Matice. Martina Šimůnková. 9. března Katedra aplikované matematiky. Martina Šimůnková (KAP) Matice 9. března / 20
|
|
- Františka Vlčková
- před 8 lety
- Počet zobrazení:
Transkript
1 Matice Martina Šimůnková Katedra aplikované matematiky 9. března 28 Martina Šimůnková (KAP) Matice 9. března 28 1/ 2
2 Základní pojmy 1 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Aritmetické vektory, rovnost matic Čtvercové matice, jednotková matice 2 Operace s maticemi 3 Vlastnosti operací 4 Inverzní matice 5 Hodnost matice Martina Šimůnková (KAP) Matice 9. března 28 2/ 2
3 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
4 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
5 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
6 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
7 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
8 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
9 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
10 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
11 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
12 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
13 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
14 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
15 Základní pojmy Matice, řád matice, prvky matice, řádky a sloupce matice Maticí řádu m n nazýváme obdélníkové schéma reálných čísel o mřádcíchansloupcích. a 11 a 12 a 1n a 21 a 22 a 2n = a m1 a m2 a mn Čísla v matici nazýváme prvky matice. Řádky matice číslujeme shora a sloupce zleva. Matice značíme obvykle velkými tučnými písmeny, jejich prvky příslušným malým písmenem s dvěma indexy řádkovým a sloupcovým. Kontrolní otázky: Čemujerovno b 35? Čemu b 53? Kterýječtvrtýsloupecmatice? = Martina Šimůnková (KAP) Matice 9. března 28 3/ 2
16 Základní pojmy Aritmetické vektory, rovnost matic Maticiojednomsloupci tedyřádu n 1nazývámearitmetickým vektorem a obvykle označujeme malým tučným písmenem. 3 Například Ù = 4. 2 Složky aritmetického vektoru budeme indexovat jedním indexem vpříkladuje u 1 =3, u 2 =4, u 3 = 2. Budeme-lisenaaritmetický vektordívatjakonamatici,pakdvěmaindexy u 11 =3, u 21 =4, u 31 = 2. Dvěmatice, serovnají,pokudjsoustejnéhořádua rovnají se všechny jejich odpovídající si prvky. Například pouzepro x=6, y= 4. ( ) ( ) 2 8 x+y 8 = 5 x 5 6 Martina Šimůnková (KAP) Matice 9. března 28 4/ 2
17 Základní pojmy Aritmetické vektory, rovnost matic Maticiojednomsloupci tedyřádu n 1nazývámearitmetickým vektorem a obvykle označujeme malým tučným písmenem. 3 Například Ù = 4. 2 Složky aritmetického vektoru budeme indexovat jedním indexem vpříkladuje u 1 =3, u 2 =4, u 3 = 2. Budeme-lisenaaritmetický vektordívatjakonamatici,pakdvěmaindexy u 11 =3, u 21 =4, u 31 = 2. Dvěmatice, serovnají,pokudjsoustejnéhořádua rovnají se všechny jejich odpovídající si prvky. Například pouzepro x=6, y= 4. ( ) ( ) 2 8 x+y 8 = 5 x 5 6 Martina Šimůnková (KAP) Matice 9. března 28 4/ 2
18 Základní pojmy Aritmetické vektory, rovnost matic Maticiojednomsloupci tedyřádu n 1nazývámearitmetickým vektorem a obvykle označujeme malým tučným písmenem. 3 Například Ù = 4. 2 Složky aritmetického vektoru budeme indexovat jedním indexem vpříkladuje u 1 =3, u 2 =4, u 3 = 2. Budeme-lisenaaritmetický vektordívatjakonamatici,pakdvěmaindexy u 11 =3, u 21 =4, u 31 = 2. Dvěmatice, serovnají,pokudjsoustejnéhořádua rovnají se všechny jejich odpovídající si prvky. Například pouzepro x=6, y= 4. ( ) ( ) 2 8 x+y 8 = 5 x 5 6 Martina Šimůnková (KAP) Matice 9. března 28 4/ 2
19 Základní pojmy Aritmetické vektory, rovnost matic Maticiojednomsloupci tedyřádu n 1nazývámearitmetickým vektorem a obvykle označujeme malým tučným písmenem. 3 Například Ù = 4. 2 Složky aritmetického vektoru budeme indexovat jedním indexem vpříkladuje u 1 =3, u 2 =4, u 3 = 2. Budeme-lisenaaritmetický vektordívatjakonamatici,pakdvěmaindexy u 11 =3, u 21 =4, u 31 = 2. Dvěmatice, serovnají,pokudjsoustejnéhořádua rovnají se všechny jejich odpovídající si prvky. Například pouzepro x=6, y= 4. ( ) ( ) 2 8 x+y 8 = 5 x 5 6 Martina Šimůnková (KAP) Matice 9. března 28 4/ 2
20 Základní pojmy Aritmetické vektory, rovnost matic Maticiojednomsloupci tedyřádu n 1nazývámearitmetickým vektorem a obvykle označujeme malým tučným písmenem. 3 Například Ù = 4. 2 Složky aritmetického vektoru budeme indexovat jedním indexem vpříkladuje u 1 =3, u 2 =4, u 3 = 2. Budeme-lisenaaritmetický vektordívatjakonamatici,pakdvěmaindexy u 11 =3, u 21 =4, u 31 = 2. Dvěmatice, serovnají,pokudjsoustejnéhořádua rovnají se všechny jejich odpovídající si prvky. Například pouzepro x=6, y= 4. ( ) ( ) 2 8 x+y 8 = 5 x 5 6 Martina Šimůnková (KAP) Matice 9. března 28 4/ 2
21 Základní pojmy Aritmetické vektory, rovnost matic Maticiojednomsloupci tedyřádu n 1nazývámearitmetickým vektorem a obvykle označujeme malým tučným písmenem. 3 Například Ù = 4. 2 Složky aritmetického vektoru budeme indexovat jedním indexem vpříkladuje u 1 =3, u 2 =4, u 3 = 2. Budeme-lisenaaritmetický vektordívatjakonamatici,pakdvěmaindexy u 11 =3, u 21 =4, u 31 = 2. Dvěmatice, serovnají,pokudjsoustejnéhořádua rovnají se všechny jejich odpovídající si prvky. Například pouzepro x=6, y= 4. ( ) ( ) 2 8 x+y 8 = 5 x 5 6 Martina Šimůnková (KAP) Matice 9. března 28 4/ 2
22 Základní pojmy Čtvercové matice, jednotková matice Matici o n řádcích a n sloupcích nazýváme čtvercovou maticí řádu n. Prvky a ii matice,tj.prvkyjejichžřádkovýasloupcovýindexje stejný, nazýváme diagonálními prvky. Všechny diagonální prvky tvoří(hlavní) diagonálu matice. Čtvercovou matici řádu n, která má všechny diagonální prvky rovny jedné a ostatní nulové, nazýváme jednotkovou maticí řádu n. Jednotkovoumaticibudemeznačitpísmenem,budeme-lichtít vyznačit,žejeřádu n,pak n.vliteratuřesetéžpoužívápísmeno Á, případně Á n. Například: = 1. 1 Martina Šimůnková (KAP) Matice 9. března 28 5/ 2
23 Základní pojmy Čtvercové matice, jednotková matice Matici o n řádcích a n sloupcích nazýváme čtvercovou maticí řádu n. Prvky a ii matice,tj.prvkyjejichžřádkovýasloupcovýindexje stejný, nazýváme diagonálními prvky. Všechny diagonální prvky tvoří(hlavní) diagonálu matice. Čtvercovou matici řádu n, která má všechny diagonální prvky rovny jedné a ostatní nulové, nazýváme jednotkovou maticí řádu n. Jednotkovoumaticibudemeznačitpísmenem,budeme-lichtít vyznačit,žejeřádu n,pak n.vliteratuřesetéžpoužívápísmeno Á, případně Á n. Například: = 1. 1 Martina Šimůnková (KAP) Matice 9. března 28 5/ 2
24 Základní pojmy Čtvercové matice, jednotková matice Matici o n řádcích a n sloupcích nazýváme čtvercovou maticí řádu n. Prvky a ii matice,tj.prvkyjejichžřádkovýasloupcovýindexje stejný, nazýváme diagonálními prvky. Všechny diagonální prvky tvoří(hlavní) diagonálu matice. Čtvercovou matici řádu n, která má všechny diagonální prvky rovny jedné a ostatní nulové, nazýváme jednotkovou maticí řádu n. Jednotkovoumaticibudemeznačitpísmenem,budeme-lichtít vyznačit,žejeřádu n,pak n.vliteratuřesetéžpoužívápísmeno Á, případně Á n. Například: = 1. 1 Martina Šimůnková (KAP) Matice 9. března 28 5/ 2
