Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek"

Átírás

1 1 Diszkrét matematika II, 5 előadás Lineáris egyenletrendszerek Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu takach/ 2007 március 8 Egyenletrendszerek Középiskolás módszerek: Helyettesítő módszer: Egy változót kifejezünk az egyik egyenletből, majd a kapott kifejezést behelyettesítjük a másik egyenletbe Egyenlő együtthatók módszere: Az egyenleteket beszorozzuk egy megfelelő számmal/kifejezéssel, majd a kapott egyenleteket egymásból kivonva vagy összeadva egy változó, vagy akár egy komplikált kifejezés kiesik A kető lényegében ugyanaz, most formálisan a másodikat fogjuk követni Általában azonban szervezettebben kell végeznünk a számolást, mint középiskolában Ezt két példával indokoljuk Egyenlő együtthatók módszere: A két egyenlet különbsége: x lg x 2 + y 2 2 = 0 y lg x 2 + y 2 x2 y = 0 lg x 2 + y 2 3 = 0 lg x 2 + y 2 x3 y = 0 x 3 y 3 = 0 azaz Ebből x = 0 vagy y = 0 vagy x = y vagy x = y x 3 y 3 = 0, (x + y)(x y) = 0 Mind a négy esetben visszahelyettesítünk valamelyik eredeti egyenletbe Az első három esetben nem kapunk megoldást, mert a lg függvény csak pozitív számokra értelmezett A negyedik esetben azaz x lg x2 2x 2 x3 = 0, x = ± lg 1 2 x + 3y = 5 2x 3y = 10 5x 12y = 13

2 2 Az első két egyenlet összege: Ezt behelyettesítve a harmadik egyenletbe: 3x = 15, azaz x = y = 3, azaz y = 1 DE: Az x = 5, y = 1 nem megoldása az egyenletrendszernek, mert sem az első, sem a második egyenletbe nem illik bele A megoldási menetből látszik, hogy más gyöke nem lehet az egyenletrendszernek Tehát nincs megoldás (ELLENŐRZÉS SEGÍTETT!) x + 2y + 3z = 1 4x + 5y + 6z = 2 7x + 8y + 9z = 3 Az első egyenlet 4- illetve 7-szeresét kivonjuk a második illetve harmadik egyenletből: Az első egyenlet 2-szeresét vonjuk ki a második egyenletből: 3y 6z = 2 6y 12z = 4 0 = 0 Ez vajon mit jelent? Minden számhármas megoldása az egyenletrendszernek? (Azonosság?) Vagy más módszerrel kellene megoldani? VÉGTELEN SOK LEHETSÉGES GYÖK = ELLENŐRZÉS SEM SEGÍT! A probléma feloldása: ekvivalens átalakítások Egyenletrendszer megoldása Definíció Legyen adva egy háromismeretlenes egyenletrendszer az x, y, z ismeretlenekkel Az egyenletrendszer megoldása egy olyan (a, b, c) számhármas, hogy x helyére a-t, y helyére b-t, z helyére c-t írva, valamennyi egyenletben egyenlőség teljesül Legyen adva egy n-ismeretlenes egyenletrendszer az x 1, x 2,, x n ismeretlenekkel Az egyenletrendszer megoldása egy olyan a 1, a 2,, a n szám-n-es, hogy x i helyére a i -t írva, valamennyi egyenletben egyenlőség teljesül A fenti egyenletrendszereknél olyan átalakításokat használtunk, ahol a kapott egyenletek következményei az eredeti egyenleteknek, vagyis az eredeti egyenletek megoldásai megoldásai a kapott egyenleteknek is (MIÉRT?) Olyan egyenletrendszerekkel szeretnénk dolgozni, amelyek ekvivalensek egymással, vagyis ugyanazok a megoldásaik Elemei ekvivalens átalakítások Kiindulás: egy k egyenletből álló, n-ismeretlenes egyenletrendszer Minden lépésben egy új egyenletrendszert kapunk, amelyek az eredetivel ekvivalensek ELEMI EKVIVALENS ÁTALAKÍTÁSOK: E1 Valamelyik egyenletet egy nullától különböző számmal beszorozzuk E2 Valamelyik egyenlethez egy másik egyenlet számszorosát hozzáadjuk (kivonjuk) E3 Két egyenletet felcserélünk E4 A 0 = 0 alakú egyenleket elhagyjuk

