Odpřednesenou látku naleznete v kapitole 3.1 skript Abstraktní a konkrétní lineární algebra.

Podobné dokumenty
Báze a dimense. Odpřednesenou látku naleznete v kapitolách a 3.6 skript Abstraktní a konkrétní lineární algebra.

Odpřednesenou látku naleznete v kapitolách skript Abstraktní a konkrétní lineární algebra.

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Lineární algebra : Lineární (ne)závislost

(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.

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

Transformace souřadnic

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

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

1 Lineární prostory a podprostory

Základní pojmy teorie množin Vektorové prostory

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

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů...

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

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

Matematika 2 pro PEF PaE

Lineární algebra : Lineární prostor

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

Co byste měl/a zvládnout po 4. týdnu

Matematika B101MA1, B101MA2

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

VĚTY Z LINEÁRNÍ ALGEBRY

10. Vektorové podprostory

1 Báze a dimenze vektorového prostoru 1

Odpřednesenou látku naleznete v kapitole 3.3 skript Diskrétní matematika.

Lineární algebra : Báze a dimenze

Pavel Horák, Josef Janyška LINEÁRNÍ ALGEBRA UČEBNÍ TEXT

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

7. Důležité pojmy ve vektorových prostorech

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

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

7. Lineární vektorové prostory

Pavel Horák LINEÁRNÍ ALGEBRA A GEOMETRIE 1 UČEBNÍ TEXT

1 Řešení soustav lineárních rovnic

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

SVD rozklad a pseudoinverse

Kapitola 11: Vektory a matice:

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,

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

ALGEBRA. Téma 5: Vektorové prostory

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)

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

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program

6.1 Vektorový prostor

Odpřednesenou látku naleznete v dodatku A skript Abstraktní a konkrétní lineární algebra.

Báze a dimenze vektorových prostorů

9 Kolmost vektorových podprostorů

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

1 Soustavy lineárních rovnic

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,

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.

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

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

Úvod do lineární algebry

1 Vektorové prostory.

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

Vlastní čísla a vlastní vektory

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

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

z textu Lineární algebra

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

6 Lineární geometrie. 6.1 Lineární variety

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

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

8 Matice a determinanty

0.1 Úvod do lineární algebry

Soustava m lineárních rovnic o n neznámých je systém

7 Konvexní množiny. min c T x. při splnění tzv. podmínek přípustnosti, tj. x = vyhovuje podmínkám: A x = b a x i 0 pro každé i n.

IB112 Základy matematiky

Lineární algebra : Metrická geometrie

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

Vybrané kapitoly z matematiky

Obecná úloha lineárního programování

Matematika. Kamila Hasilová. Matematika 1/34

Vlastní číslo, vektor

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť.

Principy indukce a rekurentní rovnice

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

Soustavy lineárních rovnic

1 Linearní prostory nad komplexními čísly

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

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.

DEFINICE Z LINEÁRNÍ ALGEBRY

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

Masarykova univerzita

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

Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení.

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.

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

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.

Bakalářská matematika I

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

Okruh Lineární rovnice v Z m Těleso Gaussova eliminace (GEM) Okruh Z m. Jiří Velebil: X01DML 19. listopadu 2007: Okruh Z m 1/20

ANALYTICKÁ GEOMETRIE V ROVINĚ

1 Lineární zobrazení. 5. f(u) = u + v, kde v je pevně daný nenulový vektor z R f(u) = o.

Datum sestavení dokumentu: 9. srpna Lineární algebra 1

Těleso racionálních funkcí

METRICKÉ A NORMOVANÉ PROSTORY

Transkript:

Odpřednesenou látku naleznete v kapitole 3.1 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: Lineární algebra 14.10.2016: 1/13

Minulé přednášky 1 Lineární kombinace. 2 Definice lineárního obalu. 3 Definice lineárního podprostoru. Dnešní přednáška 1 Lineární závislost/nezávislost množiny (příp. skupiny) vektorů v lineárním prostoru. Jiří Velebil: Lineární algebra 14.10.2016: 2/13

Připomenutí 1 Pro a 2 v R 3 je span({a 1, a 2 }) rovina procházející počátkem se směrem (a 1, a 2 ). a 1 2 Pro a 2 a 1 v R 3, lineární obal span({a 1, a 2 }) rovina není. V množině {a 1, a 2 } je (například) vektor a 2 zbytečný vzhledem k tvorbě lineárních kombinací. a Platí totiž span({a 1, a 2 }) = span({a 1 }). a Za chvíli budeme říkat, že množina {a 1, a 2} je lineárně závislá. Jiří Velebil: Lineární algebra 14.10.2016: 3/13

Definice Lineární kombinace a 1 x 1 + + a n x n je triviální, pokud a 1 = a 2 = = a n = 0. V opačném případě je lineární kombinace a 1 x 1 + + a n x n netriviální. Poznámky 1 Triviální lineární kombinace je vždy rovna nulovému vektoru: rovnost 0 x 1 + + 0 x n = o platí, protože 0 x = o, pro jakýkoli vektor x (dokázáno minule). 2 I netriviální lineární kombinace může být rovna nulovému vektoru: například x x = o, pro jakýkoli vektor x. 3 Lineární kombinaci, která dává nulový vektor, také říkáme nulová triviální kombinace. a a Pozor: triviální kombinace je vždy nulová. Nulová kombinace nemusí být triviální. Jiří Velebil: Lineární algebra 14.10.2016: 4/13

