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

Podobné dokumenty
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

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

0.1 Úvod do lineární algebry

Matematika B101MA1, B101MA2

Kapitola 11: Vektory a matice:

Kapitola 11: Vektory a matice 1/19

0.1 Úvod do lineární algebry

Základy matematiky pro FEK

Úvod do lineární algebry

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

Operace s maticemi

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

Lineární algebra Operace s vektory a maticemi

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 ).

Soustavy lineárních rovnic

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

Základy maticového počtu Matice, determinant, definitnost

1 Vektorové prostory.

Číselné vektory, matice, determinanty

Operace s maticemi. 19. února 2018

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

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:

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

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

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

DEFINICE Z LINEÁRNÍ ALGEBRY

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,

Soustava m lineárních rovnic o n neznámých je systém

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

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

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

8 Matice a determinanty

VĚTY Z LINEÁRNÍ ALGEBRY

Lineární algebra. Matice, operace s maticemi

Základy matematiky pro FEK

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

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)

1 Determinanty a inverzní matice

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

Základní pojmy teorie množin Vektorové prostory

(Cramerovo pravidlo, determinanty, inverzní matice)

Soustavy lineárních rovnic a determinanty

AVDAT Vektory a matice

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

Lineární algebra. Soustavy lineárních rovnic

7. Lineární vektorové prostory

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

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

z textu Lineární algebra

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

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

IB112 Základy matematiky

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

2. ZÁKLADY MATICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY

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

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] LU rozklad A = L U

Aplikovaná numerická matematika - ANM

P 1 = P 1 1 = P 1, P 1 2 =

15 Maticový a vektorový počet II

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

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

1 Báze a dimenze vektorového prostoru 1

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

Lineární algebra : Násobení matic a inverzní matice

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

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

Soustavy linea rnı ch rovnic

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

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

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

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

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

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

Úvodní informace Soustavy lineárních rovnic. 12. února 2018

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

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

Lineární algebra : Násobení matic a inverzní matice

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

Matematika B101MA1, B101MA2

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

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

ALGEBRA. Téma 5: Vektorové prostory

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

rozumíme obdélníkovou tabulku

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.

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.

11. Skalární součin a ortogonalita p. 1/16

Symetrické a kvadratické formy

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

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

1 Linearní prostory nad komplexními čísly

DRN: Soustavy linárních rovnic numericky, norma

m n. Matice typu m n má

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

1 Soustavy lineárních rovnic

Transkript:

Matice Definice. Maticí typu m n nazýváme obdélníkové pole, tvořené z m n reálných čísel (tzv. prvků matice), zapsaných v m řádcích a n sloupcích. Značíme např. A = (a ij ), kde i = 1,..., m, j = 1,..., n Příklad Předpokládejme, že A = (a ij ) je matice typu m n: Hlavní diagonála je tvořena prvky a 11, a 22,.... Matice A se nazývá horní trojúhelníkovou maticí, jestliže všechny prvky pod hlavní diagonálou jsou rovny nule. Matice A se nazývá nulovou maticí, jsou-li všechny její prvky rovny nule. Maticí transponovanou k matici A nazýváme matici A T = (a ji ). Matice (František Mráz FS ČVUT, 2017) 1 / 7

Transponovanou matici A T získáme překlopením matice A kolem hlavní diagonály. Z řádků matice A se stanou sloupce matice A T. Příklad. Matici typu n n nazýváme čtvercovou maticí. Čtvercovou matici, která má na hlavní diagonále samé jednotky a všude mimo hlavní diagonálu nuly, nazýváme jednotkovou maticí. Tuto matici označujeme E. Operace s maticemi Sčítání matic. Součtem matic A = (a ij ) a B = (b ij ) stejného typu m n nazýváme matici C = A+B, pro jejíž prvky platí c ij = a ij +b ij (i = 1,..., m; j = 1,..., n). Násobení matice reálným číslem Součinem reálného čísla λ a matice A (nebo také λ násobkem matice A) nazýváme matici C = λ A, kde c ij = λ a ij (i = 1,..., n; j = 1,..., m). Příklad: Matice (František Mráz FS ČVUT, 2017) 2 / 7

Poznámka. Množina všech matice stejného typu m n s těmito dvěma operacemi tvoří vektorový prostor dimenze m n. Navrhněte bázi tohoto prostoru. Poznámka. Matice stejného typu lze také odčítat: Rozdílem matic A a B nazýváme matici C = A + ( 1) B. Píšeme C = A B. Pro definici násobení matic se hodí následující pojem: Skalárním součinem vektorů u = (u 1,..., u n ) a v = (v 1,..., v n ) z R n nazýváme číslo u v = u 1 v 1 + u 2 v 2 +... + u n v n. Násobení matic. Předpoklad: A = (a ij ) je typu m n, B = (b ij ) je typu n p. Součinem matic A a B pak nazýváme matici C = A B typu m p, jejíž prvek c ij je skalárním součinem i tého řádku z A a j tého sloupce z B, (i = 1,..., m; j = 1,..., p). Poznámka. Je tedy c ij = a i1 b 1j + a i2 b 2j +... + a in b nj. Matice (František Mráz FS ČVUT, 2017) 3 / 7

Pravidla pro operace s maticemi. Předpokládejme, že α, β jsou reálná čísla a A, B a C jsou matice takové, že níže uvedené operace mají smysl. Pak plati: a) A + B = B + A, b) (A + B) + C = A + (B + C), c) α (A + B) = α A + α B, d) (α + β) A = α A + β A, e) A (B + C) = A B + A C, f) (A B) C = A (B C), g) A E = A, h) E B = B, i) (A + B) T = A T + B T, j) (A B) T = B T A T. POZOR! Násobení matic není komutativní, tj. obecně neplatí, že A B = B A! Příklady. Matice (František Mráz FS ČVUT, 2017) 4 / 7

Hodnost matice Definice. Hodností matice A nazýváme maximální počet lin. nezávislých řádků matice A (jako aritmetických vektorů). Značíme ji h(a). Poznámka. h(a) lze definovat i jako maximální počet lineárně nezávislých sloupců. Jednduché příklady: Postup při určení hodnosti dané matice: Je-li m = 2 nebo n = 2, pak lze určit hodnost přímo podle definice. Je-li m > 2 a n > 2, pak danou matici převedeme na horní trojúhelníkovou. Věta 2.17. Necht A je horní trojúhelníková matice typu m n, která má všechny prvky na hlavní diagonále různé od nuly. Pak h(a) = min{m; n}, tj. počet nenulových řádků. Příklad Matice (František Mráz FS ČVUT, 2017) 5 / 7

Pro převod dané matice na horní trojúhelníkovou používáme tzv. ekvivalentní úpravy, které nemění hodnost matice. Ekvivalentní úpravy matice, které budeme používat 1) změna pořadí řádků, 2) vynásobení některého řádku nenulovým číslem, 3) přičtení násobku některého řádku k jinému řádku 4) vynechání nulového řádku; vynechání řádku, který je násobkem jiného. Úpravy z bodů 1) 4) lze provádět i se sloupci matice, hodnost se rovněž nemění. K vytvoření nulového prvku v požadovaném místě užíváme zpravidla úpravu č. 3. Postup převedení libovolné matice pomocí ekvivalentních úprav na horní trojúhelníkovou matici, se nazývá Gaussův algoritmus. Matice (František Mráz FS ČVUT, 2017) 6 / 7

Gaussův algoritmus: 1. krok: Je-li a 11 0, pak první řádek opíšeme! Pomocí prvku a 11 vytvoříme pod ním nuly v prvním sloupci. Je-li a 11 = 0, zaměníme řádky nebo sloupce. Pokud lze, zaměníme tak, aby a 11 = 1 nebo a 11 = 1. 2. krok: Je-li prvek a 22 0 (v nové matici), vytvoříme pomocí něho nuly ve druhém sloupci pod ním (druhý řádek opíšeme) Postup opakujeme, až získáme horní trojúhelníkovou matici. Příklad: Další příklady jsou uvedeny v textu Hodnost matice na webu Kombinované studium Matice (František Mráz FS ČVUT, 2017) 7 / 7