Vybrané kapitoly z matematiky

Podobné dokumenty
Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

6. ANALYTICKÁ GEOMETRIE

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

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

ANALYTICKÁ GEOMETRIE V ROVINĚ

6. Vektorový počet Studijní text. 6. Vektorový počet

Matematika 1 MA1. 1 Analytická geometrie v prostoru - základní pojmy. 4 Vzdálenosti. 12. přednáška ( ) Matematika 1 1 / 32

Matematika I 12a Euklidovská geometrie

Vzorce počítačové grafiky

1 Báze a dimenze vektorového prostoru 1

1 Analytická geometrie

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

14. přednáška. Přímka

Rovnice přímky. s = AB = B A. X A = t s tj. X = A + t s, kde t R. t je parametr. x = a 1 + ts 1 y = a 2 + ts 2 z = a 3 + ts 3. t R

6.1 Vektorový prostor

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

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

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,

Analytická geometrie lineárních útvarů

VEKTORY. Obrázek 1: Jediný vektor. Souřadnice vektoru jsou jeho průměty do souřadných os x a y u dvojrozměrného vektoru, AB = B A

Lineární algebra Operace s vektory a maticemi

Základy matematiky pro FEK

Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy.

Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

0.1 Úvod do lineární algebry

Euklidovské prostory. Euklidovský prostor dimense 3

Definice 28 (Ortogonální doplněk vektorového podprostoru). V k V n ; V k V. (Pech:AGLÚ/str D.5.1)

( ) ( ) ( ) ( ) Skalární součin II. Předpoklady: 7207

Analytická geometrie ( lekce)

Základy matematiky pro FEK

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

Derivace funkcí více proměnných

Úvod do lineární algebry

Lineární algebra : Lineární prostor

0.1 Úvod do lineární algebry

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

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

7 Analytické vyjádření shodnosti

Matematika. Kamila Hasilová. Matematika 1/34

Lineární algebra : Lineární (ne)závislost

Kapitola 11: Vektory a matice:

Matematika B101MA1, B101MA2

METRICKÉ A NORMOVANÉ PROSTORY

1 Projekce a projektory

VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C)

Operace s maticemi. 19. února 2018

Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

M - Příprava na 1. čtvrtletku pro třídu 4ODK

Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy

Základy maticového počtu Matice, determinant, definitnost

Cvičení z Lineární algebry 1

4. Statika základní pojmy a základy rovnováhy sil

Matematika B101MA1, B101MA2

Seriál II.II Vektory. Výfučtení: Vektory

VEKTORY A ANALYTICKÁ GEOMETRIE PAVLÍNA RAČKOVÁ JAROMÍR KUBEN

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

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

Lineární algebra : Metrická geometrie

Čtvercové matice. Čtvercová matice je taková matice, jejíž počet řádků je roven počtu jejích sloupců

2. ANALYTICKÁ GEOMETRIE V PROSTORU Vektory Úlohy k samostatnému řešení... 21

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,

Témata absolventského klání z matematiky :

Kapitola 11: Vektory a matice 1/19

19 Eukleidovský bodový prostor

NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny

IB112 Základy matematiky

Vektorový 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)

ZŠ ÚnO, Bratří Čapků 1332

f(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 =

6 Samodružné body a směry afinity

Zdrojem většiny příkladů je sbírka úloh 1. cvičení ( ) 2. cvičení ( )

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík

FAKULTA STAVEBNÍ MATEMATIKA I MODUL GA01 M01 STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAM GEODÉZIE A KARTOGRAFIE S KOMBINOVANOU FORMOU STUDIA

B) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika.

Základní pojmy teorie množin Vektorové prostory

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

Analytická metoda aneb Využití vektorů v geometrii

8 Matice a determinanty

Úvodní informace. 17. února 2018

DEFINICE Z LINEÁRNÍ ALGEBRY

Soustavy lineárních rovnic a determinanty

pro každé i. Proto je takových čísel m právě N ai 1 +. k k p

M - Příprava na 4. čtvrtletku - třídy 1P, 1VK.

MATURITNÍ TÉMATA Z MATEMATIKY

CVIČNÝ TEST 13. OBSAH I. Cvičný test 2. Mgr. Zdeňka Strnadová. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

10. DETERMINANTY " # $!

11 Vzdálenost podprostorů

(Cramerovo pravidlo, determinanty, inverzní matice)

Analytická geometrie. c ÚM FSI VUT v Brně

Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.

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

Afinní transformace Stručnější verze

1.4. VEKTOROVÝ SOUČIN

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

ALGEBRA. Téma 5: Vektorové prostory

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:

Transkript:

Vybrané kapitoly z matematiky VŠB-TU Ostrava 2017-2018 Vybrané kapitoly z matematiky 2017-2018 1 / 19

Základní informace předmět: 714-0513, 5 kreditů přednáší: Radek Kučera kontakt: radek.kucera@vsb.cz, A826 Organizace předmětu 20 bodů na cvičeních (písemné testy 14, program 6) test na každém cvičení za dva body, započítává se 7 nejlepších cvičení jsou povinná, 20%-ní neúčast lze omluvit 80 bodů na zkoušce (písemka 60, ústní část 20) Literatura skripta Matematika I, II, III jsou na adrese: mdg.vsb.cz/portal prezentace z přednášek: homel.vsb.cz/ kuc14/teach VKM Vybrané kapitoly z matematiky 2017-2018 2 / 19

Základy vektorového počtu v R 3 Vybrané kapitoly z matematiky 2017-2018 3 / 19

Připomenutí některých značení Přirozená čísla: N = {1, 2,... } Celá čísla: Z = {..., 2, 1, 0, 1, 2,... } Reálná čísla: R = čísla s nekonečným desetinným rozvojem Uspořádané dvojice reálných čísel: R 2 = {v = [v 1, v 2 ] : v 1, v 2 R} Uspořádané trojice reálných čísel: R 3 = {v = [v 1, v 2, v 3 ] : v 1, v 2, v 3 R} Uspořádané n-tice reálných čísel: R n = {v = [v 1,..., v n ] : v i R i} Nulový prvek: 0 = 0 = [0,..., 0] Vybrané kapitoly z matematiky 2017-2018 4 / 19

Připomenutí determinantu Pro matici 2x2 a 11 a 12 a 21 a 22 = a 11a 22 a 12 a 21 Pro matici 3x3 a 11 a 12 a 13 { a 21 a 22 a 23 a 31 a 32 a 33 = a11 a 22 a 33 + a 12 a 23 a 31 + a 21 a 32 a 13 a 13 a 22 a 31 a 12 a 21 a 33 a 23 a 32 a 11 Pro větší matice se používá Laplaceův rozvoj. Je-li determinant nulový jsou řádky lineárně závislé vektory. Je-li determinant nenulový jsou řádky lineárně nezávislé vektory.... a co je to vlastně vektor? Vybrané kapitoly z matematiky 2017-2018 5 / 19

Vektor ve fyzice Vektor u je množina souhlasně orientovaných úseček stejné délky. Každé umístění téhož vektoru AB u určené počátečním a koncovým bodem A = [a 1, a 2, a 3 ] a B = [b 1, b 2, b 3 ] má stejný rozdíl: B A = [b 1 a 1, b 2 a 2, b 3 a 3 ] Vektor ztotožňujeme proto s uspořádanou trojicí reálných čísel. Definice vektoru (v matematice) Vektor u je uspořádaná trojice reálných čísel: u = [u 1, u 2, u 3 ], u R 3 Vektor kreslíme jako šipku. Rozlišujeme: vektor u R 3, skalár nebo-li číslo u R Vybrané kapitoly z matematiky 2017-2018 6 / 19

Základní operace s vektory Násobení vektoru skalárem: ku = [ku 1, ku 2, ku 3 ], k R, u R 3 u = ( 1)u je opačný vektor Sčítání vektorů: u + v = [u 1 + v 1, u 2 + v 2, u 3 + v 3 ], u, v R 3 u v = u + ( v) je rozdíl vektorů Výpočet délky vektoru (Euklidovská norma): u = u1 2 + u2 2 + u2 3, u R3 Platí: ku = k u, u + v u + v Vybrané kapitoly z matematiky 2017-2018 7 / 19

Lineární závislost vektorů Vektory u 1,..., u m R 3 jsou lineárně závislé (LZ), jestliže existují skaláry k 1,..., k m R ne všechny nulové takové, že platí k 1 u 1 + + k m u m = 0 (t.j. některý vektor lze vyjádřit pomocí ostatních vektorů). V opačném případě jsou vektory lineárně nezávislé (LNZ). Kdy jsou vektory LZ v R 3? 1 vektor : je-li nulový 2 vektory: leží-li na stejné přímce (kolineární vektory) 3 vektory: leží-li v jedné rovině (komplanární vektory) 4 vektory: jsou LZ vždy (v R 3 ) Vybrané kapitoly z matematiky 2017-2018 8 / 19

Definice Skalárním součinem vektorů u, v R 3 je skalár: u v = u 1 v 1 + u 2 v 2 + u 3 v 3 Vlastnosti skalárního součinu 1 u = u u, u v = v u, u (v + w) = u v + u w 2 ϕ je úhel, který svírají vektory u a v. Platí: u v = u v cos ϕ 3 skalární součin vektorů na sebe kolmých se rovná nule 4 cos ϕ 1 u v u v (Cauchyova nerovnost) Vybrané kapitoly z matematiky 2017-2018 9 / 19

Důkaz druhé vlastnosti Použijeme kosinovou větu: u 2 + v 2 2 u v cos ϕ = u v 2 = (u v) (u v) = u u 2u v + v v = u 2 2u v + v 2 Odečetním stejných výrazů dostaneme: 2 u v cos ϕ = 2u v Úloha za domácí úkol Pomocí Cauchyovy nerovnosti dokažte podobným postupem trojúhelníkovou nerovnost: u + v u + v Návod: dokažte u + v 2 ( u + v ) 2 0 Vybrané kapitoly z matematiky 2017-2018 10 / 19

