transformace Idea afinního prostoru Definice afinního prostoru velké a stejně orientované.

Rozměr: px
Začít zobrazení ze stránky:

Download "transformace Idea afinního prostoru Definice afinního prostoru velké a stejně orientované."

Transkript

1 finní ransformace je posunuí plus lineární ransformace má svou maici vzhledem k homogenním souřadnicím využií například v počíačové grafice [] Idea afinního prosoru BI-LIN, afinia, 3, P. Olšák [2] Lineární prosor V volných vekorů: dvě orienované úsečky reprezenují sejný volný vekor, pokud jsou rovnoběžné, sejně velké a sejně orienované. Sčíání a násobení konsanou v lineárním prosoru V provedeme pomocí vhodně zvolených reprezenanů sejně jako v U O. Kromě vekorů z V budeme v afinním prosoru pracova s množinou bodů X. Nové operace: bod + vekor = bod2. Na bod navážeme reprezenana vekoru a koncový bod ohoo vekoru je výsledek operace. bod bod2 = vekor. Výsledkem je vekor s reprezenanem, kerý má počáeční bod2 a koncový bod. a) afinia, 3, b) P. Olšák, FEL ČVUT, c) P. Olšák 2, d) BI-LIN, e) L, f) 29/2, g)ä. Viz p. d. 4/2 Definice afinního prosoru BI-LIN, afinia, 3, P. Olšák [3] BI-LIN, afinia, 3, P. Olšák [4] Souřadnicový sysém afinního prosoru Definice: Nech V je lineární prosor a X je libovolná množina. Dvojici množin (X, V) nazýváme afinní prosor, pokud kromě operací + a na V je definována operace + : X V X s vlasnosmi: () P + o = P P X ( o V je nulový vekor), (2) (P + u ) + v = P + ( u + v ) P X, u V, v V, (3) P X, Q X exisuje jediný u V ak, že P = Q + u Vekor u z vlasnosi (3) značíme P Q nebo QP. Množina X a lineární prosor V mohou bý jakékoli akové, aby šlo definova operaci + s uvedenými vlasnosmi. Dobrá a posačující předsava afinního prosoru je lineární prosor V volných vekorů a množina X bodů. Dimenze afinního prosoru je dimenze lineárního prosoru V. Nadále budeme předpokláda afinní prosory s konečnou dimenzí (zejména s dimenzí 3 nebo 2). Zvolme bázi (B) prosoru V a dále bod O X. Dvojici (O, B) nazýváme souřadnicovým sysémem afinního prosoru. Vekor u V má souřadnice vzhledem k (O, B) definovány jako jeho souřadnice vzhledem k bázi (B). Bod P X má souřadnice vzhledem k (O, B) definovány jako souřadnice vekoru OP. Tomuo vekoru říkáme radiusvekor bodu P.

2 BI-LIN, afinia, 3, P. Olšák [5] Vlasnosi souřadnic v afinním prosoru Homogenní souřadnice BI-LIN, afinia, 3, P. Olšák [6] Nech C je zobrazení souřadnic, u, v V, P, Q X, α R. Pak () C( u + v ) = C( u ) + C( v ) (2) C(α u ) = α C( u ) (3) C(Q + u ) = C(Q) + C( u ) (4) C(P Q) = C(P) C(Q) Důkaz: () a (2): jsou o obvyklé souřadnice vekoru. (3), (4): sačí souřadnice bodů vyjádři jako souřadnice jejich radiusvekorů. Nech má afinní prosor dimenzi n. Homogenní souřadnice vekoru v souřadnicovém sysému (O, B) je uspořádaná (n + )-ice; prvních n složek obsahuje souřadnice vekoru, poslední složka obsahuje nulu. Homogenní souřadnice bodu v souřadnicovému sysému (O, B) je uspořádaná (n + )-ice; prvních n složek obsahuje souřadnice bodu, poslední složka obsahuje jedničku. Pozorování: Tvrzení z předchozí srany [5] o souřadnicích plaí i v případě, že C značí homogenní souřadnice. Maice v homogenních souřadnicích BI-LIN, afinia, 3, P. Olšák [7] Zobrazení : X X, pro keré exisuje maice R n+,n+ s vlasnosí: homogenní homogenní souřadnice bodu P vzhledem = souřadnice bodu (P) vzhledem k (O, B) k (O, B) se nazývá ransformace s maicí v homogenních souřadnicích. Pozorování: Maice musí bý varu: = kde R n,n, R n,, o R,n je nulový vekor. Vlasnosi maice v homogenních souřadnicích p = p + BI-LIN, afinia, 3, P. Olšák [8] j. bod je ransformován lineární ransformací s maicí a následně posunu o. u = u j. vekor je pouze ransformován lineární ransformací s maicí.

