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

Méret: px
Mutatás kezdődik a ... oldaltól:

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

Átírás

1 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 másrészt f(x + y = f ( (x 1, + (y 1, y 2 = f(x 1 + y 1, + y 2 = = ( 3(x 1 + y 1 + 2( + y 2, x 1 + y 1 ( + y 2 = = (3x 1 + 3y y 2, x 1 + y 1 y 2, f(x + f(y = f(x 1, + f(y 1, y 2 = (3x 1 + 2y 1, x 1 y 1 + (3 + 2y 2, y 2 = = (3x 1 + 2y y 2, x 1 y 1 + y 2 = = (3x 1 + 3y y 2, x 1 + y 1 y 2, így f(x + y = f(x + f(y, tehát f additív Másrészt f(cx = f ( c(x 1, = f(cx 1, c = (3cx 1 + 2c, cx 1 c, másrészt cf(x = c(3x 1 + 2, x 1 = (3cx 1 + 2c, cx 1 c, így f(cx = cf(x, azaz f homogén Mivel f additív és homogén, ezért lineáris 2 Lineáris-e az f : R 2 R 2 f(x, y = (x + y, leképezés? Legyen x = (x 1, R 2, c R Ekkor f(cx = f ( c(x 1, = f(cx 1, c = (cx 1 + c, c 2 1, másrészt cf(x = c(x 1 +, 1 = (cx 1 + c, c 1, így f(cx cf(x, tehát f nem homogén, így nem lineáris 1

2 2 3 Mutassuk meg, hogy ha f : R 2 R 2 lineáris, akkor f( = Ha f lineáris, akkor additív, így f(x + y = f(x + f(y Legyen x = y = Ekkor azaz f( + = f( + f(, f( = 2f(, így f( = 4 Lineáris-e az f : R 2 R 2 f(x, y = (x + y + 1, x y leképezés? Mivel f( = (1, (,, ezért f nem lineáris 5 Tekintsük az f : R 2 R 2, f(x, y = (2x + 2y, 2x + 5y lineáris leképezést! a Írjuk föl a lineáris leképezés (természetes bázisra vonatkozó mátrixát! b Határozzuk meg a (3, 1 vektor képét a lineáris leképzés mátrixának segítségével! c Írjuk föl a lineáris leképzés karakterisztikus polinomját! d Írjuk föl a lineáris leképzés karakterisztikus egyenletét! e Határozzuk meg a lineáris leképezés sajátértékeit! f Határozzuk a különböz sajátértékekhez tartozó sajátvektorokat! a A lineáris leképezés természetes bázisra vonatkozó mátrixát úgy írhatjuk föl, hogy megnézzük a természetes bázis tagjain felvett értékeket, majd ezekb l, mint oszlopvektorokból képezünk egy mátrixot: f(1, = (2, 2, f(, 1 = (2, 5 Így a lineáris leképzés mátrixa A = (

3 b Minden lineáris leképzés a mátrixával balról szorzásként hat, így a v(3, 1 vektor képe ( ( ( f(v = Av = = c A karakterisztikus polinom a det(a λe polinom Behelyettesítve a ( 2 λ 2 det 2 5 λ determinánshoz jutunk, melyet kiszámolva, majd elvégzve a zárójelfelbontásokat a polinomot kapjuk (2 λ(5 λ 4 = λ 2 7λ + 6 d A karakterisztikus egyenlet a det(a λe = egyenlet, ami jelen esetben a λ 2 7λ+6 = másodfokú egyenlet e A sajátértékek a karakterisztikus egyenlet gyökei, így meg kell oldanunk a λ 2 7λ+6 = egyenletet: így λ 1 = 1, λ 2 = 6 λ 1,2 = 7 ± = 7 ± 5 2, f A λ sajátértékhez tartozó sajátvektorok azok az x vektorok, melykre Ax = λx teljesül Ezt átrendezve (A λex = adódik El ször meghatározzuk a λ 1 = 1 sajátértékhez tartozó sajátvektorokat Ekkor ( ( ( A 1 E = = Így meg kell oldanunk a ( ( ( x1 = egyenletrendszert Vegyük észre, hogy az alapmátrix második sora az els sor kétszerese, így az elhagyható, mivel az egyenletrendszer homogén Tehát a megoldandó lineáris egyenletrendszer x = Az egyik ismeretlent szabad paraméternek választjuk Legyen = t R \ {} Ekkor x 1 = 2t Tehát a λ 1 = 1 sajátértékhez tartozó összes sajátvektorok halmaza (amit sajátaltérnek is nevezünk {( 2t S λ1 = t R \ {}} t Meghatározzuk a λ 2 = 6 sajátértékhez tartozó sajátvektorokat: ( ( ( A 6 E = =

