M U 2SZ OLA T E C H N IC K Á V K O Š IC IA C H

o ľR O J N ÍC K A FAKULTA

RNDr. Štefan Černák, C S c. - RNDr. Ondrej Dreveňák, C S c.

RNDr. Vojtech Valko

LINEÁRNA ALG EBRA

Á
O f l i m i i KNIŽNICA VŠT
■■ Hl -myN> -«i»4»/ t"1" -

tan:
ZîÆMîL
* r ir
BTUfe*
M

Schválil Rektorát VŠT v Košiciach výmerom čislo 376/1981

Š. Černák, 0. Dreveňák, V. Valko, 1982

 O B S A H

Ú v o d .......... _................................... ................. 5

I. MATICE A D E T E R M I N A N T Y .............................................. 7

1 . Operácie s n-ticami........................................ 7
2. Lineárna závislosť a nezávislosť n-tíc .......................... 9
3« M a t i c e .......................................................... 14
4. D e t e r m i n a n t y .............................................. 20
5. Operácie s m a t i c a m i ............................................... 38

II. SÚSTAVY LINEÁRNYCH ROVNÍC .............................. **7

1 . Riešenie sústavy lineárnych r o v n í c .................. 47

2. Riešenie homogénnej sústavy lineárnych rovníc ........ 61
•4
3. Riešenie sústav lineárnych rovníc pomocou determinantov 66

.A
POLYNÓMY A ALGEBRAICKÉ ROVNICE. RACIONÁLNE PUNKCIE 73

1. Polynómy a ich základná v l a s t n o s t i .......... 73

2. Algebraická rovnice .......................... 75
3. Rozklad racionálnej funkcie na parciálne zlomky 80

IV. íLINEÁRNE P R I E S T O R Y ............................ 86

1 . Pojem lineárneho p r i e s t o r u ................ 86

;2. Lineárna závislosť a nezávislosť .......... 89
3. Báza lineárneho priestoru .................. 94
U*. Izomorfizmus lineárnych p r i e s t o r o v ........ 97
5. Podpriestory lineárneho priestoru .......... 99
(6. Vzťah medzi b á z a m i ........................ 102
'7. Transformácia súradníc vektora pri zmene bázy 104

V. J ILINEÁRNE Z O B R A Z E N I E ................................................ 107

1 11 . Pojem lineárneho zobrazenia...................................... 107

; ;2. Matica lineárneho z o b r a z e n i a .................................... 108
' '.3. Zmena matice lineárneho zobrazenia pri prechode k novej báze ... 114
l í4. Operácie s lineárnymi z o b r a z e n i a m i.............................. 117
‘ ‘5. Inverzné zobrazenie. Jadro a obraz zobrazenia.................... 120
t l6, Charakteristické korene a vlastné h o d n o t y ........................ 123

L
 ■

-É
 - 7 -

I. M A T I C E A D E T E R M I N A N T Y

1. OPERÁCIE S n-TICAMI

Definícia 1.1. Nech n f N. Usporiadanú sústavu n čísel a^ , a^f ...,

(vo všeobecnosti i komplexných čísel) nazývame n-ticou (n-rozmerným vektorom)
a označujeme

a * (a^, a^, • •• » a^)•

Čísla a., a„, .... a nazývame zložkami n-tice a alebo súradnicami vektora a.
1 2 n

Definícia 1.2. Dve n-tice a = (a., a„, ..., a ), b =■ (b,, b , b ) sa

------------- i 4 n i c n
rovnajú (píšeme a «= b ) práve vtedy, ak sa rovnajú zložky a^ = b^, i = 1 , 2 , ..
.•. * n.

Definícia 1.3. Súčtom dvoch n-tíc a = (a_ , a„, ..., a ), b = b. , b„, ...
------------- i 4 n i 4
..., b^) nazývame n-ticu

a + b = (a1 + b -,* a2 + b2 ..... an + b^).

Definícia 1.4. Súčinom čísla

------------- k a n-tice a = (a„1 , a„,
4 ..., an ) nazývame
n-ticu

ka = ak = (ka , ka„, ..., ka ).

i 4 n

Definícia 1.5. n-ticu 0 = (0, 0, ..., 0), ktorej všetky zložky sa rovnajú
nule, nazývame nulovou n-ticou; n-ticu -a = (-a1, “a2 * •••• ~an ) nazývame opač­
nou n-ticou k n-tici a.

Poznámka 1.1. a) zrejme platí 0a=(0, 0, ..., ú)» (“O a = (~ai » -a2* ***
..., -a );
n
b) n-tice môžeme sčítať len o rovnakom počte zložiek. Uvedieme niekoľko
príkladov na zavedená operácie s n-ticami.

Príklad 1.1. Nech sú dané n-tice a ='(2 + i, 4), b = (1 - 2i, 5i).

 8

Potom

a + b * (3 - i, 4 + 5i).

Príklad 1.2. Dané sú n-tice a = (a1* 2, a^) a b = (1, bg, 3). Určte n-ti-
cu d = 2a - 3 (b - a).

R i e š e n i e . Podľa definícií 1.3 a 1.4 Je d = (5a^ - 3» 10 - 3b2 i

5a3 - 9).

Príklad 1.3« Dané sú n-tice a = (2, 1, 5» 7) a b = (3. 8). Určte n-ticu

a + b.

R i e š e n i e . Úloha nemá zmysel, keďže sčítanie n-tíc Je definované len

pre n-tice o rovnakom počte zložiek.

C v i č e n i a

1.1. Nech a 1 = (1, 2, 3), a2 = (0, 1, 3)* a^ = (1 , 1, 2). Nájdite zložky n-tice
d = 3 (at + a2 ) - 2 (a2 - a ^ . [d = (5, 9, 16)]

1.2. Nech a = (3, 5, -2, O), b = (-1, 7, 13, -3), c = (1 , O, -2, 3). Nájdite
zložky n-tice x = 2a - 3b - c. [x = (8, -11, -41, 6)]

1.3. Pre aké čísla x, y a z platí rovnosť

cvr

a) (3, 3^ -y, 5) = (7x - 4, 5, | + 10); = -'5]

>>
n

0 = 1, Z

b) (2 + x, 1 + z, 3 + 2y) = (2, 2 + 3z, 5); [x = o, y = 1, z = -

•13

c) (x + y, 2 - z, 5, 4 - 2x) = (3z, 1 + x, 5, 6). [x = -1 , y - 7, z = 2 ]

Utvorte ka, ak pre k a a platí s

a) k * — ^ , a = (6, -2 , -4); [(-9 , 3 , 6)]

b) k - 3, a = (-2, 5); [(-6 . 15)]

c) k “ 4 * a = (3, 6, 9 8, 1, 6)]
* 2 )i o .

d) k = 0, a = (2, 1, 0, -2) f [(0, o, 0, 0)]

«) k * 1, a = (3, 4, 2, 8). [(3. 4, 2. 8)]

'V

Nájdite n— ticu x tak, aby platilo a + x = b, ak:

a) a = (3, 2, -1), b = (3, 4, 5); [(o, 2, 6)]

b) a = (-2, 3), b = (2, 0, D ; l nemá zmysel]

c) a = (5. 8, -9, 2), b = (*<U 5, 1, -1) [(-1 t “•3, 10, -•3)]

1.6. Nájdite štvorica x z rovnice

a) k& + 3b + 2c -t- 5* * 0, kde a = (-3» 2, 4, 1 ), b = (2, —1, k, —2),

c = (5, -2, 1, 3)5

b) 2(a-x) + 3(b+x) = 4(c+x), kde a (3, 2, 5, O), b = (8, -1 . 10, 2),

c = (7, 3, 3, 3).

2. LINEÁRNA ZÁVISLOSŤ A NEZÁVISLOSŤ n-TÍC

Predpokladajme v dalšom, že n-tice majú rovnaký počet zložiek.

Definícia 2.1. Hovoríme, že n-tica a je lineárnou kombináciou n-tíc

aj * a2 * •••» ar •

ak sa dá vyjadriť v tvare

k a k a
r r z W (2.1)
11 + k 2a 2 +
i= 1

kde kj, k^, ..., k^ sú vhodná čísla.

Príklad 2,1. n-ticu a = (1, 3) vyjadrite ako lineárnu kombináciu n-tíc

b = (1, 1), c - (1, 2).

R i e š e n i e . Vzťah (2.1) má v našom prípade tvar:

a =* k.jb + k2°*

Rozpísaním do zložiek získame sústavu dvoch rovníc o dvoch neznámych:

1 = k1 .1 + k2 .1 ,

3 = kj.1 + k2 «2.

Táto sústava má Jediná riešenie k^ ■ -1 , k2 = 2. Preto

a = -b + 2c.

Definícia 2.2. Nech a„ , a„, . .., a_ sú n-tice. Hovoríme, že n-tice a,,

~ ~ ■ 1 4 S
a , ..., a sú lineárne závislá vtedy a len vtedy, ak existujú taká čísla c.,
¿ S i
c2> ..., c^, z ktorých aspoň Jedno je rôzne od nuly, že Je splnená rovnica
 10 -

+ c a = ( 2. 2)
Cial + C2a2 * s 8 21 ciai = °*
i=1

Sústava n-tíc a., a„, a je lineárne nezávislá, ak platí vzťah (2.2)

1 < 8
len pre c, = c0 = ... = c =0.
1 < S

0 lineárnej závislosti alebo nezávislosti n-tíc a,, a., ..., a rozhodneme

1 2 s
podľa definície 2.2 tak, že určíme čísla c^ , c^, ..., Cg zo vzťahu (2.2), ktorý
predstavuje sústavu n rovníc o s neznámych c, , c„, ...» c . Ak má táto sú-
1 2 s
stava len triviálne riešenie (t.j. c1 = C 2 = >• • = c 0), sú n-tice a^ , a.^,
..., a^ lineárne nezávislé. Ak má táto sústava iné riešenie (t.j. také, že aspoň
jedno z čísel c., c„, ..., c je rôzne od nuly), sú n-tice a„, a_, ..., a
1 2 s 1 2 ’ s
1ineárne závi s1é .

Príklad 2.1. Rozhodnite o lineárnej závislosti alebo nezávislosti n-tíc:

a, = (4, 6, -2, 1), a2 = (0, 1, 3, 7), ^ = (0, O, -1, 2).

R i e š e n i e . Vzťah (2.2) má v našom prípade tvar:

C1 a 1 + c 2 a 2 + C3 a 3 = ° -

Podľa definície 1.2 (rovností n-tíc) a definície 1.3 (súčtu n-tíc) dostávame

c.,(4, 6, -2, 1) + c2(0, 1, 3, 7) + c3 (0, 0, -1, 2) = (0, 0, 0, O)

a odtiaľ rozpísaním do zložiek máme sústavu rovníc

+ 0.c2 + O.c^ = 0,

6.c1 + 1.c2 + O.c^ =

-2.c1 + 3.c 2 - 1 .c3 = O,

1 .c1 + 7 .c 2 + 2.c3 = 0.

Táto sústava rovníc má triviálne riešenie, t.J. c^ = c2 = c^ = 0. Teda n-tice

a^, a2, a^ sú lineárne nezávislé.

Príklad 2.2. Zistite, či n-tice a = (1, 2, 3)# h = (3* 6, 9) sú lineárne

závislé.

R i e š e n i e . Keďže pre n-tice a, b je splnená rovnica (2.2), t.j.

■3a + b = O,

pričom c^ = -3» c2 = 1 , sú n-tice a, b lineárne závislé,

 11

Veta 2.1. n-tice a1, a^, ..., sú lineárne závislá vtedy a len vtedy,
ak niektorá z nich je lineárnou kombináciou ostatných.

D ô k a z . Treba dokázať dvojitú implikáciu:

a) Ak je jedna n-tica lineárnou kombináciou ostatných, potom že sú lineárne

závislá. Nech napr.

c a .
i i
i =2

Potom

ai + z _ c±ai = 0
i=2

i n-tice a„, a . ..., a sú lineárne závislá, pretože c. = 1 .

I áĹ T I

b) Ak sú n-ticea., a , • a lineárne závislé, potom existujú čísla

i ä r
, c2 , ..., cr> z ktorých aspoň jedno je rôzne od nuly, že

°iai = ° ‘
i=1

Nech napr. ¡í 0. Potom n-tica a1 Je lineárnou kombináciou n-tíc • ••

a2* a3 ’
..., a , pretože platí:
r

Poznámka 2.1 . Ak zvolíme c^ = c0 = ... = 0^ = 0, potom rovnica (2.2) Je vždy

splnená, či sú n-tice lineárne závislá alebo nezávislá.

Poznámka 2.2. Z definície 2.2 a z vety 2.1. vyplýva, že ak sú n-tice a^ ,

a„, ..., a lineárne nezávislá, musia byť čísla c. = c„ = ... = c = 0 .
ä r i 4 r

Poznámka 2.3. Z vety 2.1. plynie: Ak medzi n-ticami a, , a., .. . , a Je nie-

------------ 1 4 r
ktorá n-tica nulová, sú n-tice a , a , ..., a lineárne závislá, lebo nulová
i 4 r
n-tica je lineárnou kombináciou ľubovoľných n-tíc. Stačí, ak vo vzťahu (2.1) kla­
dieme k, = k„ = ... = k =0.

Poznámka 2«^. Ak ku sústave s lineárne závislých n-tíc pridáme ľubovoľnú

n-ticu (alebo ľubovoľný počet n-tíc), dostaneme opäť lineárne závislú sústavu
n-tíc.

V
 12

Príklad 2,3» Pre n-tice = (1 , O, 2), a2 = (3, 2, 1), = (4, -1, 5),
a^ = (7t 4, 4) platí rovnica a.^ + 2a2 + Oa^ - a^ = O.

Ak pridáme n-ticu a^, dostaneme s a^ + 2a2 + Oa^ - a^ + Oa^ = O.

Poznámka 2.5. Ak Je sústava n-tíc lineárne závislá a ak vyberieme Jednu n-ti

CU| dostávame sústavu lineárne závislú alebo lineárne nezávislú.

Príklad 2,4. Majme n-tice a1 = (3» 5» 7). &2 = (1, 2, O), a^ = (0, O, 0).
Tieto n-tice sú lineárne závislé, pretože platí:

O.a. + O.a
2*

Ak vyberieme z našich n-tíc a1, a2 , a^ n-ticu a^. dostaneme sústavu n-tíc

a.j , a2 a tá je lineárne nezávislá. (Zložky nie sú úmerné.)

Vyberme však n-ticu a^ , dostaneme sústavu n-tíc a2 , a^. Tá je lineárne zá­

vislá, lebo obsahuje nulovú n-ticu.

Veta 2.2. Ak sú n-tice a^, a2 , ..., a^ lineárne nezávislé a ak n-tice

ai , a2 , ..., a^, ak+1 sú už lineárne závislé , potom n-tica . Je lineárnou
kombináciou ostatných.

Dôkaz. Keďže n-tice a^, a0, . ., a^, aj£+^ sú podlá predpokladu line-
árne závislé, možno nájsť také čísla c^ ck+^, z ktorých aspoň jedno je
=2 '
rôzne od nuly, že platí

k+1
/ cj8i = °* (2.3)
1”1

Tvrdíme, že v (2.3) ck+1 jí 0, pretože c^ =* 0 pre i = 1 , 2, ... k, keďže n-

-tice a1 , a2, ..., a^ sú lineárne nezávislé. Rovnicu (2 .3 ) môžeme vydeliť ck+1
odkiaľ plynie, že n-tica alc+1 J® lineárnou kombináciou ostatných n-tíc.

/
C v i č e n i a

2.1. Nájdite lineárne kombinácie:

a) 3a - 13b - 7c, ak a = (2,1,8), b = (3,5,3), c = (1,0,1);

[(-40, - 62 , -22)]

b) 2a - 5b ♦ 8c, ak a = (4,1,3,-2), b = (l,2,-3,2), c = (l6,9,1,-3).

[(131, 64, 29, -38)]

2.2. Akou lineárnou kombináciou štvoríc a^ = (l,0,0,0), a2 = (0,1,0,0), a^ =

= (O,0,1,O), a^ = (O,0,0,1) je štvorica b = (2,3,1,-l)7
[b = 2a1+3a2+a3-aiJ
 - 13 -

Jz.3. Zistite, či n-tice a = (2, 3, 6), b * (i, 5» 2), c = (1, O, 3) sú lineár­

ne závislé alebo lineárne nezávislá. [nezávislé]

2,4, Ukážte, že n-tica d = (23, -19, 6) je lineárnou kombináciou n-tíc a =

= (3. 4, 5), b = (-6, 7, O), c = (8, -9, i). [d = a - 2b + c]

' 2.5. Zistite, ktorá zo systémov n-tíc sú lineárne závislé a ktoré lineárne nezá­
vislé:

a) a = (1,2,3), b = (3,6,8)} [nezávislé]

b) a = (2,-1,6), b = (-6,3,18)} [nezávislé]

c) a = (2,3), b = (4,2), c = (5,1)} [závislé]

d) a = (1,2,3,-1), b = (2,1,-1,3), c = (1,5,10,-6)} [závislé]

e)y a = (3,1*-2,2), b = (9,3,—3,6), c = (6,5,—1,4), d = (6,2,—5,4).

[závislé]

2.6. Zistite, či dané n-tice sú lineárne závislé alebo lineárne nezávislé. V prí­
pade lineárnej závislosti nájdite lineárnu kombináciu, ktorá sa rovná nule.

a) a = (1,3,5), b — (2,4,6)} [nezávislé]

b) a e (3,-8,1), b = (-6 ,1 6 ,-2 )} [závislé, 2a+b = o]

c) a = (3,2,7), b = (1,1,1), c =(2,0,3)} [nezávislá J

'd) a - (3,2,0), b = (1,1,1), c = (5,4,9)} [závislé, a+2b-c = o]]

e) a = (1,0,O,O), b = (2,1,0,1), c =(3,2,1,1)} [nezávislé]

f) a = (3,0,1,O), b = (O,3 ,0 ,1 ), c = (O,1,0,3 ), d = (1,0,3,0).

[nezávislé]

2.7. Nájdite všetky hodnoty X , pre ktoré možno n-ticu b vyjadriť ako lineárnu
kombináciu n-tíc a^, a^, a^:

a) a1 = (2,5,1), a2 = (4,10,8), b = (6,15,X)í [\lubovolné]

b) a. = (3,2,1), a = (1,0,/), a_ = (2,—5,3), b * (8,—8,X),

c) &1 = (1 ,0 ,2 ), a2 = (0,1,1), a3 = (4,1,9), b - (5,3,X ) l [ X *■ 13]

d) a = (1,3,4), a = (2,8,-2), a. = (3,11,\), b - (l,3,5)í [X>< 2 ]

- 1 - 1 J i
e) a^ * (1,^,5), &2 * (3,8,10), a^ = (0,—4,— 5), b = (X , 6,7).
[pre žiadne X ]

2.8. Zistite pre ktoré hodnoty X Je trojica d lineárnou kombináciou trojíc

a, b, c, ak:

! a)a = (1,2,3),b = (2,-1,1 ), c = (1 ,7 ,8), d=(4,3,X)í [X- 7]

b) a =(1,1,3), b = (1,-1,2), c = (2 ,2 ,1 ), d = (3,6,X)í [ pre každé X ]

c) a = (1,-2,3), b = (-2,4,2), c = (-1,2,-7), d = (2,3,X ) . [ pre žiadne X ]

 3. MATICE

Definícia 3«1« Systám čísel

utvorený z m.n čísel (reálnych alebo komplexných) usporiadaných do m riadkov

a n stĺpcov, nazývame maticou typu (m,n) a označujeme ÚL = j)a ^ || (i = 1 ,
2, . m; j = 1, 2, ...» n) j a^ sú prvky matice d.

Matica d = flai j fi (i = 1, 2, ..., m; j = 1 , 2, ..., n) má m riadkov a

n stĺpcov. Prvok a^ leží v i-tom riadku a j-tom stĺpci, ak i = J, leží prvok
a v hlavnej diagonále; prvok a, i = 1, 2, m leží vo vedľajšej
ij i fn—l+i
diagonále.

Maticu typu (m,l) napr. jt nazývame stĺpcovým vektorom; maticu

typu (l,n), napr, f Y2 » •••* Yn ) nazývame riadkovým vektorom.

Ak má matica rovnaký počet riadkov a stĺpcov, t.j. m = n nazývame ju štvor­

covou maticou n-táho stupňa.

Definícia 3.2. Matica (2 = fla II (i = 1 , 2, ..., m; j = 1, 2, ..., n)

^J
sa nazýva nulovou maticou, ak a^j = 0 pre všetky i = 1 , 2, ..., m; j = 1 ,
2, ..., n. Nulovú maticu budeme ozračovať 72 ,
Maticu

)
a typu (n,m)

nazývame transponovanou k matici

 - 15 -

ai2 • •• 31n
/ * "
• ••
•

n a21 a22 ®2n

typu (m,n),

y
••• a
\ am1 am2 mn

Ak Q, = d , nazývame maticu d symetrickou.

Matica d = flaij || (i = 1 , 2, . .., m; J = 1 , 2, ..., a) je rovná matici

H bij l í1 = 1 * 2 » •••* r * J = 1 » 2 * .... s), ak m = r , n = s a a^ =
= b pre všetky i = 1 , 2 , ..., m; j = 1 , 2 , n.
ij
Matica CL typu (m,nj je m-členná postupnosť n-rozmerných riadkových vekto­
rov a n-členná postupnosť m-rozmerných stĺpcových vektorov.

Definícia 3.3« Hodnosťou CL typu (m,n) nazývame maximálny počet

h matice
lineárne nezávislých vektorov tvoriacich riadky, resp. stĺpce matice CL . (ozna­
čujeme ju h ((Z).)

Poznámka 3»1. Hodnosť matice možno definovať tiež takto: Matica CL ma hod­
nosť h, ak v matici CL existuje h lineárne nezávislých riadkov, avšak každých
h + 1 , h + 2, ..., riadkov existujúcich je už lineárne závislých.

Príklad 3»1 ♦ Majme maticu

/ 1 ° 2\
d - 3 2 o j .
\ 7 k Z i

Tvrdíme, že táto matica má hodnosť h( CL ) =2. Skutočne trojčlenné riadkové vekto­

ry a^ = (1 , 0, Z), a^ = (3» 2, 0) sú lineárne nezávislé (čiže neplatí ciai +
+ c2a 2 “ 0 Pre C1• cz t 0), teda

2 á. h(tf ) ^ 3.

Hodnosť matice h(CL ) nemôže byť rovná 3, pretože a^ , , a^ sú lineárne závis­

lé, totiž

a! + 2a2 = a3 *

Takto h( CL ) = 2.

Veta 3» 1 » Ak má matica CL hodnosť h, potom v nej existuje h riadkov li­

neárne nezávislých a všetky ostatné sú lineárnou kombináciou týchto riadkov.

Dôkaž je jasný z definície 3.3. a poznámky 3.1.

 - 16 -

Veta 3.2. Nech je daná matica CL a matica ¿3 vznikne z matice d týmito

úpravami (alebo niektorou z nich);

1 . zmenou poradia riadkov matice CL ;

2. násobením niektorého riadku matice CL číslom c ŕ O;

3. pridaním (resp. vynechaním) riadku, ktorý je lineárnou kombináciou ostat­

ných riadkov matice & f

4. pripočítaním k niektorému riadku matice CL lineárnej kombinácie ostatných

riadkov matice CL ,
potom Je h( d ) “ h( (0 ).

Pri určovaní hodnosti matice Je výhodné maticu upraviť na poddiagonálny tvar,

t.j, tak, aby pod hlavnou diagonálou boli len nulové prvky.

Veta 3,3« Poddiagonálna matica

má hodnosť h (rovnú počtu riadkov), ak q„,.q»„...... q., ŕ 0.

11 22 nn

D ô k a z . Máme dokázať, že matica Q má h lineárne nezávislých riadko­

vých vektorov, t.j. že rovnica

. *1 * (ql ľ ql2,q13,,,,,qln^ + C2 * (°f q22 ,q23 ’**,,q2n^ + *** +

+ ch • (0,0,0,...,q>|h,...,q><ri) = 0,

Je splnená len pre

c^ “ c2 ■ ... * c = 0.

Rozpísané v súradniciach:

C1*ql1 + C 2 * ° + *** + Ch*° O,

0 »q12 + c2 *q22 + ••• + ch*° 0,

0.
°i:q 1n + C2*q2n + + V qhn

Z prvej rovnice plynie, že c^ = 0, lebo q11 é O. Dosadením c^ = O do druhej

rovnice dostaneme, že c. - 0 a postupne až c, = O, čo sme mali dokázať.
2 h
 - 17 -

Príklad 3.2. Vypočítajte hodnosť matice

4 6 -8 0
/ 2
Ä - f 3 7 -2 -1 5
V 10 22 8 -18 10

R i e á e n i e. Maticu ÚL prevedieme na poddiagonálny tvar. Najprv prvý

a tretí riadok matice delíme číslom 2. Dostaneme ekvivalentnú maticu

2 3 -4
/ 1 °\
(ti = f 3 7 -2 -1
5 *
\ 5 11 4 -9 3/

Teraz prvý riadok opíšeme, k druhému riadku pripočítame prvý riadok vynásobený
číslom -3 ak tretiemu riadku pripočítame prvý riadok vynásobený číslom -5.
Dostaneme ekvivalentnú maticu

1 2 3 - 4 0
O 1 -11 11 5
0 1 -11 11 5

Tretí riadok vynecháme, lebo je totožný s druhým riadkom a máme maticu

1 2 3 - 4 0
JD
0 1 -11 11 5

Matica S) Je poddiagonálna matica typu (2,5). Podlá vety 3.3 Je jej hodnosť 2
a teda tiež.hodnosť matice d je 2.

C v i č e n i a

3.1. Zistite, či pre matice (L a (ti platí (2 = :

9 4
3 2
3 2 1\
M 3X
0 ä X 2 3 (ti = X
7T X
fl2 2 fl8
8
2(3 3Í2~/

/ 1 2
2 1
>) ŕZ (B = [ 2 1 [ a / ¿8]
1 2
l 2 \1 2
 - 18 -

i.
3 1 3 2

o a
\ 3
o
(B 5
1
3
3
1
2
[a. i

6 4. Ä.
3 2
2 2 2
2 ; ¿8
v-i2 2
[<Z -¿8]

kde i je imaginárna jednotka.

3.2. Pre aké čísla x. y, z a u platí:

f 2x+5y 4 \ / 12x+9 4\
a) x •> - j f y
2y+1,

2x+3 4 6 8\ f 1Ox+1 2y+3 6 8\ r i

b) = | •
L x E H » y » g »
4
8 12 6 4 J V 8 6z+2 3a 4/

i - -

3.3» Nájdite transponované matice k maticiam,

3 1 2 3 3 4
a) 1
2 1 4 2
3

3 5 O 3 0 3
b) o 1 2 1 O
,3 0 2 O 2 2/

c) [(1 2 3 1 4)]

3.4. Nájdite hodnosť matíc:

[O

-1 pre a b 1o

2 pre a 10

i
\
 - 19 -

o
2 [»]
-2

3.5. Nájdite hodnosť matíc úpravou na poddiagonálny tvar:

Rozhodnite , pre ktorá čísla a má daná matica ¿2 hodnosť

a) 3} b) 2. [a) h « 3 pre a ^ £
o
b) h = 2 pre a ■ ^

3.7. Nájdite hodnosť matíc:

 4. DETERMINANTY

Definícia 4.1. Determinant n-tého stupňa štvorcovej matice CL n-tého stupňa

je číslo A (reálne alebo komplexné), pre ktoré platí:

1. Ak d je matica prvého stupňa, t. j. (2 = ||a-|•]|| * P°tom A = a^ 1 .

2. Nech sú definované determinanty matíc (n-1)-ho stupňa.

Determinant matice CL n-tého stupňa definujeme vzťahom:

i +1
al1A11 - a21A 21 + a31A 31 " + (-1 >n+1 an1Ani * (‘1 > ai1A i1
i=1

pre každé prirodzené číslo n = 2.

Vo vzorci (4.1) sú a11* a2i* •••* an^ prvky prvého stĺpca matice Q, , deter­
minanty A„ , A„ , . A sú determinanty (n-1 )-ho stupňa, prislúchajúce stvor­
il 21 nl
covým maticiam (n-1)-ho stupňa, ktoré vznikli z matice CL vynechaním prvého stĺp­
ca a odpovedajúceho riadku. (Postupne prvého riadku, druhého riadku, ... atd.)

DeterminaiTt matice CL často označujeme symbolom det G- ; (alebo aj Ia I);

ak chceme v označení determinantu A vypísať prvky matice CL , píšeme:

• •• •
ai1 al 2 aln

a22 • ••
A =
a21 a 2n

• •♦ a
an 1 an 2 nn

Poznámka 4,1. Determinant A n-tého stupňa sme definovali indukciou. Podľa

1. časti definície 4.1 je determinant matice prvého stupňa rovný číslu, ktoré
 21

tvorí maticu, napr. det || -3 || = -3, det ||3+i | = 3 + i. Determinant matice

druhého stupňa

det det
*11 22 21 12

Podľa 2, časti definície 4'.1 je

Determinant matice tretieho stupňa

a1 1 ai2 a1 3
a _ a„„ • A _ _ — a„_ ■f 3 • A “•
21 . A„_
a„_ S
21 22 23 11 11 21 31 31

a31 a32 a33

zz
ai1 ^a22a33 a23a32^ a21 ^al2a33 a32a13' +

+ a„ ^ = „a _ a __ + a _ a ^„a,Ä +
31 ^ai2a23 ai3a22 ^ 11 22 33 21 32 13

+ a_ a. a_— a _a Ä — a „ a _a_ ^ — a a a .
31 12 23 11 32 23 21 12 33 31 2 2 1 3

Determinanty matíc tretieho stupňa možno počítať podľa tzv, Sarrusovho pravidla

aH a22a33 + a2la32al3 + a31a12a23 a31a22a13 a11a32a23 a21a12a33*

Sarrusovo pravidlo platí len pre determinanty matíc tretieho stupňa.

Definícia U.2. Nech A je determinant matice (2 n-tého stupňa

 22

1. Determinant A (n-1)-ho stupňa, ktorý vznikne z determinantu A vy ne-

*J _
chaním i-tého riadku a j-tého stĺpca sa nazýva subdeterminantom (minoromj deter­
minantu A, prislúchajúcim prvku a^.

2. Číslo D
= (-1)Í+^A sa nazýva doplnkom D determinantu A, pri-
ij ij ij
slúchajúcim prvku a^j*

11 12 !U In

A - --a .---- • •-- 1

i1 i2 — -ain-

a , a . . a
n1 n2 «j nn

• •• •• • a1
*’,-1 1J+1 n

••• e••
ai-1
■‘- v , n
U ••• •• •
ai+1
J+1
- ai+1
n
1+11 "l*12 ‘“ V ,

•• • a •• • a
n.„ n
n1 ^2 V i J+1 n

Príklad 4,1, Nájdite subdeterminanty a doplnky prislúchajúce prvkom a1-j*

a31* a43 d®terminantu Štvrtého stupňa:

1 2 3 1
0 0 1 3
1 - 1 2 -5
0 2 3 1

R i e á e n i e.

0 1 3
-1 2 -5 - -30, . An
A11 “ D11 - (-1)1+1 - An “ -30*
2 3 1

2 3 1
0 1 3 = 0, = 0.
A31 * °31
2 3 1

1 2 1 /jf
m }é
0 0 3 * 9, * (-i)4+3 * A43 “ -A43 = "9 ‘
\ 3 " D43
1 -1 -5 1
 - 23 -

Definícia 4.1 nám umožňuje vypočítať determinant A metódou, ktorej sa vše­

obecne hovorí rozvoj determinantu podlá prvkov prvého stĺpca. Teraz ukážeme, že
Je možno dôjsť k rovnakému výsledku rozvojom determinantu A podlá prvkov prvého
riadku. Platí totiž veta:

Veta 4.1. Ak 0- je matica n-tého stupňa (n = 2), potom platí:

/ , \1 +n , 1+J
a 11A11 a12A12 + a13A 13 ("1) a1nA1n (-1 ) a 1 jA 1 j '
(4.2)
J =1

D ô k a z . Prevedieme matematickou indukciou podľa stupňa determinantu A.

Upozorňujeme čitateľa, že k dôkazu budeme potrebovať skrátený zápis pomocou su­
mačných formúl. Pre hlbšie pochopenie je nutné, aby si čitateľ každý dôkaz sta­
rostlivo rozpísal, poprípade zjednodušil pre n = 3.

1. Ak Je n » 2, vzorec (4.2) zrejme platí, lebo máme:

11 12

S11a22 “ a12a21 “ a11A 11 ~ a12A 12*

21 22

Prípad n = 1 je triviálny.

2. Nech teda n >■ 2 a nech vzorec (4.2) Je správny pre determinanty (n-1)-ho
stupňa. Podľa (4.1) máme:

n
A
ai1Ai1*
i -1

Pre väčšiu názornosť si rozpíšeme determinant A^ ^ , ktorý je zrejme (n-1)-ho

stupňa:

•••
a1
n
• ••
a2
23 n

A • ••
i1 ai-i
n
• ••
ai+i
&i+12 "1+13 n

a ••• a
n
S “3 n

Tento determinant je možno podľa indukčného predpokladu rozpísať podľa prvé­

ho riadku
 - 2*»

1 +k-1
i1 a1kAi1
i k i'1k ’
k=2

kde determinant A má tvarí

111k

• •• • ••
a2
22 23 * 2 k-1 &2k + 1 n

••• • ••
32 V, X, x
••• • ••
*‘-'3
•H

i1 a i-i
1
CM

1k & i - 1 k-l & i - 1k + 1 n

• •• • ••
a i+1. . a i+1
1+1 2 a±+13 ‘ ‘ ♦ ’k-, k+1 n

••• a ••• a
ln2 S &n k- 1 "k+ 1
n
n

Determinant A^je determinant (n-2)-ho stupňa, ktorý vznikol z determinantu

1k
A^ vynechaním prváho riadku a k-táho stĺpca (stĺpce sú oväem určené pôvodnými
indexami). Teraz teda môžeme písať i

A s a iiA n *2ľ<-0 ai 1 [al 2Ai 112 - al3A i113 + +

i »2

+ ainA i1 ] = al1A11 + [(_1^ a 2la 12A21 +

in-J iä

+ a 21 a 13A 2113 + *•* + a21 a 1 nA 21 1 n ] +

+ (-1)3 [(-1) a 3 i a i 2 A31 + ( - 1 ) 3 a 3 , a i 3A3 i + ••• + ( - 1 ) a 3 i a i n A31 ] +

12 13 In J

+ (-1) [(-1) an1a12An112 + an 1 a 13An 1 r + •• • +

+ ("l)n an1a1nAn1
1n J

Teraz použijeme rovnosť A = A a sčítame po stĺpcoch, dostaneme:

i71k lfci1

+ •• • +
A “ a11A 11 + Í“1)2 a12[(-l)2+1 a21A 1221 + (-l)3+1 a31A1
31

/ 1 \n+1 a
+ (-1> * <-’ )3 *13 [ < - O a+1 a.^ A*
*21 "S 32i + ("1)3 a31Ai:
31
 - 25 -

/ „ *n+1
+ ... + (-1 ) an1A13
n1_

+ a1n L^“1 ^ a21A1n

«¿1
+ a31A1n
Ji
+ *** + ^“1 ^ an1A 1n
ni—1
n1-
J=
n

S l A 11 + ^ a12 ^_1 ^ a J1A 12 + (-1 ) a, 3 ("1 ^Jaj1A 13 +

j =2 J j =2 J1

+ ... + (-1) a1n ^>_ (-1) aj1Ain = aiiAi 1 + (-1) al2A 12 +

j =2

+ (-1) ai 3A i 3 + + (-1) a1nA 1n = 5 ľ ^_1 ^ J&1 JA 1 J *

j =1

Práve dokázaná veta nám dovoľuje dokázať túto dôležitú vlastnosť determinantu.

Veta 4.2. Ak Q, je transponovaná matica k matici Q, * potom

det 0~ = det d .

Dôkaz. Opäť prevedieme matematickou indukciou,

1 . Nech (b je matica prvého stupňa, potom d = d , teda det CL = det d

a veta piati.

2. Nech d je matica n-tého stupňa.

Za predpokladu, že veta platí pre maticu (n-1)-ho stupňa, dokážeme, že piati

pre maticu n-tého stupňa (n :> 1).

Podľa predchádzajúcej vety 4,1 je

det a = 2 1 * ,/ ,j •
j=1

Podľa indukčného predpokladu je

det ( ¿Z ^ j ) = det CL ^j ,

lebo matice (1^ sú (n-1 )-ho stupňa.

 2b
f t i \ n
4 h ¿4
Teda

d . , a = X atjA ij *,j < V - Z * , W j -

j=1 j=1 j=1

= det (L ,

pretože (-l)^+1a1j A ^ je rozvoj determinanta matice CL podľa prvého stĺpca.

j=1 u'

Poznámka 4.2. Pri dôkaze vety 4.2 ame použili rovnosť

= (Aj±) ,
ij

ktorej platnosť ľahko overíme rozpísaním pravej a ľavej strany rovnosti.

Poznámka 4.3. Všetky tvrdenia, týkajúce sa závislosti determinantov matice

na ich riadkoch alebo stĺpcoch, stačí dokázať len pre riadky. Tvrdenie pre stĺpce
podľa tejto vety plynie z tvrdenia pre riadky.

Dokážeme teraz vetu, ktorá je vlastne zovšeobecnením definície 4.1.

Veta 4.3. Ak CL Je matica n-tého stupňa (n = 2) a A jej determinant, po­

tom platí:

/ - \2+k . n+k
(-D a ,A ,
<-1 >1 + k *1kA 1k (~1> a2kA 2k nk nk

E (-1) ajkA jk * pre k ■ 1, 2, ..., n.

J2
31

Dôkaz. (matematickou indukciou).

1. Ak je n s 2, veta platí. Totiž, ak prevedieme rozvoj podľa druhého stĺp­

ca, dostaneme:

a a
11 12
> 2+2
(-1) a12a21 + ^“1 ^ a22a11 = _al2a21 + a1ia22
a a
21 22

2. Nech n ■> 2. Predpokladajme, že veta platí pre všetky determinanty (n-1 )-

-ho stupňa. Podľa (4.1) máme:

A * ^~1 ^ ai1A i1 *
i=1
 - 27 -

Determinanty A^ sú (n-1)-ho stupňa a možno ich teda rozvinúť podlá (k-1)-ho

stĺpca, t. j. k-tého stĺpca, determinantu A. Máme teda

. / , \1+k-1 . ¡ \2+k—1
Ai1 “ aikA i1 + (_1 ^ a2kAi1 + ••• +
1 k 2k

/ ,\i-1+k-1 . / „\i+1+k
+ ai-1kAi1 + ^"1 ^ ai+1kAi1 + •** +
i-1 k i+1k

j-1

nk aJkAi1 * (~1 )J ajkAi1

J j=i+1 J

Dosadíme a máme:

n n p- i-1
j+k-1

i «1
(-1)1+1 a±1A ±1
i=1 L
(-1 ) a
i1 X<">
J=1

Z > ’>
j=i+1
j+k
ajkAi1
Jk,
(-D
1+1
al 1
/ 4 \2+k
^
.
a 2kA 1 1 0. +
2k

/ . \3+k . + a (-1)n+k a A
11 a 3k A11 1 1 ' ' nk 11
nk
3k

2+1
(-D + • •• +
a21 ^- 1 ^ &1kA21 ., + a21 a 3k 21
1k 3k

/ . *n+k .
+ a 2 1 ("1> ank A21
nk

n +1
(-D an1^ (-1) a, .A
1k n1..
+ a (-1 )
n1 '
a„ A
2k n1..
+ ... +
1k 2k
/ . Nn+k-1 .
+ a (-1) a ,, A
n1 n-1k n1
n -1 k

Teraz použijeme známu identitu A - A

a sčítame, vyberieme pred zátvorku
11 jk
Jl£i 1
v každom "stĺpci" a a uvedomíme si, že v zátvorke je výraz, podľa indukčného
jk
predpokladu odpovedajúci determinantu A ; dostaneme:
jk

n
j+k
A = (-l)1+k a1kA 1k + (-l)2+k a2kA2k + ... + (-1 )n+k a ^ A ^ = (-1 )
aJkA jk
j=1

pre ľubovoľné k = 1 , 2 , ...,n.

Tomuto vzorcu obvykle hovoríme rozvoj determinantu A podľa k-tého stĺpca.

 28

Teraz dokážeme podobnú vetu pre riadky. Ukážeme teda, že je možno determi­
nant rozvinúť podlá ľubovoľného riadku.

Veta 4.4. Ak CL je matica n-tého stupňa (n = 2) a A jej determinant, potom

piati:

n
A =]T ( - D 1+k aikA ik
k=1

pre ľubovoľné i = 1, 2, ..., n.

D ôk a z . Najprv si uvedomíme, že (A^) = A^k> Takto

n
A = A' (-l)k+± aikAj;i (-l)k+i a±k (-1 )±+k a ^ A ^ .
k=1 k=1 k=1

Príklad 4.2. Vypočítajte determinant matice štvrtého stupňa

3
1
a
2
-8

R i e š e n i e . Determinant A danej matice d vypočítame použitím vety

4.4. Rozvinieme ho napr. podľa prvkov tretieho riadku, pretože jeho prvok a^ =
= 0 (rovnako výhodné by bolo rozvinúť determinant A podľa prvkov 1» alebo 4.
riadku alebo podľa prvkov 2., 3« alebo 4. stĺpca):

3 2 0 5 2 0 5
1 2 -1 4
(-1)3+1 . 2 2 -1 4
2 -7 6 O
0 8 9
-8 0 8 9

3 0 5 3 2 5
+ (-1)3+2 # (_7) 1 -1 4 + (-1)3+3 . 6 1 2 4
-8 8 9 -8 0 9

= 2(-18+80-64) + 7(-27+40-40-96) + 6(54-64+80-18) = -4 - 861 + 312 = -553.

Veta 4.5. Ak všetky prvky niektorého riadku matice čZ sú rovné nule, potom
det ¿ 2 = 0 .

D ô k a z . Prevedieme rozvinutie determinantu podľa riadku, v ktorom sú

všetky prvky rovné nule.
 - 29 -

Veta 4.6. Ak i-tý riadok matice G n-tého stupňa je súčtom n-tíc (b^, b^, ..
•••* b )» » C 2 * •••» cn )» potom

det G = det (0 + det C ,

kde 10, resp. Č je matica, ktorá vznikne z matice G nahradením i—táho riadku
n-ticou (b1 , b 2 , ..., bn ), resp. (c1 , c,,, ..., c^).

D ô k a z. Podlá vety 4.4 rozvinieme determinant matice <2 podlá i-tého

riadku a dostaneme:

n
\i+k . . i+k
det G = (-1 c,kA ik
,
<bk + °k) ik ' bkAik ž ľ ("1)
k=1 k=1 k=1

det 0 + det C .

Veta 4.7. Ak vynásobíme i—tý riadok matice G číslom c, dostaneme maticu

a platí

det (0 = c det G .

D ô kaz. Podľa vety 4.4 rozvinieme determinant matice ¿8 podľa i-tého

riadku a dostaneme:

n n
det $ « (-l)1+k caikAlk = c (-l)±+k alkAik = c det G .
k=1 k=1

Veta 4.8. Ak matica G> vznikne z matice G n-tého stupňa (n = 2) tak, že

v matici G vymeníme medzi sebou dva riadky, potom

det G = —det ^3

D ô k a z . (matema tickou indukciou).

1. Pre n = 2 veta platí

a11 ai2 a21 a22

t= —
a a a _ a
21 22 11 12

2. Nech veta platí pre matice (n-1 )-ho stupňa, n > 2. Nech uj je matica,
ktorá vznikne z matice G n—tého stupňa výmenou i-tého a j—táho riadku medzi
sebou. Rozvinieme determinant matice podľa k-tého riadku, k ^ i, j;
 - 30 -

detfl = ^ T (-l)k+s akflAks.

8=1

Matice d sú (n-1 )-ho stupňa, teda

det d = -det &. .

ks ks

Potom

n
det d = ] T ( - D k+S ak(| (-Bka) = - ] T (-l)k+s ak9Bks = -det ¿3.
8=1 8=1

Veta 4.9» Ak matica (J, má dva riadky rovnaké, potom det ¿ 2 = 0 .

Dôkaz. Nech i-tý a j-tý riadok matice (L sú rovnaké. Ak vymeníme tieto

riadky medzi sebou, je podľa vety 4.8 det d = -det Ci , teda det ¿ 2 = 0 .

Veta 4.10. Ak matica Č vznikne z matice d tak, že k niektorému riadku

matice d pripočítame lineárnu kombináciu ostatných riadkov, potom

det d = det 0 .

Dôkaz. Determinant Č napíšeme ako súčet determinantov podľa vety 4.6

a použijeme vetu 4.9.
n
Veta 4.11. Ak v rozvoji determinantu A = (-1 )^+k a ^ A ^ podľa i-tého
k=1
riadku matice Ci nahradíme prvky a.
J. K
prvkami a
JK
j-tého riadku, i ^ j, potom

i+k
Z<-’>
k=1
ajkAik = °#

Dôkaz vyplýva z vety 4.9.

Poznámka 4.4. Vetu 4.10 môžeme použiť pri počítaní determinantov. Používa
sa tak, že riadky determinantu násobíme vhodnými číslami a pripočítame ich k iným
riadkom. Prevádzame to tak, aby sme v niektorom riadku dostali čo najviac núl.
Determinant potom rozvinieme podľa tohoto riadku.

Príklad 4.3. Vypočítajte determinant

 31

-2 5 O 4 1
3 O 7 -2
D = 2 6 - 1 3 2
7 4 - 4 2 3
0 - 2 - 1 4 1

použitím vety 4.10

R i e š e n i e . Pripočítame k tretiemu riadku druhý, potom k štvrtému riad­

ku štvornásobok druhého riadku a napokon k poslednému riadku pripočítame druhý
riadok, čím postupne dostaneme:

-2 5 0 4 1 -2 5 0 4 1
3 0 1 7 -2 3 0 1 7 -2
D « 5 6 0 10 0 S
5 6 0 • 10 0
7 4 -4 2 3 19 4 0 30 -5
0 -2 -1 4 1 0 -2 -1 4 1

-2 5 0 4 1
3 0 1 7 -2
s 5 6 0 10 0 •

19 4 0 30 -5
3 -2 0 11 -1

Ak rozvinieme posledný determinant podlá tretieho stĺpca, dostaneme:

-2 5 4 1
5 6 10 0
19 4 30 -5
3 -2 11 -1

Ďalej počítame podobne, ale už rýchlejšie. Prvý riadok násobený piatimi pripočí­
tame k tretiemu riadku a prvý riadok pripočítame k poslednému riadku. Dostaneme:

-2 5 4 1
5 6 10 0
9 29 50 0
1 3 15 0

Tento determinant rozvinieme podľa posledného stĺpca a potom z posledného stĺpca

vyberieme 5 pred determinant

5 6 10 5 6 2
D b 9 29 50 « 5 9 29 10
1 3 15 1 3 3
 - 32 -

Teraz už možno počítať pomocou Sarrusovho pravidla. Dá sa však pokračovať dalej

použitím vety 4.10. Posledný stĺpec odčítame od druhého stĺpca a potom trojnáso­
bok prvého stĺpca odpočítame od posledného stĺpca. Dostaneme:

5 4 2 5 4 -13
rf ** 5 9 19 10 = 5 9 19 -17
1 0 3 1 0 0

Rozvinutím podlá tretieho riadku je:

4 -13
D - 5 - 5 179 = 895.
19 -17

Príklad 4.4. Vypočítame determinant prevedením na trojuholníkový tvar:

3 1 1 1 6 1 1 1 1 1 1 1

D * 1 3 1 1 S
6 3 1 1 = 6 1 3 1 1
1 1 3 1 6 1 3 1 1 1 3 1
1 1 1 3 6 1 1 3 1 1 1 3

6.1.2.2.2 = 48.

