Newton módszer. az F(x) = 0 egyenlet x* gyökének elég jó közelítése. Húzzuk meg az F(x) függvény (x 0. )) pontbeli érintőjét, és jelölje x 1

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Newton módszer. az F(x) = 0 egyenlet x* gyökének elég jó közelítése. Húzzuk meg az F(x) függvény (x 0. )) pontbeli érintőjét, és jelölje x 1"

Átírás

1 Newton módszer A húrmódszernél és a szelőmódszernél az F(x) függvény gyökének közelítéséhez a függvény húrját használtuk. Hatásosabb a módszer akkor, ha érintőkkel dolgozunk. Def.: Legyen x 0 az F(x) = 0 egyenlet x* gyökének elég jó közelítése. Húzzuk meg az F(x) függvény (x 0, F(x 0 )) pontbeli érintőjét, és jelölje x 1 az érintő x tengellyel vett metszéspontját. Ezután húzzuk meg az F(x) függvény (x 1, F(x 1 )) pontbeli érintőjét és jelölje x 2 az érintő x tengellyel vett metszéspontját Íly módon egy x 0, x 1, x 2, sorozatot nyerünk. X n+1 = x n F(x n )/F (x n ) (n = 0, 1, 2, ) Tétel: Tegyük fel, hogy x 0 és x* között F(x) kétszeresen differenciálható, F (x) 0, F (x) 0, valamint F(x 0 )*F (x 0 ) > 0. Ekkor a Newton módszer konvergens. Ha az x* gyököt a húr és a szelő-módszerekhez hasonlóan valamely intervallumba szorítjuk, akkor az intervallum azt a végpontját kell kezdeti közelítésnek választanunk, amelyre: F(x0)*F (x0)>0. A Taylor-formula alapján k>=0 esetén azt nyerjük, hogy: 0=F(x*)=F(xk)+F (xk)*(x*-xk)+(1/2)*f (ξ)*(x*-xk) 2 Valamint a: X k+1 = x k F(x k )/F (x k ) formulát átrendezve: 0=F(xk)+F (xk)*(xk+1-xk) adódik, amelyet kivonva a Taylor-formulából nyert egyenlőségből azt kapjuk hogy: 0=F (xk)*(x*-xk+1)+(1/2)*f (ξ)*(x*-xk) 2 formulát kapjuk. Feltéve, hogy az x* értékét és az (xk) sorozatot tartalmazó valamilyen intervallumba 0<m<= F (x) és M>= F (x),akkor az előbbi formula: ξk+1 <=M/2m* ξk 2 alakban írható fel. Mindkét oldalt megszorozva K=M/2m-el a dk=k*ξk mennyiségekre a dk+1<=dk 2 összefüggéshez jutunk. Feltéve, hogy x0 x* hoz olyan közel van, hogy d=d0<1, akkor teljes indukcióval könnyű belátni, hogy k>=0 esetén: dk+1<=d 2k+1

2 Ez az egyenlőtlenség a Newton Módszer hibabecslő formulája. Példaprogram: x*x*x-3*x*x-x+9 import math, os from abrazol import * rajzol(["(x*x*x)-3*(x*x)-x+9"],-5,5,60,20,["red"]) # a fuggveny def func1(x): return (x*x*x)-3*(x*x)-x+9; #elso derivalt def func2(x): return 3*x*x-6*x-1; #beolvasas x0=input("adja meg az intervallum kezdetet: ")*1.0 eps=input("adja meg a hibakorlatot: ")*1.0 nevezo=func2(x0) szamlalo=func1(x0) xe=x0-(szamlalo/nevezo) sz=1 while (abs(x0-xe)>eps): x0=xe szamlalo=func1(x0) nevezo=func2(x0) print sz print xe xe=x0-(szamlalo/nevezo) sz=sz+1 Hibabecslés: F(x)=x 3-3x 2 -x+9 F (x) = 3x 2-6x-1 >=8=m F (x) = 6x-6 <=18=M K=M/2m K=18/16=9/8 ξk=xk-x* dk=k*ξk d=(k*ξ0) 2k+1 x0=-2 x1=-1,609 ξ0=x0-x1= d0=(9/8)*-0,0391=-0, dk+1<=d 2k+1 d4<=(-0, ) 9 9/8* ξ5 <(-0, ) 9 Futási eredmény: x4-x* <8/9*(-0, ) 9 /usr/bin/python -u "/home/gajdosr/python/oldal/newton.py" Adja meg az intervallum kezdetet: -2 Adja meg a hibakorlatot:

3 Módosított Newton-módszer: A Newton-módszer esetében újabb közelítés számításakor f és f egy-egy függvényértékét kell kiszámolnunk! Az intervallum felezésnél, a húr- és a szelőmódszernél lépésenként csak f(xk) értékét kell számolnunk! Így a Newton-módszer műveletigénye nagyobb, mint a többi módszeré! Ha f a gyök környezetében alig változik, akkor nem vétünk hibát, ha a Newton formulába f (xk) helyett f (x0) értékét írjuk. Tehát e formulát írjuk át: Erre: Az így kapott formulát módosított Newton-módszernek nevezzük. Ezzel a módszer műveletigényét jelentősen lecsökkentjük, hiszen f értékét csak az iteráció megkezdésekor kell kiszámolnunk. Példa: Az x^3-3x^2-x+9 = 0 egyenlet valós gyökét a módosított Newton-módszerrel határozzuk meg. x0 = -2 választással f (x0) = lépést kell számolnunk a gyök 6 tizedesre való meghatározásához. A számítás eredményeit a táblázat ismerteti. import math, os from abrazol import * rajzol(["(x*x*x)-3*(x*x)-x+9"],-5,5,60,20,["red"]) def func1(x): return (x*x*x)-3*(x*x)-x+9; def func2(x): return 3*x*x-6*x-1; x0=input("kerem az intervallum kezdetet: ")*1.0 eps=input("kerem a hibakorlatot: ")*1.0 nevezo=func2(x0) szamlalo=func1(x0) xe=x0-(szamlalo/nevezo) lepessz=1 while (abs(x0-xe)>eps): x0=xe szamlalo=func1(x0) print lepessz print xe xe=x0-(szamlalo/nevezo) lepessz=lepessz+1 Forrás: Szidarovszky Ferenc Bevezetés a numerikus módszerekbe

4 Lagrange interpoláció: import math, os from abrazol import * n=input("adja meg az alappontok szamat:") xtomb=[ None ] * n ytomb=[ None ] * n tomb=[ None ]*(n+1) while(i<n): xtomb[i]=input("adja meg az x ertekkeszletet:")*1.0 ytomb[i]=input("adja meg az x-hez tartozo fv ertekeket:")*1.0 tomb[i]=xtomb[i],ytomb[i] print tomb x=input("hol kozelitse:") p= 0 s="" while(i<n): li=1 s+="+"+str(ytomb[i]) while(j<n): if i!=j: li=li*((x-xtomb[j])/(xtomb[i]-xtomb[j])) s+="*((x-"+str(xtomb[j])+")/("+str(xtomb[i])+"-"+str(xtomb[j] )+"))" p=p+ytomb[i]*li print "Az x-hez tartozo fuggvenyertek:",p #fv=raw_input("miyen fuggvenyt akar abrazolni:") eredmeny=x,p tomb[n]=eredmeny rajzol([s],1,150,1,5,["blue"],tomb)

