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

Méret: px
Mutatás kezdődik a ... oldaltól:

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

Átírás

1 Lineáris algebra 2 Filip Ferdinánd sivabankihu/jegyzetek 2015 december 7 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 1 / 37

2 Az el adás vázlata Determináns Determináns Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 2 / 37

3 A A négyzetes mátrix determinánsa egy szám, amit det A vagy A -val jelölünk Fontos Csak a négyzetes mátrixoknak van determinánsa 1 1 eset Legyen A = (a 1,1 ), ekkor det A = a 1,1 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 3 / 37

4 2 2 eset ( Legyen A = a 1,1 a 1,2 a 2,1 a 2,2 ) ekkor det A = a 1,1 a 2,2 a 1,2 a 2,1 vagyis a 1,1 a 1,2 a 2,1 a 2,2 = a 1,1a 2,2 a 1,2 a 2,1 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 4 / 37

5 3 3 eset (Sarrus-szabály ) a 1,1 a 1,2 a 1,3 a 1,1 a 1,2 a 2,1 a 2,2 a 2,3 a 2,1 a 2,2 = a 3,1 a 3,2 a 3,3 a 3,1 a 3,2 =a 1,1 a 2,2 a 3,3 + a 2,1 a 3,2 a 1,3 + a 3,1 a 1,2 a 2,3 a 3,1 a 3,2 a 1,3 a 3,2 a 2,3 a 1,1 a 3,3 a 2,1 a 1,2 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 5 / 37

6 n n eset, ahol n 2 a 11 a 12 a 1n a 21 a 22 a 2n a 31 a 32 a 3n a n1 a n2 a nn = a i1 A i1 + a i2 A i2 + a in A in ahol A ij az a ij elemhez tartozó el jeles aldetermináns, aminek az értékét úgy kapjuk, hogy az eredeti mátrix i-edik sorát és j-edik oszlopát elhagyjuk és a kapott (n 1) (n 1)-es mátrix determinánsának értékét szorozzuk ( 1) i+j -vel Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 6 / 37

7 n n eset, ahol n 2 Az a ij elemhez tartozó A ij el jeles aldetermináns el jelenek megjegyzését megkönnyíti a séma Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 7 / 37

8 Determináns tulajdonságai: Legyen A egy n n-es mátrix Az A determináns tetsz leges sora, vagy oszlopa szerint kifejthet Az A mátrix determinánsa egyenl az A transzponáltjának determinánsával: A = A T Megjegyzés: A determinánsra vonatkozó tulajdonságok mindegyike érvényes akkor is, ha azok megfogalmazásában a "sor " és "oszlop" szavakat helyettesítjük egymással Ha az A mátrix valamely sorának (oszlopának) minden eleme 0, akkor A = 0 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 8 / 37

9 Determináns tulajdonságai: Ha az A mátrixban a f átló felett (vagy alatt) minden elem 0, akkor a A egyenl a f átlón lév elemek szorzatával a a a 33 = a 11a 22 a 33 Ha a determinánsban két sort (oszlopot) felcserélünk, akkor az el jele megváltozik Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 9 / 37

10 Determináns tulajdonságai: Ha a determináns valamely sorának (oszlopának) minden elemét szorozzuk c 0 számmal, akkor a determináns értéke c-szeresére változik a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 = 1 c ca 11 ca 12 ca 13 a 21 a 22 a 23 a 31 a 32 a 33 Ha a determinánsban van két egyforma sor (oszlop), akkor A = 0 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 10 / 37

11 Determináns tulajdonságai: A determináns tetsz leges sorának (oszlopának) többszörösét hozzáadva a determináns tetsz leges másik sorához (oszlopához), a determináns értéke nem változik a 11 a 12 a 13 a a 21 a 22 a 23 a 31 a 32 a 33 = 11 + ca 31 a 12 + ca 32 a 13 + ca 33 a 21 a 22 a 23 a 31 a 32 a 33 Ha a determinánsban valamely sor (oszlop) többszöröse egy másik sornak (oszlopnak), akkor A = 0 A B = A B Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 11 / 37

12 Deníció: Az A négyzetes mátrix inverzének azt az A 1 mátrixot nevezzük, melyre AA 1 = I Amennyiben ilyen A 1 mátrix létezik, akkor az A mátrixot regulárisnak, ellenkez esetben szingulárisnak nevezzük Tétel: Az A négyzetes mátrix akkor és csakis akkor reguláris, ha A 0 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 12 / 37

13 meghatározása Adjungált mátrix Egy négyzetes mátrix adjungáltjának nevezzük a mátrix el jeles aldeterminánsaiból alkotott mátrix transzponáltját Tehát adj A = A 1,1 A 1,2 A 1,n A 2,1 A 2,2 A 2,n A 3,1 A 3,2 A 3,n T = A 1,1 A 2,1 A n,1 A 1,2 A 2,2 A n,2 A 1,3 A 2,3 A n,3 A n,1 A n,2 A n,n A 1,n A 2,n A n,n Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 13 / 37

14 meghatározása Könnyen belátható, hogy A adj A = adj A A = Innét A A A A A 1 = 1 A adj A Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 14 / 37

15 Az a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 a m1 x 1 + a m2 x a mn x n = b n egyenletrendszert m egyenletb l álló n ismeretlenes lineáris egyenletrendszernek nevezzük Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 15 / 37

16 Az a 11 x 1 + a 12 x a 1n x n = 0 a 21 x 1 + a 22 x a 2n x n = 0 a m1 x 1 + a m2 x a mn x n = 0 egyenletrendszert homogén lineáris egyenletrendszernek nevezzük, ha a jobboldalon szerepl konstansok közül csak egy is különbözik 0-tól, akkor inhomogén lineáris egyenletrendszerr l beszelünk nevezzük Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 16 / 37

