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

Méret: px
Mutatás kezdődik a ... oldaltól:

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

Átírás

1 NÉVMUTATÓ Beke Manó, 17 Bellman, R., 310, 398 Bevilacqua, R., 93 Boros Tibor, 459, 464 Boullion, T. L., 109 Bunyakovszkij, V. J., Cauchy, A. L., Cayley, A., 272, 327 Codenotti, B., 93 Cramer, G., 128 Crout, P. D., 128, 132, Csebisev, P. L., Egerváry Jenő, 39, 99, 103, 272, 299, 304, 326 Eukleidész, Falk, S., 61, 130 Favati, P., 93 Feinsilver, Ph., 459 Feller, W., 431, 450 Forsythe, G., 267 Frobenius, G., , 407, 412, 416, , 428, 430, 432 Gantmacher, F. R., 75, 93, 145, , 434 Gauss, K. F., 128, 132, Gelfand, I. M., 145, 151 Golub, G. H., 136, 267 Gram, J. P., 154, 155, 227 Hamilton, W. R., 272, 327, Hermite, Ch., 15, , 166, , , 343, 345, 370, , , 388, 429, 438 Hessenberg, G., 95 Householder, A. S., 91 Jacobi, C. G. J., 63, 90 Jordan, C., , 377, Kac, M., 456, 459, 463 Kahan, W., 136, 267 Kocik, J., 459 Kravcsuk (Krawtchouk), M., , 463 Krein, M. G., 75, 93 Kronecker, L., 15, 34, 307, , 397 Lagrange, J. L., , 369, 375, 387, 389, 392 Lancaster, P., 133, 402 Laurent, P. A., 450 Legendre, A.-M., 161 L Hospital, G. F. A., 74 MacDuffee, C. C., 301 Markov, A. A., 402, , , 445, 448, 452, 454, 463 McCrea, W. H., 444 Mitra, S. K., 109 Moler, C. B., 267 Moore, R. H., , 270 Morrison, W. J., 86, 89 Odell, P. L., 109 Pascal, E., 71 Penrose, R., , 270 Perron, O., 402, 418, 429 Picard, Ch. E., 364 Pringle, R. M., 109 Püthagorasz, 156 Rao, C. R., 109 Rayner, A. A., 109 Rayleigh, J. W., Reimann József, 444 Rényi Alfréd, 431, 450 Romani, F., 93 Rózsa Pál, 93, 307, 456, 459,

2 472 Névmutató Schmidt, E., , 199 Schur, I., 81, 90, 92, 262 Schwarz, H. A., Segre, B., 354, Sherman, J., 86, 89 Sylvester, J. J., 61, , 459, 463 Szász Pál, 72 Taussky, O., 456 Taylor, B., 342, 366, 386 Tismenetsky, M., 133, 402 Todd, J., 456 Toeplitz, O., 64 65, 67, 99, 444 Van Loan, A. F., 136, 267 Varga, R. S., 402 Weyr, E., Whipple, F. J. W., 444 Wielandt, H., 401 Woodbury, M. A., 85, 88 Zurmühl, R., 61, 130

3 TÁRGYMUTATÓ abszolút határvalószínűségek, 438 aciklikus Markov-lánc, 437 adjungált mátrix, 34 transzformáció, 215 alsó háromszögmátrix, 66 Jordan-blokk, 327 általánosított inverz, mátrixé, 109 karakterisztikus egyenlet, 233 mátrix, 233 polinom, 233 sajátértékek, transzformációpáré, 233 sajátvektorok, transzformációpáré, 233 altér, 151, invariáns, 206 bázis, 149 bázisvektor, 149 bidiagonális mátrix, felső (alsó), 136 bilineáris alak, 167 biortogonális vektorrendszer, 103, teljes, 103 blokkoszlop, 77 blokksor, 77 ciklikus Markov-lánc, 437 mátrix, 67 permutáló mátrix, 67 derogatórius nilpotens mátrix, 326 determináns, 17 determinánsosztó, 347 diád, 28 diád, hermitikus, 105 diagonálblokk, izolált, 425 diagonalizálható lineáris transzformáció, 211 direkt szorzat, 301, 304 egyenlet, karakterisztikus, 208 egypárú mátrix, 75 egyszerű struktúrájú mátrix, 211, 260 ekvivalens transzformáció, mátrixé, 53 elemi osztó, 348 elsőfajú lineáris függvény, 166 ergodikus homogén Markov-lánc, 438 értékkészlet, transzformációé, 238 euklideszi tér, 152, izomorf, 165 felső (alsó) bidiagonális mátrix, 136 háromszögmátrix, 66 Jordan-blokk, 330 félig involutórius mátrix, 69 fővektor, 329 generátorfüggvény, 457 gyengén reguláris sztochasztikus mátrix, 437 hasonló mátrixok, 195 hasonlósági transzformáció, 195 határeloszlás, 438 határvalószínűségek, 437, abszolút, 438 háromszögmátrix, alsó, 66, felső, 66 Hermite-félé (hermitikus) alak, 170 hermitikus alak, 171, pozitív definit, 172 diád, 105 hiperdetermináns, 299 hiperdiád, 78 hiperdiagonál-mátrix, 78 hipermátrix inverze, 82, m n típusú, 77, n-edrendű, 77, perszimmetrikusan particionált, 91, szimmetrikusan particionált, 77 homogén lineáris egyenletrendszer, 114 általános megoldása, 117 idempotens mátrix, 101 imprimitív mátrix, 428 inhomogén lineáris egyenletrendszer, 117 megoldása, 119 invariáns altér, 206 faktor,

