1.6 Singulární kvadriky
|
|
- Vlasta Mašková
- před 6 lety
- Počet zobrazení:
Transkript
1 22 KAPITOLA 1. KVADRIKY JAKO PLOCHY 2. STUPNĚ neboť B = C =. Z rovnice (1.34) plne, že přímka, procháející singulárním bodem kvadrik má s kvadrikou společný poue tento singulární bod (je-li A ) nebo celá přímka na kvadrice leží (A = ). Ted platí věta: Věta: Každá přímka procháející singulárním bodem kvadrik, leží buď celá na kvadrice (v případě, že její směr je asmptotický) nebo má s kvadrikou společný poue tento singulární bod (v případě, že její směr není asmptotický). Ponámka: Příkladem singulárního bodu je např. vrchol kuželové ploch. Obráek 1.1: Vrchol kuželové ploch jako příklad singulárního bodu 1.6 Singulární kvadrik Onačme písmenem determinant =det a 11 a 12 a 13 a 14 a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 a 41 a 42 a 43 a 44 (1.3) matice K kvadrik (1.32). Podle toho, da = nebo rodělíme všechn kvadrik do dvou disjunktních skupin. Definice: Kvadrika se naývá singulární jestliže =. Jestliže po- tom se kvadrika naývá regulární. Platí následující věta, která nám dává vtah mei singulární kvadrikou a singulárními bod. Věta: Obsahuje-li kvadrika singulární bod, pak je to kvadrika singulární. Důka: Nechť bod M =[m, n, p] je singulárním bodem kvadrik (1.32). To
2 1.6. SINGULÁRNÍ KVADRIKY 23 namená, že jsou splněn rovnice (1.33). Soustavu (1.33) přepíšeme do tvaru a 11 m + a 12 n + a 13 p = a 14 a 21 m + a 22 n + a 23 p = a 24 a 31 m + a 32 n + a 33 p = a 34 a 41 m + a 42 n + a 43 p = a 44. (1.36) Podle Frobeniov vět má soustava rovnic (1.36) alespoň jedno řešení právě tehd, kdž hodnost matice soustav je rovna hodnosti rošířené matice soustav, ted h a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 a 41 a 42 a 43 =h a 11 a 12 a 13 a 14 a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 a 41 a 42 a 43 a 44. (1.37) Matice soustav je tpu (4, 3), ted její hodnost matice je menší nebo rovna třem, proto hodnost rošířené matice soustav je také menší nebo rovna třem. Odtud plne, že =. Ponámka: Obrácená věta neplatí. Válcová plocha je singulární kvadrikou, ale singulární bod neobsahuje. Definice: Bod kvadrik, který není singulární se naývá regulární. V následujícím tetu ukážeme příklad některých singulárních kvadrik. Protože v těchto případech vžd =, je hodnost matice kvadrik K = a 11 a 12 a 13 a 14 a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 a 41 a 42 a 43 a 44 (1.38) buď3nebo2nebo1. Nechť h(k) = 3. Nejprve předpokládejme, že první tři řádk matice (1.38) jsou lineárně neávislé. Dále předpokládejme, že kvadrika má jediný střed M =[m, n, p], tj. platí rovnice (1.16). Protože čtvrtý řádek matice K je lineární kombinací ostatních řádků, plne odtud platnost rovnic (1.33), a bod M je ted jediným singulárním bodem kvadrik. Plocha, která má tuto vlastnost se naývá kuželová plocha.
3 24 KAPITOLA 1. KVADRIKY JAKO PLOCHY 2. STUPNĚ Obráek 1.16: Kuželová plocha Najdeme její rovnici. Zvolme kartéskou soustavu souřadnic tak, ab pro singulární bod M platilo M =[,, ]. Protože M =[,, ] je řešením soustav (1.33), plne odtud a 14 = a 24 = a 34 = a 44 = a rovnice kuželové ploch má tvar a a a a 12 +2a 13 +2a 23 =. (1.39) Jiným příkladem singulární kvadrik, pro jejíž matici platí h(k) = 3, je válcová plocha daná rovnicí a 2 +2b + c 2 +2d +2e + f =, (1.4) jejíž tvořící přímk procháejí regulární kuželosečkou (1.4) a jsou kolmé na souřadnicovou rovinu. Skutečně, matice kvadrik (1.4) a b d b c e d e f, (1.41) má hodnost 3.
