Bevezetés az algebrába 2
|
|
- Gergő Lakatos
- 4 évvel ezelőtt
- Látták:
Átírás
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 2 BMETE91AM37 Alkalmazások H Wettl Ferenc ALGEBRA TANSZÉK 1
2 Kombinatorika
3 Kombinatorika Fisher-egyenlőtlenség
4 D T Tekintsük a v-elemű P halmaz részhalmazainak egy halmazát. E részhalmazokat blokkoknak nevezzük, míg P elemeit pontoknak. Azt mondjuk, hogy e blokkok 2-struktúrát alkotnak, ha P bármely két pontja pontosan λ > 0 számú blokkban van, és van legalább egy nem triviális blokk a rendszerben, azaz amelynek legalább 2 pontja van, de nem tartalmazza P összes pontját. Fisher-egyenlőtlenség: Bármely 2-struktúra blokkjainak száma legalább annyi, mint pontjaié, azaz b v. 2
5 B Jelöljék a 2-struktúra pontjait az 1-től v-ig terjedő egészek, a j-edik blokkot B j (j = 1, 2,..., b). Illeszkedési mátrixa M, ahol 1, ha i B j, m ij = 0, egyébként. r 1 λ... λ A = MM T λ r 2... λ = = λj v + diag(r 1 λ, r 2 λ,..., r v λ), λ λ... r v ahol J v a csupa 1-esből álló v v-es mátrix, és r i az i pont foka. - A J v pozitív szemidefinit, ugyanis szimmetrikus és ha 0 x R v tetszőleges, akkor x T J v x = i,j x ix j = ( i x i) diag(r 1 λ, r 2 λ,..., r v λ) poz.def, mert r i > λ. (r i = λ esetén j i pontra az i-t tartalmazó blokkok tartalmaznák j-t is, vagyis nem létezne nem triviális blokk.) - Pozitív definit + pozitív szemidefinit = pozitív definit A invertálható, rangja v M v b rangja v b v. 3
6 Kombinatorika Lámpácskás játék
7 m lámpák egyúttal kapcsolók is, megnyomásukra megváltozik a saját és bizonyos szomszédaik állapota is. - XL , Mérő László, Lights Out! 90-es évek - Button Madness, a szomszédság a határon átnyúlik (tórusz), - Gamze, ahol a lámpák rombuszalakban vannak elhelyezve, - Lights Out 2000, a lámpáknak három állapotuk van (kikapcsolt, piros, zöld), - Lights Out Cube, a lámpák egy as kocka oldalain vannak, - Orbix, ahol a lámpák egy dodekaéder csúcsaira vannak helyezve, - Merlin, 70-es évek 3 3-as táblán
8 Illeszkedési mátrix A =
9 - Egy gomb páros sokszori megnyomása olyan, mintha egyszer sem nyomtuk volna meg, míg páratlan sokszori megnyomása egy nyomással ekvivalens. Eszerint a nyomások számát modulo 2 számolhatjuk, vagyis F 2 elemeivel. - Másrészt a fenti mátrix is tekinthető F 2 fölöttinek, melynek i-edik oszlopa azt adja meg, hogy az i jelű gomb megnyomására mely lámpák állapota változik meg. - Jelölje x F 25 2 azt a vektort, melynek x i koordinátája 1, ha az i gombot páratlan sokszor nyomtuk meg, és 0, ha páros sokszor. Ax azt a vektort adja eredményül, melynek i-edik koordinátája akkor 1, ha az i gomb állapota az x vektor szerinti gombok megnyomása után megváltozik, és akkor 0, ha nem. - Ha kezdetben a lámpák állapotát egy b vektor írja le (b i = 1, ha az i lámpa ég, b i = 0, ha nem), akkor e lámpák pontosan akkor kapcsolhatók le, ha van olyan x vektor, melyre Ax = b. 6
10 - Ha minden lámpa ég, akkor az Ax = 1 egyenletet kell megoldani: R = rref(a) = A nem invertálható Ax = b nem oldható meg minden b vektorra! - r(a) = 23, dim(n (A)) = = 2, négy vektora: 0, u = , v = , u + v =
11 - Ezek tehát azok a minták, melyek gombjainak megnyomása nem változtatja meg a a lámpák állapotát: az u vektor a v vektor az u + v vektor - Az Ax = 1 megoldásai egyikéhez a nulltér fenti elemeit hozzáadva megkapjuk az összes megoldást: x x + u x + v x + u + v 8
