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)

Rozměr: px
Začít zobrazení ze stránky:

Download "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)"

Transkript

1 Polynomy 1 Rozložte na součin kořenových činitelů polynom P(x = x 4 6x 2 +8 x 4 6x 2 +8 = (x+2(x 2(x+ 2(x 2 2 Rozložte na součin ireducibilních reálných polynomů polynom P(x = x 6 64 x 6 64 = (x 2(x 2 +2x+4(x+2(x 2 2x+4 3 Rozložte na součin kořenových činitelů polynom P(x = 6x 5 +x 4 43x 3 43x 2 +x+6 6x 5 +x 4 43x 3 43x 2 +x+6 = (x+1(3x 1(x 3(2x+1(x+2 4 Rozložte na součin ireducibilních reálných polynomů polynom 3x 5 5x 4 2x 3 42x 2 +31x+15 3x 5 5x 4 2x 3 42x 2 +31x+15 = (x 1(x 3(3x+1(x 2 2x+5 5 Rozložte na součin ireducibilních reálných polynomů polynom x 7 +x 6 5x 5 11x 4 +22x 2 +24x+8 x 7 +x 6 5x 5 11x 4 +22x 2 +24x+8 = (x+1 3 (x 2 2 (x 2 +2x+2 Matice a determinanty 1 Rozhodněte zda spolu komutují matice A a B jestliže A = B = Nekomutují SpočtětedeterminantmaticeAadeterminantmatice A 1 kde A = det(a = 21det(A 1 = SpočtětedeterminantmaticeAadeterminantmatice A 1 kde p Ra 1 p 1 1 A = p det(a = p 2 3p+4pro p R\{1 4}je det(a 1 = 4 Projakéhodnotyparametru p Rjematice Aregulární? 1 p 1 A = 2 1 p det(a = 2p 2 p Ajeregulárnípro p R\{0 1 2 } 1 p 2 +3p 4

2 5 Projakéhodnotyparametru p Rjematice Asingulární? p 1 3 A = 1 2 p det(a = p 2 +19p 34 Ajesingulárnípro p {217} Inversní matice a maticové rovnice 1 Najděte inversní matici k matici A = A 1 = Najděteinversnímaticikmatici Akde p R 1 p+1 2 A = p 2p p+2 1 p+1 p+3 A 1 = 1 p 3 p p 2 +3p 2 p 2 2p 1 p 2 p+2 p 2 2p+2 p+1 p 2 p 2 p 0 p 2 +p p R\{01 1} 3 Najděteřešenímaticovérovnice AXB = Ckde A = B = C = X = Najděteřešenímaticovérovnice AX X = Ckde A = C = X = Lineární prostory 1 Rozhodnětezdajsoupolynomy P 1 P 2 P 3 P 4 lineárnězávislépokudanovyjádřetekaždýznichjako lin kombinaci ostatních(je-li to možné P 1 (x = x 3 +x 2 +2x+1P 2 (x = x 3 +2x 2 +x+1p 3 (x = 2x 3 +x 2 +xp 4 (x = x 2 +2x+1 Jsou lineárně nezávislé

3 2 Rozhodnětezdajsoupolynomy P 1 P 2 P 3 P 4 lineárnězávislépokudanovyjádřetekaždýznichjako lin kombinaci ostatních(je-li to možné P 1 (x = x 3 +2x 2 +x+2p 2 (x = 2x 3 +x 2 +2x+1P 3 (x = x 3 x 2 +x 1P 4 (x = 3x 3 +2x 2 +2x+1 JsoulineárnězávisléPlatí P 1 (x P 2 (x+p 3 (x+0 P 4 (x = x 3 +2x 2 +x+2 2x 3 +x 2 + 2x+1+x 3 x 2 +x 1 = 0x 3 +0x 2 +0x+0 P 1 = P 2 P 3 P 2 = P 1 +P 3 P 3 = P 1 +P 2 P 4 není lin kombinací ostatních 3 Rozhodněte zda je matice lineární kombinací matic ( ( A = ( ( ( Ano je koeficienty jsou Najděte bázi podprostoru vekt prostoru všech polynomů stupně nejvýše 3 který je generován polynomy x 3 +2x 1x 2 3x+2x 3 +22x 3 +x 2 x+3x 2 x 1 Bázejenapř {x 3 +2x 1x 2 x 1 2x+3} 5 Vjepodprostorvektprostoruvšechpolynomůstupněnejvýše3kterýjegenerovánpolynomy x 3 + x+12x 3 +x 2 +x 1x 3 +x 2 2x 3 +x 2 x+1 Wjepodprostorvektprostoruvšechpolynomů stupněnejvýše3kterýjegenerovánpolynomy x 3 +x 2 2x 3 +2x 2 x+1x 3 +x 2x 3 +x 5 Najdětebáziaspočtětedimensipodprostorů VWV WV W Báze V jenapř {x 3 +x+1x 2 x 3x 3}báze Wjenapř {x 3 +x 2 2x 2 x+31} dimv = dimw = 3báze V W jenapř {x 3 x 2 x1} dim(v W = 4báze V W jenapř {x 3 +x 2 2x 2 x 3} dim(v W = 2 Souřadnice 1 Najdětesouřadnicepolynomu P(x = 2x 3 +x 2 3x+6vzhledemkuspořádanébázi (x 3 +x 2 +x+ 1x 3 +x 2 +xx 3 +x+1x 2 +x+1 Souřadnice jsou ( Polynom P(xmávzhledemkuspořádanébázi (B = (x 2 +x+1x 2 +1x+1souřadnice (23 1 Najdětejehosouřadnicevzhledemkuspořádanébázi (A = (x 2 +2x+1x 2 +x 1x 2 +2x+2 Souřadnice jsou ( Najděte uspořádanou bázi prostoru polynomů nejvýše 1 stupně vzhledem k níž má polynom P(x souřadnice (11apolynom Q(xsouřadnice (21jestliževíteževuspořádanébázi (x + 1x + 2 mají tyto polynomy souřadnice postupně (2 1 a (1 2 Bázeje (13x+3 4 Najděte bázi a spočtěte dimensi lin podprostoru polynomů nejvýše 2 stupně které mají stejné souřadnicevzhledemkbázi (B = (x 2 +x+1x 2 +2xx 2 jakokbázistandardní (S = (x 2 x1 Bázejenapř {x 2 x+1}dimenseje1 5 Najdětematicipřechoduoduspořádanébáze (E = ( x 2 + x + 1x 1x kuspořádanébázi (F = ( x+1x 2 1x 2 x 1 aoduspořádanébáze (Fkuspořádanébázi (E Maticepřechoduod (Ek(Fje Maticepřechoduod (Fk(Eje

