Numerikus módszerek I. zárthelyi dolgozat, 2009/10. I. félév, A. csoport, MEGOLDÁSOK
|
|
- Balázs Molnár
- 5 évvel ezelőtt
- Látták:
Átírás
1 Numerikus módszerek I. zárthelyi dolgozat, 9/. I. félév, A. csoport, MEGOLDÁSOK. Feladat. Az a. választás mellett A /( a) értéke.486. Határozzuk meg mi is A értékét egy tizes számrendszerű, hatjegyű mantisszás lebegőpontos számokat használó számítógépen! Javasoljunk numerikus szempontból jobb számolást A- ra és végezzük el úgy is a számolásokat! A kiszámolt érték (mindig hatjegyű mantisszára kerekítve): 3. A hiba a kiegyszerűsödés miatt lép fel, két közeli szám kivonása miatt. Ez elkerülhető közös nevezőre hozással és egyszerűsítéssel. Így A a a, melynek eredménye Feladat. Legyen A R n n egy tetszőleges négyzetes mátrix és A (k) az A mátrix k-adrendű bal felső főminormátrixa (A( : k, : k)). Igazoljuk, hogy A (k) A! Legyen y R k egy tetszőleges nemnulla vektor. Ekkor y Ax A A A sup sup (k) y x R n x y y sup A (k) y R y R n k 3. Feladat. Az alábbi mátrix egy A R 4 4 szimmetrikus mátrix LU-felbontását tartalmazza úgy, hogy a főátló alatti rész az L mátrix megfelelő főátló alatti részét tartalmazza, a többi elem pedig az U mátrix megfelelő eleme. Létezik-e az A mátrixnak Cholesky-felbontása? Ha igen, akkor adjuk meg a G mátrixot (A GG T )! Adjuk meg azt az x R 4 vektort, melyre Ax,,, T! 3 4 3/ 3/ 3 4/3 7/3 3 9/7 /7 Olvassuk ki a mátrixból az L és U mátrixokat. Mivel U főtlójának minden eleme pozitív, így az eredeti mátrix minden főminorja pozitív, azaz a mátrix szimmetrikus (ez a szövegből derül ki) és pozitív definit. Legyen D az U mátrix főátlómátrixa. Ekkor G L D ( D-t úgy kapjuk, hogy D minden eleméből gyököt vonunk), azaz G 3/ / 6 /3 6 /3 6 3/7 /7 7 Az adott egyenletrendszert úgy oldhatjuk meg a leggyorsabban, ha először megoldjuk az Ly,,, T egyenletrendszert, amely egyszerű visszahelyettesítéssel megoldható. y 3, 3/,, /7 adódik, majd pedig az Ux y egyenlet megoldásával (szintén egyszerű visszahelyettesítéssel) adódik az x 3,, 3, T megoldás..
2 4. Feladat. Az Ax b egyenletrendszer A mátrixának és b jobb oldali vektorának elemei mért mennyiségek, melyek relatív hibája.%, adjunk felső becslést a megoldásvektor relatív hibájára maximumnormában! A , b 3 A Mivel δa ij /a ij.% 4, azaz δa ij 4 a ij, ezért δa / A 4. Hasonlóan kapjuk, hogy δb / b 4. A mátrixokról leolvasható, hogy A 4 és A.9. Ebből a megoldás relatív hibájára levezettett képlet alapján kapjuk, hogy 4.9 δx / x ( ) Feladat. Az alábbi egyenletrendszert szeretnénk megoldani a Jacobi-módszer relaxálásával. Hogyan válasszuk meg ω értékét, hogy a leggyorsabban konvergáljon az eljárás? Számítsuk ki, hogy a nullvektorról indulva a leggyorsabb módszerrel mennyit kellene iterálni, hogy a megoldást 6 -nál jobban megközelítsük maximumnormában! (A relaxált Jacobi-iteráció: x (k+) (( ω)e + ωd (L + R))x (k) + ωd b) 4 x 3 Az adott egyenletrendszerre alkalmazva a fenti képletet, azt kapjuk, hogy ω ω/4 ω/4 x (k+) x (k) +. ω/3 ω ω/3 x Az iterációs mátrix sajátértékei: ω + ω/ 6, ω ω/ 6, így a spektrálsugár akkor a legkisebb, ha ω, azaz a Jacobi-módszerről van szó. Ezzel az iteráció x (k+) /4 /4 x (k) +, /3 /3 tehát az iterációs mátrix maximumnormája /3 és x () /4, /3 T. A (/3) k (/3) 3 6 feltételt kell garantálni, ami k esetén teljesül, azaz a 36. iterációtól már 6 -nál jobban megközelíti a sorozat maxiumnormában a megoldást. 6. Feladat. Végezzünk el egy lépést a gradiens módszerrel a nullvektorról indulva az előző feladat egyenletrendszeréből származtatott normálegyenletre! Az együtthatómátrix transzponáltjával balról szorozva az egyenletet kapjuk a normálegyenletet x 8. 7 Erre alkalmazva a gradiens módszert kapjuk, hogy 45/445 x (). 79/89 x