V kapitole 1, definícia 3.3 sme definovali hodnosť matice ako maximálny po­
čet lineárne nezávislých riadkových vektorov danej matice. Hodnosť matice môžeme
určiť tiež pomocou determinantov.

Z matice ¿2 vyberieme k riadkov i1 , 1^, .... ik (i1 < ig < ... < i^.)
a k stĺpcov J1 , J2 , .... Jk (j^ < J2 < ... C Jk )* Determinant štvorcovej mati­

ce || a^ j | (i^ = j = 1 . 2, .... k) nazývame minorom k-tého stupňa matice <2 .

r 8
(Matica | a^ || Je vytvorená prvkami, ktoré ležia v priesečníkoch vybraných
r s
riadkov a stĺpcov.)

Príklad 4.5. Je daná matica

typu (3,4).

Ak vyberieme napr. prvý a tretí riadok (i^ = 1 . i2 = 3), druhý a tretí stĺpec
(J1 *= 2, J2 = 3), dostaneme
 - 33 -

a
12 Ä13
maticu , ktorej determinant
a
32 a33

je minorom druhého stupňa matice d . Medzi minormi matice d a Jej hodnosťou

existuje dôležitý vzťah, ktorý vyjadruje nasledujúca veta.

Veta 4.12« Matica d má hodnosť h vtedy a len vtedy, ak platí i

1. Existuje minor h-tého stupňa matice d , ktorý sa nerovná nule.

2. Každý minor matice d vyššieho stupňa ako h Je rovný nule. (Dôkaz:

Kluvánek-Mišík-Švec: Matematika I., SVTL 1963.)

Poznámka 4.5. Z viet 4.4 a 4.12 plynie, že maximálny počet lineárne nezávis­
lých riadkových vektorov matice je rovný maximálnemu počtu lineárne nezávislých
stĺpcových vektorov.

Príklad 4.6. Vetu 4.12 možno použiť pre výpočet hodnosti matice, väčšinou
však je výhodnejšie určiť hodnosť matice použitím vety 3.3, kapitoly X.

1. Matica

1 5
a
3 2

1 5
má hodnosť h( Q,) m 2, lebo det d / O
3 2

2. Matica

3 9
má hodnosť h( (h ) ■ 1, lebo det (B = 0 a existuje minor prvého
4 12
stupňa, napr. 3/0.

Veta 4.13. Súčin dvoch determinantov

••• •••
ai1 a12 ain b 11 b12 b 1n
••• •••
a21 a22 a2n b21 b22 b 2n
A - 9 B -

• •• a • •• b
an1 an2 nn bn1 bn2 nn

n— tého stupňa je determinant C n-tého stupňa, ktorého prvky c^j vypočítame

niektorým z týchto štyroch spôsobov (i ■ 1, 2, ..., n; j » 1 , 2, ..., n):
 - 34

1* Cij " ai1b J1 + ai2b J2 + + ainb jn •

2* Cij " ai1b 1J + ai2b 2j + + alnbnj »

3* Cij = aH b J1 + a2ib j2 + + anib jn *

Cij. “ a iib 1J + a2ib 2J + “ • + anibnj *

Príklad 4.7. Podlá spôsobu 2. z vety 4.13 (o súčine determinantov) vypočí­

tajte súčin determinantov

2 0 1 4 1 0
A = 4 0 0 , B = 5 0 3
-5 2 3 1 0 1

R i e š e n i e . K výpočtu prvkov determinantu C ■ AB použijeme

vzťab»

Cij “ ai1b 1j + ai2b2j + + ainbnj *

Dostaneme

2.4 + 0.5 + 1.1 - 9,

11
2.1 + 0.0 + 1 . 0 = 2,
C12
2.0 + 0.3 + 1.1 = 1 .
°13
4.4 + 0.5 + 0.1 = 1 6 ,
C21
4.1 + 0.0 + 0.0 = 4,
C22
4.0 + 0.3 + 0.1 = 0,
°23
-5.4 + 2.5 + 3.1 = -7,
°31
-5.1 + 2.0 + 3.0 = -5,
C32
-5.0 + 2.3 + 3.1 = 9.
C33

Je teda

9 2 1
AB 16 4 0
-7 -5 9

Vypočítame ešte pre kontrolu

9 2 1
4 1 0 4 (81 - 20 + 7 - 72) = 4 (-4) ■ —16j
-7 -5 9
 - 35 -

a teda

AB « 8(-2) - -1 6 .

Kontrolným výpočtom sme overili správnosť výsledku.

Poznámka 4.6. Ak máme determinanty

• •• •••
an ain b11 b1m
A = , B = m < n,
••• a • •• b
an1 nn bm1 mra

potom súčin

A
AB AB,

kde B je determinant

•e• 0 0 ••• 0
bn b12 b1m
••• 0 0 ••e 0
b21 b22 b2m
0*

• •• b 0 0 *•e 0
mm
K

bm1
2

0 0 e•• 0 1 0 ••• 0
0 0 • ee 0 0 1 ••• 0
n-m riadkov

0 0 •e • 0 0 0 •ee 1
v
n-m stĺpcov

Príklad 4.7. Podľa spôsobu 1. vety 4.11 vypočítajte súčin determinantov

1 0
1 2
0 3
3 4
4 0

R i e š e n i e . Podľa poznámky 4.5 zostrojíme determinant

1 2 O
A
A 3 4 0
0 O 1

a potom vypočítame súčin C * AB = AB. Použijúc spôsobu 1. vety 4.11, t.j.

 - 36 -

°ij = ai1b j1 + ai2b J2 + ai3b J3 ’

dostaneme

6 k
12 12 18 .
0 5

C v i č e n i a

í»,1. Vypočítajte determinanty:

2 3
a) t [’ ]
1 k

1 + í:I 3 - fi
b) [.«]
3 + í: 1 - Í3

sin X -C O S x
c) [sin (x+y)]
sin y cos y

1 lo«ba
d) [0 pre a,b / 1 ; a,b > oj
logab 1

2 + Í2 i fä
>) [6 - 4 fa]
k 2 - (Ž i

k.2. Pomocou Sarrusovho pravidla vypočítajte determinanty:

1 2 4
a) 1 3 9 M
1 5 25

1 0 0
b) 2 1 1 [>]
3 2 1

2
1 a a
c) 1 b b2 [(b-a) (c-a) (c-b)]
2
1 c c

sin x 1 cos x
d) sin y 1 cos y [sin(x-z)+sin(z-y)+sin(y-x)]
sin z 1 cos z

1+i 0 T
•) i 1 O
1 -1 i-1
 - 37

4.3. Riešte rovnice:

1 2 -1
a) -2 1 0 ■ 15; [x ■ 3 ]
x 1 2

2
x 3 2
b) x -1 1 - 0; [x1 = 0 , x2 ■ - 2 ]
0 1 4

2
1 x x
c) X '■ a a* ■ 0. [x1 = a, x2 « -b]
1 -b b2

4.4. Použitím vety 4.1 vypočítajte determinanty (rozvinutím podľa vhodného stĺpca
alebo riadku):
v

1 4 0
2 -1 1
a) [344]
0 4 1
3 5 9

[35l]

4.5. Riešte rovnicu

1 1 1 1
1 3 1 O
4 -x O 3
x O 1 2

4.6. Nasledujúce determinanty vypočítajte prevedením na trojuholníkový tvar:

[« ]
 - 38 -

1 2 3 4 5 6
2 3 4 5 6 6
3 4 5 6 6 6
b) [ - 6]
4 5 6 6 6 6
5 6 6 6 6 6
6 6 6 6 6 6

3 1 1 1 1
1 2 1 1 1
c) 1 1 3 1 1 9 O ]
1 1 1 2 1
1 1 1 1 3

2 7 4 8 2
1 3 2 1 1
d) 3 9 6 9 7 • [,«]
2 6 5 3 6
4 12 7 12 9

4.7. Vypočítajte súčin determinantov:

0 2 2 1 2 4
a) 2 0 2 • B ■ 1 3 9 [96]
2 2 0 1 5 25

2
2 coss2 ~ sin oĹ 1
sin cĹ cos
b) 2 cos" ^ a in f) £"sin( - c£)~\
-cos 06 sin <=6
1 0

5. OPERÁCIE S MATICAMI

Definícia 5.1« Nech matice a , ¿3 sú typu (m, n). Súčtom matíc (L , (¡i ro­
zumieme maticu C , ktorej prvky sú rovná

c£j = a^j + bi j 9 i ' 1 i 2 | ...» m; j = 1 * 2 , ...» n.

Píäeme C » d + (h .

Definícia 5.2. Nech je daná'matica ¿2 a číslo c. Súčinom c. ¿2 Je matica

|| c a±J | (i ** 1 » 2, . • •t ® J J “ 1» 2, .... n).

Definícia 5«3. Nech (L je matica typu (m, p). & Je matica typu (p(n). Súči­
nom matíc OL t Úb je matica C * ||c^^ J| (i * 1 f • eef fflj j ® 1 y 2 | e e e f ľl^
typu (qi9n) (označujeme C = (L .Jh) t kde
 - 39 -

j B aiic^kj * i “ 1 » 2 t ,..t ra; j=1,2, ..., n.

k=1

Po známka 5•1•

1. Sčítanie matíc je komutatívne a asociatívne.

P
2. Prvok matice C c^ = aikbkj j® skalúrnym súčinom p-rozmerných vek-
k=1
torov (a±1 , a±2, a±p)-i-tý riadok matice ä a (t^ ^ , b2 ^ , .... bpJ)-j-tý
stĺpec matice (b . Pri násobení matíc CL . L3 násobíme teda riadky matice CL stĺp­
cami matice (fc . Je zrejmá, že násobenie matíc nie je komutatívne, je však asocia­
tívne :

. Č - Ä . ( $ . C),

distributívne s

a . ( $ + č ) = & . & + &. č ,

( ¿Z+&) . č . c l. t + č .

Ďalej platí:

( Ä . Ä ) ’- ¿z’.

Príklad 5.1. Vypočítajte maticu ¿> = 2 & - 5 ¿8 , ak

R i e š e n i e . Podľa definície 5.1 a definície 5.2 dostaneme

Príklad 5.2. Vypočítajte súčiny d • lS a ô'd ak sú daná matice

 - 40 -

R i e š e n i e . d je typu (2,3) a matica d je typu

Pretože matica
(3,2), možno vypočítať ako súčin 0- . (H , taktiež súčin S , d . v prvom prípade
je výsledkom štvorcová matica druhého stupňa, v druhom štvorcová matica tretieho
stupňa. Dostaneme

3.1+(-5).(-3)+7.5 3.0+(-5).4+7.7

(-2).1+9.(-3)+4.5 (-2).0+9.4+4. 7

/ 1.3+0.(-2) 1 .(-5)+0.9 1.7+0.4

°\ / 3-5 7^
íl.a ((-3).3+4.(-2) (-3).(-5)+4.9 (-3).7+4.4
4 V2 9 4)
7/ ' 5.3+7.(-2) 5.(-5)+7.9 5.7+7.4

Definícia 5»4. Štvorcovú maticu n-tého stupňa, ktorej prvky v hlavnej diago­
nále sú rovné jednej a ostatné prvky sa rovnajú nule, nazývame jednotkovou mati­
cou. Označujeme

alebo (i = J = 1, 2, n),

1 pre i = j
kde je tzv. Kroneckerovo delta:
0 pre i fí J.

Definícia 5.5» Nech d, je štvorcové matica n-tého stupňa.

1 . Ak je det d = 0, nazývame maticu d singulárnou, ak je det CL jí 0, nazý­
vame maticu d regulárnou.
2. Maticu
 - 41

3. Inverznou maticou k štvorcovej matici <2 n-táho stupňa nazývanie štvorcoví!

maticu ¿Z ^ n-táho stupňa, pre ktorú je

a .a~' = ¿z*1 . a = j n .

Veta 5« 1 » Inverzná matica (Z ^ k matici OL existuje vtedy a len vtedy, ak

je matica d regulárna a platí

¿r1 = — . a . (5.1)
A

Dôkaz nebudeme prevádzať.

Príklad 5.3. Vypočítajte inverznú maticu d -1 k matici

4 3 0
a = 2 2 - 2
5 3 1

R i e š e n i e . Najprv vypočítame determinant A. Pretože A = -4, j«

tica d, regulárna a existuje k nej inverzná matica (pozri vetu 5.1).
Ďalej určíme doplnky D :
J- J

2 -2 2 -2 * 2 2
D.. =
— 8, D = - = -12, D. . =
_
= -*♦,
11 12 13
3 1 1 5 3
f

3 0 4 0 4 3
°21 "
- = -3,
°22 = >*, °23
S
3,
3 1 5 1 5 3

3 0 4 0 4 3
D_. =
—
-6, D_ = — = 8, D „ =
_
= 2.
31 32 33
2 -2 2 -2 2 2

Podľa vzorca (5. 1) teda je

8 -3 -6 \
1
¿T1 = —— -12 4 8 .

4 \— 4
/ >
3 2
*

mix*
Správnosť výpočtu overíme výpočtom sú&th>-v d , (L ^ a d ^ Dostaneme

t*
 - 42 -

-i
a . a

Podobne dostaneme, že d 1 .d = ^ .

Poznámka 5# 2, Ak ¿Za sú regulárne matice, potom platí

(¿z.¿3r 1 - .a-1.
Pre výpočet inverznej matice k regulárnej matici ¿Z Je možno použiť tzv.
Gaussovu metódu inverzie matíc:

Zostavíme maticu typu (2n, n)

a túto maticu upravíme ekvivalentnými úpravami na maticu

Potom matica

Je inverznou maticou k matici d ,

Príklad 5.^» Gaussovou metódou inverzie matíc vypočítajte inverznú maticu

k matici
 - 43 -

R i e š e n i e . Pri výpočte postupujeme takto: Napíšeme maticu

a túto maticu upravíme na tvar

Najprv pripočítame k druhému riadku prvý riadok vynásobený číslom -4. Potom dru­
hý riadok vydelíme číslom -5 a konečne od prvého riadku odčítame druhý riadok
vynásobený číslom 2:

takže inverzná matica k matici & Je

 - kk -

C v i č e n i a

5.1. Určte súčet a súčin matíc:

/8 2 o\ /1 5 1 5 \
b) ¿Z + $ = | 9 3 -2 J, & -ô m í zo o 6 j;
X4» 5 3/ \ 13 7 8/

2
/f -1
2
1

5.2. Vypočítajte súčin matíc:

 - k5 -

5.3. Vypočítajte:

5.^. Určte inverznú maticu k matici:

cos x -sin x í cos x sin x

b)
s in x cos x A-sin x cos x

5.5. Určte inverznú maticu k danej matici:

 - k6 -

vypočítajte d ~1 , $ ~ 1 , Ä ~ 1 .(l~1 a (& .(fo) 1 a súčiny $ 1. # 1 a

( (í . ^ vzájomne porovnajte.

5.9. Vypočítajte x, y, z z maticovej rovnice

Z d - Ä 2 + C (

kde
-t ú>

5.10. Určte maticu <2), pre ktorú platí:

2) =a.(b +ä “1 . (2 Ä-č),
kde
 - ^7 -

n. S Ú S T A V Y L I N E Á R N Y C H R O V N Í C

1. RIEŠENIE SÚSTAVY LINEÁRNYCH ROVNÍC

Obrátime teraz svoju pozornosť na sústavy rovníc. S niektorými jednoduchými

sústavami rovníc sme sa už zoznámili na strednej škole. Tu však budeme riešiť
všeobecný prípad sústav m lineárnych rovníc o n neznámych. Napíšme si najprv
sústavu m lineárnych rovníc o n neznámych.

+ + . . . + a« x
a11x1 B12X2 In n
a*
2nxn
(ň
K

+ . . . 4-
a22X2
CM
e»

V
(1 .1 )

am1,x,1 ♦ + • • e 4- amnxn bm ,
am2X2

a definujeme:

Definícia 1.1.

1. Nech a , i = 1, 2, ..., m; J * 1, 2, ..., n, sú reálne alebo komplex-

^ «J
ná čísla. Sústavu (l.l) budeme nazývať sústavou m lineárnych rovníc o n ne­
známych.

2. Prvky x,, x., ..., x sa nazývajú neznáme, prvky a , . koeficienty a

i ä m
prvky b., b„, ...» b absolútne členy (niekedy tiež "pravá strany") sústavy
1 2 tn
(1 .1 ).

3. Matica vytvorená z m.n prvkov

(1 .2 )

sa nazýva matica sústavy (l.l).

k. Matica vytvorená z m.n prvkov

•
a.. a z
ij
m prvkov b,, b_, ..., b
i « m

Á
 - 48 -

sa nazýva rozšírená matica sústavy.

5. Ak sú všetky b^, i=1,2, ...,m, rovná nule, sústava (l.l) sa nazýva

homogénnou sústavou m lineárnych rovníc o n neznámych.

Ak Je aspoň Jedno nenulové, sústava (1.1) sa nazýva nehomogénnou sústa­

vou m lineárnych rovníc o n neznámych.

Poznámka 1.1, Často používame nasledujúce zápisy sústavy (l.l):

n
^ a£ jx j " i i = 1 i 2, ...,m; (1.4)
J-1

maticový zápis

CL. X - &, (1.5)

kde d Je (1.2), t.J. matica sústavy (1.1) typu (m,n), X Je stĺpcový vektor

typu (n,l) a $ Je stĺpcový vektor

typu (m,1).

Definícia 1.2. Každá usporiadaná n-tica prvkov q (q.,» *2' pre

qn }
ktorú je

n
^ &ijqj = b i* t * 1, 2, ..., m (1 .6 )
J=1

sa nazýva riešením sústavy (1.1),

V ďalšom musíme zistiť, 6i sústava (l.l) má vôbec nejaké riešenie (tzv. exis­
tenčný problém) a ak existuje nejaké riešenie sústavy (l.l), musíme zistiť, koľko
ich je a ako ich nájdeme.
 - k9 -

Najprv definujeme ekvivalenciu sústav.

Definícia 1.3« Nech C£j> i = 1 * 2, . m; j = 1 , 2, . n sú reál­

ne alebo komplexná čísla. Utvorme sústavu:

+ + ... + c. x
c11x1 C12X2 In n = d i
+ + ••• + co x
C21X1 C22X2 2n n = d2

+ + ••• + C x = d
Cm1X1 Cm2X2 ran n m

o rovnakom počte neznámych ako sústava (1.1).

Sústavy (1.1) a (1.7) sa nazývajú ekvivalentnými vtedy a len vtedy, ak každá

riešenie sústavy (1.1) je riešením sústavy (1.7) a každá riešenie sústavy (1.7)
je riešením sústavy (1.1),

Teraz pôjde o to, aby sme našli nejaká "ekvivalentná" úpravy, ktoré by pre­
vádzali danú sústavu (1.1) na sústavu (1.7) s ňou ekvivalentnú. Najprv však pozna­
menajme toto :

Poznámka 1.2.

1. Vynásobiť i-tú rovnicu zo sústavy (1.1) číslom c ^ 0, znamená vynásobiť

každý člen súčtu na lávej strane číslom c a vynásobiť absolútny člen číslom c.
Teda:

a, x
ai1X1 ai2x2 in n >i /*

znamená

ca x. + ca x + ... + ca, x = cb.

i1 1 i2 2 in n 1

2. Utvoriť lineárnu kombináciu rovníc sústavy (1.1) znamená zvoliť čísla

P.*
1 P0»
Á •••» Pdl a utvoriť súčet súčinov typu:

P1(al1X1 + al2X2 + + alnXn “ b 1 > + P2(a21X1 + a22X2 + " * + a2nXn “ V +

+ + Pm(a m1X1 + am2X2 + — + V n “ V = °*

Teda stručne:

m
¿L PjL (a±1x1 + ai2x2 + ... + ainxn - b±) = 0.
i=1

Veta 1.1. Ak zo sústavy (1.1) vytvoríme sústavu (1.7) niektorou z nasledujú­

cich úprav, potom sústava (1.7) je ekvivalentná so sústavou (1.1).
 - 50 -

1. Zmeníme ľubovolne poradie rovníc sústavy.

2. Vynásobíme jednu z rovníc sústavy (1.1) číslom c j* O.

3. Ak pripočítame k jednej rovnici sústavy (1.1) ľubovolnú lineárnu kombiná­

ciu ostatných rovníc sústavy (1.1).

k. Ak pridáme k sústave (1,1) rovnicu, ktorá je lineárnou kombináciou ostat­

ných rovníc sústavy (1.1).

5. Ak vynecháme v sústave (1.1) rovnicu, ktorá je lineárnou kombináciou

ostatných rovníc sústavy.

Dôkaz.

l. Je zrejmý.

2. -o : Ak je q * • •• , q ) riešením sústavy (1.1) musíme ukázať,

(q1 » Qo' n
Je tiež riešením sústavy:

+ s
al1X1 + al2X2 + **• a1nXn V
+ v
a21X1 + a22X2 + •** a2nXn
(1.8)

+ ca. x = cbi ,
°ai1X1+Cai2X2 + in. n

a „x, + + a x - b e
m1 1 am2X2 + mn n m

však

a x B
a11X1 + ai2X2 + ••• 1n n V
+ a„ x m
a21X1 + a22X2 + •** 2n n V

+ a. x -b.) * 0,
c(ai l V ai2X2 + in n i

a x s b .
am1X1 + am2X2 + mn n m

Pretože q Je riešením sústavy (1.1), platí (1.6) a sústava (1.8) má riešenie q.

<<== : Nech q** (q/* ql, ..., q*) je riešením sústavy (l.8). Potom máme s
1 2 n

♦ • •• + m
an qi ♦ al2q2 al n < br
0 '0 0
+ ••• + s
a21q1 + a22q2 a2nqn b2

0 0 0
+ ... + m cbA
cai1q1+cai2q2 oainqn

0 0 0
+ ... ♦ m b
a«1q1 + am2q2 amnqn m

Z i-tej rovnice môžeme vytknúť c ^ O a skrátiť (pozri poznámku 1.2), dosta-

neme t
 51

+ + ... + ai ^ ^ ss
a11qí al2q2 1n*n b1
0 0
+ + ••• + a„ q s
a21q1 a22q2 2n ln b2

0 0 0
+ •f ... + s
ai1q1 ai2q2 ainqn bi

0 0 0s
+ + ... + a q b
am1q1 am2q2 mnn m

a teda q = (q^ , Qg* •••* <1^) je riešením sústavy (1.1).

3. Ak pripočítame napr. k poslednej rovnici sústavy (1.1) lineárnu kombiná­

ciu ostatných rovníc, dostaneme sústavu: *

ai1X1 + al2X2 + ••• + ainxn V

a 21X 2 a22X2 + + a2nXn V

im— . ix,
i i i + am-i áx 2 + ... + am—l n xn ■= bm—l ,
(1.9)
a «x* + a x +
m1 1 + am2X 2 + mn n
m-1

+ 2 ľ PJ<aj1x1 + aj2X2+ “ • + ajnXn " V = V

j=1

—^ q = (q*, q„, .... q ) je zrejme riedením

i Každá riedenie sústavy (1.1 )
i « n
»ústavy (1.9). To plynie púhym dosadením do (1.9), ak si uvedomíme, že platí (1.6).

<= : Nech q*® (q*, q2 » ..., q^) je riešením sústavy (1.9), potom platí:

a11q1 + a12q2 + •** + a1nqn = V

a21ql + a22q2 + + a2nqn “ V

am1q1 + am2q2 + ** * + amnqn +

m-1

+ X pj<aJ1q1 + aJ2q2 + + aJnqn ’ V bm •

j“1

m-1

Avšak Pj(aj1 + aj2q2 + ••• + ajnqn ” b j) = °* ak° t0 P1?11*® z Prvýcb m-1

J-1
rovníc sústavy.

Máme teda

a£jQj B b^, i = 1, 2, ..., m

J“1
 - 52

a teda q*= (q^, Qg* •••» q^) Je riešením sústavy (1.1). (k . a 5. sa dokáže po­
dobne .)

Poznámka 1.3« Ak porovnáme vetu 1.1 s vetou 3»1 kap. I,, odstavec 3* vidí­
me, že ekvivalentná úpravy sústavy lineárnych rovníc sú totožná s ekvivalentnými
úpravami matíc, pri ktorých sa nemení hodnosť matice.

Môžeme teda miesto ekvivalentných úprav sústav rovníc upravovať rozšírenú

maticu sústavy. To tiež využijeme pri výpočte riešení sústav rovníc.

Predovšetkým platí táto dôležitá veta:

Veta 1 .2» *~(Frobeniova veta.) Sústava rovníc (1.1) má riešenie vtedy a len
vtedy, ak matica sústavy rovníc (1.2) má rovnakú hodnosť ako rozšírená maticg. sú­
stavy rovníc (1.3).

Dôkaz. Označme h hodnosť matice sústavy, h' hodnosť rozšírenej mati­

ce sústavy.

1. Najprv dokážeme nutnú podmienku. Nech sústava (1.1) má riešenie q =

* (í-) * ^ 2 ’ ** ’’ qn ) • Zrejme h = h*. Predpokladajme, že h h*. Pretože rozšíre­
ná matica sústavy má hodnosť h*, existuje h* lineárne nezávislých riadkových
vektorov. Nech je to prvých h ’ riadkov, prislúchajúcich rovniciam:

al1X1 + al2X2 + **• + alpXn = V

a21X1 + a22X2 + *•* + a2nXn = b 2*

(1 .10)

+ av x = b'
®h1X1 + **2*2 + tm n h

Podlá predpokladu je h < h/, a teda v matici sústavy (l.10) sú riadky lineárne
závislá. Teda niektorý riadok je lineárnou kombináciou ostatných riadkov. Preto
sú i lavá strany rovníc (1.10) lineárne závislá a platí napr.:

h-1

■¿1X1 + ah2X2 + + ahnXn " Pj(aj1X1 + aj2X2 + + ajn*n)* (1*11)

J=1

Pretože sústava (1.1) má riešenie q, platí

"¿1q1 + ah2q2 + + ahnqn “ bh

a súčasne po dosadení q do (1 .11 )

h-1

S l q1 + ah2q2 + •“ + ahnqn = X P j(aj1q 1 + aj2q2 + *“ + ajnqn )<

J=1

Podlá (1.10) však dostávame

 53 -

h-1

^ 1 q1 + *¿2*2 + + *hnqn “ 2 _ pjb j

j=1

a odtiaľ

h-1

6i ' ž ľ pj'V
j=1

Tým sme však dokázali, že h-tý riadok rozšírenej matice sústavy (1.1) je li­
neárnou kombináciou ostatných riadkov. Je teda hodnosť rozšírenej matice sústavy
(1.10) menšia ako h /, a to je spor s predpokladom. Náš predpoklad h < h* je te­
da chybný a musí byť h = h .

2. Teraz dokážeme postačujúcu podmienku. Chceme teda dokázať, že ak h = h ,

potom sústava rovníc (1.1) má riešenie.

Upravujme teraz rozšírenú maticu sústavy (1.10) na poddiagonálny tvar:

(1 . 1 2 )

kde cn c22 ... Chh + O.

Zrejme táto matica nemôže obsahovať riadok (0, 0, ..., 0 d^ ŕ 0). Pretože
ekvivalentné úpravy, pri ktorých sa nemení hodnosť matice sú analogické ako ekvi­
valentné úpravy rovníc (pozri vetu 1.1 ), je sústava (1.1) ekvivalentná so sústa­
vou rovníc, ktorej koeficienty a absolútne členy sú uvedené v matioi (1.12), teda

C11X1 + C12*2 + - • + C1h*h * “ • + C1nXn “ V

c22x2 + ... ♦ c ^ + ... + c ^ - d2 ,

ChhXh + “ • + chn*n = V

pričom c^ / 0 pre i = 1, 2, ..., h.

Teraz je už zrejmé, ako získame riešenie sústavy (1.10). Zvolíme si ľubovoľ­

ne (n-h) neznámych. Týchto (n-h) neznámych musíme ovšem zvoliť tak, aby z ostat­
ných h neznámych mala v každej z h rovníc aspoň jedna (v každej rovnici iná)
nenulový koeficient. Tým je jednoznačne určená hodnota neznámej x^.

Teda

°hhXh = d h Chh+1*h+1 *** Ch nX n

a odtial

1
“ — (dh - ch h + l V l ...... etanxn )-
C. .

Z predchádzajúcej rovnice jednoznačne vypočítame neznámu x^ , ... až z prvej

rovnice získame neznámu x^.

Je teda vidieť, že všetky riešenia sústavy rovníc nájdeme, ak ľubovolne zvo­

líme hodnoty (n-h) neznámych a pre danú voľbu ostatná h neznáme vypočítame.

Poznámka 1.4. Z druhej časti dôkazu vety 1.2 Je zrejmý postup pri riešení
sústavy rovníc (l.l), tzv. Gaussova alebo eliminačná metóda:

1. Napíšeme rozšírenú maticu sústavy.

2. Ekvivalentnými úpravami ju prevedieme na poddiagonálny tvar.

3. a) Ak n = h = h*, má sústava práve jedno riešenie.

b) Ak n > h « h', má sústava nekonečne mnoho riešení, (n-h) neznámych
môžeme vhodne zvoliť.

c) Ak obsahuje rozšírená matica sústavy riadok (0, 0, ,..., 0 j d / 0),

nemá sústava rovníc riešenie. Je totiž h / h'.

Celý postup riešenia sústav lineárnych rovníc si ukážeme na nasledujúcich

príkladoch.

Príklad 1.1. Riešte sústavu rovníc

+ + 2x4 + 3x5 ■ 5,
X2
1

+ + 4x 5 - - 1,
H
♦
U)

4X2 5x4
♦ + + 2x^ » - 3.
3x2 5x4
+ - 3x 3 + + 2x^ « -14,
7x2 9x4
•e-
l

+ 2xk + 7x 5 - -10.
M
+

8x2
U

e š e nie. Utvoríme rozšírenú

1 1 0 2 3
j 5 \
2 4 -1 5 4 i -1 '
1 3 0 5 2
í _3
3 7 -3 9 2 I -14 )
2 8 -4 2 7 ! -1 0 /

(prvý riadok vynásobíme postupne 2, 1, 3, 2 a odpočítame od ostatných)

 - 55 -

1 0 2 3 5
('
1 0 2 -1 1 -2 -11
ro 0 2 0 3 -1 - 8 rJ
4 -3 3 -7 -29
\ 0
\ 0 6 -4 -2 1 -20

(druhý riadok vynásobíme postupne

1 0 2 3 5
!'
1 0 2 -1 1 -2 -11
rj 0 0 1 2 rJ
1 3
0 -1 1 -3 - 7
y °
\ 0 0 -1 -5 7 13

(tretí riadok pripočítame k nasledujúcim)

(štvrtý riadok pripočítame k piatemu)

Sústava rovníc má tvar odpovedajúci poddia^onálnej matici (tiež trojuholní­

kový)

+ « 5
X2 + 2x4 3*5
2x 2 - x3 + - ZXj - -11
x4
10

+ *= 3
*3 + X5
3*^ - 2x 5 = - 4
*= 12
6x5

Podlá poznámky 1.4 je h“h y=n=5« teda sústava má jediná riešenie. Z poslednej
rovnice máme x^ *= 2; ak dosadíme túto hodnotu x^ do predchádzajúcej rovnice,
dostaneme x^ - Oj ak dosadíme tieto hodnoty x^ a x^ do tretej rovnice, máme
x^ * 1 j podobne dostaneme x^ = -3, xi B 2*
 - 56 -

Príklad 1.2. Riešte sústavu rovníc

+ 3x4 = 1,
2x1 - X2 " X3
- 2x 2 -

x
n
s X3

6x1 - 3X2 - x4 = 9,
X3
- 12x^ = 10.
2x1 - X2 + 2X3

R i e š e n i e. Utvoríme rozšírenú maticu danej sústavy rovníc

-2 -2 S
-1 3 1 \
í2 '1
h -2 -1 1 5
6 -3 -1 -1
9
U -1 2 -12 10 /

(prvý riadok vynásobený postupne 2, 3, 1 odpočítame od ostatných riadkov)

í 2 -1 -1 3 1 \
0 0 1 -5 3
0 0 2 -10
i 6 i
\0 0 3 -15 9/

(druhý riadok vynásobený postupne 2, 3 odpočítame od nasledujúcich)

Sústava rovníc, odpovedajúca poslednej matici, Je v poddiagonálnom tvare,

a ked vynecháme dve rovnice tvaru 0=0, dostaneme sústavu rovníc

2X1 " X2 ~ x3 + 3xi* 1.

*3 “ 5x^ = 3.

Podľa poznámky 1 má sústava nekonečne mnoho riešení. Dve neznáme môžeme

vhodne zvoliť. Z druhej rovnice nájdeme vyjadrenie x^ pomocou ak ho dosa­
díme do prvej rovnice, nájdeme vyjadrenie x pomocou x0 a x^. Všeobecné rieše-
nie má tvar

X1 = 2 X2 + X4 + 2 ’

x3 = 5x^ + 3.
 - 57 -

Ak vo všeobecnom riešení zvolíme napríklad * 2, x^ = -1 , dostaneme jedno

z riešení: x^ = 2 , x^ = 2, x^ * -2, x^ = -1 t ktoré na rozdiel od všeobecného
riešenia nazývame konkrétnym riešením danej sústavy rovníc.

Príklad 1.3. Riešte sústavu rovníc

♦ + 5x 3 ■f 3,
2x1 3X2 x4 =
+ + 2x 3 +
3x1 4x2 3x4 = -2,
+ ♦ 8x3 - 8,
X1 2X2 xl* =
+ + + 8x4 = 0.
7x1 9X2 X3

R i e š e n i e . Utvoríme rozšírenú maticu danej sústavy rovníc

2 3 5 1 3 \
3 k 2 3 -2
1 2 8 -1 8
7 9 1 8 O

(vymeníme prvý a tretí riadok a nový prvý riadok vynásobíme postupne 3# 2, 7

a odčítame od ostatných)

1 2 8 -1 8

/v 0 -1 -22 6 -26
r^/
0 -1 -11 3 -13
0 -5 -55 15 -56

(vydelíme druhý riadok -2 a vynásobíme ho postupne 1 a 5 a pripočítame k na­

sledujúcim riadkom)

1 2 8 -1 : 8 \
0 1 11 -3 ! 13
rJ
0 0 0 0
i 0 /
0 0 0 0 1 9/

(štvrtý riadok vydelíme 9 a vymeníme ho s tretím riadkom)

1 2 8 -1 1
1
1 8 \
1 13
0 1 11 -3 1
1
0 0 0 0 1
1
1
0 0 0 0 1 0 /

Podľa poznámky 1 .U obsahuje rozšírená matica danej sústavy rovníc riadok

(O, 0, O, O | 1 ) a preto nemá riešenie. (Je totiž 2 = h jí h*= 3).
 - 58 -

C v i č e n i a

1.1. Riešte sústavy lineárnych rovnici

a) 2x + 3y = 5,
x - y = 2; H •?] t /

b) 3x - 7y - t5z = 8,
x + 2y + z = 5» [n , -5, 4 ]
3y + 3z = -3;

c) y + § z - 7 = o,
i x "
1
i x + 2 y
z - 8 = 0,
í
2 ] 2 - 10 = 0 |
- 3 x > y

d) x + y + z - u = 12 ,
x + y - z + u = 13,
x - y + z + u = 5,
[H • 7 . 3. |]
-x + y + z + u ■ 8.

Použitím FrobenioveJ vety rozhodnite,

v nasledujúcich úlohách majú riešenie

a) 2Xi - S
5,
x2 []nemá riešenie]
*X1 - 2x2 - 9;

b) X2 = 5,
X1 +
2x,_ - 7,
X1 ' 2
3X1 - 3X2 • 19;

c) 3, E
X2
X1 +
B 5, j]nemá riešenie ]
3X1 - X2
B 2;
7X1 - 2X2

d) - 3xi> = 3,
4X1 + 2X2
2X3 = -2 , nemá riešenie
- 3X1 - X2 +
- 2x 3 - kx^ «= k;
X1 + X2

X3 = 2,
e) X1 + 2x2
3X1 - X2 + 2x3 - 7, [i, 2 , 3 ]
X1 X3 = -2 ,

2X1 + X2 ♦ X3 = 7;

f) + 7x 3 + 1 Ox^ = 3 , [a; b; 22a-33b-11 ;

6X1 - 9X2
- 3x 3 - kxk • 1 , -l6a+24b+8, kde
2X1 - 3X2
+ 13X 3 + 18x^ = 1 ; a, b sú lub. čísla]
2X1 " 3*2
 59 -

e) X2 + x 3 + xk = 1 .
X1 + [ 3 a; 3b + 1 ; i - 3a - 3b;
2 Xi + 2 x^ + 2 x„*1 = 0.
f 1 ; 2 a + 2 b + 1 , kde

X1 + x 2 + 5 x 3 “ xk + 6 x 5 * 1 * a, b sú lub. čísla]
X1 + X2 - 3 x 3 + *k ~ 6 x 5 = “ 1 ♦

h) + 8x 2 +
X1 2 x 3 + x4 = ~ 3 *
+ 1 ° x 2 + 2 *3 - = -2 .
3X1
2x — xk ~ 1 » [ n e m á r i e š enie]
+ 3x 2 + x3 + xu = 5,
+ 2x2 = -6 .

Nasledujúce sústavy lineárnych rovníc riešte e l i m i n a č n o u metódou:

a) + 5x 2 + 2x 3 * 1 ,
- X1
+ 6x 2 - 5x3 = -2 0 , [ 2 ; - 1 ; í»]
3X1
- 19 x 2 - 10x 3 = - 7 ;
7X1

b) - 2x2 + 5x 3 - 6xk = 0,
3X1
3x 3 - kx^ = 1 ,
7X1 + X2 [ 1 ; 1 ; i; 1]
1 3x 3 + 3x^ * 1,
ÓX1 + 5X2 "
- 1 3 x 2 + í*0 x 3 - 16 x^ = 13}
2X1

c) 5x 3 + 2 x^ = U,
X1 + 7X2 + r 2
- 2x2 - [ a+5í 3 í -a-1 ;
X1 x3 " x4 “ 5’
- 2x2 + x3 - x^ - 1 3 ,
3X1 „ 1
2a - - , kde a Je
+ 9x 2 + 8 x 3 + 3x^ = 7,
2X1
X1 + 5X2 +
3x3 + x^ = 5} ľub. číslo ]

d) 3X1
+ f 7 3a
2 x 3 " 2 xi* “ 7» a; b; c; - 3 + 5 - + c;
L. fc fc
5x3 + 2x5 = 5,
2xt X2 *
12x3 - 2 x^ + kx^ = 1 7 , | + | - a - |f , kde
7X1 " 2X2 *
- 3x 2 + 15 x 3 + 6x 5 =15;
6X1 a, b, c sú lub. čísiaj

o) 2X1 " X2 + x3 + xk - ^ 5 = ~3 * [a+b; 3a; 2b-3; a; b,

3x 3 + Jx^ + 3x^ = 9, kde a, b sú lub.
3X1 - 2X2 -
♦ 3x 2 - x 3 “ 10x4 + x5 = 3í čísla]
X1

f) 2x1 x3 + 2x^ = k.
+ 3X2 +
N + 3X2 + x3 + \ = 5,
3 x 3 + 2x^ = 2, [nemá riešenie]
5X1 + 11X2 +
+ 5x 2 + x3 + x/* - 1.
2X1
- 7x 2 - x 3 + 2xk = 7í
X1

4
 - 60 -

e) 4* - 4 x 3 4* ♦ 2x^ = -5, [3 + - b; -1 -a+ 2b ;

2X1 3x2 6x4 %
- ♦ * 13,
S X2 3x4 6x5 3
4* - 4- + ■ 8, 2+a+ g- b; a; b; kde
ÓX1 2X2 S 3x4 8x5
4* - - 1 3x^ m 10 ,
2X2 S kxk a, b sú ľub. čísla
+ 5x 2 4* -f — 1 1 x5 — 5;
2X1 2x3 2x4

h) 6x 4* 6x 4* •f
2x4
c 21 ,
5x3
+4- 4* s 10 ,
3*1 3X2 2X3 x4 [3; 0; -5i 11]
+ 4- 4-
x4 *
v,
4x1 2X2 3x3
3xt + 4* = 15,
5X2 + x3 x4 .

+ 4* 4- 18.
7*1 5X34x2 2x4 =
1.4. Nájdite riešenie sústav lineárnych rovníc v závislosti od parametra a

a) 2x ♦ 9y + 2 z =7a •- 4,
r
, —2a , - -a , pre
|_a~2 •
riešenie je (-2f0;0), pre
3x + 3y + 4z = 3a - 6 ,
a =1 je (—1 i -j í — ~)
4x - 6y + 2 z = -a - 8 ; a pre a=-2 riešenie Je
(-4; - 3 i 1 )]
napíšte riešenie pre a = 0 , 1 , -2 ;

x1 a/0
3x4 = 2 ,
b) ]pre sústava nemá
X2 - X3 -
3x + 7x4 = 1 , riešenie, pre a =0 má ne­
5 2X2 +
konečne mnoho riešení
3X2 ~ 22x4 = 9,
3x 2 - 7x^ + 17x^ = a . (5b+13c- \ ■
, 7b+19c- | ;
- 2b- 2 c)]

1.5. Pre akú hodnota parametra a má sústava rovníc riešenie:

2X1 - x2 * X3 4- x4 = 1 ,
X. + 2x , - x^ 4- 4x. = 2 , [a = 5]
1 2 3 4
+ 7x 2 - 4x^ 4- 1 'Xj, = a.
X1

1.6. V množine komplexnýxh čísel riešte sústavu rovníc:

+ 2 i x2 + (1-í )x j = 1
i - 0 4+5i; - 1 -2i ; 2-i]
2 3
+ 2i 14
X2 + 3x3 =

1.7. Má sústava rovníc

-ix. 4* X_2 4- ix 1 - 2a,

1 3
x. 4* X _ 4- x^
2
1 + a( 1 +i),
1 3
2ix^ — ■5a,
X3

riešenie v množine reálnych čísel, ked parameter a je reálne číslo? Ak má,

nájdite ho. (]pre a =0 je riešenie
(O; 1; O)]
 - 61

. Riešte sústavu lineárnych rovníc a rozhodnite, pre ktoré hodnoty parametra

a má sústava rovníc jediné riešenie, kedy nekonečne mnoho riešení a kedy
nemá riešenie.

ax + y+ z = 1, [^Pre a s -2 nemá riešenie; pre a = 1 má neko­

x + ay+ z =* 1 , nečne mnoho riešení tvaru x=1-p-q; y = p ; z = q;
x + y + az = 1 . pre a / 1 , a ^ -2 má sústava práve jedno riešenie^]

2. RIEŠENIE HOMOGÉNNEJ SÚSTAVY LINEÁRNYCH ROVNÍC

Nech je daná sústava m homogénnych rovníc o n neznámych

... + a„ x = 0,
al1X1 + &12X2 1n n

a21X1 + a22X2 + + a2nXn = °*

(2 .1 )

a „x. + a _x„ + ... + a x = 0 .

ml 1 m2 2 nm n

Hodnosť matice homogénnej sústavy lineárnych rovníc Je vždy rovná hodnosti rozší­
renej matice sústavy. Teda sústava rovníc (2.1 ) má vždy riešenie. Je to tzv. tri­
viálne riešenie (q = (O, O, ...» 0)) sústavy (2.1).

Uvažujme teraz, či sústava (2.1) má ešte nejaké iné riešenie. Za tým účelom
upravíme maticu sústavy (2.1) na poddiagonálny tvar. Teraz ale podľa Frobeniovej
vety máme:

a) Ak je n = h, má homogénna sústava rovníc len triviálne riešenie.

b) Ak Je n > h, má sústava nekonečne mnoho riešení, (n-h) neznámych môžeme

vhodne zvoliť, ostatné neznáme sú potom jednoznačne určené v závislosti na zvole­
ných neznámych.

Príklad 2.1. Riešte homogénnu sústavu lineárnych rovníc:

- 7*2 ~ ^x3 + 6xí* ♦ 2x 5 = 0,

3x1
11 x^ - 3x2 - 9x^ + 4xu - 10x5 + 18x6 = 0,

+ 3x^ - 4x 5 +
X1 3x2 5x6 = 0,
+ + 2x 5 +
2x1 2x2 - x3 *4 - 3x6 = 0,
- 3x 2 - 3x 3 - + «* o.
3x1 x4 - s 7x6

R i e š e n i e . Použijeme Gaussovu eliminačnú metódu. Upravujeme teraz len

maticu sústavy na poddiagonálny tvar:
 - 62 -

(vymeníme navzájom prvá tri riadky, a to tretí namiesto prváho riadku, druhý ria­
dok namiesto tretieho a prvý namiesto druhého riadku)

Ďalej by sme mohli postupovať bežným spôsobom. Ukážeme však, že daleko Jednoduch­
ší, i ked náročnejší, je tento postup:

1. Najprv odčítame od tretieho riadku súčet prváho, druhého, piateho a dvoj­

násobok štvrtého riadku.

2. Odčítame druhý riadok od piateho riadku.

3. Odčítame od druhého riadku súčet prvého a štvrtého riadku.

k. Odčítame od štvrtého riadku prvý riadok vynásobený dvoma. Tým dostaneme

maticu:

(tretí riadok je nulový a platy riadok je štvrtý riadok vynásobený -1 , teda ich
vynecháme)

(tretí riadok vynásobíme troma a pripočítame k druhému riadkuj riadky druhý a tre­
tí vymeníme navzájom)

//I 3 0 -3 -i* 5
'W 0 k 1 -7 -6 7
\0 0 0 -13 -10 13
 - 63

Táto matica má hodnosť 3 (stačí navzájom vymeniť tretí a štvrtý stĺpec a dosta­
neme poddiagonálny tvar). Posledná matica je matica sústavy rovníc J

+
X1 + 3X2 3x 4 -
S 5x6 = o,
4 x 2 + x3 - 6x 5 +
7 x i> - 7x6 = o,
- 13 x 4 - 10x5 + 1 3x6 = 0.

