w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak
|
|
- Maja Wysocka
- 7 lat temu
- Przeglądów:
Transkrypt
1 Równania różniczkowe czastkowe w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak Horyzonty 2014
2 Podstawowy obiekt wyk ladu: funkcje holomorficzne wielu zmiennych Temat: dwa problemy, których znane cześciowe rozwiazania wykorzystuja metody równań różniczkowych czastkowych. 2
3 Definicja 1 Niech Ω C n b edzie obszarem. Funkcj e f : Ω C nazywamy funkcja holomorficzna, jeżeli dla każdego j = 1,..., n i dla dowolnie ustalonych punktów z 1,..., z j 1, z j+1,..., z n funkcja z f(z 1,..., z j 1, z, z j+1,..., z n ) jest holomorficzna jako funkcja jednej zmiennej zespolonej, dla wszystkich z {z C: (z 1,..., z j 1, z, z j+1,..., z n ) Ω}. 3
4 Definicja 2 Mówimy, że funkcja f : D C określona na obszarze D C jest holomorficzna w punkcie z D, jeżeli jest różniczkowalna w sensie zespolonym w punkcie z, to znaczy istnieje granica lim h 0 h C f(z + h) f(z). h Funkcja f jest holomorficzna na obszarze D, jeżeli jest holomorficzna w każdym punkcie obszaru D. 4
5 Historycznie funkcje holomorficzne Ω C n by ly definiowane jako funkcje holomorficzne wzgledem każdej zmiennej osobno i ograniczone na zbiorach zwartych. Z wzoru ca lkowego Cauchy ego wynika, że sa one klasy C. Z wzoru ca lkowego Cauchy ego wynika, że sa one klasy C. 5
6 Twierdzenie 1 (Hartogs) Funkcja holomorficzna f : Ω C jest ciag la. 6
7 Podobnie jak w przypadku funkcji holomorficznej jednej zmiennej. Definicja 3 Funkcja f : Ω C jest holomorficzna, jeżeli dla kadego z 0 Ω można dobrać r = r(z 0 ) tak, aby D n (z 0, r) Ω i aby f da la si e przedstawić w postaci sumy bezwzgl ednie zbieżnego szeregu pot egowego f(z) = α a α (z z 0 ) α dla z D n (z 0, r). 7
8 Podstawowa idea: Być może znane w lasności funkcji holomorficznych jednej zmiennej można w prosty sposób przenieść na przypadek funkcji holomorficznych wielu zmiennych. 8
9 Podstawowa idea: Być może znane w lasności funkcji holomorficznych jednej zmiennej można w prosty sposób przenieść na przypadek funkcji holomorficznych wielu zmiennych. Teoria funkcji wielu zmiennych jest znacznie bardziej geometryczna. 9
10 Trzeba badać zwiazki miedzy trzema światami: zbiory, obszary, na których określone sa funkcje, funkcje lub przestrzenie funkcji, operatory określone na przestrzeniach funkcji, na przyk lad operatory różniczkowe. 10
11 I Problem: Problem Korony Dla zadanych ograniczonych funkcji holomorficznych rozwiazać równanie f 1,..., f k : Ω C g 1 f g k f k = 1 zwane równaniem Bézout. 11
12 Interesuje nas wi ec przestrzeń H (Ω) ograniczonych funkcji holomorficznych na obszarze Ω. 12
13 Zauważmy, że jeżeli dla f 1,..., f k H (Ω) istnieja funkcje g 1,..., g k H (Ω), to 1 = C k j=1 ( k j=1 ( k j=1 f j g j Musi wi ec wtedy być ( k j=1 f j 2 ) 1/2 ( k f j 2 ) 1/2. j=1 g j 2 ) 1/2 f j (z) 2 ) 1/2 1 C > 0. 13
14 Faktycznie wiec problem korony polega na znalezieniu dla zadanych funkcji f 1,..., f k H (Ω) spe lniajacych warunek k j=1 f j (z) δ > 0, dla pewnej liczby δ, funkcji takich, że g 1,..., g k H (Ω) k j=1 f j (z)g j (z) = 1. 14
15 Przestrzeń jest algebra Banacha. H (Ω) To znaczy z norma f := sup f(z) z Ω H (Ω) jest przestrzenia Banacha, z mnożeniem punktowym jest algebra oraz mnożenie jest ciag le fg f g. 15
16 Niech m: H (Ω) C b edzie funkcjona lem liniowo-multiplikatywnym na H (Ω) m(a 1 f 1 + a 2 f 2 ) = a 1 m(f 1 ) + a 2 m(f 2 ), m(f 1 f 2 ) = m(f 1 )m(f 2 ), a 1, a 2 C, f 1, f 2 H (Ω). 16
17 Zbiór M wszystkich funkcjona lów m: H (Ω) C, które sa liniowo-multiplikatywne nazywa sie przestrzenia idea lów maksymalnych. 17