3 3 Miért ekvivalens átalakítások? Mert az átalakítással kapott egyenletrendszer következménye az előzőnek, és viszont Az E1, E2 és E3 esetén az átalakítás megfordítása is ugyanolyan típusú átalakítás! Lineáris egyenletrendszerek Definíció Egy k egyenletből álló n ismeretlenes lineáris egyenletrendszer általános alakja α 11 x 1 + α 12 x α 1n x n = β 1 α 21 x 1 + α 22 x α 2n x n = β 2 α k1 x 1 + α k2 x α kn x n = β k Az együtthatók első indexe a sort (egyenletet) jelenti, a második az oszlopot (változót) Ha n = k és az egyenletrendszernek pontosan egy megoldása van, akkor szabályos lineáris egyenletrendszerről beszélünk Jordan-elimináció szabályos egyenletrendszerekre Az elemi átalakítások segítségével a következőképpen oldhatunk meg egy egyenlterendszert: Az egyenletek sorrendjének felcserélésével elérem, hogy az első egyenletben az első ismeretlen együtthatója nullától különbözzék, majd az első egyenlet alkalmas számszorosait kivonom/hozzáadom a többi egyenlethez, s ezzel kiejtem az első ismeretlent a többi egyenletből Ezután második,, n-edik egyenletek sorrendjének felcserélésével elérem, hogy a második egyenletben a második ismeretlen együtthatója nullától különbözzék (ha nem sikerül, akkor az egyenletrendszer nem szabályos), majd a második egyenlet alkalmas számszorosait kivonom/hozzáadom a többi egyenlethez, s ezzel kiejtem a második ismeretlent a többi egyenletből (az elsőből is!) És így tovább, n lépés után az egyenletrendszer minden egyenletében csak egyetlen ismeretlen szerepel, a megoldás könnyen adódik Az algoritmus közben bármely lépés előtt vagy után szabad egy (vagy több) egyenletet beszorozni/elosztani egy nullától különböző számmal Ez a Jordan-elimináció (elimináció=kiküszöbölés) képpen tekintsük az 2x + 3y + z = 10 3x + 5y + 2z = 16 egyenletrendszert Az első egyenlet kétszeresét kivonom a második egyenletből, a háromszorosát a harmadikból: y + 5z = 8 y + 5z = 8 A második egyenlet kétszeresét hozzáadom az elsőhöz, az egyszeresét kivonom a harmadikból: x + 5z = 4 2z = 2

4 4 A harmadik egyenletet elosztom kettővel, majd az így kapott harmadik egyenlet (z = 1) ötszörösét ill háromszorosát vonjuk ki az első ill második egyenletből: x = 1 y = 3 z = 1 Ebből már egyszerűen adódik az egyenletrendszer megoldása: vagy vektor alakban (x, y, z) = (1, 3, 1) x = 1, y = 3, z = 1, Természetesen az első lépés után beszorozhattuk volna a második egyenletet 1-gyel, hogy y együtthatója 1 legyen, de enélkül sem volt bonyolult a számolás A harmadik ismeretlen (z) kiküszöbölése előtt azonban célszerű volt végigosztani a harmadik egyenletet kettővel, mert különben a harmadik egyenlet 5 2 -szeresét, ill 3 2-szeresét kellett volna levonni a másik két egyenletből Gauss-elimináció A Gauss-eliminációnál az i-edik egyenletet számszorosait csak az i + 1,, n-edik egyenletekből vonom ki Azaz csak lefelé nullázok Igy n 1 lépés után az egyenletrendszer "háromszög alakú" Eddig tart az eliminációs rész A visszahelyetesítés során az n-edik ismeretlen azonnal adódik Ezt beírom az n 1-edik egyenletbe, s adódik az n 1-edik ismeretlen, és így tovább Tehát a Gauss-eliminációnál maga az elimináció kevesebb számolást igényel, viszont utána szükség van még visszahelyettesítésre Az előző egyenletrendszermegoldása Gauss-eliminációval a következő: az első lépés ugyanaz, mint a Jordan-eliminációnál A második lépésben azonban az első egyenlet változatlan marad: Ezzel kész is van az eliminációs rész, jön a visszahelyettesítés + 2z = 2 A harmadik egyenletből z = 1, ezt beírva a második egyenletbe Végül x és y értékét beírjuk az első egyenletbe: y + 3 ( 1) = 8, azaz y = 3 x ( 1) = 8 azaz x = 1 Mátrixok Egyenletrendszerek gazdaságosabb írásmódja (vö számítógépes implementáció): mátrixok (kétdimenziós tömbök) Definíció Egy k sorból és n oszlopból álló, számokat tartalmazó, téglalap alakú táblázatot k n-es mátrixnak nevezünk Az α ij együtthatókból képzett k n-es mátrixot a lineáris egyenletrendszer együtthatómátrixának nevezzük A jobboldali konstansokkal kibővített k (n + 1)-es mátrixot pedig az egyenletrendszer kibővített mátrixának nevezzük Egyenletrendszer: α 11 x 1 + α 12 x α 1n x n = β 1 α 21 x 1 + α 22 x α 2n x n = β 2 α k1 x 1 + α k2 x α kn x n = β k

