A. Soustavy lineárních rovnic.

Slides:



Advertisements
Podobné prezentace
A. Soustavy lineárních rovnic.
Advertisements

METODA LINEÁRNÍ SUPERPOZICE SUPERPOSITION THEOREM Metoda superpozice vychází z teze: Účinek součtu příčin = součtu následků jednotlivých příčin působících.
Tercie Rovnice Rovnice – lineární rovnice postup na konkrétním příkladu.
Experimentální metody oboru – Pokročilá tenzometrie – Měření vnitřního pnutí Další využití tenzometrie Měření vnitřního pnutí © doc. Ing. Zdeněk Folta,
Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační.
Funkce Lineární funkce a její vlastnosti 2. Funkce − definice Funkce je předpis, který každému číslu z definičního oboru, který je podmnožinou množiny.
A. Soustavy lineárních rovnic. y = 2x + 5 2x – y = -5 a 1 x 1 + a 2 x 2 = b a 1 = 2 a 2 = -1 b = - 5 x + y = 5 3x + 3y = 18 x + y = 5 3x + 3y = 15 x +
Definice: Funkce f na množině D(f)  R je předpis, který každému číslu z množiny D(f) přiřazuje právě jedno reálné číslo. Jinak: Nechť A, B jsou neprázdné.
Kruh, kružnice Matematika 8.ročník ZŠ
Funkce Konstantní a Lineární
VÝRAZY Matematické zápisy obsahující čísla (konstanty), písmena (proměnné) a početní operace ČÍSELNÉ S PROMĚNNOU √25 2.(4-7.8) 3x+7 4a3- 2a.
Mocniny, odmocniny, úpravy algebraických výrazů
AUTOR: Mgr. Hana Vrtělková NÁZEV: VY_32_INOVACE_M_20_Rovinné útvary
ANALYTICKÁ GEOMETRIE V ROVINĚ
ŠKOLA: Městská střední odborná škola, Klobouky u Brna,
Lineární funkce - příklady
Řešení nerovnic Lineární nerovnice
NÁZEV ŠKOLY: S0Š Net Office, spol. s r.o, Orlová Lutyně
Lineární rovnice a nerovnice I.
PARAMETRICKÉ VYJÁDŘENÍ PŘÍMKY
Soustava dvou lineárních rovnic se dvěma neznámými
Síla a skládání sil Ing. Jan Havel.
Název: Trojúhelník Autor:Fyrbachová
Grafické řešení lineárních rovnic
Obchodní akademie, Střední odborná škola a Jazyková škola s právem státní jazykové zkoušky, Hradec Králové Autor: Mgr. Lubomíra Moravcová Název materiálu:
8.1 Aritmetické vektory.
FUNKCE. Závislost délky vegetační sezóny na nadmořské výšce
Vlastnosti trojúhelníku
8.1.2 Podprostory.
Matematika Parametrické vyjádření přímky
Základní jednorozměrné geometrické útvary
Maďarská metoda Kirill Šustov Michal Bednář Stanislav Běloch
Číslo projektu Číslo materiálu název školy Autor Tématický celek
Analytická geometrie v rovině
Soustavy rovnic Řešení soustav lineárních a kvadratických rovnic s více neznámými 5. ( řešené úlohy)
Funkce Funkce (píšeme f (x) ) je každé zobrazení množiny A do množiny R, kde A je libovolná podmnožina množiny R. Zobrazované množině A říkáme definiční.
Vzájemná poloha hyperboly a přímky
2.2 Kvadratické rovnice.
Rovnice a nerovnice Lineární nerovnice Mgr. Jakub Němec
SÁRA ŠPAČKOVÁ MARKÉTA KOČÍBOVÁ MARCELA CHROMČÁKOVÁ LUKÁŠ BARTOŠ B3E1
MATEMATIKA Soustavy dvou lineárních rovnic o dvou neznámých.
Soustava dvou lineárních rovnic se dvěma neznámými
Parametrické vyjádření roviny
Kvadratické nerovnice
Řešení nerovnic Lineární nerovnice
8.1.3 Lineární obal konečné množiny vektorů
Mgr. Martin Krajíc matematika 3.ročník analytická geometrie
Rovnice základní pojmy.
DIGITÁLNÍ UČEBNÍ MATERIÁL
Provozováno Výzkumným ústavem pedagogickým v Praze.
Teorie chyb a vyrovnávací počet 1
Dostupné z Metodického portálu
Lomené výrazy (2) Podmínky řešitelnost
Výuka matematiky v 21. století na středních školách technického směru
KOMBINACE BEZ OPAKOVÁNÍ
Teorie chyb a vyrovnávací počet 1
Obchodní akademie, Střední odborná škola a Jazyková škola s právem státní jazykové zkoušky, Hradec Králové Autor: Mgr. Lenka Marková Název materiálu:
Střední škola obchodně technická s. r. o.
Lineární funkce a její vlastnosti
Konstrukce trojúhelníku - Ssu
Teorie chyb a vyrovnávací počet 1
Dvojosý stav napjatosti
Rovnice opakování Výukový materiál pro 9.ročník
Grafy kvadratických funkcí
Průměr
Analytická geometrie v rovině
Teorie chyb a vyrovnávací počet 2
Teorie chyb a vyrovnávací počet 2
Tečné a normálové zrychlení
Konstrukce trojúhelníku
Transkript prezentace:

A. Soustavy lineárních rovnic. y = 2x + 5 2x – y = -5 a1x1 + a2x2 = b a1 = 2 a2 = -1 b = - 5 x + y = 5 3x + 3y = 18 x + y = 5 3x + 3y = 15 x + y = 5 x + 3y = 18 žádné řešení nekonečně mnoho řešení jedno řešení

x + y + 2z = 9 2x + 4y – 3z = 1 3x + 6y – 5z = 0 vektory koeficientů matice 3 x 3 koeficientů x + y + 2z = 9 2x + 4y – 3z = 1 3x + 6y – 5z = 0 rozšířená matice soustavy 3 x 4 Ekvivalentní úpravy (tj. množina řešení se nemění): výměna řádků násobení řádků konstantou přičtení násobku řádku k jinému řádku

x + y + 2z = 9 2x + 4y – 3z = 1 3x + 6y – 5z = 0 k 2. rovnici přidám (-2)-násobek 1. rovnice k 3. rovnici přidám (-3)-násobek 1. rovnice x + y + 2z = 9 2y – 7z = -17 3x + 6y – 5z = 0 2. rovnici násobím 1/2 x + y + 2z = 9 2y – 7z = -17 3y – 11z = -27 k 3. rovnici přidám (-3)-násobek 2. rovnice x + y + 2z = 9 y – 7/2z = -17/2 3y – 11z = -27

x + y + 2z = 9 y – 7/2z = -17/2 -1/2z = -3/2 3. rovnici násobím -2 x + y + 2z = 9 y – 7/2z = -17/2 z = 3 k 1. rovnici přičtu (-1)-násobek 2. rovnice x + 11/2z = 35/2 y – 7/2z = -17/2 z = 3 k 1. rovnici přičtu (-11/2)-násobek 3.rovnice a k 2. rovnici přičtu (7/2)-násobek 3.rovnice x + = 1 y = 2 z = 3

B. Gaussova – Jordanova eliminace. Smyslem je převést rozšířenou matici soustavy na redukovanou „stupňovitou“ matici: B1. Gaussova eliminace. jestliže řádek neobsahuje pouze nuly, pak první nenulový prvek zleva je 1 (vedoucí 1) všechny řádky obsahující pouze nuly jsou umístěny dole jako poslední jestliže dva následující řádky neobsahují pouze nuly, pak vedoucí 1 u dolního je vpravo od vedoucí 1 u horního. splňuje body 1-3 z = 5 y = 2 – 6z = -28 x = 7 – 3z – 4y = 104 matice soustavy matice ve stupňovitém tvaru B2. Gaussova - Jordanova eliminace. každý sloupec, který obsahuje „vedoucí“ jedničku, má na ostatních místech nuly z = 5 y = - 28 x = 104

