Twierdzenie Choqueta o mierzalno±ci rzutów

Wielkość: px
Rozpocząć pokaz od strony:

Download "Twierdzenie Choqueta o mierzalno±ci rzutów"

Transkrypt

1 Twierdzenie Choqueta o mierzalno±ci rzutów (Na podstawie wykªadu prof. Michaªa Morayne) Mateusz Kwa±nicki 12. grudnia Wst p Ten tekst jest skróconym zapisem wykªadów dr M. Morayne, po±wi conych podstawom analizy stochastycznej. W wielu miejscach przede wszystkim w dowodach twierdze«pomini to szczegóªy rozumowania, które czytelnik powinien jednak bez trudu uzupeªni. Aby uªatwi lektur tekstu, tam gdzie trudno± ªatwo przeoczy, zamieszczono symbol. 2 Podstawowe denicje i fakty. 1. Oznaczenia. Niech N, Z oznaczaj odpowiednio przestrzenie liczb naturalnych (z zerem) oraz caªkowitych z topologi dyskretn, za± Z N zbiór niesko«czonych ci gów liczb caªkowitych z topologi produktow, indukowan przez metryk : d(p, q) = (min {i : p i q i } + 1) 1. Niech nadto: S = Z n b dzie zbiorem wszystkich ci gów sko«czonych. Jedyny ci g dªugo±ci zero oznaczamy symbolem 0. Niech S = S \ {0}. Symbole R, Q oznaczaj odpowiednio zbiory liczb rzeczywistych i wymiernych; symbol + w indeksie dolnym b dzie oznaczaª,»e mamy na my±li jedynie liczby nieujemne (z zerem); wykluczenie zera ze zbioru b dziemy oznacza symbolem w indeksie 1

2 górnym. W szczególno±ci N oznacza zbiór dodatnich liczb caªkowitych. Je±li k N, za± p Z N b d¹ p Z n dla pewnego n k, to oznaczamy: p k = (p 0,..., p k 1 ). Je±li za± p S, p = (p 0,..., p k 1 ) oraz i Z, to okre±lamy: p, i = (p 0,..., p k 1, i). 2. Twierdzenie. Przestrzenie topologiczne: Z N (z topologi produktow ), R \ Q oraz R + \ Q (z naturaln topologi ) s ze sob homeomorczne. Dowód. Na potrzeby tego dowodu, niech p = (p 0,..., p k 2, p k 1 + 1) dla p = (p 0,..., p k 1 ) S. Okre±lamy funkcj ψ : S Q indukcyjnie dla coraz dªu»szych ci gów tak, aby dla wszystkich p = (p 0,..., p k 1 ) S speªnione byªy nast puj ce warunki: ψ( p, i ) jest ±ci±le rosn c funkcj i Z, lim ψ( p, i ) = ψ(p) oraz i lim ψ( p, i ) = i ψ(p ) je±li k N, lim i ψ(i) = oraz lim i ψ (S ) = Q. ψ(i) =, (Ostatni warunek uzyskamy na przykªad» daj c, by w k-tym kroku konstrukcji wyczerpa wszystkie liczby wymierne o mianowniku k.) Dla ci gu p Z N okre±lamy: ϕ(p) = lim k ψ(p k ). Wówczas ϕ jest ró»nowarto±ciowym odwzorowaniem Z N na R \ Q ( ). Obrazami zbiorów bazowych topologii w Z N s wszystkie zbiory bazy topologii w R \ Q, zªo»onej z przedziaªów postaci (q(p), q(p )) dla p S. To oznacza ci gªo± odwzorowa«ϕ i ϕ 1. Homeomorzm mi dzy przestrzeniami R \ Q oraz R + \ Q ustala funkcja x 2 x dla x < 1, x 1/x w przeciwnym przypadku. 2

3 3. Uwaga. W powy»szym dowodzie mo»na bez»adnych dodatkowych zmian zast pi zbiór Q dowolnym innym g stym podzbiorem przeliczalnym E R. Tym samym udowodnili±my,»e R\E 1 oraz R\E 2 s homeomorczne dla ka»dych dwóch przeliczalnych podzbiorów g stych E 1, E 2 R. ledz c uwa»nie dowód mo»na zauwa»y,»e homeomorzm mi dzy tymi przestrzeniami jest ustalony przez pewn funkcj rosn c f rozszerzaj c si w sposób ci gªy do homeomorzmu R R. Oznacza to,»e istnieje ci gªa i rosn ca funkcja f : R R speªniaj ca warunek f(e 1 ) = E 2. Co ciekawe, istnieje funkcja speªniaj ca te zaªo»enia i dodatkowo taka,»e f i f 1 s niesko«czenie wiele razy ró»niczkowalne. 4. Denicje. Od tego momentu, je±li nie zostanie powiedziane inaczej, X jest pewnym zbiorem, za± Φ pewn rodzin jego podzbiorów. Oznaczamy: { } (Φ) δ = A n : A n Φ, n N, (Φ) σ = { A n : A n Φ, n N Φ c = {A c : A Φ}. Rodzin Φ nazywamy σδ-krat, je±li Φ = (Φ) δ = (Φ) σ, za± σ-algebr, je±li jest σδ-krat oraz Φ = Φ c. Najmniejsz σδ-krat zawieraj c Φ oznaczamy ˆΦ, za± najmniejsz σ-algebr σ(φ). Rodzin wszystkich podzbiorów X oznaczamy P (X). Je±li X jest przestrzeni topologiczn, to przez B (X) oznaczamy rodzin zbiorów borelowskich na X, czyli σ(τ), gdzie τ jest rodzin otwartych podzbiorów X. Je±li Φ i Ψ s rodzinami podzbiorów odpowiednio zbioru X i Y, to okre- ±lamy: } Φ Ψ = {A B : A Φ, B Ψ}, Φ ˆ Ψ = (Φ Ψ)ˆ, Φ Ψ = σ(φ Ψ). Deniujemy rzutowanie: π(x, y) = x. Dla zbioru A X Y oraz x X okre±lamy ci cie (A) x jako {y Y : (x, y) A}., 3