Daná sústava rovníc má nekonečne mnoho riešení. Teda môžeme n - h = 6- 3 = 3

neznáme lubovoIne vhodne zvoliť, napr.:

X1 = a ' XU “ b * = c.

Jednoduchým výpočtom získame ostatná neznáme:

x2 = 3 (~a " 2b + ?3 c ) ’

x3 = I ( a + 2b + T3 c ) ’

x6 = ~ (13b + 10c).

Riešením (x.^, x2 , x^, x^, x^, x^) danej sústavy rovníc je každá usporiadaná 6-ti-
ca reálnych čísel

(a» y C-a - 2b + c) i y (a + 2b + “ c ) f b j c; y y (1 3b + 10c)) ,

kde a, b, c sú lubovoIná reálne čísla. Napríklad pre a ® 3» b = 0, c = 0

Je riešením 6-tica (3» -1» O; 0; o).

Poznámka 2.1.

a) (n-h) neznámych volíme tade, aby aspoň jedna (v každej rovnici iná) z os­
tatných h neznámych, mala v každej z h rovníc nenulový koeficient.

b) Ak pri úprave matice na poddiagonálny tvar vymeníme navzájom stl'pce danej

matice, musíme si uvedomiť tiež príslušnosť koeficientov v stĺpci matice k nezná­
mej v danej sústave rovníc.

Príklad 2.2. Riešte homogánnu sústavu lineárnych rovníc:

x - 5y- 2z = O,
3x + 6y- 5z * 0,
7x - 19y- 10z « 0.

R i e š e n i e . Upravíme maticu sústavy na poddiagonálny tvar:

 - 6k -

(prvý riadok vynásobíme -3 a pripočítame k druhému riadku; podobne prvý riadok

vynásobíme -7 a pripočítame k tretiemu riadku)

(vymeníme navzájom druhý a tretí stĺpec)

(druhý riadok vynásobíme -U a pripočítame k tretiemu riadku)

Táto matica má hodnosť 3. Kedže n = h => 3* sústava má len triviálne riešenie

q o (O, O, 0) .

C v i č e n i a

2.1. Riešte homogénne sústavy lineárnych rovníc:

a) + 0,
X1 X2
X3 =
- X2 + 2x = 0, [(0; 0; O)]
3x1
s 2X2
- o;
3X3 =

b) - - a °.
X1 X2 *3 " [ ( f qí \ qí 2 q} q) » kd® q
+ - 3xh = 0,
X1 2X2
— = 0;
je lub. reálne číslo J
9X2 X3

c) + + 3x = o,
X1 2x2
+ + - 0,
s 7X2 5X3 [(O; 0; O)]
+ + 10x = 0 ,
X1 6x2
X1
+
X2
-
S - 0;

d) +
3X2
kxk = 0,
3x1
2x^ + - 2x^ + “ °* f(2+a; 2-a; 3+a; a), kde a
X2
- - 2x^ = 0, je lub. reálne čísloj
X1 X2
+ - 8x^ = 0;
ÓX! ÓX2 8X3 +
 65 -

2.2. Nájdite riešenie homogénnych sústav lineárnych rovníc:

-
X3 ’ 2x4 “ ^x5
a) 3x1 = °*
4x 1 + 2x 3 - x4 " 5x 5 = 0, [(1 +a+bj 2-a-b; 3+a-bj a; b),
X2 -
*1 + 4X2 - 3x^ + 6x4 = 0, kde a, b sú lub. reálne
- 9x^ - 3x 5 = 0, číslaJ
S - 3X2
10x 1 + 4x - 5x4 - 13x 5 = 0;
X2 " 3

b) 2x^ +
3X1 " X2 - x4 + 8x5 = °* [(a; b; c; (-9a+3b-10c) yj- ;
9X1 '
3x + 4X„ + 8xa + 9x = 0,
3 (-3a+b+4c) yj)* kde a, b, c
2x^ + 3x4 + 2x5 =
3X1 - x2 +
4x^ + kxk _ x5 sú lub. reálne čísla j
3X1 ' X2 + = 0;

c) -x = °.
X3i
+ *4 = 0,
" X1
- ’SJl s " x6
+ xJ o = °* L(0; 0; Oj 0; 0; 0)J
= o,
X1 X2 + x4
- x5 + x6 - °.
-x. + = 0;
1 2

d) x - x5 + x6 = 0,
3
-X1 + X2 + x4 = o, [(aj cj a-bj a-cj aj b),
- + x6 = °. kde a, b, c sú lub, reálne
X2 + X3 " x4
+ x^ - x5 =o. číslaj
X2
■f X + x6 = °.
~X1 3

Č.3.J Riešte nasledujúce homogénne sústavy rovníc s

a) 11x1 + 2x + 8x4 = 0,
8X2 "
2x +
|_^0j -1 aj 7
r/„ \
g- aj aj , kde a
3X2 - x3 + 2x4 ■ 0#
je lub. reálne číslo”!
- X2 + x3 " 3x4 = 0,
S - 11X2 + 5X3 “ 12x4 = °*

2x 2 + 4^ - 3x 4 = 0,
0 X1 + [(8a-7b; - 6a+5bj aj b)t
3* 1 + x 2 +
5 4*4 = 0 , kde a, b sú lub, reálne
6x3 “
4x1 + 2x 3 + 3x4 = 0 ,
5x2 - číslaj
3x1 + 8x 2 + 24x 3 - 19x 4 = 0 .

2.4. Riešte homogánne sústavy rovníc:

a) 3* 1 + + 2x^ + x5 = 0, [719 3 v. 1 7
X2 - ®X3 L' ~8 a + 8 b ” 2 C * 8 a -
2X1 - - 7 x^ + 2x 5 = 0 ,
2X2 “
3x3
25 1 . \
X1 + 11X2 " 1 2x + 341^ - 5x 5 = 0 , ---g b + ^ c * a * b » °) •
- 1 úx^ + 3x 5 = 0 ;
X1 - 5X2 + 2X3 kde a, b, c sú lub. reál­
ne čísla J
 66 -

+ + + 2xk + 3* = 0
3x1 4x2 *3 [(-3a-5b} 2a+3b; a; O; b),
+ + + + = 0
5x1 7X2 b 3X4 ‘“ j kde a, b sú ľub. reálne
+ + + + 5,5 = 0
s 5X2 2x3
čísla]
+ + + + = 0
7*1 1°X2 b 6x^ *5

3. RIEŠENIE SÚSTAV LINEÁRNYCH ROVNÍC POMOCOU DETERMINANTOV

Sústavu n lineárnych rovníc o n neznámych

+ + ... + a, x = V
a11x1 ai2X2 In n
+ + ... + a0 x
a21X1 a22X2 2n n - V
(3.1)

+ + ... + annxn = b n
an1X1 an2X2

zapíšeme v maticovom tvare:

a .x = $, (3.2)

kde

11 12 1n.

a *21 22 2n ¿3

n1 n2 nn

Ak d Je regulárna matica (det <2 = A ^ O), existuje k nej inverzná matica

-1
fl"1 . Vynásobaním sústavy (3.2) zlava maticou d ' dostaneme:

Ú . (d ,X ) “ d , fli alebo X - a 1 •//}>, (3.3)

Veta 3.1. (Crammerovo pravidlo.) Ak determinant A sústavy rovníc (3.2) Je

rôzny od nuly, potom sústava (3.2) má jediné riešenie

kde determinanty A., A-, ..., A dostaneme z determinantu A nahradením prvého,

i ä n
druhého, ..., n-tého stĺpca stĺpcom absolútnych členov.

Dôkaz. Z (3.3) a z vety 5.1, kap. I, odstavec 5 vyplýva, že

 - 67

D b + D b + + D b
111 21 2 n1 n
1
°12b 1 + D22b2 + + °n2bn
A
+ D b
D1nb1 + °2nb2 + rui n,

čiže

Z rovností matíc dostaneme, že

°Jib J
DH
11b 1
1 + D 2i
o.|b 2
o + ... + Dni bn ..
j=1
X S Í = 1 y 2 j e e e f H
i

alebo

n
pričom A± ■ D jib j* 1 = 1 * 2» «••* n *
J=1

Príklad }
‘9'\. Riešte sústavu lineárnych rovníc

+ + 3x 3 X
E 1i
X1 2x2 4x4
cv
H

+ + 5 x 3 + S
Z
3
T

X2 x4
»

+ + + a -1
3x1 2X2 X3 2x4
+ + 5 x 3 + a 3
X1 X2 x4
 R i e ä e n i e V y p o č íta m e n a j p r v d e t e r m in a n t m a t ic e sú sta v y

1 2 3 -4
2 1 5 1
54 / O.
3 2 1 2
1 1 5 1

Keďže determinant sústavy je rôzny od nuly, sústavu rieäime pomocou Cramme-

rovho pravidla. Vypočítame ostatné determinanty

11 2 3 -4 1 11 3 -4
3 1 5 1 2 3 5 1
= -108; A, = = 162 ;
A1 -
-1 2 1 2 3 -1 1 2
5 1 5 1 1 5 5 1

1 2 11 -4 1 2 3 11
2 1 3 1 2 1 5 3
= 54; A. = = -54.
A3
J = 3 2 -1 2 3 2 1 -1
1 1 5 1 1 1 5 5

Riešením danej sústavy rovníc je usporiadaná štvorica . x^), kde

<X1 , *2 , x3

A1 -108 A2 162 A3 54
X - “2 9 *o — = = 3» T =—
XJ = 19
A 54 ¿ A 54 A 54

A4 -54

0 správnosti nájdeného riedenia sa presvedčíme dosadením do rovníc danej sústavy

Dôsledok 3«1. (Dôsledok vety 3.1 pre homogénnu sústavu rovníc.) Homogénna
sústava n lineárnych rovníc o n neznámych má netriviálne riešenie, ak je de­
terminant sústavy rovný nule.

Príklad 3.2. Pre ktoré hodnoty koeficientu a má sústava

(l-a)x1 +. „3
x„ O,

2 Xj + (2+a)x2 O,

2 x. + x„ O,

netriviálne riešenie?

R i e š e n i e . Podľa dôsledku 3.1, aby sústava mala netriviálne riešenie

musí byť determinant sústavy rovný nule, teda
 - 69 -

1-a O 1
2 2+a O = O;
O 2 1

t. j.

2
a + a - 6 = O.

Z toho bud a = 2 alebo a = -3. ŕ-ahko zistíme, že pre a = 2 riešením danej

sústavy rovníc Je trojica (2q; -q| 2q), kde q je ľubovolná reálne číslo. Podob­
ne lahko vypočítame , že pre a = -3 riešením danej sústavy rovníc je trojica
(q j 2q; —4q), kde q je opäť lubovolná reálne číslo.

Príklad 3.3. Riešte sústavu lineárnych rovníc

k
2x1 + 2x 2 - 2x^

5x1 + 3x2 + X

pomocou inverznej matice.

R i e š e n i e . Ak máme k výpočtu použiť inverznú maticu, potom matica

sústavy musí byť regulárna, t.j. štvorcová, ktorej determinant nie je rovný nule.
Označme d maticu danej sústavy rovníc

ďalej

Inverznú maticu d 1 k matici d sme vypočítali v príklade 5.3 kap. I, odsta-

vec 5 a je:

Teraz zapíšeme danú sústavu rovníc v tvare (3*2) a riešenie sústavy rovníc v tva-

X - £"1 . &
 - 70 -

t. j.

Teda x„ -11» x, 16, = 5.

C v i č e n i a

3.1. Pomocou Crammerovho pravidla riešte sústavy lineárnych rovníc:

a) + x3 = 6,
X1 X2 *
2*1 - = 3, [ ( U 2; 3)]
X2
+ - 2x^ = -1 i
X1 2X2

b) + - 2x 3 “ 22,
7X1 3X2
- + 6x 3 = 7, [(3 í i; i)]
2X1 5X2
+ 8x 3 = 9;
3X1 8x2

c) - = 11,
3X1 2X2 + X3
+ = 7 [ nemá riešenie
X1 X2
11x1 — = 10;
4X2 - 3x 3

- = 0,
d) 3X1 X2 + 2x
2x1 +
3X2 = o, [(0; 0; 0)]
+ = 0;
X1 X2

+
®) X1 X2 + X3 = 3,
X1 X2 + X3 = 1 » [ d ; ií i)]
■f
X1 X2 ■ X3 = 1 í

f) 2X1
-
3X2 + = 0,
X3
+ = 3, [(2; 3 i 5)]
X1 2X2
+ = 12.
2x1 X2 + X3

3.2. Pomocou Crammerovho pravidla riešte sústavy lineárnych rovníc:

i) + x2 - 5x 3 + x^ 8,
- 6x. = 9,
X1 - 3X2
[(3í -'♦í -1í 1)]
2x 2 - x^ + 2x^ = -5,
x1 + 1*x2 - 7*3 + 6x^ = 0;
 71

b) X1 + 2X2 + x4 = 1.
*3
2x1 + 3x2 - 2xu = 3,
x3 +
2= 5, [nemá riešenie
4x1 + 7x2
5x1 + 7x 2 - kXj + 10;
7x4 "

c) x1 + 2x 2
- X3 + x4 = 1,
2x1 + 5x 2 + 2x^ + 2xh = 16,

+ 3x 3 - [(1» 2; 3; -1)]
X1 5x4 = 15,
10xu
2X1 " X2 + ^x + = 2;

26,
d) 2X1 + 3x2 + ^x3 + 5x4 =
3x1 + 4 x 2 + 5x 3 + 2x4 = 25,
24, [ d ; 2; 2; 2)]
S + 5x2 + 2x 3 + 3x4 =
5 *1 + 2x 2 + 3x 3 + 4x4 = 2 3 ;

X1 + x2 + X3 fx4 “ 0 ,
X1 + 2X2 + 3x 3 t
kxk ■ 0»

x 1 + 3x 2 +6 x 3 t 10x4 = 0 , Oj

f 20x^ = 0;
X1 + ^X2 + 10x3

f) 3x1 + 2x 2 3xk «= 8,
~ x3 +
2X1 - X2
+ 5x 3 -
x4 = 7,
[(2í 3í 1í -1)]
X1 + X2 + x4 " 7,
x3 -
2x 4 = -2;
5X1 * 3X2 - X3 +

. Riešte sústavy rovníc:

a) X1 + 2X2 - 3*3 + 4x4 - x5 =

-1,
2x1 - x2 + 3x - 4 + 8,
2x3 =
3X1 + X2 2x4 - 3,
-3 -
+ ^x + 2xlt * 2x = -2,
S + 3X2
X1 - X2 2x4 ‘ » 3 - -3 í

b) + 3x 2 - * x4 + X = 15,

X1 " X2 + x3 - x4 + X5 =
2,
3x1 - 2x 2 xk + 2x = 5, [(3í Of -2í Oí 1)]
+ X3 '
2x1 + 3x 3 * 0,
+ E o;
X2 x4

c) + 2x 3 + 2*4 + 3,
2X1 + 2X2 *5 "
2x ^ + 2x 2 + 2x + a, ■ 6,
x4 +
2x^ + 2x 2 2xk + 11. [(Oí 2í -2í 0 } 3)]
+ x3 +
+ 2x 3 + 3x 4 + 10,
2X1 + X2 S -
+ 3x + 4x 4 + 13i
X1 + 2X2 3 * 3 -
 - 72 -

d) z - u *0*
-x + t =0,
-z + u - v « 0,
x - y + u - 0, L < 1 * 1 > °* °* °)J
-u + v * O,
-x + y - O.

3.4. Pri a k ý c h h o d n o t á c h k o e f i c i e n t u a maj ú daná h o mogénne s ú s t a v y r ovni c n e ­

triviálne (nenulová) riešenia? Uróte tieto riešenia.

a) ax + y + Z = 0, r
pre a * 4, xxysz = - 1 s1:3j
L-
x + ay - z » 0,
pre a 8 -1, x:y:z = 2 :31—1
2x - y + z * Oj

b) ax + 4y + 2z * o, ['pre a S 8, x:ytz = 1 :-3i2j

kx + 2y +
z - 0,
a B
5x + 7y + az - Oj
pre
¡C , x:ysz=0:1 :-2
-*

á x + 2y - z ■ 0, f m 2,
pre a xsyiz = 0:1:2j
ax - 4y + 2z ■ 0,
pre a 3 -2, x:y:z*2:-1 :oJ
x - ay + z = Oj

d) ax - 4y - z - 0, [pre a - 2, x:y:z = 3:1:2j

4x - 6y - 3z = 0,
pre a 8 ^ , x:y:z«*1 2 :-7 *30
x + y - a z * 0.

3.5. R i e š t e s ú s t a v y l i n e á r n y c h r o v n í c p o m o c o u i n v e r z n e j matice:

a) + 2x 2 - 12,
3xi
+ 27, [(2j 3; 5]»]
5 x i + 4X2 X3 *
+ 2 x 2 + 5 * 3 - 33;
xi

b) + 21,
7xi + 4 x 2 2X3 "
+ 14 2 } 3i»]
5 x i + 3*2 X3 ” [d;

3X1 + 2X2 ■f 10j

X3 "

c) 2*1 -10,
X2 X3 =
- 8, [(“2 j 5 j -•OJ
3X 1 + 2x2 4*3
+ -26 j
5x1 3x2 X3

d) + 2 x 2 + 4* + o,
3X 1 2x4 =
+ 0, _ 20 , _ 1 °.. u j l
X1 + 3X2 * 3 + ^x4 " [(6;
+ 3x 2 +
J 9 q *
J Q/J
J '-J
3x1 * 3 * 3 x 4 " 1,
+ 3x 2 ♦ 2 * 3 + 2 x^ = 0.
3x1
 - 73

III. P O L Y N Ó M Y A A L G E B R A I C K É R O V N I C E .
R A C I O N Á L N E F U N K C I E

1. POLYNÓMY A ICH ZÁKLADNÉ VLASTNOSTI

Výraz tvaru

P(x)\ ■ aoxn + a.x

i
n-1
+ ... + a .x + a ,
n— i n (1.D

kde a^ / O, n je celé nezáporné číslo, nazývame polynomom alebo mnohočlenom

n-tého stupňa. Výraz, tvaru P(x) = a^ / 0 Je polynóm nultého atupňa a v prípade,
že P(x) « 0 , hovoríme o nulovom polynome a nepriraduJeme mu žiadny stupeň.

Čísla a^ eú koeficienty polynomu. Môžu byť ľubovoľné komplexné čísla. Pre­

menná x je z oboru komplexných čísel. Vo všeobecnom prípade P(x) je komplexná
funkcia komplexnej premennej.

Ak koeficienty a^ sú reálne, ide o reálny polynóm i ked premenná x má

imaginárne hodnoty.

Napríklad

P(x) “ 2x + 1 je polynóm tretieho stupňa,

P(x) * (2 - i) x - (3 + 2i) x + 1 Je polynóm 2. stupňa s komplexnými ko-

eficientami.

P(x) = k, P(x) = O sú polynómy nultého stupňa, resp. nulový polynóm.

Dva polynómy

_/ \ n :n-1
P(x) = a x + a.x + a «x + a ,
o 1 n-1 n

Q(x) = b x® + b, x“ 1 + ... + b x + b ,
o i tn—*i m

sú rovnaké práve vtedy, ak sú rovnakého stupňa a rovnaké sú odpovedajúce si ko­

eficienty, t.j. ak m *» n a a^ 0, 1, 2, ..., n. Z rovnosti hod­
bk pre k
nôt dvoch polynomov v nejakom bode xq ešte nevyplýva rovnosť týchto polynomov.
Platí však: Ak sa zhodujú dva polynómy n-tého stupňa v n+1 bodoch, tak sú si
é ---- —----- --------- -— -- -■— ““ ' " '
tieto polynomy rovne.

Súčet alebo súčin dvoch polynqmov je zrejme opäť polynóm. Napr. ak P(x) =

= 3x + 2x - 2, Q(x) x^ + x2 + 1 , je P(x) . Q(x) = 3x^ + 5x^ + x2 + 2x - 2.

 - 74 -

Deliť polynóm P(x) nenulovým polynómom Q(x) znamená nájsť polynomy R(x)
a Z(x) tak, aby platilo

P(x) - Q(x) R(x) + Z(x), (1 .2 )

kde stupeň polynómu Z(x) je menší než stupeň polynómu Q(x). Polynóm R(x) sa
nazýva čiastočný podiel polynómov P(x) a Q(x) a polynóm Z(x) sa nazýva zvyšok

Poznamenajme, že vzťah (1.2) piati aj v prípade, že stupeň P(x) je menší

ako stupeň polynómu Q(x). Vtedy R(x) je nulový polynom a Z(x) * P(x).

Pre každé x, pre ktoré Je Q(x) jí 0 možno zo vzťahu (1.2) písať

P(x) Z(x)
--- * R(x) + ---- (1.3)
Q(x) Q(x)

Ak Z(x) Je nulový polynóm, hovoríme, že P(x) je delitelný polynómom Q(x) alebo

že Q(x) delí polynóm P(x) bez zvyšku.

fs Zvlášť dôležité Je delenie polynómu P(x) dvojčlenom (x - JL), kde oĹ Je čí s

lo. V tomto prípade (1.2) možno zapísať takto:

P(x) = (x - U.) R( x ) + Z, (1.4)

kde Z Je polynóm nultého stupňa, t.J. nejaké číslo. Ak Z = O, polynóm (x - c L )

delí P(x) bez zvyšku.

Napríklad polynóm P(x) ■ x** + 2x^ - 2x2 - 2x + 1 Je delitelný polynómom

Q(x) ■ x2 - 1 , pretože x** + 2x^ - 2x2 - 2x + 1 * (x2 - l)(x2 + 2x - 1 ).

Výpočet hodnôt polynómu. Máme určiť hodnotu polynómu P(x) v bode x *

Ak delíme polynóm P(x) dvojčlenom (x — oč), vzťah (1.4) môžeme zapísať takto:

n n-1 i í. n-1 . n-2

& X + X "f •• • ft .x + a = (x -«Z-) lb x + b„x + ... +
o 1 n -1 n ' ' o 1

+ bn-2X + b n _l) + 2 * b 0x11 + (*>-, ” «¿b 0 )*n_1 + ^b 2 “ °^ b i ^x n ~2 +

+ <bn-1 “ ^ bn-2>* + <Z - ^ bn-1>‘

Z rovnosti dvoch polynomov dostaneme

b *

“1 + °^bo
b„ “ (1.5)
a2 + ^ b1
e e ,« .A _ Ä A ..e «

b . ■ a . + oôb _
n-1 n-1 n-2
Z ■ a + oôb .
n n-1
 - 75 -

Zrejme je P( ȣ) = Z.

Vzťahy (i .5) umožňujú praktický výpočet koeficientov podielu R(x) a zvyšku

P( *£) podlá nasledovnej schémy, ktorá sa nazýva Homérova schéma:

a ••• a
o ai a2 *3 n
o£b oč b
O 1 2 n-1

b •ee Z = P(o£ )
o bi b2 b3

* 4 2
Vypočítajme hodnotu polynomu P(x) = x - 2x + 7x - 4 v bode x = 3. Po­
užitím HorneroveJ schémy dostaneme

1 0 -2 7 -U
3 9 21

1 3 7 28 80 = P(3)

2. ALGEBRAICKÉ ROVNICE

Algebraickou rovnicou nazývame rovnicu tvaru

n n-1 n-2
a x ♦ a,x •+ a_x + ... + a x + a * 0, ( 2.1 )
o 1 2 n-1 n

kde lavá strana (2,1) je polynóm aspoň prvého stupňa.

Nech P(x) = a xn + a xn 1 + ... + a .x + a Je polynóm n-tého stupňa,

o i n— i n
Číslo oC je koreňom (čiže riešením) algebra!ckej rovnice P (x) » 0 # alebo
tiež koreňom polynomu P(x), ak platí P(o£) « 0.

Platí nasledovné veta, ktorú uvedieme bez dôkazu. Dôkaz je zložitý a vyžadu
je prostriedky matematickej analýzy.

Veta 2.1 , (Základná veta algebry.) Každá algebräická rovnica má v obore kom­
plexných čísel aspoň jeden koreň.

Veta 2.2. Číslo je koreňom rovnice P(x) = 0 práve vtedy, ked dvojčlen
(x - oí) delí polynóm P(x) bez zvyšku.

Dôkaz tejto vety bezprostredne vyplýva zo vzťahu

Nech oó je koreňom rovnice P(x) «= O. Platí teda P(x) = (x -©£) R(x), kde
R(x) je znovu polynóm. Ak oč- Je tiež koreňom rovnice R(x) = 0, potom P(x) =
“ (x - oĺ) R^(x ) a hovoríme, že aĹ .Je viacnásobným koreňom rovnice (2.1). Pres­
ne definujeme:
 - 76 -

Nech k je prirodzené číslo. Číslo nazývame práve k-násobným koreňom

rovnice P(x) = 0, ak P(x) = (x -o¿)k R(x) a R(oč) / 0. Jednonásobný koreň vo­
láme stručne jednoduchým koreňom.

Veta 2.3. Algebraická rovnica n-tého stupňa má práve n koreňov, ak počítame

každý koreň toľkokrát, koľko činí jeho násobnosť.

Dôkaz. Podľa vety 2.1 má rovnica P(x) = 0 aspoň jeden koreň o ^ . Po­
tom podľa vety 2.2 je P(x) = (x - oĹ^ ) P^x), pričom P.|(x) je polynomn-1 stup­
ňa a jeho koeficient pri xn 1 je práve číslo a .
O
Ak n-1 > 0 , má polynom (x) opäť aspoň jeden koreň o£^* predošlé-
ho výsledku platí rovnosť P^(x) = (x - p2 (x) a teda P(x) =
= (x - «/.j) (x -'¿'2 ) P2 (x ) * kde p2 (x) je polynóm stupňa n-2 a aQ je jeho naj­
vyšší koeficient. Takto pokračujúc dostaneme po n krokoch identitu

P(x) = (x -oá.jMx -<^2 )(x -<¿3 ) (x - d n) pn (x),

kde P (x) je polynom nultého stupňa s najvyšším koeficientom a, t.j. P(x)=

n t o n
= aQ. Máme teda rozklad polynomu

p (x) = ®0 (x -o^1 )(x -oé2 ) ... (x (2 .2 )

Ak sem dosadíme za x postupne čísla i = 1 » 2, ..., n, dostaneme

p( 3 0« Je zrejmé, že čísla ^ sú koreňmi rovnice p (x) = O. Vidíme teda,
že rovnica n-tého stupňa má najviac n rôznych koreňov.

Predpokladajme, že v (2.2) sú práve len čísla o£ , ..., oú rôzne, potom

1 ä r
(2 .2 ) môžeme prepísať na tvar

k k k
p (x) = aQ (x -*Ĺy) ’ (x - oĹ2) 2 ... (x - cĹ^) r , (2.3)

kde k je násobnosť koreňa oL,

1 + k„
ä
+ k_ + ... + k = n
j r
a prirodzené číslo k,
1 i
algebraickej rovnice p (x) = 0. Ak v rozklade (2.3) každý koreň počítame toľko­
krát, koľko činí jeho násobnosť, tak rovnica má práve n koreňov.

Poznámka 2.1, Riešiť algebraickú rovnicu znamená nájsť všetky jej korene.
Zo strednej školy vieme riešiť rovnice 1. a 2. stupňa. Pre rovnice 3. a 4. stupňa
sa dajú odvodiť vzorce na výpočet koreňov, podobne ako je to v prípade rovnice
kvadratickej. Tieto vzorce sú však dosť zložité, preto nebudeme sa s nimi zaobe­
rať. Je dokázané, že vo všeobecnom prípade sa nedajú takéto vzorce odvodiť pre
rovnice viac ako štvrtého stupňa. Z týchto dôvodov sa na riešenie rovníc vyšších
stupňov používajú obyčajne numerické metódy. V niektorých prípadoch však korene
rovnice možno nájsť použitím tvrdení tohto odseku.
 - 77 -

Príklad 2.1. Určme všetky korene rovnice

P(x) * x ? - x * + J i P - 3x2 - 4x + 4 = O.
V

Dosadením čísla 1 do rovnice zistíme, že P(l) = O. Podľa vety 2.2 je po-

lynóm P(x) deliteľný dvojčlenom (x - 1) bez zvyšku. Delením dostaneme

P(x) : (x - 1) = x^ + 3x2 - 4 * P 1 (x).

Rovnica P.,(x) = 0 má opäť koreň 1, a teda je

(x^* + 3* 2 - 4 ) t (x - 1 ) = x"* + x 2 + 4 x + 4 = P 2 (x),

pričom P (1) ^ 0. Preto číslo 1 je dvojnásobný koreň rovnice P(x) = 0. Ďalej

^ 2 2
P2(-1) = 0, p r e t o P2 (x) : (x + 1) * x + 4 . K o r e n e k v a d r a t i c k e j r o v n i c e x +
+ 4 * 0 už vieme určiť podľa vzorca. Hľadané riešenie je

X B 1. X 35 —1 •
1,2 ’ 3 ’ x 4,5 = i2i*

Pri hľadaní koreňov algebraickej rovnice nám niekedy poslúži nasledovná veta.

Veta 2.4. Nech koeficienty rovnice (2.1) sú celé čísla a racionálne číslo

* — (p nie Je deliteľné s q) je koreňom tejto rovnice. Potom číslo a je

q °

deliteľné číslom q a číslo a je deliteľné číslom p.

n

Dôkaz. Ak cL je koreňom rovnice (2.1), potom platí rovnosť

n n -1
+ a. + a „ — + a = 0
n -1 n
n n -1 q

n n -1 n-1 n .
aQP + a ^ p . ... + an_.| q p + a^q = O.

Odtiaľ

n ( n -1 n -2 n -1
aoP’ ■ - q ^ P + ... + a^_1 q p + a^q J .

Teda číslo a0Pn J® deliteľné číslom q, lebo výraz v zátvorke je celé číslo.
A_le p, teda ani pn nie je deliteľné číslom q, preto musí byť aQ deliteľné
s q.
t •••
Podobne z rovnosti

f
'■* t
S
V
# *
 - 78 -

'n f n -1 n -2 n -1 \
anq = -p (,aop + aip q + ••• + « ^ q )

dostávame, že je deliteľná s p.

Dôsledok. Ak oí Je celočíselný koreň rovnice (2.1) s celočíseInými koefi­

cientmi, tak c/ Je deliteľom čísla a .
n
Posledná tvrdenie využijeme na hľadanie celočíselných koreňov algebraickeJ
rovnice (ak ich ovšem má). Ukážeme to na príklade.

Príklad 2.2. Riešme rovnicu x 3 - 2x + 4 * O.

Hľadáme najskôr celočíselný koreň. Môže ním byť iba niektorá z čísel: 1,
-1 , 2, -2, k, -4, ktorá sú deliteľmi čísla 4. Postupným dosadzovaním zistíme, že
číslo x^ =* -2 Je koreňom danej rovnice. Preto platí:

x3 - 2x + 4 * (x ♦ 2 ) (x2 - 2x + 2 ).

Ďalšie korene x _ « 1 + i už nájdeme riešením kvadratickej rovnice x 2 — 2x +

—
+ 2-0.

Ďalšia veta sa týka algebraickej rovnice s reálnymi koeficientmi.

Veta 2.5. Nech komplexná číslo oč - a + bi, b ¡í 0, je koreňom rovnice (2.1),

pričom koeficienty a^, a^, ..., sú reálne čísla. Potom aj komplexne združená
číslo oC = a - bi je koreňom tejto rovnice.

Dôkaz. Ak » ¿ J e koreň rovnice P(x) - O, tak P(°£ ) - O. Máme dokázať,

že P( ) m O. Ale P( oC ) m o = 0, teda

o o £ ) n + a i( c / ) n 1
P(<^)«a( « / n + a 1<
+ ... + a n = a o i/ n 1 + ...+an »

- a n + a očn_1 + ... + a * P ( o £ ) * 0.
o 1 n ' '

Použili sme známe vlastnosti komplexnýxh čísel: oá + P * oĹ* p JLfl - «//J • Tým
je tvrdenie vety dokázaná.

Poznámka 2.2. Z poslednej vety vyplýva, že každá rovnica s reálnymi koefi­

cientmi môže mať iba párny počet imaginárnych koreňov.

Veta 2.6. Ak oĹ Je imaginárnym koreňom rovnice P(x) * 0 s reálnymi koefi­

cientmi , potom súčin (x -«/)(x - oí) Je kvadratický trojčlen s reálnymi koeficient­
mi, ktorý je deliteľom polynómu P(x).

Dôka z . Stačí si uvedomiť, že U, Je tiež koreňom rovnice P(x) - 0

a že platí (x - oá ) (x - ) - x 2 - (oč + oč ) x + oLJÍ, . Ak 06 - a + b i , tak oó + oč ■
“ 2a, c/LcLm a + b , teda koeficienty kvadratickáho troj člena sú reálne.
 - 79

Z dôkazu vety 2.3 vieme, že každý reálny polynóm P(x) stupňa n « 1 možno
v obore komplexných čísel napísať v tvare

P(x) - aQ(x (x - o£2)(x - ^ 3 ) ... (x - J,a ),

kde čísla ..., ^ sú korene polynórau P(x), čiže korene rovnice P(x)
1 2 n
■ O.

Lineárne dvojčleny (x - nazývame koreňovými činiteľmi polynómu P(x)

a pravú stranu (2 .2 ) rozkladom polynómu na súčin koreňových činiteľov.

Podľa vety 2.6 existuje ku každému imaginárnemu koreňu A komplexne združe­

ný koreň «Z. Súčin (x -«¿)(x -oĺ ) Je, ako sme práve videli, reálny kvadratický
2
trojčlen; označme ho x + px + q. Tento trojčlen sa v rozklade bude vyskytovať
v prvej alebo vyššej mocnine podľa toho, či 06 Je jednoduchý alebo viacnásobný
koreň.

Ak do takýchto súčinov spojíme každé dva koreňová činitele v rozklade (2.2),

ktorá obsahujú korene komplexne združená, rozklad (2 .2 ) nadobudne tvar

K K K p /. o
P(x) * aQ (x - oĹ1) 1 (x -oč2 ) ... (x -«¿r ) (x + p ^ + q1 )í (x +

\{2 , 2 A*
+ P2* + q2 ) ... (x + p#x + q8 ) .

kde k♦ k 0 + ... + k + 2 ( L + Ľ + ... { ) « n ; U„ , oéot ..., eĹ sú reálne

i « r i < 0 i 4 r
čísla a kvadratická trojčleny majú imaginárne korene. Odtiaľ vyplýva:

Veta 2.7. Každý reálny polynóm stupňa n ^ 1 možno rozložiť na súčin poly-
nómov prvého stupňa a reálnych polynómov druhého stupňa s imaginárnymi koreňmi.

C v i č e n i a

2.1. Homérovou schémou vypočítajte hodnotu P( x q ):

a) P(x) ■ - 3x"* + 6x2 - 10x + 16, x^ « k ,

b) P(x) p x5 + (1 + 2i)xi* - (1 + 3i)x2 + 7, xq * -2 - i.

2.2. Určte racionálny koreň rovnice:

a) x^ - 6x2 + 15 x - 11» E O,

b) x"* - 2x^ - kx^ + 4x2 - 5x + 6 * O.

2.3. Určte korene rovnice:

O
a) xJ - x - 6 m o, [ 2 ,-1 +i fä]

b) x^ - 6x2 + 1 1 x - 6 * 0 . [ 1 .2 ,3 ]
 80

2.4. Rozložte polynóm P(x) na tvar (2.4)j

a) P (x ) = x"5 + 2x^ + x^ + 2x2 , [ x 2 ( x + 2 ) ( x 2 + 1 )]

b) P(x) = x - 3x^ + 3x2 - x. [*(* - 1 )3]

3. ROZKLAD RACIONÁLNEJ FUNKCIE NA PARCIÁLNE ZLOMKY

V tomto článku budeme predpokladať, že uvažované polynómy sú reálne.

Racionálnou funkciou nazývame funkciu f(x), ktorú možno vyjadriť ako podiel
dvoch polynómov

P(x)
f(x) = — -- , (3.1 )
Q(x)

pričom Q(x) nie je nulový polynóm. Napríklad

4 2
2x + 1 x + 5x - 1

x - 1
x2 + 3 x + 2x - 1

sú racionálne funkcie.

Racionálna funkcia (3.1) sa nazýva rýdzo racionálnou funkciou práve vtedy,

ked stupeň polynómu P(x) je menší než stupeň polynómu Q(x). V opačnom prípade
hovoríme o nerýdzo racionálnej funkcii. Nerýdzo racionálne funkcie sú napr. poly­
nómy. Pomocou delenia polynómu polynómom možno každú nerýdzo racionálnu funkciu
vyjadriť ako súčet polynómu a rýdzo racionálnej funkcie.

Predpokladajme v ďalšom, že P(x) : Q(x) Je rýdzo racionálna funkcia, kde

Q(x) je polynóm n-tého stupňa.

Predpokladajme, že <=L je k-násobný koreň polynómu Q(x). Potom zrejme platí

Q(x) = (x -oú)k . Q1 (x ), <^( 06) jí 0.

\
Veta 3.1 . Nech cL Je k-násobný reálny koreň polynómu Q(x). Potom existuje
také číslo A^ a polynóm P^(x) nižšieho stupňa než polynóm (x -oé)k 1 Q^(x),
že platí:

P(x) ?1 (*)
(3.2)
Q(*) (X -cé)* (x -o¿) k~1 Q 1 (x)

Dôkaz. Nech A.) je ľubovoľné číslo. Pre všetky prípustné hodnoty x

platí rovno s ť :
 - 81 -

A1 P(x) - A 1 Ql(x)
P(x)
---------- + ------------------ - .
qW
(x - o O k (x - o£)k Q1 (x)

O správnosti sa presvedčíme, keď zlomky na pravej strane dáme na spoločného meno­

vateľa. Zvoľme si teraz číslo tak, aby číslo bolo koreňom polynomu
P(x) - A^(i|(x), čiže aby platilo: P ( oč ) - A 1 (aL ) = 0 . Potom A1 = P(oč): Q1 ( oč );
také A^ zrejme existuje, pretože (aL ) jí 0. Keďže Je koreňom polynomu
P(x) - A^ Q .(x ), podľa vety 2.2 existuje taký polynóm P^(x) nižšieho stupňa než
P(x) - A1Q1(x), že platí P(x) - A^Q^x) = (x -«¿) P^x). Pre A1 = P( <
=Ĺ) (=L ),
potom dostaneme

(x - o^.)Pi (x) A1 Pt (x)

P(x) A1
---------------- rr -f 9

Q(x) (x-«/)k (x -.¿)k <^(x) (x -o^)k (x -»¿)k-1 (x)

čo Je rovnosť (3.2). Pretože P(x) - A.jQ.^x) Je polynóm nižšieho stupňa než

(x -oá)k Q^x), je P1 (x) nižšieho stupňa ako (x -c/)k 1 Q^x).

Na rýdzo racionálnu funkciu P (x) :(x - 1 Q^x), ktorá vystupuje v (3.2)

môžeme aplikovať podobný postup. Opätovným použitím vety 3.1 dostaneme

P^x) A2 P 2 (x )
---------------- = ----------+ -----------------
(x - ^ ) k~1 Q1 (x) (x - J. )k_1 (x - ¿ ) W~2 Q,(x )

Postupne po k-tom kroku,

\ - i <*> \ V * 1
- 4. ------ ^

(x -oč) Q1 (x) x - oč «^(x)

Týmto spôsobom, ak oĹ je k-násobným koreňom polynomu Q(x), vždy existujú

konštanty A^ , A,,, ..., A^, že platí:

Pk (x)
P(«) *1 ____ *2___
+ ------- + (3.3)
(x -oL) Q1 (x)

kde posledný zlomok je buď rýdzo racionálna funkcia alebo čitateľ P^(x) Je nulo­
vý polynóm (nula).

Keď polynóm Q(x), teda tiež (x) má ešte iné reálne korene, môžeme ďalej
rozkladať funkciu P (x):Q (x) podľa vzťahu (3.3) pre každý ďalší reálny koreň
iC
polynomu Q(x), až nakoniec dostaneme rozklad, v ktorom okrem zlomkov typu
 - 82 -

A U(x) ,
------- bude zlomok--- , ktorý je bud nulový alebo má v menovateli polynom
(x . ¿ f v <-)
V(x)f ktorého všetky korene sú imaginárne.

Uvažujme teraz prípad, ked polynom Q(x) menovatele rýdzo racionálnej funk­
cie P(x): Q(x) má imaginárne korene. Vieme, že v rozklade polynómu Q(x) každému
páru komplexne združených koreňov násobnosti - odpovedá výraz

2 ť 2
(x + px + q) , kde p - 4q < 0.

Veta 3.2. Nech Q(x) = (x2 + px + q)^ (x) a polynom (x) nie je deliteľ-
ný kvadratickým trojčlenom x2 + px + q. Potom pre rýdzo racionálnu funkciu -
2 Q *
existujú čísla , N^ a taký polynom P^(x) nižšieho stupňa než (x px +

+ q / -1 d, (x), ž®

M^x + N^ (x)
p (x)
(3.4)
Q(x) (x 2 + px + q / (x2 + px + q)^_1 Q.,(x)

Postup dôkazu je podobný ako v prípade vety 3.1.

• I
Ked polynom P^(x) nie je nulový, môžeme na posledný zlomok v (3.4) apliko­
vať vetu tolkokrát, až dostaneme s

M^x + N.j M2x + N2

P(x) Mlx + P/ <x >
+ • • e +
Q( x ) , 2
(x + px + q)
A , 2
(x + px + q)
,2 x
(x + px + q)
Q.(x)
'1'

kde M i'Mg* ••• »Mj *n2 ,.. • ,N_£ sú reálne konštanty a P^ (x) Je bud nula alebo
polynom nižšieho stupňa než stupaň polynómu Q (x).
P*(x)
Ked polynomQ (x) má ešte ďalšie imaginárne korene, môžeme na zlomok ---- r
1 Q, x)
aplikovať opäť vetu 3.2 vzhľadom na každú dvojicu komplexne združených koreňov.
Mx + N U(x)
Takto okrem zlomkov tvaru ------------ . dostaneme ešte zlomok — ľ— — , ktorý sa
ŕ 2 V(x)
[x + px + qj\-i
bud rovná nule alebo menovateľ V(x) má už len reálne korene.

Z viet 3.1 a 3.2 bezprostredne vyplýva veta:

P(x) ,
Veta 3.3. Nech — -— — je rýdzo racionálna funkcia, pričom polynom Q(x) mi
Q(x)
tvar

Q(x) a (x - o61 ) 1 . (x -«¿2 ) 2 ... (x - «¿r ) r . (x2 + P1x + q1 ) 1 . (x2 + P2x +

l2 2 fa
+ q2) ...... (x + pgx + qg ) ,
 - 83 -

pričom oó^ , oC^t cĹ^ sú navzájom rôzne, kvadratická trojčleny (x2 + p^x + q^ ),
. . ., (x + pgX + qg ) sú navzájom rôzne a nemajú reálne korene. Potom existujú
taká reálne čísla

á.j »A^, •••t iV •e•

B2 ..... Bk2 '

.••, f ,N2 , .• ., ,
1
..•, K n i • •• t (3.5)
w L1 ,L2 ..... Ll2’
2

že platí:

P(x) A1 A2 \

Q(x) (x -<^1)
(x - ^ ) 2

*1 B2 S
+ •ee +
k
(x ~cčz)
(x - ^ 2)2 2

M,
M^x +
N1 V + *2 V i +

, 2 / 2 %*1
(x + pjX + qt) (x2+ Ptx ♦ V 2 (x + p1x + qi )

K x +
V L1 V + L2 {2 l2

,2
(x ♦ p2x + q2 ) / 2 J2
(x2+ p2x + q2 )2 (x + p2x + q2 )

(3.6)

Zlomky tvaru

A Hx + N

(x -cĹ)n (x2 + px + q)n

ktorá vystupujú v rozklade (3.6) sa nazývajú parciálne alebo elementárne zlomky

a pravá strana (3.6) je rozkladom racionálnej funkcie na parciálne zlomky.

Veta 3.3 nám zaručuje existenciu príslušných konštánt. Vypočítame ich tzv.
metódou neurčitých koeficientov vyplývajúcej zo známeho tvrdenia s

Dva polynómy sa rovnajú práve vtedy, ak majú pri rovnakých mocninách premen­
nej x totožná koeficienty.

%
 - 84 -

Pri výpočte konštánt postupujeme takto: Vynásobíme (3.6) polynóm Q(x) a

dostaneme rovnosť, na lavej strane ktorej Je daný polynóm P(x) a na pravej stra­
ne polynóm, ktorého koeficienty sú isté výrazy obsahujúce hľadané konštanty. Po­
rovnajúc výrazy pri rovnakých mocninách x, dostaneme systém lineárnych rovníc,
v ktorých neznáme sú práve konštanty (3.5). Pretože existencia týchto konštánt
je zaručená vetou 3.3, tento systém musí mať práve Jedno riešenie.

2 „
x + 2x + 2
Príklad 3.1. Nájdite rozklad funkcie f(x) * ------------ na parciálne zlom-
(x-2)2 (x+3 )
ky.

Pretože menovateľ tejto racionálnej funkcie má len reálne korene, rozklad

(3.6) bude mať tvar

x + 2x + 2 1 2 1

(x - 2)2 ( x + 3 ) ' Z) (x - 2)2 + 3)

Po vynásobení polynómom (x - 2)2 (x + 3) a príslušnej úprave dostaneme

x2 + 2x + 2 = (ä ^ + B1)x2 + (A1 + A2 - )x + (-6 A.^ + 3A2 + 4B^).

Ak porovnáme koeficienty pri rovnakých mocninách premennej x na pravej i ľavej

strane, dostaneme sústavu troch rovníc o troch neznámych A 1, A2 , B ^ :

Ai + B1 " 1
A1 + A2 - 4B1 «= 2

-6A1 + 3A2 + 4b 1 = 2 .

Riešením tejto sústavy dostaneme A^ «= l

*/5t A2 = 2, *1/5. Dosadením nájde­
ných hodnôt koeficientov máme

x + 2x + 2 k Z 1
---- + ------- + -----
(x - 2)2 (x + 3) 2^ (x - 2)2 + 3^

x - 5x + 9
Príklad 3.2. Rozložte na parciálne zlomky:
(x-1)2 (x 2 + 2 x + 2 )

Rozklad (3.6) tejto funkcie má tvar

x - 5x + 9 1 2 Mx + N
+ --------- + ----------
(x - i)2 (x2+ 2x + 2) (* “ O (x - 1 )2 (x2+ 2x + 2)
 - 85 -

Po odstránení zlomkov dostaneme

x2 - 5x + 9 = (x - 1 ) ( x 2 + 2x + 2) + A 2 ( x 2+ 2x + 2) + (Mx + N) (x - 1)*".

