Wykłady z Analizy Matematycznej III

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wykłady z Analizy Matematycznej III"

Transkrypt

1 Uniwersytet Jagielloński Wydział Matematyki i Informatyki Instytut Matematyki Wykłady z Analizy Matematycznej III Marek Jarnicki (Wersja z 5 września 2010

2

3

4 Spis treści Rozdział 1. Wstęp Przestrzenie topologiczne Przestrzenie metryczne Funkcje półciągłe Przestrzenie unormowane I Rodziny sumowalne * Twierdzenie Lévy ego Steinitza Szeregi potęgowe Operator odwracania w algebrach Banacha Twierdzenie aproksymacyjne Stone a Weierstrassa Rozdział 2. Różniczkowanie odwzorowań Różniczkowanie odwzorowań zmiennej rzeczywistej o wartościach w przestrzeni unormowanej Wzór Taylora Szereg Taylora Funkcje analityczne Pochodne kierunkowe Różniczkowanie odwzorowań o wartościach w przestrzeni unormowanej Druga pochodna Przestrzenie unormowane II Pochodne wyższych rzędów Wzór Taylora Szereg Taylora Ekstrema lokalne Twierdzenie o odwzorowaniu odwrotnym i twierdzenie o odwzorowaniu uwikłanym Odwzorowania analityczne Twierdzenie o rzędzie Podrozmaitości Ekstrema warunkowe Rozdział 3. Całka Riemanna Całka Riemanna na kostce Całka Riemanna na zbiorze regularnym Własności całki Riemanna Całki krzywoliniowe. Wzór Greena Rozdział 4. Całka Lebesgue a Repetytorium z teorii miary i całki Całka Riemanna a całka Lebesgue a Zasada Cavalieriego Twierdzenie Tonellego Twierdzenie Fubiniego Twierdzenie o zmianie zmiennych w całce Lebesgue a Funkcje dane całką Splot iii

5 iv Spis treści 4.9. Regularyzacja Rozkład jedności Miara i całka Lebesgue a na podrozmaitościach w R n Rozdział 5. Twierdzenie Stokesa Orientacja Formy różniczkowe Twierdzenie Stokesa Rozdział 6. Wybrane rozdziały analizy matematycznej Twierdzenie aproksymacyjne Weierstrassa Szeregi Fouriera w przestrzeniach Hilberta Szeregi Fouriera. Kryteria zbieżności. Twierdzenie Fejéra Równość miary Hausdorffa i Lebesgue a w R n Transformacja Fouriera Rozdział Oznaczenia Rozdział Literatura cytowana Rozdział Indeks nazwisk Rozdział Indeks

6 ROZDZIAŁ 1 Wstęp Streszczenie. Pierwsze dwa podrozdziały będą poświęcone przypomnieniu podstawowych pojęć dotyczących przestrzeni topologicznych i metrycznych. Nie będzie to systematyczny wykład, ale raczej spis najważniejszych definicji, oznaczeń i twierdzeń. Wszystkie cytowane wyniki można znaleźć np. w monografii [Eng 1968]. Odnotujmy, że prawie cały dalszy wykład można ograniczyć do przestrzeni unormowanych (czy też nawet przestrzeni Banacha. Z tego punktu widzenia nie ma potrzeby specjalnego koncentrowania się na ogólnych przestrzeniach metrycznych, czy też topologicznych. Z drugiej jednak strony Czytelnik powinien wyrabiać sobie od samego początku umiejętność dostrzegania istotnych elementów poznawanych twierdzeń, np. istotnych założeń. W szczególności, powinien rozróżniać własności topologiczne, metryczne, własności typowe dla przestrzeni unormowanych, czy też wreszcie własności typowe dla R n. W Podrozdziale 1.3 przedstawimy krótko najważniejsze własności funkcji półciągłych. Podrozdział ten ma dać Czytelnikowi pewien dystans w spojrzeniu na funkcje ciągłe dystans pozwalający na rozróżnienie, które własności funkcji ciągłych są konsekwencjami ich półciągłości (z góry lub z dołu, a które wymagają istotnie ciągłości. Podrozdział 1.4 zawiera przypomnienie podstawowych własności ciągłych odwzorowań liniowych i dwuliniowych w przestrzeniach unormowanych. W szczególności, w podrozdziale tym ustalimy wiele oznaczeń istotnych dla zrozumienia dalszej części wykładu. Kolejny Podrozdział 1.5 jest poświęcony krótkiemu wprowadzeniu do teorii rodzin sumowalnych, będących naturalnym uogólnieniem pojęcia szeregu. Rozdział kończą: krótkie Podrozdziały 1.7 i 1.8 przedstawiające odpowiednio szeregi potęgowe w przestrzeniach Banacha i własności operatora odwracania w algebrach Banacha (wyniki te zostaną wykorzystane w Podrozdziale 2.13 oraz Podrozdział 1.9, w których dowodzimy ważnego twierdzenia aproksymacyjnego Stone a Weierstrassa Przestrzenie topologiczne Definicja Niech X będzie dowolnym zbiorem. Parę (X, T, gdzie T P (X ( 1, nazywamy przestrzenią topologiczną, jeżeli:, X T, N N : U 1,..., U N T = U 1 U N T ( ( 2 3, I : (U i i I T = U i T. i I Rodzinę T nazywamy topologią na X. Elementy rodziny T nazywamy zbiorami otwartymi. Topologię T := {, X} nazywamy antydyskretną. Topologię T := P (X nazywamy dyskretną; w topologii dyskretnej każdy zbiór jest otwarty. Z reguły będziemy pisać X zamiast (X, T, o ile z kontekstu będzie wynikać, o jaką topologię chodzi; w tej też sytuacji topologię przestrzeni X będziemy oznaczać top X. Przykład (a Zbiór liczb rzeczywistych R, jako przestrzeń topologiczną, będziemy zawsze rozważać z topologią euklidesową top R := {U R : a U r>0 : (a r, a + r U}. (b Rozszerzony zbiór liczb rzeczywistych R := { } R {+ } rozważamy z topologią a = = r R : [, r U top R := U R : a U a R = r>0 : (a r, a + r U. a = + = r R : (r, + ] U (Domkniętość. Mówimy, że zbiór F X jest domknięty, jeżeli X \ F T. Rodzina F wszystkich zbiorów domkniętych ma następujące własności: ( 1 P (X oznacza rodzinę wszystkich podzbiorów zbioru X. ( 2 N = zbiór liczb naturalnych, 0 N, N0 := N {0}, N k := {n N : n k}. ( 3 Oczywiście, warunek ten wystarczy sprawdzić dla N = 2. 1

7 2 1. Wstęp, X F, N N : F 1,..., F N F = F 1 F N F, I : (F i i I F = F i F. i I (Wnętrze, domknięcie, brzeg. Dla A X definiujemy: A = int A = int X A := U = wnętrze zbioru A; U T, U A A = cl A = cl X A := F = domknięcie zbioru A; F F, A F A = X A := A \ A = brzeg zbioru A ( 4. Odnotujmy, że: A T A = int A, A F A = A (Gęstość. Jeżeli A = X, to mówimy, że A jest gęsty w X (Otoczenie punktu. Jeżeli a int A, to A nazywamy otoczeniem punktu a ( 5. Zbiór wszystkich otoczeń punktu a będziemy czasem oznaczać przez U(a = U X (a (Aksjomaty oddzielania. Mówimy, że przestrzeń topologiczna X jest: T 0, jeżeli dla dowolnych różnych punktów a, b X istnieje zbiór otwarty, do którego należy tylko jeden z nich. T 1, jeżeli dla dowolnych różnych punktów a, b X istnieje zbiór otwarty U taki, że a U, b / U. T 2 (Hausdorffa ( 6, jeżeli dla dowolnych różnych punktów a, b X istnieją rozłączne zbiory otwarte U, V takie, że a U, b V. T (Urysohna ( 7, jeżeli dla dowolnych różnych punktów a, b X istnieją rozłączne zbiory domknięte U, V takie, że a int U, b int V. T 3 (regularna, jeżeli X T 1 oraz dla dowolnego punktu a X i zbioru domkniętego B takiego, że a / B, istnieją rozłączne zbiory otwarte U, V takie, że a U, B V. T (Tichonowa ( 8, jeżeli X T 1 oraz dla dowolnego punktu a X i zbioru domkniętego B takiego, że a / B, istnieje funkcja ciągła f : X [0, 1] (zob. ( taka, że f(a = 0 oraz f = 1 na B. T 4 (normalna, jeżeli X T 1 oraz dla dowolnych rozłącznych zbiorów domkniętych A, B istnieją rozłączne zbiory otwarte U, V takie, że A U, B V. Wiadomo, że T j T i dla i < j (Ciąg zbieżny. Mówiąc o ciągu elementów zbioru X będziemy pisać (x ν ν=1 X lub (x ν ν N X. W przestrzeni topologicznej możemy zdefiniować pojęcie ciągu zbieżnego. Powiemy, że ciąg (x ν ν=1 T X jest zbieżny do elementu x 0 X (w topologii T (krótko: x ν x 0, jeżeli: U U(x0 ν0 N ν ν0 : x ν U. Odnotujmy, że jeżeli X T 2, to ciąg może mieć co najwyżej jedną granicę. ( (Punkt skupienia. Niech A X. Punkt a X nazywamy punktem skupienia zbioru A, jeżeli dla dowolnego U U(a mamy (U \ {a} A, tzn. istnieje punkt b U A, b a. Zbiór punktów skupienia zbioru A oznaczamy przez A. Punkty zbioru A\A = nazywamy punktami izolowanymi zbioru A. Zauważmy, że A = A A. ( 4 Można też spotkać oznaczenia ba, czy też FrA. ( 5 Uwaga: Otoczenie punktu nie musi być otwarte. ( 6 Felix Hausdorff ( matematyk niemiecki. ( 7 Paweł Samujłowicz Urysohn ( matematyk rosyjski. ( 8 Andrej Nikołajewicz Tichonow ( matematyk rosyjski. ( 9 Pojęciem ciągu zbieżnego będziemy się posługiwać wyłącznie w przestrzeniach Hausdorffa.

8 1.1. Przestrzenie topologiczne (Topologia indukowana. Jeżeli Y X, to rodzina T Y := {U Y : U T } jest topologią na Y ; nazywamy ją topologią indukowaną, zaś (Y, T Y nazywamy podprzestrzenią topologiczną przestrzeni (X, T. Odnotujmy, że: X T 2 = Y T 2, top R R = top R, zbiór A Y jest domknięty w Y wtedy i tylko wtedy, gdy A = F Y, gdzie F jest domknięty w X (Topologia iloczynu kartezjańskiego. Jeżeli (X 1, T 1,..., (X N, T N są przestrzeniami topologicznymi, to na X := X 1 X N definiujemy topologię iloczynu kartezjańskiego T := {U X : a U U1 T 1,...,U N T N : a U 1 U N U}. W ten sposób definiujemy np. top R n (Ciągłość w punkcie. Niech X, Y będą przestrzeniami topologicznymi i niech f : X Y. Mówimy, że odwzorowanie f jest ciągłe w punkcie a X (f C(X, Y ; a, jeżeli f 1 (V U(a dla dowolnego V U(f(a. Odnotujmy, że: f C(X, Y ; a, a Z X = f Z C(Z, Y ; a. Dla f : X Z Y mamy: f C(X, Y ; a f C(X, Z; a. f C(X, Y ; a, g C(Y, Z; f(a = g f C(X, Z; a. Dla f = (f 1,..., f N : X Y 1 Y N, przy czym Y 1,..., Y N, mamy: f C(X, Y 1 Y N ; a f j C(X, Y j ; a, j = 1,..., N (Ciągłość. Odwzorowanie f : X Y nazywamy ciągłym (f C(X, Y, jeżeli f C(X, Y ; a dla dowolnego a X. Niech C(X := C(X, R. Następujące warunki są równoważne: f C(X, Y ; f 1 (V top X dla dowolnego V top Y ; f 1 (L jest domknięty w X dla dowolnego L Y domkniętego w Y. Odnotujmy następujące własności: f C(X, Y, Z X = f Z C(Z, Y. Dla f : X Z Y mamy: f C(X, Y f C(X, Z. f C(X, Y, g C(Y, Z = g f C(X, Z. Dla f = (f 1,..., f N : X Y 1 Y N, przy czym Y 1,..., Y N, mamy: f C(X, Y 1 Y N f j C(X, Y j, j = 1,..., N, projekcje X 1 X N X j, j = 1,..., N, są ciągłe Odwzorowanie f : X Y nazywamy homeomorfizmem, jeżeli jest bijektywne, ciągłe i f 1 jest ciągłe ( (Zwartość. Mówimy, że przestrzeń topologiczna X jest zwarta (X jest kompaktem, jeżeli X T 2 oraz dla dowolnego pokrycia otwartego zbioru X istnieje podpokrycie skończone, tzn. dla dowolnej rodziny (U i i I top X takiej, że U i = X, istnieje N N oraz i 1,..., i N I, dla których U i1 U in = X. i I Jeżeli X T 2, to mówimy, że zbiór K X jest zwarty (jest kompaktem, jeżeli K z topologią indukowaną jest przestrzenią zwartą, tzn. dla dowolnego pokrycia otwartego K U i istnieje podpokrycie skończone takie, że K U i1 U in. Zbiór A X nazywamy relatywnie zwartym (krótko: A X, jeżeli A jest zbiorem zwartym. Odnotujmy, że: Jeżeli X T 2 i K X jest zwarty, to K jest domknięty. Jeżeli X jest przestrzenią zwartą i K X jest domknięty, to K jest zwarty. Jeżeli f C(X, Y, X jest zwarta, Y T 2, to f(x jest zbiorem zwartym (twierdzenie o zachowaniu zwartości. ( 10 Bijektywność i ciągłość f nie implikują ciągłości f 1 Ćwiczenie; tu i dalej Ćwiczenie oznacza element (np. dowód/przykład pozostawiony do samodzielnego wykonania/znalezienia i stanowiący niezbywalny element wykładu. i I

