O pewnych aspektach teorii równań. Materia ly pomocnicze do wyk ladu dla Studium Doktoranckiego Matematyki

Wielkość: px
Rozpocząć pokaz od strony:

Download "O pewnych aspektach teorii równań. Materia ly pomocnicze do wyk ladu dla Studium Doktoranckiego Matematyki"

Transkrypt

1 O pewnych aspektach teorii równań różniczkowych Materia ly pomocnicze do wyk ladu dla Studium Doktoranckiego Matematyki Bogdan Przeradzki 18 października 2004 Przedstawimy tutaj dwa nurty badań zwiazanych z teoria równań różniczkowych. Ich wybór wynika wy l acznie z zainteresowań naukowych autora niniejszego opracowania, choć należy zaznaczyć, że sa to nurty niezwykle szybko rozwijajace sie w ostatnich latach. 1 Uk lady dynamiczne Rozważmy zagadnienie poczatkowe dla równania różniczkowego zwyczajnego: x = f (x), x (0) = x 0, gdzie f :R k U R k jest funkcja lipschitzowsko ciag l a w otwartym zbiorze U, x 0 U, a x oznacza różniczkowanie wzgledem zmiennej niezależnej t R. Zagadnienie to posiada jedyne rozwiazanie ϕ x0 określone w pewnym otoczeniu 0 R na mocy podstawowego twierdzenia o istnieniu i jednoznaczności. Przypuśćmy, że rozwiazanie to przed luża sie na ca l a prosta R dla dowolnego x 0 U. Wtedy funkcja U określona wzorem π (t, x) = ϕ x (t) 1

2 jest ciag la i ma dwie w lasności π (0, x) = x dla x U, π (t, π (s, x)) = π (t + s, x) dla t, s R, x U. Jeśli U zastapimy przez dowolna przestrzeń metryczna X i π : R X X ma powyższe w lasności, to mówimy, że w przestrzeni X określony jest uk lad dynamiczny. Na uk lad dynamiczny π : R X X możemy spojrzeć inaczej. Odwzorowania π t : X X, π t (x) = π (t, x) sa ciag le, π 0 = id x i (π t ) 1 = π t, wiec mamy ciag ly homomorfizm grupy (R, +) w grupe homeomorfizmów przestrzeni X (Homeo (X), ) t π t. Przez trajektorie punktu x w uk ladzie dynamicznym π rozumiemy zbiór O(x) = {π (t, x) : t R}. Nietrudno zauważyć, że przestrzeń X rozpada sie na rodzine parami roz l acznych trajektorii jeśli y O (x), to O(y) = O(x). Sa trzy rodzaje trajektorii: punkty sta le O(x) = {x}, trajektorie okresowe, gdy π(t, x) = x dla pewnego T > 0 jeśli T jest minimalna liczba o tej w lasności, to π(, x) jest homeomorfizmem odcinka [0, T ] ze sklejonymi końcami (czyli okregu w sensie topologicznym) na trajektorie O(x). Trzeci rodzaj trajektorii, to obrazy homeomorficzne prostej. Jeżeli rozwiazania równania x = f(x) nie sa przed lużalne na ca l a prosta, to równanie to możemy zastapić przez równanie postaci x = α(x)f(x), gdzie α : U (0, ), którego rozwiazania sa już przed lużalne, a trajektorie sa identyczne, jak dla wyjściowego równania. Fizycznie możemy to zinterpretować w ten sposób, że pierwsze równanie opisuje ruch punktów, które w skończonym czasie moga uciec do brzegu zbioru U lub do, a po przeskalowaniu ruch odbywa sie po tych samych torach, ale ze zmodyfikowana w ten sposób predkości a, że ucieczka jest niemożliwa. Abstrakcyjna teoria uk ladów dynamicznych stosuje sie także do równań różniczkowych czastkowych parabolicznych i hiperbolicznych. Przyk ladowo równanie reakcji-dyfuzji: u t = u + f (x, u), z warunkiem brzegowym u Ω = 0 i poczatkowym u (x, 0) = ϕ (x) prowadzi do uk ladu dynamicznego w przestrzeni Sobolewa H0 2 (Ω) : π (t, ϕ) (x) = u (x, t). Jest to już uk lad dynamiczny w przestrzeni nieskończenie wymiarowej. Do nieskończenie wymiarowych uk ladów dynamicznych prowadza też 2

