Całki powierzchniowe w R n

Wielkość: px
Rozpocząć pokaz od strony:

Download "Całki powierzchniowe w R n"

Transkrypt

1 Całki powierzchniowe w R n Na początek małe uzupełnienie z algebry liniowej. Niech R n k oznacza przestrzeń liniową macierzy o n wierszach i k kolumnach. Dla dowolnej macierzy A R n k, gdzie k n, połóżmy δ(a) [A] M 2, gdzie M przebiega wszystkie minory maksymalnego rzędu macierzy A. W przypadku macierzy kwadratowej δ(a) det A. Dla dowolnej macierzy δ(a) > 0 wtedy i tylko wtedy, gdy macierz A jest maksymalnego rzędu. Wzór Cauchy ego-bineta mówi, że jeśli k n, to 0.1. Zadanie. Jeśli ponadto B R n k, to M δ(a) det A T A 1/2. δ(b T A) δ(b)δ(a). Dla wektorów a 1, a 2,..., a k będziemy pisać δ(a 1, a 2,..., a k ) δ(a), gdzie A (a 1, a 2,..., a k ) jest macierzą, której kolumny tworzą wektory a j. Dla takiej macierzy δ(a) > 0 {a j } k j1 są liniowo niezależne. Niech a j R n dla 1 j k, gdzie 1 k < n. Jeśli wektory a j są liniowo zależne, to miarę v k (R) równoległościanu R [a 1, a 2,..., a k ] określamy jako zero. Jeśli są niezależne, to definiujemy ją jako miarę Jordana tegoż równoległościanu na k-wymiarowej podprzestrzeni R n rozpiętej przez wektory a j. Podobnie określamy k-wymiarową miarę v k () sympleksu < a 1, a 2,..., a n > Miara k-wymiarowa równoległościanu R [a 1, a 2,..., a k ] R n jest równa v k (R) δ(a 1, a 2,..., a k ). Podobnie, miara k-wymiarowa sympleksu < a 1, a 2,..., a k > R n jest równa Dowód. Jeśli wektory są liniowo zależne, to v k () δ(a 1, a 2,..., a k )/k!. v k (R) 0 δ(a 1, a 2,..., a k ). Przyjmijmy teraz, że a j są liniowo niezależne i niech V będzie k-wymiarową podprzestrzenią R n generowaną przez te wektory. Niech e 1, e 2,..., e n będzie 0-1 bazą w R k, a A : R k R n przekształceniem liniowym, takim że Ae j a j dla 1 j k. Wtedy wektory a j stanowią bazę V. Po ortogonalizacji Grama chmidta i uzupełnieniu otrzymanej

2 2 bazy ON w V do bazy ON w R n macierz odwzorowania A przyjmie postać b 11 b b 1k b b 2k A b kk , skąd nietrudno odczytać, że gdzie B (b ij ). v k (R) det R k,v A det B δ(a) δ(a 1, a 2,..., a k ) Lemat. Niech a j M i h j εm dla każdego 1 j k, gdzie ε 1. Wtedy det(a 1 + h 1, a 2 + h 2,..., a k + h k ) det(a 1, a 2,..., a k ) k2 k 1 M k ε Wniosek. Niech a j M i h j εm dla każdego 1 j k, gdzie ε 1/3. Niech A (a 1, a 2,..., a k ), A h (a 1 + h 1, a 2 + h 2,..., a k + h k ). Wtedy gdzie Dowód. Z nierówności δ(a h ) δ(a) CM 2k ε δ(a), a b C 3 2 k 1 k k/2+1. a b a b a + b a widzimy, że gdzie oraz Zatem gdzie δ(a h ) δ(a) det(at h A) det AT A, δ(a) A T h A h ((A h ) 1, (A h ) 2,..., (A h ) k ), A T A (A 1, A 2,..., A k ) < a 1 + h 1, a j + h j > < a 1, a j > (A h ) j < a 2 + h 2, a j + h j >..., A j < a 2, a j >.... < a k + h k, a j + h j > < a k, a j > (A h ) j A j + H j, < a 1, h j > + < h 1, a j > + < h 1, h j > H j < a 2, h j > + < h 2, a j > + < h 2, h j >... < a k, h j > + < h k, a j > + < h k, h j >,

