DETERMINÁNSSZÁMÍTÁS. Határozzuk meg a 1 értékét! Ez most is az egyetlen elemmel egyezik meg, tehát az értéke 1.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "DETERMINÁNSSZÁMÍTÁS. Határozzuk meg a 1 értékét! Ez most is az egyetlen elemmel egyezik meg, tehát az értéke 1."

Átírás

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 értéke, pontosabban ezeknek a számítása ugyanazon módszerek alkalmazását jelentik. A determináns abszolútértékének szemléletes jelentés csak x-es, és x-as esetben tulajdonítható. Bizonyítható, hogy előbbinél az oszlopvektorok által kifeszített paralelogramma területét, utóbbinál paralelepipedon térfogatát adja. Érdemes lesz megjegyezni az egyes típusoknál alkalmazható klasszikus, vagy éppen speciális módszereket. A) x-es TÍPUS Semmitmondó a számítási módszerek szempontjából, de a rend kedvéért ezt az esetet is megemlítjük. A determináns értéke ilyenkor nyilvánvalóan megegyezik a mátrix (vagy a determináns) egyetlen elemével.. PÉLDA Világos, hogy a megoldás det A =. Számítsuk ki az A = [] determinánsát!. PÉLDA Határozzuk meg a értékét! Ez most is az egyetlen elemmel egyezik meg, tehát az értéke. A továbbiakban főleg az adott típushoz felhasználható klasszikus módszereket tárgyaljuk, de mindig megemlítjük az emellett elvileg is helyesen, de többnyire körülményesebben használható módszereket is.

2 B) x-es TÍPUS KLASSZIKUS MÓDSZER A főátlóban lévő (vagyis a bal felső és a jobb alsó elemet összekötő átló mentén található) elemek szorzatából kivonjuk a mellékátlóban lévő (értelemszerűen a jobb felsőt és a bal alsót összekötő átlóban található) elemek szorzatát. Ez csak x-es esetben használható módszer.. PÉLDA Mennyi a B = [ 4 ] determinánsa? A fentiek alapján adódik, hogy det B = ( ) ( ) 4 =. 4. PÉLDA Mennyi az értéke? Hasonlóan az előzőhöz, azt írhatjuk, hogy ( ) =. EGYÉB MÓDSZEREK Elvileg is helyesen alkalmazható eljárás lenne még a kifejtési tétel, valamint a Gauss-elimináció is. Azonban ezek inkább a nagyobb mátrixok (determinánsok) esetében használatosak, ezért részletesebben csak ott tárgyaljuk. A két iménti módszer közül a kifejtési tétel elméletileg univerzális abban a tekintetben, hogy bármilyen négyzetes esetben használható, de látni fogjuk, hogy számítási igény tekintetében ez (általános esetben) csak elméleti lehetőség lesz. A másik eljárás előnye (klasszikusan) éppen ilyenkor fog megmutatkozni.

3 C) x-as TÍPUS Két klasszikus mellett egy speciális módszert is tárgyalunk. Ugyanazon feladat esetében, de más-más módszer felhasználásával, nyilván mindig ugyanannak a végeredménynek kell kijönnie. KLASSZIKUS MÓDSZEREK Kifejtési tétel Választunk egy sort, vagy oszlopot, lehetőleg olyat, amelyben minél több zérus elem található. A sor, vagy oszlop elemeit szorozzuk az elemhez tartozó előjeles aldeterminánssal (az előjelet a sakktábla-szabály határozza meg, az elemhez az aldetermináns annak sorának és oszlopának elhagyásával kapható meg), majd ezeket a szorzatokat összeadjuk. A tétel fontos tulajdonsága, hogy az eredmény független attól, hogy melyik sor (vagy oszlop) szerint fejtünk ki.. PÉLDA 4 Adjuk meg a C mátrix determinánsát, ha C = [ 8 7]! 7 Fejtsük ki előbb például a III. oszlop szerint. Ekkor a sakktábla-szabály szerinti + előjelek, tehát det C = = + = 4 8 = 4. Ugyanezt kapjuk, ha a II. sor szerint dolgozunk. A megfelelő előjelek +, így det C = ( ) = = 7 = 4.

