modp znamená zbytek po celočíselném dělení hodnotou p 1.1. Ověřte, že pro všechna celá a, b a libovolné přirozené n platí, že((a)modn +

Podobné dokumenty
(je okamžitě srozumitelné, jaké konkrétní racionální čísl máme na mysli, napíšemeli 5nebo 2 3

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

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

Konečně,všechnyaspoňdvouprvkovémnožinyužzřejměgenerujíceléZ 5.Zjistili jsme,žealgebra(z 5,+)obsahujeprávědvěpodalgebry {0}aZ 5.

0.1 Úvod do lineární algebry

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

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

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

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

0.1 Úvod do lineární algebry

Lineární algebra Operace s vektory a maticemi

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

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

1 Linearní prostory nad komplexními čísly

ALGEBRA. Téma 5: Vektorové prostory

VĚTY Z LINEÁRNÍ ALGEBRY

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

Soustavy lineárních rovnic

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,

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

IB112 Základy matematiky

1 Báze a dimenze vektorového prostoru 1

Operace s maticemi. 19. února 2018

Báze a dimenze vektorových prostorů

1 Řešení soustav lineárních rovnic

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

1 Lineární prostory a podprostory

Operace s maticemi

Soustavy linea rnı ch rovnic

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.

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.

Základy maticového počtu Matice, determinant, definitnost

(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.

1 Soustavy lineárních rovnic

6 Samodružné body a směry afinity

Výběr báze. u n. a 1 u 1

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

6 Lineární geometrie. 6.1 Lineární variety

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

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

Lineární (ne)závislost

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

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

ANALYTICKÁ GEOMETRIE V ROVINĚ

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

K2 7 E=. 2 1 Snadno zjistíme, že všechny nenulové násobky vektoru( 2, 1) jsou vlastními vektorymatice[ϕ]

Pavel Horák, Josef Janyška LINEÁRNÍ ALGEBRA UČEBNÍ TEXT

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

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

Řešené úlohy z Úvodu do algebry 1

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

Úvod do lineární algebry

Úvodní informace Soustavy lineárních rovnic. 12. února 2018

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)

Lineární algebra : Metrická geometrie

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

EUKLIDOVSKÉ PROSTORY

Soustavy lineárních rovnic

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.

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a

9 Kolmost vektorových podprostorů

Soustavy lineárních rovnic

Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT

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

1 Determinanty a inverzní matice

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

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

10. Vektorové podprostory

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.

ALGEBRA. Téma 4: Grupy, okruhy a pole

Vlastní číslo, vektor

Determinant matice řádu 5 budeme počítat opakovaným použitím rozvoje determinantu podle vybraného řádku nebo sloupce. Aby byl náš výpočet

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

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

11. Skalární součin a ortogonalita p. 1/16

Základy matematiky pro FEK

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

Lineární algebra : Lineární prostor

Pomocný text. Polynomy

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

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

Matematika B101MA1, B101MA2

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.

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

KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

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,

Číselné vektory, matice, determinanty

pochopení celé kapitoly je myšlenka, že těleso S lze považovat za vektorový prostor

Soustava m lineárních rovnic o n neznámých je systém

1 Analytická geometrie

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:

Těleso racionálních funkcí

Soustavy lineárních rovnic a determinanty

Matematika I, část I Vzájemná poloha lineárních útvarů v E 3

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

7 Ortogonální a ortonormální vektory

7. Důležité pojmy ve vektorových prostorech

(Cramerovo pravidlo, determinanty, inverzní matice)

Transkript:

30.9. 1. Tělesa Uvažujme například množinu všech racionálních čísel Q spolu s obvyklými operacemi + a a všimněme si běžných vlastností obou operací(tj. takových, jichž jsme bez rozmýšlení ochotni a schopni používat). Nejprve zaznamenejme takové vlastnosti sčítání: 1. a,b,c Qplatírovnost(a+b)+c=a+(b+c)(tétovlastnostioperace se obvykle říká asociativita), 2. a,b Qplatí,že a+b=b+a(tétovlastnosti+říkámekomutativita), 3. a Qplatí,že a+0=a(tedy0jetzv.neutrálníprvekoperace+), 4. a Qexistujeracionálníčíslo,kteréoznačujeme a,proněž a+( a)=0 (tedy ajeopačnýprvekka). Velmi podobný soubor vlastností splňuje i násobení: 5. a,b,c Q:(a b) c=a (b c)(asociativita), 6. a,b Q: a b=b a(komutativita), 7. a Qplatí,že a 1=a(tedy1jeneutrálníprvekoperace ), 8. a Q\{0}existujeracionálníčíslo,kteréoznačujeme a 1,proněž a a 1 = 1(a 1 jetzv.inverzníprvekka). Doposud jsme neuvedli žádnou vlastnost, která by uvažované operace nějak svazovala. Uvědomme si, že velmi silný požadavek na spolupráci + a na racionálních číslech vyjadřuje pravidlo distributivity: 9. a,b,c Q: a (b+c)=a b+a c. Není těžké nahlédnout, že jsme právě shrnuli důležité vlastnosti uvažovaných operací jako takových a že mnohé další samozřejmé vlastnosti lze z axiomů 1.-9. odvodit.napříkladfakt,že (a b)=( a) b,plynezaxiomů9.a4.azfaktu0 b=0 (konkrétně a b+( a) b=(a+( a)) b=0 b=0)adokonceifakt,že0 b=0 můžeme z axiomatiky odvodit(pomocí axiomů 9., 4. a 3.). To samozřejmě v případě racionálních čísel, s nimiž jsme zvyklí počítat, na nic nepotřebujeme, ale může to být velmi užitečné v okamžiku, kdy se zamyslíme, zda stejný(či podobný) soubor vlastností nesplňují i jiné páry operací(a tím ani nevylučujeme ani nezaručujeme, že budou mít stejný zápis) na jiných množinách a zda právě vyjmenované vlastnosti nepostačují k tomu, abychom uměli zodpovědět otázky, které si záhy v rámci kurzu lineární algebry položíme. Už ve chvíli, kdy jsme sestavovali soupis vlastností 1. 9., jsme si mohli uvědomit, že jsou samozřejmě splněny pro sčítání a násobení na reálných či komplexních číslech (a že například sčítání a násobení na celých číslech splňuje všechny uvedené axiomy s výjimkou axiomu 8.). Sepišme si tedy tyto vlastnosti ještě jednou, ale uvažujme jepronějakouobecnoumnožinutsdvojicíbinárníchoperací+a : 1. a,b,c T:(a+b)+c=a+(b+c), 2. a,b T: a+b=b+a, 3. existujetakovýprvek0 T,že a Tplatírovnost a+0=a, 4. a Texistuje a T,prokteré a+( a)=0, 5. a,b,c T:(a b) c=a (b c), 6. a,b T: a b=b a, 7. existujetakovýprvek1 T,že a Tplatírovnost a 1=a, 1