4 4 Így meg kell oldanunk a ( ( ( x1 = egyenletrendszert Vegyük észre, hogy az alapmátrix els sora a második sor mínusz kétszerese, így az elhagyható, mivel az egyenletrendszer homogén Tehát a megoldandó lineáris egyenletrendszer 2x 1 = Az egyik ismeretlent szabad paraméternek választjuk Legyen x 1 = t R \ {} Ekkor = 2t Tehát a λ 2 = 6 sajátértékhez tartozó összes sajátvektorok halmaza {( t S λ2 = t R \ {}} 2t 6 Jelentse f a sík x-tengelyre való tükrözésének mátrixát! a Írjuk föl a lineáris leképezés (természetes bázisra vonatkozó mátrixát! b Határozzuk meg a (2, 5 vektor képét a lineáris leképzés mátrixának segítségével! c Írjuk föl a lineáris leképzés karakterisztikus polinomját! d Írjuk föl a lineáris leképzés karakterisztikus egyenletét! e Határozzuk meg a lineáris leképezés sajátértékeit! f Határozzuk a különböz sajátértékekhez tartozó sajátvektorokat! a Mivel f(1, = (1, és f(, 1 = (, 1, ezért a lineáris leképezés mátrixa ( 1 A = 1 b Minden lineáris leképzés a mátrixával balról szorzásként hat, így a v(2, 5 vektor képe ( ( ( f(v = Av = = c A karakterisztikus polinom a det(a λe polinom Behelyettesítve a ( 1 λ det 1 λ determinánshoz jutunk, melyet kiszámolva, majd elvégzve a zárójelfelbontásokat a polinomot kapjuk (1 λ( 1 λ = λ 2 1 d A karakterisztikus egyenlet a det(a λe = egyenlet, ami jelen esetben a λ 2 1 = másodfokú egyenlet e A sajátértékek a karakterisztikus egyenlet gyökei, így meg kell oldanunk a λ 2 1 = egyenletet, amib l λ 1 = 1, λ 2 = 1 adódik

5 f A λ sajátértékhez tartozó sajátvektorok azok az x vektorok, melykre Ax = λx teljesül Ezt átrendezve (A λex = adódik El ször meghatározzuk a λ 1 = 1 sajátértékhez tartozó sajátvektorokat Ekkor A 1 E = ( 1 1 ( 1 1 = ( 2 5 Így meg kell oldanunk a ( 2 ( ( x1 = egyenletrendszert Vegyük észre, hogy az alapmátrix második sora csupa nulla elemekb l áll, így az elhagyható, mivel az egyenletrendszer homogén Tehát a megoldandó lineáris egyenletrendszer 2 =, amib l = Az x 1 ismeretlent szabad paraméternek választhatjuk Legyen x 1 = t R \ {} Tehát a λ 1 = 1 sajátértékhez tartozó összes sajátvektorok halmaza (amit sajátaltérnek is nevezünk {( t S λ1 = t R \ {}} Meghatározzuk a λ 2 = 1 sajátértékhez tartozó sajátvektorokat: ( ( ( A ( 1 E = + = 1 1 Így meg kell oldanunk a ( 2 ( ( x1 = egyenletrendszert Vegyük észre, hogy az alapmátrix második sora csupa nulla elemb l áll, így az elhagyható, mivel az egyenletrendszer homogén Tehát a megoldandó lineáris egyenletrendszer 2x 1 =, amib l x 1 = adódik Az ismeretlent szabad paraméternek választjuk Legyen = t R \ {} Tehát a λ 2 = 1 sajátértékhez tartozó összes sajátvektorok halmaza {( S λ2 = t R \ {}} t 7 Tekintsük az alábbi mátrixszal adott valós tér fölötti lineáris transzformációt A = a Írjuk föl a lineáris leképzés karakterisztikus polinomját! b Írjuk föl a lineáris leképzés karakterisztikus egyenletét! c Határozzuk meg a lineáris leképezés sajátértékeit! d Határozzuk meg a különböz sajátértékekhez tartozó sajátvektorokat!