3 Příklad 2D BI-LIN, afinia, 3, P. Olšák [9] Příklad 3D BI-LIN, afinia, 3, P. Olšák [] Obecná maice ransformace v homogenních souřadnicích má var: a b c d e f. Je edy určena šesi paramery. Bod se souřadnicemi (x, y) přejde při ransformaci s ouo maicí na bod se souřadnicemi (x, y ): x a b c x ax + by + c y = d e f y = dx + ey + f, akže bod se ransformuje lineárně a posune o vekor (c, f). Obecná maice ransformace v homogenních souřadnicích má var: a b c d e f g h i j k l. Je určena dvanáci paramery. Transformace bodu probíhá podle následujícího vzorce: x a b c d x ax + by + cz + d y z = e f g h i j k l y z = ex + fy + gz + h ix + jy + kz + l BI-LIN, afinia, 3, P. Olšák [] Skládání ransformací součin maic Věa: Nech a B jsou maice ransformací a B v homogenních souřadnicích B s =, B = Pak složená ransformace B má maici: B s B = = ( B B + s ). BI-LIN, afinia, 3, P. Olšák [2] Inverzní ransformace inverzní maice Věa: Má-li ransformace regulární maici v homogenních souřadnicích, pak je prosá a na a má maici v homogenních souřadnicích. Pozorování: Je-li =, pak = ( ) ( ) Inverzní maice k exisuje, právě když je regulární. Poznámka: Je (B )(x) = (B((x)). Důkaz věy se provede analogicky, jako důkaz věy o složeném lineárním zobrazení.

4 BI-LIN, afinia, 3, P. Olšák [3] Příklad: elemenární ransformace ve 2D Příklad BI-LIN, afinia, 3, P. Olšák [4] Změna měříka má maici v homogenních souřadnicích: a b. Roace o úhel α má maici v homogenních souřadnicích: sin α cos α, Posunuí o vekor se souřadnicemi ( x, y ) má maici v homogenních souřadnicích: x y Další ransformace vznikají skládáním ěcho ransformací. Najdeme maici (v homogenních souřadnicích) roace o úhlel α kolem bodu (2, 3). Uvedená ransformace je složením následujících ransformací: posunuí o vekor ( 2, 3), roace o úhel α, posunuí o vekor (2, 3). Maice výsledné ransformace je součinem maic: posunuí o (2, 3) roace o úhel α posunuí o ( 2, 3) = 2 2 = 3 sin α cos α 3 = Příklad, pokračování BI-LIN, afinia, 3, P. Olšák [5] finní ransformace BI-LIN, afinia, 3, P. Olšák [6] 2 cos α + 3 sin α + 2 = sin α cos α 2 sin α 3 cos α + 3. Takže bod o souřadnicích (x, y) přechází po éo ransformaci na bod o souřadnicích (x y ), pro kerý plaí: x 2 cos α + 3 sin α + 2 x y = sin α cos α 2 sin α 3 cos α + 3 y = (cos α) x (sin α) y 2 cos α + 3 sin α + 2 = (sin α) x + (cos α) y 2 sin α 3 cos α + 3 Definice: Nech (X, V) je afinní prosor. Transformace : X X se nazývá afinní, pokud exisuje lineární ransformace : V V ak, že (P + u ) = (P) + ( u ) P X, u V. Zvolme bod O X. Proože pro každý P X plaí P = O + OP, je (P) = (O) + ( OP), akže každá afinní ransformace je jednoznačně určena hodnoou (O) a lineární ransformací : V V. Proože každá lineární ransformace : V V je jednoznačně určena hodnoami na bázi (B) = ( b, b 2,..., b n ), je každá afinní ransformace jednoznačně určena hodnoami v n + bodech: O, O + b, O + b 2,..., O + b n.

