6. gyakorlat: Lineáris rendszerek fázisképei

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "6. gyakorlat: Lineáris rendszerek fázisképei"

Átírás

1 6. gyakorlat: Lineáris rendszerek fázisképei A fáziskép meghatározása az együtthatómátrix nyoma és determinánsa segítségével a következőképpen lehetséges. Az x'ax egyenletben ahol A a b az együtthatómátrix karakterisztikus egyenlete: c d Λ adλadbc. Az A mátrix nyoma és determinánsa: T :TrAad D:detAadbc A sajátértékek: Λ T T 4D. Tegyük fel hogy T 4D. Ekkor. T 4D T azorigóstabilfókusz (negatív valós részű komplex sajátértékek). T 4D T azorigóinstabilfókusz (pozitív valós részű komplex sajátértékek). T 4D T azorigócentrum (nulla valós részű komplex sajétértékek) 4. T 4D D azorigónyereg (egy pozitív és egy negatív valós sajátérték) 5. T 4D D T azorigóinstabilcsomó (két különböző pozitív valós sajátérték) 5. T 4D D T azorigóstabilcsomó (két különböző negatív valós sajátérték) D stabil fókusz instabil fókusz centrum stabil csomó instabil csomó nyereg T

2 transzport-gy6.nb Feladatok. Vázolja az alábbi rendszerek fázisportréit. Oldjuk meg a feladatot kétféleképpen a sajátértékek kiszámításával illetve az együtthatómátrix nyoma és determinánsa segítségével is.. a) x'xy y'xy b) x'xy y'xy c) x'x y'xy d) x'xy y'6x5y e) x'4x y y'x4y f) x'x5y y'xy g) x'xy y'y h) x'xy y'xy Vázolja az x'ax rendszer fázisportréit a paraméter lényegesen különböző értékeire. A paraméter mely értékeinél lép fel bifurkáció? a) A a b) A p c) A p p p HF: d) A p p e) A p Megoldások. feladat. a) x'xy y'xy A ; EigensystemA StreamPlotxy xy x y ImageSize StreamStyle Arrowheads.4

3 transzport-gy6.nb. b) x'xy y'xy az origó nyereg A ; EigensystemA TrA DetA TrA 4DetA StreamPlotxy xy x y ImageSize StreamStyle Arrowheads.4. c) x'x y'xy az origó instabil csomó A ; EigensystemA TrA DetA TrA 4DetA 4 4 StreamPlotx xy x y ImageSize StreamStyle Arrowheads.4. d) x'xy y'6x5y az origó stabil fókusz A 6 5; EigensystemA TrA DetA TrA 4DetA 4 6

4 4 transzport-gy6.nb StreamPlotxy 6x5y x y ImageSize StreamStyle Arrowheads.4. e) x'4x y y'x4y az origó stabil csomó A 4 4; EigensystemA 5 TrA DetA TrA 4DetA StreamPlot4x y x4y x y ImageSize StreamStyle Arrowheads.4. f) x'x5y y'xy az origó centrum A 5 ; EigensystemA TrA DetA TrA 4DetA 6 4

5 transzport-gy6.nb 5 StreamPlotx5y xy x y ImageSize StreamStyle Arrowheads.4. g) x'xy y'y az origó instabil elfajult csomó A ; EigensystemA StreamPlotxy y x y ImageSize StreamStyle Arrowheads.4. h) x'xy y'xy az origó instabil fókusz A ; EigensystemA TrA DetA TrA 4DetA 5 6

6 6 transzport-gy6.nb StreamPlotxy xy x y ImageSize StreamStyle Arrowheads.4 Megoldások. feladat. a) első megoldás Az A a mátrix sajátértékei: Eigensystem a a a a a ) Ha a akkor A-nak két negatív valós részű komplex sajátértéke van az origó stabil fókusz ) Ha a akkor A mindkét sajátértéke az origó stabil elfajult csomó ) Ha a akkor A-nak különböző valós sajátértékei vannak: Λ 4a és Λ 4a. Látható hogy Λ mindig negatív de Λ lehet pozitív nulla és negatív. a) Ha a.5 akkor Λ Λ elfajult eset a fáziskép párhuzamos egyenesekből áll b) Ha a.5 akkor Λ Λ az origó stabil csomó c) Ha a.5 akkor Λ Λ az origó nyereg A rendszernek bifurkációja van a -nél és a.5-nél. Néhány ábra a következő paraméterértékekre: a4.8.5.