4 Lineární zobrazení 1 Ukažtežezobrazení A : P 2 P 2 kde P 2 jelinprostorvšechpolynomůnejvýše2stupnědefinované předpisem A(ax 2 +bx+c = (a+b 2cx 2 +(2a b 2cx+(a 2b 3cjelineárníNajděteobraz polynomu P(x = 2x 2 +3x 4vtomtozobrazeníNajdětematicitohotolinzobrazenívzhledemkbázi (E = (x 2 +x+2x 2 xx 2 +x+1abázistandardní (S = (x 2 x1arozhodnětezdatotozobrazení je prosté A(P(x = 13x 2 +9x+8Maticezobrazeníje Zobrazení A je prosté 2 Najdětematicilineárníhozobrazení A : P 2 P 2 definovanéhopředpisem A(ax 2 +bx+c = (2a+ b cx 2 +(a+3b 2cx+(a 2b+cvzhledemkestandardnímbazím (S = (x 2 x1rozhodněte zda toto zobrazení je prosté Pokud ano najděte matici inversního zobrazení vzhledem ke standardním bazím pokud ne najděte bázi jádra a spočtěte defekt zobrazení A Matice zobrazení je Zobrazeníneníprostébázejádrajenapř {x 2 +3x+5}defektje1 3 Jedánolineárnízobrazení A : P 2 P 2 prokteréplatí: A(x 2 + x + 1 = x 2 + 1A(x + 1 = x 2 x+1a(x 2 +2x+1 = x 2 +x+2najděteobrazpolynomu P(x = x 2 +2x+2vtomtozobrazení Rozhodněte zda je toto zobrazení prosté Pokud ano najděte matici inversního zobrazení vzhledem ke standardním bazím pokud ne najděte bázi jádra a spočtěte defekt zobrazení A A(P(x = 2x 2 x+2zobrazení AjeprostéMaticeinversníhozobrazeníje Jsoudánalineárnízobrazení A : R 3 R 2 B : R 2 R 3 prokteráplatí A(xyz = (2x+yx za B(11 = (121B(1 1 = (2 11Rozhodnětezdasloženélineárnízobrazení B A : R 3 R 3 jeprostépokudanonajdětematiciinversníholinzobrazení (B A 1 vzhledemkestandardním bazímpokudnenajdětebázijádraaspočtětedefektzobrazení B A Zobrazení B Aneníprostébázejádrajenapř {(1 21}defektje1 5 JsoudánalineárnízobrazeníA : R 3 R 2 B : R 2 R 3 prokteráplatía(xyz = (x+2y2x+za B(12 = ( 121B( 1 1 = (11 1Rozhodnětezdasloženélineárnízobrazení A B : R 2 R 2 jeprostépokudanonajdětematiciinversníholinzobrazení (A B 1 vzhledemkestandardním bazímpokudnenajdětebázijádrazobrazení A B Zobrazení A B je prosté matice inversního zobrazení je ( Soustavy lineárních rovnic 1 Řešte soustavu: 2x + 3y 2z = 1 3x y + 3z = 8 x + 2y + 2z = 7 2x 2y + 7z = 14 (112