17 Konkrét megoldás A lineáris egyenletrendszer egy konkrét megoldásán egy olyan x = (x 1, x 2,, x n ) szám n-est értünk, amelyet behelyettesítve az egyenletrendszerbe, minden egyenl ség teljesül A homogén egyenletrendszereknek mindig van legalább egy konkrét megoldása, mégpedig a x = (0, 0,, 0) szám n-es Általános megoldás A lineáris egyenletrendszer általános megoldásán az összes konkrét megoldás megadását értjük (ha van egyáltalán megoldás) Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 17 / 37

18 Együtthatómátrix A = a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n a m,1 a m,2 a m,n Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 18 / 37

19 Kib vített mátrix [A, b] = a 1,1 a 1,2 a 1,n b 1 a 2,1 a 2,2 a 2,n b 2 a m,1 a m,2 a m,n b m Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 19 / 37

20 Egyenletrendszer mátrix szorzásos alakja a 1,1 a 1,2 a 1,n a 2,1 a 2,2 a 2,n x 1 x 2 = b 1 b 2 a m,1 a m,2 a m,n x n b m Tömör írásmódban illetve homogén esetben Ax = b Ax = 0 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 20 / 37

21 Megoldás inverz mátrix segítségével Ekkor az egyenletrendszer ugyanannyi ismeretlent tartalmaz mint ahány egyenletet (n = m), Az együttható mátrix reguláris Ax = b A 1 Ax = A 1 b I x = A 1 b x = A 1 b Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 21 / 37

22 Cramer-szabály az egyenletrendszer ugyanannyi ismeretlent tartalmaz mint ahány egyenletet (n = m), Az együttható mátrix reguláris Jelöljük B i -vel jelöljük azokat az A-ból képzett mátrixokat, melyek i-edik oszlopa helyén a b vektor áll, azaz a 1,1 a 1,i 1 b 1 a 1,i+1 a 1,n a 2,1 a 2,i 1 b 2 a 2,i+1 a 2,n B i = Ekkor a n,1 a n,i 1 b n a n,i+1 a n,n x i = B i A i = 1, 2,, n Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 22 / 37

23 Cramer-szabály az egyenletrendszer ugyanannyi ismeretlent tartalmaz mint ahány egyenletet (n = m), Az együttható mátrix reguláris Jelöljük B i -vel jelöljük azokat az A-ból képzett mátrixokat, melyek i-edik oszlopa helyén a b vektor áll, azaz a 1,1 a 1,i 1 b 1 a 1,i+1 a 1,n a 2,1 a 2,i 1 b 2 a 2,i+1 a 2,n B i = Ekkor a n,1 a n,i 1 b n a n,i+1 a n,n x i = B i A i = 1, 2,, n Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 23 / 37

24 Ekvivalens egyenletrendszerek Két lineáris egyenletrendszert ekvivalensnek mondunk, ha megoldáshalmazaik megegyeznek Az alábbi átalakítások egy lineáris egyenletrendszert vele ekvivalens lineáris egyenletrendszerbe visznek át: egyenlet szorzása nullától különböz konstanssal egy egyenlethez egy másik egyenlet konstans szorosának hozzáadása, egyenletek sorrendjének felcserélése Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 24 / 37

25 B vített mátrix elemei átalakításai A lineáris egyenletrendszer elemi átalakításainak a b vített mátrixa alábbi átalakításai felelnek meg: mátrix bármely sorának szorzása 0-tól különböz valós számmal, mátrix egyik sorához másik sora tetsz leges többszörösének hozzáadása, mátrix két sorának felcserélése Cél az egyenletrendszert ekvivalens átalakításokkal egyszer bb alakra hozni Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 25 / 37

26 Lépcs s alak Determináns B vített mátrix elemei átalakításai Egy mátrixot lépcs s alakúnak nevezünk, ha fentr l lefele haladva a sorok els nem-0 elemei egyre kés bb jelennek meg Példa: Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 26 / 37

27 Lépcs s alak Determináns B vített mátrix elemei átalakításai Egy mátrixot lépcs s alakúnak nevezünk, ha fentr l lefele haladva a sorok els nem-0 elemei egyre kés bb jelennek meg Példa: lépcs s nem lépcs s Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 27 / 37

28 Mátrix rangja Determináns Tétel: Elemi átalakításokkal bármely mátrix lépcs s alakra hozható Deníció: Egy mátrix rangja megegyezik egy vele ekvivalens lépcs s mátrix nem nulla sorainak a számával Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 28 / 37

29 Gauss elimináció Determináns A egyenletrendszer b vített mátrixát ekvivalens átalakításokkal lépcs s mátrixá alakítjuk Megoldjuk az így kapott lépcs s mátrixhoz tartozó egyenletrendszert Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 29 / 37

30 Az együttható mátrix rangja kisebb mint a b vített mátrix rangja Ebben az esetben az egyenletrendszernek nincs megoldása Példa: A mátrix utolsó sorához tartozó egyenlet ekkor 0x 1 + 0x 2 + 0x 3 + 0x 4 = 5 melyet semmilyen szám négyes sem elégit ki Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 30 / 37

31 Az együttható mátrix rangja megegyezik a b vített mátrix rangjával, és a rang megegyezik az ismeretlenek számával Ebben az esetben az egyenletrendszernek pontosan egy megoldása van Példa: Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 31 / 37

32 Az együttható mátrix rangja megegyezik a b vített mátrix rangjával, és a rang kisebb az ismeretlenek számánál Ebben az esetben az egyenletrendszernek végtelen sok megoldása van Az ismeretlenek számának és a rangnak a különbsége megadja, hogy hány ismeretlent választhatunk meg szabadon Példa: Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 32 / 37

