Matematika A2b. 1. Előadás. Lineáris Algebra. 2 - és 3 változós lineáris egyenletrendszerek

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Matematika A2b. 1. Előadás. Lineáris Algebra. 2 - és 3 változós lineáris egyenletrendszerek"

Átírás

1 Matematika A2b Előadó: Wettl Ferenc Jegyzetkészítő: Gangl Attila József. Előadás A honlapon fenn lesznek a dolgok (ZH időpontok stb.) Lineáris algebra is lesz anyag A lineáris algebra a lineáris egyenletek megoldásáról szól kb. Lineáris Algebra 2 - és 3 változós lineáris egyenletrendszerek Példa: (a) x-y= x-y=x-y= x=2 x+2y=4 3y=3 y= y= (b) (c) (,)x + (-,2)y = (.4)

2 Példa: 2 = 4 2 Példa : = 3 = =2 x=2; y=; (x,y,z)=(3-2s-t,s,t)=(3,,)+(-,,)t+(-2,,)s = (, 2, ) 2 Példa: 2 dimenzióban 3 x+2y+z=3 3 2 = Példa: 3 dimenzióban (a) (b) megoldás megoldás ( dim) megoldás ( dim) megoldás (2 dim) megoldás

3 megoldás Definíció: lineáris egyenletrendszer - véges sok elsőfokú egyenlet - véges sok ismeretlen Az általános alakja m egyenlet n ismeretlen esetén a, x +a,2 x 2 + +a,n +x n =b a 2, x +a 2,2 x 2 + +a 2,n +x n =b a m, x +a m,2 x 2 + +a m,n +x n =b Definíció: Mátrix: téglalap alakú táblázat (pl.: számtáblázat),,, = =,,, = [ ],,, Megjegyzés: a i-,j A A Definíció: egyenletrendszer együtthatómátrixa:,,,,,, kibővített mátrixa:,,,,,, Definíció: nxn-es mátrix négyzetes mátrix nx.es mátrix oszlopvektor, vektor xn-es mátrix sorvektor Definíció: [ 3 5] és 3 azonosak 5 Jelölések: = = = [ ] = [ ] = Megjegyzés: = Definíció: a rendezett szám n-eseket n-dimenziós vektoroknak nevezzük (,,, ) = ezek tere R n =R*R* *R

4 Definíció: v=(v,,v n ) w=(w,,w n ) (a) v = w i=..n; v i =w i (b) v + w := (v + w,, v n + w n ) (c) cv := (cv,,cv n ) (d) v * w := (v w,, v n w n ) (e) v = (v 2 + +v n 2 ) (f) d(v,w)= (v -w ) 2 + (v n -w n ) 2 (g) cos=(v * w)/ ( v * w ) (h) v w v * w = Tétel: (a) Pitagorasz tétel: ha v w, akkor v 2 + w 2 = v + w 2 (b) háromszög egyenlőtlenség: v + w v + w ill. d(u, v) + d(v, w) d(u, w) Példa: 4 dimenziós kocka (kép) 2 dimenzió 3 dimenzió 4 dimenzió Gauss Jordan elimináció: (kiküszöbölés) Példa: = 2 = = 3

5 2. előadás Egyenletrendszer elemi átalakulásai: () Két különböző egyenlet felcserélése (2) Egyenlet számmal való leosztása (3) Egyenlet szorosának egy másikhoz adása Tétel: elemi átalakítás az egyenlet megoldásainak halmaza nem változik (azonos, ekvivalens) Bizonyítás: () (2) (3) Definíció: mátrix elemi átalakulásai () 2 különböző sor cseréje elemi sorművelet (2) egy sor val való szorzása (3) egy sor szorosának egy másikhoz adása Példa: amelyik véletlenül nullázódik szabad változó itt az: y ++2 = = = + egyes paraméteres egyenletrendszer ez a Gauss módszer: mindig működik csak alatta lévőt nullázzuk (fölé nem megyünk, mint a Gauss Jordan ban) Itt egy változót, mihelyt megtudjuk, visszahelyettesítjük. Itt: z = 2 x = - t 2!!! Gauss Jordan: = + = redukált sorlépcsős alak (alatta, felette db -es van) Definíció: sorlépcsős alak az M mátrix sorlépcsős alakú (row echelon form), ha. a csupa sorok M utolsó sorai 2. a nem sorok első nem eleme (vezető -es, priot) 3. a kisebb sorszámú sor vezető egyese balra van a nagyobb sorszámúétól. ha még az is igen, hogy 4. minden sor vezető -ese fölött áll. akkor M redukált sorlépcsős alakú sorlépcsős alakú

6 2 3 redukált sorlépcsős alakú ha ez egy egyenletrendszer kibővített mátrixa nincs megoldás Tétel: (a) bármely mátrix elemi sorműveletekkel sorlépcsős alakra hozható (b) bármely mátrix elemi sorműveletekkel redukált sorlépcsős alakra hozható (ez magába foglalja az (a) pontot is.) Definíció: Gauss elimináció (Gauss módszer, Gauss kiküszöbölés): Tétel (a) Gauss Jordan: Tétel (b) Megjegyzés: Egy egyenletrendszer megoldhatósága és ha megoldható, akkor megoldási halmaz azonnal leolvasható a (redukált) sorlépcsős alakból. Gauss módszerrel visszahelyettesíteni kell. Mátrixok Definíció: A mxn + B mxn := [a ij ] mxn + [b ij ] mxn := [a ij + b ij ] mxn c: konst c*a mxn = c[a ij ] mxn := [ca ij ] mxn Példa: = Magyarázat: ax=b együttható mátrixa: [a] [a][x]=[b] : = : A*x = b ennek kell lennie = A mxn * x mxn = B mxn Definíció: mátrixszorzás A mxn *B nxk =[a ij ] mxn + [b jl ] nxk := [c il ] mxk, ahol c il = (a ij * b jl ) Példa:. sor. oszlop skaláris szorzata első elem, = = + sor oszlop (azonos sorszámút szorzunk azonos oszlopszámúval) = +

7 3 Példa: = Megjegyzés: az egyenletrendszer mátrix szorzatos alakja A*x=b Megjegyzés: = [ [ =[ =[ lineáris kombinácó =[ A minden oszlop az A oszlopának lineáris kombinációja. 3. előadás Definíció: Az a, a 2,, a n vektorok lineáris kombinációin a k a + k 2 a k n a n vektorokat értjük. Megjegyzés: Az A x = b azaz [a,a 2,,a n ]x = b egyenletrendszer pontosan akkor oldható meg, ha az a,a 2,,a n vektoroknak van olyan lineáris kombinációja mely = b. a, x +a,2 x 2 + +a,n +x n = b = a 2, x +a 2,2 x 2 + +a 2,n +x n = b = : + : + + = : : i[ - ] j[ ] = i j [+ Állítás: (a) Az AB szorzat bármelyik oszlopa (oszlopvektora) az A oszlopainak lineáris kombinációja. (b) Az AB szorzat bármelyik sor (sorvektora) a B sorainak lineáris kombinációja. [ ] mxn *[ ] nxk = [ ] mxk i[ -]* = i[ -] Definíció: Több egyenletrendszert, melyeknek azonos az együtthatómátrixuk, szimultán egyenletrendszernek nevezzük: Ax = b, Ax 2 = b 2,, Ax k = b k, = A[x, x 2,,x k ]=[ b, b 2,, b k ] = AX=B Oldjuk meg: x+y=2 x-y= x+y=4 x-y=-2 Megoldás: Tétel: (a mátrix összeadás, szorzás és skalárral való szorzás tulajdonságai) A, B, C mátrixok és k, l R (a) A + B = B + A (b) A + (B + C) = (A + B) + C (c) A(BC) = (AB)C (d) A(B + C) = AB + AC (e) (A+ B)C = AC + BC

8 (f) k(a + B) = ka + kb (g) (k + l)a = ka + la (h) (kl)a = k(la) (i) k(ab) = (ka)b Megjegyzés: általában AB BA = = Bizonyítás: (c) A:= [a ij ] mxn B:=[b jk ] nxr C:=[c kl ] rxs (AB) ik = (i és k rögzítve) ((AB)C) il = ( ) (i és l fix) (BC) jl = (j és l rögzítve) ) (A(BC)) il = ( ( ) Definíció: mátrix transzponáltja a sorok és oszlopok felcserélésével kapott mátrix. Jel: A T Állítás: A mxn, B nxk szorzata: (AB) T = B T A T Definíció: zérus mátrix (nullmátrix), amelynek minden elem. Példa: ; ; Definíció: csupa -mátrix J = Példa: = Definíció: egységmátrix I n = E n =

9 Állítás: A mxn, B nxk mátrixra A mxn I n = A mxn I n B nxk = B nxk Példa: = Definíció: Az A mxn mátrix inverzén az A - -el jelölt mátrixot értjük melyre: A*A - = A - *A = I n Állítás: Ha A invertálható, akkor csak inverze van. Bizonyítás: X és X két inverz: AX = XA = AX = X A = I X = XI = X(AX ) = (XA)X = IX = X Példa: AX = I = = Ellenőrzés: 3 2 = Példa: 2x2-es mátrix inverze = Megoldás: = 2 3 Példa: 2 2 Megoldás: Tehát a mátrix nem invetálható! nincs megoldás (ellentmondtás) Állítás: Ha A és B nxn-es invertálható mátrixok akkor AB is invertálható és: (AB) - =B - A - Bizonyítás: (AB)*(B - A - ) = ((AB)*B - )*A - = (A*(BB - ))A - = AA - = I hasonlóan: (B - A - )(AB) = I Következmény: Ha A, A 2,, A m invertálható nxn-es mátrixok, akkor szorzatuk is invertálható és: (A, A 2,, A m ) - = A m -,, A 2 -, A -