5 2 Řešte soustavu: 2x + 3y + 2z + u = 8 x 2y + 2z + 2u = 3 4x y + 6z + 5u = 14 x + 5y u = 5 (50 10+c 1 ( 8307+c 2 ( 10270kde c 1 c 2 R 3 Řešte soustavu: x 3y + 2z = 0 2x + 3y z = 4 4x 3y + 3z = 0 3x + y 2z = 3 Soustava nemá řešení 4 Vzávislostinaparametru p Rřeštesoustavu: x + y pz = 1 x 2y + 3z = 2 x + py z = 1 Pro ( p = 6soustavanemářešenípro p = 1jeřešení (111+c( 143Pro p R\{ 61} je řešení 2p+7 p+6 1 p+6 1 p+6 5 Řeštevzávislostinaparametru a R ax y z = 1 3x 2y + 3z = 2 x ay z = 1 Pro a = 8 3( soustavanemářešenípro a = 1jeřešení ( c( 5 61Pro a R\{ 8 3 1}jeřešení 1 3a+8 1 3a+8 2a+7 3a+8 6 Vzávislostinaparametru a Rřeštesoustavusrozšířenoumaticí a Proa R\{3}soustavanemářešeníproa = 3másoustavařešení(11111+t( s( ts R Lineární prostory se skalárním součinem 1 Ověřte že vztah ( a1 a 2 a 3 a 4 ( b1 b 2 b 3 b 4 = 2a 1 b 1 +a 2 b 2 +a 3 b 3 +a 4 b 4 +a 1 b 2 +a 2 b 1 definuje skalární součin na prostoru všech čtvercových matic řádu 2 2 V prostoru čtvercových matic řádu 2 je definován skalární součin jako v předchozím příkladu Najděte matici z lineárního podprostoru ( ( ( W = kterájekolmákmatici ( amávelikost 5 Je to např matice (

6 3 V prostoru čtvercových matic řádu 2 je definován skalární součin jako v předchozím příkladu Najděte bázi a spočtěte dimensi ortogonálního doplňku k podprostoru ( ( ( ( W = Báze ortogonálního doplňku je např {( dimense je 2 ( } 4 Vlineárnímprostoru R 4 sestandardnědefinovanýmskalárnimsoučinem (a 1 a 2 a 3 a 4 (b 1 b 2 b 3 b 4 = a 1 b 1 +a 2 b 2 +a 3 b 3 +a 4 b 4 najděte ortonormální bázi lineárního podprostoru W = (1100(1110(1111 Ortonormálníbázejenapř {( (0010(0001} Vlastní čísla a vlastní vektory 1 Najděte vlastní čísla a příslušné vlastní vektory matice A = Je tato matice podobná diagonální matici? Maticemájednoduchévlastníčíslo2jemupříslušnývlastnívektorjec (101kdec R\{0} advojnásobnévlastníčíslo1jemužpříslušívlastnívektor c (111kde c R\{0}MaticeAnení podobná diagonální matici 2 Najděte vlastní čísla a příslušné vlastní vektory matice A = Je tato matice podobná diagonální matici? Maticemájednoduchévlastníčíslo1jemupříslušnývlastnívektorje c (111kde c R\{0}advojnásobnévlastníčíslo-2jemužpříslušívlastnívektor c 1 ( 110+c 2 ( 101kde (c 1 c 2 (R R\{(00}MaticeAjepodobnádiagonálnímatici 3 Rozhodněte zda existuje uspořádaná báze v prostoru polynomů nejvýše 2 stupně vzhledem k níž má zobrazení A definované předpisem A(ax 2 +bx+c = ( a+b+cx 2 +(a b+cx+(a+b+c diagonální matici Pokud ano najděte tuto bázi a odpovídající diagonální matici Anobázejenapř (x 2 +x 1x 2 +x+2x 2 xodpovídajícímatice Rozhodněte zda existuje uspořádaná báze v prostoru polynomů nejvýše 2 stupně vzhledem k níž má zobrazení A definované předpisem A(ax 2 +bx+c = (2a+b cx 2 +(a+2b cx+(3a 3b c diagonální matici Pokud ano najděte tuto bázi a odpovídající diagonální matici Anobázejenapř (5x 2 +x+6x 2 +x+4x 2 +xodpovídajícímatice

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

α 1 α 2 + α 3 = 0 2α 1 + α 2 + α 3 = 0 Vzhledem k tomu, že jsem to psala ve velkém spěchu, mohou se vyskytnout nějaké chybičky. Pokud nějaké najdu, opravím je hned po prázdninách. Zadání A. 1. Vektory u, v, w jsou lineárně nezávislé. Rozhodněte,

Více

Program SMP pro kombinované studium

Program SMP pro kombinované studium 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

Více

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

a + b + c = 2 b + c = 1 a b = a 1 2a 1 + a a 3 + a 5 + 2a 2 + a 2 + a Zadání A. 1. Polynom P (x) má v uspořádané bázi (x 2 + x 1, 2x 2 x 1, x 2 + x + 2) souřadnice (1, 1, 1). Najděte jeho souřadnice vzhledem k uspořádané bázi (x 2 1, x 2 + x 1, x 2 + x). Nejprve si spočítáme

Více

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

VÝSLEDKY Písemný test z předmětu BI-LIN( ), varianta R VÝSLEDKY Písemný test z předmětu BI-LIN(19. 4. 2011), varianta R 1.Nechť p, q, rjsoupolynomy,všechnymajístupeňroven n.pakpolynom má stupeň: a)vždyroven n 2, b)vždyroven2n, c)vždyroven n, d)nejvýšeroven

Více

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

A0B01LAA Lineární algebra a aplikace (příklady na cvičení- řešení) A0B0LAA Lineární algebra a aplikace příklady na cvičení- řešení Martin Hadrava martin@hadrava.eu. ledna 0.týdenod9.9. Řešení soustav lineárních rovnic Gaussovou eliminační metodou diskuse počtu řešení..

