Twierdzenie o n-kanapce

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Twierdzenie o n-kanapce"

Transkrypt

1 Twierdzenie o n-kanapce Jacek J. Łakis Naukowe Koło Matematyki PG 24 marca 204. Wprowadzenie Twierdzenie o n-kanapce jest jednym z tych twierdzeń, które pokazują niezwykłe własności i zastosowania funkcji ciągłej. Jest uogólnieniem twierdzeń którym ze względu na swoją prostotę zrozumienia nadano kulinarny charakter. Zanim jednak sformułuję te szczególne przypadki chciałbym przytoczyć najważniejsze twierdzenie w tym artykule: Twierdzenie Borsuka-Ulama. Dla każdego ciągłego odwzorowania f : S n R n istnieje taki punkt x S n dla którego: f(x) = f( x) Skrótowo mówi się również, że każde ciągłe odwzorowanie f skleja punkty antypodyczne. W pozycji [] można znaleźć bardzo długi dowód tego twierdzenia jak również twierdzenia jemu równoważne, twierdzenia które implikuje i mnóstwo przykładów jego użycia. Przejdźmy w takim razie do, wcześniej wspomnianych, szczegółnych przypadków tytułowego twierdzenia. Jako, że zbiory zawarte w R 2 można utożsamiać z naleśnikami, a zbiory z R 3 z chlebem, masłem i szynką, twierdzenia te otrzymały nazwy: Twierdzenie o naleśnikach (n = 2). Niech A i A 2 będą zwartymi podzbiorami płaszczyzny R 2. Wówczas istnieje jedna prosta dzielące jednocześnie oba te zbiory na dwa podzbiory o tych samych miarach. Dowód tego twierdzenia stanowi świetny, a zarazem prosty przykład wykorzystania fundamentalnych twierdzeń topologii - Twierdzenia Darboux i twierdzenia Borsuka-Ulama o antypodach, w jednym i dwóch wymiarach. Twierdzenie o kanapce z szynką i serem (n = 3). Niech A, A 2, A 3 będą zwartymi podzbiorami przestrzeni R 3. Wówczas istnieje jedna płaszczyzna dzieląca jednocześnie wszystkie trzy zbiory na dwa podzbiory o tych samych miarach. Dowód przypadku n-wymiarowego zrealizujemy w kilku krokach. Najpierw skonstruujemy jednoznaczny podział dowolnej przestrzeni R n który będzie wyznaczony przez punkt u S n - czemu poświęcimy osobny paragraf. Następnie pokażemy, że specjalnie zdefiniowane miary - odpowiadające miarom dwóch części dzielonych zbiorów tworzą funkcję ciągłą co pozwoli nam skorzystać z twierdzenia Borsuka-Ulama.

2 2. Konstrukcja półprzestrzeni Kolejną konstrukcją pomocną w dowodzie będzie określenie pewnego szczególnego podziału przestrzeni R n na dwie półprzestrzenie. Chcielibyśmy pokazać, że istnieje pewne przyporządkowanie każdemu punktowi u ze sfery S n półprzestrzeni w R n. S n u R n u R n W czasie konstrukcji wskażemy kilka ciekawych własności tego przyporządkowania. Wybierzmy zatem punkt u = (u 0, u,..., u n ) S n. Zauważmy, że tworząc zbiór tych wszystkich x = (x 0, x,..., x n ) R n+ dla których zachodzi: u x = 0 () definiujemy jednoznacznie hiperpłaszczyznę n-wymiarową zanurzoną w R n. Hiperpłaszczyzna () jest ortogonalna do wektora zaczepionego w początku układu, kończącego się w punkcie u. W celu zrozumienia tego przyporządkowania proponuję przyjrzeć się Rysunkowi który przedstawia sferę S, dwa różne przypadki wyboru punktu u i hiperpłaszczyznę odpowiadającą tym punktom (prosta zaznaczona na niebiesko) Rysunek : Określenie hiperpłaszczyzny (R) u x = 0 dla przypadku R 2 Widzimy również, że ta hiperpłaszczyzna dzieli naszą przestrzeń R n+ na dwie części (na część zawierającą punkt u i niezawierającą punktu u), a mianowicie na przypadek u x < 0 i u x > 0. Zatem, mając dany punkt u S n możemy określić jednoznacznie podział przestrzeni R n+ na dwie połprzestrzenie. Interesuje nas jednak podział przestrzeni R n. Uprośćmy zatem rozważania jedynie do takich x R n+, że x 0 =. Reasumując, przypiszmy każdemu punktowi u = (u 0, u,..., u n ) S n półpłaszczyznę R n spełaniającą warunki: u x 0 u 0 x 0 + u x u n x n < 0 x 0 = 2

