Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach/ 2005.
|
|
- Imre Balla
- 8 évvel ezelőtt
- Látták:
Átírás
1 1 Diszkrét matematika II., 4. el adás Skalárszorzat, norma, szög, távolság Dr. Takách Géza NyME FMK Informatikai Intézet takach/ március 1 A téma jelent sége Ha valamiféle geometriát szeretnénk értelmezni a vektorainkon vagy pontjainkon, akkor nem elég egy vektortér, kell valamilyen skalárszorzatot is rögzítenünk. Nem mindig a standard skalárszorzat felel meg a céljainknak. Néha nem is egy skalárszorzatból indulunk ki, csak valamilyen módon távolságot deniálunk. A távolságfogalomnak nagy szerepe van a hibajavító ill. hibajelz kódolásoknál. Ott szokás két egyenl hosszú bitsorozat távolságán az eltér bitek számát érteni. Ekkor ha bármely két lehetséges elküldött üzenet távolsága legalább d, akkor a címzett észlel minden olyan hibát, amikor legfeljebb d 1 bit sérül meg. S t, ki is tud javítani minden olyan hibát, ahol d=2-nél kevesebb bit sérül meg! Gyakorlati célok Ezen el adáson, és a hozzá kapcsolódó gyakorlaton való aktív részvétellel Ön képes lesz az n-komponens valós vektorok körében kiszámolni egy vektor hosszát, két vektor szögét és két pont távolságát akár a standard, akár valamely szendvicsmátrixszal adott skalárszorzat esetén; ellen rizni, hogy egy véges halmazon adott kétváltozós függvény vajon távolságfüggvénynek tekinthet -e; úgy megadni egy függvényt egy véges halmazon, hogy az távolságfüggyvény legyen és el re megadott értékeket vegyen fel; Elméleti, fogalmi célok Ezen el adáson, és a hozzá kapcsolódó gyakorlaton való aktív részvétellel Ön megérti a skalárszorzatból származtatott norma és távolságfogalmat; megérti, hogy más skalárszorzathoz más norma ill. távolság tartozik; tudatára ébred, hogy nem egzotikus módon is megadható távolságfüggvény, és hogy ennek esetleg semmi köze nincs skalárszorzathoz. Szükséges fogalmak és módszerek korábbról vektortér, bázis; középiskolás skalárszorzat-fogalom; bilineáris függvény, szimmetria, denitség; Gram-Schmidt ortoganalizáció;
2 Euklideszi terek 2 Deníció. A skalárszorzat szimmetrikus, pozitív denit bilineáris függvény: x z = z x; (x + y) z = x z + y z; (x) z = (x z); x 6= 0! x x > 0: Deníció. Euklideszi téren skalárszorzattal ellátott vektorteret értünk. Norma Euklideszi terekben Deníció. Egy Euklideszi térben egy x vektor hosszán (normáján, abszolút értékén) az jjxjj p = x x számot értjük. Tétel. A hossz az alábbi tulajdonságokkal rendelkezik: (N1) jjxjj 0 és jjxjj = 0, x = 0; (N2) jjxjj = jj jjxjj; (N3) jjx + zjj jjxjj + jjzjj. Bizonyítás. (N1) (és egyben a deníció jósága) a skalárszorzat pozitív deinitségén múlik. (N2) a skalárszorzat homogenitásán múlik. (N3) kés bb. Szögfogalom Euklideszi terekben } Láttuk, hogy ha van skalárszorzat, akkor van mer legességfogalom. A norma segítségével szögfogalmat is deniálunk. A motiváció a skalárszorzat középiskolás deníciója: x z = jjxjj jjzjj cos : Deníció. Egy Euklideszi tér x; z 6= 0 vektorai által közbezárt szögön azt a 0 szöget értjük, amelyre cos = x z jjxjj jjzjj : A denició helyessége következik a kés bb következ CSB-egyenl tlenségb l. Ortonormált bázis Deníció. Az e 1 ; : : : ; e n vektorok ortonormált rendszert alkotnak, ha e i e j = ij (Kronecker-delta). Azaz minden vektor hossza egy, és a vektorok páronként mer legesek. Ha az e i vektorok egyben bázist is alkotnak, akkor ortonormált bázisról beszélünk. A Gram-Schmidt ortogonalizációval kaphatunk ortonormált bázist egy tetsz leges bázisból kiindulva. Normált terek Tegyük fel, hogy egy olyan vektortérben vagyunk, amely nem rendelkezik skalárszorzattal. Ekkor is adható értelmes hosszfogalom a hossz Euklideszi térbeli hossz tulajdonságai alapján. Deníció. Egy valós vektorteret normált térnek nevezünk, ha értelmezve van rajta egy jj jj : V! R norma, amely rendelkezik az alábbi tulajdonságokkal:
3 3 (N1) jjxjj 0 és jjxjj = 0, x = 0; (N2) jjxjj = jj jjxjj; (N3) jjx + zjj jjxjj + jjzjj. Minden Euklideszi tér normált, de fordítva nem feltétlenül. Távolságfogalom normált terekben Ahogyan a skalárszorzatból normát értelmeztünk, a normából megalkotjuk a távolságfogalmat. Így minden normált térben, speciálisan Euklideszi terekben is beszélhetünk távolságról. Deníció. Egy normált térben az x és z pont távolságán az r(x; z) = jjx zjj számot értjük. Tétel. A távolság rendelkezik az alábbi tulajdonságokkal (M1) r(x; z) 0 és és r(x; z) = 0, x = z; (M2) r(x; z) = r(z; x); (M3) r(x; z) r(x; y) + r(y; z). Bizonyítás. Mindegyik tulajdonság következik az azonos számú (N) tulajdonságból. } Metrikus terek Tegyük fel, hogy egy olyan vektortérben vagyunk, amely nem rendelkezik normafogalommal. Ekkor is adható értelmes távolságfogalom a norma normált térbeli tulajdonságai alapján. Deníció. Egy H halmazt metrikus térnek nevezünk, ha értelmezve van rajta egy H H! R távolság (metrika), amely rendelkezik az alábbi tulajdonságokkal: (M1) r(x; z) 0 és és r(x; z) = 0, x = z; (M2) r(x; z) = r(z; x); (M3) r(x; z) r(x; y) + r(y; z). Minden normált tér egyben metrikus tér is, de fordítva nem. Tétel. (Cauchy-Schwarz-Bunyakovszkij-egyenl tlenség) Egy Euklideszi tér bármely x és z vektorára fenáll az jx zj jjxjj jjzjj egyenl tlenség. Egyenl ség pontosan akkor teljesül, ha x és z lineárisan összefügg ek. Bizonyítás. A két oldalt egy ortonormál bázis szerinti koordinátákkal felírva, és négyzetre emelve a következ lesz: Átrendezve: (x 1 z 1 + : : : + x n z n ) 2 (x : : : + x2 n )(z2 1 + : : : + z2 n ): X 0 (x i z j x j z i ) 2 : ii<jn Ez a négyzetösszeg nemnegatív, és pontosan akkor nulla, ha x és z koordinátái arányosak, azaz egymás konstansszorosai. }
4 Következmények 4 Az (N3) Háromszög-egyenl tlenség igazolása. Az jjx + zjj jjxjj + jjzjj összefüggést kell igazolni. Négyzetre emelve: (x + z) (x + z) (x x + z z) 2 jjxjj x z + jjzjj 2 jjxjj 2 + 2jjxjj jjzjj + jjzjj 2 x z jjxjj jjzjj Ez pedig következik a CSB-egyenl tlenségb l. } A CSB-egyenl tlenségb l az is következik, hogy a szögfogalom jól értelmezett, hisz a jobb oldallal végigosztva kapjuk, hogy j cos j 1. Mivel a cos függvény bijektíven képezi le a [0; ] intervallumot