18 Zbiór M wszystkich funkcjona lów m: H (Ω) C, które sa liniowo-multiplikatywne nazywa sie przestrzenia idea lów maksymalnych. m jest automatycznie ciag ly, 18
19 Istnieje wzajemnie jednoznaczna odpowiedniość mi edzy funkcjona lami liniowo-multyplikatywnymi, a idea lami maksymalnymi m ker m. 19
20 Na zbiorze M istnieje naturalna topologia. Jest nia tak zwana -s laba topologia. W tej topologii sieć m α M zbiega do m M wtedy i tylko wtedy, gdy dla dowolnej funkcji f H (Ω) m α (f) m(f). 20
21 Dla dowolnego z Ω funkcjona l m z : H (Ω) f f(z) C jest liniowy, multyplikatywny i ciag ly. To oznacza, że Ω M. 21
22 Równoważne sformu lowanie problemu korony: Czy zbiór Ω jest g esty w M? 22
23 Równoważne sformu lowanie problemu korony: Czy zbiór Ω jest g esty w M? TAK dla dysku D L. Carleson (1962), dowód oparty na analizie funkcjonalnej L. Hörmander, znacznie prostszy dowód pochodzi z 1980 roku od Wolffa. Nie jest znana odpowiedź dla podstawowych obszarów w C n takich jak kula B n, czy polidysk P n = { z C n : z j < 1, j = 1,..., n }. 23
24 Niech f 1, f 2 H (Ω) spe lniaja warunek f 1 (z) + f 2 (z) δ > 0. Możemy przyjać: f γ 1 := 1 (z) f 1 (z) 2 + f 2 (z) 2 f γ 2 := 2 (z) f 1 (z) 2 + f 2 (z) 2. Wówczas oczywiście: γ 1 f 1 + γ 2 f 2 = 1. Funkcje γ 1, γ 2 nie sa jednak oczywiście holomorficzne. Sa jednak g ladkie. 24
25 Pomys l polega poprawieniu γ 1, γ 2. Przyjmijmy: g 1 := γ 1 + uf 2 g 2 := γ 2 uf 1. Wówczas oczywiście dla dowolnej funkcji u f 1 g 1 + f 2 g 2 = f 1 γ 1 + f 2 γ 2 + f 1 uf 2 f 1 uf 2 = f 1 γ 1 + f 2 γ 2 = 1. Musimy wi ec wybrać u tak, aby g 1, g 2 by ly holomorficzne. 25
26 Tutaj wkraczaja równania różniczkowe czastkowe! Funkcje holomorficzne można zdefiniować jako rozwiazania równań Cauchy ego-riemanna. Zdefiniujmy dla f : D C f z = 1 ( 2 x + 1 ) f. y Funkcja f : D C jest holomorficzna wtedy i tylko wtedy, gdy f z = 0. 26
27 Podobnie funkcja f : C n Ω C jest holomorficzna wtedy i tylko wtedy, gdy: f = 0, z 1... f = 0. z n 27
28 Przypomnijmy, że szukamy u takiego, aby g 1 := γ 1 + uf 2 by la holomorficzna. Musi wi ec być g 1 z = 0. 28
29 Prowadzi to do nastepuj acego problemu: Rozwiazać równanie (lub w C n uk lad równań) postaci: u z = V. 29
30 Oczywiście g 1 := γ 1 + uf 2 ma być funkcja ograniczona. Szukamy wiec ograniczonego rozwiazania równań u z = V. 30
31 Podstawowy wi ec problem jakie jest V. Okazuje sie, że prawa strona definiuje tak zwana miare Carlesona. Dodatnia miara borelowska na dysku D jest miara Carlesona, jeżeli: gdzie: µ(s(θ 0, ε)) Cε, S(θ 0, ε) = { re 1θ : θ θ 0 < ε, 1 r ε }. 31
32 Podobny problem na obszarach w C n, n > 1 prowadzi do problemów, które nie sa izotropowe. To znaczy odpowiedniki obszarów S(θ 0, ε) maja różne w lasności, w szczególności wymiary, w zależności od kierunku. 32
33 Skad sie bierze nieizotropowa natura problemów w C n, n > 1? Jeżeli dla z 0 Ω, v C n oraz r > 0 D(z 0, v, r) := { z 0 + λv : λ C, λ < r } Ω to wzór ca lkowy Cauchy ego f (z 0 ) = 1 2π 1 da oszacowanie D(z 0,v,r) f (z 0 ) f H. r f(ζ) (ζ z 0 ) 2dζ 33
34 Podsumowujac: Metoda rozwiazania problemu korony w C n, n > 1 prowadzi do uk ladu równań postaci f z j = V j, j = 1,..., n, które trzeba rozwiazać znajdujac rozwiazanie ograniczone. Prawa strona (V 1,..., V n ) spe lnia pewne geometryczne oszacowania nieizotropowej natury. 34
35 Znane metody daja rozwiazania w wiekszych przestrzeniach takich jak przestrzenie Hardy ego H p, 1 p <, przestrzeń BMOA funkcji holomorficznych o ograniczonej oscylacji na brzegu lub przestrzenie funkcji o wzroście logarytmicznym: dla pewnego k N 0. f(z) C log(1 z ) k 35
