MATEMATIKAI PROBLÉMAMEGOLDÓ GYAKORLAT

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "MATEMATIKAI PROBLÉMAMEGOLDÓ GYAKORLAT"

Átírás

1 MATEMATIKAI PROBLÉMAMEGOLDÓ GYAKORLAT Ergodelmélet Dávid Szabolcs Papp Dániel Stippinger Marcell

2 2 Definíció: A T endomorfizmust ergodikusnak nevezzük, ha bármely f L 2 függvényre f const. (Miután általában az L p -függvények csak μ-m.m. értelmezettek, azért ezek egyenlőségéről is csak ilyen értelemben beszélünk). Innen azonnal következik, hogy T csak akkor ergodikus, ha minden invariáns függvény konstans. Lemma: Az (M,F, μ, T ) endomorfizmus csak akkor ergodikus, ha minden invariáns halmaz triviális, azaz mértéke 0 vagy 1.

3 3 Definíció: Az (S d,f, μ, T ) automorfizmust csoport-automofizmusnak nevezzük, ha: (i) T és T 1 folytonosak, (ii) x,y S d -re T(x + y) = Tx + Ty. Legyen A =(a jk ) 1 j,k d egész elemű mátrix, amelyre det A =1 Lemma: S d -nek a Tx Ax (mod Z d ) reláció által értelmezett automorfizmusa csoport-automorfizmus.

4 4 Lemma folyt.: d Jelölje általában az x R elem valamely felemeltjét. ~ x S d deta = 1 miatt A 1 létezik, sőt elemei egészek, tehát T jól értelmezett és a Lebesgue-mérték invariáns.t(x + y) A(x + y)=ax+ay T x + T y, ahol a kongruencia mindig (mod Z d )

5 5 Definíció: A χ: S d C nem azonosan eltűnő, folytonos függvényt karakternek nevezzük, ha x, y S d re χ(x + y) = χ(x)χ(y). Következmények: (i) Az összes karakter ilyen alakú: χ n (x) = exp(2πi(n, x)) ahol n Z d (ezek ugyanis a Cauchy-függvényegyenlet folytonos megoldásai). (ii) Az d Ŝ := {χ n : n Z d } csoportot duális csoportnak nevezzük d (iii) Ŝ n is tekinthetjük az indukált leképezést: χ S d re Tˆ Tˆ valóban karakter, mert Tˆ x y Tx y Tx Ty (x) : (Tx) Tˆ xtˆ y

6 6 Tétel: A tórusz T algebrai automorfizmusa csak akkor keverő, ha χ(nem 1) S d karakterre a {( Tˆ ) k χ: k Z} trajektória végtelen, azaz aperiódikus. Ebben az esetben T keverő is.

7 7 Elliptikus példa: 0 1 Legyen A Az egyenes fix pontokból áll, a többi pont periodikus, a 1 0 periódus értéke 2, mert T 2 A I. A T A térkép megfordítja a toruszt az főátló körül. Nincsenek sűrű pályák, így a leképzés nem ergodikus. Vegyük észre, hogy A sajátértékei: 1 x y

8 8 Parabolikus példa: 1 m Legyen A ahol m Z. Az 0 egyenes fix pontokból áll. Minden 0 1 egyenes invariáns T A ranézve. Nincsenek sűrű pályák, így a leképzés nem ergodikus. Vegyük észre, hogy A sajátértéke 1, kétszeres multiplicitással. y y const. Amennyiben Tor 2 t egy x, y : 0 x 1, y 0 alapkörű, y függőleges koordinátájú hengerként képzeljük el, akkor az összes vízszintes y const. szeletet my szöggel elforgatja, hiszen a hozzárendelés: x x my(mod1). Mivel magasabban van az elforgatott szelet, annál nagyobb az elforgatás szöge, így az egész henger felfele csavarodik. Az ilyen leképzéseket csavaró leképezéseknek nevezzük.

9 9 Definíció: A tórusznak az A mátrix által származtatott (S d,f, μ, T ) automorfizmusát hiperbolikusnak nevezzük, ha spec A z 1 Tétel: 0 Ha a T tórusz algebrai automorfizmusa hiperbolikus, akkor T ergodikus és keverő.

10 10 Tétel bizonyítás: Ha az A mátrix által származtatott T automorfizmus nem ergodikus, ha k d és n 0 Z hogy T x n x,vagyis n A k n. Ekkor természetesen n A*-nak és egyúttal A-nak van sajátértéke az egységkörön. Vagyis ha ez nincs így, akkor T ergodikus, sőt keverő. Pld. d=2 esetén mindkét sajátérték az egységkörön van, vagy mindkettő valós és egyikükre S 1, a másikra U > 1 (s a stable, u az unstable szó kezdőbetűje). k 0

11 11 Tétel: A tórusz hipebolikus algebrai automorfizumsa ergodikus. Biz.: Egyszerűség kedvéért legyen d=2 vagyis mindkét sajátérték valós és legyen. Ebben az esetben A-nak vannak R 2 S 1 U > 1 -beli sajátvektorai: e s és e u. A bizonyítás fontos eszközei a szűkülő illetve táguló vonalak.

