VĚTY Z LINEÁRNÍ ALGEBRY

Podobné dokumenty
DEFINICE Z LINEÁRNÍ ALGEBRY

Matematika B101MA1, B101MA2

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

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

Soustavy lineárních rovnic

8 Matice a determinanty

0.1 Úvod do lineární algebry

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

7. Lineární vektorové prostory

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

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

Kapitola 11: Vektory a matice:

0.1 Úvod do lineární algebry

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,

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,

Kapitola 11: Vektory a matice 1/19

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

Soustava m lineárních rovnic o n neznámých je systém

1 Determinanty a inverzní matice

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

Základy matematiky pro FEK

Lineární algebra Operace s vektory a maticemi

(Cramerovo pravidlo, determinanty, inverzní matice)

1 Řešení soustav lineárních rovnic

Základní pojmy teorie množin Vektorové prostory

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

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

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

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

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

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

Soustavy lineárních rovnic

Soustavy linea rnı ch rovnic

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:

Lineární algebra. Soustavy lineárních rovnic

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

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.

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

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

1 Soustavy lineárních rovnic

7. Důležité pojmy ve vektorových prostorech

Soustavy lineárních rovnic a determinanty

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

ALGEBRA. Téma 5: Vektorové prostory

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

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

z textu Lineární algebra

Úvod do lineární algebry

ALG2: Lineární Algebra (Skripta Horák, jako doplněk i skripta Kovár v IS)

Číselné vektory, matice, determinanty

Matematika 2 pro PEF PaE

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

1 Báze a dimenze vektorového prostoru 1

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

Lineární algebra. Matice, operace s maticemi

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

Operace s maticemi. 19. února 2018

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

Numerické metody a programování

Základy maticového počtu Matice, determinant, definitnost

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

1. LINEÁRNÍ ALGEBRA Vektory Operace s vektory... 8 Úlohy k samostatnému řešení... 8

Základy matematiky pro FEK

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

Masarykova univerzita

AVDAT Vektory a matice

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

Soustavy lineárních algebraických rovnic SLAR

EUKLIDOVSKÉ PROSTORY

Operace s maticemi

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

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

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

Matematika 2 pro PEF PaE

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

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

Program SMP pro kombinované studium

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

10. Vektorové podprostory

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).

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

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

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

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

Báze a dimenze vektorových prostorů

Jazyk matematiky Matematická logika Množinové operace Zobrazení Rozšířená číslená osa

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

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.

Numerické metody a programování. Lekce 4

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

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

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

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

9 Kolmost vektorových podprostorů

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

Matematika B101MA1, B101MA2

Řešené úlohy z Úvodu do algebry 1

Transkript:

VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru V a nechť { k } L(M) = c i x i ; ix i M, c i R. i=1 Pak lineární obal L(M) množiny M je podprostor V. 2. věta Nechť x 1, x 2,..., x k jsou vektory z vektorového prostoru V, k 2, k N. Vektory x 1, x 2,..., x k jsou lineárně závislé právě tehdy, je-li možné alespoň jeden z nich vyjádřit jako lineární kombinací ostatních vektorů. 3. věta Nechť x 1, x 2,..., x k jsou lineárně nezávislé vektory z V a nechť vektor y V je lineární kombinací vektorů x 1, x 2,..., x k, y = c 1 x 1 + c 2 x 2 +... + c k x k. Pak koeficienty, c 1, c 2,..., c k této lineární kombinace jsou určeny jednoznačně. 4. věta Podmnožina M vektorového prostoru V je množinou generátorů V právě tehdy, když každý vektor y V lze vyjádřit jako lineární kombinací vektorů z M. 5. věta Nechť x 1, x 2,..., x k jsou generátory vektorovéo prostoru V a nechť y 1, y 2,..., y m jsou vektory, které vznikly z vektorů x 1, x 2,..., x k některou z následujících ekvivalentních úprav: (1) změnou pořadí vektorů ve skupině; (2) násobením libovolného vektoru nenulovým reálným číslem; (3) tak, že k libovolnému vektoru přičteme lineární kombinaci ostatních vektorů; (4) vynecháním vektoru, který je lineární kombinací ostatních vektorů (specielně lze vynechat nulový vektor, není-li to jediný vektor, který skupinu obsahuje); (5) přidáním vektoru, který je lineární kombinací vektorů x 1, x 2,..., x k. 27. července 2015, Staženo z: www.matematika-lucerna.cz Soubor vytvořen programem LATEX. 1

