A Banach-fixponttétel és alkalmazásai

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "A Banach-fixponttétel és alkalmazásai"

Átírás

1 Eötvös Loránd Tudományegyetem Természettudományi Kar A Banach-fixponttétel és alkalmazásai Szakdolgozat Juhász Gergely Matematika B.Sc., matematikai elemz szakirány Témavezet : Karátson János, egyetemi docens Alkalmazott Analízis és Számításmatematikai Tanszék Budapest 2010

2 Tartalomjegyzék 1. Bevezetés 3 2. A Banach-xponttétel Metrikus terek és tulajdonságaik Banach-xponttétel Egyenletrendszerek Lineáris egyenletrendszerek Nemlineáris egyenletrendszerek Integrálegyenletek Fredholm-integrálegyenlet Feladat: Love-integrálegyenlet Közönséges dierenciálegyenletek A kezdetiérték-feladat Alkalmazás: visszavezetés nemlineáris rendszerre Parciális dierenciálegyenletek Poisson-egyenlet és Green-féle függvény Nemlineáris elliptikus feladat Egy további alkalmazás: visszavezetés lineáris egyenletrendszerre Összefoglalás 34

3 Köszönetnyilvánítás Köszönettel tartozom témavezet mnek, Karátson János egyetemi docensnek, aki végig segítette a munkámat, hasznos tanácsaival, precíz magyarázataival és a megfelel irodalmak ajánlásával nagyban hozzájárult a dolgozatom elkészüléséhez. 2

4 1. Bevezetés A matematika területén jelent s eredménynek számít a Banach-xponttétel, amely fontos megállapítást tesz a metrikus terek elméletében. A tétel bebizonyítja, hogy metrikus terekben minden kontrakciónak létezik xpontja, és ez a xpont egyértelm. A tétel alkalmazásaival és következményeivel az alkalmazott analízis területén akkor találkozhatunk, amikor egy adott problémára matematikai modellt állítunk fel. Ilyen problémák els sorban a zika területén fordulnak el. A modell megoldására készíthetünk egy iterációs eljárást, amelyre a megfelel feltételek mellett alkalmazható a xponttétel eredménye. A dolgozatom célja, hogy bemutassam a metrikus terek tulajdonságait, valamint betekintést nyújtsak a xponttételen alapuló egyes alkalmazásokba. A dolgozat terjedelmére való tekintettel csak néhány fontosabb témakörr l lesz szó, amelyek a következ k: lineáris és nemlineáris egyenletrendszerek, integrálegyenletek, közönséges és parciális dierenciálegyenletek. További cél az el bb említett területekr l iterációs eljárás készítése egy általánosított modellre. A témaköröket érint speciális esetekr l csak abban az esetben lesz szó, amennyiben azok külön bizonyításra szorulnak. A témák tárgyalásánál egy-egy konkrét probléma felvetése segít majd megérteni, mire is jó az adott modell. Ezenkívül némelyik fejezethez kapcsolódik majd feladatmegoldás, illetve speciális alkalmazás. 3

5 2. A Banach-xponttétel A fejezet els része az alapvet fogalmak bevezetésére szolgál, amelyek szükségesek ahhoz, hogy megértsük a metrikus terek felépítését, valamint a rajtuk értelmezett sorozatok és leképezések tulajdonságait. A második részben pedig kimondjuk és bebizonyítjuk a dolgozat alapját képz Banach-xponttételt Metrikus terek és tulajdonságaik A metrikus terek bevezetéséhez szükségünk lesz egy tetsz leges halmazra, amin értelmezni tudunk egy távolságfüggvényt: Deníció. Legyen X tetsz leges halmaz és d : X R 0 + nemnegatív érték valós függvény. A d-t az X feletti metrikának (távolságfüggvénynek) nevezzük, ha bármely x, y, z X esetén igazak az alábbi tulajdonságok. d(x, y) = 0 x = y; d(x, y) = d(y, x) (szimmetria); d(x, z) + d(z, y) d(x, y) (háromszög-egyenl tlenség) Deníció. Legyen X tetsz leges halmaz és d metrika X felett. Ekkor az (X, d) párt metrikus térnek nevezzük. Szükségünk lesz továbbá a metrikus tereken értelmezett sorozatok tulajdonságaira is, hiszen ebben az esetben nem mindig viselkednek úgy, ahogy a valós számoknál megszoktuk Deníció. Legyen x 0 X és ε > 0 tetsz leges rögzített valós szám. Az x 0 pont ε sugarú környezete: K ε (x 0 ) = {x X : d(x 0, x) < ε}. 4

6 Deníció. Azt mondjuk, hogy az (x n ) X sorozat konvergens, ha a X amelyre d(x n, a) 0, azaz ε > 0 N N : n > N x n K ε (a) Deníció. Egy (x n ) X sorozatot Cauchy-sorozatnak nevezünk, ha ε > 0 N N : m, n > N d(x n, x m ) < ε Deníció. Azokat a metrikus tereket, amelyekben minden Cauchy-sorozat konvergens, teljes metrikus térnek nevezzük. A leképezések tulajdonságainak deniálásához legyenek adottak az (X, d X ) és az (Y, d Y ) metrikus terek, valamint az f : X Y leképezés Deníció. Azt mondjuk, hogy f folytonos az x 0 X pontban, ha (x n ) X sorozatra igaz, hogy x n x 0 f(x n ) f(x 0 ) Deníció. Az f leképezés kielégíti az L-állandós Lipschitz-feltételt L > 0 mellett, ha igaz a következ : d Y (f(x 1 ), f(x 2 )) Ld X (x 1, x 2 ) minden x 1, x 2 X esetén Deníció. Azt mondjuk, hogy f kontrakció, ha q [0, 1), amelyre igaz a következ : d Y (f(x 1 ), f(x 2 )) qd X (x 1, x 2 ) minden x 1, x 2 X esetén Következmény. Minden kontrakció folytonos Deníció. Legyen f : X X, azt mondjuk, hogy az x X az f leképezés xpontja, ha f(x ) = x. 5

7 2.2. Banach-xponttétel Tétel. (Banach-xponttétel) Legyenek X teljes metrikus tér és f : X X kontrakció. Ekkor 1. f-nek létezik egyetlen xpontja. 2. Tetsz leges x 0 X kezd pont esetén az x n := f(x n 1 ) iteráció konvergens, és lim n x n = x. S t, érvényes a d(x, x m ) A d(x 1, x 0 ) q m becslés, ahol A 0 konstans. Bizonyítás. Tegyük fel, hogy n > m. Ekkor d(x n, x m ) d(x n, x n 1 ) + d(x n 1, x n 2 ) + + d(x m+1, x m ) q n 1 d(x 1, x 0 ) + q n 2 d(x 1, x 0 ) + + q m d(x 1, x 0 ) = = (q n 1 + q n q m )d(x 1, x 0 ) = = (q n m 1 + q n m q + 1)d(x 1, x 0 )q m 1 1 q d(x 1, x 0 )q m. (2.1) Ekkor m esetén a jobboldal 0-hoz tart, így ε > 0 N N : m, n > Nd(x n, x m ) < ε, tehát x n Cauchy-sorozat. Mivel X teljes metrikus tér, így x n konvergens is: Tekintsük az n-edik iteráltat: Térjünk át határértékre: lim n x n = x X. (2.2) x n = f(x n 1 ). lim x n = lim f(x n 1 ) = f( lim x n 1 ) n n n 6

8 Innen (2.2)-b l következik, hogy x = f(x ). Az egyértelm séghez indirekt tegyük fel, hogy x és y is xpontja f-nek és x y. Ekkor d(x, y ) > 0, így d(x, y ) = d(f(x ), f(y )) qd(x, y ) 0 (q 1) (d(x, y )). }{{}}{{} <0 >0 Ellentmondásra jutottunk, tehát a xpont egyértelm. A becslésünket is könnyen igazolhatjuk, hiszen (2.1) igaz d(x n, x m )-re n, m esetén, így d(x, x m )-re is: d(x, x m ) 1 d(x 1, x 0 )q m. 1 q }{{} A Következmény. Ha X Banach-tér, B : X X folytonos lineáris leképezés és B < 1, akkor x = Bx + c-nek létezik egyértelm megoldása. Bizonyítás. Legyen f(x) := Bx + c, ekkor x = Bx + c x = f(x). Megmutatjuk, hogy f kontrakció: f(x) f(y) = B(x y) B x y A B < 1 feltétel következtében f kontrakció, így a tétel értelmében létezik egyetlen megoldás. 7

9 3. Egyenletrendszerek A gyártási folyamatok modellezését gyakran oldják meg egyenletrendszerekkel. Jelöljük x-szel az alapanyagot, és a mennyiség x-b l gyártunk egy b terméket: a x = b. Bonyolítsuk egy kicsit a feladatot. Legyenek x 1, x 2,..., x n az alapanyagok és ezek kombinációjából állítjuk el b-t: a 1 x 1 + a 2 x a n x n = b. Most tegyük fel, hogy a teljes üzemben nem csak b-t, hanem b 1, b 2,..., b m termékeket gyártanak az alapanyagokból: a 1,1 x 1 + a 1,2 x a 1,n x n = b 1 a 2,1 x 1 + a 2,2 x a 2,n x n = b 2. a m,1 x 1 + a m,2 x a m,n x n = b m. Cél: adott b 1,..., b m -hez x 1,..., x n -et keresünk. Jelölések: A R n m az a i,j együtthatókból álló mátrix; x R n a x i koordinátákból álló vektor; b R m a b i koordinátákból álló vektor. A fenti egyenletrendszert lineárisnak nevezzük, mivel minden változójában lineáris Lineáris egyenletrendszerek Az olyan Ax = b alakú lineáris egyenletrendszerek xponttételre alapuló iterációs megoldását vizsgáljuk, ahol adott A R m m és b R m. Feltesszük, hogy létezik A 1, tehát A reguláris, és deta 0. 8