a [ 1; 1] intervallumra, így a két vektor szöge egyértelm en deniált. Összefoglalás Az el adás elején deniáltuk a skalárszoratot ill. az Euklideszi tereket. A skalárszorzatból norma- és szögfogalmat származtattunk. Az Euklideszi terek normájának legfontosabb tulajdonságait axiómának tekintve értelmeztük a normált vektortér fogalmát, és csupán ezekb l származtattuk a távolságfogalmat. Hasonlóan az el z elvhez, a normált terek távolságfüggvényének legfontosabb tulajdonságait axiómának tekintve értelmeztük a metrikus tér fogalmát. A metrikus terekben már nem követeltünk meg vektortérstruktúrát, csupán a tér pontnak nevezett elemeinek kell tudnunk a távolságát. A származtatáskor a kiindulási tér tulajdonságai implikálják a származtatott tér megfelel tulajdonságait. Az egyetlen nehézséget a normára vonatkozó háromszög-egyenl tlenség jelentette, amit a CSB-egyenl tlenségb l vezettünk le. Ellen rz kérdések 1. Mit értünk azon, hogy a skalárszorzat pozitív denit? 2. Hogyan deniáljuk a normát illetve a szöget Euklideszi terekben? 3. Mit értünk ortonormált bázison és milyen vektorterekben van értelme err l beszélni? 4. Mondja ki a távolságaxiómákat! 5. Hogyan szól a CSB-egyenl tlenség, és hol használjuk?
5 M veletigény a lineáris algebrai számításokban 5 A lineáris algebrai tanulmányaink végén ismételjük át a legfontosabb feladatokat, és adjuk meg m veletigényüket. A m veletigény számításakor a szorzások számát gyeljük az input méretének függvényében, mert a szorzás végrehajtása számítógépen ugyanúgy nagyságrenddel nagyobb ideig tart, mintha papíron végeznénk el. 1. Egyenletrendszer megoldása Jordan-eliminációval. 2. Egyenletrendszer megoldása Gauss-eliminációval. 3. Determinánsszámítás deníció szerint. 4. Determinánsszámítás eliminációval. 5. Determinánsszámítás kifejtési tétellel. 6. Mátrixok szorzása. 7. Mátroxok invertálása el jeles aldeterminánsokkal. 8. Mátrixok invertálása eliminációval. 9. Egyenletrendszer magoldása Cramer-szabállyal. 10. Függetlenség eldöntése. 11. Rang számítása. 12. Lineáris leképezés végrehajtása mátrixszorzással. 13. Mátrixok regularitásának eldöntése. 14. Sajátértékek kiszámítása. 15. Egy sajátértékhez tartozó sajátvektorok meghatározása. 16. Bilineáris függvények végrehajtása. 17. Egy bilineáris függvényre vonatkozóan ortogonális bázis keresése. 18. Kvadratikus alakba helyettesítés. 19. Kvadratikus alakdenitségének eldöntése ortogonalizációval. 20. Kvadratikus alakdenitségének eldöntése eliminációval. 21. Kvadratikus alak denitségének eldöntése f minorokkal.
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,
RészletesebbenSzinguláris értékek. Wettl Ferenc április 3. Wettl Ferenc Szinguláris értékek április 3. 1 / 28
Szinguláris értékek Wettl Ferenc 2015. április 3. Wettl Ferenc Szinguláris értékek 2015. április 3. 1 / 28 Tartalom 1 Szinguláris érték 2 Alkalmazások 3 Norma 4 Mátrixnorma Wettl Ferenc Szinguláris értékek
RészletesebbenSzinguláris 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
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?