5 Maice afinní ransformace BI-LIN, afinia, 3, P. Olšák [7] Vlasnosi afinní ransformace BI-LIN, afinia, 3, P. Olšák [8] je její maice v homogenních souřadnicích. Je řeba ukáza: Každá ransformace, kerá má maici v homogenních souřadnicích, je afinní. Každá afinní ransformace má maici v homog. souřadnicích. Puník první: Je dána maice nějaké ransformace v homogenních souřadnicích vzhledem k (O, B). Maice hledaného zobrazení je aké maice. Jsou-li p souřadnice bodu P X a u souřadnice vekoru u V, pak ( p + u ) = p + u. Puník druhý: Hledaná maice obsahuje ve sloupcích homogenní souřadnice obrazů báze následované homogenními souřadicemi obrazu bodu O. Taková maice určuje hodnoy afinní ransformace na bodech O, O+ b i, akže určuje afinní ransformaci jednoznačně. Skládání afinních ransformací je afinní ransformace finní ransformace je prosá právě když je na právě když má regulární maici v homogenních souřadnicích. Je-li afiní ransformace prosá, pak její inverze je aké afiní ransformace. Prosá afinní ransformace zobrazuje rovnoběžné přímky na rovnoběžné přímky. Příklad BI-LIN, afinia, 3, P. Olšák [9] Je dána afinní ansformace ve 2D prosoru aková, že posune počáek souřadnicového sysému do bodu (3, 2) a ransformuje první bázový vekor na vekor se souřadnicemi (, 2), druhý bázový vekor ransformuje na vekor se souřadnicemi (4, ). Najdeme maici v homogenních souřadnicích éo ransformace. Podle předchozího maice obsahuje homogenní souřadnice obrazů báze a v posledním sloupci homogenní souřadnice obrazu počáku. Tedy 4 3 = 2 2. Pronásobíme-li pixelové souřadnice každého pixelu ouo maicí, dosáváme pixelové souřadnice obazu: maicovým násobením můžeme ansformova dvourozměrný obrázek.

transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]

transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1] [1] Afinní transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím využití například v počítačové grafice Evropský sociální fond Praha & EU. Investujeme do

Více

Afinní transformace Stručnější verze

Afinní transformace Stručnější verze [1] Afinní transformace Stručnější verze je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím body a vektory: afinní prostor využití například v počítačové grafice a)

Více

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m. Matice lineárních zobrazení [1] Připomenutí Zobrazení A : L 1 L 2 je lineární, když A( x + y ) = A( x ) + A( y ), A(α x ) = α A( x ). Což je ekvivalentní s principem superpozice: A(α 1 x 1 + + α n x n

Více

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava Lineární algebra 4. přednáška: Vekorové prosory Dalibor Lukáš Kaedra aplikované maemaiky FEI VŠB Technická univerzia Osrava email: dalibor.lukas@vsb.cz hp://www.am.vsb.cz/lukas/la Tex byl vyvořen v rámci

Více

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

[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

Více

Vlastní číslo, vektor

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

Více

[1] Determinant. det A = 0 pro singulární matici, det A 0 pro regulární matici

[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

Více

Derivace funkce více proměnných

Derivace funkce více proměnných Derivace funkce více proměnných Pro sudeny FP TUL Marina Šimůnková 21. prosince 2017 1. Parciální derivace. Ve výrazu f(x, y) považujeme za proměnnou jen x a proměnnou y považujeme za konsanu. Zderivujeme

Více

[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon).

