Alkalmazott algebra. Vektorterek, egyenletrendszerek :15-14:00 EIC. Wettl Ferenc ALGEBRA TANSZÉK
|
|
- Fanni Gréta Hajduné
- 5 évvel ezelőtt
- Látták:
Átírás
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 Alkalmazott algebra BMETE90MX57 (FELSŐBB MATEMATIKA INFORMATIKUSOKNAK ) Vektorterek, egyenletrendszerek :15-14:00 EIC Wettl Ferenc ALGEBRA TANSZÉK 1
2 Ismeretek, képességek, célok Vektor ekvivalenciareláció Lineáris kombináció (üres halmazé is), függetlenség, függőség Test ( és prímhatvány elemű), gyűrű, F n Lépcsős alak/gauss, redukált lépcsős alak/gauss Jordan Vektortér, (kifeszített) altér, generátorrendszer, bázis, dim. Egyenletrendszer megoldáshalmaza affin altér Kitüntetett alterek: N (A), O(A), S(A) = O(A T ), N (A T ) A lineáris algebra alaptétele A sortérbe eső egyetlen megoldás meghatározása 2
3 Vektorok
4 Vektorok A 2- és 3-dimenziós tér vektorai
5 Szabad vektor - Ha az irányított szakasz a hal, a vektor a halraj. D Á D R ekvivalencia reláció ( a, b, c reflexív: a R a, szimmetrikus: a R b b R a, tranzitív: a R b, b R c a R c) Minden ekvivalenciareláció megadja az elemek egy diszjunkt részhalmazok uniójára való bontását, azaz osztályozását. R: két irányított szakasz ekvivalens, ha egyik a másikba tolható. Ekkor a vektorok az ekvivalenciaosztályok. 3
6 Origó - A közös kezdőpont P OP O - A pontok és a vektorok közt kölcsönösen egyértelmű megfeleltetés: egy P pontnak az OP vektor felel meg, az origónak a nullvektor. 4
7 Vektorok lineáris függetlensége, lineáris összefüggősége D {v 1,..., v k } lineáris kombinációja k i=1 c i v i (c i R). Az üres vektorhalmaz bármely lin.komb-ja 0. v D T {v 1,..., v k } lineárisan független, ha egyik sem áll elő a többi lin.komb-jaként. (egy vektorra is jó: {v} független, ha v 0) Lineárisan függő, ha nem független (van olyan, amelyik előáll) {v 1,..., v k } lin.független k i=1 c i v i = 0 csak c 1 = c 2 =... = c k = 0 esetén áll fenn. 5
8 Vektorok Vektorok koordinátás alakban
9 Vektorok és pontok koordinátái e 1, e 2 maximális számú lineárisan független e 2 ( 2, 0) (2, 1) (2, 2) ( 2, 0) ( 1, 1) O e 2 (2, 1) e 1 e 1 ( 1, 1) (2, 2) 6
10 Hogy lehet elképzelni: a négydimenziós kocka R n a rendezett valós szám-n-esek tere Hogy lehet elképzelni? Az analógiák segíthetnek! R 4 -ben egy kocka: 1D: 2D: 3D: 4D: 7
11 Algebrai struktúrák
12 Algebrai struktúrák Test és gyűrű
13 Test számolunk, mint a valós számokkal D Egy legalább kételemű F halmazt testnek nevezünk, ha 1. értelmezve van F elempárjain egy összeadás és egy szorzás nevű bináris művelet, 2. az összeadás kommutatív, asszociatív, létezik nullelem és minden elemnek létezik ellentettje (additív inverze), 3. a szorzás kommutatív, asszociatív, létezik egységelem és a nullelemen kívül minden elemnek létezik multiplikatív inverze (reciproka), 4. a szorzás az összeadásra nézve disztributív. Á a nullelem és az egységelem szükségképpen különböző. Á 0a = a0 = 0. P R, Q, C. P Véges testek: Z p (prím modulusú maradékosztályok teste, más jelölések: F p, GF(p)), GF(q), ahol q prímhatvány. 8
14 Gyűrű számolunk, mint az egészekkel D D D P P P P P Ha a testnél definiált szorzás csak asszociatív, gyűrűről, ha kommutatív is, kommutatív gyűrűről, ha az asszociativitás mellett van egységeleme is, egységelemes gyűrűről beszélünk. Minden test gyűrű. Z egységelemes kommutatív gyűrű, N nem gyűrű. A páros számok kommutatív gyűrűt alkotnak, de ez nem egységelemes. A modulo m maradékosztályok Z m struktúrája egységelemes kommutatív gyűrű, és pontosan akkor test, ha m prím. A valós együtthatós polinomok egységelemes kommutatív gyűrűt alkotnak. 9
15 Maradékosztály-test Z 2 = F 2 = GF(2): Z 3 = F 3 = GF(3): Z 5 = F 5 = GF(5):
16 Maradékosztály-gyűrű Z 6 gyűrű: Véges testeket és gyűrűket széles körben alkalmaz a kódelmélet és a kriptográfia. 11