7 transzport-gy6.nb 7 plota : StreamPlotxay xy x y ImageSize StreamStyle Arrowheads.4 plot4 plot plot.8 plot.5 plot plot. a) második megoldás Az A a mátrix nyoma és determinánsa: T Da T 4D44a68a Az alábbi hat (nemelfajuló) esetet vizsgáljuk:. T 4D T 68a a az origó stabil fókusz. T 4D T : nemlehet. T 4D T : nemlehet 4. T 4D D 68aés a a.5 az origó nyereg 5. T 4D D T : nemlehet 5. T 4D D T 68aés a a.5 az origó stabil csomó A rendszernek bifurkációja van a -nél és a.5-nél (elfajult esetek).. b)

8 8 transzport-gy6.nb Az A p mátrix sajátértékei: Eigenvalues p 4p 4p ) Ha p 4 akkor A-nak két pozitív valós részű komplex sajátértéke van az origó instabil fókusz ) Ha p4 akkor A mindkét sajátértéke az origó instabil elfajult csomó ) Ha p4 akkor A-nak különböző valós sajátértékei vannak: Λ 4p és Λ 4p. Látható hogy Λ mindig pozitív de Λ lehet pozitív nulla és negatív. a) Ha p akkor Λ Λ elfajult eset a fáziskép párhuzamos egyenesekből áll b) Ha 4 p akkor Λ Λ az origó instabil csomó c) Ha p akkor Λ Λ az origó nyereg A rendszernek bifurkációja van p 4-nél és p -nál. Néhány ábra a következő paraméterértékekre: p plota : StreamPlotxy axy x y ImageSize StreamStyle Arrowheads.4 plot8 plot4 plot.5 plot plot plot. c) Az A a a a mátrix sajátértékei: Eigenvaluesa a a a a Látható hogy a Λ a és Λ a sajátértékek mindig valósak. Elfajult esetek: ha a akkor Λ 6 Λ a fáziskép párhuzamos egyenesekből áll

9 transzport-gy6.nb 9 ha a akkor Λ Λ 6 a fáziskép párhuzamos egyenesekből áll Nemelfajult esetek:. Λ és Λ pontosanakkor ha a az origó instabil csomó. Λ és Λ különböző előjelű pontosan akkor ha a az origó nyereg. Λ és Λ pontosanakkor ha a az origó stabil csomó A rendszernek bifurkációja van a -nél és a -nál. Néhány ábra a következő paraméterértékekre: a5 5. plota : StreamPlotaxay ax x y ImageSize StreamStyle Arrowheads.4 plot5 plot plot plot plot plot5

Fázisportrék. A Dinamikai rendszerek órákon bemutatott példarendszerek fázisportréi. Lineáris oszcillátor. v = ax bv

Fázisportrék. A Dinamikai rendszerek órákon bemutatott példarendszerek fázisportréi. Lineáris oszcillátor. v = ax bv Fázisportrék A Dinamikai rendszerek órákon bemutatott példarendszerek fázisportréi Lineáris oszcillátor ẋ=v v = ax bv a=0, b=0: centrum, konzervatív rendszer a=0, b=0,5: stabil fókusz, disszipatív rendszer

Részletesebben

3. előadás Stabilitás

3. előadás Stabilitás Stabilitás 3. előadás 2011. 09. 19. Alapfogalmak Tekintsük dx dt = f (t, x), x(t 0) = x 0 t (, ), (1) Jelölje t x(t; t 0, x 0 ) vagy x(.; t 0, x 0 ) a KÉF megoldását. Kívánalom: kezdeti állapot kis megváltozása

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

Nemlineáris rendszerek

Nemlineáris rendszerek Nemlineáris rendszerek. Verifikálás: nemlin dersz megoldását ü. Vizsgáljuk meg, hogy az x '=y fggvénypár! y '= y x egyenletrendszernek megoldása-e a jhtl := t yhtl := t Először is az egyenletrendszer jobb

