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

Hasonló dokumentumok
A gyakorlati jegy


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

Diszkrét matematika II., 8. előadás. Vektorterek

Vektorok, mátrixok, lineáris egyenletrendszerek


1. Bázistranszformáció

1. Geometria a komplex számsíkon

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

17. előadás: Vektorok a térben

1. Az euklideszi terek geometriája

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

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

Matematika A1a Analízis

Vektorterek. =a gyakorlatokon megoldásra ajánlott

1. Mátrixösszeadás és skalárral szorzás

Lineáris egyenletrendszerek Műveletek vektorokkal Geometriai transzformációk megadása mátrixokkal Determinánsok és alkalmazásaik

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

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

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

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

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

Matematika (mesterképzés)

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

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

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

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

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

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

1. Transzformációk mátrixa

Összeállította: dr. Leitold Adrien egyetemi docens

1. zárthelyi,

1. feladatsor Komplex számok

Lineáris algebra. =0 iє{1,,n}

1. Algebrai alapok: Melyek műveletek az alábbiak közül?

1. Homogén lineáris egyenletrendszer megoldástere

DISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

Matematika szigorlat június 17. Neptun kód:

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

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

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

6. Előadás. Megyesi László: Lineáris algebra, oldal. 6. előadás Bázis, dimenzió

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

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

Valasek Gábor

Absztrakt vektorterek

A lineáris algebra forrásai: egyenletrendszerek, vektorok

Mátrixok 2017 Mátrixok

Bevezetés az algebrába 1

λ 1 u 1 + λ 2 v 1 + λ 3 w 1 = 0 λ 1 u 2 + λ 2 v 2 + λ 3 w 2 = 0 λ 1 u 3 + λ 2 v 3 + λ 3 w 3 = 0

1. A komplex számok definíciója

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

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

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

Lineáris algebra Gyakorló feladatok

2. gyakorlat. A polárkoordináta-rendszer

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

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

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

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

1. A Horner-elrendezés

Összeállította: dr. Leitold Adrien egyetemi docens

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

LINEÁRIS ALGEBRA FELADATOK

1. Absztrakt terek 1. (x, y) x + y X és (λ, x) λx X. műveletek értelmezve vannak, és amelyekre teljesülnek a következő axiómák:

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

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

15. LINEÁRIS EGYENLETRENDSZEREK

LINEÁRIS VEKTORTÉR. Kiegészítő anyag. (Bércesné Novák Ágnes előadása) Vektorok függetlensége, függősége

Matematika A2 vizsga mgeoldása június 4.

Hogyan oldjunk meg lineáris algebra feladatokat?

A lineáris tér. Készítette: Dr. Ábrahám István

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

1. Szabadvektorok és analitikus geometria

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

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

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.

Vektortér fogalma vektortér lineáris tér x, y x, y x, y, z x, y x + y) y; 7.)

Bevezetés a számításelméletbe I. Zárthelyi feladatok október 20.

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

Diszkrét matematika I. gyakorlat

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

1. Határozzuk meg, hogy mikor egyenlő egymással a következő két mátrix: ; B = 8 7 2, 5 1. Számítsuk ki az A + B, A B, 3A, B mátrixokat!

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

Összeállította: dr. Leitold Adrien egyetemi docens

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

3. Lineáris differenciálegyenletek

Lineáris algebra mérnököknek

MBN412G: ALKALMAZOTT ALGEBRA GYAKORLAT ÁPRILIS 26.

KOVÁCS BÉLA, MATEMATIKA I.

Lineáris algebra mérnököknek

I. VEKTOROK, MÁTRIXOK

Nagy Gábor compalg.inf.elte.hu/ nagy

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

1. A kétszer kettes determináns

Gyakorló feladatok I.

