Program SMP pro kombinované studium

Podobné dokumenty
EUKLIDOVSKÉ PROSTORY

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

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

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

A0B01LAA Lineární algebra a aplikace (příklady na cvičení- řešení)

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

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,

ALGEBRA. Téma 5: Vektorové prostory

1 Báze a dimenze vektorového prostoru 1

ZADÁNÍ ZKOUŠKOVÉ PÍSEMNÉ PRÁCE Z PŘEDMĚTU LINEÁRNÍ ALGEBRA PRO IT. Verze 1.1A

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

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

DEFINICE Z LINEÁRNÍ ALGEBRY

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

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

Polynomy. Matice a determinanty. 1. Rozložte na součin kořenových činitelů polynom. P(x) = x 4 6x Řešení: x 4 6x 2 +8 = (x+2)(x 2)(x+ 2)(x 2)

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

Cvičení z Lineární algebry 1

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

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

15 Maticový a vektorový počet II

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

Požadavky ke zkoušce. Ukázková písemka

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

Matematika 1 sbírka příkladů

1 Vektorové prostory a podprostory

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,

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

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.

7. Lineární vektorové prostory

VĚTY Z LINEÁRNÍ ALGEBRY

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

8 Matice a determinanty

Požadavky ke zkoušce

Operace s maticemi. 19. února 2018

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

AVDAT Vektory a matice

Okruhy, podokruhy, obor integrity, těleso, homomorfismus. 1. Rozhodněte, zda daná množina M je podokruhem okruhu (C, +, ): f) M = { a

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

(2) [B] Nechť G je konečná grupa tvořena celočíselnými maticemi roměru 2 2 s operací násobení. Nalezněte všechny takové grupy až na izomorfizmus.

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

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

Matematika B101MA1, B101MA2

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

Co byste měl/a zvládnout po 6. týdnu

Vlastní číslo, vektor

Řešené úlohy z Úvodu do algebry 1

Z teorie je nutné znát pojmy: lineární funkcionál, jádro, hodnost a defekt lineárního funkcionálu. Také využijeme 2. větu o dimenzi.

1 Linearní prostory nad komplexními čísly

VÝSLEDKY Písemný test z předmětu BI-LIN( ), varianta R

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

z textu Lineární algebra

ÚlohykpřednášceNMAG101a120: Lineární algebra a geometrie 1,

těchto písemek (bez řešení) najdete na (odkazy v posledních dvou odstavcích před sekcí Literatura ).

Vlastní čísla a vlastní vektory

Kapitola 11: Lineární diferenciální rovnice 1/15

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

Pro jakou hodnotu parametru α jsou zadané vektory kolmé? (Návod: Vektory jsou kolmé, je-li jejich skalární součin roven nule.)

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a

Interpolace, ortogonální polynomy, Gaussova kvadratura

)(x 2 + 3x + 4),

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

Operace s maticemi

Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy.

ALGEBRA. Téma 4: Grupy, okruhy a pole

Matematika I A ukázkový test 1 pro 2014/2015

Základy maticového počtu Matice, determinant, definitnost

Linearní algebra příklady

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

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory

1 Projekce a projektory

Lineární algebra : Skalární součin a ortogonalita

Soustavy linea rnı ch rovnic

Symetrické a kvadratické formy

6. Vektorový počet Studijní text. 6. Vektorový počet

výsledek 2209 y (5) (x) y (4) (x) y (3) (x) 7y (x) 20y (x) 12y(x) (horní indexy značí derivaci) pro 1. y(x) = sin2x 2. y(x) = cos2x 3.