10 Deníció. Az X lineáris teret lineáris normált térnek nevezzük, ha bármely x, y X és α R esetén igazak a következ k: 1. x 0, és x = 0 x = 0; 2. αx = α x ; 3. x + y x + y. Ez a x az x vektor normája Deníció. Legyen 1 p. Ekkor x R n esetén ( n ) 1/p x p := x i p, ha p < és x = max x i, ha p =. 1 i n i=1 A leggyakrabban használt normák elnevezése: ha p = 1: oktaéder-norma; ha p = 2: euklideszi-norma; ha p = : maximum-norma. A maximum-norma mint határérték értend, mivel lim p x p = x Deníció. A vektornorma segítségével megkapható a mátrixnorma: p = 1: Ax A := sup x 0 x. A 1 = max j ( n i=1 a ij ) (oszlopösszeg norma); p = : p = 2: A = max i ( n i=1 a ij ) (sorösszeg norma); A 2 = ( λ max ( A T A )) 1/2 (euklideszi norma). Az egyszer iteráció, ahogy a neve is mutatja, a legegyszer bb iterációs módszer lineáris egyenletek megoldására. Itt az Ax = b egyenletrendszer x = Bx + c alakra hozható. Ekkor a megfelel feltételek mellett az egyenletrendszer megoldása az alábbi sorozat határértéke: x n+1 = Bx n + c Tétel. Ha B < 1, akkor az x = Bx+c egyenletrendszernek létezik egyetlen megoldása. 9

11 Bizonyítás. A egyszer következménye. Nyilvánvaló, hogy minden x = x D(Ax b) egyenletrendszer is x = Bx + c alakú, továbbá ha det D 0, akkor az Ax = b rendszerrel ekvivalens. Megfordítva, x = Bx + c is felírható ilyen alakban, ahol D = (I B)A Lemma. [3] A B mátrix összes λ i sajátértéke legyen a λ q körben. Ekkor létezik olyan D invertálható mátrix, hogy a Λ = D 1 BD mátrix normája Λ 1 q Tétel. Az x = Bx+c rendszernek pontosan akkor létezik egyetlen megoldása, ha a B mátrix összes sajátértékének abszolút értéke kisebb, mint 1. Bizonyítás. Elégségesség: legyen q olyan, amelyre max i λ i < q < 1. A lemma feltételei teljesülnek, ezért létezik olyan D mátrix, hogy Λ 1 < q. Ekkor Λ = D 1 BD B = DΛD 1 B n = DΛD 1 D D 1 DΛD 1 = DΛ n D 1. Ezért n esetén B n 1 D 1 D 1 1 q n 0, így x n x 1 D 1 D 1 1 q n x 0 x 1 0. Szükségesség: Legyen λ l 1 és e l a megfelel sajátvektor. Ekkor a kezdeti közelítés x 0 = x + ce l, amellyel az r 0 = ce l adódik, ahol c 0, így r 1 = x 1 x = Bx 0 x + c = }{{} Bx +cbe l x + c = cbe l = cλ l e l. x c Tegyük fel, hogy r n = x n x = λ n l ce l. Ekkor r n+1 = x n+1 x = B n+1 x 0 x +c = } B n+1 {{ x} +cb n+1 e l x +c = cb n+1 e l = cλ n+1 l e l. x c Mivel lim n r n = lim n λ n l ce l 0, ezért a feltevés szükséges. Tekintsük az egyszer iterációt az alábbi formában: x n+1 x n ω + Ax n = b, n = 0, 1,..., 10

12 továbbá tegyük fel, hogy az A mátrix szimmetrikus és szigorúan pozitív denit: A = A T > 0, 0 < m λ (A) M. Ekkor az Ax = b egyenletrendszernek létezik egyértelm megoldása. eredeti formája: x n+1 = Bx n + c, n = 0, 1,..., Az iteráció ahol B := I ωa, c := ωb. Ekkor az (n + 1)-edik hiba normája: r n+1 q (ω) r n q n+1 (ω) r 0 ahol q (ω) := B = I ωa Deníció. Legyen A R n n, a sajátértékei λ i, i = 1,..., n. Spektrálsugárnak nevezzük az abszolútértékben legnagyobb sajátértéket. ϱ (A) := max 1 i n λ i Tétel. Tegyük fel hogy A szimmetrikus, szigorúan pozitív denit mátrix. Ekkor az egyszer iterációnak létezik egyértelm en meghatározott optimális iterációs paramétere: és teljesül Bizonyítás. ω 0 = 2 M + m q (ω 0 ) M m M + m. A konvergenciához elegend belátni, hogy q < 1, az állítás bizonyításához pedig ki kell számolnunk azt az ω 0 értéket, amelyre: q (ω 0 ) = min ω q (ω). Tudjuk, hogy A és I ωa szimmetrikusak, így q (ω) = ϱ (I ωa) = max 1 ωλ. λ 11

13 A pozitív denitség következtében minden sajátérték pozitív. Így minden ω 0 esetén g ω (λ) := 1 ωλ 1. A továbbiakban legyen ω > 0. Ekkor m λ M következtében: ha ω < 2/M. Ekkor 1 > g ω (m) g ω (λ) g ω (M) = 1 ωm > 1, max 1 ωλ max ( g ω (m), g ω (M) ) = max ( 1 ωm, 1 ωm ). λ Ez akkor minimális, ha ω-t úgy választjuk, hogy 1 ωm = (1 ωm). Átrendezve ω = adódik. Ezzel a tételt bebizonyítottuk. 2 M + m 3.2. Nemlineáris egyenletrendszerek Amennyiben a folyamatra pontosabb modellt szeretnénk felállítani, akkor már nem lesz lineáris az egyenletrendszer. Legyen továbbra is x = (x 1, x 2,... x n ) T R n, valamint F : R n R n, és megoldandó az F (x) = b egyenletrendszer. Mivel F (x) = (f 1 (x), f 2 (x),... f n (x)) T, a nemlineáris egyenletrendszer a következ alakban írható: f 1 (x 1, x 2,... x n ) = b 1 f 2 (x 1, x 2,... x n ) = b 2. f n (x 1, x 2,... x n ) = b n Tétel. Legyen F : R n R n, amely eleget tesz a következ feltételeknek: (i) F C 1 (R n ); (ii) u R n esetén F (u) szimmetrikus; 12

14 (iii) léteznek olyan M m > 0 konstansok, amelyekre u, h R n esetén igaz a következ : m h 2 F (u)h, h M h 2. Ekkor 1. minden g R n esetén az F (u) = g egyenletnek létezik egyértelm megoldása, u R n ; 2. minden u 0 R n esetén az u k+1 := u k iteráció konvergál az u -hoz, éspedig Bizonyítás. 1. Feltéve, hogy (iii) fennáll 2 M + m (F (u k) g) u k u 1 m F (u 0) g ( ) k M m. M + m F (u) F (v), u v m u v 2 (u, v R n ), azaz F egyenletesen monoton függvény R n -n. Ezért (i) (ii) fennállása alapján az egyértelm megoldhatóság igaz az egyenletre. 2. Legyen r k := F (u k ) g. Így r k+1 r k = F (u k+1 ) F (u k ) = A tételben szerepl sorozatra átírva r k+1 = Ar k := r k M + m F (u k + t(u k+1 u k ))(u k+1 u k )dt. 1 0 F (u k + t(u k+1 u k ))r k dt. Megmutatjuk, hogy A kontrakció, és a konstans M m M+m. Ugyanis az F -ra vonatkozó feltevés alapján az A : R n R n lineáris leképezés szimmetrikus, továbbá minden r R n esetén M m M + m r 2 Ar, r M m M + m r 2. 13

15 Innen A M m, tehát A kontrakció. Ebb l M+m r k ( ) k M m r 0. M + m Végül, ezért r k u k u r k, u k u m u k u 2, u k u 1 m r k 1 m r 0 ( ) k M m. M + m 14

