Twierdzenie spektralne

Wielkość: px
Rozpocząć pokaz od strony:

Download "Twierdzenie spektralne"

Transkrypt

1 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 borelowskiemu M R przyporządkowuje projektor ortogonalny E(M) w H, w taki sposób że a) E( ) = 0, E(R) = I, b) E(M N) = E(M)E(N) dla borelowskich M, N R, c) E( M k ) = E(M k ) w mocno, jeśli M k są borelowskie i parami rozłączne. Zwróćmy uwagę, że warunek c) równoważny jest następującemu: d) Jeśli M k, to E(M k ) 0 w mocnym sensie. Zbiór supp E = M E(M)=I nazywamy nośnikiem rozkładu spektralnego. Projektory E(M) będziemy też nazywali projektorami spektralnymi. Niech E będzie spektralnym rozkładem jedności w przestrzeni Hilberta H o ograniczonym nośniku. Wtedy dla każdych x, y H (1) µ x,y (M) =< E(M)x, y > jest spektralną miarą znakowaną o normie x y. Jeśli µ x = µ x,x, to µ x = x 2. Z nierówności Schwarza wynika, że więc supp E = µ x,y (M) y (µ x (M) 1/2, x,y H supp µ x,y = x H 2. Dla każdego zbioru borelowskiego M i każdych x, y H Dla x, y H definiujemy dµ E(M)x,y = χ M dµ x,y. < Ax, y >= λµ x,y. supp µ x. Jak widać, tak określony A B(H) jest hermitowski. Wzór < F (A)x, y >= F (λ) µ x,y (dλ), definiuje liniowy operator ograniczony dla F B (R), który będziemy oznaczać przez F (A) = F (λ) E(dλ). Mówimy, że ciąg F n B (R) jest zbieżny w sposób ograniczony, jeśli F n F punktowo i wszystkie funkcje F n są wspólnie ograniczone. 1

2 2 3. Jeśli ciąg funkcji F n B (R) jest zbieżny w sposób ograniczony, to ciąg operatorów F n (A) jest zbieżny słabo operatorowo. Ten wynik zostanie za chwilę wzmocniony (patrz Wniosek 5). Lemat 4. Niech F, G C(R) będą borelowskie i ograniczone. Wtedy (F G)(A) = F (A)G(A). Dowód. Przyjmijmy najpierw, że F = χ M, gdzie M R jest zbiorem borelowskim. Wtedy < F (A)F (G)x, y > =< E(M)G(A)x, y >=< G(A)x, E(M)y > = G(λ)µ x,e(m)y (dλ) = (χ M G)(λ)µ x,y (dλ) =< (F G)(A)x, y >, bo µ x,e(m)y = χ M µ x,y. Stąd natychmiast wynika, że wzór obowiązuje dla funkcji prostych F, a przez przejście graniczne dla dowolnych F B (K). Wniosek 5. Niech ciąg F n B (R) będzie zbieżny w sposób ograniczony do funkcji F. Wtedy F n (A)x F (A)x, x H. Dowód. Możemy przyjąć, że F = 0. Wtedy F n (A)x 2 =< F n 2 (A)x, x >= F n 2 (λ)µ x (dλ) 0 na mocy twierdzenia Lebesgue a. Tak więc dany spektralny rozkład jedności o ograniczonym nośniku definiuje operator hermitowski, a nawet całą przemienną algebrę operatorów postaci F (A), gdzie F B (R). Twierdzenie spektralne mówi, że jest to ogólna postać operatora hermitowskiego w przestrzeni Hilberta. Twierdzenie 6 (Twierdzenie spektralne). Niech A = A B(H). Istnieje dokładnie jeden spektralny rozkład jedności na H o nośniku ograniczonym, taki że A = λe(dλ). Ponadto supp E = σ(a). Dowód. Przypomnijmy, że dla każdego wielomianu P mamy P (A) = sup P (λ), λ σ(a) co pozwala łatwo określić -homomorfizm algebr C(σ(A)) f f(a) B(H), który jest izometrią na pewną domkniętą podalgebrę B(H). Zauważmy następnie, że dla każdych x, y H funkcjonał liniowy C(σ(A)) f < f(a)x, y > jest ciągły, więc istnieje miara znakowana µ x,y o normie x y, taka że (7) < f(a)x, y >= f(λ)µ x,y (dλ).

