Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice
|
|
- Nela Němečková
- před 6 lety
- Počet zobrazení:
Transkript
1 Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Jan Tomeček Tento stručný text si klade za cíl co nejrychlejší uvedení do teorie Greenových funkcí pro obyčejné diferenciální rovnice. Autor tohoto textu byl inspirován textem M. Tvrdého [2], kde zaujatý čtenář najde více. Další lze nalézt např. v knize Obyčejné diferenciální rovnice [1]. Greenovy funkce pro obecnější okrajové úlohy lze nalézt např. v [3]. Označení Symbolem R m n budeme rozumět lineární prostor všech matic typu (m, n) nad R. Speciálně, R n 1 (resp. R 1 n ) bude označovat množinu všech n dimenzionálních sloupcových (resp. řádkových) vektorů. 1 Soustava diferenciálních rovnic prvního řádu Uvažujme systém diferenciálních rovnic x (t) + A(t)x(t) = b(t), (1) kde A C (0) ([, β]; R n n ), b C (0) ([, β]; R n 1 ) spolu s okrajovými podmínkami kde M, N R m n, m 1, n > 1. Mx() + Nx(β) = 0, (2) Definice 1 Řekneme, že x C (1) ([, β]; R n 1 ) je řešením okrajové úlohy (1), (2), jestliže x splňuje soustavu diferenciálních rovnic (1) pro každé t (, β) a splňuje okrajové podmínky (2). Společně se soustavou (1) budeme pracovat s příslušnou homogenní soustavou, tzn. se soustavou (1) pro b 0, tedy x (t) + A(t)x(t) = 0. (3) Uvažujme fundamentální systém řešení soustavy (3), tzn. maticovou funkci X C (1) ([, β]; R n n ) jejíž sloupce tvoří lineárně nezávislou množinu řešení systému (3) na intervalu [, β], tzn. platí X (t) + A(t)X(t) = 0 pro každé t [, β]. Pak pro dané τ [, β] je funkce x(t) = X(t)c + X(t) s parametrem c R n 1 obecným řešením systému (1). τ X 1 (s)b(s) ds, pro každé t [, β] (4) Poznámka 2 Z (4) mj. plyne, že každé řešení soustavy (3) (na nějakém intervalu) je ve tvaru X(t)c, kde c R n 1. A z toho také vidíme, že maticová funkce typu n n, jejíž sloupce jsou řešeními soustavy (3) je ve tvaru X(t)C, kde C R n n. 1
2 Ve zbytku kapitoly budeme uvažovat jeden fundamentální systém řešení X C (1) ([, β]; R n n ) soustavy (3) (i když to v našich úvahách nebude příliš důležité). Lemma 3 Okrajová úloha (1), (2) má řešení právě tehdy, když má řešení soustava algebraických rovnic (MX() + NX(β))c = NX(β) X 1 (s)b(s) ds. (5) Navíc, řešení x úlohy (1), (2) je dáno ve tvaru (4), kde c R n 1 je řešením soustavy (5). Důkaz. Z předchozích úvah je zřejmé, že hledané řešení úlohy (1), (2) bude ve tvaru (4) pro τ =. Dosazením funkce x z (4) do okrajové podmínky (2) dostáváme ( ) MX()c + N X(β)c + X(β) X 1 (s)b(s) ds = 0. Jednoduchou úpravou dostáváme soustavu (5) a tím i tvrzení lemmatu. Poznámka 4 Okrajovou úlohu (1), (2) jsme tedy převedli na úlohu řešit soustavu algebraických rovnic (5). Bude se nám hodit následující tvrzení z lineární algebry: Soustava algebraických rovnic Dc = w, (D R m n, w R m 1 ) je řešitelná právě tehdy, když Z Lemmatu 3 a Poznámky 4 tedy vyplývá následující. ( γ T R 1 m )(γ T D = 0 γ T w = 0). Lemma 5 Okrajová úloha (1), (2) je řešitelná právě tehdy když pro každé γ T R 1 m splňující platí γ T (MX() + NX(β)) = 0 γ T NX(β) X 1 (s)b(s) ds = 0. Bude se nám také hodit následující jednoduché tvrzení. Lemma 6 Nechť A C (0) ([, β]; R n n ), M, N R m n. Pak jsou následující tvrzení ekvivalentní: (i) Pro každé b C (0) ([, β]; R n 1 ) má úloha (1), (2) jediné řešení. (ii) Úloha (3), (2) má jen triviální řešení (tzn. nulová funkce x(t) 0 pro každé t [, β]) Důkaz. Implikace (i) (ii) je zřejmá z faktu, že úloha (3), (2) je speciálním případem úlohy (1), (2) pro b 0 na [, β]. Tedy úloha (3), (2) je podle předpokladu jednoznačně řešitelná, přitom má vždy alespoň triviální řešení je tedy jediné. Implikaci (ii) (i) dokážeme následovně. Nechť pro dané b jsou x 1, x 2 : [, β] R n 1 řešení úlohy (1), (2). Snadno se ukáže, že funkce x 1 x 2 je řešením úlohy (3), (2). Z předpokladu (ii) plyne, že x 1 x 2 je nulová funkce na [, β], tedy x 1 = x 2 na [, β]. Lemma 7 Nechť A C (0) ([, β]; R n n ), M, N R m n, h((m, N)) = m. Pak tvrzení (i) a (ii) z Lemmatu 6 jsou ekvivalentní s předpokladem m = n a det(mx() + NX(β)) 0. (6) 2
