6 Lineární geometrie. 6.1 Lineární variety
|
|
- Jaroslava Vávrová
- před 6 lety
- Počet zobrazení:
Transkript
1 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 rovnice A x = b, kde A je lineární zobrazení, nebo také množina řešení soustavy LAR. V této kapitole zobecníme poznatky ze střední školy týkající se analytické geometrie. Prvky vektorového prostoru už nebudeme nazývat výhradně vektory častěji budeme hovořit o bodech. 6. Lineární variety K definici lineární variety potřebujeme pojem spojnice bodů. Definice 6.. Nechť V je vektorový prostor nad tělesem T a x, y V. Spojnicí bodů x a y nazveme množinu: {α x + β y α + β =, α, β T }. Poznámka 6.2. Uveďme ekvivalentní zápisy spojnice: {α x + β y α + β =, α, β T } = {α x + ( α) y α T } = { y + α( x y) α T }. Z posledního zápisu je vidět, že spojnici bodů x, y R 2 získáme přičítáním reálných násobků vektoru x y k vektoru y. Tedy v R 2 odpovídá spojnice tomu, co si pod tímto pojmem každý představí přímce procházející body x a y, viz obrázek. Obrázek : Spojnice bodů x a y v R 2. Definice 6.3. Nechť V je vektorový prostor nad tělesem T a W V. Potom W nazveme lineární varietou, pokud platí: 96
2 6.2 Afinní obaly W, W obsahuje s každými dvěma body i jejich spojnici. 38 Příklad 6.4. Samotný bod v R 2 vyhovuje definici lineární variety. Stejně tak i přímka a celé R 2. Lineárními varietami v R 3 jsou body, přímky, roviny a celé R 3. Zanedlouho ukážeme, že tento výčet je úplný, tj. že žádné jiné variety v R 2 a R 3 neexistují. 6.2 Afinní obaly Se spojnicí úzce souvisí pojem afinní obal. Definice 6.5. Nechť V je vektorový prostor nad tělesem T a x, x 2,..., x l jsou vektory z V. Pak afinní kombinací (AK) vektorů x, x 2,..., x l nazveme lineární kombinaci lk= α k x k, která navíc splňuje l k= α k =. Množinu všech afinních kombinací vektorů x, x 2,..., x l nazýváme jejich afinním obalem a značíme [ x, x 2,..., x l ] α. Platí tudíž: [ x, x 2,..., x l ] α := α k x k α k = a α k T pro každé k ˆl k=. k= Poznámka 6.6. Přímo z definice plyne, že afinní obal dvou vektorů je roven jejich spojnici. Souvislost afinních obalů a lineárních variet je shrnuta následujících třech větách. Věta 6.7 (Afinní obal je varieta). Nechť V je vektorový prostor nad tělesem T a nechť jsou dány vektory x, x 2,..., x l z V. Potom W = [ x, x 2,..., x l ] α je lineární varieta a W obsahuje x, x 2,..., x l. Důkaz. Protože x i = 0 x + + x i x l pro každé i ˆl, je x i afinní kombinací vektorů x, x 2,..., x l, tedy x i W. Proto W. Nechť x, y W, pak existují čísla α,..., α l, β,..., β l T taková, že x = l α i x i a y = l β i x i a l α i = a l β i =. Pro libovolné α T je třeba ukázat, že α x + ( α) y W. α x + ( α) y = α α i x i + ( α) β i x i = (αα i + ( α)β i ) x i, kde poslední výraz je afinní kombinace vektorů x, x 2,..., x l, protože (αα i + ( α)β i ) = α α i + ( α) β i = α + ( α) =. Tím je dokázáno, že α x + ( α) y W pro libovolné α T. Proto spojnice x a y patří do W, což znamená, že W je lineární varieta. 38 Jiný používaný název pro lineární varietu je afinní podprostor. 97