Részletesebben

8. DINAMIKAI RENDSZEREK

8. DINAMIKAI RENDSZEREK 8. DINAMIKAI RENDSZEREK A gyakorlat célja az, hogy egy kétváltozós reakciókinetikai rendszer vizsgálatával a hallgatók megismerjék a dinamikai rendszerek alapfogalmait, elsajátítsák a lineáris stabilitásvizsgálat

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

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

Elhangzott tananyag óránkénti bontásban

Elhangzott tananyag óránkénti bontásban TTK, Matematikus alapszak Differenciálegyenletek (Előadás BMETE93AM03; Gyakorlat BME TE93AM04) Elhangzott tananyag óránkénti bontásban 2016. február 15. 1. előadás. Közönséges differenciálegyenlet fogalma.

Részletesebben

7. DINAMIKAI RENDSZEREK

7. DINAMIKAI RENDSZEREK 7. DINAMIKAI RENDSZEREK Különböző folyamatok leírására különböző tudományterületeken állítanak fel olyan modelleket, amelyek nemlineáris közönséges autonóm differenciálegyenlet-rendszerre vezetnek. Ezek

Részletesebben

Lineáris leképezések. 2. Lineáris-e az f : R 2 R 2 f(x, y) = (x + y, x 2 )

Lineáris leképezések. 2. Lineáris-e az f : R 2 R 2 f(x, y) = (x + y, x 2 ) Lineáris leképezések 1 Lineáris-e az f : R 2 R 2 f(x, y = (3x + 2y, x y leképezés? A linearitáshoz ellen riznünk kell, hogy a leképzés additív és homogén Legyen x = (x 1, R 2, y = (y 1, y 2 R 2, c R Ekkor

Részletesebben

7. gyakorlat megoldásai

7. gyakorlat megoldásai 7. gyakorlat megoldásai Komple számok, sajátértékek, sajátvektorok F1. Legyen z 1 = + i és z = 1 i. Számoljuk ki az alábbiakat: z 1 z 1 + z, z 1 z, z 1 z,, z 1, z 1. z M1. A szorzásnál használjuk, hogy

Részletesebben

8. DINAMIKAI RENDSZEREK

8. DINAMIKAI RENDSZEREK 8. DINAMIKAI RENDSZEREK Különböző folyamatok leírására különböző tudományterületeken állítanak fel olyan modelleket, amelyek nemlineáris közönséges autonóm differenciálegyenlet-rendszerre vezetnek. Ezek

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

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

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

A Brüsszelátor dinamikája Shaun Ault és Erik Holmgreen dolgozata alapján (March 16, 2003)

A Brüsszelátor dinamikája Shaun Ault és Erik Holmgreen dolgozata alapján (March 16, 2003) A Brüsszelátor dinamikája Shaun Ault és Erik Holmgreen dolgozata alapján (March 16, 2003) Várdainé Kollár Judit szeminárium Budapest 2006. november 6. 1. Bevezetés: Belouszov Zsabotyinszkij-reakció: Ce(III)

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

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

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

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

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

Sajátértékek és sajátvektorok. mf1n1a06- mf1n2a06 Csabai István

Sajátértékek és sajátvektorok. mf1n1a06- mf1n2a06 Csabai István Sajátértékek és sajátvektorok A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris transzformáció Vektorok lineáris transzformációja: általános esetben az x vektor iránya és nagysága

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

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

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 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

A KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek

A 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

Részletesebben

Matematika III. harmadik előadás

Matematika III. harmadik előadás Matematika III. harmadik előadás Kézi Csaba Debreceni Egyetem, Műszaki Kar Debrecen, 2013/14 tanév, I. félév Kézi Csaba (DE) Matematika III. harmadik előadás 2013/14 tanév, I. félév 1 / 13 tétel Az y (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

Elhangzott gyakorlati tananyag óránkénti bontásban. Mindkét csoport. Rövidítve.

Elhangzott gyakorlati tananyag óránkénti bontásban. Mindkét csoport. Rövidítve. TTK, Matematikus alapszak Differenciálegyenletek 1 (BMETE93AM15) Elhangzott gyakorlati tananyag óránkénti bontásban Mindkét csoport Rövidítve 1 gyakorlat 017 szeptember 7 T01 csoport Elsőrendű közönséges

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

Differenciálegyenletek gyakorlat Matematika BSc II/2, elemző szakirány

Differenciálegyenletek gyakorlat Matematika BSc II/2, elemző szakirány A sebesség fogalmának szemléltetése az Differenciálegyenletek gyakorlat Matematika BSc II/, elemző szakirány. gyakorlat ẋ(t) = lim h 0 x(t+h) x(t) h képlet alapján, ahol t jelöli az időt, x pedig az elmozdulást.

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

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

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

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

Lotka Volterra-féle populációdinamikai modellek vizsgálata

Lotka Volterra-féle populációdinamikai modellek vizsgálata Eötvös Loránd Tudományegyetem Természettudományi Kar Alkalmazott Analízis és Számításmatematikai Tanszék Lotka Volterra-féle populációdinamikai modellek vizsgálata Szakdolgozat Készítette: Kiss Franciska

Részletesebben

Numerikus matematika vizsga

Numerikus matematika vizsga 1. Az a = 2, t = 4, k = 3, k + = 2 számábrázolási jellemzők mellett hány pozitív, normalizált lebegőpontos szám ábrázolható? Adja meg a legnagyobb ábrázolható számot! Mi lesz a 0.8-hoz rendelt lebegőpontos

Részletesebben

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

Példa keresztmetszet másodrendű nyomatékainak számítására

Példa keresztmetszet másodrendű nyomatékainak számítására Példa keresztmetszet másodrendű nyomatékainak számítására Készítette: Kossa Attila (kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék 2011. február 22. Tekintsük az alábbi keresztmetszetet. 1. ábra. A vizsgált

Részletesebben

(!), {z C z z 0 < R} K (K: konv. tart.) lim cn+1

(!), {z C z z 0 < R} K (K: konv. tart.) lim cn+1 Komlex analízis Komlex hatványsorok c n (z z 0 ) n ; R = lim n c n, R = (!), {z C z z 0 < R} K (K: konv. tart.) lim cn+ c n n=0. Van-e olyan komlex hatványsor, melynek a) üres a konvergenciatartománya,

Részletesebben

Lineáris algebra gyakorlat

Lineáris algebra gyakorlat Lineáris algebra gyakorlat 0. gyakorlat Gyakorlatvezet : Bogya Norbert 202. április 23. Sajátérték, sajátvektor, sajátaltér Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok)

Részletesebben

Kvadratikus alakok gyakorlás.

Kvadratikus alakok gyakorlás. Kvadratikus alakok gakorlás Kúpszeletek: Adott eg kvadratikus alak a következő formában: ax 2 + 2bx + c 2 + k 1 x + k 2 + d = 0, a, b, c, k 1, k 2, d R (1) Ezt felírhatjuk a x T A x + K x + d = 0 alakban,

Részletesebben

Szélsőérték-számítás

Szélsőérték-számítás Szélsőérték-számítás Jelölések A következő jelölések mind az f függvény x szerinti parciális deriváltját jelentik: Ugyanígy az f függvény y szerinti parciális deriváltja: f x = xf = f x f y = yf = f y

Részletesebben

1. Sajátérték és sajátvektor

1. Sajátérték és sajátvektor 1. Sajátérték és sajátvektor Leképezés diagoális mátrixa. Kérdés Mely bázisba lesz egy traszformáció mátrixa diagoális? A Hom(V) és b 1,...,b ilye bázis. Ha [A] b,b főátlójába λ 1,...,λ áll, akkor A(b

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

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet

9. 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

Részletesebben

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 8.

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 8. Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 8. előadás Szederkényi Gábor Pázmány Péter Katolikus Egyetem Információs

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

Geometria II gyakorlatok

Geometria II gyakorlatok Geometria II gyakorlatok Kovács Zoltán Copyright c 2011 Last Revision Date: 2012. május 8. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát technikával készült, a megjelenés

Részletesebben

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

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

Részletesebben

92 MAM143A előadásjegyzet, 2008/2009. x = f(t,x). x = f(x), (6.1)

92 MAM143A előadásjegyzet, 2008/2009. x = f(t,x). x = f(x), (6.1) 9 MAM43A előadásjegyzet, 8/9 6. Stabilitáselmélet 6.. Autonóm nemlineáris rendszerek Legyen f : R R n R n. Ekkor az általános elsőrendű explicit nemlineáris differenciálegyenletrendszer alakja x = f(t,x.

