LA · Nástroje
Rozcestník a univerzální postupy
Podle slov v zadání poznáš typ příkladu a co udělat jako první. Plus algoritmy pro soustavy a rychlá rozhodnutí bez počítání.
1Rozcestník podle slov v zadáníPostup
| Zadání obsahuje | Nejdůležitější první krok | Co vypočítat |
|---|---|---|
| „Najděte všechny kořeny polynomu“ | vytknout, zkusit racionalní kořeny, Horner | rozklad polynomu |
| „Sestavte polynom z kořenů“ | faktory , doplnit sdružené kořeny | násobící konstanta podle zadání |
| „Určete reálný rozklad“ | spárovat komplexně sdružené kořeny | reálné kvadratické faktory |
| „Vypočtěte “ | zkontrolovat vnitřní rozměry | řádek krát sloupec |
| „Určete “ | zkusit jednoduše opakovat, hledat diagonální/Jordanův tvar | |
| „Určete determinant“ | zjistit rozměr a nuly | 2×2 vzorec, Sarrus, Laplace nebo Gauss |
| „Závislé či nezávislé?“ | vložit prvky jako sloupce | , hodnost vs počet sloupců |
| „Báze a dimenze obalu“ | sloupce generátorů | pivotové sloupce původní matice |
| „Patří do prostoru?“ | rozšířit matici o sloupec | konzistence |
| „Průnik podprostorů“ | spojit jejich podmínky | homogenní soustava |
| „Součet podprostorů“ | spojit generátory | báze obalu všech generátorů |
| „Hodnost matice“ | Gauss na schodovitý tvar | počet pivotů |
| „Inverzní matice“ | zkontrolovat čtvercovost a regularitu | |
| „Určete z “ | izolovat se zachováním stran | |
| „Je zobrazení lineární?“ | test , pak additivita/homogenita | důkaz nebo protipříklad |
| „Báze jádra“ | polož | Gauss, parametrický rozklad |
| „Báze obrazu“ | vytvoř matici | původní pivotové sloupce |
| „Matice zobrazení“ | dosazovat vstupní bázové prvky | sloupce |
| „Matice přechodu“ | nadefinuj směr souřadnic | zpravidla při |
| „Kolik řešení ?“ | Gauss na | Frobeniova věta |
| „Cramerem řešte soustavu“ | postupně | |
| „Závislost na parametru“ | najít pivoty závislé na parametru | oddělit kritické hodnoty |
| „Vlastní čísla“ | kořeny charakteristického polynomu | |
| „Vlastní vektory“ | pro každé vytvořit | báze jádra |
| „Diagonalizace“ | spočítat vlastní vektory | |
| „Ortonormální báze“ | Gram–Schmidt a normalizace | kolmé jednotkové vektory |
| „Ortogonální průmět“ | je báze ortogonální? | projekční vzorec nebo Gramova soustava |
| „Metoda nejmenších čtverců“ | postavit a | |
| „Ortogonální doplněk“ | pro každý generátor | homogenní soustava |
2Algoritmus pro homogenní maticovou soustavu Postup
Zapiš A → Gauss → označ pivotové sloupce.
Počet volných proměnných = počet sloupců A − počet pivotů.
Každou volnou proměnnou zvol jako samostatný parametr.
Vyjádři pivotové proměnné → vektorové řešení.
Koeficientové vektory u parametrů = báze Ker(A).
Kontrola: pro každý bázový vektor musí platit .
3Algoritmus pro nehomogenní soustavu Postup
Zapiš [A|b] → Gauss.
Je v řádku [0 ... 0 | nenulové číslo]? ANO → bez řešení.
NE → počet pivotů h(A).
h(A)=n? ANO → jedno řešení, zpětně dosaď.
h(A)<n? → zvol n−h(A) volných parametrů, vyjádři celé řešení.
Kontrola: dosazuj do původních rovnic, nikoli jen do upraveného tvaru.
4Pět vzorců, které je nutné umět bez hledání
5Co si vždycky napiš na papír před výpočtem
- Rozměry: např. , , .
- Zvolenou bázi a pořadí koeficientů: vs .
- Co jsou neznámé: čísla ? nebo koeficienty ? nebo matice ?
- Co je cílová rovnost: , , .
- Rizikové dělení: když je ve jmenovateli parametr, předem rozděl jeho nulový a nenulový případ.
6Rychlá rozhodnutí bez výpočtu
- vektorů v -rozměrném prostoru: nutně lineárně závislé.
- Homogenní soustava má více neznámých než rovnic: má netriviální řešení.
- Čtvercová matice s nulovým řádkem: determinant 0 a bez inverze.
- Dva stejné řádky determinantové matice: determinant 0.
- Dva vlastní vektory k různým vlastním číslům: jsou lineárně nezávislé.
- : zobrazení není lineární.
- Ortonormální báze: souřadnice jsou skalární součiny .
- Dva sloupce, které jsou násobky: mezi nimi je lineární závislost.
- u : má jen nulové řešení.
- Neslučitelná soustava: přidání zvýší hodnost.
7Kompletní tabulka rozlišení pro Cramer a Gauss
| Situace | Determinant | Hodnosti | Typ řešení |
|---|---|---|---|
| čtvercová, | nenulový | právě jedno | |
| čtvercová, a mimo obraz | nulový | žádné | |
| čtvercová, a v obrazu | nulový | nekonečně mnoho | |
| obdélníková | nedefinovaný pro celé | řešíme Gauss/Frobenius | podle hodností |
8Nauč se kontrolovat výsledky jinou metodou
- Inverzi kontroluj násobením .
- Vlastní vektor kontroluj .
- Bázové vektory jádra kontroluj .
- Bázové vektory obrazu musí být skutečně obrazy nějakých vstupů.
- Determinant můžeš zkontrolovat Laplacem i Sarrusem.
- Projektor kontroluj kolmostí rezidua vůči celému podprostoru.
- Výsledek s parametrem ověř dosazením konkrétní běžné i kritické hodnoty.
Užitečný zvyk: nedívej se jen na poslední číslo. Všímej si, že každý meziřádek má jasný důvod a platný předpoklad.