3 równania z opóźnionym argumentem: x = f (x t ), x [ r,0] = ϕ C ( [ r, 0],R k), gdzie x t (s) = x (t + s). Tutaj π :R C ( [ r, 0],R k) C ( [ r, 0],R k). W uk ladach dynamicznych szczególna role odgrywaja zbiory niezmiennicze czyli takie zbiory domkniete A X, że π(t, A) A dla każdego t R. Zbiory takie wraz z każdym punktem x zawieraja ca l a trajektorie O(x), można wiec zamiast ca lego uk ladu π rozpatrywać jego redukcje do podzbioru A π R A : R A A. Zbiór niezmienniczy A może być przyciagaj acy tzn. posiadać pewne otoczenie U takie, że odleg lość d(π(t, x), A) daży do 0 przy t + i x U, może być też odpychajacy tzn. ta sama w lasność zachodzi dla t. Zbiór niezmienniczy przyciagaj acy (odp. odpychajacy) nie zawierajacy podzbiorów w laściwych o tej samej w lasności nazywany jest atraktorem (odp. repellerem). Szczególnym przyk ladem atraktora jest przyciagaj acy punkt sta ly x 0 : lim t d (π (t, x), x 0 ) = 0 dla x dostatecznie bliskich x 0 lub przyciagaj aca trajektoria okresowa. Dla równań różniczkowych x = f(x) taka w lasność punktu x 0 (tu f(x 0 ) = 0) przy f C 1 latwo sprawdzić; wystarczy znaleźć wartości w lasne macierzy f (x 0 ) jeśli ich cześci rzeczywiste sa ujemne, to punkt x 0 jest przyciagaj acy. Dla rozwiazania okresowego równania x = f(x) sytuacja jest nieco bardziej skomplikowana, ale również zbadana do końca. Od dawna jednak wiadomo (już Henri Poincaré, twórca jakościowej teorii równań różniczkowych o tym pisa l w 1989 r.), że pewne uk lady dynamiczne dane przez równania różniczkowe moga posiadać atraktory inne niż przyciagaj ace punkty sta le i trajektorie okresowe. Atraktor taki od razu musi mieć skomplikowana strukture topologiczna dlatego czesto nazywany jest dziwnym. W czasach Poincaré i poźniej znalezienie dziwnego atraktora by lo niemożliwe, bo środki teoretyczne zawodzi ly: czesto można by lo wykazać istnienie przyciagaj acego zbioru niezmienniczego A, ale udowodnienie, że nie jest on trajektoria okresowa o, być może bardzo dużym okresie, wykracza lo poza możliwości teorii topologicznej i analitycznej. Gdy pojawi ly sie komputery, możliwe sta lo sie rysowanie przybliżonych trajektorii równań różniczkowych ale nadal b l ad przybliżenia, zawsze obecny, pozostawia l możliwość, że trajektorie te zbliżaja sie do pewnej trajektorii okresowej o okresie wiekszym niż zakres obliczeń. Eksperymenty numeryczne wskaza ly jednak uk lady, w których takie atraktory sie pojawiaja. 3