10 Megjegyzés: a nem invertálható négyzetes mátrixokat szinguláris mátrixoknak nevezzük. (Az invertálhatók a nem szingulárisak) Definíció: az A mátrix a ii alakú elemeit az A főátlójának nevezzük. Ennek összege a mátrix nyoma (trace). Jelölés: tr(a) Példa: A = 3 tr(a)=+5=6 2 5 Tétel: (transzponálás tulajdonságai) () (A T ) T = A (2) (A±B) T = A T ±B T (3) (ca T ) = c*a T c R (4) (AB) T = B T *A T Tétel: (inverz tulajdonságai) () (A - ) - = A (2) (A n ) - = (A - ) n = A -n (3) (AB) - = B - *A - (4) (ka) - = k - *A - k R/{} 4. előadás Tétel: (nyom tulajdonságai) A és B négyzetes mátrixok () tr(a±b) = tra ± trb (2) tr(ca) = c*tr(a) (3) tr(a T ) = tr(a) (4) tr(ab) = tr(ba) Megjegyzés: u és v nx-es mátrixok, akkor vektorként tekintve őket, skaláris szorzatuk u T *v [ ] = [ ] Megjegyzés: u*v T.. : [....] = : : : Megjegyzés: Ha A négyzetes invertálható, akkor az Ax = b egyenletrendszer egyértelműen megoldható, megoldása: x = A - b Megjegyzés: Hasonlóképp, ha A négyzetes, invertálható, akkor Ax = B szimultán egyenletrendszer egyértelműen megoldható, megoldása: x = A - B Példa: A = 4 B = 2 2 A - : 2 /2 /2 : = /2 /2 /2 /2

11 = = = 2 3 Következmény: Az Ax= egyenletrendszer mindig megoldható (az x= mindig megoldás ez az úgynevezett triviális megoldás). Ha A invertálható, akkor a triviális megoldás az egyetlen megoldás. Azaz, az Ax = homogén lineáris egyenletrendszernek négyzetes A esetén pontosan akkor van nem triviális megoldása, ha A szinguláris. Altér Definíció: v, v 2,,v n vektorok, k, k 2,, k n R A v,,v n vektorok k,, k n számokkal vett lineáris kombinációján a k v + + k n v n vektorokat értjük. Definíció: A V R n vektorhalmazt az R n alterének nevezzük, ha V zárt az összeadás és a skalárral való szorzás műveletére. Példa: R 3 alterei: {}, R 3, bármely origón átmenő egyenes, bármely origón átmenő sík! Állítás: Legyen v, v 2,,v k R n. Ezek összes lineáris kombinációja altér R-ben. Példa: R 2 -ben egy -n nem átmenő egyenes pontjai (pontjaiba mutató helyvektorok) nem alkotnak alteret. Példa: De egy origón átmenő egyenes már alkot. a b + c = b = a + c *a + *c = Definíció: a v, v 2,,v k vektorok lineárisan függetlenek, ha v + k v k = csak akkor lehet, ha = 2 = = k = Definíció: A lineárisan nem független vektorokat lineárisan összefüggő vektoroknak nevezzük. Tétel: A következő két állítás ekvivalens a.) v, v 2,,v k lineárisan függetlenek, azaz v + 2 v k v k = = 2 = = k = b.) a v, v 2,,v k vektorok egyike sem fejezhető ki a többi lineáris kombinációjaként.

12 Bizonyítás: (a) (b) (b) v i pl.: v = 2 v k v k (-)v + 2 v k v k = ( ) (b) (a) (a) (b) Tfh.: k v + + k n v n =, de pl.: v = - ( 2 / ) v ( k / ) v k (a) Tétel: A következő két állítás ekvivalens (a) v,,v k lineárisan összefüggőek, azaz k nem mind, hogy v + + k v k = (b) Van olyan v i, amely kifejezhető a többi lineáris kombinációjaként. Megjegyzés: Az nem igaz, hogy ha v,,v k lineárisan összefüggőek, akkor bármelyik kifejezhető a többi lineáris kombinációjaként. (b=2a) - E három vektor lineárisan összefüggő, mert 2a b + c = - b = 2a + c - c nem fejezhető ki a és b lineáris kombinációjaként Állítás: R n ben n-nél több vektor mindig lineárisan összefüggő. Megjegyzés: a, x +a,2 x 2 + +a,n +x n =b a 2, x +a 2,2 x 2 + +a 2,n +x n =b a m, x +a m,2 x 2 + +a m,n +x n =b + + = Az egyenletrendszer pontosan akkor oldható meg, ha együttható mátrixának oszlopvektorai által kifeszített altérben benn van b. Állítás: Az Ax = homogén lineáris egyenletrendszernek pontosan akkor van nem triviális megoldása, ha együttható mátrixának oszlopvektorai lineárisan összefüggők. 5. előadás Homogén és inhomogén egyenletrendszer megoldási kapcsolatai Tétel: Az Ax = (A mxn, x nx, mx ) homogén lineáris egyenletrendszer megoldásai alteret alkotnak R n -ben.

13 Bizonyítás: ha x megoldás, akkor cx is Ax = A(cx) = c(ax) = c = x és y megoldás akkor x+y is : Ax = és Az = = A(x+y) = Ax + Az = + = Példa: n=3 a homogén lineáris egyenletrendszer megoldásai lehetnek. () a(,,) pont (triviális megoldás) (2) origón átmenő egyes vektorai (3) az origón átmenő sík vektora (4) a tér összes vektora Példa: Ax = b megoldásai n=3 esetén: () üres halmaz, azaz nincs megoldás () pont (2) egy egyenes összes pontja/vektora (3) egy sík összes pontja/vektora (4) a tér összes pontja/vektora Tétel: Ax = b egyenletrendszerhez tartozó homogén lineáris egyenletrendszer Ax = legyen x az Ax = b egy tetszőleges megoldása. Ekkor: {Ax = b összes megoldása} = x + {Ax = összes megoldása} Bizonyítás: legyen y az Ax = egy megoldása x +y az Ax = b megoldása: A(x +y) = Ax + Az = b + = b x : Ax = b y: Az = és x = x +y Állítás: y = x - x és ez valóban megoldása az Ax = nak Ay = A(x - x ) = A x Ax = b b = Példa: x + 2y z = 2-2x- 4y + 2z = x = 2-2t + s x + 2y z = 2 y = t z = s 2 2 = + + A homogén megoldása x + 2y z = x = -2t + s 2 y = t = + z = s Definíció: az A mátrix oszlopvektorainak összes lineáris kombinációja altere R m -nek. E teszt az A oszlopterének nevezzük. Állítás: Az Ax = b lineáris egyenletrendszer pontosan akkor oldható meg, ha b benne van az A oszlopterében.

14 Állítás: Az Ax = egyenletrendszer minden megoldásvektora merőleges A minden sorvektorára, és az ilyen vektorok mind megoldások. [A]*[x] : Speciális alakú mátrixok Definíció: Legyen A nxn-es mátrix (a) A diagonális, ha főátlóján kívül minden eleme. (b) A felső háromszögmátrix, ha főátlója alatt csupa áll. (hasonlóan alsó háromszögmátrix) (c) A szimmetrikus, ha a ij = a ji ij =,2,,n re. (d) A ferdén szimmetriukus, ha a ij = - a ji ij =,2,,n re. (ekkor a főátlóban -ák vannak) Állítás: = (h egész) Példa: = = Állítás: Minden A négyzetes mátrix előáll egy szimmetrikus és egy ferdén szimmetrikus összege ként. A = (A + AT ) + (A - AT ) Bizonyítás: [ 2 ( + )] = 2 ( + ) = 2 ( + ) [ 2 ( )] = 2 ( ) = 2 ( ) é Determináns Definíció: az f n változós valósértékű R n x R n x R n x R n -en értelmezett függvényt előjeles térfogatnak nevezzük, ha: () f(,,, ) = (2) f( a,a i,,a j,,a n ) = -f( a,a j,,a i,,a n ) (3) f( a,,a n ) = f( a,a i,,a j a i,,a n ) (4) f( a,,c*a i,,a n ) = c*f( a,,a i,,a n ) Állítás: Ilyen függvénye csak egy van. Ezt nevezzük az n db vektor determinánsának. Példa: megmutatható, hogy n=2 és 3 esetén ez megegyezik az ismert determináns értékkel Jelölés: f(a a n ) = det : = :

15 Állítás: () = (2)? = a *a 2 *...*a n Példa: (determináns kiszámítása) sorlépcsős alakra hozzuk majd az előző Állítás szerint kiszámítjuk az értékét = 4 2 = 4 4 = 8 = 8 = 8 = = 8 itt nem kell vezető egyest csinálni. Tétel: Cramer- szabály A nxn-es nem szinguláris mátrix. Ekkor az Ax = b megoldásaira:,,,,,,,,, =,,,,,,,,, (a b oszlopvektort az i-edik oszlopba helyettesítettük be) 6. előadás Tétel: A determináns ekvivalens definíciói Az A nxn-es mátrix determinánsára az alábbiak ekvivalensek: (a) az A oszlopvektorai által kifeszített paralelepipedon előjeles térfogata ( lásd a korábbi definíció f függvénye). (b) sor ill. oszlop szerinti kifejtés - deta = a, ha A = [a] - deta = ( ) = ( ) (a ij - hez tartozó előjeles aldetermináns (-) i+j det A ij (c) az (,2,,n) egy (i, i 2,, i n ) permutációja páros, ha páros sok sorcserével (d) megkapható az (,2,,n) permutációból. egyébként páratlan. = ( ) ahol k= ha ((i,, i n ) páros és k=, ha (i,, i n ) páratlan a 2 a 2 a 33 (23)

