Přednáška 4: Soustavy lineárních rovnic
|
|
- Martina Benešová
- před 5 lety
- Počet zobrazení:
Transkript
1 Přednáška 4: Soustavy lineárních rovnic Touto přednáškou vrcholí naše snažení o algebraický popis řešení praktických problémů. Většina inženýrských úloh má totiž lineární charakter (alespoň přibližně) a dá se tedy popsat soustavou lineárních rovnic. Základy řešení soustav lineárních rovnic jsou známy již ze střední školy, např. soustavy dvou rovnic o dvou neznámých přesně popisují problém nalezení vzájemné polohy dvou přímek v rovině. K vyřešení soustavy se používá několik metod, zejména metoda sčítací a dosazovací. Ukážeme si jak tyto metody zobecnit na větší soustavy. Při řešení těchto soustav využijeme veškerý dosud vybudovaný arzenál: soustavy lineárních rovnic se stručně zapisují pomocí matic a pomocí hodnosti matice můžeme zjistit počet řešení zadané soustavy. K nalezení řešení budeme matice pomocí elementárních řádkových úprav převádět na vhodnější ekvivalentní (např. schodovitý) tvar. Řešení můžeme analyticky vypočítat také pomocí determinantů nebo inverzní matice. Množina všech řešení soustavy pak tvoří vektorový (resp. afinní) podprostor ve vhodném vektorovém (resp. afinním) prostoru. Nejprve zobecníme dobře známé pojmy: Soustavou r lineárních rovnic o n neznámých x,, 1 xn R (počet rovnic se nemusí rovnat počtu neznámých) rozumíme zápis a x + a x + + a x = b, n n 1 a x + a x + + a x = b, n n 2 a x + a x + + a x = b. r1 1 r 2 2 rn n r Reálná čísla a kl, pro k = 1,, r a l = 1,, n nazýváme koeficienty soustavy (4.1), reálná čísla b i nazýváme sloupcem pravých stran. Uspořádanou n -tici ( k1,, k n ) nazveme řešením soustavy (4.1), jestliže po jejím dosazení za neznámé x,, 1 xn budou všechny rovnice v soustavě (4.1) splněny. V případě nutnosti (pokud to vyžaduje problém, který řešíme) můžeme brát neznámé z libovolného vektorového prostoru, může tedy jít třeba o funkce. (4.1) 4.1. Definice Maticí soustavy (4.1) rozumíme matici a11 a12 a1n a21 a22 a2n A = ar1 ar 2 arn typu ( r n), kde r se nemusí rovnat n. Rozšířenou maticí soustavy (4.1) pak rozumíme matici a11 a12 a1 n b1 a21 a22 a2n b2 A = ar1 ar 2 arn br typu ( r n + 1). Označíme-li (4.2) (4.3) 1
2 x1 b1 x2 b2 X =, B =, xr br můžeme soustavu (4.1) zapsat v maticovém tvaru A X = B. (4.4) 4.2. Poznámky. (i) V literatuře se rozšířená matice označuje mnoha různými způsoby, krom námi preferovaného označení A se často používá také A, A B, R, apod. (ii) Rovnice (4.4) se často zapisuje ve tvaru A x = b, zejména v případech, kdy potřebujeme zdůraznit vektorový charakter matic X a B, které jsou opravdu sloupcovými vektory, tedy maticemi typu ( r 1) Definice Soustavu rovnic A x = b nazýváme homogenní, je-li b = o, tedy je-li b i = 0 pro všechna i = 1,, r. V opačném případě nazýváme soustavu nehomogenní Věta (i) Homogenní soustava má vždy řešení. (ii) Množina všech řešení homogenní soustavy tvoří vektorový podprostor Důkaz. n K R Poznámka. Každé řešení soustavy A x = o získáme jako lineární kombinaci prvků z K. Jakoukoliv bázi podprostoru K nazýváme fundamentální systém řešení. Homogenní soustavy hrají důležitou roli i pro řešení nehomogenních rovnic Věta (i) Každé řešení nehomogenní soustavy lineárních rovnic A x = b se dá vždy vyjádřit ve tvaru x = x h + x, (4.5) p kde x p je pevně zvolené řešení nehomogenní soustavy A x = b, tedy tzv. partikulární řešení, a x je nějaké řešení příslušné homogenní soustavy A x = o. h 2