6 6 a A karakterisztikus polinom 2 λ 4 8 det(a λe = det 6 8 λ 14 = ( 2 λ(8 λ( 5 λ λ (8 λ + 42( 2 λ + 24( 5 λ = = λ 3 + λ 2 + 4λ 4 b A karakterisztikus egyenlet λ 3 + λ 2 + 4λ 4 = c A sajátértékek a karakterisztikus egyenlet gyökei, azaz a λ 3 + λ 2 + 4λ 4 = egyenlet megoldásai Az els két tagból emeljünk ki λ 2 -et, a második két tagból pedig 4-et Majd alakítsuk szorzattá az egyenlet bal oldalát: λ 3 + λ 2 + 4λ 4 = λ 2 (1 λ + 4(λ 1 = (λ 1(4 λ 2 = Egy szorzat csak úgy lehet nulla, ha valamelyik tényez je nulla, így az egyenlet megoldásai, azaz a sajátértékek λ 1 = 1, λ 2 = 2, λ 3 = 2 d A λ sajátértékhez tartozó sajátvektorok azok az x vektorok, melykre Ax = λx teljesül Ezt átrendezve (A λex = adódik El ször meghatározzuk a λ 1 = 1 sajátértékhez tartozó sajátvektorokat Ekkor A 1 E = = Így meg kell oldanunk a x 1 = egyenletrendszert Elimináljuk az egyenletrendszer mátrixát, azaz az els sor 2-szeresét adjuk hozzá a második sorhoz és az els sor 1-szeresét adjuk hozzá a harmadik sorhoz Ezután a második sor 1-szeresét adjuk hozzá a harmadik sorhoz:

7 Így az egyenletrendszer 3x = + 2 = Legyen = t R\{} Ekkor = 2t Ezeket az els egyenletbe behelyettesítve 3x 1 + 8t 8t =, azaz x 1 = Tehát a λ 1 = 1 sajátértékhez tartozó összes sajátvektorok halmaza S λ1 = 2t t R \ {} t Most meghatározzuk a λ 2 = 2 sajátértékhez tartozó sajátvektorokat Ekkor A 2 E = = Így meg kell oldanunk a x 1 = egyenletrendszert Elimináljuk az egyenletrendszer mátrixát Els lépésben az els sort osszuk el 4-gyel, majd az els sor 6-szorosát adjuk hozzá a második sorhoz és az els sor 3-szorosát adjuk hozzá a harmadik sorhoz Ezután a második sor 1/2-szeresét adjuk hozzá a harmadik sorhoz: Így a megoldandó egyenletrendszer x = 2 = A második egyenletb l = adódik Ezt behelyettesítve az els egyenletbe azt kapjuk, hogy x 1 = Legyen = t R \ {} Ekkor x 1 = t Tehát a λ 2 = 2 sajátértékhez tartozó összes sajátvektorok halmaza S λ2 = t t t R \ {} Most meghatározzuk a λ 2 = 2 sajátértékhez tartozó sajátvektorokat Ekkor A + 2 E = =

8 8 Így meg kell oldanunk a x 1 = egyenletrendszert Elimináljuk az egyenletrendszer mátrixát Els lépésben a harmadik sort osszuk el 3-al, és cseréljük fel az els és harmadik sort Az els sor 6-szorosát adjuk hozzá a harmadik sorhoz, majd a második sor 1-szeresét adjuk hozzá a harmadik sorhoz: Így a megoldandó egyenletrendszer x 1 + = 4 8 = A második egyenletb l = 2 adódik Legyen = t R \ {} Ekkor = 2t Az els egyenletb l x 1 = t adódik Tehát a λ 3 = 2 sajátértékhez tartozó összes sajátvektorok halmaza S λ3 = t 2t t R \ {} t 8 Tekintsük az alábbi mátrixszal adott valós tér fölötti lineáris transzformációt A = a Írjuk föl a lineáris leképzés karakterisztikus polinomját! b Írjuk föl a lineáris leképzés karakterisztikus egyenletét! c Határozzuk meg a lineáris leképezés sajátértékeit! d Határozzuk a legkisebb sajátértékhez tartozó sajátvektorokat! a A karakterisztikus polinom det(a λe = det b A karakterisztikus egyenlet 1 λ λ 4 5 λ (1 λ(3 λ(5 λ = = (1 λ(3 λ(5 λ