17 Prímhatványrendű testek m GF(4): választunk egy F 2 fölötti másodfokú irreducibilis (felbonthatatlan) polinomot, pl. x 2 + x + 1. Ha egy másod vagy harmadfokú polinom felbontható, akkor van elsőfokú tényezője, így van gyöke, de ennek nincs, mert 0-ban és 1-ben sem 0 az értéke. - A GF(4) elemei 0, 1, x, x + 1 (a legföljebb elsőfokú polinomok), és a számolás köztük modulo x 2 + x + 1 történik: x x x x x + 1 x x x x x + 1 x + 1 x x x x x + 1 x 0 x x x x x m GF(2 n ) konstrukciója hasonlóan megy egy GF(2) fölötti n-edfokú, irreducibilis polinommal. 12
18 Lineáris egyenletrendszerek
19 Lineáris egyenletrendszerek Sor- és oszlopmodell
20 Sormodell x + y = 3 x + 2y = 4 az x + 2y = 3 2x + 4y = 7 és az x + 2y = 3 2x + 4y = 6 13
21 Sormodell 3D-ben 14
22 Oszlopmodell x + y = 3 x + 2y = 4 x + 2y = 3 2x + 4y = 7 és x + 2y = 3 2x + 4y = 6 [ ] 1 x + 1 [ ] 1 y = 2 [ 3 4 ] [ ] 1 x + 2 [ ] 2 y = 4 [ 3 7 ] [ ] 1 x + 2 [ ] 2 y = 4 [ ]
23 Lineáris egyenletrendszerek Alakzatok egyenletei: egyenes, sík, hipersík
24 Explicit vektoregyenlet Implicit egyenlet(rendszer) Síkban egyenes r = r 0 + tv Ax + By = C pont r = r 0 A 1 x + B 1 y = C 1 A 2 x + B 2 y = C 2 sík r = r 0 + su + tv Ax + By + Cz = D Térben egyenes r = r 0 + tv A 1 x + B 1 y + C 1 z = D 1 A 2 x + B 2 y + C 2 z = D 2 pont r = r 0 A 1 x + B 1 y + C 1 z = D 1 A 2 x + B 2 y + C 2 z = D 2 A 3 x + B 3 y + C 3 z = D 3 hipersík??? a 1 x 1 + a 2 x a n x n = b R n -ben sík r = r 0 + su + tv??? egyenes r = r 0 + tv??? pont r = r 0??? 16
25 Lineáris egyenletrendszerek Lineáris egyenletrendszer és megoldásai
26 Lineáris egyenletrendszer D Lineáris egyenletrendszer általános alakja a 11 x 1 + a 12 x a 1n x n = b 1.. a m1 x 1 + a m2 x a mn x n = b m, ahol x 1, x 2, x n az ismeretlenek, a ij együttható, b i konstans tag. Ha mindegyik egyenlet konstans tagja 0, a lineáris egyenletrendszer homogén, ha csak egy is különbözik 0-tól, inhomogén. - Lineáris az x és y változókban: ax + y = 2a x 1 a y = 0 3x y = 0 x + 2y = 0 0 = 0. x + y = 1 0 = 2. x + y = 1 (*) 17
27 Megoldás D Lineáris egyenletrendszer megoldása a rendezett (u 1, u 2,..., u n ) szám-n-es D D megoldásvektor megoldáshalmaz (az összes megoldás halmaza) konzisztensnek (megoldható), inkonzisztens (nem megoldható). m Ha egy egyenletrendszer több egyenletből áll, mint ahány ismeretlene van, túlhatározottnak nevezzük, míg ha kevesebb egyenletből áll, alulhatározottnak. 18
28 Ekvivalens lineáris egyenletrendszerek D T Azonos ismeretlenekkel felírt két egyenletrendszert ekvivalensnek nevezünk, ha megoldásaik halmaza azonos. Egyenletrendszert ekvivalens egyenletrendszerbe visznek át: 1. két egyenlet felcserélése; 2. egy egyenlet nem nulla számmal való szorzása; 3. egy egyenlet konstansszorosának egy másikhoz adása. 4. egy 0 = 0 alakú egyenlet elhagyása (csökkenti az egyenletek számát!) 19
29 Lineáris egyenletrendszerek Megoldás kiküszöböléssel
30 Elemi sorműveletek - Egy mátrix sorain végzett alábbi műveleteket elemi sorműveleteknek nevezzük: Sorcsere: két sor cseréje (S i S j : az i-edik és a j-edik sorok cseréje.) Beszorzás: egy sor beszorzása egy nemnulla számmal (cs i : az i-edik sor beszorzása c-vel) Hozzáadás: egy sorhoz egy másik sor konstansszorosának hozzáadása (S i + cs j : a j-edik sor c-szeresének az i-edik sorhoz adása). - Hasonlóan definiálhatók az elemi oszlopműveletek (O i O j, co i, O i + co j ). 20
31 Lépcsős alak D Egy mátrix lépcsős alakú, ha 1. a 0-sorok (ha vannak) a mátrix utolsó sorai; 2. bármely két egymás után következő nem-0 sorban az alsó sor elején (legalább eggyel) több 0 van, mint a fölötte lévő sor elején. A nemnulla sorok első zérustól különböző elemét főelemnek, vezérelemnek vagy pivotelemnek hívjuk. Egy főelem oszlopának főoszlop vagy bázisoszlop a neve. - A következő mátrixok lépcsős alakúak: [ ] 3 2, 0 4 [ ] 1 0, ,
