Lineáris algebra (10A103)
|
|
- Sára Kerekesné
- 7 évvel ezelőtt
- Látták:
Átírás
1 Lineáris algebra (10A103 Kátai-Urbán Kamilla
2 Tudnivalók Honlap: Jegyzet: Megyesi László: Lineáris algebra. Vizsga: írásbeli (beugróval, feltétele a Lineáris algebra gyakorlat teljesítése.
3 1. Előadás Megyesi László: Lineáris algebra, oldal.
4 Mátrixok, mátrixműveletek n m-es mátrix: táblázat n sorral és m oszloppal. KEREK zárójelek között. Elemei VALÓS számok. Példa
5 Jelölés A mátrixokat általában az ABC elejéről vett nagybetűkkel jelöljük (A, B, C... A R 5 6 : 5 sorból és 6 oszlopból álló valós számokat tartalmazó mátrix. A mátrix elemeire általában kisbetűkkel hivatkozunk, például a B mátrix 3. sorának 4. eleme b 34. Az elemeket az oszlopokban fentről lefelé, míg sorokban balról jobbra számozzuk.
6 Példa Sütöde "termelési" és "árfolyam" mátrixa liszt víz só energia kenyér kifli zsömle dec. 1. dec. 2. dec. 3. liszt víz só energia
7 Mennyibe került 1 kenyér előállítása dec. 1-én? Egy kenyér előállítása liszt víz só energia kenyér kifli zsömle dec. 1. dec. 2. dec. 3. liszt víz só energia = 61.9 Ft-ba került. Hasonlóképpen kiszámítható a következő táblázat minden eleme.
8 liszt víz só energia kenyér kifli zsömle dec. 1. dec. 2. dec. 3. liszt víz só energia dec. 1. dec. 2. dec. 3. kenyér kifli zsömle
9 Mátrixszorzás Létezés Ha A n m-es, B pedig m k-as mátrix, akkor létezik a szorzatuk, A B, amely n k-as mátrix. Más esetben a szorzat nem létezik. Kiszámítás Ha létezik az A B szorzatmátrix, akkor az i. sorának j. elemét a következőképpen kapjuk: összeszorozzuk A i. sorának elemeit B j. oszlopának megfelelő elemeivel (a szorzótényezők mérete miatt mindkettőnek ugyanannyi, m db eleme van, majd az így kapott számokat összeadjuk.
10 Példa ( = ( c11 c 12 c 21 c 22 c 11 = ( 2 = 4 c 12 = ( = 5 c 21 = ( ( 2 = 7 c 22 = ( ( = 5
11 Példa ( = ( c 11 = ( 2 = 4 c 12 = ( = 5 c 21 = ( ( 2 = 7 c 22 = ( ( = 5
12 Mátrixszorzás definíciója Legyen A n m-es, B pedig m k-as mátrix: a 11 a a 1m b b 1k a 21 a a 2m A =......, B = b b 2k..... a n1 a n2... a nm b m1... b mk. Ekkor az A B mátrix n k-as és i. sorának j. eleme: m (A B ij = a it b tj. t=1
13 Összeadás Létezés Ha A n m-es és B is n m-es mátrix, akkor összeadhatók, és az összegük is n m-es lesz, azaz csak azonos méretű mátrixok adhatók össze. Kiszámítás Az összegmátrix i. sorának j. eleme A i. sora j. elemének és B i. sora j. elemének az összege, azaz a mátrixokat elemenként adunk össze. (A + B ij = a ij + b ij.
14 Példa = c 11 c 12 c 21 c 22 c 31 c 32 c 11 = c 12 = ( 2 + ( 1 c 21 = c 22 = c 31 = c 32 = 1 + 4
15 Példa = c 11 = c 12 = ( 2 + ( 1 c 21 = c 22 = c 31 = c 32 = 1 + 4
16 Mátrix szorzása skalárral Skalár=szám... Létezés Mindig létezik. Kiszámítás Mátrixot úgy szorzunk λ skalárral, hogy minden elemét megszorozzuk λ-val. (λa ij = λa ij.