36 Problem II: Zasada odpowiedniości brzegów Carathéodory ego: Twierdzenie 2 Niech obszary D 1, D 2 bed a ograniczone krzywymi Jordana D 1, D 2. Wówczas przekszta lcenie biholomorficzne f : D 1 D 2 można przed lużyć na brzeg obszaru D 1 do homeomorfizmu obszarów domknietych D 1 i D 2. 36
37 Niech Ω 1, Ω 2 C n bed a ograniczonymi obszarami o g ladkich brzegach. Czy biholomorfizm F : Ω 1 Ω 2 przed luża si e do dyfeomorfizmu domkni eć obszarów Ω 1, Ω 2? 37
38 Rozwiazanie tego problemu pozwoli loby przyporzadkować obszarowi Ω pewne niezmienniki zdefiniowane dla punktów należacych do brzegu Ω. To z kolei pozwoli loby myśleć o klasyfikacji obszarów ze wzgledu na relacje bycia biholomorficznym. 38
39 Twierdzenie 3 (Riemann) Dowolny obszar jednospójny, którego brzeg sk lada si e z wi ecej niż jednego punktu, jest biholomorficzny z dyskiem. 39
40 Problem istnienia rozszerzenia biholomorfizmu jest rozwiazany dla obszarów silnie pseudowypuk lych Fefferman
41 Inna idea (Bell, Ligocka 1980): przestrzenie Sobolewa wykorzystać 41
42 Przestrzeń Sobolewa W k (Ω) := { u L 2 (Ω): D α u L 2 (Ω), α k }. u L 2 (Ω) = ( Ω u 2 dx) 1/2. 42
43 Dla funkcji ciag lej u C( Ω) ma sens odwzorowanie u u Ω to ślad funkcji u. u Ω 43
44 Podobnie dla odpowiednio dużego k funkcje z przestrzeni Sobolewa W k (Ω) też maja ślady! 44
45 Pomys l: Wykorzystajmy ślad w sensie teorii przestrzeni Sobolewa jako rozszerzenie biholomorfizmu! 45
46 Zamiast badać równanie u = V latwiej jest badać równanie ( + )u = f. 46
47 Aby skonstruować rozszerzenie trzeba zbadać w lasności + na przestrzeniach Sobolewa. 47
48 to operator formalnie sprz eżony z Ω u vdx = u v Ω dla u, v o zwartym nośniku zawartym w Ω, czyli ( u, v) = (u, v). 48
49 Operator = + to w zasadzie laplasjan = 2n j=1 2 x 2 j. 49
50 Rozważmy równanie gdzie Lu = f, Lu = n i,j=1 (a ij (x)u xi ) xj + Na przyk lad Laplasjan. n i=1 b i u xi + c(x)u. 50
51 Wówczas, jeżeli f W k (Ω) oraz Lu = f, to u W k+2,loc (Ω), gdy a ij, b i, c C k+1 (Ω). 51
52 Rozwiazanie u ma wiec lepsze w lasności od prawej strony równania Lu = f. 52
53 Być może te sama w lasność ma nasze równanie ( + )u = f. 53
54 Jeżeli Ω jest obszarem skończonego typu, to zachodza oszacowania subeliptyczne dla ε > 0. u 2 ε C ( u 2 + u 2 + u 2) 54
55 Zatem dla obszarów skończonego typu mamy rozszerzenia biholomorfizmów. 55
56 Przyk lady obszarów skończonego typu: {z C 2 : z z 2 6 < 1} {2Rz 3 + z 2 1 z z z 1 18 z 2 12 < 1} 56
Ekonomia matematyczna i dynamiczna optymalizacja
Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać
Bardziej szczegółowoWyk lad 14 Formy kwadratowe I
Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można
Bardziej szczegółowoz n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1
3 Szeregi zespolone 3. Szeregi liczbowe Mówimy, że szereg o wyrazach zespolonych jest zbieżny, jeżeli ci ag jego sum czȩściowych {S n }, gdzie S n = z + z +... + jest zbieżny do granicy w laściwej. Granicȩ
Bardziej szczegółowoFunkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A
Funkcje analityczne Wykład 3. Funkcje holomorficzne Paweł Mleczko Funkcje analityczne (rok akademicki 206/207) Funkcje zespolone zmiennej zespolonej Funkcje zespolone zmiennej zespolonej Niech A C. Funkcja
Bardziej szczegółowoWyk lad 9 Przekszta lcenia liniowe i ich zastosowania
Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:
Bardziej szczegółowoWyk lad 11 1 Wektory i wartości w lasne
Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V
Bardziej szczegółowo1 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 szczegółowoWyk 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 szczegółowo1. Liczby zespolone Zadanie 1.1. Przedstawić w postaci a + ib, a, b R, następujące liczby zespolone (1) 1 i (2) (5)
. Liczby zespolone Zadanie.. Przedstawić w postaci a + ib, a, b R, następujące liczby zespolone () i +i, () 3i, (3) ( + i 3) 6, (4) (5) ( +i ( i) 5, +i 3 i ) 4. Zadanie.. Znaleźć moduł i argument główny
Bardziej szczegółowoZastosowania 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 szczegółowoWyk 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 szczegółowoP (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja
19. O ca lkach pierwszych W paragrafie 6 przy badaniu rozwia zań równania P (x, y) + Q(x, y)y = 0 wprowadzono poje cie ca lki równania, podano pewne kryteria na wyznaczanie ca lek równania. Znajomość ca
Bardziej szczegółowoTeoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej
Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej 27-28/10/09 ZBIORY MIERZALNE WZGLȨDEM MIARY ZEWNȨTRZNEJ Niech µ bȩdzie miar
Bardziej szczegółowoWyk lad 9 Baza i wymiar przestrzeni liniowej
Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje
Bardziej szczegółowoWyk lad 6 Podprzestrzenie przestrzeni liniowych
Wyk lad 6 Podprzestrzenie przestrzeni liniowych 1 Określenie podprzestrzeni Definicja 6.1. Niepusty podzbiór V 1 V nazywamy podprzestrzeni przestrzeni liniowej V, jeśli ma on nastepuj ace w lasności: (I)
Bardziej szczegółowoInformacja 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 szczegółowoIndeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej
Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej
Bardziej szczegółowoc n (z z 0 ) n (2) Powiemy, że szereg Laurenta (2) jest zbieżny, jeśli każdy z szeregów zdefiniowanych w (1) jest f(z). Sume
Szeregi Laurenta, punkty osobliwe izolowane, klasyfikacja funkcji ze wzgl edu na osobliwości Dane s dwa szeregi postaci c n (z z 0 ) n i c n (z z 0 ) n. (1) n=1 1 Pierwszy z tych szeregów jest zbieżny
Bardziej szczegółowoWyk lad 14 Cia la i ich w lasności
Wyk lad 4 Cia la i ich w lasności Charakterystyka cia la Określenie cia la i w lasności dzia lań w ciele y ly omówione na algerze liniowej. Stosujac terminologie z teorii pierścieni możemy powiedzieć,
Bardziej szczegółowoNiezb. ednik matematyczny. Niezb. ednik matematyczny
Niezb ednik matematyczny Niezb ednik matematyczny Liczby zespolone I Rozważmy zbiór R R (zbiór par liczb rzeczywistych) i wprowadźmy w nim nastepuj ace dzia lania: z 1 + z 2 = (x 1, y 1 ) + (x 2, y 2 )
Bardziej szczegółowoWyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera
Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu
Bardziej szczegółowoWYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE
WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE Definicja 1 Algebra abstrakcyjna nazywamy teorie, której przedmiotem sa dzia lania na
Bardziej szczegółowoWyk lad 4 Macierz odwrotna i twierdzenie Cramera
Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia
Bardziej szczegółowoWyk lad 4 Dzia lania na macierzach. Określenie wyznacznika
Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n
Bardziej szczegółowoWyk lad 11 Przekszta lcenia liniowe a macierze
Wyk lad 11 Przekszta lcenia liniowe a macierze 1 Izomorfizm przestrzeni L(V ; W ) i M m n (R) Twierdzenie 111 Niech V i W bed a przestrzeniami liniowymi o bazach uporzadkowanych (α 1,, α n ) i (β 1,, β
Bardziej szczegółowo1 Przestrzenie unitarne i przestrzenie Hilberta.
Przestrzenie unitarne i przestrzenie Hilberta.. Wykazać, że iloczyn skalarny w przestrzeni wektorowej X nad cia lem K ma nastepuj ace w lasności: (i) x, y + z = x, y + x, z, (ii) x, λy = λ x, y, (iii)
Bardziej szczegółowoWYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3
WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń
Bardziej szczegółowoDefinicja 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 szczegółowoWyk lad 9 Baza i wymiar przestrzeni liniowej
Wyk lad 9 Baza i wymiar liniowej Baza liniowej Niech V bedzie nad cia lem K Powiemy, że zbiór wektorów {α,, α n } jest baza V, jeżeli wektory α,, α n sa liniowo niezależne oraz generuja V tzn V = L(α,,
Bardziej szczegółowoO 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 szczegółowoW poszukiwaniu kszta ltów kulistych
W poszukiwaniu kszta ltów kulistych Piotr Mankiewicz April 4, 2005 Konwersatorium dla doktorantów Notacje 1 Cia lo wypuk le - wypuk ly, domkniȩty podzbiór ograniczony w R n. Odleg lość geometryczna dwóch
Bardziej szczegółowoWyk lad 5 W lasności wyznaczników. Macierz odwrotna
Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy
Bardziej szczegółowoNormy wektorów i macierzy
Rozdzia l 3 Normy wektorów i macierzy W tym rozdziale zak ladamy, że K C. 3.1 Ogólna definicja normy Niech ψ : K m,n [0, + ) b edzie przekszta lceniem spe lniaj acym warunki: (i) A K m,n ψ(a) = 0 A = 0,
Bardziej szczegółowoAnaliza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu
Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 5 1. Iloczyn ortogonalny funkcji Wróćmy na chwilȩ do dowodu wzorów Eulera-Fouriera. Kluczow a rolȩ odgrywa l wzór:
Bardziej szczegółowoPierścienie grupowe wyk lad 3. lewych podmodu lów prostych. Ogólniej, aby roz lożyć dany pierścień na sume. prosta
Pierścienie rupowe wyk lad 3 Już wiemy, że alebre rupowa CG skończonej rupy G można roz lożyć na sume lewych podmodu lów prostych Oólniej, aby roz lożyć dany pierścień na sume prosta jeo dwóch podmodu
Bardziej szczegółowoKurs wyrównawczy - teoria funkcji holomorficznych
Kurs wyrównawczy - teoria funkcji holomorficznych wykład 1 Gniewomir Sarbicki 15 lutego 2011 Struktura ciała Zbiór par liczb rzeczywistych wyposażamy w działania: { + : (a, b) + (c, d) = (a + c, b + d)
Bardziej szczegółowoWyk lad 4 Warstwy, dzielniki normalne
Wyk lad 4 Warstwy, dzielniki normalne 1 Warstwy grupy wzgl edem podgrupy Niech H bedzie podgrupa grupy (G,, e). W zbiorze G wprowadzamy relacje l oraz r przyjmujac, że dla dowolnych a, b G: a l b a 1 b
Bardziej szczegółowoWyk lad 3 Wielomiany i u lamki proste
Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich
Bardziej szczegółowoWyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie
1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z
Bardziej szczegółowoStatystyka w analizie i planowaniu eksperymentu
29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
Bardziej szczegółowoWykłady... 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 szczegółowoInformacja 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 szczegółowoczastkowych Państwo przyk ladowe zadania z rozwiazaniami: karpinw adres strony www, na której znajda
Zadania z równań różniczkowych czastkowych Za l aczam adres strony www, na której znajda Państwo przyk ladowe zadania z rozwiazaniami: http://math.uni.lodz.pl/ karpinw Zadanie 1. Znaleźć wszystkie rozwiazania
Bardziej szczegółowoStatystyka w analizie i planowaniu eksperymentu
31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
Bardziej szczegółowoRozdzia l 10. Formy dwuliniowe i kwadratowe Formy dwuliniowe Definicja i przyk lady
Rozdzia l 10 Formy dwuliniowe i kwadratowe 10.1 Formy dwuliniowe 10.1.1 Definicja i przyk lady Niech X K b edzie przestrzenia liniowa nad cia lem K, dim(x K ) = n. Definicja 10.1 Przekszta lcenie ϕ : X
Bardziej szczegółowo8 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 szczegółowoANALIZA 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 szczegółowoAM1.2 zadania 14. Zadania z numerami opatrzonymi gwiazdka
AM.2 zadania 4 Tekst poprawiony 24 kwietnia 206 r. Zadania 26, 28, 29, 3, 33, 34, 35, 36, 40, 42, 62 i inne z wykrzyknikiem obok numeru sa obowiazkowe! Zadania z numerami opatrzonymi gwiazdka można napisać
Bardziej szczegółowoWyk lad 1 Podstawowe struktury algebraiczne
Wyk lad 1 Podstawowe struktury algebraiczne 1 Dzia lanie w zbiorze Majac dane dowolne dwa przedmioty a b możemy z nich utworzyć pare uporzadkowan a (a b) o poprzedniku a i nastepniku b. Warunek na równość
Bardziej szczegółowoANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?
Ci ag lość i norma Ćwiczenie. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la? f (x, y) = x2 y 2 x 2 + y 2, f 2(x, y) = x2 y x 2 + y 2 f 3 (x, y) = x2 y
Bardziej szczegółowoRozdzia 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 szczegółowoKryptografia - zastosowanie krzywych eliptycznych
Kryptografia - zastosowanie krzywych eliptycznych 24 marca 2011 Niech F będzie ciałem doskonałym (tzn. każde rozszerzenie algebraiczne ciała F jest rozdzielcze lub równoważnie, monomorfizm Frobeniusa jest
Bardziej szczegółowoWyk lad 10 Przestrzeń przekszta lceń liniowych
Wyk lad 10 Przestrzeń przekszta lceń liniowych 1 Określenie przestrzeni przekszta lceń liniowych Niech V i W bed a przestrzeniami liniowymi Oznaczmy przez L(V ; W ) zbór wszystkich przekszta lceń liniowych
Bardziej szczegółowoMatematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia
Matematyka A, klasówka, 4 maja 5 Na prośbe jednej ze studentek podaje zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le dów Podać definicje wektora w lasnego i wartości w lasnej
Bardziej szczegółowo4. 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 szczegółowo13. Cia la. Rozszerzenia cia l.
59 13. Cia la. Rozszerzenia cia l. Z rozważań poprzedniego paragrafu wynika, że jeżeli wielomian f o wspó lczynnikach w ciele K jest nierozk ladalny, to pierścień ilorazowy K[X]/(f) jest cia lem zawieraja
Bardziej szczegółowoZdzisław 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 szczegółowodkowanych par liczb rzeczywistych postaci z = (a, b). W zbiorze tym wprowadzamy dzia lania +, w naste dziemy z liczba
1. Liczby zespolone Cia lo liczb rzeczywistych be dziemy oznaczać symbolem R, pierścień liczb ca lkowitych symbolem Z, a zbiór liczb naturalnych symbolem N. Przyjmujemy, że 0 / N. Rozważmy zbiór C = R
Bardziej szczegółowoWyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera
Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =
Bardziej szczegółowoSTYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1
1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy
Bardziej szczegółowoRACHUNEK OPERATOROWY MIKUSIŃSKIEGO I JEGO ZASTOSOWANIE DO RÓWNAŃ
RACHUNEK OPERATOROWY MIKUSIŃSKIEGO I JEGO ZASTOSOWANIE DO RÓWNAŃ RÓŻNICZKOWYCH Tomasz Kochanek 1 Twierdzenie Titchmarsha Symbolem C[, ) oznaczać bedziemy przestrzeń wszystkich zespolonych funkcji ciag
Bardziej szczegółowoy 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =
Uk lady równań różniczkowych Pojȩcia wsȩpne Uk ladem równań różniczkowych nazywamy uk lad posaci y = f (, y, y 2,, y n ) y 2 = f 2 (, y, y 2,, y n ) y n = f n (, y, y 2,, y n ) () funkcje f j, j =, 2,,
Bardziej szczegółowoProcesy Stochastyczne - Zestaw 1
Procesy Stochastyczne - Zestaw 1 Zadanie 1 Niech ξ i η bed a niezależnymi zmiennymi losowymi o rozk ladach N (0, 1). Niech X = ξ +η i Y = ξ η. Znaleźć rozk lad (X, Y ) i rozk lad warunkowy L X ( Y ). Zadanie
Bardziej szczegółowoZagadnienia 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 szczegółowoOSOBNO ANALITYCZNYCH
Uniwersytet Jagielloński Instytut Matematyki Zbigniew B locki ZBIORY OSOBLIWOŚCI FUNKCJI OSOBNO ANALITYCZNYCH Praca magisterska Promotor: Prof. dr hab. Józef Siciak Kraków 99 .Wstȩp. Jeśli Ω jest zbiorem
Bardziej szczegółowoZagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka
Zagadnienie Dualne Zadania Programowania Liniowego Seminarium Szkoleniowe Edyta Mrówka Ogólne zagadnienie PL Znajdź taki wektor X = (x 1, x 2,..., x n ), który minimalizuje kombinacje liniow a przy ograniczeniach
Bardziej szczegółowo1 + iϕ n. = cos ϕ + i sin ϕ. e n z n n n. c M n z n, c n z Mn.
WRAiT 2 #1 1. Dla jakich a C ciągi o wyrazach na n, a n 1 + a n, an /n, są zbieżne? 2. Wykaż zbieżność i znajdź granice ciągów n a k, a n 1 + a 2n ( a < 1), a n 1 + a 2n ( a > 1), 1 n 3. Dla danego ϕ R
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA
1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.
Bardziej szczegółowo6. 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 szczegółowoWyk lad 13 Funkcjona ly dwuliniowe
1 Izomorfizmy kanoniczne Wyk lad 13 Funkcjona ly dwuliniowe Definicja 13.1. Niech V i W bed przestrzeniami liniowymi. Funkcje ξ : V W R nazywamy funkcjona lem dwuliniowym, jeżeli i a,b R α,β V γ W ξa α
Bardziej szczegółowoElementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań
Elementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań Micha l Ziembowski m.ziembowski@mini.pw.edu.pl www.mini.pw.edu.pl/ ziembowskim/ October 2, 2016 M. Ziembowski (WUoT) Elementy logiki i teorii
Bardziej szczegółowoFunkcje dwóch zmiennych
Funkcje dwóch zmiennych Je zeli ka zdemu punktowi P o wspó rzednych x; y) z pewnego obszaru D na p aszczyźnie R 2 przyporzadkujemy w sposób jednoznaczny liczb e rzeczywista z, to przyporzadkowanie to nazywamy
Bardziej szczegółowoRachunek zdań - semantyka. Wartościowanie. ezyków formalnych. Semantyka j. Logika obliczeniowa. Joanna Józefowska. Poznań, rok akademicki 2009/2010
Logika obliczeniowa Instytut Informatyki Poznań, rok akademicki 2009/2010 1 formu l rachunku zdań Wartościowanie i sta le logiczne Logiczna równoważność 2 Model formu ly Formu la spe lniona Formu la spe
Bardziej szczegółowoZAGADNIENIA 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 szczegółowoGrupy i cia la, liczby zespolone
Rozdzia l 1 Grupy i cia la, liczby zespolone Dla ustalenia uwagi, b edziemy używać nast epuj acych oznaczeń: N = { 1, 2, 3,... } - liczby naturalne, Z = { 0, ±1, ±2,... } - liczby ca lkowite, W = { m n
Bardziej szczegółowoDystrybucje. 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 szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Wstęp
Bardziej szczegółowoWprowadzenie z dynamicznej optymalizacji
Wprowadzenie z dynamicznej optymalizacji Lukasz Woźny 29 kwietnia 2007 Spis treści 1 Optymalizacja statyczna a optymalizacja dynamiczna 2 1.1 Ekstrema lokalne funkcji wielu zmiennych - statyka...... 2
Bardziej szczegółowoUkłady 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 szczegółowoWyk lad 5. Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu. 1. Granice niew laściwe
Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 5 1. Granice niew laściwe Definicja 1 Ci ag (x n ) d aży do (jest rozbieżny do) + jeśli c R N n > N x n > c a do
Bardziej szczegółowoDystrybucje, 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 szczegółowoWyk lad 3 Wyznaczniki
1 Określenie wyznacznika Wyk lad 3 Wyznaczniki Niech A bedzie macierza kwadratowa stopnia n > 1 i niech i, j bed a liczbami naturalnymi n Symbolem A ij oznaczać bedziemy macierz kwadratowa stopnia n 1
Bardziej szczegółowoWyk 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 szczegółowoWNIOSKOWANIE W MODELU REGRESJI LINIOWEJ
WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y
Bardziej szczegółowoP. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF
29 kwietnia 2013, godzina 23: 56 strona 1 P. Urzyczyn: Materia ly do wyk ladu z semantyki Uproszczony 1 j ezyk PCF Sk ladnia: Poniżej Γ oznacza otoczenie typowe, czyli zbiór deklaracji postaci (x : τ).
Bardziej szczegółowoFunkcje analityczne. Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017)
Funkcje analityczne Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017) Paweł Mleczko Uniwersytet im. Adama Mickiewicza w Poznaniu 1. Sprawy organizacyjne
Bardziej szczegółowo1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2
Temat 1 Pojęcia podstawowe 1.1 Przegląd wybranych równań i modeli fizycznych Równaniem różniczkowym cząstkowym rzędu drugiego o n zmiennych niezależnych nazywamy równanie postaci gdzie u = u (x 1, x,...,
Bardziej szczegółowoTwierdzenie 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 szczegółowo3. 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 szczegółowon=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 szczegółowoPrzestrzenie wektorowe, liniowa niezależność Javier de Lucas
Przestrzenie wektorowe, liniowa niezależność Javier de Lucas Ćwiczenie 1. W literaturze można znaleźć pojȩcia przestrzeni liniowej i przestrzeni wektorowej. Obie rzeczy maj a tak a sam a znaczenie. Nastȩpuj
Bardziej szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych 8 Pochodna kierunkowa funkcji Definicja Niech funkcja f określona bȩdzie w otoczeniu punktu P 0 = (x 0, y 0 ) oraz niech v = [v x, v y ] bȩdzie wektorem. Pochodn a kierunkow a funkcji
Bardziej szczegółowo13 Równanie struny drgającej. Równanie przewodnictwa ciepła.
Równanie struny drgającej. Równanie przewodnictwa ciepła 13 1 13 Równanie struny drgającej. Równanie przewodnictwa ciepła. 13.1 Równanie struny drgającej Równanie różniczkowe liniowe drugiego rzędu typu
Bardziej szczegółowo13. Równania różniczkowe - portrety fazowe
13. Równania różniczkowe - portrety fazowe Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie rzegorz Kosiorowski (Uniwersytet Ekonomiczny 13. wrównania Krakowie) różniczkowe - portrety fazowe 1 /
Bardziej szczegółowoWyk lad 3. Natalia Nehrebecka Dariusz Szymański. 13 kwietnia, 2010
Wyk lad 3 Natalia Nehrebecka Dariusz Szymański 13 kwietnia, 2010 N. Nehrebecka, D.Szymański Plan zaj eć 1 Sprowadzenie modelu nieliniowego do liniowego 2 w modelu liniowym Elastyczność Semielastyczność
Bardziej szczegółowoWykłady 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 szczegółowojest 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 szczegółowoKorzystając 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 szczegółowo4 Równania różniczkowe w postaci Leibniza, równania różniczkowe zupełne
Równania w postaci Leibniza 4 1 4 Równania różniczkowe w postaci Leibniza, równania różniczkowe zupełne 4.1 Równania różniczkowe w postaci Leibniza Załóżmy, że P : D R i Q: D R są funkcjami ciągłymi określonymi
Bardziej szczegółowoSterowalność liniowych uk ladów sterowania
Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,
Bardziej szczegółowo