4 5. Fakt. Zachodz nast puj ce relacje: Φ ˆ Ψ = Φ ˆ ˆΨ = ˆΦ ˆ ˆΨ, Φ Ψ = Φ σ(ψ) = σ(φ) σ(ψ). 3 Transformacja A Souslina 1. Denicja. Niech T : S P (X). Oznaczamy: A(T ) = T (p n ), k N p Z N A(Φ) = {A(T ) : T : S Φ}. 2. Twierdzenie. Operacja A jest indempotentna, czyli A(A(Φ)) = A(Φ). Dowód. Niech ˆT : S A(Φ) i niech ˆT (p) = A (T p ), gdzie T p : S Φ. Niech ponadto n (α(n), β(n)) b dzie bijekcj mi dzy Z oraz Z Z. Niech k N, k > 0. Wówczas k = 2 i (2j + 1) dla pewnych wyznaczonych jednoznacznie i, j N. Okre±lamy wtedy: q = (α(p 1 ), α(p 2 ), α(p 4 ),..., α(p 2 i)), T (p 1,..., p k ) = T q (β(p 2 i), p 2i 3, p 2i 5,..., p 2 i (2j+1)). Wówczas ( ): A( T ) = p Z N = T (p k ) k N q Z N p i Z N,i N i N = q Z N i N p Z N = q Z N j N T q i (p i j ) k N T q i (p k ) i N A(T q i ) = A( ˆT ). 4

5 3. Twierdzenie. Rodzina A(Φ) jest σδ-krat zawieraj c Φ. Dowód. Niech A n Φ dla n N. Okre±lmy T 1 (p 0,..., p k 1 ) = A p0, T 2 (p 0,..., p k 1 ) = A k 1 dla ka»dego (p 0,..., p k 1 ) S. Wówczas A(T 1 ) = A n oraz A(T 2 ) = A n, a wi c (Φ) σ A(Φ), (Φ) δ A(Φ). Stosuj c ten rezultat dla A(Φ) w miejsce Φ otrzymujemy: co dowodzi tezy. (A(Φ)) σ A(A(Φ)) = A(Φ), (A(Φ)) δ A(A(Φ)) = A(Φ), 4. Uwaga. W ogólno±ci rodzina A(Φ) nie jest σ-algebr, nawet gdy Φ jest σ-algebr. 5. Twierdzenie. Zachodz nast puj ce równo±ci: A(Φ) = { π(e) : E Φ ˆ B ( Z N)} = { π(e) : E Φ ˆ B (R) }. Dowód. Teza twierdzenia wynika z poni»szych trzech lematów. 6. Lemat. Zachodzi inkluzja A(Φ) { π(e) : E Φ ˆ B ( Z N)}. Dowód. Niech T : S Φ. Okre±lmy: E k = p Z k T (p) U(p), gdzie U(p 0,..., p k 1 ) = { q Z N : q i = p i, i = 0,..., k 1 } jest zbiorem bazowym topologii w Z N. Niech E = k=1 E k. Wówczas E Φ ˆ B ( Z N) oraz π(e) = A(T ). 7. Lemat. Zachodzi inkluzja A(Φ) { π(e) : E Φ ˆ B (R) }. Dowód. Niech Ψ = {[a, b] : a, b R, a b} b dzie rodzin domkni tych przedziaªów liczb rzeczywistych. Wówczas (Ψ) δ = Ψ oraz ˆΨ = B (R). Ponadto je±li B n Ψ, n N, to: B n = k N : 5 k B n =. n=0

6 Oznacza to,»e je±li E n Φ Ψ, n N, to: ( ) π E n = ( k ) π E n. k N Oczywi±cie rzut sumy dowolnej mnogo±ci zbiorów jest sum rzutów tych zbiorów. We¹my zatem dowolne T : S Φ Ψ i niech T (p) = T 1 (p) T 2 (p). Okre±lmy T : S Φ Ψ dla p = (p 0,..., p k 1 ) S wzorem: ( k ) T (p) = T 1 (p) T 2 (p n ). Wówczas ( ): n=1 n=0 π(a(t )) = π(a( T )) = A(π T ) A(Φ). Ale A(Φ Ψ) (Φ Ψ)ˆ = Φ ˆ B (R), a wi c π(e) A(Φ) dla wszystkich E Φ ˆ B (R). 8. Lemat. Zachodzi równo± : { π(e) : E Φ ˆ B ( Z N)} = { π(e) : E Φ ˆ B (R) }. Dowód. Przestrzenie Z N i R \ Q s homeomorczne (twierdzenie 2.2), a mi dzy przestrzeniami R \ Q oraz R istnieje wzajemnie jednoznaczne odwzorowanie borelowskie, którego odwrotno± jest tak»e borelowska. Zatem: { π(e) : E Φ ˆ B ( Z N)} = { π(e) : E Φ ˆ B (R \ Q) } = { π(e) : E Φ ˆ B (R) }. 9. Uwaga. Oczywi±cie w twierdzeniu 5 mo»na w miejsce R napisa R + b d¹ dowolny przedziaª (otwarty lub domkni ty) liczb rzeczywistych. 6