17 Példa ( = (
18 Példa ( = ( e =
19 Transzponálás Létezés Mátrix transzponáltja mindig létezik. Egy n m-es mátrix transzponáltja m n-es. Kiszámítás Az eredeti mátrix sorait beírjuk az oszlopokba. Példa T =
20 Műveleti tulajdonságok Az összeadás kommutatív: A + B = B + A. Valamint asszociatív: (A + B + C = A + (B + C. Mit értünk a fentiek alatt? Azt, hogy valahányszor az adott egyenlőség egyik oldala értelmezett, mindannyiszor a másik oldal is, és ekkor a kapott két mátrix megegyezik.
21 Műveleti tulajdonságok A szorzás asszociatív: (A B C = A (B C. A szorzás disztributív az összeadásra nézve, mindkét oldalról: A (B + C = A B + A C (B + C A = B A + C A.
22 A SZORZÁS NEM KOMMUTATÍV!!! 1. eset Előfordulhat, hogy A B létezik, de B A nem. Példa ( 1 1 ( = ( 2 1, de ( ( 1 1 NEM LÉTEZIK
23 A SZORZÁS NEM KOMMUTATÍV!!! 2. eset Előfordulhat, hogy A B és B A is létezik, de különböző méretűek. Példa de ( 1 2 ( 1 2 ( 1 2 = 2 4 ( 1 2 ( 1 2 = ( 3,
24 A SZORZÁS NEM KOMMUTATÍV!!! 3. eset Ha A B és B A is létezik, és ráadásul egyforma méretűek, akkor sem biztos, hogy egyenlők. Példa ( ( = ( , de ( ( = (
25 Műveleti tulajdonságok alkalmazása Tetszőleges A, B n n-es mátrixokra: (A + B 2 = (A + B (A + B = (A + B A + (A + B B = = A 2 + B A + A B + B 2. De a szorzás nem kommutatív, így A 2 + B A + A B + B 2 A A B + B 2.
26 Azonosságok Hatványozás azonosságai A szorzás asszociativitása miatt a következők érvényesek tetszőleges A n n-es mátrixokra: A n A m = A n+m, (A n m = A nm. Transzponálás azonosságai Tetszőleges A n k-as és B k m-es mátrixra érvényesek: (A T T = A, (A B T = B T A T.
27 Szimmetrikus mátrix Definíció Egy mátrix szimmetrikus, ha megegyezik a transzponáltjával. A T = A. Példa Természetesen minden szimmetrikus mátrix négyzetes, azaz n n-es.
28 Trianguláris mátrix Definíció Egy n n-es mátrixot triangulárisnak nevezünk, ha a főátlója alatt (vagy felett minden elem 0. Példa Felső trianguláris mátrix
29 Trianguláris mátrix Definíció Egy n n-es mátrixot triangulárisnak nevezünk, ha a főátlója alatt (vagy felett minden elem 0. Példa Alsó trianguláris mátrix
30 Diagonális mátrix Definíció Egy n n-es mátrixot diagonálisnak nevezünk, ha csak a főátlójában lehetnek 0-tól különböző elemek. Példa
31 Diagonális mátrix Definíció Egy n n-es mátrixot diagonálisnak nevezünk, ha csak a főátlójában lehetnek 0-tól különböző elemek. Példa
32 Egységmátrix Definíció Az n n-es egységmátrix az a mátrix, amelynek főátlójában végig 1-esek, mindenhol máshol 0-k vannak. Jele: E n. Példa E 3 = Az egységmátrix a szorzásra nézve úgy viselkedik, mint az 1 a valós számok szorzására nézve: bármely A n n-es mátrix esetén E n A = AE n = A.
33 Zérómátrix Definíció Az n n-es zérómátrix az a mátrix, amely csak 0-kat tartalmaz. Jele: Z n. Példa Z 3 = A zérómátrix a szorzásra nézve úgy viselkedik, mint a 0 a valós számok szorzására nézve: bármely A n n-es mátrix esetén Z n A = AZ n = Z n.
34 Mátrixok blokkokra bontása Egy mátrix felfogható úgy is, mintha több kisebb mátrixból állna, azaz a mátrixok blokkokra bonthatók. Példa A =
35 Mátrixok blokkokra bontása Az előző mátrix négy blokkja négy kisebb mátrix: A 11 = A 12 = A 21 = ( A 22 = ( 4 5 Az előző mátrix így is írható a kis mátrixok segítségével: ( A11 A 12. A 21 A 22
36 Mátrixok blokkokra bontása Blokkokra bontott mátrixokat is a szokásos módon szorzunk össze. Ha A és B a következőképpen bomlanak blokkokra: ( ( A11 A A = 12 B11 B, B = 12, A 21 A 22 B 21 B 22 akkor a szorzatuk: ( A11 B A B = 11 + A 12 B 21 A 11 B 12 + A 12 B 22 A 21 B 11 + A 22 B 21 A 21 B 12 + A 22 B 22. Természetesen ekkor az eredményt is blokkokra bontott alakban kapjuk.
