MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

Podobné dokumenty
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

SOUSTAVY LINEÁRNÍCH ROVNIC

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

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

Základy matematiky pro FEK

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

Vektory a matice. Petr Hasil. Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)

Lineární algebra Operace s vektory a maticemi

Číselné vektory, matice, determinanty

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

Množinu všech matic typu m n nad tělesem T budeme označovat M m n (T ), množinu všech čtvercových matic stupně n nad T pak M n (T ).

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

0.1 Úvod do lineární algebry

Základy maticového počtu Matice, determinant, definitnost

Soustavy lineárních rovnic a determinanty

ŘEŠENÍ NELINEÁRNÍCH ROVNIC

ŘEŠENÍ NELINEÁRNÍCH ROVNIC

Úvod do lineární algebry

Kapitola 11: Vektory a 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:

0.1 Úvod do lineární algebry

Operace s maticemi

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

Lineární algebra. Matice, operace s maticemi

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

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

Kapitola 11: Vektory a matice 1/19

DERIVACE FUNKCE, L HOSPITALOVO PRAVIDLO - CVIČENÍ

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,

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA NEURČITÝ INTEGRÁL

Soustavy lineárních rovnic

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

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

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

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

DERIVACE FUNKCE, L HOSPITALOVO PRAVIDLO

Operace s maticemi. 19. února 2018

NEURČITÝ INTEGRÁL - CVIČENÍ

Determinanty. Determinanty. Přednáška MATEMATIKA č. 3. Jiří Neubauer

DERIVACE FUNKCE, L HOSPITALOVO PRAVIDLO

1. Matice a maticové operace. 1. Matice a maticové operace p. 1/35

1 Báze a dimenze vektorového prostoru 1

Soustavy lineárních rovnic

FUNKCE, ZÁKLADNÍ POJMY - CVIČENÍ

DEFINICE Z LINEÁRNÍ ALGEBRY

6. ANALYTICKÁ GEOMETRIE

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

Vybrané kapitoly z matematiky

Matematika B101MA1, B101MA2

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

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

8 Matice a determinanty

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

Základní pojmy teorie množin Vektorové prostory

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.

Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi

AVDAT Vektory a matice

1 Vektorové prostory.

FUNKCE, ZÁKLADNÍ POJMY

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

7. Lineární vektorové prostory

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)

LIMITA FUNKCE, SPOJITOST FUNKCE - CVIČENÍ

Matematika. Kamila Hasilová. Matematika 1/34

PRŮBĚH FUNKCE - CVIČENÍ

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

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

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

FUNKCE, ZÁKLADNÍ POJMY

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

6. Vektorový počet Studijní text. 6. Vektorový počet

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

(Cramerovo pravidlo, determinanty, inverzní matice)

LIMITA FUNKCE, SPOJITOST FUNKCE

M - Příprava na 1. čtvrtletku pro třídu 4ODK

Soustava m lineárních rovnic o n neznámých je systém

IB112 Základy matematiky

Základy matematiky pro FEK

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

1 Determinanty a inverzní matice

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

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

ANALYTICKÁ GEOMETRIE V ROVINĚ

Analytická geometrie. c ÚM FSI VUT v Brně

6.1 Vektorový prostor

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

7. Důležité pojmy ve vektorových prostorech

rozumíme obdélníkovou tabulku

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

II. Úlohy na vložené cykly a podprogramy

Matice. a m1 a m2... a mn

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

M - Příprava na 12. zápočtový test

2. ZÁKLADY MATICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY

15 Maticový a vektorový počet II

2 Vektorové normy. Základy numerické matematiky - NMNM201. Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro

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,

matice([[1,1,0,0,0],[1,1,1,0,0],[0,1,1,0,0],[0,0,0,1,1],[0,0,0,1,1]],1). matice([[1,1,1],[1,1,0],[1,0,1]],2).

Vlastní číslo, vektor

Transkript:

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.0021) za přispění finančních prostředků EU a státního rozpočtu České republiky. Mgr. Radka SMÝKALOVÁ, Ph.D. smyky@seznam.cz

MT MATEMATIKA Vektory, matice 2 V rovině: Vektory a operace s nimi y b 2 u B a 2 A 0 a 1 b 1 x Bod A má souřadnice [a 1,a 2 ], bod B má souřadnice [b 1,b 2 ]. Vektor u = AB (šipka od A do B) vypočítáme u = AB = B A = [b1,b 2 ] [a 1,a 2 ] = (b 1 a 1,b 2 a 2 ). Souřadnice vektoru značíme v kulatých závorkách. Vektor je veličina, která má svoji velikost a směr.

MT MATEMATIKA Vektory, matice 3 V prostoru: Bod A má souřadnice [a 1,a 2,a 3 ], bod B má souřadnice [b 1,b 2,b 3 ]. Vektor u = AB (šipka od A do B) vypočítáme u = AB = B A = [b1,b 2,b 3 ] [a 1,a 2,a 3 ] = (b 1 a 1,b 2 a 2,b 3 a 3 ). Souřadnice vektoru značíme v kulatých závorkách. Vektor je veličina, která má svoji velikost a směr. Vektory, které mají stejnou velikost a směr, jen se liší posunutím, jsou shodné!!!

MT MATEMATIKA Vektory, matice 4 V n-rozměrném prostoru: DEFINICE (Vektor). Uspořádanou n-tici čísel u = (u1,u 2,...,u n ) nazýváme číselným vektorem. Čísla u 1,...,u n jsou souřadnice vektoru u. Číslo n nazýváme rozměrem vektoru u. DEFINICE (Operace s vektory). u = (u 1,u 2,...,u n ), v = (v 1,v 2,...,v n ) jsou vektory, n N, c R je konstanta. Pak platí u ± v = (u 1 ±v 1,u 2 ±v 2,...,u n ±v n ) c u = (c u 1,c u 2,...,c u n ) u v = u 1 v 1 +u 2 v 2 + +u n v n skalární součin u = u 2 1 +u2 2 + +u2 n velikost vektoru cosϕ = u v u v odchylka vektorů, úhel sevřený dvěma vektory

MT MATEMATIKA Vektory, matice 5 DEFINICE (Nulový vektor). Vektor, jehož souřadnice jsou samé nuly u = (0,0,...,0), se nazývá nulový vektor. Věta (Kolmost vektorů). Dva vektory jsou na sebe kolmé, když je jejich skalární součin roven nule. u v = 0 Cvičení 1. Jsou dány vektory u = (1,3, 2,5), v = ( 2,0,1,2). Vypočítejte 1. w = 2 u 3 v 2. velikost vektoru w 3. skalární součin u v 4. úhel vektorů u, v 5. jsou vektory u a w na sebe kolmé?

MT MATEMATIKA Vektory, matice 6 V rovině: Lineární kombinace vektorů y w = c1 u +c 2 v u v w 0 x Vektor w je lineární kombinací vektorů u a v, c 1,c 2 R jsou konstanty.

MT MATEMATIKA Vektory, matice 7 V n-rozměrném prostoru: DEFINICE (Lineární kombinace vektorů). Lineární kombinace vektorů u 1, u 2,..., u n stejného rozměru je vektor w = c1 u 1 +c 2 u 2 + +c n u n, kde c 1,...,c n R jsou konstanty. Lineární závislost a nezávislost vektorů DEFINICE (Lineární závislost a nezávislost vektorů). Vektory u 1, u 2,..., u n stejného rozměru jsou lineárně závislé, jestliže alespoň jeden z nich je lineární kombinací ostatních lineárně nezávislé, jestliže žádný z nich není lineární kombinací ostatních

MT MATEMATIKA Vektory, matice 8 Matice a operace s nimi DEFINICE (Matice typu (m,n)). Matice typu (m,n), kde m,n N, je množina prvků (reálných čísel) uspořádaných do m řádků a n sloupců. Píšeme A = a 11 a 12... a 1n a 21 a 22... a 2n...... a m1 a m2... a mn nebo A = (a ij), kde i = 1...m, j = 1...n Když m n, matice se nazývá obdélníková. Když m = n, matice se nazývá čtvercová. Prvky matice a 11,a 22,... se nazývají hlavní diagonála.

MT MATEMATIKA Vektory, matice 9 DEFINICE (Druhy matic). Nulová matice - všechny prvky jsou rovny nule Transponovaná matice A T - vznikne z matice A tak, že zaměníme řádky za sloupce. První řadek za první sloupec, druhý řádek za druhý sloupec... Diagonální matice - čtvercová matice, která má na hlavní diagonále libovolná nenulová čísla a mimo hlavní diagoválu má nuly Jednotková matice I - čtvercová matice, která má na hlavní diagonále jedničky a mimo hlavní diagoválu má nuly Schodovitá matice - každý další řádek začíná větším počtem nul než ten předchozí Cvičení 2. K matici A napište matici transponovanou. Určete typ matice A. Určete typ matice A T. A = 2 1 1 0 3 1 5 8 1 0 2 2

MT MATEMATIKA Vektory, matice 10 Cvičení 3. Napište jakoukoli nulovou matici, diagonální matici, jednotkovou matici, schodovitou matici. DEFINICE (Operace s maticemi - sčítání a odčítání, násobení konstantou). A = (a ij ) a B = (a ij ) jsou matice stejného typu (m,n), c R je konstanta. Pak platí A ± B = (a ij ± b ij ) sečteme, resp. odečteme čísla na stejných místech c A = (c a ij ) konstantou c vynásobíme všechna čísla matice DEFINICE (Operace s maticemi - násobení matic). A = (a ij ) je matice typu (m,p) a B = (a ij ) je matice typu (p,n). Pak platí A B = (a i1 b 1j + a i2 b 2j + + a ip b pj ) všechny řádky první matice vynásobíme se všemi sloupci druhé matice - viz příklad

MT MATEMATIKA Vektory, matice 11 Součin matic A B existuje pouze tehdy, když počet sloupců první matice A se rovná počtu řádků druhé matice B!!! Součin matic A B není komutativní, což znamená A B B A!!! A B = B A jen v některých případech.

MT MATEMATIKA Vektory, matice 12 Příklad. A = Řešení. 3 2 1 0 1 2, B = 2 0 1 2 1 3 0 1 3. Vypočítejte A B, B A, A 2. A B existuje, protože A je typu (3, 3) a B je typu (3, 2). 3 2 1 2 1 3 2+2 3+( 1) 1 3 1+2 0+( 1) 3 A B = 0 1 2 3 0 = 0 2+1 3+2 1 0 1+1 0+2 3 = 2 0 1 1 3 2 2+0 3+1 1 2 1+0 0+1 3 B A neexistuje, protože B je typu (3, 2) a A je typu (3, 3). 11 0 5 6 3 1 A 2 = A A existuje, protože A je typu (3,3) a A je typu (3,3). 3 2 1 3 2 1 11 8 0 A 2 = A A = 0 1 2 0 1 2 = 4 1 4 2 0 1 2 0 1 8 4 3

MT MATEMATIKA Vektory, matice 13 Cvičení 4. Jsou dány matice A = 1 1 5 2 1 2 2 4 1,B = 0 3 0. 2 3 2 2 4 2 Vypočítejte C = 2A+B T +3I, D = 2(A B)+A T I. Cvičení 5. Jsou dány matice A = ( ) 1 2 1,B = 1 0 2 1 3 0 2 1 1 0,C = 1 1 3. 2 1 2 2 0 Vypočítejte A B,B A,B C,C B,A C,C A,A 2,B 2,C 2.