alakú számot normalizált lebegőpontos számnak nevezik, ha ,, és. ( : mantissza, : mantissza hossza, : karakterisztika) Jelölés: Gépi számhalmaz:

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "alakú számot normalizált lebegőpontos számnak nevezik, ha ,, és. ( : mantissza, : mantissza hossza, : karakterisztika) Jelölés: Gépi számhalmaz:"

Átírás

1 1. A lebegőpontos számábrázolás egy modellje. A normalizált lebegőpontos szám fogalma, a legnagyobb, legkisebb pozitív szám, a relatív pontosság az M(t,-k,+k) gépi számhalmazban. Az input függvény (fl) fogalma, tétel az ábrázolt szám hibájáról. Példák a véges számábrázolás miatt előforduló furcsaságokra. Definíció: Az alakú számot normalizált lebegőpontos számnak nevezik, ha,, és. ( : mantissza, : mantissza hossza, : karakterisztika) Jelölés: Gépi számhalmaz: Gépi számhalmaz tulajdonságai: 1) 2) a -ra szimmetrikus 3) A legnagyobb pozitív szám: 4) A legkisebb pozitív szám: 5) Relatív hibakorlát: az -et követő gépi szám Gépi szám megfeleltetése valós számnak: Definíció: Az függvényt input függvénynek nevezzük, ha Tétel: Ha,, akkor az ábrázolt szám hibája: az -hez legközelebbi gépi szám a kerekítés szabályai szerint Következmény: ha Azaz az ábrázolt szám relatív hibakorlátja, vagyis csak -től függ.

2 -ben előforduló furcsaságok 1), ahol Pl. 2) Asszociativitás nem teljesül: Pl. bal oldal: jobb oldal: 3) Kivonási jegyveszteség a. b. átalakítás a pontosabb számításért: c. másodfokú egyenlet gyökei d. részeredmény nem ábrázolható, de a végeredmény igen:

3 2. A hibaszámítás elemei. Az abszolút és relatív hiba ill. hibakorlát fogalma. Tétel az alapműveletek abszolút és relatív hibájáról. A függvényérték abszolút és relatív hibája. A függvény pontbeli kondíciószámának fogalma. Definíció: Következmény: : pontos érték, : közelítő érték : közelítő érték (pontos) hibája : közelítő érték abszolút hibája : közelítő érték egy abszolút hibakorlátja (gyakorlatban): közelítő érték relatív hibája : közelítő érték relatív hibakorlátja Tétel: Az alapműveletek hibakorlátai problémás műveletek: kis számmal osztás, közeli számok kivonása Bizonyítás: Összeadás: Tegyük fel, hogy és azonos előjelű. Abszolút értéket véve, felülről becsülve és az abszolút hibakorlát fogalmát felhasználva:, tehát Összeg relatív hibakorlátja: Kivonás: Tegyük fel, hogy és azonos előjelű. Abszolút értéket véve, felülről becsülve és az abszolút hibakorlát fogalmát felhasználva:, tehát

4 Különbség relatív hibakorlátja: Szorzás: ugyanis Tehát Szorzat relatív hibakorlátja: Osztás: Tegyük fel, hogy és azonos nagyságrendű. Hányados abszolút hibakorlátja: Hányados relatív hibakorlátja:

5 A függvényérték hibája: Tétel:, ekkor, ahol és Bizonyítás: Lagrange-tétellel: Tétel:, ekkor, ahol Bizonyítás: Taylor-formulával: ( : középpont) Jó közelítés, ha kicsi. Következmény: ha kicsi. Definíció: A mennyiséget az függvény -beli kondíciószámának nevezzük.