33 GaussJordan-elimináció Hasonló a Gauss eliminációhoz, de itt az együttható mátrix f átló fölötti tagjait is kinullázzuk Példa: Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 33 / 37

34 Homogen linearis egyenletrenszer A homogén egyenletrendszereknek mindig van legalább egy konkrét megoldása, mégpedig a x = (0, 0,, 0) szám n-es (triviális megoldás) Tehát az együttható mátrix rangja ebben az esetben mindig megegyezik a b vített mátrix rangjával Egy homogén egyenletrendszereknek akkor és csakis akkor van pontosan egy megoldása, ha együtthatómátrixának a rangja megegyezik az ismeretlenek számával Egy homogén egyenletrendszereknek akkor és csakis akkor van a triviálistól különböz megoldása is, ha együtthatómátrixának a rangja kisebb az ismeretlenek számánál Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 34 / 37

35 Sajátvektor és sajátérték Legyen adott egy A négyzetes mátrix Azt mondjuk, hogy a λ szám az A mátrix sajátértéke, ha létezik olyan nem nulla x vektor, melyre Ax = λx Az ilyen x vektorokat az A mátrix λ sajátértékhez tartozó sajátvektorainak nevezzük Példa: ( ) 2 2 Mutassuk meg, hogy a mátrixnak a 1 sajátértéke es 2 3 ( ) 2 a az egyik hozzátartozó sajátvektora 1 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 35 / 37

36 A sajátérték meghatározása Az egységmátrix felhasználásával Ax = λx Ax = λi x Ax λi x = 0 (A λi ) x = 0 egyenletrendszerhez jutunk Ennek csak akkor lesz a triviálistól különböz megoldása, ha det(a λi ) = 0 (1) Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 36 / 37

37 A sajátérték meghatározása Ez tehát azt jelenti, hogyλ pontosan akkor sajátérték, ha kielégíti az (1) egyenletet Ezt az egyenletet az A mátrix karakterisztikus egyenletének nevezzük Ha A egy n n-es mátrix, akkor az egyenlet bal oldala a determináns kifejtése után egy n-edfokú polinom, melyet karakterisztikus polinomnak nevezünk Példa: Határozzuk meg a ( ) mátrix sajátértékeit és sajátvektorait! Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 37 / 37

3. Előadás. Megyesi László: Lineáris algebra, oldal. 3. előadás Lineáris egyenletrendszerek

3. Előadás. Megyesi László: Lineáris algebra, oldal. 3. előadás Lineáris egyenletrendszerek 3. Előadás Megyesi László: Lineáris algebra, 47. 50. oldal. Gondolkodnivalók Determinánsok 1. Gondolkodnivaló Determinánselméleti tételek segítségével határozzuk meg a következő n n-es determinánst: 1

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

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

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

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága 7. gyakorlat Lineáris algebrai egyenletrendszerek megoldhatósága Egy lineáris algebrai egyenletrendszerrel kapcsolatban a következ kérdések merülnek fel: 1. Létezik-e megoldása? 2. Ha igen, hány megoldása

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

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I 11 XI LINEÁRIS EGYENLETRENDSZEREk 1 LINEÁRIS EGYENLETRENDSZER A lineáris egyenletrendszer általános alakja: (1) Ugyanez mátrix alakban: (2), ahol x az ismeretleneket tartalmazó

Részletesebben

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak LINEÁRIS EGYENLETRENDSZEREK 004. október. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak az előadáson, másrészt megtalálják a jegyzetben: Szabó László:

Részletesebben

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága 7. gyakorlat Lineáris algebrai egyenletrendszerek megoldhatósága Egy lineáris algebrai egyenletrendszerrel kapcsolatban a következ kérdések merülnek fel: 1. Létezik-e megoldása? 2. Ha igen, hány megoldása

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

Lineáris algebra gyakorlat

Lineáris algebra gyakorlat Lineáris algebra gyakorlat 0. gyakorlat Gyakorlatvezet : Bogya Norbert 202. április 23. Sajátérték, sajátvektor, sajátaltér Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok)

Részletesebben

összeadjuk 0-t kapunk. Képletben:

összeadjuk 0-t kapunk. Képletben: 814 A ferde kifejtés tétele Ha egy determináns valamely sorának elemeit egy másik sor elemeihez tartozó adjungáltakkal szorozzuk meg és a szorzatokat összeadjuk 0-t kapunk Képletben: n a ij A kj = 0, ha

Részletesebben

Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek

Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek 1 Diszkrét matematika II, 5 előadás Lineáris egyenletrendszerek Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu http://infnymehu/ takach/ 2007 március 8 Egyenletrendszerek Középiskolás módszerek:

Részletesebben

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet 9. Előadás Megyesi László: Lineáris algebra, 75. 84. oldal. Gondolkodnivalók Mátrix rangja 1. Gondolkodnivaló Határozzuk meg a p valós paraméter értékétől függően a következő mátrix rangját: p 3 1 2 2

Részletesebben

11. DETERMINÁNSOK. 11.1 Mátrix fogalma, műveletek mátrixokkal

11. DETERMINÁNSOK. 11.1 Mátrix fogalma, műveletek mátrixokkal 11 DETERMINÁNSOK 111 Mátrix fogalma, műveletek mátrixokkal Bevezetés A közgazdaságtanban gyakoriak az olyan rendszerek melyek jellemzéséhez több adat szükséges Például egy k vállalatból álló csoport minden

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I 9 IX MÁTRIxOk 1 MÁTRIx FOGALmA, TULAJDONSÁGAI A mátrix egy téglalap alakú táblázat, melyben az adatok, a mátrix elemei, sorokban és oszlopokban vannak elhelyezve Az (1) mátrixnak

Részletesebben

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell 9. Előadás Megyesi László: Lineáris algebra, 75. 84. oldal. Gondolkodnivalók Mátrix rangja 1. Gondolkodnivaló Tegyük fel, hogy egy elemi bázistranszformáció kezdetekor a sor- és oszlopindexek sorban helyezkednek

Részletesebben

és n oszlopból áll, akkor m n-es mátrixról beszélünk. (Az oszlopok száma a mátrix vízszintes mérete, a sorok 2 3-as, a ij..

