HORNUNG TAMÁS * Diszkrét egyenletes közelítés: a lineáris programozás egy alkalmazása
|
|
- Ödön Nagy
- 7 évvel ezelőtt
- Látták:
Átírás
1 Bevezetés HORNUNG TAMÁS * Diszkrét egyenletes közelítés: a lineáris programozás egy alkalmazása Discrete smooth approximation: an application of linear programming The best discrete approximation can be written as a linear programming problem to minimize the (weighted maximum error between the original function and the linear combination of the basis function in a number of particular points. On this basis, we prove the discrete versions of both Chebishev s alternation theorem and Haar s uniqueness theorem of the best approximation if the basis functions are continuous and form Chebyshev system. We present an algorithm to find the best discrete approximation. Gyakorlati problémák vizsgálatánál előfordulhat, hogy egy egyváltozós valós függvény értékének mérésére az értelmezési tartomány diszkrét helyein, az alappontokban, több kísérletet végeznek, és a függvényértékeket a mérési eredmények számtani átlagával közelítik. Felmerülhet a kérdés, hogyan becsülhető a függvény bizonyos alapfüggvények lineáris kombinációával. Ha az alappontok száma nagyobb az alapfüggvények számánál, akkor általában nem várható, hogy az illesztendő függvény az alappontokban megegyezzék a mérési átlagokkal. Ilyenkor egy lehetséges célkitűzés, hogy a becslő függvény értékei az alappontokban egy adott megbízhatósági szinthez tartozó konfidencia intervallumon belül legyenek, ha ez lehetséges. A probléma lineáris programozási feladattal oldható meg: a korlátozó feltételekben kikötük, hogy az alappontokban az illesztendő függvény eltérése a mérési átlagtól legfelebb a konfidencia-környezet sugarának µ-szöröse legyen, mad keressük az alapfüggvényeknek azt a lineáris kombinációát, amelyre µ minimális. Ennek a lineáris programozási feladatnak mindig létezik optimális megoldása. Az optimális becslő függvényt legobb diszkrét közelítésnek nevezzük. Ha a környezetek sugarai egyenlők, akkor legobb diszkrét egyenletes közelítésről beszélünk. Ha µ minimuma legfelebb, a kívánt közelítést kapuk, ha -nél nagyobb, akkor nem létezik megfelelő becslő függvény. Felhasználva a lineáris programozási modell saátos szerkezetét, közvetlenül vizsgálható, hogy egy becslő függvény optimális-e, és ha nem az, hogyan avítható. Dolgozatunkban azzal az esettel foglalkozunk, amikor az alapfüggvények CSEBISEV-féle rendszert alkotnak. Egy függvényből álló rendszert CSEBISEVfélének nevezünk az [a,b] intervallumban, ha bármely nem triviális lineáris kombinációának legfelebb m gyöke van az [a,b] intervallumban. Az ilyen függvény-rendszer lineáris kombinációival egyértelműen előállíthatók az alternáló függvények, amelyek különbsége a mérések átlagától 2 számú, nagyság sze- * BGF Pénzügyi és Számviteli Kar Zalaegerszegi Intézete, Módszertani Tanszék, főiskolai docens.
2 BUDAPESTI GAZDASÁGI FŐISKOLA MAGYAR TUDOMÁNY ÜNNEPE, 2009 rint rendezett alappontban váltakozva d és d-szerese a megfelelő környezet sugarának valamely d valós számra. Az előadásban megmutatuk, hogy minden alternáló függvény egyértelműen meghatározza a duál feladat egy nem degenerált lehetséges bázismegoldását, amelynek célértéke d. Ebből a dualitási tételek alapán megadható annak feltétele, hogy egy alternáló függvény optimális legyen. Ha egy alternáló függvény nem a legobb diszkrét közelítés, akkor algoritmust adunk a avításra, amellyel véges sok lépésben megkapuk az optimális megoldást. Így adódik egyrészt CSEBISEV alternálási tételének diszkrét változata: az alapfüggvények lineáris kombinációa akkor és csak akkor a legobb diszkrét egyenletes közelítés, ha olyan alternáló függvény, amelynek hibáa az összes alappontban kisebb vagy egyenlő a megfelelő környezet sugarának d -szeresénél. Másrészt következik HAAR ALFRÉD tétele diszkrét változatának egyik felét: CSEBISEV-féle rendszer esetén a legobb diszkrét közelítés egyértelmű. A legobb egyenletes közelítés folytonos változata megtalálható pl. az [], [5], [6], [7] irodalomban. A legobb diszkrét egyenletes közelítés lineáris programozási modelle szerepel []-ben, a legobb diszkrét közelítést adó lineáris függvény előállítása [3]-ban, a legobb diszkrét közelítést adó