3 Dla każdych x, y H jest supp µ x,y σ(a), a z drugiej strony dla każdego λ 0 σ(a) istnieje x H, taki że λ 0 supp µ x. Stąd (8) σ(a) = supp µ x. x H Możemy już zdefiniować projektory spektralne. Dla ustalonego zbioru borelowskiego M R niech E(M) = χ M (A). Widać, że E(M) jest projektorem ortogonalnym. Warunki 1) i 2) są łatwe do sprawdzenia. Pokażemy, że również 4) zachodzi. Niech więc M k i niech F k = χ Mk. Wtedy E(M k )x 2 =< E(M k )x, x >= dµ x 0, M k bo µ x = µ x,x jest miarą. Zauważmy teraz, że < E(M)x, y >= µ x,y (dλ), a więc oznaczenie µ x,y nieprzypadkowo zgadza się z (1). Kojarząc to z (7), otrzymujemy A = λe(dλ). Wreszcie z (8) wynika, że supp E = σ(a). Pozostaje dowieść jedyności spektralnego rozkładu jedności. Niech E 1 będzie rozkładem jedności o ograniczonym nośniku, takim że A = λe 1 (dλ). (Zauważmy, że tylko z powodu ograniczoności nośnika możemy funkcję f(λ) = λ uważać za ograniczoną.) Stosując Lemat 4, przez indukcję otrzymujemy < P (A)x, y >= P (λ) < E 1 (dλ)x, y > dla każdego wielomianu P, a więc i dla każdej funkcji ciągłej. To zaś oznacza, że M < E 1 (M)x, y >=< E(M)x, y > dla każdego borelowskiego M, a więc E 1 = E. Wniosek 9. Istnieje wzajemnie jednoznaczna odpowiedniość pomiędzy spektralnymi rozkladami jedności o ograniczonym nośniku w przestrzeni Hilberta H a ograniczonymi operatorami hermitowskimi na tejże przestrzeni. Wniosek 10. Liczba λ 0 leży w spektrum operatora A, wtedy i tylko wtedy gdy dla każdego ε > 0 projektor spektralny E(λ 0 ε, λ 0 + ε) jest niezerowy. Dowód. Wszystko wynika z faktu, że supp E = σ(a). Niech λ 0 / σ(a) i niech ε > 0 będzie takie, że M ε = (λ 0 ε, λ 0 + ε) jest rozłączne z σ(a) =. Wtedy < E(M ε )x, x >= µ x (dλ) = 0, x H, M ε bo supp µ x σ(a). Wobec tego E(M ε ) = 0. 3

4 4 Przypuśćmy teraz, że E(M ε ) = 0 dla pewnego ε > 0. Wówczas M ε jako zbiór otwarty jest rozłączny z σ(a), więc λ 0 / σ(a). Wniosek 11. Liczba λ 0 leży w spektrum operatora hermitowskiego A, wtedy i tylko wtedy gdy E({λ 0 }) (Kryterium Weyla). Liczba λ 0 leży w spektrum operatora A, wtedy i tylko wtedy gdy istnieje ciąg unormowanych wektorów x n H, taki że (13) lim n λ 0 x n Ax n = 0. Dowód. Jeśli λ 0 nie leży w spektrum A, to dla każdego ciągu (x n ) spełniającego (13) x n = (λ 0 I A) 1 (λ 0 I A)x n C (λ 0 I A)x n 0, co przeczy x n = 1. Niech teraz λ 0 σ(a). Zgodnie z poprzednim wynikiem dla każdego n istnieje wektor x n długości 1, taki że E(M n )x n = x n, gdzie M n = (λ 0 1/n, λ 0 + 1/n). Wtedy λ 0 x n Ax n = (λ 0 λ)e(dλ)x n = (λ 0 λ)e(dλ)x n, M n skąd tak jak chcieliśmy. λ 0 x n Ax n 1 n E(M n) = 1 n, Wniosek 14. Jeśli operator hermitowski A B(H) ma wektor cykliczny x 0 H, to istnieje izometria U : L 2 (σ(a), µ) H, gdzie µ = µ x0, taka że U 1 AUf(λ) = λf(λ), f L 2 (σ(a), µ). Dowód. Definiujemy U na gęstej podprzestrzeni B (σ(a)) wzorem Uf = f(a)x 0. Obraz U jest gęsty. Mamy też < Uf, Ug >=< f(a)x 0, g(a)x 0 >= f(λ)g(λ)dµ(λ) =< f, g >, co pokazuje, że U jest odwzorowaniem unitarnym na H. Ponadto, < U 1 AUf, g >=< AUf, Ug >=< Af(A)x 0, g(a)x 0 >= λf(λ)g(λ)µ(dλ), skąd wynika reszta tezy. Mówimy, że operator symetryczny ma spektrum proste, jeśli jest unitarnie równoważny operatorowi Bf(λ) = λf(λ) na pewnej przestrzeni L 2 (K, µ), gdzie K jest zwartym podzbiorem R, a µ miarą skończoną. Jest oczywiste, że wtedy wektor f(λ) = 1 jest cykliczny. W takim razie ostatni wniosek można też wysłowić tak: 15. Operator hermitowski ma proste spektrum, wtedy i tylko wtedy gdy ma wektor cykliczny.