5 Polinom interpoláció Függvényközelítések Azzal a kérdéssel foglalkozik, hogy a diszkrét pontokban adott függvényekhez hogyan lehet jól kezelhető, az adott pontokra minél jobban illeszkedő függvényeket konstruálni. A legkönnyebben kezelhető és a legkedvezőbb analitikus tulajdonságokat követő függvények a véges fokszámú polinomok, így a gyakorlati esetek nagy részében polinom közelítésekkel dolgozunk. Az adott pontokra való jó illeszkedésük szempontjából a polinomokkal való közelítések három típusát különböztetjük meg: 1. Interpoláció 2. A legkisebb négyzetek módszere 3. Csebisev-féle közelítés Az interpolációs polinomok az alappontokban ugyanazokat az értékeket veszik fel, mint az adott függvény, a legkisebb négyzetek és a Csebisev-féle közelítés módszerével nyert polinomok az alappontokban az adott függvényértékeknek csak közelítését adják. Interpoláció Az y=f(x) függvény értékkészlete legyen ismert az x 0, x 1,, x n pontsorozaton, azaz y 0 =f(x 0 ), y 1 =f(x 1 ),, y n =f(x n ) Az x 0, x 1,, x n pontsorozatot a továbbiakban interpolációs alappontoknak nevezzük. Az interpoláció célja, hogy olyan függvényt határozzunk meg, amely az [x 0 ; x n ] intervallumban közelítőleg megadja az alappontoktól eltérő helyeken is a függvényértékeket. Az eljárás lényege az, hogy az f(x) függvényt olyan F(x) függvénnyel közelítjük, amely az (x i ;y i ) (,1,, n) pontokban, az ún. kollokációs pontokban megegyezik f(x)-szel, azaz F(x i )=f(x i ) y i (,1,, n). Az F(x) függvény előállítására szolgáló eljárást interpolációnak, az F(x) függvényt pedig interpolációs függvénynek nevezzük. Az F(x) függvény p(x)-szel jelölt polinom. Polinom interpoláció A polinom interpoláció a lineáris interpoláció egy általános fajtája. Egy y=p(x) polinom meghatározását jelenti, mely keresztül megy a (x 1,y 1 ), (x 2,y 2 ),,(x n,y n ) pontokon. Tehát adott n db pont ahol az egyes x i értékek mind különbözők, minden p(x i )=y i, (i eleme 0..n) és a polinom fokszáma legfeljebb n-1 lesz. A keresett p(x) polinomra minden esetben teljesülni kell a következő feltételeknek: 1. x i!=0, i eleme 0..n, 2. x i =x j akkor i=j, 3. a következő mátrix determinánsa nem 0 1, x 0, x 02,, x 0 n-1 1, x 1, x 12,, x 1 n-1 1, x n, x n2,, x n n-1

6 Ha ezek teljesülnek a következő egyenletrendszert kell megoldani (ez az ún. Vandermonde mátrix): A keresett polinom a következő alakban írható fel az a i -k ismeretében: import math, sys def mxprint(m): for i in range(size): for j in range(size): print m[i][j], print "" def mkmatrix(rows, cols): mk = [ None ] * rows for i in range(rows): mk[i] = [0] * cols for j in range(cols): mk[i][j] = 0 return mk def delete(mx,sor,oszlop): m=mkmatrix(len(mx)-1,len(mx)-1) sorindex=-1 for i in range(len(mx)): if(i!=sor): sorindex+=1 oszlopindex=-1 for j in range(len(mx)): if(j!=oszlop): oszlopindex+=1 m[sorindex][oszlopindex]=mx[i][j] return m def mxdet(m): ejel=-1 ret=0 if (len(m)==2): ret=(m[0][0]*m[1][1])-(m[1][0]*m[0][1]) else: ret=ret+(-1)*ejel*m[0][i]*(mxdet(delete(m,0,i))); ejel=-ejel return ret def mod(m1,m2,el): mke=mkmatrix(len(m2),len(m2)) for i in range(len(mke)): for j in range(len(mke)): mke[i][j]=m1[i][j] mke[i][el]=m2[i] return mke def cramer(m1,m2): xi=mkmatrix(len(m2),len(m2)) for i in range(len(m2)): xi[i]=mxdet(mod(m1,m2,i))/(mxdet(m1)*1.0) return xi

7 def fuggveny(x): i=1 ertek=p[0] while(i<db): ertek=ertek+(p[i]*x**i) return ertek db=input( "Kerem a koordinatak szamat: ") i=1 tx=[] ty=[] p=[] while(i<=db): print "Kerem a(z) ",i,". koordinata x erteket: " x=input() tx.append(x) print "Kerem a(z) ",i,". koordinata y erteket: " y=input() ty.append(y) while(i<db): x=tx[i] if x==0: print "A polinom interpolacio nem alkalmazhato" sys.exit(0) while(j<i): if(tx[j]==x): print "A polinom interpolacio nem alkalmazhato, 2 koordinata x erteke megegyezik!" sys.exit(0) m=[] while(i<db): x=tx[i] seged=[] while(j<db): seged.append(x**j) m.append(seged) if mxdet(m)==0: print "A matrix determinansa 0, a polinom interpolacio nem alkalmazhato" sys.exit(0) p=cramer(m, ty) print p keresett=input( "Kerem a keresett pont x koordinatajat: ") print fuggveny(keresett)

8 Az intervallumfelezés módszere import math def f(a): return a*a*a*a*a+2*a*a-0.5 def intfel(a,b): c=(a+b)/2.0 if ((abs(a-b)>1e-11)and(f(c)!=0)): if (f(c)*f(b)<0): return intfel(c,b) elif (f(c)*f(a)<0): return intfel(a,c) else: return c def intfel1(a,b): d=0 c=(a+b)/2.0 while((abs(a-b)>1e-11) and (f(c)!=0)): c=(a+b)/2.0 if (f(c)*f(b)<0): a=c elif (f(c)*f(a)<0): b=c d+=1 return d a=0 b=2 if (f(a)*f(b)<0): print "a kozelito megoldas :",intfel(a,b) print intfel1(a,b),"lepesben oldotta meg" else: print "Nemjo a megadott intervallum"