4 474 Tárgymutató invertálható mátrix, 36 inverz mátrix, 36 transzformáció, 183 involutórius mátrix, 68 irreducibilis mátrix, 402 izolált diagonálblokk, 425 izomorf euklideszi tér, 165 lineáris tér, 150 Jacobi-féle mátrix, 63 Jordan-blokk, alsó, 327, felső, 330 Jordan-féle normálalak, 327 karakterisztikus egyenlet, 208 mátrix, 208 polinom, 208 képtér, 175 komplex euklideszi tér, 152 lineáris tér, 147 kongruens mátrixok, 192 transzformáció, 192 kontinuáns (tridiagonális) mátrix, 63 konvergens mátrixsorozat, 421 koordináták, 150 Kravcsuk-mátrixok, 457, 459 Kravcsuk-polinomok, 457, 459 Kronecker-polinom, 307 kvadratikus alak, 170 Legendre-polinomok, 161 lineáris függetlenség, mátrix oszlopvektoraié, 48 függvény, 166, elsőfajú, 166, másodfajú, 166 tér, 146, n-dimenziós, 148 transzformáció, 175 sajátértéke, 206 sajátvektora, 206, diagonalizálható, 211 transzformációk szorzata, 180 lineárisan összefüggő vektorok, 147 független vektorok, 46, 147 magtér, 176 Markov-lánc, 431, aciklikus, 437, ciklikus, 437, ergodikus homogén, 438 másodfajú lineáris függvény, 166 mátrix, adjungált, 72, α indexű nilpotens, 326 általánosított inverze, 109, általánosított karakterisztikus, 233, ciklikus, 67, permutáló, 67 defektusa, 60, derogatórius nilpotens, 326 determinánsosztója, 347, egypárú, 75, egyszerű struktúrájú, 260 ekvivalens transzformációja, 53 elemi osztói, 348, félig involutórius, 69, felső (alsó) bidiagonális, 136, idempotens, 101, imprimitív, 428 invariáns faktora, 348, invertálható, 36 inverze, 36, involutórius, 68, irreducibilis, 402, Jacobi-féle, 63, karakterisztikus, 208 karakterisztikus egyenlete, 208 polinomja, 208, kontinuáns (tridiagonális), 63, m n típusú, 19 minimálegyenlete, 273 minimális diadikus előállítása, 39 felbontása, 39 minimálpolinomja, 273 Moore Penrose-féle inverze, 109, nemderogatórius nilpotens, 326, nemszinguláris, 35, nilpotens, 65, normális, 69 normált általánosított inverze, 109 nullitása, 60 oszlopvektorainak lineáris függetlensége, 48, permutáló, 66, primitív, 428 pszeudoinverze, 109 rangja, 38, 44, reducibilis, 401 redukált adjungáltja, 274 reflexív általánosított inverze, 109 Segre-féle karakterisztikája, 354 spurja (nyoma), 105, Sylvester Kac-féle, 456, 457, 459, 463, szinguláris, 35 szinguláris értékei, 267 szorzása komplex számmal, 18, sztochasztikus, 431, 437, Toeplitz-típusú, 64 transzformációja, 52, unitér, 68

5 Tárgymutató 475, valós ortogonális, 68 Weyr-féle karakterisztikája, 356 mátrixfüggvény, 275 mátrixok direkt szorzata, 301, egyszerű struktúrájú, 211, hasonló, 195, kongruens, 192, Kravcsuk-féle, 457, 459 Kronecker-polinomja, 307 összege, 17 mátrixsorozat határértéke, 421, konvergens, 421 minimálegyenlet, 273 minimálpolinom, 273 modálmátrix, 224 Moore Penrose-féle inverz, 109 nemderogatórius nilpotens mátrix, 326 nemszinguláris mátrix, 35 transzformáció, 183 nemvalódi ortogonális transzformáció, 244 nilpotens mátrix, 65, 326 fővektorai, 329 indexe, 66 normálalak, Jordan-féle, 327 normális mátrix, 69 transzformáció, 222 normált általánosított inverz, mátrixé, 109 nulltér, 176 önadjungált transzformáció, 216 ortogonális bázis, 158 mátrix, 68 transzformáció, 243, 244 vektorok, 156 ortonormált bázis, 158 permutáló mátrix, 66 perszimmetrikusan particionált hipermátrix, 91 polinom, általánosított karakterisztikus, 233, karakterisztikus, 208 polinomok, Kravcsuk-féle, 457, 459 pozitív definit hermitikus alak, 172 transzformáció, 226 szemidefinit transzformáció, 226 primitív mátrix, 428 projektor, 101 projektormátrix, 101 pszeudoinverz, 109 Rayleigh-féle hányados, 238 reducibilis mátrix, 401 normálalakja, 425 redukált adjungált, 274 reflexív általánosított inverz, 109 reguláris sztochasztikus mátrix, 437 sajátérték, lineáris transzformációé, 206 sajátvektor, lineáris transzformációé, 206 sajátvektor-rendszer, teljes, 211 sávmátrix, 64 Schur-komplementum, 81 Segre-féle karakterisztika, 354 Sherman Morrison-formula, 86 skaláris szorzat, 152, standard, 154 standard bázis, 172 skaláris szorzat, 154 Sylvester Kac-mátrix, 456, 457, 459, 463 szalagmátrix, 64 szimmetrikus transzformáció, 242 szimmetrikusan particionált hipermátrix, 77 szinguláris értékek, 267 mátrix, 35 transzformáció, 183 sztochasztikus mátrix, 431, 437, gyengén reguláris, 437, reguláris, 437 teljes biortogonális vektorrendszer, 103 sajátvektor-rendszer, 211 tér lineáris transzformációja, 175 Toeplitz-típusú mátrix, 64 transzformáció adjungáltja, 215 értékkészlete, 238 modálmátrixa, 224, nemszinguláris, 183, normális, 222, ortogonális, 243, 244, önadjungált, 216, pozitív definit, 226, pozitív szemidefinit, 226, szimmetrikus, 242, szinguláris, 183, unitér, 196, 218 transzformációk összege, 179 szorzata, 180 transzformációpár általánosított sajátértékei, 233 sajátvektorai, 233

