Lineáris algebra gyakorlat
|
|
- Imre Molnár
- 7 évvel ezelőtt
- Látták:
Átírás
1 Lineáris algebra gyakorlat 0. gyakorlat Gyakorlatvezet : Bogya Norbert 202. április 23.
2 Sajátérték, sajátvektor, sajátaltér Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Mátrixegyenlet Leontyev-modell Sajátérték, sajátérték 3 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres egyenletrendszer Paraméteres inverz Paraméteres Leontyev-modell
3 Sajátérték, sajátvektor, sajátaltér Sajátérték, sajátvektor Deníció Egy λ R szám az A R n n mátrix sajátértéke, ha létezik olyan v 0 vektor, melyre Av = λv. A fenti denícióban szerepl v oszlopvektor t az A mátrix λ sajátértékéhez tartozó sajátvektornak nevezzük. Megjegyzések: Deníció Egy mátrixnak több sajátértéke is lehet. Egy sajátértékhez több sajátvektor is tartozik. Az Uλ = {x R n : Ax = λx} vektorhalmazt a λ sajátértékhez tartozó sajátaltérnek nevezzük.
4 Sajátérték, sajátvektor, sajátaltér Sajátérték, sajátvektor. Feladat Határozzuk meg a ( mátrix sajátértékeit és a hozzájuk tartozó sajátvektorokat (a sajátalterek egy-egy bázisát)! ) Deníció Egy A R n n mátrix karakterisztikus polinomja f A (x) = A xe, ahol E az (n n)-es egységmátrix. Tétel A λ szám pontosan akkor sajátértéke az A-nak, ha λ gyöke az A karakterisztikus polinomjának.
5 Sajátérték, sajátvektor, sajátaltér Sajátérték, sajátvektor. Feladat Határozzuk meg a ( mátrix sajátértékeit és a hozzájuk tartozó sajátvektorokat (a sajátalterek egy-egy bázisát)! ) λ = 4, λ 2 = 8 U 4 = [( )] [( 3, U 8 = )]
6 Sajátérték, sajátvektor, sajátaltér Sajátérték, sajátvektor 2. Feladat Határozzuk meg a ( mátrix sajátértékeit és a hozzájuk tartozó sajátvektorokat (a sajátalterek egy-egy bázisát)! ) λ = 3, λ 2 = U 3 = [( )] [( 3, U = 4 )]
7 Sajátérték, sajátvektor, sajátaltér Sajátérték, sajátvektor 3. Feladat Határozzuk meg az mátrix sajátértékeit és a hozzájuk tartozó sajátvektorokat (a sajátalterek egy-egy bázisát)! λ = 2, λ 2 = U 2 =, U = 0 0
8 Sajátérték, sajátvektor, sajátaltér Sajátérték, sajátvektor 4. Feladat Határozzuk meg a mátrix λ = sajátértékéhez tartozó sajátaltér egy bázisát! U = 0, 0
9 Gyakorló feladatok a zh-ra (rutinfeladatok) Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Mátrixegyenlet Leontyev-modell Sajátérték, sajátérték 3 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres egyenletrendszer Paraméteres inverz Paraméteres Leontyev-modell
10 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Mátrixegyenlet Leontyev-modell Sajátérték, sajátérték 3 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres egyenletrendszer Paraméteres inverz Paraméteres Leontyev-modell
11 5. Feladat Adjuk meg a következ homogén lineáris egyenletrendszer egy fundamentális rendszerét! (= Adjunk bázist a megoldásalterében!) 3x + 2x 2 + x 3 + 2x 4 = 0 8x + 5x 2 + 3x 3 + 5x 4 = 0 2x x 2 x 3 x 4 = 0 6. Feladat Adjuk meg a következ homogén lineáris egyenletrendszer egy fundamentális rendszerét! (= Adjunk bázist a megoldásalterében!) 2x + x 2 + x 3 + 3x 4 = 0 5x 3x 2 2x 3 6x 4 = 0 (,,, 0) ; (0,, 0, ) (,,, 0) ; (, 3, 0, )
12 Gyakorló feladatok a zh-ra (rutinfeladatok) Mátrixegyenlet Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Mátrixegyenlet Leontyev-modell Sajátérték, sajátérték 3 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres egyenletrendszer Paraméteres inverz Paraméteres Leontyev-modell
13 Mátrixegyenlet 7. Feladat Adja meg a következ mátrixegyenlet megoldását! ( ) ( ) X = Feladat Adja meg a következ mátrixegyenlet megoldását! ( ) ( ) X = ( a X = 3a b 2 3b ), X = 3 6a 5 6b 8 4a 3 4b a b
14 Gyakorló feladatok a zh-ra (rutinfeladatok) Leontyev-modell Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Mátrixegyenlet Leontyev-modell Sajátérték, sajátérték 3 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres egyenletrendszer Paraméteres inverz Paraméteres Leontyev-modell
15 Gyakorló feladatok a zh-ra (rutinfeladatok) Leontyev-modell Leontyev-modell 9. Feladat Egy gazdaság ráfordítási mátrixa ( 0, 6 0, 2 A = 0, 0, 2 Mennyi nyersanyagra van szükség el állításához? ). ( 6 7 ) vektornyi termékek 2 M köd képes-e a gazdaság? ( ) 0 3 Mekkora legyen a bruttó kibocsátás a d = nettó 2 kibocsátás eléréséhez? 4 Nyereséges-e a termelés, ha a rögzített árrendszer v = (; 5)?
16 Gyakorló feladatok a zh-ra (rutinfeladatok) Leontyev-modell Leontyev-modell 9. Feladat megoldása ( ) 5 vektornyi nyersanyagra van szükség. 2 ) 2 Igen, mert a ( ( nemnegatív. ) ( Leontyev-inverz minden eleme ) ( ) 28 = 6 4 I. terméken a veszteség 0,. II. terméken a nyereség 3, 8. Összesen a nyereség 3, 7.
17 Gyakorló feladatok a zh-ra (rutinfeladatok) Sajátérték, sajátérték Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Mátrixegyenlet Leontyev-modell Sajátérték, sajátérték 3 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres egyenletrendszer Paraméteres inverz Paraméteres Leontyev-modell
18 Gyakorló feladatok a zh-ra (rutinfeladatok) Sajátérték, sajátvektor Sajátérték, sajátérték 0. Feladat Határozza meg a következ mátrix sajátértékeit és a hozzájuk tartozó sajátalterek egy bázisát! ( ) λ = 9, [( λ 2 = )] 4 [( 0, 25 U 4 =, U 9 = )]
19 Gyakorló feladatok a zh-ra (rutinfeladatok) Sajátérték, sajátvektor Sajátérték, sajátérték. Feladat Határozza meg a következ mátrix sajátértékeit és a hozzájuk tartozó sajátalterek egy bázisát! λ = 4, λ 2 = 5, 6 λ 3 = 2 U 4 = 6, U 5 = 0 7 4, U 2 = 0 0
20 Gyakorló feladatok a zh-ra (nehezebb feladatok) Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Mátrixegyenlet Leontyev-modell Sajátérték, sajátérték 3 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres egyenletrendszer Paraméteres inverz Paraméteres Leontyev-modell
21 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Mátrixegyenlet Leontyev-modell Sajátérték, sajátérték 3 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres egyenletrendszer Paraméteres inverz Paraméteres Leontyev-modell
22 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres rang 2. Feladat A p valós paraméter értékét l függ en határozzuk meg a következ mátrix rangját! 2 p p Ha p = 3, akkor a rang 2. Ha p 3, akkor a rang Feladat Mindegyik esetben adja meg a mátrix egy maximális méret nemelt n aldeterminánsát!
23 Paraméteres rang 3. Feladat A p valós paraméter értékét l függ en határozzuk meg a következ mátrix rangját! p 6 3 p p p + Ha p =, akkor a rang 2. Ha p = 2, akkor a rang 3. Ha p / { 2, }, akkor a rang Feladat Mindegyik esetben adja meg a mátrix egy maximális méret nemelt n aldeterminánsát!