9 A legkisebb négyzetek módszere Eddig már két függvényközelítési módszerrel foglalkoztunk, a Lagrange polinomokkal és a Taylor polinomokkal. A Lagrange polinomoknál minden alappontban egy mérési eredményünk van (ami lehet valódi mérés eredménye, de lehet kiszámított függvényérték is) és megköveteljük azt, hogy a függvényt közelít? polinom a megadott alappontban a megadott értéket vegye fel. A Taylor polinomok esetében egy pontban a deriváltak értékét adjuk meg (illetve mérjük, ha ilyen mérést meg tudunk valósítani) és olyan polinomot konstruálunk, amelynek deriváltjai az adott pontban a megadott derivált értékek. A legkisebb négyzetek módszere a fenti módszerek egy általánosítása, ugyanis a gyakorlatban meg kell engednünk azt is, hogy egy függvényérték meghatározására több mérést is végezhessünk. Ekkor azonban nem köthetjük ki, hogy a közelítő függvény milyen értéket vegyen fel, hiszen a mérési eredmények rendszerint nem azonosak, így nincs is megadott függvényérték. A másik általánosítás abban lehetséges, hogy nem kell ragaszkodni a polinomokhoz, szinte minden függvényfajta előfordulhat illesztő függvényként. A legkisebb négyzetek módszerének általános megfogalmazása Tegyük fel, hogy egy f ( x, a1, a2,..., am ) egyelőre ismeretlen függvény értékére az x, 1 x2,... xs alappontokban méréseket végzünk. Ennek eredményeként az y = f x, a, a,... a ) j = 1, 2,..., s értékekre kapjuk az j ( j 1 2 n,...,,,...,,...,...,, mérési eredményeket. ( s1, s2,.., sk ) nem feltétlenül egyenlőek, vagyis nem minden pontban kell ugyanannyi mérést végezni (de lehet). A fő feladat az f ( x, a1, a2,..., am ) függvényben, amelynek alakja 2 ( 1) adott (pl. egy polinom, f ( x, a1, a2,..., am ) = a 1 + a x 2 + a x m a x ) az m a 1, a2,... am határozatlan együtthatók értékének meghatározása úgy, hogy az így kapott f függvény értékének eltérése a mérési értékektől az alappontokban a lehető legkisebb legyen. Az eltérést a függvényérték és a mérési értékek különbségének négyzetével mérjük. Így a kapott feladat egy többváltozós függvény szélsőértékének meghatározása. A négyzetes eltérést megadó függvény a következő: f x, a, a,..., a ) = ( 1 2 m.

10 Keresendő tehát az f ( x, a1, a2,..., am ) függvény minimumhelye, ahol változók az a 1, a2,... am paraméterek. A többváltozós függvények elméletéből tudjuk, hogy ott lehetnek szélsőérték helyek, ahol a függvény első parciális deriváltjai eltűnnek. Esetünkben ez a következő egyenletek teljesülését jelenti: = =... = A szélsőérték létezésének elégséges feltételeivel ilyen általánosan nem foglalkozunk. Abban az esetben, ha a meghatározandó függvény polinom vagy olyan függvény, amelyben az ismeretlen a j, j = 1,..., m paraméterek lineárisan fordulnak elő, lineáris legkisebb négyzetek módszeréről beszélünk. Ennek speciális esete, amellyel külön is foglalkozunk az, amikor f alakja f ( x, a1, a2 ) = a1 + a2 x vagyis a lineáris függvény, amelyet a statisztikában lineáris regressziónak neveznek. De ugyanebben az értelemben beszélhetünk parabolikus, harmadfokú,... stb. regresszióról is, ha az illesztésre használt függvény parabola, harmadfokú polinom, stb. Minden ilyen esetben a fenti megoldandó egyenletrendszer lineáris egyenletrendszer lesz. Nemlineáris regresszióról akkor beszélünk, ha az illesztendő függvény a meghatározandó paramétereket nemlineárisan tartalmazza. Ekkor a szükséges feltételeket megfogalmazó egyenletrendszer nemlineáris egyenletrendszer lesz. ### lnm.py # -*- coding: iso *- import math, os, sys n=input("az alappontok szßma:") xtomb=[ None ] * n ytomb=[ None ] * n tomb=[ None ]* n while(i<n): xtomb[i]=input("adja az alappontokat:")*1.0 ytomb[i]=input("adja meg az az alappontokhoz tartozˇ fřggvúnyúrtúkeket:")*1.0 tomb[i]=xtomb[i],ytomb[i] print tomb f=input("hanyadfok legyen a poiinom:") t=[ None ] * n while(i<n): t[i]=1 s=[ None ] * f u=[ None ] * f s[0]=n u[0]=0

11 while(i<n): u[0]=u[0]+ytomb[i] i=1 while(i<f): s[i]=0 u[i]=0 while(j<n): t[j]=t[j]*xtomb[j] s[i]=s[i]+t[j] u[i]=u[i]+t[j]*ytomb[j] i=n+1 b=[ None ] * len(u) while(i<2*f): while (j<n): t[j]=t[j]*xtomb[j] s[i]=s[i]+t[j] a=[ [ None ] * n ] *n while(i<len(u)): b[i]=u[i] while(j<len(s)-1): print s[i+j] a[i][j]=s[i+j] print a[i][j] print b[i] ### lnm2.py # -*- coding: iso *- import math, os, sys n=input("az alappontok szßma:") xtomb=[ None ] * n ytomb=[ None ] * n tomb=[ None ]* n while(i<n): xtomb[i]=input("adja az alappontokat:")*1.0 ytomb[i]=input("adja meg az az alappontokhoz tartozˇ fřggvúnyúrtúkeket:")*1.0 tomb[i]=xtomb[i],ytomb[i] print tomb f=input("hanyadfok legyen a poiinom:") while(i<f): k=0 while(k<n): k=k+1 k=0 q=[ [ None ] * n] * n p=[ [ None ] * n] * n while(k<n): q[0][k]=p[0][k] k=k+1 k=0 l=0 c=[ [ None ] * n] * n c[k][l]=0 u=0

12 while(l<k-1): c[k][l]=0 u=0 while(j<n): c[k][l]=c[k][l]+p[k][j] * q[l][j] u=u+q[l][j] * q[l][j] c[k][l]= -c[k][l] / u l=l+1 while(j<n): q[k][j]=p[k][j] l=0 while(l<k-1): q[k][j]=q[k][j]+c[k][l]* q[l][j] l=l+1 c=[ None ] * n while(i<f): c[i]=0 u=0 while(j<n): c[i]=c[i]+q[i][j] * y[j] u=u+q[i][j] * q[i][j] c[i]=c[i] / u print c[i]

13 Deteminans: from random import randrange def mxprint(m): for j in range(len(m)): print m[i][j], print "" def mkmatrix(rows, cols): mk = [ None ] * rows for i in range(rows): mk[i] = [0] * cols for j in range(cols): mk[i][j] = 0 return mk def mkrandommatrix(rows,cols): mk = [ None ] * rows for i in range(rows): mk[i] = [0] * cols for j in range(cols): mk[i][j] = randrange(20) return mk def mxdet(m): ejel=-1 ret=0 if (len(m)==2): ret=(m[0][0]*m[1][1])-(m[1][0]*m[0][1]) else: ret=ret+(-1)*ejel*m[0][i]*(mxdet(delete(m,0,i))); ejel=-ejel return ret def delete(mx,sor,oszlop): m=mkmatrix(len(mx)-1,len(mx)-1) sorindex=-1 for i in range(len(mx)): if(i!=sor): sorindex+=1 oszlopindex=-1 for j in range(len(mx)): if(j!=oszlop): oszlopindex+=1 m[sorindex][oszlopindex]=mx[i][j] return m def main(): #matrix=([1,3,2,2],[-2,6,2,6],[3,6,2,5],[1,2,1,1]) #matrix=([-2,1,2,4,-1],[3,1,1,-4,5],[-6,6,7,6,11],[11,10,-13,-9,6],[3,- 5,5,3,-8]) matrix=([-2,1,2,4,-1,5],[3,1,1,-4,5,-6],[-6,6,7,6,11,7],[11,10,-13,-9,6,- 8],[3,-5,5,3,-8,9],[2,2,11,3,-4,3]) #matrix=mkrandommatrix(11,11) # print matrix print mxdet(matrix) main() #by:tgt