6 3. Lineáris egyenletrendszerek (LER) megoldása Gauss-eliminációval. Az elimináció és a visszahelyettesítés műveletigénye. A sor-, illetve oszlopcsere szükségessége. A részleges és teljes főelemkiválasztás. Gauss-elimináció Jelölések: (eredeti) 1. lépés: 1. egyenlet változatlan új. egyenlet. egyenlet. egyenlet //ha Egyenletek:. lépés:. egyenlet változatlan új. egyenlet. egyenlet. egyenlet //ha. lépés után: felsőháromszög alak Visszahelyetteítés:

7 Műveletigény 1) Gauss-elimináció. lépés: osztás szorzás összeadás, kivonás : olyan függvény, melyet -tel osztva korlátos függvényt kapunk. 2) Visszahelyettesítés osztás meghatározása: osztás szorzás összeadás, kivonás Megjegyzések: 1) Ha, akkor sort vagy oszlopot kell cserélni. Sorcsere nem változtatja a megoldást, oszlopcsere esetén a megoldás komponensei felcserélődnek. 2) A lineáris egyenletrendszer megoldhatósága menet közben kiderül. sok megoldás nincs megoldás 3) Számítógépes megvalósítások a. Részleges főelemkiválasztás A. lépésben az elemek közül a maximális abszolút értékű sorát felcseréljük a. sorral. A megoldás nem változik. sor: vektor Ebben cserélünk. Minden hivatkozás ezen keresztül történik.

8 b. Teljes főelemkiválasztás A. lépésben a. sorok,. oszlopok által meghatározott mátrix részben a maximális abszolút értékűt keressük. Sorát a. sorral, oszlopát a. oszloppal cseréljük. A megoldás változik. sor:, oszlop: vektorok Ezekben cserélünk, hivatkozások.

9 4. A GE alkalmazásai: determináns számítása, azonos mátrixú lineáris egyenletrendszerek megoldása, mátrix inverz számítás. A GE felírása speciális mátrix szorzásokkal. Kapcsolata az LU felbontással. A Gauss-elimináció alkalmazásai: 1) Determináns számítása felsőháromszög alakból : a sor- és oszlopcserék inverzióinak együttes száma 2) Azonos mátrixú lineáris egyenletrendszerek megoldása,, 3) Mátrix inverzének meghatározása (Gauss-elimináció végrehajtása) mátrixegyenletet kell megoldani. Ez darab mátrixú lineáris egyenletrendszer megoldását jelenti. Ha a jobboldalakat egymás mellé rakjuk, a 2) pont alapján csak egyszer kell eliminálni, tehát az kiegészített táblázatra alkalmazott Gauss-eliminációval meghatározhatjuk az inverzet. Gauss-elimináció felírása speciális mátrix szorzásokkal jelentése: 1) Az. oszlopa változatlan 2) Az új. sor. sor. sor 3) A Gauss-elimináció. lépése: Következmény: A főelemkiválasztás nélküli Gauss-elimináció felírható a következő alakban: Ahol alsóháromszög mátrix a főátlóban -esekkel és felsőháromszög mátrix.

10 Állítás: Bizonyítás: Állítás: Bizonyítás: Teljes indukció Tfh -ra igaz, bizonyítsuk -re Megjegyzés: -t összepakoljuk nem elemeiből. 1. Gausseliminációs lépés után 2. GE lépés után az eredeti oszlopot -gyel végigosztjuk Egy mátrixban van és.

11 5. Az LU felbontás, tétel az -ről. A főminorok és az LU felbontás kapcsolata. és elemeinek meghatározásának menete, sorrendek az elemek kifejezésére. Műveletigénye. Definíció: LU felbontás, ahol alsóháromszög mátrix főátlóban -esekkel és felsőháromszög mátrix. 1) 2) Az LU felbontás ismeretében két háromszögmátrixú egyenletrendszer megoldásával (visszahelyettesítéssel) megoldható a lineáris egyenletrendszer. Tétel: Az LU felbontás GE végrehajtható sor- és oszlopcsere nélkül. Bizonyítás: Ha a Gauss-elimináció nem akad el miatt (tehát nincs szükség sor- vagy oszlopcserére), akkor a. lépés felírható alsóháromszög mátrixszal történő szorzással. Az elimináció végén kapott és mátrixok a felbontásban szereplő mátrixok. Tétel: Jelöljük -val a. főminort. Ha, akkor felbontás és Bizonyítás: teljes indukcióval Tfh felbontás és. Készítsük el felbontását! 1) 2) 3) 4) és elemeinek meghatározása az szorzásból Fontos a jó sorrend: sorfolytonos, oszlopfolytonos vagy parketta-szerű. Műveletigény: 2 / 3 n 3 * (n 2 )