9 4 1. Wstęp Jeżeli f : X Y jest ciągłą bijekcją pomiędzy przestrzeniami zwartymi, to f jest homeomorfizmem. Dla X 1,..., X N mamy: X 1,..., X N są przestrzeniami zwartymi X 1 X N jest przestrzenią zwartą Dla dowolnej przestrzeni topologicznej Hausdorffa X niech C 0 (X oznacza zbiór tych wszystkich funkcji f C(X, dla których istnieje zbiór zwarty K = K(f X taki, że f = 0 poza K ( 11 ; C 0 (X jest podprzestrzenią C(X (Przestrzenie lokalnie zwarte. Rozkład jedności. Niech X będzie lokalnie zwartą przestrzenią Hausdorffa, tzn. każdy punkt x X ma otoczenie U takie, że U jest przestrzenią zwartą. Każda przestrzeń lokalnie zwarta jest T (a Dla dowolnego zbioru zwartego K X i dla dowolnego zbioru otwartego U X takiego, że K U istnieje f C 0 (U, [0, 1] taka, że f = 1 na K. (b Twierdzenie o rozkładzie jedności: Dla dowolnego zbioru zwartego K X i dla dowolnego jego pokrycia otwartego U 1,..., U N istnieją funkcje f j C 0 (U j, [0, 1], j = 1,..., N, takie, że f f N 1 na X oraz f f N = 1 na K. Dowód. Dla dowolnego x K ustalmy j(x {1,..., N} tak, że x U j(x i niech V x będzie relatywnie ( zwartym otoczeniem punktu x takim, że V x U 12 j(x. Wobec zwartości K istnieje skończona liczba punktów x 1,..., x k K takich, że K V x1 V xk. Niech L j := V xi, j = 1,..., N. i {1,...,k}: j(x i=j Na podstawie (a istnieją funkcje g j C 0 (U j, [0, 1], g j = 1 na L j. j = 1,..., N. Zdefiniujmy f 1 := g 1, f 2 := (1 g 1 g 2,..., f N := (1 g 1... (1 g N 1 g N. Oczywiście f j C 0 (U j, [0, 1], j = 1,..., N. Ponadto, f f N = 1 (1 g 1... (1 g N. Ponieważ K L 1 L N, zatem f f N = 1 na K (Spójność. Mówimy, że przestrzeń topologiczna X jest spójna, jeżeli nie istnieją zbiory otwarte U, V X takie, że ( U, V, X = U V, U V =. 13 Mówimy, że zbiór A X jest spójny, jeżeli jest spójny w topologii indukowanej, tzn. nie istnieją zbiory otwarte U, V X takie, że U A, V A, A U V, U V A =. Jeżeli f C(X, Y i X jest przestrzenią spójną, to f(x jest zbiorem spójnym (twierdzenie o zachowaniu spójności. Zbiór A R jest spójny wtedy i tylko wtedy, gdy jest przedziałem. Jeżeli f C(X, R i X jest przestrzenią spójną, to f(x jest przedziałem (własność Darboux ( 14. Dla X 1,..., X N mamy: X 1,..., X N są przestrzeniami spójnymi X 1 X N jest przestrzenią spójną (Przestrzenie Lindelöfa ( 15. Mówimy, że przestrzeń topologiczna X jest przestrzenią Lindelöfa, jeżeli X T 3 oraz z dowolnego pokrycia otwartego tej przestrzeni można wybrać podpokrycie przeliczalne. Dla nas będzie wyłącznie istotny fakt, iż każdy podzbiór R n jest przestrzenią Lindelöfa. ( 11 Czasami używa się też symbolu Cc(X. ( 12 Ponieważ X T3, zatem istnieją rozłączne zbiory otwarte V x, Q takie, że x V x, X \ U j(x Q. Wobec lokalnej zwartości, możemy założyć, że V x jest zbiorem zwartym. Oczywiście, V x X \ Q = X \ Q U j(x. ( 13 Takie zbiory, o ile istnieją, nazywamy rozspojeniem X. Odnotujmy, że są one równocześnie otwarte i domknięte w X. (14 Jean Darboux ( matematyk francuski. ( 15 Ernst Lindelöf ( matematyk fiński.

10 1.2. Przestrzenie metryczne (Krzywe. Każde odwzorowanie ciągłe γ : [a, b] X nazywamy krzywą. Zbiór γ := γ([a, b] nazywamy obrazem geometrycznym krzywej γ. γ jest zbiorem spójnym. Jeżeli X T 2, to γ jest zbiorem zwartym. W przyszłości będziemy zawsze utożsamiać krzywą γ : [a, b] X z dowolną krzywą γ σ : [c, d] X, gdzie σ : [c, d] [a, b] jest bijekcją rosnącą (zwaną zmianą parametryzacji. Oczywiście, zmiana parametryzacji nie zmienia obrazu geometrycznego krzywej. W szczególności, można się zawsze ograniczyć do krzywych sparametryzowanych w przedziale [0, 1]. Jeżeli γ : [a, b] X jest krzywą, to: γ(a nazywamy początkiem krzywej, γ(b nazywamy końcem krzywej, jeżeli γ(a = γ(b, to mówimy, że γ jest zamknięta, jeżeli γ jest odwzorowaniem injektywnym, to mówimy, że γ jest łukiem Jordana ( 16 (wtedy, jeżeli X T 2, to γ : [a, b] γ jest homeomorfizmem, jeżeli γ jest zamknięta oraz γ [a,b jest odwzorowaniem injektywnym, to mówimy, że γ jest krzywą Jordana, jeżeli γ : [0, 1] X jest krzywą Jordana, to funkcja σ : T X, gdzie T oznacza okrąg jednostkowy na płaszczyżnie, dana wzorem σ(cos 2πt, sin 2πt := γ(t, t [0, 1], jest ciągłą bijekcją T na γ (jeżeli ponadto X T 2, to σ : T γ jest homeomorfizmem. Dla krzywej γ : [a, b] X definiujemy krzywą przeciwną γ : [a, b] X, γ(t := γ(a + b t. Widać, że ( γ = γ. Dla krzywych γ j : [0, 1] X, j = 1, 2, takich, że γ 1 (1 = γ 2 (0 definiujemy ich sumę { γ 1 (2t dla 0 t 1 γ 1 γ 2 : [0, 1] X, (γ 1 γ 2 (t := 2 γ 2 (2t 1 dla 1 ; 2 t 1 jest to oczywiście krzywa i (γ 1 γ 2 = γ1 γ2. ( (Łukowa spójność. Mówimy, że przestrzeń topologiczna X jest łukowo spójna, jeżeli dla dowolnych x, y X istnieje krzywa γ : [a, b] X taka, że γ(a = x, γ(b = y. Każda przestrzeń łukowo spójna jest spójna (ale nie odwrotnie Ćwiczenie. Dla X 1,..., X N mamy: X 1,..., X N są przestrzeniami łukowo spójnymi X 1 X N jest przestrzenią łukowo spójną Przestrzenie metryczne Definicja Niech X będzie dowolnym zbiorem. Parę (X, ρ, gdzie ρ jest funkcją X X R + (18, nazywamy przestrzenią metryczną, jeżeli spełnione są następujące trzy warunki: x,y X : ρ(x, y = 0 x = y, x,y X : ρ(x, y = ρ(y, x (symetria, x,y,z X : ρ(x, y ρ(x, z + ρ(z, y (nierówność trójkąta. Funkcję ρ nazywamy metryką. Zwykle będziemy pisać X zamiast (X, ρ (o ile z kontekstu będzie wynikać, o jaką metrykę chodzi. Przykład (a X = R, ρ(x, y := x y. (b X = R, ρ(x, y := arctg x arctg y ( 19. { 1 gdy x y (c X dowolny zbiór, ρ(x, y := = metryka dyskretna. 0 gdy x = y ( 16 Camille Jordan ( matematyk francuski. ( 17 Oznaczenia i mają charakter roboczy i nie musimy się do nich zbyt przywiązywać. ( 18 Dla A R definiujemy A+ := {x A : x 0}, A >0 := {x A : x > 0}, np. R + = [0, +. ( 19 arctg(± = ± π 2.

11 6 1. Wstęp (Kule. W przestrzeniach metrycznych możemy zdefiniować pojęcia kuli otwartej i kuli domkniętej: B(a, r = B ρ (a, r := {x X : ρ(x, a < r} = kula otwarta o środku w punkcie a X i promieniu r (0, + ] ( 20. B(a, r = B ρ (a, r := {x X : ρ(x, a r} = kula domknięta o środku w punkcie a X i promieniu r 0 ( (Topologia generowana przez metrykę. Niech (X, ρ będzie przestrzenią metryczną. Topologia generowana przez metrykę ρ, to topologia dana przepisem: top ρ := {U X : a U r>0 : B(a, r U}. Odnotujmy, że: Metryka dyskretna generuje topologię dyskretną. Topologia generowana przez metrykę jest Hausdorffa. Kule otwarte są otwarte. Kule domknięte są domknięte. Na ogół mamy B(a, r B(a, r Ćwiczenie. Kule nie muszą być spójne Ćwiczenie Jeżeli X x ν top ρ x 0 X, to dla uproszczenia będziemy pisać x ν ρ x 0 lub jeszcze krócej x ν x 0. Zauważmy, że x ν top ρ x 0 ρ(x ν, x 0 0. Zbiór F X jest domknięty wtedy i tylko wtedy, gdy dla dowolnego ciągu (x ν ν=1 F, jeżeli x ν x 0, to x 0 F. Jeżeli (X, ρ jest przestrzenią metryczną, to dla dowolnego zbioru Y X, para (Y, ρ Y Y jest przestrzenią metryczną (ρ Y Y nazywamy metryką indukowaną oraz top(ρ Y Y = (top ρ Y Jeżeli ϕ : R + R + jest funkcją niemalejącą, wklęsłą (zob. Ćwiczenie i taką, że ϕ(ξ = 0 ξ = 0, to ϕ ρ jest metryką dla dowolnej metryki ρ Ćwiczenie ( 22. Dla przykładu, jeżeli ρ jest metryką, to min{ρ, 1} jest metryką (Równoważność metryk. Mówimy, że dwie metryki ρ 1, ρ 2 : X X R + są równoważne (ρ 1 ρ 2, jeżeli top ρ 1 = top ρ 2. Jest to relacja równoważności. ( 23 Łatwo widać, że: ρ 1 ρ 2 ρ 1 ρ 2 (xν ν=0 X : (x ν x0 x ν x0. Własności niezmiennicze względem metryk równoważnych (np. zbieżność, ciągłość nazywamy własnościami topologicznymi przestrzeni metrycznej (X, ρ (Porównywalność metryk. Mówimy, że dwie metryki ρ 1, ρ 2 : X X R + są porównywalne, jeżeli ρ 1 c 1 ρ α1 2 i ρ 2 c 2 ρ α2 1 dla pewnych stałych c 1, c 2, α 1, α 2 > 0. Porównywalność metryk jest również relacją równoważnościową. Metryki porównywalne są równoważne (ale nie odwrotnie np. ρ min{ρ, 1}, ale metryki te nie muszą być porównywalne Ćwiczenie. Własności niezmiennicze względem metryk porównywalnych nazywamy własnościami metrycznymi przestrzeni (X, ρ (Ograniczoność. Zbiór A X jest ograniczony, jeżeli sup ρ(a A < +. Jest to własność metryczna, ale nie topologiczna ( 24. Łatwo widać, że: A jest ograniczony a X r>0 : A B(a, r a X r>0 : A B(a, r. Liczbę diam A := sup ρ(a A nazywamy średnicą zbioru A (w metryce ρ (Ciągłość. Jeżeli (X, ρ, (Y, d są przestrzeniami metrycznymi, to dla f : X Y i a X następujące warunki są równoważne: (i f C(X, Y ; a; ( 20 B(a, + = X. ( 21 B(a, 0 = {a}. ( 22 Cała trudność leży w zauważeniu, że ϕ(ξ + η ϕ(ξ + ϕ(η dla dowolnych ξ, η R+. ( 23 Czy metryki ρ i ϕ ρ z punktu muszą być równoważne? Ćwiczenie. ( 24 Przypomnijmy sobie, że metryka min{ρ, 1} jest globalnie ograniczona.

12 1.2. Przestrzenie metryczne 7 (ii (Definicja ciągowa Heinego ( 25 (xν ν=1 X : (x ν (iii (Definicja ε δ Cauchy ego ( 26 ρ d a = (f(x ν f(a; ε>0 δ>0 : f(b ρ (a, δ B d (f(a, ε. ( (Jednostajna ciągłość. Mówimy, że odwzorowanie f : X Y jest jednostajnie ciągłe, jeżeli ( ε>0 δ>0 a X : f(b ρ (a, δ B d (f(a, ε. 28 Jednostajna ciągłość jest własnością metryczną ( 29. Odwzorowania jednostajnie ciągłe są ciągłe, ale nie odwrotnie Ćwiczenie. Złożenie odwzorowań jednostajnie ciągłych jest jednostajnie ciągłe (Warunki Höldera i Lipschitza. Mówimy, że f : X Y spełnia warunek Höldera z wykładnikiem α > 0 ( 30, jeżeli istnieje stała C > 0 (stała Höldera taka, że d(f(x, f(x Cρ α (x, x, x, x X. Dla α = 1 warunek Höldera nosi nazwę warunku Lipschitza ( 31, a stała stałej Lipschitza. Odwzorowania spełniające warunek Höldera są jednostajnie ciągłe, ale nie odwrotnie Ćwiczenie. Złożenie odwzorowań spełniających warunek Höldera (Lipschitza spełnia warunek Höldera (Lipschitza. Czy jeżeli f : X Y jest homeomorfizmem spełniającym warunek Höldera, to f 1 spełnia również warunek Höldera (być może z innym wykładnikiem? Ćwiczenie Przestrzeń metryczna X jest zwarta wtedy i tylko wtedy, gdy z dowolnego ciągu (x ν ν=1 X można wybrać podciąg zbieżny. Podzbiór K przestrzeń metrycznej X jest zwarty wtedy i tylko wtedy, gdy z dowolnego ciągu (x ν ν=1 K można wybrać podciąg zbieżny do pewnego elementu zbioru K. Zbiór K R n jest zwarty wtedy i tylko wtedy, gdy jest domknięty i ograniczony. R jest przestrzenią zwartą. Jeżeli f C(X, R i X jest przestrzenią topologiczną zwartą, to f osiąga kresy na X (twierdzenie Weierstrassa ( 32. Jeżeli f C(X, Y, gdzie (Y, d jest przestrzenią metryczną, to dla dowolnego zbioru zwartego K X spełniony jest następujący warunek: ε>0 δ>0 a K : f(b ρ (a, δ B d (f(a, ε. W szczególności, jeżeli X jest przestrzenią zwartą, to f jest jednostajnie ciągłe. Dowód. Ponieważ f jest ciągła, zatem dla dowolnego a K istnieje r(a > 0 takie, że f(b ρ (a, r(a B d (f(a, 1 2 ε. Wobec zwartości zbioru K, istnieje skończona liczba punktów a 1,..., a N K takich, że K N i=1 B ρ(a i, 1 2 r(a i. Niech δ := 1 2 min{r(a 1,..., r(a N }. Weźmy dowolny punkt a K, a B ρ (a i0, 1 2 r(a i 0, i niech x B ρ (a, δ. Mamy ρ(x, a i0 ρ(x, a+ρ(a, a i0 δ r(a i 0 r(a i0. Wynika stąd, że d(f(x, f(a i0 1 2 ε i ostatecznie d(f(x, f(a d(f(x, f(a i 0 + d(f(a, f(a i0 ε Niech (X 1, ρ 1,..., (X N, ρ N będą przestrzeniami metrycznymi i niech funkcja ϕ : R N + R + (33 będzie taka, że: ϕ(ξ = 0 ξ = 0, ξ η = ϕ(ξ ϕ(η, ( 34 ( 25 Eduard Heine ( matematyk niemiecki. ( 26 Augustin Cauchy ( matematyk i fizyk francuski. ( 27 Czyli: x X : ρ(x, a δ = d(f(x, f(a ε. ( 28 Czyli: x,x X : ρ(x, x δ = d(f(x, f(x ε. ( 29 Czy jest to własność topologiczna Ćwiczenie. ( 30 Otto Hölder ( matematyk niemiecki. ( 31 Rudolf Lipschitz ( matematyk niemiecki. ( 32 Karl Weierstrass ( matematyk niemiecki. ( 33 R N + := (R + N. ( 34 (ξ1,..., ξ N (η 1,..., η N : ξ j η j, j = 1,..., N.