Výsledkem Gaussovy eliminace je matice ve stupňovitém tvaru, tj. není Matice je v redukovaném stupňovitém tvaru: 1. Vedoucí prvek nenulového řádku je první zleva v tomto řádku. Nulový řádek nemá vedoucí prvek. Vedoucí prvek následujícího řádku je umístěn vpravo od vedoucího prvku řádku aktuálního. Ve sloupci, v němž se nachází vedoucí prvek, jsou ostatní sloupce nulové. Výsledkem Gaussovy eliminace je matice ve stupňovitém tvaru, tj. není splněn bod 3. v definici redukovaného stupňovitého tvaru. Výsledkem Gaussovy Jordanovy eliminace je matice v redukovaném stupňovitém tvaru.

Příklad. (soustava 3 rovnic s 5 proměnnými) a) vytvoření stupňovité matice (Gaussova eliminace) matice ve stupňovitém tvaru b) Zpětný chod (Gauss – Jordanova eliminace) x3 = 1, x5 = 2 x1 = u x2 = v x4 = 7/3 -2v/3 – u/3 soustava rovnic má nekonečně mnoho řešení

C. Homogenní soustavy lineárních rovnic. Jedná se o soustavy lineárních rovnic s nulovou pravou stranou. Příklad. jedničky, které nejsou vedoucí (nejsou první zleva v řádku) vedoucí jedničky matice je ve stupňovitém tvaru. 2 možnosti: x1 = x2 = x3 = x4 = x5 = 0 (pro s = t = 0) triviální řešení nekonečně mnoho řešení pro s nebo t různé od 0 x5 = t x4 = 0 x3 = -t x2 = s x1 = -s -t x4 = 0 x3 + x5 = 0 x1 + x2 + x5 = 0 Řešení homogenní soustavy rovnic (m rovnic s n neznámými): má vždy triviální řešení pokud m < n, pak má soustava nekonečně mnoho řešení

Transponováním matice A vzniká matice B. D. Operace s maticemi. A má 3 řádky a 2 sloupce , je to matice 3 x 2 A = B má 2 řádky a 3 sloupce, je to matice 2 x 3 B = Řádky matice A = sloupce matice B, B = AT, A = BT. Transponováním matice A vzniká matice B. Transponováním matice B vzniká matice A. Násobení matice A konstatou c znamená násobení každého prvku matice A = cA =

Sčítání (odčítání) matic znamená sčítání (odčítání) příslušných prvků. A + C = = Sčítání (odčítání) matic znamená sčítání (odčítání) příslušných prvků. Matice musejí být stejného typu (v příkladu jsou 3 x 2) Nulová matice má všechny své prvky rovny 0 A = B = AB = = = Součin matic AB je možno provést pouze v případě, že matice A je typu m x n a matice B je typu n x p. Výsledná matice AB je pak typu m x p.

Jednotková matice E je čtvercová matice, Jestliže i-tý řádek matice A obsahuje prvky ai1, ai2, ..., ain a j-tý sloupec matice B obsahuje prvky b1j, b2j, ... ,bnj, pak prvek cij matice AB tvar cij = ai1b1j + ai2b2j + ... + ainbnj Jednotková matice E je čtvercová matice, která má na hlavní diagonále 1 a všude jinde 0. Je-li A čtvercová matice a E je jednotková matice stejného typu jako A, pak AE = EA = A. Pro čtvercové matice A, B obecně platí AB ≠ BA, záleží tedy na pořadí násobení. = = Příklad. A = B = E = AB = BA = E, kde E je jednotková matice.

