Co byste měl/a zvládnout po 6. týdnu



Podobné dokumenty
Co byste měl/a zvládnout po 4. týdnu

Transformace souřadnic

Program SMP pro kombinované studium

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

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

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

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

ALGEBRA. Téma 5: Vektorové prostory

SVD rozklad a pseudoinverse

Cvičení z Lineární algebry 1

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

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

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

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

Matematika I A ukázkový test 1 pro 2014/2015

1 Vektorové prostory a podprostory

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

1 Lineární zobrazení. 5. f(u) = u + v, kde v je pevně daný nenulový vektor z R f(u) = o.

Vlastní číslo, vektor

Operace s maticemi. 19. února 2018

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

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

Vlastní čísla a vlastní vektory

1 Linearní prostory nad komplexními čísly

1 Báze a dimenze vektorového prostoru 1

Lineární algebra : Metrická geometrie

Kapitola 11: Lineární diferenciální rovnice 1/15

2 Vektorové normy. Základy numerické matematiky - NMNM201. Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro

ALGEBRA. 1. Pomocí Eukleidova algoritmu najděte největší společný dělitel čísel a a b. a) a = 204, b = 54, b) a = , b =

1 Polynomiální interpolace

Operace s maticemi

Polynomy. Matice a determinanty. 1. Rozložte na součin kořenových činitelů polynom. P(x) = x 4 6x Řešení: x 4 6x 2 +8 = (x+2)(x 2)(x+ 2)(x 2)

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,

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

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

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

Z teorie je nutné znát pojmy: lineární funkcionál, jádro, hodnost a defekt lineárního funkcionálu. Také využijeme 2. větu o dimenzi.

15 Maticový a vektorový počet II

Požadavky ke zkoušce

1 Lineární prostory a podprostory

Vlastní čísla a vlastní vektory

AVDAT Vektory a matice

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

ZADÁNÍ ZKOUŠKOVÉ PÍSEMNÉ PRÁCE Z PŘEDMĚTU LINEÁRNÍ ALGEBRA PRO IT. Verze 1.1A

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

ALGEBRA. Téma 4: Grupy, okruhy a pole

Matematika B101MA1, B101MA2

Kapitola 11: Vektory a matice:

(2) [B] Nechť G je konečná grupa tvořena celočíselnými maticemi roměru 2 2 s operací násobení. Nalezněte všechny takové grupy až na izomorfizmus.

Geometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr

Zdrojem většiny příkladů je sbírka úloh 1. cvičení ( ) 2. cvičení ( )

1 L Hospitalovo pravidlo

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

Rovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA

Geometrické transformace pomocí matic

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

Linearní algebra příklady

)(x 2 + 3x + 4),

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Úvod do lineární algebry

EUKLIDOVSKÉ PROSTORY

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů...

Úlohy nejmenších čtverců

Symetrické a kvadratické formy

transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]

Požadavky ke zkoušce. Ukázková písemka

Lineární algebra Eva Ondráčková

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

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.

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

Základy aritmetiky a algebry II

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

Interpolace, ortogonální polynomy, Gaussova kvadratura

Lineární algebra : Změna báze

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

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

2. Schurova věta. Petr Tichý. 3. října 2012

Matematická analýza ve Vesmíru. Jiří Bouchala

Drsná matematika III 3. přednáška Funkce více proměnných: Inverzní a implicitně definovaná zobrazení, vázané extrémy

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

z textu Lineární algebra

Kapitola 11: Vektory a matice 1/19

Afinní transformace Stručnější verze

0.1 Úvod do lineární algebry

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.

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

Uzavřené a otevřené množiny

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík

Michal Zamboj. December 23, 2016

Vybrané kapitoly z matematiky

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

7 Analytické vyjádření shodnosti

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 Projekce a projektory

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

Vlastní čísla a vlastní vektory

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

Transkript:

Co byste měl/a zvládnout po 6. týdnu Zde je uveden naprostý základ. Nejde o úplný výčet všech dovedností. Jiří Velebil: A7B01LAG Zvládnutá látka po 6. týdnu 1/8

Slovník základních pojmů Monomorfismus, epimorfismus, isomorfismus. Jádro, obraz, defekt a hodnost lineárního zobrazení. Uspořádaná báze, souřadnice vzhledem k uspořádané bázi. Matice lineárního zobrazení vzhledem k daným bázím, diagram a e j j-tý sloupec A f = coord C (f( b j )) bj F s coord B L 1 x A f x f F r L 2 coord C f( b j ) kde B = ( b 1,..., b s ) je uspořádaná báze lineárního prostoru L 1 a C = ( c 1,..., c r ) je uspořádaná báze lineárního prostoru L 2. a Důležité: připomeňte si rozdíl mezi (šipkou) a (šipkou s patkou). Jiří Velebil: A7B01LAG Zvládnutá látka po 6. týdnu 2/8

Příklad (jádro, obraz, defekt a hodnost) Spočtěte jádro, obraz, defekt a hodnost lineárního zobrazení 1 der : R 4 [x] R 4 [x] (ax 4 + bx 3 + cx 2 + dx + e) (4ax 3 + 3bx 2 + 2cx + d) ( ) 2 cos α sin α R α : R 2 R 2, kde R α = sin α cos α ( ) 3 1 0 P x : R 2 R 2, kde P x = 0 0 Příklad (věta o dimensi jádra a obrazu) Pro matici M : R 6 R 7 jsme zjistili, že def(m) = 4 a rank(m) = 3. Je to možné? a a Pokud si nejste jisti odpovědí, podívejte se na Větu 3.3.6 ve skriptech. Jiří Velebil: A7B01LAG Zvládnutá látka po 6. týdnu 3/8

Příklad (defekt a hodnost po aplikaci isomorfismu) Ukažte, že pro libovolnou regulární matici M : F r F r a libovolnou matici A : F s F r platí rovnosti: def(m A) = def(a) a rank(m A) = rank(a). Návod: nejprve dokažte, že ker(m A) = ker(a). Pak použijte definici defektu a větu o dimensi jádra a obrazu. Inverse čtvercové matice At A : F n F n je pevná matice. Ukažte, že následující podmínky jsou ekvivalentní: 1 Pro libovolnou matici B : F n F n má rovnice A X = B právě jedno řešení. 2 Rovnice A X = E n má právě jedno řešení. 3 Matice A je regulární. Návod: má-li rovnice A X = E n právě jedno řešení, dokažte, že lineární zobrazení A : F n F n je epimorfismus. Pak použijte větu o dimensi jádra a obrazu a ukažte, že A musí být regulární matice. Jiří Velebil: A7B01LAG Zvládnutá látka po 6. týdnu 4/8

Matice transformací roviny vzhledem k bázi B = (e 2, e 1 ) 1 Bázi B = (e 2, e 1 ) prostoru R 2 dejte geometrický význam. 2 Spočtete matice rotace, změny měřítka, projekce na osy, zkosení (shear) v bázi B. Ke všem úlohám kreslete obrázky. Matice lineárního zobrazení Najděte matici lineárního zobrazení der : R 4 [x] R 4 [x] (ax 4 + bx 3 + cx 2 + dx + e) (4ax 3 + 3bx 2 + 2cx + d) vzhledem 1 k bázi B = (x 4, x 3, x 2, x, 1), 2 k bázi C = (1, x, x 2, x 3, x 4 ), 3 k bázím D = ((x 2) 4, (x 2) 3, (x 2) 2, (x 2), 1) a B = (x 4, x 3, x 2, x, 1). Jiří Velebil: A7B01LAG Zvládnutá látka po 6. týdnu 5/8

Další matice lineárního zobrazení Ukažte, že zobrazení a p(x) p(2x + 1) je lineární zobrazení z prostoru R 2 [x] do prostoru R 2 [x]. Najděte matici tohoto lineárního zobrazení vzhledem k bázi (x 2, x, 1). a Pokud si nejste jisti, jak toto zobrazení pracuje, spočtěte si nejdříve třeba (x 2 2) ((2x + 1) 2 2) a (3x 2 + 2x) (3(2x + 1) 2 + 2(2x + 1)). Matice součtu lineárních zobrazení a skalárního násobku lineárního zobrazení At lineární zobrazení f : L 1 L 2 a g : L 1 L 2 mají matice A f a A g vzhledem k bázím B a C. Ukažte: 1 Lineární zobrazení f + g : L 1 L 2 má matici A f + A g vzhledem k bázím B a C. 2 Pro libovolný skalár a z F má lineární zobrazení a f : L 1 L 2 matici a A f vzhledem k bázím B a C. Návod: využijte diagramy pro hledání matic lineárních zobrazení. Jiří Velebil: A7B01LAG Zvládnutá látka po 6. týdnu 6/8

Příklad (Lagrangeova interpolace) At a 1,..., a n jsou navzájem různá reálná čísla. 1 Ukažte, že zobrazení je lineární. ev (a1,...,a n) : R n 1 [x] R n, 2 Ukažte, že ev (a1,...,a n) je monomorfismus. 3 Proč je ev (a1,...,a n) isomorfismus? p(a 1 ) p(a 2 ) p(x). p(a n ) 4 Odvod te z výše dokázaného: pro navzájem různá reálná čísla a 1,..., a n a jakákoli reálná čísla b 1,..., b n existuje v R n 1 právě jeden polynom a p(x) takový, že platí p(a 1 ) = b 1,..., p(a n ) = b n. a Říkáme mu Langrangeův interpolační polynom. Vysvětlete, proč se mu říká interpolační. Jiří Velebil: A7B01LAG Zvládnutá látka po 6. týdnu 7/8

Příklad (Lagrangeova interpolace, pokrač.) 5 Zvolte n = 3 a zvolte a 1 = 2, a 2 = 0 a a 3 = 2. Najděte matici A lineárního zobrazení ev (a1,a 2,a 3 ) : R 2 [x] R 3 vzhledem k bázím (x 2, x, 1) a K 3. Využijte diagramy R 3 A R 3 R 3 A 1 R 3 coord (x 2,x,1) coord K3 coord K3 coord (x 2,x,1) R 2 [x] ev (a1,a 2,a 3 ) R 3 R 3 R 2 [x] (ev (a1,a 2,a 3 )) 1 k návrhu postupu, jak najít polynom p(x) v R 2 [x], pro který platí p( 2) = 6, p(0) = 2, p(2) = 2. 6 Předcházející myšlenky zobecněte na původní situaci navzájem různých reálných čísel a 1,..., a n. 7 Hraje v předcházejících úvahách nějakou roli těleso R? Jiří Velebil: A7B01LAG Zvládnutá látka po 6. týdnu 8/8