Matematika I Podprostory prostoru V n

Podobné dokumenty
Matematika I Ètvercové matice - determinanty

Matematika I Posloupnosti

Matematika II Funkce více promìnných

1 Báze a dimenze vektorového prostoru 1

Matematika II Extrémy funkcí více promìnných

Základní pojmy teorie množin Vektorové prostory

Matematika I Lineární závislost a nezávislost

DEFINICE Z LINEÁRNÍ ALGEBRY

Uspořádanou 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

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)

VEKTOROVÝ PROSTOR. Vektorový prostor V n je množina všech n-složkových vektorů spolu s operacemi sčítání, odčítání vektorů a reálný násobek vektoru.

Matematika 2 pro PEF PaE

Matematika II Limita a spojitost funkce, derivace

VĚTY Z LINEÁRNÍ ALGEBRY

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

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

Matematika II Urèitý integrál

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

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

Lineární algebra Operace s vektory a maticemi

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

Aritmetické vektory. Martina Šimůnková. Katedra aplikované matematiky. 16. března 2008

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

7. Lineární vektorové prostory

Matematika B101MA1, B101MA2

Matematika II Lineární diferenciální rovnice

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

ALGEBRA. Téma 5: Vektorové prostory

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

1 Soustavy lineárních rovnic

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

Soustavy lineárních rovnic

Obsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,

7. Důležité pojmy ve vektorových prostorech

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

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,

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

Základy matematiky pro FEK

1 Řešení soustav lineárních rovnic

Lineární algebra : Lineární (ne)závislost

AB = 3 CB B A = 3 (B C) C = 1 (4B A) C = 4; k ]

Matematika II Aplikace derivací

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

Vlastní číslo, vektor

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

Odpřednesenou látku naleznete v kapitole 3.1 skript Abstraktní a konkrétní lineární algebra.

Kapitola 11: Vektory a matice:

α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0

Pavel Horák, Josef Janyška LINEÁRNÍ ALGEBRA UČEBNÍ TEXT

1 Vektorové prostory.

Jedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n,

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x

Program SMP pro kombinované studium

8 Matice a determinanty

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

Lineární prostory. - vektorové veličiny(síla, rychlost, zrychlení,...), skládání, násobení reálným číslem

Báze a dimenze vektorových prostorů

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT

6.1 Vektorový prostor

a m1 a m2 a mn zobrazení. Operaci násobení u matic budeme definovat jiným způsobem.

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

15 Maticový a vektorový počet II

Báze a dimense. Odpřednesenou látku naleznete v kapitolách a 3.6 skript Abstraktní a konkrétní lineární algebra.

Lineární algebra : Báze a dimenze

Kapitola 11: Vektory a matice 1/19

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

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

1 Linearní prostory nad komplexními čísly

6. ANALYTICKÁ GEOMETRIE

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

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

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

Matice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel

ftp://math.feld.cvut.cz/pub/olsak/linal/

z textu Lineární algebra

EUKLIDOVSKÉ PROSTORY

Úlohy k pøedná¹ce NMAG 102: Lineární algebra a geometrie 2, 2016

Matematika I 12a Euklidovská geometrie

6. Vektorový počet Studijní text. 6. Vektorový počet

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

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.

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

Matematika B101MA1, B101MA2

0.1 Úvod do lineární algebry

p (1) k 0 k 1 je pravd podobnost p echodu ze stavu k i v l ; 1 kroku do stavu k j

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

Lineárníkódy. MI-AAK(Aritmetika a kódy)

Řešení. Hledaná dimenze je (podle definice) rovna hodnosti matice. a a 2 2 1

7 Ortogonální a ortonormální vektory

Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci

Vlastní čísla a vlastní vektory

Základy maticového počtu Matice, determinant, definitnost

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.

6 Lineární geometrie. 6.1 Lineární variety

Matematický model kamery v afinním prostoru

1 Projekce a projektory

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

Transkript:

Matematika I Podprostory prostoru V n RNDr. Renata Klufová, Ph. D. Jihoèeská univerzita v Èeských Budìjovicích EF Katedra aplikované matematiky a informatiky

Co u¾ známe? vektory - základní operace (sèítání, odèítání, násobení reálným èíslem, skalární souèin, norma vektoru) matice - základní operace (sèítání, odèítání, násobení reálným èíslem, souèin matic) vektorový prostor lineární závislost/nezávislost hodnost souboru vektorù/matice

Lineární obal Def. Nech» S je neprázdný soubor vektorù z prostoru V n. Lineárním obalem tohoto souboru (znaèíme S ) nazveme mno¾inu v¹ech lineárních kombinací souboru S. poznámka: Souèástí lineárního obalu skupiny (souboru) vektorù je v¾dy o jako výsledek jejich triviální lineární kombinace. Otázka: Jak efektivnì rozpoznat, zda vektor patøí do obalu daného souboru?