3 (ii) Je-li x,, 1 x r fundamentální systém řešení soustavy A x = o, pak lze množinu všech řešení nehomogenní soustavy A x = b napsat ve tvaru K = x + c x + + c x c c R. {, p 1 1 r r 1 r } Tato věta je velmi důležitá také proto, že platí i pro lineární diferenciální rovnice, se kterými se seznámíme v následujícím semestru. Množina K všech řešení nehomogenní soustavy tvoří tzv. afinní prostor. Vztah mezi vektorovým a afinním prostorem jsme si vysvětlili v první přednášce Frobeniova věta (i) Soustava lineárních rovnic A X = B má řešení právě tehdy, když h( A) = h( A ). (ii) Označme k = h( A) = h( A ). Má-li soustava n neznámých a je-li n = k, pak má soustava A X = B právě jedno řešení. n > k, pak má soustava A X = B nekonečně mnoho řešení, která tvoří ( n k) - dimenzionální podprostor (můžeme je popsat ( n k) nezávislými parametry). Frobeniova věta odpovídá na otázku existence a jednoznačnosti řešení, ale neposkytuje metodu jejich výpočtu. Tři možné metody výpočtu řešení soustavy představíme v následujících kapitolách. Známé metody hledání řešení (zejména sčítací a dosazovací metoda) se také dají přímo zobecnit na tento případ. Gaussova eliminační metoda Gaussova eliminační metoda je ve většině případů velmi účinnou metodou řešení soustav lineárních algebraických rovnic. Prodělala dlouhý historický vývoj, byla patrně známa již ve starověké Číně na přelomu našeho letopočtu jako fang čcheng. Nezávisle se metoda vyvíjela v Evropě, a to ve třech fázích: nejjednodušší strategii postupné eliminace neznámých formuloval již I.Newton v 17. století, zobecnil a vyprecizoval ji na počátku 19. století především C. F. Gauss (navazující na L. Eulera a J.-L. Lagrange) a později Camille Jordan. O maticový popis soustav se zasloužilo několik matematiků, například J. von Neumann nebo Alan Turing, ovšem až ve 20. století Gaussova eliminační metoda: Mějme zadánu soustavu lineárních algebraických rovnic (4.1). 1. Zapíšeme koeficienty do rozšířené matice soustavy (4.3) 2. Matici převedeme pomocí ekvivalentních řádkových úprav na schodovitý tvar. 3. Aplikujeme Frobeniovu větu. Tím zjistíme počet řešení soustavy. 4. Ze schodovitého tvaru rozšířené matice sestavíme zpět soustavu rovnic, ze které snadno dopočítáme řešení soustavy. Postupujeme od poslední rovnice, která obsahuje nejméně neznámých, postupným dosazováním do vyšších rovnic. 3
4 4.9. Příklad Nalezněte všechna řešení soustavy x + + 2x 2x = 9, x + 3x 2x + x = 0, 2x + 5x 3x + 3x = 0, 2x1 x2 + 4x3 + 9x4 = Rozšířená matice soustavy je 2. Při převodu matice na schodovitý tvar oddělujeme sloupec pravých stran svislou čárou, která v rozšířené matici odděluje matici soustavy. 3. Spočítáme hodnost matice soustavy: a hodnost rozšířené matice: 4. Z prvků matice sestavíme ekvivalentní soustavu, ze které dopočítáme řešení: 4