RészletesebbenVektorok. 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
RészletesebbenVIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja
VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag 2019. március 21. Mátrix rangja 1. Számítsuk ki az alábbi mátrixok rangját! (d) 1 1 2 2 4 5 1 1 1 1 1 1 1 1 2 1 2 1 1 0 1 1 2 1 0 1 1 1 1 2 3 1 3
RészletesebbenFunkcionálanalízis. Gyakorló feladatok március 22. Metrikus tér, normált tér és skalárszorzat tér
Funkcionálanalízis Gyakorló feladatok 2017 március 22 Metrikus tér, normált tér és skalárszorzat tér N1 Metrikát deniálnak-e R-en az alábbi függvények: (a) d(x, y) = x y (b) d(x, y) = x y (c) d(x, y) =
RészletesebbenRang, 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
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
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,
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
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
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
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
RészletesebbenDiszkrét matematika II., 8. előadás. Vektorterek
1 Diszkrét matematika II., 8. előadás Vektorterek Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2007.??? Vektorterek Legyen T egy test (pl. R, Q, F p ). Definíció.
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
RészletesebbenLineáris algebra gyakorlat
Lineáris algebra gyakorlat 7. gyakorlat Gyakorlatvezet : Bogya Norbert 2012. március 26. Ismétlés Tartalom 1 Ismétlés 2 Koordinátasor 3 Bázistranszformáció és alkalmazásai Vektorrendszer rangja Mátrix
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
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,
Részletesebben1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0
I. Legyen f : R R, f(x) = 1 1 + x 2, valamint 1. Házi feladat d : R + 0 R+ 0 R (x, y) f(x) f(y). 1. Igazoljuk, hogy (R + 0, d) metrikus tér. 2. Adjuk meg az x {0, 3} pontok és r {1, 2} esetén a B r (x)
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
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
RészletesebbenLineáris 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....................................................
RészletesebbenLineáris 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
RészletesebbenDiszkrét 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,
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
Részletesebbenrank(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
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
Részletesebben2. 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
RészletesebbenÖsszeállította: 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
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.
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
RészletesebbenBázistranszformáció 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
RészletesebbenDiszkrét 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
Részletesebben12. Mikor nevezünk egy részhalmazt nyíltnak, illetve zártnak a valós számok körében?
Ellenörző Kérdések 1. Mit jelent az, hogy egy f : A B függvény injektív, szürjektív, illetve bijektív? 2. Mikor nevezünk egy függvényt invertálhatónak? 3. Definiálja a komplex szám és műveleteinek fogalmát!
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
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
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
Részletesebben17. előadás: Vektorok a térben
17. előadás: Vektorok a térben Szabó Szilárd A vektor fogalma A mai előadásban n 1 tetszőleges egész szám lehet, de az egyszerűség kedvéért a képletek az n = 2 esetben szerepelnek. Vektorok: rendezett
RészletesebbenAlkalmazott algebra - SVD
Alkalmazott algebra - SVD Ivanyos Gábor 20 sz Poz. szemidenit mátrixok spektrálfelbontásának általánosítása nem feltétlenül négyzetes mátrixokra LSI - mögöttes szemantikájú indexelés "Közelít " webkeresés
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
RészletesebbenVizsga Lineáris algebra tárgyból. 2012/13 akadémiai év, I. félév
1 Vizsga Lineáris algebra tárgyból 2012/13 akadémiai év, I. félév TARTALOM: 1. Elméleti anyag (melyet a vizsgára meg kell tanulni)...2. old. 2. A vizsga lebonyolítása, osztályozás...3. old. 2.1 Vizsga
RészletesebbenOrtogonalizáció. 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
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.