Více

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

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud

Více

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

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2, Úlohy k přednášce NMAG a : Lineární algebra a geometrie a Verze ze dne. května Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se

Více

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

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti PROSTORY SE SKALÁRNÍM SOUČINEM Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx, y) = λ(x,

Více

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

ZADÁNÍ ZKOUŠKOVÉ PÍSEMNÉ PRÁCE Z PŘEDMĚTU LINEÁRNÍ ALGEBRA PRO IT. Verze 1.1A Verze 1.1A Čas na práci: 1 minut Za každý úkol můžete získat maximálně 1 bodů. Řešení každého příkladu zapisujte čitelně a srozumitelně, 2x 1 +4x 3 +3x 4 = 4 x 1 +2x 2 +4x 3 3x 4 = 1 2x 1 +x 2 x 3 3x 4

Více

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,

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, Vektorový prostor Příklady: Př.1. R 2 ; R 3 ; R n...aritmetický n-rozměrný prostor Dvě operace v R n : součet vektorů u = (u 1,...u n ) a v = (v 1,...v n ) je vektor u + v = (u 1 + v 1,...u n + v n ),

Více

1 Linearní prostory nad komplexními čísly

1 Linearní prostory nad komplexními čísly 1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)

Více

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

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost

Více

VÝSLEDKY Písemný test z předmětu BI-LIN( ), varianta R. + c)det A= 3det B, d)det A= 6det B, e)det A=6detB.

VÝSLEDKY Písemný test z předmětu BI-LIN( ), varianta R. + c)det A= 3det B, d)det A= 6det B, e)det A=6detB. VÝSLEDKY Písemný test z předmětu BI-LIN(14. 4. 2010), varianta R 1. Které z následujících tvrzení je pravdivé? a) Každý polynom má aspoň jeden komplexní kořen. + b) Existují polynomy, které nemají žádný

Více

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

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x 1 ZOBRAZENÍ 1 Zobrazení a algebraické struktury 1 Zobrazení Příklad 1.1. (a) Ukažte, že zobrazení f : x na otevřený interval ( 1, 1). x x +1 je bijekce množiny reálných čísel R (b) Necht a, b R, a < b.

Více

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

Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry TU v Liberci Jiří Hozman 1. dubna 2010 Cvičení 2 Příklad 1. Rozhodněte, zda lze vektor x vyjádřit jako lineární kombinaci vektorů u, v, w, v

Více

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

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,

Více

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

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě

Více

ALGEBRA. Téma 5: Vektorové prostory

ALGEBRA. Téma 5: Vektorové prostory SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 5: Vektorové prostory Základní pojmy Vektorový prostor nad polem P, reálný (komplexní)

Více

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

NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Závěrečná zkouška verze cvičná 9.1.2013 Doba řešení: 3 hodiny Přednášející: L. Barto, J. Tůma Křestní jméno: Příjmení: Instrukce Neotvírejte

Více

Požadavky ke zkoušce

Požadavky ke zkoušce Požadavky ke zkoušce Zkouška z předmětu MATEMATIKA 2 má dvě části Písemná část: Písemná část se ještě dále rozděluje na praktickou část písemku a teoretickou část test. Písemka trvá 90 minut a je v ní

Více

DEFINICE Z LINEÁRNÍ ALGEBRY

DEFINICE Z LINEÁRNÍ ALGEBRY DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které

Více

EUKLIDOVSKÉ PROSTORY

EUKLIDOVSKÉ PROSTORY EUKLIDOVSKÉ PROSTORY Necht L je lineární vektorový prostor nad tělesem reálných čísel R. Zobrazení (.,.) : L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx,

Více

ÚlohykpřednášceNMAG101a120: Lineární algebra a geometrie 1,

ÚlohykpřednášceNMAG101a120: Lineární algebra a geometrie 1, ÚlohykpřednášceNMAGa: Lineární algebra a geometrie 5 Verzezedne9.prosince Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se budou

Více

Co byste měl/a zvládnout po 6. týdnu

Co byste měl/a zvládnout po 6. týdnu Co byste měl/a zvládnout po 6. týdnu Zde je uveden naprostý základ. Nejde o úplný výčet všech dovedností. Jiří Velebil: A7B01LAG Zvládnutá látka po 6. týdnu 1/8 Slovník základních pojmů Monomorfismus,

