FAV-ZCU/KMA LAA/Věty.md
2023-01-10 23:24:37 +01:00

5.6 KiB

Formulujte následující tvrzení a věty

vlastnosti sčítání, násobení matic

  • sčítání matic
    • matice A, B - pouze matice stejného typu
    • sčítá se po prvcích => c_{ij} = a_{ij} + b_{ij}
    • C = A + B
    • odečítání analogicky
  • násobení matic
    • konstantou
      • máme matici A a koeficient k \in \mathbb{C}
      • každý prvek matice vynásobíme číslem k
      • c_{ij} = k * a_{ij}
    • násobení dvou matic
      • C = A * B: A typu m/n, B typu n/p
      • počet sloupců první matice se musí rovnat počtu řádků druhé matice
      • skalární součin i-tého řádkového vektoru A a j-tého sloupcového vektoru $B$
      • násobení matic není komutativní!
      • výsledná matice typu m/p

Vietovy vzorce, věta o rozkladu polynomu na součin kořenových činitelů

  • Vietovy vzorce

    • máme polynom proměnné x - p(x) a kořeny c_1, c_2, ..., c_n polynomu p(x)
      • a_{n-1} = -a_n(c_1, c_2, ..., c_n)
  • věta o rozkladu polynomu na součin kořenových činitelů

    • každý polynom lze vyjádřit jako:
      • p(x) = (x-c_1)(x-c_2)...(x-c_n)
    • c_1, c_2, ..., c_n - kořeny polynomu p(x)

věta o lin. závislosti prvků

  • prvky v_1, v_2, ..., v_n jsou LZ pokud se alespoň jeden z nich dá vyjádřit jako LK ostatních
  • každá podmnožina LN pvrků je LN
  • každá nadmnožina LZ prvků je LZ
  • LZ množina může obsahovat LN množinu
  • množina s nulovým prvkem je LZ, {0} je LZ

věta o existenci báze, Steinitzova věta o výměně

  • věta o existenci báze

    • v každém nenulovém konečně generovaném L. V. P. \ \exist alespoň jedna báze
    • báze nulového (triviálního) L. V. P. je {0}
  • Steinitzova věta o výměně

    • máme L. V. P. - V, M = \{g_1, g_2, ..., g_m\} ... generátory V, N = \{b_1, b_2, ..., b_n\} ... báze V
    • dim (N) \leq dim (M)
    • LZ prvky z M lze nahradit prvky z N => N znovu generuje V

věta o souřadnicích prvků v bázi

  • máme:
    • V - nenulový, konečně generovaný L. V. P.
    • B = \{\vec b_1, \vec b_2, ..., \vec b_n\} uspořádaná báze V
    • koeficienty c_1, c_2, ..., c_n \in R
    • \vec v \in V
  • souřadnice prvku \vec v v bázi B je LK \vec v = c_1b_1 + c_2b_2 + ... + c_nb_n
  • značí se \widehat{\vec v_B} = [c_1, c_2, ..., c_n]^T
  • je nutné dávat si pozor na pořadí!
  • souřadnice součtu dvou prvků jsou součtem souřadnic těchto prvků
    • \widehat {(\vec v_1 + \vec v_2)} = \widehat {(\vec v_1)} + \widehat {(\vec v_2)}
  • souřadnice \lambda - násobku jsou rovny \lambda - násobku souřadnic tohoto prvku
    • \widehat {(\lambda * \vec v)} = \lambda * \widehat {(\vec v)}

věta o rozvoji determinantu podle řádku

  • máme: A - čtvercová matice řádu n, i \in \{1, 2, ..., n\}
  • rozvoj podle $i$-tého řádku - det(A) = a_{i1}A_{i1} + a_{i2}A_{i2} + ... + a_{in}A_{in}
  • věta platí analogicky i podle sloupce ($det(A) = det(A^T)$)

věty o elementárních úpravách determinantu

  • elementární úpravy
    • prohození dvou řádků matice
    • vynásobení jednoho řádku matice (nenulovým číslem)
    • přičtění k-násobku jednoho řádku k jinému
    • pouze pro determinanty platí elementární úpravy i pro sloupce
  • prohození dvou řádků
    • matice B vznikne prohozením dvou řádků A
    • det(B) = -det(A)
    • má-li matice A dva stejné řádky / sloupce => det(A) = 0
  • vynásobení číslem
    • matice B vznikne vynásobením $i$-tého řádku číslem c
    • det(B) = c * det(A)
    • má-li A nulový řádek / sloupec => det(A) = 0

věta o stupňovitém tvaru matice

  • pivot - první nenulový prvek na řádku
  • matice je ve stupňovitém tvaru pokud:
    • pro každý řádek platí:
      • je-li pivot na pozici j => ve všech dalších řádcích je pivot na pozici j' > j
    • je-li i-tý řádek nulový => další řádky nulové

věta o existenci inverzní matice

  • inverzní matice \exist pouze pro regulární matice
  • inverzní matice je jednoznačně určena

věta o dimenzích jádra a obrazu lin. zobr

  • Nechť U, V ... lineární vektorové prostory a \mathbb{L}: U \rightarrow V ... lineární zobrazení
    • Ker($\mathbb{L}$) ... podprostorem U
    • Im($\mathbb{L}$) ... podprostorem V
  • dim($U$) = dim(ker($\mathbb{L}$)) + dim(Im($\mathbb{L}$))

vlastnosti izomorfního zobrazení

  • Nechť U, V ... lineární vektorové prostory a \mathbb{L}: U \rightarrow V ... lineární zobrazení
  • izomorfní zobrazení: \mathbb{L}: U \rightarrow V
    • je prosté a zároveň "na"
  • inverzní izomorfní zobrazení: \mathbb{L}^{-1}: U \rightarrow V je též izomorfní
  • \mathbb{L} je izoformizmus:
    • <=> Ker($\mathbb{L}$) = {$0_U$} a zároveň Im($\mathbb{L}$) = V
    • <=> dim($U$) = dim(V)
  • pokud je zobrazení izomorfní => x_1, x_2, ..., x_n \in U jsou LZ pokud \mathbb{L}(x_1), (x_2), ..., (x_n) \in V jsou LZ

vlastnosti matice přechodu

  • nechť C, D jsou dvě báze prostoru U
  • T je matice přechodu od báze D k bázi C
    • => 1. T je regulární
    • => 2. T_{\vec u_C} = \vec u_D \forall \vec u \in U
    • => 3. T^{-1} ... matice přechodu od báze C k bázi D

Frobeniova podmínka řešitelnosti soustav

  • máme soustavu rovnic ($A*x = b$)
  • soustava rovnic má 1 řešení pokud:
    • hod($A|b$) = hod($A$)
  • soustava nemá řešení pokud:
    • hod($A|b$) \neq hod($A$)
  • soustava má nekonečně mnoho řešení pokud:
    • hod($A|b$) < n (počet neznámých)