1.

cvičení
Vektory a matice
 Skaláry a vektory
• Skalár
– číslo bez rozměru a směru (čas, délka, hmotnost)
• Vektor ve fyzice
– veličina mající velikost, směr, působiště (rychlost, zrychlení)
• Vektor v matematice
– určuje posunutí vůči souřadnicovému systému

Každá uspořádaná n-tice čísel (a1,a2,…..an) je n-rozměrným

(aritmetickým) prostorem.
Prvky a1, a2, …. an jsou souřadnice vektoru a = (a1, a2, …. an)
 Báze vektorového prostoru
• Množina [a1, a2, ….ah] se nazývá báze vektorového prostoru,
– jsou-li její vektory lineárně nezávislé a každý ostatní vektor
vektorového prostoru je jejich lineární kombinací.
• Hodnost (dimenze) vektorového prostoru
– je rovna maximálnímu počtu lineárně nezávislých vektorů,
počtu vektorů v bázi.
Kanonická báze
j1 = (1,0,…,0)
j2 = (0,1,…,0)
…
jn = (0,0,…,1)

Vektory j1,…, jn jsou lineárně nezávislé.

Operace s vektory
Příklad:
Příklady:

Sečtěte vektory u(5; 2) a v(1; 6).

u + v = (u1+v1; u2+v2) = (5+1; 2+6) = (6; 8)

Odečtěte vektory u(5; 2) a v(1; 6).

u – v = (u1–v1; u2–v2) = (5–1; 2–6) = (4; –4)

Vynásobte vektor u(5; 2) číslem k = 2.

k·u = 2·(5; 2) = (10; 4)

Vypočítejte skalární součin vektorů u(5; 2) a v(1; 6)

u · v = u1·v1 + u2·v2 = 5·1 + 2·6 = 17
 Příklad:

Vypočtěte odchylku vektorů u(–2; –1) a v(1; 3).

Velikosti (normy)
vektorů
Příklad:
Příklad:
Najděte vektor v kolmý k vektoru u(7; 2)
u1·v1 + u2·v2 = 0
7·v1 + 2·v2 = 0
7·(-2) + 2·7 = 0 => v(-2; 7)
Lineární kombinace

Množina všech lineárních kombinací těchto vektorů se nazývá lineární obal.

Poznámka: ci se v literatuře často vyjadřuje jako αi

Zvolíme dvě čísla

Lineární kombinace x1 a x2
Příklad:
Lze vektor x vyjádřit jako lineární kombinace vektorů x1 a x2?
 Lineárně nezávislé vektory

Nechť a1, a2, ..., am  Vn, c1 ..., cm  R

•Vektory a1, a2, …, am jsou lineárně nezávislé když c1.a1
+ c2.a2 + …+cm.am = 0 jen pro c1 = c2 = cm = 0
•Je- li alespoň jedno z čísel ci  0, nazýváme tyto
vektory lineárně závislé.
•Vektor b  Vn se nazývá lineární kombinací vektorů a1,
a2,…. am, existují-li čísla c1, …, cm taková, že platí b = c1.
a1 + ... + cm.am.
Lineárně závislé vektory x1 a x2

Platí:

=>
α1 = 2; α2 = 1

Lineárně nezávislé vektory x1 a x2

α1 = 0; α2 = 0
Příklad:
Jsou vektory x1, x2 a x3 lineárně závislé nebo nezávislé?

Hledáme α1, α2 a α3

NEZÁVISLÉ
=> Platí pro
α1= 0 a α2 = 0
 Matice
Maticí A typu (m, n) nazýváme strukturu reálných čísel
o m řádcích a n sloupcích.

Je-li m = n , mluvíme o čtvercové matici. Označujeme A

[aik].

Hodnost matice A typu (m,n) je rovna počtu lineárně

nezávislých řádků (nebo sloupců) matice.
 Matice – základní pojmy
• Diagonála matice
– je tvořena prvky a11, a22 ,... arr , kde r = min(m,n)
• Nulová matice
– všechny prvky matice jsou nulové
• Trojúhelníková matice
– všechny prvky na diagonále jsou nenulové a pod
nebo nad diagonálou jsou nulové
• Jednotková matice
– čtvercová matice, která má všechny prvky na diagonále
rovny 1 a mimo diagonálu 0. Značíme I.
Transponovaná matice
vznikne záměnou řádků za sloupce
 Hodnost matice
je maximální počet lineárně nezávislých řádků matice A

h(A) = 3

h(A) = 2
d(A) = 3 – 2 = 1

Defekt matice: d(A) = n – h(A)

n … počet neznámých proměnných

Regulární čtvecová matice: h(A) = n

Singulární čtvecová matice: h(A) < n
 Operace s maticemi
Nechť A, B jsou matice obě typu (m,n)
• Rovnost matic A = B  jsou-li téhož typu (m,n)
a zároveň aik = bik
• Součet matic A + B = [aik+bik]
• Násobek matice skalárem .A = [.aik]
• Součin matic A typu (m, n) a B typu (n, p) je matice
A.B = C =[cik] typu (m, p),
kde cik je skalární součin i - tého řádku matice A
a k - tého sloupce matice B
 Elementární operace
• Elementární operace
– Součet řádků
– Násobení řádků skalárem
– Výměna řádků
– Vynechání řádku
– Záměna pořadí sloupců
Příklad
Sečtěte matice A a B.

Příklad
Vynásobte matici číslem α = 2.
Příklad
Vynásobte matice A a B.
Příklad
Vynásobte matice A a B.
Samostatný příklad
Vynásobte matice A a B.
Řešení samostatného příkladu