4 1.6. SINGULÁRNÍ KVADRIKY 2 Obráek 1.17: Válcová plocha Nechť h(k) = 2. Příkladem singulární kvadrik, jejíž matice má hodnost 2, je dvojice růnoběžných rovin α a β α : a 1 + b 1 + c 1 + d 1 = β : a 2 + b 2 + c 2 + d 2 =. (1.42) Obráek 1.18: Dvě růnoběžné rovin Rovnice příslušné kvadrik je (a 1 + b 1 + c 1 + d 1 )(a 2 + b 2 + c 2 + d 2 )=. (1.43) Matice kvadrik (1.43) má (po vnásobení dvěma) tvar 2a 1 a 2 a 1 b 2 + a 2 b 1 a 1 c 2 + a 2 c 1 a 1 d 2 + a 2 d 1 b 1 a 2 + b 2 a 1 2b 1 b 2 b 1 c 2 + b 2 c 1 b 1 d 2 + b 2 d 1 c 1 a 2 + c 2 a 1 c 1 b 2 + c 2 b 1 2c 1 c 2 c 1 d 2 + c 2 d 1 d 1 a 2 + d 2 a 1 d 1 b 2 + d 2 b 1 d 1 c 2 + d 2 c 1 2d 1 d 2. (1.44) Hodnost matice le vpočítat buď přímo, což je dlouhavé nebo následujícím postupem. Onačíme-li u 1 =(a 1,b 1,c 1,d 1 )au 2 =(a 2,b 2,c 2,d 2 ), potom
5 26 KAPITOLA 1. KVADRIKY JAKO PLOCHY 2. STUPNĚ můžeme matici (1.44) napsat ve tvaru a 2 u 1 + a 1 u 2 b 2 u 1 + b 1 u 2 c 2 u 1 + c 1 u 2 d 2 u 1 + d 1 u 2. (1.4) Protože rovin α a β jsou růnoběžné, jsou vektor u 1, u 2 lineárně neávislé a hodnost matice (1.4) je rovna dvěma. Nechť h(k) =1. Příkladem kvadrik, jejíž matice má hodnost 1 je dvojnásobná rovina. Rovnice příslušné kvadrik je (a + b + c + d) 2 =. (1.46) ajejímaticemátvar a 2 ab ac ad ba b 2 bc bd ca cb c 2 cd da db dc d 2. (1.47) Onačíme-li u =(a, b, c, d), potom (1.47) le psát ve tvaru (au,bu,cu,du). Je řejmé, že hodnost matice (1.47) je rovna jedné. 2 2 Obráek 1.19: Dvojnásobná rovina Eistují i další příklad singulárních kvadrik, které de nebudeme uvádět. Výčet všech singulárních kvadrik uvedeme při jejich klasifikaci. 1.7 Tečna a tečná rovina V této kapitole se budeme abývat tečnou a tečnou rovinou v regulárním bodě kvadrik. Uvědomme si, že regulární bod je takový bod, který není singulárním bodem. Na regulární kvadrice jsou všechn bod regulární, protože pokud b
y 10 20 Obrázek 1.26: Průměrová rovina válcové plochy
36 KAPITOLA 1. KVADRIKY JAKO PLOCHY 2. STUPNĚ 2 1 2 1 1 y 1 2 Obráek 1.26: Průměrová rovina válcové plochy Věta: Je-li definována průměrová rovina sdružená s asymptotickým směrem, potom je s tímto směrem
DERIVACE. ln 7. Urči, kdy funkce roste a klesá a dále kdy je konkávní a
DERIVACE 1. Zderivuj funkci y = ln 2 (sin x + tg x 2 ) 2. Zderivuj funkci y = 2 e x2 cos x 3. Zderivuj funkci y = 3 e sin2 (x 2 ) 4. Zderivuj funkci y = x3 +2x 2 +sin x x 5. Zderivuj funkci y = cos2 x
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
VIDEOSBÍRKA DERIVACE
VIDEOSBÍRKA DERIVACE. Zderivuj funkci y = ln 2 (sin x + tg x 2 ) 2. Zderivuj funkci y = 2 e x2 cos x. Zderivuj funkci y = e sin2 (x 2 ). Zderivuj funkci y = x +2x 2 +sin x x 5. Zderivuj funkci y = cos2
1.13 Klasifikace kvadrik
5 KAPITOLA 1. KVADRIKY JAKO PLOCHY. STUPNĚ 1.13 Klasifikace kvadrik V této části provedeme klasifikaci kvadrik. Vyšetříme všechny případy, které mohou různou volbou koeficientů v rovnici kvadriky a 11
Popis jednotlivých kvadrik
Kapitola Popis jednotlivých kvadrik V této kapitole se budeme abývat některými kvadrikami podrobněji. Nejprve budeme uvažovat elipsoid a hperboloid, které patří do skupin regulárních středových kvadrik.
