Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.
|
|
- Barnabás Orbán
- 5 évvel ezelőtt
- Látták:
Átírás
1 1 Diszkrét matematika I, 12 előadás Dr Takách Géza NyME FMK Informatikai Intézet takach 2005 november 30 Vektorok Definíció Egy tetszőleges n pozitív egész számra n-komponensű vektoroknak nevezzük a valós szám-n-eseket Az n-komponensű vektorok halmazát R n -nel jelöljük Azt a vektor, amelynek minden komponense 0, nullvektornak nevezzük és 0-val jelöljük Pl n = 3 esetén a = (18, 2, 3) egy sorvektor, b = egy oszlopvektor Ha mást nem mondunk, akkor egy vektor mindig oszlopvektor lesz Egy sorvektor transzponáltja az ugyanolyan komponensekből álló oszlopvektor, és viszont Például b T = (8, 02, 3) Az x vektor i-edik komponensét x i jelöli, pl b 2 = 02 Műveletek Definíció Két (n-komponensű) vektor összegét az (a + b) i = a i + b i képlettel, míg egy vektornak valós számszorosát a (ca) i = ca i képlettel értelmezzük Két (n-komponensű) vektor skaláris szorzata az a b = a 1 b 1 + a 2 b 2 + = n i=1 a ib i szám Például = 9, 2 2 = 4, = ( 1) = 11 Vektorok általánosabb értelemben A valós számok R teste helyett egy más T test elemeivel is dolgozhatunk, ekkor T n jelöli az n-komponensű vektorok halmazát Sőt: testelemek helyett egy tetszőleges halmaz elemei lehetnek egy vektor komponensei De mik lesznek a műveletek a vektorokon??? Ha adott a halmaz elemein egy művelet, akkor az végezhető komponensenként a vektorokon (mint nálunk az összeadás) Mátrixok összeadása Definíció Jelölje T k n a T test feletti k n-es mátrixok halmazát (k sor és n oszlop) T lehet a valós, racionális, vagy akár a komplex számok teste Ha az A T k n mátrix i-edik sorának j-edik elemét a ij jelöli, akkor az A = [a ij ] k n jelölést használjuk
2 Definíció (Mátrixok összeadása) Legyen A, B T k n Ekkor az A+B T k n mátrix elemeit úgy kapjuk, ha a megfelelő helyen álló elemeket összeadjuk: [a ij ] k n +[b ij ] k n = [a ij +b ij ] k n, részletesen a 11 a 12 a 1n a 11 a 12 a 1n a 21 a 22 a 2n + a 21 a 22 a 2n = a k1 a k2 a kn a k1 a k2 a kn a 11 + b 11 a 12 + b 12 a 1n + b 1n a 21 + b 21 a 22 + b 22 a 2n + b 2n a k1 + b k1 a k2 + b k2 a kn + b kn 2 Mátrixok számmal való szorzása Definíció Legyen A T k n, λ T Ekkor a λa T k n mátrix elemeit úgy kapjuk, hogy az A mátrix minden elemét megszorozzuk λ-val: λ[a ij ] k n = [λa ij ] k n, részletesen a 11 a 12 a 1n λa 11 λa 12 λa 1n a 21 a 22 a 2n λ = λa 21 λa 22 λa 2n a k1 a k2 a kn λa k1 λa k2 λa kn Összeadás tulajdonságai: asszociativitás: A, B, C T k n : (A + B) + C = A + (B + C) kommutativitás: A, B T k n : A + B = B + A nullmátrix: 0 = 0 k n jelöli azt a mátrixot, amelynek minden eleme 0 Ekkor A T k n : A + 0 = 0 + A = A ellentett mátrix: Ha A T k n, akkor A := 1 A Ekkor A T k n : A + ( A) = ( A) + A = 0 Kivonás: A B := A + ( B) Számmal való szorzás A, B T k n, λ, µ T : (λ + µ)a = λa + µa λ(a + B) = λa + λb (λµ)a = λ(µa)