7 4 Twierdzenie Königa o drzewach 1. Denicja. Drzewem nazywamy ka»dy zbiór T S speªniaj cy warunek: (p 0,..., p k ) T (p 0,..., p k 1 ) T dla wszystkich k N. Dla wierzchoªka p T liczb : # {i : p, i T } nazywamy stopniem rozgaª zienia wierzchoªka p. Drzewo T nazywamy sko«- czenie rozgaª zionym, je±li stopie«rozgaª zienia ka»dego wierzchoªka T jest sko«czony. 2. Twierdzenie Königa o drzewach sko«czenie rozgaª zionych. Je±li T jest drzewem sko«czenie rozgaª zionym oraz #T =, to istnieje ci g p Z N taki,»e p k T dla ka»dego k N. Dowód. Ci g p skonstruujemy indukcyjnie, dbaj c o to, by w ka»dym kroku zbiór przedªu»e«ci gu p k w drzewie T : A(p k ) = {q T : q k = p k } byª niesko«czony. Dla k = 0 zachodzi A(0) = T, a wi c warunek jest speªniony. Je±li skonstruowany zostaª ju» ci g p k, to: A(p k ) = {p k } i Z A( p k, i ) oraz tylko sko«czenie wiele zbiorów A( p k, i ), i Z, jest niepustych. Zatem dla pewnego i Z zbiór A( p k, i ) jest niesko«czony. Przyjmujemy p k = i. 5 Pojemno± Choqueta 1. Denicja. Funkcj ν : P (X) R nazywamy Φ-pojemno±ci Choqueta (w skrócie Φ-pojemno±ci ), je±li speªnia nast puj ce warunki: 1. Monotoniczno± : Dla A B X zachodzi ν(a) ν(b), 7

8 2. Ci gªo± w gór : Dla A 0 A 1 X zachodzi ν ( A n) = lim n ν(a n ), 3. Ci gªo± w dóª: Dla A 0 A 1 X, A n Φ, n N, zachodzi ν ( A n) = limn ν(a n ). Mówimy,»e A X jest ν-kapacytowalny, je±li: ɛ > 0 B (Φ) δ : B A, ν(b) > ν(a) ɛ. 2. Twierdzenie. Je±li (Ω, F, P) jest przestrzeni probabilistyczn, za± P miar zewn trzn, czyli: to P jest F-pojemno±ci. P (A) = inf {P(E) : E F, E A}, Dowód. Najpierw udowodnimy,»e P jest F-pojemno±ci. Monotoniczno± wynika wprost z denicji. Je±li A n X dla n N, to niech E n F b dzie takim zbiorem,»e A n E n, P (A n ) = P(E n ). Je±li A 0 A 1..., to: Zatem: ( ) P(E n ) = P (A n ) P E i P(E n ). j N i=n ( ) ( ) P(E n ) =P (A n ) P A j P E i = lim j P ( i=j E i ) = lim j P (E j ), j N i=j co oznacza ci gªo± w gór. Ci gªo± w dóª wynika wynika z ci gªo±ci miary. 3. Twierdzenie Choqueta. Zaªó»my,»e Φ jest krat, czyli rodzin zamkni t na sko«czone sumy i przekroje. Je±li ν jest Φ-pojemno±ci, to ka»dy zbiór z rodziny A(Φ) jest ν-kapacytowalny. 8

9 Dowód. Niech A = A(T ), gdzie T : S Φ. Bez straty ogólno±ci mo»emy przyj,»e: T (p k ) T (p k + 1 ) dla wszystkich p Z N, k N. Okre±lamy: T (p) = k N T (p k ) dla p Z N. Ponadto dla dowolnego sko«czonego ci gu liczb naturalnych m = (m 0,..., m k 1 ) niech S(m) oznacza sum mnogo±ciow obrazów wszystkich ci gów z Z N, których pocz tkowe wspóªrz dne s ograniczone przez liczby m i, a wi c: S(m) = T (p). p Z N, p i <m i dla i=0,...,k 1 Zauwa»my,»e S(0) = A. Ustalmy ɛ > 0. Konstruujemy indukcyjnie ci g liczb naturalnych m w nast puj cy sposób. Przyjmijmy,»e zostaªy ju» okre- ±lone m 0,..., m k 1 tak,»e: ν(s(m k )) > ν(a) ɛ. Wobec: S(m k ) = i N S( m k, i ) i denicji Φ-pojemno±ci, dla pewnego m k N: ν(s(m k + 1 )) > ν(a) ɛ. Niech teraz: F k = T (p) p N k, p i <m i dla i=0,...,k 1 dla k N oraz niech: F = F k. k N Oczywi±cie F k Φ, wi c F (Φ) δ. Ponadto: ν(f k ) ν(s(m k )) > ν(a) ɛ, 9