5 4.10. Příklad Nalezněte všechna řešení soustavy x + x + x = 3, 2x + x 2x = 1, x + 2x 3x = 1, x + x 3x = Příklad Nalezněte všechna řešení soustavy x + x x = x + 4x 2x 7x = 4, 4x 2x + 6x 4x = 3, x x + 2x = 1. 3, 5
6 V případě že má soustava nekonečně mnoho řešení může činit jisté obtíže volba parametrů a dopočítání neznámých tak, abychom získali všechna řešení. Proto se někdy nekončí převodem na schodovitý tvar, ale rozšířená matice se dále upraví na tzv. Gauss Jordanův tvar Gauss Jordanova eliminační metoda: Mějme zadánu soustavu lineárních algebraických rovnic (4.1). 1. Zapíšeme koeficienty do rozšířené matice soustavy (4.3). 2. Matici převedeme pomocí ekvivalentních řádkových úprav na Gauss Jordanův tvar. 3. Aplikujeme Frobeniovu větu. Tím zjistíme dimenzi podprostoru řešení soustavy. 4. Z Gauss Jordanova tvaru rozšířené matice snadno určíme parametrické neznámé. Ty totiž odpovídají sloupcům matice, ve kterých neleží leží hlavní prvek (tzv. pivot). Přitom počet pivotů známe z Frobeniovy věty. Neznámé ve sloupcích s pivotem (tzv. hlavní neznámé) dopočítáme velmi snadno převedením parametrických neznámých na pravou stranu rovnic Příklad Nalezněte všechna řešení soustavy x + 2x + 2x x = 1, 2x + 4x + 2x + 2x = 1, 4x + 8x + 6x = 1, 5x + 10x + 4x + 7x = 4. 6
7 4.14. Příklad (geometrie v rovině) Rozhodněte o vzájemné poloze přímky p : x + y = 1 a přímky a) a : x y = 3, b) b : 2x + 2y = 3, c) c : 3x + 3y = 3. O vzájemné poloze dvou přímek v rovině lze rozhodnout na základě počtu jejich společných bodů. Budeme tedy hledat body splňující vždy obě rovnice obou přímek, proto sestavíme soustavy dvou rovnic o dvou neznámých a ty vyřešíme: a) ř ř1 + ř Platí tedy h( A) = h( A ) = 2, soustava má tedy jediné řešení. Z druhé rovnice dostáváme, že y = 1, dosazením do první rovnice obdržíme x = 2. Přímky p, a jsou tedy různoběžné a jejich průsečíkem je bod P = [ 2, 1]. b) ř ( 2) ř + ř Platí tedy h( A) = 1, h( A ) = 2, soustava tedy nemá řešení a přímky p, b jsou tedy rovnoběžné. c) ř ( 3) ř + ř Platí tedy h( A) = h( A ) = 1, soustava má tedy nekonečně mnoho řešení. Přímky p, c jsou tedy totožné. Zvolíme-li y = t, pak z první rovnice snadno dopočítáme, že x = 1+ t. Parametrické vyjádření této přímky má tedy tvar p c : x = 1 + t, y = t, t R. Cramerovo pravidlo Pro soustavy n lineárních rovnic o n neznámých (stejný počet rovnic jako neznámých) se v některých případech vyplatí použít Cramerovo pravidlo, nazvané podle švýcarského matematika Gabriela Cramera ( ). Ten poprvé obecně řešil soustavy n lineárních rovnic o n neznámých s využitím součtů jistých součinů koeficientů soustavy a stál tak při zrodu determinantů. Použití determinantů přenáší na Cramerovo pravidlo své výhody i nevýhody: je myšlenkově nenáročné a dobře se hodí pro programování výpočtů v počítači, ovšem pro vyšší počet ( n 4 ) rovnic a neznámých rychle roste jeho výpočetní náročnost. Navíc se dá použít jen pro ty soustavy, kde je determinant matice soustavy nenulový (tedy jeli matice soustavy regulární). Proto se Cramerovo pravidlo používá prakticky pouze pro soustavy rovnic s parametrem nebo potřebujeme-li vypočíst jen některou neznámou (a ostatní nás nezajímají). 7