1. Jordanův kanonický tvar

Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program

Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda

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

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

2. Určte hromadné body, limitu superior a limitu inferior posloupností: 2, b n = n. n n n.

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

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

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22

CHARAKTERISTICKÉ VEKTORY

Arnoldiho a Lanczosova metoda

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

0.1 Úvod do lineární algebry

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava

VIDEOSBÍRKA DERIVACE

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

1 Analytická geometrie

POŽADAVKY K SOUBORNÉ ZKOUŠCE Z MATEMATIKY

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

9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1

Transkript:

Zadání příkladů k procvičení na seminář Program SMP pro kombinované studium Nejdůležitější typy příkladů - minimum znalostí před zkouškovou písemkou 1) Matice 1. Pro matice 1 0 2 1 0 3 B = 7 3 4 4 2 0 2 1, C = 2 1 0 3 určete A + C, A + B, A 3C, A.B, B.A, A.C, C.A. 2. Určete A.B, B.A a A.B B.A pro matice 1 2 0 2 1 1 2 2 1 2 0 1 1 2 0 0 1 1 B = B = 2 1 0 1 5 1 0 1 3 2 1 2 1 2 1 1 2 4 ;. 3. Pro matice 2 3 1 2 0 2 B = ověřte, že platí (A + B) T = A T + B T. 1 0 2 1 1 2 1

2) Lineární vektorové prostory 1. Ukažte, že polynomy q 1 (x) = x 2 + x + 1, q 2 (x) = x + 3, q 3 (x) = x 2 + 2x 1 tvoří bázi prostoru P 2 všech polynomů do stupně 2 (včetně nulového polynomu). Určete souřadnice polynomu p(x) = x 2 3x 6 vzhledem i. k bázi < q i > 3 i=1 prostoru P 2, ii. ke kanonické bázi prostoru P 2. 2. Podprostor U v prostoru R 5 uspořádaných pětic reálných čísel je generován prvky u 1 = 1, 2, 1, 1, 1 T, u 2 = 2, 1, 1, 2, 3 T, u 3 = 3, 2, 1, 1, 2 T, u 4 = 2, 5, 1, 2, 2 T. Určete dimenzi dim(u) podprostoru U a alespoň jednu bázi podprostoru U. 3. Ověřte, zda V je podprostor prostoru L. Pokud ano, určete jeho bázi a dimenzi: L = P 2, V = {p(x) = ax 2 + c; a, c R}; L = P 2, V = {p(x) = bx + 3; b R}; (c) L = R 2,2, V = {B R 2,2 ; A.B = B.A}, kde matice α β 1 1 je pevně daná, např.. γ δ 1 1 3) Determinanty Určete determinant det A matice A : 1. 2 1 4 3 5 3 4 0 5 0 3 4 5 2 1 1 5 2 4 3 4 6 0 7 0, 2

2. 3 2 4 2 2 4 3 6 5 3 3 2 3 3 4 2 3 3 2 4 4 3 5 2 3. 4) Hodnost matice 1. Určete hodnost matice A : 1 2 3 4 5 6 2 1 0 1 2 1 1 1 2 1 1 1 1 1 7 5 5 5 3 1 2 1 1. 2. Nalezněte inverzní matici k matici A : (c) 2 2 3 1 1 0 1 2 1 1 2 3 4 5 6 2 1 0 1 1 1 1 1 2 3 4 1 3 6 10 1 4 10 20 3

(d) cos α sin α kde α R je libovolné reálné číslo. 3. Určete matici X z maticové rovnice: sin α cos α, 2 2 3 1 1 0 1 2 1 X. 2 2 3 1 1 0 1 2 1.X = = 10 9 2 0 3 3 3 7 4 10 9 2 0 3 3 3 7 4. 5) Lineární zobrazení 1. Zobrazení L: R 2,2 P 2 je zobrazení z prostoru R 2,2 všech čtvercových matic řádu 2 do prostoru P 2 všech polynomů do stupně 2 (včetně nulového polynomu): ( ) a b L = (a + 2d)x 2 + (2a c)x + (c + 4d). c d Ověřte, že zobrazení L je lineární zobrazení. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi. (c) Podobně určete obraz ImL zobrazení L. (d) Určete matici M zobrazení L v kanonických bázích příslušných lineárních vektorových prostorů. 1 2 (e) Pro matici B = nalezněte obraz L(B) a souřadnice 3 1 B a L(B) vzhledem k příslušným kanonickým bázím jednotlivých lineárních prostorů. Ověřte, že platí M. B = L(B). 4

(f) Určete matici M zobrazení L vzhledem k bázím B 1 = 1 0 2 1 v prostoru R 2,2, v prostoru P 2., B 2 = 1 1 1 2, B 3 = 1 1 2 0, B 4 = r 1 (x) = x 2 1, r 2 (x) = x 2 + 1, r 3 (x) = 2x + 3 2. Určete inverzní zobrazení L 1 k izomorfismu L: R 2,2 R 4 : ( ) a b L = c d 2 1 1 2 = a + b + c + d, a + 2b + 3c + 4d, a + 3b + 6c + 10d, a + 4b + 10c + 20d. 3. Určete matici T přechodu od báze k bázi p 1 (x) = x 2, p 2 (x) = x, p 3 (x) = 1 q 1 (x) = x 2 + x + 1, q 2 (x) = x + 3, q 3 (x) = x 2 + 2x 1 v prostoru P 2 všech polynomů do stupně 2 (včetně nulového polynomu). Pro prvek p(x) = x 2 3x 6 ověřte, že T. p = p, kde p jsou souřadnice prvku p v bázi p 1, p 2, p 3 a p jsou souřadnice prvku p v bázi q 1 (x), q 2 (x), q 3 (x). 6) Soustavy lineárních algebraických rovnic 1. Určete všechna řešení soustavy lineárních algebraických rovnic: 5x 1 + x 2 + x 3 2x 4 = 18, x 1 2x 2 + 3x 3 + 4x 4 = 4, 2x 1 7x 2 + 8x 3 + 14x 4 = 6, 4x 1 + 3x 2 2x 3 6x 4 = 14, 3x 1 5x 2 + 4x 3 + 7x 4 = 7. 5

(c) (d) 3x 1 3x 2 + 2x 3 + 17x 4 + 2x 5 = 0, x 1 x 2 + 2x 3 + 3x 4 + 4x 5 = 0, x 1 + x 2 7x 4 + x 5 = 0, 2x 1 2x 2 + 3x 3 + 8x 4 + 8x 5 = 0. x 1 + 2x 2 x 3 + 3x 4 = 5, 2x 1 3x 2 + 3x 3 4x 4 = 17, 3x 1 + 4x 2 + 2x 3 2x 4 = 8, x 1 + 3x 2 2x 3 + 7x 4 = 4. x 1 + 2x 2 x 3 + 3x 4 + 4x 5 = 1, 2x 1 + 4x 2 3x 3 + 5x 4 + 13x 5 = 3, 3x 1 6x 2 + 2x 3 9x 4 3x 5 = 10, x 1 2x 2 + 3x 3 + 4x 4 + 6x 5 = 1, x 1 + 2x 2 + 6x 4 + 7x 5 = 2, 4x 1 + 8x 2 5x 3 + 8x 4 + 9x 5 = 5. 2. Určete všechna řešení soustavy lineárních algebraických rovnic v závislosti na reálném parametru: (c) x 1 + x 2 + λx 3 = 1, x 1 + λx 2 + x 3 = 1, λx 1 + x 2 + x 3 = 1. x 1 + 2x 2 + q.x 3 = 5, x 1 + x 2 + x 3 = 2, 2x 1 + q.x 2 + 8x 3 = 4. x 1 + 2x 2 + x 3 = a 2, 2x 1 3x 2 + a.x 3 = 1, 7x 1 + 12.x 2 + a 2.x 3 = 4a 2 3. 3. K řešení soustavy s regulární maticí využijte postupně všechny tři metody, tj. Gaussovu eliminační metodu, Cramerovo pravidlo a řešení soustavy s využitím inverzní matice: x 1 + 2x 2 + 3x 3 = 3, x 1 + 3x 2 + 2x 3 = 1, 2x 1 + x 2 + 3x 3 = 6. 6