3 Důkaz. Nejprve dokážeme implikaci (6) (i). Ta plyne z faktu, že za předpokladu platnosti (6) je soustava (5) jednoznačně řešitelná. Její řešení je ve tvaru c = (MX() + NX(β)) 1 NX(β) X 1 (s)b(s) ds a tedy řešení úlohy (1), (2) je jednoznačně určeno vztahem (4) pro c z předchozí rovnosti. Dokážeme implikaci (i) (6). Z předpokladu (i) a Lemmatu 3 plyne, že soustava (MX() + NX(β))c = 0 má pouze triviální řešení. Pak (z faktu, že dimenze prostoru řešení soustavy je rovna rozdílu počtu sloupců matice soustavy a její hodnosti) 0 = n h(mx() + NX(β)). Protože matice MX() + NX(β) má m řádků, pak zřejmě m h(mx() + NX(β)) = n. Dokážeme, že m = n, sporem. Předpokládejme, že m > n. Pak řádky matice MX() + NX(β) jsou lineárně závislé, tzn. existuje γ T R 1 m tak, že γ T (MX() + NX(β)) = 0. (7) Z faktu γ T MX() = γ T NX(β) a regularity matic X() a X(β) plyne ekvivalence Z faktu h((m, N)) = m plyne Odtud a z (8) plyne γ T N 0. Položme γ T M = 0 γ T N = 0. (8) 0 γ T (M, N) = (γ T M, γ T N). b(t) = X 1 (t)x 1 (β)(γ T N) T t [, β]. Pak γ T NX(β) X 1 (s)b(s) ds = γ T N(γ T N) T 0. Z (i), (7) a Lemmatu 5 dostáváme spor. Dále podle předpokladu (i) má okrajová úloha (1), (2) pro každé b C (0) ([, β]; R n 1 ) jediné řešení, což je podle Lemmatu 3 ekvivalentní s faktem det(mx() + NX(β)) 0. Definice 8 Platí li jedna z podmínek (i), (ii) z Lemmatu 6 nebo podmínka (6), řekneme, že úloha (1), (2) není v rezonanci. Lemma 9 Nechť úloha (1), (2) není v rezonanci. Pak pro každé b C (0) ([, β]; R n 1 ) lze řešení x úlohy (1), (2) napsat ve tvaru kde G(t, s) = kde D = MX() + NX(β). x(t) = G(t, s)b(s) ds, t [, β] (9) { X(t)( D 1 NX(β))X 1 (s) pro t s β, X(t)(E n D 1 NX(β))X 1 (s) pro s < t β, (10) 3
4 Důkaz. Z Lemmat 3 a 7 plyne, že řešení úlohy (1), (2) je ve tvaru x(t) = X(t)D 1 NX(β) = X(t)D 1 NX(β) = = X 1 (s)b(s) ds + X(t) X 1 (s)b(s) ds X 1 (s)b(s) ds X(t)D 1 NX(β) X(t)(E n D 1 NX(β))X 1 (s)b(s) ds + G(t, s)b(s) ds, pro t [, β], t t X 1 (s)b(s) ds + X(t) X(t)( D 1 NX(β))X 1 (s)b(s) ds X 1 (s)b(s) ds kde G je dána vzorcem (10). V našich dalších úvahách budeme často pracovat s množinou = {(t, t) R 2 : t [, β]}. Definice 10 Nechť úloha (1), (2) není v rezonanci. Funkci G : [, β] 2 R n n spojitou a omezenou na [, β] 2 \ takovou, že pro každé b C (0) ([, β]; R n 1 ) lze řešení x úlohy (1), (2) psát ve tvaru (9) nazýváme Greenovou funkcí úlohy (1), (2). Poznámka 11 Z definice je vidět, že Greenova funkce není definovaná jednoznačně, protože na množině může nabývat jakýchkoliv hodnot. Z Lemmatu 9 je vidět, že existuje vždy alespoň jedna Greenova funkce dané úlohy (pro úlohu, která není v rezonanci). V dalším lemmatu dokážeme, že každá Greenova funkce je dána jednoznačně ve tvaru (10) až na funkční hodnoty bodů z množiny, a nezávisí na volbě fundamentální matice X. Lemma 12 Nechť úloha (1), (2) není v rezonanci. Greenova funkce je definována jednoznačně až na množinu. Důkaz. Mějme Greenovy funkce G 1, G 2 : [, β] 2 R n n úlohy (1), (2). Pak pro libovolné b C (0) ([, β]; R n 1 ) platí x(t) = G 1 (t, s)b(s) ds = je jediným řešením úlohy (1), (2). Z toho plyne a pro každé t [, β]. Dokážeme, že G 2 (t, s)b(s) ds, t [, β] (G 1 (t, s) G 2 (t, s))b(s) ds = 0 pro každé b C (0) ([, β]; R n 1 ) (11) G 1 = G 2 na [, β] 2 \. (12) Zvolme t (, β) (důkaz pro t {, β} se provede analogicky). Dokážeme, že z (11) plyne G 1 (t, s) = G 2 (t, s) pro všechna s [, t) (t, β]. Podle definice jsou funkce G 1 (t, ) a G 2 (t, ) spojité na [, t) a (t, β], tedy to samé platí i pro jejich rozdíl G 1 (t, ) G 2 (t, ). Nechť i {1,..., n}. Označme i tý sloupec matice G 1 (t, s) G 2 (t, s) jako g i (t, s). Dokážeme, že g i (t, s) = 0 pro každé s [, t) (t, β]. Zřejmě existuje p 0 N tak, že t 1 p > a t + 1 p < β pro každé p p 0. Pro každé p N, p p 0 definujeme vektorovou funkci b p C (0) ([, β]; R n 1 ) takovou, že b p (s) = g i (t, s) T, s [, t 1 p ] [t + 1 p, β], 4
5 jejíž složky jsou na množině (t 1 p, t + 1 p ) lineární (snadno lze určit funkční předpis, je ovšem složitější na zápis). Z omezenosti funkcí G 1, G 2 plyne omezenost funkce g i na [, β] 2 \. Z toho plyne, že existuje K > 0 tak, že Z (11) tedy pro každé p p 0 vyplývá g i (t, s) < K a b p (s) K, s [, t) (t, β], p p 0. 0 = p t 1 p g i (t, s)b p (s) ds = 1 p g i (t, s) b p (s) ds + g i (t, s) g T i (t, s) ds t+ 1 p g i (t, s) g T i (t, s) ds. (13) Protože t+ 1 p t 1 p + 1 g i (t, s)b p (s) ds p t 1 p ( K 2 ds = K 2 t + 1 p t + 1 ) = 2K2 p p pro každé p p 0, pak limitním přechodem v (13) pro p dostaneme 0 = g i (t, s) g T i (t, s) ds. Z toho a spojitosti g i (t, s) gi T (t, s) na intervalech [, t) a (t, β] plyne a tedy g i (t, s) g T i (t, s) = 0 pro každé s [, t) (t, β] g i (t, s) = 0 pro každé s [, t) (t, β]. Dokázali jsme tedy rovnost funkcí G 1 a G 2 na množině [, β] 2 \. Z tohoto faktu a spojitosti G 1 a G 2 na [, β] 2 \ již plyne (12). Následující věta udává vlastnosti Greenovy funkce, kterými je dokonce charakterizována. Věta 13 Nechť úloha (1), (2) není v rezonanci. Pak maticová funkce G : [, β] 2 R n n je Greenovou funkcí úlohy (1), (2) právě tehdy, když (I) Funkce G je spojitá a omezená na [, β] 2 \. (II) Pro každé s (, β) platí lim G(t, s) lim G(t, s) = E n. t s+ t s (III) Pro každé s (, β) jsou sloupce maticové funkce G(, s) řešením soustavy (3) na intervalech (, s) a (s, β). (IV) Pro každé s (, β) platí MG(, s) + NG(β, s) = 0. Důkaz. Nejprve dokážeme nutnost podmínek. Nechť G je Greenova funkce úlohy. Dokážeme, že pak splňuje (I) (IV). Vlastnost (I) je splněna okamžitě z definice. Vzhledem k Poznámce 11 a Lemmatu 12 můžeme bez újmy na obecnosti psát (10), kde X je fundamentální matice soustavy (3) na [, β]. Pak pro každé s (, β) platí (díky spojitosti X 1 na [, β]) lim G(t, s) lim G(t, s) = X(t)(E n D 1 NX(β))X 1 (t) t s+ t s X(t)( D 1 NX(β))X 1 (t) = E n, 5
6 tedy (II) platí. Vlastnost (III) plyne z (10). Zbývá ověřit vlastnost (IV). Pro s (, β) platí MG(, s) + NG(β, s) = MX()( D 1 NX(β))X 1 (s) + NX(β)(I D 1 NX(β))X 1 (s) = MX()D 1 NX(β)X 1 (s) + NX(β)X 1 (s) NX(β)D 1 NX(β)X 1 (s) = (MX() + NX(β))D 1 NX(β)X 1 (s) + NX(β)X 1 (s) = NX(β)X 1 (s) + NX(β)X 1 (s) = 0. Nyní ověříme postačitelnost podmínek (I) (IV). Nechť G : [, β] 2 R n n je maticová funkce splňující (I) (IV). Dokážeme, že jde o Greenovu funkci úlohy (1), (2). Z podmínky (III) a Poznámky 2 plyne, že existují maticové funkce C 1, C 2 : (a, b) R n n tak, že { X(t)C1 (s) pro < s < t β, G(t, s) = X(t)C 2 (s) pro t < s < β. Z podmínky (II) dostáváme pro s (, β) a z (IV) plyne Z těchto dvou maticových rovnic vyjádříme E n = lim G(t, s) lim G(t, s) = X(s)C 2(s) X(s)C 1 (s). t s+ t s MX()C 1 (s) + NX(β)C 2 (s) = 0. C 1 (s) = D 1 NX(β)X 1 (s) a C 2 (s) = (E n D 1 NX(β))X 1 (s) pro s (, β). Z (I) a spojitosti X 1 na [, β] také plyne C 1 (β) = D 1 NX(β)X 