Analytická geometrie v E 3 - kvadriky
Analtická geometrie v E 3 - kvadrik ROVNICE KVADRIKY ( v ákladní a posunuté poloe) Kvadrik v ákladní poloe - střed nebo vrchol leží v počátku ( vi příloha na konci) Posunutí v rovnici nahradíme všechn
KVADRATICKÉ PLOCHY a jejich reprezentace v programu Maple. Roman HAŠEK, Pavel PECH
KVADRATICKÉ PLOCHY a jejich reprezentace v programu Maple Roman HAŠEK, Pavel PECH Jihočeská univerzita v Českých Budějovicích 1 Obsah Předmluva 4 1 Kvadriky jako plochy. stupně 9 1.1 Úvod.................................
= 1, (2.3) b 2 + z2. c2 se nazývá imaginární elipsoid. Jedná se o regulární kvadriku, která, jak vidíme z rovnice (2.3), neobsahuje žádný reálný bod.
.. HYPERBOLOIDY 71 Kvadratiká ploha, jejíž rovnie je a + b + = 1,.3 se naývá imaginární elipsoid. Jedná se o regulární kvadriku, která, jak vidíme rovnie.3, neobsahuje žádný reálný bod.. Hperboloid Hperboloid
Michal 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
Michal 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
KMA/G2 Geometrie 2 9. až 11. cvičení
KMA/G2 Geometrie 2 9. až 11. cvičení 1. Rozhodněte, zda kuželosečka k je regulární nebo singulární: a) k : x 2 0 + 2x 0x 1 x 0 x 2 + x 2 1 2x 1x 2 + x 2 2 = 0; b) k : x 2 0 + x2 1 + x2 2 + 2x 0x 1 = 0;
Podrobnější výklad tématu naleznete ve studijním textu, na který je odkaz v Moodle. Tam je téma
Kuželosečky a kvadriky - výpisky + příklady Postupně vznikající text k části předmětu Geometrie. Ve výpiscích naleznete výpisky z přednášky, poznámky, řešené příklady a příklady na procvičení. Podrobnější
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
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
7.1.2 Kartézské soustavy souřadnic II
7..2 Kartéské soustav souřadnic II Předpoklad: 70 Zavedení kartéské soustav souřadnic minulé hodin: Kartéskou soustavou souřadnic v rovině naýváme dvojici číselných os, v rovině, pro které platí:. obě
(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
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
9.1 Definice a rovnice kuželoseček
9. Kuželosečky a kvadriky 9.1 Definice a rovnice kuželoseček Kuželosečka - řez na kruhovém kuželi, množina bodů splňujících kvadratickou rovnici ve dvou proměnných. Elipsa parametricky: X(t) = (a cos t,
11. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ
11. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ Dovednosti: 1. Chápat pojmy orientovaná úsečka a vektor a geometrický význam součtu, rozdílu a reálného násobku orientovaných úseček a vektorů..