Részletesebben

1.7. Elsőrendű lineáris differenciálegyenlet-rendszerek

1.7. Elsőrendű lineáris differenciálegyenlet-rendszerek 7 Elsőrendű lineáris differenciálegyenlet-rendszerek Legyen n N, I R intervallum és A: I M n n (R), B: I R n folytonos függvények, és tekintsük az { y (x) = A(x)y(x) + B(x) y(ξ) = η kezdeti érték problémát,

Részletesebben

Számítási feladatok a Számítógépi geometria órához

Számítási feladatok a Számítógépi geometria órához Számítási feladatok a Számítógépi geometria órához Kovács Zoltán Copyright c 2012 Last Revision Date: 2012. október 15. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát

Részletesebben

λx f 1 (x) e λx f 2 (x) λe λx f 2 (x) + e λx f 2(x) e λx f 2 (x) Hasonlóan általában is elérhető sorműveletekkel, hogy csak f (j)

λx f 1 (x) e λx f 2 (x) λe λx f 2 (x) + e λx f 2(x) e λx f 2 (x) Hasonlóan általában is elérhető sorműveletekkel, hogy csak f (j) Matematika A3 gyakorlat Energetika és Mechatronika BSc szakok, 016/17 ősz 10 feladatsor: Magasabbrendű lineáris differenciálegyenletek (megoldás) 1 Határozzuk meg az e λx, xe λx, x e λx,, x k 1 e λx függvények

Részletesebben

Hamilton rendszerek, Lyapunov függvények és Stabilitás. Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek

Hamilton rendszerek, Lyapunov függvények és Stabilitás. Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek Hamilton rendszerek, Lyapunov függvények és Stabilitás Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek Sokszor nem lehetséges, hogy a tanult linearizációs módszerrel meghatározzuk

Részletesebben

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

7. 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

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

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak

LINEÁRIS 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:

Részletesebben

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

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

Részletesebben

1. Diagonalizálás. A Hom(V) diagonalizálható, ha van olyan bázis, amelyben A mátrixa diagonális. A diagonalizálható van sajátvektorokból álló bázis.

1. Diagonalizálás. A Hom(V) diagonalizálható, ha van olyan bázis, amelyben A mátrixa diagonális. A diagonalizálható van sajátvektorokból álló bázis. 1 Diagonalizálás Diagonalizálható mátrixok Ismétlés Legyen M,N T n n Az M és N hasonló, ha van olyan A lineáris transzformáció, hogy M is és N is az A mátrixa egy-egy alkalmas bázisban Az M és N pontosan

Részletesebben

Saj at ert ek-probl em ak febru ar 26.

Saj at ert ek-probl em ak febru ar 26. Sajátérték-problémák 2018. február 26. Az alapfeladat Adott a következő egyenlet: Av = λv, (1) ahol A egy ismert mátrix v ismeretlen, nem zérus vektor λ ismeretlen szám Azok a v, λ kombinációk, amikre

Részletesebben

Példa: Háromszög síkidom másodrendű nyomatékainak számítása

Példa: Háromszög síkidom másodrendű nyomatékainak számítása Példa: Háromszög síkidom másodrendű nyomatékainak számítása Készítette: Dr. Kossa Attila kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék. február 6. Határozzuk meg az alábbi ábrán látható derékszögű háromszög

Részletesebben

Differenciálegyenletek

Differenciálegyenletek Differenciálegyenletek feladatgyűjtemény Tóth János Simon L. Péter Csikja Rudolf 013. augusztus 6. Tartalomjegyzék Előszó 3 Jelölések 4 I. Feladatok 7 1. Bevezető feladatok 8. Alapok 13.1. Elemi kvalitatív

Részletesebben

= Y y 0. = Z z 0. u 1. = Z z 1 z 2 z 1. = Y y 1 y 2 y 1

= Y y 0. = Z z 0. u 1. = Z z 1 z 2 z 1. = Y y 1 y 2 y 1 Egyenes és sík a térben Elméleti áttekintés Az egyenes paraméteres egyenlete: X = u 1 λ + x 0 Y = u λ + y 0, Z = u λ + z 0 ahol a λ egy valós paraméter Az u = (u 1, u, u ) az egyenes irányvektora és P