16 (23) (32) (23) (23) (32) (32) ha a főátlóhoz képest egy (páratlan) sorcserével kapom meg akkor (-) Példa: = # 2 2 (b) menet: # = * * + * * 2 = 2 = (c) szerint: 2*5*2*2 + -() a 4 *a 2 * a 32 *a 43 a 2 *a 24 * a 33 *a 4 (423) (243) 3 Példa: (a) 3 2 = (b) 3 = 2 3 = = (c) a 3 *a 2 * a 32 *a csere (324) 324 páros permutáció: 24 Tétel: determináns tulajdonságai (a) det(a) = det(a) T (Bizonyítás a (b) definícióból) (b) ha A-nak van 2 azonos sora akkor det(a) = (Bizonyítás a 2 azonos sor cseréje miatt ellenkezőjére vált, másképp nem változik tehát csak a megoldás) (c) ha A-nak van -sora vagy oszlopa akkor értéke. (Bizonyítás a sor szerint kifejtve) (d) ha A-ban vannak lineárisan összefüggő sorvektorok akkor A értéke. Sőt, pontosan akkor, ha A sorvektorai lineárisan összefüggőek. (e) A pontosan akkor invertálható. ha deta (Bizonyítás: A invertálható pontosan akkor, ha elemi sorműveletekkel nem keletkezik sor deta ) (f) det(ka) = k n deta (g) det(ab) = deta*detb (h) det(a - ) = /deta (Bizonyítás: det(a-a - ) = deta*det(a - ) = det I = (i) det(a m ) = (deta) m (j) = a *a 22 * *a nn (Bizonyítás (b) def. eslő oszlop szerint kifejtve)

17 (k) ( ) = ( ) = ha a j-edik sor elemét a k-adik sor eleihez tartozó előjeles aldetermináns szorozzuk ezek összege. (Bizonyítás: a k-adik sor helyébe írhatok bármit, hisz nem szerepel a fenti összegben. Ezért beírom a j-edik sort. Így viszont olyan determináns kifejtését kapom amiben a j-edik és k-adik sor megegyezik.) (l) = Tétel: inverz kiszámítása determinánssal A nxn + A ij az a ij -hez tartozó aldetermináns A * ij= (-) i+ j*a ij az előjeles aldetermináns = : : : Bizonyítás: : : : : = : : Példa: - = /(ad-bc) T = /(ad-bc) = : Ell.: /(ad-bc) = (Bizonyítás(b) def. eslő oszlop szerint kifejtve) Bizonyítás: Cramer szabály bizonyítása Ax = b A nxn-es : x = A - *b = /deta : : = : : ennek i-edik koordinátája x i = /deta [A * i* A * 2i* *A * ni] = az A i-edik oszlopának előjeles aldeterminánsai 7. előadás Lineáris leképezések (a b-s oszlop az i-ediket helyettesíti) Példa: D: f f (derivált) - D(cf) = cd(f) - D(f+g) = D(f) + D(g) Példa: I: f (integrált) - I(cf) = ci(f) - I(f+g) = I(f) + I(g) Példa: I f Példa: T: x Ax, ahol A mxn-es mátrix tehát T: R n R m - T(cx) = ct(x) (T(cx) = A(cx) = cax = ct(x)) - T(x+y) = T(x) + T(y) (T(x+y) = A(x+y) = Ax+Ax = T(x) + T(y))

18 Definíció: Legyen H és H 2 két halmaz, melyek elmein értelmezve van egy összeadás és egy skalárral való szorzás művelet. (az az pl.: x,y H és i R 2, akkor x+y, cx H ) Definíció: Legyen f: H H 2. Azt mondjuk, hogy F (a) homogén, ha H és c R esetén f(cx) = cf(x) (b) additív, ha, H esetén f(x+y) = f(x) + f(y) (c) lineáris, ha homogén és additív. Példa: A mxn-es mátrix. T A : R n R m : x Ax lineáris Példa: Az x ax+b leképezés nem lineáris leképezés. Csak akkor b = x R Állítás: f H H 2 f pontosan akkor lineáris leképezés, ha x,x 2,,x n H és c,c 2,,c n R esetén f(c x +c n x n ) =c f(x )+ +c n f(x n ) ahol n tetszőleges véges természetes szám Megjegyzés: f lineáris x,x 2 H és c,c 2 R esetén f(c x +c 2 x 2 ) =c f(x )+ +c n f(x 2 ) Tétel: az R n R m lineáris leképezéseinek jellemzése: legyen T: R n R m lineáris leképezés legyen e,e 2,,e n az R n standard bázisa (azaz e i = (,,,,(i.),,,)). Ekkor A mxn-es mátrix, hogy x R n -re T(x) = Ax és A = [T(e ) T(e 2 ) T(e n )] Bizonyítás: T(x) = T(x e +x 2 e x n e n ) = x T(e )+ x 2 T(e 2 )+ + x n T(e n ) = [T(e ) T(e 2 ) T(e n )] Példa: körül szöggle való forgatás. Ez a geometriai transzformáció lineáris : R 2 R 2 leképezés u.i. homogén és additíc cos sin 2. T(i) = A = sin sin sin T(j) = cos Példa: Forgassuk el az (5,3) vektort 3 o -kal. 3 sin 3 = = sin =

19 Példa: z tengely körüli forgatás Tehát a forgatás mátrixa cos sin sin cos T(i) = sin T(j) = cos T(k) = Állítás: Ha T: R n R m lineáris leképezés, akkor R n bármely alterének képe altér R m -ben. Bizonyítás: lineáris kombináció lineáris kombinációba megy. Következmény: a képtér mindig altér! Következmény: T() = Állítás: Azon vektorok halmaza melyeket a lineáris T leképezés a -ába visz alteret alkotnak. Ennek neve magtér. Bizonyítás: T(x) =, T(y) = T(cx) =, ami T(cx) = ct(x) = c = T(x+y) =, ami T(x+y) = T(x) + T(y) = + = Tehát, ha x,y magtérnek, akkor x+y és cx magtér, tehát a magtér altér. Sajátérték, sajátvektor Definíció: Legyen T lineáris leképezés R n R m Az x R n vektor sajátvektor és a hozzá tartozó sajátrérték, ha x T(x) = x ( R ) E sajátvektorok és sajátértékek a T lineáris leképezéshez, és egyúttal a T-hez tartozó A mátrix tartozó sajátértékek ill. sajátvektorok.

20 Példa: Az xy-síkra való merőleges vetítés sajátértékei és sajátvektorai sajátvektor k (z tengeyl irányú vektorok) az xy sík összes vektora sajátérték Tétel: T lineáris leképezés, A a mátrixa sajátérték det(a- I) = 8. előadás Definíció: A det(a- I) függvény a polinomja. Ezt nevezzük az A mátrix karakterisztikus polinomjának. Karakterisztikus egyenlet: det(a- I) = Példa: A = 3 3 det(a- I) = 2 2 = Tétel: Legyen A nxn-es mátrix. A következők ekvivalensek:. az A sajátértéke 2. az (A I)x = homogén lineáris egyenletrendszernek van nem triviális megoldása. 3. megoldása a karakterisztikus egyenletnek, azaz det(a I) = Bizonyítás: 2: az A sajátértéke x : Ax = x = (x) (A- I)x = és x 23: Igaz, mert egy homogén lineáris egyenletrendszernek pontosan akkor van nem triviális megoldása, ha a determinánsa = ; Megjegyzés: Aszerint keressük a karakterisztikus egyenlet gyökeit R-ben ill. C-ben, hogy az A mátrixot R n R n ill. C n C n leképezés generáltjának tekintjük. Példa: A = 2 det(a- I) = = (2 )(3- ) = sajátértékei: =2 2 =3 T A = 2 3 sajátvektorok: v = ; v 2= Sajátvektor kiszámítása: =2 2 2 = 3 2 x = t; y = = = Tétel: A felső vagy alsó háromszögmátrixok ill. a diagonális mátrixok sajátértékei a főátlóbeli elemek. Bizonyítás: = (a - )* *(a nn - ) = = a, 2 = a 22,, n = a nn. Tétel: A pontosan akkor sajátértéke az A mátrixnak, ha A szinguláris azaz nem invertálható.