4 Pierwszy by l atraktor w uk ladzie Lorenza (1963) [11] x = σ (y x), σ = 10 y = rx y xz, r > 24, 74 z = βz + xy, β = 8 3 (przybliżony opis równań czastkowych modelujacych konwekcje w atmosferze). Później uk lady o podobnym zachowaniu w eksperymentach numerycznych zaobserwowano wielokrotnie (Rössler, Chua, nieautonomiczne równanie Duffinga itp., a także w uk ladach nieskończenie wymiarowych). Wszystkie te uk lady wykazywa ly wspólne cechy: by ly nieliniowe, conajmniej 3-wymiarowe, a atraktor, którego istnienie można by lo wykazać mia l miare Lebesque a (µ 3 dla uk ladów 3-wymiarowych) równa 0. Badano wymiar tego atraktora: Hausdorffa, fraktalny, pojemnościowy i inne, i za każdym razem by l on mniejszy od wymiaru otaczajacej przestrzeni. Te w lasności maja jednak również trajektorie okresowe, nie można by lo wiec wykluczyć, że atraktor A jest taka trajektoria. Aby zaatakować problem dziwności atraktora teoretycznie dokonano pewnych uproszczeń. Po pierwsze zamiast czasu ciag lego t R ograniczono sie do czasu dyskretnego t Z. Uk lad dyskretny π : Z X X by l zadany przez podanie jednego homeomorfizmu f = π(1, ). Wtedy f n = π (n, ) - n-krotne z lożenie f z samym soba, f 1 = π ( 1, ) - odwzorowanie odwrotne. Możemy ewentualnie pójść dalej i opuścić za lożenie, że f : X X jest homeomorfizmem, pozostawiajac jedynie jego ciag lość. W takim przypadku można nadal mówić o trajektoriach O(x) = {f n (x) : n N}, punktach sta lych f (x 0 ) = x 0, trajektoriach okresowych f n 0 (x) = x dla pewnego n 0 > 1, o przyciaganiu, atraktorach itd. Zachowania podobne do uk ladów ciag lych typu Lorenza można zaobserwować już dla f µ :R Rdanego wzorem f µ (x) = µx(1 x) gdzie µ > 4. Uk lad taki posiada repeller A [0, 1], który jest zbiorem homeomoficznym ze zbiorem Cantora. Opis trajektorii leżacych w zbiorze A (sa to jedyne trajektorie ograniczone) jest zreszta zadziwiajacy. Po pierwsze f A : A A jest topologicznie tranzytywne tzn. z dowolnie ma lego otoczenia jednego punktu x można dojść dowolnie blisko drugiego punktu y i to dla każdych dwóch punktów x, y A. Po drugie f A jest wrażliwe na warunki poczatkowe tzn. trajektorie dwóch dowolnie bliskich punktów x, y A po pewnym czasie oddalaja sie na odleg lość wieksz a od pewnej liczby dodatniej d (f n (x), f n (y)) > ε 0 > 0. Po trzecie wreszcie w zbiorze A trajektorie okresowe tworza zbiór gesty. Wystepowanie tych trzech zjawisk w uk ladzie dynamicznym uznano za definicyjna w lasność 4