6 476 Tárgymutató unitér, 234 mátrix, 68 tér, 153, 172 transzformáció, 218, 196 vektorrendszer, 105, nemteljes, 105, teljes, 105 valódi ortogonális transzformáció, 244 valós euklideszi tér, 153 lineáris tér, 147 ortogonális mátrix, 68 vektor hossza, 154 koordinátái, 150 vektorok lineáris függetlensége, 46 kombinációja, 148, lineárisan függetlenek, 147, összefüggőek, 147, ortogonális, 156 vektorrendszer, biortogonális, 103, teljes biortogonális, 103 vektortér, 146 Weyr-féle karakterisztika, 356

Rózsa Pál: Bevezetés a mátrixelméletbe. EGERVÁRY JENŐ emlékének ajánlom e könyvet halálának ötvenedik évfordulója alkalmából

Rózsa Pál: Bevezetés a mátrixelméletbe. EGERVÁRY JENŐ emlékének ajánlom e könyvet halálának ötvenedik évfordulója alkalmából Rózsa Pál: Bevezetés a mátrixelméletbe EGERVÁRY JENŐ emlékének ajánlom e könyvet halálának ötvenedik évfordulója alkalmából Alkalmazott matematika A sorozat kötetei: Kóczy T. László Tikk Domonkos: Fuzzy

Részletesebben

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Vektorterek. =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,

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. feladatsor Komplex számok

1. feladatsor Komplex számok . feladatsor Komplex számok.. Feladat. Kanonikus alakban számolva határozzuk meg az alábbi műveletek eredményét. (a) i 0 ; i 8 ; (b) + 4i; 3 i (c) ( + 5i)( 6i); (d) i 3+i ; (e) 3i ; (f) ( +3i)(8+i) ( 4

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

Lineáris algebra. =0 iє{1,,n}

Lineáris algebra. =0 iє{1,,n} Matek A2 (Lineáris algebra) Felhasználtam a Szilágyi Brigittás órai jegyzeteket, néhol a Thomas féle Kalkulus III könyvet. A hibákért felelosséget nem vállalok. Hiányosságok vannak(1. órai lin algebrai

Részletesebben

Tartalomjegyzék. I. A lineáris algebra forrásai Vektorok Lineáris egyenletrendszerek és megoldásuk 59

Tartalomjegyzék. I. A lineáris algebra forrásai Vektorok Lineáris egyenletrendszerek és megoldásuk 59 Tartalomjegyzék I A lineáris algebra forrásai 17 1 Vektorok 19 Vektorok a 2- és 3-dimenziós térben 19 Irányított szakasz, kötött és szabad vektor 19 Vektor magadása egy irányított szakasszal 20 Vektor

Részletesebben

Számítási módszerek a fizikában 1. (BMETE90AF35) tárgy részletes tematikája

Számítási módszerek a fizikában 1. (BMETE90AF35) tárgy részletes tematikája Számítási módszerek a fizikában 1. (BMETE90AF35) tárgy részletes tematikája Tasnádi Tamás 2014. szeptember 11. Kivonat A tárgy a BME Fizika BSc szak kötelező, alapozó tárgya a képzés 1. félévében. A tárgy

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

Szinguláris érték felbontás Singular Value Decomposition

Szinguláris érték felbontás Singular Value Decomposition Szinguláris érték felbontás Singular Value Decomposition Borbély Gábor 7. április... Tétel (teljes SVD. Legyen A C m n mátrix (valósra is jó, ekkor léteznek U C m m és V C n n unitér mátrixok (valósban

Részletesebben

VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja

VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag 2019. március 21. Mátrix rangja 1. Számítsuk ki az alábbi mátrixok rangját! (d) 1 1 2 2 4 5 1 1 1 1 1 1 1 1 2 1 2 1 1 0 1 1 2 1 0 1 1 1 1 2 3 1 3

Részletesebben

Lineáris Algebra. Tartalomjegyzék. Pejó Balázs. 1. Peano-axiomák

Lineáris Algebra. Tartalomjegyzék. Pejó Balázs. 1. Peano-axiomák Lineáris Algebra Pejó Balázs Tartalomjegyzék 1. Peano-axiomák 2 1.1. 1.................................................... 2 1.2. 2.................................................... 2 1.3. 3....................................................