21 Bizonyítás: sajátérték x : Ax = x = az Ax = homogén lineáris egyenletrendszernek van nem triviális megoldása det (A) = A nem invertálható. Tétel: Ha A sajátértéke,, n akkor det(a) =,, n és tr(a) = + 2 +,,+ n. Példa: det(a) = 4 * 2 = 4 = tr(a) = = 5 2 = 4 Ellenőrzés: = (2 )(3- ) = Bizonyítás: = (a - ) (a nn - )+ + (-)a 3 *a tr(a)=(a +a 2 + +a nm ) det(a)=(- ) n- = ( - ) ( 2 - ) ( n - ) = (- ) n + ( + 2 +,,+ n )(- ) n- + + * 2 n Bázis és dimenzió Definíció: Legyen L- az R n egy altere és legyen a,a 2,,a k L. Azt mondjuk, hogy a,a 2,,a k kifeszíti L-et, ha L vektora megkapható az a,a 2,,a k lineáris kombinációjaként, és ezek a lineáris kombinációk nem vezetnek ki L-ből. Példa: Az x+y+z= egyenletű sík vektorai R 3 -ben alteret alkotnak. Ezt kifeszíti (-,,); (-,,) vektor. Megjegyzés: Oldjuk meg az x+y+z= egyenletrendszert! [,] x = t s y = t a megoldás = = + z = s Definíció: L altere R n -nek. B= {a,,a k } bázisa L-nek, ha B kifeszíti L-et és lineárisan független vektorrendszer. Tétel: Ha L-nek B és B 2 két bázisa, akkor B = B 2. Definíció: az L R n altér dimenziója = egy bázis elemszáma. Tétel:. ha L n dimenziós, és B={b,,b n } lineárisan független rendszer, akkor B bázis. 2. ha L n dimenziós. és B={b,,b n } kifeszíti L-et, akkor B bázis! Rang Definíció: A mátrix sortere a sorvektorai által kifeszített altér ( R n ) Az A oszloptere az oszlopvektorok által kifeszített altér ( R m )

22 Tétel:. Elemi sorművelet nem változtatja a sorteret. 2. A sorlépcsős alak nem sorai a sortér bázisát adják. Tétel:. Elemi sorműveletek közben nem változnak az oszlopok közti lineáris kapcsolatok 2. A (redukált) sorlépcsős alakban vezető egyest kapott oszlopok az eredeti mátrixban (is) lineárisan független rendszert alkotnak. Definíció: Vektorrendszer rangján a kifeszített altér dimenzióját értjük. Mátrix rangja a sorvektorok által kifeszített altér dimenziója. 9. előadás Példa: a.) (,,,4) (,,-,2) (2,2,,6) (,,2,2) altér bázisa b.) (,,2,) (,,2,) (,-,2,) 4,2,6,2) max. lin. független Megoldás: b.) mivel lineárisan függetelenek 4 a.)-ra egy lehetséges válasz Példa: Oldjuk meg a homogén lineáris egyenletrendszert a fenti mátrixxal. 3 x + x 2 + 3x 4 = x = -t 3s kötött változók x 3 + x 4 = x 2 = t x 3 = -s x 4 = s = 3 + r = k; s = n r; d = s; m, n, r, k, s kötött -, szabadváltozók száma Tétel: egyenletrendszer megoldhatósága és az oszlopvektor dimenziója (a) Ax = b megoldható b A oszloptere (b) Ax = b megoldható A és [A/b] oszloptere azonos (c) Ax = b pontosan akkor oldható meg rang(a) = rang([a/b]) (d) Ax = b egyértelműen megoldható rang(a) = rang(a/b) = n Tétel: Az A mátrixra: A magterének dimenziója + A képterének dimenziója = n.

23 Következmény: A mxn rangja : (a) A magterének dimenziója n r (b) A sorlépcsős alakjában hány zárósáv van m r zárósáv van. (c) A - ban r vezető es van (d) Ax = megoldásában r kötött és n r szabad változó van. Példa: 4 dimenziós térben egy hipersík egyenlete ax + bx 2 + cx 3 + dx 4 = ennek normálvektora (a,b,c,d) u egységvektor x 2(u x) u = (mátrix alakban) Ix 2 u(u T x) = Ix 2(uu T )x = (I 2(uu T ))x T = I 2uu T az u-ra merőleges hipersíkra való merőleges tükörzés mátrixa. 2 tulajdonsága: T T =T (szimmetrikus); T 2 = I T - = T Megjegyzés: Ax = b hiba ( b- Ax^) b képtér keressük at az x^-ot, melyre ax^ a b merőleges vetülete az A oszlopterében (b Ax^) A oszloptvektorára A T (b Ax^) = A T *Ax^ = A T *b A vetítés mátrixa: (projekció) (a vetület) p = Ax = A(A T *A) - *A T *b (A T *Ax^ = A T *b x^ = (A T *A) - *A T *b Ax = A(A T *A) - *A T *b) 6 Példa: A = b = 2 Megoldás: A T A = 2 = (A T A) - = A(A T A) - *A T = = (a vetület) p = = 2 2 5

24 az x^ megoldás = (A T *A) - *A T *b = = = = = Megjegyzés: v v n : páronként egységvektor Q = [v v 2 v n ] Q T *Q= [v v 2 v n ] = I = = I n tehát: Q - = Q T. előadás Ortogonális mátrixok Definíció: a négyzetes C mátrixot ortogonálisnak nevezzük, ha C - = C T Tétel: A következő állítások ekvivalensek. A - = A T (A ortogonális) 2. minden x R n -re: Ax = x (T A távolságtartó) 3. minden x R n -re: Ax*Az = x*y (T A skalárszorzattartó) 4. A oszlopvektorai ortonormált rendszert alkotnak 5. A sorvektorai ortonormált rendeszert alkotnak B (3) mátrixjelöléssel: (Ax) T *Az = x T *A T *Ay = x T *A - *A*y = x T *y = x*y (32) = =() = Ax Ax = = = skaláris Állítás: Ha :R 2 R 2 lineáris leképezés ortogonális, akkor vagy egy origó körüli elforgatás vagy egy origón átmenő egyenesre való tükrözés. Mátrixa tehát: cos sin sin vagy cos sin cos sin cos Ellenőrzés: - -val való elforgatás az -való elforgatás inverze cos sin sin =cos sin cos sin cos cos sin sin cos sin cos sin cos = Megjegyzés: R 2 -ben 2 bázis E = {e,e 2 } ; F = {f,f 2 } [f ] F = F f = ae + be 2 azaz [f ] E = [a/b] E f 2 = ce + de 2 azaz [f 2 ] E = [c/d] E Áttérés másik bázisra

25 x tetszőleges vektor [x] F = + + : azaz x = x f + x 2 f 2 = x (ae + be 2 ) + x 2 (ce + de 2 ) = (x a + x 2 c)e + (x b + x 2 d)e 2 = = Állítás: R n -ba 2 bázis: E = {e,,e n } ; F = {f,,f n } Legyen C az FE áttérés mátrixa, azaz [f,,f n ] = [e,,e n ] C F E Példa: áttérés mátrixa C = [[f ] E [f n ] E ] Ε mátrixxal [x] E = C F E *[x] F e = ; e 2 = 2 e = = f + f 2 f = ; f 2 = e 2 = 2 = -f + 2f 2 2 = = 2 3 = = Tétel: A = R n R n lineáris leképezés [A] E és [A] F a két mátrixa. [A] E = [[Ae ] E [Ae n ] E ] [A] F = [[Af ] F [Af n ] F ] [A] F = C - [A] E C 2 = Feladat: Írjuk fel a mátrixot az E bázisában. Példa:. előadás = 3 = 3 3 C - A E C = 2 2 = = 5 2 4

26 Bizonyítás: x E = C*x F y E = C*A F *x E = C*A F *C - *x E = A E x E Példa: A = y F = A F x F det(a-i) = =2; 2 =; sajátvektorok: =2 2 = határozzuk meg sajátértékeit, sajátvektorait. Írjuk át diagonális alakba. = = = = ( )( 2) -x + y = x = t; y = t = 2x + y = x = t; y = -2t = 2 Tétel: Ha E és F is ortonormált bázisok, akkor az áttérés mátrixa C - = C T Definíció: Az azonos méretű és négyzetes A és B mátrix hasonló, ha létezik olyan invertálható C mátrix, hogy: B = C - AC Tétel: Két mátrix pontosan akkor hasonló, ha létezik két olyan bázis, hogy az egyik mátrix az egyik, a másik mátrix a másik bázisban ugyanannak a lineáris leképezésnek a mátrixa. Megjegyzés: A és B polinomja (B = C - AC) det(a - I) det(b - I) = det(c - AC - C - IC) = det(c - (A - I)C) = det(c - )* det(a - I)* det(c) = det(a - I) Tétel: Hasonló mátrixoknak megegyezik a: - karakterisztikus polinomjuk - sajátértékeik - nyomuk - determinánsuk - rangjuk Példa: 2 2 nem hasonlóak mert különböző a determinánsuk 3 2 Definíció: A négyzetes A mátrix diagonalizálható, ha invertálható C mátrix, hogy C - AC diagonális.

27 Tétel: (a) Az A nxn mátrix diagonalizálható lineárisan független sajátvektora. (b) Különböző sajátértékekhez tartozó sajátvektorok lineárisan függetlenek. (c) Ha A nak n különböző valós sajátértéke van, akkor diagonalizálható. Állítás: Szimmetrikus mátrix minden sajátértéke valós, ferdén szimmetrikus mátrix minden sajátértéke imaginárius. Tétel: főtengelytétel Szimmetrikus mátrix sajátvektorából kiválasztható ortonormált rendszer. Ha A szimmetrikus sajátértékei, 2 sajátvektorai s,s 2,,s n (és ortonormált rendszer), akkor T T A = [s,s 2,,s n ] = s s + 2 s 2 s n s n s n = s s + + n s n s n Ezt nevezzük A spektrálfelbontásának. Vektorterek Példa: Tekintsük a legfeljebb másodfokú polinomokat! {ax 2 + bx + c a,b,c R} polinom előáll az, x, x 2 lineáris kombinációjaként. x 2 = *x 2 + *x + Példa: +, R} Megjegyzés: vektorok, skalárok test [ + * kommutatív, asszociatív, semleges elem ( + a = a, a = a), additív inverz (-a), a t kivéve multiplikatív inverz (a - ), disztibutivitás ((a+b)c = ac + bc)] Definíció: V halmazt F fölött vektorterének nevezzük, ha F test (pl.: R,Q,C, ), és V-n definiálva van két művelet (összeadás, skalárral való szorzás), melyekre igaz () V zárt az összeadásra nézve ( Vx V V) (2) u,v V: u + v = v + u (3) u,v,w V: u + (v + w) = (u + v) + w (4) o V, v V: v + o = v (5) v V, w V: v + w = (w = -v) (6) V zárt a skalárral való szorzásra (FxV V) (7) k(u + v) = ku + kv (k F), (u V) (8) (k + l)(u) = ku + lu (k,l F), (u V) (9) k(l*u) = (k*l)*u () u = u 2. előadás Többváltozós függvények : R n R n változós függvény. (x,x 2,,x n ) tekinthető úgy is, hogy n valós változós, és hogy változós, de az egy n dimenziós vektor.

