Felsőbb matematika villamosmérnököknek - Haladó lineáris algebra (BMETE90MX54) 2015
Konzultáció a pótpótZH-ra
- 2015-05-26 kedd 14-16, H607
Eddigi ZH-k
Eredmények
Az összes kijavított házi és a két ZH eredményei (kétféle szélességben). Az utolsó oszlopban azt látni, hogy miből kell pótolni. Akinek HÁZI áll a neve mellett, azoknak a kevés összpontszám miatt valamelyik ZH-t meg kell ismételniük úgy, hogy az összpontszám elérje a 40-et.
Előadások
- Vektorok, vektorok
- Mátrixok
- Determinánsok
- Lineáris leképezések
- Merőlegesség
- Sajátságok
- SVD
- Jordan-féle normálalak
- Pozitív mátrixok
- Pozitív mátrixok alkalmazásai: Leontief-modell, Markov-láncok, keresés a web-en
- Kódelmélet
A készülő jegyzet (V.15-04-27) folyamatosan frissülő változata itt található, valamint néhány alkalmazás a Lineáris algebra alkalmazásai című jegyzetben.
Gyakorlatok
ZH időpontok
- 1. ZH: 15-04-10 16:00 ChMax
- 2. ZH: 15-05-08 16:00 ChMax
- pótZH: 15-05-21 12:00 EIC
- pótpótZH: 15-05-27 12:00 EIA
Házi feladatok
Mindegyik feladat 1 pont, hacsak nincs a feladathoz írva valami más. (A megoldásokat papíron kérjük, de végszükség esetén lehet a felsobb pont mat kukac gmail pont com címre is.
- feladat: Írjunk fel egy valós 4x5-ös mátrixot (0-elemek ne
legyenek benne), melynek rangja 3. Írjunk fel egy másik 4x5-ös
3-rangú mátrixot is, melynek elemei a 2-elemű testből valók (itt
elég, ha minden sorban vannak nemnulla elemek). Határozzuk meg
mindkét mátrix alapvető altereinek (azaz a sortér, az oszloptér,
a nulltér és a transzponált nulltér) bázisát.
Határidő: 2015-02-27 10:00 - feladat: Írjunk fel egy legalább 3x4-es méretű valós
mátrixot, melynek nincs LU-felbontása. Határozzuk meg a
PLU-felbontását! Főelemnek mindig a legnagyobb abszolút értékű
elemet válasszuk. Számításunkat ellenőrizzük az Octave vagy a
Matlab programmal!
Határidő: 2015-03-06 10:00 - feladat: Írjunk fel egy 3x4-es méretű F3 test
fölötti mátrixot, és határozzuk meg a PLU-felbontását!
Tekintsük e mátrixot egy 3-ismeretlenes egyenletrendszer
bővített mátrixának. Oldjuk meg a PLU-felbontást használva ezt
az egyenletrendszert!
Határidő: 2015-03-06 10:00 - Egy valós n × n-es A mátrix
determinánsa megegyezik a sorvektorai által kifeszített
paralelepipedon előjeles n-dimenziós térfogatával. Ha
egy k × n-es mátrix van megadva,
ahol k < n, akkor a sorvektorok által
kifeszített k-dimenziós paralelepipedon térfogata:
√(det(AAT)). Számítsuk ki a
4-dimenziós térbeli (2,1,4,1), (2,2,2,3), (0,1,0,-1) vektorok
által kifeszített 3-dimenziós paralelepipedon
térfogatát!
Határidő: 2015-03-20 10:00 - Ön egy többfős társasággal hatalmas pénzösszeg tulajdonosa,
melyet egy széfben tartanak. A széf kódja egy titkos 7-jegyű
t szám, melyet egy program véletlenszerűen állított be,
és úgy osztott meg Önök közt, hogy csak legalább 3 fő
egyetértésével lehessen (a véletlen tippelésnél nagyobb
eséllyel) kinyitni. Ehhez mindenki kap egy 7-jegyű számokból
alló (X,Y) számpárt, ahol X mindenkinél a
születésének napja évezred nélkül, azaz ÉÉÉHHNN, míg Y
mindenkinél egy csak általa ismert szám (a számok első jegye
is lehet 0). A t titok és minden személy
(X,Y) párja eleget tesz
egy aX2+bX+t=Y alakú egyenletnek, ahol a
műveleteket az Fp testben kell elvégezni,
a, b és t mindenki előtt ismeretlen, és
ahol p = 9999991 (a legnagyobb 7-jegyű prím).
X az Ön esetén is saját születési időpontja,
míg Y = 1111111. Két társával összefognak, hogy
kinyissák a széfet. Az ő számpárjaik: (9840914,5436639) és
(9871010,3462643). Melyik szám nyitja a széfet? (A
számításokhoz tetszőleges pontosságú aritmetikát és a
maradékos osztást tudó programot érdemes használni. Bármely
komputer algebra program, pl. Sage, Geogebra, Mathematica,
Maple,... jó erre, de aki nem ismer ilyeneket, egyszerű
online programot is használhat,
pl. http://apfloat.appspot.com/ vagy Wolfram Alpha).
Határidő: 2015-03-20 10:00 - Válasszon három lineárisan független 3-dimenziós vektort
véletlenszerűen (a standard egységvektoroktól különbözőket), és írja
föl annak a lineáris leképezésnek az A mátrixát, mely az első
két vektor síkjára vetít a harmadik vektor mentén, és annak a
leképezésnek a B mátrixát, mely az első vektor által
kifeszített altérre (egynesre) vetít a másik két vektor által
kifeszített sík mentén! Számításait ellenőrizze úgy, hogy
kiszámítja egy mátrixszorzással a három választott vektor képét
mindkét leképezés esetén! (A számításokhoz használhat mátrix-alapú
nyelvet, pl. Octave, Matlab)
Határidő: 2015-03-27 10:00 - Írjon fel egy legalább 4-ismeretlenes, legalább 5 egyenletből
álló lineáris egyenletrendszert (véletlen együtthatókkal,
telejes oszloprangú együtthatómátrxszal). Határozza meg az
együtthatómátrix QR-felbontását valamely numerikus vagy CAS
programmal, majd ezt használva határozza meg az optimális
megoldását!
Határidő: 2015-03-27 10:00 - Határozza meg egy 5x4-es véletlen mátrix QR-felbontását
Givens-forgatásokkal! Használjon alkalmas programot!
Határidő: 2015-03-27 10:00 - Mátrix sajátvektorának közelítő kiszámítása
hatványmódszerrel: A Google által alkalmazott PageRank
algoritmus alapötletét kell megvalósítani (itt most csak az
előadáson ismertetett hatványmódszer alkalmazására
koncentrálunk, hogy miért a sajátvektort keressük, később
lesz világos). Tegyük fel, hogy van n dokumentum, melyek
csak egymásra hivatkoznak. Ennek alapján sorrendet kívánunk
felállítani köztük. Képezzük
az n×n-es A mátrixot, melyre
aij = 1⁄k, ha az i-edik dokumentumban van link a j-edikre, és összesen k dokumentumra van benne link;
aij = 1⁄n, ha az i-edik dokumentumban nincs link egyetlen más dokumentumra sem;
egyébként aij = 0.
Ezután képezzük az alábbi M = 0.85 A + 0.151⁄nJ mátrixot, ahol J a csupa 1-esből álló n×n-es mátrix. Igazolni fogjuk, hogy 1 az M mátrix domináns sajátértéke. Határozzuk meg az M mátrix 1 sajátértékhez tartozó bal sajátvektorát (vagy transzponáltjának jobb sajátvektorát) hatványmódszerrel. A hatványmódszert úgy alkalmazzuk, hogy minden iterációs lépés után osszuk el a vektort koordinátáinak összegével. Beadandó a lépések során kapott vektorokból néhány, valamit a pontosan kiszámolt sajátvektor. n legyen legalább 10. (Beadható a számítógépes futás listája, nem kell kézzel átmásolni. Válasszunk tetszőleges kiinduló A mátrixot a fenti definíció szerint, ahol a dokumentumokban 0-6 hivatkozás legyen véletlenszerűen. Ellenőrzésül: az A és az M mátrix is sorsztochasztikus, azaz minden sorában 1 az elemek összege, és nincsenek negatív elemeik. Elég néhány iterációt végrehajtani, és megfigyelni, hogy milyen gyorsan közelítenek a valódi sajátvektorhoz. A hatványmódszer a jegyzetben, a PageRank-re példamátrix a Lineáris algebra alkalmazásai című jegyzet 111-113 oldalán van.)
Határidő: 2015-04-03 10:00 - Generáljon egy véletlen 4x6-os, 3 rangú mátrixot, számítsa ki
(programmal) a szinguláris felbontását, majd azt használva
számítsa ki a pszeudoinverzét és polárfelbontását!
Határidő: 2015-04-17 10:00 - Vegyen egy pixelformátumú szürkeárnyalatos fényképet és
készítsen belőle egy mátrixot, melynek minden eleme a kép egy
pontjának árnyalaltát adja meg (pl. Matlabban az imread/imwrite paranccsal lehet beolvasni/kiírni, de van parancs a színesből szürkére konverzióra is). Legyen e mátrix
rangja r. Írja fel a mátrix szinguláris felbontását,
majd abból készítsen két olyan kép-mátrixot, melyek egyikének
10, másikának r/2 a rangja, és Frobenius-normában a
legközelebb vannak az eredeti kép mátrixához. Határozza meg
az eredetitől való eltérés Frobenius- és 2-normáját a program
beépített függvényével és ellenőrzésül a szinguláris értékek
segítségével. (2 pont) (Aki nehezen fér nyomtatási
lehetőséghez, a feladat megoldását beadhatja
elektronikusan is, ha egyetlen fájlba van szerkesztve a kód és
a képek is.)
Határidő: 2015-04-24 10:00 - Vegyen egy legalább 10×10-es J Jordan-mátrixot,
melyben csak két sajátérték, és legföljebb 3×3-as
blokkok vannak. Legyen C egy véletlen invertálható mátrix, és
legyen A = CJC-1. (a) Írja fel A
minimálpolinomját! (b) Ezután számítsa ki eA
értékét a programmal, és az Ce^JC-1 mátrix
kiszámításával. (c) Végül határozza meg eA
Hermit-féle interpolációs polinomját, és adja meg
eA értékét ezzel is. (2 pont)
Határidő: 2015-05-08 10:00 - 10 gyerek körben ül, egyikük kezében rejtve egy
gyűrű. Egy gyermekdal ritmusára mindenki úgy tesz, mintha
egyik szomszédja kezébe adná a gyűrűt. Tegyük fel,
hogy minden játékos a szomszédjai iránti szimpátia fix mértéke
szerinti valószínűséggel, véletlenül választva adja át a
gyűrűt. Ha az n-edik pillanatban a gyűrű helyzetének
valószínűségeloszlását a 10-dimenziós sztochasztikus v sorvektor
írja le,
akkor a következő pillanatban (a csere után) a vP vektor, ahol
a P mátrix megadja, hogy ki milyen valószínűséggel kinek adja
a gyűrűt. E mátrix:
0 1 - p1 0 0 0 0 0 0 0 p1 p2 0 1 - p2 0 0 0 0 0 0 0 0 p3 0 1 - p3 0 0 0 0 0 0 0 0 p4 0 1 - p4 0 0 0 0 0 0 0 0 p5 0 1 - p5 0 0 0 0 0 0 0 0 p6 0 1 - p6 0 0 0 0 0 0 0 0 p7 0 1 - p7 0 0 0 0 0 0 0 0 p8 0 1 - p8 0 0 0 0 0 0 0 0 p9 0 1 - p9 1 - p10 0 0 0 0 0 0 0 p10 0
Határidő: 2015-05-08 10:00
Konzultációk
- 2015-04-07 kedd 18:00 H607
- 2015-04-08 szerda 10:15 E305
1. ZH anyaga
- Gyakorlati feladattípusok
- Lineáris kapcsolatok meghatározása elemi sorműveletekkel (függetlenség, bázis, bázisra vonatkozó koordináták, altér dimenziója, mátrix bázisfelbontásának felírása, egyenletrendszer megoldása, mátrix inverze)
- egyenletrendszer megoldása LU vagy PLU felbontással valós vagy véges test fölött
- valamely lineáris leképezés mátrixának fölírása, altérre való merőleges vetítés mátrixa (7.29)
- adott bázisban megadott mátrixú lineáris leképezés mátrixának fölírása másik bázisban
- egyenletrendszer optimális megoldásainak meghatározása
- egyenletrendszer legkisebb abszolút értékű optimális megoldásának meghatározása (1) az egyenletrendszerhez új egyenletek hozzá vételével, (2) az együtthatómátrix pszeudoinverzének kiszámításával, (3) a QR-felbontás fölhasználásával
- altérben ortogonális (ortonormált) bázis keresése
- pszeudoinverz kiszámítása
- QR-felbontás kiszámítása
- mátrix diagonalizálása, sajátfelbontásának és spektrálfelbontásának felírása
- mátrix ortogonális diagonalizálása
- Elméleti témák
- a négy kitüntetett altér, dimenziótétel, a lineáris algebra alaptétele
- az elemi sorműveletek hatása a sortérre és az oszloptérre
- egyenletrendszer megoldhatóságának mátrixrangos feltétele
- a megoldások tereinek jellemzése
- (egyik bázisról a másikra való) áttérés mátrixa
- invertálhatóság és az egyenletrendszerek kapcsolata (5.15)
- a determinánsfüggvény soronkénti linearitása, determináns és a mátrixműveletek kapcsolata, determináns értékének kiszámítása elemi sorműveletekkel, sor vagy oszlop szerinti kifejtéssel, kígyók determinánsainak összegére bontással
- mátrixleképezés, lineáris leképezés
- merőleges vetítés és a legjobb közelítés, a legjobb közelítés ONB esetén (7.65)
- polinomiális regresszió
- pszeudoinverz fogalma és a Moore-Penrose-tétel
- (szemi)ortogonális mátrixok
- speciális mátrixok sajátértékei
- hasonlóság, diagonalizálhatóság, sajátalterek direkt összege és a diagonalizálhatóság (8.40)
- Gersgorin-körök
- Cayley–Hamilton-tétel
- ortogonális és unitér diagonalizálás (9.3, 9.9)
- Schur-felbontás
- kvadratikus formák, mátrixok definitsége
2. ZH anyaga
- Gyakorlati feladattípusok:
- Szinguláris értékek, bal és jobb szinguláris vektorok, SVD, redukált SVD, SVD diadikus alakjának meghatározása
- Euklideszi, Frobenius-, p-norma, ∞-norma kiszámítása
- mátrixnorma kiszámítása
- egy 3×3-as mátrix Jordan-bázisának és Jordan-felbontásának meghatározása
- Jordan-féle normálalak meghatározása a (A-λI)k-ra vonatkozó ismeretekből
- minimálpolinom meghatározása a Jordan-normálalak (vagy a definíció) alapján
- mátrixfüggvény kiszámítása a Jordan-normálalakból
- mátrixfüggvény kiszámítása polinominterpolációval
- mátrix (ir)reducibilitásának és primitívségének eldöntése
- (A/r)k határértékének kiszámítása a Perron-vektorokkal
- Elméleti témák:
- Szinguláris értékek és vektorok fogalma, kapcsolatuk a négy alapvető altérrel
- Az SVD hatása R2 → R2 függvényekre
- norma definíciója
- normák ekvivalenciája (R-ben és C-ben)
- mátrixnorma definíciója, indukált norma és ekvivalens alakjai
- Eckart–Young-tétel (kis rangú approximáció tétele)
- a szinguláris értékek kapcsolata a 2- és a Frobenius-normával
- alterek direkt összegére bontás és a blokkdiagonális mátrix kapcsolata
- általánosított sajátvektor, Jordan-lánc, Jordan-bázis fogalma
- minimálpolinom és tulajdonságai
- f definiálva van az A spektrumán jelentése
- Perron-tételek pozitív mátrixokra
- Perron-vektorok
- Perron–Frobenius-tételek nemnegatív mátrixokra
- Collatz–Wieland-tétel és a spektrálsugár becslése
- sztochasztikus és duplán sztochasztikus mátrixok
- Frobenius–Kőnig-tétel
- Birkhoff-tétel
- Bizonyítások:
- A szinguláris értékek létezése (AHA hasonló ΣHΣ-hoz, önadjungált, pozitív szemidefinit)
- Polárfelbontás előállítása SVD-ből (P pozitív szemidefinit, Q unitér)
Régi hasonló gyakorlatok feladatsorai
- feladatsor és megoldása
- feladatsor és megoldása
- feladatsor és megoldása
- feladatsor és megoldása
- feladatsor és megoldása
- feladatsor és megoldása