12 12 Definíció: A T leképezés ponton keresztül átmenő szűkülő (stabil) vagy táguló fonala s d n n x y S : lim dist T x,t y 0 n És táguló (instabil fonala) u d n n x y S : lim dist T x,t y 0 n Valójában T stabil (instabil) fonala éppen a leképezés stabil (instabil) fonala. Esetünkben e fonalak könnyen leírhatóak: s 2 u 2 x x~ t e mod Z :t R x x~ t e mod Z :t s Tehát ténylegesen mindkettő a tórusz e s illetve e u irányú feltekerésének pályája. u R

13 13 Automorfizmusról lévén szó, hivatkozunk az ergodtételre: egyrészt μ-m.m. 2 Esetén: x S re n n n f (x) f (Tx)... f (T x) f (x) 1 1 f f -re áll m.m. x-re. Jelöljük: Mivel f egyenletesen is folytonos, igazak a következő megállapítások: 1.: Ha 2.: Ha n f (x) f (T x)... f (T x) f (x) n 2 J : x S : f (x) f (x) x, y s és f (x) létezik, akkor f (y) is létezik, és f (x) f (y) x, y s és f (x) létezik, akkor f (y) is létezik, és f (x) f (y)

14 14 f egyenletes folytonossága miatt > 0 -hoz > 0,hogy hacsak x, x < 0 f x f x < k k Mivel T x,t y ha k (valójában a konvergencia sebessége λ sk k k vagyis exponenciális), ezért T x,t y<,ha k k 0 Ekkor elég nagy n mellett: n n1 k0 1 n1 k k 1 k k k k f T x f T y f T x f T y f T x f T y < 2 k0 n k0 kk 2max f n k 1 y 1 γ s y 2 0 x γ u 1

15 15 Források: Szász Domonkos: Dinamikai rendszerek Nikolai Chernov: Dynamical Systems

16 Köszönjük a figyelmet!

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek Algebra Tanszék B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E

Részletesebben

Dinamikai rendszerek, 2017 tavasz

Dinamikai rendszerek, 2017 tavasz Dinamikai rendszerek, 2017 tavasz Napló: erről volt szó az órákon Február 6. Diszkrét idejű dinamikai rendszer fogalma. Pálya, periodicitás, aszimptotikus viselkedés. Invertálhatóság kérdése. Dinamikai

Részletesebben

Mátrixok 2017 Mátrixok

Mátrixok 2017 Mátrixok 2017 számtáblázatok" : számok rendezett halmaza, melyben a számok helye két paraméterrel van meghatározva. Például lineáris egyenletrendszer együtthatómátrixa 2 x 1 + 4 x 2 = 8 1 x 1 + 3 x 2 = 1 ( 2 4

Részletesebben

Matematika (mesterképzés)

Matematika (mesterképzés) Matematika (mesterképzés) Környezet- és Településmérnököknek Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Vinczéné Varga A. Környezet- és Településmérnököknek 2016/2017/I 1 / 29 Lineáris tér,

Részletesebben

Bevezetés az algebrába 2

Bevezetés az algebrába 2 B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Bevezetés az algebrába 2 BMETE91AM37 Mátrixfüggvények H607 2018-05-02 Wettl Ferenc

Részletesebben

3. előadás Stabilitás

3. előadás Stabilitás Stabilitás 3. előadás 2011. 09. 19. Alapfogalmak Tekintsük dx dt = f (t, x), x(t 0) = x 0 t (, ), (1) Jelölje t x(t; t 0, x 0 ) vagy x(.; t 0, x 0 ) a KÉF megoldását. Kívánalom: kezdeti állapot kis megváltozása

Részletesebben

SZÁSZ DOMOKOS DINAMIKAI RENDSZEREK

SZÁSZ DOMOKOS DINAMIKAI RENDSZEREK SZÁSZ DOMOKOS DINAMIKAI RENDSZEREK Tartalomjegyzék 1. Bevezetés. Alapfogalmak és példák 3 2. Poincaré rekurrencia tétele. Ergodtételek 10 3. További példák. Ergodikus leképezések 17 4. Stacionárius sorozatok

Részletesebben

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Számsorozatok, vektorsorozatok konvergenciája Def.: Számsorozatok értelmezése:

Részletesebben

Funkcionálanalízis. n=1. n=1. x n y n. n=1

Funkcionálanalízis. n=1. n=1. x n y n. n=1 Funkcionálanalízis 2011/12 tavaszi félév - 2. előadás 1.4. Lényeges alap-terek, példák Sorozat terek (Folytatás.) C: konvergens sorozatok tere. A tér pontjai sorozatok: x = (x n ). Ezen belül C 0 a nullsorozatok

Részletesebben

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. 6. előadás: Vektor- és mátrixnormák Lócsi Levente ELTE IK 2013. október 14. Tartalomjegyzék 1 Vektornormák 2 Mátrixnormák 3 Természetes mátrixnormák, avagy indukált normák 4 Mátrixnormák

Részletesebben

1.7. Elsőrendű lineáris differenciálegyenlet-rendszerek

1.7. Elsőrendű lineáris differenciálegyenlet-rendszerek 7 Elsőrendű lineáris differenciálegyenlet-rendszerek Legyen n N, I R intervallum és A: I M n n (R), B: I R n folytonos függvények, és tekintsük az { y (x) = A(x)y(x) + B(x) y(ξ) = η kezdeti érték problémát,

