MÁTRIXARITMETIKA 3. GYAKORLAT PONTOZOTT MŰVELETEK. SZÁMÍTÁSI MÓDSZEREK Matlab



Hasonló dokumentumok
Feladat Legyen A = [1 2 3; 4 5 6]. Adjuk meg a B csupa egyes mátrixot (a ones függvénnyel) úgy, hogy A + B' elvégezhető legyen!

KOVÁCS BÉLA, MATEMATIKA I.

Lineáris algebra jegyzet

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Trigonometria

Lineáris algebra gyakorlat

KOVÁCS BÉLA, MATEMATIKA I.

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények

A SZÁMFOGALOM KIALAKÍTÁSA

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

Programozás I gyakorlat

Jelek tanulmányozása

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

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

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

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

Párhuzamos programozás

[MECHANIKA- HAJLÍTÁS]

Analízis előadások. Vajda István február 10. Neumann János Informatika Kar Óbudai Egyetem

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

A döntő feladatai. valós számok!

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

MATLAB. 4. gyakorlat. Lineáris egyenletrendszerek, leképezések

A Hozzárendelési feladat megoldása Magyar-módszerrel

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

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

Arany Dániel Matematikai Tanulóverseny 2011/2012-es tanév első (iskolai) forduló haladók I. kategória

Azonosító jel: Matematika emelt szint

Áramlástechnikai gépek soros és párhuzamos üzeme, grafikus és numerikus megoldási módszerek (13. fejezet)

Mágneses szuszceptibilitás vizsgálata

EPER E-KATA integráció

Az aktiválódásoknak azonban itt még nincs vége, ugyanis az aktiválódások 30 évenként ismétlődnek!

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

Conjoint-analízis példa (egyszerűsített)

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

Emelt szintű érettségi feladatsorok és megoldásaik Összeállította: Szászné Simon Judit; dátum: november. I. rész

2004. december 1. Irodalom

G Szabályfelismerés feladatcsomag

Érettségi feladatok Algoritmusok egydimenziós tömbökkel (vektorokkal) 1/6. Alapműveletek

MATEMATIKA FELADATGYŰJTEMÉNY

Prolog 1. Készítette: Szabó Éva

Számrendszerek közötti átváltások

MATEMATIKA ÍRÁSBELI VIZSGA május 3.

KOVÁCS BÉLA, MATEMATIKA I.

Kombinatorika. 9. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Kombinatorika p. 1/

Vektoros elemzés végrehajtása QGIS GRASS moduljával 1.7 dr. Siki Zoltán

1. Írja fel prímszámok szorzataként a 420-at! 2. Bontsa fel a et két részre úgy, hogy a részek aránya 5 : 4 legyen!

Koordináta - geometria I.

Matlab alapok. Baran Ágnes

1. forduló. MEGOLDÁSOK Pontszerző Matematikaverseny 2015/2016-os tanév

ÉT: x R ÉK: y R ZH: x = 0 SZÉ: - SZMN páratlan fv. n a

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Mátrixok. 3. fejezet Bevezetés: műveletek táblázatokkal

ELEKTRONIKAI ALAPISMERETEK

MATEMATIKA ÍRÁSBELI VIZSGA május 8.

ELLENÁLLÁSOK PÁRHUZAMOS KAPCSOLÁSA, KIRCHHOFF I. TÖRVÉNYE, A CSOMÓPONTI TÖRVÉNY ELLENÁLLÁSOK PÁRHUZAMOS KAPCSOLÁSA. 1. ábra

2011. március 9. Dr. Vincze Szilvia

Matematika példatár 6.

ELEKTRONIKAI ALAPISMERETEK

1. Metrótörténet. A feladat folytatása a következő oldalon található. Informatika emelt szint. m2_blaha.jpg, m3_nagyvaradter.jpg és m4_furopajzs.jpg.

Feladatok megoldásokkal a negyedik gyakorlathoz (Függvényvizsgálat) f(x) = 2x 2 x 4. 2x 2 x 4 = 0, x 2 (2 x 2 ) = 0.