12 6. Fogalmak: A szimmetrikus, pozitív definit, szigorúan diagonálisan domináns a sorokra ill. oszlopokra, fél sávszélesség, profil, Schur-komplementer. A GE (LU felbontás) megmaradási tételei. Definíció: 1) szimmentrikus, ha. 2) pozitív definit, ha. 3) soraira nézve szigorúan diagonálisan domináns, ha oszlopaira nézve szigorúan diagonálisan domináns, ha 4) fél sávszélessége, ha, de. 5) profilja a (sorra) és (oszlopra) számok, ha rögzített,, de és rögzített,, de. 6) Tfh és invertálható. Ekkor az az mátrix -re vonatkozó Schur-komplementere. Megmaradási tételek: Tétel: A GE során (LU felbontás) a következő tulajdonságok nem változnak: 1) A szimmetrikus => [A A 11 ] is szimmetrikus 2) Det(A) 0 => det (*A A 11 +) 0 3) A poz. def => [A A 11 ] is poz. def. 4) A félsévszélessége > *A A 11 ] félsévszélessége 5) [A A 11 ]-ben az l i, k j értékek nem csökkennek

13 7. Az LDU felbontás és a Cholesky-féle felbontás, kapcsolatuk az LU felbontással. Tétel a Choleskyféle felbontásról. LDU felbontás: A = L * D * U, ahol L felső háromszög, egyes diagonálissal; U alsó, 1-es diagonálissal; D diagonális. Visszavezetjük az LU felbontásra: A = L * U ~ = L * D <=> D -1 * U ~ = U; D diag(u ~ 11,, u ~ nn) Áll.: A szimmetrikus => A = L * D * U-ban U = L T Biz.: L -1 *\ A = L * D * U /* (L -1 ) T L -1 * A * (L -1 ) T = D * U * (L T ) -1 Szimmetrikus [ 0 \ ] [ ] => U * (L T ) -1 = I => U = L T LL T (Cholesky-féle) felbontás: A szimmetrikus; A = L * L T, ahol L teljes felső háromszög, és l ii > 0. Tétel: Ha A szimmetrikus és poz def, akkor! A = L * L T felbontás. Biz.: : A = L *D * L T felbontásból A poz def => det(a k ) > 0 => u kk > 0 => d kk > 0 D diag( d 11,, d nn ) A = (L * D) * ( D * L T ) L ~ L ~T Megj.: LU-ból ugyanígy!: Indirekt TFH L 1 L 2 : A = L 1 * L 1 T = L 2 * L 2 T ; D i = diag(l 11 (i),, l nn (i) ) (L 1 * D 1-1 ) * (D 1 * L 1 T ) = (L 2 * D 2-1 ) * (D 2 * L 2 T ) Mivel az LU felbontás egyértelmű, => D 1 * L 1 T = D 2 * L 2 T <=> D 1 2 = D 2 2 (mivel d ii > 0) D 1 = D 2 => L 1 T = L 2 T ELLENTMONDÁS!

14 8. QR felbontás Gram-Schmidt ortogonalizációval. Tétel a létezésről, egyértelműségről. QR felbontás Gram-Schmidt ortogonalizációval: Numerikus módszerek tételek TFH q 1,, q k-1 ismert Tétel: Ha A oszlopai lineárisan függetlenek, akkor A = Q * R felbontás. Ha feltesszük, hogy r kk > 0 k-ra, akkor egyértelmű is. Biz.: : lásd levezetés.!: Indirekt: TFH két különböző QR felbontás A = Q 1 * R 1 = Q 2 * R 2 Q Q T 2 * Q 1 = R 2 * R -1 1 =: R Q * Q T = (Q T 2 * Q 1 ) * (Q T 2 * Q 1 ) T = Q T 2 * (Q 1 * Q T 1 ) * Q 2 = I I I = Q T * Q = R T * R => R = I <=> R 2 * R 1-1 = I => R 2 = R 1 ELLENTMONDÁS.

15 18. A Newton-módszer és konvergencia tételei (monoton, lokális). f(x) = 0-ra, x 0 tetszőleges kezdőérték A k. lépésben az (x k, f(x k )) ponton átmenő érintővel közelítjük az f-et. X k+1 az érintőnek az x tengellyel vett metszéspontja. Globális vagy monoton konvergencia tétel: Érintő: y - f(x k ) = f (x k ) * (x x k ) m X tengellyel vett metszéspont: -f(x k ) = f (x k ) * (x k+1 - x k ) -f(x k )/f (x k ) = x k+1 x k x k+1 xk - f(x k )/f (x k ) TFH f C 2 *a,b+ és 1) x* [a,b] : f(x*) = 0 2) f és f állandó előjelű 3) x 0 [a,b] : f(x 0 ) * f (x 0 ) > 0 Ekkor x 0 -ból indított Newton módszer konvergens x*-hoz. Biz.: Spec. Eset: f, f > 0 (a többi ugyan így megy) Taylor-formula alkalmazása: x k kp. ϕ (x; x k ) v. (x k ; x) x x k+1 : => f(x k+1 ) > 0 k-ra f(x 0 ) > 0 3. feltétel => f(x k ) > 0 k. T á k) konv.:

16 L ká k v g é TFH f C 2 *a,b+ és 1) x* [a,b] : f(x*) = 0 2) f állandó előjelű 3) 0 < m 1 f (x), x [a,b] 4) f (x) M 2, x [a,b] M M 2 /2*m 1 5) X 0 [a,b] Ekkor az x 0 -ból indított Newton-módszer másodrendben konvergens, és hibabecslése: Biz.: Taylor-formula alkalmazása: x k kp., x x * hely. Becslés: Belátjuk teljes indukcióval, hogy az x k k r (x * ): x 0 x * < r. OK 5. feltétel TFH x k x * < r ε k Vizsgáljuk: Hibabecslésből folytatjuk a konvergencia bizonyítását: ε k+1 M * ε k 2 /*M M * ε k+1 (M * ε k ) 2 d k+1 d k 2 d k+1 d k 2 (d k-1 2 ) 2 (d 0 ) 2^k+1

17 M * ε k+1 (M * ε 0 ) 2^k+1 ε k+1 1/M * (M * ε 0 ) 2^k+1 k 0 k+1 hiba <1 konvergencia rend bizonyítása: -ból x k x * (k )

18 19. Húrmódszer, szelőmódszer, többváltozós Newton-módszer. Húrmódszer: f(x) = 0-ra, x 0 a, x 1 b, és f(a)*f(b) < 0. A k. lépésben az (x k ;f(x k )) és (x s ;f(x s )) pontokon átmenő egyenes közelíti f-et, ahol x s : a legnagyobb indexű pont, melyre f(x k )*f(x s ) < 0 x k+1 : az egyenes metszéspontja x tengellyel. Tétel: TFH f C 2 *a,b+ és 1) f(a) * g(b) < 0 2) M M 2 /2*m 1 (mint a Newton-módszernél) 3) M * (b-a) < 1 Ekkor az x 0 -ból indított húrmódszer konvergens, és x k+1 x * 1/M * (M * x 0 x * ) 2 NEM BIZ! Szelőmódszer: Húrmódszerből származtatható, úgy, hogy i k+1, és nincs előjel feltétel. Tétel: Ha teljesülnek a Newton-módszer lokális konvergencia tételének feltételei, akkor a szelőmódszer konvergens rendben, és NEM BIZ! Többváltozós Newton-módszer: F-nek az elsőfokú Taylor-polinómja: x (k+1) : Taylor-poli = 0 Végrehajtása:

19 á é

20 20. A Horner algoritmus polinom és deriváltja helyettesítési értékeinek gyors számolására. Becslés a polinom gyökeinek elhelyezkedésére. Horner algoritmus: Polinomok helyettesítése értékeinek, és derivált értékeinek számolására Algoritmus: Állítás: Biz.: é Állítás: é NEM BIZ! Polinomok gyökeinek becslése: Tétel: A P(x) polinom bármely x k gyökére

21 Biz.: a)tfh x R belátjuk, hogy P(x) > 0 => x nem gyök b) x 1/y hely

NUMERIKUS MÓDSZEREK I. TÉTELEK

NUMERIKUS MÓDSZEREK I. TÉTELEK NUMERIKUS MÓDSZEREK I. TÉTELEK Szerkesztette: Balogh Tamás 014. január 19. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így

Részletesebben

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

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

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

NUMERIKUS MÓDSZEREK I. BEUGRÓ KÉRDÉSEK

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

Részletesebben

Numerikus módszerek 1.

Numerikus 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

Részletesebben

NUMERIKUS MÓDSZEREK PÉLDATÁR

NUMERIKUS MÓDSZEREK PÉLDATÁR EÖTVÖS LORÁND TUDOMÁNYEGYETEM INFORMATIKAI KAR NUMERIKUS MÓDSZEREK PÉLDATÁR Bozsik József, Krebsz Anna Budapest, Tartalomjegyzék Előszó................................................ GÉPI SZÁMÁBRÁZOLÁS

Részletesebben

Numerikus matematika. Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, Lebegőpontos számok

Numerikus matematika. Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, Lebegőpontos számok Numerikus matematika Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, 2007 Lebegőpontos számok Normák, kondíciószámok Lineáris egyenletrendszerek Legkisebb négyzetes

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

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 1.

Numerikus módszerek 1. Numerikus módszerek 1. 11. előadás: A Newton-módszer és társai Lócsi Levente ELTE IK 2013. november 25. Tartalomjegyzék 1 A Newton-módszer és konvergenciatételei 2 Húrmódszer és szelőmódszer 3 Általánosítás

Részletesebben

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi Gyakorló feladatok Agbeko Kwami Nutefe és Nagy Noémi 25 Tartalomjegyzék. Klasszikus hibaszámítás 3 2. Lineáris egyenletrendszerek 3 3. Interpoláció 4 4. Sajátérték, sajátvektor 6 5. Lineáris és nemlineáris

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

Numerikus Analízis. Király Balázs 2014.

Numerikus Analízis. Király Balázs 2014. Numerikus Analízis Király Balázs 2014. 2 Tartalomjegyzék 1. A hibaszámítás elemei 7 1.1. A matematika modellezés folyamata és a hibaforrások megjelenése.. 7 1.2. Lebegőpontos számábrázolás.......................

Részletesebben

Gauss-Seidel iteráció

Gauss-Seidel iteráció Közelítő és szimbolikus számítások 5. gyakorlat Iterációs módszerek: Jacobi és Gauss-Seidel iteráció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 ITERÁCIÓS

Részletesebben

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba Hibaforrások Hiba A feladatok megoldása során különféle hibaforrásokkal találkozunk: Modellhiba, amikor a valóságnak egy közelítését használjuk a feladat matematikai alakjának felírásához. (Pl. egy fizikai

Részletesebben

NUMERIKUS MÓDSZEREK PÉLDATÁR

NUMERIKUS MÓDSZEREK PÉLDATÁR EÖTVÖS LORÁND TUDOMÁNYEGYETEM INFORMATIKAI KAR NUMERIKUS MÓDSZEREK PÉLDATÁR Bozsik József, Krebsz Anna Budapest, Tartalomjegyzék Előszó............................................... 6. GÉPI SZÁMÁBRÁZOLÁS

Részletesebben

Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások

Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások 1. Feladat. (6p) Jelöljön. egy tetszőleges vektornormát, ill. a hozzá tartozó indukált mátrixnormát! Igazoljuk, hogy ha A

Részletesebben

Norma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei

Norma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei Indukált mátrixnorma Definíció A. M : R n n R mátrixnormát a. V : R n R vektornorma által indukált mátrixnormának nevezzük, ha A M = max { Ax V : x V = 1}. Az indukált mátrixnorma geometriai jelentése:

Részletesebben

9. 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 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:

Részletesebben

Táblán. Numerikus módszerek 1. előadás (estis), 2017/2018 ősz. Lócsi Levente. Frissült: december 1.