Részletesebben

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk Fraktálok Kontrakciók Affin leképezések Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék TARTALOMJEGYZÉK 1 of 71 A Lipschitz tulajdonság ÁTMÉRŐ, PONT ÉS HALMAZ TÁVOLSÁGA Definíció Az (S, ρ) metrikus tér

Részletesebben

Hamilton rendszerek, Lyapunov függvények és Stabilitás. Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek

Hamilton rendszerek, Lyapunov függvények és Stabilitás. Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek Hamilton rendszerek, Lyapunov függvények és Stabilitás Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek Sokszor nem lehetséges, hogy a tanult linearizációs módszerrel meghatározzuk

Részletesebben

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0 I. Legyen f : R R, f(x) = 1 1 + x 2, valamint 1. Házi feladat d : R + 0 R+ 0 R (x, y) f(x) f(y). 1. Igazoljuk, hogy (R + 0, d) metrikus tér. 2. Adjuk meg az x {0, 3} pontok és r {1, 2} esetén a B r (x)

Részletesebben

1. Diagonalizálás. A Hom(V) diagonalizálható, ha van olyan bázis, amelyben A mátrixa diagonális. A diagonalizálható van sajátvektorokból álló bázis.

1. Diagonalizálás. A Hom(V) diagonalizálható, ha van olyan bázis, amelyben A mátrixa diagonális. A diagonalizálható van sajátvektorokból álló bázis. 1 Diagonalizálás Diagonalizálható mátrixok Ismétlés Legyen M,N T n n Az M és N hasonló, ha van olyan A lineáris transzformáció, hogy M is és N is az A mátrixa egy-egy alkalmas bázisban Az M és N pontosan

Részletesebben

VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja

VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag 2019. március 21. Mátrix rangja 1. Számítsuk ki az alábbi mátrixok rangját! (d) 1 1 2 2 4 5 1 1 1 1 1 1 1 1 2 1 2 1 1 0 1 1 2 1 0 1 1 1 1 2 3 1 3

Részletesebben

Diszkrét matematika 2. estis képzés

Diszkrét matematika 2. estis képzés Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 4-6. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

A KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek

A KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek 10. gyakorlat Mátrixok sajátértékei és sajátvektorai Azt mondjuk, hogy az A M n mátrixnak a λ IR szám a sajátértéke, ha létezik olyan x IR n, x 0 vektor, amelyre Ax = λx. Ekkor az x vektort az A mátrix

Részletesebben

Mátrixfüggvények. Wettl Ferenc április 28. Wettl Ferenc Mátrixfüggvények április / 22

Mátrixfüggvények. Wettl Ferenc április 28. Wettl Ferenc Mátrixfüggvények április / 22 Mátrixfüggvények Wettl Ferenc 2016. április 28. Wettl Ferenc Mátrixfüggvények 2016. április 28. 1 / 22 Tartalom 1 Diagonalizálható mátrixok függvényei 2 Mátrixfüggvény a Jordan-alakból 3 Mátrixfüggvény

Részletesebben

Optimalizálási eljárások GYAKORLAT, MSc hallgatók számára. Analízis R d -ben

Optimalizálási eljárások GYAKORLAT, MSc hallgatók számára. Analízis R d -ben Optimalizálási eljárások GYAKORLAT, MSc hallgatók számára Analízis R d -ben Gyakorlatvezetõ: Hajnal Péter 2012. február 8 1. Konvex függvények Definíció. f : D R konvex, ha dom(f) := D R n konvex és tetszőleges

Részletesebben

Elhangzott tananyag óránkénti bontásban

Elhangzott tananyag óránkénti bontásban TTK, Matematikus alapszak Differenciálegyenletek (Előadás BMETE93AM03; Gyakorlat BME TE93AM04) Elhangzott tananyag óránkénti bontásban 2016. február 15. 1. előadás. Közönséges differenciálegyenlet fogalma.

Részletesebben

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40 LINEÁRIS ALGEBRA matematika alapszak SZTE Bolyai Intézet, 2016-17. őszi félév Euklideszi terek Euklideszi terek LINEÁRIS ALGEBRA 1 / 40 Euklideszi tér Emlékeztető: A standard belső szorzás és standard

Részletesebben

Boros Zoltán február

Boros Zoltán február Többváltozós függvények differenciál- és integrálszámítása (2 3. előadás) Boros Zoltán 209. február 9 26.. Vektorváltozós függvények differenciálhatósága és iránymenti deriváltjai A továbbiakban D R n

Részletesebben

ERGODELMÉLET ÉS DINAMIKAI RENDSZEREK I. rész

ERGODELMÉLET ÉS DINAMIKAI RENDSZEREK I. rész SZÁSZ DOMOKOS, BÁLINT PÉTER BME Matematika Intézet ERGODELMÉLET ÉS DINAMIKAI RENDSZEREK I. rész Készült a TÁMOP-4.1.2.-08/2/A/KMR-2009-0027 pályázat támogatásával Lektorálta: Krámli András Tartalomjegyzék

Részletesebben

Markov-láncok stacionárius eloszlása

Markov-láncok stacionárius eloszlása Markov-láncok stacionárius eloszlása Adatbányászat és Keresés Csoport, MTA SZTAKI dms.sztaki.hu Kiss Tamás 2013. április 11. Tartalom Markov láncok definíciója, jellemzése Visszatérési idők Stacionárius

