Matematika. Kamila Hasilová. Matematika 1/34



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

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

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

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

Matematika B101MA1, B101MA2

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

Základy matematiky pro FEK

Úvod do lineární algebry

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

Lineární algebra. Soustavy lineárních rovnic

Základní pojmy teorie množin Vektorové prostory

IB112 Základy matematiky

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

Lineární algebra Operace s vektory a maticemi

DEFINICE Z LINEÁRNÍ ALGEBRY

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

Základy matematiky pro FEK

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

Soustavy lineárních rovnic

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.

Soustavy lineárních rovnic a determinanty

Kapitola 11: Vektory a matice:

1 Vektorové prostory.

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,

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

8 Matice a determinanty

7. Lineární vektorové prostory

Základy maticového počtu Matice, determinant, definitnost

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

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

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

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

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

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:

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

1 Báze a dimenze vektorového prostoru 1

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

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

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

6. ANALYTICKÁ GEOMETRIE

Soustavy lineárních rovnic

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

Základy matematiky pro FEK

Matematika B101MA1, B101MA2

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

Kapitola 11: Vektory a matice 1/19

ALGEBRA. Téma 5: Vektorové prostory

VĚTY Z LINEÁRNÍ ALGEBRY

Vybrané kapitoly z matematiky

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

Číselné vektory, matice, determinanty

ANALYTICKÁ GEOMETRIE V ROVINĚ

Základy teorie matic

Operace s maticemi. 19. února 2018

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

z textu Lineární algebra

1 Řešení soustav lineárních rovnic

Úvodní informace Soustavy lineárních rovnic. 12. února 2018

(Cramerovo pravidlo, determinanty, inverzní matice)

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

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

Lineární algebra : Lineární prostor

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

Soustavy linea rnı ch rovnic

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

Matematika pro studenty ekonomie. Doc. RNDr. Jiří Moučka, Ph.D. RNDr. Petr Rádl

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.

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)

Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy...

Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u.

Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy

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

Operace s maticemi

Lineární algebra. Matice, operace s maticemi

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.

2.6. Vlastní čísla a vlastní vektory matice

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

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

Lineární algebra : Lineární (ne)závislost

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

METRICKÉ A NORMOVANÉ PROSTORY

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

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

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.

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

prvního semestru oboru odborná informatika. Látka je rozložena do deseti kapitol, které jsou uspořádány v souladu se skripty [5]

1 Mnohočleny a algebraické rovnice

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

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

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 ).

VEKTOR. Vymyslete alespoň tři příklady vektorových a skalárních fyzikálních veličin. vektorové: 1. skalární

Matematická analýza 1

Připomenutí co je to soustava lineárních rovnic

SOUSTAVY LINEÁRNÍCH ROVNIC

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

Lingebraické kapitolky - Analytická geometrie

Transkript:

Matematika Kamila Hasilová Matematika 1/34

Obsah 1 Úvod 2 GEM 3 Lineární algebra 4 Vektory Matematika 2/34

Úvod Zkouška písemná, termíny budou včas vypsány na Intranetu UO obsah: teoretická a praktická část hodnocení: max. 100 bodů body [100, 90] (90, 80] (80, 70] (70, 60] (60, 50] (50, 0] hodnocení A B C D E F v případě nerozhodného výsledku může být zkoušející požadováno ústní dozkoušení jakýkoliv pokus o podvod bude mít za následek hodnocení F a propadnutí termínu Matematika 4/34

Úvod Materiály knihy/skripta Moučka, J., Rádl, P. Matematika pro studenty ekonomie. Praha: Grada 2010. Moučka, J. Sbírka úloh z lineární algebry. Vyškov: VVŠ PV, 2001. Šotová, J. Diferenciální počet funkcí jedné proměnné. [CD-ROM]. Brno: Univerzita obrany, 2005. Moodle kurz Matematika (Řízení a použití ozbrojených sil) https://moodle.unob.cz/course/view.php?id=643 http://k101.unob.cz/~hasilova Výuka kamila.hasilova@unob.cz Matematické výpočty online http://um.mendelu.cz/maw-html/menu.php Wolfram Alpha http://www.wolframalpha.com Matematika 5/34

GEM Úloha ze statiky Máme tři závaží, jedno má hmotnost 2 kg. Chceme zjistit hmotnost zbylých dvou. Experiment s metrovou tyčí vedl k těmto rovnovážným stavům: 40h + 15c = 100 25c = 50 + 50h Matematika 7/34

GEM Gaussova eliminační metoda GEM c h 15c + 40h = 100 R 1 : 5 15 40 100 25c 50h = 50 R 2 : 25 25 50 50 3c + 8h = 20 R 1 R 2 3 8 20 c 2h = 2 1 2 2 c 2h = 2 1 2 2 3c + 8h = 20 R 2 3R 1 3 8 20 c 2h = 2 1 2 2 14h = 14 R 2 : 14 0 14 14 c 2h = 2 R 1 + 2R 2 1 2 2 h = 1 0 1 1 c = 4 1 0 4 h = 1 0 1 1 Matematika 8/34

GEM EŘO Elementární řádkové operace vynásobení rovnice (řádku) nenulovým číslem př. R 1 : 5 = 1 5 R 1 výměna dvou rovnic (řádků) př. R 1 R 2 přičtení násobku řádku k jinému řádku př. R 1 2R 2 = R 1 + ( 2) R 2 vynechání nulového řádku (rovnice 0 = 0 nenese informaci) Matematika 9/34

GEM Úloha z chemie Je dána chemická reakce 1 αc 7 H 8 + βhno 3 γc 7 H 5 O 6 N 3 + δh 2 O. C : H : N : O : 7α = 7γ 8α + β = 5γ + 2δ β = 3γ 3β = 6γ + δ α β γ δ 7 0 7 0 0 8 1 5 2 0 0 1 3 0 0 0 3 6 1 0 1 Je to neúplná rovnice, raději to nezkoušejte doma! Matematika 10/34

GEM GEM 7 0 7 0 0 8 1 5 2 0 0 1 3 0 0 0 3 6 1 0 1 0 1 0 0 8 1 5 2 0 0 1 3 0 0 0 3 6 1 0 1 0 1 0 0 0 1 3 2 0 0 1 3 0 0 0 3 6 1 0 R 1 : 7 R 2 8R 1 R 3 R 2 R 4 3R 2 Matematika 11/34

GEM GEM 1 0 1 0 0 0 1 3 2 0 0 0 6 2 0 0 0 15 5 0 1 0 1 0 0 0 1 3 2 0 0 0 3 1 0 0 0 3 1 0 R 3 /( 2) R 4 /( 5) 1 0 1 0 0 0 1 3 2 0 0 0 3 1 0 0 0 0 0 0 R 4 R 3 Matematika 12/34

GEM GEM 1 0 1 0 0 0 1 3 2 0 0 0 3 1 0 Řešení soustavy dostaneme zpětným dosazováním δ = p ( je to volný parametr ), γ = p 3, β = 2p 3 p 3 = p, α = p 3. Řešení obvykle zapisujeme jako uspořádaný celek (α, β, γ, δ) = ( p 3, p, p, p), p R. 3 α γ = 0, β + 3γ 2δ = 0, 3γ δ = 0. Matematika 13/34

Lineární algebra Číselné obory Přirozená čísla: N = {1, 2, 3,...}, příp. N 0 = N {0}. Celá čísla: Z = {..., 2, 1, 0, 1, 2,...}. Racionální čísla: Q = {q = z n : z Z, n N}. Čísla, která nejsou racionální, tj. nelze je vyjádřit jako podíl celého a přirozeného čísla, nazýváme iracionální a značíme I. Reálná čísla: R = Q I. K reálným číslům lze jednoznačně přiřadit všechny body nekonečné přímky (číselné osy) podle jejich vzdálenosti od počátku. Komplexní čísla: C = {z = a + bi : a, b R, i 2 = 1}. Komplexním číslem z nazýváme uspořádanou dvojici reálných čísel [a, b] a píšeme z = [a, b] = a + bi. Číslu a říkáme reálná část komplexního čísla z (a = Re z), číslu b imaginární část komplexního čísla z (b = Im z). Matematika 15/34

Lineární algebra Lineární kombinace Lineární kombinací prvků x 1, x 2,..., x n je výraz a 1 x 1 + a 2 x 2 + + a n x n, kde čísla a 1,..., a n R se nazývají koeficienty. Lineární rovnice v proměnných x 1, x 2,..., x n má tvar kde b R. a 1 x 1 + a 2 x 2 + + a n x n = b, Uspořádaná n-tice (s 1,..., s n ) R n se nazývá řešením rovnice a 1 x 1 + a 2 x 2 + + a n x n = b, jestliže po dosazení platí uvedená rovnost. Matematika 16/34

Lineární algebra Soustava lineárních rovnic Necht a ij R, b i R pro i = 1,..., m a j = 1,..., n, soustavou m lineárních rovnic o n neznámých x 1,..., x n rozumíme a 11 x 1 + a 12 x 2 + + a 1n x n = b 1, a 21 x 1 + a 22 x 2 + + a 2n x n = b 2,. a m1 x 1 + a m2 x 2 + + a mn x n = b m. (1) Řešením soustavy lineárních rovnic (1) rozumíme uspořádanou n- tici reálných čísel (s 1, s 2,..., s n ), po jejichž dosazení za neznámé x 1, x 2,..., x n (v tomto pořadí) do soustavy lineárních rovnic dostaneme ve všech rovnicích identity. Je-li b 1 = b 2 = = b m = 0, mluvíme o homogenní SLR, v opačném případě jde o nehomogenní SLR. Matematika 17/34

Lineární algebra Soustava lineárních rovnic Statika: nehomogenní soustava 15c + 40h = 100, 25c 50h = 50. Řešení: (c, h) = (4, 1). Chemie: homogenní soustava 7α 7γ = 0, 8α + β 5γ 2δ = 0, β 3γ = 0, 3β 6γ δ = 0. Řešení: ( p 3, p, p 3, p), p R. Matematika 18/34

Lineární algebra Soustava lineárních rovnic Soustavou lineárních rovnic v redukovaném (schodovitém) tvaru rozumíme soustavu upravenou pomocí elementárních úprav. Schematicky můžeme redukovanou soustavu zobrazit následovně + + + + + + =, + + + + + =, + + =, =. Vedoucí prvky ( ) každého řádku se nazývají pivoty. Matematika 19/34

Vektory Vektory Veličiny, kterými popisujeme svět kolem nás lze rozdělit do dvou skupin: Skalární veličiny (skaláry) jsou plně určeny jediným číselným údajem udávajícím jejich velikost př. teplota, hmotnost, množství apod. Vektorové veličiny (vektory) k jejich popisu je třeba více čísel v určeném pořadí př. rychlost, síla (velikost a směr), poloha (souřadnice), barevný odstín (souřadnice RGB, CMYK) apod. Matematika 21/34

Vektory Vektory Uspořádanou n-tici reálných čísel v 1, v 2,..., v n v 1 v 2 v =. Rn v n nazveme (reálným) vektorem. Číslo n nazýváme délkou vektoru v a čísla v 1, v 2,..., v n složky vektoru v. Pozn. Vektory se v literatuře někdy zapisují do řádku, tj. v = (v 1, v 2,..., v n ). Dále se místo tučného písmena používá, zejména při psaní rukou, šipka nad písmenem v nebo podtržení v. Matematika 22/34

Vektory Operace s vektory Vektory můžeme sčítat (pokud jsou stejné délky) u 1 v 1 u 1 + v 1 u 2 u + v =. + v 2. = u 2 + v 2. u n v n u n + v n násobit číslem, a R, v 1 a v 1 v 2 a v = a. = a v 2. v n a v n kombinovat, a, b R, u, v R n, a u + b v Matematika 23/34

Vektory Operace s vektory Matematika 24/34

Vektory Speciální vektory Vektor 0 0 o =. 0 nazýváme nulový vektor. Platí pro něj: v+o = v a pro a R: a o = o. Vektor v = 1 v nazveme opačným vektorem k vektoru v. Platí v + ( v) = v v = o. Je-li vektor v sloupcový vektor, pak řádkový vektor v T nazýváme transponovaným vektorem k vektoru v. Matematika 25/34

Vektory Skalární součin Pro vektory u = (u 1, u 2,..., u n ) T a v = (v 1, v 2,..., v n ) T definujeme skalární součin u, v = u 1 v 1 + u 2 v 2 + + u n v n. 3 1 Příklad Skalární součin vektorů u = 7 a v = 5 je roven 2 4 u, v = ( 3) ( 1) + 7 5 + ( 2) 4 = 3 + 35 8 = 30. Matematika 26/34

Vektory Norma Pro vektor u = (u 1, u 2,..., u n ) T R n definujeme jeho velikost (normu) následovně u = u1 2 + u2 2 + + u2 n = u, u Příklad Velikost vektoru v = ( 1, 5, 4) T je v = ( 1) 2 + 5 2 + 4 2 = 1 + 25 + 8 = 34 =. 5,83. Matematika 27/34

Vektory Lineární (vektorový) prostor Množinu všech n-rozměrných vektorů společně s operacemi sčítání vektorů a násobení vektoru číslem nazýváme lineární (vektorový) prostor. Lineární prostor V je uzavřený na lineární kombinace svých prvků, tj. pro u, v V, a, b R platí a u + b v V. Podrobněji: pro vektory u, v, w V a skaláry a, b R platí 1 u + v = v + u, 2 (u + v) + w = u + (v + w), 3 nulový vektor: u + o = u, 4 opačný vektor: u + ( u) = o, 5 (a + b) u = a u + b u, 6 a (u + v) = a u + a v, 7 (a b) u = a (b u), 8 jednotka: 1 u = u. Lineární prostor obsahuje lineární kombinace svých prvků, odtud jeho název. Matematika 28/34

Vektory Příklady lineárních prostorů Prostor polynomů stupně nejvýše 2 s prvky p(x) = ax 2 + bx + c, kde a, b, c R př. x 2, 2x + 1, 40x 2 13,... Prostor nekonečných posloupností s prvky {a n } n=1, kde a n značí n-tý člen posloupnosti, { př. 1 } { 2 = 1 n 2, 1 4, 1 8, 1 16,... }, {n} = {1, 2, 3, 4,... }, { ( 1) n 1 n ( 1)n 1} = {1, 1 2, 3, 1 4,... },... Matematika 29/34

Vektory Příklady lineárních prostorů Prostor tabulek o dvou řádcích a třech sloupcích s reálnými prvky ( ) a b c, kde a, b, c, d, e, f R d e f ( ) ( ) 1 3 5 př. 1,5 10 3 2 1,,... 3 0 0 8 později je budeme nazývat matice typu 2 3 Prostor přímek, které prochází počátkem soustavy souřadnic s prvky y = kx, kde k R př. y = 2x, y = 3,21x, y = 10x, y = 1 5 x,... Matematika 30/34

Vektory Lineární kombinace vektorů Necht v 1, v 2,..., v m R n a c 1, c 2,..., c m R. Vektor w = c 1 v 1 + c 2 v 2 + + c m v m = m c i v i i=1 nazýváme lineární kombinací vektorů v 1, v 2,..., v m. Příklad Vektor w = ( 1, 5, 4) T je lineární kombinací vektorů u = (1, 2, 3) T a v = ( 3, 1, 2) T, protože platí 1 3 2 1 + ( 3) 1 2u + v = 2 2 + 1 = 2 2 + 1 = 5 = w 3 2 2 3 + ( 2) 4 Matematika 31/34

Vektory Lineární nezávislost Řekneme, že vektory v 1, v 2,..., v m R n jsou lineárně nezávislé, pokud rovnost m c i v i = o i=1 nastane pouze pro c 1 = c 2 = = c m = 0. V opačném případě jsou vektory lineárně závislé. Vektory v 1, v 2,..., v m R n jsou zcela jistě závislé, když je mezi nimi nulový vektor, jsou mezi nimi alespoň dva vektory stejné, jeden z vektorů je násobkem jiného, m > n. Matematika 32/34

Vektory Lineární nezávislost Příklad Rozhodněte, zda jsou vektory u = (1, 2, 3) T, v = ( 3, 1, 2) T, w = ( 1, 5, 4) T lineárně nezávislé. c 1 u + c 2 v + c 3 w = o, c 1 =?, c 2 =?, c 3 =? Když c 1 = c 2 = c 3 = 0, pak jsou vektory lineárně nezávislé. Když alespoň jedno c i je nenulové, pak jsou vektory lineárně závislé. 1 3 1 0 1 3 1 c 1 2 + c 2 1 + c 3 5 = 0 2 1 5 3 2 4 0 3 2 4 Matematika 33/34

Vektory Lineární nezávislost 1 3 1 2 1 5 R 2 2R 1 3 2 4 R 3 3R 1 1 3 1 0 7 7 0 7 7 R 3 R 2 1 3 1 0 1 1 0 0 0 c 1 3c 2 c 3 = 0 c 2 + c 3 = 0 Řešení ( 2p, p, p), p R. Např. pro p = 1 je 2u v + w = o, tedy vektory jsou lineárně závislé. Matematika 34/34