Geometria II. Vázlat Kovács Zoltán előadásaihoz január 26.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Geometria II. Vázlat Kovács Zoltán előadásaihoz. 2014. január 26."

Átírás

1 Geometria II Vázlat Kovács Zoltán előadásaihoz január 26.

2 2

3 Tartalomjegyzék 1. Geometria R 2 -ben R 2 euklideszi struktúrája Tükrözés hipersíkra Tengelyes tükrözés és elforgatás a síkban A sík ortogonális csoportja Izometriák Affin leképezések a síkban Speciális affin transzformációk O(3) szerkezete Összefoglalás, kitekintés A projektív síkgeometria alapjai Az affin illeszkedési sík A projektív illeszkedési sík Záródási tulajdonságok Projektív transzformációk A kettősviszony Másodrendű görbék a projektív síkon Másodrendű görbék projektív osztályozása Másodrendű görbék végtelen távoli pontjai A Klein-féle részcsoport Kölcsönös helyzetek Nem elfajuló másodrendű görbe és egyenes kölcsönös helyzete Nem elfajuló valós másodrendű görbék kölcsönös helyzete 98 3

4 4 TARTALOMJEGYZÉK 4. Appendix Szimmetrikus mátrixok normálformája kongruenciára

5 TARTALOMJEGYZÉK 5 Ez a jegyzet távolról sem tekinthető véglegesnek. Több bizonyítás leírásával még adós vagyok, csakúgy, mint a szemléltető ábrákkal, s az anyag is bővülni fog a továbbiakban. Minden észrevételét (sajtóhiba, nem világos gondolatmenet) kérem küldje el az olvasó a kovacsz@nyf.hu címre. (Ezúton is hálásan köszönöm Remete Lászlónak értékes észrevételeit. 1 ) A jel azt mutatja, hogy a tétel bizonyítása az olvasónak nem okozhat nehézséget, azt önállóan végezze el január.

6 6 TARTALOMJEGYZÉK

7 1. fejezet Geometria R 2 -ben 7

8 8 1. FEJEZET. GEOMETRIA R 2 -BEN Ebben a fejezetben az euklideszi sík analitikus geometriáját tárgyaljuk, külön figyelemmel a geometriai transzformációkra. Az anyag megértéséhez át kell ismételnünk a Geometria I tantárgyból már tanult megfelelő axiómákat, fogalmakat, tételeket. Szükségünk van továbbá a mátrixalgebra biztos ismeretére R 2 euklideszi struktúrája Ebben a szakaszban elmondottak gond nélkül megfogalmazhatók R n -ben is, az olvasó mindig egészítse ki az itt leírtakat a magasabb dimenziós megfogalmazással is. R 2 elemeit általában latin kis- és nagybetűkkel jelöljük, tehát x R 2, vagy P R 2, míg ezek komponenseit indexelve, tehát pl. x = (x 1, x 2 ). R 2 elemeit pontnak és vektornak is lehet nevezni, szövegkörnyezettől függően. Ha pontra gondolunk, akkor használunk nagybetűket, míg ha vektorra, akkor kisbetűket. (0, 0) R 2 neve lehet origó (ekkor pontra gondolunk és az O jelölést használjuk), vagy zérusvektor (ekkor vektorra gondolunk és 0-val jelöljük) 1. Definíció. Az x = (x 1, x 2 ) R 2 és y = (y 1, y 2 ) R 2, rendezett számpárok összege x + y = (x 1 + y 1, x 2 + y 2 ); míg ha α R, akkor α és x szorzata α x = (α x 1, α x 2 ). Az összeadás tehát egy R 2 R 2 R 2 binér művelet. A skalárral való szorzás egy R R 2 R 2 leképezés. (Ennek jelét gyakran el is hagyjuk.) ( 1) x nyilván az x additív inverze, ezért jogos helyette x-et írni. 1. Tétel. R 2 a fenti összeadás műveletre Abel csoport, továbbá (R 2, +) vektortér R fölött, azaz x, y R 2, α R: 1 A vektorokat tipográfiai szempontból nem emelem ki, azaz nem szedem félkövéren, nem húzom alá. Az egyetlen kivétel a zérusvektor, amelyet félkövéren szedek, a félreértések elkerülése végett.

9 1.1. R 2 EUKLIDESZI STRUKTÚRÁJA 9 1. α(x + y) = αx + αy 2. (α + β)x = αx + βx 3. (αβ)x = α(βx) 4. 1 x = x. Definíció. Az x, y R 2 vektorok skaláris szorzatán (vagy belső szorzatán) az x, y = x 1 y 1 + x 2 y 2 R számot értjük. A skaláris szorzás tehát egy leképezés. R 2 R 2 R 2. Tétel. R 2 euklideszi vektortér a fenti skaláris szorzattal, azaz x, y, z R 2, α R: 1. x, y + z = x, y + x, z 2. x, αy = α x, y 3. x, y = y, x 4. x, x 0; x, x = 0 x = 0. Következmény. 1.* x + y, z = x, z + y, z 2.* αx, y = α x, y 4.* Ha x R 2 -re x, y = 0, akkor y = 0. Definíció. x R 2 -re x = x, x, az x vektor hossza vagy normája. Tehát a norma egy : R 2 R leképezés, amelyet normafüggvénynek is nevezünk. Komponensekkel kiírva, x = x x 2 2.

10 10 1. FEJEZET. GEOMETRIA R 2 -BEN 3. Tétel (Cauchy-Schwarz egyenlőtlenség). x, y R 2 : x, y 2 x 2 y 2. Egyenlőség akkor és csakis akkor teljesül, ha x, y arányosak, azaz α R: x = αy vagy y = αx. Bizonyítás. y = 0-ra az állítás triviálisan teljesül, a továbbiakban feltesszük, hogy y 0. Legyen λ R tetszőleges, s tetszőlegesen rögzített x-re és y 0-ra tekintsük az alábbi kifejezést: f(λ) = x λy, x λy = x, x 2λ x, y + λ 2 y, y. λ R : f(λ) 0, mert vektor önmagával való skaláris szorzata mindig nemnegatív, tehát a másodfokú polinom diszkriminánsa nem pozitív: x, y 2 x, x y, y 0. Egyenlőség akkor és csakis akkor állhat fenn, ha x λy = 0, amiből x és y lineáris függősége következik. Megfordítva, ha x és y lineárisan függők, akkor vagy x = λy vagy y = λx valamely alkalmas skalárra. Bármelyiket behelyettesítve az egyenlőtlenség egyik ill. másik oldalába, egyenlő kifejezéseket kapunk. 4. Tétel. x, y R 2, α R: 1. x 0, 2. x = 0 x = 0, 3. αx = α x, 4. x + y x + y, továbbá egyenlőség akkor és csakis akkor teljesül, ha x, y arányosak, nemnegatív faktorral. A 4. tulajdonságot Minkowski egyenlőtlenségnek nevezzük. Bizonyítás. Az alábbi levezetésben a harmadik sornál a Cauchy-Schwarz egyenlőtlenséget alkalmazva x + y 2 = x + y, x + y = = x, x + 2 x, y + y, y x, x + 2 x, y + y, y x, x + 2 x y + y, y = = x x y + y 2 = ( x + y ) 2,

11 1.1. R 2 EUKLIDESZI STRUKTÚRÁJA 11 ami a Minkowski egyenlőtlenséget jelenti. Egyenlőség akkor és csakis akkor teljesül, ha x, y = x, y = x y. y = 0-ra mindkét egyenlőség teljesül. Legyen tehát y 0. Az első egyenlőség akkor és csakis akkor teljesül, ha x, y 0. A második egyenlőség a Cauchy- Schwarz egyenlőtlenség miatt akkor és csakis akkor teljesül, ha x, y arányosak, azaz x = ty. ty, y = t y, y 0 t 0. Definíció. Ha P, Q R 2, akkor d(p, Q) = P Q a P és Q pontok távolsága. A távolság tehát egy d: R 2 R 2 R leképezés, amelyet távolságfüggvénynek is nevezünk. Komponensekkel kiírva: 5. Tétel. P, Q, R R 2 : 1. d(p, Q) 0, 2. d(p, Q) = 0 P = Q, 3. d(p, Q) = d(q, P ), 4. d(p, Q) + d(q, R) d(p, R), azaz (R 2, d) egy metrikus tér. d(p, Q) = (P 1 Q 1 ) 2 + (P 2 Q 2 ) 2. A 4. tulajdonságot háromszög-egyenlőtlenségnek nevezzük. Bizonyítás. 4. A Minkowski egyenlőtlenséget alkalmazva: d(p, Q) + d(q, R) = P Q + Q R (P Q) + (Q R) = P R = = d(p, R). Megjegyzés. A fejezet eddigi anyaga könnyen átdolgozható úgy, hogy a pontok és vektorok R n -ből valók.

12 12 1. FEJEZET. GEOMETRIA R 2 -BEN Merőlegesség Definíció. Ha az u, v vektorokra u, v = 0, akkor u-t és v-t egymásra merőleges vagy ortogonális vektoroknak mondjuk. Ha u, v egymásra merőleges egységvektorok, akkor (u, v) egy ortonormált (rendezett) pár, vagy másként, R 2 egy ortonormált bázisa. Ha u = (u 1, u 2 ), akkor legyen u = ( u 2, u 1 ). Ekkor u és u egymásra merőleges vektorok, amelyeknek a hosszuk megegyezik, továbbá u = u. Könnyű látni, hogy ha u, v ortogonális (nem zéró) vektorok, akkor u és v arányosak. 2 Ha (u, v) ortonormált pár R 2 -ben, akkor egy tetszőleges vektor koordinátáit könnyű kiszámítani, az alábbi tétel szerint: 6. Tétel (Vektor Fourier-előállítása). Ha (u, v) ortonormált pár, akkor x R 2 : x = x, u u + x, v v. Bizonyítás. Legyen x = αu + βv. Szorozzuk az előbbi relációt skalárisan az u, majd a v vektorral: x, u = α u, u } {{ } 1 x, v = α v, u } {{ } 0 +β u, v } {{ } 0 +β v, v. } {{ } 1 7. Tétel (Pitagorasz tétele). Legyenek P, Q, R különböző pontok. P Q és Q R akkor és csakis akkor merőlegesek egymásra, ha P Q 2 + Q R 2 = P R 2. Bizonyítás. (P Q) + (Q R) = P R, tehát P R 2 = (P Q) + (Q R), (P Q) + (Q R) = ami az állítást jelenti. = P Q 2 + Q R P Q, Q R, 2 Ez a bekezdés csak két dimenzióban érvényes.

13 1.1. R 2 EUKLIDESZI STRUKTÚRÁJA 13 Kulcsszavak Jegyzetek

14 14 1. FEJEZET. GEOMETRIA R 2 -BEN 1.2. Tükrözés hipersíkra Hipersík alatt R n egy n 1 dimenziós lineáris sokaságát értjük. A valós számok halmazán tehát egy pontról, a síkon egy egyenesről, a térben egy síkról van szó. Ezen alakzatokra vonatkozó tükrözések analitikus geometriája a dimenziószámtól függetlenül egységesen kezelhető. A hipersíkok megadhatók egy rájuk merőleges (nem zéró) vektorral, a hipersík normálvektorával, valamint egy pontjukkal. A w normálvektorú, P pontra illeszkedő S hipersík egyenlete X P, w = 0, (1.1) azaz egy X R n pont akkor és csakis akkor illeszkedik S-re, ha kielégíti (1.1)-et, másrészt minden ilyen egyenlet egy hipersík egyenlete. Definíció. Legyen S a P pontra illeszkedő, w normálvektorú hipersík! A ρ S : R n R n, X ρ S (X) = X 2 1 X P, w w (1.2) w 2 leképezést az S hipersíkra vonatkozó tükrözésnek nevezzük (ld ábra). 8. Tétel (A hipersíkra vonatkozó tükrözés tulajdonságai). 1. Minden hipersíkra vonatkozó tükrözés távolságtartó, azaz P, Q R n : 2. ρ 2 S = id. 3. ρ S (P ) = P P S. d(ρ S (P ), ρ S (Q)) = d(p, Q). Bizonyítás. Az általánosság megszorítása nélkül feltételezhetjük, hogy w = 1, továbbá legyen a, a jel. = a ρ S (X) ρ S (Y ) 2 = (ρ S (X) ρ S (Y )) 2 = = [X 2 X P, w w (Y 2 Y P, w w)] 2 = = [(X Y ) 2( X P, w + Y P, w )w] 2 = = [(X Y ) 2 X Y, w w] 2 = = (X Y ) 2 4 X Y, w X Y, w 2 = = (X Y ) 2 = X Y 2.