Részletesebben

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. 13. Előadás

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. 13. Előadás Gráfelmélet/Diszkrét Matematika MSc hallgatók számára 13. Előadás Előadó: Hajnal Péter Jegyzetelő: Hajnal Péter 2009. december 7. Gráfok sajátértékei Definíció. Egy G egyszerű gráf sajátértékei az A G

Részletesebben

1. Bázistranszformáció

1. Bázistranszformáció 1. Bázistranszformáció Transzformáció mátrixa új bázisban A bázistranszformáció képlete (Freud, 5.8.1. Tétel) Legyenek b és d bázisok V -ben, ] v V és A Hom(V). Jelölje S = [[d 1 ] b,...,[d n ] b T n n

Részletesebben

3. Lineáris differenciálegyenletek

3. Lineáris differenciálegyenletek 3. Lineáris differenciálegyenletek A közönséges differenciálegyenletek két nagy csoportba oszthatók lineáris és nemlineáris egyenletek csoportjába. Ez a felbontás kicsit önkényesnek tűnhet, a megoldásra

Részletesebben

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik Az A halmazrendszer σ-algebra az Ω alaphalmazon, ha Ω A; A A A c A; A i A, i N, i N A i A. Az A halmazrendszer

Részletesebben

1. Példa. A gamma függvény és a Fubini-tétel.

1. Példa. A gamma függvény és a Fubini-tétel. . Példa. A gamma függvény és a Fubini-tétel.. Az x exp x + t )) függvény az x, t tartományon folytonos, és nem negatív, ezért alkalmazható rá a Fubini-tétel. I x exp x + t )) dxdt + t dt π 4. [ exp x +

Részletesebben

Lin.Alg.Zh.1 feladatok

Lin.Alg.Zh.1 feladatok LinAlgZh1 feladatok 01 3d vektorok Adott három vektor ā = (0 2 4) b = (1 1 4) c = (0 2 4) az R 3 Euklideszi vektortérben egy ortonormált bázisban 1 Mennyi az ā b skalárszorzat? 2 Mennyi az n = ā b vektoriális

Részletesebben

Függvények határértéke és folytonosság

Függvények határértéke és folytonosság Függvények határértéke és folytonosság ) Bizonyítsa be a határérték definíciója alapján, hogy teljesül! + 5 + = Megoldás Heine definíciója alapján): Igazolandó, hogy a függvény értelmezve van a egy környezetében,

Részletesebben

Felügyelt önálló tanulás - Analízis III.

Felügyelt önálló tanulás - Analízis III. Felügyelt önálló tanulás - Analízis III Kormos Máté Differenciálható sokaságok Sokaságok Röviden, sokaságoknak nevezzük azokat az objektumokat, amelyek egy n dimenziós térben lokálisan k dimenziósak Definíció:

Részletesebben

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles Matematika szigorlat, Mérnök informatikus szak I. 2013. jan. 10. Név: Neptun kód: Idő: 180 perc Elm.: 1. f. 2. f. 3. f. 4. f. 5. f. Fel. össz.: Össz.: Oszt.: Az elérhető pontszám 40 (elmélet) + 60 (feladatok)

Részletesebben

DISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes

DISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes 1. Algebrai alapok: DISZKRÉT MATEMATIKA: STRUKTÚRÁK Művelet: Egy H nemüres halmazon értelmezett (kétváltozós) műveleten egy H H H függvényt értünk, azaz egy olyan leképezést, amely bármely a,b H elempárhoz

Részletesebben

Hiszterézises káoszgenerátor vizsgálata

Hiszterézises káoszgenerátor vizsgálata vizsgálata Csikja Rudolf 2007. november 14. 1 / 34 Smale-patkó Smale-patkó Smale-patkó Cantor-halmaz A végtelen sorozatok tere 2 / 34 Smale-patkó L S R L R T B 3 / 34 Smale-patkó f(x, y) = A [ ] [ ] x

Részletesebben

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat. Poisson folyamatok, exponenciális eloszlások Azt mondjuk, hogy a ξ valószínűségi változó Poisson eloszlású λ, 0 < λ

Részletesebben

9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35

9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35 9. Előadás (9. előadás) Lineáris egyr.(3.), Sajátérték 2019. április 24. 1 / 35 Portfólió-analízis Tegyük fel, hogy egy bank 4 különböző eszközbe fektet be (réz, búza, arany és kakaó). Az ügyfeleinek ezen

Részletesebben

2014. szeptember 24. és 26. Dr. Vincze Szilvia

2014. szeptember 24. és 26. Dr. Vincze Szilvia 2014. szeptember 24. és 26. Dr. Vincze Szilvia Mind a hétköznapi, mind a tudományos életben gyakran előfordul, hogy bizonyos halmazok elemei között kapcsolat figyelhető meg. A kapcsolat fogalmának matematikai

Részletesebben

Lin.Alg.Zh.1 feladatok

Lin.Alg.Zh.1 feladatok Lin.Alg.Zh. feladatok 0.. d vektorok Adott három vektor ā (0 b ( c (0 az R Euklideszi vektortérben egy ortonormált bázisban.. Mennyi az ā b skalárszorzat? ā b 0 + + 8. Mennyi az n ā b vektoriális szorzat?