2 8. a T \ {0}existuje a 1 T,prokteré a a 1 =1(a 1 jetzv.inverzní prvekk). 9. a,b,c T: a (b+c)=a b+a c. V novém souboru axiomů jsme do 3. a 7. axiomu přidali formulaci existuje takový prvek, která byla v případě racionálních, reálných či komplexních čísel zbytečná (0 a 1 tam označují zcela konkrétní čísla a my jen zaznamenali jejich charakteristickévlastnosti),alevechvíli,kdynemámekdispozicinicvícneždvěoperacena abstraktní množině T, je nezbytná. Rovněž si všimněme, že jsme v nové axiomatice převzali značení obvyklé u zmiňovaných konkrétních číselných struktur(kromě symbolůproneutrálníprvkytaké a 1 ),kterévobecnésituacinemákonkrétníobsah (je okamžitě srozumitelné, jaké konkrétní racionální čísl máme na mysli, napíšemeli 5nebo 2 3 1,ovšemvjinýchkonkrétníchpříkladechstruktursplňujícíchdanou axiomatikubudousymboly a 1 teprvevýzvouknáslednémuvýpočtu). Než shrneme naší axiomatiku pod pojem těleso, ujasněme si, co by znamenalo, kdybyobavýjimečnéprvky(tj.0a1)splývaly(tj.0=1).potombyprolibovolné a Tplatilo a=a 1=a 0=0,tedymnožinaTbybylapouzejednoprvková. Pro jednoprvkovou množinu a jednoznačně určené(a zjevně totožné) operace + a by všechny axiomy sice platily, ale počítání by v takovém případě nebylo vůbec zajímavé a při budování vektorových prostorů by připuštění jednoprvkových těles přinášelo potíže. Proto přidáme k axiomatice požadavek, aby množina T byla aspoň dvouprvková(nebo ekvivalentně, aby 0 1). Nyníukážeme,žedobřeznáméstrukturyQ,RčiCnejsouzdalekajediné,které splňují aximatiku tělesa. Pomineme na tomto místě velké množstí příkladů těles, která bychom mohli najít jako podtělesa reálných čísel a zaměříme se na tělesa s konečným počtem prvků. Buďvnásledujícím pprvočísloapoložmez p = {0,1,...,p 1}.Nynídefinujme naz p operace+ p a ppředpisem a+ p b=(a+b)modpaa p b=(a b)modp,kde modp znamená zbytek po celočíselném dělení hodnotou p 1.1. Ověřte, že pro všechna celá a, b a libovolné přirozené n platí, že((a)modn + (b)modn)modn=(a+b)modna((a)modn (b)modn)modn=(a b)modn. Zvolme libovolě celá a, b a přirozené n. Předně si rozmyslíme význam zbytku po celočíselném dělení, tedy, že existují(jednoznačně určená) celá q a r, pro něž (a)modn+qn=aa(b)modn+rn=b.navícpřipomeňme,že0 (a)modn < n a0 (b)modn < n.nynípočítejme:(a+b)modn=((a)modn+qn+(b)modn+ rn)modn =((a)modn+(b)modn+(q+r)n)modn =((a)modn+(b)modn)modn. 1.2. Dokažte,žeZ p spolusoperacemi+ p a psplňujeaxiomy1. 7.a9. Platnost axiomů 2.,3.,6.,7. plyne okamžitě z definice operací a odpovídající vlastnostiproceláčísla,axiomy1.,5.a9.platídíkypozorováníz1.1.konečně 0=0 a a=p aprovšechna a Z p \{0},protože(a+p a)modp=(p)modp=0. 1.3. NajděteinverzníprvkyprovšechnynenulovéprvkytělesaZ 5. Vdanémpřípaděmůžemepostupovatzkusmo.Snadnozjistíme,že1 1 =1(to platíostatněvkaždémtělese),zpozorování,že2 53=1,plyne,že2 1 =3iže 3 1 =2,akonečně4 1 =4,protože4 54=1.