Pak vektory y 1, y 2,..., y m generují stejný vektorový prostor V jako vektory x 1, x 2,..., x k. 6. věta Steinitzova věta Nechť x 1, x 2,..., x m jsou lineárně nezávislé vektory z vektorového prostoru V; nechť y 1, y 2,..., y n jsou další vektory z V takové, že každý vektor x i je lineární kombinací vektorů y 1, y 2,..., y n, tj. x i L({y 1, y 2,..., y n }), i = 1, 2,..., m. Potom platí m n. 7. věta Libovolné dvě báze (konečně generovaného) vektorového prostoru V mají stejný počet vektorů. 8. věta Nechť V je vektorový prostor dimenze n a nechť x 1, x 2,..., x m jsou vektory z V. Je-li m > n, pak jsou vektory x 1, x 2,..., x m lineárně závislé. 9. věta Nechť V je vektorový prostor dimenze n, pak každá skupina n lineárně nezávislých vektorů x 1, x 2,..., x n z V tvoří bázi vektorového prostoru V. 10. věta Nechť V je vektorový prostor dimenze n, x 1, x 2,..., x m lineárně nezávislé vektory z V. Je-li m < n, pak lze vektory x 1, x 2,..., x m doplnit na bázi V; to znamená, že existují vektory x m+1,..., x n V takové, že x 1, x 2,..., x m, x m+1,..., x n je báze vektorového prostoru V. 11. věta Nechť S je podprostor vektorového prostoru V. Potom platí dim S dim V, přičemž rovnost m n ve Steinitzově větě platí právě když S = V. 12. věta Nechť x, y, z jsou libovolné vektory z R n, r R libovolné reálné číslo. Pak platí: (1) x y = y x (2) (x + y) z = x z + y z (3) r (x y) = (r x) y (4) x x 0, přitom x x = 0 právě tehdy, je-li x = 0. 13. věta Skupina nenulových vzájemně ortogonálních vektorů x 1, x 2,..., x k je vždy lineárně nezávislá. 2

14. věta Každý netriviální podprostor S vektorového prostoru R n má ortogonální bázi. 15. věta Nechť S je podmnožina R n. Pak platí ( ) = L(S). Je-li S podprostor R n, lze s použitím Gramm-Schmidtovi ortogonalizující konstrukce dokázat následující důležitou větu, kterou použijeme při řešení soustav lineárních rovnic. 16. věta Nechť S je podprostor R n. Potom platí dim S = dim R n dim S 17. věta Nechť A, B a C jsou matice typu (m, n), r, s R. Pak platí (1) A + B = B + A, (2) A + (B + C) = (A + B)+ C, (3) r (A+ B)= r A + r B, (4) (r + s) A = r A + s A, (5) r (sa) = (r s) A. 18. věta Množina R m n všech matic typu (m, n) spolu s operacemi sčítání matic a násobení matice reálným číslem tvoří vektorový prostor dimenze m n. 19. věta Je-li matice T typu (m, n) trojúhelníková matice, pak h(t) = m. 20. věta Nechť A T je transponovaná matice k matici A, pak platí h(a) = h(a T ). 3

