ELŐADÁSJEGYZET
I. rész
Matematika A2
(BMETE90AX02)
Lektorálta:
Dr. Szilágyi Brigitta
Készítette:
Pálya Zsófia
Tartalomjegyzék
1. Lineáris algebra 2
1.1. Alapfogalmak . . . 2
1.2. Mátrixalgebra . . . 6
1.3. Mátrixműveletek . . . 7
1.4. Determináns . . . 8
1.5. Lineáris egyenletrendszerek . . . 14
1.6. Lineáris leképezések (tenzorok) . . . 17
1.7. Valós euklideszi terek . . . 23
1.8. Bázistranszformáció, koordinátatranszformáció . . . 24
2. Függvénysorozatok, függvénysorok 26 2.1. Alapfogalmak . . . 26
2.2. Taylor-sorok . . . 32
1. Lineáris algebra
1.1. Alapfogalmak
Definíció:Legyen G nemüres halmaz, és ◦ egy művelet, (G,◦) csoport, ha teljesülnek az alábbi feltételek:
1. a művelet asszociatív, azaz (a◦b)◦c=a◦(b◦c), ∀a, b, c,∈ G,
2. létezik az egységelem (zéruselem)e, azaza◦e =e◦a, ∀a∈ G,
3. létezik az inverzelem, azaz ∃ˆa ∈Ghogy a◦ˆa= ˆa◦a=e, ∀a∈ G.
Megjegyzés: Ha a◦ művelet kommutatív, akkor Abel-csoportról beszélünk.
Példa: (R,·), (Q,+) és (C,+) mindegyike Abel-csoport.
Nem Abel-csoport azonban a (N,+), mert nem létezik az inverz elem és a (Q∗,+), mert
nem létezik az egységelem.
További példák:
Definíció:Legyen R nemüres halmaz▽ és♦műveletek. (R,▽,♦) gyűrű, ha teljesülnek az alábbi feltételek:
1. (R, ♦) Abel-csoport,
2. a ▽művelet asszociatív, azaz (a▽b)▽c=a▽(b▽c), ∀a, b, c,∈ R,
3. teljesül a disztributivitás, azaz (a♦b)▽c = (a▽c) ♦ (b▽c) , és a▽(b♦c) =
(a▽b)♦(a▽c) ,∀a, b, c∈ R.
Definíció:Legyen T nemüres halmaz♥,és♣műveletek. (T,♥,♣) test, ha teljesülnek
az alábbi feltételek:
1. (T, ♥) Abel-csoport,
2. a ♣művelet asszociatív, azaz (a♣b)♣c=a♣(b♣c), ∀a, b, c,∈T,
3. létezik az egységelem e∈T, azaza♣e =e♣a, ∀a∈ T,
4. létezik az inverzelem, azaz ∃ˆa ∈T hogy a♣ˆa= ˆa♣a=e, ∀a∈ T,
5. teljesül a disztributivitás.
Definíció: Legyen V nem üres halmaz és +, • két művelet, T test. (V, +, •) T test feletti vektortér (lineáris tér), ha teljesülnek az alábbi feltételek:
1. (V,+) Abel-csoport,
2. ha ∀α, β ∈ T és x∈ V, akkor (α•β)•x=α•(β•x),
3. ha ε a T-beli egységelem, akkor ε•x=x ∀ x∈V,
4. ha∀α, β ∈T ésx,y∈V, akkor (α+β)•x=α•x+β•x és α•(x+y) = α•x+α•y.
Példa:
• a legfeljebb n-ed fokú polinomok a skalárral való szorzásra és az összeadásra nézve
vektorteret alkotnak,
• a függvények az összeadásra és a skalárral való szorzásra nézve vektorteret alkotnak.
További példák:
Definíció:A vektortér elemeit vektoroknak nevezzük. Jelölés: xvagy x.
I. Állítás: A zéruselem és az ellentett elem létezése egyértelmű.
Bizonyítás: [ Zéruselem létezése egyértelmű ]
Tegyük fel hogy0és ˆ0egymástól különböző zéruselemek (06= ˆ0). Ebben az esetben az alábbi egyenlőség áll fenn:
ˆ
0=0+ ˆ0=0 (1) Ezzel ellentmondásra jutunk, mert az egyenlőség szerint ˆ0és0megegyező zérusele-mek.
Bizonyítás: [ Inverzelem létezése egyértelmű ]
Tegyük fel hogy −x és −xˆ egyaránt x ellentettje (inverze) (−x6= −xˆ). Ebben az esetben:
−xˆ = (−x+x) + (−xˆ) =−x+ (x+ (−xˆ)) = −x (2)
Ezzel ellentmondásra jutunk, mert az egyenlőség szerint −xˆ és −x egyaránt x el-lentettje és egyenlők.
II. Állítás: 0·x=0.
III. Állítás: α·0=0.
Bizonyítás:
IV. Állítás: α·x=0 akkor és csak is akkor, ha α= 0 vagy x=0.
Bizonyítás:
Definíció: A (V, + , λ) vektortér a1,a2. . .an vektorait lineárisan függőnek (
össze-függőnek) mondjuk, ha az
α1a1+α2a2+· · ·+αnan =0 (3)
vektoregyenletnek létezik triviálistól különböző megoldása. Ellenkező esetben lineárisan függetlenek.
Definíció: Legyen (V,+,λ) R feletti vektortér és ∅ 6= L ⊂ V, L-t altérnek nevezzük V-ben, ha (L,+,λ) ugyancsak vektortér.
Példa: A polinomok (P,+, λ) vektorterének altere a legfeljebb n-ed fokú polinomok
(Pn,+, λ) vektortere.
További példák:
Állítás: Alterek metszete ugyancsak altér. Alterek uniója azonban általában nem altér.