Nechť A je čtvercová matice Nechť A je čtvercová matice. Matice A-1, pro kterou platí A-1A = AA-1 = E, kde E je jednotková matice stejného typu jako A, se nazývá inverzní matice k A. Matice A, ke které existuje A-1, se nazývá regulární. Pokud existuje A-1, je určena jednoznačně. Pokud ke čtvercovým maticím A, B existují matice inverzní, pak (AB)-1 existuje a (AB)-1 = B-1A-1. Metoda nalezení inverzní matice. Dá se ukázat, že je platný následující postup: Na rozšířenou matici (A, E), kde A je čtvercová regulární matice a E jednotková matice stejného typu, uplatňujeme opakovaně řádkové úpravy definované při Gaussově eliminačním algoritmu, dokud nedostaneme rozšířenou matici (E, B). Pak B = A-1. Příklad. A = (A,E) = Řádkové úpravy provádíme na celou matici 3 x 6.

Následující tvrzení jsou ekvivalentní: matice A je regulární ~ ~ ~ ~ ~ A-1 = Následující tvrzení jsou ekvivalentní: homogenní soustava rovnic má pouze triviální řešení matice A je regulární

E. Nehomogenní soustavy lineárních rovnic. Jedná se o soustavy lineárních rovnic s nenulovou pravou stranou. Nechť A je regulární (čtvercová, n x n) matice, nechť b, x jsou nenulové (n x 1) matice (vektory). Řešením rovnice Ax = b je x = A-1b. Pro každý Vektor b toto řešení existuje a je jediné. Následující tvrzení jsou ekvivalentní: homogenní soustava rovnic má pouze triviální řešení matice A je regulární Pro každý vektor b má rovnice Ax = b právě jedno řešení tvaru x = A-1b. Determinant matice A (det A) je číslo, pro které platí: det A = 0 právě když A není regulární, tj. právě když A-1 neexistuje. det A ≠ 0 právě když A je regulární, tj. právě když A-1 existuje. Jestliže A = , pak det A = a11a22 – a12a21 minus Jestliže A = plus pak det A = a11a22a33 +a12a23a31 + a13a21a32 – a31a22a13 – a32a23a11 – a33a21a12

Následující tvrzení jsou ekvivalentní: homogenní soustava rovnic má pouze triviální řešení matice A je regulární Pro každý vektor b má rovnice Ax = b právě jedno řešení tvaru x = A-1b. det A ≠ 0. Výpočet determinantu pro obecnou čtvercovou matici A přesahuje rámec této přednášky. (Cramerovo pravidlo). Řešení systému lineárních rovnic Ax = b, kde A je typu n x n a det A ≠ 0 je tvaru x1 = det A1/det A, x2 = det A2/det A, …, xn = det An/det A, kde Aj vznikne z matice A nahrazením j-tého jejího sloupce sloupcem b.

Příklad. x1 + 2x3 = 6 -3x1 + 4x2 + 6x3 = 30 - x1 - 2x2 + 3x3 = 8 A = A1 = A2 = A3 = x1 = det A1/ det A = -40/44 = -10/11 x2 = det A2/ det A = 72/44 = 18/11 x3 = det A3/ det A = 152/44 = 38/11

F. Výpočet inverzní matice pomocí determinantu. Máme regulární čtvercovou matici A s prvky aij, i = 1, …, N, j = 1, …, N. Prvky matice A-1 označíme bij. Platí , kde Aji je čtvercová matice, která vznikne z matice A vynecháním j-tého řádku a i-tého sloupce. Poznámka: Pozor na pořadí indexů ve vzorci!! Máme bij, ale Aji

Příklad. Nechť jsou dány matice A, B. Vypočtěte matici X, jestliže A.X = B Řešení. X = A-1.B . Vypočteme prvky inverzní matice. det A = 5