9 9 c A sajátértékek a karakterisztikus egyenlet gyökei, azaz a (1 λ(3 λ(5 λ = egyenlet megoldásai Egy szorzat csak úgy lehet nulla, ha valamelyik tényez je nulla, így az egyenlet megoldásai, azaz a sajátértékek λ 1 = 1, λ 2 = 3, λ 3 = 5 d A λ sajátértékhez tartozó sajátvektorok azok az x vektorok, melykre Ax = λx teljesül Ezt átrendezve (A λex = adódik El ször meghatározzuk a λ 1 = 1 sajátértékhez tartozó sajátvektorokat Ekkor A 1 E = = Így meg kell oldanunk a x 1 = egyenletrendszert Elimináljuk az egyenletrendszer mátrixát, azaz az els sor 1-szeresét adjuk hozzá a második sorhoz Ezután a második sor 4/3-szorosát adjuk hozzá a harmadik sorhoz: Így az egyenletrendszer 2 = 3 = Az utolsó egyenletb l =, ezt behelyettesítve a második egyenletbe = adódik Legyen x 1 = t R \ {} Tehát a λ 1 = 1 sajátértékhez tartozó összes sajátvektorok halmaza S λ1 = t t R \ {} 9 Egy szerkezet valamely pontjához tartozó feszültségállapotot alábbi mátrix jellemez:

10 [MP a] Határozzuk meg a f feszültségek nagyságát és a hozzájuk tartozó feszültségi f irányokat! A f feszültségek a transzformációhoz tartozó sajátértékek, a f irányok pedig az egységnyi hosszúságú sajátvektorok A sajátértékek a karakterisztikus egyenlet gyökei A karakterisztikus polinom det(a λe = det A karakterisztikus egyenlet 5 λ λ 25 λ = (5 λ(3 + λ(25 λ 9(25 λ = (25 λ ( (5 λ(3 + λ 9 = = (25 λ(λ 2 2λ 24 (25 λ(λ 2 2λ 24, melynek megoldásai, azaz a f feszültségek λ 1 = 6 [MPa], λ 2 = 25 [MPa], λ 3 = 4 [MPa] El ször meghatározzuk a λ 1 = 6 sajátértékhez tartozó sajátvektorokat Ekkor 5 3 A 6 E = = Így meg kell oldanunk a x 1 =

11 egyenletrendszert Vegyük észre, hogy a második sor az els 3-szorosa, így az elhagyható A harmadik egyenletb l = adódik Az els egyenletb l x 1 = 3 Ha = t R \ {}, akkor x 1 = 3t Tehát a λ 1 = 6 sajátértékhez tartozó összes sajátvektorok halmaza S λ1 = 3t t t R \ {} Mivel a f iránynak egységnyi hosszúnak kell lenni, ezért 9t 2 + t 2 = 1 is kell, hogy teljesüljön, azaz t = 1/ 1 Így a λ 1 -hez tartozó f irány n 1 = Meghatározzuk a λ 2 = 25 sajátértékhez tartozó sajátvektorokat: 5 3 A 25 E = = Így meg kell oldanunk a x 1 egyenletrendszert A harmadik egyenlet elhagyható Az els egyenletet 5-el osztva, majd annak 6-szorosát a második sorhoz hozzáadva adódik Így a megoldandó egyenletrendszer 5x = 91 = = A második egyenletb l = Ezt az els egyenletbe visszahelyettesítve x 1 = adódik Tehát a λ 2 = 25 sajátértékhez tartozó összes sajátvektorok halmaza S λ2 = t R \ {} t Mivel a f iránynak egységnyi hosszúnak kell lenni, ezért t 2 = 1 is kell, hogy teljesüljön, azaz t = 1 Így a λ 2 -höz tartozó f irány n 2 = 1

12 12 Meghatározzuk a λ 3 = 4 sajátértékhez tartozó sajátvektorokat: 5 3 A + 4 E = = Így meg kell oldanunk a x 1 = egyenletrendszert Az els egyenlet a második 3-szorosa, így az elhagyható A harmadik egyenletb l = A második egyenletb l = 3x 1 adódik Legyen x 1 = t R \ {} Ekkor = 3t Tehát a λ 3 = 4 sajátértékhez tartozó összes sajátvektorok halmaza S λ3 = t 3t t R \ {} Mivel a f iránynak egységnyi hosszúnak kell lenni, ezért t 2 + 9t 2 = 1 is kell, hogy teljesüljön, azaz t = 1/ 1 Így a λ 3 -hoz tartozó f irány 1 1 n 3 = 3 1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Diszkrét Matematika II.

