Funkcje mierzalne, całka z funkcji nieujemnej, twierdzenia o przechodzeniu do granicy pod znakiem całki
|
|
- Stanisław Baran
- 6 lat temu
- Przeglądów:
Transkrypt
1 Funkcje mierzalne, całka z funkcji nieujemnej, twierdzenia o przechodzeniu do granicy pod znakiem całki Ostatnio poprawiłem 25 stycznia 2015 r. Nadeszła pora na całkowanie. Pierwsza rzecza jest zdefiniowanie funkcji, które bedzie można całkować. Definicja 8.1 (funkcji mierzalnej) Niech X oznacza dowolny zbiór, bedziemy go nazywać przestrzenia, a F przeliczalnie addytywne ciało podzbiorów przestrzeni X. Funkcja f : X R = [, + ] jest mierzalna wtedy i tylko wtedy, gdy dla każdej liczby a R przeciwobraz półprostej (a, ] jest mierzalny, czyli gdy f 1( (a, ] ) F. Z definicji tej wynika, że funkcja mierzalna może przyjmować nieskończone wartości, nie tylko liczbowe. Tak po prostu bedzie wygodniej. Twierdzenie 8.2 (charakteryzujace funkcje mierzalne) Niech f : X R = [, + ]. Nastepuj ace warunki sa równoważne 0 funkcja f jest mierzalna; 1 dla każdego a R przeciwobraz półprostej [a, ] jest mierzalny: a R f 1( [a, ] ) F; 2 dla każdego a R przeciwobraz półprostej [, a) jest mierzalny: a R f 1( [, a) ) F; 3 dla każdego a R przeciwobraz półprostej [, a] jest mierzalny: a R f 1( [, a] ) F. Dowód. 0 1 Mamy [a, ] = (a 1, ]. Z definicji σ ciała wynika, że n cześć wspólna przeliczalnej rodziny zbiorów mierzalnych jest zbiorem mierzalnym, wiec implikacja jest konsekwencja równości: f 1( [a, ] ) ( ) = f 1 (a 1, ] = f 1( (a 1, ]). n n 1 0 Tak jak poprzednio z tym, że teraz korzystamy z równości: f 1( (a, ] ) ( ) = f 1 [a + 1, ] = f 1( [a + 1, ]). n n W taki sam sposób dowodzimy równoważności warunków 2 i 3. Warunek 3 jest równoważny mierzalności f, bo f 1( [, a] ) = X \ f 1( (a, ] ). Zauważmy też, że z mierzalności funkcji f wynika mierzalność zbiorów ( ) f 1 ( ) = f 1 (n, ] = f 1( (n, ] ) oraz ( ) f 1 ( ) = f 1 [, n) = f 1( [, n) ). 133
2 Wynika też mierzalność przeciwobrazu dowolnego przedziału, w tym zbioru jednopunktowego. Uzasadnienia sa we wszystkich przypadkach praktycznie identyczne. Zadanko 1. Wykazać, że jeśli f : X R jest mierzalna, to przeciwobraz dowolnego zbioru borelowskiego jest mierzalny. Wykazać, że w takiej sytuacji istnieja zbiory mierzalne w sensie Lebesgue a, których przeciwobrazy nie sa mierzalne! Twierdzenie 8.3 (o najprostszych własnościach funkcji mierzalnych) Załóżmy, że funkcje f, g : X R sa mierzalne. Wtedy M1 funkcje f i g sa mierzalne; M2 funkcja f jest mierzalna; M3 zbiory {x : f(x) > g(x)}, {x : f(x) = g(x)}, {x : f(x) g(x)} sa mierzalne; M4 funkcje f + g, f g, fg, f s a g mierzalne; M5 funkcje max(f, g) i min(f, g) sa mierzalne; M6 jeśli f : R R jest ciagła, g : X R mierzalna, to f g jest mierzalna. Dowód. Własność M1 wynika z poprzedniego twierdzenia (punkt 2 ) i tego, że f(x) > a f(x) < a. Własność M2 wynika z poprzedniego twierdzenia i tego, że {x : f(x) > a} = {x : f(x) > a} {x : f(x)) > a} i z tego, że suma zbiorów mierzalnych jest mierzalna. Kolej na własność M3. Mamy {x : f(x) > g(x)} = ( ) {x : f(x) > w} {x : w > g(x)}, w Q bo miedzy każdymi dwiema liczbami rzeczywistymi znajduje sie jakaś liczba wymierna. Ponieważ liczb wymiernych jest przeliczalnie wiele, cześć wspólna dwóch zbiorów mierzalnych jest zbiorem mierzalnym, suma przeliczalnie wielu zbiorów mierzalnych jest zbiorem mierzalnym, funkcje f i g sa mierzalne, wiec zbiór po prawej stronie ostatniej równości jest mierzalny. Oznacza to, że zbiór {x : f(x) > g(x)} też jest mierzalny. Mierzalne jest wiec jego dopełnienie, czyli zbiór {x : f(x) g(x)}. Zamieniajac role funkcji f i g stwierdzamy mierzalność zbioru {x : f(x) g(x)}. Wobec tego zbiór {x : f(x) = g(x)} = {x : f(x) g(x)} {x : f(x) g(x)} też jest mierzalny. Własność M3 jest wiec udowodniona. Teraz wykażemy własność M4. Zbiór {x: f(x) + g(x) > a} = {x: f(x) > a g(x)} jest mierzalny na mocy M3, bo funkcje f i a g sa mierzalne. Funkcja f 2 jest mierzalna, bo nierówność f(x) 2 > a równoważna jest, w przypadku nieujemnej liczby a, nierówności f(x) > a, wiec mierzalność funkcji f 2 równoważna jest mierzalności funkcji f. Mamy też fg = 4( 1 (f + g) 2 (f g) 2), zatem mierzalność iloczynu wynika z mierzalności kwadratu, sumy i różnicy funkcji mierzalnych. Z ilorazem kłopot jest niewielki: f = f 1, g g wystarczy wywnioskować mierzalność funkcji 1 z mierzalności g 134
3 1 funkcji g, ale to wynika z tego, że np. dla a > 0 nierówność > a równoważna jest g(x) nierówności 0 < g(x) < 1. a Teraz własność M5. max(f, g) = 1(f +g+ f g ), min(f, g) = 1(f + g f g ), wiec 2 2 mierzalność funkcji max(f, g) i min(f, g) wynika z poprzednich własności i mierzalności obu funkcji f, g. Wreszcie ostatnia własność. Przeciwobraz f 1( (a, ] ) półprostej (a, ] jest zbiorem otwartym, wiec jest suma przeliczalnie wielu przedziałów otwartych, np. o końcach wymiernych (niekoniecznie parami rozłacznych). Ponieważ funkcja g jest mierzalna, wiec przeciwobrazy przedziałów otwartych sa mierzalne, a ponieważ rozważamy ich nie wiecej niż przeliczalnie wiele, wiec przeciwobraz (f g) 1( (a, ] ) ( = =g 1 f 1( (a, ] )) półprostej (a, ] jest mierzalny. Mierzalność złożenia f g została wykazana. Twierdzenie 8.4 (o mierzalności granic) Załóżmy, że funkcje f 1, f 2,... sa mierzalne. Wtedy mierzalne sa też funkcje: sup n f n, inf n f n, supf n, inf f n oraz f n (o ile istnieje). Dowód. Z równości {x : sup n f n (x) a} = {x : f n (x) a} wynika mierzalność kresu górnego przeliczalnego zbioru funkcji mierzalnych. Z kolei z równości {x : inf n f n (x) < a} = {x : f n (x) < a} wynika mierzalność kresu dolnego prze- liczalnego zbioru funkcji mierzalnych. ( supf n (x) = inf n supm f n+m (x) )1, zatem granica górna ciagu funkcji mierzalnych jest funkcja mierzalna. Ponieważ inf f n = sup( f n ), wiec również granica dolna ciagu funkcji mierzalnych jest mierzalna. Z dwóch ostatnich zdań wnioskujemy natychmiast, że jeśli ciag funkcji mierzalnych jest zbieżny, to jego granica jest funkcja mierzalna (bo jest równa np. granicy dolnej: ciag jest zbieżny wtedy i tylko wtedy, gdy granica dolna tego ciagu równa jest jego granicy górnej). Informacja: osoby, które do dnia egzaminu ustnego nie zdaż a sobie przypomnieć definicji granicy górnej, moga być w jego trakcie poproszone o bezpośrednie wykazanie mierzalności granicy ciagu funkcji mierzalnych. Sugestia: spróbować samodzielnie przeprowadzić taki dowód przed egzaminem, najlepiej przed sesja, np. zmienić dowód przedstawiony w tym tekście. Definicja 8.5 (funkcji prostej) Funkcja prosta nazywać bedziemy dowolna funkcje mierzalna f : X R, której zbiór wartości jest skończony. Twierdzenie 8.6 (charakteryzujace funkcje proste) Funkcja f : X R jest prosta wtedy i tylko wtedy, gdy istnieja takie zbiory mierzalne A 1, A 2,..., A n i takie liczby (ewentualnie nieskończoności) a 1, a 2,..., a n, że f = a j χ Aj, 1 Jeśli ktoś nie pamieta definicji granicy górnej, to może przyjać ten wzór za definicje. 135 j=1
4 gdzie χ B jest funkcja charakterystyczna zbioru B, tzn.χ B (x)=1 dla x B oraz χ B (x) = 0 dla x / B. Dowód. Jasne jest, że jeśli f = a j χ Aj, to liczba wartości przyjmowanych przez j=1 funkcje f nie może być wieksza niż 2 n. Z mierzalności zbiorów A 1, A 2,..., A n wynika mierzalność funkcji f: przeciwobrazy półprostych to sumy cześci zbiorów A 1, A 2,..., A n. Jeśli zbiorem wartości funkcji f jest {a 1, a 2,..., a n }, to przyjmujac A j = f 1 (a j ) otrzymujemy zbiory mierzalne, w tym przypadku nawet parami rozłaczne (wcześniej tak być nie musiało). Wzór f = a j χ Aj oczywiście zachodzi. j=1 O zbiorach A 1, A 2,..., A n zakładamy jedynie, że sa mierzalne. Jeśli X = R k i te zbiory sa k wymiarowymi przedziałami, to funkcje prosta a j χ Aj nazywamy schodkowa. Termin ten jest używany, ale my go nie bedziemy stosować zbyt czesto. Twierdzenie 8.7 (o przybliżaniu funkcji mierzalnych funkcjami prostymi) Jeśli f : X [0, ] jest funkcja mierzalna, to istnieje niemalejacy ciag (f n ) nieujemnych funkcji prostych, skończonych zbieżny (punktowo) do funkcji f; jeśli funkcja f jest ograniczona, to istnieje niemalejacy ciag (f n ) nieujemnych funkcji prostych zbieżny jednostajnie do funkcji f. m Dowód. Niech A m,n = {x : f(x) < m+1 } dla m = 0, 1, 2,..., n2 n 1 2 n 2 n n2 n m oraz A n2 n,n = {x : n f(x)} dla n = 1, 2,... Niech f n = χ 2 n A m,n. Z definicji wynika od razu, że f n f na X. Mamy też A 2m,n+1 A 2m+1,n+1 = A m,n dla m = 0, 1,..., n2 n 1 i A n2 n,n = A n2 n+1,n+1 A n2 n+1 +1,n+1 A (n+1)2 n+1,n+1. Stad wynika, że f n f n+1. Jasne jest również, że jeśli f(x) <, to dla n > f(x) zachodzi nierówność f n (x) f(x) < f n (x) + 1. Wynika stad 2 n od razu punktowa zbieżność ciagu (f n ) do funkcji f. Wypada zwrócić uwage na to, że jeśli f(x) =, to dla każdego n zachodzi równość f n (x) = n. Jeśli funkcja f jest ograniczona z góry przez M, to dla n > M zachodzi nierówność 0 f f n < 1, zatem w tym przypadku nasz 2 n ciag jest zbieżny jednostajnie. Definicja 8.8 (miary regularnej) Miara µ określona na przeliczalnie addytywnym ciele podzbiorów przestrzeni topologicznej X zawierajacym zbiory borelowskie nazywana jest miara regularna wtedy i tylko wtedy, gdy dla każdej liczby ε > 0 i dla każdego zbioru mierzalnego A istnieja: zbiór domkniety F A i zbiór otwarty G A takie, że µ(g \ F ) < ε. Miara Lebesgue a jest, z naszego punktu widzenia, podstawowym przykładem miary regularnej jest to bezpośredni wniosek z twierdzenia charakteryzujacego zbiory mierzalne. Inne miary, którymi zajmiemy sie w dalszej cześci tego wykładu, też bed a regularne. Twierdzenie 8.9 (Łuzina) Jeśli miara µ określona na przestrzeni topologicznej X jest regularna, funkcja f : X R 136 j=1 m=0
5 jest mierzalna, to dla każdej liczby ε > 0 istnieje taki zbiór domkniety F X, że funkcja f F jest ciagła oraz µ(x \ F ) < ε. Przed podaniem dowodu wypada stwierdzić, że funkcja mierzalna może w ogóle punktu ciagłości nie mieć, np. χ Q. Dowód. Niech g = π +arctg f. Z tej definicji wynika, że funkcja g jest mierzalna 2 (jako złożenie funkcji ciagłej z mierzalna), nieujemna i ograniczona, bo wartości funkcji arctg leża w przedziale ( π, π), wiec 2 2 wartości funkcji g s a liczbami z przedziału (0, π). Istnieja wiec funkcje proste χ n takie, że g 1 g n n g wynika to z twierdzenia m n o przybliżaniu funkcji mierzalnych funkcjami prostymi. Niech g n = a n,i χ An,i przy czym zbiory A n,1, A n,2,..., A n,mn sa mierzalne i parami rozłaczne, ich suma jest cała przestrzeń X. Wobec tego istnieja takie zbiory domkniete F n,1, F n,2,..., F n,mn, że µ(a n,i \ F n,i ) < ε m n oraz A 2 n n,i F n,i. Niech F n = F n,i. Zbiór F n jest domkniety jako suma skończenie wielu zbiorów i domknietych. Oczywiście µ(x \ F n ) = i µ(a ε n,i \ F n,i ) < m n m n2 = ε. Funkcja g n 2 n n po obcieciu do zbioru F n staje sie lokalnie stała, wiec ciagła. Niech F = F n. Mamy X \ F = (X \ F n ), zatem ( ) µ(x \ F ) = µ (X \ F n ) µ(x \ F n ) < ε = ε. 2 n Na zbiorze F F n funkcja g n jest ciagła. Ciag (g n ) jest jednostajnie zbieżny do funkcji g, zatem funkcja g jest ciagła na zbiorze F. Ponieważ f = tg(g π), wi ec 2 funkcja f też jest ciagła na zbiorze F. Dowód został zakończony. Łuzina stwierdził, że funkcje mierzalne sa w pewnym sensie bliskie funkcjom ciag- łym. Należy jednak mieć na uwadze to, że funkcje całkowalne w sensie Riemanna sa jeszcze bliższe ciagłym: w ich przypadku prawie każdy punkt przedziału jest punktem ciagłości, funkcja mierzalna punktów ciagłości może w ogóle nie mieć, pojawiaja sie dopiero po zmniejszeniu jej dziedziny. Twierdzenie 8.10 (Frécheta) Niech X bedzie przestrzenia metryczna (ogólniej: topologiczna normalna), µ regularna miara borelowska na X, f : X R funkcja mierzalna. Istnieje wtedy ciag (f n ) funkcji ciagłych, określonych na przestrzeni X zbieżny prawie wszedzie do funkcji f (tzn. poza pewnym zbiorem miary 0 mamy f n (x) = f(x)) Dowód. Niech F n bedzie zbiorem domknietym, po obcieciu do którego funkcja f jest ciagła i ktory prawie wypełnia X : µ(x \ F n ) < 1. Niech f 2 n+1 n = f Fn. Ponieważ zbiór F n jest domkniety, wiec na mocy twierdzenia Tietze go istnieje taka funkcja ciagła f n : X R, że dla każdego x F n zachodzi równość f n (x) = f n (x). Zdefiniujmy H n = F n F n+1 F n+2... Zbiory H 1, H 2,... sa domkniete, bo cześć wspólna dowolnej rodziny zbiorów domknietych jest zbiorem domknietym. Mamy też H n H n+1 dla 137
6 każdej liczby naturalnej n oraz µ(x \ H n ) zbieżny do funkcji f na zbiorze i=0 H n. Dowód został zakończony. µ(x \ F n+i ) < 1. Ciag 2 n (f n ) jest Umowa 8.11 p.w. Napis f n f oznacza, że ci ag (f n ) jest zbieżny prawie wszedzie do funkcji f. Twierdzenie 8.12 (Jegorowa) Załóżmy, że µ jest miara określona na przeliczalnie addytywnym ciele podzbiorów przestrzeni X oraz że µ(x) <. Niech f n f. Wtedy dla każdej liczby ε > 0 istnieje p.w. zbiór mierzalny F taki, że µ(x \ F ) < ε i ciag (f n F ) jest zbieżny jednostajnie do funkcji f F. Jeśli µ jest miara regularna, to istnieje zbiór domkniety F o podanych własnościach. Dowód. Niech A m,n ={x: j n f j (x) f(x) > 1 } = f m j (x) f(x) > j n{x: 1 }. m Zbiór A m,n jest mierzalny jako suma przeliczalnej rodziny zbiorów mierzalnych. Niech A m = A m,n. Ponieważ A m,n A m,n+1, wiec µ(a m,n ) µ(a m), przypominamy, że µ(x) <! Jeżeli x A m, to dla nieskończenie wielu j zachodzi nierówność f j (x) f(x) > 1, zatem ci ag ( m f n (x) ) nie jest zbieżny do liczby f(x). Wobec tego µ(a m ) = 0. Niech ε > 0. Ponieważ µ(a m,n ) µ(a m) = 0, wiec istnieje liczba n(m) taka, że µ(a n(m),m ) < ε. Niech A = A 2 m+1 m,n(m). Z tej wynika od razu, że µ(a) < ε. m=1 Jeśli x / A, to x / A m,n(m) dla dowolnego m, zatem dla każdej liczby j > n(m) zachodzi nierówność f j (x) f(x) < 1. Wobec tego ci ag m (f n ) jest jednostajnie zbieżny do funkcji f na zbiorze X \ A. Jeśli miara µ jest regularna, to zbiór X \ A zawiera taki podzbiór domkniety F, że µ ( (X \ A) \ F ) < ε. Dowód został zakończony. Na tym kończymy przeglad prostych ale ważnych twierdzeń opisujacych funkcje mierzalne i ich zbieżność. Możemy już przejść do definicji całek z funkcji mierzalnych nieujemnych. Definicja 8.13 (rozbicia zbioru mierzalnego i sumy dolnej) Jeżeli zbiór A jest mierzalny, to skończona rodzine P = {P 1, P 2,..., P n } zbiorów mierzalnych nazywamy rozbiciem (mierzalnym) zbioru A wtedy i tylko wtedy, gdy A = P 1 P 2 P n i P i P j = dla i j. Wielkość s (f, P) = inf f Pi µ(p i ) nazywamy suma dolna funkcji f Definicja 8.14 (całki z nieujemnej funkcji mierzalnej) Jeśli f jest nieujemna funkcja mierzalna określona na zbiorze mierzalnym A, to wielkość fdµ = sup{s A (f, P) : P jest rozbiciem mierzalnym zbioru A} nazywana jest całka (Lebesgue a) z funkcji f wzgledem miary µ na zbiorze A. 138
7 Podamy teraz kilka prawie oczywistych własności całki z funkcji nieujemnej. Zakładamy, że funkcja f jest określona na zbiorze, na którym ma być całkowana, że jest nieujemna i mierzalna. Stwierdzenie 8.15 c χ X A dµ = cµ(a) dla dowolnej liczby c 0. Dowód. Niech P = {A, X \ A}. Oczywiście s (χ A, P) = cµ(a), wiec zachodzi nierówność χ A Adµ cµ(a). Niech P ={P i } bedzie dowolnym rozbiciem X. Wtedy s (cχ A, P) = inf cχ A Pi µ(p i ) = inf cχ A Pi µ(p i ) = i ) cµ(a) i P i A P i Acµ(P zatem χ X Adµ cµ(a). Dowód został zakończony. Stwierdzenie 8.16 Jeśli a 1 0, a 2 0,..., a n 0, zbiory A 1, A 2,..., A n sa mierzalne i i a i χ A i f, to zachodzi nierówność i a iµ(a i ) fdµ. X Dowód. Jeśli zbiory A 1, A 2,..., A n sa parami rozłaczne, to teza twierdzenia wynika od razu z definicji całki: a i inf f Ai. Jeśli nie sa parami rozłaczne, to każdy z nich możemy przedstawić w postaci sumy parami rozłacznych zbiorów postaci A 1,σ1 A 2,σ2 A n,σn, gdzie σ i { 1, 1} i A i,1 = A i oraz A i, 1 = X\A i. Otrzymujemy w ten sposób nie wiecej niż 2 n parami rozłacznych zbiorów B 1, B 2,..., B m przy czym jasne jest, że i a i χ A i = j b j χ B j gdzie b j jest suma tych a i, dla których = B j A i oraz i a iµ(a i ) = j b jµ(b j ). X Wniosek 8.17 (z dowodu) ( c i χ Ai )dµ = c i µ (A i ) dla dowolnych zbiorów mierzalnych A 1, A 2,..., A n i dowolnych nieujemnych liczb rzeczywistych a 1, a 2,..., a n. Stwierdzenie 8.18 Jeśli 0 f g sa funkcjami mierzalnymi na zbiorze mierzalnym A, to zachodzi nierówność fdµ gdµ. A A To stwierdzenie wynika od razu ze stwierdzenia poprzedniego. Stwierdzenie 8.19 Jeśli A B, to fdµ fdµ. A B Dowód. Dowolne rozbicie zbioru A można uzupełnić zbiorem B \ A do rozbicia zbioru B, odpowiednia suma dolna nie zmniejszy sie dojdzie do niej jeden nieujemny składnik. k=1 Stwierdzenie 8.20 Jeśli fdµ = 0, to f = 0 prawie wszedzie, X czyli w całej przestrzeni X z wyj atkiem punktów pewnego zbioru miary 0. Dowód. Załóżmy, że tak nie jest. Wtedy µ({x : f(x) > 1 }) > 0 dla pewnej k liczby naturalnej k 1, bo {x : f(x) > 1 } = {x : f(x) > 0}, a suma przeliczal- k nej rodziny zbiorów miary 0 ma miar e 0. Niech B = {x : 139 f(x) > 1 }. Możemy, na k
8 podstawie już wykazanych stwierdzeń, napisać fdµ 1 χ X k B = 1 µ(b) > 0, wbrew k założeniu. Stwierdzenie 8.21 Jeśli fdµ <, to µ({x : f(x) = }) = 0, czyli jeśli całka z funkcji nieujemnej X jest skończona, to funkcja przyjmuje wartości skończone prawie wszedzie. Dowód. fdµ µ({x : f(x) = }). X Twierdzenie 8.22 (o mierze z gestości a) Jeśli funkcja f : X [0, ] jest mierzalna i ν(a) = fdµ dla każdego zbioru A mierzalnego A, to ν jest miara na tym samym σ ciele podzbiorów przestrzeni X. Dowód. ν( ) = 0 (a nawet jeśli µ(a) = 0, to ν(a) = 0). Wykażemy przeliczalna addytywność funkcji ν. Załóżmy, że A i A j = dla i j. Udowodnimy równość ν( n A n) = n ν(a n), czyli A n fdµ = A n fdµ. Jeśli którakolwiek całka po prawej stronie równości jest nieskończona, to również całka po lewej stronie jest nieskończona, bo całka po wiekszym zbiorze ( A n ) nie może być mniejsza niż całka po mniejszym zbiorze (A n ), wiec zachodzi równość. Dalej zakładamy, że wszystkie całki po prawej stronie równości sa skończone. Jeśli ε > 0 oraz n N, to istnieja takie rozbicia P 1, P 2,..., P n zbiorów A 1, A 2,..., A n, że zachodza nierówności s (f, P i ) > A i fdµ ε. Niech P = P 2 n 1 P 2 P n Wtedy zachodzi nierówność X fdµ s (f, P) s (f, P i ) > A i fdµ ε. Ponieważ ta nierówność ma miejsce dla każdego ε > 0, wi ec A n fdµ i wobec tego A n fdµ A i fdµ. Udowodnimy nierówność przeciwna. { i=n+1 A i }. A i fdµ Niech M < A n fdµ bedzie dowolna liczba, P = {P 1, P 2,..., P m } takim rozbiciem zbioru A i, że M < s (f, P). Wtedy P n = {P 1 A n, P 2 A n,..., P m A n } jest rozbiciem zbioru A n i możemy napisać m m ( M < s (f, P) = inf f Pi µ(p i ) = inf f Pi = ( m ) inf f Pi µ(p i A n ) ) µ(p i A n ) = ( m ) inf f Pi A n µ(p i A n ) = M jest dowolna liczba mniejsza od A n fdµ, wiec A n fdµ = s (f, P n ) A n fdµ. A n fdµ. Zajmiemy sie teraz jednym z najważniejszych twierdzeń wykładu, pierwszym z tych, które pozwalaja na zastepowanie granicy ciagu całek całka z granicy ciagu. Twierdze- 140
9 nia te sa bardzo ważne, maja liczne zastosowania i prostsze sformułowania dla całki Lebesgue a niż dla całki Riemanna. Twierdzenie 8.23 ( Lebesgue a Levi ego o monotonicznym przechodzeniu do granicy pod znakiem całki) Jeśli funkcje f 1, f 2,... sa mierzalne i dla każdej liczby naturalnej n zachodzi nierówność 0 f n f n+1, to dla każdego zbioru mierzalnego A ( ) f n dµ = f n dµ. A Dowód. W całym dowodzie przyjmujemy, że f(x) = f n (x). Z tego, że f f n dla każdej liczby naturalnej n wynika, że fdµ f X X ndµ. Udowodnimy nierówność przeciwna. Przyjmijmy, że X 0 = {x : f(x) = 0}, X + = {x : 0 < f(x) < } i X = {x : f(x) = }. Zbiory X 0, X + i X sa mierzalne i rozłaczne. Mamy też X = X 0 X + X. Jeśli x X 0, to dla każdego n mamy 0 f n (x) f(x) = 0, wiec f n (x) = 0. Wobec tego X 0 f n dµ = 0 = X 0 fdµ. Niech x X + i niech 0 < c < 1. Dla każdej liczby n N definiujemy zbiór A n = {x : f n (x) cf(x)}. Ponieważ f n (x) = f(x) > cf(x), wiec dla każdego x istnieje n x takie, że x A n dla n > n x. Wobec tego A n = X +. Ponieważ f n+1 f n, wiec A n+1 A n. Dla każdej liczby naturalnej m mamy wiec X + f n dµ X + f m dµ A m f m dµ c A m fdµ c m X + fdµ ostatnie przejście graniczne można usprawiedliwić twierdzeniami o mierze z gestoś- cia i twierdzeniem o mierze sumy wstepuj acego ciagu zbiorów. Ponieważ nierówność ma miejsce dla każdej liczby c (0, 1), wiec X + f n dµ X + fdµ. Jeśli µ(x ) = 0, to X f n dµ=0 dla każdej liczby naturalnej n i X fdµ=0, wiec X f n dµ = X fdµ. Załóżmy, że µ(x ) > 0. Niech M > 0. Niech B n = {x X : f n (x) > M}. Jasne jest, że B n+1 B n i B n = X. Mamy wiec X f n dµ X f m dµ B m f m dµ B m Mdµ = Mµ(B m ) Mµ(X ). m Ponieważ nierówność X f n dµ Mµ(X ) zachodzi dla każdej liczby rzeczywistej M > 0, wiec X f n dµ =. Teza wynika teraz od razu z równości f X ndµ = X 0 f n dµ + X + f n dµ + X f n dµ. Twierdzenie 8.24 (o liniowości całki) 1 (cf)dµ =c fdµ dla każdego c [0, ) i dowolnej funkcji mierzalnej f 0; A A 2 (f + g)dµ = fdµ + gdµ dla dowolnych funkcji mierzalnych f, g 0. A A A Dowód. Punkt 1 wynika od razu z definicji całki. Zajmiemy sie punktem 2. Niech (f n ) bedzie niemalejacym ciagiem funkcji prostych zbieżnym do funkcji f, (g n ) niemalejacym ciagiem funkcji prostych zbieżnym do funkcji g. Przyjmijmy, że A 141
10 f n = i a n,i χ A n,i, g n = j b n,j χ B n,j i że dla każdego n zbiory A n,1, A n,2,..., A n,mn oraz zbiory B n,1, B n,2,..., B n,mn sa parami rozłaczne. Prawdziwe sa wzory ( i a n,i χ A i )dµ = i a n,iµ(a n,i ) oraz ( j b n,j χ ) B n,j dµ = j b n,jµ(b n,j ). Mamy też f n + g n = i,j (a n,i + b n,j )χ An,i B n,j, zatem (fn + g n )dµ = i,j (a n,i + b n,j )µ(a n,i B n,j ) = i,j a n,iµ(a n,i B n,j ) + + i,j b n,jµ(a n,i B n,j ) = i a n,iµ(a n,i ) + j b n,jµ(b n,j ) = f n dµ + g n dµ. Innymi słowy: dowodzony wzór zachodzi w przypadku funkcji prostych. Z twierdzenia o monotonicznym przechodzeniu do granicy pod znakiem całki wynika, że zachodzi wobec tego dla wszystkich funkcji nieujemnych: fdµ + gdµ = fn dµ + gn dµ = (fn + g n )dµ = (f + g)dµ. Dowód został zakończony. Lemat 8.25 (Fatou) Dla dowolnych funkcji mierzalnych nieujemnych f 1, f 2,... zachodzi nierówność: ( inf f n )dµ inf f n dµ. Dowód. Mamy inf n f n = (inf k f n+k ). Niech g n = inf{f n, f n+1,... }, zatem zachodzi równość inf n f n = g n. Również g n g n+1, wiec ( infn f n )dµ = ( (inf k f n+k ) ) = gn dµ inf f n dµ, ostatnia nierówność wynika z nierówności g n f n. Drugie z trzech najważniejszych twierdzeń o przechodzeniu do granicy pod znakiem całki zostało udowodnione. Twierdzenie 8.26 (o całkowaniu wzgledem miary z gestości a) Niech f : X [0, ] bedzie funkcja mierzalna. Niech ν(a) = fdµ dla każdego A zbioru mierzalnego A. Dla każdej funkcji mierzalnej g : X [0, ] zachodzi równość gdν = fgdµ. X X Dowód. Niech g = χ A. Wtedy gdν = ν(a) = fdµ = χ X A X Afdµ = gfdµ, X co oznacza, że w tym przypadku twierdzenie jest prawdziwe. Jeśli dowodzona równość jest spełniona dla nieujemnych funkcji mierzalnych g 1, g 2, to jest również spełniona dla dowolnej ich kombinacji liniowej c 1 g 1 + c 2 g 2 przy założeniu, że c 1, c 2 0. Wobec tego jest spełniona dla dowolnej nieujemnej funkcji prostej. Jeśli jest spełniona dla każdej funkcji g 1, g 2,... i g 1 g 2 g 2..., to na mocy twierdzenia o monotonicznym przechodzeniu do granicy pod znakiem całki jest spełniona dla funkcji granicznej g n, bo g 1 f g 2 f g 2 f.... Ponieważ każda nieujemna funkcja mierzalna jest granica niemalejacego ciagu funkcji prostych, wiec gdν = fgdµ dla dowolnej nieujemnej X X funkcji mierzalnej g. Ten dowód był bardzo prosty, ale ważny jest jego schemat: wielokrotnie bedziemy sprawdzać, że jakiś wzór zachodzi dla funkcji charakterystycznych, potem dla prostych i wreszcie dla wszystkich, w tym ostatnim kroku głównym narzedziem jest twierdzenie o monotonicznym przechodzeniu do granicy pod znakiem całki. Samo twierdzenie bedzie czesto wykorzystywane na rachunku prawdopodobieństwa. 142
11 Twierdzenie 8.27 (o podstawianiu) Załóżmy, że F jest przeliczalnie addytywnym ciałem podzbiorów przestrzeni X, a G przeliczalnie addytywnym ciałem podzbiorów przestrzeni Y. Niech F : X Y bedzie przekształceniem takim, że przeciwobraz dowolnego zbioru mierzalnego B jest mierzalny (czyli F 1 (B) F, jeśli B G). Załóżmy, że µ jest miara określona na F a ν miara określona na G oraz że ν = F µ, tzn. ν(b) = µ(f 1 (B)) dla każdego B G. Niech g : Y [0, ] bedzie funkcja mierzalna. Wtedy zachodzi równość gdν = g F dµ. Y X Dowód. Wzór zachodzi, jeśli g = χ B dla B G wynika to natychmiast z założenia o miarach ν i µ. Jasne jest, że jeśli funkcje g 1 i g 2 sa mierzalne i nieujemne oraz c 1, c 2 0, to z równości g Y 1dν = g X 1 F dµ, g Y 2dν = g X 2 F dµ wynika równość (c Y 1g 1 + c 2 g 2 )dν = (c X 1g 1 + c 2 g 2 ) F dµ, zatem dowodzona równość zachodzi dla wszystkich funkcji prostych. Każda funkcja mierzalna nieujemna g jest granica niemalejacego ciagu (g n ) funkcji prostych. Stad i z twierdzenia o monotonicznym przechodzeniu do granicy pod znakiem całki wynika, że gdν = g Y Y ndν = g X n F dµ = g F dµ. X Twierdzenie 8.28 (o ciagłości całki) Jeśli fdµ <, f 0 jest funkcj a X mierzalna, to dla każdej liczby ε > 0 istnieje liczba δ > 0 taka, że jeśli µ(a) < δ, to fdµ < ε. A Dowód. Niech A n = {x : n f(x) < n + 1}, A = {x : f(x) = }. Ponieważ fdµ <, wiec X µ(a ) = 0. Wobec tego fdµ = X A n fdµ. Istnieje taka liczba m N, że ( A n fdµ < ε. Niech C 2 m = X \ A n ). Jeśli x C m, to n=m 0 f(x) m. Stad wynika, że jeśli µ(a) < δ := ε, to fdµ = 2m A A C m fdµ + fdµ mµ(c (X\C m ) A m A) + fdµ (A m A m+1... ) mµ(a) + A n fdµ < ε + ε = ε. 2 2 Dowód został zakończony. Kilka zadań Zadanie 8.1 Dowieść, że jeśli F : R k R k spełnia warunek Lipschitza i l k (A) = 0, to l k (F (A)) = 0. Zadanie 8.2 Niech f : R R bedzie taka funkcja mierzalna, że dla dowolnych liczb rzeczywistych x, y zachodzi równość f(x + y) = f(x) + f(y). Wykazać, że f jest funkcja liniowa. 1 (sin x+cos x) Zadanie 8.3 Obliczyć dx, n e x dx xn 1+(sin x+cos x) 2n 0 Zadanie 8.4 Niech f : R R 2 bedzie funkcja klasy C 1 i niech Df(x) bedzie monomorfizmem dla każdego x R. Wykazać, że l 2 f(r) = ( ) n=m n=m n=0
12 Zadanie 8.5 Niech F : G R l bedzie odwzorowaniem klasy C 1 zbioru G otwartego w R k+l, dla którego punkt q R l jest wartościa regularna, l 1. ( Wykazać, że dla każdego q R l zachodzi równość l k+l F 1 (q) ) = 0. Podać przykład świadczacy o tym, że przeciwobraz wartości krytycznej może mieć miare dodatnia. Zadanie 8.6 Podać przykład ciagu (f n ) mierzalnych funkcji nieujemnych, dla których nierówność w lemacie Fatou jest ostra. Zadanie 8.7 Obliczyć Zadanie 8.8 Obliczyć 1 n 1 dx x 2 ln(1 + x n ). n dx 0 n + n 2 sin x. n 2 144
Teoria 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
Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P,
Wykłady ostatnie CAŁKA LBSGU A Zasadnicza różnica koncepcyjna między całką Riemanna i całką Lebesgue a polega na zamianie ról przestrzeni wartości i przestrzeni argumentów przy konstrukcji sum górnych
7. 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
1. 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
n=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,
Robert 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
7 Twierdzenie Fubiniego
M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz
Rodzinę 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
Zadania 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,
G. 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
Wykład 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
Teoria 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
zbiorów 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
Rodzinę 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
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
F 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
Rozdział 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
1 Relacje i odwzorowania
Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X X
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)
2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11
M. Beśka, Wstęp do teorii miary, rozdz. 2 11 2 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
AM1.2 zadania 14. Zadania z numerami opatrzonymi gwiazdka
AM.2 zadania 4 Tekst poprawiony 24 kwietnia 206 r. Zadania 26, 28, 29, 3, 33, 34, 35, 36, 40, 42, 62 i inne z wykrzyknikiem obok numeru sa obowiazkowe! Zadania z numerami opatrzonymi gwiazdka można napisać
Wykłady... b i a i. i=1. m(d k ) inf
Wykłady... CŁKOWNIE FUNKCJI WIELU ZMIENNYCH Zaczniemy od konstrukcji całki na przedziale domkniętym. Konstrukcja ta jest, w gruncie rzeczy, powtórzeniem definicji całki na odcinku domkniętym w R 1. Przedziałem
Notatki 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
(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
1 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
Teoria 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
Analiza matematyczna 2, cze ść dziesia ta
Analiza matematyczna 2, cze ść dziesia ta Informacja ogólna dla tych, którzy jeszcze ze mna chca rozmawiać o stopniach: zdecydowana wie kszość twierdzeń w matematyce, w analizie w szczególności, sk lada
1 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
1 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,
Korzystając 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)
1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.
1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych
Analiza 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,
Analiza Funkcjonalna - Zadania
Analiza Funkcjonalna - Zadania 1 Wprowadzamy następujące oznaczenia. K oznacza ciało liczb rzeczywistych lub zespolonych. Jeżeli T jest dowolnym zbiorem niepustym, to l (T ) = {x : E K : x funkcja ograniczona}.
Zdzisław 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
WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki
WYKŁAD Z ANALIZY MATEMATYCZNEJ I dr. Elżbieta Kotlicka Centrum Nauczania Matematyki i Fizyki http://im0.p.lodz.pl/~ekot Łódź 2006 Spis treści 1. CIĄGI LICZBOWE 2 1.1. Własności ciągów liczbowych o wyrazach
Dystrybucje, wiadomości wstępne (I)
Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów
Rozdział 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
8 Całka stochastyczna względem semimartyngałów
M. Beśka, Całka Stochastyczna, wykład 8 148 8 Całka stochastyczna względem semimartyngałów 8.1 Całka stochastyczna w M 2 Oznaczmy przez Ξ zbiór procesów postaci X t (ω) = ξ (ω)i {} (t) + n ξ i (ω)i (ti,
Wykład 8. Informatyka Stosowana. 26 listopada 2018 Magdalena Alama-Bućko. Informatyka Stosowana Wykład , M.A-B 1 / 31
Wykład 8 Informatyka Stosowana 26 listopada 208 Magdalena Alama-Bućko Informatyka Stosowana Wykład 8 26..208, M.A-B / 3 Definicja Ciagiem liczbowym {a n }, n N nazywamy funkcję odwzorowujac a zbiór liczb
Prawa wielkich liczb, centralne twierdzenia graniczne
, centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne
Informacja 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
Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?
Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? a) X = R, 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
Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5
Dystrybucje Marcin Orchel Spis treści 1 Wstęp 1 1.1 Dystrybucje................................... 1 1.2 Pochodna dystrybucyjna............................ 3 1.3 Przestrzenie...................................
f(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
Prawdopodobieństwo 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
Analiza 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
Konstrukcja 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,
Definicja i własności wartości bezwzględnej.
Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności
Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE
Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace
Dlaczego nie wystarczają liczby wymierne
Dlaczego nie wystarczają liczby wymierne Analiza zajmuje się problemami, w których pojawia się przejście graniczne. Przykładami takich problemów w matematyce bądź fizyce mogą być: 1. Pojęcie prędkości
Zasada 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,.
Wyk lad 7 Baza i wymiar przestrzeni liniowej
Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem
FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.
FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga
2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.
Zadania z Procesów Stochastycznych 1 1. Udowodnij, że z prawdopodobieństwem 1 trajektorie procesu Poissona są niemalejące, przyjmują wartości z Z +, mają wszystkie skoki równe 1 oraz dążą do nieskończoności.
I 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
Ciągi liczbowe wykład 3
Ciągi liczbowe wykład 3 dr Mariusz Grządziel 3 kwietnia 203 Definicja (ciągu liczbowego). Ciagiem liczbowym nazywamy funkcję odwzorowuja- ca zbiór liczb naturalnych w zbiór liczb rzeczywistych. Wartość
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)
etrzna, miara, miara Lebesgue a
Miara zewn etrzna, miara, miara Lebesgue a Ostatnio poprawiłem 14 luteg 2015 r. dziękuję p. Dorocie B. za wskazówkę Nie jest jasne, ile bł edów jeszcze zostawiłem Państwu do wykrycia. Prosz e w każdym
2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.
Zadania z Procesów Stochastycznych 1 1. Udowodnij, że z prawdopodobieństwem 1 trajektorie procesu Poissona są niemalejące, przyjmują wartości z Z +, mają wszystkie skoki równe 1 oraz dążą do nieskończoności.
DOWODY NIERÓWNOŚCI HÖLDERA I MINKOWSKIEGO (DO UŻYTKU WEWNȨTRZNEGO, I DO SPRAWDZENIA)
DOWODY NIERÓWNOŚCI HÖLDERA I MINKOWSKIEGO (DO UŻYTKU WEWNȨTRZNEGO I DO SPRAWDZENIA) R R Tematem niniejszych notatek jest zbadanie warunków istnienia normy na ewnej rzestrzeni funkcji rzeczywistych określonych
Repetytorium z przedmiotu Miara i prawdopodobieństwo dla kierunku Informatyka 2003/2004. Adam Jakubowski
Repetytorium z przedmiotu Miara i prawdopodobieństwo dla kierunku Informatyka 2003/2004 Adam Jakubowski Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki Toruń, styczeń 2004 Spis treści
Ciągłość 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 +
Analiza funkcjonalna 1.
Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.
Dekompozycje 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
Twierdzenie spektralne
Twierdzenie spektralne Algebrę ograniczonych funkcji borelowskich na K R będziemy oznaczać przez B (K). Spektralnym rozkładem jedności w przestrzeni Hilberta H nazywamy odwzorowanie, które każdemu zbiorowi
Ciagi liczbowe wykład 4
Ciagi liczbowe wykład 4 dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu semestr zimowy, r. akad. 2016/2017 Definicja (ciagu liczbowego) Ciagiem liczbowym nazywamy funkcję
Całki podwójne. Definicja całki podwójnej. Jacek Kłopotowski. 25 maja Katedra Matematyki i Ekonomii Matematycznej
Definicja całki podwójnej Katedra Matematyki i Ekonomii Matematycznej 25 maja 2016 Definicja całki podwójnej Załóżmy, że f : K R, gdzie K = a, b c, d R 2, jest funkcją ograniczoną. Niech x 0, x 1,...,
Analiza I.2*, lato 2018
Analiza I.2*, lato 218 Marcin Kotowski 14 czerwca 218 Zadanie 1. Niech x (, 1) ma rozwinięcie binarne.x 1 x 2.... Niech dla x, 1: oraz f() = f(1) =. Pokaż, że f: f(x) = lim sup n (a) przyjmuje wszystkie
SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa
SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę
020 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
Ci agło s c funkcji 2 grudnia 2014 Ci agło s c funkcji
2 grudnia 2014 ciagłość - zaufanie 1 Dlaczego zbliżajac się do łuku drogi nie hamujemy wiedzac, że nie zdołamy się zatrzymać na widocznym kawałku drogi? Ponieważ wierzymy, że dalej ciagnie się droga. 2
MNRP 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
Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?
Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?. a) X = R, x = arctg x ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i y i ;
Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:
Podstawowe definicje Definicja ciągu Ciągiem nazywamy funkcję na zbiorze liczb naturalnych, tzn. przyporządkowanie każdej liczbie naturalnej jakiejś liczby rzeczywistej. (Mówimy wtedy o ciągu o wyrazach
Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12
Matematyka I Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 12 Egzamin Termin: 28.01, godz. 10.15-11.45, sala 309 3 pytania teoretyczne 2 zadania wybór pytań i wybór zadań
Zbiory 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,
LX 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
granicą ciągu funkcyjnego (f n ) n N W symbolicznym zapicie fakt, że f jest granicą ciągu funkcyjnego (f n ) n N możemy wyrazić następująco: ε>0 N N
14. Określenie ciągu i szeregu funkcyjnego, zbieżność punktowa i jednostajna. Własności zbieżności jednostajnej. Kryterium zbieżności jednostajnej szeregu funkcyjnego. 1 Definicja Ciąg funkcyjny Niech
Seria 1. Zbieżność rozkładów
Seria Zbieżność rozkładów We wszystkich poniższych zadaniach (E, ρ) jest przestrzenią metryczną Wykazać, że dla dowolnych x, x n, δ xn δ x wtedy i tylko wtedy, gdy x n x Sprawdzić, że n nk= δ k n λ, gdzie
EGZAMIN, ANALIZA 1A, zadań po 5 punktów, progi: 30=3.0, 36=3.5, 42=4.0, 48=4.5, 54=5.0
EGZAMIN, ANALIZA A, 5.0.04 zadań po 5 punktów, progi: 30=3.0, 36=3.5, 4=4.0, 48=4.5, 54=5.0 Zadanie. W każdym z zadań.-.5 podaj w postaci uproszczonej) kresy zbioru oraz napisz, czy kresy należą do zbioru
Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie
1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z
Informacja o przestrzeniach Sobolewa
Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością
Wyk lad 3 Wielomiany i u lamki proste
Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich
Całka podwójna po prostokącie
Całka podwójna po prostokącie Rozważmy prostokąt = {(x, y) R : a x b, c y d}, gdzie a, b, c, d R, oraz funkcję dwóch zmiennych f : R ograniczoną w tym prostokącie. rostokąt dzielimy na n prostokątów i
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)
Treść wykładu. Pierścienie wielomianów. Dzielenie wielomianów i algorytm Euklidesa Pierścienie ilorazowe wielomianów
Treść wykładu Pierścienie wielomianów. Definicja Niech P będzie pierścieniem. Wielomianem jednej zmiennej o współczynnikach z P nazywamy każdy ciąg f = (f 0, f 1, f 2,...), gdzie wyrazy ciągu f są prawie
Matematyka ZLic - 2. Granica ciągu, granica funkcji. Ciągłość funkcji, własności funkcji ciągłych.
Matematyka ZLic -. Granica ciągu, granica funkcji. Ciągłość funkcji, własności funkcji ciągłych. Granica ciągu Ciąg a n ma granicę właściwą g R i piszemy jeśli lim n a n g lub a n g gdy n NN n N a n g
Matematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 7/15 Rachunek różnicowy Dobrym narzędziem do obliczania skończonych sum jest rachunek różnicowy. W rachunku tym odpowiednikiem operatora
Całkowanie funkcji dowolnego znaku twierdzenia o przechodzeniu do granicy pod znakiem całki
Całkowanie funkcji dowolnego znaku twierdzenia o przechodzeniu do granicy pod znakiem całki Ostatnio poprawiłem 19 marca 15 r. Omówiliśmy całkowanie funkcji nieujemnych. W tej cześci zajmiemy sie całkowaniem
Repetytorium z przedmiotu MIARA I PRAWDOPODOBIEŃSTWO dla kierunku Informatyka 2001/2002. Adam Jakubowski
Repetytorium z przedmiotu MIARA I PRAWDOPODOBIEŃSTWO dla kierunku Informatyka 2001/2002 Adam Jakubowski Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki Toruń, 2002 Spis treści Wstęp 1
PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek
PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Piotr Wiącek ROZKŁAD PRAWDOPODOBIEŃSTWA Jest to miara probabilistyczna określona na σ-ciele podzbiorów borelowskich pewnej przestrzeni metrycznej. σ-ciało podzbiorów
. : 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
Rachunek różniczkowy i całkowy w przestrzeniach R n
Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda
Prawdopodobieństwo i statystyka
Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja
Całki niewłaściwe. Całki w granicach nieskończonych
Całki niewłaściwe Całki w granicach nieskończonych Wiemy, co to jest w przypadku skończonego przedziału i funkcji ograniczonej. Okazuje się potrzebne uogólnienie tego pojęcia w różnych kierunkach (przedział
Wykład 7. Informatyka Stosowana. 21 listopada Informatyka Stosowana Wykład 7 21 listopada / 27
Wykład 7 Informatyka Stosowana 21 listopada 2016 Informatyka Stosowana Wykład 7 21 listopada 2016 1 / 27 Relacje Informatyka Stosowana Wykład 7 21 listopada 2016 2 / 27 Definicja Iloczynem kartezjańskim
Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1.
Rozdział 5 Szeregi liczbowe 5. Szeregi liczbowe Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy ( ). Ciąg (s n ) określony wzorem s n = n a j, n N, nazywamy ciągiem sum częściowych ciągu
1. 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.
RACHUNEK 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