5 5 Rozważmy jeszcze przykład. Przykład. Niech H = l 2 (Z) i niech x(n 1) + x(n + 1) Ax(n) =, n Z. 2 Zauważmy, że A jest unitarnie równoważny operatorowi A f(t) = cos t f(t), f L 2 ( 1, 1), a więc σ(a) = [ π, π]. A nie ma wektora cyklicznego. Przypuśćmy bowiem nie wprost, że f jest takim wektorem. Oczywiście f(t) 0 p.w. Niech g(t) = f(t) dla x (0, π] i g(t) = f( t) dla x [ π, 0]. Jeśli P n jest takim ciągiem wielomianów, że ϕ n f g, gdzie ϕ n (t) = P n (cos t), to istnieje podciąg ϕ nk zbieżny p.w. do 1, skąd wynika, że f jest funkcją parzystą i nie może być wektorem cyklicznym. Jeśli ustalimy izomorfizm unitarny L 2 ( π, π) f (f 1, f 2 ) L 2 (0, π) L 2 (0, π) wzorem f 1 (t) = f( t), f 2 (t) = f(t), to otrzymamy unitarnie równoważny operator A (f 1, f 2 ) = (cos t f 1 (t), cos t f 2 (t)), A na każdym ze składników L 2 (0, π) ma proste spektrum. (f 1, f 2 ) L 2 (0, π) L 2 (0, π).

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

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

ciałem F i oznaczamy [L : F ].

ciałem F i oznaczamy [L : F ]. 11. Wykład 11: Baza i stopień rozszerzenia. Elementy algebraiczne i przestępne. Rozszerzenia algebraiczne i skończone. 11.1. Baza i stopień rozszerzenia. Uwaga 11.1. Niech F będzie ciałem, L rozszerzeniem

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

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

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

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Rachunek prawdopodobieństwa MAP3040 WPPT FT, rok akad. 2010/11, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Warunkowa wartość oczekiwana.

Bardziej szczegółowo

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

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

4. Równania Cauchy ego Riemanna. lim. = c.. dz z=a Zauważmy, że warunkiem równoważnym istnieniu pochodnej jest istnienie liczby c C, takiej że

4. Równania Cauchy ego Riemanna. lim. = c.. dz z=a Zauważmy, że warunkiem równoważnym istnieniu pochodnej jest istnienie liczby c C, takiej że 4. Równania Caucy ego Riemanna Niec Ω C będzie zbiorem otwartym i niec f : Ω C. Mówimy, że f ma w punkcie a Ω pocodną w sensie zespolonym (jest olomorficzna w a równą c C, jeśli f(z f(a lim = c. z a Piszemy

Bardziej szczegółowo

... [a n,b n ] kn [M 1,M 2 ], gdzie a i M 1, b i M 2, dla i {1,..., n}. Wówczas: [a 1,b 1 ] k 1. ... [a n,b n ] kn =(a 1 b 1 a 1

... [a n,b n ] kn [M 1,M 2 ], gdzie a i M 1, b i M 2, dla i {1,..., n}. Wówczas: [a 1,b 1 ] k 1. ... [a n,b n ] kn =(a 1 b 1 a 1 4. Wykład 4: Grupy rozwiązalne i nilpotentne. Definicja 4.1. Niech (G, ) będzie grupą. Wówczas (1) ciąg podgrup grupy G zdefiniowany indukcyjnie wzorami G (0) = G, G (i) =[G (i 1),G (i 1) ], dla i N nazywamy

Bardziej szczegółowo

Działanie grupy na zbiorze

Działanie grupy na zbiorze Działanie grupy na zbiorze Definicja 0.1 Niech (G, ) będzie dowolną grupą oraz X niepustym zbiorem, to odwzorowanie : G X X nazywamy działaniem grupy G na zbiorze X jeślinastępujące warunki są spełnione:

Bardziej szczegółowo

Zadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d)

Zadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d) Matemaryka dyskretna - zadania Zadanie 1. Opisać zbiór wszystkich elementów rangi k zbioru uporządkowanego X dla każdej liczby naturalnej k, gdy X jest rodziną podzbiorów zbioru skończonego Y. Elementem

Bardziej szczegółowo

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi.