Více

1 Báze a dimenze vektorového prostoru 1

1 Báze a dimenze vektorového prostoru 1 1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější

Více

AVDAT Vektory a matice

AVDAT Vektory a matice AVDAT Vektory a matice Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Vektory x = x 1 x 2. x p y = y 1 y 2. y p Řádkový vektor dostaneme transpozicí sloupcového vektoru x

Více

1 Vektorové prostory a podprostory

1 Vektorové prostory a podprostory Pro nahrazení účasti v jednotlivých cvičeních (resp. pro studenty kombinované formy) je dostačující vypracování a odevzdání tučně vyznačených příkladů. 1 Vektorové prostory a podprostory Definujte vektorový

Více

Co byste měl/a zvládnout po 4. týdnu

Co byste měl/a zvládnout po 4. týdnu Co byste měl/a zvládnout po 4. týdnu Zde je uveden naprostý základ. Nejde o úplný výčet všech dovedností. Jiří Velebil: A7B0LAG Zvládnutá látka po 4. týdnu /9 Slovník základních pojmů Množina generátorů

Více

Řešené úlohy z Úvodu do algebry 1

Řešené úlohy z Úvodu do algebry 1 Řešené úlohy z Úvodu do algebry Veronika Sobotíková katedra matematiky FEL ČVUT Vzhledem k tomu, že se ze strany studentů často setkávám s nepochopením požadavku zdůvodnit jednotlivé kroky postupu řešení,

Více

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních

Více

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

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí: Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se

Více

Vlastní číslo, vektor

Vlastní číslo, vektor [1] Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost

Více

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

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x). Řešené příklady z lineární algebry - část 6 Typové příklady s řešením Příklad 6.: Kvadratickou formu κ(x) = x x 6x 6x x + 8x x 8x x vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých

Více

Cvičení z Lineární algebry 1

Cvičení z Lineární algebry 1 Cvičení z Lineární algebry Michael Krbek podzim 2003 2392003 Hodina Jsou dána komplexní čísla z = +2 i a w = 2 i Vyjádřete c algebraickém tvaru (z + w) 3,, (zw), z w 2 Řešte v komplexním oboru rovnice

Více

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

Zdrojem většiny příkladů je sbírka úloh   1. cvičení ( ) 2. cvičení ( ) Příklady řešené na cvičení LA II - LS 1/13 Zdrojem většiny příkladů je sbírka úloh http://kam.mff.cuni.cz/~sbirka/ 1. cvičení (..13) 1. Rozhodněte, které z následujících operací jsou skalárním součinem

Více

Rovnice s parametrem (17. - 18. lekce)

Rovnice s parametrem (17. - 18. lekce) Rovnice s parametrem (17. - 18. lekce) Sylva Potůčková, Dana Stesková, Lubomír Sedláček Gymnázium a Jazyková škola s právem státní jazykové zkoušky Zlín Zlín, 22. října 2011 Lineární rovnice s parametrem

Více

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory Kapitola 15 Vlastní čísla a vlastní vektory V této a následujících kapitolách budeme zkoumat jeden z nejdůležitějších pojmů tohoto kurzu. Definice15.1 Buď A:V Vlineárnízobrazení,Vvektorovýprostornad tělesem

Více

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

ftp://math.feld.cvut.cz/pub/olsak/linal/ Petr Olšák Výcuc z textu Lineární algebra určeno pro promítání na přednášce Úvod do algebry http://www.olsak.net/linal.html ftp://math.feld.cvut.cz/pub/olsak/linal/ http://math.feld.cvut.cz/skripta/ua/

Více

z textu Lineární algebra

z textu Lineární algebra 2 Úvodní poznámky Petr Olšák Výcuc z textu Lineární algebra určeno pro promítání na přednášce Úvod do algebry http://www.olsak.net/linal.html ftp://math.feld.cvut.cz/pub/olsak/linal/ http://math.feld.cvut.cz/skripta/ua/

Více

Analytická geometrie. c ÚM FSI VUT v Brně

Analytická geometrie. c ÚM FSI VUT v Brně 19. září 2007 Příklad 1. Příklad 2. Příklad 3. Příklad 1. Určete obecnou rovnici roviny, která prochází body A = [0, 1, 2], B = [ 1, 0, 3], C = [3, 1, 0]. Příklad 1. A = [0, 1, 2], B = [ 1, 0, 3], C =

Více

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

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 Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných

Více

VĚTY Z LINEÁRNÍ ALGEBRY

VĚTY Z LINEÁRNÍ ALGEBRY 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

Více

15 Maticový a vektorový počet II

15 Maticový a vektorový počet II M. Rokyta, MFF UK: Aplikovaná matematika III kap. 15: Maticový a vektorový počet II 1 15 Maticový a vektorový počet II 15.1 Úvod Opakování z 1. ročníku (z kapitoly 8) Označení. Množinu všech reálných resp.