Részletesebben

Diszkrét matematika gyakorlat 1. ZH október 10. α csoport

Diszkrét matematika gyakorlat 1. ZH október 10. α csoport Diszkrét matematika gyakorlat 1. ZH 2016. október 10. α csoport 1. Feladat. (5 pont) Adja meg az α 1 β szorzatrelációt, amennyiben ahol A {1, 2, 3, 4}. α {(1, 2), (1, 3), (2, 1), (3, 1), (3, 4), (4, 4)}

Részletesebben

Matematika szigorlat, Mérnök informatikus szak I máj. 29.

Matematika szigorlat, Mérnök informatikus szak I máj. 29. Matematika szigorlat, Mérnök informatikus szak I. 2007. máj. 29. Megoldókulcs 1. Adott az S : 3x 6y + 2z = 6 sík a három dimenziós térben. (a) Írja fel egy tetszőleges, az S-re merőleges S síknak az egyenletét!

Részletesebben

6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján

6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján Közelítő és szimbolikus számítások 6. gyakorlat Sajátérték, Gersgorin körök Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján . Mátrixok sajátértékei

Részletesebben

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Vektorterek. =a gyakorlatokon megoldásra ajánlott Vektorterek =a gyakorlatokon megoldásra ajánlott 40. Alteret alkotnak-e a valós R 5 vektortérben a megadott részhalmazok? Ha igen, akkor hány dimenziósak? (a) L = { (x 1, x 2, x 3, x 4, x 5 ) x 1 = x 5,

Részletesebben

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak 1. Generátorrendszer Generátorrendszer. Tétel (Freud, 4.3.4. Tétel) Legyen V vektortér a T test fölött és v 1,v 2,...,v m V. Ekkor a λ 1 v 1 + λ 2 v 2 +... + λ m v m alakú vektorok, ahol λ 1,λ 2,...,λ

Részletesebben

Bevezetés az algebrába 2 Vektor- és mátrixnorma

Bevezetés az algebrába 2 Vektor- és mátrixnorma Bevezetés az algebrába 2 Vektor- és mátrixnorma Wettl Ferenc Algebra Tanszék B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M 2016.

Részletesebben

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz Debreceni Egyetem Közgazdaságtudományi Kar Feladatok a Gazdasági matematika II tárgy gyakorlataihoz a megoldásra ajánlott feladatokat jelöli e feladatokat a félév végére megoldottnak tekintjük a nehezebb

Részletesebben

ERGODELMÉLET ÉS DINAMIKAI RENDSZEREK

ERGODELMÉLET ÉS DINAMIKAI RENDSZEREK SZÁSZ DOMOKOS BÁLINT PÉTER ERGODELMÉLET ÉS DINAMIKAI RENDSZEREK 20 Ismertető Tartalomjegyzék Pályázati támogatás Gondozó Szakmai vezető Lektor Technikai szerkesztő Copyright A jegyzet célja, hogy az ergodelmélet

Részletesebben

1. Sajátérték és sajátvektor

1. Sajátérték és sajátvektor 1. Sajátérték és sajátvektor Leképezés diagoális mátrixa. Kérdés Mely bázisba lesz egy traszformáció mátrixa diagoális? A Hom(V) és b 1,...,b ilye bázis. Ha [A] b,b főátlójába λ 1,...,λ áll, akkor A(b

Részletesebben

4.2. Tétel: Legyen gyenge rendezés az X halmazon. Legyen továbbá B X, amelyre

4.2. Tétel: Legyen gyenge rendezés az X halmazon. Legyen továbbá B X, amelyre 4.2. Tétel: Legyen gyenge rendezés az X halmazon. Legyen továbbá B X, amelyre Az értékelő függvény létezése (folytatás) p. 1/8 4.2. Tétel: Legyen gyenge rendezés az X halmazon. Legyen továbbá B X, amelyre

Részletesebben

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek Az november 23-i szeminárium témája Rövid összefoglaló Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek felfrissítése? Tekintsünk ξ 1,..., ξ k valószínűségi változókat,

Részletesebben

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék,   Wettl Ferenc (BME) Utolsó el adás / 20 Utolsó el adás Wettl Ferenc BME Algebra Tanszék, http://www.math.bme.hu/~wettl 2013-12-09 Wettl Ferenc (BME) Utolsó el adás 2013-12-09 1 / 20 1 Dierenciálegyenletek megoldhatóságának elmélete 2 Parciális

Részletesebben

Autonóm egyenletek, dinamikai rendszerek

Autonóm egyenletek, dinamikai rendszerek 238 8. Autonóm egyenletek, dinamikai rendszerek 8.8. tétel. (Andronov Witt) 5 6 Ha a Γ periodikus pálya karakterisztikus multiplikátorainak abszolút értéke 1-nél kisebb, akkor a Γ pálya stabilis határciklus.

Részletesebben

Bevezetés az algebrába 2

Bevezetés az algebrába 2 B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Bevezetés az algebrába 2 BMETE91AM37 Differencia- és differenciálegy.-rsz. H607 2017-04-05

Részletesebben

Lengyelné Dr. Szilágyi Szilvia április 7.