3 6 LINEÁRNÍ GEOMETRIE Věta 6.8 (Varieta obsahuje afinní kombinace). Nechť V je vektorový prostor nad tělesem T a W je lineární varieta ve V. Nechť x, x 2,..., x l jsou vektory z V. Potom platí: [ x, x 2,..., x l ] α W. Slovy: Lineární varieta obsahuje s libovolnými svými body i všechny jejich afinní kombinace. Důkaz. Tvrzení dokážeme indukcí podle počtu vektorů l. Pro l = triviálně platí. Nechť pro nějaké l platí, že W s každými l vektory obsahuje i jejich libovolnou afinní kombinaci. Uvažujme nyní x, x 2,..., x l+ W a jejich libovolnou afinní kombinaci, tj. l+ α i x i, kde l+ α i =. Určitě existuje index i 0 l + takový, že α i0. Pak můžeme psát: l+ α i α i x i = α i0 x i0 + ( α i0 ) x i, α i0,i i 0 kde y = l α i,i i0 α i0 x i je afinní kombinace l vektorů, protože l α i,i i0 α i0 =. Tudíž podle indukčního předpokladu platí, že y W. Jelikož je α i0 x i0 + ( α i0 ) y vektor ze spojnice x i0 a y, dostáváme, že l+ α i x i = α i0 x i0 + ( α i0 ) y leží též ve W. Věta 6.9 (Minimalita afinního obalu). Nechť V je vektorový prostor nad tělesem T a x, x 2,..., x l jsou vektory z V. Potom [ x, x 2,..., x l ] α je nejmenší (ve smyslu inkluze) lineární varieta obsahující body x, x 2,..., x l. Důkaz. Z věty 6.8 víme, že každá lineární varieta obsahující body x, x 2,..., x l obsahuje také [ x, x 2,..., x l ] α. Jelikož zároveň z věty 6.7 plyne, že [ x, x 2,..., x l ] α je lineární varieta, máme dokázáno, že je to nejmenší lineární varieta obsahující dané vektory. Poznámka 6.0. Podle věty 6.9 je řešením úlohy najít minimální lineární varietu W, která obsahuje vektory x, y, z, afinní obal W = [ x, y, z] α. Příklad 6.. Pomocí věty 6.9 si rozmyslete, jak vypadají afinní obaly jednoho, dvou nebo tří vektorů v R 2 a R 3. Například W = [ x, y, z] α, kde x, y a z neleží v jedné přímce, tvoří rovinu obsahující x, y a z. Řešení: Jelikož jde o lineární varietu, musí W obsahovat spojnice x a y, x a z, y a z. Dále musí W také obsahovat spojnice bodů ze tří výše uvedených spojnic. Tudíž W obsahuje rovinu, v níž leží trojúhelník s vrcholy x, y, z, viz obrázek 2. Jelikož rovina už je lineární varieta, našli jsme nejmenší lineární varietu obsahující x, y, z, tedy jsme našli [ x, y, z] α. Poslední otázka, která by nás mohla v souvislosti se vztahem mezi lineárními varietami a afinními obaly napadnout, zní: Je každá lineární varieta afinním obalem nějakých vektorů? Odpověď zní: ANO, má-li V konečnou dimenzi, NE, je-li dim V = +. Ale musíme nejprve prostudovat vztah mezi varietami a posunutými podprostory, abychom odpověď mohli zdůvodnit. 98
4 6.3 Variety jako posunuté podprostory Obrázek 2: Afinní obal tří vektorů v R 3, které neleží v jedné přímce, je rovina obsahující trojúhelník s vrcholy v daných bodech. 6.3 Variety jako posunuté podprostory Následující dvě věty vysvětlují, že variety nejsou ničím zcela novým, ale jde jen o posunuté podprostory. Věta 6.2 (Posunutý podprostor je varieta). Nechť V je vektorový prostor nad tělesem T, P V a a V. Potom a + P je lineární varieta. Důkaz. Označme W = a + P a ověřme, že W má vlastnosti variety. Protože 0 P, je a + 0 = a W. Tudíž W. Je-li x, y W, pak existují p, p 2 P takové, že x = a + p a y = a + p 2. Pro libovolné α T potom platí, že α x + ( α) y = a + α p + ( α) p 2 a + P. Poznámka 6.3. Speciálně je podle předchozí věty každý podprostor lineární varietou. Poznámka 6.4. Množina řešení dané soustavy lineárních algebraických rovnic je lineární varieta. Z Frobeniovy věty víme, že má tvar a + S 0, kde S 0 je množina řešení homogenní soustavy, tedy podprostor. Věta 6.5 (Varieta je posunutý podprostor). Nechť V je vektorový prostor nad tělesem T a W je lineární varieta ve V. Pak existuje právě jeden P V takový, že pro každé a W platí, že W = a + P. Důkaz. Postup bude mít tři kroky. Existence podprostoru: Uvažujme libovolné a W. Položme P = W a = { x a x W }. Ukážeme, že P V. 99
