Lineáris algebra II

Előadás: hétfő 10–12 Grünwald Farkas terem

Tudnivalók a követelményekkel kapcsolatban

Jegyzet

Görög betűk

szeptember 11. Vektortér, altér, generálás.

A vektortér fogalma, nevezetes példák. Az altér fogalma, alterek megadása generátorrendszerrel és homogén lineáris egyenletrendszer megoldástereként. Alterek metszete és összege.

szeptember 18. Lineáris függetlenség, bázis, dimenzió, alterek dimenziótétele.

Altérháló. A lineáris függetlenség ekvivalens definíciói. Bázis ekvivalens definíciói, generátorrendszer bázissá szűkítése, lineárisan független vektorrendszer bázissá bővítése, vektor koordinátái adott bázisban, vektorterek izomorfizmusa. Kicserélési tétel, a dimenzió fogalma, altér dimenziója, alterek dimenziótétele.

  • jegyzet: 2.31 – 2.58
szeptember 25. Alterek direkt összege, rang.

Alterek direkt összegének ekvivalens leírásai. Vektorrendszer és mátrix rangja, mátrixok rangszámtétele, Kronecker–Capelli-tétel, szorzatmátrix rangja.

október 2. Lineáris leképezések, képtér, magtér.

A lineáris leképezés fogalma, nevezetes példák, műveletek lineáris leképezésekkel. Lineáris leképezés magtere és képtere, rang plusz nullitás tétel és következményei.

  • jegyzet: 3.1 – 3.19
október 9. Lineáris leképezés mátrixa.

Projekciók és idempotens transzformációk. Lineáris leképezés mátrixa, összhang a mátrixműveletekkel, áttérés más bázisra.

október 16. Sajátérték, sajátvektor.

Mátrixok hasonlósága, lineáris transzformáció mátrixa különböző bázisokban. Invariáns alterek direkt összege, lineáris transzformáció szép mátrixa. Sajátérték, sajátvektor, sajátaltér, karakterisztikus polinom, sajátalterek összege mindig direkt összeg.

október 23. Nemzeti ünnep.
október 30. Diagonalizálhatóság, Markov-láncok, minimálpolinom.

Sajátérték algebrai és geometriai multiplicitása, a kettő kapcsolata. Mátrix diagonalizálhatósága, szükséges és elegendő feltételek a diagonalizálhatóságra. Alkalmazás: Markov-láncok, PageRank. Mátrix minimálpolinomja, a minimálpolinom létezése és egyértelműsége.

  • jegyzet: 4.18 – 4.36
  • Markov-láncok (SageMathCell-alapú interaktív weboldal).
november 6. Cayley–Hamilton-tétel, általánosított sajátvektorok.

Polinommátrix vs. mátrixpolinom, a Cayley–Hamilton-tétel bizonyítása. Komplex mátrix általánosított sajátvektorai, általánosított sajátvektorokból álló bázis létezése.

  • jegyzet: 4.37 – 5.8
november 13. Jordan-normálalak.

Nilpotens lineáris transzformációk szerkezete, Jordan-lánc és Jordan-bázis, komplex mátrix Jordan-normálalakja. A bilineáris függvény fogalma, bilineáris függvény mátrixa és koordinátás alakja.

  • jegyzet: 5.9 – 6.5
november 20. Kvadratikus alakok.

Bázisátmenet bilineáris függvényeknél, szimmetrikus bilineáris függvények. Kvadratikus alakok számtestek fölött, polarizációs azonosság, nemelfajuló lineáris helyettesítés, kanonikus alakra hozás. Valós kvadratikus alakok normálalakja, tehetetlenségi tétel, definitségi osztályok.

november 27. Euklideszi terek.

Pozitív definit mátrix „négyzetgyöke”. Az euklideszi tér fogalma, nevezetes példák, norma és szög, CSÉB-egyenlőtlenség és háromszög-egyenlőtlenség. Ortogonális és ortonormált vektorrendszerek, ortonormált bázis, ONB-ben szép az élet. Vektor felbontása adott altérbe eső és arra merőleges komponens összegére.

  • jegyzet: 6.29 – 6.49
  • Illusztráció a jegyzetbeli 6.46. és 6.49. feladatokhoz (SageMathCell-alapú interaktív weboldal).
december 4. Ortogonalizáció, euklideszi terek transzformációi.

Gra–Schmidt-ortogonalizáció, mátrixok QR-felbontása, ortonormált vektorrendszer ONB-vé bővítése. Euklideszi terek izomorfizmusa. Altér ortogonális komplementuma, kapcsolat a lineáris egyenletrendszerekkel (fekete mágia), altér előállítása hipersíkok metszeteként. Lineáris transzformáció adjungáltja, önadjungált és ortogonális transzformációk.

  • jegyzet: 6.50 – 6.71
december 11. Spektráltétel, főtengelytétel, képtömörítés.

A sík és a tér ortogonális transzformációinak leírása, az ortogonális mátrixok jellemzése ONB → ONB bázisátmenetek mátrixaiként. Spektráltétel, spektrálfelbontás, főtengelytétel. A spektráltétel és a szingulárisérték-felbontás (SVD) alkalmazása képtömörítésre.