25 Základní pojmy Čtvercové matice, jednotková matice Matici o n řádcích a n sloupcích nazýváme čtvercovou maticí řádu n. Prvky a ii matice,tj.prvkyjejichžřádkovýasloupcovýindexje stejný, nazýváme diagonálními prvky. Všechny diagonální prvky tvoří(hlavní) diagonálu matice. Čtvercovou matici řádu n, která má všechny diagonální prvky rovny jedné a ostatní nulové, nazýváme jednotkovou maticí řádu n. Jednotkovoumaticibudemeznačitpísmenem,budeme-lichtít vyznačit,žejeřádu n,pak n.vliteratuřesetéžpoužívápísmeno Á, případně Á n. Například: = 1. 1 Martina Šimůnková (KAP) Matice 9. března 28 5/ 2
26 Operace s maticemi 1 Základní pojmy 2 Operace s maticemi Sčítání matic, násobení matice číslem Násobení matic Mocnina matice s celočíselným nezáporným exponentem Transponovaná matice, symetrická matice 3 Vlastnosti operací 4 Inverzní matice 5 Hodnost matice Martina Šimůnková (KAP) Matice 9. března 28 6/ 2
27 Operace s maticemi Sčítání matic, násobení matice číslem Součtemdvoumatic, stejnéhořádu m njematice,kteráje téžřádu m najejížprvkyjsou c ij = a ij + b ij Například = , 6 zatímco není definováno. (Číselný)násobekmatice a jedefinovánposložkáchprolibovolnou matici alibovolné a R: Například = Martina Šimůnková (KAP) Matice 9. března 28 7/ 2
28 Operace s maticemi Sčítání matic, násobení matice číslem Součtemdvoumatic, stejnéhořádu m njematice,kteráje téžřádu m najejížprvkyjsou c ij = a ij + b ij Například = , 6 zatímco není definováno. (Číselný)násobekmatice a jedefinovánposložkáchprolibovolnou matici alibovolné a R: Například = Martina Šimůnková (KAP) Matice 9. března 28 7/ 2
29 Operace s maticemi Sčítání matic, násobení matice číslem Součtemdvoumatic, stejnéhořádu m njematice,kteráje téžřádu m najejížprvkyjsou c ij = a ij + b ij Například = , 6 zatímco není definováno. (Číselný)násobekmatice a jedefinovánposložkáchprolibovolnou matici alibovolné a R: Například = Martina Šimůnková (KAP) Matice 9. března 28 7/ 2
30 Operace s maticemi Sčítání matic, násobení matice číslem Součtemdvoumatic, stejnéhořádu m njematice,kteráje téžřádu m najejížprvkyjsou c ij = a ij + b ij Například = , 6 zatímco není definováno. (Číselný)násobekmatice a jedefinovánposložkáchprolibovolnou matici alibovolné a R: Například = Martina Šimůnková (KAP) Matice 9. března 28 7/ 2
31 Operace s maticemi Sčítání matic, násobení matice číslem Součtemdvoumatic, stejnéhořádu m njematice,kteráje téžřádu m najejížprvkyjsou c ij = a ij + b ij Například = , 6 zatímco není definováno. (Číselný)násobekmatice a jedefinovánposložkáchprolibovolnou matici alibovolné a R: Například = Martina Šimůnková (KAP) Matice 9. března 28 7/ 2
32 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobenímmatic. Prvekv1.řádku a1.sloupcisoučinu jeroven =19. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
33 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobenímmatic. Prvekv1.řádku a1.sloupcisoučinu jeroven =19. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
34 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobenímmatic. Prvekv1.řádku a1.sloupcisoučinu jeroven =19. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
35 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobenímmatic. Prvekv1.řádku a1.sloupcisoučinu jeroven =19. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
36 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobenímmatic. Prvekv1.řádku a1.sloupcisoučinu jeroven =19. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
37 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobenímmatic. Prvekv1.řádku a1.sloupcisoučinu jeroven =19. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
38 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobenímmatic. Prvekv1.řádku a1.sloupcisoučinu jeroven =19. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
39 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobenímmatic. Prvekv1.řádku a1.sloupcisoučinu jeroven =19. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
40 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobenímmatic. Prvekv1.řádku a2.sloupcisoučinu jeroven1 ( 3) =4. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
41 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobením matic. Prvek ve 2. řádku a 1. sloupci součinu jeroven = 11. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
42 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobením matic. Prvek ve 2. řádku a 2. sloupci součinu jeroven 5 ( 3) =29. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
43 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobením matic. Prvek ve 3. řádku a 1. sloupci součinu jeroven = 14. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
44 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobením matic. Prvek ve 3. řádku a 2. sloupci součinu jeroven ( 3) =. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
45 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobením matic. Prvek ve 4. řádku a 1. sloupci součinu jeroven = 19. Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
46 Operace s maticemi Násobení matic Prodvěmatice: řádu m n a řádu n p jedefinovánsoučin jakomatice řádu m poprvcích n c ij = a i1 b 1j + a i2 b 2j + +a in b nj = a ik b kj. k=1 Operaci,kterámaticím, přiřadíjejichsoučinnazýváme násobením matic. Prvek ve 4. řádku a 2. sloupci součinu jeroven 1 ( 3) = 4.Výslednýsoučinje Ë= Martina Šimůnková (KAP) Matice 9. března 28 8/ 2
47 Operace s maticemi Mocnina matice s celočíselným nezáporným exponentem Pomocí operace násobení matic definujeme mocniny čtvercové matice snezápornýmceločíselnýmexponentem nstejnějako pro reálná čísla: pro n=1je 1 = pro n=2je 2 = pro n=3je 3 = 2. proobecné n >1je n rovno n 1 pro n=je rovnojednotkovématicistejnéhořádujako. ( ) = Martina Šimůnková (KAP) Matice 9. března 28 9/ 2
48 Operace s maticemi Mocnina matice s celočíselným nezáporným exponentem Pomocí operace násobení matic definujeme mocniny čtvercové matice snezápornýmceločíselnýmexponentem nstejnějako pro reálná čísla: pro n=1je 1 = pro n=2je 2 = pro n=3je 3 = 2. proobecné n >1je n rovno n 1 pro n=je rovnojednotkovématicistejnéhořádujako. ( ) = 2 ( ) Martina Šimůnková (KAP) Matice 9. března 28 9/ 2
49 Operace s maticemi Mocnina matice s celočíselným nezáporným exponentem Pomocí operace násobení matic definujeme mocniny čtvercové matice snezápornýmceločíselnýmexponentem nstejnějako pro reálná čísla: pro n=1je 1 = pro n=2je 2 = pro n=3je 3 = 2. proobecné n >1je n rovno n 1 pro n=je rovnojednotkovématicistejnéhořádujako. ( ) = 2 ( ) ( ) ( ) = Martina Šimůnková (KAP) Matice 9. března 28 9/ 2
50 Operace s maticemi Mocnina matice s celočíselným nezáporným exponentem Pomocí operace násobení matic definujeme mocniny čtvercové matice snezápornýmceločíselnýmexponentem nstejnějako pro reálná čísla: pro n=1je 1 = pro n=2je 2 = pro n=3je 3 = 2. proobecné n >1je n rovno n 1 pro n=je rovnojednotkovématicistejnéhořádujako. ( ) = 2 ( ) ( ) ( ) = Martina Šimůnková (KAP) Matice 9. března 28 9/ 2
