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

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

ALGEBRA. Téma 5: Vektorové prostory

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)

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

DEFINICE Z LINEÁRNÍ ALGEBRY

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.

Soustava m lineárních rovnic o n neznámých je systém

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

Soustavy linea rnı ch rovnic

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

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

1 Vektorové prostory.

1 Linearní prostory nad komplexními čísly

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Program SMP pro kombinované studium

Soustavy lineárních rovnic a determinanty

VÝSLEDKY Písemný test z předmětu BI-LIN( ), varianta R

1 Báze a dimenze vektorového prostoru 1

A0B01LAA Lineární algebra a aplikace (příklady na cvičení- řešení)

Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci

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

Kapitola 11: Vektory a matice 1/19

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

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

Cvičení z Lineární algebry 1

Kapitola 11: Vektory a matice:

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

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,

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

EUKLIDOVSKÉ PROSTORY

VĚTY Z LINEÁRNÍ ALGEBRY

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

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

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

z textu Lineární algebra

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

1 Determinanty a inverzní matice

Řešené úlohy z Úvodu do algebry 1

Matematika B101MA1, B101MA2

Základy matematiky pro FEK

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

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

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

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

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

Matematika 2 pro PEF PaE

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

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

0.1 Úvod do lineární algebry

Lineární algebra Operace s vektory a maticemi

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

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

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

7. Lineární vektorové prostory

Operace s maticemi. 19. února 2018

1 Řešení soustav lineárních rovnic

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

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).

Lineární algebra. Matice, operace s maticemi

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

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

těchto písemek (bez řešení) najdete na (odkazy v posledních dvou odstavcích před sekcí Literatura ).

1 Soustavy lineárních rovnic

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

Základy maticového počtu Matice, determinant, definitnost

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

Obecná úloha lineárního programování

0.1 Úvod do lineární algebry

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

Základní pojmy teorie množin Vektorové prostory

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

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.

ALGEBRA. Téma 4: Grupy, okruhy a pole

Výběr báze. u n. a 1 u 1

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

Co byste měl/a zvládnout po 4. týdnu

Vlastní čísla a vlastní vektory

na magisterský studijní obor Učitelství matematiky pro střední školy

Lineární algebra : Báze a dimenze

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

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.

Úvod do lineární algebry

Vlastní čísla a vlastní vektory

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

Transformace souřadnic

AVDAT Vektory a matice

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

Lineární algebra : Vlastní čísla, vektory a diagonalizace

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t.

6. Vektorový počet Studijní text. 6. Vektorový počet

Linearní algebra příklady

8 Matice a determinanty

Vlastní číslo, vektor

Soustavy lineárních rovnic

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

Soustavy lineárních rovnic

1 Vektorové prostory a podprostory

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.

Transkript:

Vzhledem k tomu, že jsem to psala ve velkém spěchu, mohou se vyskytnout nějaké chybičky. Pokud nějaké najdu, opravím je hned po prázdninách. Zadání A. 1. Vektory u, v, w jsou lineárně nezávislé. Rozhodněte, zda jsou lineárně nezávislé také vektory u + v + 2 w, u v + w, u + v + w. Řešení: Uvažujme nulovou lineární kombinaci vektorů u + v + 2 w, u v + w, u + v + w. α 1 ( u + v + 2 w) + α 2 ( u v + w) + α 3 ( u + v + w) = o (α 1 α 2 + α 3 ) u + (α 1 α 2 + α 3 ) v + (2α 1 + α 2 + α 3 ) w = o je nulová lineární kombinace vektorů u, v, w. Ta musí být triviální, protože tyto vektory jsou lineárně nezávislé. Platí tedy Napíšeme a upravíme matici této soustavy: 1 1 1 1 1 1 2 1 1 α 1 α 2 + α 3 = 0 α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0 1 1 1 0 0 0 0 3 1 Soustava má nekonečně mnoho řešení, např. α 1 = 2, α 2 = 1, α 3 = 3. 2( u + v + 2 w) + 1( u v + w) + 3( u + v + w) = o je netriviální nulová lineární kombinace vektorů u + v + 2 w, u v + w, u + v + w, jsou tedy lineárně závislé. 2. Najděte všechna řešení maticové rovnice AX + X = C, kde 5 0 1 6 2 1, C = 5 1 0 Řešení: AX + X = C (A + E)X = C X = (A + E) 1 C) X = 1 1 2 1 4 4 = 1 2 1 3 2 1 3 9 4 3. Nechť V je lin. obal vektorů (1, 1, 2, 1), (2, 1, 1, 1), (1, 2, 1, 1), (0, 1, 1, 2), (1, 1, 0, 2), W je lin. obal vektorů (1, 1, 1, 1), (2, 2, 3, 0), (1, 1, 3, 3), (1, 1, 0, 3), (2, 2, 1, 4). Spočtěte dimensi prostorů V, W, V + W, V W. Řešení: Dimense podprostoru IR 4 je rovna hodnosti matice, jejímiž řádky jsou generátory tohoto podprostoru. Označme A matici, jejímiž řádky jsou generátory prostoru V. 1 1 2 1 1 1 2 1 1 1 2 1 2 1 1 1 1 2 1 1 0 1 1 2 0 1 1 2 0 1 1 2 0 0 4 3 0 0 4 3 1 1 0 2 0 2 2 1 0 0 4 3 Zřejmě hod 3 = dimv. Analogicky spočítáme dimensi prostoru W. Označme B matici, jejímiž řádky jsou generátory prostoru W. 1 1 1 1 1 1 1 1 1 1 2 1 2 2 3 0 B = 1 1 3 3 3 0 0 1 2 0 0 2 4 0 0 1 2 0 0 0 0 0 0 0 0 2 2 1 4 0 0 0 0

