1 Wªasno±ci R N. 1.1 Przykªady funkcji wielu zmiennych. 1.2 Odlegªo±ci i normy w R N

Wielkość: px
Rozpocząć pokaz od strony:

Download "1 Wªasno±ci R N. 1.1 Przykªady funkcji wielu zmiennych. 1.2 Odlegªo±ci i normy w R N"

Transkrypt

1 1 Wªasno±ci R N 1.1 Przykªady funkcji wielu zmiennych B dziemy si teraz zajmowa funkcjami od N zmiennych, tzn. okre±lonymi na R N R R R (iloczyn kartezja«ski N egzemplarzy R). Do tej chwili, zajmowali±my si funkcjami rzeczywistymi jednej zmiennej. Jest to bardzo wa»ny rozdziaª analizy. Niemniej zapotrzebowanie ze strony zyki zmusza do rozpatrywania funkcji wielu zmiennych. Pojawiaj si one na ka»dym kroku. Oto pierwsze z brzegu przykªady. Przykª. Wysoko± terenu n.p.m. jako funkcja dªugo±ci i szeroko±ci geogracznej. Jest to funkcja dwóch zmiennych. Temperatura w atmosferze (czy innym o±rodku) jako funkcja dªugo±ci i szeroko±ci geogracznej oraz wysoko±ci. Jest to (w ustalonej chwili czasu) funkcja trzech zmiennych przestrzennych. Je±li uwzgl dniamy ewolucj w czasie, jest to funkcja czterech zmiennych: trzech zm. przestrzennych i jednej czasowej. To byªy przykªady z makro±wiata. Teraz z mikro±wiata: Atomy i cz steczki, z których zªo»ony jest otaczaj cy nas ±wiat, skªadaj si z j der atomowych i elektronów. Okazuje si,»e wªasno±ci cz steczek s zdeterminowane przez g sto± elektronow. Jest to funkcja trzech zmiennych przestrzennych. Rozpatrzmy ukªad M ciaª, oddziaªywuj cych grawitacyjnie (np. M dla Ukªadu Sªonecznego). Ka»de (np. k te) ciaªo ma swoje wspóªrz dne: (x k, y k, z k ). Caªkowita energia potencjalna jest funkcj wszystkich poªo»e«wi c 3M zmiennych przestrzennych. Natomiast energia caªkowita (potencjalna plus kinetyczna) jest dodatkowo funkcj pr dko±ci ka»dego ciaªa, a wi c 3M zmiennych ª cznie funkcj 6M zmiennych. Mamy wi c funkcj rzeczywist f, zale»n od N zmiennych: f : R N R. Do jej analizy niezb dne jest zdeniowanie ci gªo±ci, ró»niczkowalno±ci itd. Niektóre z tych poj przenosz si bezpo±rednio z przypadku funkcji jednej zmiennej, dla innych niezb dne s istotne uogólnienia. Zajmiemy si tym dalej. Na razie zobaczmy, jak mo»na wizualizowa funkcje. 1.2 Odlegªo±ci i normy w R N Punkt x nale» cy do R N b dziemy oznacza jako x (x 1, x 2,..., x N ). Def. Wykresem funkcji f zale»nej od N zmiennych nazywamy podzbiór Γ(f) R N+1 : Γ(f) {(x 1, x 2,..., x N, y) R N+1 : y f(x 1, x 2,..., x N )} Def. (przypomnienie) Poziomic funkcji odpowiadaj c warto±ci c nazywamy zbiór: f 1 (c) {(x 1, x 2,..., x N ) R N : f(x 1, x 2,..., x N ) c} 1

2 Przykª. Wizualizacja f(x, y) x 2 + 4y 2 oraz g(x, y) x 2 4y 2 : Wykres zwykªy i 'poziomicowy' (warstwicowy). Pocz tkiem do badania R n i funkcji na niej jest zdeniowanie odlegªo±ci. Przypomnijmy sobie, jak deniowali±my odlegªo± w R 2. Jest ona wyznaczana z tw. Pitagorasa: RYS.: Dla dwóch punktów a (a 1, a 2 ) i b (b 1, b 2 ) odlegªo± D(a, b) pomi dzy nimi jest D(a, b) (a 1 b 1 ) 2 + (a 2 b 2 ) 2. Analogicznie post pujemy w przestrzeniach o wi kszej liczbie wymiarów: Je±li x, y R N, to odlegªo± d(x, y) mi dzy nimi deniujemy jako Def. d(x, y) N (x k y k ) 2 (1) k1 Inne oznaczenie d(x, y) w R N to x y, tzn. Def. Je±li mamy punkt r (r 1, r 2,..., r N ) R N, to na r Nk1 (x k y k ) 2 mo»emy patrze jako na odlegªo± punktu r od zera: r N (r k ) 2 d(r, 0). (2) Tak zdeniowana norma ma wa»ne wªasno±ci, które teraz wypiszemy. Wªasno±ci normy. k1 1. Dla dowolnego x R N mamy: x 0, przy czym x 0 tylko dla wektora zerowego x 0; 2. r r i ogólniej, αr α r, gdzie α R. 3. ta nierówno± nazywana jest nierówno±ci trójk ta. x + y x + y ; (3) Dow. p.3): Nierówno± trójk ta wynika z nierówno±ci Schwarza: Dla dowolnych x, y R N zachodzi x k y k x y. (4) k1 Dow. Rozpatrzmy nast puj c funkcj zmiennej rzeczywistej λ: f(λ) (x k λy k ) 2 (x k ) 2 2λ x k y k + λ 2 N (y k ) 2 k1 k1 k1 k1 f(λ) jest trójmianem kwadratowym w λ. Ponadto f(λ) 0, poniewa» f(λ) jest peªnym kwadratem. Skoro trójmian f(λ) jest nieujemny, to jego wyró»nik musi by niedodatni. Policzmy ten wyró»nik: 4( x k y k ) 2 4 (x k ) 2 N k1 k1 k1 2 (y k ) 2 0, (5)

3 co mo»emy przepisa jako ( x k y k ) 2 k1 (x k ) 2 N (y k ) 2 k1 k1 Po wyci gni ciu pierwiastka kwadratowego z obu stron nierówno±ci i skorzystaniu z denicji normy (2) otrzymujemy nierówno± (4). Dow. nierówno±ci trójk ta (3). Policzmy: x + y 2 (x k + y k ) 2 (x k ) x k y k + (y k ) 2 k1 k1 k1 k1 x x y + y 2 ( x + y ) 2. z czego trzeba jeszcze wyci gn pierwiastek, aby otrzyma (3). Uwaga: Czy w nierówno±ci Schwarza mo»e wyst pi równo±? TAK je±li x jest proporcjonalne do y (tzn. x γy dla pewnego γ R; wtedy 0, a to znaczy (p. równ (5))»e w nier. Schwarza ma miejsce równo±. Podsumujmy wªasno±ci odlegªo±ci, deniowanej przez (1): Dla dowolnych punktów x, y, z R N zachodzi: 1. d(x, y) 0, przy czym d(x, y) 0 x y. 2. d(x, y) d(y, x). 3. d(x, z) d(x, y) + d(y, z) (jest to tzw. nierówno± trójk ta). RYS. Okazuje si,»e odlegªo± euklidesowa nie jest jedyn funkcj od dwu argumentów, speªniaj c powy»sze warunki. Na przestrzeni R N mo»na wprowadzi wiele innych funkcji, zale»nych od dwu argumentów, które speªniaj powy»sze warunki i które w zwi zku z tym mo»na te» nazwa odlegªo±ciami. Prowadzi to do poj cia przestrzeni metrycznej: Def. Przestrzeni metryczn nazywamy zbiór punktów z funkcj dwóch zmiennych d(, ) (zwan metryk lub odlegªo±ci, których odlegªo± speªnia powy»sze wªasno±ci 1., 2. i 3. Przykª. Wprowad¹my na R N nast puj c metryk : d (x, y) x i y i (6) i1 Šatwo sprawdzi,»e d (x, y) speªnia powy»sze wªasno±ci 1., 2. i 3.; pierwsze dwie s oczywiste, a trzecia wynika z nierówno±ci dla warto±ci bezwzgl dnej: x z x y + y z. Przykª. Jeszcze jedna, niejednokrotnie u»yteczna, metryka na R N : d (x, y) max 1 i N x i y i ; (7) pierwsze dwie wªasno±ci metryki s oczywiste, a trzecia wynika z nast puj cego rachunku: Dla dowolnych punktów x, y, z mamy d (x, y) max 1 i N x i y i max 1 i N x i z i + z i y i 3

4 max 1 i N ( x i z i + z i y i ) max 1 i N x i z i + max 1 i N z i y i d(x, z) + d(z, y); przedostatnia nierówno± wynika z nierówno±ci a + b a + b dla warto±ci bezwzgl dnej, a ostatnia z nierówno±ci dla maksimum. (? Bardziej szczegóªowy rachunek?) Materiaª uzupeªniaj cy. Def. Równowa»no± metryk. Stw. Powy»sze trzy metryki: d, d, d (euklidesowa) s równowa»ne. Wniosek. Je±li oka»e si,»e ci g jest zbie»ny (rozbie»ny) w jednej z trzech powy»szych metryk, to jest te» zbie»ny (rozbie»ny) w dwóch pozostaªych. To znaczy,»e do badania zbie»no±ci mo»na u»ywa tej metryki, która jest wygodniejsza. Koniec materiaªu uzupeªniaj cego. 1.3 Ci gi punktów z R N Oznaczmy przez {a n } (a 1, a 2,... ) ci g punktów z R N : a n R N, tzn. a n (a 1 n, a 2 n,..., a N n ). Def. Mówimy,»e ci g {a n } punktów z R N jest zbie»ny do g R N, je±li M N : d(a n, g) < ɛ. (8) n>m Uwaga. Warunek (8) oznacza,»e ci g (o warto±ciach rzeczywistych!): d(a n, g) d»y do zera dla n d» cego do : d(a n, g) 0. Je±li warunek (8) jest speªniony, to piszemy te»: a n g. Podobnie jak w przypadku ci gów o warto±ciach rzeczywistych, mamy twierdzenie o jednoznaczno±ci granicy. Tw. Je±li a n g i a n g, to g g. Dow. Mamy: 0 d(g, g ) d(g, a n ) + d(g, a n ) 0, co znaczy,»e d(g, g ) 0, a wi c g g. Badanie zbie»no±ci ci gów o warto±ciach w R N jest równowa»ne badaniu zbie»no±ci ci gów w R. Mówi o tym nast puj ce Stw. Niech {a n } b dzie ci giem punktów przestrzeni R N ; niech g R N. Wtedy Dow. (a n g) (dla wszystkich k 1, 2,..., N : a k n g k ). (9) d(a n, g) N (a k n g k ) 2, k1 i poniewa» ka»de z wyra»e«pod pierwiastkiem d»y do zera: a k n g k 0, to ich suma te» d»y do zera, a to znaczy,»e a n g. 4

5 Nk1 Mamy: r (r k ) 2. Wybierzmy któr ± k t skªadow i mamy z nierówno±ci trójk ta: r (r k ) 2 r k, co daje: d(a n, g) a k n g k 0, i z tw. o 3 ci gach w przypadku ci gów o warto±ciach rzeczywistych, je»eli d(a n, g) 0, to tak»e a k n g k 0, a to znaczy,»e a k n g k dla k 1, 2,..., N. Def. Niech X R N. Mówimy,»e X jest ograniczony, je±li istnieje taka liczba M,»e : x M x X (tzn. odlegªo±ci wszystkich punktów zbioru X od zera s nie wi ksze od liczby M). Niech s R N i R R +. Def. Kul (otwart ) K(s, R) o ±rodku w s i promieniu R nazywamy zbiór tych punktów R N,»e ich odlegªo± od s jest mniejsza od R: RYS. K(s, R) {x R N : d(x, s) < R}. (10) Uwaga. Wªasno± ograniczono±ci zbioru mo»na równowa»nie tak wypowiedzie : Zbiór Z jest ograniczony, je±li zawiera si w pewnej kuli (o pewnym ±rodku i pewnym promieniu). Ciekawostka. Jak wygl da kula w metryce euklidesowej, dla N 2 to ka»dy (chyba) wie. Jak wygl daj kule w metrykach: d i d? Gdy si je narysuje to b dzie wiadomo sk d s takie oznaczenia tych metryk. Tw. (Bolzano Weierstrassa).Ka»dy ograniczony ci g punktów R N posiada podci g zbie»ny. Dow. Niech a n (a 1 n, a 2 n,..., a N n ). Je±li ci g {a n } ograniczony, to wszystkie ci gi {a k n} ( k numer skªadowej, tzn. k 1, 2,..., N; n numer elementu ci gu, tzn. n 1, 2, 3,... ) s ograniczone. Wynika to z nierówno±ci pokazywanej wy»ej: r r k dla dowolnego r R N. Po zastosowaniu tw. Bolzano-Weierstrassa do ci gu {a 1 n} otrzymamy podci g {a nk } ci gu {a n } taki,»e ci g pierwszych wspóªrz dnych jest zbie»ny. Stosujemy teraz tw. Bolzano-Weierstrassa do ci gu {a 2 n k } i otrzymujemy podci g ci gu {a nk }, którego pierwsza i druga skªadowa s zbie»ne. Itd., operacj powtarzamy N razy, a» otrzymamy zbie»no± we wszystkich skªadowych. Nast puj ca denicja jest bezpo±rednim analogonem denicji ci gu Cauchy'ego o warto±ciach rzeczywistych na ci gi o warto±ciach wektorowych (tzn. z R N ). Def. Niech {a n } ci g punktów z R N. Mówimy,»e ci g {a n } jest ci giem Cauchy'ego, je±li M N : d(a m, a n ) < ɛ. (11) m,n>m Tw. W przestrzeni R N ci g jest zbie»ny wtedy i tylko wtedy, gdy jest ci giem Cauchy'ego. Dow. : Zaªó»my,»e a n g. Z denicji ci gu zbie»nego (powtórzonej tu 2 razy): M N : d(a m, g) < ɛ m,n>m 2 d(a n, g) < ɛ 2. 5

6 Z nierówno±ci trójk ta mamy: d(a n, a m ) d(a n, g) + d(a m, g) < ɛ 2 + ɛ 2 ɛ czyli otrzymujemy (11), a wi c {a n } jest ci giem Cauchy'ego. : Zaªó»my teraz,»e {a n } jest ci giem Cauchy'ego. Wtedy a»e M N d(a m, a n ) a k m a k n : d(a m, a n ) < ɛ; m,n>m dla k 1, 2,... N to ka»dy z ci gów {a k n} jest ci giem Cauchy'ego. A jak wiemy, je»eli ci g rzeczywisty jest ci giem Cauchy'ego, to jest zbie»ny. Zatem ka»dy z ci gów {a k n} jest zbie»ny; a to znaczy,»e te» i ci g {a n } jest zbie»ny. 1.4 Zbiory otwarte i domkni te W przypadku analizy na R 1, mieli±my szereg twierdze«, w zaªo»eniach których byªo, i» jaki± zbiór jest otwarty b d¹ domkni ty. Dla podzbiorów R 1 mieli±my sytuacj, gdzie zbiorem domkni tym byª odcinek z ko«cami (b d¹ sko«czona liczba takich odcinków), za± otwartym odcinek bez ko«ców (b d¹ sko«czona liczba takich odcinków). Dla zbiórów w R N równie» deniujemy poj cia otwarto±ci i domkni to±ci, ale nie da si ich bezpo±rednio przenie± z R 1 trzeba je odpowiednio zmodykowa Zbiory domkni te Def. Niech A R N. Zbiór A nazywamy domkni tym, je±li dla dowolnego zbie»nego ci gu elementów z A jego granica te» nale»y do A; tzn.: A domkni ty Przykª. zbiorów domkni tych. 1. R N. 2. Zbiór jednoelementowy. 3. Zbiór sko«czony. 4. W szczególno±ci zbiór pusty. (x n A, x n g) (g A). {x n} 5. Niech {a n } ci g o wyrazach z R N, a n g R n. Wtedy zbiór {a 1, a 2,... } g jest zbiorem domkni tym. 6

7 Przykª. Odcinek 0, 1 nie jest domkni ty, bo wszystkie elementy ci gu 1 nale» do 0, 1, n a granica 0 nie nale»y do 0, 1. Def. Niech A R N. Domkni ciem zbioru A (ozn. A) nazywamy zbiór: A {x R N : Istnieje ci g {x n } o wyrazach z A t.»e x n x}. (12) Przykª. Domykanie z lewej strony odcinka 0, 1. Stwierdzenia. 1. A A. 2. Je±li A domkni ty to A A. 3. A jest zbiorem domkni tym oraz A A. 4. Je±li ci g {x n } d»y do granicy g: x n g i ka»dy jego wyraz x n jest granic ci gu elementów zbioru A, to g te» jest granic ci gu elementów ze zbioru A. Dow. Punkt x n jest granic ci gu elementów ze zbioru A; nazwijmy ten ci g {y m }. Mamy a wi c M N : d(y m, x n ) < ɛ, m>m d(a, x n ) < ɛ a A We¹my teraz ɛ 1 n i odpowiednio do tego a n A tak, by zachodziªo d(a n, x n ) < 1 n. Zachodzi: 0 d(a n, g) d(a n, x n ) + d(x n, g) < 1 n + d(x n, g); prawa strona d»y do zera gdy n ( 1 n wiadomo, za± d(x n, g) 0 z zaªo»enia). Zatem równie» d(a n, g) 0, a to znaczy,»e a n g. Mamy nast puj c charakteryzacj domkni cia. Stw. A {x R N : K(x, ɛ) A } (tzn. do domkni cia nale» te punkty x,»e przeci cie kuli o ±rodku w x i dowolnie maªym promieniu ze zbiorem A jest niepuste). (RYS.) Dow. Oznaczmy praw stron równo±ci przez B. Je»eli x B, to bior c ɛ 1 n znajdziemy x n K(x, 1 n ) A. To znaczy,»e x n A oraz»e d(x n, x) < 1 n, czyli x n x. Pokazali±my w ten sposób,»e B A. Z drugiej strony, je±li x A, to w dowolnie maªej kuli K(x, ɛ) o ±rodku w x zawarte s prawie wszystkie elementy ci gu {x n } o wyrazach z A i granicy x. Speªniony jest wi c warunek,»e przeci cie tej kuli z A jest zbiorem niepustym, czyli»e x B. Tak wi c x A x B, czyli A B. Oba te warunki znacz,»e A B Zbiory otwarte Def. Niech O R N oraz x O. Mówimy,»e x jest punktem wewn trznym zbioru O (lub,»e O jest otoczeniem punktu x) je±li istnieje ɛ > 0 takie,»e K(x, ɛ) O. Def. Zbiór A nazywamy zbiorem otwartym, je±li ka»dy element tego zbioru jest jego punktem wewn trznym. Przykª. zbiorów otwartych: 7

8 1. R N, s zbiorami otwartymi. 2. K(x, r) (r > 0) jest zbiorem otwartym. Dow. Chcemy pokaza,»e (RYS.) y K(x,r) K(y, ɛ) K(x, r). Bierzemy ɛ r d(x, y) > 0. Dla dowolnego z K(y, ɛ) mamy: co znaczy,»e z K(x, r). d(z, x) d(z, y) + d(y, x) < ɛ + d(y, x) r Stw. Je±li x jest punktem wewn trznym O i x jest granic ci gu {x n } : x lim x n, to prawie wszystkie wyrazy ci gu {x n } nale» do O. I na odwrót: Stw. Niech x R N i O R N. Przypu± my,»e dla dowolnego ci gu {x n } elementów R N zachodzi: ( lim x n x) ( prawie wszystkie wyrazy x n O). Wtedy x jest punktem wewn trznym zbioru O. Dow. (nie wprost). Zaªó»my,»e x nie jest punktem wewn trznym zbioru O, tzn. K(x, ɛ) O. Bierzemy ɛ 1 n. Mamy: K(x, 1 n ) O. Zatem istnieje taki ci g {x n},»e x n K(x, 1 n ) oraz x n O. Skoro x n nale»y do kuli K(x, 1 n ), to odlegªo± mi dzy x a x n jest mniejsza ni» promie«kuli:. 0 < d(x, x n ) < 1 n, a to znaczy,»e ci g {x n } jest zbie»ny do x: x n x. W ten sposób otrzymali±my sprzeczno± z zaªo»eniem (znale¹li±my bowiem ci g {x n } d» cy do x, którego wyrazy nie nale» do O), wi c nieprawdziwe jest zaprzeczenie tezy, czyli prawdziwa jest teza mówi ca, i» x jest punktem wewn trznym O. Uwaga. Otwarto± i domkni to± nie s poj ciami przeciwstawnymi! Np. zbiór R N jest zarówno otwarty jak i domkni ty. Uwaga. Otwarto± /domkni to± zbioru zale»y te» od tego, podzbiorem jakiego zbioru on jest. Np. je±li rozpatrujemy A 0, 1 jako podzbiór R, to kulami otwartymi w R s odcinki (otwarte) i A jest otwarty. Je±li natomiast rozpatrujemy A jako podzbiór R 2, to kulami otwartymi w R 2 s koªa (bez brzegu) i A nie jest ju» otwarty, bo»adne koªo o niezerowym promieniu nie mie±ci si w A. W dalszym ci gu, mówi c o zbiorach otwartych/domkni tych, b dziemy mówi o zbiorach otwartych/domkni tych w caªej otaczaj cej przestrzeni tzn. R N. Tw. Niech O R N i A R N \ O. Wtedy ma miejsce równowa»no± (O jest otwarty ) (A jest domkni ty). (13) Dow. We¹my zbie»ny {x n } o wyrazach nale» cych do A: x n A, x n x. Chcemy pokaza,»e x A. 8

9 Przypu± my,»e przeciwnie: x A. Wobec tego x O (bo A i O s rozª czne, a ich suma to caªe R N ). Z zaªo»enia O jest zbiorem otwartym, wi c x jest punktem wewn trznym O i (p. poprzednie Stw.) prawie wszystkie wyrazy ci gu {x n } nale» do O, wi c nie nale» do A. Otrzymali±my sprzeczno±. Niech x O. Skoro tak to x A A, a wi c istnieje kula K(x, ɛ) taka,»e K(x, ɛ) A, a to znaczy,»e K(x, ɛ) O, wi c x jest punktem wewn trznym O, czyli O jest otwarty. Wniosek. Niech x R N, A R N i O R N \A. Wtedy zachodzi jeden i tylko jeden z wykluczaj cych si warunków: 1. x jest punktem wewn trznym zbioru O. 2. x A. Dow. Trzeba pokaza,»e nieprawd jest równowa»no± obydwu powy»szych warunków, tzn: Nieprawda,»e Poka»emy najsampierw»e z zaprzeczenia 1. wynika 2. Zaprzeczenie zdania: "x jest punktem wewn trznym O" to jest to samo, co zaprzeczenie zdania: " : K(x, ɛ) O", czyli: " : K(x, ɛ) O". To za± jest równowa»ne zdaniu: " : K(x, ɛ) A ", a to znaczy,»e x jest punktem domkni cia zbioru A, tzn. x A To teraz»e z zaprzeczenia 2. wynika 1. Skoro x nie nale»y do domkni cia A, to x O oraz»e K(x, ɛ) O, tzn. x jest punktem wewn trznym O. Tw. 1. R N i s zbiorami otwartymi. : K(x, ɛ) A, a to znaczy,»e 2. Je±li (O α ) (A dowolny zbiór wska¹ników) jest rodzin zbiorów otwartych, to O α te» jest zbiorem otwartym. 3. Je»eli O 1, O 2 s otwarte, to O 1 O 2 jest otwarty. Dow. 1. Byªo 2. Niech x O α. Istnieje wi c α 0 A takie,»e x O α0. Poniewa» O α0 wi c istnieje kula o niezerowym promieniu, zawarta w O α0 : czyli O α jest zbiorem otwartym. : K(x, ɛ) O α 0 O α, 3. Niech x O 1 O 2, tzn. x O 1 i x O 2. Tak wi c otwarty, : K(x, ɛ 1) O 1 i ɛ2 >0 : K(x, ɛ 2 ) O 2. ɛ 1 >0 Bierzemy ɛ min(ɛ 1, ɛ 2 ) > 0 i wtedy mamy K(x, ɛ) K(x, ɛ 1 ) O 1 i K(x, ɛ) K(x, ɛ 2 ) O 2, zatem K(x, ɛ) O 1 O 2, czyli O 1 O 2 jest zbiorem otwartym. 9

10 Uwaga. Przez indukcj dowodzi si,»e powy»sza wªasno± zachodzi dla dowolnej sko«czonej ilo±ci zbiorów: Dla dowolnego n N, je±li O 1, O 2,... O n s otwarte, to równie» O 1 O 2 O n jest otwarty. Wªasno± ta nie jest prawdziwa dla rodzin niesko«czonych: We¹my np. rodzin zbiorów otwartych A n 1, ; mamy: n n n1 A n 0, 1, co nie jest zbiorem otwartym Niektóre dalsze wªasno±ci zbiorów domkni tych. Dopeªnienie zbioru, przypomnienie wªasno±ci dopeªnienia. Zbiory domkni te maj wªasno±ci, powi zane z powy»szymi wªasno±ciami zbiorów otwartych: 1. R N, s zbiorami domkni tymi. 2. Je±li A 1, A 2 zbiory domkni te, to A 1 A 2 te» jest zbiorem domkni tym. Z indukcji, zachodzi to te» dla dowolnej sko«czonej sumy mnogo±ciowej: Je±li A 1, A 2,..., A n s zbiorami domkni tymi, to A 1 A 2 A n te» jest zbiorem domkni tym dla dowolnego n. 3. Natomiast przeci cie dowolnej rodziny (sko«czonej czy niesko«czonej) zbiorów domkni tych jest zbiorem domkni tym: Je±li {A α }, α A jest rodzin zbiorów domkni tych, to równie» A α te» jest zbiorem domkni tym. Dow. 1. R N jest domkni ty, bo R N \ R N jest otwarty. jest domkni ty, bo R N \ R N jest otwarty. 2. Je±li A 1, A 2 domkni te, to A 1, A 2 otwarte; zatem (byªo) A 1 A 2 otwarty, a»e A 1 A 2 (A 1 A 2 ), wi c (A 1 A 2 ) otwarty, a to znaczy»e A 1 A 2 domkni ty. 3. Je±li A α jest domkni ty to R N \ A α jest otwarty. Suma dowolnej ilo±ci zbiorów otwartych jest otwarta (wªasno± 3. zb. otwartych), wobec tego: (R N \ A α ) A α jest otwarty. Ale mamy: A B (A B) dla dowolnych zbiorów A i B, (A dopeªnienie A, tzn. R N \ A) i równie»: ( ) A α A α. A mamy jeszcze dla dowolnych zbiorów X, Y : X \ Y X Y, zatem ( A α ) R N \ Tak wi c R N \ ( ( A α ) A α ). jest otwarty, zatem A α jest domkni ty. Uwaga: Wªasno± nr 2. ta nie jest sªuszna dla sum niesko«czonych: Jako przykªad we¹my A n 1, 1. Ka»dy zbiór A n n jest domkni ty, a ich suma 0, 1 nie jest zbiorem domkni tym. 10 n1

11 1.4.4 Zbiory zwarte Def. Niech K R N. Mówimy,»e K jest zwarty, je±li z dowolnego ci gu elementów zbioru K mo»na wybra podci g zbie»ny do elementu zbioru K. Tw. Niech K R N. Wtedy: (K jest zwarty ) (K jest domkni ty i ograniczony ). Dow. Na mocy twierdzenia Bolzano-Weierstrassa, z dowolnego ci gu ograniczonego mo»na wybra podci g zbie»ny. Granica tego ci gu musi by w K, bo K domkni ty. Zaªó»my,»e K jest zwarty. Bierzemy ci g elementów z K zbie»ny do x R N. Granic dowolnego podci gu jest ten sam punkt x. Zatem (z zaª. i z denicji zb. zwartego) x K. To pokazuje,»e K jest domkni ty. Przypu± my teraz,»e zbiór K nie jest ograniczony. Wtedy istnieje ci g {x n } elementów zbioru K taki,»e d(0, x n ). Tak te» jest dla dowolnego podci gu ci gu {x n }. Ale taki podci g nie mo»e by zbie»ny. Przykª. 0, 1 R 1 nie jest zwarty; R 1 R 1 nie jest zwarty; 0, 1 R 1 jest zwarty. 11

12 2 Odwzorowania Poj cie odwzorowania pomi dzy dwoma zbiorami byªo ju» deniowane, ale dawno, wi c nie od rzeczy b dzie przypomnie,»e odwzorowaniem nazywamy sposób przyporz dkowania (niekoniecznie ka»demu) elementowi x X elementu y Y. Zapisujemy to: T : X Y, Dalej X b dzie podzbiorem R N, za± Y podzbiorem R M. RYS. Zaªó»my,»e mamy jakie± ukªady wspóªrz dnych w R N i R M, tak»e dowolny punkt x X ma posta : x (x j ), j 1, 2,..., N. i analogicznie w Y y (y k ), k 1, 2,..., M. (T x) k T k (x 1, x 2,..., x N ) k 1, 2,..., M Na odwzorowanie mo»emy patrze po prostu jak na ukªad M funkcji N zmiennych. Przykª. 1. R R 3 krzywa w R R 3 R 3 : Zamiana ukªadu wspóªrz dnych; pole wektorowe. 2.1 Denicja odwzorowania ci gªego i niektóre przykªady Def. Niech X R N, Y R M, oraz niech b dzie dane odwzorowanie T : X Y. Mówimy,»e odwzorowanie T jest ci gªe, je±li dla dowolnego ci gu {x n } elementów zbioru X zbie»nego do punktu g X mamy T (x n ) T (g). (14) Uwaga: Przypominaj c sobie denicj zbie»no±ci ci gu widzimy,»e odwzorowanie T jest ci gªe wtedy i tylko wtedy, gdy wszystkie funkcje T k (k 1, 2,..., M) s ci gªe. Przykªady odwzorowa«ci gªych. Tu: X R N, Y R M,T : X Y. 1. Odwzorowanie staªe: Dla ka»dego x X: T (x) y 0 const.. RYS. 2. Tu niech N M. Okre±lamy odwzorowanie identyczno±ciowe wzorem: T (x) x; T cz sto te» oznaczamy symbolem Id X. 3. Niech Tu: X R N, Y R M, Z R k oraz T : X Y, S : Y Z. Oznaczamy: (S T )(x) S(T (x)), czyli S T : X Z. RYS. Odwzorowanie S T nazywamy superpozycj lub zªo»eniem odwzorowa«s oraz T. Tw. Je±li S i T s odwzorowaniami ci gªymi, to S T te» jest odwzorowaniem ci gªym. Dow. (podobny jak w R 1 ): Niech {x n } b dzie ci giem elementów z X: x n X oraz x n g X. Poniewa» T ci gªe, wi c T (x n ) T (g). 12

13 Oraz: Poniewa» S ci gªe, wi c S(T (x n )) S(T (g)). Zatem (S T )(x n )) (S T )(g)) : R 2 (x, y) x + y R (dodawanie liczb rzeczywistych) jest odwzorowaniem ci gªym. Dow. Jest to po prostu twierdzenie,»e granica sumy dwóch ci gów zbie»nych jest sum granic. 5. : R 2 (x, y) x y R (mno»enie liczb rzeczywistych) jest odwzorowaniem ci gªym. Dow. Granica iloczynu dwóch ci gów zbie»nych jest iloczynem granic. 6. Z powy»szych przykªadów, mamy od razu znalezion do± szerok klas funkcji ci gªych (zale»nych od dwóch zmiennych), a mianowicie wielomiany, tzn. funkcje postaci: P (x, y) a + bx + cy + dx 2 + exy + fy sko«czona suma, tzn. n m P (x, y) a ij x i y j. i0 j0 7. :: (R R \ {0}) (x, y) x : y R (dzielenie liczb rzeczywistych) jest odwzorowaniem ci gªym. Dow. Granica ilorazu dwóch ci gów zbie»nych jest ilorazem granic. 8. Funkcja dwóch zmiennych co nie jest ci gªa: f(x, y) xy poza (0, 0) oraz f(0, 0) 0. x 2 + y2 Bo: We¹my ci g (x n, y n ) ( 1, 1 ). Mamy: lim (x n n n, y n ) (0, 0), lim f(x n, y n ) 1. 2 We¹my teraz ci g (x n, y n) (0, 1 ). Mamy: lim n (x n, y n) (0, 0), lim f(x n, y n) 0. Granice s ró»ne, wi c funkcja nie jest ci gªa w zerze. Def. Je±li A Y, to zbiór: T 1 (A) {x X : T (x) A} (15) nazywamy przeciwobrazem zbioru A przy odwzorowaniu T. Przykª. T : R 2 R, T (x, y) x 2 +y 2 ; T 1 (1) {(x, y) : x 2 +y 2 1}, T 1 (0) (0, 0), T 1 ( 1), T 1 (1, 2) {(x, y) : 1 x 2 + y 2 4}. Uwaga. Pojawiaj cy si wy»ej symbol T 1 nie oznacza,»e T jest odwracalne! Powy»szy zapis nale»y odczytywa ª cznie. 13

14 2.2 Inna charakteryzacja odwzorowa«ci gªych Materiaª uzupeªniaj cy Tw. Niech T : R N R M. Wówczas T jest ci gªe wtedy i tylko wtedy, gdy przeciwobrazy wszystkich zbiorów otwartych w R M s otwarte w R N. Dow. Przypu± my,»e T jest ci gªe na X R N. Niech V b dzie zbiorem otwartym w Y R M. Trzba pokaza,»e ka»dy punkt zbioru T 1 (V ) jest jego punktem wewn trznym. Zaªó»my,»e p X, T (p) V. Poniewa» V jest otwarty, wi c istnieje ɛ > 0 takie,»e y V, je±li d Y (T (p), y) < ɛ; a poniewa» T jest ci gªe w punkcie p, wi c istnieje δ > 0 takie,»e d Y (T (x), T (p)) < ɛ, je±li d X (x, p) < δ. W ten sposób x T 1 (V ), je±li tylko d X (x, p) < δ. W drug stron : Przypu± my,»e»e zbiór T 1 (V ) jest otwarty w X dla dowolnego zbioru otwartego V w Y. We¹my p X i ɛ > 0; i niech V b dzie zbiorem wszystkich y Y takich,»e d Y (y, T (p)) < ɛ. Wtedy V jest otwarty i dlatego T 1 (V ) jest otwarty. Skoro tak, to istnieje δ > 0 takie,»e x T 1 (V ), je±li tylko d X (p, x) < δ. Ale je±li x T 1 (V ), to T (x) V, poniewa» d Y (f(x), f(p)) < ɛ. Koniec materiaªu uzupeªniaj cego 2.3 Jeszcze inna charakteryzacja odwzorowa«ci gªych Poni»sza charakteryzacja odwzorowa«ci gªych jest bezpo±rednim analogonem charakteryzacji Cauchy'ego funkcji ci gªej w R 1. Tw. (T ci gªe na X) ( x X δ>0 Dow. Zaªó»my,»e teza tw. powy»ej jest nieprawdziwa, tzn. x X δ>0 Wybierzmy δ 1 n. Istnieje wi c taki ci g {y n},»e (d(x, y) < δ) d(t (x), T (y)) < ɛ y X (d(x, y) < δ) i d(t (x), T (y)) ɛ. y X ) (16) d(x, y n ) < 1 n d(t (x), T (y n )) ɛ ( ) ( ) Z (*) wynika,»e y n x, natomiast z (**) wynika,»e T (y n ) T (x), co jest sprzeczne z zaªo»eniem,»e T jest ci gªe. Niech x n, x X, oraz x n x. We¹my ɛ > 0. Z zaªo»enia, δ>0 (d(x, y) < δ) d(t (x), T (y)) < ɛ. y X Poniewa» x n x, to dla prawie wszystkich n zachodzi: d(x, x n ) < δ oraz d(t (x), T (x n )) < ɛ 14

15 a ta ostatnia nierówno± mówi,»e T (x n ) T (x), a to znaczy,»e T jest ci gªe. Przykª. Funkcja: f(x, y) jest ci gªa w (0, 0). Bo: Mamy oszacowanie: x2 y x 2 + y 2 dla (x, y) (0, 0), f(0, 0) 0 x 2 y f(x, y) f(0, 0) f(x, y) x x 2 + y x, i wystarczy wzi δ ɛ w denicji Cauchy'ego, aby przekona si,»e jest ona speªniona. Tw. Jedna z podstawowych wªasno±ci funkcji ci gªych. Analogon tw. Weierstrassa z dla funkcji jednej zmiennej. Niech K R N zwarty, oraz niech f : K R funkcja ci gªa. Wtedy: 1. f jest ograniczona. 2. f osi ga swoje kresy, tzn.: x min,x max K 3. f jest jednostajnie ci gªa. Dow. x K f(x min ) f(x) f(x max ) (17) 1. Przypu± my,»e f nie jest ograniczona. Wtedy istnieje {x n }, x n K taki,»e f(x n ) ( ) Poniewa» K jest zwarty, wi c ci g {x n } posiada podci g zbie»ny {y n } : y n g K. Ale f jest ci gªa, wi c f(y n ) f(g) co stanowi sprzeczno± z ( ). 2. Niech W R b dzie zbiorem warto±ci funkcji f na K: W {f(x) : x K}. Niech M b dzie kresem górnym zbioru warto±ci funkcji na K: M sup W. Kres górny nale»y do domkni cia zbioru: M W. W jest domkni ty, wi c istnieje ci g {x n } o wyrazach z K taki,»e f(x n ) M. K jest zwarty, wi c domkni ty, wi c istnieje podci g {x nm } ci gu {x n }, który to podci g jest zbie»ny do granicy nale» cej do K: f( lim x n m m ) lim f(x n m m ) M. }{{} x max 3. Przypomnijmy sobie, co to znaczy,»e funkcja od argumentu rzeczywistego jest jednostajnie ci gªa. Dla odwzorowania denicja jest analogiczna: Def. 15

16 (T jednostajnie ci gªe na X) ( δ>0 (d(x, y) < δ) d(t (x), T (y)) < ɛ x,y X (18) (To byªa denicja jednostajnej ci gªo±ci odwzorowania. Dalej mamy do czynienia z funkcj f). Teraz wi c dowód. Dow. Przypu± my,»e f nie jest jednostajnie ci gªa, tzn. δ>0 (d(x, y) < δ) x,y X i d(t (x), T (y)) ɛ. We¹my δ 1 n i ci gi {x n}, {y n } o wyrazach z X takie,»e ) d(x n, y n ) < 1 n d(f(x n ), f(y n )) ɛ. ( ) K jest zwarty, wi c mo»na zaªo»y,»e x n x K. Mamy: d(y n, x ) d(y n, x n ) + d(x n, x ) 0 Mamy wi c: y n x ; oraz z ci gªo±ci f: f(x n ) } f(x ) f(y n ) d(f(x n ), f(y n )) < ɛ. f(x ) Ale ostatnia nierówno± jest sprzeczna z ( ). Uwaga (Przypomnienie). Nie mo»na tu opu±ci zaªo»enia o zwarto±ci zbioru argumentów. Przypomnijmy sobie dwa przykªady funkcji na R 1 : Funkcja f(x) 1 na odcinku x 0, 1, który jak wiemy jest niezwarty (ograniczony ale nie domkni ty). Jest ona ci - gªa, ale nie jednostajnie. Drugi przykªad to F (x) x 2 na R znowu zbiorze niezwartym (domkni tym ale nieograniczonym). Znów F (x) jest ci gªa, ale nie jednostajnie. 16

17 3 Rachunek ró»niczkowy 3.1 Pochodne cz stkowe, ró»niczkowalno± funkcji, przyrosty Niech O R N b dzie zbiorem otwartym, za± f : O R funkcj ci gª. Niech x O. Wypiszmy jawnie skªadowe x: x (x 1, x 2,..., x N ), f(x) f(x 1, x 2,..., x N ). Wybierzmy teraz k {1, 2,..., N} i traktujmy zmienne x l, gdzie l k jako staªe. Rozwa»my granic : x k f(x1, x 2,..., x N f(x 1,..., x k 1, x k + h, x k+1,..., x N ) f(x 1,..., x k,..., x N ) ) lim h 0 h (19) Def. Powy»sz granic nazywamy pochodn cz stkow funkcji f po zmiennej x k (liczon w punkcie x). Ka»da z pochodnych cz stkowych jest funkcj N zmiennych. Mo»emy wi c zdeniowa pochodne cz stkowe pochodnej cz stkowej; mamy w ten sposób zestaw drugich pochodnych. Itd.; rekurencyjnie okre±lamy k t pochodn cz stkow jako pochodn k 1 wszej pochodnej. Def. Niech O R N b dzie zbiorem otwartym, za± f : O R funkcj ci gª. (Ten ostatni warunek piszemy te»: f C(O)). Mówimy,»e f jest ró»niczkowalna r razy w sposób ci gªy, je»eli istniej wszystkie pochodne cz stkowe a» do rz du r i s one ci gªe. Uwaga. (terminologiczna) Ten ostatni warunek zapisujemy krócej jako: f C r (O), gdzie przez C r (O) oznaczamy zbiór funkcji ró»niczkowalnych r razy w sposób ci gªy. Stosujemy te» oznaczenie C (O) dla funkcji, które posiadaj pochodne ci gªe dowolnie wysokiego rz du. Funkcje takie nazywamy funkcjami gªadkimi (nale» do nich np. wielomiany). Uwaga. (terminologiczna druga.) Zespóª pochodnych cz stkowych (we wspóªrz dnych kartezja«skich nazywamy gradientem funkcji f. B dziemy go oznacza Df; inne popularne w literaturze oznaczenie to f. Mamy wi c: Df f x, f 1 x,..., f. (20) 2 x N Tw. Niech O otwarty podzbiór R N, oraz f C 1 (O). Niech x 0 O, i niech h R N dostatecznie maªe, tzn. h < ɛ dla pewnego ɛ tak, by x 0 + h O RYS. Zdeniujmy r(x 0, h) przez: Wtedy zachodzi: f(x 0 + h) f(x 0 ) k1 r(x 0, h) h f x k (x 0)h k + r(x 0, h). h 0 0 (21) Uwaga. Znaczenie tego wzoru: Pozwala on wyznacza przyrost funkcji: Im mniejsze h, tym lepiej przyrost jest przybli»any przez cz ± liniow. 17

18 Dow. B dzie dla (najwa»niejszego w zastosowaniach) przypadku N 3; dla dowolnego N jest analogiczny. f(x 0 + h) f(x 0 ) f(x h 1, x h 2, x h 3 ) f(x 1 0, x 2 0, x 3 0) f(x h 1, x h 2, x h 3 ) f(x 1 0, x h 2, x h 3 ) +f(x 1 0, x h 2, x h 3 ) f(x 1 0, x 2 0, x h 3 ) +f(x 1 0, x 2 0, x h 3 ) f(x 1 0, x 2 0, x 3 0) Z twierdzenia Lagrange'a o warto±ci ±redniej dla funkcji jednej zmiennej mamy III gdzie y 3 punkt pomi dzy x 3 0 a x h 3 ; x 3 f(x1 0, x 2 0, y 3 )h 3, III II I Tak wi c I II x 2 f(x1 0, y 2, x h 3 )h 2, y 2 x 2 0, x h 2 ; x 1 f(y1, x h 2, x h 3 )h 1, y 1 x 1 0, x h 1. r(x 0, h) f(x 0 + h) f(x 0 ) f x (x 0)h 1 f 1 x (x 0)h 2 f 2 x (x 0)h 3 3 x 1 f(y1, x h 2, x h 3 ) x 1 f(x1 0, x 2 0, x 3 0) h 1 + x 2 f(x1 0, y 2, x h 3 ) x 2 f(x1 0, x 2 0, x 3 0) h 2 + x 3 f(x1 0, x 2 0, y 3 ) x 3 f(x1 0, x 2 0, x 3 0) h 3 (22) Skªadowe wektora h szacuj si przez: Ponadto, je»eli h 0, to: h k h 1. y 1 x 1 ; y 2 x 2 ; y 3 x 3. Poniewa» pochodne cz stkowe s ci gªe, to ró»nice w (22) d» do zera i mamy r(x 0, h) h h

19 3.2 Pochodna funkcji zªo»onej Usystematyzujmy oznaczenia, przydaj c im, je±li trzeba, dodatkowe jeszcze wyja±nienia: 1. h x przyrost zmiennej (-ych); 2. f(x + h) f(x) f przyrost funkcji; 3. k1 f x k (x 0)h k df ró»niczka funkcji; 4. r reszta. Pami tajmy,»e wszystkie powy»sze obiekty: x, f, df, r s funkcjami od x i h. Mamy te»: f df + r; im mniejsze h, tym mniejsze r i w wielu zastosowaniach zycznych na ogóª przyjmuje si,»e dla maªych h, r jest zaniedbywalny. Tw. (Prototyp twierdzenia o pochodnej odwzorowania zªo»onego) Niech g : U O, gdzie U R, O R N, oraz f : O R. (Pisz c jawnie argumenty, mamy: f(y 1, y 2,..., y N ) oraz g(x) g 1 (x), g 2 (x),..., g N (x)). Niech k f g, tzn. k(x) f(g(x)) lub, pisz c bardziej jawnie, ale te» bardziej rozwlekle argumenty: k(x) f(g 1 (x), g 2 (x),..., g N (x)). Je»eli f C 1 (O), g C 1 (U), to k C 1 (U) oraz d dx k(x) N Dow. Liczymy iloraz ró»nicowy: k(x + h) k(x) h i1 f y i (g(x))dgi (x). (23) dx f(g(x + h)) f(g(x)) h (tu h R). Oznaczmy: y g(x + h) g(x) (tzn. y i g i (x + h) g i (x)). f(g(x) + y)) f(g(x)) h Ni1 f y i (g(x)) y i + r(g(x), y) h Ni1 f (g(x)) y i y i r(g(x), y) + h h Pierwszy wyraz w powy»szym wyra»eniu (24) to jest to co trzeba, poniewa» (24) y i h gi (x + h)) g i (x) h h 0 gi x (x) Natomiast drugi wyraz w wyra»eniu (24) okazuje si,»e d»y do 0 gdy h 0. Bowiem, gdy y 0, to r(g(x), y) 0. Natomiast gdy y 0, to mamy: h r(g(x), y) h r(g(x), y) y y h 19

20 W pierwszym czynniku mamy: y h 0 i co za tym idzie, caªy wyraz te» d»y do zera (z wªasno±ci reszty). Drugi czynnik, tzn. iloraz y, speªnia: h y y h 0 dg h h dx B dziemy dalej potrzebowa dwu prostych faktów dotycz cych normy i odlegªo±ci. Stw. Norma jest funkcj ci gª swoich argumentów (tzn. skªadowych wektora). Dow. Przyjrzyjmy si wyra»eniu na norm wektora x: i mamy: x (x 1 ) 2 + (x 2 ) (x N ) 2 1. podnoszenie do kwadratu jest funkcj ci gª, 2. sumowanie jest funkcj ci gª, 3. pierwiastek jest funkcj ci gª. Stw. Odlegªo± jest funkcj ci gª, tzn. je»eli x n x, y n y, to d(x n, y n ) d(x, y). (25) Dow. Najsampierw poka»emy nast puj c nierówno± czworoboku: d(x, u) d(x, y) + d(y, z) + d(z, u); bowiem, pisz c dwukrotnie nierówno± trójk ta, mamy: d(x, u) d(x, y) + d(y, u) d(x, y) + d(y, z) + d(z, u) (szkoda tu pisa ) i teraz, korzystaj c dwukrotnie z nierówno±ci czworoboku: d(x n, y n ) d(x n, x) + d(x, y) + d(y, y n ) d(x n, y n ) d(x, y) d(x n, x) + d(y, y n ); d(x, y) d(x, x n ) + d(x n, y n ) + d(y n, y) d(x, y) d(x n, y n ) d(x, x n ) + d(y n, y); czyli mamy 0 d(x, y) d(x n, y n ) d(x, x n ) + d(y n, y); Prawa strona powy»szej nierówno±ci z zaªo»enia d»y do zera, a z tego wynika (25). 3.3 Równo± drugich pochodnych mieszanych Tw. (o równo±ci drugich pochodnych mieszanych). Niech O R 2 zbiór otwarty. Niech f : O R, f C 2 (O). Wtedy: f x 1 x 2 20 f (26) x 2 x 1

21 Dow. Najsampierw oznaczmy x zamiast x 1 oraz y zamiast x 2. Oznaczmy: x h, y k oraz w f(x + h, y + k) f(x + h, y) f(x, y + k) + f(x, y) Ustalmy teraz x i h i zdeniujmy Mo»emy wyrazi w przez φ: φ(y) f(x + h, y) f(x, y) w φ(y + k) φ(y) φ (ξ) k gdzie ξ y, y + k; jest to wniosek z tw. Lagrange'a o warto±ci ±redniej. Mamy dalej φ (ξ) k f y f (x + h, ξ) (x, ξ) y x f (η, ξ) h k y gdzie η x, x + h; w ostatnim kroku znów skorzystali±my z tw. Lagrange'a o warto±ci ±redniej. Zdeniujmy teraz ψ(x) f(x, y + k) f(x, y) i podobnie jak wy»ej, mo»emy wyrazi w przez ψ. Mamy: w ψ(x + h) ψ(x) ψ ( η) h (tu η x, x + h; znów skorzystali±my z tw. Lagrange'a) i dalej f f ( η, y + k) ( η, y) f x x y x ( η, ξ) h k gdzie ξ y, y + k. W powy»szych wyra»eniach liczyli±my t sam wielko± w na dwa ró»ne sposoby. Mamy wi c: w f x y (η, ξ) h k f y x ( η, ξ) h k Je±li teraz h 0, to wtedy ξ y, η x, oraz ξ y, η x, zatem otrzymujemy równo± pochodnych cz stkowych mieszanych w punkcie (x, y). Przykª.: Nie mo»na opu±ci zaªo»e«o ci gªo±ci; pochodne mieszane mog wtedy nie by równe. Poni»szy przykªad pokazuje tak sytuacj, tzn. pochodne mieszane nie s równe, gdy f nie jest kl. C 2. Rozwa»my funkcj dwóch zmiennych: { xy x 2 y 2, dla (x, y) (0, 0) f(x) x 2 +y 2 0 dla (x, y) (0, 0). Poza punktem (0, 0) wszystkie pochodne cz stkowe istniej i s ci gªe (jako pochodne funkcji wymiernej). Obliczymy drugie pochodne mieszane funkcji w punkcie (0, 0). 21

22 Policzmy najsampierw pierwsze pochodne. Mamy, poza punktem (0, 0): f x (x, y) f,x(x, y) y x2 y 2 x 2 + y + xy 2x(x2 + y 2 ) 2x(x 2 y 2 ) 2 (x 2 + y 2 ) 2 x 2 y 2 y x 2 + y + 4 x2 y 2, 2 (x 2 + y 2 ) 2 (wprowadzili±my tu inny, cz sto spotykany zapis pochodnej cz stkowej: pochodn w punkcie (0, 0) trzeba policzy z denicji: f x (0, 0) f 1 1,x(0, 0) lim (f(h, 0) f(0, 0)) lim (0 0) 0. h 0 h h 0h f x f,x), za± Drugiej pochodnej poza punktem (0, 0) nie potrzebujemy, a w punkcie (0, 0) liczymy j z denicji: 2 f y x (0, 0) f,x 1 (0, 0) lim y h 0h (f,x(0, h) f,x (0, 0)) 1 h 2 lim h 0 h h + 0 lim( 1) 1. h 2 h 0 Drug pochodn mieszan liczymy analogicznie: Poza punktem (0, 0): f x 2 y (x, y) f y 2,y(x, y) x x 2 + y 4 x2 y 2, 2 (x 2 + y 2 ) 2 a w punkcie (0, 0) znów liczymy j z denicji: 3.4 Wy»sze pochodne 2 f x y (0, 0) f,y 1 (0, 0) lim x h 0h (f y(h, 0) f y (0, 0)) 1 h 2 lim h 0 h h h + 0 lim(+1) h 0 Notacja pochodnych cz stkowych. Mówi c o pochodnej cz stkowej trzeba poda nie tylko jej rz d (ilo± ró»niczkowa«), ale te» powiedzie, po jakich zmiennych si ró»niczkuje. Ogólnie pochodna r-tego rz du funkcji N zmiennych ma posta : r f, gdzie r r ( x 1 ) r 1 ( x2 ) r 2... ( xn ) r 1 + r r N ; N i tak wszystkie drugie pochodne funkcji dwóch zmiennych s pochodne trzeciego rz du: itd. 3 f x 3, 2 f x 2, 3 f x 2 y, 2 f x y, 22 2 f y 2, 3 f x y 2, 3 f y 3,

23 3.5 Ró»niczkowalno± odwzorowa«powy»sze uwagi dotyczyªy funkcji N zmiennych. Gdy mamy odwzorowania, ró»niczkowalno± tych»e deniujemy analogicznie: Niech T odwzorowuje O R N na U R M, O i U s otwarte. RYS.; niech x O, y U. Niech y T (x). Wypiszmy t równo± jawnie w skªadowych: y k T k (x 1, x 2,..., x N ), k 1, 2,..., M. Def. Mówimy,»e T jest klasy C r, je»eli wszystkie funkcje T k C r (O). Mo»na wypisywa wszystkie pochodne cz stkowe rz du r dla odwzorowania wzory s podobne jak na pochodn funkcji, tylko nieco bardziej skomplikowane. B dziemy je wypisywa, gdy b dzie to potrzebne, a na razie wypiszmy jawnie pierwsz pochodn odwzorowania: T (x) (T 1 (x)) (T 2 (x)). (T M (x)) T 1 T 1 x 1 T... 1 x 2 x N T 2 T 2 T... 2 x 1 x 2 x N T M x 1 T M T... M x 2 x N tzn. na skrzy»owaniu i-tego wiersza i j-tej kolumny mamy pochodn T i x. Pami tajmy, j»e ka»da z pochodnych T i x jest funkcja N zmiennych j x1,..., x N. Oznaczenia & terminologia: Pochodn odwzorowania (27) oznacza si te» czasem DT. Taka tablica liczb, jak pami tamy z cz ±ci algebraicznej wykªadu, nazywa si macierz ; w tym konkretnym przypadku mamy macierz pochodnej odwzorowania albo macierz Jacobiego. Przykª. Macierz Jacobiego zamiany wspóªrz dnych kartezja«skich na biegunowe: Niech Φ : R 2 (r, φ) (x, y) R 2 b dzie okre±lone jako: (tym razem b dziemy pedantycznie zapisywa skªadowe Φ w kolumnach): x y Φ 1 (r, φ) Φ 2 (r, φ) r cos φ r sin φ Pochodna (tzn. macierz Jacobiego) odwzorowania Φ jest (ró»niczkujemy Φ po kolejnych zmiennych (r, φ): Φ 1 DΦ,r Φ 1,φ cos φ r sin φ Φ 2,r Φ 2,φ sin φ r cos φ 3.6 Pochodna odwzorowania zªo»onego Niech: X R N, Y R M, Z R K oraz S : X Y, T : Y Z. Pami tamy,»e superpozycj (zªo»eniem odwzorowa«s i T nazywamy odwzorowanie T S : X Z, okre±lone jako: (T S)(x) T (S(x)). RYS. Pami tamy te» twierdzenie,»e je±li S i T s odwzorowaniami ci gªymi, to T S te» jest odwzorowaniem ci gªym. 23 (27)

24 Wyprowadzili±my niedawno wzór (23) na pochodn odwzorowania zªo»onego w przypadku, gdy X byªo podzbiorem R, Y podzbiorem R n, oraz Z R: RYS. Zastosujmy teraz ten wzór w przypadku, gdy mamy pochodn RYS. Mamy: (T S) k (T S)k (x). x l (x) T k (S 1 (x 1, x 2,..., x N ), S 2 (x 1, x 2,..., x N ),..., S M (x 1, x 2,..., x N )) x l x l T k k S1 T S2 (S(x)) (x) + (S(x)) y1 xl y2 x M j1 l (x) + + T k SM (S(x)) (x) ym x l (x) T k Sj (S(x)) (x). (28) yj xl (T S)k To byªa konkretna skªadowa (x). Dla caªej macierzy Jacobiego mo»na wypisa x l wzór, przypominaj cy jako»ywo pochodn funkcji zªo»onej ale aby go prawidªowo rozczyta, trzeba pami ta, co oznaczaj poszczególne symbole: (T S) (x) T (S(x)) S (x) gdzie kropka oznacza mno»enie macierzy pochodnych. Je±li zarówno S jak i T s odwzorowaniami ró»niczkowalnymi klasy C 1, to i ich zªo»enie te» jest odwzorowaniem ró»niczkowalnym klasy C 1. Wynika to od razu z faktu,»e sumy i iloczyny odwzorowa«ró»niczkowalnych typu (23) te» s ró»niczkowalne, a we wzorze (28) s tylko sumy i iloczyny takich wyra»e«. Analogicznie si argumentuje pokazuj c,»e je±li S oraz T s odwzorowaniami ró»- niczkowalnymi klasy C r, to i ich zªo»enie te» jest odwzorowaniem ró»niczkowalnym klasy C r. Powy»sze mo»na podsumowa w twierdzeniu: Tw. Je±li S i T s odwzorowaniami klasy C r, to równie» ich zªo»enie T S jest klasy C r. Pierwsza pochodna odwzorowania zªo»onego dana jest wzorem or, in more explicit manner, (T S) (x) T (S(x)) S (x) (29) (T S) k x l (x) M j1 T k Sj (S(x)) (x). (30) yj xl Przykª. S : R 2 (r, φ) (x r cos φ, y r sin φ) R 2, T : R 2 (x, y) (u exp(x + y), v exp(x y) R 2. Policzymy pochodn wprost oraz jako iloczyn macierzy pochodnych S i T. Czyli: S(r, φ) x(r, φ) y(r, φ) r cos φ r sin φ, T (x, y) 24 u(x, y) v(x, y) e x+y e x y,

25 (T S)(r, φ) u(r, φ) v(r, φ) e r(cos φ+sin φ) r(cos φ sin φ) e Liczymy pochodne: Tym razem we¹my najsampierw pochodn zªo»enia: D(T S) u,r u,φ v,r v,φ (cos φ + sin φ)e r(cos φ+sin φ) r(cos φ+sin φ) r( sin φ + cos φ)e (cos φ sin φ)e r(cos φ sin φ) r(cos φ sin φ) r( sin φ cos φ)e.. A teraz DS i DT : x,r x DS,φ y,r y,φ cos φ r sin φ sin φ r cos φ u,x u, DT,y v,x v,y e x+y e x+y e x y e x y ; i sprawdzamy czy si zgadza: e x+y e DT DS x+y cos φ r sin φ e x y e x y sin φ r cos φ (cos φ + sin φ)e x+y r( sin φ + cos φ)e x+y (cos φ sin φ)e x y r( sin φ cos φ)e x y pami taj c ponadto,»e trzeba tu wstawi x x(r, φ), y y(r, φ), otrzymujemy ostatecznie DT DS D(T S). ; 25

Wykªad 4. Funkcje wielu zmiennych.

Wykªad 4. Funkcje wielu zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 4. Funkcje wielu zmiennych. Zbiory na pªaszczy¹nie i w przestrzeni.

Bardziej szczegółowo

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości.

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości. Własności Odległości i normy w Będziemy się teraz zajmować funkcjami od zmiennych, tzn. określonymi na (iloczyn kartezja/nski egzemplarzy ). Punkt należący do będziemy oznaczać jako Przykł. Wysokość terenu

Bardziej szczegółowo

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium AM II.1 2018/2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium Normy w R n, iloczyn skalarny sprawd¹ czy dana funkcja jest norm sprawd¹, czy dany zbiór jest kul w jakiej± normie i oblicz norm wybranego

Bardziej szczegółowo

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy. Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta

Bardziej szczegółowo

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja

Bardziej szczegółowo

Zadania. 4 grudnia k=1

Zadania. 4 grudnia k=1 Zadania 4 grudnia 205 Zadanie. Poka»,»e dla dowolnych liczb zespolonych z,..., z n istnieje zbiór B {,..., n}, taki,»e n z k π z k. k B Zadanie 2. Jakie warunki musz speªnia ci gi a n i b n, aby istniaªy

Bardziej szczegółowo

1 Poj cia pomocnicze. Przykªad 1. A A d

1 Poj cia pomocnicze. Przykªad 1. A A d Poj cia pomocnicze Otoczeniem punktu x nazywamy dowolny zbiór otwarty zawieraj cy punkt x. Najcz ±ciej rozwa»amy otoczenia kuliste, tj. kule o danym promieniu ε i ±rodku x. S siedztwem punktu x nazywamy

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Analiza matematyczna 2; MatematykaS-I 0 lic 21 maja 2018 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(, y b dzie okre±lona przynajmniej na otoczeniu punktu

Bardziej szczegółowo

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci Zebraª do celów edukacyjnych od wykªadowców PK, z ró»nych podr czników Maciej Zakarczemny 1 Przypomnienie wiadomo±ci ze szkoªy ±redniej Rozwi zywanie prostych równa«i nierówno±ci dotycz cych funkcji elementarnych,

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x, y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0, y 0 ) Pochodn cz stkow pierwszego rz du funkcji dwóch zmiennych wzgl

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )

Bardziej szczegółowo

Matematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

Matematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski Matematyka 1 Šukasz Dawidowski Instytut Matematyki, Uniwersytet l ski Pochodna funkcji Niech a, b R, a < b. Niech f : (a, b) R b dzie funkcj oraz x, x 0 (a, b) b d ró»nymi punktami przedziaªu (a, b). Wyra»enie

Bardziej szczegółowo

Spis tre±ci. Plan. 1 Pochodna cz stkowa. 1.1 Denicja Przykªady Wªasno±ci Pochodne wy»szych rz dów... 3

Spis tre±ci. Plan. 1 Pochodna cz stkowa. 1.1 Denicja Przykªady Wªasno±ci Pochodne wy»szych rz dów... 3 Plan Spis tre±ci 1 Pochodna cz stkowa 1 1.1 Denicja................................ 2 1.2 Przykªady............................... 2 1.3 Wªasno±ci............................... 2 1.4 Pochodne wy»szych

Bardziej szczegółowo

Podstawy matematyki dla informatyków

Podstawy matematyki dla informatyków Podstawy matematyki dla informatyków Wykªad 6 10 listopada 2011 W poprzednim odcinku... Zbiory A i B s równoliczne (tej samej mocy ), gdy istnieje bijekcja f : A 1 1 B. Piszemy A B lub A = B. na Moc zbioru

Bardziej szczegółowo

I Rok LOGISTYKI: wykªad 2 Pochodna funkcji. iloraz ró»nicowy x y x

I Rok LOGISTYKI: wykªad 2 Pochodna funkcji. iloraz ró»nicowy x y x I Rok LOGISTYKI: wykªad 2 Pochodna funkcji Niech f jest okre±lona w Q(x 0, δ) i x Q(x 0, δ). Oznaczenia: x = x x 0 y = y y 0 = f(x 0 + x) f(x 0 ) y x = f(x 0 + x) f(x 0 ) iloraz ró»nicowy x y x = tgβ,

Bardziej szczegółowo

Zbiory i odwzorowania

Zbiory i odwzorowania Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):

Bardziej szczegółowo

Metody dowodzenia twierdze«

Metody dowodzenia twierdze« Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku

Bardziej szczegółowo

Elementy geometrii w przestrzeni R 3

Elementy geometrii w przestrzeni R 3 Elementy geometrii w przestrzeni R 3 Z.Šagodowski Politechnika Lubelska 29 maja 2016 Podstawowe denicje Wektorem nazywamy uporz dkowan par punktów (A,B) z których pierwszy nazywa si pocz tkiem a drugi

Bardziej szczegółowo

f(x) f(x 0 ) i f +(x 0 ) := lim = f(x 0 + x) f(x 0 ) wynika ci gªo± funkcji w punkcie x 0. W ka»dym przypadku zachodzi:

f(x) f(x 0 ) i f +(x 0 ) := lim = f(x 0 + x) f(x 0 ) wynika ci gªo± funkcji w punkcie x 0. W ka»dym przypadku zachodzi: Pochodna funkcji Def 1 Pochodn wªa±ciw funkcji f w punkcie x 0 nazywamy granic f (x 0 ) := lim o ile granica ta istnieje i jest wªa±ciwa Funkcj f nazywamy wtedy ró»niczkowaln Przy zaªo»eniu,»e f jest ci

Bardziej szczegółowo

Rachunek caªkowy funkcji wielu zmiennych

Rachunek caªkowy funkcji wielu zmiennych Rachunek caªkowy funkcji wielu zmiennych I. Malinowska, Z. Šagodowski Politechnika Lubelska 8 czerwca 2015 Caªka iterowana podwójna Denicja Je»eli funkcja f jest ci gªa na prostok cie P = {(x, y) : a x

Bardziej szczegółowo

Czy funkcja zadana wzorem f(x) = ex e x. 1 + e. = lim. e x + e x lim. lim. 2 dla x = 1 f(x) dla x (0, 1) e e 1 dla x = 1

Czy funkcja zadana wzorem f(x) = ex e x. 1 + e. = lim. e x + e x lim. lim. 2 dla x = 1 f(x) dla x (0, 1) e e 1 dla x = 1 II KOLOKWIUM Z AM M1 - GRUPA A - 170101r Ka»de zadanie jest po 5 punktów Ostatnie zadanie jest nieobowi zkowe, ale mo»e dostarczy dodatkowe 5 punktów pod warunkiem rozwi zania pozostaªych zada«zadanie

Bardziej szczegółowo

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy

Bardziej szczegółowo

Oba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji).

Oba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji). Plan Spis tre±ci 1 Granica 1 1.1 Po co?................................. 1 1.2 Denicje i twierdzenia........................ 4 1.3 Asymptotyka, granice niewªa±ciwe................. 7 2 Asymptoty 8 2.1

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. II Rachunek ró»niczkowy funkcji wielu zmiennych

Zadania z analizy matematycznej - sem. II Rachunek ró»niczkowy funkcji wielu zmiennych Zadania z analizy matematycznej - sem II Rachunek ró»niczkowy funkcji wielu zmiennych Denicja (Pochodne cz stkowe dla funkcji trzech zmiennych) Niech D R 3 b dzie obszarem oraz f : D R f = f y z) P 0 =

Bardziej szczegółowo

1 Wzór Taylora dla funkcji wielu zmiennych

1 Wzór Taylora dla funkcji wielu zmiennych 1 Wzór Taylora dla funkcji wielu zmiennych 1.1 Wzór Taylora Niech O R N zbiór otwarty. Niech f : O R funkcja klasy C r (tzn. ró»niczkowalna r razy i r te pochodne s ci gªe). Niech x, x 0 O, h = x x 0,

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej

Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej Denicja 1. Niech X = R n b dzie przestrzeni unormowan oraz d(x, y) = x y.

Bardziej szczegółowo

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,

Bardziej szczegółowo

Definicja odwzorowania ciągłego i niektóre przykłady

Definicja odwzorowania ciągłego i niektóre przykłady Odwzorowania Pojęcie odwzorowania pomiędzy dwoma zbiorami było już definiowane, ale dawno, więc nie od rzeczy będzie przypomnieć, że odwzorowaniem nazywamy sposób przyporządkowania (niekoniecznie każdemu)

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Zbiory ograniczone i kresy zbiorów

Zbiory ograniczone i kresy zbiorów Zbiory ograniczone i kresy zbiorów Def.. Liczb m nazywamy ograniczeniem dolnym a liczb M ograniczeniem górnym zbioru X R gdy (i) x m; (ii) x M. Mówimy,»e zbiór X jest ograniczony z doªu (odp. z góry) gdy

Bardziej szczegółowo

Funkcje jednej zmiennej. Granica, ci gªo±. (szkic wykªadu)

Funkcje jednej zmiennej. Granica, ci gªo±. (szkic wykªadu) Funkcje jednej zmiennej Granica, ci gªo± (szkic wykªadu) opracowaªa Gra»yna Ciecierska 1 Granica funkcji Denicja Niech 0 R, r > 0 Otoczeniem punktu 0 o promieniu r nazywamy przedziaª ( 0 r, 0 +r) Otoczeniem

Bardziej szczegółowo

1 Ró»niczka drugiego rz du i ekstrema

1 Ró»niczka drugiego rz du i ekstrema Plan Spis tre±ci 1 Pochodna cz stkowa 1 1.1 Denicja................................ 1 1.2 Przykªady............................... 2 1.3 Wªasno±ci............................... 2 1.4 Pochodne wy»szych

Bardziej szczegółowo

punkcie. Jej granica lewostronna i prawostronna w punkcie x = 2 wynosz odpowiednio:

punkcie. Jej granica lewostronna i prawostronna w punkcie x = 2 wynosz odpowiednio: 5.9. lim x x +4 f(x) = x +4 Funkcja f(x) jest funkcj wymiern, która jest ci gªa dla wszystkich x, dla których mianownik jest ró»ny od zera, czyli dla: x + 0 x Zatem w punkcie x = funkcja ta jest okre±lona

Bardziej szczegółowo

Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a).

Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a). Rozwi zania zada«z egzaminu podstawowego z Analizy matematycznej 2.3A (24/5). Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a). Zadanie P/4. Metod operatorow rozwi

Bardziej szczegółowo

Wektory w przestrzeni

Wektory w przestrzeni Wektory w przestrzeni Informacje pomocnicze Denicja 1. Wektorem nazywamy uporz dkowan par punktów. Pierwszy z tych punktów nazywamy pocz tkiem wektora albo punktem zaczepienia wektora, a drugi - ko«cem

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

1 Twierdzenie o lokalnej odwracalno±ci

1 Twierdzenie o lokalnej odwracalno±ci 1 Twierdzenie o lokalnej odwracalno±ci 11 Wst p motywacyjny Dla funkcji jednej zmiennej mieli±my twierdzenie o funkcji odwrotnej, które dla wygody tutaj przypomnimy Niech f : R ]a, b[ R; przyjmijmy,»e

Bardziej szczegółowo

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1 J zyki formalne i operacje na j zykach J zyki formalne s abstrakcyjnie zbiorami sªów nad alfabetem sko«czonym Σ. J zyk formalny L to opis pewnego problemu decyzyjnego: sªowa to kody instancji (wej±cia)

Bardziej szczegółowo

Materiaªy do Repetytorium z matematyki

Materiaªy do Repetytorium z matematyki Materiaªy do Repetytorium z matematyki 0/0 Dziaªania na liczbach wymiernych i niewymiernych wiczenie Obliczy + 4 + 4 5. ( + ) ( 4 + 4 5). ( : ) ( : 4) 4 5 6. 7. { [ 7 4 ( 0 7) ] ( } : 5) : 0 75 ( 8) (

Bardziej szczegółowo

Funkcja rzeczywista zmiennej rzeczywistej. Pochodna (szkic wykªadu)

Funkcja rzeczywista zmiennej rzeczywistej. Pochodna (szkic wykªadu) Funkcja rzeczywista zmiennej rzeczywistej. Pochodna (szkic wykªadu) opracowaªa Gra»yna Ciecierska 1 Denicja pochodnej Denicja. Niech : X R, X R oraz U(x 0, r) X dla pewnego r > 0. Ilorazem ró»nicowym unkcji

Bardziej szczegółowo

1 Twierdzenie o lokalnej odwracalno±ci

1 Twierdzenie o lokalnej odwracalno±ci 1 Twierdzenie o lokalnej odwracalno±ci 11 Wst p motywacyjny Dla funkcji jednej zmiennej mieli±my twierdzenie o funkcji odwrotnej, które dla wygody tutaj przypomnimy Niech f : R ]a, b[ R; przyjmijmy,»e

Bardziej szczegółowo

Metodydowodzenia twierdzeń

Metodydowodzenia twierdzeń 1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych

Bardziej szczegółowo

1 Bª dy i arytmetyka zmiennopozycyjna

1 Bª dy i arytmetyka zmiennopozycyjna 1 Bª dy i arytmetyka zmiennopozycyjna Liczby w pami ci komputera przedstawiamy w ukªadzie dwójkowym w postaci zmiennopozycyjnej Oznacza to,»e s one postaci ±m c, 01 m < 1, c min c c max, (1) gdzie m nazywamy

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Interpolacja funkcjami sklejanymi

Interpolacja funkcjami sklejanymi Interpolacja funkcjami sklejanymi Funkcje sklejane: Zaªó»my,»e mamy n + 1 w zªów t 0, t 1,, t n takich,»e t 0 < t 1 < < t n Dla danej liczby caªkowitej, nieujemnej k funkcj sklejan stopnia k nazywamy tak

Bardziej szczegółowo

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Teoria obowi zuje z wykªadu, dlatego te» zostan tutaj przedstawione tylko podstawowe denicje, twierdzenia i wzory. Denicja 1. Równanie

Bardziej szczegółowo

1 Funkcje i ich granice

1 Funkcje i ich granice Funkcje i ich granice Byªo: Zbiór argumentów; zbiór warto±ci; monotoniczno± ; funkcja odwrotna; funkcja liniowa; kwadratowa; wielomiany; funkcje wymierne; funkcje trygonometryczne i ich odwrotno±ci; funkcja

Bardziej szczegółowo

Maªgorzata Murat. Modele matematyczne.

Maªgorzata Murat. Modele matematyczne. WYKŠAD I Modele matematyczne Maªgorzata Murat Wiadomo±ci organizacyjne LITERATURA Lars Gårding "Spotkanie z matematyk " PWN 1993 http://moodle.cs.pollub.pl/ m.murat@pollub.pl Model matematyczny poj cia

Bardziej szczegółowo

1 Granice funkcji wielu zmiennych.

1 Granice funkcji wielu zmiennych. AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica

Bardziej szczegółowo

Przekroje Dedekinda 1

Przekroje Dedekinda 1 Przekroje Dedekinda 1 O liczbach wymiernych (tj. zbiorze Q) wiemy,»e: 1. zbiór Q jest uporz dkowany relacj mniejszo±ci < ; 2. zbiór liczb wymiernych jest g sty, tzn.: p, q Q : p < q w : p < w < q 3. 2

Bardziej szczegółowo

Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna

Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna 1. Podaj denicj liczby zespolonej. 2. Jak obliczy sum /iloczyn dwóch liczb zespolonych w postaci algebraicznej? 3. Co to jest liczba urojona?

Bardziej szczegółowo

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010 WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Informacje pomocnicze

Informacje pomocnicze Funkcje wymierne. Równania i nierówno±ci wymierne Denicja. (uªamki proste) Wyra»enia postaci Informacje pomocnicze A gdzie A d e R n N (dx e) n nazywamy uªamkami prostymi pierwszego rodzaju. Wyra»enia

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a,

istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a, Ciaªo Denicja. Zbiór K z dziaªaniami dodawania + oraz mno»enia (których argumentami s dwa elementy z tego zbioru, a warto±ciami elementy z tego zbioru) nazywamy ciaªem, je±li zawiera co najmniej dwa elementy

Bardziej szczegółowo

Indeksowane rodziny zbiorów

Indeksowane rodziny zbiorów Logika i teoria mnogo±ci, konspekt wykªad 7 Indeksowane rodziny zbiorów Niech X b dzie przestrzeni zbiorem, którego podzbiorami b d wszystkie rozpatrywane zbiory, R rodzin wszystkich podzbiorów X za± T

Bardziej szczegółowo

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X. Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór

Bardziej szczegółowo

1 Wzór Taylora dla funkcji wielu zmiennych

1 Wzór Taylora dla funkcji wielu zmiennych 1 Wzór Taylora dla funkcji wielu zmiennych 1.1 Wzór Taylora Niech O R N zbiór otwarty. Niech f : O R funkcja klasy C r (tzn. ró»niczkowalna r razy i r te pochodne s ci gªe). Niech x, x 0 O, h = x x 0,

Bardziej szczegółowo

. 0 0... 1 0. 0 0 0 0 1 gdzie wektory α i tworz baz ortonormaln przestrzeni E n

. 0 0... 1 0. 0 0 0 0 1 gdzie wektory α i tworz baz ortonormaln przestrzeni E n GAL II 2013-2014 A. Strojnowski str.45 Wykªad 20 Denicja 20.1 Przeksztaªcenie aniczne f : H H anicznej przestrzeni euklidesowej nazywamy izometri gdy przeksztaªcenie pochodne f : T (H) T (H) jest izometri

Bardziej szczegółowo

Funkcje, wielomiany. Informacje pomocnicze

Funkcje, wielomiany. Informacje pomocnicze Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a

Bardziej szczegółowo

Ekstremalnie fajne równania

Ekstremalnie fajne równania Ekstremalnie fajne równania ELEMENTY RACHUNKU WARIACYJNEGO Zaczniemy od ogólnych uwag nt. rachunku wariacyjnego, który jest bardzo przydatnym narz dziem mog cym posªu»y do rozwi zywania wielu problemów

Bardziej szczegółowo

Zadania z z matematyki dla studentów gospodarki przestrzennej UŠ. Marek Majewski Aktualizacja: 31 pa¹dziernika 2006

Zadania z z matematyki dla studentów gospodarki przestrzennej UŠ. Marek Majewski Aktualizacja: 31 pa¹dziernika 2006 Zadania z z matematyki dla studentów gospodarki przestrzennej UŠ Marek Majewski Aktualizacja: 1 pa¹dziernika 006 Spis tre±ci 1 Macierze dziaªania na macierzach. Wyznaczniki 1 Macierz odwrotna. Rz d macierzy

Bardziej szczegółowo

*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów

*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów *** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów I.1 Przestrze«towarów Podstawowe poj cia Rynek towarów

Bardziej szczegółowo

XVII Warmi«sko-Mazurskie Zawody Matematyczne

XVII Warmi«sko-Mazurskie Zawody Matematyczne 1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych

Bardziej szczegółowo

2 Podstawowe obiekty kombinatoryczne

2 Podstawowe obiekty kombinatoryczne 2 Podstawowe obiety ombinatoryczne Oznaczenia: N {0, 1, 2,... } zbiór liczb naturalnych. Dla n N przyjmujemy [n] {1, 2,..., n}. W szczególno±ci [0] jest zbiorem pustym. Je±li A jest zbiorem so«czonym,

Bardziej szczegółowo

1 Metody iteracyjne rozwi zywania równania f(x)=0

1 Metody iteracyjne rozwi zywania równania f(x)=0 1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0

Bardziej szczegółowo

Ukªady równa«liniowych

Ukªady równa«liniowych dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast

Bardziej szczegółowo

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

ELEMENTARNA TEORIA LICZB. 1. Podzielno± ELEMENTARNA TEORIA LICZB IZABELA AGATA MALINOWSKA N = {1, 2,...} 1. Podzielno± Denicja 1.1. Niepusty podzbiór A zbioru liczb naturalnych jest ograniczony, je»eli istnieje taka liczba naturalna n 0,»e m

Bardziej szczegółowo

2 Liczby rzeczywiste - cz. 2

2 Liczby rzeczywiste - cz. 2 2 Liczby rzeczywiste - cz. 2 W tej lekcji omówimy pozostaªe tematy zwi zane z liczbami rzeczywistymi. 2. Przedziaªy liczbowe Wyró»niamy nast puj ce rodzaje przedziaªów liczbowych: (a) przedziaªy ograniczone:

Bardziej szczegółowo

Elementy geometrii analitycznej w przestrzeni

Elementy geometrii analitycznej w przestrzeni Wykªad 3 Elementy geometrii analitycznej w przestrzeni W wykªadzie tym wi kszy nacisk zostaª poªo»ony raczej na intuicyjne rozumienie deniowanych poj, ni» ±cisªe ich zdeniowanie. Dlatego niniejszy wykªad

Bardziej szczegółowo

Pochodna funkcji jednej zmiennej

Pochodna funkcji jednej zmiennej Pochodna funkcji jednej zmiennej Denicja. (pochodnej funkcji w punkcie) Je±li funkcja f : D R, D R okre±lona jest w pewnym otoczeniu punktu D i istnieje sko«czona granica ilorazu ró»niczkowego: f f( +

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja 1. Tablic nast puj cej postaci a 11 a 12... a 1n a 21 a 22... a 2n A =... a m1 a m2... a mn nazywamy macierz o m wierszach i n kolumnach,

Bardziej szczegółowo

Spis tre±ci. 1 Gradient. 1.1 Pochodna pola skalarnego. Plan

Spis tre±ci. 1 Gradient. 1.1 Pochodna pola skalarnego. Plan Plan Spis tre±ci 1 Gradient 1 1.1 Pochodna pola skalarnego...................... 1 1.2 Gradient................................ 3 1.3 Operator Hamiltona......................... 4 2 Ró»niczkowanie pola

Bardziej szczegółowo

1 Funkcje wielu zmiennych

1 Funkcje wielu zmiennych Wykªady 1,...,10 1 Funkcje wielu zmiennych 1.1 Poj cia wst pne Pod nazw funkcje wielu zmiennych kryj si funkcje jednej zmiennej, nale» cej do R n. Ogólniej, b dziemy rozwa»ali n-wymiarow przestrze«wektorow

Bardziej szczegółowo

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32 Wyznacznik Def Wyznacznikiem macierzy kwadratowej nazywamy funkcj, która ka»dej macierzy A = (a ij ) przyporz dkowuje liczb det A zgodnie z nast puj cym schematem indukcyjnym: Dla macierzy A = (a ) stopnia

Bardziej szczegółowo

Twierdzenie Wedderburna Witold Tomaszewski

Twierdzenie Wedderburna Witold Tomaszewski Twierdzenie Wedderburna Witold Tomaszewski Pier±cie«przemienny P nazywamy dziedzin caªkowito±ci (lub po prostu dziedzin ) je±li nie posiada nietrywialnych dzielników zera. Pier±cie«z jedynk nazywamy pier±cieniem

Bardziej szczegółowo

1 Troch przypomnie«i motywacji 2 Denicje i wyj±cie troch poza nie

1 Troch przypomnie«i motywacji 2 Denicje i wyj±cie troch poza nie Troch przypomnie«i motywacji 2 Denicje i wyj±cie troch poza nie 2 Przestrze«wektorowa, liniowa niezale»no±, baza 2 Przestrze«wektorowa Def Przestrze«wektorowa Przykªady Przykªad kanoniczny: K n = K K K

Bardziej szczegółowo

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja Macierze 1 Podstawowe denicje Macierz wymiaru m n, gdzie m, n N nazywamy tablic liczb rzeczywistych (lub zespolonych) postaci a 11 a 1j a 1n A = A m n = [a ij ] m n = a i1 a ij a in a m1 a mj a mn W macierzy

Bardziej szczegółowo

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15 ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku

Bardziej szczegółowo

Liczby zespolone Pochodna Caªka nieoznaczona i oznaczona Podstawowe wielko±ci zyczne. Repetytorium z matematyki

Liczby zespolone Pochodna Caªka nieoznaczona i oznaczona Podstawowe wielko±ci zyczne. Repetytorium z matematyki Repetytorium z matematyki Denicja liczb zespolonych Wyra»enie a + bi, gdzie a i b s liczbami rzeczywistymi a i speªnia zale»no± i 2 = 1, nazywamy liczb zespolon. Liczb i nazywamy jednostk urojon, a iloczyn

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki dr Krzysztof yjewski Mechatronika; S-I.in». 5 pa¹dziernika 6 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja. Tablic nast puj cej postaci a a... a n a a... a n A =... a m a m...

Bardziej szczegółowo

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009 Motywacje Dla dowolnej

Bardziej szczegółowo

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb Wybrane poj cia i twierdzenia z wykªadu z teorii liczb 1. Podzielno± Przedmiotem bada«teorii liczb s wªasno±ci liczb caªkowitych. Zbiór liczb caªkowitych oznacza b dziemy symbolem Z. Zbiór liczb naturalnych

Bardziej szczegółowo

Analiza matematyczna dla informatyków Notatki z wykªadu. Maciej Paluszy«ski

Analiza matematyczna dla informatyków Notatki z wykªadu. Maciej Paluszy«ski Analiza matematyczna dla informatyków Notatki z wykªadu Maciej Paluszy«ski 7 grudnia 2007 Liczby rzeczywiste i zespolone Liczby rzeczywiste Nie b dziemy szczegóªowo zajmowa si konstrukcj zbioru liczb rzeczywistych.

Bardziej szczegółowo

Przestrzenie metryczne. Elementy Topologii. Zjazd 2. Elementy Topologii

Przestrzenie 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 szczegółowo

Statystyka matematyczna - ZSTA LMO

Statystyka matematyczna - ZSTA LMO Statystyka matematyczna - ZSTA LMO Šukasz Smaga Wydziaª Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza w Poznaniu Wykªad 4 Šukasz Smaga (WMI UAM) ZSTA LMO Wykªad 4 1 / 18 Wykªad 4 - zagadnienia

Bardziej szczegółowo

PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych:

PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych: Plan Spis tre±ci 1 Homomorzm 1 1.1 Macierz homomorzmu....................... 2 1.2 Dziaªania............................... 3 2 Ukªady równa«6 3 Zadania 8 1 Homomorzm PRZYPOMNIENIE Ka»d przestrze«wektorow

Bardziej szczegółowo

jest ciągiem elementów z przestrzeni B(R, R)

jest ciągiem elementów z przestrzeni B(R, R) Wykład 2 1 Ciągi Definicja 1.1 (ciąg) Ciągiem w zbiorze X nazywamy odwzorowanie x: N X. Dla uproszczenia piszemy x n zamiast x(n). Przykład 1. x n = n jest ciągiem elementów z przestrzeni R 2. f n (x)

Bardziej szczegółowo

Ekstremalnie maªe zbiory

Ekstremalnie maªe zbiory Maªe jest pi kne Instytut Matematyki Uniwersytetu Warszawskiego Nadarzyn, 27.08.2011 Zbiory silnie miary zero Przypomnienie Zbiór X [0, 1] jest miary Lebesgue'a zero, gdy dla ka»dego ε > 0 istnieje ci

Bardziej szczegółowo

O pewnym zadaniu olimpijskim

O pewnym zadaniu olimpijskim O pewnym zadaniu olimpijskim Michaª Seweryn, V LO w Krakowie opiekun pracy: dr Jacek Dymel Problem pocz tkowy Na drugim etapie LXII Olimpiady Matematycznej pojawiª si nast puj cy problem: Dla ka»dej liczby

Bardziej szczegółowo

Matematyka dyskretna dla informatyków

Matematyka dyskretna dla informatyków UNIWERSYTET IM. ADAMA MICKIEWICZA W POZNANIU Jerzy Jaworski, Zbigniew Palka, Jerzy Szyma«ski Matematyka dyskretna dla informatyków uzupeænienia Pozna«007 A Notacja asymptotyczna Badaj c du»e obiekty kombinatoryczne

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach EGZAMIN MAGISTERSKI, 12.09.2018r Matematyka w ekonomii i ubezpieczeniach Zadanie 1. (8 punktów) O rozkªadzie pewnego ryzyka S wiemy,»e: E[(S 20) + ] = 8 E[S 10 < S 20] = 13 P (S 20) = 3 4 P (S 10) = 1

Bardziej szczegółowo

Funkcja kwadratowa, wielomiany oraz funkcje wymierne

Funkcja kwadratowa, wielomiany oraz funkcje wymierne Funkcja kwadratowa, wielomiany oraz funkcje wymierne Šukasz Dawidowski Nocne powtórki maturalne 28 kwietnia 2014 r. Troch teorii Funkcj f : R R dan wzorem: f (x) = ax 2 + bx + c gdzie a 0 nazywamy funkcj

Bardziej szczegółowo

Podstawy matematyki dla informatyków. Funkcje. Funkcje caªkowite i cz ±ciowe. Deniowanie funkcji. Wykªad pa¹dziernika 2012

Podstawy matematyki dla informatyków. Funkcje. Funkcje caªkowite i cz ±ciowe. Deniowanie funkcji. Wykªad pa¹dziernika 2012 Podstawy matematyki dla informatyków Wykªad 3 Funkcje 18 pa¹dziernika 2012 Deniowanie funkcji Funkcje caªkowite i cz ±ciowe Denicja wprost: f (x) = x + y f = λx. x + y Denicja warunkowa: { n/2, je±li n

Bardziej szczegółowo

Listy Inne przykªady Rozwi zywanie problemów. Listy w Mathematice. Marcin Karcz. Wydziaª Matematyki, Fizyki i Informatyki.

Listy Inne przykªady Rozwi zywanie problemów. Listy w Mathematice. Marcin Karcz. Wydziaª Matematyki, Fizyki i Informatyki. Wydziaª Matematyki, Fizyki i Informatyki 10 marca 2008 Spis tre±ci Listy 1 Listy 2 3 Co to jest lista? Listy List w Mathematice jest wyra»enie oddzielone przecinkami i zamkni te w { klamrach }. Elementy

Bardziej szczegółowo

1. Przedstaw w postaci algebraicznej liczby zespolone: 2. Narysuj zbiory punktów na pªaszczy¹nie:

1. Przedstaw w postaci algebraicznej liczby zespolone: 2. Narysuj zbiory punktów na pªaszczy¹nie: ZADANIA Z MATEMATYKI Zestaw. Przedstaw w postaci algebraicznej liczby zespolone: (3 + j)(5 j) 3 j +j (5 + j) (3 + j) 3. Narysuj zbiory punktów na pªaszczy¹nie: +j +j 3 Re z = Im z = 5 z ( j) = z j z +

Bardziej szczegółowo

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................

Bardziej szczegółowo

Wielomiany o wspóªczynnikach rzeczywistych

Wielomiany o wspóªczynnikach rzeczywistych Wielomiany o wspóªczynnikach rzeczywistych Wielomian: W (x) = a n x n + a n 1 x n 1 + a n 2 x n 2 +... + a 2 x 2 + a 1 x + a 0 wspóªczynniki wielomianu: a 0, a 1, a 2,..., a n 1, a n ; wyraz wolny: a 0

Bardziej szczegółowo