5 5 Együtthatómátrix: Kibővített mátrix: α 11 α 12 α 1n α 21 α 22 α 2n α k1 α k2 α kn α 11 α 12 α 1n β 1 α 21 α 22 α 2n β 2 α k1 α k2 α kn β k Elemi ekvivalens átalakítások a kibővített mátrixon M1 Valamelyik sort egy nullától különböző számmal beszorozzuk M2 Valamelyik sorhoz egy másik sor számszorosát hozzáadjuk (kivonjuk) M3 Két sort felcserélünk M4 A csupa 0-ból álló sorokat elhagyjuk Azt az elemet, amelynek segítségével oszlopának többi elemét kinullázzuk, generálóelemnek nevezzük Az előző feladat megoldása mátrixos írásmóddal (Jordan-eliminációval) a következő: Itt az egyszerűség kedvéért a generálóelem sorát mindig végigosztottuk a generálóelemmel Számolás az elemek szintjén A mátrixos írásmódnál a Jordan-elimináció egy lépése a mátrixelemek szintjén a következő: 1 kiválasztom a generálóelemet, g-t (esetleges sorcsere/oszlopcsere) 2 generálóelem 1 3 generálóelem oszopa 0 4 generálóelem sorát osztom a generálóelemmel 5 további elemek: téglalap szabály: g a b t t = t ab g Természetesen a mátrixos írásmód mögött ott van az egyenletrendszer, ha akarjuk, bármelyik lépésben visszatérhetünk az egyenletrendszerhez (ami elvivalens az eredeti egyenletrendszerrel) Nem szabályos lineáris egyenletrendszerek megoldása Nem szabályos egyenletrendszerről beszélünk, ha az egyenletek és ismeretlenek száma nem egyezik meg, vagy ha nem pontosan egy megoldás van Az egyenletrendszer megoldása során itt is a Gauss-elimináció vagy a Jordan-elimináció) szabályai szerint nullázok először az első főátló-elemmel lefelé, majd a második főátlóelemmel, és így tovább Ha az egyik főátlóelem nulla, akkor ha van alatta nemnulla elem, sorcserét csinálok Ha nincs alatta, de mellete van nemnulla elem, akkor oszlopcserét csinálok (vigyázva az ismeretlenek nyilvántartására) Ha a sor vagy oszlopcsere sikerült, akkor folytatom az eliminációt, ha nem, tehát ha az adott sorban minden együttható nulla, akkor két eset lehetséges:

6 6 Ha a bal oldalon nulla áll, azaz az egyenlet 0x + 0y + = 0 alakú, akkor ezt az egyenletet (sort) törlöm, mert automatikusan teljesül Ezután folytatom az eliminációt Ha a bal oldalon nem nulla áll, azaz az egyenlet 0x + 0y + = c 0 alakú, akkor az egyenlet-rendszernek nincs megoldása, mert az adott egyenlet (sor) ellentmondó Az algoritmus véget ért Ha ellentmondás nélkül végig tudom csinálni az eliminációt, akkor az egyenletrendszert lépcsős alakra hoztam Ha éppen annyi egyenlet van, mint ahány ismeretlen (vagyis Gauss-elimináció esetén a kapott egyenletrendszer háromszög alakú), akkor egyetlen megoldás van Ha több az ismeretlen, mint az egyenlet (vagyis Gauss-elimináció esetén a kapott egyenletrendszer trapéz alakú), akkor végtelen sok megoldás van Ezeket a következőképpen kapom meg: A téglalap alakú részt átviszem a jobb oldalra, az ebben szereplő ismeretlenek a szabad ismeretlenek; ezeknek tetszőleges értékek adhatóak A bal oldalon maradó átlós ill háromszög alakú részben szereplő ismeretlenek a kötött ismeretlenek Ezek a szabad ismeretlenek segítségével egyértelműen kifejezhetőek képpen tekintsük az egyenletrendszert A megoldás mátrixos alakban: x + 2y + 3v + 4z = 1 5x + 6y + 7v + 8z = 9 9x + 10y + 11v + 12z = A kapott utolsó egyenlet 0x+0y +0v +0z = 0, ami automatikusan teljesül, vagyis az egyenletet kihúzzuk Az elimináció véget ért, két szabad ismeretlen (v és z) maradt, ezeket átvisszük a jobb oldalra, s kapjuk az egyenletrendszer általános megoldását: v, z R tetszőleges, x = 3 + v + 2z, y = 1 2v 3z Tehát végtelen sok megoldás van Egy konkrét megoldás: v = 8, z = 1, x = = 13, y = = 20 Változtassuk meg most a harmadik egyenlet jobb oldalán álló 17-et 20-szá Ekkor az elimináció a következőképpen alakul: A kapott utolsó egyenlet 0x + 0y + 0v + 0z = 3, ami ellentmondás, tehát az egyenletrendszernek nincs megoldása Az elimináció során ellentmondásra juthatunk ill több egyenlet is kieshet, vagyis a kezdeti egyenletrendszer egyenleteinek számának (m) és ismeretleinek számának (n) viszonyából nem szabad elhamarkodott következtetést levonni Például: Igaz-e, hogy n > m esetén végtelen sok megoldás van? NEM: lehet, hogy az egyenletrendszer ellentmondó Az elimináció során nem muszáj a sor és oszlopcserét ténylegesen elvégezni, lényeg, hogy a nemnulla generálóelemeket jól válasszuk, tehát régebbi generálóelem sorában és oszlopában már ne válasszunk A végén pedig azon oszlopokat viszem át a jobb oldalra, amelyekből nem választottam generálóelemet Lépcsős alak ÁBRA! Vezéregyesek REDUKÁLT LÉPCSŐS ALAK: ha felfelé is nullázunk Például: Megoldás létezése és egyértelműsége Az általános megoldás leolvasása a (redukált) lépcsős alakból:

7 7 Megoldhatóság feltétele: ne legyen tilos sor, vagyis olyan sor, ahol minden ismeretlen együtthatója nulla, a jobb oldal viszont nem nulla A megoldás egyértelműségének feltétele: (ne legyen tilos sor és) ugyanannyi legyen a vezéregyesek száma, mint az ismeretlenek száma, azaz minden oszlopban legyen vezéregyes Ekkor (az esetleges csupa nulla sorok elhagyása után) a mátrix négyzetes lesz, ugyanannyi sora lesz, mint ahány oszlopa Ha a megoldás nem egyértelmű, akkor a vezéregyeseket nem tartalmazó oszlopoknak megfelelő változók a szabad változók, értékük tetszőlegesen választható A vezéregyeseknek megfelelő változók a kötött változók, értéküket a szabad változók egyértelműen meghatározzák Az előző példabeli redukált lépcsős alak: a megfelelő egyenletrendszer x 1 + 2x 2 x 5 = 2 x 3 x 5 = 2 x 4 + 2x 5 = 3 Itt x 2 és x 5 lesznek a szabad változók, értékük tetszőleges A többi ismeretlen: x 1 = 2 2x 2 + x 5 x 3 = 2 + x 5 x 4 = 3 2x 2 Homogén lineáris egyenletrendszer Definíció Egy lineáris egyenletrendszert homogénnek nevezünk, ha a jobb oldali konstansok mindegyike nulla x 1 + x 2 + 2x 3 = 0 4x 1 + 4x 2 + 5x 3 = 0 7x 1 + 7x 2 + 8x 3 = 0 Mivel egy homogén lineáris egyenletrendszer megoldásakor nem léphet fel tilos sor, ezért mindig van megoldás: a triviális x 1 = x 2 = = x n = 0 Ettől különböző megoldás akkor van, ha vannak szabad ismeretlenek Ellenőrző kérdések 1 Miben különbözik a Gauss- és a Jordan ellimináció? 2 Sorolja fel az elemi ekvivalens átalakításokat egyenletrendszerr ill mátrixra! 3 Mi a lineáris egyenletrendszer megoldhatóságának feltétele? 4 Mi a lineáris egyenletrendszer egyértelmű megoldhatóságának feltétele? 5 Hány megoldása lehet egy kineáris egyenletrendszernek, és hány egy homogén lineáris egyenletrendszernek?

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

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

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

Lineáris egyenletrendszerek

Lineáris egyenletrendszerek Lineáris egyenletrendszerek Lineáris egyenletrendszernek nevezzük az a 11 x 1 + a 12 x 2 +... +a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... +a 2n x n = b 2.. a k1 x 1 + a k2 x 2 +... +a kn x n = b k n ismeretlenes,

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

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

Lineáris algebra. (közgazdászoknak)

Lineáris algebra. (közgazdászoknak) Lineáris algebra (közgazdászoknak) 10A103 FELADATOK A GYAKORLATRA (3.) 2018/2019. tavaszi félév Lineáris egyenletrendszerek 3.1. Feladat. Oldjuk meg az alábbi lineáris egyenletrendszereket Gauss-eliminációval

Részletesebben

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

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak LINEÁRIS EGYENLETRENDSZEREK 004. október. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak az előadáson, másrészt megtalálják a jegyzetben: Szabó László:

Részletesebben

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

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

8. Előadás. Megyesi László: Lineáris algebra, , oldal. 8. előadás Mátrix rangja, Homogén lineáris egyenletrendszer

8. 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

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

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

Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer

Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer Lineáris programozás Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer Feladat: Egy gyár kétféle terméket gyárt (A, B): /db Eladási ár 1000 800 Technológiai önköltség 400 300 Normaóraigény

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

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Abszolútértékes és gyökös kifejezések

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Abszolútértékes és gyökös kifejezések MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Abszolútértékes és gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval

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

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. Lineáris algebrai egyenletrendszerek megoldhatósága

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága 7. gyakorlat Lineáris algebrai egyenletrendszerek megoldhatósága Egy lineáris algebrai egyenletrendszerrel kapcsolatban a következ kérdések merülnek fel: 1. Létezik-e megoldása? 2. Ha igen, hány megoldása

Részletesebben

1. 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

Egyenletek, egyenlőtlenségek X.

Egyenletek, egyenlőtlenségek X. Egyenletek, egyenlőtlenségek X. DEFINÍCIÓ: (Logaritmus) Ha egy pozitív valós számot adott, 1 - től különböző pozitív alapú hatvány alakban írunk fel, akkor ennek a hatványnak a kitevőjét logaritmusnak

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 Egyenletrendszerek H406 2016-10-03 Wettl Ferenc

Részletesebben

Diszkrét matematika II., 8. előadás. Vektorterek

Diszkrét matematika II., 8. előadás. Vektorterek 1 Diszkrét matematika II., 8. előadás Vektorterek Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2007.??? Vektorterek Legyen T egy test (pl. R, Q, F p ). Definíció.