4 6. PÉLDA Számítsuk ki az 6 értékét! Dolgozzunk most előbb az I. sor szerint. Az aldetermináns előjelek + +, és ezzel a keresett érték ( ) = = + =. Gyakorlásképpen számoljuk ki még a II. oszlop szerint is. Az előjelek +, ezzel = =. 6 GYAKORLÓ FELADATOK Határozzuk meg a D = [ ] determinánsát! 4 (Megoldás: det D = ) 4 Számítsuk ki a determinánst, ha F = [ ]! (Megoldás: det F = 8) Adjuk meg a értékét! 4 (Megoldás: )

5 Gauss-elimináció A determináns értéke nem változik meg, ha az egyik sorához (vagy oszlopához) egy másik sorának (vagy oszlopának) a számszorosát adjuk hozzá. Így elérhető az ún. felső (vagy alsó) háromszögmátrix alak. Ezt azt jelenti, hogy a főátló alatt (vagy felett) minden egyes elem zérus. Szintén bizonyítható tétel, hogy ilyenkor a mátrix determinánsa (a determináns értéke) annak főátlójában lévő elemek szorzata lesz. A módszer főleg nagyobb mátrixok esetén jelent számítási előnyt. 7.PÉLDA 4 Mennyi det G, ha G = [ ]? Gauss-eliminációnál célszerű oszloponként haladni, és a főátló alatti elemeket ilyen módon kinullázni. 4 [ ] II.s.+I.s.() 4 III.s.+I.s.( ) [ 9 ] III.s.+II.s.() 4 [ 9] 6 A fentiek alapján det G = ( ) ( ) 6 = PÉLDA A tárgyalt módszerrel adjuk meg az 4 4 értékét! 6 Ugyan a bal felső elemmel is lehetne nullázni, de a számolás egyszerűbbé válik, ha sorokat (I. sor III. sor) cserélünk. Nagyon fontos szabály, hogy ekkor a determináns előjelet vált II.s.+I.s.( ) 6 III.s.+I.s.() III.s.+II.s.(6) Tehát a determináns értéke [( ) ( ) ( )] = 6.

6 9. PÉLDA Számítsuk ki a G = [ 4 ] determinánsát! Most nyilván szükségképpen kell sorokat cserélnünk III.s.+I.s.( ) 4 III.s.+II.s.() Ebből már azonnal adódik, hogy det G = ( ) =. GYAKORLÓ FELADATOK 6 Legyen H = [ 4 8]. Számítsuk ki a determinánsát! 4 (Megoldás: det H = 96) Mennyi lehet c R értéke, ha 4c =? 8 c + (Megoldás: c =, vagy c = 4) Határozzuk meg értékét! 4 (Megoldás: ) SPECIÁLIS MÓDSZER Kizárólag x-as típusnál használható az ún. Sarrus-szabály. Felírjuk az első két oszlopot a mátrix (vagy a determináns) mögé, és fő-, illetve mellékátló irányú szorzatokat képzünk. Előbbiek pozitív, utóbbiak negatív előjellel szerepelnek.

7 . PÉLDA Mennyi a mátrix determinánsa, ha H = [ ]? 4 Először is másoljuk át az I. és a II. oszlopot (ebben a sorrendben) az eredeti mátrix (vagy determináns) III. oszlopa mögé, majd képezzük a szükséges (azaz átlóirányú) szorzatokat. [ ] [ ] 4 4 Ebből azt kapjuk, hogy det H = +( 4) + [( ) ] + [ ( ) ] ( ) ( ) [( ) ( ) 4] = = 4.. PÉLDA Dolgozzunk a szabállyal a 4 esetében! Mivel x-as determinánsról van szó, használhatjuk ezt az eljárást. 4 4 Így +[( ) ] + [ ( 4) ( )] + ( ) [ ( )] [( ) ( 4) ] ( ) = =. GYAKORLÓ FELADATOK Oldjuk meg ez eddigiekben kitűzött minta-, és/vagy gyakorló feladatokat, de az ott kitűzöttől eltérő módszerrel, tehát például kifejtési tétel helyett Gauss-eliminációval, Gauss-elimináció helyett Sarrus-szabállyal stb.! (Megoldás: lásd fent)

8 D) 4x4-ES TÍPUS Célszerű a Gauss-elimináció, mert a kifejtés aldeterminánsai nxn-es esetben (n )x(n )-esek, de nagy n-ekre a számításigény gyorsan nő, előbbinél O(n!), utóbbinál csak O(n ). Elvét tekintve azonban a kifejtés is használható.. PÉLDA Hozzuk felső háromszög alakra, és adjuk meg II.+I.( ) III.+I. IV.+I.( ) III.+II.() IV.+II.( ) II. IV. 8 4 IV.+III.( ) 9 Végül a determináns értéke ( ) =. értékét! GYAKORLÓ FELADAT 6 Számítsuk ki K = [ (Megoldás: det K = 7) 9 ] determinánsát! Mennyi, illetve 4 (Megoldás:, illetve 6) 4 értéke?

