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

Hasonló dokumentumok
Vektorok, mátrixok, lineáris egyenletrendszerek

Diszkrét matematika II., 8. előadás. Vektorterek

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

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

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

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

A gyakorlati jegy

1. zárthelyi,


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

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

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

1. Bázistranszformáció

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

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

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

Vektorterek. =a gyakorlatokon megoldásra ajánlott

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

Lineáris algebra. (közgazdászoknak)

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

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

Hogyan oldjunk meg lineáris algebra feladatokat?

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

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.

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

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

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

A lineáris algebra forrásai: egyenletrendszerek, vektorok

1. Homogén lineáris egyenletrendszer megoldástere

Lineáris algebra. =0 iє{1,,n}

10. Feladat. Döntse el, hogy igaz vagy hamis. Név:...

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

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

Diszkrét Matematika II.

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

Algoritmuselmélet gyakorlat (MMN111G)

Diszkrét matematika I. gyakorlat

15. LINEÁRIS EGYENLETRENDSZEREK

Matematika (mesterképzés)

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

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

Lineáris algebra gyakorlat

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet

3. Lineáris differenciálegyenletek

17. előadás: Vektorok a térben

1. Mátrixösszeadás és skalárral szorzás

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

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

1. feladatsor Komplex számok

Lineáris algebra. Wettl Ferenc, BME , 0.2 változat. Tartalomjegyzék. Geometriai szemléltetés. (tömör bevezetés) Az egyenletek szemléltetése

Lineáris algebra Gyakorló feladatok

Matematika szigorlat június 17. Neptun kód:

LINEÁRIS ALGEBRA FELADATOK

1. Geometria a komplex számsíkon

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

Mátrixok 2017 Mátrixok

Lineáris algebra gyakorlat

Absztrakt vektorterek

Bevezetés az algebrába 1

Összeállította: dr. Leitold Adrien egyetemi docens

Lineáris egyenletrendszerek

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

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!

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

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

Diszkrét matematika II., 1. el adás. Lineáris leképezések

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

Haladó lineáris algebra

Lineáris egyenletrendszerek

BEVEZETÉS A SZÁMÍTÁSELMÉLETBE 1

Felügyelt önálló tanulás - Analízis III.

12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell

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

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

1. Az euklideszi terek geometriája

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

Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek

A 2015/2016. tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló MATEMATIKA III. KATEGÓRIA (a speciális tanterv szerint haladó gimnazisták)

Matematika A2 vizsga mgeoldása június 4.

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

Bázistranszformáció és alkalmazásai

Matematika III. harmadik előadás

Miskolci Egyetem. Diszkrét matek I. Vizsga-jegyzet. Hegedűs Ádám Imre

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

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek

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

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

Bevezetés a számításelméletbe I. Zárthelyi feladatok október 20.

Alkalmazott algebra. Lineáris leképezések EIC. Wettl Ferenc ALGEBRA TANSZÉK BMETE90MX57 (FELSŐBB MATEMATIKA INFORMATIKUSOKNAK )

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

Gyakorló feladatok I.

Intergrált Intenzív Matematika Érettségi

2. gyakorlat. A polárkoordináta-rendszer

3. Előadás. Megyesi László: Lineáris algebra, oldal. 3. előadás Lineáris egyenletrendszerek

Mátrixok jellemzése. 4. fejezet Mátrixhoz tartozó alterek

Matematika példatár 7.

Klár Gergely 2010/2011. tavaszi félév

Matematika alapjai; Feladatok

Átírás:

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 1 2 0 0 3 2 0 1 3 1 0 9 1 2 2 1 0 1 2 0 0 0 0 1 2 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 Megoldás: Az első egyenletrendszernek végtelen sok megoldása van, mert a mátrixának lépcsős alakjában nincs ellentmondásos sor, és van olyan oszlop (az első), amelyben nincs vezérelem, tehát van szabad változó. A második egyenletrendszer megoldásszáma függ a * értékétől. Ha a * helyén 0 áll, akkor a harmadik sor ellentmondásos, tehát az egyenletrendszernek nincs megoldása. Ha * nem nulla, akkor a lépcsős alakban nincs ellentmondásos sor, de van szabad változó, tehát végtelen sok megoldása van az egyenletrendszernek. A harmadik egyenletrendszernek mindenképpen van megoldása, mert homogén. Egyetlen megoldása van, ha az első sor csillaga, és a másik két csillag közül valamelyik nem nulla, az összes többi esetben végtelen sok megoldása van. A negyedik egyenletrendszernek mindenképpen egyértelmű megoldása van, mert lépcsős alakú, nincs ellentmondásos sor, és minden oszlopban van vezérelem. 2. Az a és b paraméterek értékétől függően hány megoldása van a következő mátrixokhoz tartozó egyenletrendszereknek? a) 1 2 a+b 0 3 2 a b b) 1 1 b 3 6 a b 2b Megoldás: A megoldások számának megállapításához elég lépcsős alakra hozni a mátrixot, nem szükséges a redukált lépcsős alak. a) 1 2 a+b 0 3 2 a b 3 6 a b 2b 1 2 a+b 0 0 8 2a 3b b 0 0 4a+2b 2b b) Ha 4a+2b 0, azaz ha b 2a, akkor egyértelmű megoldás van. Hab = 2a 0, akkor nincs megoldás, mert a második mátrixnak van ellentmondásos sora. Ha b = 2a és b = 0, azaz ha a = b = 0, akkor is lépcsős alakú a második mátrix, de nincs ellentmondásos sora, és van szabad változója, tehát ekkor végtelen sok megoldása van az egyenletrendszernek. 1 1 b 0 3 1 b+3 1 1 0 1 3 3 b+1 0 0 a 2 3 2 3 b Egy megoldás van, ha a 2 3, végtelen sok megoldás van, ha a = 2 3, és b = 3 2, végül nincs megoldás ha a = 2 3, és b 3 2

Mat. A2 3. gyakorlat/2 2016/17, második félév 3. Alteret alkotnak-e R 3 -ben az alábbi részhalmazok? Amelyik altér, annak adjuk meg egy bázisát is! a) {v R 3 v = 1} b) {(x,y,z) x+2y +z = 0} c) {(x,y,z) x+2y +z = 1} d) {(x,y,z) x 2 +y 2 +z 2 = 0} e) {(x,y,z) x 3 +y 3 +z 3 = 0} Megoldás: a) Nem altér, mert 0 nem eleme ennek a részhalmaznak. b) Altér, ugyanis egy K test fölötti n-változós homogén lineáris egyenlet(rendszer)nek megoldásai mindig alteret alkotnak K n -ben. A megoldás vektoros alakjában szereplő vektorok bázist alkotnak a megoldástérben. Az egyenlet kibővített mátrixa [1 2 1 0] lépcsős mátrix, a megoldás y = s, z = t, x = 2s t, azaz x y = s 2 1 +t 0, így az altér bázisa {( 2,1,0), (,0,1)}. z 0 1 c) Nem altér, mert nem tartalmazza a 0-t. d) Ez a halmaz csak a (0,0,0) vektorból áll, az pedig nyilván alteret alkot (az önmagával vett összege és tetszőleges skalárszorosa is a 0 vektor). A bázisa az üreshalmaz. e) Nem altér. Igaz, hogy zárt a skalárral való szorzásra (ha x 3 + y 3 + z 3 = 0, akkor (λx) 3 + (λy) 3 +(λz) 3 = λ 3 (x 3 + y 3 +z 3 ) = λ 3 0 = 0), de az összeadásra nem. Pl. (1,, 0) és (1, 0, ) benne van ebben a halmazban, de (2,, ) nincs. 4. Tegyük fel, hogy {b 1,b 2,b 3 } bázisa egy V valós vektortérnek. Döntsük el, hogy az alábbiak független rendszert, generátorrendszert, bázist alkotnak-e V -ben! a) {b 1, b 2 +b 3 } b) {b 1 +b 2, b 1 b 3, b 1, b 2 +2b 3 } c) {b 1 +b 2, b 2 +b 3, b 3 +b 1 } Megoldás: a) Független, mert ha xb 1 +y(b 2 +b 3 ) = 0, akkor xb 1 +yb 2 +yb 3 = 0, így a b 1,b 2,b 3 vektorok függetlensége miatt x = y = 0. Generátorrendszer nem lehet, mert akkor bázis is lenne, és minden bázisnak ugyanannyi eleme van. b) Nem lehet független, mert akkor kiegészíthető lenne egy legalább 4 elemű bázissá. Generátorrendszer, mert ha az általuk generált altér U, akkor b 1 + b 2, b 1 U b 2 = (b 1 + b 2 ) b 1 U, és b 1 b 3, b 1 U b 3 = b 1 (b 1 b 3 ) U, akkor viszont {b 1,b 2,b 3 } minden lineáris kombinációja benne van U-ban, tehát a teljes V vektortér is. c) A b) részhez hasonló módon belátjuk, hogy a három vektor által generált altérben benne van b 1, b 2 és b 3 is. A három vektor összege 2b 1 + 2b 2 + 2b 3 U b 1 + b 2 +b 3 U, és ha ebből levonjuk külön-külön a három megadott vektort, akkor azt kapjuk, hogy b 3, b 2, b 1 U. Tehát {b 1 +b 2, b 2 +b 3, b 3 +b 1 } generátorrendszer, és egy háromelemű generátorrendszer egy 3-dimenziós térben szükségképpen független (különben lenne kisebb elemszámú generátorrendszer, és végső soron bázis is), így ez a generátorrendszer bázis. 5. Vegyük R 3 -ben a B = {(1,3,),(0,1,1),(2,,0)} bázist. Melyik az a v vektor, amelynek B szerinti koordinátavektora[v] B = B szerint? 1 2, és mi a w = (3,0, 3) vektor koordinátavektora Megoldás: v = 1 (1,3,)+2 (0,1,1) (2,,0) = (,6,1). w-hez olyan x,y,z

