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

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

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

Átírás

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

2 Tartalom 1 Mátrixleképezés, lineáris leképezés 2 Alkalmazás: dierenciálhatóság 3 2- és 3-dimenziós geometriai transzformációk mátrixa 4 Mer leges vetítés és a legjobb közelítés Wettl Ferenc Lineáris leképezések március 9. 2 / 31

3 Mátrixleképezés, lineáris leképezés A mátrixleképezés fogalma D A : R n R m ; x Ax D képtér: Im(A) = O(A), magtér: Ker(A) = N (A) P a = (a1, a2, a3) R 3, A : R 3 R 3 : x a x. M Az a x vektori szorzat koordinátás alakban: a1 x1 a2x3 a3x2 y = a x = a2 x2 = a3x1 a1x3 a3 x3 a1x2 a2x1 a3x2 + a2x3 0 a3 a2 x1 = a3x1 a1x3 = a3 0 a1 x2 a2x1 + a1x2 a2 a1 0 x3 Wettl Ferenc Lineáris leképezések március 9. 3 / 31

4 Mátrixleképezés, lineáris leképezés M veletek mátrixleképezések között Á A + B = C A + B = C Á ca = C ca = C Á XY = Z X Y = Z Á B = A 1 B = A 1 Wettl Ferenc Lineáris leképezések március 9. 4 / 31

5 Mátrixleképezés, lineáris leképezés Mátrixleképezések tulajdonságai A : R n R m egy tetsz leges mátrixleképezés, x, y R n, c, d R: Á A(cx + dy) = ca(x) + da(y), (A meg rzi a lineáris kombinációt) Á A(cx) = ca(x), (a leképezés homogén) A(x + y) = A(x) + A(y), (a leképezés additív) Á A0 = 0 Á Tetsz leges altér képe altér. Á Tetsz leges an altér képe an altér. Wettl Ferenc Lineáris leképezések március 9. 5 / 31

6 Mátrixleképezés, lineáris leképezés Lineáris leképezés D Legyen V és W két F test fölötti vektortér. Azt mondjuk, hogy az A : V W leképezés lineáris, ha homogén és additív, lineáris transzformáció, ha V = W. P deriválás: D : V W : f D(f ) = f P integrálás: D(cf ) = (cf ) = cf = cd(f ), és D(f + g) = (f + g) = f + g = D(f ) + D(g). 1 1 cf = c f, és (f + g) = f + g P Síkbeli forgatás, tükrözés, vetítés. Wettl Ferenc Lineáris leképezések március 9. 6 / 31

7 Mátrixleképezés, lineáris leképezés Vektortérb l vektortérbe képz lineáris leképezések Tétel Ekvivalens állítások: A : V W lineáris (homogén és additív). Tetsz leges x, y V, c, d F esetén A(cx + dy) = ca(x) + da(y) Tetsz leges x, y V és c F esetén A(cx + y) = ca(x) + A(y) x 1,..., x k V, c1, c2,..., c k F A(c1x c k x k ) = c1ax c k Ax k. Wettl Ferenc Lineáris leképezések március 9. 7 / 31

8 Mátrixleképezés, lineáris leképezés Lineáris R n R m leképezések Tétel A : R n R m egy tetsz leges függvény. Az A pontosan akkor lineáris, ha létezik egy olyan A m n mátrix, hogy az A függvény megegyezik az x Ax leképezéssel. Ekkor az e i standard egységvektorokkal Bizonyítás Ax = A(x1e 1 + x2e x n e n ) = x1ae 1 + x2ae x n Ae n = [ x1 ] Ae 1 Ae 2... Ae n. A = [Ae 1 Ae 2... Ae n ], x n = Ax Wettl Ferenc Lineáris leképezések március 9. 8 / 31

9 Mátrixleképezés, lineáris leképezés A mátrixleképezés hatásának szemléltetései x Ax Bx Cx Dx [ 5 A = ] [ 3 B = ] C = [ ] D = [ ] R n R m Im(A) 0 Ker(A) 0 Wettl Ferenc Lineáris leképezések március 9. 9 / 31

10 Mátrixleképezés, lineáris leképezés Lineáris leképezés mátrixa különböz bázisokban [x] B L B [Lx] B [x] B L B [Lx] B C B A C B A C B A C A B = C 1 B A [x] A L A [Lx] A [x] A L A [Lx] A L B C B A = C B A L A L A = C A B L B C B A = C 1 B A L BC B A Wettl Ferenc Lineáris leképezések március / 31

11 Mátrixleképezés, lineáris leképezés Hasonlóság T Deníció C T C 1 Az n n-es A mátrix hasonló a B mátrixhoz, ha létezik olyan invertálható C mátrix, hogy B = C 1 AC. Jelölés: A B. Wettl Ferenc Lineáris leképezések március / 31