[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon). Grupy, tělesa grupa: množina s jednou rozumnou operací příklady grup, vlastnosti těleso: množina se dvěma rozumnými operacemi příklady těles, vlastnosti, charakteristika tělesa lineární prostor nad tělesem

Více

7 Analytické vyjádření shodnosti

7 Analytické vyjádření shodnosti 7 Analytické vyjádření shodnosti 7.1 Analytická vyjádření shodných zobrazení v E 2 Osová souměrnost Osová souměrnost O(o) podle osy o s obecnou rovnicí o : ax + by + c =0: x = x 2a (ax + by + c) a 2 +

Více

Parciální funkce a parciální derivace

Parciální funkce a parciální derivace Parciální funkce a parciální derivace Pro sudeny FP TUL Marina Šimůnková 19. září 2018 1. Parciální funkce. Příklad: zvolíme-li ve funkci f : (x, y) sin(xy) pevnou hodnou y, například y = 2, dosaneme funkci

Více

1 Připomenutí vybraných pojmů

1 Připomenutí vybraných pojmů 1 Připomenutí vybraných pojmů 1.1 Grupa Definice 1 ((Komutativní) grupa). Grupou (M, ) rozumíme množinu M spolu s operací na M, která má tyto vlastnosti: i) x, y M; x y M, Operace je neomezeně definovaná

Více

Soustavy linea rnı ch rovnic

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.

Více

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

Vektorový prostor. 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 ),

Více

Základy matematiky pro FEK

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

Více

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.

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,

Více

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA,

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA, IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA, STABILITA. Jednokový impuls (Diracův impuls, Diracova funkce, funkce dela) někdy éž disribuce dela z maemaického hlediska nejde o pravou funkci (přesný popis eorie

Více

Statika 1. Miroslav Vokáč ČVUT v Praze, Fakulta architektury. Statika 1. M. Vokáč. Plocha.

Statika 1. Miroslav Vokáč ČVUT v Praze, Fakulta architektury. Statika 1. M. Vokáč. Plocha. Saika 1 Saika 1 2. přednáška ové veličin Saický momen Těžišě Momen servačnosi Hlavní ěžiš ové os a hlavní cenrální momen servačnosi Elipsa servačnosi Miroslav Vokáč miroslav.vokac@klok.cvu.cz Konrolní

Více

Laplaceova transformace Modelování systémů a procesů (11MSP)

Laplaceova transformace Modelování systémů a procesů (11MSP) aplaceova ransformace Modelování sysémů a procesů (MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček 5. přednáška MSP čvrek 2. března 24 verze: 24-3-2 5:4 Obsah Fourierova ransformace Komplexní exponenciála

Více

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m

Více

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.

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

Více

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů...

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů... [1] Báze Každý lineární (pod)prostor má svou bázi Vzhledem ke zvolené bázi určujeme souřadnice vektorů... a) base, 4, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l. Viz p.

Více

V: Pro nulový prvek o lineárního prostoru L platí vlastnosti:

V: Pro nulový prvek o lineárního prostoru L platí vlastnosti: Zpracoval: hypspave@fel.cvut.cz. Základní vlastnosti abstraktních lineárních prostorů. Lineární závislost, nezávislost, báze, souřadnice vzhledem k bázi, matice lineárního zobrazení vzhledem k bázím.skalární

Více

DEFINICE Z LINEÁRNÍ ALGEBRY

DEFINICE 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

Více

Geometrické transformace pomocí matic

Geometrické transformace pomocí matic Geometrické transformace pomocí matic Pavel Strachota FJFI ČVUT v Praze 2. dubna 2010 Obsah 1 Úvod 2 Geometrické transformace ve 2D 3 Geometrické transformace ve 3D Obsah 1 Úvod 2 Geometrické transformace

Více

ALGEBRA. Téma 4: Grupy, okruhy a pole

ALGEBRA. Téma 4: Grupy, okruhy a pole SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 4: Grupy, okruhy a pole Základní pojmy unární operace, binární operace, asociativita,