37 Mátrixok blokkokra bontása ( A11 B A B = 11 + A 12 B 21 A 11 B 12 + A 12 B 22 A 21 B 11 + A 22 B 21 A 21 B 12 + A 22 B 22. Mivel A 11, B 11, A 12, B 12,... nem valós számok, hanem mátrixok, így nem mindig szorozhatók össze. Azaz nem mindegy, hogy A és B felbontásában a blokkokat milyen méretűre választjuk. Rossz felbontás esetén előfordulhat, hogy a két mátrixot nem lehet blokkosan összeszorozni.
38 Mátrixok blokkokra bontása Példa Szorozzuk össze a mátrixokat blokkosan Jelöljük a mátrixok blokkjait: = ( A11 A 12 A 21 A 22, = ( B11 B 12 B 21 B 22
39 Ekkor a szorzat: ( A11 B 11 + A 12 B 21 A 11 B 12 + A 12 B 22 A 21 B 11 + A 22 B 21 A 21 B 12 + A 22 B 22, azaz = = ( ( ( ( ( 0 ( 0 14 ( 1 ( = =
40 Gondolkodnivalók Mátrixok 1. Gondolkodnivaló Legyen A tetszőleges n k méretű mátrix. Adjunk meg olyan P, illetve Q mátrixokat, melyekre a PAQ szorzat egy olyan 1 1-es mátrix, mely az A mátrix i. sorának j. elemét tartalmazza.
41 Gondolkodnivalók Mátrixok 2. Gondolkodnivaló Adjuk meg azokat az A R 2 2 mátrixokat, amelyekre A 2 = 0, ahol a 0 a 2 2-es zérómátrixot jelöli.
42 Gondolkodnivalók Mátrixok 3. Gondolkodnivaló Elemezzük az (AB 3 = A 3 B 3 egyenlőséget értelmezhetőség szempontjából, azaz: Előfordulhat-e, hogy a bal oldal létezik, de a jobb nem? Előfordulhat-e, hogy a jobb oldal létezik, de a bal nem? Előfordulhat-e, hogy mindkét oldal létezik, de különböző méretűek?
43 Gondolkodnivalók Mátrixok 4. Gondolkodnivaló Számítsuk ki az alábbi mátrixot: ( n 1 1, ahol n N. 0 1
Lineáris algebra (10A103)
Lineáris algebra (10A103) Kátai-Urbán Kamilla (1. előadás) Mátrixok 2019. február 6. 1 / 35 Bevezetés Előadás Tudnivalók (I.) Honlap: http://www.math.u-szeged.hu/~katai Jegyzet: Az előadáson készített
RészletesebbenLineáris 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.
RészletesebbenMátrixok, mátrixműveletek
Mátrixok, mátrixműveletek 1 előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Mátrixok, mátrixműveletek p 1/1 Mátrixok definíciója Definíció Helyezzünk el n m elemet egy olyan téglalap
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
RészletesebbenMűveletek mátrixokkal. Kalkulus. 2018/2019 ősz
2018/2019 ősz Elérhetőségek Előadó: (safaro@math.bme.hu) Fogadóóra: hétfő 9-10 (H épület 3. emelet 310-es ajtó) A pontos tárgykövetelmények a www.math.bme.hu/~safaro/kalkulus oldalon találhatóak. A mátrix
Részletesebben1. 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
RészletesebbenI. VEKTOROK, MÁTRIXOK
217/18 1 félév I VEKTOROK, MÁTRIXOK I1 I2 Vektorok 1 A síkon derékszögű koordinátarendszerben minden v vektornak van vízszintes és van függőleges koordinátája, ezeket sorrendben v 1 és v 2 jelöli A v síkbeli
RészletesebbenLineáris algebra. (közgazdászoknak) T C T = ( 1 ) ; , D T D =
Lineáris algebra (közgazdászoknak) 10A103 FELADATOK A GYAKORLATRA (1.) 2018/2019. tavaszi félév Mátrixok 1.1. Feladat. Legyen A = 1 2 1, B = 1 2 3 1 2 1 1, C = ( 1 2 0 ), D = 1 3 1 1 2 1 ( ) 10/2 0.6 1
Részletesebben2. előadás. Lineáris algebra numerikus módszerei. Mátrixok Mátrixműveletek Speciális mátrixok, vektorok Norma
Mátrixok Definíció Az m n típusú (méretű) valós A mátrixon valós a ij számok alábbi táblázatát értjük: a 11 a 12... a 1j... a 1n.......... A = a i1 a i2... a ij... a in........... a m1 a m2... a mj...
RészletesebbenIrodalom. (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
Részletesebben3. 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
RészletesebbenLineáris 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,
RészletesebbenMátrixok 2017 Mátrixok
2017 számtáblázatok" : számok rendezett halmaza, melyben a számok helye két paraméterrel van meghatározva. Például lineáris egyenletrendszer együtthatómátrixa 2 x 1 + 4 x 2 = 8 1 x 1 + 3 x 2 = 1 ( 2 4
RészletesebbenValasek Gábor valasek@inf.elte.hu
Számítógépes Grafika Valasek Gábor valasek@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2013/2014. őszi félév ( Eötvös LorándSzámítógépes TudományegyetemInformatikai Grafika Kar) 2013/2014.
RészletesebbenMátrixok február Feladat: Legyen A = ( ( B =
Mátrixok 26. február 6.. Feladat: Legyen ( 3 2 B ( 3 4 Határozzuk meg A + B, A B, 2A, 3B, 2A 3B,A T és (B T T mátrixokat. A definíciók alapján ( + 3 + 3 + A + B 2 + 4 + + ( 4 2 6 2 ( ( 3 3 2 4 A B 2 4
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.
Részletesebben1. 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
Részletesebben1. 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
RészletesebbenKvadratikus 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,
Részletesebben9. 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
Részletesebben11. 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
RészletesebbenGauss-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
RészletesebbenMatematika A1a Analízis
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Matematika A1a Analízis BMETE90AX00 Vektorok StKis, EIC 2019-02-12 Wettl Ferenc ALGEBRA
RészletesebbenHadamard-mátrixok Előadó: Hajnal Péter február 23.
Szimmetrikus kombinatorikus struktúrák MSc hallgatók számára Hadamard-mátrixok Előadó: Hajnal Péter 2012. február 23. 1. Hadamard-mátrixok Ezen az előadáson látásra a blokkrendszerektől független kombinatorikus
Részletesebben1. A polinom fogalma. Számolás formális kifejezésekkel. Feladat Oldjuk meg az x2 + x + 1 x + 1. = x egyenletet.
1. A polinom fogalma Számolás formális kifejezésekkel. Feladat Oldjuk meg az x2 + x + 1 x + 1 = x egyenletet. Megoldás x + 1-gyel átszorozva x 2 + x + 1 = x 2 + x. Innen 1 = 0. Ez ellentmondás, így az
RészletesebbenKOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA MATEmATIkA I 6 VI KOmPLEX SZÁmOk 1 A komplex SZÁmOk HALmAZA A komplex számok olyan halmazt alkotnak amelyekben elvégezhető az összeadás és a szorzás azaz két komplex szám összege és szorzata
RészletesebbenDeterminánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.
Determinánsok A determináns fogalma olyan algebrai segédeszköz, amellyel jól jellemezhető a mátrixok invertálhatósága, a mátrix rangja. Segítségével lineáris egyenletrendszerek megoldhatósága dönthető
Részletesebben9. 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
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,
Részletesebben10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak
10. Előadás Megyesi László: Lineáris algebra, 98. 108. oldal. Gondolkodnivalók Mátrix inverze 1. Gondolkodnivaló Igazoljuk, hogy invertálható trianguláris mátrixok inverze is trianguláris. Bizonyítás:
Részletesebbenés 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
RészletesebbenDISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes
1. Algebrai alapok: DISZKRÉT MATEMATIKA: STRUKTÚRÁK Művelet: Egy H nemüres halmazon értelmezett (kétváltozós) műveleten egy H H H függvényt értünk, azaz egy olyan leképezést, amely bármely a,b H elempárhoz
RészletesebbenXI A MÁTRIX INVERZE 1 Az inverzmátrix definíciója Determinánsok szorzástétele Az egységmátrix definíciója: 1 0 0 0 0 1 0 0 E n = 0 0 1 0 0 0 0 1 n-edrenű (azaz n n típusú) mátrix E n -nel bármely mátrixot
Részletesebben3. el adás: Determinánsok
3. el adás: Determinánsok Wettl Ferenc 2015. február 27. Wettl Ferenc 3. el adás: Determinánsok 2015. február 27. 1 / 19 Tartalom 1 Motiváció 2 A determináns mint sorvektorainak függvénye 3 A determináns
Részletesebben1. fogalom. Add meg az összeadásban szereplő számok elnevezéseit! Milyen tulajdonságai vannak az összeadásnak? Hogyan ellenőrizzük az összeadást?
1. fogalom Add meg az összeadásban szereplő számok 73 + 19 = 92 összeadandók (tagok) összeg Összeadandók (tagok): amiket összeadunk. Összeg: az összeadás eredménye. Milyen tulajdonságai vannak az összeadásnak?
Részletesebben1. Interpoláció. Egyértelműség Ha f és g ilyen polinomok, akkor n helyen megegyeznek, így a polinomok azonossági tétele miatt egyenlők.
1. Interpoláció Az interpoláció alapproblémája. Feladat Olyan polinomot keresünk, amely előre megadott helyeken előre megadott értékeket vesz fel. A helyek: páronként különböző a 1, a,...,a n számok. Az
RészletesebbenBevezetés az algebrába 1
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 1 BMETE92AX23 Determinánsok H406 2017-11-27 Wettl Ferenc ALGEBRA
RészletesebbenLineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek
Lineáris algebra 2 Filip Ferdinánd filipferdinand@bgkuni-obudahu sivabankihu/jegyzetek 2015 december 7 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 1 / 37 Az el adás vázlata Determináns Determináns
Részletesebbeni=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,
Részletesebben9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz
9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz. Mindkét eliminációs módszer műveletigénye sokkal kisebb, mint a Cramer-szabályé:
Részletesebben1. 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
Részletesebben1. Determinánsok. Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert:
1 Determinánsok 1 Bevezet definíció Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert: a 11 x 1 +a 12 x 2 = b 1 a 21 x 1 +a 22 x 2 = b 2 Szorozzuk meg az első egyenletet
RészletesebbenMATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga
BABEŞ-BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR MATE-INFO UBB verseny, 218. március 25. MATEMATIKA írásbeli vizsga FONTOS TUDNIVALÓK: 1 A feleletválasztós feladatok,,a rész esetén
RészletesebbenBudapesti Műszaki Főiskola, Neumann János Informatikai Kar. Vektorok. Fodor János
Budapesti Műszaki Főiskola, Neumann János Informatikai Kar Lineáris algebra 1. témakör Vektorok Fodor János Copyright c Fodor@bmf.hu Last Revision Date: 2006. szeptember 11. Version 1.1 Table of Contents
RészletesebbenBevezetés az algebrába 1
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 1 BMETE92AX23 Mátrixműveletek H406 2017-11-10 Wettl Ferenc ALGEBRA
Részletesebbenkarakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja
Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja 1.Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus
Részletesebben1. Mit jelent az, hogy egy W R n részhalmaz altér?
Az informatikus lineáris algebra dolgozat B részének lehetséges kérdései Az alábbi listában azok a definíciók és állítások, tételek szerepelnek, melyeket a vizsgadolgozat B részében kérdezhetünk. A válaszoknál
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
RészletesebbenDiszkrét 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
Részletesebben1. Az euklideszi terek geometriája
1. Az euklideszi terek geometriája Bázishoz tartozó skaláris szorzat Emékeztető Az R n vektortérbeli v = λ 2... és w = λ 1 λ n µ 1 µ 2... µ n λ 1 µ 1 +λ 2 µ 2 +...+λ n µ n. Jele v,w. v,w = v T u, azaz
RészletesebbenA parciális törtekre bontás?