3 3 1A = A Mátrixok szorzása Legyen A T k n, B T n r Ekkor C = AB T k r és n c ij = a i1 b 1j + a i2 b a in b nj = a is b sj s=1 Az A és B mátrix tehát akkor szorozható össze (ebben a sorrendben), ha A oszlopainak száma megegyezik B sorainak számával Az AB mátrixnak annnyi sora lesz, mint A-nak, és annnyi oszlopa, mint B-nek A szorzatmátrix i-edik sorának j-edik eleme éppen A i-edik sorának és B j-edik oszlopának skaláris szorzata Példa Legyen A = ( ) és B = Ekkor AB létezik, de BA nem A számoláshoz célszerű az alábbi elrendezést használni: Tehát AB = ( ) Mátrixszorzás tulajdonságai kommutativitás: NEM TELJESÜL!!! asszocivitás: A(BC) = (AB)C kapcsolat a mátrixszorzással disztributivitás: A(B + C) = AB + AC és (A + B)C = AC + BC kapcsolat a számmal való szorzással: λ(ab) = (λa)b = A(λB) Transzponálás Definíció Az A = [a i j] k n mátrix transzponáltja az A T = [a ji ] n k mátrix (Főátlóra vonatkozó tükrözés; sor oszlop csere) INNENTŐL AZ ELŐADÁS VÉGÉIG MINDEN MÁTRIX n n-es!!!
4 Az n n-es mátrixok gyűrűje 4 Egy adott T test és n pozitív egész szám Ekkor T n n tetszőleges két eleme összeadható ill összeszorozható, és a műveletek eredménye is n n-es mátrix VOLT: Összeadás: kommutatív, asszociatív, van nullmátrix, minden mátrixnak van ellentett mátrixa ( kivonás) Szorzás: asszociatív Összeadás és szorzás viszonya: két disztributív azonosság KELL MÉG: egységmátrix: E = E n jelöli azt az n n-es mátrixot, melynek főátlójában egyesek, a többi helyen nullák állnak Például E 3 = Az E egységmátrixra teljesül, hogy A : AE = EA = A (T n n ; +,, 0, E) struktúra a fenti tulajdonságokkal GYŰRŰ Inverzmátrix kivonás ellentett osztás reciprok, inverz (2 1 2 = 1) Definíció Azt mondjuk, hogy a K mátrix az A mátrix inverze, ha AK = KA = E Belátható, hogy egy mátrixnak csak egyetlen inverze lehet; ezt A 1 -nel jelöljük Tétel Az A mátrixnak akkor és csak akkor létezik inverze, ha det A 0 A bizonyításban felhasználjuk: Determinánsok szorzástétele:(biz nélkül) det(ab) = det A det B Jelölés Írjuk az A mátrix minden elemének a helyére a hozzá tartozó előjeles aldeterminánst, azaz a ij helyére A ij -t, majd transzponáljuk a kapott mátrixot Az eredményt Â-val jelöljük Tehát  i-edik sorának j-edik eleme A ji: â ij = A ji Lemma A = ÂA = (det A) E = det A det A det A Bizonyítás A i-edik sorának j-edik eleme: (Sor szerinti kifejtés/ Ferde kifejtés) Tétel bizonyítása a i1 â 1j + + a in â nj = a i1 A j1 + + a in A jn = Tétel Az A mátrixnak akkor és csak akkor létezik inverze, ha det A 0 { det A ha i = j, 0 ha i j Bizonyítás A tételben két tény ekvivalenciáját állítjuk a bizonyításban két "irány" Más megközelítés: Az inverzmátrix létezésére adunk szükséges és elegendő feltételt a szükségességet és az elegendőséget külön-külön igazoljuk
5 I Elegendőség( irány, azaz ha a determináns nem nulla, akkor van inverz): Ha det A 0, akkor a lemma szerint 1 det AÂ lesz az A inverze II Szükségesség( irány, azaz ha van inverz, akkor a determináns nem nulla): Ha A 1 létezik, akkor det A det(a 1 ) = det(aa 1 ) = det E = 1, 5 s így det A 0 Többet bizonyítottunk: ha AK vagy KA valamelyike az egységmátrix, akkor det A 0, s így létezik A 1 2 félév: ebből következik, hogy A 1 = K Lineáris egyenletrendszerek mátrixos alakja Adott egy k egyenletből álló n ismeretlenes lineáris egyenletrendszer: Ennek együtthatómátrixa: α 11 x 1 + α 12 x α 1n x n = β 1 α 21 x 1 + α 22 x α 2n x n = β 2 α k1 x 1 + α k2 