12 F Jellemezzük a meg nem oldható konfigurációkat! M A megoldhatók az A oszlopterében vannak, azon kívül a nem megoldhatók. A = A T O(A) = S(A) és N (A) = O(A) b O(A) b N (A) b u = b v = b (u + v) = 0 (ahol u, v és u + v a nulltér három nemzérus vektora) b u = b v = 0 b / O(A) b u = 1 vagy b v = 1 ha a b minta pontosan akkor nem kapcsolható le, ha az u és v legalább egyikét páratlan sok pontban metszi. - Például az alábbi zöld minta lekapcsolható, a piros nem: 9
13 Kombinatorika Gráfok
14 Á Egy egyszerű G gráf adjacencia (szomszédsági) mátrixát jelölje A G. Ekkor 1. trace(a G ) = 0 2. A G szimmetrikus 2 2-es minorainak összege = E(G) 3. A G szimmetrikus 3 3-as minorainak összege = 2 háromszögek száma. 4. Ha d(i, j) = k (a két pont távolsága G-ben), akkor I, A G,, A k G lineárisan függetlenek. B 1. A főátlóban 0-k vannak. 2. Az i-edik és j-edik sorok kerszteződésében lévő ilyen minor pontosan akkor nem a zérusmátrix, ha i és j indexű pontok össze vannak kötve G-ben, ekkor viszont a minor [ ] = =
15 T B Ha G egyszerű, akkor A G sajátértékeire a k-hosszú zárt séták számát adja (k N + ). k = 1: nincs hurokél λ i = trace(a G ) = 0. i k = 2: nincs többszörös él A 2 G főátlójában a pontok fokai vannak, és minden élen két 2-hosszú zárt séta tehető: i λ k i v λ 2 i = trace A 2 G = d j = 2 E(G), i j=1 k > 2: hasonlóan trace A k G a zárt k-hosszú séták száma. 11
16 Páros gráfok spektruma T B A G gráf pontosan akkor páros, ha spektruma szimmetrikus az origóra. (G gráf szimmetrikus a spektrum): G páros gráf A G blokkmátrix alakja [ ] O B A G = B T O ha (λ, (u, v)) sajátpár, akkor ( λ, (u, v)) is, ui. [ ] [ ] [ ] [ ] [ ] [ ] O B u Bv u O B u B T = O v B T = λ u v B T = O v [ ] [ ] Bv u B T = λ u v. - (szimmetrikus a spektrum G páros): szimmetrikus a spektrum s i=1 λ 2k+1 i = 0 a páratlan körök száma 0 G páros. 12
17 P Határozzuk meg az alábbi G gráf spektrumát csak a gráf alapján, az adjacenciamátrix felírása nélkül: M A G x = λx jelentése: minden csúcsra írunk egy x i súlyt úgy, hogy az x i súlynak az i-edik csúcs szomszédaira írt súlyok összege épp a λ-szorosa legyen (x = (x 1, x 2,..., x 6 )). - Vegyük észre, hogy e gráf páros, így spektruma szimmetrikus. - Próbálkozzunk a levelekre 1-et vagy 1-et írni, hisz a sajátvektor egy konstanssal beszorozható. - Lehet-e λ a 0, 1, 2 számok valamelyike? 13
18 - λ = 0: λ = ±1: λ = ±2:
19 Hibajavító kódok
20 Hibajelző és hibajavító kódok D Hamming-távolság: d H (x, y) = {i : x i y i } P d H ( , ) = 2 m ez metrika 15
21 Alappéldák: egyszerű hibajelző és hibajavító kódok P P P Ismétlő kód: a kódábécé tetszőleges, és a kód álljon azokból az n-hosszú kódszavakból, melyek minden koordinátája azonos. E kód legföljebb n 1 hibát jelez, és n 1 2 hibát javít. Paritásellenőrző kód: (n 1)-hosszú b bitvektorhoz még egy bitet csatolunk, melynek értéke 1, ha b-ben páratlan sok bit egyenlő 1-gyel, egyébként 0, akkor olyan n-hosszú vektort kapunk, melyben páros sok 1-es van. A paritásellenőrző kód 1-hibajelző, de jelez minden olyan hibát, melyben páratlan sok koordináta változik meg. Nullösszegű kód: Z n m összes olyan v = (v 1, v 2,..., v n ) vektorából álló kód, melyekre v 1 + v v n = 0, azaz melyekre 1 v = 0. 16
22 Hamming-kód D Bináris [7, 4, 3] 2 Hamming-kód (7-hosszú kódszavak, egy 4-hosszú üzenethez három paritásbitet ad, és bármely két kódszó távolsága 3, binűris): A kódolandó üzenet b 3 b 5 b 6 b 7, a kód b = b 1 b 2 b 3 b 4 b 5 b 6 b 7, a b 1, b 2, b 4 paritásbitekre fennállnak: b 1 + b 3 + b 5 + b 7 = 0 b 2 + b 3 + b 6 + b 7 = 0 b 4 + b 5 + b 6 + b 7 = 0 b 4 C b 5 b 6 b 7 A b 1 b 2 b 3 B 17