51 Operace s maticemi Mocnina matice s celočíselným nezáporným exponentem Pomocí operace násobení matic definujeme mocniny čtvercové matice snezápornýmceločíselnýmexponentem nstejnějako pro reálná čísla: pro n=1je 1 = pro n=2je 2 = pro n=3je 3 = 2. proobecné n >1je n rovno n 1 pro n=je rovnojednotkovématicistejnéhořádujako. ( ) n 2 3 = 2 Martina Šimůnková (KAP) Matice 9. března 28 9/ 2
52 Operace s maticemi Mocnina matice s celočíselným nezáporným exponentem Pomocí operace násobení matic definujeme mocniny čtvercové matice snezápornýmceločíselnýmexponentem nstejnějako pro reálná čísla: pro n=1je 1 = pro n=2je 2 = pro n=3je 3 = 2. proobecné n >1je n rovno n 1 pro n=je rovnojednotkovématicistejnéhořádujako. ( ) 2 3 = 2 ( ) 1 1 Martina Šimůnková (KAP) Matice 9. března 28 9/ 2
53 Operace s maticemi Transponovaná matice, symetrická matice Maticítransponovanoukmatici řádu n pnazývámematici řádu p n,oprvcích b ij = a ji.transponovanoumaticiobvykle značímehornímindexem T. Například ( ) T = Z důvodů úspory místa se někdy píší sloupcové vektory jako transponovanématicekřádkovýmvektorům,místo = napíšeme =(45 2) T případně =(4,5, 2) T. Matici,kteráserovnásvojítransponovanématici(tedy = T ), nazýváme symetrickou maticí. Rozmyslete si, že matice ( 3 x 4 x y ) jesymetrickápro x=2aprolibovolné y. Martina Šimůnková (KAP) Matice 9. března 28 1/ 2
54 Operace s maticemi Transponovaná matice, symetrická matice Maticítransponovanoukmatici řádu n pnazývámematici řádu p n,oprvcích b ij = a ji.transponovanoumaticiobvykle značímehornímindexem T. Například ( ) T = Z důvodů úspory místa se někdy píší sloupcové vektory jako transponovanématicekřádkovýmvektorům,místo = napíšeme =(45 2) T případně =(4,5, 2) T. Matici,kteráserovnásvojítransponovanématici(tedy = T ), nazýváme symetrickou maticí. Rozmyslete si, že matice ( 3 x 4 x y ) jesymetrickápro x=2aprolibovolné y. Martina Šimůnková (KAP) Matice 9. března 28 1/ 2
55 Operace s maticemi Transponovaná matice, symetrická matice Maticítransponovanoukmatici řádu n pnazývámematici řádu p n,oprvcích b ij = a ji.transponovanoumaticiobvykle značímehornímindexem T. Například ( ) T = Z důvodů úspory místa se někdy píší sloupcové vektory jako transponovanématicekřádkovýmvektorům,místo = napíšeme =(45 2) T případně =(4,5, 2) T. Matici,kteráserovnásvojítransponovanématici(tedy = T ), nazýváme symetrickou maticí. Rozmyslete si, že matice ( 3 x 4 x y ) jesymetrickápro x=2aprolibovolné y. Martina Šimůnková (KAP) Matice 9. března 28 1/ 2
56 Operace s maticemi Transponovaná matice, symetrická matice Maticítransponovanoukmatici řádu n pnazývámematici řádu p n,oprvcích b ij = a ji.transponovanoumaticiobvykle značímehornímindexem T. Například ( ) T = Z důvodů úspory místa se někdy píší sloupcové vektory jako transponovanématicekřádkovýmvektorům,místo = napíšeme =(45 2) T případně =(4,5, 2) T. Matici,kteráserovnásvojítransponovanématici(tedy = T ), nazýváme symetrickou maticí. Rozmyslete si, že matice ( 3 x 4 x y ) jesymetrickápro x=2aprolibovolné y. Martina Šimůnková (KAP) Matice 9. března 28 1/ 2
57 Operace s maticemi Transponovaná matice, symetrická matice Maticítransponovanoukmatici řádu n pnazývámematici řádu p n,oprvcích b ij = a ji.transponovanoumaticiobvykle značímehornímindexem T. Například ( ) T = Z důvodů úspory místa se někdy píší sloupcové vektory jako transponovanématicekřádkovýmvektorům,místo = napíšeme =(45 2) T případně =(4,5, 2) T. Matici,kteráserovnásvojítransponovanématici(tedy = T ), nazýváme symetrickou maticí. Rozmyslete si, že matice ( 3 x 4 x y ) jesymetrickápro x=2aprolibovolné y. Martina Šimůnková (KAP) Matice 9. března 28 1/ 2
58 Vlastnosti operací 1 Základní pojmy 2 Operace s maticemi 3 Vlastnosti operací 4 Inverzní matice 5 Hodnost matice Martina Šimůnková (KAP) Matice 9. března 28 11/ 2
59 Vlastnosti operací S maticemi můžete při sčítání, násobení a umocňování matic a násobení matice číslem zacházet stejně jako by to byla čísla- operace mají stejné vlastnosti, ovšem s jednou výjimkou: násobení matic není komutativní,tj.obecněsenemusírovnatsoučiny,. Jednotková matice má přitom stejnou vlastnost jako jednička při násobení:je-li čtvercovámaticestejnéhořádujakojednotková matice,platí: =, = Příklady:(není vidět hned, vezměte papír a tužku a upravte) Pro transpozici platí ( +3 )( 2 + )= ( 4 + )(3 3 )+(2 )( + ) = ( + ) T = T + T,(α ) T = α T,( ) T = T T,( T ) T =. Martina Šimůnková (KAP) Matice 9. března 28 12/ 2
60 Vlastnosti operací S maticemi můžete při sčítání, násobení a umocňování matic a násobení matice číslem zacházet stejně jako by to byla čísla- operace mají stejné vlastnosti, ovšem s jednou výjimkou: násobení matic není komutativní,tj.obecněsenemusírovnatsoučiny,. Jednotková matice má přitom stejnou vlastnost jako jednička při násobení:je-li čtvercovámaticestejnéhořádujakojednotková matice,platí: =, = Příklady:(není vidět hned, vezměte papír a tužku a upravte) Pro transpozici platí ( +3 )( 2 + )= ( 4 + )(3 3 )+(2 )( + ) = ( + ) T = T + T,(α ) T = α T,( ) T = T T,( T ) T =. Martina Šimůnková (KAP) Matice 9. března 28 12/ 2
61 Vlastnosti operací S maticemi můžete při sčítání, násobení a umocňování matic a násobení matice číslem zacházet stejně jako by to byla čísla- operace mají stejné vlastnosti, ovšem s jednou výjimkou: násobení matic není komutativní,tj.obecněsenemusírovnatsoučiny,. Jednotková matice má přitom stejnou vlastnost jako jednička při násobení:je-li čtvercovámaticestejnéhořádujakojednotková matice,platí: =, = Příklady:(není vidět hned, vezměte papír a tužku a upravte) Pro transpozici platí ( +3 )( 2 + )= ( 4 + )(3 3 )+(2 )( + ) = ( + ) T = T + T,(α ) T = α T,( ) T = T T,( T ) T =. Martina Šimůnková (KAP) Matice 9. března 28 12/ 2
62 Vlastnosti operací S maticemi můžete při sčítání, násobení a umocňování matic a násobení matice číslem zacházet stejně jako by to byla čísla- operace mají stejné vlastnosti, ovšem s jednou výjimkou: násobení matic není komutativní,tj.obecněsenemusírovnatsoučiny,. Jednotková matice má přitom stejnou vlastnost jako jednička při násobení:je-li čtvercovámaticestejnéhořádujakojednotková matice,platí: =, = Příklady:(není vidět hned, vezměte papír a tužku a upravte) Pro transpozici platí ( +3 )( 2 + )= ( 4 + )(3 3 )+(2 )( + ) = ( + ) T = T + T,(α ) T = α T,( ) T = T T,( T ) T =. Martina Šimůnková (KAP) Matice 9. března 28 12/ 2
63 Vlastnosti operací S maticemi můžete při sčítání, násobení a umocňování matic a násobení matice číslem zacházet stejně jako by to byla čísla- operace mají stejné vlastnosti, ovšem s jednou výjimkou: násobení matic není komutativní,tj.obecněsenemusírovnatsoučiny,. Jednotková matice má přitom stejnou vlastnost jako jednička při násobení:je-li čtvercovámaticestejnéhořádujakojednotková matice,platí: =, = Příklady:(není vidět hned, vezměte papír a tužku a upravte) Pro transpozici platí ( +3 )( 2 + )= ( 4 + )(3 3 )+(2 )( + ) = ( + ) T = T + T,(α ) T = α T,( ) T = T T,( T ) T =. Martina Šimůnková (KAP) Matice 9. března 28 12/ 2