és n oszlopból áll, akkor m n-es mátrixról beszélünk. (Az oszlopok száma a mátrix vízszintes mérete, a sorok 2 3-as, a ij.. Biológia alapszak Matematika I A GY 6/7 félév III MÁTRIXOK SAJÁTÉRTÉK-FELADAT III Mátrixok Definíció Számok téglalap alakú táblázatban való elrendezését mátrix nak nevezzük Ha a táblázat m sorból és n

Részletesebben

1. Mátrixösszeadás és skalárral szorzás

1. Mátrixösszeadás és skalárral szorzás 1 Mátrixösszeadás és skalárral szorzás Mátrixok tömör jelölése T test Az M = a i j T n m azt az n sorból és m oszlopból álló mátrixot jelöli, amelyben az i-edik sor j-edik eleme a i j T Példák [ ] Ha M

Részletesebben

Fejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc. Dr. Kersner Róbert

Fejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc. Dr. Kersner Róbert Fejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc Dr. Kersner Róbert 007 Tartalomjegyzék Előszó ii. Determináns. Mátrixok 6 3. Az inverz mátrix 9 4. Lineáris egyenletrendszerek 5. Lineáris

Részletesebben

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla Kvadratikus alakok és euklideszi terek (előadásvázlat, 0. október 5.) Maróti Miklós, Kátai-Urbán Kamilla Az előadáshoz ajánlott jegyzet: Szabó László: Bevezetés a lineáris algebrába, Polygon Kiadó, Szeged,

Részletesebben

1. A kétszer kettes determináns

1. A kétszer kettes determináns 1. A kétszer kettes determináns 2 2-es mátrix inverze Tétel [ ] [ ] a c 1 d c Ha ad bc 0, akkor M= inverze. b d ad bc b a Ha ad bc = 0, akkor M-nek nincs inverze. A főátló két elemét megcseréljük, a mellékátló

Részletesebben

Valasek Gábor valasek@inf.elte.hu

Valasek Gábor valasek@inf.elte.hu Számítógépes Grafika Valasek Gábor valasek@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2013/2014. őszi félév ( Eötvös LorándSzámítógépes TudományegyetemInformatikai Grafika Kar) 2013/2014.

Részletesebben

Gauss elimináció, LU felbontás

Gauss elimináció, LU felbontás Közelítő és szimbolikus számítások 3. gyakorlat Gauss elimináció, LU felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 EGYENLETRENDSZEREK 1. Egyenletrendszerek

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

Első zárthelyi dolgozat megoldásai biomatematikából * A verzió

Első zárthelyi dolgozat megoldásai biomatematikából * A verzió Első zárthelyi dolgozat megoldásai biomatematikából * A verzió Elméleti kérdések: E. Mikor nevezünk egy gráfot gyengén és mikor erősen összefüggőnek? Adjon példát gyengén összefüggő de erősen nem összefüggő

Részletesebben

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony. Determinánsok A determináns fogalma olyan algebrai segédeszköz, amellyel jól jellemezhető a mátrixok invertálhatósága, a mátrix rangja. Segítségével lineáris egyenletrendszerek megoldhatósága dönthető

Részletesebben

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja 1.Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus

Részletesebben

Sztojka Miroszláv LINEÁRIS ALGEBRA Egyetemi jegyzet Ungvár 2013

Sztojka Miroszláv LINEÁRIS ALGEBRA Egyetemi jegyzet Ungvár 2013 UKRAJNA OKTATÁSI ÉS TUDOMÁNYÜGYI MINISZTÉRIUMA ÁLLAMI FELSŐOKTATÁSI INTÉZMÉNY UNGVÁRI NEMZETI EGYETEM MAGYAR TANNYELVŰ HUMÁN- ÉS TERMÉSZETTUDOMÁNYI KAR FIZIKA ÉS MATEMATIKA TANSZÉK Sztojka Miroszláv LINEÁRIS

Részletesebben

Bázistranszformáció és alkalmazásai

Bázistranszformáció és alkalmazásai Bázistranszformáció és alkalmazásai Lineáris algebra gyakorlat Összeállította: Bogya Norbert Tartalomjegyzék 1 Elmélet Gyakorlati végrehajtás 2 Vektor bevitele a bázisba Rangszámítás Lineáris egyenletrendszer

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

Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I. 2005.márc.11. A csoport

Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I. 2005.márc.11. A csoport Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I. 2005.márc.11. A csoport 1. Egy egyenesre esnek-e az A (2, 5, 1), B (5, 17, 7) és C (3, 9, 3) pontok? 5 pont Megoldás: Nem, mert AB (3, 12,

Részletesebben

5. Előadás. Megyesi László: Lineáris algebra, 29. 36. oldal. 5. előadás Lineáris függetlenség

5. Előadás. Megyesi László: Lineáris algebra, 29. 36. oldal. 5. előadás Lineáris függetlenség 5. Előadás Megyesi László: Lineáris algebra, 29. 36. oldal. Gondolkodnivalók Vektortér 1. Gondolkodnivaló Alteret alkotnak-e az R n n (valós n n-es mátrixok) vektortérben az alábbi részhalmazok? U 1 =

