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

Podobné dokumenty
Soustavy lineárních rovnic

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

Soustava m lineárních rovnic o n neznámých je systém

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

0.1 Úvod do lineární algebry

Soustavy lineárních rovnic

1 Řešení soustav lineárních rovnic

Základy matematiky pro FEK

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

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

0.1 Úvod do lineární algebry

Lineární algebra. Soustavy lineárních rovnic

1 Determinanty a inverzní matice

VĚTY Z LINEÁRNÍ ALGEBRY

1 Soustavy lineárních rovnic

Matematika B101MA1, B101MA2

1 Vektorové prostory.

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.

1 Báze a dimenze vektorového prostoru 1

Soustavy lineárních rovnic a determinanty

8 Matice a determinanty

SOUSTAVY LINEÁRNÍCH ROVNIC

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

Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak,

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

Soustavy lineárních algebraických rovnic SLAR

7. Lineární vektorové prostory

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

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

7. Důležité pojmy ve vektorových prostorech

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

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

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

2.6. Vlastní čísla a vlastní vektory matice

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

DEFINICE Z LINEÁRNÍ ALGEBRY

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

Přednáška 4: Soustavy lineárních rovnic

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

Úvod do lineární algebry

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

Kapitola 11: Vektory a matice:

(Cramerovo pravidlo, determinanty, inverzní matice)

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

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

IB112 Základy matematiky

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

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

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

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

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

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

Matematika. Kamila Hasilová. Matematika 1/34

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

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.

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

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,

9 Kolmost vektorových podprostorů

Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS )

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

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

z textu Lineární algebra

Řešené úlohy z Úvodu do algebry 1

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

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

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

ALGEBRA. Téma 5: Vektorové prostory

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008

Základy maticového počtu Matice, determinant, definitnost

Úvodní informace Soustavy lineárních rovnic. 12. února 2018

Matice lineárních zobrazení

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

Soustavy lineárních rovnic-numerické řešení. October 2, 2008

ALGEBRA A TEORETICKÁ ARITMETIKA. 1. část - Lineární algebra. doc.rndr. Jarmila Novotná, CSc. doc.rndr. Milan Trch, CSc.

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).

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

Kapitola 11: Vektory a matice 1/19

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.

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

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 ).

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

Soustavy lineárních rovnic-numerické řešení

Lineární algebra Operace s vektory a maticemi

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

Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty

pro řešení soustav lineárních rovnic. Gaussova eliminační metoda pro řešení soustavy lineárních rovnic sestává ze dvou kroků:

Soustavy lineárních rovnic

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

Kapitola 12: Soustavy diferenciálních rovnic 1. řádu

EUKLIDOVSKÉ PROSTORY

Připomenutí co je to soustava lineárních rovnic

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

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

Obecná úloha lineárního programování

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

Základní pojmy teorie množin Vektorové prostory

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

Transkript:

Obsah Lineární rovnice Definice 77 Uvažujme číselné těleso T a prvky a 1,, a n, b T Úloha určit všechny n-tice (x 1,, x n ) T n, pro něž platí n a i x i = a 1 x 1 + + a n x n = b, i=1 se nazývá lineární rovnice (LR) o n neznámých nad T Každá n-tice, pro kterou tato rovnost nastane, se nazývá řešení této rovnice Soustava lineárních rovnic Definice 78 Necht T je číselné těleso a a ij, b i T pro každé i = 1,, m a každé j = 1,, n Úloha určit všechny n-tice (x 1,, x n ) T n, pro které současně platí n j=1 a 1jx j = a 11 x 1 + + a 1n x n = b 1, (R 1 ) (S) n j=1 a mjx j = a m1 x 1 + + a mn x n = b m, (R m ) se nazývá soustava m lineárních rovnic (SLR) o n neznámých nad T Každá n-tice splňující (S) se nazývá řešení této soustavy Soustava lineárních rovnic Jsou-li M 1,, M m množiny řešení rovnic (R 1 ),, (R m ), pak pro množinu řešení soustavy (S) platí M = M 1 M m Soustavu (S) můžeme zkráceně zapisovat jako n a ij x j = b i, i = 1,, m j=1 Matice soustavy lineárních rovnic Definice 79 Dána SLR (S) Pak matici a 11 a 1n a 21 a 2n A =, resp (A b T ) = a m1 a mn a 11 a 1n b 1 a 21 a 2n b 2 a m1 a mn b m nazýváme matice soustavy (S), resp rozšířená matice soustavy (S), 5