8 4.15. Věta (Cramerovo pravidlo) Soustava lineárních algebraických rovnic A X = B, kde A je regulární čtvercová matice, má právě jedno řešení D1 x1 = D D2 x2 = X = D, (4.6) D n xn = D kde D je determinant matice soustavy a D s je determinant matice, která vznikne z matice soustavy nahrazením s -tého sloupce sloupcem B pravých stran. Vidíme, že pro výpočet soustavy n lineárních rovnic o n neznámých musíme spočítat ( n + 1) determinantů řádu n, což by znamenalo v případě výpočtu determinantů podle definice více než ( n + 1)! operací (srov. minulá přednáška) Příklad Vyřešte soustavu lineárních rovnic λx + x + x = kde λ R je parametr. x + λx x = 3 1 3x + 3x + x = λ + 6 8
9 Maticové rovnice Pro soustavy rovnic v maticovém tvaru (4.4) můžeme zobecnit tvar matice B. Toho se dá využít například v problémech, kde máme stále stejnou maticí soustavy A, ovšem mění se nám vstupní data, tedy pravé strany B tvořící matici typu ( n k) pro libovolné k. Pokud je matice soustavy regulární matice stupně n, můžeme problém řešit pomocí inverzní matice. Jakmile ji totiž známe, lze neznámé velmi snadno nalézt vynásobením matic: A X = B = 1 1 A A X A B = 1 E X A B 1 X = A B Dodejme, že je to řešení jediné. Podobně (a také za podobných předpokladů: A regulární stupně n, B typu ( m n), m libovolné) lze řešit také rovnice tvaru A X B = C X A = B A A X B B = A C B 1 X = B A 1 1 X = A C B Přesto se kvůli náročnosti výpočtu inverzní matice pro vyšší n používají inverzní matice spíše k teoretickým úvahám než k praktickým numerickým výpočtům. (4.7) Příklad Řešte soustavu rovnic v maticovém tvaru X = Vzhledem k tvaru matic A a B hledáme matici X typu (3 5). Inverzní matici k A jsme vypočítali v příkladu 3.15 a 3.17, proto snadno dostáváme, že 1 X A B = = Příklad Řešte maticovou rovnici X =
10 Doplňující zdroje: Online zdroje A. Hlaváč, Soustavy lineárních rovnic a jejich geometrická interpretace, online: homepages.math.slu.cz/adamhlavac/soustavyrovnic.pdf J.F. Grcar, Mathematicians of Gaussian Elimination, Notices of the AMS 58 (2011) (6) online: Literatura Burda P., Havelek R. a Hradecká R.: Algebra a analytická geometrie (VŠB-TU Ostrava, 2005). Vrbenská H. a Bělohlávková J.: Základy matematiky pro bakaláře I. (VŠB-TU Ostrava, 2003). Škrášek J. a Tichý Z.: Základy aplikované matematiky I. (SNTL Praha, 1989). Bečvář J.: Z historie lineární algebry. Dějiny matematiky 35 (Matfyzpress, Praha 2007) 519 s. Moore G.H.: The axiomatization of Linear Algebra: , Historia Mathematica 22 (1995)
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
VíceSoustavy 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
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
VíceSoustavy lineárních rovnic
Přednáška MATEMATIKA č 4 Katedra ekonometrie FEM UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz 27 10 2010 Soustava lineárních rovnic Definice Soustava rovnic a 11 x 1 + a 12 x 2 + + a
Více1 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
VíceSoustavy linea rnı ch rovnic
[1] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení a) soustavy, 10, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l.
VíceSoustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.
[1] Terminologie [2] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová matice.