16 4. Integrálegyenletek Tekintsük a következ modellt, az úgynevezett Love-integrálegyenletet: ((I K)u)(t) u(t) d π +1 1 u(s) ds = 1 g(t), 1 t 1, d 2 + (t s) 2 amely leírja az elektromos mez t két párhuzamos koaxiális pozitív töltés lemez között, melyek egymástól vett távolsága d > 0. Az els szakaszban meghatározzuk az általános alakban felírt integrálegyenletre vonatkozó iterációt, és annak feltételét, hogy mikor lesz kontrakció. A második szakaszban pedig megoldjuk a fenti modellt Fredholm-integrálegyenlet Tekintsük a lineáris Fredholm-integrálegyenletet: x(t) = µ b a K(t, s)x(s)ds + f(t), t [a, b], ahol K : [a, b] [a, b] K ún. magfüggvény, és f : [a, b] K folytonosak. Az iterációs eljárás pedig legyen: x n+1 (t) = µ b a K(t, s)x n (s)ds + f(t), n = 1, 2,.... Legyen X = C([a, b], K), ahol K = R vagy C, vagyis az x : [a, b] K folytonos függvények tere az x = max a t b x(t) maximum-normával Tétel. Legyenek adottak az a < b pontok, valamint K és f a fentiek szerint, továbbá legyen c = max a t,s b K(t, s). Ekkor a fenti integrálegyenletnek létezik egyértelm megoldása minden olyan µ K esetén, amelyre: (b a) µ c < 1, és x n ehhez konvergál minden x 0 X kezd érték mellett. A norma denicíójából következik, hogy ez a konvergencia egyenletes [a, b]-n. 15

17 Bizonyítás. Tekintsük az egyenletet x = Ax + f formában, ahol (Ax)(t) = µ b a K(t, s)x(s)ds, t [a, b]. Mivel K folytonos, ezért Ax is folytonos, így A lineáris leképezés X-r l önmagára. Továbbá és A = sup Ax x 1 b Ax = max µ K(t, s)x(s)ds µ (b a)c x. a t b a Ax < µ (b a)c x x X { } Ax A = sup x : x 0 µ (b a)c < 1. Mivel az A < 1 feltétel teljesül, ezért következmény értelmében létezik egyértelm megoldás. Mivel F (x) := Ax + f kontrakció, így x n x maximumnormában Feladat: Love-integrálegyenlet Határozzuk meg a d paraméter azon lehetséges értékeit, amelyek elégséges feltételt adnak a Love-integrálegyenlet megoldhatóságához. ((I K)u)(t) u(t) d π +1 1 u(s) ds = 1 g(t), 1 t 1 d 2 + (t s) 2 Rendezzük át az egyenletet úgy, hogy leolvashassuk az általános képlet szerinti K és f függvényeket: u(t) = d π d 2 + (t s) 2 } {{ } K(t,s) u(s)ds + g(t) }{{} 1 A tétel értelmében akkor létezik egyértelm megoldás, ha (b a) µ c < 1, ahol c = max K(t, s). a t,s b 16

18 A feladat értékeinek a beírásával azt kapjuk, hogy 2 d π max 1 1 t,s 1 d 2 + (t s) < 1. 2 Számoljuk ki ezt a maximumot. Úgy tudunk maximalizálni, ha a nevez t minimalizáljuk: max 1 t,s 1 1 ( min d 2 + (t s) 2). d 2 + (t s) 2 1 t,s 1 Ez akkor lesz minimális, ha (t s) 2 = 0. Innen c = 1 d 2, 2d πd 2 < 1 d > 2 π. Azt kaptuk, hogy a fenti d értékek esetén létezik egyértelm megoldása a feladatnak. 17

19 5. Közönséges dierenciálegyenletek A dierenciálegyenletek elmélete igen érdekes és fontos terület a matematikában. Segítségével modellezhetjük például a természet-, a m szaki és a társadalomtudományok azon területeit, ahol folytonos idej, folytonos állapotter, determinisztikus folyamatok vizsgálata a cél. Ezek közül a térben homogén folyamatok vizsgálatára szolgálnak a közönséges dierenciálegyenletek. Ilyen modellre példa a radioaktív bomlás egyik modellje. Legyen a radioaktív anyag mennyisége a t R + id pontban x(t) R. Azt vizsgáljuk, hogy hogyan változik ez a mennyiség a [t, t + δ] intervallumban, ahol δ rövid id tartam. Az anyag mennyisége δ id elteltével olyan mértékben csökken, amely mindent l lineárisan függ, vagyis egyenesen arányos az anyag aktuális mennyiségével és az eltelt id vel: x(t + δ) = x(t) kx(t)δ + ε(δ)δ, ahol k R + az arányossági tényez, valamint a lineáris csökkenésen túlmen en az intervallum hosszához képes csak kicsi a változás: lim 0 ε = 0. Az egyenletet átrendezve x(t + δ) x(t) = kx(t) + ε(δ). δ Ha δ 0, akkor a jobboldalnak létezik határértéke, vagyis az értelmezési tartomány minden pontjában dierenciálható. Tehát azt kaptuk, hogy ẋ(t) = kx(t) (t R + ) A kezdetiérték-feladat Deníció. Azt mondjuk, hogy a sík valamely tartományán iránymez van megadva, ha minden pontjában ki van választva egy, a ponton átmen egyenes Deníció. Azt a vonalat, amely minden pontjában érinti az iránymez t, az iránymez integrálgörbéjének nevezzük. 18

20 Az integrálgörbék megkeresésének analitikus oldalról a dierenciálegyenletek megoldásainak megkeresése felel meg. Amennyiben feltesszük, hogy a (t, x) síkon értelmezett mez nem tartalmaz függ leges irányokat, akkor a (t, x) pontban húzott egyenes v(t, x) iránytangense véges, és az integrálgörbék az x = ϕ(t) függvény grakonjai. A továbbiakban tegyük fel, hogy a ϕ értelmezési tartománya a t tengely I intervalluma. Ekkor triviális a következ : Tétel. A ϕ dierenciálható függvény grakonja akkor és csak akkor integrálgörbe, ha minden t I-re teljesül az alábbi összefüggés: ϕ(t) = v(t, ϕ(t)) Deníció. Legyen v : R R n R n, ahol v C 1 (U), ekkor a ẋ = v(t, x) egyenletet a v iránymez által meghatározott dierenciálegyenletnek nevezzük Deníció. A ϕ függvényt az ẋ(t) = v(t, x(t)) dierenciálegyenlet megoldásának nevezzük, ha létezik olyan I R intervallum, amelyen ϕ C 1 (I), és kielégíti a tételben meghatározott összefüggést. A ϕ megoldás kielégíti a (t 0, x 0 ) U kezdeti feltételt, ha ϕ(t 0 ) = x 0. Tekintsük a ẋ = v(t, x) dierenciálegyenletet, amelyet a b vített fázistér (R n+1 ) valamely I tartományán értelmezett v iránymez ad meg. Fogalmazzuk át integrálegyenletté Állítás. Legyen x : I R, t 0 I. Ekkor x C 1 (I), ẋ(t) = v(t, x(t)) t x C(I), x(t) = x 0 + v(τ, x(τ))dτ. x(t 0 ) = x 0 t 0 19

21 Bizonyítás. Ha a dierenciálegyenletre alkalmazzuk a Newton-Leibniz-tételt t 0 és t között, akkor az integrálegyenlet adódik. Ha az integrálegyenlet mindkét oldalát deriváljuk, akkor a dierenciálegyenletet kapjuk vissza Deníció. Azt a P leképezést, amely a ϕ : t x függvényt az P ϕ : t x függvénybe viszi át, ahol (P ϕ)(t) = x 0 + Picard-leképezésnek nevezzük. t t 0 v(τ, ϕ(τ))dτ, Célunk szerkeszteni egy olyan M teljes metrikus teret, amin P kontrakció, és xpontja az adott integrálegyenlet megoldását határozza meg. A szerkesztést egy pont kis környezetében végzünk. Ezt a környezetet a következ négy mennyiség segítségével írhatjuk le: C, L, a, b. Ezeket menet közben deniáljuk. Tekintsünk egy tetsz leges (t 0, x 0 ) U pontot. A H = {t, x : t t 0 a, x x 0 b} henger az U tartományhoz tartozik, ha a és b megfelel en kicsi. Jelölje x v a v x szerinti deriváltját rögzített t mellett. Mivel H kompakt, v és x v is eléri fels határát a hengeren. Jelölje ezeket C és L, ekkor v C, x v L. Legyen K 0 az a kúp, amelynek csúcsa a (t 0, x 0 ) pont, a félnyílásszög tangense C, és a magassága a : K 0 = {t, x : t t 0 a, x x 0 C t t 0 }. Ha a elég kicsi, akkor K 0 H. Jelölje K x azt a kúpot, amely a K 0 -ból a csúcs (t 0, x) pontba történ párhuzamos eltolásával keletkezik. Ha a és b elég kicsi, akkor K x H minden olyan x-re, ahol x x 0 b. 20

22 Feltesszük, hogy a és b megfelel en kicsi, így K x H. Az ẋ = v(t, x) egyenletnek ϕ(t 0 ) = x 0 kezdeti feltétel melletti ϕ : (t 0 a, t 0 + a ) R megoldását keressük Megjegyzés. A keresett integrálgörbe a K x kúp belsejében fekszik. Jelölje M az a által meghatározott intervallum azon ϕ folytonos leképezéseit, amelyek kielégítik a következ feltételt is: ϕ(t) C t t 0 Vezessük be M-en a következ metrikát: ϱ(ϕ 1, ϕ 2 ) = ϕ 1 ϕ 2 = max ϕ 1(t) ϕ 2 (t). t t 0 a Tétel. A ϱ metrikájú M halmaz teljes metrikus tér. Bizonyítás. Folytonos függvények egyenletesen konvergens sorozatának határértéke is folytonos függvény. Amennyiben a függvénysorozat elemei kielégítik a fenti feltételt, akkor a határértékfüggvény is kielégíti ugyanazzal a C állandóval. Legyen f : U R n az R m euklideszi tér U tartományának folytonosan dierenciálható leképezése az R n euklideszi térbe. Ekkor f-nek az x U pontban vett deriváltja az egyik euklideszi térb l egy másikba ható lineáris operátor Tétel. Az U tartomány bármely konvex és kompakt V részhalmazán folytonosan dierenciálható f függvény kielégíti az L-állandós Lipschitz-feltételt, ahol L egyenl az f derivált normájának V -n vett fels határával: L = sup f. x V Bizonyítás. Legyen x, y V. Kössük össze az x és y pontokat a z(t) = x + t(x y), 0 t 1 21