1 (β) a C 2 () = (E n D 1 NX(β))X 1 (). Tímto je tedy funkce G určena jednoznačně na množině [, β] 2 \ na níž je rovna funkci z (10). Vzhledem k Lemmatu 9 a Lemmatu 12 je důkaz hotov. Poznámka 14 Označme G(t, s) = (g ij (t, s)) n i,j=1 Greenovu funkci úlohy (1), (2). Z vlastnosti (II) z Věty 13 je vidět, že funkce g ij pro i j lze spojitě dodefinovat na celou množinu [, β] 2. Funkce g ii vzhledem k (II) nelze dodefinovat spojitě, ale spojitě lze dodefinovat na uzávěr její restrikce vzhledem k množinám {(t, s) R 2 : s < t β} a {(t, s) R 2 : t < s β}. 2 Diferenciální rovnice n tého řádu Uvažujme lineární diferenciální rovnici n tého řádu (t)u (n) + a 1 (t)u (n 1) + a 2 (t)u (n 2) a n (t)u = f(t), (14) kde a i C (0) ([, β]; R), i = 0,..., n, (t) 0 pro všechna t [, β], f C (0) ([, β]; R) spolu s okrajovou podmínkou Mξ() + Nξ(β) = 0 (15) kde M, N R m n, ξ(t) = (u(t), u (t),..., u (n 1) ) T pro t {, β}. Ze stejného důvodu jako v předchozí kapitole si můžeme dovolit předpokládat h((m, N)) = m. V celé kapitole budeme mít tedy tyto předpoklady { ai C (0) ([, β]; R), i = 0,..., n, (t) 0 pro t [, β], f C (0) ([, β]; R), M, N R m n, h((m, N)) = m. 6
7 Definice 15 Řekneme, že u C (n) ([, β]; R) je řešením okrajové úlohy (14), (15), jestliže u splňuje diferenciální rovnici (14) pro t (, β) a splňuje okrajové podmínky (15). Společně s rovnicí (14) budeme pracovat s příslušnou homogenní rovnicí tzn. s rovnicí (14) pro f 0, tedy (t)u (n) + a 1 (t)u (n 1) + a 2 (t)u (n 2) a n (t)u = 0. (16) Lemma 16 Nechť u je řešení rovnice (14). Pak vektorová funkce ψu(t) = (u(t), u (t),..., u (n 1) (t)) T, t [, β] je řešením soustavy (1) na [, β] pro A(t) = , b(t) = an an 1 an 2... a f. (17) Zobrazení ψ množiny všech řešení rovnice (14) definovaných na intervalu J [, β] na množinu všech řešení soustavy (1) definovaných na intervalu J [, β] pro (17) je izomorfismus. Řešení u rovnice (14) splňuje okrajové podmínky (15) právě tehdy, když ψu splňuje okrajové podmínky (2). Definice 17 Nechť úloha (14), (15) není v rezonanci. Funkci g C (0) ([, β] 2 ; R) nazveme Greenovou funkcí úlohy (14), (15), jestliže pro každé f C (0) ([, β]; R) je řešení úlohy (14), (15) ve tvaru u(t) = g(t, s)f(s) ds t [, β]. (18) Lemma 18 Nechť úloha (14), (15) není v rezonanci. Pak existuje jediná Greenova funkce g úlohy (14), (15). Je charakterizována vlastnostmi (I ) Funkce g, g,..., n 2 g jsou spojité a omezené na [, β] 2, funkce n 1 g n 2 je spojitá a omezená na [, β] 2 \. n 1 (II ) Pro každé s (, β) platí lim t s+ n 1 g (t, s) lim n 1 t s n 1 g 1 (t, s) = n 1 (s). (III ) Pro každé s (, β) je funkce g(, s) řešením soustavy (16) na intervalech (, s) a (s, β). (IV ) Pro každé s (, β) platí M(g(, s), g (, s),..., n 1 g (, s))t n 1 + N(g(β, s), g (β, s),..., n 1 g n 1 (β, s))t = 0. Důkaz. Uvažujme úlohu (14), (15). Podle Lemmatu 16 je tato úloha ekvivalentní s úlohou (1), (2) pro (17). Protože podle předpokladu úloha (14), (15) není v rezonanci plyne opět z Lemmatu 16, že příslušná úloha (1), (2) (pro (17)) také není v rezonanci. Pro dané f a z ní odvozené b (z (17)) existuje jediné řešení x úlohy (1), (2), které lze zapsat pomocí Greenovy funkce G úlohy (1), (2) ve tvaru (9). Z Lemmatu 16 plyne existence jednoznačně určeného řešení u úlohy (1), (2) tak, že x(t) = ψu(t) = (u(t), u (t),..., u (n 1) (t)) T, t [, β]. Označíme li G(t, s) = (g ij (t, s)) n,n i,j=1, pak pro první řádek vektorové rovnosti (9) platí u(t) = x 1 (t) = n g 1i (t, s)b i (s) ds = i=1 7 g 1n (t, s) f(s) (s) ds