23 Á A kód F vektorából áll, 2-hibajelző, és 1-hibajavító. F7 2 minden vektora vagy kódvektor, vagy egyetlen koordináta megváltoztatásával azzá tehető! Á A fenti Hamming-kód perfekt, azaz a kódszavak köré emelt (Hamming-távolságban mérve) 1-sugarú gömbök hézagtalanul és átfedés nélkül lefedik az F 7 2 teret. HF 7 halálraítélt körben ül, mindegyikük fején egy véletlenül kiválasztott piros vagy fekete sapka. Mindenki látja a többiek sapkáját, de a sajátját senki. Semmi módon nem kommunikálhatnak egymással. Egy idő után egyszerre mindegyiküknek tippelnie kell a saját sapkája színére. Három válasz lehetséges: nem tudom, fekete, piros. Ha senki nem találja el, vagy csak egy is akad, aki téved, mind meghalnak, egyébként mind megmenekülnek. Javasoljunk olyan eljárást, amivel a legnagyobb eséllyel menekülhetnek? 18
24 Titokmegosztás
25 Küszöbséma interpolációs polinommal (Shamir) n ember közül bármely k föl tudja fedni a titkot: (n, k) küszöbséma. Interpolációs polinommal: korábban vettük 19
26 Geometriai konstrukció (Blakley) K a t-dimenziós V = F t q tér egy véletlen P = (a 0,..., a t 1 ) pontjának első koordinátája a titok. Publikálva van egy ezen a ponton átmenő g egyenes, mely nem merőleges az e 1 = (1, 0,..., 0) vektorra, így pontjainak első koordinátái végigfutnak F q elemein. - A résztvevők megkapják egy P-n átmenő, de e 1 -re nem merőleges és g-t nem tartalmazó H (affin) hipersík egy-egy általános helyzetű pontját. Így bármely t résztvevő egyértelműen föl tudja írni H egyenletét, és a g-vel való metszéspontját. g H P a 0 20
27 Tetszőleges részhalmazokra (Brickel) K titok: a = (a 0, a 1,..., a t ) F t+1 q a 0 F q A p i résztvevőhöz rendel egy v i F t+1 q vektort első koordinátája, az vektort, publikálja. T résztitok: s i = v i a F q Jelölje T P a résztvevők egy halmazát. A T-be tartozó résztvevők pontosan akkor tudják meghatározni a 0 -t, ha az e 1 = (1, 0,..., 0) vektor benne van a T-beli résztvevők vektorai által kifeszített altérben. Ha e 1 nincs ebben az altérben, a T-beli résztvevők semmit nem tudnak meg a titokról. 21
28 B A V mátrix sorai a T-beliek vektorai, és s koordinátái a T-beliek résztitkai. TFH e 1 S(V) létezik olyan w vektor, hogy w T V = e T 1, így w T Va = a 0. Mivel a konstrukció szerint Va = s, ezért w T s = a 0, hisz w a T-beli résztvevők által meghatározható. TFH e 1 / S(V). V = [u 0 u 1... u t ]. Ha u 0 / span(u 1,..., u t ), akkor van olyan d vektor, hogy d u i = 0, ha i = 1, 2,..., t, és d u 0 = 1. d T V = e 1, ellentmondás u 0 span(u 1,..., u t ), így van olyan w vektor, hogy Vw = 0, de w 0 0. Az ugyan igaz, hogy s = Va, de tetszőleges c F q konstansra s = Va = V(a + cw) is teljesül. Így bármely c 0 -hoz található olyan c = (c 0, c 1..., c t ) vektor, hogy s = Vc. Így a T-beli résztvevők semmit nem tudhatnak a 0 -ról. 22
29 Differenciaegyenlet-rendszerek
30 Fibonacci-sorozat explicit alakja P A Fibonacci-sorozat F 0 = 0, F 1 = 1, F n+1 = F n + F n 1 (0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, ) explicit alakja: F n = 1 (( ) n ( ) n ) M Keressünk a rekurzív képletre F n = λ n alakú megoldást! λ n+1 = λ n + λ n 1 λ 2 λ 1 = 0 λ 1,2 = 1± 5 2 Az (1, λ i, λ 2 i,... ) sorozatok lin. ftlenek, ui ( - Lineáris kombinációik mind megoldások: c A kezdeti feltételek (F 0 = 0, F 1 = 1) kielégítéséhez megoldandó c c 1 + c 2 = 0 + c = 1 2 ) n + c2 ( c 1 = c 2 = 1 5. ) n 23
