8 Równanie przewodnictwa cieplnego

Wielkość: px
Rozpocząć pokaz od strony:

Download "8 Równanie przewodnictwa cieplnego"

Transkrypt

1 Równanie przewodnictwa cieplnego 81 8 Równanie przewodnictwa cieplnego Niech Ω R 3 b dzie obszarem. Zaªó»my,»e u(t, x oznacza g sto± pewnej substancji w chwili t > 0 i w punkcie x Ω. O substancji tej zakªadamy,»e nie powstaje ani nie znika w obszarze Ω, natomiast mo»e dyfundowa (od miejsc o wi kszej g sto±ci do miejsc o mniejszej g sto±ci. Nie jest te» wykluczone,»e substancja to wpªywa i wypªywa z obszaru Ω na zewn trz. Oznaczmy przez F strumie«substancji. We¹my obszar ograniczony U, o dostatecznie regularnym brzegu U, taki,»e Ū = U U Ω. Niech 0 < t 1 < t 2. Zmiana ilo±ci substancji w U od chwili t 1 do chwili t 2 jest równa u(t 2, x dx u(t 1, x dx. U Poniewa» substancja ani nie powstaje ani nie zanika w obszarze U, zmiana jej ilo±ci mo»e by spowodowana tylko poprzez przenikanie przez brzeg U. Ilo±ciowo zmiana ta jest równa t 2 ( t 1 U U F, n x ds x dt. Zakªadamy odt d,»e strumie«substancji nie jest bezpo±rednio zale»ny od czasu. Ró»niczkuj c równo± u(t 2, x dx u(t 1, x dx = U po czasie, otrzymujemy U U t 2 ( t 1 U u t dx = F, n x ds x. U F, n x ds x dt Po zastosowaniu twierdzenia o dywergencji, jako»e U jest dowolne, dostajemy równanie u t = div x F. Zaªó»my dalej,»e strumie«jest proporcjonalny do gradientu g sto±ci substancji, czyli F = a(x x u, gdzie a(x > 0, otrzymujemy równanie u t = div x (a(x x u.

2 82 Skompilowaª Janusz Mierczy«ski Zaªo»enie,»e a jest niezale»ne od punktu x R 3 daje równanie przewodnictwa cieplnego (w skocie równanie ciepªa, zwane te» równaniem dyfuzji : u t = a x u. 8.1 Rozwi zanie fundamentalne równania przewodnictwa cieplnego Rozwa»my równanie przewodnictwa cieplnego w caªej przestrzeni (RC u t x u = 0, t > 0, x, gdzie szukana funkcja to u = u(t, x. Zauwa»my, po pierwsze,»e równanie (RC zachowuje sw posta po podstawieniu x = ax, t = a 2 t, (a > 0. Zatem, po takiej zmianie, x 2 nie zmienia si. t Rozwa»my rozwi zania wykªadnicze u(t, x = e i(λt+ x,ξ, gdzie λ C, ξ = (ξ 1,..., ξ n. Zachodzi u t = iλu oraz x u = ξ 2 u, co daje iλ = ξ 2, czyli (8.1 u(t, x = e i x,ξ ξ 2t, Otrzymali±my rodzin rozwi za«, sparametryzowan przez ξ, równania (RC. Rozwa»my zagadnienie pocz tkowe (zagadnienie Cauchy'ego dla równania przewodnictwa cieplnego na : u t x u = 0, t > 0, x, (8.2 u(0, x = f(x, x. Od funkcji u» damy, by byªa ci gªa na [0, i klasy C 2 na (0,. Chcieliby±my, by rozwi zanie zagadnienia (8.2 byªo zªo»eniem rozwi - za«postaci (8.1; mówi c bardziej formalnie, by wyra»aªo si jako caªka, po ξ, rozwi za«tej postaci. Zastosujmy teori przeksztaªcenia Fouriera. Zachodzi 1 f(x = e i x,ξ ˆf(ξ dξ. (2π n/2

3 Równanie przewodnictwa cieplnego 83 Oczekujemy Podstawiaj c wzór u(t, x = ˆf(ξ = 1 (2π n/2 1 (2π n/2 do powy»szej równo±ci, otrzymujemy u(t, x = 1 (2π n = 1 ( (2π n ( e i x,ξ ξ 2t Zdeniujmy (8.3 K(t, x, y := 1 (2π n Dokonujemy zamiany zmiennych co daje Ponadto zatem Lecz wi c ostatecznie e i x,ξ ξ 2t ˆf(ξ dξ. e i y,ξ f(y dy e i y,ξ f(y dy dξ = e i x y,ξ ξ 2t dξ f(y dy. e i x y,ξ ξ 2t dξ. ξ = i 2t (x y + 1 η, czyli η = tξ i t 2 (x y, t exp ( i x y, ξ ξ 2 t ( x y 2 = exp e η 2. 4t dξ = t 1/2 dη, K(t, x, y := 1 ( (2π exp x y 2 t n/2 n 4t e η 2 K(t, x, y = ( n dη = e ds s2 = π n/2, R ( 1 (4πt exp x y 2. n/2 4t e η 2 Powy»ej zdeniowan funkcj nazywamy rozwi zaniem fundamentalnym równania przewodnictwa cieplnego (lub j drem GaussaWeierstrassa. dη.

4 84 Skompilowaª Janusz Mierczy«ski Lemat 8.1. J dro GaussaWeierstrassa ma nast puj ce wªa±ciwo±ci: (a K(t, x, y jest klasy C na (0,. (b ( t x K(t, x, y = 0 dla t > 0. (c K(t, x, y > 0 dla t > 0. (d (e Dla δ > 0 i x zachodzi lim K(t, x, y dy = 1 dla t > 0, x. t 0 + y x δ K(t, x, y dy = 0. Dowód. Cz ±ci (a i (c s natychmiastowe. Cz ± (b wynika z denicji (8.3 i z tego,»e przy takiej regularno±ci mo»na zamienia caªkowanie po ξ i ró»niczkowanie po t lub x. Aby udowodni (d i (e, podstawmy y = x + 2 tξ: oraz K(t, x, y dy = y x δ 1 (4πt n/2 2n t n/2 K(t, x, y dy = 1 π n/2 ξ δ 2 t e ξ 2 dξ = 1, e ξ 2 dξ t Twierdzenie 8.2. Zaªó»my,»e f : R jest mierzalna i ograniczona. Wówczas 1 x y 2 u(t, x = K(t, x, yf(y dy = exp ( f(y dy (4πt n/2 4t ˆ jest klasy C na (0, ; ˆ speªnia u t x u = 0 na (0, ; ˆ dla ka»dego punktu ci gªo±ci ξ funkcji f zachodzi: u(t, x f(ξ przy t 0 +, x ξ.

5 Równanie przewodnictwa cieplnego 85 Dowód. To,»e funkcja u(t, x jest dobrze okre±lona, wynika z Lematu (8.1(c,(d i z tego,»e f jest ograniczona. Pierwsze dwie wªasno±ci funkcji u(t, x wynikaj z Lematu (8.1(a,(b i z tego,»e mo»na zamienia ró»niczkowanie po t lub x i caªkowanie po y (gdy f jest tylko mierzalna, trzeba tu u»y twierdzenia Lebesgue'a o zbie»no±ci zmajoryzowanej. Poªó»my M := sup f. Niech ξ b dzie punktem ci gªo±ci funkcji f. Dla ε > 0 znajdziemy δ > 0 takie,»e je±li y ξ < δ to f(x f(ξ < ε. Szacujemy u(t, x f(ξ = x y <δ K(t, x, y(f(y f(ξ dy K(t, x, y f(y f(ξ dy + x y <δ x y δ K(t, x, y f(y f(ξ dy + 2M ε K(t, x, y f(y f(ξ dy x y δ K(t, x, y dy + 2M K(t, x, y dy x y δ K(t, x, y dy. Pierwszy skªadnik jest równy ε (z Lematu (8.1(d, za± drugi skªadnik jest mniejszy od ε dla t > 0 dostatecznie maªych (na podstawie Lematu (8.1(e. Rozwi zanie otrzymane powy»ej ma t (niezyczn wªasno±,»e zaburzenia rozchodz si z niesko«czon pr dko±ci : niezale»nie od tego jak maªy jest no±nik funkcji nieujemnej f, rozwi zanie w dowolnej chwili t > 0 jest wi ksze od zera dla ka»dego x. Mo»na wykaza,»e rozwi zanie otrzymane w Twierdzeniu 8.2 jest funkcj analityczn na (0,. Inn, bardzo wa»n wªasno±ci takiego rozwi zania, jest jego ograniczono±, a dokªadniej inf f u(t, x sup f, t > 0, x Rn (jest to wniosek z Lematu 8.1(c,(d. Twierdzenie 8.2 mo»na uogólni na przypadek, gdy o mierzalnej funkcji f zakªadamy tylko,»e istniej M > 0 i a > 0 takie,»e f(x Me a x 2 dla wszystkich x. Wówczas rozwi zanie u jest okre±lone na (0, 1 4a Rn.

6 86 Skompilowaª Janusz Mierczy«ski Brak jednoznaczno±ci Rozwi zanie otrzymane w Twierdzeniu 8.2 nie jest jedynym rozwi zaniem zagadnienia pocz tkowego (8.2. Na przykªad, funkcja x K(t, x, 0 t speªnia jednowymiarowe równanie przewodnictwa cieplnego na (0, R i, dla ustalonego x R, d»y do zera przy t 0 +. Przykªadowi temu mo»na zarzuci,»e warunek pocz tkowy jest speªniany w zbyt sªaby sposób. Jednak»e, w 1935 Tichonow (1 pokazaª,»e funkcja u = u(t, x, t R, x R, wyra»ona (formalnym szeregiem pot gowym gdzie u(t, x = k=0 g (k (t (2k! x2k, ( exp 1 dla t > 0, g(t = t α 0 dla t 0, α > 1, jest dobrze okre±lona, klasy C na R R, i speªnia u t = u xx na R R. Ponadto, dla ustalonego t R, funkcja u(t, jest analityczna na R (cho nie jest analityczna wzgl dem t: u(t, 0 = 0 dla t 0 i u(t, 0 0 dla t > 0. Funkcja opisana powy»ej (jak i inne funkcje tego rodzaju maj pewn, bardzo niezyczn, wªasno± : s nieograniczone z doªu. W 1944 Widder (2 wykazaª,»e jedynym nieujemnym rozwi zaniem równania przewodnictwa cieplnego u t u xx = 0, t > 0, x R, które d»y, przy ustalonym x R, do zera gdy t 0 +, jest funkcja stale równa zeru. 8.2 Zasada maksimum dla równania przewodnictwa cieplnego Niech Ω b dzie obszarem ograniczonym, i niech T > 0. Oznaczmy Q := { (t, x : 0 < t < T, x Ω }. Brzegiem parabolicznym obszaru Q nazywamy Q := { (t, x : (0 t T i x Ω lub (t = 0 i x Ω }. (1 Andriej Nikoªajewicz Tichonow ( , matematyk rosyjski (w j zykach zachodnich stosowana jest pisownia Tikhonov lub Tychono. (2 David Vernon Widder ( , matematyk ameryka«ski.

7 Równanie przewodnictwa cieplnego 87 Twierdzenie 8.3 (Sªaba paraboliczna zasada maksimum. Zaªó»my,»e u jest ci gªa na Q, i»e u t, u xj x j s ci gªe na Q i speªniaj tam u t x u 0. Wówczas max u = max u. Q Q Dowód. Zaªó»my,»e u t x u < 0 na Q. Dla 0 < ε < T oznaczmy Q ε := { (t, x : 0 < t < T ε, x Ω }. Funkcja u jest ci gªa na zbiorze zwartym Q ε, zatem istnieje ( t, x Q ε takie,»e u( t, x = max u. Q ε Gdy ( t, x Q ε, zachodzi u t ( t, x = 0, x u( t, x 0, co jest niemo»liwe. Gdy ( t, x Q ε \ Q ε, zachodzi u t ( t, x 0, x u( t, x 0, co jest znów niemo»liwe. Zatem ( t, x musi nale»e do Q ε oraz max u = max u max u. Q ε Q ε Q Lecz ka»dy punkt (t, x Q taki,»e t < T nale»y do Q ε dla pewnego ε, i u jest ci gªa na Q, wi c max u = sup (max u. Q 0<ε<T Q ε Zaªó»my teraz,»e u t x u 0 na Q. Niech v(t, x := u(t, x αt, gdzie α > 0. Zachodzi v t x v = u t x u α < 0. Zatem, na podstawie poprzedniej cz ±ci dowodu, max Q u = max Q (v + αt max Q i przechodz c z α do zera otrzymujemy tez. v + αt = max v + αt max u + αt, Q Q Zaªó»my,»e u jest ci gªa na Q i ma ci gªe pochodne u t i u xj x j na Q. Wówczas ze sªabej parabolicznej zasady maksimum wynika,»e u jest jednoznacznie okre±lona przez warto±ci u t x u na Q i warto±ci u na Q. Istotnie, je±li u 1, u 2 s takimi funkcjami,»e (u 1 t x u 1 (u 2 t x u 2 na Q i u 1 u 2 na Q, podstawiaj c w := u 1 u 2 widzimy,»e w t x w 0 na Q i w 0 na Q. Stosuj c zasad maksimum do w otrzymujemy,»e max Q ( w = 0. zasad maksimum do w otrzymujemy,»e max Q w = 0, a stosuj c Niech Ω b dzie obszarem ograniczonym. Zagadnieniem brzegowo- -pocz tkowym Dirichleta nazywamy u t = x u, t > 0, x Ω, u(t, x = 0, t > 0, x Ω, u(0, x = f(x, x Ω. O funkcji f zakªadamy,»e jest ci gªa na Ω, oraz»e f(x = 0 dla wszystkich x Ω (jest to tzw. warunek zgodno±ci. Z wniosku z parabolicznej zasady maksimum wynika,»e istnieje co najwy»ej jedno rozwi zanie zagadnienia brzegowo-pocz tkowego Dirichleta.

8 88 Skompilowaª Janusz Mierczy«ski W przypadku zagadnienia pocz tkowego dla równania przewodnictwa cieplnego na caªym nie zachodzi jednoznaczno±. Jednak»e sytuacja poprawia si, gdy ograniczymy si pewnej klasy rozwi za«. Twierdzenie 8.4. Zaªó»my,»e funkcja u: [0, T ] R, gdzie T > 0, jest ci gªa na [0, T ], i»e u t i u xj x j s ci gªe na (0, T. Ponadto zakªadamy,»e (a u t x u 0 na (0, T ; (b istniej M > 0 i a > 0 takie,»e u(t, x Me a x 2 0 < t < T i x ; dla wszystkich (c u(0, jest ograniczona na. Wówczas dla 0 < t < T, x. u(t, x sup u(0, Dowód. Zaªó»my,»e 4aT < 1. Niech ε > 0 b dzie takie,»e 4a(T + ε < 1. Ustalmy y, i zdeniujmy, dla µ > 0, ( 4π x y 2 v µ (t, x := u(t, x µ (T + ε t exp = n/2 4(T + ε t = u(t, x µk(t + ε t, ix, iy, 0 t T. Zauwa»my,»e t K(T + ε t, ix, iy = xk(t + ε t, ix, iy, 0 < t < T + ε, x. Zatem Oznaczmy t v µ x v µ = u t x u 0, 0 < t < T, x. Ω := { x : x y < ϱ }, Q := (0, T Ω (ϱ > 0 b dzie ustalone pó¹niej. Zauwa»my,»e, na podstawie zasady maksimum (Twierdzenie 8.3, zachodzi v µ (t, y max Q v µ, 0 t < T.

9 Równanie przewodnictwa cieplnego 89 Dalej, na {0} Ω mamy za± na [0, T Ω v µ (0, x u(0, x sup u(0, ( 4π v µ (t, x Me a x 2 µ (T + ε t exp ϱ 2 n/2 4(T + ε t ( 4π Me a( y +ϱ2 µ (T + ε exp ϱ 2. n/2 4(T + ε Ostatni wyraz b dzie, dla ϱ > 0 dostatecznie du»ych, ograniczony z góry przez sup u(0, (przypomnijmy,»e 1/(4(T + ε > a. Wykazali±my,»e max v µ sup u(0,. Q Stosuj c paraboliczn zasad maksimum (Twierdzenie 8.3 do funkcji v µ na Q otrzymujemy 4π v µ (t, y = u(t, y µ sup u(0,. (T + ε t n/2 D» c z µ do zera, otrzymujemy» dany wynik, gdy 4aT < 1. W przypadku, gdy 4aT 1, dzielimy przedziaª [0, T ] na l podprzedziaªów równej dªugo±ci τ, mniejszej ni» 1/(4a, i wnioskujemy,»e dla j = 0, 1,..., l 1. u(t, x sup u(jτ,, jτ t (j + 1τ, x Rozwa»my teraz zagadnienie pocz tkowe (RC-ZP u t = x u, 0 < t < T, x, u(0, x = f(x, x, gdzie f : R jest funkcj ci gª speªniaj c f(x Me a x 2 dla wszystkich x. Z uwagi pod dowodem Twierdzenia 8.2 wynika,»e wzór (8.4 u(t, x = 1 (4πt n/2 x y 2 exp ( f(y dy 4t

10 810 Skompilowaª Janusz Mierczy«ski okre±la rozwi zanie zagadnienia pocz tkowego (RC-ZP okre±lone na (0, 1 4a, i speªniaj ce tam oszacowanie u(t, x Me a x 2. Z Twierdzenia 8.4 mo»na wywnioskowa,»e wzór (8.4 okre±la jedyne rozwi zanie zagadnienia (RC-ZP speªniaj ce powy»sze oszacowanie na (0, 1 4a. W szczególno±ci, gdy f jest ci gªa i ograniczona, wzór (8.4 okre±la jedyne ograniczone rozwi zanie zagadnienia pocz tkowego (RC-ZP Mocna paraboliczna zasada maksimum Dla obszarów ograniczonych zachodzi mocna paraboliczna zasada maksimum. Istotnie, niech oznaczenia b d takie jak przed Twierdzeniem 8.3. Wówczas, je±li funkcja u ci gªa na Q, klasy C 2 na Q, speªniaj ca równanie przewodnictwa cieplnego na Q, ma t wªasno±,»e jej maksimum na Q jest osi gane w pewnym punkcie ( t, x Q, to u jest staªa na zbiorze [0, t] Ω. 8.3 Regularno± rozwi za«równania przewodnictwa cieplnego Niech Ω b dzie obszarem ograniczonym, o brzegu Ω klasy C 2. Niech Q := (0, T Ω. Zaªó»my,»e funkcja u oraz jej pochodne u t, u xj x k, s ci gªe na Q, oraz»e u t x u = 0 na Q. Dla dowolnej funkcji v klasy C 2 na Q zachodzi (8.5 0 = Q v(u t x u dx = + t=t x Ω vu dx Q t=0 x Ω u(v t + x v dx + vu dx T 0 dt Ω ( v u u v ds x. n x n x Ustalmy ξ Ω i ε > 0. Niech v(t, x := K(T + ε t, x, ξ. Tak okre±lone v jest, na Q, klasy C 2 i speªnia tam v t + x v = 0. Zatem pierwszy skªadnik po prawej stronie wzoru (8.5 redukuje si do zera. Dalej, przeksztaªcamy t=t x Ω vu dx = K(ε, x, ξu(t, x dx = K(ε, ξ, xu(t, x dx. Ω Ω

11 Równanie przewodnictwa cieplnego 811 Modykuj c odpowiednio dowód Twierdzenia 8.2 otrzymujemy,»e powy»sze wyra»enie d»y, przy ε 0 +, do u(t, ξ. Funkcja K(T + ε t, x, ξ oraz jej pochodna normalna s jednostajnie ci gªe wzgl dem ε 0, x Ω i 0 0 T. Ponadto K(T + ε, x, ξ jest jednostajnie ci gªa wzgl dem ε 0 i x Ω. Mo»emy zatem zapisa (8.6 u(t, ξ = K(T, x, ξu(0, x dx + + T 0 Ω dt Ω ( u(t, x K(T t, x, ξ K(T t, x, ξ u(t, x ds x. n x n x Po do±»mudnych szacowaniach mo»na wywnioskowa ze wzoru (8.5,»e, przy ustalonym t > 0, rozwi zanie u = u(t, x jest, na Ω, funkcj analityczn wzgl dem x. Skoro pochodne u po zmiennych x, dowolnego rz du, s ci gªe, zachodzi w szczególno±ci x (u xj = ( x u xj. Dalej, u txj = ( x u xj jest ci gªe, wi c u txj = u xj t. Wobec tego, v := u xj speªnia v t = x v i ma te same wªasno±ci regularno±ci co u. Powtarzamy powy»sze rozumowanie dla v xj = u xj x j, i dla u t = x u. Zatem u t ma ci gªe wszystkie pochodne cz stkowe po x. Mo»na st d wywnioskowa przez indukcj,»e u jest funkcj klasy C na (0, Ω. Natomiast rozwi zanie u nie musi by funkcj analityczn wzgl dem t. 8.4 Niejednorodne równanie przewodnictwa cieplnego. Zasada Duhamela (3 Rozwa»my zagadnienie pocz tkowe dla niejednorodnego równania przewodnictwa cieplnego (8.7 u t x u = g, t > 0, x, u(0, x = 0, x, gdzie g : [0, R jest zadan funkcj. Idea zasady Duhamela polega na szukaniu rozwi zania powy»szego zagadnienia w postaci u(t, x = t 0 U(t, x; s ds, (3 Jean Marie Constant Duhamel ( , matematyk francuski.

12 812 Skompilowaª Janusz Mierczy«ski gdzie, dla ustalonego s > 0, funkcja U(, ; s: [s, R jest rozwi - zaniem zagadnienia pocz tkowego (chwil pocz tkow jest s U t (, ; s x u(, ; s = 0, t > s, x, U(s, x; s = g(s, x, x. Formalne rachunki daj nam u t (t, x = U(t, x; t + t 0 U t (t, x; s ds = g(t, x + ( t = g(t, x + x U(t, x; s ds 0 t 0 x U(t, x; s ds = = g(t, x + x u(t, x. Podstawiaj c wzór na U(, ; s z Twierdzenia 8.2 otrzymujemy, po przeksztaªceniach, u(t, x = t 0 ( 1 (4π(t s n/2 x y 2 exp ( g(s, y dy ds. 4(t s Okazuje si,»e przy pewnych zaªo»eniach odno±nie funkcji g (na przykªad, g jest funkcj ci gª o zwartym no±niku powy»szy wzór rzeczywi±cie okre±la rozwi zanie zagadnienia pocz tkowego ( Informacja o metodzie rozdzielania zmiennych. Warto±ci i funkcje wªasne. Rozwa»my zagadnienie brzegowo-pocz tkowe typu Dirichleta (8.8 u t = x u, t > 0, x Ω, u(t, x = 0, t > 0, x Ω, u(0, x = f(x, x Ω, gdzie Ω jest obszarem ograniczonym i f : Ω R jest zadan funkcj. Poszukajmy rozwi za«powy»szego zagadnienia w postaci u(t, x = v(tw(x, t 0, x Ω. Zachodzi u t (t, x = v (tw(x, x u(t, x = v(t w(x,

13 Równanie przewodnictwa cieplnego 813 wi c 0 = u t (t, x x u(t, x wtedy i tylko wtedy, gdy v (t v(t = w(x w(x dla wszystkich t > 0 i x Ω takich,»e v(t 0 i w(x 0. Jako»e lewa strona powy»szej równo±ci zale»y tylko od t, a prawa strona zale»y tylko od x, jest to mo»liwe tylko wtedy, gdy istnieje staªa µ taka,»e (8.9 v = µv i (8.10 w = µw. Trzeba zatem rozwi za ukªad równa«(8.9+(8.10 wzgl dem zmiennych µ, v i w. Gdy µ jest znane, rozwi zaniem równania (8.9 jest v(t = ce µt, gdzie c jest dowoln staª. Mówimy,»e λ C jest warto±ci wªasn operatora na obszarze Ω, z warunkami brzegowymi Dirichleta na Ω, gdy istnieje funkcja w, nie równa stale zeru, b d ca rozwi zaniem zagadnienia brzegowego (8.11 w = λw na Ω, w = 0 na Ω. Funkcj w nazywamy funkcj wªasn odpowiadaj c warto±ci wªasnej λ. Równanie w = λw nazywamy równaniem Helmholtza. Warto± wªasna λ ma (sko«czon krotno± m, je±li odpowiadaj ce jej funkcje wªasne tworz, po dopisaniu funkcji stale równej zeru, przestrze«liniow wymiaru m. Zachodzi nast puj ce twierdzenie: Twierdzenie 8.5. Zaªó»my,»e Ω jest obszarem ograniczonym. Wówczas: (i Wszystkie warto±ci wªasne operatora z warunkami brzegowymi Dirichleta s rzeczywiste, o sko«czonej krotno±ci, i jest ich przeliczalnie wiele.

14 814 Skompilowaª Janusz Mierczy«ski (ii Je±li wypiszemy ka»d warto± wªasn tyle razy, ile wynosi jej krotno±, otrzymamy 0 < λ 1 < λ 2 λ 3..., oraz lim λ k. k (iii Ka»da funkcja wªasna jest klasy C na Ω; je±li ponadto brzeg Ω jest klasy C, to ka»da funkcja wªasna jest klasy C na Ω. (iv Istnieje baza ortonormalna (w k k=1 przestrzeni L 2(Ω, w której w k jest funkcj wªasn odpowiadaj c warto±ci wªasnej λ k. (v Funkcj wªasn w 1 mo»na wybra tak, by przyjmowaªa warto±ci dodatnie na Ω. Dowód wykracza poza ramy niniejszego kursu. Z powy»szego twierdzenia natychmiast wynika,»e ka»da sko«czona kombinacja liniowa l u = c k e λkt w k k=1 jest rozwi zaniem równania przewodnictwa cieplnego z warunkami brzegowymi typu Dirichleta. Gdy chcemy znale¹ rozwi zanie speªniaj ce warunek pocz tkowy u(0, x = f(x, x Ω, narzucaj c si metod jest wzi cie sumy szeregu niesko«czonego u = c k e λkt w k, k=1 gdzie (c k k=1 jest ci giem wspóªczynników w rozwini ciu funkcji f w bazie ortonormalnej (w k k=1 przestrzeni Hilberta L 2 (Ω. Okazuje si,»e gdy tylko f L 2 (Ω, to suma powy»szego szeregu niesko«- czonego jest jedynym rozwi zaniem (w pewnym sªabym sensie równania przewodnictwa cieplnego speªniaj cym (równie» w pewnym sªabym sensie warunek brzegowy Dirichleta. Warunek pocz tkowy jest speªniony w nast puj cym sensie: lim t 0 + u(t, f L 2 (Ω = 0. Je±li brzeg Ω jest klasy C i f jest funkcj klasy C na Ω, speªniaj c pewne warunki zgodno±ci, to okre±lone powy»ej rozwi zanie jest w istocie rozwi zaniem klasycznym zagadnienia brzegowo-pocz tkowego (8.8. Ponadto, rozwi zanie to jest klasy C na [0, Ω.

7 Równania falowe. 7.1 Jednowymiarowe równanie falowe. Równanie falowe

7 Równania falowe. 7.1 Jednowymiarowe równanie falowe. Równanie falowe Równania falowe 71 7 Równania falowe Równanie falowe u tt c x u = 0, t > 0, x Ω, gdzie c > 0, Ω R n jest obszarem, a szukana funkcja to u = u(t, x = u(t, x 1,..., x n, opisuje wychylenie u (z poªo»enia

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010 WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna

Bardziej szczegółowo

5 Równania ró»niczkowe cz stkowe liniowe drugiego

5 Równania ró»niczkowe cz stkowe liniowe drugiego Równania ró»niczkowe cz stkowe drugiego rz du 51 5 Równania ró»niczkowe cz stkowe liniowe drugiego rz du. 5.1 Równania ró»niczkowe cz stkowe drugiego rz du dla funkcji dwóch zmiennych Dla funkcji u = u(x,

Bardziej szczegółowo

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Teoria obowi zuje z wykªadu, dlatego te» zostan tutaj przedstawione tylko podstawowe denicje, twierdzenia i wzory. Denicja 1. Równanie

Bardziej szczegółowo

Czy funkcja zadana wzorem f(x) = ex e x. 1 + e. = lim. e x + e x lim. lim. 2 dla x = 1 f(x) dla x (0, 1) e e 1 dla x = 1

Czy funkcja zadana wzorem f(x) = ex e x. 1 + e. = lim. e x + e x lim. lim. 2 dla x = 1 f(x) dla x (0, 1) e e 1 dla x = 1 II KOLOKWIUM Z AM M1 - GRUPA A - 170101r Ka»de zadanie jest po 5 punktów Ostatnie zadanie jest nieobowi zkowe, ale mo»e dostarczy dodatkowe 5 punktów pod warunkiem rozwi zania pozostaªych zada«zadanie

Bardziej szczegółowo

Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a).

Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a). Rozwi zania zada«z egzaminu podstawowego z Analizy matematycznej 2.3A (24/5). Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a). Zadanie P/4. Metod operatorow rozwi

Bardziej szczegółowo

7 Ukªady równa«ró»niczkowych zwyczajnych liniowych. Równania ró»niczkowe zwyczajne liniowe wy»szych rz dów

7 Ukªady równa«ró»niczkowych zwyczajnych liniowych. Równania ró»niczkowe zwyczajne liniowe wy»szych rz dów Ukªady r-na«ró»niczkowych liniowych. R-nia liniowe wy»szych rz dów 71 7 Ukªady równa«ró»niczkowych zwyczajnych liniowych. Równania ró»niczkowe zwyczajne liniowe wy»szych rz dów 7.1 Nierówno± Gronwalla

Bardziej szczegółowo

Matematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

Matematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski Matematyka 1 Šukasz Dawidowski Instytut Matematyki, Uniwersytet l ski Pochodna funkcji Niech a, b R, a < b. Niech f : (a, b) R b dzie funkcj oraz x, x 0 (a, b) b d ró»nymi punktami przedziaªu (a, b). Wyra»enie

Bardziej szczegółowo

Zadania. 4 grudnia k=1

Zadania. 4 grudnia k=1 Zadania 4 grudnia 205 Zadanie. Poka»,»e dla dowolnych liczb zespolonych z,..., z n istnieje zbiór B {,..., n}, taki,»e n z k π z k. k B Zadanie 2. Jakie warunki musz speªnia ci gi a n i b n, aby istniaªy

Bardziej szczegółowo

1 Granice funkcji wielu zmiennych.

1 Granice funkcji wielu zmiennych. AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica

Bardziej szczegółowo

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,

Bardziej szczegółowo

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja

Bardziej szczegółowo

Statystyka matematyczna - ZSTA LMO

Statystyka matematyczna - ZSTA LMO Statystyka matematyczna - ZSTA LMO Šukasz Smaga Wydziaª Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza w Poznaniu Wykªad 4 Šukasz Smaga (WMI UAM) ZSTA LMO Wykªad 4 1 / 18 Wykªad 4 - zagadnienia

Bardziej szczegółowo

Legalna ±ci ga z RRI 2015/2016

Legalna ±ci ga z RRI 2015/2016 Legalna ±ci ga z RRI 205/206 Równania ró»niczkowe pierwszego rz du sprowadzalne do równa«o zmiennych rozdzielonych a) Równanie postaci: = f(ax + by + c), Równanie postaci: = f(ax + by + c), () wprowadzamy

Bardziej szczegółowo

punkcie. Jej granica lewostronna i prawostronna w punkcie x = 2 wynosz odpowiednio:

punkcie. Jej granica lewostronna i prawostronna w punkcie x = 2 wynosz odpowiednio: 5.9. lim x x +4 f(x) = x +4 Funkcja f(x) jest funkcj wymiern, która jest ci gªa dla wszystkich x, dla których mianownik jest ró»ny od zera, czyli dla: x + 0 x Zatem w punkcie x = funkcja ta jest okre±lona

Bardziej szczegółowo

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15 ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku

Bardziej szczegółowo

Metody dowodzenia twierdze«

Metody dowodzenia twierdze« Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku

Bardziej szczegółowo

Interpolacja funkcjami sklejanymi

Interpolacja funkcjami sklejanymi Interpolacja funkcjami sklejanymi Funkcje sklejane: Zaªó»my,»e mamy n + 1 w zªów t 0, t 1,, t n takich,»e t 0 < t 1 < < t n Dla danej liczby caªkowitej, nieujemnej k funkcj sklejan stopnia k nazywamy tak

Bardziej szczegółowo

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka EGZAMIN MAGISTERSKI, 26.06.2017 Biomatematyka 1. (8 punktów) Rozwój wielko±ci pewnej populacji jest opisany równaniem: dn dt = rn(t) (1 + an(t), b gdzie N(t) jest wielko±ci populacji w chwili t, natomiast

Bardziej szczegółowo

Ekstremalnie fajne równania

Ekstremalnie fajne równania Ekstremalnie fajne równania ELEMENTY RACHUNKU WARIACYJNEGO Zaczniemy od ogólnych uwag nt. rachunku wariacyjnego, który jest bardzo przydatnym narz dziem mog cym posªu»y do rozwi zywania wielu problemów

Bardziej szczegółowo

Szkice rozwi za«zada«z egzaminu 1

Szkice rozwi za«zada«z egzaminu 1 Egzamin - szkic rozwi za«sem. zimowy 06/07 AM, Budownictwo, IL PW Szkice rozwi za«zada«z egzaminu. Poda denicj granicy oraz ci gªo±ci funkcji. Def. (Heinego) Liczb g nazywamy granic funkcji f : D R w unkcie

Bardziej szczegółowo

13 Równanie struny drgającej. Równanie przewodnictwa ciepła.

13 Równanie struny drgającej. Równanie przewodnictwa ciepła. Równanie struny drgającej. Równanie przewodnictwa ciepła 13 1 13 Równanie struny drgającej. Równanie przewodnictwa ciepła. 13.1 Równanie struny drgającej Równanie różniczkowe liniowe drugiego rzędu typu

Bardziej szczegółowo

4 Prawa zachowania. Fale uderzeniowe

4 Prawa zachowania. Fale uderzeniowe Prawa zachowania. Fale uderzeniowe 41 4 Prawa zachowania. Fale uderzeniowe W niniejszych notatkach, oprócz literatury wymienionej na stronie internetowej, korzystam te» z nast puj cych artykuªów: ˆ A.

Bardziej szczegółowo

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009 Motywacje Dla dowolnej

Bardziej szczegółowo

XVII Warmi«sko-Mazurskie Zawody Matematyczne

XVII Warmi«sko-Mazurskie Zawody Matematyczne 1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych

Bardziej szczegółowo

Wykªad 12. Transformata Laplace'a i metoda operatorowa

Wykªad 12. Transformata Laplace'a i metoda operatorowa Wykªad 2. Tranformata Laplace'a i metoda operatorowa Tranformata Laplace'a Dla odpowiednio okre±lonej klay funkcji zdeniujemy operator L, nazywany tranformat Laplace'a, okre±lony wzorem L[ f ]() = f(t)e

Bardziej szczegółowo

Liniowe zadania najmniejszych kwadratów

Liniowe zadania najmniejszych kwadratów Rozdziaª 9 Liniowe zadania najmniejszych kwadratów Liniowe zadania najmniejszych kwadratów polega na znalezieniu x R n, który minimalizuje Ax b 2 dla danej macierzy A R m,n i wektora b R m. Zauwa»my,»e

Bardziej szczegółowo

Rachunek caªkowy funkcji wielu zmiennych

Rachunek caªkowy funkcji wielu zmiennych Rachunek caªkowy funkcji wielu zmiennych I. Malinowska, Z. Šagodowski Politechnika Lubelska 8 czerwca 2015 Caªka iterowana podwójna Denicja Je»eli funkcja f jest ci gªa na prostok cie P = {(x, y) : a x

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )

Bardziej szczegółowo

Funkcje jednej zmiennej. Granica, ci gªo±. (szkic wykªadu)

Funkcje jednej zmiennej. Granica, ci gªo±. (szkic wykªadu) Funkcje jednej zmiennej Granica, ci gªo± (szkic wykªadu) opracowaªa Gra»yna Ciecierska 1 Granica funkcji Denicja Niech 0 R, r > 0 Otoczeniem punktu 0 o promieniu r nazywamy przedziaª ( 0 r, 0 +r) Otoczeniem

Bardziej szczegółowo

Oba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji).

Oba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji). Plan Spis tre±ci 1 Granica 1 1.1 Po co?................................. 1 1.2 Denicje i twierdzenia........................ 4 1.3 Asymptotyka, granice niewªa±ciwe................. 7 2 Asymptoty 8 2.1

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Analiza matematyczna 2; MatematykaS-I 0 lic 21 maja 2018 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(, y b dzie okre±lona przynajmniej na otoczeniu punktu

Bardziej szczegółowo

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium AM II.1 2018/2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium Normy w R n, iloczyn skalarny sprawd¹ czy dana funkcja jest norm sprawd¹, czy dany zbiór jest kul w jakiej± normie i oblicz norm wybranego

Bardziej szczegółowo

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1 J zyki formalne i operacje na j zykach J zyki formalne s abstrakcyjnie zbiorami sªów nad alfabetem sko«czonym Σ. J zyk formalny L to opis pewnego problemu decyzyjnego: sªowa to kody instancji (wej±cia)

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Zastosowanie przeksztaªcenia Laplace'a. Przykªad 1 Rozwi» jednorodne równanie ró»niczkowe liniowe. ÿ(t) + 5ẏ(t) + 6y(t) = 0 z warunkami pocz tkowymi

Zastosowanie przeksztaªcenia Laplace'a. Przykªad 1 Rozwi» jednorodne równanie ró»niczkowe liniowe. ÿ(t) + 5ẏ(t) + 6y(t) = 0 z warunkami pocz tkowymi Zastosowanie przeksztaªcenia Laplace'a Przykªad Rozwi» jednorodne równanie ró»niczkowe liniowe ÿ(t) + 5ẏ(t) + 6y(t) = 0 z warunkami pocz tkowymi y(0 + ) = a, ẏ(0 + ) = b. Rozwi zanie Dokonuj c transformacji

Bardziej szczegółowo

Materiaªy do Repetytorium z matematyki

Materiaªy do Repetytorium z matematyki Materiaªy do Repetytorium z matematyki 0/0 Dziaªania na liczbach wymiernych i niewymiernych wiczenie Obliczy + 4 + 4 5. ( + ) ( 4 + 4 5). ( : ) ( : 4) 4 5 6. 7. { [ 7 4 ( 0 7) ] ( } : 5) : 0 75 ( 8) (

Bardziej szczegółowo

1 Bª dy i arytmetyka zmiennopozycyjna

1 Bª dy i arytmetyka zmiennopozycyjna 1 Bª dy i arytmetyka zmiennopozycyjna Liczby w pami ci komputera przedstawiamy w ukªadzie dwójkowym w postaci zmiennopozycyjnej Oznacza to,»e s one postaci ±m c, 01 m < 1, c min c c max, (1) gdzie m nazywamy

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. II Rachunek ró»niczkowy funkcji wielu zmiennych

Zadania z analizy matematycznej - sem. II Rachunek ró»niczkowy funkcji wielu zmiennych Zadania z analizy matematycznej - sem II Rachunek ró»niczkowy funkcji wielu zmiennych Denicja (Pochodne cz stkowe dla funkcji trzech zmiennych) Niech D R 3 b dzie obszarem oraz f : D R f = f y z) P 0 =

Bardziej szczegółowo

2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v)

2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v) Przeksztaªcenia liniowe Def 1 Przeksztaªceniem liniowym (homomorzmem liniowym) rzeczywistych przestrzeni liniowych U i V nazywamy dowoln funkcj L : U V speªniaj c warunki: 1 L( u + v) = L( u) + L( v) dla

Bardziej szczegółowo

Liczby zespolone Pochodna Caªka nieoznaczona i oznaczona Podstawowe wielko±ci zyczne. Repetytorium z matematyki

Liczby zespolone Pochodna Caªka nieoznaczona i oznaczona Podstawowe wielko±ci zyczne. Repetytorium z matematyki Repetytorium z matematyki Denicja liczb zespolonych Wyra»enie a + bi, gdzie a i b s liczbami rzeczywistymi a i speªnia zale»no± i 2 = 1, nazywamy liczb zespolon. Liczb i nazywamy jednostk urojon, a iloczyn

Bardziej szczegółowo

Funkcje, wielomiany. Informacje pomocnicze

Funkcje, wielomiany. Informacje pomocnicze Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Matematyka dyskretna dla informatyków

Matematyka dyskretna dla informatyków Matematyka dyskretna dla informatyków Cz ± I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szyma«ski Uniwersytet im. Adama Mickiewicza Pozna«2007 4 Zależności rekurencyjne Wiele zale»no±ci

Bardziej szczegółowo

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy. Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta

Bardziej szczegółowo

1 Metody iteracyjne rozwi zywania równania f(x)=0

1 Metody iteracyjne rozwi zywania równania f(x)=0 1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0

Bardziej szczegółowo

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

ELEMENTARNA TEORIA LICZB. 1. Podzielno± ELEMENTARNA TEORIA LICZB IZABELA AGATA MALINOWSKA N = {1, 2,...} 1. Podzielno± Denicja 1.1. Niepusty podzbiór A zbioru liczb naturalnych jest ograniczony, je»eli istnieje taka liczba naturalna n 0,»e m

Bardziej szczegółowo

Wykªad 4. Funkcje wielu zmiennych.

Wykªad 4. Funkcje wielu zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 4. Funkcje wielu zmiennych. Zbiory na pªaszczy¹nie i w przestrzeni.

Bardziej szczegółowo

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x, y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0, y 0 ) Pochodn cz stkow pierwszego rz du funkcji dwóch zmiennych wzgl

Bardziej szczegółowo

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X. Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór

Bardziej szczegółowo

Ekstremalnie maªe zbiory

Ekstremalnie maªe zbiory Maªe jest pi kne Instytut Matematyki Uniwersytetu Warszawskiego Nadarzyn, 27.08.2011 Zbiory silnie miary zero Przypomnienie Zbiór X [0, 1] jest miary Lebesgue'a zero, gdy dla ka»dego ε > 0 istnieje ci

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci Zebraª do celów edukacyjnych od wykªadowców PK, z ró»nych podr czników Maciej Zakarczemny 1 Przypomnienie wiadomo±ci ze szkoªy ±redniej Rozwi zywanie prostych równa«i nierówno±ci dotycz cych funkcji elementarnych,

Bardziej szczegółowo

Matematyka dyskretna dla informatyków

Matematyka dyskretna dla informatyków UNIWERSYTET IM. ADAMA MICKIEWICZA W POZNANIU Jerzy Jaworski, Zbigniew Palka, Jerzy Szyma«ski Matematyka dyskretna dla informatyków uzupeænienia Pozna«007 A Notacja asymptotyczna Badaj c du»e obiekty kombinatoryczne

Bardziej szczegółowo

1 Poj cia pomocnicze. Przykªad 1. A A d

1 Poj cia pomocnicze. Przykªad 1. A A d Poj cia pomocnicze Otoczeniem punktu x nazywamy dowolny zbiór otwarty zawieraj cy punkt x. Najcz ±ciej rozwa»amy otoczenia kuliste, tj. kule o danym promieniu ε i ±rodku x. S siedztwem punktu x nazywamy

Bardziej szczegółowo

Statystyka matematyczna - ZSTA LMO

Statystyka matematyczna - ZSTA LMO Statystyka matematyczna - ZSTA LMO Šukasz Smaga Wydziaª Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza w Poznaniu Wykªad 1 Šukasz Smaga (WMI UAM) ZSTA LMO Wykªad 1 1 / 28 Kontakt Dr Šukasz

Bardziej szczegółowo

Metodydowodzenia twierdzeń

Metodydowodzenia twierdzeń 1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych

Bardziej szczegółowo

Wst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd.

Wst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd. Wst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd. M. Czoków, J. Piersa Faculty of Mathematics and Computer Science, Nicolaus Copernicus University, Toru«, Poland 2010-11-23

Bardziej szczegółowo

Opis matematyczny ukªadów liniowych

Opis matematyczny ukªadów liniowych Rozdziaª 1 Opis matematyczny ukªadów liniowych Autorzy: Alicja Golnik 1.1 Formy opisu ukªadów dynamicznych 1.1.1 Liniowe równanie ró»niczkowe Podstawow metod przedstawienia procesu dynamicznego jest zbiór

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej

Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej Denicja 1. Niech X = R n b dzie przestrzeni unormowan oraz d(x, y) = x y.

Bardziej szczegółowo

Strategie zabezpieczaj ce

Strategie zabezpieczaj ce 04062008 Plan prezentacji Model binarny Model Black Scholesa Bismut- Elworthy -Li formuła Model binarny i opcja call Niech cena akcji w chwili pocz tkowej wynosi S 0 = 21 Zaªó»my,»e ceny akcji po trzech

Bardziej szczegółowo

PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych:

PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych: Plan Spis tre±ci 1 Homomorzm 1 1.1 Macierz homomorzmu....................... 2 1.2 Dziaªania............................... 3 2 Ukªady równa«6 3 Zadania 8 1 Homomorzm PRZYPOMNIENIE Ka»d przestrze«wektorow

Bardziej szczegółowo

1 Ró»niczka drugiego rz du i ekstrema

1 Ró»niczka drugiego rz du i ekstrema Plan Spis tre±ci 1 Pochodna cz stkowa 1 1.1 Denicja................................ 1 1.2 Przykªady............................... 2 1.3 Wªasno±ci............................... 2 1.4 Pochodne wy»szych

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach EGZAMIN MAGISTERSKI, 12.09.2018r Matematyka w ekonomii i ubezpieczeniach Zadanie 1. (8 punktów) O rozkªadzie pewnego ryzyka S wiemy,»e: E[(S 20) + ] = 8 E[S 10 < S 20] = 13 P (S 20) = 3 4 P (S 10) = 1

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Zbiory i odwzorowania

Zbiory i odwzorowania Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):

Bardziej szczegółowo

Wielomiany o wspóªczynnikach rzeczywistych

Wielomiany o wspóªczynnikach rzeczywistych Wielomiany o wspóªczynnikach rzeczywistych Wielomian: W (x) = a n x n + a n 1 x n 1 + a n 2 x n 2 +... + a 2 x 2 + a 1 x + a 0 wspóªczynniki wielomianu: a 0, a 1, a 2,..., a n 1, a n ; wyraz wolny: a 0

Bardziej szczegółowo

f(x) f(x 0 ) i f +(x 0 ) := lim = f(x 0 + x) f(x 0 ) wynika ci gªo± funkcji w punkcie x 0. W ka»dym przypadku zachodzi:

f(x) f(x 0 ) i f +(x 0 ) := lim = f(x 0 + x) f(x 0 ) wynika ci gªo± funkcji w punkcie x 0. W ka»dym przypadku zachodzi: Pochodna funkcji Def 1 Pochodn wªa±ciw funkcji f w punkcie x 0 nazywamy granic f (x 0 ) := lim o ile granica ta istnieje i jest wªa±ciwa Funkcj f nazywamy wtedy ró»niczkowaln Przy zaªo»eniu,»e f jest ci

Bardziej szczegółowo

1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f.

1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f. GAL II 2012-2013 A Strojnowski str1 Wykªad 1 Ten semestr rozpoczniemy badaniem endomorzmów sko«czenie wymiarowych przestrzeni liniowych Denicja 11 Niech V b dzie przestrzeni liniow nad ciaªem K 1) Przeksztaªceniem

Bardziej szczegółowo

CAŠKA NIEOZNACZONA. Politechnika Lubelska. Z.Šagodowski. 18 lutego 2016

CAŠKA NIEOZNACZONA. Politechnika Lubelska. Z.Šagodowski. 18 lutego 2016 WYKŠAD CAŠKA NIEOZNACZONA Z.Šagodowski Politechnika Lubelska 8 lutego 06 Denicja CAŠKA NIEOZNACZONA Funkcja F jest funkcja pierwotn funkcji f na przedziale A, je»eli Zauwa»my,ze F (x) = f (x), dla ka»dego

Bardziej szczegółowo

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb Wybrane poj cia i twierdzenia z wykªadu z teorii liczb 1. Podzielno± Przedmiotem bada«teorii liczb s wªasno±ci liczb caªkowitych. Zbiór liczb caªkowitych oznacza b dziemy symbolem Z. Zbiór liczb naturalnych

Bardziej szczegółowo

Estymacja parametru gªadko±ci przy u»yciu falek splajnowych

Estymacja parametru gªadko±ci przy u»yciu falek splajnowych Estymacja parametru gªadko±ci przy u»yciu falek splajnowych Politechnika Gda«ska Wydziaª Fizyki Technicznej i Matematyki Stosowanej Wisªa, 3-7.12.2012 Przestrze«Biesowa Przestrze«Biesowa B s p,q, 1 p,

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdziaª 9 RÓWNANIA ELIPTYCZNE 9.1 Zastosowanie eliptycznych równa«ró»niczkowych cz stkowych 9.1.1 Problemy z warunkami brzegowymi W przestrzeni dwuwymiarowej

Bardziej szczegółowo

Proste modele o zªo»onej dynamice

Proste modele o zªo»onej dynamice Proste modele o zªo»onej dynamice czyli krótki wst p do teorii chaosu Tomasz Rodak Festiwal Nauki, Techniki i Sztuki 2018 April 17, 2018 Dyskretny model pojedynczej populacji Rozwa»my pojedyncz populacj

Bardziej szczegółowo

Biostatystyka, # 4 /Weterynaria I/

Biostatystyka, # 4 /Weterynaria I/ Biostatystyka, # 4 /Weterynaria I/ dr n. mat. Zdzisªaw Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowa«Matematyki i Informatyki ul. Gª boka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

O matematyce na opak

O matematyce na opak O matematyce na opak Hanna Okrasi«ska-Pªociniczak 1, Šukasz Pªociniczak 2 1 Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocªawiu, 2 Instytut Matematyki i Informatyki, Politechnika Wrocªawska Kobyla

Bardziej szczegółowo

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0,

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0, XIII Warmi«sko-Mazurskie Zawody Matematyczne. Olsztyn 2015 Rozwi zania zada«dla szkóª ponadgimnazjalnych ZADANIE 1 Zakªadamy,»e a, b 0, 1 i a + b 1. Wykaza,»e z równo±ci wynika,»e a = -b 1 a + b 1 = 1

Bardziej szczegółowo

Stacjonarne szeregi czasowe

Stacjonarne szeregi czasowe e-mail:e.kozlovski@pollub.pl Spis tre±ci 1 Denicja 1 Szereg {x t } 1 t N nazywamy ±ci±le stacjonarnym (stacjonarnym w w»szym sensie), je»eli dla dowolnych m, t 1, t 2,..., t m, τ ª czny rozkªad prawdopodobie«stwa

Bardziej szczegółowo

Ukªady równa«liniowych

Ukªady równa«liniowych dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast

Bardziej szczegółowo

Spis tre±ci. 1 Gradient. 1.1 Pochodna pola skalarnego. Plan

Spis tre±ci. 1 Gradient. 1.1 Pochodna pola skalarnego. Plan Plan Spis tre±ci 1 Gradient 1 1.1 Pochodna pola skalarnego...................... 1 1.2 Gradient................................ 3 1.3 Operator Hamiltona......................... 4 2 Ró»niczkowanie pola

Bardziej szczegółowo

Nieklasyczna analiza skªadowych gªównych

Nieklasyczna analiza skªadowych gªównych * Wydziaª Matematyki i Informatyki UAM Pozna«Referat ten jest przygotowany na podstawie wspólnych wyników uzyskanych z Karolem Der gowskim z Instytutu Zarz dzania Pa«stwowej Wy»szej Szkoªy Zawodowej w

Bardziej szczegółowo

Twierdzenie Wedderburna Witold Tomaszewski

Twierdzenie Wedderburna Witold Tomaszewski Twierdzenie Wedderburna Witold Tomaszewski Pier±cie«przemienny P nazywamy dziedzin caªkowito±ci (lub po prostu dziedzin ) je±li nie posiada nietrywialnych dzielników zera. Pier±cie«z jedynk nazywamy pier±cieniem

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach. a) (6 pkt.) oblicz intensywno± pªaconych skªadek;

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach. a) (6 pkt.) oblicz intensywno± pªaconych skªadek; EGZAMIN MAGISTERSKI, 26.06.2019r Matematyka w ekonomii i ubezpieczeniach 1. (8 punktów) Dwa niezale»ne portfele S 1, S 2 maj zªo»one rozkªady Poissona. S 1 CP oisson(2, F ), S 2 CP oisson(2, G), gdzie

Bardziej szczegółowo

O pewnym zadaniu olimpijskim

O pewnym zadaniu olimpijskim O pewnym zadaniu olimpijskim Michaª Seweryn, V LO w Krakowie opiekun pracy: dr Jacek Dymel Problem pocz tkowy Na drugim etapie LXII Olimpiady Matematycznej pojawiª si nast puj cy problem: Dla ka»dej liczby

Bardziej szczegółowo

Zestaw zadań z Równań różniczkowych cząstkowych I 18/19

Zestaw zadań z Równań różniczkowych cząstkowych I 18/19 Zestaw zadań z Równań różniczkowych cząstkowych I 18/19 Zad 1. Znaleźć rozwiązania ogólne u = u(x, y) następujących równań u x = 1, u y = 2xy, u yy = 6y, u xy = 1, u x + y = 0, u xxyy = 0. Zad 2. Znaleźć

Bardziej szczegółowo

Rozwini cia asymptotyczne dla mocy testów przybli»onych

Rozwini cia asymptotyczne dla mocy testów przybli»onych Rozwini cia asymptotyczne dla mocy testów przybli»onych Piotr Majerski, Zbigniew Szkutnik AGH Kraków Wisªa 2010 P. Majerski, Z. Szkutnik, AGH () Rozwini cia mocy testów przybli»onych Wisªa 2010 1 / 22

Bardziej szczegółowo

Uczenie Wielowarstwowych Sieci Neuronów o

Uczenie Wielowarstwowych Sieci Neuronów o Plan uczenie neuronu o ci gªej funkcji aktywacji uczenie jednowarstwowej sieci neuronów o ci gªej funkcji aktywacji uczenie sieci wielowarstwowej - metoda propagacji wstecznej neuronu o ci gªej funkcji

Bardziej szczegółowo

Kolokwium Zadanie 1. Dla jakich warto±ci parametrów a i b funkcja sklejona

Kolokwium Zadanie 1. Dla jakich warto±ci parametrów a i b funkcja sklejona Kolokwium 3 0.0. Zadanie. Dla jakich warto±ci parametrów a i b funkcja sklejona a : π, f() = cos() : π < π, a + b : π < jest ci gªa? Rozwi zanie: Funkcja jest ci gªa we wszystkich punktach poza, by mo»e,

Bardziej szczegółowo

Informacje pomocnicze

Informacje pomocnicze Funkcje wymierne. Równania i nierówno±ci wymierne Denicja. (uªamki proste) Wyra»enia postaci Informacje pomocnicze A gdzie A d e R n N (dx e) n nazywamy uªamkami prostymi pierwszego rodzaju. Wyra»enia

Bardziej szczegółowo

I Rok LOGISTYKI: wykªad 2 Pochodna funkcji. iloraz ró»nicowy x y x

I Rok LOGISTYKI: wykªad 2 Pochodna funkcji. iloraz ró»nicowy x y x I Rok LOGISTYKI: wykªad 2 Pochodna funkcji Niech f jest okre±lona w Q(x 0, δ) i x Q(x 0, δ). Oznaczenia: x = x x 0 y = y y 0 = f(x 0 + x) f(x 0 ) y x = f(x 0 + x) f(x 0 ) iloraz ró»nicowy x y x = tgβ,

Bardziej szczegółowo

Wykªad 10. Spis tre±ci. 1 Niesko«czona studnia potencjaªu. Fizyka 2 (Informatyka - EEIiA 2006/07) c Mariusz Krasi«ski 2007

Wykªad 10. Spis tre±ci. 1 Niesko«czona studnia potencjaªu. Fizyka 2 (Informatyka - EEIiA 2006/07) c Mariusz Krasi«ski 2007 Wykªad 10 Fizyka 2 (Informatyka - EEIiA 2006/07) 08 05 2007 c Mariusz Krasi«ski 2007 Spis tre±ci 1 Niesko«czona studnia potencjaªu 1 2 Laser 3 2.1 Emisja spontaniczna...........................................

Bardziej szczegółowo

Maªgorzata Murat. Modele matematyczne.

Maªgorzata Murat. Modele matematyczne. WYKŠAD I Modele matematyczne Maªgorzata Murat Wiadomo±ci organizacyjne LITERATURA Lars Gårding "Spotkanie z matematyk " PWN 1993 http://moodle.cs.pollub.pl/ m.murat@pollub.pl Model matematyczny poj cia

Bardziej szczegółowo

Informacje pomocnicze:

Informacje pomocnicze: dr Krzysztof yjewski Informatyka; S-I 0.in». 7 grudnia 06 Rachunek caªkowy funkcji jednej zmiennej. Caªka nieoznaczona. przydatne wzory: Informacje pomocnicze: Lp. Wzór Uwagi. dx = x c. adx = ax c 3. x

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Przeksztaªcenia liniowe

Przeksztaªcenia liniowe Przeksztaªcenia liniowe Przykªady Pokaza,»e przeksztaªcenie T : R 2 R 2, postaci T (x, y) = (x + y, x 6y) jest przeksztaªceniem liniowym Sprawdzimy najpierw addytywno± przeksztaªcenia T Niech v = (x, y

Bardziej szczegółowo

Modele wielorównaniowe. Problem identykacji

Modele wielorównaniowe. Problem identykacji Modele wielorównaniowe. Problem identykacji Ekonometria Szeregów Czasowych SGH Identykacja 1 / 43 Plan wykªadu 1 Wprowadzenie 2 Trzy przykªady 3 Przykªady: interpretacja 4 Warunki identykowalno±ci 5 Restrykcje

Bardziej szczegółowo