Lineární algebra. Soustavy lineárních rovnic

Podobné dokumenty
Soustavy lineárních rovnic

Soustavy lineárních rovnic

Základy matematiky pro FEK

SOUSTAVY LINEÁRNÍCH ROVNIC

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

Soustava m lineárních rovnic o n neznámých je systém

Lineární algebra. Matice, operace s maticemi

Matematika B101MA1, B101MA2

Soustavy lineárních rovnic a determinanty

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

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

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.

IB112 Základy matematiky

Soustavy linea rnı ch rovnic

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

(Cramerovo pravidlo, determinanty, inverzní matice)

0.1 Úvod do lineární algebry

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

VĚTY Z LINEÁRNÍ ALGEBRY

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

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

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

Matematika. Kamila Hasilová. Matematika 1/34

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

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

0.1 Úvod do lineární algebry

1 Vektorové prostory.

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

1 Řešení soustav lineárních rovnic

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

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

1 Determinanty a inverzní matice

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

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

8 Matice a determinanty

DEFINICE Z LINEÁRNÍ ALGEBRY

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

Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29

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

Kapitola 11: Vektory a matice:

Kapitola 11: Vektory a matice 1/19

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

Základy maticového počtu Matice, determinant, definitnost

Aplikovaná numerická matematika - ANM

Operace s maticemi. 19. února 2018

Lineární algebra Operace s vektory a maticemi

Úvod do lineární algebry

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

Číselné vektory, matice, determinanty

Přednáška 4: Soustavy lineárních rovnic

Úvodní informace Soustavy lineárních rovnic. 12. února 2018

2.6. Vlastní čísla a vlastní vektory matice

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

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

1 Soustavy lineárních rovnic

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

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

Připomenutí co je to soustava lineárních rovnic

MATEMATIKA PRO PŘÍRODNÍ VĚDY LINEÁRNÍ ALGEBRA, DIFERENCIÁLNÍ POČET MPV, LADP TUL, ZS 2009/10

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

7. Důležité pojmy ve vektorových prostorech

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

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

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

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

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

Soustavy lineárních algebraických rovnic SLAR

Numerické metody a programování

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

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)

Soustavy lineárních rovnic

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

7. Lineární vektorové prostory

Operace s maticemi

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

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

Matematika 2 pro PEF PaE

12. Soustava lineárních rovnic a determinanty

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:

Co je obsahem numerických metod?

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

12. Determinanty. 12. Determinanty p. 1/25

Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Operační výzkum. Teorie her. Hra v normálním tvaru. Optimální strategie. Maticové hry.

MO-ME-N-T MOderní MEtody s Novými Technologiemi

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

6. ANALYTICKÁ GEOMETRIE

pro řešení soustav lineárních rovnic. Gaussova eliminační metoda pro řešení soustavy lineárních rovnic sestává ze dvou kroků:

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,

Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

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

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

Operační výzkum. Teorie her. Řešení maticových her převodem na úlohu LP.

TECHNICKÁ UNIVERZITA V LIBERCI

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

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

z textu Lineární algebra

Transkript:

Lineární algebra Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ.1.07/2.2.00/28.0326

Obsah 1 Základní označení Gaussova eliminační metoda Cramerovo pravidlo 2 Příklady 3 Příklady pro samostatné studium Lucie Doudová (UO Brno) Lineární algebra 2 / 28

Obsah 1 Základní označení Gaussova eliminační metoda Cramerovo pravidlo 2 Příklady 3 Příklady pro samostatné studium Lucie Doudová (UO Brno) Lineární algebra 2 / 28

Obsah 1 Základní označení Gaussova eliminační metoda Cramerovo pravidlo 2 Příklady 3 Příklady pro samostatné studium Lucie Doudová (UO Brno) Lineární algebra 2 / 28

Obsah přednášky 1 Základní označení Gaussova eliminační metoda Cramerovo pravidlo 2 Příklady 3 Příklady pro samostatné studium Lucie Doudová (UO Brno) Lineární algebra 3 / 28

Základní označení Základní označení Definice Soustava m lineárních rovnic pro n neznámých má tvar: a 11x 1 + a 12x 2 +... + a 1nx n = b 1 a 21x 1 + a 22x 2 +... + a 2nx n = b 2. a m1x 1 + a m2x 2 +... + a mnx n = b m, (1) kde čísla a ij, i = 1,..., m, j = 1,..., n nazýváme koeficienty, čísla b 1,..., b m nazýváme absolutními členy, x 1,..., x n jsou neznámé. Lucie Doudová (UO Brno) Lineární algebra 4 / 28