32 Gauss-módszer m A Gauss-módszer, -kiküszöbölés vagy -elimináció: lineáris egyenletrendszer megoldása lépcsős alakra hozással (oszloponként haladva), majd a főoszlopok változói lesznek a kötött változók, a többi a szabad. Megoldás visszahelyettesítéssel (backward substitution). T B Bármely test feletti mátrix elemi sorműveletekkel lépcsős alakra hozható. 1. nulloszlop letakarása 2. sorcsere után a S i a i1 a 11 S 1 után a 11 alatt minden elem takarjuk le az első oszlopot és az első sort, és ha nincs több sor, VÉGE, ha van, menjünk a 1 pontra. 22
33 Redukált lépcsős alak (rref = reduced row echelon form) D Egy mátrix redukált lépcsős, ha 1. lépcsős alakú; 2. minden főelem egyenlő 1-gyel; 3. a főelemek oszlopaiban a főelemeken kívül minden elem 0; - Vezéregyes - A következő mátrixok redukált lépcsős alakúak: [ ] 1 0, 0 0 [ ] 0 1, , Algoritmus: oszloponként haladva először a vezérelemek alatt, majd csak utána az utolsó oszloptól kezdve fölöttük eliminálunk! 23
34 Redukált lépcsős alakra hozás P Hozzuk redukált lépcsős alakra az mátrixot! S 2 S S M1 3 2S S 3 +4S S2 S 1 3S S 2 S M S 2 1 S 2 S 3 2S 1 S S S T A redukált lépcsős alak egyértelmű Egy test elemeiből képzett bármely mátrix redukált lépcsős alakra hozható. Ez az alak egyértelmű. - A MATLAB-típusú nyelvekben rref() ez a függvény. 24
35 Gauss Jordan-módszer (megoldás rref-ra hozással) /2S S 3 1 S S 3 S 1 2S x = S 1 S y = z = 2 - Tehát az egyenletrendszer egyetlen megoldása (x, y, z) = (1, 3, 2). 25
36 Gauss Jordan-módszer több megoldás - bázisoszlopokhoz tartozó változók: kötött változók, a többi szabad változó /2S 2 S 1 S /2 1 3/ /2 0 1/ x 1 + 2x x 4 + x 5 = 3 2 x x 4 = (x 1, x 2, x 3, x 4, x 5 ) = ( 3 2 2s 3 2 t u, s, t, t, u), - x 1 x 2 x 3 x 4 x 5 = 3 2 2s 3 2 t u s t t u = s t u
37 Vektortér
38 Vektortér Absztrakt vektortér
39 Vektortér absztrakt fogalma D Vektortér A V halmazt F fölötti vektortérnek nevezzük (jel.: V F ), ha tartalmaz egy 0-val jelölt elemet, és értelmezve van rajta egy összeadás és egy skalárral szorzás művelet, melyek a következő tulajdonságokkal rendelkeznek: ha u, v, w V és c, d F, akkor (A1) u + v = v + u az összeadás kommutatív (A2) (u + v) + w = u + (v + w) az összeadás asszociatív (A3) u + 0 = u az összeadás nulleleme (M1) (cd)u = c(du) a két szorzás kompatibilis (M2) 1u = u szorzás a test egységelemével (M3) 0u = 0 szorzás a test nullelemével (D1) c(u + v) = cu + cv disztributív (D2) (c + d)u = cu + du disztributív. 27
40 Példák vektorterekre Á P P P P P P V = {0} bármely test fölött vektortér. Ezt nevezzük zérustérnek. F n vektortér F fölött a szokásos elemenkénti összeadás és skalárral szorzás műveleteivel. Speciálisan F 1, azaz maga F is tekinthető F fölötti vektortérnek. F m n, mátrixok vektortere F[x], polinomok vektortere F[x] n = {f F[x] deg f n}, legföljebb n-edfokú pol. F[[x]] = { n=0 a n x n }, a formális hatványsorok C k (R), az R-en k-szor folytonosan diffható függvények 28
41 Lineáris kombináció D Lineáris függetlenség, generátorrendszer, bázis Lineáris kombináción n i=1 a i v i alakú véges összeget értünk, ahol a i F, v i V F. L! V F vektortér. AMH a B = {v 1, v 2,..., v n,... } véges vagy végtelen vektorhalmaz lineárisan független, ha minden véges részhalmaza lineárisan független. AMH B generátorrendszer V-ben (kifeszíti V-t), ha bármely v V vektor előáll véges sok B-beli lineáris kombinációjaként. AMH B a V egy bázisa, ha (1) lineárisan független, (2) generátorrendszer. T Minden vektortérnek van bázisa. A zérustéré az üreshalmaz. 29