x α kn x n = β k A = α 11 α 12 α 1n α 21 α 22 α 2n α k1 α k2 α kn Alkossunk az ismeretlenekből ill a jobb oldalakból egy-egy oszlopvektort: x 1 x 2 x = T n, b = x n Ekkor az egyenletrendszer felírható Ax = b alakban, hiszen T k n x 1 x 2 x n β 1 β 2 β n T k α 11 α 12 α 1n α 11 x 1 + α 12 x α 1n x n α 21 α 22 α 2n α 12 x 1 + α 22 x α 2n x n α k1 α k2 α kn α k1 x 1 + α k2 x α kn x n Cramer-szabály Klasszikus egyenletrendszerek: k = n, azaz az egyenletek és ismeretlenek száma egyenlő négyzetes mátrixok inverzmátrix Cramer-szabály Ha A T n n és D = det A 0, akkor az Ax = b egyenletrendszernek pontosan egy megoldása van A megoldásban x j = D j /D, ahol a D j determinánst úgy kapjuk, hogy A j-edik oszlopát b-re cseréljük
6 6 Például x 2 = a 11 b 12 a 1n a 21 b 22 a 2n a n1 b n2 a nn : a 11 a 12 a 1n a 21 a 22 a 2n a n1 a n2 a nn Bizonyítás Ax = b /A 1 BALRÓL! A 1 (Ax) = A 1 b (A 1 A)x = A 1 b Ex = A 1 b x = A 1 b Tehát az egyenletrendszernek pontosan egy megoldása van Ezt a megoldást részletesebben megvizsgáljuk: b 1 b 2 b n A 1j D A 2j D A nj D 1 D (A 1jb 1 + A 2j b A nj b n ) = x j Másrészt D j csak a j-edik oszlopában tér el D-től a j-edik oszlophoz tartozó előjeles aldeterminánsaik egyenlőek D j -t a j-edik oszlopa szerint kifejtve: D j = b 1 A 1j + b 2 A 2j + + b n A nj Tehát 1 D D j = x j ALKALMAZÁSA: gyakorlatban ritkán (nagy műveletigény, elimináció gyorsabb) elméleti alkalmazások ha D 0 és kitalálunk egy megoldást nincs más megoldás Cramer szabály megfordítása: ha pontosan egy megoldás van, akkor a determináns nem nulla Bizonyítás Ha pontosan egy megoldás van, akkor a redukált lépcsős alak bal oldala egy egységmátrix Az egységmátrix determinánsa nem nulla det A sem nulla, mert az elemi ekvivalens átalakítások során a determináns értéke mindig csak szorzódik valamivel (1-gyel, 1-gyel vagy a kiemelt számmal) Kontrapozíció: Tétel Ha A T n n és D = det A = 0, akkor az Ax = b egyenletrendszer vagy nem oldható meg, vagy több megoldása van Tétel Legyen A T n n Az Ax = 0 homogén lineáris egyenletrendszernek akkor és csak akkor van nemtriviális megoldása, ha det A = 0 Bizonyítás A fenti két tétel + mindig van megoldás: a triviális megoldás
7 Inverzmátrix Gauss-eliminációval 7 A T n n inverzének kiszámítása AX = E mátrixegyenlet megoldása X oszlopai: x 1,, x n E oszlopai: e 1,, e n Tehát x 1 x n A Ax 1 Ax n AX = E Ax 1 = e 1 & & Ax 1 = e 1 Ez n darab egyenletrendszer, az együtthatómátrixok azonosak célszerű párhuzamosan megoldani az egyenletrendszereket: Az A mátrix mellé leírjuk az egységmátrixok A-nak akkor és csak akkor létezik inverze, ha A E-ből Jordan-eliminációval E B alakú mátrixhoz jutunk, és ekkor A 1 = B Ellenőrző kérdések 1 Adjon össze két konkrét vektor ill mátrixot! 2 Szorozzon össze két konkrét vektort ill mátrixot! 3 Írjon fel két olyan vektort ill mátrixot, amelyek em szorozhatóak össze! 4 Mikor van inverze egy mátrixnak? 5 Mondja ki a Cramer-szabályt, és oldjon meg egy 3 3-as egyenletrendszert Cramer-szabállyal!! 6 Írjon fel egy olyan egyenletrendszert, amire nem alkalmazható a Cramer-szabály! 7 Határozza meg egy 3 3-as mátrix inverzét eliminációval ill aldeterminánsokkal!
