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

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

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

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

Okruh Lineární rovnice v Z m Těleso Gaussova eliminace (GEM) Okruh Z m. Jiří Velebil: X01DML 19. listopadu 2007: Okruh Z m 1/20

(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.

Lineární algebra : Lineární prostor

Dosud jsme se zabývali pouze soustavami lineárních rovnic s reálnými koeficienty.

Základy matematiky pro FEK

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

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Lineární algebra : Úvod a opakování

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

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

Matematika B101MA1, B101MA2

Lineární algebra : Lineární (ne)závislost

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,

Operace s maticemi. 19. února 2018

Transformace souřadnic

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

Co byste měl/a zvládnout po 4. týdnu

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

Matematika B101MA1, B101MA2

1 Lineární prostory a podprostory

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

10. Vektorové podprostory

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

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

Základy algebraických specifikací

[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon).

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

Úvod do lineární algebry

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,

Matematika. Kamila Hasilová. Matematika 1/34

Věta o dělení polynomů se zbytkem

Jednoduché specifikace

Operace s maticemi

6.1 Vektorový prostor

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

Pavel Horák, Josef Janyška LINEÁRNÍ ALGEBRA UČEBNÍ TEXT

1 Připomenutí vybraných pojmů

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

Nechť M je množina. Zobrazení z M M do M se nazývá (binární) operace

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

Lineární algebra Operace s vektory a maticemi

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry

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

Základy matematiky pro FEK

grupa těleso podgrupa konečné těleso polynomy komutativní generovaná prvkem, cyklická, řád prvku charakteristika tělesa

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

Těleso racionálních funkcí

ALGEBRA. Téma 4: Grupy, okruhy a pole

Odpřednesenou látku naleznete v kapitole 3.3 skript Diskrétní matematika.

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

MATURITNÍ TÉMATA Z MATEMATIKY

Lingebraické kapitolky - Počítání s maticemi

8 Matice a determinanty

VĚTY Z LINEÁRNÍ ALGEBRY

1 Báze a dimenze vektorového prostoru 1

Lineární algebra Eva Ondráčková

1 Řešení soustav lineárních rovnic

Zimní semestr akademického roku 2014/ prosince 2014

1 Soustavy lineárních rovnic

1 Mnohočleny a algebraické rovnice

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

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

7. Lineární vektorové prostory

PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy

Lingebraické kapitolky - Analytická geometrie

Gymnázium Jiřího Ortena, Kutná Hora

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

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

Cvičení z Lineární algebry 1

Báze a dimenze vektorových prostorů

1 Mnohočleny a algebraické rovnice

Matematika 2 pro PEF PaE

18. První rozklad lineární transformace

Lineární algebra Kapitola 1 - Základní matematické pojmy

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

KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

Vybrané kapitoly z matematiky

Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT

Učební plán 4. letého studia předmětu matematiky. Učební plán 6. letého studia předmětu matematiky

Matematika I 12a Euklidovská geometrie

6. ANALYTICKÁ GEOMETRIE

Matice ze všech stran

ALGEBRA. Téma 5: Vektorové prostory

ALG2: Lineární Algebra (Skripta Horák, jako doplněk i skripta Kovár v IS)

SVD rozklad a pseudoinverse

MATURITNÍ OTÁZKY Z MATEMATIKY PRO ŠKOLNÍ ROK 2010/2011

Maturitní témata profilová část

Co byste měl/a zvládnout po 6. týdnu

MOCNINY A ODMOCNINY. Standardy: M M PYTHAGOROVA VĚTA. Standardy: M M

Matematická analýza 1

Mgr. Ladislav Zemánek Maturitní okruhy Matematika Obor reálných čísel

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

Základy elementární teorie čísel

6. Vektorový počet Studijní text. 6. Vektorový počet

Datum sestavení dokumentu: 9. srpna Lineární algebra 1

Transkript:

nad obecným tělesem a lineární kombinace Odpřednesenou látku naleznete v kapitolách 1.1 1.4 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: A7B01LAG 1.10.2015: 1/20