Diszkrét Matematika II. Orosz Ágota Kaiser Zoltán Diszkrét Matematika II. példatár mobidiák könyvtár Orosz Ágota Kaiser Zoltán Diszkrét Matematika II. példatár mobidiák könyvtár SOROZATSZERKESZTŐ Fazekas István Orosz Ágota Kaiser

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

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

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

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31 Lineáris leképezések Wettl Ferenc 2015. március 9. Wettl Ferenc Lineáris leképezések 2015. március 9. 1 / 31 Tartalom 1 Mátrixleképezés, lineáris leképezés 2 Alkalmazás: dierenciálhatóság 3 2- és 3-dimenziós

Részletesebben

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz Debreceni Egyetem Közgazdaságtudományi Kar Feladatok a Gazdasági matematika II tárgy gyakorlataihoz a megoldásra ajánlott feladatokat jelöli e feladatokat a félév végére megoldottnak tekintjük a nehezebb

Részletesebben

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

Lineáris algebra mérnököknek

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

Részletesebben

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

Lineáris algebra mérnököknek

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

Részletesebben

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 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

Intergrált Intenzív Matematika Érettségi

Intergrált Intenzív Matematika Érettségi . Adott a mátri, determináns determináns, ahol,, d Számítsd ki:. b) Igazold, hogy a b c. Adott a az 6 0 egyenlet megoldásai. a). c) Számítsd ki a d determináns értékét. d c a b determináns, ahol abc,,.

Részletesebben

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

y + a y + b y = r(x),

y + 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

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

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

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

Mat. A2 3. gyakorlat 2016/17, második félév Mat. A2 3. gyakorlat 2016/17, második félév 1. Hány megoldása lehet az alábbi lineáris egyenletrendszereknek a valós számok körében, ha a -ok tetszőleges (nem feltétlenül egyenlő) számokat jelölnek? 0

Részletesebben

Trigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( )

Trigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( ) Trigonometria Megoldások Trigonometria - megoldások ) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( ) akkor a háromszög egyenlő szárú vagy derékszögű!

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

Rang, sajátérték. Dr. Takách Géza NyME FMK Informatikai Intézet takach/ február 15

Rang, 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

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

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

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

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

6. feladatsor: Inhomogén lineáris differenciálegyenletek (megoldás)

6. feladatsor: Inhomogén lineáris differenciálegyenletek (megoldás) Matematika Ac gyakorlat Vegyészmérnöki, Biomérnöki, Környezetmérnöki szakok, 017/18 ősz 6. feladatsor: Inhomogén lineáris differenciálegyenletek (megoldás) 1. Írjunk fel egy olyan legalacsonyabbrendű valós,

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

Bevezetés a számításelméletbe I. 2. zárthelyi november 24.

Bevezetés 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

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

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1.

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1. Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai.). Feladat. Határozzuk meg az alábbi integrálokat: a) x x + dx d) xe x dx b) c)

Részletesebben

8. Egyenletek, egyenlőtlenségek, egyenletrendszerek II.

8. Egyenletek, egyenlőtlenségek, egyenletrendszerek II. 8 Egyenletek, egyenlőtlenségek, egyenletrendszerek II Elméleti összefoglaló Az a + b+ c, a egyenletet másodfokú egyenletnek nevezzük A D b ac kifejezést az egyenlet diszkriminánsának nevezzük Ha D >, az

Részletesebben

Exponenciális és logaritmikus kifejezések Megoldások

Exponenciális és logaritmikus kifejezések Megoldások Eponenciális és logaritmikus kifejezések - megoldások Eponenciális és logaritmikus kifejezések Megoldások ) Igazolja, hogy az alábbi négy egyenlet közül az a) és jelű egyenletnek pontosan egy megoldása

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I 11 XI LINEÁRIS EGYENLETRENDSZEREk 1 LINEÁRIS EGYENLETRENDSZER A lineáris egyenletrendszer általános alakja: (1) Ugyanez mátrix alakban: (2), ahol x az ismeretleneket tartalmazó

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

Lineáris algebra numerikus módszerei

Lineáris 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

Részletesebben

Modellek és Algoritmusok - 2.ZH Elmélet

Modellek 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)

Részletesebben

Lineáris egyenletrendszerek

Lineáris 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

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

MA1143v A. csoport Név: december 4. Gyak.vez:. Gyak. kódja: Neptun kód:.