Miért működik A parciális törtekre bontás? Borbély Gábor 212 június 7 Tartalomjegyzék 1 Lineáris algebra formalizmus 2 2 A feladat kitűzése 3 3 A LER felépítése 5 4 A bizonyítás 6 1 Lineáris algebra formalizmus
Részletesebben5. Előadás. (5. előadás) Mátrixegyenlet, Mátrix inverze március 6. 1 / 39
5. Előadás (5. előadás) Mátrixegyenlet, Mátrix inverze 2019. március 6. 1 / 39 AX = B (5. előadás) Mátrixegyenlet, Mátrix inverze 2019. március 6. 2 / 39 AX = B Probléma. Legyen A (m n)-es és B (m l)-es
RészletesebbenLineáris leképezések (előadásvázlat, szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla
Lineáris leképezések (előadásvázlat, 2012. szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla Ennek az előadásnak a megértéséhez a következő fogalmakat kell tudni: homogén lineáris egyenletrendszer és
Részletesebben1. 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
RészletesebbenMATLAB alapjainak áttekintése
és társai alapjainak áttekintése 2015. szeptember 16. és társai és társai : zet s, nagy tudású, mérnöki és tudományos feladatok megoldására, mátrixközpontú (MATrix LABoratory) Octave: nyílt forrású változata,
RészletesebbenDETERMINÁNSSZÁMÍTÁS. 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
RészletesebbenLineáris egyenletrendszerek Műveletek vektorokkal Geometriai transzformációk megadása mátrixokkal Determinánsok és alkalmazásaik
1. Bevezetés A félév anyaga. Komplex számok Műveletek Kapcsolat a geometriával Gyökvonás Polinomok A gyökök száma A gyökök és együtthatók összefüggése Szorzatra bontás, számelméleti kérdések A harmad-
RészletesebbenOpenGL és a mátrixok
OpenGL és a mátrixok Róth Gergő 2013. március 4. Róth Gergő 1/20 A rajzoláskor a videókártya minden csúcson végrehajt egy transzformációt. Mire jó? Kamera helyének beállítása Egy objektum több pozícióra
Részletesebben1. előadás: Halmazelmélet, számfogalom, teljes
1. előadás: Halmazelmélet, számfogalom, teljes indukció Szabó Szilárd Halmazok Halmaz: alapfogalom, bizonyos elemek (matematikai objektumok) összessége. Egy halmaz akkor adott, ha minden objektumról eldönthető,
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
RészletesebbenSzöveges feladatok a mátrixaritmetika alkalmazására
Szöveges feladatok a mátrixaritmetika alkalmazására Bevezetés: Tekintsük az alábbi -es mátrixot: A. Szorozzuk meg ezt jobbról egy alkalmas méretű (azaz -es) oszlopvektorral, amely az R tér kanonikus bázisának
Részletesebben1. Algebrai alapok: Melyek műveletek az alábbiak közül?
1. Algebrai alapok: Művelet: Egy H nemüres halmazon értelmezett (kétváltozós) műveleten egy H H H függvényt értünk, azaz egy olyan leképezést, amely bármely a,b H elempárhoz egyértelműen hozzárendel egy
Részletesebben4. feladatsor Mátrixok
4 feladatsor Mátrixok 41 Feladat Döntse el, hogy igazak-e az alábbi állítások, és döntését röviden indokolja: (a) n i=1 i = 1 i n i (b) 1 i>n 1 = 1 minden n pozitív egészre; (c) n i i=1 j=1 (i j) = n j
Részletesebben8. Előadás. Megyesi László: Lineáris algebra, , oldal. 8. előadás Mátrix rangja, Homogén lineáris egyenletrendszer
8. Előadás Megyesi László: Lineáris algebra, 51. 56., 70. 74. oldal. Gondolkodnivalók Elemi bázistranszformáció 1. Gondolkodnivaló Most ne vegyük figyelembe, hogy az elemi bázistranszformáció során ez
RészletesebbenMeghirdetés féléve 2 Kreditpont Összóraszám (elm+gyak) 2+0
Tantárgy neve Lineáris algebra I Tantárgy kódja MTB1004 Meghirdetés féléve 2 Kreditpont 3k Összóraszám elm+gyak 2+0 Számonkérés módja kollokvium Előfeltétel tantárgyi kód MTB1003 Tantárgyfelelős neve Kurdics
Részletesebben12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor
12. előadás Egyenletrendszerek, mátrixok Dr. Szörényi Miklós, Dr. Kallós Gábor 2015 2016 1 Tartalom Matematikai alapok Vektorok és mátrixok megadása Tömbkonstansok Lineáris műveletek Mátrixok szorzása
Részletesebben6. Előadás. Megyesi László: Lineáris algebra, oldal. 6. előadás Bázis, dimenzió
6. Előadás Megyesi László: Lineáris algebra, 37. 41. oldal. Gondolkodnivalók Lineáris függetlenség 1. Gondolkodnivaló Legyen V valós számtest feletti vektortér. Igazolja, hogy ha a v 1, v 2,..., v n V
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.):
Részletesebben2. gyakorlat. A polárkoordináta-rendszer
. gyakorlat A polárkoordináta-rendszer Az 1. gyakorlaton megismerkedtünk a descartesi koordináta-rendszerrel. Síkvektorokat gyakran kényelmes ún. polárkoordinátákkal megadni: az r hosszúsággal és a φ irányszöggel
Részletesebben1. 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,
RészletesebbenMatematikai statisztika 1.