nad obecným tělesem Co je definice? Co je hypotéza? Co je (matematická) věta? Lemma? Tvrzení? Co je důkaz? Více např. v textech 1 J. Velebil, Velmi jemný úvod do matematické logiky 2 E. Cheng, How to write proofs Jiří Velebil: A7B01LAG 1.10.2015: 2/20

nad obecným tělesem Neformálně (nad R) je kolekce jakýchkoli objektů (těm budeme říkat vektory), které mezi sebou můžeme sčítat a každý z nich můžeme vynásobit skalárem (v našem případě prvkem R). Sčítání vektorů a násobení skalárem se musí řídit jistými zákonitostmi. Příklady 1 Vektory v rovině (fyzikální, případně geometrická intuice). 2 Reálné polynomy (značení: R[x]). 3 n-tice reálných čísel (značení: R n, n 0). a 4 Komplexní čísla (značení: C). 5 Řada dalších příkladů... a Důležité: Prvky R n budeme psát jako n-tice do sloupců. Jiří Velebil: A7B01LAG 1.10.2015: 3/20

nad obecným tělesem Příklad (orientované úsečky v rovině) Dvě operace: C Z A B O O Y X sčítání: OC = OA + OB násobení skalárem: OY = 2 OX, OZ = 2 OX Sčítání orientovaných úseček a násobení orientované úsečky reálným skalárem splňují jisté axiomy. Jiří Velebil: A7B01LAG 1.10.2015: 4/20

nad obecným tělesem Definice (lineární prostor) (nad R) je množina L spolu se dvěma funkcemi pro které platí následující: 1 Vlastnosti sčítání: + : L L L, : R L L 1 Existuje o L tak, že pro vš. x L platí: x + o = o + x = x (existence nulového vektoru). 2 Pro vš. x, y, z L platí: ( x + y) + z = x + ( y + z) (asociativita sčítání vektorů). 3 Pro vš. x, y L platí: x + y = y + x (komutativita sčítání vektorů). 4 Pro vš. x L existuje právě jeden y L tak, že x + y = o (existence opačného vektoru). Jiří Velebil: A7B01LAG 1.10.2015: 5/20

nad obecným tělesem Definice (lineární prostor), pokrač. 2 Vlastnosti násobení skalárem: 1 Pro vš. x L platí: 1 x = x (násobení jednotkovým skalárem). 2 Pro vš. a, b R a vš. x L platí: a (b x) = (a b) x (asociativita násobení skalárem). 3 Distributivní zákony: 1 Pro vš. a, b R a vš. x L platí: (a + b) x = a x + b x (distributivita součtu skalárů). 2 Pro vš. a R a vš. x, y L platí: a ( x + y) = a x + a y (distributivita součtu vektorů). Poznámka Axiomy tří typů: chování operace +, chování operace a vzájemný vztah obou operací. Jiří Velebil: A7B01LAG 1.10.2015: 6/20

nad obecným tělesem Jednoduché důsledky definice At L je lineární prostor. Potom: 1 Nulový vektor je jednoznačně určen. 2 Pro vš. x L platí: 0 x = o. 3 Opačný vektor k x L je vektor ( 1) x. 4 Pro vš. a R platí: a o = o. Důkaz. 1 At existují o 1, o 2 tak, že pro vš. x L platí: x + o 1 = o 1 + x = x a x + o 2 = o 2 + x = x. Pak o 1 = o 1 + o 2 = o 2. 2 Pro vš. x L platí: x = 1 x = (1 + 0) x = 1 x + 0 x = x + 0 x. Tudíž 0 x musí být nulový vektor. Jiří Velebil: A7B01LAG 1.10.2015: 7/20

nad obecným tělesem Důkaz (pokrač.) 3 Platí: x + ( 1) x = 1 x + ( 1) x = (1 1) x = 0 x = o. 4 Platí: a o = a (0 o) = (a 0) o = 0 o = o. Velmi důležitý důsledek definice At L je lineární prostor, a R, x L. Pak a x = o právě tehdy, když a = 0 nebo x = o. Důkaz. Díky předchozímu stačí dokázat pouze implikaci zleva doprava. At a x = o a a 0. Potom existuje a 1. Tudíž o = a 1 o = a 1 (a x) = (a 1 a) x = 1 x = x. Povšimněme si, čeho využívá předchozí tvrzení: Pro vš. a R platí: a 1 existuje, jakmile a 0. Jiří Velebil: A7B01LAG 1.10.2015: 8/20

nad obecným tělesem Další příklady a protipříklady 1 L = (0, + ). Operace sčítání vektorů: x y := x y. Násobení skalárem: α x := x α. Pak L je lineární prostor. 2 L je jakákoli jednoprvková množina. Pak L (spolu s evidentními operacemi) je lineární prostor. Říkáme mu triviální lineární prostor. Nutně: L = { o}. ( ) 3 a L = R 2. Operace: + b ( ) a α := b ( ) ( ) c a + d :=, d b + c ( ) αa. Nejde o lineární prostor. αb Jiří Velebil: A7B01LAG 1.10.2015: 9/20

nad obecným tělesem Role reálných skalárů Lze R nahradit jiným číselným oborem? Se skaláry je třeba umět následující: rozumné sčítání, násobení. Abstraktní pojem: skaláry musí tvořit strukturu F, které se říká těleso. To vede k pojmu lineární prostor nad tělesem F. Více koncem této přednášky. Jiří Velebil: A7B01LAG 1.10.2015: 10/20

nad obecným tělesem Jaký nejobecnější výpočet lze v lineárním prostoru vykonat? 1 Například můžeme sečíst čtyři vektory: x + y + z + w. Díky asociativitě sčítání nemusíme psát závorky. 2 Například můžeme násobek vektoru opět vynásobit: b (a x). Díky axiomům jde opět o násobek (b a) x. 3 Obecněji, můžeme sčítat konečně mnoho násobků vektorů. To znamená: je-li dán konečný seznam vektorů ( x 1,..., x n ) a konečný seznam skalárů a (a 1,..., a n ), lze utvořit lineární kombinaci a 1 x 1 + a 2 x 2 + a 3 x 3 +... + a n x n značenou i n a i x i nebo a i x i i=1 i {1,...,n} a Těmto skalárům říkáme koeficienty lineární kombinace. Jiří Velebil: A7B01LAG 1.10.2015: 11/20

nad obecným tělesem Definice Seznam (také: skupina) vektorů je bud prázdná posloupnost () nebo konečná posloupnost ( x 1,..., x n ). Pozor: je rozdíl mezi seznamem a množinou ( x 1, x 2, x 3 ) ( x 3, x 2, x 1 ) vs. { x 1, x 2, x 3 } = { x 3, x 2, x 1 } ( x 1, x 1, x 2 ) ( x 1, x 2 ) vs. { x 1, x 1, x 2 } = { x 1, x 2 } Definice (lineární kombinace konečného seznamu vektorů) Pro seznam vektorů tvaru 1 () definujeme o jako jeho (jedinou možnou) lineární kombinaci (s prázdným seznamem koeficientů). n 2 ( x 1,..., x n ) je vektor a i x i jeho lineární kombinace (se i=1 seznamem koeficientů (a 1,..., a n )). Jiří Velebil: A7B01LAG 1.10.2015: 12/20

nad obecným tělesem Pro seznam (a 1 ) v R 2 a 1 Příklad (geometrický význam lineární kombinace) a seznam (2.5) reálných čísel je lineární kombinace. a 1 2.5 a 1 Všechny možné lineární kombinace vektoru a 1 vytvářejí v R 2 přímku procházející počátkem (se směrem a 1 ). Jiří Velebil: A7B01LAG 1.10.2015: 13/20

nad obecným tělesem Příklad (geometrický význam lineární kombinace) Pro seznam (a 1, a 2 ) v R 3 a 2 a 1 a seznam (2.1, 1.3) reálných čísel je 1.3 a 2 2.1 a 1 + 1.3 a 2 a 2 a 1 2.1 a 1 Všechny možné lineární kombinace seznamu (a 1, a 2 ) vytvářejí v R 3 rovinu procházející počátkem (se směrem (a 1, a 2 )). Jiří Velebil: A7B01LAG 1.10.2015: 14/20