23 szakasszal. A Newton-Leibniz-képlet szerint: f(y) f(x) = 1 0 d dt (f(z(τ)))dτ = 1 0 f (z(τ))ż(τ)dτ. Figyelembe véve, hogy ż = y x: 1 1 f (z(τ))ż(τ)dτ L y x dτ = L y x. Ezzel a tételt bebizonyítottuk Tétel. Ha a megfelel en kicsi, akkor a P leképezés kontrakció M-en. 0 Bizonyítás. 1. Megmutatjuk, hogy a P leképezés M-et önmagára képzi. Felhasználva, hogy v C, a következ t kapjuk: t t (P ϕ)(t) x 0 = v(τ, ϕ(τ))dτ t 0 t 0 C Tehát P M M. 2. Megmutatjuk, hogy a P leképezés kontrakció: P ϕ 1 P ϕ 2 λ ϕ 1 ϕ 2, 0 < λ < 1. dt C t t 0. Becsüljük meg az P ϕ 1 P ϕ 2 értékét az t pontban. Tudjuk, hogy (P ϕ 1 P ϕ 2 )(t) = ahol v i (τ) = v(τ, ϕ i (τ)), i = 1, 2. t t 0 (v 1 (τ) v 2 (τ))dτ, A tétel értelmében, rögzített τ-ra a v(τ, x) függvény második változója szerint kielégíti az L-állandós Lipschitz-feltételt. Ezért v 1 (τ) v 2 (τ) L ϕ 1 (τ) ϕ 2 (τ) L ϕ 1 ϕ 2. Ezt az eredményt felhasználva: t (P ϕ 1 P ϕ 2 )(t) L ϕ 1 ϕ 2 dτ La ϕ 1 ϕ 2. t 0 Azt kaptuk, hogy ha La < 1, akkor a leképezés kontrakció. 22

24 Tétel. A P leképezésnek létezik egyetlen xpontja, és ez a xpont az ẋ(t) = v(t, x(t)) x(t 0 ) = x 0 kezdetiérték-feladat egyértelm megoldása. Bizonyítás. Beláttuk, hogy P kontrakció, így tétel szerint létezik xpontja, vagyis olyan ϕ(t) függvény, hogy ϕ(t) = x 0 + t t 0 v(τ, ϕ(τ))dτ. Innen a állításból már következik a tétel állítása Alkalmazás: visszavezetés nemlineáris rendszerre Tekintsük a ẋ(t) = f(x(t)) dierenciálegyenlet esetén az x i x i 1 τ + f(x i ) = 0 ún. implicit Euler-módszert. Legyen f C 1 (R n, R n ) és f(x) = v (x), x R n. Ekkor f (x) szimmetrikus minden x esetén. Ekkor az iteráció a következ alakban írható fel: F (x i ) := x i + τf(x i ) = x i 1. (5.1) Célunk az i-edik lépésben (5.1) megoldása Állítás. Legyen f korlátos és τ kell en kicsi. Ekkor F C 1, F szimmetrikus, és igaz a m h 2 F (x)h, h M h 2 (5.2) becslés, ahol m = 1 τ f (x) és M = 1 + τ f (x). 23

25 Bizonyítás. Tekintsük a deriváltat: F (x)h = h + τf (x)h. Ekkor F (x)h, h = h 2 + τ f (x)h, h (1 τ f (x) ) h 2. Legyen 0 < m := 1 τ f (x), ha τ < 1 f (x). A fels korlát megtalálásához is hasonlóan járhatunk el: F (x)h, h = h 2 + τ f (x)h, h (1 + τ f (x) ) h 2. Legyen 0 < M := 1 + τ f (x) Következmény. Ha F C 1. F szimmetrikus, és eleget tesz (5.2)-nek, akkor (5.1)-nek létezik egyértelm megoldása, és minden x esetén a 3.2 szakaszbeli iteráció konvergál a megoldáshoz. Bizonyítás. Az állítás következik a tételb l. 24

26 6. Parciális dierenciálegyenletek A dolgozat terjedelmére való tekintettel csak az eliptikus tipusú parciális differenciálegyenletekkel foglalkozunk. Ilyen egyenletek leggyakrabban zikai jelenségek matematikai modelljeiben fordulnak el, ha eltekintünk az id t l. Például a h vezetési egyenlet: cϱ u = div(k gradu) + f(x), t ahol c a fajh, ϱ a h vezet közeg s r sége, k a h vezetési tényez, f pedig a h forrás s r sége. Ha u nem függ az id t l, akkor az egyenlet a következ alakra egyszer södik: 0 = div(k gradu) + f(x). Az iteráció kidolgozásához szükségünk lesz az úgynevezett Green-féle függvényre Poisson-egyenlet és Green-féle függvény A h vezetési egyenleteknek azt a speciális esetét, amikor a közeg homogenitása miatt k konstans, Poisson-egyenletnek nevezzük. Ebben az esetben a képletünk is tovább egyszer södik: u + f(x) = Deníció. Tekintsük az Ω R n tartományt. Legyen u : R n R, és u C 1 (Ω), ekkor az u függvény gradiense: grad(u) = u = ( 1 u,..., n u). Legyen u : R n R n, u C 1 (Ω, R n ), ekkor az u függvény divergenciája: div(u) = u = n i u i. i=1 Legyen u : R n R, u C 2 (Ω), ekkor az u függvény Laplace-operátora: u = div(grad(u)) = u. 25

27 Tekintsük az alábbi feladatot: E(x) = 0, x 0 ahol E radiálisan szimmetrikus. A feladat alapmegoldása: { 1 4π x E(x) :=, x R3 1, x 2π ln x R Deníció. Jelölje R(x, y) a fenti feladat megoldását az x y helyen: { 1 4π x y R(x, y) :=, x, y R3, x y 1, x, y 2π ln x y R2, x y. Legyen Ω R n korlátos tartomány Ω peremfelülettel, és tekintsük tetsz leges x Ω esetén az alábbi Dirichlet-féle feladatot a v = v(y) C 2 (Ω) C(Ω) függvényre. v = 0 v Ω = R(x, y). Feltesszük, hogy x Ω pont esetén létezik megoldása a feladatnak. Jelölje ezt v(y) = r(x, y). Eszerint az r(x, y) függvény eleget tesz a következ knek: minden rögzített x Ω pontra, mint y függvénye r(x, y) C 2 (Ω) C(Ω), továbbá y r(x, y) = 0 r(x, y) y Ω = R(x, y) Deníció. Az Ω tartományhoz tartozó Green-féle függvénynek nevezzük a egyértelm en meghatározott függvényt. G(x, y) = R(x, y) r(x, y) (6.1) Tétel. Tegyük fel, hogy Ω-nak létezik Green-féle függvénye. Ekkor minden rögzített x Ω esetén igazak az alábbiak: G(x, y) = 0, y Ω \ {x} ; (6.2) G(x, y) = 0, y Ω; (6.3) G(x, y) > 0, x, y Ω. (6.4) 26

28 Bizonyítás. (6.2) és (6.3) közvetlenül adódik (6.1)-b l. A (6.4) egyenl tlenséget pedig könnyen igazolhatjuk a minimum-elv felhasználásával. Rögzített x C(Ω) esetén r(x, y) korlátos: Legyen a > 0 olyan szám, amelyre r(x, y) < k, y Ω. R(x, y) > k, y B(x; a) Ω, ahol B(x; a) az x középpontú a sugarú gömböt jelöli. Alkalmazzuk a minimumelvet az Ω \ B(x; a) tartományon a G(x, y) függvényre. A tartomány határán, azaz Ω B(x; a)-n G(x, y) y Ω = 0 G(x, y) y B(x;a) = R(x, y) r(x, y) > 0. Ekkor G(x, y) a tartomány belsejében pozitív és nem veheti fel a minimumát, mivel nem állandó Állítás. [7] Legyen u C 2 (Ω) C 1 (Ω), Ω u <, továbbá ω C2 (Ω), ω L 1 (Ω), ahol ω mint y függvénye értend minden rögzített x Ω esetén. Ekkor az F (x, y) = R(x, y) ω(x, y) jelölést használva minden x Ω pontra [ u(x) = F u ν u F ] dy [F u u y F ] dy. ν y Ω Ω Tétel. Legyen Ω szakaszonként folytonosan dierenciálható. Tegyük fel, hogy Ω-nak létezik Green-féle függvénye, amelyre r(x, y) C 1 (Ω) minden rögzített x Ω esetén, továbbá legyen u C 2 (Ω) C 1 (Ω) a u = f u Ω = g Dirichlet-feladat megoldása, ahol f <. Ekkor minden x Ω pont esetén Ω u(x) = G(x, y)f(y)dy Ω Ω 27 G(x, y) g(y)dy. ν y

