MATLAB alapjainak áttekintése

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

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

1. Mátrixösszeadás és skalárral szorzás

DISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes

KOVÁCS BÉLA, MATEMATIKA I.

Valasek Gábor

1. Algebrai alapok: Melyek műveletek az alábbiak közül?

Vektorok, mátrixok, lineáris egyenletrendszerek

Mátrixok 2017 Mátrixok

Lineáris algebra (10A103)

Mátrixok, mátrixműveletek

2. előadás. Lineáris algebra numerikus módszerei. Mátrixok Mátrixműveletek Speciális mátrixok, vektorok Norma

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

1. Geometria a komplex számsíkon

2012. október 9 és 11. Dr. Vincze Szilvia

Vektorok. Wettl Ferenc október 20. Wettl Ferenc Vektorok október / 36

Analízis elo adások. Vajda István szeptember 10. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)

Diszkrét matematika I.

3. el adás: Determinánsok

Matematikai statisztika 1.

Algoritmusok Tervezése. 1. Előadás MATLAB 1. Dr. Bécsi Tamás

I. VEKTOROK, MÁTRIXOK

1. A polinom fogalma. Számolás formális kifejezésekkel. Feladat Oldjuk meg az x2 + x + 1 x + 1. = x egyenletet.

Lineáris egyenletrendszerek

A lineáris algebra forrásai: egyenletrendszerek, vektorok

Egyváltozós függvények 1.


A MATLAB alapjai. Kezdő lépések. Változók. Aktuális mappa Parancs ablak. Előzmények. Részei

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

Baran Ágnes. Gyakorlat Függvények, Matlab alapok

Lin.Alg.Zh.1 feladatok

A MATLAB alapjai. Kezdő lépések. Változók. Aktuális mappa Parancs ablak. Előzmények. Részei. Atomerőművek üzemtana

Komplex számok. Komplex számok és alakjaik, számolás komplex számokkal.

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

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

Matematika A1a Analízis

Lineáris egyenletrendszerek Műveletek vektorokkal Geometriai transzformációk megadása mátrixokkal Determinánsok és alkalmazásaik

MATLAB OKTATÁS 1. ELŐADÁS ALAPOK. Dr. Bécsi Tamás Hegedüs Ferenc

Függvényhatárérték és folytonosság

Matematika szigorlat június 17. Neptun kód:

Lineáris algebra (10A103)

A lineáris algebrában központi szerepet betöltı vektortér fogalmát értelmezzük most, s megvizsgáljuk e struktúra legfontosabb egyszerő tulajdonságait.

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

Nagy Gábor compalg.inf.elte.hu/ nagy

Lineáris algebra (10A103)

Bázistranszformáció és alkalmazásai 2.

Mer legesség. Wettl Ferenc Wettl Ferenc Mer legesség / 40

5. házi feladat. AB, CD kitér élpárra történ tükrözések: Az ered transzformáció: mivel az origó xpont, így nincs szükség homogénkoordinátás

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

Sztojka Miroszláv LINEÁRIS ALGEBRA Egyetemi jegyzet Ungvár 2013

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)

Műveletek mátrixokkal. Kalkulus. 2018/2019 ősz

Matlab alapok. Baran Ágnes. Grafika. Baran Ágnes Matlab alapok Grafika 1 / 21

Diszkrét matematika 1. estis képzés

1. zárthelyi,

Komplex számok trigonometrikus alakja

Matematikai programok

2018/2019. Matematika 10.K

Függvények július 13. f(x) = 1 x+x 2 f() = 1 ()+() 2 f(f(x)) = 1 (1 x+x 2 )+(1 x+x 2 ) 2 Rendezés után kapjuk, hogy:

Intergrált Intenzív Matematika Érettségi

KOVÁCS BÉLA, MATEMATIKA I.

Polinomok (el adásvázlat, április 15.) Maróti Miklós

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41

Vektorgeometria (1) First Prev Next Last Go Back Full Screen Close Quit

Matematikai programok

2. gyakorlat. A polárkoordináta-rendszer

Gazdasági matematika II. tanmenet

Matematika (mesterképzés)

Irodalom. (a) A T, B T, (b) A + B, C + D, D C, (c) 3A, (d) AD, DA, B T A, 1 2 B = 1 C = A = 1 0 D = (a) 1 1 3, B T = = ( ) ; A T = 1 0

1. A komplex számok definíciója

HALMAZELMÉLET feladatsor 1.

Képfeldolgozás. 1. el adás. A képfeldolgozás m veletei. Mechatronikai mérnök szak BME, 2008

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

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

Abszolútértékes és gyökös kifejezések Megoldások

Gy ur uk aprilis 11.

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

x = 1 = ı (imaginárius egység), illetve x 12 = 1 ± 1 4 2

Bázistranszformáció és alkalmazásai

9. Trigonometria. I. Nulladik ZH-ban láttuk: 1. Tegye nagyság szerint növekvő sorrendbe az alábbi értékeket! Megoldás:

Komplex számok. Wettl Ferenc szeptember 14. Wettl Ferenc Komplex számok szeptember / 23

A Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a

Diszkrét matematika 2.

Függvény fogalma, jelölések 15

Komplex számok. Wettl Ferenc előadása alapján Wettl Ferenc előadása alapján Komplex számok / 18

9. Tétel Els - és másodfokú egyenl tlenségek. Pozitív számok nevezetes közepei, ezek felhasználása széls érték-feladatok megoldásában

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

Érettségi előkészítő emelt szint évf. Matematika. 11. évfolyam. Tematikai egység/fejlesztési cél

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

SCILAB programcsomag segítségével

Lineáris algebra. Közgazdász szakos hallgatóknak a Matematika A2a Vektorfüggvények tantárgyhoz tavaszi félév

Diszkrét matematika II., 8. előadás. Vektorterek

a) A logaritmus értelmezése alapján: x 8 0 ( x 2 2 vagy x 2 2) (1 pont) Egy szorzat értéke pontosan akkor 0, ha valamelyik szorzótényező 0.

Typotex Kiadó. Bevezetés

Függvények csoportosítása, függvénytranszformációk

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Exponenciális és Logaritmikus kifejezések

Bevezetés. 1. fejezet. Algebrai feladatok. Feladatok

1. tétel Halmazok és halmazok számossága. Halmazműveletek és logikai műveletek kapcsolata.

SE EKK EIFTI Matematikai analízis

Átírás:

és társai alapjainak áttekintése 2015. szeptember 16.

és társai és társai : zet s, nagy tudású, mérnöki és tudományos feladatok megoldására, mátrixközpontú (MATrix LABoratory) Octave: nyílt forrású változata, a szintaktikája teljesen azonos, kisebb tudású Pylab: A -éhoz hasonló függvények. A Python nyelvre épül, mások az er sségei mint a -nak. Laboron 7.0.1 (2004), F 113-as és 114-es termekben gyakorolhatnak ha nincs óra

Mi a? és társai Egy programozási nyelv, egy interaktív környezettel. A nyelv tartalmazza a megszokott vezérlési szerkezeteket (ciklus, feltételes elágazás... ), függvényeket és osztályokat hozhatunk létre benne. Alkalmas önmagában adatok elemzésére és megjelenítésére különféle módokon, ehhez igazodó adattípusai vannak, képes táblázatkezel b l, adatbázisból, küls eszközökb l adatot gy jteni, a kapott eredményeket és ábrákat elmenteni.

és társai A toolboxai... különböz feladatokra (csak pár példa): párhuzamos számítások statisztikai számítások jel- és képfeldolgozás pénzügyi és biológiai modellezés alkalmazásfejlesztés

és társai A numerikus értékeket használ Mi az x 2 = 2 egyenlet megoldáshalmaza? A (Pylab, Octave) numerikus értéket használ. Az úgynevezett számítógépalgebrai rendszerek pl. (MAPLE, MATEMATHICA) képesek pontos értékekkel számolni. A csak külön eszköztárral körülményesen.

és társai A numerikus értékeket használ Mi az x 2 = 2 egyenlet megoldáshalmaza? Pontos értékkel: Numerikus értékkel: { 2, 2} {1.4241, 1.4241 } A (Pylab, Octave) numerikus értéket használ. Az úgynevezett számítógépalgebrai rendszerek pl. (MAPLE, MATEMATHICA) képesek pontos értékekkel számolni. A csak külön eszköztárral körülményesen.

és társai Mátrixok: számtáblázatok Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai A matematika számos területén használatosak a mátrixok. Egyenletrendszerek megoldásában és geometriai transzformációk (forgatás egy lövöldöz s játékban) nélkülözhetetlenek. 2 0 4 6 3 3 3 3 2 0 4 5 [ 2 5 6 6 ] [ 6 3 ] 3x4-es mátrix (3 sor 4 oszlop) 1x4-es mátrix (1xm-es, tehát sorvektor) 2x1-es mátrix (nx1-es, tehát oszlopvektor) Néha kerek zárójellel jelölik.

Mátrixm veletek és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai A mátrixokon az alábbi m veleket értelmezünk: A mátrixok összeadását, ebb l deniálható a különbség, a mátrixok szorzását, ebb l deniálható a hatványozás (a hányadost nem szokás deniálni, majd meglátjuk miért). És még van egy nem igazi m velet, a mátrixok számmal (skalárral) való szorzása. Akkor szoktunk m veletr l beszélni, ha két ugyanolyan matematikai objektummal m veletet végezve ugyanolyan típusú objektumot kapunk (például a fenti m veleteknél két mátrixból mátrixot, a négy alapm veletnél két számból számot, vektorok összeadásánál két vektorból harmadikat). Itt viszont egy számból és egy mátrixból fogunk mátrixot kapni. Ezeket a m veleteket majd lineáris algebrából is tanulják.

és társai Mátrixösszeadás értelmezése Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai A két tag oszlopainak és sorainak számának egyeznie kell, a mátrixok összeadása elemenként történik. Példa két 3 4-es mátrix összegére: 2 0 3 6 3 3 2 3 2 0 4 5 + 1 0 4 7 1 3 3 4 2 0 1 7 = 3 0 7 13 2 6 1 7 4 0 5 12

és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai Mátrix skalárral való szorzása Számunkra a skalár egy számot fog jelenteni. A m szaki életben és a zikában egy mértékegységgel rendelkez mennyiség (tömeg, töltés, hossz) is lehet. Egy skalárral való szorzás esetén a mátrix minden elemét megszorozzuk a skalárral. Például: [ 1 8 3 2 4 2 5 ] = [ ] 2 1 2 8 2 ( 3) = 2 4 2 ( 2) 2 5 [ 2 16 ] 6 8 4 10

Mátrixok kivonása és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai A mátrixok kivonását ezek után egyszer en deniálhatjuk. A kivonás tulajdonképpen a mátrix ellentettjének ( 1-szeresének) hozzáadását jelenti. A B mátrix ellentettjét a számoknál megszokott módon, B-vel jelöljük. A B = A +( 1)B = A +( B) 2 0 3 6 3 3 2 3 2 0 4 5 1 0 4 7 1 3 3 4 2 0 1 7 = 1 0 1 1 4 0 5 1 0 0 3 2

Mátixszorzás és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai Két mátrix szorzása során nem elemenként végezzük el a m veletet, mint az összeadás esetén. Az A B = C szorzás elvégzését úgy tudjuk könnyen követni, ha a C (még ismeretlen) eredménymátrixtól balra írjuk az els tényez t (itt A-t), és fölé a második tényez t (B-t). A következ dián szerepl ábra mutatja, hogy az eredménymátrixot egy elemét hogyan tudjuk kiszámítani.

és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai a 11 a 12... a 1p a 21 a 22... a 2p............ a a... a b 11 b 12... b 1q b 21 b 22... b 2q............ b p1 b p2... b pq c 11 c 12... c 1q c 21 c 22... c 2q............ c c... c a 21 b 12 a 22 b 22 a 2p b p2 + +... +

és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai Az A B = C szorzat esetén tehát a szorzatmátrix i-edik sorának j-dik elemét az els tényez i-dik sorából és a második tényez j-dik oszlopából alkotjuk meg: c ij = a i1 b 1j + a i2 b 2j + a i3 b 3j +... + a ip b pj A szorzás csak akkor végezhet el, ha az els tényez oszlopainak a száma megegyezik a második tényez sorainak számával. Ezt a számot jelöltük p-vel a képletben és ez el z ábrán. (A fenti összefüggést a szumma jel alkalmazásával így is lehet írni: p c ij = a ik b kj k=1 A szumma jelentése: az utána lév kifejezést a k minden értékére kiszámolom 1-t l p-ig, és az eredményeket összegzem.)

és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai 2 3 1 2 0 4 5 1 1 2 3 1 5 3 0??????

és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai 2 3 1 2 0 4 5 1 1 2 3 1 5 3 0 15 7 15 16 15 17

és társai Mátrix transzponáltja Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai Az eddigi m veletek zöme kétváltozós volt. Két valamib l csinált egy harmadikat. Egy egyváltozós m velet szerepelt már, az ellentettképzés. A transzponált is ilyen egyváltozós m velet: egy mátrixból egy másikat csinál. A transzponálás során az eredeti els sorból lesz az els oszlop, a második sorból a második oszlop és így tovább. A T = C a ij = c ji 1 2 3 1 1 4 6 1 2 7 A = 4 9 2, AT = 2 2 9 0 3 7 2 5 6 0 5

Mátrixok halmaza és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai A továbbiakban a valós számokból álló n m-es (n sor, m oszlop) mátrixok halmazát a következ képp jelölöm: M n m 1 2 3 1 2 7 A = 4 9 2 M 4 3 A T M 3 4 6 0 5

és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai Mátrixösszeadás tulajdonságai Csoporttulajdonságok 1. A mátrixösszeadás a számok összeadásához hasonlóan csoportot alkot, amely a következ négy tulajdonságokat foglalja magában: a) a mátrixösszeadás kétváltozós m velet M n m felett, azaz bármely két n m-es mátrix összege is ilyen mátrix, b) asszociatív: az összeadások végrehajtásának sorrendje nem változtat a végeredményen, Képlettel: Bármely A,B,C M n m esetén: (A + B) + C = A +(B + C) ezért ha csak összeadás van, nem is kell zárójelezni.

és társai Mátrixösszeadás tulajdonságai Csoporttulajdonságok 2. Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai c) Létezik neutrális elem. Létezik egy 0 M n m eleme a halmaznak amelyre, akármelyik A M n m elem esetén: A + 0 = A és 0 + A = A A neutrális elemet összeadásnál nullelemnek is szoktuk nevezni. (Szorzásnál pedig egységelemenek.) A M 2 3 halmaz nulleleme például: A = [ 0 0 ] 0 0 0 0

és társai Mátrixösszeadás tulajdonságai Csoporttulajdonságok 3. Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai d) Ellentett létezése. Minden A M n m mátrixnak létezik ( A-val jelölt) ellentettje, amelyre A +( A) = 0 A = [ 1 2 ] 3 1 0 7 A = [ 1 2 ] 3 1 0 7

és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai Mátrixösszeadás tulajdonságai Kommutativitás A csoporttulajdonságokon felül még rendelkezik a kommutativitás tulajdonságával is: A + B = B + A bármely A és B mátrix esetén, amennyiben összeadhatóak. A csoporttulajdonságokal és a kommutatív tulajdonsággal rendelkez struktúrákat kommutatív csoportnak vagy Abel-csoportnak nevezzük. Az (M n m,+) algebrai struktúra tehát kommutatív csoport.

és társai A mátrixok, mint vektortér Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai (M n m, +, λ ) vektortér. Az M n m mátrixai úgynevezett vektorteret alkotnak az összeadásra és a skalárral való szorzásra nézve. Ez azt jelenti, hogy bizonyíthatóak, hogy a mátrixok két m veletére teljesülnek a következ szabályok: (M n m, +) kommutatív csoport, a következ disztributív szabályok teljesülnek: λ(a + B) = λa + λb (λ + µ)a = λa + µa még két feltétel: λ(µa) = (λ µ)a 1A = A

Alkalmazások és társai Mátrixm veletek Mátrixm veletek tulajdonságai Mátrixok alkalmazásai Órán voltak részletezve. lineáris transzformációk: forgatás (2D, 3D), tükrözés, gráfokban adott hosszúságú séták száma két csúcs között, lineáris egyenletrendszer megoldása (gyakorlaton b vebben) és még rengeteg helyen.

és társai A további részek a laborgyakorlatokhoz tartoznak, azok ismerete nem szükséges az FSZ-es hallgatók számára. Számonkérésükre a gyakorlaton kerül sor.

és társai Az mátrixok összeadását, kivonását és szorzását a programnyelvekben számok esetén megszokott módon jelöljük a -ban is: +, -, *. A skalárral való szorzásra szintén a * jelet használjuk. A mátrixok közötti elemenkénti szorzásra és osztásra és elemenkénti hatványozásra a -nak egy külön jelölése van: a megszokott m veleti jel elé tett ponttal jelöljük. A transzponáltat a mártix után elhelyezett aposztróf jelöli: A'

és társai Elemenkénti és mátrixm veletek A szorzást kétféleképpen is el lehetne végezni mátrixok között: azonos méret mátrixok esetén lehet elemenként szorozni: ha az eredeti mátrixok elemeit a ij -vel és b ij -vel, eredmény elemeit c ij -vel jelöljük, akkor c ij = a ij b ij. a következ oldalon deniált mátrix-szorzás esetén a helyzet bonyolultabb.

és társai A m veletei + - * / ^ (hatványozás) Pont nélkül elemenkénti m veletek, ponttal mátrixm veletek. A különbség a szorzásnál és a hatványozásnál fontos. Ha A és B mátrixok, mit jelenthet: A*B A.*B A^2 A.^2

és társai Mátrixok megadása -ban Elemek felsorolásával (pontosvessz helyett soremelés is lehet): A = [2 3 1; 5 3 0] [ 2 3 1 A = 5 3 0 ] Sorvektort kett spontos jelöléssel. Speciális függvényekkel. Pl. rand, eye, linspace.

és társai A kett spontos jelölés n:m n-t l m-ig egyesével a számok 2:5 [2 3 4 5] n:s:m n-t l m-ig s lépésközzel 2:3:20 [2 5 8 11 14 17 20] 1:0.1:1.5 [1.0 1.1 1.2 1.3 1.4 1.5]

és társai Sorvektor megadása a linspace függvénnyel Ugyanúgy egyenletesen (lineárisan) oszlanak el a pontok, de a lépésköz helyett a darabszámot tudjuk. linspace(kezd, vég [, darabszám]) A darabszám elhagyható. Pl. linspace(0, 7*pi+1, 1024)

és társai Kirajzoltatás A plot parancs (egyszer sítve) így néz ki: plot([x,] y[, formátum]) x és y sorvektorok, a formátum egy sztring A szögletes zárójel az elhagyható paramétereket (x és formátum) jelöli. x = [5 2 0] y = [1 3-1] % (5,1), (2,3), (0,-1) pontok ábrázolása plot(x, y, 'o') % körökkel plot(x, y, '-') % vagy plot(x, y) % összeköti vonallal

és társai Ábra készítése -ban x = linspace(0, 2*pi, 1000) % 1000 érték 0-tól 2*pi-ig plot(x, sin(x)) hold on % Így nem törl dik az el z ábra plot(x, cos(x), '.') title('szögfüggvények') xlabel('x (radian)') ylabel('y') grid on % Rács az ábrára legend('szinusz', 'koszinusz')

Feladat és társai Ábrázolja az x 2sin(x)cos(x) függvényt a [ 2, 2] intervallumon!

és társai Megoldási lehet ségek Az x sorvektor létrehozása többféle lehet. Például: x = linspace(-2, 2, 1000) x = linspace(-2, 2) x = -2:0.1:2 A kirajzoltatás: plot(x, 2*sin(x).*cos(x)) Miért kell.*?

és társai Vonaltípusok és markerek (nem teljes) formátum. + x o h és H d és D p v > < ^ magyarázat - folytonos vonal (alapértelemezett) -- szaggatott : pontozott -. pontvonal hatszög gyémánt ötszög (pentagon) háromszögek

és társai Színek jelölés r g b c y m k w magyarázat piros zöld kék ciánkék sárga bíbor (magenta) fekete (black) fehér 'ro' sárga körök, 'x' x-ekkel, 'y' sárga folytonos, ':' pontozott ha nincs szín megadva, akkor -ban: kék Pylab-ban: a következ szín a színpalettából

és társai Matematikai függvények (nem teljes) függvény sqrt sin cos tan asin atan2 exp magyarázat négyzetgyök szinusz (szögfüggvényekben radián, sind fok) koszinusz tangens arcus sinus kétváltozós arcus tangens (szemközti és melletti koordináta el jelhelyesen) exponenciális függvény (az alap e=2.717...) log természetes logaritmus (alapja e) log2 kettes alapú logaritmus log10 tizes alapú logaritmus round kerekít egészre (lásd még ceil, oor) sign el jel függvény (1, ha pozitív, -1, ha negatív, 0 ha 0 az érték)

A továbbiakról és társai A továbbiakban rendszerezni szándékozom a mátrixok m veleteinek tulajdonságait. Ez a rész nem kötelez, csak érdekl d knek készül, és hiányos. Lehet, hogy lassan készül és átmenetileg kicsit pongyola is lehet.

és társai Csoport (group) deníciója Az (G, ) párost csoportnak nevezzük, ha: A egy kétváltozós m velet az G halmaz felett, azaz bármely a,b G esetén a b G A m velet asszociatív: a,b,c G (a b) c = a (b c) Létezik n neutrális elem:!n G a G a n = a és n a = a Minden elemnek létezik inverze: a G a 1 G a a 1 = n és a 1 a = n

és társai Kommutatív csoport Egy csoportot kommutatív csoportnak (más néven Abel-csoportnak) nevezünk, ha a m velet kommutatív, azaz: a,b G a b = b a

és társai Test (eld) deníciója Az (F, +, ) hármast testnek nevezzük, ha: (F, +) kommutatív csoport, a neutrális elemét 0 jelöli (nullelem), az additív inverzet a jelöli (ellentett), (F \ {0}, ) kommutatív csoport, neutrális elemét 1 jelöli (egységelem), a multiplikatív inverzet a 1 teljesül a disztributivitás a,b,c F a(b + c) = ab + ac Példák testekre: racionális számok, valós számok, komplex számok a szokásos összeadással és szorzással. Egész számoknál a multiplikatív inverz hiányzik (reciprok).

és társai Mátrixokról az absztrakt algebra nyelvén Továbbiakban nem szorítkozunk a valós számokra, a mártix elemei tetsz leges F test elemei lehetnek, és ugyanilyen elemekkel való szorzást jelenti a skalárral való szorzás. (M n m,λ,+) (azaz az n m-es mátrixok a skalárral való szorzás és az összeadás m veletekre nézve) vektortér, (R n, ) azaz a reguláris (nem nulla determinánsú) n n-es mátrixok a mátrixszorzásra nézve nem kommutatív csoport. A neutrális eleme (egységeleme) az egységmátrixnak nevezett mátrix, ahol a f átlóban 1-esek, máshol 0-ák állnak. (Az 1 és a 0 a test egységeleme és nulleleme.)