MA1143v 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

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Trigonometria

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Trigonometria MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Trigonometria A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett

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

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

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

Részletesebben

Egyenletek, egyenletrendszerek, egyenlőtlenségek Megoldások

Egyenletek, egyenletrendszerek, egyenlőtlenségek Megoldások ) Egyenletek, egyenletrendszerek, egyenlőtlenségek - megoldások Egyenletek, egyenletrendszerek, egyenlőtlenségek Megoldások a) Oldja meg a valós számok halmazán az alábbi egyenletet! = 6 (5 pont) b) Oldja

Részletesebben

Gyakorló feladatok I.

Gyakorló feladatok I. Gyakorló feladatok I. a Matematika Aa Vektorüggvények tárgyhoz (D D5 kurzusok) Összeállította: Szili László Ajánlott irodalmak:. G.B. Thomas, M.D. Weir, J. Hass, F.R. Giordano: Thomas-féle KALKULUS I.,

Részletesebben

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

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

Részletesebben

5. Lineáris rendszerek

5. Lineáris rendszerek 66 MAM43A előadásjegyzet, 2008/2009 5 Lineáris rendszerek 5 Lineáris algebrai előismeretek Tekintsük az a x + a 2 x 2 = b 5 a 2 x + a 22 x 2 = b 2 52 lineáris egyenletrendszert Az egyenletben szereplő

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

25 i, = i, z 1. (x y) + 2i xy 6.1

25 i, = i, z 1. (x y) + 2i xy 6.1 6 Komplex számok megoldások Lásd ábra z = + i, z = + i, z = i, z = i z = 7i, z = + 5i, z = 5i, z = i, z 5 = 9, z 6 = 0 Teljes indukcióval 5 Teljes indukcióval 6 Az el z feladatból következik z = z = =

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

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I 9 IX MÁTRIxOk 1 MÁTRIx FOGALmA, TULAJDONSÁGAI A mátrix egy téglalap alakú táblázat, melyben az adatok, a mátrix elemei, sorokban és oszlopokban vannak elhelyezve Az (1) mátrixnak

Részletesebben

9. AZ R k VEKTORTÉR. 9.1 Az R k vektortér fogalma

9. AZ R k VEKTORTÉR. 9.1 Az R k vektortér fogalma 9 AZ R k VEKTORTÉR 91 Az R k vektortér fogalma Definíció A k-dimenziós vektortér nek nevezzük és R k val jelöljük a valós számokból alkotott k-tagú x = (x 1, x 2,, x k ) sorozatok halmazát, azaz 1 R k

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

Magasabbfokú egyenletek

Magasabbfokú egyenletek 86 Magasabbfokú egyenletek Magasabbfokú egyenletek 5 90 a) =! ; b) =! ; c) = 5, 9 a) Legyen = y Új egyenletünk: y - 5y+ = 0 Ennek gyökei: y=, y= Tehát egyenletünk gyökei:, =!,, =! b) Új egyenletünk: y

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

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

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

Differenciálegyenletek megoldása próbafüggvény-módszerrel

Differenciálegyenletek megoldása próbafüggvény-módszerrel Differenciálegyenletek megoldása próbafüggvény-módszerrel Ez még nem a végleges változat, utoljára módosítva: 2012. április 9.19:38. Elsőrendű egyenletek Legyen adott egy elsőrendű lineáris állandó együtthatós

Részletesebben

1 p, c = p 1 és d = 4. Oldjuk meg az alábbi egyenletrendszert a c és d paraméterek minden értékére. x + 2z = 5 2x y = 8 3x + 6y + cz = d

1 p, c = p 1 és d = 4. Oldjuk meg az alábbi egyenletrendszert a c és d paraméterek minden értékére. x + 2z = 5 2x y = 8 3x + 6y + cz = d Bevezetés a számításelméletbe I. Zárthelyi feladatok 013. október 4. 1. Írjuk fel a háromdimenziós tér P = (1, 1, 1) és Q = (3, 1, 5) pontjait összeköt szakasz felez mer leges síkjának egyenletét. Hol

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

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

Matematika 10 Másodfokú egyenletek. matematika és fizika szakos középiskolai tanár. > o < 2015. szeptember 27.