nad obecným tělesem Zobecnění předchozího (zatím jen slogan) seznamu (a 1,..., a k ) v R n vytvářejí rovný kus prostoru R n. Tento rovný kus prostoru R n prochází počátkem a má směr (a 1,..., a k )). Příští přednáška: těmto rovným kusům v R n budeme říkat lineární podprostory R n. Pochopitelně, v příští přednášce budeme pracovat daleko abstraktněji než v R n. Slogan je reklamní heslo! Na přednášce budeme zmiňovat řadu sloganů. Slogany mají sloužit k intuitivnímu pochopení. Slogany v žádném případě nemohou nahradit přesná znění definic, vět, atd. Jiří Velebil: A7B01LAG 1.10.2015: 15/20

nad obecným tělesem Příklad (lineární kombinace a soustavy rovnic) Existují reálné koeficienty x, y tak, že v R 2 platí rovnost ( ) ( ) ( ) 2 2 12 x + y =? 3 3 6 Dva pohledy na tento problém: 1 Hledáme reálná x, y tak, že platí 2x 2y = 12 3x + 3y = 6 To znamená: koeficienty lineární kombinace jsou řešením jisté soustavy lineárních rovnic. Jiří Velebil: A7B01LAG 1.10.2015: 16/20

nad obecným tělesem Příklad (lineární kombinace a soustavy rovnic, pokrač.) 2 Pro zadané vektory ( ) 2 3 ( ) 2 3 ( ) 12 6 hledáme natažení červených vektorů tak, aby modrý vektor byl úhlopříčkou čtyřúhelníka: Jiří Velebil: A7B01LAG 1.10.2015: 17/20

nad obecným tělesem Zobecnění předchozího (zatím jen slogan) Hledáme-li pro pevný seznam (a 1,..., a s ) a pevný vektor b v R r reálné koeficienty x 1,..., x s tak, aby platila rovnost x 1 a 1 +... + x s a s = b pak lze na tuto úlohu pohĺıžet dvěma způsoby: 1 Řešíme soustavu r lineárních rovnic o s neznámých. 2 Hledáme natažení vektorů a 1,..., a s pomocí skalárů x 1,..., x s tak, aby vektor b tvořil úhlopříčku rovnoběžnostěnu. Příští přednášky: druhý pohled na tuto úlohu nám dovoĺı vybudovat elegantní metodu řešení (Gaussovu eliminaci). Pochopitelně, opět budeme pracovat daleko abstraktněji než v R n. Jiří Velebil: A7B01LAG 1.10.2015: 18/20

nad obecným tělesem Definice (těleso) Množině F spolu se dvěma operacemi sčítání + : F F F, násobení : F F F, říkáme těleso, pokud jsou splněny následující podmínky: 1 Axiomy pro sčítání: sčítání je komutativní, asociativní a má neutrální prvek 0. Každý prvek má opačný prvek vzhledem ke sčítání. 2 Axiomy pro násobení: násobení je komutativní, asociativní a má neutrální prvek 1. 3 Distributivní zákon: platí a (b + c) = a b + a c. 4 Test invertibility: a 0 právě tehdy, když existuje a 1. Jiří Velebil: A7B01LAG 1.10.2015: 19/20

nad obecným tělesem Příklady těles 1 Reálná čísla R, racionální čísla Q, komplexní čísla C, jsou tělesa (spolu s obvyklými operacemi sčítání a násobení). 2 Celá čísla Z (spolu s obvyklými operacemi sčítání a násobení) netvoří těleso. 3 Konec semestru: Z 2 (počítání modulo 2) je těleso. 4 Obecněji: Z p (počítání modulo prvočíslo p) je těleso. Využití: šifrování, kódování. Více předmět A7B01MCS (2. ročník). L nad tělesem F definujeme stejně a jako nad R. Všechny poznatky z dnešní přednášky lze dokázat nad obecným tělesem F. Od příště budeme pracovat nad obecným tělesem. a Tj v definici ze začátku přednášky nahrad te všude písmeno R písmenem F. Jiří Velebil: A7B01LAG 1.10.2015: 20/20