24 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres egyenletrendszer Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Mátrixegyenlet Leontyev-modell Sajátérték, sajátérték 3 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres egyenletrendszer Paraméteres inverz Paraméteres Leontyev-modell
25 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres egyenletrendszer Paraméteres egyenletrendszer 6.9. Feladat Adjuk meg az alábbi egyenletrendszer megoldását az a valós paraméter értékét l függ en. x 3x 2 + 2x 3 = 2x 4x 2 + 8x 3 = 0 3x + 5x 2 4x 3 = a Ha a =, akkor a megoldás ( 2 8x 3, 2x 3, x 3 ). Ha a, akkor nincs megoldás.
26 20. Feladat Adjuk meg az alábbi egyenletrendszer megoldását a p valós paraméter értékét l függ en. x + x 2 + 3x 3 x 4 = x + (p )x 2 + 4x 3 2x 4 = 3 3x + (2p + 3)x 2 + (p + 9)x 3 4x 4 = 6 2x 2x 2 7x 3 + 3x 4 = 3 Ha p {, 2}, akkor nincs megoldás. Ha p / {, 2}, akkor egyetlen megoldás van: ( ) 9 p (p )(p 2), p 2, 4 (p )(p 2), p 2 + 3p 6. (p )(p 2)
27 20. Feladat javítva Adjuk meg az alábbi egyenletrendszer megoldását a p valós paraméter értékét l függ en. x + x 2 + 3x 3 x 4 = x + (p+)x 2 + 4x 3 2x 4 = 3 3x + (2p + 3)x 2 + (p + 9)x 3 4x 4 = 6 Ha p = 0, akkor nincs megoldás. 2x 2x 2 7x 3 + 3x 4 = 3 Ha p =, akkor végtelen sok megoldás van: ( 3 2x 4,, + x 4, x 4 ), x 4 R. Ha p / {0, }, akkor darab megoldás van: ( p, p, 0, ).
28 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres inverz Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Mátrixegyenlet Leontyev-modell Sajátérték, sajátérték 3 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres egyenletrendszer Paraméteres inverz Paraméteres Leontyev-modell
29 Paraméteres inverz 5. Feladat Határozza meg az A = 2 3 a 0 a mátrix inverzét az a paraméter értékét l függ en! Ha a = 3, akkor az A mátrixnak nem létezik inverze. 2 Ha a 3 2, akkor A = a 2a 3 a 2a 3 3 a 2a 3 0 2a 3 2a 3 2a 3.
30 Paraméteres inverz 5. Feladat Határozza meg az A = x 3 2 x 0 2 mátrix inverzét az x paraméter értékét l függ en! Ha x = 7, akkor az A mátrixnak nem létezik inverze. 6 Ha x 7 6, akkor. A = 2x 6x 7 4 6x 7 2 6x 7 3 2x 6x 7 2 6x 7 6x 7 2x 6x 7 7 6x 7 3x 6x 7.
31 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres Leontyev-modell Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok) Homogén lineáris egyenletrendszer Mátrixegyenlet Leontyev-modell Sajátérték, sajátérték 3 Gyakorló feladatok a zh-ra (nehezebb feladatok) Paraméteres rang Paraméteres egyenletrendszer Paraméteres inverz Paraméteres Leontyev-modell
32 Paraméteres Leontyev-modell 6. Feladat Milyen p valós paraméter esetén lesz az A = ráfordítású mátrixú gazdaság m köd képes? Ha 0 p 2, 25, akkor a gazdaság m köd képes Feladat ( 0, 5 0, 2 p 0, Az x paraméter mely értékei esetén lesz az alábbi mátrix egy m köd képes gazdaság ráfordítási mátrixa? ( ) 0, 2 x 0, 4 0, 5 ) Ha 0 p <, akkor a gazdaság m köd képes.