3 7. Feladat. Adjuk meg Householder-tükrözések segítségével az alábbi mátrix QRfelbontását! Legyen A az adott mátrix. Az első oszlophoz tartozó v vektor (+ jellel számolva) v,, T. Így a H mátrix, azaz H A. A második oszlop. és 3. eleméhez, mint kételemű vektorhoz tartozó v vektor, T (+ jellel számolva), így H. Így és R H H A Q H T H T Az v vektorok másfajta számolása esetén másfajta felbontást kapunk.. Numerikus módszerek I. zárthelyi dolgozat, 9/. I. félév, B. csoport, MEGOLDÁSOK Összesen maximum 4 pont szerezhető a feladatsorral. Sikeres zárthelyihez legalább 6 pont szükséges. Az első kettő feladat 5, a többi 6 pontos.. Feladat. Legyen A R n n egy tetszőleges négyzetes mátrix és A (k) az A mátrix k-adrendű bal felső főminormátrixa (A( : k, : k)). Igazoljuk, hogy A (k) A! Ugyanaz, mint az A. csoport második feladata.. Feladat. Az a választás mellett A /( a + a) értéke Határozzuk meg mi is A értékét egy tizes számrendszerű, hatjegyű mantisszás lebegőpontos számokat használó számítógépen! Javasoljunk numerikus szempontból jobb számolást A- ra és végezzük el úgy is a számolásokat! 63.9, a kiegyszerűsödés miatt. Szorozzunk a nevező konjugáltjával. Ebből kapjuk, hogy A a + + a, amire adódik. 3. Feladat. Az alábbi mátrix egy A R 4 4 szimmetrikus mátrix LU-felbontását tartalmazza úgy, hogy a főátló alatti rész az L mátrix megfelelő főátló alatti részét
4 tartalmazza, a többi elem pedig az U mátrix megfelelő eleme. Létezik-e az A mátrixnak Cholesky-felbontása? Ha igen, akkor adjuk meg a G mátrixot (A GG T )! Adjuk meg azt az x R 4 vektort, melyre Ax,,, T! / 3/ 3/ 7/ 3/ 4 3 3/ 7/3 3/4 / Hasonlóan az A. csoport feladatához, kapjuk, hogy 3/ / 6 G 3 / 6/ 3 / 7 6/6 3/ 3/6 x 4, 9, 9, T. 4. Feladat. Az Ax b egyenletrendszer A mátrixának és b jobb oldali vektorának elemei mért mennyiségek, melyek relatív hibája.%, adjunk felső becslést a megoldásvektor relatív hibájára maximumnormában! A , b 3 A Mivel δa ij /a ij.% 4, azaz δa ij 4 a ij, ezért δa / A 4. Hasonlóan kapjuk, hogy δb / b 4. A mátrixokról leolvasható, hogy A 6 és A.478. Ebből a megoldás relatív hibájára levezettett képlet alapján kapjuk, hogy δx / x ( ) Feladat. Az alábbi egyenletrendszert szeretnénk megoldani a Jacobi-módszer relaxálásával. Hogyan válasszuk meg ω értékét, hogy a leggyorsabban konvergáljon az eljárás? Számítsuk ki, hogy a nulvektorról indulva a leggyorsabb módszerrel mennyit kellene iterálni, hogy a megoldást 6 -nál jobban megközelítsük maximumnormában! (A relaxált Jacobi-iteráció: x (k+) (( ω)e + ωd (L + R))x (k) + ωd b) 3 x 4 x Hasonlóan az A. csoport feladatához, az iterációs mátrix sajátértékei: ω ± ω/ 6, azaz a spektrálsugár ω esetén a legkisebb. A megoldandó egyenlőtlenség: (/) k (/) 3 6, ami k.35 esetén teljesül, azaz a. iterációtól már 6 -nál jobban megközelítjük a megoldást maximumnormában.