3 a wobec tego Ostatecznie więc na mocy lematu H j 3ε km 2, A j km 2. δ(a h ) 2 δ(a) k 1( k k ) k M 2k ε. Następujące twierdzenie motywuje naszą definicję całki i miary powierzchniowej Twierdzenie. Niech ϕ : [0, 1] k R n będzie odwzorowaniem regularnym. Niech π będzie podziałem kostki [0, 1] k R k na sympleksy postaci Oznaczmy Wówczas conv{a, a + w 1, a + w 2,..., a + w k }, w k r. r > 0. ϕ () conv{ϕ(a), ϕ(a + w 1 ), ϕ(a + w 2 ),..., ϕ(a + w k )}. lim v k (ϕ ()) δ(ϕ (x)) dx. δ(π) 0 π [0,1] n 0.6. waga. Zbiory ϕ (), to sympleksy wpisane w powierzchnię ϕ([0, 1] n ). Punkty ϕ(a), ϕ(a + w 1 ), ϕ(a + w 2 ),..., ϕ(a + w k ) leżą bowiem na powierzchni, a ϕ (a + ) jest ich wypukłą otoczką. Zatem suma v k (ϕ ()) π to k-wymiarowa miara powierzchni wielościanu wpisanego w ϕ([0, 1] n ), która zgodnie z naszą intuicją aproksymuje miarę k-wymiarową samej powierzchni. Dowód. Niech T ϕ (a). Dowód polega na porówaniu miary sympleksu ϕ () z miarą sympleksu T (). Jako że ϕ jest klasy C 1, dla każdego ε > 0 istnieje δ > 0, taka że dla r < δ ϕ(a + w j ) ϕ(a) T (w j ) εr i oszacowanie to jest jednostajne ze względu na wszystkie sympleksy wchodzące w podziały [0, 1] k. W takim razie ϕ(a + w j ) ϕ(a) T (w j ) + h j, gdzie h j rε, podczas gdy ϕ(a + w j ) ϕ(a) Mr i T (w j ) Mr dla pewnej stałej M 1. tosując Wniosek 0.4, otrzymujemy v k (ϕ () v k (ϕ ()) Cεr k C 1 v k (). skąd v k (ϕ ()) v k (ϕ (a)()) C 1ε v k () C 1 ε. π π π Pozostaje jeszcze zauważyć, że v k (ϕ (a)() δ(ϕ (a))v k (), by otrzymać zapowiedzianą tezę. Od tej pory będziemy zawsze zakładali, że 1 k < n. 3

4 Definicja. Niech będzie mierzalnym obszarem w R k. Niech ϕ : R n będzie różnowartościowym odwzorowaniem klasy C 1 w otoczeniu Ū, którego pochodna ma zawsze rząd k. Wtedy ϕ() będziemy nazywali płatem i mówili, że ϕ jest parametryzacją płata. Jeśli ϕ() jest płatem, to przyjmiemy też oznaczenie ϕ(ū) Definicja. Funkcja f określona na płacie ϕ() nazywa się całkowalna, jeśli funkcja f ϕ jest całkowalna na. Dla takiej funkcji f piszemy f R() i definiujemy f(x) dx f(ϕ(u))[ϕ (u)] du. Jak wiemy, często płat może mieć wiele parametryzacji. Jeśli ψ : V jest inną parametryzacją płata, to, jak wiemy z twierdzenia o rzędzie α ϕ 1 ψ : V jest dyfeomorfizmem. Będziemy mówili, że parametryzacje są zgodnie zorientowane, jeśli det α (x) > 0. Na mocy twierdzenia o zamianie zmiennej i Zadania 0.1 f(ϕ(u))[ϕ (u)] du f(ϕ(u))[ϕ (u)] du α(v ) V f(ψ(v))[ϕ (α(v))] det α (v) dv V f(ψ(u))[ψ (v)] dv, co pokazuje, że definicja całki i definicja całkowalności funkcji nie zależą od wyboru parametryzacji. Mówimy, że podzbiór płata ϕ() jest mierzalny, jeśli zbiór ϕ 1 (F ) jest mierzalny. Jego miarę definiujemy w naturalny sposób: v k (F ) [ϕ (u)] du. ϕ 1 (F ) Podobnie jak w przypadku 2-wymiarowym definiujemy też całki powierzchniowe zorientowane f(x) dx 1... dx j 1 dx j... dx n f(ϕ(u))p j (u) du. ϕ() przyjmijmy dla wygody oznaczenie f(x) dx j f(x) dx 1... dx j 1 dx j... dx n Zadanie. Pokaż, że zmiana parametryzacji na inną zgodnie zorientowaną zachowuje wartość całki zorientowanej, natomiast zmiana parametryzacji na przeciwnie zorientowaną zmienia znak całki. Zauważmy, że ϕ() f(x) dx j ϕ() < f(x), n j (x) > dx waga. Jeśli ϕ : R n zadaje płat n 1 wymiarowy, to wektor o współrzędnych p j (x) ( 1) j (ϕ 1,..., ϕ j 1, ϕ j+1,..., ϕ n )(x) n jest wektorem prostopadłym do ϕ() w punkcie ϕ(x) i [ϕ (x)] p(x).

5 Przyjmijmy oznaczenie n(x) p(x) p(x). Wektor n będziemy nazywali wektorem normalnym płata ϕ(). Niech Ω R n będzie obszarem. Jeśli jego brzeg jest postaci gdzie j są parami rozłącznymi płatami dla 1 j N, to mówimy, że Ω ma brzeg kawałkami regularny. Jeśli ponadto orientacja parametryzacji płatów jest taka, że wektor prostopadły p jest skierowany zawsze na zewnątrz obszaru, to mówimy, że jest dodatnio zorientowany. Przykład. Niech będą dane dwie funkcje ψ ϕ klasy C 1 na domknięciu zbioru otwartego, którego brzeg ma kawałkami regularną parametryzację. Niech N j1 j, Ω {(x, y, z) : (x, y), ψ(x, y) < z < ϕ(x, y)}. Taki zbiór nazwiemy walcem krzywoliniowym. Nietrudno zobaczyć, że brzeg Ω ma naturalną kawałkami regularną parametryzację Ω j j. 5 Wiadomo też, które z płatów j nazwiemy ścianami bocznymi Ω. Dla każdego j przyjmijmy, że wektor normalny p j jest skierowany na zewnątrz. Wtedy ϕ(x ) xn f(x) dx z f(x) dx x d x Ω ψ(x ) f(x, ψ(x )) dx f(x, ϕ(x )) dx ( 1) n+1 f(x) dx n. Niech F : R n będzie polem wektorowym klasy C 1 w otwartym zbiorze R n. Przypomnijmy, że dywergencją pola F nazywamy funkcję n div F (x) Tr F (x) k F k (x). Przykład. Niech Ω K(0, 1). Dla ustalonego ε > 0 niech Ω ε {(x K(0, 1) : x < 1 ε}, x (x, x n ) R n. k1 Wtedy Ω e jest walcem krzywoliniowym o osi x n, więc xn f(x) dx ( 1) n+1 Ω ε b(ω ε) f(x) dx n. Nietrudno jednak zauważyć, że v(ω) v(ω ε ) 0, v n 1 () v n 1 (b(ω ε )) 0,