polinom előállítása [4]- ben. HAAR tétele megtalálható pl. [2]-ben és [7]-ben. A legobb diszkrét közelítés és LP modelle Legyen adva az [a,b] intervallumban értelmezett f valós függvény értéke az x 0 <x... < x n alappontokban (n N, a x 0, x n b: f i = f(x i (i = 0,,..., n, és legyenek adva az r i > 0 számok minden i = 0,,..., n-re. Az f függvényt az [a,b]-n értelmezett ϕ 0, ϕ,..., ϕ m (m N alapfüggvények ϕ = c 0 ϕ 0 + c ϕ c m ϕ m (c 0, c,..., c m R lineáris kombinációával közelítük. A közelítés mértékén azt a legkisebb µ számot értük, amelyre tetszőleges x i alappontban ϕ(x i távolsága f i -től legfelebb r i µ, azaz f i ϕ(x i r i µ (i = 0,,..., n. Az ri > 0 (i = 0,,..., n feltétel miatt a közelítés mértéke nyilván max fi ϕ ( xi i = 0,,..., n, ri vagyis az adott függvényértékektől mért súlyozott eltérések maximuma. Legobb diszkrét közelítésnek (ha létezik az alapfüggvényeknek azt a lineáris kombinációát nevezzük, amelyre a közelítés mértéke az összes lineáris kombináció közül a legkisebb. Ha r 0 = r =... = r n > 0, akkor az adott függvényértékektől mért legnagyobb eltérést minimalizáluk, ezért legobb diszkrét egyenletes közelítésről beszélünk. Általában azonban az alappontokban az r i > 0 értékek lehetnek különbözők is, mint például a bevezetésben említett problémánál. Ha pedig minden f i > 0 és r i = /f i, akkor a legnagyobb relatív hibát minimalizáluk. 2
3 HORNUNG T.: DISZKRÉT EGYENLETES KÖZELÍTÉS... A legobb diszkrét közelítés megadható lineáris programozási feladattal is. A modellben a c 0, c,..., c m előelkorlát nélküli és a µ nem negatív változók szerepelnek, a feltételek és célfüggvény a következőképpen írhatók fel: ϕ x c + ϕ x c ϕ x c + r µ f i = 0,,... n ( i ( i m ( i m i i ( ( x c + ( x c ( x c r f ( i = 0,,... n 0 0 ϕ ϕ ϕ µ 0 i 0 i m i m i i c, c,..., c R, µ 0 0 µ min Vezessük be a következő elöléseket! Tetszőleges a u 0 < u <... < u k b (k N, U = {u 0, u,..., u k } esetén Φ m ( u ( u... m ( u ( u ( u... ( u ϕ ϕ ϕ ϕ ϕ ϕ m U = M M... M ( u ( u... ( u ϕ ϕ ϕ 0 k k m k Ha U az alappontok halmaza, akkor Φ U helyett röviden Φ-t írunk. Legyen továbbá f0 r0 c0 f r c f = r = c =. M M M fn rn cm Ekkor a lineáris programozási modell a következő alakban írható: Φc + r µ f Φc r µ f µ 0 ( µ min A feladatnak nyilván van lehetséges megoldása pl. c = 0, µ = max fi i = 0,,..., n, ri továbbá célfüggvénye alulról korlátos, azért igaz a következő:. tétel. Az ( feladatnak létezik optimális megoldása, azaz tetszőleges x 0, x,..., x n alappontok (n N, a x 0, x n b, f 0, f,..., f n függvényértékek és r 0, r,..., r n pozitív számok esetén létezik legobb diszkrét közelítés. CSEBISEV-féle függvényrendszer Az ( feladat saátos szerkezetét felhasználva lehetőség nyílik a legobb diszkrét közelítés meghatározására anélkül, hogy az ( feladatot megoldanánk. A dolgozatban azzal az esettel foglalkozunk, amikor az alapfüggvények CSEBISEVféle rendszert alkotnak. 3
4 BUDAPESTI GAZDASÁGI FŐISKOLA MAGYAR TUDOMÁNY ÜNNEPE, 2009 Definíció. Az [a,b] intervallumban értelmezett ϕ 0, ϕ,..., ϕ m (m N függvények CSEBISEV-féle rendszert alkotnak [a,b]-ben, ha bármely nem triviális lineáris kombinációuknak legfelebb m gyöke van [a,b]-ben. Például a ϕ(x = x ( = 0; ;...; m függvények CSEBISEV-féle rendszert alkotnak tetszőleges intervallumon, hiszen minden legfelebb m-edfokú polinomnak legfelebb m gyöke van. Jegyezzük meg, hogy ha egy függvényrendszer CSEBISEV-féle [a,b]-ben, akkor lineárisan független is [a,b]-ben, fordítva azonban általában nem igaz. A CSEBISEV-féle rendszer ellemzésére ismert a következő: 2. lemma. A ϕ 0, ϕ,..., ϕ m függvényrendszer akkor és csak akkor CSEBISEV-féle az [a,b] intervallumban, ha az [a,b] intervallum minden elemű részhalmazára Φ 0. Bizonyítás. Legyen az [a,b] intervallum elemű részhalmaza. Φ = 0 akkor és csak akkor telesül, ha Φ oszlopvektorai lineárisan összefüggők. Léteznek tehát olyan c 0, c,..., c m R számok, amelyek között van 0-tól különböző, és c 0 ϕ 0 (x i + c ϕ (x i c m ϕ m (x i = 0 minden i = 0,,..., m esetén, vagyis a c 0 ϕ 0 + c ϕ c m ϕ m nem triviális lineáris kombinációnak az halmaz minden eleme gyöke. ϕ 0, ϕ,..., ϕ m tehát pontosan akkor nem CSEBISEV-féle, ha van az [a,b] intervallumnak olyan elemű részhalmaza, amelyre Φ = 0. Szükség lesz az. lemma folytonos függvényekre vonatkozó következő élesítésére. 