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
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,
Részletesebben1. Mátrixösszeadás és skalárral szorzás
1 Mátrixösszeadás és skalárral szorzás Mátrixok tömör jelölése T test Az M = a i j T n m azt az n sorból és m oszlopból álló mátrixot jelöli, amelyben az i-edik sor j-edik eleme a i j T Példák [ ] Ha M
RészletesebbenI. VEKTOROK, MÁTRIXOK
217/18 1 félév I VEKTOROK, MÁTRIXOK I1 I2 Vektorok 1 A síkon derékszögű koordinátarendszerben minden v vektornak van vízszintes és van függőleges koordinátája, ezeket sorrendben v 1 és v 2 jelöli A v síkbeli
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.
RészletesebbenMűveletek mátrixokkal. Kalkulus. 2018/2019 ősz
2018/2019 ősz Elérhetőségek Előadó: (safaro@math.bme.hu) Fogadóóra: hétfő 9-10 (H épület 3. emelet 310-es ajtó) A pontos tárgykövetelmények a www.math.bme.hu/~safaro/kalkulus oldalon találhatóak. A mátrix
Részletesebben1. 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
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.
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.
RészletesebbenLineáris algebra (10A103)
Lineáris algebra (10A103 Kátai-Urbán Kamilla Tudnivalók Honlap: http://www.math.u-szeged.hu/~katai Jegyzet: Megyesi László: Lineáris algebra. Vizsga: írásbeli (beugróval, feltétele a Lineáris algebra gyakorlat
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
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
RészletesebbenDeterminánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.
Determinánsok A determináns fogalma olyan algebrai segédeszköz, amellyel jól jellemezhető a mátrixok invertálhatósága, a mátrix rangja. Segítségével lineáris egyenletrendszerek megoldhatósága dönthető
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
Részletesebben1. A kétszer kettes determináns
1. A kétszer kettes determináns 2 2-es mátrix inverze Tétel [ ] [ ] a c 1 d c Ha ad bc 0, akkor M= inverze. b d ad bc b a Ha ad bc = 0, akkor M-nek nincs inverze. A főátló két elemét megcseréljük, a mellékátló
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
RészletesebbenMátrixok, mátrixműveletek
Mátrixok, mátrixműveletek 1 előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Mátrixok, mátrixműveletek p 1/1 Mátrixok definíciója Definíció Helyezzünk el n m elemet egy olyan téglalap
Részletesebbenés n oszlopból áll, akkor m n-es mátrixról beszélünk. (Az oszlopok száma a mátrix vízszintes mérete, a sorok 2 3-as, a ij..