5 6. Feladat. Végezzünk el egy lépést a gradiens módszerrel a nullvektorról indulva az előző feladat egyenletrendszeréből származtatott normálegyenletre! A normálegyenlet: 3 x x és x () 8/5, 6/5 T. 7. Feladat. Adjuk meg Householder-tükrözések segítségével az alábbi mátrix QRfelbontását! Hasonlóan eljárva, mint az A. csoportnál: R és Q / / / /.
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
Numerikus módszerek példatár
Numerikus módszerek példatár Faragó István, Fekete Imre, Horváth Róbert 2013. július 5. Tartalomjegyzék Előszó 2 Feladatok 4 1. Előismeretek 4 1.1. Képletek, összefüggések............................ 4
Numerikus matematika. Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, Lebegőpontos számok
Numerikus matematika Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, 2007 Lebegőpontos számok Normák, kondíciószámok Lineáris egyenletrendszerek Legkisebb négyzetes
Gauss-eliminációval, Cholesky felbontás, QR felbontás
Közelítő és szimbolikus számítások 4. gyakorlat Mátrix invertálás Gauss-eliminációval, Cholesky felbontás, QR felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei
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:
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
Numerikus módszerek példatár
Numerikus módszerek példatár Faragó István, Fekete Imre, Horváth Róbert 2013. június Tartalomjegyzék El szó 5 Feladatok 9 1. El ismeretek 9 1.1. Képletek, összefüggések............................ 9 1.2.
Numerikus módszerek II. zárthelyi dolgozat, megoldások, 2014/15. I. félév, A. csoport. x 2. c = 3 5, s = 4
Numerikus módszerek II. zárthelyi dolgozat, megoldások, 204/5. I. félév, A. csoport. Feladat. (6p) Alkalmas módon választva egy Givens-forgatást, határozzuk meg az A mátrix QR-felbontását! Oldjuk meg ennek
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
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!
NUMERIKUS MÓDSZEREK I. TÉTELEK
NUMERIKUS MÓDSZEREK I. TÉTELEK Szerkesztette: Balogh Tamás 014. január 19. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így
9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz
9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz. Mindkét eliminációs módszer műveletigénye sokkal kisebb, mint a Cramer-szabályé:
Numerikus módszerek 1.
Numerikus módszerek 1. Tantárgy kódja: IP-08bNM1E, IP-08bNM1G (2+2) Az elsajátítandó ismeretanyag rövid leírása: A lebegıpontos számábrázolás egy modellje. A hibaszámítás elemei. Lineáris egyenletrendszerek
Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi
Gyakorló feladatok Agbeko Kwami Nutefe és Nagy Noémi 25 Tartalomjegyzék. Klasszikus hibaszámítás 3 2. Lineáris egyenletrendszerek 3 3. Interpoláció 4 4. Sajátérték, sajátvektor 6 5. Lineáris és nemlineáris
Táblán. Numerikus módszerek 1. előadás (estis), 2017/2018 ősz. Lócsi Levente. Frissült: december 1.
Táblán Numerikus módszerek 1. előadás (estis), 2017/2018 ősz Lócsi Levente Frissült: 2017. december 1. Ebben az írásban a 2017/2018 őszi félév estis Numerikus módszerek 1. előadásának a diasorban nem szereplő,
Numerikus módszerek 1.