3. lemma. Legyen ϕ 0, ϕ,..., ϕ m folytonos az [a,b] intervallumban. Ekkor ϕ 0, ϕ,..., ϕ m akkor és csak akkor CSEBISEV-féle [a,b]-ben, ha [a,b] minden elemű részhalmazára Φ ugyanolyan előelű. Bizonyítás. Az elegendőség következik a 2. lemmából. A szükségesség igazolásához tegyük fel, hogy ϕ 0, ϕ,..., ϕ m CSEBISEV-féle rendszert alkot [a,b]-ben. Legyen = {x 0, x,..., x m }, a x 0 < x <... < x m b. Tetszőleges x [a;x [ esetén legyen 0 = {x, x,..., x m }, és ϕ x = Φ. Φ 0 ( 0 első sor szerinti kifetéséből következik, hogy ϕ lineáris kombinációa ϕ 0, ϕ,..., ϕ m -nek, így ϕ folytonos. A 2. lemma szerint ϕ-nek nincs zérushelye [a;x [-ben, tehát folytonossága miatt nem válthat előelet. Hasonló igaz x 0 helyett x,..., x m -re. Ebből pedig következik, hogy az x 0, x,..., x m pontok tetszőleges megválasztására Φ ugyanolyan előelű. Legobb diszkrét közelítés CSEBISEV-féle alaprendszerrel Foglalkozzunk először azzal az esettel, amikor az alapfüggvények száma megegyezik az alappontok számával, vagyis m = n. Így az alappontokból álló halmazra Φ = Φ. Helyettesítsünk az ( feladatban µ = 0-t. Ekkor a modell feltételei: Φ c + r 0 f Φ c r 0 f 4
5 HORNUNG T.: DISZKRÉT EGYENLETES KÖZELÍTÉS... Ha a ϕ 0, ϕ,..., ϕ m függvényrendszer CSEBISEV-féle az [a,b] intervallumban, akkor a 2. lemma szerint Φ-nek létezik inverze. Tehát µ = 0-ra az ( feladat egyetlen lehetséges megoldása c = Φ f, µ = 0, ami egyben az egyetlen optimális megoldás is. Ha az alapfüggvények száma nagyobb, mint az alappontok száma, m > n, és az alapfüggvények CSEBISEV-féle rendszert alkotnak [a,b]-ben, akkor az alappontok halmazát tetszőlegesen választott m n darab ú ponttal kiegészítve a feladatot visszavezethetük az m = n esetre. Ezért µ minimuma ekkor is 0. Mivel azonban az ú alappontokban a függvényértéket bárhogyan választva a közelítés mértéke nem változik, az ( feladatban végtelen sok optimális megoldást kapunk. A dolgozat hátralevő részében az m < n esettel foglalkozunk. Meg foguk mutatni, hogy a legobb diszkrét közelítést elegendő az alternáló függvények között keresni. Definíció. Legyen = { xi, x,..., } 0 i x, az alappontok 2 elemű részhalmaza, ahol 0 i 0 < i <... < i m n. A ϕ 0, ϕ,..., ϕ m függvények i ϕ = c 0 ϕ 0 + c ϕ c m ϕ m lineáris kombinációát az halmazhoz tartozó alternáló függvénynek nevezzük, ha van olyan d R, amelyre Ha bevezetük az k ( x ( r d f ( 0,,..., m ϕ + = = +. i i i ( ( 0 fi ri 0 0 c 0 f i r c i = = = f s c M M M f c i m ( r i elöléseket, akkor ϕ alternáló függvényt meghatározó 2 egyenletből álló, 2 váltózót tartalmazó egyenletrendszert a c [ Φ ; s ] = d f alakban írhatuk. Igaz a következő: 4. lemma. Legyenek a ϕ 0, ϕ,..., ϕ m alapfüggvények folytonosak az [a,b] intervallumban. Ha ϕ 0, ϕ,..., ϕ m CSEBISEV-féle [a,b]-ben, akkor az alappontok tetszőleges 2 elemű részhalmaza egyértelműen meghatározza a ϕ alternáló függvényt. Bizonyítás. A 3. lemma szerint Φ ; s utolsó oszlop szerinti kifetésében minden tag 0-tól különböző, azonos előelű, így [ Φ ; s ] nem szinguláris. Ebből: c [ ; ] = d Φ s f (2 5
6 BUDAPESTI GAZDASÁGI FŐISKOLA MAGYAR TUDOMÁNY ÜNNEPE, 2009 Az optimum vizsgálatát az ( feladat duála segítségével végezhetük el. Figyelembe véve, hogy c 0, c,..., c m előelkorlát nélküli változók és µ nem negatív, a duál feladat a u Φ v Φ = 0 u r + v r u, v 0 u f v f max módosított normál feladat, ahol u* = [u 0, u,..., u m ] és v* = [ν 0, ν,..., ν m ]. A (3 feladatban bevezetve az y i = u i ν i (i = 0; ;...; n változókat, y i tetszőleges előelű lehet, továbbá y i u i + ν i. Így y = [y 0, y,..., y n ] * -re: y Φ = 0 y r y f max ahol most y = [ y 0 ; y ;...; y n ] *. Ennek a feladatnak a lehetséges megoldásából pedig az ui = ( yi + yi, vi = ( yi yi (5 2 2 összefüggésekkel u i ν i = y i, u i + ν i = y i miatt a (3 duál feladat olyan lehetséges megoldása állítható elő, amelynek célfüggvény értéke megegyezik (4 célfüggvény értékével. Így a (3 feladat helyettesíthető a (4 feladattal. Az alternáló függvények és a duál feladat kapcsolatát mutata a következő, 5. lemma. Legyenek a ϕ 0, ϕ,..., ϕ m alapfüggvények folytonosak az [a,b] intervallumban. Ha ϕ 0, ϕ,..., ϕ m CSEBISEV-féle [a,b]-ben, akkor tetszőleges ϕ alternáló függvény meghatározza a duál feladat egy nem degenerált bázismegoldását, amelynek célértéke d. Bizonyítás. Legyen ψ* = [ψ 0, ψ,..., ψ n ] a [Φ ; s ] - inverz mátrix utolsó sora, vagyis [ ] ψ = e 2 Φ ; s, ahol e az 2-edik egységvektor transzponálta. 2 Legyen = {x i0, x i,..., x i }, ahol 0 i 0 < i <... < i m n. Az y = [y 0, y,..., y n ]* vektort a következőképpen értelmezzük: ψ k, ha i = ik y i = 0, különben azért Mivel [ ] [ ] [ ] ψ Φ ; ψ s = ψ Φ ; s = e 2 Φ ; s Φ ; s = e 2, ψ Φ = 0, ψ s =. Felhasználuk még, hogy a 3. lemma miatt [Φ ; s ] adungált mátrixának utolsó sorában, és így ψ*-ban, az elemek előele váltakozik. (3 (4 6