Biológia alapszak Matematika I A GY 6/7 félév III MÁTRIXOK SAJÁTÉRTÉK-FELADAT III Mátrixok Definíció Számok téglalap alakú táblázatban való elrendezését mátrix nak nevezzük Ha a táblázat m sorból és n
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
Részletesebben11. DETERMINÁNSOK. 11.1 Mátrix fogalma, műveletek mátrixokkal
11 DETERMINÁNSOK 111 Mátrix fogalma, műveletek mátrixokkal Bevezetés A közgazdaságtanban gyakoriak az olyan rendszerek melyek jellemzéséhez több adat szükséges Például egy k vállalatból álló csoport minden
RészletesebbenXI A MÁTRIX INVERZE 1 Az inverzmátrix definíciója Determinánsok szorzástétele Az egységmátrix definíciója: 1 0 0 0 0 1 0 0 E n = 0 0 1 0 0 0 0 1 n-edrenű (azaz n n típusú) mátrix E n -nel bármely mátrixot
Részletesebben9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet
9. Előadás Megyesi László: Lineáris algebra, 75. 84. oldal. Gondolkodnivalók Mátrix rangja 1. Gondolkodnivaló Határozzuk meg a p valós paraméter értékétől függően a következő mátrix rangját: p 3 1 2 2
Részletesebben2. előadás. Lineáris algebra numerikus módszerei. Mátrixok Mátrixműveletek Speciális mátrixok, vektorok Norma
Mátrixok Definíció Az m n típusú (méretű) valós A mátrixon valós a ij számok alábbi táblázatát értjük: a 11 a 12... a 1j... a 1n.......... A = a i1 a i2... a ij... a in........... a m1 a m2... a mj...
Részletesebben12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor
12. előadás Egyenletrendszerek, mátrixok Dr. Szörényi Miklós, Dr. Kallós Gábor 2015 2016 1 Tartalom Matematikai alapok Vektorok és mátrixok megadása Tömbkonstansok Lineáris műveletek Mátrixok szorzása
Részletesebbenösszeadjuk 0-t kapunk. Képletben:
814 A ferde kifejtés tétele Ha egy determináns valamely sorának elemeit egy másik sor elemeihez tartozó adjungáltakkal szorozzuk meg és a szorzatokat összeadjuk 0-t kapunk Képletben: n a ij A kj = 0, ha
RészletesebbenLINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak
LINEÁRIS EGYENLETRENDSZEREK 004. október. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak az előadáson, másrészt megtalálják a jegyzetben: Szabó László:
RészletesebbenLINEÁRIS ALGEBRA (A, B, C) tematika (BSc) I. éves nappali programtervező informatikus hallgatóknak évi tanév I. félév
LINEÁRIS ALGEBRA (A, B, C) tematika (BSc) I éves nappali programtervező informatikus hallgatóknak 2010-2011 évi tanév I félév Vektoriális szorzat és tulajdonságai bizonyítás nélkül: Vegyes szorzat és tulajdonságai
Részletesebben9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz
9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz. Mindkét eliminációs módszer műveletigénye sokkal kisebb, mint a Cramer-szabályé:
RészletesebbenBudapesti Műszaki Főiskola, Neumann János Informatikai Kar. Vektorok. Fodor János
Budapesti Műszaki Főiskola, Neumann János Informatikai Kar Lineáris algebra 1. témakör Vektorok Fodor János Copyright c Fodor@bmf.hu Last Revision Date: 2006. szeptember 11. Version 1.1 Table of Contents
Részletesebben5. Előadás. (5. előadás) Mátrixegyenlet, Mátrix inverze március 6. 1 / 39
5. Előadás (5. előadás) Mátrixegyenlet, Mátrix inverze 2019. március 6. 1 / 39 AX = B (5. előadás) Mátrixegyenlet, Mátrix inverze 2019. március 6. 2 / 39 AX = B Probléma. Legyen A (m n)-es és B (m l)-es
RészletesebbenVektorterek. =a gyakorlatokon megoldásra ajánlott
Vektorterek =a gyakorlatokon megoldásra ajánlott 40. Alteret alkotnak-e a valós R 5 vektortérben a megadott részhalmazok? Ha igen, akkor hány dimenziósak? (a) L = { (x 1, x 2, x 3, x 4, x 5 ) x 1 = x 5,
Részletesebben10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak
10. Előadás Megyesi László: Lineáris algebra, 98. 108. oldal. Gondolkodnivalók Mátrix inverze 1. Gondolkodnivaló Igazoljuk, hogy invertálható trianguláris mátrixok inverze is trianguláris. Bizonyítás:
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:
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
RészletesebbenMATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga
BABEŞ-BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR MATE-INFO UBB verseny, 218. március 25. MATEMATIKA írásbeli vizsga FONTOS TUDNIVALÓK: 1 A feleletválasztós feladatok,,a rész esetén