7) Polynomy Určete všechny kořeny polynomu p(x) a napište rozklad polynomu p(x) na součin kořenových činitelů a reálný rozklad polynomu p(x). 1. p(x) = 2x 7 + 17x 6 11x 5 153x 4 + 29x 3 + 304x 2 + 52x 96 ; 2. p(x) = x 9 13x 7 10x 6 + 31x 5 + 52x 4 + 105x 3 + 134x 2 + 60x + 72 ; 3. p(x) = x 4 16 ; 4. p(x) = x 4 + 81 ; 5. p(x) = x 6 7x 3 8. 8) Jordanův tvar matice 1. Určete všechna vlastní čísla matice A, stanovte k nim příslušné vlastní vektory, určete Jordanův kanonický tvar J matice A. Určete matici T, pro kterou platí T.J.T 1 a ověřte platnost této rovnosti. (c) 1 1 1 5 21 17 6 26 21 4 6 15 1 3 5 1 2 4 4 5 2 2 2 1 1 1 1. 2. Pro daný lineární operátor L: R 3 R 3 určete vlastní čísla. Je operátor L diagonizovatelný? Pokud ano, určete bázi v prostoru R 3, pro kterou je matice tohoto lineárního operátoru diagonální. L(x 1, x 2, x 3 T ) = 0, 2x 1, x 2 T, 7

L(x 1, x 2, x 3 T ) = 20x 1 +8x 2 12x 3, 3x 1 +10x 2 3x 3, 6x 1 +4x 2 +2x 3 T. 9) Skalární násobení ( Eukleidovský vektorový prostor ) 1. Určete ortogonální bázi podprostoru V prostoru R 4, který je generován prvky y 1 = 1, 2, 1, 3 T, y 2 = 4, 1, 1, 1 T, y 3 = 7, 7, 4, 10 T, y 4 = 3, 1, 1, 0 T (při skalárním násobení (u, v) = u T.v ). 2. Určete ortogonální bázi podprostoru V v lineárním vektorovém prostoru C(a, b) všech reálných funkcí spojitých na intervalu a, b, kde je skalární násobení definováno předpisem (f, g) = b a f(x)g(x)dx pro každé f, g C(a, b). Podprostor V je generován funkcemi na intervalu a, b = 0, π 2, a, b = 0, π. 1, cos x, sin x 3. Určete ortogonální průmět v 0 prvku v L do podprostoru L 1, je-li L = R 5, v = 3, 1, 2, 4, 5 T a podprostor L 1 je generován prvky u 1 = 1, 0, 2, 1, 2 T, u 2 = 1, 1, 2, 0, 1 T, u 3 = 1, 2, 1, 1, 1 T, u 4 = 3, 1, 1, 2, 2 T. 4. Nalezněte polynom z prostoru P 2 všech polynomů do stupně 2 (včetně nulového polynomu), který je nejlepší aproximací funkce f(x) = x v normě indukované skalárním násobením (g, h) = 1 0 g(x)h(x)dx. (Návod: Nalezněte ortogonální průmět funkce f do prostoru P 2. ) 5. Metodou nejmenších čtverců určete polynom p(x) stupně nejvýše 1, který aproximuje naměřené hodnoty : x -1 0 0 1 1 3 y(x) -3,5 0 0 0,5 0,5 5 8

10) Kvadratické formy 1. Je dána kvadratická forma κ(x) = 31x 2 1 31x 2 2 + 44x 2 3 + 10x 1 x 2 + 40x 1 x 3 + 40x 2 x 3. Určete inercii in(κ) a definitnost kvadratické formy κ(x). Napište kvadratickou formu κ(x) ve tvaru lineární kombinace čtverců souřadnic. 9