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

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

egyenlőtlenségnek kell teljesülnie.

egyenlőtlenségnek kell teljesülnie. MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Abszolútértékes és gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval

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

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

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

M. 33. Határozza meg az összes olyan kétjegyű szám összegét, amelyek 4-gyel osztva maradékul 3-at adnak!

M. 33. Határozza meg az összes olyan kétjegyű szám összegét, amelyek 4-gyel osztva maradékul 3-at adnak! Magyar Ifjúság 6 V SOROZATOK a) Három szám összege 76 E három számot tekinthetjük egy mértani sorozat három egymás után következő elemének vagy pedig egy számtani sorozat első, negyedik és hatodik elemének

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 exponenciális egyenletrendszereket! (Alaphalmaz: R) 5 3 x 2 2 y = 7 2 3 x + 2 y = 10 7 x+1 6 y+3 = 1 6 y+2 7 x = 5 (6 y + 1) c) 25 (5 x ) y = 1 3 y 27 x = 3 Megoldás:

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

7. Előadás. Megyesi László: Lineáris algebra, oldal. 7. előadás Elemi bázistranszformáció

7. Előadás. Megyesi László: Lineáris algebra, oldal. 7. előadás Elemi bázistranszformáció 7. Előadás Megyesi László: Lineáris algebra, 57. 61. oldal. Gondolkodnivalók Bázis, dimenzió 1. Gondolkodnivaló Legyenek a v vektor koordinátái a v 1,..., v n bázisban: (1, α 2,..., α n ). Igazoljuk, hogy

Részletesebben

1. Homogén lineáris egyenletrendszer megoldástere

1. 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,

Részletesebben

Másodfokú egyenletek, egyenlőtlenségek

Másodfokú egyenletek, egyenlőtlenségek Másodfokú egyenletek, egyenlőtlenségek A másodfokú egyenlet grafikus megoldása Példa1. Ábrázold az f(x) = x 1x 16 függvényt, majd olvasd le az ábráról az alábbi egyenlet megoldását: x 1x 16 =. 1. lépés:

Részletesebben

LINEÁRIS ALGEBRA.

LINEÁRIS ALGEBRA. LINEÁRIS ALGEBRA Bércesné Novák Ágnes Honlap: http://digitus.itk.ppke.hu/~b_novak Követelményrendszer: http://digitus.itk.ppke.hu/~b_novak/la/4_la_kovetelmeny.doc Gauss elimináció Vektoralgebra: http://digitus.itk.ppke.hu/~b_novak/dmat/vektorfolcop.pdf

Részletesebben

Másodfokú egyenletek, egyenlőtlenségek

Másodfokú egyenletek, egyenlőtlenségek Másodfokú egyenletek, egyenlőtlenségek A másodfokú egyenlet grafikus megoldása Példa1. Ábrázold az f(x) = x + 1x + 16 függvényt, majd olvasd le az ábráról az alábbi egyenlet megoldását: x + 1x + 16 = 0.

Részletesebben

Operációkutatás. 4. konzultáció: Szállítási feladat. A feladat LP modellje

Operációkutatás. 4. konzultáció: Szállítási feladat. A feladat LP modellje Operációkutatás 1 NYME KTK, gazdálkodás szak, levelező alapképzés 2002/2003. tanév, II. évf. 2.félév Előadó: Dr. Takách Géza NyME FMK Információ Technológia Tanszék 9400 Sopron, Bajcsy Zs. u. 9. GT fszt.

Részletesebben

Lineáris egyenletrendszerek. GAUSS ELIMINÁCIÓ (kiküszöbölés)

Lineáris egyenletrendszerek. GAUSS ELIMINÁCIÓ (kiküszöbölés) LINEÁRIS ALGEBRA Bércesné Novák Ágnes Honlap: http://users.itk.ppke.hu/~b_novak Követelményrendszer: Gauss elimináció Vektoralgebra: http://users.itk.ppke.hu/~b_novak/dmat/vektorfolcop.pdf Lineáris egyenletrendszerek

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

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

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

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 (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

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

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

Feladatok a Diffrenciálegyenletek IV témakörhöz. 1. Határozzuk meg következő differenciálegyenletek általános megoldását a próba függvény módszerrel.