Více

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných

Více

Matice. 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

Matice. 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

Více

Lineární rovnice prvního řádu. Máme řešit nehomogenní lineární diferenciální rovnici prvního řádu. Funkce h(t) = 2

Lineární rovnice prvního řádu. Máme řešit nehomogenní lineární diferenciální rovnici prvního řádu. Funkce h(t) = 2 Cvičení 1 Lineární rovnice prvního řádu 1. Najděe řešení Cauchyovy úlohy x + x g = cos, keré vyhovuje podmínce x(π) =. Máme nehomogenní lineární diferenciální ( rovnici prvního řádu. Funkce h() = g a q()

Více

Necht L je lineární prostor nad R. Operaci : L L R nazýváme

Necht L je lineární prostor nad R. Operaci : L L R nazýváme Skalární součin axiomatická definice odvození velikosti vektorů a úhlu mezi vektory geometrická interpretace ortogonalita vlastnosti ortonormálních bázi [1] Definice skalárního součinu Necht L je lineární

Více

6. Vektorový počet Studijní text. 6. Vektorový počet

6. Vektorový počet Studijní text. 6. Vektorový počet 6. Vektorový počet Budeme se pohybovat v prostoru R n, což je kartézská mocnina množiny reálných čísel R; R n = R R. Obvykle nám bude stačit omezení na případy n = 1, 2, 3; nicméně teorie je platná obecně.

Více

1 Linearní prostory nad komplexními čísly

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)

Více

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz

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

Více

Euklidovský prostor. Euklides. Euklidovy postuláty (axiomy)

Euklidovský prostor. Euklides. Euklidovy postuláty (axiomy) Euklidovský prostor Euklidovy Základy (pohled do historie) dnešní definice kartézský souřadnicový systém vlastnosti rovin v E n speciální vlastnosti v E 3 (vektorový součin) a) eprostor, 16, b) P. Olšák,

Více

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.

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.

Více

(ne)závislost. α 1 x 1 + α 2 x 2 + + α n x n. x + ( 1) x Vektoru y = ( 1) y říkáme opačný vektor k vektoru y. x x = 1. x = x = 0.

(ne)závislost. α 1 x 1 + α 2 x 2 + + α n x n. x + ( 1) x Vektoru y = ( 1) y říkáme opačný vektor k vektoru y. x x = 1. x = x = 0. Lineární (ne)závislost [1] Odečítání vektorů, asociativita BI-LIN, zavislost, 3, P. Olšák [2] Místo, abychom psali zdlouhavě: x + ( 1) y, píšeme stručněji x y. Vektoru y = ( 1) y říkáme opačný vektor k

Více

6. ANALYTICKÁ GEOMETRIE

6. ANALYTICKÁ GEOMETRIE Vektorová algebra 6. ANALYTICKÁ GEOMETRIE Pravoúhlé souřadnice bodu v prostoru Poloha bodu v prostoru je vzhledem ke třem osám k sobě kolmým určena třemi souřadnicemi, které tvoří uspořádanou trojici reálných

Více

Matematika B101MA1, B101MA2

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

Více

Lineární algebra : Změna báze

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,...,

Více

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost

Více

1 Báze a dimenze vektorového prostoru 1

1 Báze a dimenze vektorového prostoru 1 1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější

Více

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity) 4 Lineární zobrazení Definice: Nechť V a W jsou vektorové prostory Zobrazení A : V W (zobrazení z V do W nazýváme lineárním zobrazením, pokud pro všechna x V, y V a α R platí 1 A(x y = A(x A(y (vlastnost

Více

Numerická integrace. b a. sin 100 t dt

Numerická integrace. b a. sin 100 t dt Numerická inegrace Mirko Navara Cenrum srojového vnímání kaedra kyberneiky FEL ČVUT Karlovo náměsí, budova G, mísnos 14a hp://cmpfelkcvucz/~navara/nm 1 lisopadu 18 Úloha: Odhadnou b a f() d na základě