Matice soustavy lineárních rovnic Dána SLR (S), A M m n (T ) necht je její matice Označme x T = x 1 x n, b T = b 1 b n Soustavu (S) pak můžeme psát v tzv maticovém tvaru Řešitelnost SLR A x T = b T Definice 710 SLR A x T = b T se nazývá řešitelná, jestliže existuje alespoň jedno její řešení Dvě soustavy lineárních rovnic A x T = b T a B x T = c T nazveme ekvivalentní, jestliže mají stejné množiny řešení Věta 76 SLR A x T = b T je řešitelná právě když je vektor b lineární kombinací sloupců matice A M m n (T ) Věta 77 Dány soustavy A x T = b T a B x T = c T m LR o n neznámých nad T Je-li (A b T ) (B c T ), pak jsou tyto dvě soustavy ekvivalentní Řešitelnost SLR Věta 78 (Frobeniova nebo Kroneckerova Cappeliova) Soustava lineárních rovnic A x T = b T je řešitelná právě když h(a) = h(a b T ) Je-li v této situaci navíc h(a) = n, pak má tato soustava právě jedno řešení, pokud h(a) < n, pak má nekonečně mnoho řešení (závislých na n h(a) parametrech) Gaussova eliminační metoda Dána soustava lineárních rovnic A x T = b T, kde A M m n (T ) Matici (A b T ) převedeme pomocí EŘT na matici (B ct ), která je v GT Pracujeme tedy dál s jinou soustavou, která má ale podle Věty 77 stejnou množinu řešení jako daná 6

Gaussova eliminační metoda Je-li h(a) = h(a b T ) = h < n, pak b 11 b 12 b 1h b 1n c 1 0 b 22 b 2h b 2n c 2 (B c T ) = 0 0 b hh b hn c h 0 0 0 0 0 0 Přitom se dá vždy zařídit (prohození sloupců), že b ii 0 pro každé i = 1, 2,, h Gaussova eliminační metoda Z rovnice b hh x h + +b hn x n = c h, která odpovídá poslednímu nenulovému řádku matice (B c T ) vypočítáme x h v závislosti na x h+1,, x n Z rovnice, která odpovídá předposlednímu nenulovému řádku vypočítáme v závislosti na x h+1,, x n neznámou x h 1 Z rovnice odpovídající prvnímu řádku (B c T ) dopočítáme x 1 v závislosti na x h+1,, x n Gaussova eliminační metoda Jestliže h(a) = h(a b T ) = n, pak b 11 b 12 b 1n c 1 0 b 22 b 2n c 2 (B c T ) = 0 0 b nn c n 0 0 0 0 0 0 7

Gaussova eliminační metoda Z rovnice b nn x n = c n, která odpovídá n-tému řádku matice (B c T ) máme x n = 1 b nn c n Z rovnice, která odpovídá předposlednímu nenulovému řádku vypočítáme x n 1 = 1 b n 1,n 1 (c n 1 b n 1,n x n ) Až konečně z rovnice odpovídající prvnímu řádku (B c T ) dopočítáme Cramerovo pravidlo x 1 = 1 b 11 (c 1 b 1n x n b 1,n 1 x n 1 b 12 x 2 ) Další možnost jak řešit SLR Nelze použít vždy Pouze když soustava obsahuje tolik rovnic jako neznámých a navíc hodnost její matice je plná Věta 79 (Cramerovo pravidlo) Dána soustava n lineárních rovnic A x T = b T o n neznámých nad T taková, že platí det(a) 0 Pak tato soustava má právě jedno řešení x = (x 1,, x n ), pro něž platí x j = det(a j) j = 1,, n det(a) Přitom matice A j je matice, kterou získáme nahrazením j-tého sloupcového vektoru matice A, tedy a T j, vektorem b T Cramerovo pravidlo Příklad 75 Určete druhou složku vektoru řešení soustavy x 1 + 2x 2 + 5x 3 = 9 x 1 x 2 + 3x 3 = 2 3x 1 6x 2 x 3 = 25 Řešení: Podle Cramerova pravidla je x 2 = A2 A, kde 1 2 5 A = 1 1 3 3 6 1 = 20 a A 1 9 5 2 = 1 2 3 3 25 1 = 60, tedy x 2 = 3 8