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

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

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

Matematika III. harmadik előadás

Matematika III. harmadik előadás Matematika III. harmadik előadás Kézi Csaba Debreceni Egyetem, Műszaki Kar Debrecen, 2013/14 tanév, I. félév Kézi Csaba (DE) Matematika III. harmadik előadás 2013/14 tanév, I. félév 1 / 13 tétel Az y (x)

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

Lineáris Algebra gyakorlatok

Lineáris Algebra gyakorlatok A V 2 és V 3 vektortér áttekintése Lineáris Algebra gyakorlatok Írta: Simon Ilona Lektorálta: DrBereczky Áron Áttekintjük néhány témakör legfontosabb definícióit és a feladatokban használt tételeket kimondjuk

Részletesebben

1. Geometria a komplex számsíkon

1. Geometria a komplex számsíkon 1. Geometria a komplex számsíkon A háromszög-egyenlőtlenség A háromszög-egyenlőtlenség (K1.4.3) Minden z,w C-re z +w z + w. Egyenlőség pontosan akkor áll, ha z és w párhuzamosak, és egyenlő állásúak, azaz

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

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2) Legyen adott a P átmenetvalószín ség mátrix és a ϕ 0 kezdeti eloszlás Kérdés, hogy miként lehetne meghatározni az egyes állapotokban való tartózkodás valószín ségét az n-edik lépés múlva Deniáljuk az n-lépéses

Részletesebben

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41 Ortogonalizáció Wettl Ferenc 2016-03-22 Wettl Ferenc Ortogonalizáció 2016-03-22 1 / 41 Tartalom 1 Ortonormált bázis 2 Ortogonális mátrix 3 Ortogonalizáció 4 QR-felbontás 5 Komplex skaláris szorzás 6 Diszkrét

Részletesebben

Matematika (mesterképzés)

Matematika (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,

Részletesebben

MATEMATIKA FELADATGYŰJTEMÉNY

MATEMATIKA FELADATGYŰJTEMÉNY Pék Johanna MATEMATIKA FELADATGYŰJTEMÉNY Nem matematika alapszakos hallgatók számára Tartalomjegyzék Előszó iii. Lineáris algebra.. Mátrixok...................................... Lineáris egyenletrendszerek..........................

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

1. A vektor és a vektortér fogalma

1. A vektor és a vektortér fogalma 1. A vektor és a vektortér fogalma Célunk: a vektor és a vektortér fogalmának minél tágabb értelmezése. Ez azért hasznos, mert így a síkvektorok körében használatos egyes fogalmak és tételek átvihet k

Részletesebben

Lineáris algebra (10A103)

Lineáris algebra (10A103) Lineáris algebra (10A103 Kátai-Urbán Kamilla Tudnivalók Honlap: http://www.math.u-szeged.hu/~katai Jegyzet: Megyesi László: Lineáris algebra. Vizsga: írásbeli (beugróval, feltétele a Lineáris algebra gyakorlat

Részletesebben

Permutációk véges halmazon (el adásvázlat, február 12.)

Permutációk véges halmazon (el adásvázlat, február 12.) Permutációk véges halmazon el adásvázlat 2008 február 12 Maróti Miklós Ennek az el adásnak a megértéséhez a következ fogalmakat kell tudni: ismétlés nélküli variáció leképezés indulási és érkezési halmaz

Részletesebben

FELADATGY JTEMÉNY MATEMATIKA I. GYAKORLATHOZ KÉZI CSABA

FELADATGY JTEMÉNY MATEMATIKA I. GYAKORLATHOZ KÉZI CSABA FELADATGY JTEMÉNY MATEMATIKA I. GYAKORLATHOZ KÉZI CSABA KÉZI CSABA El szó Ez a feladatgy jtemény a Debreceni Egyetem M szaki Karának Matematika I. tantárgyának tematikájához szorosan illeszkedik. Célja

Részletesebben

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40 LINEÁRIS ALGEBRA matematika alapszak SZTE Bolyai Intézet, 2016-17. őszi félév Euklideszi terek Euklideszi terek LINEÁRIS ALGEBRA 1 / 40 Euklideszi tér Emlékeztető: A standard belső szorzás és standard

Részletesebben

Irodalom. (a) A T, B T, (b) A + B, C + D, D C, (c) 3A, (d) AD, DA, B T A, 1 2 B = 1 C = A = 1 0 D = (a) 1 1 3, B T = = ( ) ; A T = 1 0

Irodalom. (a) A T, B T, (b) A + B, C + D, D C, (c) 3A, (d) AD, DA, B T A, 1 2 B = 1 C = A = 1 0 D = (a) 1 1 3, B T = = ( ) ; A T = 1 0 Irodalom ezek egyrészt el- A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: hangzanak az előadáson, másrészt megtalálják a jegyzetben: Szabó László: Bevezetés a lineáris algebrába, Polygon

Részletesebben

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN ELTE TáTK Közgazdaságtudományi Tanszék Gazdaságmatematika középhaladó szinten LINEÁRIS PROGRAMOZÁS Készítette: Gábor Szakmai felel s: Gábor Vázlat 1 2 3 4 A lineáris

Részletesebben

Mer legesség. Wettl Ferenc 2015-03-13. Wettl Ferenc Mer legesség 2015-03-13 1 / 40

Mer legesség. Wettl Ferenc 2015-03-13. Wettl Ferenc Mer legesség 2015-03-13 1 / 40 Mer legesség Wettl Ferenc 2015-03-13 Wettl Ferenc Mer legesség 2015-03-13 1 / 40 Tartalom 1 Pszeudoinverz 2 Ortonormált bázis ortogonális mátrix 3 Komplex és véges test feletti terek 4 Diszkrét Fourier-transzformált

Részletesebben

Matematika MSc Építőmérnököknek. Szerző: Simon Károly

Matematika MSc Építőmérnököknek. Szerző: Simon Károly Matematika MSc Építőmérnököknek Szerző: Simon Károly Matematika MSc Építőmérnököknek A jegyzet nagyobb részét Dr. Simon Bakos Erzsébet gépelte Latex szövegszerkesztőben. Tartalomjegyzék 1. Az A-ben tanult

Részletesebben

Diszkrét matematika I. gyakorlat

Diszkrét matematika I. gyakorlat Vizsgafeladatok megoldása 2012. december 5. Tartalom Teljes feladatsor #1 1 Teljes feladatsor #1 2 Teljes feladatsor #2 3 Teljes feladatsor #3 4 Teljes feladatsor #4 5 Válogatott feladatok 6 Végső bölcsesség

Részletesebben

Mátrixok. 3. fejezet. 3.1. Bevezetés: műveletek táblázatokkal

Mátrixok. 3. fejezet. 3.1. Bevezetés: műveletek táblázatokkal fejezet Mátrixok Az előző fejezetben a mátrixokat csak egyszerű jelölésnek tekintettük, mely az egyenletrendszer együtthatóinak tárolására, és az egyenletrendszer megoldása közbeni számítások egyszerüsítésére

Részletesebben

25 i, = i, z 1. (x y) + 2i xy 6.1

25 i, = i, z 1. (x y) + 2i xy 6.1 6 Komplex számok megoldások Lásd ábra z = + i, z = + i, z = i, z = i z = 7i, z = + 5i, z = 5i, z = i, z 5 = 9, z 6 = 0 Teljes indukcióval 5 Teljes indukcióval 6 Az el z feladatból következik z = z = =

Részletesebben

Lineáris algebra gyakorlat

Lineáris algebra gyakorlat Lineáris algebra gyakorlat 3 gyakorlat Gyakorlatvezet : Bogya Norbert 2012 február 27 Bogya Norbert Lineáris algebra gyakorlat (3 gyakorlat) Tartalom Egyenletrendszerek Cramer-szabály 1 Egyenletrendszerek

Részletesebben

1. Diagonalizálás. A Hom(V) diagonalizálható, ha van olyan bázis, amelyben A mátrixa diagonális. A diagonalizálható van sajátvektorokból álló bázis.

1. Diagonalizálás. A Hom(V) diagonalizálható, ha van olyan bázis, amelyben A mátrixa diagonális. A diagonalizálható van sajátvektorokból álló bázis. 1 Diagonalizálás Diagonalizálható mátrixok Ismétlés Legyen M,N T n n Az M és N hasonló, ha van olyan A lineáris transzformáció, hogy M is és N is az A mátrixa egy-egy alkalmas bázisban Az M és N pontosan

Részletesebben

Lineáris algebrai alapok

Lineáris algebrai alapok Lineáris algebrai alapok Will 2010 június 16 Vektorterek, mátrixok, lineáris egyenletrendszerek A lineáris programozási feladat, szimplex algoritmus Vektorterek Jellemzés: Vektorok tulajdonságai Két vektor

Részletesebben

Építészek matematikája II. Dr. Barabás Béla Dr. Fülöp Ottilia

Építészek matematikája II. Dr. Barabás Béla Dr. Fülöp Ottilia Építészek matematikája II. Dr. Barabás Béla Dr. Fülöp Ottilia Ez a jegyzet főként (de nem kizárólag) építészmérnök hallgatók számára készült és az Építészek matematikája I. folytatása, melyet igyekeztünk

Részletesebben

Összeállította: dr. Leitold Adrien egyetemi docens

Összeállította: dr. Leitold Adrien egyetemi docens Lineáris egyenletrendszerek Összeállított: dr. Leitold Adrien egyetemi docens 2008.09.08. Leontieff-modellek Leontieff-modellek: input-output modellek gzdság leírásár legyen n féle, egymássl összefüggésben

Részletesebben

Bevezetés a számításelméletbe I. feladatgyűjtemény. Szeszlér Dávid, Wiener Gábor

Bevezetés a számításelméletbe I. feladatgyűjtemény. Szeszlér Dávid, Wiener Gábor Bevezetés a számításelméletbe I. feladatgyűjtemény Szeszlér Dávid, Wiener Gábor Tartalomjegyzék Előszó 2 1. Feladatok 5 1.1. Térbeli koordinátageometria........................... 5 1.2. Vektortér, altér..................................

Részletesebben

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005.

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. 1 Diszkrét matematika II., 4. el adás Skalárszorzat, norma, szög, távolság Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. március 1 A téma jelent sége

Részletesebben

ÉS TESZTEK A DEFINITSÉG

ÉS TESZTEK A DEFINITSÉG MÁTRIX DEFINITSÉGÉNEK FOGALMA ÉS TESZTEK A DEFINITSÉG ELDÖNTÉSÉRE DR. NAGY TAMÁS egyetemi docens Miskolci Egyetem Alkalmazott Matematikai Tanszék A bemutatott kutató munka a TÁMOP-..1.B-10//KONV-010-0001

Részletesebben

1. Az euklideszi terek geometriája

1. Az euklideszi terek geometriája 1. Az euklideszi terek geometriája Bázishoz tartozó skaláris szorzat Emékeztető Az R n vektortérbeli v = λ 2... és w = λ 1 λ n µ 1 µ 2... µ n λ 1 µ 1 +λ 2 µ 2 +...+λ n µ n. Jele v,w. v,w = v T u, azaz

Részletesebben

Geometria II gyakorlatok

Geometria II gyakorlatok Geometria II gyakorlatok Kovács Zoltán Copyright c 2011 Last Revision Date: 2012. május 8. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát technikával készült, a megjelenés

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

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

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

NÉVMUTATÓ. Beke Manó, 17 Bellman, R., 310, 398 Bevilacqua, R., 93 Boros Tibor, 459, 464 Boullion, T. L., 109 Bunyakovszkij, V. J.