Více

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

2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi. Řešené příklady z lineární algebry - část 3 Typové příklady s řešením Příklad 3.1: Zobrazení L: P 3 R 23 je zobrazení z prostoru P 3 všech polynomů do stupně 3 (včetně nulového polynomu) do prostoru R

Více

Definice 28 (Ortogonální doplněk vektorového podprostoru). V k V n ; V k V. (Pech:AGLÚ/str D.5.1)

Definice 28 (Ortogonální doplněk vektorového podprostoru). V k V n ; V k V. (Pech:AGLÚ/str D.5.1) 14.3 Kolmost podprostorů 14.3.1 Ortogonální doplněk vektorového prostou Ve vektorovém prostoru dimenze 3 je ortogonálním doplňkem roviny (přesněji vektorového prostoru dimenze ) přímka na ní kolmá (vektorový

Více

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

Okruhy, podokruhy, obor integrity, těleso, homomorfismus. 1. Rozhodněte, zda daná množina M je podokruhem okruhu (C, +, ): f) M = { a Sbírka příkladů z okruhů a polynomů Algebra I Okruhy, podokruhy, obor integrity, těleso, homomorfismus 1. Rozhodněte, zda daná množina M je podokruhem okruhu (C, +, ): a) M = {a + i a R}, b) M = {a + i

Více

7. Lineární vektorové prostory

7. Lineární vektorové prostory 7. Lineární vektorové prostory Tomáš Salač MÚ UK, MFF UK LS 2017/18 Tomáš Salač ( MÚ UK, MFF UK ) 7. Lineární vektorové prostory LS 2017/18 1 / 62 7.1 Definice a příklady Definice 7.1 Množina G s binární

Více

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory Kapitola 11 Vlastní čísla a vlastní vektory Základní motivace pro studium vlastních čísel a vektorů pochází z teorie řešení diferenciálních rovnic Tato teorie říká, že obecné řešení lineární diferenciální

Více

1 Projekce a projektory

1 Projekce a projektory Cvičení 3 - zadání a řešení úloh Základy numerické matematiky - NMNM20 Verze z 5. října 208 Projekce a projektory Opakování ortogonální projekce Definice (Ortogonální projekce). Uvažujme V vektorový prostor

Více

1 Polynomiální interpolace

1 Polynomiální interpolace Polynomiální interpolace. Metoda neurčitých koeficientů Příklad.. Nalezněte polynom p co nejmenšího stupně, pro který platí p() = 0, p(2) =, p( ) = 6. Řešení. Polynom hledáme metodou neurčitých koeficientů,

Více

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

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R} Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost s diagonální

Více

Základy matematiky pro FEK

Základy matematiky pro FEK Základy matematiky pro FEK 2. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 20 Co nás dneska čeká... Závislé a nezávislé

Více

Základní pojmy teorie množin Vektorové prostory

Základní pojmy teorie množin Vektorové prostory Základní pojmy teorie množin Přednáška MATEMATIKA č. 1 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 7. 10. 2010 Základní pojmy teorie množin Základní pojmy

Více

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

1 Lineární zobrazení. 5. f(u) = u + v, kde v je pevně daný nenulový vektor z R f(u) = o. 1 Lineární zobrazení Cvičení 1 Která z následujících zobrazení f : R 2 R 2 jsou lineární? 1 f(u) = v, kde v je pevně daný nenulový vektor z R 2 2 f(u) = o 3 f(u) = k f(u), kde k je pevně dané reálné číslo

Více

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory Vlastní čísla a vlastní vektory 1 Motivace Uvažujme lineární prostor všech vázaných vektorů v rovině, které procházejí počátkem, a lineární zobrazení tohoto prostoru do sebe(lineární transformaci, endomorfismus)

Více

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

V: Pro nulový prvek o lineárního prostoru L platí vlastnosti: Zpracoval: hypspave@fel.cvut.cz. Základní vlastnosti abstraktních lineárních prostorů. Lineární závislost, nezávislost, báze, souřadnice vzhledem k bázi, matice lineárního zobrazení vzhledem k bázím.skalární

Více

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

Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy. 6 Skalární součin Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy. Příklad: Určete odchylku přímek p, q : p : x =1+3t,

Více

1 Determinanty a inverzní matice

1 Determinanty a inverzní matice Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého

Více

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

1. LINEÁRNÍ ALGEBRA Vektory Operace s vektory... 8 Úlohy k samostatnému řešení... 8 1 Lineární algebra 1 LINEÁRNÍ ALGEBRA 8 11 Vektory 8 111 Operace s vektory 8 8 112 Lineární závislost a nezávislost vektorů 8 8 113 Báze vektorového prostoru 9 9 12 Determinant 9 9 13 Matice 1 131 Operace

Více

8 Matice a determinanty

8 Matice a determinanty M Rokyta, MFF UK: Aplikovaná matematika II kap 8: Matice a determinanty 1 8 Matice a determinanty 81 Matice - definice a základní vlastnosti Definice Reálnou resp komplexní maticí A typu m n nazveme obdélníkovou

Více

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

Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14. Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan 14. Vlastní vektory Bud V vektorový prostor nad polem P. Lineární zobrazení f : V

Více

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

Jedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n, Soutavy lineárních algebraických rovnic Jedná se o soustavy ve tvaru A X = B, kde A je daná matice typu m n, X R n je sloupcový vektor n neznámých x 1,..., x n, B R m je daný sloupcový vektor pravých stran

Více

GEOMETRICKÁ ZOBRAZENÍ. Josef Janyška

GEOMETRICKÁ ZOBRAZENÍ. Josef Janyška GEOMETRICKÁ ZOBRAZENÍ Josef Janyška 21. února 2019 Obsah 1 LINEÁRNÍ ZOBRAZENÍ NA VEKTOROVÝCH PROSTORECH 1 1.1 Lineární zobrazení vektorových prostorů.............. 1 1.2 Invariantní podprostory.......................