13 8 1. Wstęp ϕ(ξ + η ϕ(ξ + ϕ(η, ξ, η R N +. Zdefiniujmy d(x, y := ϕ(ρ 1 (x 1, y 1,..., ρ N (x N, y N, x = (x 1,..., x N, y = (y 1,..., y N X 1 X N. Wtedy d jest metryką Ćwiczenie (por. ( W szczególności, jeżeli (X 1, ρ 1,..., (X N, ρ N są przestrzeniami metrycznymi, to każda z poniższych funkcji (X 1 X N 2 R + jest metryką (Ćwiczenie: ( N 1/p d p (x, y : = ρ p j (x j, y j = metryka l p, p 1, ( 35 d (x, y : = max{ρ 1 (x 1, y 1,..., ρ N (x N, y N } = metryka maksimum. W szczególności, metrykami są funkcje: N d 1 (x, y = ρ j (x j, y j = metryka suma, ( N 1/2 d 2 (x, y = ρ 2 j(x j, y j = metryka euklidesowa. Są to metryki porównywalne zadające topologię iloczynu kartezjańskiego ( 36 ; dla dowolnego ciągu (x ν ν=0 X 1 X N, x ν = (x ν,1,..., x ν,n, ν Z +, mamy: x ν x 0 x ν,j x 0,j, j = 1,..., N Dla dowolnej metryki ρ : X X R + zachodzi: ρ(x, y ρ(x, y ρ(x, x + ρ(y, y = d 1 ((x, y, (x, y, (x, y, (x, y X X. W szczególności, ρ : X X R + jest funkcją ciągłą. Dla dowolnego zbioru A X definiujemy Wtedy Ponadto, x A ρ(x, A = 0. ρ(x, A := inf{ρ(x, a : a A}, x X. ρ(x, A ρ(y, A ρ(x, y, x, y X (Ciągi Cauchy ego. Ciąg (x ν ν=1 X nazywamy ciągiem Cauchy ego w X, jeżeli ε>0 ν0 N ν,µ ν0 : ρ(x ν, x µ ε. To, że dany ciąg jest ciągiem Cauchy ego jest własnością metryczną, ale nie topologiczną. Każdy ciąg zbieżny jest ciągiem Cauchy ego. Jeżeli ciąg Cauchy ego zawiera podciąg zbieżny, to cały jest zbieżny. Ciąg (x ν ν=1 X 1 X N jest ciągiem Cauchy ego wtedy i tylko wtedy, gdy (x ν,j ν=1 jest ciągiem Cauchy ego w X j, j =1,..., N. ( 35 Cała trudność w sprawdzeniu, że dp jest metryką leży w wykazaniu nierówności ϕ(ξ + η ϕ(ξ + ϕ(η, gdzie ϕ(ξ := ( ξ 1 p + + ξ N p 1/p, ξ = (ξ 1,..., ξ N R N +, tzn. w wykazaniu nierówności Minkowskiego ( N (ξ j + η j p 1/p ( N ξ p 1/p ( N 1/p, j + η p j ξ, η R N +, p 1. Dowód tej nierówności opiera się na nierówności Höldera N ( N ξ j η j ξ p 1/p ( N 1/q, j η q j ξ, η R N +, p, q 1, 1 p + 1 q = 1. ( 36 d d p N 1/p d Ćwiczenie.

14 1.2. Przestrzenie metryczne (Zupełność. Przestrzeń metryczną, w której każdy ciąg Cauchy ego jest zbieżny nazywamy przestrzenią zupełną. Zbiór F X nazywamy zupełnym, jeżeli jest przestrzenią zupełną w metryce indukowanej. R n jest przestrzenią zupełną. Jeżeli X jest przestrzenią metryczną i F X jest zbiorem zupełnym, to F jest domknięty. Jeżeli X jest przestrzenią zupełną i F X jest zbiorem domkniętym, to F jest zbiorem zupełnym. Każda przestrzeń metryczna zwarta jest zupełna. Jeżeli f : X Y jest homeomorfizmem dwóch przestrzeni metrycznych (X, ρ i (Y, d, który spełnia warunek Höldera, to z zupełności przestrzeni (Y, d wynika zupełność przestrzeni (X, ρ (Ćwiczenie. W szczególności, wynika stąd, że zupełność jest własnością metryczną. Dla X 1,..., X N mamy: X 1,..., X N są przestrzeniami zupełnymi X 1 X N jest przestrzenią zupełną (Twierdzenie Baire a. Zbiór A X nazywamy nigdziegęstym, jeżeli int A = (równoważnie: zbiór X \A jest gęsty. Zbiory postaci A n, gdzie każdy zbiór A n jest nigdziegęsty, nazywamy zbiorami n=1 I kategorii Baire a ( 37. Zbiory nie będące zbiorami I kategorii Baire a noszą nazwę zbiorów II kategorii Baire a. (Twierdzenie Baire a Niech X będzie przestrzenią zupełną i niech Ω n X będzie zbiorem otwartym i gęstym, n N. Wtedy zbiór B := Ω n jest gęsty. Równoważnie: jeżeli A X jest zbiorem n N I kategorii Baire a, to int A =, w szczególności, A X (niepusta przestrzeń zupełna nie jest I kategorii Baire a (Granica w punkcie. Niech (X, ρ, (Y, d będą przestrzeniami metrycznymi, A X, a A, f : A \ {a} Y, b Y. Powiemy, że lim f(x = b (granica odwzorowania w punkcie, jeżeli odwzorowanie x a x a { f(x f : A {a} Y, f(x := b gdy x A \ {a}, gdy x = a jest ciągłe w punkcie a, tzn., jeżeli A \ {a} x ν a, to f(x ν b. W przyszłości dla uproszczenia zapisu, będziemy pisać lim f(x zamiast lim x a x a f(x; będziemy również pisać f(x dla podkreślenia roli zbioru A. x a Jeżeli a A, to: f C(A, Y ; a lim f(x = f(a. x a x a lim A x a Jeżeli lim f(x = b i g C(Y, Z; b (Z jest przestrzenią metryczną, to lim g f(x = g(b. x a x a Uwaga: Nie jest prawdą, że jeżeli ϕ C(Z, X; t 0 (Z jest przestrzenią metryczną, ϕ(t 0 = a, t 0 jest punktem skupienia zbioru ϕ 1 (A oraz x a lim f(x = b, to lim f ϕ(t = b Ćwiczenie. t t0 x a t t (Granice górne i dolne. Dla A X, a A, f : A R, przyjmujemy: Oczywiście lim inf x a lim sup x a lim inf x a lim sup x a lim inf x a x a x a f(x := sup{lim sup f(x ν : (x ν ν=1 A, x ν a} R, ν + f(x := inf{lim inf f(x ν : (x ν ν=1 A, x ν a} R. ν + f(x = lim sup( f(x. Mamy: x a f(x = inf r>0 sup{f(x : x B(a, r}, f(x = sup r>0 inf{f(x : x B(a, r}. ( 37 René-Louis Baire ( matematyk francuski.

15 10 1. Wstęp Jeżeli a / A, to granica lim f(x istnieje wtedy i tylko wtedy, gdy lim inf f(x = lim sup f(x (i wtedy, x a x a x a lim inf f(x = lim sup f(x = lim f(x. x a x a x a Niech X będzie dowolnym zbiorem, zaś (Y, d przestrzenią metryczną. Dla ciągu odwzorowań f ν : X Y (ν Z + i zbioru A X wprowadzamy pojęcia: zbieżności punktowej na A: f ν f 0 punktowo na A, jeżeli dla dowolnego x A mamy f ν (x f 0 (x, zbieżności jednostajnej na A: f ν f 0 jednostajnie na A, jeżeli ε>0 ν0 ν ν0 x A : d(f ν (x, f 0 (x ε. Jeżeli Y jest przestrzenią zupełną, to f ν f 0 jednostajnie na A wtedy i tylko wtedy, gdy (f ν ν=1 spełnia na A jednostajny warunek Cauchy ego: ε>0 ν0 ν,µ ν0 x A : d(f ν (x, f µ (x ε. Jeżeli X ma strukturę przestrzeni topologicznej to wprowadzamy dodatkowo pojęcia: zbieżności lokalnie jednostajnej na X: f ν f 0 lokalnie jednostajnie na X, jeżeli dowolny punkt a X ma otoczenie U takie, że f ν f 0 jednostajnie na U, zbieżności niemal jednostajnej na X: f ν f 0 niemal jednostajnie na X, jeżeli dla dowolnego zbioru zwartego K X, f ν f 0 jednostajnie na K. Pojęcia zbieżności lokalnie jednostajnej na X i niemal jednostajnej na X są równoważne w przestrzeniach lokalnie zwartych (np. gdy X jest podprzestrzenią R n. Jeżeli f ν f 0 lokalnie jednostajnie na X oraz f ν C(X, Y ; a, ν N, to f 0 C(X, Y ; a. W szczególności, jeżeli X jest przestrzenią metryczną, f ν f 0 jednostajnie na A, a A \ A, lim f ν(x = b ν, ν N, A x a oraz b ν b 0, to lim f 0(x = b 0 ; innymi słowy: A x a lim ( lim f ν(x = lim ( lim f ν(x. A x a ν + ν + A x a Jeżeli f ν f 0 jednostajnie na X oraz każde odwzorowanie f ν jest jednostajnie ciągłe, to f 0 jest jednostajnie ciągłe Niech X będzie dowolnym zbiorem, zaś (Y, d przestrzenią metryczną. Zdefiniujmy B(X, Y := {f : X Y : zbiór f(x jest ograniczony}. W zbiorze B(X, Y wprowadzamy metrykę Czebyszewa ( 38 δ(f, g := sup{d(f(x, g(x : x X}. Zauważmy, że: δ f ν f 0 f ν f 0 jednostajnie na X. Przestrzeń B(X, Y jest zupełna wtedy i tylko wtedy, gdy przestrzeń Y jest zupełna. Jeżeli X ma ponadto strukturę przestrzeni topologicznej, to definiujemy CB(X, Y := C(X, Y B(X, Y. Zauważmy, że: CB(X, Y = C(X, Y, gdy X jest przestrzenią zwartą. CB(X, Y jest domkniętą podprzestrzenią przestrzeni B(X, Y. Przestrzeń CB(X, Y jest zupełna wtedy i tylko wtedy, gdy Y jest zupełna (Funkcje oddzielnie ciągłe. Niech (X, ρ będzie przestrzenią zupełną. Niech (f ν ν=1 C(X i niech f ν f (punktowo, tzn. f jest funkcją I klasy Baire a. Oznaczmy przez N(f zbiór punktów nieciągłości f. Wtedy N(f jest zbiorem I kategorii Baire a. ( 38 Pafnutij Czebyszew ( matematyk i mechanik rosyjski.