15 1.2. TÜKRÖZÉS HIPERSÍKRA ábra. Hipersíkra vonatkozó tükrözés 2. ρ S (ρ S (X)) = ρ S (X 2 X P, w w) = 3. = (X 2 X P, w w) 2 X P 2 X P, w w, w w = = X 2 X P, w w 2 X P, w w + 4 X P, w w 2 w = = X 4 X P, w w + 4 X P, w w = X. ρ S (X) = X X 2 X P, w w = X Az (1.2) definíciót átalakítva kapjuk: X P, w = 0 X S. ρ S (X) = X 2 1 X P, w w = w 2 X 2 1 X, w w P, w w. w 2 w 2 } {{ } } {{ } lineáris rész eltoló vektor

16 16 1. FEJEZET. GEOMETRIA R 2 -BEN Az eredmény szerint a tükrözés egy lineáris leképezés és egy R n R n, X X 2 1 X, w w (1.3) w 2 R n R n, X X P, w w w 2 eltolás kompozíciója (szorzata). Az (1.3) lineáris leképezés maga is egy tükrözés, az X, w = 0 egyenletű hipersíkra vonatkozó lineáris tükrözés. (A hipersík ebben az esetben altér lesz.) Definíció. Legyen S az X, w = 0 egyenletű, az origóra illeszkedő, w normálvektorú hipersík. A ρ w : R n R n X, w, X ρ w (X) = X 2 w w 2 leképezést a w 0 vektorhoz tartozó lineáris tükrözésnek nevezzük. 9. Tétel. (A megelőző definíció jelöléseivel.) 1. ρ w (w) = w, 2. ha X S, akkor ρ w (X) = X. Bizonyítás. A definícióba történő egyszerű behelyettesítésből adódik. Mint lineáris leképezés, ρ w felírható egy mátrixszal történő balszorzásként. Határozzuk meg ezt a mátrixot! Figyeljük meg a definíció második tagjában lévő X, w w kifejezést. A következő átalakításoknál a skalárral való szorzást nem jelölöm, a mindig a mátrixok szorzását jelöli. Vegyük figyelembe továbbá azt is, hogy a vektorokat oszlopmátrixként írjuk fel. X, w w = (w t X)w = w (w t X) = (w w t ) X, ahol w w t R n n. Így azt kapjuk, hogy ( ρ w (X) = I 2 1 ) w w 2 wt X, ahol I az n n típusú egységmátrix. (A továbbiakban a mátroxszorzást már nem mindig jelöli a pont.)

17 1.2. TÜKRÖZÉS HIPERSÍKRA 17 Definíció. A w R n, (w 0) vektorhoz tartozó Householder-mátrix alatt a H w = I 2 1 w 2 w wt mátrixot értjük. 10. Tétel. Minden Householder-mátrix ortogonális mátrix, azaz inverze megegyezik a transzponáltjával; továbbá minden Householder-mátrix determinánsa 1. Bizonyítás. Először belátjuk, hogy Hw t = H w. Mivel a transzponálás lineáris művelet, ( I 2 1 ) t w w 2 wt = I 2 1 w 2 (wwt ) t = = I 2 1 w 2 (wtt w t ) = I 2 1 w 2 wwt = H w. Másodjára belátjuk, hogy minden Householder-mátrix inverze önmaga. ( I 2 1 ) 2 w w 2 wt = I 4 1 w 2 wwt + 4 w w { }} 2 { (w t w) w t = I. w 4 Így beláttuk, hogy H w ortogonális mátrix. A ρ w lineáris leképezés determinánsa alatt tetszőleges bázisra vonatkozó mátrixának determinánsát értjük. (Lineáris algebrából megtanultuk, hogy ez az érték a bázis választásától független.) ρ w mátrixa egy olyan bázisban, mely w-ből és S tetszőleges bázisából áll, a 9. tétel szerint diagonális mátrix: diag( 1, 1,..., 1), melynek determinánsa nyilván 1. H w nem más, mint ρ w mátrixa R n természetes bázisában, azaz determinánsa ennek a mátrixnak is 1. Az (1.2) definíciót átalakítva ρ S (X) = X 2 1 X P, w w = w 2 = X P 2 1 X P, w w + P = w 2 = H w (X P ) + P.

18 18 1. FEJEZET. GEOMETRIA R 2 -BEN A kapott eredmény azt jelenti, hogy az X pontot először eltoljuk P -vel, tükrözzük, majd a tükrözött pontot ismét eltoljuk, de ezúttal P -vel. Ez a TTT (tol-tükröz-tol) elv. Az v R n vektorral való eltolást τ v -vel jelölve: hiszen τ ( P ) = τ 1 P. ρ S = τ P H w τ 1 P,

19 1.2. TÜKRÖZÉS HIPERSÍKRA 19 Kulcsszavak Jegyzetek

20 20 1. FEJEZET. GEOMETRIA R 2 -BEN 1.3. Tengelyes tükrözés és elforgatás a síkban Tengelyes tükrözések a síkban Megadjuk a tengelyes tükrözés explicit képletét koordináták segítségével. Ha az egyenes egy irányvektora (cos δ, sin δ), akkor azt mondjuk, hogy az egyenes irányszöge δ. 11. Tétel. Az origóra illeszkedő δ irányszögű egyenes az (x 1, x 2 ) ponthoz rendelje hozzá az (x 1, x 2) pontot. Ekkor teljesül, hogy x 1 = x 1 cos 2δ + x 2 sin 2δ x 2 = x 1 sin 2δ x 2 cos 2δ. (1.4) Bizonyítás. A tengely irányvektora a (cos δ, sin δ) egységvektor. Az egyenes (egyik) normál-egységvektora w = ( sin δ, cos δ), ρ w (X) = X 2 X, w w. azaz X, w = x 1 sin δ + x 2 cos δ, x 1 = x 1 + 2( x 1 sin δ + x 2 cos δ) sin δ = (1 2 sin 2 δ)x 1 + (2 cos δ sin δ)x 2 x 2 = x 2 2( x 1 sin δ + x 2 cos δ) cos δ = (2 sin δ cos δ)x 1 + (1 2 cos 2 δ)x 2. A kétszeres szögek szögfüggvényeire vonatkozó azonosságot alkalmazva: x 1 = x 1 cos 2δ + x 2 sin 2δ x 2 = x 1 sin 2δ x 2 cos 2δ. Következmény. Az (1.4) mátrix szorzással fölírva: ( ) ( ) ( ) x 1 cos 2δ sin 2δ x1 =, (1.5) sin 2δ cos 2δ x 2 azaz w = ( sin δ, cos δ) esetén ( ) cos 2δ sin 2δ H w = sin 2δ cos 2δ x 2

21 1.3. TENGELYES TÜKRÖZÉS ÉS ELFORGATÁS A SÍKBAN 21 Vezessük be az alábbi jelölést: ( ) cos 2δ sin 2δ ref δ =. sin 2δ cos 2δ ref δ tehát az origón átmenő és δ irányszögű egyenesre vonatkozó tükrözés Householder-mátrixa. Nem origóra illeszkedő l-el jelölt tengely esetén legyen a tengely egy pontja P, a tengely irányszöge δ, normál egységvektora w. Ekkor azaz X = X 2 X P, w w = (X P ) 2 X P, w w +P, } {{ } ref δ (X P ) ρ l (X) = ref δ (X P ) + P (TTT) A képlet tartalma egyszerűen megjegyezhető: a tengelyt először eltoljuk az origóba, vele toljuk az X pontot, tükrözünk, majd visszatoljuk a tengelyt az eredeti helyzetbe (tol tükröz tol). Elforgatások a síkban Először két origón átmenő tengelyre vonatkozó tükrözés szorzatát vizsgáljuk. 12. Tétel. ref θ ref φ = ( ) cos 2(θ φ) sin 2(θ φ). sin 2(θ φ) cos 2(θ φ) Ha bevezetjük a ( ) cos α sin α rot α = sin α cos α jelölést, akkor az előbbi tétel a következő alakban írható föl: ref θ ref φ = rot 2(θ φ). (1.6) Most tükrözzünk egymás után két olyan egyenesre, melyek egy C pontra illeszkednek! A tengelyek irányszöge legyen θ és φ! A TTT-szabály alapján: X = ref θ ((ref φ (X C)+C) C)+C = ref θ (ref φ (X C)) +C (1.7) } {{ } rot 2(θ φ) (X C)

22 22 1. FEJEZET. GEOMETRIA R 2 -BEN 1.2. ábra. A TTT módszer: tol-tükröz-tol

23 1.3. TENGELYES TÜKRÖZÉS ÉS ELFORGATÁS A SÍKBAN 23 Definíció. Két tengelyes tükrözés szorzatát elforgatásnak nevezzük, ha a tengelyek metszők, vagy egybeesnek. Valódi elforgatásról akkor beszélünk, ha a tengelyek metszők, azaz egy közös pontjuk van. A közös pontot ilyenkor az elforgatás középpontjának nevezzük. Speciálisan, ha a tengelyek merőlegesek, akkor az elforgatást félfordulatnak vagy középpontos tükrözésnek is nevezzük. (1.7) alapján a valódi elforgatást jellemzi annak fixpontja (C) és a tengelyek szögének kétszerese (2(θ φ)), amely szöget az elforgatás szögének nevezünk. A C középpontú α szögű elforgatásra használjuk a σ (C,α) jelölést is. Speciálisan σ (O,α) : R 2 R 2, X σ (O,α) (X) = rot α X tehát egy origó körüli elforgatás, amely lineáris leképezés. Általában σ (C,α) (X) = rot α (X C) + C, (TFT) azaz tolunk forgatunk tolunk (de origótól különböző C-re a valódi elforgatás már nem lesz lineáris leképezés). 13. Tétel. Az origó körüli összes elforgatások kommutatív csoportot alkotnak. Bizonyítás. A struktúra zárt, mátrix szorzással egyszerűen ellenőrizhető, hogy rot θ rot φ = rot(θ + φ), (1.8) ahonnan a kommutativitás is leolvasható. Az asszociativitás a mátrix szorzás általános tulajdonsága. Egységelem: rot 0 = I 2. Továbbá (rot α) 1 = rot( α), ami (1.8)-ból szintén közvetlenül látszik. Az origón átmenő egyenesekre vonatkozó tükrözések nem alkotnak csoportot, mert a szorzásra nézve nem zárt a struktúra, ld. (1.6). A tükrözések és forgások szorzására a következő tulajdonságok teljesülnek: 14. Tétel. 1. ref θ rot φ = ref ( θ φ 2 ). 2. rot θ ref φ = ref ( φ + θ 2). 15. Tétel. Az origó körüli elforgatások és az origóra illeszkedő egyenesekre vonatkozó tükrözések csoportot alkotnak.