Odstránime zátvorky a polynóm na pravej časti usporiadame podľa klesajúcich moc­

nín. Dostaneme

x2 - 5x + 9 = (A1 + M)x3 + (A1 + A2 - 2M + N)x2 + (2A2 + M - 2N)x +

+ (-2A1 + 2A2 + N).

Porovnaním koeficientov pri rovnakých mocninách premennej x dostaneme sústavu

štyroch rovníc

+ M S 0
A1
+ 2M + N = 1
A1 A2 "
2A2 + M - 2N = -5

N S 9
-2A1 ^2 +

ktorej riešením Je A^ = -7/5» A2 = 1, M = 7/5» N = 21/5. Riešením našej úlohy

teda je

x2 - 5x + 9 7 1 7x + 21

(x - 1)2 (x2+ 2x + 2 ) 5(x - 1) (x - 1)2 5(x 2+ 2x + 2)

C v i č e n i a

3.1. Rozložte danú funkciu na parciálne zlomky:

2 x 2 + 1 Ox - 18 1 2 3
a) , ---- ------- + -----
(x-l)(x+2)(x-3) _x-1 x + 2 x - 3J

x2+ x + 13 “ 3 2x + 1 1
b) ----------- ,
x - 1 2 .
(x-1)(x2+,0 L- X + k —<

2x 2+ 2x + 13 1 x + 2 3x + 4 ~
c) ------------ .
(x - 2 ) ( x 2 + 1 ) 2
 - 86 -

XV. L I N E Á R N E P R I E S T O R Y

Zo strednej ikoly vieme, že v množine všetkých voľných vektorov trojrozmer­

ného priestoru, môžeme vektory sčitovať a násobiť ľubovoľným reálnym číslom.
V tejto kapitole budeme študovať množiny, na ktorých je nejakým spôsobom defino­
vaná operácia súčtu dvoch elementov a operácia násobenia elementu reálnym číslom,
pričom tieto operácie majú tie istá vlastnosti ako príslušná operácie v množine
všetkých voľných vektorov tro jrozmemáho priestoru. Takáto množiny budeme nazývať
vektorovými alebo lineárnymi priestormi. Teraz uvedieme presnú definíciu tohto
pojmu.

1. POJEM LINEÁRNEHO PRIESTORU

Definícia 1.1. Množinu V prvkov x,y,z, ... nazývame l i n e á r n y m

p r i e s t o r o m , ak

a) každej dvojici prvkov x, y £ V je jednoznačne priradený prvok x + y £

£ V, nazývaný súčtom x a y,

b) každému prvku x £ V a každému reálnemu číslu U, je jednoznačne prira­

dený prvok a£ x £ V, nazývaný súčinom čísla <=Ĺ a prvku x £ V.

Uvedená operácie musia splňovať tieto podmienky:

x + y ■ y + x (komutatívnosť), (1.1 )

x + (y + z) • (x + y) + z (asociatívnosť), (1.2)

existuje prvok 5 £ V taký, že x + 0 * x pre každá x £ V, (1 .3)

pre každá x £ V existuje prvok -x £ V taký, že x + (-x) = 0, (1.4)

“¿(/3x) - ( «¿/3)x, (1.5)

1.x “ x pre každá x £ V, (1.6)

^ (x + y) - o£x ♦ o6y, (1.7)

(cĹ+ p) x ■ «¿x + ^x. (1.8)

Prvky lineárneho priestoru nazývame vektory. Prvok 0 nazývame nulový vektor.

Vektor -x nazývame vektor opačný ku vektoru x. Miesto x + (-y) budeme Jedno­
ducho písať x - 'ý.
 - 87 -

Príklad 1.1. Označme symbolom An množinu všetkých usporiadaných n-tíc re­

álnych čísel (x^,x2 ,...»*n )• Operáciu súčtu prvkov množiny An a násobenia prv­
kov tejto množiny reálnymi číslami definujme takto (ako v i . paragrafe kapitoly
I)«

(xi* *2’ •••* xn ) + (r,, yg* •••* y n ) = (*, ♦ y , * *2 ♦ y 2 ........ xn + yn )*

t *2 * • • •» x ) 3 (očX^t cáx^» •••» oáx^).

Podmienky (l.l) až (1.8) sú splnená. Nulovým prvkom v An Je prvok (0, 0, ..., 0)

a prvok opačný k prvku (x^ t*2 '•***xn ) J® P**vok (-x. ,x„ f... »*n )• Teda An je li­
neárny priestor.

Príklad 1.2. Skúmajme množinu C <[a,b> všetkých funkcií f(t) reálnej pre­
mennej t spojitých na intervale < a , b > . Súčet dvoch takýchto funkcií f (t) a
g(t), funkcia h(t) - f(t) + g(t), patrí tiež do C < a,b> ; to istá platí aj o
súčine takejto funkcie f(t) a reálneho čísla oĹ , t. j. o funkcii cĹ f(t). Zistíme,
že podmienky (1*1) až (1.8) sú splnená, a teda množina C < a,b> je lineárny
priestor.

Príklad 1.3. Nech n Je pevná prirodzená číslo a P množina všetkých po-

v-----------— n
lynomov s reálnymi koeficientmi stupňa — n . Množina P^ bude lineárnym pries­
torom, ak pod súčtom dvoch vektorov a pod násobením vektora číslom budeme rozu-
miesť obyčajná operácie súčtu dvoch polynómov a násobenie polynómu číslom.

Príklad 1 ,k. V množine M všetkých štvorcových matíc typu n x n (n je pev­

ná prirodzená číslo) definujeme súčet matíc a násobenie matice číslom ako zvyčaj-
Mt !l*i k I + ||bi k l " llaik||',Ílbik ll * *>á !i aik H = l° óai k !l. Potom množina M
je lineárny priestor.

Teraz uvedieme príklady množín, ktorá nie sú lineárnymi priestormi:

a) Množina M, ktorti dostaneme tak, že v množine všetkých vektorov tro jroz-

mernáho priestoru vynecháme vektory, ktorá sú rovnobežná s danou priamkou p (sú­
čet dvoch vektorov množiny M, ktorá sú symetrická podľa priamky p r nepatrí do
M. Nie je teda splnená podmienka a) definície 1.1 ).

b) Množina všetkých polynómov n-tého stupňa (súčet dvoch polynómov n-táho

stupňa môže byť polynóm stupňa menšieho ako n, napr. (tn - 2t) + (-tn + t2 - t) =
* t - 3t. Nie je splnená podmienka a) definície 1.1).

c) Množina všetkých polynómov stupňa á n s kladnými koeficientmi. (Nie Je

splnená podmienka b) definície 1.1. Prvky danej množiny nemôžeme násobiť zápor­
ným číslom.)

Poznámka 1.1. V definícii 1.1 lineárneho priestoru čísla oĹ ,P , ... sme

brali z množiny reálnych čísel. Preto definovaný priestor Je prirodzená nazvať
aj reálnym lineárnym priestorom. Ak čísla p , ... berieme z množiny komplex­
ných čísel, prídeme k pojmu komplexnáho lineárneho priestoru. Reálne (rssp. kom­
plexná) čísla, ktorými vektory násobíme, voláme s k a 1 á r y.
 88 -

Poznámka 1,2, Postupným používaním podmienok (1.1) až (1.8) možno dokázať,

že v lineárnom priestore V existuje jediný nulový prvok a že pre každý prvok
x £ V existuje Jediný opačný prvok vo V.

C v i č e n i a

1.1. Dokážte, že ak x a y sú vektory a oú skalár, potom platí:

a) 0 + x ■ x,

b) -0 = 0,

c) <¿0 = 0,

d) O . x * 0,

e) ak o£ x = 0, potom oL = O alebo x = 0,

f) -x = (-1)x.

1.2. Uvedte príklad množiny M, ktorá splňuje všetky podmienky definície 1.1
okrem podmienky (1.6).

Zistite, či nasledujúce množiny sú lineárne priestory:

1.3. Množina R+ všetkých kladných reálnych čísel s operáciami @ a 0 , kde

x © y = *y (obyčajné násobenie x a y), aí-Q x = x°^ [jej .

1.4. Množina všetkých spojitých funkcií (s operáciami ako v príklade 1.2) na in­
tervale <a ,b> takých, že lf(t)l ^ 1 pre každé x£ <a,b> £nie Je],

1.5. Množina S všetkých postupností reálnych čísel x = (z^x^,..,,!^,.,.).

Operácie v S definujeme takto: ak x = (x ,x ,...,x ,...), y ■ (y.,yot...
i ¿c n i 4
...,yn ...), potom X + y = (x1 + y1 , x2 + y2> ..., xq + y^, ...) a očx =

* ( oCxi , oĹX2 , ..., oíx^, «.«)

1.6. Množina s' všetkých nekonečných postupností reálnych čísel, ktorých prvky
vyhovujú podmienke ^ -i- k ■ 3* 4, ... . Operácie v S* sú
definované ako v predošlom prípade L Jaj«

1.7. Množina všetkých polynómov P(t) s reálnymi koeficientami vyhovujúcich nasle­

dujúcim podmienkam (operácie sú definované ako v príklade 1.3):

a) P(0) = 1 [nie je] ,

b) P(0) = 0
M-
c) 2P(o) - 3P(1) = 0 M-

»
 - 89

2. LINEÁRNA ZÁVISLOSŤ A NEZÁVISLOSŤ

S pojmom lineárnej závislosti usporiadaných n-tic reálnych čísel (t.J. prv­

kov priestoru An ) sme sa stretli v paragrafe 2 kapitoly I. Teraz zobecníme tento
pojem pre prvky ľubovolného lineárneho priestoru.

Definícia 2.1. Vektory u„, u„, .... u lineárneho priestoru V nazývame

------------- 1 2 n
l i n e á r n e z á v i s l é , ak existujú reálne čísla , oč.-» . .., oĹ ,
1 2 n
z ktorých aspoň jedno je rôzne od nuly také, že platí

^ 1 U1 + <¿2*2 + + ^ n Un = °* (2 .1 )

Vektory, ktoré nie sú lineárne závislé, nazývame l i n e á r n e n e z á ­

vislé. Inými slovami:

Vektory u,, u„, ..., u nazývame lineárne nezávislé, ak z rovnosti

i ä n

OĹ,u + «¿„u + ... + OĹ U = 0

11 2 2 n n

vyplýva o^1 ■ o ” ... » </n 0.

Poznámka 2.1. V definícii 2.1 vektory u„,u„,...,u nemusia byť navzájom

------------ i < n
rozličné. Niektorý vektor sa tu môže vyskytnúť viac ráz.

Príklad 2.1. Majme priestor P?. Vektory

2 2
= -t + 1 , u? = -t + t, = -t +1

sú lineárne závislé, pretože u^ + u^ - = 0. Vektory u^ ■ 1, u^ ■ t, =

2 2 —
*= t sú lineárne nezávislé, pretože z rovnosti <>¿^.1 + *Ĺ^t + oC^t = 0 vyplýva
oŕj = “ o'ij = 0«

Definícia 2.2. Nech u^,u„,...,u sú vektory lineárneho priestoru V a

i 2 n
c/j , o^» •••• </-n lubovol’né reálne čísla. Každý vektor tvaru

( 2 . 2)
«¿1 U1 + ^2 U2 + - • + °^n Un

nazývame l i n e á r n o u k o m b i n á c i o u vektorov
u , u , ..., u .
i 2 n
Čísla 061 , 2oĹ , ...» oĺn nazývame koeficienty lineárnej kombinácie (2 .2 ).

Z definície 1.1 lineárneho priestoru V vyplýva, že každá lineárna kombiná­

cia vektorov z V je opäť vektor z V. Nasledujúca veta vyjadruje základný vý­
sledok pre lineárnu závislosť.
 - 90 -

Veta 2.1. Vektory u., u„, .,,, u lineárneho priestoru V sú lineárne zá-
-------- 1 2 n
visiá práve vtedy, ak niektorý z týchto vektorov Je lineárnou kombináciou ostat­
ných vektorov.

D ô k a z .

a) Predpokladajme, že vektory u1, u2> ..., u^ sú lineárne závislá. Potom

podlá definície 2.1 existujú reálne čísla .. . , aí, , z ktorých aspoň jedr.o
1 2 n.
Je rôzne od nuly tak, že platí

cí- U + o£.U„ + ... +e£ U = 0 .

2 2 n n

Nech napr. 0C / O. Potom môžeme túto rovnosť predeliť číslom o£ ,

Čísla v zátvorke označme

•S °^2 °^n-1
• P/I2 B _ .....
f]
A Pn-1
^n °^n °^n

Potom

u
n A u1 + P n-1 U
n-1

to znamená, že vektor u je lineárnou kombináciou vektorov u., uof •••» u •

n 1 2 n— i

b) Predpokladajme, že niéktorý vektor, napr. vektor uq je lineárnou kombi­

náciou ostatných, teda existujú čísla ^ ..., ^ také, že

Un * ? 1 U1 + ^2U2 + •“ + y n-1 V - 1 *

Potom

V i ♦ ľ 2U2 + ... + + (-D % “ Ô.

to znamená, že vektory u^, u,,, ..., u sú lineárne závislá (pretože jedno z'čí-
n
®*i y 2 . • ••» y n.r (-1 ) Je rôzne od nuly).
 - 91

Veta 2.2. Ak niektorý z vektorov u^, u„, .... u je nulový, potom sú tieto
-- 1----- i n
vektory lineárne závislá.

D ô k a z . Predpokladajme, že napr, u = 0 . Potom

O.u. + O.u- + ... + O.u + 1.0 = O.

1 2 n-1

Preto vektory u,, u„, ...» u sú lineárne závislá.

1 n

Veta 2.3. Ak niektoré vektory z vektorov u1 , u?, ..., u sú lineárne zá-

vislé, potom aj všetky tieto vektory sú lineárne závislá.

D ô k a z. Predpokladajme, že vektory u. , u , ...» u. vybrané z vekto-

1 i2 1k
rov u , u , .... u sú lineárne závislá. Potom existujú čísla
i d, n
.... oĹ^ , z ktorých aspoň Jedno je rôzne od nuly také, že

06. u + oĹ. u. + ... + oĹ. u =0.

1 X1 12 2 k 1k

Každý zo zvyšných n-k vektorov vynásobíme číslom 0. Pri takejto volbe Čísel
platí rovnosť (2.1 ), a teda vektory u., u , ..., u sú lineárne závislá.
1 2 n

Veta 2.4. Ak v lineárnom priestore V sú daná systémy vektorov

V V n (2.3)

(2.4)
V V

taká, že vektory systému (2.4) sú lineárne nezávislá a každý vektor systému (2.4)
je lineárnou kombináciou vektorov systému (2.3), potom m n.

D ô k a z . Budeme postupovať indukciou vzhľadom na n. Pre n = 1 je tvr­

denie zrejmá. Predpokladajme, že veta platí pre n-1 vektorov u„ , u , ..., u
i ä n—
a dokážeme, že potom platí aj pre n vektorov.

Podľa predpokladu každý vektor systému (2.4) Je lineárnou kombináciou vekto-

rov systému (2.3) {

V1 = Ä11U1 + ai2U2 + ... + a. u

In n
... + a„ u
V2 “ a21U1 + a22U2 + 2n n
(2.5)

• •• + a u
Vm “ am1U1 + am2U2 + nm n

Treba dokázať, že m ^ n. Keby všetky

každý z vektorov • e*•f
V V2’ m
V j O

. . ., 'u .. Podľa indukčného predpokladu platí veta pre n-1 vektorov systému
n-1
 - 92 -

(2.3)» a teda m — n - 1. Z toho vyplýva m ^ n. Predpokladajme teraz, že aspior

jeden z koeficientov pri je rôzny od nuly, nech napr. a ^ ^ O.

Zostrojíme m-1 nových lineárne nezávislých vektorov, ktorá budú lineárnyni

kombináciami vektorov u,, uof u . Z poslednej rovnosti (2.5) vyjadrime u
1 2 n—l n

1 am,n-1
u = ---- v u
n m n— 1
a a a
nm mn mn

Tento výraz dosadíme za u^ do prvých m-1 rovníc sústavy (2.5), výjmeme u^ ,

u„, ...» u , a ich koeficienty preznačíme. Dostaneme rovnosti tvaru
2 n— i

1n
Vm = A 1 U1 + f t 2U2 + “ • + P 1,n-1“n-1
mn

2n
-
Vm “ A > 1 U1 + A > 2 U2 + “ • + /^2,n-1Un-1

m-1 ,n
m-1 V
m *
/f)m-1,1
. . U.
1 + /3 .
A'm-1,2 2 *•••*[}
' m-1. ,n-1. u n-1,
mn

Tieto rovnosti znamenajú, že každý z m-1 vektorov

1n 2n 'm-1,n
.., v , = v m
• 1 V1 - Vm* = V2 - m-1 m-1
mn mn

Je lineárnou kombináciou vektorov u., u„, ..., u Ak dokážeme, že vektory

i 2 n-1
v., v , ..., v sú lineárne nezávislá, potom podlá indukčného predpokladu je
i 2 m— i
m-1 á n-1, t.j. m ^n.

Nech oL , oC , ... , , sú taká čísla, že

i 2 m— i

V Í + ^2V2 + + ^m-1Vm-1 = °*

Po dosadení za v ', ..., v ' . máme

1 m-1

Sn \ 2n m-1 ,n
1 l v „ -----v )+ v „ ----- v + ... + dĹ Vm ! = ° ’
1 m 2 V2 m m-1 \ m-1
a a
mn mn
 - 93 -

1n 2n
¿1V1 + o^2v2 + ... ♦ ^ B_1vm_1 +
mn

m— 1 ,n
■f v =0.
m-1 m

Pretože vektory v., v.,

v sú podlá predpokladu lineárne nezávislá, všetky
1 2m
ich koeficienty v poslednej rovnosti sú rovná nule. Teda = ... m °*
To znamená, že vektory v', v', ..., v' , sú lineárne nezávislé. Tým je dôkaz
i 2 m— i
ukončený.

Príklad 2.2 . Majme v priestore An vektory

®1" = (1 > o, o, ..., o ),

0, ..., o ) ,
*2 = ( ° ’ 1 , (2 .6 )

0, Op # ••f 1 ) ♦
°n = (° ’

Dokážte, že

a) vektory (v počten) e^ , e^, ..., e^ sú lineárnenezávislé,

b) vektory (v počte n+1) e

, e , ..., e ,x (kde x = (x ,x , ...,x ) je
á. n i * n
ľubovoľný vektor z A ) sú už lineárne závislá.

R i e š e n i e .

a) Z rovnosti e„ + + ...+©£ e - 0 P° dosadení za e , e , ...

Ti ¿2 nn 1 2

..., e a úprave dostaneme ( o£. , <£-, ...,aí ) B 0. Z toho vyplýva aĹi = *

n i 2 n *
= ...=o£ “ O. Teda vektory e., e., ..., e sú lineárne nezávislá,
n 1 2 n

b) Vektor x sa dá zapísať v tvare x “ (*1 , xn ) “ X1 + *2e2 +

+ ... + x e . Vektor x Je tedalineárnou kombináciou vektorov e,e„, ..., e .
n n i 2 xi
Potom podľa vety 2.1 sú vektory e., e., ..., e ,x lineárne závislé.
1 2 n

C v i č e n i a

Nech V Je lineárny priestor a nech u,v,v sú lineárne nezávislá vektory

z V., Zistite, čí sú lineárne závislá alebo nezávislá nasledujúce vektory:

a) u, u+v, u+v £ nezávislá!,

b) u, v+v £ nezávislé] ,

c) u, 2u, v j]závislá].
 - 94 -

2.2. Zistite, či sú lineárne závislá alebo nezávislá nasledujúce vektory lineár-

neho priestoru C <a,b> <

a) ■ 2t-1, u2 = t—2, u^ = 3t |]závislá],

U1
B) * sin t, u2 = eos t ^nezávislá]
U1
c) ■ t2 + 2t + 3, u2 = t+1, u^ = t-1 []nezávislá]
U1
O
2.3. Zistite, či sú lineárne závislá alebo nezávislá vektory priestoru AJ
a) u * (2,3,-5), v « (1,-1,1), w * (3,2,-2),
b) u = (1,—1,1), v « (2,0,3), w = (O,-2,-1).

2.4. Zistite lineárnu závislosť a nezávislosť vektorov priestoru AJ v závislos­

ti od parametra a:

a) (1,1,1), (l,a,l), (2,2,a) []pre a=1 alebo a*2 závislá; v os­

tatných prípadoch nezávislá]],

b) (a,-4,-1), (4,-6,-3), (1,1,-a) pre a=2 alebo a » ^ závislá

v ostatných prípadoch nezávislá].

3. BÁZA LINEÁRNEHO PRIESTORU

Definícia 3.1. Množinu vektorov e., e„, ..., e lineárneho priestoru V

--- ------------ i « n
nazývame b á z o u priestoru V, ak

vektory e1 , e2 , . .., e^ sú lineárne nezávislá, (3.1)

každý vektor priestoru V je lineárnou kombináciou vektorov

, ®2* •••* en * (3.2)

Podmienka (3.2) tejto definície znamená, že pre každý vektor x £ V existujú

čísla cC. , oC—t .. ., oC taká, že
1 c n

x - 0á1e1 + «¿2*2 + ••• + « W (3.3)

Čísla oá. , oá0, ..., cĹ nazývame s ú r a d n i c e vektora x vzhľadom na bázu

i 2 n
e ^ , e^, ..., e^.

Veta 3«1« Súradnice každáho vektora x lineárneho priestoru V vzhľadom

na bázu e , e , ..., e sú Jednoznačne určená.
1 * n

Dôkaz. Predpokladajme, že nejaký vektor x £ V má súradnice oĹ^,oCz, .

.. ., oĹ
n
a aj
1 , J. , .. ., aĹnx• Potom

x -oí1e1 +cá2e2 + ... +<^ nen ,

 - 95 -

x = «¿'e + <^*e„ + ... + o£*e .

ii n ti

Odčítaním týchto dvoch rovností máme

(«^ ©1 + ( 0^2 - « ¿ ¡ í 62 + + ( en ’ ®

Podlá predpokladu vektory e,, e„, ..., e tvoria bázu vo V. Z toho vyplýva,
i n
že tieto vektory sú lineárne nezávislé. Preto z poslednej rovnosti dostaneme
o¿I — * 0 , 0^2 “ «/g = O * ••• t o6ft — o^n = O* t,j. =oí^, 0^2 = 9^2 *•• •» °^n E o^n •
Tým je jednoznačnosť súradníc dokázaná.

Veta 3,1 hovorí, že každý vektor x £ V sa dá jednoznačne vyjadriť ako li­

neárna kombinácia vektorov bázy, t,j. v tvare (3.3).

Význam bázy, okrem iného, je aj ten, že operácia súčtu vektorov a násobenia

vektora číslom sa prenáša na súradnice týchto vektorov. Hovorí o tom nasledujúca
veta.

Veta 3.2. Pri súčte dvoch vektorov lineárneho priestoru V sa ich súradnice
spočítajú. Pri násobení vektora číslom k sa všetky súradnice tohto vektora vy­
násobia číslom k.

Dôkaz. Predpokladajme, že e,, e., ..., e je báza priestoru V a x £ V,

1 4 n
y £ V. Potom

x = e . + &£e + • • • + cC ©
1 1 2 2 n n

y = f] e + /3„e + • • e +
H 1 1 HZ 2 rn © n

Potom podlá podmienok (1.1) až (1.8) definície 1.1 máme

x + V - + /V«1 + (oC2 f A > )e2 + **• + < ‘¿n + / U V

kx ■ (k<^1 )e1 + (k «¿2)e2 + ••• + (k ° ^ en*

Príklad 3.1. Vektory (2.6) tvoria bázu priestoru An . Skutočne, v príklade

2.2 sme dokázali, že vektory (2.6) sú lineárne nezávislé, a že ľubovolný prvok
x £ V sa dá vyjadriť v tvare (3.3). Špeciálne, vektory (1,0,0), (0,1,o), (0,0,1)
O
tvoria bázu priestoru A . Ľahko zistíme, že aj vektory (1,1,0), (1,0,1), (0,1,1)
3
tvoria bázu priestoru A .

V tomto príklade sme zistili, že báza lineárneho priestoru nie Je jednoznačne

určená.

Definícia 3.2. Lineárny priestor V nazývame n-rozmerným, ak vo V existuje

n lineárne nezávislých vektorov a ak Iubovolné vektory priestoru V v počte n+1
sú už lineárne závislé. Číslo n nazývame r o z m e r o m (dimenziou) priesto­
ru V.
 - 96 -

Lineárny priestor V nazývame nekonečnorozmerným, ak vo V existuje ľubo­

voľný počet lineárne nezávislých vektorov.

Rozmer priestoru V budeme označovať dim V.

Rozmer priestoru An je n (príklad 2.2). Príkladom nekonečnorozmerného

priestoru je priestor C <^a,b)> . Skutočne, pre ľubovoľná číslo n sú vektory
1 , t, t^, ..., tn lineárne nezávislá.

V ďalšom sa budeme zaoberať len priestormi konečnej dimenzie n.

Veta 3.3« Predpokladajme, že lineárny priestor V má rozmer n. Potom n

ľubovoľných lineárne nezávislých vektorov vo V tvorí bázu priestoru V.

Dôkaz. Nech e., e„, ..., e je ľubovoľný systám n lineárne nezávis-

lých vektorov (z predpokladu vyplýva existencia aspoň jedného takého systému).
Treba ešte dokázať, že ľubovoľný vektor x č V je lineárnou kombináciou vektorov
e., e„, ..., e . Podľa predpokladu systém n+1 vektorov
x,e,,e m...,e je li-
i x n i 2 n
neárne závislý, t. j. existujú čísla očo , , oé^, ...» o^, z ktorých aspoň jedno
je rôzne od nuly také, že platí

dLox + J,lei + o£ e + ... + oí e = 0 .

2 2 n n
(3.4)

Tvrdíme, že číslo = 6 ^ 0 . Keby platilo 06 = 0, po dosadení do (3.4) dostaneme

o o

oé e + cĹ e + ... + oé e = 0.
22 n n

To by znamenalo, že vektorv e., e„, ..., e sú lineárne závislé, čo je spor.

1 4 n
Tým Je dokázané, že oĹQ ŕ- 0. Rovnosť (3*4) môžeme vydeliť číslom oĹ^ , osamostat­
niť x a máme

C^1 / °^n
- . 2 ♦ ... . e .
n
7 O °^o °^o

¿j °^2 oĹT
Ak r\ - __ n
■s

1
I '*°

•
•
•
•k

rn
°o oč„

. > í) e .
e! + A>e2 + •• In n

To znamená, že vektor x je lineárna kombinácia vektorov e., e„, ..., e . Vekto-

1 2 n
ry e., e , ..., e teda tvoria bázu vo V.
1 2 n

Veta 3.4. Ak lineárny priestor V má bázu pozostávajúcu z n vektorov,

potom dim V = n
 97 -

D ô kaz. Predpokladá jme, že n vektorov

e e., e , .
je bázou prieš-
n \ d
toru V. Pretože tieto vektory sú lineárne nezávislé, treba dokázať už len to,
že viac ako n lineárne nezávislých vektorov v priestore V nemôže byť. Takýto
fakt vyplýva bezprostredne z vety 2.4, ak za systém (2.3) zoberieme systém e1 ,

C v i č e n i a

3.1. Napíšte aspoň tri rôzne bázy lineárneho priestoru A*1.

3.2. Aká Je dimenzia lineárneho priestoru R+ z cvičenia 1.3?

3.3« Zistite, či nasledujúce vektory tvoria bázu v A .

a) Ul = (1,2,-1,-2) b) ut = (1»2,—1,—2)

u2 = (2,3,0,-l) U 2 = (2 ,3 ,0 ,—v)

u3 = (1,2,1,3) u3 = (1,2,1,4)

Ur = (1 ,3 »—1,0), u^ = (1,3, -1,0). [a) nie; b ) ánoj .

3.4. Ukážte, že priestor S všetkých postupností reálnych čísel z cvičenia 1.5

má nekonečný rozmer.
3
3.5* Zistite, či vektory e^ , e e ^ tvoria bázu priestoru A a nájdite súrad­
nice vektora x v tejto báze:

a) « (2,2-1), e^ = (2,-1,2), e3 = (-1,2,2), x = (1 ,1,1)

ri 1 jl ]
L 3 • 3 ’ 3J •

b) = (1,5,3), e2 = (2 ,7 ,3 ), e3 = (3,9,4), x = ( 2 ,1 ,l) [o,-5,4].

3.6. Zistite, či vektory e. , e„, e„, e, , e_, e, tvoria bázu v priestore P,

1 ¿ 3 4 5 b 5
5 4 3 2
a nájdite súradnice mnohočlena t - t + t — t - t + 1 v tejto báze, ak

a) e1 = 1 , e2 * t, e 3 = t2, e^ = t3 , e5 = t \ e6 = t5

[l,-1,-1,1,-1,l],

v 3 3 2 3 3 4 3
b) e^ = 1 + t , e2 = t +■ t , e3 = t + t , e^ = t , e^ = t + t ,

eg = t + t Ti,—1,—1,2,-1,lj.

4. IZOMORFIZMUS LINEÁRNYCH PRIESTOROV

Definícia 4.1. Nech V a V sú lineárne priestory. Prosté zobrazenie f

priestoru V na priestor V sa nazýva izomorfizmus, ak pre každé dva vektory
x a y priestoru V a pre každé reálne číslo oC platí
 - 98 -

f(x + y) = f(x) + f (y), ('♦.1)

f( o£x) = o£f(x). (k.2)

Hovoríme, že lineárne priestory V a V* sú izomorfná, ak existuje izomorfiz­

mus priestoru V na V*.

Nulovému vektoru priestoru V v izomorfizme odpovedá nulový vektor priesto­

ru V ' (v (k,2) dosadíme J~ = 0),
Z podmienok (4.1) a (k.2) vyplýva

f < "V l + °^2U2 + * * * = a i ^ f í ^ ) + «¿2f (u2) + . . . +</kf ( u k ). (4.3)

pre ľubovoľná vektory u^ , u^, ...» u^ priestoru V a ľubovoľná reálne čísla

, c/2 , ..., Rovnosť (4.3) vyjadruje, že izomorfný obraz lineárnej kombinácie
Je lineárna kombinácia obrazov s tými istými koeficientami. Z toho vyplýva, že
lineárne závislým (nezávislým) vektorom z priestoru V v izomorfizme odpovedajú
lineárne závislé (nezávislá) vektory priestoru V . Preto, ak dva priestory sú
izomorfná, potom majú rovnaký rozmer. Rovnosť rozmerov dvoch priestorov je teda
nutnou podmienkou pre to, aby tieto priestory boli izomorfná. Ukážeme, že táto
podmienka je aj postačujúca.

Veta 4,1. Každý lineárny priestor V dimenzie n Je izomorfný s priestorom

A®.

D ô k a z . Z predpokladu dim V = n podľa vety 3.3 vyplýva, že báza vo V

má n prvkov. Nech vektory

®1» ®2* e3* •••» ®n

tvoria bázu vo V. Každý prvok x £ V môžeme písať v tvare

X = rjy
161 + O^o®o
2 2 +
n® n •

Definujme zobrazenie f z priestoru V do An takto:

f (x) = ( i oígl • ••»(/jj)•

Zobrazenie f je prosté zobrazenie priestoru V na An .

Dokážeme, že zobrazenie f splňuje podmienky (4.1) a (4.2). Zvoľme ľubovoľ­

ný prvok y £ V, y = P^e-
\ ♦ P 2*2 + *** + P nen a IubovoIn^ reálne číslo k. Potom

x + y « (»¿1 +/)1 )®1 + (»¿g + /32 )e2 + **• + * PrP*n

kx * ( k £/1 )e1 + (koí2 )«2 + ... + (koin )en .

 - 99 -

Podľa definície zobrazenia f platí

* "(x + y) “ ( »¿.j + P i » o^2 + P z * * • • * °^n + /3 n ^* í » ° ^ 2 ’ * * * * °^n) +

+ ( /3-j » _/32 ’ * * * * PrP * *" (x ) + ^ ( y ) *

f (kx) * (k oĹ^ , k ^ • • •* k °^n )= k( # o^2 *•• •»o^n ) = Rí”(x ) •

Podmienky (4.1) a (4.2) sú splnené, a teda f Jeizomorfizmusa priestory V

a An sú izomorfné.

Veta 4.2. Každé dva lineárne priestory rovnakej dimenzie n sú navzájom

izomorfné.

Dôk a z . Podľa predošlej vety je každý z oboch priestorov izomorfný

s priestorom An , a preto sú aj oba uvažované priestory navzájom izomorfné.

Týmto je dokázané, že Jedinou podstatnou charakteristickou konežnorozmerného

lineárneho priestoru je Jeho rozmer. Všetky priestory, ktoré majú ten istý rozmer
sú v podstate rovnaké.

C v i č e n i a

4.1. Nech je lineárny priestor všetkých polynómov s reálnymi koeficientmi

stupňa — n a *£ ľubovoľné reálne číslo. Pre u 6 P položme f(u) =
í \ ®
= (u(«£), u ( o £ ) , ..., u'n '(o£). Zistite, či f Je izomorfizmus priestoru
P^ na priestor An+1 .

4.2. Dokážte, že (reálny) lineárny priestor všetkých komplexných čísel je izomorf-

ny' s A
A 2
.

2 2
4.3. Zistite, či zobrazenie f priestoru R do R definované rovnosťou
*■((*! *x2 )) " (2xi + x 2 * X1 + x2 ^ izoraor:fiznms [jej.

4.4. Nech R+ je lineárny priestor z cvičenia 1.3. Dokážte, že zobrazenie

fsR+-*- R také, že f (x) = log x je izomorfizmus R+ do R.

5. PODPRIESTOPY LINEÁRNEHO PRIESTORU

Definícia 5.1 Nech V je lineárny priestor. Neprázdnu podmnožinu L prles-

toru V nazývame p o d p r i e s t o r o m priestoru V, ak platí:

množina L s každými dvoma vektormi x a y obsahuje aj ich

súčet x + y, (5.1)
 množina L s každým vektorom x obsahuje aj každý jeho násobok
x, kde oĹ je ľubovoľné reálne číslo. (5.2)

Ľahko sa preverí, že každý podpriestor L lineárneho priestoru V je tiež

lineárny priestor (treba preveriť podmienky (1 .1 ) až (l,8 ) definície 1,1). Nulový
vektor priestoru V je zároveň nulovým vektorom každého jeho podpriestoru L.
Uvedme príklady podpriestorov:

Príklad 5.1. Nulový podpriestor, t.j. podpriestor lineárneho priestoru V

pozostávajúci len z nulového prvku priestoru V; celý priestor V.

Príklad 5.2. Množina všetkých polynómov s reálnymi koeficientmi stupňa ^ n

Je pod priestorom lineárneho priestoru C <a,b)>.

Nech
u. , u„, ..., u sú prvkv lineárneho priestoru V. L i n e á r n y m
1 2 n
o b a l o m prvkov u„ , u„, ..., u budeme nazývať množinu všetkých lineárnych
1 2 n
kombinácii týchto prvkov, t.j. množinu prvkov tvaru

+ oô„U + • • • +
íl 2 2 nu n
„ .

kde dL.1 , 2 ... , aC

n
sú ľubovoľné reálne čísla.

Lineárny obal elementov u„ , u„, ..., u budeme označovať symbolom L(u. ,

1 2 n i
U2 ’ un ^‘
Ľahko preveríme, že lineárny obal L(u„ , u„, ..., u ) splňuje podmienky (5.1 )
1 2 n
a (5.2). Preto lineárny obal L(u1 , u^, ...» u^) Je podpriestorom lineárneho
priestoru V. Je zrejmé, že podpriestor L(ui , urj, . .., u^) obsahuje prvky u1 ,
u„, ..., u . Každý podpriestor obsahujúci elementy u„ , u„, ..., u obsahuje aj
2 n 1 2 n
všetky lineárne kombinácie týchto elementov. Preto lineárny obal L(u 1 ,u^,...,u^)
je najmenším podpriestorom, ktorý obsahuje prvky u,, u„, ..., u .
1 2 n
Príkladom lineárneho obalu je lineárny obal elementov 1, t, ...» tn li-
neárneho priestoru C <a , b > . Lineárnym obalom L(1, t, t^, ..., tn ) je množina
všetkých mnohočlenov stupňa ^ n.

Všimnime si otázku rozmeru podpriestoru a špeciálne lineárneho obalu.

Rozmer ľubovoľného podpriestoru n - rozmerného lineárneho priestoru V ne­

prevyšuje rozmer n priestoru V (pretože každý lineárne nezávislý systém vekto­
rov podpriestoru je zároveň nezávislým systémom vektorov celého priestoru V).

Naviac, môžeme tvrdiť, že ak podpriestor L nesplýva s celým n - rozmerným

lineárnym priestorom V, potom rozmer podpriestoru L je menší ako n.

Tento fakt vyplýva z toho, že keby rozmer podpriestoru L sa rovnal rozmeru

n priestoru V, potom každá báza podpriestoru L vzhľadom na to, že pozostáva
z n elementov, Je (podľa vety 3.3) bázou aj celého priestoru V.

Poznamenajme, že ak v celom priestore V vyberieme bázu e1 , e^, ..., e^,

potom vektory bázy podpriestoru L sa nedajú vždy vybrať z vektorov e.j»e^» •••
 101

(môže sa stať, že ani jeden z vektorov , e^, e^ neleží v L). Platí však
tvrdenie: ak vektory e^ , e^» ...» e^ tvoria bázu k - roztnemáho podpriestoru
n - rozmerného lineárneho priestoru V, potom túto bázu možno doplniť vektormi
e, , , , e priestoru V tak, že vektory e , e , ..., e , e ., ..., e tvo-
K+i n l 2 k k+i n
ria bázu celého priestoru V.

Dokážme toto tvrdenie. Ak k < n, potom existuje vektor ek+-| priestoru V

taký, že vektory , e^..... e^, ek+^ sú lineárne nezávislé (v opačnom prípade
by bol priestor V k - rozmerný). Ďalej, ak k+1 < n, potom existuje vektor ek+2
priestoru V taký, že vektory e 1 , e2> ..., e^, ek+1 » ek+2 line®rne nezávis­
lé (v opačnom prípade by bol priestor V (k+1) - rozmerný). Pokračovaním v analo­
gických úvahách dokážeme uvedené tvrdenie.

Na záver dokážeme vetu o rozmere lineárneho obalu.

Veta 5.1 . Rozmer lineárneho obalu L(u1 , u2 , ..., u^) vektorov u^u,,...^^
sa rovná maximálnemu počtu lineárne nezávislých vektorov v systéme u-|*U2 '*** ,un *
Špeciálne, ak vektory u., u„, ..., u sú lineárne nezávislé, potom rozmer line-
1 2 n
árneho obalu L(u^ , u2 , ..., u^) sa rovná počtu vektorov ^ , u2 , ..., u^ a vek­
tory u., , u„, . .., u tvoria bázu lineárneho obalu L(u, , u , ..., u ).

D ô k a z . Predpokladajme, že z vektorov u , Ug, u je r lineárne

nezávislých. (Označme ich u , u , ...» u
) a ľubovoľných r+1 vektorov z vek-
1 2 r
torov u,, u„, ..., u sú už lineárne závislé. Potom každý z vektorov u , u , ..
1 2 n j 2
..., u je lineárnou kombináciou vektorov u. > u » ..., u (toto dokážeme
n ±1 i2 r
tým istým postupom ako vo vete 3.3). Podľa definície každý vektor lineárneho oba­
lu L(u„ , u„, ..., u ) je lineárnou kombináciou vektorov u., u , ..., u . Preto
' 1 2 n 1 2 n
každý vektor tohto lineárneho obalu jelineárnou kombináciou vektorov u , u. , ..
1 2
..., u . Z toho vyplýva, že vektory u^ , u^ , ..., u^ tvoria bázu lineárneho
r X1 X2 r
obalu L(u^ , u2 , ..., u^) a že rozmer tohto obalu je rovný r.

C v i č e n i a

5.1. Určte dimenziu lineárnych obalov týchto vektorov priestoru A

a) (1 ,1 ,1 ,1 ), (2 ,1,3,2 ), (-2 ,3 ,-1 ,0), (-1 ,0 ,1 ,1 ) M .

b) (2,1,0,2), (-5,-3,2,íl), (1,1,1,2)
M-
5.2. Nájdite bázu priestoru A , ktorá obsahuje vektory:

a) Ul = (1 ,2 ,0 ,1 ,2 ), u2 = (2 ,1 ,-1 ,0,2 ), u ^ = (-1 ,0 ,2 ,3,-1)

Inapr• u^,u2 ,u^, (0,O,0,1,0), (0,0,0,0,1)J.

b) u 1 = (-1 ,0,3 ,-2,1 ), u2 = (1 ,2 ,-2 ,3 ,-2 ), U;) = (-1 ,2 ,4,-1 ,0)

[vektory u 1 , u2 , u^ sú lineárne závislé^].

 102

5.3. V priestore A nájdite dve rozličná bázy, ktorá majú spoločná vektory
* (1.1.0,0) a u2 = (0,0,1,1).

5.^. Nájdite lineárny obal vektorov priestoru A5 , u, = (1,0,0,0 .0 ). u2 =

« (0,0,1,0,0), u3 = (0,0,0,0,1) (o£,0,/3,0,y)

5.5. Nájdite lineárny obal polynomov 1+t , t+t , 1+t+t (všetky polynomy stup­
ňa — 2 a nulový polynóm).

3
Zistite, ktorá z týchto množín sú podpriestory v A s

a) množina všetkých trojíc tvaru (r,2r,3r), kde r Je ľubovoľné re-

álne číslo [je],

b) množina všetkých trojíc tvaru (2s+t, s-t, 3s+t), kde s a t sú

ľubovoľná reálne čísla [je],

c) L UL [nie jej.
1 2

5.7. Dokážte, že prienik neprázdneho systému podpriestorov priestoru V Je pod-

priestor priestoru V,

6. VZŤAH MEDZI BÁZAMI

Nech v n-rozmernom lineárnom priestore V sú daná dve bázy

V v2* •••f nt '•O (6 .1 )

0 0
..., en . £ (6.2)
2’

Tak ako každý vektor priestoru V aj každý vektor bázy (6.2) možno jednoznačne
vyjadriť vzhľadom na bázu (6.1)t

0
+ +
e 1 = T u ei T 12®2 •** + T 1 n V

e
0
e2 = T 21e1 + T 2262 + ... + ^ 2nen ,
0
+ + • •• + 7* © •
M í (6.3)

n = Tn 1e 1 ^ n 2®2 nn n

Sústavu (6.3) môžeme stručne zapísať takto

i — 1 ,2 , ...,n. (6 A )
J=1
 - 103 -

Označme

/ T 11 T1
.2„ ... T, \
m
/
T21 T22 (6.5)

\ T n1 ^n2 Tn n )

Riadky matice T sú súradnice vektorov (6.2) vzhľadom na bázu (6.1). Matica

T sa nazýva m a t i c a p r e c h o d u od bázy (6.1) ku báze (6.2).

Vzťah medzi bázami (6.1) a (6.2) a maticou prechodu T možno vzhľadom na

(6.3) napísať v tvare maticovom:

(6.6)

Ak označíme stĺpcovú maticu pozostávajúcu z vektorov bázy e., e„, .... e a

i ä n
e, , e„, .... e písmenami e a e, potom (6.6) má tvar
1 2 n

e = Te. £ - ?„

Ak T* Je matica prechodu od bázy (6.2) ku báze (6.1), potom

e = T 'e ' í - ?■"U •i ' = ? * . t

Potom

e » T ,(Te) = (T*T)e,

e' = TT'e',

t.j. vzhľadom na lineárnu nezávislosť vektorov bázy e a e',

T *T = TT * = E,

odkiaľ

T' = T"1.

Týmto je dokázaná, že matica prechodu od bázy (6.2) ku báze (6.1) je matica

T 1 inverzná k matici T.

•k
\
 - 104 -

7. TRANSFORMÁCIA SÚRADNÍC VEKTORA PRI ZMENE BAZY

Nech v n-rozmemom lineárnom prie store v

s maticou prechodu «'i
T - « Tu «• •4 r>
* - £ > '1 \

r c
e = Te.
f * •£ I

Nájdeme vzťah medzi riadkovými maticami pozostávajúcimi zo súradníc ľubovoľ­

ného vektora x vzhľadom k týmto bázam.
Nech

x = °v j c/ 4 \c*.2 (E>ť -f e • * 4 0^ ^
j=1 V\
(7.1)

x *=
X -v; . I
i= 1

Použijúc (6.4) dostaneme

n / n n . n
x = y' c/.
T iJed ^i t íj ) ej
i=1 J=1 j=i ^ i=i

Ak tento výsledok porovnáme so (7.1). vzhľadom na jednoznačnosť zápisu vek­

tora vzhľadom na danú bázu. dostaneme

„ (
O^j = o^i T±y j = 1* 2, .... n,
i= 1
_rf \
,
t.j. platí maticová rovnosť
. I x. - ÍL-

, , ,
( . .... °^n ) = ( t ’ * ** * °^n ) ^ * (7.2)

** « W ť “
Odtiaľto vyplýva rovnosť

( «*' , . .... c/n ) = ( «¿, , oé2 ..... ^ n ) T " 1 £ ^^ (7.3)

Vzorce (7*2) a (7.3) udávajú vzťah medzi súradnicami toho istého vektora x
vzhľadom na bázy (6.1) a (6.2).
 105

P r ík la d 7 .1 . Skúmajme t r o j r o z m e r n ý l i n e á r n y p r ie s t o r s bázou e , e„, e ,

\ J
Vektory

eí = 5e1 - e2
e2 = 2ei + 3e2
e" = ~ 2e, + €^
Z
3 1

tvoria daláiu bázu (]

f f f
bázy e1 , e2 , e^ ku
ľ 2’ 3

/ ^ -1 -;
T = ( 2 3 i
- T „ ' \
\ -2 1

Výpočtom zistíme, že

/ 3 -1 6
T-1 =c í -2
V 8
1 -h - T * i
-3 17

/ / /
vzhladom na bázu e^,
e3

-1 6\
( 0^1 »°^2f °l'3^ — 1 = (-13,6,-27),
-3 17 J

t. j.

x = -136^ + 6e'z - 27*2 •

C v i č e n i a

7.1. Vektory e^ = (1,1,2), e^ = (-2,J,-2), e^ = (2,-1,l) tvoria bázu lineárne-

ho priestoru A3 . Určte bázu e^, e^, priestoru A3 tak, aby matica

matica

-k 3 1\ V f-t-i -n V . ú
T = i 11 k 3 — I q 41 !}* •-] ^ 2 ^
Z -1 ' “1?. 1 -4b-J— ^
2 10 3

bola maticou prechodu od bázy e 1 , e^, e^ ku báze , e^, e^.

[e' = (-8, -2, -13), e^ = (5, 14, 15), = (-12, 9, -13)].

