KIV/ZI Základy informatiky MS EXCEL MATICOVÉ FUNKCE A SOUHRNY



Podobné dokumenty
KIV/ZI Základy informatiky. MS Excel maticové funkce a souhrny

KIV/ZI Základy informatiky MS EXCEL OPAKOVÁNÍ PŘÍKLADY ŘEŠTE BEZ POUŽITÍ PC

Základy matematiky pro FEK

Matematika B101MA1, B101MA2

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

Lineární algebra. Matice, operace s maticemi

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

AVDAT Vektory a matice

Základy maticového počtu Matice, determinant, definitnost

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:

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

(Cramerovo pravidlo, determinanty, inverzní matice)

Operace s maticemi

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

Operace s maticemi. 19. února 2018

KIV/ZI Základy informatiky. MS Excel opakování Příklady řešte bez použití PC

Soustavy lineárních rovnic a determinanty

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

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

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

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

0.1 Úvod do lineární algebry

Zdrojem většiny příkladů je sbírka úloh 1. cvičení ( ) 2. cvičení ( )

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

Úvod do lineární algebry

Soustavy lineárních rovnic

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE

8 Matice a determinanty

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

KIV/ZI Základy informatiky MS EXCEL DATABÁZOVÉ FUNKCE

Soustava m lineárních rovnic o n neznámých je systém

7. Lineární vektorové prostory

0.1 Úvod do lineární algebry

10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo

Lineární algebra Operace s vektory a maticemi

ALGEBRA. Téma 5: Vektorové prostory

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

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

Vybrané kapitoly z matematiky

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,

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

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

Kapitola 11: Vektory a matice:

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.

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

Analytická geometrie. c ÚM FSI VUT v Brně

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

Souhrn základních výpočetních postupů v Excelu probíraných v AVT listopad r r. . b = A

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

DEFINICE Z LINEÁRNÍ ALGEBRY

ANALYTICKÁ GEOMETRIE V ROVINĚ

A0M15EZS Elektrické zdroje a soustavy ZS 2011/2012 cvičení 1. Jednotková matice na hlavní diagonále jsou jedničky, všude jinde nuly

Matematika 2 pro PEF PaE

6. Vektorový počet Studijní text. 6. Vektorový počet

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

MATEMATICKÉ PRINCIPY VÍCEROZMĚRNÉ ANALÝZY DAT

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat

Číselné vektory, matice, determinanty

Kapitola 11: Vektory a matice 1/19

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

Matematika I pracovní listy

5. Maticová algebra, typy matic, inverzní matice, determinant.

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

[1] Determinant. det A = 0 pro singulární matici, det A 0 pro regulární matici

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

1 Vektorové prostory.

6. ANALYTICKÁ GEOMETRIE

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

Aplikovaná numerická matematika - ANM

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

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

Soustavy linea rnı ch rovnic

Program SMP pro kombinované studium

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

VĚTY Z LINEÁRNÍ ALGEBRY

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

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

11MAMY LS 2017/2018. Úvod do Matlabu. 21. února Skupina 01. reseni2.m a tak dále + M souborem zadané funkce z příkladu 3 + souborem skupina.

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

1 Linearní prostory nad komplexními čísly

VZORCE A VÝPOČTY. Autor: Mgr. Dana Kaprálová. Datum (období) tvorby: září, říjen Ročník: sedmý

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.

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík

m n. Matice typu m n má

Univerzitní licence MATLABu. Pište mail na: se žádostí o nejnovější licenci MATLABu.

TECHNICKÁ UNIVERZITA V LIBERCI

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

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

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

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 ).

II. Úlohy na vložené cykly a podprogramy

12. Soustava lineárních rovnic a determinanty

1 Determinanty a inverzní matice

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

KTE / PPEL Počítačová podpora v elektrotechnice

Příklad 1/23. Pro rostoucí spojité fukce f(x), g(x) platí f(x) Ω(g(x)). Z toho plyne, že: a) f(x) Ο(g(x)) b) f(x) Θ(g(x)) d) g(x) Ω(f(x))

[1] LU rozklad A = L U

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

Transkript:

KIV/ZI Základy informatiky MS EXCEL MATICOVÉ FUNKCE A SOUHRNY cvičící: Tomáš Ptáček zimní semestr 2012