Zřejmě hodb = 2 = dimw. Spojení podprostorů je generováno sjednocením generátorů těchto podprostorů. Nemusíme pracovat se všemi (deseti) generátory, stačí vzít báze - ty získáme z upravených matic. Označme C matici, jejímiž řádky jsou generátory prostoru V + W. C = 1 1 2 1 0 0 4 3 1 1 1 1 0 0 1 2 1 1 2 1 0 0 4 3 0 0 1 2 1 1 2 1 0 0 4 3 0 0 0 5 0 0 0 5 Zřejmě hodc = 4 = dim(v + W ). dimv + dimw = dim(v + W ) + dim(v W ), tedy dim(v W ) = 3 + 2 4 = 1. Zjistili jsme tedy, že dimv = 3, dimw = 2, dim(v + W ) = 4, dim(v W ) = 1. 4. Označme P 2 lineární prostor všech polynomů nejvýše 2. stupně. Nechť A : P 2 P 2 je lineární zobrazení, pro které platí A(x 2 +2x 1) = x 2 +x+2, A(x 2 +x 2) = x 2 +2x, A(x 2 +2x) = x 2 +3x 2. Rozhodněte, zda je zobrazení A prosté. Řešení: Najdeme matici A lineárního zobrazení A vzhledem k bazím (x 2 + 2x 1, x 2 + x 2, x 2 + 2x) a bázi standardní (x 2, x, 1). Je to matice, jejímiž sloupci jsou souřadnice vektorů z báze prostoru vzorů vzhledem k bázi prostoru obrazů (tj. bázi standardní). 1 1 1 1 2 3 2 0 2 Zobrazení A je prosté právě tehdy, když je matice A regulární. det 4 + 6 4 + 2 = 8, A je regulární a zobrazení A je tedy prosté. 5. Definujte souřadnice vektoru u vzhledem k uspořádané bázi B. Spčtěte souřadnice polynomu P (x) = 3x 3 + 5x 2 1 vzhledem k uspořádané bázi B = (x 2, 1, x, x 3 ). Řešení: Nechť B = ( b 1, b 2,... b n ), je uspořádaná báze vektorového prostoru V. Každý vektor v V můžeme právě jedním způsobem napsat jako lineární kombinaci vektorů z báze B. Vektor koeficientů této lineární kombinace nazveme souřadnice vektoru v vzhledem k bázi B. Tedy jestliže v = a 1 b1 + a 2 b2 +... + a n bn, pak vektor souřadnic je (a 1, a 2,..., a n. Polynom P (x) = 3x 3 + 5x 2 1 = 5 x 2 + ( 1) 1 + 0 x + 3 x 3, jeho souřadnice vzhledem k bázi B tedy jsou (5. 1, 0, 3).