Numerikus módszerek 1. 9. előadás: Paraméteres iterációk, relaxációs módszerek Lócsi Levente ELTE IK Tartalomjegyzék 1 A Richardson-iteráció 2 Relaxált Jacobi-iteráció 3 Relaxált Gauss Seidel-iteráció
LINEÁRIS ALGEBRAI EGYENLETRENDSZEREK
EÖTVÖS LORÁND TUDOMÁNYEGYETEM TERMÉSZETTUDOMÁNYI KAR LINEÁRIS ALGEBRAI EGYENLETRENDSZEREK DIREKT ÉS ITERATÍV MEGOLDÁSI MÓDSZEREI BSc szakdolgozat Készítette: Várhegyi Bence Matematika BSc Matematikai elemző
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
Lineáris algebra. (közgazdászoknak)
Lineáris algebra (közgazdászoknak) 10A103 FELADATOK A GYAKORLATRA (3.) 2018/2019. tavaszi félév Lineáris egyenletrendszerek 3.1. Feladat. Oldjuk meg az alábbi lineáris egyenletrendszereket Gauss-eliminációval
Vektorterek. =a gyakorlatokon megoldásra ajánlott
Vektorterek =a gyakorlatokon megoldásra ajánlott 40. Alteret alkotnak-e a valós R 5 vektortérben a megadott részhalmazok? Ha igen, akkor hány dimenziósak? (a) L = { (x 1, x 2, x 3, x 4, x 5 ) x 1 = x 5,
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
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
Feladat: megoldani az alábbi egyenletrendszert: A x = b,
Gauss Jordan-elimináció Feladat: megoldani az alábbi egyenletrendszert: ahol A négyzetes mátrix. A x = b, A Gauss Jordan-elimináció tulajdonképpen az általános iskolában tanult módszer lineáris egyenletrendszerek
7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága
7. gyakorlat Lineáris algebrai egyenletrendszerek megoldhatósága Egy lineáris algebrai egyenletrendszerrel kapcsolatban a következ kérdések merülnek fel: 1. Létezik-e megoldása? 2. Ha igen, hány megoldása
Lineáris algebrai egyenletrendszerek direkt és iterációs megoldási módszerei
Eötvös Loránd Tudományegyetem Természettudományi Kar Lineáris algebrai egyenletrendszerek direkt és iterációs megoldási módszerei BSc Szakdolgozat Készítette: Laki Annamária Matematika BSc Matematikai
NUMERIKUS MÓDSZEREK PÉLDATÁR
EÖTVÖS LORÁND TUDOMÁNYEGYETEM INFORMATIKAI KAR NUMERIKUS MÓDSZEREK PÉLDATÁR Bozsik József, Krebsz Anna Budapest, Tartalomjegyzék Előszó................................................ VEKTOR- ÉS MÁTRIXNORMÁK,
Numerikus Analízis I.
Numerikus Analízis I. Sövegjártó András Jegyzet másodéves programozó és programtervező matematikus szakos hallgatóknak 2003. ,,A sikerhez és tudáshoz vezető út senki előtt sincs zárva, akiben van bátorság
alakú számot normalizált lebegőpontos számnak nevezik, ha ,, és. ( : mantissza, : mantissza hossza, : karakterisztika) Jelölés: Gépi számhalmaz:
1. A lebegőpontos számábrázolás egy modellje. A normalizált lebegőpontos szám fogalma, a legnagyobb, legkisebb pozitív szám, a relatív pontosság az M(t,-k,+k) gépi számhalmazban. Az input függvény (fl)
7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága
7. gyakorlat Lineáris algebrai egyenletrendszerek megoldhatósága Egy lineáris algebrai egyenletrendszerrel kapcsolatban a következ kérdések merülnek fel: 1. Létezik-e megoldása? 2. Ha igen, hány megoldása
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:
Mátrixok 2017 Mátrixok
2017 számtáblázatok" : számok rendezett halmaza, melyben a számok helye két paraméterrel van meghatározva. Például lineáris egyenletrendszer együtthatómátrixa 2 x 1 + 4 x 2 = 8 1 x 1 + 3 x 2 = 1 ( 2 4
Legkisebb négyzetek módszere, Spline interpoláció
Közelítő és szimbolikus számítások 10. gyakorlat Legkisebb négyzetek módszere, Spline interpoláció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján
3. Lineáris egyenletrendszerek megoldása február 19.
3. Lineáris egyenletrendszerek megoldása 2018. február 19. Lineáris egyenletrendszer M darab egyenlet N változóval, az a ij és b j értékek ismertek: a 11 x 1 + a 12 x 2 +... + a 1N x N = b 1 a 21 x 1 +
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
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.
Saj at ert ek-probl em ak febru ar 26.