Lengyelné Dr. Szilágyi Szilvia április 7. ME, Anaĺızis Tanszék 2010. április 7. , alapfogalmak 2.1. Definíció A H 1, H 2,..., H n R (ahol n 2 egész szám) nemüres valós számhalmazok H 1 H 2... H n Descartes-szorzatán a következő halmazt értjük:

Részletesebben

1.1. Vektorok és operátorok mátrix formában

1.1. Vektorok és operátorok mátrix formában 1. Reprezentáció elmélet 1.1. Vektorok és operátorok mátrix formában A vektorok és az operátorok mátrixok formájában is felírhatók. A végtelen dimenziós ket vektoroknak végtelen sok sort tartalmazó oszlopmátrix

Részletesebben

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla Kvadratikus alakok és euklideszi terek (előadásvázlat, 0. október 5.) Maróti Miklós, Kátai-Urbán Kamilla Az előadáshoz ajánlott jegyzet: Szabó László: Bevezetés a lineáris algebrába, Polygon Kiadó, Szeged,

Részletesebben

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek Lineáris algebra 2 Filip Ferdinánd filipferdinand@bgkuni-obudahu sivabankihu/jegyzetek 2015 december 7 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 1 / 37 Az el adás vázlata Determináns Determináns

Részletesebben

Lineáris egyenletrendszerek

Lineáris egyenletrendszerek Lineáris egyenletrendszerek Lineáris egyenletrendszernek nevezzük az a 11 x 1 + a 12 x 2 +... +a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... +a 2n x n = b 2.. a k1 x 1 + a k2 x 2 +... +a kn x n = b k n ismeretlenes,

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:

Részletesebben

Lineáris leképezések (előadásvázlat, szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla

Lineáris leképezések (előadásvázlat, szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla Lineáris leképezések (előadásvázlat, 2012. szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla Ennek az előadásnak a megértéséhez a következő fogalmakat kell tudni: homogén lineáris egyenletrendszer és

Részletesebben

Metrikus terek, többváltozós függvények

Metrikus terek, többváltozós függvények Metrikus terek, többváltozós függvények 2003.10.15 Készítette: Dr. Toledo Rodolfo és Dr. Blahota István 1. Metrikus terek, metrika tulajdonságai 1.1. A valós, komplex, racionális, természetes és egész

Részletesebben

Általános algebra. 1. Algebrai struktúra, izomorfizmus. 3. Kongruencia, faktoralgebra március Homomorfizmus, homomorfiatétel

Általános algebra. 1. Algebrai struktúra, izomorfizmus. 3. Kongruencia, faktoralgebra március Homomorfizmus, homomorfiatétel 1. Algebrai struktúra, izomorfizmus Általános algebra 2. Részalgebra, generálás 3. Kongruencia, faktoralgebra 2013 március 8. 4. Homomorfizmus, homomorfiatétel 1. Algebrai struktúra, izomorfizmus 2. Részalgebra,

Részletesebben

Matematika A2 vizsga mgeoldása június 4.

Matematika A2 vizsga mgeoldása június 4. Matematika A vizsga mgeoldása 03. június.. (a (3 pont Definiálja az f(x, y függvény határértékét az (x 0, y 0 helyen! Megoldás: Legyen D R, f : D R. Legyen az f(x, y függvény értelmezve az (x 0, y 0 pont

Részletesebben

Diszkrét matematika 2.

Diszkrét matematika 2. Diszkrét matematika 2. 2018. március 9. 1. Diszkrét matematika 2. 4. előadás Fancsali Szabolcs Levente nudniq@cs.elte.hu www.cs.elte.hu/ nudniq Komputeralgebra Tanszék 2018. március 9. Gráfelmélet Diszkrét

Részletesebben

Példa keresztmetszet másodrendű nyomatékainak számítására

Példa keresztmetszet másodrendű nyomatékainak számítására Példa keresztmetszet másodrendű nyomatékainak számítására Készítette: Kossa Attila (kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék 2011. február 22. Tekintsük az alábbi keresztmetszetet. 1. ábra. A vizsgált

Részletesebben

Feladatok Differenciálegyenletek II. témakörhöz. 1. Határozzuk meg a következő elsőrendű lineáris differenciálegyenletek általános megoldását!

Feladatok Differenciálegyenletek II. témakörhöz. 1. Határozzuk meg a következő elsőrendű lineáris differenciálegyenletek általános megoldását! Feladatok Differenciálegyenletek II. témakörhöz 1. Határozzuk meg a következő elsőrendű lineáris differenciálegyenletek általános megoldását! (a) (b) 2. Tekintsük az differenciálegyenletet. y y = e x.

Részletesebben

17. előadás: Vektorok a térben

17. előadás: Vektorok a térben 17. előadás: Vektorok a térben Szabó Szilárd A vektor fogalma A mai előadásban n 1 tetszőleges egész szám lehet, de az egyszerűség kedvéért a képletek az n = 2 esetben szerepelnek. Vektorok: rendezett

Részletesebben

A fontosabb definíciók

A fontosabb definíciók A legfontosabb definíciókat jelöli. A fontosabb definíciók [Descartes szorzat] Az A és B halmazok Descartes szorzatán az A és B elemeiből képezett összes (a, b) a A, b B rendezett párok halmazát értjük,

Részletesebben

(a b)(c d)(e f) = (a b)[(c d) (e f)] = = (a b)[e(cdf) f(cde)] = (abe)(cdf) (abf)(cde)