Zadání C. 1. Vektory u, v, w jsou lineárně nezávislé. Rozhodněte, zda jsou lineárně nezávislé také vektory 2 u + v w, u + 2 v 2 w, u v + w. Řešení: Uvažujme nulovou lineární kombinaci vektorů 2 u + v w, u + 2 v 2 w, u v + w. α 1 (2 u + v w) + α 2 ( u + 2 v 2 w) + α 3 ( u v + w) = o (2α 1 + α 2 + α 3 ) u + (α 1 + 2α 2 α 3 ) v + ( α 1 2α 2 + α 3 ) w = o je nulová lineární kombinace vektorů u, v, w. Ta musí být triviální, protože tyto vektory jsou lineárně nezávislé. Platí tedy 2α 1 + α 2 + α 3 = 0 α 1 + 2α 2 α 3 = 0 α 1 2α 2 + α 3 = 0 Napíšeme a upravíme matici této soustavy: 2 1 1 1 2 1 1 2 1 0 3 3 1 2 1 0 0 0 Soustava má nekonečně mnoho řešení, např. α 1 = 1, α 2 = 1, α 3 = 1. (2 u + v w) + 1( u + 2 v 2 w) + 1( u v + w) = o je netriviální nulová lineární kombinace vektorů 2 u + v w, u + 2 v 2 w, u v + w, jsou tedy lineárně závislé. 2. Najděte všechna řešení maticové rovnice XA + X = C, kde 3 1 1 2 3 1, C = 3 1 2 Řešení: XA + X = C X(A + E) = C X = C(A + E) 1 X = 1 0 1 1 1 0 4 1 2 = 2 1 1 5 2 2 0 1 1 3. Nechť V je lin. obal vektorů (1, 2, 1, 1), (2, 1, 1, 1), (12, 1, 1, 2), (1, 1, 0, 0), (1, 1, 0, 1), W je lin. obal vektorů (1, 1, 2, 1), (2, 1, 3, 2), (0, 3, 1.0), (1, 5, 0, 1), (3, 3, 4, 3). Spočtěte dimensi prostorů V, W, V + W, V W. Řešení: Dimense podprostoru IR 4 je rovna hodnosti matice, jejímiž řádky jsou generátory tohoto podprostoru. Označme A matici, jejímiž řádky jsou generátory prostoru V. 1 2 1 1 1 2 1 1 1 2 1 1 2 1 1 1 2 1 1 2 1 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 1 1 0 1 0 0 0 1 0 0 0 0 Zřejmě hod 3 = dimv. Analogicky spočítáme dimensi prostoru W. Označme B matici, jejímiž řádky jsou generátory prostoru W. 1 1 2 1 1 1 2 1 1 1 2 1 2 1 3 2 B = 0 3 1 0 1 5 0 1 0 3 1 0 0 3 1 0 0 6 2 0 0 3 1 0 0 0 0 0 0 0 0 0 3 3 4 3 0 6 2 0 0 0 0 0

Zřejmě hodb = 2 = dimw. Spojení podprostorů je generováno sjednocením generátorů těchto podprostorů. Nemusíme pracovat se všemi (deseti) generátory, stačí vzít báze - ty získáme z upravených matic. Označme C matici, jejímiž řádky jsou generátory prostoru V + W. C = 1 2 1 1 0 0 0 1 1 1 2 1 0 3 1 0 1 2 1 1 0 0 0 1 0 3 1 0 0 3 1 0 1 2 1 1 0 0 2 1 0 0 0 1 0 0 0 1 Zřejmě hodc = 4 = dim(v + W ). dimv + dimw = dim(v + W ) + dim(v W ), tedy dim(v W ) = 3 + 2 4 = 1. Zjistili jsme tedy, že dimv = 3, dimw = 2, dim(v + W ) = 4, dim(v W ) = 1. 4. Označme P 2 lineární prostor všech polynomů nejvýše 2. stupně. Nechť A : P 2 P 2 je lineární zobrazení definované předpisem A(ax 2 + bx + c) = (a + b c)x 2 + (a + c)x + 2a b c. Najděte matici tohoto zobrazení vzhledem ke standardním bazím a rozhodněte, zda je toto zobrazení prosté. Řešení: Matice lineárního zobrazení vzhledem ke standardním bazím je taková matice, jejímiž sloupci jsou souřadnice obrazů vektorů ze standardní báze vzorů vzhledem ke standardní bázi prostoru obrazů. Spočítáme si, na co se zobrazí vektory x 2, x, 1. A(x 2 ) = x 2 + x + 2, A(x) = x 2 1, A(1) = x 2 + x 1. Matice lineárního zobrazení vzhledem ke standardním bazím je tedy matice 1 1 1 1 0 1 2 1 1 Zobrazení A je prosté právě tehdy, když je matice A regulární. det 1 + 2 + 1 + 1 = 5, A je regulární a zobrazení A je tedy prosté. 5. Definujte determinant čtvercové matice. Odvoďte Sarrusovo pravidlo pro matici řádu 2. Řešení: Nechť (a i,j ) je čtvercová matice řádu n. Determinantem této matice je reálné číslo det π ( 1) sgnπ a 1,π(1) a 2,π(2)...a n,π(n), kde sčítáme přes všechny permutace π. Pro n = 2 máme dvě permutace: π 1, která číslu 1 přiřadí číslo 1 a číslu 2 přiřadí číslo 2 ajejíž znaménko je +1, a permutaci π 2, která číslu 1 přiřadí číslo 2 a číslu 2 přiřadí číslo 1 ajejíž znaménko je 1. Tedy det (+1) a 1,1 a 2,2 + ( 1) a 1,2 a 2,1 Determinant tedy spočítáme tak, že od součinu členů na hlavní diagonále odečteme součin členů na vedlejší diagonále.

Zadání B. 1. Vektory u, v, w jsou lineárně nezávislé. Rozhodněte, zda jsou lineárně nezávislé také vektory u + 2 v w, 2 u + v + w, u + 5 v 4 w. Řešení: Uvažujme nulovou lineární kombinaci vektorů u + 2 v w, 2 u + v + w, u + 5 v 4 w. α 1 ( u + 2 v w) + α 2 (2 u + v + w) + α 3 ( u + 5 v 4 w) = o (α 1 + 2α 2 + α 3 ) u + (2α 1 + α 2 + 5α 3 ) v + ( α 1 + α 2 4α 3 ) w = o je nulová lineární kombinace vektorů u, v, w. Ta musí být triviální, protože tyto vektory jsou lineárně nezávislé. Platí tedy α 1 + 2α 2 + α 3 = 0 α 1 + α 2 + 5α 3 = 0 α 1 + α 2 4α 3 = 0 Napíšeme a upravíme matici této soustavy: 1 2 1 2 1 5 1 2 1 0 3 3 1 1 4 0 3 3 Soustava má nekonečně mnoho řešení, např. α 1 = 3, α 2 = 1, α 3 = 1. 1 2 1 0 1 1 0 0 0 3( u + 2 v w) + 1(2 u + v + w) + 1( u + 5 v 4 w) = o je netriviální nulová lineární kombinace vektorů u + 2 v w, 2 u + v + w, u + 5 v 4 w, jsou tedy lineárně závislé. 2. Najděte všechna řešení maticové rovnice BX = C + X, kde 2 0 1 1 0 1 B = 1 2 0, C = 1 1 2 Řešení: BX = C + X BX X = C (B E)X = C X = (B E) 1 C X = 1 1 1 1 0 1 0 1 1 1 0 1 1 1 2 = 0 0 0 1 0 1 3. Najděte bázi lineárního podprostoru V vektorového prostoru IR 4, jestliže V je generován vektory (1, 1, 1, 1), (1, 2, 1, 1), (2, 1, 1, 0), (3, 3, 2, 1), (1, 1, 0, 1). Řešení: Označme A matici, jejímiž řádky jsou generátory prostoru V. Tuto matici upravíme pomocí řádkových úprav na stupňovitou matici, jejíž řádky jsou lineárně nezávislé. Tvoří tedy bázi prostoru V. 1 1 1 1 1 2 1 1 2 3 3 2 1 1 1 0 1 1 1 1 1 0 1 0 0 0 1 1 2 0 2 1 2 Báze prostoru V je např. {(1, 1, 1, 1), (0, 1, 0, 0), (0, 0, 1, 2)}. 1 1 1 1 0 1 0 0 1 1 1 1 0 1 0 0

4. Označme P 2 lineární prostor všech polynomů nejvýše 2. stupně. Nechť A : P 2 P 2 je lineární zobrazení, pro které platí A(x 2 +x+1) = x 2 +x+2, A(x 2 +2x+1) = x 2 +2x, A(x 2 +x+2) = x 2 +3x 2. Rozhodněte, zda je zobrazení A prosté. Řešení: Najdeme matici A lineárního zobrazení A vzhledem k bazím (x 2 +x+1, x 2 +2x+1, x 2 +x+2) a bázi standardní (x 2, x, 1). Je to matice, jejímiž sloupci jsou souřadnice vektorů z báze prostoru vzorů vzhledem k bázi prostoru obrazů (tj. bázi standardní). 1 1 1 1 2 3 2 0 2 Zobrazení A je prosté právě tehdy, když je matice A regulární. det 4 + 6 4 + 2 = 8, A je regulární a zobrazení A je tedy prosté. 5. Definujte hodnost matice. Najděte matici typu (4, 3), která má hodnost 2. Zdůvodněte. Řešení: Hodnost matice typu (m,n) je dimense podprostoru R n, který je generován řádky matice. Takovou maticí je např matice 1 1 1 2 2 2 0 0 0 neboť bazí prostoru generovaného vektory (1, 1, 1), (0, 1, 1), (2, 2, 2), (0, 0, 0)je např. množina {(1, 1, 1), (0, 1, 1)}.,