7 HORNUNG T.: DISZKRÉT EGYENLETES KÖZELÍTÉS... Most helyettesítéssel ellenőrizhetük, hogy y lehetséges megoldás: célértéke (2 miatt: y Φ = ψ Φ = 0, y r = ψ s =, [ ] = = m 2 ; + = d y f ψ f e Φ s f Ugyanígy y is lehetséges megoldás, célértéke d. Az y és y lehetséges megoldások közül tehát az egyik célértéke d. Végül y i 0, i,..., i m indexű elemei nem 0-k, előelük váltakozik. Így az (5 öszszefüggés alapán a (3 duál feladat y -nek megfelelő lehetséges megoldásában a nem 0 elemek sorvektorainak ranga egyenlő a [Φ ; s ] mátrix rangával, azaz 2-vel. Tehát az y és a y megoldásokhoz (5 alapán a (3 duál feladat nem degenerált lehetséges bázismegoldásai tartoznak. Az 5. lemma lehetővé teszi, hogy a lineáris programozás dualitási tételeit alkalmazzuk. Először az optimum feltételét aduk meg. 6. tétel. Legyenek a ϕ 0, ϕ,..., ϕ m alapfüggvények folytonosak az [a,b] intervallumban. Ha ϕ 0, ϕ,..., ϕ m CSEBISEV-féle [a,b]-ben, és a ϕ alternáló függvényre minden x i alappontban f ϕ x r d, akkor ϕ a legobb diszkrét közelítés. ( i i i c c Bizonyítás. A tétel feltételei szerint d az ( primál feladat lehetséges megoldása, és célértéke d. Az 5. lemma szerint a duál feladatnak van olyan lehetséges megoldása, amelynek célértéke szintén d. A gyenge dualitási tétel következtében d a primál feladat optimális megoldása. Mint az 5. lemmában láttuk, minden alternáló függvényhez a duál feladat egy lehetséges bázismegoldása tartozik. Ha egy alternáló függvény nem a legobb diszkrét közelítés, akkor (lényegében a duál szimplex algoritmus menetét követve áttérhetünk egy másik alternáló függvényre, avítva közben a duál célértéket. 7. tétel. Legyenek a ϕ 0, ϕ,..., ϕ m alapfüggvények folytonosak az [a,b] intervallumban. Ha ϕ 0, ϕ,..., ϕ m CSEBISEV-féle [a,b]-ben, és a ϕ alternáló függvény nem a legobb diszkrét közelítés, akkor megadható olyan ϕ Y alternáló függvény, amelyre d < dy. Bizonyítás. Legyen = {x i0, x i,..., x i }, ahol 0 i0 < i <... < i n. Ha a ϕ alternáló függvény nem a legobb diszkrét közelítés, akkor az 6. tétel szerint létezik olyan xk ( alappont, amelyre f ϕ x > r d (6 ( k k k Legyen Y = {x k }\{x l }, ahol az x l alappont l indexét a következőképpen határozzuk meg: 7
8 BUDAPESTI GAZDASÁGI FŐISKOLA MAGYAR TUDOMÁNY ÜNNEPE, 2009 ( ϕ ( ( ( ϕ ( i l = i, ha x < x < x, és sgn f x = sgn f x, t it k it + k k it it ahol 0 t m +, x =, x = i i 2 ( ϕ ( 0 ( ( ϕ ( ( ϕ ( ϕ ( ii l = i, ha x > x, és sgn f x = sgn f x, k i k k i i ( ( iii l = i, ha x < x, és sgn f x = sgn f x. k i0 k k i0 i0 Tegyük fel, hogy Y elemeit nagyság szerint rendezve x k a +-edik, azaz (i esetén = t, (ii esetén = m + és (iii esetén = 0. Legyen ezután f $ ( ( Y = f Y + ϕ xk + rk d fk e. ( Látható, hogy a ϕ alternáló függvény c együtthatóvektora és (i esetén d = d, (ii és (iii esetén d = d kielégíti a c Φ s = f $ Y ; Y Y d lineáris egyenletrendszert. Ugyanakkor a ϕ Y alternáló függvényhez a c Y ΦY ; sy = d Y f egyenletrendszer tartozik. Így d 2 ; 2 [ ; ] ˆ Y d e ΦY s Y f Y e ΦY sy f Y = = 2 ( ˆ Y ; Y Y Y = e Φ s f f = = (( f ϕ ( x ( r d Itt egyrészt a (6 feltétel szerint f ϕ ( x mint ( rk d, ezért k k k e 2 ΦY s Y e Y ;. nagyobb abszolút értékű, k k (( f ( ( k ϕ xk rk d fk ϕ ( xk sgn sgn ( másrész ϕ ( ( Végül Y ; i i i =, f x = r d miatt (i, (ii és (iii bármelyike esetén ( ( ( ( (( sgn f ϕ x = sgn r d = sgn d. k k i Φ s Y utolsó oszlop szerinti kifetése alapán sgn ( ΦY ; sy ( k ( sgn Y \{ x } = Φ, ahonnan = 8
