Bázistranszformáció és alkalmazásai 2.

Hasonló dokumentumok
Lineáris algebra gyakorlat

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

Bázistranszformáció és alkalmazásai

8. Előadás. Megyesi László: Lineáris algebra, , oldal. 8. előadás Mátrix rangja, Homogén lineáris egyenletrendszer

Lineáris algebra gyakorlat

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell

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

5. Előadás. (5. előadás) Mátrixegyenlet, Mátrix inverze március 6. 1 / 39

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

Lineáris algebra gyakorlat

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

Lineáris algebra. (közgazdászoknak)

Lineáris algebra Gyakorló feladatok


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

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

LINEÁRIS ALGEBRA (A, B, C) tematika (BSc) I. éves nappali programtervező informatikus hallgatóknak évi tanév I. félév

Lineáris egyenletrendszerek

KOVÁCS BÉLA, MATEMATIKA I.

Rang, sajátérték. Dr. Takách Géza NyME FMK Informatikai Intézet takach/ február 15

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

7. Előadás. Megyesi László: Lineáris algebra, oldal. 7. előadás Elemi bázistranszformáció

MA1143v A. csoport Név: december 4. Gyak.vez:. Gyak. kódja: Neptun kód:.

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

1. zárthelyi,

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

Vektorok, mátrixok, lineáris egyenletrendszerek

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak

Gauss-eliminációval, Cholesky felbontás, QR felbontás

KOVÁCS BÉLA, MATEMATIKA I.

A KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek

1. Mátrixösszeadás és skalárral szorzás

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

Gauss elimináció, LU felbontás

1. Homogén lineáris egyenletrendszer megoldástere

15. LINEÁRIS EGYENLETRENDSZEREK

3. el adás: Determinánsok

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

Lin.Alg.Zh.1 feladatok

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL

Mátrixok 2017 Mátrixok

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!

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

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

Lineáris Algebra gyakorlatok

5 = hiszen és az utóbbi mátrix determinánsa a középs½o oszlop szerint kifejtve: 3 7 ( 2) = (példa vége). 7 5 = 8. det 6.

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Lineáris algebra. =0 iє{1,,n}

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

5. Előadás. Megyesi László: Lineáris algebra, oldal. 5. előadás Lineáris függetlenség

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35

Vektorterek. =a gyakorlatokon megoldásra ajánlott

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

Opkut deníciók és tételek

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

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

A lineáris algebra forrásai: egyenletrendszerek, vektorok

ELEMI BÁZISTRANSZFORMÁCIÓ LÉPÉSEI 1.EGYSZERŰSÍTETT VÁLTOZAT. 1.a) Paramétert nem tartalmazó eset

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

Szöveges feladatok a mátrixaritmetika alkalmazására

Valasek Gábor

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Kódelméleti és kriptográai alkalmazások

Egyenes és sík. Wettl Ferenc Wettl Ferenc () Egyenes és sík / 16

rank(a) == rank([a b])

KOVÁCS BÉLA, MATEMATIKA I.

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

Lin.Alg.Zh.1 feladatok

Első zárthelyi dolgozat megoldásai biomatematikából * A verzió

Mer legesség. Wettl Ferenc Wettl Ferenc Mer legesség / 40

Sztojka Miroszláv LINEÁRIS ALGEBRA Egyetemi jegyzet Ungvár 2013

3. Lineáris differenciálegyenletek

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41

ELEMI BÁZISTRANSZFORMÁCIÓ LÉPÉSEI 2.NEHEZÍTETT VÁLTOZAT 2.a) Paramétert nem tartalmazó eset

Lin.Alg.Zh.1-2 feladatok

A szimplex tábla. p. 1

2014/2015-ös tanév II. féléves tematika

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

2010/2011 es tanév II. féléves tematika

karakterisztikus egyenlet Ortogonális mátrixok. Kvadratikus alakok főtengelytranszformációja

Végeselem modellezés alapjai 1. óra

Műveletek mátrixokkal. Kalkulus. 2018/2019 ősz

Lineáris leképezések. 2. Lineáris-e az f : R 2 R 2 f(x, y) = (x + y, x 2 )

Lineáris algebrai alapok

Matematika szigorlat június 17. Neptun kód:

1 2 n π =, 1π 2π nπ. ϕ = = {(1,3), (2,1), (3,3)}

Totális Unimodularitás és LP dualitás. Tapolcai János

MATEMATIKA FELADATGYŰJTEMÉNY

Analitikus térgeometria

2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve trigonometrikus alakban vannak megadva?

Normák, kondíciószám

Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach/ 2005.