42 Példák bázisra P Az e 1 = (1, 0,..., 0), e 2 = (0, 1,..., 0),, e n = (0, 0,..., 0, 1) vektorokból álló halmazt F n standard bázisának nevezzük. P P P P P Az E ij mátrixok bázist alkotnak F m n -ben A legföljebb n-edfokú polinomok terének {1, x, x 2,..., x n } egy bázisa. F[x]-nek nincs véges bázisa, de {1, x, x 2,... } egy bázisa. F[[x]]-nek nem generátorrendszere {1, x, x 2,... }, mert n=0 a n x n nem áll elő véges lineáris kombinációként. A végtelen sorozatoknak a {0,..., 0, 1, 0, 0, 0... } típusú sorozatok nem alkotják bázisát. 30
43 Vektortér Alterek
44 Alterek tulajdonságai és szemléltetésük D W V a V altere, ha maga is vektortér, azaz ha (1) nem üres, (2) zárt a két vektorműveletre. Jelölése: W V. V Z = {0} Minden altérnek eleme a nullvektor (ui. 0u = 0 V). - Minden altérbeli x vektorral együtt annak ellentettje ( 1-szerese), a x vektor is eleme az altérnek. - Minden vektortér maga is altér (saját maga altere). - Z = {0} a zérustér altér. (NEM nulltér!). - Altér altere altér, azaz ha U V, és W U, akkor W V. - Alterek metszete altér: U V = W. - Két altér egyesítése csak akkor altér, ha egyik altere a másiknak. 31
45 Alterek tulajdonságai és szemléltetésük P M Alteret alkotnak-e az alábbi vektorhalmazok R 3 -ben? { (x, y, z) x = y, z = xy }, { (s + 2t, s 1, 2s + t) s, t R }, { (x, y, z) 2x y + z = 0 }, { (x, y, z) x = 2t, y = t, z = t, t R }. Nem. (Pl. (1, 1, 1) benne van, (2, 2, 2) nem.) Nem. Nincs benne a nullvektor. Igen. Az n = (2, 1, 1) normálvektorú sík. Igen. A v = (2, 1, 1) vektor skalárszorosai. 32
46 Kifeszített altér D a v i V (i = 1,..., k) vektorok által kifeszített altér: span(v 1, v 2,..., v k ) = { c 1 v 1 + c 2 v c k v k : c 1, c 2..., c k F }. Á Á P span(v 1, v 2,..., v k ) F n, azaz altér. span(v 1, v 2,..., v k ) a minimális altér azok között, melyek tartalmazzák a v 1, v 2,..., v k vektorokat. a T = [t i j ] n 1 i,j=0 Toeplitz mátrix a 2n 1 darab T k = [δ i j,k ] n 1 i,j=0 mátrixok lineáris kombinációja, ahol δ i,j a Kronecker-delta: 1, ha i = j δ i,j = 0, ha i j 33
47 Vektortér Egyenletrendszer megoldásai
48 Nulltér T D P M Egy n-ismeretlenes F testbeli együtthatós homogén lineáris egyenletrendszer megoldáshalmaza alteret alkot F n -ben. Az A együtthatómátrixú homogén lineáris egyenletrendszer megoldásainak alterét az A mátrix nullterének nevezzük és N (A)-val jelöljük Határozzuk meg a mátrix nullterét: s 3 2 t u 2 1 x 1 x 2 x 3 x 4 x 5 = s 1 2 t t u = s t u
49 Affin altér J W V, u V, W + u = {w + u : w W} D a W + u affin altér m ez nem altér, ha u / W. Á Az Ax = b egyenletrendszer pontosan akkor oldható meg, ha b előáll az A oszlopainak lineáris kombinációjaként (b benne van A oszlopterében). A lineáris kombináció együtthatói megegyeznek a megoldásvektor koordinátáival. Á Az inhomogén egyenletrendszer összes megoldása a homogén összes megoldásának azaz N (A)-nak az inhomogén valamelyik megoldásával való eltoltja. Mindegy melyik megoldást választjuk! K Az Ax = b összes megoldása egy affin alteret alkot, ami nem altér, ha b 0. 35
50 Az inhomogén lineáris egyenletrendszer megoldásai T Homogén és inhomogén egyenletrendszer megoldásai Az inhomogén lineáris [A b] mátrixú egyenletrendszerre: inhomogén összes megoldása = inhomogén egy tetszőleges megoldása + homogén összes megoldása R n x 0 + N (A) x 0 N (A) x 0 x
51 Sortér, oszloptér D Á J T Egy mátrix oszlopvektorai által kifeszített alteret oszloptérnek, a sorvektorai által kifeszített alteret sortérnek nevezzük. Az A F m n mátrix sortere F n altere, oszloptere F m altere. A sortere: S(A) vagy Row(A), oszloptere: O(A) vagy Col(A) Sortér és oszloptér változása Elemi sorműveletek közben sortér és az oszlopvektorok közti lineáris kapcsolatok nem változnak. K Legyen B az A mátrix egy lépcsős alakja. Ekkor 1. A és B sortere megegyezik, 2. az A oszlopvektorai közt lévő lineáris kapcsolatok azonosak a B ugyanolyan sorszámú oszlopai közti lin. kapcsolatokkal, 3. B nemzérus sorvektorai lineárisan függetlenek, a főoszlopok A-ban és B-ben is lineárisan függetlenek.
