Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
2020. 04. 11.
1
Euklideszi terek2.1 rész
A skalárszorzat függvény általánosítása
MINDIG véges dimenziós vektorterekről lesz szó!
2020. 04. 11. Bércesné dr. Novák Ágnes 18
ELNEVEZÉSEK
•Skalárszoros = SZÁMSZOROS, pl. 5vektor
•Skalárszorzat=skaláris szorzat= = 4 tulajdonsággal definiált, két vektorváltozós, valósba képező FÜGGVÉNY!pl.: a b cos
2020. 04. 11. Bércesné dr. Novák Ágnes 19
Euklideszi tér – skalárszorzatos tér
A 3 dimenzióban megismert vektorok egyéb, geometriai tulajdonságait szeretnénk átvinni magasabb dimenziós vektorterekbe.
Tulajdonságok: - „bezárt szög”- „hossz” - „távolság”
A fenti függvényeket skalárszorzatból is lehet származtatni
2020. 04. 11. Bércesné dr. Novák Ágnes 20
= abszolút érték = norma
= metrika
Skalárszorzat a 3 dimenziós vektorok terében
Két vektor által bezárt α szög: 0 o α 180
Ha a bezárt szög 0o vagy 180o, akkor avektorok párhuzamosak: 0o eseténegyirányúak, 180o esetén ellentétesirányúak.
Skalárszorzat: a·b =abcos.Tétel: a·b =abcos=.
3
1iiiba
2020. 04. 11. Bércesné dr. Novák Ágnes 21
i, j, k bázisban
2020. 04. 11.
2
Skalárszorzat geometrai jelentése és köv.
a·e=a·e·cos=a· cos=x
a merőleges vetülete e-re
e· (b+c)=e·b+e·ce· (b+c)=e·b+e·c /··e(b+c)=(e)·b+(e)·ca·(b+c)=a·b+a·ca=e
Disztributív -lineáris2020. 04. 11. Bércesné dr. Novák Ágnes 22
Csak a vetületi vektorok HOSSZÁVAL foglalkozunk most!
Skalárszorzat tulajdonságai
Az a és b vektorok skalárszorzata függvény: s(a,b)=a·b =abcos R3 x R3R
Tulajdonságok:
1.) pozitív definit: a·a 0, a·a =0 a =0
2.) szimmetrikus: a·b = b· a
3.) homogén: ( a)·b= a·b
4.) lineáris: a·(b+c)=a·b+a·c
a·b =abcos= aacos0=a2
(λ a)· b= λ a bcos= λ abcos
Ld. előző dia
a·b =abcos= bacos
2020. 04. 11. Bércesné dr. Novák Ágnes 23
Megjegyzés: látni fogjuk, hogy a skalárszorzat konkrét megvalósítása függ a koordinátáktól. Ezért mindig tetszőleges, de RÖGZÍTETT bázisra gondoljuk a a definíciót.
Euklideszi terek2. rész
A skalárszorzat függvény általánosítása 2.2 rész
MINDIG véges dimenziós vektorterekről lesz szó!
2020. 04. 11. Bércesné dr. Novák Ágnes 24
Az s: V x VR függvényt, melynek függvényértékét s(x, y)=<x,y>-nal jelölünk, skalárszorzatnak nevezzük, ha a következő tulajdonságokkal rendelkezik:
1. xV esetén <x, x> 0, és <x, x> = 0 a. cs. a., ha x = 0 (pozitív definit)
2. x,y V esetén <x, y> = <y, x> (szimmetrikus)
3. x,yV és R esetén <x, y> = <x,y> (homogén)
4. x,y,zV esetén <(x + y),z> = <x,z> + <y,z> (lineáris)
•PÉLDA:
n
iii yx
1
Skalárszorzat általános vektorterekben
2020. 04. 11. Bércesné dr. Novák Ágnes
a·a 0, a·a =0 a =0
a·b = b· a
( a)·b= a·b
a·(b+c)=a·b+a·c
Előző jelölések
2020. 04. 11.
3
PÉLDA SKALÁRSZORZATRA <x, y>:=
2020. 04. 11. Bércesné dr. Novák Ágnes 26
1. pozitív definit: <x, x> 0
n
ii
n
iiiii xxxyx
1
2
1
,,yx
n
iii yx
10
n
iii yx
1
ÉS <x, x> = 0 a. cs. a., ha x: = 0 0x
001
2i
n
ii xx
Be kell látni, hogy a definiáló tulajdonságok teljesülnek:
2. szimmetrikus: <x, y> = <y, x>
n
iii
n
iii xyyx
11
szám
vektor
3. homogén <x, y> = <x,y>:
2020. 04. 11. Bércesné dr. Novák Ágnes 27
PÉLDA SKALÁRSZORZATRA (folyt.) <x, y>:=
n
iii yx
1
n
iii
n
iii yxyx
11
4. lineáris: <(x + y),z> = <x,z> + <y,z>:
n
iii
n
iii
n
iiii
n
iii
n
iii zyzxzyxz
11111
)()()( yxzyx
HOL JÓ A PÉLDABELI SKALÁRSZORZAT?s: V x VR - MI LEHET A V ?
PÉLDÁK:
1. V legyen a legfeljebb másodfokú polinomok tere, P2, egy bázisa: B=x2,x,1
2020. 04. 11. Bércesné dr. Novák Ágnes 28
n
iii yx
1
Ba
a
a
aaaaxaxaxp
3
2
1
33221322
1 1)(1 bbb1
Bc
c
c
ccccxcxcxp
3
2
1
33221322
12 1)( bbb1
321 bbb ,,
HOL JÓ A PÉLDABELI SKALÁRSZORZAT?s: V x VR - MI LEHET A V ?
PÉLDA:
1. V legyen a legfeljebb másodfokú polinomok tere, P2, egy bázisa: B=x2,x,1=
2020. 04. 11. Bércesné dr. Novák Ágnes 29
n
iii yx
1
Ba
a
a
aaaaxaxaxp
3
2
1
33221322
1 1)(1 bbb1
321 bbb ,,
Bc
c
c
ccccxcxcxp
3
2
1
33221322
12 1)( bbb1
332211
3
1
21, cacacacai
ii
pp
2020. 04. 11.
4
Euklideszi terek2. rész
A skalárszorzat függvény általánosítása 2.3 rész
MINDIG véges dimenziós vektorterekről lesz szó!
2020. 04. 11. Bércesné dr. Novák Ágnes 30
AZ TÉVELYGÉSEK MEGSZÜNTETÉSE
2020. 04. 11. Bércesné dr. Novák Ágnes 31
Ba
a
a
aaaaxaxaxp
3
2
1
33221322
1 1)(1 bbb1
321 bbb ,,B=x2,x,1=
Ba
a
a
3
2
1
Bc
c
c
3
2
1
)(1 xp )(2 xp
Bc
c
c
ccccxcxcxp
3
2
1
33221322
12 1)( bbb1
MÁSIK PÉLDA SKALÁRSZORZATRA ÉS AZ TÉVELYGÉSEK MEGSZÜNTETÉSÉRE
s: V x VR - MI LEHET A V ?
V legyen a 2 x 2 valós elemű, felső háromszög alakú mátrixok tere:
M=
2020. 04. 11. Bércesné dr. Novák Ágnes 32
Rahol
dba
d
ba,,,
0 321 bbb ,,B= = ,00
01
,
00
10
10
00
3
2
1
3213213
21
10
00
00
10
00
01
0a
a
a
aaaaaaa
aa321 bbbA
3
2
1
3213213
21
10
00
00
10
00
01
0c
c
c
ccccccc
cc321 bbbC 332211
3
1
C,A
cacaca
ca ii
i
A KÉT PÉLDA ÖSSZEFOGLALÁSA + 1 PÉLDA
2020. 04. 11. Bércesné dr. Novák Ágnes 33
Ba
a
a
aaaaxaxaxp
3
2
1
33221322
1 1)(1 bbb1
332211
3
1
21, cacacacai
ii
pp
Bc
c
c
ccccxcxcxp
3
2
1
33221322
12 1)( bbb1
3
2
1
3213213
21
10
00
00
10
00
01
0C
c
c
c
ccccccc
cc321 bbb
3
2
1
3213213
21
10
00
00
10
00
01
0A
a
a
a
aaaaaaa
aa321 bbb
332211
3
1
C,A cacacaca ii
i
3332211
3
1
T
3
2
1
3
2
1
jelentiszorzástmátrixszokásosaaholcaca,,c,a
cacacaca
c
c
c
a
a
a
iii
2020. 04. 11.
5
PÉLDÁK ÖSSZEFOGLALÁSALáttuk, hogy az s: V x VR skalárszorzatot a függvény megvalósítja.
Megnéztük különböző vektorterekben, mit is jelent ez, és ugyanazt kaptuk!V = P2 P2 x P2 Rvektorok=polinomok
V = M M x M Rvektorok=mátrixok
V =R3 R3 x R3 Rvektorok=vektorok
2020. 04. 11. Bércesné dr. Novák Ágnes 34
332211
3
1
cacacacai
ii
n
iii yx
1
, yx Euklideszi terek2. rész
A skalárszorzat függvény általánosítása 2.4 rész
MINDIG véges dimenziós vektorterekről lesz szó!
2020. 04. 11. Bércesné dr. Novák Ágnes 35
TÉTEL: MINDEN VÉGES DIM. VEKTORTÉR EUKLIDESZIVÉ TEHETŐ
BIZONYÍTÁS:
25.-26. diákon bizonyítottuk, hogy a függvény eleget
tesz a skalárszorzattól megkövetelt 4 tulajdonságnak, így a tételt
konstruktívan bizonyítottuk: megadtunk egy konkrét függvényt.
2020. 04. 11. Bércesné dr. Novák Ágnes 36
n
iii yx
1
, yx
MÁS SKALÁRSZORZAT FÜGGVÉNYEK
Eddig egyetlen példát láttunk a skalárszorzat megvalósítására.
A gyakorlatokon megvizsgálják, hogy az alábbiak is skalárszorzatok-e:
1. R3 x R3R , <x , y>:=x1y1 <x , y>:=
2. Tekintsük a legfeljebb elsőfokú valós együtthatós polinomok P1 terét:
P1 =x+ , R Legyen p1(x)=a1x+a2 , p2(x)=b1x+b2
2020. 04. 11. Bércesné dr. Novák Ágnes 37
<p1 , p2>:= p1(1) p2(1)+ p1’(1) p2’(1)
n
iii yix
1
2020. 04. 11.
6
ÁLTALÁNOSÍTÁS: KONKRÉT FÜGGVÉNY ÁLTALÁNOS FÜGGVÉNY
2020. 04. 11. Bércesné dr. Novák Ágnes 38
A tér vektorpárjain egy R3 x R3R függvényt definiáltunk, amelyet skalárszorzatnak neveztünk: s(a,b)=a·b =abcosTulajdonságai, melyek minden a, b, c vektorra teljesülnek:
1.) pozitív definit: a·a 0, a·a =0 a =0
2.) szimmetrikus: a·b = b· a
3 .) homogén: a· ( b) >= (a)·b
4.) lineáris: a·(b+c)=a·b+a·c
Az s: V x VR függvényt skalárszorzatnak (skaláris szorzatnak) nevezzük, ha x,y, zV és R esetén következő tulajdonságokkal rendelkezik:s(x, y)=<x,y>-
1.<x, x> 0, és <x, x> = 0 a. cs. a., ha x = 0 (pozitív definit)
2. <x, y> = <y, x> (szimmetrikus)
3 <x, y> = <x,y> (homogén)
4. <(x + y),z> = <x,z> + <y,z> (lineáris)
melynek függvényértékét
SKALÁRSZORZAT - VILLÁMKÉRDÉS
A skalárszorzat •-szimmetrikus•bilineáris függvény, kvadratikus alakja •pozitív definit
2020. 04. 11. Bércesné dr. Novák Ágnes 39
Euklideszi terek2. rész
A skalárszorzat függvény általánosítása 2.5 rész
MINDIG véges dimenziós vektorterekről lesz szó!
2020. 04. 11. Bércesné dr. Novák Ágnes 40
CAUCHY-BUNYAKOVSZKIJ-SCHWARZ egyenlőtlenség-CBS
<a,b>2 <a,a>.<b,b> CBSBizonyítás:
0 <a+b, a+b > 0 <a+b, a+b >=<a,a>+<a, b>+ <b, a>+ <b, b>=
<a,a>+2<a, b>+ <b, b>= 2 <b, b>+ 2<a,b>+<a,a>
Ez -ra nézve egy egyismeretlenes másodfokú egyenlőtlenség:
0 <b, b>2 +2<a,b>+<a,a>=A2+ B+C
DISZRIMINÁNS=B2-4AC 0 szövegben baki, helyesen:B helyébe beírtuk az 2<a,b>-t
4(<a,b>)2-4<b,b><a,a> 0, amiből: <a,b>2 <a,a><b,b> 2020. 04. 11. Bércesné dr. Novák Ágnes 41
2020. 04. 11.
7
Euklideszi terek3.1 rész
A hossz általánosításaNormált terek
MINDIG véges dimenziós vektorterekről lesz szó!
2020. 04. 11. Bércesné dr. Novák Ágnes 42
ABSZOLÚT ÉRTÉK
2020. 04. 11. Bércesné dr. Novák Ágnes 43
Abszolút érték függvény tulajdonságai:
RR+ 0, x, R
1. x = 0, akkor és csak akkor, ha x = 0
2. x = x
3. x + y x + y háromszög egyenlőtlenség
ABSZOLÚT ÉRTÉK=HOSSZ ÁLTALÁNOSÍTÁSA
2020. 04. 11. Bércesné dr. Novák Ágnes 44
n
iixS
1
2),( xx
Abszolút érték tulajdonságai: : VR+ 0xV, R
1. x = 0, akkor és csak akkor, ha x=0
2. x = x
3. x + y x + y (háromszög egyenlőtlenség)
HÁROMSZÖG EGYENLŐTLENSÉGKét vektor összegének hossza mindig kisebb, mint külön-külön az egyes vektorok hossznak összege
2020. 04. 11. Bércesné dr. Novák Ágnes 45
x + y x + yy
x
x + y
2020. 04. 11.
8
ABSZOLÚT ÉRTÉK=HOSSZ ÁLTALÁNOSÍTÁSA
2020. 04. 11. Bércesné dr. Novák Ágnes 46
n
iixS
1
2),( xx
NORMA FÜGGVÉNY: VR+ 0xV, R
1. x = 0, akkor és csak akkor, ha x=0
2. x = x
3. x + y x + y (háromszög egyenlőtlenség)
Euklideszi terek3.2 rész
A hossz általánosításaNormált terek
MINDIG véges dimenziós vektorterekről lesz szó!
2020. 04. 11. Bércesné dr. Novák Ágnes 47
PÉLDA NORMÁRA
2020. 04. 11. Bércesné dr. Novák Ágnes 48
Feladat: Bizonyítsa be, hogy a következő függvény norma!
1. x = 0, akkor és csak akkor, ha x=0
2. x = x
3. x + y x + y(háromszög egyenlőtlenség)
0xx
,01
2n
iíx
xxxx
n
ií
n
ií
n
ií
n
ii xx
1
2
1
22
1
2
1
2 )()(
01
2
n
iíxx
yxyxyx
n
ií
n
ií
n
iií
n
ii yxyx
1
2
1
2
1
2
1
2 )()()()(
CBS miatt OK
n
ii
n
ii
n
ii
n
ii yyxx
1
2
1
2
1
2
1
2 )()()(2)(
yyxxyx ,,2)()(2,21
2
1
2n
ii
n
ii yx
n
ii
n
i
n
iiii
n
iiiii
n
iii
n
iii
n
ii yyxxyyxxyxyx
1
2
1 1
2
1
22
1
2
1
2
1
2 )(2)()2()()()( yx
Tétel: Minden VD skalárszorzatos tér normált tér.
Bizonyítás: konstruktív: megadjuk a normát:
n:= .. : VR+ 0
1. x = 0, akkor és csak akkor, ha x=0
2. x = x
3. x + y x + y (háromszög egyenlőtlenség) – következő dia
2020. 04. 11. Bércesné dr. Novák Ágnes 49
NORMA
xxxx ,)(n
xxxxxx ,, 2
2020. 04. 11.
9
Euklideszi terek3.3 rész
A hossz általánosításaNormált terek
MINDIG véges dimenziós vektorterekről lesz szó!
2020. 04. 11. Bércesné dr. Novák Ágnes 50
TÉTEL: MINDEN VD SKALÁRSZORZATOS TÉR NORMÁLT TÉR.
2020. 04. 11. Bércesné dr. Novák Ágnes 51
yyxxy)(x y),x ,,(
yyxxyx ,,, 2CBS:
3. x + y x + y háromszög egyenlőtlenség
x + y x + y
yyyyxxxx yy,yxxx, ,,,2,,2
yyxx yx ,,,
SZÖG FOGALMÁNAK ÁLTALÁNOSÍTÁSA
2020. 04. 11. Bércesné dr. Novák Ágnes 52
A CBS és a norma felhasználásával e képlet általánosítható
3 dimenziós terünkben, az i, j, k bázist használva, a skalárszorzat segítségévelki lehet számolni a szög koszinuszát:
a·b =abcosba
bacos
2020. 04. 11. Bércesné dr. Novák Ágnes 53
SZÖG FOGALMÁNAK ÁLTALÁNOSÍTÁSA yyxxyx, ,,2
Minkét oldalból négyzetgyököt vonva:
yyxxyx ,,,
yxyxyx ,
1,
1
yx
yx
yx
yx
,:cos
Nem jelent igazi szöget!A lényeges eset amerőlegesség, amit azáltalános vektorterekbenortogonalitásnaknevezünk.
2020. 04. 11.
10
MERŐLEGESSÉG ÁLTALÁNOSÍTÁSA=ORTOGONALITÁS
Tétel volt: x y akkor és csak akkor, ha Ez a tény alkalmas az általánosításra:
2020. 04. 11. Bércesné dr. Novák Ágnes 54
yx
yx
,:cos
0yx
Definíció: Azt mondjuk, hogy az a vektor ortogonális (merőleges) a bvektorra, ha <a,b>=0
PÉLDABizonyítsuk be, hogy tetszőleges euklideszi térben igaz a következő állítás:
Megoldás:
2020. 04. 11. Bércesné dr. Novák Ágnes 55
222zxzxzx
zxzxzxzzzxxxzxzxzx 0,,,2,,222
Melyik közismert geometriai tétel általánosításáról van szó?
Euklideszi terek3.4 rész
A hossz általánosításaNormált terek
MINDIG véges dimenziós vektorterekről lesz szó!
2020. 04. 11. Bércesné dr. Novák Ágnes 56
ORTOGONALITÁS
2020. 04. 11. Bércesné dr. Novák Ágnes 57
Tétel: Ortogonális (nem nulla ) vektorok függetlenek.
jkkjj xxxxx /0......2211
Bizonyítás: Legyenek az x1, x2, …xk nem nulla vektorok ortogonálisak.
jiha,,, jjjjjj xxxx
ésjiha,0,, mjjmjj xxxx
0xx jjj , 00, jjj xx
2020. 04. 11.
11
ORTOGONÁLIS, FÜGGETLEN VEKTOROK
2020. 04. 11. Bércesné dr. Novák Ágnes 58
Tétel: Minden altérben van ortogonális bázis.
Bizonyítás: Konstruktív, azt bizonyítjuk, hogy bármely függetlenrendszerből kiindulva, így bázisból is, tudunk ugyanolyan elemszámúortogonális rendszert konstruálni. Az itt bemutatott eljárás neve:Gram-Schmidt ortogonalizáció.
GRAM-SCHMIDT ORTOGONALIZÁCIÓ
c1:=b1c2:=b2+21c1
….
2020. 04. 11. Bércesné dr. Novák Ágnes 59
Legyen b1, b2, …bk a független rendszer. Ebből a c1, c2, …, ck ortogonális rendszer a következőképpen kapható:
/.c1 és c1c2 := 0, így lesznek ortogonálisak, ekkor:
11
12
cc
c-b
,
,:21
111
122 c
cc
c-bbc
,
,: 2
213 ccbc 32313: /.c1 és c1cj := 0
11
13
cc
c-b
,
,:31
213 ccbc 32313: /.c2 és c2cj := 0
22
23
cc
c-b
,
,:32
222
231
11
133 c
cc
c-bc
cc
c-bbc
,
,
,
,: 3
GRAM-SCHMIDT ORTOGONALIZÁCIÓ
2020. 04. 11. Bércesné dr. Novák Ágnes 60
-1k-1k-1k
-1kkj
jj
jk2
22
2k1
11
1kk c
cc
c-bc
cc
c-bc
cc
c-bc
cc
c-bbc
,
,...
,
,...
,
,
,
,: k
3 dimenzióban a GSO ugyanaz, mint vektor felbontása adott vektorral párhuzamos, és arra merőleges összetevőkre. Az adott független vektorok: és a.2b
c1:=b1c1:=b
bbb2
12
2
a-a)e(ae-ab
b
b
ba-ab
b
ba-ab
bb,
ba,a:c
ccc
c,bbc
bb
ba,
cc
c,b
bc b/acbc
2
11
122
11
1221
1211212
.:
,.
:
bb1
a= ab+ am, ab = (a eb ) eb
am= a- ab
GRAM-SCHMIDT ORTOGONALIZÁCIÓ
2020. 04. 11. Bércesné dr. Novák Ágnes 61
-1k-1k-1k
-1kkj
jj
jk2
22
2k1
11
1kk c
cc
c-bc
cc
c-bc
cc
c-bc
cc
c-bbc
,
,...
,
,...
,
,
,
,: k
3 dimenzióban a GSO ugyanaz, mint vektor felbontása adott vektorral párhuzamos, és arra merőleges összetevőkre. Az adott független vektorok: és a.2b
c1:=b1c1:=b
bbb2
12
2
a-a)e(ae-ab
b
b
ba-ab
b
ba-ab
bb,
ba,a:c
ccc
c,bbc
bb
ba,
cc
c,b
bc b/acbc
2
11
122
11
1221
1211212
.:
,.
:
bb1
a= ab+ am, ab = (a eb ) eb
am= a- ab
2020. 04. 11.
12
Euklideszi terek3.5 rész
A hossz általánosításaNormált terek
MINDIG véges dimenziós vektorterekről lesz szó!
2020. 04. 11. Bércesné dr. Novák Ágnes 62
ORTONORMÁLT BÁZIS LÉTEZÉSEOrtonormált a vektorrendszer, ha páronként ortogonális, és minden elemének normája 1.
Tétel: Minden euklideszi térnek van ortonormált bázisa.
Bizonyítás: Konstruktív: Tetszőleges bázis
Gram-Schmidt eljárással ortogonális bázis
bázis minden elemét megszorozzuk normájuk reciprokával, ekkor „irányuk” változtalan, „hoszuk” egységnyi lesz
2020. 04. 11. Bércesné dr. Novák Ágnes 63
n321 cccc ,...,,
i
ii
ccc
,
1:
ice
0cccc
cc
cc
ccc
ccc
ee
ji
jij
j
ii
j
jj
i
ii
cc ji
,111
,1
,
1,
,
1:
ORTONORMÁLT BÁZIS LÉTEZÉSEOrtonormált a vektorrendszer, ha páronként ortogonális, és minden elemének normája 1.
Tétel: Minden euklideszi térnek van ortonormált bázisa.
Bizonyítás: Konstruktív: Tetszőleges bázisból indulva
Gram-Schmidt eljárás ortogonális bázis
bázis minden elemét megszorozzuk normájuk reciprokával, ekkor „irányuk” változtalan, „hoszuk” egységnyi lesz
2020. 04. 11. Bércesné dr. Novák Ágnes 64
11
,1
,1
(1
,1
(: 2 ii
iii
ii
i
ii
ii
c cc
ccc
ccc
cc
cc
ei
n321 cccc ,...,,
i
ii
ccc
,
1:
ice
SZÜKSÉGES ÉS ELÉGSÉGES FELTÉTEL ORTONORMÁLTSÁG TESZTELÉSÉRE
2020. 04. 11. Bércesné dr. Novák Ágnes 65
Tétel: Az euklideszi tér valamely bázisa akkor és csak akkor ortonormált, ha egyvektor koordinátáját a következőképpen kapjuk meg:
kk
n
iii e,a,ea
1
Bizonyítás: házi feladat
2020. 04. 11.
13
PÉLDA
http://users.itk.ppke.hu/~b_novak/LA/GRAM_SCH_apr_14_EA.pd
2020. 04. 11. Bércesné dr. Novák Ágnes 66
EUKLIDESZI TEREK4.1rész
METRIKA
2020. 04. 11. Bércesné dr. Novák Ágnes 67
METRIKA(más jelentése is van)=TÁVOLSÁG
A távolságot leíró függvényeket (többféle is lehet) metrikának nevezzük, az ilyen függvényekkel „felszerelt ” teret pedig metrikus térnek.
2 DIMENZIÓS TÉRBEN volt: a p1 , p2 vektorok (végpontjainak) távolsága
2020. 04. 11. Bércesné dr. Novák Ágnes 68
p1 =
p2 =2
122
12 )()( yyxxd
TÁVOLSÁG TULAJDONSÁGAI
Az A pont távolsága valamely B ponttól mindig pozitív, kivéve, ha A=B, ekkor 0.
Távolság(A,B)0, Távolság(A,B)=0 akkor és csak akkor, ha A=B
Légvonalban:
Távolság (Makó, Jeruzsálem)=Távolság (Jeruzsálem, Makó)
Távolság(Szombathely, Budapest) Távolság (Szombathely, Győr)+Távolság(Győr, Budapest)
2020. 04. 11. Bércesné dr. Novák Ágnes 69
2020. 04. 11.
14
HÁROMSZÖG EGYENLŐTLENSÉG
2020. 04. 11. Bércesné dr. Novák Ágnes 70
A
B
C
a b c
Távolság(AC) Távolság(AB)+ Távolság(BC)
c-a b-a +b-c
TÁVOLSÁG ÁLTALÁNOSÍTÁSA=METRIKA
• Definíció: A H halmazt metrikus térnek nevezzük, ha van olyan, metrikának nevezett
m: H x H R+0 függvény, amelyre a következők teljesülnek:
1.) m(x,y) = 0, akkor és csak akkor, ha x=y (poz. definit)
2.) m(x, y) = m (y,x) szimmetria
3.) m(x,z) m (x,y)+ m (y,z) háromszög egyenlőtlenség
A metrika tehát a 3 dimenziós geometriai tér távolságának általánosítása.
2020. 04. 11. Bércesné dr. Novák Ágnes 71
METRIKA
Példa: Diszkrét metrikának nevezik a következő függvényt: m(x,y):=1, ha x és y különbözőkm(x,y):=0, ha x=y.1.) m(x,y)02.) m(x,y)= m(y,x)3.) m(x,z) m (x,y)+ m (y,z) A lehetséges esetek: a.) xy, és z x, z y 1 1+1b.) x = y és z x, z y 1 0+1c.) x y, z =x, z y 0 1+1, ….stb
2020. 04. 11. Bércesné dr. Novák Ágnes 72
SZOKÁSOS METRIKA, SZOKÁSOS NORMA
Tétel: Minden normált tér metrikus tér
Bizonyítás: Konstruktív, megadunk egy metrikát: m(x,y):=y+(-1)xErről kell bizonyítani, hogy rendelkezik a metrika tulajdonságaival.
V x V R+ 0 rendben
2020. 04. 11.Bércesné dr. Novák Ágnes
73
1.) m(x,y) = 0, akkor és csak akkor, ha x=y2.) m(x, y) = m (x,y) szimmetria3.) m(x, z) m (x,y)+ m (y,z) háromszög egyenlőtlenség
m(x,y):=y+(-1)x m(y,x):= x+(-1) y =-(y+(-1)x) ==-1 y+(-1)x
z+(-1)x = (y+(-1)x ) + (z+(-1)y) y+(-1)x + z+(-1)y a+b a + b
2020. 04. 11.
15
EUKLIDESZI TEREK4.2 rész
METRIKA
2020. 04. 11. Bércesné dr. Novák Ágnes 74
ÖSSZEFOGLALÁS: EUKLIDESZI TEREK
2020. 04. 11. Bércesné dr. Novák Ágnes 75
Véges, n dimenziós vektorterekbenbevezethető a skalárszorzat:
V x VR
Skalárszorzatból származtatható norma:
V R+ 0 x
Normából származtatható metrika:
VxV R+ 0 m(x,y)=y-x
n
iii yx
1
y x,
xx,
Cauchy –Bunyakovszkij-Schwarz
<x,y>2 <x,x><y, y>
Következménye:
x és y ortogonális
yx
yx
,:cos
0 yx,
11
yx
yx,
Mindig van ortonormált bázis: független vektorok GS ortogonalizációjanormálás