64 Vlastnosti operací S maticemi můžete při sčítání, násobení a umocňování matic a násobení matice číslem zacházet stejně jako by to byla čísla- operace mají stejné vlastnosti, ovšem s jednou výjimkou: násobení matic není komutativní,tj.obecněsenemusírovnatsoučiny,. Jednotková matice má přitom stejnou vlastnost jako jednička při násobení:je-li čtvercovámaticestejnéhořádujakojednotková matice,platí: =, = Příklady:(není vidět hned, vezměte papír a tužku a upravte) Pro transpozici platí ( +3 )( 2 + )= ( 4 + )(3 3 )+(2 )( + ) = ( + ) T = T + T,(α ) T = α T,( ) T = T T,( T ) T =. Martina Šimůnková (KAP) Matice 9. března 28 12/ 2
65 Vlastnosti operací S maticemi můžete při sčítání, násobení a umocňování matic a násobení matice číslem zacházet stejně jako by to byla čísla- operace mají stejné vlastnosti, ovšem s jednou výjimkou: násobení matic není komutativní,tj.obecněsenemusírovnatsoučiny,. Jednotková matice má přitom stejnou vlastnost jako jednička při násobení:je-li čtvercovámaticestejnéhořádujakojednotková matice,platí: =, = Příklady:(není vidět hned, vezměte papír a tužku a upravte) Pro transpozici platí ( +3 )( 2 + )= ( 4 + )(3 3 )+(2 )( + ) = ( + ) T = T + T,(α ) T = α T,( ) T = T T,( T ) T =. Martina Šimůnková (KAP) Matice 9. března 28 12/ 2
66 Vlastnosti operací S maticemi můžete při sčítání, násobení a umocňování matic a násobení matice číslem zacházet stejně jako by to byla čísla- operace mají stejné vlastnosti, ovšem s jednou výjimkou: násobení matic není komutativní,tj.obecněsenemusírovnatsoučiny,. Jednotková matice má přitom stejnou vlastnost jako jednička při násobení:je-li čtvercovámaticestejnéhořádujakojednotková matice,platí: =, = Příklady:(není vidět hned, vezměte papír a tužku a upravte) Pro transpozici platí ( +3 )( 2 + )= ( 4 + )(3 3 )+(2 )( + ) = ( + ) T = T + T,(α ) T = α T,( ) T = T T,( T ) T =. Martina Šimůnková (KAP) Matice 9. března 28 12/ 2
67 Vlastnosti operací S maticemi můžete při sčítání, násobení a umocňování matic a násobení matice číslem zacházet stejně jako by to byla čísla- operace mají stejné vlastnosti, ovšem s jednou výjimkou: násobení matic není komutativní,tj.obecněsenemusírovnatsoučiny,. Jednotková matice má přitom stejnou vlastnost jako jednička při násobení:je-li čtvercovámaticestejnéhořádujakojednotková matice,platí: =, = Příklady:(není vidět hned, vezměte papír a tužku a upravte) Pro transpozici platí ( +3 )( 2 + )= ( 4 + )(3 3 )+(2 )( + ) = ( + ) T = T + T,(α ) T = α T,( ) T = T T,( T ) T =. Martina Šimůnková (KAP) Matice 9. března 28 12/ 2
68 Vlastnosti operací S maticemi můžete při sčítání, násobení a umocňování matic a násobení matice číslem zacházet stejně jako by to byla čísla- operace mají stejné vlastnosti, ovšem s jednou výjimkou: násobení matic není komutativní,tj.obecněsenemusírovnatsoučiny,. Jednotková matice má přitom stejnou vlastnost jako jednička při násobení:je-li čtvercovámaticestejnéhořádujakojednotková matice,platí: =, = Příklady:(není vidět hned, vezměte papír a tužku a upravte) ( +3 )( 2 + )= ( 4 + )(3 3 )+(2 )( + ) = Všimněte si pořadí matic v součinu. ( + ) T = T + T,(α ) T = α T,( ) T = T T,( T ) T =. Martina Šimůnková (KAP) Matice 9. března 28 12/ 2
69 Inverzní matice 1 Základní pojmy 2 Operace s maticemi 3 Vlastnosti operací 4 Inverzní matice Regulární a inverzní matice- definice pojmů Výpočet inverzní matice Gaussovou eliminační metodou 5 Hodnost matice Martina Šimůnková (KAP) Matice 9. března 28 13/ 2
70 Inverzní matice Regulární a inverzní matice- definice pojmů Matici nazvemeregulárnímaticí,pokudkníexistujematice, prokterouplatí: = =. Matici budemenazývat inverznímaticíkmatici abudemejiznačit 1. Platí: Každá regulární matice je čtvercovou maticí. Regulární matice má lineárně nezávislé řádky. (Pojem lineární nezávislosti je vysvětlen v prezentaci o aritmetických vektorech.) Regulární matice má lineárně nezávislé sloupce. Čtvercová matice, která má lineárně nezávislé řádky, je regulární. Čtvercová matice, která má lineárně nezávislé sloupce, je regulární. Součin dvou regulárních matic stejného řádu je opět regulární matice aplatí( ) 1 = 1 1. Maticetransponovanákregulárnímatici jeopětregulárnímaticeaplatí( T ) 1 =( 1 ) T. Martina Šimůnková (KAP) Matice 9. března 28 14/ 2
71 Inverzní matice Regulární a inverzní matice- definice pojmů Matici nazvemeregulárnímaticí,pokudkníexistujematice, prokterouplatí: = =. Matici budemenazývat inverznímaticíkmatici abudemejiznačit 1. Platí: Každá regulární matice je čtvercovou maticí. Regulární matice má lineárně nezávislé řádky. (Pojem lineární nezávislosti je vysvětlen v prezentaci o aritmetických vektorech.) Regulární matice má lineárně nezávislé sloupce. Čtvercová matice, která má lineárně nezávislé řádky, je regulární. Čtvercová matice, která má lineárně nezávislé sloupce, je regulární. Součin dvou regulárních matic stejného řádu je opět regulární matice aplatí( ) 1 = 1 1. Maticetransponovanákregulárnímatici jeopětregulárnímaticeaplatí( T ) 1 =( 1 ) T. Martina Šimůnková (KAP) Matice 9. března 28 14/ 2
72 Inverzní matice Regulární a inverzní matice- definice pojmů Matici nazvemeregulárnímaticí,pokudkníexistujematice, prokterouplatí: = =. Matici budemenazývat inverznímaticíkmatici abudemejiznačit 1. Platí: Každá regulární matice je čtvercovou maticí. Regulární matice má lineárně nezávislé řádky. (Pojem lineární nezávislosti je vysvětlen v prezentaci o aritmetických vektorech.) Regulární matice má lineárně nezávislé sloupce. Čtvercová matice, která má lineárně nezávislé řádky, je regulární. Čtvercová matice, která má lineárně nezávislé sloupce, je regulární. Součin dvou regulárních matic stejného řádu je opět regulární matice aplatí( ) 1 = 1 1. Maticetransponovanákregulárnímatici jeopětregulárnímaticeaplatí( T ) 1 =( 1 ) T. Martina Šimůnková (KAP) Matice 9. března 28 14/ 2
73 Inverzní matice Regulární a inverzní matice- definice pojmů Matici nazvemeregulárnímaticí,pokudkníexistujematice, prokterouplatí: = =. Matici budemenazývat inverznímaticíkmatici abudemejiznačit 1. Platí: Každá regulární matice je čtvercovou maticí. Regulární matice má lineárně nezávislé řádky. (Pojem lineární nezávislosti je vysvětlen v prezentaci o aritmetických vektorech.) Regulární matice má lineárně nezávislé sloupce. Čtvercová matice, která má lineárně nezávislé řádky, je regulární. Čtvercová matice, která má lineárně nezávislé sloupce, je regulární. Součin dvou regulárních matic stejného řádu je opět regulární matice aplatí( ) 1 = 1 1. Maticetransponovanákregulárnímatici jeopětregulárnímaticeaplatí( T ) 1 =( 1 ) T. Martina Šimůnková (KAP) Matice 9. března 28 14/ 2
74 Inverzní matice Regulární a inverzní matice- definice pojmů Matici nazvemeregulárnímaticí,pokudkníexistujematice, prokterouplatí: = =. Matici budemenazývat inverznímaticíkmatici abudemejiznačit 1. Platí: Každá regulární matice je čtvercovou maticí. Regulární matice má lineárně nezávislé řádky. (Pojem lineární nezávislosti je vysvětlen v prezentaci o aritmetických vektorech.) Regulární matice má lineárně nezávislé sloupce. Čtvercová matice, která má lineárně nezávislé řádky, je regulární. Čtvercová matice, která má lineárně nezávislé sloupce, je regulární. Součin dvou regulárních matic stejného řádu je opět regulární matice aplatí( ) 1 = 1 1. Maticetransponovanákregulárnímatici jeopětregulárnímaticeaplatí( T ) 1 =( 1 ) T. Martina Šimůnková (KAP) Matice 9. března 28 14/ 2