Definíció: Legyen ∅ 6= G ⊂ V. G által generált altérnek nevezzük azt a legszűkebb alteret, amely tartalmazza G-t. Jele: L (G).
Definíció: Adott ∅ 6= G. G generátorrendszere V-nek, ha L (G) = V.
Példa:
Megjegyzés: Ha G véges generátorrendszere V-nek, akkor G-t végesen generált vek-torrendszernek nevezzük.
Példa:
Állítás: Végesen generált vektortérben bármely két bázis azonos tagszámú.
Bizonyítás:
Definíció: Végesen generált vektortér dimenzióján a bázisainak közös tagszámát ért-jük.
Állítás: Legyen{b1,b2. . .bn}a V vektortérnek egy bázisa. Ekkor tetszőleges V-beli
vektor egyértelműen előállítható a {b1,b2. . .bn} vektorok lineáris kombinációjaként.
Azaz∀v∈ V : ∃! (ξ1, ξ2. . . ξn) hogy,
v=ξ1b1+ξ2b2+· · ·+ξnbn = n
X
i=1
ξibi. (4)
A (ξ1, ξ2. . . ξn) szám n-est a v vektor {b1,b2. . .bn} bázisaira vonatkozó koordinátáinak
nevezzük.
Bizonyítás: ( egzisztencia )
{b1,b2. . .bn} lineárisan függetlenek, mert bázis. Ezért {v,b1,b2. . .bn} már lineárisan
függő, így a
λv+α1b1+α2b2 +· · ·+αnbn=0 (5)
vektoregyenletnek létezik triviálistól különböző megoldása, azaz nem lehet (λ, α1, α2, . . . , αn)
minden eleme egyszerre 0.
Tehát λ 6= 0, mert ellenkező esetben α1 =α2 =· · ·=αn = 0 állna fent, így oszthatjuk
az (5)-ös egyenletet λ-val:
v=−α1
λ
| {z }
:=ξ1
b1+
−αλ2
| {z }
:=ξ2
b2 +· · ·+
−αλn
| {z }
:=ξn
bn. (6)
Bizonyítás: ( unicitás )
Tegyük fel hogy (ξ1, ξ2. . . ξn) és (η1, η2. . . ηn) egyaránt v koordinátái a {b1,b2. . .bn}
bázisban, azaz
v=Xn
i=1
ξibi (7)
v=Xn
i=1
ηibi (8)
Vonjuk ki a (7)-es egyenletből a (8)-as egyenletet:
0= (ξ1−η1)
| {z }
0
b1+ (ξ2−η2)
| {z }
0
b2+· · ·+ (ξn−ηn)
| {z }
0
bn. (9)
Ezzel ellentmondásra jutunk, mivel{b1,b2. . .bn}bázis, ezért a nullvektornak csak
1.2. Mátrixalgebra
- nullmátrix
•
- egységmátrix
Egyéb speciális mátrixstruktúrák:
Definíció: Egy mátrix transzponáltja a főátlóra való tükörképe. Jele: AT
Példa: A=
Definíció:HaA=−AT, akkor antiszimmetrikus mátrixról beszélnünk (A∈M n×n).
Antiszimmetrikus mátrix főátlójában mindenhol 0 szerepel.
1.3. Mátrixműveletek
Definíció:Két mátrix összegén azt a mátrixot értjük, melyet a két mátrix elemenkénti összeadásával kapunk, azaz, ha A,B ∈Mn×k, akkor C:=A+B, ahol cij :=aij +bij.
Definíció: Egy mátrix és egy skalár szorzata olyan mátrix, melynek minden eleme skalárszorosa az eredeti mátrix elemeinek, azaz, ha A ∈ Mn×k és λ ∈ R(C), akkor
Definíció: Két mátrix szorzatán az alábbi műveletet értjük. Legyen A ∈ Mn×k és B∈Mk×l. Ekkor C=A·B,
Célszerű az alábbi módon felírni a mátrixokat, hogy egyszerűbben elvégezzük a szorzást:
[ ]
1 0 3Állítás: A mátrixszorzás nem kommutatív művelet.
Bizonyítás:
Állítás: Ha A,B,C olyan mátrixok hogy létezik (A· B)· C mátrixszorzat, akkor
Bizonyítás:
Definíció:[ A determináns axonometrikus felépítése ] Tekintsük a Rn tér a
1,a2, . . . ,an vektorait, ezekhez hozzárendelünk egy R számot, amit
determinánsnak nevezünk és det(a1,a2, . . . ,an)-nel jelölünk. A hozzárendelés az alábbi
axiómák teljesülése mellett történik.
1. det(. . .
3. ha a determináns két oszlopát felcseréljük, a determináns értéke a (−1)-szeresére változik,
Állítás: Ha egy determinánsban van két azonos oszlopvektor, akkor a determináns értéke 0.
Állítás: Ha egy determinánshoz hozzáadjuk egy oszlopvektor skalárszorosát a deter-mináns értéke nem változik.
Bizonyítás:
Tétel: [ Kifejtési tétel ]
det(a1,a2, . . . ,an) =
Jelölje a k. sor és j. oszlop kitakarásával kapott aldeterminánstAkj, ekkor az egyenlőség
a következőképpen írható át:
a11A11−a2,1A21+· · ·+ (−1)n−1an1An1.
Inverzió:
Következmény:
I. A determinánsban nem lényeges, hogy sorról vagy oszlopról beszélünk a determi-nánssal kapcsolatban.
detA = detAT
II. Determináns bármely sora vagy oszlopa szerint kifejthető.
j.oszlop szerint =Xn
k=1
aikAik
| {z }
i.sor szerint
Példa: A =
Definíció: A mátrix rangjának nevezzük az oszlopvektorai közül a lineárisan függet-lenek maximális számát.
A háromdimenziós tér 5 vektora, vagy az ötdimenziós tér 3 vektora közül legfeljebb 3 lehet lineárisan független, ezért a mátrix rangja legfeljebb 3.
Tétel: [ Mátrixok rangszámának tétele ]
Egy mátrix rangja megegyezik maximális el nem tűnő aldeterminánsának rendjével.
Bizonyítás:
Definíció: Egy mátrix elemi átalakításainak nevezzük a következőket:
1. A mátrix egy tetszőleges sorát vagy oszlopát egy 0-tól különböző számmal megszo-rozzuk.
2. A mátrix egy tetszőleges sorát vagy oszlopát felcseréljük.
3. A mátrix egy tetszőleges sorához vagy oszlopához egy másik tetszőleges sorát vagy oszlopát adjuk.
Állítás: Egy mátrix rangja elemi átalakítások során nem változik.
Bizonyítás: A determináns axiómáit figyelembe véve látható, hogy az elemi átalakí-tások nem változtatják meg a determináns 0 voltát.
Definíció: Egy kvadratikus (négyzetes) mátrixot regulárisnak mondunk, ha determi-nánsa nem 0.
Ha a kvadratikus mátrix determinánsa 0, szinguláris mátrixról beszélünk.
Tétel: [ A determinánsok szorzástétele ]
Legyen A,B∈Mn×n mátrix, ekkor det(A·B) = detA·detB.
Bizonyítás:
Állítás: (Mn×n,+,·) egységelemes gyűrű, mert:
• (Mn×n,+) Abel-csoport,
• (Mn×n,·) asszociatív,
• létezik a szorzás egységeleme, ami az egységmátrix: E=
1 . . . 0
... ... ... 0 . . . 1
.
Definíció: Az A ∈ Mn×n mátrix inverzén olyan A−1-gyel jelölt n ×n-es mátrixot értünk, melyre A A−1 =A−1A =E teljesül.
Tétel: [ Ferde kifejtési tétel ] Legyen A∈Mn×n, ekkor
n
X
i=1
aj,i Ak,i= 0, ha j 6=k. (10)
Bizonyítás:
Állítás: Egy szinguláris mátrixnak nem létezik inverze.
Bizonyítás: A bizonyítás indirekt módon történik. Tegyük fel, hogy A szinguláris mátrixnak létezik inverze A−1. Ekkor igaz, hogy A A−1 = E. Vizsgáljuk a következő egyenlőséget:
detA | {z }
=0
detA−1 = det(A
·A−1) = det| {z }E
=1
. (11)
Látjuk hogy ezzel ellenmondásra jutunk, tehát nem igaz a feltevés, szinguláris mátrixnak nem létezik inverze.
Állítás: Reguláris mátrix inverze egyértelmű. Ha A∈Mn×n reguláris mátrix, akkor A−1 := adjAT
detA (12)
formulával számolható.
1.5. Lineáris egyenletrendszerek
Definíció:Véges sok elsőfokú egyenletet és véges sok ismeretlent tartalmazó egyenlet-rendszert lineáris egyenletrendszernek nevezünk.
Az m egyenletből és n ismeretlenből álló lineáris egyenletrendszer (LER) általános alakja:
a11x1 +a12 x2+· · ·+a1nx1n =b1
a21x1 +a22 x2+· · ·+a2nx2n =b2 ...
am1 x1+am2 x2+· · ·+amn xmn =bm,
ahol aij együtthatók,bj konstansok, xj ismeretlenek.
Ha aij ∈R, akkor valós együtthatós egyenletrendszerről beszélünk. Általábanbj ∈R.
A (γ1, γ2, . . . , γn)∈Rnmegoldása a fenti lineáris egyenletrendszernek, ha (x1, x2, . . . , xn)
helyére (γ1, γ2, . . . , γn)-t beírva igaz egyenlőséget kapunk.
A lineáris egyenletrendszert megoldhatónak nevezzük, ha létezik megoldása.
A lineáris egyenletrendszert határozottnak nevezzük, ha egyetlen megoldása van.
A lineáris egyenletrendszerthatározatlannak mondjuk, ha végtelen sok megoldása van.
A lineáris egyenletrendszert ellentmondónak mondjuk, ha nem létezik megoldása.
Példa:
Definíció: Két lineáris egyenletrendszert ekvivalensnek mondunk, ha megoldáshal-mazuk megegyezik.
Megjegyzés: Az ekvivalencia szempontjából az egyenletek és az ismeretlenek sor-rendje nem számít.
Bizonyítás:
Lineáris egyenletrendszerek ábrázolása mátrixosan:
a1 a2 an
együttható mátrix x b
x1
Tétel: [ LER megoldhatóságának szükséges és elégséges feltétele ]
Az A x = b lineáris egyenletrendszer pontosan akkor megoldható, ha rg(A|b) = rgA.
Megjegyzés: Az (A|b) mátrixot kibővített mátrixnak nevezzük.
Bizonyítás:
Definíció: Az A x = b lineáris egyenletrendszert homogénnek mondjuk, ha b = 0. Ha b6=0, akkor inhomogén lineáris egyenletrendszerről beszélünk.
Megjegyzés: Tekintsük az n egyenletből álló n ismeretlenes homogén LER-t. Azaz,
A x=0, ekkor, ha{a1,a2, . . . ,an}lineárisan független, akkor egyetlen megoldás létezik,
a triviális megoldás. Abban az esetben, ha{a1,a2, . . . ,an}lineárisan függő, akkor létezik
Megoldási módszerek:
1. A x=b, ha A reguláris (detA 6= 0), akkor invertálható és x=A−1 b. 2. Carmer-szabály, alkalmazhatóságának ugyanaz, a feltétele mint 1. esetben.
Tétel: [ Carmer-szabály ]
Az A x = b vagy {a1x1 +a2x2 +· · ·+anxn = b} lineáris egyenletrendszenek
létezik egyértelmű megoldása, ha detA6= 0. Ekkor:
x1 =
3. Gauss - elimináció, csak sorműveletekkel átalakítjuk a kibővített mátrixot, hogy egyszerűbb alakot nyerjünk ezzel könnyebben megoldható legyen az egyenletrend-szer.
1.6. Lineáris leképezések (tenzorok)
Definíció: Legyenek V1 és V2 ugyanazon test (R vagy C) feletti vektorterek. Legyen
ϕ:V1 →V2 leképezés, melyet lineáris leképezésnek nevezünk, ha
ϕ(a+b) =ϕ(a) +ϕ(b) ∀a,b∈V1 (13)
ϕ(αa) =α ϕ(a) ∀a∈V1, α∈RvagyC (14) teljesül.
Megjegyzés:
I. ϕ(0) = 0 minden lineáris leképezés esetén.
II. A linearitás miatt igaz, hogy ϕ(−a) =−ϕ(a).
Definíció: Hom(V1, V2) :={ϕ :V1 →V2|ϕ lineáris}.
Definíció: Ha V1 =V2 =V, Hom(V, V) =: End(V).
Állítás: (Hom(V1, V2), +, λ) vektortér RvagyCfelett.
Definíció: A ϕ :V1 →V2 leképezés izomorfizmus ha lineáris és bijektív.
Állítás: Véges dimenziós vektorterek esetén az egymással izomorf vektorterek dimen-ziója azonos.
Állítás: Legyenek V1 és V2 ugyanazon test feletti vektorterek és dimV1 = dimV2, ek-kor V1 ∼=V2.
Bizonyítás:
Tétel: [ Lineáris leképezések alaptétele ]
Legyenek V1 és V2 ugyanazon test feletti vektorterek, és legyen {b1,b2, . . . ,bn} bázis
V1-ben, és{a1,a2, . . . ,an}tetszőleges vektorrendszer V2-ben, ekkor egyetlen lineáris leké-pezés létezik, melyreϕ(bi) = ai , i∈ {1,2, . . . n}.
Bizonyítás: ( unicitás )
Indirekt módon. Legyenekϕ6=ψ lineáris leképezések, melyekre ϕ(bi) =ai ésψ(bi) =ai
, i∈ {1,2, . . . n}. Legyenx∈V1 tetszőleges, x=Pni=1ξibi. Hattatom ϕ-t x-re:
ϕ(x) =ϕ
n
X
i=1
ξibi
!
=Xn
i=1
ξi ϕ(bi) =ξ1ϕ(b1) +· · ·+ξnϕ(bn) =
Ezzel ϕ =ψ, ami ellentmond a feltételnek, tehát a feltevés nem igaz.
Bizonyítás: ( egzisztencia )
Konstruktív bizonyítás. Legyen ϕ : V1 → V2, és x 7−→ ϕ(x). Ha (ξ1, ξ2, . . . ξn) az x
koordinátái, akkor, ϕ(x) = ξ1a1 +· · ·+ξnan. Hasonló módon, legyen y (η1, η2, . . . ηn)
koordinátákkal.
ϕ(x+y) = (ξ1+η1)a1+· · ·+(ξn+ηn)an =ξ1a1+· · ·+ξnan+η1a1+· · ·+ηnan =ϕ(x)+ϕ(y)
ϕ(ϑx) =ϑ ξ1a1+· · ·+ϑ ξnan=ϑ(ξ1a1+· · ·+ξnan) =ϑ ϕ(x)
Lineáris léképkezesek mátrixreprezentációja:
LegyenV1 ésV2 ugyanazon test feletti vektorterek, és dimV1 =n, valamint dimV2 =k,
{a1,a2, . . . ,an} bázis V1-ben, és {b1,b2, . . . ,bn} bázis V2-ben. Legyen ϕ : V1 → V2 lineáris leképezés, ekkor
ϕ(ai) =α1ib1+α2ib2+· · ·+αkibk =
AzAmátrixotϕleképezést reprezentáló mátrixnak hívjuk, segítségével tetszőlegesx∈V1 képét meghatározhatjuk. Legyenek (ξ1, ξ2, . . . , ξn) az x koordinátái, ekkor a képét az
alábbi módon számíthatjuk:
konstrukciót lást fent.
Példa:
Írjuk fel azα szögű forgatás mátrixát!
Állítás: Legyenek V1, V2, V3 vektorterek, dimV1 = k, dimV2 = m, dimV3 = n. Le-gyenek adva, ϕ : V1 → V2 és ψ :V2 →V3 lineáris leképezések, ekkor a V1-ből V3-ra való leképezés (ψ◦ϕ : V1 → V3) olyan, hogy ha ϕ ↔ A ∈ Mm×k és ψ ↔ B ∈ Mn×m, akkor
ψ◦ϕ↔C∈Mn×k, aholC=B·A.
Speciálisan, ha V1 = V2 = V3 = V, dimV = n. Ekkor C = A · B ∈ Mn×n és
A,B∈Mn×n.
Következmény: Invertálható lineáris leképezés mátrixa invertálható.
Definíció: Legyen ϕ : V1 → V2 lineáris leképezés, ker ϕ :={v|v∈ V1 ∧ϕ(v) =0} a leképezés magtere (nulltere).
Állítás: ker ϕ⊆V1,altér V1-ben.
Bizonyítás:
Definíció: A magtér dimenzióját defektusnak nevezzük. ⇒dim (kerϕ) = defϕ.
Megjegyzés:
I. Nem létezik olyan vektortér, melynek magtere az üreshalmaz (a nullvektor mindig benne van, mert a nullvektor képe mindig nullvektor).
II. Invertálható lineáris leképezés magtere a nullvektor.
Állítás: A ϕ leképezés injektív, akkor és csak is akkor, ha kerϕ ={0} ⇔defϕ = 0.
Definíció: Egy lineáris leképezés rangjának nevezzük a képtér dimenzióját. rgϕ= dimϕ(V1).
Tétel: [ Rang-nullitás tétele ]
Legyen V1 véges dimenziós vektortér,ϕ :V1 →V2 lineáris leképezés, ekkor
rgϕ+ defϕ = dimV1. (16)
Bizonyítás:
Állítás: Tetszőleges lineáris leképezés rangja megegyezik bármely bázisra vonatkozó mátrixreprezentációjának rangjával. ϕ : V1 → V2, dimV1 = m, dimV2 =n → ϕ ↔ A,
A∈Mn×m, rgϕ = rgA.
Bizonyítás:
Tétel: Legyen ϕ : V → V lineáris leképezés (lineáris operátor), {b1,b2, . . . ,bn}
és {bˆ1,bˆ2, . . . ,bˆn} bázisok V-ben. A ϕ{b1,b2, . . . ,bn} bázisra vonatkozó mátrixa A,
továbbá ϕ{bˆ1,bˆ2, . . . ,bˆn} bázisra vonatkozó mátrixa ˆA. Jelölje S a {b1,b2, . . . ,bn}
bázisról a {bˆ1,bˆ2, . . . ,bˆn}bázisra való áttérés mátrixát, ekkor
ˆ
A =S−1A S. (17)
Megjegyzés:
I. A fenti tételben szereplő A és ˆA mátrixok hasonlók. II. Hasonló mátrixok determinánsa megegyezik.
III. Hasonló mátrixok rangja egyenlő.
Definíció: Legyen V a T test feletti vektortér, v∈T, v=6 0. v-t a ϕ:V →V
lineá-ris leképezés sajátvektorának mondjuk, ha önmaga skalárszorosába megy át a leképezés során, azaz ϕ(v) =λv, λ∈T. λ-t a v sajátvektorhoz tartozó sajátértéknek mondjuk.
Megjegyzés: Ha v sajátvektora ϕ-nek, akkor µ·v is sajátvektor (µ∈T, µ 6= 0).
box
Tétel: AzA ∈Mn×n mátrix sajátértékei a
det(A−λE) = 0 (18)
egyenlet gyökeiként adódnak.
Bizonyítás: Legyen v sajátvektor, ekkor igaz az alábbi egyenlőség: Av=λv.
Rendezve:
Av−λv=0,
Av−λE v=0,
(A−λE)v=0.
Így egy homogén lineáris egyenletrendszert kapunk, aminek létezik triviálistól eltérő meg-oldása (v6=0), tehát det(A−λE) = 0.
A det(A−λE) = 0 egyenletet karakterisztikus egyenletnek nevezzük.
A det(A−λE) polinomot karakterisztikus polinomnak mondjuk.
Állítás: Különböző sajátértékekhez tartozó sajátvektorok lineárisan függetlenek.
Bizonyítás:
Állítás: Szimmetrikus mátrix sajátértékei valósak.
Állítás: Az n-edrendű szimmetrikus mátrixnak van n darab, páronként egymásra
merőleges sajátvektora.
Bizonyítás:
Példa: Határozzuk meg az A mátrix sajátértékeit és sajátvektorait!
A =
Így egy kétismeretlenes lineáris egyenletrendszert kapunk, amiből: s1 =s2. Tehát a λ1 = 1 -hez tartozó sajátvektor: s=
1.7. Valós euklideszi terek
Definíció: Legyen adva egy R feletti vektortér és értelmezzük a < , >: V ×V → R függvényt, melyet skaláris szorzatnak mondunk, ha teljesíti az alábbiakat:
1. szimmetrikus: <x,y>=<y,x> ∀x,y∈V esetén,
az így előállított (V, < , >) valós euklideszi tér. Jelölés: En: n dimenziós euklideszi tér.
A valós euklideszi térben értelmezhetjük a vektorok hosszát: ||x||=√<x,x>.
melyetCauchy −Bunyakovszkij − Schwartz - egyenlőtlenséget hívunk, és az alábbi alakban is felírhatunk:
<x,y>2 6 <x,x> <y,y> .
Következmény: Valós euklideszi térben igaz a háromszög - egyenlőtlenség.
||x+y||6 ||x|| · ||y||
Az n dimenziós euklideszi tér A : V → V lineáris transzformációját ortogonálisnak
mondjuk, ha< Ax, Ay>=<x,y>,∀x,y∈V.
Megjegyzés:
I. Ortogonális transzformáció normatartó. II. Ortogonális transzformáció szögtartó.
III. Ortogonális transzformáció ortonormált bázist ortonormált bázisba visz át.
Belátható, hogy ha {e1,e2, . . . ,en} → {f1,f2, . . . ,fn} transzformáció mátrixa S,
és {f1,f2, . . . ,fn} → {e1,e2, . . . ,en} transzformáció mátrixa T, akkor S T = E.
EbbőlT=S−1 =ST. HaS−1 =ST, akkor ortogonális mátrixról beszélünk.
1.8. Bázistranszformáció, koordinátatranszformáció
Definíció:Legyenek {b1,b2, . . . ,bn} és {bˆ1,bˆ2, . . . ,bˆn} bázisok V-ben. ekkor a
{b1,b2, . . . ,bn} → {bˆ1,bˆ2, . . . ,bˆn} bázistranszformáció S mátrixa a következőképpen
írható fel:
ˆ
b1 =
n
X
i=1
si1bi =s11b1+s21b2+· · ·+sn1bn
... ˆ
bj = n
X
i=1
sijbi =s1jb1+s2jb2 +· · ·+snjbn
... ˆ
bn = n
X
i=1
sinbi =s1nb1+s2nb2+· · ·+snnbn
⇓
S=
s11 . . . s1n
s21 . . . s2n
... ... ...
sn1 . . . snn
.
Állítás: A bázistranszformáció mátrixa mindig invertálható.
2. Függvénysorozatok, függvénysorok
2.1. Alapfogalmak
Definíció:Az fn:I ⊂R→R sorozatot függvénysorozatnak nevezzük.
Példa: fn :R→[−1,1], fn(x) = sin(nx).
gn : [0,∞]→R, gn(x) =xn.
További példák:
Definíció: Ha az x0 ∈ I pontban az (fn(x0)) számsorozat konvergens, akkor azt
mondjuk, hogy az (fn) függvénysorozat konvergensx0-ban. A konvergenciahalmaz:
H :={x|x∈I ∧ (fn) konvergens x−ben}
Példa: fn(x) = sin(nx); Hfn ={k·π, k∈Z}.
gn(x) =xn, Hgn = [0,1].
További példák:
Definíció: f(x) := lim
n→∞fn(x), x ∈ H. f-t az (fn) függvénysorozat határfüggvé-nyének nevezzük. Azt mondjuk, hogy (fn) függvénysorozat pontonként konvergál az f
határfüggvényhez H-n, ha minden ε > 0 esetén létezik N(ε, x) : |fn(x)−f(x)|< ε, ha
n > N(ε, x).
Definíció: Azt mondjuk, hogy (fn) egyenletesen konvergens azE ⊂H halmazon, ha
minden ha minden ε >0 esetén létezik N(ε) :|fn(x)−f(x)|< ε, ha n > N(ε) minden
x∈E esetén.
Tétel: [ Cauchy - kritérium ]
a) Az (fn) konvergens az x0 ∈ H pontban akkor, és csak is akkor, ha minden ε >0 esetén létezik N(ε) :|fn(x0)−fm(x0)|< ε, ha n, m > N(ε).
b) Az (fn) konvergens az H ⊂ I halmazon akkor, és csak is akkor, ha minden ε > 0
esetén létezik N(ε, x) :|fn(x)−fm(x)|< ε, ha n, m > N(ε, x), ∀x∈H.
c) Az (fn) egyenletesen konvergens az E ⊂ H halmazon akkor, és csak is akkor, ha
mindenε >0 esetén létezik N(ε) :|fn(x)−fm(x)|< ε, ha n, m > N(ε),∀x∈E.
Bizonyítás: Az a) és b) esetek bizonyítása a numerikus sorozatoknál tanultak szerint történik (Matematika A1 anyaga).
c) eset bizonyítása:
⇒ : (fn) egyenletesen konvergens E-n, akkor mindenε >0 esetén létezik N(ε) hogy:
|fn(x)−f(x)|<
ε
2, han > N
ε
2
, ∀x∈E,
|fm(x)−f(x)|<
ε
2, ham > N
ε
2
, ∀x∈E.
|fn(x)−fm(x)|=|fn(x)−f(x) +f(x)−fm(x)|≦|fn(x)−f(x)|+|f(x)−fm(x)|=
felhasználva hogy |a+b|≦|a|+|b|,
=|fn(x)−f(x)|
| {z }
<ε2
+|fm(x)−f(x)|
| {z }
<ε2
< ε
2 +
ε
2 =ε,
han, m > N ε
2
, ∀x∈E.
⇐ : |fn(x)−fm(x)|< ε2, ha n, m > N
ε
2
, ∀x∈E. fn(x) Cauchy - sorozat.
fm(x) is Cauchy - sorozat és konvergens, azaz fm(x)→f(x) ham → ∞ ∀x ∈E.
Ekkor:
|fn(x)−f(x)|<
ε
2 < ε han > Nε2, ∀x∈E.
Definíció: Legyen fn:I ⊂R→Rfüggvénysorozat.
s1(x) := f1(x) s2(x) :=f1(x) +f2(x)
...
sj(x) := j
X
i=1
fi(x)
Az így előálló (sn) függvénysorozatot az (fn) függvénysorozatból képzett függvénysornak
hívjuk és P
fn-el jelöljük.
AP
fnfüggvénysorkonvergens azx0 pontban, ha az (sn) függvénysorozat konvergens
azx0 pontban. A P
fn függvénysor konvergens a H ⊂ I halmazon, ha az (sn) függvénysorozat
kon-vergens H-n.
AP
fnfüggvénysoregyenletesen konvergens aE ⊂H halmazon, ha az (sn)
függvény-sorozat egyenletesen konvergens a E ⊂H halmazon.
Definíció: s(x) := lim
n→∞sn(x), x ∈ H, s-t a
P(
fn) függvény összegfüggvényének
nevezzük.
Tétel: [ Cauchy-féle konvergencia kritérium egyenletes konvergenciára függvénysorok esetén ]
A P
fn függvénysor egyenletesen konvergens az E ⊂ H halmazon akkor, és csak is
akkor, ha minden ε > 0 esetén létezik N(ε) : |sn(x0)−sm(x0)| < ε, ha n, m > N(ε),
∀x∈E.
Bizonyítás:
Tétel: [ Weierstrass - tétel függvénysorok egyenletes konvergenciájára ] Legyen fnI ⊂R→R és
P
fn a belőle képzett függvénysor, továbbá
P
an olyan
kon-vergens numerikus sor, melyre |fn(x)| ≦ an ∀ x ∈ I vagy n > n0 ∈ N esetén teljesül, akkor a P
fn függvénysor egyenletesen konvergens.
Bizonyítás:
Definíció: A P
fn függvénysort abszolút konvergensnek mondjuk, ha P|fn|
függ-vénysor konvergens.
Definíció: Legyenfn(x) :=an(x−a)n, a belőle képzettPfn=
X
an(x−a)n, a∈R
sort hatványsornak nevezzük, ahol an a hatványsorn-edik együtthatója,apedig a
sorfej-tés centruma.
Tétel: LegyenP
fnfüggvénysor egyenletesen konvergens egy azx0 pontot tartalmazó környezeten, továbbá legyenek a sor tagjai x0-ban folytonosak, ekkor az összegfüggvény is folytonos az x0- pontban.
Bizonyítás: Tudjuk, hogy P
fn folytonos és egyenletesen konvergens.
Azt akarjuk belátni, hogy |f(x)− f(x0)| tetszőlegesen kicsivé tehető, mert ekkor az
egyenletes konv. miatt, mertfn folytonos, egyenletes konv. miatt.
ha n > N3ε:= max.{N1
1. Folytonos függvények egyenletesen konvergens sorozatának határfüggvénye is foly-tonos.
2. Folytonos függvények egyenletesen konvergens függvénysorának összegfüggvénye is folytonos, ha a függvénysor tagjai folytonosak.
Bizonyítás:
Tétel: [ Tagonkénti integrálhatóságról ] Legyenek P
fn függvénysor tagjai integrálhatóak az x ∈ [a, b] zárt intervallumon,
tegyük fel, hogy a sor egyenletesen konvergens [a, b]-n és összegfüggvénye folytonos, ekkor
Z b
Bizonyítás:
Megjegyzés: Nem korlátos intervallum esetén nem igaz az állítás.
Tétel: [ Tagonkénti differenciálhatóságról ] LegyenekP
fn függvénysor tagjai differenciálhatókJ-n ésfn′ derivált függvények
foly-tonosak J-n, valamint Pfn′ egyenletesen konvergens J-n, továbbá Pfn is egyenletesen
konvergensJ-n, ekkor, ha f jelöli a Pfn összegfüggvényét:
f′(x) =
∞ X
n=1
fn′(x).
Bizonyítás:
Tétel: Ha a X 0
anxn hatványsor konvergens az x0 pontban, akkor az |x| < |x0| helyeken abszolút és egyenletesen konvergens.
−x0 0 x0
(−x0, x0)-n a hatványsor abszolút és egyenletesen konvergens
Bizonyítás: Ha a P
anxn hatványsor konvergens azx0 pontban, akkor anxn0 −→0, ha n −→ ∞ (különben elszállna). Ekkor tehát korlátos is, azaz létezik K ∈ R, hogy
|anxn0|≦K.
|anxn|= |
an|
|x0|n|
x0|n|x|n =|anx0|n
| {z }
≦K
x x0
n
| {z }
<1,ha|x|<|x0|
−→0
Ekkor|anxn|≦K·qn, tehát Panxn≦PK·qn=KPqn. Láthatjuk hogy így egy
kon-vergens geometriai sorral becsülhetjük a hatványsort. Alkalmazva a Weierstrass - tételt,
P
anxn abszolút és egyenletesen is konvergens, ha |x|<|x0|.
Tétel: [ Cauchy - Hadamard - tétel ]
a) r= 0, akkor a hatványsor csak az x0 = 0 pontban konvergens, b) r=∞, akkor a hatványsor mindenx∈R esetén konvergens, c) 0 < r <∞, akkor a hatványsor abszolút konvergens, ha |x|< r,
és divergens, ha |x|> r.
−|r| |r|
div. absz. konvergens div.
Bizonyítás: Az a) és b) bizonyítása az előző tételek alapján könnyen adódik. c) Legyen x0 < r, tekintsük:
lim supqn
|anxn0|=|x0|lim sup
n
q
|an|= |
x0|
r <1
Azaz létezik q < 1, hogy Panxn hatványsor a gyökteszt miatt konvergens. Mivel x0 tetszőleges volt (|x0| < r), így minden |x| < r esetén igaz, hogy a Panxn hatványsor
konvergens. Ugyancsak a gyökteszt miatt, ha|x|> r, akkorPanxnhatványsor divergens.
Megjegyzés:
I. Ha a lim
n→∞
n
q
|an| határértéke létezik, akkor az megegyezik a lim sup
n
q
|an| értékkel.
Gyakran az alábbi módon számolunk:
r = 1
lim
n→∞
n
q
|an|
II. L:= lim
n→∞
n
q
|an|= limn→∞|
an+1|
|an|
Tétel: [ Abel 2. tétele ] Tegyük fel hogy a P
anxn hatványsor konvergenciasugara r és ez a hatványsor az
x= r pontban konvergens. Ekkor a Panxn a [ 0, r] intervallumon egyenletesen
konver-gens, így az összegfüggvény a [ 0, r] intervallumon folytonos. Ha a hatványsor azx=−r
pontban konvergens, akkor a hatványsor a [−r,0 ] intervallumon egyenletesen konvergens,
és így az összegfüggvény is folytonos [−r,0 ] intervallumon.
Következmény:
1. A hatványsor összegfüggvénye a konvergencia intervallum belsejében folytonos. 2. A hatványsor a konvergenciaintervallum tetszőleges részintervallumán tagonként
integrálható, azaz ha [a, b]⊂(−r, r) és s(x) := lim
n→∞ X
anxn összegfüggvény, akkor
Z b
a s(x)dx=
∞ X
n=0
Z b
a anx ndx.
3. Ha s összegfüggvénye aPanxn hatványsornak, akkor
∞ X
n=0
(anxn)′ =
∞ X
n=0
ann xn−1.
2.2. Taylor-sorok
Tegyük fel hogy az f függvény Panxn hatványsor alakban előállítható.
f(x) =a0+a1x+a2x2+a3x3+· · ·+anxn
f′(x) = a1+ 2a2x+ 3a3x2+· · ·+ann xn−1
f′′(x) = 2a2+ 2·3a3x+· · ·+ann(n−1)xn−2
f′′′(x) = 2·3a
3+· · ·+ann(n−1) (n−2)xn−3
... Vizsgáljuk azt az esetet, amikorx= 0 ∈(r,−r):
f(0) =a0
f′(0) =a1
f′′(0) = 2a 2
f′′′(0) = 2·3a3 ...
f(n)(0) =n!a
n
Ebből felírva a függvényt: f(x) = f(0) + f′1!(0)x+f′′2!(0)x2+f′′′3!(0)x3 +· · ·+ f(n)(0)
n! x
n.
Zárt alakra hozva:
f(x) =
∞ X
n=0
f(n)(0)
n! x
n,
ahol f(0)(x) = f(x).
Definíció: Legyen f :I ⊂R→R függvény, mely az x0 ∈I pontban legalább p-szer diffható, ekkor azf függvény x0 körülip-edik Taylor - polinomja:
Tf,p= p
X
k=0
f(k)(x0)
k! (x−x0)
Tétel: [ Taylor - formula Lagrange - féle maradéktaggal ]
Ha felbontjuk a zárójeleket láthatjuk hogy az egyes tagok páronként kiejtik egymást, így az egyenlőség az alábbi alakra egyszerűsödik:
F′(t) = (x−t)
További példák:
Definíció: Legyen f az x=x0 helyen akárhányszor differenciálható. Ekkor a ∞
X
k=0
f(k)(x0)
k! (x−x0)
k (21)
hatványsort az f függvény x=x0 körüli Taylor - sorának nevezzük. Ha x0 = 0, akkor Maclaurin - sorról beszélünk.
Tétel: Az előbb definiált Taylor - sor az x=x0 helyen akkor és csak is akkor állítja elő függvényt, ha a maradéktag nullához tart n→ ∞ esetén.
Bizonyítás:
Néhány fontosabb függvény (x0 = 0) körüli Taylor-sora és azok konvergencia
intervalluma:
függvény Taylor - sor konvergencia intervallum
f(x) =ex
∞ X
k=0
xk
k! −∞< x <+∞
f(x) = sin x
∞ X
k=0
(−1)k x2k+1
(2k+ 1)! −∞< x <+∞
f(x) = cos x
∞ X
k=0
(−1)k x2k
(2k)! −∞< x <+∞
f(x) = shx
∞ X
k=0
x2k+1
(2k+ 1)! −∞< x <+∞
f(x) = chx
∞ X
k=0
x2k
(2k)! −∞< x <+∞
f(x) = ln(1 +x)
∞ X
k=0
(−1)k xk+1
(k+ 1) −1< x <1
f(x) = arthx
∞ X
k=0
x2k+1
(2k+ 1) −1< x <1
f(x) = (1 +k)α
∞ X
k=0
α k
!
xk −1< x <1
2.3. Fourier-sorok
Definíció:Egy
tn(x) = a0+a1 cosx+b1 sinx+a2 cos 2x+b2 sin 2x+· · ·+an cosnx+bn sinnx
alakú függvényt trigonometrikus polinomnak nevezzük.
Definíció: Egy
a0+a1 cosx+b1 sinx+a2 cos 2x+b2 sin 2x+· · ·+an cosnx+bn sinnx . . .
alakú végtelen összeget trigonometrikus sornak hívunk.
Megjegyzés:
I. Az összegfüggvény, ha létezik 2π szerint periodikus.
II. Ha folytonos a függvény és egyenletesen konvergens, akkor az összegfüggvény is konvergens.
Definíció: Legyen f : R → R egy 2l szerint periodikus függvény, amely a [0,2l]
intervallumon Riemann - integrálható (f ∈R[0,2l]). Ekkor f Fourier - során az alábbi
trigonometrikus sort értjük: ∞ X
k=0
akcos
x kπ l
!
+bksin
x kπ l
!!
, (22)
ahol
a0 = 1 2l
Z 2l
0 f(x)dx, ak = 1
l
Z 2l
0 f(x) cos
x kπ l
!
dx, bk=
1
l
Z 2l
0 f(x) sin
x kπ l
!
dx.
Megjegyzés:
I. Ha azf függvény előáll a fenti típusú összegként, akkor az együtthatók csak ilyenek
lehetnek.
II. Ha f függvény 2l szerint periodikus, akkor mindegy hogy [0,2l] intervallumon
in-tegrálom vagy eltolom az integrálás intervallumát.
Z 2l
0 f(x)dx=
Z a+2l
a f(x)dx.
Tétel: Ha a 2π szerint periodikus f függvénynek létezik az x0 pontban a jobb- és baloldali határértéke, továbbá azf függvény Fourier - sora ebben a pontban konvergens,
Bizonyítás:
Következmény: Ha az f függvény folytonos az x0 pontban, akkor a Fourier - sor összege a határértékkel egyezik meg, azaz f(x0).
Tétel: Ha a 2π szerint periodikus, integrálhatóf függvény szakaszonként monoton és
azx0 pontban differenciálható, akkor azf függvény Fourier - sorax0 pontban konvergens.
Bizonyítás:
Állítás: Ha egy függvény páros, akkor Fourier - sorában csak a0 és koszinuszos tagok szerepelnek, azaz bk = 0 mindenk-ra.
Bizonyítás:
Állítás: Ha egy függvény páratlan, akkor Fourier - sorában csak szinuszos tagok sze-repelnek, azaz a0 = 0 és ak= 0 minden k-ra.
Példa: Állítsuk elő az f(x) = x2, ha x ∈ [−π, π] és f(x) = f(k +k ·2π) k ∈ Z függvény Fourier - sorát.
Mivel a függvény páros, bk= 0. Most [−π, π] intervallumon érdemes integrálni.
a0 meghatározása:
a0 =
ak meghatározása: