A lineáris tér. Készítette: Dr. Ábrahám István



Hasonló dokumentumok
Egy irányított szakasz egyértelműen meghatároz egy vektort.

5. Előadás. Megyesi László: Lineáris algebra, oldal. 5. előadás Lineáris függetlenség

Lineáris Algebra gyakorlatok

Lineáris algebra I. Kovács Zoltán. Előadásvázlat (2006. február 22.)

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

Vektortér. A vektortér elemeit vektornak, a test elemeit skalárnak nevezzük. Ezért a függvény neve skalárral való szorzás (nem művelet).

1. Lineáris leképezések

Mátrixaritmetika. Tartalom:

Lineáris algebra I. Vektorok és szorzataik

4. előadás. Vektorok

MATEMATIKA FELADATGYŰJTEMÉNY

BUDAPESTI KÖZGAZDASÁGTUDOMÁNYI EGYETEM. Puskás Csaba, Szabó Imre, Tallos Péter LINEÁRIS ALGEBRA JEGYZET

Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer

Széchenyi István Egyetem, 2005

Lineáris algebra és mátrixok alkalmazása a numerikus analízisben

Teszt kérdések. Az R n vektortér

2. Interpolációs görbetervezés

Mátrixok. 3. fejezet Bevezetés: műveletek táblázatokkal

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

Lineáris Algebra GEMAN 203-B. A három dimenziós tér vektorai, egyenesei, síkjai

Vektorok, mátrixok, lineáris egyenletrendszerek

Lineáris algebra - jegyzet. Kupán Pál

Color profile: Generic CMYK printer profile Composite 150 lpi at 45 degrees

KOVÁCS BÉLA, MATEMATIKA I.

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Matematikai alapismeretek. Huszti Andrea

Sztojka Miroszláv LINEÁRIS ALGEBRA Egyetemi jegyzet Ungvár 2013

Összeállította: dr. Leitold Adrien egyetemi docens

1. zárthelyi,

Lineáris algebra jegyzet

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

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

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

1.1. Gyökök és hatványozás Hatványozás Gyökök Azonosságok Egyenlőtlenségek... 3

Áttekintés a felhasznált lineáris algebrai ismeretekről.

1. Mátrixösszeadás és skalárral szorzás

LINEÁRIS ALGEBRA PÉLDATÁR MÉRNÖK INFORMATIKUSOKNAK

A kvantummechanika általános formalizmusa

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertető Tartalomjegyzék Pályázati támogatás Gondozó

Bevezetés 3. Vizsga tételsor 5. 1 Komplex számok 6. 2 Lineáris algebra Vektorterek 11

Lineáris algebra bevezető

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

KOVÁCS BÉLA, MATEMATIKA I.

Számítástudomány matematikai alapjai segédlet táv és levelező

Juhász Tibor. Lineáris algebra

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

Lineáris algebrai módszerek a kombinatorikában

Diszkrét matematika II., 8. előadás. Vektorterek

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. Párosítások

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

Ismerkedés az Abel-csoportokkal

Biostatisztika e-book Dr. Dinya Elek

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

Szöveges feladatok a mátrixaritmetika alkalmazására

Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály, középszint

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

A vezetői munka alapelemei - Döntéselmélet, döntéshozatal lehetséges útjai

A gyakorlati jegy

Diszkrét Matematika I.

Differenciálegyenletek a hétköznapokban

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

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

Matematika A1a Analízis

6. modul Egyenesen előre!

1. Homogén lineáris egyenletrendszer megoldástere

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

Lineáris algebra gyakorlat

Lineáris algebra gyakorlat

Fejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc. Dr. Kersner Róbert

Komáromi Éva LINEÁRIS PROGRAMOZÁS

Bevezetés a játékelméletbe Kétszemélyes zérusösszegű mátrixjáték, optimális stratégia

Alkalmazott modul: Programozás

HALMAZOK TULAJDONSÁGAI,

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

Intergrált Intenzív Matematika Érettségi

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

Load-flow jellegű feladat a villamos rendszerirányításban

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS I. Sorozatok és sorok

2. témakör: Számhalmazok

5.10. Exponenciális egyenletek A logaritmus függvény Logaritmusos egyenletek A szinusz függvény

4) Az ABCD négyzet oldalvektorai körül a=ab és b=bc. Adja meg az AC és BD vektorokat a és b vektorral kifejezve!