75 Inverzní matice Regulární a inverzní matice- definice pojmů Matici nazvemeregulárnímaticí,pokudkníexistujematice, prokterouplatí: = =. Matici budemenazývat inverznímaticíkmatici abudemejiznačit 1. Platí: Každá regulární matice je čtvercovou maticí. Regulární matice má lineárně nezávislé řádky. (Pojem lineární nezávislosti je vysvětlen v prezentaci o aritmetických vektorech.) Regulární matice má lineárně nezávislé sloupce. Čtvercová matice, která má lineárně nezávislé řádky, je regulární. Čtvercová matice, která má lineárně nezávislé sloupce, je regulární. Součin dvou regulárních matic stejného řádu je opět regulární matice aplatí( ) 1 = 1 1. Maticetransponovanákregulárnímatici jeopětregulárnímaticeaplatí( T ) 1 =( 1 ) T. Martina Šimůnková (KAP) Matice 9. března 28 14/ 2
76 Inverzní matice Regulární a inverzní matice- definice pojmů Matici nazvemeregulárnímaticí,pokudkníexistujematice, prokterouplatí: = =. Matici budemenazývat inverznímaticíkmatici abudemejiznačit 1. Platí: Každá regulární matice je čtvercovou maticí. Regulární matice má lineárně nezávislé řádky. (Pojem lineární nezávislosti je vysvětlen v prezentaci o aritmetických vektorech.) Regulární matice má lineárně nezávislé sloupce. Čtvercová matice, která má lineárně nezávislé řádky, je regulární. Čtvercová matice, která má lineárně nezávislé sloupce, je regulární. Součin dvou regulárních matic stejného řádu je opět regulární matice aplatí( ) 1 = 1 1. Maticetransponovanákregulárnímatici jeopětregulárnímaticeaplatí( T ) 1 =( 1 ) T. Martina Šimůnková (KAP) Matice 9. března 28 14/ 2
77 Inverzní matice Regulární a inverzní matice- definice pojmů Matici nazvemeregulárnímaticí,pokudkníexistujematice, prokterouplatí: = =. Matici budemenazývat inverznímaticíkmatici abudemejiznačit 1. Platí: Každá regulární matice je čtvercovou maticí. Regulární matice má lineárně nezávislé řádky. (Pojem lineární nezávislosti je vysvětlen v prezentaci o aritmetických vektorech.) Regulární matice má lineárně nezávislé sloupce. Čtvercová matice, která má lineárně nezávislé řádky, je regulární. Čtvercová matice, která má lineárně nezávislé sloupce, je regulární. Součin dvou regulárních matic stejného řádu je opět regulární matice aplatí( ) 1 = 1 1. Maticetransponovanákregulárnímatici jeopětregulárnímaticeaplatí( T ) 1 =( 1 ) T. Martina Šimůnková (KAP) Matice 9. března 28 14/ 2
78 Inverzní matice Regulární a inverzní matice- definice pojmů Matici nazvemeregulárnímaticí,pokudkníexistujematice, prokterouplatí: = =. Matici budemenazývat inverznímaticíkmatici abudemejiznačit 1. Platí: Každá regulární matice je čtvercovou maticí. Regulární matice má lineárně nezávislé řádky. (Pojem lineární nezávislosti je vysvětlen v prezentaci o aritmetických vektorech.) Regulární matice má lineárně nezávislé sloupce. Čtvercová matice, která má lineárně nezávislé řádky, je regulární. Čtvercová matice, která má lineárně nezávislé sloupce, je regulární. Součin dvou regulárních matic stejného řádu je opět regulární matice aplatí( ) 1 = 1 1. Maticetransponovanákregulárnímatici jeopětregulárnímaticeaplatí( T ) 1 =( 1 ) T. Martina Šimůnková (KAP) Matice 9. března 28 14/ 2
79 Inverzní matice Výpočet inverzní matice Gaussovou eliminační metodou Výpočet inverzní matice Gaussovou eliminační metodou Tento slajd bude vytvořen později. Zatím najdete Gaussovu eliminační metodu vyloženu v článku 1.1 textu[1] na webu. Martina Šimůnková (KAP) Matice 9. března 28 15/ 2
80 Hodnost matice 1 Základní pojmy 2 Operace s maticemi 3 Vlastnosti operací 4 Inverzní matice 5 Hodnost matice Definice hodnosti matice, příklad Elementární řádkové a sloupcové úpravy matice Výpočet hodnosti pomocí řádkových úprav- příklad Martina Šimůnková (KAP) Matice 9. března 28 16/ 2
81 Hodnost matice Definice hodnosti matice, příklad Pro libovolnou matici je maximální počet lineárně nezávislých řádků totožný s maximáním ( počtem lineárně ) nezávislých sloupců. Například vmatici = jsou2.až4.sloupecnásobkem prvního a totéž platí pro 2. řádek. Číslo, které udává maximální počet lineáněnezávislýchřádkůmatice,budemenazývathodností matice abudemejejoznačovat h( ).Provýšeuvedenoumaticije h( )=1. Příklad: Ukažte, že řádky matice = jsou lineárně nezávislé a určete její hodnost. Martina Šimůnková (KAP) Matice 9. března 28 17/ 2
82 Hodnost matice Definice hodnosti matice, příklad Pro libovolnou matici je maximální počet lineárně nezávislých řádků totožný s maximáním ( počtem lineárně ) nezávislých sloupců. Například vmatici = jsou2.až4.sloupecnásobkem prvního a totéž platí pro 2. řádek. Číslo, které udává maximální počet lineáněnezávislýchřádkůmatice,budemenazývathodností matice abudemejejoznačovat h( ).Provýšeuvedenoumaticije h( )=1. Příklad: Ukažte, že řádky matice = jsou lineárně nezávislé a určete její hodnost. Martina Šimůnková (KAP) Matice 9. března 28 17/ 2
83 Hodnost matice Definice hodnosti matice, příklad Pro libovolnou matici je maximální počet lineárně nezávislých řádků totožný s maximáním ( počtem lineárně ) nezávislých sloupců. Například vmatici = jsou2.až4.sloupecnásobkem prvního a totéž platí pro 2. řádek. Číslo, které udává maximální počet lineáněnezávislýchřádkůmatice,budemenazývathodností matice abudemejejoznačovat h( ).Provýšeuvedenoumaticije h( )=1. Příklad: Ukažte, že řádky matice = jsou lineárně nezávislé a určete její hodnost. Martina Šimůnková (KAP) Matice 9. března 28 17/ 2
84 Hodnost matice Definice hodnosti matice, příklad Pro libovolnou matici je maximální počet lineárně nezávislých řádků totožný s maximáním ( počtem lineárně ) nezávislých sloupců. Například vmatici = jsou2.až4.sloupecnásobkem prvního a totéž platí pro 2. řádek. Číslo, které udává maximální počet lineáněnezávislýchřádkůmatice,budemenazývathodností matice abudemejejoznačovat h( ).Provýšeuvedenoumaticije h( )=1. Příklad: Ukažte, že řádky matice = jsou lineárně nezávislé a určete její hodnost. Martina Šimůnková (KAP) Matice 9. března 28 17/ 2
85 Hodnost matice Definice hodnosti matice, příklad Pro libovolnou matici je maximální počet lineárně nezávislých řádků totožný s maximáním ( počtem lineárně ) nezávislých sloupců. Například vmatici = jsou2.až4.sloupecnásobkem prvního a totéž platí pro 2. řádek. Číslo, které udává maximální počet lineáněnezávislýchřádkůmatice,budemenazývathodností matice abudemejejoznačovat h( ).Provýšeuvedenoumaticije h( )=1. Příklad: Ukažte, že řádky matice = jsou lineárně nezávislé a určete její hodnost. Martina Šimůnková (KAP) Matice 9. března 28 17/ 2