Táblán. Numerikus módszerek 1. előadás (estis), 2017/2018 ősz. Lócsi Levente. Frissült: december 1. Táblán Numerikus módszerek 1. előadás (estis), 2017/2018 ősz Lócsi Levente Frissült: 2017. december 1. Ebben az írásban a 2017/2018 őszi félév estis Numerikus módszerek 1. előadásának a diasorban nem szereplő,

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

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

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

A fontosabb definíciók

A fontosabb definíciók A legfontosabb definíciókat jelöli. A fontosabb definíciók [Descartes szorzat] Az A és B halmazok Descartes szorzatán az A és B elemeiből képezett összes (a, b) a A, b B rendezett párok halmazát értjük,

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

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

Diszkrét 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

Részletesebben

Feladat: megoldani az alábbi egyenletrendszert: A x = b,

Feladat: megoldani az alábbi egyenletrendszert: A x = b, Gauss Jordan-elimináció Feladat: megoldani az alábbi egyenletrendszert: ahol A négyzetes mátrix. A x = b, A Gauss Jordan-elimináció tulajdonképpen az általános iskolában tanult módszer lineáris egyenletrendszerek

Részletesebben

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

MATE-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

Részletesebben

Numerikus módszerek 1.

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

Részletesebben

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 numerikus módszerei

Lineáris algebra numerikus módszerei Hermite interpoláció Tegyük fel, hogy az x 0, x 1,..., x k [a, b] különböző alappontok (k n), továbbá m 0, m 1,..., m k N multiplicitások úgy, hogy Legyenek adottak k m i = n + 1. i=0 f (j) (x i ) = y

Részletesebben

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

1. 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

Részletesebben

Analízis II. Analízis II. Beugrók. Készítette: Szánthó József. kiezafiu kukac gmail.com. 2009/ félév

Analízis II. Analízis II. Beugrók. Készítette: Szánthó József. kiezafiu kukac gmail.com. 2009/ félév Analízis II. Analízis II. Beugrók Készítette: Szánthó József kiezafiu kukac gmail.com 2009/20 10 1.félév Analízis II. Beugrók Függvények folytonossága: 1. Mikor nevez egy függvényt egyenletesen folytonosnak?

Részletesebben

Komplex számok. Wettl Ferenc előadása alapján Wettl Ferenc előadása alapján Komplex számok / 18

Komplex számok. Wettl Ferenc előadása alapján Wettl Ferenc előadása alapján Komplex számok / 18 Komplex számok Wettl Ferenc előadása alapján 2015.09.23. Wettl Ferenc előadása alapján Komplex számok 2015.09.23. 1 / 18 Tartalom 1 Számok A számfogalom bővülése 2 Algebrai alak Trigonometrikus alak Egységgyökök

Részletesebben

2. SZÉLSŽÉRTÉKSZÁMÍTÁS. 2.1 A széls érték fogalma, létezése

2. SZÉLSŽÉRTÉKSZÁMÍTÁS. 2.1 A széls érték fogalma, létezése 2 SZÉLSŽÉRTÉKSZÁMÍTÁS DEFINÍCIÓ 21 A széls érték fogalma, létezése Azt mondjuk, hogy az f : D R k R függvénynek lokális (helyi) maximuma (minimuma) van az x 0 D pontban, ha van olyan ε > 0 hogy f(x 0 )

Részletesebben

Numerikus Analízis I.

Numerikus Analízis I. Numerikus Analízis I. Sövegjártó András Jegyzet másodéves programozó és programtervező matematikus szakos hallgatóknak 2003. ,,A sikerhez és tudáshoz vezető út senki előtt sincs zárva, akiben van bátorság

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

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

Analízis I. Vizsgatételsor

Analízis I. Vizsgatételsor Analízis I. Vizsgatételsor Programtervező Informatikus szak 2008-2009. 2. félév Készítette: Szabó Zoltán SZZNACI.ELTE zotyo@bolyaimk.hu v.0.6 RC 004 Forrás: Oláh Gábor: ANALÍZIS I.-II. VIZSGATÉTELSOR 2006-2007-/2

Részletesebben

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének. Függvények határértéke és folytonossága Egy f: D R R függvényt korlátosnak nevezünk, ha a függvényértékek halmaza korlátos. Ha f(x) f(x 0 ) teljesül minden x D esetén, akkor x 0 -at a függvény maximumhelyének

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

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

Numerikus módszerek II. zárthelyi dolgozat, megoldások, 2014/15. I. félév, A. csoport. x 2. c = 3 5, s = 4