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

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

Arany Dániel Matematikai Tanulóverseny 2010/2011-es tanév első (iskolai) forduló haladók II. kategória

Gyakorló feladatok I.

A lineáris programozás 1 A geometriai megoldás

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

Első sorozat (2000. május 22. du.) 1. Oldjamegavalós számok halmazán a. cos x + sin2 x cos x. +sinx +sin2x =

2. Hatványozás, gyökvonás

2) = 0 ahol x 1 és x 2 az ax 2 + bx + c = 0 ( a,b, c R és a 0 )

A lineáris algebra forrásai: egyenletrendszerek, vektorok

10. évfolyam, ötödikepochafüzet

Lineáris algebra. =0 iє{1,,n}


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

1. Geometria a komplex számsíkon

Diszkrét matematika I. gyakorlat

Kosztolányi József Kovács István Pintér Klára Urbán János Vincze István. tankönyv. Mozaik Kiadó Szeged, 2013

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

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

Átírás:

A lineáris tér Készítette: Dr. Ábrahám István

A lineáris tér fogalma A fejezetben a gyakorlati alkalmazásokban használt legfontosabb fogalmakat, összefüggéseket tárgyaljuk. Adott egy L halmaz, amiben azonos típusú oszlopvektorok vannak. Értelmezünk a vektorok között két műveletet: az összeadást és a vektorok λ skalárral való szorzását. (λ R) Az L halmazt lineáris térnek nevezzük, ha fennáll: A.) Az L halmaz az összeadásra nézve zárt, azaz ha a L és b L, akkor a+b=c L..) Az összeadás kommutatív: a+b=b+a..) Az összeadás asszociatív: a+(b+c)=(a+b)+c=a+b+c. 4.) Létezik az L-ben összeadásra vonatkozóan semleges elem: a + 0 = a. 5.) Minden elemnek van ellentettje L-ben: van olyan a eleme L-nek, hogy a+( a)=0. B 6.) Ha a L és λ tetszőleges valós szám, akkor λ a L. (Az L zárt a szorzásra nézve.) 7.) A skalárral való szorzás kommutatív: λ a=a λ. 8.) A skalárokkal történő szorzás asszociatív: (λµ)a=λ(µa)= λµa. 9.) Létezik az L-ben a szorzásra vonatkozóan semleges elem (ez a λ=): a =a. C 0.) Érvényes a disztributív tulajdonság: λ(a+b)=λa+λb..) A disztributivitás skalárokra is igaz: (λ+µ)a=λa+µa.

Az L halmaz elemei lehetnek különböző matematikai objektumok (sorvektorok, mátrixok, valós együtthatós polinomok, páros, vagy páratlan függvények, stb.) Példa: Lineáris teret alkotnak-e a valós számok halmaza felett a diagonális mátrixok a mátrixok összeadására és a valós számmal való szorzásra? A választ indokoljuk! Megoldás: Legyen A=< a a a n > és B=< b b b m >. I. eset: ha n m, akkor a mátrixok nem adhatók össze, így lineáris térről sem lehet szó. II. eset: ha n=m, akkor igazak a következők:. A+B is diagonális.. Az összeadás kommutatív.. Az összeadás asszociatív. 4. Létezik zéruselem: 0. 5. Minden A-hoz van A. 6. λa is diagonális (λ R). 7. A szorzás kommutatív: λa=aλ. 8. A skalárral való szorzás asszociatív. 9. A λ= semleges (neutrális) elem. 0. Disztributivitás: λ(a+b)= λa+λb.. Igaz így is: (λ+µ)a=λa+µa. A diagonális mátrixok tehát lineáris teret alkotnak, ha azonos elemszámúak. Ha az L-t n komponensű oszlopvektorok alkotják, akkor a lineáris teret L n -nel jelöljük. Az L n -ben tett megállapításaink átvihetők más elemekből álló lineáris terekre.

