Hasonló dokumentumok
A gyakorlati jegy

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


Lineáris egyenletrendszerek Műveletek vektorokkal Geometriai transzformációk megadása mátrixokkal Determinánsok és alkalmazásaik

Polinomok A gyökök száma A gyökök és együtthatók összefüggése Szorzatra bontás, számelméleti kérdések A harmad- és negyedfokú egyenlet

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

1. Mátrixösszeadás és skalárral szorzás

Diszkrét matematika II., 8. előadás. Vektorterek

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

1. Bázistranszformáció

DISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes

Lineáris leképezések (előadásvázlat, szeptember 28.) Maróti Miklós, Kátai-Urbán Kamilla

1. zárthelyi,

Vektorok, mátrixok, lineáris egyenletrendszerek

1. Részcsoportok (1) C + R + Q + Z +. (2) C R Q. (3) Q nem részcsoportja C + -nak, mert más a művelet!

Meghirdetés féléve 2 Kreditpont Összóraszám (elm+gyak) 2+0

1. Az euklideszi terek geometriája

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

1. Algebrai alapok: Melyek műveletek az alábbiak közül?

1. Geometria a komplex számsíkon

Valasek Gábor

Összeállította: dr. Leitold Adrien egyetemi docens

Sztojka Miroszláv LINEÁRIS ALGEBRA Egyetemi jegyzet Ungvár 2013

17. előadás: Vektorok a térben

VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja

1. Mit jelent az, hogy egy W R n részhalmaz altér?

Matematika (mesterképzés)

ELTE IK Esti képzés tavaszi félév. Tartalom

1. Transzformációk mátrixa

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

Vektorterek. Több esetben találkozhattunk olyan struktúrával, ahol az. szabadvektorok esetében, vagy a függvények körében, vagy a. vektortér fogalma.

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

Matematika A1a Analízis

9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Matematika szigorlat június 17. Neptun kód:

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla

i=1 λ iv i = 0 előállítása, melynél valamelyik λ i

1. feladatsor Komplex számok

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

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40

Lineáris algebra (10A103)

Lineáris algebra. =0 iє{1,,n}

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

1. A polinom fogalma. Számolás formális kifejezésekkel. Feladat Oldjuk meg az x2 + x + 1 x + 1. = x egyenletet.

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

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

Gy ur uk aprilis 11.

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

Diszkrét matematika 2. estis képzés

1. Mellékosztály, Lagrange tétele

Nagy Gábor compalg.inf.elte.hu/ nagy

A lineáris algebrában központi szerepet betöltı vektortér fogalmát értelmezzük most, s megvizsgáljuk e struktúra legfontosabb egyszerő tulajdonságait.

Absztrakt vektorterek

Lineáris algebra Gyakorló feladatok

Mátrixok 2017 Mátrixok

Irodalom. (a) A T, B T, (b) A + B, C + D, D C, (c) 3A, (d) AD, DA, B T A, 1 2 B = 1 C = A = 1 0 D = (a) 1 1 3, B T = = ( ) ; A T = 1 0

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

I. VEKTOROK, MÁTRIXOK

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak

ALKALMAZOTT ALGEBRA FELADATOK (2016 tavaszi félév)

A lineáris algebra forrásai: egyenletrendszerek, vektorok

Algoritmuselmélet gyakorlat (MMN111G)

KOVÁCS BÉLA, MATEMATIKA I.

Tanmenet a Matematika 10. tankönyvhöz

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

Alkalmazott algebra. Vektorterek, egyenletrendszerek :15-14:00 EIC. Wettl Ferenc ALGEBRA TANSZÉK

Funkcionálanalízis. n=1. n=1. x n y n. n=1

Intergrált Intenzív Matematika Érettségi

Vizsga Lineáris algebra tárgyból. 2012/13 akadémiai év, I. félév

Vizsga Lineáris algebra tárgyból. 2018/19 akadémiai év, I. félév

Diszkrét matematika 1. estis képzés

MM CSOPORTELMÉLET GYAKORLAT ( )

Számítási módszerek a fizikában 1. (BMETE90AF35) tárgy részletes tematikája

Lin.Alg.Zh.1 feladatok

12. Mikor nevezünk egy részhalmazt nyíltnak, illetve zártnak a valós számok körében?

MBN412G: ALKALMAZOTT ALGEBRA GYAKORLAT ÁPRILIS 26.

Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I márc.11. A csoport

PPKE ITK, 2014/2015 tanév. I. félév. Tantárgyi adatok és követelmények

2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve trigonometrikus alakban vannak megadva?

Csoportok II március 7-8.

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. A komplex számok definíciója

Lineáris algebra (10A103)

MTN714: BEVEZETÉS AZ ABSZTRAKT ALGEBRÁBA. 1. Csoportelméleti alapfogalmak

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Diszkrét matematika I.

Összeállította: dr. Leitold Adrien egyetemi docens

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

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.