G. Analytická geometrie. Rn = {[x1, x2, ..., xn] T; xi  R, i = 1, 2, ..., n}, prvky lze chápat jako vektory, speciálně R2 = {[x1, x2] T; xi  R, i = 1, 2} u Příklad. 3 vektor u  R2 1 vektor opačný -u  R2 -3 3 -1 1

násobení reálným číslem. Operace s vektory. Sčítání násobení reálným číslem. (1, 2) (-2, 1) (-3, 1) k je reálné číslo (jednosložkový vektor = skalár) (3, 6) (1, 2)

Délka vektoru. x =(x1, x2, ..., xn) T. Délka (velikost) vektoru je reálné číslo Jestliže x má délku | x |, pak y = x / | x | má délku | y | = 1. y se nazývá normalizovaný vektor. Příklad. Normalizujte vektor Normalizovaný vektor Zkouška. x =(x1, x2, ..., xn) T, y =(y1, y2, ..., yn) T. Skalární součin

Odchylka vektorů. x =(x1, x2, ..., xn) T, y =(y1, y2, ..., yn) T. Odchylka vektorů Dva vektory x a y jsou kolmé, jestliže (x, y) = 0. Poznámka. Jestliže 2 vektory jsou kolmé, pak cos a = 0, kde a je jejich odchylka. Proto (x, y) = 0. Orientace úhlu odchylky vektorů je proti směru hodinových ručiček. a

Přímka v R2. Rovnici přímky y = px + q lze přepsat ve tvaru ax + by + c = 0. Pak vektor u = (-b, a) je směrový vektor přímky. vektor n = (a, b) je směrový vektor přímky kolmé k ax + by + c = 0. Říkáme mu normálový vektor k přímce. (n je kolmý k u.) Příklad. n . u = n1u1 + n2u2 = -ab + ab = 0. Normálový a směrový vektor přímky jsou kolmé vektory. ax + by + c = 0 n = (a, b) normálový vektor přímky u = (-b, a) směrový vektor přímky [0, 0]

Příklad. Přímka p prochází body [1, 2] a [3, 5]. Napište její rovnici a rovnici přímky q, která je k ní kolmá a která prochází bodem [1, 2]. směrový vektor p je u = (-2, -3) = (-b, a). p: -3x +2y + c = 0 Zbývá určit c. Přímka prochází bodem [1, 2]. -3 + 4 + c = 1 + c = 0, c = -1 p: -3x +2y - 1 = 0 Normálový vektor n = (-3, 2). q: 2x + 3 y + c = 0 Přímka prochází bodem [1, 2]. 2 + 6 + c = 8 + c = 0, c = -8 q: 2x + 3 y - 8 = 0 Parametrická rovnice přímky v R2 je parametrická rovnice přímky procházející bodem [x0, y0] se směrovým vektorem u, t je reálné číslo.

Vzájemná poloha přímek v rovině. Přímky v rovině mohou být rovnoběžné, nebo různoběžné. Nechť přímka p prochází bodem A = [a1, a2] a její směrový vektor je u = (u1, u2), přímka q prochází bodem B = [b1, b2] a její směrový vektor je v = (v1, v2).   Příklad. p: 3x + 2y + 1 = 0, q: -6x - 4y +10 = 0. Směrové vektory u = (-2, 3), v = (4, -6). Zvolíme k = -1/2 a platí (-2, 3 ) = -1/2(4, -6). Přímka p prochází bodem [0, -1/2]. Dosazením do rovnice pro q je zřejmé, že tento bod neleží na přímce q. Přímky jsou tedy rovnoběžné různé.