12 Mátrixleképezés, lineáris leképezés Hasonlóság Tétel (Hasonló mátrixok hatása) Két mátrix pontosan akkor hasonló, ha van két olyan bázis, melyekben e két mátrix ugyanannak a lineáris leképezésnek a mátrixa. Bizonyítás B = C 1 E C AC E C. Tétel (Hasonlóságra invariáns tulajdonságok) Ha A és B hasonló mátrixok, azaz A B, akkor 1 r(a) = r(b), 2 dim(n (A)) = dim(n (B)), 3 det(a) = det(b), 4 trace(a) = trace(b). Wettl Ferenc Lineáris leképezések március / 31

13 Alkalmazás: dierenciálhatóság Vektor-vektor függvények dierenciálhatósága M D = lim h 0 f (x+h) f (x) h lim h 0 f (x+h) f (x) Dh h = 0 lim h 0 f (x+h) f (x) Dh h = 0. D Azt mondjuk, hogy az f : R n R m függvény dierenciálható az x helyen, ha létezik olyan D f,x : R n R m lineáris leképezés, melyre f(x + h) f(x) D f,x h lim = 0. h 0 h A D f,x leképezést az f függvény x ponthoz tartozó deriváltleképezésének nevezzük. Wettl Ferenc Lineáris leképezések március / 31

14 Alkalmazás: dierenciálhatóság Derivált y dy dy y x x + dx dx x Wettl Ferenc Lineáris leképezések március / 31

15 Alkalmazás: dierenciálhatóság Derivált x f(x) zoom=1.50 f(x) x f(x) zoom=3.75 f(x) Wettl Ferenc Lineáris leképezések március / 31

16 Alkalmazás: dierenciálhatóság Jacobi-mátrix Tétel (Jacobi-mátrix) Ha az f : R n R m ; (x1, x2,..., x n ) (f1, f2,..., f m ) függvény dierenciálható az x helyen, akkor a lineáris D f,x deriváltleképezés mátrixa a következ, ún. Jacobi-mátrix: f1 (x) f1 (x)... f1 x1 x2 x n (x) D f,x = (f 1, f2,..., f m ) (x1, x2,..., x n ) (x) = f2 (x) x1. f m (x) x1 f2 (x)... f2 x2 x n (x)..... f m (x)... f m x2 x n (x) Wettl Ferenc Lineáris leképezések március / 31

17 Alkalmazás: dierenciálhatóság Jacobi-determináns és az integrál transzformációja ϑ y r ϑ r ϑ r x Wettl Ferenc Lineáris leképezések március / 31

18 Alkalmazás: dierenciálhatóság Függvények kompozíciójának deriváltja Tétel (Láncszabály) Legyen f : R k R m, g : R n R k két függvény. Ha g dierenciálható az x helyen, és f a g(x) helyen, akkor f g dierenciálható az x helyen, és deriváltleképezése, illetve annak mátrixa: D f g,x = D f,g(x) D g,x, illetve D f g,x = D f,g(x) D g,x. Wettl Ferenc Lineáris leképezések március / 31

19 2- és 3-dimenziós geometriai transzformációk mátrixa Forgatás Á Forgatás 2D-ben: [ Ai Aj ] [ ] cos α sin α = sin α cos α Á Forgatás tengely körül 3D-ben: cos α sin α cos α 0 sin α sin α cos α 0, 0 cos α sin α, sin α cos α sin α 0 cos α T Rodrigues-formula: az e R 3 egységvektor egyenese körül α szöggel: R = I + sin α[e] + (1 cos α)[e] 2 = I + sin α[e] + (1 cos α)(ee T I) T Kvaterniókkal: q = cos α 2 + (e 1i + e2j + e3k) sin α 2 a forgatást jellemz kvaternió, a (v1, v2, v3)-hoz tartozó kvaternió v = v1i + v2j + v3k. Az elforgatott: qvq 1, ahol q 1 = cos α (e 1i + e2j + e3k) sin α 2 M számolás kvaterniókkal: i 2 = j 2 = k 2 = 1, ij = k,... szorzás: (a + u)(b + v) = ab u v + av + bu + u v. Wettl Ferenc Lineáris leképezések március / 31

20 2- és 3-dimenziós geometriai transzformációk mátrixa Mer leges vetítés és tükrözés Á Egyenesre való mer leges vetítés mátrixa P = 1 b T b bbt (P = ee T ). Á Síkra való mer leges vetítés mátrixa P = I nn T. Á [ Síkbeli tükrözés ] mátrixa az x-tengellyel α/2 szöget bezáró egyenesre: cos α sin α. sin α cos α Á Síkra való tükrözés mátrixa P = I 2nn T. Wettl Ferenc Lineáris leképezések március / 31