A táblázatkezelő felépítése

MAGYAR KÜZDELMEK HARMADIK GYAKORLAT ELINDULÁS NYERS SZÖVEG RENDBETÉTELE (ISMÉTLÉS) ÜZLETI INFORMATIKAI ESZKÖZÖK Kiadványszerkesztés

ingyenes tanulmány GOOGLE INSIGHTS FOR SEARCH

xdsl Optika Kábelnet Mért érték (2012. II. félév): SL24: 79,12% SL72: 98,78%

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

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

Lineáris algebra gyakorlat

ELEKTRONIKAI ALAPISMERETEK

BETONACÉLOK HAJLÍTÁSÁHOZ SZÜKSÉGES l\4"yomaték MEGHATÁROZÁSÁNAK EGYSZERŰ MÓDSZERE

Diszkrét matematika I. gyakorlat

Feladatlap. I. forduló

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

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

Javítóvizsga témakörei matematika tantárgyból

Ablakok használata. 1. ábra Programablak

MATEMATIKA HETI 3 ÓRA

1. Mátrixösszeadás és skalárral szorzás

CAD-CAM

A mérés célja: Példák a műveleti erősítők lineáris üzemben történő felhasználására, az előadásokon elhangzottak alkalmazása a gyakorlatban.

Osztályozó és Javító vizsga témakörei matematikából 9. osztály 2. félév

ÚTMUTATÓ A KONTROLL ADATSZOLGÁLTATÁS ELKÉSZÍTÉSÉHEZ (2012-TŐL)

Kérdések és feladatok

Adatok ábrázolása, adattípusok. Összefoglalás

Korszerű geodéziai adatfeldolgozás Kulcsár Attila

Vodafone GPRS Kapcsolat létrehozása Win2000 alatt a Connect Me használata nélkül

Felvételi 2013 Felvételi tájékoztató 2013

Egyszerű áramkörök vizsgálata

Az első lépések. A Start menüből válasszuk ki a Minden program parancsot. A megjelenő listában kattintsunk rá az indítandó program nevére.

Munkaerőpiaci szervező, elemző Munkaerőpiaci szervező, elemző Személyügyi gazdálkodó és fejlesztő

Juhász Tibor. Lineáris algebra

Fókuszban a formahibák. Konzultációs nap Minőségfejlesztési Iroda szeptember 18. Fekete Krisztina

Vektoralgebrai feladatok

Minta programterv a 1. házi feladathoz

INFORMATIKAI ALAPISMERETEK

Középiskolai matematika szakköri Feladatok a Fibonacci számok témaköréből Melczer Kinga

8. Feladat Egy bútorgyár asztalosműhelyében évek óta gyártják a Badacsony elnevezésű konyhaasztalt. Az asztal gyártási anyagjegyzéke a következő:

Esettanulmányok és modellek 1 Termelésprogramozás az iparban

EMELT SZINTŰ ÍRÁSBELI VIZSGA

BOLYAI MATEMATIKA CSAPATVERSENY DÖNTŐ osztály

Mátrixaritmetika. Tartalom:

Átírás:

1 3. GYAKORLAT MÁTRIXARITMETIKA PONTOZOTT MŰVELETEK A az azonos méretű mátrixok(vektorok) között megengedi az elempáronkénti műveleteket. Ez hasonló az Excel blokkok(tartományok) között elempáronként elvégezhető műveletekhez. Ezek a következők: összeadás, kivonás (nem szabad. jelet a + illetve a elé írni!) szorzás, osztás, hatványozás (itt kötelező az elempáronkénti műveletek előtt a. jelet használni!) Ha az egyik operandus skalár, akkor ez valójában a másik operandusnak megfelelő méretű és csupa azonos elemből álló mátrixot jelent. A pontozott transzponálás és a sima transzponálás között csak annyi a különbség, hogy a komplex elemek konjugálása az elsőnél nem történik meg, sima transzponáláskor viszont igen. Példák, feladat a./ Legyen A = [1 2; 3 4], ekkor B = A 3 valójában az A [3 3; 3 3] műveletet jelenti. b./ B = A.^ 1 valójában az A.^[ 1 1; 1 1] műveletet jelenti, azaz az B mátrix elemei az A mátrix elemeinek reciprokjai lesznek. c./ Ha B = [3 2; 4 1], akkor C = A.*B mátrix [1*3, 2*2; 3*4, 4*1] azaz [3 4; 12 4] lesz. Kérdés: Kommutatív a pontozott szorzás? d./ A = [8 1-5; 3 13 7; 1 2 34.5] Szimmetrikus-e a B = A + A' mátrix? Mi a válaszunk akkor, ha A(1, 3) = 5 i, azaz az A mátrix a főátlón kívül tartalmaz komplex elemet? Adott a C és az A = [1 5; 2 3] mátrix. Állítsuk elő a B mátrixot, ha a./ C = [2-5; 2-6] és C = A.*B b./ C = [0.5-5; 2-1.5] és C = A./B Ellenőrizzük az eredményeket! A megoldások: (C./A) és (A./C) A pontozott műveleteket elsősorban a függvények kiszámításánál használjuk. Ilyenkor a pontnélküli kifejezés hibaüzenetet generálhat (ill. nem feltétlenül az történik, amit szeretnénk)!

2 Legyen x = 0:pi/9:pi (sorvektor). Hajtsuk végre a ban a sin(x)/x és a sin(x)./x műveleteket és magyarázzuk meg az eredményt! (Segítség: a második eredmény nyilvánvaló, az elsőnél azt kell meggondolni, hogy x az 10 elemű sorvektor, a pinv(x) pedig 10 elemű oszlopvektor.) LINEÁRIS ALGEBRAI MŰVELETEK Az összeadás és kivonás művelettel egyszerűségük miatt csak egy példában foglalkozunk. Legyen A = [1 2 3; 4 5 6]. Adjuk meg a B csupa egyes mátrixot (a ones függvénnyel) úgy, hogy A + B' elvégezhető legyen! Szorzás művelet Két mátrix csak akkor szorozható össze, ha az első oszlopainak száma a második tényező sorainak számával egyezik meg. Eml.: a size(a) függvényhívás az A mátrix sorainak és oszlopainak számát adja vissza. Például A = ones(4, 5); size(a) eredménye [4 5]. A size(a, melyiket) függvényhívás csak a lekérdezett dimenzió szerinti méretet adja vissza, azaz size(a, 1) = 4 és size(a, 2) = 5 lesz. Így az A és B mátrixok összeszorozhatósága eldönthető a következő hasonlítással: >> size(a,2) == size(b,1) % belső indexek azonosak-e? Ha ez teljesül, akkor a C = A*B mátrix mérete [size(a,1) size(b,2)] % külső indexek Az A = ones(3, 2) és a B = magic(4) mátrixokat szeretnénk A*B módon összeszorozni. Az A mátrix melyik méretét és mennyire kellene változtatni, hogy ez sikerülhessen? Ha a szorzás mindkét irányban elvégezhető, általában akkor sem kommutatív művelet, azaz A*B és B*A többnyire nem azonosak. Legyen A = [1:3; 4:6; 7:9], B = ones(3). Ellenőrizzük, hogy egyenlő-e az A*B és B*A szorzat. Hajtsuk végre ugyanezt a P = [1 1 1 1; 1 2 3 4; 1 3 6 10; 1 4 10 20] és az IP = [4-6 4-1; -6 14-11 3; 4-11 10-3; -1 3-3 1] mátrixokkal is. Speciális mátrixokra a szorzatmátrix is lehet speciális tulajdonságú.

3 Legyen X = randi([1 19], 3) % véletlen mátrix generálása: ([ határok], méret) SW12 = [0 1 0; 1 0 0; 0 0 1], SW13 = [0 0 1; 0 1 0; 1 0 0], SW23 =[1 0 0; 0 0 1; 0 1 0] Az SW12*X szorzat felcseréli az X mátrix 1. és 2. sorát. (swap: felcserélés) Nézzük meg a többi swap mátrixszal balról történő szorzást is! Mi lesz az SW mátrixok páros kitevős hatványa és mi lesz az SW mátrixok páratlan kitevős hatványa? Mi történik, ha az SW mátrixokkal jobbról szorozzuk az X mátrixot? Osztás művelet a mátrixszal való osztást valamilyen inverzzel való szorzással hajtja végre. Tudjuk, hogy valódi inverz (inv parancs) akkor létezik, ha a négyzetes mátrix determinánsa nem 0, ill. ha a mátrix rangja megegyezik a sorainak (oszlopainak) számával. a./ Legyen E = [1 2; 3 a]. Válasszuk meg az a paraméter értékét úgy, hogy a mátrix rangja 1 legyen; 2 legyen! Az utóbbi esetben határozzuk meg az inverzet, és szorzással ellenőrizzük, hogy valóban az inverz mátrixot kaptuk meg! Mit kapunk, ha az 1 rangú esetben próbálunk inverz mátrixot számoltatni az inv paranccsal? b./ Mi az SW mátrixok inverze? Magyarázzuk meg az eredményt! A valódi inverznél általánosabban értelmezett a bal- és a jobbinverz, ill. a pszeudoinverz. Előbbiek az egységmátrix felhasználásával határozhatók meg, utóbbi előállítására pedig a beépített parancsot biztosít. Előkészítésként nézzük meg a súgóban (doc) a \ és a / (mldivide és mrdivide) műveletek leírását! Legyen A = [1 2; 3 4] és B = [10 7; 22 15]. Határozzuk meg azt az X mátrixot, amelyre A*X = B. Határozzuk meg azt az Y mátrixot, amelyre Y*B = A. Határozzuk meg azt a Z mátrixot, amelyre Z*A = B. Példa Előkészítésként nézzük meg a súgóban a pinv parancs leírását! Generáljunk egy 4 4-es mátrixot egyjegyű számokkal a randi függvény segítségével. >> P = randi([1 9], 4), rank(p) Ha a rang 4 (általában ez teljesül), akkor először határozzuk meg az inverzet külön (inv(p)), és jelenítsük meg tört formátumban is (rats parancs).

4 Ezután ellenőrizzük, hogy az inverz különféle számításával kapott eredmények mennyire egyeznek a valódi inverzzel! >> P^-1 - inv(p) % -1. hatvány >> P\eye(4) - inv(p) % jobbinverz (P az egységm. balosztója) >> eye(4)/p - inv(p) % balinverz (P az egységm. jobbosztója) >> pinv(p) - inv(p) % pszedoinverz (Ha az eredménymátrix minden eleme 0, akkor a két számítási mód teljesen azonos eredményt szolgáltatott.) Legyen X = [8 5 2 2; 6 4 1 4; 3 0 1 0]. Nem négyzetes mátrixnak nincs inverze, csak pszeudoinverze. Ellenőrizzük, hogy olyan esetben, mint most (az X mátrixnak kevesebb sora van, mint oszlopa) a pszeudoinverz egy jobbinverz, azaz X*pinv(X) lesz az egységmátrix. (Nézzük meg, hogy az X\eye(3) módon számolt jobbinverz ettől eltér-e!) Határozzuk meg az X transzponáltjának a pszeudoinverzét is! Ez balinverz? NEVEZETES MÁTRIXOK, MÁTRIXFÜGGVÉNYEK Véletlen számok rand(méret) egyenletes eloszlású (0, 1) intervallumbeli valósak (álvéletlenek) randi(határok, méret) egyenletes eloszlású egészek >> rand(5) % 5 5 méretű mátrix >> rand(1,5), rand(5,1) % sorvektor, oszlopvektor >> A = ones(10,4); rand(size(a)) % 10 4-es véletlen mátrix >> randi([1 90], size(1:5)) % egy lottóhúzás eredménye lehet, az ismétlődés esélye kicsi randn(méret) standard normális eloszlású véletlenszámok >> x = 2*randn(400,1) + 10; hist(x) % 400 darab 10 várható értékű és 2 szórású szám, hisztogram >> x = rand(400,1); hist(x) % egyenletes eloszlás illusztrációja hisztogramon Ellenőrizzük, hogy sok (itt 192 darab) egyenletes eloszlású véletlen szám összege már más eloszlású lesz! Tipp: a sum(a) művelet az A mátrix oszlopainak összegét képezi egyetlen sorvektorba. Erre kérjünk hisztogramot. Megoldás: A = rand(192, 400); x = sum(a); hist(x)

5 Egységmátrix, csupa egyes és csupa nulla mátrix A nevezetes mátrixok ezen csoportja könnyen megjegyezhető, mert az angol nevük alapján a tartalmuk egyértelmű és a méretmegadás azonos konvenciót követ (ones, zeros, eye). Paraméterezésük: méret, típus. Itt a típus elmaradhat, a méret egyetlen, vagy több numerikus adat, amelyeknek az egész része számít. Példák >> ones(3) % 3 3 méretű csupa egyesekből álló mátrix >> ones(3.9, 4) % 3 4 méretű csupa egyesekből álló mátrix (figyelmeztetéssel) >> zeros(3, 'int8') % 3 3 méretű 1 bájton tárolt 0 adatok >> eye(3, 5) % 3 5-ös egységmátrix, csak a bal felső saroktól induló átlóban vannak egyesek, a többi elem nulla >> A = [1:3; 4:6; 7:9], E = eye(size(a)) % értelmezzük! ok a./ Tördeljük fel 3 3-as mátrixra (reshape művelet) a következő sorvektort! Milyen mátrixot kaptunk? >> A = [ones(1) zeros(1, 3) ones(1) zeros(1, 3) ones(1)] b./ Legyen A = 1. Hajtsuk többször végre a következő értékadást (mátrixbővítést). Magyarázzuk meg az eredményt! >> A = [A zeros(size(a, 1), 1); zeros(1, size(a, 2)) 1] Tipp: rajzoljuk le a keletkező új mátrixokat! c./ Eml.: tudjuk, hogy a 0-val való osztás problémás művelet. Mik lesznek az eye(3)./zeros(3) hányados elemei? OTTHONI MUNKA Az A 2 2 méretű mátrixszal műveleteket végeztünk, és a következőket kaptuk: >> B = diag(a+a') B = 10 8 >> C = A^2 C = 41 18 72 32 Mi volt az A mátrix? (Segítség: az A + A' mátrix szimmetrikus és így főátlójában az A diagonálisának dupla értékei szerepelnek. Az A mátrix hiányzó értékeit jelöljük p-vel és q-val, majd ezek felhasználásával

6 írjuk fel a C mátrixot. A konkrét értékekkel való összehasonlításból (papír-ceruza módszer) megkapjuk a keresett adatokat.) (speciális szorzatmátrixok) Legyen L egy valós elemű alsó háromszögmátrix. Ellenőrizzük, hogy az L* L' szimmetrikus-e? (Jobbaknak: igaz-e ez mindig?) (nevezetes mátrixok) Legyen A = 1. Hajtsuk többször végre a következő értékadásokat (mátrixbővítést). Magyarázzuk meg az eredményt! Egy indexhivatkozásban az end szó az index maximális értékét jelenti, ld. size(a, 1) illetve size(a, 2). >> A(end+1, :)=0, A(:, end+1)=0, A(end, end)=1 Vektorból származtatott mátrixok vander(x) az x vektorból előállított Vandermonde mátrix oszlopaiban az x oszlopvektorrá alakítottjának a v vektornak pontozott egész hatványai vannak: v(i,j) = x(i)^(n-j), ahol n = length(v). Egy Vandermonde mátrix determinánsa az x vektor elemeiből előállított csökkenő indexű összes különbségpár szorzata. Tehát ha minden x elem különböző, akkor a determináns nem lehet 0. Példa >> x = 1:4, V = vander(x), d = det(v) Számítsuk ki a fenti V mátrix determinánsát az adott (4-3)*(4-2)* *(2-1) módon! Dr. Szörényi Miklós, dr. Kallós Gábor (Széchenyi István Egyetem), 2014. Minden jog fenntartva