52 Az altérbe tartozás vizsgálata P Határozzuk meg, hogy a v 1 = (1, 0, 1, 2), v 2 = ( 1, 2, 2, 1) és v 3 = (1, 1, 1, 1) vektorok által kifeszített altérnek eleme-e az u = ( 1, 2, 3, 6) vektor! Adjunk meg egy ezt bizonyító lineáris kombinációt! Mutassuk meg, hogy a w = ( 1, 2, 3, 4) vektor nem eleme az altérnek! M x 1 v 1 + x 2 v 2 + x 3 v 3 = u ( = w) megoldását keressük. A szimultán egyenletrendszer mátrixa [v 1 v 2 v 3 u w] amiből (x 1, x 2, x 3 ) = (3, 2, 2), és w valóban nem áll elő lineáris kombinációként, mert a w-t tartalmazó egyenletrendszer ellentmondásos. 38
53 Lineáris függetlenség eldöntése K Tekintsük az A = [a 1 a 2... ] a k mátrixot! Az alábbi állítások ekvivalensek: az a 1, a 2,, a k vektorok lineárisan függetlenek; az A együtthatómátrixú homogén lineáris egyenletrendszernek a triviálison kívül nincs más megoldása; az A lépcsős alakjának minden oszlopában van főelem, azaz r(a) = k. P Mutassuk meg, hogy a 4-dimenziós (1, 2, 3, 4), (0, 1, 0, 1) és (1, 1, 1, 0) vektorok lineárisan függetlenek. M A vektorokból képzett mátrix és lépcsős alakja
54 Vektortér Bázis, dimenzió, rang
55 Bázis meghatározása első megoldás P Határozzuk meg az (1, 1, 0, 2), (2, 3, 3, 2), (1, 2, 3, 0) és (1, 3, 6, 2) vektorok által kifeszített altér egy bázisát! 1M Sorvektorokkal: A bázis vektorai (1, 1, 0, 2), (0, 1, 3, 2). 40
56 Bázis meghatározása második megoldás 2M oszlopvektorokkal a lépcsős alakból: Tehát az adott négy vektor közül az első kettő, azaz az (1, 1, 0, 2) és (2, 3, 3, 2) vektorok bázist alkotnak. Ha a megadott vektorokat más sorrendben írjuk a mátrixba, másik bázist kaphatunk. 41
57 Felírás bázisvektorok lineáris kombinációjaként M a redukált lépcsős alakból több is látszik: Ennek alapján: = , =
58 Koordinátás alak e bázisban P Jelölje B = {(1, 1, 0, 2), (2, 3, 3, 2)} a bázist. A redukált lépcsős alak nemzérus soraiból [ ] kapjuk a négy vektor koordinátás alakjait: v 1 = [ ] 1, v 2 = 0 B [ ] 0, v 3 = 1 B [ ] 1, v 4 = 1 B [ ] 3. 2 B 43
59 Bázis és dimenzió T Á Minden vektortérnek van bázisa. (a zérustéré az üreshalmaz) L! U vektortér, és B = {v 1, v 2,..., v k } U. A következők ekvivalensek: - B lineárisan független generátorrendszere U-nak (azaz bázis), - B minimális generátorrendszer, - B maximális független vektorokrendszer. T D Bázis-tétel Ha a V vektortérnek van n-elemű bázisa, akkor minden bázisa n-elemű. A V vektortér n-dimenziós, ha van n-elemű bázisa. (véges dimenziós vektortér) 44
60 Mátrix, rang, dimenzió Á T Dimenzió = rang Egy mátrix rangja, sorterének dimenziója és oszlopterének dimenziója megegyezik. (Ebből következőleg r(a) = r(a T ).) Dimenziótétel rang nullitási tétel Bármely A F m n mátrix esetén a sortér dimenziójának (=rangjának) és a nulltér dimenziójának (=nullitásának) összege n. Képlettel: dim(s(a)) + dim(n (A)) = n. B kötött változók száma + szabad változók száma = n 45
61 Vektortér A lineáris algebra alaptétele (valós eset)
62 Valós mátrixok sor- és nulltere D D D T Egy valós vektortér két altere merőleges, ha bárhogy választva egy vektort az egyik, egy másikat a másik altérből, azok merőlegesek. Két altér kiegészítő altér, ha V bármely vektora egyértelműen előáll az egyik és a másik altérbe eső vektorok összegeként. A W V altér merőlegesén a rá merőleges vektorok alterét értjük, jele W ( W perp ). A lineáris algebra alaptétele Minden valós mátrix sortere és nulltere merőleges kiegészítő alterei egymásnak. K S(A) = N (A), N (A) = S(A). K O(A) = N (A T ). K Minden x vektor egyértelműen előáll egy sortérbe és egy nulltérbe eső vektor összegeként. 46
63 Kitüntetett alterek D Kitüntetett alterek Az A R m n mátrix négy kitüntetett altere: S(A) = O(A T ), N (A), O(A) = S(A T ), N (A T ). L! A R 3 3 egy 2-rangú mátrix. Ekkor x N (A) N (A T ) b ˆx 0 A A 0 ˆb S(A) = O(A T ) O(A) = S(A T ) 47
64 Vektortér Sortérbe eső egyetlen megoldás
65 Valós együtthatós egyenletrendszer megoldásai T Lineáris egyenletrendszer megoldásai Minden valós együtthatós megoldható (konzisztens) lineáris egyenletrendszerre igazak a következő állítások: egyetlen megoldása esik az együtthatómátrix sorterébe; a sortérbe eső megoldás az összes megoldás közül a legkisebb abszolút értékű; az összes megoldás előáll úgy, hogy a sortérbe eső megoldáshoz hozzáadjuk a homogén rész összes megoldását. 48
66 Megoldások és a kitüntetett alterek R n S(A) N (A) 0 R m O(A) 0 R n x y 0 R m 0 b 49
67 A sortérbe eső megoldás megkeresése P Határozzuk meg az x + y + z + 3u + 2w = 4 x + 2y + z + 5u + 2w = 5 2x + 3y + z + 8u + 3w = 7 2x + 3y + 2z + 8u + 4w = 9 egyenletrendszer minimális abszolút értékű megoldását! 50
68 - A redukált lépcsős alak: - Így a megoldás: = (x, y, z, u, w) = (1, 1, 2, 0, 0) + ( 1, 2, 0, 1, 0)s + ( 1, 0, 1, 0, 1)t. - A sortérbe eső megoldás merőleges a homogén egyenletrendszer megoldásait kifeszítő két vektorra, azaz a ( 1, 2, 0, 1, 0), ( 1, 0, 1, 0, 1) vektorokra. 51
69 - Ezért a redukált lépcsős alak szerinti egyenletrendszerhez ezt kell adni: x 2y + u = 0 x z + w = 0 - Így a kiegészített egyenletrendszer az eredetiből (vagy a lépcsős alakjából) és az előző egyenletekből áll: / / = /17, / /17 - tehát a keresett megoldás 1 /17( 4, 5, 19, 6, 15). 52
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
RészletesebbenA lineáris algebra forrásai: egyenletrendszerek, vektorok
A lineáris algebra forrásai: egyenletrendszerek, vektorok 2016. február 23. A lineáris algebra forrásai: egyenletrendszerek, vektorok 2016. február 23. 1 / 75 Tartalom 1 Vektor A 2- és 3-dimenziós tér
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 Egyenletrendszerek H406 2016-10-03 Wettl Ferenc
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.