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

Lineáris algebra mérnököknek

Komplex számok. Wettl Ferenc előadása alapján Wettl Ferenc előadása alapján Komplex számok / 18

Budapesti Műszaki Főiskola, Neumann János Informatikai Kar. Vektorok. Fodor János

Részletes tantárgyprogram és követelményrendszer

Összeállította: dr. Leitold Adrien egyetemi docens

Vektorok. Wettl Ferenc október 20. Wettl Ferenc Vektorok október / 36

Átírás:

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 Képtér, magtér, dimenziótétel, rang, invertálhatóság Sajátérték, karakterisztikus polinom, diagonalizálás Minimálpolinom, invariáns alterek, Jordan normálalak Csoportelmélet Példák: permutációk, mátrixok, geometriai transzformációk Részcsoport, mellékosztály, Lagrange tétele Elemrend, ciklikus csoportok, generált részcsoport Permutációcsoportok, pálya és stabilizátor Izomorfizmus, homomorfizmus, normálosztó, faktorcsoport Egyszerű csoportok, Feit Thompson-tétel, klasszifikáció Direkt szorzat, véges Abel-csoportok Irodalom. http://www.cs.elte.hu/~ewkiss/bboard/ Az előadáson látott prezentáció, és nyomtatható változata A gyakorlatokon szereplő feladatsorok Információk a vizsgákról, zárthelyikről Tematikák, oktatási anyagok, ajánlott irodalom Freud Róbert: Lineáris algebra A mostani és a következő félév lineáris algebra anyaga Feladatok megoldásokkal Kiss Emil: Bevezetés az algebrába (remélhetőleg a félév közben megjelenik) A csoportelméleti anyagrész A későbbi félévek anyaga A gyakorlatokon szereplő feladatok megoldásai További feladatgyűjtemény Czédli-Szendrei-Szendrei: Absztrakt algebrai feladatok

A számonkérés módja. A gyakorlati jegy: Csak három hiányzás megengedett. Minden gyakorlaton röpdolgozat: összesen 10%; az előző előadáson elhangzott tételekből, definíciókból; az előző heti gyakorlaton tanult készségekből. Írásbeli házi feladatok: összesen további 10%. Kötelező számítógépes házi feladat. Két évfolyamzárthelyi: 40 40%; A vizsgajegy: A zárthelyik. az elégtelen zárthelyiket ki kell javítani; javító a félév végén, a gyakorlatvezető döntése alapján; Ha nem sikerül: gyakorlati jegy utóvizsga. Csak érvényes gyakorlati jeggyel lehet vizsgázni. Írásbeli vizsga, az anyag megértését is méri; Összesen három alkalom; egyre kell eljönni, kivéve ha az nem sikerül. Első zárthelyi Március 23, péntek, 14:00-16:00, északi tömb, -1.75 Konferenciaterem és 0.81 Ortvay-terem. Cserébe elmarad az utolsó héten az előadás (május 15). Második zárthelyi Május 9, szerda, 16:00-18:00, déli tömb, 0-821 Bolyai János és 0-803 SzabóJózsef terem. Cserébe elmaradnak az utolsó heti gyakorlatok (május 14 18). Javító zárthelyi Május 21, hétfő, 9:00-12:00, déli tömb, 0-822 Mogyoródi József terem. Gyakorlati jegy utóvizsga Május 24, csütörtök, 9:00-11:00, déli tömb, 0-803 Szabó József terem. 2

Szintválasztás. Csak az első tanítási hét végéig váltható szint! Hármasnál kisebb algebra átlaggal alapszint, legalább négyes algebra átlaggal középszint javasolt. Alapszinten: fogalmak, tételek, eljárások megértése. Középszinten: absztrakt fogalmak, bizonyítások is. A középszintű anyag részletei kellenek matematikus alkalmazott matematikus matematika tanári szakirányon. Aki alapszintre jár, de ezekre a szakirányokra készül, az kövesse a középszintű anyagrészeket is a két ajánlott tankönyv segítségével. A számonkérés közös lesz alap- és középszinten. Másodévtől már nincsenek szintek. 2. Vektortér Oszlopvektorok. Legyen T test. A T fölötti n magasságú oszlopvektorok az a 1 alakú táblázatok, ahol a 1,...,a n T. Ezek halmaza T n. a n Legyen T test, és értelmezzük T n -en az a 1 b 1 a 1 + b 1 a 1 λa 1 + =... és λ =... a n b n a n + b n a n λa n képletekkel az összeadást és a λ skalárral szorzást. Azaz összeadni és skalárral szorozni komponensenként kell. Az összeadás tulajdonságai. Tétel (HF ellenőrizni) Tetszőleges u,v,w T n vektorokra (1) (u + v) + w = u + (v + w) (az összeadás asszociatív). (2) u + v = v + u (az összeadás kommutatív). 3

