7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

Hasonló dokumentumok
7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

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

Lineáris egyenletrendszerek

15. LINEÁRIS EGYENLETRENDSZEREK

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

Lineáris algebra. (közgazdászoknak)

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

Bázistranszformáció és alkalmazásai 2.

KOVÁCS BÉLA, MATEMATIKA I.

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

Vektorok, mátrixok, lineáris egyenletrendszerek

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

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

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

Mátrixok 2017 Mátrixok

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

KOVÁCS BÉLA, MATEMATIKA I.

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

Lineáris egyenletrendszerek

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


3. el adás: Determinánsok

1. Mátrixösszeadás és skalárral szorzás

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

összeadjuk 0-t kapunk. Képletben:

Lineáris algebra gyakorlat

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

KOVÁCS BÉLA, MATEMATIKA I.

A lineáris algebra forrásai: egyenletrendszerek, vektorok

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

Gauss-eliminációval, Cholesky felbontás, QR felbontás

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

1. zárthelyi,

Bázistranszformáció és alkalmazásai

Diszkrét matematika II., 5. előadás. Lineáris egyenletrendszerek

Komplex számok algebrai alakja

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

Vektorterek. =a gyakorlatokon megoldásra ajánlott

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

1. A kétszer kettes determináns

Matematika III. harmadik előadás

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!

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

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

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

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

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Numerikus matematika vizsga

Matematika szigorlat június 17. Neptun kód:

Első zárthelyi dolgozat megoldásai biomatematikából * A verzió

11. DETERMINÁNSOK Mátrix fogalma, műveletek mátrixokkal

Egyenletek, egyenlőtlenségek VII.

1. Homogén lineáris egyenletrendszer megoldástere

Lineáris algebra gyakorlat

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

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

Totális Unimodularitás és LP dualitás. Tapolcai János

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

Numerikus módszerek I. zárthelyi dolgozat, 2009/10. I. félév, A. csoport, MEGOLDÁSOK

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

vektor, hiszen ez nem skalárszorosa

Lineáris algebra Gyakorló feladatok

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

Normák, kondíciószám

Bevezetés az algebrába 1

Bevezetés az algebrába 1

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

KOVÁCS BÉLA, MATEMATIKA I.

2. gyakorlat. A polárkoordináta-rendszer

Komplex számok szeptember Feladat: Legyen z 1 = 2 3i és z 2 = 4i 1. Határozza meg az alábbi kifejezés értékét!

Lin.Alg.Zh.1 feladatok

Numerikus matematika. Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, Lebegőpontos számok

: s s t 2 s t. m m m. e f e f. a a ab a b c. a c b ac. 5. Végezzük el a kijelölt m veleteket a változók lehetséges értékei mellett!

Intergrált Intenzív Matematika Érettségi

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.

Minden egész szám osztója önmagának, azaz a a minden egész a-ra.

Mátrixok, mátrixműveletek

Diszkrét matematika I. gyakorlat

Komplex számok trigonometrikus alakja

9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)

12 48 b Oldjuk meg az Egyenlet munkalapon a következő egyenletrendszert az inverz mátrixos módszer segítségével! Lépések:

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

1. megold s: A keresett háromjegyű szám egyik számjegye a 3-as, a két ismeretlen számjegyet jelölje a és b. A feltétel szerint

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41

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

FELVÉTELI VIZSGA, szeptember 12.

First Prev Next Last Go Back Full Screen Close Quit. Matematika I

Gyakorló feladatok I.

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

Lineáris algebra. =0 iє{1,,n}

Lineáris algebra numerikus módszerei

Bevezetés a számításelméletbe I. Zárthelyi feladatok október 19.

Typotex Kiadó. Bevezetés

Gauss elimináció, LU felbontás

Taylor-polinomok. 1. Alapfeladatok április Feladat: Írjuk fel az f(x) = e 2x függvény másodfokú Maclaurinpolinomját!

Szöveges feladatok a mátrixaritmetika alkalmazására

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

Mer legesség. Wettl Ferenc Wettl Ferenc Mer legesség / 40

I. Egyenlet fogalma, algebrai megoldása

Átírás:

7. gyakorlat Lineáris algebrai egyenletrendszerek megoldhatósága Egy lineáris algebrai egyenletrendszerrel kapcsolatban a következ kérdések merülnek fel: 1. Létezik-e megoldása? 2. Ha igen, hány megoldása van? 3. Hogyan határozható(k) meg a megoldás(ok)? El ször az els kérdéssel fogunk foglalkozni. Ehhez bevezetjük az egyenletrendszer kib vített mátrixának a fogalmát: az Ax = b egyenletrendszer kib vített mátrixának azt a mátrixot nevezzük, amelyet A-ból úgy kapunk, hogy jobbról kiegészítjük a b oszlopvektorral. Jelölése: A b. Pl. az 2x 1 + 2x 2 = 5 egyenletrendszer kib vített mátrixa: A b = 1 1 3 2 2 5 Kérdés: Hogyan viszonyulhat egymáshoz A és A b rangja? Nyilvánvalóan a kib vített mátrix rangja nem lehet kisebb, mint az A rangja, mivel az A márix aldeterminánsai az A b-nek is aldeterminánsai. Köv.: ρ(a b) ρ(a). Az egyenletrendszer megoldhatóságának feltételét a KroneckerCapelli-tétel fogalmazza meg: Az Ax = b lineáris algebrai egyenletrendszernek pontosan akkor létezik megoldása, ha ρ(a) = ρ(a b), azaz az együtthatómátrixnak és a kib vített mátrixnak ugyanannyi a rangja. Ennek illusztrálására tekintsük a következ példákat! 1. 2x 1 + 2x 2 = 5 1

Jól látszik, hogy ennek az egyenletrendszernek nincs megoldása, mert a második egyenlet bal oldala az els egyenlet bal oldalának éppen kétszerese, azonban a jobb oldala az els egyenlet jobb oldalának nem a kétszerese, hanem csak 5/3-szorosa. Ez ellentmondás. Alkalmazzuk a KroneckerCapelli-tételt! Az együtthatómátrix és a kib vített mátrix: A = 1 1 2 2 és A b = 1 1 3 2 2 5 Az A mátrixban összefüggnek a sorvektorok, így ρ(a) = 1. Az (1, 1, 3) sorvektor azonban már független a (2, 2, 5) sorvektortól, így a kib vítéssel megnöveltük a mátrix rangját: ρ(a b) = 2 1 nem létezik megoldás. 2. 2x 1 + 2x 2 = 6 Itt a bal oldalakat nem változtattuk meg, a második egyenletben viszont már 6 van a jobb oldalon, ami kétszerese a 3-nak. Az A mátrix ugyanaz, mint el bb, így ρ(a) = 1. Az (1, 1, 3) sor azonban már összefügg a (2, 2, 6) sorral, így ρ(a b) = 1 = ρ(a) létezik megoldás. Valóban, ezt az egyenletrendszert minden olyan számpár kielégíti, amely az egyik egyenletnek eleget tesz (végtelen sok megoldás van). 3. x 1 + 2x 2 = 5 Az együtthatómátrix és a kib vített mátrix: 1 1 A = és A b = 1 2 1 1 3 1 2 5 Itt ρ(a) = 2 = ρ(a b) létezik megoldás. Valóban, pl. az egyik ismeretlen kiküszöbölésével könnyen kiszámítható, hogy x 1 = 1 és x 2 = 2 (egy darab megoldás van, más szóval a megoldás egyértelm ). A fenti három példa lefedi a lineáris egyenletrendszerek megoldásainak számát illet en az összes lehetséges esetet: 1. Ha ρ(a) ρ(a b), akkor nincs megoldás (lásd az 1. példát). 2

2. Ha ρ(a) = ρ(a b), és ez a közös rang egyenl az ismeretlenek számával, akkor egy megoldás van (lásd a 3. példát). 3. Ha ρ(a) = ρ(a b), és ez a közös rang kisebb az ismeretlenek számánál, akkor végtelen sok megoldás van (lásd a 2. példát). Más eset nem lehetséges, így pl. egy lineáris egyenletrendszernek sosem lehet két megoldása! Pl. 1. Létezik-e megoldásuk az alábbi egyenletrendszereknek? Ha igen, hány? a.) Itt A = Vizsgáljuk meg az A rangját! 1 2 3 2 4 1 3 6 4 x 1 + 2x 2 + 3x 3 = 3 2x 1 + 4x 2 + x 3 = 1 3x 1 + 6x 2 + 4x 3 = 5 és A b = 2 3 4 1 0 ρ(a) 2 A = 0 ρ(a) = 2. 1 2 3 3 2 4 1 1 3 6 4 5 A kib vített mátrixnak is legalább 2 a rangja, de ha található benne 3 3-as nemnulla aldetermináns, akkor 3. Ilyen létezik: 1 3 3 2 1 1 = 5 0 ρ(a b) = 3 ρ(a). 3 4 5 Így az egyenletrendszernek nincs megoldása. b.) x 1 + 2x 2 + 3x 3 = 3 2x 1 + 4x 2 + x 3 = 1 3

A = 1 2 3 2 4 1 és A b = 1 2 3 3 2 4 1 1 Itt ρ(a) szintén 2, a kib vített mátrixnak pedig ennél sem kisebb nem lehet a rangja, sem nagyobb nem lehet (csak két sora van). Tehát létezik megoldás. A közös rang 2, az ismeretlenek száma viszont 3 > 2, ezért végtelen sok megoldás van. Pl. 2. Lehet-e olyan két egyenletb l álló háromismeretlenes lineáris egyenletrendszer, amelynek nem végtelen sok megoldása van? Igen: lehet, hogy nincs megoldása. (Egyértelm megoldása nem lehet.) Pl. 3. Tegyük fel, hogy az Ax = b egyenletrendszerben A M n olyan négyzetes mátrix, amelynek a determinánsa nem nulla. Mit mondhatunk a rendszer megoldhatóságáról és a megoldások számáról? A = 0 ρ(a) = n. De ekkor ρ(a b) is csak n lehet (ez egyben az ismeretlenek száma is) létezik egyetlen megoldás. Pl. 4. Mit mondhatunk az Ax = b egyenletrendszer megoldhatóságáról, ha b minden eleme nulla? Ekkor a kib vített mátrixban A-t egy nulla oszloppal egészítjük ki. Mivel egy nullvektort tartalmazó vektorrendszer mindig összefügg, ezért ezzel nem n het meg a lineárisan független rendszert alkotó oszlopok maximális száma, vagyis a rang nem változik meg. Ezért mindig van megoldás. (Másképp gondolkozva: világos, hogy ha minden ismeretlennek a nulla értéket adjuk, az összes egyenlet fennáll, tehát mindig megoldás az x = 0.) Lineáris algebrai egyenletrendszerek megoldási módszerei A továbbiakban azzal foglalkoznuk, hogy hogyan határozhatjuk meg egy lineáris egyenletrendszer megoldásait. 1. A Cramer-szabály Tegyük fel, hogy az Ax = b egyenletrendszerben A M n olyan négyzetes mátrix, amelynek a determinánsa nem nulla. Az el bbi 3. példa szerint ekkor létezik egyetlen megoldás. Ennek meghatározására alkalmazható a Cramer-szabály: az x i ismeretlen el áll x i = A i b A 4

alakban, ahol A i b azt a mátrixot jelöli, amelyet A-ból úgy kapunk, hogy az i-edik oszlopát kicseréljük a b-re. Egy kétismeretlenes egyenletrenszer példáján megmutatjuk, hogy hogyan kerül bele a képletbe a tételben szerepl determinánsok hányadosa. Tekintsük a 2x 1 + 3x 2 = 8 (1) 4x 1 + 5x 2 = 14 (2) kétismeretlenes egyenletrendszert. (Ennek egyértelm megoldása van.) Az x 1 ismeretlent meghatározhatjuk úgy, hogy kiküszöböljük x 2 -t az egyenletekb l. Ehhez szorozzuk meg az (1) egyenletet 5-tel, a másodikat pedig 3-mal: 2 5x 1 + 3 5x 2 = 8 5 (1) 4 3x 1 + 5 3x 2 = 14 3 (2) Ezután vonjuk ki az els egyenletb l az másodikat: (2 5 4 3)x 1 = 8 5 14 3 Az ebb l kifejezett x 1 ismeretlen determinánsok hányadosaként is felírható: x 1 = 8 5 14 3 2 5 4 3 = 8 3 14 5 2 3 4 5 Vegyük észre, hogy a nevez ben az együtthatómátrix determinánsa áll, a számlálóban pedig azon mátrix determinánsa, amelyet az együtthatómátrixból úgy kaptunk, hogy az els oszlopát kicseréltük az egyenletrenszer jobb oldalára. Pl. Számítsuk ki az y ismeretlent a következ egyenletrendszerben: 2x + 3y + 4z = 3 x 6y + 2z = 1 4x + 3y 8z = 1 5

Megoldás: 2 3 4 1 1 2 4 1 8 y = 2 3 4 1 6 2 4 3 8 = 80 240 = 1 3. Megjegyezzük, hogy a determinánsok kiszámítása miatt ez a módszer nagyon m veletigényes. Egy darab n n-es determináns kifejtésekor ugyanis, ha csak az aldeterminánsok számításigényét nézzük, n! számú szorzást kell elvégeznünk. n = 50 esetén ez 50!, azaz több mint 10 64 darab szorzást jelent. Ennek a számnak az érzékeltetésére végezzünk el egy egyszer gondolatkísérletet! Képzeljünk el egy olyan számítógépet, amely 10 10 méter méret számolóegységekb l áll, és a számolást az elképzelhet legnagyobb sebességgel: fénysebességgel végzi. Egy szorzás ideje legyen az az id, amely alatt a fény átfut egy számolóegységen: ez 1/3 10 18 másodperc. Akkor 10 64 darab szorzás t = 1 3 10 18 10 64 = 1 3 1046 s id t igényel. Ha az eredményt átszámítjuk évekbe, akkor azt kapjuk, hogy ez az id több mint 1 3 1037 év! Az alkalmazások során (pl. az id járás-el rejelzésben) jóval nagyobb méret egyenletrendszerek is el fordulnak. Világos, hogy ezeket a Cramer-szabállyal lehetetlen reális id n belül megoldani. Ezért a gyakorlatban más módszerek terjedtek el (lásd a köv. órát). 6