9 INVERZ MÁTRIX Ha A (nxn) egy reguláris mátrix (azaz det A ), akkor egyértelműen létezik az inverz mátrixa (A - ). A mátrix és saját inverzének szorzata az egységmátrixot kell adja. Két módszert is tárgyalunk, mindkettő univerzális, azaz (elvileg) bármilyen típusra használható. A számítás igény növekedése miatt a klasszikus képlet csak kisebb mátrixok esetén célszerű. A) KLASSZIKUS KÉPLET Az inverz mátrixot úgy kaphatjuk meg, hogy az adjungált mátrixot beszorozzuk a determináns reciprokával. Az adjungált mátrix pedig úgy számolható ki, hogy a mátrix minden elemének helyére az ahhoz tartozó előjeles aldeterminánst helyettesítjük, ezeket kiszámoljuk, majd az így kapott mátrixot transzponáljuk. Tehát a klasszikus képlet A - =(/det A) adj A. x-es ESET Ez a típus az inverz számításának szempontjából is semmitmondó, ugyanis az ránézésből is megmondható, de a rend kedvéért megemlítjük.. PÉLDA Adjuk meg az A = [ 4] inverzét! Az előző fejezet alapján det A = 4! A -. Az aldetermináns felírása most egy kicsit sántít, hiszen az az elem sorának és oszlopának elhagyásával lenne megkapható. Az inverz a fenti szorzat definíció alapján azonnal felírható. A - = [ 4 ]

10 x-es ESET. PÉLDA Határozzuk meg a B = [ ] inverzét! Világos, hogy mivel det B = ( ) ( ) =! B -. adj B = [ T ] B - = [ ] = [ ]. PÉLDA Számítsuk ki az inverz mátrixot, ha C = [ 4 ]! Először is det C = ( ) 4 = 4! C -. T 4 adj C= [ ] = [ 4 ] Innen a beszorzás után már könnyen felírható a keresett inverz. C - = [ ] GYAKORLÓ FELADAT Adjuk meg a D = [ ] inverzét! (Megoldás: D - = [ Megjegyezzük, hogy az A A - =A - A=E szorzatok ellenőrzésétől valamennyi esetben eltekintünk. ])

11 x-as ESET A klasszikus képlet alkalmazásának ez a típus szab ésszerű határt. Ugyanis egy nagyobb, például 4x4-es mátrix esetében annak minden egyes eleméhez x- as aldetermináns tartozik, és ilyenből kellene 6-ot kiszámolnunk. 4. PÉLDA Mi az inverz mátrix, ha F = [ ]? II.s.+I.s.() III.s.+I.s.() [ ] [ 6] Célszerűen az I. oszlop szerint kifejtve, vagy még egy eliminációs lépést végezve adódik, hogy det F = [( ) 6 ( )] =! F -. adj F= [ ] T = [ 6] Értelemszerűen, ha a determináns értéke, akkor az inverz megegyezik az adjungálttal. F - = [ 6]. PÉLDA 4 Számítsuk ki a G = [ 4 ] inverz mátrixát! 7 II.o.+I.o.(4) III.o.+I.o.( ) 4 [ 4 ] [ 4 ] 7 6

12 Az inverz létezik, hiszen det G = ( ) [4 ( ) ( ) ( 6)] = adj G = [ ] T 8 8 = [ 4 ] (/det G)-vel való beszorzás, illetve egyszerűsítés után adódik a keresett inverz. G - = [ 9 4 ] GYAKORLÓ FELADATOK Keressük meg a H = [ 6 ] inverz mátrixát! (Megoldás: H - = [ 6 9]) 7 4 Határozzuk meg az inverz mátrixot, ha K = [ 4 ]! (Megoldás: K - = [ ]) 7 6