Více

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

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

Více

7.4.1 Parametrické vyjádření přímky I

7.4.1 Parametrické vyjádření přímky I 741 Paramerické vyjádření přímky I Předpoklady: 7303 Jak jsme vyjadřovali přímky v rovině? X = + D Ke všem bodů z roviny se z bod dosaneme posním C o vekor Pokd je bod na přímce, posováme se o vekor, E

Více

Cvičení z Lineární algebry 1

Cvičení z Lineární algebry 1 Cvičení z Lineární algebry Michael Krbek podzim 2003 2392003 Hodina Jsou dána komplexní čísla z = +2 i a w = 2 i Vyjádřete c algebraickém tvaru (z + w) 3,, (zw), z w 2 Řešte v komplexním oboru rovnice

Více

6 Samodružné body a směry afinity

6 Samodružné body a směry afinity 6 Samodružné body a směry afinity Samodružnými body a směry zobrazení rozumíme body a směry, které se v zobrazují samy na sebe. Například otočení R(S má jediný samodružný bod, střed S, anemá žádný samodružný

Více

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY Kaedra obecné elekroechniky Fakula elekroechniky a inormaiky, VŠB - T Osrava. TOJFÁZOVÉ OBVODY.1 Úvod. Trojázová sousava. Spojení ází do hvězdy. Spojení ází do rojúhelníka.5 Výkon v rojázových souměrných

Více

Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.

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,...,

Více

Matematika I 12a Euklidovská geometrie

Matematika I 12a Euklidovská geometrie Matematika I 12a Euklidovská geometrie Jan Slovák Masarykova univerzita Fakulta informatiky 3. 12. 2012 Obsah přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy Plán přednášky

Více

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat.

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat. 4 Inegrace subsiucí 4 Inegrace subsiucí Průvodce sudiem Inegrály, keré nelze řeši pomocí základních vzorců, lze velmi časo řeši subsiuční meodou Vzorce pro derivace elemenárních funkcí a věy o derivaci

Více

Program SMP pro kombinované studium

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

Více

Dá se ukázat, že vzdálenost dvou bodů má tyto vlastnosti: 2.2 Vektor, souřadnice vektoru a algebraické operace s vektory

Dá se ukázat, že vzdálenost dvou bodů má tyto vlastnosti: 2.2 Vektor, souřadnice vektoru a algebraické operace s vektory Vektorový počet.1 Eklidovský prostor E 3 Eklidovský prostor E 3 je prostor spořádaných trojic (tj. bodů), v němž je definována vzdálenost dvo jeho bodů A, B (značíme ji AB ). Vzdálenost bodů A = [a 1,

Více

Michal Zamboj. December 23, 2016

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

Více

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

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

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

Lineární zobrazení. V prvním z následujících tvrzení navíc uvidíme, že odtud plynou a jsou tedy pak rovněž splněny podmínky:

Lineární zobrazení. V prvním z následujících tvrzení navíc uvidíme, že odtud plynou a jsou tedy pak rovněž splněny podmínky: Lineární zobrazení Nechť (V, +, ) a (W, +, ) jsou dva vektorové prostory nad týmž tělesem (T, +, ). Nechť f : V W je zobrazení splňující následující podmínky: ( u, v V)(f(u + v) = f(u) + f(v)), ( s T )(

Více

Diferenciální rovnice 1. řádu

Diferenciální rovnice 1. řádu Kapiola Diferenciální rovnice. řádu. Lineární diferenciální rovnice. řádu Klíčová slova: Obyčejná lineární diferenciální rovnice prvního řádu, pravá srana rovnice, homogenní rovnice, rovnice s nulovou

Více

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě

Více

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde

Více

Operace s maticemi

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 =

Více

Lineární algebra : Násobení matic a inverzní matice

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

Více

Matice lineárních zobrazení

Matice lineárních zobrazení Matice lineárních zobrazení Nechť V, +, a W, +, jsou nenulové vektorové prostory konečných dimenzí n a m nad tělesem T, +,, nechť posloupnosti vektorů g 1, g 2,..., g n V a h 1, h 2,..., h m W tvoří báze

Více

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) 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,

Více

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

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

Více

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:

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: 3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...