21 2- és 3-dimenziós geometriai transzformációk mátrixa Vetítés Á P 2 = P Wettl Ferenc Lineáris leképezések március / 31

22 2- és 3-dimenziós geometriai transzformációk mátrixa Eltolás Á 2D: (x, y) (x + a, y + b) a z = 1 egyenlet síkban: x x + az T y = y + bz z z mátrixa T = [ T i j k ] 1 0 a = 0 1 b Á 3D: (x, y, z) (x + a, y + b, z + c) eltolás: a x a x x + a T = b c, T y z = b y c z = y + b z + c Wettl Ferenc Lineáris leképezések március / 31

23 Mer leges vetítés és a legjobb közelítés Alterek direkt összege D V U és W U két tetsz leges altér. Azt mondjuk, hogy W a V kiegészít altere, vagy komplementer altér, ha V W = {0}, V + W = U, és azt mondjuk, hogy U a V és W alterek direkt összege, amit V W jelöl. T Ekvivalens állítások: V W = {0} és V + W = U, azaz V és W kiegészít alterek, U minden vektora egyértelm en áll el egy V- és egy W-beli vektor összegeként, V W = {0} és dim V + dim W = n. P ha A R m n, akkor S(A) N (A) = R n, O(A) N (A T ) = R m. Wettl Ferenc Lineáris leképezések március / 31

24 Mer leges vetítés és a legjobb közelítés Mer leges vetítés R n egy alterére Tétel Ha W az R n egy altere, és az A mátrix oszlopvektorai a W egy bázisát alkotják (A teljes oszloprangú), akkor a W altérre való mer leges vetítés, azaz a proj W leképezés mátrixa A(A T A) 1 A T. Bizonyítás Legyen a v R n vektor W-re es mer leges vetülete w. A oszloptere W, ezért létezik olyan x vektor, hogy Ax = w. W = O(A), így W = N (A T ), tehát v w benne van A T nullterében. Eszerint A T (v w) = 0, azaz A T (v Ax) = 0, innen A T Ax = A T v. Az A mátrix teljes oszloprangú, így A T A invertálható, azaz x = (A T A) 1 A T v, amib l proj W v = w = Ax = A(A T A) 1 A T v. Wettl Ferenc Lineáris leképezések március / 31

25 Mer leges vetítés és a legjobb közelítés Melyik mátrix mer leges vetítés mátrixa? T Egy P mátrix pontosan akkor mer leges vetítés mátrixa, ha P = P T = P 2. P = A(A T A) 1 A T P 2 ( = A(A T A) 1 A T) 2 = A(A T A) 1 A T A(A T A) 1 A T = P, P T = (A(A T A) 1 A T) T ( = A (A T A) 1) T A T = A(A T A) 1 A T = P. Tegyük fel, hogy P = P T = P 2. Megmutatjuk, hogy P az O(P)-re való mer leges vetítés mátrixa. Ehhez elég megmutatnunk, hogy az x Px vektor mer leges O(P)-re bármely x vektor esetén. A P 2 = P feltétel miatt P(x Px) = Px P 2 x = 0, tehát x Px N (P), de P = P T, így x Px N (P T ). Ez épp azt jelenti, hogy x Px mer leges O(P)-re, és ezt akartuk belátni. Wettl Ferenc Lineáris leképezések március / 31

26 Mer leges vetítés és a legjobb közelítés Altért l való távolság D x R n, W R n altér. x-nek a W altért l való távolságán a W altér x-hez legközelebbi w vektorának t le való távolságát értjük. T Legjobb közelítés tétele: Az x vektornak egyetlen W-beli legjobb ˆx közelítése van, nevezetesen ˆx = proj W x. B x w = (x proj W x) + (proj W x w). els kifejezés W, a második W eleme! (x proj W x) (proj W x w) Pithagorász: x w 2 = x proj W x 2 + proj W x w 2. x w 2 x proj W x 2 egyenl ség csak akkor állhat fönn, ha w = ˆx = proj W x K R n = W W. Wettl Ferenc Lineáris leképezések március / 31

27 Mer leges vetítés és a legjobb közelítés Altért l való távolság P Bontsuk fel az x = (8, 4, 2, 1) vektort W = span((1, 1, 1, 0), (0, 1, 1, 0))-be es és W-re mer leges vektorok összegére. M A W-re való mer leges vetítés mátrixa P = W(W T W) 1 W T, ahol W két oszlopa a megadott két bázisvektor: W = , amib l Px = 0 1/2 1/ /2 1/2 0 2 = proj W x = Px = (8, 1, 1, 0) és x proj W x = (0, 3, 3, 1) Wettl Ferenc Lineáris leképezések március / 31

28 Mer leges vetítés és a legjobb közelítés Egyenletrendszer optimális megoldása D Az Ax = b optimális megoldásain az Ax = proj O(A) b megoldásait értjük. T Az Ax = b egyenletrendszer optimális megoldásai megegyeznek az A T Aˆx = A T b egyenletrendszer megoldásaival (normálegyenlet-rendszer). Ezek közül egyetlen egy esik az A mátrix sorterébe, a legkisebb abszolút érték. Wettl Ferenc Lineáris leképezések március / 31

29 Mer leges vetítés és a legjobb közelítés Lineáris és polinomiális regresszió T Az (x i, y i ) (i = 1, 2,... n) párokhoz tartozó, y = â + ˆbx egyenlet regressziós egyenes paraméterei kielégítik az [ ] [â ] [ ] n xi xi x 2 = yi i ˆb xi y i egyenletet. Ez egyértelm en megoldható, ha van legalább két különböz x i érték. B Megoldandó: 1 x1.. 1 x n [ ] a = b y1.. A hozzá tartozó normálegyenlet-rendszer [ ] 1 x1 [â ] [ ] y x1 x2... x.. = n ˆb x1 x2... x., n 1 x n y n Wettl Ferenc Lineáris leképezések március / 31 y n

30 Mer leges vetítés és a legjobb közelítés Vetítés D U = V W, így bármely u U egyértelm en el áll u = v + w alakban, ahol v V, w W. A v vektor az u vektornak a V altérre W mentén való (vele párhuzamosan vett) vetülete. D Ez lineáris transzformáció, vetítésnek vagy projekciónak nevezzük. M minden P vetítés az Im P-re Ker P mentén való vetítés. Á Mátrixa: U = R n, V bázisa { v 1, v 2,..., v r }, W bázisa { w 1, w 2,..., w n r }. Legyen U = [v 1 v 2... v r w 1 w 2... w n r ] = [V W]. Mivel Pv i = v i (i = 1, 2,..., r) és Pw j = 0 (j = 1, 2,..., n r), ezért a P leképezés P mátrixára U invertálható, ezért PU = P[V W] = [PV PW] = [V O]. P = [V O]U 1 = [V O][V W] 1. Wettl Ferenc Lineáris leképezések március / 31

31 Mer leges vetítés és a legjobb közelítés Vetítés T A projekció tulajdonságai: Legyen P : R n R n egy projekció. 1. R n -nek van olyan bázisa, melyben a mátrixa P = diag(1, 1,..., 1, 0,..., 0). 2. I P is projekció: Ker(I P) = Im P, Im(I P) = Ker P, 3. r(p) = trace(p). Wettl Ferenc Lineáris leképezések március / 31

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

Alkalmazott algebra. Lineáris leképezések EIC. Wettl Ferenc ALGEBRA TANSZÉK BMETE90MX57 (FELSŐBB MATEMATIKA INFORMATIKUSOKNAK )

Alkalmazott algebra. Lineáris leképezések EIC. Wettl Ferenc ALGEBRA TANSZÉK BMETE90MX57 (FELSŐBB MATEMATIKA INFORMATIKUSOKNAK ) 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 Alkalmazott algebra BMETE90MX57 (FELSŐBB MATEMATIKA INFORMATIKUSOKNAK ) Lineáris leképezések

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

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

Bevezetés az algebrába 2

Bevezetés az algebrába 2 B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Bevezetés az algebrába 2 BMETE91AM37 Lineáris leképezések H607 2018-02-05, 07, 09 Wettl

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

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

Lin.Alg.Zh.1 feladatok

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

Részletesebben

A lineáris algebra forrásai: egyenletrendszerek, vektorok

A lineáris algebra forrásai: egyenletrendszerek, vektorok A lineáris algebra forrásai: egyenletrendszerek, vektorok 2016. február 23. A lineáris algebra forrásai: egyenletrendszerek, vektorok 2016. február 23. 1 / 75 Tartalom 1 Vektor A 2- és 3-dimenziós tér

Részletesebben

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41 Ortogonalizáció Wettl Ferenc 2016-03-22 Wettl Ferenc Ortogonalizáció 2016-03-22 1 / 41 Tartalom 1 Ortonormált bázis 2 Ortogonális mátrix 3 Ortogonalizáció 4 QR-felbontás 5 Komplex skaláris szorzás 6 Diszkrét

Részletesebben

Mer legesség. Wettl Ferenc 2015-03-13. Wettl Ferenc Mer legesség 2015-03-13 1 / 40

Mer legesség. Wettl Ferenc 2015-03-13. Wettl Ferenc Mer legesség 2015-03-13 1 / 40 Mer legesség Wettl Ferenc 2015-03-13 Wettl Ferenc Mer legesség 2015-03-13 1 / 40 Tartalom 1 Pszeudoinverz 2 Ortonormált bázis ortogonális mátrix 3 Komplex és véges test feletti terek 4 Diszkrét Fourier-transzformált

Részletesebben

3. el adás: Determinánsok

3. el adás: Determinánsok 3. el adás: Determinánsok Wettl Ferenc 2015. február 27. Wettl Ferenc 3. el adás: Determinánsok 2015. február 27. 1 / 19 Tartalom 1 Motiváció 2 A determináns mint sorvektorainak függvénye 3 A determináns

Részletesebben

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

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

Lineáris leképezések. 2. Lineáris-e az f : R 2 R 2 f(x, y) = (x + y, x 2 )

Lineáris leképezések. 2. Lineáris-e az f : R 2 R 2 f(x, y) = (x + y, x 2 ) Lineáris leképezések 1 Lineáris-e az f : R 2 R 2 f(x, y = (3x + 2y, x y leképezés? A linearitáshoz ellen riznünk kell, hogy a leképzés additív és homogén Legyen x = (x 1, R 2, y = (y 1, y 2 R 2, c R Ekkor

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

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

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

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

Lineáris algebra mérnököknek

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

Részletesebben

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

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

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

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

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

Részletesebben

Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I. 2005.márc.11. A csoport

Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I. 2005.márc.11. A csoport Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I. 2005.márc.11. A csoport 1. Egy egyenesre esnek-e az A (2, 5, 1), B (5, 17, 7) és C (3, 9, 3) pontok? 5 pont Megoldás: Nem, mert AB (3, 12,

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

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

Matematika B/1. Tartalomjegyzék. 1. Célkit zések. 2. Általános követelmények. Biró Zsolt. 1. Célkit zések Általános követelmények 1

Matematika B/1. Tartalomjegyzék. 1. Célkit zések. 2. Általános követelmények. Biró Zsolt. 1. Célkit zések Általános követelmények 1 Matematika B/1 Biró Zsolt Tartalomjegyzék 1. Célkit zések 1 2. Általános követelmények 1 3. Rövid leírás 2 4. Oktatási módszer 2 5. Követelmények, pótlások 2 6. Tematika 2 6.1. Alapfogalmak, matematikai

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

Diszkrét matematika II., 1. el adás. Lineáris leképezések

Diszkrét matematika II., 1. el adás. Lineáris leképezések 1 Diszkrét matematika II., 1. el adás Lineáris leképezések Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. február 6 Gyakorlati célok Ezen el adáson,

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

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

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

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

Lineáris Algebra. Tartalomjegyzék. Pejó Balázs. 1. Peano-axiomák

Lineáris Algebra. Tartalomjegyzék. Pejó Balázs. 1. Peano-axiomák Lineáris Algebra Pejó Balázs Tartalomjegyzék 1. Peano-axiomák 2 1.1. 1.................................................... 2 1.2. 2.................................................... 2 1.3. 3....................................................

Részletesebben

Dierenciálhatóság. Wettl Ferenc el adása alapján és

Dierenciálhatóság. Wettl Ferenc el adása alapján és 205.0.9. és 205.0.26. 205.0.9. és 205.0.26. / Tartalom A dierenciálhatóság fogalma Pontbeli dierenciálhatóság Jobb és bal oldali dierenciálhatóság Folytonosság és dierenciálhatóság Deriváltfüggvény 2 Dierenciálási

Részletesebben

Analitikus térgeometria

Analitikus térgeometria Analitikus térgeometria Wettl Ferenc el adása alapján 2015.09.21. Wettl Ferenc el adása alapján Analitikus térgeometria 2015.09.21. 1 / 23 Tartalom 1 Egyenes és sík egyenlete Egyenes Sík 2 Alakzatok közös

Részletesebben

Bevezetés az algebrába 2

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

Részletesebben

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

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

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

Alkalmazott algebra - SVD

Alkalmazott algebra - SVD Alkalmazott algebra - SVD Ivanyos Gábor 20 sz Poz. szemidenit mátrixok spektrálfelbontásának általánosítása nem feltétlenül négyzetes mátrixokra LSI - mögöttes szemantikájú indexelés "Közelít " webkeresés

Részletesebben

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al: Bevezető matematika kémikusoknak., 04. ősz. feladatlap. Ábrázoljuk számegyenesen a következő egyenlőtlenségek megoldáshalmazát! (a) x 5 < 3 5 x < 3 x 5 < (d) 5 x

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

Bevezetés az algebrába 2

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

Részletesebben

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

Kódelméleti és kriptográai alkalmazások

Kódelméleti és kriptográai alkalmazások Kódelméleti és kriptográai alkalmazások Wettl Ferenc 2015. május 14. Wettl Ferenc Kódelméleti és kriptográai alkalmazások 2015. május 14. 1 / 11 1 Hibajavító kódok 2 Általánosított ReedSolomon-kód Wettl

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

Lineáris algebra - jegyzet. Kupán Pál

Lineáris algebra - jegyzet. Kupán Pál Lineáris algebra - jegyzet Kupán Pál Tartalomjegyzék fejezet Vektorgeometria 5 Vektorok normája Vektorok skaláris szorzata 4 3 Vektorok vektoriális szorzata 5 fejezet Vektorterek, alterek, bázis Vektorterek

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

Lineáris algebra és a rang fogalma (el adásvázlat, szeptember 29.) Maróti Miklós

Lineáris algebra és a rang fogalma (el adásvázlat, szeptember 29.) Maróti Miklós Lineáris algebra és a rang fogalma (el adásvázlat, 2010. szeptember 29.) Maróti Miklós Ennek az el adásnak a megértéséhez a következ fogalmakat kell tudni: (1) A mátrixalgebrával kapcsolatban: számtest

Részletesebben

Norma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei

Norma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei Indukált mátrixnorma Definíció A. M : R n n R mátrixnormát a. V : R n R vektornorma által indukált mátrixnormának nevezzük, ha A M = max { Ax V : x V = 1}. Az indukált mátrixnorma geometriai jelentése:

Részletesebben

Lineáris algebra Gyakorló feladatok

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

Részletesebben

Egyenes és sík. Wettl Ferenc szeptember 29. Wettl Ferenc () Egyenes és sík szeptember / 15

Egyenes és sík. Wettl Ferenc szeptember 29. Wettl Ferenc () Egyenes és sík szeptember / 15 Egyenes és sík Wettl Ferenc 2006. szeptember 29. Wettl Ferenc () Egyenes és sík 2006. szeptember 29. 1 / 15 Tartalom 1 Egyenes és szakasz Egyenes Szakasz Egyenesvonalú egyenletes mozgás Egyenes és pont

Részletesebben

ANALÍZIS II. Példatár

ANALÍZIS II. Példatár ANALÍZIS II. Példatár Többszörös integrálok 3. április 8. . fejezet Feladatok 3 4.. Kett s integrálok Számítsa ki az alábbi integrálokat:...3. π 4 sinx.. (x + y) dx dy (x + y) dy dx.4. 5 3 y (5x y y 3

Részletesebben

2. gyakorlat. A polárkoordináta-rendszer

2. gyakorlat. A polárkoordináta-rendszer . gyakorlat A polárkoordináta-rendszer Az 1. gyakorlaton megismerkedtünk a descartesi koordináta-rendszerrel. Síkvektorokat gyakran kényelmes ún. polárkoordinátákkal megadni: az r hosszúsággal és a φ irányszöggel

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

Denavit-Hartenberg konvenció alkalmazása térbeli 3DoF nyílt kinematikai láncú hengerkoordinátás és gömbi koordinátás robotra

Denavit-Hartenberg konvenció alkalmazása térbeli 3DoF nyílt kinematikai láncú hengerkoordinátás és gömbi koordinátás robotra Budapesti M szaki És Gazdaságtudományi Egyetem Gépészmérnöki Kar M szaki Mechanikai Tanszék Denavit-Hartenberg konvenció alkalmazása térbeli 3DoF nyílt kinematikai láncú hengerkoordinátás és gömbi koordinátás

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

Matematika III. harmadik előadás

Matematika III. harmadik előadás Matematika III. harmadik előadás Kézi Csaba Debreceni Egyetem, Műszaki Kar Debrecen, 2013/14 tanév, I. félév Kézi Csaba (DE) Matematika III. harmadik előadás 2013/14 tanév, I. félév 1 / 13 tétel Az y (x)

Részletesebben

1.1. Feladatok. x 0 pontban! b) f(x) = 2x + 5, x 0 = 2. d) f(x) = 1 3x+4 = 1. e) f(x) = x 1. f) x 2 4x + 4 sin(x 2), x 0 = 2. általános pontban!

1.1. Feladatok. x 0 pontban! b) f(x) = 2x + 5, x 0 = 2. d) f(x) = 1 3x+4 = 1. e) f(x) = x 1. f) x 2 4x + 4 sin(x 2), x 0 = 2. általános pontban! . Egyváltozós függgvények deriválása.. Feladatok.. Feladat A definíció alapján határozzuk meg a következő függvények deriváltját az x pontban! a) f(x) = x +, x = 5 b) f(x) = x + 5, x = c) f(x) = x+, x

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

I. feladatsor. 9x x x 2 6x x 9x. 12x 9x2 3. 9x 2 + x. x(x + 3) 50 (d) f(x) = 8x + 4 x(x 2 25)

I. feladatsor. 9x x x 2 6x x 9x. 12x 9x2 3. 9x 2 + x. x(x + 3) 50 (d) f(x) = 8x + 4 x(x 2 25) I. feladatsor () Határozza meg az alábbi függvények határozatlan integrálját: (a) f(x) = (b) f(x) = x + 4 9x + (c) f(x) = (d) f(x) = 6x + 5 5x + f(x) = (f) f(x) = x + x + 5 x 6x + (g) f(x) = (h) f(x) =

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

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

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

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

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

Bázistranszformáció és alkalmazásai 2.

Bázistranszformáció és alkalmazásai 2. Bázistranszformáció és alkalmazásai 2. Lineáris algebra gyakorlat Összeállította: Bogya Norbert Tartalomjegyzék 1 Mátrix rangja 2 Mátrix inverze 3 Mátrixegyenlet Mátrix rangja Tartalom 1 Mátrix rangja

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

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

Az el adás anyagának törzsrésze

Az el adás anyagának törzsrésze Az el adás anyagának törzsrésze 1. Halmazok, elemi logika, valós számok I. Halmazok. 1. "Halmaz" és "eleme": alapfogalmak. Halmaz kritériuma: egyértelm en eldönthet, mik az elemei. 2. Halmaz megadása:

Részletesebben

5 1 6 (2x3 + 4) 7. 4 ( ctg(4x + 2)) + c = 3 4 ctg(4x + 2) + c ] 12 (2x6 + 9) 20 ln(5x4 + 17) + c ch(8x) 20 ln 5x c = 11

5 1 6 (2x3 + 4) 7. 4 ( ctg(4x + 2)) + c = 3 4 ctg(4x + 2) + c ] 12 (2x6 + 9) 20 ln(5x4 + 17) + c ch(8x) 20 ln 5x c = 11 Bodó Beáta ISMÉTLÉS. ch(6 d.. 4.. 6. 7. 8. 9..... 4.. e (8 d ch (9 + 7 d ( + 4 6 d 7 8 + d sin (4 + d cos sin d 7 ( 6 + 9 4 d INTEGRÁLSZÁMÍTÁS 7 6 sh(6 + c 8 e(8 + c 9 th(9 + 7 + c 6 ( + 4 7 + c = 7 4

Részletesebben

Alkalmazott algebra. Vektorterek, egyenletrendszerek :15-14:00 EIC. Wettl Ferenc ALGEBRA TANSZÉK

Alkalmazott algebra. Vektorterek, egyenletrendszerek :15-14:00 EIC. 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 Alkalmazott algebra BMETE90MX57 (FELSŐBB MATEMATIKA INFORMATIKUSOKNAK ) Vektorterek,

Részletesebben

"Flat" rendszerek. definíciók, példák, alkalmazások

Flat rendszerek. definíciók, példák, alkalmazások "Flat" rendszerek definíciók, példák, alkalmazások Hangos Katalin, Szederkényi Gábor szeder@scl.sztaki.hu, hangos@scl.sztaki.hu 2006. október 18. flatness - p. 1/26 FLAT RENDSZEREK: Elméleti alapok 2006.

Részletesebben

Rang, sajátérték. Dr. Takách Géza NyME FMK Informatikai Intézet takach/ február 15

Rang, sajátérték. Dr. Takách Géza NyME FMK Informatikai Intézet   takach/ február 15 Diszkrét matematika II, 2 el adás Rang, sajátérték Dr Takách Géza NyME FMK Informatikai Intézet takachinfnymehu http://infnymehu/ takach/ 25 február 5 Gyakorlati célok Ezen el adáson, és a hozzá kapcsolódó

Részletesebben

1.1. Gyökök és hatványozás... 1 1.1.1. Hatványozás... 1 1.1.2. Gyökök... 1 1.2. Azonosságok... 2 1.3. Egyenlőtlenségek... 3

1.1. Gyökök és hatványozás... 1 1.1.1. Hatványozás... 1 1.1.2. Gyökök... 1 1.2. Azonosságok... 2 1.3. Egyenlőtlenségek... 3 Tartalomjegyzék 1. Műveletek valós számokkal... 1 1.1. Gyökök és hatványozás... 1 1.1.1. Hatványozás... 1 1.1.2. Gyökök... 1 1.2. Azonosságok... 2 1.3. Egyenlőtlenségek... 3 2. Függvények... 4 2.1. A függvény

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

Szemidenit optimalizálás és az S-lemma

Szemidenit optimalizálás és az S-lemma Szemidenit optimalizálás és az S-lemma Pólik Imre SAS Institute, USA BME Optimalizálás szeminárium 2011. október 6. Outline 1 Egyenl tlenségrendszerek megoldhatósága 2 Az S-lemma 3 Szemidenit kapcsolatok

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

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

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

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

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

Koordináta-geometria feladatok (emelt szint)

Koordináta-geometria feladatok (emelt szint) Koordináta-geometria feladatok (emelt szint) 1. (ESZÉV Minta (2) 2004.05/7) Egy ABC háromszögben CAB = 30, az ACB = 45. A háromszög két csúcsának koordinátái: A(2; 2) és C(4; 2). Határozza meg a harmadik

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

1. Transzformációk mátrixa

1. Transzformációk mátrixa 1 Transzformáiók mátrixa Lineáris transzformáiók Definíió T test Az A : T n T n függvény lineáris transzformáió, ha tetszőleges v,w T n vektorra és λ skalárra teljesül, hogy A(v + w) A(v) + A(w) és A(λv)

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

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

Vektoralgebra feladatlap 2018 január 20.

Vektoralgebra feladatlap 2018 január 20. 1. Adott az ABCD tetraéder, határozzuk meg: a) AB + BD + DC b) AD + CB + DC c) AB + BC + DA + CD Vektoralgebra feladatlap 018 január 0.. Adott az ABCD tetraéder. Igazoljuk, hogy AD + BC = BD + AC, majd

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

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások Megoldások 1. Tekintsük az alábbi szabályos hatszögben a következő vektorokat: a = AB és b = AF. Add meg az FO, DC, AO, AC, BE, FB, CE, DF vektorok koordinátáit az (a ; b ) koordinátarendszerben! Alkalmazzuk

Részletesebben

{ } x x x y 1. MATEMATIKAI ÖSSZEFOGLALÓ. ( ) ( ) ( ) (a szorzás eredménye:vektor) 1.1. Vektorok közötti műveletek

{ } x x x y 1. MATEMATIKAI ÖSSZEFOGLALÓ. ( ) ( ) ( ) (a szorzás eredménye:vektor) 1.1. Vektorok közötti műveletek 1. MAEMAIKAI ÖSSZEFOGLALÓ 1.1. Vektorok közötti műveletek Azok a fizikai mennyiségek, melyeknek nagyságukon kívül irányuk is van, vektoroknak nevezzük. A vektort egyértelműen megadhatjuk a hosszával és

Részletesebben

Bevezetés az algebrába 2

Bevezetés az algebrába 2 B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Bevezetés az algebrába 2 BMETE91AM37 Euklideszi tér, ortogonalizáció H607 2018-02-12/03-10

Részletesebben

λx f 1 (x) e λx f 2 (x) λe λx f 2 (x) + e λx f 2(x) e λx f 2 (x) Hasonlóan általában is elérhető sorműveletekkel, hogy csak f (j)

λx f 1 (x) e λx f 2 (x) λe λx f 2 (x) + e λx f 2(x) e λx f 2 (x) Hasonlóan általában is elérhető sorműveletekkel, hogy csak f (j) Matematika A3 gyakorlat Energetika és Mechatronika BSc szakok, 016/17 ősz 10 feladatsor: Magasabbrendű lineáris differenciálegyenletek (megoldás) 1 Határozzuk meg az e λx, xe λx, x e λx,, x k 1 e λx függvények

Részletesebben

Mátrixok jellemzése. 4. fejezet Mátrixhoz tartozó alterek

Mátrixok jellemzése. 4. fejezet Mátrixhoz tartozó alterek 4 fejezet Mátrixok jellemzése Az előző fejezetben megismerkedtünk a mátrixműveletekkel, azok tulajdonságaival Ebben a fejezetben a mátrixok különféle jellemzőit vizsgáljuk, melyek segítségével arról a

Részletesebben

HALMAZELMÉLET feladatsor 1.

HALMAZELMÉLET feladatsor 1. HALMAZELMÉLET feladatsor 1. Egy (H,, ) algebrai struktúra háló, ha (H, ) és (H, ) kommutatív félcsoport, és teljesül az ún. elnyelési tulajdonság: A, B H: A (A B) = A, A (A B) = A. A (H,, ) háló korlátos,

Részletesebben