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

Vektorok és koordinátageometria

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

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 Euklideszi terek: merőlegesség és skaláris szorzat Egybevágósági transzformációk valós és komplex fölött Diagonalizálhatóság ortonormált bázisban Kvadratikus alak négyzetösszeg alakja Tankönyv: Freud Róbert: Lineáris algebra. Konzultáció: ewwkiss@gmail.com A számonkérés módja A gyakorlat célja az elméleti anyag megértése. Módja: önálló feladatmegoldás. Feladatsorok a honlapon. Begyakorlás otthon: feladatok Freud Róbert könyvében. Három hiányzás megengedett. Minden gyakorlaton röpzh: az előző heti előadás tételeiből, definícióiból (ehhez minden prezentáció legvégén összefoglaló); 50%-ot kell elérni, különben a gyakorlati jegy elégtelen. Két évfolyamzárthelyi; 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. 1

Írásbeli vizsga. Ez a prezentáció definiálja a vizsgaanyagot. Nyomtatható változat is letölthető a honlapról. Három rész (minta az előző évi vizsgák a honlapon): beugró a röpzéhák anyagából; megértés-ellenőrző; bizonyítás (a tételek listája az utolsó prezentáció végén). Honlap: ewkiss.web.elte.hu/wp/wordpress/ 2. Vektortér Oszlopvektorok (ismétlés) Definíció Legyen T test. A T fölötti n magasságú oszlopvektorok az a 1 alakú mátrixok, ahol a 1,...,a n T. Ezek halmaza T n. a n Definíció 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 (λ T). 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) 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) 2

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. T[x] polinomjai: λ(a 0 +...+a n x n )=(λa 0 )+...+(λa n )x n. Valós függvények (a pontonkénti műveletekre): (f +g)(x) = f(x)+g(x) és (λf)(x) = λ ( f(x) ). A vektortér fogalma Definíció (F4.1.1. Definíció) 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). 3

A sík és a tér vektorai Ismétlés A vektorok irányított szakaszok, de két vektor egyenlő, ha párhuzamosak, egyenlő hosszúak és irányúak. Így minden vektor kezdőpontja az O origóba tolható. Az A pont és az OA vektor közötti megfeleltetés kölcsönösen egyértelmű. Az OA az A pont helyvektora. Ha A = (a,b,c), akkor OA jele is (a,b,c). Tehát (a,b,c) nemcsak egy pont a térben, hanem térvektor is. A térvektorok az összeadásra (paralelogrammaszabály) és a skalárral szorzásra vektorteret alkotnak (HF). A helyvektoroknál ezek a műveletek a komponensenkénti műveleteknek felelnek meg. Ezért a térvektorok vektortere ugyanolyan, mint az oszlopvektorok R 3 vektortere. Elemi következmények Tétel (F4.1.2. 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 (a bal 0 skalár, a jobb 0 vektor). (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. 4

3. Altér, generátorrendszer Az altér fogalma Definíció (F4.2.1. Definíció) 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. Azaz W az x-tengely (a megfelelő helyvektorok végpontjai). (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. Az altér jellemzése Tétel (F4.2.2. Tétel, HF) 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. Segítség: 0 = 0v, és az ellentett v = ( 1)v. F4.2.15. és F4.2.12. Feladat, HF: (1) 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, ha v 0. A megfelelő helyvektorok végpontjai egy origón átmenő egyenest alkotnak. 5

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 (F4.3.4. Tétel) Legyen V vektortér a T test fölött és v 1,v 2,...,v m V. Ekkor aλ 1 v 1 +λ 2 v 2 +...+λ m v m alakú vektorok, aholλ 1,λ 2,...,λ m T, alteret alkotnakv-ben. Ez av 1,v 2,...,v m V által generált altér, jele v 1,v 2,...,v m. Elnevezések A v 1,...,v m vektorok neve: generátorok. λ 1 v 1 +λ 2 v 2 +...+λ m v m a v 1,...,v m egy lineáris kombinációja. A λ 1,...,λ m ennek a lineáris kombinációnak az együtthatói. A v 1,...,v m generátorrendszer a V vektortérben, ha v 1,v 2,...,v m = V. A generált altér a generátorok lineáris kombinációinak halmaza. Egy vektortérnek általában sok generátorrendszere van! Példák generátorrendszerre Legyen V a legfeljebb elsőfokú polinomok vektortere R fölött. Ebben {1,x} generátorrendszer, mert λ 1 + µ x alakban pontosan ezeket a polinomokat kapjuk (λ, µ R). De generátorrendszer {1 + x, x} is, mert ax+b = b(1+x)+(a b)x, vagyis λ(1 + x) + µx alakban V minden eleme megkapható. Egy altér generátorrendszerének elemei az altérben vannak! Például {1,x,x 2 } nem generátorrendszer a fenti V -ben, noha V elemei felírhatók ezek lineáris kombinációjaként. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak vektorterében. A tétel bizonyítása F4.3.4. Tétel: kiegészítés 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

Bizonyítás Legyen V vektortér a T test fölött és v 1,v 2,...,v m V. 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 skalárral szorzásra zárt. Az összegre zártság bizonyítása hasonló, HF. Ha v 1,...,v m W, akkor λ 1 v 1,λ 2 v 2,...,λ m v m W, mert W zárt a skalárral szorzásra. Ezért λ 1 v 1 +λ 2 v 2 +...+λ m v m W, mert W zárt az összeadásra. Így v 1,...,v m minden eleme W-ben van. 4. Lineáris függés és függetlenség Lineáris függetlenség Definíció (Freud, 4.4. szakasz) Legyen V vektortér a T test fölött és v 1,...,v m V. Ezek a vektorok lineárisan függetlenek, ha tetszőleges λ 1,...,λ m T skalárokra λ 1 v 1 +... + λ m v m = 0 CSAK ÚGY teljesülhet, ha λ 1 =... = λ m = 0. Egyébként a v 1,...,v m V vektorok lineárisan összefüggők. Triviális lineáris kombináció: minden együttható nulla. Vagyis v 1,...,v m akkor és csak akkor lineárisan független, ha CSAK a triviális lineáris kombinációjuk nulla. Például1,x,x 2 lineárisan függetlenr[x]-benrfölött, mert haa 1+b x+c x 2 = 0 (a nullapolinom), akkor minden együttható nulla, azaz a = b = c = 0. Példák függésre és függetlenségre [ ] [ ] 2 4 Az és a R 2 vektorok R fölött lineárisan összefüggenek. 3 [ ] 6 [ ] [ ] [ ] [ ] 2 4 4 4 0 Valóban, 2 +( 1) = + =, és pl. 2 0. 3 6 6 6 0 Az [ ] 2 és a 3 [ ] 4 R 2 vektorok R fölött lineárisan függetlenek. 5 Valóban, ha [ ] [ ] [ ] [ ] [ ] [ ] 0 2 4 2λ1 4λ2 2λ1 +4λ = λ 0 1 + λ 3 2 = + = 2, 5 3λ 1 5λ 2 3λ 1 +5λ 2 akkor 2λ 1 +4λ 2 = 0 és 3λ 1 +5λ 2 = 0. Ezt a homogén lineáris egyenletrendszert megoldva λ 1 = λ 2 = 0. 7

A függetlenség eldöntése Gauss-eliminációval a 11 Legyen v 1 = a 21,v 2 = a 22,...,v m = a 2m... Tn. a n1 a 12 a n2 Ekkor a λ 1 v 1 +λ 2 v 2 +...+λ m v m = 0 az a 11 λ 1 +...+a 1m λ m = 0 a 21 λ 1 +...+a 2m λ m = 0... a n1 λ 1 +...+a nm λ m = 0 homogén lineáris egyenletrendszert adja a λ 1,λ 2,...,λ m ismeretlenekre. A v 1,...,v m akkor függetlenek, ha ennek csak a triviális megoldása van, azaz ha nincs szabad változó. Következmény: Ha több vektor van, mint a vektorok magassága, akkor ezek lineárisan összefüggenek (van nemtriviális megoldás). A függetlenség elemi tulajdonságai a 1m a nm (1) Független vektorrendszerből vektorokat elhagyva független rendszert kapunk. Azaz független rendszer része is független. (2) A {v} egyelemű rendszer pontosan akkor független, ha v 0. (3) A nullvektort tartalmazó rendszerek összefüggők. (4) Két nem nulla vektor akkor és csak akkor összefüggő, ha mindkettő a másik skalárszorosa. (5) Ha egy rendszerben egy vektor egy másik skalárszorosa, akkor a rendszer összefüggő. Speciálisan egy független rendszerben minden vektor csak egyszer szerepelhet. (6) A sík két vektora pontosan akkor lineárisan független R fölött, ha nem párhuzamosak. (7) A tér három vektora pontosan akkor lineárisan összefüggő R fölött, ha egy síkban vannak. Bizonyítás: HF. 8

5. Bázis A bázis fogalma Definíció (F4.5.1. Definíció) Egy vektorrendszer bázis, ha lineárisan független és generátorrendszer. Tétel (F4.5.2. Tétel) Legyen V vektortér a T test fölött és b 1,...,b n V. Ez pontosan akkor bázis V -ben, ha V minden eleme egyértelműen felírható a b 1,...,b n lineáris kombinációjaként. Példa [ ] 1 és 0 [ ] 0 bázis R 2 -ben R fölött, mert 1 [ ] a = λ b [ ] 1 +µ 0 [ ] 0 1 akkor és csak akkor, ha λ = a és µ = b (azaz egyértelmű is). Példák bázisra [ ] [ ] 1 0 és is bázis R 2 -ben R fölött, mert 1 1 [ ] a = λ b [ ] 1 +µ 1 [ ] 0 1 akkor és csak akkor, ha a = λ és b = λ + µ, azaz ha λ = a és µ = b a (egyértelmű megoldás λ-ra és µ-re). Legyen V a legfeljebb másodfokú polinomok vektortere R fölött. Ebben {1,x,x 2 } bázis, mert minden V -beli polinom egyértelműen felírható α 1+β x+γ x 2 alakban (α,β,γ R). {1+x, 1+x 2, x 2 } is bázis V -ben. Valóban: ax 2 +bx+c = α(1+x)+β(1+x 2 )+γx 2 = (α+β)+αx+(β+γ)x 2 pontosan akkor, ha c = α+β, b = α és a = β+γ, azaz ha α = b, β = c b és γ = a+b c. Lineáris egyenletrendszer az α, β, γ ismeretlenekre. Szokásos bázis Néhány fontos vektortérben az alábbi konkrét bázisokat sokszor használjuk. Ezeket szokásos bázisnak nevezzük. A sorrend lényeges (koordinátázás legközelebb). (1) A síkon, mint R feletti vektortéren az (1,0), (0,1) pontok. (2) A T test feletti T n vektortérben azon e 1,...,e n vektorok, melyekre e i -nek az i-edik komponense 1, a többi nulla. Speciálisan T-ben, mint önmaga feletti vektortérben az 1. (3) A C -ben, mint R feletti vektortérben az 1 és az i. (4) A T m n vektortérben azok a mátrixok, melyeknek egyetlen eleme 1, a többi nulla (ezeket a sorfolytonosság sorrendjében tekintjük). 9

(5) A T[x] legfeljebb n-edfokú elemeiből álló vektortérben az (1,x,x 2,...,x n ) bázis. A bázis elemszáma Tétel (F4.5.3. Tétel, bizonyítás legközelebb) Minden vektortérben bármely két bázis elemszáma ugyanaz. Definíció (F4.6.1. Definíció) A V vektortér bázisainak közös elemszámát a tér dimenziójának nevezzük. Jele dimv (vagy dim T V ). (1) A sík kétdimenziós R fölött. (2) dim T T n = n. (3) dim R C = 2. (4) dim T T m n = mn. (5) A T[x] legfeljebb n-edfokú elemeiből álló vektortér n + 1-dimenziós T fölött. 6. Összefoglaló Az 1. előadáshoz tartozó vizsgaanyag Fogalmak A nyolc vektortéraxióma, nullelem, ellentett. A sík és a tér mint vektortér, helyvektorok. Altér, generált altér, generátorrendszer. Függetlenség, bázis, dimenzió. Tételek Vektorterek elemi tulajdonságai (F4.1.2). Altér jellemzése zártsággal, altér nulleleme (F4.2.15. Feladat). A lineáris kombinációk alteret alkotnak, ez a legszűkebb, az adott elemeket tartalmazó altér. A függetlenség kiszámítása Gausseliminációval. Bázis jellemzése a lineáris kombinációk egyértelműségével. Bármely két bázis elemszáma ugyanaz. 10