29 Bizonyítás. alkalmazva azt kapjuk, hogy u(x) = Az állításban szerepl összefüggést u-ra és ω(x, y) = r(x, y)-ra Ω [ G u ν u G ν y A feltételek és a tétel szerint ] dy [G u u y G] dy. Ω u = f, G = 0, G = 0 (y Ω), u = g ( Ω), tehát azt kaptuk, hogy u(x) = Ezzel a tételt bebizonyítottuk. Ω u(y) G dy Gf(y)dy. ν y Ω Tekintsük a Poisson-egyenletre vonatkozó peremérték-feladatot, ahol u a peremen homogén: u = f u Ω = 0. A tétel állítása szerint a megoldást a következ integrál határozza meg: u(x) = G(x, y)f(y)dy. Ω Példa. Vékony rudak csavarodása is jellemezhet Poisson-egyenlettel: Φ = 1 Φ Ω = 0, ahol Ω a rúd keresztmetszete. A Φ segédfüggvényb l az (u 1, u 2, u 3 ) eltolódások vektorát kapjuk meg, feltéve, hogy τ, az egységhosszra vonatkozó csavarási szög, a rúd hosszának irányában konstans Nemlineáris elliptikus feladat Tekintsük a Poisson-egyenlet egy általánosítását, ahol f helyett f(u) szerepel: u = f(u) u Ω = 0. 28

30 Ekkor a megoldás az u(x) = Ω G(x, y)f(u(y))dy integrálegyenletet teljesíti, amib l már felírhatjuk az iterációs eljárásunkat: u n+1 (x) = G(x, y)f(u n (y))dy := (Au n )(x) Ω Állítás. Tekintsük a C(Ω) normált teret az f := max Ω f normával. Ha f Lipschitzes és L < 1, ahol z(x) a z z = 1 z Ω = 0 feladat megoldása, akkor A kontrakcó a 0 < q < 1 kontrakciós konstanssal. Bizonyítás. Megmutatjuk, hogy létezik ilyen q. (Au)(x) (Av)(x) = G(x, y)f(u(y))dy Ω = G(x, y) (f(u(y)) f(v(y))) dy Ω G(x, y) f(u(y)) f(v(y)) dy Ω Ω Ω G(x, y) L u(y) v(y) dy }{{} >0 G(x, y) L max u(y) v(y) dy y G(x, y)dy L u v. Az állításban szerepl segédfeladat megoldása éppen a z(x) = G(x, y) 1dy. Ebb l azt kapjuk, hogy Ω Ω (Au)(x) (Av)(x) z L u v. 29 Ω G(x, y)f(v(y))dy =

31 Innen már látható, hogy ha q := L z < 1. akkor az (Au)(x) leképezés kontrakció Következmény. Az u(x) = G(x, y)f(u(y))dy egyenletnek létezik egyértel- Ω m megoldása, ha L < 1 z. Bizonyítás. állítás. A fenti egyenlet u = Au alakú, tehát a tételb l következik az Deníció. Azt mondjuk, hogy a u = f(u) u Ω = 0. feladatnak létezik klasszikus megoldása, ha van olyan u C 2 (Ω) C(Ω) függvény, ami kielégíti a peremértékfeldatot Tétel. Legyen Ω R n Lipschitz-folytonos taromány és f Ω-n deniált. Ha f Lipschitzes és L < 1, ahol z a állításbeli függvény, akkor a z u = f(u) u Ω = 0. Poisson-egyenletnek létezik klasszikus megoldása. Bizonyítás. Alkalmazzuk -t a u(x) = G(x, y)f(u(y))dy-ra. Ω Ebb l azt kapjuk, hogy u(x) = G(x, y)f(u(y))dy = f(u(x)). Ω Ezzel a tételt beláttuk. 30

32 6.3. Egy további alkalmazás: visszavezetés lineáris egyenletrendszerre Tekintsük a következ feladatot: Lu := div(a u) = g u Ω = 0, ahol A L (Ω, R n n ) szimmetrikus és szigorúan pozitív denit mátrix Deníció. Legyen S lineáris szimmetrikus operátor H-n. Egy L H lineáris operátort S-korlátosnak és S-koercívnek nevezünk, és L BC S (H)-val jelölünk, ha igazak a következ tulajdonságok: (i) D(L) H S és D(L) s r H S -ben az S-normával; (ii) létezik M > 0, amelyre u, v D(L) esetén Lu, v M u S v S ; (iii) létezik m < 0, amelyre u D(L) esetén Lu, u m u 2 S Deníció. Bármely L BC S (H)-re legyen L S B(H S ) a következ módon deniálva: L S u, v S = Lu, v (u, v D(L)). A feladatban L S-korlátos és S-koercív a denícióban foglaltaknak megfelel en, ha S = és g H. Ekkor az Lu = g egyenlet numerikusan megoldható a Galerkin-diszkretizáció segítségével: legyen V h = span {ϕ 1,... ϕ n } H S véges dimenziós altér, ahol a ϕ i -k lineárisan függetlenek és L h := { } n L S ϕ i, ϕ j. S i,j=1 31

33 Az u h V h diszkrét megoldás u = n i=1 c iϕ i formában való megtalálásához az L h c = b h (6.5) n n-es rendszer megoldása szükséges, ahol b h = { g, ϕ j } n j=1. Mivel L BC S(H), az L h szimmetrikus része pozitív denit, így a rendszernek létezik egyértelm megoldása. Legyen L szimmetrikus operátor. Ebben az esetben az S-korlátos és S-koercív tulajdonság egyszer en átalakul a következ spektrális ekvivalenciarelációvá: m u 2 S L Su, u S M u 2 S (u H S ). (6.6) Ekkor L h is szimmetrikus. Legyen S a operátor, és vezessük be az S merevségi mátrixát: S h := { ϕ i, ϕ j S } n i,j=1, mint a (6.5) rendszer prekondicionálóját. Innen a prekondicionált rendszer: S 1 h L hc = S 1 h b h. Tetsz leges c R n esetén helyettesítsük az u = n i=1 c iϕ i V h függvényt (6.6)-ba: m(s h c c) L h c c M(S h c c). (6.7) Állítás. Ha (6.7) fennáll, akkor λ i (S 1 h L h) [m, M]. Bizonyítás. λ i akkor sajátértéke a S 1 h L h mátrixnak, ha c i 0 : S 1 h L hc i = λ i c i. Szorozzuk be az egyenletet balról S h -val: L h c i = λ i S h c i. Végül szorozzuk az egyenletet jobbról c i -vel: L h c i c i = λ i S h c i c i. (6.8) 32

34 Tudjuk, hogy (6.7) igaz tetsz leges c R n esetén, így c i -re is, ezért (6.8)-at behelyettesítve (6.7)-be m(s h c i c i ) λ i (S h c i c i ) M(S h c i c i ) adódik. Innen már jól látszik, hogy m λ i M i. Ezzel beláttuk, hogy λ i (S 1 h L h) [m, M] Következmény. A tétel alkalmazható. 33

35 7. Összefoglalás Dolgozatomban bemutattam a Banach-xponttételt, és különféle feladattípusokra való alkalmazhatóságát igazoltam a szakirodalom alapján. El ször a metrikus terek felépítését és tulajdonságait vizsgáltam. Beláttam, hogy minden kontrakciónak létezik xpontja, ami egyértelm az ilyen típusú terekben. A lineáris algebrai egyenletrendszereknél azt az esetet vizsgáltam, amikor A négyzetes mátrix. Ekkor az Ax = b egyenletrendszer átírható x = Bx + c alakra. Beláttam, hogy pontosan akkor létezik egyértelm megoldás, ha B minden sajátértéke abszolút értékben kisebb, mint egy. Ezenkívül vizsgáltam egy speciális esetet is, amikor A szimmetrikus. Nemlineáris egyenletrendszereknél bebizonyítottam, hogy ha F : R n R n, F folytonosan dierenciálható, F szimmetrikus és egyenletesen pozitív denit, akkor létezik egyértelm megoldása az egyenletrendszernek, és iterációval meghatározható. Sikerült belátni annak feltételét, hogy az iterációban használt leképezés kontrakció legyen a Fredholm-integrálegyenlet esetében. Ezután az eredményt felhasználva megoldottam a Love-integrálegyenletet. A közönséges dierenciálegyenletek témaköréb l kezdetiérték-feladatok megoldhatóságának Picard-féle alaptételével foglalkoztam. A kezdetiérték-feladat visszavezethet integrálegyenlet megoldására. Ehhez szerkesztünk az x 0 pont egy környezetében egy M metrikus teret, valamint egy M-en értelmezett kontrakciót, és ezek segítségével visszavezetjük a feladatot a xponttételre. Emellett bemutattam egy numerikus megoldási módszert az Euler-módszer és a xponttétel ötvözésével. A Poisson-egyenletetet választottam ki a parciális dierenciálegyenletek közül, melynek megoldására használható a Green-függvény módszere. A xponttétel segítségével készítettem iterációs eljárást, amely az integrálegyenletek témakörére vezethet vissza. Itt is sikerült egy érdekes alkalmazást szemléltetnem, melynek lényege, hogy lineáris rendszerre vezeti vissza a nemlineáris problémát. 34