Sajátérték-problémák 2018. február 26. Az alapfeladat Adott a következő egyenlet: Av = λv, (1) ahol A egy ismert mátrix v ismeretlen, nem zérus vektor λ ismeretlen szám Azok a v, λ kombinációk, amikre
rank(a) == rank([a b])
Lineáris algebrai egyenletrendszerek megoldása a Matlabban Lineáris algebrai egyenletrendszerek a Matlabban igen egyszer en oldhatók meg. Legyen A az egyenletrendszer m-szer n-es együtthatómátrixa, és
11. Előadás. 11. előadás Bevezetés a lineáris programozásba
11. Előadás Gondolkodnivalók Sajátérték, Kvadratikus alak 1. Gondolkodnivaló Adjuk meg, hogy az alábbi A mátrixnak mely α értékekre lesz sajátértéke a 5. Ezen α-ák esetén határozzuk meg a 5 sajátértékhez
LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak
LINEÁRIS EGYENLETRENDSZEREK 004. október. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak az előadáson, másrészt megtalálják a jegyzetben: Szabó László:
Numerikus Analízis. Király Balázs 2014.
Numerikus Analízis Király Balázs 2014. 2 Tartalomjegyzék 1. A hibaszámítás elemei 7 1.1. A matematika modellezés folyamata és a hibaforrások megjelenése.. 7 1.2. Lebegőpontos számábrázolás.......................
Tartalomjegyzék 1 BEVEZETÉS 2
Tartalomjegyzék BEVEZETÉS FELADATOK. Lebegőpontos számok.............................. Normák, kondíciószámok........................... 5. Lineáris egyenletredszerek megoldása, mátrixok felbontása........
Lineáris algebrai egyenletrendszerek iteratív megoldási módszerei
Eötvös Loránd Tudományegyetem Természettudományi kar Lineáris algebrai egyenletrendszerek iteratív megoldási módszerei Szakdolgozat Készítette: Kis Ágnes Matematika Bsc. Matematikai elemző szakirány Témavezető:
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
6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján
Közelítő és szimbolikus számítások 6. gyakorlat Sajátérték, Gersgorin körök Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján . Mátrixok sajátértékei
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
Testek. 16. Legyen z = 3 + 4i, w = 3 + i. Végezzük el az alábbi. a) (2 4), Z 5, b) (1, 0, 0, 1, 1) (1, 1, 1, 1, 0), Z 5 2.
Vektorok. Melyek egyenlőek az alábbi vektorok közül? (a) (, 2, 0), (b) az (, 0, ) pontból a (2, 2, ) pontba mutató vektor, (c) ( 2,, ) ( 2,, 2), (d) [ 2 0 ], (e) 2. 0 2. Írjuk fel az x + y + 2z = 0 és
Lineáris algebra és mátrixok alkalmazásai
EÖTVÖS LORÁND TUDOMÁNYEGYETEM TERMÉSZETTUDOMÁNYI KAR Lineáris algebra és mátrixok alkalmazásai Szakdolgozat Készítette: Ruzsányi Orsolya Matematika BSc, matematikai elemző szakirány Témavezető: Fialowski
3. Előadás. Megyesi László: Lineáris algebra, oldal. 3. előadás Lineáris egyenletrendszerek
3. Előadás Megyesi László: Lineáris algebra, 47. 50. oldal. Gondolkodnivalók Determinánsok 1. Gondolkodnivaló Determinánselméleti tételek segítségével határozzuk meg a következő n n-es determinánst: 1
Numerikus módszerek 1.
Numerikus módszerek 1. 3. előadás: Mátrixok LU-felbontása Lócsi Levente ELTE IK 2013. szeptember 23. Tartalomjegyzék 1 Alsó háromszögmátrixok és Gauss-elimináció 2 Háromszögmátrixokról 3 LU-felbontás Gauss-eliminációval
10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak
10. Előadás Megyesi László: Lineáris algebra, 98. 108. oldal. Gondolkodnivalók Mátrix inverze 1. Gondolkodnivaló Igazoljuk, hogy invertálható trianguláris mátrixok inverze is trianguláris. Bizonyítás:
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
Egyenletek, egyenlőtlenségek VII.
Egyenletek, egyenlőtlenségek VII. Magasabbfokú egyenletek: A 3, vagy annál nagyobb fokú egyenleteket magasabb fokú egyenleteknek nevezzük. Megjegyzés: Egy n - ed fokú egyenletnek legfeljebb n darab valós
Tétel: Ha,, akkor az ábrázolt szám hibája:
1. A lebegpontos számábrázolás egy modellje. A normalizált lebegpontos szám fogalma, a legnagyobb, legkisebb pozitív szám, a relatív pontosság az M(t,-k,+k) gépi számhalmazban. Az input függvény (fl) fogalma,
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
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.