9 Ezek alapán ( e 2 ΦY sy e HORNUNG T.: DISZKRÉT EGYENLETES KÖZELÍTÉS... + ( Φ { } = sgn ; = sgn = Y ; Φ sy Y \ xk. ( (( ( ( e + 2 ΦY s e ( ϕ ( = (( d ( = ( d sgn d d = sgn f x r d sgn ; = Innen Y k k k m Y sgn sgn. d = d d + d d = d, Y Y amit bizonyítani akartunk. A 6. és a 7. tétel alapán algoritmust adhatunk az optimális megoldás meghatározására az [a,b] intervallumban folytonos, CSEBISEV-féle alapfüggvény-rendszer esetén, ha az alappontok száma nagyobb, mint az alapfüggvények száma: I. Indulunk ki az alappontok egy (m + 2 elemből álló részhalmazból. II. Határozzuk meg a ϕ alternáló függvényt. III. A 6. tétel alapán döntsük el, hogy ϕ a legobb diszkrét közelítés-e. Ha igen, befeeződött az elárás nem, ha a IV. lépés következik. IV. A 7. tétel bizonyításánál leírt módon határozzuk meg az Y halmazt, mad helyébe Y-t téve folytassuk az elárást a II. lépésnél. Az elárás véges, mert az alternáló függvények halmaza véges, és d minden lépésben növekszik. Így az. tétel és az algoritmus alapán megkapuk CSEBISEV tételének diszkrét változatát: 8. tétel. Legyenek a ϕ 0, ϕ,..., ϕ m alapfüggvények folytonosak az [a,b] intervallumban. Ha ϕ 0, ϕ,..., ϕ m CSEBISEV-féle [a,b]-ben, akkor az alapfüggvények ϕ lineáris kombinációa akkor és csak akkor a legobb diszkrét közelítés, ha ϕ alternáló függvény az x 0, x,..., x n alappontok (m < n valamely (2 elemű részhalmazára, és minden alappontban ( f ϕ x r d. i i i A 5. lemma szerint az alternáló függvényekhez a duál feladat nem degenerált bázismegoldása tartozik, így kapuk HAAR tételének diszkrét változatában az elegendőséget (a szükségesség igazolását az olvasóra hagyuk. 9. tétel. Legyenek a ϕ 0, ϕ,..., ϕ m alapfüggvények folytonosak az [a,b] intervallumban. A legobb diszkrét közelítés akkor és csak akkor egyértelmű az [a,b] intervallumban megadott, tetszőleges n számú alappont esetén (n > m, ha ϕ 0, ϕ,..., ϕ m CSEBISEV-féle rendszert alkot [a,b]-ben. 9
10 BUDAPESTI GAZDASÁGI FŐISKOLA MAGYAR TUDOMÁNY ÜNNEPE, 2009 Irodalomegyzék [] J. N. BRONSTEJN, K. A. SZEMANGYEJEV, G. MOSIOL, H. MÜHLIG: Matematikai kézikönyv, Typo TE Kiadó, Budapest, [2] HAAR ALFRÉD összegyűtött művei. (Sató alá rendezte SZŐKEFALVI-NAGY BÉLA, Akadémiai Kiadó, 959 [3] HORNUNG T.: A legkisebb maximum módszere, Magyar Tudomány Napa Konferencia, [4] HORNUNG T.: Diszkrét CSEBISEV-approximáció, Matematika, Fizika és Informatika Oktatók II. konferenciáa, [5] KIS O., KOVÁCS M.: Numerikus módszerek, Műszaki Könyvkiadó, 973. [6] MÓRICZ F.: Numerikus analízis, Tankönyvkiadó, Budapest, 977. [7] STOYAN G., TAKÓ G.: Numerikus módszerek: elmélet gyakorlat szoftver I., ELTE TypoTE, Budapest,
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.
RészletesebbenA szimplex algoritmus
A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás
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
RészletesebbenOptimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és
RészletesebbenGPK M1 (BME) Interpoláció / 16
Interpoláció Matematika M1 gépészmérnököknek 2017. március 13. GPK M1 (BME) Interpoláció 2017 1 / 16 Az interpoláció alapfeladata - Példa Tegyük fel, hogy egy ipari termék - pl. autó - előzetes konstrukciójának
RészletesebbenSorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján
Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Számsorozatok, vektorsorozatok konvergenciája Def.: Számsorozatok értelmezése:
RészletesebbenLNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei
Legkisebb négyzetek módszere, folytonos eset Folytonos eset Legyen f C[a, b]és h(x) = a 1 φ 1 (x) + a 2 φ 2 (x) +... + a n φ n (x). Ekkor tehát az n 2 F (a 1,..., a n ) = f a i φ i = = b a i=1 f (x) 2
Részletesebben1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI
/ Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI /. Legyen adott az alábbi LP-feladat: x + 4x + x 9 x + x x + x + x 6 x, x, x x + x +
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
RészletesebbenFüggvények Megoldások
Függvények Megoldások ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x x b) x x + c) x ( x + ) b) Az x függvény
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
RészletesebbenTotális Unimodularitás és LP dualitás. Tapolcai János
Totális Unimodularitás és LP dualitás Tapolcai János tapolcai@tmit.bme.hu 1 Optimalizálási feladat kezelése NP-nehéz Hatékony megoldás vélhetően nem létezik Jó esetben hatékony algoritmussal közelíteni
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek megoldásához!