Részletesebben9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell
9. Előadás Megyesi László: Lineáris algebra, 75. 84. oldal. Gondolkodnivalók Mátrix rangja 1. Gondolkodnivaló Tegyük fel, hogy egy elemi bázistranszformáció kezdetekor a sor- és oszlopindexek sorban helyezkednek
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
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
RészletesebbenLineáris 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
RészletesebbenBodó Bea, Somonné Szabó Klára Matematika 2. közgazdászoknak
ábra: Ábra Bodó Bea, Somonné Szabó Klára Matematika. közgazdászoknak IV. modul: Lineáris algebra 9. lecke: n-dimenziós vektorok Tanulási cél: n -dimenziós vektorok fogalmának megismerése, majd műveletek
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
Részletesebben7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága
7. gyakorlat Lineáris algebrai egyenletrendszerek megoldhatósága Egy lineáris algebrai egyenletrendszerrel kapcsolatban a következ kérdések merülnek fel: 1. Létezik-e megoldása? 2. Ha igen, hány megoldása
RészletesebbenIrodalom. (a) A T, B T, (b) A + B, C + D, D C, (c) 3A, (d) AD, DA, B T A, 1 2 B = 1 C = A = 1 0 D = (a) 1 1 3, B T = = ( ) ; A T = 1 0
Irodalom ezek egyrészt el- A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: hangzanak az előadáson, másrészt megtalálják a jegyzetben: Szabó László: Bevezetés a lineáris algebrába, Polygon
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
RészletesebbenRang, sajátérték. Dr. Takách Géza NyME FMK Informatikai Intézet takach/ február 15
Diszkrét matematika II, 2 el adás Rang, sajátérték Dr Takách Géza NyME FMK Informatikai Intézet takachinfnymehu http://infnymehu/ takach/ 25 február 5 Gyakorlati célok Ezen el adáson, és a hozzá kapcsolódó
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
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
Részletesebben1. Mit jelent az, hogy egy W R n részhalmaz altér?
Az informatikus lineáris algebra dolgozat B részének lehetséges kérdései Az alábbi listában azok a definíciók és állítások, tételek szerepelnek, melyeket a vizsgadolgozat B részében kérdezhetünk. A válaszoknál
RészletesebbenVektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27
Vektorterek Wettl Ferenc 2015. február 17. Wettl Ferenc Vektorterek 2015. február 17. 1 / 27 Tartalom 1 Egyenletrendszerek 2 Algebrai struktúrák 3 Vektortér 4 Bázis, dimenzió 5 Valós mátrixok és egyenletrendszerek
RészletesebbenGauss-eliminációval, Cholesky felbontás, QR felbontás
Közelítő és szimbolikus számítások 4. gyakorlat Mátrix invertálás Gauss-eliminációval, Cholesky felbontás, QR felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei
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
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
RészletesebbenDETERMINÁNSSZÁMÍTÁS. Határozzuk meg a 1 értékét! Ez most is az egyetlen elemmel egyezik meg, tehát az értéke 1.
DETERMINÁNSSZÁMÍTÁS A (nxn) kvadratikus (négyzetes) mátrixhoz egyértelműen hozzárendelhetünk egy D R számot, ami a mátrix determinánsa. Már most megjegyezzük, hogy a mátrix determinánsa, illetve a determináns
Részletesebben7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága
7. gyakorlat Lineáris algebrai egyenletrendszerek megoldhatósága Egy lineáris algebrai egyenletrendszerrel kapcsolatban a következ kérdések merülnek fel: 1. Létezik-e megoldása? 2. Ha igen, hány megoldása
Részletesebben2. gyakorlat. A polárkoordináta-rendszer
. gyakorlat A polárkoordináta-rendszer Az 1. gyakorlaton megismerkedtünk a descartesi koordináta-rendszerrel. Síkvektorokat gyakran kényelmes ún. polárkoordinátákkal megadni: az r hosszúsággal és a φ irányszöggel
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
RészletesebbenMatematika (mesterképzés)
Matematika (mesterképzés) Környezet- és Településmérnököknek Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Vinczéné Varga A. Környezet- és Településmérnököknek 2016/2017/I 1 / 29 Lineáris tér,
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
RészletesebbenLin.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?
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,,.
Részletesebben1. 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
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. 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
RészletesebbenLineáris algebra (10A103)
Lineáris algebra (10A103) Kátai-Urbán Kamilla (1. előadás) Mátrixok 2019. február 6. 1 / 35 Bevezetés Előadás Tudnivalók (I.) Honlap: http://www.math.u-szeged.hu/~katai Jegyzet: Az előadáson készített
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
RészletesebbenGauss elimináció, LU felbontás
Közelítő és szimbolikus számítások 3. gyakorlat Gauss elimináció, LU felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 EGYENLETRENDSZEREK 1. Egyenletrendszerek
RészletesebbenNumerikus módszerek 1.
Numerikus módszerek 1. 3. előadás: Mátrixok LU-felbontása Lócsi Levente ELTE IK 2013. szeptember 23. Tartalomjegyzék 1 Alsó háromszögmátrixok és Gauss-elimináció 2 Háromszögmátrixokról 3 LU-felbontás Gauss-eliminációval
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
RészletesebbenBázistranszformáció és alkalmazásai 2.
Bázistranszformáció és alkalmazásai 2. Lineáris algebra gyakorlat Összeállította: Bogya Norbert Tartalomjegyzék 1 Mátrix rangja 2 Mátrix inverze 3 Mátrixegyenlet Mátrix rangja Tartalom 1 Mátrix rangja
RészletesebbenDefiníció: A tér irányított szakaszait vektoroknak nevezzük. Egy vektort akkor tekintünk adottnak, ha ismerjük a nagyságát és az irányát.
1. Vektorok 1.1. Alapfogalmak, alapműveletek 1.1.1. Elméleti összefoglaló Definíció: A tér irányított szakaszait vektoroknak nevezzük. Egy vektort akkor tekintünk adottnak, ha ismerjük a nagyságát és az
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
RészletesebbenGauss-Seidel iteráció
Közelítő és szimbolikus számítások 5. gyakorlat Iterációs módszerek: Jacobi és Gauss-Seidel iteráció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 ITERÁCIÓS
RészletesebbenLineáris egyenletrendszerek Műveletek vektorokkal Geometriai transzformációk megadása mátrixokkal Determinánsok és alkalmazásaik
1. Bevezetés A félév anyaga. Komplex számok Műveletek Kapcsolat a geometriával Gyökvonás Polinomok A gyökök száma A gyökök és együtthatók összefüggése Szorzatra bontás, számelméleti kérdések A harmad-
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
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,
RészletesebbenNUMERIKUS MÓDSZEREK I. TÉTELEK
NUMERIKUS MÓDSZEREK I. TÉTELEK Szerkesztette: Balogh Tamás 014. január 19. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így
RészletesebbenA KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek
10. gyakorlat Mátrixok sajátértékei és sajátvektorai Azt mondjuk, hogy az A M n mátrixnak a λ IR szám a sajátértéke, ha létezik olyan x IR n, x 0 vektor, amelyre Ax = λx. Ekkor az x vektort az A mátrix
RészletesebbenMátrixok február Feladat: Legyen A = ( ( B =
Mátrixok 26. február 6.. Feladat: Legyen ( 3 2 B ( 3 4 Határozzuk meg A + B, A B, 2A, 3B, 2A 3B,A T és (B T T mátrixokat. A definíciók alapján ( + 3 + 3 + A + B 2 + 4 + + ( 4 2 6 2 ( ( 3 3 2 4 A B 2 4
Részletesebben1. Határozzuk meg, hogy mikor egyenlő egymással a következő két mátrix: ; B = 8 7 2, 5 1. Számítsuk ki az A + B, A B, 3A, B mátrixokat!
. Mátrixok. Határozzuk meg, hogy mikor egyenlő egymással a következő két mátrix: [ ] [ ] π a A = ; B = 8 7, 5 x. 7, 5 ln y. Legyen 4 A = 4 ; B = 5 5 Számítsuk ki az A + B, A B, A, B mátrixokat!. Oldjuk
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
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,
RészletesebbenDefiníció: A tér irányított szakaszait vektoroknak nevezzük. Egy vektort akkor tekintünk adottna, ha ismerjük a nagyságát és az irányát.