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

Szinguláris érték felbontás Singular Value Decomposition

Szinguláris érték felbontás Singular Value Decomposition Szinguláris érték felbontás Singular Value Decomposition Borbély Gábor 7. április... Tétel (teljes SVD. Legyen A C m n mátrix (valósra is jó, ekkor léteznek U C m m és V C n n unitér mátrixok (valósban

Részletesebben

11. gyakorlat megoldásai

11. gyakorlat megoldásai 11. gyakorlat megoldásai Lokális szélsőértékek F1. Határozza meg az alábbi kétváltozós függvények lokális szélsőértékeit! (a) f(x, y) = 4x 2 + 2xy + 5y 2 + 2, (b) f(x, y) = y 4 3y + x 2 y + 2xy, (c) f(x,

Részletesebben

3. Fékezett ingamozgás

3. Fékezett ingamozgás 3. Fékezett ingamozgás A valóságban mindig jelen van valamilyen csillapítás. A gázban vagy folyadékban való mozgásnál, kis sebesség esetén a csillapítás arányos a sebességgel. Ha az vagy az ''+k sin =0,

Részletesebben

Diszkrét matematika I. gyakorlat

Diszkrét 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

Részletesebben

Problémás regressziók

Problémás regressziók Universitas Eotvos Nominata 74 203-4 - II Problémás regressziók A közönséges (OLS) és a súlyozott (WLS) legkisebb négyzetes lineáris regresszió egy p- változós lineáris egyenletrendszer megoldása. Az egyenletrendszer

Részletesebben

Lineáris algebra. (közgazdászoknak)

Lineáris 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

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

Differenciálegyenletek gyakorlat Matematika BSc II/2, elemző szakirány

Differenciálegyenletek gyakorlat Matematika BSc II/2, elemző szakirány Differenciálegyenletek gyakorlat Matematika BSc II/, elemző szakirány 1. gyakorlat Bevezető mese: pillanatnyi sebesség, mozgásegyenlet, radioaktív bomlás, populációdinamika. Differenciálegyenlet, iránymező,

Részletesebben

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

5. Előadás. (5. előadás) Mátrixegyenlet, Mátrix inverze március 6. 1 / 39 5. Előadás (5. előadás) Mátrixegyenlet, Mátrix inverze 2019. március 6. 1 / 39 AX = B (5. előadás) Mátrixegyenlet, Mátrix inverze 2019. március 6. 2 / 39 AX = B Probléma. Legyen A (m n)-es és B (m l)-es

Részletesebben

11. gyakorlat megoldásai

11. gyakorlat megoldásai 11. gyakorlat megoldásai Lokális szélsőértékek F1. Határozzuk meg az alábbi kétváltozós függvények lokális szélsőértékeit! (a) f(x, y) = 4x 2 + 2xy + 5y 2 + 2, (b) f(x, y) = y 4 y + x 2 y + 2xy, (c) f(x,

Részletesebben

Geometria II gyakorlatok

Geometria II gyakorlatok Geometria II gyakorlatok Kovács Zoltán Copyright c 2011 Last Revision Date: 2011. november 29. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát technikával készült, a megjelenés

Részletesebben

1. Transzformációk mátrixa

1. 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)

Részletesebben

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell

9. 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

Részletesebben

Tartalom. 1. Állapotegyenletek megoldása 2. Állapot visszacsatolás (pólusallokáció)

Tartalom. 1. Állapotegyenletek megoldása 2. Állapot visszacsatolás (pólusallokáció) Tartalom 1. Állapotegyenletek megoldása 2. Állapot visszacsatolás (pólusallokáció) 2015 1 Állapotgyenletek megoldása Tekintsük az ẋ(t) = ax(t), x(0) = 1 differenciálegyenletet. Ismert, hogy a megoldás

Részletesebben

Matematika III előadás

Matematika III előadás Matematika III. - 2. előadás Vinczéné Varga Adrienn Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Előadáskövető fóliák Vinczéné Varga Adrienn (DE-MK) Matematika III. 2016/2017/I 1 / 23 paramétervonalak,

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

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

Az előadásokon ténylegesen elhangzottak rövid leírása

Az előadásokon ténylegesen elhangzottak rövid leírása TTK, Matematikus alapszak, Differenciálegyenletek (előadás, gyakorlat) Előadás BMETE93AM03; Gyakorlat BME TE93AM04. Követelmény: Előadás 4/0/0/v/4; Gyakorlat 0/020/f/2 Tananyag (általános megjegyzések).