(3) u + 0 = 0 + u = u (0 a nullvektor). (4) u + ( u) = ( u) + u = 0 ( u az u ellentettje). 0 a 1 a 1 A nullvektor 0 = 0 és az ellentett: a 2 = a 2... 0 a n a n (minden komponens T nulleleme) (komponensenkénti ellentett) A skalárral szorzás tulajdonságai. Tétel (HF ellenőrizni) Tetszőleges u,v T n vektorokra, és λ,µ skalárokra (5) (λ + µ)u = λu + µu. (6) λ(u + v) = λu + λv. (7) (λµ)u = λ(µu). (8) 1 u = u (ahol 1 a T test egységeleme). További példák ilyen tulajdonságú műveletekre. A T n m -beli mátrixok. A T [x] polinomjai. Valós függvények, egyenletek. Mind összeadhatók és (a megfelelő) skalárokkal szorozhatók. A vektortér fogalma. T test (elemei a skalárok), V halmaz (elemei a vektorok). V vektortér T fölött, ha értelmezett a V -beli + összeadás, továbbá a skalárral szorzás (skalárszor vektor = vektor) úgy, hogy tetszőleges u,v,w V és λ,µ T esetén (1) (u + v) + w = u + (v + w) (az összeadás asszociatív). (2) u + v = v + u (az összeadás kommutatív). (3) u + 0 = 0 + u = u (LÉTEZIK 0 nullvektor). (4) u + ( u) = ( u) + u = 0 (LÉTEZIK u, az u ellentettje). (5) (λ + µ)u = λu + µu. (6) λ(u + v) = λu + λv. (7) (λµ)u = λ(µu). (8) 1 u = u (ahol 1 a T test egységeleme). 4

Elemi következmények. Tétel (Freud, 4.1.2. Tétel) Legyen V vektortér a T test fölött, λ T, v V. (1) A V nulleleme egyértelműen meghatározott. (2) Minden vektor ellentettje egyértelműen meghatározott. (3) Minden v vektorra 0v = 0 (itt 0 a nulla skalár). (4) Minden λ skalárra λ0 = 0 (itt 0 a nullvektor). (5) Ha λv = 0, akkor λ = 0 vagy v = 0. (6) Minden v vektorra ( 1)v = v (a v ellentettje). Mintabizonyítás (5)-re Ha λv = 0, de λ 0, akkor létezik λ 1. Így 0 = λ 1 0 = λ 1 (λv) = (λ 1 λ)v = 1v = v. A fenti (4) miatt. A (7) vektortéraxióma miatt. A (8) vektortéraxióma miatt. 3. Altér Az altér fogalma. Legyen V vektortér a T test fölött. A W V részhalmaz altér, ha maga is vektortér V műveleteire nézve. Példák (1) V a sík vektorai R fölött. W az x-tengellyel párhuzamos vektorok. (2) V = Q[x] a Q fölött. W azok a polinomok, amelyeknek az 1 gyöke. (3) V a valós függvények R fölött. W a folytonos függvények. (4) V a kétszer kettes komplex mátrixok C fölött. W a felső háromszögmátrixok. 5

Az altér jellemzése. Tétel (Freud, 4.2.2. Tétel) Legyen V vektortér a T test fölött. A W V nem üres részhalmaz akkor és csak akkor altér, ha (1) W zárt az összeadásra, azaz tetszőleges w 1,w 2 W esetén w 1 + w 2 W. (2) W zárt a skalárral szorzásra, azaz tetszőleges λ T és w W esetén λw W. Állítás (Freud, 4.2.15. és 4.2.12. Feladat) (1) Az altér nulleleme ugyanaz, mint az eredeti vektortéré. (2) Alterek metszete is altér. (3) Két altér uniója csak akkor altér, ha valamelyikük tartalmazza a másikat. Altér készítése. Kérdés Adott egy v vektor a síkon. Mely vektorokat kell hozzávennünk (minél kevesebbet), hogy alteret kapjunk? A v skalárszorosait (azaz a λv vektorokat) be kell venni. Ez elég, mert ezek halmaza zárt mindkét műveletre. Ezek pont a v-vel párhuzamos vektorok (egy egyenes). Kérdés Adottak az x és x 2 polinomok R[x]-ben. Mely polinomokat kell hozzávennünk (minél kevesebbet), hogy alteret kapjunk? Az ax + bx 2 alakú polinomok már alteret alkotnak (a, b R). Generált altér. Tétel (Freud, 4.3.4. Tétel) Legyen V vektortér a T test fölött és v 1,v 2,...,v m V. Ekkor a λ 1 v 1 + λ 2 v 2 +... + λ m v m alakú vektorok, ahol λ 1,λ 2,...,λ m T, alteret alkotnak V -ben. Ez a v 1,v 2,...,v m V által generált altér, jele v 1,v 2,...,v m. Bizonyítás U = v 1,...,v m nem üres, mert 0 = 0v 1 +... + 0v m U. Ha u = λ 1 v 1 +... + λ m v m U és λ T, akkor λu U, mert λu = (λλ 1 )v 1 +... + (λλ m )v m. Így U skalárszorosra zárt. Az összegre zártság bizonyítása hasonló, HF. v 1,...,v m a legszűkebb v 1,...,v m -et tartalmazó altér. Azaz ha W altér és v 1,...,v m W, akkor v 1,...,v m W. 6