13 B) GAUSS-JORDAN-ELIMINÁCIÓ Lényege, hogy az ún. kibővített mátrixban sorok összeadásával elérhetjük, hogy ( A E ) ( E A - ). Egyik lépése főátlóban az -esek kialakítása, a másik pedig a főátló alatti és feletti elemek nullázása (a két lépés sorrendje tetszőleges). x-es ESET 6. PÉLDA ( A E )= ( 4 ) I.s.( 4 ) ( 4 ) =( E A- ) x-es ESET 7. PÉLDA (B E)= ( ) II.s.+I.s.( ) ( ) I.s.+II.s.() ( ) =( E B- ) 8. PÉLDA (C E)= ( x-as ESET I.s.( ) 4 ) II.s.+I.s.( 4) ( 4 4 I.s.+II.s.( 7 ) ) II.s.( 4 ) ( ) =(E C - ) 9. PÉLDA II.s.+I.s.() III.s.+I.s.() ( F E )= ( ) ( 6 )

14 II.s.( ) I.s.+II.s.() III.s.+II.s.() III.s.( ) II.s.+III.s.(6) I.s.+III.s.() ( 6 ) ( 6) =( E F - ). PÉLDA II.s.+I.s.() III.s.+I.s.( ) I.s.( ) 4 4 ( G E )= ( 4 ) ( 4 ) 7 6 II.s.( 4 ) I.s.+II.s.(4) III.s.+II.s.(6) ( 4 4 ) III.s.( ) I.s.+III.s.( ) II.s.+III.s.( 4 ) ( 9 4 ) =(E G - ) GYAKORLÓ FELADATOK 4 Számoljuk ki az inverzt, ha H = [ 6 ]! 6 7 (Megoldás: H - = [ ]) Adjuk meg az inverz mátrixot, ha K = [ 4]! (Megoldás: K - = [ ])

Műveletek mátrixokkal. Kalkulus. 2018/2019 ősz

Műveletek 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

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

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

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

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

1. A kétszer kettes determináns

1. 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

Részletesebben

1. ábra ábra

1. ábra ábra A kifejtési tétel A kifejtési tétel kimondásához először meg kell ismerkedni az előjeles aldetermináns fogalmával. Ha az n n-es A mátrix i-edik sorának és j-edik oszlopának kereszteződésében az elem áll,

Részletesebben

Gauss-eliminációval, Cholesky felbontás, QR felbontás

Gauss-eliminációval, Cholesky felbontás, QR felbontás Közelítő és szimbolikus számítások 4. gyakorlat Mátrix invertálás Gauss-eliminációval, Cholesky felbontás, QR felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei

Részletesebben

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

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. 3. előadás: Mátrixok LU-felbontása Lócsi Levente ELTE IK 2013. szeptember 23. Tartalomjegyzék 1 Alsó háromszögmátrixok és Gauss-elimináció 2 Háromszögmátrixokról 3 LU-felbontás Gauss-eliminációval

Részletesebben

Mátrixok, mátrixműveletek

Mátrixok, 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

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

Matematikai statisztika 1.

Matematikai statisztika 1. Matematikai statisztika 1 segédanyag Daróczi Gergely Szociológia Intézet 2010 Matematikai statisztika 1 01 Mátrixok A mátrix vízszintes vonalban elhelyezked elemei sorokat, függ leges vonalban elhelyezked

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

és n oszlopból áll, akkor m n-es mátrixról beszélünk. (Az oszlopok száma a mátrix vízszintes mérete, a sorok 2 3-as, a ij..

és 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

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

Lineáris algebra (10A103)

Lineáris 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

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

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

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

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

Részletesebben

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

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

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

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

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

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

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS 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

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

összeadjuk 0-t kapunk. Képletben:

összeadjuk 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

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

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

Bodó Bea, Somonné Szabó Klára Matematika 2. közgazdászoknak

Bodó 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

Részletesebben

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja 1.Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus

Részletesebben

3. Előadás. Megyesi László: Lineáris algebra, oldal. 3. előadás Lineáris egyenletrendszerek

3. Előadás. Megyesi László: Lineáris algebra, oldal. 3. előadás Lineáris egyenletrendszerek 3. Előadás Megyesi László: Lineáris algebra, 47. 50. oldal. Gondolkodnivalók Determinánsok 1. Gondolkodnivaló Determinánselméleti tételek segítségével határozzuk meg a következő n n-es determinánst: 1