Více

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 30. dubna 2014, 09:00 1 2 15.1 Prehilhertovy prostory Definice 1. Buď V LP nad

Více

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

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty študenti MFF 15. augusta 2008 1 14 Vlastní čísla a vlastní hodnoty Požadavky Vlastní čísla a vlastní hodnoty lineárního

Více

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory 5 Vlastní čísla a vlastní vektor Poznámka: Je-li A : V V lineární zobrazení z prostoru V do prostoru V někd se takové zobrazení nazývá lineárním operátorem, pak je přirozeným požadavkem najít takovou bázi

Více

F A,B = Vektory baze vyjádřete jako aritmetické vektory souřadnic vzhledem

F A,B = Vektory baze vyjádřete jako aritmetické vektory souřadnic vzhledem Přezdívka: Jméno a příjmení: výsledek 11 8 18 4 1 4 1 1 1 9 4 4 4 Určete které z vektorů B v 1 = 1 B v = 6 leží v oboru hodnot lineárního zobrazení zadaného maticí 1 1 1 5 1 15 1 6 5 Ten, který leží, můžete

Více

6.1 Vektorový prostor

6.1 Vektorový prostor 6 Vektorový prostor, vektory Lineární závislost vektorů 6.1 Vektorový prostor Nechť je dán soubor nějakých prvků, v němž je dána jistá struktura vztahů mezi jednotlivými prvky nebo v němž jsou předepsána

Více

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

těchto písemek (bez řešení) najdete na   (odkazy v posledních dvou odstavcích před sekcí Literatura ). Vážení studenti, předkládám vám zde vzorová řešení písemek, které proběhly letos v semestru, a také řešení vzorové písemky. Zadání těchto písemek (bez řešení) najdete na http://math.feld.cvut.cz/0educ/pozad/y01alg.htm

Více

11. Skalární součin a ortogonalita p. 1/16

11. Skalární součin a ortogonalita p. 1/16 11. Skalární součin a ortogonalita 11. Skalární součin a ortogonalita p. 1/16 11. Skalární součin a ortogonalita p. 2/16 Skalární součin a ortogonalita 1. Definice skalárního součinu 2. Norma vektoru 3.

Více

13. Kvadratické rovnice 2 body

13. Kvadratické rovnice 2 body 13. Kvadratické rovnice 2 body 13.1. Rovnice x 2 + 2x + 2 m = 0 (s neznámou x) má dva různé reálné kořeny, které jsou oba menší než tři, právě a) m (1, 17), b) m = 2, c) m = 2 m = 5, d) m 2, 5, e) m >

Více

a a

a a 1.. Cíle V této kapitole se naučíme určovat zejména celočíselné kořeny některých polynomů. Výklad Při výpočtu hodnoty polynomu n k p( x) = ak x n-tého stupně n 1 v bodě x 0 C k = 0 musíme provést ( n 1)

Více

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.

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. Vypočtěte 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. y(x) = x sin2x 4. y(x) = x cos2x 5. y(x) = e x 1 6. y(x) = xe x 7. y(x)

Více

Interpolace, ortogonální polynomy, Gaussova kvadratura

Interpolace, ortogonální polynomy, Gaussova kvadratura Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť

Více

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC .6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom

Více

Symetrické a kvadratické formy

Symetrické a kvadratické formy Symetrické a kvadratické formy Aplikace: klasifikace kvadrik(r 2 ) a kvadratických ploch(r 3 ), optimalizace(mpi) BI-LIN (Symetrické a kvadratické formy) 1 / 20 V celé přednášce uvažujeme číselné těleso

Více

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.

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. 1. Afinní podprostory 1.1. Motivace. Uvažujme R 3. Jeho všechny vektorové podprostory jsou počátek, přímky a roviny procházející počátkem a celé R 3. Chceme-li v R 3 dělat geometrii potřebujeme i jiné

Více

19 Hilbertovy prostory

19 Hilbertovy prostory M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 34 19 Hilbertovy prostory 19.1 Úvod, základní pojmy Poznámka (připomenutí). Necht (X,(, )) je vektorový prostor se skalárním součinem

Více

Ortogonální projekce a ortogonální zobrazení

Ortogonální projekce a ortogonální zobrazení Drsná matematika I 9. přednáška Ortogonální projekce a ortogonální zobrazení Jan Slovák Masarykova univerzita Fakulta informatiky 27. 4. 2010 Obsah přednášky 1 Literatura 2 Projekce a ortogonální zobrazení

Více

Transformace souřadnic

Transformace souřadnic Transformace souřadnic Odpřednesenou látku naleznete v kapitolách 8.2 a 8.3 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: A7B01AG 5.11.2015: Transformace souřadnic 1/17 Minulá přednáška

Více

Linearní algebra příklady

Linearní algebra příklady Linearní algebra příklady 6. listopadu 008 9:56 Značení: E jednotková matice, E ij matice mající v pozici (i, j jedničku a jinak nuly. [...]... lineární obal dané soustavy vektorů. Popište pomocí maticového

Více

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

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity) 4 Lineární zobrazení Definice: Nechť V a W jsou vektorové prostory Zobrazení A : V W (zobrazení z V do W nazýváme lineárním zobrazením, pokud pro všechna x V, y V a α R platí 1 A(x y = A(x A(y (vlastnost

Více

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

Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak, Podobnost matic Definice 84 Dány matice A, B M n (C) Jestliže existuje regulární matice P M n (C) tak, že B = P 1 AP, pak říkáme, že matice B je podobná matici A a píšeme A B Takto zavedená binární relace

Více

VIDEOSBÍRKA DERIVACE

VIDEOSBÍRKA DERIVACE VIDEOSBÍRKA DERIVACE. Zderivuj funkci y = ln 2 (sin x + tg x 2 ) 2. Zderivuj funkci y = 2 e x2 cos 3x 3. Zderivuj funkci y = 3 e sin2 (x 2 ). Zderivuj funkci y = x3 +2x 2 +sin x x 5. Zderivuj funkci y

Více

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

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

Více

2. V Q[x] dělte se zbytkem polynomy:

2. V Q[x] dělte se zbytkem polynomy: Sbírka příkladů z polynomů pro předmět Cvičení z algebry I Dělení v okruzích polynomů 1. V Q[x] dělte se zbytkem polynomy a) (x 5 + x 3 2x + 1) : ( x 3 + x + 1), b) (3x 3 + 10x 2 + 2x 3) : (5x 2 + 25x

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

11 Vzdálenost podprostorů

11 Vzdálenost podprostorů 11 Vzdálenost podprostorů 11.1 Vzdálenost bodů Eukleidovský bodový prostor E n = afinní bodový prostor, na jehož zaměření je definován skalární součin. (Pech:AGLÚ/str.126) Definováním skalárního součinu

Více

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

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení

Více

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

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při

Více

Matematika I 12a Euklidovská geometrie

Matematika I 12a Euklidovská geometrie Matematika I 12a Euklidovská geometrie Jan Slovák Masarykova univerzita Fakulta informatiky 3. 12. 2012 Obsah přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy Plán přednášky

Více

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

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Čtvercová matice n n, např. může reprezentovat: A = A A 2 A 3 A 2 A 22 A 23 A 3 A 32 A 33 matici koeficientů soustavy n lineárních

Více

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

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice študenti MFF 15. augusta 2008 1 7 Diferenciální rovnice Požadavky Soustavy lineárních diferenciálních rovnic prvního řádu lineární

Více

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

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů... [1] Báze Každý lineární (pod)prostor má svou bázi Vzhledem ke zvolené bázi určujeme souřadnice vektorů... a) base, 4, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l. Viz p.

Více

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

Učební texty k státní bakalářské zkoušce Matematika Matice. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Matice študenti MFF 15. augusta 2008 1 12 Matice Požadavky Matice a jejich hodnost Operace s maticemi a jejich vlastnosti Inversní matice Regulární matice,

Více

Euklidovské prostory. Euklidovský prostor dimense 3

Euklidovské prostory. Euklidovský prostor dimense 3 Euklidovské prostory Euklides nebo také Eukleides byl řecký matematik žijící kolem roku 300 př.n.l. Jeho nejznámějším dílem jsou Základy, ve kterých vybudoval geometrii způsobem definice- věta- důkaz.

Více

Obecná úloha lineárního programování

Obecná úloha lineárního programování Obecná úloha lineárního programování Úloha Maximalizovat hodnotu c T x (tzv. účelová funkce) za podmínek Ax b (tzv. omezující podmínky) kde A je daná reálná matice typu m n a c R n, b R m jsou dané reálné

Více

Požadavky ke zkoušce. Ukázková písemka

Požadavky ke zkoušce. Ukázková písemka Požadavky ke zkoušce Zkouška z předmětu MATEMATIKA 1 má dvě části Písemná část: Písemná část se ještě dále rozděluje na praktickou část písemku a teoretickou část test. Písemka trvá 90 minut a je v ní

Více

Matematika 2 pro PEF PaE

Matematika 2 pro PEF PaE Vektorové prostory 1 / 17 Matematika 2 pro PEF PaE 8. Vektorové prostory Přemysl Jedlička Katedra matematiky, TF ČZU Vektorové prostory Vektorové prostory a podprostory 2 / 17 vektorového prostoru Množina

Více

ALGEBRA. Téma 4: Grupy, okruhy a pole

ALGEBRA. Téma 4: Grupy, okruhy a pole SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 4: Grupy, okruhy a pole Základní pojmy unární operace, binární operace, asociativita,

Více