Lineáris algebra jegyzet



Hasonló dokumentumok
A lineáris tér. Készítette: Dr. Ábrahám István

2004. december 1. Irodalom

Sajátérték, sajátvektor, sajátaltér

MÁTRIXOK SAJÁTÉRTÉKEINEK ÉS SAJÁTVEKTORAINAK KISZÁMÍTÁSA. 1. Definíció alkalmazásával megoldható feladatok

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

Lineáris Algebra gyakorlatok

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

Lineáris algebra - jegyzet. Kupán Pál

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I.

MATEMATIKA FELADATGYŰJTEMÉNY

MBLK12: Relációk és műveletek (levelező) (előadásvázlat) Maróti Miklós, Kátai-Urbán Kamilla

Algebra es sz amelm elet 3 el oad as Rel aci ok Waldhauser Tam as 2014 oszi f el ev

Egyenletrendszerek. Egyenletrendszerek megoldása

Mátrixaritmetika. Tartalom:

Matematika II. Nagy Ábris. 2015/2016. II. félév. Debreceni Egyetem. Nagy Á. (Debrcenei Egyetem) Matematika II. 1 / 71

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

2011. március 9. Dr. Vincze Szilvia

Sztojka Miroszláv LINEÁRIS ALGEBRA Egyetemi jegyzet Ungvár 2013

1. Lineáris leképezések

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

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

Operációkutatás. 2. konzultáció: Lineáris programozás (2. rész) Feladattípusok

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

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

Áttekintés a felhasznált lineáris algebrai ismeretekről.

Egy vektorrendszert lineárisan függ nek nevezünk, ha nem lineárisan független.

Lineáris algebra gyakorlat

Lineáris algebra. =0 iє{1,,n}

Lineáris algebra I. Vektorok és szorzataik

Lineáris algebra (tömör bevezetés)

Kidolgozott. Dudás Katalin Mária

Vektorterek. =a gyakorlatokon megoldásra ajánlott

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

Teszt kérdések. Az R n vektortér

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

Lineáris algebra és mátrixok alkalmazása a numerikus analízisben

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

A döntő feladatai. valós számok!

Szigorlati tételek Lineáris algebra és Diszkrét matematika tárgyakból

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

Diszkrét matematika I., 11. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 22.

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

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

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

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

Analízis elo adások. Vajda István szeptember 24. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)

Juhász Tibor. Lineáris algebra

Egy euklidészi gyűrű

Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer

1. feladatsor Komplex számok

Lineáris algebra gyakorlat

Lineáris algebrai módszerek a kombinatorikában

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

Koordináta - geometria I.

FELADATOK A. A feladatsorban használt jelölések: R + = {r R r>0}, R = {r R r < 0}, [a; b] = {r R a r b}, ahol a, b R és a b.

Vektorok, mátrixok, lineáris egyenletrendszerek

Vektorok összeadása, kivonása, szorzás számmal, koordináták, lineáris függetlenség

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

4. előadás. Vektorok

3. KÖRGEOMETRIA Körrel kapcsolatos alapismeretek

Mátrixok, mátrixműveletek

LTI Rendszerek Dinamikus Analízise és Szabályozásának Alapjai

Lineáris algebra bevezető

Brückler Zita Flóra. Lineáris rendszerek integrálása

86 MAM112M előadásjegyzet, 2008/2009

Számítástudomány matematikai alapjai segédlet táv és levelező

Analízis elo adások. Vajda István október 3. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)

Széchenyi István Egyetem, 2005

Halmazok és függvények

(2) A R. 3. (2) bekezdése helyébe a következő rendelkezés lép: (2) A képviselő-testület az önkormányzat összes kiadását

Differenciaegyenletek

Feladatok diszkriminancia anaĺızisre

Adatbázisok I A relációs algebra

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

Azonosító jel: Matematika emelt szint

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. Párosítások

Ha a síkot egyenes vagy görbe vonalakkal feldaraboljuk, akkor síkidomokat kapunk.

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

LÁNG CSABÁNÉ SZÁMELMÉLET. Példák és feladatok. ELTE IK Budapest javított kiadás

Szinguláris érték felbontás Singular Value Decomposition

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények

Mátrixok. 3. fejezet Bevezetés: műveletek táblázatokkal

ÉS TESZTEK A DEFINITSÉG

Országos Középiskolai Tanulmányi Verseny 2011/2012 Matematika I. kategória (SZAKKÖZÉPISKOLA) Döntő. x 3x 2 <

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

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

A kvantummechanika általános formalizmusa

PRÓBAÉRETTSÉGI MATEMATIKA május-június SZÓBELI EMELT SZINT. Tanulói példány. Vizsgafejlesztő Központ

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

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Vektoralgebrai feladatok

Jelek tanulmányozása

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

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

Trigonometria és koordináta geometria

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Trigonometria

BOLYAI MATEMATIKA CSAPATVERSENY FŐVÁROSI DÖNTŐ SZÓBELI (2005. NOVEMBER 26.) 5. osztály

Diszkrét matematika I. gyakorlat

Összeállította: dr. Leitold Adrien egyetemi docens

Átírás:

Lineáris algebra jegyzet Készítette: Jezsoviczki Ádám Forrás: Az előadások és a gyakorlatok anyaga Legutóbbi módosítás dátuma: 2011-12-04 A jegyzet nyomokban hibát tartalmazhat, így fentartásokkal olvasandó!

a, b, c vektorok lineáris kombinációja α a+β b+γ c=0 ( α α 0 ) + ( β 0 0) β) + ( γ 0) ( 0 0 = 0 Ha csak a triviális lineáris kombináció adja meg a nullvektort, akkor a, b, c lineárisan függetlenek (jele: L). Ha más megoldás is van, akkor lineárisan összefüggő (jele: Ö). Más szavakkal: {a 1, a 2...a n } vektorrendszer lineárisan független, ha αa 1 +α a 2 +...+α a n lineáris kombináció csak α 1 =α 2 =...=α n =0 esetén adja a nullvektort, ellenkező esetben lineárisan összefüggő. Egyelemű halmazok mindig: L Kételemű halmazok mindig: L, kivéve, ha valamelyik vektor a mások konstansszorosa lenne Három/több elemű: lehet L és Ö is. Altér: nem üres konstansszorosra zárt λ u U összegre zárt u+v U Triviális altér: a nullvektor által generált altér Bázis: maximális 1 lineárisan független vektorrendszer. Adott vektortér minden bázisa ugyanannyi elemet tartalmaz. Ez a vektortér dimenziója. Minden elem egyértelműen felírható a báziselemek lineáris kombinációjaként. a=α 1 b 1 +α 2 b 2 +...+α n b n Triviális (standard) bázis: (1 1) 0 1 0 0 0 0 1 0 Elemi bázistranszformáció y i = x i α i i cserehely y t = x t x i α i α t t i Generált altér: a generáló elemek összes linéáris kombinációja. < a, b > span(a, b) Vektorrendszer rangja: hány lineárisan független van. Amennyi (elemi bázistranszformációval) behelyettesíthető, annyi a rang. ρ(a) Mátrix A n m +B n m (csak azonos méretű mátrixok adhatók össze) A n m B m k =(AB) n k pl.: ( 1 ( 2) 3 0 1 7) ( 1 ( 36) 1 1+( 2) ( 2)+3 3 1 ( 36)+( 2) 1+3 13 ( 2) 1 0+1 ( 2)+7 3 0 ( 36)+1 1+7 13 ) 3 13 ) = ( A mátrixok transzponáltja A T a sorok és oszlopok felcserélésével adódik. A=( 1 ( 2) 3 0 1 7) =( 1 0 7) AT ( 2) 1 Transzponált tulajdonságai3 (A+B) T = A T +B T (λ A) T =λ A T (A B) T =B T A T (A T ) T = A 1 Ha még 1 elemet hozzáadnánk, akkor már összefüggővé válna.

=( 1 0 0 1) I n : n n -es egységmátrix I n 0 1 0 0 0 Négyzetes mátrixok esetén: A n n AI n =I n A= A A rangja: ρ(a) a lineárisan független oszlopvektorok száma, illetve a lineárisan független sorvektorok száma. (0 rangú mátrix csak a nullmátrix.) ρ(a T )=ρ( A) ρ(ka)=ρ(a) ρ(a+ B) ρ( A)+ρ(B) ρ(a B) ρ( A) ρ(a n m ) min(n, m) ρ(a B) ρ(b) 0 0 0 (a11 0 0 0 Diagonális mátrix: 0 0 0 0 0 0 (a11 a12 a13 a14 a 12 Szimmetrikus mátrix: a 13 a 14 ( a11 a12 a13 a14 a 12 Antiszimmetrikus mátrix: a 13 a 14 (a11 a12 a13 a14 0 Felső háromszög mátrix: 0 0 0 0 0 0 0 0 (a11 a 21 0 0 Alsó háromszög mátrix: a 31 a 32 0 a 41 a 42 a 43 (0 a12 a13 a14 0 0 ( 0 Nilpotens mátrix: 0 0 0 0 0 0 0 Invertálható mátrix: A 1 : AA 1 = I n (2 1 0 0 1 2 1 0 Szalag mátrix 2 : 0 1 2 1 0 0 1 2 0 0 0 a 21 0 0 0 a 31 a 32 0 0 a 41 a 42 a 43 0 2 Egy szalag mentén nem nulla.

Determináns kifejtési tétel: Alsó/felső háromszög mátrix determinánsa (det. Jelölése: A, vagy det ( A) ) a diagonális elemek szorzata. a b c d =ad cb det ( AB)=det (A) det (B) det ( A 1 )= 1 det ( AA 1 )=det (I )=1 det (A) A invertálható det (a) 0 Determináns őrző műveletek: Egy sorhoz (vagy oszlophoz) hozzáadom egy másik sor konstansszorosát. Det=0, ha van csupa 0 sora vagy oszlopa. Det=0, ha egy sora/oszlopa a másik konstansszorosa. det ( A) 0 A 1 det ( A)=det (A T ) det (λ A n n )=λ n det (A) A x=λ x (λ a sajátvektor ) Sajátérték, sajátvektor: A x λ x=0 ( A λ I )x=0 Az A mátrix karakterisztikus polinomja: A λ I gyökei az A sajátértékei. A sajátértékek száma megegyezik a mátrix méretével. Sajátaltér: azonos sajátértékekhez tartozó összes sajátvektor által generált altér. Diagonalizálható a mátrix, ha: van ugyanannyi sajátérték (multiplicitással), mint a mátrix mérete a sajátalterek dimenzió összege a mátrix mérete Hasonlóság a karakterisztikus polinomok megegyeznek az egyes sajátértékekhez tartozó sajátalterek dimenziója megegyezik Skalárszorzat (4db axióma): 1. < y, x >=< x, y > (Ha komplex a+ib=a ib ) 2. < λ x, y>=λ < x, y > 3. < x, y+ z >=< x, y>+< x, z > 4. < x,x > 0 < x, x >=0 x=0 Hajlásszög: cos γ(x, y)= < x, y > x y x = x 1 2 + x 2 2 +...+ x n 2 SONB (sajátvektorokból álló ortogonális 1 normájú bázis) Tétel: Valós szimmetrikus mátrix <=> létezik SONB és minden sajátértéke valós. Kvadratikus alak: Q( x)= x T A x Kvadratikus alakok osztályozása: >0 Q pozitív definit 0 Q pozitív szemidefinit <0 Q negatív definit 0 Q negatív szemidefinit λ k >0,λ j <0 Q identifinit x, x 1 x x =1 x = x

Komplex skalárszorzat < a,b>=b a b a b konjugáltja a= x+iy a =x iy a = a a < a,b>=< b,a >=0 a merőleges b ϕ: R n R m lineáris leképezés, ha ϕ(a+b)=ϕ(a)+ϕ(b) ϕ(λ a)=λ ϕ(a) Lineáris transzformáció, ha ϕ: R n R n Lineáris leképezés magtere: Ker ϕ={a R n, ϕ(a)=0} Lineáris leképezés képtere: Izomorfizmus: bijektív lekérdezés Lineáris leképezés izomorf <=> Ker ϕ={0} I m ϕ={b R m, a R n, ϕ(a)=b} Dimenzió tétel: dim Ker ϕ+dim I m ϕ=dim R n =n Lineáris transzformáció mátrixa egy adott bázisban: oszlopvektorok a báziselemek képei A ϕ i=( 1 0 0) ( 0 0) ( 0 1) j= 1 k= 0