6. Lineární nezávislost a báze p. 1/18

Podobné dokumenty
11. Skalární součin a ortogonalita p. 1/16

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,

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

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

Základní pojmy z lineární a multilineární algebry p.1/4

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

0.1 Úvod do lineární algebry

Soustavy lineárních rovnic

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

7. Důležité pojmy ve vektorových prostorech

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

1 Soustavy lineárních rovnic

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

9. Bilineární formy. 9. Bilineární formy p. 1/14

0.1 Úvod do lineární algebry

1. Jordanův kanonický tvar

Obecná úloha lineárního programování

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

Úvod do lineární algebry

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.

x 2 = a 2 + tv 2 tedy (a 1, a 2 ) T + [(v 1, v 2 )] T A + V Příklad. U = R n neprázdná množina řešení soustavy Ax = b.

5. Lokální, vázané a globální extrémy

1 Linearní prostory nad komplexními čísly

Lineární algebra : Změna báze

1 Determinanty a inverzní matice

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

1 Řešení soustav lineárních 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.

Lineární algebra : Lineární prostor

1 Báze a dimenze vektorového prostoru 1

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

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

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

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

4. Trojúhelníkový rozklad p. 1/20

Soustavy linea rnı ch rovnic

6.1 Vektorový prostor

Aritmetické vektory. Martina Šimůnková. Katedra aplikované matematiky. 16. března 2008

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

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

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

Matematika B101MA1, B101MA2

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

Lineární algebra : Metrická geometrie

Matematika B101MA1, B101MA2

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

6. ANALYTICKÁ GEOMETRIE

EUKLIDOVSKÉ PROSTORY

9 Kolmost vektorových podprostorů

1 Vektorové prostory.

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

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

IB112 Základy matematiky

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.

Lineární (ne)závislost

Základy maticového počtu Matice, determinant, definitnost

Základy matematiky pro FEK

Základní pojmy teorie množin Vektorové prostory

Operace s maticemi

10. N á h o d n ý v e k t o r

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

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

Lineární algebra : Skalární součin a ortogonalita

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

Soustavy lineárních rovnic a determinanty

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

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

Vlastní číslo, vektor

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

Operace s maticemi. 19. února 2018

Afinní transformace Stručnější verze

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

Vlastní čísla a vlastní vektory

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

Kapitola 11: Vektory a matice 1/19

6 Samodružné body a směry afinity

Lineární algebra Operace s vektory a maticemi

Kapitola 11: Vektory a matice:

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

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

7. Lineární vektorové prostory

Matematika. Kamila Hasilová. Matematika 1/34

Lineární algebra. Soustavy lineárních rovnic

Základy matematiky pro FEK

Lineární algebra : Skalární součin a ortogonalita

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

SOUSTAVY LINEÁRNÍCH ROVNIC

Vlastní čísla a vlastní vektory

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

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

DEFINICE Z LINEÁRNÍ ALGEBRY

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

M - Příprava na 1. čtvrtletku pro třídu 4ODK

Transformace souřadnic

α β ) právě tehdy, když pro jednotlivé hodnoty platí β1 αn βn. Danou relaci nazýváme relace

Soustavy lineárních rovnic

Funkce - pro třídu 1EB

Vlastní čísla a vlastní vektory

Transkript:

6. Lineární nezávislost a báze 6. Lineární nezávislost a báze p. 1/18

6. Lineární nezávislost a báze p. 2/18 Lineární nezávislost a báze 1. Závislé a nezávislé vektory 2. Lineární kombinace a závislost 3. Postačující podmínky pro nezávislost funkcí 4. Báze vektorového prostoru 5. Souřadnice vektoru 6. Použití souřadnic

6. Lineární nezávislost a báze p. 3/18 6.1 Závislé a nezávislé vektory DEFINICE 1 Neprázdná konečná množina vektorů S = {v 1,...,v k } vektorového prostoru V je (lineárně) nezávislá, jestliže rovnice α 1 v 1 + +α k v k = o ( ) má jediné řešení α 1 = = α k = 0.

6. Lineární nezávislost a báze p. 3/18 6.1 Závislé a nezávislé vektory DEFINICE 1 Neprázdná konečná množina vektorů S = {v 1,...,v k } vektorového prostoru V je (lineárně) nezávislá, jestliže rovnice α 1 v 1 + +α k v k = o ( ) má jediné řešení α 1 = = α k = 0. JestližeS = {v 1,...,v k } je (lineárně) nezávislá, říkáme také, že vektory v 1,...,v k jsou (lineárně) nezávislé. Má-li rovnice ( ) i jiné řešení, pak říkáme, že S je (lineárně) závislá a vektory v 1,...,v k jsou (lineárně) závislé.

6. Lineární nezávislost a báze p. 4/18 6.1 Závislé a nezávislé vektory Geometrický význam lineární závislosti pro dvourozměrné vázané vektory α 2 v v w α 1 u = u o u α 1 u o v α 3 w = -w α 2 v = -u α 1 u + α 2 v + α 3 w = o α 1 u + α 2 v = o

6. Lineární nezávislost a báze p. 5/18 6.1 Závislé a nezávislé vektory PŘÍKLAD 1 Jestližev 1 = [2, 1,0],v 2 = [1,2,5] av 3 = [7, 1,5], pak množina vektorů S = {v 1,v 2,v 3 } je lineárně závislá, nebot 3v 1 +v 2 v 3 = o.

6. Lineární nezávislost a báze p. 5/18 6.1 Závislé a nezávislé vektory PŘÍKLAD 1 Jestližev 1 = [2, 1,0],v 2 = [1,2,5] av 3 = [7, 1,5], pak množina vektorů S = {v 1,v 2,v 3 } je lineárně závislá, nebot 3v 1 +v 2 v 3 = o. PŘÍKLAD 2 Mnohočleny p 1 (x) = 1 x,p 2 (x) = 5+3x 2x 2 a p 3 (x) = 1+3x x 2 tvoří lineárně závislou množinu v P 3, nebot pro každéx R platí 3p 1 (x) p 2 (x)+2p 3 (x) = 0, tj. 3p 1 p 2 +2p 3 = o.

6. Lineární nezávislost a báze p. 5/18 6.1 Závislé a nezávislé vektory PŘÍKLAD 1 Jestližev 1 = [2, 1,0],v 2 = [1,2,5] av 3 = [7, 1,5], pak množina vektorů S = {v 1,v 2,v 3 } je lineárně závislá, nebot 3v 1 +v 2 v 3 = o. PŘÍKLAD 2 Mnohočleny p 1 (x) = 1 x,p 2 (x) = 5+3x 2x 2 a p 3 (x) = 1+3x x 2 tvoří lineárně závislou množinu v P 3, nebot pro každéx R platí 3p 1 (x) p 2 (x)+2p 3 (x) = 0, tj. 3p 1 p 2 +2p 3 = o. PŘÍKLAD 3 Vektory e 1 = [1,0,0],e 2 = [0,1,0] ae 3 = [0,0,1] tvoří lineárně nezávislou množinu reálných třírozměrných aritmetických vektorů, nebot α 1 e 1 +α 2 e 2 +α 3 e 3 = o pouze pro α 1 = 0,α 2 = 0,α 3 = 0.

6. Lineární nezávislost a báze p. 6/18 6.2 Lineární kombinace a závislost DEFINICE 2 Vektor v z vektorového prostoru V budeme nazývat lineární kombinací vektorův 1,...,v k V, jestliže existují skaláry α 1,...,α k tak, že v = α 1 v 1 + +α k v k.

6. Lineární nezávislost a báze p. 6/18 6.2 Lineární kombinace a závislost DEFINICE 2 Vektor v z vektorového prostoru V budeme nazývat lineární kombinací vektorův 1,...,v k V, jestliže existují skaláry α 1,...,α k tak, že v = α 1 v 1 + +α k v k. PŘÍKLAD 4 Mnohočlen p 1 (x) = x z vektorového prostoru P 2 všech lineárních reálných mnohočlenů je lineární kombinací mnohočlenů p 2 (x) = x+1 ap 3 (x) = x+2, nebot pro libovolné reálnéxplatí p 1 (x) = x = 2(x+1) (x+2) = 2p 2 (x) p 3 (x), takžep 1 = 2p 2 p 3.

6. Lineární nezávislost a báze p. 7/18 6.2 Lineární kombinace a závislost VĚTA 1 Konečná množina nenulových vektorůs = {v 1,...v m } je lineárně závislá, právě když existuje k 2 tak, že vektorv k je lineární kombinací vektorů v 1,...,v k 1.

6. Lineární nezávislost a báze p. 7/18 6.2 Lineární kombinace a závislost VĚTA 1 Konečná množina nenulových vektorůs = {v 1,...v m } je lineárně závislá, právě když existuje k 2 tak, že vektorv k je lineární kombinací vektorů v 1,...,v k 1. DŮKAZ: Necht S je množina nenulových lineárně závislých vektorů. Uvažujme množiny S 1 = {v 1 },S 2 = {v 1,v 2 },...,S m = {v 1,...,v m } a necht S k je nejmenší množina vektorů, které jsou lineárně závislé, takže platí α 1 v 1 + +α k v k = o ( ) a některý z koeficientůα 1,...,α k je nenulový. Pak k 2, nebot S 1 je zřejmě nezávislá množina vektorů, aα k 0, nebot jinak by S k 1 byla lineárně závislá.

6. Lineární nezávislost a báze p. 8/18 6.2 Lineární kombinace a závislost DŮKAZ: Pokračování Rovnici ( ) můžeme tedy upravit pomocí axiomů vektorového prostoru na tvar v k = ( ) α1 v 1 + + α k ( αk 1 α k ) v k 1.

6. Lineární nezávislost a báze p. 8/18 6.2 Lineární kombinace a závislost DŮKAZ: Pokračování Rovnici ( ) můžeme tedy upravit pomocí axiomů vektorového prostoru na tvar v k = ( ) α1 v 1 + + α k Obráceně, jestliže pro 2 k m platí ( αk 1 α k v k = α 1 v 1 + +α k 1 v k 1, ) v k 1. pak (α 1 v 1 )... (α k 1 v k 1 )+1v k +0v k+1 + +0v m = o, takžes m je lineárně závislá, nebot koeficient1uv k je nenulový.

6.3 Postačující podmínky pro nezávislost 6. Lineární nezávislost a báze p. 9/18 funkcí Necht S = {f 1,...,f k } je konečná množina reálných funkcí vektorového prostoru F.S je nezávislá právě tehdy, když z α 1 f 1 (x)+ +α k f k (x) = 0 pro všechna x R plyne, žeα 1 = = α k = 0.

6.3 Postačující podmínky pro nezávislost 6. Lineární nezávislost a báze p. 9/18 funkcí Necht S = {f 1,...,f k } je konečná množina reálných funkcí vektorového prostoru F.S je nezávislá právě tehdy, když z α 1 f 1 (x)+ +α k f k (x) = 0 pro všechna x R plyne, žeα 1 = = α k = 0. Dosadíme-li zaxpostupně různá čísla x 1,...,x k, dostaneme soustavu k lineárních rovnic o k neznámýchα 1,...,α k ve tvaru: α 1 f 1 (x 1 ) +... + α k f k (x 1 ) = 0...... α 1 f 1 (x k ) +... + α k f k (x k ) = 0 Pokud má tato soustava regulární matici, plyne odsud, že α 1 = = α k = 0 as je nezávislá množina.

6.3 Postačující podmínky pro nezávislost 6. Lineární nezávislost a báze p. 10/18 funkcí PŘÍKLAD 5 Rozhodněte, zda jsou mocniny x,x 2 ax 3 lineárně nezávislé.

6. Lineární nezávislost a báze p. 10/18 6.3 Postačující podmínky pro nezávislost funkcí PŘÍKLAD 5 Rozhodněte, zda jsou mocniny x,x 2 ax 3 lineárně nezávislé. ŘEŠENÍ:Zvolíme si body x 1 = 1,x 2 = 2 ax 3 = 3, které postupně dosadíme do funkcíf 1 (x) = x,f 2 (x) = x 2,f 3 (x) = x 3, a vytvoříme soustavu: α 1 + α 2 + α 3 = 0 2α 1 + 4α 2 + 8α 3 = 0 3α 1 + 9α 2 + 27α 3 = 0 Matici této soustavy převedeme na schodový tvar. Dostaneme 1 1 1 2 4 8 3 9 27 2r 1 3r 1 1 1 1 0 2 6 0 6 24 3r 2 1 1 1 0 2 6 0 0 6 Matice soustavy je regulární, takže soustava má jen nulové řešení α 1 = α 2 = α 3 = 0. Funkce x,x 2 a x 3 jsou tedy lineárně nezávislé..

6. Lineární nezávislost a báze p. 11/18 6.4 Báze vektorového prostoru DEFINICE 3 Konečná množina E vektorů vektorového prostoru V je báze vektorového prostoru V, jestliže E je nezávislá. Každý vektor v V lze vyjádřit jako lineární kombinaci vektorůe.

6. Lineární nezávislost a báze p. 11/18 6.4 Báze vektorového prostoru DEFINICE 3 Konečná množina E vektorů vektorového prostoru V je báze vektorového prostoru V, jestliže E je nezávislá. Každý vektor v V lze vyjádřit jako lineární kombinaci vektorůe. Ne každý vektorový prostor má bázi ve smyslu naší definice. Například neexistuje žádná konečná množina reálných funkcí, jejichž lineární kombinací by bylo možno vyjádřit libovolnou reálnou funkci.

6. Lineární nezávislost a báze p. 12/18 6.4 Báze vektorového prostoru PŘÍKLAD 6 Vektory e 1 = [1,0,0],e 2 = [0,1,0],e 3 = [0,0,1] tvoří báziv = R 3. Jakýkoli vektor v = [v 1,v 2,v 3 ] tohoto prostoru lze vyjádřit ve tvaru v = v 1 e 1 +v 2 e 2 +v 3 e 3. BázeE = (e 1,e 2,e 3 ) je zvláštním případem standardní báze R n, která je tvořena řádky či sloupci jednotkové matice I n.

6. Lineární nezávislost a báze p. 12/18 6.4 Báze vektorového prostoru PŘÍKLAD 6 Vektory e 1 = [1,0,0],e 2 = [0,1,0],e 3 = [0,0,1] tvoří báziv = R 3. Jakýkoli vektor v = [v 1,v 2,v 3 ] tohoto prostoru lze vyjádřit ve tvaru v = v 1 e 1 +v 2 e 2 +v 3 e 3. BázeE = (e 1,e 2,e 3 ) je zvláštním případem standardní báze R n, která je tvořena řádky či sloupci jednotkové matice I n. PŘÍKLAD 7 Mnohočleny p 1 (x) = 1 ap 2 (x) = x tvoří bázi vektorového prostoru P 2. Každý mnohočlen p(x) = a 0 +a 1 x lze zapsat ve tvaru p = a 0 p 1 +a 1 p 2. Mnohočleny zde považujeme za reálné funkce definované na celé reálné ose. Necht a 0 p 1 +a 1 p 2 = o, tj. a 0 +a 1 x = 0 pro všechna x. Prox = 0 dostáváme a 0 +a 1 0 = 0, odkud a 0 = 0, a pro x = 1 pak z a 1 1 = 0 dostaneme a 1 = 0, takžep 1 a p 2 jsou nezávislé.

6. Lineární nezávislost a báze p. 13/18 6.5 Souřadnice vektoru DEFINICE 4 Necht E = (e 1,...,e n ) je uspořádaná báze vektorů vektorového prostoru V. Necht v V. Potom čísla v 1,...,v n, pro která platí v = v 1 e 1 + +v n e n, nazýváme souřadnice vektoru v v bázie.

6. Lineární nezávislost a báze p. 13/18 6.5 Souřadnice vektoru DEFINICE 4 Necht E = (e 1,...,e n ) je uspořádaná báze vektorů vektorového prostoru V. Necht v V. Potom čísla v 1,...,v n, pro která platí v = v 1 e 1 + +v n e n, nazýváme souřadnice vektoru v v bázie. VĚTA 2 Necht E = (e 1,...,e n ) je uspořádaná báze vektorového prostoru V a necht x 1,...,x n a y 1,...,y n jsou souřadnice vektoru v V v bázie. Pakx 1 = y 1,...,x n = y n.

6. Lineární nezávislost a báze p. 13/18 6.5 Souřadnice vektoru DEFINICE 4 Necht E = (e 1,...,e n ) je uspořádaná báze vektorů vektorového prostoru V. Necht v V. Potom čísla v 1,...,v n, pro která platí v = v 1 e 1 + +v n e n, nazýváme souřadnice vektoru v v bázie. VĚTA 2 Necht E = (e 1,...,e n ) je uspořádaná báze vektorového prostoru V a necht x 1,...,x n a y 1,...,y n jsou souřadnice vektoru v V v bázie. Pakx 1 = y 1,...,x n = y n. DŮKAZ: Necht E = (e 1,...,e n ) je báze a v = x 1 e 1 + +x n e n = = y 1 e 1 + +y n e n. Pako = v+( 1)v = x 1 e 1 + +x n e n + +( 1)(y 1 e 1 + +y n e n ) = (x 1 y 1 )e 1 + +(x n y n )e n. Jelikož vektory báze jsou nezávislé, plyne odtud x 1 = y 1,...,x n = y n.

6. Lineární nezávislost a báze p. 14/18 6.5 Souřadnice vektoru Souřadnice každého vektoru v V jsou v dané bázie určeny jednoznačně. Budeme je zapisovat také do aritmetického vektoru, který se nazývá souřadnicový vektor a značí se[v] E.

6. Lineární nezávislost a báze p. 14/18 6.5 Souřadnice vektoru Souřadnice každého vektoru v V jsou v dané bázie určeny jednoznačně. Budeme je zapisovat také do aritmetického vektoru, který se nazývá souřadnicový vektor a značí se[v] E. PŘÍKLAD 8 Libovolný aritmetický vektor v = [v 1,v 2,v 3 ] má ve standardní bázie = (e 1,e 2,e 3 ) z příkladu 6 souřadnice v 1,v 2,v 3, nebot [v 1,v 2,v 3 ] = v 1 [1,0,0]+v 2 [0,1,0]+v 3 [0,0,1]. Jeho souřadnicový vektor je[v] E = [v 1,v 2,v 3 ].

6. Lineární nezávislost a báze p. 14/18 6.5 Souřadnice vektoru Souřadnice každého vektoru v V jsou v dané bázie určeny jednoznačně. Budeme je zapisovat také do aritmetického vektoru, který se nazývá souřadnicový vektor a značí se[v] E. PŘÍKLAD 8 Libovolný aritmetický vektor v = [v 1,v 2,v 3 ] má ve standardní bázie = (e 1,e 2,e 3 ) z příkladu 6 souřadnice v 1,v 2,v 3, nebot [v 1,v 2,v 3 ] = v 1 [1,0,0]+v 2 [0,1,0]+v 3 [0,0,1]. Jeho souřadnicový vektor je[v] E = [v 1,v 2,v 3 ]. PŘÍKLAD 9 Mnohočlen p(x) = x+2 má v bázip = (p 1,p 2 ) z příkladu 7, kde p 1 (x) = 1 ap 2 (x) = x, souřadnice 2,1, nebot p(x) = x+2 = 2p 1 (x)+1p 2 (x). Jeho souřadnicový vektor je[p] P = [2,1].

6. Lineární nezávislost a báze p. 15/18 6.6 Použití souřadnic Pomocí souřadnic můžeme převést úlohy s vektory, které lze popsat pomocí lineárních kombinací bázových vektorů daného vektorového prostoru, na úlohy s aritmetickými vektory. K tomu použijeme zobrazení V v [v] E R n

6. Lineární nezávislost a báze p. 15/18 6.6 Použití souřadnic Pomocí souřadnic můžeme převést úlohy s vektory, které lze popsat pomocí lineárních kombinací bázových vektorů daného vektorového prostoru, na úlohy s aritmetickými vektory. K tomu použijeme zobrazení V v [v] E R n LEMMA 1 Pro libovolné vektory u, v V a skalár α platí 1. [u+v] E = [u] E +[v] E 2. [αu] E = α[u] E

6. Lineární nezávislost a báze p. 15/18 6.6 Použití souřadnic Pomocí souřadnic můžeme převést úlohy s vektory, které lze popsat pomocí lineárních kombinací bázových vektorů daného vektorového prostoru, na úlohy s aritmetickými vektory. K tomu použijeme zobrazení V v [v] E R n LEMMA 1 Pro libovolné vektory u, v V a skalár α platí 1. [u+v] E = [u] E +[v] E 2. [αu] E = α[u] E DŮKAZ: Jsou-li u 1,...,u n souřadnice vektoru u a v 1,...,v n souřadnice vektoru v v bázi E = (e 1,...,e n ), tzn.u = u 1 e 1 + +u n e n av = v 1 e 1 + +v n e n, paku+v = u 1 e 1 + +u n e n +v 1 e 1 + +v n e n = = (u 1 +v 1 )e 1 + +(u n +v n )e n aαu = αu 1 e 1 + +αu n e n, odkud [u+v] E = [u] E +[v] E a[αu] E = α[u] E.

6. Lineární nezávislost a báze p. 16/18 6.6 Použití souřadnic Při řešení úloh s lineárními kombinacemi vektorů, například máme-li vyjádřit nějaký vektor jako lineární kombinaci jiných vektorů nebo máme-li rozhodnout, zda je nějaká množina vektorů nezávislá, postupujeme následovně:

6. Lineární nezávislost a báze p. 16/18 6.6 Použití souřadnic Při řešení úloh s lineárními kombinacemi vektorů, například máme-li vyjádřit nějaký vektor jako lineární kombinaci jiných vektorů nebo máme-li rozhodnout, zda je nějaká množina vektorů nezávislá, postupujeme následovně: Zvolíme si takovou bázie daného vektorového prostoru, ve které lze všechny vektory snadno vyjádřit.

6. Lineární nezávislost a báze p. 16/18 6.6 Použití souřadnic Při řešení úloh s lineárními kombinacemi vektorů, například máme-li vyjádřit nějaký vektor jako lineární kombinaci jiných vektorů nebo máme-li rozhodnout, zda je nějaká množina vektorů nezávislá, postupujeme následovně: Zvolíme si takovou bázie daného vektorového prostoru, ve které lze všechny vektory snadno vyjádřit. Najdeme souřadnicové vektory všech vektorů, které se vyskytují v popisu problému.

6. Lineární nezávislost a báze p. 16/18 6.6 Použití souřadnic Při řešení úloh s lineárními kombinacemi vektorů, například máme-li vyjádřit nějaký vektor jako lineární kombinaci jiných vektorů nebo máme-li rozhodnout, zda je nějaká množina vektorů nezávislá, postupujeme následovně: Zvolíme si takovou bázie daného vektorového prostoru, ve které lze všechny vektory snadno vyjádřit. Najdeme souřadnicové vektory všech vektorů, které se vyskytují v popisu problému. Řešíme úlohu, kterou dostaneme z původní úlohy záměnou všech vektorů za souřadnicové vektory.

6. Lineární nezávislost a báze p. 16/18 6.6 Použití souřadnic Při řešení úloh s lineárními kombinacemi vektorů, například máme-li vyjádřit nějaký vektor jako lineární kombinaci jiných vektorů nebo máme-li rozhodnout, zda je nějaká množina vektorů nezávislá, postupujeme následovně: Zvolíme si takovou bázie daného vektorového prostoru, ve které lze všechny vektory snadno vyjádřit. Najdeme souřadnicové vektory všech vektorů, které se vyskytují v popisu problému. Řešíme úlohu, kterou dostaneme z původní úlohy záměnou všech vektorů za souřadnicové vektory. Postup ovšem předpokládá, že máme k dispozici vhodnou bázi, což nemusí být vždycky splněno.

6. Lineární nezávislost a báze p. 17/18 6.6 Použití souřadnic PŘÍKLAD 10 Najděte souřadnice mnohočlenup(x) = x 2 1 v bázi P = (p 1,p 2,p 3 ), kde p 1 (x) = 1,p 2 (x) = x+1,p 3 (x) = x 2 +x+1. ŘEŠENÍ:

6. Lineární nezávislost a báze p. 17/18 6.6 Použití souřadnic PŘÍKLAD 10 Najděte souřadnice mnohočlenup(x) = x 2 1 v bázi P = (p 1,p 2,p 3 ), kde p 1 (x) = 1,p 2 (x) = x+1,p 3 (x) = x 2 +x+1. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2.

6. Lineární nezávislost a báze p. 17/18 6.6 Použití souřadnic PŘÍKLAD 10 Najděte souřadnice mnohočlenup(x) = x 2 1 v bázi P = (p 1,p 2,p 3 ), kde p 1 (x) = 1,p 2 (x) = x+1,p 3 (x) = x 2 +x+1. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Najdeme souřadnice vektorů p,p 1,p 2,p 3 v bázi E.

6. Lineární nezávislost a báze p. 17/18 6.6 Použití souřadnic PŘÍKLAD 10 Najděte souřadnice mnohočlenup(x) = x 2 1 v bázi P = (p 1,p 2,p 3 ), kde p 1 (x) = 1,p 2 (x) = x+1,p 3 (x) = x 2 +x+1. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Najdeme souřadnice vektorů p,p 1,p 2,p 3 v bázi E. Dostaneme [p] E = [ 1,0,1],[p 1 ] E = [1,0,0],[p 2 ] E = [1,1,0],[p 3 ] E = [1,1,1].

6. Lineární nezávislost a báze p. 17/18 6.6 Použití souřadnic PŘÍKLAD 10 Najděte souřadnice mnohočlenup(x) = x 2 1 v bázi P = (p 1,p 2,p 3 ), kde p 1 (x) = 1,p 2 (x) = x+1,p 3 (x) = x 2 +x+1. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Najdeme souřadnice vektorů p,p 1,p 2,p 3 v bázi E. Dostaneme [p] E = [ 1,0,1],[p 1 ] E = [1,0,0],[p 2 ] E = [1,1,0],[p 3 ] E = [1,1,1]. Řešíme soustavu[p] E = α 1 [p 1 ] E +α 2 [p 2 ] E +α 3 [p 3 ] E.

6. Lineární nezávislost a báze p. 17/18 6.6 Použití souřadnic PŘÍKLAD 10 Najděte souřadnice mnohočlenup(x) = x 2 1 v bázi P = (p 1,p 2,p 3 ), kde p 1 (x) = 1,p 2 (x) = x+1,p 3 (x) = x 2 +x+1. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Najdeme souřadnice vektorů p,p 1,p 2,p 3 v bázi E. Dostaneme [p] E = [ 1,0,1],[p 1 ] E = [1,0,0],[p 2 ] E = [1,1,0],[p 3 ] E = [1,1,1]. Řešíme soustavu[p] E = α 1 [p 1 ] E +α 2 [p 2 ] E +α 3 [p 3 ] E. Rozepsáním této rovnice po složkách dostaneme soustavu 1 = α 1 + α 2 + α 3 0 = α 2 + α 3 1 = α 3 která má řešení α 1 = 1,α 2 = 1,α 3 = 1.

6. Lineární nezávislost a báze p. 17/18 6.6 Použití souřadnic PŘÍKLAD 10 Najděte souřadnice mnohočlenup(x) = x 2 1 v bázi P = (p 1,p 2,p 3 ), kde p 1 (x) = 1,p 2 (x) = x+1,p 3 (x) = x 2 +x+1. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Najdeme souřadnice vektorů p,p 1,p 2,p 3 v bázi E. Dostaneme [p] E = [ 1,0,1],[p 1 ] E = [1,0,0],[p 2 ] E = [1,1,0],[p 3 ] E = [1,1,1]. Řešíme soustavu[p] E = α 1 [p 1 ] E +α 2 [p 2 ] E +α 3 [p 3 ] E. Rozepsáním této rovnice po složkách dostaneme soustavu 1 = α 1 + α 2 + α 3 0 = α 2 + α 3 1 = α 3 která má řešení α 1 = 1,α 2 = 1,α 3 = 1. Snadno ověříme, že opravdu platí p = p 1 p 2 +p 3.

6. Lineární nezávislost a báze p. 18/18 6.6 Použití souřadnic PŘÍKLAD 11 Rozhodněte, zda jsou mnohočleny p 1 (x) = x 2 +x+1, p 2 (x) = x 2 +2x+1,p 3 (x) = x 2 +x+2závislé nebo nezávislé. ŘEŠENÍ:

6. Lineární nezávislost a báze p. 18/18 6.6 Použití souřadnic PŘÍKLAD 11 Rozhodněte, zda jsou mnohočleny p 1 (x) = x 2 +x+1, p 2 (x) = x 2 +2x+1,p 3 (x) = x 2 +x+2závislé nebo nezávislé. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2.

6. Lineární nezávislost a báze p. 18/18 6.6 Použití souřadnic PŘÍKLAD 11 Rozhodněte, zda jsou mnohočleny p 1 (x) = x 2 +x+1, p 2 (x) = x 2 +2x+1,p 3 (x) = x 2 +x+2závislé nebo nezávislé. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Najdeme souřadnice vektorů p,p 1,p 2,p 3 v bázi E.

6. Lineární nezávislost a báze p. 18/18 6.6 Použití souřadnic PŘÍKLAD 11 Rozhodněte, zda jsou mnohočleny p 1 (x) = x 2 +x+1, p 2 (x) = x 2 +2x+1,p 3 (x) = x 2 +x+2závislé nebo nezávislé. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Najdeme souřadnice vektorů p,p 1,p 2,p 3 v bázi E. Dostaneme [p 1 ] E = [1,1,1],[p 2 ] E = [1,2,1],[p 3 ] E = [2,1,1].

6. Lineární nezávislost a báze p. 18/18 6.6 Použití souřadnic PŘÍKLAD 11 Rozhodněte, zda jsou mnohočleny p 1 (x) = x 2 +x+1, p 2 (x) = x 2 +2x+1,p 3 (x) = x 2 +x+2závislé nebo nezávislé. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Najdeme souřadnice vektorů p,p 1,p 2,p 3 v bázi E. Dostaneme [p 1 ] E = [1,1,1],[p 2 ] E = [1,2,1],[p 3 ] E = [2,1,1]. Řešíme soustavuα 1 [p 1 ] E +α 2 [p 2 ] E +α 3 [p 3 ] E = o.

6. Lineární nezávislost a báze p. 18/18 6.6 Použití souřadnic PŘÍKLAD 11 Rozhodněte, zda jsou mnohočleny p 1 (x) = x 2 +x+1, p 2 (x) = x 2 +2x+1,p 3 (x) = x 2 +x+2závislé nebo nezávislé. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Najdeme souřadnice vektorů p,p 1,p 2,p 3 v bázi E. Dostaneme [p 1 ] E = [1,1,1],[p 2 ] E = [1,2,1],[p 3 ] E = [2,1,1]. Řešíme soustavuα 1 [p 1 ] E +α 2 [p 2 ] E +α 3 [p 3 ] E = o. Rozepsáním po složkách dostaneme soustavu: α 1 + α 2 + 2α 3 = 0 α 1 + 2α 2 + α 3 = 0 α 1 + α 2 + α 3 = 0

6.6 Použití souřadnic PŘÍKLAD 11 Rozhodněte, zda jsou mnohočleny p 1 (x) = x 2 +x+1, p 2 (x) = x 2 +2x+1,p 3 (x) = x 2 +x+2závislé nebo nezávislé. ŘEŠENÍ: Zvolíme si bázi E = (e 1,e 2,e 3 ), kde e 1 (x) = 1,e 2 (x) = x,e 3 (x) = x 2. Najdeme souřadnice vektorů p,p 1,p 2,p 3 v bázi E. Dostaneme [p 1 ] E = [1,1,1],[p 2 ] E = [1,2,1],[p 3 ] E = [2,1,1]. Řešíme soustavuα 1 [p 1 ] E +α 2 [p 2 ] E +α 3 [p 3 ] E = o. Rozepsáním po složkách dostaneme soustavu: α 1 + α 2 + 2α 3 = 0 α 1 + 2α 2 + α 3 = 0 α 1 + α 2 + α 3 = 0 [ 1 1 2 0 1 2 1 0 1 1 1 0 ] [ 1 1 1 0 0 1 1 0 0 0 1 0 Řešíme: r 1. r 1 Odtud vidíme, že soustava má jediné řešení α 1 = 0,α 2 = 0,α 3 = 0. Mnohočleny p 1,p 2,p 3 jsou tedy lineárně nezávislé. ] 6. Lineární nezávislost a báze p. 18/18