8 (poslední rovnost plyne z (17)). Shrneme li naše úvahy, k funkci f jsme našli jednoznačně určené řešení u úlohy (14), (15) ve tvaru (18). Je vidět, že Greenovou funkcí úlohy (14) a (15) je funkce g(t, s) = g 1,n(t, s), (t, s) [, β] 2, (s) kterou můžeme s ohledem k Poznámce 14 chápat jako spojitou na [, β] 2. Dokážeme, že je charakterizována vlastnostmi (I) (IV). Nejprve nutnost. Vzhledem k Poznámce 14 lze považovat funkce g 1,n, g 2,n,..., g n 1,n za spojité funkce na [, β] 2 a funkci g n,n jako spojitou na [, β] 2 \, přitom pro každé s (, β) je vektorová funkce (g 1,n (, s), g 2,n (, s),..., g n,n (, s)) T řešením systému (3) na intervalech (, s) a (s, β) pro (17), z jehož speciálního tvaru plyne Tedy g i+1,n (t, s) = i g 1,n i (t, s), (t, s) (, β) 2 \, i = 1,..., n 1. i g i (t, s) = g i+1,n(t, s), (t, s) [, β] 2, i = 1,..., n 2 (s) a n 1 g (t, s) = gn,n(t,s) n 1 (s) pro (t, s) [, β] 2 \ (v krajních bodech se rozumějí jednostranné derivace). Z toho plyne, že g, g,..., n 2 g jsou spojité na [, β] 2, n 1 g n 2 je omezená a spojitá na [, β] 2 \ (mimo jiné také díky n 1 předpokladu nenulovosti a spojitosti na kompaktním intervalu). Tedy (I ) platí. Dále z Poznámky 14 plyne lim t s+ n 1 g (t, s) lim n 1 t s n 1 g 1 (t, s) = n 1 (s) ( ) lim g n,n(t, s) lim g n,n(t, s) t s+ t s což je (II ). Vlastnost (III ) plyne z homogenity rovnice (16). Stačí již ověřit jen (IV ). Platí = 1 (s), M(g(, s), g (, s),..., n 1 g n 1 (, s))t + N(g(β, s), g (β, s),..., n 1 g (β, s))t n 1 = M 1 (s) (g 1,n(, s), g 2,n (, s),..., g n,n (, s)) T + N 1 (s) (g 1,n(β, s), g 2,n (β, s),..., g n,n (β, s)) T = 0. Poslední rovnost plyne z faktu, že vektory (g 1,n (, s), g 2,n (, s),..., g n,n (, s)) T a (g 1,n (β, s), g 2,n (β, s),..., g n,n (β, s)) T jsou sloupce matic G(, s) a G(β, s) a z vlastnosti (IV) z Věty 13. Nyní dokážeme, že každá funkce g splňující (I ) (IV ) je Greenova funkce úlohy (14), (15). Mějme takovou funkci g dánu. Definujme g 1,n (t, s) = (s)g(t, s), (t, s) [, β] 2. Vzhledem k podmínce (I ) existují spojité parciální derivace i g 1,n i (t, s) = (s) i g (t, s) i pro i = 1,..., n 1 na příslušných množinách (viz (I )), označíme je g i+1,n (t, s). Nechť G označuje Greenovu funkci ze začátku tohoto důkazu (jde o Greenovu funkci úlohy (1), (2)). Označme symbolem G maticovou funkci, která vznikne z maticové funkce G nahrazením n tého sloupce vektorovou funkcí ( g 1,n, g 2,n,..., g n,n ) T. Z vlastností (I ) (IV ) pro funkci g jednoduše plyne, že funkce G splňuje podmínky (I) (IV), tedy jde o Greenovu funkci úlohy (1), (2). Protože je Greenova funkce určena jednoznačně (až na množinu ), je jasné, že G = G (až na množinu ) a tedy g 1,n = g 1,n (vzhledem k Poznámce 14 můžeme brát obě funkce jako spojité na [, β] 2 ). Z první části důkazu víme, že právě g1,n(t,s) (s) je Greenova funkce úlohy (14), (15) což není nic jiného než funkce g. 8
9 References [1] Kurzweil, J., Obyčejné diferenciální rovnice, Praha, [2] Lineární okrajové úlohy [online], dostupné z tvrdy/okrul.ps [citováno ] [3] Kiguradze, I., Okrajové úlohy pro systémy lineárních obyčejných diferenciálních rovnic, Brno,
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
Texty 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
Obsah. 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
1 Determinanty a inverzní matice
Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého
0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
Riemannův určitý integrál
Riemannův určitý integrál 1. Motivační příklad Příklad (Motivační příklad pro zavedení Riemannova integrálu). Nechť,. Vypočtěme obsah vybarvené oblasti ohraničené grafem funkce, osou a svislými přímkami
TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA.
TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA. PAVEL RŮŽIČKA 4.1. (Kvazi)kompaktnost a sub-báze. Buď (Q, ) uspořádaná množina. Řetězcem v Q budeme rozumět lineárně
Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti
Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení
0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u
FREDHOLMOVA ALTERNATIVA
FREDHOLMOVA ALTERNATIVA Pavel Jirásek 1 Abstrakt. V tomto článku se snažíme shrnout dosavadní výsledky týkající se Fredholmovy alternativy (FA). Postupně zmíníme FA na prostorech konečné dimenze, FA pro
Fakt. 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
Učební 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
Matice. a m1 a m2... a mn
Matice Nechť (R, +, ) je okruh a nechť m, n jsou přirozená čísla Matice typu m/n nad okruhem (R, +, ) vznikne, když libovolných m n prvků z R naskládáme do obdélníkového schematu o m řádcích a n sloupcích
příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.
Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl
6 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
Matematika 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
Lineární algebra : Lineární prostor
Lineární algebra : Lineární prostor (3. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. dubna 2014, 14:43 1 2 3.1 Aximotické zavedení lineárního prostoru Číselné těleso Celou lineární
INVESTICE 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
Úvod do lineární algebry
Úvod do lineární algebry 1 Aritmetické vektory Definice 11 Mějme n N a utvořme kartézský součin R n R R R Každou uspořádanou n tici x 1 x 2 x, x n budeme nazývat n rozměrným aritmetickým vektorem Prvky
8.3). 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
Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:
3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...
19 Hilbertovy prostory
M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 34 19 Hilbertovy prostory 19.1 Úvod, základní pojmy Poznámka (připomenutí). Necht (X,(, )) je vektorový prostor se skalárním součinem
Lineární algebra : Násobení matic a inverzní matice
Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. března 2014, 12:42 1 2 0.1 Násobení matic Definice 1. Buďte m, n, p N, A
Báze a dimenze vektorových prostorů
Báze a dimenze vektorových prostorů Buď (V, +, ) vektorový prostor nad tělesem (T, +, ). Nechť u 1, u 2,..., u n je konečná posloupnost vektorů z V. Existují-li prvky s 1, s 2,..., s n T, z nichž alespoň
Matematika 4 FSV UK, LS Miroslav Zelený
Matematika 4 FSV UK, LS 2017-18 Miroslav Zelený 13. Diferenční rovnice 14. Diferenciální rovnice se separovanými prom. 15. Lineární diferenciální rovnice prvního řádu 16. Lineární diferenciální rovnice
6. přednáška 5. listopadu 2007
6. přednáška 5. listopadu 2007 Souvislost diferenciálu a parciálních derivací. Diferenciál implikuje parciální derivace a spojité parciální derivace implikují diferenciál. Tvrzení 2.3. Když je funkce f
Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program
Program Diferenční rovnice Program Diferenční rovnice Diferenciální rovnice Program Frisch a Samuelson: Systém je dynamický, jestliže jeho chování v čase je určeno funkcionální rovnicí, jejíž neznámé závisí
1/10. 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
Matematická analýza pro informatiky I. Limita funkce
Matematická analýza pro informatiky I. 5. přednáška Limita funkce Jan Tomeček tomecek@inf.upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci 18. března 2011 Jan Tomeček, tomecek@inf.upol.cz
Matematická 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
Lineární 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
Obyčejnými diferenciálními rovnicemi (ODR) budeme nazývat rovnice, ve kterých
Obyčejné diferenciální rovnice Obyčejnými diferenciálními rovnicemi (ODR) budeme nazývat rovnice, ve kterých se vyskytují derivace neznámé funkce jedné reálné proměnné. Příklad. Bud dána funkce f : R R.
Lineární algebra : Násobení matic a inverzní matice
Lineární algebra : Násobení matic a inverzní matice (8. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
Lineární algebra : Změna báze
Lineární algebra : Změna báze (13. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 8. dubna 2014, 10:47 1 2 13.1 Matice přechodu Definice 1. Nechť X = (x 1,..., x n ) a Y = (y 1,...,
FIT ČVUT MI-LOM Lineární optimalizace a metody. Dualita. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
FIT ČVUT MI-LOM Lineární optimalizace a metody Dualita Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Michal Černý, 2011 FIT ČVUT, MI-LOM, M. Černý, 2011: Dualita 2/5 Dualita Evropský
Regulární matice. Věnujeme dále pozornost zejména čtvercovým maticím.
