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

Podobné dokumenty
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)

Matematika I Lineární závislost a nezávislost

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

Lineární algebra Operace s vektory a maticemi

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

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

Kapitola 11: Vektory a matice 1/19

Základy matematiky pro FEK

Operace s maticemi

Základy matematiky pro FEK

Kapitola 11: Vektory a matice:

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

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

Soustavy lineárních rovnic

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

Matematika B101MA1, B101MA2

Operace s maticemi. 19. února 2018

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

0.1 Úvod do lineární algebry

Číselné vektory, matice, determinanty

DEFINICE Z LINEÁRNÍ ALGEBRY

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

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

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

1 Vektorové prostory.

Úvod do lineární algebry

(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.

7. Lineární vektorové prostory

Soustava m lineárních rovnic o n neznámých je systém

7. Důležité pojmy ve vektorových prostorech

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

1 Soustavy lineárních rovnic

1 Řešení soustav lineárních rovnic

0.1 Úvod do lineární algebry

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

SOUSTAVY LINEÁRNÍCH ROVNIC

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

Základní pojmy teorie množin Vektorové prostory

VĚTY Z LINEÁRNÍ ALGEBRY

Lineární algebra : Lineární (ne)závislost

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

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

8 Matice a determinanty

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,

IB112 Základy matematiky

1 Báze a dimenze vektorového prostoru 1

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

Lineární algebra. Soustavy lineárních rovnic

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

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

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

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

Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.

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

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

2. ZÁKLADY MATICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY

Matematika. Kamila Hasilová. Matematika 1/34

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

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

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

Soustavy lineárních rovnic

Základy maticového počtu Matice, determinant, definitnost

(Cramerovo pravidlo, determinanty, inverzní matice)

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

9 Kolmost vektorových podprostorů

Matematika I Podprostory prostoru V n

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

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

ALGEBRA. Téma 5: Vektorové prostory

Soustavy lineárních rovnic a determinanty

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

Vybrané kapitoly z matematiky

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

Hammingovy kódy. dekódování H.kódů. konstrukce. šifrování. Fanova rovina charakteristický vektor. princip generující a prověrková matice

1 Linearní prostory nad komplexními čísly

1 Lineární prostory a podprostory

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

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

Úvodní informace Soustavy lineárních rovnic. 12. února 2018

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:

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.

1 Determinanty a inverzní matice

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

6. ANALYTICKÁ GEOMETRIE

2. Lineární algebra 2A. Matice a maticové operace. 2. Lineární algebra

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

z textu Lineární algebra

Drsná matematika I 5. přednáška Vektory a matice

6. Vektorový počet Studijní text. 6. Vektorový počet

6.1 Vektorový prostor

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

Báze a dimenze vektorových prostorů

ČTVERCOVÉ MATICE. Čtvercová matice je taková matice, kde počet řádků je roven počtu jejích sloupců. det(a) značíme determinant čtvercové matice A

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

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT2

Variace. Mocniny a odmocniny

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

Transkript:

VEKTOROVÝ PROSTOR Vektorový prostor V n je množina všech n-složkových vektorů spolu s operacemi sčítání, odčítání vektorů a reálný násobek vektoru. Soubor n-složkových vektorů je libovolná skupina vektorů, kde rozlišujeme pořadí a vektory se mohou opakovat. S: v₁,v₂,, v k Prázdný soubor O soubor, který neobsahuje žádný vektor

LINEÁRNÍ KOMBINACE VEKTORŮ Ve vektorovém prostor V n je dán soubor vektorů S: v₁,v₂,, v k a reálná čísla c 1, c 2,, c k Vektor v = c 1 v₁ + c 2 v 2 + + c k v k nazveme lineární kombinací souboru S (vektorů v₁,v₂,, v k ) s koeficienty c 1, c 2,, c k Jsou-li všechny koeficienty rovny nule, nazýváme lineární kombinaci triviální dostaneme nulový vektor Je-li alespoň jeden koeficient nenulový, nazýváme lineární kombinaci netriviální

Př.1. Máme vektory v 1 = (1,-1,2,0), v 2 = (4,2,0,-2), v 3 = (0,3,2,1). Ukázka triviální lineární kombinace vektorů je: 0 (1,-1,2,0) + 0 (4,2,0,-2) + 0 (0,3,2,1) = (0,0,0,0) = o Ukázka netriviální lineární kombinace vektorů je: 2 (1,-1,2,0) + 0 (4,2,0,-2) + (-1) (0,3,2,1) = = (2,-2,4,0) + (0,0,0,0) + (0,-3,-2,-1) = (2,-5,2,-1) = v Vektor v = (2,-5,2,-1) vznikl netriviální lineární kombinací vektorů v 1 = (1,-1,2,0), v 2 = (4,2,0,-2), v 3 = (0,3,2,1) s koeficienty 2, 0 a -1.

LINEÁRNÍ OBAL SOUBORU Lineární obal souboru S je množina všech možných lineárních kombinací. Značíme S. Př.2. Máme vektory v 1 = (1,0), v 2 = (0,1) y 2 Budeme-li vytvářet všechny možné lineární kombinace, dostaneme celou rovinu 1 v 2 S = R 2 O 1 2 3 v 1 x

ZÁVISLÝ či NEZÁVISLÝ SOUBOR Soubor S nazýváme nezávislým, jestliže nulový vektor lze získat pouze triviální lineární kombinací. V nezávislém souboru není žádný vektor kombinací ostatních. Soubor S nazýváme závislým, jestliže nulový vektor lze získat nějakou netriviální lineární kombinací. V závislém souboru je některý vektor kombinací ostatních.

HODNOST SOUBORU Hodností souboru S nazýváme velikost maximálního nezávislého podsouboru, který lze ze souboru vybrat a značíme ji h(s). Jestliže je soubor S složen z k vektorů, pak 0 h(s) k. Hodností matice A nazýváme hodnost souboru všech jejích řádkových vektorů. Vektor v patří do lineárního obalu souboru S (je lineárně závislý), právě když nezvyšuje jeho hodnost. Hodnost matice se zjišťuje její úpravou do Gaussova tvaru.

GAUSSŮV TVAR Matice má Gaussův tvar, jestliže: Neobsahuje nulový řádek Každý další řádek má více levých nul Je-li matice A v Gaussově tvaru, pak h(a) je rovna počtu jejích řádků. Každou nenulovou matici lze ekvivalentními úpravami převést na Gaussův tvar. Platí: h(a) = h(a T )

Př.3. Rozhodněte, která z následujících matic je v Gaussově tvaru: A = 4 5-1 0 0 0 Matice A není v Gaussově tvaru obsahuje nulový řádek B = 4 5-1 0 3 2 Matice B je v Gaussově tvaru první řádek nemá levou nulu, druhý řádek má jednu levou nulu, tj. více C = D = 0 5-1 0 3 2 0 5-1 0 0 2 Matice C není v Gaussově tvaru první řádek má jednu levou nulu, druhý řádek také, tzn. nemá více Matice D je v Gaussově tvaru první řádek má jednu levou nulu, druhý řádek má dvě levé nuly, tj. více

EKVIVALENTNÍ ÚPRAVY MATICE Můžeme změnit pořadí řádků, násobit řádek libovolným nenulovým číslem (tedy i dělit), přičíst/odečíst k libovolnému řádku lineární kombinaci ostatních řádků, vyškrtnout nulový řádek Ekvivalentní úpravy nemění hodnost souboru (matice). Vzniklý soubor je ekvivalentní s původním, zapisujeme: A ~ B

STRATEGIE PRO ÚPRAVU NENULOVÉ MATICE NA GAUSSŮV TVAR 1. Najdeme první nenulový sloupec a výměnou řádků dosáhneme toho, aby a 1j = 1 (klíčová jednička) 2. Pomocí ekvivalentních úprav dosáhneme toho, aby všechny prvky pod klíčovou jedničkou se změnily na nuly 3. Odstraníme nulové řádky 4. Kroky 1.- 3. aplikujeme opakovaně na zbytek matice

Př.4. Upravte zadanou matici na Gaussův tvar. A = 2 1-1 4 1 0 1 2-1 3 2 0 4 0-2 7 ~ 1 0 1 2 2 1-1 4-1 3 2 0 4 0-2 7 / (-2) / (-4) ~ ~ 1 0 1 2 0 1-3 0 0 3 3 2 0 0-6 -1 / (-3) 1 0 1 2 0 1-3 0 0 0 12 2 0 0-6 -1 ~ / 2 ~ 1 0 1 2 0 1-3 0 0 0 12 2 0 0 0 0 h(a) = 3