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi. Grupy. Permutacje 1 1 Definicja grupy Niech G będzie zbiorem. Działaniem na zbiorze G nazywamy odwzorowanie (oznaczane, jak mnożenie, przez ) przyporządkowujące każdej parze uporządkowanej (a, b) G G element

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

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

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

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

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

Formy kwadratowe. Rozdział 10

Formy kwadratowe. Rozdział 10 Rozdział 10 Formy kwadratowe Rozważmy rzeczywistą macierz symetryczną A R n n Definicja 101 Funkcję h : R n R postaci h (x) = x T Ax (101) nazywamy formą kwadratową Macierz symetryczną A występującą w

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

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

INSTYTUT MATEMATYCZNY UNIWERSYTETU WROCŁAWSKIEGO. Tadeusz Pytlik ANALIZA FUNKCJONALNA

INSTYTUT MATEMATYCZNY UNIWERSYTETU WROCŁAWSKIEGO. Tadeusz Pytlik ANALIZA FUNKCJONALNA INSTYTUT MATEMATYCZNY UNIWERSYTETU WROCŁAWSKIEGO Tadeusz Pytlik ANALIZA FUNKCJONALNA Wrocław 2 Wstęp Analiza funkcjonalna, to dziedzina matematyki, która już od początku lat 3-tych, gdy powstawała, była

Bardziej szczegółowo

Definicja i własności wartości bezwzględnej.

Definicja i własności wartości bezwzględnej. Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności

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

9 Przekształcenia liniowe

9 Przekształcenia liniowe 9 Przekształcenia liniowe Definicja 9.1. Niech V oraz W będą przestrzeniami liniowymi nad tym samym ciałem F. Przekształceniem liniowym nazywamy funkcję ϕ : V W spełniającą warunek (LM) v1,v 2 V a1,a 2

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

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

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ). Odwzorowania n-liniowe; formy n-liniowe Definicja 1 Niech V 1,..., V n, U będą przestrzeniami liniowymi nad ciałem K. Odwzorowanie G: V 1 V n U nazywamy n-liniowym, jeśli dla każdego k [n] i wszelkich

Bardziej szczegółowo

LXIII Olimpiada Matematyczna

LXIII Olimpiada Matematyczna 1 Zadanie 1. LXIII Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia drugiego 17 lutego 2012 r. (pierwszy dzień zawodów) Rozwiązać w liczbach rzeczywistych a, b, c, d układ równań a

Bardziej szczegółowo

Wielomiany. dr Tadeusz Werbiński. Teoria

Wielomiany. dr Tadeusz Werbiński. Teoria Wielomiany dr Tadeusz Werbiński Teoria Na początku przypomnimy kilka szkolnych definicji i twierdzeń dotyczących wielomianów. Autorzy podręczników szkolnych podają różne definicje wielomianu - dla jednych

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 6: Ciała skończone i kongruencje Gniewomir Sarbicki 24 lutego 2015 Relacja przystawania Definicja: Mówimy, że liczby a, b Z przystają modulo m (co oznaczamy jako a = b (mod

Bardziej szczegółowo

Rozdział 9. Funkcja pierwotna. 9.1 Funkcja pierwotna

Rozdział 9. Funkcja pierwotna. 9.1 Funkcja pierwotna Rozdział 9 Funkcja pierwotna 9. Funkcja pierwotna Definicja funkcji pierwotnej. Niech f będzie funkcją określoną na przedziale P. Mówimy, że funkcja F : P R jest funkcją pierwotną funkcji f w przedziale

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

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

0 + 0 = 0, = 1, = 1, = 0.

0 + 0 = 0, = 1, = 1, = 0. 5 Kody liniowe Jak już wiemy, w celu przesłania zakodowanego tekstu dzielimy go na bloki i do każdego z bloków dodajemy tak zwane bity sprawdzające. Bity te są w ścisłej zależności z bitami informacyjnymi,

Bardziej szczegółowo

Równania różnicowe. Dodatkowo umawiamy się, że powyższy iloczyn po pustym zbiorze indeksów, czyli na przykład 0

Równania różnicowe. Dodatkowo umawiamy się, że powyższy iloczyn po pustym zbiorze indeksów, czyli na przykład 0 Równania różnicowe 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 Ponadto

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

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

III. ZMIENNE LOSOWE JEDNOWYMIAROWE III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta

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

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

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 2 (R) to funkcje na prostej spełniające

Bardziej szczegółowo

JAO - lematy o pompowaniu dla jezykow bezkontekstowy

JAO - lematy o pompowaniu dla jezykow bezkontekstowy JAO - lematy o pompowaniu dla jezykow bezkontekstowych Postać normalna Chomsky ego Gramatyka G ze zbiorem nieterminali N i zbiorem terminali T jest w postaci normalnej Chomsky ego wtw gdy każda produkcja

Bardziej szczegółowo

Definicja: alfabetem. słowem długością słowa

Definicja: alfabetem. słowem długością słowa Definicja: Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy nazywać słowem a liczbę elementów tego ciągu nazywamy długością słowa. Na

Bardziej szczegółowo

Weronika Siwek, Metryki i topologie 1. (ρ(x, y) = 0 x = y) (ρ(x, y) = ρ(y, x))

Weronika Siwek, Metryki i topologie 1. (ρ(x, y) = 0 x = y) (ρ(x, y) = ρ(y, x)) Weronika Siwek, Metryki i topologie 1 Definicja 1. Załóżmy, że X, ρ: X X [0, ). Funkcja ρ spełnia następujące warunki: 1. x,y X (ρ(x, y) = 0 x = y) 2. 3. (ρ(x, y) = ρ(y, x)) x,y X (ρ(x, y) ρ(x, z) + ρ(z,

Bardziej szczegółowo

Zadania z analizy i algebry. (wykład prof.prof. J. Wojtkiewicza i K. Napiórkowskiego) ALGEBRA, przestrzenie wektorowe

Zadania z analizy i algebry. (wykład prof.prof. J. Wojtkiewicza i K. Napiórkowskiego) ALGEBRA, przestrzenie wektorowe Zadania z analizy i algebry. (wykład prof.prof. J. Wojtkiewicza i K. Napiórkowskiego) ALGEBRA, przestrzenie wektorowe Zadanie Zbadać czy wektor v mażna przedstawić jako kombinację liniową wektorów e i

Bardziej szczegółowo

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX Streszczenie Celem wykładu jest wprowadzenie

Bardziej szczegółowo

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Nierówność Czebyszewa Niech X będzie zmienną losową o skończonej wariancji V ar(x). Wtedy wartość oczekiwana E(X) też jest skończona i

Bardziej szczegółowo

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego. . Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21

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

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ

ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ ALGEBRA LINIOWA Z ELEMENTAMI GEOMETRII ANALITYCZNEJ WSHE, O/K-CE 10. Homomorfizmy Definicja 1. Niech V, W będą dwiema przestrzeniami liniowymi nad ustalonym ciałem, odwzorowanie ϕ : V W nazywamy homomorfizmem

Bardziej szczegółowo

im = (P )={b 2 R : 9a 2 P [b = (a)]} nazywamy obrazem homomorfizmu.

im = (P )={b 2 R : 9a 2 P [b = (a)]} nazywamy obrazem homomorfizmu. 61 7. Wyk ad 7: Homomorfizmy pierúcieni, idea y pierúcieni. Idea y generowane przez zbiory. PierúcieÒ ilorazowy, twierdzenie o homomorfizmie. Idea y pierwsze i maksymalne. 7.1. Homomorfizmy pierúcieni,

Bardziej szczegółowo

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria Technologia Chemiczna 008/09 Zajęcia wyrównawcze. Pokazać, że: ( )( ) n k k l = ( n l )( n l k l Zajęcia nr (h) Dwumian Newtona. Indukcja. ). Rozwiązać ( ) ( równanie: ) n n a) = 0 b) 3 ( ) n 3. Znaleźć

Bardziej szczegółowo

W. Guzicki Zadanie IV z Informatora Maturalnego poziom rozszerzony 1

W. Guzicki Zadanie IV z Informatora Maturalnego poziom rozszerzony 1 W. Guzicki Zadanie IV z Informatora Maturalnego poziom rozszerzony 1 Zadanie IV. Dany jest prostokątny arkusz kartony o długości 80 cm i szerokości 50 cm. W czterech rogach tego arkusza wycięto kwadratowe

Bardziej szczegółowo

n=0 W tym rozdziale, wyposażeni w wiedzę o zbieżności jednostajnej, omówimy ogólne własności funkcji, które można definiować wzorami typu (8.1).

n=0 W tym rozdziale, wyposażeni w wiedzę o zbieżności jednostajnej, omówimy ogólne własności funkcji, które można definiować wzorami typu (8.1). Rozdział 8 Szeregi potęgowe Szeregiem potęgowym o środku w punkcie z 0 C i współczynnikach a n C nazywamy szereg a n z z 0 ) n, 8.1) gdzie z C. Z szeregami tego typu mieliśmy już do czynienia, omawiając

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

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga Algebra i jej zastosowania konspekt wyk ladu, czȩść druga Anna Romanowska January 29, 2016 4 Kraty i algebry Boole a 41 Kraty zupe lne Definicja 411 Zbiór uporza dkowany (P, ) nazywamy krata zupe lna,

Bardziej szczegółowo

X Olimpiada Matematyczna Gimnazjalistów

X Olimpiada Matematyczna Gimnazjalistów www.omg.edu.pl X Olimpiada Matematyczna Gimnazjalistów Zawody stopnia pierwszego część korespondencyjna (10 listopada 01 r. 15 grudnia 01 r.) Szkice rozwiązań zadań konkursowych 1. nia rozmieniła banknot

Bardziej szczegółowo

Teoria ciała stałego Cz. I

Teoria ciała stałego Cz. I Teoria ciała stałego Cz. I 1. Elementy teorii grup Grupy symetrii def. Grupy Zbiór (skończony lub nieskończony) elementów {g} tworzy grupę gdy: - zdefiniowana operacja mnożenia (złożenia) g 1 g 2 = g 3

Bardziej szczegółowo

Notatki do wykładu z Analizy Matematycznej dla II roku 1 studiów zawodowych z matematyki

Notatki do wykładu z Analizy Matematycznej dla II roku 1 studiów zawodowych z matematyki Notatki do wykładu z nalizy Matematycznej dla II roku 1 studiów zawodowych z matematyki Jarosław Kotowicz Instytut Matematyki Uniwersytet w Białymstoku 23 stycznia 2008 1 c Jarosław Kotowicz 2007 Spis

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA DRZEWA i LASY Drzewem nazywamy graf spójny nie zawierający cykli elementarnych. Lasem nazywamy graf nie zawierający cykli elementarnych. Przykłady drzew i lasów takie krawędzie są wykluczone drzewo las

Bardziej szczegółowo

Schemat rekursji. 1 Schemat rekursji dla funkcji jednej zmiennej

Schemat rekursji. 1 Schemat rekursji dla funkcji jednej zmiennej Schemat rekursji 1 Schemat rekursji dla funkcji jednej zmiennej Dla dowolnej liczby naturalnej a i dowolnej funkcji h: N 2 N istnieje dokładnie jedna funkcja f: N N spełniająca następujące warunki: f(0)

Bardziej szczegółowo

Granica funkcji. 27 grudnia Granica funkcji

Granica funkcji. 27 grudnia Granica funkcji 27 grudnia 2011 Punkty skupienia 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 < 0. Zbiór punktów skupienia zbioru D oznaczamy

Bardziej szczegółowo

Teoria węzłów matematycznych - warkocze. Karolina Krzysztoń 10B2

Teoria węzłów matematycznych - warkocze. Karolina Krzysztoń 10B2 Teoria węzłów matematycznych - warkocze Karolina Krzysztoń 10B2 Pojęcie węzła W matematyce węzły to zamknięte pętle umieszczone w przestrzeni trójwymiarowej, czyli zaplątane sznurki z połączonymi końcami.

Bardziej szczegółowo

PRACA MAGISTERSKA DYSKRETNY NIELINIOWY UKŁAD SEMIDYNAMICZNY UNIWERSYTET JAGIELLOŃSKI

PRACA MAGISTERSKA DYSKRETNY NIELINIOWY UKŁAD SEMIDYNAMICZNY UNIWERSYTET JAGIELLOŃSKI UNIWERSYTET JAGIELLOŃSKI Wydział Matematyki i Fizyki Kierunek: Matematyka Sekcja teoretyczna PRACA MAGISTERSKA DYSKRETNY NIELINIOWY UKŁAD SEMIDYNAMICZNY NA PŁASZCZYŹNIE Zbigniew Galias opiekun: doc. Jerzy

Bardziej szczegółowo

Granica funkcji. 16 grudnia Wykład 5

Granica funkcji. 16 grudnia Wykład 5 Granica funkcji 16 grudnia 2010 Tw. o trzech funkcjach Twierdzenie Niech f, g, h : R D R będa funkcjami takimi, że lim f (x) = lim h(x), x x 0 x x0 gdzie x 0 D. Jeżeli istnieje otoczenie punktu x 0 w którym

Bardziej szczegółowo

Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany

Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany Załóżmy, że wiemy co to są liczby naturalne... Język (I-go rzędu): V, { F n : n IN

Bardziej szczegółowo

Paweł Gładki. Algebra. http://www.math.us.edu.pl/ pgladki/

Paweł Gładki. Algebra. http://www.math.us.edu.pl/ pgladki/ Paweł Gładki Algebra http://www.math.us.edu.pl/ pgladki/ Konsultacje: Środa, 14:00-15:00 Jeżeli chcesz spotkać się z prowadzącym podczas konsultacji, postaraj się powiadomić go o tym przed lub po zajęciach,

Bardziej szczegółowo

TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ

TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Definicja gry o sumie zerowej Powiemy, że jest grą o

Bardziej szczegółowo

Algebra z geometrią analityczną zadania z odpowiedziami

Algebra z geometrią analityczną zadania z odpowiedziami Algebra z geometrią analityczną zadania z odpowiedziami Maciej Burnecki Spis treści 0 Wyrażenia algebraiczne, indukcja matematyczna 2 2 2 1 Geometria analityczna w R 2 3 3 3 2 Liczby zespolone 4 4 4 3

Bardziej szczegółowo

Działania na przekształceniach liniowych i macierzach

Działania na przekształceniach liniowych i macierzach Działania na przekształceniach liniowych i macierzach Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 5 wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa,

Bardziej szczegółowo

Skrypt z Algebry Liniowej 2

Skrypt z Algebry Liniowej 2 Uniwersytet Wrocławski Wydział Matematyki i Informatyki Instytut Matematyczny specjalność: matematyka nauczycielska Barbara Szczepańska Skrypt z Algebry Liniowej 2 Praca magisterska napisana pod kierunkiem

Bardziej szczegółowo

Rozdział 2. Liczby zespolone

Rozdział 2. Liczby zespolone Rozdział Liczby zespolone Zbiór C = R z działaniami + oraz określonymi poniżej: x 1, y 1 ) + x, y ) := x 1 + x, y 1 + y ), 1) x 1, y 1 ) x, y ) := x 1 x y 1 y, x 1 y + x y 1 ) ) jest ciałem zob rozdział

Bardziej szczegółowo

Zadania o numerze 4 z zestawów licencjat 2014.

Zadania o numerze 4 z zestawów licencjat 2014. Zadania o numerze 4 z zestawów licencjat 2014. W nawiasie przy zadaniu jego występowanie w numerze zestawu Spis treści (Z1, Z22, Z43) Definicja granicy ciągu. Obliczyć granicę:... 3 Definicja granicy ciągu...

Bardziej szczegółowo

Algorytmiczne aspekty teorii gier: Wykład 5

Algorytmiczne aspekty teorii gier: Wykład 5 Algorytmiczne aspekty teorii gier: Wykład 5 Wykład prowadził dr hab. Igor Walukiewicz Notatki przygotował Dymitr Pszenicyn 02-04-2003 1 Spis treści 1 Przypomnienie 3 1.1

Bardziej szczegółowo

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy 3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja

Bardziej szczegółowo

4. Waluacje dyskretne

4. Waluacje dyskretne 4. Waluacje dyskretne Kryterium nieosobliwości krzywej afinicznej C K [ X, Y ] Twierdzenie Krzywa zadana równaniem Weierstrassa jest osobliwa tedy i tylko wtedy gdy = 0 Izomorfizm ϕ (dopuszczalna zmiana

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ OD RÓWNAŃ DO ODWZOROWAŃ LINIOWYCH

ALGEBRA Z GEOMETRIĄ OD RÓWNAŃ DO ODWZOROWAŃ LINIOWYCH ALGEBRA Z GEOMETRIĄ 1/10 OD RÓWNAŃ DO ODWZOROWAŃ LINIOWYCH Piotr M Hajac Uniwersytet Warszawski Wykład 8, 27112013 Typeset by Jakub Szczepanik Motywacja 2/10 Przechodzimy od rozwiązywania jednego równania

Bardziej szczegółowo

Matematyka Dyskretna Zestaw 2

Matematyka Dyskretna Zestaw 2 Materiały dydaktyczne Matematyka Dyskretna (Zestaw ) Matematyka Dyskretna Zestaw 1. Wykazać, że nie istnieje liczba naturalna, która przy dzieleniu przez 18 daje resztę 13, a przy dzieleniu przez 1 daje

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

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów. Rachunek prawdopodobieństwa MAP1181 Wydział PPT, MS, rok akad. 213/14, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 12: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Mieszanina rozkładów.

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA ZBIORY Z POWTÓRZENIAMI W zbiorze z powtórzeniami ten sam element może występować kilkakrotnie. Liczbę wystąpień nazywamy krotnością tego elementu w zbiorze X = { x,..., x n } - zbiór k,..., k n - krotności

Bardziej szczegółowo

Kompakt Banacha-Mazura

Kompakt Banacha-Mazura Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki Łukasz Kidziński Nr albumu: 234151 Kompakt Banacha-Mazura Praca licencjacka na kierunku MATEMATYKA Praca wykonana pod kierunkiem dr hab.

Bardziej szczegółowo

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ 1 Tezy KRZ Pewien system aksjomatyczny KRZ został przedstawiony

Bardziej szczegółowo

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t 4. 1 3. " P r ze c ie k " w idm ow y 1 0 2 4.13. "PRZECIEK" WIDMOWY Rozważmy szereg czasowy {x r } dla r = 0, 1,..., N 1 uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem

Bardziej szczegółowo

1 Funkcje i ich granice

1 Funkcje i ich granice Funkcje i ich granice Było: Zbiór argumentów; zbiór wartości; monotoniczność; funkcja odwrotna; funkcja liniowa; kwadratowa; wielomiany; funkcje wymierne; funkcje trygonometryczne i ich odwrotności; funkcja

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

Wprowadzenie do struktur o-minimalnych

Wprowadzenie do struktur o-minimalnych Wprowadzenie do struktur o-minimalnych Piotr Pokora 22.02.2009 1 Wprowadzenie do struktur o-minimalnych i pojęcia wstępne Na początku lat 80-tych Pillay i Steinhorn wprowadzili pojęcie o-minimalności bazując

Bardziej szczegółowo

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm 1 Grupa ilorazowa Niech H b edzie dzielnikiem normalnym grupy G. Oznaczmy przez G/H zbiór wszystkich warstw lewostronnych grupy G wzgl edem podgrupy

Bardziej szczegółowo

TEORIA GIER W EKONOMII WYKŁAD 5: GRY DWUOSOBOWE KOOPERACYJNE O SUMIE NIESTAŁEJ

TEORIA GIER W EKONOMII WYKŁAD 5: GRY DWUOSOBOWE KOOPERACYJNE O SUMIE NIESTAŁEJ TEORI GIER W EKONOMII WYKŁD 5: GRY DWUOSOOWE KOOPERCYJNE O SUMIE NIESTŁEJ dr Robert Kowalczyk Katedra nalizy Nieliniowej Wydział Matematyki i Informatyki UŁ Gry dwumacierzowe Skończoną grę dwuosobową o

Bardziej szczegółowo

1. Pochodna funkcji. Twierdzenie Rolle a i twierdzenie Lagrange a.

1. Pochodna funkcji. Twierdzenie Rolle a i twierdzenie Lagrange a. Ćwiczenia 3032010 - omówienie zadań 1-4 z egzaminu poprawkowego Konwersatorium 3032010 - omówienie zadań 5-8 z egzaminu poprawkowego Ćwiczenia 4032010 (zad 445-473) Kolokwium nr 1, 10032010 (do zad 473)

Bardziej szczegółowo

POSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny

POSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny POSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny Funkcja Falowa Postulat 1 Dla każdego układu istnieje funkcja falowa (funkcja współrzędnych i czasu), która jest ciągła, całkowalna w kwadracie,

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

ZAGADNIENIA DO EGZAMINU MAGISTERSKIEGO

ZAGADNIENIA DO EGZAMINU MAGISTERSKIEGO ZAGADNIENIA DO EGZAMINU MAGISTERSKIEGO Na egzaminie magisterskim student powinien: 1) omówić wyniki zawarte w pracy magisterskiej posługując się swobodnie pojęciami i twierdzeniami zamieszczonymi w pracy

Bardziej szczegółowo

Systemy baz danych. Notatki z wykładu. http://robert.brainusers.net 17.06.2009

Systemy baz danych. Notatki z wykładu. http://robert.brainusers.net 17.06.2009 Systemy baz danych Notatki z wykładu http://robert.brainusers.net 17.06.2009 Notatki własne z wykładu. Są niekompletne, bez bibliografii oraz mogą zawierać błędy i usterki. Z tego powodu niniejszy dokument

Bardziej szczegółowo

Ekonomia matematyczna - 1.2

Ekonomia matematyczna - 1.2 Ekonomia matematyczna - 1.2 6. Popyt Marshalla, a popyt Hicksa. Poruszać się będziemy w tzw. standardowym polu preferencji X,, gdzie X R n i jest relacją preferencji, która jest: a) rosnąca (tzn. x y x

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna wykład 1: Indukcja i zależności rekurencyjne Gniewomir Sarbicki Literatura Kenneth A. Ross, Charles R. B. Wright Matematyka Dyskretna PWN 005 J. Jaworski, Z. Palka, J. Szymański Matematyka

Bardziej szczegółowo

Twierdzenie o n-kanapce

Twierdzenie o n-kanapce 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

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

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH PROPORCJONALNOŚĆ PROSTA Proporcjonalnością prostą nazywamy zależność między dwoma wielkościami zmiennymi x i y, określoną wzorem: y = a x Gdzie a jest

Bardziej szczegółowo