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
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
RészletesebbenDiMat II Végtelen halmazok
DiMat II Végtelen halmazok Czirbusz Sándor 2014. február 16. 1. fejezet A kiválasztási axióma. Ismétlés. 1. Deníció (Kiválasztási függvény) Legyen {X i, i I} nemüres halmazok egy indexelt családja. Egy
Részletesebben1. A Hilbert féle axiómarendszer
{Euklideszi geometria} 1. A Hilbert féle axiómarendszer Az axiómarendszer alapfogalmai: pont, egyenes, sík, illeszkedés (pont egyenesre, pont síkra, egyenes síkra), közte van reláció, egybevágóság (szögeké,
RészletesebbenMATEMATIKA 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
RészletesebbenMer 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
RészletesebbenLin.Alg.Zh.1-2 feladatok
Lin.Alg.Zh.- feladatok. Lin.Alg.Zh. feladatok.. d vektorok Adott három vektor ā b c az R Euklideszi vektortérben egy ortonormált bázisban.. Mennyi az ā b skalárszorzat? ā b + + 8. Mennyi az n ā b vektoriális
RészletesebbenHALMAZELMÉLET 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,
RészletesebbenDiszkrét matematika I. gyakorlat
Diszkrét matematika I. gyakorlat 2. ZH 2014. november 28. A csoport 1. Feladat. (5 pont) Határozza meg a z 1 = 2 + 2i komplex szám trigonometrikus alakját, majd adja meg a z 1 z 2 és z 1 z 2 komplex számok
Részletesebben,,BABEŞ-BOLYAI TUDOMÁNYEGYETEM LINEÁRIS ALGEBRA
,,BABEŞ-BOLYAI TUDOMÁNYEGYETEM Andrei Mărcuş LINEÁRIS ALGEBRA ii ELŐSZÓ A lineáris algebra tárgya a lineáris terek és leképezések vizsgálata. Eredete a vektorok és a lineáris egyenletrendszerek tanulmányozására
Részletesebben2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve trigonometrikus alakban vannak megadva?
= komolyabb bizonyítás (jeleshez) Ellenőrző kérdések 2006 ősz 1. Definiálja a komplex szám és műveleteinek fogalmát! 2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve
RészletesebbenBázistranszformáció és alkalmazásai
Bázistranszformáció és alkalmazásai Lineáris algebra gyakorlat Összeállította: Bogya Norbert Tartalomjegyzék 1 Elmélet Gyakorlati végrehajtás 2 Vektor bevitele a bázisba Rangszámítás Lineáris egyenletrendszer
RészletesebbenWigner tétele kvantummechanikai szimmetriákról
Szegedi Tudományegyetem, Bolyai Intézet és MTA-DE "Lendület" Funkcionálanalízis Kutatócsoport, Debreceni Egyetem 2014. Október 30. Elméleti Fizika Szeminárium A tétel története Wigner tétele Tétel Legyen
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,
Részletesebben0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)
Legyen adott a P átmenetvalószín ség mátrix és a ϕ 0 kezdeti eloszlás Kérdés, hogy miként lehetne meghatározni az egyes állapotokban való tartózkodás valószín ségét az n-edik lépés múlva Deniáljuk az n-lépéses
RészletesebbenMatematika. 4. konzultáció: Kétváltozós függvények szélsőértéke. Parciális függvény, parciális derivált
Matematika 1 NYME KTK, Egyetemi kiegészítő alapképzés 2004/2005. tanév, I. évf. I.félév Budapest Előadó: Dr. Takách Géza NyME FMK Informatikai Intézet 9400 Sopron, Bajcsy Zs. u. 9. GT fszt. 3. (99) 518
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
RészletesebbenBevezetés. 1. fejezet. Algebrai feladatok. Feladatok
. fejezet Bevezetés Algebrai feladatok J. A számok gyakran használt halmazaira a következ jelöléseket vezetjük be: N a nemnegatív egész számok, N + a pozitív egész számok, Z az egész számok, Q a racionális
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. 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
Részletesebben6. Előadás. Megyesi László: Lineáris algebra, oldal. 6. előadás Bázis, dimenzió
6. Előadás Megyesi László: Lineáris algebra, 37. 41. oldal. Gondolkodnivalók Lineáris függetlenség 1. Gondolkodnivaló Legyen V valós számtest feletti vektortér. Igazolja, hogy ha a v 1, v 2,..., v n V
RészletesebbenSztojka Miroszláv LINEÁRIS ALGEBRA Egyetemi jegyzet Ungvár 2013
UKRAJNA OKTATÁSI ÉS TUDOMÁNYÜGYI MINISZTÉRIUMA ÁLLAMI FELSŐOKTATÁSI INTÉZMÉNY UNGVÁRI NEMZETI EGYETEM MAGYAR TANNYELVŰ HUMÁN- ÉS TERMÉSZETTUDOMÁNYI KAR FIZIKA ÉS MATEMATIKA TANSZÉK Sztojka Miroszláv LINEÁRIS
Részletesebbenegyenlőtlenségnek 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
RészletesebbenDeterminánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.