RészletesebbenNem-lineáris programozási feladatok
Nem-lineáris programozási feladatok S - lehetséges halmaz 2008.02.04 Dr.Bajalinov Erik, NyF MII 1 Elég egyszerű példa: nemlineáris célfüggvény + lineáris feltételek Lehetséges halmaz x 1 *x 2 =6.75 Gradiens
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
RészletesebbenDiszkrét Matematika MSc hallgatók számára. 4. Előadás
Diszkrét Matematika MSc hallgatók számára 4. Előadás Előadó: Hajnal Péter Jegyzetelő: Szarvák Gábor 2012. február 28. Emlékeztető. A primál feladat optimális értékét p -gal, a feladat optimális értékét
RészletesebbenA szimplex tábla. p. 1
A szimplex tábla Végződtetés: optimalitás és nem korlátos megoldások A szimplex algoritmus lépései A degeneráció fogalma Komplexitás (elméleti és gyakorlati) A szimplex tábla Példák megoldása a szimplex
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
RészletesebbenDescartes-féle, derékszögű koordináta-rendszer
Descartes-féle, derékszögű koordináta-rendszer A derékszögű koordináta-rendszerben a sík minden pontjához egy rendezett valós számpár rendelhető. A számpár első tagja (abszcissza) a pont y tengelytől mért
Részletesebben1/12. 3. gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI
/ Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI Normál feladatok megoldása szimplex módszerrel / / Normál feladatok megoldása szimplex
Részletesebben6. 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
Részletesebben6. 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.
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
RészletesebbenNorma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei
Indukált mátrixnorma Definíció A. M : R n n R mátrixnormát a. V : R n R vektornorma által indukált mátrixnormának nevezzük, ha A M = max { Ax V : x V = 1}. Az indukált mátrixnorma geometriai jelentése:
RészletesebbenDualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 7. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát (vonat
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
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
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x
RészletesebbenOperációkutatás. Vaik Zsuzsanna. ajánlott jegyzet: Szilágyi Péter: Operációkutatás
Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu ajánlott jegyzet: Szilágyi Péter: Operációkutatás Operációkutatás Követelmények: Aláírás feltétele: foglalkozásokon való részvétel + a félév
Részletesebben11. Előadás. 11. előadás Bevezetés a lineáris programozásba
11. Előadás Gondolkodnivalók Sajátérték, Kvadratikus alak 1. Gondolkodnivaló Adjuk meg, hogy az alábbi A mátrixnak mely α értékekre lesz sajátértéke a 5. Ezen α-ák esetén határozzuk meg a 5 sajátértékhez
RészletesebbenFüggvények határértéke, folytonossága FÜGGVÉNYEK TULAJDONSÁGAI, SZÉLSŐÉRTÉK FELADATOK MEGOLDÁSA
Függvények határértéke, folytonossága FÜGGVÉNYEK TULAJDONSÁGAI, SZÉLSŐÉRTÉK FELADATOK MEGOLDÁSA Alapvető fogalmak: Függvény fogalma Függvény helyettesítési értéke (függvényérték) Függvény grafikonja A
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)
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
RészletesebbenFÜGGVÉNYEK TULAJDONSÁGAI, JELLEMZÉSI SZEMPONTJAI
FÜGGVÉNYEK TULAJDONSÁGAI, JELLEMZÉSI SZEMPONTJAI FÜGGVÉNY: Adott két halmaz, H és K. Ha a H halmaz minden egyes eleméhez egyértelműen hozzárendeljük a K halmaznak egy-egy elemét, akkor a hozzárendelést
RészletesebbenAlap-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:
RészletesebbenVektorterek. Több esetben találkozhattunk olyan struktúrával, ahol az. szabadvektorok esetében, vagy a függvények körében, vagy a. vektortér fogalma.
Vektorterek Több esetben találkozhattunk olyan struktúrával, ahol az összeadás és a (valós) számmal való szorzás értelmezett, pl. a szabadvektorok esetében, vagy a függvények körében, vagy a mátrixok esetében.
RészletesebbenDiszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2017. ősz 1. Diszkrét matematika 2.C szakirány 2. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2017.
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.
Részletesebben4. Előadás: Erős dualitás
Optimalizálási eljárások/operációkutatás MSc hallgatók számára 4. Előadás: Erős dualitás Előadó: Hajnal Péter 2018. Emlékeztető. A primál feladat optimális értékét p -gal, a feladat optimális értékét d
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
RészletesebbenDiszkrét matematika I.
Diszkrét matematika I. középszint 2014. ősz 1. Diszkrét matematika I. középszint 10. előadás Mérai László diái alapján Komputeralgebra Tanszék 2014. ősz Felhívás Diszkrét matematika I. középszint 2014.
RészletesebbenLINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL
LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL x 1-2x 2 6 -x 1-3x 3 = -7 x 1 - x 2-3x 3-2 3x 1-2x 2-2x 3 4 4x 1-2x 2 + x 3 max Alapfogalmak: feltételrendszer (narancs színnel jelölve), célfüggvény
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
Részletesebben1.9. B - SPLINEOK B - SPLINEOK EGZISZTENCIÁJA. numerikus analízis ii. 34. [ a, b] - n legfeljebb n darab gyöke lehet. = r (m 1) n = r m + n 1
numerikus analízis ii 34 Ezért [ a, b] - n legfeljebb n darab gyöke lehet = r (m 1) n = r m + n 1 19 B - SPLINEOK VOLT: Ω n véges felosztás S n (Ω n ) véges dimenziós altér A bázis az úgynevezett egyoldalú
RészletesebbenMÉSZÁROS JÓZSEFNÉ, NUMERIKUS MÓDSZEREK
MÉSZÁROS JÓZSEFNÉ, NUmERIKUS módszerek 9 FÜGGVÉNYKÖZELÍTÉSEK IX. SPLINE INTERPOLÁCIÓ 1. SPLINE FÜGGVÉNYEK A Lagrange interpolációnál említettük, hogy az ún. globális interpoláció helyett gyakran célszerű
RészletesebbenA sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex
A sorozat fogalma Definíció. A természetes számok N halmazán értelmezett függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet a valós számok halmaza, valós számsorozatról beszélünk, mígha az
RészletesebbenA lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/
Operációkutatás I. 2018/2019-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
Részletesebbenb) Ábrázolja ugyanabban a koordinátarendszerben a g függvényt! (2 pont) c) Oldja meg az ( x ) 2
1) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) b) c) ( ) ) Határozza meg az 1. feladatban megadott, ; intervallumon
Részletesebbenminden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.
Függvények határértéke és folytonossága Egy f: D R R függvényt korlátosnak nevezünk, ha a függvényértékek halmaza korlátos. Ha f(x) f(x 0 ) teljesül minden x D esetén, akkor x 0 -at a függvény maximumhelyének
Részletesebbenfüggvény 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
RészletesebbenNemlineáris programozás 2.
Optimumszámítás Nemlineáris programozás 2. Többváltozós optimalizálás feltételek mellett. Lagrange-feladatok. Nemlineáris programozás. A Kuhn-Tucker feltételek. Konvex programozás. Sydsaeter-Hammond: 18.1-5,
RészletesebbenA lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
Részletesebben11. Előadás. 1. Lineáris egyenlőség feltételek melletti minimalizálás
Optimalizálási eljárások MSc hallgatók számára 11. Előadás Előadó: Hajnal Péter Jegyzetelő: Hajnal Péter 2011. április 27. 1. Lineáris egyenlőség feltételek melletti minimalizálás Múlt héten nem szerepeltek
Részletesebbenf(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva
6. FÜGGVÉNYEK HATÁRÉRTÉKE ÉS FOLYTONOSSÁGA 6.1 Függvény határértéke Egy D R halmaz torlódási pontjainak halmazát D -vel fogjuk jelölni. Definíció. Legyen f : D R R és legyen x 0 D (a D halmaz torlódási
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 A derivált alkalmazásai H607, EIC 2019-04-03 Wettl
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
RészletesebbenAz R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.
2. A VALÓS SZÁMOK 2.1 A valós számok aximómarendszere Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 1.Testaxiómák R-ben két művelet van értelmezve, az
RészletesebbenE-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
RészletesebbenLineáris algebra numerikus módszerei
Hermite interpoláció Tegyük fel, hogy az x 0, x 1,..., x k [a, b] különböző alappontok (k n), továbbá m 0, m 1,..., m k N multiplicitások úgy, hogy Legyenek adottak k m i = n + 1. i=0 f (j) (x i ) = y
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
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
RészletesebbenA lineáris programozás alapjai
A lineáris programozás alapjai A konvex analízis alapjai: konvexitás, konvex kombináció, hipersíkok, félterek, extrém pontok, Poliéderek, a Minkowski-Weyl tétel (a poliéderek reprezentációs tétele) Lineáris
RészletesebbenGauss-Seidel iteráció
Közelítő és szimbolikus számítások 5. gyakorlat Iterációs módszerek: Jacobi és Gauss-Seidel iteráció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 ITERÁCIÓS
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,
RészletesebbenAnalízis I. beugró vizsgakérdések
Analízis I. beugró vizsgakérdések Programtervező Informatikus szak 2008-2009. 2. félév Készítette: Szabó Zoltán SZZNACI.ELTE zotyo@bolyaimk.hu v1.7 Forrás: Dr. Weisz Ferenc: Prog. Mat. 2006-2007 definíciók
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
RészletesebbenÁltalános algoritmustervezési módszerek
Általános algoritmustervezési módszerek Ebben a részben arra mutatunk példát, hogy miként használhatóak olyan általános algoritmustervezési módszerek mint a dinamikus programozás és a korlátozás és szétválasztás
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
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,
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Abszolútértékes és gyökös kifejezések
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Abszolútértékes és gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval
RészletesebbenNormák, kondíciószám
Normák, kondíciószám A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris egyenletrendszerek Nagyon sok probléma közvetlenül lineáris egyenletrendszer megoldásával kezelhetı Sok numerikus
RészletesebbenFirst Prev Next Last Go Back Full Screen Close Quit
Valós függvények (2) (Határérték) 1. A a R szám δ > 0 sugarú környezete az (a δ, a + δ) nyílt intervallum. Ezután a valós számokat, a számegyenesen való ábrázolhatóságuk miatt, pontoknak is fogjuk hívni.