Lineární obal a hodnost Vìta. Je-li v V n a S soubor vektorù z V n, pak v S, právì kdy¾ hodnost souboru S se po pøidání vektoru v nezmìní. ukázka: v = (1, 0, 2), S : (1, 1, 0), (3, 2, 1), (2, 0, 0)

Podprostor vektorového prostoru Def. Mno¾ina vektorù P z prostoru V n se nazývá podprostorem prostoru V n, jestli¾e platí P = P. speciální pøípad podprostorù: V¹echny lineární obaly souborù a mno¾in jsou podprostory V n, triviální podprostor obsahující pouze nulový vektor o

Vlastnosti podprostoru Vìta. Neprázdná mno¾ina vektorù V kdy¾ splòuje následující podmínky: je podprostorem, právì (a) jestli¾e v 1, v 2 V, pak v 1 + v 2 V, (b) jestli¾e v 1 V, pak pro ka¾dé r R platí: r v 1 V. Podprostor je uzavøený vzhledem k operaci sèítání a násobení reálným èíslem.

Vlastnosti podprostoru ukázky podprostorù: ukázka 1. mno¾ina v¹ech 5-slo¾kových vektorù, jejich¾ tøetí slo¾ka je nulová... podprostor prostoru V 5 v 1 = (v 11, v 12, 0, v 14, v 15 ), v 2 = (v 21, v 22, 0, v 24, v 25 ) v 1 + v 2 = (v 11 + v 21, v 12 + v 22, 0, v 14 + v 24, v 15 + v 25 ) r v 1 = (rv 11, rv 12, 0, rv 14, rv 15 ), r R

Vlastnosti podprostoru ukázka 2. Mno¾ina v¹ech vektorù kolmých k vektoru s = ( 4, 1, 3, 7) jsou-li vektory v 1, v 2 kolmé na s, pak: ( v 1 + v 2 ) s = v 1 s + v 2 s = 0 + 0 = 0 r(v 1 s) = (r v 1 ) s

Generátory podprostoru, báze Vìta. Je-li P = S, pak S nazýváme souborem generátorù tohoto podprostoru P. Nezávislý soubor generátorù nazýváme bází. Pro ka¾dé dva soubory vektorù je S 1 S 2, právì kdy¾ S 1 = S 2, tj. v¹echny soubory generátorù daného podprostoru P mají stejnou hodnost, kterou nazýváme dimenzí podprostoru P a znaèíme dimp. Triviální prostor má dimenzi 0. V¹echny báze netriviálního prostoru P mají stejný poèet vektorù rovný dimp.

Souøadnice vektoru v bázi Denice a vìta. Nech» soubor B : b 1, b 2,..., b k generuje netriviální podprostor P. (a) Je-li soubor B závislý, pak libovolný vektor v P je mo¾no vyjádøit nekoneènì mnoha zpùsoby jako lineární kombinaci vektorù b 1, b 2,..., b k. (b) Je-li soubor B nezávislý, tj. báze, pak libovolný vektor v P je mo¾no vyjádøit jediným zpùsobem jako lineární kombinaci v = c 1 b 1 + c 2 b 2 +... + c k b k a koecienty c 1, c 2,..., c k nazýváme (v tomto pevném poøadí) souøadnicemi vektoru v v bázi B.

Kanonická báze Denice a vìta. Dimenze celého vektorového prostoru V n je rovna n, tj. ka¾dá báze prostoru V n je nezávislý soubor slo¾ený z n jeho vektorù. Kanonickou bází prostoru V n nazýváme bázi tvoøenou základními jednotkovými vektory: K n : (1, 0, 0,..., 0), (0, 1, 0,..., 0), (0, 0, 0,..., 1) neboli K n : e 1, e 2,..., e n. Je-li v = (v 1, v 2,..., v n ) V n, pak souøadnice vektoru v v kanonické bázi K n jsou toto¾né s jeho slo¾kami.

Prùnik podprostorù Vìta o prùniku podprostorù. Jsou-li P 1, P 2 podprostory prostoru V n, potom mno¾inový prùnik P 1 P 2 je té¾ podprostorem prostoru V n. ukázka: Mìjme tøi podprostory prostoru V 3 : P 1... v¹echny vektory, jejich¾ tøetí slo¾ka je nulová, tj. (v 1, v 2, 0) P 2... v¹echny vektory, jejich¾ druhá i tøetí slo¾ka je nulová, tj. (v 1, 0, 0) P 3... v¹echny vektory, jejich¾ první slo¾ka je nulová, tj. (0, v 2, v 3 ) P 1 P 2 = P 1 P 2 P 3 = { o}... triviální podprostor

Ortogonální doplnìk Denice a vìta. Je-li S soubor vektorù (resp. V mno¾ina vektorù) v prostoru V n, pak mno¾ina v¹ech vektorù kolmých ke v¹em vektorùm souboru S (resp. mno¾iny V ) je podprostorem prostoru V n. Oznaèujeme jej S (resp. V ) a nazýváme ortogonálním doplòkem souboru S (resp. mno¾iny V ). Pro ka¾dý podprostor P prostoru V n platí: dimp + dimp = n.