MS EXCEL MATICE (ÚVOD) Vektor: (1D) v = [1, 2, 3, 5, 8, 13] Např.: matice sousednosti Matice: (2D) m = Např.: matice prodeje: 2

MS EXCEL MATICE (ÚVOD) Skalární součin (2 souhlasné vektory): A. B = a1*b1 + a2*b2 + + an*bn Výsledkem je SKALÁR (tj. číslo) =SOUČIN.SKALÁRNÍ(A; B) Příklad: A = [1, 2, 3, 4]; B = [1, 2, 1, 2] A. B = 1*1 + 2*2 + 3*1 + 4*2 = 16 3

MS EXCEL MATICE (ÚVOD) Násobení konstantou: Příklad: k * A = [k*a1, k*a2,, k*an] Výsledkem je vektor/matice. = k*a (např.: =2*A3:D3) A = [1, 2, 3, 4]; k = 2 k * A = [2*1, 2*2, 2*3, 2*4] = [2, 4, 6, 8] Nutné zvolit oblast výsledku a vzorec ukončit pomocí SHIFT+CTRL+ENTER 4

MS EXCEL MATICE (ÚVOD) Součet vektorů (2 souhlasné vektory): Příklad: A + B = [a1+b1, a2+b2,, an+bn] Výsledkem je vektor. = A+B (např.: =A3:C3+A5:C5) A = [1, 2, 3, 4]; B = [2, 4, 6, 8]; Nutné zvolit oblast výsledku a vzorec ukončit pomocí SHIFT+CTRL+ENTER A + B = [1+2, 2+4, 3+6, 4+8] = [3, 6, 9, 12] 5

MS EXCEL MATICE (ÚVOD) Součet matic: A + B = Příklad: [a1,1+b1,1, a1,2+b1,2,, a1,n+b1,n] [a2,1+b2,1, a2,2+b2,2,, a2,n+b2,n] Výsledkem je matice. (např.: = A2:B5+D2:E5) Nutné zvolit oblast výsledku a vzorec ukončit pomocí SHIFT+CTRL+ENTER A = [1, 2] B = [5, 6] A+B = [ 6, 8 ] [3, 4] [7, 8] [10, 12] [5, 6] [9, 9] [14, 15] 6

MS EXCEL MATICE (ÚVOD) Součin matic: A*B = C pozn.: zelené rozměry musí být stejné. * = = =SOUČIN.MATIC(A; B) (např.: =SOUČIN.MATIC(A2:B5; A7:D8)) Nutné zvolit oblast výsledku a vzorec ukončit pomocí SHIFT+CTRL+ENTER, kde: c1,1 = a1,1*b1,1 + a1,2*b2,1 + a1,3*b3,1 7

MS EXCEL MATICE (ÚVOD) Součin matic: A*B = C Zdroj: http://cs.wikipedia.org/wiki/násobení_matic 8

MS EXCEL MATICE (ÚVOD) Součin matic: A*B = C * =, kde: c1,1 = 1*1 + 2*2 + 1*3 = 8 9

MS EXCEL MATICE (ÚVOD) Součin matic (2 nesouhlasné vektory): 1 2 3 * 2 = 20 3 4, kde: c1,1 = 1*2 + 2*3 + 3*4 = 20 A * B = C POZOR, pokud A a B jsou nesouhlasné vektory, tak: SOUČIN.SKALÁRNÍ( TRANSPOZICE(A); B) = = SOUČIN.MATIC(A; B)

KIV/ZI Základy informatiky PŘÍKLADY NA MATICOVÉ VZORCE

MS EXCEL PŘÍKLADY NA MATICE 1. příklad (matice1): Doplňte chybějící výpočty na všech listech. (následuje návod, jak na to) 12

MS EXCEL PŘÍKLADY NA MATICE 1. příklad (matice1) 1/4: Na listu Sklad spočtěte celkovou cenu zboží na skladě. Nepoužívejte žádné pomocné výpočty. Vzpomeňte si na def. skalárního součinu: A. B = a 1 * b 1 + a 2 * b 2 +... + a n * b n A bude vektor počtu kusů; B bude vektor ceny za kus Výsledkem je skalár. Funkce pro výpočet se jmenuje SOUČIN.SKALÁRNÍ. Jako své argumenty očekává jednotlivé vektory. Postup: Do buňky C13 vložte vzorec =SOUČIN.SKALÁRNÍ(B5:B11;C5:C11) 13