86 Hodnost matice Definice hodnosti matice, příklad Řešení příkladu: napíšeme lineární kombinaci řádků matice, porovnáme s nulovým vektorem α β γ δ 5 = avypočtemehodnotykoeficientů α, β, γ, δzesoustavy2α=, 3α=,4α 4β=,3β+2γ=,7α+5β+ γ+5δ=,ukteré snadnonahlédneme,žemájedinéřešení: α=β= γ= δ=.řádky matice jsoutedylineárněnezávisléajejíhodnostje h( )=4. Všimnětesi,želineárnínezávislostřádkůmatice zpříkladuje důsledkem toho, že, počínaje druhým, začíná každý řádek více nulami než předchozí- takovou matici budeme nazývat schodovitou maticí. Martina Šimůnková (KAP) Matice 9. března 28 18/ 2
87 Hodnost matice Definice hodnosti matice, příklad Řešení příkladu: napíšeme lineární kombinaci řádků matice, porovnáme s nulovým vektorem α β γ δ 5 = avypočtemehodnotykoeficientů α, β, γ, δzesoustavy2α=, 3α=,4α 4β=,3β+2γ=,7α+5β+ γ+5δ=,ukteré snadnonahlédneme,žemájedinéřešení: α=β= γ= δ=.řádky matice jsoutedylineárněnezávisléajejíhodnostje h( )=4. Všimnětesi,želineárnínezávislostřádkůmatice zpříkladuje důsledkem toho, že, počínaje druhým, začíná každý řádek více nulami než předchozí- takovou matici budeme nazývat schodovitou maticí. Martina Šimůnková (KAP) Matice 9. března 28 18/ 2
88 Hodnost matice Definice hodnosti matice, příklad Řešení příkladu: napíšeme lineární kombinaci řádků matice, porovnáme s nulovým vektorem α β γ δ 5 = avypočtemehodnotykoeficientů α, β, γ, δzesoustavy2α=, 3α=,4α 4β=,3β+2γ=,7α+5β+ γ+5δ=,ukteré snadnonahlédneme,žemájedinéřešení: α=β= γ= δ=.řádky matice jsoutedylineárněnezávisléajejíhodnostje h( )=4. Všimnětesi,želineárnínezávislostřádkůmatice zpříkladuje důsledkem toho, že, počínaje druhým, začíná každý řádek více nulami než předchozí- takovou matici budeme nazývat schodovitou maticí. Martina Šimůnková (KAP) Matice 9. března 28 18/ 2
89 Hodnost matice Definice hodnosti matice, příklad Řešení příkladu: napíšeme lineární kombinaci řádků matice, porovnáme s nulovým vektorem α β γ δ 5 = avypočtemehodnotykoeficientů α, β, γ, δzesoustavy2α=, 3α=,4α 4β=,3β+2γ=,7α+5β+ γ+5δ=,ukteré snadnonahlédneme,žemájedinéřešení: α=β= γ= δ=.řádky matice jsoutedylineárněnezávisléajejíhodnostje h( )=4. Všimnětesi,želineárnínezávislostřádkůmatice zpříkladuje důsledkem toho, že, počínaje druhým, začíná každý řádek více nulami než předchozí- takovou matici budeme nazývat schodovitou maticí. Martina Šimůnková (KAP) Matice 9. března 28 18/ 2
90 Hodnost matice Definice hodnosti matice, příklad Řešení příkladu: napíšeme lineární kombinaci řádků matice, porovnáme s nulovým vektorem α β γ δ 5 = avypočtemehodnotykoeficientů α, β, γ, δzesoustavy2α=, 3α=,4α 4β=,3β+2γ=,7α+5β+ γ+5δ=,ukteré snadnonahlédneme,žemájedinéřešení: α=β= γ= δ=.řádky matice jsoutedylineárněnezávisléajejíhodnostje h( )=4. Všimnětesi,želineárnínezávislostřádkůmatice zpříkladuje důsledkem toho, že, počínaje druhým, začíná každý řádek více nulami než předchozí- takovou matici budeme nazývat schodovitou maticí. Martina Šimůnková (KAP) Matice 9. března 28 18/ 2
91 Hodnost matice Definice hodnosti matice, příklad Řešení příkladu: napíšeme lineární kombinaci řádků matice, porovnáme s nulovým vektorem α β γ δ 5 = avypočtemehodnotykoeficientů α, β, γ, δzesoustavy2α=, 3α=,4α 4β=,3β+2γ=,7α+5β+ γ+5δ=,ukteré snadnonahlédneme,žemájedinéřešení: α=β= γ= δ=.řádky matice jsoutedylineárněnezávisléajejíhodnostje h( )=4. Všimnětesi,želineárnínezávislostřádkůmatice zpříkladuje důsledkem toho, že, počínaje druhým, začíná každý řádek více nulami než předchozí- takovou matici budeme nazývat schodovitou maticí. Martina Šimůnková (KAP) Matice 9. března 28 18/ 2
92 Hodnost matice Definice hodnosti matice, příklad Řešení příkladu: napíšeme lineární kombinaci řádků matice, porovnáme s nulovým vektorem α β γ δ 5 = avypočtemehodnotykoeficientů α, β, γ, δzesoustavy2α=, 3α=,4α 4β=,3β+2γ=,7α+5β+ γ+5δ=,ukteré snadnonahlédneme,žemájedinéřešení: α=β= γ= δ=.řádky matice jsoutedylineárněnezávisléajejíhodnostje h( )=4. Všimnětesi,želineárnínezávislostřádkůmatice zpříkladuje důsledkem toho, že, počínaje druhým, začíná každý řádek více nulami než předchozí- takovou matici budeme nazývat schodovitou maticí. Martina Šimůnková (KAP) Matice 9. března 28 18/ 2
93 Elementární řádkové úpravy matice: 1 Výměna dvou řádků. 2 Vynásobení nenulovým číslem. 3 Přičtení násobku jiného Hodnost matice Elementární řádkové a sloupcové úpravy matice Při těchto úpravách se nemění hodnost matice. Na dalším slajdu vypočteme pomocí elemenárních úprav hodnost matice = Upravíme elementárními úpravami zadanou matici na schodovitou matici a pak určíme hodnost úpravami vzniklé schodovité matice- ta je rovna hodnosti původní matice. Martina Šimůnková (KAP) Matice 9. března 28 19/ 2
Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.
Matice Definice. Maticí typu m n nazýváme obdélníkové pole, tvořené z m n reálných čísel (tzv. prvků matice), zapsaných v m řádcích a n sloupcích. Značíme např. A = (a ij ), kde i = 1,..., m, j = 1,...,
VíceOperace s maticemi
Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
VíceZáklady matematiky pro FEK
Základy matematiky pro FEK 2. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 20 Co nás dneska čeká... Závislé a nezávislé
VíceVektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace
Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi
VíceZáklady maticového počtu Matice, determinant, definitnost
Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n
VíceUspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). Čísla a 1, a 2,..., a n se nazývají složky vektoru
1 1. Lineární algebra 1.1. Lineární závislost a nezávislost vektorů. Hodnost matice Aritmetické vektory Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ).
VíceLineární algebra - I. část (vektory, matice a jejich využití)
Lineární algebra - I. část (vektory, matice a jejich využití) Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 2. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 40 Obsah 1 Vektory
VíceHODNOST A DETERMINANT MATICE, INVERZNÍ MATICE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s
VíceLineární algebra Operace s vektory a maticemi
Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008 Obsah Operace s řádkovými vektory..................... 3 Operace se sloupcovými vektory................... 12 Matice..................................
VíceHODNOST A DETERMINANT MATICE, INVERZNÍ MATICE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
VíceKapitola 11: Vektory a matice:
Kapitola 11: Vektory a matice: Prostor R n R n = {(x 1,, x n ) x i R, i = 1,, n}, n N x = (x 1,, x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i = 1,, n : x i = y i
VíceOperace s maticemi. 19. února 2018
Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice
VíceMaticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:
3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...
VíceKapitola 11: Vektory a matice 1/19
Kapitola 11: Vektory a matice 1/19 2/19 Prostor R n R n = {(x 1,..., x n ) x i R, i = 1,..., n}, n N x = (x 1,..., x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i =
VíceMatematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
VíceMnožinu všech matic typu m n nad tělesem T budeme označovat M m n (T ), množinu všech čtvercových matic stupně n nad T pak M n (T ).