31 Állandó együtthatós homogén lineáris differenciaegyenlet D d-edrendű állandó együtthatós homogén lineáris differenciaegyenlet (d-edrendű rekurzív sorozat): x n = a 1 x n 1 + a 2 x n a d x n d, (DAE) Á D ahol a 1, a 2,..., a d és a kezdeti feltételül szolgáló x 0, x 1,..., x d 1 adott konstansok, x d, x d+1,... ismeretlenek. Ha (x 0, x 1, x 2,... ) és (y 0, y 1, y 2,... ) megoldásai egy (állandó együtthatós) homogén lineáris differenciaegyenletnek, akkor tetszőleges c, d R konstansokra (cx 0 + dy 0, cx 1 + dy 1,... ) is. A DAE karakterisztikus polinomja χ(t) = t d a 1 t d 1 a 2 t d 2... a d, gyökei a sajátértékek. - E definíció eredetét hamarosan megvilágítjuk. 24
32 Differenciaegyenlet-rendszerek Differenciaegyenlet-rendszerek megoldása
33 Differenciaegyenletrendszer (DAER) D Elsőrendű lineáris differenciaegyenlet-rendszer: x n+1 = Ax n x n+1 = Ax n + b n homogén inhomogén T B ahol x 0, b 0, b 1, b 2 ismert vektorok, x n ismeretlen, ha n > 0. Az elsőrendű lineáris differenciaegyenlet-rendszer megoldása ahol n > 0. x n = A n x 0, n 1 x n = A n x 0 + A n 1 i b i, i=0 (homogén) (inhomogén) Behelyettesítés. A rekurzióból következik a mo. egyértelműsége. 25
34 F Milyen A C n n mátrixra igaz, hogy az x n+1 = Ax n + b sorozat minden b, x 0 C n vektorra konvergens? Mi a határérték? M A tétel szerint x n = A n x 0 + (I + A + A A n 1 )b: ekkor x 0 = 0 esetén b-re konv I + A A n 1 konv ρ(a) < 1 - lim n A n = O, lim n I + A A n 1 = (I A) 1 x n Ox 0 + (I A) 1 b = (I A) 1 b, ami nem függ x 0 -tól. [ ] [ ] P Konvergens-e az x n = 1 3 x n 1 + sorozat? Mi a határértéke? 2 M χ(λ) = 3 λ λ = λ2 1 3 λ 1 3 χ( 1) > 0, χ(0) < 0, χ(1) > 0 ρ(a) < 1 a sorozat konvergens! [ 1 - lim x n = (I A) 1 b = 3 1 ] 1 [ ] [ ] [ ] [ ] = =. n
35 m Minden állandó együtthatós d-edrendű homogén lineáris differenciaegyenlet átírható elsőrendű homogén lineáris differenciaegyenlet-rendszerré (DAER): ha x n a 1 x n 1... a d x n d = 0 (x d a 1 x d 1... a d x 0 = 0), akkor x x 0.. =....., x x d x 1 = Ax 0 ill. d 2 x d a d a d 1... a 1 x d 1 x n x ṇ.. =....., x x n+d x n+1 = Ax n, n+d 2 a d a d 1... a 1 x n+d x n+d 1 ahol x n = (x n,..., x n+d 1 ), és A a χ(t) kísérő mátrixának transzponáltja, melynek sajátértékei épp a DAE sajátértékei, és melyre µ(t) = ±χ(t), így minden s.ért.-hez egy J-blokk tartozik. 27
36 Differenciaegyenlet-rendszerek Differenciaegyenlet megoldása
37 T DAE összes megoldása: 1. Ha λ sajátértéke a (DAE) DAE-nek, akkor az x n = λ n sorozat egy megoldás. 2. Ha a (DAE) spektruma {λ 1,..., λ s }, ahol a λ i algebrai multiplicitása a i, akkor a (DAE) összes megoldása előáll x n = s i=1 a i 1 j=0 c ij n j λ n i alakban. A c ij együtthatók megkaphatók a kezdeti feltételekből. 3. Speciálisan, ha a (DAE) sajátértékei mind különbözőek, akkor az összes megoldás előáll alakban. d x n = c i λ n i i=1 28
38 B 1. χ(λ) = 0 λ d = a 1 λ d 1 + a 2 λ d a d λ n = a 1 λ n 1 + a 2 λ n a d λ n d λ n megoldás x n = Ax n 1 x n = A n x 0 x n = CJ n C 1 x 0. - J n egy a algebrai multiplicitású λ-hoz tartozó diagonális blokkja n λ λ n ( n 1) λ n λ λ n.... = λ λ n a a - E blokk minden eleme a λ n, nλ n, n 2 λ n,, n a 1 λ n elemek konstans (n-től független!) együtthatókkal vett lineáris kombinációja (pl. ( n 1) λ n 1 = ( 1 λ )nλn, ( n) 2 λ n 2 = n2 n 2 λ n 2 = ( 1 )n 2 λ n ( 1 )nλ n, ) 2λ 2 2λ 2 CJ n C 1 minden eleme a λ n i, nλn i, n2 λ n i,, nai 1 λ n i elemek lineáris kombinációja, ahol a i a λ i multiplicitása következik az előzőből, hisz ekkor a i = 1 minden i = 1, 2,..., d-re. 29