 - 106 -

7.2y Napíšte vzorce pre transformáciu súradníc, ak sú dané bázy e1 =■ (1,0,2),

®2 = (2,1,1), e3 = (-2,1,-1) a = (-1,1,1), = (0,2,0), e] =
= (-3,2,0) priestoru A"*. Pre vektor x = (1,2,2) stanovte najskôr jeho sú­
radnice vzhľadom na nečiarkovanú bázu a potom pomocou odvodených vzorcov sta­
novte súradnice vektora x vzhľadom na čiarkovanú bázu. Pre vektor y =
= (-4,5,1) stanovte najskôr jeho súradnice vzhľadom na čiarkovanú bázu a po­
tom pomocou odvodených vzorcov stanovte súradnice vektora y vzhľadom na
nečiarkovanú bázu.

-1
x = (1 ,1 ,1 ), x — (2,1,— i),

y = (i,i.i), y = ( 2 , 1 ,4)

J
7.3. V priestore AJ určte vektor x, ak je daná báza e.) = (1,2,1), e2 =
= (2,-1,3), 3,6) a ale súradnice vektora
= (4,3,6) v x vzhľadom na túto bázu
sú (2, 2, -3). [x = (-6, -7, -10)].

7.4, Nájdite maticu prechodu od bázy e1 = (1,2,-1,3), e0 = (2,3,-3»l), =

= (—2, 1 ,—2,— 3 ), e^ — (-1,-2,2,2) ku báze e^ = (9,1,3,18), e^ =

= (-1 7 ,-6 ,-1 ,-26 ), e' = (-1,8,-11,-17), e^ = (-10,1,-7,-23) priestoru A*

a potom nájdite maticu prechodu od bázy čiarkovanej ku nečiarkovanej.

r 1 2 -3 2 \ /-18 -16 -11 12 1

-2 -3 5 -1 \ / - 6 - 6 - 4 5
-1 0 2 -4 J l -11 -10 - 7 8
-2 -1 4 2 / . \ - 1 - 1 1

7.5. Nájdite maticu prechodu od bázy e1 = (1,2,1), e2 = (2,-1,3), e3 = (-2,3,2)

priestoru A^ ku báze

a) = (—5,9,2), e^ = (6,-10,5 ), e^ = (—1,2,9),

b) e' = (0,-5,1), e2 = (-3.11,-1), e^ = (19,-19,-2)

a potom maticu prechodu od čiarkovanej bázy k nečiarkovanej.

6 -1
12 3
7 2

7.6. Nech e^, e^, ®3 sú vektory bázy z cvičenia 7.5. Nech 1,1,—1 sú súradnice
vektora x vzhľadom na túto bázu. Nájdite jeho súradnice vzhľadom na bázu
(-5,9,2), (6,-10,5 ), (-1,2,9). Nech vektor y má súradnice (-1,5,2) vzhľa­
dom na bázu (-5,11,7), (4,-11,-3), (-5,14,1). Nájdite jeho súradnice vzhľa­
dom na bázu e^, e^, 1

[(14,11,-9), (-17,9,17)].
 1. POJEM LINEÁRNEHO ZOBRAZENIA

Často je potrebné skúmať funkcie, ktoré vektorom lineárneho priestoru V

priraďujú ako obrazy opäť vektory toho istého priestoru V.

Nech V Je n-rozmerný lineárny priestor. Skúmajme zobrazenie °P z priesto­

ru V do priestoru V, t.j. zobrazenie, ktoré každému vektoru x 6 V priradí
vektor y opäť z priestoru V. Zobrazenie voláme zobrazením priestoru V.
Budeme používať označenie y = ‘f (x) .

Definícia 1.1. Zobrazenie ^ priestoru V nazývame 1 i ne á r n y m , ak

pre ľubovoľné vektory Xj , x,, priestoru V a ľubovoľné číslo cC platí

‘f (x1 + x2 ) = cf(x1) + cf(x2) (vlastnosť aditívnosti zobrazenia ), (1 .1 )

^(odx) = oC^íx) (vlastnosť homogénnosti zobrazenia ). (1 .2 )

Q je rovina v trojrozmernom priestore prechádzajúca po­

Príklad 1.1. Nech
čiatkom. Každému vektoru x priraďme jeho priemet y = <’(x) do roviny Q . Pod­
mienky (1.1) a (1.2) sa dajú ľahko preveriť. Napr. (1.1) znamená, že priemet súčtu
sa rovná súčtu priemetov.

Príklad 1.2.- Skúmajme priestor Pn nolynómov stupňa ^ n. Zobrazenie ^

z P do P definujme takto
n n

<f(u(t)) = u'(t),

kde u*(t) je derivácia polynómu u(t) 6 P . Preveríme, či toto zobrazenie Je li-

n
neárne. Nech u^(t) a u 2 (t) polynomy z P^.

^(«^(t) + “2 (t)) = (u^t) + u2 (t)) = u'(t) + u 2 (t) = ^ ( ^ ( t ) ) + tŕ ( u 2 (t)) .

Podmienka (1.1) je teda splnená. Teraz zistíme, že aj podmienka (1.2) je splnená.

<f(o6u(t)) = (oíu(t)) =.oču'(t) = oí(

f(u(t)) •

Príklad 1.3. ’Skúmajme priestor C <0,1.^ spojitých funkcií f(t) na interva­

le O £ t — 1 . Zobrazenie z C <0,1 > do C <0,1 > definujme takto:
 108

^ (f(t) ) = j f(x) dx.

0

Preveríme, či zobrazenie je lineárne. Nech f^(t), sú funkcie priestoru

C < 0 ,1 > .

t t t

^ ( ^ ( t ) + ŕ2 (t)) * J C f, (x) + í“2 (x)) dx = J f ^ x ) dx + j f 2 (x) dx -

O 0 0

= f (f, (t)) + <f(f2 (t)) .

Zistili sme, že podmienka (1.1) je splnená.

t t

«f (očf (t) ) = J očf(x) dx = oé f (x) dx = očcf(f(t)) .

0 O

Splnená je tedaj aj podmienka (1.2).

Ďalšími príkladmi lineárnych zobrazení sú:

a) identické zobrazenie £ , t.j. zobrazenie, ktoré je definované takto

¿ľ (x) - x

(každému vektoru je priradený ten istý vektor),

b) nulové zobrazenie OJ, t.J. zobrazenie, ktoré je definované takto

co (x) = 0

(každému vektoru je priradený nulový vektor).

2. MATICA LINEÁRNEHO ZOBRAZENIA V DANEJ BAZE LINEÁRNEHO PRIESTORU

Nech

C1 * *2’ ®n * (2.1)

je báza lineárneho priestoru V. Stĺpcovú maticu pozostávajúcu z vektorov bázy

označme e (ako už bolo zavedené)
 109 -

Nech ‘
-P je lineárne zobrazenie priestoru V a x ľubovoľný vektor z V. Vek­
tor x sa dá jednoznačne vyjadriť ako lineárna kombinácia vektorov bázy (2.1 ),

x = e„ +oč„e„ + ... +</. e .

Íl 4 4 n n

Potom podľa (1.1) a (1.2) platí

‘f’(x) =<^1 ^(®^ ) +o^2 ^(*3) + •** +°^n

Môžeme urobiť tento záver s

Každé lineárne zobrazenie ‘f priestoru V je jednoznačne určené obrazmi

“fie,), f(e ), ....‘/’(e ) vektorov bázy (2 .1 ).
i 4 n

Veta 2.1 . Pre ľubovoľnú skupinu n vektorov priestoru V

y,, y,..... y„ (2 .2 )

existuje, a to jediné lineárne zobrazenie tŕ priestoru V také, že vektory (2.2)

sú obrazmi vektorov bázy (2 .1 ),

y1 = ‘P(e, )i y2 =cf(e2)» .... ,yn = ^(en)* (2.3)

Dôkaz. Jednoznačnosť zobrazenia ‘-f bola už dokázaná vyššie. Treba do­

kázať ešte jeho existenciu. Nech x je ľubovoľný vektor priestoru V. Potom

x =cĹ e +oč„e
¿t ¿t + ... +oé n ®n = °^iei*
i=1

Zobrazenie ‘f definujme takto:

n
(x ) = y, +<¿^2 + ... + o6nyj X=1
i
«Vr
(2.4)

Dokážeme, že zobrazenie cf Je lineárne. Nech x je ďaläi ľubovoľný vektor z V,

 110

n
•• • oĹ e
°Vl +oó2e2 + n n
i =1

Potom

( <^i + cC±)

n n n

Z (^i + yi
i =1 i =1 i =1
^ i yi = + ^

Ak k je ľubovoľné číslo, potom

n
^(kx)
Z Z (ko6
i) ei ) =z
i= 1 i= 1
k v i k Z
i =1
°^iy i =

* k <f(x).

Rovnosti (2.3) vyplývajú z definície (2.**) zobrazenia , pretože všetky sú­

radnice vektora e^ v báze (2 .1 ) sú rovné 0 okrom i-tej súradnice, ktorá sa
rovná 1, Týmto je veta dokázaná.

Veta 2.1 stanovuje vzájomne jednoznačné priradenie medzi lineárnymi zobraze­

niami lineárneho priestoru V a všetkými usporiadanými systémami (2.2) n-vekto-
rov tohto priestoru.

Každý vektor
y., y„, ..., y systému (2.2) možno jednoznačne vyjadriť
1 2 n
vzhľadom na bázu (2 .l),

+ + ••• + a„ e
y1 al1®1 al2e2 1n n
+ + ... + a„ e
y 2 = a21®1 a22®2 2n n
(2.5)

+ + ... + a e •
yn = an1®1 an2®2 nn n

Označme A maticu pozostávajúcu zo súradníc vektorov y., y „ , ..., y ,

1 2 n

an al 2
• 99

000
M
a21 a22 a 2n (2 .6 )
A •

an 1 an2
• 0 9 .nn /
/

Systém (2.2) bol ľubovoľný, teda aj matica A je ľubovoľná štvorcová matica

typu (n,n).
 Zistili sme, že vzájomne jednoznačné priradenie medzi všetkými lineárnymi
zobrazeniami priestoru V a všetkými štvorcovými maticami typu (n,n).

Maticu A budeme nazývať m a t i c o u l i n e á r n e h o z o b r a ­

z e n i a f vzhladom na bázu (2.1). Ak symbolom (e) označíme stĺpcovú maticu
pozostávajúcu z obrazov vektorov bázy

'«“ V \

*<•«> l
<?(•)
š í
^<v>/

potom zo vzťahov (2 .3 ), (2 .5 ) a (2 .6 ) vyplýva nasledujúca maticová rovnosť, ktorá

charakterizuje vzťah medzi lineárnym zobrazením <^ , bázou e a maticou A,

= Ae. / ' (2.7)

Príklad 2.1. Nech V je trojrozmerný priestor a ‘f projekcia každého vek­

tora na rovinu xy. Za bázu e.^, e2> zoberme jednotkové vektory v smere sú­
radnicových osí x, y, z. íahko preveríme, že ‘f je lineárne zobrazonie priesto­
ru V. Platí

cí(e1 ) = «1 . ^(©2 ) = e2 , f(e3) = 0.

Tieto rovnosti môžeme prepísať formálne takto

‘f (®1 ) = 1.®1+ 0.e2 + O.e^

‘fíôg) = 0* ®1+ 1 *e2 + °.e3

‘f(®3) = 0.e1+• 0.e2 + 0. e^

Teda matica lineárneho zobrazenia je

Príklad 2.2. Nájdeme maticu identického zobrazenia £ v n - rozmernom pries­

tore s bázou e., e„,
1 2 ’
.... e . Platí
n

= e 1 , C (e2 ) = ® 2 , ..., C (en ) = en «

Ak tieto rovnosti formálne prepíšeme analogickým spôsobom ako v príklade 2.1,

matica identického zobrazenia £ je jednotková matica
 112

o o

O O

(Ľahko zistíme, že matica nulového zobrazenia co je matica pozostávajúca zo

samých núl (nulová matica).

Ukážeme, že akým spôsobom možno nájsť súradnice obrazu eP(x), ak poznáme sú­
radnice vektora x a maticu A lineárneho zobrazenia ‘f v báze (2.1).
Nech

n
+ o£e
V i + o62e 2 + n n ° W
i=1

Potom

n
<f(x) = <^1 cŕ(e1) + <¿2 ^(e2) + ... + aĹn (en ) = ^>_ '¿i (ejL).
i—1

Napíšme túto rovnosť v maticovom tvare

f(x) * (o6lf «C2 , ...,o6n ) ?(•).

Použijúc (2.7) máme

‘
’f(x) = ( ^1 ’ •••» £^n )(Ae), ,

r 1 (2*8)
^(x) = L ( ° V °^2* **** ) áj e .
t

Odtiaľto vyplýva, že riadková matica pozostávajúca zo súradníc vektora ^ (x)

sa rovná riadkovej matici pozostávajúcej zo súradníc vektora x vynásobenej spra­
va maticou A.

Príklad 2.3. Nech

Je matica lineárneho zobrazenia trojrozmerného priestoru vzhľadom na bázu

e! ’ °Z ’ *3 a necl1 x = -’e^ ♦ e2 “ 2ej’ súradnice vektora ‘f (x).
 113 -

R i e š e n i e

/-a 1 on

(5, 1, -2) ( 1 3 2 j = (-9, 16, O),

V O -k 1/

t. j.

‘f (x) = -9e1 + 1óe2.

C v i č e n i a

2.1. Zistite, či Je lineárne zobrazenie priestoru A a ak áno, nájdite Jeho

maticu vzhľadom na bázu e1 = (1,0), e2 = (0,1). Zobrazenie ‘ľ Je defino­
vané takto

*->)) “ + *2 * *1 + *2 )* A = ( ^

2.2. Zistite, či ‘f Je lineárne zobrazenie priestoru a ak áno, nájdite Jeho

maticu vzhľadom na bázu e1 = (1,0,0), e2 = (0,1,O), = ,0,1). Zobra-
ženie ‘f je definované takto:
1 0
^((*1» *2 f *3 )) = (x1 + x2 , x2 + x3 , x1 + x3). 1 1
0 1 í)]
(4. 0, i) > f p L ) J 4 i ©\ ' V fo <, Ä
' f f J t ‘ P *!všetkých
2.3. V priestore
\ /// polynomov
)/ , ' stupňa
\ iJ J= n nájdite bázu lineárneho
n

zobrazenia z príkladu 1.2 v báze e. = 1 , e„ = t , e„ = —— , ..., e .

1 2 3 2! n~1
tn~1 . tn •
’ *n
(n-1)1 ’ nl

0 ••• 0 0
f°
A = j 0 ••• 0 0
1 0 1 • •• 0 0
Vo 0 ••• 1 0

2.4. V lineárnom zobrazení ‘f priestoru všetkých matíc typu 3x1 sa vektory

x, y, z zobrazia na vektory x', y ", x ', kde

Nájdite maticu lineárneho zobrazenia vzhľadom na bázu

a) x, y, z
b) (1, 0, 0), (0, 1, O), (0, O, 1).
 - 114 -

2.5. V priestore štvorcových matíc typu 2x2 Je daná báza (preverte)

e *
1

Zapíšte vzhľadom na túto bázu maticu lineárneho zobrazenia ‘f (preverte),

ktoré každej matici X priradí maticu k nej transponovanú. Aká bude matica
zobrazenia ‘f vzhľadom na bázu e^, e^, e0 , e^?

2.6. Nech v rovine xy sú e^ , e^ Jednotkové vektory v smere súradnicových osí

x, y. Vzhľadom na bázu e1 , e2 nájdite maticu lineárneho zobrazenia (pre­
verte), ktorým Je otočenie roviny xy o uhol cL okolo počiatku súradnico­
vého systému.

j~ ^ cos o£ sinoč-N

l_ V-sino6 cos /-

3. ZMENA MATICE LINEÁRNEHO ZOBRAZENIA PRI PRECHODE K NOVEJ BAZE

Matica lineárneho zobrazenia závisí od výberu bázy. Ukážeme aký je vzťah

medzi maticami toho istého lineárneho zobrazenia vzhľadom na dve rôzne bázy.

Nech sú dané dve bázy e a e' lineárneho priestoru A s maticou prechodu T,

e' = Te (3.1)

a nech A a A sú matice lineárneho zobrazenia vzhľadom na bázu e a e*,

<f(e) = Ae, ‘{’(e*) = A*e'. (3.2)

Podľa (3.1) z druhej rovnosti (3.2) dostaneme

<f(Te) = A'(Te).

Ukážeme, že
 - 115 -

<f(Te) = T ¿P(e)

Skutočne, ak ( T j < i T,~i ..., T. ) je i-tý riadok matice T, potom

n i£ in
<U T _
t1 ei + T i2 e2 + ... + T ± n en ) = T ± 1 ^ ( e t ) + T 1 2 ^ ( « 2 ) + ♦ T in ‘ f ( e j .

Preto podlá (3.2) platí

y (Te) = T ^(e) = T(Ae) = (TA)e,

A ,(Te) = (A*T)e,

(TA)e = (a 't )o .

Keby pre nejaké i, 1 — i ^ n i-tý riadok matice TA bol rôzny od i-tého riadku
matice A T, potom dve lineárne kombinácie s rozličnými koeficientami by boli
rovnaké, čo je v spore s tým, že vektory bázy e sú lineárne nezávislé. Preto

TA = A'T,

a teda

A' = TAT"1 , A = T-1 A #T. (3.3)

Poznamenajme, že štvorcové matice B a C sa nazývajú p o d o b n é , ak

platí rovnosť

C = Q-1 BQ,

kde Q je nejaká regulárna matica. Pritom hovoríme, že maticu C dostaneme z ma­

tice B transformáciou pomocou matice Q.

Použijúc túto terminológiu môžeme rovnosti (3.3) interpretovať takto:

Matice toho istého lineárneho zobrazenia vzhľadom na rôzne bázy sú navzájom

podobné. Maticu lineárneho zobrazenia ^ vzhľadom na bázu e ' dostaneme trans­
formáciou matice zobrazenia ^ vzhľadom na bázu e pomocou matice prechodu od
bázy e ' k báze e.

C v i č e n i a

3.1 . V priestore P2 polynomov stupňa 4 2 matica

Je matica lineárneho zobrazenia ‘ŕ vzhľadom na bázu 1,t,t . Nájdite maticu

^ 2 2.
zobrazenia vzhľadom na bázu tvorenú polynomaml 3t + 2t, 5t + 3t + 1 ,
7t2 + 5t + 3.
 - 116 -

2
3.2. Lineárne zobrazenie °P lineárneho priestoru A vzhľadom ku báze (1,0),
(0,1) má maticu

Nájdite bázu takú, že matica lineárneho zobrazenia ‘P vzhľadom na túto bázu

bude

f 38
'Š M fnapr. (3,2), (1,1 ) ].
L
\ 1 6 -34/ .

2
3.3. Lineárne zobrazenie (f priestoru A je definované rovnosťou

cf ( ( x 1 ,x2 )) = (17 x 1 + ^5*2» “ 6 x 1 “ 1 Ó X 2 )*

2
Nájdite bázu #e^ priestoru A takú, aby platilo

‘fíe^ = - 60e2, <f(®2) = 3«1 - 13a,,. [napr. (10,-2), (1,0)] .

3.4. Lineárne zobrazenie vzhľadom na bázu má maticu

V e2

Nájdite maticu zobrazenia ‘p v báze e' = 2e1

3.3. Lineárne zobrazenie ‘f vzhľadom na bázu (1,2), (1»1) má maticu

Nájdite jeho maticu vzhľadom na bázu (2,3)» (0,l).

3
3.6. Lineárnym zobrazením ‘P priestoru A sa vektory x,y,z zobrazia na vek-
. ‘ tory x", y ', •z.'. Nájdite maticu zobrazenia ‘f v tej istej báze, v ktorej
sú dané súradnice všetkých vektorov:
 117 -

P
a) x = (2,3,5), X = (1,1,1).
/
Y = (0,1,2), y = (1,1,—1)*
p
Z = (1,0,0), Z - (2,1,2).

P x = (2,0,3),
y « (4,1,5),
X

y
p

p
* (1,2,-1),
= (4,5,-2),
z = (3,1,2), z = (1.-1.1).

3.7. Lineárne zobrazenie ‘■f vzhľadom na bázu (8 ,-6,7). (-16,7.-13)» (9»-3>7) má

mati cu

f ' -’ ’
I -18 -22 -25
V 15 20 25 /.

Nájdite jeho maticu vzhľadom na bázu (1»-2,1), (3,-1,2), (2,1,2).

4. OPERÁCIE S LINEÁRNYMI ZOBRAZENIAMI

Videli sne, že ak každému lineárnemu zobrazeniu n-rozmemého priestoru V

priradíme Jeho maticu vzhľadom na pevne zvolenú bázu, dostávame vzájomne jedno­
značná priradenie medzi všetkými lineárnymi zobrazeniami a všetkými štvorcovými
maticami typu tucn. Je prirodzené očakávať, že operáciám medzi maticami budú od­
povedať analogické operácie medzi lineárnymi zobrazeniami.

Nech v priestore V sú dané dve lineárne zobrazenia f a j|/, S ú č t o m

týchto dvoch z o b r a z e n í nazývame zobrazenie + Y definované takto:

( </ + IfJ) (x) = <f(x) + Y(x) pre každé x € V. (4.1)

Toto zobrazenie každému vektoru x priradí súčet jeho obrazov pri zobrazeniach
i a y.
Dokážeme, že zobrazenie ‘f + Y Je opäť lineárne. Skutočne, pre ľubovoľné
vektory , x2 priestoru V a ľubovoľné číslo 06 platí

(<f+ j í/ ) ( x 1 + x2) = <f(x^ + x2) + Y(xi + *2) = íf(x1 ) + ^ ( x2) + ¥(*■, )

+ ¥ (x2) = ( f + ^ O ^ ) + ( ? + Y)(x2)i
 118

( + y ) ( ° t x) =cf(<^x) + V ( ° í x) - ¿L y ( x ) + očjl/ ( x ) = oó(cf ( x ) + Y (x)) =

- „Ĺ ( <t+ YHx).

S ú č i n l i n e á r n y c h z o b r a z e n í Y a *f označujeme Y
a definujeme takto s

(W)(x) - K 0 ( x >) pre každá x C V. (k,2)

Toto zobrazenie dostaneme tak, že postupne aplikujeme zobrazenie a potom

¥ •
Dokážeme, že Y<
~f> Je lineárne zobrazenie. Skutočne,

( Y y M*-, + x2^ = + x2 ^ = ) ♦ ^(x2)) “ ( ^ )(*1 ) +

( Y ‘f)(oíx) = Y ^ U x ) ) = f/(cč^(x)) - otyC^íx)) = oó( * / ? ) ( x ) .

S ú č i n o m l i n e á r n e h o z o b r a z e n i a ^ a č í s l a
k nazývame zobrazenie k definovaná takto s

( k cf)(x) * k ^(x) pre každá x C V. (4.3)

Obrazy vektorov v zobrazení ‘f sa násobia číslom k.

Dokážeme, že zobrazenia k ‘f je lineárne. Skutočne,

( k ‘f)(x1 + x2) = k (<f(x1 + x2))- k (^(x^ + f(x2 )) - k ^ í x ^ + k ^ ( x 2) -

- (k <f)(x1 ) + (k<f)(x2)i

(kf)(očx) ■ k ‘f (oix) = k ^ f ( x ) = oč k ^ (x) » 06 (k ‘ŕ’K x ) .

Nech vzhľadom na bázu e^ , , ..., e^ zobrazenia a. Y “ajú matice A «

= IIaAj II a B * II II »

^(e) a Ae, Y ( e) * B«.

Potom podľa (4.1) platí

(<r* Y H * ±) « f(eA) > K(*±) a e -f b e

ij J ij J (aij + bij) v
J=1 j=1 j=1

i a 1f 2| ••• 9 Af
 119 -

t. j.

( <P+ V)(e) = (A + B)e

Zistili sme, že matica súčtu lineári^ych zobrazení vzhľadom na ľubovoľnú bázu

sa rovná súčtu matíc týchto zobrazení vzhľadom na tú istú bázu.

Podľa (^.2) máme

t •j •

( í ^ ) ( e ) - (AB)e.

Zistili sme, že matica súčinu lineárnych zobrazení v ľubovoľnej báze sa rovná

súčinu matíc týchto zobrazení v tej istej báze.

Podľa (4.3) platí

n n
(k )(®i) = k <Ue±) = k ^ T a±jej (k aiJ)ej'
J=1 J=1

t. j.

(k f)(e) = (kA)e.

Zistili sme, že matica zobrazenia k 'f v ľubovoľnej báze sa rovná súčinu kA,
kde A je matica zobrazenia v tej istej báze.

Podľa príkladu 2.2 maticou identického zobrazenia Je jednotková matica E,

a preto

'f € = C Ý = pre každé lineárne zobrazenie 'f.

Pretože maticou nulového zobrazenia OJ Je nulová matica, platí

U> = CO ‘f » OJ pre každé lineárne zobrazenie ‘f .

Identické zobrazenie £ má úlohy Jednotky a nulové zobrazenie OJ má úlohy

nuly
 120 -

5. INVERZNE ZOBRAZENIE. JADRO A OBRAZ ZOBRAZENIA

Definícia 5.1 . Lineárne zobrazenie jí/ nazývame i n v e r z n ý m ku li­

neárnemu zobrazeniu ‘f , ak platí

i y ^ W = c .

Zobrazenie inverzné ku zobrazeniu ^ budeme označovať “f 1.

Z definície 5.1 vyplýva, že pre každé x £ V platí rovnosť

‘T 1 O ( x ) ) = x.

Preto, ak cf ^ (V(x )) - O, potom x = O, t.j., ak ku zobrazeniu ^ existuje

verzné zobrazenie, potom z rovnosti ‘f (x) = 0 vyplýva x = 0.

Poznámka 5.1. Pre každé lineárne zobrazenie nemusí existovať inverzné zobra­
zenie. Napr. zobrazenie cľ z príkladu 1.1 nemá inverzné zobrazenie.
Lineárne zobrazenie, ku ktorému existuje zobrazenie inverzné, nazývame r e-
gul á r n y m zobrazením.

Definícia 5.2. Množina M všetkých veltorov y priestoru V tvaru

y - 4><x),

kde x prebieha celý priestor V, nazývame obrazom lineárneho zobrazenia ^ .

Dokážeme, že M je podpriestor priestoru V.

Skutočne, nech y £ M a £ M. To znamená, že existujd x^ , x^ £ V tak,

že y1 »^(x^, y^ =<ŕ(x2). Potom y^ + y2 = ^(x^ + ^(x,,) = cí(x1 + x,,),
a teda y + y^ £ M. Nech oč Je ľubovoľné číslo a y £ M. Potom existuje x £ V
tak, že y = ^(x). Z toho vyplýva oĹ y = oC^ix) = ^(očx), t. j. očy £ M.

Týmto je dokázané, že M je podpriestor vo V. Dimenziu tohto podpriestoru

nazývame h o d n o s ť o u zobrazenia ^ .

Príklad 5.1. V príklade 1.1 Je obrazom uvažovaného zobrazenia celá rovina

xy.

Definícia 5.3. Množinu N vektorov x £ V takých, že

<f(x) = 0
i
nazývame j a d r o m zobrazenia .
 121

Dokážeme, že jadro N zobrazenia je podpriestor vo V. Nech x1 £ N

x^ £ N. Potom ^(x^) = 0 a ^(x2 ) = 0. Z toho vyplýva ‘f (x
1 + X2 } = •P (*,) '

<5r

'k
+ ‘fíx^) = 0 + 0 = 0. Nech x £ N; potom ‘f(x) = 0, a teda cíf(x)

II
Týmto je dokázané, že jadro N je podpriestor vo V.

Príklad 5.2. Nech P^ Je priestor všetkých polynómov stupňa é. n a zobra­

zenie ‘f je derivovanie , t, j.

‘f ( u(t)) = u*(t) pre ľubovoľný polynóm u(t) £ P .

i
Jadro N zobrazenia cf> , t. j. množina všetkých polynómov u(t) £ P , pre ktoré
^ n.
platí u (t) = 0, pozostáva zo všetkých konštánt. Teda jadro N je jednorozmerné.

Obraz tohto zobrazenia, t.j. množina všetkých polynómov tvaru u*(t), kde
u(t) je polynom stupňa á n, pozostáva zo všetkých polynómov stupňa — n-1.

Čim väčšie je jadro zobrazenia, tým menší je obraz tohto zobrazenia. Okrajo­
vými prípadmi sú nulové zobrazenie cu a identické £ , Jadrom nulového zobrazenia
CO je celý priestor V a jeho obraz Je nulový vektor. Jadro identického zobra­
zenia obsahuje len nulový vektor a obraz tohto zobrazenia je celý priestor V.
Dá sa dokázať, že platí nasledujúca veta.

Veta 5»1» Predpokladajme, že f je lineárne zobrazenie n-rozmerného pries­

toru V. Potom súčet rozmerov jadra a obrazu zobrazenia «-f je rovný rozmeru n
celého priestoru V.

C v i č e n i a

5.1. Nech
ý
3 b\
5 3

Je matica zobrazenia ‘f vzhľadom na bázu e^ = (1,2), e2 = (2,3) a nech

ík 6
\6 9

je matica zobrazenia )'J e' - (3*1)*

vzhľadom na bázu e^ = (**,2). Nájdite
maticu zobrazenia ‘f + V vzhľadom na bázu e',

r ku -29 -5- \ ]

L \ k k -2 5 J
5 .2 Nech
L

5 \
-3 J
 122

Je matica zobrazenia vzhľadom na bázu “ (-3,7)» ®2 = (1,-2) a nech

1 2
3 7

je matica zobrazenia f vzhľadom na bázu e* « (6,-7), e^ * (-5,6). Nájdi­

te maticu zobrazenia tyf vzhľadom na bázu, v ktorej sú daná súradnice všet­
kých vektorov.

109 34

L \ 93 29/ J

5.3« V priestore P všetkých polynómov stupňa é 3 sú daná lineárne zobrazenia

^ a ty, Zobrazenie ‘f každý polynóm a
+ a, t + a,,t
1 < O
+ a_tJ zobrazuje na po-
J
0 2 1f * 3 2 3 3
lynom a + a t + a„t .Zobrazenie r polynom t + t , t + t, t + 1
O 1 4Z
3 2 3
a t +t + t + 1 zobrazuje na t + t, + 1 , t3 + t2 + t + 1 a nulo­
vý polynóm. Nájdite maticu zobrazenia ty^ a ty vzhľadom na bázu 1,t,t2 ,t3.

1 1 1
/ 0 0 0 O o
2 2 2
1^ 1 1
O -1 0 O -1
2 2 2
1_ 1
-1 0 -ľ- o -1 o
2 2
\
L\> 1 O J o o

3.4. Určte jadro a obraz lineárneho zobrazenia z cvičenia 2.1 a 2.2

[n = 0, M * A2 } N = O, M * A3 ]

2
5.5. Určte Jadro a obraz lineárneho zobrazenia ‘f priestoru A definovanáho
takto

‘f (*1 ,*2 ) * (*, + *2 »2). L ‘f nie je lineárne zobrazenie!

5.6. Preverte, že derivovanie

a) nie Je regulárnym zobrazením v priestore P^,

b) je regulárnym zobrazením v dvojrozmernom priestore

V = ^k^ cos t ♦ k 2 sin ts k^ , k2 sú ľubovoľná reálne čísla j”

Nájdite inverzná zobrazenie k tomuto zobrazeniu.

5.7. Pre lineárne zobrazenie ^ priestoru AJ

a) ‘f (x) = ( 2 x 1 - x 2 - x , x 1 - 2 x 2 + x.^ x 1 + x 2 - 2 x 3 ),

b) f(x) = (-x1 + x 2 + x 3 , x 1 - x 2 + x 3 , x1 + x2 - x3 )
 123 -

nájdite hodnosť zobrazenia ‘f , bázu jeho jadra a obrazu.

£ a) dim M = 2, báza M: (2,1,1), (-1,-2,1), dim N * 1, báza N t (i,1,1),

b) dim M s* 3» dim N = 3.]

6. CHARAKTERISTICKÉ KORENE A VLASTNÉ HODNOTY

Nech A = I aij Í J® ät;'vor®ová matica typu (n.n), ktorej prvky sú reálne

čísla a nech 'K je nejaká neznáme číslo. Potom matica A - \ e , kde E je jed­
notková matica typu (n,n) sa nazýva c h a r a k t e r i s t i c k á ni a t i-
c a matice A. Pretože v matici X E je na hlavnej diagonále všade X a inde
nuly, máme

a11 - X al2 aln

- X e a21 a22 - X a2n

8n1 Rn2
a
nn -X

De terminant Ia - Xe 1 Je polynóm premennej

nazývame c h a r a k t e r i s t i c k ý m p o l y n ó m o m matice A a je
ho korene (ktorá môžu byť reálne alebo komplexná) nazývame c h a r a k t . e r i
t i c k ý m i k o r e ň m i tejto matice.

Príklad 6.1. Nájdite charakteristická korene matice

R i e š e n i e . Počítajme

3
a - Xe - -2
-1

3 /X o o\ / 1 —X 3
-2 í O X 0 J = J -2-X
-1 \ o o X / \ 0 -1

Potom
 - 124 -

1-N 3 O
- X e | 3 -2-X -1 = - X* + 1 3 \ - 2.
O -1 1-\

Z rovnice

|A - \ E | = 0,

"tej#

-\3 + 13\-2 = 0

vypočítame = 1.

Teraz dokážeme, že podobné matice majú rovnaké charakteristické polynómy,

a teda aj rovnaké charakteristické korene.

Nech A a B sú podobné matice. Potom existuje regulárna matica Q taká,

že platí

B * Q-1 A Q.

Pretože matica X e Je komutatívna s maticou Q a IQ 1 ' «= IQl \ dostaneme

IB - \ e | = k ’1 AQ - X e I = k " 1 (A - \ E ) q | - i Q ľ 1 |A - \ e | |QI «

= |a - X e I ,

čo bolo treba dokázať.

Z tohoto výsledku a zo vzťahov (3.3) medzi maticami lineárneho zobrazenia

v rôznych bázach vyplýva, že hoci lineárne zobrazenie Ĺf má vzhľadom na rôzne
bázy rôzne matice, všetky tieto matice majú rovnaké charakteristické korene. Preto
tieto korene možno nazvať c h a r a k t e r i s t i c k é k o r e n e samot­
ného z o b r a z e n i a cf .

Charakteristické korene majú dôležitú úlohu pri štúdiu lineárnych zobrazení.

Ukážeme jedno z použití charakteristických koreňov.

‘f je lineárne zobrazenie reálneho lineárneho n-ro zmer'ného priestoru V.

Nech
Nenulový vektor x C V nazývame v l a s t n ý m v e k t o r o m zobrazenia
, ak existuje číslo "X také, že platí

,<^(x) = x * . (</>(*;=x x ) (6.1)

Číslo "X nazývame v l a s t n o u h o d n o t o u zobrazenia ; hovoríme,

že vlastný vektor x patrí vlastnej hodnote X .

Predpokladajme, že zobrazenie vzhľadom na bázu e^, e^, ..., má ma­

ticu A * (j a || a nech vektor
*J
 125

I
i =1

je vlastnou hodnotou zobrazenia <-P,

‘f(x) = 'K X . (6 .2 )

Podlá výsledku z paragrafu 2 platí

*(*) = (( ^i 9 e•i f cCn ) Aj e

J
(6.3)

rovností (6 .2 ) a (6 .3 ) dostaneme nasledujúcu sústavu

. + a = X ^
°Vii + ^ 2a21 + ** n nl
. + a
n n2 = Xc / 2
° V l 2 + ^ 2a22 + “ (6.4)

• + c£ a
° V l n + °^2a 2n + *‘ n nn = \oén •

Pretože x / 0, nie všetky čísla .. . , oC

n
cL1 9cĹä t sú rovné nule. Z toho
vyplýva, že sústava lineárnych homogénnych rovníc

... + a „x = 0
(ai1 -X)*., + a2-|x2 + n1 n
... + a x = 0
ai2X1 + <a22 ‘ ^ )X2 + n2 n (6 .5 )

(a - \)x = 0
a1nx1 + a2nX2 + + ' nn ‘' n

má nenulové riešenie, a preto jej determinant je rovný nule,

an - X . a2 1 ..... an 1

al2 * a22 ..... an 2 (6.6)

a!n’ a 2n ’ **‘ » ann " ^

Z toho vyplýva (transponujerae)

| a - X e I = o, (6.7 )

t.J. vlastná hodnota X zobrazenia ^ je charakteristickým koreňom (reálnym)

matice A, a teda aj zobrazenia ‘f .
 126

Predpokladajme teraz, že N je reálny charakteristický koreň zobrazenia "-f ,

a teda aj matice A. Potom platí rovnosť (6.7) a preto aj rovnosť (6.6). Z toho
vyplýva, že systém (6.5) lineárnych homogénnych rovníc má nenulové riešenie. Toto
riešenie Je reálne, pretože všetky koeficienty sústavy (6.5) sú reálne. Označme
toto riešenie

( “¿.j » * •• •t * (6.8)

Potom platia rovnosti (6.4). Označme symbolom x ten vektor priestoru, ktorý má
v báze e , e_, ..., e súradnice (6.8); je zrejmé, že x ^ 0. Potom platí rov-
i ä n
nosť (6.3); z rovností (6.4) a (6.3) vyplýva (6.2). Preto vektor x je vlastným
vektorom zobrazenia 'f .

Dokázali sme, že platí nasledujúce tvrdenie.

S
Reálne charakteristické korene (ak existujú) lineárneho zobrazenia ‘ŕ sú
vlastné hodnoty zobrazenia tŕ . Iné vlastné hodnoty zobrazenie nemá.

Poznámka 6.1. Z vyššie uvedeného postupu vyplýva, že v komplexnom lineárnom

priestore každé lineárne zobrazenie má vlastný vektor.

Príklad 6.2. Nájdite vlastné vektory lineárneho zobrazenia ‘f , ktorého mati­

ca vzhladom na niektorú bázu je

R i e š e n i e . Najskôr nájdeme vlastné hodnoty zobrazenia ‘f , Preto rie­

šime rovnicu

|A - 1\E | = 0.

Po dosadení máme

\2 - 7 ^ +12-0,

\l “ 3* ^2 “

Teraz nájdeme vlastné vektory matice patriace vlastným hodnotám - 3

a - 4. Budeme vychádzať z rovnice

^(x) - \ x (*)

a) Do rovnice (*) dosadíme \ =3 a ‘/’(x) * C( ••

 127 -

Potom

(° V (2 J “ 3 Ul^2>-

Z tejto maticovej rovnob ti máme sústavu

3 ^ + 2 °^2 = 3 <>¿1

O o^1 + 4 o62 ■ 3<^2 .

Potom

«¿2 * O ,

3 « ^ * 3<A, .

Vypočítali sme, že oL ^ Je Iubovolné, oĹ^ a o í 2 = O. Teda vlastnej hod­

note =3 patri nekonečne vela vektorov tvaru

x * (c1,0) = e1 (1,0),

kde je lubovolná číslo.

b) Teraz nájdeme vlastný vektor patriaci hodnote \ 2 = 4. Podobným spôsobom

ako v prípade a) prídeme k maticovej rovnosti

( eĹj t o^2 ) 4 ( c , cC2 ) .

Potom

3^, * - *<*,

O cL^ + 4 ai2 =■ 4 .

Z toho vyplýva, že je ľubovolná, cL 2 = a = ^°^2' °^1 = ^C2* Pre”

to hodnote X = 4 patrí nekonečne mnoho vlastných vektorov. Každý z nich je
tvaru

x «= (2c 2 ,c 2) = c2 (2,1),

kde c2 Je lubovolná číslo.

 128

C v i č e n i a

6.1. Nájdite charakteristický polynóm derivovania v priestore P .

n
f" \ n+^ j .
u

6.2. Nájdite vlastná hodnoty a vlastné vektory lineárnych zobrazení, ktorých mati­
ce vzhladora na niektorú bázu sú

2 -1 2 \ 1 -2
a) /
*>) // 0
°\ *)
5 -3 3 4 -3
l 0 )
v . -1 0 -2 /. V -2 1 2 /,

4 -5 2\ e) / 1
0 0 0
d) (
5 -7 3 / f 0 0 0 0
\6 -9 4 /, 1 0 0 0
x 0 0 0 1

[a) \ - >.2
=x 3= -1. Vlastné vektory
+ c o (0,0 , 1 ) , kde c1 , c2 nie sú s ú č a s n e r o v n é nule.

b) = X, “ 2* Vlastné vektory majú tvar c^ (1 ,2,0) + c2 (0,0,l),

kde c^ , c^ nie sú súčasne rovné nule.

c) K 1 = \ 2 = -1. Vlastné vektory majú tvar c (1,1).

d) X.j = 1, \ 2 “ X 3 = O. Vlastné v e k t o r y majú tvar c (1,1,1) pre

h o d n o t u "K * 1 a c(l,2,3) , c / O pre X = 0.

®) X 1 = \ 2 * 1» \ 3 « X ^ = 0 . Vlastnévektory pre X = 1 m a j ú tva r

c j(i >0, 1 , 0 ) + c 2 (0,0,0,1) a pre X = O tvar c^(0,1,0,0) +

+ 1010 ^ ^ s la C1 a c 2 ri^e sl* s ú č a s n e r o v n é n u l e J .

O
6,3. Nájdite vlastné vektory zobrazenia (f priestoru A , ak

a) ^ Q ( oĹ ^ , c/g * °^-j)) ~ (2 — 0^2 + 2 oCy t 5 - 3 o¿ 2 + 3 c^3 » - “ 2 06^) ,

^ C ( 06^ » 0^2 * °^3 ^) ~ ( 0^2 * o^i + 4 °^2 * -j + °^2 + 2 ^3 ^*

c) , o 6 2 , oíj)) = ( U , - 5 ^ 2 + 2 o 63 , 5*6, - 7 o ^2 + 3 <¿3 , 6 ^ -

-9^2 + 4 °^3 ).

[a) c (1 ,1 ,-1 ), b) C i ( 1 , 2 , 0 ) + c 2 (0,0 , 1 ) , c) c (1 ,1,1) a c (1,2,3)] .

6.4. Nájdite c h a r a k t e r i s t i c k ý p o l y n ó m n a s l e d u j ú c i c h zobrazení lineárneho pries-

3
toru A s
 - 129 -

a) ‘P ( ( 061 , o¿2 , <^3)) = (<=¿1 +0^3 » 2o¿,2 + °^3 * +

b) Ç ( o¿^ , <¿2, o¿j) ) “ ( o¿.| > o^1 + o¿2 » °^2 + °^3 ^ ’

.[a) - )? + 3 X 2 - 3, b) (1 - t)3 ].
 - 130 -

VI. E U K L I D O V S K Ý P R I E S T O R

V tejto kapitole budeme študovať reálne lineárne priestory, v ktorých Je da­

ná pravidlo priradujúce každým dvom vektorom reálne číslo, nazývaná skalárnym sú­
činom.

1. POJEM EUSKLIDOVSKÉHO PRIESTORU

Definícia 1.1, Budeme hovoriť, že v reálnom lineárnom priestore V je defi­

novaný 8kal árny súčin, ak každej dvojici vektorov x, y £ V je priradené reálne
číslo, ktorá označujeme (x,y), pričom sú splnená nasledujúce podmienky:

(x, y) - (y, x) (symetria), (1.1)

(x1 + x2 , y) = (x1, y) + (*2 . y) (distributívnosť), (1.2)

(«¿x, y) = oč(x, y) pre každá reálne číslo o£ , (1.3)

to

(x, x) > 0,
ô

ak x / O;
i

(x, x) - (1.4)
K
i

Reálny lineárny priestor V, v ktorom je definovaný skalárny súčin splňujúci

podmienky (1.1) - (1.4) nazývame euklidovským priestorom.

Príklad 1.1. Skúmajme lineárny priestor C <^a, b > všetkých funkcií defi­
novaných a spojitých na intervale a , b > . Skalárny súčin dvoch takých funkcií
f(t) a g(t) definujeme ako integrál ich súčinu

(f. e) = / f(t) g(t) dt. (1.5)

Ľahko preveríme, že sú splnená podmienky (1.1) - (1.4). Preto C <Ta, b > s takto
definovaným skalárnym súčinom je (nekonečnorozmerný) euklidovský priestor.

Príklad 1.2. Príkladom euklidovského priestoru je priestor A°, v ktorom

skalárny súčin lubovolných dvoch vektorov x * ( cC , . . . , oá ), y “ ( /X,,
•••» P n ) J® definovaný takto

(x, y ) - oát p y + «¿2 P 2 + . . . + oc n p n - (1 .6 )

Ľahko preveríme, že podmienky (1.1) - (1.3) sú splnenú. Podmienka (1.U) je tiež
2 2 2
splnená, pretože (x, x) * o£ + oĹ^ + ... + o^n - 0 a (x, x) = 0 len v prípade,

že oĹ = oC = ... = cĹ =0.
á n

Tento euklidovský priestor označujeme symbolom En .

Príklad 1.3. V tom istom lineárnom priestore An súčin ľubovoľných dvoch

vektorov x * (^ , «¿2 , ..., oĹn)t y * ( ..... /3n ) definujeme iným spôso­
bom ako v (1 .6 ).

Skúmajme štvorcovú maticu typu (n, n)

Pomocou matice A zostavme výraz obsahujúci n premenných , o¿

n n
(1.7)
i «1 j -1

Výraz (1.7) nazývame kvadratickou formou.

Kvadratická forma (1.7) sa nazýva pozitívne definitná, ak nadobúda len nezá­

porná hodnoty a rovná sa nule, len vtedy, ked = ... “ = O.

Predpokladajme, že matica A vyhovuje týmto dvom podmienkam

a) Kvadratická forma (1.7) Je pozitívne definitná,

b) Je symetrická, t. j. a±j = a ^ pre i = 1,2, ...,n a j =1,2, ...

e••y n*

Skalárny súčin v priestore An definujeme takto

n *n

(x* y) = 5 ľ Z L aij ^ i Pi ‘ (1*8)

i =1 j=1

Ľahko preveríme, že podmienky (1.1) - (1.4) sú splnená. Skutočne, podmienky

(1.2) a (1.3) platia pre maticu A aj bez predpokladov a) a b). Z predpokladu
b) o symetrii matice vyplýva platnosť podmienl<y (1 .1 ) a z' predpokladu a) vyplý­
va, že platí aj (1.4).

Zistili sme, že priestor An so skalárnym súčinom definovaným rovnosťou

(1 .8 ) pri platnosti a) a b), je euklidovským priestorom.

Ak za maticu A zoberieme Jednotkovú maticu, potom (1.8) prejde v (l.6 )

a dostaneme euklidovský priestor En skúmaný v príklade 1 .2 .
 2. NIEKTORÉ VLASTNOSTI EUKLIDOVSKÉHO PRIESTORU

V tomto odseku odvodíme niektorá vlastnosti ľubovoľného (konečnorozmerného

alebo nekonečnorozmerného) euklidovského priestoru.

Veta 2.1, Pre každé dva vektory x a y ľubovoľného euklidovského priestoru

platí nerovnosť

(x. y )2 ^ (x, x)(y, y),

nazývaná Cauchy-Buňakovského nerovnos ť.

D é kaz. Pre ľubovoľné reálne číslo oL podľa (1.4) platí nerovnosť

(očx - y, očx - y) ^ 0 .

Túto nerovnosť môžeme podľa (1.1) - (1.3) upraviť na tvar

oL2 (x , x) - 2 aL (x, y) + (y, y) ^ 0 .

Tento kvadratický trojčlen je nezáporný práve vtedy, ak jeho diskriminant nie je

kladný, t.j., ak

(x, y )2 - (x, x)(y, y) ^ 0.

Potom

(x, y )2 - (x, x )(y, y),

čo bolo treba dokázať.

Teraz v ľubovoľnom euklidovskom priestore zavedieme pojem normy (alebo dĺžky)

vektora. Za tým účelom zavedieme pojem lineárneho normovaného priestoru.

Definícia 2.1. Lineárny priestor V nazývame n o r m o v a n ý m , ak sú

splnené nasledujúce podmienky:

a) Existuje pravidlo, ktorým každému vektoru x 6 V je priradené reálne

číslo, nazývané n o r m o u (alebo dĺžkou) vektora x a označuje sa symbolom
1*1 •
b) Pre toto pravidlo platí:

Ix i > O, ak x / Oj ||x || = 0, ak x = 0. (2.1)

II c£x II = |oĹ I II x || pre každý vektor x £ V a každé reálne číslo oL . (2 .2 )

 133 -

Pre každé dva vektory x a y platí nerovnosť

|| x + y J é: ||x || + ||y || . (trojuholníková nerovnosť). (2.3)

Veta 2.2. Každý euklidovský priestor je normovaný, ak v ňom norma každého

vektora x je definovaná rovnosťou
i V

l x II = |(x, x)

Dôkaz. Je treba dokázať, že pre normu definovanú rovnosťou (2.**) platia

podmienky (2 .1 ) - (2 .3 ).

Platnosť podmienky (2.1) vyplýva z vlastnosti (1.4) skalárneho súčinu. Z pod­

mienok (1 .1 ) a (1 .3 ) pre skalárny súčin bezprostredne vyplýva platnosť podmienky
( 2 . 2 ).

Zostáva ešte preveriť platnosť (2.3). Nerovnosť Cauchy-Buňakovského prepí-

šeme na tvar

(x , y) ú j ( x , x ) I(y, y).

Z podmienok (1.1) - (1.4) pre skalárny súčin a z definície normyvyplýva

|| x +y fl = | (x + y , x + y ) = f ( x , x ) + 2 (x, y ) + (y , y ) á

“ | (x, x) + 2 ((x, x ) |(y, y) + (y, y) = j| j_f(x, x) + f(y, y ) ] 2 =

* {"(*» * ) + l(y. y) = || * fl + II y II •

Týmto Je veta dokázaná.

V ľubovoľnom euklidovskom priestore je možné definovať pojem uhla dvoch vek­

torov x a y tohoto priestoru. Uhlom ‘f vektorov x a y je ten uhol (v hrani­
ciach od 0 do 7T ), ktorého kosínus je definovaný rovnosťou

(x. y) (x, y)
COS ‘f = ---------- = — j----- =-- ----- .
||X II || y II |(x, x ) f ( y , y )
✓

Táto definícia je korektná, pretože podľa nerovnosti Cauchy-Buňakovského

zlomok na Dravej strane rovnosti je v absolútnej hodnote menší alebo rovný 1.

Dva vektory x a y euklidovského priestoru nazývame ortogonálne, ak ich

skalárny súčin (x, y) je rovný nule.

Zapíšeme teraz normu, nerovnosť Cauchy-Buňakovského a trojuholníkovú nerov­

nosť v niektorých konkrétnych euklidovských priestoroch.

V euklidovskom priestore C <Ca, b v š e t k ý c h funkcií spojitých na intervale

<^a, b^> so skalárnym súčinom (1 .5 ) norma vektora f = f(t) je
 - 134 -

If f 2 (t) dtj
/
nerovnosť Cauchy-Buňakovskáho a nerovnosť trojuholníková majú tvar

r b 2 b

í f(t) g(t) dt ^ | f 2 (t) dt | g2 (t) dt,

b b b

| 0(t) + g ( t ) ] 2 dt A | f 2 (t) dt + j
í
dt.
1a a

Obidve tieto nerovnosti majú dôležitú úlohu v matematickej analýze.

V euklidovskom priestore En všetkých usporiadaných n-tíc reálnych čísel

so skalárnym súčinom (l.6 ) norma lubovolnáho vektora x = ( 0 6 , d, , ..., oĹ ) Je
1 2 n

2 2 2
i * II o£. + c£_ + ... + o£ }
i i n

nerovnosť Cauchy-Buňakovskáho a nerovnosť trojuholníková majú tvar

(0^1/3i +<¿2Pz +**• +t^nPiP ¿(< ¿1 +<d2 * ••• *P z * •** * P tp'

(06, + /), )2 + ( oó2 + P2)2 + •••♦ (o£n +/3n)2 ^ j d\ +0^2 + ••• +<^n +

+ | /32 * pl + ... + /)2 •

C v i č e n i a

1.1. Dokážte, že ak (x, y)^ a (x, y ) 2 sú dva rozličná skalárne súčiny v tom
istom lineárnom priestore V, potom skalárnym súčinom bude aj

a) (x, y) - (x, y )1 + (x, y )2 ,

b) (x, y) «<>£., (x, y )1 + ^ ( x , y )2 ,

kdo a dz sú lubovoIná nezáporná čísla, z ktorých je aspoň jedno rôzne

od nuly.
 - 135 -

2
1.2. Nech x « ( oC^ , otr,)t y * ( ^ t ^jg) sú lubovo Iné vektory priestoru A . Do-
2
kážte, že skalárny súčin v A možno definovať nasledujúcim spôsobom

a) (*. y) “ 2 0^1 y31 + 5 o£2 /32 ,

b) (*1 y) * ^ + P>2 + o£ 2 A l + ^°^2 A ž *

V obidvoch prípadoch vypočítajte skalárny súčin vektorov x *> (1,1) a y *

- (-3 ,2 ). [4; o] .

2
1*3* Dokážte, že skalárny súčin v A možno definovať rovnosťou

(x, y) - a<^1 y31 + b <^1 P2 * w 2 /3i + eo62 /^2

< , 2
práve vtedy, ak a > 0 a súčasne ae > b .

3
1.4. Dokážte, že skalárny súčin v A možno definovať takto:

ak x * ( oá1 , oá2 , <¿3 ) a y “ (/},. /32 * /J3 ). potom (x, y) * 1 °«^, /31 +

+ 3oA P 2 + 3 ^ 2 P\ + 2<¿2 P2 * °^2 A j + °S Ai * °S Aj *

1.5. Nech a je pevný vektor euklidovskáho priestoru S a c/- pevná reálne číslo.
Bude množina všetkých vektorov x, pre ktorá (x, a) * cĹ lineárnym podpries-
torom v £? [bude, ak 06 ■ Oj nebude, ak ^ o],

1.6. Použitím nerovnosti Cauchy-Buňakovskáho dokážte, že

kde 06^ , 062» ..., J, aú lubovo Iná reálne čísla, 'k.j.'Kg. nez^“
porná čísla.

3. ortonormálna báza konečnorozmerného euklidovského priestoru

V tomto odseku budeme študovať konečnorozmerná euklidovská priestory s di­

menziou n. Ukážeme, že v tomto priestore existuje špeciálna, tzv. ortonormálna
báza. .
 - 136 -

Definícia 3.1. Hovoríme, že nenulové vektory e_ , e^, ..., e n-rozmerného

------------- 1 2 n
euklidovského priestoru E tvoria o r t o g o n á l n u b á z u tohto pries­
toru, ak každé dva z nich sú navzájom ortogonálne. Ak okrem toho každý z týchto
vektorov má normu rovnú 1 , t.j, ak

f1 » ak i = j
(<v •j) = (3.1)
J \o, ak i / j>

hovoríme, že vektory . . ., e^ tvoria ortonormálnu bázu priestoru E.

v V
Je potrebné preveriť korektnosť tejto definície. K tomu je treba dokázať,
že vektory e , e , ..., e z definície 3.1 tvoria bázu n-rozmerného priestoru E
i -c n
Vzhľadom na vetu 3.3 z kapitoly IV stačí dokázať, že vektory e., e_, e
1 2 n
sú lineárne nezávislé, t.j., že rovnosť

<¿1 ®i + °é2 e2 + . . . + ^ n en = 0 (3.2)

platí len vtedy, ak oĹ - oč„ = ... = oé = 0.

i ä n
Nech j je ľubovoľné číslo vybrané z čísel 1, 2, ...» n. Vynásobme rovnosť
(3.2) skalárne vektorom e . Z definície skalárneho súčinu a ortogonálnej bázy
J
vyplýva oč- = 0 .
J
V ďalšom uvedieme postup, ktorým možno z daných m lineárne nezávislých
vektorov f , f , ..., f vytvoriť m vektorov, z ktorých každé dva sú navzájom
1 2 m
ortogonálne. Tento postup nazývame o r t o g o n a l i z a č n ý p r o c e s .

Nech je daných m lineárne nezávislých vektorov f , f , ..., f . Položme

1 2 m
e 1 = f^. Vektor e0 budeme hľadať v tvare = f^ + oé e^. číslo oč vypočítame
tak, aby (e2 , e.)) = 0 , t. j., (f2 + Ji e1 ) = 0. Potom

)
oC = -
) '

Predpokladajme, že už máme zostrojených k-1 nenulových vektorov e^, e2, .

. .. , e^ j, z ktorých každé dva sú navzájom ortogonálne. Vektor ek hľadáme v tva
re

ek = fk ei + ••• + V i ek-i •

t.j. vektor e^ dostaneme z vektora f^ a z lineárnej kombinácie už zostroje­

ných vektorov e., e., ..., e, .
1 2 k -1

Koeficienty ,,,,'^k 1 vypočítame tak, aby vektor ek bol ortogo-

nálny k vektorom e^, e2 , ..., ek
 - i jy -

(fk +V i + ••• + V i ek.i- ei> = °*

(fk * ... + V l ' W e2 } = °*

(fk +V i + ••• + V i V ť ek-i} = °-

Pretože každé dva vektory z vektorov , e^, .... ek_1 sú navzájom ortogonálne,
tieto rovnosti budú mať tvar

(V V
+ 'K1 (e1 * e 1 ) 0,
t \ 2 (o 2 , e2 ) 0,
<fk ’ ° 2 >

0.
ek- 1 ) + V l (ek- 1 , ek- 1 }

Potom

(fk ,ek-1 J
< V i >
t •••t (3.3)
(®-j .«t ) K-ľV-l*

Doteraz sme nevyužili to, že vektory f , f^, ..., f sú lineárne nezávislé

Tento fakt použijeme pri dôkaze toho, že vektor ek je rôzny od nulového vektora
Najskôr si všimneme, že vektor ek je lineárnou kombináciou vektorov e 1 , e2 , ..
..., e , f . Vektor e je lineárnou kombináciou vektorov f , e , e , ...
iC“ 1 1C K— I K* I I * -
..., e atd. Z toho vyplýva, že vektor e sa dá vyjadriť v tvare
K-1 xC

6k = + °^2f 2 + *** + °^k-1 fk -1 + fk (3.^)

Teraz už ľahko nahliadneme, že ek / 0. Keby ek = 0, potom z (3.^) vyplýva, že

vektory f., f , , f sú lineárne závislé (pretože koeficient pri f je
1 ä 1C K
rovný 1), čo je spor s predpokladom. Týmto je dokázané, že ek jí 0.

Z vektorov e , e , ..., e a f sme zostrojili vektor e . Takýni is-

fc K “*I JC K
tým spôsobom z vektorov e1 , e^, ..., ek a fk+-| zostrojíme vektor ®k+^ atd.

Pokračujme týmto spôsobom dovtedy, pokým nevyčerpáme všetky vektory f^, f^,
.... f . Dostaneme m nenulových vektorov e„ , e„, ..., e , z ktorých každé dva
m i m
sú navzájom ortogonálne. Teraz dokážeme nasledujúcu dôležitú vetu.

Veta 3.1. V každom n-rozmernom euklidovskom priestore E existuje ortogo-

nálna báza.

Dôkaz. Podľa definície rozmeru, v priestore E existuje n vektorov

f., f., ..., f , ktoré tvoria bázu priestoru E. Použitím ortogonalizačného pro-
1 2 n
cesu môžeme pomocou týchto vektorov zostrojiť ortogonálnu bázu e^, e2 , ..., e^,
Týmto je veta dokázaná.
 - 1 3 8 -

Ak vektory nahradíme vektormi

potom vektory e., e , ...» e budú tvoriť ortonormálnu bázu v E. Z vety 3.1
1 2 n
potom vyplýva, že v každom euklidovskom n-rozmernom priestore existuje ortonor—
málna báza. Je Xabko vidieť, že takýchto báz je v priestore E viac. Skutočne,
napr. z danej bázy f1 , ..., ťn je možná zostrojiť rôzne ortonormálne bázy
tak, že ortogonalizaóný proces začíname od rôznych vektorov fk «

Príkladom ortonormálnej bázy v euklidovskom priestore En sú vektory

e, = (1 , 0 , O, .... 0)

®2 * (0 , 1 , 0 , .... 0)

« (0, 0 , O, ..., 1 ).

Príklad 3.1. V trojrozmernom priestore P v š e t k ý c h polynómov stupňa ^ 2

definujme skalárny súčin ľubovolných dvoch polynómov u = u(t), v = v(t) takto

1
(u, v) =
-1
f u(t) v(t) dt.

2
Vektory 1, t, t tvoria bázu v P^. Aplikujme na túto bázu ortogonalizačný
proces: e^ * 1 j vektor e hľadáme v tvare e2 = t + oá . 1 } z podmienky orto-
gonálnosti vektora e 2 a e1 dostaneme

I
(t + o£ . 1 , 1 ) - / (t +oí) dt = 2 «í.
-1

Dostaneme JL = 0, a teda e. - t. Vektor e^ hľadáme v tvare e^ = t‘ + j}t +

+ y . 1. Z podmienky ortogonálnosti dostaneme f) = 0, ^ , teda e^ =

2 1 2 1
= t — — . Dostali sme ortogonálnu bázu 1, t, t - -j . Ak každý z týchto vekto­

rov vydelíme Jeho dĺžkou, dostaneme ortogonálnu bázu.

 139 -

4. VLASTNOSTI ORTOGONÁLNEJ BAZY

Nech e1, e j e ľubovoľná ortogonálna báza n-rozmernáho euklidov­

ského priestoru E a x a y sú dva ľubovoľné vektory tohto priestoru. Nájdeme
vyjadrenie skalárneho súčinu (x, y) vektorov x a y pomocou ich súradníc vzhľa­
dom na bázu e^, e2> e^,

Nech

x = 061 e 1 + ¿ 2e2 + ... + ^ nen ,

y » Ae! + P 2*2+••• + Prŕn *

Potom

(x, y) = + o 6 2 e 2 + ... + / 3 - , + P 2*2 + (4.1)

Z tejto rovnosti podľa definície skalárneho súčinu a vzťahu (3.1) dostaneme

n n
(X. y) - ( Ý
^ i «1
«¿iV Z
j«i
P)’) )-i X
i-1 j«*i
¿i. P* < v ej} =

= P\ + cĹ2 t0 2 * ••• + ¿ n P n ’

teda

(x, y) *= 061 /32 + ••• + •¿nPn ' (4.2)

+ ¿2 ,

Zistili sme, že skalárny súčin ľubovoľných dvoch vektorov vzhľadom na orto

normálnu bázu sa rovná súčtu súčinov súradníc týchto vektorov.

Skúmajme teraz v n-rozmernom euklidovskom priestore E ľubovoľnú (nie nutne

ortonormálnu) bázu f , f2 , .... f^; nájdeme vyjadrenie skalárneho súčinu ľubo­
voľných dvoch vektorov x a y pomocou ich súradníc vzhľadom na uvedenú bázu.

Nech

oĹ1 T 1 + o6 f + #•• + oC/nf*n

2 2

/ v 1 * P 2r 2 + •** + P n ťn

Počítajme skalárny súčin týchto dvoch vektorov (používame rovnosti (1 .1 ) - (1.4))

 140 -

(x, y) = U , f, f oĹ2 tz * ... - o*n*n . P S i * P S z + ••• + P S J =

n n

Z °6ifľ
i= 1 J=1
psj) =Z 21 ^í A ^fľ *v*
y i =1 j=1

Teda pre skalárny súčin vektorov x a y vzhľadom na ľubovoľnú bázu f1 , f,,,

..., f platí rovnosť

n n

(x. y ) = X Z aij Pi • (*.3)

i=1 j=1

v ktorej matica |a | (i = 1 , 2 , ..., n; j = 1 , 2 , . .. , n) má prvky

U lij
V V -
Odvodili sme nasledujúci výsledok:

Nutnou a postačujúcou podmienkou pre to, aby vzhľadom na danú bázu f ^ , f z,

. .., f euklidovského priestoru E sa skalárny súčin ľubovoľných dvoch vektorov
rovnal súčtu súčinov príslušných súradníc týchto vektorov je, aby báza f1, ..
..., f bola ortonormálna.
n
Skutočne, rovnosť (U.3) prejde v (4.2) práve vtedy, ked matica || a ^ |j
s prvkami a^j = (f^, fj) je Jednotková, t.j. práve vtedy, ked platí

f1 , ak i = j

\o, ak i / j,

čo znamená, že báza f., f„, ..., f je ortonormálna.

i ä n
Predpokladajme, že vektory e., e , e tvoria ortonormálnu bázu n-roz-
i ä n
merného euklidovského priestoru E. Všimnime si význam súradníc ľubovoľného vek­
tora x vzhľadom na uvedenú bázu.

Nech

x = cL*e + «¿„e„ + ... + o£ e .

11 2 2 n n

Ľubovoľné z čísel 1, 2, ..., n označme k a obidve strany tejto rovnosti

vynásobme skalárne vektorom e^. Podľa definície skalárneho súčinu a podľa (3.1)
platí

n -v n
(x, ek ) =
Z ‘¿ í v ek ) = Z <¿1 ( v e k ) = °Ac
i= 1 7 i= 1
 - 1^1 -

Teda súradnice ľubovoľného vektora vzhľadom na ortonormálnu bázu sa rovnajú

skalárnemu súčinu tohto vektora a príslušného vektora bázy.

Skalárny súčin vektora x a vektora e s normou rovnou 1 nazývame p r o ­

j e k c i o u vektora x na vektor
e. Potom môžeme povedať, že súradnice /vek-
tora vzhľadom na ortonormálnu bázu sa rovnajú projekciám tohto vektora na prísluš­
né vektory bázy.

C v i č e n i a

1.1. Dokážte, že ak vektor x je ortogonálny ku každému vektoru y , y^, ..., y^,

potom je vektor x ortogonálny aj ku každej lineárnej kombinácii týchto
vektorov.

1.2. Nech e„ , e , ..., e je ortonormálna báza euklidovského priestoru. Nájdite

1 2 n
vyjadrenie skalárneho súčinu ľubovoľných vektorov x a y pomocou ich súrad­
níc :

a) vzhľadom na bázu 'N1 e 1 *'K2e2 ..... \ en * kde 'K1 » \ 2 ’ 3li fi*sla

rôzne od nuly,

b) vzhľadom na bázu ei + e^, e0 , e^, ..., e^.

Ca> <x*y) =\ 2¿1 P\ +K ¿2 A>+••• +^n°^nPn J

b) (x, y) = (2 ot1 p 1 + 0č1 p2 + oég PP + ( oé2 Pz + °^3 P$ + ** *

+ ^ n P J ] *

l\ . .
1.3. Preverte, že nasledujúce vektory priestoru E sú navzájom ortogonálne a
doplňte ich na ortogonálnu bázu:

a; x — (1 , — 2 , 1 , 3 ),
y = (2 , 1 , - 3 , 1 ),

b) x = (1 , -1 , 1 , - 3 ),
y = (-4, 1 , 5 , O).

[a) napr. u = (1 ,1 ,1 ,0), v = (— 1 ,1 ,0 ,1 );

b) napr. u = (2 ,3 ,1 ,0 ), v = (i,—1,1 ,1 )] .

1 .4. Doplňte nasledujúce vektory priestoru En na ortonormálnu bázu:

11 2 2. \
a) x =
15 ’ 15 ’ 3 J

2 tk 1
15 ’ “ 15 ’ " 3

1 2. ! 1^
b) x = ,
2 ’ ~ 2 ’ 2 ’ 2
 - 142 -

1 1
2 ’ 2 J *

2 1 2 b) napr. u
/1 1 1 1
,—
[a) napr. u
3 ’ " 3 ’ 3 V 2 2 2 2

1 1 1
2 ’ 2 ’ 2

1.5. Použite proces ortogonalizácie na nasledujúce vektory priestoru En :

a) x = (1 , - 2 , 2 ),
y = (-1 ,, 0 , - D ,
z = (5, -3, -7),

b) x = (1 . 1 , 1 , 1 ),
y = (3, 3, - 1 , -1 ),
z = (-2 ,, o . 6 , 8 ).

(1 , - 2 *
[•> *>• ( - ! • - * -

b) (1 , 1 , 1 * 1 )t (2 , 2 , —2 ,

1.6. V priestore P polynómov stupňa — n definujte skalárny súčin tak, aby

n.
báza

t2 t^
^ ^» T » • • •I
21 nl

bola ortonormálna.

j^ak u(t) * aQ + a ^ + a 2 t 2 + ••• +

2 n
v(t) = b + b. t + b„t + ... + b t , potom

(u, v) * aQbo + a1 b 1 + (21 )2 a,,b2 + ... + (n ! ) 2 anbn ]

 - 143 -

VII. V E K T O R O V Ý P R I E S T O R V O L N Ý C H V E K T O R O V

1. VOÍNÝ VEKTOR A ZÁKLADNÉ OPERÁCIE S VEKTORMI

V tejto kapitole budeme uvažovať vektorový priestor voľných vektorov V^,

ktorý sme už uvádzali ako príklad (model) abstraktného vektorového priestoru.
Priestor V^ má okrem vlastností spoločných všetkým vektorovým priestorom celý
rad dalších vlastností, ktoré si teraz bližšie všimneme. Najskôr si zopakujeme
definíciu voľného vektora. Vektor sa často zavádza ako veličina majúca veľkosť,
smer a zmysel. Zavedieme pojem vektora geometricky pomocou bodov euklidovského
priestoru,

V trojrozmernom priestore je dvoma bodmi A, B určená úsečka. Hovoríme, že

usporiadanou dvojicou bodov (A,B), kde A je začiatočný a B koncový bod, je
určená orientovaná úsečka, ktorú tiež nazývame viazaným vektorom a označujeme
znakom AB. DÍžkou alebo veľkosťou viazaného vektora AB nazveme vzdialenosť
bodov A., B a označujeme ju symbolom ] AB |.

Viazaný vektor BA, ktorý je určený dvojicou bodov (B,A), nazývame opačným
k vektoru AB, ktorý je určený dvojicou (a ,B); zrejme je BA = -AB.

Voľným vektorom nazývame množinu všetkých orientovaných úsečiek (viazaných

vektorov), ktoré majú rovnakú veľkosť, rovnaký smer a súhlasnú orientáciu. Voľné
vektory, stručne vektory, značíme spravidla symbolmi u, v, a a pod.

Množina viazaných vektorov určených dvojicami (A,a ), (B,B), ... sa nazýva

nulovým vektorom 0. Jeho dĺžka je zrejme rovná nule.

Viazaný vektor, ktorým je určený voľný vektor, nazývame umiestením voľného

vektora. Zrejme platí nasledovné tvrdenie: Každý voľný vektor u" sa dá umiestit
práve jedným spôsobom tak, že Jeho počiatok splýva s daným bodom A. Naopak, kaž
dá orientovaná úsečka AB reprezentuje práve jeden voľný vektor u, ktorého je
umiestením.

Množinu všetkých voľných vektorov v priestore sme v úvode tohto článku ozná
čili symbolom V^. V celej časti tejto kapitoly píšeme namiesto voľný vektor
stručne iba vektor,

DÍžkou vektora rozumieme dĺžku jeho ľubovoľného umiestenia. DÍžku vektora

u označujeme |u |. Z definície je zrejmé, že dĺžka vektora je nezáporné reálne
číslo. DÍžka nulového vektora sa rovná nule. Vektor, ktorého dĺžka je rovná jed­
nej, nazývame jednotkovým vektorom. Teda pre jednotkový vektor uq je ju^ | = 1

Hovoríme, že dva nenulové vektory sú k o l i n e á r n e , ak ich umieste­

nia sú rovnobežné.
 Tri nenulové vektory nazývame ^ k o m p l a n á r n y r a i , ale sú rovnobežné
s tou istou rovinou, t, j. ich ktorékoľvek umiestenia sú rovnobežné s tou istou
rovinou.

Teraz v množine vektorov budeme definovať operácie sčítania dvoch vektorov

a násobenia vektora s reálnym číslom. Slovom "skalár" budeme v cTalšej časti ro­
zumieť ľubovoľné reálne číslo.

Súčtom dvoch vektorov u a 7 nazývame vektor w, ktorý je definovaný tak­

to: Zvolíme ľubovoľné umiestenie AB vektora u a vyberieme umiestenie BC
vektora \T. Potom vektor AC je umiestením vektora w, pre ktorý platí w = u +
+ v.

Súčinom vektora u a reálneho čísla 06 je vektor v" definovaný nasledov­

ne : Ak u = 0 alebo oč = 0, položíme o6 u = 0. Ak umiestením nenulového vektora
u je vektor AB, potom umiestením vektora v = oč u je vektor AC, pre ktorý
platí: | AC I = !oč | |AB I, pričom ak oč > 0, leží bod C na polpriamke AB; ak
< O, leží bod C na opačnej polpriamke k polpriamke AB.

Máme teda definovaný súčet vektorov u + v ” a číselný násobok vektora oC u.

Sú to opäť vektory.

Pre uvedené operácie sčítania vektorov a násobenia vektorov číslom platia

nasledovné pravidlá.

Nech 06, P sú ľubovoľné reálne čísla a u", ŤT, w sú ľubovoľné vektory.

Potom platí:

1. u + v = v +u

2. (í + v) + w= u +•(v + w)

3. u" + Čf = iT

k. u + (-u) = 0

5. 1 . u = u
6. ^ ( /3 u) = (oCft) u

7. U+/J) u = oču + /)u

8. oč(u + v) = oĹ u + očv.

Nech AB je umiestenie vektora u a AC je umiestenie vektora oč u. Z defi-

nície násobenia vektora reálnym číslom vidno, že platí: | AC | = |«č| IÄB I. Z tejto
rovnosti však vyplýva rovnosť j.očul =|oč| |ul.
U
Z posledného vzťahu vidno, že ak \x je nenulový vektor, tak — — je jed-
__ _ _ '“ i
notkový vektor u q . Preto platí u = I u I u q .

Záverom tohto článku poznamenajme, že tak ako to bolo uvedené v kapitole XV,
množina všetkých voľných vektorov v priestore, s definovanou operáciou sčí­
tania vektorov a násobenia vektora číslom je vektorovým priestorom dimenzie 3»
 - ľ+5 -

Vieme čo znamená lineárna závislosť a nezávislosť vektorov vo vektorovom

priestore. Zrejme platia tieto tvrdenia:

Dva nenulové vektory sú kolineárne práve vtedy, ak sú lineárne závislé.

Tri nenulové vektory sú komplanárne práve vtedy, ak sú lineárne závislé.

Ako už vieme, lubovo Iná trojica lineárne nezávislých vektorov e^ , , e^

vektorového priestoru je bázou V^. Potom každý vektor u možno vyjadriť
práve jdným spôsobom v tvare

u = u ^
+ U 2°2 + U3e3

kde reálne čísla u^ , u2 , u^ sú súradnice vektora u vzhľadom na bázu (®1 i e0*

~e ). Súradnice vektora vzhľadom na príslušnú bázu píšeme v zátvorkách. Napr.
u = (u1 , u2 , u^).

Zvoľme ľubovoľnú pravouhlú (kartézsku) sústavu súradníc, ktorú tvoria tri

navzájom orientované priamky predchádzajúce spoločným bodom 0. Priamky 0x, Oy,
Oz sú súradnicové osi; 0 je počiatok súradnicovej sústavy a roviny Oxy, Oxz,
Oyz sú súradnicové roviny. Pri pevne zvolenom počiatku O je ľubovoľným bodom
M určený práve jeden vektor 0M.

Vektor r, ktorého umiestením je viazaný vektor 0M nazývame polohovým vek­

torom (rádiusvektorom) bodu M.

Nech teraz báza (e^ , e 2 , e^) vektorového priestoru je ortonormálna,

pričom vektory bázy sú umiestené do súradnicových osí Ox, Oy, Oz so spoločným
počiatočným bodom O. Ak čísla X 1, x^, x^ sú súradnice bodu M, t. j. M =
= (x1, x2, x^) (obr. 1), potom zrejme pre 0M platí:

ÔM = x1e^ + x2e2 + x^o^ '

Odtiaľ vyplýva, že súradnice ľubovoľného bodu M sú zhodné so súradnicami jeho

polohového vektora OM v danej súradnicovej sústave.
 - 11*6 -

Majme ľubovolný vektor u" t V^. Nech orientovaná úsečka AB s koncovými

bodmi A = (&1 * a2 , a^), B = (b1 , b2 , b^) je umiestením tohto vektora. Určme sú

radnice vektora AB v pravouhlej sústave súradníc.

Vyjadríme vektor AB ako rozdiel polohových vektorov r2> r 1 bodov B a A

(obr. 2), AB = r 2 - r' .

Pretože ? 2 = b 1 ®1 + b 2 &2 + b^ e^ a r^ = a 1 e^ + a 2 e"2 + a^ e^ , odčíta­

ním dostaneme

ÄB * (b1 - at) e^ + (b2 - a2) + (b3 - a .^ ) .

Teda súradnice vektora AB dostaneme ako rozdiely príslušných súradníc bodov

B a A.

Je preto prirodzená definovať vektor AB ako rozdiel bodov B-A, t.J. AB

= B - A.

Po známka 1.1. Ľahko sa dá dokázať, že súradnice vektora u nezávisia od

voľby jeho umiestenia v pravouhlej súradnicovej sústave.

Totiž AB a A 1 B' sú dve rôzne umiestenia toho istáho vektora u práve

vtedy, ak stredy úsečiek AB' a A*B sú totožné. Nech body A, B, A \ B , sú dané
svojimi pravouhlými súradnicami A = (ai t ap• a^)»

— (a«j 9 a2 9 a 3'* ® - (b,; b2 , b3).

Stredy úsečiek AB ' a A *B potom sú

a2 + b2 a3
. n * b’
t 9

s’ ' v 2 2 2 J *

a -f b a + b a -f b
1 1 2 2 3 3
S2 "

Odtiaľ vyplýva, že ^ - a1 ® b^ - a 1 , b 2 - a 2 = b 2 - a2> b^ - a^ = b^ - a^

* 2. SKALÁRNY SÚČIN A JEHO VLASTNOSTI

V tomto článku definujeme skalárny súčin voľných vektorov a ukážeme Jeho

niektoré vlastnosti. Vyjadrenie skalárneho súčinu pomocou súradníc je rovnaké ako
v inom abstraktnom vektorovom priestore.
 - 1^7 -

Uhlom dvoch vektorov u, v budeme rozumieť veľkosť uhla, ktorý zvierajú

ľubovoľná umiestenia týchto vektorov. Zrejme ani dĺžka definovaná v predošlom
článku ani uhol nezávisia od voľby umiestenia vektorov.

Definícia 2.1. Skalárnym súčinom u. v dvoch nenulových vektorov ú, v £

nazývame súčin ich dĺžok násobený kosínusom uhla ‘f týchto vektorov. Ak niektorý
z oboch vektorov je nulový, položíme íT . v = 0 .

Podľa definície teda je

. v = I ul !v I cos .

Vo vektorovom priestore budeme používať pre skalárny súčin označenie

u" , v, na rozdiel od symbolu (u, v) používaný v abstraktnom vektorovom priestore.

Priamo z definície vyplývajú nasledovné základné vlastnosti skalárneho sú­

činu.

Veta 2.1. Pre ľubovoľné vektory iT, v, vr £ V^ a pre každé reálne číslo "X
platí t

1. u . v = v . u komutatívny zákon,

2. ( \ú) . v" * \(u . v) asociatívny zákon pre násobenie číslom,

3. (u + v) . 5" = u . v + v . v distributívny zákon,

O d k a z tvrdenia 2 . Ak jeden z vektorov je nulový alebo Je X = 0 , je

tvrdenie zrejme správne.

Pre X > 0 Je ( X “ ) . v = iXu I |v I cos ‘f ■ |X| |u || v| cos ‘f ° X ( “ • ▼)*

pre X < O je ( X « ) . ▼ * I X u |I v I cos (.TT - <P ) = - I X l I « I I v | cos =

■ X ( u . v)

a tvrdenie je správne pre každé X .

D ô k a z tvrdenia 3« Vyjdeme z obrázku 3, ktorý situáciu znázorňuje. Nech

PA, PB, PC sú umiestenia nenulových vektorov u", v" a w, potom FD je umiestením
vektora u + v. Ďalej je

(u + v) . w « IPD I |PC I cos = |PG | | PC | - ( |FE I + IBG |) |PC I » jPE | |PC | +

+ |EG | |PC | = |PA | | PC | cos oĹ + |PB | | PC | cos ^ 3 * u ’. v + v . w .

Ak niektorý z vektorov Je nulový, tvrdenie vyplýva priamo z definície skalárneho

súčinu.
 1 k8 -

Pomocou skalárneho súčinu možno vyjadriť dĺžku vektora i uhol nenulových vek­
torov. Zrejme je u.u = u 2 = | u |'~. Odtiaľ pre dĺžku vektora iľ máme

Pre uhol ‘
-f dvoch nenulových vektorov u, v platí

( 2. 2)

Z definície skalárneho súčinu ľahko dokážeme nasledovnú vetu.

Veta 2.2. Skalárny súčin dvoch nenulových vektorov sa rovná nule práve vtedy,
ked sú tieto vektory na seba kolmá.

Ak je teda skalárny súčin dvoch vektorov rovný nule, potom je aspoň jeden
z vektorov nulový vektor alebo oba sú nenulové a zvierajú uhol 'f = Jt/2 .
Pripomeňme si definície, s ktorými sme sa stretli v teórii vektorových pries­
torov.

Definícia 2.2. Vektory u, v sú ortogonálne práve vtedy, ked skalárny sú­

čin u . v" = 0 .

Definícia 2.3. Báza (e^ , e"2 , e*) vektorového priestoru V^ sa nazýva orto-
noi'málnou, ak každé dva vektory bázy sú ortogonálne a dĺžka každého vektora bázy
je rovná 1.

Pre vektory ortonormálnej bázy vo V^ sa často používa označenie (i, j, k).

Podľa uvedenej definície pre vektory ortonormálnej bázy (i, j, k) platí:

ľ. J = j*,k = k.ľ = O, i.T = j. J = k. k = 1. (2.3)

Veta 2.3. Ak sú vektory tľ = (u1 , u2> u^), v = (V 1 * v 2 » v j) dan^ svojimi

súradnicami v ortonormálnej báze (i, j, k), potom skalárny súčin týchto vektorov
Je
 ^k9 -

u . v = u 1 v 1 + u 2v 2 + u 3v 3 (2 . * 0

a dĺžka vektora u sa vypočíta podlá vzorca

2 2 2
u I = Uu1 + u2 + . (2.5)

Dôkaz. Podlá distributívneho a asociatívneho zákona máme

— *■ -r -♦ -* _* —► -*■ -»2 -»2 -»2

u . v = ( ^ i + u2J + u^k) . (v^ i + v2J + v^k) = ii.jV.ji + u ^ j + u ^ k +

+ (»1 ^ 2 + u ^ ) i . j + (ujV^ + u3Vj ) i . k + (u2v 3 + U 3V2 ) J • k *

Ak sem dosadíme vzťahy (2.3). dostaneme vzorec (2.k), ktorý vyjadruje skalárny
súčin pomocou súradníc vektorov.

Odtial ľahko vyjadríme dĺžku vektora u ako odmocninu zo skalárneho súčinu

u.u. Ak u = u.j i + u2J + u 3k, tak

2 2 2
U I = uu . u = Uj + u 2 + u3>

Z vety 2.3 a zo vzorca (2.2) vyplýva vzťah pre výpočet veľkosti uhla ,
ktorý zvierajú dva nenulové vektory u = Uj i + u2j + u3k a v = Vj i + v2J + v 3k:

u . v U 1V1 + U 2v 2 + U3V 3
cos <-y * (2.6)
U I |v 2 2 2
Ut + U2 + «3 V1 + v 2 + v 3

Dôsledok. Dva nenulové vektory u = (u1 , u2 , u3) a v = (v.j , v0, v s ú

kolmé práve vtedy, ak platí

U1 V 1 + U2V 2 + U 3V 3 = ° -

Príklad 2.1. Pomocou skalárneho sú­

činu odvodme známu kosínusovú vetu.

R i e š e n i e . Nech strany troj­

uholníka ABC reprezentujú voľné vektory
a, b, c (obr. k). Označme veľkosti strán

a = | a ], b = |b |, c=|<T| =

= | a + U |.
 150 -

Utvorme skalárny súčin

c . c = (a+b) . (a + b) = a . a + 2a” . b + b . b.

Odtial

c2 = a 2 + b 2 + 2ab cos (_7T-^), t.j. c2 = a 2 + b 2 - 2 ab cos ^

Príklad 2.2. Vypočítajme veľkosť uhla •-f , ktorý zvierajú vektory uT = (3»0,4)
a v = (7 ,0,1 ).

R i e š e n i e .

u I = j9 + 16 = 5, v I = 149 + 1 a 5 {z, U.v = 3.7 + o + 4.1 = 25

Podľa vzorca (2.6) dostaneme

u . v 25 1 Jt
cos «f = — t t.j. <-f> =
u v 2 5 12 fz 4

. C v i č e n i a

2.1. Vypočítajte veľkosť u - 2v, ak Je dané |u| = 1, |v | = 3, uhol vektorov

u, v je rovný X / 3 . | u - 2v - fr]

2.2. Vypočítajte veľkosti uhlov, ktoré zviera uhlopriečka kocky s uhlopriečkami

ktorejkoľvek steny. [ Co3 ^ - JT/a]

2.3. Dané sú vektory vľ = (3»4,1), v = (6,2,7). Vypočítajte u , v, |u|,

(u - b)2 . [33, [Ž6 , 49 ]

3. VEKTOROVÝ SÚČIN A JEHO VLASTNOSTI

Skalárny súčin dvoch vektorov sme definovali ako isté zobrazenie, ktoré dvo­
jici vektorov priradí reálne číslo. Vektorový súčin je také zobrazenie, ktoré
priradí dvojici vektorov vektor.

Potrebujeme zaviesť pojem orientácie usporiadanej trojice nezávislých vekto­

rov
 - 151

Definícia 3«1« Hovoríme, že usporiadaná trojica vektorov a, b, c (ich

umiestenia majú spoločný začiatok) je kladne orientovaná alebo pravotočivá, ak
najkratšie otočenie vektora a do b pozorovaná z vektora c prebieha proti
smeru pohybu hodinových ručičiek.

Kladne orientovanú trojicu vektorov v priestore máme znázornenú na obr. 5,

Pre dva vektory v priestore definujeme vektorový súčin takto.

Definí cia_lK_2. Ak vektory ú, v sú lineárne závislé, ich vektorový súčin

je nulový vektor. Ak vektory u a v" sú lineárne nezávislé, ich vektorový súčin
u x v* je vektor w, ktorý má tieto vlastnosti.

1, I w I = |Ú| |v| sin ‘f , kde <-? Je uhol vektorov u a v,

2 . vektory u, w a v, w sú navzájom kolmé,

3« je orientovaný tak, že trojica u, v, vT je pravotočivá.

Z definície bezprostredne vyplýva, že vektorový súčin u x v je vektor,

ktorého dĺžka sa číselne rovná obsahu rovnobežníka vytvoreného týmito vektormi
(pozri obr. 6 ).

Veta 3.1« Dva vektory u, v sú lineárne závislé práve vtedy, ked ich vekto­
rový súčin u x v = 0.

Dôkaz. Ak niektorý z vektorov u, 7 Je nulový, tvrdenie vety je zrejme

správne. Predpokladajme, že oba vektory u, v sú nenulové.

Nech u = \v. Potom Je bud ‘ŕ = 0 alebo ‘f = JC. Preto Iu x v I = 0 a teda

u x v = 0.

Ak ú x v = 0, je | u| Iv I sin = 0. Preto sin ‘f = 0 a odtiaľ ‘f = 0

alebo = J[. Teda u = \v.

V nasledujúcej vete zhrnieme dalšie vlastnosti vektorového súčinu.

Veta 3.2. Pre ľubovoľné vektory u, v, w a ľubovoľné číslo \ platí J

 152

1. u x v = -(v x u),

2. ( \u) x v = \ ( u x v) ,

3. u x (v + W ) = I I X ' V + U X W ,

(u+v) x w = u x w + v x w .

Veta hovorí, že vektorový súčin je antikomutatívna a distributívna operácia

vo ry Trc
V^. Treba poznamenať, že asociatívny zákon pre vektorový súčin neplatí, t.j.
nemusí byť

(¡T x v) x w = u x (v x w).

Taktiež z rovnice u x v = čf nevyplýva, na rozdiel od analogickej rovnice pre

reálne čísla, u = 0 alebo v = 0.

Príklad 3»1 » Použitím vety 3.2 vyjadrite vektorový súčin u x v, ak u =

= 3a - 5b, v = 2a + 9b.

Opakovaným použitím distributívneho zákona a asociatívneho zákona o násobení

vektorového súčinu reálnym číslom dostaneme:

u x v = u x (2a + 9b) = u x 2 a + u x 9b = (3a - 5b) x 2a + (3a - 5b) x 9b =

= 6 a x a - 1 0 b x a + 27a x b - 45b x b.

Pretože

a x a = b x b = 0 a b x a = -(a" x B"),

je

u x v = 37 (a x b),

Prejdeme teraz k vyjadreniu vektorového súčinu pomocou súradníc vektorov

daných v ortonormálnej báze.

Veta 3.3. Nech (i, j, k) Je kladne orientovarná báza priestoru V^ a u =

u^ i + u2J + u^k, v = v^ i + v2J + v^k. Potom je

u x v (u 2V3 " U3V2 ) 1 + ^U3V1 " U1V 3^ J + ^U 1V2 _ U 2V 1 ^ k * (3.1)

Dôkaz. Pre jednotkové vektory z definície vektorového súčinu dostaineme

i x i = 0, i x j = k, i x k = - kxi=-j,

j x j = 0, j x k = i, j x i = - i x j = -k,
 153

k x k = O, k x i = j, k x j = - j x k = -i.

Použitím týchto vzťahov pomocou distributívneho a asociatívneho zákona po­

stupne dostaneme

u x v = (u^i + u2J + u^k) x (v^ i + v2j + v^k) = u ^ ^ i x i) +

+ t^v^i x + u iv 3^i x k ) + U2V 1^J x *-) + U 2V 2 ^ J x J) +

+ u 2v^(j x k) + u^v 1 (k x i) + u^v2 (k x j) + u . v ^ k x k) =

= (U2V 3 “ U3V2^ 1 + ^U3V1 “ U1V 3^ j + ^U1V 2 " U2V1^ k ’

čo je tvrdenie vety.

Vzorec (3.1) je možné formálne zapísať v tvare determinantu, ktorý sa dá

ľahko zapamätať.

i d k

U X V ss u (3.2)
U1 u2
v
V1 V2

Vektorový súčin môžeme použiť pri hľadaní vektorov kolmých k dvom daným vek­
torom a k výpočtu obsahov (obr. 6 ).

Príklad 3.2. Vypočítajme vektorový súčin vektorov u = j + 2 k a v = 2i +

+ 3k.

Podľa vzorca (3.2) je

i J k
U X V = 0 1 2 = i (3 - O) - j (0 - k) + k (0 - 2 ).
2 0 3
;

u x v = 3i + - 2k.

C v i č e n i a

3 .1 . Určte podmienku, ktorú majú spĺňať vektory a, b, aby vektory u = 3a + b

a v = a - 3b boli kolineárne. "X b J

3.2. Určte sínus uhla medzi .vektormi

u = (-2 ,1, 1 ) a v = (2 ,3 ,-2 ). [sin 9 « 1 ]

 - 154 -

3 .3 - Určte vektor jT, ktorý je kolmý k vektorom u = (2 ,3 ,-l), v = (1 ,—1 ,3 )

a vyhovuje podmienke x . vŕ = 50 , ak w = (2 ,-3 ,4).
[ * “ 7 7 (8 .-7,-5)]

3.4. Vypočítajte (u x v) x w, u x (v x w), (u x v) . íw, ak

u - (2,7,4), v = (3,4,5), w= (6,0,3). [(6 ,-135 ,-1 2 ), (-252,96,-42), 75J

4. ZMIEŠANÝ A DVOJNÝ SÚČIN

Vektorový súčin u x v je vektor. Tento vektor vynásobíme skalárne cTalším

vektorom w, dostaneme číslo.

Definícia 4,1. Zmiešaným súčinom [ u , v, w j usporiadanej trojice vektorov

u, v, w nazývame Číslo (u x v) . w.

Podlá definície Je

! u, v, w ] = ( u x v ) . w . (4.1)

Príklad 4.1 . Nech v ortonormálnej báze (i, j, k) sú dané vektory u =

= (1 ,2 ,-1 ), v = (1,1,4), w = (0 ,-3 ,2 ). Určme zmiešaný súčin vektorov u, v, w.

R i e š e n i e .

9i - 5J - 2k .

Odtiaľ podľa (4,1) je

[u, v, w] = 0 + 15 - 4 = 1 1 .

Zmiešaný súčin geometricky interpre

tujerae ako číslo udávajúce objem orientO'
vaného rovnobežnostena zostrojeného nad
vektormi u, v, w" (obr. 7).

Podľa obr. 7 pre objem V rovnobežnostena s výškou h máme

u x v

Z definície zmiešaného súčinu je

 155 -

I Lu, v, w j | = I (u x v) . w | = |u x v| ! w I cos y .

Z porovnania ľavých strán posledných dvoch rovností vyplýva naše tvrdenie.

Veta 4.1 . Nech u = (ujf ii2 , u^), v * ( v ^ v2> v ), w * (w^ , Wg, v ) sú

vektory určené svojimi súradnicami v ortonorraálnej báze. Potom pre zmiešaný súčin
týchto vektorov platí

11 ii
1 2 3
[u, r, v] v (^•2 )
1 2 3

1 2 3

Dôkaz. Podlá viet o vyjadrení vektorového a skalárneho súčinu v orto-

normálnej báze platí:

[ u, v, w] = (u2v 3 - u 3v 2 ) w 1 + (u3v 1 - u 1v3 ) w 2 + (u.^., - ) w

y

čo je rozvoj determinantu na pravej strane (U.2 ) podľa posledného riadku.

Z definície, z geometrického významu zmiešaného súčinu a z predošlej vety

priamo vyplývajú nasledovné vlastnosti.

Veta 4.2. Pre ľubovoľné vektory iľ, v, w platí:

r ------- 1 1r* n
1 . L u, v, w J - 1.V, w, u J = [wf u, v J

[u, v, w ] = - [ v, u, w] ■ -[y, v, u] = -[u, w, v J ,

2 . [ \u, v, v] = \ [u, v, w] ,

3 . Tu, ý, w ] = 0 práve vtedy, ak vektory u, v’, \t sú komplanárne alebo

niektorý z nich je nulový vektor.

Z vlastnosti 1. predošlej vety vyplýva pravidlo o zameniteľnosti znakov ná­

sobenia v zmiešanom súčine, t.j.

(u x v) . w” = u" . (v x w ) .

Definícia k.2. Dvojným vektorovým súčinom troch vektorov u, v, vr nazývame

vektor

(u x v) x v alebo u x (v x w).

Ako sme už spomenuli, vo všeobecnom prípade sú oba tieto dvojnó súčiny od

seba rôzne
 -15 6 -

Veta 4.3. Pre dvojný súčin troch

vektorov platí

(u x v) x w = (u . v) . v - (v . w) .u.

(4.3)

D ô k a z urobíme tak, že zvolíme

pravotočivú bázu (i, j, k) tak, ako je to
znázornené na obr. 8 .

V tejto báze je u = (u^,0,0), v =

= (vi,v 2 »0), w= (wlfw 2 ,w3 ).

Vypočítame lavú a pravú stranu rov­

nosti (4.3).

Podia vzorcov (2.4) a (3.1 ) máme

u x v = (0 ,0 , ^ v 2),

(u :x v ) x w = (-U,
>

0),
V U1 V 2 1V
CM

ú". w =
U1 W1 , (u .
w) . v =
(U 1 V 1 W1 ’ U1 v 2
w 1 , 0 ),

v . w = (v . w) . U != (u, v, Wl
V 1 W1 + v 2 W2* + U1 V 2

Odtiaľ

(u . w) . v* - (v.w).u = (-ul V V Ulv 2wlf O) = (u x v) x w.

Príklad 4.2. Vypočítajme zmiešaný súčin vektorov u = (2,-1,3), v =

= (4,6 ,-2 ), w = (5,3,4) daných v ortonormálnej báze.

Výpočet spočíva vo vyčíslení determinantu 3. stupňa. Podľa (4.2) dostaneme

2 -1 3
[u, v, w ] = 6 -2 32.
3 4

Príklad 4.3. V báze (i, J, k) sú dané vektory u = (4,3,2), v = (2,0,0),

(2,-4,7). Vypočítajte oba dvojné súčiny (u x v) x w a u x (v x w).

R i e š e n i e . Podľa (4.3) Je

(u x v) x w = (8 - 12 + 14) (2i) - 4(4ľ + 3J + 2k) = 4i' - 12j~- 8k.

Z vety 3.2 a aplikáciou vzorca (4.3) dostaneme

 157 -

u x ( v - x w) = - ( v x w) x u = (w x v ) x u = (w . u ) v - ( v . u) w =

20i - 8(21 - 4j + 7k) = kí + 32j - 56k.

Vektorové operácie, ktorými sme sa zaoberali v tejto kapitole majú široká

možnosti uplatnenia v prírodných vedách (zvlášť v hydromechanike a v teórii elek­
tromagnetického póla) a v mnohých odvetviach technických vied.

V analytickej geometrii, ktorá je obsahom nasledujúcej kapitoly, budeme po­

užívať pojmy a vety vektorového počtu na číselné vyjadrenie priestorových útvarov
a pri riešení geometrických úloh týkajúcich sa najmä lineárnych útvarov, t.j.
priamok a rovín.

C v i č e n i a

4.1. Vypočítajte zmiešaný súčin vektorov u = (1,3,5), v = (2,4,6), w * (8,9,7)

4,2. Vypočítajte objem rovnobežnostena zostrojeného nad vektormi

u = 5i - 3j + 2k, v = - 6i + 3j + 4k, w = -8i + 6 j - 5k.

4.3, Dokážte, že pre vektory a, b, c, d, platí

ä • c| b * c
(a x b ) . ( c x d ) =
a , d, b . d
 15b -

VIII. A N A L Y T I C K Á G E O M E T R I A
L I N E Á R N Y C H Ú T V A R O V

1. SÚRADNICOVÉ SÚSTAVY. TRANSFORMÁCIA SÚRADNÍC

V tejto kapitole sa budeme venovať analytickej geometrii v priestore. Budeme

skúmať základné vlastnosti geometrických útvarov v euklidovskom bodovom priestore
E ^ , využitím vlastností vektorového priestoru V^ volných vektorov. Pod euklidov
ským priestorom E^ rozumieme reálny priestor vyplnený bodmi, lode každá usporia­
daná dvojica bodov (A,B) reprezentuje práve jeden voľný vektor u £ V^.

Ako sme už uviedli, geometrické útvary budeme skúmať analyticky, t,j. použi­
tím algebraického aparátu. K tomu je treba zaviesť určité vzťahy medzi bodmi a
číslami. Na určenie týchto vzťahov nám poslúži zavedenie lineárnej, resp. afinnej
súradnicovej sústavy.

Afinná súradnicová sústava v priestore

Nech (e^ , e^, e^) je ľubovoľná báza vektorového priestoru V^. Vektory bázy
umiestime tak, aby vychádzali z toho istého pevne zvoleného bodu 0. Usporiadanú
štvoricu (0; e^ , e^, e^) nazveme lineárnou súradnicovou sústavou v E^. Bod 0
je počiatok súradnicovej sústavy a orientované priamky Ox, Oy, Oz, do ktorých
sú umiestené vektory e^ , e,,, e^ sú súradnicové osi. Polohu bodu M v priestore
môžeme určiť trojicou čísel x^ , x^, x^» ktoré nazývame lineárnymi (afinnými) sú­
radnicami bodu M. Jednotlivé súradnice dostaneme takto (obr, i). Bod je
priesečníkom súradnicovej osi Ox a roviny prechádzajúcej bodom M rovnobežne
s osami Oy a Oz. Potom x^ Je číslo, ktorým treba vynásobiť vektor e^ , aby
sme dostali vektor 0M^ . Súradnice x^ a x^ dostaneme podobným spôsobom.

Týmto postupom Je možné každému bodu M priradiť práve Jednu usporiadanú

trojicu reálnych čísel (x^, x^, x^). Obrátene, ak máme danú usporiadanú trojicu
reálnych čísel (x^ , x^, x^), vieme zostrojiť body , M^, a pomocou nich
bod M.

Pomocou lineárnej súradnicovej sústavy máme definované vzájomne Jednoznačné

zobrazenie priestoru E^ na množinu všetkých usporiadaných trojíc reálnych čísel

Je zrejmé, že koncové body bázových vektorov majú postupne tieto súradniceí

( 1 , 0 , 0 ), ( 0 , 1 , 0 ), ( 0 , 0 , 1 ).

Treba poznamenať, že dĺžky bázových vektorov e^ , e^f nemusia byť rovné

1 a vo všeobecnom prípade vektory bázy nie sú navzájom kolmé.
 159 -

Ak predpokladáme, že báza je ortonormálna, vtedy hovoríme o pravouhlej sú­

radnicovej sústave. Pravouhlú súradnicovú sústavu je zaužívané značiť znakom
(O; i, T, k).

Po známka 1.1. Na skúmanie geometrických útvarov v rovine zavádzame analogic­

kým spôsobom lineárnu súradnicovú sústavu (0 ; e^ , e^) v rovine, pričom 0 je ľu-

bovolne zvolený bod roviny a » ®2 ^ V2 sd dva nez^v^s-*-^ vektory rovnobežné

s danou rovinou. Súradnicovou sústavou (0, e^, e ^ je definované zobrazenie medzi
bodmi roviny a dvojicami reálnych Čísel.

Poznamenávame ešte, že čísla x1 , x^, x^ sú súradnicami bodu M práve vte­

dy, ked OM = x 1 e 1 + x^e^ + X3®3 * * •J • 311 311 súradnicami polohového vektora OM

vzhladom na vektorovú bázu (e^ , e^). Je jasné, že súradnice vektora nezávisia

od volby bodu 0 , ale len od vektorov bázy.

Ovšem ten istý bod v priestore môže mať rôzne trojice súradníc v rôznych
súradnicových sústavách.

Transŕomácia súradnicovej sústavy

Zaujíma nás ako sa zmenia (transformujú) súradnice daného bodu, ak prejdeme

od jednej súradnicovej sústavy k inej.

Nech (0; e^ , é^» ®-j) a (0; e^ , e^, ®«j) sd dve lineárne súradnicové sústa­
vy. Prechod od jednej sústavy k druhej môžeme uskutočniť v dvoch krokoch. Od sú­
stavy (0 ; e^ , é^, e^) prejdeme najskôr k sústave (0 ,* e^ , e^, Bj) • ktorá vznikne
iba posunutím počiatku O do 0* pri nezmenenej vektorovej báze. Potom od sústavy
(O*j e^ , Tg, IT^) prejdeme k sústave (0 *; e', e^, e^). Pri tejto transformácii sa
zmení báza, ale počiatok 0* zostane nezmenený. Rozoberieme zvlášť obidva prípady.

a) Transformácia súradníc posunutím počiatku. Nech (0; , e^» e-j) (ú » •

e^* e" ) sú dve súradnicové sústavy (obr. 9) a (x, y, z) sú súradnice bodu M
vzhladom na sústavu (O; e*., e- , «T_) a (x*, y z') sú súradnice tohože bodu M
' « J
vzhľadom na sústavu (0 *; e^, e^, e^).

Obr. 9
 - 16o -

Nech (x q , yQ , z q) sú súradnice nového počiatku 0* v pôvodnej sústave

(0; e'j , e2, e^). P°tora Pre príslušné polohové vektory platí

OM = OO' + O'M.

Súradnice polohových vektorov sa rovnajú súradniciam príslušných bodov. Vyjadríme

ich pomocou vektorov bázy:

OM = xe 1 + ye 2 + ze^ , 00 = x ^ + y Qe 2 + z ^ , 0' M = x e 1 + y »2
e„ T z 'e. .
+ ~

Dosadením do vektorovej rovnice máme

xe + ye + ze. = (*'+ XQ) e* + (y'+ yQ )

°2 + (z'+ Zo} *3

a odtiaľ

x = x + x x = x - x
o
y = yQ + y alebo y = y - y_ (1 .1 )

z = z + z z = z - z
o

Transformačné rovnice (1 .1 ) udávajú vzťah medzi súradnicami (x, y, z) a

(x , y , z ) ľubovoľného bodu pri posunutí počiatku 0 do bodu 0 *, ktorého sú­
radnice v pôvodnej sústave sú (x , y , z ).
4 o o o

b) Transformácia súradníc pri zmene bázy. Prejdeme od súradnicovéj sústavy

(0; e^, e^, e^) k sústave (0; e^ , ?2 , e^) s nezmeneným počiatkom 0. V tomto prí­
pade má každý bod M ten istý polohový vektor OM vzhľadom na obidve súradnico­
vé sústavy.

Ak (x, y, z) a (x*, y", z') sú súradnice vektora OM v pôvodnej, resp. no­

vej báze, tak tieto súradnice sú viazané vzťahmi

X = T 11 X ' + T21 y ' + T31 *'

12 '22 32
( 1 .2 )

T 13 x ' + T23 y / + T.'33

kde
 - 161

je matica prechodu od bázy (e^ , e2 , e^) k báze (e^ , e^, e^) (pozri (6.5)» resp.
odsek 7 kap. IV).

Vo všeobecnom prípade prechod od jednej súradnicovej sústavy (0; e1 , e^» e^)

k druhej sústave (0 ; , e^, e'^) získame zložením transformácií (1 .1 ) a (1 .2 ).

Označme (x, y, z), (x*, y*, z*) a (x*, y', z') súradnice bodu M v súradnicových

sústavách (0; e^ , e¿, 7 ) , (</; aj, e^, e^) a (0 ; , e2» e^), pričom (xo .yo »

sú súradnice bodu 0* v pôvodnej sústave. Potom podlá (l.l) máme x = xq + x *,

y = y + y*, z = z + z * a x*, y*, z * vyjadrime podlá transformačných rovníc
o o
(1 .2 )» kde x, y, z zameníme za x*, y*, z *.

Takto dostaneme transformačné rovnice v tvare

X = xo + í n x + T 21y + Í 31*

y = yo + T 12x ' + r 22y ' + ^ 32Z '

Z = Zo + T 13X ' + T 23y/ + T 33Z<-

Poznámka 1.2. Transformácia súradníc v rovine sa urobí analogickým postupom

ako v trojrozmernom priestore. Je zrejmá, že transformačná rovnice dostaneme tiež
z prvých dvoch rovníc (1 .3 ), kde položíme rovné nule výrazy obsahujúce premennú
z :

♦ T u * ' + r 2 iy
(i.<0
f _
+ T 12 X + T 22y

Rovnice (1.4) vyjadrujú vzťah medzi súradnicami x, y bodu M roviny v sú-

stave (Of e” , e^) a súradnicami (x*, y') v sústave (0; ; e' , e^), pričom

^ - ( T t1. T12). “ < T 21* T 22 )* °' = <xo ’ yo )

sú dané svojimi súradnicami v pôvodnej sústave (O; e^ , e,,).

Ak v (l.4) dosadíme x = y = 0 , dostaneme transforma čné vzorce pre trans-

O O
formáciu súradníc otočením:

X = T n x' + T 21y'. y « T 1 2 x ' + T22y'. (1.5)

Transformácia posunutím je zrejme daná vzťahmi

X = X o + X , y « y o + y (1 .6 )
 - 162 -

Obr. 11

Transformácia pravouhlých súradníc v rovine

Uvažujme prípad, ked obidve súradnicové sústavy (0} e^ , e^), (0{ e' , e^)

v rovine sú pravouhlé. Nech J Je uhol medzi vektormi e^ a e' .

Predpokladáme, že najkratäie otočenie od vektora k vektoru J®

orientované tak, ako najkratšie otočenie od e^ k (obr. 10). Potom

e' * cos JL e^ + sin J e^, e^ “ cos (¿L + — ^ e^ + s in (^ji + — ■^ Sg.

Dosadením do (1.5) dostaneme transformačné vzorce

x ■ x ‘ cos U, - y* sin J
(1.7)
y * x' aín J + y* cos JL ,

ktoré udávajú vzťah medzi súradnicami bodu pri otočení pravouhlej súradnicovej
sústavy (0} «L, e^) o uhol J .

Z (1.7) ľahko zistíme, že inverzná transformácia Je daná rovnicami

x = x cos oĹ + y sin JL
(1 .8 )
y' - -x sin J + y cos J, .

Príklad 1.1. V súradnicovej sústave (0{ el , s" ) sú daná body M ■ (^3, -

a. o ' •* (-3,1). Nájdime súradnice bodu M v sústave ( o ' ; e^ , e^), ak ■

—I* 1 —**
2 e. - e_ a e„ «= 2 e_ + — e„ .
1 2 2 1 2 2

R i e š e n i e . V našom prípade matica prechodu od bázy (e^, e2) k báze

(•{. «¿) J®
 - 163 -

Preto podia (1.4) máme

3 = -3 + 2 x ' + 2 y '

odkiaľ ľahko dostaneme x' * 2a, y* = 1 . Výsledok si môžeme overiť na obr, 11,

2. ROVINA. VZÄJOMNÁ POLOHA ROVÍN V PRIESTORE

V daláích odsekoch tejto kapitoly sa budeme zaoberať analytickým vyjadrením

lineárnych útvarov, t.j. rovín a priamok. Budeme predpokladať, že Je pevne zvole­
ná pravouhlá súradnicová sústava (0; i, J, k) bodového priestoru E^. Ak Je daný
ľubovoľný bod X, potom vektor OX Je polohovým vektorom bodu X, Súradnice bodu
X sú zároveň súradnicami polohového vektora OX. Pripomeňme ešte, že ak u Je
voľný vektor určený usporiadanou dvojicou bodov (a , B), tak platí u = B - A.
Rozdiel dvoch bodov B - A je vektor AB.

Parametrické vyjadrenie rovnice roviny

Smerovým vektorom roviny Q nazveme ľubovoľný nenulový vektor rovnobežný

s touto rovinou. Nech rovina Q\ je určená bodom Po = ( xO , yO, z O) a dvoma neko-

lineárnymi vektormi u = (u^ , u^, u^) a v ■ (v^ , v^, v^)» vektory u,v
tak, aby mali spoločný počiatok v bode Pq (obr. 12).

Obr. 12

Ľubovoľný bod X * (x, y, z) Je bodom roviny práve vtedy, ak vektory u, v

a X - P sú kômp lanár ne. Potom zrejme existuje dvojica čísel r, s taká, že
O
platí X - P = ru + sv, t.j.
O
 1 64 -

X = P + ru + sv .
o (2 .1 )

To je parametrická rovnica roviny vo vektorovom tvare. Ak ju rozpíšeme pomocou

súradníc vo zvolenej súradnicovej sústave, dostaneme oarametričká rovnice roviny
v tvare:

x = x + ru + sv .
o 1 1
y = yO + ru2 + sv2 , (2 .2 ;

z = z + ru + sv ,
o 3 3

kde r, s sú parametre a u) v smerové vektory roviny.

Význam parametrov r, s je zrejmý. Každej dvojici čísel r a s odpovedá

práve jeden bod roviny.

Príklad 2.1. Napíšme parametrické rovnice roviny, ktorá prechádza bodmi A =

= (0,1,4), B = (3,2 , - 1 ) , C = (0,5,2).

R i e š e n i e . Vektory TT = B-A = (3,1,-5) a v" = C-A = (o,4,-2) sú nezá­

vislé. Určujú s bodom A rovinu, ktorá má vektorovú rovnicu X = A + ru + sv,
Prametrické rovnice sú

x=3r, y = 1 + r + 4s, z = 4 - 5r - 2s.

Rovinu určenú bodom Pq a vektormi u, v môžeme napísať bez parametrov

takto, Z predošlého postupu vyplýva, že vektory X - Pq , ú, v" sú koraplanárne.
Podlá vety 4.2 kap. VII. zmiešaný súčin týchto vektorov je rovný nule. Preto po
dla (4.2) kap. VII. je

y-y0 . z-z
X-Xo ’ o

U1 ’ U2 ’
= 0. (2.3)
U3
- V1 ’ V2 ’ V3

Táto rovnosť vyjadruje nutnú a postačujúcu podmienku, aby bod X = (x, y, z) le­
žal v danej rovine.

Rovina je jednoznačne určená, ak sú na nej dané tri body Pq = (x q , y^, ZQ)>

P.j = (x^ , y^ , z^ ) a p2 = (X2* y2* Z2^’ ne-*-e^^ace na jadnej priamke. Uvažujme
vektory

u = PoP1 = (Xl - xo , Yl - yQ , Zl - zo ),

v = n > 2 = (x2 - xo , y2 - yQ , z2 - z q ).
 165 -

Tieto vektory sú zrejme nekolineárae a sú smerovými vektormi danej roviny. Odtiaľ

v súlade s (2.3) dostaneme:

Rovina prechádzajúca troma bodmi P q = (x q , yQ * ZQ )» p-| = (x-j» Y.j t )»

P = (x , y , z ) má rovnicu tvaru

1
X Z

0 (2.4)
1
= 0.
<•
X1 0

X2 y 2 - yo * *2

Daným bodom prechádza práve jedna rovina, ktoré je kolmá na daný vektor.
Ak rovina Q je určená bodom Pq = (x q , Y0 > ZQ) a nenulovým vektorom n = (a,b,c),
kolmým na rovinu Q (tzv. normálovým vektorom), potom platí: Bod X = (x, y, z)
leží v rovine Q práve vtedy, ked skalárny súčin vektorov X - Pq a n sa rov­
ná nule. t.j.

(X - P ) . n = 0. (2.5)
' o

Ak túto vektorovú rovnicu roviny rozpíšeme pomocou súradníc v pravouhlej sú­

radnicovej sústave, dostaneme

a(x - Xq ) + b(y - yQ ) + c(z - zq ) = 0. ( 2 . 6)

Všeobecná rovnica roviny

V rovnici (2.6) odstránime zátvorky a označíme d = -(axQ + by^ -► c z q ).

Dostaneme tzv. všeobecnú rovnicu roviny.

ax + by + cz + d = 0, (2.7)

kde aspoň jedno z čísel a, b, c je rôzne od nuly. Sú to súradnice normálového

vektora.

Obráteným postupom sa dá lahko ukázať, že každá lineárna rovnica tvaru (2.7)

v lubovoľnej pravouhlej sústave súradníc, kde aspoň jedno z čísel a, b, c je
rôzne od nuly, je rovnicou nejakej roviny.

Uvažujme zvláštne prípady všeobecnej rovnice roviny ax + by + cz + d = 0.

Nech d = O, potom rovnica má tvar ax + by + cz = 0. Pretože riešením tej­

to rovnice je x = y = z = O, daná rovnica predstavuje rovinu prechádzajúcu po­
čiatkom súradnicovej sústavy.

Nech práve jedno z čísel a, b, c Je rovné nule, napr. c = O. Potom rovni­

ca má tvar ax + by + d = 0. Ide o rovinu, ktorej normálový vektor n = (a, b, 0)
je kolmý na súradnicovú os Oz a teda rovina je rovnobežná s osou Oz.
 - 166

Predpokladajme, že dvojica z čísel a, b, c je nulová, napr, b = 0 a c = 0.

Vtedy rovnica má tvar ax + d = 0. V tomto prípade máme rovinu rovnobežnú so sú­
radnicovou rovinou yz, pretože normálový vektor n « (a,0,0) je kolmý na osi Oy
a Oz.

Príklad 2.2. Daná sú body A = (3,-2,l), B = (4,2,7). Napíšme všeobecnú

rovnicu roviny prechádzajúcu bodom A a kolmú k úsečke AB.

R i e š e n i e . Normálový vektor n « AB roviny má súradnice (l,4,6).

Rovnica hľadanej roviny podľa (2.6) je

1 (x - 3) + 4(y + 2) + 6(z - i) = 0

alebo

x + 4y + 6z - 1 * 0.

Určme parametrická rovnice tejto roviny. Riešenie tejto rovnice je závislá

od dvoch parametrov. Volíme napr. y * r a z * s. Dostaneme nasledovná paramet­
rická rovnice roviny:

x = 1 - 4r - 6s, y = r, z = s.

Úsekový tvar rovnice roviny

Nech rovina neprechádza počiatkom a nie je rovnobežná so žiadnou súradnico­

vou osou (obr. 13). Vtedy rovina utína na súradnicových osiach úsečky p, q, r.
Vidíme, žc uvažovaná rovina prechádza
bodmi P ■ (p,0,0), Q «= (0,q,0) a R “
« (O,O,r). Napíšme jej rovnicu (2.4)

- P. Yt z

-P » q» O 0.

-P . O,

Po vyčíslení tohto determinantu a po ú-

prave dostaneme

x y z
— ♦— ♦ — 1. (2 .8 )
p q r

Rovnica (2.8) sa nazýva úsekovou rovnicou roviny. Čísla p, q, r predstavu­

jú dĺžky úsečiek, ktorá rovina vytína na súradnicových osiach Ox, Oy, Oz.

Rovnicu roviny x ♦ 4y + 6z - 1 O z príkladu 2.2 ľahko prepíšeme na úse-

kový tvar. Zreja Je x + + » 1» Odtiaľ máme P * 1, q * 1A » r - 1 /6 ,
 - 167 -

Vzájomná poloha dvoch rovín

Nech dve roviny a Q2 majú rovnice

(J)1 : a1x + lt^y + ctz + d1 » 0 ,

(2.9)
Qz i »2x ♦ b2y + c2z + dg = O.

potom lahko zistíme, že roviny a Q^ sú navzájom kolmá práve vtedy, ked

ich normálová vektory n^ a sú navzájom kolmá, a preto ich skalárny súčin Je
rovný nule, t.j. platí:

a1a2 + + cic2 " °* (2.10)

Roviny (2.9) sú rovnobežná, ak normálová vektory * (a^ , b^ , c^) a n2 •

= (a2 , b2, c2 ) sú kolineárne, t.j. existuje číslo \ , že

Ak vyjadríme túto podmienku v súradniciach, dostaneme

a1 « \ a 2 , bt « \ b 2 , c1 * \ c 2 ,

odtial vyplýva

a1 * b1 1 C1 “ a2 5 b 2 * C2 ‘
(2 .1 1 )

Podmienka (2.11 ) Je nutná a postačujúca k tomu, aby dve roviny boli rovnobežná.
Ak neplatí (2.11), roviny sa pretínajú.

Roviny (2.9) sú totožná práve vtedy, ked

a1 : b t : ct t d 1 = a2 : b 2 : c2 : d2 . (2.12)

Posledná tvrdenie dokážeme takto: Predpokladajme, že rovnobežná roviny a

sú totožná. Potom majú aspoň Jeden spoločný bod M k (x , y , z ), t.J. platí
O O O

a„x + b^y + c, z + d., O,

1 o ťo 1 o 1

O.
a2Xo + b2yo + °2Zo + d2

Nech a^ * ^ a2 , b^ ■ \ b 2 , c1 * \ c 2 « Odčítajme od prvej rovnice druhú, vyná­

sobenú číslom \ a dostaneme d^ * \ d 2« Odtial vyplýva (2.12).
 - 168 -

Z uvedeného je zrejmé, že poloha dvoch rovín je určená hodnosťami matíc

a b c
1 1 1 a1 b1 C1 d1
a Ä-
^2 b2 C2. a2 b2 C2 d2

Roviny (2,9) sa pretínajú práve vtedy, ak h (d ) = 2. Roviny sú rovnobežné

práve vtedy, ked h(d ) = 1 a h($) = 2. Roviny sú totožné práve vetdy, ked
h( ß ) = 1 .

Príklad 2,3» Napíšme rovnicu roviny prechádzajúcej bodom M = (2,-1,3), rov­

nobežnej s rovinou 3x + 4y - 5z + 6 = 0.

R i e š e n i e . Napíšme rovnicu ľubovoľnej roviny (2.6) prechádzajúcej

daným bodom M = (2,-1,3).

a(x - 2) + b(y + 1) + c(z - 3) = 0 .

Aby táto rovina bola rovnobežná s danou rovinou, musí byť splnená podmienka (2.11).
Zoberme a = 3, b = 4, c = -5. Po dosadení a úprave dostaneme

3x + 4y - 5z + 13 = 0.

Príklad 2.4. Napíšme rovnicu roviny prechádzajúcej bodom A = (4,-3,-2)

a kolmej k rovinám

x + 2y - z = 0, 2x - 3y + 4z - 5 = 0.

R i e š e n i e . Hľadaná rovina prechádza bodom A * (4,-3,-2), preto jej

rovnica má tvar

t
a(x - 4) + b(y + 3) + c(z + 2).

Koeficienty a, b, c určíme z podmienok kolmosti (2.10) hľadanej roviny k daným

rovinám. Platí?

a + 2b - c = O,

2a-3b+4c=0.

5k
Táto sústava má nekonečne veľa riešení. Položme c = k a dostaneme a
6k
b = -- . Ak dosadáme napr. k = -7, dostaneme a = 5, b = -6, c = -7.
7

Všeobecná rovnica hľadanej roviny potom je

5x - 6y - 7z - 52 = 0
 - 169 -

Druhé riešenie. Normálové vektory n^ = 0 »2,-1), — (2 f-3 ,4) daných ro­

vín možno považovať za vektory rovnobežné s hľadanou rovinou. Jej rovnicu napíše­
me v tvare (2.3)

x-4 y+3 z+2

1 2 -1 0.

^2 - 3 k

Po vyčíslení determinantu a po úprave dostaneme rovnicu

5x - 6y - 7z - 52 = 0.

C v i č e n i a

2.1. Napíšte všeobecnú rovnicu roviny, ktorá prechádza bodmi A = (1,0,3), B =

= (-2 ,3 ,0 ), c = (-3,-2 ,4). [x - 5y - 6z + 17 = o]

2.2. Napíšte všeobecnú rovnicu roviny, ktoré je určená parametrickými rovnicami

x=3-2r+3s, y = 1 + r - 2s, z = 3 - 4r + s .

{_7x + 10y - z - 28 = o]

2.3. Napíšte parametrické rovnice roviny 3x + 2y - z + 5 = 0,

|]napr. x=r, y=s, z=5+3r+2sj

2.4. Dokážte, že body A = (2,-k,5), B = (3,-1,4), C = (0,-10,7), D = (0,1,6)

ležia v rovine} napíšte jej rovnicu [8x + y + 11z - 67 = o"j

2.5. Určte parametrické rovnice roviny, ktorá prechádza bodom M = (7,4,9) a je

rovnobežná s rovinou 2 x + y - z + 3=0,

[]x = 7-3r-3s, y = 4+6s, z = 9-6r]

2.6. Zistite, ktoré z nasledovných rovín sa pretínajú, sú rovnobežné alebo splý­

vajú:

a) x - y + 3 z + 1 = 0 , 2 x - y + 5 z - 2 = 0 ,

b) 2x + y + 2 z + 4 = 0, 4x + 2y + 4z + 8 = Q,

c) 3 x + 2 y - z + 2 = 0 , 6x + 4y + 2z + 1 = 0,

d) x = 1 + r + s, y = 2 + r, z = 3 + r - s,
x ■ 3 + 2r, y = 2 - 2r + 4s, z = 1 + r + 3s,

e) x = r + 2s, y=1+s, z = r - s,
x = 2 + 3 r + s , y = 1 + r + s, z=2-2s.

[]a,d pretínajú sa; b,e splývajú; c rovnobežné]]

 - 170

3. PRIAMKA. VZÁJOMNÍ POLOHA PRIAMOK, PRIAMOK A ROVÍN

íubovolná priamka v priestore je priesečnicou dvoch nerovnobežných rovín,

preto ju môžeme v pravouhlej súradnicovej sústave určiť dvoma lineárnymi rovnica­
mi

a^x + b^y + CjZ + d^ = O,

(3.1)
a2X + b 2y + °2Z + d2 “ °*

Tieto rovnice určujú nejakú priamku práve vtedy, ak odpovedajúce roviny nie
sú rovnobežná, t.j. ked matica

má hodnosť 2. Rovnice (3.1) nazývame všeobecnými rovnicami priamky.

Parametrická rovnice priamky

Priamku v priestore môžeme určiť lubovolným bodom, ktorým priamka prechádza

a smerovým vektorom. Smerovým vektorom priamky nazývame lubovoľný nenulový vektor,
rovnobežný s danou priamkou.

Nech priamka so smerovým vektorom v^ = (v^ , v^, v^) prechádza daným bodom
P q = (x0 * yQ > ZQ). *** zreJm^* lúbovolný bod X = (x, y, z) Je bodom tejto
priamky vtedy a len vtedy, ked vektory PqX a v sú kolineárne. Potom existuje
číslo t tak, že platí P X c t v, t.j.
o

X - Pq + t v". (3.2)

To je parametrická rovnica priamky vo vektorovom tvare} t je parameter a v’ je

smerový vektor priamky. Každý parameter t £ (- °o f o o ) určuje nejaký bod priamky
a naopak každámu bodu priamky prislúcha jediná číslo t tak, že platí (3.2).

Napíšeme vektorovú rovnicu priamky pomocou súradníc a dostaneme parametrické

rovnice priamky určenej bodom Pq a vektorom v:

x * x + v. t
o 1
y - yQ + v2* (3.3)

z = z + v t.
o 3
 171

Závislosť vektorov X - Pq a v možno vyjadriť aj takto:

x - x y - y Z - Z
o O p
(3.4)
v v v,
1 2 3

rovnice (3.4) nazývame kanonickými rovnicami priamky.

Príklad 3.1. Napíšme parametričká rovnice priamky, ktorá prechádza bodmi

A = (1.-2.3) a B = (4,2,1).

R i e š e n i e . Za smerový vektor v môžeme zobrať vektor AB = B — A «=

= (3,4,-2). Podlá (3.3) dostaneme

x = 1 + 3t, y = -2 + 4t, z = 3 - 2t.

Poznámka 3.1. Ak zo všeobecných rovníc priamky (3.1) chceme nájsť paramet­

rická rovnice (3.3), k tomu je potrebná určiť jeden bod danej priamky a jej sme­
rový vektor. Súradnice bodu P^ nájdeme ako jedno z riešení sústavy rovníc

a1x + b^y + c^ z + d^ = 0

a2X + b 2y + C2Z + d 2 = °*

Smerový vektor v priamky Je kolmý k normálovým vektorom n^ = (a-j* b-|* c^),

ng * (a2 ’ b2 ’ C2^ ktorých priesečnicou je táto priamka. Preto ho môžeme
určiť ako vektorový súčin týchto vektorov. Možno postupovať aj tak, že nájdeme
riešením sústavy (3.1 ) další bod P^ a položíme v = P^Pg.

Príklad 3.2. Napíšme kanonická rovnice priamky

x + 2 y + 3 z - 4 = 0 , 2x + y - 4z + 1= 0.

R i e š e nl e. Položíme napr. z = 0a dostaneme sústavu x + 2y = 4,

2x + y = -1 , ktorej riešením je y = 3 ax = -2. Jeden z bodov ležiacich na
priamke teda je P^ = (-2,3,0). Vypočítame vektorový súčin vektorov n1 = (1,2,3)
a n2 = (2,1,—4). Podľa (3.2) v kap. VII. dostaneme 7 = n^ x n^ = (-11,10,-3).
Kanonické vyjadrenie hľadanej priamky potom je s

x + 2 y - 3 z

-11 10 -3

Vzájomná poloha priamok. Dve priamky v priestore môžu byťi

a) mimobežná, t.j. neležia v jednej rovine;

b) rôznobežné, t.j. pretínajú sa a ležia v jednej rovine}
 172 -

c) rovnobežné, t.j, ležia v jednej rovine a nepretínajú sa;

d) splývajúce.

Nech priamky p^ a p2 sú dané parametrickými rovnicami

X = X^ + X = x2 + vlt
V
y = y 1 + u2t y = y2 + V

z = z* + U t Z = Z . + v t
1 3 2 3

Ak priamky p1 , p2 sú rovnobežné,
a v = 'v 2 »v 3 ) sú kolineárne. Preto nutná a postačujúca podmienka rovnobežnos­
ti priamok je

u. t u„ V 1 * v2 « v 3. (3.5)
U1 S “2 • “3

Ak priamky p^, p2 sú navzájom kolmé, tak ich smerové vektory sú tiež kolmé
a platí u . v = 0. Preto, nutná a postačujúca podmienka kolmosti priamok ,p2
Je

UV + UV + tl v o. (3.6)
1 1 2 2 3 3

Nech P1 = (*1f y.,» z1 ) je bod priamky p1 a P2 = (x2> y2 , je bod

priamky p2 . Potom priamky sú miraobežné práve vtedy, kecT vektory' u, v a P1P2
nie sú komplanárne. Zrejme platí, že dve nerovnobežné priamky p^ a p2 sa pretí­
najú práve vtedy, ked platí J
VJ
1

z2 - Z
10

- xi
u, ii (3.7)
1 2 3
v VÄ
1 2 3

Predpokladajme, že priamky p1 a p2 sa pretínajú. Označme parameter priesečníka

na prvej priamke t = t^ a na druhej priamke t = Musí platiť

X1 + V i = X 2 + V 1ť 2

yl + V i “ y 2 + V2ť2

Z1 + V i Z2 + V3*3*

Táto sústava rovníc pre neznáme t1 a t2 má práve jedno riešenie. Je zrejmé, že

ak táto sústava nemá riešenie, tak dve nerovnobežné priamky sú mimobežné.

Vzájomná poloha priamky a roviny. Nech priamka p Je daná parametrickými

rovnicami

x +v„t, y *> y + v„t,

o 1 ’ ’ Jo 2 * zo + V
 173 -

a rovina Q všeobecnou rovnicou

ax + by + cz + d ■ 0.

Ak priamka, p je rovnobežná a rovinou Q , tak normálový vektor roviny n =

= (a, b, c) a smerový vektor priamky v = (v1 , v^) sú navzájom kolmé a ich
skalárny súčin sa rovná nule. Preto platí: Nutnou a postačujúcou podmienkou, aby
priamka p a rovina Q boli rovnobežné, je

av.j + bv2 + cv^ = 0. (3.8)

Zrejme priamka p pretína rovinu Q práve vtedy, ked

av1 + bv2 + cv^ ^ 0. (3.9)

Priamka p je kolmá na rovinu Q práve vtedy, ked platí:

v, : v2 : v 3 = a : b : c. (3.10)

Chceme určiť priesečník priamky p s rovinou Q . Nech (x,y,z) sú súradnice

spoločného bodu priamky a roviny. Ak dosadíme x = xq + v^t, y = yQ + V 2 t * z =
m zq + v^t do rovnice roviny, po úprave dostaneme

ax +by +cz + d + t (av. + bv„ + cv„) = 0. (3.11)

O O O 1 4 J

Aby táto rovnica mala jedine riešenie pre neznámu hodnotu parametra t, zrejme
musí platiť (3.9).

Z rovnice (3.11) vypočítame hodnotu parametra t, ktorú dosadíme do paramet­

rických rovníc priamky a dostaneme súradnice hľadaného priesečníka.

Ak av. + bv„ + cv, = 0 a pritom ax + by + cz + d ^ 0, rovnica (3.11 )

I ti J o o o
nemá riešenie (priamka je rovnobežná s rovinou).

Ak av. + bv„ + cv. = 0 a ax + by + cz + d = 0, tak ľubovoľná hodnota

1 2 3 o o o
t je riešením rovnice (3.11 ) (priamka leží v rovine).

x y+17 z + 1 x y+11 z + 15
Príklad 3.3. Dokážme, že priamky — = ------ = ----- a — = — ;--- = -----
-------- 1 7 3 1 k 10
sa pretínajú a nájdime ich priesečník.

R i e š e n i e . Podmienka pre pretínanie sa dvoch priamok je daná vzorcom

(3.7). V našom prípade je P.) = (0,-17,-l), P2 = (0,-11,-15), u = (1,7,3), v =
= (1,4,10). Potom

0 6 -11*
1 7 3 0 .
1 4 10
 - ^7k -

Podmienka (3-7) je splnená. Priamky sa pretínajú. Nájdeme riešenie sústavy

7tl - 17 = **t2 - 11

3^ - 1 = 10t2 - 15.

Túto sústavu upravíme na tvar

0
ť1 - *2 =

6
7 t1 - * t2 "

3*, ~ I0 t2 = -1U

Ďalej ľahko zistíme, že prvá dve rovnice sú nezávislé, tretia je ich line­
árnou kombináciou. Riešenie tejto sústavy je t^ = t2 = 2. Priesečník dostaneme
z rovnice priamky x = t, y = 4t - 11, z = 1Ot - 15 pre t = 2. Hľadaný prie­
sečník je P = (2,-3,5).

Príklad 3.^. Napíšme rovnicu roviny, ktorá prechádza dvomi rovnobežnými

priamkami

x — 1 y + 1 z - 2 x y-1 z + 2
----- e ----- = ---- a — = ------ = ----- .
1 - 2 3 1 - 2 3

Hľadaná rovina musí prechádzať bodom P^ = (1,-1,2) prvej priamky a bodom

P2 = (O,1,-2) druhej priamky. Musí byť rovnobežná s vektormi v” = (l,-2,3) a

P^P2 = (-1,2,-4). Jej vektorová rovnica (2.5) je (X - P^). n = 0, kde normálový

vektor iT je vektorovým súčinom n = v x P^P2 = (2,1,0). Odtiaľ v súradniciach
dostaneme

2(x - 1) + (y + 1) + 0(z - 2) = 0

a po úprave 2x + y - 1 = 0, čo je všeobecná rovnica hľadanej roviny.

Príklad 3.5« Určme rovnice priamky prechádzajúcej bodom P = (1,1,1), ktorá

pretína priamku x = t, y=2t, z = 3t a je kolmá na priamku x = 1 + 2t, y =
* 2 + t, z = 3 + **t.

R i e š e n i e . Rovnice každej priamky, ktorá prechádza daným bodom, majú

tvar x = 1 + v^t, y = 1 + Vgt, z = 1 + v^t.

KedT táto priamka pretína prvú z daných priamok, musí podľa (3«7) platiť
 - 175 -

1 1

2 3
V V
2 3

a odtiaľ

V1 " 7tV2 + V3 = °*

Ked hľadaná priamka je kolmá na druhú danú priamku, pre súradnice vektora v =
= (v^, v2 , v^) musí podľa (3.6) platiť rovnica

2v1 + v2 + ^v3 =

Z posledných dvoch homogénnych lineárnych rovníc dostaneme v^ = 9k, v2 = 2k,

v^ = -5k, kde k je ľubovoľná číslo, napr. k * 1. Potom parametrické rovnice
hľadanej priamky sú: x = 1 + 9t, y = 1 + 2t, z = 1 - 5t.

C v i č e n i a

3.1. Určte rovnice priamky, ktorá prechádza bodmi A = (2,1,2) a B = (1,2,1).

[^x = 2+t, y = 1-t, z * 2+tJ

3.2. Napíšte kanonické rovnice priamky, ktorá Je daná vo všeobecnom tvare

x - 2 y + 3 z ~ ^ * 0 , 3x + 2y - 5z - 4 = O.

x y + 8 z + k
-
--
--*
•;-
--
--
--
--
--
--
--
--
--
-- S -
--
--
--
--
--
--
--
--
-

_2 7 k J

3.3. Napíšte parametrické rovnice priamky prechádzajúcej bodom P = (3,4,-4),

ktorá je rovnobežná s priamkou x - y - 4z - 5 = 0, 2x + y - 2z - 4 «= 0.

[x = 3+2t, y = 4-2t, z <= -4+tJ

3.4. Dokážte, že dané priamky sú kolmé:

x - 3 y + 2 z — 8 2 x + y - 5 z + 3 = 0
----- 3 ----- 3 ------ ,
1 -2 3 2x + 3y - 8z - 4 = 0.

3.5. Dokážte, že priamka x = 3t + 1, y = -41 - 3 » z = 4t + 2 je rovnobežná

s rovinou 4x - 3y — 6z + 11 = 0.

3.6. Nájdite priesečník priamky a roviny:

x+ 1 y + 1 z
2x + 3y + z - 1 0 [(2,-3,6)]
1 -2
 -17 6 -

3.7. Nájdite rovnice priamky prechádzajúcej bodom B = (-1,4,0), ktorá pretína

súradnicovú os Oz a je kolmá na priamku
x - 2 y + 1 z - 3 x+1 y-4 z
1 ~ -1 “ 2 * _ 5 = 8 -2

3.8. Nájdite rovnicu roviny, ktorá prechádza priamkou x = 1 + t, y = -2 + t,

z = 2t a je kolmá na rovinu 3x - y + 2z - 2 = 0.
£ 4x + 2y - 5z = o]

3.9. Nájdite rovnicu roviny, ktorá prechádza priamkami

x - 1 y-3 z x + 2 y + 1 z — 1
[l9x-l4y+z+23=o]
2 3 4~ ’ 2 3 ” k *

3.10. Bodom C = (1,1,2) vedte rovinu rovnobežnú 3 priamkami

x+1 y - 1 z + 1 x+1 y - 1 z + 1
----- = ---- = ---- , ---- = ---- = ---- , £x - z + 1 = oj
2 1 2 1 2 1

k. VZDIALENOSŤ LINEÁRNYCH ÚTVAROV

Základom všetkých úloh o určovaní vzdialeností je určenie vzdialenosti dvoch

bodov. Ak sú daná dva body A, B, potom ich vzdialenosť d(A,B) je dĺžka vektora
AB = B - A. V celom článku predpokladáme, že je pevne zvolená pravouhlá súradni­
cová sústava (0{ i, j, k).

Ak A * (x^ , y^ , z.j ), B = (x^, y2 ’ Z2^* potom vzdialenosť dvoch bodov je

daná vzorcom

ú(A,B) <= | (*2 “ x1)2 + <yj> ” y2 ^ + íZ2 ” z1^2, (^*1)

Vzdialenosť bodu od priamky

Vzdialenosťou d(Q, p) bodu Q od priamky p rozumieme vzdialenosť bodu Q

od bodu Q*, ktorý Je ortogonálnym priemetom bodu Q do priamky p. Ak je priam­
ka p určená bodom P a smerovým vektorom v, potom zrejme platí (obr. 14) s

|PQ X v|
d (Q»p) * | PQ I sin y , kde sin
Ip q I !▼!

a teda

IPQ X v |
d(Q.p) “ --- — 7 ;—
Iv |
 177 -

Ak nechceme počítať vektorový súčin PQ X v, vzdialenosť bodu od priamky

môžeme počítať tak, že určíme rovinu prechádzajúcu bodom Q kolmo na priamku p.
Nájdeme priesečník Q* tejto roviny a priamky. Potom vzdialenosť d(Q, p) =
* d(Q, Q').

Vzdialenosť bodu od roviny

Vzdialenosťou d(Q, Q) bodu Q Q rozumieme vzdialenosť bodu

od roviny Q
od bodu Q*, ktorý je ortogonálnym priemetom bodu Q do roviny Q .

Nech rovina Je určená bodom P a normálovým vektorom n (obr. 15). Jej vek­
torová rovnica je (X - P) . n. Preto platí s

IPQ . nl
d(Q, Q) = d(Q, Q' ) = d(P, Q") |PQ l c o s tf |p q !
Ip q I ľni

a odtial

IPQ . n|
d(Q, (?) = ---------. (4.3)
Inl

Predpokladajme, že rovina Q je daná všeobecnou rovnicou ax + by + cz +

+ d = O. Nech bod P = (x^ , , z^ ) je bodom tejto roviny a bod Q = (x q , yQ » ZQ )
neleží na rovine Q . Potom

PQ = Q - P = (xo - Xl , yo - Yl , zq - Zl )

a PQ . n ■ axQ + byo + c z q + d, kde n = (a, b, c) je normálový vektor roviny

a ax^ + by1 + cz^ + d = O. Po dosadení do (4.3) dostávame vzorec pre výpočet
vzdialenosti bodu od roviny v tvare
 - 178 -

Iax + by + cz + d |
• o o o
d(Q, (?) = ---- ■ — ------ . (4.4)
J 2 2 2
Ia + b + c

Príklad 4.1. Určme vzdialenosť bodu Q = (4,6,7) od priamky x = -1 + 2t,

y = -2 + 2t, z = t.