36 Hivatkozások [1] Arnold, V.I., Közönséges dierenciálegyenletek, M szaki Könyvkiadó, Budapest, [2] Axelsson, O., Karátson J., Equivalent operator preconditioning for elliptic problems, Numer Algor, 2009, 50: [3] Bahvalov, N.Sz., A gépi matematika numerikus módszerei, M szaki Könyvkiadó, Budapest, [4] Cryer, C. W., Numerical functional analysis, Oxford University Press, New York, [5] Karátson J., Direct gradient method for nonlinear integral equations, Periodica Mathematica Hungarica Vol. 33 (3), 1996, pp [6] Komornik V., Valós analízis el adások I., Typotex Kiadó, Budapest, [7] Simon L., Parciális dierenciálegyenletek 2. félév, Tankönykönyvkiadó, Budapest, [8] Stoyan G., Takó G., Numerikus módszerek 1., Typotex Kiadó, Budapest, [9] Stoyan G., Takó G., Numerikus módszerek 3., Typotex Kiadó, Budapest, [10] Tóth J., Simon L. P., Dierenciálegyenletek : Bevezetés az elméletbe és az alkalmazásokba, Typotex Kiadó, Budapest, [11] Zeidler, E., Nonlinear functional analysis and its applications I., Springer, New York,

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

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

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

Differenciálszámítás normált terekben

Differenciálszámítás normált terekben Eötvös Loránd Tudományegyetem Természettudományi Kar Kapui Dóra Differenciálszámítás normált terekben Szakdolgozat Matematika BSc, elemz szakirány Témavezet : Tarcsay Zsigmond Alkalmazott Analízis és Számításmatematikai

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

Parciális dierenciálegyenletek

Parciális dierenciálegyenletek Parciális dierenciálegyenletek 2009. május 25. A félév lezárásaként néhány alap-deníciót és alap-példát szeretnék adni a Parciális Dierenciálegynletek (PDE) témaköréb l. Épp csak egy kis izelít t. Az alapfeladatok

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

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

Szinguláris értékek. Wettl Ferenc április 3. Wettl Ferenc Szinguláris értékek április 3. 1 / 28

Szinguláris értékek. Wettl Ferenc április 3. Wettl Ferenc Szinguláris értékek április 3. 1 / 28 Szinguláris értékek Wettl Ferenc 2015. április 3. Wettl Ferenc Szinguláris értékek 2015. április 3. 1 / 28 Tartalom 1 Szinguláris érték 2 Alkalmazások 3 Norma 4 Mátrixnorma Wettl Ferenc Szinguláris értékek

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. Gyakorló feladatok március 22. Metrikus tér, normált tér és skalárszorzat tér

Funkcionálanalízis. Gyakorló feladatok március 22. Metrikus tér, normált tér és skalárszorzat tér Funkcionálanalízis Gyakorló feladatok 2017 március 22 Metrikus tér, normált tér és skalárszorzat tér N1 Metrikát deniálnak-e R-en az alábbi függvények: (a) d(x, y) = x y (b) d(x, y) = x y (c) d(x, y) =

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

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1 Megoldott feladatok 00. november 0.. Feladat: Vizsgáljuk az a n = n+ n+ sorozat monotonitását, korlátosságát és konvergenciáját. Konvergencia esetén számítsuk ki a határértéket! : a n = n+ n+ = n+ n+ =

Részletesebben

Szinguláris értékek. Wettl Ferenc április 12. Wettl Ferenc Szinguláris értékek április / 35

Szinguláris értékek. Wettl Ferenc április 12. Wettl Ferenc Szinguláris értékek április / 35 Szinguláris értékek Wettl Ferenc 2016. április 12. Wettl Ferenc Szinguláris értékek 2016. április 12. 1 / 35 Tartalom 1 Szinguláris érték 2 Norma 3 Mátrixnorma 4 Alkalmazások Wettl Ferenc Szinguláris értékek

Részletesebben

Függvények folytonosságával kapcsolatos tételek és ellenpéldák

Függvények folytonosságával kapcsolatos tételek és ellenpéldák Eötvös Loránd Tudományegyetem Természettudományi Kar Függvények folytonosságával kapcsolatos tételek és ellenpéldák BSc Szakdolgozat Készítette: Nagy-Lutz Zsaklin Matematika BSc, Matematikai elemz szakirány

Részletesebben

Modellek és Algoritmusok - 2.ZH Elmélet

Modellek és Algoritmusok - 2.ZH Elmélet Modellek és Algoritmusok - 2.ZH Elmélet Ha hibát elírást találsz kérlek jelezd: sellei_m@hotmail.com A fríss/javított változat elérhet : people.inf.elte.hu/semsaai/modalg/ 2.ZH Számonkérés: 3.EA-tól(DE-ek)

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

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

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

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

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

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor . Számsorok, hatványsorok, Taylor-sor, Fourier-sor Vizsgálja meg a következ végtelen sorokat konvergencia szempontjából. Tétel. (Cauchy-féle bels konvergenciakritérium) A a n végtelen sor akkor és csakis

Részletesebben

1 Lebegőpontos számábrázolás

1 Lebegőpontos számábrázolás Tartalom 1 Lebegőpontos számábrázolás... 2 2 Vektornormák... 4 3 Indukált mátrixnormák és tulajdonságaik... 5 4 A lineáris rendszer jobboldala hibás... 6 5 A kondíciószám és tulajdonságai... 7 6 Perturbációs

Részletesebben

(1 + (y ) 2 = f(x). Határozzuk meg a rúd alakját, ha a nyomaték eloszlás. (y ) 2 + 2yy = 0,

(1 + (y ) 2 = f(x). Határozzuk meg a rúd alakját, ha a nyomaték eloszlás. (y ) 2 + 2yy = 0, Feladatok az 5. hétre. Eredményekkel és kidolgozott megoldásokkal. Oldjuk meg az alábbi másodrend lineáris homogén d.e. - et, tudva, hogy egy megoldása az y = x! x y xy + y = 0.. Oldjuk meg a következ

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

Numerikus módszerek beugró kérdések

Numerikus módszerek beugró kérdések 1. Definiálja a gépi számok halmazát (a tanult modellnek megfelelően)! Adja meg a normalizált lebegőpontos szám alakját. (4 pont) Az alakú számot normalizált lebegőpontos számnak nevezik, ha Ahol,,,. Jelöl:

Részletesebben

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

ANALÍZIS III. ELMÉLETI KÉRDÉSEK ANALÍZIS III. ELMÉLETI KÉRDÉSEK Szerkesztette: Balogh Tamás 2014. május 15. 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

Dierenciálhányados, derivált

Dierenciálhányados, derivált 9. fejezet Dierenciálhányados, derivált A dierenciálhányados deníciója D 9.1 Az egyváltozós valós f függvény x0 pontbeli dierenciálhányadosának nevezzük a lim f(x0 + h) f(x0) h 0 h határértéket, ha ez

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

valós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.

valós számot tartalmaz, mert az ilyen részhalmazon nem azonosság. 2. Közönséges differenciálegyenlet megoldása, megoldhatósága Definíció: Az y függvényt a valós számok H halmazán a közönséges differenciálegyenlet megoldásának nevezzük, ha az y = y(x) helyettesítést elvégezve

Részletesebben

Differenciálegyenletek numerikus megoldása

Differenciálegyenletek numerikus megoldása a Matematika mérnököknek II. című tárgyhoz Differenciálegyenletek numerikus megoldása Fokozatos közeĺıtés módszere (1) (2) x (t) = f (t, x(t)), x I, x(ξ) = η. Az (1)-(2) kezdeti érték probléma ekvivalens

Részletesebben

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy /. Házi feladat. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy mindig igaz. (p (( p) q)) (( p) ( q)). Igazoljuk, hogy minden A, B és C halmazra A \ (B C) = (A \ B) (A \ C) teljesül.

Részletesebben

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor . Számsorok, hatványsorok, Taylor-sor, Fourier-sor Vizsgálja meg a következő végtelen sorokat konvergencia szempontjából. Tétel. (Cauchy-féle belső konvergenciakritérium) A a n végtelen sor akkor és csakis

Részletesebben

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1.