3 7.10. Nechť a 0 a 1 jsoudvěpřirozenáčísla.připomeňmeeuklidůvalgoritmushledání největšíhospolečnéhodělitele(nsd)čísel a 0 a a 1 : Známe-li a i 1 a a i spočteme a i+1 =(a i 1 )mod a i.tedyvíme,žeexistujetakové q i Nže a i 1 = q i a i +a i+1 a a i+1 < a i.algoritmusskončí,když a n+1 =0,potom a n =NSD(a 0,a 1 ). 1.4.NajdětepomocíEuklidovaalgoritmutakováceláčísla xay,aby30x+101y= 1. Nejprve si všimněme, že číslo 101 je prvočíslo, tedy největší společný dělitel čísel 30 a 101 je zcela jistě roven jedné. Euklidův algoritmus na nalezení největšího společnéhodělitelečísel30a101námtedysamozřejměmusídátvýsledek1.přestoho použijeme a budeme věnovat pozornost vztahu předchozích a následujících prvků: a 0 =101, a 1 =30, a 2 =101 3 30=11, a 3 =30 2 11=8, a 4 =11 8=3, a 5 =8 2 3=2, a 6 =3 2=1=NSD(101,30). Vidíme,žekaždé a i+1 jeceločíselnoulineárníkombinacíprvků a i a a i 1,budemeli postupně dosazovat předchozí vyjádření do následujících výrazů, dostaneme každé a i+1 jakoceločíselnoulineárníkombinacíprvků a 0 a a 1 : a 2 =11=101 3 30, a 3 =8=30 2 11=30 2 (101 3 30)=7 30 2 101, a 4 =3=11 8=(101 3 30) (7 30 2 101)=3 101 10 30, a 5 =2=8 2 3=(7 30 2 101) 2 (3 101 10 30)=27 30 8 101, a 6 =1=3 2=(3 101 10 30) (27 30 8 101)=11 101 37 30. Zjistilijsme,že x= 37ay=11. 1.5. Najděteinverzníprvekkprvku30vtěleseZ 101. Potřebujemenajítčíslo x Z 101,kterébyřešilorovnici(30 x)mod101=1,což můžemereformulovattak,žehledámecelá xay,znichž xmáležetvz 101,aby 30x+101y=1.Podobnouúlohuužjsmeřešilivpředchozímpříkladu,nynísistačí uvědomit, že nalezené x, které neleží v požadovaném intervalu můžeme posunout pomocí vhodného násobku čísla 101. Dostaneme tedy zbytek po celočíselném dělení číslem101,tj.30 1 =( 37)mod101=101 37=64,protože 1 = 11 101 37 30 = 11 101 30 101+101 30 37 30 =(11 30) 101+(101 37) 30. Tedyjsmenašlidalšíapronászajímavějšířešenířešení1=64 30 19 101rovnice z1.4. 1.6. NajdětevtěleseZ 101 prvky63 1,20 1,2 1,(20 63) 1 avyřeštenadním rovnici20 101 x=7 U prvních dvou hodnot postupujme stejně jako v předchozích úvahách, tedy využijeme Euklidův algoritmus: 38=101 63,

4 25=63 38=2 63 101, 13=38 25=2 101 3 63, 12=25 13=5 63 3 101, 1=13 12=5 101 8 63. Zjistilijsme,že63 1 =( 8)mod101=93. PodobněužvprvnímkrokuEuklidovaalgoritmuzjistíme,že1=101 5 20, tedy20 1 =( 5)mod101=96 Přiurčováníhodnoty2 1 můžemeudělatjednoduchouobecnouúvahuproz p, kde pjelichéprvočíslo,že p+1 2 Z p aže(2 p+1 2 )modp=(p+1)modp=1,tedy 2 1 = 101+1 2 =51vtěleseZ 101. Uvážíme-li,žezaxiomatikytělesaplyne(a b) 1 = a 1 b 1 a( a) ( b)=a bpro všechny jeho prvky a a b(zkuste podrobně dokázat!), a využijeme-li vypočítaných hodnot, pak (20 101 63) 1 =20 1 101 63 1 =( 5) 101 ( 8)=40. Protože obvyklý způsob upravovaní rovnic je ekvivalentní(tj. vratný) i pro rovnicenadobecnýmtělesem,zjišťujeme,žehledané xjetvaru x=20 1 101 7= 96 101 7=66. 1.7.Dokažte,pomocíEuklidovaalgoritmu,žeZ p spolusoperacemi+ p a psplňuje axiom 8. Uvažujeme stejným způsobem jako v předchozích úlohách. Zvolme libovolně nenulové a Z p.protože pjeprvočíslo,jsou aapnesoudělná,tedypomocíeuklidova algoritmulzenajítcelá xay,proněž ax+py=nsd(a,p)=1.nynístačívzít a 1 =(x)modp. NadálebudemesčítáníanásobenívtěleseZ p psátbezindexu p (tj.jen+a ). 1.8.SpočítejtevtělesechZ 5 az 7 hodnotuvýrazu( 2) 1 ((2+4) (4+4) 1 )+3. PostupujemepodledefiniceoperacínaZ 5 iz 7,nejprvepočítejmenadZ 5 : ( 2) 1 ((2+4) (4+4) 1 )+3=3 1 (1 3 1 )+3=2 2+3=2. PodobnědostávámenadZ 7 : ( 2) 1 ((2+4) (4+4) 1 )+3=5 1 (6 1 1 )+3=3 6+3=0. 1.9.SpočítejtevtělesekomplexníchčíselChodnotuvýrazů(3+i) 1 a(1 2i) 1 (2+3i). Obvyklým způsobem rozšíříme zlomky komplexně sdruženou hodnotou a dostaneme (3+i) 1 = 1 3+i = 1 3 i 3+i 3 i = 3 10 1 10 i a (1 2i) 1 (2+3i)= 2+3i 1 2i =2+3i 1 2i 1+2i 1+2i = 4 5 +7 5 i. 21.10.