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)
Lineáris egyenletrendszerek
Lineáris egyenletrendszerek Lineáris egyenletrendszernek nevezzük az a 11 x 1 + a 12 x 2 +... +a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... +a 2n x n = b 2.. a k1 x 1 + a k2 x 2 +... +a kn x n = b k n ismeretlenes,
Szinguláris érték felbontás Singular Value Decomposition
Szinguláris érték felbontás Singular Value Decomposition Borbély Gábor 7. április... Tétel (teljes SVD. Legyen A C m n mátrix (valósra is jó, ekkor léteznek U C m m és V C n n unitér mátrixok (valósban
A KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek
10. gyakorlat Mátrixok sajátértékei és sajátvektorai Azt mondjuk, hogy az A M n mátrixnak a λ IR szám a sajátértéke, ha létezik olyan x IR n, x 0 vektor, amelyre Ax = λx. Ekkor az x vektort az A mátrix
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
1. Determinánsok. Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert:
1 Determinánsok 1 Bevezet definíció Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert: a 11 x 1 +a 12 x 2 = b 1 a 21 x 1 +a 22 x 2 = b 2 Szorozzuk meg az első egyenletet
Ipari matematika 2. gyakorlófeladatok
Ipari matematika. gyakorlófeladatok. december 5. A feladatok megoldása általában többféle úton is kiszámítató. Interpoláció a. Polinom-interpoláció segítségével adjunk közelítést sin π értékére a sin =,
5. Előadás. Megyesi László: Lineáris algebra, 29. 36. oldal. 5. előadás Lineáris függetlenség
5. Előadás Megyesi László: Lineáris algebra, 29. 36. oldal. Gondolkodnivalók Vektortér 1. Gondolkodnivaló Alteret alkotnak-e az R n n (valós n n-es mátrixok) vektortérben az alábbi részhalmazok? U 1 =
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
4. feladatsor Mátrixok
4 feladatsor Mátrixok 41 Feladat Döntse el, hogy igazak-e az alábbi állítások, és döntését röviden indokolja: (a) n i=1 i = 1 i n i (b) 1 i>n 1 = 1 minden n pozitív egészre; (c) n i i=1 j=1 (i j) = n j
Egyenletek, egyenlőtlenségek X.
Egyenletek, egyenlőtlenségek X. DEFINÍCIÓ: (Logaritmus) Ha egy pozitív valós számot adott, 1 - től különböző pozitív alapú hatvány alakban írunk fel, akkor ennek a hatványnak a kitevőjét logaritmusnak
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,
41. Szimmetrikus mátrixok Cholesky-féle felbontása
Benyújtja: Kaszaki Péter (KAPMAAT.SZE) 2005 november 21. 1.oldal Tartalomjegyzék 1. Bevezetés 4 2. A Gauss elimináció és az LU felbontás 4 2.1. Gauss elimináció 4 2.1.2. A Gauss elimináció mátrixos alakban
Diszkrét matematika I. gyakorlat
Vizsgafeladatok megoldása 2012. december 5. Tartalom Teljes feladatsor #1 1 Teljes feladatsor #1 2 Teljes feladatsor #2 3 Teljes feladatsor #3 4 Teljes feladatsor #4 5 Válogatott feladatok 6 Végső bölcsesség
Gauss elimináció, LU felbontás
Közelítő és szimbolikus számítások 3. gyakorlat Gauss elimináció, LU felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 EGYENLETRENDSZEREK 1. Egyenletrendszerek
egyenlőtlenségnek kell teljesülnie.
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Abszolútértékes és gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval
Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek
1 Diszkrét matematika II, 5 előadás Lineáris egyenletrendszerek Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu http://infnymehu/ takach/ 2007 március 8 Egyenletrendszerek Középiskolás módszerek:
1. Az euklideszi terek geometriája
1. Az euklideszi terek geometriája Bázishoz tartozó skaláris szorzat Emékeztető Az R n vektortérbeli v = λ 2... és w = λ 1 λ n µ 1 µ 2... µ n λ 1 µ 1 +λ 2 µ 2 +...+λ n µ n. Jele v,w. v,w = v T u, azaz
Lineáris egyenletrendszerek
Lineáris egyenletrendszerek 1 Alapfogalmak 1 Deníció Egy m egyenletb l álló, n-ismeretlenes lineáris egyenletrendszer általános alakja: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a
és n oszlopból áll, akkor m n-es mátrixról beszélünk. (Az oszlopok száma a mátrix vízszintes mérete, a sorok 2 3-as, a ij..