Základní označení Základní označení Označení a 11 a 12... a 1n a 21 a 22... a 2n Matice soustavy: A =... a m1 a m2... a mn a 11 a 12... a 1n b 1 a 21 a 22... a 2n b 2 Rozšířená matice soustavy: R =.... a m1 a m2... a mn b m Vektor neznámých: x = (x 1,..., x n) Vektor absolutních členů: b = (b 1,..., b m) Lucie Doudová (UO Brno) Lineární algebra 5 / 28

Základní označení Základní označení Poznámka Pomocí matic můžeme soustavu (1) zapsat následovně: A x = b Definice Je-li b 1 = = b n = 0 nazýváme systém lineárních rovnic homogenní systém. Značíme ho S 0(m, n). V opačném případě se systém lineárních rovnic nazývá nehomogenní systém. Značí se S(m, n). Lucie Doudová (UO Brno) Lineární algebra 6 / 28

Základní označení Základní označení Příklad x 1-2x 2 + x 3 = 0 2x 1-3x 2 - x 3 = 0 Homogenní systém 2 lineárních rovnic pro tři neznámé x 1, x 2, x 3. Příklad x 1 + x 2 - x 3 = 1 x 1-2x 2 - x 3 = 0 x 1-3x 2 + 2x 3 = -2 Nehomogenní systém 3 lineárních rovnic pro tři neznámé x 1, x 2, x 3. Lucie Doudová (UO Brno) Lineární algebra 7 / 28

Řešitelnost systému Základní označení Definice Uspořádanou n-tici X = (r 1, r 2,..., r n) nazýváme řešením soustavy (1), jestliže po dosazení r 1 za x 1,..., r n za x n do (1) dostaneme m platných identit mezi čísly. Soustavu považujeme za vyřešenou, známe-li všechna její řešení. Soustava, která má aspoň 1 řešení, se nazývá řešitelná, v opačném případě se nazývá neřešitelná. Lucie Doudová (UO Brno) Lineární algebra 8 / 28

Řešitelnost systému Základní označení Příklad x 1 + 2x 2 = 3 2x 1 x 2 = 1 řešitelný systém: x = (1, 1) Příklad x 1 + x 2 = 4 x 1 + x 2 = 5 neřešitelný systém Příklad 2x 1 + x 2 = 3 4x 1 + 2x 2 = 6 řešitelný systém: x = (t, 3 2t), t R Lucie Doudová (UO Brno) Lineární algebra 9 / 28

Řešitelnost systému Základní označení Věta (Forbeniova) Soustava lineárních rovnic (1) má řešení právě tehdy, je-li hodnost matice soustavy rovna hodnosti rozšířené matice soustavy (h(a) = h(r)). Označíme-li tuto společnou hodnost h, pak pro h = n má soustava (1) právě jedno řešení, pro h < n má soustava (1) nekonečně mnoho řešení a (n h) neznámých lze libovolně volit jako parametry. Lucie Doudová (UO Brno) Lineární algebra 10 / 28

Ekvivalentní úpravy Základní označení Definice 1 Dvě soustavy S(m 1, n) a S(m 2, n) o stejných neznámých se nazývají ekvivalentní, mají-li identické množiny řešení. 2 Úprava, po které vznikne ze systému S(m, n) systém ekvivalentní, se nazývá ekvivalentní úprava. Věta (Ekvivalentní úpravy) 1 Vzájemnou výměnou dvou rovnic systému S. 2 Vynásobením některé rovnice systému S číslem k 0. 3 Přičtením k-násobku jedné rovnice systému S k jiné rovnici systému S. 4 Přičtením libovolné lineární kombinace rovnic systému S k jiné rovnici systému S. 5 Připojením rovnice, která je lineární kombinací rovnic systému S. 6 Vynecháním rovnice, která je lineární kombinací ostatních rovnic systému S. Lucie Doudová (UO Brno) Lineární algebra 11 / 28

Gaussova eliminační metoda Gaussova eliminační metoda Gaussova eliminační metoda Rozšířenou matici R soustavy S(m, n) pomocí ekvivalentních úprav převedeme na schodovitý tvar. Napíšeme soustavu rovnic, která odpovídá upravené matici R. Novou soustavu rovnic řešíme zdola nahoru. Lucie Doudová (UO Brno) Lineární algebra 12 / 28

Gaussova eliminační metoda Gaussova eliminační metoda Příklad x 1 + 2x 2 + x 3 = 1 2x 1 + x 2 x 3 = 4 x 1 x 2 x 3 = 1 1 2 1 1 2 1 1 4 1 1 1 1 1 2 1 1 0 3 3 6 0 3 2 2 1 2 1 1 0 3 3 6 0 0 1 4 x 1 + 2x 2 + x 3 = 1 x 2 + x 3 = 2 x 3 = 4 x 1 = 1 x 2 = 2 x 3 = 4 x = (1, 2, 4) Lucie Doudová (UO Brno) Lineární algebra 13 / 28

Gaussova eliminační metoda Gaussova eliminační metoda Pokračování příkladu Uvedený zpětný výpočet můžeme provádět přímo v matici a to její úpravou na jednotkovou matici. x 1 + 2x 2 + x 3 = 1 2x 1 + x 2 x 3 = 4 x 1 x 2 x 3 = 1 x = (1, 2, 4) 1 2 1 1 2 1 1 4 1 1 1 1 1 2 0 3 0 3 0 6 0 0 1 4 1 2 1 1 0 3 3 6 0 3 2 2 1 0 0 1 0 1 0 2 0 0 1 4 1 2 1 1 0 3 3 6 0 0 1 4 Lucie Doudová (UO Brno) Lineární algebra 14 / 28

Gaussova eliminační metoda Gaussova eliminační metoda Příklad x 1 + x 2 + 2x 3 = 1 2x 1 5x 3 = 2 4x 1 + 2x 2 x 3 = 6 1 1 2 1 2 0 5 2 4 2 1 6 poslednímu řádku odpovídá rovnice: 1 1 2 1 0 2 9 0 0 2 9 2 0 = 2 soustava nemá řešení 1 1 2 1 0 2 9 0 0 0 0 2 Lucie Doudová (UO Brno) Lineární algebra 15 / 28

Gaussova eliminační metoda Gaussova eliminační metoda Příklad x 1 + x 2 + 2x 3 x 4 = 2 x 2 + x 4 = 3 2x 1 + x 2 + 4x 3 3x 4 = 1 3x 1 + 2x 2 + 6x 3 4x 4 = 3 1 1 2 1 2 0 1 0 1 3 2 1 4 3 1 3 2 6 4 3 ( 1 1 2 1 2 0 1 0 1 3 1 1 2 1 2 0 1 0 1 3 0 1 0 1 3 0 1 0 1 3 Soustava má nekonečně mnoho řešení, 2 neznámé je třeba zvolit. ) Lucie Doudová (UO Brno) Lineární algebra 16 / 28

Gaussova eliminační metoda Gaussova eliminační metoda Pokračování příkladu ( 1 1 2 1 2 0 1 0 1 3 ) x 1 + x 2 + 2x 3 x 4 = 2 x 2 + x 4 = 3 x 1 + x 2 = 2 2x 3 + x 4 x 2 = 3 x 4 x 3 = a, x 4 = b; a, b jsou libovolná reálná čísla x 1 + x 2 = 2 2a + b x 2 = 3 b x 1 = 1 2a + 2b x 2 = 3 b x = ( 1 2a + 2b, 3 b, a, b) Lucie Doudová (UO Brno) Lineární algebra 17 / 28

Jordanova metoda Gaussova eliminační metoda Pokračování příkladu Uvedenou přípravu lze provádět přímo v matici například tak, že sloupce odpovídající x 3 a x 4 převedeme za svislou čáru. Při převodu musíme změnit znaménka. ( ) ( ) 1 1 2 1 2 1 1 2 2 1 0 1 0 1 3 0 1 3 0 1 ( ) 1 0 1 2 2 0 1 3 0 1 x 3 = a, x 4 = b; a, b jsou libovolná reálná čísla x = ( 1 2a + 2b, 3 b, a, b) Tento postup se nazývá Jordanova metoda. Lucie Doudová (UO Brno) Lineární algebra 18 / 28

Cramerovo pravidlo Cramerovo pravidlo Věta (Cramerovo pravidlo) Nechť determinant matice soustavy (1) je různý od nuly. Pak má systém (1) právě jedno řešení. Nechť D je determinant matice soustavy a D i jsou determinanty vzniklé z D nahrazením i-tého sloupce sloupcem absolutních členů. Pak x i = D i D, i = 1,..., n Lucie Doudová (UO Brno) Lineární algebra 19 / 28

Cramerovo pravidlo Cramerovo pravidlo Příklad x y = 4 x + y = 6 ( ) 1 1 A =, D = A 1 1 1 = 2 ( ) 4 1 A 1 =, D 6 1 1 = A = 10 ( ) 1 4 A 2 =, D 1 6 2 = A 2 = 2 x = D1 D = 5, y = D2 D = 1 x = (5, 1) Lucie Doudová (UO Brno) Lineární algebra 20 / 28

Cramerovo pravidlo Cramerovo pravidlo Příklad x 1 2x 2 + x 3 = 0 3x 1 5x 2 2x 3 = 3 7x 1 3x 2 + x 3 = 16 D = D 2 = 1 2 1 3 5 2 7 3 1 1 0 1 3 3 2 7 16 1 = 49, D1 = = 98, D3 = 0 2 1 3 5 2 16 3 1 1 2 0 3 5 3 7 3 16 = 147 = 49 x = (3, 2, 1) x 1 = 147 49 98 49 = 3, x2 = = 2, x3 = 49 49 = 1 Lucie Doudová (UO Brno) Lineární algebra 21 / 28

Obsah přednášky Příklady 1 Základní označení Gaussova eliminační metoda Cramerovo pravidlo 2 Příklady 3 Příklady pro samostatné studium Lucie Doudová (UO Brno) Lineární algebra 22 / 28

Příklady k procvičení Příklady Vyřešte soustavy rovnic 1 2 3 2x + 3y + 3z = 1 5x + 3y + 2z = 1 x + 4y + 3z = 2 2x y 2z = 1 x y + z = 2 x 2y + 5z = 4 x 1 + 3x 2 + x 3 x 4 = 2 2x 1 2x 2 + x 4 = 3 2x 1 + 3x 2 + x 3 3x 4 = 6 3x 1 + 4x 2 x 3 + 2x 4 = 0 Lucie Doudová (UO Brno) Lineární algebra 23 / 28

Příklady k procvičení Příklady Vyřešte soustavy rovnic 1 2 3 x 1 2x 2 + x 3 + x 4 = 1 x 1 2x 2 + x 3 x 4 = 1 x 1 2x 2 + x 3 + 5x 4 = 5 x + y z = 0 3x + y + z = 0 x y 2z = 0 x + y z = 0 y + 2z 2u = 0 x + z u = 0 Lucie Doudová (UO Brno) Lineární algebra 24 / 28

Obsah přednášky Příklady pro samostatné studium 1 Základní označení Gaussova eliminační metoda Cramerovo pravidlo 2 Příklady 3 Příklady pro samostatné studium Lucie Doudová (UO Brno) Lineární algebra 25 / 28

Příklady pro samostatné studium Příklady pro samostatné studium Příklad 1: Příklad 2: příklad 3: 2x 4y + 3y = 1 x 2y + 4z = 3 3x y + 5z = 2 3x 1 + 2x 2 x 3 + x 4 = 0 2x 1 x 2 + x 3 + 2x 4 = 2 x 1 2x 2 + 2x 3 x 4 = 16 4x 1 2x 2 2x 3 + 3x 4 = 5 x 1 + 2x 2 + 3x 3 + x 4 2x 5 = 1 3x 1 + x 3 x 4 + 4x 5 = 0 x 2 2x 3 + 3x 4 + x 5 = 2 4x 1 + 3x 2 + 2x 3 + 3x 4 + 3x 5 = 7 x 1 + 2x 2 + 5x 3 + 4x 4 + x 5 = 3 Lucie Doudová (UO Brno) Lineární algebra 26 / 28

Příklady pro samostatné studium Příklady pro samostatné studium Příklad 4: Příklad 5: Příklad 6: x 1 x 2 + x 3 + x 4 2x 5 = 0 2x 1 + x 2 x 3 x 4 + 2x 5 = 1 3x 1 + 3x 3 3x 3 3x 4 + 6x 5 = 2 4x 1 + 5x 2 5x 3 5x 4 + 10x 5 = 3 2x + y 2z = 0 x + 2y + 2z = 0 3x + y 4z = 0 2x y z = 0 x + y 2z = 0 x 2y + 2z = 0 Lucie Doudová (UO Brno) Lineární algebra 27 / 28

Konec Následuje téma Funkce jedné proměnné. Lucie Doudová (UO Brno) Lineární algebra 28 / 28