(a b)(c d)(e f) = (a b)[(c d) (e f)] = = (a b)[e(cdf) f(cde)] = (abe)(cdf) (abf)(cde) 2. házi feladat 1.feladat a b)c d)e f) = a b)[c d) e f)] = = a b)[ecdf) fcde)] = abe)cdf) abf)cde) 2.feladat a) Legyen a két adott pontunk helyzete A = 0, 0), B = 1, 0), továbbá legyen a távolságok aránya

Részletesebben

Lineáris algebra mérnököknek

Lineáris algebra mérnököknek B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Lineáris algebra mérnököknek BMETE93BG20 Sajátérték, sajátvektor, sajátaltér Kf87 2017-11-21

Részletesebben

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet   takach november 30. 1 Diszkrét matematika I, 12 előadás Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu http://infnymehu/ takach 2005 november 30 Vektorok Definíció Egy tetszőleges n pozitív egész számra n-komponensű

Részletesebben

Többváltozós, valós értékű függvények

Többváltozós, valós értékű függvények TÖ Többváltozós, valós értékű függvények TÖ Definíció: többváltozós függvények Azokat a függvényeket, melyeknek az értelmezési tartománya R n egy részhalmaza, n változós függvényeknek nevezzük. TÖ Példák:.

Részletesebben

Julia halmazok, Mandelbrot halmaz

Julia halmazok, Mandelbrot halmaz 2011. október 21. Tartalom 1 Julia halmazokról általánosan 2 Mandelbrot halmaz 3 Kvadratikus függvények Julia halmazai Pár deníció Legyen f egy legalább másodfokú komplex polinom. Ha f (ω) = ω, akkor ω

Részletesebben

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

ANALÍZIS III. ELMÉLETI KÉRDÉSEK ANALÍZIS III. ELMÉLETI KÉRDÉSEK Szerkesztette: Balogh Tamás 2014. március 17. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így

Részletesebben

Feladatsor A differenciálgeometria alapja c. kurzus gyakorlatához

Feladatsor A differenciálgeometria alapja c. kurzus gyakorlatához Feladatsor A differenciálgeometria alapja c. kurzus gyakorlatához Dr. Nagy Gábor, Geometria Tanszék 2010. szeptember 16. Görbék paraméterezése 1. feladat. (A) Bizonyítsuk be a vektoriális szorzatra vonatkozó

Részletesebben

Nagy Gábor compalg.inf.elte.hu/ nagy

Nagy Gábor  compalg.inf.elte.hu/ nagy Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

Összeállította: dr. Leitold Adrien egyetemi docens

Összeállította: dr. Leitold Adrien egyetemi docens Az R n vektortér Összeállította: dr. Leitold Adrien egyetemi docens 2008.09.08. R n vektortér/1 Vektorok Rendezett szám n-esek: a = (a 1, a 2,, a n ) sorvektor a1 a = a2 oszlopvektor... a n a 1, a 2,,

Részletesebben

Hadamard-mátrixok Előadó: Hajnal Péter február 23.

Hadamard-mátrixok Előadó: Hajnal Péter február 23. Szimmetrikus kombinatorikus struktúrák MSc hallgatók számára Hadamard-mátrixok Előadó: Hajnal Péter 2012. február 23. 1. Hadamard-mátrixok Ezen az előadáson látásra a blokkrendszerektől független kombinatorikus

Részletesebben

Lotka Volterra-féle populációdinamikai modellek vizsgálata

Lotka Volterra-féle populációdinamikai modellek vizsgálata Eötvös Loránd Tudományegyetem Természettudományi Kar Alkalmazott Analízis és Számításmatematikai Tanszék Lotka Volterra-féle populációdinamikai modellek vizsgálata Szakdolgozat Készítette: Kiss Franciska

Részletesebben

Lineáris algebra numerikus módszerei

Lineáris algebra numerikus módszerei Bevezetés Szükségünk van a komplex elemű mátrixok és vektorok bevezetésére. A komplex elemű n-dimenziós oszlopvektorok halmazát C n -el jelöljük. Hasonlóképpen az m n méretű komplex elemű mátrixok halmazát

Részletesebben

Matematika A1a Analízis

Matematika A1a Analízis B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Matematika A1a Analízis BMETE90AX00 A derivált alkalmazásai H607, EIC 2019-04-03 Wettl

Részletesebben

I. Fejezetek a klasszikus analízisből 3

I. Fejezetek a klasszikus analízisből 3 Tartalomjegyzék Előszó 1 I. Fejezetek a klasszikus analízisből 3 1. Topológia R n -ben 5 2. Lebesgue-integrál, L p - terek, paraméteres integrál 9 2.1. Lebesgue-integrál, L p terek................... 9

Részletesebben

Lineáris algebra gyakorlat

Lineáris algebra gyakorlat Lineáris algebra gyakorlat 0. gyakorlat Gyakorlatvezet : Bogya Norbert 202. április 23. Sajátérték, sajátvektor, sajátaltér Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok)

Részletesebben

p-adikus lineáris csoportok reprezentációi

p-adikus lineáris csoportok reprezentációi p-adikus lineáris csoportok reprezentációi 2013. febr. 26. 1 / 18 p-adikus lineáris csoportok reprezentációi Zábrádi Gergely zger@cs.elte.hu 2013. febr. 26. Bevezetés p-adikus lineáris csoportok reprezentációi

Részletesebben

Analízis elo adások. Vajda István. 2012. szeptember 10. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)

