1 Ciągłe operatory liniowe

Wielkość: px
Rozpocząć pokaz od strony:

Download "1 Ciągłe operatory liniowe"

Transkrypt

1 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 B E. Operator liniowy jest ciągły wtedy i tylko wtedy, gdy jest ograniczony. Zdefiniujmy: L(E, F) = {T : E F : T jest liniowy i ciągły} oraz L(E) = L(E, E). W przestrzeni L(E, F) wprowadzamy normę: T x T = sup{ T x : x = 1} = sup{ : x 0}. x Fakt 1.1. Niech E, E, E będą przestrzeniami unormowanymi 1. Jeżeli T L(E, E ), S L(E, E ), to S T S T. 2. Jeżeli E jest przestrzenią Banacha, to L(E, E ) jest przestrzenią Banacha. 3. (Twierdzenie Banacha o odwzorowaniu otwartym) Niech E, E będą przestrzeniami Banacha oraz niech T L(E, E ) będzie na. Wówczas dla każdego zbioru otwartego U E zbiór T (U) jest otwarty. 4. (Twierdzenie Banacha o odwzorowaniu odwrotnym) Jeżeli E, E są przestrzeniami Banacha oraz T : E E jest odwzorowaniem liniowym, ciągłym i odwracalnym, to odwzorowanie odwrotne S : E E jest również liniowe, ciągłe i odwracalne. Definicja 1.2. Operator T L(E, F) nazywamy regularnym, jeżeli jest odwracalny. Jeżeli T jest operatorem odwracalnym, to z nierówności wynika, że T 1 T 1. 1 = Id = T T 1 T T 1 Lemat 1.2. Jeżeli T L(E) oraz T < 1, to odwzorowanie Id T jest regularne. Dowód. Oznaczmy T n = T T (n razy) oraz T 0 = Id. Wówczas T n T n. Szereg T n jest szeregiem geometrycznym, zatem jest zbieżny. Z nierówności T n T n wynika, że szereg T n również jest zbieżny (na mocy kryterium porównawczego). Pokazaliśmy zatem, że szereg T n jest normowo zbieżny, a stąd otrzymujemy zbieżność. W szczególności, operator S = Id + T n jest dobrze zdefiniowany. Pokażemy, że S (Id T ) = (Id T ) S = Id. Niech S n oznacza n-tą sumę częściową szeregu T n. Wówczas Ponadto S (Id T ) = lim n S n(id T ) = lim n (Id T n+1 ) = Id lim n T n+1 = Id. (Id T ) S = lim n (Id T ) S n = lim n (Id T n+1 ) = Id 1

2 Oznaczmy Gl(E, F) L(E, F) (Gl(E) L(E) zbiór odwzorowań regularnych T : E F (T : E E) Twierdzenie 1.3. Gl(E) jest otwartym podzbiorem L(E). Dowód. Ustalmy S Gl(E). Pokażemy, że kula otwarta U = {T L(E) : S T < 1 S 1 } jest zawarta w Gl(E). Z poprzedniego twierdzenia mamy dla T U: Id S 1 T = S 1 (S T ) S 1 (S T ) < 1, co oznacza, że S 1 T = Id (Id S 1 T ) Gl(E). Jako, że Gl(E) jest zamknięty na składanie odwzorowań, otrzymujemy: T = S(S 1 T ) Gl(E). Uwaga 1.4. Można pokazać, że Gl(E, F) jest otwartym podzbiorem L(E, F). Dla danego operatora T L(E) oraz dowolnego λ R określamy operator λ Id T L(E) wzorem (λ Id T )x = λx T x. ( Spektrum) σ(t ) R określamy jako zbiór wszystkich λ R takich, że operator λ Id T nie jest regularny. Wartością własną operatora T nazywamy liczbę λ R taką, że istnieje x E, x 0 taki, że T x = λx. Wektor x nazywamy wówczas wektorem własnym operatora T. Zauważmy, że jeżeli λ jest wartością własną operatora T, to λ σ(t ). Wynika to z tego, że jeżeli x jest wektorem własnym T, to ker(λ Id T ) 0. Nie jest jednak prawdą, że λ σ(t ) jest wartością własną: Przykład 1.1. Rozważmy operator T L(l 2 ) dany wzorem T (x 1, x 2,... ) = (0, x 1, x 2,... ). Wówczas T jest różnowartościowy, ale nie jest na, czyli 0 σ(t ). Ale 0 nie jest wartością własną. Definicja 1.3. Zbiór ρ(t ) = R\σ(T ) nazywamy rezolwentą operatora T. Definicja 1.4. Przestrzeń ker(λ Id T ) nazywamy podprzestrzenią własną odpowiadającą wartości własnej λ Z algebry wiemy, że wektory własne odpowiadające różnym wartościom własnym są liniowo niezależne. Twierdzenie 1.5. Dla T L(E), σ(t ) jest zwartym podzbiorem R. Dowód. Jeżeli λ > T, to λ / σ(t ), gdyż 1 λ T < 1 oraz λ Id T = λ(i 1 λt ). Zatem σ(t ) jest zbiorem ograniczonym. Pokażemy, że jest domknięty. Rozważmy w tym celu odwzorowanie F : R L(E) dane wzorem F (λ) = λ Id T oraz zauważmy, że jest to odwzorowanie ciągłe. Ale σ(t ) = R\F 1 (Gl(E)) oraz Gl(E) jest zbiorem otwartym. To kończy dowód. Definicja 1.5. Niech E, F będą przestrzeniami Banacha oraz T L(E, F). Operatorem dualnym do operatora T nazywamy operator T : F E spełniający zależność dla dowolnych f F oraz x E. f, T x = T f, x Można pokazać, że dla każdego T L(E, F) istnieje dokładnie jeden operator T L(F, E ). 2