Regulární matice Věnujeme dále pozornost zejména čtvercovým maticím. Věta. Pro každou čtvercovou matici A = (a ij ) řádu n nad tělesem (T, +, ) jsou následující podmínky ekvivalentní: (i) Řádky matice
Kapitola 11: Vektory a matice 1/19
Kapitola 11: Vektory a matice 1/19 2/19 Prostor R n R n = {(x 1,..., x n ) x i R, i = 1,..., n}, n N x = (x 1,..., x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i =
Matice 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
Kapitola 12: Soustavy diferenciálních rovnic 1. řádu
Kapitola 12: Soustavy diferenciálních rovnic 1. řádu Základní pojmy Definice: Rovnice tvaru = f(t, x, y) = g(t, x, y), t I nazýváme soustavou dvou diferenciálních rovnic 1. řádu. Řešením soustavy rozumíme
Lineární algebra : Vlastní čísla, vektory a diagonalizace
Lineární algebra : Vlastní čísla, vektory a diagonalizace (14. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 21. dubna 2014, 19:37 1 2 14.1 Vlastní čísla a vlastní vektory Nechť je
1 Vektorové prostory.
1 Vektorové prostory DefiniceMnožinu V, jejíž prvky budeme označovat a, b, c, z, budeme nazývat vektorovým prostorem právě tehdy, když budou splněny následující podmínky: 1 Je dáno zobrazení V V V, které
Interpolace, 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
VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku
VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m
Věta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6)
1. Lineární diferenciální rovnice řádu n [MA1-18:P1.7] rovnice typu y n) + p n 1 )y n 1) +... + p 1 )y + p 0 )y = q) 6) počáteční podmínky: y 0 ) = y 0 y 0 ) = y 1 y n 1) 0 ) = y n 1. 7) Věta 1.3 : Necht
INVESTICE 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
Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace
Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi
Lineární algebra : Báze a dimenze
Lineární algebra : Báze a dimenze (5. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 9. dubna 2014, 13:33 1 2 5.1 Báze lineárního prostoru Definice 1. O množině vektorů M z LP V řekneme,
VĚTY Z LINEÁRNÍ ALGEBRY
VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru
8 Matice a determinanty
M Rokyta, MFF UK: Aplikovaná matematika II kap 8: Matice a determinanty 1 8 Matice a determinanty 81 Matice - definice a základní vlastnosti Definice Reálnou resp komplexní maticí A typu m n nazveme obdélníkovou
Lineární 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
5. 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,
Vlastní 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
TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 3. PREDNÁŠKA - KOMPAKTNÍ PROSTORY.
TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 3. PREDNÁŠKA - KOMPAKTNÍ PROSTORY. PAVEL RŮŽIČKA 3.1. Kompaktní prostory. Buď (X, τ) topologický prostor a Y X. Řekneme, že A τ je otevřené pokrytí množiny Y, je-li
PŘEDNÁŠKA 7 Kongruence svazů
PŘEDNÁŠKA 7 Kongruence svazů PAVEL RŮŽIČKA Abstrakt. Definujeme svazové kongruence a ukážeme jak pro vhodné binární relace svazu ověřit, že se jedná o svazové kongruence. Popíšeme svaz Con(A) kongruencí
Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť.
Přednáška 3, 19. října 2015 Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť X i = M i I je jeho pokrytí otevřenými
Kapitola 11: Vektory a matice:
Kapitola 11: Vektory a matice: Prostor R n R n = {(x 1,, x n ) x i R, i = 1,, n}, n N x = (x 1,, x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i = 1,, n : x i = y i
Soustavy lineárních rovnic
Přednáška MATEMATIKA č 4 Katedra ekonometrie FEM UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz 27 10 2010 Soustava lineárních rovnic Definice Soustava rovnic a 11 x 1 + a 12 x 2 + + a
3 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
7. Důležité pojmy ve vektorových prostorech
7. Důležité pojmy ve vektorových prostorech Definice: Nechť Vje vektorový prostor a množina vektorů {v 1, v 2,, v n } je podmnožinou V. Pak součet skalárních násobků těchto vektorů, tj. a 1 v 1 + a 2 v
1 Linearní prostory nad komplexními čísly
1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)
9. 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
PŘEDNÁŠKA 2 POSLOUPNOSTI
PŘEDNÁŠKA 2 POSLOUPNOSTI 2.1 Zobrazení 2 Definice 1. Uvažujme libovolné neprázdné množiny A, B. Zobrazení množiny A do množiny B je definováno jako množina F uspořádaných dvojic (x, y A B, kde ke každému
1.1 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:
Matematika V. Dynamická optimalizace
Matematika V. Dynamická optimalizace Obsah Kapitola 1. Variační počet 1.1. Derivace funkcí na vektorových prostorech...str. 3 1.2. Derivace integrálu...str. 5 1.3. Formulace základní úlohy P1 var. počtu,
LDF 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)
1. Obyčejné diferenciální rovnice
& 8..8 8: Josef Hekrdla obyčejné diferenciální rovnice-separace proměnných. Obyčejné diferenciální rovnice Rovnice, ve které je neznámá funkcí a v rovnici se vyskytuje spolu se svými derivacemi, se nazývá
Soustavy 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
Lineární 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 )(
Lineární 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
Lineární algebra : Polynomy
Lineární algebra : Polynomy (2. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 15. dubna 2014, 11:21 1 2 2.1 Značení a těleso komplexních čísel Značení N := {1, 2, 3... }... množina
Kolik existuje různých stromů na pevně dané n-prvkové množině vrcholů?