6 6 gdy ε 0, skąd Ω xn f(x) dx ( 1) n+1 f(x) dx n. Tę samą obserwację możemy przeprowadzić dla każdej z pozostałych osi, więc ostatecznie n div F (x) dx ( 1) j+1 F j (x) dx j < F (x), x > dx K(0,1) j1 (0,1) (0,1) dla każdego pola wektorowego klasy C 1 na otoczeniu kuli, bo wektorem normalnym zewnętrznym do sfery jest n(x) x. W ten sposób wyprowadziliśmy wzór Gaussa-Greena dla kuli Wniosek. Jeśli F jest polem wektorowym klasy C 1 na otwartym podzbiorze R n, to dla każdego a 1 lim < F (x), x a > dx div F (a). r 0 v(k(a, r)) (a,r) Wzorem Gaussa-Greena dla mierzalnego obszaru Ω o brzegu kawałkami regularnym będziemy nazywali tożsamość n div F (x) dx ( 1) j+1 F j (x) dx j < F (x), n(x) > dx, Ω j1 gdzie n jest wektorem normalnym zewnętrznym, która zachodzi dla każdego pola wektorowaego klasy C 1 na otoczeniu Ω Zadanie. prawdź, że jeśli wzór Gaussa-Greena zachodzi dla obszaru Ω, to zachodzi również dla jego ortogonalnego obrazu. Niech będzie dany zbiór Ω R n. Mówimy, że Ω ma triangulację walcami krzywoliniowymi Ω j o osi OX j, jeśli Ω Ω j, j gdzie Ω j są parami rozłączne Twierdzenie. Jeśli obszar mierzalny Ω R n ma dodatnio zorientowany brzeg kawałkami regularny, a ponadto triangulację ze względu na każdą oś walcami krzywoliniowymi, to dla każdego pola wektorowego F klasy C 1 ( Ω) zachodzi wzór Gaussa-Greena. Pełne twierdzenie Gaussa-Greena podajemy bez dowodu Twierdzenie. Jeśli obszar mierzalny Ω R n ma dodatnio zorientowany brzeg kawałkami regularny, to dla każdego pola wektorowego F klasy C 1 ( Ω) zachodzi wzór Gaussa- Greena. Przykład. Niech Ω będzie obszarem mierzalnym w R 3 z brzegiem kawałkami regularnym. Niech a R 3 \. Całkę < x a, n(x) > cos < x a, n(x) > G(a) x a 3 dx x a 2 dx

7 nazywamy całką Gaussa względem powierzchni. Polem wektorowym, które się tu całkuje jest F (x) x a x a 3, x R3 \ {a}. Obliczmy jego dywergencję Mamy skąd div F (x) x1 F 1 (x) + x2 F 2 (x) + x3 F 3 (x). F j (x) x j a j x a 3, xj F j (x) 1 3(x j a j ) 2 x a 2, a więc div F (x) 0 dla x a. tosując wzór Gaussa-Greena < x a, n(x) > x a 3 dx Ω div F (x) dx widzimy, że całka Gaussa znika dla a R 3 \ Ω. Aby obliczyć G(a) dla a Ω wybierzmy ε > 0, tak mały, by K(a, ε) Ω i zdefiniujmy nowy obszar Ω \ K(a, ε). Jest jasne, że b() (a, ε), przy czym wektor normalny na sferze jest skierowany na zewnątrz a więc do wnętrza K(a, ε). Punkt a / Ū, więc a stąd Tak więc G(a) b() (a,ε) b() < x a, n(x) > x a 3 dx 0, < x a, n(x) > < x a, x a > x a 3 dx + (a,ε) x a 4 dx dx x a 2 v 2((0, 1)) 4π. G(a) { 4π, a Ω, 0, a / Ω. Niech ϕ() będzie płatem. Zbiór ϕ(b()) będziemy nazywali brzegiem płata i oznaczali przez. Wskazana jest tu pewna ostrożność, bo brzeg płata jest brzegiem względnym, tzn. powierzchniowym, a nie jako podzbioru R n. Będziemy mówili, że brzeg płata jest kawałkami regularny, jeśli brzeg zbioru R k jest kawałkami regularny. Jeśli γ wyznacza dodatnią orientacją brzegu, to ϕ γ wyznacza dodatnią orientację brzegu płata. Jeśli F jest polem wektorowym w R 3, to wektor 2 F 3 (x) 3 F 2 (x) rot F (x) F (x) 3 F 1 (x) 1 F 3 (x) 1 F 2 (x) 2 F 1 (x) nazywamy jego rotacją. 7

8 Twierdzenie (Wzór tokesa). Niech będzie regularnym płatem dwuwymiarowym w R 3 z brzegiem kawałkami regularnym i dodatnio zorientowanym. Wówczas dla każdego pola F klasy C 1 w otoczeniu < rot F (x), n(x) > dx F 1 (x) dx 1 + F 2 (x) dx 2 + F 3 (x) dx 3. Dowód. Niech ϕ : R 3 będzie parametryzacją płata, a γ : [a, b] R 2 parametryzacją brzegu. Wtedy ϕ γ : [a, b] R 3 jest parametryzacją brzegu płata. Niech f będzie funkcją klsy C 1 w otoczeniu. Wtedy b f(x) dx 1 f(ϕ(γ(t)))(ϕ 1 γ) (t) dt (0.16) a b a f ( 1 ϕ 1 (γ 1 ) + 2 ϕ 1 (γ 2 ) ) dt (f ϕ) 1 ϕ 1 du 1 + (f ϕ) 2 ϕ 1 du 2 b() ) )) ( 1 ((f ϕ) 2 ϕ 1 2 ((f ϕ) 1 ϕ 1 du 1 du 2, gdzie ostatnia równość wynika z twierdzenia Greena. Różniczkując wyrażenie podcałkowe przekonujemy się, że jest ono równe ( ) 3 f(ϕ(u)) 2 ϕ 1 (u) 1 ϕ 3 (u) 2 ϕ 3 (u) 1 ϕ 1 (u) ( ) 2 f(ϕ(u)) 1 ϕ 1 (u) 2 ϕ 2 (u) 1 ϕ 2 (u) 2 ϕ 1 (u) a zatem 3 f(ϕ(u)) p 2 (u) 2 f(ϕ(u) p 3 (u), f(x) dx 1 3 f(x) dx 3 dx 1 2 f(x) dx 1 dx 2. Przez cykliczną zamianę zmiennych otrzymujemy F 1 (x) dx 1 3 F 1 (x) dx 3 dx 1 2 F 1 (x) dx 1 dx 2 F 2 (x) dx 2 1 F 2 (x) dx 1 dx 2 3 F 2 (x) dx 2 dx 3 F 3 (x) dx 3 2 F 3 (x) dx 2 dx 3 1 F 3 (x) dx 3 dx 1, co po dodaniu stronami daje wzór tokesa.

Rachunek różniczkowy i całkowy w przestrzeniach R n

Rachunek różniczkowy i całkowy w przestrzeniach R n Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda

Bardziej szczegółowo

Niektóre zastosowania całki krzywoliniowej niezorientowanej 1.Długość l łuku zwykłego gładkiego Γ

Niektóre zastosowania całki krzywoliniowej niezorientowanej 1.Długość l łuku zwykłego gładkiego Γ Niektóre zastosowania całki krzywoliniowej niezorientowanej 1.ługość l łuku zwykłego gładkiego l = 1dl = b a (x (t)) 2 + (y (t) 2 ) + (z (t)) 2 dt 2.Pole powierzchni walcowej = {(x, y, z) : (x, y), 0 z

Bardziej szczegółowo

Całki krzywoliniowe. SNM - Elementy analizy wektorowej - 1

Całki krzywoliniowe. SNM - Elementy analizy wektorowej - 1 SNM - Elementy analizy wektorowej - 1 Całki krzywoliniowe Definicja (funkcja wektorowa jednej zmiennej) Funkcją wektorową jednej zmiennej nazywamy odwzorowanie r : I R 3, gdzie I oznacza przedział na prostej,

Bardziej szczegółowo

Rozdział 5. Twierdzenia całkowe. 5.1 Twierdzenie o potencjale. Będziemy rozpatrywać całki krzywoliniowe liczone wzdłuż krzywej C w przestrzeni

Rozdział 5. Twierdzenia całkowe. 5.1 Twierdzenie o potencjale. Będziemy rozpatrywać całki krzywoliniowe liczone wzdłuż krzywej C w przestrzeni Rozdział 5 Twierdzenia całkowe 5.1 Twierdzenie o potencjale Będziemy rozpatrywać całki krzywoliniowe liczone wzdłuż krzywej w przestrzeni trójwymiarowej, I) = A d r, 5.1) gdzie A = A r) jest funkcją polem)

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

Całki krzywoliniowe skierowane

Całki krzywoliniowe skierowane Całki krzywoliniowe skierowane Zamiana całki krzywoliniowej skierowanej na całkę pojedyńcza. Twierdzenie Greena. Zastosowania całki krzywoliniowej skierowanej. Małgorzata Wyrwas Katedra Matematyki Wydział

Bardziej szczegółowo

Całka podwójna po prostokącie

Całka podwójna po prostokącie Całka podwójna po prostokącie Rozważmy prostokąt = {(x, y) R : a x b, c y d}, gdzie a, b, c, d R, oraz funkcję dwóch zmiennych f : R ograniczoną w tym prostokącie. rostokąt dzielimy na n prostokątów i

Bardziej szczegółowo

y(t) = y 0 + R sin t, t R. z(t) = h 2π t

y(t) = y 0 + R sin t, t R. z(t) = h 2π t SNM - Elementy analizy wektorowej - 1 Całki krzywoliniowe Definicja (funkcja wektorowa jednej zmiennej) Funkcją wektorową jednej zmiennej nazywamy odwzorowanie r : I R 3, gdzie I oznacza przedział na prostej,

Bardziej szczegółowo

Wykład 11 i 12. Matematyka 3, semestr zimowy 2011/ i 18 listopada 2011

Wykład 11 i 12. Matematyka 3, semestr zimowy 2011/ i 18 listopada 2011 Wykład 11 i 12 Matematyka 3, semestr zimowy 2011/2012 15 i 18 listopada 2011 Zanim przejdziemy do formułowaniu lematu Poincaré musimy zdefiniować pojęcie transportu formy. Dyskutowaliśmy już wcześniej

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

Iloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X

Iloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X Iloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X ILOCZYN SKALARNY Iloczyn skalarny operator na przestrzeni liniowej przypisujący

Bardziej szczegółowo

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja) Matematyka II Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 208/209 wykład 3 (27 maja) Całki niewłaściwe przedział nieograniczony Rozpatrujemy funkcje ciągłe określone na zbiorach < a, ),

Bardziej szczegółowo

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2 Wykład 12 i 13 Macierz w postaci kanonicznej Jordana Niech A - macierz kwadratowa stopnia n Jak obliczyć np A 100? a 11 0 0 0 a 22 0 Jeśli A jest macierzą diagonalną tzn A =, to Ak = 0 0 a nn Niech B =

Bardziej szczegółowo

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

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P, Wykłady ostatnie CAŁKA LBSGU A Zasadnicza różnica koncepcyjna między całką Riemanna i całką Lebesgue a polega na zamianie ról przestrzeni wartości i przestrzeni argumentów przy konstrukcji sum górnych

Bardziej szczegółowo

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

METODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ

METODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ METODY MATEMATYCZNE I STATYSTYCZNE W INŻYNIERII CHEMICZNEJ Wykład 3 Elementy analizy pól skalarnych, wektorowych i tensorowych Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej 1 Analiza

Bardziej szczegółowo

Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem. 3. CAŁKA POTRÓJNA

Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem. 3. CAŁKA POTRÓJNA Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem 1 Całka potrójna po prostopadłościanie CAŁKA POTRÓJNA 2 Całka potrójna po obszarach normalnych Współrzędne walcowe 4 Współrzędne sferyczne

Bardziej szczegółowo

Matematyka 2. Elementy analizy wektorowej cz V Całka powierzchniowa zorientowana

Matematyka 2. Elementy analizy wektorowej cz V Całka powierzchniowa zorientowana Matematyka 2 Elementy analizy wektorowej cz V Całka powierzchniowa zorientowana Literatura M.Gewert, Z.Skoczylas; Elementy analizy wektorowej; Oficyna Wydawnicza GiS, Wrocław, 2000 W.Żakowski, W.Kołodziej;

Bardziej szczegółowo

Rachunek całkowy funkcji wielu zmiennych

Rachunek całkowy funkcji wielu zmiennych Rachunek całkowy funkcji wielu zmiennych Całki potrójne wykład z MATEMATYKI Budownictwo studia niestacjonarne sem. II, rok ak. 2008/2009 Katedra Matematyki Wydział Informatyki olitechnika Białostocka 1

Bardziej szczegółowo

Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem. 2. CAŁKA PODWÓJNA Całka podwójna po prostokącie

Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem. 2. CAŁKA PODWÓJNA Całka podwójna po prostokącie Wykłady z Matematyki stosowanej w inżynierii środowiska, II sem..1. Całka podwójna po prostokącie.. CAŁKA POWÓJNA.. Całka podwójna po obszarach normalnych..3. Całka podwójna po obszarach regularnych..4.

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

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 WYKŁA Z ANALIZY MATEMATYCZNEJ I dr. Elżbieta Kotlicka Centrum Nauczania Matematyki i Fizyki http://im0.p.lodz.pl/~ekot Łódź 2005 Spis treści 1. Przestrzenie metryczne. 4 2. Granica i ciągłość funkcji

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

Wykłady... b i a i. i=1. m(d k ) inf

Wykłady... b i a i. i=1. m(d k ) inf Wykłady... CŁKOWNIE FUNKCJI WIELU ZMIENNYCH Zaczniemy od konstrukcji całki na przedziale domkniętym. Konstrukcja ta jest, w gruncie rzeczy, powtórzeniem definicji całki na odcinku domkniętym w R 1. Przedziałem

Bardziej szczegółowo

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

Całki krzywoliniowe wiadomości wstępne

Całki krzywoliniowe wiadomości wstępne Całki krzywoliniowe wiadomości wstępne Łuk na płaszczyźnie to zbiór punktów (x, y o współrzędnych x = x(t, y = y(t, gdzie (x(t, y(t są funkcjami ciągłymi określonymi na przedziale bez punktów wielokrotnych.

Bardziej szczegółowo

Uniwersytet Warmińsko-Mazurski w Olsztynie

Uniwersytet Warmińsko-Mazurski w Olsztynie Uniwersytet Warmińsko-Mazurski w Olsztynie ZETAW II Całka podwójna.. Obliczyć całki iterowane (a 4 4 2 ( (x + y ( 2 4 ( y x y dy dx y 3 x 2 + y 2 dx dy. 2. Zmienić kolejność całkowania (a (d 2 e ( 2x x

Bardziej szczegółowo

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

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

Bardziej szczegółowo

SIMR 2012/2013, Analiza 2, wykład 14,

SIMR 2012/2013, Analiza 2, wykład 14, IMR 2012/2013, Analiza 2, wykład 14, 2012-06-03 Całka powierzchniowa efinicja gładkiego płata powierzchni Gładkim płatem powierzchni nazywamy zbiór : = {(x, y, z) : z = g(x, y), (x, y) }, gdzie R 2 jest

Bardziej szczegółowo

6. Punkty osobliwe, residua i obliczanie całek

6. Punkty osobliwe, residua i obliczanie całek 6. Punkty osobliwe, residua i obliczanie całek Mówimy, że funkcja holomorficzna f ma w punkcie a zero krotności k, jeśli f(a) = f (a) = = f (k ) (a) = 0, f (k) (a) 0. Rozwijając f w szereg Taylora w otoczeniu

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

Wykład 9. Matematyka 3, semestr zimowy 2011/ listopada 2011

Wykład 9. Matematyka 3, semestr zimowy 2011/ listopada 2011 Wykład 9. Matematyka 3, semestr zimowy 2011/2012 4 listopada 2011 W trakcie poprzedniego wykładu zdefiniowaliśmy pojęcie k-kowektora na przestrzeni wektorowej. Wprowadziliśmy także iloczyn zewnętrzny wielokowektorów

Bardziej szczegółowo

Przekształcenia liniowe

Przekształcenia liniowe Przekształcenia liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 4. wykład z algebry liniowej Warszawa, październik 2010 Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 1 / 7

Bardziej szczegółowo

z pokryciem (O i ) i I rozkładu jedności (α i ) i I. Zauważmy najpierw, że ( i I α i )ω dω = d(1 ω) = d d(α i ω). Z drugiej jednak strony

z pokryciem (O i ) i I rozkładu jedności (α i ) i I. Zauważmy najpierw, że ( i I α i )ω dω = d(1 ω) = d d(α i ω). Z drugiej jednak strony Dowód: Niech M będzie jak w założeniach twierdzenia. Weźmy skończony atlas O i, ϕ i ) na M zgodny z orientacją. Zbiór indeksów I może być skończony, gdyż rozmaitość M jest zwarta. Õi, ϕ i ) oznaczać będzie

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K

Bardziej szczegółowo

Miara powierzchniowa na rozmaitościach zanurzonych

Miara powierzchniowa na rozmaitościach zanurzonych Rozdział 6 Miara powierzchniowa na rozmaitościach zanurzonych W tym rozdziale zajmiemy się definicją tzw. miary powierzchniowej na m-wymiarowej rozmaitości zanurzonej M R n oraz opisem własności tej miary.

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 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

Imię i nazwisko... Grupa...

Imię i nazwisko... Grupa... Algebra i teoria mnogości 2.09.2014 Za każde zadanie można otrzymać 0-3 pkt. W zadaniach 1-5 w puste pola należy wpisać TAK lub NIE. Każda odpowiedź oceniana jest osobno (1pkt za poprawną odpowiedź, 0.5pkt

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

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe Definicja 1 (Iloczyn skalarny). Niech V będzie rzeczywistą przestrzenią liniową. Iloczynem skalarnym w przestrzeni V nazywamy funkcję

Bardziej szczegółowo

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

Całki podwójne. Definicja całki podwójnej. Jacek Kłopotowski. 25 maja Katedra Matematyki i Ekonomii Matematycznej Definicja całki podwójnej Katedra Matematyki i Ekonomii Matematycznej 25 maja 2016 Definicja całki podwójnej Załóżmy, że f : K R, gdzie K = a, b c, d R 2, jest funkcją ograniczoną. Niech x 0, x 1,...,

Bardziej szczegółowo

Matematyka 2. Elementy analizy wektorowej cz IV Całka powierzchniowa niezorientowana

Matematyka 2. Elementy analizy wektorowej cz IV Całka powierzchniowa niezorientowana Matematyka 2 Elementy analizy wektorowej cz IV Całka powierzchniowa niezorientowana Literatura M.Gewert, Z.Skoczylas; Elementy analizy wektorowej; Oficyna Wydawnicza GiS, Wrocław, 2000 W.Żakowski, W.Kołodziej;

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

1 Zbiory i działania na zbiorach.

1 Zbiory i działania na zbiorach. Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu

Bardziej szczegółowo

Endomorfizmy liniowe

Endomorfizmy liniowe Endomorfizmy liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 8. wykład z algebry liniowej Warszawa, listopad 2011 Mirosław Sobolewski (UW) Warszawa, listopad 2011 1 / 16 Endomorfizmy

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

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

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

Algebra liniowa. 1. Macierze.

Algebra liniowa. 1. Macierze. Algebra liniowa 1 Macierze Niech m oraz n będą liczbami naturalnymi Przestrzeń M(m n F) = F n F n będącą iloczynem kartezjańskim m egzemplarzy przestrzeni F n z naturalnie określonymi działaniami nazywamy

Bardziej szczegółowo

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27.1. Wiadomości wstępne Równaniem różniczkowym cząstkowym nazywamy związek w którym występuje funkcja niewiadoma u dwóch lub większej liczby zmiennych niezależnych i

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe. Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie

Bardziej szczegółowo

Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze

Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze Wprowadzenie do metod numerycznych Wykład 3 Metody algebry liniowej I Wektory i macierze Polsko-Japońska Wyższa Szkoła Technik Komputerowych Katedra Informatyki Stosowanej Spis treści Spis treści 1 Wektory

Bardziej szczegółowo

5. Równania różniczkowe zwyczajne pierwszego rzędu

5. Równania różniczkowe zwyczajne pierwszego rzędu 5. Równania różniczkowe zwyczajne pierwszego rzędu 5.1. Wstęp. Definicja 5.1. Niech V R 3 będzie obszarem oraz F : V R. Równaniem różniczkowym zwyczajnym rzędu pierwszego nazywamy równanie postaci Równanie

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy Zadania z algebry liniowej - sem I Przestrzenie liniowe bazy rząd macierzy Definicja 1 Niech (K + ) będzie ciałem (zwanym ciałem skalarów a jego elementy nazywać będziemy skalarami) Przestrzenią liniową

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

Macierze. Rozdział Działania na macierzach

Macierze. Rozdział Działania na macierzach Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy

Bardziej szczegółowo

Zagadnienia stacjonarne

Zagadnienia stacjonarne Zagadnienia stacjonarne Karol Hajduk 19 grudnia 2012 Nierówność wariacyjna (u (t), v u(t)) + a(u, v u) + Ψ(v) Ψ(u) (f, v u), v V. Zagadnienie stacjonarne ma postać (u (t) = 0): a(u, v u) + Ψ(v) Ψ(u) (f,

Bardziej szczegółowo

22. CAŁKA KRZYWOLINIOWA SKIEROWANA

22. CAŁKA KRZYWOLINIOWA SKIEROWANA CAŁA RZYWOLINIOWA SIEROWANA Niech łuk o równaniach parametrycznych: x x(t), y y(t), a < t < b, będzie łukiem regularnym skierowanym, tzn łukiem w którym przyjęto punkt A(x(a), y(a)) za początek łuku, zaś

Bardziej szczegółowo

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B 1. Dla macierzy a) A = b) A = c) A = d) A = 3 1 + i 1 i i i 0 i i 0 1 + i 1 i 0 0 0 0 1 0 1 0 1 + i 1 i Wyznaczyć macierze spełniające własność komutacji: A, X = B. Obliczyć pierwiaski z macierzy: A =

Bardziej szczegółowo

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,...

det[a 1,..., A i,..., A j,..., A n ] + det[a 1,..., ka j,..., A j,..., A n ] Dowód Udowodniliśmy, że: det[a 1,..., A i + ka j,..., A j,... Wykład 14 Wyznacznik macierzy cd Twierdzenie 1 Niech A będzie macierzą kwadratową i niech A i, A j będą dwiema różnymi jej kolumnami, wtedy dla dowolnego k K: det[a 1,, A i,, A j,, A n ] det[a 1,, A i

Bardziej szczegółowo

ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH

ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH Punkty okresowe, zbiory graniczne, sprzężenia Zadanie 1. Pokazać, że trajektoria (w przód) punktu x w przestrzeni metrycznej X pod działaniem ciągłego

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. wykład z algebry liniowej Warszawa, styczeń 2009 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2009 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 15 Definicja Niech V, W,

Bardziej szczegółowo

Definicja punktu wewnętrznego zbioru Punkt p jest punktem wewnętrznym zbioru, gdy należy do niego wraz z pewnym swoim otoczeniem

Definicja punktu wewnętrznego zbioru Punkt p jest punktem wewnętrznym zbioru, gdy należy do niego wraz z pewnym swoim otoczeniem Definicja kuli w R n ulą o promieniu r>0 r R i o środku w punkcie p R n nazywamy zbiór {x R n : ρ(xp)

Bardziej szczegółowo

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013

Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013 Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia

Bardziej szczegółowo

Sumy kwadratów. Twierdzenie Fermata-Eulera. Lemat Minkowskiego

Sumy kwadratów. Twierdzenie Fermata-Eulera. Lemat Minkowskiego Sumy kwadratów TWIERDZENIE LAGRANGE A Każda liczba naturalna da się przedstawić w postaci sumy czterech kwadratów. Twierdzenie Fermata-Eulera Każda liczba pierwsza postaci 4k + 1 daje się przedstawić w

Bardziej szczegółowo

28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126

28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 Problem Dirichleta, proces Wienera Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 28 maja, 2012 Funkcje harmoniczne Niech będzie operatorem Laplace a w

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

8 Całka stochastyczna względem semimartyngałów

8 Całka stochastyczna względem semimartyngałów M. Beśka, Całka Stochastyczna, wykład 8 148 8 Całka stochastyczna względem semimartyngałów 8.1 Całka stochastyczna w M 2 Oznaczmy przez Ξ zbiór procesów postaci X t (ω) = ξ (ω)i {} (t) + n ξ i (ω)i (ti,

Bardziej szczegółowo

Zagadnienia brzegowe dla równań eliptycznych

Zagadnienia brzegowe dla równań eliptycznych Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta

Bardziej szczegółowo

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład II Wykład II I. Algebra wektorów 2.1 Iloczyn wektorowy pary wektorów. 2.1.1 Orientacja przestrzeni Załóżmy, że trójka wektorów a, b i c jest niekomplanarna. Wynika z tego, że żaden z tych wektorów nie jest

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja

Bardziej szczegółowo

Obliczanie długości łuku krzywych. Autorzy: Witold Majdak

Obliczanie długości łuku krzywych. Autorzy: Witold Majdak Obliczanie długości łuku krzywych Autorzy: Witold Majdak 7 Obliczanie długości łuku krzywych Autor: Witold Majdak DEFINICJA Definicja : Długość łuku krzywej zadanej parametrycznie Rozważmy krzywą Γ zadaną

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

DB Algebra liniowa 1 semestr letni 2018

DB Algebra liniowa 1 semestr letni 2018 DB Algebra liniowa 1 semestr letni 2018 Teoria oraz większość zadań w niniejszym skrypcie zostały opracowane na podstawie książek: 1 G Banaszak, W Gajda, Elementy algebry liniowej cz I, Wydawnictwo Naukowo-Techniczne,

Bardziej szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni

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

ELEKTROTECHNIKA Semestr 2 Rok akad / ZADANIA Z MATEMATYKI Zestaw Oblicz pochodne cząstkowe rzędu drugiego funkcji:

ELEKTROTECHNIKA Semestr 2 Rok akad / ZADANIA Z MATEMATYKI Zestaw Oblicz pochodne cząstkowe rzędu drugiego funkcji: ZADANIA Z MATEMATYKI Zestaw. Oblicz pochodne cząstkowe funkcji: a) f(x, y) = x sin y x b) f(x, y) = e y +x 2 c) f(x, y, z) = z cos x+y z 2. Oblicz pochodne cząstkowe rzędu drugiego funkcji: 3. Wyznacz

Bardziej szczegółowo

24. CAŁKA POWIERZCHNIOWA ZORIENTOWANA

24. CAŁKA POWIERZCHNIOWA ZORIENTOWANA 4. CAŁA POWIERZCHNIOWA ZORIENTOWANA Płat powierzchniowy gładki o równaniach parametrycznych: x = x( u, v ), y = y( u, v ), z = z( u, v ),, (u,v) w którym rozróżniamy dwie jego stron dodatnią i ujemną.

Bardziej szczegółowo

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym. Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa

Bardziej szczegółowo

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS przykładowe zadania na. kolokwium czerwca 6r. Poniżej podany jest przykładowy zestaw zadań. Podczas kolokwium na ich rozwiązanie przeznaczone będzie ok. 85

Bardziej szczegółowo

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych, IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy

Bardziej szczegółowo

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory; Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia

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

Wyprowadzenie prawa Gaussa z prawa Coulomba

Wyprowadzenie prawa Gaussa z prawa Coulomba Wyprowadzenie prawa Gaussa z prawa Coulomba Natężenie pola elektrycznego ładunku punktowego q, umieszczonego w początku układu współrzędnych (czyli prawo Coulomba): E = Otoczmy ten ładunek dowolną powierzchnią

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

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

CAŁKI NIEOZNACZONE C R}.

CAŁKI NIEOZNACZONE C R}. CAŁKI NIEOZNACZONE Definicja 1 Funkcja F jest funkcją pierwotną funkcji f na przedziale I, jeżeli F (x) = f(x) dla każdego x I. Np. funkcjami pierwotnymi funkcji f(x) = sin x na R są cos x, cos x+1, cos

Bardziej szczegółowo

Analiza wektorowa. Teoria pola.

Analiza wektorowa. Teoria pola. Analiza wektorowa. Teoria pola. Pole skalarne Pole wektorowe ϕ = ϕ(x, y, z) A = A x (x, y, z) i x + A y (x, y, z) i y + A z (x, y, z) i z Gradient grad ϕ = ϕ x i x + ϕ y i y + ϕ z i z Jeśli przemieścimy

Bardziej szczegółowo

Wykład 14. Elementy algebry macierzy

Wykład 14. Elementy algebry macierzy Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,

Bardziej szczegółowo

Analiza II.2*, lato komentarze do ćwiczeń

Analiza II.2*, lato komentarze do ćwiczeń Analiza.2*, lato 2018 - komentarze do ćwiczeń Marcin Kotowski 5 czerwca 2019 1 11 2019, zadanie 2 z serii domowej 1 Pokażemy, że jeśli f nie jest stała, to całka: f(x f(y B B x y dx dy jest nieskończona.

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

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : Lista Przestrzenie liniowe Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : V = R[X], zbiór wielomianów jednej zmiennej o współczynnikach rzeczywistych, wraz ze standardowym dodawaniem

Bardziej szczegółowo

Zadania egzaminacyjne

Zadania egzaminacyjne Rozdział 13 Zadania egzaminacyjne Egzamin z algebry liniowej AiR termin I 03022011 Zadanie 1 Wyznacz sumę rozwiązań równania: (8z + 1 i 2 2 7 iz 4 = 0 Zadanie 2 Niech u 0 = (1, 2, 1 Rozważmy odwzorowanie

Bardziej szczegółowo

O MACIERZACH I UKŁADACH RÓWNAŃ

O MACIERZACH I UKŁADACH RÓWNAŃ O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a

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

10. Metody obliczeniowe najmniejszych kwadratów

10. Metody obliczeniowe najmniejszych kwadratów 10. Metody obliczeniowe najmniejszych kwadratów 1. Dowód twierdzenia o faktoryzacji macierzy Twierdzenie 1 Każdadodatniookreślon aisymetryczn amacierzm można przedstawíc wpostaci M = PP T gdzie P jest

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

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład XIII: Prognoza. 26 stycznia 2015 Wykład XIII: Prognoza. Prognoza (predykcja) Przypuśćmy, że mamy dany ciąg liczb x 1, x 2,..., x n, stanowiących wyniki pomiaru pewnej zmiennej w czasie wielkości

Bardziej szczegółowo