10 przez co ν(f ) = lim k ν(f k ) ν(a) ɛ. Poka»emy,»e F A. Niech x F. Okre±lamy drzewo T jako zbiór wszystkich wierzchoªków postaci p k dla p Z N takich,»e x T (p) oraz p i < m i dla i = 0,..., k 1. Jest to drzewo niesko«czone (bo wobec denicji F i F k zawiera ci gi dowolnej dªugo±ci) i sko«czenie rozgaª zione, wi c na mocy twierdzenia Königa (4.2) istnieje ci g p Z N taki,»e p i < m i dla i N oraz x T (p k ) dla wszystkich k N. To oznacza,»e x A. Zatem F A. Powy»szy dowód pochodzi od prof. J. Cichonia i prof. [???]. 4. Wnioski. Niech (Ω, F, µ) b dzie przestrzeni probabilistyczn. Przez F µ oznaczamy σ-algebr uzupeªnion wzgl dem miary µ, a wi c σ-algebr generowan przez F oraz wszystkie zbiory A X takie,»e µ (A) = 0. Wówczas: lub inaczej: F µ = {A : E 1, E 2 F : E 1 A E 2, µ(e 1 ) = µ(e 2 )} F µ = {A : E F : E A, µ(e) = µ (A)}. Miar µ mo»na jednoznacznie rozszerzy do miary na F µ. Na mocy tw. Choqueta i faktu,»e µ jest F µ -pojemno±ci, ka»dy zbiór z rodziny A(F µ ) speªnia powy»szy warunek, wi c A(F µ ) F µ. Co wi cej, je±li (Ω, F) jest przestrzeni mierzaln, to dla ka»dej miary probabilistycznej µ na σ-algebrze F zachodzi A(F) F µ, a wi c: A(F) F = F µ, µ M(F) gdzie M(F) oznacza rodzin wszystkich miar probabilistycznych na σ- algebrze F, za± F nazywane jest rodzin zbiorów uniwersalnie mierzalnych. Zauwa»my,»e (F ) = F. Na mocy twierdzenia 3.5 oznacza to,»e rzuty π(e) zbiorów E F B (R) (a nawet E F B (R)) nale» do rodziny zbiorów uniwersalnie mierzalnych F, za± rzuty zbiorów E F µ B (R) nale» do F µ. W szczególno±ci rzuty borelowskich podzbiorów pªaszczyzny na jedn z osi s mierzalne w sensie Lebesgue'a. 5. Twierdzenie. Je±li Φ = {E F B (R + ) : ω Ω : (E) ω jest zwarty} oraz X = Ω R +, to funkcja ν(a) = P (π(a)) dla A P (X) jest Φ- pojemno±ci. 10

11 Dowód. Monotoniczno± ν wynika z monotoniczno±ci rzutów, ci gªo± w gór z przemienno±ci rzutowania i sumowania oraz ci gªo±ci w gór P udowodnionej w twierdzeniu 5.2. Je±li A 0 A 1..., A n Φ, n N, to dla ω Ω: (A n ) ω = n N : (A n ) ω = wobec zwarto±ci ci (A n ) ω, a wi c π ( A ) n = π(a n). Ponadto na mocy wniosków wyci gni tych z tw. Choqueta, zachodzi π(a n ) F P, π ( A n) F P. Zatem po przedªu»eniu P do miary na F P : ( ) ( )) ( ) ν A n =P (π A n = P π(a n ) = lim n P(π(A n )) = lim n ν(a n ). Znów w miejsce R + mo»na wpisa R b d¹ dowolny przedziaª liczb rzeczywistych. 6 Wykresy mierzalne i twierdzenie von Neumanna o selektorze 1. Denicja. Zbiór A F B (R + ) nazywamy wykresem mierzalnym, je±li: ω Ω : #(A) ω 1. Debiutem zbioru E Ω R + nazywamy funkcj okre±lon dla ω π(e) wzorem D A (ω) = inf {t R + : (ω, t) E}. 2. Twierdzenie. Je±li przestrze«(ω, F, P) jest zupeªna (czyli F P = F), to ka»dy wykres mierzalny jest postaci: {(ω, f(ω)) : ω E} dla pewnego E F oraz f : E R + borelowskiej. Dowód. Je±li E F oraz f : E R + jest funkcj borelowsk, to: {(ω, f(ω)) : ω E} = ( ([ k f 1 n, k + 1 )) n k N 11 ) [ k E n, k + 1 ) F B (R + ). n

12 Je±li za± A jest wykresem mierzalnym, to okre±namy E = π(a) F P = F (mierzalno± E wynika z 5.4) oraz f(ω) (A) ω dla ω E. Zauwa»my,»e wybór f jest jednoznaczny oraz»e A = {(ω, f(ω)) : ω E}. Ponadto dla F B (R + ): f 1 (F ) = {ω Ω : (A) ω F } = {ω Ω : (A (Ω F )) ω } =π(a (Ω F )) F P = F (mierzalno± ponownie jest konsekwencj 5.4). Zatem f jest funkcj borelowsk. 3. Twierdzenie. Je±li przestrze«(ω, F, P) jest zupeªna oraz E F B (R + ), to D E jest funkcj mierzaln. Dowód. Teza wynika z nast puj cego rachunku: oraz z 5.4. {ω π(e) : D E (ω) < t} = {ω Ω : s [0, t) : (ω, s) E} =π(e (Ω [0, t))) 4. Uwaga. W dowodach powy»szych twierdze«wykorzystali±my jedynie fakt,»e rzut zbioru mierzalnego jest mierzalny. Mo»na zatem osªabi zaªo»enia tych twierdze«: zamiast zupeªno±ci przestrzeni probabilistycznej wystarczy wymaga, by A(F) = F. W szczególno±ci F mo»e by σ-algebr zbiorów uniwersalnie mierzalnych. 5. Twierdzenie von Neumanna o selektorze. Je±li przestrze«(ω, F, P) jest zupeªna, za± E F B (R + ), to istnieje wykres mierzalny A E taki,»e π(a) = π(e). Dowód. Niech Φ = {E F B (R + ) : ω Ω : (E) ω jest zwarty} i niech ν(a) = P (π(a)). Udowodnili±my w 5.5,»e ν jest Φ-pojemno±ci. Skonstruujemy indukcyjnie ci g F n Φ, n N, oraz ci g pomocniczy E n F B (R + ), n N. Niech E 1 = E. Zaªó»my,»e dla pewnego n N skonstruowali±my ju» E n F B (R + ). Poniewa» E n jest ν-kapacytowalny, wi c istnieje F n (Φ) δ = Φ taki,»e F n E n oraz ν(f n ) > ν(e n ) 1/n. Okre±lamy: E n+1 = E n \ (π(f n ) R + ). 12

13 Na mocy 5.4 E n+1 F B (R + ). Zauwa»my,»e π(f n ) π(e n+1 ) = oraz π(e n+1 ) π(f n ) = π(e n ). Wynika st d,»e dla n m zachodzi π(f n ) π(f m ) =, a wi c: F = F n Φ, oraz: St d: π(f ) = π(f n ) = π(e n ) \ π(e n+1 ) = π(e) \ E n. P(π(E)) P(π(F )) = lim n P(E n+1 ) = lim n (ν(e n ) ν(f n )) = 0 (mierzalno± wszystkich zbiorów w powy»szej równo±ci wynika z 5.4). Ponadto wobec F n E n zachodzi F E. Okre±lmy f : π(e) R + wzorem f(ω) = D F (ω) dla ω π(f ) oraz tak, by f(ω) E ω dla ω π(e) \ π(e). Na mocy twierdzenia 6.3 i wobec zupeªno±ci przestrzeni (Ω, F, P), funkcja f jest mierzalna. Ponadto jej wykres jest zawarty w E (bo wykres D F jest zawarty w F ). Teza wynika z twierdzenia

Ekstremalnie maªe zbiory

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Podstawy matematyki dla informatyków

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

Bardziej szczegółowo

Indeksowane rodziny zbiorów

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

Bardziej szczegółowo

Zadania. 4 grudnia k=1

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

Bardziej szczegółowo

Wykªad 4. Funkcje wielu zmiennych.

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

Bardziej szczegółowo

Zbiory i odwzorowania

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Przekroje Dedekinda 1

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

Bardziej szczegółowo

Metody dowodzenia twierdze«

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

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

Bardziej szczegółowo

Strategia czy intuicja?

Strategia czy intuicja? Strategia czy intuicja czyli o grach niesko«czonych Instytut Matematyki Uniwersytetu Warszawskiego Grzegorzewice, 29 sierpnia 2009 Denicja gry Najprostszy przypadek: A - zbiór (na ogóª co najwy»ej przeliczalny),

Bardziej szczegółowo

Twierdzenie 1 (Hindmana). Ustalmy dowolne kolorowanie zbioru liczb naturalnych na sko«czenie wiele kolorów. Wtedy istnieje zbiór niesko«- czony A

Twierdzenie 1 (Hindmana). Ustalmy dowolne kolorowanie zbioru liczb naturalnych na sko«czenie wiele kolorów. Wtedy istnieje zbiór niesko«- czony A Twierdzenie 1 (Hindmana). Ustalmy dowolne kolorowanie zbioru liczb naturalnych na sko«czenie wiele kolorów. Wtedy istnieje zbiór niesko«- czony A taki»e wszystkie sko«czone sumy jego (ró»nych) elementów

Bardziej szczegółowo

Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego

Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego Krzysztof Kapulkin IX Warsztaty Logiczne 5 12 lipca 2008 1 Wst p W referacie tym przedstawiamy wyniki uzyskane przez Andrzeja Ehrenfeuchta i Andrzeja

Bardziej szczegółowo

1 Otwarto± i domkni to±

1 Otwarto± i domkni to± Topologia 1 1 Otwarto± i domkni to± (X, O) przestrze«topologiczna rodzina zbiorów otwartych O 2 X speªnia (i), X O, (ii) U 1, U 2 O U 1 U 2 O, (iii) ( j J U j O ) j J U j O. X D zbiór domkni ty X \ D O;

Bardziej szczegółowo

1 Poj cia pomocnicze. Przykªad 1. A A d

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Rachunek caªkowy funkcji wielu zmiennych

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

Bardziej szczegółowo

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

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

Bardziej szczegółowo

Funkcje wielu zmiennych

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

Bardziej szczegółowo

Metodydowodzenia twierdzeń

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

Bardziej szczegółowo

Prawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«.

Prawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«. Prawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«. Alicja Czy» WFTiMS April 14, 2010 Spis tre±ci 1 Wprowadzenie Denicja prawdopodobie«stwa warunkowego Twierdzenie Bayesa Niezale»no±

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

2 Podstawowe obiekty kombinatoryczne

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

Bardziej szczegółowo

W poprzednim odcinku... Podstawy matematyki dla informatyków. Relacje równowa»no±ci. Zbiór (typ) ilorazowy. Klasy abstrakcji

W poprzednim odcinku... Podstawy matematyki dla informatyków. Relacje równowa»no±ci. Zbiór (typ) ilorazowy. Klasy abstrakcji W poprzednim odcinku... Podstawy matematyki dla informatyków Rodzina indeksowana {A t } t T podzbiorów D to taka funkcja A : T P(D),»e A(t) = A t, dla dowolnego t T. Wykªad 3 20 pa¹dziernika 2011 Produkt

Bardziej szczegółowo

Elementy geometrii w przestrzeni R 3

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

Bardziej szczegółowo

. 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

Logika dla matematyków i informatyków Wykªad 1

Logika dla matematyków i informatyków Wykªad 1 Logika dla matematyków i informatyków Wykªad 1 Stanisªaw Goldstein Wydziaª Matematyki i Informatyki UŠ 16 lutego 2016 Wszech±wiat matematyczny skªada si wyª cznie ze zbiorów. Liczby naturalne s zdeniowane

Bardziej szczegółowo

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

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

Bardziej szczegółowo

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami.

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami. M. Beśka, Wstęp do teorii miary, rozdz. 3 25 3 Miara 3.1 Definicja miary i jej podstawowe własności Niech X będzie niepustym zbiorem, a A 2 X niepustą rodziną podzbiorów. Wtedy dowolne odwzorowanie : A

Bardziej szczegółowo

Zbiory ograniczone i kresy zbiorów

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

Bardziej szczegółowo

Wielomiany o wspóªczynnikach rzeczywistych

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

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

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

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

F t+ := s>t. F s = F t.

F t+ := s>t. F s = F t. M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną

Bardziej szczegółowo

Mierzalne liczby kardynalne

Mierzalne liczby kardynalne czyli o miarach mierz cych wszystko Instytut Matematyki Uniwersytetu Warszawskiego Grzegorzewice, 26 stycznia 2007 Ogólny problem miary Pytanie Czy na pewnym zbiorze X istnieje σ-addytywna miara probabilistyczna,

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

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

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

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

Bardziej szczegółowo

2 Liczby rzeczywiste - cz. 2

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

Bardziej szczegółowo

Materiaªy do Repetytorium z matematyki

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

Bardziej szczegółowo

Metoda tablic semantycznych. 1 Metoda tablic semantycznych

Metoda tablic semantycznych. 1 Metoda tablic semantycznych 1 Zarówno metoda tablic semantycznych, jak i rezolucji, to dosy sprawny algorytm do badania speªnialni±ci formuª, a wi c i tautologii. Chodzi w niej o wskazanie, je±li istnieje, modelu dla formuªy. Opiera

Bardziej szczegółowo

7. Miara, zbiory mierzalne oraz funkcje mierzalne.

7. Miara, zbiory mierzalne oraz funkcje mierzalne. 7. Miara, zbiory mierzalne oraz funkcje mierzalne. Funkcję rzeczywistą µ nieujemną określoną na ciele zbiorów S będziemy nazywali miarą, gdy dla dowolnego ciągu A 0, A 1,... zbiorów rozłącznych należących

Bardziej szczegółowo

Hotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, 20.09.2011. Instytut Matematyki Uniwersytetu Warszawskiego

Hotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, 20.09.2011. Instytut Matematyki Uniwersytetu Warszawskiego Zdumiewaj cy ±wiat niesko«czono±ci Instytut Matematyki Uniwersytetu Warszawskiego Festiwal Nauki, 20.09.2011 Nasze do±wiadczenia hotelowe Fakt oczywisty Hotel nie przyjmie nowych go±ci, je»eli wszystkie

Bardziej szczegółowo

XVII Warmi«sko-Mazurskie Zawody Matematyczne

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

Bardziej szczegółowo

Geometria Algebraiczna

Geometria Algebraiczna Geometria Algebraiczna Zadania domowe: seria 1 Zadania 1-11 to powtórzenie podstawowych poj z teorii kategorii. Zapewne rozwi zywali Pa«stwo te zadania wcze±niej, dlatego nie b d one omawiane na wiczeniach.