3 Homogenní soustavy lineárních rovnic Obsah Obsah Homogenní SLR Definice 711 Soustava lineárních rovnic A x T = b T se nazývá homogenní, jestliže b = o V opačném případě se nazývá nehomogenní Věta 710 Necht A x T = o T je homogenní SLR nad T taková, že A M m n (T ) a h(a) = h Pak všechna řešení této soustavy tvoří podprostor v AVP T n (prostor řešení této soustavy) Jeho dimenze je přitom rovna n h Fundamentální systém řešení homogenní SLR Definice 712 Fundamentálním systémem řešení (FSŘ) homogenní SLR A xt = o T rozumíme každou bázi prostoru řešení této soustavy Podle definice je zřejmé, že FSŘ jsou určena všechna řešení této soustavy (báze je množina generátorů) Pokud je matice soustavy A x T = o T čtvercová, má tato soustava právě jedno řešení právě když det(a) 0 Jediným řešením je přitom o (tzv triviální řešení) Dimenze prostoru řešení takovéto soustavy je potom 0, a nemá smysl mluvit o jejím FSŘ Fundamentální systém řešení homogenní SLR Příklad 76 Určete FSŘ soustavy x 1 + 2x 2 x 3 + 3x 4 2x 5 = 0 2x 1 + x 2 + x 4 3x 5 = 0 5x 1 + 4x 2 x 3 + 5x 4 8x 5 = 0 3x 2 2x 3 + 5x 4 x 5 = 0 Řešení: Matici soustavy převedeme na GT, tedy 1 2 1 3 2 2 1 0 1 3 5 4 1 5 8 0 3 2 5 1 1 2 1 3 2 0 3 2 5 1 0 0 0 0 0 0 0 0 0 0 9

Fundamentální systém řešení homogenní SLR Příklad 76 Řešení: Tedy h(a) = 2, a soustava má proto nekonečně mnoho řešení, která budou záviset na 3 parametrech Za parametry zvolíme např x 2, x 3, x 4 Pak ze dvou nenulových řádků nalezené matice v GT získáme tzv obecné řešení soustavy: (4x 2 3x 3 7x 4, x 2, x 3, x 4, 3x 2 2x 3 + 5x 4 ) FSŘ získáme tak, že trojici (x 2, x 3, x 4 ) volíme v obecném řešení postupně jako jednotlivé prvky kanonické báze v AVP T 3, tzn x 2 x 3 x 4 1 0 0 0 1 0 0 0 1 = FSŘ je tedy trojice: u 1 = (4, 1, 0, 0, 3) u 2 = ( 3, 0, 1, 0, 2) u 3 = ( 7, 0, 0, 1, 5) Vztah řešení homogenní SLR a nehomogenní SLR Definice 713 Necht A x T = b T je nehomogenní SLR nad T Pak homogenní soustava A x T = o T se nazývá soustava přiřazená k A x T = b T Věta 711 Necht A x T = b T je nehomogenní SLR (A M m n (T )) nad T a necht u je některé její řešení Pak množina všech řešení této soustavy je tvořena právě všemi vektory u+ v T n, kde v je libovolné řešení přiřazené homogenní soustavy 10