Részletesebben

Tartalomjegyzék. I. A lineáris algebra forrásai Vektorok Lineáris egyenletrendszerek és megoldásuk 63

Tartalomjegyzék. I. A lineáris algebra forrásai Vektorok Lineáris egyenletrendszerek és megoldásuk 63 Tartalomjegyzék I. A lineáris algebra forrásai 17 1 Vektorok 21 Vektorok a 2- és 3-dimenziós térben 21 Irányított szakasz, kötött és szabad vektor 21 Vektor magadása egy irányított szakasszal 22 Vektor

Részletesebben

Vektorok, mátrixok, lineáris egyenletrendszerek

Vektorok, 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.

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

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

Tartalomjegyzék. Bevezetés 17. I. A lineáris algebra forrásai Vektorok 29. A könyvben követett elvek 18 A könyv felépítése 21 Szoftverek 23

Tartalomjegyzék. Bevezetés 17. I. A lineáris algebra forrásai Vektorok 29. A könyvben követett elvek 18 A könyv felépítése 21 Szoftverek 23 Tartalomjegyzék Bevezetés 17 A könyvben követett elvek 18 A könyv felépítése 21 Szoftverek 23 I. A lineáris algebra forrásai 25 1 Vektorok 29 Vektorok a 2- és 3-dimenziós térben 29 Irányított szakasz,

Részletesebben

Lineáris algebra mérnököknek

Lineáris algebra mérnököknek B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Lineáris algebra mérnököknek BMETE93BG20 Sajátérték, sajátvektor, sajátaltér Kf81 2018-11-20

Részletesebben

Lineáris algebra mérnököknek

Lineáris algebra mérnököknek B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Lineáris algebra mérnököknek BMETE93BG20 Sajátérték, sajátvektor, sajátaltér Kf87 2017-11-21

Részletesebben

Testek. 16. Legyen z = 3 + 4i, w = 3 + i. Végezzük el az alábbi. a) (2 4), Z 5, b) (1, 0, 0, 1, 1) (1, 1, 1, 1, 0), Z 5 2.

Testek. 16. Legyen z = 3 + 4i, w = 3 + i. Végezzük el az alábbi. a) (2 4), Z 5, b) (1, 0, 0, 1, 1) (1, 1, 1, 1, 0), Z 5 2. Vektorok. Melyek egyenlőek az alábbi vektorok közül? (a) (, 2, 0), (b) az (, 0, ) pontból a (2, 2, ) pontba mutató vektor, (c) ( 2,, ) ( 2,, 2), (d) [ 2 0 ], (e) 2. 0 2. Írjuk fel az x + y + 2z = 0 és

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

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. Tantárgy kódja: IP-08bNM1E, IP-08bNM1G (2+2) Az elsajátítandó ismeretanyag rövid leírása: A lebegıpontos számábrázolás egy modellje. A hibaszámítás elemei. Lineáris egyenletrendszerek

Részletesebben

Tartalomjegyzék. Bevezetés 17. I. A lineáris algebra forrásai Vektorok 29. A könyvben követett elvek 18 A könyv felépítése 21 Szoftverek 23

Tartalomjegyzék. Bevezetés 17. I. A lineáris algebra forrásai Vektorok 29. A könyvben követett elvek 18 A könyv felépítése 21 Szoftverek 23 Tartalomjegyzék Bevezetés 17 A könyvben követett elvek 18 A könyv felépítése 21 Szoftverek 23 I A lineáris algebra forrásai 25 1 Vektorok 29 Vektorok a 2- és 3-dimenziós térben 29 Irányított szakasz, kötött

Részletesebben

Bevezetés az algebrába 2

Bevezetés az algebrába 2 B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Bevezetés az algebrába 2 BMETE91AM37 Mátrixfüggvények H607 2018-05-02 Wettl Ferenc

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

1. zárthelyi,

1. zárthelyi, 1. zárthelyi, 2009.10.20. 1. Írjuk fel a tér P = (0,2,4) és Q = (6, 2,2) pontjait összekötő szakasz felezőmerőleges síkjának egyenletét. 2. Tekintsük az x + 2y + 3z = 14, a 2x + 6y + 10z = 24 és a 4x+2y

Részletesebben

,,BABEŞ-BOLYAI TUDOMÁNYEGYETEM LINEÁRIS ALGEBRA

,,BABEŞ-BOLYAI TUDOMÁNYEGYETEM LINEÁRIS ALGEBRA ,,BABEŞ-BOLYAI TUDOMÁNYEGYETEM Andrei Mărcuş LINEÁRIS ALGEBRA ii ELŐSZÓ A lineáris algebra tárgya a lineáris terek és leképezések vizsgálata. Eredete a vektorok és a lineáris egyenletrendszerek tanulmányozására

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

Összeállította: dr. Leitold Adrien egyetemi docens

Összeállította: dr. Leitold Adrien egyetemi docens Skaláris szorzat az R n vektortérben Összeállította: dr. Leitold Adrien egyetemi docens 2008.09.08. 1 Vektorok skaláris szorzata Két R n -beli vektor skaláris szorzata: Legyen a = (a 1,a 2,,a n ) és b

Részletesebben

9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35

9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35 9. Előadás (9. előadás) Lineáris egyr.(3.), Sajátérték 2019. április 24. 1 / 35 Portfólió-analízis Tegyük fel, hogy egy bank 4 különböző eszközbe fektet be (réz, búza, arany és kakaó). Az ügyfeleinek ezen

Részletesebben

Bevezetés az algebrába 2

Bevezetés az algebrába 2 B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Bevezetés az algebrába 2 BMETE91AM37 Euklideszi tér, ortogonalizáció H607 2018-02-12/03-10

Részletesebben

10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak

10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak 10. Előadás Megyesi László: Lineáris algebra, 98. 108. oldal. Gondolkodnivalók Mátrix inverze 1. Gondolkodnivaló Igazoljuk, hogy invertálható trianguláris mátrixok inverze is trianguláris. Bizonyítás:

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

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

Vektorterek. 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

Részletesebben

Diszkrét Matematika II.

