1. Mátrixösszeadás és skalárral szorzás

Hasonló dokumentumok
1. Geometria a komplex számsíkon

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

1. A kétszer kettes determináns

Mátrixok 2017 Mátrixok

Vektorok, mátrixok, lineáris egyenletrendszerek

Mátrixok, mátrixműveletek

Valasek Gábor

Lineáris algebra (10A103)

Műveletek mátrixokkal. Kalkulus. 2018/2019 ősz

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

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

Lineáris egyenletrendszerek


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

1. zárthelyi,

1. Transzformációk mátrixa

I. VEKTOROK, MÁTRIXOK

DISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes

1. Bázistranszformáció


1. Algebrai alapok: Melyek műveletek az alábbiak közül?

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

Gauss-eliminációval, Cholesky felbontás, QR felbontás

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

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

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

Lineáris algebra (10A103)

A gyakorlati jegy

1. Egész együtthatós polinomok

1. A komplex számok definíciója

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

1. Determinánsok. Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert:

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

Gy ur uk aprilis 11.

Intergrált Intenzív Matematika Érettségi

Vektorterek. =a gyakorlatokon megoldásra ajánlott

11. DETERMINÁNSOK Mátrix fogalma, műveletek mátrixokkal

Lineáris algebra Gyakorló feladatok

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

Matematikai statisztika 1.

Matematika A2a LINEÁRIS ALGEBRA NAGY ATTILA

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

Mátrixok február Feladat: Legyen A = ( ( B =

Klasszikus algebra előadás. Waldhauser Tamás április 28.

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

Bevezetés az algebrába 1

Matematika A1a Analízis

Nagy Gábor compalg.inf.elte.hu/ nagy

Lineáris algebra. (közgazdászoknak)

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


Bázistranszformáció és alkalmazásai 2.

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

Lineáris egyenletrendszerek Műveletek vektorokkal Geometriai transzformációk megadása mátrixokkal Determinánsok és alkalmazásaik

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

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.

Diszkrét matematika I.

15. LINEÁRIS EGYENLETRENDSZEREK

KOVÁCS BÉLA, MATEMATIKA I.

Lin.Alg.Zh.1 feladatok

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

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

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Diszkrét matematika 1. estis képzés

1. Komplex szám rendje

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

3. Előadás. Megyesi László: Lineáris algebra, oldal. 3. előadás Lineáris egyenletrendszerek

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet

Gauss elimináció, LU felbontás

Diszkrét matematika 2. estis képzés

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

Összeállította: dr. Leitold Adrien egyetemi docens

Matematika (mesterképzés)

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

Nagy Gábor compalg.inf.elte.hu/ nagy

Vizsgatematika Bevezetés a matematikába II tárgyhoz tavasz esti tagozat

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

Nagy Gábor compalg.inf.elte.hu/ nagy

Lineáris algebra (10A103)

Haladó lineáris algebra

Mer legesség. Wettl Ferenc Wettl Ferenc Mer legesség / 40

1 p, c = p 1 és d = 4. Oldjuk meg az alábbi egyenletrendszert a c és d paraméterek minden értékére. x + 2z = 5 2x y = 8 3x + 6y + cz = d

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

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

1. Az euklideszi terek geometriája

1. Lineáris leképezések

Matematika szigorlat június 17. Neptun kód:

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

2010/2011 es tanév II. féléves tematika

Lineáris algebra. (közgazdászoknak) T C T = ( 1 ) ; , D T D =

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

Diszkrét matematika II., 8. előadás. Vektorterek

Numerikus módszerek 1.

Gyakorló feladatok I.

Polinomok A gyökök száma A gyökök és együtthatók összefüggése Szorzatra bontás, számelméleti kérdések A harmad- és negyedfokú egyenlet

A lineáris algebra forrásai: egyenletrendszerek, vektorok

Lin.Alg.Zh.1 feladatok

Algebrai alapismeretek az Algebrai síkgörbék c. tárgyhoz. 1. Integritástartományok, oszthatóság

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41

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

Átírás:

1 Mátrixösszeadás és skalárral szorzás Mátrixok tömör jelölése T test Az M = a i j T n m azt az n sorból és m oszlopból álló mátrixot jelöli, amelyben az i-edik sor j-edik eleme a i j T Példák [ ] Ha M = a i j T 2 3 a11 a, akkor M = 12 a 13 a 21 a 22 a 23 [ ] Ha M = i + j T 2 2 1 + 1 1 + 2, akkor M = = 2 + 1 2 + 2 Ha M = a i j + b i j T 2 2, akkor M = [ ] 2 3 3 4 [ ] a11 + b 11 a 12 + b 12 a 21 + b 21 a 22 + b 22 Ha M = λa i j T 1 3, akkor M = [ λa 11 λa 12 λa 13 ] Összeg, λ-szoros, nullmátrix, ellentett M = a i j és N = b i j T n m mátrixok és λ T Ekkor M + N = a i j + b i j T n m az M és N összege a két mátrix megfelelő elemeit összeadjuk; λm = λa i j T n m az M mátrix λ-szorosa a mátrix minden elemét λ-val szorozzuk Két mátrixot akkor lehet összeadni, ha ugyanaz a méretük Az n m-es nullmátrix az a mátrix, melynek minden eleme a T test nulleleme Jele: 0 Egy n m-es M mátrix ellentettje az a mátrix, melynek minden eleme az M megfelelő elemének ellentettje M = a i j ellentettje M = a i j = 1M A műveleti tulajdonságok HF ellenőrizni Tetszőleges M, N, K T n m mátrixokra és λ,µ skalárokra 1 M + N + K = M + N + K az összeadás asszociatív 2 M + N = N + M az összeadás kommutatív 3 M + 0 = 0 + M = M 0 a nullmátrix 4 M + M = M + M = 0 M az M ellentettje 5 λ + µm = λm + µm 6 λm + N = λm + λn

7 λµm = λµm 8 1 M = M ahol 1 a T test egységeleme 9 0 M = λ 0 = 0, és ha λm = 0, akkor λ = 0 vagy M = 0 2 Mátrixok szorzása Sor és oszlop szorzata Ismétlés [ 2 2-esre ] [ ] a c x ax + cy = b d][ y bx + dy [ ] [ a c a c ] [ aa b d b d = + cb ac + cd ] ba + db bc + dd b 1 Legyen [ ] a 1 a 2 a m b 2 = a 1b 1 + a 2 b 2 + + a m b m b m Minden elemet a neki megfelelővel szorzunk, majd összeadjuk 2 2-es: az első mátrix sorait szoroztuk a második oszlopaival! A szorzás definíciója A szorzatmátrix i-edik sorának j-edik eleme az első mátrix i-edik sorának és a második mátrix j-edik oszlopának szorzata Ez akkor értelmes, ha az első mátrixnak ugyanannyi oszlopa van, ahány sora a másodiknak [ ][ ] [ ] a11 a 12 b11 b 12 a11 b = 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 a 22 b 21 b 22 a 21 b 11 + a 22 b 21 a 21 b 12 + a 22 b 22 Állítás HF Ha M = a i j T n m és N = b i j T m k, akkor az M N T n k mátrix i-edik sorának j-edik eleme a i1 b 1 j + a i2 b 2 j + + a im b mj = m a il b lj l=1 2

Negatív tulajdonságok Az n n-es mátrixok között a szorzás n 2 esetén nem kommutatív és nem nullosztómentes Bizonyítás [ ] [ n = ] 2-re[ ] 1 1 1 0 2 1 =, ami nem ugyanaz, mint 0 1 1 1 1 1 [ ] [ ] [ ] 1 0 1 1 1 1 =, tehát nem kommutatív 1 1 0 1 1 2 [ ] [ ] [ ] 0 1 0 1 0 0 =, azaz nem nullosztómentes 0 0 0 0 0 0 Általában a leképezések kompozíciója sem kommutatív Példa HF: két tengelyes tükrözés ha a tengelyek szöge pl 60 Asszociativitás A mátrixok szorzása asszociatív Azaz M NK = MN K, feltéve, hogy az összes szükséges szorzást el lehet végezni Azaz ha M T n m, N T m k, K T k l Ronda számolás helyett elegánsan következik abból, hogy Állítás A függvények kompozíciója asszociatív Bizonyítás Két függvény akkor egyenlő, ha minden helyen megegyeznek f g h x = f g hx = f g hx, f g h x = f g hx = f g hx Az egységmátrix Az n n-es E n egységmátrix az a mátrix, ahol az i-edik sor j-edik eleme 1 ha i = j, és 0 ha i j Azaz a főátlóban végig 1 van, másutt csupa 0 Példa 1 0 0 a b c a b c 0 1 0 x y z = x y z 0 0 1 u v w u v w HF ellenőrizni Ha M T n n, akkor E n M = M E n = M 3

A szorzás szabályai Az n n-es mátrixok egységelemes gyűrűt alkotnak, azaz ha M, N, K T n n tetszőleges mátrixok és λ,µ T, akkor 1 M + N + K = M + N + K az összeadás asszociatív 2 M + N = N + M az összeadás kommutatív 3 M + 0 = 0 + M = M 0 a nullmátrix 4 M + M = M + M = 0 M az M ellentettje 5 A szorzás asszociatív 6 Igaz mindkét oldali disztributivitás 7 Az egységmátrix kétoldali egységelem Továbbá λm N = λmn = MλN is teljesül Bizonyítás: a következő félévben, lineáris transzformációkkal 3 Mátrix inverze Szorzat rangja Szorzatmátrix rangja legfeljebb akkora, mint bármelyik tényező rangja: rm N rm és rm N rn Bizonyítás: a következő félévben, lineáris leképezésekkel Ha az M és N mátrixok M N szorzata az E n egységmátrix, akkor M balinverze N-nek, N pedig jobbinverze M-nek Következmény Ha M N = E n, akkor M és N rangja legalább n Speciálisan M-nek n sora és legalább n oszlopa, N-nek pedig n oszlopa és legalább n sora van Az inverz definíciója Házi feladat Ha egy mátrixnak van bal- és jobbinverze is, akkor négyzetes Ha M, N T n n, akkor M és N egymás inverzei, ha M N = N M = E n az n n-es egységmátrix Jele: N = M 1 4

1 Az M T n n akkor és csak akkor invertálható, ha rangja n 2 Ha M, N T n n és M N = E n, akkor N M = E n Ezért a négyzetes mátrixok között a balinverz és ugyanúgy jobbinverz egyben kétoldali inverz is Bizonyítás: Később, determinánsok felhasználásával Az inverz kiszámítása Gauss-eliminációval Tegyük föl, hogy M T n n Legyen K = [M, E n ] T n 2n azaz írjuk M jobb oldalára az egységmátrixot Végezzük el a Gauss-eliminációt a K mátrixra úgy, hogy vezéregyest kizárólag a bal oldalon az első n oszlopban választhatunk Ha keletkezik tilos sor melynek az első fele végig nulla, akkor M nem invertálható Ellenkező esetben sorcserékkel K bal feléből az egységmátrix lesz Ekkor K jobb felén M 1 keletkezik [M, E n ] [E n, M 1 ] Bizonyítás: nincs Példa: a gyakorlaton Lineáris egyenletrendszer mátrixos alakja a 11 x 1 + a 12 x 2 + + a 1m x m = b 1 a 21 x 1 + a 22 x 2 + + a 2m x m = b 2 a n1 x 1 + a n2 x 2 + + a nm x m = b n a 11 a 12 a 1m x 1 b 1 M = a 21 a 22 a 2m, x = x 2 és b = b 2 a n1 a n2 a nm x m b n Az M a fenti lineáris egyenletrendszer mátrixa Az M x = b az egyenletrendszer mátrixos alakja az eredeti egyenleteknek egy képletben való, tömör felírása Ha M négyzetes és invertálható, akkor a megoldás x = M 1 b 5

Mátrix transzponáltja Egy mátrix főátlója a bal felső sarokból 45 alatt induló egyenesen lévő elemekből áll Ezek azok, amelyeknek a sor- és oszlopindexe megegyezik Egy mátrix transzponáltja a főátlójára vett tükörképe Azaz ha M = a i j T n m, akkor M T = a ji T m n A két indexet megcseréljük; az i-edik sorból i-edik oszlop lesz Példák [ ] T [ ] [ ] T a a11 a 12 a11 a = 21 a11 a 12 a 11 a 21 13 = a a 21 a 22 a 12 a 22 a 21 a 22 a 12 a 22 23 a 13 a 23 A főátlót zöld szín jelöli Sorvektor transzponáltja oszlopvektor és viszont 6