MS EXCEL PŘÍKLADY NA MATICE 1. příklad (matice1) 2/4: Na listu Maticové operace spočtěte k-násobek vektoru z oblasti C3:C5. Vzpomeňte si na definici násobení vektoru konstantou: k * A = (a 1 * k; a 2 * k;... ; a n * k) Výsledkem je vektor. Postup: 1) Označte oblast E3:E5, 2) Vložte vzorec =D3:D5*C3, 3) Stiskněte Ctrl+Shift+Enter Pozn.: Všimněte si, že výsledek je uzavřen do složených závorek. 14

MS EXCEL PŘÍKLADY NA MATICE 1. příklad (matice1) 3/4: Na listu Maticové operace spočtěte součet dvou vektorů. Postup: Označte oblast E8:E10 Vložte vzorec =C8:C10+D8:D10 Stiskněte Ctrl+Shift+Enter 15

MS EXCEL PŘÍKLADY NA MATICE 1. příklad (matice1) 4/4: Na listu Maticové operace spočtěte součin dvou matic. Nápověda: Rozměr matice budeme značit ve smyslu řádek x sloupec (R x S). Násobení matice A (rozměr R A x S A ) s maticí B (rozměr R B x S B ) lze provést tehdy, pokud S A = R B. Rozměr výsledné matice pak bude R A x S B. Funkce pro výpočet se jmenuje SOUČIN.MATIC a jako své argumenty očekává jednotlivé matice. Nelze napsat prosté násobení - to není součin matic. Postup: Označte oblast J13:K17 Vložte vzorec =SOUČIN.MATIC(C13:E17;G13:H15) Stiskněte Ctrl+Shift+Enter 16

KIV/ZI Základy informatiky PŘÍKLADY NA SOUSTAVU ROVNIC

MS EXCEL SOUSTAVA ROVNIC Řešení soustavy rovnic: Obecný zápis soustavy rovnic: Maticový zápis soustavy rovnic: A*x = b 18

MS EXCEL SOUSTAVA ROVNIC Řešení soustavy rovnic s využitím inverzní matice 19

MS EXCEL SOUSTAVA ROVNIC Řešení soustavy rovnic Vytvořit inverzní matici (A -1 ) lze pouze z regulární matice Řádky matice jsou lineárně nezávislé Determinant matice je různý od 0, det(a) 0 Výpočet inverzní matice: http://www.matweb.cz/inverzni-matice Příklad neregulární matice (řádky jsou lineárně závislé) A = [ 1 2 3 ] [ 2 4 6 ] (2x první řádek) [ 3 6 9 ] (3x první řádek) 20

MS EXCEL PŘÍKLADY NA S. ROVNIC 2. příklad (matice2) 1/2: Ověřte na libovolné matici velikosti alespoň 3x3, že A -1 A=I. Inverzní matici A -1 vypočítáte funkcí INVERZE(). I značí jednotkovou matici (jednotková matice má na diagonále jedničky, jinak všude samé nuly). (pozn.: matice A musí být regulární, viz předchozí slide) Ověřte na libovolné matici velikosti alespoň 3x3, že AI=IA=A. 21

MS EXCEL PŘÍKLADY NA S. ROVNIC 2. příklad (matice2) 2/2: Vyřešte soustavu rovnic v souboru 2 - matice2.xlsx. Výsledek by měl být: x = [2, 1, -3, 4, 3] T Pozor, v animovaném řešení na Courseware je numerická chyba, to ale nic nemění na tom, že postup řešení je správně. 22

KIV/ZI Základy informatiky PŘÍKLADY NA SOUHRNY

MS EXCEL PŘÍKLAD NA SOUHRNY 3. příklad (pecivo): 1) Zjistěte, kolik ks pečiva odebraly prodejny v jednotlivých dnech celkem. 2) Zjistěte, jaké množství pečiva odebrala celkem každá z prodejen. 3) Zjistěte, jaké množství každého druhu pečiva bylo celkem objednáno. 4) Zjistěte, kolik ks kterého pečiva odebraly prodejny v průměru denně. 24

DĚKUJI ZA POZORNOST. Příklady přejaty z Courseware ZČU (rok 2011) a případně upraveny.