Zadania do Rozdziału X
|
|
- Barbara Romanowska
- 5 lat temu
- Przeglądów:
Transkrypt
1 Zadania do Rozdziału X Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż, że przecięcie dowolnej rodziny σ-ciał podzbiorów zbioru X jest też σ-ciałem (podzbiorów X). Znajdź przykład pokazujący, że analog powyższego dla sumy nie jest prawdziwy. 3. σ-ciało M podzbiorów X nazywamy cegiełkowym wtw istnieje rodzina {A i } i I podzbiorów X taka, że I jest skończony lub przeliczalny, A i są parami rozłączne, i I A i = X oraz M = σ({a i } i I ) 201). Rodzina {A i } i I nazywa się wówczas zbiorem (rodziną) cegiełek dla M (a każdy A i jest cegiełką). Wykaż, że jeśli {A i } i I jest zbiorem cegiełek dla M, to M = { i I A i : I I}. (b) Wykaż, że zbiór cegiełek σ-ciała cegiełkowego jest jednoznacznie wyznaczony. (c) Wykaż, że jeśli X jest zbiorem skończonym, to każde σ-ciało jego podzbiorów jest cegiełkowe. (d) Oblicz liczbę wszystkich σ-ciał podzbiorów zbioru {1,..., n} (może być dla n = 10). (e) Wykaż, że B(R) nie jest σ-ciałem cegiełkowym. 4. Niech X Y = i niech A 2 x, B 2 Y oraz niech Z = X Y. Wykaż, że σ Z (σ X (A) σ Y (B)) = σ Z (A B), gdzie σ W ( ) oznacza odpowiednie σ-ciało podzbiorów zbioru W, przy W = X, Y, Z. 5. Udowodnij wniosek ze strony Rozważamy następujące rodziny podzbiorów R: A 1 = {(a; b) :a, b R}, A 2 = {[a; b] :a, b R}, A 3 = {( ; a] :a R}, A 4 = {(a;+ ) :a Q}, A 5 = {(a; b] :a, b Q}, A 6 = {U R : U otwarty}, A 7 = {K R : K zwarty}. Wykaż, że: σ(a 1 )=σ(a 2 ), (b) σ(a 2 )=σ(a 3 ), 201) Czyli krócej: M jest generowane przez pewne co najwyżej przeliczalne rozbicie zbioru X. 199 [X.26]
2 (c) σ(a 2 )=σ(a 4 ), (d) σ(a 1 )=σ(a 5 ), (e) σ(a 1 )=σ(a 6 ), (= B(R) z definicji), (f) σ(a 6 )=σ(a 7 ). 7. Wykaż, że dla dowolnego A B(R) zachodzi R k A R l B(R k+1+l ) (ew. tylko przypadek k =0,l = 1); (b) Wykaż analogiczny wynik jak w a) dla L(R) oraz L(R k+1+l ). Wskazówka do a): wykaż najpierw, że rodzina {A B(R) : R k A R l B(R k+l+1 )} jest σ-ciałem podzbiorów R. 8. Wykaż, że jeżeli A i B są rodzinami generatorów dla B(R), to {A B R 2 : A A,B B} jest rodziną generatorów dla B(R 2 ). 9. Korzystając z zadania X.6 i X.8 wykaż, że rodzina {[a; b] [c; d] :a, b, c, d R} jest rodziną generatorów dla B(R 2 ) Wykaż, że są miarami: δ x0 z przykładu 2 strona 177; (b) # z przykładu 3 strona 177; (c) µ : M [0; + ] zadana na σ-ciele M = {, {1}, {2, 3}, {1, 2, 3}} podzbiorów zbioru {1, 2, 3} w sposób następujący: µ( ) = 0, µ({1}) = a, µ({2, 3}) = b, µ({1, 2, 3}) =a + b, gdzie a, b są dowolnymi elementami z [0; + ]. Opisz wszystkie miary określone na σ-ciele cegiełkowym (patrz zadanie X.3). 12. Wykaż ogólne własności miary z faktu ze strony Czy to prawda, że miara µ określona na σ-ciele generowanym przez rodzinę A jest jednoznacznie wyznaczona przez swe wartości na wszystkich generatorach? 14. Czy powyżej zmieniłoby coś ograniczenie się do miar spełniających warunek µ(x) = 1 (czyli probabilistycznych)? Wskazówka: rozważ miary określone na σ-ciele z zadania X.1 b). Niech M będzie σ-ciałem podzbiorów X oraz X M i niech µ będzie miarą określoną na M. Wykaż, że M := {A M : A X } jest σ-ciałem podzbiorów X, oraz że µ : M [0; + ] zadana jako µ = µ M jest miarą (w X ). Niech M będzie σ-ciałem podzbiorów X, µ miarą na M, Y niech będzie dowolnym zbiorem oraz niech f : X Y. Określamy M f := {A Y : f 1 (A) M} oraz µ f : M f [0; + ] zadajemy wzorem µ f (A) =µ(f 1 (A)) dla A M f. Wykaż, że M f jest σ-ciałem podzbiorów Y, f funkcją M, M f mierzalną oraz µ f miarą w Y. 17. Wykaż, że suma (a także kombinacja liniowa z nieujemnymi współczynnikami) miar określonych na M jest miarą. 200 [X.27]
3 18. Czy poniższe własnosci są prawdziwe dla wszystkich miar µ : M [0; + ]? Jeżeli (b) Jeżeli (A n M oraz A n+1 A n ), to µ( (A n M oraz A n A n+1 ), to µ( A n ) = A n ) = lim µ(a n) lim µ(a n) Czy sytuacja zmieni się, gdy założymy dodatkowo, że µ(a n ) < +? 19. Niech µ będzie miarą określoną na σ-ciele M podzbiorów X. Definiujemy Z := {Z X : B M (µ(b) = 0 i Z B)} oraz M u := σ(m Z) (tzw. σ-ciało uzupełnione względem µ). Wykaż, że σ-ciało M u ma postać (b) Definiujemy µ u : M u [0; + ] wzorem M u = {A Z X : A M oraz Z Z} µ u (A Z) =µ(a) dla dowolnych A M, oraz Z Z. Wykaż, że definicja ta jest poprawna, tzn. że nie zależy od wyboru A i Z jak wyżej, ale jedynie od A Z. (c) Wykaż, że zdefiniowana wyżej funkcja µ u jest miarą zupełną, oraz że µ u M = µ. 20. W przedziale [ 1; 1] rozważamy relację zdefiniowaną następująco: x y wtw x y Q. Wykaż, że jest relacją równoważności. (b) Niech K = {[x] :x [0; 1]} zbiór klas abstrakcji relacji i niech w : K [0; 1] będzie pewną funkcją wyboru dla zbioru K, tzn. dla dowolnej klasy k K w(k) k (inaczej mówiąc w wybiera z każdej klasy abstrakcji po jednym jej elemencie korzystamy tu z pewnika wyboru, by mieć gwarancję, że taka w istnieje). Wykaż, że A := {w(k) :k K} nie jest mierzalny w sensie Lebesgue a (w szczególności A B(R)). 21. Określamy pewien ciąg przedziałów otwartych zawartych w [0; 1] w sposób następujący (rekurencyjnie). W pierwszym kroku określamy jeden przedział o środku 1 idługości 2 r 1 (0; 1). W n + 1 szym kroku rozważamy najpierw wszystkie przedziały domknięte, których rozłączną sumę stanowi różnica przedziału [0; 1] i sumy wszystkich przedziałów otwartych uzyskanych w krokach 1,..., n. Następnie tworzymy przedziały otwarte biorąc jako ich środki wszystkie środki powyższych przedziałów domkniętych oraz wybierając wspólną długość r n+1, tak by tworzone przedziały zawierały się w tych przedziałach domkniętych. Niech C będzie uzupełnieniem w [0; 1] sumy wszystkich uzyskanych tak przedziałów. Gdy r n = 1, to uzyskujemy tzw. zbiór Cantora. 3 n 22. Wykaż, że zbiór Cantora jest nieprzeliczalnym zbiorem (i nieskończonym) o mierze Lebesgue a zerowej. (b) Czy można tak dobrać ciąg {r n } n 1, by uzyskać λ 1 (C) > 0? Znajdź przykład funkcji f : X R niemierzalnej przy dowolnie przez siebie wybranym X i σ-ciele M podzbiorów X; 201 [X.28]
4 (b) dla X = R i M = L(R) (Wskazówka: użyj zadania X.20). 23. Wykaż, że funkcja f : D R jest mierzalna (przy zadanym σ-ciele M w X, D X) wtw r R {x D : f(x) <r} M oraz D M. 24. Wykaż fakt ze strony 182 o mierzalności punktowej granicy ciągu funkcji mierzalnych. 25. Wykaż, że fakt ze strony 181 (o działaniach na funkcjach mierzalnych) można rozszerzyć na funkcje mierzalna o wartościach w R, pod warunkiem określoności działań. 26. Niech µ będzie miarą określoną na σ-ciele M podzbiorów X. Określimy tzw. zbieżność µ prawie wszędzie ciągu funkcyjnego {f n } n n0 o wyrazach f n : D R, gdzie D X, do funkcji f : D R; będziemy to oznaczać symbolem f n f. Mianowicie f n f p.w. p.w. wtw Z M f n D\Z f D\Z. µ(z)=0 27. Czy granica przy takiej zbieżności jest funkcją wyznaczoną jednoznacznie? (b) Wykaż, że jeśli µ jest miarą zupełną, f n p.w. f też jest mierzalna. f oraz f n są wszystkie mierzalne, to (c) Wyjaśnij dlaczego założenie zupełności jest istotne w b), nawet przy założeniu, że D M. Wykaż, że jeśli f jest mierzalną funkcją, to f + i f także są mierzalne. 28. Wykaż, że każda funkcja mierzalna jest granicą punktową ciągu funkcji prostych. Wykaż, że ciąg ten można wybrać rosnącym, jeśli wyjściowa funkcja jest Wykaż informacje o całkowaniu względem miary Diraca δ x0 zawarte w przykładzie 2. ze strony Wykaż informacje o całkowaniu względem miary liczącej # w N zawarte w przykładzie 3 ze strony Wykaż, że jeśli f L 1 (D, µ), to D fdµ D f dµ. 32. Rozwiąż zadanie III.17 wykorzystując twierdzenie Lebesgue a o zbieżności majoryzowalnej (tw. X.3 (L)). 33. Wykaż, że jeżeli f L 1 (D, µ), (A n+1 A n i A n jest mierzalny), oraz to lim fdµ = fdµ. A n D 34. Wykaż twierdzenie X.5 (o związku całki niewłaściwej z całką względem λ 1 ) A n = D, Wykaż, ża całka Lebesgue a dla funkcji f z przykładu 2. ze strony 188 jest nieokreślona. Znajdź przykład pokazujący, że w twierdzeniu Fubiniego (tw. X.6) funkcja C 2 f może nie być określona na całym zbiorze R d Wykaż mierzalność funkcji F z dowodu faktu ze strony 194. Wskazówka: użyj wyniku z zadania X.8 b). 38. Sprawdź wzór na jakobian dla współrzędnych sferycznych ze strony [X.29]
5 39. Oblicz: [0;1] [0;2] ex 1+x 2 dx (b) [0;1] [1; 3] x x 2 2 dx (c) [ 1;1] [0;1] (x 1 + x 2 ) 2222 dx (d) [1;2] [3;4] ln(x 1x 2 ) x 2 dx (e) λ 2 (T ), gdzie T trójkąt pełny na płaszczyźnie R 2 o wierzchołkach 0; (a, 0); (c, h), gdzie a, h, c > 0, (f) λ 2 (A), gdzie A = {x R 2 : x 1 0,x 2 1 x 2 x 1 }, (g) R x 1dx, gdzie R równoległobok pełny na płaszczyźnie R 2 o wierzchołkach 0; (2, 1); (1, 1); (3, 2). Wskazówka: użyj całkowania przez (odpowiednie) podstawienie (równoległobok jest afinicznym obrazem kwadratu [0; 1] [0; 1]... ), (h) jak powyżej, ale dla wierzchołków: (2, 2); (4, 3), (3, 3), (5, 4), (i) T cos(x 1 + x 2 )dx, gdzie T pełen trójkąt ograniczony prostymi o równaniach: x 1 = 0, x 2 = π, x 1 = x 2, (j) K(0,1) x 1x 2 dx, (k) K +++ x 1 x 2 dx, gdzie K +++ = {x R 3 : x 1,x 2,x 3 > 0, x < 1}, (l) K + x 3 dx, gdzie K + = {x R 3 : x 1 > 0,x 2 < 0, x < 1}, (m) P 1,2 x x 2 2dx, gdzie P 1,2 pierścień kołowy ( pełny ) na płaszczyźnie, o środku 0 i promieniu 1 (wewnętrznym) oraz 2 (zewnętrznym), (n) n x1 x 2 dx, gdzie W = {x R 2 : x 1, 0 x 1 <x 2 }, lim W (o) λ d (T d ), gdzie T d ={x R d : d k=1 x k a, k=1,...,d x k 0}, a > 0. Wskazówka: użyj indukcji po d, (p) objętość elipsoidy E = {x R 3 : x2 1 + x2 a x2 b 2 3 1}, a, b, c > 0, c 2 (q) Objętość walca obrotowego o wysokości h i promieniu podstawy r, (r) W x 1dx, gdzie W = {x R 3 : x x 2 2 1, 0 x 3 1}, (s) Objętość stożka obrotowego o wysokości h i promieniu podstawy r, (t) S x 1x 2 x 3 dx, gdzie S = {x R 3 : ρ x 3 3 x x 2 2}, (u) Objętość pełnego torusa powstałego przez obrót koła w płaszczyźnie x 1,x 3 o środku (R, 0, 0) i promieniu r wokół osi x 3 (0 < r < R), (v) R 2 e x 2 dx, (w) R 3 e x 2 dx. Wskazówka: wykorzystaj rezultat (nie metodę... ) dla przypadku R 2 powyżej. (x) B x 1x 2 dx, gdzie B = {x R 2 : x 1,x 2 0, 1 4x x 2 2 4, x 2 2x 1 }, (y) D α x 1 x 2 dx, gdzie D α = {x R 2 : x 1 1,x 1 1 x α 1 Uwaga! Czy całka ta jest określona? 40. Wyprowadź wzór z zadania VII.2 na objętość bryły obrotowej. x 2 x x α 1 } dla α > [X.30]
Robert Kowalczyk. Zbiór zadań z teorii miary i całki
Robert Kowalczyk Zbiór zadań z teorii miary i całki 2 Zadanie 1 Pokazać, że poniższe dwie definicje σ-ciała M są równoważne: (i) Rodzinę M podzbiorów przestrzeni X nazywamy σ-ciałem jeżeli zachodzą następujące
Bardziej szczegółowoRodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.
1 σ-ciała Definicja 1.1 (σ - ciało) σ - ciałem (σ - algebrą) w danym zbiorze X (zwanym przestrzenią) nazywamy rodzinę M pewnych podzbiorów zbioru X, spełniającą trzy warunki: 1 o M; 2 o jeśli A M, to X
Bardziej szczegółowoG. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28
G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28 1.9 Zadania 1.9.1 Niech R będzie pierścieniem zbiorów. Zauważyć, że jeśli A, B R to A B R i A B R. Sprawdzić, że (R,, ) jest także pierścieniem w sensie
Bardziej szczegółowo1 Relacje i odwzorowania
Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X X
Bardziej szczegółowoWykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P,
Wykłady ostatnie CAŁKA LBSGU A Zasadnicza różnica koncepcyjna między całką Riemanna i całką Lebesgue a polega na zamianie ról przestrzeni wartości i przestrzeni argumentów przy konstrukcji sum górnych
Bardziej szczegółowoTeoria miary. WPPT/Matematyka, rok II. Wykład 5
Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F
Bardziej szczegółowo1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista.
Literatura P. Billingsley, Miara i prawdopodobieństwo, PWN, Warszawa 1997, P. R. Halmos, Measure theory, Springer-Verlag, 1994, W, Kołodziej, naliza matematyczna, PWN, Warszawa 1978, S. Łojasiewicz, Wstęp
Bardziej szczegółowo7 Twierdzenie Fubiniego
M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz
Bardziej szczegółowoTeoria miary i całki
Teoria miary i całki Spis treści 1 Wstęp 3 2 lgebra zbiorów 5 3 Pierścienie, ciała, σ ciała zbiorów. 7 3.1 Definicja pierścienia ciała i σ ciała............... 7 3.2 Pierścień, ciało i σ ciało generowane
Bardziej szczegółowo7. Miara, zbiory mierzalne oraz funkcje mierzalne.
7. Miara, zbiory mierzalne oraz funkcje mierzalne. Funkcję rzeczywistą µ nieujemną określoną na ciele zbiorów S będziemy nazywali miarą, gdy dla dowolnego ciągu A 0, A 1,... zbiorów rozłącznych należących
Bardziej szczegółowo2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11
M. Beśka, Wstęp do teorii miary, rozdz. 2 11 2 Rodziny zbiorów 2.1 Algebry i σ - algebry zbiorów Niech X będzie niepustym zbiorem. Rodzinę indeksowaną zbiorów {A i } i I 2 X nazywamy rozbiciem zbioru X
Bardziej szczegółowoA i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami.
M. Beśka, Wstęp do teorii miary, rozdz. 3 25 3 Miara 3.1 Definicja miary i jej podstawowe własności Niech X będzie niepustym zbiorem, a A 2 X niepustą rodziną podzbiorów. Wtedy dowolne odwzorowanie : A
Bardziej szczegółowo1 Przestrzenie metryczne
1 Przestrzenie metryczne Definicja 1.1 (metryka) Niech będzie niepustym zbiorem. Funkcję d: R + nazywamy metryką, jeśli spełnia warunki: 1 o d(x, y) = d(y, x) (symetria) 2 o d(x, y) + d(y, z) d(x, z) (nierówność
Bardziej szczegółowoF t+ := s>t. F s = F t.
M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną
Bardziej szczegółowoRodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.
3. Funkcje borelowskie. Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. (1): Jeśli zbiór Y należy do rodziny F, to jego dopełnienie X
Bardziej szczegółowoZadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?
Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? a) X = R, d(x, y) = arctg x y ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.1. σ ciało (algebra) zdarzeń Katarzyna Rybarczyk-Krzywdzińska losowe Zdarzenie losowe to pewien podzbiór przestrzeni zdarzeń
Bardziej szczegółowoTeoria miary. Matematyka, rok II. Wykład 1
Teoria miary Matematyka, rok II Wykład 1 NAJBLIŻSZY CEL: Nauczyć się mierzyć wielkość zbiorów. Pierwsze przymiarki: - liczność (moc) zbioru - słabo działa dla zbiorów nieskończonych: czy [0, 1] powinien
Bardziej szczegółowoKorzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi
M. Beśka, Wstęp do teorii miary, Dodatek 158 10 Dodatek 10.1 Przestrzenie metryczne Niech X będzie niepustym zbiorem. Funkcję d : X X [0, ) spełniającą dla x, y, z X warunki (i) d(x, y) = 0 x = y, (ii)
Bardziej szczegółowoPodstawy metod probabilistycznych. dr Adam Kiersztyn
Podstawy metod probabilistycznych dr Adam Kiersztyn Przestrzeń zdarzeń elementarnych i zdarzenia losowe. Zjawiskiem lub doświadczeniem losowym nazywamy taki proces, którego przebiegu i ostatecznego wyniku
Bardziej szczegółowoDystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5
Dystrybucje Marcin Orchel Spis treści 1 Wstęp 1 1.1 Dystrybucje................................... 1 1.2 Pochodna dystrybucyjna............................ 3 1.3 Przestrzenie...................................
Bardziej szczegółowo3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B
1. Dla macierzy a) A = b) A = c) A = d) A = 3 1 + i 1 i i i 0 i i 0 1 + i 1 i 0 0 0 0 1 0 1 0 1 + i 1 i Wyznaczyć macierze spełniające własność komutacji: A, X = B. Obliczyć pierwiaski z macierzy: A =
Bardziej szczegółowojest ciągiem elementów z przestrzeni B(R, R)
Wykład 2 1 Ciągi Definicja 1.1 (ciąg) Ciągiem w zbiorze X nazywamy odwzorowanie x: N X. Dla uproszczenia piszemy x n zamiast x(n). Przykład 1. x n = n jest ciągiem elementów z przestrzeni R 2. f n (x)
Bardziej szczegółowoIMIĘ NAZWISKO... grupa C... sala Egzamin ELiTM I
IMIĘ NAZWISKO............................ grupa C... sala 10... Egzamin ELiTM I 02.02.15 1. 2. 3. 4.. 1. (8 pkt.) Niech X a,b = {(x, y) R 2 : (x b) 2 + (y 1 b )2 a 2 } dla a, b R, a > 0, b 0. Wyznaczyć:
Bardziej szczegółowoCałki podwójne. Definicja całki podwójnej. Jacek Kłopotowski. 25 maja Katedra Matematyki i Ekonomii Matematycznej
Definicja całki podwójnej Katedra Matematyki i Ekonomii Matematycznej 25 maja 2016 Definicja całki podwójnej Załóżmy, że f : K R, gdzie K = a, b c, d R 2, jest funkcją ograniczoną. Niech x 0, x 1,...,
Bardziej szczegółowoDystrybucje, wiadomości wstępne (I)
Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów
Bardziej szczegółowoSIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa
SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę
Bardziej szczegółowoInformacja o przestrzeniach Hilberta
Temat 10 Informacja o przestrzeniach Hilberta 10.1 Przestrzenie unitarne, iloczyn skalarny Niech dana będzie przestrzeń liniowa X. Załóżmy, że każdej parze elementów x, y X została przyporządkowana liczba
Bardziej szczegółowo1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.
1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych
Bardziej szczegółowoMetody probabilistyczne
Metody probabilistyczne 2. Aksjomatyczna definicja prawdopodobieństwa Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 10.10.2017 1 / 33 Klasyczna definicja prawdopodobieństwa
Bardziej szczegółowon=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :
4. Zbiory borelowskie. Zbiór wszystkich podzbiorów liczb naturalnych będziemy oznaczali przez ω. Najmniejszą topologię na zbiorze ω, w której zbiory {A ω : x A ω \ y}, gdzie x oraz y są zbiorami skończonymi,
Bardziej szczegółowo2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.
Zadania z Procesów Stochastycznych 1 1. Udowodnij, że z prawdopodobieństwem 1 trajektorie procesu Poissona są niemalejące, przyjmują wartości z Z +, mają wszystkie skoki równe 1 oraz dążą do nieskończoności.
Bardziej szczegółowoZadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?
Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?. a) X = R, x = arctg x ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i y i ;
Bardziej szczegółowoLista zadań nr 2 z Matematyki II
Lista zadań nr 2 z Matematyki II dla studentów wydziału Architektury, kierunku Gospodarka Przestrzenna. Wyznaczyć dziedzinę funkcji f(x, y) = ln(4 x 2 y 2 ), f(x, y) = x 2 + y 2, f(x, y) = ln(4 x 2 y 2
Bardziej szczegółowoRachunek całkowy funkcji wielu zmiennych
Rachunek całkowy funkcji wielu zmiennych Całki potrójne wykład z MATEMATYKI Budownictwo studia niestacjonarne sem. II, rok ak. 2008/2009 Katedra Matematyki Wydział Informatyki olitechnika Białostocka 1
Bardziej szczegółowo2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.
Zadania z Procesów Stochastycznych 1 1. Udowodnij, że z prawdopodobieństwem 1 trajektorie procesu Poissona są niemalejące, przyjmują wartości z Z +, mają wszystkie skoki równe 1 oraz dążą do nieskończoności.
Bardziej szczegółowoKombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń
Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch 22 marzec 2018 Szybkie przypomnienie z wykładu Prezentacja
Bardziej szczegółowoCałka podwójna po prostokącie
Całka podwójna po prostokącie Rozważmy prostokąt = {(x, y) R : a x b, c y d}, gdzie a, b, c, d R, oraz funkcję dwóch zmiennych f : R ograniczoną w tym prostokącie. rostokąt dzielimy na n prostokątów i
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. Literatura: Marek Cieciura, Janusz Zacharski, Metody probabilistyczne w ujęciu praktycznym, L. Kowalski, Statystyka, 2005 R.Leitner, J.Zacharski, "Zarys matematyki
Bardziej szczegółowoWykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.
Wykład 10 Twierdzenie 1 (Borel-Lebesgue) Niech X będzie przestrzenią zwartą Z każdego pokrycia X zbiorami otwartymi można wybrać podpokrycie skończone Dowód Lemat 1 Dla każdego pokrycia U przestrzeni ośrodkowej
Bardziej szczegółowoWykłady... b i a i. i=1. m(d k ) inf
Wykłady... CŁKOWNIE FUNKCJI WIELU ZMIENNYCH Zaczniemy od konstrukcji całki na przedziale domkniętym. Konstrukcja ta jest, w gruncie rzeczy, powtórzeniem definicji całki na odcinku domkniętym w R 1. Przedziałem
Bardziej szczegółowo. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:
9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym
Bardziej szczegółowoMatematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)
Matematyka II Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 208/209 wykład 3 (27 maja) Całki niewłaściwe przedział nieograniczony Rozpatrujemy funkcje ciągłe określone na zbiorach < a, ),
Bardziej szczegółowoCałki niewłaściwe. Całki w granicach nieskończonych
Całki niewłaściwe Całki w granicach nieskończonych Wiemy, co to jest w przypadku skończonego przedziału i funkcji ograniczonej. Okazuje się potrzebne uogólnienie tego pojęcia w różnych kierunkach (przedział
Bardziej szczegółowoInformacja o przestrzeniach Sobolewa
Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością
Bardziej szczegółowoMatematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12
Matematyka I Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12 Egzamin Termin: 28.01, godz. 10.15-11.45, sala 309 3 pytania teoretyczne 2 zadania wybór pytań i wybór zadań
Bardziej szczegółowoSzkice do zajęć z Przedmiotu Wyrównawczego
Szkice do zajęć z Przedmiotu Wyrównawczego Matematyka Finansowa sem. letni 2011/2012 Spis treści Zajęcia 1 3 1.1 Przestrzeń probabilistyczna................................. 3 1.2 Prawdopodobieństwo warunkowe..............................
Bardziej szczegółowoWykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.
Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo
Bardziej szczegółowoTO SĄ ZAGADNIENIA O CHARAKTERZE RACZEJ TEORETYCZNYM PRZYKŁADOWE ZADANIA MACIE PAŃSTWO W MATERIAŁACH ĆWICZENIOWYCH. CIĄGI
TO SĄ ZAGADNIENIA O CHARAKTERZE RACZEJ TEORETYCZNYM PRZYKŁADOWE ZADANIA MACIE PAŃSTWO W MATERIAŁACH ĆWICZENIOWYCH. CIĄGI Definicja granicy ciągu Arytmetyczne własności granic przypomnienie Tw. o 3 ciągach
Bardziej szczegółowo02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w
02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w A Zadania na ćwiczenia Zadanie A.1. Niech Ω = R oraz F będzie σ-ciałem generowanym przez rodzinę wszystkich przedziałów otwartych typu (,
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 4. Zmienne losowe
Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.0. Rozkłady zmiennych losowych, dystrybuanta. Katarzyna Rybarczyk-Krzywdzińska Wprowadzenie Rozważmy eksperymenty 1 gra Bolka w ruletkę w kasynie;
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja
Bardziej szczegółowoNotatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski
Notatki z Analizy Matematycznej 2 Jacek M. Jędrzejewski Definicja 3.1. Niech (a n ) n=1 będzie ciągiem liczbowym. Dla każdej liczby naturalnej dodatniej n utwórzmy S n nazywamy n-tą sumą częściową. ROZDZIAŁ
Bardziej szczegółowoFunkcje mierzalne, całka z funkcji nieujemnej, twierdzenia o przechodzeniu do granicy pod znakiem całki
Funkcje mierzalne, całka z funkcji nieujemnej, twierdzenia o przechodzeniu do granicy pod znakiem całki Ostatnio poprawiłem 25 stycznia 2015 r. Nadeszła pora na całkowanie. Pierwsza rzecza jest zdefiniowanie
Bardziej szczegółowoLiteratura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.
Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej
Bardziej szczegółowoAnaliza Funkcjonalna - Zadania
Analiza Funkcjonalna - Zadania 1 Wprowadzamy następujące oznaczenia. K oznacza ciało liczb rzeczywistych lub zespolonych. Jeżeli T jest dowolnym zbiorem niepustym, to l (T ) = {x : E K : x funkcja ograniczona}.
Bardziej szczegółowo8 Całka stochastyczna względem semimartyngałów
M. Beśka, Całka Stochastyczna, wykład 8 148 8 Całka stochastyczna względem semimartyngałów 8.1 Całka stochastyczna w M 2 Oznaczmy przez Ξ zbiór procesów postaci X t (ω) = ξ (ω)i {} (t) + n ξ i (ω)i (ti,
Bardziej szczegółowoAnaliza matematyczna 2 zadania z odpowiedziami
Analiza matematyczna zadania z odpowiedziami Maciej Burnecki strona główna Spis treści I Całki niewłaściwe pierwszego rodzaju II Całki niewłaściwe drugiego rodzaju 5 III Szeregi liczbowe 6 IV Szeregi potęgowe
Bardziej szczegółowoKolorowanie płaszczyzny, prostych i okręgów
Kolorowanie płaszczyzny, prostych i okręgów Jadwiga Czyżewska Pisane pod kierunkiem W.Guzickiego W 2013 roku na II etapie VIII edycji Olimpiady Matematycznej Gimnazjalistów pojawiło się zadanie o następującej
Bardziej szczegółowoLista zadań - Relacje
MATEMATYKA DYSKRETNA Lista zadań - Relacje Zadania obliczeniowe Zad. 1. Która z poniższych relacji jest funkcją? a) Relacja składająca się ze wszystkich par uporządkowanych, których poprzednikami są studenci,
Bardziej szczegółowof(t) f(x), D f(x) = lim sup t x oraz D f(x) = lim inf
9. Różniczkowanie. Jeśli f jest funkcją rzeczywistą, to granice D + f(x) = lim sup t x + f(t) f(x), D f(x) = lim sup t x t x f(t) f(x), t x f(t) f(x) f(t) f(x) D + f(x) = lim inf oraz D f(x) = lim inf
Bardziej szczegółowoRachunek całkowy - całka oznaczona
SPIS TREŚCI. 2. CAŁKA OZNACZONA: a. Związek między całką oznaczoną a nieoznaczoną. b. Definicja całki oznaczonej. c. Własności całek oznaczonych. d. Zastosowanie całek oznaczonych. e. Zamiana zmiennej
Bardziej szczegółowoKURS WSPOMAGAJĄCY PRZYGOTOWANIA DO MATURY Z MATEMATYKI ZDAJ MATMĘ NA MAKSA. przyjmuje wartości większe od funkcji dokładnie w przedziale
Zestaw nr 1 Poziom Rozszerzony Zad.1. (1p) Liczby oraz, są jednocześnie ujemne wtedy i tylko wtedy, gdy A. B. C. D. Zad.2. (1p) Funkcja przyjmuje wartości większe od funkcji dokładnie w przedziale. Wtedy
Bardziej szczegółowoZdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013
Zdzisław Dzedzej Politechnika Gdańska Gdańsk, 2013 1 PODSTAWY 2 3 Definicja. Przestrzeń metryczna (X, d) jest zwarta, jeśli z każdego ciągu {x n } w X można wybrać podciąg zbieżny {x nk } w X. Ogólniej
Bardziej szczegółowo1 Elementy analizy funkcjonalnej
M. Beśka, Dodatek 1 1 Elementy analizy funkcjonalnej 1.1 Twierdzenia o reprezentacji Zaczniemy od znanego twierdzenia Riesza Twierdzenie 1.1 (Riesz) Niech będzie zwartą przestrzenią metryczną i załóżmy,
Bardziej szczegółowoZadania z Analizy Funkcjonalnej I* - 1
Zadania z Analizy Funkcjonalnej I* - 1 1. Która z następujących przestrzeni jest przestrzenią Banacha w normie supremum: C(R); C ogr (R) przestrzeń funkcji ciągłych ograniczonych; C zw (R) przestrzeń funkcji
Bardziej szczegółowoZADANIA ZAMKNIETE W zadaniach 1-25 wybierz i zaznacz na karcie odpowiedzi poprawna
Arkusz A05 2 Egzamin maturalny z matematyki Poziom podstawowy ZADANIA ZAMKNIETE W zadaniach 1-25 wybierz i zaznacz na karcie odpowiedzi poprawna odpowiedź Zadanie 1. (0-1) Ułamek 5+2 5 2 ma wartość: A.
Bardziej szczegółowoANALIZA MATEMATYCZNA 2 zadania z odpowiedziami
ANALIZA MATEMATYCZNA zadania z odpowiedziami Maciej Burnecki strona główna Spis treści Całki niewłaściwe pierwszego rodzaju Całki niewłaściwe drugiego rodzaju Szeregi liczbowe 4 4 Szeregi potęgowe 5 5
Bardziej szczegółowoWYDZIAŁ INFORMATYKI I ZARZĄDZANIA, studia niestacjonarne ANALIZA MATEMATYCZNA1, lista zadań 1
WYDZIAŁ INFORMATYKI I ZARZĄDZANIA, studia niestacjonarne ANALIZA MATEMATYCZNA, lista zadań. Dla podanych ciągów napisać wzory określające wskazane wyrazy tych ciągów: a) a n = n 3n +, a n+, b) b n = 3
Bardziej szczegółowoWYKŁAD 3. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki
WYKŁAD 3 Witold Bednorz, Paweł Wolff 1 Instytut Matematyki Uniwersytet Warszawski Rachunek Prawdopodobieństwa, WNE, 2010-2011 Schemmat Bernouliego Rzucamy 10 razy moneta, próba Bernouliego jest pojedynczy
Bardziej szczegółowoCiągłość funkcji f : R R
Ciągłość funkcji f : R R Definicja 1. Otoczeniem o promieniu δ > 0 punktu x 0 R nazywamy zbiór O(x 0, δ) := (x 0 δ, x 0 + δ). Otoczeniem prawostronnym o promieniu δ > 0 punktu x 0 R nazywamy zbiór O +
Bardziej szczegółowo1 Funkcja wykładnicza i logarytm
1 Funkcja wykładnicza i logarytm 1. Rozwiązać równania; (a) x + 3 = 3 ; (b) x 2 + 9 = 5 ; (c) 3 x 1 = 3x 2 2. Rozwiązać nierówności : (a) 2x 1 > 2 ; (b) 3x 4 2x + 3 > x + 2 ; (c) 3 x > 1. 3. Znając wykres
Bardziej szczegółowoZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH
ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH Punkty okresowe, zbiory graniczne, sprzężenia Zadanie 1. Pokazać, że trajektoria (w przód) punktu x w przestrzeni metrycznej X pod działaniem ciągłego
Bardziej szczegółowoBlok V: Ciągi. Różniczkowanie i całkowanie. c) c n = 1 ( 1)n n. d) a n = 1 3, a n+1 = 3 n a n. e) a 1 = 1, a n+1 = a n + ( 1) n
V. Napisz 4 początkowe wyrazy ciągu: Blok V: Ciągi. Różniczkowanie i całkowanie a) a n = n b) a n = n + 3 n! c) a n = n! n(n + ) V. Oblicz (lub zapisz) c, c 3, c k, c n k dla: a) c n = 3 n b) c n = 3n
Bardziej szczegółowoO pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)
(niekoniecznie ograniczonych) Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza, Poznań Będlewo, 25-30 maja 2015 Funkcje prawie okresowe w sensie Bohra Definicja Zbiór E R nazywamy względnie
Bardziej szczegółowoAnaliza Matematyczna MAEW101
Analiza Matematyczna MAEW Wydział Elektroniki Listy zadań nr 8-4 (część II) na podstawie skryptów: M.Gewert, Z Skoczylas, Analiza Matematyczna. Przykłady i zadania, GiS, Wrocław 5 M.Gewert, Z Skoczylas,
Bardziej szczegółowoKrzywa uniwersalna Sierpińskiego
Krzywa uniwersalna Sierpińskiego Małgorzata Blaszke Karol Grzyb Streszczenie W niniejszej pracy omówimy krzywą uniwersalną Sierpińskiego, zwaną również dywanem Sierpińskiego. Pokażemy klasyczną metodę
Bardziej szczegółowo1 Działania na zbiorach
M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej
Bardziej szczegółowoPODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek
PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Piotr Wiącek ROZKŁAD PRAWDOPODOBIEŃSTWA Jest to miara probabilistyczna określona na σ-ciele podzbiorów borelowskich pewnej przestrzeni metrycznej. σ-ciało podzbiorów
Bardziej szczegółowoKONKURS ZOSTAŃ PITAGORASEM MUM. Podstawowe własności figur geometrycznych na płaszczyźnie
KONKURS ZOSTAŃ PITAGORASEM MUM ETAP I TEST II Podstawowe własności figur geometrycznych na płaszczyźnie 1. A. Stosunek pola koła wpisanego w kwadrat o boku długości 6 do pola koła opisanego na tym kwadracie
Bardziej szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych Wykresy i warstwice funkcji wielu zmiennych. Granice i ciagłość funkcji wielu zmiennych. Pochodne czastkowe funkcji wielu zmiennych. Gradient. Pochodna kierunkowa. Różniczka zupełna.
Bardziej szczegółowoPróbny egzamin maturalny z matematyki Poziom rozszerzony
Kujawsko-Pomorskie Centrum Edukacji Nauczycieli w Bydgoszczy PLACÓWKA AKREDYTOWANA Zadanie 1 (4 pkt) Rozwiąż równanie: w przedziale 1 pkt Przekształcenie równania do postaci: 2 pkt Przekształcenie równania
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład V: Zmienne losowe i ich wartości oczekiwane 25 października 2017 Definicja zmiennej losowej Definicja Zmienne losowa to charakterystyka liczbowa wyniku eksperymentu losowego. Zmienne losowa na przestrzeni
Bardziej szczegółowoRepetytorium z przedmiotu Miara i prawdopodobieństwo dla kierunku Informatyka 2003/2004. Adam Jakubowski
Repetytorium z przedmiotu Miara i prawdopodobieństwo dla kierunku Informatyka 2003/2004 Adam Jakubowski Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki Toruń, styczeń 2004 Spis treści
Bardziej szczegółowoRozdział 6. Ciągłość. 6.1 Granica funkcji
Rozdział 6 Ciągłość 6.1 Granica funkcji Podamy najpierw dwie definicje granicy funkcji w punkcie i pokażemy ich równoważność. Definicja Cauchy ego granicy funkcji w punkcie. Niech f : X R, gdzie X R oraz
Bardziej szczegółowoElementy Teorii Miary i Całki
Elementy Teorii Miary i Całki c Lech Drewnowski Wydział Matematyki i Informatyki Uniwersytet im. dama Mickiewicza w Poznaniu Poznań 2008 http://main2.amu.edu.pl/ drewlech/dydaktyka.html http://main2.amu.edu.pl/
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład IV: 27 października 2014 Współczynnik korelacji Brak korelacji a niezależność Definicja współczynnika korelacji Współczynnikiem korelacji całkowalnych z kwadratem zmiennych losowych X i Y nazywamy
Bardziej szczegółowoPrzestrzenie wektorowe
Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:
Bardziej szczegółowoALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami
ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ zadania z odpowiedziami Maciej Burnecki opracowanie strona główna Spis treści 1 Wyrażenia algebraiczne indukcja matematyczna 1 Geometria analityczna w R 3 3 Liczby zespolone
Bardziej szczegółowoWykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej
Wykład 2 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej czȩść II (opracował: Piotr Nayar) Definicja 2.. Niech (E, E) bȩdzie przestrzenia mierzalna i niech λ : E
Bardziej szczegółowoZagadnienia brzegowe dla równań eliptycznych
Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA
Wydział: WiLiŚ, Transport, sem.2 dr Jolanta Dymkowska RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Przestrzeń probabilistyczna Modelem matematycznym (tj. teoretycznym, wyidealizowanym,
Bardziej szczegółowoII. FUNKCJE WIELU ZMIENNYCH
II. FUNKCJE WIELU ZMIENNYCH 1. Zbiory w przestrzeni R n Ustalmy dowolne n N. Definicja 1.1. Zbiór wszystkich uporzadkowanych układów (x 1,..., x n ) n liczb rzeczywistych, nazywamy przestrzenią n-wymiarową
Bardziej szczegółowoLista 1 - Funkcje elementarne
Lista - Funkcje elementarne Naszkicuj wykresy funkcji: a) y = sgn, y = sgn ; b) y = ; c) y = 2 Przedstaw w jednym układzie współrzędnych wykresy funkcji potęgowej y = α dla: a) α =, 2, 3, 4; b) α =,, 2;
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 4. Zmienne losowe
Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.0. Rozkłady zmiennych losowych, dystrybuanta. Katarzyna Rybarczyk-Krzywdzińska semestr zimowy 2016/2017 Wprowadzenie Przykład 1 Bolek, Lolek i Tola
Bardziej szczegółowo1 Funkcja wykładnicza i logarytm
1 Funkcja wykładnicza i logarytm 1. Rozwiązać równania; (a) x + 3 = 3 ; (b) x 2 + 9 = 5 ; (c) 3 x 1 = 3x 2 2. Rozwiązać nierówności : (a) 2x 1 > 2 ; (b) 3x 4 2x + 3 > x + 2 ; (c) 3 x > 1. 3. Znając wykres
Bardziej szczegółowoVII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w
Bardziej szczegółowo1. Definicja granicy właściwej i niewłaściwej funkcji.
V. Granica funkcji jednej zmiennej. 1. Definicja granicy właściwej i niewłaściwej funkcji. Definicja 1.1. (sąsiedztwa punktu i sąsiedztwa nieskończoności) Niech x 0 R, r > 0, a, b R. Definiujemy S(x 0,
Bardziej szczegółowo22. CAŁKA KRZYWOLINIOWA SKIEROWANA
CAŁA RZYWOLINIOWA SIEROWANA Niech łuk o równaniach parametrycznych: x x(t), y y(t), a < t < b, będzie łukiem regularnym skierowanym, tzn łukiem w którym przyjęto punkt A(x(a), y(a)) za początek łuku, zaś
Bardziej szczegółowo