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1. Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai.). Feladat. Határozzuk meg az alábbi integrálokat: a) x x + dx d) xe x dx b) c)

Részletesebben

Abszolút folytonos valószín ségi változó (4. el adás)

Abszolút folytonos valószín ségi változó (4. el adás) Abszolút folytonos valószín ségi változó (4. el adás) Deníció (Abszolút folytonosság és s r ségfüggvény) Az X valószín ségi változó abszolút folytonos, ha van olyan f : R R függvény, melyre P(X t) = t

Részletesebben

2. SZÉLSŽÉRTÉKSZÁMÍTÁS. 2.1 A széls érték fogalma, létezése

2. SZÉLSŽÉRTÉKSZÁMÍTÁS. 2.1 A széls érték fogalma, létezése 2 SZÉLSŽÉRTÉKSZÁMÍTÁS DEFINÍCIÓ 21 A széls érték fogalma, létezése Azt mondjuk, hogy az f : D R k R függvénynek lokális (helyi) maximuma (minimuma) van az x 0 D pontban, ha van olyan ε > 0 hogy f(x 0 )

Részletesebben

Kalkulus 2., Matematika BSc 1. Házi feladat

Kalkulus 2., Matematika BSc 1. Házi feladat . Házi feladat Beadási határidő: 07.0.. Jelölések x = (x,..., x n, y = (y,..., y n, z = (z,..., z n R n esetén. x, y = n i= x iy i, skalárszorzat R n -ben. d(x, y = x y = n i= (x i y i, metrika R n -ben

Részletesebben

Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások

Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások 1. Feladat. (6p) Jelöljön. egy tetszőleges vektornormát, ill. a hozzá tartozó indukált mátrixnormát! Igazoljuk, hogy ha A

Részletesebben

1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények

1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények 1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények 1.1. Dierenciálhatóság 1.1. deníció. Legyen a z 0 pont az f(z) függvény értelmezési tartományának torlódási

Részletesebben

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

A legjobb közeĺıtés itt most azt jelentette, hogy a lineáris

A legjobb közeĺıtés itt most azt jelentette, hogy a lineáris Többváltozós függvények differenciálhatósága f(x) f(x Az egyváltozós függvények differenciálhatóságát a lim 0 ) x x0 x x 0 függvényhatárértékkel definiáltuk, s szemléletes jelentése abban mutatkozott meg,

Részletesebben

Közönséges differenciálegyenletek

Közönséges differenciálegyenletek Debreceni Egyetem Természettudományi és Technológiai Kar Közönséges differenciálegyenletek Gselmann Eszter Debrecen, 2011 Tartalomjegyzék 1. Differenciálegyenletek 4 1.1. Differenciálegyenletek osztályozása................................

Részletesebben

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének. Függvények határértéke és folytonossága Egy f: D R R függvényt korlátosnak nevezünk, ha a függvényértékek halmaza korlátos. Ha f(x) f(x 0 ) teljesül minden x D esetén, akkor x 0 -at a függvény maximumhelyének

Részletesebben

Debreceni Egyetem Természettudományi Kar. Losonczi László. Funkcionálanalízis

Debreceni Egyetem Természettudományi Kar. Losonczi László. Funkcionálanalízis Debreceni Egyetem Természettudományi Kar 1 Losonczi László Funkcionálanalízis 2009 Tartalomjegyzék 0.1. El szó................................. 5 0.2. Jelölések................................ 6 0.3. Ábrák

Részletesebben

5. házi feladat. AB, CD kitér élpárra történ tükrözések: Az ered transzformáció: mivel az origó xpont, így nincs szükség homogénkoordinátás

5. házi feladat. AB, CD kitér élpárra történ tükrözések: Az ered transzformáció: mivel az origó xpont, így nincs szükség homogénkoordinátás 5. házi feladat 1.feladat A csúcsok: A = (0, 1, 1) T, B = (0, 1, 1) T, C = (1, 0, 0) T, D = ( 1, 0, 0) T AB, CD kitér élpárra történ tükrözések: 1 0 0 T AB = 0 1 0, elotlási rész:(i T AB )A = (0, 0, )

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

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. 10. előadás: Nemlineáris egyenletek numerikus megoldása Lócsi Levente ELTE IK 2013. november 18. Tartalomjegyzék 1 Bolzano-tétel, intervallumfelezés 2 Fixponttételek, egyszerű iterációk

Részletesebben

10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai

10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai Optimalizálási eljárások MSc hallgatók számára 10. Előadás Előadó: Hajnal Péter Jegyzetelő: T. Szabó Tamás 2011. április 20. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai A feltétel nélküli optimalizálásnál

Részletesebben

Matematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx =

Matematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx = Matematika előadás elméleti kérdéseinél kérdezhető képletek Matematika II Határozatlan Integrálszámítás d) Adja meg az alábbi alapintegrálokat! x n 1 dx =, sin 2 x dx = d) Adja meg az alábbi alapintegrálokat!

Részletesebben

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005.

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. 1 Diszkrét matematika II., 4. el adás Skalárszorzat, norma, szög, távolság Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. március 1 A téma jelent sége

Részletesebben

sin x = cos x =? sin x = dx =? dx = cos x =? g) Adja meg a helyettesítéses integrálás szabályát határozott integrálokra vonatkozóan!

sin x = cos x =? sin x = dx =? dx = cos x =? g) Adja meg a helyettesítéses integrálás szabályát határozott integrálokra vonatkozóan! Matematika előadás elméleti kérdéseinél kérdezhető képletek Analízis II Határozatlan integrálszámítás g) t = tg x 2 helyettesítés esetén mivel egyenlő sin x = cos x =? g) t = tg x 2 helyettesítés esetén

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

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

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei A Gauss-Jordan elimináció, mátrixinvertálás Gauss-Jordan módszer Ugyanazzal a technikával, mint ahogy a k-adik oszlopban az a kk alatti elemeket kinulláztuk, a fölötte lévő elemeket is zérussá lehet tenni.

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

Numerikus matematika vizsga

Numerikus matematika vizsga 1. Az a = 2, t = 4, k = 3, k + = 2 számábrázolási jellemzők mellett hány pozitív, normalizált lebegőpontos szám ábrázolható? Adja meg a legnagyobb ábrázolható számot! Mi lesz a 0.8-hoz rendelt lebegőpontos

Részletesebben

1. Folytonosság. 1. (A) Igaz-e, hogy ha D(f) = R, f folytonos és periodikus, akkor f korlátos és van maximuma és minimuma?

1. Folytonosság. 1. (A) Igaz-e, hogy ha D(f) = R, f folytonos és periodikus, akkor f korlátos és van maximuma és minimuma? . Folytonosság. (A) Igaz-e, hogy ha D(f) = R, f folytonos és periodikus, akkor f korlátos és van maimuma és minimuma?. (A) Tudunk példát adni olyan függvényekre, melyek megegyeznek inverzükkel? Ha igen,

Részletesebben

d(f(x), f(y)) q d(x, y), ahol 0 q < 1.

d(f(x), f(y)) q d(x, y), ahol 0 q < 1. Fxponttétel Már a hétköznap életben s gyakran tapasztaltuk, hogy két pont között a távolságot nem feltétlenül a " kettő között egyenes szakasz hossza" adja Pl két település között a távolságot közlekedés

Részletesebben

1. Absztrakt terek 1. (x, y) x + y X és (λ, x) λx X. műveletek értelmezve vannak, és amelyekre teljesülnek a következő axiómák:

1. Absztrakt terek 1. (x, y) x + y X és (λ, x) λx X. műveletek értelmezve vannak, és amelyekre teljesülnek a következő axiómák: 1. Absztrakt terek 1 1. Absztrakt terek 1.1. Lineáris terek 1.1. Definíció. Az X halmazt lineáris térnek vagy vektortérnek nevezzük a valós számtest (komplex számtest) felett, ha bármely x, y X elemekre

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

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

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

NUMERIKUS MÓDSZEREK I. BEUGRÓ KÉRDÉSEK

NUMERIKUS MÓDSZEREK I. BEUGRÓ KÉRDÉSEK NUMERIKUS MÓDSZEREK I. BEUGRÓ KÉRDÉSEK Szerkesztette: Balogh Tamás 04. január 7. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el!

Részletesebben

(!), {z C z z 0 < R} K (K: konv. tart.) lim cn+1

(!), {z C z z 0 < R} K (K: konv. tart.) lim cn+1 Komlex analízis Komlex hatványsorok c n (z z 0 ) n ; R = lim n c n, R = (!), {z C z z 0 < R} K (K: konv. tart.) lim cn+ c n n=0. Van-e olyan komlex hatványsor, melynek a) üres a konvergenciatartománya,

Részletesebben

Analízis I. Vizsgatételsor

Analízis I. Vizsgatételsor Analízis I. Vizsgatételsor Programtervező Informatikus szak 2008-2009. 2. félév Készítette: Szabó Zoltán SZZNACI.ELTE zotyo@bolyaimk.hu v.0.6 RC 004 Forrás: Oláh Gábor: ANALÍZIS I.-II. VIZSGATÉTELSOR 2006-2007-/2

Részletesebben

1. Parciális függvény, parciális derivált (ismétlés)

1. Parciális függvény, parciális derivált (ismétlés) Operációkutatás NYME Gazdaságinformatikus mesterképzés El adó: Kalmár János (kalmar[kukac]inf.nyme.hu) Többváltozós széls érték számítás Parciális függvény, parciális derivált Széls érték korlátos zárt

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

1.9. B - SPLINEOK B - SPLINEOK EGZISZTENCIÁJA. numerikus analízis ii. 34. [ a, b] - n legfeljebb n darab gyöke lehet. = r (m 1) n = r m + n 1

1.9. B - SPLINEOK B - SPLINEOK EGZISZTENCIÁJA. numerikus analízis ii. 34. [ a, b] - n legfeljebb n darab gyöke lehet. = r (m 1) n = r m + n 1 numerikus analízis ii 34 Ezért [ a, b] - n legfeljebb n darab gyöke lehet = r (m 1) n = r m + n 1 19 B - SPLINEOK VOLT: Ω n véges felosztás S n (Ω n ) véges dimenziós altér A bázis az úgynevezett egyoldalú

Részletesebben

Gauss-Seidel iteráció

Gauss-Seidel iteráció Közelítő és szimbolikus számítások 5. gyakorlat Iterációs módszerek: Jacobi és Gauss-Seidel iteráció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 ITERÁCIÓS

Részletesebben

Konvex optimalizálás feladatok

Konvex optimalizálás feladatok (1. gyakorlat, 2014. szeptember 16.) 1. Feladat. Mutassuk meg, hogy az f : R R, f(x) := x 2 függvény konvex (a másodrend derivált segítségével, illetve deníció szerint is)! 2. Feladat. Mutassuk meg, hogy

Részletesebben

Nemlineáris programozás 2.