14 Inverz def mxprint(m): print "" for j in range(len(m)): print m[i][j] def mkmatrix(rows, cols): mk = [ None ] * rows for i in range(rows): mk[i] = [0] * cols for j in range(cols): mk[i][j] = 0 return mk def mxdet(m): ejel=-1 ret=0 if (len(m)==2): ret=(m[0][0]*m[1][1])-(m[1][0]*m[0][1]) else: ret=ret+(-1)*ejel*m[0][i]*(mxdet(delete(m,0,i))); ejel=-ejel return ret def delete(mx,sor,oszlop): m=mkmatrix(len(mx)-1,len(mx)-1) sorindex=-1 for i in range(len(mx)): if(i!=sor): sorindex+=1 oszlopindex=-1 for j in range(len(mx)): if(j!=oszlop): oszlopindex+=1 m[sorindex][oszlopindex]=mx[i][j] return m def invertal(m): m1=mkmatrix(len(m),len(m)) ejel=-1 for j in range(len(m)): m1[j][i]=(-1)*ejel*mxdet(delete(m,i,j)) ejel=-ejel for i in range(len(m1)): for j in range(len(m1)): m1[i][j]=m1[i][j]*1.00 m1[i][j]=m1[i][j]/mxdet(m) return m1 def main(): #matrix=([1,-1,2],[2,-1,3],[1,-2,4]) #matrix=([1,2,3],[1,4,0],[-1,1,-1]) matrix=([-2,1,2,4,-1],[3,1,1,-4,5],[-6,6,7,6,11],[11,10,-13,-9,6],[3,-5,5,3,- 8]) mxprint(invertal(matrix)) main() #by:tgt

15 Lineáris egyenletrendszer: def mxprint(m): print "" for j in range(len(m)): print m[i][j] def mkmatrix(rows, cols): mk = [ None ] * rows for i in range(rows): mk[i] = [0] * cols for j in range(cols): mk[i][j] = 0 return mk def mxdet(m): ejel=-1 ret=0 if (len(m)==2): ret=(m[0][0]*m[1][1])-(m[1][0]*m[0][1]) else: ret=ret+(-1)*ejel*m[0][i]*(mxdet(delete(m,0,i))); ejel=-ejel return ret def delete(mx,sor,oszlop): m=mkmatrix(len(mx)-1,len(mx)-1) sorindex=-1 for i in range(len(mx)): if(i!=sor): sorindex+=1 oszlopindex=-1 for j in range(len(mx)): if(j!=oszlop): oszlopindex+=1 m[sorindex][oszlopindex]=mx[i][j] return m def mod(m1,m2,el): mke=mkmatrix(len(m2),len(m2)) for i in range(len(mke)): for j in range(len(mke)): mke[i][j]=m1[i][j] mke[i][el]=m2[i] return mke def cramer(m1,m2): xi=mkmatrix(len(m2),len(m2)) for i in range(len(m2)): xi[i]=mxdet(mod(m1,m2,i))/(mxdet(m1)*1.0) return xi def main(): matrix1=([3,2,1],[5,0,3],[9,4,3]) matrix2=([1,2,3]) #matrix1=([1,3,2,2],[-2,6,2,6],[3,6,2,5],[1,2,1,1]) #matrix2=([1,2,3,4]) print cramer(matrix1,matrix2) main()

Ipari matematika 2. gyakorlófeladatok

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 =,

Részletesebben

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

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

Részletesebben

Egyenletek, egyenlőtlenségek VII.

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

Részletesebben

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

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

Részletesebben

Numerikus matematika vizsga

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

Részletesebben

Numerikus módszerek 1.

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

Részletesebben

5.10. Exponenciális egyenletek... 155 5.11. A logaritmus függvény... 161 5.12. Logaritmusos egyenletek... 165 5.13. A szinusz függvény... 178 5.14.

5.10. Exponenciális egyenletek... 155 5.11. A logaritmus függvény... 161 5.12. Logaritmusos egyenletek... 165 5.13. A szinusz függvény... 178 5.14. Tartalomjegyzék 1 A matematikai logika elemei 1 11 Az ítéletkalkulus elemei 1 12 A predikátum-kalkulus elemei 7 13 Halmazok 10 14 A matematikai indukció elve 14 2 Valós számok 19 21 Valós számhalmazok

Részletesebben

YBL - SGYMMAT2012XA Matematika II.

YBL - SGYMMAT2012XA Matematika II. YBL - SGYMMAT2012XA Matematika II. Tantárgyfelelős: Dr. Joós Antal Tárgyelőadó: Dr. Joós Antal Tantárgyi leírás Oktatási cél: Azoknak a matematikai alapoknak a megszerzése, melyek a szaktárgyak elsajátításához

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények

MATEMATIKA 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

Részletesebben

8. Egyenletek, egyenlőtlenségek, egyenletrendszerek II.

8. Egyenletek, egyenlőtlenségek, egyenletrendszerek II. 8 Egyenletek, egyenlőtlenségek, egyenletrendszerek II Elméleti összefoglaló Az a + b+ c, a egyenletet másodfokú egyenletnek nevezzük A D b ac kifejezést az egyenlet diszkriminánsának nevezzük Ha D >, az

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények

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

Részletesebben

Feladatok megoldásokkal az ötödik gyakorlathoz (Taylor polinom, szöveges szélsőérték problémák)

Feladatok megoldásokkal az ötödik gyakorlathoz (Taylor polinom, szöveges szélsőérték problémák) Feladatok megoldásokkal az ötödik gyakorlathoz Taylor polinom, szöveges szélsőérték problémák) 1. Feladat. Írjuk fel az fx) = e x függvény a = 0 pont körüli negyedfokú Taylor polinomját! Ennek segítségével

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( ) Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:

Részletesebben

Határozatlan integrál (2) First Prev Next Last Go Back Full Screen Close Quit

Határozatlan integrál (2) First Prev Next Last Go Back Full Screen Close Quit Határozatlan integrál () First Prev Next Last Go Back Full Screen Close Quit 1. Az összetett függvények integrálására szolgáló egyik módszer a helyettesítéssel való integrálás. Az idevonatkozó tétel pontos

Részletesebben

A mérési eredmény megadása

A mérési eredmény megadása A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk meg: a determinisztikus és a véletlenszerű

Részletesebben

Másodfokú egyenletek, egyenlőtlenségek

Másodfokú egyenletek, egyenlőtlenségek Másodfokú egyenletek, egyenlőtlenségek A másodfokú egyenlet grafikus megoldása Példa1. Ábrázold az f(x) = x 1x 16 függvényt, majd olvasd le az ábráról az alábbi egyenlet megoldását: x 1x 16 =. 1. lépés:

Részletesebben

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

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

Részletesebben

Másodfokú egyenletek, egyenlőtlenségek

Másodfokú egyenletek, egyenlőtlenségek Másodfokú egyenletek, egyenlőtlenségek A másodfokú egyenlet grafikus megoldása Példa1. Ábrázold az f(x) = x + 1x + 16 függvényt, majd olvasd le az ábráról az alábbi egyenlet megoldását: x + 1x + 16 = 0.