Feladatok a Diffrenciálegyenletek IV témakörhöz. 1. Határozzuk meg következő differenciálegyenletek általános megoldását a próba függvény módszerrel. Feladatok a Diffrenciálegyenletek IV témakörhöz 1 Határozzuk meg következő differenciálegyenletek általános megoldását a próba függvény módszerrel (a) y 3y 4y = 3e t (b) y 3y 4y = sin t (c) y 3y 4y = 8t

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

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

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

Szélsőérték feladatok megoldása

Szélsőérték feladatok megoldása Szélsőérték feladatok megoldása A z = f (x,y) függvény lokális szélsőértékének meghatározása: A. Szükséges feltétel: f x (x,y) = 0 f y (x,y) = 0 egyenletrendszer megoldása, amire a továbbiakban az x =

Részletesebben

Lineáris Algebra gyakorlatok

Lineáris Algebra gyakorlatok A V 2 és V 3 vektortér áttekintése Lineáris Algebra gyakorlatok Írta: Simon Ilona Lektorálta: DrBereczky Áron Áttekintjük néhány témakör legfontosabb definícióit és a feladatokban használt tételeket kimondjuk

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

Egyenletek, egyenlőtlenségek, egyenletrendszerek I.

Egyenletek, egyenlőtlenségek, egyenletrendszerek I. Egyenletek, egyenlőtlenségek, egyenletrendszerek I. DEFINÍCIÓ: (Nyitott mondat) Az olyan állítást, amelyben az alany helyén változó szerepel, nyitott mondatnak nevezzük. A nyitott mondatba írt változót

Részletesebben

Bázistranszformáció és alkalmazásai

Bázistranszformáció és alkalmazásai Bázistranszformáció és alkalmazásai Lineáris algebra gyakorlat Összeállította: Bogya Norbert Tartalomjegyzék 1 Elmélet Gyakorlati végrehajtás 2 Vektor bevitele a bázisba Rangszámítás Lineáris egyenletrendszer

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Exponenciális és Logaritmikus kifejezések

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Exponenciális és Logaritmikus kifejezések MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Eponenciális és Logaritmikus kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szoálhatnak fontos információval

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

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

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

Gauss-Seidel iteráció

Gauss-Seidel iteráció Közelítő és szimbolikus számítások 5. gyakorlat Iterációs módszerek: Jacobi és Gauss-Seidel iteráció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 ITERÁCIÓS

Részletesebben

Lineáris egyenletrendszerek

Lineáris egyenletrendszerek Lineáris egyenletrendszerek lineáris elsőfokú, z ismeretlenek ( i -k) elsőfokon szerepelnek. + + n n + + n n m + m +m n n m m n n mn n m (m n)(n )m A A: együtthtó mátri Megoldás: milyen értékeket vehetnek

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

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

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Exponenciális és Logaritmikus kifejezések

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Exponenciális és Logaritmikus kifejezések MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Eponenciális és Logaritmikus kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos

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

NUMERIKUS MÓDSZEREK I. TÉTELEK

NUMERIKUS MÓDSZEREK I. TÉTELEK NUMERIKUS MÓDSZEREK I. TÉTELEK Szerkesztette: Balogh Tamás 014. január 19. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így

Részletesebben

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

Határozatlan integrál (2) First Prev Next Last Go Back Full Screen Close Quit Határozatlan integrál () First Prev Next Last Go Back Full Screen Close Quit 1. Az összetett függvények integrálására szolgáló egyik módszer a helyettesítéssel való integrálás. Az idevonatkozó tétel pontos

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

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

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

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

Részletesebben

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

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

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

Lineáris algebra numerikus módszerei

Lineáris algebra numerikus módszerei Hermite interpoláció Tegyük fel, hogy az x 0, x 1,..., x k [a, b] különböző alappontok (k n), továbbá m 0, m 1,..., m k N multiplicitások úgy, hogy Legyenek adottak k m i = n + 1. i=0 f (j) (x i ) = y

Részletesebben

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL x 1-2x 2 6 -x 1-3x 3 = -7 x 1 - x 2-3x 3-2 3x 1-2x 2-2x 3 4 4x 1-2x 2 + x 3 max Alapfogalmak: feltételrendszer (narancs színnel jelölve), célfüggvény