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

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

Bardziej szczegółowo

Ci gªy fragment rachunku µ

Ci gªy fragment rachunku µ Ci gªy fragment rachunku µ Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 28 maja 2009 Motywacje 1. Rozwa»amy

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

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

Bardziej szczegółowo

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

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

Bardziej szczegółowo

1 Granice funkcji wielu zmiennych.

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

Bardziej szczegółowo

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na.

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na. Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zadanko 1 (12p.) Na imprezie w Noc Kupaªy s 44 dziewczyny. Nosz one 11 ró»nych imion, a dla ka»dego imienia s dokªadnie 4 dziewczyny o tym imieniu przy czym ka»da

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 203/4 Spis tre±ci Kodowanie i dekodowanie 4. Kodowanie a szyfrowanie..................... 4.2 Podstawowe poj cia........................

Bardziej szczegółowo

Funkcje wielu zmiennych

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

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

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

Bardziej szczegółowo

Ekstremalnie fajne równania

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

Bardziej szczegółowo

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11 M. Beśka, Wstęp do teorii miary, rozdz. 2 11 2 Rodziny zbiorów 2.1 Algebry i σ - algebry zbiorów Niech X będzie niepustym zbiorem. Rodzinę indeksowaną zbiorów {A i } i I 2 X nazywamy rozbiciem zbioru X

Bardziej szczegółowo

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Teoria miary. WPPT/Matematyka, rok II. Wykład 5 Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F

Bardziej szczegółowo

Twierdzenie Wedderburna Witold Tomaszewski

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

Bardziej szczegółowo

Elementy geometrii analitycznej w przestrzeni

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

Bardziej szczegółowo

Interpolacja funkcjami sklejanymi

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

Bardziej szczegółowo

7 Twierdzenie Fubiniego

7 Twierdzenie Fubiniego M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz

Bardziej szczegółowo

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne Maszyny Turinga Maszyna Turinga jest automatem ta±mowym, skª da si z ta±my (tablicy symboli) potencjalnie niesko«czonej w prawo, zakªadamy,»e w prawie wszystkich (tzn. wszystkich poza sko«czon liczb )

Bardziej szczegółowo

Podzbiory Symbol Newtona Zasada szuadkowa Dirichleta Zasada wª czania i wyª czania. Ilo± najkrótszych dróg. Kombinatoryka. Magdalena Lema«ska

Podzbiory Symbol Newtona Zasada szuadkowa Dirichleta Zasada wª czania i wyª czania. Ilo± najkrótszych dróg. Kombinatoryka. Magdalena Lema«ska Kombinatoryka Magdalena Lema«ska Zasady zaliczenia przedmiotu Zasady zaliczenia przedmiotu Maksymalna ilo± punktów to 100 punktów = 100 procent. Zasady zaliczenia przedmiotu Maksymalna ilo± punktów to

Bardziej szczegółowo

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej 27-28/10/09 ZBIORY MIERZALNE WZGLȨDEM MIARY ZEWNȨTRZNEJ Niech µ bȩdzie miar

Bardziej szczegółowo

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. 3. Funkcje borelowskie. Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. (1): Jeśli zbiór Y należy do rodziny F, to jego dopełnienie X

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X. 1 σ-ciała Definicja 1.1 (σ - ciało) σ - ciałem (σ - algebrą) w danym zbiorze X (zwanym przestrzenią) nazywamy rodzinę M pewnych podzbiorów zbioru X, spełniającą trzy warunki: 1 o M; 2 o jeśli A M, to X

Bardziej szczegółowo

Skrypt do Algorytmów i Struktur Danych

Skrypt do Algorytmów i Struktur Danych Skrypt do Algorytmów i Struktur Danych K. Kleczkowski M. Pietrek 14 marca 2018 2 Spis tre±ci I Algorytmy 5 1. Algorytmy sortowania 7 1.1. Wprowadzenie...................................... 7 1.2. Sortowanie

Bardziej szczegółowo

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

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

Bardziej szczegółowo

c Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach

c Marcin Sydow Przepªywy Grafy i Zastosowania Podsumowanie 12: Przepªywy w sieciach 12: w sieciach Spis zagadnie«sieci przepªywowe przepªywy w sieciach ±cie»ka powi kszaj ca tw. Forda-Fulkersona Znajdowanie maksymalnego przepªywu Zastosowania przepªywów Sieci przepªywowe Sie przepªywowa

Bardziej szczegółowo

Preliminaria logiczne

Preliminaria logiczne Preliminaria logiczne Jerzy Pogonowski Zakªad Logiki i Kognitywistyki UAM www.kognitywistyka.amu.edu.pl http://logic.amu.edu.pl/index.php/dydaktyka pogon@amu.edu.pl MDTiAR Jerzy Pogonowski (MEG) Preliminaria

Bardziej szczegółowo

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P,

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P, Wykłady ostatnie CAŁKA LBSGU A Zasadnicza różnica koncepcyjna między całką Riemanna i całką Lebesgue a polega na zamianie ról przestrzeni wartości i przestrzeni argumentów przy konstrukcji sum górnych

Bardziej szczegółowo

O pewnym zadaniu olimpijskim

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

Bardziej szczegółowo

Algorytmiczna teoria grafów

Algorytmiczna teoria grafów 18 maja 2013 Twierdzenie Halla o maª»e«stwach Problem Wyobra¹my sobie,»e mamy m dziewczyn i pewn liczb chªopców. Ka»da dziewczyna chce wyj± za m», przy czym ka»da z nich godzi si po±lubi tylko pewnych