Numerikus módszerek II. zárthelyi dolgozat, megoldások, 2014/15. I. félév, A. csoport. x 2. c = 3 5, s = 4 Numerikus módszerek II. zárthelyi dolgozat, megoldások, 204/5. I. félév, A. csoport. Feladat. (6p) Alkalmas módon választva egy Givens-forgatást, határozzuk meg az A mátrix QR-felbontását! Oldjuk meg ennek

Részletesebben

Polinomok, Lagrange interpoláció

Polinomok, Lagrange interpoláció Közelítő és szimbolikus számítások 8. gyakorlat Polinomok, Lagrange interpoláció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján 1. Polinomok

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

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

Normák, kondíciószám

Normák, kondíciószám Normák, kondíciószám A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris egyenletrendszerek Nagyon sok probléma közvetlenül lineáris egyenletrendszer megoldásával kezelhetı Sok numerikus

Részletesebben

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

11. Előadás. 11. előadás Bevezetés a lineáris programozásba 11. Előadás Gondolkodnivalók Sajátérték, Kvadratikus alak 1. Gondolkodnivaló Adjuk meg, hogy az alábbi A mátrixnak mely α értékekre lesz sajátértéke a 5. Ezen α-ák esetén határozzuk meg a 5 sajátértékhez

Részletesebben

Legkisebb négyzetek módszere, Spline interpoláció

Legkisebb négyzetek módszere, Spline interpoláció Közelítő és szimbolikus számítások 10. gyakorlat Legkisebb négyzetek módszere, Spline interpoláció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján

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

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

Ipari matematika 2. gyakorlófeladatok

Ipari matematika 2. gyakorlófeladatok Ipari matematika. gyakorlófeladatok. december 5. A feladatok megoldása általában többféle úton is kiszámítató. Interpoláció a. Polinom-interpoláció segítségével adjunk közelítést sin π értékére a sin =,

Részletesebben

Nagy Gábor compalg.inf.elte.hu/ nagy

Nagy Gábor  compalg.inf.elte.hu/ nagy Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 2. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján Számsorozatok, vektorsorozatok konvergenciája Def.: Számsorozatok értelmezése:

Részletesebben

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

Newton módszer. az F(x) = 0 egyenlet x* gyökének elég jó közelítése. Húzzuk meg az F(x) függvény (x 0. )) pontbeli érintőjét, és jelölje x 1 Newton módszer A húrmódszernél és a szelőmódszernél az F(x) függvény gyökének közelítéséhez a függvény húrját használtuk. Hatásosabb a módszer akkor, ha érintőkkel dolgozunk. Def.: Legyen x 0 az F(x) =

Részletesebben

5. Előadás. (5. előadás) Mátrixegyenlet, Mátrix inverze március 6. 1 / 39

5. 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

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

Numerikus módszerek I. zárthelyi dolgozat, 2009/10. I. félév, A. csoport, MEGOLDÁSOK

Numerikus módszerek I. zárthelyi dolgozat, 2009/10. I. félév, A. csoport, MEGOLDÁSOK Numerikus módszerek I. zárthelyi dolgozat, 9/. I. félév, A. csoport, MEGOLDÁSOK. Feladat. Az a. választás mellett A /( a) értéke.486. Határozzuk meg mi is A értékét egy tizes számrendszerű, hatjegyű mantisszás

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

Diszkrét matematika I.

Diszkrét matematika I. Diszkrét matematika I. középszint 2014. ősz 1. Diszkrét matematika I. középszint 10. előadás Mérai László diái alapján Komputeralgebra Tanszék 2014. ősz Felhívás Diszkrét matematika I. középszint 2014.