Příklady a) Jaký úhel svírají vektory u = [1, 1, 0], v = [0, 1, 0]. cos ϕ = u v u v = 1 2 = 2 1 2 ϕ = π 4 (45 ) b) Jsou na sebe kolmé vektory p = [1, 2, 3], q = [ 3, 0, 1]? p q = 3 + 0 + 3 = 0 jsou kolmé c) Jsou na sebe kolmé vektory r = [1, 1, 1], s = [2, 2, 2]? r s = 2 + 2 + 2 = 6 nejsou kolmé Vybrané kapitoly z matematiky 2017-2018 11 / 19

Definice Vektorovým součinem vektorů u, v R 3 nazýváme vektor: [ ] u u v = 2 u 3 v 2 v 3, u 3 u 1 v 3 v 1, u 1 u 2 v 1 v 2 Vlastnosti 1 Vektor u v je kolmý na vektory u, v (nebo je nulový). 2 u v = u v sin ϕ 3... a proto u v vyjadřuje velikost rovnoběžníka, který kreslíme, když graficky sčítáme u + v. Vybrané kapitoly z matematiky 2017-2018 12 / 19

Důkaz první vlastnosti Použijeme: jsou-li dva řádky shodné, pak je determinant nulový, a rozvoj. u 1 u 2 u 3 0 = u 1 u 2 u 3 v 1 v 2 v 3 u = u 2 u 3 1 v 2 v 3 u 2 u 1 u 3 v 1 v 3 + u 3 u 1 u 2 v 1 v 2 u = u 2 u 3 1 v 2 v 3 + u 2 u 3 u 1 v 3 v 1 + u 3 u 1 u 2 v 1 v 2 = u (u v) Důkaz druhé vlastnosti Výrazy na obou stranách se umocní na druhou, dosadí se složky vektorů a po úpravě se zjistí, že levá i pravá strana jsou shodné. Vybrané kapitoly z matematiky 2017-2018 13 / 19

Formální definice - vhodná pro ruční výpočet i j k i = [1, 0, 0] u v = u 1 u 2 u 3 v 1 v 2 v 3, kde j = [0, 1, 0] k = [0, 0, 1] Příklad Necht u = [2, 1, 1], v = [1, 2, 0]. Vypočtěte kolmý vektor. i j k u v = 2 1 1 = (0 2)i + ( 1 0)j + ( 4 1)k 1 2 0 = [ 2, 1, 5] Vybrané kapitoly z matematiky 2017-2018 14 / 19

Příklad Vypočtěte velikost trojúhelníka o vrcholech: A = [1, 0, 1], B = [2, 1, 1], C = [1, 1, 1]. Řešení: u = B A = [1, 1, 0], v = C A = [0, 1, 2] u v = i j k 1 1 0 0 1 2 = [2, 2, 1] Velikost trojúhelníka je 3/2. u v = 4 + 4 + 1 = 3 Vybrané kapitoly z matematiky 2017-2018 15 / 19

Definice Smíšený součin vektorů u, v, w R 3 je skalár: Vlastnosti 1 Platí: u (v w) u (v w) = (plyne z rozvoje podle prvního řádku) u 1 u 2 u 3 v 1 v 2 v 3 w 1 w 2 w 3 2 Velikost smíšeného součinu je objem rovnoběžnostěnu určeného vektory u, v, w (nakreslíme si obrázek). Vybrané kapitoly z matematiky 2017-2018 16 / 19

Důkaz druhé vlastnosti Viz obrázek: Objem = Podstava krát Výška Podstava = v w Výška = u (v w) u cos ϕ = u u v w kde ϕ je úhel, který svírají vektory u a v w. Dosadíme do první rovnosti a dostaneme: Objem = u (v w) Vybrané kapitoly z matematiky 2017-2018 17 / 19

Příklad Vypočtěte objem rovnoběžnostěnu určeného vrcholy: A = [0, 0, 0], B = [1, 1, 1], C = [2, 1, 0], D = [4, 0, 1]. Řešení: u = B A = [1, 1, 1], v = C A = [2, 1, 0], w = D A = [4, 0, 1] u (v w) = 1 1 1 2 1 0 4 0 1 = 7 Objem rovnoběžnostěnu je 7 = 7. Vybrané kapitoly z matematiky 2017-2018 18 / 19

Shrnutí Zdroj vektory v R 3 (jsou šipky) skalární součin umožňuje určit úhel mezi dvěma vektory vektorový součin umožňuje spočítat kolmý vektor na dva vektory smíšený součin umožňuje spočítat objem rovnoběžnostěnu určeného třemi vektory skripta Matematika I str. 128 146 Vybrané kapitoly z matematiky 2017-2018 19 / 19