5 1.10. Najděte všechna reálná rešení soustavy rovnic: x + 2y + z = 1 2x + y + 2z = 2 Nejprve si soustavu zapíšeme do matice a poté ji pomocí přičtení vhodného násobku jedné rovnice k rovnici druhé upravíme(na střední škole se tento způsob upravování obvykle nazývá sčítací metoda ): ( ) ( ) 1 2 1 1 2 1 2 1 2 1 1, 2 0 5 4 4 Druhý řádek upravené matice, který odpovídá rovnici 5y + 4z = 4, jsme dostali přičtenímdvojnásobkurovnice x+2y+ z=1krovnici 2x+y+2z=2(tedy přičtenímdvojnásobkuřádku ( 1 2 1 1 ) křádku ( 2 1 2 2 ) ).Snadnosiuvědomíme, že dosadíme-li za z libovolnou hodnotu, pak jednoznačně dopočítáme y a x.položíme-linapříklad z=0,pakzrovnice5y+4 0=4dostáváme,že y= 4 5 a zrovnice x+2 4 5 +0=1spočítáme,že x= 3 5.Našlijsmetedyjednořešenídané soustavy,kterémůžemezapsatdotrojice( 3 5,4 5,0). Nyní si uvědomíme geometrický význam řešení dané soustavy: každou z rovnic chápemejakorovinuvr 3 (tvořenouvšemitrojicemi(x,y,z),kterérovniciřeší) a množina řešení celé soustavy je průnik těchto dvou rovin. Všimneme-li si navíc, že roviny zjevně nejsou rovnoběžné, musí množinu všech řešení tvořit přímka, jejíž jedenbod( 3 5,4 5,0)užjsmenašli.Nynítedyzbývánajít směrovývektor této přímky,tedyvektorv=(v 1,v 2,v 3 ),pronějžjsouprávěbodytvaru( 3 5,4 5,0)+t v, kde t je libovolné reálné, všechny body hledané přímky. Připomeňme, že vektor v musípro(x,y,z)=(v 1,v 2,v 3 )nutněřešit(homogenní)soustavu x + 2y + z = 0 2x + y + 2z = 0 Abychomtonahlédli,stačíuvážitjednořešení(x 0,y 0,z 0 )původní(nehomogenní) soustavy,apotomdalšířešenítvaru(x 0,y 0,z 0 )+(v 1,v 2,v 3 )=((x 0 +v 1,y 0 +v 2,z 0 + v 3 ).Dosadíme-lioběřešenídostaneme x 0 + 2y 0 + z 0 = 1 2x 0 + y 0 + 2z 0 = 2 a x 0 + v 1 + 2(y 0 + v 2 ) + z 0 + v 3 = 1 2(x 0 + v 1 ) + y 0 + v 2 + 2(z 0 + v 3 ) = 2 Odečteme-li od sebe první rovnice a druhé rovnice, dostáváme v 1 + 2v 2 + v 3 = 0 2v 1 + v 2 + 2v 3 = 0 Budeme-li v maticovém zápisu řešit homogenní variantu naší rovnice, hodnoty levých stran se nezmění, zatímco právé strany budou vždy nulové: ( ) ( ) 1 2 1 0 2 1 2 1 2 1 0, 0 0 5 4 0 I tentokrát stačí najít jedno řešení, jehož jsou všechna další násobkem, ovšem tentokrát nemůžeme za z volit nulu, abychom našli nenulový směrový vektor. Položíme-li například z=1,pakzrovnice5y+4 1=0dostáváme,že y= 4 5 azrovnice x 2 4 5 +1=0spočítáme,že x= 3 5.Našlijsmetedyjednořešeníhomogenní soustavy,kterémůžemeopětzapsatdotrojice( 3 5, 4 5,1).

6 Zjistili jsme, že množina všech řešení je přímka tvaru {( 3 5,4 5,0)+t (3 5, 4,1) t R}. 5 1.11. Najděte všechna racionální rešení soustavy rovnic z úlohy 1.10. Stačí si rozmyslet, že z množiny všech řešení předchozí úlohy musíme vybrat ta, kterájsouvevšechsložkáchracionální.zřejměmářešení( 3 5,4 5,0)všechnysložky racionálníahodnota( 3 5,4 5,0)+t (3 5, 4 5,1)jeracionálníprávětehdy,kdyžje racionální t. To znamená, že množina všech řešení je tentokrát tvaru {( 3 5,4 5,0)+t (3 5, 4,1) t Q}. 5 1.12. Najděterešenísoustavyrovniczúlohy1.10nadtělesemZ 5. Budeme postupovat stejným formalizmem jako v úloze 1.10. Snadno si uvědomíme, že ve skutečnosti stačí výslenou matici upravit modulo 5: ( ) ( ) 1 2 1 1 2 1 2 1 2 1 1 2 0 0 4, 4 Nyní nejprve opět najdeme jedno řešení nehomogenní soustavy. Z druhé rovnice nutněplyne,že z=0adosadíme-litentokrát y=0dopočítámezprvnírovnice x=1. Nyní najdeme řešení homogenní soustavy s maticí ( ) ( ) 1 2 1 0 2 1 2 1 2 1 0 0 0 0 4. 0 Vidíme,ženutně z=0.položímeli y=1,potomzprvnírovnicedostaneme x=3, protože3+2 1+0=0.Tedymnožinavšechřešeníjetvaru {(1,0,0)+t (3,1,0) t Z 5 }. 2. Vektorové prostory a lineární nezávislost 2.1. Dokažte, že množina reálných polynomů jedné neurčité R[x] tvoří nad tělesem R vektorový prostor. Stačí přímočaře ověřit platnost axiomatiky vektorového prostoru pro sčítání polynomů a pro násobení polynomu reálným číslem. 2.2. Dokažte, že vektorový prostor R[x] není nad tělesem R konečné dimenze. Předpokládejme, že M je nějaká konečná množina polynomů a označme m maximumzestupňůpolynomůvm.potompolynom x m+1 neležív M,tedyR[x] nemůže být konečné dimenze.

7 2.3.Ověřte,žemnožina X= {x i i 0}tvoříbázireálnéhovektorovéhoprostoru R[x]. Zřejmě je každý polynom lineární kombinací(konečně mnoha) polynomů z X. Položíme-linulenějakoulineárníkombinaci a 0 x 0 + a 1 x 1 + +a n x n =0,pak všechna a i =0,tedypřímozdefinicevidíme,že Xjelineárněnezávislámnožina. 4.11. 2.4.Rozhodněte,zdajeposloupnostvektorů(1,1,0,1),(2,1,1,1),(3,1,2,1)zvektorovéhoprostoruR 4 nadtělesem Rlineárnězávisláčinezávislá. Potřebujeme zjistit, zda existuje nějaké netriviální(tj. nenulové) řešení vektorové rovnice x 1 (1,1,0,1)+x 2 (2,1,1,1)+x 3 (3,1,2,1)=(0,0,0,0) Snadno nahlédneme, že řešení dané vektorové rovnice jsou právě řešení homogenní soustavy rovnic s maticí levých stran A(pravé strany jsou nulové, u matice homogenní soustavy rovnic vynecháváme sloupec nulových pravých stran, který se žádnými úpravami nemění). Tu následně obvyklým způsobem upravujeme: 1 2 3 1 2 3 1 2 3 A= 1 1 1 0 1 2 0 1 2 0 1 2 0 1 2 0 0 0. 1 1 1 0 1 2 0 0 0 Aniž musíme nenulové řešení dopočítávat, ale zjevně jím jsou všechny násobky vektoru(1, 2,1),zjišťujeme,žehomogennísoustavarovnicsmaticíA,atudíži výše uvedená vektorová rovnice mají netriviální řešení, a proto jsou přímo podle definicevektory(1,1,0,1),(2,1,1,1),(3,1,2,1)lineárnězávislé. 2.5. Rozhodněte,zdajeposloupnostvektorů(1,0,2,1),(2,0,1,1),(1,0,1, 1)ve vektorovémprostoruq 4 nadtělesemqlineárnězávisláčinezávislá. Stejně jako v předchozí úloze se ptáme, zda existuje, a v takovém případě půjde o lineárně závislé vektory, či neexistuje, což by znamenalo, že dané vektory by byli lineárně nezávislé, netriviální řešení vektorové rovnice x 1 (1,0,2,1)+x 2 (2,0,1,1)+x 3 (1,0,1, 1)=(0,0,0,0) Úlohu převedeme na otázku, zda existuje jednoznačné(tedy pouze triviální) řešení homogenní soustavy rovnic s maticí A: 1 2 1 1 2 1 1 2 1 A= 0 0 0 2 1 1 0 3 1 0 1 2 0 1 2 0 0 5 1 1 1 0 0 0 0 0 0 Zupravenésoustavydostávámejednoznačnéřešení x 1 = x 2 = x 3 =0,tedy vektory(1,0,2,1),(2,0,1,1),(1,0,1, 1)jsoulineárněnezávislé. 2.6. Najdětenějakoubázipodprostoru V vektorovéhoprostorur 4 generovaného vektory(1,1,0,1),(2,1,1,1),( 1,1,2,0),(0,1,3,0),(3,1,2,1)aurčetedimenzi V.