Részletesebben

2012. október 2 és 4. Dr. Vincze Szilvia

2012. október 2 és 4. Dr. Vincze Szilvia 2012. október 2 és 4. Dr. Vincze Szilvia Tartalomjegyzék 1.) Az egyváltozós valós függvény fogalma, műveletek 2.) Zérushely, polinomok zérushelye 3.) Korlátosság 4.) Monotonitás 5.) Szélsőérték 6.) Konvex

Részletesebben

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. 9. előadás: Paraméteres iterációk, relaxációs módszerek Lócsi Levente ELTE IK Tartalomjegyzék 1 A Richardson-iteráció 2 Relaxált Jacobi-iteráció 3 Relaxált Gauss Seidel-iteráció

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

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Nagy Gábor  compalg.inf.elte.hu/ nagy ősz Diszkrét matematika 3. estis képzés 2016. ősz 1. Diszkrét matematika 3. estis képzés 4. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

Mátrixok 2017 Mátrixok

Mátrixok 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

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

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

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

Részletesebben

Matematika A1a Analízis

Matematika A1a Analízis B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Matematika A1a Analízis BMETE90AX00 A derivált alkalmazásai H607, EIC 2019-04-03 Wettl

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

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

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

Részletesebben

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

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

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

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

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

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

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

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

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

Részletesebben

A parciális törtekre bontás?

A 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

Részletesebben

Gyakorlo feladatok a szobeli vizsgahoz

Gyakorlo feladatok a szobeli vizsgahoz Gyakorlo feladatok a szobeli vizsgahoz Függvények. Viszgaljuk meg, hogy az alabbi fuggvenyek kozuk melyik injektv, szurjektv, illetve bijektv? F : N N, n n b) F : Q Q, c) F : R R, d) F : N N, n n e) F

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

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei Legkisebb négyzetek módszere, folytonos eset Folytonos eset Legyen f C[a, b]és h(x) = a 1 φ 1 (x) + a 2 φ 2 (x) +... + a n φ n (x). Ekkor tehát az n 2 F (a 1,..., a n ) = f a i φ i = = b a i=1 f (x) 2

Részletesebben

12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor

12. 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

Részletesebben

Analízis előadás és gyakorlat vázlat

Analízis előadás és gyakorlat vázlat Analízis előadás és gyakorlat vázlat Készült a PTE TTK GI szakos hallgatóinak Király Balázs 2010-11. I. Félév 2 1. fejezet Számhalmazok és tulajdonságaik 1.1. Nevezetes számhalmazok ➀ a) jelölése: N b)

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

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

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

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

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

Függvények Megoldások

Függvények Megoldások Függvények Megoldások ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x x b) x x + c) x ( x + ) b) Az x függvény

Részletesebben

I. Egyenlet fogalma, algebrai megoldása

I. Egyenlet fogalma, algebrai megoldása 11 modul: EGYENLETEK, EGYENLŐTLENSÉGEK MEGOLDÁSA 6 I Egyenlet fogalma, algebrai megoldása Módszertani megjegyzés: Az egyenletek alaphalmazát, értelmezési tartományát később vezetjük be, a törtes egyenletekkel

Részletesebben

Diszkrét matematika 2.

Diszkrét matematika 2. Diszkrét matematika 2. 2018. november 23. 1. Diszkrét matematika 2. 9. előadás Fancsali Szabolcs Levente nudniq@cs.elte.hu www.cs.elte.hu/ nudniq Komputeralgebra Tanszék 2018. november 23. Diszkrét matematika

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

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 3. Hibaszámítás, lineáris regresszió Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Hibaszámítás Hibák fajtái, definíciók Abszolút, relatív, öröklött

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

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

n n (n n ), lim ln(2 + 3e x ) x 3 + 2x 2e x e x + 1, sin x 1 cos x, lim e x2 1 + x 2 lim sin x 1 )

n n (n n ), lim ln(2 + 3e x ) x 3 + 2x 2e x e x + 1, sin x 1 cos x, lim e x2 1 + x 2 lim sin x 1 ) Matek szigorlat Komplex számok Sorozat határérték., a legnagyobb taggal egyszerűsítünk n n 3 3n 2 + 2 3n 2 n n + 2 25 n 3 9 n 2 + + 3) 2n 8 n 3 2n 3,, n n5 + n 2 n 2 5 2n + 2 3n 2) n+ 2. e-ados: + a )

Részletesebben

Matematika III előadás

Matematika III előadás Matematika III. - 3. előadás Vinczéné Varga Adrienn Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Előadáskövető fóliák Vinczéné Varga Adrienn (DE-MK) Matematika III. 2016/2017/I 1 / 19 Skalármezők

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