Lineáris egyenletrendszerek

Diszkrét matematika I. gyakorlat

Matematika (mesterképzés)

9. AZ R k VEKTORTÉR. 9.1 Az R k vektortér fogalma

Norma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei

Átírás:

Bázistranszformáció és alkalmazásai 2. Lineáris algebra gyakorlat Összeállította: Bogya Norbert

Tartalomjegyzék 1 Mátrix rangja 2 Mátrix inverze 3 Mátrixegyenlet

Mátrix rangja Tartalom 1 Mátrix rangja 2 Mátrix inverze 3 Mátrixegyenlet

I. Mátrix rangja Deníció Egy mátrix sorrangjának nevezzük a sorvektoraiból álló vektorrendszer rangját. Deníció Egy mátrix oszloprangjának nevezzük a oszlopvektoraiból álló vektorrendszer rangját. Deníció Egy mátrix egy k k-s aldeterminánsának nevezünk egy olyan determinánst, melyet úgy kapunk, hogy a mátrixból kiválasztunk k sort és k oszlopot, és ezek metszéspontjából álló determinánst vesszük.

II. Mátrix rangja Deníció Egy mátrix determinánsrangjának nevezzük a legnagyobb méret nem nulla aldeterminánsának a méretét. Mátrixok rangszámtétele Tetsz leges mátrix esetén a mátrix sorrangja egyenl az oszloprangjával és egyenl a determinánsrangjával. Deníció A fenti tétel értelmében meghatározott számot a mátrix rangjának nevezzük.

Mátrix rangja Tartalom 1 Mátrix rangja 2 Mátrix inverze 3 Mátrixegyenlet

1. feladat Mátrix rangja Feladat Mennyi a következ mátrix rangja? 1 4 2 0 1 2 4 0 1 0 1 8 2 1 1 7 4 6 2 3 Írjuk fel a bázistranszformációhoz szükséges táblázatot, és hajtsunk végre elemi bázistranszformációkat, ameddig lehetséges (pont úgy, mint a vektorrendszer rangjánál).

1. feladat Mátrix rangja v 1 v 2 v 3 v 4 v 5 e 1 1 4 2 0 1 e 2 2 4 0 1 0 e 3 1 8 2 1 1 e 4 7 4 6 2 3

1. feladat Mátrix rangja v 1 v 2 v 3 v 4 v 5 e 1 1 4 2 0 1 e 2 2 4 0 1 0 e 3 1 8 2 1 1 e 4 7 4 6 2 3 v 2 v 3 v 4 v 5 v 1 4 2 0 1 e 2 12 4 1 2 e 3 12 4 1 2 e 4 24 8 2 4

1. feladat Mátrix rangja v 1 v 2 v 3 v 4 v 5 e 1 1 4 2 0 1 e 2 2 4 0 1 0 e 3 1 8 2 1 1 e 4 7 4 6 2 3 v 2 v 3 v 4 v 5 v 1 4 2 0 1 e 2 12 4 1 2 e 3 12 4 1 2 e 4 24 8 2 4 v 2 v 3 v 5 v 1 4 2 1 e 2 0 0 0 v 4 12 4 2 e 4 0 0 0

1. feladat Mátrix rangja v 1 v 2 v 3 v 4 v 5 e 1 1 4 2 0 1 e 2 2 4 0 1 0 e 3 1 8 2 1 1 e 4 7 4 6 2 3 v 2 v 3 v 4 v 5 v 1 4 2 0 1 e 2 12 4 1 2 e 3 12 4 1 2 e 4 24 8 2 4 v 2 v 3 v 5 v 1 4 2 1 e 2 0 0 0 v 4 12 4 2 e 4 0 0 0 Nem tudunk több generálóelemet választani. A mátrix sorrangja 2 (mert két vektort tudtunk bevinni a bázisba), így a mátrix rangja is kett.

1'. feladat Mátrix rangja Feladat Az el z feladatban szerepl mátrix rangja 2. Ez azt jelenti, hogy megadható olyan 2 2-es aldeterminánsa, mely nem nulla. Adjunk meg egy ilyet! v2 v3 v5 Az el z bázistranszformációk során kapott utolsó táblázatból már kiolvasható a megoldás: v1 4 2 1 a determináns sorindexei a bázisból kivett e2 0 0 0 bázisváltozók, jelen esetben e1, e3; v4 12 4 2 a determináns oszlopindexei a bázisba bevitt e4 0 0 0 vektorok, jelen esetben v1, v4. Így a megoldáshoz szükséges determináns: 1 4 2 0 1 2 4 0 1 0 1 8 2 1 1 1 0 1 1 = 1 0. 7 4 6 2 3 Megjegyzés: Bármely 3 3-as aldetermináns értéke nulla.

Mátrix inverze Tartalom 1 Mátrix rangja 2 Mátrix inverze 3 Mátrixegyenlet

Mátrix inverze Deníció Legyen A egy n n-es mátrix. Az X mátrixot az A inverzének nevezzük, ha A X = X A = E n, ahol E n az n n-es egységmátrix. Állítás Ha egy A mátrixnak létezik az inverze, akkor az egyértelm en meghatározott és A 1 -gyel jelöljük. Tétel Egy n n-es mátrixnak pontosan akkor létezik (az) inverze, ha a determinánsa nem nulla.

Mátrix inverze Tartalom 1 Mátrix rangja 2 Mátrix inverze 3 Mátrixegyenlet

2. feladat Mátrix inverze Feladat Határozzuk meg az A mátrix inverzét ha 1 2 4 A = 2 2 5! 6 1 4 Írjuk fel a bázistranszformációhoz szükséges táblázatot, és hajtsunk végre elemi bázistranszformációkat, ameddig lehetséges (pont úgy, a mátrix rangjánál). A mátrixnak pontosan akkor van inverze, ha sikerül az összes v-vel jelölt oszlopvektort bevinni a bázisba. Ha sikerült, akkor csak oszlop és sorcserékkel sorba rendezzük az indexeket, és a táblázat megadja az inverzet. FONTOS: A GENERÁLÓELEM OSZLOPÁT MOST NEM SZABAD ELHAGYNI.

2. feladat Mátrix inverze v 1 v 2 v 3 e 1 2 2 5 e 2 6 1 4 e 3 1 2 4

2. feladat Mátrix inverze v 1 v 2 v 3 e 1 2 2 5 e 2 6 1 4 e 3 1 2 4 e 3 v 2 v 3 e 1 2 6 13 e 2 6 13 28 v 1 1 2 4

2. feladat Mátrix inverze v 1 v 2 v 3 e 1 2 2 5 e 2 6 1 4 e 3 1 2 4 e 3 v 2 v 3 e 1 2 6 13 e 2 6 13 28 v 1 1 2 4 e 3 e 1 v 3 13 6 1 6 6 v 2 1 3 1 6 e 2 5 3 13 v 1 1 3 1 3 1 3

2. feladat Mátrix inverze v 1 v 2 v 3 e 1 2 2 5 e 2 6 1 4 e 3 1 2 4 e 3 v 2 v 3 e 1 2 6 13 e 2 6 13 28 v 1 1 2 4 e 3 e 1 v 3 13 6 1 6 6 v 2 1 3 1 6 e 2 5 3 13 v 1 1 3 1 3 1 3 e 3 e 1 e 2 v 2 22 28 13 v 3 10 13 6 v 1 3 4 2

2. feladat Mátrix inverze e 3 e 1 e 2 v 2 22 28 13 v 3 10 13 6 v 1 3 4 2 Sorba rendezzük a sor- és oszlopjelzéseket az indexek szerint és a táblázatot is annak megfelel en rendezzük:

2. feladat Mátrix inverze e 3 e 1 e 2 v 2 22 28 13 v 3 10 13 6 v 1 3 4 2 Sorba rendezzük a sor- és oszlopjelzéseket az indexek szerint és a táblázatot is annak megfelel en rendezzük: e 1 e 2 e 3 v 1 4 2 3 v 2 28 13 22 v 3 13 6 10 A 1 = 4 2 3 28 13 22 13 6 10

Mátrixegyenlet 1. típus Mátrixegyenlet Feladat Oldjuk meg az AX = B egyenletet, ahol A és B ismert, X a keresett mátrix! 1 Ellen rizzük, hogy a méretek miatt egyáltalán létezhet-e megfelel X. Ha nem létezhet, akkor nincs megoldás. 2 Felírjuk a bázistranszformáció táblázatát úgy, mint az egyenletrendszernél, de a konstans-oszlop helyett a B mátrix szerepel. 3 A megoldás menete ugyanúgy megy, mintha egyenletrendszerrel dolgoznánk. 4 A végén a megoldás kiértékelése is hasonlóan m ködik, de vigyázni kell, hogy itt az ismeretlenek tulajdonképpen vektorok. (Így például szabadismeretlen esetén a szabadvektorokban több szabad paraméter van.)

Mátrixegyenlet 2. típus Mátrixegyenlet Feladat Oldjuk meg az XA = B egyenletet, ahol A és B ismert, X a keresett mátrix! 1 Transzponáljuk az egyenlet mindkét oldalát: (XA) T = B T A T X T = B T A T Y = B T 2 Az el z dián lév módszert alkalmazzuk az A T, B T és Y mátrixokra, ahol Y az ismeretlen. 3 Ahhoz, hogy megkapjuk az X mátrixot, transzponálnunk kell az Y -t.