8 Připomeňme, že elementární úpravy provedené na posloupnost vektorů nezmění podprostor jimi generovaný. Sepíšeme-li si tedy generátory prostoru V do řádků matice a matici budeme obvyklým způsobem upravovat, budou řádky upravené matice generovat stejný vektorový prostor V. Upravíme-li řádky matice tak, aby výsledné nenulové řádky(které můžeme v souladu s pozorováním o podprostorech generovaných řádky vypustit) byly zjevně lineárně nezávislé, budou tyto nenulové řádky tvořit bázi daného prostoru. Tedy upravujme: 1 1 0 1 1 1 0 1 1 1 0 1 2 1 1 1 0 1 1 1 0 1 1 1 1 1 0 1 1 1 2 0 0 1 3 0 0 2 2 1 0 1 3 0 0 0 4 1 0 0 4 1 3 1 2 1 0 2 2 2 0 0 0 0 0 1 1 1 0 0 4 1 Vektory(1,1,0,1),(0, 1,1, 1),(0,0,4, 1)jsoulineárněnezávislé,protožejsou uspořádány do odstupňované matice, a navíc generují celý prostor V, proto je posloupnost(1,1,0,1),(0, 1,1, 1),(0,0,4, 1)bází V. Protože je dimenze definována jako počet prvků(libovolné) báze, máme dim(v) = 3. 2.7. Vybertezmnožiny X= {(2,4,0,1,4),(4,3,0,2,3),(1,2,3,4,0),(3,1,1,1,2), (4,3,4,0,2)}bázipodprostoru U= X vektorovéhoprostoruz 5 5nadtělesemZ 5. Stačí si uvědomit, které vektory z daného seznamu jsou lineární kombinací předchozích. Seřadíme-li si vektory postupně do řádků matice, kterou upravíme posloupností elementárních úprav na ostupňovaný tvar(například nejprve přičteme vhodné násobky prvního řádku k ostatním a poté přehodíme druhý a třetí řádek, jímž stejným způsobem vynulujeme pátý a šestý řádek), stačí zjistit, kterým řádkům původní matice odpovídají nenulové řádky odstupňované matice. Řádky původní matice si označíme římskými číslicemi a budeme zaznamenávat všechna přehazování řádků: 2 4 0 1 4 i 4 3 0 2 3 2 4 0 1 4 i ii 1 2 3 4 0 0 0 0 0 0 2 4 0 1 4 i ii iii 0 0 3 1 3 0 0 3 1 3 iii iii 0 0 0 0 0 ii 3 1 1 1 2 iv 4 3 4 0 2 v 0 0 1 2 1 iv 0 0 4 3 4 v 0 0 0 0 0 iv 0 0 0 0 0 v Ukázalose,žeřádekiijenásobkemřádkuiařádkyivavjsoulineárníkombinací řádkůiaiii.naopakřádekiiinenílineárníkombinacířádkui.hledanoubázitvoří napříkladprvníatřetívektormnožiny X,tedymnožina {(2,4,0,1,4),(1,2,3,4,0)}. 2.8. Doplňtelineárněnezávislouposloupnost B =((2,4,0,1,4),(1,2,1,0,3))na báziaritmetickéhovektorovéhoprostoruz 5 5. Nejprve najdeme bázi podprostoru B tak, aby její vektory uspořádané do matice daly Gaussovu(tj. odstupňovanou) matici. ( ) ( ) 2 4 0 1 4 2 4 0 1 4. 1 2 1 0 3 0 0 1 2 1..