5 6 LINEÁRNÍ GEOMETRIE (a) P, protože 0 = a a P. (b) Je-li p, p 2 P a α T, pak existují x, y W takové, že p = x a, p 2 = y a. Potom máme: α p + p 2 = (α x α a + y) a W a, kde jsme využili faktu, že α x α a + y je afinní kombinace vektorů z variety, což je podle věty 6.8 opět vektor z variety. Libovolnost ve výběru vektoru a W : Nechť b W. Podle předchozího bodu existuje p P takový, že b = a + p. Odtud máme b + P = a + p + P = a + P = W. Jednoznačnost podprostoru: Předpokládejme, že podprostor Q V splňuje W = a + Q. Zároveň víme, že W = a + P. Odtud je zřejmé, že Q = P. Důsledek 6.6. Nechť V je vektorový prostor nad tělesem T a W je lineární varieta ve V. Pak W je podprostor V, právě když 0 W. Definice 6.7. Podprostor z předchozí věty nazveme zaměřením variety W a značíme Z(W ). Vektor a ve vyjádření a + Z(W ) = W nazýváme vektorem posunutí. Nenulové vektory ze Z(W ) nazýváme směrovými vektory variety W. Dimenzí variety dim W nazveme dim Z(W ). Analogicky kodimenzí variety codimw nazveme codimz(w ). Na základě dimenze zobecníme ve V pojmy bod, přímka, rovina, o kterých máme zatím názornou představu pouze v R 2 a R 3 : Je-li dim W = 0, pak W nazýváme bodem. Je-li dim W =, pak W nazýváme přímkou. Je-li dim W = 2, pak W nazýváme rovinou. Je-li codimw =, pak W nazýváme nadrovinou. Poznámka 6.8. V příkladu 6.4 jsme vyjmenovali všechny možné posunuté podprostory v R 2 a R 3. Podle věty 6.5 jde o úplný výčet lineárních variet v těchto prostorech. Definice 6.9. Nechť V je vektorový prostor nad tělesem T a W je lineární varieta ve V. Nechť a W a nechť dim W = l N. Označme ( x, x 2,..., x l ) bázi Z(W ), potom zřejmě ( W = x V ) ( t, t 2,..., t l T ) x = a + t i x i. Rovnici x = a + l t i x i nazýváme směrovou rovnicí variety W. Je-li dim V konečná a rozepíšeme-li směrovou rovnici po souřadnicích ve zvolené bázi V, dostaneme parametrické rovnice variety W ve zvolené bázi. 00
6 6.4 Vzájemná poloha variet a operace s nimi Příklad Nechť W je přímka v R 2 se zaměřením Z(W ) = posunutí. Ilustrujme pojmy z předchozí definice. 0 λ a vektorem Směrová rovnice W : W x = + t. 0 Parametrické rovnice W ve standardní bázi: W x = + t y =, kde ( x) E = x. y Ačkoliv jsme zvyklí značit souřadnice vektoru x ve standardní bázi x, x 2, x 3, x 4,..., budeme při parametrickém zápisu lineárních variet ve standardní bázi dodržovat ustálené značení souřadnic pomocí x, y, z, u, Vzájemná poloha variet a operace s nimi Definice 6.2. Nechť V je vektorový prostor nad tělesem T a W, W 2 jsou lineární variety ve V. Nazveme je: (a) rovnoběžnými, pokud Z(W ) Z(W 2 ) nebo Z(W 2 ) Z(W ), (b) mimoběžnými, pokud nejsou rovnoběžné a W W 2 =, (c) různoběžnými, pokud nejsou rovnoběžné a W W 2. Věta 6.22 (Průnik variet). Nechť V je vektorový prostor nad tělesem T a W, W 2 jsou lineární variety ve V. Potom průnik W W 2 je buď, nebo lineární varieta. Důkaz. Prázdný průnik jistě variety mít mohou. Například rovnoběžné a různé přímky v prostoru R 2. Předpokládejme, že W W 2. Ukážeme, že pro libovolné x, y W W 2 a pro libovolné α T platí, že α x + ( α) y W W 2. Jelikož x, y W, je také α x + ( α) y W. Podobně x, y W 2, proto také α x + ( α) y W 2. Odtud plyne, že α x + ( α) y W W 2. Úkol Dokažte tvrzení věty 6.22 zobecněné pro průnik libovolného počtu variet. Úkol * Rozmyslete si, jaké všechny možné situace nastávají v R 3 a v R 4 pro průnik a vzájemnou polohu: 0
