APROKSYMACJA PRZY POMOCY OPERATORÓW BERNSTEINA

Wielkość: px
Rozpocząć pokaz od strony:

Download "APROKSYMACJA PRZY POMOCY OPERATORÓW BERNSTEINA"

Transkrypt

1 ISBN PORTAL CZM 215 APROKSYMACJA PRZY POMOCY OPERATORÓW BERNSTEINA BARBARA WOLNIK I JACEK GULGOWSKI STRESZCZENIE. W iiejszym artyule przedstawiamy wybrae własości aprosymacyje wielomiaów Bersteia fucji ciągłej f : [, 1] R w różych przestrzeiach fucyjych. Podajemy rówież przyłady zastosowań tych aprosymacji do rozwiązywaia zagadień dla rówań różiczowych zwyczajych. 1. WIELOMIANY BERNSTEINA I ICH PODSTAWOWE WŁASNOŚCI Wielomiay Bersteia występują w lasyczym dowodzie twierdzeia o gęstości zbioru wielomiaów w przestrzei fucji ciągłych C[, 1] z ormą supremum. Oazuje się bowiem, że dzięi im otrzymujemy prosty przepis a zbudowaie ciągu wielomiaów jedostajie zbieżego do zadaej z góry fucji ciągłej u: [, 1] R, co daje ostrucyjy dowód twierdzeia Weierstrassa z 1885 rou. Jest to o tyle waże, że a przyład wielomiay iterpolacyje o ustaloych węzłach iterpolacji ie mają tej własości. Defiicja 1.1. Niech u: [, 1] R oraz N +. Wtedy -tym wielomiaem Bersteia fucji u azywamy wielomia B (u): [, 1] R day wzorem (B u)(t) = ( ) u ( ) t (1 t). Zasadicze twierdzeie przesądzające o wadze tej defiicji podae zostało w 1912 rou przez Siergieja Bersteia (por. [1]) i brzmi ta: Twierdzeie 1.2. Dla ażdej fucji ciagłej u: [, 1] R odpowiadajacy jej ciag wielomiaów Bersteia B (u) zbiega jedostajie do fucji u. Do dowodu twierdzeia odesłać możemy p. do poświęcoej wielomiaom Bersteia moografii [15], w języu polsim możemy polecić pozycję [17]. W dalszym ciągu przestrzeń Baacha fucji ciągłych z ormą supremum ozaczać będziemy symbolem C[, 1], zaś ormę w tej przestrzei jao. W tym ujęciu twierdzeie Bersteia zamya się w zapisie: u C([, 1]) lim B (u) u =. + Pracę wyoao w ramach projetu Cetrum Zastosowań Matematyi, współfiasowaego ze środów Uii Europejsiej w ramach Europejsiego Fuduszu Społeczego

2 2 B. WOLNIK I J. GULGOWSKI Zauważmy, że defiicja wielomiaów Bersteia zadaje am odwzorowaia liiowe B : C[, 1] C[, 1]. Naturale pytaie o ciągłość tych operatorów uzysuje atychmiastową odpowiedź. Lemat 1.3. Dla ażdego N + operator liiowy B : C[, 1] C[, 1] jest ciagły, a jego orma wyosi 1. Dowód. W pierwszej olejości zauważmy, że ( ) B (u) u( ) t (1 t) Dodatowo, dla fucji u(t) = 1 mamy B (u) = u. ( ) u t (1 t) = u. Oazuje się, że to ostatie spostrzeżeie moża wzmocić, gdyż ażdy operator B odtwarza fucje liiowe, tj. jeśli u: [, 1] R daa jest wzorem u(t) = at + b, to B (u) = u. Niestety, operatory B ie odtwarzają wielomiaów stopia więszego iż 1. Możemy to zaobserwować a rysuu 1. RYSUNEK 1. Fucja u(t) = t 2 (liia przerywaa) oraz cztery początowe wielomiay Bersteia tej fucji (liie ciągłe) począwszy od fucji ajwięszej B 1 (u), B 2 (u), B 3 (u), B 4 (u) Widzimy, że dla fucji u(t) = t 2 mamy B (u)(t) = t 2 t(1 t) +, co poazuje, że w przypadu tej fucji ciąg wielomiaów B (u) zbiega do u dość wolo ja 1. Voroowsaja w 1932 rou udowodiła, że taie samo tempo zbieżości obserwujemy w przypadu ażdej fucji u, tóra jest dwurotie różiczowala (por. [15]).

3 Twierdzeie 1.4. Niech u C[, 1]. Wówczas APROKSYMACJA OPERATORAMI BERNSTEINA 3 lim (B t(1 t) (u)(t) u(t)) = u (t) + 2 dla wszystich t [, 1], w tórych fucja u jest dwurotie różiczowala. Tempo zbieżości wielomiaów Bersteia daje się oszacować ieco ogóliej bez wymagaia dwurotej różiczowalości fucji u. Dwa poiższe twierdzeia podae są za moografią [15]. Twierdzeie 1.5. Niech u C[, 1]. Wówczas dla ażdego > 1 B (u) u 5 4 ω u( 1 ). Twierdzeie 1.6. Jeśli u C[, 1] posiada ciagł a pochoda, to dla ażdego > 1 B (u) u 3 1 ω u ( 1 ). 4 W powyższych twierdzeiach fucja ω v : [, + ) [, + ) ozacza tzw. moduł ciągłości fucji v, tz. (1.1) ω v (δ) = sup{ v(t) v(s) : t, s [, 1] oraz t s δ}. Ja widać tempo zbieżości ie jest oszałamiające co więcej moża poazać, że istieją fucje ciągłe, dla tórych tego tempa ie moża poprawić. Cieawe zachowaie wielomiaów Bersteia możemy zaobserwować iedy popatrzymy a ie z putu widzeia wariacji (wahaia) fucji f (o wahaiu fucji poczytać moża w siążce [17]). Twierdzeie 1.7. Dla fucji ciagłej u: [, 1] + o ograiczoej wariacji B (u) u. u mamy Co więcej, rówość zachodzi wtedy i tylo wtedy, gdy fucja u jest mootoicza. Przyjrzyjmy się teraz ilu ważym zaletom operatorów Bersteia B dotyczącym zachowywaia pewych szczególych własości fucji u. Twierdzeie 1.8. Operatory Bersteia B sa mootoicze, tz. jeśli u 1 (t) u 2 (t) a [, 1], to dla ażdego t [, 1] zachodzi B (u 1 )(t) B (u 2 )(t). Fat te jest rówoważy stwierdzeiu, że wielomia Bersteia fucji ieujemej jest fucją ieujemą. Prosty dowód tego twierdzeia, ja i olejego, zaleźć moża w [21]. Twierdzeie 1.9. Jeśli u C([, 1]) jest fucja rosac a, to rówież fucja B (u) jest rosaca a [, 1]. Jeśli zaś fucja u C([, 1]) jest wypuła, to fucja B (u) taże jest wypuła. 2. OPERATORY BERNSTEINA W INNYCH PRZESTRZENIACH BANACHA Dobre własości operatorów B, taie ja zachowywaie dodatiości, mootoiczości czy wypułości fucji, są osewecją astępującego fatu dotyczącego C r ([, 1]), przestrzei fucji o ciągłej pochodej rzędu r.