Nemlineáris programozás 2. Optimumszámítás Nemlineáris programozás 2. Többváltozós optimalizálás feltételek mellett. Lagrange-feladatok. Nemlineáris programozás. A Kuhn-Tucker feltételek. Konvex programozás. Sydsaeter-Hammond: 18.1-5,

Részletesebben

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva 6. FÜGGVÉNYEK HATÁRÉRTÉKE ÉS FOLYTONOSSÁGA 6.1 Függvény határértéke Egy D R halmaz torlódási pontjainak halmazát D -vel fogjuk jelölni. Definíció. Legyen f : D R R és legyen x 0 D (a D halmaz torlódási

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

4. Laplace transzformáció és alkalmazása

4. Laplace transzformáció és alkalmazása 4. Laplace transzformáció és alkalmazása 4.1. Laplace transzformált és tulajdonságai Differenciálegyenletek egy csoportja algebrai egyenletté alakítható. Ennek egyik eszköze a Laplace transzformáció. Definíció:

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

Lagrange és Hamilton mechanika

Lagrange és Hamilton mechanika Lagrange és 2010. október 17. Lagrange és Tartalom 1 Variáció Lagrange egyenlet Legendre transzformáció Hamilton egyenletek 2 3 Szimplektikus sokaság Hamilton mez Hamilton és Lagrange egyenletek ekvivalenciája

Részletesebben

Egyváltozós függvények 1.

Egyváltozós függvények 1. Egyváltozós függvények 1. Filip Ferdinánd filip.ferdinand@bgk.uni-obuda.hu siva.banki.hu/jegyzetek 015 szeptember 1. Filip Ferdinánd 015 szeptember 1. Egyváltozós függvények 1. 1 / 5 Az el adás vázlata

Részletesebben

Matematika I. NÉV:... FELADATOK: 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon.

Matematika I. NÉV:... FELADATOK: 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon. 215.12.8. Matematika I. NÉV:... 1. Lineáris transzformációk segítségével ábrázoljuk az f(x) = ln(2 3x) függvényt. 7pt 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon.

Részletesebben

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/ Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és

Részletesebben

Operátorkiterjesztések Hilbert-téren

Operátorkiterjesztések Hilbert-téren Tarcsay Zsigmond Operátorkiterjesztések Hilbert-téren Szakdolgozat Témavezet : Sebestyén Zoltán egyetemi tanár Eötvös Loránd Tudományegyetem, Természettudományi Kar 2008 Tartalomjegyzék 1. Bevezetés 3

Részletesebben

Sorozatok és Sorozatok és / 18

Sorozatok és Sorozatok és / 18 Sorozatok 2015.11.30. és 2015.12.02. Sorozatok 2015.11.30. és 2015.12.02. 1 / 18 Tartalom 1 Sorozatok alapfogalmai 2 Sorozatok jellemz i 3 Sorozatok határértéke 4 Konvergencia és korlátosság 5 Cauchy-féle

Részletesebben

Opkut deníciók és tételek

Opkut deníciók és tételek Opkut deníciók és tételek Készítette: Bán József Deníciók 1. Deníció (Lineáris programozási feladat). Keressük meg adott lineáris, R n értelmezési tartományú függvény, az ún. célfüggvény széls értékét

Részletesebben

Tartalomjegyzék. Typotex Kiadó, 2010

Tartalomjegyzék. Typotex Kiadó, 2010 Tartalomjegyzék 15. Elliptikus egyenletek 7 15.1. Bevezetés: Elliptikus egyenletek alkalmazott feladatokban... 7 15.2. Elméleti háttér.......................... 9 15.3. Véges dierencia eljárások II...................

Részletesebben

Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához

Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához Izsák Ferenc 2007. szeptember 17. Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához 1 Vázlat Bevezetés: a vizsgált egyenlet,

Részletesebben

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2) Legyen adott a P átmenetvalószín ség mátrix és a ϕ 0 kezdeti eloszlás Kérdés, hogy miként lehetne meghatározni az egyes állapotokban való tartózkodás valószín ségét az n-edik lépés múlva Deniáljuk az n-lépéses

Részletesebben

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN Készült a TÁMOP-4.1.-08//a/KMR-009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék

Részletesebben

Végeselem modellezés alapjai 1. óra

Végeselem modellezés alapjai 1. óra Végeselem modellezés alapjai. óra Gyenge alak, Tesztfüggvény, Lagrange-féle alakfüggvény, Stiness mátrix Kivonat Az óra célja, hogy megismertesse a végeselem módszer (FEM) alkalmazását egy egyszer probléma,

Részletesebben

Normák, kondíciószám

Normák, kondíciószám Normák, kondíciószám A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris egyenletrendszerek Nagyon sok probléma közvetlenül lineáris egyenletrendszer megoldásával kezelhetı Sok numerikus

Részletesebben

Differenciálegyenlet rendszerek

Differenciálegyenlet rendszerek Differenciálegyenlet rendszerek (A kezdeti érték probléma. Lineáris differenciálegyenlet rendszerek, magasabb rendű lineáris egyenletek.) Szili László: Modellek és algoritmusok ea+gyak jegyzet alapján

Részletesebben

Matematika I. Vektorok, egyenesek, síkok

Matematika I. Vektorok, egyenesek, síkok Matematika előadás elméleti kérdéseinél kérdezhető képletek Matematika I Vektorok, egyenesek, síkok a) Hogyan számítjuk ki az a = (a 1, a 2, a 3 ) és b = (b 1, b 2, b 3 ) vektorok szögét? a) Hogyan számítjuk

Részletesebben

Diplomamunka. Nemlineáris elliptikus vegyes peremértékfeladatok prekondicionálása. Írta: Perjés Balázs Alkalmazott matematikus szak

Diplomamunka. Nemlineáris elliptikus vegyes peremértékfeladatok prekondicionálása. Írta: Perjés Balázs Alkalmazott matematikus szak Nemlineáris elliptikus vegyes peremértékfeladatok prekondicionálása Diplomamunka Írta: Perjés Balázs Alkalmazott matematikus szak Témavezet : Karátson János egyetemi tanár Alkalmazott Analízis és Számításmatematika

Részletesebben

A hullámegyenlet megoldása magasabb dimenziókban

A hullámegyenlet megoldása magasabb dimenziókban A hullámegyenlet megoldása magasabb dimenziókban Orbán Ágnes Fábián Gábor Kolozsi Zoltán 2009. október 29. A hullámegyenlet Hullámegyenletnek nevezzük a következ lineáris parciális dierenciálegyenletet:

Részletesebben

Matematika szigorlat június 17. Neptun kód:

Matematika szigorlat június 17. Neptun kód: Név Matematika szigorlat 014. június 17. Neptun kód: 1.. 3. 4. 5. Elm. Fel. Össz. Oszt. Az eredményes szigorlat feltétele elméletből legalább 0 pont, feladatokból pedig legalább 30 pont elérése. A szigorlat

Részletesebben

A derivált alkalmazásai

A derivált alkalmazásai A derivált alkalmazásai Összeállította: Wettl Ferenc 2014. november 17. Wettl Ferenc A derivált alkalmazásai 2014. november 17. 1 / 57 Tartalom 1 Függvény széls értékei Abszolút széls értékek Lokális széls

Részletesebben

Mátrix-exponens, Laplace transzformáció

Mátrix-exponens, Laplace transzformáció 2016. április 4. 2016. április 11. LINEÁRIS DIFFERENCIÁLEGYENLET RENDSZEREK ÉS A MÁTRIX-EXPONENS KAPCSOLATA Feladat - ismétlés Tegyük fel, hogy A(t) = (a ik (t)), i, k = 1,..., n és b(t) folytonos mátrix-függvények

Részletesebben

Lagrange-féle multiplikátor módszer és alkalmazása

Lagrange-féle multiplikátor módszer és alkalmazása Eötvös Loránd Tudományegyetem Természettudományi Kar Nemesné Jónás Nikolett Lagrange-féle multiplikátor módszer és alkalmazása Matematika BSc, Matematikai elemz szakirány Témavezet : Szekeres Béla János,

Részletesebben

Konjugált gradiens módszer

Konjugált gradiens módszer Közelítő és szimbolikus számítások 12. gyakorlat Konjugált gradiens módszer Készítette: Gelle Kitti Csendes Tibor Vinkó Tamás Faragó István Horváth Róbert jegyzetei alapján 1 LINEÁRIS EGYENLETRENDSZEREK

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

FELVÉTELI VIZSGA, július 21. Írásbeli próba MATEMATIKÁBÓL A. RÉSZ

FELVÉTELI VIZSGA, július 21. Írásbeli próba MATEMATIKÁBÓL A. RÉSZ BABE -BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR FELVÉTELI VIZSGA, 9. július. Írásbeli próba MATEMATIKÁBÓL FONTOS MEGJEGYZÉS: ) Az A. részben megjelen feleletválasztós feladatok esetén

Részletesebben