Analízis elo adások. Vajda István. 2012. szeptember 10. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem) Vajda István Neumann János Informatika Kar Óbudai Egyetem 1 / 36 Bevezetés A komplex számok értelmezése Definíció: Tekintsük a valós számpárok R2 halmazát és értelmezzük ezen a halmazon a következo két

Részletesebben

Kinematika szeptember Vonatkoztatási rendszerek, koordinátarendszerek

Kinematika szeptember Vonatkoztatási rendszerek, koordinátarendszerek Kinematika 2014. szeptember 28. 1. Vonatkoztatási rendszerek, koordinátarendszerek 1.1. Vonatkoztatási rendszerek A test mozgásának leírása kezdetén ki kell választani azt a viszonyítási rendszert, amelyből

Részletesebben

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga BABEŞ-BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR MATE-INFO UBB verseny, 218. március 25. MATEMATIKA írásbeli vizsga FONTOS TUDNIVALÓK: 1 A feleletválasztós feladatok,,a rész esetén

Részletesebben

2014. november Dr. Vincze Szilvia

2014. november Dr. Vincze Szilvia 24. november 2-4. Dr. Vincze Szilvia Tartalomjegyzék. Meredekség, szelő, szelő meredeksége 2. Differencia-hányados fogalma 3. Differenciál-hányados fogalma 5. Folytonosság és differenciálhatóság kapcsolata

Részletesebben

Lineáris algebra Gyakorló feladatok

Lineáris algebra Gyakorló feladatok Lineáris algebra Gyakorló feladatok. október.. Feladat: Határozzuk meg a, 4b, c és a b c vektorokat, ha a = (; ; ; ; b = (; ; ; ; c = ( ; ; ; ;.. Feladat: Határozzuk meg a, 4b, a, c és a b; c + b kifejezések

Részletesebben

15. LINEÁRIS EGYENLETRENDSZEREK

15. LINEÁRIS EGYENLETRENDSZEREK 15 LINEÁRIS EGYENLETRENDSZEREK 151 Lineáris egyenletrendszer, Gauss elimináció 1 Definíció Lineáris egyenletrendszernek nevezzük az (1) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a

Részletesebben

2012. október 9 és 11. Dr. Vincze Szilvia

2012. október 9 és 11. Dr. Vincze Szilvia 2012. október 9 és 11. Dr. Vincze Szilvia Egyváltozós valós függvények nevezetes osztályai I. Algebrai függvények Racionális egész függvények (polinomok) Racionális törtfüggvények Irracionális függvények

Részletesebben

4. Előadás: Erős dualitás

4. Előadás: Erős dualitás Optimalizálási eljárások/operációkutatás MSc hallgatók számára 4. Előadás: Erős dualitás Előadó: Hajnal Péter 2018. Emlékeztető. A primál feladat optimális értékét p -gal, a feladat optimális értékét d

Részletesebben

Számsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n

Számsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n Számsorok 1. Definíció. Legyen adott valós számoknak egy (a n ) = (a 1, a 2,..., a n,...) végtelen sorozata. Az végtelen összeget végtelen számsornak (sornak) nevezzük. Az a n számot a sor n-edik tagjának

Részletesebben

Szimmetrikus kombinatorikus struktúrák MSc hallgatók számára. r + 2, ha r páros, ι(p) r + 1, ha r páratlan.

Szimmetrikus kombinatorikus struktúrák MSc hallgatók számára. r + 2, ha r páros, ι(p) r + 1, ha r páratlan. Szimmetrikus kombinatorikus struktúrák MSc hallgatók számára 6. Hét Előadó: Hajnal Péter 2011. március 7 11. 1. Oválisok véges projektív síkokon Definíció. A H halmazrendszer ponthalmazának egy I részhalmazát

Részletesebben

Diszkrét Matematika MSc hallgatók számára. 4. Előadás

Diszkrét Matematika MSc hallgatók számára. 4. Előadás Diszkrét Matematika MSc hallgatók számára 4. Előadás Előadó: Hajnal Péter Jegyzetelő: Szarvák Gábor 2012. február 28. Emlékeztető. A primál feladat optimális értékét p -gal, a feladat optimális értékét

Részletesebben

Kiegészítő jegyzet a valós analízis előadásokhoz

Kiegészítő jegyzet a valós analízis előadásokhoz Kiegészítő jegyzet a valós analízis előadásokhoz (Utolsó frissítés: 011. január 8., 0:30) Az előadásokon alapvetően a Laczkovich T. Sós könyvet követjük, de több témát nem úgy adtam elő, mint ahogy a könyvben

Részletesebben

Az impulzusnyomatékok általános elmélete

Az impulzusnyomatékok általános elmélete Az impulzusnyomatékok általános elmélete November 27, 2006 Az elemi kvantummechanika keretében tárgyaltuk már az impulzusnyomatékot. A továbbiakban általánosítjuk az impulzusnyomaték fogalmát a kvantummechanikában

Részletesebben

Diszkrét idej rendszerek analízise az id tartományban

Diszkrét idej rendszerek analízise az id tartományban Diszkrét idej rendszerek analízise az id tartományban Dr. Horváth Péter, BME HVT 06. október 4.. feladat Számítuk ki a DI rendszer válaszát, ha adott a gerjesztés és az impulzusválasz! u[k = 0,6 k ε[k;

Részletesebben