RészletesebbenOperációkutatás. 4. konzultáció: Szállítási feladat. A feladat LP modellje
Operációkutatás 1 NYME KTK, gazdálkodás szak, levelező alapképzés 2002/2003. tanév, II. évf. 2.félév Előadó: Dr. Takách Géza NyME FMK Információ Technológia Tanszék 9400 Sopron, Bajcsy Zs. u. 9. GT fszt.
RészletesebbenExponenciális, logaritmikus függvények
Exponenciális, logaritmikus függvények DEFINÍCIÓ: (Összetett függvény) Ha az értékkészlet elemeihez, mint értelmezési tartományhoz egy újabb egyértelmű hozzárendelést adunk meg, akkor összetett (közvetett)
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.
RészletesebbenA legjobb közeĺıtés itt most azt jelentette, hogy a lineáris
Többváltozós függvények differenciálhatósága f(x) f(x Az egyváltozós függvények differenciálhatóságát a lim 0 ) x x0 x x 0 függvényhatárértékkel definiáltuk, s szemléletes jelentése abban mutatkozott meg,
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 )
RészletesebbenDifferenciálegyenlet rendszerek
Differenciálegyenlet rendszerek (A kezdeti érték probléma. Lineáris differenciálegyenlet rendszerek, magasabb rendű lineáris egyenletek.) Szili László: Modellek és algoritmusok ea+gyak jegyzet alapján
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
RészletesebbenDiszkrét matematika 2.
Diszkrét matematika 2. 2018. november 23. 1. Diszkrét matematika 2. 9. előadás Fancsali Szabolcs Levente nudniq@cs.elte.hu www.cs.elte.hu/ nudniq Komputeralgebra Tanszék 2018. november 23. Diszkrét matematika
RészletesebbenTrigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( )
Trigonometria Megoldások Trigonometria - megoldások ) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( ) akkor a háromszög egyenlő szárú vagy derékszögű!
RészletesebbenA L Hospital-szabály, elaszticitás, monotonitás, konvexitás
A L Hospital-szabály, elaszticitás, monotonitás, konvexitás 9. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék A L Hospital-szabály, elaszticitás, monotonitás, konvexitás p. / A L
RészletesebbenGazdasági matematika II. tanmenet
Gazdasági matematika II. tanmenet Mádi-Nagy Gergely A hivatkozásokban az alábbi tankönyvekre utalunk: T: Tóth Irén (szerk.): Operációkutatás I., Nemzeti Tankönyvkiadó 1987. Cs: Csernyák László (szerk.):
RészletesebbenA következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.
Poisson folyamatok, exponenciális eloszlások Azt mondjuk, hogy a ξ valószínűségi változó Poisson eloszlású λ, 0 < λ
RészletesebbenEgészrészes feladatok
Kitűzött feladatok Egészrészes feladatok Győry Ákos Miskolc, Földes Ferenc Gimnázium 1. feladat. Oldjuk meg a valós számok halmazán a { } 3x 1 x+1 7 egyenletet!. feladat. Bizonyítsuk be, hogy tetszőleges
RészletesebbenFraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk
Fraktálok Kontrakciók Affin leképezések Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék TARTALOMJEGYZÉK 1 of 71 A Lipschitz tulajdonság ÁTMÉRŐ, PONT ÉS HALMAZ TÁVOLSÁGA Definíció Az (S, ρ) metrikus tér
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
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.
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 1. középszint 2016. ősz 1. Diszkrét matematika 1. középszint 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján Komputeralgebra
RészletesebbenPolinomok, Lagrange interpoláció
Közelítő és szimbolikus számítások 8. gyakorlat Polinomok, Lagrange interpoláció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján 1. Polinomok
RészletesebbenPoncelet egy tételéről
1 Poncelet egy tételéről Már régebben találkoztunk az [ 1 ] műben egy problémával, mostanában pedig a [ 2 ] műben a megoldásával. A probléma lényege: határozzuk meg a egyenletben szereplő α, β együtthatókat,
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 3. estis képzés 2016. ősz 1. Diszkrét matematika 3. estis képzés 3. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenDiszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
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
Részletesebben4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI
4. Fuzzy relációk Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Klasszikus relációk Halmazok Descartes-szorzata Relációk 2 Fuzzy relációk Fuzzy relációk véges alaphalmazok
RészletesebbenA valós számok halmaza
VA 1 A valós számok halmaza VA 2 A valós számok halmazának axiómarendszere és alapvető tulajdonságai Definíció Az R halmazt a valós számok halmazának nevezzük, ha teljesíti a következő axiómarendszerben
Részletesebben10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai
Optimalizálási eljárások MSc hallgatók számára 10. Előadás Előadó: Hajnal Péter Jegyzetelő: T. Szabó Tamás 2011. április 20. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai A feltétel nélküli optimalizálásnál
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
Részletesebben352 Nevezetes egyenlôtlenségek. , az átfogó hossza 81 cm
5 Nevezetes egyenlôtlenségek a b 775 Legyenek a befogók: a, b Ekkor 9 + $ ab A maimális ab terület 0, 5cm, az átfogó hossza 8 cm a b a b 776 + # +, azaz a + b $ 88, tehát a keresett minimális érték: 88
Részletesebben