Részletesebben

Taylor-polinomok. 1. Alapfeladatok. 2015. április 11. 1. Feladat: Írjuk fel az f(x) = e 2x függvény másodfokú Maclaurinpolinomját!

Taylor-polinomok. 1. Alapfeladatok. 2015. április 11. 1. Feladat: Írjuk fel az f(x) = e 2x függvény másodfokú Maclaurinpolinomját! Taylor-polinomok 205. április.. Alapfeladatok. Feladat: Írjuk fel az fx) = e 2x függvény másodfokú Maclaurinpolinomját! Megoldás: A feladatot kétféle úton is megoldjuk. Az els megoldásban induljunk el

Részletesebben

y + a y + b y = r(x),

y + a y + b y = r(x), Definíció 1 A másodrendű, állandó együtthatós, lineáris differenciálegyenletek általános alakja y + a y + b y = r(x), ( ) ahol a és b valós számok, r(x) pedig adott függvény. Ha az r(x) függvény az azonosan

Részletesebben

Matematika gyógyszerészhallgatók számára. A kollokvium főtételei tanév

Matematika gyógyszerészhallgatók számára. A kollokvium főtételei tanév Matematika gyógyszerészhallgatók számára A kollokvium főtételei 2015-2016 tanév A1. Függvénytani alapfogalmak. Kölcsönösen egyértelmű függvények és inverzei. Alkalmazások. Alapfogalmak: függvény, kölcsönösen

Részletesebben

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertet Tartalomjegyzék Pályázati támogatás Gondozó

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

Részletesebben

Nemlineáris egyenletrendszerek megoldása április 15.

Nemlineáris egyenletrendszerek megoldása április 15. Nemlineáris egyenletrendszerek megoldása 2014. április 15. Nemlineáris egyenletrendszerek Az egyenletrendszer a következő formában adott: f i (x 1, x 2,..., x M ) = 0 i = 1...N az f i függvények az x j

Részletesebben

Szélsőérték-számítás

Szélsőérték-számítás Szélsőérték-számítás Jelölések A következő jelölések mind az f függvény x szerinti parciális deriváltját jelentik: Ugyanígy az f függvény y szerinti parciális deriváltja: f x = xf = f x f y = yf = f y

Részletesebben

Egyenletek, egyenlőtlenségek V.

Egyenletek, egyenlőtlenségek V. Egyenletek, egyenlőtlenségek V. DEFINÍCIÓ: (Másodfokú egyenlet) Az ax + bx + c = 0 alakban felírható egyenletet (a, b, c R; a 0), ahol x a változó, másodfokú egyenletnek nevezzük. TÉTEL: Az ax + bx + c

Részletesebben

6. Függvények. 1. Az alábbi függvények közül melyik szigorúan monoton növekvő a 0;1 intervallumban?

6. Függvények. 1. Az alábbi függvények közül melyik szigorúan monoton növekvő a 0;1 intervallumban? 6. Függvények I. Nulladik ZH-ban láttuk: 1. Az alábbi függvények közül melyik szigorúan monoton növekvő a 0;1 intervallumban? f x g x cos x h x x ( ) sin x (A) Az f és a h. (B) Mindhárom. (C) Csak az f.

Részletesebben

Numerikus módszerek: Nemlineáris egyenlet megoldása (Newton módszer, húrmódszer). Lagrange interpoláció. Lineáris regresszió.

Numerikus módszerek: Nemlineáris egyenlet megoldása (Newton módszer, húrmódszer). Lagrange interpoláció. Lineáris regresszió. YBL - SGYMMAT202XXX Matematika II. Tantárgyfelelős: Dr. Joós Antal Tárgyelőadó: Dr. Joós Antal Tantárgyi leírás Oktatási cél: Azoknak a matematikai alapoknak a megszerzése, melyek a szaktárgyak elsajátításához

Részletesebben

Matematika 10 Másodfokú egyenletek. matematika és fizika szakos középiskolai tanár. > o < 2015. szeptember 27.

Matematika 10 Másodfokú egyenletek. matematika és fizika szakos középiskolai tanár. > o < 2015. szeptember 27. Matematika 10 Másodfokú egyenletek Juhász László matematika és fizika szakos középiskolai tanár > o < 2015. szeptember 27. copyright: c Juhász László Ennek a könyvnek a használatát szerzői jog védi. A

Részletesebben

Kétváltozós függvény szélsőértéke

Kétváltozós függvény szélsőértéke Kétváltozós függvény szélsőértéke Sütő Andrea Kétváltozós függvény szélsőértéke Legyen adott f ( xy, ) kétváltozós függvény és ez legyen folytonosan totálisan differenciálható, azaz létezzenek az elsőrendű

Részletesebben

1. Görbe illesztés a legkisebb négyzetek módszerével

1. Görbe illesztés a legkisebb négyzetek módszerével 1 GÖRBE ILLESZTÉS A LEGKISEBB NÉGYZETEK MÓDSZERÉVEL 1. Görbe illesztés a legkisebb négyzetek módszerével Az el z gyakorlaton megismerkedtünk a korrelációs együttható fogalmával és számítási módjával. A

Részletesebben

Feladatok a Diffrenciálegyenletek IV témakörhöz. 1. Határozzuk meg következő differenciálegyenletek általános megoldását a próba függvény módszerrel.

Feladatok a Diffrenciálegyenletek IV témakörhöz. 1. Határozzuk meg következő differenciálegyenletek általános megoldását a próba függvény módszerrel. Feladatok a Diffrenciálegyenletek IV témakörhöz 1 Határozzuk meg következő differenciálegyenletek általános megoldását a próba függvény módszerrel (a) y 3y 4y = 3e t (b) y 3y 4y = sin t (c) y 3y 4y = 8t

Részletesebben

x 2 e x dx c) (3x 2 2x)e 2x dx x sin x dx f) x cosxdx (1 x 2 )(sin 2x 2 cos 3x) dx e 2x cos x dx k) e x sin x cosxdx x ln x dx n) (2x + 1) ln 2 x dx

x 2 e x dx c) (3x 2 2x)e 2x dx x sin x dx f) x cosxdx (1 x 2 )(sin 2x 2 cos 3x) dx e 2x cos x dx k) e x sin x cosxdx x ln x dx n) (2x + 1) ln 2 x dx Integrálszámítás II. Parciális integrálás. g) i) l) o) e ( + )(e e ) cos h) e sin j) (sin 3 cos) m) arctg p) arcsin e (3 )e sin f) cos ( )(sin cos 3) e cos k) e sin cos ln n) ( + ) ln. e 3 e cos 3 3 cos

Részletesebben

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

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

Részletesebben

1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét!