24 24 1. FEJEZET. GEOMETRIA R 2 -BEN Kulcsszavak Jegyzetek

25 1.4. A SÍK ORTOGONÁLIS CSOPORTJA A sík ortogonális csoportja A ref α tükrözési mátrixok és a rot α forgatási mátrixok könnyen láthatóan rendelkeznek azzal a tulajdonsággal, hogy az inverzük megegyezik a transzponáltjukkal. Az ilyen (valós elemű) mátrixokat általánosan ortogonális mátrixoknak nevezzük. Definíció. Az M GL(2) mátrixot ortogonális mátrixnak nevezzük, ha M 1 = M t. 16. Tétel. Az ortogonális mátrixok csoportot alkotnak a mátrixszorzás műveletére nézve. Ezt a csoportot O(2)-nel jelöljük és R 2 (a 2-dimenziós euklideszi tér) ortogonális csoportjának nevezzük. 17. Tétel. Ortogonális mátrix determinánsa ±1. ( ) a b Bizonyítás. Legyen M =, det M = ad bc =. Ekkor c d det M t = a c b d = ad bc =, det M 1 = d/ b/ c/ a/ = = 1 2. Így = 1/, azaz = ± Tétel. A +1 determinánsú 2 2 típusú ortogonális mátrixok csoportot alkotnak. Ezt a csoportot SO(2)-nel jelöljük és R 2 (a 2-dimenziós tér) speciális ortogonális csoportjának nevezzük. Az előzőek alapján ref α, rot α O(2), illetve rot α SO(2). Az alábbiakban belátjuk, hogy más 2 2-típusú ortogonális mátrix nincs is, azaz valamely α R-re minden 2 2-típusú ortogonális mátrix ref α vagy rot α alakú, illetve SO(2) elemei csakis a forgatási mátrixok. 19. Tétel. O(2) minden A eleméhez van olyan α R, hogy ( ) cos α sin α A =, sin α ± cos α ahol a felső előjelek a +1 determinánsú, míg az alsó előjelek a 1 determinánsú ortogonális mátrixra vonatkoznak.

26 26 1. FEJEZET. GEOMETRIA R 2 -BEN Bizonyítás. Foglalkozzunk a +1 determinánsú esettel, a 1 determinánsú eset analóg. Legyen ( ) a b A =. c d Mivel A ortogonális, ezért inverze megegyezik a transzponáltjával: ( ) 1 ( ) a b a c =. ( ) c d b d Másrészt az inverz mátrixot a kofaktorok módszerével meghatározva: ( ) 1 ( ) a b d b =. ( ) c d c a ( )-ot és ( )-ot összehasonlítva: a = d, c = b, tehát a mátrix alakja: ( ) a b A =, b a ahol a 2 + b 2 =1 (a mátrix determinánsa 1), tehát létezik olyan α [0, 2π), hogy a = cos α, b = sin α, ami a bizonyítandó állítást jelenti. A következő tétellel az ortogonális mátrixok jellemzését adjuk meg. 20. Tétel. Legyen A R 2 2. A következő állítások ekvivalensek: 1. A O(2); 2. A megtartja a skaláris szorzatot, azaz 3. A megtartja a vektorok hosszát: 4. A megtartja a távolságot: x, y R 2 : Ax, Ay = x, y ; x R 2 : Ax = x ; x, y R 2 : d(ax, Ay) = d(x, y); 5. tetszőleges ortonormált pár képe ortonormált pár.

27 1.4. A SÍK ORTOGONÁLIS CSOPORTJA 27 Bizonyítás. 1 2 Először teljesüljön, hogy A t A = I n. Ekkor Ax, Ay = x, A t Ay = x, y. Megfordítva, ha A megtartja a skaláris szorzatot, azaz Ax, Ay = x, y akkor A t Ax, y = x, y A t Ax, y = I n x, y amiből következik, hogy x, y : (A t A I n )x, y = 0, vagyis A t A = I n = 3 nyilvánvaló, a norma definíciója miatt: Ax = Ax, Ax = x, x = x. Megfordítva, könnyen ellenőrizhető, hogy: x, y = 1 2 ( x + y 2 x 2 y 2), azaz a skaláris szorzat a normából kifejezhető. 3 4 Következik onnan, hogy a norma és távolság egymásból kölcsönösen kifejezhetők: d(x, y) = x y, x = d(x, 0). 2 = 5 A skaláris szorzat tartásból következik, hogy ortonormált vektorrendszer képe ortonormált vektorrendszer, hisz a hossz és a merőlegesség megmarad. 5 = 2 Legyen x = x 1 e 1 + x 2 e 2, y = y 1 e 1 + y 2 e 2, ahol (e 1, e 2 ) ortonormált pár. Ekkor Ax = x 1 Ae 1 + x 2 Ae 2 és Ay = y 1 Ae 1 + y 2 Ae 2 is teljesül. Mivel (Ae 1, Ae 2 ) is ortonormált pár: x, y = x 1 y 1 + x 2 y 2 Ax, Ay = x 1 y 1 + x 2 y 2, azaz A megtartja a skaláris szorzatot.

28 28 1. FEJEZET. GEOMETRIA R 2 -BEN Megjegyzés. Az ortogonális mátrixcsoport és a speciális ortogonális mátrixcsoport tetszőleges dimenzióban is hasonlóan értelmezhető, mint kétdimenzióban: O(n) = {A GL(n) A 1 = A t }, SO(n) = {A O(n) det A = 1}, Az ortogonális mátrixok előző tételben megadott jellemzése szó szerint átvihető tetszőleges (véges) dimenzióba. Azonban a 19. tételhez hasonló egyszerű felírást magasabb dimenzióban már nem tudunk adni. A síkbeli orientáció fogalmáról A síkbeli orientáció (irányítás) hétköznapi szóhasználatban az óramutató járásával összefüggésben megállapított forgási irány, mely ebben az értelemben fizikai fogalom. Matematikai értelemben R 2 -ben az (E 1 = (1, 0), E 2 = (0, 1)) kanonikus bázissal kitüntethetünk egy irányt, ezt nevezzük pozitív (az óramutató járásával ellentétes) iránynak. Definíció. Az (a, b) lineárisan független rendezett vektorpár irányításán sgn det(a, b)-t értjük. 21. Tétel. Minden A SO(2) speciális ortogonális transzformáció irányítástartó, azaz a, b R 2 : sgn det(aa, Ab) = sgn det(a, b). Bizonyítás. sgn det(aa, Ab) = sgn(det A det(a, b)) = sgn det(a, b).

29 1.4. A SÍK ORTOGONÁLIS CSOPORTJA 29 Kulcsszavak Jegyzetek

30 30 1. FEJEZET. GEOMETRIA R 2 -BEN 1.5. Izometriák Definíció. Egy F : R 2 R 2 bijektív leképezést egybevágósági transzformációnak vagy izometriának nevezünk, ha távolságtartó, azaz P, Q R 2 : d(f (P ), F (Q)) = d(p, Q). 22. Tétel. R 2 összes izometriái csoportot alkotnak a transzformáció szorzás műveletre nézve. Ezt a csoportot E(2)-vel jelöljük és a kétdimenziós euklideszi tér euklideszi csoportjának nevezzük. A 8. tétel szerint minden tengelyes tükrözés izometria, ebből következően minden elforgatás is izometria. Másik egyszerű példa izometriára az eltolás, vagy transzláció. Definíció. Legyen v R 2. A τ v : R 2 R 2, X τ v (X) = X + v leképezést v vektorú eltolásnak (transzlációnak) nevezzük. 23. Tétel. R 2 összes transzlációi kommutatív csoportot alkotnak a kompozíció szorzás műveletre nézve. 24. Tétel. Minden transzláció izometria. 25. Tétel (A síkizometriák főtétele). Egy F : R 2 R 2 bijektív leképezés akkor es csakis akkor izometria, ha A O(2) ortogonális mátrix és b R 2 vektor, hogy F (x) = Ax + b. Bizonyítás. Mivel minden ortogonális transzformáció és eltolás izometria, ezek kompozíciója is az. Legyen most F : R 2 R 2 egybevágóság. b-t és A-t a következőképpen konstruáljuk meg. Legyen b = F (0), ϕ: R 2 R 2, ϕ(x) = F (x) b. ϕ-ről belátjuk, hogy lineáris leképezés, így megegyezik egy A mátrixszal való bal oldali szorzással. Először belátjuk, hogy az előbbiekben megkonstruált ϕ megtartja a skaláris szorzatot. Emlékeztetünk arra, hogy ξ, η R 2 : ξ, η = ξ 2 + η 2 ξ η 2. 2

31 1.5. IZOMETRIÁK 31 Tehát ϕ(x), ϕ(y) = = ϕ(x) 2 + ϕ(y) 2 ϕ(x) ϕ(y) 2 2 = F (x) F (0) 2 + F (y) F (0) 2 F (x) F (0) F (y) + F (0) 2 2 = x y 0 2 x y 2 2 = = x 2 + y 2 x y 2 2 = x, y, felhasználva, hogy F izometria. Végezetül belátjuk, hogy ϕ lineáris. Az előző bizonyításrészből közvetlenül ( következik, hogy ha E = (e 1, e 2 ) ortonormált bázis, akkor E = ϕ(e1 ), ϕ(e 2 ) ) is ortonormált bázis. Vegyük ϕ(x) koordináta-előállítását E - re vonatkozóan: ϕ(x) = 2 ϕ(x), ϕ(e i ) ϕ(e i ) = i=1 2 x, e i ϕ(e i ). ϕ(x)-nek ez a kifejezése x-ben lineáris, tehát van olyan A R n n mátrix, hogy ϕ(x) = Ax. Mivel ϕ skaláris szorzat tartó, ezért i=1 Ax, Ay = ϕ(x), ϕ(y) = x, y, azaz a 20. Tétel szerint A ortogonális mátrix. A főtétel közvetlen következménye az alábbi tétel: Következmény. Minden izometria ortogonális transzformáció és eltolás szorzata. A sík izometriái geometriailag eltolások vagy elforgatások vagy csúsztatva tükrözések. Definíció. Egy síkizometriát mozgásnak vagy irányítástartó izometriának nevezünk, ha az ortogonális komponense speciális ortogonális transzformáció. 26. Tétel. A sík mozgásai csoportot alkotnak a transzformáció szorzás műveletre nézve. Ezt a csoportot E + (2)-vel jelöljük. A sík mozgásai geometriailag elforgatások vagy eltolások. Megjegyzés. A fejezet tételei változatlan formában érvényesek magasabb dimenzióban, a főtétel bizonyítása is szó szerint megismételhető. =

32 32 1. FEJEZET. GEOMETRIA R 2 -BEN Kulcsszavak Jegyzetek

33 1.6. AFFIN LEKÉPEZÉSEK A SÍKBAN Affin leképezések a síkban Definíció. Egy F : R 2 R 2, X F (X) = X bijektív leképezést kollineációnak nevezünk, ha teljesül rá a következő tulajdonság: P, Q, R akkor és csakis akkor három különböző kollineáris pont, ha P, Q, R is. Definíció. Legyen A GL(2), b R 2. Az F : R 2 R 2, x Ax + b leképezést affin transzformációnak nevezzük. Az A mátrix az F affin transzformáció lineáris része, míg a b vektor az eltolási része. Röviden az affin transzformáció jelölésére az (A, b) rendezett párt is használhatjuk. Következmény. Minden izometria affin transzformáció. Egy izometria lineáris része ortogonális mátrix. 27. Tétel. A sík egy leképezése akkor és csakis akkor affin leképezés, ha kollineáció. Bizonyítás. Minden affin transzformáció kollineáció. Mivel A(A 1 (x b)) + b = x, ezért az affin transzformáció szürjektív. Másrészt Ax + b = Ay + b = A 1 Ax = A 1 Ay = x = y, tehát az affin transzformáció injektív. Legyen R a P Q egyenes egy P -től és Q-tól különböző pontja. Ekkor!t R \ {0, 1} : R = tq + (1 t)p = AR = taq + (1 t)ap. a bal oldalhoz b-t, a jobb oldalhoz tb + (1 t)b-t hozzádava: R = t(aq + b) + (1 t)(ap + b) = tq + (1 t)p (t 0, 1), ami azt jelenti, hogy R a P Q egyenes P -től és Q -től különböző pontja. Megfordítva, legyen R a P Q egyenes P -től és Q -től különböző pontja. Ekkor!t R \ {0, 1}: R = tq + (1 t)p = AR + b = t(aq + b) + (1 t)(ap + b) = AR = A(tQ) + A((1 t)p ) = R = tq + (1 t)p, Azaz P, Q, R kollineárisak és különbözőek. Minden kollineáció affin transzformáció. Nem tárgyaljuk.

34 34 1. FEJEZET. GEOMETRIA R 2 -BEN Az l = P + [v] egyenes affin képe az l = P + [Av] egyenes, ami az alábbi relációból rögtön látszik: F (P + tv) = A(P + tv) + b = AP + b + tav = F (P ) + t(av). 28. Tétel. A sík affin transzformációi csoportot alkotnak a kompozíció műveletre nézve. Ezt a csoportot A(2)-vel jelöljük és affin csoportnak mondjuk. Bizonyítás. Legyenek F és F affin transzformációk a síkon: Ekkor F (x) = Ax + b, F (x) = A x + b. (F F )(x) = A (Ax + b) + b = (A A) x + A } {{ } } b {{ + b }, (1.9) GL(2) R 2 azaz két affin transzformáció szorzata is affin transzformáció. Az asszociativitás a kompozíció szorzás általános tulajdonsága. Egységelem: a transzformáció lineáris része I 2, az eltolás része a zérusvektor. Az F (x) = Ax + b affin transzformáció inverze az az affin transzformáció, melynek lineáris része A 1, eltolási része A 1 b, amint azt (1.9)-ba visszahelyettesítve azonnal látjuk. A sík affin transzformációi nem mátrix szorzásként hatnak az eltolási rész jelenléte miatt. Azonban, ha a sík affin transzformációinak 3 3-típusú mátrixokat feleltetünk meg, már az affin transzformációk kompozícióját mátrix szorzással számíthatjuk. 29. Tétel. (A lineáris reprezentáció elve.) Legyen µ: A(2) GL(3), a 11 a 12 b 1 (A, b) µ(a, b) = a 21 a 22 b 2 jel = ( ) A b, 0 1 ahol A = (a ij ) GL(2), b = (b 1, b 2 ) R 2. µ művelettartó és injektív leképezés (azaz injektív homomorfizmus) A(2) és GL(3) között.

35 1.6. AFFIN LEKÉPEZÉSEK A SÍKBAN 35 Bizonyítás. µ nyilvánvalóan injektív, azaz különböző affin transzformációknak különböző mátrixok felelnek meg µ által. Könnyen ellenőrizhető, hogy µ művelettartó, azaz egy homomorfizmus: ( ) A µ((a, b ) (A, b)) = µ(a A, A b + b ) = A A b + b így ( A µ(a b, b) µ(a, b) = 0 1 ) ( A b ) ( A = A A b + b 0 1 µ((a, b ) (A, b)) = µ(a, b) µ(a, b). Következmény. Az előző tétel alapján A(2) és µ(a(2)) izomorf csoportok, a továbbiakban nem teszünk köztük különbséget: {( ) } A b A(2) = A GL(2), b R Következmény. Azt is láthatjuk, hogy ha x = Ax + b, akkor x 1 a 11 a 12 b 1 x 1 x 2 = a 21 a 22 b 2 x A továbbiakban fontos kiindulópont az alábbi reláció, amelyet már levezettünk. Legyen F a sík affin transzformációja, ekkor a P, Q pontokra t R : F ((tq + (1 t)p ) = tf (P ) + (1 t)f (Q). (1.10) Definíció. Legyen P, Q, R három különböző kollineáris pont, R = tq+(1 t)p. Az R pontnak a (P, Q) alappontokra vonatkozó osztóviszonyán a számot értjük. (P QR) = t 1 t R \ {0, 1} Következmény (Az osztóviszony kiszámítása). d(p, R) d(r, Q), P R Q (P QR) = d(p, R), (P R Q) d(r, Q) ),

36 36 1. FEJEZET. GEOMETRIA R 2 -BEN Bizonyítás. Ha R = tq + (1 t)p, akkor tr + (1 t)r = tq + (1 t)p = (1 t)(r P ) = t(q R), mindkét oldal normáját véve 1 t d(p, R) = t d(r, Q) = t 1 t = d(p, R) d(r, Q). Ha P R Q, akkor t (0, 1), így t és (1 t) pozitívak; míg ha (P R Q), akkor t és (1 t) ellentétes előjelűek, ami adja az előjelekre vonatkozó állítást is. Megjegyzés. Az osztóviszonyt szokás az itt definiált érték ellentettjével is definiálni. Példa. A szakasz felezőpontjának osztóviszonya a végpontokra, mint alappontokra nézve (ezek sorrendjétől függetlenül) Tétel. Minden affin transzformáció osztóviszonytartó. Bizonyítás. (1.10)-ból azonnal látszik. 31. Tétel (A fixpontok szerkezete). A sík egy affin transzformaációjának ha van fixpontja, akkor a fixpontok halmaza pont, egyenes vagy a teljes sík. Utóbbi esetben a transzformáció az identikus leképezés. Úgy is fogalmazhatunk, hogy az affin transzformáció fixpontjai halmaza üres halmaz vagy lineáris sokaság. Bizonyítás. Az F = (A, b) affin transzformáció X R 2 fixpontjára F (X) = X, azaz AX + b = X (A I)X = b teljesül. Azaz a fixpontok megoldásai az A I alapmátrixú (általában inhomogén) lineáris egyenletrendszernek. A lineáris egyenletrendszerek elméletéből tudjuk, ha van megoldás, akkor a megoldások halmaza lineáris sokaság. 32. Tétel (Az affin transzformációk fixponttétele). 1. Ha egy affin transzformáció egy egyenes két különböző pontját fixen hagyja, akkor az egyenes minden pontja fix.

37 1.6. AFFIN LEKÉPEZÉSEK A SÍKBAN Ha egy affin transzformáció a sík három nem kollineáris pontját fixen hagyja, akkor a transzformáció identitás. Bizonyítás. Tételünk közvetlen következménye az előző tételnek. Ha van két különböző fixpont, akkor a fixpontok halmaza egyenes vagy a teljes sík, így a két pontra illeszkedő egyenes mindenképpen pontonként fix. Három nem kollineáris fixpont esetén a fixpontok halmazaként már csak a teljes sík jöhet szóba. 33. Tétel (Az affin transzformációk alaptétele). Legyen (P, Q, R) és (P, Q, R ) két nem kollineáris rendezett ponthármas (röviden háromszög) a síkon. Egyértelműen létezik olyan F : R 2 R 2 affin transzformáció, melyre F (P ) = P, F (Q) = Q, F (R) = R. Bizonyítás. Létezés. A tételt először egy speciális esetben látjuk be, nevezetesen legyen P = O = (0, 0), Q = E 1 = (1, 0), R = E 2 = (0, 1), a másik nem kollineáris ponthármast jelöljük most (X, Y, Z)-vel. Az affin transzformációt az A lineáris részével és b eltoló vektorával keressük. Jelölje A oszlopait A 1 és A 2! Ekkor b és A = (A 1, A 2 ) könnyen megadható: AE 1 + b = Y AO + b = X = b = X, = A 1 = Y b = Y X AE 2 + b = Z = A 2 = Z b = Z X. Mivel XY Z nem kollineáris ponthármas, az Y X és Z X vektorok nem egy irányúak (lineárisan függetlenek), azaz det A 0. Ezek után jelölje F 1 azt az affin transzformációt, mely (O, E 1, E 2 )-t (P, Q, R)-be viszi; F 2 pedig azt az affin transzformációt, mely (O, E 1, E 2 )-t (P, Q, R )-be viszi. A keresett transzformáció F 2 F1 1. Egyértelműség. Ha G egy másik affin transzformáció a feltételekkel, akkor a G 1 F affin transzformációnak P QR három nem kollineáris fixpontja, azaz G 1 F = id = F = G.

38 38 1. FEJEZET. GEOMETRIA R 2 -BEN Kulcsszavak Jegyzetek

39 1.7. SPECIÁLIS AFFIN TRANSZFORMÁCIÓK Speciális affin transzformációk Definíció. Egy affin transzformációt affin nyújtásnak, röviden nyújtásnak nevezünk, ha igaz rá, hogy minden egyenes párhuzamos a képével. (A definícióban megengedjük, hogy egy egyenes képe esetleg önmaga.) Példa. Az eltolás vagy a félfordulat (π szögű elforgatás) nyilvánvalóan affin nyújtás. A következő példa szintén ismerős lesz az elemi geometriai tanulmányokból. Definíció. Legyen rögzítve a C R 2 pont és λ 0 skalár. A h (C,λ) : R 2 R 2, X h (C,λ) (X) = C + λ(x C) leképezést C centrumú, λ arányú középpontos nyújtásnak nevezzük. Szokás a középpontos nyújtás arányának az itt definiált előjeles arány abszolút értékét, azaz λ -t nevezni. A középpontos nyújtás definícióját átalakítva: h (C,λ) (X) = C + λ(x C) = λix + (C λc). Innen láthatjuk, hogy a transzformáció affin transzformáció, melynek lineáris része λi, azaz valóban minden egyenes párhuzamos lesz a képével. 34. Tétel. A sík minden nyújtásának lineáris része λi 2, ahol λ 0 valós szám. Bizonyítás. Egy nyújtás lineáris része olyan A GL(2) mátrix, hogy minden v R 2 -re v és Av arányosak. Speciális vektorokat behelyettesítve v helyére: ( ) ( ) ( ) a11 a 12 1 a11 = = a a 21 a 22 0 a 21 = 0 21 ( ) ( ) ( ) a11 a 12 0 a12 = = a a 21 a 22 1 a 12 = 0 22 ( ) ( ) ( ) a a11 = = a 0 a 22 1 a 11 = a Legyen a 11 és a 22 közös értéke λ, ekkor A = λi 2.

40 40 1. FEJEZET. GEOMETRIA R 2 -BEN Az olyan diagonális mátrixot, amelyben a diagonális elemei ugyanazok a skalárok (azaz a mátrix λi alakú), skalár mátrixnak is nevezik. Így tételünket úgy is fogalmazhatjuk, hogy egy nyújtás lineáris része mindig skalármátrix. 35. Tétel. Egy identitástól különböző nyújtásnak nem lehet két fixpontja. A fixpontmentes nyújtás mindig eltolás, az egy fixponttal rendelkező nyújtás pedig mindig középpontos nyújtás. Bizonyítás. Legyen F (X) = λx + b az affin leképezés, a fixpontra λx + b = X (λ 1)X = b. (1.11) λ = 1 esetén a transzformáció eltolás, ha ráadásul b 0, akkor valódi eltolás. Ekkor az (1.11) egyenletnek nincs megoldása. λ 1 esetén X = b/(1 λ) az egyértelmű fixpont. Definíció. Középpontos nyújtás és egybevágóság szorzatát hasonlóságnak nevezzük. A hasonlóság arányának a származtató középpontos nyújtás arányát nevezzük Mivel a középpontos nyújtás speciálisan lehet az identitás is, ezért az egybevágóságok nyilvánvalóan hasonlóságok is. A definícióból az is rögtön következik, hogy a hasonlóságok egyben affin transzformációk. 36. Tétel. A sík egy hasonlóságának lineáris része ( ) a ±b GL(2), ahol a 2 + b 2 > 0. b a A hasonlóságok csoportot alkotnak a transzformáció szorzás műveletére nézve. Bizonyítás. A hasonlóság legyen a λ arányú középpontos nyújtás és egy olyan egybevágóság szorzata, melynek lineáris része ( ) cos α ± sin α. sin α cos α A szorzat lineáris része (a transzformációk sorrendjétől függetlenül) ( ) λ cos α ±λ sin α. (1.12) λ sin α λ cos α

41 1.7. SPECIÁLIS AFFIN TRANSZFORMÁCIÓK 41 Legyen λ cos α = a, λ sin α = b, ekkor a kívánt mátrix alakot kapjuk. Továbbá a 2 + b 2 = λ 2 > 0 is teljesül. Az (1.12) alakú mátrixok szorzata és inverze ugyanilyen alakú mátrixot ad, továbbá az egységmátrix nyilván ilyen alakú. Ebből következik, hogy a hasonlóságok csoportot alkotnak. A sík hasonlóságainak csoportját S(2) jelöli. Az előző tétel alapján {( ) } λa b S(2) = GL(3) A O(2), λ 0, b R Tétel (Skálatétel). Egy λ arányú F : R 2 R 2 hasonlóságra teljesül, hogy P, Q R 2 : d(f (P ), F (Q)) = λ d(p, Q). Bizonyítás. Legyen F (X) = λax + b (A O(2), b R 2 ) λ arányú hasonlóság. d(f (P ), F (Q)) = λap + b λaq b = λa(p Q) = λ A(P Q) = λ P Q = λ d(p, Q), a * lépésnél kihasználva, hogy egy ortogonális transzformáció normatartó. Úgy is fogalmazhatunk, hogy egy hasonlóság minden szakasz hosszát ugyanannyiszorosára változtatja (ugyanúgy skálázza). 38. Tétel (Hasonlóságok fixponttétele). Ha egy hasonlóság nem izometria, akkor egyértelműen létezik fixpontja. Bizonyítás. X akkor és csakis akkor fixpontja a (λa, b) hasonlóságnak, ha Azt állítjuk, hogy az (1.13) egyenletből képzett (λa I)X = b. (1.13) (λa I)X = 0, (1.14) homogén lineáris egyenletrendszernek csak a zéró vektor megoldása, így az (1.13) egyenletnek egyértelmű megoldása van. Ha (λa I)X = 0, akkor λ AX = X. Az ortogonális transzformáció normatartó, így ( λ 1) X = 0. λ 1, mert a transzformáció nem izometria, így X = 0, azaz (1.14)-nek csak triviális megoldása van.

42 42 1. FEJEZET. GEOMETRIA R 2 -BEN Kulcsszavak Jegyzetek

43 1.8. O(3) SZERKEZETE O(3) szerkezete Az egydimenziós euklideszi vektorterek ortogonális transzformációi id és id. Az előzőekben beláttuk, hogy kétdimenziós euklideszi vektorterek ortogonális transzformációi az origó körüli elforgatások és az origón átmenő egyenesre vonatkozó tükrözések. Ebben a fejezetben a tér ortogonális transzformációit írjuk le. Definíció. Legyen F R n altér. Ekkor F = {x R n y F : x, y = 0} az F altér ortogonális komplementere. 39. Tétel. (A definíció jelöléseivel.) F altér, továbbá F = F és F F = R n. Bizonyítás. Elemi lineáris algebra. 40. Tétel. Legyen A O(n) ortogonális transzformáció, F R n az A transzformáció invariáns altere. Ekkor F szintén az A invariáns altere, továbbá A F (azaz A leszűkítése F -re) szintén ortogonális transzformáció. Bizonyítás. Először azt látjuk be, hogy minden y F -hez létezik olyan z F, hogy Az = y. Legyen (b 1,..., b k ) az F altér ortonormált bázisa. Ekkor (Ab 1,..., Ab k ) is ortonormált vektorrendszer, tehát F -nek szintén bázisa. Legyen y = k i=1 y iab i és z definíciója legyen a következő: z = k i=1 y ib i. Ekkor Az = y teljesül. A tétel állítására közvetlenül rátérve, legyen x F, y F és z F azzal a tulajdonsággal, hogy Az = y. Felhasználva, hogy az ortogonális transzformáció skaláris szorzat tartó: Ax, y = Ax, Az = x, z, azaz Ax F. A F ortogonalitása következik a skaláris szorzat megtartásából. 41. Tétel. R 3 minden ortogonális transzformációjának van egy- és kétdimenziós invariáns altere.

44 44 1. FEJEZET. GEOMETRIA R 2 -BEN Bizonyítás. Először belátjuk, hogy találunk olyan x R 3 nem zéró vektort, melyre Ax = λx valamely λ R-re. Ax = λx (A λ id)x = 0, azaz x az A λ id négyzetes alapmátrixú homogén lineáris egyenletrendszer nem triviális megoldása. Ennek szükséges és elégséges feltétele, hogy det(a λ id) = 0. Ez utóbbi formula λ-ra egy harmadfokú egyenlet, melynek biztosan van valós gyöke (egy vagy három). Azaz a szóban forgó harmadfokú egyenletet megoldva találunk olyan λ értéket, melyre az Ax = λx egyenletnek van zérusvektortól különböző megoldása. L(x) egydimenziós invariáns altere A-nak, ennek ortogonális komplementere pedig kétdimenziós invariáns altér. Definíció. A tér egy ortogonális transzformációjának kétdimenziós invariáns alterét a transzformáció forgássíkjának nevezzük, ha azon a transzformáció kétdimenziós forgásként hat, míg tükörsíknak, ha azon a transzformáció tengelyes kükrözésként hat. 42. Tétel. O(3) minden elemének van forgássíkja. Bizonyítás. Tegyük föl, hogy P R 3 az A ortogonális transzformáció kétdimenziós invariáns altere és P tükörsík. Ekkor A a P -ben tengelyes tükrözésként hat, jelöljük a tengelyt m-mel. Mivel P ortogonális komplementere egydimenziós, ezért A P = ± id. Legyen először A P = id. Ekkor az m és P által kifeszített Q síkon A Q = id, hiszen az m-et és P egyeneseket kifeszítő bázisvektorok önmagukba mennek át, azaz Q forgássík, identikus forgatással. A P = id. Ekkor A m = id, azaz m forgássík, a forgatás szöge π. (Ld. az 1.3 ábrát.) Geometriailag tehát leírtuk O(3) elemeit: Következmény. A tér minden ortogonális transzformációja vagy tengely körüli forgatás vagy tengely körüli elforgatás és a forgássíkra vonatkozó tükrözés szorzata. Algebrailag ugyanez az állítás a következőképpen fogalmazható meg: Következmény (A tér ortogonális mátrixainak normálforma tétele). O(3) minden eleme hasonló az alábbi mátrixok valamelyikéhez: cos φ sin φ 0 cos φ sin φ 0 sin φ cos φ 0, sin φ cos φ 0, φ R

45 1.8. O(3) SZERKEZETE ábra. A gyakorlatban szükségünk van általános tengelyű forgás mátrixára. Legyen a tengely irányvektora (a forgássík normálvektora) n és tegyük fel, hogy n = 1. Ekkor a tér tetszőleges p vektorára p = p, n n + n (p n) (1.15) ugyanis a vektoriális szorzatra vonatkozó kifejtési tétel szerint: n (p n) = n, n p n, p n = p n, p n. Az (1.15) egyenlet p felbontását adja n-nel párhuzamos és arra merőleges komponensre. A forgatás során a p tengellyel párhuzamos komponense megegyezik az elforgatott p vektor tengellyel párhuzamos komponensével, míg a forgássíkba eső komponens, azaz a forgatás α szögével elfordul. n p és n (p n) azonos hosszúságú egymásra merőleges vektorok, így: n (p n) = cos α n (p n) + sin α n p. A végeredményt a kifejtési tétel ismételt alkalmazásával kapjuk meg: p = n, p n + cos α n (p n) + sin α n p = = cos α n, n p cos α n, p n + sin α n p = = cos α p (cos α 1) n, p n + sin α (n p).

46 46 1. FEJEZET. GEOMETRIA R 2 -BEN Forgatva tükrözés esetén csak a tengellyel párhuzamos komponensben van eltérés: p = cos α p (cos α + 1) n, p n + sin α (n p). Így O(3) minden elemét a geometriai adatokból meg tudjuk adni: 43. Tétel. Legyen n R 3 egységvektor, α R. Az α szögű L(n) tengelyű forgatásra vagy forgatva tükrözésre: R 3 R 3, p p = cos α p (cos α 1) n, p n + sin α (n p). Alkalmazásként határozzuk meg a koordinátatengelyek körüli elforgatások mátrixát!

47 1.8. O(3) SZERKEZETE 47 Kulcsszavak Jegyzetek

48 48 1. FEJEZET. GEOMETRIA R 2 -BEN 1.9. Összefoglalás és kitekintés más dimenziókra Az alábbi nevezetes mátrix csoportokat ismertük meg: általános lineáris csoport: GL(n) = {A R n n det A 0} ortogonális csoport: O(n) = {A GL(n) A 1 = A t } speciális ortogonális csoport: SO(n) = {A O(n) det A = 1} Az alábbi nevezetes transzformáció csoportokat ismertük meg: affin csoport: A(n) = {(A, b) A GL(n), b R n }. A(n)-ben a szorzás műveletét az (A, b) (A, b ) = (AA, Ab + b) előírással értelmezzük. A csoport izomorf a következő mátrix csoporttal {( ) } A b GL(n + 1) A GL(n), b R n. 0 1 ( ) A b Az mátrixot az (A, b) affin transzformáció lineáris reprezentációjának 0 1 mondjuk. Az alábbi transzformáció csoportokkal izomorf mátrix csoportokat analóg módon képezzük. hasonlósági csoport: S(n) = {(λa, b) A O(n), b R n, λ 0} A(n) izometriacsoport: E(n) = {(A, b) A O(n), b R n } A(n) mozgáscsoport: E + (n) = {(A, b) A SO(n), b R n } A(n) Egy dimenzióban A számegyenes geometriai transzformációi. általános lineáris csoport: GL(1) = {a R a 0} ortogonális csoport: O(1) = {1, 1}. Geometriai értelemben az identitásról és az origóra vonatkozó tükrözésről van szó.

49 1.9. ÖSSZEFOGLALÁS, KITEKINTÉS ábra. Az egyenes affin leképezése speciális ortogonális csoport: SO(1) = {1} affin csoport: A(1) = {(a, b) a 0, b R}. Az A(1) halmazon a szorzás a (a, b) (a, b ) = (aa, ab + b) definíció szerint van adva. Az (a, b) affin leképezés nem más, mint az R R, x ax + b leképezés, amelyet az 1.4. ábra szemléltet. hasonlósági csoport: S(1) = {(λ, b) λ 0, b R} izometriacsoport: E(1) = {(±1, b) b R} Az egyenes mozgása x ±x + b, azaz vagy eltolás, vagy origóra vonatkozó tükrözés és eltolás szorzata. mozgáscsoport: E + (1) = {(1, b) b R}. Az egyenes mozgása mindig eltolás: x x + b.

50 50 1. FEJEZET. GEOMETRIA R 2 -BEN Két dimenzióban Két dimenzióban az ortogonális csoport és a speciális ortogonális csoport elemeit expliciten is meg tudjuk adni: {( )} cos α sin α SO(2) =, geometriailag origó körüli forgatások sin α cos α {( )} cos α sin α O(2) =, geometriailag origó körüli forgatások és sin α ± cos α olyan tengelyes tükrözések, ahol a tengely az origóra illeszkedik A hasonlósági csoport lineáris része pedig: ( ) a b, a b ±a 2 + b 2 > 0

51 1.9. ÖSSZEFOGLALÁS, KITEKINTÉS 51 csoport jele lineáris rész geometriai leírás invariáns alaptétel affin A(2) A GL(2) egyenestartó osztóviszony ABC A B C arány ABC A B C hasonlóság S(2) λa, A O(2), λ 0 középpontos nyújtás és egybevágóság szorzata távolság ABC = A B C egybevágóság E(2) A O(2) tengelyes tükrözések szorzata AB A B távolság és orientáció mozgás E + (2) A SO(2) páros számú tengelyes tükrözés szorzata 1.1. táblázat. A(2) nevezetes részcsoportjai ABC A B C, ha megfelelő szögeik azonos mértékűek ABC = A B C, ha megfelelő oldalaik azonos mértékűek Megjegyzés. A sík egy egybevágósága legfeljebb három tengelyes tükrözés szorzata, egy síkmozgás két tengelyes tükrözés szorzata (beleértve, hogy a tengelyek lehetnek azonosak). A sík egybevágósága eltolás, elforgatás vagy csúsztatva tükrözés lehet.

52 52 1. FEJEZET. GEOMETRIA R 2 -BEN Három dimenzióban A síkon az egybevágósági transzformációk felépítésének alapeleme a tengelyes tükrözés volt. Analóg módon definiáljuk térben a síkra vonatkozó tükrözést. Definíció. Az X P, n = 0 normálegyenletű P pontra illeszkedő, n normál egységvektorú síkra vonatkozó tükrözés a transzformáció. ρ S : R 3 R 3, X X 2 X P, n n A tengely körüli elforgatást mint két metsző síkra vonatkozó tükrözés szorzatát definiáljuk. A térben az ortogonális mátrixok leírása algebrailag összetettebb, mint két dimenzióban. Ehhez előbb egy fogalmat kell bevezetnünk: Definíció. A B R n n mátrixot hasonlónak mondjuk az A R n n mátrixhoz, ha van olyan S GL(n) mátrix, hogy B = S 1 AS. Jelölésben: A B. A mátrixok hasonlósága könnyen ellenőrizhetően ekvivalenciareláció. Ezekre az ekvivalenciaosztályokra gondolhatunk úgy, mint geometriai osztályra. 44. Tétel. Minden 3 3 típusú ortogonális mátrix hasonló az cos α sin α 0 cos α sin α 0 sin α cos α 0, sin α cos α mátrixok valamelyikéhez. Geometriai szempontból az első mátrix a z tengely körüli α szögű elforgatást jelenti, a második mátrix pedig egy szorzatként előálló transzformációt, a z tengely körüli α szögű elforgatás és az xy síkra vonatkozó tükrözés szorzatát. Ezek a mátrixok reprezentálják O(3) geometriai osztályait. Következmény. O(3) minden eleme vagy tengely körüli elforgatás, ahol a tengely az origóra illeszkedik, vagy tengely körüli elforgatás és síkra vonatkozó tükrözés szorzata, ahol a tengely merőleges a síkra és azt az origóban metszi.

53 2. fejezet A projektív síkgeometria alapjai 53

54 54 2. FEJEZET. A PROJEKTÍV SÍKGEOMETRIA ALAPJAI 2.1. Az affin illeszkedési sík Az elemi geometriai tanulmányokból tudjuk, hogy az euklideszi síkon az egyenesek és a pontok illeszkedésére valamint az egyenesek párhuzamosságára teljesül néhány nagyon egyszerű tulajdonság. Ezeket a tulajdonságokat felhasználva jutunk el az affin sík absztrakt fogalmához. Definíció. Legyen E és L két halmaz, a pontok és egyenesek halmaza, i E L pedig egy relácó, az illeszkedési reláció. Az (E, L, i) hármas egy affin illeszkedési sík, ha A1 bármely két különböző pontra pontosan egy egyenes illeszkedik A2 ha adott egy egyenes és egy rá nem illeszkedő pont, akkor az adott pontra pontosan egy olyan egyenes illeszkedik, melynek nincs közös pontja az adott egyenessel A3 minden egyenesre illeszkedik legalább két pont, van legalább két egyenes. Az A2 tulajdonságot affin párhuzamossági axiómának nevezzük. Ha P Q pontok, akkor a rájuk illeszkedő egyenest P Q jelöli. Ha az l, m egyeneseknek egy affin síkon nincs közös pontja vagy egybeesnek, akkor azokat párhuzamosoknak mondjuk, és azt írjuk, hogy l m. A Descartes-sík Az (A1)-(A3) tulajdonságok teljesülnek a koordinátasíkon. Ismételjük át a Descartes-féle koordinatasíkról tanultakat! A pont (x, y) R 2, azaz rendezett számpár. Az egyenes egydimenziós lineáris sokaság R 2 -ben. Egy egyenes egyenlete ax + by + c = 0, (a, b) (0, 0). Az egyenletből az (a, b, c) rendezett számhármas a lényeges: ha ezt ismerjük, akkor fel tudjuk írni az egyenletet, ha az egyenlet adva van, akkor ezt le tudjuk olvasni. Ugyanakkor a rendezett számhármasok és az egydimenziós lineáris sokaságok közötti hozzárendelés nem kölcsönösen egyértelmű, mert az egyenes egyenletét egy nemzéró skalárral végigszorozva, ugyanannak az

55 2.1. AZ AFFIN ILLESZKEDÉSI SÍK 55 egyenesnek az egyenletét kapjuk. Mondhatjuk az tehát, hogy az egyenest [a, b, c]-vel interpretáljuk, ahol [a, b, c] = {λ(a, b, c) λ 0, (a, b) (0, 0)}. Az illeszkedés interpretációja ezek után: egy (x, y) pont illeszkedik egy [a, b, c] egyenesre, ha ax + by + c = 0 teljesül. Vezessük be az alábbi jelölést. Ha v R 3, akkor [v] = {λv λ 0} és R 3 / = {[v] v R 3 }. Az affin sík Descartes-féle modellje tehát: alapfogalom interpretáció pont (x, y) R 2 egyenes [a, b, c] R 3 /, (a, b) (0, 0) illeszkedés ax + by + c = 0 Ferdetest feletti affin sík. A (valós) Descartes-féle koordinátasík analógiáját tetszőleges ferdetestre el lehet készíteni. Legyen F tetszőleges ferdetest. alapfogalom interpretáció pont (x, y) F 2 egyenes [a, b, c] F 3 /, (a, b) (0, 0) illeszkedés ax + by + c = 0 Gondosan ügyelve a szorzás nem kommutatív voltára, az axiómák teljesülése éppen úgy ellenőrizhető, mint a valós esetben. Z 2 -fölötti affin sík Az előző példa speciális eseteként tárgyaljuk az F = Z 2 esetet. A modulo 2 maradékosztály gyűrű test, ezt a testet jelöljük Z 2 -vel. (Természetesen most a szorzás kommutatív lesz, tehát testről, nem valódi ferdetestről van szó.) Ez a test két elemű, (az elemek 0 és 1), az összeadás és szorzás definíciója: = = = = = = = = 1.

56 56 2. FEJEZET. A PROJEKTÍV SÍKGEOMETRIA ALAPJAI A koordinátákból összesen négy pont és hat egyenes készíthető, ezek a következők. A pontok: Az egyenesek: (0, 0), (0, 1), (1, 0), (1, 1). [1, 1, 1], [1, 1, 0], [1, 0, 1], [1, 0, 0], [0, 1, 1], [0, 1, 0]. Megjegyezzük, hogy a testben egyetlen zérustól különböző skalár van, az egységelem, így az [a, b, c] (a, b, c {0, 1}) halmaz most egyetlen számhármast tartalmaz. Az illeszkedési reláció (melyet a 2.1. ábra szemléltet) az alábbi táblázat szerint teljesül. (Ahol a pont illeszkedik az egyenesre, ott az illeszkedés egyenlete a táblázatban szerepel.) (0, 0) (0, 1) (1, 0) (1, 1) [1, 1, 1] = = 0 [1, 1, 0] = = 0 [1, 0, 1] = = 0 [1, 0, 0] = = 0 [0, 1, 1] = = 0 [0, 1, 0] = = 0 APP teljesülése az összes lehetséges eset számbavételével könnyen ellenőrizhető. Írjuk le a Z 3 fölötti affin síkot is! A Descartes-sík (újraolvasva): iránytényezős egyenesekkel A Descartes-modellben az egyeneseket az ax + by + c = 0 ((a, b) (0, 0)) egyenletük alapján kezeltük. Az y tengellyel nem párhuzamos ( ferde ) egyeneseknek van ún. iránytényzős egyenlete is: y = mx + b. A függőleges egyenesek egyenlete pedig x = c. A Descartes-modell ezeket az egyenes előállításokat használva a következőképpen módosul:

Számítási feladatok a Számítógépi geometria órához

Számítási feladatok a Számítógépi geometria órához Számítási feladatok a Számítógépi geometria órához Kovács Zoltán Copyright c 2012 Last Revision Date: 2012. október 15. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát

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

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 Vektorok StKis, EIC 2019-02-12 Wettl Ferenc ALGEBRA

Részletesebben

Transzformációk síkon, térben

Transzformációk síkon, térben Transzformációk síkon, térben Leképezés, transzformáció Leképezés: Ha egy A ponttér pontjaihoz egy másik B ponttér pontjait kölcsönösen egyértelműen rendeljük hozzá, akkor ezt a hozzárendelést leképezésnek

Részletesebben

1. A Hilbert féle axiómarendszer

1. A Hilbert féle axiómarendszer {Euklideszi geometria} 1. A Hilbert féle axiómarendszer Az axiómarendszer alapfogalmai: pont, egyenes, sík, illeszkedés (pont egyenesre, pont síkra, egyenes síkra), közte van reláció, egybevágóság (szögeké,

Részletesebben

Geometria II. Vázlat Kovács Zoltán előadásaihoz október 21.

Geometria II. Vázlat Kovács Zoltán előadásaihoz október 21. Geometria II Vázlat Kovács Zoltán előadásaihoz 2016. október 21. 2 Tartalomjegyzék 1. Geometria R n -ben 5 1.1. R n euklideszi struktúrája..................... 6 1.2. Az osztóviszony és a párhuzamos szelők

Részletesebben

Geometria II gyakorlatok

Geometria II gyakorlatok Geometria II gyakorlatok Kovács Zoltán Copyright c 2011 Last Revision Date: 2012. május 8. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát technikával készült, a megjelenés

Részletesebben

Geometria II gyakorlatok

Geometria II gyakorlatok Geometria II gyakorlatok Kovács Zoltán Copyright c 2011 Last Revision Date: 2011. november 29. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát technikával készült, a megjelenés

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

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA MATEmATIkA I 6 VI KOmPLEX SZÁmOk 1 A komplex SZÁmOk HALmAZA A komplex számok olyan halmazt alkotnak amelyekben elvégezhető az összeadás és a szorzás azaz két komplex szám összege és szorzata

Részletesebben

A hiperbolikus síkgeometria Poincaré-féle körmodellje

A hiperbolikus síkgeometria Poincaré-féle körmodellje A hiperbolikus síkgeometria Poincaré-féle körmodellje Ha egy aiómarendszerre modellt adunk, az azt jelenti, hogy egy matematikai rendszerben interpretáljuk az aiómarendszer alapfogalmait és az aiómák a

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

Vektorok, mátrixok, lineáris egyenletrendszerek

Vektorok, mátrixok, lineáris egyenletrendszerek a Matematika mérnököknek I. című tárgyhoz Vektorok, mátrixok, lineáris egyenletrendszerek Vektorok A rendezett valós számpárokat kétdimenziós valós vektoroknak nevezzük. Jelölésükre latin kisbetűket használunk.

Részletesebben

Számítógépes geometria

Számítógépes geometria 2011 sz A grakus szállítószalag terv a geometriai (matematikai) modell megalkotása modelltranszformáció (3D 3D) vetítés (3D 2D) képtranszformáció (2D 2D)... raszterizáció A grakus szállítószalag: koncepció

Részletesebben

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Geometria III.

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Geometria III. Geometria III. DEFINÍCIÓ: (Vektor) Az egyenlő hosszúságú és egyirányú irányított szakaszoknak a halmazát vektornak nevezzük. Jele: v. DEFINÍCIÓ: (Geometriai transzformáció) Geometriai transzformációnak

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

Összeállította: dr. Leitold Adrien egyetemi docens

Összeállította: dr. Leitold Adrien egyetemi docens Az R 3 tér geometriája Összeállította: dr. Leitold Adrien egyetemi docens 2008.09.08. 1 Vektorok Vektor: irányított szakasz Jel.: a, a, a, AB, Jellemzői: irány, hosszúság, (abszolút érték) jel.: a Speciális

Részletesebben

Előadásvázlat a Lineáris algebra II. tárgyhoz

Előadásvázlat a Lineáris algebra II. tárgyhoz Előadásvázlat a Lineáris algebra II. tárgyhoz Kovács Zoltán 2005. január 4. Tartalomjegyzék 1. Euklideszi vektorterek 3 1.1. Bilineáris és kvadratikus formák, skaláris szorzatok................ 3 1.2.

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

1. Az euklideszi terek geometriája

1. Az euklideszi terek geometriája 1. Az euklideszi terek geometriája Bázishoz tartozó skaláris szorzat Emékeztető Az R n vektortérbeli v = λ 2... és w = λ 1 λ n µ 1 µ 2... µ n λ 1 µ 1 +λ 2 µ 2 +...+λ n µ n. Jele v,w. v,w = v T u, azaz

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA MATEmATIkA I 8 VIII VEkTOROk 1 VEkTOR Vektoron irányított szakaszt értünk Jelölése: stb Vektorok hossza A vektor abszolút értéke az irányított szakasz hossza Ha a vektor hossza egységnyi akkor

Részletesebben

Meghirdetés féléve 2 Kreditpont Összóraszám (elm+gyak) 2+0

Meghirdetés féléve 2 Kreditpont Összóraszám (elm+gyak) 2+0 Tantárgy neve Lineáris algebra I Tantárgy kódja MTB1004 Meghirdetés féléve 2 Kreditpont 3k Összóraszám elm+gyak 2+0 Számonkérés módja kollokvium Előfeltétel tantárgyi kód MTB1003 Tantárgyfelelős neve Kurdics

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

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

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

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

Valasek Gábor valasek@inf.elte.hu

Valasek Gábor valasek@inf.elte.hu Számítógépes Grafika Valasek Gábor valasek@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2013/2014. őszi félév ( Eötvös LorándSzámítógépes TudományegyetemInformatikai Grafika Kar) 2013/2014.

Részletesebben

Összeállította: dr. Leitold Adrien egyetemi docens

Összeállította: dr. Leitold Adrien egyetemi docens Skaláris szorzat az R n vektortérben Összeállította: dr. Leitold Adrien egyetemi docens 2008.09.08. 1 Vektorok skaláris szorzata Két R n -beli vektor skaláris szorzata: Legyen a = (a 1,a 2,,a n ) és b

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

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31 Lineáris leképezések Wettl Ferenc 2015. március 9. Wettl Ferenc Lineáris leképezések 2015. március 9. 1 / 31 Tartalom 1 Mátrixleképezés, lineáris leképezés 2 Alkalmazás: dierenciálhatóság 3 2- és 3-dimenziós

Részletesebben

Vektorgeometria (1) First Prev Next Last Go Back Full Screen Close Quit

Vektorgeometria (1) First Prev Next Last Go Back Full Screen Close Quit Vektorgeometria (1) First Prev Next Last Go Back Full Screen Close Quit 1. A térbeli irányított szakaszokat vektoroknak hívjuk. Két vektort egyenlőnek tekintünk, ha párhuzamos eltolással fedésbe hozhatók.

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

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

JEGYZET Geometria 2., tanárszak

JEGYZET Geometria 2., tanárszak JEGYZET Geometria 2., tanárszak Hálás köszönet a segítségért Marosi Pollának, Kiss Györgynek, Lakos Gyulának, Tóth Árpádnak, Wintsche Gergőnek. Felhasznált fogalmak Felhasználjuk a valós vektortér és mátrix

Részletesebben

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27 Vektorterek Wettl Ferenc 2015. február 17. Wettl Ferenc Vektorterek 2015. február 17. 1 / 27 Tartalom 1 Egyenletrendszerek 2 Algebrai struktúrák 3 Vektortér 4 Bázis, dimenzió 5 Valós mátrixok és egyenletrendszerek

Részletesebben

A projektív geometria alapjai. Kovács Zoltán

A projektív geometria alapjai. Kovács Zoltán A projektív geometria alapjai Kovács Zoltán előadásvázlat, 2003 Tartalomjegyzék 1. Bevezetés, homogén koordináták az euklidészi síkon 2 2. A projektív sík 5 3. Projektív transzformációk 8 4. Centrális

Részletesebben

Lineáris algebra. =0 iє{1,,n}

Lineáris algebra. =0 iє{1,,n} Matek A2 (Lineáris algebra) Felhasználtam a Szilágyi Brigittás órai jegyzeteket, néhol a Thomas féle Kalkulus III könyvet. A hibákért felelosséget nem vállalok. Hiányosságok vannak(1. órai lin algebrai

Részletesebben

Vektorterek. Több esetben találkozhattunk olyan struktúrával, ahol az. szabadvektorok esetében, vagy a függvények körében, vagy a. vektortér fogalma.

Vektorterek. Több esetben találkozhattunk olyan struktúrával, ahol az. szabadvektorok esetében, vagy a függvények körében, vagy a. vektortér fogalma. Vektorterek Több esetben találkozhattunk olyan struktúrával, ahol az összeadás és a (valós) számmal való szorzás értelmezett, pl. a szabadvektorok esetében, vagy a függvények körében, vagy a mátrixok esetében.

Részletesebben

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER 2004. október 15. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak az előadáson, másrészt megtalálják

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

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 2. A VALÓS SZÁMOK 2.1 A valós számok aximómarendszere Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 1.Testaxiómák R-ben két művelet van értelmezve, az

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

Testek. 16. Legyen z = 3 + 4i, w = 3 + i. Végezzük el az alábbi. a) (2 4), Z 5, b) (1, 0, 0, 1, 1) (1, 1, 1, 1, 0), Z 5 2.

Testek. 16. Legyen z = 3 + 4i, w = 3 + i. Végezzük el az alábbi. a) (2 4), Z 5, b) (1, 0, 0, 1, 1) (1, 1, 1, 1, 0), Z 5 2. Vektorok. Melyek egyenlőek az alábbi vektorok közül? (a) (, 2, 0), (b) az (, 0, ) pontból a (2, 2, ) pontba mutató vektor, (c) ( 2,, ) ( 2,, 2), (d) [ 2 0 ], (e) 2. 0 2. Írjuk fel az x + y + 2z = 0 és

Részletesebben

Intergrált Intenzív Matematika Érettségi

Intergrált Intenzív Matematika Érettségi . Adott a mátri, determináns determináns, ahol,, d Számítsd ki:. b) Igazold, hogy a b c. Adott a az 6 0 egyenlet megoldásai. a). c) Számítsd ki a d determináns értékét. d c a b determináns, ahol abc,,.

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

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás) Matematika A2c gyakorlat Vegyészmérnöki, Biomérnöki, Környezetmérnöki szakok, 2017/18 ősz 1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás) 1. Valós vektorterek-e a következő

Részletesebben

x = 1 = ı (imaginárius egység), illetve x 12 = 1 ± 1 4 2

x = 1 = ı (imaginárius egység), illetve x 12 = 1 ± 1 4 2 Komplex számok A valós számok és a számegyenes pontjai között kölcsönösen egyértelmű megfeleltetés létesíthető. A számfogalom a számegyenes pontjainak körében nem bővíthető tovább. A számfogalom bővítését

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

Nagy András. Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály 2010.

Nagy András. Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály 2010. Nagy András Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály 010. Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály 1) Döntsd el, hogy a P pont illeszkedik-e az e egyenesre

Részletesebben

Diszkrét matematika I. gyakorlat

Diszkrét matematika I. gyakorlat Vizsgafeladatok megoldása 2012. december 5. Tartalom Teljes feladatsor #1 1 Teljes feladatsor #1 2 Teljes feladatsor #2 3 Teljes feladatsor #3 4 Teljes feladatsor #4 5 Válogatott feladatok 6 Végső bölcsesség

Részletesebben

Haladó lineáris algebra

Haladó lineáris algebra 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 Haladó lineáris algebra BMETE90MX54 Lineáris leképezések 2017-02-21 IB026 Wettl Ferenc

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 Vektorok a 2- és 3-dimenziós tér Kf87 2017-09-05

Részletesebben

1. Szabadvektorok és analitikus geometria

1. Szabadvektorok és analitikus geometria 1. Szabadvektorok és analitikus geometria Ebben a fejezetben megismerkedünk a szabadvektorok fogalmával, amely a középiskolai vektorfogalom pontosítása. Előzetes ismeretként feltételezzük az euklideszi

Részletesebben

I. VEKTOROK, MÁTRIXOK

I. VEKTOROK, MÁTRIXOK 217/18 1 félév I VEKTOROK, MÁTRIXOK I1 I2 Vektorok 1 A síkon derékszögű koordinátarendszerben minden v vektornak van vízszintes és van függőleges koordinátája, ezeket sorrendben v 1 és v 2 jelöli A v síkbeli

Részletesebben

Vektorok és koordinátageometria

Vektorok és koordinátageometria Vektorok és koordinátageometria Vektorral kapcsolatos alapfogalmak http://zanza.tv/matematika/geometria/vektorok-bevezetese Definíció: Ha egy szakasz két végpontját megkülönböztetjük egymástól oly módon,

Részletesebben

Vektorok. Wettl Ferenc október 20. Wettl Ferenc Vektorok október / 36

Vektorok. Wettl Ferenc október 20. Wettl Ferenc Vektorok október / 36 Vektorok Wettl Ferenc 2014. október 20. Wettl Ferenc Vektorok 2014. október 20. 1 / 36 Tartalom 1 Vektorok a 2- és 3-dimenziós térben 2 Távolság, szög, orientáció 3 Vektorok koordinátás alakban 4 Összefoglalás

Részletesebben

Térbeli transzformációk, a tér leképezése síkra

Térbeli transzformációk, a tér leképezése síkra Térbeli transzformációk, a tér leképezése síkra Homogén koordináták bevezetése térben A tér minden P pontjához kölcsönösen egyértelműen egy valós (x, y, z) számhármast rendeltünk hozzá. (Descartes-féle

Részletesebben

8. előadás. Kúpszeletek

8. előadás. Kúpszeletek 8. előadás Kúpszeletek Kör A k kört egyértelműen meghatározza C(a,b) középpontja és r sugara. A P pont pontosan akkor van k-n, ha CP=r. Vektoregyenlet: p-c = r. Koordinátás egyenlet: (X-a)2 + (Y-b)2 =

Részletesebben

1. Mit jelent az, hogy egy W R n részhalmaz altér?

1. Mit jelent az, hogy egy W R n részhalmaz altér? Az informatikus lineáris algebra dolgozat B részének lehetséges kérdései Az alábbi listában azok a definíciók és állítások, tételek szerepelnek, melyeket a vizsgadolgozat B részében kérdezhetünk. A válaszoknál

Részletesebben

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások Megoldások 1. Írd fel a K (0; 2) középpontú 7 sugarú kör egyenletét! A keresett kör egyenletét felírhatjuk a képletbe való behelyettesítéssel: x 2 + (y + 2) 2 = 49. 2. Írd fel annak a körnek 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

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

1. zárthelyi,

1. zárthelyi, 1. zárthelyi, 2009.10.20. 1. Írjuk fel a tér P = (0,2,4) és Q = (6, 2,2) pontjait összekötő szakasz felezőmerőleges síkjának egyenletét. 2. Tekintsük az x + 2y + 3z = 14, a 2x + 6y + 10z = 24 és a 4x+2y

Részletesebben

10. Koordinátageometria

10. Koordinátageometria I. Nulladik ZH-ban láttuk: 0. Koordinátageometria. Melyek azok a P x; y pontok, amelyek koordinátái kielégítik az Ábrázolja a megoldáshalmazt a koordináta-síkon! x y x 0 egyenlőtlenséget? ELTE 00. szeptember

Részletesebben

Geometria. a. Alapfogalmak: pont, egyenes, vonal, sík, tér (Az alapfogalamakat nem definiáljuk)

Geometria. a. Alapfogalmak: pont, egyenes, vonal, sík, tér (Az alapfogalamakat nem definiáljuk) 1. Térelemek Geometria a. Alapfogalmak: pont, egyenes, vonal, sík, tér (Az alapfogalamakat nem definiáljuk) b. Def: félegyenes, szakasz, félsík, féltér. c. Kölcsönös helyzetük: i. pont és (egyenes vagy

Részletesebben

Budapesti Műszaki Főiskola, Neumann János Informatikai Kar. Vektorok. Fodor János

Budapesti Műszaki Főiskola, Neumann János Informatikai Kar. Vektorok. Fodor János Budapesti Műszaki Főiskola, Neumann János Informatikai Kar Lineáris algebra 1. témakör Vektorok Fodor János Copyright c Fodor@bmf.hu Last Revision Date: 2006. szeptember 11. Version 1.1 Table of Contents

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

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

1. Mátrixösszeadás és skalárral szorzás

1. Mátrixösszeadás és skalárral szorzás 1 Mátrixösszeadás és skalárral szorzás Mátrixok tömör jelölése T test Az M = a i j T n m azt az n sorból és m oszlopból álló mátrixot jelöli, amelyben az i-edik sor j-edik eleme a i j T Példák [ ] Ha M

Részletesebben

1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy b = ax. Ennek jelölése a b.

1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy b = ax. Ennek jelölése a b. 1. Oszthatóság, legnagyobb közös osztó Ebben a jegyzetben minden változó egész számot jelöl. 1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy

Részletesebben

Komplex számok. (a, b) + (c, d) := (a + c, b + d)

Komplex számok. (a, b) + (c, d) := (a + c, b + d) Komplex számok Definíció. Komplex számoknak nevezzük a valós számokból képzett rendezett (a, b) számpárok halmazát, ha közöttük az összeadást és a szorzást következőképpen értelmezzük: (a, b) + (c, d)

Részletesebben

Gyakorló feladatok I.

Gyakorló feladatok I. Gyakorló feladatok I. a Matematika Aa Vektorüggvények tárgyhoz (D D5 kurzusok) Összeállította: Szili László Ajánlott irodalmak:. G.B. Thomas, M.D. Weir, J. Hass, F.R. Giordano: Thomas-féle KALKULUS I.,

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

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja 1.Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus

Részletesebben

Fejezetek az euklideszi geometriából

Fejezetek az euklideszi geometriából Fejezetek az euklideszi geometriából Ebben a fejezetben euklideszi térben dolgozunk: vagyis mindvégig feltételezzük, hogy érvényes az abszolút geometria axiómarendszere és az euklideszi párhuzamossági

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

Koordinátageometria Megoldások

Koordinátageometria Megoldások 005-0XX Középszint Koordinátageometria Megoldások 1) Adott két pont: A 4; 1 felezőpontjának koordinátáit! AB felezőpontja legyen F. és B 3 1; Írja fel az AB szakasz 1 3 + 4 + 1 3 F ; = F ;1 ) Egy kör sugarának

Részletesebben

Valasek Gábor Informatikai Kar. 2016/2017. tavaszi félév

Valasek Gábor Informatikai Kar. 2016/2017. tavaszi félév Számítógépes Grafika Valasek Gábor valasek@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2016/2017. tavaszi félév Tartalom 1 Motiváció 2 Transzformációk Transzformációk általában 3 Nevezetes

Részletesebben

1. Mellékosztály, Lagrange tétele

1. Mellékosztály, Lagrange tétele 1. Mellékosztály, Lagrange tétele 1.1. Definíció. Legyen (G, ) csoport, H G részcsoport és g G tetszőleges elem. Ekkor a {gh h H} halmazt a H részcsoport g elem szerinti baloldali mellékosztályának nevezzük

Részletesebben

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony. Determinánsok A determináns fogalma olyan algebrai segédeszköz, amellyel jól jellemezhető a mátrixok invertálhatósága, a mátrix rangja. Segítségével lineáris egyenletrendszerek megoldhatósága dönthető

Részletesebben

Skaláris szorzat: a b cos, ahol α a két vektor által bezárt szög.

Skaláris szorzat: a b cos, ahol α a két vektor által bezárt szög. 1 Összeadás: Legyen a (7; 3) és b (- 2; 4), akkor az összegük a + b (7 + (-2); 3 + 4) = (5; 7) Kivonás: Legyen a (7; 3) és b (- 2; 4), akkor a különbségük a b (7 - (-2); 3-4)=(9; - 1) Valós számmal való

Részletesebben

i=1 λ iv i = 0 előállítása, melynél valamelyik λ i

i=1 λ iv i = 0 előállítása, melynél valamelyik λ i Az informatikus lineáris algebra dolgozat C részének lehetséges kérdései Az alábbi listában azok az állítások, tételek szerepelnek, melyeket a vizsgadolgozat C részében kérdezhetünk. Azok érnek 6 pontot,

Részletesebben

Egyenletek, egyenlőtlenségek VII.

Egyenletek, egyenlőtlenségek VII. Egyenletek, egyenlőtlenségek VII. Magasabbfokú egyenletek: A 3, vagy annál nagyobb fokú egyenleteket magasabb fokú egyenleteknek nevezzük. Megjegyzés: Egy n - ed fokú egyenletnek legfeljebb n darab valós

Részletesebben

Koordinátageometria jegyzetvázlat

Koordinátageometria jegyzetvázlat Koordinátageometria jegyzetvázlat Készítette: Dr. Nagy Gábor adjunktus 2002. június Tartalomjegyzék Bevezetés 3 1. Az euklidészi sík transzformációi 4 1.1. Lineáris algebrai alapismeretek.................

Részletesebben

I. Vektorok. Adott A (2; 5) és B ( - 3; 4) pontok. (ld. ábra) A két pont által meghatározott vektor:

I. Vektorok. Adott A (2; 5) és B ( - 3; 4) pontok. (ld. ábra) A két pont által meghatározott vektor: I. Vektorok 1. Vektorok összege Általánosan: Az ábra alapján Adott: a(4; 1) és b(; 3) a + b (4 + ; 1 + 3) = (6; ) a(a 1 ; a ) és b(b 1 ; b ) a + b(a 1 + b 1 ; a + b ). Vektorok különbsége Általánosan:

Részletesebben

Diszkrét matematika II., 8. előadás. Vektorterek

Diszkrét matematika II., 8. előadás. Vektorterek 1 Diszkrét matematika II., 8. előadás Vektorterek Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2007.??? Vektorterek Legyen T egy test (pl. R, Q, F p ). Definíció.

Részletesebben

Bevezetés az algebrába 1

Bevezetés az algebrába 1 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 1 BMETE92AX23 Egyenletrendszerek H406 2016-10-03 Wettl Ferenc

Részletesebben

Trigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( )

Trigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( ) Trigonometria Megoldások Trigonometria - megoldások ) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( ) akkor a háromszög egyenlő szárú vagy derékszögű!

Részletesebben

Diszkrét matematika 2. estis képzés

Diszkrét matematika 2. estis képzés Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 7. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

Lineáris algebra I. Kovács Zoltán. Előadásvázlat (2006. február 22.)

Lineáris algebra I. Kovács Zoltán. Előadásvázlat (2006. február 22.) Lineáris algebra I. Kovács Zoltán Előadásvázlat (2006. február 22.) 2 3 Erdős Jenő emlékének. 4 Tartalomjegyzék 1. A szabadvektorok vektortere 7 1. Szabadvektorok összeadása és skalárral való szorzása...............

Részletesebben

Széchenyi István Egyetem, 2005

Széchenyi István Egyetem, 2005 Gáspár Csaba, Molnárka Győző Lineáris algebra és többváltozós függvények Széchenyi István Egyetem, 25 Vektorterek Ebben a fejezetben a geometriai vektorfogalom ( irányított szakasz ) erős általánosítását

Részletesebben

RE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

RE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel! RE 1 Relációk Függvények RE 2 Definíció: Ha A, B és ρ A B, akkor azt mondjuk, hogy ρ reláció A és B között, vagy azt, hogy ρ leképezés A-ból B-be. Ha speciálisan A=B, azaz ρ A A, akkor azt mondjuk, hogy

Részletesebben

Lineáris algebra (10A103)

Lineáris algebra (10A103) Lineáris algebra (10A103 Kátai-Urbán Kamilla Tudnivalók Honlap: http://www.math.u-szeged.hu/~katai Jegyzet: Megyesi László: Lineáris algebra. Vizsga: írásbeli (beugróval, feltétele a Lineáris algebra gyakorlat

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Koordináta-geometria

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Koordináta-geometria MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Koordináta-geometria A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett

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 Vektorok a 2- és 3-dimenziós tér Kf81 2018-09-04

Részletesebben

1. megold s: A keresett háromjegyű szám egyik számjegye a 3-as, a két ismeretlen számjegyet jelölje a és b. A feltétel szerint

1. megold s: A keresett háromjegyű szám egyik számjegye a 3-as, a két ismeretlen számjegyet jelölje a és b. A feltétel szerint A 004{005. tan vi matematika OKTV I. kateg ria els (iskolai) fordul ja feladatainak megold sai 1. feladat Melyek azok a 10-es számrendszerbeli háromjegyű pozitív egész számok, amelyeknek számjegyei közül

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Koordináta-geometria

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Koordináta-geometria MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Koordináta-geometria A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett

Részletesebben

λ 1 u 1 + λ 2 v 1 + λ 3 w 1 = 0 λ 1 u 2 + λ 2 v 2 + λ 3 w 2 = 0 λ 1 u 3 + λ 2 v 3 + λ 3 w 3 = 0

λ 1 u 1 + λ 2 v 1 + λ 3 w 1 = 0 λ 1 u 2 + λ 2 v 2 + λ 3 w 2 = 0 λ 1 u 3 + λ 2 v 3 + λ 3 w 3 = 0 Vektorok a térben Egy (v 1,v 2,v 3 ) valós számokból álló hármast vektornak nevezzünk a térben (R 3 -ban). Használni fogjuk a v = (v 1,v 2,v 3 ) jelölést. A v 1,v 2,v 3 -at a v vektor komponenseinek nevezzük.

Részletesebben

Diszkrét Matematika II.

Diszkrét Matematika II. Orosz Ágota Kaiser Zoltán Diszkrét Matematika II. példatár mobidiák könyvtár Orosz Ágota Kaiser Zoltán Diszkrét Matematika II. példatár mobidiák könyvtár SOROZATSZERKESZTŐ Fazekas István Orosz Ágota Kaiser

Részletesebben

Tartalom. Nevezetes affin transzformációk. Valasek Gábor 2016/2017. tavaszi félév

Tartalom. Nevezetes affin transzformációk. Valasek Gábor 2016/2017. tavaszi félév Tartalom Motiváció Számítógépes Grafika Valasek Gábor valasek@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2016/2017. tavaszi félév Transzformációk Transzformációk általában Nevezetes affin

Részletesebben