a to, jako ogon szeregu zbieżnego można uczynić dowolnie ma lym wybieraj ac dostatecznei
|
|
- Aniela Popławska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Analiza Funkcjonalna WPPT IIr. semestr letni 2011 WYK LADY 2 i 3: PRZESTRZENIE UNORMOWANE i BANACHA BAZA TOPOLOGICZNA 29/03/11 Definicja. Norm a w rzestrzeni liniowej V nazywamy funkcjȩ : V [0, ) se lniaj ac a warunki (zwane aksjomatami normy): 1. v = 0 v = 0 2. v +u v + u (odaddytywność) 3. av = a v (jednorodność) Norma zadaje metrykȩ d(u, v) = u v. Zamiast mówić, że jakiś ci ag zbiega w metryce zadanej rzez normȩ, bȩdziemy mówić, że ci ag ten zbiega w normie (odobnie bȩdziemy mówić, że funkcja jest ci ag la w normie). Na rzyk lad faktem jest, że norma jest funkcj a ci ag l a w normie. Definicja. Przestrzeń liniowa unormowana nazywa siȩ rzestrzeni a Banacha, jeśli jest ona zue lna. Definicja. Powiemy, że ci ag (v n ) w rzestrzeni liniowo-metrycznej tworzy szereg zbieżny jeśli ci ag sum czȩściowych s n = v 1 +v 2 + +v n zbieżny jest (w metryce). Granicȩ tego ci agu s nawiemy sum a szeregu utworzonego rzez v n, co zaiszemy jako s = v n. n=1 Definicja. W rzestrzeni unormowanej, ci ag v n jest bezwzglȩdnie zbieżny, jeśli zbieżny jest szereg liczbowy n=1 v n. (UWAGA ci ag taki nie musi być zbieżny). Twierdzenie. Przestrzeń liniowa unormowana jest zue lna (czyli Banacha) wtedy i tylko wtedy, gdy każdy szereg bezwzglȩdnie zbieżny jest zbieżny. Dowód: Za lóżmy zue lność. Jeśli szereg v n jest bezwzglȩdnie zbieżny, to ci ag sum czȩściowych s n jest odstawowy, bowiem dla m > n mamy s m s n = v n+1 + +v m v n v m i=n+1 v i, a to, jako ogon szeregu zbieżnego można uczynić dowolnie ma lym wybieraj ac dostatecznei duże n. Z zue lności ci ag sum czȩściowych jest zbieżny, a to oznacza zbieżność szeregu tworzonego rzez v n. Odwrotnie: Za lóżmy, że każdy szereg bezwzglȩdnie zbieżny jest zbieżny i weźmy dowolny ci ag odstawowy (v n ). Dla każdego k 1 istnieje indeks n k taki, że n,m nk v n v m < 2 k. Dodatkowo można wybrać ci ag n k tak, by by l on rosn acy. Zdefiniujmy u k = v nk+1 v nk. Mamy u k = v nk+1 v nk 2 k (gdyż oba indeksy n k+1 i n k s a n k ). Zatem normy elementów u k tworz a szereg sumowalny, co oznacza, że u k tworz a szereg bezwzglȩdnie zbieżny, a zatem z