Mat. A2 3. gyakorlat/3 2016/17, második félév számokat kell keresnünk, amelyekre x (1,3,)+y (0,1,1)+z (2,,0) = (3,0, 3). 1 0 2 3 3 1 0 1 0 2 3 0 1 7 9 1 0 2 3 0 1 7 9 1 0 3 0 1 2 0 0 0 9 9 1 0 0 1 0 1 0 2 [w] B = 1 2 0 0 1 1 1 6. Adjuk meg az alábbi mátrixok sorterének és oszlopterének egy-egy bázisát! Írjuk fel a többi sor-, illetve oszlopvektort ezek lineáris kombinációjaként! a) 1 2 0 1 2 4 1 3 1 2 0 b) 0 1 1 2 1 2 0 1 1 2 3 Megoldás: a) 1 2 0 1 2 4 1 3 1 2 0 1 0 0 1 1 1 1 2 0 1 0 0 1 1 1 2 1 2 0 0 0 1 1 1 0 0 0 0 0 Az elemi sorműveletek megváltoztatják a mátrix oszlopterét, de megtartják az oszlopok közti lineáris kapcsolatokat. Legyenek v 1,v 2,v 3,v 4,v 5 az eredeti mátrix oszlopai, v 1,v 2,v 3,v 4,v 5 pedig a redukált lépcsős alaké. Ekkor a vezéregyest tartalmazó v 1 = e 1 és v 3 = e 2 oszlopok nyilván bázist alkotnak az utóbbi mátrix oszlopterében, és a többi oszlop előállítása is közvetlenül leolvasható a mátrixból: v 2 = 2e 1 = 2v 1, v 4 = e 1 + e 2 = v 1 + v 3, v 5 = e 1 + e 2 = v 1 + v 3. Tehát az eredeti mátrix oszlopterének bázisa {v 1,v 3 } = 1 2, 0 1 és az előállítások: 2 4 = v 2 = 2v 1 = 2 1 2 1 2 = v 4 = v 1 +v 3 = 1 2 + 0 1, 2 1 1 3 0 = v 5 = v 1 +v 3 = 1 2 Az elemi sorműveletek nem változtatják meg a sorteret, és a redukált lépcsős alak nem nulla sorai lineárisan függetlenek, így bázisát adják a sortérnek. Ebben az esetben ez a bázis {(1,2,0,,1), (0,0,1,1,1)}. Mivel a vezéregyesek oszlopaiban csak egy 1-es van, a többi elem 0, a mátrix sorainak a redukált lépcsős alak soraiból való előállításának együtthatóit megadják az adott sorokban a vezéregyesek pozíciójában (jelen esetben az első és harmadik helyen) álló számok: (1,2,0,,1)= 1 (1,2,0,,1)+0 (0,0,1,1,1) (2,4,1,,3)= 2 (1,2,0,,1)+1 (0,0,1,1,1) (, 2,1,2,0) = (1,2,0,,1)+1 (0,0,1,1,1) + 0 1 1

Mat. A2 3. gyakorlat/4 2016/17, második félév Vegyük észre, hogy az oszloptér bázisának meghatározásakor az eredeti oszlopvektorokból választottunk ki egy bázist (azaz egy maximális független rendszert), a soroknál új báziselemeket találtunk. b) 1 2 0 0 1 1 1 1 2 3 1 0 1 3 0 1 1 0 0 0 1 0 0 0 5 0 4 4 0 1 1 0 2 1 0 1 0 0 1 1 0 0 0 0 1 0 0 0 0 0 1 1 0 2 0 4 4 redukált lépcsős alak. Ennek alapján az eredeti mátrix 1., 2. és 4. oszlopa bázisát adja az oszlopterének: 1 2 1 2 B =,, 0 1 1 1 1 0 3, és a 3. oszlop: 3 1 2 1 2 = + 1 0 1 2 1 1 A sortérnek bázisa {(1,0,1,0),(0,1,1,0),(0,0,0,1)}, és az eredeti mátrix sorainak előállítása: (1,2,3,1)= (1,0,1,0)+2(0,1,1,0)+(0,0,0,1), (1, 2,,0) = (1,0,1,0) 2(0,1,1,0), (0,1,1,) = (0,1,1,0) (0,0,0,1), (1,1,2,3)= (1,0,1,0)+(0,1,1,0)+3(0,0,0,1). 7. Lineárisak-e a következő, R 3 -ön ható leképezések? Melyik vektortérbe képeznek? a) (1, 1, 1)-gyel való skalárszorzás b) a középső koordináta elhagyása c) az x 2y +z = 5 síkra való tükrözés d) v v ((1,,0) v) e) v v Megoldás: a) R-be képez, és lineáris: az a = (1,1,1) jelöléssel (u + v)a = ua + va és (λu)a = λ(ua). b) R 2 -be képez, és lineáris: f(x,y,z) = (x,z)-re f(x+x,y +y,z +z ) = (x+x,z +z ) = (x,z)+(x,z ) = f(x,y,z)+f(x,y,z ), és f(λx,λy,λz) = (λx,λz) = λ(x,z) = λf(x,y,z). c) R 3 -be képez. Nem lineáris, mert minden lineáris leképezés 0-ba képezi a 0 vektort (ugyanis f(0) = f(0 0) = 0 f(0) = 0), de 0 nincs ezen a síkon, így a tükrözés nem hagyja helyben. d) R 3 -be képez, és lineáris: az a = (1,,0) jelöléssel (u+v) a (u+v) = (u+v) (a u+a v) = (u a u)+(v a v), és λv a (λv) = λv λ(a v) = λ(v a v). e) R-be képez, de nem lineáris: ( 2)(1,0,0) = ( 2,0,0) = 2 2 = ( 2) (1,0,0).

Mat. A2 3. gyakorlat/5 2016/17, második félév 8. Tekintsük a legföljebb harmadfokú valós polinomok R[x] 3 terén a p(x) xp (x) leképezést. Bizonyítsuk be, hogy ez lineáris transzformáció! Hány dimenziós a magtere és a képtere? Megoldás: x(p(x)+q(x)) = x(p (x)+q (x)) = xp (x)+xq (x), és x(cp(x)) = xcp (x) = c(xp (x)), ha c R, tehát a leképezés lineáris, és a 4-dimenziós R[x] 3 térből önmagába képez. xp (x) pontosan akkor lesz a 0 polinom, ha p (x) 0, azaz, ha p(x) konstans. Tehát a magtérnek egyelemű bázisa van (pl. a konstans 1 polinom), azaz a magtér 1-dimenziós, és így a dimenziótétel szerint a képtér dimenziója 4 = 3.