Matice Definice 4.1 Necht (T ; +, je číselné těleso, m, n N a dále necht a ij T pro všechny indexy i = 1, 2,..., m a j = 1, 2,..., n. Potom schéma a 11 a 12... a 1n a 21 a 22... a 2n... = (a ij m n a m1
VíceMATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
VíceMENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného
VíceMENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného
VíceMatice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n
[1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem
VíceMatematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
Více10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo
0. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo (PEF PaA) Petr Gurka aktualizováno 9. prosince 202 Obsah Základní pojmy. Motivace.................................2 Aritmetický vektorový
Více8 Matice a determinanty
M Rokyta, MFF UK: Aplikovaná matematika II kap 8: Matice a determinanty 1 8 Matice a determinanty 81 Matice - definice a základní vlastnosti Definice Reálnou resp komplexní maticí A typu m n nazveme obdélníkovou
Více2. ZÁKLADY MATICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY
2. ZÁKLADY MAICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY V této kapitole se dozvíte: jak je definována reálná nebo komplexní matice a co rozumíme jejím typem; co jsou to prvky matice, co vyjadřují jejich indexy
VíceVI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku
VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m
Více7. Lineární vektorové prostory
7. Lineární vektorové prostory Tomáš Salač MÚ UK, MFF UK LS 2017/18 Tomáš Salač ( MÚ UK, MFF UK ) 7. Lineární vektorové prostory LS 2017/18 1 / 62 7.1 Definice a příklady Definice 7.1 Množina G s binární
VíceÚvod do lineární algebry
Úvod do lineární algebry 1 Aritmetické vektory Definice 11 Mějme n N a utvořme kartézský součin R n R R R Každou uspořádanou n tici x 1 x 2 x, x n budeme nazývat n rozměrným aritmetickým vektorem Prvky
VíceVektory a matice. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)
Vektory a matice Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného základu
VíceDeterminanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.
Determinanty Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Determinanty Definice determinantu Sarrusovo a křížové pravidlo Laplaceův rozvoj Vlastnosti determinantu Výpočet determinantů 2 Inverzní
VíceSoustavy lineárních rovnic
Přednáška MATEMATIKA č 4 Katedra ekonometrie FEM UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz 27 10 2010 Soustava lineárních rovnic Definice Soustava rovnic a 11 x 1 + a 12 x 2 + + a
VíceLineární algebra. Matice, operace s maticemi
Lineární algebra Matice, operace s maticemi Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo
VíceČíselné vektory, matice, determinanty
Číselné vektory, matice, determinanty Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny
VíceAVDAT 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
VíceSoustava m lineárních rovnic o n neznámých je systém
1 1.2. Soustavy lineárních rovnic Soustava lineárních rovnic Soustava m lineárních rovnic o n neznámých je systém a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2...
VíceCílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi
2.2. Cíle Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi Předpokládané znalosti Předpokladem zvládnutí
VíceHisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),
1 LINEÁRNÍ ALGEBRA 1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci
Více(Cramerovo pravidlo, determinanty, inverzní matice)
KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce
VíceDEFINICE Z LINEÁRNÍ ALGEBRY
DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které
VíceAplikovaná numerická matematika - ANM
Aplikovaná numerická matematika - ANM 3 Řešení soustav lineárních rovnic iterační metody doc Ing Róbert Lórencz, CSc České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových
VíceDeterminant matice řádu 5 budeme počítat opakovaným použitím rozvoje determinantu podle vybraného řádku nebo sloupce. Aby byl náš výpočet
Řešené příklady z lineární algebry - část 2 Příklad 2.: Určete determinant matice A: A = 4 4. Řešení: Determinant matice řádu budeme počítat opakovaným použitím rozvoje determinantu podle vybraného řádku
VíceZáklady matematiky pro FEK
Základy matematiky pro FEK 3. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 21 Co nás dneska čeká... Co je to soustava lineárních
Více15 Maticový a vektorový počet II
M. Rokyta, MFF UK: Aplikovaná matematika III kap. 15: Maticový a vektorový počet II 1 15 Maticový a vektorový počet II 15.1 Úvod Opakování z 1. ročníku (z kapitoly 8) Označení. Množinu všech reálných resp.
Více4. Trojúhelníkový rozklad p. 1/20
4. Trojúhelníkový rozklad 4. Trojúhelníkový rozklad p. 1/20 4. Trojúhelníkový rozklad p. 2/20 Trojúhelníkový rozklad 1. Permutační matice 2. Trojúhelníkové matice 3. Trojúhelníkový (LU) rozklad 4. Výpočet
VíceČtvercové 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).
VíceČTVERCOVÉ MATICE. Čtvercová matice je taková matice, kde počet řádků je roven počtu jejích sloupců. det(a) značíme determinant čtvercové matice A
ČTVERCOVÉ MTICE Čtvercová matice je taková matice, kde počet řádků je roven počtu jejích sloupců. det() značíme determinant čtvercové matice Regulární matice hodnost je rovna jejímu řádu determinant je
Více1 Vektorové prostory.
1 Vektorové prostory DefiniceMnožinu V, jejíž prvky budeme označovat a, b, c, z, budeme nazývat vektorovým prostorem právě tehdy, když budou splněny následující podmínky: 1 Je dáno zobrazení V V V, které
VíceSlovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy
1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném
VíceVEKTOROVÝ PROSTOR. Vektorový prostor V n je množina všech n-složkových vektorů spolu s operacemi sčítání, odčítání vektorů a reálný násobek vektoru.
VEKTOROVÝ PROSTOR Vektorový prostor V n je množina všech n-složkových vektorů spolu s operacemi sčítání, odčítání vektorů a reálný násobek vektoru. Soubor n-složkových vektorů je libovolná skupina vektorů,
VíceP 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
VíceSoustavy lineárních rovnic a determinanty
Soustavy lineárních rovnic a determinanty Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny
Více1 Determinanty a inverzní matice
Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého
VíceLineární 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
VíceVektorový prostor. d) Ke každému prvku u V n existuje tzv. opačný prvek u, pro který platí, že u + u = o (vektor u nazýváme opačný vektor k vektoru u)
Hodnost matice Vektorový prostor Vektorový prostor V n je množina všech n-složkových vektorů spolu s operacemi sčítání vektorů a reálný násobek vektoru, přičemž platí: a) V n je uzavřenou množinou vůči
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
Tomáš Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 63 1 2 3 4 5 6 7 8 9 10 11 2 / 63 Aritmetický vektor Definition 1 Aritmetický vektor x je uspořádaná
VíceNecht 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
Více1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x
1 ZOBRAZENÍ 1 Zobrazení a algebraické struktury 1 Zobrazení Příklad 1.1. (a) Ukažte, že zobrazení f : x na otevřený interval ( 1, 1). x x +1 je bijekce množiny reálných čísel R (b) Necht a, b R, a < b.
