Összeállította: dr. Leitold Adrien egyetemi docens

Hasonló dokumentumok
Összeállította: dr. Leitold Adrien egyetemi docens

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

Matematika A1a Analízis

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Összeállította: dr. Leitold Adrien egyetemi docens

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

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

17. előadás: Vektorok a térben

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

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

1. Az euklideszi terek geometriája

Matematika (mesterképzés)

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

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

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Vektorok II.

1. Absztrakt terek 1. (x, y) x + y X és (λ, x) λx X. műveletek értelmezve vannak, és amelyekre teljesülnek a következő axiómák:

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

1. feladatsor Komplex számok

Megoldások. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma)

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

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

Lin.Alg.Zh.1 feladatok

Numerikus módszerek 1.

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

2. gyakorlat. A polárkoordináta-rendszer

Lin.Alg.Zh.1 feladatok

Analízis. 1. fejezet Normált-, Banach- és Hilbert-terek. 1. Definíció. (K n,, ) vektortér, ha X, Y, Z K n és a, b K esetén

Néhány szó a mátrixokról

Diszkrét Matematika II.

5. előadás. Skaláris szorzás

O ( 0, 0, 0 ) A ( 4, 0, 0 ) B ( 4, 3, 0 ) C ( 0, 3, 0 ) D ( 4, 0, 5 ) E ( 4, 3, 5 ) F ( 0, 3, 5 ) G ( 0, 0, 5 )

Vektorok és koordinátageometria

Lineáris algebra. =0 iє{1,,n}

Vektorok, mátrixok, lineáris egyenletrendszerek

Haladó lineáris algebra

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

KOVÁCS BÉLA, MATEMATIKA I.

6. előadás. Vektoriális szorzás Vegyesszorzat

Szinguláris érték felbontás Singular Value Decomposition

Vektorok összeadása, kivonása, szorzás számmal, koordináták

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.

Vektoralgebra. Ebben a részben a vektorokat aláhúzással jelöljük

Kinematika szeptember Vonatkoztatási rendszerek, koordinátarendszerek

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41

JEGYZET Geometria 2., tanárszak

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk

Hadamard-mátrixok Előadó: Hajnal Péter február 23.

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Vektorok I.

azonosságot minden 1 i, l n, 1 j k, indexre teljesítő együtthatókkal, amelyekre érvényes a = c (j) i,l l,i

Bevezetés az algebrába 2

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

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

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

Lineáris algebra I. Vektorok és szorzataik

6. Előadás. Megyesi László: Lineáris algebra, oldal. 6. előadás Bázis, dimenzió

I. feladatsor. 9x x x 2 6x x 9x. 12x 9x2 3. 9x 2 + x. x(x + 3) 50 (d) f(x) = 8x + 4 x(x 2 25)

Diszkrét matematika 1. estis képzés

Lin.Alg.Zh.1-2 feladatok

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

Bevezetés az algebrába 2 Vektor- és mátrixnorma

Absztrakt vektorterek

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei

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

Matematika szigorlat június 17. Neptun kód:

1. A Hilbert féle axiómarendszer

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

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

Matematika 11. osztály

Gyakorló feladatok I.

A fontosabb definíciók

y = y 0 exp (ax) Y (x) = exp (Ax)Y 0 A n x n 1 (n 1)! = A I + d exp (Ax) = A exp (Ax) exp (Ax)

9. Írjuk fel annak a síknak az egyenletét, amely átmegy az M 0(1, 2, 3) ponton és. egyenessel;

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

Matematika A2 vizsga mgeoldása június 4.

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:

A gyakorlati jegy

Matematika szóbeli érettségi témakörök 2016/2017-es tanév őszi vizsgaidőszak

(1) Vektorok koordinátavektora. 1/3. R A {b 1,b 2,b 3 } vektorhalmaz bázis a V R n altérben.

1. Bázistranszformáció

1.1. Alapfogalmak. Vektor: R 2 beli elemek vektorok. Pl.: (2, 3) egy olyan vektor aminek a kezdo pontja a (0, 0) pont és a végpontja a

Arany Dániel Matematikai Tanulóverseny 2015/2016-os tanév 1. forduló Haladók III. kategória

Számítási feladatok a Számítógépi geometria órához

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

= e i1 e ik e j 1. tenzorok. A k = l = 0 speciális esetben e az R egységeleme. A. e q 1...q s. = e j 1...j l q 1...q s

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

Matematika elméleti összefoglaló

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

2018/2019. Matematika 10.K

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

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

Síkgeometria 12. évfolyam. Szögek, szögpárok és fajtáik

1. feladatsor: Vektorfüggvények deriválása (megoldás)

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

Funkcionálanalízis. n=1. n=1. x n y n. n=1

Valasek Gábor

Meghirdetés féléve 2 Kreditpont Összóraszám (elm+gyak) 2+0

Trigonometria Megoldások. 1) Igazolja, hogy ha egy háromszög szögeire érvényes az alábbi összefüggés: sin : sin = cos + : cos +, ( ) ( )

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

Bevezetés az algebrába 1

Átírás:

Skaláris szorzat az R n vektortérben Összeállította: dr. Leitold Adrien egyetemi docens 2008.09.08. 1

Vektorok skaláris szorzata Két R n -beli vektor skaláris szorzata: Legyen a = (a 1,a 2,,a n ) és b = (b 1,b 2,,b n ) két R n - beli vektor. Ekkor az a és b vektorok skaláris szorzatán (skalárszorzatán) az alábbi számot értjük: a 1 b 1 + a 2 b 2 + + a n b n Jelölés: a b, a, b Skaláris szorzat /2

A skaláris szorzat alaptulajdonságai A skaláris szorzat alaptulajdonságai: Legyenek a,b,c R n és λ R. Ekkor: 1. a, b+c = a, b + a, c a, λ b = λ a, b a+b, c = a, c + b, c λ a, b = λ a, b bilineáris 2. a, b = b, a szimmetrikus 3. a, a 0 és a, a = 0 a = o pozitív definit Skaláris szorzat /3

Vektorok hossza Egy R n -beli vektor hossza (normája): Legyen x R n. Ekkor az x vektor hossza (normája): 2 2 x,x = x1 +... + xn Jelölés: x, x Megjegyzések: Legyen x R n és λ R. 1. A fenti definíció és a skaláris szorzat pozitív definitsége miatt x 0 és x =0 x = o. 2. Igazolható, hogy λ x = λ x. Egy x R n vektort egységre normáltnak (egységvektornak) nevezünk, ha x =1. Igazolható, hogy bármely x R n 1, x o esetén az x vektor egységre normált. x Skaláris szorzat /4

Nevezetes egyenlőtlenségek Cauchy-Bunyakovszkij- Schwarz egyenlőtlenség: Legyen x és y két tetszőleges R n -beli vektor. Ekkor: x, y x y, azaz n i= 1 x i y i n i= 1 x 2 i n i= 1 y 2 i, és egyenlőség pontosan akkor áll fenn, ha x y. Minkowsky (vagy háromszög) egyenlőtlenség: Legyen x és y két tetszőleges R n -beli vektor. Ekkor: x+y x + y. Skaláris szorzat /5

Két vektor szöge Két R n -beli vektor szöge Legyen a és b két, nullvektortól különböző R n -beli vektor. Ekkor azt a ϕ [0,π] szöget, melyre a,b cosϕ = a b teljesül, az a és b vektorok szögének nevezzük. Speciális esetek: Legyenek a, b R n, a, b o. Ha a, b = 0, akkor ϕ = π/2. Ha a =λ b, akkor λ>0 esetén ϕ = 0, ilyenkor a és b egyirányú, λ<0 esetén ϕ = π, ilyenkor a és b ellentétes. Skaláris szorzat /6

További állítások 1. Legyenek x, y R n, x, y o, jelölje ϕ az x és y vektorok szögét. Ekkor: x y 2 = x 2 + y 2 2 x y cosϕ cosinus-tétel 2. Legyenek x, y R n, x, y o, jelölje ϕ az x és y vektorok szögét és legyen ϕ =π /2. Ekkor: x y 2 = x 2 + y 2 Pitagorasz-tétel 3. Legyenek x, y R n, x, y o. Ekkor: x y 2 + x+y 2 = 2 x 2 +2 y 2 paralelogramma-szabály Skaláris szorzat /7

Ortogonalitás 1. Legyen a és b két R n -beli vektor. Az a és b vektorokat ortogonálisaknak nevezzük, ha skaláris szorzatuk nulla. 2. Egy H R n vektorhalmaz ortogonális, ha páronként ortogonális, nullvektortól különböző vektorok alkotják. 3. Egy H R n vektorhalmaz ortonormált, ha ortogonális és vektorai egységre normáltak. Megjegyzések: 1. a és b ortogonális ϕ =π /2 vagy a = o vagy b = o. 2. R n -ben a kanonikus bázis ortonormált. 3. Igazolható, hogy ha a H R n vektorhalmaz ortogonális, akkor H lineárisan független. 4. Legyen B={b 1,,b n }ortonormált bázis R n -ben. Ekkor egy x R n vektor B bázisra vonatkozó i-edik koordinátája: x, b i Skaláris szorzat /8

Fourier-együttható Legyen v R n, v o rögzített vektor. Ekkor igazolható, hogy bármely x R n vektor esetén egyértelműen létezik egy olyan α R szám, amelyre az x α v vektor és a v vektor ortogonális. Mégpedig: α = x,v v,v Ezt az α számot az x vektor v vektorra vonatkozó Fourier-együtthatójának nevezzük. Megjegyzés: Ekkor az α v vektor az x vektor v irányába eső merőleges vetületvektora. Skaláris szorzat /9

Ortogonális komplementer Legyen S R n, S. 1. Az x R n vektort S-re ortogonálisnak hívjuk, ha x ortogonális az S vektorhalmaz minden vektorára. 2. Az S vektorhalmaz ortogonális komplementere az S-re ortogonális vektorok összessége: S = {x R n bármely s S esetén x, s = 0}. Megjegyzés: Igazolható, hogy bármely S R n, S vektorhalmaz esetén S altér R n ben. Skaláris szorzat /10

Az ortogonális felbontás tétele Legyen H altér az R n vektortérben. Ekkor: 1. R n direkt összege a H és H altereknek: R n =H H. 2. Legyen x R n, x = h + h, ahol h H és h H. Ekkor: x 2 = h 2 + h 2. 3. A H altér ortogonális komplementere H, azaz: H =H. Skaláris szorzat /11

Az ortogonális projekció Legyen H altér az R n vektortérben. Tekintsük a következő leképezést: n π : R R ahol x = h + h és h H, h H. A fenti leképezést a H altérre való ortogonális projekciónak (merőleges vetítésnek) nevezzük. A π (x) vektort az x vektor H altérre eső ortogonális vetületvektorának hívjuk. n, x a h, Skaláris szorzat /12

Az ortogonális projekció tulajdonságai Az előző definíció jelöléseit megtartva a π ortogonális projekció tulajdonságai: 1. π lineáris transzformáció 2. π ο π = π 3. π H = id H, π H = o (azonosan nulla leképezés) 4. Bármely x, y R n esetén: π (x), y = x, π (y) 5. Bessel-egyenlőtlenség: π (x) x 6. A legjobb approximáció tétele: bármely x R n esetén a π (x) vetületvektor az x-hez legközelebb eső H- beli vektor, azaz: bármely y H-ra x π (x) x y és egyenlőség pontosan akkor teljesül, ha y = π (x). Skaláris szorzat /13