16 1.2. Przestrzenie metryczne 11 Dowód. Niech A k,l := {x X : n l : f n (x f l (x 1/k}, k, l N. Zbiór A k,l jest domknięty, zbiór F k,l := A k,l \ int A k,l jest domknięty i nigdziegęsty. Wystarczy więc pokazać, że N(f F k,l. Ustalmy punkt x 0 N(f. Ponieważ (f ν (x 0 ν=1 jest ciągiem Cauchy ego, k,l N zatem dla dowolnego k N istnieje l(k takie, że x 0 A k,l(k. Gdyby x 0 int A k,l(k dla dowolnego k N, wtedy, dla dowolnego k N, istniałoby r k > 0 takie, że B(x 0, r k A k,l(k. Oznacza to, że f n (x f l(k (x 1/k dla x B(x 0, r k i n l(k. W szczególności, f(x f l(k (x 1/k dla x B(x 0, r k. Dla x B(x 0, r k mamy więc f(x f(x 0 f(x f l(k (x + f l(k (x f l(k (x 0 + f l(k (x 0 f(x 0 2/k + f l(k (x f l(k (x 0, co, wobec ciągłości f l(k, dawałoby ciągłość funkcji f w punkcie x 0. Tak więc x 0 F k,l(k dla pewnego k N. Dla dowolnej oddzielnie ciągłej funkcji f : R R n 1 R (tzn. f(x, C(R n 1 i f(, y C(R dla dowolnego (x, y R R n 1 istnieje ciąg (f ν ν=1 C(R n taki, że f ν f ( 39. Dowód. f ν (x, y := ( k+1 ν x 1 ν ( x k f( kν, y + ν 1 f( k+1 ν, y, k k+1 ν x ν, y Rn 1, k Z (1.2.1 ν (dla dowolnego y R n 1, f ν (, y jest funkcją afiniczną na każdym przedziale [ k ν, k+1 ν ]. Jest rzeczą widoczną, że funkcja f ν jest ciągła (bo jest ciągła na każdym pasie [ k ν, k+1 ν ] Rn 1. Ponadto, f ν (x, y f(x, y = ( k+1 ν max{ f( k ν x 1 ν (f( kν, y f(x, y + ( x k ( ν 1 ν f( k+1 ν k+1, y f(x, y, f( ν, y f(x, y }, k ν, y f(x, y x k+1 ν, y Rn 1, k Z. Teraz dla ustalonego punktu (x 0, y 0 R R n 1 oraz ε > 0, dobierzmy δ > 0 takie, że f(x, y 0 f(x 0, y 0 ε dla x x 0 δ. Niech ν 1/δ i niech k ν x 0 k+1 ν. Wtedy z poprzedniego oszacowania dostajemy f ν (x 0, y 0 f(x 0, y 0 ε, co dowodzi, że f ν f punktowo. Jako natychmiastowy wniosek, dostajemy stąd: Jeżeli f : R R n 1 R jest oddzielnie ciągła, to N(f jest zbiorem I kategorii Baire a. Pojawia się naturalne pytanie czy dowolna funkcja oddzielnie ciągła f : R n1 R n k R (tzn. f(x 1,..., x j 1,, x j+1,..., x k C(R nj dla dowolnych x 1 R n1,..., x k R n k i j {1,..., k} jest I klasy Baire a? Prawdziwy jest następujący wynik: Niech f : R R R }{{} n l R będzie funkcją oddzielnie ciągłą (l 2. Wtedy f jest l tej l klasy Baire a, tzn. istnieje ciąg funkcji (l 1 szej klasy Baire a (f ν ν=1 taki, że f ν f punktowo. Dowód. Dla dowolnej funkcji g : R R n 1 R, zdefiniujmy ciąg (g ν ν=1 tak, jak w (1.2.1 i zauważmy, że: (a jeżeli funkcja g(, y jest ciągła dla dowolnego y R n 1, to g ν g punktowo, (b jeżeli R n 1 = R p R q R r (p, q, r Z +, y = (u, v, w, oraz funkcja g(x, u,, w jest ciągła dla dowolnych (x, u, w R R p R r, to każda z funkcji g ν (, u,, w jest ciągła dla dowolnych (u, w R p R r. Teraz postępujemy następująco: ( 39 Tzn. dowolna funkcja oddzielnie ciągła f : R R n 1 R jest I klasy Baire a.

17 12 1. Wstęp Stosujemy powyższą konstrukcję do g := f. Wobec (a, do zakończenia dowodu wystarczy pokazać, że każda z funkcji f 1 ν := g ν jest (l 1 szej klasy Baire a. Na podstawie (b, wiemy, że każda funkcja f 1 ν (, x 2,..., x j 1,, x j+1,..., x l, x l+1 jest ciągła dla dowolnych (x 2,..., x l, x l+1 R R R }{{} n l, j = 2,..., l + 1. (l 1 Powtarzamy konstrukcję dla g := fν 1 względem zmiennej x 2. Dostajemy kolejny ciąg aproksymujący (fν 2 ν=1 taki, że każda funkcja fν 2 (,, x 3,..., x j 1,, x j+1,..., x l, x l+1 jest ciągła dla dowolnych (x 3,..., x l, x l+1 R R R }{{} n l, j = 3,..., l + 1. (l 2 Powtarzamy powyższe rozumowanie l razy. Okazuje się, że dla l 2 wynik ten nie może być poprawiony, tzn. istnieją przykłady oddzielnie ciągłych funkcji f, które nie są (l 1 szej klasy Baire a zob. np. Henri Lebesque, Sur les fonctions représentables analytiquement, J. math. pures appliquées (1905, (Metryka Hausdorffa. Dla przestrzeni metrycznej X, niech K(X oznacza rodzinę wszystkich niepustych zwartych podzbiorów X. Dla dowolnego zbioru A K(X, niech Zdefiniujmy h(a, B := max K(A := {K K(X : K A}. { } sup{dist(x, B : x A}, sup{dist(y, A : y B}, A, B K(X. h jest metryką w zbiorze K(X (Ćwiczenie. Jest to tzw. metryka Hausdorffa. (K(A, h jest przestrzenią zwartą dla dowolnego A K(X (Ćwiczenie. h Jeżeli K(A K ν K 0, zaś Φ : A m R + jest dowolną funkcją ciągłą, to sup Φ(Kν m sup Φ(K0 m h (Ćwiczenie. W szczególności, jeżeli K(A K ν K 0, to diam(k ν diam(k Funkcje półciągłe Niech X będzie dowolną przestrzenią topologiczną. Definicja Powiemy, że funkcja u : X R jest półciągła z góry na X, jeżeli dla dowolnego t R zbiór {x X : u(x < t} jest otwarty. Zbiór wszystkich funkcji półciągłych z góry na X będziemy oznaczać przez C (X, R. Powiemy, że u jest półciągła z dołu na X (u C (X, R, jeżeli u C (X, R. Dla dowolnego przedziału R niech Podobnie definiujemy C (X,. C (X, := {u C (X, R : u(x }. Obserwacja Jeżeli A X jest zbiorem domkniętym, to jego funkcja charakterystyczna { 1 gdy x A χ A,X (x = χ A (x := 0 gdy x X \ A jest półciągła z góry. Jeżeli A X jest zbiorem otwartym, to χ A C (X. Obserwacja (a Funkcja u : X R jest półciągła z dołu na X, jeżeli dla dowolnego t R zbiór {x X : u(x > t} jest otwarty. (b Dla dowolnych przedziałów, R, dla dowolnej ściśle rosnącej bijekcji ϕ : i dla dowolnej funkcji u : X R mamy: u C (X, ϕ u C (X,. W szczególności, u C (X, R arctg u C (X, [ π 2, π 2 ]. Istotnie, zapiszmy R w postaci sumy trzech rozłącznych przedziałów R = L R,

18 1.3. Funkcje półciągłe 13 gdzie L jest przedziałem na lewo od, zaś R przedziałem na prawo od ; nie wykluczamy przypadków gdy L lub R jest pusty. Dla t R mamy {x X : u(x < ϕ 1 (t}, jeżeli t {x X : (ϕ u(x < t} =, jeżeli t L. X, jeżeli t R (c C(X, R = C (X, R C (X, R. Inkluzja jest oczywista. Dla dowodu inkluzji ustalmy u C (X, R C (X, R. Na podstawie (b możemy założyć, że u(x R. Weźmy a X. Korzystając z Definicji oraz (a, wnioskujemy bez trudu, że dla dowolnego ε > 0 istnieje otoczenie otwarte U punktu a takie, że u(u (u(a ε, u(a + ε. (d Jeżeli f : Y X jest odwzorowaniem ciągłym, to u f C (Y, R dla dowolnej funkcji u C (X, R. Istotnie, {y Y : (u f(y < t} = f 1 ({x X : u(x < t}. (e R >0 C (X, R = C (X, R. (f Dla dowolnych u, v C (X, R, jeżeli u(x + v(x ma sens dla każdego x X, to u + v C (X, R. Istotnie, {u + v < t} = {u < θ} {v < t θ}. θ R (g Jeżeli u, v C (X, R, to max{u, v} C (X, R. Istotnie, {max{u, v} < t} = {u < t} {v < t}. (h Jeżeli (u α α A C (X, R, to u := inf{u α : α A} C (X, R. W szczególności, jeżeli C (X, R u ν u punktowo na X, to u C (X, R. Istotnie, {u < t} = {u α < t}. α A (i Jeżeli C (X, R u ν u jednostajnie na X, to u C (X, R. Istotnie, niech u(a < t 2ε < t i niech N N będzie takie, że u N u < ε na X. W szczególności, u N (a < t ε. Ponieważ funkcja u N jest półciągła z góry, zatem istnieje otoczenie U punktu a takie, że u N < t ε na U. W konsekwencji, u < t na U. Propozycja Niech (X, ρ będzie przestrzenią metryczną i niech u : X R. Wtedy u C (X, R a X : lim sup u(x = u(a. x a Dowód. (= : Weźmy a X. Jeżeli u(a = +, to prawa strona jest oczywista. Niech więc u(a < +. Weźmy t > u(a i niech U będzie takim otoczeniem punktu a, że u < t w U. Niech teraz x ν a. Wtedy u(x ν < t dla ν 1 ( 40. Stąd lim sup u(x ν t, co wobec dowolności t, daje żądaną nierówność. ν + ( =: Niech u(a < t i przypuśćmy, że w dowolnym otoczeniu U punktu a istnieje punkt x taki, że u(x t. Wtedy, bez trudu, konstruujemy ciąg x ν a taki, że u(x ν t, ν N. W takim razie, lim sup u(x ν t > u(a; sprzeczność. ν + Propozycja (Twierdzenie Weierstrassa. Niech (X, ρ będzie przestrzenią metryczną zwartą i niech f C (X, R. Wtedy istnieje punkt x 0 X taki, że f(x 0 = sup f(x. Dowód. Niech M := sup f(x i niech (x ν ν=1 X będzie taki, że f(x ν M. Wobec zwartości X możemy założyć, że x ν x 0 dla pewnego x 0 X. Wtedy, na podstawie Propozycji 1.3.4, mamy M f(x 0 lim sup f(x ν = M. ν + Ćwiczenie Czy Twierdzenie pozostaje prawdziwe dla dowolnej zwartej przestrzeni topologicznej? Propozycja (Twierdzenie Baire a. Niech (X, ρ będzie przestrzenią metryczną. Wtedy dla dowolnej funkcji u C (X, R istnieje ciąg (u ν ν=1 C(X, R taki, że u ν u punktowo na X (por. Obserwacja 1.3.3(h. Ponadto, jeżeli u C (X, [, +, to ciąg (u ν ν=1 można wybrać w C(X, R ( 41. ( 40 Mówimy, że własność W (ν zachodzi dla ν 1, jeżeli istnieje ν0 takie, że W (ν zachodzi dla ν ν 0. ( 41 W szczególności, każda funkcja półciągła z góry (lub z dołu jest funkcją I klasy Baire a Ćwiczenie.

19 14 1. Wstęp Dowód. Zastępując u poprzez 2 π arctg u (por. Obserwacja 1.3.3(b, sprowadzamy problem do przypadku gdy u C (X, [ 1, 1] (odpowiednio, u C (X, [ 1, 1, a funkcji aproksymujących poszukujemy w C(X, [ 1, 1] (odpowiednio, C(X, ( 1, 1. Zdefiniujmy ϕ a,ν (x : = u(a νρ(x, a, a X, x X, u ν : = sup{ϕ a,ν : a X}, ν N. Na wstępie sprawdzimy, że u ν C(X, ν N. Mamy ϕ a,ν (x ϕ a,ν (x = ν ρ(x, a ρ(x, a νρ(x, x, x, x X, a stąd u ν (x u ν (x νρ(x, x, x, x X. W szczególności, u ν jest ciągła. Jest rzeczą widoczną, że ϕ a,ν+1 ϕ a,ν, skąd wynika, że u ν+1 u ν. Ponadto, ϕ x,ν (x = u(x, a zatem 1 u(x = ϕ x,ν (x u ν (x 1, x X. W szczególności, lim u ν u. ν + Ustalmy x 0 X oraz t > u(x 0 (jeżeli u(x 0 < 1, to dobieramy t tak, by u(x 0 < t < 1. Niech δ > 0 będzie takie, że u(x < t dla x B(x 0, δ. Wtedy ϕ a,ν (x 0 = u(a νρ(x 0, a max{t, 1 νδ}, a X, ν N. Wynika stąd, że u ν (x 0 max{t, 1 νδ}, ν N (jeżeli u(x 0 < 1, to u ν (x 0 < 1, ν N. Przechodząc do granicy dostajemy lim u ν(x 0 t, co dowodzi, że u ν (x 0 u(x 0. ν + W przypadku gdy u(x [ 1, 1, wystarczy jeszcze tylko zastąpić u ν przez max{u ν, ν }, ν N. Obserwacja* Można pokazać ( 42, że Propozycja pozostaje prawdziwa dla przestrzeni topologicznej X wtedy i tylko wtedy, gdy X jest przestrzenią doskonale normalną, tzn. dla dowolnych rozłącznych zbiorów domkniętych A, B X istnieje funkcja ciągła f : X [0, 1] taka, że A = f 1 (0, B = f 1 (1 ( Przestrzenie unormowane I Definicja Przestrzenią unormowaną nad ciałem K (K {R, C} nazywamy dowolną parę (E,, gdzie E jest przestrzenią wektorową nad K, zaś : E R + jest funkcją spełniającą następujące trzy warunki: (N1 x E : x = 0 x = 0, (N2 α K, x E : αx = α x, (N3 x,y E : x + y x + y. Funkcję nazywamy normą. Z reguły będziemy pisać E zamiast (E,. Obserwacja (a (K, jest przestrzenią unormowaną. (b x y x y dla dowolnych x, y E. (c Zdefiniujmy ρ(x, y = ρ (x, y := x y, x, y E. Wtedy ρ : E E R + jest metryką (Ćwiczenie generowaną przez normę ( 44. Jest to metryka translatywna, tzn. ρ(x + z, y + z = ρ(x, y dla dowolnych x, y, z E ( 45. Oczywiście ρ x ν x 0 x ν x 0 0. ( 42 Zob. np. M. Katětov, On real-valued functions in topological spaces, Fund. Math. 38, (1951, 85 91; H. Tong, Some characterizations of normal and perfectly normal spaces, Duke Math. J. 19, (1952, ( 43 W przypadku przestrzeni metrycznej (X, ρ wystarczy wziąć f(x := ρ(x, A ρ(x, A + ρ(x, B, x X (Ćwiczenie. ( 44 Zauważmy, że do dowodu, że ρ jest metryką wystarczy spełnianie warunków (N1, (N3 oraz warunku (N2 dla α = 1. ( 45 Odnotujmy, że istnieją oczywiście metryki nietranslatywne, np. ρ(x, y := arctg x arctg y, x, y R Ćwiczenie.