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
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
Soustavy 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
7.1.2 Kartézské soustavy souřadnic II
7..2 Kartéské soustav souřadnic II Předpoklad: 70 Zavedení kartéské soustav souřadnic minulé hodin: Kartéskou soustavou souřadnic v rovině naýváme dvojici číselných os, v rovině, pro které platí:. obě
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)
Čtvercové matice. Čtvercová matice je taková matice, jejíž počet řádků je roven počtu jejích sloupců
Determinant matice Čtvercové matice Čtvercová matice je taková matice, jejíž počet řádků je roven počtu jejích sloupců Determinant je zobrazení, které přiřadí každé čtvercové matici A skalár (reálné číslo).
Základy maticového počtu Matice, determinant, definitnost
Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n
a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a
Zadání A. 1. Polynom P (x) má v uspořádané bázi (x 2 + x 1, 2x 2 x 1, x 2 + x + 2) souřadnice (1, 1, 1). Najděte jeho souřadnice vzhledem k uspořádané bázi (x 2 1, x 2 + x 1, x 2 + x). Nejprve si spočítáme
Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)
Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,
Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak,
Podobnost matic Definice 84 Dány matice A, B M n (C) Jestliže existuje regulární matice P M n (C) tak, že B = P 1 AP, pak říkáme, že matice B je podobná matici A a píšeme A B Takto zavedená binární relace
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
1. LINEÁRNÍ ALGEBRA Vektory Operace s vektory... 8 Úlohy k samostatnému řešení... 8
1 Lineární algebra 1 LINEÁRNÍ ALGEBRA 8 11 Vektory 8 111 Operace s vektory 8 8 112 Lineární závislost a nezávislost vektorů 8 8 113 Báze vektorového prostoru 9 9 12 Determinant 9 9 13 Matice 1 131 Operace
63. ročník matematické olympiády Řešení úloh krajského kola kategorie B. 1. Odečtením druhé rovnice od první a třetí od druhé dostaneme dvě rovnice
63. ročník matematické olympiády Řešení úloh krajského kola kategorie B 1. Odečtením druhé rovnice od první a třetí od druhé dostaneme dvě rovnice (x y)(x + y 6) = 0, (y z)(y + z 6) = 0, které spolu s
(2) [B] Nechť G je konečná grupa tvořena celočíselnými maticemi roměru 2 2 s operací násobení. Nalezněte všechny takové grupy až na izomorfizmus.
(1 [B] Nechť A : R 6 R 6 je lineární zobrazební takové, že A 26 = I. Najděte lineární prostory V 1, V 2 a V 3 takové, že R 6 = V 1 V 2 V 3 dim V 1 = dim V 2 = dim V 3 AV 1 V 1, AV 2 V 2 a AV 3 V 3 (2 [B]
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,
ČTVERCOVÉ 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
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
Lineární 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
1 1 3 ; = [ 1;2]
Soustavy lineárních rovnic - Příklady k procvičení ) + y= y= [ ; ] ) + y= = ) y= y 0 y ; + = [ ;] ) y= + y= [ ;] ) + y= = ; ) y= = y ) y = y= 8) y= + y= 9) = 8 y 0) y=, y= ) a+ = a b ) = y 9 ) u ( ) v
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...
Vlastní číslo, vektor
[1] Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost
[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}
Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost s diagonální
11. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ. u. v = u v + u v. Umět ho aplikovat při
. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ Dovednosti:. Chápat pojmy orientovaná úsečka a vektor a geometrický význam součtu, rozdílu a reálného násobku orientovaných úseček a vektorů..
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 =
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
Eliptický paraboloid je kvadrika, která má v nějaké kartézské soustavě souřadnic rovnici x 2 a 2 + y2
82 KAPITOLA 2. POPIS JEDNOTLIVÝCH KVADRIK 2.3 Paraoloidy Paraoloidy jsou regulární kvadriky, jejichž charakteristická rovnice má jedno nulové a dvě nenulová řešení. Mají-li oě nenulová řešení stejná znaménka,
Přijímací zkouška na MFF UK v Praze
Přijímací kouška na MFF UK v Prae Studijní program Matematika, bakalářské studium Studijní program Informatika, bakalářské studium 2013, varianta A U každé deseti úloh je nabíeno pět odpovědí: a, b, c,
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.
Operace 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
α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0
Vzhledem k tomu, že jsem to psala ve velkém spěchu, mohou se vyskytnout nějaké chybičky. Pokud nějaké najdu, opravím je hned po prázdninách. Zadání A. 1. Vektory u, v, w jsou lineárně nezávislé. Rozhodněte,
Matematika 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
VIDEOSBÍRKA DERIVACE
VIDEOSBÍRKA DERIVACE. Zderivuj funkci y = ln 2 (sin x + tg x 2 ) 2. Zderivuj funkci y = 2 e x2 cos 3x 3. Zderivuj funkci y = 3 e sin2 (x 2 ). Zderivuj funkci y = x3 +2x 2 +sin x x 5. Zderivuj funkci y
Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.
Kapitola 3 Počítání s maticemi Matice stejného typu můžeme sčítat a násobit reálným číslem podobně jako vektory téže dimenze. Definice 3.1 Jsou-li A (a ij ) a B (b ij ) dvě matice stejného typu m n, pak
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,...,
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.
Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci
Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Geometrie Různé metody řešení Téma: Analytická geometrie v prostoru, vektory, přímky Autor:
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
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
1 4( 1) Co je řešením rovnice 2y 1 = 3? Co je řešením, pokud přidáme rovnici x + y = 3? Napište
Řešená cvičení lineární algebr I Karel Král 10. října 2017 Tento tet není určen k šíření. Všechn chb v tomto tetu jsou samořejmě áměrné. Reportujte je prosím na adresu kralka@iuuk.mff.cuni... Obsah 1 Cviceni
Syntetická geometrie II
Mnohoúhelníky Pedagogická fakulta 2018 www.karlin.mff.cuni.cz/~zamboj/ Čtyřúhelníky Definice (Čtyřúhelník) Jsou dány čtyři body A, B, C, D v rovině, z nichž žádné tři nejsou kolineární. Čtyřúhelník ABCD
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
NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny
NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Závěrečná zkouška verze cvičná 9.1.2013 Doba řešení: 3 hodiny Přednášející: L. Barto, J. Tůma Křestní jméno: Příjmení: Instrukce Neotvírejte
X = A + tu. Obr x = a 1 + tu 1 y = a 2 + tu 2, t R, y = kx + q, k, q R (6.1)
.6. Analtická geometrie lineárních a kvadratických útvarů v rovině. 6.1. V této kapitole budeme studovat geometrické úloh v rovině analtick, tj. lineární a kvadratické geometrické útvar vjádříme pomocí
Afinita 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,
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 =
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.
A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz
1/15 ANALYTICKÁ GEOMETRIE Základní pojmy: Soustava souřadnic v rovině a prostoru Vzdálenost bodů, střed úsečky Vektory, operace s vektory, velikost vektoru, skalární součin Rovnice přímky Geometrie v rovině
Řešíme 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()
Definice 28 (Ortogonální doplněk vektorového podprostoru). V k V n ; V k V. (Pech:AGLÚ/str D.5.1)
14.3 Kolmost podprostorů 14.3.1 Ortogonální doplněk vektorového prostou Ve vektorovém prostoru dimenze 3 je ortogonálním doplňkem roviny (přesněji vektorového prostoru dimenze ) přímka na ní kolmá (vektorový
1 Analytická geometrie
1 Analytická geometrie 11 Přímky Necht A E 3 a v R 3 je nenulový Pak p = A + v = {X E 3 X = A + tv, t R}, je přímka procházející bodem A se směrovým vektorem v Rovnici X = A + tv, t R, říkáme bodová rovnice
1.1 Steinerovy věty. lineární momenty a momenty kvadratické. Zajímat nás budou nyní osové kvadratické. v ohybu. Jejich definice je
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STROJNÍHO INŽENÝRSTVÍ PRUŽNOST A PEVNOST I Řešené příklad Výpočet osových kvadratických momentů Pátek, 9. května 8 Jan Tihlařík 1 Osové kvadratické moment průřeů
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
SOUŘADNICE BODU, VZDÁLENOST BODŮ
Registrační číslo projektu: CZ.1.07/1.1.14/01.001 SOUŘADNICE BODU, VZDÁLENOST BODŮ SOUŘADNICE BODU NA PŘÍMCE ČÍSELNÁ OSA na přímce je určena počátkem O a jednotkou měření. Libovolný bod A na číselné ose
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
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
x 2(A), x y (A) y x (A), 2 f
II.10. Etrém funkcí Věta (nutná podmínka pro lokální etrém). Necht funkce f(, ) je diferencovatelná v bodě A. Má-li funkce f v bodě A lokální etrém, pak gradf(a) = 0. Onačme hlavní minor matice druhých
10. 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
Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa
2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace
65. ročník matematické olympiády III. kolo kategorie A. Pardubice, dubna 2016
65. ročník matematické olympiády III. kolo kategorie A Pardubice, 3. 6. dubna 2016 MO 1. Nechť p > 3 je dané prvočíslo. Určete počet všech uspořádaných šestic (a, b, c, d, e, f) kladných celých čísel,
Základy matematiky pro FEK
Základy matematiky pro FEK 2. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 20 Co nás dneska čeká... Závislé a nezávislé
Soustavy lineárních rovnic
7 Matice. Determinant Soustavy lineárních rovnic 7.1 Matice Definice 1. Matice typu (m, n) jesoustavam n reálných čísel uspořádaných do m řádků a n sloupců a 11, a 12, a 13,..., a 1n a 21, a 22, a 23,...,
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
6.1 Shrnutí základních poznatků
6.1 Shrnutí ákladních ponatků Prostorová a rovinná napjatost Prostorová napjatost v libovolném bodě tělesa je v pravoúhlé soustavě souřadnic obecně popsána 9 složkami napětí, které le uspořádat do matice
Euklidovský prostor. Parametrické rovnice roviny. Obecná rovnice roviny. . p.1/25
n 3 GeometrievÊ zvláštěvê Euklidovský prostor n Ê Norma, úhel vektorů, skalární a vektorový součin Parametrické rovnice přímky Parametrické rovnice roviny Obecná rovnice roviny. p.1/25 Euklidovskýprostor
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
Zavedeme-li souřadnicový systém {0, x, y, z}, pak můžeme křivku definovat pomocí vektorové funkce.
KŘIVKY Křivka = dráha pohybujícího se bodu = = množina nekonečného počtu bodů, které závisí na parametru (čase). Proto můžeme křivku také nazvat jednoparametrickou množinou bodů. Zavedeme-li souřadnicový
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 : 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
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
Odvození středové rovnice kružnice se středem S [m; n] a o poloměru r. Bod X ležící na kružnici má souřadnice [x; y].
Konzultace č. 6: Rovnice kružnice, poloha přímky a kružnice Literatura: Matematika pro gymnázia: Analytická geometrie, kap. 5.1 a 5. Sbírka úloh z matematiky pro SOŠ a studijní obory SOU. část, kap. 6.1
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
P 1 = P 1 1 = P 1, P 1 2 =
1 Výpočet inverzní matice Věta 1 Necht P U elementární matice vzniklá el úpravou U Pak je P U regulární Důkaz: Protože elementární úprava U je invertovatelná, existuje el úprava U, která vrací změny U
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
Jedná 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
Program SMP pro kombinované studium
Zadání příkladů k procvičení na seminář Program SMP pro kombinované studium Nejdůležitější typy příkladů - minimum znalostí před zkouškovou písemkou 1) Matice 1. Pro matice 1 0 2 1 0 3 B = 7 3 4 4 2 0
AVDAT Vektory a matice
AVDAT Vektory a matice Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Vektory x = x 1 x 2. x p y = y 1 y 2. y p Řádkový vektor dostaneme transpozicí sloupcového vektoru x
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
Úvod do informatiky. Miroslav Kolařík
Úvod do informatiky přednáška pátá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008 a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní
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
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