Lineáris kombináció Legyen az A, A,, A k k darab azonos, m n típusú mátrix és legyenek adottak a λ, λ,, λ k valós számok (skalárok). Ekkor a λ A +λ A + +λ k A k kifejezést az A, A,, A k mátrixoknak a λ, λ,, λ k skalárokkal való lineáris kombinációjának nevezzük. A lineáris kombinációt írhatjuk szummás alakban is: λ A +λ A + +λ k A k = λi Ai, ahol λi R. A lineáris kombináció eredménye egy m n típusú mátrix, hiszen csupa ilyen jelzőszámú mátrixokkal végeztünk műveletet. Példa: Legyenek adottak az A, A, A mátrixok és a λ, λ, λ skalárok: A = 5 0 9 A = 5 4 A = k i= 4 8 0 5 λ =, λ =, λ = 0. Ekkor B = λ A i i = i= 5 0 +(-) 9 5 4 +0 4 8 0 5 5 = 4 0 Természetesen lineáris kombináció vektorokkal is végrehajtható. 4

Lineáris függetlenség Az a, a,, a k vektorrendszer vektorait lineárisan függetlennek mondjuk, ha lineáris kombinációjuk csak akkor eredményezhet nullvektort, ha a lineáris kombinációban minden skaláregyüttható 0. k Tehát a λ i a 0 összefüggés csak akkor áll fenn, ha minden λ i =0. i = i= Példa: Vizsgáljuk meg, hogy az a=[ ]* és a b=[ 4 ]* vektorok lineárisan függetlenek-e. A megoldáshoz a két vektor tetszőleges lineáris kombinációit nézzük meg: Részletesebben: λ λ a+λ b=0. (λ, λ R) + λ 4 = λ λ + ( ) λ + 4λ 0 = 0 Ha két vektor egyenlő, akkor a megfelelő komponenseiknek is meg kell egyezniük: λ λ =0 λ +4λ =0 Az egyenletrendszernek csak a λ =λ =0 a megoldásai, azaz a vektorok lineárisan függetlenek. Ha egy vektorrendszer vektorai nem lineárisan függetlenek, akkor a vektorrendszert 5 lineárisan összefüggőnek nevezzük.

Tehát az a, a,, a k vektorrendszer összefüggő, ha a vektorok lineáris kombinációja nullvektort ad akkor is, ha nem minden együttható 0. Példa: Vizsgáljuk meg, hogy az a=[ ]*, a b=[ 4 ]* és a c=[ 0 ]* vektorok lineárisan függetlenek-e. Észrevesszük (vagy megoldjuk a λ a+λ b=c vektoregyenletet), hogy c=a+b, vagyis: a+b c=0 Eszerint lineáris kombinációval a nullvektort elő lehet állítani úgy, hogy van az együtthatók között 0-tól különböző, azaz a vektor lineárisan nem független. Belátható, hogy az a, a,, a k vektorrendszer akkor és csak akkor összefüggő, ha van olyan eleme, amely előállítható a többi vektor lineáris kombinációjaként. Kompatibilitás Ha a b vektor az a, a,, a k vektorrendszer vektoraiból lineáris kombinációval előállítható, akkor a b vektor kompatíbilis az a, a,, a k vektorrendszerrel. Példa: Az a=[ ]* és b=[ 4 ]* vektorokkal a c=[ 0 ]* vektor kompatíbilis, hiszen mint láttuk felírható: c=a+b. Kompatíbilis: összemérhető, kikombinálható. 6

