5. gyakorlat. Lineáris leképezések. Tekintsük azt a valós függvényt, amely minden számhoz hozzárendeli az ötszörösét!



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

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

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

Bolyai János Matematikai Társulat

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I.

2. Halmazelmélet (megoldások)

Mátrixok 2017 Mátrixok

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

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Analízis I. példatár. (kidolgozott megoldásokkal) elektronikus feladatgyűjtemény

Mátrixaritmetika. Tartalom:

Lineáris algebra - jegyzet. Kupán Pál

Az áprilisi vizsga anyaga a fekete betűkkel írott szöveg! A zölddel írott rész az érettségi vizsgáig még megtanulandó anyag!

5. Trigonometria. 2 cos 40 cos 20 sin 20. BC kifejezés pontos értéke?

Lineáris Algebra gyakorlatok

A gyakorlatok HF-inak megoldása Az 1. gyakorlat HF-inak megoldása. 1. Tagadások:

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

Matematikai programozás gyakorlatok

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

Ady Endre Líceum Nagyvárad XII.C. Matematika Informatika szak ÉRINTVE A GÖRBÉT. Készítette: Szigeti Zsolt. Felkészítő tanár: Báthori Éva.

Szimplex módszer, szimplex tábla Példaként tekintsük a következ LP feladatot:

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

ÉS TESZTEK A DEFINITSÉG

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

Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer

MATEMATIKA GYAKORLÓ FELADATGYŰJTEMÉNY

Számsorozatok Sorozat fogalma, példák sorozatokra, rekurzív sorozatokra, sorozat megadása Számtani sorozat Mértani sorozat Kamatszámítás


Mátrixok február Feladat: Legyen ( ( B = A =

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

Analízisfeladat-gyűjtemény IV.

Egyetemi matematika az iskolában

MATEMATIKA FELADATGYŰJTEMÉNY

Bevezetés a játékelméletbe Kétszemélyes zérusösszegű mátrixjáték, optimális stratégia

TARTALOM. Ismétlő tesztek ÚTMUTATÁSOK ÉS EREDMÉNYEK...255

1. Lineáris leképezések

MATEMATIKA I. RÉSZLETES ÉRETTSÉGI VIZSGAKÖVETELMÉNY A) KOMPETENCIÁK

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2015/ Szegedi Tudományegyetem Informatikai Tanszékcsoport

S T A T I K A. Az összeállításban közremûködtek: Dr. Elter Pálné Dr. Kocsis Lászlo Dr. Ágoston György Molnár Zsolt

MATEMATIKA ÉRETTSÉGI május 8. EMELT SZINT I.

Differenciál egyenletek

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

Arany Dániel Matematikai Tanulóverseny 2007/2008-as tanév 2. forduló haladók I. kategória

A kvantummechanika általános formalizmusa

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

Lineáris egyenletrendszerek

MATEMATIKA Kiss Árpád Országos Közoktatási Szolgáltató Intézmény Vizsgafejlesztő Központ

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1.

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

Vektorszámítás Fizika tanárszak I. évfolyam

2. előadás: További gömbi fogalmak

Klasszikus alkalmazások

Diszkrét Matematika I.

Természetes számok: a legegyszerűbb halmazok elemeinek. halmazokat alkothatunk, ezek elemszámai természetes 3+2=5

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

FELVÉTELI VIZSGA, szeptember 12.

Differenciálegyenletek a hétköznapokban

Széchenyi István Egyetem, 2005

Komplex számok szeptember Feladat: Legyen z 1 = 2 3i és z 2 = 4i 1. Határozza meg az alábbi kifejezés értékét!

Félévi időbeosztás (nagyjából) házi feladat beadási határidőkkel (pontosan) Valószínűségszámítás 2. matematikusoknak és fizikusoknak, 2009 tavasz

Mezei Ildikó-Ilona. Analitikus mértan

Vetülettani és térképészeti alapismeretek

8. osztály november 18.

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

1. Vizsgálat az időtartományban Határozza meg az ábrán vázolt diszkrét idejű hálózat állapotváltozós leírásának normál alakját!

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

8. előadás EGYÉNI KERESLET

Komputer statisztika gyakorlatok

Az analízis néhány alkalmazása

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

Matematika példatár 4.

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

A DÖNTÉS SORÁN FENNAKADT FÁK MOZGATÁSA

4. előadás. Vektorok

Optika feladatok (szemelvények a 333 Furfangos Feladat Fizikából könyvből)

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

DIFFERENCIAEGYENLETEK

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

3. Öt alma és hat narancs 20Ft-tal kerül többe, mint hat alma és öt narancs. Hány forinttal kerül többe egy narancs egy

MATEMATIKA ÉRETTSÉGI október 25. EMELT SZINT I.

Geometriai példatár 2.

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

Lineáris algebra és mátrixok alkalmazása a numerikus analízisben

MIKROÖKONÓMIA I. Készítette: K hegyi Gergely és Horn Dániel. Szakmai felel s: K hegyi Gergely június

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

Egy emelt szintű érettségi feladat kapcsán Ábrahám Gábor, Szeged

KOVÁCS BÉLA, MATEMATIKA I.