Diszkrét Matematika II. Bácsó Sándor Diszkrét Matematika II. mobidiák könyvtár Bácsó Sándor Diszkrét Matematika II. mobidiák könyvtár SOROZATSZERKESZTŐ Fazekas István Bácsó Sándor Diszkrét Matematika II. egyetemi jegyzet mobidiák

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

Szigorlati tételek Lineáris algebra és Diszkrét matematika tárgyakból

Szigorlati tételek Lineáris algebra és Diszkrét matematika tárgyakból Szigorlati tételek Lineáris algebra és Diszkrét matematika tárgyakból 2017 A vastag betűs fogalmak, tételek, különösen fontosak. Ezek megértése és alkalmazni tudása nélkül nem adható elégséges osztályzat.

Részletesebben

12. Mikor nevezünk egy részhalmazt nyíltnak, illetve zártnak a valós számok körében?

12. Mikor nevezünk egy részhalmazt nyíltnak, illetve zártnak a valós számok körében? Ellenörző Kérdések 1. Mit jelent az, hogy egy f : A B függvény injektív, szürjektív, illetve bijektív? 2. Mikor nevezünk egy függvényt invertálhatónak? 3. Definiálja a komplex szám és műveleteinek fogalmát!

Részletesebben

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

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

Részletesebben

Matematika elméleti összefoglaló

Matematika elméleti összefoglaló 1 Matematika elméleti összefoglaló 2 Tartalomjegyzék Tartalomjegyzék... 2 1. Sorozatok jellemzése, határértéke... 3 2. Függvények határértéke és folytonossága... 5 3. Deriválás... 6 4. Függvényvizsgálat...

Részletesebben

Szinguláris értékek. Wettl Ferenc április 12. Wettl Ferenc Szinguláris értékek április / 35

Szinguláris értékek. Wettl Ferenc április 12. Wettl Ferenc Szinguláris értékek április / 35 Szinguláris értékek Wettl Ferenc 2016. április 12. Wettl Ferenc Szinguláris értékek 2016. április 12. 1 / 35 Tartalom 1 Szinguláris érték 2 Norma 3 Mátrixnorma 4 Alkalmazások Wettl Ferenc Szinguláris értékek

Részletesebben

1. Mit jelent az, hogy egy W R n részhalmaz altér?

1. Mit jelent az, hogy egy W R n részhalmaz altér? Az informatikus lineáris algebra dolgozat B részének lehetséges kérdései Az alábbi listában azok a definíciók és állítások, tételek szerepelnek, melyeket a vizsgadolgozat B részében kérdezhetünk. A válaszoknál

Részletesebben

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

1. 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

Részletesebben

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31 Lineáris leképezések Wettl Ferenc 2015. március 9. Wettl Ferenc Lineáris leképezések 2015. március 9. 1 / 31 Tartalom 1 Mátrixleképezés, lineáris leképezés 2 Alkalmazás: dierenciálhatóság 3 2- és 3-dimenziós

Részletesebben

1. Bázistranszformáció

1. Bázistranszformáció 1. Bázistranszformáció Transzformáció mátrixa új bázisban A bázistranszformáció képlete (Freud, 5.8.1. Tétel) Legyenek b és d bázisok V -ben, ] v V és A Hom(V). Jelölje S = [[d 1 ] b,...,[d n ] b T n n

Részletesebben

2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve trigonometrikus alakban vannak megadva?

2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve trigonometrikus alakban vannak megadva? = komolyabb bizonyítás (jeleshez) Ellenőrző kérdések 2006 ősz 1. Definiálja a komplex szám és műveleteinek fogalmát! 2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve

Részletesebben

Gazdasági matematika II.

Gazdasági matematika II. Gazdasági matematika II. Losonczi László, Pap Gyula Debreceni Egyetem Debrecen, 2007/8 tanév, II. félév Losonczi László, Pap Gyula (DE) Gazdasági matematika II. 2007/8 tanév, II. félév 1 / 186 Félévközi

Részletesebben

Szinguláris értékek. Wettl Ferenc április 3. Wettl Ferenc Szinguláris értékek április 3. 1 / 28

Szinguláris értékek. Wettl Ferenc április 3. Wettl Ferenc Szinguláris értékek április 3. 1 / 28 Szinguláris értékek Wettl Ferenc 2015. április 3. Wettl Ferenc Szinguláris értékek 2015. április 3. 1 / 28 Tartalom 1 Szinguláris érték 2 Alkalmazások 3 Norma 4 Mátrixnorma Wettl Ferenc Szinguláris értékek

Részletesebben

Rang, sajátérték. Dr. Takách Géza NyME FMK Informatikai Intézet takach/ február 15