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

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

7. 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

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

SZABÁLYOZÁSI KÖRÖK 2.

SZABÁLYOZÁSI KÖRÖK 2. Irányítástechnika (BMEGERIA35I) SZABÁLYOZÁSI KÖRÖK 2. 2010/11/1. félév Dr. Aradi Petra Zárt szabályozási körrel szemben támasztott követelmények tulajdonság időtartományban frekvenciatartományban pontosság

Részletesebben

Mátrixfüggvények. Wettl Ferenc április 28. Wettl Ferenc Mátrixfüggvények április / 22

Mátrixfüggvények. Wettl Ferenc április 28. Wettl Ferenc Mátrixfüggvények április / 22 Mátrixfüggvények Wettl Ferenc 2016. április 28. Wettl Ferenc Mátrixfüggvények 2016. április 28. 1 / 22 Tartalom 1 Diagonalizálható mátrixok függvényei 2 Mátrixfüggvény a Jordan-alakból 3 Mátrixfüggvény

Részletesebben

Gauss elimináció, LU felbontás

Gauss elimináció, LU felbontás Közelítő és szimbolikus számítások 3. gyakorlat Gauss elimináció, LU felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 EGYENLETRENDSZEREK 1. Egyenletrendszerek

Részletesebben

Lin.Alg.Zh.1-2 feladatok

Lin.Alg.Zh.1-2 feladatok Lin.Alg.Zh.- feladatok. Lin.Alg.Zh. feladatok.. d vektorok Adott három vektor ā b c az R Euklideszi vektortérben egy ortonormált bázisban.. Mennyi az ā b skalárszorzat? ā b + + 8. Mennyi az n ā b vektoriális

Részletesebben

differenciálegyenletek

differenciálegyenletek Állandó együtthatójú lineáris homogén differenciálegyenletek L[y] = y (n) + a 1y (n 1) + + a ny = 0 a i R (1) a valós, állandó együtthatójú lineáris homogén n-ed rendű differenciálegyenlet Megoldását y

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

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

Matematikai geodéziai számítások 10.

Matematikai geodéziai számítások 10. Matematikai geodéziai számítások 10. Hibaellipszis, talpponti görbe és közepes ponthiba Dr. Bácsatyai, László Matematikai geodéziai számítások 10.: Hibaellipszis, talpponti görbe és Dr. Bácsatyai, László

Részletesebben

Ha ismert (A,b,c T ), akkor

Ha ismert (A,b,c T ), akkor Az eddigiekben feltételeztük, hogy a rendszer állapotát mérni tudjuk. Az állapot ismerete szükséges az állapot-visszacsatolt szabályzó tervezéséhez. Ha nem ismerjük az x(t) állapotvektort, akkor egy olyan

Részletesebben

Az egyenes és a sík analitikus geometriája

Az egyenes és a sík analitikus geometriája Az egyenes és a sík analitikus geometriája Az egyenes a kétdimenziós koordinátarendszerben A kétdimenziós koordinátarendszerben az egyenest egy n(a, B) normálvektorával és egy r 0 helyvektorú P(x 0,y 0

Részletesebben

Keresztmetszet másodrendű nyomatékainak meghatározása

Keresztmetszet másodrendű nyomatékainak meghatározása BUDAPEST MŰSZAK ÉS GAZDASÁGTUDOMÁNY EGYETEM Keresztmetszet másodrendű nyomatékainak meghatározása Segédlet a Szilárdságtan c tárgy házi feladatához Készítette: Lehotzky Dávid Budapest, 205 február 28 ábra

Részletesebben

6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján

6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján Közelítő és szimbolikus számítások 6. gyakorlat Sajátérték, Gersgorin körök Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján . Mátrixok sajátértékei

Részletesebben