením rozumíme zobrazení,
VíceBáze konečněrozměrných vektorových prostorů, lineární zobrazení vektorových prostorů
Báze konečněrozměrných vektorových prostorů, lineární zobrazení vektorových prostorů Buď (V, +, ) vektorový prostor nad tělesem (T, +, ) Připomeňme, že konečná posloupnost u 1, u 2,, u n vektorů z V je
VíceOkruhy, podokruhy, obor integrity, těleso, homomorfismus. 1. Rozhodněte, zda daná množina M je podokruhem okruhu (C, +, ): f) M = { a
Sbírka příkladů z okruhů a polynomů Algebra I Okruhy, podokruhy, obor integrity, těleso, homomorfismus 1. Rozhodněte, zda daná množina M je podokruhem okruhu (C, +, ): a) M = {a + i a R}, b) M = {a + i
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.
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
VíceČíselné 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
Více[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon).
Grupy, tělesa grupa: množina s jednou rozumnou operací příklady grup, vlastnosti těleso: množina se dvěma rozumnými operacemi příklady těles, vlastnosti, charakteristika tělesa lineární prostor nad tělesem
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,
Více6.1 Vektorový prostor
6 Vektorový prostor, vektory Lineární závislost vektorů 6.1 Vektorový prostor Nechť je dán soubor nějakých prvků, v němž je dána jistá struktura vztahů mezi jednotlivými prvky nebo v němž jsou předepsána
VíceAlgebra 2 KMI/ALG2. Zpracováno podle přednášek prof. Jiřího Rachůnka a podle přednášek prof. Ivana Chajdy. slidy k přednáškám
Algebra 2 slidy k přednáškám KMI/ALG2 Zpracováno podle přednášek prof. Jiřího Rachůnka a podle přednášek prof. Ivana Chajdy. Vytvořeno za podpory projektu FRUP_2017_052: Tvorba a inovace výukových opor
VíceTěleso racionálních funkcí
Těleso racionálních funkcí Poznámka. V minulém semestru jsme libovolnému oboru integrity sestrojili podílové těleso. Pro libovolné těleso R je okruh polynomů R[x] oborem integrity, máme tedy podílové těleso
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
Více6. Vektorový počet Studijní text. 6. Vektorový počet
6. Vektorový počet Budeme se pohybovat v prostoru R n, což je kartézská mocnina množiny reálných čísel R; R n = R R. Obvykle nám bude stačit omezení na případy n = 1, 2, 3; nicméně teorie je platná obecně.
Více1 Lineární zobrazení. 5. f(u) = u + v, kde v je pevně daný nenulový vektor z R f(u) = o.
1 Lineární zobrazení Cvičení 1 Která z následujících zobrazení f : R 2 R 2 jsou lineární? 1 f(u) = v, kde v je pevně daný nenulový vektor z R 2 2 f(u) = o 3 f(u) = k f(u), kde k je pevně dané reálné číslo
VíceLineární algebra : Úvod a opakování
Lineární algebra : Úvod a opakování (1. přednáška) František Štampach, Karel Klouda LS 013/014 vytvořeno: 19. února 014, 13:15 1 0.1 Lineární prostory R a R 3 V této přednášce si na jednoduchém příkladu
VíceVektory 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
VíceÚlohykpřednášceNMAG101a120: Lineární algebra a geometrie 1,
ÚlohykpřednášceNMAGa: Lineární algebra a geometrie 5 Verzezedne9.prosince Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se budou
VíceKapitola 11: Vektory a matice:
Kapitola 11: Vektory a matice: Prostor R n R n = {(x 1,, x n ) x i R, i = 1,, n}, n N x = (x 1,, x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i = 1,, n : x i = y i
VícePolynomy. Vlasnosti reálných čísel: Polynom v matematice můžeme chápat dvojím způsobem. 5. (komutativitaoperace )provšechnačísla a, b Rplatí
Polynomy Vlasnosti reálných čísel: 1 (komutativitaoperace+)provšechnačísla a, b Rplatí, a+b=b+a 2 (asociativitaoperace+)provšechnačísla a, b, c Rplatí a+(b+c)=(a+b)+c, 3 (existencenulovéhoprvku)provšechnačísla
VíceLineární algebra : Lineární zobrazení
Lineární algebra : Lineární zobrazení (6. přednáška František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 20. května 2014, 22:40 1 2 6.1 Lineární zobrazení Definice 1. Buďte P a Q dva lineární prostory
VíceTexty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech
Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) rozumíme zobrazení
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,
VíceINVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.0141 Báze vektorových prostorů, transformace souřadnic Michal Botur Přednáška
Více1 Řešení soustav lineárních rovnic
1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty
Více1 Připomenutí vybraných pojmů
1 Připomenutí vybraných pojmů 1.1 Grupa Definice 1 ((Komutativní) grupa). Grupou (M, ) rozumíme množinu M spolu s operací na M, která má tyto vlastnosti: i) x, y M; x y M, Operace je neomezeně definovaná
VíceMatice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.
Matice lineárních zobrazení [1] Připomenutí Zobrazení A : L 1 L 2 je lineární, když A( x + y ) = A( x ) + A( y ), A(α x ) = α A( x ). Což je ekvivalentní s principem superpozice: A(α 1 x 1 + + α n x n
VíceMatematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
VíceOperace s maticemi. 19. února 2018
Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice
VíceVysoké učení technické v Brně Fakulta informačních technologií. Regulární pologrupy. Semestrální práce do předmětu Algebra, Kombinatorika, Grafy
Vysoké učení technické v Brně Fakulta informačních technologií Regulární pologrupy Semestrální práce do předmětu Algebra, Kombinatorika, Grafy Tomáš Masopust Brno, 2006 Obsah Úvod 1 1 Základní definice
VíceJazyk 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
VíceKapitola 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 =
Více3. Algebraické systémy
Markl: 3.1. Morfismy a kongruence /ras31.doc/ Strana 1 3. Algebraické systémy Na rozdíl od klasické algebry, jejíž ústředním tématem jsou rovnice a potřebný aparát pro jejich řešení /matice, polynomy,.../,
VíceBáze a dimense. Odpřednesenou látku naleznete v kapitolách a 3.6 skript Abstraktní a konkrétní lineární algebra.
Báze a dimense Odpřednesenou látku naleznete v kapitolách 3.1 3.3 a 3.6 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: A7B01LAG 15.10.2015: Báze a dimense 1/19 Minulé přednášky 1 Lineární
Víceftp://math.feld.cvut.cz/pub/olsak/linal/
Petr Olšák Výcuc z textu Lineární algebra určeno pro promítání na přednášce Úvod do algebry http://www.olsak.net/linal.html ftp://math.feld.cvut.cz/pub/olsak/linal/ http://math.feld.cvut.cz/skripta/ua/
Vícetransformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]
[1] Afinní transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím využití například v počítačové grafice Evropský sociální fond Praha & EU. Investujeme do
Vícez textu Lineární algebra
2 Úvodní poznámky Petr Olšák Výcuc z textu Lineární algebra určeno pro promítání na přednášce Úvod do algebry http://www.olsak.net/linal.html ftp://math.feld.cvut.cz/pub/olsak/linal/ http://math.feld.cvut.cz/skripta/ua/
VíceZáklady maticového počtu Matice, determinant, definitnost
Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n
Více10. Vektorové podprostory
Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan Definice. Bud V vektorový prostor nad polem P. Podmnožina U V se nazývá podprostor,
VíceUspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). Čísla a 1, a 2,..., a n se nazývají složky vektoru
1 1. Lineární algebra 1.1. Lineární závislost a nezávislost vektorů. Hodnost matice Aritmetické vektory Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ).
Vícegrupa těleso podgrupa konečné těleso polynomy komutativní generovaná prvkem, cyklická, řád prvku charakteristika tělesa
grupa komutativní podgrupa těleso generovaná prvkem, cyklická, řád prvku Malá Fermatova věta konečné těleso charakteristika tělesa polynomy ireducibilní prvky, primitivní prvky definice: G, je grupa kde
VíceLineární algebra Kapitola 1 - Základní matematické pojmy
Lineární algebra Kapitola 1 - Základní matematické pojmy 1.1 Relace a funkce V celém textu budeme používat následující označení pro číselné množiny: N množina všech přirozených čísel bez nuly, N={1, 2,
Více8 Matice a determinanty
M Rokyta, MFF UK: Aplikovaná matematika II kap 8: Matice a determinanty 1 8 Matice a determinanty 81 Matice - definice a základní vlastnosti Definice Reálnou resp komplexní maticí A typu m n nazveme obdélníkovou
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
Více6 Lineární geometrie. 6.1 Lineární variety
6 Lineární geometrie Motivace. Pojem lineární varieta, který budeme v této kapitole studovat z nejrůznějších úhlů pohledu, není žádnou umělou konstrukcí. Příkladem lineární variety je totiž množina řešení
VíceA[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz
1/15 ANALYTICKÁ GEOMETRIE Základní pojmy: Soustava souřadnic v rovině a prostoru Vzdálenost bodů, střed úsečky Vektory, operace s vektory, velikost vektoru, skalární součin Rovnice přímky Geometrie v rovině
VíceOperace s maticemi
Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =
VíceMatice lineárních zobrazení
Matice lineárních zobrazení Nechť V, +, a W, +, jsou nenulové vektorové prostory konečných dimenzí n a m nad tělesem T, +,, nechť posloupnosti vektorů g 1, g 2,..., g n V a h 1, h 2,..., h m W tvoří báze
Víceα 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0
Vzhledem k tomu, že jsem to psala ve velkém spěchu, mohou se vyskytnout nějaké chybičky. Pokud nějaké najdu, opravím je hned po prázdninách. Zadání A. 1. Vektory u, v, w jsou lineárně nezávislé. Rozhodněte,
VíceUčební 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,
VíceGEOMETRICKÁ ZOBRAZENÍ. Josef Janyška
GEOMETRICKÁ ZOBRAZENÍ Josef Janyška 21. února 2019 Obsah 1 LINEÁRNÍ ZOBRAZENÍ NA VEKTOROVÝCH PROSTORECH 1 1.1 Lineární zobrazení vektorových prostorů.............. 1 1.2 Invariantní podprostory.......................
VíceTeorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy
Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy Lukáš Havrlant Univerzita Palackého 10. ledna 2014 Primární zdroj Jiří Adámek: Foundations of Coding. Strany 137 160. Na webu ke stažení, heslo:
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
VíceSlovo 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
Více