4 4 B. WOLNIK I J. GULGOWSKI Twierdzeie 2.1. Jeżeli u C r ([, 1]) dla pewego r N oraz to dla r zachodzi t [, 1] m u (r) (t) M, t [, 1] c r m B (r) (u)(t) c r M, ( gdzie c = c 1 = 1 oraz dla 2 r defiiujemy c r = c r 1 1 r 1 Wyi te moża zaleźć p. w [21], tam też moża prześledzić dowód astępującego fatu, poazującego siłę wielomiaów Bersteia. Twierdzeie 2.2. Jeżeli u C r ([, 1]) dla pewego r N, to ciag wielomiaów B (r) (u) zbiega jedostajie do u (r) a [, 1]. Zaim przejdziemy do pytań o ciągłość operatorów Bersteia w przestrzeiach C r ([, 1]), wprowadźmy pojęcie fucji hölderowsiej. Defiicja 2.3. Mówimy, że fucja u: [, 1] R spełia warue Höldera z wyładiiem α (, 1] oraz stałą L >, jeśli t, s [, 1] u(t) u(s) t s α. W 1938 rou Kac ([11], [12]) poazał astępujące tempo zbieżości dla fucji hölderowsich (iy dowód moża zaleźć w pracy Mathé [19]): Twierdzeie 2.4. Załóżmy, że u: [, 1] R spełia warue Höldera z wyładiiem α (, 1] oraz stała L >. Wówczas ( ) α/2 ( ) t(1 t) 1 α/2 t [, 1] B (u)(t) u(t) L L. 4 W pracach [16] oraz [3] autorzy poazali astępujący wyi Twierdzeie 2.5. Jeśli u: [, 1] R spełia warue Höldera z wyładiiem α (, 1] i stała L >, to jej wielomia Bersteia B (u) rówież spełia warue Höldera z tym samym wyładiiem α i ta sama stała L. Dla α = 1 rezultat te został opublioway wcześiej w pracy [9]. Zauważmy, że zbiór Lip α ([, 1]) = {u: [, 1] R: L> t, s [, 1] u(t) u(s) t s α } jest przestrzeią Baacha z ormą u(s) u(t) u α = u + sup = s,t [,1],s t s t α u(t + h) u(t) = u + sup max =: u t [,1 h] h α + u α. <h<1 Jao wiose z Twierdzeia 2.5 otrzymujemy zatem, że operator B przeształca Lip α ([, 1]) w siebie. Moża więc pytać o ograiczoość operatorów Bersteia w przestrzeiach Lip α ([, 1]) dla α (, 1]. Autorzy pracy [6] uzysali pozytywą odpowiedź w stosuu do bardziej ogólego zagadieia, uwzględiającego rówież przestrzeie C r ([, 1]). ).

5 APROKSYMACJA OPERATORAMI BERNSTEINA 5 Dla r N oraz α 1 zdefiiujmy astępującą przestrzeń Baacha { } r C r,α ([, 1]) = u C r ([, 1]): u r,α := u () + u (r) α <. Twierdzeie 2.6. Niech u C r,α ([, 1]), gdzie r N oraz α 1. Wtedy gdzie stała C r zależy jedyie od r. B (u) u r,α C r u r,α, W ramach uzupełieia powyższych iformacji warto zwrócić uwagę a to, że aalogicze pytaia tego typu moża zadawać rówież dla fucji u ieoieczie spełiających warue Höldera, posiadających jeda ustaloy moduł ciągłości ω i te pytaia rówież zajdują iteresującą odpowiedź (por. [13]): Twierdzeie 2.7. Jeżeli fucja u: [, 1] R jest ciagła, zaś ω u jest jej modułem ciagłości daym wzorem (1.1), to ω B(u)(s) 4ω u (s), dla s. Podobe pytaia możemy zadać dla przestrzei fucji o ograiczoym wahaiu, a ściślej dla jej domiętej podprzestrzei złożoej z fucji ciągłych. Niech z ormą CBV [, 1] = {u C[, 1]: u BV = u() + Prostym spostrzeżeiem jest astępujący lemat u < + } u. Lemat 2.8. Operator B : CBV [, 1] CBV [, 1] jest ciagły i jego orma wyosi 1. Dowód. Ze względu a wspomiaą w Twierdzeiu 1.7 własość mamy B u BV = B (u)() + B (u) u() + Z olei dla fucji stale rówej 1 zachodzi rówość B (1) BV = 1 BV, co ostateczie dowodzi, że B = 1. u = u BV. Tym razem jeda sytuacja jest ieco ia iż w poprzedio rozpatrywaych przestrzeiach. Jeżeli zapytamy, czy (B (u) u), to iestety odpowiedź jest (ogólie) egatywa. Mówi o tym astępujące twierdzeie podae w [5]: Twierdzeie 2.9. Fucja u: [, 1] R jest absolutie ciagła wtedy i tylo wtedy, gdy (B (u) u).

6 6 B. WOLNIK I J. GULGOWSKI 3. APROKSYMACJA ZAGADNIEŃ DLA RÓWNAŃ RÓŻNICZKOWYCH ZWYCZAJNYCH W pracy [18] podao metodę aprosymacji rozwiązań liiowego zagadieia początowego dla liiowego rówaia różiczowego zwyczajego x (t) = m(t)x(t) + (t), (3.1) x(t ) = x, opartą o twierdzeie pochodzące od Chaplygia Twierdzeie 3.1. Niech U(t, x), V (t, x) sa fucjami spełiajacymi warue Lipschitza oraz U(t, x) f(t, x) V (t, x), wówczas rozwiazaia u(t) oraz v(t) zagadień x (t) = U(t, x), x(t ) = x oraz x (t) = V (t, x), x(t ) = x spełiaja u(t) x(t) v(t), gdzie x(t) jest rozwiazaiem zagadieia x (t) = f(t, x), x(t ) = x. W metodzie tej ostruowae są oleje przybliżeia u (t), v (t) oparte właśie a wielomiaach Bersteia odpowiedich fucji. Z olei w pracy [2] zapropoowao by podczas rozwiązywaia zagadieia brzegowego Dirchleta dla rówań różiczowych liiowych drugiego rzędu poszuiwać aprosymacji rozwiązaia postaci ) P (t) = C ( t (1 t), gdzie współczyii C mogłyby być poszuiwae przy pomocy metody Galeria. Podae w pracy przyłady poazują, że wyorzystaie wielomiaów Bersteia stopia 45 daje doładość aprosymacji rzędu tej jaą mają liczby zmieoprzeciowe podwójej precyzji (czyli 1 15 ). Widzimy więc, że z jedej stroy, do uzysaia odpowiediej doładości, musimy brać wielomiay odpowiedio wysoiego stopia z drugiej, jeda, stroy wymiar przestrzei, w tórej poszuujemy rozwiązań aprosymujących ie jest zbyt wieli. W pracy [2] wymiar przestrzei, w tórej uloowae są rozwiązaia zloalizoway jest w pewym sesie esperymetalie, warto jeda zwrócić uwagę a to, że wymiar te moża oszacować w oparciu o twierdzeia poazujące tempo zbieżości. Podobe podejście moża rówież zastosować do rozwiązywaia dużo bardziej złożoych, ieliiowych zagadień brzegowych (p. Dirichleta) dla rówań różiczowych zwyczajych drugiego rzędu.

7 APROKSYMACJA OPERATORAMI BERNSTEINA 7 Rozważmy zagadieie brzegowe u (t) + ϕ(t, u(t), u (t)) = dla t (, 1) (3.2) u() = u(1) =. dla fucji ciągłej ϕ: [, 1] R R R. Wiadomo (por. [1]), że istieje liiowy i ciągły operator T : C[, 1] C 1 [, 1], dla tórego u (t) + h(t) = dla t (, 1), T h = u u() = u(1) =. Z powyższym zagadieiem (3.2) możemy sojarzyć ciąg zagadień u (t) + ( ) (3.3) ϕ(, u( ), u ( ))t (1 t) = dla t (, 1), u() = u(1) =. Ta postawioy problem jest właściwie sończeie wymiarowy jego rozwiązaiem jest wielomia stopia co ajwyżej + 2. Dobrze to widać, gdy popatrzymy a to zagadieie w języu odwzorowań w przestrzeiach Baacha. W te sposób z zagadieiem (3.2) możemy sojarzyć odwzorowaie f : C 1 [, 1] C 1 [, 1] dae wzorem f(u) = u T Φ(u), gdzie Φ: C 1 [, 1] C[, 1] jest odwzorowaiem Nemytsiego sojarzoym z ϕ, daym wzorem Φ(u)(t) = φ(t, u(t), u (t)). Oczywiście f(u) = wtedy i tylo wtedy, gdy u jest rozwiązaiem zagadieia (3.2). Zauważmy, że wówczas zagadieie (3.3) możemy zapisać przy pomocy rówaia f (u) =, gdzie f : C 1 [, 1] C 1 [, 1] dae jest wzorem (3.4) f (u) = u T B Φ(u). Jeżeli fucja ϕ ie zależy od u, tz. ϕ: [, 1] R R, to rówaie (3.4) możemy w aturaly sposób potratować jao zagadieie sończeie wymiarowe. Otóż rówoważym do (3.4) jest rówaie g (x) =, dla fucji g : R +1 R +1 daej wzorem g (x) = x A (ϕ(, x ), ϕ( 1 ), x 1),..., ϕ(1, x ), gdzie x = (x,..., x ), zaś A : R +1 R +1 jest odwzorowaiem liiowym o macierzy [a i,j ], a i,j = ( ) j [T (t j (1 t) j )]( i ). Rzeczywiście, zagadieie (3.3) może być zapisae iaczej jao [ ( (3.5) u = T )ϕ( ], u( ))t (1 t). Załóżmy bowiem, że istieje rozwiązaie u C 1 [, 1] zagadieia (3.5). Zauważmy, że jeśli do wzoru (3.5) podstawimy t = j, uzysamy u( j ( ) ) = ϕ(, u( ))[T t (1 t) ]( j ), co poazuje, że g (x) =, dla x = (x, x 1,..., x ) oraz x i = u( i ). Z drugiej ( stroy, ) jeśli x = (x,..., x ) R +1 jest zerem odwzorowaia g, to fucja u(t) = ϕ(, x )T [t (1 t) ] jest rozwiązaiem (3.5).

8 8 B. WOLNIK I J. GULGOWSKI W pracy [8] poazae są dobre własości tej aprosymacji w szczególości to, że jej rozwiązaia leżą bliso rozwiązań aprosymowaego zagadieia (3.2). Jest to oczywiście dobra wiadomość, jeda sam fat tego rodzaju zgodości zagadieia aprosymującego z aprosymowaym ie jest iczym szczególym podobie zachowuje się wiele schematów umeryczego rozwiązywaia zagadień dla rówań różiczowych (patrz [14],[7]). Dużo ważiejszą zaletą jest to, że ze względu a fat, iż wielomiay Bersteia geerowae są przez ciągłe odwzorowaie liiowe B o ormie 1 oraz w odpowiediej ormie zachodzi B (u) u, możemy przy pomocy operatora B budować, w aturaly sposób, przeróże schematy aprosymacyje. Co więcej, możemy zapewić sobie wymagaą gładość uzysiwaych aprosymacji. Choć tempo zbieżości wielomiaów Bersteia ie jest oszałamiające zwyle więc ie wyorzystuje się ta ostruowaych schematów do poprawieia wydajości algorytmów, to jeda pojawiło się wiele pomysłów a poprawieie tempa zbieżości. Warto w tym miejscu wspomieć choćby o pracy [4] wprowadzającej liiowe ombiacje wielomiaów Bersteia, pracy [22] propoującej uogólieie wielomiaów Bersteia w postaci q-wielomiaów, czy pracy [2] przedstawiającej zalety iterowaych aprosymacji. LITERATURA [1] S. Berstei, Démostratio du théorème de Weierstrass, fode sur le probabilités, Comm. Soc. Math. Kharov 13: 1 2, [2] M.I. Bhatti, P. Brace, Solutios of differetial equatios i a Berstei polyomial basis, Joural of Computatioal ad Applied Mathematics 25(1): , 27. [3] B.M. Brow, D. Elliot, D.F. Paget, Lipschitz costats for the Berstei polyomials of a Lipschitz cotiuous fuctio, J. Approx. Theory 49: , [4] P.L. Butzer, Liear combiatios of Berstei polyomials, Caadia J. Math 5: , [5] R. Costatie Jr., Variatio orm covergece of fuctio sequeces, Proceedigs of the America Mathematical Society 45: , [6] C. Cotti, H.H. Gosa, Simultaeous approximatio ad global smoothess preservatio, Suppl. Red. Circ. Mat. Palermo 33: , [7] M. Dryja, J. Jaowsa, M. Jaowsi, Metody umerycze, tom 2, Wydawictwa Nauowo-Techicze, Warszawa, 1982 [8] J. Gulgowsi, Berstei approximatios of oliear Sturm-Liouville problems, Noliear Aalysis: Theory, Methods & Applicatios 72(6): , 21. [9] D. Haje, Uiform polyomial approximatio, Amer. Math. Mothly 72: 681, [1] P. Hartma, Ordiary differetial equatios, Birhauser, Bosto-Basel-Stuttgart, [11] M. Kac, Ue remarque sur les polyomes de M.S. Berstei, Studia Math. 7: 49 51, [12] M. Kac, Recoaissace de priorité relative à ma ote Ue remarque sur les polyomes de M. S. Berstei, Studia Math. 8: 17, [13] W. Kratz, U. Stadtmüller, O the uiform modulus of cotiuity of certai discrete approximatio operators, J. Approx. Theory 54 (3): , [14] J. Jaowsa, M. Jaowsi, Metody umerycze, tom 1, Wydawictwa Nauowo-Techicze, Warszawa, 1981 [15] G.G. Loretz, Berstei Polyomials, Spriger-Verlag, Berli-Heidelberg-New Yor, [16] T. Lidvall, Berstei polyomials ad the law of large umbers, Math. Scietist 7: , [17] S. Łojasiewicz, Wstęp do teorii fucji rzeczywistych, PWN, Warszawa, [18] A. Mogelli, S. Noschese, Uiform polyomial approximatio to solutios of the Cauchy problem for O.D.E., Riv. Mat. Uiv. Parma 3(6): , 2. [19] P. Mathé, Approximatio of Hölder Cotiuous Fuctios by Berstei Polyomials, The America Mathematical Mothly 16(6): , [2] S. Ostrovsa, q-berstei polyomials ad their iterates, J. Approx. Theory 123(2): , 23. [21] G.M. Phillips, Iterpolatio ad Approximatio by Polyomials, Spriger-Verlag, Berli, 23.

9 APROKSYMACJA OPERATORAMI BERNSTEINA 9 [22] G.M. Phillips, O Geeralized Berstei Polyomials. I Approximatio ad optimizatio, vol. I (Cluj-Napoca, 1996): , Trasilvaia, Cluj-Napoca, BARBARA WOLNIK INSTYTUT MATEMATYKI, UNIWERSYTET GDAŃSKI, UL. WITA STWOSZA 57, GDAŃSK Adres Barbara.Woli@mat.ug.edu.pl JACEK GULGOWSKI INSTYTUT MATEMATYKI, UNIWERSYTET GDAŃSKI, UL. WITA STWOSZA 57, GDAŃSK Adres dza@mat.ug.edu.pl

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy Wyład 7 Przestrzeie metrycze zwarte Defiicja 8 (przestrzei zwartej i zbioru zwartego Przestrzeń metryczą ( ρ X azywamy zwartą jeśli ażdy ciąg elemetów tej przestrzei posiada podciąg zbieży (do putu tej

Bardziej szczegółowo

tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze

tek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze R o z d z i a l III RÓWNANIA RÓŻNICZKOWE LINIOWE WYŻSZYCH RZE DÓW 12. Rówaie różiczowe liiowe -tego rze du Na pocza te zauważmy, że podobie ja w dziedziie rzeczywistej wprowadzamy dla fucji zespoloych

Bardziej szczegółowo

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011

Dwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011 Dwumia Newtoa Agiesza Dąbrowsa i Maciej Nieszporsi 8 styczia Wstęp Wzory srócoego możeia, tóre pozaliśmy w gimazjum (x + y x + y (x + y x + xy + y (x + y 3 x 3 + 3x y + 3xy + y 3 x 3 + y 3 + 3xy(x + y

Bardziej szczegółowo

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji http://www.ii.ui.wroc.pl/ sle/teachig/a-apr.pdf Aaliza umerycza Staisław Lewaowicz Grudzień 007 r. Aproksymacja fukcji Pojęcia wstępe Defiicja. Przestrzeń liiową X (ad ciałem liczb rzeczywistych R) azywamy

Bardziej szczegółowo

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne APROKSYMACJA I INTERPOLACJA Przybliżeie fucji f(x) przez ią fucję g(x) fucja f jest zbyt sompliowaa; użycie f w dalszej aalizie problemu jest trude fucja f jest zaa tylo tabelaryczie; wymagaa jest zajomość

Bardziej szczegółowo

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n Metoda Newtoa i rówaie z = 1 Załóżmy, że fucja f :C C ma ciągłą pochodą. Dla (prawie) ażdej liczby zespoloej z 0 tworzymy ciąg (1) (z ) 0, z 1 = z f ( z ), ciąg te f ' (z ) będziemy azywać orbitą liczby

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych Automatya i Robotya Aaliza Wyład dr Adam Ćmiel cmiel@agh.edu.pl Rachue różiczowy fucji wielu zmieych W olejych wyładach uogólimy pojęcia rachuu różiczowego i całowego fucji jedej zmieej a przypade fucji

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINOWYCH

UKŁADY RÓWNAŃ LINOWYCH Ekoeergetyka Matematyka. Wykład 4. UKŁADY RÓWNAŃ LINOWYCH Defiicja (Układ rówań liiowych, rozwiązaie układu rówań) Układem m rówań liiowych z iewiadomymi,,,, gdzie m, azywamy układ rówań postaci: a a a

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Liczby zespolone

Zadania z algebry liniowej - sem. I Liczby zespolone Zadaia z algebry liiowej - sem. I Liczby zespoloe Defiicja 1. Parę uporządkowaą liczb rzeczywistych x, y azywamy liczbą zespoloą i ozaczamy z = x, y. Zbiór wszystkich liczb zespoloych ozaczamy przez C

Bardziej szczegółowo

Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r

Wykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r Wyład 6 Przestrzeie etrycze ośrodowe i zupełe. Przypoiay, że zbiór azyway przeliczaly, jeśli jest o rówoliczy ze zbiore wszystich liczb aturalych N, a co ajwyżej przeliczaly, jeśli jest o przeliczaly lub

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VI: Metoda Mote Carlo 17 listopada 2014 Zastosowaie: przybliżoe całkowaie Prosta metoda Mote Carlo Przybliżoe obliczaie całki ozaczoej Rozważmy całkowalą fukcję f : [0, 1] R. Chcemy zaleźć przybliżoą

Bardziej szczegółowo

Twierdzenia o funkcjach ciągłych

Twierdzenia o funkcjach ciągłych Automatya i Robotya Aaliza Wyład 5 dr Adam Ćmiel cmiel@aghedupl Twierdzeia o ucjach ciągłych Tw (Weierstrassa Jeżeli ucja : R [ R jest ciągła a [, to ograiczoa i : ( sup ( i ( i ( [, Dowód Ograiczoość

Bardziej szczegółowo

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11 RÓWNANIA RÓŻNICZKOWE WYKŁAD Szeregi potęgowe Defiicja Fukcja y = f () jest klasy C jeżeli jest -krotie różiczkowala i jej -ta pochoda jest fukcją ciągłą. Defiicja Fukcja y = f () jest klasy C, jeżeli jest

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji ( ) : m f x = Ax ( A) { Ax x } = Defiicja: Zakresem macierzy A Œ âm azywamy

Bardziej szczegółowo

Analiza I.1, zima wzorcowe rozwiązania

Analiza I.1, zima wzorcowe rozwiązania Aaliza I., zima 07 - wzorcowe rozwiązaia Marci Kotowsi 5 listopada 07 Zadaie. Udowodij, że dla ażdego aturalego liczba 7 + dzieli się przez 6. Dowód. Tezę udowodimy za pomocą iducji matematyczej. Najpierw

Bardziej szczegółowo

1 Twierdzenia o granicznym przejściu pod znakiem całki

1 Twierdzenia o granicznym przejściu pod znakiem całki 1 Twierdzeia o graiczym przejściu pod zakiem całki Ozaczeia: R + = [0, ) R + = [0, ] (X, M, µ), gdzie M jest σ-ciałem podzbiorów X oraz µ: M R + - zbiór mierzaly, to zaczy M Twierdzeie 1.1. Jeżeli dae

Bardziej szczegółowo

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem: Relacje rekurecyje Defiicja: Niech =,,,... będzie astępująco zdefiiowaym ciągiem: () = r, = r,..., k = rk, gdzie r, r,..., r k są skalarami, () dla k, = a + a +... + ak k, gdzie a, a,..., ak są skalarami.

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji : m f x = Ax RAAx x Defiicja: Zakresem macierzy A Œ âm azywamy podprzestrzeń

Bardziej szczegółowo

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

Operatory zwarte Lemat. Jeśli T jest odwzorowaniem całkowym na przestrzeni Hilberta X = L 2 (Ω) z jądrem k L 2 (M M)

Operatory zwarte Lemat. Jeśli T jest odwzorowaniem całkowym na przestrzeni Hilberta X = L 2 (Ω) z jądrem k L 2 (M M) Operatory zwarte Niech X będzie przestrzeią Baacha. Odwzorowaie liiowe T azywa się zwarte, jeśli obraz kuli jedostkowej T (B) jest zbiorem warukowo zwartym. Przestrzeń wszystkich operatorów zwartych a

Bardziej szczegółowo

Metoda najszybszego spadku

Metoda najszybszego spadku Metody Gradietowe W tym rozdziale bdziemy rozwaa metody poszuiwaia dla fucji z przestrzei R o wartociach rzeczywistych Metody te wyorzystuj radiet fucji ja rówie wartoci fucji Przypomijmy, czym jest zbiór

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

Twierdzenie Cayleya-Hamiltona

Twierdzenie Cayleya-Hamiltona Twierdzeie Cayleya-Hamiltoa Twierdzeie (Cayleya-Hamiltoa): Każda macierz kwadratowa spełia swoje włase rówaie charakterystycze. D: Chcemy pokazać, że jeśli wielomiaem charakterystyczym macierzy A jest

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa

Analiza matematyczna i algebra liniowa Aaliza matematycza i algebra liiowa Materiały pomocicze dla studetów do wyładów Rachue różiczowy ucji wielu zmieych. Pochode cząstowe i ich iterpretacja eoomicza. Estrema loale. Metoda ajmiejszych wadratów.

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

Zadania z analizy matematycznej - sem. I Szeregi liczbowe Zadaia z aalizy matematyczej - sem. I Szeregi liczbowe Defiicja szereg ciąg sum częściowyc. Szeregiem azywamy parę uporządkowaą a ) S ) ) ciągów gdzie: ciąg a ) ciąg S ) jest day jest ciągiem sum częściowych

Bardziej szczegółowo

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n I. Ciągi liczbowe Defiicja 1. Fukcję określoą a zbiorze liczb aturalych o wartościach rzeczywistych azywamy ciągiem liczbowym. Ciągi będziemy ozaczać symbolem a ), gdzie a ozacza -ty wyraz ciągu a ). Defiicja.

Bardziej szczegółowo

5. Szeregi liczbowe. A n = A = lim. a k = lim a k, a k = a 1 + a 2 + a

5. Szeregi liczbowe. A n = A = lim. a k = lim a k, a k = a 1 + a 2 + a 5. Szeregi liczbowe Niech będzie day iesończoy ciąg liczbowy {a }. Ciąg A = azywamy ciągiem sum częściowych ciągu {a }. Jeżeli ciąg {A } jest zbieży, mówimy, że ciąg {a } jest sumowaly, a graicę a A =

Bardziej szczegółowo

Wyk lad 8 Zasadnicze twierdzenie algebry. Poj. ecie pierścienia

Wyk lad 8 Zasadnicze twierdzenie algebry. Poj. ecie pierścienia Wy lad 8 Zasadicze twierdzeie algebry. Poj ecie pierścieia 1 Zasadicze twierdzeie algebry i jego dowód Defiicja 8.1. f: C C postaci Wielomiaem o wspó lczyiach zespoloych azywamy fucj e f(x) = a x + a 1

Bardziej szczegółowo

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik Pierwiastki z liczby zespoloej Autorzy: Agieszka Kowalik 09 Pierwiastki z liczby zespoloej Autor: Agieszka Kowalik DEFINICJA Defiicja : Pierwiastek z liczby zespoloej Niech będzie liczbą aturalą. Pierwiastkiem

Bardziej szczegółowo

Fraktale - ciąg g dalszy

Fraktale - ciąg g dalszy Fraktale - ciąg g dalszy Koleja próba defiicji fraktala Jak Madelbrot zdefiiował fraktal? Co to jest wymiar fraktaly zbioru? Układy odwzorowań iterowaych (IFS Przykład kostrukcji pewego zbioru. Elemety

Bardziej szczegółowo

Analiza numeryczna Kurs INP002009W. Wykład 1 Narzędzia matematyczne. Karol Tarnowski A-1 p.223

Analiza numeryczna Kurs INP002009W. Wykład 1 Narzędzia matematyczne. Karol Tarnowski A-1 p.223 Aaliza umerycza Kurs INP002009W Wykład Narzędzia matematycze Karol Tarowski karol.tarowski@pwr.wroc.pl A- p.223 Pla wykładu Czym jest aaliza umerycza? Podstawowe pojęcia Wzór Taylora Twierdzeie o wartości

Bardziej szczegółowo

Ekonomia matematyczna - 2.1

Ekonomia matematyczna - 2.1 Ekoomia matematycza - 2.1 Przestrzeń produkcyja Zakładamy,że w gospodarce występuje towarów, każdy jako akład ( surowiec ) lub wyik ( produkt ) w procesach produkcji. Kokrety proces produkcji jest reprezetoway

Bardziej szczegółowo

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli.

KOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli. KOMBINATORYKA Kombiatoryą azywamy dział matematyi zajmujący się zbiorami sończoymi oraz relacjami między imi. Kombiatorya w szczególości zajmuje się wyzaczaiem liczby elemetów zbiorów sończoych utworzoych

Bardziej szczegółowo

Wykład 11. a, b G a b = b a,

Wykład 11. a, b G a b = b a, Wykład 11 Grupy Grupą azywamy strukturę algebraiczą złożoą z iepustego zbioru G i działaia biarego które spełia własości: (i) Działaie jest łącze czyli a b c G a (b c) = (a b) c. (ii) Działaie posiada

Bardziej szczegółowo

I. Podzielność liczb całkowitych

I. Podzielność liczb całkowitych I Podzielość liczb całkowitych Liczba a = 57 przy dzieleiu przez pewą liczbę dodatią całkowitą b daje iloraz k = 3 i resztę r Zaleźć dzieik b oraz resztę r a = 57 = 3 b + r, 0 r b Stąd 5 r b 8, 3 więc

Bardziej szczegółowo

Parametryzacja rozwiązań układu równań

Parametryzacja rozwiązań układu równań Parametryzacja rozwiązań układu rówań Przykład: ozwiąż układy rówań: / 2 2 6 2 5 2 6 2 5 //( / / 2 2 9 2 2 4 4 2 ) / 4 2 2 5 2 4 2 2 Korzystając z postaci schodkowej (środkowa macierz) i stosując podstawiaie

Bardziej szczegółowo

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY Zgodie z dążeiami filozofii pitagorejsiej matematyzacja abstracyjego myśleia powia być dooywaa przy pomocy liczb. Soro ta, to liczby ależy tworzyć w miarę

Bardziej szczegółowo

Analiza I.1, zima globalna lista zadań

Analiza I.1, zima globalna lista zadań Aaliza I., zima 207 - globala lista zadań Marci Kotowsi 8 styczia 208 Podstawy Zadaie. Udowodij, że dla ażdego aturalego liczby 7 2 + oraz 7 2 dzielą się przez 6. Zadaie 2. Rozstrzygij, czy poiższe liczby

Bardziej szczegółowo

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce! Iformatyka Stosowaa-egzami z Aalizy Matematyczej Każde zadaie ależy rozwiązać a oddzielej, podpisaej kartce! y, Daa jest fukcja f (, + y, a) zbadać ciągłość tej fukcji f b) obliczyć (,) (, (, (,) c) zbadać,

Bardziej szczegółowo

Krótkie i dość swobodne wprowadzenie do liczb Stirlinga. Jakub Kamiński

Krótkie i dość swobodne wprowadzenie do liczb Stirlinga. Jakub Kamiński Krótie i dość swobode wprowadzeie do liczb Stirliga Jaub Kamińsi 9 styczia 27 LICZBY STIRLINGA PIERWSZEGO RODZAJU Liczby Stirliga pierwszego rodzaju Liczby Stirliga zawdzięczają swoją azwę szociemu matematyowi

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

3. Funkcje elementarne

3. Funkcje elementarne 3. Fukcje elemetare Fukcjami elemetarymi będziemy azywać fukcję tożsamościową x x, fukcję wykładiczą, fukcje trygoometrycze oraz wszystkie fukcje, jakie moża otrzymać z wyżej wymieioych drogą astępujących

Bardziej szczegółowo

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję

Bardziej szczegółowo

1.3. Przestrzeni. Odwzorowania. Rząd macierzy. Twierdzenie Croneckera- Capellego

1.3. Przestrzeni. Odwzorowania. Rząd macierzy. Twierdzenie Croneckera- Capellego WYKŁD 4 3 Przestrzei Odwzorowaia Rząd acierzy Twierdzeie Croecera- Capellego 3 Przestrzeń Przestrzeń wetorowa Baza przestrzei wetorowej 78 (Przestrzeń ) Niech ozacza zbiór wszystich ciągów -eleetowych

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

CAŁKA NIEOZNACZONA. F (x) = f(x) dx.

CAŁKA NIEOZNACZONA. F (x) = f(x) dx. CAŁKA NIEOZNACZONA Mówimy, że fukcja F () jest fukcją pierwotą dla fukcji f() w pewym ustaloym przedziale - gdy w kadym pukcie zachodzi F () = f(). Fukcję pierwotą często azywamy całką ieozaczoą i zapisujemy

Bardziej szczegółowo

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 11

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 11 Matematyka I Bezpieczeństwo jądrowe i ochroa radiologicza Semestr zimowy 2018/2019 Wykład 11 Całka ozaczoa podstawowe pojęcia Defiicja podziału odcika Podziałem P odcika < a, b > a części azywamy zbiór

Bardziej szczegółowo

Definicja interpolacji

Definicja interpolacji INTERPOLACJA Defiicja iterpolacji Defiicja iterpolacji 3 Daa jest fukcja y = f (x), x[x 0, x ]. Zamy tablice wartości tej fukcji, czyli: f ( x ) y 0 0 f ( x ) y 1 1 Defiicja iterpolacji Wyzaczamy fukcję

Bardziej szczegółowo

Metody numeryczne. Marek Lefik. Wykład 1 Studia doktoranckie

Metody numeryczne. Marek Lefik. Wykład 1 Studia doktoranckie Metody umerycze Marek Lefik Wykład 1 Studia doktorackie 01-013 Metody umerycze: wstęp ogóly Czemu służą MN Rozwiązaia symbolicze zagadień brzegowych dla skomplikowaej geometrii ie jest możliwe Rozwiązaia

Bardziej szczegółowo

( ) WŁASNOŚCI MACIERZY

( ) WŁASNOŚCI MACIERZY .Kowalski własości macierzy WŁSNOŚC MCERZY Własości iloczyu i traspozycji a) możeie macierzy jest łącze, tz. (C) ()C, dlatego zapis C jest jedozaczy, b) możeie macierzy jest rozdziele względem dodawaia,

Bardziej szczegółowo

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac Kogruecje kwadratowe symbole Legedre a i Jacobiego Kogruecje Wykład 4 Defiicja 1 Kogruecję w ostaci x a (mod m), gdzie a m, azywamy kogruecją kwadratową; jej bardziej ogóla ostać ax + bx + c może zostać

Bardziej szczegółowo

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12 Rozwiazaia zadań z pierwszej klasówki, 0 listopada 06 r zestaw A Ciag a ) jest zaday rekuryjie: a a, a + a a 9, a R, a

Bardziej szczegółowo

8. Jednostajność. sin x sin y = 2 sin x y 2

8. Jednostajność. sin x sin y = 2 sin x y 2 8. Jedostajość Mówimy, że fukcja f : I R spełia waruek Lipschitza ze stałą C > 0, jeśli fx) fy) C x y, x, y I. 8.. Przykład. a) Taką fukcją jest p. si : R [, ]. Rzeczywiście, si x si y = 2 si x y 2 cos

Bardziej szczegółowo

a 1, a 2, a 3,..., a n,...

a 1, a 2, a 3,..., a n,... III. Ciągi liczbowe. 1. Defiicja ciągu liczbowego. Defiicja 1.1. Ciągiem liczbowym azywamy fukcję a : N R odwzorowującą zbiór liczb aturalych N w zbiór liczb rzeczywistych R i ozaczamy przez { }. Używamy

Bardziej szczegółowo

MACIERZE STOCHASTYCZNE

MACIERZE STOCHASTYCZNE MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:

Bardziej szczegółowo

Analiza matematyczna. Robert Rałowski

Analiza matematyczna. Robert Rałowski Aaliza matematycza Robert Rałowski 6 paździerika 205 2 Spis treści 0. Liczby aturale.................................... 3 0.2 Liczby rzeczywiste.................................... 5 0.2. Nierówości...................................

Bardziej szczegółowo

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Wektory Fukcje rzeczywiste wielu zmieych rzeczywistych Matematyka Studium doktorackie KAE SGH Semestr leti 2008/2009 R. Łochowski Wektory pukty w przestrzei R Przestrzeń R to zbiór uporządkowaych -ek liczb

Bardziej szczegółowo

Zajęcia nr. 2 notatki

Zajęcia nr. 2 notatki Zajęcia r otati wietia 5 Wzory srócoego możeia W rozdziale tym podamy ila wzorów tóre ułatwiają obliczaie wielu zadań rachuowych Fat (wzory srócoego możeia) Dla dowolych liczb rzeczywistych a, b zachodzi:

Bardziej szczegółowo

Wykład 8: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala, Poissona. Przybliżenie Poissona rozkładu dwumianowego.

Wykład 8: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala, Poissona. Przybliżenie Poissona rozkładu dwumianowego. Rachue rawdoodobieństwa MAP064 Wydział Eletroii, ro aad. 008/09, sem. leti Wyładowca: dr hab. A. Jurlewicz Wyład 8: Zmiee losowe dysrete. Rozłady Beroulliego (dwumiaowy), Pascala, Poissoa. Przybliżeie

Bardziej szczegółowo

7. Różniczkowanie. x x. f (x 0 ) = df(x). dx x=x0 Pierwsze oznaczenie pochodzi od Lagrange a, a drugie od Leibniza.

7. Różniczkowanie. x x. f (x 0 ) = df(x). dx x=x0 Pierwsze oznaczenie pochodzi od Lagrange a, a drugie od Leibniza. 7 Różiczowaie Niech będzie daa fucja f oreśloa w pewym otoczeiu putu x 0 R Mówimy, że f jest różiczowala w x 0 (ma w x 0 pochodą), jeśli iloraz różicowy x f(x) f(x 0) x x 0 ma w pucie x 0 graicę Ozaczamy

Bardziej szczegółowo

Ekonomia matematyczna 2-2

Ekonomia matematyczna 2-2 Ekoomia matematycza - Fukcja produkcji Defiicja Efektywym przekształceiem techologiczym azywamy odwzorowaie (iekiedy wielowartościowe), które kazdemu wektorowi akładów R przyporządkowuje zbiór wektorów

Bardziej szczegółowo

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi,

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi, 7 Liczby zespoloe Liczby zespoloe to liczby postaci z a + bi, gdzie a, b R. Liczbę i azywamy jedostką urojoą, spełia oa waruek i 2 1. Zbiór liczb zespoloych ozaczamy przez C: C {a + bi; a, b R}. Liczba

Bardziej szczegółowo

Problem. Jak praktycznie badać jednostajną ciągłość funkcji?

Problem. Jak praktycznie badać jednostajną ciągłość funkcji? EAIiIB-Iormatya - Wyład 3- dr Adam Ćmiel miel@.agh.edu.pl Ciągłość uji w puie e. Fuję : azywamy iągłą w puie jeżeli Heie Cauhy Uwaga: Put ale ie musi być putem supieia zbioru. Jeżeli jest putem izolowaym

Bardziej szczegółowo

Liczby Stirlinga I rodzaju - definicja i własności

Liczby Stirlinga I rodzaju - definicja i własności Liczby Stiriga I rodzaju - defiicja i własości Liczby Stiriga I rodzaju ozaczae symboem s(, ) moża defiiować jao współczyii w rozwiięciu x s(, )x, 0 (1) 0 gdzie x x(x 1)... (x + 1), 1 x 0 1. (2) Zostały

Bardziej szczegółowo

Metody numeryczne Laboratorium 5 Info

Metody numeryczne Laboratorium 5 Info Metody umerycze Laboratorium 5 Ifo Aproksymacja - proces określaia rozwiązań przybliżoych a podstawie rozwiązań zaych, które są bliskie rozwiązaiom dokładym w ściśle sprecyzowaym sesie. Metoda ajmiejszych

Bardziej szczegółowo

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Wzór Taylora Szeregi potęgowe Matematyka Studium doktorackie KAE SGH Semestr leti 8/9 R. Łochowski Graica fukcji w pukcie Niech f: R D R, R oraz istieje ciąg puktów D, Fukcja f ma w pukcie graicę dowolego

Bardziej szczegółowo

Ciągi liczbowe wykład 3

Ciągi liczbowe wykład 3 Ciągi liczbowe wykład 3 dr Mariusz Grządziel semestr zimowy, r akad 204/205 Defiicja ciągu liczbowego) Ciagiem liczbowym azywamy fukcję odwzorowuja- ca zbiór liczb aturalych w zbiór liczb rzeczywistych

Bardziej szczegółowo

Wyższe momenty zmiennej losowej

Wyższe momenty zmiennej losowej Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h( dla dysretej zm. losowej oraz ucji h( dla ciągłej zm. losowej: m E P m E ( d Deiicja: Mometem cetralym µ rzędu dla

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

I kolokwium z Analizy Matematycznej I kolokwium z Aalizy Matematyczej 4 XI 0 Grupa A. Korzystając z zasady idukcji matematyczej udowodić ierówość dla wszystkich N. Rozwiązaie:... 4 < + Nierówość zachodzi dla, bo 4

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17 Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo

Bardziej szczegółowo

1 Układy równań liniowych

1 Układy równań liniowych Katarzya Borkowska, Wykłady dla EIT, UTP Układy rówań liiowych Defiicja.. Układem U m rówań liiowych o iewiadomych azywamy układ postaci: U: a x + a 2 x 2 +... + a x =b, a 2 x + a 22 x 2 +... + a 2 x =b

Bardziej szczegółowo

TEORETYCZNE PODSTAWY METODY NEWTONA PRZYBLIŻONEGO ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH

TEORETYCZNE PODSTAWY METODY NEWTONA PRZYBLIŻONEGO ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/2, 211, str. 357 364 TEORETYCZNE PODSTAWY METODY NEWTONA PRZYBLIŻONEGO ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH Alesader Strasburger, Wacława Tempczy Katedra

Bardziej szczegółowo

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic). Materiały dydaktycze Aaliza Matematycza Wykład Ciągi liczbowe i ich graice. Graice ieskończoe. Waruek Cauchyego. Działaia arytmetycze a ciągach. Podstawowe techiki obliczaia graic ciągów. Istieie graic

Bardziej szczegółowo

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne Wykład 4 Niezależość zmieych, fukcje i charakterystyki wektora losowego, cetrale twierdzeia graicze Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki

Bardziej szczegółowo

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa) Rozład ormaly (Gaussa) Wyprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowych. Rozważmy pomiar wielości m, tóry jest zaburzay przez losowych efetów o wielości e ażdy, zarówo zaiżających ja i

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R Kresy zbiorów. Ćwiczeia 21.11.2011: zad. 197-229 Kolokwium r 7, 22.11.2011: materiał z zad. 1-249 Defiicja: Zbiór Z R azywamy ograiczoym z góry, jeżeli M R x Z x M. Każdą liczbę rzeczywistą M R spełiającą

Bardziej szczegółowo

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne.

Szeregi liczbowe. Szeregi potęgowe i trygonometryczne. Szeregi iczbowe. Szeregi potęgowe i trygoometrycze. wykład z MATEMATYKI Automatyka i Robotyka sem. I, rok ak. 2008/2009 Katedra Matematyki Wydział Iformatyki Poitechika Białostocka Szeregi iczbowe Defiicja..

Bardziej szczegółowo

Silnie i symbole Newtona

Silnie i symbole Newtona Podróże po Imperium Liczb Część Silie i symbole Newtoa Adrzej Nowici Wydaie drugie, uzupełioe i rozszerzoe Olszty, Toruń, 202 SSN - 33(080-2.05.202 Spis treści Wstęp Silie 5. Iformacje o cyfrach................................

Bardziej szczegółowo

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka Wyższe momety zmieej losowej Deiicja: Mometem m rzędu azywamy wartość oczeiwaą ucji h() dla dysretej zm. losowej oraz ucji h() dla ciągłej zm. losowej: m E P m E ( ) d Deiicja: Mometem cetralym µ rzędu

Bardziej szczegółowo

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

METODY NUMERYCZNE dr inż. Mirosław Dziewoński Metody Numerycze METODY NUMERYCZNE dr iż. Mirosław Dziewoński e-mail: miroslaw.dziewoski@polsl.pl Pok. 151 Wykład /1 Metody Numerycze Aproksymacja fukcji jedej zmieej Wykład / Aproksymacja fukcji jedej

Bardziej szczegółowo

WYKŁAD 1 INTERPOLACJA WIELOMIANOWA

WYKŁAD 1 INTERPOLACJA WIELOMIANOWA WYKŁAD INTERPOLACJA WIELOMIANOWA /6 Sformułowaie problemu iterpolaci. Metoda Lagrage a Rozważmy zaday uład putów {(, y ),,,..., }, zwaych dale węzłami iterpolacyymi. Poszuuemy wielomiau iterpolacyego zadaego

Bardziej szczegółowo

Wykład 19. Matematyka 3, semestr zimowy 2011/ grudnia 2011

Wykład 19. Matematyka 3, semestr zimowy 2011/ grudnia 2011 Wykład 9 Matematyka 3, semestr zimowy 0/0 3 grudia 0 Zajmiemy się teraz rozwiięciem fukcji holomorficzej w szereg Taylora. Przypomijmy podstawowe fakty związae z szeregami potęgowymi o wyrazach rzeczywistych.

Bardziej szczegółowo

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

Funkcja generująca rozkład (p-two)

Funkcja generująca rozkład (p-two) Fucja geerująca rozład (p-wo Defiicja: Fucją geerującą rozład (prawdopodobieńswo (FGP dla zmieej losowej przyjmującej warości całowie ieujeme, azywamy: [ ] g E P Twierdzeie: (o jedozaczości Jeśli i są

Bardziej szczegółowo

2. Nieskończone ciągi liczbowe

2. Nieskończone ciągi liczbowe Ciągiem liczbowym azywamy fukcję 2. Nieskończoe ciągi liczbowe a: N R. Wartości tej fukcji ozaczamy przez a) = a i azywamy wyrazami ciągu. Często ciąg ozaczamy przez {a } = lub po prostu przez {a }. Prostymi

Bardziej szczegółowo

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:

Bardziej szczegółowo

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego Elemety rach macierzowego Materiały pomocicze do MES Stroa z 7 Elemety rachuku macierzowego Przedstawioe poiżej iformacje staowią krótkie przypomieie elemetów rachuku macierzowego iezbęde dla zrozumieia

Bardziej szczegółowo

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski olorowaie Dywau ierpińskiego Adrzej zablewski, Radosław Peszkowski pis treści stęp... Problem kolorowaia... Róże rodzaje kwadratów... osekwecja atury fraktalej...6 zory rekurecyje... Przekształcaie rekurecji...

Bardziej szczegółowo

Zadanie 1.6. Niech n N, a R + \ N, a 2 = n. Wykazać, że a / Q. Zadanie 1.7. Wykazać następujące twierdzenia za pomocą indukcji matematycznej.

Zadanie 1.6. Niech n N, a R + \ N, a 2 = n. Wykazać, że a / Q. Zadanie 1.7. Wykazać następujące twierdzenia za pomocą indukcji matematycznej. . Liczby wymiere zasada idukcji matematyczej przekroje Dedekida Zadaie.. Niech A Q. Wykazać że jeśli istieje mi A odp. max A) to istieje if A odp. sup A) oraz if A = mi A odp. sup A = max A). Zadaie..

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

Pojęcie pola w geometrii nieeuklidesowej

Pojęcie pola w geometrii nieeuklidesowej Uiwersytet Wrocławsi Wydział Matematyi i Iformatyi Istytut Matematyczy specjalość: matematya auczycielsa Justya Zaręt Pojęcie pola w geometrii ieeulidesowej Praca magistersa apisaa pod ieruiem prof. dr

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16 Egzami,.9.6, godz. :-5: Zadaie. ( puktów) Wyzaczyć wszystkie rozwiązaia rówaia z 4 = 4 w liczbach zespoloych. Zapisać wszystkie rozwiązaia w postaci kartezjańskiej (bez używaia fukcji trygoometryczych)

Bardziej szczegółowo

Twierdzenie 15.3 (o postaci elementów rozszerzenia ciała o zbiór). Niech F będzie ciałem oraz A F pewnym zbiorem. Niech L<F.

Twierdzenie 15.3 (o postaci elementów rozszerzenia ciała o zbiór). Niech F będzie ciałem oraz A F pewnym zbiorem. Niech L<F. 15. Wyład 15: Podciała, podciała geerowae przez zbiór, rozszerzeia ciał. Charaterystya pierścieia i ciała, ciała proste i lasyfiacja ciał prostych. 15.1. Podciała, podciała geerowae przez zbiór, rozszerzeia

Bardziej szczegółowo

Repetytorium z Matematyki Elementarnej Wersja Olimpijska

Repetytorium z Matematyki Elementarnej Wersja Olimpijska Repetytorium z Matematyi Elemetarej Wersja Olimpijsa Podae tutaj zadaia rozwiązywae były w jedej z grup ćwiczeiowych Są w więszości ieco trudiejsze od pozostałych zadań przygotowaych w ramach przedmiotu

Bardziej szczegółowo

Analiza matematyczna dla informatyków 4 Zajęcia 5

Analiza matematyczna dla informatyków 4 Zajęcia 5 Aaliza matematycza dla iformatyków Zajęcia 5 Twiereie (auchy ego) Niech Ω bęie otwartym pobiorem oraz f : Ω fukcją holomorficzą Wtedy dla dowolego koturu całkowicie zawartego w Ω zachoi f(z) = 0 Zadaie

Bardziej szczegółowo

1. Miara i całka Lebesgue a na R d

1. Miara i całka Lebesgue a na R d 1. Miara i całka Lebesgue a a R d 1. Miara. Mówimy, że rodzia podzbiorów S zbioru Ω jest σ-ciałem, jeśli wraz z każdym zbiorem zawiera oa jego dopełieie i jest zamkięta a sumowaie przeliczalych podrodzi.

Bardziej szczegółowo

(x 1 y 1 ) (x n y n ) 2. 1<j<m x i y i. x2 y 2 gdy x 1 = y 1 x 2 y 2 + x 1 + y 1 gdy x 1 = y 1. gdy x, y, 0 nie są współliniowe

(x 1 y 1 ) (x n y n ) 2. 1<j<m x i y i. x2 y 2 gdy x 1 = y 1 x 2 y 2 + x 1 + y 1 gdy x 1 = y 1. gdy x, y, 0 nie są współliniowe . Metrka Zadaie.. Pokazać, że metrka jest fukcją ieujemą. Zadaie.2. Odowodić, że poiższe wzor defiiuja metrki. a) (metrka euklidesowa) X = R. d e (, ) := ( ) 2 +... + ( ) 2 b) (metrka taksówkowa) X = R

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów

KADD Metoda najmniejszych kwadratów Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie

Bardziej szczegółowo

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X Matematyka ubezpieczeń majątkowych.0.0 r. Zadaie. Mamy day ciąg liczb q, q,..., q z przedziału 0,. Rozważmy trzy zmiee losowe: o X X X... X, gdzie X i ma rozkład dwumiaowy o parametrach,q i, i wszystkie

Bardziej szczegółowo