39 P x n = 5x n 1 8x n 2 + 4x n 3, x 0 = 0, x 1 = 1, x 2 = 5. M χ(λ) = λ 3 5λ 2 + 8λ 4 = (λ 1)(λ 2) 2 Összes megoldás: x n = c 1 1 n + c 2 2 n + c 3 n2 n. Kezdeti feltételekből: c 1 = 1, c 2 = 1, c 3 = 1, - x n = 1 2 n + n2 n, (0, 1, 5, 17, 49, 129, ) P x n = 2x n 1 5x n 2, x 0 = x 1 = 1. M χ(λ) = λ 2 + 2λ + 5 = (λ + 1 2i)(λ i) Összes megoldás: x n = c 1 ( 1 + 2i) n + c 2 ( 1 2i) n. Kezdeti feltételekből: c 1 = (1 i)/2, c 2 = (1 + i)/2, - x n = 1 i 2 ( 1 + 2i)n i 2 ( 1 2i)n, (1, 1, 7, 9, 17, 79, ) 30
40 P M Konvergens-e az x n+1 = 1 4 x n 1 4 x n sorozat? Mi a határértéke? [ ] [ ] [ ] [ ] xn 0 1 xn 1 0 x 1 = x n x n x = x2 1 4 x ρ(a) < 1 a sorozat konvergens. tudjuk hogy konv: tfh x n a x n 1 a, x n+1 a és x n+1 = 1 4 x n 1 4 x n a = 1 4 a 1 4 a + 1 a = 1. m Természetesen számolhatunk a mátrixinverzzel, de az itt több számolást igényel. Ellenőrzésül: [ ] 1 [ ] (I A) 1 = 1 3 = [ ] [ ] [ ] [ ] 3 xn lim = n 1 = lim x n = n x n+1 31
41 Differenciaegyenlet-rendszerek Differenciaegyenletek alkalmazásai
42 P Számítsuk ki az alábbi n-edrendű determináns értékét: D n = M D n = 2D n 1 D n 2, ugyanis az első sor szerint kifejtve D n = ( 1) (n 1) = (n 1) (n 2) (n 1) 32
43 2 1 - D 1 = 2, D 2 = 1 2 = 3 λ 2 2λ + 1 λ = 1 A két független megoldás (1, 1, 1, 1,... ), (0, 1, 2, 3,... ) - D 1 : c 1 + c 2 = 2, D 2 : c 1 + 2c 2 = 3 c 1 = c 2 = 1 - D n = n
44 P Számítsuk ki az alábbi integrál értékét, ha a R konstans, a kπ: I n = π 0 cos nx cos na cos x cos a dx M I 0 = 0, I 1 = π, I n+1 (2 cos a)i n + I n 1 = 0, ugyanis π cos nx cos x sin nx sin x cos na cos a + sin na sin a 0 cos x cos a cos nx cos na 2 cos a cos x cos a cos nx cos x + sin nx sin x cos na cos a sin na sin a + dx cos x cos a = π 0 2 cos nx dx = 0, mert n > 0. 34
45 - λ 2 (2 cos a)λ + 1 = 0 λ 1,2 = 2 cos a ± 4 cos 2 a 4 = e ±ai 2 az alapmegoldások: (1, e ai, e 2ai, e 3ai,... ), (1, e ai, e 2ai, e 3ai,... ). c 1 + c 2 = 0, c 1 e ai + c 2 e ai = π π c 1 (2i sin a) = π c 1 = 2i sin a π - I n = (cos na+i sin na) π 2i sin a 2i sin a (cos na i sin na) = π sin na sin a 35
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 Alkalmazások H607 2017-05-10 Wettl Ferenc ALGEBRA
RészletesebbenBevezetés az algebrába 2 Lineáris algebra alkalmazásai
Bevezetés az algebrába 2 Lineáris algebra alkalmazásai 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
RészletesebbenBevezetés 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
RészletesebbenBevezetés 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
RészletesebbenBevezetés 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
RészletesebbenVektorterek. =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,
RészletesebbenKódelméleti 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
RészletesebbenLineáris 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
RészletesebbenLineáris 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 Kf81 2018-11-20
RészletesebbenMátrixfüggvények. 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
RészletesebbenVektorterek. 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
RészletesebbenVektorok, 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.