RészletesebbenTestek. 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
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.
RészletesebbenMat. A2 3. gyakorlat 2016/17, második félév
Mat. A2 3. gyakorlat 2016/17, második félév 1. Hány megoldása lehet az alábbi lineáris egyenletrendszereknek a valós számok körében, ha a -ok tetszőleges (nem feltétlenül egyenlő) számokat jelölnek? 0
RészletesebbenÖsszeállította: dr. Leitold Adrien egyetemi docens
Az R n vektortér Összeállította: dr. Leitold Adrien egyetemi docens 2008.09.08. R n vektortér/1 Vektorok Rendezett szám n-esek: a = (a 1, a 2,, a n ) sorvektor a1 a = a2 oszlopvektor... a n a 1, a 2,,
Részletesebben15. LINEÁRIS EGYENLETRENDSZEREK
15 LINEÁRIS EGYENLETRENDSZEREK 151 Lineáris egyenletrendszer, Gauss elimináció 1 Definíció Lineáris egyenletrendszernek nevezzük az (1) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a
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
RészletesebbenLineáris 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
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
RészletesebbenLineáris 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
RészletesebbenHaladó 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
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
RészletesebbenMatematika A2a LINEÁRIS ALGEBRA NAGY ATTILA
LINEÁRIS ALGEBRA NAGY ATTILA 20160515 Tartalomjegyzék 1 Algebrai struktúrák 5 2 Lineáris tér (vektortér) 13 21 A vektortér fogalma 14 22 Vektorok lineáris függetlensége és függősége 18 23 Generátorrendszer,
Részletesebben1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak
1. Generátorrendszer Generátorrendszer. Tétel (Freud, 4.3.4. Tétel) Legyen V vektortér a T test fölött és v 1,v 2,...,v m V. Ekkor a λ 1 v 1 + λ 2 v 2 +... + λ m v m alakú vektorok, ahol λ 1,λ 2,...,λ
RészletesebbenVEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok
VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER 2004. október 15. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak az előadáson, másrészt megtalálják
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,
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
Részletesebben9. 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
RészletesebbenMatematika A2a LINEÁRIS ALGEBRA NAGY ATTILA
LINEÁRIS ALGEBRA NAGY ATTILA 20160515 Tartalomjegyzék 1 Algebrai struktúrák 5 2 Lineáris tér (vektortér) 13 21 A vektortér fogalma 14 22 Vektorok lineáris függetlensége és függősége 18 23 Generátorrendszer,
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
RészletesebbenNagy 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
RészletesebbenMatematika szigorlat június 17. Neptun kód:
Név Matematika szigorlat 014. június 17. Neptun kód: 1.. 3. 4. 5. Elm. Fel. Össz. Oszt. Az eredményes szigorlat feltétele elméletből legalább 0 pont, feladatokból pedig legalább 30 pont elérése. A szigorlat
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
RészletesebbenA 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
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. Homogén lineáris egyenletrendszer megoldástere
X HOMOGÉN LINEÁRIS EGYENLET- RENDSZEREK 1 Homogén lineáris egyenletrendszer megoldástere Homogén lineáris egyenletrendszer definíciója már szerepelt Olyan lineáris egyenletrendszert nevezünk homogénnek,
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,
RészletesebbenDiszkrét matematika 2.
Diszkrét matematika 2. 2018. november 23. 1. Diszkrét matematika 2. 9. előadás Fancsali Szabolcs Levente nudniq@cs.elte.hu www.cs.elte.hu/ nudniq Komputeralgebra Tanszék 2018. november 23. Diszkrét matematika
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
RészletesebbenGy ur uk aprilis 11.