Részletesebben

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

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

Részletesebben

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

Szöveges feladatok a mátrixaritmetika alkalmazására

Szöveges feladatok a mátrixaritmetika alkalmazására Szöveges feladatok a mátrixaritmetika alkalmazására Bevezetés: Tekintsük az alábbi -es mátrixot: A. Szorozzuk meg ezt jobbról egy alkalmas méretű (azaz -es) oszlopvektorral, amely az R tér kanonikus bázisának

Részletesebben

9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz

9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz 9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz. Mindkét eliminációs módszer műveletigénye sokkal kisebb, mint a Cramer-szabályé:

Részletesebben

LINEÁRIS 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 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

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

Egész számok. pozitív egész számok: 1; 2; 3; 4;... negatív egész számok: 1; 2; 3; 4;...

Egész számok. pozitív egész számok: 1; 2; 3; 4;... negatív egész számok: 1; 2; 3; 4;... Egész számok természetes számok ( ) pozitív egész számok: 1; 2; 3; 4;... 0 negatív egész számok: 1; 2; 3; 4;... egész számok ( ) 1. Írd a következõ számokat a halmazábra megfelelõ helyére! 3; 7; +6 ; (

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA MATEmATIkA I 8 VIII VEkTOROk 1 VEkTOR Vektoron irányított szakaszt értünk Jelölése: stb Vektorok hossza A vektor abszolút értéke az irányított szakasz hossza Ha a vektor hossza egységnyi akkor

Részletesebben

Hadamard-mátrixok Előadó: Hajnal Péter február 23.

Hadamard-mátrixok Előadó: Hajnal Péter február 23. Szimmetrikus kombinatorikus struktúrák MSc hallgatók számára Hadamard-mátrixok Előadó: Hajnal Péter 2012. február 23. 1. Hadamard-mátrixok Ezen az előadáson látásra a blokkrendszerektől független kombinatorikus

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

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

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

3. 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

Részletesebben

Első zárthelyi dolgozat megoldásai biomatematikából * A verzió

Első zárthelyi dolgozat megoldásai biomatematikából * A verzió Első zárthelyi dolgozat megoldásai biomatematikából * A verzió Elméleti kérdések: E. Mikor nevezünk egy gráfot gyengén és mikor erősen összefüggőnek? Adjon példát gyengén összefüggő de erősen nem összefüggő

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

O ( 0, 0, 0 ) A ( 4, 0, 0 ) B ( 4, 3, 0 ) C ( 0, 3, 0 ) D ( 4, 0, 5 ) E ( 4, 3, 5 ) F ( 0, 3, 5 ) G ( 0, 0, 5 )

O ( 0, 0, 0 ) A ( 4, 0, 0 ) B ( 4, 3, 0 ) C ( 0, 3, 0 ) D ( 4, 0, 5 ) E ( 4, 3, 5 ) F ( 0, 3, 5 ) G ( 0, 0, 5 ) 1. feladat Írjuk föl a következő vektorokat! AC, BF, BG, DF, BD, AG, GB Írjuk föl ezen vektorok egységvektorát is! a=3 m b= 4 m c= m Írjuk föl az egyes pontok koordinátáit: O ( 0, 0, 0 ) A ( 4, 0, 0 )

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

Számítógépes Grafika mintafeladatok

Számítógépes Grafika mintafeladatok Számítógépes Grafika mintafeladatok Feladat: Forgassunk a 3D-s pontokat 45 fokkal a X tengely körül, majd nyújtsuk az eredményt minden koordinátájában kétszeresére az origóhoz képest, utána forgassunk

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

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

XI 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

Részletesebben

FELADATGY JTEMÉNY MATEMATIKA I. GYAKORLATHOZ KÉZI CSABA

FELADATGY JTEMÉNY MATEMATIKA I. GYAKORLATHOZ KÉZI CSABA FELADATGY JTEMÉNY MATEMATIKA I. GYAKORLATHOZ KÉZI CSABA KÉZI CSABA El szó Ez a feladatgy jtemény a Debreceni Egyetem M szaki Karának Matematika I. tantárgyának tematikájához szorosan illeszkedik. Célja

Részletesebben

Mátrixok február Feladat: Legyen A = ( ( B =

Mátrixok 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

Részletesebben

Vektorgeometria (1) First Prev Next Last Go Back Full Screen Close Quit

Vektorgeometria (1) First Prev Next Last Go Back Full Screen Close Quit Vektorgeometria (1) First Prev Next Last Go Back Full Screen Close Quit 1. A térbeli irányított szakaszokat vektoroknak hívjuk. Két vektort egyenlőnek tekintünk, ha párhuzamos eltolással fedésbe hozhatók.