R i e š e n i e . Zvolíme si ľubovoľný bod priamky. Pre t = 0 dostaneme

P = (-1,-2,0). Vypočítame vektorový súčin vektora PQ = (5,8,7) a smerového vek­
tora priamky v" = (2,2,1 ). Podľa vzorca (3.2) kap. VII. dostaneme PQ X v =
= (-6,9,-6). Vypočítame veľkosť vektorov |PQ X v | = 3 f17, |v I = 3 a podľa
(4.2) dostaneme

d(Q, p)
3

Príklad 4.2. Vypočítajme vzdialenosť bodu Q = (1,2,3) od roviny 2x +

+ y - 2z + 3 = 0.

R i e š e n i e . Zvolíme si ľubovoľný bod roviny, napr. pre x = 0, z = 0

je y = -3. Vypočítame skalárny súčin vektorov PQ = Q - P = (1,5,3) a n =

s (2,1,-2). Zrejme platí: P Q . n = 2 + 5 - 6 = 1 , |íí| = ||4 + 1 + 4 = 3. Podľa

(4.3) dostaneme vzdialenosť d(Q,(3 ) = .

Na základe odvodených vzorcov môžeme počítať vzdialenosti dalších lineárnych

útvarov.

Vzdialenosť d(p^,p^) dvoch rovnobežných priamok je rovná vzdialenosti ľubo­

voľného bodu jednej z nich od druhej priamky.

Vzdialenosť d(p ,Q ) priamky p od roviny (3 s ňou rovnobežnej je vzdiale­

nosť ľubovoľného bodu priamky p od roviny .

Vzdialenosť d( (3^ , Q dvoch rovnobežných rovín (3^ a (?2 d® vzdialenosť

ľubovoľného bodu jednej roviny od druhej roviny.

Nech rovnice rovín a (?2 sú ax + by + cz + d^ = 0 a ax + by + cz f

+ d^ - 0, potom

d1 ‘ d2
(4.5)
d < 9l* <?2>
r~2 ľž
la + b + c
2

Ak totiž bod P2 = (x2 , y2 , z2 ) je z roviny Q tak ax2 + by2 + cz2 = -d2 «

Preto podľa (4.4) je

"2 * '»’a * c z 2 * di d1 - d2
“ <<?,• <?2 > - d < ' V ? 3 -
ľ ~2 TÍ
|a + b + c
2 J 2 7 Ž
|a + b + c
2
 179 -

Vzdialenosť d(p^,p0 ) dvoch mimobežných priamok p1 a p0 určíme takto: Náj­

deme rovnobežné roviny (5^ a tak, aby priamka p^ ležala v ^ a priamka
P2 ležala v Q Ak rovnice priamok P1 , P2 sú X = P^ + tu a X = P2 + tv”,

tak rovnica roviny (p vo vektorovom tvare je X = P^ + r u + s v". Podobne náj­

deme rovnicu roviny Q Potom d(p1fp2) = d( (p^, Q^).

Príklad 4.3. Vypočítajme vzdialenosť dvoch rovnobežných priamok

x _ y _ z + 5 = 0 x + 2 y - 3 z - 2
p : . a p : ----- = ------ = — --- .
x + 2y - 4z + 2 = 0 2 1 1

R i e š e n i e . Najskôr sa presvedčíme, že dané priamky sú rovnobežné.

Smerový vektor v" = (2,1,1) priamky p2 je kolmý na normálové vektory n^ =

= (1 ,-1 .-1 ) . = (1 ,2, -4), pretože v . n^ = 0 a v . n2 = 0. Priamky sú rov­

nobežné. Zvolíme si bod P^ = Q = (-4,1,0) priamky p^ a bod = (-2,3,2)

priamky p2* P2Q X v = -2j + 2k. Podľa vzorca (4.2) je

j(-a )2 . a2
d(p.*Po) = d(Q.Pp) = i---------
1 2 2 14 + 1 + 1

Príklad 4,4, Určme vzdialenosť mimobežiek AB a CD, ak A = (3,4,-1 ), B =

= (^,5,-2), C = (-6,-5,1), D = (0,7,-2).

R i e š e n i e . V našom prípade je v^ = AB = (1,1,-1), v2 = CD =

= (6,12,-3). Napíšeme rovnicu roviny Q rovnobežnej s vektormi v1 , v2 , v ktorej

ležia body A a B. Jej normálový vektor n = v~ x v2 = 9 i - 3 j + 6 k . Rovnica

roviny Q potom je 9(x - 3) ~ 3(y - 4) + 6(z + 1) = 0 , t.j. 3x - y + 2z - 3 =
= 0.

Vzdialenosť daných priamok vypočítame podľa (4.4):

)-18+5+2-31 --
d(AB,CD) = d(C, O ) -= ----p-.. 1 = ---- = y14.
9 + 1+4 '

Poznámka 4,1. Vieme, že priamka a rovina sú podpriestory trojrozmerného bo­

dového priestoru. Naučili sme sa určovať vzdialenosť bodu od priamky a roviny.
Túto úlohu zovšeobecníme. Nech E
je n-rozmerný euklidov priestor a E (m < n)
n m
je podpriestor. Chceme nájsť vzdialenosť bodu Y £ E od podpriestoru E . Úloha
n m
sa redukuje na určenie bodu X ŕ E , ktorý je ortogonálnym priemetom bodu Y do
m
E . Bod X je ortogonálnym priemetom bodu Y do E , ak vektor Y-X je orto-
m m
gonálny k podpriestoru E . K tomu stačí, aby vektor Y - X bol ortogonálny k m
m
lineárne nezávislým vektorom z E (k vektorom niektorej bázy E ). Pri určovaní
m m
bodu X postupujeme tak, že vyjadríme X v tvare
 180 -

X = O + t,eT + t0e0 + ... + t e , (4.6)

11 4 4 m Dl

kde (el * e_, .... e* ) Je lubovolná báza E . Koeficienty t. určime tak, aby
l 2 di m i

skalárny súčin (Y - X, e^) = 0 , i = 1, 2, v .., m.

Tento postup sa dá použiť aj mimo rámec geometrie. Ukážeme si to na príklade

tzv. metódy najmenších štvorcov.

Metoda najmenších štvorcov

V aplikáciách sa môže vyskytnúť situácia, že existuje funkčná závislosť me­

dzi veličinou y a veličinami
x „ , x„, ..., x , ktorej analytické vyjadrenie ne-
1 2 m
poznáme. Táto závislosť Je spravidla zložitá, ale často ju možno aspoň približne
vyjadriť lineárne. Nech veličina y závisí na veličinách x.. , X-, ..., x line—
1 2 oi
árne, t.j. platí

y -oá x +oé9 x + ... x , í2*.7)

1 1 2 2 m Dl

kde sú konštanty. Dajme tomu, že bolo urobených n meraní veličín, ktorých

hodnoty sú

X 11 ’ X21 * • * * » Xm1’ y i

X 1 2 ’ X2 2 ’ •**» xm 2 ’ y2

e e e f X f
x 1 n ’ X2n' Din yn

Ak by sme tieto hodnoty postupne dosadili do (4*7) dostali by sme systém rovníc
o m neznámych oC1 , 2 ..., aL . Tento systém však spravidla nemá žiadne rieáe-
m
nie. Pri určeni hodnôt je užitočné za mieru nepresnosti považovať výraz

Ô = 2 1 (y k x1k -<¿2 x 2k - • • • -«¿m Xmk>2 ‘

k=1

Ak označíme n—tice (x^ , x^ ^ , .... x-|n )* (X21 * x22* X2n^ * ***

.... (x „ . x ..., x ) ako vektory e., e., .... e’ , tak každý vektor X Č E
ml m2 mn 1 2 m m
možno vyjadriť podlá (4.6) takto s

X »oé.e + oé„e + ... e , (4.9)

ll 2 2 mm

pričom počiatok súradnicovej sústavy sme zvolili z £ E .

m
 181

Vzorec (4.8) vyjadruje teraz vzdialenosť bodu Y = (y^, y2 , y ) od bodu

X 6 E . Táto vzdialenosť bude najmenšia, ak vektor Y - X bude kolmý na každý
m
vektor e"., ťT„, e , t. j. musí platiť (Y - X; e .) = 0 alebo
i d. m i

(Y; e"^) = (X; e^), pre i = 1, 2, ...» m. (4.10)

Ak sem dosadíme za X z (4.9), dostaneme m lineárnych rovníc na určenie

čísel o£.j , • • • * c/m *

Príklad 4.5. Metódou najmenších štvorcov riešme sústavu

a + b = 1, 3a + b = 2, 7a + b = 5.

V našom prípade je e^ = (1,3,7), ejj * (1»1*1)* '*’ =(1,2,3), X = ae^ +

+ be^. Sústava (4.10) vedie v tomto prípade k sústave dvoch rovníc

(Y; 5^) = ae^2 + b (e2 ; a,)

(Y; e2) = a (a, ; Ó”2 ) + b e2 ,

t.J. 59a + 11b = 42, 11a+3b=8, odkiaľ

19 5
---- f b = --
28 28

C v i č e n i a

4.1. Určte vzdialenosť bodu Q = (2,3,1) od priamky, ktorá spája body A =

= (2,1,0), B = (1,4,1). ^ j 66/11J

4.2. Určte vzdialenosť priamok x * 2t — 1, y = 1 - t, z' = 3 + t{ x = 4r + 3»

y = 1 - 2r, z = 2r + 2. [fJ5 / 6 j

4.3. Určte vzdialenosť rovín 3* - 2y - 6z + 35 = 0» 3* - 2y - 6z = 0. f 5^

4.4. Určte vzdialenosť priamky x = 2t - 1 , y t, z = 2 + 3t od roviny

x+5y + z- 3 = 0.
[Í3/3]

4.5. Určte vzdialenosť priamok

x - 1 y - 1 z x y z
1 2 - 1 * 2 1 - 2 [(5/*]
 182

4.6. Nájdite bod Q súmerný s bodom P = (2,-5*7) vzhľadom na priamku spájajúcu

body A = (5,4,6) a B = (-2,-17,-8).
[ q =* (4,1,-3)]

4.7» Nájdite bod Q súmerný k bodu P = (5,2,1) vzhľadom na rovinu 4x - y - z +

+ 1 = °‘ [Q = (-3,4,3)]

5. UHOL DVOCH PRIAMOK, DVOCH ROVÍN, PRIAMKY A ROVINY

Uhlom ‘f dvoch priamok rozumieme ostrý uhol, ktorý zvierajú ich smerové
vektory u, v. Ako už vieme, je

u . v|
cos ‘f (5.1)
U I Iv

Ak priamky sú dané kanonickými rovnicami

x - *1 y - y1 z- x - x„ y - y0 z - z.

potom (5»1) má zrejme tvar

U1V 1 + U2V 2 + U3V 3

COS a — (5.2)
2 2 2 2
U2 + U3 J’ ? + V2 + V3

Uhol priamky a roviny je ostrý uhol , ktorý zviera priamka so svojím kol­
mým priemetom do danej roviny. Zrejme platí (obr. 16 )x

n . v X
cos <f
1
, kde <P, - .
n Iv 1

Pretože cos ( --- <ŕ) - sin <f , je

V 2

In . v |
sin (5.3)
n v
 - 183 -

x-x y-y z-z

o o o a rovina rovnicou ax + by +
Ak je priamka daná rovnicami
'1 '2
+ cz + d = 0, potom vzorec (5.3) má tvar

av1 + bv2 + cv^

s in (5.4)
a
2
+ b
2 2
+ c
R 2 2
+ v2 + v3
2

Uhol dvoch rovín je ostrý uhol (prípadne pravý uhol), ktorý zvierajú ich
normály. Ak íí^ a sú normálová vektory daných rovín, tak

nl • n2 l
COS (3.5)
nlI In2I

Ak roviny sú daná všeobecnými rovnicami

a^ x + b^y + c1z + d1 = 0 , a2x + b2y + c2z + d2 = 0,

potom uhol týchto rovín je daný vzorcom

aia2 + b1b 2 + C1C2

COS «f (5.6)
[~2 R 2 [2 2 2
I a 1 + b 1 + C1 l a 2 + b 2 + °2

Príklad 5.1. Určme uhol priamok

x - 1 y - 2 z - 2 2x + 2 y - 3z = 0
P1 8 52 ’
2x + y - 9 = 0.

Smerový vektor priamky p^ je ÍT = (2,1,2). Ĺahko zistíme, že smerový vek­

tor priamky p2 Je v = (3»-6,-2). Podľa vzorca (5.2) potom Je
 184 -

• a
I 6 - 6 - 4 4
COS ‘f = ■--- -.. .... .. - odtiaľ ^ = 79° 1
j4 + 1 + 4 |9 + 36 + 4 21

C v i č e n i a

5.1. Nájdite uhol, ktorý zvierajú priamky x = 3t - 3* y = 5, z = -t + 3;

x = 2t - 1 , y = -3, z = t - 2.
O = 45°]

5.2. Určte veľkosť uhla medzi priamkou x - 2y + 3 0, z + 3y - 1 = 0 a rovi-

nou 2x + 3y - z + 1 = 0 .
[sin f = 4/13]

5.3. Určte uhol, ktorý zvierajú roviny 2x + 2y - z - 1 0, x + 4y + z + 1 = 0 .

0 = 45° J

i
 - 185 -

XX. A N A L Y T I C K Á G E O M E T R I A
K V A D R A T I C K Ý C H Ú T V A R O V

1. KUŽEĽOSEČKY V ZÁKLADNÝCH POLOHÁCH

V tejto kapitole sa budeme zaoberať analytickým vyjadrením kužeľosečiek a

kvadratických plôch.

Kužeľosečkami nazývame rovinné krivky; kružnicu, elipsu, parabolu a hyper­

bolu. Základné vlastnosti týchto kriviek poznáme zo strednej školy.

Analytickým vyjadrením kružnice o polomere r so stredom v počiatku pravo­

uhlej súradnicovéj sústavy je rovnica

x + y = r. . (1.1)

Analytickým vyjadrením elipsy, ktorej stred je v počiatku súradnicovej sú­

stavy a osi splývajú so súradnicovými osami je rovnica

Analytickým vyjadrením hyperboly so stredom v počiatku súradnicovej sústavy

ktorej osi splývajú so súradnicovými osami je rovnica

2
x
= 1. (1 .3)
2
a

Analytickým vyjadrením paraboly s vrcholom v počiatku súradnicovej sústavy,

ktorej os splýva so súradnicovou osou Ox (Oy) je rovnica

y2 = 2px (x2 s 2py). O«*»)

Rovnice (1.1) až (1.4) sú tzv. kanonické alebo osové rovnice kužeľosečiek.

Každá z uvedených rovníc je kvadratická rovnica v dvoch premenných.

Je zrejmé, že analytické vyjadrenie (rovnica) kužeľosečky závisí od voľby

pravouhlej súradnicovej sústavy. Vieme, že kružnica so stredom S = (m,n) o polo
2 2 2
mere r má rovnicu (x - m ) + (y - n) = r , t.j.
 186 -

2 2 2 2 2
x + y - 2mx - 2ny + m +n -r =0.

Bude nás zaujímať, kedy kvadratická rovnica v dvoch premenných vo všeobecnom tvare

Ax2 + 2B xy + Cy2 + 2Dx + 2Ey + F = 0

vyjadruje kružnicu, pripadne inú kužeľosečku.

Úlohu budeme riešiť tak, že vhodnou voľbou pravouhlej súradnicovej sústavy

prevedieme všeobecnú rovnicu na £o najjednoduchší tvar. Je samozrejmá, že vše-
2 2
obecná rovnica nemusí byť vždy rovnicou krivky. Napr. rovnici (x-1) + y = 0 vy-
2 2
hovuje jediný bod (1,0) a rovnica x + y + 4 = 0 predstavuje prázdnu množinu.

Uvedieme ďalšie možná typy tvarov kanonických rovníc kužeľosečiek:

2 2 2 2
a x - b y 0 dvojica rôznobežných priamok, (1.5)
2 2 .2 2
a x + b y O bod, (1 .6 )
0 pri amka, (1.7)
2
a dvojica rovnobežných priamok. ( 1 .8 )

Všimnime si, že kužeľosečky 1-7 dostaneme rezom nejakej rotačnej kužeľovej

plochy vhodnou rovinou (odtiaľ pochádza spoločný názov).

Ešte poznamenajme, že kužeľosečky, ktoré majú jediný stred sa nazývajú stre­

dová. Stredom kužeľosečky je bod, podľa ktorého sú body kužeľosečky po dvoch sú­
merná. Parabola zrejme nie je stredovou krivkou. Kružnica, elipsy, hyperbola a
parabola sú regulárne kužeľosečky. Je pre nich charakteristické, že obsahujú as­
poň jeden bod a nie sú zložená z priamok. Ostatná kužeľosečky sú singulárne (de­
generovaná).

2. ROZBOR VŠEOBECNEJ ROVNICE KUŽEĽOSEČKY

Uvažujme kvadratickú rovnicu v dvoch premenných x a y tvaru

2 2
a(1x + 2a12xy + a22y + 2ä 13x + 2a23y + a33 = °* (2*1)

v f 2 2
Ľavá strana tejto rovnice je súčtom kvadratickej formy a^x + 2a-j2XV + a22y *
lineárnej formy 2a1 + 2a23y a abs°íútneho člena a^* Predpokladajme, že v ro­

vine je zvolená pravouhlá súradnicová sústava (0; e^ , ?2 ).

Geometrická miesto bodov roviny, ktorých súradnice vyhovujú rovnici (2.1)

nazývame k u ž e ľ o s e č k o u . Ak chceme zistiť akú kužeľosečku daná rovnica
vyjadruje, musíme túto rovnicu vhodnými transformáciami zjednodušiť.
 - 187 -

Urobme transformáciu posunutím

x = x' + x , y = y' + y . (2 .2 )
O 1 o

kde 0* = (x q , YQ) Je určitý bod v sústave (0; e , T,>). *>° dosadení z transfor-
mačných rovníc (2.2) do (2.1) a po úprave dostaneme

'2
+ 2a12x'y' + a22y'2 ♦ 2 ^ ^ + a, ^ + +
a!1X

+
2(ai 2X0 + a22yo + a23)y/ + a33 = °*

kde a'3 - a „ X 2 + 2a12xoyo + a ^ y 2 + 2a, * Za^yQ + a ^ .

Všimnime si, že po tejto transformácii kvadratická forma zostala nezmenená.

Významné zjednodušenie nastane, ak počiatok 0 = (x q , novej súradnicové j
sústavy (0*; e^, e" ) vyberieme tak, aby

al1xo + a12y o + a13 = °

(2.3)
a12Xo + a22yo + a23 = °*

Vieme, že táto sústava lineárnych rovníc má jediná riešenie, ak determinant

sústavy (diskriminant kvadratickej formy)

a
11 ai2
t o. (2.*)
a
12 U 22

V prípade, že determinant sa rovná nule, sústava (2.3) má nekonečne veľa riešení

alebo nemá žiadne riešenie.

Ak sústava (2.3) má riešenie, tak každým riešením je určený taký bod O =

* (x , y ), že prechodom k sústave súradníc (0*; e-., e„), rovnica (2.1) nadobudne
o o i *
tvar

+ a 0. (2.5)
aH y 2a12X y a22y 33

Predpokladajme, že Je splnená podmienka (2.4), t. j. že sústava (2.3) má je­

diná riešenie (x , y ). Bod 0 ,«= (x , y ) zvolíme za počiatok novej súradnicovej
o o o o
sústavy. Ľahko dokážeme, že tento bod je stredom súmernosti uvažovanej kužeľoseč­
ky. Ak totiž súradnice Iubovoľnáho bodu M ■ (x, , y^ ) vyhovujú rovnici (2.5), tak
jej vyhovujú i súradnice bodu M*= (-x,, -y, ), ktorý je súmerný s bodom M vzhľa­
dom na počiatok O*. Dá sa dokázať aj obrátená tvrdenie, že ak počiatok súradni­
covej sústavy je stredom súmernosti, potom vo všeobecnej rovnici (2.1) je ^ -
 188 -

Kužeľosečky majúce Jediný stred nazveme stredovými kužeľosečkami. Ostatné

kužeľosečky sú nestredové.

Stredové kužeľosečky. Predpokladajme, že sme urobili posunutie počiatku dco

stredu kužeľosečky, a teda kužeľosečka (2 .1 ) mé v súradnicovej sústave (O; í .Te^
= (o,; x", y') rovnicu (2 .5 )s

/2 •
0.
al 1* 2a12x y a22y + a33

Urobíme transformáciu otočením okolo počiatku O 7 o uhol dL . Vzťah medzi pôvodiný

mi súradnicami x', y' sústavy (O*; e^ , e’ ) a novými súradnicami x", y" súratd-
nicovej sústavy (o’j e:, ? ) Je daný transformačnými rovnicami (pozri (1.7) ka>p.
1-» ^
VIII)

x" = x" cos o£ - y " sin 06

y ” = x" sin + y " cos 06 .

Po dosadení za x", y' d o (2.5) po príslušnej úprave a preznačení, rovnica (2. 5)

prejde na tvar

//2 nZ + a ( 2. 6 )
a!1X a i2X a22y
O,
33

kde

2 ,
= a1 cos ct- + 2a12 cos aC sin </. + a22 sin2oč f
a11
2 .
“ a1 sin2oč - 2a^ 2 cos c/ sin oĹ + a22 cos oč 9
a22
2
cos dL + a^2(cos oč - sin2 ct- ) + a ^2 s*n ©£ cos
ai2 = ~a11 alnoí •

Uhol oC volíme tak, aby koeficient pri súčine x "y" v rovnici (2,6) bol
&12
rovný nule. Takto dostaneme:

2 a^ 2 cos 2 cĹ = 2 oč .
<a ! 1 ' a2 2 )sin

Ak an = a22, tak cos 2 oč » 0 a možno položiť oC

4
Ak a^ * a22 ’ potom volíme oč tak, aby platilo

2 a
12
tg 2 o£ = ----- •
al1 " a22

Vidíme, že taký uhol 06 vždy existuje a v novej súradnicovej sústave

(o' ; e' , e^) uvažovaná rovnica nadobudne tvar

 - 189 -

' //2 / //2 * _ (2. 8)

a11x + a22y + a33 = °*

Poznamenajme, že nové koeficienty a.) , a^Q nie sú nulové. Ak by niektorý

z nich bol nulový, potom by platilo a-)1ao2 ~ ai o = °*

To nie je možné, pretože ide o stredovú kužeľosečku.

Absolutný člen môže byť rovný nule alebo rôzny od nuly.

Uvažujme obidva prípady:

1 . Ak ^ 0, rovnicu (2,B) možno prepísať na tvar

"Z "2
x y
= 1. (2.9)
P

kde oč = - a ^ / a ^ , f] = - a ^ / a ^ . Môžu nastať tieto kombinácie znamienok:

a) d- > O, p > 0. Ak pritom oč = , rovnica (2.9) Je rovnicou kružnice

o polomere .Ak oL ŕ P t rovnica (2.9) Je kanonickou rovnicou elipsy.

b) Čísla oC a f) majú opačné znamienka. Zrejme (2.9) je rovnicou hyperboly.

c) cĹ < 0, R <0. Rovnici (2.9) nevyhovujú súradnice žiadneho bodu. Označme
/ O O
2 r 2 x y
aC = -a , f) - —b . Hovoríme, že rovnica --- + --- = -1 je rovnicou imaginárnej
1 2 2
a b
elipsy.

2, Nech teraz a ^ = O. V tomto prípade rovnica (2.8) má tvar

' n2 • trZ
ai1X + a22y = °‘

V závislosti od znamienok a^ a dostaneme jednu z dvoch rovníc:

2 uZ 2 //2 . . Z //Z + b Zy //Z = 0 .

a x - b y =0 alebo a x

V prvom prípade ide o dvojicu priamok ax" + b y // = 0, ax “ - b y // = O, pretínajú­

cich sa v bode 0*. Druhej rovnici vyhovujú súradnice jediného bodu 0 .

Nestredové kužeľosečky. Predpokladajme, že diskriminant kvadratickej formy

2
rovnice (2.1) je rovný nule, t.j. aiia22 = ai2*

Koeficienty a^ 1 i sú rovnakého znamienka, pokiaľ jeden z nich nie

Je nulový. Obidva súčasne nemôžu byť nulové, pretože v tom prípade rovnica (2.1)
by nebola kvadratická. Môžeme predpokladať, že a^1 i a^ sú nezáporné. Ak to­
mu tak nie je, vynásobíme rovnicu číslom -1.
 190 -

Zrejme platí rovnosť

a!1X + 2a!2Xy + a22y * (x Í V . í y

Zvoľme

•í = 3 *2 = ía22’ ^Ä11^
l 11 + a 22 al1 + a22

za vektory novej bázy. Ľahko overíme, že súradnicová sústava (0; e^ , ťT^) je pra­

vouhlá (e' a e^ sú ortonormálne) . Medzi súradnicami bodu x', y' v novej sú­
stave (O; e', e^) a x, y v pôvodnej sústave (0; e^, e p l a t i a transformačné
rovnice (pozri (1.5) kap. VIII.)

<x ' í ^ - y 'fi7 2) x ' - -7 = = - (x í v i + y

a l1 + a 22 a !1 + a 22

alebo

(x' S ž + y T an ) y ' = (-x * y fv,).

+ a
ívT 22 a 11 + a 22

Poznámka 2.1. Ľahko sa presvedčíme, že ide o otočenie osí pôvodnej súradni­

covej sústavy o uhol oĹ daný vzťahom (2.7).

V súradnicovéj sústave (0; e-

', e^) rovnica (2.1) bude mať tvar

/ v *2 M (2 .1 0 )
(an + a22'x + 2a13x + 2a23y + a33!=

Nová koeficienty nebudeme teraz vyčíslovať. Všimneme si iba, že a^ = ® 33 *

Nech a,^ / 0. Upravme rovnicu (2.10) na tvar

•Z
13 33 *1 3
(an + a 22^ x' + ---------------r 2a 23 y +
al1 + a22/ 2a23 2a23 ^a11 + a22^ —1

Ak v tejto rovnici urobíme transformáciu posunutím podľa transformačných rovníc

M t
13
X = X +

a !1 + a 22
 191

- 2
// * 33 113
y * y +
2 ann
23
2 a. (a ^ + a22)

dostaneme pravouhlú súradnicovú sústavu, v ktorej uvažovaná rovnica bude mať tvar

x"2 =* 2 py",

kde p = -a23 : (a„ + a22).

Teda v prípade a23 / 0, uvažovaná rovnica určuje parabolu.

Nech teraz a23 = 0. V tomto prípade rovnicu (2.10) môžeme prepísať na tvar

• 2
13 S3
+ a 0.
(ai1 + a22 ) X' + 33
a!1 + a22, a l1 + a 22

Posunutím počiatku podía transíormačných rovníc

// »+ 13 u •
X = X , y = y
Ä11 + a 22

dostaneme

•2

u2 S3
= O.
(ai1 + a22} X 33
a 11 + a 22

Označme absolútny člen znakom e£ a dostaneme

//2 , _
x + ot e O.

Môžu nastať tieto prípady:

a) oč < 0. Označme oč = -a2 a rozložme lavú stranu rovnosti - a2 = 0

na súčin (x7/- a) (x// + a) = 0. Odtiaľ vidíme, že uvažovaná rovnica je rovnicou
dvojice rovnobežných priamok x = a, x = -a.

b) oL > 0. Máme x" = - oĹ < 0 a danej rovnici nevyhovuje žiadny bod.

c) o£ = 0. V tomto prípade dostaneme

a tejto rovnici vyhovujú súradnice bodov ležiacich na y-ovej osi súradnicovej

sústavy (0/{ e^, e^). Uvažovaná kužeľosečka je rovnicou priamky.

 192

Z predošlého rozboru vyplýva nasledovný výsledok.

V pravouhlej súradnicovej sústave kvadratická rovnica v dvoch premenných vo

všeobecnom tvare

2 2
a11 x + 2a12xy + a ^ y + 2 ^ yc + ž a ^ y + a ^ = O

*
môže vyjadrovať: kružnicu, elipsu, hyperbolu, parabolu, dvojicu priamok, priamku,
bod alebo prázdnu množinu.

Pri vyšetrovaní kužeľosečiek budeme postupovať takto:

a) U stredových kužeľosečiek urobíme transformáciu posunutím počiatku súrad­

nicovej sústavy do bodu 0*, ktorého súradnice nájdeme riešením sústavy (2.3).
Otočením súradnicové j sústavy (0V j e”^ , e^) o uhol oč získame v súradnicovej sú­
stave (O*, e"', e^) príslušnú kanonickú rovnicu.

b) U nestredových kužeľosečiek urobíme najskôr transformáciu súradníc otoče­

ním. Získame rovnicu typu (2.10), z ktorej doplnením na úplný štvorec ľahko zis­
tíme príslušnú kanonickú rovnicu.

Príklad 2.1. Určme tvar a polohu kužeľosečky

25x2 - l4xy + 25y2 + 64x - 64y - 224 = 0 .

R i e š e n i e . Rozhodneme, či sústava (2.3) je riešiteľná. V našom prípa­

de máme

25x - 7y + 32 <= o
o o
-7x + 25y - 32 = o.
o o

Cramerovým pravidlom zistime, že táto sústava má Jediné riešenie x ■ -1, yQ =

= 1. Urobíme transformáciu posunutím

x = x - 1, y = y '+ 1.

Koeficient a^ je hodnota ľavej strany (2.1) pre xq = -1 a yQ = 1 :

a33 = 25 + 14 + 25 - 64 - 64 - 224 « -288.

Teda po transformácii posunutím dostávame (pozri 2.5)

*
25x'2 - 14x 'y'+ 25y'2 - 288 = 0.

JT
Otočíme súradnicovú sústavu (0 ; , e^) o uhol oč = — (ait
 193

Použitím transformačných rovníc

fl
y' - — (x" + y")

dostaneme

9x"2 + I6y'/2 - 144 = 0

čiže

x
//2 i/ 2
y
-- + --- = 1.
16 9

Daná rovnica je rovnicou elipsy so stredom S = o' = (-1,1) s polosami a = 4, b =

= 3. Jej hlavná os má smernicu tg oĹ = 1 .

Príklad 2.2. Určme aká bodovú množinu predstavuje rovnica

2 2
x - 2xy + y + 4x - 4y + 3 = 0.

R i e š e n i e . Uvažujme sústavu (2.3). ktorá v našom prípade je

x - y + 2 = 0, -x + y - 2 = 0.
o o o o

Sústava má nekonečne mnoho riešení. Ide o nestredovú kužeľosečku. Urobíme trans­

formáciu otočením opäť o uhol c>6 = X/k . Transformačné rovnice v našom prípade sú

{Ž f2
x = -- (x'- y'), y = --- (x'+ y').
2 2

Po dosadení do danej rovnice dostaneme rovnicu s nulovým koeficientom pri x y

a absolutný člen sa nezmení:

y ) + — (x'+ y ' ) 2 + 2 (¿(x'- y') - 2Í2(x'+ y ') + 3 O.

2

Odtiaľ po úprave

2 y '2 - 4 f2y' + 3 = O

a po doplnení na úplný štvorec dostaneme

2(y ' - f 2 ) 2 - 1 = 0
 - 194 -

Transformáciou x'= x", y '- fŽ = y " dostaneme 2y 2 = 1. To je kanonický tvar

1
danej rovnice. Je zrejmé, že daná rovnica predstavuje dvojicu priamok y" =
fz
n 1
a y = - —pr . Spätnou transformáciou dostaneme rovnice týchto priamok x - y +
|2
+3=0, x - y + 1 = 0 v pôvodnej súradnicovej sústave.

Poznámka 2.1. Polohu kužeľosečky v danom prípade môžeme zistiť aj takto:

Vieme, že ide o dvojicu rovnobežných priamok. Pôvodnú rovnicu zapíšeme v tvare

x2 + (4 - 2y) x + y2 - 4y + 3 = 0

a riešime ako kvadratickú rovnicu vzhľadom na x. Dostaneme x. = y - 1 a x^ :

= y — 3. Ak rozložíme ľavú stranu uvažovanej kvadratickej rovnice na koreňové
činitele, dostaneme ( x - y + l ) ( x - y + 3 ) = 0 a odtiaľ x - y + 1 = 0 a
x - y + 3 = O.

C v i č e n i a

2.1. Otočením súradnicových osí o 45 určte kanonické rovnice kužeľosečiek a ich

polohy:

a) 5x2 - 6xy + 5y2 = 32,

b) 3x2 - 2xy + 3y2 - 8 = 0. [ A 4y2= 16 j x2+

2.2. Nájdite kanonické rovnice daných kužeľosečiek:

a) 322 + 52xy - 7y2 + 180 = 0, L 4*2 - 9y2 = 36]

b) 17x2 - 12xy + 8y2 = 0, + 4y2 = 0 ]

[*2

c) 5x2 + 24xy - 5y2 = 0. -y2 = 0]

r*2

2.3. Určte súradnice bodu, ktorý je určený rovnicou:

a) 5x2 - 6xy + 2y2 - 2x + 2 = 0, [ m = (2 ,3 )]

b) x2 - 6xy + 1Oy2 + 1Ox - 32y + 26 = 0. [ m = (-2 ,1 )]

2.4. Určte polohu a tvar kužeľosečky:

2 2
a) x + 6xy + y + 6x + 2y - 1 = o, [2X2 - Y2 = 1 ]

Y2 1
b) 3x2 - 2xy + 3y2 + 4 x + 4 y - 4=0,
K2+ ¥ " 1J

c) x2 + y2 - 4x - 6y = 0, [x2 + Y2 = 13J

= -4x]
d) 2y2 + 8 x + 1 2 y - 3 = 0 , L
T.
y2

e) 21 x2 + xy - 10y2 = 0, [ 2y - 3x = 0 ,5 y +
2 2
f) 4x + 4xy + y - 12x - 6y + 5 = 0, Qžx+y-5 = 0, 2x+y'
2 2 . 3y + 2 = 0 ]
e) x - 6xy + 9y + 4x - 12y + 4 = 0,
[X ‘
 - 195 -

h) x2 + Uxy + 5y2 - 2x + 2 - 6y = O, [ m = (-1,1)]

i) 3x2 - 2xy + 3y2 - 10x + 10y + 13 = O. fprázdna množina

3. KVADRATICKÍ PLOCHY V ZÁKLADNÝCH polohách

Geometrické miesto bodov v priestore, ktorých súradnice v pravouhlej súrad­

nicovej sústave, vyhovujú kvadratickej rovnici v troch premenných x, y, z:

2 2 2
a^x + a22y + a^z + 2a^ gxy + 2a^^xz + 2a2;Jyz + 2a^^x + 2a2^y + 2a^kz +

+ = 0 (3.1 )

nazývame kvadratickou plochou, stručne kvadrikou. Koeficienty a^j sú dané čísla.

Dá sa ukázať, podobne ako v článku 2, že rovnica (3.1) nemusí vždy vyjadro-

vať rovnicu plochy v pravom slova zmysle. Napríklad rovnici
, — x
2
- y
2
=0 vyhovu-
2 2 2
jú body dvoch rovín x - y = 0, x y = 0 alebo rovnici x + y + z = -1 ne­
vyhovuje žiadny bod v priestore.

V tomto článku preberieme špeciálne prípady rovnice (3.1)• Naučíme sa pozná­

vať iba plochy v základných polohách. Zisťovať druh plochy z jej analytického vy­
jadrenia (z kanonickej rovnice) môžeme pomocou rezov rovinami. Za roviny rezov
berieme obyčajne súradnicové roviny a roviny s nimi rovnobežné. Z týchto rezov
potom poznáme tvar plochy.

Pri určovaní rovín súmernosti vychádzame z tejto úvahy. Ak s lubovolným bo­

dom M = (x^, y ^ , z^) aj súradnice bodu M = (—x^, y ^ , z^) vyhovujú rovnici plo­
chy, potom zrejme rovina x = O je rovinou súmernosti tejto plochy. Podobne ur­
číme os súmernosti plochy. Napríklad súradnicová os Ox je osou súmernosti plo­
chy vtedy, ak s lubovolným bodom M = (x^, , z^) aj bod M = (x^, -y^, -z^) je
bodom plochy. Plocha, ktorá má tri navzájom kolmé osi súmernosti, má stred, ktorý
je spoločným bodom osí súmernosti.

O kvadratickej ploche hovoríme, že je regulárna, ak obsahuje aspoň jeden

bod a nie je zložená z priamok rovnobežných alebo prechádzajúcich jedným bodom.

V dakäej časti uvedieme prehlad kvadratických plôch v základných polohách

a prehľad ich kanonických rovníc. Predpokladajme, že je zvolená pravouhlá súrad­
nicová sústava a uvažované konštanty a, b, c sú kladné.

1. Guľová plocha. Rovnica

(x - m)2 + (y - n)2 + (z - p)2 = r2

je rovnicou guľovej plochy so stredom S = (m,n,p) a polomerom r > 0. Vyplýva to

z toho, že bod M = (x,y,z) vyhovuje tej rovnici práve vtedy, ked preň platíš
d(M,S) = r.
 - 196 -

2. Elipsoidom nazývame plochu určenú

rovni co u

1. (3.2)

Ľavá strana rovnice je súčtom kladných

výrazov, preto žiadny z čítancov nemôže
byť väčší ako jedna. Odtial vyplýva, že
súradnice každého bodu elipsoidu splňujú
nerovnôsť |x| = a, |y| = b, |z| = c.
Elipsoid leží vo vnútri kvádra o rozme­
roch 2a, 2b, 2c.

Z rovnice (3.2) vidíme, že elipsoid

je súmerný podľa súradnicových rovín xy,
xz a yz. Elipsoid je tiež súmerný podľa
súradnicových osí Ox, Oy a Oz. Počiatok
súradnicovej sústavy Je stredom elipsoidu.
Priesečníky elipsoidu so súradnicovými
osami sú vrcholmi elipsoidu a ich vzdia­
lenosti od stredu elipsoidu sú jeho pol-
osami.

Súradnicová rovina xy pretína

elipsoid v krivke, ktorej body vyhovujú rovniciam

x y
— + — 1, z = 0.

Vidíme, že súradnicová rovina xy pretína elipsoid v elipse s polosami a, b so

stredom v počiatku súradnicovej sústavy. Podobne zistíme, že rezy elipsoidu so
súradnicovými rovinami xz a yz sú elipsy.

Rezom elipsoidu a roviny z = h, ktorá je rovnobežná so súradnicovou rovinou

xy je množina bodov, ktoré vyhovujú rovniciam

a z = h.

Ak Je |h| < c, rezová krivka je elipsa, s polosami

 - 1*7 -

k to re j p r ie m e t do s ú r a d n i c o v e j r o v i n y xy má r o v n i c u

2
x
+
2
a

Ak Ihl = e, rovina z = h pretína elipsoid v jednom bode (0,0,h). Ak

1hl > c, daná rovina a elipsoid nemajú žiadny spoločný bod. .

Podobné tvrdenia platia o rezoch elipsoidu s rovinami rovnobežnými so súrad­

nicovými rovinami xz a yz. Elipsoid má teda tvar uvedený na obr. 17.

Ked elipsoid má dve polosi rovnaké, nazýva sa rotačným elipsoidom. Tak napr.
ked v rovnici (3.2) položíme b = c ^ a, dostaneme elipsoid

2
x
= 1»
2
a
2 2
x y
ktorý vznikne rotáciou elipsy; danej v rovine xy rovnicou -- + -- *= 1 , okolo
2 v.2
a b
osi Ox.
2 2 2
Ked v rovnici (3.2) položíme a = b = c, dostaneme rovnicu x y + z *
2
= a , ktorá vyjadruje gulovú plochu o polomere a.

Ľahko zistíme, že rovnica

(x - m) (y - n) (z - p)
-------- + -------- + ------- = 1
2 . 2 2
a b c

je rovnicou elipsoidu, so stredom v bode S = (m,n,p), ktorého osi sú rovnobežné

so súradnicovými osami.

3. Jednodlelnym hyperboloidom nazývame plochu určenú rovnicou

(3.3)

Ľahko zistíme, že súradnicové roviny x = O, y = O, z = O sú roviny sú­

mernosti a súradnicové osi Ox, Oy, Oz sú osami jednodielneho hyperboloidu. Po­
čiatok súradnicovej sústavy je stredom hyperboloidu.

Rovina z * h, rovnobežná so súradnicovou rovinou xy, pretína jednodielny

hyperboloid vždy v elipse, ak je a ^ b alebo v kružnici, ak a = b. Rezová elip-
J Z Z J 2 Z
sa má polosi — |c + h # — ]c + h a jej priemet do roviny xy má rovnicu
c c
 - 198

* y
— + — + 1.

Rovina xz pretína jednodielny Ijyperboloid v hyperbole

2
x
= 1, y = 0.
2
a

Rovina y = h, kde |h| ŕ b, pretína tento hyperboloid tiež v hyperbole.

Ked |h| < b, tak priemet tejto hyperboly do súradnicovej roviny xz má

rovnicu

Ked |h| > b, tak priemet rezovej hyperboly do roviny xz má rovnicu

Ked väak Ih f = b, rovina y = h pretína hyperboloid v dvoch priamkach,

y z y z
ktorých priemety do roviny xz majú rovnice — + — “ 0, — - — = 0 .
b c b c

Obdobné vlastnosti majú rezy hyperboloidu (3.3) s rovinami rovnobežnými so

súradnicovou rovinou yz. Na základe takéhoto rozboru si môžeme urobiť predstavu
o jednodielnom hyperboloide, ktorý je znázornený na obr. 18.

4. Dvojdielny hyperboloid. Plocha určená rovnicou

2
z
+ - ---- B -1 (3.4)
2
c

sa nazýva dvojdielnym hyperboloidom (obr. 19). Aj táto plocha Je súmerná podľa

každej súradnicovej roviny. Súradnicové osi sú osami a počiatok stredom dvojdiel­
neho hyperboloidu.

Rezom dvojdielneho hyperboloidu a roviny z = h, rovnobežnej so súradnicovou

rovinou xy, je množina bodov, ktorých súradnice vyhovujú rovniciam.

2 2
x y
-1 a z s h.
,2 2
b c
 199 -

z.

Obr. 19 Obr. 20

Ked Ihl < c, rezom roviny a hyperboloidu je prázdna množina, pretože predoš­
lý systém nemá riešenie.

Ked |h| = c, rovina z = h pretína hyperboloid v jednom bode (0,0,h).

Ked Ihl > c, rovina z = h pretína tento hyperboloid v elipse, ak a / b

alebo v kružnici ak a = b. Priemet rezovej elipsy do súradnicovej roviny xy
má rovnicu

Vidíme, že dvojdielny hyperboloid sa skladá z dvoch oddelených častí. Nemá

žiadne body medzi rovinami z = —c, z * c, ktoré sú dotykovými rovinami v bodoch
(O,O,—c) a (O,0,c).

Rezy dvojdielneho hyperboloidu s rovinami y = h sú hyperboly, ktorých

priemety do súradnicovej roviny xz majú rovnice

2 2
z x

2 2
c a

Každá rovina x = h, rovnobežná s rovinou yz, sa taktiež pretína s týmto

hyperboloidom v niektorej hyperbole.

Podobnými ú v a h ami by sme zistili, že každá z rovníc

2 2
x y
a
2 2
a b

Je tiež rovnicou dvojdielneho hyperboloidu

 200

5. Eliptický paraboloid. Plocha určená rovnicou

x
2
+
y2 = 2z (3.5)
2
a

sa nazýva eliptickým paraboloidom (obr. 20).

Z rovnice (3.5) je zrejmé, že táto plocha má len dve roviny siímernosti x =

= O a y = 0. Jediná os súmernosti je súradnicová os Oz. Spoločný bod tejto osi
a plochy je počiatok súradnicovej sústavy a nazýva sa vrcholom paraboloidu. Para­
boloid je plocha, ktorá nemá stred.

Rovina z = h, pričom h > 0, pretína paraboloid v elipse, ak j e a / b

alebo v kružnici, ak je a = b, Priemet rezovej elipsy do súradnicovej roviny xy
2 2
, x y
má rovnicu __ + _ = 2h.
a2 v2
b

Ak h < 0, roviny z = h paraboloid nepretínajú. Súradnicová rovina z = 0

sa dotýka paraboloidu v jeho vrchole.

Rovina y = h pretína paraboloid v parabole, ktorej priemet do súradnicovej

roviny xz má rovnicu

Os tejto paraboly je rovnobežná so súradnicovou osou Oz a jej vrchol je v bode

Podobné tvrdenie platí o každej rovine x = h, rovnobežnej s rovinou yz.

2 2 2
Ked v rovnici (3.5) položíme a = b, dostaneme rovnicu x + y = 2a z,
ktorá určuje tzv. rotačný paraboloid. Jeho rotačná os je os Oz. Môžeme ho dostať
2 2 ,
rotáciou paraboly x = 2a z, y = 0 okolo súradnicovej osi Oz.

6. Hyperbolickým paraboloidom nazývame plochu určenú rovnicou

(3.6)

Táto plocha má dve roviny súmernosti x = 0 a y = 0, ktoré pretínajú plochu

v parabolách. Jedinou osou plochy je súradnicová os Oz.

Roviny z = h pretínajú danú plochu v hyperbolách v prípade, ked h ^ 0.

2 2
x y
Pre h > 0 priemet rezovej hyperboly do roviny xy má rovnicu — ------ 2h
x 2 2y a2 b2
a pre h < 0, r o v n i c u --- + — = -2h.
a2 v.2
b
 201

Rovina z = O pretína tento parabo­

loid v dvoch priamkach, ktorých rovnice
sú

x y x y
— —— e O a — + — = 0,
a b a b

Rovina y = h pretína hyperbolický

paraboloid vždy v parabole, ktorej prie­
met do roviny xz má rovnicu
Obr. 21

2
x 2a

Os tejto paraboly je rovnobežná s osou Oz a vrchol má súradnice

Podobne, roviny x = h pretínajú paraboloid (3,6) v parabolách.

Vidíme, že hyperbolický paraboloid (3,6) má tvar sedla (cbr. 21).

Je zrejmá, že každá z rovníc

2 2
x y
2z,
2
a

2
y
--= 2x,
2

je rovnicou dvojdielneho hyperboloidu.

7. Kužeľová plocha. Plocha určená rovnicou

2
x
2
+ = z (3.7)
2
a

sa nazýva eliptickou kuželovou plochou, ak a / b (obr. 22).

Ked a = b, rovnica (3.7) určuje kruhovú (rotačnú) kužeľovú plochu. Táto

plocha má tri roviny súmernosti.

Roviny x = 0 a y = 0 pretínajú plochu vždy vo dvojiciach rôznobežných

priamok; súradnicová rovina z = 0 v jednom bode (0,0,0).

Každá rovina z = h, rovnobežná s rovinou xy, pretína eliptickú kuželovú

plochu v elipse, ktorej priemet do súradnicovéj roviny xy má rovnicu