1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét! Függvények 1 1. Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon!. Írja fel az alábbi lineáris függvény grafikonjának egyenletét! 3. Ábrázolja + 1 - függvényt a [ ;] -on! 4. Az f függvényt a valós

Részletesebben

Differenciálegyenletek megoldása próbafüggvény-módszerrel

Differenciálegyenletek megoldása próbafüggvény-módszerrel Differenciálegyenletek megoldása próbafüggvény-módszerrel Ez még nem a végleges változat, utoljára módosítva: 2012. április 9.19:38. Elsőrendű egyenletek Legyen adott egy elsőrendű lineáris állandó együtthatós

Részletesebben

Lagrange egyenletek. Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását

Lagrange egyenletek. Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását Lagrange egyenletek Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását megnehezíti a δr i virtuális elmozdulások egymástól való függősége. (F i ṗ i )δx i = 0, i = 1, 3N. (1) i 3N infinitezimális

Részletesebben

Matematika szigorlat, Mérnök informatikus szak I máj. 12. Név: Nept. kód: Idő: 1. f. 2. f. 3. f. 4. f. 5. f. 6. f. Össz.: Oszt.

Matematika szigorlat, Mérnök informatikus szak I máj. 12. Név: Nept. kód: Idő: 1. f. 2. f. 3. f. 4. f. 5. f. 6. f. Össz.: Oszt. Matematika szigorlat, Mérnök informatikus szak I. 2009. máj. 12. Név: Nept. kód: Idő: 1. f. 2. f. 3. f. 4. f. 5. f. 6. f. Össz.: Oszt.: 180 perc 0-49 pont: elégtelen, 50-61 pont: elégséges, 62-73 pont:

Részletesebben

Exponenciális, logaritmikus függvények

Exponenciális, logaritmikus függvények Exponenciális, logaritmikus függvények DEFINÍCIÓ: (Összetett függvény) Ha az értékkészlet elemeihez, mint értelmezési tartományhoz egy újabb egyértelmű hozzárendelést adunk meg, akkor összetett (közvetett)

Részletesebben

Feladatok megoldásokkal az első gyakorlathoz (differencia- és differenciálhányados fogalma, geometriai és fizikai jelentése) (x 1)(x + 1) x 1

Feladatok megoldásokkal az első gyakorlathoz (differencia- és differenciálhányados fogalma, geometriai és fizikai jelentése) (x 1)(x + 1) x 1 Feladatok megoldásokkal az első gyakorlathoz (differencia- és differenciálhányados fogalma, geometriai és fizikai jelentése). Feladat. Határozzuk meg az f(x) x 2 függvény x 0 pontbeli differenciahányados

Részletesebben

Interpolációs eljárások

Interpolációs eljárások Interpolációs eljárások Szakdolgozat Írta: Baloghné Koterla Orsolya Matematika BSc szak - elemző szakirány Témavezető: Svantnerné Sebestyén Gabriella doktorandusz Alkalmazott Analízis és Számításmatematikai

Részletesebben

Intergrált Intenzív Matematika Érettségi

Intergrált Intenzív Matematika Érettségi . Adott a mátri, determináns determináns, ahol,, d Számítsd ki:. b) Igazold, hogy a b c. Adott a az 6 0 egyenlet megoldásai. a). c) Számítsd ki a d determináns értékét. d c a b determináns, ahol abc,,.

Részletesebben

Példatár Lineáris algebra és többváltozós függvények

Példatár Lineáris algebra és többváltozós függvények Példatár Lineáris algebra és többváltozós függvények Simonné Szabó Klára. február 4. Tartalomjegyzék. Integrálszámítás.. Racionális törtek integrálása...................... Alapfeladatok..........................

Részletesebben

Többváltozós, valós értékű függvények

Többváltozós, valós értékű függvények Többváltozós függvények Többváltozós, valós értékű függvények Többváltozós függvények Definíció: többváltozós függvények Azokat a függvényeket, melyeknek az értelmezési tartománya R n egy részhalmaza,

Részletesebben

Bázistranszformáció és alkalmazásai 2.

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

Részletesebben

x a x, ha a > 1 x a x, ha 0 < a < 1

x a x, ha a > 1 x a x, ha 0 < a < 1 EL 18 Valós exponenciális függvények Definíció: Ha a R, a>0, akkor legyen a x = e x lna, x R A valós változós exponenciális függvények grafikonja: x a x, ha a > 1 x a x, ha 0 < a < 1 A szinusz függvény

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I 16 XVI A DIFFERENCIÁLSZÁmÍTÁS ALkALmAZÁSAI 1 Érintő ÉS NORmÁLIS EGYENES, L HOSPITAL-SZAbÁLY Az görbe abszcisszájú pontjához tartozó érintőjének egyenlete (1), normálisának egyenlete

Részletesebben

Matematikai geodéziai számítások 5.

Matematikai geodéziai számítások 5. Matematikai geodéziai számítások 5 Hibaterjedési feladatok Dr Bácsatyai László Matematikai geodéziai számítások 5: Hibaterjedési feladatok Dr Bácsatyai László Lektor: Dr Benedek Judit Ez a modul a TÁMOP

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Abszolútértékes és Gyökös kifejezések

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Abszolútértékes és Gyökös kifejezések MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Abszolútértékes és Gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval

Részletesebben

Matematika. 4. konzultáció: Kétváltozós függvények szélsőértéke. Parciális függvény, parciális derivált

Matematika. 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

Részletesebben

függvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0(

függvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0( FÜGGVÉNYEK 1. (008. okt., 14. fel, 5+7 pont) Fogalmazza meg, hogy az f : R R, f ( x) x 1 függvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0( x) x függvény grafikonjából! Ábrázolja

Részletesebben

Számítógépes geometria (mester kurzus)

Számítógépes geometria (mester kurzus) 2010 sz, Debreceni Egyetem Csuklós szerkezetek animációja (Kép 1985-b l: Tony de Peltrie) Csontváz-modellek Csuklós szerkezet (robotkar) A robotkar részei: csuklók (joints) rotációs prizmatikus (transzlációs)

Részletesebben

Matematika I. Vektorok, egyenesek, síkok

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

Részletesebben

A Matematika I. előadás részletes tematikája

A Matematika I. előadás részletes tematikája A Matematika I. előadás részletes tematikája 2005/6, I. félév 1. Halmazok és relációk 1.1 Műveletek halmazokkal Definíciók, fogalmak: halmaz, elem, üres halmaz, halmazok egyenlősége, részhalmaz, halmazok

Részletesebben

2) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont)

2) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont) (11/1) Függvények 1 1) Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon! (pont) ) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont) 3) Ábrázolja + 1 - függvényt a [ ;] -on! (3pont)

Részletesebben

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN ELTE TáTK Közgazdaságtudományi Tanszék Gazdaságmatematika középhaladó szinten MÁSODFOKÚ EGYENLETEK ÉS EGYENLŽTLENSÉGEK Készítette: Gábor Szakmai felel s: Gábor

Részletesebben

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz Debreceni Egyetem Közgazdaságtudományi Kar Feladatok a Gazdasági matematika II tárgy gyakorlataihoz a megoldásra ajánlott feladatokat jelöli e feladatokat a félév végére megoldottnak tekintjük a nehezebb

Részletesebben

Tartalomjegyzék 1 BEVEZETÉS 2

Tartalomjegyzék 1 BEVEZETÉS 2 Tartalomjegyzék BEVEZETÉS FELADATOK. Lebegőpontos számok.............................. Normák, kondíciószámok........................... 5. Lineáris egyenletredszerek megoldása, mátrixok felbontása........

Részletesebben

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:

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

Részletesebben

Fourier-sorok. néhány esetben eltérhetnek az előadáson alkalmazottaktól. Vizsgán. k=1. 1 k = j.

Fourier-sorok. néhány esetben eltérhetnek az előadáson alkalmazottaktól. Vizsgán. k=1. 1 k = j. Fourier-sorok Bevezetés. Az alábbi anyag a vizsgára való felkészülés segítése céljából készült. Az alkalmazott jelölések vagy bizonyítás részletek néhány esetben eltérhetnek az előadáson alkalmazottaktól.

Részletesebben

P 2 P 1. 4.1 ábra Az f(x) függvény globális minimuma (P 1 ) és egy lokális minimuma (P 2 ).

P 2 P 1. 4.1 ábra Az f(x) függvény globális minimuma (P 1 ) és egy lokális minimuma (P 2 ). Paláncz Béla - Numerikus Módszerek - 211-4. Optimalizálás 4 Optimalizálás Bevezetés Az optimalizáció, egy függvény szélsőértéke helyének meghatározása, talán a legfontosabb numerikus eljárások közé tartozik.

Részletesebben

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek Lineáris algebra 2 Filip Ferdinánd filipferdinand@bgkuni-obudahu sivabankihu/jegyzetek 2015 december 7 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 1 / 37 Az el adás vázlata Determináns Determináns

Részletesebben

1. Parciális függvény, parciális derivált (ismétlés)

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

Részletesebben

NUMERIKUS MÓDSZEREK I. BEUGRÓ KÉRDÉSEK

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

Részletesebben

Valós függvények tulajdonságai és határérték-számítása

Valós függvények tulajdonságai és határérték-számítása EL 1 Valós függvények tulajdonságai és határérték-számítása Az ebben a részben szereplő függvények értelmezési tartománya legyen R egy részhalmaza. EL 2 Definíció: zérushely Az f:d R függvénynek zérushelye

Részletesebben

1. Görbe illesztés a legkissebb négyzetek módszerével

1. Görbe illesztés a legkissebb négyzetek módszerével GÖRBE ILLESZTÉS A LEGKISSEBB ÉGYZETEK MÓDSZERÉVEL. Görbe illesztés a legkissebb négyzetek módszerével Az előző gyakorlaton megismerkedtünk a korrelációs együttható fogalmával és számítási módjával. A korrelációs

Részletesebben

NUMERIKUS MÓDSZEREK I. TÉTELEK

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

Részletesebben

Integrálszámítás (Gyakorló feladatok)

Integrálszámítás (Gyakorló feladatok) Integrálszámítás (Gyakorló feladatok). Határozatlan integrál. Alapintegrálok F. Számítsa ki az alábbi határozatlan integrálokat! a) (x x + ) b) (6x x + 5) c) (x + x + x ) d) ( x + x x e) ( ) + e x ) f)

Részletesebben

Matematika szigorlat javítókulcs, Informatika I máj. 30.

Matematika szigorlat javítókulcs, Informatika I máj. 30. Matematika szigorlat javítókulcs, Informatika I. 006. máj. 0.. Legyen f : [0, [ R, f (x)= x x +. a) Vizsgálja meg a függvényt monotonitás szempontjából! f (x)= x (x + ). x=0 0

Részletesebben

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

PTE PMMFK Levelező-távoktatás, villamosmérnök szak PTE PMMFK Levelező-távoktatás, villamosmérnök szak MATEMATIKA (A tantárgy tartalma és a tananyag elsajátításának időterve.) Összeállította: Kis Miklós adjunktus Tankönyvek (mindhárom félévre): 1. Scharnitzky

Részletesebben

Irányításelmélet és technika II.

Irányításelmélet és technika II. Irányításelmélet és technika II. Legkisebb négyzetek módszere Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék amagyar@almos.vein.hu 200 november

Részletesebben

E-tananyag Matematika 9. évfolyam 2014. Függvények

E-tananyag Matematika 9. évfolyam 2014. Függvények Függvények Függvények értelmezése Legyen adott az A és B két nem üres halmaz. Az A halmaz minden egyes eleméhez rendeljük hozzá a B halmaz egy-egy elemét. Ez a hozzárendelés egyértelmű, és ezt a hozzárendelést

Részletesebben

cos 2 (2x) 1 dx c) sin(2x)dx c) cos(3x)dx π 4 cos(2x) dx c) 5sin 2 (x)cos(x)dx x3 5 x 4 +11dx arctg 11 (2x) 4x 2 +1 π 4

cos 2 (2x) 1 dx c) sin(2x)dx c) cos(3x)dx π 4 cos(2x) dx c) 5sin 2 (x)cos(x)dx x3 5 x 4 +11dx arctg 11 (2x) 4x 2 +1 π 4 Integrálszámítás I. Végezze el a következő integrálásokat:. α, haα sin() cos() e f) a sin h) () cos ().. 5 4 ( ) e + 4 sin h) (+) sin() sin() cos() + f) 5 i) cos ( +) 7 4. 4 (+) 6 4 cos() 5 +7 5. ( ) sin()cos

Részletesebben

Egy általános iskolai feladat egyetemi megvilágításban

Egy általános iskolai feladat egyetemi megvilágításban Egy általános iskolai feladat egyetemi megvilágításban avagy mit kell(ene) tudnia egy 8.-osnak a matematika versenyeken Kunos Ádám Középiskolás pályázat díjkiosztó SZTE Bolyai Intézet 2011. november 12.

Részletesebben

Koordináta-geometria feladatok (középszint)

Koordináta-geometria feladatok (középszint) Koordináta-geometria feladatok (középszint) 1. (KSZÉV Minta (1) 2004.05/I/4) Adott az A(2; 5) és B(1; 3) pont. Adja meg az AB szakasz felezőpontjának koordinátáit! 2. (KSZÉV Minta (2) 2004.05/I/7) Egy

Részletesebben

Lineáris algebra Gyakorló feladatok

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

Részletesebben

egyenlőtlenségnek kell teljesülnie.

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

Részletesebben

Gazdasági matematika II. vizsgadolgozat, megoldással,

Gazdasági matematika II. vizsgadolgozat, megoldással, Gazdasági matematika II. vizsgadolgozat, megoldással, levelező képzés Definiálja az alábbi fogalmakat! 1. Kvadratikus mátrix invertálhatósága és inverze. (4 pont) Egy A kvadratikus mátrixot invertálhatónak

Részletesebben

Matematikai geodéziai számítások 5.