Matematikai statisztika 1 segédanyag Daróczi Gergely Szociológia Intézet 2010 Matematikai statisztika 1 01 Mátrixok A mátrix vízszintes vonalban elhelyezked elemei sorokat, függ leges vonalban elhelyezked
RészletesebbenBodó Bea, Somonné Szabó Klára Matematika 2. közgazdászoknak
ábra: Ábra Bodó Bea, Somonné Szabó Klára Matematika. közgazdászoknak IV. modul: Lineáris algebra 9. lecke: n-dimenziós vektorok Tanulási cél: n -dimenziós vektorok fogalmának megismerése, majd műveletek
RészletesebbenBrósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Logaritmus
Logaritmus DEFINÍCIÓ: (Logaritmus) Ha egy pozitív valós számot adott, - től különböző pozitív alapú hatvány alakban írunk fel, akkor ennek a hatványnak a kitevőjét logaritmusnak nevezzük. Bármely pozitív
RészletesebbenLineáris algebra. Közgazdász szakos hallgatóknak a Matematika A2a Vektorfüggvények tantárgyhoz tavaszi félév
Lineáris algebra Közgazdász szakos hallgatóknak a Matematika Aa Vektorfüggvények tantárgyhoz 9. tavaszi félév Tartalomjegyzék. Komplex számok és polinomok.................... 4.. A komplex számok bevezetése,
RészletesebbenHalmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1
Halmazelmélet 1. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Halmazelmélet p. 1/1 A halmaz fogalma, jelölések A halmaz fogalmát a matematikában nem definiáljuk, tulajdonságaival
RészletesebbenÖsszeállította: dr. Leitold Adrien egyetemi docens
átrixok Összeállított: dr. Leitold Adrie egyetemi doces 28.9.8. átrix átrix: tégllp lkú számtáblázt 2 2 22 2 Am = O m m2 Jelölés: A, A mx, ( ij ) mx átrix típus (redje): m x m: sorok szám : oszlopok szám
Részletesebben1. Algebra Elemek Műveletek. Tenzor algebra és analízis Einstein-féle konvencióval
Indexes deriválás Tenzor algebra és analízis Einstein-féle konvencióval Készítette: Kómár Péter, 200 Az indexes írásmód ill. deriválás egy eszköz, amely tenzorok analízisét teszi egyszerűbbé a fizikai
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.
RészletesebbenMatematika 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...
RészletesebbenTypotex Kiadó. Bevezetés
Bevezetés A bennünket körülvevő világ leírásához ősidők óta számokat is alkalmazunk. Tekintsük át a számfogalom kiépülésének logikai-történeti folyamatát, amely minden valószínűség szerint a legkorábban
RészletesebbenBrósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Vektorok II.