Kapitola 9 Matice a počet koster Graf (orientovaný i neorientovaný) lze popsat maticí, a to hned několika různými způsoby. Tématem této kapitoly jsou incidenční matice orientovaných grafů a souvislosti
Lineární programování
Lineární programování Petr Tichý 19. prosince 2012 1 Outline 1 Lineární programování 2 Optimalita a dualita 3 Geometrie úlohy 4 Simplexová metoda 2 Lineární programování Lineární program (1) min f(x) za
PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy
PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy PAVEL RŮŽIČKA Abstrakt. Ukážeme, že každý prvek distributivního svazu odpovídá termu v konjuktivně-disjunktivním (resp. disjunktivně-konjunktivním)
NMAF 051, ZS Zkoušková písemná práce 16. ledna 2009
Jednotlivé kroky při výpočtech stručně, ale co nejpřesněji odůvodněte. Pokud používáte nějaké tvrzení, nezapomeňte ověřit splnění předpokladů. Jméno a příjmení: Skupina: Příklad 3 5 Celkem bodů Bodů 8
CHARAKTERISTICKÉ VEKTORY
Kapitola 3 CHARAKTERISTICKÉ VEKTORY Nyní se budeme zabývat vlastnostmi matic lineárních zobrazení A: V V, kde V je vektorový prostor dimenze n Protože každý komplexní n -dimenzionální vektorový prostor
Průvodce 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
10 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
Lineární 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
Soustava m lineárních rovnic o n neznámých je systém
1 1.2. Soustavy lineárních rovnic Soustava lineárních rovnic Soustava m lineárních rovnic o n neznámých je systém a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2...
Matice. 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
11. 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
a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:
Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se
Markovské metody pro modelování pravděpodobnosti
Markovské metody pro modelování pravděpodobnosti rizikových stavů 1 Markovský řetězec Budeme uvažovat náhodný proces s diskrétním časem (náhodnou posloupnost) X(t), t T {0, 1, 2,... } s konečnou množinou
MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
1 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
Formální systém výrokové logiky
Formální systém výrokové logiky 1.Jazyk výrokové logiky Nechť P = {p,q,r, } je neprázdná množina symbolů, které nazýváme prvotní formule. Symboly jazyka L P výrokové logiky jsou : a) prvky množiny P, b)
Operace s maticemi
Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =
IV120 Spojité a hybridní systémy. Jana Fabriková
IV120 Spojité a hybridní systémy Základní pojmy teorie řízení David Šafránek Jiří Barnat Jana Fabriková Problém řízení IV120 Základní pojmy teorie řízení str. 2/25 Mějme dynamický systém S definovaný stavovou
Katedra 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
Zobecněný Riemannův integrál
Zobecněný Riemannův integrál Definice (Zobecněný Riemannův integrál). Buď,,. Nechť pro všechna existuje určitý Riemannův integrál. Pokud existuje konečná limita, říkáme, že zobecněný Riemannův integrál
Definice : Definice :
KAPITOLA 7: Spektrální analýza operátorů a matic [PAN16-K7-1] Definice : Necht H je komplexní Hilbertův prostor. Řekneme, že operátor T B(H) je normální, jestliže T T = T T. Operátor T B(H) je normální
Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení.
Předmět: MA4 Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Literatura: Kapitola 2 a)-c) a kapitola 4 a)-c) ze skript Karel Rektorys: Matematika 43, ČVUT,
1 Řešení soustav lineárních rovnic
1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty
Datum sestavení dokumentu: 9. srpna Lineární algebra 1
Datum sestavení dokumentu: 9 srpna 22 Lineární algebra L ubomíra Balková e-mail: lubomirabalkova@fjficvutcz Slovo na úvod: Abstraktnost, logická výstavba a univerzálnost lineární algebry jsou výhodami
Úlohy nejmenších čtverců
Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.
1 Báze a dimenze vektorového prostoru 1
1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější
Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.
Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan 14. Vlastní vektory Bud V vektorový prostor nad polem P. Lineární zobrazení f : V