Zadání D. 1. Vektory u, v, w jsou lineárně nezávislé. Rozhodněte, zda jsou lineárně nezávislé také vektory 2 u + v 2 w, u + 2 v 2 w, u + 5 v 4 w. Řešení: Uvažujme nulovou lineární kombinaci vektorů 2 u + v 2 w, u + 2 v 2 w, u + 5 v 4 w. α 1 (2 u + v 2 w) + α 2 ( u + 2 v 2 w) + α 3 ( u + 5 v 4 w) = o (2α 1 + α 2 + α 3 ) u + (α 1 + 2α 2 + 5α 3 ) v + ( 2α 1 2α 2 4α 3 ) w = o je nulová lineární kombinace vektorů u, v, w. Ta musí být triviální, protože tyto vektory jsou lineárně nezávislé. Platí tedy 2α 1 + α 2 + α 3 = 0 α 1 + 2α 2 + 5α 3 = 0 2α 1 2α 2 4α 3 = 0 Napíšeme a upravíme matici této soustavy: 2 1 1 1 2 5 1 2 5 0 3 9 1 2 5 0 1 3 2 2 4 0 2 6 0 0 0 Soustava má nekonečně mnoho řešení, např. α 1 = 1, α 2 = 3, α 3 = 1. (2 u + v 2 w) 3( u + 2 v 2 w) + 1( u + 5 v 4 w) = o je netriviální nulová lineární kombinace vektorů 2 u+ v 2 w, u+2 v 2 w, u+5 v 4 w, jsou tedy lineárně závislé. 2. Najděte všechna řešení maticové rovnice XB = C + X, kde 2 1 1 1 0 1 B = 1 1 1, C = 1 1 1 0 1 0 2 1 0 Řešení: XB = C + X XB X = C X(B E) = C X = C(B E) 1 X = 1 0 1 1 1 1 2 1 0 1 0 1 1 1 1 = 0 1 0 3 2 2 3 1 2 3. Najděte bázi lineárního podprostoru V vektorového prostoru IR 4, jestliže V je generován vektory (1, 1, 1, 2), ( 1, 2, 1, 1), (2, 1, 1, 0), (1, 4, 3, 5), (2, 1, 0, 1). Řešení: Označme A matici, jejímiž řádky jsou generátory prostoru V. Tuto matici upravíme pomocí řádkových úprav na stupňovitou matici, jejíž řádky jsou lineárně nezávislé. Tvoří tedy bázi prostoru V. 1 1 1 2 1 2 1 1 2 1 4 3 5 2 1 0 1 1 1 1 2 0 3 2 3 0 1 1 4 0 3 2 3 0 3 2 3 Báze prostoru V je např. {(1, 1, 1, 2), (0, 3, 2, 3), (0, 0, 1, 9)}. 1 1 1 2 0 3 2 3 0 0 1 9 0 0 0 0 0 0 0 0 1 1 1 2 0 3 2 3 0 0 1 9

4. Označme P 2 lineární prostor všech polynomů nejvýše 2. stupně. Nechť A : P 2 P 2 je lineární zobrazení definované předpisem A(ax 2 + bx + c) = (a b c)x 2 + (a b + c)x + 2a + b c. Najděte matici tohoto zobrazení vzhledem ke standardním bazím a rozhodněte, zda je toto zobrazení prosté. Řešení: Matice lineárního zobrazení vzhledem ke standardním bazím je taková matice, jejímiž sloupci jsou souřadnice obrazů vektorů ze standardní báze vzorů vzhledem ke standardní bázi prostoru obrazů. Spočítáme si, na co se zobrazí vektory x 2, x, 1. A(x 2 ) = x 2 + x + 2, A(x) = x 2 x + 1, A(1) = x 2 + x 1. Matice lineárního zobrazení vzhledem ke standardním bazím je tedy matice 1 1 1 1 1 1 2 1 1 Zobrazení A je prosté právě tehdy, když je matice A regulární. det 1 1 2 2 1 1 = 6, A je regulární a zobrazení A je tedy prosté. 5. Definujte inversní matici k matici A. Dokažte, že pokud existuje inversní matice k matici A, pak je určena jednoznačně. Řešení: Necht A je čtvercová matice řádu n. Inversní maticí k matici A nazveme čtvercovou matici X řádu n, pro kterou platí AX = X E. Nechť tuto podmínku splňují matice X, Y, tj. platí AX = X E a také AY = Y E. Potom Matice X a Y jsou si tedy rovny. X = XE = X(AY) = (XA)Y = EY = Y.