3 Połączenie dwóch powyższych warunków prowadzi wprost do definicji: Definicja. Półprzestrzenią dla u S n nazywamy zbiór: h+ (u) = {(x, x2,..., xn ) Rn xu + x2u xnun < u0} (2) Podczas gdy same przekształcenia algebraiczne wydają się oczywiste to graficzne wyobrażenie tej definicji, nawet w małych wymiarach, może okazać się dość kłopotliwe. Dlatego Spójrzmy na Rysunek 2 który przedstawia przykłady takich rozumowań dla S i S Rysunek 2: Przykłady półprzestrzeni dla S i S 2 Z lewej strony widzimy konstrukcję z rysunku pierwszego, i dodajemy prostą x =. Po tym ograniczeniu widzimy podział -wymiarowej przestrzeni (tej właśnie prostej) na dwie półprzestrzenie (pomarańczową na dole i niebieską u góry). Nasza konstrukcja nadaje punktowi zaznaczonemu na sferze pomarańczową półprzestrzeń. Z prawej strony widzimy wektor poprowadzony od środka sfery S 2 do punktu u S 2 (zielony). Następnie kolorem błękitnym oznaczamy płaszczyznę normalną. Analogicznie, ta płaszczyzna dzieli 3 na dwie części. Ograniczając się jedynie do przypadku x = otrzymujemy podział 2-wymiarowej przestrzeni na dwie półprzestrzenie (pomarańczową i niebieską). Nasza konstrukcja nadaje punktowi zaznaczonemu na sferze pomarańczową półprzestrzeń. R Najciekawszą, a zarazem najważniejszą cechą tego specjalnego podporządkowania jest jego zachowanie dla punktów antypodycznych. Spoglądając na Rysunek 2 widzimy, że punkt antypodyczny u do wybranego u zada tę samą płaszczyznę normalną, jednakże ze względu na to, że znajduje się po drugiej stronie, półprzestrzenią dla u będzie ta oznaczona kolorem niebieskim. Znajdując definicję (2) dla punktu u dostajemy: x ( u ) + x2 ( u2 ) xn ( un ) < u0 (x u + x2 u xn un ) < u0 x u + x2 u xn un > u0 3

4 co natychmiast dowodzi naszą obserwację. Zamykając nasze wyprowadzenia, warto jeszcze spojrzeć na przypadki skrajne. Wyobraźmy sobie przypadek -wymiarowy i punkt u = (, 0). Zauważmy, że płaszczyzną normalną dla tego wektora będzie x = 0. Będzie ona zatem równoległa do płaszczyzny x = do której się ograniczamy.. Stąd wynika, że punktowi u = (, 0) będzie przypisana półpłaszczyzna pusta. Punktowi u = (, 0) będzie natomiast (jako punktowi antypodycznemu) przypisana cała przestrzeń. To ostatnie można również bez problemu sprawdzić analitycznie i spostrzec geometrycznie. 3. Dowód Twierdzenie o n-kanapce. Niech K, K 2,..., K n R n będą zbiorami zwartymi. Wówczas istnieje hiperpłaszczyzna która dzieli każdy z tych zbiórw na dwa pozbiory o równych miarach. Dowód. Zdefiniujmy dla i n miary odpowiadające naszym zbiorom: µ i (A) = µ(a K i ) Miary µ i pozostają miarami Radona, czyli w szczególności są lokalnie skończone. Wiemy więc, że nie istnieje zbiór C dla którego µ i (C) =. Dodatkowo zauważmy, że µ i (R) = µ(k i ) <. Niech f : S n R n będzie funkcją zadaną po współrzędnych: f i (u) = µ i (h + (u)) Jako, że dla każdego i, µ i (R) jest skończona, to miara półprzestrzeni również jest skończona i możemy mówić o dobrze zdefiniowanym odwzorowaniu. Zauważmy, że z twierdzenia Borsuka-Ulama wynika, że istnieje takie u S n dla którego zachodzi: f(u) = f( u) µ i (h + (u)) = µ i (h + ( u)) Ale skoro punkty antypodyczne zadają dwie przeciwne półprzestrzenie, a miara µ i całej przestrzeni jest miarą zbioru K i, to musi istnieć punkt u S n który rozdziela każdy zbiór K i na dwie równe części. Twierdzenie Borsuka-Ulama zakłada jednak ciągłość funkcji f co należy zbadać. Weźmy zatem dowolne u S n oraz ciąg x (k) S n taki, że lim x (k) = u. Chcemy pokazać, że lim f(x (k) ) = f(u). Czyli dla dowolnego i n: lim µ i(h + (x (k) )) = µ i (h + (u)) (3) Jeżeli zdefiniujemy g k jako funkcję charakterystyczną zbioru h + (x (k) ), a g u zbioru h + (u) to otrzymamy równoważne pytanie: g k (y)dµ i = g u (y)dµ i (4) lim Miara Radona to miara wewnętrznie regularna tj. dla dowolnego borelowskiego B, µ(b) = sup(µ(k)) gdzie K B są zwarte, oraz lokalnie skończona tj. każdy punkt przestrzeni ma skończone otoczenie. 4

5 Najlepszym sposobem by wykazać tą równość jest: Twierdzenie Lebesgue a o zbieżności ograniczonej. Niech {f n } n= : X R będzie ciągiem funkcji mierzalnych takich. Jeżeli: istnieje funkcja całkowalna g : X R taka, że dla prawie każdego x X i dowolnego n N zachodzi f n (x) g(x) dla prawie każdego x X istnieje granica f ciągu {f n } n= : lim f n(x) = f(x) n to zachodzi równość: fdµ = lim n f n dµ. Wracając do naszych rozważań, wystarczy więc pokazać, że funkcje g k są ograniczone oraz że lim g k (y) = g u (y) µ-prawie wszędzie. Jako, że funkcja charakterystycza przyjmuje wartości jedynie 0 i to jest ograniczona przez h która jest całkowalna według miar µ i. Pozostaje nam tylko sprawdzenie drugiego faktu. Zrobimy to w dwóch częściach - dla y h + (u) i y / h + (u). Skoro y = (y,..., y n ) h + (u) to z definicji półpłaszczyzny mamy: y u + y 2 u y n u n < u 0 Niech δ := u 0 (y u +y 2 u y n u n ) > 0. Skoro wiemy, że x (k) = (x (k) 0, x (k),..., x (k) n ) u to z definicji Cauchy ego możemy znaleźć takie N i, że dla każdego k > N i dostaniemy, i x (k) i > u i δ (współczynnik przy δ może być dowolny). Jeżeli że x (k) i < u i + δ zdefiniujemy N := max N i to dostaniemy, że dla każdego k > N: n y i x (k) i < y ( u + δ ) ( + y 2 u 2 + δ ) ( y n u n + δ ) = 2ny 2ny 2 2ny n ( n ) y i u i + δ ( n ) 2 = y i u i + δ δ 2 = u 0 δ 2 < u 0 δ 2ny 0 < x k 0 Co dowodzi, że dla k > N dowolny y h + (u) zawiera się również w h + (x (k) ). Stąd dla k > N mamy g k (y) = czyli g k (y) g u (y) dla y h + (u). Rozpatrzmy przypadek y / h + (u). Skoro wiemy, że y u + y 2 u y n u n > u 0 to analogicznie zdefiniujmy δ = y u + y 2 u y n u n u 0 > 0. Istnieje wówczas takie k > N, że u i δ < x (k) i < u + δ. Czyli mamy: x (k) 0 < δ + u 0 < δ ( n ) 2ny u 0 < y i u i δ n ( 2 = y i u i δ ) n < y i x (k) i Co pokazuje, że również dla dowolnego y / h + (u), g k (y) g u (y). Zatem funkcje g k spełniają Twierdzenie Lebesgue a o zbieżności ograniczonej, co dowodzi (4) oraz (3). Można więc skorzystać z twierdzenia Borsuka-Ulama co kończy dowód. 5

6 Literatura [] Jiri Matousek: Using the Borsuk-Ulam Theorem, Lectures of Topological Methods in Combinatorics and Geometry, Springer [2] Brian Libgober: The Borsuk-Ulam and Ham Sandwitch Theorems, VIGRE [3] J. Górnicki, E.Pietrzak Niezwykłe konsekwencje twierdzenia Bolzano. 6

Wykład 3. Miara zewnętrzna. Definicja 3.1 (miary zewnętrznej) Funkcję µ przyporządkowującą każdemu podzbiorowi

Wykład 3. Miara zewnętrzna. Definicja 3.1 (miary zewnętrznej) Funkcję µ przyporządkowującą każdemu podzbiorowi Wykład 3 Miara zewnętrzna Definicja 3.1 (miary zewnętrznej Funkcję przyporządkowującą każdemu podzbiorowi A danej przestrzeni X liczbę (A [0, + ] (a więc określoną na rodzinie wszystkich podzbiorów przestrzeni

Bardziej szczegółowo

1 Relacje i odwzorowania

1 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 szczegółowo

jest ciągiem elementów z przestrzeni B(R, R)

jest 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 szczegółowo

ALGEBRA Z GEOMETRIĄ LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY

ALGEBRA Z GEOMETRIĄ LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY ALGEBRA Z GEOMETRIĄ 1/10 LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY Piotr M. Hajac Uniwersytet Warszawski Wykład 10, 11.12.2013 Typeset by Jakub Szczepanik. Geometryczne intuicje Dla pierścienia R = R mamy

Bardziej szczegółowo

4. Granica i ciągłość funkcji

4. Granica i ciągłość funkcji 4. Granica i ciągłość funkcji W niniejszym rozdziale wprowadzamy pojęcie granicy funkcji, definiujemy funkcje ciągłe i omawiamy ich podstawowe własności. Niech f będzie funkcją określoną na przedziale

Bardziej szczegółowo

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że 4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze taka że K(x 0, δ) (y 0 η, y 0 + η) R n R, f(x 0, y 0 ) = 0, y f(x 0, y 0 ) 0. Wówczas dla odpowiednio

Bardziej szczegółowo

Twierdzenie spektralne

Twierdzenie spektralne Twierdzenie spektralne Algebrę ograniczonych funkcji borelowskich na K R będziemy oznaczać przez B (K). Spektralnym rozkładem jedności w przestrzeni Hilberta H nazywamy odwzorowanie, które każdemu zbiorowi

Bardziej szczegółowo

Funkcje addytywne gorszego sortu

Funkcje addytywne gorszego sortu Rafał Filipów Wydział Matematyki, Fizyki i Informatyki Definicja funkcji addytywnych Definicja Funkcja f jest funkcją addytywną, gdy spełnia równanie funkcyjne Cauchy ego tzn. gdy dla wszystkich x, y R.

Bardziej szczegółowo

A 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.

A 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 szczegółowo

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, 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 szczegółowo

1 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 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 szczegółowo

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

Dystrybucje. 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 szczegółowo

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P,

Wykłady 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 szczegółowo

8 Całka stochastyczna względem semimartyngałów

8 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 szczegółowo

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Rozdział 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 szczegółowo

Analiza matematyczna. 1. Ciągi

Analiza matematyczna. 1. Ciągi Analiza matematyczna 1. Ciągi Definicja 1.1 Funkcję a: N R odwzorowującą zbiór liczb naturalnych w zbiór liczb rzeczywistych nazywamy ciągiem liczbowym. Wartość tego odwzorowania w punkcie n nazywamy n

Bardziej szczegółowo

F t+ := s>t. F s = F t.

F 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 szczegółowo

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.

Rodzinę 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 szczegółowo

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :

n=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 szczegółowo

Zmiana baz. Jacek Jędrzejewski 2014. 1 Macierz przejścia od bazy do bazy 2

Zmiana baz. Jacek Jędrzejewski 2014. 1 Macierz przejścia od bazy do bazy 2 Zmiana baz Jacek Jędrzejewski 2014 Spis treści 1 Macierz przejścia od bazy do bazy 2 2 Wektory a zmiana baz 2 21 Współrzędne wektora względem różnych baz 2 22 Wektory o tych samych współrzędnych względem

Bardziej szczegółowo

Notatki przygotowawcze dotyczące inwersji na warsztaty O geometrii nieeuklidesowej hiperbolicznej Wrocław, grudzień 2013

Notatki przygotowawcze dotyczące inwersji na warsztaty O geometrii nieeuklidesowej hiperbolicznej Wrocław, grudzień 2013 Notatki przygotowawcze dotyczące inwersji na warsztaty O geometrii nieeuklidesowej hiperbolicznej Wrocław, grudzień 013 3.4.1 Inwersja względem okręgu. Inwersja względem okręgu jest przekształceniem płaszczyzny

Bardziej szczegółowo

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

Zdzisław 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 szczegółowo

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora.

W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. 1. Podstawy matematyki 1.1. Geometria analityczna W naukach technicznych większość rozpatrywanych wielkości możemy zapisać w jednej z trzech postaci: skalara, wektora oraz tensora. Skalarem w fizyce nazywamy

Bardziej szczegółowo

2. Liczby pierwsze i złożone, jednoznaczność rozkładu na czynniki pierwsze, największy wspólny dzielnik, najmniejsza wspólna wielokrotność. (c.d.

2. Liczby pierwsze i złożone, jednoznaczność rozkładu na czynniki pierwsze, największy wspólny dzielnik, najmniejsza wspólna wielokrotność. (c.d. 2. Liczby pierwsze i złożone, jednoznaczność rozkładu na czynniki pierwsze, największy wspólny dzielnik, najmniejsza wspólna wielokrotność. (c.d.) 10 października 2009 r. 20. Która liczba jest większa,

Bardziej szczegółowo

Kolorowanie płaszczyzny, prostych i okręgów

Kolorowanie 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 szczegółowo

Wykład 4. Określimy teraz pewną ważną klasę pierścieni.

Wykład 4. Określimy teraz pewną ważną klasę pierścieni. Wykład 4 Określimy teraz pewną ważną klasę pierścieni. Twierdzenie 1 Niech m, n Z. Jeśli n > 0 to istnieje dokładnie jedna para licz q, r, że: m = qn + r, 0 r < n. Liczbę r nazywamy resztą z dzielenia

Bardziej szczegółowo

Topologia kombinatoryczna zadania kwalifikacyjne

Topologia kombinatoryczna zadania kwalifikacyjne Topologia kombinatoryczna zadania kwalifikacyjne Piotr Suwara 9 czerwca 2013 Nie ma wyznaczonego progu na kwalifikację na zajęcia. Gorąco zachęcam do wysyłania rozwiązań dużo przed terminem wtedy będzie

Bardziej szczegółowo

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości.

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości. Własności Odległości i normy w Będziemy się teraz zajmować funkcjami od zmiennych, tzn. określonymi na (iloczyn kartezja/nski egzemplarzy ). Punkt należący do będziemy oznaczać jako Przykł. Wysokość terenu

Bardziej szczegółowo

Teoria miary i całki

Teoria 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 szczegółowo

Rozkład figury symetrycznej na dwie przystające

Rozkład figury symetrycznej na dwie przystające Rozkład figury symetrycznej na dwie przystające Tomasz Tkocz 10 X 2010 Streszczenie Tekst zawiera notatki do referatu z seminarium monograficznego Wybrane zagadnienia geometrii. Całość jest oparta na artykule

Bardziej szczegółowo

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Notatki 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 szczegółowo

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego Politechnika Gdańska Wydział Fizyki Technicznej i Matematyki Stosowanej Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego Autor: Kamil Jaworski 11 marca 2012 Spis treści 1 Wstęp 2 1.1 Podstawowe pojęcia........................

Bardziej szczegółowo

Egzamin z Analizy Matematycznej I dla Informatyków, 28 I 2017 Część I

Egzamin z Analizy Matematycznej I dla Informatyków, 28 I 2017 Część I Egzamin z Analizy Matematycznej I dla Informatyków, 28 I 2017 Część I Czas na rozwiązanie zadań cz. I: 2 godz. Do zdobycia: 60 pkt. Nie wolno korzystać z notatek, kalkulatorów, telefonów, pomocy sąsiadów,

Bardziej szczegółowo

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

. : 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 szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje

Bardziej szczegółowo

6. Granica funkcji. Funkcje ciągłe.

6. Granica funkcji. Funkcje ciągłe. 6. Granica funkcji. Funkcje ciągłe. 6.1. Sformułować definicję w sensie Heinego granicy (właściwej) funkcji w punkcie (właściwym). Podać ilustrację graficzną w różnych sytuacjach. Definicja Heinego granicy

Bardziej szczegółowo

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ. 8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą

Bardziej szczegółowo

1. Powtórka ze szkoły. Wykład: 4.10.2004 (4 godziny), ćwiczenia: 7.10.2004, kolokwium nr 1: 11.10.2004

1. Powtórka ze szkoły. Wykład: 4.10.2004 (4 godziny), ćwiczenia: 7.10.2004, kolokwium nr 1: 11.10.2004 ANALIZA MATEMATYCZNA A dla I roku, 2004/2005 1. Powtórka ze szkoły. Wykład: 4.10.2004 (4 godziny), ćwiczenia: 7.10.2004, kolokwium nr 1: 11.10.2004 Obliczyć sumy (postępów arytmetycznych i goemetrycznych):

Bardziej szczegółowo

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny: Podstawowe definicje Definicja ciągu Ciągiem nazywamy funkcję na zbiorze liczb naturalnych, tzn. przyporządkowanie każdej liczbie naturalnej jakiejś liczby rzeczywistej. (Mówimy wtedy o ciągu o wyrazach

Bardziej szczegółowo

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Marcin Michalski 14.11.014 1 Wprowadzenie Jedną z intuicji na temat liczb rzeczywistych jest myślenie o nich jako liczbach,

Bardziej szczegółowo

2. Definicja pochodnej w R n

2. Definicja pochodnej w R n 2. Definicja pochodnej w R n Niech będzie dana funkcja f : U R określona na zbiorze otwartym U R n. Pochodną kierunkową w punkcie a U w kierunku wektora u R n nazywamy granicę u f(a) = lim t 0 f(a + tu)

Bardziej szczegółowo

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone Rozdział 4 Ciągi nieskończone W rozdziale tym wprowadzimy pojęcie granicy ciągu. Dalej rozszerzymy to pojęcie na przypadek dowolnych funkcji. Jak zauważyliśmy we wstępie jest to najważniejsze pojęcie analizy

Bardziej szczegółowo

Pochodna funkcji odwrotnej

Pochodna funkcji odwrotnej Pochodna funkcji odwrotnej Niech będzie dana w przedziale funkcja różniczkowalna i różnowartościowa. Wiadomo, że istnieje wówczas funkcja odwrotna (którą oznaczymy tu : ), ciągła w przedziale (lub zależnie

Bardziej szczegółowo

1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista.

1. 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 szczegółowo

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem

Bardziej szczegółowo

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, 25.06.2009 Biomatematyka

EGZAMIN MAGISTERSKI, 25.06.2009 Biomatematyka Biomatematyka 80...... Zadanie 1. (8 punktów) Rozpatrzmy prawo Hardy ego Weinberga dla loci związanej z chromosomem X o dwóch allelach A 1 i A 2. Załóżmy, że początkowa częstość allelu A 2 u kobiet jest

Bardziej szczegółowo

Wielomiany jednej zmiennej rzeczywistej algorytmy

Wielomiany jednej zmiennej rzeczywistej algorytmy Rozdział 15 Wielomiany jednej zmiennej rzeczywistej algorytmy 15.1 Algorytm dzielenia Definicja 15.1 Niech dany będzie niezerowy wielomian f K[x] (K jest ciałem) f = a 0 x m + a 1 x m 1 +... + a m, gdzie

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo 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 szczegółowo

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10 System BCD z κ Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna Semestr letni 2009/10 Rozważamy system BCD ze stałą typową κ i aksjomatami ω κ κ i κ ω κ. W pierwszej części tej notatki

Bardziej szczegółowo

Krzywa uniwersalna Sierpińskiego

Krzywa 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 szczegółowo

FUNKCJE. (odwzorowania) Funkcje 1

FUNKCJE. (odwzorowania) Funkcje 1 FUNKCJE (odwzorowania) Funkcje 1 W matematyce funkcja ze zbioru X w zbiór Y nazywa się odwzorowanie (przyporządkowanie), które każdemu elementowi zbioru X przypisuje jeden, i tylko jeden element zbioru

Bardziej szczegółowo

Inwersja na płaszczyźnie, własności, konstrukcje, zastosowania

Inwersja na płaszczyźnie, własności, konstrukcje, zastosowania Inwersja na płaszczyźnie, własności, konstrukcje, zastosowania Autor: Rafał Kłoda Opiekun pracy: Bożena Witecka XI Liceum Ogólnokształcące im. Marii Dąbrowskiej os. Teatralne 33 31-948 Kraków tel./fax:

Bardziej szczegółowo

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne.

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Definicja. Niech a i b będą dodatnimi liczbami rzeczywistymi i niech a. Logarytmem liczby b przy podstawie

Bardziej szczegółowo

Dlaczego nie wystarczają liczby wymierne

Dlaczego nie wystarczają liczby wymierne Dlaczego nie wystarczają liczby wymierne Analiza zajmuje się problemami, w których pojawia się przejście graniczne. Przykładami takich problemów w matematyce bądź fizyce mogą być: 1. Pojęcie prędkości

Bardziej szczegółowo

Topologia Algebraiczna - Pomocnik studenta. 1. Język teorii kategorii

Topologia Algebraiczna - Pomocnik studenta. 1. Język teorii kategorii Topologia Algebraiczna - Pomocnik studenta. 1. Język teorii kategorii Agnieszka Bojanowska Stefan Jackowski 24 listopada 2010 1 Podstawowe pojęcia Bedziemy uzywać następujących pojęć i przykładów dotyczących

Bardziej szczegółowo

LICZBY ZESPOLONE. 1. Wiadomości ogólne. 2. Płaszczyzna zespolona. z nazywamy liczbę. z = a + bi (1) i = 1 lub i 2 = 1

LICZBY ZESPOLONE. 1. Wiadomości ogólne. 2. Płaszczyzna zespolona. z nazywamy liczbę. z = a + bi (1) i = 1 lub i 2 = 1 LICZBY ZESPOLONE 1. Wiadomości ogólne DEFINICJA 1. Liczba zespolona z nazywamy liczbę taką, że a, b R oraz i jest jednostka urojona, definiowaną następująco: z = a + bi (1 i = 1 lub i = 1 Powyższą postać

Bardziej szczegółowo

Zliczanie Podziałów Liczb

Zliczanie Podziałów Liczb Zliczanie Podziałów Liczb Przygotował: M. Dziemiańczuk 7 lutego 20 Streszczenie Wprowadzenie Przez podział λ nieujemnej liczby całkowitej n rozumiemy nierosnący ciąg (λ, λ 2,..., λ r ) dodatnich liczb

Bardziej szczegółowo

Definicja odwzorowania ciągłego i niektóre przykłady

Definicja odwzorowania ciągłego i niektóre przykłady Odwzorowania Pojęcie odwzorowania pomiędzy dwoma zbiorami było już definiowane, ale dawno, więc nie od rzeczy będzie przypomnieć, że odwzorowaniem nazywamy sposób przyporządkowania (niekoniecznie każdemu)

Bardziej szczegółowo

dr inż. Ryszard Rębowski 1 WPROWADZENIE

dr inż. Ryszard Rębowski 1 WPROWADZENIE dr inż. Ryszard Rębowski 1 WPROWADZENIE Zarządzanie i Inżynieria Produkcji studia stacjonarne Konspekt do wykładu z Matematyki 1 1 Postać trygonometryczna liczby zespolonej zastosowania i przykłady 1 Wprowadzenie

Bardziej szczegółowo

Całki powierzchniowe w R n

Całki powierzchniowe w R n Całki powierzchniowe w R n Na początek małe uzupełnienie z algebry liniowej. Niech R n k oznacza przestrzeń liniową macierzy o n wierszach i k kolumnach. Dla dowolnej macierzy A R n k, gdzie k n, połóżmy

Bardziej szczegółowo

21 maja, Mocna własność Markowa procesu Wienera. Procesy Stochastyczne, wykład 13, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126

21 maja, Mocna własność Markowa procesu Wienera. Procesy Stochastyczne, wykład 13, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 Mocna własność Markowa procesu Wienera Procesy Stochastyczne, wykład 13, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 21 maja, 2012 Mocna własność Markowa W = (W 1,..., W d ) oznaczać

Bardziej szczegółowo

granicą ciągu funkcyjnego (f n ) n N W symbolicznym zapicie fakt, że f jest granicą ciągu funkcyjnego (f n ) n N możemy wyrazić następująco: ε>0 N N

granicą ciągu funkcyjnego (f n ) n N W symbolicznym zapicie fakt, że f jest granicą ciągu funkcyjnego (f n ) n N możemy wyrazić następująco: ε>0 N N 14. Określenie ciągu i szeregu funkcyjnego, zbieżność punktowa i jednostajna. Własności zbieżności jednostajnej. Kryterium zbieżności jednostajnej szeregu funkcyjnego. 1 Definicja Ciąg funkcyjny Niech

Bardziej szczegółowo

Wykład z równań różnicowych

Wykład z równań różnicowych Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.

Bardziej szczegółowo

DOWODY NIERÓWNOŚCI HÖLDERA I MINKOWSKIEGO (DO UŻYTKU WEWNȨTRZNEGO, I DO SPRAWDZENIA)

DOWODY NIERÓWNOŚCI HÖLDERA I MINKOWSKIEGO (DO UŻYTKU WEWNȨTRZNEGO, I DO SPRAWDZENIA) DOWODY NIERÓWNOŚCI HÖLDERA I MINKOWSKIEGO (DO UŻYTKU WEWNȨTRZNEGO I DO SPRAWDZENIA) R R Tematem niniejszych notatek jest zbadanie warunków istnienia normy na ewnej rzestrzeni funkcji rzeczywistych określonych

Bardziej szczegółowo

1. Wykład NWD, NWW i algorytm Euklidesa.

1. Wykład NWD, NWW i algorytm Euklidesa. 1.1. NWD, NWW i algorytm Euklidesa. 1. Wykład 1 Twierdzenie 1.1 (o dzieleniu z resztą). Niech a, b Z, b 0. Wówczas istnieje dokładnie jedna para liczb całkowitych q, r Z taka, że a = qb + r oraz 0 r< b.

Bardziej szczegółowo

Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z 21 grudnia 2014)

Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z 21 grudnia 2014) dr inż. Ryszard Rębowski DEFINICJA CIĄGU LICZBOWEGO Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z grudnia 04) Definicja ciągu liczbowego Spośród

Bardziej szczegółowo

Matematyka Dyskretna 2/2008 rozwiązania. x 2 = 5x 6 (1) s 1 = Aα 1 + Bβ 1. A + B = c 2 A + 3 B = d

Matematyka Dyskretna 2/2008 rozwiązania. x 2 = 5x 6 (1) s 1 = Aα 1 + Bβ 1. A + B = c 2 A + 3 B = d C. Bagiński Materiały dydaktyczne 1 Matematyka Dyskretna /008 rozwiązania 1. W każdym z następujących przypadków podać jawny wzór na s n i udowodnić indukcyjnie jego poprawność: (a) s 0 3, s 1 6, oraz

Bardziej szczegółowo

MATEMATYKA DLA CIEKAWSKICH. Dowodzenie twierdzeń przy pomocy kartki. Część I

MATEMATYKA DLA CIEKAWSKICH. Dowodzenie twierdzeń przy pomocy kartki. Część I MATEMATYKA DLA CIEKAWSKICH Dowodzenie twierdzeń przy pomocy kartki. Część I Z trójkątem, jako figurą geometryczną, uczeń spotyka się już na etapie nauczania początkowego. W czasie dalszego procesu kształcenia

Bardziej szczegółowo

Zbiory wypukłe i stożki

Zbiory wypukłe i stożki Katedra Matematyki i Ekonomii Matematycznej 28 kwietnia 2016 Hiperpłaszczyzna i półprzestrzeń Definicja Niech a R n, a 0, b R. Zbiór H(a, b) = {x R n : (a x) = b} nazywamy hiperpłaszczyzną, zbiory {x R

Bardziej szczegółowo

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4)

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4) Rozdział 1 Prosta i płaszczyzna 1.1 Przestrzeń afiniczna Przestrzeń afiniczna to matematyczny model przestrzeni jednorodnej, bez wyróżnionego punktu. Można w niej przesuwać punkty równolegle do zadanego

Bardziej szczegółowo

Krzysztof Rykaczewski. Szeregi

Krzysztof Rykaczewski. Szeregi Krzysztof Rykaczewski Spis treści 1 Definicja szeregu 2 Zbieżność szeregu 3 Kryteria zbieżności szeregów 4 Iloczyn Cauchy ego szeregów 5 Bibliografia 1 / 13 Definicja szeregu Niech dany będzie ciąg (a

Bardziej szczegółowo

Zadania optymalizacyjne w szkole ponadgimnazjalnej. Materiały do przedmiotu Metodyka Nauczania Matematyki 2 (G-PG). Prowadzący dr Andrzej Rychlewicz

Zadania optymalizacyjne w szkole ponadgimnazjalnej. Materiały do przedmiotu Metodyka Nauczania Matematyki 2 (G-PG). Prowadzący dr Andrzej Rychlewicz Zadania optymalizacyjne w szkole ponadgimnazjalnej. Materiały do przedmiotu Metodyka Nauczania Matematyki 2 G-PG). Prowadzący dr Andrzej Rychlewicz Przeanalizujmy następujące zadanie. Zadanie. próbna matura

Bardziej szczegółowo

Rozwiązania, seria 5.

Rozwiązania, seria 5. Rozwiązania, seria 5. 26 listopada 2012 Zadanie 1. Zbadaj, dla jakich wartości parametru r R wektor (r, r, 1) lin{(2, r, r), (1, 2, 2)} R 3? Rozwiązanie. Załóżmy, że (r, r, 1) lin{(2, r, r), (1, 2, 2)}.

Bardziej szczegółowo

Algebry skończonego typu i formy kwadratowe

Algebry skończonego typu i formy kwadratowe Algebry skończonego typu i formy kwadratowe na podstawie referatu Justyny Kosakowskiej 26 kwietnia oraz 10 i 17 maja 2001 Referat został opracowany w oparciu o prace Klausa Bongartza Criterion for finite

Bardziej szczegółowo

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zad. 1 (12p.)Niech n 3k > 0. Zbadać jaka jest najmniejsza możliwa liczba krawędzi w grafie, który ma dokładnie n wierzchołków oraz dokładnie k składowych, z których

Bardziej szczegółowo

1 Podobieństwo macierzy

1 Podobieństwo macierzy GAL (Informatyka) Wykład - zagadnienie własne Wersja z dnia 6 lutego 2014 Paweł Bechler 1 Podobieństwo macierzy Definicja 1 Powiemy, że macierze A, B K n,n są podobne, jeżeli istnieje macierz nieosobliwa

Bardziej szczegółowo

Całki podwójne. Definicja całki podwójnej. Jacek Kłopotowski. 25 maja Katedra Matematyki i Ekonomii Matematycznej

Całki 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 szczegółowo

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH ALGEBRA Z GEOMETRIĄ 1/10 BAZY PRZESTRZENI WEKTOROWYCH Piotr M. Hajac Uniwersytet Warszawski Wykład 11, 18.12.2013 Typeset by Jakub Szczepanik. Istnienie bazy Tak jak wśród wszystkich pierścieni wyróżniamy

Bardziej szczegółowo

Pochodną funkcji w punkcie (ozn. ) nazywamy granicę ilorazu różnicowego:

Pochodną funkcji w punkcie (ozn. ) nazywamy granicę ilorazu różnicowego: Podstawowe definicje Iloraz różnicowy funkcji Def. Niech funkcja będzie określona w pewnym przedziale otwartym zawierającym punkt. Ilorazem różnicowym funkcji w punkcie dla przyrostu nazywamy funkcję Pochodna

Bardziej szczegółowo

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

Aproksymacja diofantyczna

Aproksymacja diofantyczna Aproksymacja diofantyczna Szymon Draga Ustroń, 4 listopada 0 r Wprowadzenie Jak wiadomo, każdą liczbę niewymierną można (z dowolną dokładnością) aproksymować liczbami wymiernymi Powstaje pytanie, w jaki

Bardziej szczegółowo

1 Wykład 3 Generatory liczb losowych o dowolnych rozkładach.

1 Wykład 3 Generatory liczb losowych o dowolnych rozkładach. Wykład 3 Generatory liczb losowych o dowolnych rozkładach.. Metoda odwracania Niech X oznacza zmienna losowa o dystrybuancie F. Oznaczmy F (t) = inf (x : t F (x)). Uwaga Zauważmy, że t [0, ] : F ( F (t)

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.

Bardziej szczegółowo

1. Podstawy matematyki

1. Podstawy matematyki 1. Podstawy matematyki 1.1. Pola Pole wiąże wielkość fizyczną z położeniem punktu w przestrzeni W przypadku, gdy pole jest zależne od czasu, możemy je zapisać jako. Najprostszym przykładem pola jest pole

Bardziej szczegółowo

Poziom przedmiotu: II stopnia. Liczba godzin/tydzień: 3W E, 3C PRZEWODNIK PO PRZEDMIOCIE

Poziom przedmiotu: II stopnia. Liczba godzin/tydzień: 3W E, 3C PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Matematyka Rodzaj przedmiotu: obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Teoria miary i całki Measure and Integration Theory Kod przedmiotu: Poziom

Bardziej szczegółowo

(x j x)(y j ȳ) r xy =

(x j x)(y j ȳ) r xy = KORELACJA. WSPÓŁCZYNNIKI KORELACJI Gdy w badaniu mamy kilka cech, często interesujemy się stopniem powiązania tych cech między sobą. Pod słowem korelacja rozumiemy współzależność. Mówimy np. o korelacji

Bardziej szczegółowo

Twierdzenia o czworokącie wpisanym w okrąg i o czworokącie opisanym na okręgu.

Twierdzenia o czworokącie wpisanym w okrąg i o czworokącie opisanym na okręgu. Twierdzenia o czworokącie wpisanym w okrąg i o czworokącie opisanym na okręgu. drian Łydka ernadeta Tomasz Teoria efinicja 1. Klasyfikacja czworokątów (wypukłych): Trapez jest czworokątem, w którym co

Bardziej szczegółowo

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga

Bardziej szczegółowo

PLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 1

PLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 1 PLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 1 Planimetria to dział geometrii, w którym przedmiotem badań są własności figur geometrycznych leżących na płaszczyźnie (patrz określenie płaszczyzny). Pojęcia

Bardziej szczegółowo

7. CIĄGI. WYKŁAD 5. Przykłady :

7. CIĄGI. WYKŁAD 5. Przykłady : WYKŁAD 5 1 7. CIĄGI. CIĄGIEM NIESKOŃCZONYM nazywamy funkcję określoną na zbiorze liczb naturalnych, dodatnich, a wyrazami ciągu są wartości tej funkcji. CIĄGIEM SKOŃCZONYM nazywamy funkcję określoną na

Bardziej szczegółowo

Krzywe Freya i Wielkie Twierdzenie Fermata

Krzywe Freya i Wielkie Twierdzenie Fermata Krzywe Freya i Wielkie Twierdzenie Fermata Michał Krzemiński 29 listopad 2006 Naukowe Koło Matematyki Politechnika Gdańska 1 1 Krzywe algebraiczne Definicja 1.1 Krzywą algebraiczną C nad ciałem K nazywamy

Bardziej szczegółowo

Matematyka ZLic - 2. Granica ciągu, granica funkcji. Ciągłość funkcji, własności funkcji ciągłych.

Matematyka ZLic - 2. Granica ciągu, granica funkcji. Ciągłość funkcji, własności funkcji ciągłych. Matematyka ZLic -. Granica ciągu, granica funkcji. Ciągłość funkcji, własności funkcji ciągłych. Granica ciągu Ciąg a n ma granicę właściwą g R i piszemy jeśli lim n a n g lub a n g gdy n NN n N a n g

Bardziej szczegółowo

Przestrzenie metryczne. Elementy Topologii. Zjazd 2. Elementy Topologii

Przestrzenie metryczne. Elementy Topologii. Zjazd 2. Elementy Topologii Zjazd 2 Przestrzenia metryczna (X, d) nazywamy parę złożona ze zbioru X i funkcji d : X X R, taka, że 1 d(x, y) 0 oraz d(x, y) = 0 wtedy i tylko wtedy, gdy x = y, 2 d(x, y) = d(y, x), 3 d(x, z) d(x, y)

Bardziej szczegółowo

Wymagania edukacyjne matematyka klasa 1a, 1d, 1e zakres podstawowy rok szkolny 2015/2016. 1.Liczby rzeczywiste

Wymagania edukacyjne matematyka klasa 1a, 1d, 1e zakres podstawowy rok szkolny 2015/2016. 1.Liczby rzeczywiste Wymagania edukacyjne matematyka klasa 1a, 1d, 1e zakres podstawowy rok szkolny 2015/2016 1.Liczby rzeczywiste 1. Podawanie przykładów liczb: naturalnych, całkowitych, wymiernych, niewymiernych, pierwszych

Bardziej szczegółowo

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu 1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie

Bardziej szczegółowo

1 Ciągłe operatory liniowe

1 Ciągłe operatory liniowe 1 Ciągłe operatory liniowe Załóżmy, że E, F są przestrzeniami unormowanymi. Definicja 1.1. Operator liniowy T : E F nazywamy ograniczonym, jeżeli zbiór T (B) F jest ograniczony dla dowolnego zbioru ograniczonego

Bardziej szczegółowo

1 Przestrzeń liniowa. α 1 x α k x k = 0

1 Przestrzeń liniowa. α 1 x α k x k = 0 Z43: Algebra liniowa Zagadnienie: przekształcenie liniowe, macierze, wyznaczniki Zadanie: przekształcenie liniowe, jądro i obraz, interpretacja geometryczna. Przestrzeń liniowa Już w starożytności człowiek

Bardziej szczegółowo

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5 Matematyka ZLic - 07 Wektory i macierze Wektorem rzeczywistym n-wymiarowym x x 1, x 2,,x n nazwiemy ciąg n liczb rzeczywistych (tzn odwzorowanie 1, 2,,n R) Zbiór wszystkich rzeczywistych n-wymiarowych

Bardziej szczegółowo