Részletesebben

Bázistranszformáció és alkalmazásai 2.

Bázistranszformáció 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

Részletesebben

6. előadás. Vektoriális szorzás Vegyesszorzat

6. előadás. Vektoriális szorzás Vegyesszorzat 6. előadás Vektoriális szorzás Vegyesszorzat Bevezetés Definíció: Az a és b vektorok vektoriális szorzata egy olyan axb vektor, melynek hossza a vektorok abszolút értékének és hajlásszögük szinuszának

Részletesebben

First Prev Next Last Go Back Full Screen Close Quit. Matematika I

First Prev Next Last Go Back Full Screen Close Quit. Matematika I Matematika I (Analízis) Készítette: Horváth Gábor Kötelező irodalom: Ács László, Gáspár Csaba: Analízis 1 Oktatási segédanyagok és a tantárgyi követelményrendszer megtalálható a http://rs1.szif.hu/ horvathg/horvathg.html

Részletesebben

5 = hiszen és az utóbbi mátrix determinánsa a középs½o oszlop szerint kifejtve: 3 7 ( 2) = (példa vége). 7 5 = 8. det 6.

5 = hiszen és az utóbbi mátrix determinánsa a középs½o oszlop szerint kifejtve: 3 7 ( 2) = (példa vége). 7 5 = 8. det 6. A pivotálás hasznáról és hatékony módjáról Adott M mátrixra pivotálás alatt a következ½ot értjük: Kijelölünk a mátrixban egy nemnulla elemet, melynek neve pivotelem, aztán az egész sort leosztjuk a pivotelemmel.

Részletesebben

1. Geometria a komplex számsíkon

1. 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

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

11. DETERMINÁNSOK. 11.1 Mátrix fogalma, műveletek mátrixokkal

11. 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

Részletesebben

Megoldás: Mindkét állítás hamis! Indoklás: a) Azonos alapú hatványokat úgy szorzunk, hogy a kitevőket összeadjuk. Tehát: a 3 * a 4 = a 3+4 = a 7

Megoldás: Mindkét állítás hamis! Indoklás: a) Azonos alapú hatványokat úgy szorzunk, hogy a kitevőket összeadjuk. Tehát: a 3 * a 4 = a 3+4 = a 7 A = {1; 3; 5; 7; 9} A B = {3; 5; 7} A/B = {1; 9} Mindkét állítás hamis! Indoklás: a) Azonos alapú hatványokat úgy szorzunk, hogy a kitevőket összeadjuk. Tehát: a 3 * a 4 = a 3+4 = a 7 Azonos alapú hatványokat

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

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

A mátrix típusát sorainak és oszlopainak száma határozza meg. Tehát pl. egy 4 sorból és 3 oszlopból álló mátrix 4 3- as típusú.

A 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

Részletesebben

Gyors fejszámolási tippek, trükkök és ötletek (II. rész)

Gyors fejszámolási tippek, trükkök és ötletek (II. rész) Gyors fejszámolási tippek, trükkök és ötletek (II. rész) Tuzson Zoltán, Székelyudvarhely Az előző részben bemutatott trükkök után, most következzenek sajátos alakú kétjegyű számok szorzása, és hatványozása:

Részletesebben

Egyenletek, egyenlőtlenségek V.

Egyenletek, egyenlőtlenségek V. Egyenletek, egyenlőtlenségek V. DEFINÍCIÓ: (Másodfokú egyenlet) Az ax + bx + c = 0 alakban felírható egyenletet (a, b, c R; a 0), ahol x a változó, másodfokú egyenletnek nevezzük. TÉTEL: Az ax + bx + c

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 Vektorok 2019-09-10 MGFEA Wettl Ferenc ALGEBRA

Részletesebben

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

Vektorgeometria (2) First Prev Next Last Go Back Full Screen Close Quit Vektorgeometria (2) First Prev Next Last Go Back Full Screen Close Quit 1. Tekintsünk a térben egy P (p 1, p 2, p 3 ) pontot és egy v = (v 1, v 2, v 3 ) = 0 vektort. Ekkor pontosan egy egyenes létezik,

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

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

12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor 12. előadás Egyenletrendszerek, mátrixok Dr. Szörényi Miklós, Dr. Kallós Gábor 2015 2016 1 Tartalom Matematikai alapok Vektorok és mátrixok megadása Tömbkonstansok Lineáris műveletek Mátrixok szorzása

Részletesebben

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

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

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

2014/2015-ös tanév II. féléves tematika

2014/2015-ös tanév II. féléves tematika Dr Vincze Szilvi 24/25-ös tnév II féléves temtik Mátrix foglm, speciális mátrixok Műveletek mátrixokkl, mátrix inverze 2 A determináns foglm és tuljdonsági 3 Lineáris egyenletrendszerek és megoldási módszereik

Részletesebben

Matematikai geodéziai számítások 5.

Matematikai geodéziai számítások 5. Matematikai geodéziai számítások 5 Hibaterjedési feladatok Dr Bácsatyai László Matematikai geodéziai számítások 5: Hibaterjedési feladatok Dr Bácsatyai László Lektor: Dr Benedek Judit Ez a modul a TÁMOP

Részletesebben

Egyenletek, egyenlőtlenségek VII.

Egyenletek, egyenlőtlenségek VII. Egyenletek, egyenlőtlenségek VII. Magasabbfokú egyenletek: A 3, vagy annál nagyobb fokú egyenleteket magasabb fokú egyenleteknek nevezzük. Megjegyzés: Egy n - ed fokú egyenletnek legfeljebb n darab valós

Részletesebben

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások Megoldások 1. Oldd meg a következő egyenleteket! (Alaphalmaz: Z) a) (x 1) (x + 1) 7x + 1 = x (4 + x) + 2 b) 1 2 [5 (x 1) (1 + 2x) 2 4x] = (7 x) x c) 2 (x + 5) (x 2) 2 + (x + 1) 2 = 6 (2x + 1) d) 6 (x 8)

Részletesebben

I. Egyenlet fogalma, algebrai megoldása

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

Részletesebben

Lineáris algebra (10A103)

Lineáris 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

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

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

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

Gazdasági matematika II. tanmenet

Gazdasági 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.):

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

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

Definíció: A tér irányított szakaszait vektoroknak nevezzük. Egy vektort akkor tekintünk adottnak, ha ismerjük a nagyságát és az irányát.

Definíció: 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

Részletesebben

Matlab alapok. Baran Ágnes

Matlab alapok. Baran Ágnes Matlab alapok Mátrixok Baran Ágnes Mátrixok megadása Mátrix megadása elemenként A = [1, 2, 3; 4, 5, 6; 7, 8, 9] vagy A = [1 2 3; 4 5 6; 7 8 9] eredménye: A = 1 2 3 4 5 6 7 8 9 (Az egy sorban álló elemeket

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

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

Lineáris algebra és a rang fogalma (el adásvázlat, szeptember 29.) Maróti Miklós

Lineáris 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

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 Vektorok a 2- és 3-dimenziós tér Kf81 2018-09-04

Részletesebben

Definíció: A tér irányított szakaszait vektoroknak nevezzük. Egy vektort akkor tekintünk adottna, ha ismerjük a nagyságát és az irányát.

Definíció: 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

Részletesebben

FELVÉTELI VIZSGA, szeptember 12.

FELVÉTELI VIZSGA, szeptember 12. BABEŞ-BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR FELVÉTELI VIZSGA, 08. szeptember. Írásbeli vizsga MATEMATIKÁBÓL FONTOS TUDNIVALÓK: A feleletválasztós feladatok,,a rész esetén egy

Részletesebben

1. konferencia: Egyenáramú hálózatok számítása

1. konferencia: Egyenáramú hálózatok számítása 1. konferencia: Egyenáramú hálózatok számítása 1.feladat: 20 1 kω Határozzuk meg az R jelű ellenállás értékét! 10 5 kω R z ellenállás értéke meghatározható az Ohm-törvény alapján. Ehhez ismernünk kell

Részletesebben

Polinomok, Lagrange interpoláció

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

Részletesebben

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