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
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:
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
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
RészletesebbenMátrixok 2017 Mátrixok
2017 számtáblázatok" : számok rendezett halmaza, melyben a számok helye két paraméterrel van meghatározva. Például lineáris egyenletrendszer együtthatómátrixa 2 x 1 + 4 x 2 = 8 1 x 1 + 3 x 2 = 1 ( 2 4
RészletesebbenLineáris algebra gyakorlat
Lineáris algebra gyakorlat 9. gyakorlat Gyakorlatvezet : Bogya Norbert 202. április 6. Bogya Norbert Lineáris algebra gyakorlat (9. gyakorlat Bázistranszformáció és alkalmazásai (folytatás Tartalom Bázistranszformáció
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
RészletesebbenLineáris leképezések (előadásvázlat, szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla
Lineáris leképezések (előadásvázlat, 2012. szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla Ennek az előadásnak a megértéséhez a következő fogalmakat kell tudni: homogén lineáris egyenletrendszer és
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 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
RészletesebbenLineáris algebra gyakorlat
Lineáris algebra gyakorlat 7. gyakorlat Gyakorlatvezet : Bogya Norbert 2012. március 26. Ismétlés Tartalom 1 Ismétlés 2 Koordinátasor 3 Bázistranszformáció és alkalmazásai Vektorrendszer rangja Mátrix
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
RészletesebbenLineáris 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,
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
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,
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
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
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.
RészletesebbenVIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja
VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag 2019. március 21. Mátrix rangja 1. Számítsuk ki az alábbi mátrixok rangját! (d) 1 1 2 2 4 5 1 1 1 1 1 1 1 1 2 1 2 1 1 0 1 1 2 1 0 1 1 1 1 2 3 1 3
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
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
Részletesebben3. 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
RészletesebbenBázistranszformáció és alkalmazásai
Bázistranszformáció és alkalmazásai Lineáris algebra gyakorlat Összeállította: Bogya Norbert Tartalomjegyzék 1 Elmélet Gyakorlati végrehajtás 2 Vektor bevitele a bázisba Rangszámítás Lineáris egyenletrendszer
Részletesebben8. Előadás. Megyesi László: Lineáris algebra, , oldal. 8. előadás Mátrix rangja, Homogén lineáris egyenletrendszer
8. Előadás Megyesi László: Lineáris algebra, 51. 56., 70. 74. oldal. Gondolkodnivalók Elemi bázistranszformáció 1. Gondolkodnivaló Most ne vegyük figyelembe, hogy az elemi bázistranszformáció során ez
RészletesebbenKvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla
Kvadratikus alakok és euklideszi terek (előadásvázlat, 0. október 5.) Maróti Miklós, Kátai-Urbán Kamilla Az előadáshoz ajánlott jegyzet: Szabó László: Bevezetés a lineáris algebrába, Polygon Kiadó, Szeged,
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
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
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
Részletesebben11. 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
Részletesebben7. 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
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
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
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,
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
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
Részletesebben11. Előadás. Megyesi László: Lineáris algebra, oldal. 11. előadás Kvadratikus alakok, Stratégiai viselkedés
11. Előadás Megyesi László: Lineáris algebra, 98. 108. oldal. Gondolkodnivalók Leontyev-modell, Sajátérték 1. Gondolkodnivaló Határozzuk meg, hogy az x valós paraméter mely értékeire lesz az alábbi A mátrix
RészletesebbenModellek és Algoritmusok - 2.ZH Elmélet
Modellek és Algoritmusok - 2.ZH Elmélet Ha hibát elírást találsz kérlek jelezd: sellei_m@hotmail.com A fríss/javított változat elérhet : people.inf.elte.hu/semsaai/modalg/ 2.ZH Számonkérés: 3.EA-tól(DE-ek)
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?
RészletesebbenLin.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
RészletesebbenAlkalmazott algebra - SVD
Alkalmazott algebra - SVD Ivanyos Gábor 20 sz Poz. szemidenit mátrixok spektrálfelbontásának általánosítása nem feltétlenül négyzetes mátrixokra LSI - mögöttes szemantikájú indexelés "Közelít " webkeresés
RészletesebbenLineáris algebra. =0 iє{1,,n}
Matek A2 (Lineáris algebra) Felhasználtam a Szilágyi Brigittás órai jegyzeteket, néhol a Thomas féle Kalkulus III könyvet. A hibákért felelosséget nem vállalok. Hiányosságok vannak(1. órai lin algebrai
RészletesebbenSzinguláris 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
RészletesebbenLINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40
LINEÁRIS ALGEBRA matematika alapszak SZTE Bolyai Intézet, 2016-17. őszi félév Euklideszi terek Euklideszi terek LINEÁRIS ALGEBRA 1 / 40 Euklideszi tér Emlékeztető: A standard belső szorzás és standard
RészletesebbenNumerikus módszerek 1.
Numerikus módszerek 1. 6. előadás: Vektor- és mátrixnormák Lócsi Levente ELTE IK 2013. október 14. Tartalomjegyzék 1 Vektornormák 2 Mátrixnormák 3 Természetes mátrixnormák, avagy indukált normák 4 Mátrixnormák
RészletesebbenDiszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.
1 Diszkrét matematika I, 12 előadás Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu http://infnymehu/ takach 2005 november 30 Vektorok Definíció Egy tetszőleges n pozitív egész számra n-komponensű
RészletesebbenMat. A2 3. gyakorlat 2016/17, második félév
Mat. A2 3. gyakorlat 2016/17, második félév 1. Hány megoldása lehet az alábbi lineáris egyenletrendszereknek a valós számok körében, ha a -ok tetszőleges (nem feltétlenül egyenlő) számokat jelölnek? 0
RészletesebbenElső 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
Részletesebbeni=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,
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,
RészletesebbenMatematika 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...
RészletesebbenMátrixfüggvények. 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
RészletesebbenLineáris algebra mérnököknek
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Lineáris algebra mérnököknek BMETE93BG20 Sajátérték, sajátvektor, sajátaltér Kf87 2017-11-21
Részletesebben1. 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
RészletesebbenBevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek
Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek Algebra Tanszék B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E
Részletesebbenλx 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
RészletesebbenMA1143v A. csoport Név: december 4. Gyak.vez:. Gyak. kódja: Neptun kód:.
MAv A. csoport Név:... Tekintsük az alábbi mátriot! A 7 a Invertálható-e az A mátri? Ha igen akkor bázistranszformációval határozza meg az inverzét! Ellenőrizze számításait! b Milyen egyéb mátritulajdonságokra
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
RészletesebbenSaj 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
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
RészletesebbenLineáris algebra mérnököknek
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Lineáris algebra mérnököknek BMETE93BG20 Sajátérték, sajátvektor, sajátaltér Kf81 2018-11-20
Részletesebben6. 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
Részletesebbeny + a y + b y = r(x),
Definíció 1 A másodrendű, állandó együtthatós, lineáris differenciálegyenletek általános alakja y + a y + b y = r(x), ( ) ahol a és b valós számok, r(x) pedig adott függvény. Ha az r(x) függvény az azonosan
RészletesebbenDIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC
BSC MATEMATIKA II. MÁSODRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLETEK BSc. Matematika II. BGRMAHNND, BGRMAHNNC MÁSODRENDŰ DIFFERENCIÁLEGYENLETEK Egy explicit közönséges másodrendű differenciálegyenlet általános
RészletesebbenBevezetés az algebrába 2
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Bevezetés az algebrába 2 BMETE91AM37 Mátrixfüggvények H607 2018-05-02 Wettl Ferenc
RészletesebbenA lineáris algebra forrásai: egyenletrendszerek, vektorok
A lineáris algebra forrásai: egyenletrendszerek, vektorok 2016. február 23. A lineáris algebra forrásai: egyenletrendszerek, vektorok 2016. február 23. 1 / 75 Tartalom 1 Vektor A 2- és 3-dimenziós tér
Részletesebbendifferenciálegyenletek
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
RészletesebbenMatematika 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
RészletesebbenBevezetés a számításelméletbe I. 2. zárthelyi november 24.