VíceDrsná matematika I 5. přednáška Vektory a matice
Drsná matematika I 5. přednáška Vektory a matice Jan Slovák Masarykova univerzita Fakulta informatiky 20. 3. 2007 Obsah přednášky 1 Literatura 2 Vektory 3 Matice nad skaláry 4 Ekvivalentní úpravy matic
VícePřipomenutí co je to soustava lineárních rovnic
Připomenutí co je to soustava lineárních rovnic Příklad 2x 3y + z = 5 3x + 5y + 2z = 4 x + 2y z = 1 Soustava lineárních rovnic obecně Maticový tvar: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a
VíceDeterminanty. Determinanty. Přednáška MATEMATIKA č. 3. Jiří Neubauer
Přednáška MATEMATIKA č. 3 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 21. 10. 2010 Uvažujme neprázdnou množinu přirozených čísel M = {1, 2,..., n}. Z kombinatoriky
Vícerozumíme obdélníkovou tabulku
Přednáška : Matice Matice poskytují velmi účinný způsob jak úsporně zapisovat mnoho lineárních problémů. Navíc je tento způsob velmi vhodný pro jejich zadání do počítačových programů, které dokáží tyto
VíceMatematika. Kamila Hasilová. Matematika 1/34
Matematika Kamila Hasilová Matematika 1/34 Obsah 1 Úvod 2 GEM 3 Lineární algebra 4 Vektory Matematika 2/34 Úvod Zkouška písemná, termíny budou včas vypsány na Intranetu UO obsah: teoretická a praktická
VíceMATEMATIKA PRO PŘÍRODNÍ VĚDY LINEÁRNÍ ALGEBRA, DIFERENCIÁLNÍ POČET MPV, LADP TUL, ZS 2009/10
1 MATEMATIKA PRO PŘÍRODNÍ VĚDY LINEÁRNÍ ALGEBRA, DIFERENCIÁLNÍ POČET 2 koncepce/slides: Jan Picek přednášející: Jiří Veselý KAP, tel. 485352290, budova H konzul. hodiny: dle úmluvy e-mail: jvesely@karlin.mff.cuni.cz
Vícematiceteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést
Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud
Vícea počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:
Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se
VíceLineární 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
VíceÚvodní informace Soustavy lineárních rovnic. 12. února 2018
Úvodní informace Soustavy lineárních rovnic Přednáška první 12. února 2018 Obsah 1 Úvodní informace 2 Soustavy lineárních rovnic 3 Matice Frobeniova věta Úvodní informace Olga Majlingová : Na Okraji, místnost
VíceSoustavy linea rnı ch rovnic
[1] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení a) soustavy, 10, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l.
VíceV: 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
Vícevyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).
Řešené příklady z lineární algebry - část 6 Typové příklady s řešením Příklad 6.: Kvadratickou formu κ(x) = x x 6x 6x x + 8x x 8x x vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých
Více[1] LU rozklad A = L U
[1] LU rozklad A = L U někdy je třeba prohodit sloupce/řádky a) lurozklad, 8, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l. Viz p. d. 4/2010 Terminologie BI-LIN, lurozklad,
VíceSoustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.
[1] Terminologie [2] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová matice.
VíceUčební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty študenti MFF 15. augusta 2008 1 14 Vlastní čísla a vlastní hodnoty Požadavky Vlastní čísla a vlastní hodnoty lineárního
Vícepříkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.
Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl
VíceVektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,
Vektorový prostor Příklady: Př.1. R 2 ; R 3 ; R n...aritmetický n-rozměrný prostor Dvě operace v R n : součet vektorů u = (u 1,...u n ) a v = (v 1,...v n ) je vektor u + v = (u 1 + v 1,...u n + v n ),
VíceIB112 Základy matematiky
IB112 Základy matematiky Řešení soustavy lineárních rovnic, matice, vektory Jan Strejček IB112 Základy matematiky: Řešení soustavy lineárních rovnic, matice, vektory 2/53 Obsah Soustava lineárních rovnic
Více[1] Determinant. det A = 0 pro singulární matici, det A 0 pro regulární matici
[1] Determinant je číslo jistým způsobem charakterizující čtvercovou matici det A = 0 pro singulární matici, det A 0 pro regulární matici používá se při řešení lineárních soustav... a v mnoha dalších aplikacích
VíceALGEBRA. Téma 1: Matice a determinanty
SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1 746 01 Opava tel (553 684 611 DENNÍ STUDIUM Téma 1: Matice a determinanty 1 Přehled základních pojmů a tvrzení Základní pojmy Číselná
VíceZáklady teorie matic
Základy teorie matic 7. Vektory a lineární transformace In: Otakar Borůvka (author): Základy teorie matic. (Czech). Praha: Academia, 1971. pp. 43--47. Persistent URL: http://dml.cz/dmlcz/401335 Terms of
VíceCo je obsahem numerických metod?
Numerické metody Úvod Úvod Co je obsahem numerických metod? Numerické metody slouží k přibližnému výpočtu věcí, které se přesně vypočítat bud nedají vůbec, nebo by byl výpočet neúměrně pracný. Obsahem
Více2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC
.6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom
VíceALGEBRA A TEORETICKÁ ARITMETIKA. 1. část - Lineární algebra. doc.rndr. Jarmila Novotná, CSc. doc.rndr. Milan Trch, CSc.
ALGEBRA A TEORETICKÁ ARITMETIKA 1. část - Lineární algebra doc.rndr. Jarmila Novotná, CSc. doc.rndr. Milan Trch, CSc. Obsah 1 Aritmetické vektory 2 1.1 Základní pojmy............................ 2 1.2
VíceŘešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a 1 2. 1 + a 2 2 1
Příklad 1. Určete všechna řešení následující soustavy rovnic nad Z 2 : 0 0 0 1 1 1 0 1 0 1 1 1 1 1 0 1 0 1 0 1 1 Gaussovou eliminací převedeme zadanou soustavu na ekvivalentní soustavu v odstupňovaném
VíceUniverzitní licence MATLABu. Pište mail na: se žádostí o nejnovější licenci MATLABu.
Univerzitní licence MATLABu Pište mail na: operator@service.zcu.cz se žádostí o nejnovější licenci MATLABu. * násobení maticové K = L = 1 2 5 6 3 4 7 8 Příklad: M = K * L N = L * K (2,2) = (2,2) * (2,2)
VíceMatice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.
Matice lineárních zobrazení [1] Připomenutí Zobrazení A : L 1 L 2 je lineární, když A( x + y ) = A( x ) + A( y ), A(α x ) = α A( x ). Což je ekvivalentní s principem superpozice: A(α 1 x 1 + + α n x n
VíceZákladní pojmy teorie množin Vektorové prostory
Základní pojmy teorie množin Přednáška MATEMATIKA č. 1 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 7. 10. 2010 Základní pojmy teorie množin Základní pojmy
VíceProgram SMP pro kombinované studium
Zadání příkladů k procvičení na seminář Program SMP pro kombinované studium Nejdůležitější typy příkladů - minimum znalostí před zkouškovou písemkou 1) Matice 1. Pro matice 1 0 2 1 0 3 B = 7 3 4 4 2 0
VíceMatice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.
Přednáška MATEMATIKA č. 2 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 13. 10. 2010 Uspořádané schéma vytvořené z m n reálných čísel, kde m, n N a 11 a 12 a
VíceLineární algebra. Soustavy lineárních rovnic
Lineární algebra Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ.1.07/2.2.00/28.0326
Více1 Báze a dimenze vektorového prostoru 1
1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější
VíceALGEBRA. Téma 5: Vektorové prostory
SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 5: Vektorové prostory Základní pojmy Vektorový prostor nad polem P, reálný (komplexní)
VíceVĚTY Z LINEÁRNÍ ALGEBRY
VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru
VíceSoustavy lineárních rovnic
Soustavy lineárních rovnic Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného
Víceftp://math.feld.cvut.cz/pub/olsak/linal/
Petr Olšák Výcuc z textu Lineární algebra určeno pro promítání na přednášce Úvod do algebry http://www.olsak.net/linal.html ftp://math.feld.cvut.cz/pub/olsak/linal/ http://math.feld.cvut.cz/skripta/ua/
Vícez textu Lineární algebra
2 Úvodní poznámky Petr Olšák Výcuc z textu Lineární algebra určeno pro promítání na přednášce Úvod do algebry http://www.olsak.net/linal.html ftp://math.feld.cvut.cz/pub/olsak/linal/ http://math.feld.cvut.cz/skripta/ua/
VíceVšechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat
Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Čtvercová matice n n, např. může reprezentovat: A = A A 2 A 3 A 2 A 22 A 23 A 3 A 32 A 33 matici koeficientů soustavy n lineárních
VíceD 11 D D n1. D 12 D D n2. D 1n D 2n... D nn
Inversní matice 1 Definice Nechť je čtvercová matice řádu n Čtvercovou matici B řádu n nazveme inversní maticí k matici, jestliže platí B=E n =B, kdee n jeodpovídajícíjednotkovámatice 2 Tvrzení Inversní
VíceSoustavy lineárních rovnic-numerické řešení. October 2, 2008
Soustavy lineárních rovnic-numerické řešení October 2, 2008 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2... a n1 x 1 + a n2 x 2 + + a
VíceLingebraické kapitolky - Počítání s maticemi
Lingebraické kapitolky - Počítání s maticemi Jaroslav Horáček KAM MFF UK 20 Rozehřívačka: Definice sčítání dvou matic a násobení matice skalárem, transpozice Řešení: (A + B ij A ij + B ij (αa ij α(a ij
Více