Více

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi

Více

Základní pojmy teorie množin Vektorové prostory

Základní 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

Více

Michal Zamboj. January 4, 2018

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

Více

Kmitání tělesa s danou budicí frekvencí

Kmitání tělesa s danou budicí frekvencí EVROPSKÝ SOCIÁLNÍ FOND Kmiání ělesa s danou budicí frekvencí PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI České vysoké učení echnické v Praze, Fakula savební, Kaedra maemaiky Posílení vazby eoreických předměů

Více

Algebraické struktury s jednou binární operací

Algebraické struktury s jednou binární operací 16 Kapitola 1 Algebraické struktury s jednou binární operací 1.1 1. Grupoid, pologrupa, monoid a grupa Chtěli by jste vědět, co jsou to algebraické struktury s jednou binární operací? No tak to si musíte

Více

1 Kvadratické formy. 2 Matice kvadratické formy. Definice Necht B je bilineární forma na V. Q B : V R. Q B (x) = B(x, x), x V

1 Kvadratické formy. 2 Matice kvadratické formy. Definice Necht B je bilineární forma na V. Q B : V R. Q B (x) = B(x, x), x V LA 11. cvičení matice bilineární formy, kvadratické formy Lukáš Pospíšil, Martin Hasal,011 1 Kvadratické formy Definice 1.0.1 Necht B je bilineární forma na V. Kvadratickou formou příslušnou bilineární

Více

P 1 = P 1 1 = P 1, P 1 2 =

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

Více

[1] LU rozklad A = L U

[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,

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání

Více

Operace s maticemi. 19. února 2018

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

Více

Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u.

Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u. Vektory, operace s vektory Ž3 Orientovaná úsečka Mějme dvojici bodů, (na přímce, v rovině nebo prostoru), které spojíme a vznikne tak úsečka. Pokud budeme rozlišovat, zda je spojíme od k nebo od k, říkáme,

Více

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti PROSTORY SE SKALÁRNÍM SOUČINEM Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx, y) = λ(x,

Více

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i. KOMLEXNÍ ČÍSLA C = {a + bi; a, b R}, kde i 2 = 1 Číslo komplexně sdružené k z = a + bi je číslo z = a bi. Operace s komplexními čísly: z = a + bi, kde a, b R v = c + di, kde c, d R Sčítání Odčítání Násobení

Více

[1] Definice 1: Polynom je komplexní funkce p : C C, pro kterou. pro všechna x C. Čísla a 0, a 1,..., a n nazýváme koeficienty polynomu.

[1] Definice 1: Polynom je komplexní funkce p : C C, pro kterou. pro všechna x C. Čísla a 0, a 1,..., a n nazýváme koeficienty polynomu. Polynomy Polynom je možno definovat dvěma způsoby: jako reálnou nebo komplexní funkci, jejichž hodnoty jsou dány jistým vzorcem, jako ten vzorec samotný. [1] První způsob zavedení polynomu BI-LIN, polynomy,

Více

Lineární algebra Operace s vektory a maticemi

Lineární 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..................................

Více

Polynomy nad Z p Konstrukce faktorových okruhů modulo polynom. Alena Gollová, TIK Počítání modulo polynom 1/30

Polynomy nad Z p Konstrukce faktorových okruhů modulo polynom. Alena Gollová, TIK Počítání modulo polynom 1/30 Počítání modulo polynom 3. přednáška z algebraického kódování Alena Gollová, TIK Počítání modulo polynom 1/30 Obsah 1 Polynomy nad Zp Okruh Zp[x] a věta o dělení se zbytkem 2 Kongruence modulo polynom,