20 1.4. Przestrzenie unormowane I 15 Definicja Przestrzeń unormowaną E nazywamy przestrzenią Banacha ( 46, jeżeli (E, ρ jest przestrzenią zupełną. Definicja Mówimy, że normy 1, 2 : E R + są równoważne, jeżeli ρ 1 ρ 2. Piszemy wtedy 1 2. Obserwacja (a Podprzestrzeń przestrzeni unormowanej jest przestrzenią unormowaną. Domknięta podprzestrzeń przestrzeni Banacha jest przestrzenią Banacha. (b (Por. ( Jeżeli (E 1, 1,..., (E N, N są przestrzeniami unormowanymi i ϕ : R N + R + jest funkcją taką, że: ϕ(ξ = 0 ξ = 0, ξ η = ϕ(ξ ϕ(η, ϕ(ξ + η ϕ(ξ + ϕ(η, ϕ(tξ = tϕ(ξ dla t R +, to funkcja dana wzorem x := ϕ( x 1 1,..., x N N, x = (x 1,..., x N E 1 E N, jest normą na E 1 E N Ćwiczenie. Dla przykładu, jeżeli (E 1, 1,..., (E N, N są przestrzeniami unormowanymi, to w E 1 E N mamy następujące klasyczne normy (Ćwiczenie: ( N 1/p x p := x j p j = norma l p, p 1, W szczególności, normami są funkcje: x := max{ x 1 1,..., x N N } = norma maksimum. x 1 := x x N N = norma suma, ( N 1/2 x 2 := x j j 2 = norma euklidesowa. Zauważmy, że metryki generowane przez te normy odpowiadają metrykom d p, d, d 1 i d 2 (utworzonym dla (E 1, ρ 1,... (E N, ρ N por. ( W szczególności, są to normy równoważne, zadające topologię iloczynu kartezjańskiego. W szczególności, K n wraz z każdą z norm x p = ( x 1 p + + x n p 1/p, p 1, x = max{ x 1,..., x n }, x 1 = x x n, x = x 2 = ( x x n 2 1/2, x = (x 1,..., x n K n, jest przestrzenią unormowaną. (c Działania w przestrzeni unormowanej ( 47 są ciągłe. Istotnie, (d Dla a E, niech (x + y (x 0 + y 0 x x 0 + y y 0 = (x, y (x 0, y 0 1, αx α 0 x 0 α α 0 x 0 + α x x 0 max{ α, x 0 } (α, x (α 0, x 0 1. Wtedy B(a, r = B(a, r, r > 0. B(a, r := B ρ (a, r = {x E : x a < r}, B(a, r := B ρ (a, r = {x E : x a r}, B(r := B(0, r, ( 46 Stefan Banach ( matematyk polski. ( 47 + : E E E, : K E E. B(r := B(0, r. 0 < r +, 0 r < +,

21 16 1. Wstęp Istotnie, wystarczy pokazać inkluzję. W tym celu zauważmy, że jeżeli x 0 B(a, r, to a + θ(x 0 a B(a, r dla dowolnego θ [0, 1. (e Niech A + B := {x + y : x A, y B}, A, B E, A B := {αx : α A, x B}, A K, B E. Ponadto przyjmujemy a + B := {a} + B, α B := {α} B ( 48. Mamy następującą własność translatywności kul: B(a, r = a + B(r, B(a, r = a + B(r. Ponadto, B(r = r B(1, B(r = r B(1. (f Dla dowolnych x, y E definiujemy odcinek (niezorientowany (segment o końcach x, y: [x, y] := {x + t(y x : t [0, 1]}. Odnotujmy, że [x, y] = [y, x] oraz [x, x] = {x}. Odcinek jest zbiorem spójnym. Zbiór A E nazywamy wypukłym, jeżeli [x, y] A dla dowolnych x, y A. Zauważmy, że: (i Dla dowolnej rodziny zbiorów wypukłych (A i i I E zbiór i I A i jest wypukły. W szczególności, dla dowolnego zbioru A E istnieje najmniejszy zbiór wypukły conv A = conv(a E zawierający A. (ii Jeżeli A, B E są wypukłe, to conv(a B = {ta + (1 tb : a A, b B, t [0, 1]} =: C. Istotnie, oczywiście C conv(a B. Pozostaje pokazać, że C jest wypukły. Dla a, a A, b, b B, oraz t, t [0, 1], u (0, 1, mamy x 0 := (1 u((1 t a + t b + u((1 t a + t b = (1 s((1 pa + pa + s((1 qb + qb, gdzie p := u(1 t (1 u(1 t + u(1 t, q := ut (1 ut + ut, s := (1 ut + ut (jeżeli (1 u(1 t + u(1 t = 0, to t = t = 1, x 0 = (1 ub + ub B; podobnie, jeżeli (1 ut + ut = 0, to t = t = 0, x 0 = (1 ua + ua A. Stad x 0 C. (iii A wypukły = A wypukły. Istotnie, jeżeli x ν x 0 i y ν y 0, to x ν + t(y ν x ν x 0 + t(y 0 x 0, t [0, 1]. (iv A wypukły = int A wypukły. Istotnie, jeżeli B(a, r, B(b, r A, to [a, b] + B(r = {(1 ta + tb + x : t [0, 1], x B(r} = {(1 t(a + x + t(b + x : t [0, 1], x B(r} conv(b(a, r B(b, r A, co dowodzi, że [a, b] int A. (v Jeżeli A jest wypukły i int A, to dla dowolnych a int A i b A mamy W szczególności, A int A. Istotnie, jeżeli B(a, r A, to [a, b := {(1 ta + tb : t [0, 1} int A. B((1 ta + tb, r(1 t conv(b(a, r {b} A, t [0, 1. (vi W przestrzeni unormowanej kule B(a, r i B(a, r są wypukłe. Istotnie, x + t(y x a = (1 t(x a + t(y a (1 t x a + t y a. (vii Obraz zbioru wypukłego poprzez odwzorowanie liniowe jest wypukły. ( 48 Oczywiście a + B = Ta(B, gdzie T a : E E oznacza translację x a + x.

22 1.4. Przestrzenie unormowane I 17 (g Dla dowolnych x 0,..., x N E definiujemy łamaną o wierzchołkach x 0,..., x N [x 0,..., x N ] := [x 0, x 1 ] [x N 1, x N ]. Zauważmy, że każda łamana jest zbiorem spójnym. Czasami odcinek [x, y] będziemy utożsamiać z krzywą [0, 1] t x + t(y x E. Podobnie łamaną [x 0,..., x N ] możemy utożsamiać z krzywą będącą sumą odcinków. (h Dla dowolnego zbioru otwartego D E mamy równoważność: D jest obszarem (tzn. zbiorem otwartym i spójnym wtedy i tylko wtedy, gdy dla dowolnych x, y D istnieje łamana [x 0,..., x N ] D taka, że x 0 = x i x N = y (w szczególności, D jest łukowo spójny. Istotnie, dowodu wymaga jedynie implikacja (=. Ustalmy x 0 D i niech D 0 oznacza zbiór tych wszystkich x D, dla których istnieje łamana [x 0,..., x N ] D taka, że x N = x. Problem polega na pokazaniu, że D 0 = D o ile D jest obszarem. Wystarczy pokazać, że D 0 jest niepusty, otwarty i domknięty w D. Oczywiście D 0, bo x 0 D 0. Jeżeli a D 0 i B(a, r D (D jest otwarty, to B(a, r D 0, bo jeżeli [x 0,..., x N ] dochodzi do a, to [x 0,..., x N, x] dochodzi do x dla dowolnego x B(a, r. Jeżeli b jest punktem skupienia D 0 w D i B(b, r D, to bierzemy dowolny punkt a B(b, r D 0 i teraz, jeżeli [x 0,..., x N ] dochodzi do a, to [x 0,..., x N, b] dochodzi do b, czyli b D 0. (i ( Niech X będzie dowolnym zbiorem i niech F będzie przestrzenią unormowaną. Wtedy B(X, F 50 z normą Czebyszewa ( 49 f X := sup{ f(x F : x X}, f B(X, F, ma naturalną strukturę przestrzeni unormowanej (Ćwiczenie; odnotujmy, że powyższa norma generuje metrykę Czebyszewa. Ponadto, F jest Banacha wtedy i tylko wtedy, gdy B(X, F jest Banacha. Dla przestrzeni wektorowych E, F nad K niech Hom(E, F oznacza przestrzeń wszystkich odwzorowań K liniowych L : E F ; E := Hom(E, K. Jeżeli E i F są przestrzeniami unormowanymi, to przez L(E, F oznaczamy zbiór wszystkich odwzorowań liniowych i ciągłych L : E F. Widać, że L(E, F jest K przestrzenią wektorową. Zdefiniujmy E := L(E, K. Obserwacja Odnotujmy, że na ogół (jeżeli E jest przestrzenią nieskończenie wymiarową E E. Na przykład, niech E oznacza przestrzeń wszystkich wielomianów rzeczywistych jednej zmiennej rzeczywistej, niech f := sup{ f(x : x [0, 1]}, f E, i niech L : E R, L(f := f(3. Oczywiście L E. Zauważmy, że ( x 2 k = ( 1 2 k 0. Z drugiej strony L(( x 2 k = ( 3 2 k. Oznacza to, że L / E. Obserwacja (a Jeżeli F = F 1 F N, L : E F, L = (L 1,..., L N, to L L(E, F 1 F N L j L(E, F j, j = 1,..., N. (b Jeżeli E = E 1 E N, L : E F, L j : E j F, to L j (x j := L(0,..., 0, x }{{} j, 0,..., 0, j = 1,..., N, }{{} (j 1 (N j L L(E 1 E N, F L j L(E j, F, j = 1,..., N. Zauważmy, że L(x = L 1 (x L N (x N dla x = (x 1,..., x N E 1 E N. ( 49 Wtedy, oczywiście, [x, y] [y, x]. ( 50 Odnotujmy, że B(X, F := {f : X F : R>0 : f(x B(R}.

Korzystając z wzorów de Morgana zwartość można także określić w terminach zbiorów domkniętych.

Korzystając z wzorów de Morgana zwartość można także określić w terminach zbiorów domkniętych. Rozdział 6 Zwartość 6.1 Przestrzenie zwarte Definicja 6.1.1. Przestrzeń topologiczna (X, T ) nazywa się zwarta jeśli jest przestrzenią Hausdorffa oraz z dowolnego pokrycia przestrzeni X zbiorami otwartymi

Bardziej szczegółowo

Podprzestrzeń wektorowa, baza, suma prosta i wymiar Javier de Lucas

Podprzestrzeń wektorowa, baza, suma prosta i wymiar Javier de Lucas Podprzestrzeń wektorowa, baza, suma prosta i wymiar Javier de Lucas Ćwiczenie 1. Niech W = {(x 1, x 2, x 3 ) K 3 : x 2 1 + x 2 2 + x 2 3 = x 1 x 2 + x 2 x 3 + x 3 x 1 }. Czy W jest podprzestrzeni a gdy

Bardziej szczegółowo

Topologia I, Egzamin. II termin, 2013-03-05. Nr albumu: Nazwisko prowadzącego ćwiczenia: Nr grupy:

Topologia I, Egzamin. II termin, 2013-03-05. Nr albumu: Nazwisko prowadzącego ćwiczenia: Nr grupy: Stwierdź czy następujące zdania są prawdziwe, zakreślając właściwą odpowiedź i skreślając pozostałe. 1 Zad. 1. Jeżeli przekształcenie f : (X, T ) (R, T s ) jest ciągłe, to to samo odwzorowanie jest ciągłe

Bardziej szczegółowo

MATEMATYKA 9. INSTYTUT MEDICUS Kurs przygotowawczy do matury i rekrutacji na studia medyczne Rok 2017/2018 FUNKCJE WYKŁADNICZE, LOGARYTMY

MATEMATYKA 9. INSTYTUT MEDICUS Kurs przygotowawczy do matury i rekrutacji na studia medyczne Rok 2017/2018 FUNKCJE WYKŁADNICZE, LOGARYTMY INSTYTUT MEDICUS Kurs przygotowawczy do matury i rekrutacji na studia medyczne Rok 017/018 www.medicus.edu.pl tel. 501 38 39 55 MATEMATYKA 9 FUNKCJE WYKŁADNICZE, LOGARYTMY Dla dowolnej liczby a > 0, liczby

Bardziej szczegółowo

Matematyka:Matematyka I - ćwiczenia/granice funkcji

Matematyka:Matematyka I - ćwiczenia/granice funkcji Matematyka:Matematyka I - ćwiczenia/granice funkcji 1 Matematyka:Matematyka I - ćwiczenia/granice funkcji Granice funkcji Zadanie 1 Wykorzystując definicję Heinego granicy funkcji, znaleźć (1) Zadanie

Bardziej szczegółowo

Logika I. Wykład 2. Działania na zbiorach

Logika I. Wykład 2. Działania na zbiorach Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 2. Działania na zbiorach 1 Suma zbiorów Niech A i B będą dowolnymi zbiorami. Definicja 2.1. (suma zbiorów) Suma zbiorów

Bardziej szczegółowo

1 Granice funkcji. Definicja 1 (Granica w sensie Cauchy ego). Mówimy, że liczba g jest granicą funkcji f(x) w punkcie x = a, co zapisujemy.

1 Granice funkcji. Definicja 1 (Granica w sensie Cauchy ego). Mówimy, że liczba g jest granicą funkcji f(x) w punkcie x = a, co zapisujemy. Granice funkcji Definicja (Granica w sensie Cauchy ego). Mówimy, że liczba g jest granicą funkcji f() w punkcie = a, co zapisujemy f() = g (.) a jeżeli dla każdego ε > 0 można wskazać taką liczbę (istnieje

Bardziej szczegółowo

Temat: Funkcje. Własności ogólne. A n n a R a j f u r a, M a t e m a t y k a s e m e s t r 1, W S Z i M w S o c h a c z e w i e 1

Temat: Funkcje. Własności ogólne. A n n a R a j f u r a, M a t e m a t y k a s e m e s t r 1, W S Z i M w S o c h a c z e w i e 1 Temat: Funkcje. Własności ogólne A n n a R a j f u r a, M a t e m a t y k a s e m e s t r 1, W S Z i M w S o c h a c z e w i e 1 Kody kolorów: pojęcie zwraca uwagę * materiał nieobowiązkowy A n n a R a

Bardziej szczegółowo

Kurs z matematyki - zadania

Kurs z matematyki - zadania Kurs z matematyki - zadania Miara łukowa kąta Zadanie Miary kątów wyrażone w stopniach zapisać w radianach: a) 0, b) 80, c) 90, d), e) 0, f) 0, g) 0, h), i) 0, j) 70, k), l) 80, m) 080, n), o) 0 Zadanie

Bardziej szczegółowo

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

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

Bardziej szczegółowo

1. Rozwiązać układ równań { x 2 = 2y 1

1. Rozwiązać układ równań { x 2 = 2y 1 Dzień Dziecka z Matematyką Tomasz Szymczyk Piotrków Trybunalski, 4 czerwca 013 r. Układy równań szkice rozwiązań 1. Rozwiązać układ równań { x = y 1 y = x 1. Wyznaczając z pierwszego równania zmienną y,

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA TYPY GRAFÓW c.d. Graf nazywamy dwudzielnym, jeśli zbiór jego wierzchołków można podzielić na dwa rozłączne podzbiory, tak że żadne dwa wierzchołki należące do tego samego podzbioru nie są sąsiednie. G

Bardziej szczegółowo

2.Prawo zachowania masy

2.Prawo zachowania masy 2.Prawo zachowania masy Zdefiniujmy najpierw pewne podstawowe pojęcia: Układ - obszar przestrzeni o określonych granicach Ośrodek ciągły - obszar przestrzeni którego rozmiary charakterystyczne są wystarczająco

Bardziej szczegółowo

Zagadnienia transportowe

Zagadnienia transportowe Mieczysław Połoński Zakład Technologii i Organizacji Robót Inżynieryjnych Wydział Inżynierii i Kształtowania Środowiska SGGW Zagadnienia transportowe Z m punktów odprawy ma być wysłany jednorodny produkt

Bardziej szczegółowo

s n = a k (2) lim s n = S, to szereg (1) nazywamy zbieżnym. W przeciwnym przypadku mówimy, że szereg jest rozbieżny.

s n = a k (2) lim s n = S, to szereg (1) nazywamy zbieżnym. W przeciwnym przypadku mówimy, że szereg jest rozbieżny. Szeregi liczbowe Definicja Szeregiem liczbowym nazywamy wyrażenie a n = a + a 2 + a 3 + () Liczby a n, n =, 2,... nazywamy wyrazami szeregu. Natomiast sumę n s n = a k (2) nazywamy n-tą sumą częściową

Bardziej szczegółowo

2.1. Ruch, gradient pr dko ci, tensor pr dko ci odkszta cenia, Ruchem cia a B nazywamy dostatecznie g adko zale ne od czasu t jego odkszta cenie

2.1. Ruch, gradient pr dko ci, tensor pr dko ci odkszta cenia, Ruchem cia a B nazywamy dostatecznie g adko zale ne od czasu t jego odkszta cenie Rozdzia 2 Ruch i kinematyka 2.. Ruch, gradient pr dko ci, tensor pr dko ci odkszta cenia, wirowo Ruchem cia a B nazywamy dostatecznie g adko zale ne od czasu t jego odkszta cenie t, tzn. B X! t (X) =x

Bardziej szczegółowo

Rozdział 6. Pakowanie plecaka. 6.1 Postawienie problemu

Rozdział 6. Pakowanie plecaka. 6.1 Postawienie problemu Rozdział 6 Pakowanie plecaka 6.1 Postawienie problemu Jak zauważyliśmy, szyfry oparte na rachunku macierzowym nie są przerażająco trudne do złamania. Zdecydowanie trudniejszy jest kryptosystem oparty na

Bardziej szczegółowo

ROZWIĄZANIA ZADAŃ Zestaw P3 Odpowiedzi do zadań zamkniętych

ROZWIĄZANIA ZADAŃ Zestaw P3 Odpowiedzi do zadań zamkniętych PRZYKŁADOWY ARKUSZ EGZAMINACYJNY POZIOM PODSTAWOWY ROZWIĄZANIA ZADAŃ Zestaw P3 Odpowiedzi do zadań zamkniętych Numer zadania 1 3 4 5 6 7 8 9 10 11 1 13 14 15 16 17 18 19 0 Odpowiedź A B B C C D C B B C

Bardziej szczegółowo

Całka potrójna. Całka potrójna po prostopadłoscianie. f (x i, y i, z i ) x i y i z i. (1)

Całka potrójna. Całka potrójna po prostopadłoscianie. f (x i, y i, z i ) x i y i z i. (1) Całka potrójna Całka potrójna po prostopadłoscianie Rozważmy prostopadłościan = {(x, y, z) R 2 : a x b, c y d, p z q}, gdzie a, b, c, d, p, q R, oraz funkcję trzech zmiennych f : R ograniczoną w tym prostopadłościanie.

Bardziej szczegółowo

Ćwiczenie nr 2 Zbiory rozmyte logika rozmyta Rozmywanie, wnioskowanie, baza reguł, wyostrzanie

Ćwiczenie nr 2 Zbiory rozmyte logika rozmyta Rozmywanie, wnioskowanie, baza reguł, wyostrzanie Ćwiczenie nr 2 Zbiory rozmyte logika rozmyta Rozmywanie, wnioskowanie, baza reguł, wyostrzanie 1. Wprowadzenie W wielu zagadnieniach dotyczących sterowania procesami technologicznymi niezbędne jest wyznaczenie

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, 24 czerwca 2013 Matematyka w ekonomii i ubezpieczeniach

EGZAMIN MAGISTERSKI, 24 czerwca 2013 Matematyka w ekonomii i ubezpieczeniach Matematyka w ekonomii i ubezpieczeniach Rozwiąż następujące zagadnienie programowania liniowego: Zminimalizować 2x 1 x 2 +x 3 +x 4, przy ograniczeniach x 1 x 2 + 2x 3 = 2 x 2 3x 3 = 6 x 1 + x 3 + x 4 =

Bardziej szczegółowo

PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA

PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA Metody kolejnych przybli e Twierdzenie. (Bolzano Cauchy ego) Metody kolejnych przybli e Je eli funkcja F(x) jest ci g a w przedziale domkni tym [a,b] i F(a) F(b)

Bardziej szczegółowo

Podstawowe działania w rachunku macierzowym

Podstawowe działania w rachunku macierzowym Podstawowe działania w rachunku macierzowym Marcin Detka Katedra Informatyki Stosowanej Kielce, Wrzesień 2004 1 MACIERZE 1 1 Macierze Macierz prostokątną A o wymiarach m n (m wierszy w n kolumnach) definiujemy:

Bardziej szczegółowo

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 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych

Bardziej szczegółowo

BLOK I. 3. Korzystając z definicji pochodnej w punkcie, obliczyć pochodne podanych funkcji we wskazanych punktach:

BLOK I. 3. Korzystając z definicji pochodnej w punkcie, obliczyć pochodne podanych funkcji we wskazanych punktach: BLOK I. Rachunek różniczkowy i całkowy. Znaleźć przyrost funkcji f() = przy = zakładając, że przyrost zmiennej niezależnej jest równy: a), ; b), ;, 5.. Znaleźć iloraz różnicowy funkcji y = f() w punkcie

Bardziej szczegółowo

7. REZONANS W OBWODACH ELEKTRYCZNYCH

7. REZONANS W OBWODACH ELEKTRYCZNYCH OBWODY SYGNAŁY 7. EZONANS W OBWODAH EEKTYZNYH 7.. ZJAWSKO EZONANS Obwody elektryczne, w których występuje zjawisko rezonansu nazywane są obwodami rezonansowymi lub drgającymi. ozpatrując bezźródłowy obwód

Bardziej szczegółowo

Zadania z parametrem

Zadania z parametrem Zadania z paramerem Zadania z paramerem są bardzo nielubiane przez maurzysów Nie jes ławo odpowiedzieć na pyanie: dlaczego? Nie są o zadania o dużej skali rudności Myślę, że głównym powodem akiego sanu

Bardziej szczegółowo

OFERTA WYKŁADÓW, WARSZTATÓW I LABORATORIÓW DLA UCZNIÓW KLAS IV- VI SZKÓŁ PODSTAWOWYCH, GIMNAZJALNYCH I ŚREDNICH

OFERTA WYKŁADÓW, WARSZTATÓW I LABORATORIÓW DLA UCZNIÓW KLAS IV- VI SZKÓŁ PODSTAWOWYCH, GIMNAZJALNYCH I ŚREDNICH OFERTA WYKŁADÓW, WARSZTATÓW I LABORATORIÓW DLA UCZNIÓW KLAS IV- VI SZKÓŁ PODSTAWOWYCH, GIMNAZJALNYCH I ŚREDNICH Strona 1 z 9 SPIS ZAJĘĆ WRAZ Z NAZWISKAMI WYKŁADOWCÓW dr hab. Mieczysław Kula Poznaj swój

Bardziej szczegółowo

Ogólna charakterystyka kontraktów terminowych

Ogólna charakterystyka kontraktów terminowych Jesteś tu: Bossa.pl Kurs giełdowy - Część 10 Ogólna charakterystyka kontraktów terminowych Kontrakt terminowy jest umową pomiędzy dwiema stronami, z których jedna zobowiązuje się do nabycia a druga do

Bardziej szczegółowo

Kurs wyrównawczy dla kandydatów i studentów UTP

Kurs wyrównawczy dla kandydatów i studentów UTP Kurs wyrównawczy dla kandydatów i studentów UTP Część III Funkcja wymierna, potęgowa, logarytmiczna i wykładnicza Magdalena Alama-Bućko Ewa Fabińska Alfred Witkowski Grażyna Zachwieja Uniwersytet Technologiczno

Bardziej szczegółowo

Dwa do nieskończoności DominikKWIETNIAK,Kraków

Dwa do nieskończoności DominikKWIETNIAK,Kraków Jest to zapis odczytu wygłoszonego na XXXVIII Szkole Matematyki Poglądowej, Nieskończoność, styczeń 2007, i nagrodzonego Medalem Filca. Rys. 1. Wykres przekształcenia namiotowego T. Rys. 2. Odczytanie

Bardziej szczegółowo

Strategia rozwoju kariery zawodowej - Twój scenariusz (program nagrania).

Strategia rozwoju kariery zawodowej - Twój scenariusz (program nagrania). Strategia rozwoju kariery zawodowej - Twój scenariusz (program nagrania). W momencie gdy jesteś studentem lub świeżym absolwentem to znajdujesz się w dobrym momencie, aby rozpocząć planowanie swojej ścieżki

Bardziej szczegółowo

Pochodne cz ¾astkowe i ich zastosowanie.

Pochodne cz ¾astkowe i ich zastosowanie. Pochodne cz ¾astkowe i ich zastosowanie. Adam Kiersztyn Lublin 2013 Adam Kiersztyn () Pochodne cz ¾astkowe i ich zastosowanie. maj 2013 1 / 18 Zanim przejdziemy do omawiania pochodnych funkcji wielu zmiennych

Bardziej szczegółowo

I. LOGICZNE STRUKTURY DRZEWIASTE

I. LOGICZNE STRUKTURY DRZEWIASTE I LOGICZNE STRUKTURY DRZEWIASTE Analizując dany problem uzyskuje się zadanie projektowe w postaci pewnego zbioru danych Metoda morfologiczna, która została opracowana w latach 1938-1948 przez amerykańskiego

Bardziej szczegółowo

MATEMATYKA 4 INSTYTUT MEDICUS FUNKCJA KWADRATOWA. Kurs przygotowawczy na studia medyczne. Rok szkolny 2010/2011. tel. 0501 38 39 55 www.medicus.edu.

MATEMATYKA 4 INSTYTUT MEDICUS FUNKCJA KWADRATOWA. Kurs przygotowawczy na studia medyczne. Rok szkolny 2010/2011. tel. 0501 38 39 55 www.medicus.edu. INSTYTUT MEDICUS Kurs przygotowawczy na studia medyczne Rok szkolny 00/0 tel. 050 38 39 55 www.medicus.edu.pl MATEMATYKA 4 FUNKCJA KWADRATOWA Funkcją kwadratową lub trójmianem kwadratowym nazywamy funkcję

Bardziej szczegółowo

ZASADY WYPEŁNIANIA ANKIETY 2. ZATRUDNIENIE NA CZĘŚĆ ETATU LUB PRZEZ CZĘŚĆ OKRESU OCENY

ZASADY WYPEŁNIANIA ANKIETY 2. ZATRUDNIENIE NA CZĘŚĆ ETATU LUB PRZEZ CZĘŚĆ OKRESU OCENY ZASADY WYPEŁNIANIA ANKIETY 1. ZMIANA GRUPY PRACOWNIKÓW LUB AWANS W przypadku zatrudnienia w danej grupie pracowników (naukowo-dydaktyczni, dydaktyczni, naukowi) przez okres poniżej 1 roku nie dokonuje

Bardziej szczegółowo

KURS GEOMETRIA ANALITYCZNA

KURS GEOMETRIA ANALITYCZNA KURS GEOMETRIA ANALITYCZNA Lekcja 1 Działania na wektorach bez układu współrzędnych. ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie

Bardziej szczegółowo

Programowanie Ewolucyjne

Programowanie Ewolucyjne Programowanie Ewolucyjne Programowanie Ewolucyjne W zadaniach przeszukiwania mianem heurystyczne określa się wszelkie prawa, kryteria, zasady i intuicje (również takie, których skuteczność nie jest całkowicie

Bardziej szczegółowo

KLAUZULE ARBITRAŻOWE

KLAUZULE ARBITRAŻOWE KLAUZULE ARBITRAŻOWE KLAUZULE arbitrażowe ICC Zalecane jest, aby strony chcące w swych kontraktach zawrzeć odniesienie do arbitrażu ICC, skorzystały ze standardowych klauzul, wskazanych poniżej. Standardowa

Bardziej szczegółowo

TEORIA GIER W EKONOMII WYKŁAD 1: GRY W POSTACI EKSTENSYWNEJ I NORMALNEJ

TEORIA GIER W EKONOMII WYKŁAD 1: GRY W POSTACI EKSTENSYWNEJ I NORMALNEJ TEORIA GIER W EKONOMII WYKŁAD : GRY W POSTACI EKSTENSYWNEJ I NORMALNEJ dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Schemat gry. Początek gry. 2. Ciąg kolejnych posunięć

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI Arkusz zawiera informacje prawnie chronione do momentu rozpoczęcia egzaminu. MMA 016 KOD UZUPEŁNIA ZDAJĄCY PESEL miejsce na naklejkę dysleksja EGZAMIN MATURALNY Z MATEMATYKI POZIOM ROZSZERZONY DATA: 9

Bardziej szczegółowo

Harmonogramowanie projektów Zarządzanie czasem

Harmonogramowanie projektów Zarządzanie czasem Harmonogramowanie projektów Zarządzanie czasem Zarządzanie czasem TOMASZ ŁUKASZEWSKI INSTYTUT INFORMATYKI W ZARZĄDZANIU Zarządzanie czasem w projekcie /49 Czas w zarządzaniu projektami 1. Pojęcie zarządzania

Bardziej szczegółowo

W. Guzicki Zadanie 23 z Informatora Maturalnego poziom rozszerzony 1

W. Guzicki Zadanie 23 z Informatora Maturalnego poziom rozszerzony 1 W. Guzicki Zadanie 3 z Informatora Maturalnego poziom rozszerzony 1 Zadanie 3. Rozwiąż równanie: sin 5x cos x + sin x = 0. W rozwiązaniach podobnych zadań często korzystamy ze wzorów trygonometrycznych

Bardziej szczegółowo

PRAWA ZACHOWANIA. Podstawowe terminy. Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc

PRAWA ZACHOWANIA. Podstawowe terminy. Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc PRAWA ZACHOWANIA Podstawowe terminy Cia a tworz ce uk ad mechaniczny oddzia ywuj mi dzy sob i z cia ami nie nale cymi do uk adu za pomoc a) si wewn trznych - si dzia aj cych na dane cia o ze strony innych

Bardziej szczegółowo

Zadanie 1. Liczba szkód w każdym z trzech kolejnych lat dla pewnego ubezpieczonego ma rozkład równomierny:

Zadanie 1. Liczba szkód w każdym z trzech kolejnych lat dla pewnego ubezpieczonego ma rozkład równomierny: Matematyka ubezpieczeń majątkowych 5.2.2008 r. Zadanie. Liczba szkód w każdym z trzech kolejnych lat dla pewnego ubezpieczonego ma rozkład równomierny: Pr ( N = k) = 0 dla k = 0,, K, 9. Liczby szkód w

Bardziej szczegółowo

7. Nierówno Schwarza. 3. Ci gi i szeregi 1. Ci g liczbowy, zbie no, granica ci gu. 2. Tw. o granicach ci gu (sumy itd.). Tw. o zachowaniu relacji w gr

7. Nierówno Schwarza. 3. Ci gi i szeregi 1. Ci g liczbowy, zbie no, granica ci gu. 2. Tw. o granicach ci gu (sumy itd.). Tw. o zachowaniu relacji w gr Analiza Matematyczna - Informatyka Lista tematów na egzamin ustny UWAGA: W odpowiedzi nale y poda stosowne definicje i przyk ady, oraz wykaza si zrozumieniem tematu. 1. Logika, teoria mnogo ci, zbiory

Bardziej szczegółowo

KLASA 3 GIMNAZJUM. 1. LICZBY I WYRAŻENIA ALGEBRAICZNE (26 h) 1. Lekcja organizacyjna 1. 2. System dziesiątkowy 2-4. 3. System rzymski 5-6

KLASA 3 GIMNAZJUM. 1. LICZBY I WYRAŻENIA ALGEBRAICZNE (26 h) 1. Lekcja organizacyjna 1. 2. System dziesiątkowy 2-4. 3. System rzymski 5-6 KLASA 3 GIMNAZJUM TEMAT LICZBA GODZIN LEKCYJNYCH 1. LICZBY I WYRAŻENIA ALGEBRAICZNE (26 h) 1. Lekcja organizacyjna 1 2. System dziesiątkowy 2-4 WYMAGANIA SZCZEGÓŁOWE Z PODSTAWY PROGRAMOWEJ Z XII 2008 R.

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW

Statystyczna analiza danych w programie STATISTICA. Dariusz Gozdowski. Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Statystyczna analiza danych w programie STATISTICA ( 4 (wykład Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Regresja prosta liniowa Regresja prosta jest

Bardziej szczegółowo

Eksperyment,,efekt przełomu roku

Eksperyment,,efekt przełomu roku Eksperyment,,efekt przełomu roku Zapowiedź Kluczowe pytanie: czy średnia procentowa zmiana kursów akcji wybranych 11 spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie (i umieszczonych już

Bardziej szczegółowo

jest ciągiem elementów z przestrzeni B(R, R)

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

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, 2012 andrzej.lachwa@uj.edu.pl 8/14

Matematyka dyskretna. Andrzej Łachwa, UJ, 2012 andrzej.lachwa@uj.edu.pl 8/14 Matematyka dyskretna Andrzej Łachwa, UJ, 2012 andrzej.lachwa@uj.edu.pl 8/14 Zbiory przeliczalne Przyjmujemy, że = {0, 1, 2, 3, n-1} dla n>0 oraz = przy n=0. Zbiór skończony to zbiór bijektywny z pewnym

Bardziej szczegółowo

Przygotowały: Magdalena Golińska Ewa Karaś

Przygotowały: Magdalena Golińska Ewa Karaś Przygotowały: Magdalena Golińska Ewa Karaś Druk: Drukarnia VIVA Copyright by Infornext.pl ISBN: 978-83-61722-03-8 Wydane przez Infornext Sp. z o.o. ul. Okopowa 58/72 01 042 Warszawa www.wieszjak.pl Od

Bardziej szczegółowo

'()(*+,-./01(23/*4*567/8/23/*98:)2(!."/+)012+3$%-4#"4"$5012#-4#"4-6017%*,4.!"#$!"#%&"!!!"#$%&"#'()%*+,-+

'()(*+,-./01(23/*4*567/8/23/*98:)2(!./+)012+3$%-4#4$5012#-4#4-6017%*,4.!#$!#%&!!!#$%&#'()%*+,-+ '()(*+,-./01(23/*4*567/8/23/*98:)2(!."/+)012+3$%-4#"4"$5012#-4#"4-6017%*,4.!"#$!"#%&"!!!"#$%&"#'()%*+,-+ Ucze interpretuje i tworzy teksty o charakterze matematycznym, u ywa j zyka matematycznego do opisu

Bardziej szczegółowo

Matematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia

Matematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia Maemayka A kolokwium maja rozwia zania Należy przeczyać CA LE zadanie PRZED rozpocze ciem rozwia zywania go!. Niech M. p. Dowieść że dla każdej pary liczb ca lkowiych a b isnieje aka para liczb wymiernych

Bardziej szczegółowo

Procedura uzyskiwania awansu zawodowego na stopień nauczyciela mianowanego przez nauczycieli szkół i placówek

Procedura uzyskiwania awansu zawodowego na stopień nauczyciela mianowanego przez nauczycieli szkół i placówek Data publikacji : 10.01.2011 Procedura uzyskiwania awansu zawodowego na stopień nauczyciela mianowanego przez nauczycieli szkół i placówek Procedura uzyskiwania awansu zawodowego na stopień nauczyciela

Bardziej szczegółowo

K P K P R K P R D K P R D W

K P K P R K P R D K P R D W KLASA III TECHNIKUM POZIOM PODSTAWOWY I ROZSZERZONY PROPOZYCJA POZIOMÓW WYMAGAŃ Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i

Bardziej szczegółowo

WYKŁAD 8. Postacie obrazów na różnych etapach procesu przetwarzania

WYKŁAD 8. Postacie obrazów na różnych etapach procesu przetwarzania WYKŁAD 8 Reprezentacja obrazu Elementy edycji (tworzenia) obrazu Postacie obrazów na różnych etapach procesu przetwarzania Klasy obrazów Klasa 1: Obrazy o pełnej skali stopni jasności, typowe parametry:

Bardziej szczegółowo

Wojewódzki Konkurs Matematyczny dla uczniów gimnazjów rok szkolny 2015/2016 Etap II rejonowy

Wojewódzki Konkurs Matematyczny dla uczniów gimnazjów rok szkolny 2015/2016 Etap II rejonowy Wojewódzki Konkurs Matematyczny dla uczniów gimnazjów rok szkolny 05/06 Etap II rejonowy W kluczu przedstawiono przykładowe rozwiązania oraz prawidłowe odpowiedzi. Za każdą inną poprawną metodę rozwiązania

Bardziej szczegółowo

Matematyka z plusemdla szkoły ponadgimnazjalnej WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE TRZECIEJ LICEUM. KATEGORIA B Uczeń rozumie:

Matematyka z plusemdla szkoły ponadgimnazjalnej WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE TRZECIEJ LICEUM. KATEGORIA B Uczeń rozumie: WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE TRZECIEJ LICEUM POZIOMY WYMAGAŃ EDUKACYJNYCH: K - konieczny ocena dopuszczająca P - podstawowy ocena dostateczna (dst.) R - rozszerzający ocena dobra (db.) D

Bardziej szczegółowo

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

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

Bardziej szczegółowo

PROGRAM ZAJĘĆ MATEMATYCZNYCH DLA UCZNIÓW Z DYSLEKSJĄ

PROGRAM ZAJĘĆ MATEMATYCZNYCH DLA UCZNIÓW Z DYSLEKSJĄ Nie wystarczy mieć rozum, trzeba jeszcze umieć z niego korzystać Kartezjusz Rozprawa o metodzie PROGRAM ZAJĘĆ MATEMATYCZNYCH DLA UCZNIÓW Z DYSLEKSJĄ II KLASA LICEUM OGÓLNOKSZTAŁCĄCE 1 Opracowała : Dorota

Bardziej szczegółowo

Zadanie 3 - (7 punktów) Iloczyn składników Jeśli zapis liczby 22 w postaci sumy zawiera składnik 1, lepiej pogrupować go z innym składnikiem

Zadanie 3 - (7 punktów) Iloczyn składników Jeśli zapis liczby 22 w postaci sumy zawiera składnik 1, lepiej pogrupować go z innym składnikiem Zadanie 1 - (7 punktów) Latające kartki Ponieważ są 64 liczby od 27 do 90 włącznie, mamy 64 strony, czyli 16 kartek (16= 64 : 4). Pod stroną 26. znajdują się strony 24., 22.,..., 4. i 2. wraz z ich nieparzystymi

Bardziej szczegółowo

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

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)

Bardziej szczegółowo

Wyk ad 12. Dobre porz dki. Ten wyk ad po wi cimy dobrym porz dkom. Przypomnijmy, e liniowy porz dek

Wyk ad 12. Dobre porz dki. Ten wyk ad po wi cimy dobrym porz dkom. Przypomnijmy, e liniowy porz dek Wyk ad 12. Dobre porz dki. Charakteryzacje dobrych porz dk w. Ten wyk ad po wi cimy dobrym porz dkom. Przypomnijmy, e liniowy porz dek zbioru X nazywamy dobrym porz dkiem tego zbioru, je li w ka dym niepustym

Bardziej szczegółowo

PAKIET MathCad - Część III

PAKIET MathCad - Część III Opracowanie: Anna Kluźniak / Jadwiga Matla Ćw3.mcd 1/12 Katedra Informatyki Stosowanej - Studium Podstaw Informatyki PAKIET MathCad - Część III RÓWNANIA I UKŁADY RÓWNAŃ 1. Równania z jedną niewiadomą MathCad

Bardziej szczegółowo

OPIS PRZEDMIOTU. Podstawy edukacji matematycznej. Wydzia Pedagogiki i Psychologii

OPIS PRZEDMIOTU. Podstawy edukacji matematycznej. Wydzia Pedagogiki i Psychologii OPIS PRZEDMIOTU Nazwa przedmiotu Kod przedmiotu Wydzia Wydzia Pedagogiki i Psychologii Instytut/Katedra INSTYTUT PEDAGOGIKI, Zak ad Pedagogiki Wczesnoszkolnej i Edukacji Plastycznej Kierunek pedagogika,

Bardziej szczegółowo

Przestrzenie metryczne. Elementy Topologii. Zjazd 2. Elementy Topologii

Przestrzenie metryczne. Elementy Topologii. Zjazd 2. Elementy Topologii Zjazd 2 Przestrzenia metryczna (X, d) nazywamy parę złożona ze zbioru X i funkcji d : X X R, taka, że 1 d(x, y) 0 oraz d(x, y) = 0 wtedy i tylko wtedy, gdy x = y, 2 d(x, y) = d(y, x), 3 d(x, z) d(x, y)

Bardziej szczegółowo

KONKURSY MATEMATYCZNE. Treść zadań

KONKURSY MATEMATYCZNE. Treść zadań KONKURSY MATEMATYCZNE Treść zadań Wskazówka: w każdym zadaniu należy wskazać JEDNĄ dobrą odpowiedź. Zadanie 1 Wlewamy 1000 litrów wody do rurki w najwyższym punkcie systemu rurek jak na rysunku. Zakładamy,

Bardziej szczegółowo

PODSTAWY METROLOGII ĆWICZENIE 4 PRZETWORNIKI AC/CA Międzywydziałowa Szkoła Inżynierii Biomedycznej 2009/2010 SEMESTR 3

PODSTAWY METROLOGII ĆWICZENIE 4 PRZETWORNIKI AC/CA Międzywydziałowa Szkoła Inżynierii Biomedycznej 2009/2010 SEMESTR 3 PODSTAWY METROLOGII ĆWICZENIE 4 PRZETWORNIKI AC/CA Międzywydziałowa Szkoła Inżynierii Biomedycznej 29/2 SEMESTR 3 Rozwiązania zadań nie były w żaden sposób konsultowane z żadnym wiarygodnym źródłem informacji!!!

Bardziej szczegółowo

Metody opracowywania dokumentów wielostronicowych. Technologia Informacyjna Lekcja 28

Metody opracowywania dokumentów wielostronicowych. Technologia Informacyjna Lekcja 28 Metody opracowywania dokumentów wielostronicowych Technologia Informacyjna Lekcja 28 Tworzenie stylów w tekstu Jeśli pisze się długie teksty, stosując, zwłaszcza w jednym dokumencie róŝne r rodzaje formatowania,

Bardziej szczegółowo

Projekt współfinansowany ze środków Unii Europejskiej w ramach Programu Operacyjnego

Projekt współfinansowany ze środków Unii Europejskiej w ramach Programu Operacyjnego Projekt współfinansowany ze środków Unii Europejskiej w ramach Programu Operacyjnego PRIORYTETU 8 SPOŁECZEŃSTWO INFORMACYJNE ZWIĘKSZANIE INNOWACYJNOŚCI GOSPODARKI Działanie 8.4 Zapewnienie dostępu do Internetu

Bardziej szczegółowo

Rozdzia 5. Uog lniona metoda najmniejszych kwadrat w : ::::::::::::: Podstawy uog lnionej metody najmniejszych kwadrat w :::::: Zastos

Rozdzia 5. Uog lniona metoda najmniejszych kwadrat w : ::::::::::::: Podstawy uog lnionej metody najmniejszych kwadrat w :::::: Zastos Spis tre ci PRZEDMOWA :::::::::::::::::::::::::::::::::::::::::::::::::::::::: 11 CZ I. Wprowadzenie do modelowania ekonometrycznego ::::::::::: 13 Rozdzia 1. Modelowanie ekonometryczne ::::::::::::::::::::::::::::::

Bardziej szczegółowo

DE-WZP.261.11.2015.JJ.3 Warszawa, 2015-06-15

DE-WZP.261.11.2015.JJ.3 Warszawa, 2015-06-15 DE-WZP.261.11.2015.JJ.3 Warszawa, 2015-06-15 Wykonawcy ubiegający się o udzielenie zamówienia Dotyczy: postępowania prowadzonego w trybie przetargu nieograniczonego na Usługę druku książek, nr postępowania

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

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 ;

Bardziej szczegółowo

REGULAMIN TURNIEJU SPORTOWEJ GRY KARCIANEJ KANASTA W RAMACH I OGÓLNOPOLSKIEGO FESTIWALU GIER UMYSŁOWYCH 55+ GORZÓW WLKP. 2013 R.

REGULAMIN TURNIEJU SPORTOWEJ GRY KARCIANEJ KANASTA W RAMACH I OGÓLNOPOLSKIEGO FESTIWALU GIER UMYSŁOWYCH 55+ GORZÓW WLKP. 2013 R. REGULAMIN TURNIEJU SPORTOWEJ GRY KARCIANEJ KANASTA W RAMACH I OGÓLNOPOLSKIEGO FESTIWALU GIER UMYSŁOWYCH 55+ GORZÓW WLKP. 2013 R. Termin: 13 kwietnia 2013 r. godz. 10:45 15:45 Miejsce: WiMBP im. Zbigniewa

Bardziej szczegółowo

40. Międzynarodowa Olimpiada Fizyczna Meksyk, 12-19 lipca 2009 r. ZADANIE TEORETYCZNE 2 CHŁODZENIE LASEROWE I MELASA OPTYCZNA

40. Międzynarodowa Olimpiada Fizyczna Meksyk, 12-19 lipca 2009 r. ZADANIE TEORETYCZNE 2 CHŁODZENIE LASEROWE I MELASA OPTYCZNA ZADANIE TEORETYCZNE 2 CHŁODZENIE LASEROWE I MELASA OPTYCZNA Celem tego zadania jest podanie prostej teorii, która tłumaczy tak zwane chłodzenie laserowe i zjawisko melasy optycznej. Chodzi tu o chłodzenia

Bardziej szczegółowo

Podstawy matematyki a mechanika kwantowa

Podstawy matematyki a mechanika kwantowa Podstawy matematyki a mechanika kwantowa Paweł Klimasara Uniwersytet Śląski 9 maja 2015 Paweł Klimasara (Uniwersytet Śląski) Podstawy matematyki a mechanika kwantowa 9 maja 2015 1 / 12 PLAN PREZENTACJI

Bardziej szczegółowo

Opis modułu analitycznego do śledzenia rotacji towaru oraz planowania dostaw dla programu WF-Mag dla Windows.

Opis modułu analitycznego do śledzenia rotacji towaru oraz planowania dostaw dla programu WF-Mag dla Windows. Opis modułu analitycznego do śledzenia rotacji towaru oraz planowania dostaw dla programu WF-Mag dla Windows. Zadaniem modułu jest wspomaganie zarządzania magazynem wg. algorytmu just in time, czyli planowanie

Bardziej szczegółowo

REGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława ROZDZIAŁ I

REGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława ROZDZIAŁ I Załącznik Nr 1 do zarządzenia Nr169/2011 Burmistrza Miasta Mława z dnia 2 listopada 2011 r. REGULAMIN przeprowadzania okresowych ocen pracowniczych w Urzędzie Miasta Mława Ilekroć w niniejszym regulaminie

Bardziej szczegółowo

WZÓR SKARGI EUROPEJSKI TRYBUNAŁ PRAW CZŁOWIEKA. Rada Europy. Strasburg, Francja SKARGA. na podstawie Artykułu 34 Europejskiej Konwencji Praw Człowieka

WZÓR SKARGI EUROPEJSKI TRYBUNAŁ PRAW CZŁOWIEKA. Rada Europy. Strasburg, Francja SKARGA. na podstawie Artykułu 34 Europejskiej Konwencji Praw Człowieka WZÓR SKARGI EUROPEJSKI TRYBUNAŁ PRAW CZŁOWIEKA Rada Europy Strasburg, Francja SKARGA na podstawie Artykułu 34 Europejskiej Konwencji Praw Człowieka oraz Artykułu 45-47 Regulaminu Trybunału 1 Adres pocztowy

Bardziej szczegółowo

Wprowadzenie do równań ró znicowych i ró zniczkowych.

Wprowadzenie do równań ró znicowych i ró zniczkowych. Wprowadzenie do równań ró znicowych i ró zniczkowych. Adam Kiersztyn Lublin 2013 Adam Kiersztyn () Wprowadzenie do równań ró znicowych i ró zniczkowych. maj 2013 1 / 11 Przyjmijmy nast ¾epuj ¾ace oznaczenia:

Bardziej szczegółowo

Analiza CVP koszty wolumen - zysk

Analiza CVP koszty wolumen - zysk Analiza CVP koszty wolumen - zysk Na podstawie: W.F. Samuelson, S.G. Marks, Ekonomia Menedżerska, PWE, Warszawa 2009 1 Próg rentowności model w ujęciu księgowym 2 Analiza koszty wolumen zysk- CVP Cost

Bardziej szczegółowo

10 RUCH JEDNOSTAJNY PO OKRĘGU

10 RUCH JEDNOSTAJNY PO OKRĘGU Włodzimiez Wolczyński Miaa łukowa kąta 10 RUCH JEDNOSTAJNY PO OKRĘGU 360 o =2π ad = = 2 s 180 o =π ad 90 o =π/2 ad = jednostka adian [1 = 1 = 1] Π ad 180 o 1 ad - x o = 180 57, 3 57 18, Ruch jednostajny

Bardziej szczegółowo

Podstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych

Podstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych Podstawowe pojęcia: Badanie statystyczne - zespół czynności zmierzających do uzyskania za pomocą metod statystycznych informacji charakteryzujących interesującą nas zbiorowość (populację generalną) Populacja

Bardziej szczegółowo

RAPORT z diagnozy Matematyka na starcie

RAPORT z diagnozy Matematyka na starcie RAPORT z diagnozy Matematyka na starcie przeprowadzonej w klasach pierwszych szkół ponadgimnazjalnych 1 Analiza statystyczna Wskaźnik Wartość wskaźnika Wyjaśnienie Liczba uczniów Liczba uczniów, którzy

Bardziej szczegółowo

PK1.8201.1.2016 Panie i Panowie Dyrektorzy Izb Skarbowych Dyrektorzy Urzędów Kontroli Skarbowej wszyscy

PK1.8201.1.2016 Panie i Panowie Dyrektorzy Izb Skarbowych Dyrektorzy Urzędów Kontroli Skarbowej wszyscy Warszawa, dnia 03 marca 2016 r. RZECZPOSPOLITA POLSKA MINISTER FINANSÓW PK1.8201.1.2016 Panie i Panowie Dyrektorzy Izb Skarbowych Dyrektorzy Urzędów Kontroli Skarbowej wszyscy Działając na podstawie art.

Bardziej szczegółowo

PROTOKÓŁ. b) art. 1 pkt 8 w dotychczasowym brzmieniu: ---------------------------------------------------------

PROTOKÓŁ. b) art. 1 pkt 8 w dotychczasowym brzmieniu: --------------------------------------------------------- PROTOKÓŁ. 1. Stawający oświadczają, że: -------------------------------------------------------------------- 1) reprezentowane przez nich Towarzystwo zarządza m.in. funduszem inwestycyjnym pod nazwą SECUS

Bardziej szczegółowo

WYROK W IMIENIU RZECZYPOSPOLITEJ POLSKIEJ. SSN Bogusław Cudowski (przewodniczący) SSN Jolanta Frańczak (sprawozdawca) SSN Krzysztof Staryk

WYROK W IMIENIU RZECZYPOSPOLITEJ POLSKIEJ. SSN Bogusław Cudowski (przewodniczący) SSN Jolanta Frańczak (sprawozdawca) SSN Krzysztof Staryk Sygn. akt II UK 27/15 WYROK W IMIENIU RZECZYPOSPOLITEJ POLSKIEJ Sąd Najwyższy w składzie: Dnia 3 lutego 2016 r. SSN Bogusław Cudowski (przewodniczący) SSN Jolanta Frańczak (sprawozdawca) SSN Krzysztof

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 12.10.2002 r.

Matematyka ubezpieczeń majątkowych 12.10.2002 r. Matematya ubezpieczeń majątowych.0.00 r. Zadanie. W pewnym portfelu ryzy ubezpieczycielowi udaje się reompensować sobie jedną trzecią wartości pierwotnie wypłaconych odszodowań w formie regresów. Oczywiście

Bardziej szczegółowo

Rys Mo liwe postacie funkcji w metodzie regula falsi

Rys Mo liwe postacie funkcji w metodzie regula falsi 5.3. Regula falsi i metoda siecznych 73 Rys. 5.1. Mo liwe postacie funkcji w metodzie regula falsi Rys. 5.2. Przypadek f (x), f (x) > w metodzie regula falsi 74 V. Równania nieliniowe i uk³ady równañ liniowych

Bardziej szczegółowo

ARKUSZ PRÓBNEJ MATURY Z OPERONEM MATEMATYKA

ARKUSZ PRÓBNEJ MATURY Z OPERONEM MATEMATYKA Miejsce na identyfikację szkoły ARKUSZ PRÓBNEJ MATURY Z OPERONEM MATEMATYKA POZIOM PODSTAWOWY LISTOPAD 014 Czas pracy: 170 minut Instrukcja dla zdającego 1. Sprawdź, czy arkusz egzaminacyjny zawiera 1

Bardziej szczegółowo

Klasa I szkoły ponadgimnazjalnej język polski

Klasa I szkoły ponadgimnazjalnej język polski Klasa I szkoły ponadgimnazjalnej język polski 1. Informacje ogólne Badanie osiągnięć uczniów I klas odbyło się 16 września 2009 r. Wyniki badań nadesłało 12 szkół. Analizie poddano wyniki 990 uczniów z

Bardziej szczegółowo

Prezentacja dotycząca sytuacji kobiet w regionie Kalabria (Włochy)

Prezentacja dotycząca sytuacji kobiet w regionie Kalabria (Włochy) Prezentacja dotycząca sytuacji kobiet w regionie Kalabria (Włochy) Położone w głębi lądu obszary Kalabrii znacznie się wyludniają. Zjawisko to dotyczy całego regionu. Do lat 50. XX wieku przyrost naturalny

Bardziej szczegółowo

Badanie silnika asynchronicznego jednofazowego

Badanie silnika asynchronicznego jednofazowego Badanie silnika asynchronicznego jednofazowego Cel ćwiczenia Celem ćwiczenia jest poznanie budowy i zasady funkcjonowania silnika jednofazowego. W ramach ćwiczenia badane są zmiany wartości prądu rozruchowego

Bardziej szczegółowo

Karta pracy: Ćwiczenie 5.

Karta pracy: Ćwiczenie 5. Imię i nazwisko: Grupa: Karta pracy: Ćwiczenie 5. Tytuł ćwiczenia: Optymalizacja geometrii prostych cząsteczek organicznych. Analiza populacyjna i rzędy wiązań. Zagadnienia do przygotowania: Przypomnij

Bardziej szczegółowo

Funkcje dwóch zmiennych

Funkcje dwóch zmiennych Funkcje dwóch zmiennych Je zeli ka zdemu punktowi P o wspó rzednych x; y) z pewnego obszaru D na p aszczyźnie R 2 przyporzadkujemy w sposób jednoznaczny liczb e rzeczywista z, to przyporzadkowanie to nazywamy

Bardziej szczegółowo

Firma (nazwa) lub nazwisko oraz adres wykonawcy

Firma (nazwa) lub nazwisko oraz adres wykonawcy BZ.4-/0 Czerwonak, dnia września 00r. INFORMACJA O WYBORZE NAJKORZYSTNIEJSZEJ OFERTY DOTYCZY: postępowania o udzielenie zamówienia publicznego prowadzonego w trybie przetargu nieograniczonego, którego

Bardziej szczegółowo

Jak korzystać z Group Tracks w programie Cubase na przykładzie EWQLSO Platinum (Pro)

Jak korzystać z Group Tracks w programie Cubase na przykładzie EWQLSO Platinum (Pro) Jak korzystać z Group Tracks w programie Cubase na przykładzie EWQLSO Platinum (Pro) Uwaga: Ten tutorial tworzony był z programem Cubase 4 Studio, ale równie dobrze odnosi się do wcześniejszych wersji,

Bardziej szczegółowo

14.Rozwiązywanie zadań tekstowych wykorzystujących równania i nierówności kwadratowe.

14.Rozwiązywanie zadań tekstowych wykorzystujących równania i nierówności kwadratowe. Matematyka 4/ 4.Rozwiązywanie zadań tekstowych wykorzystujących równania i nierówności kwadratowe. I. Przypomnij sobie:. Wiadomości z poprzedniej lekcji... Że przy rozwiązywaniu zadań tekstowych wykorzystujących

Bardziej szczegółowo