NÉVMUTATÓ. Beke Manó, 17 Bellman, R., 310, 398 Bevilacqua, R., 93 Boros Tibor, 459, 464 Boullion, T. L., 109 Bunyakovszkij, V. J. NÉVMUTATÓ Beke Manó, 17 Bellman, R., 310, 398 Bevilacqua, R., 93 Boros Tibor, 459, 464 Boullion, T. L., 109 Bunyakovszkij, V. J., 155 157 Cauchy, A. L., 155 157 Cayley, A., 272, 327 Codenotti, B., 93 Cramer,

Részletesebben

Komplex számok. Wettl Ferenc Wettl Ferenc () Komplex számok / 14

Komplex számok. Wettl Ferenc Wettl Ferenc () Komplex számok / 14 Komplex számok Wettl Ferenc 2012-09-07 Wettl Ferenc () Komplex számok 2012-09-07 1 / 14 Tartalom 1 Számok A számfogalom b vülése Egy kis történelem 2 Miért számolunk velük? A megoldóképlet egy speciális

Részletesebben

A mátrix típusát sorainak és oszlopainak száma határozza meg. Tehát pl. egy 4 sorból és 3 oszlopból álló mátrix 4 3- as típusú.

A mátrix típusát sorainak és oszlopainak száma határozza meg. Tehát pl. egy 4 sorból és 3 oszlopból álló mátrix 4 3- as típusú. 1. Vektorok, lineáris algebra 1.1. Mátrixok 1.1.1. Fogalmak, tételek Definíció A mátrix elemek általában számok táblázata téglalap alakú elrendezésben. Nyomtatott nagybetűvel jelölik ezen felül nyomtatásban

Részletesebben

Opkut deníciók és tételek

Opkut 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

Részletesebben

Gazdasági matematika II.

Gazdasági matematika II. Gazdasági matematika II. Losonczi László, Pap Gyula Debreceni Egyetem Debrecen, 2009/2010 tanév, II. félév Losonczi László, Pap Gyula (DE) Gazdasági matematika II. 2009/2010 tanév, II. félév 1 / 180 Félévközi

Részletesebben

DETERMINÁNSSZÁMÍTÁS. Határozzuk meg a 1 értékét! Ez most is az egyetlen elemmel egyezik meg, tehát az értéke 1.

DETERMINÁNSSZÁMÍTÁS. Határozzuk meg a 1 értékét! Ez most is az egyetlen elemmel egyezik meg, tehát az értéke 1. DETERMINÁNSSZÁMÍTÁS A (nxn) kvadratikus (négyzetes) mátrixhoz egyértelműen hozzárendelhetünk egy D R számot, ami a mátrix determinánsa. Már most megjegyezzük, hogy a mátrix determinánsa, illetve a determináns

Részletesebben

41. Szimmetrikus mátrixok Cholesky-féle felbontása

41. Szimmetrikus mátrixok Cholesky-féle felbontása Benyújtja: Kaszaki Péter (KAPMAAT.SZE) 2005 november 21. 1.oldal Tartalomjegyzék 1. Bevezetés 4 2. A Gauss elimináció és az LU felbontás 4 2.1. Gauss elimináció 4 2.1.2. A Gauss elimináció mátrixos alakban

Részletesebben

Lineáris algebra - jegyzet. Kupán Pál

Lineáris algebra - jegyzet. Kupán Pál Lineáris algebra - jegyzet Kupán Pál Tartalomjegyzék fejezet Vektorgeometria 5 Vektorok normája Vektorok skaláris szorzata 4 3 Vektorok vektoriális szorzata 5 fejezet Vektorterek, alterek, bázis Vektorterek

Részletesebben

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek Az november 23-i szeminárium témája Rövid összefoglaló Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek felfrissítése? Tekintsünk ξ 1,..., ξ k valószínűségi változókat,

Részletesebben

HALMAZELMÉLET feladatsor 1.

HALMAZELMÉLET feladatsor 1. HALMAZELMÉLET feladatsor 1. Egy (H,, ) algebrai struktúra háló, ha (H, ) és (H, ) kommutatív félcsoport, és teljesül az ún. elnyelési tulajdonság: A, B H: A (A B) = A, A (A B) = A. A (H,, ) háló korlátos,

Részletesebben

Miskolci Egyetem. Diszkrét matek I. Vizsga-jegyzet. Hegedűs Ádám Imre 2010.12.28.

Miskolci Egyetem. Diszkrét matek I. Vizsga-jegyzet. Hegedűs Ádám Imre 2010.12.28. Miskolci Egyetem Diszkrét matek I. Vizsga-jegyzet Hegedűs Ádám Imre 2010.12.28. KOMBINATORIKA Permutáció Ismétlés nélküli permutáció alatt néhány különböző dolognak a sorba rendezését értjük. Az "ismétlés

Részletesebben

2. gyakorlat. A polárkoordináta-rendszer

2. gyakorlat. A polárkoordináta-rendszer . gyakorlat A polárkoordináta-rendszer Az 1. gyakorlaton megismerkedtünk a descartesi koordináta-rendszerrel. Síkvektorokat gyakran kényelmes ún. polárkoordinátákkal megadni: az r hosszúsággal és a φ irányszöggel

Részletesebben

Meghirdetés féléve 2 Kreditpont Összóraszám (elm+gyak) 2+0

Meghirdetés féléve 2 Kreditpont Összóraszám (elm+gyak) 2+0 Tantárgy neve Lineáris algebra I Tantárgy kódja MTB1004 Meghirdetés féléve 2 Kreditpont 3k Összóraszám elm+gyak 2+0 Számonkérés módja kollokvium Előfeltétel tantárgyi kód MTB1003 Tantárgyfelelős neve Kurdics

Részletesebben

Lineáris egyenletrendszerek

Lineáris egyenletrendszerek Lineáris egyenletrendszerek lineáris elsőfokú, z ismeretlenek ( i -k) elsőfokon szerepelnek. + + n n + + n n m + m +m n n m m n n mn n m (m n)(n )m A A: együtthtó mátri Megoldás: milyen értékeket vehetnek

Részletesebben

Teszt kérdések. Az R n vektortér

Teszt kérdések. Az R n vektortér Teszt kérdések Döntse el az alábbi állításokról, hogy igazak agy hamisak! Az R tér geometriája 1. Ha két térbeli egyenesnek nincs közös pontja, akkor párhuzamosak.. Egy térbeli egyenest egyértelműen meghatározza

Részletesebben

LINEÁRIS ALGEBRA.

LINEÁRIS ALGEBRA. LINEÁRIS ALGEBRA Bércesné Novák Ágnes Honlap: http://digitus.itk.ppke.hu/~b_novak Követelményrendszer: http://digitus.itk.ppke.hu/~b_novak/la/4_la_kovetelmeny.doc Gauss elimináció Vektoralgebra: http://digitus.itk.ppke.hu/~b_novak/dmat/vektorfolcop.pdf

Részletesebben

Szimplex módszer, szimplex tábla Példaként tekintsük a következ LP feladatot:

Szimplex módszer, szimplex tábla Példaként tekintsük a következ LP feladatot: Szimplex módszer, szimplex tábla Példaként tekintsük a következ LP feladatot: z = 5x 1 + 4x 2 + 3x 3 2x 1 + 3x 2 + x 3 5 4x 1 + x 2 + 2x 3 11 3x 1 + 4x 2 + 2x 3 8 x 1, x 2, x 3 0 = maximum, feltéve, hogy

Részletesebben

II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés

II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés Nagyon könnyen megfigyelhetjük, hogy akármilyen két számmal elindítunk egy Fibonacci sorozatot, a sorozat egymást követő tagjainak

Részletesebben

Diszkrét Matematika II.

Diszkrét Matematika II. Orosz Ágota Kaiser Zoltán Diszkrét Matematika II. példatár mobidiák könyvtár Orosz Ágota Kaiser Zoltán Diszkrét Matematika II. példatár mobidiák könyvtár SOROZATSZERKESZTŐ Fazekas István Orosz Ágota Kaiser

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

Lineáris Algebra GEMAN 203-B. A három dimenziós tér vektorai, egyenesei, síkjai

Lineáris Algebra GEMAN 203-B. A három dimenziós tér vektorai, egyenesei, síkjai Matematika előadás elméleti kérdéseinél kérdezhető képletek Lineáris Algebra GEMAN 203-B A három dimenziós tér vektorai, egyenesei, síkjai a) Hogyan számítjuk ki az a = (a 1, a 2, a 3 ) és b = (b 1, b

Részletesebben

1. ábra ábra

1. ábra ábra A kifejtési tétel A kifejtési tétel kimondásához először meg kell ismerkedni az előjeles aldetermináns fogalmával. Ha az n n-es A mátrix i-edik sorának és j-edik oszlopának kereszteződésében az elem áll,

Részletesebben

Klár Gergely 2010/2011. tavaszi félév

Klár Gergely 2010/2011. tavaszi félév Számítógépes Grafika Klár Gergely tremere@elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2010/2011. tavaszi félév Tartalom Pont 1 Pont 2 3 4 5 Tartalom Pont Descartes-koordináták Homogén koordináták

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I 5 V ELEmI ALGEbRA 1 BINÁRIS műveletek Definíció Az halmazon definiált bináris művelet egy olyan függvény, amely -ből képez -be Ha akkor az elempár képét jelöljük -vel, a művelet

Részletesebben

Matematika Plus 1 építőmérnök hallgatóknak

Matematika Plus 1 építőmérnök hallgatóknak Matematika Plus építőmérnök hallgatóknak Simon Károly.5. Tartalomjegyzék. I. előadás 3.. Kiegészítés az A-ben tanultakhoz: Determináns....... 3... Elemi sor transzformációk hatása a determinánsra:. 5...

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

Color profile: Generic CMYK printer profile Composite 150 lpi at 45 degrees

Color profile: Generic CMYK printer profile Composite 150 lpi at 45 degrees Color profile: Generic CMYK printer profile Composite 150 lpi at 45 degrees Matematikai Lapo / Borító 2013. december 13. 19:28:39 13-1-borito 2014/5/20 11:55 page 0 #1 MATEMATIKAI LAPOK A Bolyai János

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

Lineáris algebra (10A103)

Lineáris algebra (10A103) Lineáris algebra (10A103) Dr. Hartmann Miklós Tudnivalók Honlap: http://www.math.u-szeged.hu/~hartm Jegyzet: Megyesi László: Lineáris algebra. Vizsga: írásbeli, feltétele a Lineáris algebra gyakorlat teljesítése.

Részletesebben