2 za lożenia zbieżny. Istnieje wiȩc suma tego szeregu u. Ale suma szeregu, to granica ci agu sum czȩściowych. Czym jest suma czȩściowa elementów u k : u 1 +u 2 + +u k = v n2 v n1 +v n3 v n2 + v nk+1 v nk = v nk+1 v n1. Oznacza to, że ci ag v nk+1 v n1 jest zbieżny (o k) do u, a onieważ v n1 jest sta ly, to ci ag v nk+1 jest zbieżny do elementu u+v n1. Wykazaliśmy, że ci ag v n ma odci ag zbieżny. Ci ag odstawowy, który ma odci ag zbieżny, ca ly jest zbieżny, to kończy dowód zue lności. PRZYK LADY PRZESTRZENI BANACHA: Przestrzenie ci agowe: 1. l ci agi ograniczone, z norm a suremum (nie jest ośrodkowa) 2. c ci agi zbieżne, z norm a suremum (ośrodkowa) 3. c 0 ci agi zbieżne do zera, z norm a suremum (ośrodkowa) 4. l 1 ci agi bezwzglȩdnie sumowalne, z norm a l 1 (suma szeregu modu lów) (ośrodkowa) 5. l 2 ci agi bezwzglȩdnie sumowalne z kwadratem, z norm a l 2 (ierwiastek sumy szeregu kwadratów modu lów) (ośrodkowa) Przestrzenie funkcji ci ag lych: 1. CB(R) funkcje ci ag le ograniczone na R, z norm a suremum(nie jest ośrodkowa) 2. CL(R) funkcje ci ag le na R osiadaj ace granice w i w, z norm a suremum (ośrodkowa) 3. C 0 (R) funkcje ci ag le na R zbieżne do zera w i w, z norm a suremum (ośrodkowa) 4. C(X) funkcje ci ag le na rzestrzeni zwartej X, z norm a suremum(ośrodkowa) Przestrzenie funkcji mierzalnych 1. L (R) klasy (modulo równość rawie wszȩdzie) funkcji mierzalnych ograniczonych na R, z norm a suremum istotne (nie jest ośrodkowa) 2. L 1 (R) klasy(modulorównośćrawiewszȩdzie)funkcjica lkowalnychzmodu lem na R, z norm a L 1 (ca lka z modu lu) (ośrodkowa) 3. L 2 (R) klasy(modulorównośćrawiewszȩdzie)funkcjica lkowalnychzkwadratem modu lu na R, z norm a L 2 (ierwiastek ca lki z kwadratu modu lu) (ośrodkowa) Powyższe trzy rzestrzenie można też wrowadzić na [0, 1] (w miejsce R). Różnica jest taka, że teraz mamy miarȩ skończon a, co zmienia zawierania miȩdzy tymi rzestrzeniami. Na rzyk lad dla miary skończonej każda funkcja ograniczona jest ca lkowalnazmodu lem,wiȩcl ([0,1]) L 1 ([0,1]),coniejestrawd anar. Podobnie każda nieujemna funkcja ca lkowalna z kwadratem na [0, 1] jest ca lkowalna bez kwadratu, zatem L 2 ([0,1]) L 1 ([0,1]), co też nie jest rawd a na R. NIERÓWNOŚĆHÖLDERAINIERÓWNOŚĆMINKOWSKIEGO,PRZESTRZE- NIE l i L Ustalmy dowolne > 1. Rozważmy zbiór ci agów (x n ) se lniaj acych warunek n=1 x n <. Podobnie, na rzestrzeni miarowej rozważmy zbiór funkcji f takich, że f dµ <. Zauważmy oczywisty fakt, że zbiory te s a zamkniȩte na mnożenie rzez skalar. Teraz srawdzimy, że s a one też zamkniȩte na dodawanie.