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

Elemi algebrai eszközökkel megoldható versenyfeladatok Ábrahám Gábor, Szeged

Elemi algebrai eszközökkel megoldható versenyfeladatok Ábrahám Gábor, Szeged Magas szintű matematikai tehetséggondozás Elemi algebrai eszközökkel megoldható versenyfeladatok Ábrahám Gábor, Szeged Ahhoz, hogy egy diák kimagasló eredményeket érhessen el matematika versenyeken, elengedhetetlenül

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

Oszthatósági problémák

Oszthatósági problémák Oszthatósági problémák Érdekes kérdés, hogy egy adott számot el lehet-e osztani egy másik számmal (maradék nélkül). Ezek eldöntésére a matematika tanulmányok során néhány speciális esetre látunk is példát,

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

LINEÁRIS EGYENLETRENDSZEREK MEGOLDÁSA BÁZISTRANSZFORMÁCIÓVAL. 1. Paramétert nem tartalmazó eset

LINEÁRIS EGYENLETRENDSZEREK MEGOLDÁSA BÁZISTRANSZFORMÁCIÓVAL. 1. Paramétert nem tartalmazó eset LINEÁRIS EGYENLETRENDSZEREK MEGOLDÁSA BÁZISTRANSZFORMÁCIÓVAL 1.Példa: Oldjuk meg a következő lineáris egyenletrendszert: 1. Paramétert nem tartalmazó eset x 1 + 3x 2-2x 3 = 2-2x 1-5x 2 + 4x 3 = 0 3x 1

Részletesebben

3. Egyenletek, egyenletrendszerek, egyenlőtlenségek

3. Egyenletek, egyenletrendszerek, egyenlőtlenségek . Egyenletek, egyenletrendszerek, egyenlőtlenségek I. Nulladik ZH-ban láttuk: 1. Mennyi a 2x 2 8x 5 = 0 egyenlet gyökeinek a szorzata? (A) 10 (B) 2 (C) 2,5 (D) 4 (E) ezek egyike sem Megoldás I.: BME 2011.

Részletesebben

Bevezetés a számításelméletbe I. feladatgyűjtemény. Szeszlér Dávid, Wiener Gábor

Bevezetés a számításelméletbe I. feladatgyűjtemény. Szeszlér Dávid, Wiener Gábor Bevezetés a számításelméletbe I. feladatgyűjtemény Szeszlér Dávid, Wiener Gábor Tartalomjegyzék Előszó 2 1. Feladatok 5 1.1. Térbeli koordinátageometria........................... 5 1.2. Vektortér, altér..................................

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

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

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

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

Matematika szintfelmérő dolgozat a 2018 nyarán felvettek részére augusztus

Matematika szintfelmérő dolgozat a 2018 nyarán felvettek részére augusztus Matematika szintfelmérő dolgozat a 018 nyarán felvettek részére 018. augusztus 1. (8 pont) Oldjuk meg a következő egyenletet a valós számok halmazán: 6 4 x 13 6 x + 6 9 x = 0 6 ( ) x 4 13 9 6 4 x 13 6

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

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

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

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

Mátrixok. 3. fejezet. 3.1. Bevezetés: műveletek táblázatokkal

Mátrixok. 3. fejezet. 3.1. Bevezetés: műveletek táblázatokkal fejezet Mátrixok Az előző fejezetben a mátrixokat csak egyszerű jelölésnek tekintettük, mely az egyenletrendszer együtthatóinak tárolására, és az egyenletrendszer megoldása közbeni számítások egyszerüsítésére

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

A lineáris algebra forrásai: egyenletrendszerek, vektorok

A 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

Részletesebben

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005.

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. 1 Diszkrét matematika II., 4. el adás Skalárszorzat, norma, szög, távolság Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. március 1 A téma jelent sége

Részletesebben

Diszkrét matematika 2.C szakirány

Diszkrét matematika 2.C szakirány Diszkrét matematika 2.C szakirány 2017. tavasz 1. Diszkrét matematika 2.C szakirány 11. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

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

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi Gyakorló feladatok Agbeko Kwami Nutefe és Nagy Noémi 25 Tartalomjegyzék. Klasszikus hibaszámítás 3 2. Lineáris egyenletrendszerek 3 3. Interpoláció 4 4. Sajátérték, sajátvektor 6 5. Lineáris és nemlineáris

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