1. Vektorok 1.1. Alapfogalmak, alapműveletek 1.1.1. Elméleti összefoglaló Definíció: A tér irányított szakaszait vektoroknak nevezzük. Egy vektort akkor tekintünk adottna, ha ismerjük a nagyságát és az
RészletesebbenLineáris algebra. Közgazdász szakos hallgatóknak a Matematika A2a Vektorfüggvények tantárgyhoz tavaszi félév
Lineáris algebra Közgazdász szakos hallgatóknak a Matematika Aa Vektorfüggvények tantárgyhoz 9. tavaszi félév Tartalomjegyzék. Komplex számok és polinomok.................... 4.. A komplex számok bevezetése,
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
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,,
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
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
RészletesebbenA mátrix típusát sorainak és oszlopainak száma határozza meg. Tehát pl. egy 4 sorból és 3 oszlopból álló mátrix 4 3- as típusú.
1. Vektorok, lineáris algebra 1.1. Mátrixok 1.1.1. Fogalmak, tételek Definíció A mátrix elemek általában számok táblázata téglalap alakú elrendezésben. Nyomtatott nagybetűvel jelölik ezen felül nyomtatásban
Részletesebben1. Egész együtthatós polinomok
1. Egész együtthatós polinomok Oszthatóság egész számmal Emlékeztető (K3.1.3): Ha f,g Z[x], akkor f g akkor és csak akkor, ha van olyan h Z[x], hogy g = fh. Állítás (K3.1.6) Az f(x) Z[x] akkor és csak
Részletesebben3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI
3. Fuzzy aritmetika Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Intervallum-aritmetika 2 Fuzzy intervallumok és fuzzy számok Fuzzy intervallumok LR fuzzy intervallumok
Részletesebben1. Transzformációk mátrixa
1 Transzformáiók mátrixa Lineáris transzformáiók Definíió T test Az A : T n T n függvény lineáris transzformáió, ha tetszőleges v,w T n vektorra és λ skalárra teljesül, hogy A(v + w) A(v) + A(w) és A(λv)
RészletesebbenGazdasági matematika II. tanmenet
Gazdasági matematika II. tanmenet Mádi-Nagy Gergely A hivatkozásokban az alábbi tankönyvekre utalunk: T: Tóth Irén (szerk.): Operációkutatás I., Nemzeti Tankönyvkiadó 1987. Cs: Csernyák László (szerk.):
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
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
RészletesebbenGazdasági 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
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,
RészletesebbenA lineáris algebrában központi szerepet betöltı vektortér fogalmát értelmezzük most, s megvizsgáljuk e struktúra legfontosabb egyszerő tulajdonságait.
2. VEKTORTÉR A lineáris algebrában központi szerepet betöltı vektortér fogalmát értelmezzük most, s megvizsgáljuk e struktúra legfontosabb egyszerő tulajdonságait. Legyen K egy test és V egy nem üres halmaz,
RészletesebbenLineáris algebrai alapok
Lineáris algebrai alapok Will 2010 június 16 Vektorterek, mátrixok, lineáris egyenletrendszerek A lineáris programozási feladat, szimplex algoritmus Vektorterek Jellemzés: Vektorok tulajdonságai Két vektor
RészletesebbenMátrixok. 3. fejezet. 3.1. Bevezetés: műveletek táblázatokkal
fejezet Mátrixok Az előző fejezetben a mátrixokat csak egyszerű jelölésnek tekintettük, mely az egyenletrendszer együtthatóinak tárolására, és az egyenletrendszer megoldása közbeni számítások egyszerüsítésére
RészletesebbenDiszkrét matematika I.
Diszkrét matematika I. középszint 2014. ősz 1. Diszkrét matematika I. középszint 10. előadás Mérai László diái alapján Komputeralgebra Tanszék 2014. ősz Felhívás Diszkrét matematika I. középszint 2014.
Részletesebben