3 2 Trochę topologii Definicja 2.1. Niech (X, d) będzie przestrzenią metryczną oraz A X. Zbiór S ɛ nazywamy ɛ-siecią dla zbioru A, jeżeli dla każdego x A istnieje x 0 S ɛ taki, że d(x, x 0 ) < ɛ. Twierdzenie 2.1. Niech (X, d) będzie przestrzenią zupełną. Zbiór A X jest relatywnie zwarty wtedy i tylko wtedy, gdy dla każdego ɛ > 0 istnieje skończona ɛ-sieć S ɛ A zbioru A. Załóżmy, że X jest przestrzenią zwartą. Wówczas przestrzeń C(X) jest przestrzenią zupełną. Definicja 2.2. Zbiór A C(X) nazywamy wspólnie ograniczonym, jeżeli istnieje liczba rzeczywista r taka, że f A x X f(x) < r, Zbiór A nazywamy zbiorem funkcji równociągłych, jeżeli ɛ>0 δ>0 f A x,y X d(x, y) < δ f(x) f(y) < ɛ Twierdzenie 2.2 (Arzeli - Ascoli). Zbiór A C(X) jest relatywnie zwarty wtedy i tylko wtedy, gdy jest zbiorem funkcji ciągłych i wspólnie ograniczonych. 3 Operatory zwarte Definicja 3.1. Mówimy, że T L(E, F) jest operatorem zwartym, jeżeli obraz kuli domkniętej D(0, 1) E jest relatywnie zwarty w F, to znaczy cl(t (D(0, 1))) jest zbiorem zwartym w F. Uwaga 3.1. Niech T L(E, F).Następujące warunki są równoważne: 1. T jest zwarty 2. Dla każdego zbioru ograniczonego B E, zbiór T (B) jest relatywnie zwarty w F 3. Dla każdego ciągu ograniczonego (x n ) E, ciąg (T x n ) zawiera podciąg zbieżny w F. Definicja 3.2. Niech E, F będą przestrzeniami Banacha. Operator T L(E, F) nazywamy pełnociągłym, jeżeli dla każdego ciągu (x n ) E, takiego, że x n x ciąg T x n T x zbiega do 0. x n x oznacza słabą zbieżność, to znaczy dla dowolnego y E y(x n ) y(x). Twierdzenie 3.2. Niech E, F będą przestrzeniami Banacha, T L(E, F). Wówczas 1. Jeżeli T jest operatorem zwartym, to jest operatorem pełnociągłym. 2. Jeżeli E jest przestrzenią Hilberta (wystarczy refleksywną), to z pełnociągłości wynika zwartość. Dowód. kartka, strona 1 Zbiór operatorów zwartych oznaczamy K(E, F) (K(E)). Można pokazać, że jest to podprzestrzeń liniowa L(E, F)(L(E)). Przykład 3.1. Przykłady operatorów zwartych 1. Każdy ciągły operator skończenie wymiarowy (tzn. obraz T (E) jest zawarty w przestrzeni skończenie wymiarowej) jest zwarty. 2. Ustalmy g C([0, 1], R) oraz zdefiniujmy operator T : C([0, 1], R) C([0, 1], R) wzorem (T f)(x) = x 0 f(t)g(t)dt. Można pokazać (korzystając z twierdzenia Arzeli - Ascoli), że tak zdefiniowany operator jest zwarty. 3

4 3. (Twierdzenie Schaudera) Niech E będzie przestrzenią Banacha. Wówczas T K(E) wtedy i tylko wtedy, gdy T K(E ). 4. (Twierdzenie Rellicha-Kondraszowa) Niech U R n będzie zbiorem otwartym i ograniczonym, 1 p < N, q [1, n p 1,p pn ). Wówczas włożenie W0 (U) L q (U) jest odwzorowaniem zwartym. W 1,p 0 (U) = cl(c 0 (U)) w normie u = u L p + n i=1 u x i L p Twierdzenie 3.3. Niech E, F będą przestrzeniami Banacha. Wówczas K(E, F) jest domkniętą podprzestrzenią L(E, F). W szczególności jest również przestrzenią Banacha. Dowód. kartka, strona 2 Lemat 3.4. Niech E, E, E będą przestrzeniami unormowanymi oraz T K(E, E ), S L(E, E ). Wówczas ST K(E, E ). Jeżeli S K(E, E ), T L(E, E ), to T S K(E, E ). Dowód. Załóżmy najpierw, że T K(E, E ), S L(E, E ). Pokażemy, że ST K(E, E ). W tym celu weźmy ciąg (x n ) E. Ze zwartości T wynika, że istnieje podciąg zbieżny T x nk. Ale z ciągłości S wynika, że ST x nk również jest zbieżny. Pokażemy drugą część lematu. Weźmy ciąg ograniczony (x n ) E oraz zauważmy, że Sx n S x n, czyli ciąg (Sx n ) jest ograniczony. Zatem ze zwartości T wynika zwartość T S. Zdefiniujmy obraz R(T ) = T (E) oraz przestrzeń zerową N(T ) = {x E : T x = 0}. Niech E będzie przestrzenią Banacha. Twierdzenie 3.5 (Lemat Riesza). Niech V E będzie domkniętą podprzestrzenią taką, że V E. Wówczas dla każdego ɛ > 0, istnieje x X taki, że x = 1 oraz inf{ x v : v V } 1 ɛ. Lemat 3.6. Jeżeli T K(E), to istnieje M > 0 o następującej własności: dla dowolnego y R(Id T ) istnieje x E taki, że (Id T )x = y oraz x M y. Twierdzenie 3.7. Jeżeli T K(E), to N(Id T ) jest domkniętą i skończenie wymiarową podprzestrzenią E. Ponadto przestrzeń liniowa R(Id T ) jest domknięta. Dowód. kartka, strona 3 Twierdzenie 3.8. Jeżeli T K(E) oraz dim E =, to 0 σ(t ). Dowód. kartka, strona 4 Przykład 3.2. Jeżeli T K(E), to 0 σ(t ). Nie musi być to jednak wartość własna operatora T. Dzieje się tak, gdy T jest różnowartościowy, ale nie na, jak we wcześniejszym przykładzie (tam jednak operator nie był zwarty). Zdefiniujmy operator T : l 2 l 2 wzorem T (x 1, x 2,..., x n,... ) = (x 1, 1 2 x 2,... 1 n x n,... ). Zauważmy, że jest to operator różnowartościowy, ale nie jest na, bo (1, 1 2,..., 1 n,... ) / T (l 2). Ponadto T jest operatorem zwartym, gdyż jest granicą ciągu operatorów skończenie wymiarowych {T n } danych wzorem T n (x 1, x 2,..., x n,... ) = (x 1, 1 2 x 2,... 1 n x n, 0, 0,... ). Na koniec, zauważmy, że 0 nie jest wartością własną operatora T (ponieważ jest różnowartościowy czyli ker T = 0). 4