28 Magyarázat: belső pont Definíció: r sugarú, a,a 2,,a n közepű, nyíltgömb R n ben: (a, an),r = {(x,x 2,,x n ) R: ((x -a ) 2 + +(x n -a n ) 2 ) < r} Definíció: H R n ; P(pont) H belső pontja H nak, ha létezik olyan ( ) p,r H P R n a H határpontja, ha minden ( ) p,r gömbnek van H beli és H komplementer beli pontja. H nyílt halmaz, ha minden pontja belső pont. H zárt halmaz, ha tartalmazza az összes határpontját se nem zárt nyílt zárt zárt se nem nyílt Megjegyzés: - A nyílt intervallum nyílthalmaz, a zárt intervallum zárt halmaz. - Az egész számegyenes nyílt is és zárt is egyszerre. Definíció: H R n korlátos, ha p,r, hogy H p,r (r R) Többváltozós függvények ábrázolása : R 2 R f(x,y) értelmezési tartomány (x,y) f grafikonja az (x,y,f(x,y)) pontok halmaza. Definíció: : R 2 R, c R(f) (érték készlet) szintvonala (nívóvonal) f(x,y) = c

29 Definíció: : R 3 R c R(f) f szintfelülete f(x,y,z) = c Példa: f(x,y,z) = ( + + ) Példa: f(x,y,z) = x 2 + y 2 + z 2 Határérték és folytonosság Definíció: : R 2 R határértéke az (x,y ) helyen L, ha > >, hogy ha < ( ) + ( ) <, akkor f(x,y) L < és ilyen (x,y) (f) minden -ra létezik. Jelölés: lim (, ) = vagy lim,, (, ) = Definíció: : R n R határértéke L az a,a 2,,a n helyen, ha > >, hogy ha (x,x 2,,x n ) (a,a2,,an) \ {(a,a 2,,a n )} f(x,x 2,,x n ) L < és ilyen (x,x 2,,x n ) (f) pnt. Tétel: lim (,,, ) = lim (,,, ) =,, R,. lim (,,, )( ± ) = ± 2. lim (,,, )( ) = 3. lim (,,, )( ) = 4. lim (,,, ) = ha M 5. r és s relatív prímek (egész számok) és s, akkor lim (a,a2,,an) f r/s = L r/s, ha L r/s valós. (Ha s páros, akkor feltesszük, hogy L>). Példa: lim = lim ( )( ) ()( ) = lim = lim =,,,,,,,, A nevező =, ha =, azaz ha y = x Definíció: : R n R függvény folytonos az (a,a 2,,a n ) helyen, ha. (a,a 2,,a n ) (f) 2. lim (,,, ) 3. lim (,,, ) = (,,, ) f folytonos, ha folytonos az értelmezési tartományának minden pontjában. Példa: f(x,y) = { (2xy)/(x 2 +y 2 ) (x,y) (,) { (x,y) = (,) így csak azt mutatjuk meg, hogy nincs határértéke lim 2 ; ( + ) = lim lim 2 + = 2 + (, ) háéé! 2 + =

30 Példa: f(x,y) = { (2x 2 2y)/(x 4 +y 2 ) ha (x,y) (,) { ha (x,y) = (,) H y = mx mentén tartok (,)-ba, akkor, a határérték, de ha y = mx 2 mentén tartok, akkor változó nincs határértéke f-nek. 3. előadás Parciális derivált Definíció: Az F: R n R függvény i-edik ( ) változója szerinti parciális deriváltja az (a,a 2,,a n ) helyen a: lim h (f(a,a 2,,a i+n,a n )-f(a,a 2,,a n ))/h határérték. Jelölése: (a,a 2,,a n ), Dif(a,a 2,,a n ), f x i (a,a 2,,a n ) Megjegyzés: n = 2, i =, 2 változós függvény, változó szerinti kifejtés Példa: (e xy +x 2 y 3 )x = ye xy + 2xy 3 Példa: függvény, mely parciálisan diffható -ban, de nem folytonos f(x,y) = { ha xy = { ha xy (a,a 2 ) y = a 2 egyenletű sik (,) (,) (,) = lim = lim =

31 Mik a magasabb rendű deriváltak: = (2 f)/(x 2 ) = (2 f)/(x j x i )*(f x i ) x i = f x i x i (f x i ) x j = f x i x j ugyanazt jelenti Példa: (x 3 y 4 ) xy = (3x 2 y 4 ) y = 3x 2 4y 3 (x 3 y 4 ) yx = (4x 3 y 3 ) x = 2x 2 y 3 Tétel: ha az f x, f y, f xy, f yx parciális deriváltak léteznek és folytonosak is az (a,b) pont egy nyílt környezetében, akkor F xy(a,b) = f y,x(a,b) diffhatóság f(x) f(x) = f (x ) (x-x ) + (x) (x-x ) Δy Δx Δx Tétel: növekménytétel 2 változóra f értelmezve van R-en melynek (x,y ) belső pontja ebben a pontban f (x), f (y) folytonosak ekkor Δ z = f(x,y) f(x,y ) = f x*(x,y )* Δx + f y*(x,y )* Δy + Δx + 2 Δy ahol, 2, ha xx hoz. Definíció: az f(x,y) függvény diferenciálható az (x,y ) helyen, ha fx és fy és és 2 függvények, hogy Δ z = f(x,y) f(x,y ) = f x*(x,y )* Δx + f y*(x,y )* Δy + Δx + 2 Δy ahol, 2, ha (x,y) ( x,y ) hoz. Megjegyzés: a derivált tekinthető egy R 2 R lineáris leképezésnek melynek mátrixa: [f x(x,y ), f y x,y )] Δ z = [f x(x,y ), f y x,y )] Δ Δ + [ 2 ] Δ Δ Következmények:. ha f x és f y folytonosak a nyílt R tartomány pontjában, akkor f diffható az R pontjában. 2. ha f diffható pontban, ((x,y )-ban), akkor ott folytonos is. Láncszabály Megjegyzés: i r: R R n (R 2 v R 3 ) térgörbét írjuk le (t ) (t ) (t ) = (t ) R R 3 lineáris leképezés. (t ) Megjegyzés: a derivált meghatározása annak a lineáris leképezésnek a meghatározását jelenti, amely az adott pontban illetve annak kicsiny környezetében a legjobban közelíti az eredeti függvényt

32 Példa: f (x,y) = 2xy x 2 (x,y ) = (,2) ez a derivált [fx(,2) fy(,2)] = [2,2] parciális derivált fx = 2y - 2x úgy viselkedik mint ez kb. ez a lineáris leképezés fx = 2x Δ =,; Δ =,2; Δ =,63 2*,*2,2 =, 2 = 3,63 2**2 2 = 3 [2 2] Δ Δ = [22], =,6,2 Tétel: Láncszabály: f x f y folytonosak, x(t), y(t) diffhatók t-ben, ekkor a w = f x(t),y(t) függvény diffható és df/dt = f x(x(t), y(t))x (t) + f y(x(t), y(t))y (t) = [f x(x(t),y(t)) f y(x(t),y(t)] () () 3 vektorral ugyan ez csak még egy tag + hosszabb :) Tétel: láncszabály f(x,y,z), x = g(r,s), y = h(r,s), z = k(r,s) diffható w = F(g(r,s), h(r,s), k(r,s)) ez egy R 2 R függvény valami derivált: = R 2 R 3 4. előadás Tétel: Implicit függvény derivált 2 változó F(x,y) diffható, és F(x,y) = olyan y(x) függvény-t definiál, mely diffható. Ekkor F y, ekkor = Bizonyítás: (F(x,y(x)) = Fx * + F y = = - Példa: x 3 y 2 sin xy =.megoldás = - = (3x2 y 2 y cos xy)/(2x 3 y x cos xy) 2. megoldás 3x 2 y 2 + 2x 2 y*y cos (y + xy ) = Megjegyzés: a derivált tekinthető vektornak is, neve gradiens vektor jele: f(p ) nabla Iránymenti derivált Definíció: Az f függvény u = (u u 2 ) irányú P (x,y ) beli iránymenti deriváltja ( ) = =, ( ( +, + ) (, ) ) = lim Ahol u egységvektor Megjegyzés: Általánosítás n változós függvényekre értelemszerűen.

33 Tétel: Iránymenti derivált kiszámítása Ha f(x,y) differenciálható egy nyílt tartományban, amely tartalmazza a P (x,y ) pontot, akkor uf(p ) = ( f)(p )*u, ahol u egységvektor. Bizonyítás: x y ( +, + ) (, ) ( ) = lim = ( ) + = ( ) + ( ) = f( ) Tétel: Gradiens és iránymenti derivált. f a f irányában növekszik a leggyorsabban, és ebben az irányban az iránymenti derivált: uf = f 2. f a - f irányban csökken a leggyosrabban és uf = - f ebben az irányban. 3. Ha u merőleges f, akkor uf(p ) = (ez a vonal egy szintvonal iránya) Bizonyítás:. f u f*u f *cos ez max, ha cos =, azaz =, tehát u = Ekkor uf = f*u = f* = f 3. Ha f u uf = f*u = Megjegyzés: A f a szintvonalra f(x,y) r(t) = (g(t),h(t)) f(g(t),h(t)) = c szintvonal = + =,, = f*(t) = Tétel: gradiens algebrai tulajdonságai. (kf) = k f (k R) 2. (f±g) = f + g 3. (f*g) = f*g + f* g 4. = Érintősík Definíció: f diffható P -ban akkor az f (x,y,z) = c szintfelület P -beli (P rajta van a szintfelületen) érintősíkja a P -on átmenő f normálvektorú sík. Állítás: f (x,y,z) diffaható P -ban, f, érintősíkjának egyenlete: f x(x,y,z )(x-x ) + f y(x,y,z )(y-y ) + f z(x,y,z )(z-z ) =

34 Példa: x 2 -y 2 +z-9 = P (,2,4) f(x,y,z) c fx(,2,4) = 2x Po = 2; fy(,2,4) = 2y Po = 4; fz(,2,4) = Po = ; 2(x-) + 4=y-2) + (z-4) = Megjegyzés: z = f(x,y) grafikonja = a 3 változós függvény szintfelületével éspedig a konstanssal f(x,y)-z = a pontok P (x,y,f(x,y ) Érintősík egyenlete f x(x,y )(x-x ) + f y(x,y )(y-y ) + (z-z ) = Definíció: lineáris közelítés, linearizáció L(x,y) = f(x,y ) + f x(x,y )(x-x ) + f y(x,y )(y-y ) L(x,y) f(x,y) ha (x,y) közel van (x,y )-hoz Definíció: Differenciál df = f x(x,y ) dx + f y(x,y ) dy ahol dx = x-x, dy = y-y (df f) = f xx *f yy f 2 xy > f xx < max f xx > min nyeregpont < 5. előadás Többváltozós függvények szélsőértékei Definíció: lokális max. P R n ben, ha k környezete P -nak, hogy P () (P ) (lokális min. ) globális maximum az R tartományban P -ban van, ha P () (P ) Állítás: Ha P lokális maximum helye f-nek és fx i (P ) =. Definíció: Kritikus pont: - parciális derivált és = (ebben a pontban) - valamelyik parciális derivált nem létezik

35 Definíció: Nyeregpont: Olyan kritikus pont, amelynek k környezetében P: () (P ) P : ( ) (P ) Példa: y 2 -x 2 f x(,) = -2x (,) = f x(,) = 2y (,) = Tétel: f: R n R, tegyük fel, hogy P egy környezetében léteznek és folytonosak az első és második parciális deriváltak, továbbá: f x (P ) = = f x n (P ) Tekintsük a következő mátrixot: " ( ) " ( ) " ( ) " ( ) " ( ) " ( ) Tekintsük a fődeterminánsok előjeleit, ha ez MIN MAX Speciális eset: (n = 2) f: R 2 R; (x,y) f(x,y) P (x,y ) f x(p ) = f y(p ) = f xx(p ) > és f xx(p )* f yy(p ) - f xy(p ) 2 > min f xx(p ) < és f xx(p )* f yy(p ) - f xy(p ) 2 > max Ha f xx(p )* f yy(p ) - f xy(p ) 2 < nyeregpont Ha = -val, akkor nem tudjuk, hogy mi van. Példa: f(x,y)= y 2 -x 2 f x = -2x, f y = 2y f xx = -2, f xy =, f yy = 2 (.)-ban: f x(,) = f y(,) = második deriváltnál: 2 = 4 < tehát nyeregpont 2 Példa: globális szélsőérték keresés f(x,y) = 2 + 2x + 2y x 2 y 2 T(tartomány): x =, y =, y = 9 x által határolt tartomány Megoldás: f x = 2-2x = } (x,y ) = (,) f y = 2-2y = } f xx = -2 = f yy f xy = 2 > MAX 2. x = : f(,y) = 2 + 2y y2 y [,9] f y(,y) = 2y + 2 y = (x y ) = (,) (x 2 y 2 ) = (,) (x 3 y 3 ) = (,9)

36 2. y = F(x) = f(x,) = 2 + 2x x 2 F (x) = 2-2x x = (x 4 y 4 ) = (,) (x 5 y 5 ) = (9,) 3. y = 9 x F(x) = f(x, 9-x) = 2 + 2x +2(9-x) x 2 (9-x) 2 = 2 + 2x + 2x x 2 = -6 +8x 2x 2 F = 8 4x = x = ; y = (x 6 y 6 ) =, f(p ) = f(,) = 4 Maximum f(,9) = f(9,) = -6 Minimum hely (be kéne mindegyiket helyettesíteni) Tétel: Iránymenti derivált kiszámítása Ha f(x,y) diffható a P (x,y )- + tartalmazó valamely nyílt tartományon, akkor bármely u egységvektorra lokális az u irányú iránymenti derivált és P(x,y) uf(p ) = ( f)(p )*u P (x,y ) Bizonyítás: u = (u,u 2 ),(x,y) = (x +su,y+su 2 ) * f(x +su,y +su 2 ) uf(p ) = u,po *= (P )* + (P ) * = (P )*u + (P )*u 2 = ( (P ), (P ))*(u, u 2 ) Példa: legkisebb négyzetek, regresszió egyenes: adva (x,y ),,(x n,y n ), keressük: y = mx + b f(m,b) = (mx +b-y ) (mx n +b-y n ) 2 min = ( + ) f m(m,b) = 2( + ) = 2m + 2b 2 = f b(m,b) = 2( + ) = 2m b*n = m = ( )( ) ( ) b = Példa: f(x) = x 3 g(x) = a(x-) 2 + b(x-) + c f (x) = 3x 2 g (x) = 2a(x-) + b f (x) = 6x g (x) = 2a x = f() = = g() = c c = f () = 3 = g () = b b = 3 f (x) = 6x = g () = 2a a = 3 Taylor polinom, Taylor formula Definíció: Taylor polinom egy változós függvényre f legalább n-szer diffható az x = a pont egy környezetében: T n (x) = f(a) +f (a)*(x-a) + () 2! (x-a) ()! (x-a) n = () ()! 2 változóra: x - a = h, y - b = k T n (x,y) = f(a,y) + (hfx + kfy) a,b +, + +!,! ( )

37 Példa: sin Taylor polinomja pontban sin (hk) () = sin (hk+2) () = sin (hk+2) () = sin (hk+3) () = x -! +! +! 6. előadás Megjegyzés: az n edrendű Taylor polinom az a polinom, hely az adott függvényt az adott helyen n edrendben érinti, azaz: f(x ) = T n (x ), f (x ) = T n (x ) f (n) (x ) = T n (n) (x ) Megjegyzés: többváltozós Taylor polinom az egyváltozósból f(x,y) f(a,b) (x,y) = (a+h, b+k) ~ () () ( ) =! () (a,b) (x,y) = (a+h, b+k) (a+th, b+tk) t [,] F(t):= f(a+th, b+tk) F (t):= f x(a+th, b+tk)*h + f y(a+th, b+tk)*k (= h + = f xh + f yk) = (h + k )f F (t)= f xx*h 2 + f xy*hk + f yx*kh + f yy*k 2 = h 2 * f xx + 2hk*f xy + k 2 *f yy = (h + k )2 f F (n) (t) = (h + k )n f F t = helyen a Taylor polinomja () () (h + )! =! Definíció: Maradéktag: a függvény és a Taylor polinomjának különbsége (a) ha az változós f (n+) - szer folyamatosan diffható akkor a maradékig () () ()! ahol az a és x közé esik ( ) (b) 2 változós f-re, ha f (n+) edik parciális deriváltjai is folyamatosak, akkor a maradéktag: (x,y) (a+ch, b+ck) (a,b) (h + ) ( + )! Integrálhatóság (,) Definíció: [a,b] x [c,d] beosztása = < < < < = ; = < < < < = P = a legnagyobb területű téglalap területével = P = (x-)

38 Integrál közelítő összeg: (, ) f integrálható [a,b] x [c,d]-n, ha lim (, ) létezik a beosztássorozat és a reprezentáns rendszer választásától függetlenül. Integrálj = határérték Példa: f(x,y) = x+y T:[,]x[,] (, ) =, + = () = Tétel: Fulini (a) f folytonos az [a,b] x [c,d] tartományon [ öé:,, (, ) ] [,] [,] = ( (, )) = (, ) (é) (b) f folytonos az R tartományon, melyet x=a, y=b, g=g (x) y= g 2 (x) határolnak, olyan módon, hogy a x b; g (x) g 2 (x) () = (, ) () (c) f folytonos az R tartományon c y d; h (y) h 2 (y) () = (, ) ()

39 (d) f folytonos az R tartományon: a x b; g (x) y g 2 (x), h (x,y) z h 2 (x,y) () (,) = (,, ) () (,) Példa: f(x,y) = x+y R:[,gx[,] (A határ mindig konstans) = + = + 2 = + 2 = = Példa: (, ) Megjegyzés: = ( ) ( ) 4 = Megjegyzés: = (, )