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
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
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
VíceLineární 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
VíceObsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,
Obsah Lineární rovnice Definice 77 Uvažujme číselné těleso T a prvky a 1,, a n, b T Úloha určit všechny n-tice (x 1,, x n ) T n, pro něž platí n a i x i = a 1 x 1 + + a n x n = b, i=1 se nazývá lineární
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
VíceIB112 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
Více(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
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
VíceZáklady 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
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
VíceKatedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1
Lineární algebra 5. přednáška: Báze a řešitelnost soustav Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://homel.vsb.cz/ luk76/la1 Text
Více10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo
0. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo (PEF PaA) Petr Gurka aktualizováno 9. prosince 202 Obsah Základní pojmy. Motivace.................................2 Aritmetický vektorový
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
VíceSoustavy lineárních rovnic a determinanty
Soustavy lineárních rovnic a determinanty Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny
VíceJedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n,
Soutavy lineárních algebraických rovnic Jedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n, X R n je sloupcový vektor n neznámých x 1,..., x n, B R m je daný sloupcový vektor pravých stran
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 CZ107/2200/280141 Soustavy lineárních rovnic Michal Botur Přednáška 4 KAG/DLA1M: Lineární
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
Více1/10. Kapitola 12: Soustavy lineárních algebraických rovnic
1/10 Kapitola 12: Soustavy lineárních algebraických rovnic Soustavy lineárních algebraických rovnic 2/10 Definice: Soustavou m lineárních algebraických rovnic o n neznámých rozumíme soustavu rovnic a 11
VíceŘešíme tedy soustavu dvou rovnic o dvou neznámých. 2a + b = 3, 6a + b = 27,
Přijímací řízení 2015/16 Přírodovědecká fakulta Ostravská univerzita v Ostravě Navazující magisterské studium, obor Aplikovaná matematika (1. červen 2016) Příklad 1 Určete taková a, b R, aby funkce f()
VíceSOUSTAVY LINEÁRNÍCH ROVNIC
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA SOUSTAVY LINEÁRNÍCH ROVNIC Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny
VíceSoustava 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...
VíceMatematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci
Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry TU v Liberci Jiří Hozman 1. dubna 2010 Cvičení 2 Příklad 1. Rozhodněte, zda lze vektor x vyjádřit jako lineární kombinaci vektorů u, v, w, v
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
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
Vícex 2 = a 2 + tv 2 tedy (a 1, a 2 ) T + [(v 1, v 2 )] T A + V Příklad. U = R n neprázdná množina řešení soustavy Ax = b.
1. Afinní podprostory 1.1. Motivace. Uvažujme R 3. Jeho všechny vektorové podprostory jsou počátek, přímky a roviny procházející počátkem a celé R 3. Chceme-li v R 3 dělat geometrii potřebujeme i jiné
Více1 Vektorové prostory.
1 Vektorové prostory DefiniceMnožinu V, jejíž prvky budeme označovat a, b, c, z, budeme nazývat vektorovým prostorem právě tehdy, když budou splněny následující podmínky: 1 Je dáno zobrazení V V V, které
Více2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.
Řešené příklady z lineární algebry - část 3 Typové příklady s řešením Příklad 3.1: Zobrazení L: P 3 R 23 je zobrazení z prostoru P 3 všech polynomů do stupně 3 (včetně nulového polynomu) do prostoru R
VíceMatematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29
Matematika 1 11. přednáška MA1 1 Opakování 2 Determinant 3 Adjungovaná matice 4 Cramerovo pravidlo 5 Vlastní čísla a vlastní vektory matic 6 Zkouška; konzultace; výběrová matematika;... 11. přednáška (15.12.2010
Více14. přednáška. Přímka
14 přednáška Přímka Začneme vyjádřením přímky v prostoru Přímku v prostoru můžeme vyjádřit jen parametricky protože obecná rovnice přímky v prostoru neexistuje Přímka v prostoru je určena bodem A= [ a1
VíceMatematika I, část I Vzájemná poloha lineárních útvarů v E 3
3.6. Vzájemná poloha lineárních útvarů v E 3 Výklad A. Vzájemná poloha dvou přímek Uvažujme v E 3 přímky p, q: p: X = A + ru q: X = B + sv a hledejme jejich společné body, tj. hledejme takové hodnoty parametrů
VíceVZÁJEMNÁ POLOHA DVOU PŘÍMEK
VZÁJEMNÁ POLOHA DVOU PŘÍMEK VZÁJEMNÁ POLOHA DVOU PŘÍMEK p: a x b y c 0 q: a x b y c 0 ROVNOBĚŽNÉ PŘÍMKY (RŮZNÉ) nemají žádný společný bod, můžeme určit jejich vzdálenost, jejich odchylka je 0. Normálové
VíceSoustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty
Soustavy lineárních diferenciálních rovnic I řádu s konstantními koeficienty Definice a) Soustava tvaru x = ax + a y + az + f() t y = ax + a y + az + f () t z = a x + a y + a z + f () t se nazývá soustava
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)
Více9 Kolmost vektorových podprostorů
9 Kolmost vektorových podprostorů Od kolmosti dvou vektorů nyní přejdeme ke kolmosti dvou vektorových podprostorů. Budeme se zabývat otázkou, kdy jsou dva vektorové podprostory na sebe kolmé a jak to poznáme.