Rang, sajátérték. Dr. Takách Géza NyME FMK Informatikai Intézet   takach/ február 15 Diszkrét matematika II, 2 el adás Rang, sajátérték Dr Takách Géza NyME FMK Informatikai Intézet takachinfnymehu http://infnymehu/ takach/ 25 február 5 Gyakorlati célok Ezen el adáson, és a hozzá kapcsolódó

Részletesebben

Alkalmazott algebra - skalárszorzat

Alkalmazott algebra - skalárszorzat Alkalmazott algebra - skalárszorzat Ivanyos Gábor 2011 sz Skalárszorzat Skalárszorzat Ebben a részben: a standard skalárszorzat: u T v = n µ i ν i i=1 és a kapcsolódó lineáris algebra absztrakt tárgyalással

Részletesebben

1. Gauss-, Gauss-Jordan elimináció.

1. Gauss-, Gauss-Jordan elimináció. 1. Gauss-, Gauss-Jordan elimináció. Először az Ax = b lineáris egyenletrendszerekkel foglalkozunk. Itt tehát adott egy A R m n (például valós elemű, m-szer n-es) mátrix továbbá egy b R m (valós, m-elemű)

Részletesebben

(1) Vektorok koordinátavektora. 1/3. R A {b 1,b 2,b 3 } vektorhalmaz bázis a V R n altérben.

(1) Vektorok koordinátavektora. 1/3. R A {b 1,b 2,b 3 } vektorhalmaz bázis a V R n altérben. Az informatikus lineáris algebra dolgozat A részének főbb témái, pár mintafeladata Az alábbiakban tájékoztató jelleggel fölsoroljuk a vizsgadolgozat A részében szereplő főbb témaköröket néhány mintafeladattal,

Részletesebben

Bevezetés a számításelméletbe (MS1 BS)

Bevezetés a számításelméletbe (MS1 BS) Matematika szigorlat - konzultációs szeminárium Azoknak, akik másodszorra vagy többedszerre veszik fel a Matematika szigorlat (NAMMS1SAND) tárgyat. Bevezetés a számításelméletbe (MS1 BS) FŐBB TÉMAKÖRÖK

Részletesebben

Mátrixfüggvények. Wettl Ferenc április 28. Wettl Ferenc Mátrixfüggvények április / 22

Mátrixfüggvények. Wettl Ferenc április 28. Wettl Ferenc Mátrixfüggvények április / 22 Mátrixfüggvények Wettl Ferenc 2016. április 28. Wettl Ferenc Mátrixfüggvények 2016. április 28. 1 / 22 Tartalom 1 Diagonalizálható mátrixok függvényei 2 Mátrixfüggvény a Jordan-alakból 3 Mátrixfüggvény

Részletesebben

Gazdasági matematika II.

Gazdasági matematika II. Gazdasági matematika II. Losonczi László, Pap Gyula Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar 2014. február 16. Losonczi László, Pap Gyula (DE, KTK) Gazdasági matematika II. 2014. február

Részletesebben

Lineáris leképezések, mátrixuk, bázistranszformáció. Képtér, magtér, dimenziótétel, rang, invertálhatóság

Lineáris leképezések, mátrixuk, bázistranszformáció. Képtér, magtér, dimenziótétel, rang, invertálhatóság 1. Bevezetés A félév anyaga: lineáris algebra Vektorterek, alterek Függés, függetlenség, bázis, dimenzió Skaláris szorzat R n -ben, vektorok hossza és szöge Lineáris leképezések, mátrixuk, bázistranszformáció

Részletesebben

i=1 λ iv i = 0 előállítása, melynél valamelyik λ i

i=1 λ iv i = 0 előállítása, melynél valamelyik λ i Az informatikus lineáris algebra dolgozat C részének lehetséges kérdései Az alábbi listában azok az állítások, tételek szerepelnek, melyeket a vizsgadolgozat C részében kérdezhetünk. Azok érnek 6 pontot,

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

6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján

6. 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

Részletesebben

Lineáris leképezések (előadásvázlat, szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla

Lineáris leképezések (előadásvázlat, szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla Lineáris leképezések (előadásvázlat, 2012. szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla Ennek az előadásnak a megértéséhez a következő fogalmakat kell tudni: homogén lineáris egyenletrendszer és

Részletesebben

1 Lebegőpontos számábrázolás

1 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

Részletesebben

Alkalmazott algebra - SVD

Alkalmazott algebra - SVD Alkalmazott algebra - SVD Ivanyos Gábor 20 sz Poz. szemidenit mátrixok spektrálfelbontásának általánosítása nem feltétlenül négyzetes mátrixokra LSI - mögöttes szemantikájú indexelés "Közelít " webkeresés

Részletesebben

Haladó lineáris algebra

Haladó lineáris algebra B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Haladó lineáris algebra BMETE90MX54 Lineáris leképezések 2017-02-21 IB026 Wettl Ferenc

Részletesebben

Gazdasági matematika II.

Gazdasági matematika II. Gazdasági matematika II. Losonczi László, Pap Gyula Debreceni Egyetem Debrecen, 2009/10 tanév, II. félév Losonczi László, Pap Gyula (DE) Gazdasági matematika II. 2009/10 tanév, II. félév 1 / 187 Félévközi

Részletesebben

Sajátértékek és sajátvektorok. mf1n1a06- mf1n2a06 Csabai István

Sajátértékek és sajátvektorok. mf1n1a06- mf1n2a06 Csabai István Sajátértékek és sajátvektorok A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris transzformáció Vektorok lineáris transzformációja: általános esetben az x vektor iránya és nagysága

Részletesebben

MBN412G: ALKALMAZOTT ALGEBRA GYAKORLAT ÁPRILIS 26.