RészletesebbenAz állítást nem bizonyítjuk, de a létezést a Paley-féle konstrukció mutatja: legyen H a
. Blokkrendszerek Definíció. Egy (H, H), H H halmazrendszer t (v, k, λ)-blokkrendszer, ha H = v, B H : B = k, és H minden t elemű részhalmazát H-nak pontosan λ eleme tartalmazza. H elemeit blokkoknak nevezzük.
Részletesebben3. 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
RészletesebbenLINEÁRIS 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
Részletesebben9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35
9. Előadás (9. előadás) Lineáris egyr.(3.), Sajátérték 2019. április 24. 1 / 35 Portfólió-analízis Tegyük fel, hogy egy bank 4 különböző eszközbe fektet be (réz, búza, arany és kakaó). Az ügyfeleinek ezen
RészletesebbenFeladatok 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
RészletesebbenTestek. 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
Részletesebben15. 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
RészletesebbenKvadratikus 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,
RészletesebbenDifferenciaegyenletek
Differenciaegyenletek Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2009/10 tanév, I. félév Losonczi László (DE) Differenciaegyenletek 2009/10 tanév, I. félév 1 / 11
RészletesebbenA 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
RészletesebbenHaladó 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
RészletesebbenBevezetés 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
RészletesebbenDiszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2017. tavasz 1. Diszkrét matematika 2.C szakirány 11. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
Részletesebben10. 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:
RészletesebbenLineáris 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,
RészletesebbenBevezetés 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.
RészletesebbenMatematika 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
RészletesebbenLineáris 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
RészletesebbenÖsszeállította: 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,,
RészletesebbenMatematika A1a Analízis
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Matematika A1a Analízis BMETE90AX00 Vektorok StKis, EIC 2019-02-12 Wettl Ferenc ALGEBRA
Részletesebben1. feladatsor Komplex számok
. feladatsor Komplex számok.. Feladat. Kanonikus alakban számolva határozzuk meg az alábbi műveletek eredményét. (a) i 0 ; i 8 ; (b) + 4i; 3 i (c) ( + 5i)( 6i); (d) i 3+i ; (e) 3i ; (f) ( +3i)(8+i) ( 4
RészletesebbenDiszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2017. tavasz 1. Diszkrét matematika 2.C szakirány 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenIntergrált 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,,.
RészletesebbenKomplex számok. Wettl Ferenc előadása alapján Wettl Ferenc előadása alapján Komplex számok / 18
Komplex számok Wettl Ferenc előadása alapján 2015.09.23. Wettl Ferenc előadása alapján Komplex számok 2015.09.23. 1 / 18 Tartalom 1 Számok A számfogalom bővülése 2 Algebrai alak Trigonometrikus alak Egységgyökök
RészletesebbenLineáris 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
RészletesebbenMátrixok 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
Részletesebbeni=1 λ iv i = 0 előállítása, melynél valamelyik λ i
Az informatikus lineáris algebra dolgozat C részének lehetséges kérdései Az alábbi listában azok az állítások, tételek szerepelnek, melyeket a vizsgadolgozat C részében kérdezhetünk. Azok érnek 6 pontot,
RészletesebbenDiszkrét matematika 2.
Diszkrét matematika 2. 2019. május 3. 1. Diszkrét matematika 2. 10. előadás Fancsali Szabolcs Levente nudniq@cs.elte.hu www.cs.elte.hu/ nudniq Mérai László diái alapján Komputeralgebra Tanszék 2019. május
RészletesebbenMatematika elméleti összefoglaló
1 Matematika elméleti összefoglaló 2 Tartalomjegyzék Tartalomjegyzék... 2 1. Sorozatok jellemzése, határértéke... 3 2. Függvények határértéke és folytonossága... 5 3. Deriválás... 6 4. Függvényvizsgálat...