Bevezetés a számításelméletbe I. 1. zárthelyi 016. október 0. 1. Az e egyenesr l tudjuk, hogy mer legesen dö az x + y + 3z = 6 egyenlet síkot az (1, 1, 1) pontban, az f egyenesr l pedig hogy átmegy az
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
RészletesebbenAlgoritmusok Tervezése. 1. Előadás MATLAB 1. Dr. Bécsi Tamás
Algoritmusok Tervezése 1. Előadás MATLAB 1. Dr. Bécsi Tamás Tárgy adatok Előadó: Bécsi Tamás, St 106, becsi.tamas@mail.bme.hu Előadás:2, Labor:2 Kredit:5 Félévközi jegy 2 db Zh 1 hallgatói feladat A félév
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 A SZÁMÍTÁSELMÉLETBE 1
Wiener Gábor BEVEZETÉS A SZÁMÍTÁSELMÉLETBE 1 FELADATGYŰJTEMÉNY 1 0 1 0 0 1 1 1 0 1 0 1 0 0 1 0 0 0 0 0 1 1 0 0 0 1 0 0 1 0 0 1 0 0 1 1 0 0 1 1 1 1 1 0 0 1 1 1 0 BME SZIT Készült a Budapesti Műszaki és
Részletesebben1. 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
RészletesebbenMegoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1
Megoldott feladatok 00. november 0.. Feladat: Vizsgáljuk az a n = n+ n+ sorozat monotonitását, korlátosságát és konvergenciáját. Konvergencia esetén számítsuk ki a határértéket! : a n = n+ n+ = n+ n+ =
RészletesebbenLineáris Algebra. Tartalomjegyzék. Pejó Balázs. 1. Peano-axiomák
Lineáris Algebra Pejó Balázs Tartalomjegyzék 1. Peano-axiomák 2 1.1. 1.................................................... 2 1.2. 2.................................................... 2 1.3. 3....................................................
RészletesebbenDiszkrét matematika I. gyakorlat
Diszkrét matematika I. gyakorlat 2. ZH 2014. november 28. A csoport 1. Feladat. (5 pont) Határozza meg a z 1 = 2 + 2i komplex szám trigonometrikus alakját, majd adja meg a z 1 z 2 és z 1 z 2 komplex számok
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
RészletesebbenHALMAZELMÉLET feladatsor 1.
HALMAZELMÉLET feladatsor 1. Egy (H,, ) algebrai struktúra háló, ha (H, ) és (H, ) kommutatív félcsoport, és teljesül az ún. elnyelési tulajdonság: A, B H: A (A B) = A, A (A B) = A. A (H,, ) háló korlátos,
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
RészletesebbenLineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31
Lineáris leképezések Wettl Ferenc 2015. március 9. Wettl Ferenc Lineáris leképezések 2015. március 9. 1 / 31 Tartalom 1 Mátrixleképezés, lineáris leképezés 2 Alkalmazás: dierenciálhatóság 3 2- és 3-dimenziós
RészletesebbenTartalom. Állapottér reprezentációk tulajdonságai stabilitás irányíthatóság megfigyelhetőség minimalitás
Tartalom Állapottér reprezentációk tulajdonságai stabilitás irányíthatóság megfigyelhetőség minimalitás 2018 1 Állapottér reprezentációk tulajdonságai Általánosan egy lineáris, SISO dinamikus rendszer
RészletesebbenMatematika 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)
Részletesebben1. Bevezetés A félév anyaga. Lineáris algebra Vektorterek, alterek Függés, függetlenség, bázis, dimenzió Skaláris szorzat R n -ben, vektorok hossza és szöge Lineáris leképezések, mátrixuk, bázistranszformáció
Részletesebbeny = y 0 exp (ax) Y (x) = exp (Ax)Y 0 A n x n 1 (n 1)! = A I + d exp (Ax) = A exp (Ax) exp (Ax)
III Az exp (Ax mátrixfüggvény módszere Ha y = ay, y( = y, a = állandó y = y exp (ax d dx [exp (Ax] = Y = AY, Y ( = Y, Y (x = exp (AxY exp (Ax = I + n= A n x n (n! = A A n x n, n! ] A n x n I + = A exp
Részletesebbenkarakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja
Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja 1.Mátrixok hasonlósága, karakterisztikus mátrix, karakterisztikus
Részletesebben6. Előadás. Megyesi László: Lineáris algebra, oldal. 6. előadás Bázis, dimenzió
6. Előadás Megyesi László: Lineáris algebra, 37. 41. oldal. Gondolkodnivalók Lineáris függetlenség 1. Gondolkodnivaló Legyen V valós számtest feletti vektortér. Igazolja, hogy ha a v 1, v 2,..., v n V
RészletesebbenLineáris algebra numerikus módszerei
Bevezetés Szükségünk van a komplex elemű mátrixok és vektorok bevezetésére. A komplex elemű n-dimenziós oszlopvektorok halmazát C n -el jelöljük. Hasonlóképpen az m n méretű komplex elemű mátrixok halmazát
RészletesebbenSajátértékek 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
RészletesebbenGyakorló 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.,
RészletesebbenSzámítási módszerek a fizikában 1. (BMETE90AF35) tárgy részletes tematikája
Számítási módszerek a fizikában 1. (BMETE90AF35) tárgy részletes tematikája Tasnádi Tamás 2014. szeptember 11. Kivonat A tárgy a BME Fizika BSc szak kötelező, alapozó tárgya a képzés 1. félévében. A tárgy
Részletesebben3. Lineáris differenciálegyenletek
3. Lineáris differenciálegyenletek A közönséges differenciálegyenletek két nagy csoportba oszthatók lineáris és nemlineáris egyenletek csoportjába. Ez a felbontás kicsit önkényesnek tűnhet, a megoldásra
RészletesebbenGyakorlo feladatok a szobeli vizsgahoz
Gyakorlo feladatok a szobeli vizsgahoz Függvények. Viszgaljuk meg, hogy az alabbi fuggvenyek kozuk melyik injektv, szurjektv, illetve bijektv? F : N N, n n b) F : Q Q, c) F : R R, d) F : N N, n n e) F
RészletesebbenEgyenletek, egyenletrendszerek, matematikai modell. 1. Oldja meg az Ax=b egyenletrendszert Gauss módszerrel és adja meg az A mátrix LUfelbontását,
Egyenletek egyenletrendszerek matematikai modell Oldja meg az A=b egyenletrendszert Gauss módszerrel és adja meg az A mátri LUfelbontását ahol 8 b 8 Oldja meg az A=b egyenletrendszert és határozza meg
Részletesebben1. 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
RészletesebbenLineáris egyenletrendszerek
Lineáris egyenletrendszerek 1 Alapfogalmak 1 Deníció Egy m egyenletb l álló, n-ismeretlenes lineáris egyenletrendszer általános alakja: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a
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.
RészletesebbenLineáris Algebra GEMAN 203-B. A három dimenziós tér vektorai, egyenesei, síkjai
Matematika előadás elméleti kérdéseinél kérdezhető képletek Lineáris Algebra GEMAN 203-B A három dimenziós tér vektorai, egyenesei, síkjai a) Hogyan számítjuk ki az a = (a 1, a 2, a 3 ) és b = (b 1, b
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
RészletesebbenNumerikus módszerek II. zárthelyi dolgozat, megoldások, 2014/15. I. félév, A. csoport. x 2. c = 3 5, s = 4
Numerikus módszerek II. zárthelyi dolgozat, megoldások, 204/5. I. félév, A. csoport. Feladat. (6p) Alkalmas módon választva egy Givens-forgatást, határozzuk meg az A mátrix QR-felbontását! Oldjuk meg ennek
Részletesebben