Matematikai geodéziai számítások 5. Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr Bácsatyai László Matematikai geodéziai számítások 5 MGS5 modul Hibaterjedési feladatok SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról

Részletesebben

KÖZELÍTŐ ÉS SZIMBOLIKUS SZÁMÍTÁSOK FELADATGYŰJTEMÉNY

KÖZELÍTŐ ÉS SZIMBOLIKUS SZÁMÍTÁSOK FELADATGYŰJTEMÉNY Írta: MIHÁLYKÓ CSABA VIRÁGH JÁNOS KÖZELÍTŐ ÉS SZIMBOLIKUS SZÁMÍTÁSOK FELADATGYŰJTEMÉNY Egyetemi tananyag 2011 COPYRIGHT: 2011 2016, Dr. Mihálykó Csaba, Pannon Egyetem Műszaki Informatikai Kar Matematika

Részletesebben

Érettségi feladatok: Függvények 1/9

Érettségi feladatok: Függvények 1/9 Érettségi feladatok: Függvények 1/9 2003. Próba 1. Állapítsa meg a valós számok halmazán értelmezett x x 2-2x - 8 függvény zérushelyeit! 2004. Próba 3. Határozza meg a valós számok halmazán értelmezett

Részletesebben

MODELLEK ÉS ALGORITMUSOK ELŐADÁS

MODELLEK 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

Részletesebben

9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA. 9.1 Metrika és topológia R k -ban

9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA. 9.1 Metrika és topológia R k -ban 9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA 9.1 Metrika és topológia R k -ban Definíció. A k-dimenziós euklideszi térnek nevezzük és R k val jelöljük a valós számokból alkotott k-tagú x = (x 1, x

Részletesebben

Tananyag. Amikor ez nem sikerül (vagy nem érdemes előállítani a megoldás képletét, mert pl. nagyon

Tananyag. Amikor ez nem sikerül (vagy nem érdemes előállítani a megoldás képletét, mert pl. nagyon 5. lecke. A megoldás előállíthatóságának problémája. Egy közelítő módszer, hibabecsléssel Tananyag Láttuk az előzőekben, hogy az y = f(x, y) differenciálegyenlet jobb oldalának, az f = f(x, y) kétváltozós

Részletesebben

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

PTE PMMFK Levelező-távoktatás, villamosmérnök szak PTE PMMFK Levelező-távoktatás, villamosmérnök szak MATEMATIKA (A tantárgy tartalma és a tananyag elsajátításának időterve.) Összeállította: Kis Miklós adjunktus Tankönyvek Megegyeznek az 1. és 2. félévben

Részletesebben

Lineáris egyenletrendszerek

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,

Részletesebben

Tartalomjegyzék 1. Műveletek valós számokkal... 1 8 2. Függvények... 8 12 3. Elsőfokú egyenletek és egyenlőtlenségek... 13 16

Tartalomjegyzék 1. Műveletek valós számokkal... 1 8 2. Függvények... 8 12 3. Elsőfokú egyenletek és egyenlőtlenségek... 13 16 Tartalomjegyzék 1. Műveletek valós számokkal... 1 8 1.1. Gyökök és hatványozás... 1 3 1.1.1. Hatványozás...1 1.1.2. Gyökök... 1 3 1.2. Azonosságok... 3 4 1.3. Egyenlőtlenségek... 5 8 2. Függvények... 8

Részletesebben

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének 6. Függvények I. Elméleti összefoglaló A függvény fogalma, értelmezési tartomány, képhalmaz, értékkészlet Legyen az A és B halmaz egyike sem üreshalmaz. Ha az A halmaz minden egyes eleméhez hozzárendeljük

Részletesebben

Folytonos rendszeregyenletek megoldása. 1. Folytonos idejű (FI) rendszeregyenlet általános alakja

Folytonos rendszeregyenletek megoldása. 1. Folytonos idejű (FI) rendszeregyenlet általános alakja Folytonos rendszeregyenletek megoldása 1. Folytonos idejű (FI) rendszeregyenlet általános alakja A folytonos rendszeregyenletek megoldásakor olyan rendszerekkel foglalkozunk, amelyeknek egyetlen u = u(t)

Részletesebben

A képzetes számok az isteni szellem e gyönyörű és csodálatos hordozói már majdnem a lét és nemlét megtestesítői. (Carl Friedrich Gauss)

A képzetes számok az isteni szellem e gyönyörű és csodálatos hordozói már majdnem a lét és nemlét megtestesítői. (Carl Friedrich Gauss) Gyakorló feladatok (Ép. matek). Komple számok: A képzetes számok az isteni szellem e gyönyörű és csodálatos hordozói már majdnem a lét és nemlét megtestesítői. (Carl Friedrich Gauss) ) Számítsa ki a következő

Részletesebben

Egyváltozós függvények differenciálszámítása

Egyváltozós függvények differenciálszámítása Egyváltozós függvények differenciálszámítása Egyváltozós függvények differenciálszámítása Ebben a részben I egy tetszőleges, pozitív hosszúságú, intervallumot jelöl. Egyváltozós függvények differenciálszámítása

Részletesebben

Gazdasági matematika 1 Tantárgyi útmutató

Gazdasági matematika 1 Tantárgyi útmutató Módszertani Intézeti Tanszék Emberi erőforrások, gazdálkodási és menedzsment, pénzügy és számvitel szakok nappali tagozat Gazdasági matematika 1 Tantárgyi útmutató 2016/17 tanév I. félév 1/5 Tantárgy megnevezése

Részletesebben

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC BSC MATEMATIKA II. MÁSODRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLETEK BSc. Matematika II. BGRMAHNND, BGRMAHNNC MÁSODRENDŰ DIFFERENCIÁLEGYENLETEK Egy explicit közönséges másodrendű differenciálegyenlet általános

Részletesebben

Matematikai geodéziai számítások 10.

Matematikai geodéziai számítások 10. Matematikai geodéziai számítások 10. Hibaellipszis, talpponti görbe és közepes ponthiba Dr. Bácsatyai, László Matematikai geodéziai számítások 10.: Hibaellipszis, talpponti görbe és Dr. Bácsatyai, László

Részletesebben

Szélsőérték feladatok megoldása

Szélsőérték feladatok megoldása Szélsőérték feladatok megoldása A z = f (x,y) függvény lokális szélsőértékének meghatározása: A. Szükséges feltétel: f x (x,y) = 0 f y (x,y) = 0 egyenletrendszer megoldása, amire a továbbiakban az x =

Részletesebben

TANTÁRGYI PROGRAM Matematikai alapok I. útmutató

TANTÁRGYI PROGRAM Matematikai alapok I. útmutató BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok I. útmutató 2014/2015. tanév I. félév Tantárgyi program Tantárgy megnevezése Matematikai alapok

Részletesebben

15. LINEÁRIS EGYENLETRENDSZEREK

15. LINEÁRIS EGYENLETRENDSZEREK 15 LINEÁRIS EGYENLETRENDSZEREK 151 Lineáris egyenletrendszer, Gauss elimináció 1 Definíció Lineáris egyenletrendszernek nevezzük az (1) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a

Részletesebben

valós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.

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

Részletesebben

Parciális dierenciálegyenletek

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

Részletesebben

KOVÁCS BÉLA, MATEMATIKA II.

KOVÁCS BÉLA, MATEMATIKA II. KOVÁCS BÉLA, MATEmATIkA II 4 IV HATVÁNYSOROk 1 ELmÉLETI ALAPÖSSZEFÜGGÉSEk Az olyan végtelen sort, amelynek tagjai függvények, függvénysornak nevezzük Ha a tagok hatványfüggvények, akkor a sor neve hatványsor

Részletesebben

Németh László Matematikaverseny, Hódmezővásárhely április 8. A osztályosok feladatainak javítókulcsa

Németh László Matematikaverseny, Hódmezővásárhely április 8. A osztályosok feladatainak javítókulcsa Németh László Matematikaverseny, Hódmezővásárhely 2013. április 8. A 9-10. osztályosok feladatainak javítókulcsa 1. Jelöljük x-szel az adott hónapban megkezdett 100 kb-s csomagok számát. Az első szolgáltatónál

Részletesebben