7 6 LINEÁRNÍ GEOMETRIE dvou přímek, přímky a roviny, dvou rovin. Jaké situace se objevují v prostoru R 4, zatímco v R 3 nenastávají? Definice Nechť V je vektorový prostor nad tělesem T a W, W 2 jsou lineární variety ve V. Nechť W W 2 =. Pak přímku W nazveme příčkou variet W a W 2, pokud W W a W W 2. Věta 6.26 (LK variet). Nechť V je vektorový prostor nad tělesem T a W, W 2 jsou lineární variety ve V. Nechť α, β T. Definujeme-li αw + βw 2 := {α x + β y x W, y W 2 }, pak αw +βw 2 je také lineární varieta ve V a platí, že Z(αW +βw 2 ) = αz(w )+βz(w 2 ). Důkaz. Nechť a W a b W 2. Potom máme: αw + βw 2 = {α a + α x + β b + β y x Z(W ), y Z(W 2 )} = α a + β b + {α x + β y x Z(W ), y Z(W 2 )} = α a + β b + αz(w ) + βz(w 2 ). Není těžké si rozmyslet, že αz(w )+βz(w 2 ) je podprostor V. Odtud s využitím věty 6.2 plyne, že jde o varietu se zaměřením αz(w ) + βz(w 2 ). Poznámka Rozmysleme si, že pro zaměření variety αw + βw 2 platí: (a) Pokud α = β = 0, pak Z(αW + βw 2 ) = { 0}. (b) Pokud α = 0 a β 0, pak Z(αW + βw 2 ) = Z(W 2 ). (c) Pokud α 0 a β = 0, pak Z(αW + βw 2 ) = Z(W ). (d) Pokud α 0 a β 0, pak Z(αW + βw 2 ) = Z(W ) + Z(W 2 ). Věta 6.28 (Obraz variety). Nechť P, Q jsou vektorové prostory nad stejným tělesem a A L(P, Q). Nechť W je lineární varieta v P. Potom A(W ) je lineární varieta v Q a platí, že Z (A(W )) = A (Z(W )). Důkaz. Nechť a W. Pak A( a + Z(W )) = A a + A(Z(W )). Jelikož lineární obraz podprostoru je podprostor, vidíme, že jde o varietu se zaměřením A(Z(W )). Věta 6.29 (Vzor variety). Nechť P, Q jsou vektorové prostory nad stejným tělesem a A L(P, Q). Nechť W je lineární varieta v Q. Potom A (W ) je buď, nebo lineární varieta v P. Je-li A (W ), pak platí, že Z(A (W )) = A (Z(W )). 02
8 6.5 Variety jako afinní obaly Důkaz. A (W ) může být prázdná množina. Například pro A = Θ a varietu W, která není podprostorem. Předpokládejme nyní, že A (W ). Pro a A (W ) platí, že A a W. Proto W = A a + Z(W ). Ukažme, že A (W ) = a + A (Z(W )). Jelikož lineární vzor podprostoru je podprostor, bude jasné, že A (W ) je lineární varieta se zaměřením A (Z(W )). x A (W ) A x W A x A a + Z(W ) A( x a) Z(W ) x a A (Z(W )) x a + A (Z(W )). Příklad POZOR! A ( a + Z(W )) A ( a) + A (Z(W )). ( ) [( )] Nechť Θ L(R 2 ) (nulový operátor) a W = + (osa prvního a třetího kvadrantu). Poté Θ (W ) = R 2, ale (( )) ( [( )] Θ (W ) Θ + Θ (( )) protože Θ =. (A součet dvou množin, z nichž jedna je prázdná, nemá smysl.) λ λ ), 6.5 Variety jako afinní obaly Vysvětleme vztah mezi lineárním a afinním obalem. Věta 6.3 (Lineární obal a afinní obal). Nechť V je vektorový prostor nad tělesem T a x, x 2,..., x l jsou vektory z V. Potom platí: [ x, x 2,..., x l ] α = x + [ x 2 x,..., x l x ] λ. Důkaz. [ ] α x + [ ] λ : Nechť x [ x, x 2,..., x l ] α, tj. x = l α i x i a l α i =. Pak máme: x = x + α i ( x i x ) x + [ x 2 x,..., x l x ] λ. i=2 x + [ ] λ [ ] α : Nechť x x + [ x 2 x,..., x l x ] λ, tj. x = x + l i=2 β i ( x i x ). Potom platí: ( x = ) β i x + β i x i, i=2 i=2 přičemž výraz vpravo je afinní kombinací vektorů x, x 2,..., x l, protože součet koeficientů u jednotlivých vektorů v lineární kombinaci je ( ) l i=2 β i + li=2 β i =. Tudíž x [ x, x 2,..., x l ] α. 03
9 6 LINEÁRNÍ GEOMETRIE Poznámka V afinním obalu nezáleží na pořadí vektorů, proto samozřejmě platí pro libovolný index i 0 ˆl: [ x, x 2,..., x l ] α = x i0 + [ x x i0,..., x l x i0 ] λ. Důsledek Nechť V je vektorový prostor nad tělesem T a x, x 2,..., x l V a nechť i 0 ˆl. Pak platí: Z([ x, x 2,..., x l ] α ) = [ x x i0, x 2 x i0,..., x l x i0 ] λ. dim[ x, x 2,..., x l ] α l. Definice Nechť V je vektorový prostor nad tělesem T a x, x 2,..., x l jsou vektory z V. Vektory x,..., x l nazveme: afinně nezávislé (AN), pokud dim[ x, x 2,..., x l ] α = l, afinně závislé (AZ), pokud dim[ x, x 2,..., x l ] α < l. Důsledek Jeden vektor je vždy AN. Pro l 2 a i 0 ˆl platí: x, x 2,..., x l jsou AN x x i0,..., x i0 x i0, x i0 + x i0,..., x l x i0 jsou LN. Věta 6.36 (Afinní závislost pro více vektorů). Nechť V je vektorový prostor nad tělesem T a x, x 2,..., x l jsou vektory z V, kde l 2. Poté vektory x, x 2,..., x l jsou AZ, právě když existuje i 0 ˆl tak, že x i0 [ x,..., x i0, x i0 +,..., x l ] α. Slovy: Mezi alespoň dvěma AZ vektory existuje vektor, který je AK ostatních. Důkaz. ( ): Vektory x, x 2,..., x l jsou AZ, proto x 2 x,..., x l x jsou LZ. Existují tudíž čísla α 2,..., α l taková, že l i=2 α i ( x i x ) = 0 a zároveň existuje i 0 {2,..., l} tak, že α i0 0. Odtud dostáváme: α i0 ( x i0 x ) = α i ( x i x ). i=2,i i 0 Proto platí: x i0 = i=2,i i 0 α i x i + + α i0 α i x. i=2,i i 0 α i0 04
10 6.5 Variety jako afinní obaly Jelikož i=2,i i 0 α i + + α i0 α i =, i=2,i i 0 α i0 máme dokázáno, že x i0 je AK vektorů x,..., x i0, x i0 +,..., x l. ( ): x i0 [ x,..., x i0, x i0 +,..., x l ] α, tedy existují čísla α,..., α i0, α i0 +,..., α l taková, že x i0 = l,i i0 α i x i a l,i i0 α i =. Odtud dostáváme: 0 = α i ( x i x i0 ).,i i 0 Jelikož jde o netriviální LK vektorů x x i0,..., x i0 x i0, x i0 + x i0,..., x l x i0, jsou tyto LZ. To znamená, že vektory x, x 2,..., x l jsou AZ. Poznámka Nabádáme čtenáře, aby si rozmyslel, že AN vektory v R 2 a R 3 vypadají následovně: Jeden vektor je vždy AN. Dva vektory x, y jsou AN x y. Tři vektory x, y, z jsou AN x, y a z neleží v jedné přímce. Čtyři vektory x, y, z, u jsou v R 2 vždy AZ. Čtyři vektory x, y, z, u jsou v R 3 AN x, y, z, u neleží v jedné rovině. Nyní už si můžeme posvítít na otázku, zda je každá lineární varieta afinním obalem. Věta 6.38 (Varieta konečné dimenze je afinní obal). Nechť V je vektorový prostor nad tělesem T a W je lineární varieta ve V splňující dim W = l, l N. Pak existují vektory y, y 2,..., y l takové, že W = [ y, y 2,..., y l ] α. Důkaz. Z věty 6.5 plyne, že existuje podprostor Z(W ) dimenze l takový, že W = a + Z(W ), kde a W. Buď je Z(W ) = { 0}, potom W = [ a] α, nebo existuje báze ( x, x 2,..., x l ) podprostoru Z(W ). Poté je podle věty 6.3 splněno: W = a + [ x, x 2,..., x l ] λ = [ a, a + x, a + x 2,..., a + x l ] α, W je tudíž afinním obalem l vektorů. Věta 6.39 (Varieta nekonečné dimenze není afinní obal). Nechť V je vektorový prostor nad tělesem T a W je lineární varieta ve V s dim W = +. Pak W není rovna žádnému afinnímu obalu. Důkaz. Podle důsledku 6.33 je každý afinní obal varietou konečné dimenze. Odtud tvrzení plyne. 05
11 6 LINEÁRNÍ GEOMETRIE 6.6 Variety jako průniky nadrovin Věta 6.40 (Nadrovina). Nechť V je vektorový prostor nad tělesem T a ϕ V #, ϕ Θ. Nechť α T. Potom množina { x V ϕ( x) = α} je nadrovina ve V. Důkaz. Protože ϕ Θ, platí, že ϕ(v ) = T. Existuje tudíž a V tak, že ϕ( a) = α. Potom platí, že ϕ (α) = a + ker ϕ, což je zjevně varieta kodimenze jedna, neboť podle věty 4.52 je codim ker ϕ = h(ϕ) =. Následující věta osvětlí, jaký je vztah mezi nadrovinami a varietami konečné kodimenze. Viz také obrázek 3. Věta 6.4 (Varieta jako průnik nadrovin). Nechť V je vektorový prostor nad tělesem T. Nechť W je lineární varieta ve V, codimw = l N. Potom existují LN lineární funkcionály ϕ, ϕ 2,..., ϕ l a čísla α, α 2,..., α l T tak, že l W = { x V ϕ i ( x) = α i }. Slovy: Každá lineární varieta o kodimenzi l je průnikem l nadrovin. Obrázek 3: Přímka p v R 3 varieta kodimenze dva jako průnik dvou (nad)rovin W a W 2. Důkaz. Podle věty 6.5 lze varietu psát jako W = a + P, kde P V a a je libovolný bod z W. Podle předpokladu existuje Q V, doplněk P do V, splňující dim Q = l. Označme X = ( x, x 2,..., x l ) bázi Q. Definujme pro každé i ˆl: ϕ i = x # i A Q a α i = ϕ i ( a), 06
12 6.6 Variety jako průniky nadrovin přičemž A Q je projektor na Q podle P. Pak se LN vektorů ϕ, ϕ 2,..., ϕ l ukáže analogicky jako ve větě 4.58 a zbývá ukázat, že platí: a + P = Je třeba ověřit dvě inkluze: l { x V ϕ i ( x) = α i }. a + P l { x V ϕ i ( x) = α i }: Nechť x = a + p, kde p P. Protože A Q (P ) = { 0}, platí pro každé i l, že ϕ i ( x) = ϕ i ( a) + ϕ i ( p) = α i + 0 = α i. Tedy x l { x V ϕ i ( x) = α i }. a + P l { x V ϕ i ( x) = α i }: Nechť pro každé i l platí, že ϕ i ( x) = α i, pak ϕ i ( x) = ϕ i ( a), tudíž ϕ i ( x a) = 0. Označme z = x a. Jelikož z V, existuje právě jedno p P a q Q tak, že z = p + q. Označme β, β 2,..., β l souřadnice q v bázi X. Dostáváme ϕ i ( z) = ϕ i ( p) + ϕ i ( q) = 0 + β i pro každé i l. Proto β = β 2 = = β l = 0, tedy q = 0 a z = p P, neboli x a + P. Definice Rovnice ϕ ( x) = α ϕ 2 ( x) = α 2.. ϕ l ( x) = α l z věty 6.4 nazýváme vektorovými rovnicemi variety W. Navíc, je-li dim V = n N a je-li X = ( x, x 2,..., x n ) báze V, potom pro libovolný vektor x W splňují souřadnice β β 2 ( x) X = neparametrické rovnice variety W v bázi X :. β n β ϕ ( x ) + β 2 ϕ ( x 2 ) β n ϕ ( x n ) = α β ϕ 2 ( x ) + β 2 ϕ 2 ( x 2 ) β n ϕ 2 ( x n ) = α β ϕ l ( x ) + β 2 ϕ l ( x 2 ) β n ϕ l ( x n ) = α l. Nadroviny, jejichž průnik tvoří danou varietu, nejsou určeny jednoznačně. Viz následující příklad. Příklad Zapište přímku W s vektorem posunutí a zaměřením Z(W ) = 0 dvěma různými způsoby jako průnik nadrovin. Řešení: Užijeme konstrukci z důkazu věty λ
13 6 LINEÁRNÍ GEOMETRIE Volme Q =, 0 s bází, 0 = ( e 2, e 3 ). Položme ϕ 0 0 λ a ϕ 2 = e # 3 A Q. Poté platí: x ϕ ( x) = ϕ y = y = ϕ ( a) = ϕ =, z x ϕ 2 ( x) = ϕ 2 y = z = ϕ ( a) = ϕ 2 =. z Neparametrické rovnice W ve standardní bázi mají proto tvar: = e # 2 A Q y = a z =. 2. Necháme doplněk Q stejný, volíme pouze jinou jeho bázi X = Položme ϕ = x # A Q a ϕ 2 = x # 2 A Q, pak platí: x ϕ ( x) = ϕ y = y + z = ϕ ( a) = ϕ =, 2 z 0, 0. x ϕ 2 ( x) = ϕ 2 y = y z = ϕ ( a) = ϕ 2 = 0. 2 z Neparametrické rovnice W ve standardní bázi jsou tentokrát: y + z 2 = a y z 2 = 0. 08
7 Konvexní množiny. min c T x. při splnění tzv. podmínek přípustnosti, tj. x = vyhovuje podmínkám: A x = b a x i 0 pro každé i n.
7 Konvexní množiny Motivace. Lineární programování (LP) řeší problém nalezení minima (resp. maxima) lineárního funkcionálu na jisté konvexní množině. Z bohaté škály úloh z této oblasti jmenujme alespoň
x 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
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
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,
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
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
1 Lineární prostory a podprostory
Lineární prostory a podprostory Přečtěte si: Učebnice AKLA, kapitola první, podkapitoly. až.4 včetně. Cvičení. Které z následujících množin jsou lineárními prostory s přirozenými definicemi operací?. C
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
Těleso 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
Cvičení 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
MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují
Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),
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
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
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
AB = 3 CB B A = 3 (B C) C = 1 (4B A) C = 4; k ]
1. část 1. (u 1, u 2, u, u 4 ) je kladná báze orientovaného vektorového prostoru V 4. Rozhodněte, zda vektory (u, 2u 1 + u 4, u 4 u, u 2 ) tvoří kladnou, resp. zápornou bázi V 4. 0 2 0 0 0 0 0 1 0 2 0
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
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
4 Lineární zobrazení. 4.1 Definice lineárního zobrazení
4 Lineární zobrazení Motivace. Diferenciální rovnice jsou partií matematiky, která má uplatnění ve fyzice, ekonomii, biologii, chemii atd. Prostě a jednoduše, vymyslete si jakýkoliv jev a je pravděpodobné,
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
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
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
2. 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
ANALYTICKÁ 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,
6. ANALYTICKÁ GEOMETRIE
Vektorová algebra 6. ANALYTICKÁ GEOMETRIE Pravoúhlé souřadnice bodu v prostoru Poloha bodu v prostoru je vzhledem ke třem osám k sobě kolmým určena třemi souřadnicemi, které tvoří uspořádanou trojici reálných
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
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
10. 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,
Matematika I 12a Euklidovská geometrie
Matematika I 12a Euklidovská geometrie Jan Slovák Masarykova univerzita Fakulta informatiky 3. 12. 2012 Obsah přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy Plán přednášky
Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy.
6 Skalární součin Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy. Příklad: Určete odchylku přímek p, q : p : x =1+3t,
Matematika 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
Z 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
Lineární 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
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
Lineární 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
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
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
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
ANALYTICKÁ GEOMETRIE V ROVINĚ
ANALYTICKÁ GEOMETRIE V ROVINĚ Analytická geometrie vyšetřuje geometrické objekty (body, přímky, kuželosečky apod.) analytickými metodami. Podle prostoru, ve kterém pracujeme, můžeme analytickou geometrii
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
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
Vlastní čísla a vlastní vektory
Vlastní čísla a vlastní vektory 1 Motivace Uvažujme lineární prostor všech vázaných vektorů v rovině, které procházejí počátkem, a lineární zobrazení tohoto prostoru do sebe(lineární transformaci, endomorfismus)
Matematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
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
6.1 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
10 Přednáška ze
10 Přednáška ze 17. 12. 2003 Věta: G = (V, E) lze nakreslit jedním uzavřeným tahem G je souvislý a má všechny stupně sudé. Důkaz G je souvislý. Necht v je libovolný vrchol v G. A mějme uzavřený eurelovský
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
maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést
Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud
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)
6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2
6 Skalární součin Skalární součin 1 je operace, která dvěma vektorům (je to tedy binární operace) přiřazuje skalár (v našem případě jde o reálné číslo, obecně se jedná o prvek nějakého tělesa T ). Dovoluje
6 Samodružné body a směry afinity
6 Samodružné body a směry afinity Samodružnými body a směry zobrazení rozumíme body a směry, které se v zobrazují samy na sebe. Například otočení R(S má jediný samodružný bod, střed S, anemá žádný samodružný
Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice
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
(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
GEOMETRIE PRO INFORMATIKY
KATEDRA INFORMATIKY PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO GEOMETRIE PRO INFORMATIKY MICHAL KRUPKA VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ
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,...,
9 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.
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
2 Vektorový prostor. 2.1 Definice vektorového prostoru
2 Vektorový prostor Axiomatická definice vektorového prostoru, kterou v této kapitole vyslovíme, je velmi abstraktní Aby čtenáře neodradila, je připojena v dodatku skript kapitola o historii lineární algebry
7. Lineární vektorové prostory
7. Lineární vektorové prostory Tomáš Salač MÚ UK, MFF UK LS 2017/18 Tomáš Salač ( MÚ UK, MFF UK ) 7. Lineární vektorové prostory LS 2017/18 1 / 62 7.1 Definice a příklady Definice 7.1 Množina G s binární
Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,
Vektorový prostor Příklady: Př.1. R 2 ; R 3 ; R n...aritmetický n-rozměrný prostor Dvě operace v R n : součet vektorů u = (u 1,...u n ) a v = (v 1,...v n ) je vektor u + v = (u 1 + v 1,...u n + v n ),
Matematika 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
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
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
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
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
označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,
Komplexní čísla Množinu všech uspořádaných dvojic (x, y) reálných čísel x, y nazýváme množinou komplexních čísel C, jestliže pro každé dvě takové dvojice (x, y ), (x 2, y 2 ) je definována rovnost, sčítání
Lineární 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
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
Projektivní prostor a projektivní zobrazení
Kapitola 4 Projektivní prostor a projektivní zobrazení 4.1 Projektivní rozšíření eukleidovského prostoru Vlastnost býti incidentní v eukleidovském prostoru E 3 vykazuje nedostatek symetrie zatímco např.
Lineární algebra : Skalární součin a ortogonalita
Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
Matematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
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
7 Ortogonální a ortonormální vektory
7 Ortogonální a ortonormální vektory Ze vztahu (5) pro výpočet odchylky dvou vektorů vyplývá, že nenulové vektory u, v jsou na sebe kolmé právě tehdy, když u v =0. Tato skutečnost nám poslouží k zavedení
Lingebraické 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
19 Eukleidovský bodový prostor
19 Eukleidovský bodový prostor Eukleidovským bodovým prostorem rozumíme afinní bodový prostor, na jehož zaměření je definován skalární součin. Víme, že pomocí skalárního součinu jsou definovány pojmy norma
Analytická geometrie lineárních útvarů
) Na přímce: a) Souřadnice bodu na přímce: Analtická geometrie lineárních útvarů Bod P nazýváme počátek - jeho souřadnice je P [0] Nalevo od počátku leží čísla záporná, napravo čísla kladná. Každý bod
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.
ALGEBRA. 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)
PROSTORY 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,
Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT
Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT 2 0 1 7 Obsah 1 Vektorové prostory 2 1 Vektorový prostor, podprostory........................ 2 2 Generování podprostor u............................
Pavel Horák, Josef Janyška LINEÁRNÍ ALGEBRA UČEBNÍ TEXT
Pavel Horák, Josef Janyška LINEÁRNÍ ALGEBRA UČEBNÍ TEXT 2 0 1 8 Obsah 1 Vektorové prostory 1 1 Vektorový prostor, podprostory........................ 1 2 Generování podprostor u............................
1 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
18. První rozklad lineární transformace
Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan 18. První rozklad lineární transformace Úmluva. Vtéto přednášce V je vektorový prostor
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 )(
Teorie 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:
f(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 =
Řešení vzorové písemky z předmětu MAR Poznámky: Řešení úloh ze vzorové písemky jsou formulována dosti podrobně podobným způsobem jako u řešených příkladů ve skriptech U zkoušky lze jednotlivé kroky postupu
EUKLIDOVSKÉ 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,
[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů...
[1] Báze Každý lineární (pod)prostor má svou bázi Vzhledem ke zvolené bázi určujeme souřadnice vektorů... a) base, 4, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l. Viz p.
KMA/G1 GEOMETRIE 1 Pomocn y uˇ cebn ı text Miroslav L aviˇ cka Plzeˇ n, z aˇ r ı 2008
KMA/G1 GEOMETRIE 1 Pomocný učební text Miroslav Lávička Plzeň, září 2008 KMA/G1 Geometrie 1 2 Předmluva Tento text vznikl jako pomocný učební materiál pro potřeby studentů Fakulty aplikovaných věd a Fakulty
6. 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.
Učební 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
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
Soustavy. 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.
Josef Janyška Anna Sekaninová ANALYTICKÁ TEORIE KUŽELOSEČEK A KVADRIK
Josef Janyška Anna Sekaninová ANALYTICKÁ TEORIE KUŽELOSEČEK A KVADRIK Brno, 017 Předmluva Text pokrývá látku, která je přednášena v učitelském studiu matematiky v předmětu M5510 "Teorie kuželoseček a kvadrik".
Úlohy 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
Matematika 1 MA1. 1 Analytická geometrie v prostoru - základní pojmy. 4 Vzdálenosti. 12. přednáška ( ) Matematika 1 1 / 32
Matematika 1 12. přednáška MA1 1 Analytická geometrie v prostoru - základní pojmy 2 Skalární, vektorový a smíšený součin, projekce vektoru 3 Přímky a roviny 4 Vzdálenosti 5 Příčky mimoběžek 6 Zkouška;
Vlastní čísla a vlastní vektory
5 Vlastní čísla a vlastní vektor Poznámka: Je-li A : V V lineární zobrazení z prostoru V do prostoru V někd se takové zobrazení nazývá lineárním operátorem, pak je přirozeným požadavkem najít takovou bázi
Soustavy 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.
Arnoldiho a Lanczosova metoda
Arnoldiho a Lanczosova metoda 1 Částečný problém vlastních čísel Ne vždy je potřeba (a někdy to není ani technicky možné) nalézt celé spektrum dané matice (velké řídké matice). Úloze, ve které chceme aproximovat
UNIVERZITA PALACKÉHO V OLOMOUCI
UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA Katedra algebry a geometrie Afinní zobrazení v příkladech Bakalářská práce Vedoucí práce: RNDr. Lenka Juklová, Ph.D. Rok odevzdání: 2013 Vypracoval: