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

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

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

Lineární algebra Operace s vektory a maticemi

0.1 Úvod do lineární algebry

Soustavy lineárních rovnic

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

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

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

0.1 Úvod do lineární algebry

Soustava m lineárních rovnic o n neznámých je systém

Kapitola 11: Vektory a matice:

1 Vektorové prostory.

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

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)

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

Základy maticového počtu Matice, determinant, definitnost

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

Kapitola 11: Vektory a matice 1/19

Operace s maticemi

Úvod do lineární algebry

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

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

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

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:

Matematika B101MA1, B101MA2

Základní pojmy teorie množin Vektorové prostory

Základy matematiky pro FEK

Číselné vektory, matice, determinanty

DEFINICE Z LINEÁRNÍ ALGEBRY

7. Lineární vektorové prostory

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

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

VĚTY Z LINEÁRNÍ ALGEBRY

Operace s maticemi. 19. února 2018

Základy matematiky pro FEK

8 Matice a determinanty

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 ).

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

2. ZÁKLADY MATICOVÉ ALGEGRY 2.1. ZÁKLADNÍ POJMY

Lineární algebra. Matice, operace s maticemi

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 Báze a dimenze vektorového prostoru 1

Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi

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

Matematika. Kamila Hasilová. Matematika 1/34

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Soustavy lineárních rovnic a determinanty

7. Důležité pojmy ve vektorových prostorech

Lineární algebra. Soustavy lineárních rovnic

Matematika 2 pro PEF PaE

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

Úvodní informace Soustavy lineárních rovnic. 12. února 2018

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

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

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

1 Determinanty a inverzní matice

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

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

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

z textu Lineární algebra

[1] LU rozklad A = L U

Připomenutí co je to soustava lineárních rovnic

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.

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.

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

6.1 Vektorový prostor

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

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

m n. Matice typu m n má

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

(ne)závislost. α 1 x 1 + α 2 x α n x n. x + ( 1) x Vektoru y = ( 1) y říkáme opačný vektor k vektoru y. x x = 1. x = x = 0.

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

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

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

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

1 Řešení soustav lineárních rovnic

Drsná matematika I 5. přednáška Vektory a matice

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

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

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

15 Maticový a vektorový počet II

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

1 Linearní prostory nad komplexními čísly

Co je obsahem numerických metod?

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

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

Matice. a m1 a m2... a mn

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

AVDAT Vektory a matice

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

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

6. Vektorový počet Studijní text. 6. Vektorový počet

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

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

Aplikovaná numerická matematika - ANM

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

Matematika B101MA1, B101MA2

IB112 Základy matematiky

Transkript:

1 1. Lineární algebra 1.1. Lineární závislost a nezávislost vektorů. Hodnost matice Aritmetické vektory Uspořádanou n-tici reálných čísel nazveme aritmetický vektor (vektor), ā = (a 1, a 2,..., a n ). ā. Čísla a 1, a 2,..., a n se nazývají složky vektoru Množina V n všech aritmetických vektorů ā = (a 1, a 2,..., a n ) se nazývá aritmetický vektorový prostor. Vektor, jehož všechny složky jsou rovny nule, se nazývá nulový vektor (ō = (0, 0,..., 0)). Operace s vektory Dva n-složkové vektory jsou si rovny, rovnají-li se jejich odpovídající složky. Sčítání aritmetických vektorů: dva (či více) vektory o stejném počtu složek sečteme tak, že sečteme odpovídající slož Násobení vektoru reálným číslem: každou

2 složku vynásobíme tímto reálným číslem: k ā = k(a 1, a 2,..., a n ) = (ka 1, ka 2,..., ka n ). Vlastnosti operací s vektory Platí: ā, b, c - vektory, k, l - čísla (1) ā + b = b + ā, (2) (ā + b) + c = ā + ( b + c), (3) k(ā + b) = kā + k b, (4) (k + l)ā = kā + lā, (5) k(lā) = (kl)ā. Lineární kombinace Lineární kombinací vektorů ā 1,..., ā p je vektor k 1 ā 1 +... + k p ā p, (k 1,..., k p R). Čísla k 1,..., k p jsou koeficienty lineární kombinace. Pokud jsou všechny koeficienty lineární kombinace nulové, je výsledkem lineární kombinace libovolných vektorů nulový vektor: taková lineární kombinace se nazývá triviální, každá jiná se nazývá netriviální lin. kombinace.

3 Lineární závislost a nezávislost vektorů, báze, dimenze prostoru Skupina vektorů se nazývá lineárně závislá (vektory se nazývají lineárně závislé), jestliže aspoň jeden z nich je lineární kombinací ostatních. V opačném případě se nazývají lineárně nezávislé. Jeden vektor (skupina tvořená pouze jedním vektorem) je lineárně závislý, právě když je nulový. Platí: Obsahuje-li skupina vektorů nulový vektor, je lineárně závislá. Skupina vektorů se nazývá báze prostoru V n jestliže je lineárně nezávislá a každý vektor z V n je její lineární kombinací. Počet vektorů v bázi se nazývá dimenze (hodnost) prostoru V n. Platí: Skupina vektorů je báze V n, je-li lineárně nezávislá a obsahuje právě n vektorů. Matice Matice typu m n je schéma m n prvků (reálných čísel) uspořádaných do m řádků a

4 n sloupců. A = a 11 a 12... a 1n a 21 a 22... a 2n,......... a m1 a m2... a mn stručně zapisujeme A = (a ij ) m n nebo jen A = (a ij ). Matice, jejíž všechny prvky jsou rovny nule, se nazývá nulová matice. Matice typu n n se nazývá čtvercová (řádu n). Prvky a 11, a 22, a 33... se nazývají diagonální prvky, tvoří tzv. diagonálu matice. Čtvercová matice, která má na diagonále jedničky a všude jinde nuly, se nazývá jednotková; budeme ji značit J, případně s vyznačením řádu, např. J 3 3. Matice, která má pod diagonálou všechny prvky rovny nule a nemá víc řádků než sloupců, se nazývá trojúhelníková. Zaměníme-li v matici A řádky za sloupce, dostaneme tzv. matici transponovanou k matici A

(ozn. A T ). (Matice A a A T jsou navzájem transponované.) Hodnost matice Hodnost matice je maximální počet jejích lineárně nezávislých řádků. Hodnost matice A budeme značit h(a) nebo jen h. Platí: Hodnost nulové matice je 0. Počet lineárně nezávislých řádků matice je roven počtu jejích lineárně nezávislých sloupců, neboli h(a) = h(a T ). Z toho plyne, že pro hodnost h matice typu m n platí: h min{m, n}. Výpočet hodnosti matice Řekneme, že matice je odstupňovaná, má-li v prvním řádku aspoň jeden nenulový prvek a každý další řádek má zleva aspoň o jednu nulu víc než řádek předchozí. Platí: Matice, která má na diagonále nenulová čísla, je odstupňovaná, právě když je trojúhelníková. Platí: Hodnost odstupňované matice je rovna počtu jejích nenulových řádků (nenulový řádek je řádek obsahující aspoň jeden nenulový prvek). 5

6 Platí: Hodnost trojúhelníkové matice, která má na diagonále nenulová čísla, je rovna počtu jejích řádků. Úpravy, které nemění hodnost matice: (1) záměna pořadí řádků, (2) vynásobení libovolného řádku nenulovým číslem, (3) přičtení násobku řádku k jinému řádku, (4) vynechání řádku, který je lineární kombinací ostatních. Tytéž úpravy je možno provádět na sloupcích matice. Platí: Mějme p aritmetických vektorů. Tyto vektory jsou lineárně nezávislé, právě když hodnost matice tvořené těmito vektory jakožto řádky (nebo sloupci) je h = p. Vektory jsou lineárně závislé, právě když h < p. Platí: Je-li počet vektorů větší než počet složek každého z vektorů, jsou tyto vektory lineárně závislé.