Vektorok II. DEFINÍCIÓ: (Vektorok hajlásszöge) Két vektor hajlásszögének azt a φ (0 φ 180 ) szöget nevezzük, amelyet a vektorok egy közös pontból felmért reprezentánsai által meghatározott félegyenesek
Részletesebben1. Transzformációk mátrixa
1 Transzformáiók mátrixa Lineáris transzformáiók Definíió T test Az A : T n T n függvény lineáris transzformáió, ha tetszőleges v,w T n vektorra és λ skalárra teljesül, hogy A(v + w) A(v) + A(w) és A(λv)
Részletesebbenösszeadjuk 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
Részletesebben2010/2011 es tanév II. féléves tematika
2 február 9 Dr Vincze Szilvi 2/2 es tnév II féléves temtik Mátrix foglm, speciális mátrixok Műveletek mátrixokkl, mátrix inverze 2 A determináns foglm és tuljdonsági 3 Lineáris egyenletrendszerek és megoldási
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
Részletesebben17. előadás: Vektorok a térben
17. előadás: Vektorok a térben Szabó Szilárd A vektor fogalma A mai előadásban n 1 tetszőleges egész szám lehet, de az egyszerűség kedvéért a képletek az n = 2 esetben szerepelnek. Vektorok: rendezett
RészletesebbenA 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
Részletesebben5. előadás. Skaláris szorzás
5. előadás Skaláris szorzás Bevezetés Két vektor hajlásszöge: a vektorokkal párhuzamos és egyirányú, egy pontból induló félegyenesek konvex szöge. φ Bevezetés Definíció: Két vektor skaláris szorzata abszolút
Részletesebben6. előadás. Vektoriális szorzás Vegyesszorzat
6. előadás Vektoriális szorzás Vegyesszorzat Bevezetés Definíció: Az a és b vektorok vektoriális szorzata egy olyan axb vektor, melynek hossza a vektorok abszolút értékének és hajlásszögük szinuszának
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,
Részletesebben2014/2015-ös tanév II. féléves tematika
Dr Vincze Szilvi 24/25-ös tnév II féléves temtik Mátrix foglm, speciális mátrixok Műveletek mátrixokkl, mátrix inverze 2 A determináns foglm és tuljdonsági 3 Lineáris egyenletrendszerek és megoldási módszereik
RészletesebbenÖsszeállította: dr. Leitold Adrien egyetemi docens
átrixok Összeállított: dr. Leitold Adrie egyetemi doces 28.9.8. átrix átrix: tégllp lkú számtáblázt 2 2 22 2 Amx = O m m2 Jelölés: A, A mx, ( ij ) mx átrix típus (redje): m x, A R m x m: sorok szám : oszlopok
RészletesebbenBrósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Számelmélet I.
Számelmélet I. DEFINÍCIÓ: (Osztó, többszörös) Ha egy a szám felírható egy b szám és egy másik egész szám szorzataként, akkor a b számot az a osztójának, az a számot a b többszörösének nevezzük. Megjegyzés:
RészletesebbenBevezetés 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
RészletesebbenNumerikus módszerek 1.
Numerikus módszerek 1. 3. előadás: Mátrixok LU-felbontása Lócsi Levente ELTE IK 2013. szeptember 23. Tartalomjegyzék 1 Alsó háromszögmátrixok és Gauss-elimináció 2 Háromszögmátrixokról 3 LU-felbontás Gauss-eliminációval
Részletesebben1. 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
Részletesebbenλ 1 u 1 + λ 2 v 1 + λ 3 w 1 = 0 λ 1 u 2 + λ 2 v 2 + λ 3 w 2 = 0 λ 1 u 3 + λ 2 v 3 + λ 3 w 3 = 0
Vektorok a térben Egy (v 1,v 2,v 3 ) valós számokból álló hármast vektornak nevezzünk a térben (R 3 -ban). Használni fogjuk a v = (v 1,v 2,v 3 ) jelölést. A v 1,v 2,v 3 -at a v vektor komponenseinek nevezzük.
RészletesebbenLINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40
LINEÁRIS ALGEBRA matematika alapszak SZTE Bolyai Intézet, 2016-17. őszi félév Euklideszi terek Euklideszi terek LINEÁRIS ALGEBRA 1 / 40 Euklideszi tér Emlékeztető: A standard belső szorzás és standard
RészletesebbenLINEÁRIS ALGEBRA (A, B, C) tematika (BSc) I. éves nappali programtervező informatikus hallgatóknak évi tanév I. félév
LINEÁRIS ALGEBRA (A, B, C) tematika (BSc) I éves nappali programtervező informatikus hallgatóknak 2010-2011 évi tanév I félév Vektoriális szorzat és tulajdonságai bizonyítás nélkül: Vegyes szorzat és tulajdonságai
RészletesebbenProgramozási módszertan. Dinamikus programozás: szerelőszalag ütemezése Mátrixok véges sorozatainak szorzása
PM-06 p. 1/28 Programozási módszertan Dinamikus programozás: szerelőszalag ütemezése Mátrixok véges sorozatainak szorzása Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu
Részletesebben