Definice (lineární nezávislost seznamu vektorů) Řekneme, že seznam S vektorů je lineárně nezávislý, pokud platí jedna z podmínek: 1 Seznam S je prázdný. 2 Seznam S je tvaru ( x 1,..., x n ) a platí: kdykoli a 1 x 1 + + a n x n = o, pak a 1 = a 2 = = a n = 0. Řekneme, že seznam S je lineárně závislý, pokud není lineárně nezávislý. Příklady 1 Prázdný seznam () je vždy lineárně nezávislý. 2 Seznam ( o) je vždy lineárně závislý. 3 Seznam, ve kterém se opakuje vektor, je vždy lineárně závislý. Jiří Velebil: Lineární algebra 14.10.2016: 5/13

Příklad Nulová lineární kombinace x 1 a 1 +... x s a s = o v F r, kde a 11 a 1s a 2s a 21 a 1 =.,..., a s =. a r1 a rs kóduje soustavu r lineárních rovnic x 1 a 11 + x 2 a 12 + + x s a 1s = 0 x 1 a 21 + x 2 a 22 + + x s a 2s = 0 x 1 a r1 + x 2 a r2 + + x s a rs = 0 o s neznámých nad F. Seznam (a 1,..., a s ) je lineárně nezávislý právě tehdy, když tato soustava má pouze triviální řešení x 1 = x 2 = = x s = 0. Jiří Velebil: Lineární algebra 14.10.2016: 6/13.

Definice (lineární nezávislost množiny vektorů) At M je množina vektorů v lineárním prostoru L. Řekneme, že M je lineárně nezávislá, pokud platí jedna z následujících podmínek: 1 Množina M je prázdná. 2 M = { x 1,..., x n } je neprázdná konečná množina a navíc platí: kdykoli a 1 x 1 + + a n x n = o, pak a 1 = a 2 = = a n = 0. 3 M je nekonečná množina a každá její konečná podmnožina je lineárně nezávislá. Řekneme, že množina M je lineárně závislá, pokud není lineárně nezávislá. Jiří Velebil: Lineární algebra 14.10.2016: 7/13

Příklady 1 { o} je lineárně závislá množina v jakémkoli lineárním prostoru L. Obecněji: at o M, potom M je lineárně závislá množina. 1 0 0 2 Množina { 0, 1, 0 } je lineárně nezávislá množina 0 0 1 v R 3. Obecněji: definujte pro i = 1,..., n, vektor e i R n jako n-tici mající na i-té posici 1 a všude jinde 0. Potom {e 1,..., e n } je lineárně nezávislá množina v R n. 3 Nekonečná množina {1, x, x 2, x 3,... } je lineárně nezávislá množina v prostoru polynomů R[x]. Jiří Velebil: Lineární algebra 14.10.2016: 8/13

Příklady (pokrač.) 1 1 1 4 Množina { 7, 2, 8 } je lineárně závislá 3 1 9 množina v R 3. Důvod: 1 1 1 0 2 7 + 3 2 + 1 8 = 0 3 1 9 0 Jiří Velebil: Lineární algebra 14.10.2016: 9/13

Tvrzení At M je lineárně nezávislá množina vektorů v lineárním prostoru L. Jakmile N M, je i N lineárně nezávislá množina vektorů. Důkaz. Přednáška. Slogan Ubereme-li z lineárně nezávislé množiny vektorů nějaké vektory, je výsledná množina opět lineárně nezávislá. Jiří Velebil: Lineární algebra 14.10.2016: 10/13

Tvrzení At M je lineárně závislá množina vektorů v lineárním prostoru L. Jakmile N je množina vektorů z L a platí M N, je i N lineárně závislá množina vektorů. Důkaz. Přednáška. Slogan Přidáme-li do lineárně závislé množiny vektorů nějaké vektory, je výsledná množina opět lineárně závislá. Jiří Velebil: Lineární algebra 14.10.2016: 11/13

Věta (charakterisace lineárně nezávislých množin) Pro množina M vektorů z lineárního prostoru L jsou následující podmínky ekvivalentní: 1 Množina M je lineárně nezávislá. 2 Pro každý vektor x span(m) je množina M { x} lineárně nezávislá. Důkaz. Přednáška. Ilustrační obrázek x span(m) Jiří Velebil: Lineární algebra 14.10.2016: 12/13

Věta (charakterisace lineárně závislých množin) Pro množina M vektorů z lineárního prostoru L jsou následující podmínky ekvivalentní: 1 Množina M je lineárně závislá. 2 Existuje množina N M, N M taková, že span(n) = span(m). Důkaz. Přednáška. Ilustrační obrázek span(m) Jiří Velebil: Lineární algebra 14.10.2016: 13/13