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Matematyka. Justyna Winnicka. rok akademicki 2016/2017. Szkoªa Gªówna Handlowa

Matematyka. Justyna Winnicka. rok akademicki 2016/2017. Szkoªa Gªówna Handlowa Matematyka Justyna Winnicka Szkoªa Gªówna Handlowa rok akademicki 2016/2017 kontakt, konsultacje, koordynator mail: justa_kowalska@yahoo.com, jkowal4@sgh.waw.pl, justyna.winnicka@sgh.waw.pl konsultacje:

Bardziej szczegółowo

Wykłady... b i a i. i=1. m(d k ) inf

Wykłady... b i a i. i=1. m(d k ) inf Wykłady... CŁKOWNIE FUNKCJI WIELU ZMIENNYCH Zaczniemy od konstrukcji całki na przedziale domkniętym. Konstrukcja ta jest, w gruncie rzeczy, powtórzeniem definicji całki na odcinku domkniętym w R 1. Przedziałem

Bardziej szczegółowo

Grupy: torus i odometr

Grupy: torus i odometr Grupy: torus i odometr Na podstawie wykªadu prof. T. Downarowicza Mateusz Kwa±nicki 2 lipca 2008 Rozdziaª ten ma na celu przypomnienie poj cia grupy i jej podstawowych wªasno±ci oraz omówienie dwóch wa»nych

Bardziej szczegółowo

c Marcin Sydow Planarno± Grafy i Zastosowania Tw. Eulera 7: Planarno± Inne powierzchnie Dualno± Podsumowanie

c Marcin Sydow Planarno± Grafy i Zastosowania Tw. Eulera 7: Planarno± Inne powierzchnie Dualno± Podsumowanie 7: Spis zagadnie«twierdzenie Kuratowskiego Wªasno±ci planarno±ci Twierdzenie Eulera Grafy na innych powierzchniach Poj cie dualno±ci geometrycznej i abstrakcyjnej Graf Planarny Graf planarny to taki graf,

Bardziej szczegółowo

x y x y x y x + y x y

x y x y x y x + y x y Algebra logiki 1 W zbiorze {0, 1} okre±lamy dziaªania dwuargumentowe,, +, oraz dziaªanie jednoargumentowe ( ). Dziaªanie x + y nazywamy dodawaniem modulo 2, a dziaªanie x y nazywamy kresk Sheera. x x 0

Bardziej szczegółowo

Matematyka dyskretna dla informatyków

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

GRUPA PODSTAWOWA I X. GRZEGORZ ZBOROWSKI

GRUPA PODSTAWOWA I X. GRZEGORZ ZBOROWSKI GRUPA PODSTAWOWA GRZEGORZ ZBOROWSKI 1. Definicja i podstawowe poj cia Pierwszym krokiem do zdeniowania grupy podstawowej b dzie poj cie drogi w przestrzeni topologicznej, czyli mówi c nie±ci±le, krzywej

Bardziej szczegółowo

Egzamin z wykªadu monogracznego. Teoria kategorii w podstawach informatyki semestr zimowy 2011/12. Poj cia, terminologia i notacja:

Egzamin z wykªadu monogracznego. Teoria kategorii w podstawach informatyki semestr zimowy 2011/12. Poj cia, terminologia i notacja: Egzamin z wykªadu monogracznego Poj cia, terminologia i notacja: Teoria kategorii w podstawach informatyki semestr zimowy 2011/12 Przyjmujemy zwykª denicj sygnatury algebraicznej Σ, Σ-algebry i Σ-homomorzmu;

Bardziej szczegółowo

Wielomiany. El»bieta Sadowska-Owczorz. 19 listopada 2018

Wielomiany. El»bieta Sadowska-Owczorz. 19 listopada 2018 Wielomiany El»bieta Sadowska-Owczorz 19 listopada 2018 Wielomianem nazywamy wyra»enie postaci a n x n + a n 1 x n 1 +... + a 2 x 2 + a 1 x + a 0 = n a k x k. k=0 Funkcj wielomianow nazywamy funkcj W :

Bardziej szczegółowo

G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28

G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28 G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28 1.9 Zadania 1.9.1 Niech R będzie pierścieniem zbiorów. Zauważyć, że jeśli A, B R to A B R i A B R. Sprawdzić, że (R,, ) jest także pierścieniem w sensie

Bardziej szczegółowo

Teoria mnogo±ci. Twierdzenia podziaªowe. Piotr Zakrzewski. Toru«, 31 sierpnia 2009. Instytut Matematyki Uniwersytet Warszawski

Teoria mnogo±ci. Twierdzenia podziaªowe. Piotr Zakrzewski. Toru«, 31 sierpnia 2009. Instytut Matematyki Uniwersytet Warszawski Teoria mnogo±ci Twierdzenia podziaªowe Piotr Zakrzewski Instytut Matematyki Uniwersytet Warszawski Toru«, 31 sierpnia 2009 Istota twierdze«podziaªowych Jesli,du»y' zbiór podzielimy na,niewielk ' liczb

Bardziej szczegółowo