Gyűrűk 2014. április 11. 1. Hányadostest 2. Karakterisztika, prímtest 3. Egyszerű gyűrűk [F] III/8 Tétel Minden integritástartomány beágyazható testbe. Legyen R integritástartomány, és értelmezzünk az
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
RészletesebbenLineáris 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
RészletesebbenFeladatok a Gazdasági matematika II. tárgy gyakorlataihoz
Debreceni Egyetem Közgazdaságtudományi Kar Feladatok a Gazdasági matematika II tárgy gyakorlataihoz a megoldásra ajánlott feladatokat jelöli e feladatokat a félév végére megoldottnak tekintjük a nehezebb
RészletesebbenLineáris 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
RészletesebbenLineáris 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 Vektorok a 2- és 3-dimenziós tér Kf87 2017-09-05
RészletesebbenLineáris 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
RészletesebbenLineáris Algebra gyakorlatok
A V 2 és V 3 vektortér áttekintése Lineáris Algebra gyakorlatok Írta: Simon Ilona Lektorálta: DrBereczky Áron Áttekintjük néhány témakör legfontosabb definícióit és a feladatokban használt tételeket kimondjuk
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
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
RészletesebbenLineáris egyenletrendszerek
Lineáris egyenletrendszerek 1 Alapfogalmak 1 Deníció Egy m egyenletb l álló, n-ismeretlenes lineáris egyenletrendszer általános alakja: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a
RészletesebbenAlkalmazott 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
RészletesebbenMátrixok jellemzése. 4. fejezet Mátrixhoz tartozó alterek
4 fejezet Mátrixok jellemzése Az előző fejezetben megismerkedtünk a mátrixműveletekkel, azok tulajdonságaival Ebben a fejezetben a mátrixok különféle jellemzőit vizsgáljuk, melyek segítségével arról a
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. 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
RészletesebbenLineáris algebra. (közgazdászoknak)
Lineáris algebra (közgazdászoknak) 10A103 FELADATOK A GYAKORLATRA (3.) 2018/2019. tavaszi félév Lineáris egyenletrendszerek 3.1. Feladat. Oldjuk meg az alábbi lineáris egyenletrendszereket Gauss-eliminációval
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
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 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 Vektorok a 2- és 3-dimenziós tér Kf81 2018-09-04
Részletesebben1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy b = ax. Ennek jelölése a b.
1. Oszthatóság, legnagyobb közös osztó Ebben a jegyzetben minden változó egész számot jelöl. 1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy
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
RészletesebbenVektorok. Wettl Ferenc október 20. Wettl Ferenc Vektorok október / 36
Vektorok Wettl Ferenc 2014. október 20. Wettl Ferenc Vektorok 2014. október 20. 1 / 36 Tartalom 1 Vektorok a 2- és 3-dimenziós térben 2 Távolság, szög, orientáció 3 Vektorok koordinátás alakban 4 Összefoglalás
RészletesebbenDiszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek
1 Diszkrét matematika II, 5 előadás Lineáris egyenletrendszerek Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu http://infnymehu/ takach/ 2007 március 8 Egyenletrendszerek Középiskolás módszerek:
RészletesebbenVizsgatematika Bevezetés a matematikába II tárgyhoz tavasz esti tagozat
8.2. Gyűrűk Fogalmak, definíciók: Gyűrű, kommutatív gyűrű, integritási tartomány, test Az (R, +, ) algebrai struktúra gyűrű, ha + és R-en binér műveletek, valamint I. (R, +) Abel-csoport, II. (R, ) félcsoport,
RészletesebbenVektorterek. Több esetben találkozhattunk olyan struktúrával, ahol az. szabadvektorok esetében, vagy a függvények körében, vagy a. vektortér fogalma.
Vektorterek Több esetben találkozhattunk olyan struktúrával, ahol az összeadás és a (valós) számmal való szorzás értelmezett, pl. a szabadvektorok esetében, vagy a függvények körében, vagy a mátrixok esetében.
RészletesebbenKongruenciák. Waldhauser Tamás
Algebra és számelmélet 3 előadás Kongruenciák Waldhauser Tamás 2014 őszi félév Tartalom 1. Diofantoszi egyenletek 2. Kongruenciareláció, maradékosztályok 3. Lineáris kongruenciák és multiplikatív inverzek
RészletesebbenMatematika alapjai; Feladatok
Matematika alapjai; Feladatok 1. Hét 1. Tekintsük a,, \ műveleteket. Melyek lesznek a.) kommutativok b.) asszociativak c.) disztributívak-e a, műveletek? Melyik melyikre? 2. Fejezzük ki a műveletet a \
RészletesebbenKlasszikus algebra előadás. Waldhauser Tamás március 24.
Klasszikus algebra előadás Waldhauser Tamás 2014. március 24. Irreducibilitás 3.33. Definíció. A p T [x] polinom irreducibilis, ha legalább elsőfokú, és csak úgy bontható két polinom szorzatára, hogy az
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
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
RészletesebbenTartalomjegyzék. II. Lineáris egyenletrendszerek Lineáris egyenletrendszerek megoldása Megoldhatóság és a megoldások tere 51
Tartalomjegyzék II Lineáris egyenletrendszerek 11 5 Lineáris egyenletrendszerek megoldása 13 A lineáris egyenletrendszer és két modellje 13 Lineáris egyenlet és egyenletrendszer 13 Ekvivalens lineáris
RészletesebbenKlasszikus algebra előadás. Waldhauser Tamás április 28.
Klasszikus algebra előadás Waldhauser Tamás 2014. április 28. 5. Számelmélet integritástartományokban Oszthatóság Mostantól R mindig tetszőleges integritástartományt jelöl. 5.1. Definíció. Azt mondjuk,
RészletesebbenIntergrált 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,,.
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.
RészletesebbenBevezetés 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 Lineáris leképezések H607 2018-02-05, 07, 09 Wettl
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
Részletesebben1. Mondjon legalább három példát predikátumra. 4. Mikor van egy változó egy kvantor hatáskörében?
Definíciók, tételkimondások 1. Mondjon legalább három példát predikátumra. 2. Sorolja fel a logikai jeleket. 3. Milyen kvantorokat ismer? Mi a jelük? 4. Mikor van egy változó egy kvantor hatáskörében?
RészletesebbenBevezetés az algebrába 2 Lineáris algebra alkalmazásai
Bevezetés az algebrába 2 Lineáris algebra alkalmazásai Wettl Ferenc Algebra Tanszék B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M
RészletesebbenAbsztrakt vektorterek
Absztrkt vektorterek Összeállított: dr. Leitold Adrien egyetemi docens 213. 1. 8. Absztrkt vektorterek /1. Absztrkt vektortér definíciój Legyen V egy hlmz, egy test (pl. vlós vgy komplex számtest), és
RészletesebbenBevezetés 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
RészletesebbenPolinomok (el adásvázlat, április 15.) Maróti Miklós
Polinomok (el adásvázlat, 2008 április 15) Maróti Miklós Ennek az el adásnak a megértéséhez a következ fogalmakat kell tudni: gy r, gy r additív csoportja, zéruseleme, és multiplikatív félcsoportja, egységelemes
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy ősz
Diszkrét matematika 1. középszint 2017. ősz 1. Diszkrét matematika 1. középszint 6. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján Komputeralgebra
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,
RészletesebbenLineáris algebra gyakorlat
Lineáris algebra gyakorlat 7. gyakorlat Gyakorlatvezet : Bogya Norbert 2012. március 26. Ismétlés Tartalom 1 Ismétlés 2 Koordinátasor 3 Bázistranszformáció és alkalmazásai Vektorrendszer rangja Mátrix
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
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
RészletesebbenNorma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei
Indukált mátrixnorma Definíció A. M : R n n R mátrixnormát a. V : R n R vektornorma által indukált mátrixnormának nevezzük, ha A M = max { Ax V : x V = 1}. Az indukált mátrixnorma geometriai jelentése:
Részletesebben7. Előadás. Megyesi László: Lineáris algebra, oldal. 7. előadás Elemi bázistranszformáció
7. Előadás Megyesi László: Lineáris algebra, 57. 61. oldal. Gondolkodnivalók Bázis, dimenzió 1. Gondolkodnivaló Legyenek a v vektor koordinátái a v 1,..., v n bázisban: (1, α 2,..., α n ). Igazoljuk, hogy
RészletesebbenKlasszikus algebra előadás. Waldhauser Tamás április 14.
Klasszikus algebra előadás Waldhauser Tamás 2014. április 14. Többhatározatlanú polinomok 4.3. Definíció. Adott T test feletti n-határozatlanú monomnak nevezzük az ax k 1 1 xk n n alakú formális kifejezéseket,
RészletesebbenVIK 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
RészletesebbenDiszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 4-6. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
Részletesebben3. Lineáris differenciálegyenletek
3. Lineáris differenciálegyenletek A közönséges differenciálegyenletek két nagy csoportba oszthatók lineáris és nemlineáris egyenletek csoportjába. Ez a felbontás kicsit önkényesnek tűnhet, a megoldásra
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
RészletesebbenSztojka 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
RészletesebbenHALMAZELMÉLET feladatsor 1.
HALMAZELMÉLET feladatsor 1. Egy (H,, ) algebrai struktúra háló, ha (H, ) és (H, ) kommutatív félcsoport, és teljesül az ún. elnyelési tulajdonság: A, B H: A (A B) = A, A (A B) = A. A (H,, ) háló korlátos,
RészletesebbenBevezetés 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
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
RészletesebbenMiskolci Egyetem. Diszkrét matek I. Vizsga-jegyzet. Hegedűs Ádám Imre 2010.12.28.
Miskolci Egyetem Diszkrét matek I. Vizsga-jegyzet Hegedűs Ádám Imre 2010.12.28. KOMBINATORIKA Permutáció Ismétlés nélküli permutáció alatt néhány különböző dolognak a sorba rendezését értjük. Az "ismétlés
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
RészletesebbenTartalomjegyzék. II. Lineáris egyenletrendszerek Lineáris egyenletrendszerek megoldása Megoldhatóság és a megoldások tere 53
Tartalomjegyzék II Lineáris egyenletrendszerek 13 5 Lineáris egyenletrendszerek megoldása 15 A lineáris egyenletrendszer és két modellje 15 Lineáris egyenlet és egyenletrendszer 15 Ekvivalens lineáris
RészletesebbenDiszkrét matematika I.
Diszkrét matematika I. középszint 2014. ősz 1. Diszkrét matematika I. középszint 5. előadás Mérai László diái alapján Komputeralgebra Tanszék 2014. ősz Számfogalom bővítése Diszkrét matematika I. középszint
RészletesebbenBevezetés az algebrába az egész számok 2
Bevezetés az algebrába az egész számok 2 Wettl Ferenc Algebra Tanszék B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M 2015. december
RészletesebbenPolinomok (előadásvázlat, október 21.) Maróti Miklós
Polinomok (előadásvázlat, 2012 október 21) Maróti Miklós Ennek az előadásnak a megértéséhez a következő fogalmakat kell tudni: gyűrű, gyűrű additív csoportja, zéruseleme, és multiplikatív félcsoportja,
RészletesebbenMTN714: BEVEZETÉS AZ ABSZTRAKT ALGEBRÁBA. 1. Csoportelméleti alapfogalmak
MTN714: BEVEZETÉS AZ ABSZTRAKT ALGEBRÁBA 1. Csoportelméleti alapfogalmak 1.1. Feladat. Csoportot alkotnak-e az alábbi halmazok a megadott műveletre nézve? (1) (Z 2 ; ), (2) (Z 2 ; +), (3) (R \ { 1}; ),
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
RészletesebbenGauss-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.
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
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 1. középszint 2016. ősz 1. Diszkrét matematika 1. középszint 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján Komputeralgebra
Részletesebben