Příklad. Přímky p : x = 1 + 2t, y = 2 – t, q: x + 3y + 1 = 0. Zjistěte vzájemnou polohu obou přímek. Napište rovnice přímek kolmých k těmto přímkám v bodě x = 0. Směrový vektor přímky p je u = (2, -1), směrový vektor přímky q je v = (-3, 1). Jestliže jsou přímky rovnoběžné, pak existuje konstanta k tak, že 2 = -3k, -1 = k. Obě tyto rovnice nemohou být současně splněny. Přímky jsou tedy různoběžné. Směrový vektor kolmice k p je w = (w1, w2). Pro směrový vektor přímky p a směrový vektor kolmice k p musí platit, že jejich skalární součin je roven 0. Tedy 2w1-w2 = 0. Nejjednodušší je zvolit kolmý vektor w = (-u2, u1) = (1, 2), ale například také (u2, -u1) nebo všechny k-násobky w. Všechny tyto vektory vyhovují podmínce kolmosti, tj. w u = 0. Kolmice k přímce p v bodě [0, 5/2] je tedy x = t, y = 5/2 + 2t. Směrový vektor kolmice ke q je z = (1, 3) (nebo jeho libovolný k-násobek) a kolmice prochází bodem [0, -1/3]. Můžeme tedy psát rovnici kolmice 3x - y + c = 0, 0 + 1/3 + c = 0, c = -1/3. Tedy kolmice ke q má tvar 3x + y – 1/3 = 0 nebo parametricky x = t, y = -1/3 + 3t.

Příklad. Napište rovnici tečny a normály ke křivce y = x 2 + 3 v bodě x = 1. x = 1, y = 4. Směrový vektor je dán derivací funkce v bodě 1. Derivace v bodě x = 1 je rovna 2x = 2. Směrový vektor tečny tedy je (1, 2). Parametrická rovnice tečny Neparametrická rovnice = vektorová rovnice přímky (1, 2) = (-b, a). Rovnice 2x – y + c = 0, 2 – 4 + c = - 2 + c = 0, c = 2. 2x – y + 2 = 0 Normálový vektor (2, -1) = (a, b) je směrový vektor normály. Rovnice -x - 2y + c = 0, -1 - 8 + c = -9 + c = 0, c = +9 x + 2y – 9 = 0.

Příklad. K přímce p: y = 3x v bodě x = 1 je vedena kolmice, která protíná osu x v bodě [K, 0]. Vypočtěte K. p : 3x – y = 0, směrový vektor (-b, a) = (1, 3), x = 1, y = 3. Pro normálu je (1, 3) = (a, b). Rovnice normály je x + 3y + c = 0, 1 + 9 + c = 10 + c = 0 x + 3y -10 = 0. y = 0, pak x = K = 10.

Úkol k procvičení. Trojúhelník má vrcholy v bodech P = [0, 0], Q = [4, 0], R = [4, 3]. Vpočtěte délku všech 3 stran trojúhelníka rovnice 3 těžnic, jejich délku a souřadnice těžiště.

Aplikace (Matice Leslie). Rozmnožování řady druhů je věkově závislé. Předpoklady. Sledujeme samice v populaci. Předpokládáme, že k množení dochází jen jednou za sezónu Na konci sezóny spočítáme potomky každého jedince. Jedinci stáří 4 roky a starší neexistují. Označme Nx(t ) počet samic věku x v čase t, Předpokládáme: 40% jedinců věku 0 30% jedinců věku 1 10% jedinců věku 2 jsou naživu v okamžiku sčítání jedinců na konci sezóny

N(t + 1) = L N( t ) Leslie matice Nechť N0( t ) = 1000, N1( t ) = 200, N2( t ) = 100, N3( t ) = 10

Obecně: Pi část samic stáří i, která přežije do následující sezóny. Fi průměrný počet živých potomků samice stáří i na 1 samici.

Aplikace (Lineární regrese). Pro hodnoty nezávisle proměnné x1, x2, …, xn měřím veličinu y =(y1, y2, … , yn )T Předpokládám, že nezávisle proměnná není zatížena chybou měření a y je zatíženo chybou měření. x nadmořská výška y délka vegetační sezóny Hledám přímku, která by “nejlépe odpovídala“ měřením.

Součet čtverců odchylek bodů přímky a měření Odchylky přímky a dat: Některé jsou kladné, Některé jsou záporné Některé jsou nulové. Součet čtverců odchylek bodů přímky a měření kvadratická funkce 2 proměnných lineární funkce 2 proměnných