9 Nyní snadno doplníme matici na odstupňovanou čtvercovou matici, jejíž všechny řádky jsou nenulové, například vektory kanonické báze(i-tý přidáme, právě když i-tý sloupec matice neobsahuje pivot) a přitom si všimneme, že: 2 4 0 1 4 2 4 0 1 4 2 4 0 1 4 0 1 0 0 0 0 0 1 2 1 1 2 1 0 3 0 0 1 2 1 0 1 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 =A. Zřejmě má podprostor generovaný řádky matice A dimenzi 5, proto je podle Věty 2.22 z přednášky roven Z 5 5. Tedy posloupnost ((2,4,0,1,4),(1,2,1,0,3),(0,1,0,0,0), (0,0,0,1,0),(0,0,0,0,1))tvoříbáziZ 5 5rozšiřujícíposloupnost B. Další úlohy (1) SpočítejtevtěleseZ 83 hodnoty15 1 a(3 1 +6 53 1 ) 1. (2) VyřeštevtěleseZ 97 rovnici7 1 x=51 1. (3) Dokažte,žeprovšechnyprvky a, bobecnéhotělesaplatí (a b)= a b= a ( b), (a) 1 =( a) 1,(a b) 1 = a 1 b 1 a( a) ( b)=a b. (4) NajdětenadtělesyR,Q,C,Z 3,Z 5 az 7 všechnarešenísoustavyrovnic: 2x y + 2z = 1 x + y z = 1 (5) Najděte všechna komplexní řešení soustavy rovnic: ix 2y + z = 1 i x + (1+i)y (2+3i)z = i (6) NajdětenadtělesyZ 5 az 7 aspoňtřiřešenísoustavyrovnic: x + y + z + u = 3 x + 2y + 3z + 4u = 0 x + 4y = 0 (7) Určete dimenzi vektorového prostoru komplexních čísel C nad tělesem R. (8) Dokažte, že vektorový prostoru reálných čísel R nad tělesem racionálních čísel Q není konečné dimenze. (9) Rozhodněte,zdajeposloupnostvektorů(1,3,2,1),(3,0,1,1),(1,4,2,4) lineárnězávislávevektorovémprostorechr 4,C 4,Z 4 5aZ 4 7. (10) Najdětenějakoubáziaurčetedimenzipodprostoru (1,3,2,1),(3,0,1,1), (1,4,2,4) vektorovýchprostorůr 4,C 4,Z 4 5aZ 4 7. (11) Najdětevšechnypodmnožinymnožinyvektorů X= {(1,2,1,1,1),(3,1,3,3,3), (2,4,2,2,2),(1,0,1,3,2)},kterétvoříbázipodprostoru U= X vektorovýchprostorůq 5,Z 5 5,Z 5 7. (12) Kolikexistujebázípodprostoru (1,1,2,0),(4,1,3,1),(1,3,2,1) vektorovýchprostorůz 4 5aZ 4 7? (13) Kolikazpůsobylzelineárněnezávislouposloupnost((1,2,2,1),(2,1,1,0)) doplnit na bázi(chapanou jako posloupnost, tj. záleží na pořadí prvků) vektorovéhoprostoruz 4 3?