VíceŘešené úlohy z Úvodu do algebry 1
Řešené úlohy z Úvodu do algebry Veronika Sobotíková katedra matematiky FEL ČVUT Vzhledem k tomu, že se ze strany studentů často setkávám s nepochopením požadavku zdůvodnit jednotlivé kroky postupu řešení,
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
VíceMatice přechodu. Pozorování 2. Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např.
Matice přechodu Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např. u příkladu 7 (v ) dostaneme: Nyní bychom mohli postupovat jako u matice homomorfismu
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
VíceMatice. 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
VíceSoustavy lineárních rovnic
Soustavy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních diferenciálních rovnic y = a (x)y + a (x)y + + a n (x)y n + f (x) y = a (x)y + a (x)y + + a n (x)y n + f (x). y n = a
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
VíceÚvodní informace Soustavy lineárních rovnic. 12. února 2018
Úvodní informace Soustavy lineárních rovnic Přednáška první 12. února 2018 Obsah 1 Úvodní informace 2 Soustavy lineárních rovnic 3 Matice Frobeniova věta Úvodní informace Olga Majlingová : Na Okraji, místnost
VíceMatematika. 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
VíceAplikovaná numerická matematika - ANM
Aplikovaná numerická matematika - ANM 3 Řešení soustav lineárních rovnic iterační metody doc Ing Róbert Lórencz, CSc České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových
VíceVýběr báze. u n. a 1 u 1
Výběr báze Mějme vektorový prostor zadán množinou generátorů. To jest V = M, kde M = {u,..., u n }. Pokud je naším úkolem najít nějakou bázi V, nejpřímočařejším postupem je napsat si vektory jako řádky
VíceLingebraické kapitolky - Analytická geometrie
Lingebraické kapitolky - Analytická geometrie Jaroslav Horáček KAM MFF UK 2013 Co je to vektor? Šipička na tabuli? Ehm? Množina orientovaných úseček majících stejný směr. Prvek vektorového prostoru. V
VíceEuklidovský prostor. Euklides. Euklidovy postuláty (axiomy)
Euklidovský prostor Euklidovy Základy (pohled do historie) dnešní definice kartézský souřadnicový systém vlastnosti rovin v E n speciální vlastnosti v E 3 (vektorový součin) a) eprostor, 16, b) P. Olšák,
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
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
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
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
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 ),
VíceDeterminant 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
Více7. 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
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
VíceNumerické metody a programování
Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.7/2.2./28.157 Numerické metody a programování Lekce 4 Tento projekt je spolufinancován Evropským
VíceFakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR
DEN: ODR teoreticky: soustavy rovnic Soustava lineárních ODR 1 řádu s konstantními koeficienty je soustava ve tvaru y 1 = a 11 y 1 + a 12 y 2 + + a 1n y n + b 1 (x) y 2 = a 21 y 1 + a 22 y 2 + + a 2n y
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,
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
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
Vícerozumíme obdélníkovou tabulku
Přednáška : Matice Matice poskytují velmi účinný způsob jak úsporně zapisovat mnoho lineárních problémů. Navíc je tento způsob velmi vhodný pro jejich zadání do počítačových programů, které dokáží tyto
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
VíceLineární algebra : Metrická geometrie
Lineární algebra : Metrická geometrie (16. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 6. května 2014, 10:42 1 2 Úvod Zatím jsme se lineární geometrii věnovali v kapitole o lineárních
VíceHODNOST 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
VíceNumerické metody a programování. Lekce 4
Numerické metody a programování Lekce 4 Linarní algebra soustava lineárních algebraických rovnic a 11 a 12 x 2 a 1, N x N = b 1 a 21 a 22 x 2 a 2, N x N = b 2 a M,1 a M,2 x 2 a M,N x N = b M zkráceně A
VíceDeterminanty. 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
Více2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC
.6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom
VíceHODNOST 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
VíceSoustavy lineárních rovnic-numerické řešení. October 2, 2008
Soustavy lineárních rovnic-numerické řešení October 2, 2008 (Systém lin. rovnic) Systém rovnic 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... a n1 x 1 + a n2 x 2 + + a
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
VíceLineární 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
VíceSoustavy lineárních rovnic-numerické řešení
Soustavy lineárních rovnic-numerické řešení November 9, 2008 Soustavy lineárních rovnic-numerické řešení 1 / 52 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22
VíceŘešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1
Příklad 1. Určete všechna řešení následující soustavy rovnic nad Z 2 : 0 0 0 1 1 1 0 1 0 1 1 1 1 1 0 1 0 1 0 1 1 Gaussovou eliminací převedeme zadanou soustavu na ekvivalentní soustavu v odstupňovaném
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
Vícepříkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.
Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl
VíceMichal Zamboj. January 4, 2018
Meziřádky mezi kuželosečkami - doplňkový materiál k přednášce Geometrie Michal Zamboj January 4, 018 Pozn. Najdete-li chybu, neváhejte mi napsat, může to ušetřit tápání Vašich kolegů. Pozn. v dokumentu
VíceMatematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.
3.4. Výklad Předpokládejme, že v prostoru E 3 jsou dány body A, B, C neležící na jedné přímce. Těmito body prochází jediná rovina, kterou označíme ABC. Určíme vektory u = B - A, v = C - A, které jsou zřejmě
Vícepro řešení soustav lineárních rovnic. Gaussova eliminační metoda pro řešení soustavy lineárních rovnic sestává ze dvou kroků:
Kapitola 2 Gaussova eliminace Název druhé kapitoly je současně názvem nejčastěji používané metody (algoritmu) pro řešení soustav lineárních rovnic. Gaussova eliminační metoda pro řešení soustavy lineárních
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
VíceMichal Zamboj. December 23, 2016
Meziřádky mezi kuželosečkami - doplňkový materiál k přednášce Geometrie Michal Zamboj December 3, 06 Pozn. Najdete-li chybu, neváhejte mi napsat, může to ušetřit tápání Vašich kolegů. Pozn. v dokumentu
VíceMATEMATIKA I. Marcela Rabasová
MATEMATIKA I Marcela Rabasová Obsah: 1. Úvod 1.1. Osnovy předmětu 1.2. Literatura 1.3. Podmínky absolvování předmětu 1.4. Použité označení a symbolika 2. Funkce jedné reálné proměnné 2.1. Definice 2.2.
VíceČTVERCOVÉ 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
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,
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...
Více2. kapitola: Euklidovské prostory
2. kapitola: Euklidovské prostory 2.1 Definice. Euklidovským n-rozměrným prostorem rozumíme neprázdnou množinu E n spolu s vektorovým prostorem V n a přiřazením, které každému bodu a z E n a každému vektoru
Vícepředmětu MATEMATIKA B 1
Metodický list pro první soustředění kombinovaného studia předmětu MATEMATIKA B 1 Název tématického celku: Vektorový prostor Cíl: Základním cílem tohoto tematického celku je pochopit, co jsou to vektory
Více2. Schurova věta. Petr Tichý. 3. října 2012
2. Schurova věta Petr Tichý 3. října 2012 1 Podobnostní transformace a výpočet vlastních čísel Obecný princip: Úloha: Řešíme-li matematickou úlohu, je často velmi vhodné hledat její ekvivalentní formulaci
Vícefakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
VíceMatematika 2 pro PEF PaE
Determinanty / 8 Matematika 2 pro PEF PaE 3 Determinanty Přemysl Jedlička Katedra matematiky, TF ČZU Permutace Determinanty Výpočet determinantu z definice 2 / 8 Permutací množiny {,, n} rozumíme prosté
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
Více