Bázis Ha egy vektoregyüttes (összes lehetséges) lineáris kombinációja lineáris teret állít elő (generál), akkor vektoregyüttest generátor rendszernek nevezzük. Elnevezés: A bázis olyan speciális generátor rendszer, amely lineárisan független vektorokból áll. Példa: Az a=[ ]* és b=[ 4 ]* vektorokból álló rendszer az L lineáris térben bázis, ugyanis az a és b függetlenek és a két vektorral az L bármely vektora lineáris kombinációval előállítható. Ha a bázis csupa egységvektorból áll, akkor azt triviális bázisnak nevezzük. Példa: Az e =[ 0 0 ]*, e =[ 0 0 ]* és e =[ 0 0 ]* vektorrendszer triviális bázis, mert: - a három vektor generátor rendszert alkot, hiszen lineáris kombinációjukkal az L tér bármely v=[ v v v ]* vektora előállítható: v=v e +v e +v e, - a három vektor lineárisan független: a λ e +λ e +λ e csak akkor lesz nullvektor, ha mindhárom együttható 0. Bázisvektorokkal a lineáris tér tetszőleges vektorát egyértelműen kifejezhetjük. 7

Vektor koordináták, komponenesek Az L n lineáris tér egy bázisa legyen a b, b,, b n vektorrendszer. Ekkor a tér tetszőleges v vektorának v=v b +v b + +v n b n előállításában szereplő v, v,, v n skalárszorzókat (számokat) a v vektornak a b, b,, b n bázisra vonatkozó koordinátáinak nevezzük. Példa: Egy korábbi példánkban szerepelt: c= a+ b. Ez azt jelenti, hogy a c vektornak az (a;b) bázisra vonatkozó koordinátái: [ ]*. Elnevezés: A triviális bázisra (az e, e,, e n egységvektorokra) vonatkozó koordinátákat komponenseknek nevezzük. Megállapodás: A későbbiekben amikor egy vektort számokkal adunk meg, akkor, ha külön nem jelezzük a bázist, a koordináták mindig komponensek, azaz az egységvektorokra vonatkozó koordináták. Példa: Az a=[ ]* és b=[ 4 ]*vektorokat tehát komponenseikkel adtuk meg, azaz: a=e +e és b= e +4e. Igazolható, hogy tetszőleges lineáris térben a bázist alkotó vektorok száma egyértelműen meghatározott. 8

Dimenzió A lineáris tér dimenziója n, ha van n elemű (n darab független vektorból álló) bázisa. Ha az L lineáris térnek nincs véges elemszámú bázisa, akkor az L dimenziója végtelen. A nulltér dimenziója 0. Következésképpen: ha a dimenzió nem vagy 0, akkor az adott lineáris térben a vektorok koordinátáinak száma megegyezik a dimenzióval. A vektorrendszer rangja Egy tetszőleges vektorrendszerből kiválasztható független vektorok maximális számát a vektorrendszer rangjának nevezzük. Példa: Az a=[ ]*, b=[ 4 ]* és c=[ 0 ]* vektorrendszer rangja, hiszen c=a+b, azaz a vektor közül független, a c kifejezhető a és b-vel. Ebből következik, hogy bármely L lineáris térből kiválasztott vektorrendszer rangja nem lehet nagyobb, mint a tér dimenziója. Így ha az a, a,, a k vektorrendszer rangja r, akkor az általa generált lineáris tér dimenziója is r. 9

Mátrix rangja Minden mátrixhoz hozzárendelhetünk két lineáris teret: a mátrix oszlopvektorai által generált teret (oszlopvektor tér), a mátrix sorvektorai által generált alteret (sorvektor tér). Igazolható, hogy bármely mátrix oszlopvektor terének dimenziója megegyezik a sorvektor terének dimenziójával. Elnevezés: Az A mátrix oszlop-, illetve sorvektor terének rangját a mátrix rangjának nevezzük. Jelölése: r(a). Példa: Legyen az A mátrix: A = 0 A mátrix oszlopvektora: a =[ 0 ]*, a =[ ]*, a =[ 0 ]*. Észrevehetjük, hogy: a 4 =a a +a =[ 8 ]*, valamint igazolható, hogy az a, a, a vektorok függetlenek. Így a mátrix rangja: r(a)=. Elnevezés: Az n-ed rendű A mátrix szinguláris ( hiányos ), ha r(a)< n. Ha r(a)=n, akkor a mátrix reguláris (nem szinguláris). 0 8 A fejezet tárgyalását befejeztük. 0