2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11
|
|
- Aleksander Morawski
- 6 lat temu
- Przeglądów:
Transkrypt
1 M. Beśka, Wstęp do teorii miary, rozdz Rodziny zbiorów 2.1 Algebry i σ - algebry zbiorów Niech X będzie niepustym zbiorem. Rodzinę indeksowaną zbiorów {A i } i I 2 X nazywamy rozbiciem zbioru X jeśli: (i) Dla każdego i I mamy A i ; (ii) A i A j = dla i j, i, j I; (ii) i I A i = X. Jeśli zbiór indeksów I jest zbiorem skończonym (przeliczalnym) to rodzinę {A i } i I nazywamy wtedy rozbiciem skończonym (przeliczalnym) zbioru X. Najprostszymi przykładami rozbicia zbioru X są rodziny: {X} czy też {A, A }, jeśli A i A X. Definicja 2.1 Niepustą rodzinę A 2 X nazywamy algebrą (ciałem) zbiorów (w skrócie algebrą, ciałem) jeśli: (i) A; (ii) A A A A; (iii) A, B A A B A. Przykład 2.2 Przykładami algebry zbiorów są m.in. (a) A = {, X}, A = 2 X ; (b) Jeśli A X i A X to rodzina A = {A, A,, X} jest algebrą; (c) Jeśli rodzina zbiorów {A i } i I 2 X jest rozbiciem zbioru X, wtedy rodzina { } A = : J I { } jest algebrą. i J A i Bezpośrednio z definicji algebry zbiorów dostajemy następujące własności algebr zbiorów Lemat 2.3 Niech A 2 X będzie algebrą. Wtedy (i) X A; (ii) A, B A A B A; (iii) A, B A A \ B A ;
2 M. Beśka, Wstęp do teorii miary, rozdz (iv) Niech n 1. Wtedy A i A, i = 1, 2,..., n n A i, n A i A. Definicja 2.4 Niepustą rodzinę A 2 X nazywamy σ-algebrą (σ-ciałem) zbiorów (w skrócie σ - algebrą, σ - ciałem) jeśli: (i) A; (ii) A A A A; (iii) A i A, i 1 A i A. Jeśli rodzina A 2 X jest σ-algebrą to parę (X, A) nazywamy przestrzenią mierzalną, a elementy A zbiorami mierzalnymi. Przykład 2.5 Przykładami σ-algebry zbiorów są m.in. (a) A = {, X}, A = 2 X ; (b) Każda skończona algebra zbiorów jest σ-algebrą; (c) Jeśli rodzina zbiorów {A i } i I 2 X jest rozbiciem zbioru X, wtedy rodzina { } A = : J I { } jest σ-algebrą; (d) Niech #(X) =. Wtedy jest σ-algebrą. i J Lemat 2.6 Niech A 2 X σ-algebrą. Wtedy (i) X A; (ii) A, B A A \ B A; (iii) A i A, i = 1, 2,... A i A; A i A = {A X : A IN A IN } (iv) Niech n 1. Wtedy (A i A, i = 1, 2,..., n n A i, n A i A).
3 M. Beśka, Wstęp do teorii miary, rozdz Twierdzenie 2.7 Jeśli {A i } i I jest rodziną algebr (σ-algebr) to jest algebrą (σ-algebrą). Definicja 2.8 Niech C 2 X będzie rodziną podzbiorów X. Oznaczmy i I A i α(c) = {A : C A, A algebra} σ(c) = {A : C A, A σ-algebra}. Algebrę α(c) (σ-algebrę σ(c)) nazywamy algebrą (σ-algebrą) generowaną przez rodzinę C. Uwaga. Z twierdzenia 2.7 wynika, że algebra α(c) (σ-algebra σ(c)) jest najmniejszą algebrą (σ-algebrą) zawierającą C tzn. jeśli F jest algebrą (σ-algebrą) i C F to α(c) F (σ(c) F). Rownież z powyższej definicji otrzymujemy natychmiast: (i) Jeśli C jest algebrą (σ-algebrą) to α(c) = C (σ(c) = C); (ii) α(α(c)) = α(c); (iii) σ(σ(c)) = σ(c); (iv) C 1 C 2 2 X α(c 1 ) α(c 2 ) σ(c 1 ) σ(c 2 ). Poznamy teraz definicję szczególnej σ-algebry. Definicja 2.9 Niech (X, d) będzie przestrzenią metryczną, a O rodziną wszystkich zbiorów otwartych w tej przestrzeni. Wtedy σ-algebrę generowaną przez rodzinę zbiorów otwartych O nazywamy σ-algebrą borelowską i oznaczamy symbolem B(X). Elementy B(X) nazywamy zbiorami borelowskimi. Z definicji 2.8 i 2.9 wynika, że B(X) = σ(o). Wniosek 2.10 Niech (X, d) będzie przestrzenią metryczną, a D rodziną wszystkich zbiorów domkniętych w tej przestrzeni. Wtedy B(X) = σ(d). Dowód. Zachodzą następujące implikacje: D σ(o) σ(d) σ(σ(o)) = σ(o); O σ(d) σ(o) σ(σ(d)) = σ(d). Zatem σ(o) = σ(d).
4 M. Beśka, Wstęp do teorii miary, rozdz Twierdzenie 2.11 Każdy niepusty otwarty zbiór w IR d jest przeliczalną sumą kul otwartych. Dowód. Niech A IR d będzie zbiorem otwartym. Dla q A Q d oznaczmy n q = inf{n IN : K(q, 1/n) A} Zauważmy, że dla n n q mamy zawieranie K(q, 1/n) A. Wykażemy, że (2.1) A = ( q, 1 ) n K q A Q d n n q Zawieranie " "jest oczywiste. W drugą stronę niech x A. Z otwartości zbioru A istnieje 0 < r < 1 takie, że K(x, r) A. Niech n IN będzie taką liczbą naturalną, że (2.2) Z gęstości Q d w IR d wynika, że (2.3) 1 n + 1 r 3 < 1 n. q A Q d q x < r 3. Stąd K(q, 1/n) K(x, r). Rzeczywiście, niech y K(q, 1/n) tzn. y q < 1/n. Wtedy z (2.2) i nierówności trójkąta otrzymujemy y x y q + q x < 1 n + r 3 2 n r 3 2r 3 + r 3 = r. czyli y K(x, r). Z udowodnionego zawierania K(q, 1/n) K(x, r) oraz z (2.2) i (2.3) otrzymujemy ( x K q, 1 ) K(x, r) A. n Stąd n n q oraz Co kończy dowód (2.1). Twierdzenie 2.12 Niech x K q A Q d m n q ( q, 1 ). m Wtedy C = {K(a, r) : a IR d, r > 0}, K = {A IR d : A-zwarty }. σ(c) = σ(k) = B(IR d ).
5 M. Beśka, Wstęp do teorii miary, rozdz Dowód. Wykażemy najpierw równość (2.4) σ(c) = B(IR d ). Jest oczywiste, że C B(IR d ). Zatem σ(c) B(IR d ). W drugą stronę. Z twierdzenia 2.11 wynika, że O σ(c). A stąd B(IR d ) σ(c). Co kończy dowód równości (2.4). Przejdziemy teraz do dowodu równości (2.5) σ(k) = B(IR d ). Zawieranie σ(k) B(IR d ) wynika z Wniosku 2.10 i z tego, że zbiór zwarty jest zbiorem domkniętym. W drugą stronę korzystając z tego samego Wniosku wystarczy pokazać, że D σ(k) (D - rodzina wszystkich zbiorów domkniętych w IR d ). Niech F D. Wtedy F = F K[0, n], n=1 gdzie K[0, n] jest kulą domkniętą o środku w 0 i promieniu n. Ponieważ przekrój F K[0, n] jest zbiorem zwartym, wiec F σ(k). Stąd D σ(k) co kończy dowód (2.5). Uwaga. W Twierdzeniu 2.12 zamiast rodziny C kul otwartych można rozważać rodzinę przedziałów otwartych (a, b), a, b IR d albo rodzinę przedziałów domkniętych [a, b], a, b IR d czy też rodzinę przedziałów jednostronnie domkniętych (prawostronnie albo lewostronnie) i teza twierdzenia będzie nadal prawdziwa. 2.2 Klasy monotoniczne i inne rodziny zbiorów Definicja 2.13 Niepustą rodzinę A 2 X nazywamy klasą monotoniczną jeśli spełnia ona warunki: (i) A i A, i 1 oraz A 1 A 2... (ii) A i A, i 1 oraz A 1 A 2... A i A; A i A. Zauważmy, że każda σ-algebra jest klasą monotoniczną. Ponadto z powyższej definicji łatwo wynika, że przekrój dowolnej ilości klas monotonicznych jest klasą monotoniczną. Stąd dla dowolnej rodziny C 2 X możemy określić klasę monotniczną generowaną przez rodzinę C m(c) = {A : C A, A - klasa monotoniczna}. Jest to najmniejsza klasa monotoniczna zawierająca rodzinę C. Podane poniżej własności wynikają łatwo z definicji m(c).
6 M. Beśka, Wstęp do teorii miary, rozdz (i) Jeśli C jest klasą monotoniczną to m(c) = C ; (ii) m(m(c)) = m(c); (iii) C 1 C 2 2 X m(c 1 ) m(c 2 ). Stwierdzenie 2.14 Jeśli algebra A 2 X jest klasą monotoniczną to jest również σ- algebrą. Dowód. Trzeba pokazać, że (2.6) A i A, i 1 Ale (2.7) oraz B n = A i = n A i n=1 n+1 A i A. n A i = Stąd, z (2.7) i z definicji klasy monotonicznej mamy co kończy dowód (2.6). A n = n=1 n=1 B n A i = B n+1 A, n 1. B n A, n=1 Twierdzenie 2.15 Jeśli rodzina A 2 X jest algebrą to (2.8) σ(a) = m(a). Dowód. Ponieważ σ(a) jest klasą monotoniczną (zawierającą A), więc σ(a) m(a). Aby udowodnić zawieranie σ(a) m(a) wystarczy na mocy Stwierdzenia 2.14 wykazać, że m(a) jest algebrą. Co też teraz zrobimy. Ponieważ A jest algebrą, więc A m(a). Załóżmy, że A m(a). Udowodnimy, że A m(a). W tym celu określmy rodzinę C = { F m(a) : F m(a) }. Jest oczywiste, że A C. Wykażemy, że C jest klasą monotoniczną. Niech A i C dla i 1 i niech A i A i+1, i 1. Wtedy z definicji C mamy A i m(a) A i m(a) oraz A i+1 A i, i 1.
7 M. Beśka, Wstęp do teorii miary, rozdz Z definicji klasy monotonicznej A i m(a) oraz ( ) A i = A i m(a). Zatem A i C. Podobnie, jeśli A i C dla i 1 i A i A i+1, i 1. Wtedy z definicji C mamy A i m(a) A i m(a) oraz A i A i+1, i 1. Znowu z definicji klasy monotonicznej otrzymujemy A i m(a) oraz ( ) A i = A i m(a). Zatem A i C, czyli C jest klasą monotoniczną. Ponieważ A C m(a) więc m(a) m(c) m(a). Mając na uwadze, że C = m(c) (bo C jest klasą monotoniczną) dostajemy C = m(a) co daje, że A m(a). Pozostała nam do wykazania implikacja Dla ustalonego A A określmy Łatwo zauważyć, że (i) A C A ; (ii) C A jest klasą monotoniczną. A, B m(a) A B m(a). C A = { B m(a) : A B m(a) }. Zatem na podstawie podobnego rozumowania jak powyżej dostajemy (2.9) C A = m(a), dla A A. Niech teraz A m(a). Podobnie jak powyżej określmy Zauważmy, że (i) A C A (co wynika z (2.9)); (ii) C A jest klasą monotoniczną. C A = { B m(a) : A B m(a) }.
8 M. Beśka, Wstęp do teorii miary, rozdz Zatem C A = m(a), dla A m(a) tzn. wykazaliśmy, że gdy A, B m(a) to A B m(a). Wykazaliśmy więc, że m(a) jest algebrą, co kończy dowód twierdzenia. Definicja 2.16 Niepustą rodzinę A 2 X nazywamy π-układem jeśli A, B A A B A. Definicja 2.17 Niepustą rodzinę A 2 X nazywamy λ-układem jeśli (i) X A; (ii) A, B A, A B B \ A A; (iii) A i A, A i A i+1, i 1 A i A Stwierdzenie 2.18 Niepusta rodzina A 2 X jest σ-algebrą wtedy i tylko wtedy, gdy jest π-układem i λ-układem. Dowód. Jeśli A jest σ-algebrą to jest oczywiste, że jest też π-układem i λ-układem. W drugą stronę. Załóżmy, że A jest π-układem i λ-układem. Z definicji λ-układu (punkt (i) i (ii)) wynika, że A jest zamknięta na dopełnienia, a ponieważ A jest też π-układem, wiec jest zamknięta na skończone przekroje. Jest oczywiste, że A. Zatem A jest algebrą. Powtarzając teraz dowód Stwierdzenia 2.14 dostajemy, że A jest σ-algebrą. Korzystając z definicji λ-układu łatwo zauważyć, że przekrój dowolnej ilości λ-układów jest λ-układem. Zatem możemy wprowadzić definicję Definicja 2.19 Niech C 2 X będzie rodziną podzbiorów X. Oznaczmy λ(c) = { A : C A, A λ-układem}. Rodzinę λ(c) nazywamy λ-układem generowanym przez rodzinę C. Jest to najmniejszy λ-układ zawierający rodzinę C. Ponadto mamy (i) Jeśli C jest λ-układem to λ(c) = C ; (ii) λ(λ(c)) = λ(c); (iii) C 1 C 2 2 X λ(c 1 ) λ(c 2 ).
9 M. Beśka, Wstęp do teorii miary, rozdz Twierdzenie 2.20 Jeśli C 2 X jest π-układem to (2.10) λ(c) = σ(c). Dowoód. Na mocy Stwierdzenia 2.18 każda σ-algebra jest λ-układem, więc λ(c) σ(c). W drugą stronę. Zauważmy, że wystarczy wykazać, że λ(c) jest π-układem, bo wtedy ze Stwierdzenia 2.18 λ(c) jest σ-algebrą, co da zawieranie σ(c) λ(c). Niech F C. Określmy C F = { A λ(c) : A F λ(c) }. Zauważmy, że (a) C C F ; (b) C F jest λ-układem. Rzeczywiście, punkt (a) jest oczywisty, punkt (b) sprawdzamy następująco: (i) X C F, bo X λ(c) X F = F C λ(c). (ii) Niech A, B C F oraz A B. Wtedy A λ(c) A F λ(c), B λ(c) B F λ(c) Ponieważ λ(c) jest λ-układem, więc B \ A λ(c). Ponadto bo A F B F. Zatem B \ A C F. (B \ A) F = B F \ A F λ(c), (iii) Niech A i C F, A i A i+1, i 1. Wtedy A i F λ(c) dla każdego F C oraz A i F A i+1 F dla i 1. Mamy A i λ(c) oraz ( ) A i F = (A i F ) λ(c). Tak więc C F jest λ-układem. Ponieważ C C F λ(c), więc λ(c) λ(c F ) λ(λ(c)) = λ(c). Stąd i z tego, że λ(c F ) = C F dostajemy C F = λ(c). Z dowolności F C mamy, że λ(c) jest zamknięta na przekroje z elementami z C. Niech teraz F λ(c). Określmy Zauważmy, że C F = { A λ(c) : A F λ(c) }.
10 M. Beśka, Wstęp do teorii miary, rozdz (a) C C F (co wynika poprzedniego rozumowania); (b) C F jest λ-układem. Rozumując podobnie jak powyżej dostajemy C F = λ(c) czyli λ(c) jest π-układem i twierdzenie mamy udowodnione. 2.3 Zadania Zad. 1. Niech A 2 X będzie niepustą rodziną podzbiorów X taką, że (i) A; (ii) A A A A; (iii) A, B A A B A. Sprawdzić, czy A jest algebrą. Zad. 2. Niech A 2 X będzie niepustą rodziną podzbiorów X taką, że (i), X A; (ii) A, B A A \ B A. Sprawdzić, czy A jest algebrą. Zad. 3. Niech A 2 X będzie algebrą. Wykazać, że (i) X A; (ii) A, B A A B A; (iii) A, B A A \ B A; (iv) Niech n 1. Wtedy A i A, i = 1, 2,..., n n A i, n A i A. Zad. 4. Wykazać, że jeśli rodzina zbiorów {A i } i I 2 X jest rozbiciem zbioru X, wtedy rodzina { } A = : J I { } jest algebrą. i J A i Zad. 5. Niech A 2 R będzie dana wzorem A = {(a, b], (c, ) : a b <, c IR}. Wykazać, że { F = i I A i } : #(I) <, A i A, i I
11 M. Beśka, Wstęp do teorii miary, rozdz jest algebrą, gdzie sumy mnogościowe występujące w definicji rodziny F są rozłączne. Zad. 6. Niech rodzina F podzbiorów X zawiera zbiór pusty, jest zamknięta na dopełnienia zbiorów oraz jest zamknięta na skończone rozłączne sumy. Czy F musi być algebrą? Zad. 7. Niech A 2 X będzie σ-algebrą. Wykazać, że (i) A jest algebrą; (ii) A i A, i = 1, 2,... A i A; Zad. 8. Wykazać, że (a) Każda skończona algebra zbiorów jest σ-algebrą; (b) Jeśli rodzina zbiorów {A i } i I 2 X jest rozbiciem zbioru X, wtedy rodzina { } A = : J I { } jest σ-algebrą. i J A i Zad. 9. Niech X = IR. Rozważmy rodzinę zbiorów G n = {F IR : [0, n] F albo F [0, n] = }, n 1. Wykazać, że G n jest σ-algebrą dla każdego n 1. Sprawdzić, czy G n+1 G n dla dowolnego n 1. Wyznaczyć n=1 G n. Zad. 10. Niech A 2 X będzie σ-algebrą (algebrą) i niech Y X będzie niepustym zbiorem. Wykazać, że A Y = { A Y : A A} jest σ-algebrą (algebrą) w Y. Zad. 11. Niech F 2 X będzie niepustą rodziną podzbiorów X i niech A F. Wykazać, że σ(a F) = A σ(f), gdzie A F = {A F : F F}. Zad. 12. Niech A 2 X będzie σ-algebrą taką, że A 2 X i niech F / A. Wykazać, że G = { (A F ) (B F ) : A, B A }. jest σ-algebrą oraz udowodnić równość G = σ(a {F }).
12 M. Beśka, Wstęp do teorii miary, rozdz Zad. 13. Niech (Y, B) przestrzeń mierzalna oraz niech dane będzie odwzorowanie f : X Y. Wykazać, że rodzina zbiorów f 1 (B) := {f 1 (F ) : F B} jest σ-algebrą w X. Czy jeśli A jest σ-algebrą na X, to f(a) := {f(d) : D A} musi być σ-algebrą w Y? Zad. 14. Niech X = (0, 1] oraz niech rodzina A podzbiorów X składa się ze zbiorów, które są skończonymi i rozłącznymi sumami przedziałów postaci (a, b], gdzie 0 < a b 1. Wykazać, że A jest algebrą w X. Czy jest σ-algebrą? Zad. 15. Niech A 1 A X będzie ciągiem algebr. Wykazać, że A = n=1 jest algebrą. Jeśli algebry zastąpimy σ-algebrami to czy w tezie też otrzymamy σ-algebrę? Rozważyć przykład: Niech X = (0, 1]. Dla każdego n 1 określmy rozbicie X wzorem Niech G n = { A n = i I {( k 1 2 n, k 2 n ] F i A n : k = 1, 2,..., 2 n}. } : #(I) <, F i G n, i I { }. Wykazać, że A n+1 A n dla n 1. Określmy dla n 1 B n = ( 2 n 2 2 n, 2n 1 ] 2 n A n. Obliczyć B = n=1 B n. Sprawdzić, czy B n=1 A n. Zad. 16. Niech A 2 X będzie algebrą. Wykazać, że (a) Algebra A jest σ-algebrą dla każdego ciągu {A n } n 1 A, lim sup n A n A, (b) Algebra A jest σ-algebrą dla każdego ciągu {A n } n 1 A, lim inf n A n A, gdzie lim sup n = k=1 n=k A n oraz lim inf n = k=1 n=k A n. Zad. 17.Niech X będzie zbiorem nieprzeliczalnym. Niech A 2 X będzie rodziną podzbiorów X, które są co najwyżej przeliczalne, albo ich dopełnienie jest zbiorem co najwyżej przeliczalnym. Wykazać, że A jest σ-algebrą generowaną przez rodzinę {{x} : x X}. Zad. 18. Niech X będzie zbiorem zawierającym nieskończenie wiele elementów. Niech A 2 X będzie rodziną podzbiorów X, które albo zawierają skończoną ilość elementów, albo ich dopełnienie zawiera skończoną liczbę elementów. Wykazać, że A jest algebrą ale nie jest σ-algebrą. Wyznaczyć σ(a).
13 M. Beśka, Wstęp do teorii miary, rozdz Zad. 19. Niech F 2 X będzie filtrem tzn. niepustą rodziną podzbiorów X taką, że (i) F; (ii) A, B F A B F; (iii) A F A B B F; Wykazać, że każdy filtr jest zawarty w pewnym filtrze maksymalnym (ze względu na relację " "). Filtry maksymalne nazywamy ultrafiltrami. Zad. 20. Wykazać, że filtr F jest ultrafiltrem wtedy i tylko wtedy, gdy dla dowolnego A X dokładnie jeden ze zbiorów A, A c należy do F. Zad. 21. Niech A 2 X będzie algebrą. Niech {A n } n 1 A. Wykazać, że istnieje ciąg {B n } n 1 A parami rozłączny taki, że A n = n=1 B n. n=1 Zad. 22. Niech X = IR. Określmy rodziny podzbiorów IR: Wykazać, że C 1 = { (a, b) : a, b IR}, C 3 = { (a, b] : a, b IR}, C 5 = { [a, + ) : a IR}, C 7 = { (, b] : b IR}, C 2 = { [a, b) : a, b IR}, C 4 = { [a, b] : a, b IR}, C 6 = { (a, + ) : a IR}, C 8 = { (, b) : b IR}. (1) σ(c 1 ) = σ(c 2 ) = σ(c 3 ) = σ(c 4 ) = σ(c 5 ) = σ(c 6 ) = σ(c 7 ) = σ(c 8 ) = B(IR). Czy zastępując w definicji rodzin od C 1 do C 8 zbiór liczb rzeczywistych IR przez zbiór liczb wymiernych Q równości (1) pozostaną prawdziwe? Zad. 23. Niech X = IR. borelowski. Wykazać, że każdy co najwyżej przeliczalny podzbiór X jest Zad. 24. Niech A i B będą niepustymi podzbiorami X takimi, że A B =. Rozważmy przestrzenie mierzalne (A, A) i (B, B). Przyjmijmy F = A B oraz F = {C D : C A, D B}. Wykazać, że (F, F) jest przestrzenią mierzalną. Zad. 25. Niech IR = [, + ]. Oznaczmy B(IR) = {A F : A B(IR) }, gdzie F {, { }, {+ }, {, + } }. Wykazać, że B(IR) jest σ - algebrą.
14 M. Beśka, Wstęp do teorii miary, rozdz Zad. 26. Niech X = [0, ), A = B([0, )). Oznaczmy F t = {A A : (t, ) A albo (t, ) A = }, t 0, G t = {A A : [t, ) A albo [t, ) A = }, t 0. Wykazać, że dla każdego t 0 rodziny zbiorów F t i G t są σ - algebrami. Obliczyć oraz G t. F t t>0 t>0 Zad. 27. Niech (X, d) będzie przestrzenią metryczną. Niech C 2 X będzie rodziną podzbiorów taką, że: (i) C zawiera wszystkie zbiory domknięte; (ii) A C A C; (iii) Jeśli {A n } n 1 jest ciągiem zstępującym zbiorów z C to również n=1 A n C. Wykazać, że B(X) C. Zad. 28. Niech A 2 X będzie σ-algebrą o skończonej ilości elementów. Wykazać, że A jest generowana przez pewne rozbicie X. Zad. 29. Niech A 2 X będzie σ-algebrą taką, że #(A) =. Wykazać, że istnieje ciąg {B n } n 1 A (B n, n 1) parami rozłączny. Zad. 30. Niech A 2 X będzie σ-algebrą. Wykazać, że A IN. Zad. 31. Niech A i, i I będą klasami monotonicznymi. Wykazać, że i I A i jest klasą monotoniczną. Zad. 32. Niech D i, i I będą λ-układami. Wykazać, że i I D i jest λ-układem. Zad. 33. Wykazać, że rodzina D podzbiorów X jest λ-układem wtedy i tylko wtedy, gdy zawiera X, jest zamknięta na dopełnienia zbiorów oraz jest zamknięta na przeliczalne rozłączne sumy.
A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami.
M. Beśka, Wstęp do teorii miary, rozdz. 3 25 3 Miara 3.1 Definicja miary i jej podstawowe własności Niech X będzie niepustym zbiorem, a A 2 X niepustą rodziną podzbiorów. Wtedy dowolne odwzorowanie : A
Bardziej szczegółowo1 Działania na zbiorach
M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej
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 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 szczegółowoTeoria miary. Matematyka, rok II. Wykład 1
Teoria miary Matematyka, rok II Wykład 1 NAJBLIŻSZY CEL: Nauczyć się mierzyć wielkość zbiorów. Pierwsze przymiarki: - liczność (moc) zbioru - słabo działa dla zbiorów nieskończonych: czy [0, 1] powinien
Bardziej szczegółowoRodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.
1 σ-ciała Definicja 1.1 (σ - ciało) σ - ciałem (σ - algebrą) w danym zbiorze X (zwanym przestrzenią) nazywamy rodzinę M pewnych podzbiorów zbioru X, spełniającą trzy warunki: 1 o M; 2 o jeśli A M, to X
Bardziej 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 szczegółowoTeoria miary i całki
Teoria miary i całki Spis treści 1 Wstęp 3 2 lgebra zbiorów 5 3 Pierścienie, ciała, σ ciała zbiorów. 7 3.1 Definicja pierścienia ciała i σ ciała............... 7 3.2 Pierścień, ciało i σ ciało generowane
Bardziej szczegółowo1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista.
Literatura P. Billingsley, Miara i prawdopodobieństwo, PWN, Warszawa 1997, P. R. Halmos, Measure theory, Springer-Verlag, 1994, W, Kołodziej, naliza matematyczna, PWN, Warszawa 1978, S. Łojasiewicz, Wstęp
Bardziej szczegółowoG. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28
G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28 1.9 Zadania 1.9.1 Niech R będzie pierścieniem zbiorów. Zauważyć, że jeśli A, B R to A B R i A B R. Sprawdzić, że (R,, ) jest także pierścieniem w sensie
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 szczegółowoTeoria miary. WPPT/Matematyka, rok II. Wykład 5
Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F
Bardziej 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 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 szczegółowoZadania do Rozdziału X
Zadania do Rozdziału X 1. 2. Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż,
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 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 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 szczegółowo7. Miara, zbiory mierzalne oraz funkcje mierzalne.
7. Miara, zbiory mierzalne oraz funkcje mierzalne. Funkcję rzeczywistą µ nieujemną określoną na ciele zbiorów S będziemy nazywali miarą, gdy dla dowolnego ciągu A 0, A 1,... zbiorów rozłącznych należących
Bardziej szczegółowo1 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 szczegółowoZasada indukcji matematycznej
Zasada indukcji matematycznej Twierdzenie 1 (Zasada indukcji matematycznej). Niech ϕ(n) będzie formą zdaniową zmiennej n N 0. Załóżmy, że istnieje n 0 N 0 takie, że 1. ϕ(n 0 ) jest zdaniem prawdziwym,.
Bardziej szczegółowoRobert Kowalczyk. Zbiór zadań z teorii miary i całki
Robert Kowalczyk Zbiór zadań z teorii miary i całki 2 Zadanie 1 Pokazać, że poniższe dwie definicje σ-ciała M są równoważne: (i) Rodzinę M podzbiorów przestrzeni X nazywamy σ-ciałem jeżeli zachodzą następujące
Bardziej szczegółowoI kolokwium ze Wstępu do Teorii Miary
I kolokwium ze Wstępu do Teorii Miary 17.11.05 Grupa A 1. (a)udowodnić,żelim(a n B n ) lima n limb n. (b) Znaleźć granice górną i dolną ciągu zbiorów: ( A n = ( 1) n 1,1 ( 1)n 1 ) [3,4+( 1) n ). n n a)x
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa
Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.1. σ ciało (algebra) zdarzeń Katarzyna Rybarczyk-Krzywdzińska losowe Zdarzenie losowe to pewien podzbiór przestrzeni zdarzeń
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 szczegółowoCiągłość funkcji f : R R
Ciągłość funkcji f : R R Definicja 1. Otoczeniem o promieniu δ > 0 punktu x 0 R nazywamy zbiór O(x 0, δ) := (x 0 δ, x 0 + δ). Otoczeniem prawostronnym o promieniu δ > 0 punktu x 0 R nazywamy zbiór O +
Bardziej szczegółowoPrawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018
Katedra Matematyki i Ekonomii Matematycznej SGH 16 października 2018 Definicja σ-algebry Definicja Niech Ω oznacza zbiór niepusty. Rodzinę M podzbiorów zbioru Ω nazywamy σ-algebrą (lub σ-ciałem) wtedy
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 szczegółowo1. Funkcje monotoniczne, wahanie funkcji.
1. Funkcje monotoniczne, wahanie funkcji. Zbiór X będziemy nazywali uporządkowanym, jeśli określona jest relacja zawarta w produkcie kartezjańskim X X, która jest spójna, antysymetryczna i przechodnia.
Bardziej szczegółowoGrzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe
Grzegorz Bobiński Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Wydział Matematyki i Informatyki Uniwersytet Mikołaja Kopernika w Toruniu 2012 Spis treści Notacja 1 1 Podstawowe pojęcia
Bardziej 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 szczegółowo1 Przestrzenie Hilberta
M. Beśka, Wykład monograficzny, Dodatek 1 1 Przestrzenie Hilberta 1.1 Podstawowe fakty o przestrzeniach Hilberta Niech H będzie przestrzenią liniową nad ciałem liczb rzeczywistych. Określmy odwzorowanie,
Bardziej szczegółowoOśrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski,
Procesy Stochastyczne, wykład, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 27 luty, 2012 Ośrodkowość procesów Dalej zakładamy, że (Ω, Σ, P) jest zupełną przestrzenią miarową. Definicja.
Bardziej szczegółowoAlgebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i
Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i A (symbol F i oznacza ilość argumentów funkcji F i ). W rozważanych przez nas algebrach
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 szczegółowoI. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych.
I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych. 1. Elementy logiki matematycznej. 1.1. Rachunek zdań. Definicja 1.1. Zdaniem logicznym nazywamy zdanie gramatyczne
Bardziej szczegółowoEgzamin z logiki i teorii mnogości, rozwiązania zadań
Egzamin z logiki i teorii mnogości, 08.02.2016 - rozwiązania zadań 1. Niech φ oraz ψ będą formami zdaniowymi. Czy formuła [( x : φ(x)) ( x : ψ(x))] [ x : (φ(x) ψ(x))] jest prawem rachunku kwantyfikatorów?
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 szczegółowoElementy Teorii Miary i Całki
Elementy Teorii Miary i Całki c Lech Drewnowski Wydział Matematyki i Informatyki Uniwersytet im. dama Mickiewicza w Poznaniu Poznań 2008 http://main2.amu.edu.pl/ drewlech/dydaktyka.html http://main2.amu.edu.pl/
Bardziej szczegółowodomykanie relacji, relacja równoważności, rozkłady zbiorów
1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i
Bardziej szczegółowoLX Olimpiada Matematyczna
LX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia drugiego 13 lutego 2009 r. (pierwszy dzień zawodów) Zadanie 1. Liczby rzeczywiste a 1, a 2,..., a n (n 2) spełniają warunek a 1
Bardziej szczegółowo(b) Suma skończonej ilości oraz przekrój przeliczalnej ilości zbiorów typu G α
FUNKCJE BORELOWSKIE Rodzinę F podzbiorów zbioru X (tzn. F X) będziemy nazywali ciałem gdy spełnione są warunki: (1) Jeśli zbiór Y F, to dopełnienie X \ Y też należy do rodziny F. (2) Jeśli S F jest skończoną
Bardziej szczegółowoNotatki z Analizy Matematycznej 1. Jacek M. Jędrzejewski
Notatki z Analizy Matematycznej 1 Jacek M. Jędrzejewski Wstęp W naszym konspekcie będziemy stosowali następujące oznaczenia: N zbiór liczb naturalnych dodatnich, N 0 zbiór liczb naturalnych (z zerem),
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 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 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 szczegółowoWeronika Siwek, Metryki i topologie 1. (ρ(x, y) = 0 x = y) (ρ(x, y) = ρ(y, x))
Weronika Siwek, Metryki i topologie 1 Definicja 1. Załóżmy, że X, ρ: X X [0, ). Funkcja ρ spełnia następujące warunki: 1. x,y X (ρ(x, y) = 0 x = y) 2. 3. (ρ(x, y) = ρ(y, x)) x,y X (ρ(x, y) ρ(x, z) + ρ(z,
Bardziej szczegółowoRachunek prawdopodobieństwa Rozdział 4. Zmienne losowe
Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe 4.0. Rozkłady zmiennych losowych, dystrybuanta. Katarzyna Rybarczyk-Krzywdzińska Wprowadzenie Rozważmy eksperymenty 1 gra Bolka w ruletkę w kasynie;
Bardziej szczegółowof(t) f(x), D f(x) = lim sup t x oraz D f(x) = lim inf
9. Różniczkowanie. Jeśli f jest funkcją rzeczywistą, to granice D + f(x) = lim sup t x + f(t) f(x), D f(x) = lim sup t x t x f(t) f(x), t x f(t) f(x) f(t) f(x) D + f(x) = lim inf oraz D f(x) = lim inf
Bardziej szczegółowoKonstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych
Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Marcin Michalski 14.11.014 1 Wprowadzenie Jedną z intuicji na temat liczb rzeczywistych jest myślenie o nich jako liczbach,
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 szczegółowoMatematyka dyskretna. 1. Relacje
Matematyka dyskretna 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produktu kartezjańskiego X Y, którego elementami są pary uporządkowane (x, y), takie, że x X i y Y. Uwaga 1.1 Jeśli
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 szczegółowoAnaliza matematyczna. 1. Ciągi
Analiza matematyczna 1. Ciągi Definicja 1.1 Funkcję a: N R odwzorowującą zbiór liczb naturalnych w zbiór liczb rzeczywistych nazywamy ciągiem liczbowym. Wartość tego odwzorowania w punkcie n nazywamy n
Bardziej szczegółowoMetody probabilistyczne
Metody probabilistyczne 2. Aksjomatyczna definicja prawdopodobieństwa Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 10.10.2017 1 / 33 Klasyczna definicja prawdopodobieństwa
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 szczegółowoZadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d)
Matemaryka dyskretna - zadania Zadanie 1. Opisać zbiór wszystkich elementów rangi k zbioru uporządkowanego X dla każdej liczby naturalnej k, gdy X jest rodziną podzbiorów zbioru skończonego Y. Elementem
Bardziej 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 szczegółowoMetoda kategorii Baire a w przestrzeniach metrycznych zupełnych
Metoda kategorii Baire a w przestrzeniach metrycznych zupełnych Michał Czapek michal@czapek.pl www.czapek.pl 8 IX AD MMXIII Streszczenie Celem pracy jest zaprezentowanie jednej z metod dowodzenia istnienia
Bardziej szczegółowoMNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk
MNRP 18.03.2019r. Grzegorz Kowalczyk 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Definicja (σ - ciało) Niech Ω - dowolny zbiór. Rodzinę F P (Ω), gdzie P (Ω) jest rodziną wszystkich podzbiorów
Bardziej szczegółowo1 Ciągłe operatory liniowe
1 Ciągłe operatory liniowe Załóżmy, że E, F są przestrzeniami unormowanymi. Definicja 1.1. Operator liniowy T : E F nazywamy ograniczonym, jeżeli zbiór T (B) F jest ograniczony dla dowolnego zbioru ograniczonego
Bardziej szczegółowo1 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 szczegółowoDwa równania kwadratowe z częścią całkowitą
Dwa równania kwadratowe z częścią całkowitą Andrzej Nowicki Wydział Matematyki i Informatyki Uniwersytet M. Kopernika w Toruniu anow @ mat.uni.torun.pl 4 sierpnia 00 Jeśli r jest liczbą rzeczywistą, to
Bardziej szczegółowoZbiory liczbowe widziane oczami topologa
Zbiory liczbowe widziane oczami topologa Aleksander Błaszczyk Instytut Matematyki Uniwersytetu Ślaskiego Brenna, 25 wrzesień 2018 Aleksander Błaszczyk (UŚ) Zbiory liczbowe widziane oczami topologa Brenna,
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 szczegółowoAnaliza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń
Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Leszek Skrzypczak 1. Niech E = {x [0, 1] : x = k 2 n k = 1, 2,... 2 n, n = 1, 2, 3,...} Wówczas: (a) Dla dowolnych liczb wymiernych p, q [0,
Bardziej 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 szczegółowoIndukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak
Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka
Bardziej szczegółowoUwaga 1. Zbiory skończone są równoliczne wtedy i tylko wtedy, gdy mają tyle samo elementów.
Logika i teoria mnogości Wykład 11 i 12 1 Moce zbiorów Równoliczność zbiorów Def. 1. Zbiory X i Y są równoliczne (X ~ Y), jeśli istnieje bijekcja f : X Y. O funkcji f mówimy wtedy, że ustala równoliczność
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, 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 szczegółowoPrzestrzenie metryczne. Elementy Topologii. Zjazd 2. Elementy Topologii
Zjazd 2 Przestrzenia metryczna (X, d) nazywamy parę złożona ze zbioru X i funkcji d : X X R, taka, że 1 d(x, y) 0 oraz d(x, y) = 0 wtedy i tylko wtedy, gdy x = y, 2 d(x, y) = d(y, x), 3 d(x, z) d(x, y)
Bardziej szczegółowoWykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.
Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo
Bardziej szczegółowoKombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń
Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch 22 marzec 2018 Szybkie przypomnienie z wykładu Prezentacja
Bardziej szczegółowoPrzestrzenie wektorowe
Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:
Bardziej szczegółowoNotatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski
Notatki z Analizy Matematycznej 2 Jacek M. Jędrzejewski Definicja 3.1. Niech (a n ) n=1 będzie ciągiem liczbowym. Dla każdej liczby naturalnej dodatniej n utwórzmy S n nazywamy n-tą sumą częściową. ROZDZIAŁ
Bardziej szczegółowoDekompozycje prostej rzeczywistej
Dekompozycje prostej rzeczywistej Michał Czapek michal@czapek.pl www.czapek.pl 26 X AD MMXV Streszczenie Celem pracy jest zwrócenie uwagi na ciekawą różnicę pomiędzy klasami zbiorów pierwszej kategorii
Bardziej szczegółowoPrawdopodobieństwo 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 szczegółowoIndukcja matematyczna. Zasada minimum. Zastosowania.
Indukcja matematyczna. Zasada minimum. Zastosowania. Arkadiusz Męcel Uwagi początkowe W trakcie zajęć przyjęte zostaną następujące oznaczenia: 1. Zbiory liczb: R - zbiór liczb rzeczywistych; Q - zbiór
Bardziej szczegółowoLI Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 3 kwietnia 2000 r. (pierwszy dzień zawodów)
LI Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 3 kwietnia 2000 r. (pierwszy dzień zawodów) Zadanie 1. Dana jest liczba całkowita n 2. Wyznaczyć liczbę rozwiązań (x 1,x
Bardziej szczegółowoIndukcja matematyczna, zasada minimum i maksimum. 17 lutego 2017
Indukcja matematyczna, zasada minimum i maksimum 17 lutego 2017 Liczby naturalne - Aksjomatyka Peano (bez zera) Aksjomatyka liczb naturalnych N jest nazwą zbioru liczb naturalnych, 1 jest nazwą elementu
Bardziej szczegółowo1 Przestrzenie metryczne
1 Przestrzenie metryczne Definicja 1.1 (metryka) Niech będzie niepustym zbiorem. Funkcję d: R + nazywamy metryką, jeśli spełnia warunki: 1 o d(x, y) = d(y, x) (symetria) 2 o d(x, y) + d(y, z) d(x, z) (nierówność
Bardziej szczegółowoTEST A. A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty
TEST A A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty T 1 przestrzeni. Czym ta aksjomatyka różni się od aksjomatyki zbiorów otwartych? A-2. Ile różnych zbiorów otwartych
Bardziej szczegółowoGrzegorz Plebanek Miara i całka skrypt do wykładu Funkcje rzeczywiste
Instytut Matematyczny Uniwersytetu Wrocławskiego Grzegorz Plebanek Miara i całka skrypt do wykładu Funkcje rzeczywiste c Grzegorz Plebanek (2009) wersja γ (2013) Spis treści 0 Wiadomości wstępne 1 0.1
Bardziej szczegółowo4 Kilka klas procesów
Marek Beśka, Całka Stochastyczna, wykład 4 48 4 Kilka klas procesów 4.1 Procesy rosnące i przestrzenie V,, loc Jak poprzednio niech (Ω, F, F, P ) będzie zupełną bazą stochastyczną. Definicja 4.1 Proces
Bardziej szczegółowoA-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty
A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty T 1 przestrzeni. Czym ta aksjomatyka różni się od aksjomatyki zbiorów otwartych? A-2. Wyprowadź z aksjomatów topologii
Bardziej szczegółowoUwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne:
1. Wykład 1: Produkty grup. Produkty i koprodukty grup abelowych. Przypomnijmy konstrukcje słabych iloczynów (sum) prostych i iloczynów (sum) prostych grup znane z kursowego wykładu algebry. Ze względu
Bardziej szczegółowo1. Definicja granicy właściwej i niewłaściwej funkcji.
V. Granica funkcji jednej zmiennej. 1. Definicja granicy właściwej i niewłaściwej funkcji. Definicja 1.1. (sąsiedztwa punktu i sąsiedztwa nieskończoności) Niech x 0 R, r > 0, a, b R. Definiujemy S(x 0,
Bardziej szczegółowo020 Liczby rzeczywiste
020 Liczby rzeczywiste N = {1,2,3,...} Z = { 0,1, 1,2, 2,...} m Q = { : m, n Z, n 0} n Operacje liczbowe Zbiór Dodawanie Odejmowanie Mnożenie Dzielenie N Z Q Pytanie Dlaczego zbiór liczb wymiernych nie
Bardziej szczegółowoO pewnych związkach teorii modeli z teorią reprezentacji
O pewnych związkach teorii modeli z teorią reprezentacji na podstawie referatu Stanisława Kasjana 5 i 12 grudnia 2000 roku 1. Elementy teorii modeli Będziemy rozważać język L składający się z przeliczalnej
Bardziej szczegółowoAproksymacja diofantyczna
Aproksymacja diofantyczna Szymon Draga Ustroń, 4 listopada 0 r Wprowadzenie Jak wiadomo, każdą liczbę niewymierną można (z dowolną dokładnością) aproksymować liczbami wymiernymi Powstaje pytanie, w jaki
Bardziej szczegółowoCiała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);
Ciała i wielomiany 1 Ciała i wielomiany 1 Definicja ciała Niech F będzie zbiorem, i niech + ( dodawanie ) oraz ( mnożenie ) będą działaniami na zbiorze F. Definicja. Zbiór F wraz z działaniami + i nazywamy
Bardziej szczegółowoALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH
ALGEBRA Z GEOMETRIĄ 1/10 BAZY PRZESTRZENI WEKTOROWYCH Piotr M. Hajac Uniwersytet Warszawski Wykład 11, 18.12.2013 Typeset by Jakub Szczepanik. Istnienie bazy Tak jak wśród wszystkich pierścieni wyróżniamy
Bardziej szczegółowoWykład 3. Miara zewnętrzna. Definicja 3.1 (miary zewnętrznej) Funkcję µ przyporządkowującą każdemu podzbiorowi
Wykład 3 Miara zewnętrzna Definicja 3.1 (miary zewnętrznej Funkcję przyporządkowującą każdemu podzbiorowi A danej przestrzeni X liczbę (A [0, + ] (a więc określoną na rodzinie wszystkich podzbiorów przestrzeni
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. Literatura: Marek Cieciura, Janusz Zacharski, Metody probabilistyczne w ujęciu praktycznym, L. Kowalski, Statystyka, 2005 R.Leitner, J.Zacharski, "Zarys matematyki
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 szczegółowoLista zagadnień omawianych na wykładzie w dn r. :
Lista zagadnień omawianych na wykładzie w dn. 29.0.208r. : Granica funkcji Definicja sąsiedztwa punktu. Sąsiedztwo 0 R o promieniu r > 0: S 0, r = 0 r, 0 + r\{ 0 } 2. Sąsiedztwo lewostronne 0 R o promieniu
Bardziej szczegółowoZad.3. Jakub Trojgo i Jakub Wieczorek. 14 grudnia 2013
Zad.3 Jakub Trojgo i Jakub Wieczorek 14 grudnia 2013 W pierwszej części naszej pracy będziemy chcieli zbadać ciągłość funkcji f(x, y) w przypadku gdy płaszczyzna wyposażona jest w jedną z topologii: a)
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 szczegółowoPrawdopodobieństwo i statystyka
Wykład V: Zmienne losowe i ich wartości oczekiwane 25 października 2017 Definicja zmiennej losowej Definicja Zmienne losowa to charakterystyka liczbowa wyniku eksperymentu losowego. Zmienne losowa na przestrzeni
Bardziej szczegółowo