Determinánsok A determináns fogalma olyan algebrai segédeszköz, amellyel jól jellemezhető a mátrixok invertálhatósága, a mátrix rangja. Segítségével lineáris egyenletrendszerek megoldhatósága dönthető
Részletesebben2. SZÉLSŽÉRTÉKSZÁMÍTÁS. 2.1 A széls érték fogalma, létezése
2 SZÉLSŽÉRTÉKSZÁMÍTÁS DEFINÍCIÓ 21 A széls érték fogalma, létezése Azt mondjuk, hogy az f : D R k R függvénynek lokális (helyi) maximuma (minimuma) van az x 0 D pontban, ha van olyan ε > 0 hogy f(x 0 )
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
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
RészletesebbenKeresztmetszet másodrendű nyomatékainak meghatározása
BUDAPEST MŰSZAK ÉS GAZDASÁGTUDOMÁNY EGYETEM Keresztmetszet másodrendű nyomatékainak meghatározása Segédlet a Szilárdságtan c tárgy házi feladatához Készítette: Lehotzky Dávid Budapest, 205 február 28 ábra
RészletesebbenVizsga Lineáris algebra tárgyból. 2018/19 akadémiai év, I. félév
Vizsga Lineáris algebra tárgyból 2018/19 akadémiai év, I. félév TARTALOM: 1. Elméleti anyag (melyet a vizsgára meg kell tanulni)... 2. old. 2. A vizsga lebonyolítása, osztályozás...3. old. 2.1 Vizsga menete,
Részletesebben1. A k-szerver probléma
1. A k-szerver probléma Az egyik legismertebb on-line probléma a k-szerver probléma. A probléma általános deníciójának megadásához szükség van a metrikus tér fogalmára. Egy (M, d) párost, ahol M a metrikus
RészletesebbenLineáris 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
RészletesebbenRiemanngeometria 1 c. gyakorlat A Riemann-terekkel kapcsolatos fogalmak, jelölések
A Riemann-terekkel kapcsolatos fogalmak, jelölések Az R m euklideszi tér természetes bázisának az e 1 = (1, 0,..., 0),..., e m = (0,..., 0, 1) vektorokból álló bázist mondjuk. Legyen M egy összefügg nyílt
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:
Részletesebben1 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
RészletesebbenShor kvantum-algoritmusa diszkrét logaritmusra
Ivanyos Gábor MTA SZTAKI Debrecen, 20 január 2. Tartalom és kvantum-áramkörök 2 A diszkrét log probléma Kvantum bit Állapot: a B = C 2 komplex euklideszi tér egy egységvektora: az a 0 + b szuperpozíció
RészletesebbenARCHIMEDES MATEMATIKA VERSENY
Koszinusztétel Tétel: Bármely háromszögben az egyik oldal négyzetét megkapjuk, ha a másik két oldal négyzetének összegéből kivonjuk e két oldal és az általuk közbezárt szög koszinuszának kétszeres szorzatát.