Matematika 10 Másodfokú egyenletek. matematika és fizika szakos középiskolai tanár. > o < 2015. szeptember 27. Matematika 10 Másodfokú egyenletek Juhász László matematika és fizika szakos középiskolai tanár > o < 2015. szeptember 27. copyright: c Juhász László Ennek a könyvnek a használatát szerzői jog védi. A

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

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

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

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

Bevezetés a számításelméletbe I. Zárthelyi feladatok október 20.

Bevezetés a számításelméletbe I. Zárthelyi feladatok október 20. Bevezetés a számításelméletbe I. Zárthelyi feladatok 4. október.. A p paraméter milyen értékére esnek egy síkba az A(; 3; 3), B(3; 4; ), C(4; 6; ) és D(p; ; 5) pontok?. Megadható-e R 4 -ben négy darab

Részletesebben

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

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

Részletesebben

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

Feladatok az 5. hétre. Eredményekkel és teljesen kidolgozott megoldásokkal az 1,2,3.(a),(b),(c), 6.(a) feladatokra

Feladatok az 5. hétre. Eredményekkel és teljesen kidolgozott megoldásokkal az 1,2,3.(a),(b),(c), 6.(a) feladatokra Feladatok az 5. hétre. Eredményekkel és teljesen kidolgozott megoldásokkal az 1,,3.(a),(b),(), 6.(a) feladatokra 1. Oldjuk meg a következő kezdeti érték feladatot: y 1 =, y(0) = 3, 1 x y (0) = 1. Ha egy

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

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

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

Részletesebben

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

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

4. Lineáris rendszerek

4. Lineáris rendszerek 60 Hartung Ferenc: Differenciálegyenletek, MA22i, MA623d, 2006/07 4 Lineáris rendszerek 4 Lineáris algebrai előismeretek Legyen A egy n n-es mátrix, I az n n-es egységmátrix A pλ := deta λi n-edfokú polinomot

Részletesebben

Matematika elméleti összefoglaló

Matematika elméleti összefoglaló 1 Matematika elméleti összefoglaló 2 Tartalomjegyzék Tartalomjegyzék... 2 1. Sorozatok jellemzése, határértéke... 3 2. Függvények határértéke és folytonossága... 5 3. Deriválás... 6 4. Függvényvizsgálat...

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Paraméter

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Paraméter MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Paraméter A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

Példatár Lineáris algebra és többváltozós függvények

Példatár Lineáris algebra és többváltozós függvények Példatár Lineáris algebra és többváltozós függvények Simonné Szabó Klára. február 4. Tartalomjegyzék. Integrálszámítás.. Racionális törtek integrálása...................... Alapfeladatok..........................

Részletesebben

1. Az euklideszi terek geometriája

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

Részletesebben

(1) Vektorok koordinátavektora. 1/3. R A {b 1,b 2,b 3 } vektorhalmaz bázis a V R n altérben.

(1) Vektorok koordinátavektora. 1/3. R A {b 1,b 2,b 3 } vektorhalmaz bázis a V R n altérben. Az informatikus lineáris algebra dolgozat A részének főbb témái, pár mintafeladata Az alábbiakban tájékoztató jelleggel fölsoroljuk a vizsgadolgozat A részében szereplő főbb témaköröket néhány mintafeladattal,

Részletesebben

Differenciálegyenletek

Differenciálegyenletek Differenciálegyenletek Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2011/12 tanév, I. félév Losonczi László (DE) Differenciálegyenletek 2011/12 tanév, I. félév 1 /

Részletesebben

BEVEZETÉS A SZÁMÍTÁSELMÉLETBE 1

BEVEZETÉS 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

Részletesebben

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

Részletesebben

A gyakorlati jegy

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

Részletesebben

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC BSC MATEMATIKA II. MÁSODRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLETEK BSc. Matematika II. BGRMAHNND, BGRMAHNNC MÁSODRENDŰ DIFFERENCIÁLEGYENLETEK Egy explicit közönséges másodrendű differenciálegyenlet általános

Részletesebben