5 Twierdzenie 3.9 (Alternatywa Fredholma). Jeżeli T K(E) oraz 0 λ σ(t ), to λ jest wartością własną T. Dowód. kartka, strony 5-6. Z alternatywy Fredholma wynika, że jeżeli T K(X) oraz λ 0, to mamy dwie możliwości: 1. λ jest wartością własną T, czyli równanie (λ Id T )x = 0 posiada niezerowe rozwiązanie, 2. λ Id T jest odwzorowaniem regularnym, zatem równanie (λ Id T )x = y posiada dokładnie jedno rozwiązanie. Twierdzenie Jeżeli T K(E), to σ(t ) jest zbiorem skończonym lub jest ograniczonym ciągiem zbieżnym do 0. Dowód. kartka, strona 7 4 Obliczanie LS-stopnia Niech E będzie przestrzenią Banacha taką, że dim E = oraz niech T K(X). Zauważmy, że (Id T ) n = n ( ) n ( 1) k T k = Id k k=0 Zdefiniujmy operator liniowy S n K(E). S n = n ( 1) k+1( n k=1 n ( n ( 1) k+1 k k=1 ) T k. k) T k, czyli (Id T ) n = Id S n. Dla T K(E) niech N n = ker(id T ) n oraz niech R n = R(Id T ) n ). Zauważmy, że N n jest podprzestrzenią N n+1 oraz R n+1 jest podprzestrzenią R n. Twierdzenie 4.1. Dla każdego T K(E) istnieją liczby naturalne ν, ρ takie, że 1. N n N n+1 dla każdego n < ν oraz N n = N n+1 dla każdego n ν. 2. R n R n+1 dla każdego n < ρ oraz R n = R n+1 dla każdego n ρ. Dowód. kartka, strona 9 Lemat 4.2. Dla każdego m 1 N m R ρ = 0. Dowód. kartka, strona 10 Twierdzenie 4.3. Dla dowolnego T K(E) powyżej zdefiniowane liczby ν i ρ są równe. Dowód. kartka, strona 11 + uzupełnienie Twierdzenie 4.4. Przy wcześniejszych założeniach E = N ρ R ρ (= N ν R ν ). Dowód. kartka, strona 12 Twierdzenie 4.5. Dla każdego n T (N n ) N n oraz T (R n ) R n. Dowód. kartka, strona 12 Ustalmy 0 λ R, T K(E) oraz rozważmy liczbę ρ (zdefiniowaną jak wcześniej) dla operatora 1 λ T. Zdefiniujmy N ρ (λ) = N(Id 1 λ T )ρ oraz R ρ (λ) = R(Id 1 λ T )ρ. Mamy wówczas rozkład E = N ρ (λ) R ρ (λ). Podobnie jak wcześniej pokazujemy, że T (N ρ (λ)) N ρ (λ) oraz T (R ρ (λ)) R ρ (λ). Twierdzenie 4.6. Jeżeli λ σ(t ) oraz λ 0, to σ(t Nρ(λ)) = {λ} Dowód. kartka, strona 13 5

6 Twierdzenie 4.7. Dla rozkładu E = N ρ (λ) R ρ (λ) istnieje odpowiedni rozkład spektrum, to znaczy Dowód. kartka, strona 14 σ(t Rρ (λ)) = σ(t )\{λ} Krotnością λ σ(t ) nazywamy wymiar przestrzeni N ρ (λ). Niech 0 µ R będzie takie, że 1 µ wartością własną operatora T, zatem 1 µ / σ(t ). Zdefiniujmy nie jest H(µ) = {λ σ(t ) : λµ > 0 oraz λ > 1 µ }. Z wcześniejszych twierdzeń wynika, że jest to zbiór skończony. Zdefiniujmy β(µ) jako sumę krotności wartości własnych należących do H(µ). Twierdzenie 4.8. Niech T K(E) oraz µ 0 będzie takie, że 1 µ / σ(t ). Wówczas E = E 1 E 2, gdzie dim E 1 = β(µ) oraz T (E 1 ) E 1, T (E 2 ) E 2. Ponadto σ(t E1 ) = H(µ) i σ(t E2 ) = σ(t )\H(µ) Dowód. kartka, strona 15, 16 Fakt (Straight-Line Homotopy Property) Niech U E będzie zbiorem otwartym oraz niech odwzorowania f, g : U E będą odwzorowaniami zwartymi (w sensie f(u), g(u) są zbiorami relatywnie zwartymi) takimi, że tf(x) + (1 t)g(x) x dla każdych x U, t [0, 1]. Wówczas d(id f, U) = d(id g, U) 2. Jeżeli U jest zbiorem otwartym takim,że 0 U, to d(id, U) = 1 3. Jeżeli U R n jest zbiorem otwartym takim,że 0 U, to d( Id, U) = ( 1) n Dla η > 0 połóżmy B = B(0, η). Rozważmy operator Id µt na B. Jeżeli µt x = x dla x 0, to 1 µ jest wartością własną T, zatem przy odpowiednich założeniach na µ, odwzorowanie zwarte µt B nie ma punktów stałych na B. Wtedy LS-stopień d(id µt, B) będzie dobrze zdefiniowany. Twierdzenie Niech T K(E), µ 0 będzie takie, że 1 µ / σ(t ) oraz niech B = B(0, η) dla η > 0. Wówczas d(id µt, B) = ( 1) β(µ). Dowód. kartka, strona 17, 18 5 Własności przestrzeni Hilberta Niech H będzie przestrzenią liniową nad ciałem K. Odwzorowanie, : H H K nazywamy iloczynem skalarnym jeżeli dla każdych x, y, z H, a, b K spełnione są warunki: 1. x, x > 0 oraz x, x = 0 wtedy i tylko wtedy, gdy x = 0, 2. ax + by, z = a x, y + b y, z, 3. x, ab + bz = a x, z + b y, z, 4. x, y = y, x. Parę (H,, ) nazywamy przestrzenią unitarną. Jeżeli norma indukowana przez iloczyn skalarny x = x, x jest zupełna, to parę (H,, ) nazywamy przestrzenią Hilberta. 6

7 Fakt 5.1. Niech (H,, ) będzie przestrzenią unitarną. Wówczas 1. (Nierówność Schwartza) Dla dowolnych x, y H prawdziwa jest nierówność x, y x y. 2. Jeżeli M H jest niepustym zbiorem, to M jest domkniętą podprzestrzenią przestrzeni H. 3. M = (span(m)). 4. Jeżeli H jest przestrzenią ośrodkową oraz A jest układem ortogonalnym ( x, y = 0 dla x y, x, y A), to A jest zbiorem przeliczalnym (lub skończonym). 5. Jeżeli {x 1,..., x n } H jest układem ortogonalnym niezerowych elementów, to elementy x 1,..., x n są liniowo niezależne. 6. (Twierdzenie o rzucie prostopadłym) Jeżeli M H jest domkniętą podprzestrzenią przestrzeni Hilberta H, to dla każdego x H istnieje dokładnie jeden x 1 M oraz dokładnie jeden x 2 M takie, że spełnione są warunki: (a) x = x 1 + x 2, (b) x x 1 = inf{ x y : y M}. W szczególności H = M M. Co więcej, mamy odwzorowanie P M : H M dane wzorem P M (x) = x 1 zwane projekcją ortogonalną. 6 Ciągłe operatory liniowe na przestrzeniach Hilberta (H,, ) - przestrzeń Hilberta Twierdzenie 6.1 (Riesza - Frecheta). Dla każdego f H istnieje dokładnie jeden y H taki, że f(x) = x, y dla dowolnego x H W przestrzeni H zdefiniujemy iloczyn skalarny. W tym celu określamy najpierw odwzorowanie L: H H wzorem L(f) = y, gdzie y wyznaczony jest przez powyższe twierdzenie. Można pokazać, że H z iloczynem skalarnym f, g = L(f), L(g) jest przestrzenią Hilberta oraz f, f = f = sup{ f(x) : x = 1} Ustalmy operator T L(H). Wówczas operatorem sprzężonym do T nazywamy jedyny operator T : H H spełniający zależność T x, y = x, T y dla każdych x, y H. Fakt 6.2. Niech T, T 1 L(H). Wówczas 1. T L(H), 2. T = T, 3. (T ) = T, 4. Dla każdego λ K, (λt ) = λt, 5. (T + T 1 ) = T + T 1, (T 1 T ) = T T 1. Dowód. kartka, strona 19 Twierdzenie 6.3. Niech K = C oraz T L(H). Jeśli dla każdego x H T x, x = 0, to T = 0. Ponadto, jeśli S L(H) oraz dla każdego x H T x, x = Sx, x, to T = S. 7

8 Dowód. kartka, strona 21 Uwaga [ 6.4. Jeżeli ] K = R, to powyższe twierdzenie nie jest prawdziwe, wystarczy wziąć H = R 2 oraz 0 1 T = 1 0 Definicja 6.1. Niech T L(H). Wówczas T nazywamy 1. samosprzężonym (hermitowskim), jeżeli T = T, 2. dodatnio (ujemnie) określonym, jeżeli dla każdych x H spełniony jest warunek T x, x 0 ( T x, x 0), 3. normalnym, jeśli T T = T T, 4. unitarnym, jeśli T T = T T = Id, 5. rzutem, jeśli T 2 = T. Widać, że operatory samosprzężone i unitarne są normalne. Twierdzenie 6.5. Niech K = C. Wówczas odwzorowanie T L(H) jest samosprzężone wtedy i tylko wtedy, gdy T x, x jest liczbą rzeczywistą dla każdego x H. Twierdzenie 6.6. kartka, strona 20 Uwaga [ 6.7. Jeżeli ] K = R, to powyższe twierdzenie nie jest prawdziwe, wystarczy wziąć H = R 2 oraz 0 1 T = 1 0 Twierdzenie 6.8. Jeśli T L(H), to N(T ) = R(T ) oraz N(T ) = R(T ). Dowód. kartka, strona 21 Twierdzenie 6.9. Niech K = C oraz T L(H). Wówczas T jest normalny wtedy i tylko wtedy, gdy T x = T x dla każdego x H. Jeżeli T jest operatorem normalnym, to: 1. N(T ) = N(T ), 2. N(λ Id T ) = N(λ Id T ), 3. T (N(λ Id T )) N(λ Id T ) oraz T (N(λ Id T ) ) N(λ Id T ), 4. jeśli λ 1, λ 2 są różnymi wartościami własnymi operatora T, to podprzestrzenie własne odpowiadające tym wartościom własnym są wzajemnie prostopadłe. Dowód. kartka, strona 22 Twierdzenie Niech T L(H) będzie samosprzężony. Wówczas 1. σ(t ) R (a nawet σ(t ) [ T, T ]). 2. T = sup T x, x x =1 Dowód. Kartka, strona 23,24 Lemat Niech T K(H), λ 0 oraz Dowód. Kartka, strona 25 inf (T λ Id)h = 0. Wówczas λ σ(t ). h =1 8

9 Lemat Niech T L(H) będzie zwartym operatorem samosprzężonym. Wówczas przynajmniej jedna z liczb ± T należy do spektrum T. Dowód. Kartka, strona 24 Twierdzenie 6.13 (Twierdzenie spektralne). Niech T K(H) będzie operatorem samosprzężonym, P λ będzie projekcją ortogonalną na N(λ Id T ). Wówczas Dowód. Kartka, strona 27,28 T = λ σ(t )\0 Wniosek Przyjmijmy założenia twierdzenia spektralnego. Wówczas λp λ, (1) w szczególności w szczególności R(T ) = N(λ Id T ), λ σ(t )\({0} x = P λ (x). λ σ(t )\({0} H = N(λ Id T ), λ σ(t ) x = P λ (x). λ σ(t ) Dowód. Kartka, strona 28 Twierdzenie Operator T K(H) jest zwarty wtedy i tylko wtedy, gdy istnieje ciąg operatorów skończenie wymiarowych (T n ) takich, że lim n T n T = 0. 7 Operatory Fredholma Jeżeli E jest przestrzenią liniową oraz M jest liniową podprzestrzenią E, to zawsze mamy rozkład E = M M oraz codim(m) = dim(m ). Konsekwentnie dim(e) = dim(m) + codim(m). W całym rozdziale będziemy zakładać, że E, F są przestrzeniami Banacha Twierdzenie 7.1 (Twierdzenie Banacha o domkniętych wartościach). Niech T L(E, F). Następujące warunki są równoważne 1. R(T ) jest domknięty, 2. R(T ) jest domknięty, 3. R(T ) = N(T ), 4. R(T ) = N(T ), gdzie N(T ) = {y F : y, y = 0 dla każdego y N(T )} N(T ) = {x E : x, x = 0 dla każdego x N(T )} 9

10 Definicja 7.1. Operator T L(E, F) nazywamy operatorem Fredholma, jeżeli dim N(T ), codim R(T ) są skończone. Liczbę ind(t ) = dim N(T ) codim R(T ) nazywamy indeksem T. Przestrzeń operatorów Fredholma będziemy oznaczać F(E, F). Twierdzenie 7.2. F(E, F) jest otwartym podzbiorem przestrzeni L(E, F) oraz odwzorowanie ind: F(E, F) Z jest lokalnie stałe. Twierdzenie 7.3. Operator T L(E, F) jest operatorem Fredholma wtedy i tylko wtedy, gdy istnieje operator S L(F, E) takie, że T S Id, ST Id są zwarte. Ogólnie, operator T L(E, F) jest operatorem Fredholma wtedy i tylko wtedy, gdy jest regularyzowalny w sposób zwarty (compactly regularizable), tzn. istnieją operatory R, L L(F, E) oraz S 1 L(F), S 2 L(E) takie, że T R = Id +S 1, LT = Id + S 2. Operatory R, L nazywa się prawą i lewą regularyzacją operatora T. Twierdzenie 7.4. Niech T : E F będzie operatorem Fredholma. 1. Jeżeli ind(t ) = 0 oraz N(T ) = {0}, to równanie T x = y(x X) ma dokładnie jedno rozwiązanie dla każdego y F oraz T 1 L(F, E). 2. Zbiór R(T ) jest domknięty. Dla każdego y F równanie T x = y ma rozwiązanie wtedy i tylko wtedy, gdy x, y = 0 dla każdego x N(T ). 3. Zaburzenie T + S jest również operatorem Fredholma oraz ind(t + S) = ind(t ), jeżeli S L(X, Y ) i spełniony jest jeden z warunków: (a) S jest zwarty, (b) norma operatora S jest mniejsza od liczby dodatniej zależnej od T. 4. Operator dualny T jest również operatorem Fredholma oraz dim N(T ) = codim R(T ), codim R(T ) = dim N(T ). Ponadto ind(t ) = ind(t ). Równanie T x = y (x Y ) ma rozwiązanie dla ustalonego y X wtedy i tylko wtedy, gdy y, x = 0 dla każdego x N(T ). 5. Niech T, S będą operatorami Fredholma. Wówczas złożenie T S oraz iloczyn T S również są operatorami Fredholma. Co więcej, ind(t S) = ind(t ) + ind(s) = ind(t S). Przykład 7.1. Przykłady operatorów Fredholma. 1. Jeżeli T L(R n, R m ), to T jest operatorem Fredholma o indeksie n m. 2. Jeżeli T K(E), to dla dowolnego λ R operator Id λt jest operatorem Fredholma o indeksie Jeżeli T K(E) oraz S Gl(E), to T + S jest operatorem Fredholma indeksu 0. 10

1 Przestrzenie Hilberta

1 Przestrzenie Hilberta M. Beśka, Wykład monograficzny, Dodatek 1 1 Przestrzenie Hilberta 1.1 Podstawowe fakty o przestrzeniach Hilberta Niech H będzie przestrzenią liniową nad ciałem liczb rzeczywistych. Określmy odwzorowanie,

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? a) X = R, d(x, y) = arctg x y ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i

Bardziej szczegółowo

Analiza Funkcjonalna - Zadania

Analiza Funkcjonalna - Zadania Analiza Funkcjonalna - Zadania 1 Wprowadzamy następujące oznaczenia. K oznacza ciało liczb rzeczywistych lub zespolonych. Jeżeli T jest dowolnym zbiorem niepustym, to l (T ) = {x : E K : x funkcja ograniczona}.

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I* - 1

Zadania z Analizy Funkcjonalnej I* - 1 Zadania z Analizy Funkcjonalnej I* - 1 1. Która z następujących przestrzeni jest przestrzenią Banacha w normie supremum: C(R); C ogr (R) przestrzeń funkcji ciągłych ograniczonych; C zw (R) przestrzeń funkcji

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?. a) X = R, x = arctg x ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i y i ;

Bardziej szczegółowo

Analiza funkcjonalna II Ryszard Szwarc

Analiza funkcjonalna II Ryszard Szwarc Analiza funkcjonalna II Ryszard Szwarc Wykład prowadzony w semestrze letnim 28 Opracowany na podstawie notatek Wiktora Malinowskiego Wrocław 21 2 Analiza funkcjonalna II Spis treści 1 Operatory ograniczone

Bardziej szczegółowo

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi M. Beśka, Wstęp do teorii miary, Dodatek 158 10 Dodatek 10.1 Przestrzenie metryczne Niech X będzie niepustym zbiorem. Funkcję d : X X [0, ) spełniającą dla x, y, z X warunki (i) d(x, y) = 0 x = y, (ii)

Bardziej 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

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę

Bardziej szczegółowo

Zastosowania twierdzeń o punktach stałych

Zastosowania twierdzeń o punktach stałych 16 kwietnia 2016 Abstrakt Niech X będzie przestrzenią topologiczną. Ustalmy odwzorowanie ciągłe f : X X. Twierdzeniem o punkcie stałym nazywamy prawdę matematyczną postulującą pod pewnymi warunkami istnienie

Bardziej szczegółowo

Informacja o przestrzeniach Hilberta

Informacja o przestrzeniach Hilberta Temat 10 Informacja o przestrzeniach Hilberta 10.1 Przestrzenie unitarne, iloczyn skalarny Niech dana będzie przestrzeń liniowa X. Załóżmy, że każdej parze elementów x, y X została przyporządkowana liczba

Bardziej 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

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

Zadania z Algebry liniowej 4 Semestr letni 2009

Zadania z Algebry liniowej 4 Semestr letni 2009 Zadania z Algebry liniowej 4 Semestr letni 2009 Ostatnie zmiany 23.05.2009 r. 1. Niech F będzie podciałem ciała K i niech n N. Pokazać, że niepusty liniowo niezależny podzbiór S przestrzeni F n jest także

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

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11 M. Beśka, Wstęp do teorii miary, rozdz. 2 11 2 Rodziny zbiorów 2.1 Algebry i σ - algebry zbiorów Niech X będzie niepustym zbiorem. Rodzinę indeksowaną zbiorów {A i } i I 2 X nazywamy rozbiciem zbioru X

Bardziej szczegółowo

1 Elementy analizy funkcjonalnej

1 Elementy analizy funkcjonalnej M. Beśka, Dodatek 1 1 Elementy analizy funkcjonalnej 1.1 Twierdzenia o reprezentacji Zaczniemy od znanego twierdzenia Riesza Twierdzenie 1.1 (Riesz) Niech będzie zwartą przestrzenią metryczną i załóżmy,

Bardziej szczegółowo

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój. Wykład 10 Twierdzenie 1 (Borel-Lebesgue) Niech X będzie przestrzenią zwartą Z każdego pokrycia X zbiorami otwartymi można wybrać podpokrycie skończone Dowód Lemat 1 Dla każdego pokrycia U przestrzeni ośrodkowej

Bardziej 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

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające

Bardziej szczegółowo

Analiza funkcjonalna 1.

Analiza funkcjonalna 1. Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.

Bardziej szczegółowo

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Grzegorz Bobiński Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Wydział Matematyki i Informatyki Uniwersytet Mikołaja Kopernika w Toruniu 2012 Spis treści Notacja 1 1 Podstawowe pojęcia

Bardziej szczegółowo

2.7 Przestrzenie unormowane skończenie wymiarowe

2.7 Przestrzenie unormowane skończenie wymiarowe 2.7 Przestrzenie unormowane skończenie wymiarowe Rozważamy teraz przestrzenie unormowane X skończenie wymiarowe. Załóżmy, że dimx = m. Niech dalej e,e 2,...,e m będzie bazą algebraiczną tej przestrzeni

Bardziej szczegółowo

Analiza funkcjonalna Wykłady

Analiza funkcjonalna Wykłady Projekt pn. Wzmocnienie potencjału dydaktycznego UMK w Toruniu w dziedzinach matematyczno-przyrodniczych realizowany w ramach Poddziałania 4.. Programu Operacyjnego Kapitał Ludzki Analiza funkcjonalna

Bardziej szczegółowo

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u W ) Rzeczywiście U W jest podprzetrzenią przestrzeni

Bardziej szczegółowo

Analiza funkcjonalna I. Ryszard Szwarc

Analiza funkcjonalna I. Ryszard Szwarc Analiza funkcjonalna I Ryszard Szwarc Wrocław 2010 2 Spis treści 1 Przestrzenie unormowane 3 1.1 Dodatek.............................. 13 2 Operatory liniowe 15 3 Przestrzenie Hilberta 26 3.1 Podstawowe

Bardziej szczegółowo

7 Twierdzenie Fubiniego

7 Twierdzenie Fubiniego M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz

Bardziej szczegółowo

O zastosowaniach twierdzeń o punktach stałych

O zastosowaniach twierdzeń o punktach stałych O zastosowaniach twierdzeń o punktach stałych Marcin Borkowski Streszczenie Wszyscy znamy twierdzenie Banacha o kontrakcji czy twierdzenie Brouwera o punkcie stałym. Stosunkowo rzadko jednak mamy okazję

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

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, nazywa- Definicja 1. Przestrzenią liniową R n my zbiór wektorów R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, z określonymi działaniami dodawania wektorów i mnożenia wektorów przez liczby rzeczywiste.

Bardziej szczegółowo

7. Miara, zbiory mierzalne oraz funkcje mierzalne.

7. Miara, zbiory mierzalne oraz funkcje mierzalne. 7. Miara, zbiory mierzalne oraz funkcje mierzalne. Funkcję rzeczywistą µ nieujemną określoną na ciele zbiorów S będziemy nazywali miarą, gdy dla dowolnego ciągu A 0, A 1,... zbiorów rozłącznych należących

Bardziej szczegółowo

Ośrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski,

Ośrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski, Procesy Stochastyczne, wykład, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 27 luty, 2012 Ośrodkowość procesów Dalej zakładamy, że (Ω, Σ, P) jest zupełną przestrzenią miarową. Definicja.

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

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Przekształcenia liniowe, diagonalizacja macierzy 1. Podano współrzędne wektora v w bazie B. Znaleźć współrzędne tego wektora w bazie B, gdy: a) v = (1,

Bardziej szczegółowo

R k v = 0}. k N. V 0 = ker R k 0

R k v = 0}. k N. V 0 = ker R k 0 Definicja 1 Niech R End(V ). Podprzestrzeń W przestrzeni V nazywamy podprzestrzenią niezmienniczą odwzorowania R jeśli Rw W, dla każdego w W ; równoważnie: R(W ) W. Jeśli W jest różna od przestrzeni {0}

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

Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/

Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/ Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a, bud. Agro

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

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

Praca magisterska. Równania całkowe i teoria Hilberta-Schmidta

Praca magisterska. Równania całkowe i teoria Hilberta-Schmidta Politechnika Łódzka wydział FTIMS Praca magisterska Równania całkowe i teoria Hilberta-Schmidta Piotr Kowalski Promotor Pracy : dr Jerzy Kalina Kierunek: Matematyka Stosowana Specjalność: Matematyka Finansowa

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

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Teoria miary. WPPT/Matematyka, rok II. Wykład 5 Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

Układy równań i równania wyższych rzędów Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem

Bardziej szczegółowo

Wykład 5. Ker(f) = {v V ; f(v) = 0}

Wykład 5. Ker(f) = {v V ; f(v) = 0} Wykład 5 Niech f : V W będzie przekształceniem liniowym przestrzeni wektorowych Wtedy jądrem przekształcenia nazywamy zbiór tych elementów z V, których obrazem jest wektor zerowy w przestrzeni W Jądro

Bardziej szczegółowo

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych) (niekoniecznie ograniczonych) Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza, Poznań Będlewo, 25-30 maja 2015 Funkcje prawie okresowe w sensie Bohra Definicja Zbiór E R nazywamy względnie

Bardziej 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

19 Własności iloczynu skalarnego: norma, kąt i odległość

19 Własności iloczynu skalarnego: norma, kąt i odległość 19 Własności iloczynu skalarnego: norma, kąt i odległość Załóżmy, że V jest przestrzenią liniową z iloczynem skalarnym.,.. Definicja 19.1 Normą (długością) wektora v V nazywamy liczbę v = v, v. Uwaga 1

Bardziej szczegółowo

Wstęp do komputerów kwantowych

Wstęp do komputerów kwantowych Wprowadzenie do mechaniki kwantowej Uniwersytet Łódzki, Wydział Fizyki i Informatyki Stosowanej 2008/2009 Wprowadzenie do mechaniki kwantowej Podstawy matematyczne 1 Algebra liniowa Bazy i liniowa niezależność

Bardziej szczegółowo

Wykład 1. Przestrzeń Hilberta

Wykład 1. Przestrzeń Hilberta Wykład 1. Przestrzeń Hilberta Sygnały. Funkcje (w języku inżynierów - sygnały) które będziemy rozważali na tym wykładzie będą kilku typów Sygnały ciągłe (analogowe). ) L (R) to funkcje na prostej spełniające

Bardziej szczegółowo

Wstęp do przestrzeni metrycznych i topologicznych oraz ich zastosowań w ekonomii

Wstęp do przestrzeni metrycznych i topologicznych oraz ich zastosowań w ekonomii Wstęp do przestrzeni metrycznych i topologicznych oraz ich zastosowań w ekonomii Mirosław Sobolewski 25 maja 2010 Definicja. Przestrzenią metryczną nazywamy zbiór X z funkcją ρ : X X R przyporządkowującą

Bardziej szczegółowo

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler GAL (Informatyka) Wykład - formy hermitowskie Wersja z dnia 23 stycznia 2014 Paweł Bechler 1 Formy hermitowskie Niech X oznacza przestrzeń liniową nad ciałem K. Definicja 1. Funkcję φ : X X K nazywamy

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

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

Kombinacje liniowe wektorów.

Kombinacje liniowe wektorów. Kombinacje liniowe wektorów Definicja: Niech V będzie przestrzenią liniową nad ciałem F, niech A V Zbiór wektorów A nazywamy liniowo niezależnym, jeżeli m N v,, v m A a,, a m F [a v + + a m v m = θ a =

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X. 1 σ-ciała Definicja 1.1 (σ - ciało) σ - ciałem (σ - algebrą) w danym zbiorze X (zwanym przestrzenią) nazywamy rodzinę M pewnych podzbiorów zbioru X, spełniającą trzy warunki: 1 o M; 2 o jeśli A M, to X

Bardziej szczegółowo

Przestrzenie wektorowe

Przestrzenie wektorowe Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:

Bardziej szczegółowo

Wstęp do topologii Ćwiczenia

Wstęp do topologii Ćwiczenia Wstęp do topologii Ćwiczenia Spis treści Przestrzeń metryczna, metryka 2 Kule w przestrzeni metrycznej 2 3 Zbieżność w przestrzeniach metrycznych 4 4 Domknięcie, wnętrze i brzeg 6 5 Zbiory gęste, brzegowe

Bardziej szczegółowo

Baza w jądrze i baza obrazu ( )

Baza w jądrze i baza obrazu ( ) Przykład Baza w jądrze i baza obrazu (839) Znajdź bazy jądra i obrazu odwzorowania α : R 4 R 3, gdzie α(x, y, z, t) = (x + 2z + t, 2x + y 3z 5t, x y + z + 4t) () zór ten oznacza, że α jest odwzorowaniem

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 spektralne

Twierdzenie spektralne Twierdzenie spektralne Tomasz Kochanek Uniwersytet Śląski Instytut Matematyki XXXI Sesja KNM UŚ Motywacje, intuicje, konstrukcje Szczyrk 10 13 listopada 2011 Tomasz Kochanek (Uniwersytet Śląski) Twierdzenie

Bardziej szczegółowo

Przestrzenie liniowe

Przestrzenie liniowe Rozdział 4 Przestrzenie liniowe 4.1. Działania zewnętrzne Niech X oraz F będą dwoma zbiorami niepustymi. Dowolną funkcję D : F X X nazywamy działaniem zewnętrznym w zbiorze X nad zbiorem F. Przykład 4.1.

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

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Analiza Funkcjonalna II Functional Analysis II Kierunek: Rodzaj przedmiotu: Obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Matematyka Poziom kwalifikacji: II

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

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń

Bardziej szczegółowo

Uniwersytet Mikołaja Kopernika w Toruniu

Uniwersytet Mikołaja Kopernika w Toruniu Uniwersytet Mikołaja Kopernika w Toruniu Wydział Matematyki i Informatyki Krzysztof Frączek Analiza Matematyczna II Wykład dla studentów II roku kierunku informatyka Toruń 2009 Spis treści 1 Przestrzenie

Bardziej szczegółowo

Informacja o przestrzeniach Sobolewa

Informacja o przestrzeniach Sobolewa Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością

Bardziej szczegółowo

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Leszek Skrzypczak 1. Niech E = {x [0, 1] : x = k 2 n k = 1, 2,... 2 n, n = 1, 2, 3,...} Wówczas: (a) Dla dowolnych liczb wymiernych p, q [0,

Bardziej szczegółowo

Geometria Lista 0 Zadanie 1

Geometria Lista 0 Zadanie 1 Geometria Lista 0 Zadanie 1. Wyznaczyć wzór na pole równoległoboku rozpiętego na wektorach u, v: (a) nie odwołując się do współrzędnych tych wektorów; (b) odwołując się do współrzędnych względem odpowiednio

Bardziej szczegółowo

1 Określenie pierścienia

1 Określenie pierścienia 1 Określenie pierścienia Definicja 1. Niech P będzie zbiorem, w którym określone są działania +, (dodawanie i mnożenie). Mówimy, że struktura (P, +, ) jest pierścieniem, jeżeli spełnione są następujące

Bardziej szczegółowo

zbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy

zbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy 5. Funkcje 1 klasy Baire a. Pod koniec XIX i początkiem XX wieku kilku matematyków zajmowało się problemami dotyczącymi klasyfikacji funkcji borelowskich: między innymi R. Baire, E. Borel, H. Lebesgue

Bardziej szczegółowo

3. Funkcje wielu zmiennych

3. Funkcje wielu zmiennych 3 Funkcje wielu zmiennych 31 Ciagłość Zanim podamy definicję ciagłości dla funkcji wielu zmiennych wprowadzimy bardzo ogólne i abstrakcyjne pojęcie przestrzeni metrycznej Przestrzeń metryczna Metryka w

Bardziej szczegółowo

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3

Bardziej szczegółowo

(b) Suma skończonej ilości oraz przekrój przeliczalnej ilości zbiorów typu G α

(b) Suma skończonej ilości oraz przekrój przeliczalnej ilości zbiorów typu G α FUNKCJE BORELOWSKIE Rodzinę F podzbiorów zbioru X (tzn. F X) będziemy nazywali ciałem gdy spełnione są warunki: (1) Jeśli zbiór Y F, to dopełnienie X \ Y też należy do rodziny F. (2) Jeśli S F jest skończoną

Bardziej szczegółowo

ZAGADNIENIA OKRESOWE DLA NIELINIOWYCH RÓWNAŃ EWOLUCYJNYCH. Piotr Kokocki UNIWERSYTET MIKOŁAJA KOPERNIKA W TORUNIU

ZAGADNIENIA OKRESOWE DLA NIELINIOWYCH RÓWNAŃ EWOLUCYJNYCH. Piotr Kokocki UNIWERSYTET MIKOŁAJA KOPERNIKA W TORUNIU UNIWERSYTET MIKOŁAJA KOPERNIKA W TORUNIU Piotr Kokocki ZAGADNIENIA OKRESOWE DLA NIELINIOWYCH RÓWNAŃ EWOLUCYJNYCH Praca magisterska przygotowana na Wydziale Matematyki i Informatyki Uniwersytetu Mikołaja

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń W V nazywamy niezmienniczą

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

Granica funkcji. 8 listopada Wykład 4

Granica funkcji. 8 listopada Wykład 4 Granica funkcji 8 listopada 2011 Definicja Niech D R będzie dowolnym zbiorem. Punkt x 0 R nazywamy punktem skupienia zbioru D jeżeli δ>0 x D\{x0 } : x x 0 < δ. Zbiór punktów skupienia zbioru D oznaczamy

Bardziej szczegółowo

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ FUNKCJE DWÓCH ZMIENNYCH RZECZYWISTYCH Definicja 1. Niech A będzie dowolnym niepustym zbiorem. Metryką w zbiorze A nazywamy funkcję rzeczywistą

Bardziej szczegółowo

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki WYKŁAD Z ANALIZY MATEMATYCZNEJ I dr. Elżbieta Kotlicka Centrum Nauczania Matematyki i Fizyki http://im0.p.lodz.pl/~ekot Łódź 2006 Spis treści 1. CIĄGI LICZBOWE 2 1.1. Własności ciągów liczbowych o wyrazach

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

Zadania z Rachunku Prawdopodobieństwa III - 1

Zadania z Rachunku Prawdopodobieństwa III - 1 Zadania z Rachunku Prawdopodobieństwa III - 1 Funkcją tworzącą momenty (transformatą Laplace a) zmiennej losowej X nazywamy funkcję M X (t) := Ee tx, t R. 1. Oblicz funkcję tworzącą momenty zmiennych o

Bardziej szczegółowo

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013 Iloczyn skalarny Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 10. wykład z algebry liniowej Warszawa, grudzień 2013 Mirosław Sobolewski (UW) Warszawa, grudzień 2013 1 / 14 Standardowy

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

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany

Bardziej szczegółowo

Wykłady z Mechaniki Kwantowej

Wykłady z Mechaniki Kwantowej Wykłady z Mechaniki Kwantowej Mechanika Kwantowa, Relatywistyczna Mechanika Kwantowa Wykład dla doktorantów (2017) Wykład 4 Najpiękniejszą rzeczą, jakiej możemy doświadczyć jest oczarowanie tajemnicą.

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

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

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

Ciągłość funkcji f : R R

Ciągłość funkcji f : R R Ciągłość funkcji f : R R Definicja 1. Otoczeniem o promieniu δ > 0 punktu x 0 R nazywamy zbiór O(x 0, δ) := (x 0 δ, x 0 + δ). Otoczeniem prawostronnym o promieniu δ > 0 punktu x 0 R nazywamy zbiór O +

Bardziej szczegółowo

Ciągłość funkcji i podstawowe własności funkcji ciągłych.

Ciągłość funkcji i podstawowe własności funkcji ciągłych. Ciągłość funkcji i podstawowe własności funkcji ciągłych. Definicja (otoczenie punktu) Otoczeniem punktu x 0 R, o promieniu nazywamy zbiór x R taki, że: inaczej x x 0 x x 0, x 0 Definicja (ciągłość w punkcie)

Bardziej szczegółowo

Liga zadaniowa Seria I, 2014/2015, Piotr Nayar, Marta Strzelecka

Liga zadaniowa Seria I, 2014/2015, Piotr Nayar, Marta Strzelecka Seria I, 04/05, Piotr Nayar, Marta Strzelecka Pytania dotyczące zadań prosimy kierować do Piotra Nayara na adres: nayar@mimuw.edu.pl. Rozwiązania można przesyłać Marcie Strzeleckiej na adres martast@mimuw.edu.pl,

Bardziej szczegółowo

Podstawowe struktury algebraiczne

Podstawowe struktury algebraiczne Rozdział 1 Podstawowe struktury algebraiczne 1.1. Działania wewnętrzne Niech X będzie zbiorem niepustym. Dowolną funkcję h : X X X nazywamy działaniem wewnętrznym w zbiorze X. Działanie wewnętrzne, jak

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

Zasada indukcji matematycznej

Zasada indukcji matematycznej Zasada indukcji matematycznej Twierdzenie 1 (Zasada indukcji matematycznej). Niech ϕ(n) będzie formą zdaniową zmiennej n N 0. Załóżmy, że istnieje n 0 N 0 takie, że 1. ϕ(n 0 ) jest zdaniem prawdziwym,.

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

14. Przestrzenie liniowe

14. Przestrzenie liniowe 14. 14.1 Sformułować definicję przestrzeni liniowej. Podać przykłady. Przestrzenią liniową nad ciałem F nazywamy czwórkę uporządkowaną (V, F,+, ), gdzie V jest zbiorem niepustym, F jest ciałem, + jest

Bardziej szczegółowo