a m1 a m2 a mn zobrazení. Operaci násobení u matic budeme definovat jiným způsobem.



Podobné dokumenty
6. Matice. Algebraické vlastnosti

11 Soustavy rovnic a nerovnic, Determinanty a Matice

MATEMATIKA I VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ JIŘÍ NOVOTNÝ ZÁKLADY LINEÁRNÍ ALGEBRY

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

Soustavy lineárních rovnic

3. Polynomy Verze 338.

Matematický model kamery v afinním prostoru

4 DVOJMATICOVÉ HRY. Strategie Stiskni páku Sed u koryta. Stiskni páku (8, 2) (5, 3) Sed u koryta (10, 2) (0, 0)

Příprava na 1. čtvrtletní písemku pro třídu 1EB

2.2. SČÍTÁNÍ A NÁSOBENÍ MATIC

Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/ Reálná čísla

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

Rostislav Horčík. 13. října 2006

Ne tak letmý úvod k maticím První pracovní verze

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.

c sin Příklad 2 : v trojúhelníku ABC platí : a = 11,6 dm, c = 9 dm, α = Vypočtěte stranu b a zbývající úhly.

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

Večerní kurzy matematiky Letní studentská konference Tudy Cesta Nevede

2 Trochu teorie. Tab. 1: Tabulka pˇrepravních nákladů

5. Maticová algebra, typy matic, inverzní matice, determinant.

Zobrazení v rovině je předpis, který každému bodu X roviny připisuje právě jeden bod X roviny. Bod X se nazývá vzor, bod X se nazývá obraz.

Jazyk matematiky Matematická logika Množinové operace Zobrazení Rozšířená číslená osa

Marta Vomlelová

1.2.5 Reálná čísla I. Předpoklady:

Regresní analýza. Statistika II. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel

1.7. Mechanické kmitání

Aritmetika s didaktikou II.

Kapitola 1. Tenzorový součin matic

1. a) Přirozená čísla

Lineární algebra. Vektorové prostory

Exponenciála matice a její užití. fundamentálních matic. Užití mocninných řad pro rovnice druhého řádu

Line rn oper tory v euklidovsk ch prostorech V t to sti pou ijeme obecn v sledky o line rn ch oper torech ve vektorov ch prostorech nad komplexn mi sl

A0M15EZS Elektrické zdroje a soustavy ZS 2011/2012 cvičení 1. Jednotková matice na hlavní diagonále jsou jedničky, všude jinde nuly

Úlohy domácího kola kategorie C

6 Extrémy funkcí dvou proměnných

Metodický list pro první soustředění kombinovaného studia. předmětu MATEMATIKA A

1 Determinanty a inverzní matice

3.5.8 Otočení. Předpoklady: 3506

Euklidovský prostor Stručnější verze

Žáci mají k dispozici pracovní list. Formou kolektivní diskuze a výkladu si osvojí grafickou minimalizaci zápisu logické funkce

Kontrolní test Číslicová technika 1/2. 1.Převeďte číslo 87 z desítkové soustavy z= 10 do soustavy dvojkové z=2

Tab. 1 Podíl emisí TZL a SO₂ v krajích z celkového objemu ČR v letech 2003 až 2009 (v %)

7. Odraz a lom. 7.1 Rovinná rozhraní dielektrik - základní pojmy

Strojové uení. typy učení: Metody učení: učení se znalostem (knowledge acquisition) učení se dovednostem (skill refinement).

KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO LINEÁRNÍ ALGEBRA 1 OLGA KRUPKOVÁ VÝVOJ TOHOTO UČEBNÍHO TEXTU JE SPOLUFINANCOVÁN

GEOMETRICKÁ TĚLESA. Mnohostěny

M - Příprava na čtvrtletní písemnou práci

Statistika ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ. Jiří Volf, Adam Kratochvíl, Kateřina Žáková. Semestrální práce - 0 -

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

TEORIE MÍRY. A to jsme se docela snažili. Nešlo to jinak.

1 Pravděpodobnostní prostor

Lineární algebra Operace s vektory a maticemi

Cyklické redundantní součty a generátory

Maticový a tenzorový počet

Miroslav Čepek

2.1 Pokyny k otevřeným úlohám. 2.2 Pokyny k uzavřeným úlohám TESTOVÝ SEŠIT NEOTVÍREJTE, POČKEJTE NA POKYN!

Matematický KLOKAN kategorie Benjamín

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

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

řádově různě rostoucí rostou řádově stejně rychle dvě funkce faktor izomorfismus neorientovaných grafů souvislý graf souvislost komponenta

Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech.

ČÁST PÁTÁ POZEMKY V KATASTRU NEMOVITOSTÍ

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

(3) Zvolíme pevné z a sledujme dráhu, kterou opisuje s postupujícím časem koncový bod vektoru E v rovině z = konst. Upravíme vztahy (2) a (3)

Regulární matice. Věnujeme dále pozornost zejména čtvercovým maticím.

Matematické metody rozhodování

Komentář k datovému standardu a automatizovaným kontrolám obsahu F_ODPRZ_BAT

Matematika pro chemické inženýry. Drahoslava Janovská

3.1.4 Trojúhelník. Předpoklady: Každé tři různé body neležící v přímce určují trojúhelník. C. Co to je, víme. Jak ho definovat?

Na následující stránce je poskytnuta informace o tom, komu je tento produkt určen. Pro vyplnění nového hlášení se klikněte na tlačítko Zadat nové

Dijkstrův algoritmus (připomenutí)

Databázové a informační systémy

Aplikace počítačů v provozu vozidel 9

3. 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

TECHNICKÁ UNIVERZITA V LIBERCI

VYHLÁŠKA ČÁST PRVNÍ STÁTNÍ ZKOUŠKY Z GRAFICKÝCH DISCIPLÍN. Předmět úpravy

Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/ Komplexní čísla

Matematická analýza KMA/MA2I 3. p edná²ka Primitivní funkce

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 16. ZÁKLADY LOGICKÉHO ŘÍZENÍ

Autorizovaným techniků se uděluje autorizace podle 5 a 6 autorizačního zákona v těchto oborech a specializacích:

Státní maturita 2011 Maturitní testy a zadání jaro 2011 Matematika: didaktický test - základní úrove obtíºnosti MAMZD11C0T02 e²ené p íklady

Oborové číslo Hodnocení - část A Hodnocení - část B Hodnocení - část A+B

Příklad 1.3: Mocnina matice

Diamantová suma - řešení příkladů 1.kola

Typy umělých neuronových sítí

DEFINICE Z LINEÁRNÍ ALGEBRY

Statistika pro geografy. Rozd lení etností DEPARTMENT OF GEOGRAPHY

58/2016 Sb. VYHLÁKA ČÁST PRVNÍ STÁTNÍ ZKOUKY Z GRAFICKÝCH DISCIPLÍN

Vyhláška č. 294/2015 Sb., kterou se provádějí pravidla provozu na pozemních komunikacích

Modul Řízení objednávek.

2.2.2 Zlomky I. Předpoklady:

Jakhrátavyhrát Robert Šámal

Jednoduchý fuzzy regresní model. A simplefuzzyregressionmodel

Matice se v některých publikacích uvádějí v hranatých závorkách, v jiných v kulatých závorkách. My se budeme držet zápisu s kulatými závorkami.

Staroegyptská matematika. Hieratické matematické texty

Paměti RAM. Paměť RAM.

Evidence čerpacích stanic pohonných hmot. Zpráva o aktualizaci a stavu Evidence čerpacích stanic pohonných hmot v ČR k

ODBORNÝ POSUDEK. č. 2661/108/15

KATALOGY PROTECH. Dialogové okno obsahuje seznamy Katalogy editace, Katalogy výběr a seznam Tabulky.

Transkript:

1 Matice Definice 1 Matice A typu (m, n) je zobrazení z kartézského součinu {1, 2,,m} {1, 2,,n} do množiny R Matici A obvykle zapisujeme takto: a 1n a 21 a 22 a 2n A =, a m1 a m2 a mn kde a ij R jsou její prvky Zkráceně zapisujeme také A = (a ij ) Pokud m = n, pak nazýváme A čtvercovou Definice 2 Necht A = (a ij ) a B = (b ij ) jsou matice typu (m, n) Pak součet A + B a α- násobek α A jsou matice typu (m, n) definovány jako pro zobrazení, tj A + B = (a ij + b ij ) a α A = (α a ij ) Sčítání matic a skalární násobek tedy splňují všechny vlastnosti, které jsme uvedli pro zobrazení Operaci násobení u matic budeme definovat jiným způsobem Důsledek 1 Množina všech matic typu (m, n) tvoří se sčítáním matic a násobením matice reálným číslem lineární prostor Nulový vektor v tomto prostoru je tzv nulová matice, tj matice samých nul Definice 3 Symbolem A B vyjadřujeme fakt, že matice B vznikla z matice A konečným počtem kroků Gaussovy eliminační metody Věta 1 Relace je symetrická, tj A B ptk B A Důkaz: Ukážeme, že každá elementární úprava z Gaussovy eliminační metody je invertovatelná: 1 Přehození dvou řádků Stačí přehodit řadky ještě jednou 2 Vynásobení i-tého řádku reálným číslem α 0 Stačí i-tý řádek vynásobit 1 α 3 Přičtení α-násobku i-tého řádku k j-tému Stačí přičíst α-násobek k j-tému řádku Řádky matice typu (m, n) můžeme chápat, jako vektory z lin prostoru R n Takže má smysl mluvit o jejich lin závislosti, nezávislosti, lineárním obalu atd Podobně sloupce tvoří vektory z lin prostoru R m Definice 4 Necht A = (a ij ) je matice typu (m, n) a a 1,,a m R n jsou její řádky Lineární obal množiny r : A = {a 1,,a m } značíme r : A Věta 2 Jeli A B, pak r : A = r : B 1

Důkaz: Věta stačí ukázat pro matici B vzniklou z A jen jednou elementární úpravou Zřejmě všechny řádky matice B lze zapsat jako lineární kombinaci řádků z A Platí tedy, že všechny řádky B patří do r : A Tedy r : B r : A = r : A Protože relace je symetrická máme i r : A r : B Definice 5 Hodnost matice A značíme hod A a definujeme hod A = dim r : A Hodnost matice A je tedy počet prvků v libovolné největší lineárně nezávislé podmnožině řádků matice A Důsledek 2 Je-li A B, pak hoda = hodb Definice 6 Necht matice má A řádky a 1,,a m R n Necht pro každé dva po sobě jdoucí řádky a i, a i+1 platí: má-li řádek a i prvních k složek nulových, pak má řádek a i+1 alespoň k + 1 složek nulových nebo a i+1 = o Pak A nazýváme horní trojúhelníkovou maticí Věta 3 Pro každou matici A existuje horní trojúhelníková matice B tž A B Věta 4 Necht A je horní trojúhelníková matice typu (m, n) a a 1,,a k jsou její nenulové řádky Pak konečná posloupnost a 1,,a k je LN Důkaz: Vyřešme pro neznámé α 1,,α k R rovnici α 1 a 1 + + α k a k = o Matice odpovídající soustavy lineárních rovnic bude mít vektory a 1,,a k jako sloupce Necht a i = (a i1, a i2,,a in ) Pak bude matice této soustavy vypadat např nějak takto: 0 0 0 0 0 0 0 0 a 13 a 23 0 0 0 a 14 a 24 a 34 0 0 a 1n a 2n a 3n a kn 0 Takže α 1 = α 2 = = α k = 0 Důsledek 3 Necht A je matice typu (m, n), B je horní trojúhelníková matice tž A B a b 1,,b k jsou nenulové řádky B Pak r : A = b 1,,b k, b 1,,b k je jeho báze a dim r : A = k Příklad Najděte bázi a dimenzi lin podprostoru r : A 1 2 3 4 5 1 2 3 4 5 A = 2 3 4 4 7 1 1 1 3 4 0 1 2 3 4 1 2 3 4 5 0 1 2 1 1 0 1 2 3 4 0 0 0 3 2 3 5 7 8 12 0 1 2 3 4 Tedy dim r : A = hoda = 3 2

Definice 7 Necht A = (a ij ) je matice typu (m, n) Matici A T = (a ji ), která je typu (n, m) nazveme transponovanou maticí k matici A Příklad A = ( ) 1 4 1 2 3, A T = 2 5 4 5 6 3 6 Pozorování 1 Pro matice A, B typu (m, n) platí: (A T ) T = A a (A + B) T = A T + B T Věta 5 Pro každou matici A platí: hoda T = hoda Důsledek 4 Necht A je matice typu (m, n) Pak hoda min{m, n} Definice 8 Necht A = (a ij ) je matice typu (m, n) a B = (b jk ) je matice typu (n, p) Pak součin A B = (c ik ) je matice typu (m, p), kde Příklad ( ) ( ) 1 1 1 1 = 1 1 1 1 c ik = ( ) 1 2 3 0 1 1 ( ) 0 0, 0 0 a ij b jk 1 3 1 2 = 1 1 ( 1 1 1 1 ( ) 6 10 0 1 ) ( ) ( ) 1 1 2 2 = 1 1 2 2 Vidíme, že A B = B A obecně neplatí (dokonce ani pro čtvercové matice) Věta 6 Necht α R a A,B,C jsou matice odpovídajících typů, aby níže uvedené výrazy byly definovány Pak 1 (A B) C = A (B C), 2 (A + B) C = A C + B C, 3 C (A + B) = C A + C B, 4 α(a B) = (αa) B = A (αb) 5 (A B) T = B T A T Důkaz: 1 Označme g il prvek matice (A B) C na pozici (i, l) a h il prvek matice A (B C) na téže pozici Pak ( p p p p ) g il = a ij b jk c kl = a ij b jk c kl = a ij b jk c kl = a ij b jk c kl = h il 3

2 Označme g ik prvek matice (A +B) C na pozici (i, k) a h ik prvek matice A C+B C na téže pozici Pak g ik = (a ij + b ij )c jk = (a ij c jk + b ij c jk ) = a ij c jk + b ij c jk = h ik 3 Obdobně jako předchozí bod 4 Pro prvek na pozici (i, k) máme: α a ij b jk = (αa ij )b jk = a ij (αb jk ) 5 Označme g ik prvek matice A B na pozici (i, k) a h ik prvek matice B T A T na téže pozici Chceme tedy ukázat, že g ki = h ik g ki = a kj b ji = b ji a kj = b ija jk = h ik, kde b ij je prvek BT na pozici (i, j) a a jk je prvek AT na pozici (j, k) Definice 9 Čtvercovou matici E typu (n, n) nazveme jednotkovou maticí, pokud 1 0 0 0 0 1 0 0 E = 0 0 1 0 0 0 0 0 1 Pozorování 2 Necht A je matice typu (m, n) a B typu (n, p) Pak 1 A E = A 2 E B = B 2 Inverzní matice Definice 10 Necht A je čtvercová matice typu (n, n) a E je jednotková matice stejného typu Matici B typu (n, n), která splňuje A B = B A = E nazýváme inverzní maticí k matici A Matici B označujeme A 1 Věta 7 Pokud k matici A existuje A 1, pak A 1 je určena jednoznačně Důkaz: Sporem: předpokládáme, že B,C jsou dvě různé inverzní matice k matici A Pak B = B E = B (A C) = (B A) C = E C = C 4

Definice 11 Čtvercová matice A se nazývá regulární, pokud A 1 existuje V opačném případě ji nazýváme singulární Věta 8 Necht A a B jsou regulární matice Pak A B je také regulární matice Důkaz: Ukážeme, že B 1 A 1 je inverzní matice k A B (B 1 A 1 ) (A B) = B 1 (A 1 A) B = B 1 E B = B 1 B = E (A B) (B 1 A 1 ) = A (B B 1 ) A 1 = A E A 1 = A A 1 = E Dříve než si ukážeme, za jakých podmínek inverzní matice existuje a jak ji počítat, ukážeme si, že jednotlivé kroky Gaussovy eliminační metody lze chápat jako násobení vhodnými maticemi zleva Definice 12 Necht P U je čtvercová matice, která vznikla z jednotkové matice E jednou elementární úpravou U Takové matice budeme nazývat elementární Věta 9 Necht A je matice typu (m, n) Pak P U A je matice, která vznikne z A el úpravou U Důkaz: 0 0 1 a 31 a 32 = a 21 a 22 1 0 0 a 31 a 32 1 0 0 = a 21 a 22 0 0 α a 31 a 32 αa 31 αa 32 1 0 α + αa 31 + αa 32 = a 21 a 22 0 0 1 a 31 a 32 a 31 a 32 Důsledek 5 Pokud A B, pak B = C A, kde C je součin elementárních matic Důkaz: Jednotlivé kroky Gaussovy el metody můžeme vyjádřit pomocí el matic, tj B = C n (C n 1 (C 2 (C 1 A)) ) = (C n C n 1 C 2 C 1 ) A Každá matice A lze tedy psát ve tvaru C T, kde C je součin elementárních matic a T je horní trojúhelníková 5