40 7. előadás Példa: kör területe (, ) = (, + 2) = (, + (2 + )) r = const k Z (, ) = (, ) Kör kerülete: Példa: origón átmenő kör = = = 2 = 2 = r = 2a cos r = 2a sin Példa: r = r = + cos metszéspont r : = + cos = 2 + = = = 2 = cos + = = + cos = sin sin + 2 cos =

41 Definíció: Hengerkoordináta Példa: Megjegyzés: áttérés derékszögű és henger koordinátára x = r cos } = + + y = r sin } cos = ; sin = } tg = z = z } = Definíció: gömbi koordináták térbeli polár = = = Megjegyzés: derékszögű és gömbi közt = sin cos } = + + = sin sin } cos = = cos } tg = Példa: Kúp h.k. g.k. z = z = = = = cos

42 Példa: Kúp térfogata z = h = = = [] = h h = 2 h h 3 = h( 8. előadás 2 3 = h 3 Példa: y=2x 2 } y = vx 2 v = y=x 2 } y= y= } y= } u = xy Fejezzük ki x -,y-t u- és v vel: v = x = u = y = Definíció: Jacobi mátrix determinánsa Tétel: (, ) (. ) = (, ) = (, ) = (, ), (, ) (,)

43 Példa folytatása: a tartomány területe = = (, ) = = Példa: polárkoordináták Jacobi determinánsa: = cos sin = (, ) = = sin cos Állítás: gömbi koordináta Jacobi determinánsa: (,, ) = sin Sorozatok, sorok Példa: csoki ( pengő) = = 9 Megjegyzés: lim = > : > () < Definíció: Sorozat pozitív egészeken értelmezett függvény (vagy nem negatív egészeken)=(v. ezek valamelyik végtelen rész halmazán) Példa: a n = n =,2, Definíció: Az {a n } sorozat konvergens és határértéke L, ha: Jelölés: lim = > : > < Definíció: lim =, ha : > > Tétel: Ha f folytonos az L helyen és lim a n = L, akkor lim f(a n ) = f(l) (kép). lim = 2. lim = 3. lim = ( > ) 4. lim = ( < )

44 5. lim + = ( ) 6. lim =! ( ) Tétel: Egy monoton növekvő sorozat pontosan akkor konvergens, ha felülről korlátos. Ekkor a határérték = a legkisebb felső korlátjával. Példa: =? (Végtelen) sorok Definíció: {a n } sorozat, + + = végtelen sor = a sor n edik részletösszege. A sor konvergens, ha részletösszegeinek sorozata konvergens. Ennek határértékét nevezzük a sor összegének, azaz: Definíció: Mértani sor = lim Pontosan akkor kovnergens ha r <, akkor: Bizonyítás: = = = = = r*s k = ar + ar ar k + ar k+ S k rs k = a ar k+ = ( ) < Példa: a = ; r = = 8 3 = 9 ( 3 ) = 6 Tétel: konvergens a n Példa: a megfordítás nem igaz Harmonikus sor = divergens (mert az összege végtelen) ; ; 2 8; Tétel: divergens teszt /

45 Tétel: Integrál teszt / integrál kritérium f folytonos, monoton csökkenő függvény = (). Ekkor és egyszerre konvergens vagy divergens. 9. előadás Példa:! = ( ) 2 ( ) Megoldás: abszolút konvergencia a hányados teszttel: =! e sor konvergencia tartománya (, ) ( + )! =! = < + miatt konvergens a sor Példa: ez csak a pontban konvergens.! = = ( + )!! = ( + ) > Tétel: Konvergencia tétel hatványsorokra / Ábel tétel (a) ( ) sor konvergens az x = c helyen, akkor abszolút konvergens < helyen. Ha az x = d helyen divergens, akkor divergens > helyen. (b) ( ) sor konvergencia tartománya az alábbiak valamelyike:. >, hogy a sor divergens : > abszolút konvergens > abszolút konvergens, feltételesen konvergens vagy divergens az x a = R és x + a = R helyeken ( azaz az x = a-r és x = a+r helyeken.). 2. A sor abszolút konvergens ( = ) 3. a sor csak az x = a helyen konvergens ( = ) Tétel: hatvány tagonkénti diffhatósága, inthatósága: ( ) konvergens az a-r< x <a+r tartományon és legyen a sor összege a tartományon f(x) (a) E tartományon a sor tagonként diffható és az a-r< x <a+r tartományon. (b) E tartományon tagonként intható is, és az a-r< x <a+r tartományon. () = ( + ) ( ) () = + +

46 Példa: Megoldás: (a) hol konvergens (+) abszolút konvergens (-,) intervallumon, azaz R = = + < = = =? tagonkénti integrálás = ( ) = ( ) Példa: arctg hatványozása = = () ()= = ( ) 7 2+ Megoldás: konvergencia tartomány ()= + + = + = + =arctg+ x = arctg +c = c } f() = } c = arctg x = + Tétel: Hatványsorok szorzása é << ú < é é = = ú < á,é = Megjegyzés: ( + + )( + + )= +( + )+( + + ) + c c c 2 Definíció: f akárhányszor diffható x = a ban Taylor sor: () () ( )! Maclaurin sor, ha a =, azaz: () ()! Taylor polinom = a Taylor sor részletösszege

47 Tétel: A Taylor sor pontosan akkor egyezik meg a függvénnyel egy T tartományon, ha a Taylor polinom maradéktagja T n hoz konvergál. f megegyezik a Taylor polinomjával nem igaz Példa: Taylor sor Maclaurin sora: Maradéktag: Hasonlóképpen Definíció: Komplex z számokra legyen Megjegyzés: ( ) () = ( ) () =! ()! ( és x közé esik c) tehát =! sin = ( ) = + 2! 3! + 4! 5! + 6! = cos + sin (2 + )! R cos = ( ) (2)! =! sin = ( ) C (2 + )! cos = ( ) (2)! Példa: a legszebb egyenlet (minden benne van de más semmi) = cos + sin = + = R 7! + = 2! + + 4! 3! + 5! 7! + Fournier sorok = cos x () = + cos + sin + cos 2 + sin 2 + = () ; 2 = () cos ; = () sin (Hangtan: szintetizátor így működik Fournier sorral közelítik.)

Haladó lineáris algebra

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

Részletesebben

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

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

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

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

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

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

3. el adás: Determinánsok

3. 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

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

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

Bevezetés az algebrába 1

Bevezetés 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

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

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek

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

Részletesebben

Matematika szigorlat június 17. Neptun kód:

Matematika 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

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

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

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

Lin.Alg.Zh.1 feladatok

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

Részletesebben

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor . Számsorok, hatványsorok, Taylor-sor, Fourier-sor Vizsgálja meg a következő végtelen sorokat konvergencia szempontjából. Tétel. (Cauchy-féle belső konvergenciakritérium) A a n végtelen sor akkor és csakis

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

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

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

Részletesebben

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al: Bevezető matematika kémikusoknak., 04. ősz. feladatlap. Ábrázoljuk számegyenesen a következő egyenlőtlenségek megoldáshalmazát! (a) x 5 < 3 5 x < 3 x 5 < (d) 5 x

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

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

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 Vektorok StKis, EIC 2019-02-12 Wettl Ferenc ALGEBRA

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

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

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

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

Részletesebben

Lineáris algebra. =0 iє{1,,n}

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

Részletesebben

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

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

0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles Matematika szigorlat, Mérnök informatikus szak I. 2013. jan. 10. Név: Neptun kód: Idő: 180 perc Elm.: 1. f. 2. f. 3. f. 4. f. 5. f. Fel. össz.: Össz.: Oszt.: Az elérhető pontszám 40 (elmélet) + 60 (feladatok)

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

1. Bázistranszformáció

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

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

Bevezetés az algebrába 1

Bevezetés 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

Részletesebben

A lineáris algebra forrásai: egyenletrendszerek, vektorok

A 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

Részletesebben

Matematika I. Vektorok, egyenesek, síkok

Matematika I. Vektorok, egyenesek, síkok Matematika előadás elméleti kérdéseinél kérdezhető képletek Matematika I Vektorok, egyenesek, síkok a) Hogyan számítjuk ki az a = (a 1, a 2, a 3 ) és b = (b 1, b 2, b 3 ) vektorok szögét? a) Hogyan számítjuk

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

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

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

Részletesebben

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

1. Az euklideszi terek geometriája

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

Részletesebben

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

I. feladatsor. 9x x x 2 6x x 9x. 12x 9x2 3. 9x 2 + x. x(x + 3) 50 (d) f(x) = 8x + 4 x(x 2 25)

I. feladatsor. 9x x x 2 6x x 9x. 12x 9x2 3. 9x 2 + x. x(x + 3) 50 (d) f(x) = 8x + 4 x(x 2 25) I. feladatsor () Határozza meg az alábbi függvények határozatlan integrálját: (a) f(x) = (b) f(x) = x + 4 9x + (c) f(x) = (d) f(x) = 6x + 5 5x + f(x) = (f) f(x) = x + x + 5 x 6x + (g) f(x) = (h) f(x) =

Részletesebben

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

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

Részletesebben

5 1 6 (2x3 + 4) 7. 4 ( ctg(4x + 2)) + c = 3 4 ctg(4x + 2) + c ] 12 (2x6 + 9) 20 ln(5x4 + 17) + c ch(8x) 20 ln 5x c = 11

5 1 6 (2x3 + 4) 7. 4 ( ctg(4x + 2)) + c = 3 4 ctg(4x + 2) + c ] 12 (2x6 + 9) 20 ln(5x4 + 17) + c ch(8x) 20 ln 5x c = 11 Bodó Beáta ISMÉTLÉS. ch(6 d.. 4.. 6. 7. 8. 9..... 4.. e (8 d ch (9 + 7 d ( + 4 6 d 7 8 + d sin (4 + d cos sin d 7 ( 6 + 9 4 d INTEGRÁLSZÁMÍTÁS 7 6 sh(6 + c 8 e(8 + c 9 th(9 + 7 + c 6 ( + 4 7 + c = 7 4

Részletesebben

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

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

Részletesebben

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 Differenciálhatóság H607, EIC 2019-03-14 Wettl

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

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

sin x = cos x =? sin x = dx =? dx = cos x =? g) Adja meg a helyettesítéses integrálás szabályát határozott integrálokra vonatkozóan!

sin x = cos x =? sin x = dx =? dx = cos x =? g) Adja meg a helyettesítéses integrálás szabályát határozott integrálokra vonatkozóan! Matematika előadás elméleti kérdéseinél kérdezhető képletek Analízis II Határozatlan integrálszámítás g) t = tg x 2 helyettesítés esetén mivel egyenlő sin x = cos x =? g) t = tg x 2 helyettesítés esetén

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

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

ANALÍZIS III. ELMÉLETI KÉRDÉSEK ANALÍZIS III. ELMÉLETI KÉRDÉSEK Szerkesztette: Balogh Tamás 2014. május 15. 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

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

Többváltozós, valós értékű függvények

Többváltozós, valós értékű függvények TÖ Többváltozós, valós értékű függvények TÖ Definíció: többváltozós függvények Azokat a függvényeket, melyeknek az értelmezési tartománya R n egy részhalmaza, n változós függvényeknek nevezzük. TÖ Példák:.

Részletesebben

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

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

Részletesebben

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

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

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

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

Részletesebben

Bevezetés az algebrába 2

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

Részletesebben

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

Számsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n

Számsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n Számsorok 1. Definíció. Legyen adott valós számoknak egy (a n ) = (a 1, a 2,..., a n,...) végtelen sorozata. Az végtelen összeget végtelen számsornak (sornak) nevezzük. Az a n számot a sor n-edik tagjának

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

Matematika 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

1. Bevezetés. 2. Felületek megadása térben. A fenti kúp egy z tengellyel rendelkező. ismerhető fel, hogy. 1. definíció. Legyen D R n.

1. Bevezetés. 2. Felületek megadása térben. A fenti kúp egy z tengellyel rendelkező. ismerhető fel, hogy. 1. definíció. Legyen D R n. 1. Többváltozós függvények 1. Bevezetés Ennek a fejezetnek a célja a kétváltozós függvények vizsgálata, ami során a 3-dimenziós felületeket szeretnénénk megérteni. 1. definíció. Legyen D R n. Ekkor az

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

A gyakorlati jegy

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

Részletesebben

Lineáris algebra mérnököknek

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

Részletesebben

Mat. A2 3. gyakorlat 2016/17, második félév

Mat. 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

Részletesebben

1. Determinánsok. Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert:

1. Determinánsok. Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert: 1 Determinánsok 1 Bevezet definíció Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert: a 11 x 1 +a 12 x 2 = b 1 a 21 x 1 +a 22 x 2 = b 2 Szorozzuk meg az első egyenletet

Részletesebben

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

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak 1. Generátorrendszer Generátorrendszer. Tétel (Freud, 4.3.4. Tétel) Legyen V vektortér a T test fölött és v 1,v 2,...,v m V. Ekkor a λ 1 v 1 + λ 2 v 2 +... + λ m v m alakú vektorok, ahol λ 1,λ 2,...,λ

Részletesebben

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

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

Részletesebben

3. Lineáris differenciálegyenletek

3. 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

Részletesebben

Matematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx =

Matematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx = Matematika előadás elméleti kérdéseinél kérdezhető képletek Matematika II Határozatlan Integrálszámítás d) Adja meg az alábbi alapintegrálokat! x n 1 dx =, sin 2 x dx = d) Adja meg az alábbi alapintegrálokat!

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

Lineáris algebra mérnököknek

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

Részletesebben

Kétváltozós függvények differenciálszámítása

Kétváltozós függvények differenciálszámítása Kétváltozós függvények differenciálszámítása 13. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Kétváltozós függvények p. 1/1 Definíció, szemléltetés Definíció. Az f : R R R függvényt

Részletesebben

MATEMATIKA 2. dolgozat megoldása (A csoport)

MATEMATIKA 2. dolgozat megoldása (A csoport) MATEMATIKA. dolgozat megoldása (A csoport). Definiálja az alábbi fogalmakat: (egyváltozós) függvény folytonossága, differenciálhatósága, (többváltozós függvény) iránymenti deriváltja. (3x8 pont). Az f

Részletesebben

Gazdasági matematika II.

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

Részletesebben

Valasek Gábor valasek@inf.elte.hu

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

Részletesebben

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

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

Részletesebben

I. VEKTOROK, MÁTRIXOK

I. VEKTOROK, MÁTRIXOK 217/18 1 félév I VEKTOROK, MÁTRIXOK I1 I2 Vektorok 1 A síkon derékszögű koordinátarendszerben minden v vektornak van vízszintes és van függőleges koordinátája, ezeket sorrendben v 1 és v 2 jelöli A v síkbeli

Részletesebben

MODELLEK ÉS ALGORITMUSOK ELŐADÁS

MODELLEK ÉS ALGORITMUSOK ELŐADÁS MODELLEK ÉS ALGORITMUSOK ELŐADÁS Szerkesztette: Balogh Tamás 214. december 7. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így

Részletesebben

1. Absztrakt terek 1. (x, y) x + y X és (λ, x) λx X. műveletek értelmezve vannak, és amelyekre teljesülnek a következő axiómák:

1. Absztrakt terek 1. (x, y) x + y X és (λ, x) λx X. műveletek értelmezve vannak, és amelyekre teljesülnek a következő axiómák: 1. Absztrakt terek 1 1. Absztrakt terek 1.1. Lineáris terek 1.1. Definíció. Az X halmazt lineáris térnek vagy vektortérnek nevezzük a valós számtest (komplex számtest) felett, ha bármely x, y X elemekre

Részletesebben

Boros Zoltán február

Boros Zoltán február Többváltozós függvények differenciál- és integrálszámítása (2 3. előadás) Boros Zoltán 209. február 9 26.. Vektorváltozós függvények differenciálhatósága és iránymenti deriváltjai A továbbiakban D R n

Részletesebben

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

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

Részletesebben

Alkalmazott algebra. Vektorterek, egyenletrendszerek :15-14:00 EIC. Wettl Ferenc ALGEBRA TANSZÉK

Alkalmazott algebra. Vektorterek, egyenletrendszerek :15-14:00 EIC. 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 Alkalmazott algebra BMETE90MX57 (FELSŐBB MATEMATIKA INFORMATIKUSOKNAK ) Vektorterek,

Részletesebben

Hatványsorok, Fourier sorok

Hatványsorok, Fourier sorok a Matematika mérnököknek II. című tárgyhoz Hatványsorok, Fourier sorok Hatványsorok, Taylor sorok Közismert, hogy ha 1 < x < 1 akkor 1 + x + x 2 + x 3 + = n=0 x n = 1 1 x. Az egyenlet baloldalán álló kifejezés

Részletesebben

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy /. Házi feladat. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy mindig igaz. (p (( p) q)) (( p) ( q)). Igazoljuk, hogy minden A, B és C halmazra A \ (B C) = (A \ B) (A \ C) teljesül.

Részletesebben

9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA. 9.1 Metrika és topológia R k -ban

9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA. 9.1 Metrika és topológia R k -ban 9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA 9.1 Metrika és topológia R k -ban Definíció. A k-dimenziós euklideszi térnek nevezzük és R k val jelöljük a valós számokból alkotott k-tagú x = (x 1, x

Részletesebben

Lin.Alg.Zh.1 feladatok

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

Részletesebben

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék,   Wettl Ferenc (BME) Utolsó el adás / 20 Utolsó el adás Wettl Ferenc BME Algebra Tanszék, http://www.math.bme.hu/~wettl 2013-12-09 Wettl Ferenc (BME) Utolsó el adás 2013-12-09 1 / 20 1 Dierenciálegyenletek megoldhatóságának elmélete 2 Parciális

Részletesebben

Óravázlatok: Matematika 2.

Óravázlatok: Matematika 2. Óravázlatok: Matematika 2. Bartha Ferenc készültség: March 4, 2003 1. VEKTOR-SKALÁR FÜGGVÉNYEK DIFFERENCIÁLÁSA Legyen a továbbiakban M R n nyílt halmaz és f : M R valós függvény, x (x 1,.., x n ) M Ha

Részletesebben

2. sillabusz a Többváltozós függvények kurzushoz

2. sillabusz a Többváltozós függvények kurzushoz Az implicitfüggvény-tétel 2. sillabusz a Többváltozós függvények kurzushoz Mi az hogy sillabusz? Ez egy olyan iromány ami segédanyagnak készült. Vázlatos pontatlan (szándékoltan) hiányos. Segíti a tanulást

Részletesebben

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

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

Részletesebben

Gazdasági matematika II.

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

Részletesebben

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