Az ablakos problémához

Analízis 1. (BSc) vizsgakérdések Programtervez informatikus szak tanév 2. félév

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

MATEMATIKA ÉRETTSÉGI október 21. KÖZÉPSZINT I.

Az aperturaantennák és méréstechnikájuk

Elsőfokú egyenletek...

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

(1. és 2. kérdéshez van vet-en egy 20 oldalas pdf a Transzformátorokról, ide azt írtam le, amit én kiválasztanék belőle a zh-kérdéshez.

Ferde fényképezés. Szalkai István Pannon Egyetem, Veszprém, June 18, 2015

25 i, = i, z 1. (x y) + 2i xy 6.1

1. feladatsor, megoldások. y y = 0. y h = C e x

valós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.

FOLYTONOS TESTEK. Folyadékok sztatikája. Térfogati erők, nyomás. Hidrosztatikai nyomás szeptember 19.

Átírás:

5. gyakorlat Lineáris leképezések Tekintsük azt a valós függvényt, amely minden számhoz hozzárendeli az ötszörösét! f : IR IR, f(x) 5x Mit rendel hozzá ez a függvény két szám összegéhez? x, x IR, f(x + x ) 5(x + x ) 5x + 5x f(x ) + f(x ) Azaz két szám összegéhez a megfelel függvényértékek összegét rendeli. Mit rendel egy szám λ-szorosához? x IR, λ IR, f(λ x) 5 (λ x) λ 5x λ f(x). Azaz egy x szám λ-szorosához az x-beli függvényérték λ-szorosát rendeli. Ha egy f : IR IR függvényre igaz a fenti két tulajdonság minden x, x IR és minden x, λ IR esetén, akkor f-et lineáris függvénynek nevezzük. Lineárisak-e a következ valós függvények? a.) f(x) x IR Legyen x, x IR. Ekkor f(x + x ), azonban f(x ) + f(x ) +. Azaz az azonosan függvény nem lineáris. b.) f(x) x Ez sem lineáris, hiszen pl. f(x) (x) 4x f(x) x. c.) f(x) sin x - szintén nem lineáris, hiszen pl. sin( 90 o ) 0 sin(90 o ) d.) f(x) 5x + f(x + x ) 5(x + x ) + 5x + 5x +, de f(x ) + f(x ) 5x + + 5x + 5x + 5x + 4 5x + 5x + Tehát ez sem lineáris! Ezt a függvényt helyesen lineáris inhomogén függvénynek nevezzük. Tekintsünk most egy E E függvényt! Pl. minden síkvektorhoz rendeljük hozzá a φ szöggel való elforgatottját. A geometriából jól látszik, hogy ez a leképezés is összeghez összeget, skalárszoros vektorhoz skalárszorost rendel. Ez a leképezés a síkvektorok terében egy bázis rögzítésével megfelel egy IR IR függvénynek. A fenti két tulajdonság vizsgálatának bármilyen f : V V függvény esetén van értelme,

ahol V és V két vektortér. Egy f : V V függvényt lineárisnak nevezünk, ha egyszerre igaz rá a következ két tulajdonság:. f(x + x ) f(x ) + f(x ) x, x V. f(λ x) λ f(x) x V, λ IR esetén. Melyek a lineáris függvények? Belátható, hogy az IR IR függvények körében csak az f(x) a x alakúak lineárisak, ahol a IR rögzített szám. (Az világos az el z ekb l, hogy az ilyen függvény lineáris, de az is könnyen meggondolható, hogy ha egy valós függvény lineáris, akkor csak ilyen alakú lehet. Ugyanis ha f lineáris, akkor f(x) f( x) f() x a x, ahol a f().) Az IR IR függvények már számpárhoz számpárt rendelnek: (x, x ) (y, y ) ahol a képvektor y és y koordinátája is függ általában x -t l és x -t l. Az ilyen függvények között csak azok lineárisak, amelyekre a következ igaz: y (x, x ) ax +bx és y (x, x ) cx +dx, ahol a, b, c, d rögzített számok, vagyis a képtér vektorainak mindkét koordinátája az alappont koordinátáinak rögzített (azaz x -t l és x -t l nem függ ) számokkal vett lineáris kombinációja. Azaz egy f : IR IR lineáris leképezés négy darab számmal adható meg: a, b, c, d. Vegyük észre, hogy ha ezeket a számokat egy -es mátrixba rendezzük a következ módon: a c akkor az (x, x ) vektor képét megkaphatjuk úgy, hogy ezzel a mátrixszal az (x, x ) vektort mint oszlopmátrixot megszorozzuk (a mátrixszorzás múlt órán tanult szabálya szerint): a c b d x x b d, ax + bx cx + dx Egy IR IR lineáris leképezés tehát nem más, mint egy -es mátrixszal való szorzás.

Végül általában, ha f : IR n IR m, azaz szám-n-esekhez szám-m-eseket rendel: (x, x,..., x n ) (y, y,... y m ) akkor pontosan akkor lineáris, ha az y, y,... y m koordináták mind lineáris kombinációi az x, x,..., x n koordinátáknak: y a x + a x +... + a n x n y a x + a x +... + a n x n. y m a m x + a m x +... + a mn x n ahol a ij, i,..., m, j,,..., n adott számok. Vagyis az (y, y,... y m ) vektort úgy kapjuk meg, hogy az (x, x,..., x n ) vektort mint oszlopmátrixot megszorozzuk a következ m n-es mátrixszal: a a... a n a a... a n.. a m a m... a mn Pl.. Milyen lineáris leképezést határoznak meg a következ mátrixok? a.) A 3 4 6 b.) B c.) C a.) f : IR 3 IR, f(x, x, x 3 ) (3x + x + x 3, 4x + 6x + x 3 ) b.) f : IR IR, f(x, x ) (x + x ) c.) f : IR IR, f(x) (x, x) Pl.. Lineárisak-e a következ függvények? a.) f : IR IR, f(x, x ) (x + x, x x ) (igen) b.) f : IR IR, f(x, x ) (x x, x + x ) (nem) E E lineáris leképezés reprezentálása mátrixszal Láttuk, hogy bázis rögzítésével E azonosítható IR -vel. Ebb l következik, hogy egy E E leképezés azonosítható egy IR IR leképezéssel. Nem nehéz belátni, hogy ha az E E leképezés lineáris, akkor a megfelel IR IR leképezés is az. Egy 3

IR IR lineáris leképezés pedig megfelel egy -es mátrixszal való szorzásnak. Így egy E E lineáris leképezés azonosítható (reprezentálható) egy -es mátrixszal. Ez a mátrix függ attól, hogy E -ben milyen bázist használunk. Dolgozzunk most végig a descartes-i bázisban! Megnézzük, hogy hogyan írható fel a leképezést reprezentáló mátrix. Tegyük fel, hogy az f lineáris leképezés az x i + x j vektorhoz az y i + y j vektort rendeli, azaz f(x i + x j) y i + y j. Azt a mátrixot keressük, amelyre a a a a Ehhez próbáljuk kifejezni y -et és y -t x és x függvényeként. Mivel f lineáris, ezért f(x i + x j) x f(i) + x f(j). Tehát x x y y x f(i) + x f(j) y i + y j. Itt f(i) és f(j) (azaz i képe és j képe) is felírható i és j lineáris kombinációjaként: f(i) a i + a j, f(j) b i + b j. Ezeket az összegeket a fenti egyenletbe behelyettesítve az x a i + x a j + x b i + x b j y i + y j egyenl séget kapjuk. Ez az egyenl ség pontosan akkor áll fenn, ha a bal és a jobb oldalon azonos az i együtthatója is és a j együtthatója is. Ebb l y x a + x b y x a + x b. Vagyis a keresett mátrix a b a b alakú. Vegyük észre, hogy az els oszlopban éppen az f(i) vektor, a második oszlopban pedig az f(j) vektor Descartes-koordinátái vannak. Vagyis a mátrix felírásához csak a descartes-i egységvektorok képének koordinátáit kell meghatározni! Az i vektor képének Descartes-koordinátái kerülnek a keresett mátrix els oszlopába, a j képének koordinátái pedig a második oszlopába. 4

Pl. láttuk, hogy az adott φ szög elforgatás E E lineáris leképezés. Írjuk fel a mátrixát! i elforgatottja a Descartes-bázisban: (cos φ, sin φ) a mátrix els oszlopa j elforgatottja a Descartes-bázisban: ( sin φ, cos φ) a mátrix második oszlopa A forgatási mátrix: Ha pl. φ 90 o akkor a mátrix A φ A 90 o cos φ sin φ sin φ cos φ 0 0 Így pl. a (, ) i + j vektor elforgatottját így számolhatjuk ki: tehát az a i + j vektor lesz. 0 0 El fordul, hogy egymás után több lineáris leképezést is alkalmazunk egy vektorra, azaz lineáris leképezések kompozícióját alkalmazzuk. Lineáris leképezések kompozíciója maga is lineáris leképezés lesz, tehát megfelel neki egy mátrix. Nézzük meg pl. az egymás utáni 90 és 90 fokos elforgatás mátrixát! El ször elforgatjuk az x (x, x ) vektort 90 fokkal. Ez azt jelenti, hogy megszorozzuk az A 90 o mátrixszal, és így megkapjuk a képét, amit jelöljünk y-nal. y A 90 ox Most az y vektort forgatjuk el 90 fokkal, azaz y-t megszorozzuk az A 90 o mátrixszal. Az eredmény: z A 90 oy A 90 o(a 90 ox) Mivel a mátrixszorzás asszociatív, ezért ez másképpen (A 90 oa 90 o)x. Vagyis az egymás utáni 90 és -90 fokos leképezés kompozíciója a -90 és 90 fokos leképezés mátrixának a szorzata. Vigyázzunk a sorrendre: az a mátrix áll elöl, amelyet utolsónak alkalmazunk., 5