Vektorok, mátrixok

Vektorok - Alapfogalmak
Vektor: az irányított (síkban, térben) szakaszt vektornak nevezzük.
Ekkor: pontosan specifikáljuk a végpontok sorrendjét (kezdőpont,végpont) is.
Alternatív definíció: egy n dimenziós vektor egy rendezett szám n-s, azaz n db szám
együttese adott sorrendben.


v  AB

Vektor abszolút értéke: Egy adott v vektor abszolút értékén a v vektor hosszát értjük.
Jelölés: |v|

P.: Számítsuk ki az alábbi ábrán látható 2 vektor abszolút értékét!

1)Alkalmazva Pitagorasz-tételt
2)Descartes-koordinátákat

a  12  62
b  52  52
 Vektorok - Alapfogalmak
Nullvektor: azt a v vektort, melynek abszolút értéke 0 (kezdő és végpontja azonos),
nullvektornak (zérusvektornak) nevezzük.
Jelölés: 0
Zérusvektor iránya: tetszőleges

Egységvektor: azt a vektort, melynek hossza egységnyi, egységvektornak nevezzük.

Jelölés: e, i,j,k

Egyező állású vektorok: két vektor egyező állású, ha párhuzamosak vagy azonosak

Egyenlő vektorok: két vektor akkor és csakkor egyenlő, ha hosszuk, állásuk és irányuk
megegyezik.

Ekkor: a két adott vektorra létezik olyan eltolás, mely az egyik vektor
kezdőpontját és végpontját a másik vektor kezdőpontjába és végpontjába viszi át.
 Vektorok – Műveletek vektorokkal
Vektorok összeadása: polygon módszer segítségével.
Lényegileg: nyílfolyam-módszer: eltolás, a második vektor kezdőpontját az első
végpontjába, és így tovább.

Összeg vektor: az első vektor kezdőpontjából az utolsó vektor végpontjába mutató

vektor. (Két vektor esetén paralelogramma módszernek)

Összeadás tulajdonságai:
0. Zárt: összeadás eredménye is vektor
1. Kommutatív (ld. ábra): a+b=b+a
2. Asszociatív: (a+b)+c=a+(b+c)
3. Létezik egységelem: a+0=a
4. Létezik inverz (ellentett) elem: a+(-a)=0 ,ahol –a az a vektor ellentett vektora
 Vektorok – Műveletek vektorokkal
P: Mutassuk meg, hogy a vektor összeadás asszociatív!Vagyis (a+b)+c=a+(b+c)

b
c
a

P: Adjuk össze az alábbi vektorokat!

c c

a b b
a
 Vektorok – Műveletek vektorokkal
Vektorok kivonása: inverz vektor elem hozzáadása

Vagyis: a,b vektorok különbségén azt a vektort értjük, melyet hozzáadva b vektorhoz
összegként az a vektort kapjuk.

Vektorok kivonása nem kommutatív művelet!

 Vektorok – Műveletek vektorokkal
Vektorok szorzása

1. Számot vektorral: számmal való szorzás

Jelölés: a

1. Vektort vektorral-eredménye szám, neve: skalárszorzat (dot product)

Jelölés: ab

1. Vektort vektorral-eredménye vektor,neve: vektoriális (vagy kereszt) szorzat (cross

product)
Jelölés: a  b
 Vektorok – Műveletek vektorokkal
Vektorok szorzása (skalár szorzat)
Számot vektorral: számmal való szorzás
Jelölés: a
Az a vektor szorosán, ahol tetszőleges valós szám, azt a vektort értjük, melynek
abszolút értéke:  a

állása megegyezik az a vektor állásával

iránya:
azonos a irányával, ha  0
ellentettje a irányának, ha   0
tetszőleges, ha  0
Vagyis: nyújtás (>1), zsugorítás(0<<1), tükrözés (<0)
Tulajdonságai:
1. λa=aλ
2. μ(λa)=(μ λ)a (definícióból közvetlenül adódik)
3. (λ+μ)a=λa+μa (definícióból közvetlenül adódik)
4. λ(a+b)= λa+λb
 Vektorok – Műveletek vektorokkal
Vektorok szorzása (skaláris szorzat)
Vektort vektorral-eredménye szám, neve: skalárszorzat (dot product)
Jelölés: a.b

Skaláris szorzat: Legyen adott két azonos dimenziójú (a,b) vektor és az általuk bezárt
szög (). Ekkor az alábbi számot az a és b vektorok skaláris szorzatának nevezzük.

a.b  a b cos( )
Ebben az esetben a két vektor hajlásszögén: azt a 0≤ ≤ 180 szöget értjük, melyet a
két vektor félegyenese bezár (a belső, mindig kisebb hajlásszög).

Következmények:
1) Két vektor skaláris szorzata akkor és csakkor nulla, ha a két vektor ortogonális.
2) Ha a két vektor közül az egyik nullvektor, a hajlásszög tetszőleges, de a skaláris
szorzat értéke 0.
Vektorok – Műveletek vektorokkal
Vektorok szorzása (skaláris szorzat)
Tulajdonságai:
1.ab=ba
2.a(b+c)=ab+ac
3.(a)b=(ab)=a(b)
4.nem asszociatív

Geometriai jelentés: egy adott vektor merőleges vetületének a hossza

 Vektorok – Műveletek vektorokkal
Vektorok szorzása (vektoriális (keresztszorzat) szorzat): Az a, b  R 3 vektorok
keresztszorzatának nevezzük azt a vektort, amelynek
hossza: a  b  a b sin  ,ahol a két vektor (a,b) által bezárt
hajlásszög

állása: merőleges az a és b vektorok mindegyikére, vagyis a két vektor

által kifeszített síkra.

iránya: olyan, hogy az a,b és axb vektorok jobbrendszert alkotnak.

Geometriai jelentés: az alábbi a  b  a b sin  számérték megadja a két vektor

által kifeszített paralelogramma területét.
Vektorok – Műveletek vektorokkal
Vektorok szorzása (vektoriális (keresztszorzat) szorzat)

Tulajdonságai
1.Nem kommutatív
2.Disztributív
3.axb=-(bxa)
4.axba)xbaxb

Következmény
Két vektor keresztszorzata akkor és csakkor zérusvektor, ha a vektorok
párhuzamosak egymással.
 Koordinátarendszerek, 2D sík, 3D tér
Felbonthatóság: ha adottak egy tetszőleges síkban az a és b nem párhuzamos
vektorok, akkor a sík minden más v vektora egyértelműen felbontható az adott
vektorokkal párhuzamos összetevőkre.

Következménye: bázis: a sík bármely két, nem párhuzamos vektorát a síkbeli vektorok
bázisának nevezzük.

Koordináta: a v=a+b vektor () rendezett valós számpárt, mely egyértelműen

meghatározza v-t az a,b bázisban a v vektor a,b bázisra vonatkoztatott koordinátának
nevezzük.

2D: a rendezett valós számpárokat síkbeli vektoroknak nevezzük.

3D: a rendezett valós számhármasokat térbeli vektoroknak nevezzük.

Síkbeli és térbeli vektorok ábrázolása koordinátarendszerekben történik, azok

bázisainak megfelelő definiálásával.
 Koordinátarendszerek, 2D sík, 3D tér
Síkbeli vektorok ábrázolása

Síkban végtelen sok bázist lehet felvenni

Éppen ezért: speciális bázist alkalmazunk az egyértelműség kedvéért, mégpedig a

Descartes koordinátarendszernek megfeleltetve, az alábbiak szerint.

1) i és j egymásra merőleges egységvektorok

2) i és j ennek megfelelően az x és y számegyenesek
+1 pontjaiba mutatnak.

v
j
i x
 Koordinátarendszerek, 2D sík, 3D tér
Térbeli vektorok ábrázolása

A rendezett valós számpárok halmaza, a sík pontjainak halmaza és az origóból kiinduló

síkbeli vektorok halmaza között páronként kölcsönösen egyértelmű leképezés
valósítható meg.

Ezen kijelentés alapján: ha a,b,c térbeli vektorok nem esnek egy síkba, akkor a tér
minden v vektora egyértelműen felbontható az a,b,c vektorokkal párhuzamos
összetevőkre, azaz v=a+b+c=(;;)

Bázis: a tér egy pontjából kiinduló, nem egysíkú vektorát térbeli bázisnak nevezzük.
Speciális bázis: i,j,k páronként merőleges egységvektorok jobbsodrású
rendszere z P=(v1;v2;v3)
v  v1i  v2 j  v3k  (v1; v2 ; v3 )
Ekkor: k
i
i y

x
Referencia felvétele 2D és 3D
vizsgálatokhoz
Referenciarács, bázis, fixpont

3D 2D

TKP
 Műveletek a 3D térben
Alap műveletek a  b  (a1  b1 )i  (a2  b2 ) j  (a3  b3 )k
a  b  (a1  b1 )i  (a2  b2 ) j  (a3  b3 )k
 a  ( a1 )i  ( a2 ) j  ( a3 )k
a  a1i  a2 j  a3k
Koordinátáival adott két vektor skaláris szorzata:
b  b1i  b2 j  b3 k
ab  a1b1  a2b2  a3b3

P: Adja meg a(2;1;0) és b(1;-1;2) vektorok skaláris szorzatát

ab  1
a1b1  a2b2  a3b3
Két vektor hajlásszöge cos  
(a12  a2 2  a32 )(b12  b2 2  b32 )
ab  a b cos( )
ab
cos( ) 
a b

P: Számítsuk ki a(1;2;2) és b(-1;1;0) vektorok által bezárt szöget! cos   0.23

 Műveletek a 3D térben
a  a1i  a2 j  a3k
Koordinátáival adott két vektor kereszt szorzata:
b  b1i  b2 j  b3k

i j k
a a3 a a3 a a2
a  b  a1 a2 a3  i 2 j 1 k 1 
b2 b3 b1 b3 b1 b2
b1 b2 b3
 (a2b3  a3b2 )i  (a1b3  a3b1 ) j  (a1b2  a2b1 )k

P: Adja meg a=2i-3k és b=i+j+k vektorok kereszt szorzatát

a  (2;0; 3)
a  b  3i  5 j  2k
b  (1;1;1)
 Mátrixok
Mátrix: m×n-es mátrixon egy olyan téglalap alakú táblázatot értünk, amelynek m sora
és n oszlopa van, elemei pedig adott számhalmazból valók, melyen a mátrix
értelmezve van.
Jelölés:  a11 a12 ... a1n 
 a 21 a 22 ... a 2n  Oszlopvektor
A m n
 A 
 ... ... ... ...  Sorvektor
 
 am 1 am 2 ... amn 

nxm-es számtáblázat - n sor, m oszlop Jele: A, illetve An,m (n sor, m oszlop)

a ... a  a ... a 
 11 1m   11 1m 
A= An,m = (aij)   ... ... ...    ... ... ... 
  
a ... a  a ... a 
 n1 nm   n1 nm 
 Speciális mátrixok
Speciális mátrixok: sorvektor, oszlopvektor, nullmátrix (összes eleme 0)

Egység mátrix:

Diagonál mátrix:

Négyzetes mátrix: amn=anm

Egy An,m mátrix sorainak és oszlopainak felcserélésével a mátrix

A’m,n (= A*m,n = ATm,n ) transzponáltját kapjuk.
 Mátrixok - Műveletek
Mátrix szorzása skalárral: összes elemet az adott skalárral meg kell szorozni

Mátrixok összeadása: azonos dimenzió

Mátrixok szorzása: A minden sorvektorának képezzük a skalárszorzatát B minden

oszlopvektorával. Ezért ha A típusa (n×m), akkor B típusa (m×k). Ez azt jelenti, hogy az
A és B mátrix csak abban az esetben szorozható össze, ha A-nak ugyanannyi oszlopa
van, mint ahány sora B-nek. A szorzatmátrix típusa ennek megfelelően (n×k).
Tulajdonságok
nem kommutatív
asszociatív
disztributív

P: Szorozza össze az alábbi két mátrixot!

M(megjegyzés): ha adott egy mátrix, mely egy végtag szegmensének irányvektorait
tartalmazza és ezt a mátrixot megszorozzuk egy adott dimenziójú vektorral, akkor az a
szegmensek adott rotációs tengely körüli elforgatását jelentik.
Példa: Adottak az alábbi A és B mátrixok. Végezze
el az AB és a BA mátrix szorzást!
3 4
 1 3 0 2  
  2 0
A  4  2 1 1 B
0 1 2 5 1 0
   
 1 1 


Megoldás: Mivel A 3x4-es és B 4x2-es méretű

mátrixok, ezért csak az AB szorzás végezhető
el, a BA nem.
 3 4
2 0
1 0
1 2
1 3 0 2 1  3  3  2  0 1  2  (1) 1 4  3  0  0  0  2  2
4  2 1 1 4  3  (2)  2  1 1  1  (1) 4  4  (2)  0  1  0  1  2
0 1 2 5 0  3  1  2  2 1  5  (1) 0  4  1 0  2  0  5  2
3 4
2 0
1 0
1 2
1 3 0 2 7 8
4  2 1 1 8 18
0 1 2 5  1 10
 A determináns fogalma,
kiszámítása és alkalmazása
Definíció: A determináns a kvadratikus mátrixok halmazán
értelmezett f: An  A függvény, mely az An
mátrixhoz egy valós számot rendel az alábbiak szerint:
• n=2: A = detA = det(a1,a2) = a a a11a22-a12a21
11 12 
a a
21 22

• n2: Sor- vagy oszlop szerinti kifejtéssel

(n-1)x(n-1)–es mátrixok determinánsának kiszámítására
vezetjük vissza
– i. sor szerinti kifejtéssel: A=j aij Aij (i=állandó)
– j. oszlop szerinti kifejtéssel: A=i aij Aij (j=állandó)
ahol Aij az (ij)-edik (az i. sor j. eleméhez tartozó)
algebrai aldetermináns.
 Példa:
Egy 2x2-es mátrix determinánsa:
1 3
 1 7  3  2  1
2 7

Egy 3x3-as mátrix determinánsának számítása az

első oszlopa szerinti kifejtéssel:
7 1 2
11 5 6 2 1 1 2 31 1 2
0 5 6  (1)  7   (1)  0   (1)  8  
3 1 3 1 5 6
8 3 1
 1  7  (23)  0  1 8 16  161  128  33
 Alkalmazás
Az n egyenletből álló n ismeretlenes Ax=b
lineáris egyenlet-rendszer megoldása, ha A 
0: d
x(i=1,2,…,n)
i 
i
A

ahol di= det(a1,…,ai-1,b,ai+1,…,an)

Ha b=0 (homogén lineáris egyenletrendszer) és

A0  0, akkor
x(i=1,2,…,n)
i  0
A

Ez a homogén lineáris egyenletrendszer triviális

megoldása.
Ez a Cramer szabály.
 Cramer-szabály
Tekintsük az alábbi n egyenletből és n darab ismeretlenből álló
lineáris egyenletrendszert:

Legyen A az egyenletrendszer együtthatómátrixa, és tegyük fel,

hogy A determinánsa nem 0. Ekkor di
xi 
| A|
ahol d i annak az n  n  es mátrixnak a determinánsa, amit úgy
T
kapunk, hogy az A mátrix i-edik oszlopát kicseréljük b  (b1 , b2 ,..., bn )  re
 Cramer-szabály
Oldjuk meg az alábbi egyenletrendszert:
 1 
 
b 5 
  5
 
Először kiszámoljuk az A determinánsát:
1 3 1
0 1  2 1  2 0
A  2 0  1  1  (3) 1 
2 0 1 0 1 2
1 2 0
 1 (0  2)  3  (0  1)  1 (4  0)  2  3  4  1
Mivel A nem 0 ezért megoldható Cramer-szabállyal az egyenletrsz.
 Cramer-szabály
T
A b  (b1 , b2 ,..., bn ) vektort kicseréljük az A megtrix megfelelő
oszlopaival, az így kapott mátrix determinánsával kapjuk
a megoldásokat:

d1  3

d 2  1

d3  1
 Cramer-szabály


A megoldások:
1 3 1
5 0 1
d1 5 2 0 3
x1     3
| A| 1 1
1 1 1 x1  3

x2 
d2

1
2 5
5
1
0

1
 1
 x  1
2
| A| 1 1
x3  1
1 3 1
2 0 5
d3 1 2 5 1
x3    1
| A| 1 1