MBN412G: ALKALMAZOTT ALGEBRA GYAKORLAT ÁPRILIS 26. MBN412G: ALKALMAZOTT ALGEBRA GYAKORLAT 2015. ÁPRILIS 26. 1. Lineáris algebra, csoportok definíciója 1.1. Feladat. (Közösen megbeszéltük) Adjunk meg olyan ϕ lineáris transzformációját a síknak, amelyre

Részletesebben

YBL - SGYMMAT2012XA Matematika II.

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

Részletesebben

Lin.Alg.Zh.1 feladatok

Lin.Alg.Zh.1 feladatok LinAlgZh1 feladatok 01 3d vektorok Adott három vektor ā = (0 2 4) b = (1 1 4) c = (0 2 4) az R 3 Euklideszi vektortérben egy ortonormált bázisban 1 Mennyi az ā b skalárszorzat? 2 Mennyi az n = ā b vektoriális

Részletesebben

MA1143v A. csoport Név: december 4. Gyak.vez:. Gyak. kódja: Neptun kód:.

MA1143v A. csoport Név: december 4. Gyak.vez:. Gyak. kódja: Neptun kód:. MAv A. csoport Név:... Tekintsük az alábbi mátriot! A 7 a Invertálható-e az A mátri? Ha igen akkor bázistranszformációval határozza meg az inverzét! Ellenőrizze számításait! b Milyen egyéb mátritulajdonságokra

Részletesebben

1.1. Vektorok és operátorok mátrix formában

1.1. Vektorok és operátorok mátrix formában 1. Reprezentáció elmélet 1.1. Vektorok és operátorok mátrix formában A vektorok és az operátorok mátrixok formájában is felírhatók. A végtelen dimenziós ket vektoroknak végtelen sok sort tartalmazó oszlopmátrix

Részletesebben

1. Bevezetés A félév anyaga. Lineáris algebra Vektorterek, alterek Függés, függetlenség, bázis, dimenzió Skaláris szorzat R n -ben, vektorok hossza és szöge Lineáris leképezések, mátrixuk, bázistranszformáció

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

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

Faragó István Horváth Róbert NUMERIKUS MÓDSZEREK

Faragó István Horváth Róbert NUMERIKUS MÓDSZEREK Faragó István Horváth Róbert NUMERIKUS MÓDSZEREK El szó Az Olvasó most egy egyetemi jegyzetet tart a kezében vagy néz a számítógépe képerny jén. E jegyzetet a Budapesti M szaki és Gazdaságtudományi Egyetemen

Részletesebben

Numerikus módszerek beugró kérdések

Numerikus módszerek beugró kérdések 1. Definiálja a gépi számok halmazát (a tanult modellnek megfelelően)! Adja meg a normalizált lebegőpontos szám alakját. (4 pont) Az alakú számot normalizált lebegőpontos számnak nevezik, ha Ahol,,,. Jelöl:

Részletesebben

A gyakorlati jegy

A gyakorlati jegy . Bevezetés A félév anyaga: lineáris algebra Vektorterek, alterek Függés, függetlenség, bázis, dimenzió Skaláris szorzat R n -ben, vektorok hossza és szöge Lineáris leképezések, mátrixuk, bázistranszformáció

Részletesebben

Lin.Alg.Zh.1 feladatok

Lin.Alg.Zh.1 feladatok Lin.Alg.Zh. feladatok 0.. d vektorok Adott három vektor ā (0 b ( c (0 az R Euklideszi vektortérben egy ortonormált bázisban.. Mennyi az ā b skalárszorzat? ā b 0 + + 8. Mennyi az n ā b vektoriális szorzat?

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

Gyakorló feladatok I.

Gyakorló feladatok I. Gyakorló feladatok I. a Matematika Aa Vektorüggvények tárgyhoz (D D5 kurzusok) Összeállította: Szili László Ajánlott irodalmak:. G.B. Thomas, M.D. Weir, J. Hass, F.R. Giordano: Thomas-féle KALKULUS I.,

Részletesebben

ALKALMAZOTT ALGEBRA FELADATOK (2016 tavaszi félév)

ALKALMAZOTT ALGEBRA FELADATOK (2016 tavaszi félév) ALKALMAZOTT ALGEBRA FELADATOK (2016 tavaszi félév) Ismétlés 0. feladat O Adjunk meg olyan ϕ lineáris transzformációját a síknak, amelyre (a) ϕ-nek 1-dimenziós a képtere; (b) ϕ-nek nincsen sajátértéke;

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

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

Saj at ert ek-probl em ak febru ar 26.

Saj at ert ek-probl em ak febru ar 26. Sajátérték-problémák 2018. február 26. Az alapfeladat Adott a következő egyenlet: Av = λv, (1) ahol A egy ismert mátrix v ismeretlen, nem zérus vektor λ ismeretlen szám Azok a v, λ kombinációk, amikre

Részletesebben

Eötvös Loránd Tudományegyetem Természettudományi Kar

Eötvös Loránd Tudományegyetem Természettudományi Kar Eötvös Loránd Tudományegyetem Természettudományi Kar A mátrixoktól a Turán-típusú tételekig Szakdolgozat Készítette: Antal József Matematika BSc, matematikai elemz szakirány Témavezet : Fialowski Alice,

Részletesebben

Előadásvázlat a Lineáris algebra II. tárgyhoz

Előadásvázlat a Lineáris algebra II. tárgyhoz Előadásvázlat a Lineáris algebra II. tárgyhoz Kovács Zoltán 2005. január 4. Tartalomjegyzék 1. Euklideszi vektorterek 3 1.1. Bilineáris és kvadratikus formák, skaláris szorzatok................ 3 1.2.

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

Alkalmazott algebra. Lineáris leképezések EIC. Wettl Ferenc ALGEBRA TANSZÉK BMETE90MX57 (FELSŐBB MATEMATIKA INFORMATIKUSOKNAK )

Alkalmazott algebra. Lineáris leképezések EIC. Wettl Ferenc ALGEBRA TANSZÉK BMETE90MX57 (FELSŐBB MATEMATIKA INFORMATIKUSOKNAK ) B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Alkalmazott algebra BMETE90MX57 (FELSŐBB MATEMATIKA INFORMATIKUSOKNAK ) Lineáris leképezések

Részletesebben

Lin.Alg.Zh.1-2 feladatok

Lin.Alg.Zh.1-2 feladatok Lin.Alg.Zh.- feladatok. Lin.Alg.Zh. feladatok.. d vektorok Adott három vektor ā b c az R Euklideszi vektortérben egy ortonormált bázisban.. Mennyi az ā b skalárszorzat? ā b + + 8. Mennyi az n ā b vektoriális

Részletesebben

azonosságot minden 1 i, l n, 1 j k, indexre teljesítő együtthatókkal, amelyekre érvényes a = c (j) i,l l,i

azonosságot minden 1 i, l n, 1 j k, indexre teljesítő együtthatókkal, amelyekre érvényes a = c (j) i,l l,i A Cochran Fisher tételről A matematikai statisztika egyik fontos eredménye a Cochran Fisher tétel, amely a variancia analízisben játszik fontos szerepet. Ugyanakkor ez a tétel lényegét tekintve valójában

Részletesebben

Bevezetés az algebrába 2

Bevezetés az algebrába 2 B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Bevezetés az algebrába 2 BMETE91AM37 Differencia- és differenciálegy.-rsz. H607 2017-04-05

Részletesebben

Gauss-eliminációval, Cholesky felbontás, QR felbontás

Gauss-eliminációval, Cholesky felbontás, QR felbontás Közelítő és szimbolikus számítások 4. gyakorlat Mátrix invertálás Gauss-eliminációval, Cholesky felbontás, QR felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei

Részletesebben

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

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

Részletesebben

Matematika A2 vizsga mgeoldása június 4.

Matematika 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

Részletesebben

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek Algebra Tanszék B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E

Részletesebben

Lineáris algebra. Wettl Ferenc, BME , 0.2 változat. Tartalomjegyzék. Geometriai szemléltetés. (tömör bevezetés) Az egyenletek szemléltetése

Lineáris algebra. Wettl Ferenc, BME , 0.2 változat. Tartalomjegyzék. Geometriai szemléltetés. (tömör bevezetés) Az egyenletek szemléltetése Lineáris algebra (tömör bevezetés) Wettl Ferenc, BME 2007-03-24, 02 változat Tartalomjegyzék Geometriai szemléltetés 1 Az egyenletek szemléltetése 1 Az egyenletrendszer vektoregyenlet alakja 2 Egyenletrendszerek

Részletesebben

Tétel: Ha,, akkor az ábrázolt szám hibája:

Tétel: Ha,, akkor az ábrázolt szám hibája: 1. A lebegpontos számábrázolás egy modellje. A normalizált lebegpontos szám fogalma, a legnagyobb, legkisebb pozitív szám, a relatív pontosság az M(t,-k,+k) gépi számhalmazban. Az input függvény (fl) fogalma,

Részletesebben

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles

0-49 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)

Részletesebben

Lineáris algebra és a rang fogalma (el adásvázlat, szeptember 29.) Maróti Miklós

Lineáris algebra és a rang fogalma (el adásvázlat, szeptember 29.) Maróti Miklós Lineáris algebra és a rang fogalma (el adásvázlat, 2010. szeptember 29.) Maróti Miklós Ennek az el adásnak a megértéséhez a következ fogalmakat kell tudni: (1) A mátrixalgebrával kapcsolatban: számtest

Részletesebben

9. AZ R k VEKTORTÉR. 9.1 Az R k vektortér fogalma

9. AZ R k VEKTORTÉR. 9.1 Az R k vektortér fogalma 9 AZ R k VEKTORTÉR 91 Az R k vektortér fogalma Definíció A k-dimenziós vektortér nek nevezzük és R k val jelöljük a valós számokból alkotott k-tagú x = (x 1, x 2,, x k ) sorozatok halmazát, azaz 1 R k

Részletesebben

L I N EÁR I S ALG E B RA

L I N EÁR I S ALG E B RA WETTL FERENC L I N EÁR I S ALG E B RA azoknak, akik érteni is szeretnék 2011 Tartalomjegyzék Pályázati támogatás Gondozó Copyright Kulcsszavak: Lineáris algebra, vektorok, lineáris egyenletrendszerek,

Részletesebben