RészletesebbenOpkut deníciók és tételek
Opkut deníciók és tételek Készítette: Bán József Deníciók 1. Deníció (Lineáris programozási feladat). Keressük meg adott lineáris, R n értelmezési tartományú függvény, az ún. célfüggvény széls értékét
RészletesebbenAlkalmazott algebra - skalárszorzat
Alkalmazott algebra - skalárszorzat Ivanyos Gábor 2011 sz Skalárszorzat Skalárszorzat Ebben a részben: a standard skalárszorzat: u T v = n µ i ν i i=1 és a kapcsolódó lineáris algebra absztrakt tárgyalással
Részletesebben9. Tétel Els - és másodfokú egyenl tlenségek. Pozitív számok nevezetes közepei, ezek felhasználása széls érték-feladatok megoldásában
9. Tétel Els - és másodfokú egyenl tlenségek. Pozitív számok nevezetes közepei, ezek felhasználása széls érték-feladatok megoldásában Bevezet : A témakörben els - és másodfokú egyenl tlenségek megoldásának
RészletesebbenKomplex számok. Wettl Ferenc szeptember 14. Wettl Ferenc Komplex számok szeptember / 23
Komplex számok Wettl Ferenc 2014. szeptember 14. Wettl Ferenc Komplex számok 2014. szeptember 14. 1 / 23 Tartalom 1 Számok A számfogalom b vülése Egy kis történelem 2 Miért számolunk velük? A megoldóképlet
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
RészletesebbenNumerikus 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
RészletesebbenA lineáris algebrában központi szerepet betöltı vektortér fogalmát értelmezzük most, s megvizsgáljuk e struktúra legfontosabb egyszerő tulajdonságait.
2. VEKTORTÉR A lineáris algebrában központi szerepet betöltı vektortér fogalmát értelmezzük most, s megvizsgáljuk e struktúra legfontosabb egyszerő tulajdonságait. Legyen K egy test és V egy nem üres halmaz,
RészletesebbenMeghirdetés féléve 2 Kreditpont Összóraszám (elm+gyak) 2+0
Tantárgy neve Lineáris algebra I Tantárgy kódja MTB1004 Meghirdetés féléve 2 Kreditpont 3k Összóraszám elm+gyak 2+0 Számonkérés módja kollokvium Előfeltétel tantárgyi kód MTB1003 Tantárgyfelelős neve Kurdics
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
RészletesebbenMiller-Rabin prímteszt
Az RSA titkosítás Nyílt kulcsú titkosításnak nevezünk egy E : A B és D : B A leképezés-párt, ha bármely a A-ra D(E(a)) = a (ekkor E szükségképpen injektív leképezés), E ismeretében E(a) könnyen számítható,
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
Részletesebben1 p, c = p 1 és d = 4. Oldjuk meg az alábbi egyenletrendszert a c és d paraméterek minden értékére. x + 2z = 5 2x y = 8 3x + 6y + cz = d
Bevezetés a számításelméletbe I. Zárthelyi feladatok 013. október 4. 1. Írjuk fel a háromdimenziós tér P = (1, 1, 1) és Q = (3, 1, 5) pontjait összeköt szakasz felez mer leges síkjának egyenletét. Hol
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
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
RészletesebbenValasek Gábor valasek@inf.elte.hu
Számítógépes Grafika Valasek Gábor valasek@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2013/2014. őszi félév ( Eötvös LorándSzámítógépes TudományegyetemInformatikai Grafika Kar) 2013/2014.
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
Részletesebben9. AZ R k VEKTORTÉR. 9.1 Az R k vektortér fogalma
9 AZ R k VEKTORTÉR 91 Az R k vektortér fogalma Definíció A k-dimenziós vektortér nek nevezzük és R k val jelöljük a valós számokból alkotott k-tagú x = (x 1, x 2,, x k ) sorozatok halmazát, azaz 1 R k
RészletesebbenDISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes
1. Algebrai alapok: DISZKRÉT MATEMATIKA: STRUKTÚRÁK Művelet: Egy H nemüres halmazon értelmezett (kétváltozós) műveleten egy H H H függvényt értünk, azaz egy olyan leképezést, amely bármely a,b H elempárhoz
RészletesebbenLineáris 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
RészletesebbenKOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA, MATEmATIkA I 9 IX MÁTRIxOk 1 MÁTRIx FOGALmA, TULAJDONSÁGAI A mátrix egy téglalap alakú táblázat, melyben az adatok, a mátrix elemei, sorokban és oszlopokban vannak elhelyezve Az (1) mátrixnak
Részletesebben