21. věta Nechť je dána homogenní soustava m lineárních rovnic o n neznámých a nechť A je matice této soustavy. Vektor x R n je řešením této soustavy právě když x R (A) v R n. 22. věta Frobeniova věta Soustava lineárních rovnic je řešitelná právě když hodnost matice soustavy A a hodnost rozšířené matice soustavy A R jsou stejné. 23. věta Každé řešení x nehomogenní soustavy lineárních rovnic lze zapsat jako součet x = y + z kde y je libovolné (pevné) řešení nehomogenní soustavy a z je nějaké řešení homogenní soustavy se stejnou maticí A. Poznámka: z této věty vyplývá, že množinu M všech řešení nehomogenní soustavy lineárních rovnic lze symbolicky zapsat jako M = y + R(A) = {y + z; z R(A) }. 24. věta Jsou-li A, B a C matice a r R libovolné reálné číslo, pak platí (1) A (B C) = (A B) C, (asociativní zákon) (2) A (B + C) = A B + A C, (distributivní zákon) (3) (B + C) A = B A + C A, (distributivní zákon) (4) r (AB) = (ra) B = A (rb). mají-li uvedené výrazy smysl. 25. věta Nechť A je čtvercová matice. Pak inverzní matice A 1 k matici A existuje právě tehdy, je-li A regulární. 26. věta Nechť A, B jsou regulární matice stejného řádu. Potom matice nechť AB je také regulární a platí (AB) 1 = B 1 A 1. Je-li r R nenulové reálné číslo, pak (ra 1 ) = ( ) 1 A 1. r 4

27. věta Nechť A x = b je soustava n lineárních rovnic o n neznámých. Je-li matice soustavy A regulární, pak má soustava jediné řešení x = A 1 b. 28. věta Nechť A = (a ij ) je trojúhelníková matice řádu n. Pak platí det A = a 11 a 22... a nn. 29. věta Nechť A je libovolná čtvercová matice řádu n. Pak platí: (1) det A T = det A, (2) jestliže matice B vznikla z matice A přehozením dvou řádků (resp. sloupců), pak det B = det A, (3) jestliže matice B vznikla z matice A vynásobením jednoho řádku (resp. sloupce) reálným číslem r R, pak det B = r det A, (4) jestliže matice B vznikla z matice A tak, že k jednomu řádku matice A byla přičtena lineární kombinace ostatních řádků, pak det B = det A, (5) jestliže také matice B a C jsou čtvercové matice řádu n takové, že k-tý řádek matice C, k = 1, 2,..., n, je součtem k-tých řádků matic A a B a ostatní řádky mají všechny tři matice stejné, pak (6) jestliže B je čtvercová matice řádu n, pak (7) jestliže A je regulární matice, pak det C = det A + det B, det (AB) = det A det B, det A 1 = 1 det A. 30. věta Nechť A je čtvercová matice. Matice A je regulární právě tehdy, je-li det A 0. 31. věta Nechť A = (a ij ) je čtvercová matice řádu n. Pak pro každé přirozené číslo i, 1 i n, platí n det A = a ij D ij, j=1 5

a pro každé přirozené číslo j, 1 j n, platí det A = kde D ij je algebraický doplněk prvku a ij matice A. n a ij D ij, i=1 32. věta Inverzní matice pomocí determinantů Nechť A = (a ij ) je regulární čtvercová matice řádu n. Potom inverzní matici k matici A lze zapsat A 1 = 1 det A D 11 D 21... D n1 D 21 D 22... D n2...... D 1n D 2n... D nn = 1 det A (D ij) T, kde D ij je algebraický doplněk prvku a ij matice A pro všechna i, j = 1, 2,..., n. 33. věta Cramerovo pravidlo Nechť je dána soustava n lineárních rovnic o n neznámých x 1, x 2,..., x n 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 n1 x 1 + a n2 x 2 +... + a nn x n = b n. Je-li matice soustavy A = (a ij ) regulární, pak má soustava právě jedno řešení, pro které platí kde A i (b 1, b 2,..., b n ) T. x i = det A i, pro i = 1, 2,..., n, det A je matice, která vznikne z matice A nahrazením i-tého sloupce sloupcem pravých stran soustavy 6