Více

6. Lineární nezávislost a báze p. 1/18

6. Lineární nezávislost a báze p. 1/18 6. Lineární nezávislost a báze 6. Lineární nezávislost a báze p. 1/18 6. Lineární nezávislost a báze p. 2/18 Lineární nezávislost a báze 1. Závislé a nezávislé vektory 2. Lineární kombinace a závislost

Více

Lineární algebra : Vlastní čísla, vektory a diagonalizace

Lineární algebra : Vlastní čísla, vektory a diagonalizace Lineární algebra : Vlastní čísla, vektory a diagonalizace (14. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 21. dubna 2014, 19:37 1 2 14.1 Vlastní čísla a vlastní vektory Nechť je

Více

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice 9. Lineární diferenciální rovnice 2. řádu Cíle Diferenciální rovnice, v nichž hledaná funkce vystupuje ve druhé či vyšší derivaci, nazýváme diferenciálními rovnicemi druhého a vyššího řádu. Analogicky

Více

(Cramerovo pravidlo, determinanty, inverzní matice)

(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

Více

6.1 Vektorový prostor

6.1 Vektorový prostor 6 Vektorový prostor, vektory Lineární závislost vektorů 6.1 Vektorový prostor Nechť je dán soubor nějakých prvků, v němž je dána jistá struktura vztahů mezi jednotlivými prvky nebo v němž jsou předepsána

Více

14. přednáška. Přímka

14. přednáška. Přímka 14 přednáška Přímka Začneme vyjádřením přímky v prostoru Přímku v prostoru můžeme vyjádřit jen parametricky protože obecná rovnice přímky v prostoru neexistuje Přímka v prostoru je určena bodem A= [ a1

Více

Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),

Hisab 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

Lineární algebra : Lineární (ne)závislost

Lineární algebra : Lineární (ne)závislost Lineární algebra : Lineární (ne)závislost (4. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních technologií

Více

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy, Komplexní čísla Množinu všech uspořádaných dvojic (x, y) reálných čísel x, y nazýváme množinou komplexních čísel C, jestliže pro každé dvě takové dvojice (x, y ), (x 2, y 2 ) je definována rovnost, sčítání

Více

18. První rozklad lineární transformace

18. První rozklad lineární transformace Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan 18. První rozklad lineární transformace Úmluva. Vtéto přednášce V je vektorový prostor

Více

Lineární algebra - I. část (vektory, matice a jejich využití)

Lineární 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

Více

LS Příklad 1.1 (Vrh tělesem svisle dolů). Těleso o hmotnosti m vrhneme svisle

LS Příklad 1.1 (Vrh tělesem svisle dolů). Těleso o hmotnosti m vrhneme svisle Obyčejné diferenciální rovnice Jiří Fišer LS 2014 1 Úvodní moivační příklad Po prosudování éo kapioly zjisíe, k čemu mohou bý diferenciální rovnice užiečné. Jak se pomocí nich dá modelova prakický problém,

Více

Rovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA

Rovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA Rovinné přetvoření Rovinné přetvoření, neboli, jak se také často nazývá, geometrická transformace je vlastně lineární zobrazení v prostoru s nějakou soustavou souřadnic. Jde v něm o přepočet souřadnic

Více

Symetrické a kvadratické formy

Symetrické a kvadratické formy Symetrické a kvadratické formy Aplikace: klasifikace kvadrik(r 2 ) a kvadratických ploch(r 3 ), optimalizace(mpi) BI-LIN (Symetrické a kvadratické formy) 1 / 20 V celé přednášce uvažujeme číselné těleso

Více

Kapitola 11: Vektory a matice:

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

Více

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 30. dubna 2014, 09:00 1 2 15.1 Prehilhertovy prostory Definice 1. Buď V LP nad

Více

Přibližná linearizace modelu kyvadla

Přibližná linearizace modelu kyvadla Přibližná linearizace model kyvadla 4..08 9:47 - verze 4.0 08 Obsah Oakování kalkl - Taylorův rozvoj fnkce... Nelineární savový model a jeho řibližná linearizace... 4 Nelineární model vs-výs a jeho řibližná

Více