Barion Pixel Analízis 2 | mateking
 
16 témakör358 epizód366 feladat61 interaktív feladatsor
Ezt a nagyon laza Analízis 2 kurzust úgy terveztük meg, hogy egy csapásra megértsd a lényeget.
Tudásszinttől függetlenül, teljesen az alapoktól magyarázzuk el a tananyagot, a saját ritmusodban lépésről lépésre.
Így tudjuk a legbonyolultabb dolgokat is elképesztően egyszerűen elmagyarázni.
5 990 Ft / 185 nap
Ez mindössze 1 003 Ft / hó

Tartalomjegyzék: 

A kurzus 16 szekcióból áll: Határozatlan integrálás, primitív függvény, Differenciálegyenletek, Határozott integrálás, Paraméteres görbék, Izoklinák, Lineáris rekurzió, Laplace transzformáció, Sorok & hatványsorok & Taylor-sorok, Fourier sorok, Mátrixok, vektorok, vektorterek, Lineáris egyenletrendszerek, mátrixok inverze, Determináns, sajátérték, sajátvektor, leképezések, Parciális deriválás, iránymenti derivált, érintősík, Kétváltozós függvények, Kétváltozós határérték és totális differenciálhatóság, Kettős és hármas integrál

Határozatlan integrálás, primitív függvény

Differenciálegyenletek

Határozott integrálás

  • -

    A Newton-Leibniz formula egy egyszerűen használható képlet a határozott integrál kiszámításához. Ez a tétel az egész matematika történetének egyik legfontosabb tétele. Egy Newton nevű angol fizikus és egy Leibniz nevű német filozófus egyszerre találta ki az 1600-as évek végén.

  • -

    Egy zárt intervallumon értelmezett függvény akkor Riemann integrálható, ha egyetlen olyan szám létezik, amely bármely alsó közelítő összegénél nagyobb egyenlő, és bármely felső közelítő összegénél kisebb egyenlő.

  • -

    Végtelenbe nyúló tartományok területének kiszámolása egy fontos függvénnyel.

  • -

    Forgástestek térfogatának és felszínének képletei határozott integrálással.

Paraméteres görbék

  • -

    A ciklois egy olyan görbe, amelyet egy irányított görbén csúszás nélkül legördülő kör egy meghatározott pontja ír le.

  • -

    A paraméteres görbe egyenlete a görbén mozgó pont pillanatnyi koordinátáit írja le. A paraméteres görbe deriválásával kapjuk a $v(t)$ sebességvektort, ami minden időpillanatban megadja a görbén mozgó $P$ pont sebességének irányát és nagyságát.

  • -

    A görbe ívhossza egy differencálható görbe szakaszának a hossza.

  • -

    Az $r(t)$ paraméteres görbe első deriváltja a görbe érintővektora vagy más néven sebességvektora.

  • -

    Az $r(t)$ paraméteres görbe második deriváltja a görbe gyorsulásvektora. Ha ezt elosztjuk a saját hosszával, az így keletkező egységnyi hosszú vektor a görbe főnormálisvektora.

  • -

    Binormálisvektornak nevezzük a görbe sebességvektorával és gyorsulásvektorával alkotott szorzatot.

  • -

    A $\underline{T}(t)$, $\underline{N}(t)$ és $\underline{B}(t)$ vektorok együttes elnevezése kísérő triéder.

  • -

    Az $r(t)$ paraméteres görbe második deriváltja a gyorsulást írja le. Ezek a vektorok egy síkot feszítenek ki, ezt a síkot a görbe simulósíkjának nevezzük.

  • -

    A görbület azt írja le, hogy a simulósíkon belül milyen erősen kanyarodik a görbe. A térgörbék azonban nem csak a simulósíkon belül kanyarodnak, hanem közben ki is csavarodnak abból. Azt, hogy egy térgörbe éppen milyen ütemben csavarodik ki a simulósíkjából, a torzió írja le.

  • -

    A paraméteres görbe görbülete a görbe egyenestől való eltérését jellemző számérték.

  • -

    Hogyha a görbének egy $P$ pontjában létezik nem nulla görbülete, akkor azt a kört, amel a $P$-ben érinti a görbét és a görbülete megegyezik a görbe $P$-beli görbületével és a középpontja a görbe konkáv részében található, a görbe $P$ pontbeli simulókörének nevezzük.

  • -

    A simulókörök középpontjai által kirajzolt alakzatot evolutának hívjuk.

  • -

    Az ellipszis egy olyan görbe, amely azon pontok mértani helye egy síkon, ahol a pontok két rögzített ponttól mért távolságának összege a két pont távolságánál nagyobb állandó.

  • -

    A hiperbola azon pontok halmaza, melyeknek két rögzített ponttól való távolságának különbségének abszolút értéke állandó.

Izoklinák

  • -

    Azon pontok halmazát, melyekben a megoldásfüggvények meredeksége egy adott számmal egyenlő, a differenciálegyenlet izoklinájának nevezzük.

Laplace transzformáció

Sorok & hatványsorok & Taylor-sorok

Fourier sorok

Mátrixok, vektorok, vektorterek

  • -

    mátrixok rendkívül barátságosak. Egy nXk-as mátrix tulajdonképpen nem más, mint egy táblázat, aminek n darab sora és k darab oszlopa van.

  • -

    Ha egy mátrixot egy számmal szorzunk, akkor a mátrix összes elemét meg kell szorozni a számmal.

  • -

    Ha egy mátrixot osztunk egy számmal, akkor a mátrix minden elemét osztani kell a számmal.

  • -

    Két mátrix összeadásakor összeadjuk az ugyanazon pozícióban lévő elemeket. Két mátrixot csak akkor lehet összeadni, ha ugyanannyi soruk és oszlopuk van.

  • -

    Két mátrix kivonásakor kivonjuk az ugyanazon pozícióban lévő elemeket. Két mátrixot csak akkor lehet kivonni egymásból, ha ugyanannyi soruk és oszlopuk van.

  • -

    Két mátrix szorzata akkor létezik, ha a bal oldali mátrix oszlopainak száma megegyezik a jobb oldali mátrix sorainak számával. Az eredménymátrix i-edik sorának j-edik elemét úgy kapjuk, hogy a bal oldali mátrix i-edik sorát skalárisan szorozzuk a jobb oldali mátrix j-edik oszlopával. (Tehát az első elemet az elsővel, a másodikat a másodikkal stb. szorozzuk, majd összeadjuk)

  • -

    A mátrix összeadás kommutatív és asszociatív.

  • -

    A mátrixszorzás nem kommutattív, de asszociatív.

  • -

    A kvadratikus mátrix négyzetes mátrix vagyis ugyanannyi sora van, mint oszlopa.

  • -

    A diagonális mátrix olyan kvadratikus mátrix, aminek a főátlóján kívüli elemek nullák.

  • -

    Az egységmátrixok olyan diagonális mátrixok, aminek minden főátló-eleme egy.

  • -

    Az inverz mátrix egy olyan mátrix, hogy ha azzal szorozzuk az eredeti mátrixot, akkor egységmátrixot kapunk. Ha balról szorozva kapunk egységmátrixot, akkor bal inverz, ha jobbról szorozva, akkor jobb inverz mátrix.

  • -

    A transzponált a mátrix sorainak és oszlopainak felcserélése.

  • -

    Azokat a mátrixokat, melyek transzponáltjuk önmaga, szimmetrikus mátrixnak nevezzük.

  • -

    Vektort egy számmal úgy szorzunk, hogy a vektor minden koordinátáját megszorozzuk a számmal.

  • -

    Vektort egy számmal úgy osztunk, hogy a vektor minden koordinátáját leosztjuk a számmal.

  • -

    Két vektort úgy adunk össze, hogy minden egyes koordinátájukat külön-külön össze adjuk.

  • -

    Két vektort úgy vonunk ki egymásból, hogy minden egyes koordinátájukat külön-külön kivonjuk egymásból.

  • -

    skaláris szorzat két vektor közti művelet, ami csinál belőlük egy számot.

  • -

    Két vektor diadikus szorzata egy mátrix. Lássuk milyen.

  • -

    Egy olyan vektor, amivel beszorozva a mátrixunkat, összeadja annak sorait.

  • -

    Egy olyan vektor, amivel beszorozva a mátrixunkat, összeadja annak egy oszlopában lévő elemeit.

  • -

    Ha egy mátrixot megszorzunk jobbról egy $\underline{e}_i$ egységvektorral, akkor megkapjuk a mátrix i-edik oszlopát.

  • -

    Ha egy mátrixot megszorzunk balról egy $\underline{e}_i$ egységvektorral, akkor megkapjuk a mátrix i-edik sorát.

  • -

    Az egyenes egyenletének felírásához kell egy pontja és egy normálvektora.

  • -

    A sík egyenletének felírásához kell egy pontja és egy normálvektora.

  • -

    Két pont közti vektort a vektorok koordinátáinak különbségével írhatunk fel.

  • -

    Két pont távolsága gyök alatt a koordináták különbségeinek négyzetösszege.

  • -

    Az egyenes egyenletének felírásához a síkban szükségünk van az egyenes egy pontjára és a normálvektorára.

  • -

    A sík egyenletének felírásához kell a sík egy pontja és a normálvektora.

  • -

    Két vektor vektoriális szorzatát egy 3x3-as mátrix determinánsával számíthatjuk ki, ahol a mátrix első sora egységvektorok, a második és harmadik sora pedig az a és b vektorok.

  • -

    Két vektor vektoriális szorzata egy olyan harmadik vektort ad, ami merőleges a két vektor által kifeszített síkra.

  • -

    A vektorösszeadás kommutatív, asszociatív, létezik nullelem és létezik ellentett. A skalárszoros asszociatív, disztributív a vektorokra és a skalárokra is, és létezik egységszeres.

  • -

    Egy vektorrendszer akkor lineárisan független, ha a vektorok lineáris kombinációjaként a nullvektor csak úgy áll elő, ha minden szorzótényező 0.

  • -

    Egy vektorrendszer akkor lineárisan összefüggő, ha a vektorok lineáris kombinációjaként a nullvektor úgy is elő tud állni, hogy nem minden szorzótényező 0.

  • -

    Vektorok generátor-rendszert alkotnak, ha minden vektortérbeli vektor elő áll az ő lineáris kombinációjuként.

  • -

    Egy vektorrendszer akkor alkot független rendszert, ha a vektorok lineáris kombinációjaként a nullvektor csak úgy áll elő, ha minden szorzótényező 0.

  • -

    A bázis független generátorrendszer.

  • -

    Egy vektorrendszer rangja a benne lévő független vektorok maximális száma

  • -

    W altér V-ben, ha részhalmaza és maga is vektortér a V-beli műveletekre. Nos ez remek, de nézzük meg, mit is jelet mindez.

  • -

    Egy vektor akkor állítható egy vektorrendszerrel, ha előáll azon vektorok lineáris kombinációjaként.

Lineáris egyenletrendszerek, mátrixok inverze

Determináns, sajátérték, sajátvektor, leképezések

  • -

    A determináns úgy működik, hogy minden négyzetes mátrixból csinál egy valós számot. Hogy miért, és, hogy hogyan, az mindjárt kiderül.

  • -

    Egy 2x2-es mátrix determinánsát úgy kapjuk, hogy a bal átló elemeinek szorzatából kivonjuk a jobb átló elemeinek szorzatát.

  • -

    Egy nem túl jó módszer a determináns kiszámolására.

  • -

    Egy túl jó módszer a determináns kiszámolására.

  • -

    Példák mikor nulla egy mátrix determinánsa. Két mátrix szorzatának determinánsa.

  • -

    Azokat a mátrixokat nevezzük szingulárisnak, amelyek determinánsa nulla.

  • -

    Azokat a mátrixokat nevezzük regulárisnak, amelyek determinánsa nem nulla.

  • -

    A Cramer szabály egy újabb módszer az egyenletrendszerek megoldására.

  • -

    Egy mátrix sajátértéke egy valós szám, amely azt mondja meg, hogy a sajátvektor hányszorosát kapjuk akkor, ha azt a mátrixszal szorozzuk.

  • -

    Egy mátrix sajátvektora egy olyan nem nullvektor, ami azt tudja, hogy megszorozva a mátrixszal az eredeti vektor skalárszorosát kapjuk. Ez igazán remek, de, hogy pontosan miért, nos ez mindjárt kiderül.

  • -

    A sajátértékek kiszámolásához szükséges egyenlet.

  • -

    A mátrix főátló elemeiből kivonunk $\lambda$-kat, majd ennek vesszük a determinánsát.

  • -

    Ha egy nxn-es mátrixnak van n darab független sajátvektora, akkor képesek vagyunk előállítani a mátrix diagonális alakját. Lássuk ez miért ilyen roppant fontos.

  • -

    Ha egy nxn-es mátrixnak van n darab független sajátvektora, akkor képesek vagyunk előállítani a mátrix spektrálfelbontását.

  • -

    Ha egy nxn-es mátrixnak van n darab független sajátvektora, akkor a mátrix diagonizálható.

  • -

    A sajátfelbontás egy olyan, kizárólag diagonalizálható mátrixokkal végezhető felbontás, ami megkönnyíti a hatványozást.

  • -

    A spektrálfelbontás segítségével könnyebben hatványozhatunk.

  • -

    Egy mátrix sarok főminor mátrixai a mátrix bal felső sarkától kezdődő sarok mátrixok determinánsai.

  • -

    Egy mátrix főminor mátrixai a mátrix bal felső sarkától kezdődő sarok mátrixok determinánsai.

  • -

    Egy nxn-es mátrix pozitív definit, ha minden sajátértéke pozitív.

  • -

    Egy nxn-es mátrix negatív definit, ha minden sajátértéke negatív.

  • -

    Egy nxn-es mátrix pozitív szemidefinit, ha minden sajátértéke nagyobb vagy egyenlő 0.

  • -

    Egy nxn-es mátrix negatív szemidefinit, ha minden sajátértéke kisebb vagy egyenlő 0.

  • -

    Egy nxn-es mátrix indefinit, ha van nullánál nagyobb és nullánál kisebb sajátértéke is..

  • -

    Éjszaka nem ajánlatos összefutni velük az utcán...

  • -

    A kvadratikus alakok mátrixa segít eldönteni a definitséget.

  • -

    A lineáris leképezés egy test feletti vektorterek között ható művelettartó függvény.

  • -

    A képtér egy olyan altér $V_2$-ben, amely azokból a vektorokból áll, amiket a $V_1$-beli vektorokból csinál a leképezés.

  • -

    A magtér egy olyan altér $V_1$-ben, amelyek képe a leképezés során nullvektor.

  • -

    A képtér és a magtér dimenzióinak összege éppen $V_1$ dimenziója.

  • -

    Minden lineáris leképezést jellemezhetünk egy mátrixszal.

  • -

    Egy leképezésnek akkor létezik inverze, ha a leképezés mátrixának létezik inverze.

  • -

    Két leképezés kompozíciója a mátrixaik szorzata.

  • -

    Ha egy nxn-es mátrixnak van n darab független sajátvektora, akkor képesek vagyunk előállítani a mátrix diagonális alakját. Lássuk ez miért ilyen roppant fontos.

  • -

    Ha a mátrixnak létezik diagonális alakja, akkor van sajátbázisa, ami fantasztikus dolgokra képes.

  • -

    A lineáris leképezések másnéven homomorfizmusok. Ezek a homomorfizmusok és azok mátrixai maguk is egy vektorteret alkotnak, ezt a vektorteret $Hom(V_1, V_2)$-nek nevezzük.

  • -

    Az A és B mátrixok hasonlók, ha létezik egy C mátrix, amivel ha jobbról szorozzuk a B-t, balról pedig a C inverzével szorozzuk, akkor ennek eredménye A.

Parciális deriválás, iránymenti derivált, érintősík

  • -

    A parciális deriváltakból keletkező vektort gradiensnek vagy másként deriváltvektornak neveznek.

  • -

    Azt mondja meg, hogy egy adott irányban haladva milyen meredeken emelkedik a felület. Nagyon érdekes. Az iránymenti derivált nagyon érdekes.

  • -

    Az egyváltozós függvények mintájára bevezetjük az érintő fogalmát. Ez esetben most egy sík lesz az érintő.

  • -

    Egy függvény akkor implicit, ha $y$ nincs kifejezve, vagyis nem $y=\dots$ alakú.

  • -

    Megismerkedünk az implicit függvényekkel, és ha már megismerkedtünk, nézzük meg, hogyan lehet deriválni őket.

Kétváltozós függvények

  • -

    A kétváltozós függvények úgy működnek, hogy két valós számhoz rendelnek hozzá egy harmadik valós számot.

  • -

    A vegyes másodrendű deriváltak mindig egyenlők, ha a függvény kétszer folytonosan deriválható.

  • -

    A kétváltozós függvényeket x és y szerint is tudjuk deriválni. Ezeket a különböző változók szerinti deriváltakat parciális deriváltaknak nevezzük.

  • -

    Egy általános módszer, amivel kétváltozós függvények szélsőértékeit és nyeregpontjait lehet meghatározni

  • -

    Az elsőrendű parciális deriváltakat nullával egyenlővé téve egy egyenletrendszert kapunk. Ennek az egyenletrendszernek a megoldásai a stacionárius pontok.

  • -

    Az elsőrendű parciális deriváltakat nullával egyenlővé téve egy egyenletrendszert kapunk. Ennek az egyenletrendszernek a megoldásai a stacionárius pontok.

  • -

     másodrendű deriváltakból képzett mátrix, amely segít eldönteni, hogy a függvénynek a stacionárius pontokban minimuma, maximuma, vagy éppen nyeregpontja van-e.

  • -

    A sík azon pontjainak összességét, amelyekben az $f$ függvény ugyanazt a konstans értéket veszi fel, az $f$ függvény szintvonalának nevezzük.

  • -

    Az egyváltozós függvények mintájára bevezetjük az érintő fogalmát. Ez esetben most egy sík lesz az érintő.

  • -

    A parciális deriváltakból keletkező vektort gradiensnek vagy másként deriváltvektornak neveznek.

  • -

    Azt mondja meg, hogy egy adott irányban haladva milyen meredeken emelkedik a felület. Nagyon érdekes. Az iránymenti derivált nagyon érdekes.

  • -

    Egy függvény akkor implicit, ha $y$ nincs kifejezve, vagyis nem $y=\dots$ alakú.

  • -

    Megismerkedünk az implicit függvényekkel, és ha már megismerkedtünk, nézzük meg, hogyan lehet deriválni őket.

Kétváltozós határérték és totális differenciálhatóság

  • -

    Az egyváltozós függvények határértékének epszilon-deltás definícióját átültetjük a kétváltozós esetre.

  • -

    Hogyan vihető át a deriválás szemléletes jelentése egyváltozós függvényekről kétváltozós függvényekre?

  • -

    A kétváltozós függvényeket x és y szerint is tudjuk deriválni. Ezeket a különböző változók szerinti deriváltakat parciális deriváltaknak nevezzük.

Kettős és hármas integrál