Részletesebben3. 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
RészletesebbenLineáris 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
RészletesebbenLineáris 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
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 5. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenGráfelmélet/Diszkrét Matematika MSc hallgatók számára. 13. Előadás
Gráfelmélet/Diszkrét Matematika MSc hallgatók számára 13. Előadás Előadó: Hajnal Péter Jegyzetelő: Hajnal Péter 2009. december 7. Gráfok sajátértékei Definíció. Egy G egyszerű gráf sajátértékei az A G
RészletesebbenLin.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?
RészletesebbenAlkalmazott 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,
RészletesebbenMatematika (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,
RészletesebbenFunkcionálanalízis. 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
RészletesebbenMiért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek
Az november 23-i szeminárium témája Rövid összefoglaló Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek felfrissítése? Tekintsünk ξ 1,..., ξ k valószínűségi változókat,
RészletesebbenMODELLEK ÉS ALGORITMUSOK ELŐADÁS
MODELLEK ÉS ALGORITMUSOK ELŐADÁS Szerkesztette: Balogh Tamás 214. december 7. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így
RészletesebbenLineáris 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
RészletesebbenLineáris 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
Részletesebbenλx 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
RészletesebbenModellek 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)
Részletesebben1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak
1. Generátorrendszer Generátorrendszer. Tétel (Freud, 4.3.4. Tétel) Legyen V vektortér a T test fölött és v 1,v 2,...,v m V. Ekkor a λ 1 v 1 + λ 2 v 2 +... + λ m v m alakú vektorok, ahol λ 1,λ 2,...,λ
RészletesebbenElső zárthelyi dolgozat megoldásai biomatematikából * A verzió
Első zárthelyi dolgozat megoldásai biomatematikából * A verzió Elméleti kérdések: E. Mikor nevezünk egy gráfot gyengén és mikor erősen összefüggőnek? Adjon példát gyengén összefüggő de erősen nem összefüggő
Részletesebben1. Mit jelent az, hogy egy W R n részhalmaz altér?
Az informatikus lineáris algebra dolgozat B részének lehetséges kérdései Az alábbi listában azok a definíciók és állítások, tételek szerepelnek, melyeket a vizsgadolgozat B részében kérdezhetünk. A válaszoknál
Részletesebben3. 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
RészletesebbenVEKTORTEREK 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
RészletesebbenDiszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2016. ősz 1. Diszkrét matematika 2.C szakirány 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2016.
Részletesebben1. 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
Részletesebben6. 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
RészletesebbenFelügyelt 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:
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 11. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenAlapfogalmak a Diszkrét matematika II. tárgyból
Alapfogalmak a Diszkrét matematika II. tárgyból (A szakirány, 2015-2016 tavaszi félév) A számonkérés során ezeknek a definícióknak, tételkimondásoknak az alapos megértését is számon kérjük. A példakérdések
Részletesebben1. 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
RészletesebbenDiszkrét 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
RészletesebbenMatematika szigorlat, Mérnök informatikus szak I máj. 29.
Matematika szigorlat, Mérnök informatikus szak I. 2007. máj. 29. Megoldókulcs 1. Adott az S : 3x 6y + 2z = 6 sík a három dimenziós térben. (a) Írja fel egy tetszőleges, az S-re merőleges S síknak az egyenletét!
RészletesebbenLin.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
Részletesebbendifferenciálegyenletek
Állandó együtthatójú lineáris homogén differenciálegyenletek L[y] = y (n) + a 1y (n 1) + + a ny = 0 a i R (1) a valós, állandó együtthatójú lineáris homogén n-ed rendű differenciálegyenlet Megoldását y
RészletesebbenBevezetés 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 Determinánsok H406 2017-11-27 Wettl Ferenc ALGEBRA
RészletesebbenMat. A2 3. gyakorlat 2016/17, második félév
Mat. A2 3. gyakorlat 2016/17, második félév 1. Hány megoldása lehet az alábbi lineáris egyenletrendszereknek a valós számok körében, ha a -ok tetszőleges (nem feltétlenül egyenlő) számokat jelölnek? 0
RészletesebbenLineáris algebra numerikus módszerei
Bevezetés Szükségünk van a komplex elemű mátrixok és vektorok bevezetésére. A komplex elemű n-dimenziós oszlopvektorok halmazát C n -el jelöljük. Hasonlóképpen az m n méretű komplex elemű mátrixok halmazát
RészletesebbenMatematika 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
Részletesebbenkarakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja
Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja 1.Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus
Részletesebben1. 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
RészletesebbenGyakorló feladatok I.
Gyakorló feladatok I. a Matematika Aa Vektorüggvények tárgyhoz (D D5 kurzusok) Összeállította: Szili László Ajánlott irodalmak:. G.B. Thomas, M.D. Weir, J. Hass, F.R. Giordano: Thomas-féle KALKULUS I.,
Részletesebben1. Diagonalizálás. A Hom(V) diagonalizálható, ha van olyan bázis, amelyben A mátrixa diagonális. A diagonalizálható van sajátvektorokból álló bázis.
1 Diagonalizálás Diagonalizálható mátrixok Ismétlés Legyen M,N T n n Az M és N hasonló, ha van olyan A lineáris transzformáció, hogy M is és N is az A mátrixa egy-egy alkalmas bázisban Az M és N pontosan
RészletesebbenMatematika 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)
RészletesebbenA 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
Részletesebben9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell
9. Előadás Megyesi László: Lineáris algebra, 75. 84. oldal. Gondolkodnivalók Mátrix rangja 1. Gondolkodnivaló Tegyük fel, hogy egy elemi bázistranszformáció kezdetekor a sor- és oszlopindexek sorban helyezkednek
Részletesebben1. Homogén lineáris egyenletrendszer megoldástere
X HOMOGÉN LINEÁRIS EGYENLET- RENDSZEREK 1 Homogén lineáris egyenletrendszer megoldástere Homogén lineáris egyenletrendszer definíciója már szerepelt Olyan lineáris egyenletrendszert nevezünk homogénnek,
RészletesebbenFELVÉTELI VIZSGA, szeptember 12.
BABEŞ-BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR FELVÉTELI VIZSGA, 08. szeptember. Írásbeli vizsga MATEMATIKÁBÓL FONTOS TUDNIVALÓK: A feleletválasztós feladatok,,a rész esetén egy
RészletesebbenLineáris 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,
RészletesebbenGeometria 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
Részletesebben1. Határozzuk meg, hogy mikor egyenlő egymással a következő két mátrix: ; B = 8 7 2, 5 1. Számítsuk ki az A + B, A B, 3A, B mátrixokat!
. Mátrixok. Határozzuk meg, hogy mikor egyenlő egymással a következő két mátrix: [ ] [ ] π a A = ; B = 8 7, 5 x. 7, 5 ln y. Legyen 4 A = 4 ; B = 5 5 Számítsuk ki az A + B, A B, A, B mátrixokat!. Oldjuk
RészletesebbenDiszkrét matematika alapfogalmak
2014 tavaszi félév Diszkrét matematika alapfogalmak 1 GRÁFOK 1.1 GRÁFÁBRÁZOLÁSOK 1.1.1 Adjacenciamátrix (szomszédsági mátrix) Szomszédok felsorolása, csak egyszerű gráfok esetén használható 1.1.2 Incidenciamátrix
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy ősz
Diszkrét matematika 3. estis képzés 2016. ősz 1. Diszkrét matematika 3. estis képzés 4. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
Részletesebben0-49 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)
Részletesebben1. 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
RészletesebbenNumerikus 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:
RészletesebbenLineáris Algebra gyakorlatok
A V 2 és V 3 vektortér áttekintése Lineáris Algebra gyakorlatok Írta: Simon Ilona Lektorálta: DrBereczky Áron Áttekintjük néhány témakör legfontosabb definícióit és a feladatokban használt tételeket kimondjuk
RészletesebbenBevezetés az algebrába az egész számok
Bevezetés az algebrába az egész számok Wettl Ferenc V. 15-09-11 Wettl Ferenc Bevezetés az algebrába az egész számok V. 15-09-11 1 / 32 Jelölések 1 Egész számok és sorozataik 2 Oszthatóság 3 Közös osztók
Részletesebben7. gyakorlat megoldásai
7. gyakorlat megoldásai Komple számok, sajátértékek, sajátvektorok F1. Legyen z 1 = + i és z = 1 i. Számoljuk ki az alábbiakat: z 1 z 1 + z, z 1 z, z 1 z,, z 1, z 1. z M1. A szorzásnál használjuk, hogy
RészletesebbenFELADATOK A BEVEZETŽ FEJEZETEK A MATEMATIKÁBA TÁRGY III. FÉLÉVÉHEZ. ÖSSZEÁLLÍTOTTA: LÁNG CSABÁNÉ ELTE IK Budapest
FELADATOK A BEVEZETŽ FEJEZETEK A MATEMATIKÁBA TÁRGY III. FÉLÉVÉHEZ ÖSSZEÁLLÍTOTTA: LÁNG CSABÁNÉ ELTE IK Budapest 2007-07-25 A 2. és a 4. fejezet feladatai megoldva megtalálhatók a Testb vítés, véges testek;
RészletesebbenSzinguláris 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
RészletesebbenSaj 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
Részletesebben