3 Lemat. Jeśli szeregi x n i y n s a sumowalne, to szereg x n +y n też. Podobnie jeśli f dµ < i g dµ <, to f +g dµ <. Dowód: Z wyuk lości funkcji x na liczbach nieujemnych mamy, dla a,b 0: ( ) ( ) 1 (a+b) (a+b) = a +b Stosuj ac to do a = x n i b = y n, sumuj ac o n i mnoż ac rzez 2 dostajemy x n +y n ( x n + y n ) 2 1 x n + y n <. n n n n Dowód dla funkcji jest identyczny: wstawiamy a = f(x) i b = g(x) i zamiast sumowania jest ca lkowanie. Definicja. Powyższy zbiór ci agów nazywamy rzestrzeni a l, a zbiór klas funkcji (modulorównośćrawiewszȩdzie)nazywamyrzestrzeni al (µ)(rzestrzeniel (µ) określa siȩ mianem rzestrzeni Lebesgue a). W rzestrzeniach tych wrowadzamy normy: oraz ( (x n ) = x n ( f = n=1 ) 1 ) 1 f dµ. Warunek zerowy jest oczywisty, jak również to, że s a one jednorodne. Aby srawdzić warunek trójk ata otrzebujemy kilku faktów. Od teraz, rzy ustalonym > 1 rzez q oznaczać bȩdziemy liczbȩ q = Zauważmy, że q > 1 oraz q = 1 (co oznacza, że 1 i 1 q mog a być wsó lczynnikami kombinacji wyuk lej). Liczbȩ q czȩsto określa siȩ mianem dualnej do. Lemat. (Nierówność Younga) Dla dowolnych nieujemnych a i b zachodzi ab a + bq q. Dowód: To wynika z wklȩs lości logarytmu (i tego, że jest rosn acy): logab = 1 loga + 1 ( 1 q logbq log a + 1 ) q bq (i teraz zdejmujemy logarytm). Twierdzenie. (NierównośćHöldera)Dladowolnychci agówliczbnieujemnych(x n ) i (y n ) oraz > 1 zachodzi nierówność: x i y i (x n ) (y n ) q. i=1
4 Podobnie dla dowolnych funkcji nieujemnych f i g na dowolnej rzestrzeni miarowej zachodzi fgdµ f g q. Dowód: Nierówność Höldera jest rawdziwa jeśli jeden z ci agów (jedna z funkcji) jest zerowy(a) lub jeśli jeden szereg (jedna ca lka) o rawej jest nieskończony(a). Zostaje wiȩc rzyadek niezerowy skończony. Ponieważ lewa i rawa strona nierówności Höldera s a jednorodne, to możemy obie strony odzielić rzez (niezerow a) raw a stronȩ i z dzieleniem wejść od sumȩ (ca lkȩ) oraz od normy. Zatem wystarczy nierówność tȩ dowodzić dla wektorów (lub funkcji) o odowiednich normach równych 1, czyli takich, że n=1 x n = 1 i n=1 yq n = 1 (a w rzyadku funkcji f dµ = 1 i g q dµ = 1). Wtedy, stosuj ac nierówność Younga dla każdego n i sumuj ac o n, dostajemy: x xn y n n y q + n = 1 q + 1 q = 1, a jedynka o rawej stronie to jest, w rzyadku wektorów unormowanych, rawa strona nierówności Höldera. W rzyadku funkcji stosujemy nierówność Younga w każdym unkcie rzestrzeni miarowej i ca lkujemy: f dµ g q dµ fgdµ + = 1 q + 1 q = 1. Twierdzenie. (Nierówność Minkowskiego) Niech (x n ),(y n ) l. Wtedy (x n )+(y n ) (x n ) + (y n ). Analogiczna nierówność zachodzi dla funkcji f,g L (µ). Dowód: Nierówność jest trywialna, gdy o lewej stronie jest zero. Zatem zosta l rzyadek, gdy szereg n x n+y n jest niezerowy (i, jak wiemy, skończony; wtedy można rzez niego dzielić). Piszemy tak: xn +y n = xn +y n 1 x n +y n x n x n +y n 1 + y n x n +y n 1 ( xn ) 1 ( xn +y n ( 1)q)1 q ( + yn ) 1 ( xn +y n ( 1)q)1 q. Teraz zauważamy, że ( 1)q = (bo ( 1 = 1 1 = 1 q ), czyli możemy urościć wyk ladniki o rawej. Nastȩnie dzielimy obie strony rzez (skończone i niezerowe) wyrażenie ( x n +y n ) 1 q. Po lewej stronie wyjdzie szereg do otȩgi 1 1 q a to jest 1, czyli wyjdzie dok ladnie nierówność Minkowskiego. Dowód dla ca lek jest identyczny, tylko zamiast sumowania jest ca lkowanie. Udowodniliśmy w laśnie brakuj ac a odaddytywność norm. Twierdzenie. Przestrzenie l i L (µ) dla 1 s a zue lne (czyli Banacha). Dowód na ćwiczeniach.
5 PRZESTRZEŃ ROZPIȨTA I DOMNKIȨTA PRZESTRZEŃ ROZPIȨTA. Niech A bȩdzie odzbiorem rzestrzeni liniowo-metrycznej V. Przez Lin(A) oznaczać bȩdziemy odrzestrzeń sk ladaj ac a siȩ z wszystkich kombinacji liniowych elementów z A. Jest niemal oczywiste, że jest to rzetrzeń liniowa w V. Nastȩnie, rzez Lin(A) oznaczamy domkniȩcie rzestrzeni Lin(A). To również jest odrzestrzeń liniowa (to wynika z ci ag lości dzia lań). Jeśli Lin(A) = V, to owiemy, że A jest liniowo gȩsty w V. BAZA TOPOLOGICZNA W PRZESTRZENI BANACHA Definicja. Przeliczalny uk lad wektorów {e n : n N} nazwiemy baz a toologiczn a w rzestrzeni liniowo-metrycznej V jeśli każdy wektor v w tej rzestrzeni można jednoznacznie rzedstawić w ostaci szeregu v = n a ne n. Uwaga: Każda baza jest uk ladem niezależnym. Jast baz a Hamela tylko w rzestrzeni skończonego wymiaru. Przestrzeń osiadaj aca bazȩ toologiczn a jest ośrodkowa. Baza jest zbiorem liniowo gȩstym, ale nie odwrotnie (rzyk lady na ćwiczeniach). PRZYK LADY BAZ: Baza w l : e n = (0,0,...,0,1,0,0...) (jedynka na n-tym miejscu). Baza Schaudera w C([0,1]): Problem: (Stanis law Mazur, Ksiȩga Szkocka, 1936) Czy każda ośrodkowa rzestrzeń Banacha ma bazȩ toologiczn a? Od. (Per Enflo, 1972) Nie. 1 IZOMORFIZM, RÓWNOWAŻNOŚĆ NORM Definicja. Dwie rzestrzenie unormowane s a toologicznie izomorficzne jeśli istnieje miȩdzy nimi homeomorfizm liniowy. Jeśli istnieje surjektywna izometria liniowa, to rzestrzenie te s a izometrycznie izomorficzne. Definicja. Dwie normy na tej samej rzestrzeni s a równoważne jeśli identyczność jest izomorfizmem toologicznym (czyli gdy metryki zadane rzez te normy s a równoważne). Twierdzenie. Dwie normy na tej samej rzestrzeni s a równoważne wtedy i tylko wtedy gdy istniej a sta le C > 0 i D > 0 takie, że C x 1 x 2 D x 1 (czyli identyczność jest lishitzowska w obie strony, w szczególności metryki s a wtedy od razu jednostajnie równoważne). Dowód na ćwiczeniach. 1 Za rozwi azanie tego roblemu Stanis law Mazur obieca l w Ksiȩdze Szkockiej nagrodȩ w ostaci żywej gȩsi. Faktycznie, w roku 1972 odby la siȩ w warszawskim Centrum Banacha uroczysta ceremonia wrȩczenia gȩsi szweckiemu matematykowi Perowi Enflo, który roblem rozwi aza l o 36 latach od sformu lowania. Stanis law Mazur, w rzeciwieństwie do wielu tragicznie zmar lych w czasie okuacji rzedstawicieli tzw. Szko ly Lwowskiej, rzeży l wojnȩ i ży l do roku 1981.
Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE
Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace
Bardziej szczegółowonie zależy (z dok ladności a do jednostajnego homeomorfizmu) od wyboru ci agu uzbieżniaj acego c n. 1 min{n : x n y n }.
A N A L I Z A F U N K C J O N A L N A PPI 2r., sem. letni LISTY 5-9 LISTA 5 Wroc law, 14 marca - 25 kwietnia 2006 ZADANIE 1. Niech (X 1,d 1 ), (X 2,d 2 ), (X 3,d 3 ),... bȩdzie ci agiem przestrzeni metrycznych
Bardziej szczegółowoT O P O L O G I A WPPT I, sem. letni WYK LAD 8. Wroc law, 21 kwietnia D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a.
T O P O L O G I A WPPT I, sem. letni WYK LAD 8 Zwartość D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a. Wroc law, 1 kwietnia 008 Definicja 1. (X, d) jest ca lkowicie ograniczona jeśli dla
Bardziej szczegółowoDOWODY NIERÓWNOŚCI HÖLDERA I MINKOWSKIEGO (DO UŻYTKU WEWNȨTRZNEGO, I DO SPRAWDZENIA)
DOWODY NIERÓWNOŚCI HÖLDERA I MINKOWSKIEGO (DO UŻYTKU WEWNȨTRZNEGO I DO SPRAWDZENIA) R R Tematem niniejszych notatek jest zbadanie warunków istnienia normy na ewnej rzestrzeni funkcji rzeczywistych określonych
Bardziej szczegółowoTomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011
Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska 50-370 Wroc law Wroc law, kwiecień 2011 Analiza Funkcjonalna WPPT IIr. Wyk lady 4 i 5: Przestrzenie unitarne i Hilberta (rzeczywiste
Bardziej szczegółowoNiech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:
Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x
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 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 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 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 szczegółowoWPPT 2r., sem. letni KOLOKWIUM 1 Wroc law, 19 kwietnia 2011
A N A L I Z A F U N K C J O N A L N A WPPT r, sem letni KOLOKWIUM Wroc law, 9 kwietnia 0 ZADANIE ab W pewnej przestrzeni mamy wie metryki i przy czym czyni nasz a przestrzeń zwart a a jest s labsza o (tzn
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 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 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 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 szczegółowo1 Przestrzenie metryczne
Topologia I Notatki do wyk ladu LITERATURA UZUPE LNIAJA CA R. Duda, Wprowadzenie do topologii, czȩść I. R. Engelking, Topologia ogólna. R. Engelking, K. Sieklucki, Wstȩp do topologii. W. Rudin, Podstawy
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 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 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 szczegółowoci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x
ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1 Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji f n : [, [ x nx + x nx + 1, Rozwi azanie: Mówi siȩ, że ci ag funkcji f n zd aży punktowo
Bardziej szczegółowoT O P O L O G I A O G Ó L N A WPPT WYK LAD 14 Topologie w przestrzeniach funkcji ci ag lych, Twierdzenie Stone a Weierstrassa
T O P O L O G I A O G Ó L N A WPPT WYK LAD 14 Topologie w przestrzeniach funkcji ci ag lych, Twierdzenie Stone a Weierstrassa Niech X i Y oznaczaj a przestrzenie topologiczne, zaś C(X,Y) bȩdzie zbiorem
Bardziej szczegółowoCia la i wielomiany Javier de Lucas
Cia la i wielomiany Javier de Lucas Ćwiczenie 1. Za lóż, że (F, +,, 1, 0) jest cia lem i α, β F. w laściwości s a prawd a? Które z nastȩpuj acych 1. 0 α = 0. 2. ( 1) α = α. 3. Każdy element zbioru F ma
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 szczegółowoTwierdzenie Stolza i metryki Javier de Lucas. a n = (2n + 1) 1 4 n 5 4
Twierdzenie Stolza i metryki Javier de Lucas Zadanie Zbadać zbieżność ci agu i znaleźć granicȩ: a n 4 + 3 4 + + (2n + ) 4 n 5 4 Rozwi azanie: Żeby obliczyć tak a granicȩ korzystamy z twierdzenia Stolza,
Bardziej szczegółowoSuma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas
Suma i przeciȩcie podprzestrzeń suma prosta przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1 W zależności od wartości parametru p podaj wymiar przestrzeni W = v 1 v v 3 gdzie p 0 v 1 = 1 + p 3 v = 5 3
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 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 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 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 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 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 szczegółowoSzeregi liczbowe wste
3 grudnia 2007 orawi lem dowód twierdzenia o rzybliżeniach dziesie tnych Zajmiemy sie teraz cia gami nieskończonym, ale zaisywanymi w ostaci sum. Definicja 2. (szeregu) Niech (a n ) be dzie dowolnym cia
Bardziej szczegółowoWykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej
Wykład 2 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej czȩść II (opracował: Piotr Nayar) Definicja 2.. Niech (E, E) bȩdzie przestrzenia mierzalna i niech λ : E
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 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 szczegółowoT O P O L O G I A O G Ó L N A. WPPT WYK LAD 13 Ci agi uogólnione, topologie w przestrzeniach produktowych
T O P O L O G I A O G Ó L N A WPPT WYK LAD 13 Ci agi uogólnione, topologie w przestrzeniach produktowych Definicja. Przez rodzinȩ skierowan a rozumiemy dowolny zbiór z porz adkiem czȩściowym (K, ), taki
Bardziej szczegółowoAnaliza matematyczna 2, cze ść dziesia ta
Analiza matematyczna 2, cze ść dziesia ta Informacja ogólna dla tych, którzy jeszcze ze mna chca rozmawiać o stopniach: zdecydowana wie kszość twierdzeń w matematyce, w analizie w szczególności, sk lada
Bardziej szczegółowoAnaliza 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 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 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 szczegółowoAnaliza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu
Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 4 1. Zbiory otwarte i domkniȩte Pojȩcia które teraz wprowadzimy można rozpatrywać w każdej przestrzeni metrycznej
Bardziej szczegółowoSuma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas
Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1. Dowieść, że jeśli U i V s a podprzestrzeniami n-wymiarowej przestrzeni wektorowej oraz dim U = r i dim V = s, to max(0,
Bardziej szczegółowo(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach
Rozdzia l 4 Przestrzenie liniowe 4.1 Przestrzenie i podprzestrzenie 4.1.1 Definicja i podstawowe w lasności Niech X z dzia laniem dodawania + b edzie grupa przemienna (abelowa). Oznaczmy przez 0 element
Bardziej szczegółowo. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:
9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym
Bardziej szczegółowoLiczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc
Liczby zespolone, liniowa zależność i bazy Javier de Lucas Ćwiczenie. Dowieść, że jeśli µ := c d d c, to homografia h(x) = (ax+b)/(cx+d), a, b, c, d C, ad bc, odwzorowuje oś rzeczywist a R C na okr ag
Bardziej szczegółowoZadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?
Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? a) X = R, d(x, y) = arctg x y ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i
Bardziej 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 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 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 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 szczegółowoEkonomia 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 szczegółowoPODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH
PODSTAWOWE W LASNOŚCI DZIA LAŃ I NIERÓWNOŚCI W ZBIORZE LICZB RZECZYWISTYCH W dalszym cia gu be dziemy zajmować sie g lównie w lasnościami liczb rzeczywistych, funkcjami określonymi na zbiorach z lożonych
Bardziej szczegółowoRodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.
3. Funkcje borelowskie. Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. (1): Jeśli zbiór Y należy do rodziny F, to jego dopełnienie X
Bardziej szczegółowo1 Nierówność Minkowskiego i Hoeldera
1 Nierówność Minkowskiego i Hoeldera Na państwa użytek załączam precyzyjne sformułowania i dowody nierówności Hoeldera i Minkowskiego: Twierdzenie 1.1 Nierówność Hoeldera). Niech p, q będą takimi liczbami
Bardziej szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych 13 Zbiory w przestrzeni Definicja Przestrzeni a trójwymiarow a (przestrzeni a) nazywamy zbiór wszystkich trójek uporz adkowanych (x y z) gdzie x y z R. Przestrzeń tȩ oznaczamy symbolem
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 szczegółowoUzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011).
Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011). Poprzedniczka tej notatki zawierała błędy! Ta pewnie zresztą też ; ). Ćwiczenie 3 zostało zmienione, bo żądałem, byście dowodzili czegoś,
Bardziej szczegółowoB jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.
8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą
Bardziej 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 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 szczegółowoRozdzia l 2. Najważniejsze typy algebr stosowane w logice
Rozdzia l 2. Najważniejsze typy algebr stosowane w logice 1. Algebry Boole a Definicja. Kratȩ dystrybutywn a z zerem i jedynk a, w której dla każdego elementu istnieje jego uzupe lnienie nazywamy algebr
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 szczegółowoRozdzia l 3. Elementy algebry uniwersalnej
Rozdzia l 3. Elementy algebry uniwersalnej 1. Podalgebry, homomorfizmy Definicja. Niech = B A oraz o bȩdzie n-argumentow a operacj a na zbiorze A. Mówimy, że zbiór B jest zamkniȩty na operacjȩ o, gdy dla
Bardziej szczegółowoWyk lad 2 Podgrupa grupy
Wyk lad 2 Podgrupa grupy Definicja 2.1. Pod grupy (G,, e) nazywamy taki podzbiór H G, że e H, h 1 H dla każdego h H oraz h 1 h 2 H dla dowolnych h 1, h 2 H. Jeśli H jest grupy G, to bedziemy pisali H G.
Bardziej szczegółowoLOGIKA ALGORYTMICZNA
LOGIKA ALGORYTMICZNA 0.0. Relacje. Iloczyn kartezjański: A B := (a, b) : a A i b B} (zak ladamy, że (x, y) i (u, v) s a równe wtedy i tylko wtedy gdy x = u i y = v); A n := (x 1,..., x n ) : x i A}; R
Bardziej szczegółowoRozdział 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 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 szczegółowo1 Elementy analizy funkcjonalnej
M. Beśka, Dodatek 1 1 Elementy analizy funkcjonalnej 1.1 Twierdzenia o reprezentacji Zaczniemy od znanego twierdzenia Riesza Twierdzenie 1.1 (Riesz) Niech będzie zwartą przestrzenią metryczną i załóżmy,
Bardziej 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 szczegółowoWykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.
Wykład 10 Twierdzenie 1 (Borel-Lebesgue) Niech X będzie przestrzenią zwartą Z każdego pokrycia X zbiorami otwartymi można wybrać podpokrycie skończone Dowód Lemat 1 Dla każdego pokrycia U przestrzeni ośrodkowej
Bardziej 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 szczegółowozbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy
5. Funkcje 1 klasy Baire a. Pod koniec XIX i początkiem XX wieku kilku matematyków zajmowało się problemami dotyczącymi klasyfikacji funkcji borelowskich: między innymi R. Baire, E. Borel, H. Lebesgue
Bardziej szczegółowoDzia lanie grupy na zbiorze. Twierdzenie Sylowa
Dzia lanie grupy na zbiorze. Twierdzenie Sylowa Niech G be dzie dowolna grupa, zaś X zbiorem. 1. Definicja. Dzia laniem grupy G na zbiorze X nazywamy funkcje µ: G X X, µ(g, x) = g x, spe lniaja ca dwa
Bardziej szczegółowoR n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },
nazywa- Definicja 1. Przestrzenią liniową R n my zbiór wektorów R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} }, z określonymi działaniami dodawania wektorów i mnożenia wektorów przez liczby rzeczywiste.
Bardziej 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 szczegółowoLogika matematyczna i teoria mnogości (I) J. de Lucas
Logika matematyczna i teoria mnogości (I) J. de Lucas Ćwiczenie 1. (Zad. L. Newelskiego) Niech p oznacza zdanie Ala je, zaś q zdanie As wyje. Zapisz jako formu ly rachunku zdań nastȩpuj ace zdania: 1.1.
Bardziej szczegółowoWykład 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 szczegółowo14. Przestrzenie liniowe
14. 14.1 Sformułować definicję przestrzeni liniowej. Podać przykłady. Przestrzenią liniową nad ciałem F nazywamy czwórkę uporządkowaną (V, F,+, ), gdzie V jest zbiorem niepustym, F jest ciałem, + jest
Bardziej 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 szczegółowoPOCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy
POCHODNA KIERUNKOWA Pochodne cz astkowe funkcji f(m) = f(x, y, z) wzglȩdem x, wzglȩdem y i wzglȩdem z wyrażaj a prȩdkość zmiany funkcji w kierunku osi wspó lrzȩdnych; np. f x jest prȩdkości a zmiany funkcji
Bardziej szczegółowoSterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.
Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Podstawowy problem sterowania optymalnego dla uk ladów nieliniowych W podstawowym problemie sterowania optymalnego minimalizacji
Bardziej szczegółowoRozdzia l 1. Podstawowe elementy teorii krat
Rozdzia l 1. Podstawowe elementy teorii krat 1. Zbiory czȩściowo uporz adkowane Definicja. Relacjȩ binarn a określon a na zbiorze A nazywamy relacj a czȩściowo porz adkuj ac a, gdy jest zwrotna, antysymetryczna
Bardziej szczegółowoMATEMATYKA W SZKOLE HELIANTUS LICZBY NATURALNE I CA LKOWITE
1 SZKO LA PODSTAWOWA HELIANTUS 0-89 WARSZAWA ul. BAŻANCIA 16 3 1 0 1 3 Oś liczbowa. Liczby ca lkowite x MATEMATYKA W SZKOLE HELIANTUS LICZBY NATURALNE I CA LKOWITE Prof. dr. Tadeusz STYŠ WARSZAWA 018 1
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 szczegółowoZadania z Rachunku Prawdopodobieństwa - 12
Zadania z Rachunku Prawdopodobieństwa - 12 1. Udowodnij, że dla dowolnych punktów x n, x w przestrzeni metrycznej E δ xn δ x wtedy i tylko wtedy gdy x n x. 2. Wykaż, że 1 n n k=1 δ k/n λ, gdzie λ jest
Bardziej szczegółowoLiczby naturalne i ca lkowite
Chapter 1 Liczby naturalne i ca lkowite Koncepcja liczb naturalnych i proste operacje arytmetyczne by ly znane już od oko lo 50000 tysiȩcy lat temu. To wiemy na podstawie archeologicznych i historycznych
Bardziej szczegółowoFUNKCJE LICZBOWE. x 1
FUNKCJE LICZBOWE Zbiory postaci {x R: x a}, {x R: x a}, {x R: x < a}, {x R: x > a} oznaczane sa symbolami (,a], [a, ), (,a) i (a, ). Nazywamy pó lprostymi domknie tymi lub otwartymi o końcu a. Symbol odczytujemy
Bardziej szczegółowo9 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 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 szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych Zbiory na p laszczyźnie Przestrzeni a dwuwymiarow a (p laszczyzn a) nazywamy zbiór wszystkich par uporz adkowanych (x, y), gdzie x, y R. Przestrzeń tȩ oznaczamy symbolem R 2 : R
Bardziej szczegółowoMetody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa
Sformułowanie zadania interpolacji Metody Numeryczne Wykład 4 Wykład 5 Interpolacja wielomianowa Niech D R i niech F bȩdzie pewnym zbiorem funkcji f : D R. Niech x 0, x 1,..., x n bȩdzie ustalonym zbiorem
Bardziej szczegółowoAlgebra 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 szczegółowoRozdział 6. Ciągłość. 6.1 Granica funkcji
Rozdział 6 Ciągłość 6.1 Granica funkcji Podamy najpierw dwie definicje granicy funkcji w punkcie i pokażemy ich równoważność. Definicja Cauchy ego granicy funkcji w punkcie. Niech f : X R, gdzie X R oraz
Bardziej szczegółowoWersja testu D 14 września 2011 r. 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1?
1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1? 2. Czy prawda jest, że a) 5 8 1 jest podzielne przez 4 ; b) 5 7 1 jest podzielne przez 4 ; c) 3
Bardziej szczegółowoSIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa
SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę
Bardziej 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 szczegółowoAnaliza 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 szczegółowo7 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 szczegółowoF t+ := s>t. F s = F t.
M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną
Bardziej szczegółowoZestaw nr 6 Pochodna funkcji jednej zmiennej. Styczna do krzywej. Elastyczność funkcji. Regu la de l Hospitala
Zestaw nr 6 Pochodna funkcji jednej zmiennej. Styczna do krzywej. Elastyczność funkcji. Regu la de l Hospitala November 12, 2009 Przyk ladowe zadania z rozwi azaniami Zadanie 1. Oblicz pochodne nastȩpuj
Bardziej szczegółowo