Biológia alapszak Matematika I A GY 6/7 félév III MÁTRIXOK SAJÁTÉRTÉK-FELADAT III Mátrixok Definíció Számok téglalap alakú táblázatban való elrendezését mátrix nak nevezzük Ha a táblázat m sorból és n
Bevezetés az algebrába 1
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Bevezetés az algebrába 1 BMETE92AX23 Egyenletrendszerek H406 2016-10-03 Wettl Ferenc
NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertet Tartalomjegyzék Pályázati támogatás Gondozó
FARAGÓ ISTVÁN HORVÁTH RÓBERT NUMERIKUS MÓDSZEREK 2013 Ismertet Tartalomjegyzék Pályázati támogatás Gondozó Szakmai vezet Lektor Technikai szerkeszt Copyright Az Olvasó most egy egyetemi jegyzetet tart
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
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
Problémás regressziók
Universitas Eotvos Nominata 74 203-4 - II Problémás regressziók A közönséges (OLS) és a súlyozott (WLS) legkisebb négyzetes lineáris regresszió egy p- változós lineáris egyenletrendszer megoldása. Az egyenletrendszer
A CSOPORT 4 PONTOS: 1. A
A CSOPORT 4 PONTOS:. A szám: pí= 3,459265, becslése: 3,4626 abszolút hiba: A szám és a becslés özti ülönbség abszolút értée Pl.: 0.000033 Relatív hiba: Az abszolút hiba osztva a szám abszolút értéével
karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja
Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja 1.Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Exponenciális és Logaritmikus kifejezések
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Eponenciális és Logaritmikus kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szoálhatnak fontos információval
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,
Lineáris egyenletrendszerek Műveletek vektorokkal Geometriai transzformációk megadása mátrixokkal Determinánsok és alkalmazásaik
1. Bevezetés A félév anyaga. Komplex számok Műveletek Kapcsolat a geometriával Gyökvonás Polinomok A gyökök száma A gyökök és együtthatók összefüggése Szorzatra bontás, számelméleti kérdések A harmad-
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
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
Mátrixfelbontások BSc szakdolgozat
Eötvös Loránd Tudományegyetem Természettudományi Kar Radnai Georgina Mátrixfelbontások BSc szakdolgozat Témavezető: Ágoston István Algebra és Számelmélet tanszék Budapest, 6 Tartalomjegyzék Bevezetés 4.
NUMERIKUS MÓDSZEREK PÉLDATÁR
EÖTVÖS LORÁND TUDOMÁNYEGYETEM INFORMATIKAI KAR NUMERIKUS MÓDSZEREK PÉLDATÁR Bozsik József, Krebsz Anna Budapest, Tartalomjegyzék Előszó............................................... 6. GÉPI SZÁMÁBRÁZOLÁS
Függvények Megoldások
Függvények Megoldások ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x x b) x x + c) x ( x + ) b) Az x függvény
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x
Lineáris algebra (10A103)
Lineáris algebra (10A103 Kátai-Urbán Kamilla Tudnivalók Honlap: http://www.math.u-szeged.hu/~katai Jegyzet: Megyesi László: Lineáris algebra. Vizsga: írásbeli (beugróval, feltétele a Lineáris algebra gyakorlat
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
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
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Exponenciális és Logaritmikus kifejezések
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Eponenciális és Logaritmikus kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos
Diszkrét matematika 1.
Diszkrét matematika 1. Nagy Gábor nagy@compalg.inf.elte.hu nagygabr@gmail.com ELTE IK Komputeralgebra Tanszék 014. ősz 014-15 őszi félév Gyakorlat: 1. ZH tervezett időpontja: október 1.,. ZH tervezett
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?
Irodalom. (a) A T, B T, (b) A + B, C + D, D C, (c) 3A, (d) AD, DA, B T A, 1 2 B = 1 C = A = 1 0 D = (a) 1 1 3, B T = = ( ) ; A T = 1 0
Irodalom ezek egyrészt el- A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: hangzanak az előadáson, másrészt megtalálják a jegyzetben: Szabó László: Bevezetés a lineáris algebrába, Polygon
Vektorok. Octave: alapok. A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István
Vektorok A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Octave: alapok Az octave mint számológép: octave:##> 2+2 ans = 4 Válasz elrejtése octave:##> 2+2; octave:##> + - / * () Hatványozás: