Bevezetés a számításelméletbe 1 | mateking
 
9 témakör, 129 rövid és szuper érthető epizód
Ezt a nagyon laza Bevezetés a számításelméletbe 1 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.
3 450 Ft fél évre

Tartalomjegyzék: 

A kurzus 9 szekcióból áll: Oszthatóság, Euklideszi algoritmus, Kongruenciák, Mátrixok és vektorok, Koordinátageometria a térben, Független és összefüggő vektorok, Egyenletrendszerek, mátrix inverze, Determináns, sajátérték, sajátvektor, Lineáris leképezések

Oszthatóság

  • -

    Két számok legnagyobb közös osztója az a szám, amelyik mindkét számot osztja és ezek közül a legnagyobb.

  • -

    Néhány izgalmas oszthatósági szabály.

  • -

    Két szám relatív prímek, ha a legnagyobb közös osztójuk 1.

  • -

    Ha két egymást követő páratlan szám prímszám, akkor azokat ikerprímeknek nevezzük.

  • -

    Azokat a számokat, amelyeknek az egységszorzón és önmagukon kívül nincsen más pozitív egész osztója, prímeknek nevezzük.

  • -

    A nullától és az egységszorzóktól különböző összes $n$ egész szám felbontható prímek szorzatára a sorrendtől és az egységszeresektől eltekintve egyértelműen.

  • -

    Egy $q$ szám felbonthatatlan, ha nem létezik olyan egységtől különböző $a$ és $b$ szám, hogy $q=ab$

  • -

    Egy $p$ szám akkor prím, ha $p$ oszt egy szorzatot, akkor csak az egyik szorzótényezőnek lehet osztója.

  • -

    Mennyi maradékot adnak a négyzetszámok 4-gyel, 3-mal, és 5-tel osztva.

  • -

    Milyen maradékot adnak a négyzetszámok 3-mal, 4-gyel illetve 5-tel osztva.

  • -

    Két n-edik hatvány összegének és különbségének osztója.

Euklideszi algoritmus

  • -

    Az euklideszi algoritmus egy formányos módszer két szám legnagyobb közös osztójának kiszámolására.

  • -

    A Diofantoszi egyenletek olyan egész együtthatós kétismeretlenes egyenletek, amelyek megoldásait az egész számok halmazán keressük.

Kongruenciák

  • -

    Ha $a$ és $b$ ugyanazt a maradékot adja $m$-mel osztva, akkor azt mondjuk, hogy $a$ és $b$ kongruensek modulo $m$.

  • -

    A kongruencia reflexív, szimmetrikus és tranzitív.

  • -

    Két szám akkor kongruensek mod m, ha m osztja a két szám különbségét.

  • -

    Kongruenciák szorzása és osztása egy egész számmal.

  • -

    Egy adott $m$ modulus esetén az $a$-val kongruens elemek halmazát az $a$ által reprezentált maradékosztálynak nevezzük.

  • -

    Egy mod $m$ modulus esetén az $m$-hez relatív prím elemekből álló maradékosztályokat redukált maradékosztálynak nevezzük.

  • -

    Az euler féle $ \varphi$ függvény azt adja meg, hogy hány $m$-nél nem nagyobb, $m$-hez relatív prím pozitív szám létezik.

  • -

    A kis Fermat-tétel általánosítása.

  • -

    A kis Fermat-tétel szerint ha veszünk egy $a$ egész számot és azt $p$-edik hatványra emeljük, ahol $p$ prímszám, akkor ez a hatvány $p$-vel osztva $a$ maradékot ad.

  • -

    A lineáris kongruenciák olyan kongruenciák, amikben x is szerepel.

  • -

    Lineáris kongruenciák megoldásának lépései.

  • -

    Az RSA lényege, hogy a titkosítás kulcsa nyilvános, vagyis azt bárki ismerheti. Csak a dekódolás kulcsa az, ami titkos.

Mátrixok és vektorok

  • -

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

  • -

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

  • -

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

  • -

    Két mátrix összeadásakor összeadjuk az ugyanazon pozícióban lévő elemeket. Két mátrixot csak akkor lehet összeadni, 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 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 kvadratikus mátrix négyzetes mátrix vagyis ugyanannyi sora van, mint oszlopa.

  • -

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

  • -

    A transzponált a mátrix sorainak és oszlopainak felcserélése.

  • -

    Két vektor diadikus szorzata egy mátrix. Lássuk milyen.

  • -

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

  • -

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

  • -

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

  • -

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

  • -

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

  • -

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

  • -

    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.

  • -

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

Koordinátageometria a térben

  • -

    A vektor egy irányított szakasz.

  • -

    Két pont közti vektor a végpontba mutató helyvektor minusz a kezdőpontba mutató helyvektor.

  • -

    Egy vektor hosszát megkapjuk, ha vesszük a koordinátái négyzetösszegének a gyökét. Két pont távolsága az őket összekötő vektor hossza.

  • -

    Vektorok összeadásakor összeadjuk az x koordinátákat és összeadjuk az y koordinátákat. Kivonáskor vesszük az x koordináták különbségét és az y koordináták különbségét.

  • -

    Két vektor skalárisszorzatát kiszámolhatjuk a vektorok hosszának és hajlásszögének segítségével, illetve a vektorok koordinátáival is.

  • -

    Egy vektor 90°-os elforgatásához megcseréljük a két koordinátáját és az egyik előjelét megváltoztatjuk.

  • -

    Két vektor merőleges egymásra, ha skaláris szorzatuk 0.

  • -

    Két vektor skaláris szorzata a vektorok hosszának szorzata a közbezárt szögük koszinuszával.

  • -

    Az egyenes egyenletének felírásához kell egy pontja és egy normálvektora.

  • -

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

  • -

    Két pont közti vektort a vektorok koordinátáinak különbségével írhatunk fel.

  • -

    Két pont távolsága gyök alatt a koordináták különbségeinek négyzetösszege.

  • -

    A sík egyenletének felírásához kell egy pontja és egy normálvektora.

  • -

    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.

Független és összefüggő vektorok

  • -

    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.

  • -

    A bázis független generátorrendszer.

  • -

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

  • -

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

  • -

    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.

Egyenletrendszerek, mátrix inverze

Determináns, sajátérték, sajátvektor

  • -

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

  • -

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

  • -

    Egy túl jó módszer a determináns kiszámolására.

  • -

    Egy nem túl jó módszer a determináns kiszámolására.

  • -

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

  • -

    Azokat a mátrixokat nevezzük regulárisnak, amelyek determinánsa nem nulla.

  • -

    Azokat a mátrixokat nevezzük szingulárisnak, amelyek determinánsa nulla.

  • -

    A Cramer szabály egy újabb módszer az egyenletrendszerek megoldására.

  • -

    A sajátértékek kiszámolásához szükséges egyenlet.

  • -

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

  • -

    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.

  • -

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

  • -

    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.

  • -

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

  • -

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

  • -

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

  • -

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

  • -

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

  • -

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

  • -

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

  • -

    Éjszaka nem ajánlatos összefutni velük az utcán...

  • -

    A kvadratikus alakok mátrixa segít eldönteni a definitséget.

Lineáris leképezések

  • -

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

  • -

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

  • -

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

  • -

    Minden lineáris leképezést jellemezhetünk egy mátrixszal.

  • -

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

  • -

    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.