1. Transzformációk mátrixa

Hasonló dokumentumok
1. Mátrixösszeadás és skalárral szorzás

1. Bázistranszformáció

Mátrixok 2017 Mátrixok

1. Az euklideszi terek geometriája

A gyakorlati jegy

Matematika (mesterképzés)

1. A kétszer kettes determináns

VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja

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

Valasek Gábor

Összeállította: dr. Leitold Adrien egyetemi docens

Matematika A1a Analízis

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

17. előadás: Vektorok a térben

1. Lineáris leképezések


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

Számítógépes geometria

1. A komplex számok ábrázolása

Számítási feladatok a Számítógépi geometria órához

1. Geometria a komplex számsíkon

Diszkrét matematika II., 8. előadás. Vektorterek

Egybevágósági transzformációk. A geometriai transzformációk olyan függvények, amelyek ponthoz pontot rendelnek hozzá.

1. A komplex számok definíciója

Testek. 16. Legyen z = 3 + 4i, w = 3 + i. Végezzük el az alábbi. a) (2 4), Z 5, b) (1, 0, 0, 1, 1) (1, 1, 1, 1, 0), Z 5 2.

I. Vektorok. Adott A (2; 5) és B ( - 3; 4) pontok. (ld. ábra) A két pont által meghatározott vektor:

λ 1 u 1 + λ 2 v 1 + λ 3 w 1 = 0 λ 1 u 2 + λ 2 v 2 + λ 3 w 2 = 0 λ 1 u 3 + λ 2 v 3 + λ 3 w 3 = 0

Vektorterek. =a gyakorlatokon megoldásra ajánlott

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

Vektorok, mátrixok, lineáris egyenletrendszerek

1. A Hilbert féle axiómarendszer

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

Lineáris egyenletrendszerek

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

1.1. Definíció. Azt mondjuk, hogy a oszója b-nek, vagy más szóval, b osztható a-val, ha létezik olyan x Z, hogy b = ax. Ennek jelölése a b.

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

2. gyakorlat. A polárkoordináta-rendszer

MateFIZIKA: Pörgés, forgás, csavarodás (Vektorok és axiálvektorok a fizikában)

Néhány szó a mátrixokról

2. ELŐADÁS. Transzformációk Egyszerű alakzatok

I. VEKTOROK, MÁTRIXOK

1. feladatsor: Vektorfüggvények deriválása (megoldás)

Komplex számok. (a, b) + (c, d) := (a + c, b + d)

Transzformációk síkon, térben

Haladó lineáris algebra

Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások

Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I márc.11. A csoport

Lineáris egyenletrendszerek Műveletek vektorokkal Geometriai transzformációk megadása mátrixokkal Determinánsok és alkalmazásaik

Numerikus módszerek 1.

Mátrixok, mátrixműveletek

DISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes

= Y y 0. = Z z 0. u 1. = Z z 1 z 2 z 1. = Y y 1 y 2 y 1

1. Diagonalizálás. A Hom(V) diagonalizálható, ha van olyan bázis, amelyben A mátrixa diagonális. A diagonalizálható van sajátvektorokból álló bázis.

Példa: Háromszög síkidom másodrendű nyomatékainak számítása

Gyakorló feladatok I.

2018/2019. Matematika 10.K

1. Sajátérték és sajátvektor

Hajder Levente 2017/2018. II. félév

Matematika osztályozó vizsga témakörei 9. évfolyam II. félév:

és n oszlopból áll, akkor m n-es mátrixról beszélünk. (Az oszlopok száma a mátrix vízszintes mérete, a sorok 2 3-as, a ij..

Térbeli transzformációk, a tér leképezése síkra

Budapesti Műszaki Főiskola, Neumann János Informatikai Kar. Vektorok. Fodor János

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

1. feladatsor Komplex számok

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Geometria III.

Matematika szigorlat június 17. Neptun kód:

FELVÉTELI VIZSGA, szeptember 12.

1. Lineáris transzformáció

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

Vektorok és koordinátageometria

16. tétel Egybevágósági transzformációk. Konvex sokszögek tulajdonságai, szimmetrikus sokszögek

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 11B OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA

1. Algebrai alapok: Melyek műveletek az alábbiak közül?

Lineáris algebra (10A103)

1. Határozzuk meg, hogy mikor egyenlő egymással a következő két mátrix: ; B = 8 7 2, 5 1. Számítsuk ki az A + B, A B, 3A, B mátrixokat!

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


Differenciálszámítás. 8. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Differenciálszámítás p. 1/1

Mat. A2 3. gyakorlat 2016/17, második félév

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

Vektoralgebra feladatlap 2018 január 20.

Klasszikus algebra előadás. Waldhauser Tamás április 28.

Lin.Alg.Zh.1 feladatok

Diszkrét matematika II., 1. el adás. Lineáris leképezések

Szinguláris értékek. Wettl Ferenc április 3. Wettl Ferenc Szinguláris értékek április 3. 1 / 28

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

1. Komplex számok. x 2 = 1 és x 2 + x + 1 = 0. egyenletek megoldását számnak tekinthessük:

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

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

1. zárthelyi,

1. Szabadvektorok és analitikus geometria

Egy általános iskolai feladat egyetemi megvilágításban

3. el adás: Determinánsok

Geometria II gyakorlatok

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 9.A, 9.D. OSZTÁLY HETI 4 ÓRA 37 HÉT ÖSSZ: 148 ÓRA

Vektoralgebra. Ebben a részben a vektorokat aláhúzással jelöljük

9. előadás. Térbeli koordinátageometria

JEGYZET Geometria 2., tanárszak

Lin.Alg.Zh.1 feladatok

Szinguláris értékek. Wettl Ferenc április 12. Wettl Ferenc Szinguláris értékek április / 35

Átírás:

1 Transzformáiók mátrixa Lineáris transzformáiók Definíió T test Az A : T n T n függvény lineáris transzformáió, ha tetszőleges v,w T n vektorra és λ skalárra teljesül, hogy A(v + w) A(v) + A(w) és A(λv) λa(v) Vagyis A összegtartó és skalárszoros-tartó Főpélda (HF ellenőrizni) Minden olyan egybevágósági (sőt hasonlósági) transzformáió a síkon és a térben, amely az origót fixálja (vagyis A(0) 0) forgatás az origó körül a síkon; tükrözés az origóra (azaz 180 -os forgatás); tükrözés egy origón átmenő egyenesre (síkra); forgatás a térben egy origón átmenő egyenes körül; nyújtás az origóból Tükrözés egyenesre Példa Legyen R az y x egyenesre való tükrözés y x ([ 0 R [ 0 2 [ 2 ([ 0 R ([ 2 R 2)

A tükrözés képlete ([ x Legyen R az y x egyenesre való tükrözés R? ([ [ ( 0 0 Láttuk: R és R ([ ([ [ x x 0 R R + R Ezért ([ x + R ([ 0, hiszen R összegtartó A skalárszoros-tartás miatt ez ( [ ( [ ([ ( 0 1 0 R x + R y x R + y R [ [ [ [ [ 0 1 0 y y x + y + x x Vektor képe általános transzformáiónál Legyen A : T 2 T 2 lineáris transzformáió ([ [ ([ [ ( a 0 x Ha A és A, akkor A? d ([ ([ [ ([ ([ x x 0 x 0 A A + A + A, hiszen A összegtartó A skalárszoros-tartás miatt ez ( [ ( [ ([ ( 0 1 0 A x + A y x A + y A [ [ [ [ [ a ax y ax + y x + y + d bx dy bx + dy Tehát minden vektor képét ki tudjuk számolni, ha ismerjük a, b,, d értékét Lineáris transzformáió mátrixa Láttuk Legyen A : T 2 T 2 lineáris transzformáió Ha ([ [ ([ [ ( a 0 x A és A, akkor A d [ ax + y bx + dy Definíió [ [ [ a 1 0 A fenti A mátrixa [A (Az oszlopok és képei) 2

Definíió [ [ a x y [ ax + y (mátrix és vektor szorzata) bx + dy Következmény: Vektor képének kiszámítása: A(v) [ Av A forgatás képlete Példa [ os α sin α Az origó körüli α szögű forgatás mátrixa [F sin α os α A megfelelő derékszögű háromszögek lerajzolásával: HF Komplex számokkal: ez a forgatás szorzás os α + i sin α-val [ [ [ x 1 0 Az x + iy számnak az felel meg: 1 és i y [ os α A [F első oszlopa: 1(os α + i sin α) sinα [ sin α A második: i(os α + i sin α) sinα + i os α os α 2 Transzformáiók kompozíiója Példa kompozíióra Melyik transzformáiót kapjuk, ha először tükrözünk az y x egyenesre, majd forgatunk az origó körül 90 -kal? Ez a két transzformáió kompozíiója (egymás utánja) [ ([ [ x x y R y x [ os 90 sin 90 Mivel [F [ [ 0 1 y sin 90 os 90, ezért képe 1 0 x ([ [ [ [ [ y 0 1 y 0y + ( 1)x x F x) 1 x 1y + 0x y Az eredmény az y-tengelyre való tükrözés (Házi Feladat) A kompozíió mátrixa Definíió Ha A, B : T 2 T 2 transzformáiók, akkor kompozíiójuk (A B)(v) A ( B(v) ) tetszőleges v T n esetén Összetett függvény: először B-t, utána A-t alkalmazzuk [ [ a a [A, [B [ aa b d [A B + b a + d ba + db b + dd 3

Definíió A fenti sor végén szereplő mátrixot a sorban szereplő első két mátrix szorzatának nevezzük A sorrend számít! Tehát [A B [A[B: kompozíió mátrixa a mátrixok szorzata A kompozíió mátrixának kiszámítása [ [ a a [A, [B [ aa b d [A B + b a + d ba + db b + dd Bizonyítás ( [ ([ ) [ [ a a a aa A B A b b + b ba + db Ezért A B első oszlopa tényleg az, ami a tételben szerepel ( [ ([ ) [ [ [ 0 a a A B A d d + d b + dd Ezért A B második oszlopa is megfelelő [ [ [ 0 1 0 1 1 0 Példa: [F R [F[R 1 0 1 0 0 1 3 Transzformáiók összege és skalárszorosa Pontonkénti műveletek Emlékeztető Polinomfüggvények összege: ( f + g) (b) f (b) + g (b) Analízisben függvények összege: sin + os az a függvény, amely tetszőleges x helyen a sin(x) + os(x) értéket veszi föl Ez a pontonkénti összeadás Definíió Legyenek A, B : T n T n lineáris transzformáiók és λ T Az A és B összege az az A + B : T n T n, melyre (A + B)(v) A(v) + B(v) tetszőleges v T n esetén Az A λ-szorosa az a λa : T n T n, melyre (λa)(v) λ ( A(v) ) tetszőleges v T n esetén Az összeg és skalárszoros lineáris Legyenek A, B : T n T n lineáris transzformáiók és λ T Ekkor A + B és λa is lineáris transzformáió Azaz: (1) A + B összegtartó (2) A + B skalárszoros-tartó 4

(3) λa összegtartó (4) λa skalárszoros-tartó Megjegyzés: Hasonlóan A B is lineáris Mintabizonyítás (3)-ra (λa)(u + v) λ ( A(u + v) ) λ ( A(u) + A(v) ) λ ( A(u) ) + λ ( A(v) ) (λa)(u) + (λa)(v) A λa definíiója miatt Az A összegtartása miatt A skalárral szorzás tulajdonsága miatt A λa definíiója miatt Az összeg és skalárszoros mátrixa Legyenek [ A, B : T 2 [ T 2 lineáris transzformáiók és λ T Tegyük föl, hogy a a [A és [B b d Ekkor [ a + a + [A + B [ λa λ b + b d + d és [λa Definíió [ [ a a + [ a + a + b d b + b d + d és λ [ a [ λa λ Tehát [ A + B [ A + [B: összeg mátrixa a mátrixok összege, és [λa λ[a: λ-szoros mátrixa a mátrix λ-szorosa Az összeg és skalárszoros mátrixa: bizonyítás Legyenek [ A, B : T 2 [ T 2 lineáris transzformáiók és λ T Tegyük föl, hogy a a [A és [B b d Ekkor [ a + a + [A + B [ λa λ b + b d + d és [λa Bizonyítás ( (A + B) ( (λa) λ ( A ( A ( + B [ a λ [ λa λb [ [ [ a a a + a + b b + b A második oszlop mindkét esetben hasonlóan számolható ki 5