5 uk ladów chaotycznych. Wspó lcześnie przyjmowana definicja uk ladów chaotycznych jest nieco bardziej restrykcyjna, ale też jest prostsza do weryfikacji (uk lad chaotyczny to uk lad semisprzeżony z przesunieciem Bernoulliego - wyjaśnienie tych pojeć wykracza loby poza ramy tego opracowania). Także uk lad dyskretny f µ : [0, 1] [0, 1] dla µ = 4 jest chaotyczny (Misiurewicz [13]). Uk lad dynamiczny z czasem ciag lym możemy zdyskretyzować przyjmujac f = π (τ, ), gdzie τ > 0 jest ustalone. Uk lad z czasem ciag lym uważamy za chaotyczny, jeśli dla pewnego τ > 0 ten uk lad dyskretny jest taki. W ostatnich latach nastapi l prze lom w badaniu uk ladów z czasem ciag lym: Mrozek i Mischaikov (1996) [14] wykazali, że uk lad Lorenza posiada atraktor, po obcieciu do którego otrzymujemy uk lad chaotyczny. Atraktor ten jest wiec dziwny. Metoda przez nich zastosowana znajduje teraz szerokie zastosowanie w badaniu skomplikowanych uk ladów dynamicznych. Polega ona, najogólniej mówiac, na znajdowaniu pewnego niezmiennika topologicznego uk ladu zwanego indeksem Conleya. Znajduje sie go z pomoca komputera uwzgledniaj ac b l ad obliczeń numerycznych ewoluuje nie punkt startu trajektorii, a ca la kostka o środku w tym punkcie. Dowód Mrozka i Mischaikova jest wiec nastepnym w serii ważnych rezultatów otrzymanych z asysta komputera. Wprowadzenie do teorii równań różniczkowych zwyczajnych z punktu widzenia uk ladów dynamicznych por. [20]; wprowadzenie do dyskretnych uk ladów dynamicznych [3]; bogata w zastosowania i szczegó lowa analiza uk ladów dynamicznych [7, 18, 21]; atraktory w uk ladach dynamicznych zadanych przez równania czastkowe [19]. 2 Nieliniowe zagadnienia brzegowe Jak wiadomo równania różniczkowe i to zarówno zwyczajne jak czastkowe, maja na ogó l wiele rozwiazań, a wybór jednego z nich odbywa sie przez podanie dodatkowych warunków. Jeśli równanie modeluje jakiś proces fizyczny, chemiczny czy biologiczny, wówczas warunki te w naturalny sposób pochodza z tych realiów. Dla przyk ladu opisujac ugiecie belki o d lugości l zamocowanej w dwóch końcach pod dzia laniem pewnej si ly f, mamy do czynienia z równaniem różniczkowym postaci (1) u (x) + au (x) = f (x) 5

6 z warunkami (2) u(0) = 0 = u(l). Liczba u(x) opisuje odchylenie punktu x od po lożenia równowagi. Rozwiazaniem jest tu funkcja klasy C 2 (0, l), ciag la na [0, l]. Zauważmy, że charakter uk ladu obu równań jest inny niż zagadnienia poczatkowego, w którym do równania (1) dodajemy warunek poczatkowy (3) u(0) = u 0, u (0) = u 1, w tym sensie, że rozwiazanie uk ladu (1), (2) jest zadane na z góry określonym przedziale [0, l], podczas gdy rozwiazanie uk ladu (1), (3) jest zdefiniowane w pewnym, być może bardzo ma lym, otoczeniu x = 0. Uk lady takie, jak (1), (2) nosza nazwe zagadnień brzegowych i spotykane sa jeszcze cześciej dla równań różniczkowych czastkowych np. zagadnienie Dirichleta: u = f (x) w Ω R n, u Ω = ϕ opisujace np. potencja l pola elektrycznego generowanego w zbiorze Ω przez ladunek o gestości f, gdy na brzegu tego obszaru potencja l ten jest z góry zadany - ze wzgledów fizycznych n = 3. Przedstawione równania różniczkowe sa liniowe, ale nieco bardziej realistyczne modele prowadza do równań nieliniowych, dla których przypadek czastkowy jest nieporównanie bardziej skomplikowany od zwyczajnego. Dlatego w tym opracowaniu ograniczymy sie do przypadku zagadnień brzegowych dla równań różniczkowych zwyczajnych. Zacznijmy od równania nieliniowego rzedu pierwszego w R k : (4) x + A (t) x = f (t, x) z warunkiem brzegowym (5) B 1 x (a) + B 2 x (b) = c, gdzie x R k, t [a, b], f : [a, b] R k R k jest funkcja ciag l a, A : [a, b] L ( R k) - zbiór operatorów liniowych R k R k, B 1, B 2 L ( R k), c R k. Jeśli przez U : [a, b] 2 L ( R k) oznaczymy rezolwente równania liniowego x + A (t) x = 0 tzn. funkcje o w lasnościach U(t, s) + A(t)U(t, s) = 0, t, s [a, b] t 6

7 U(t, t) = idrk, t [a, b], to ze wzoru na uzmiennienie sta lych rozwiazaniem zagadnienia poczatkowego jest funkcja x + A (t) x = r (t), x (a) = x 0, ϕ (t) = U (t, a) x 0 + Aby znaleźć rozwiazanie zagadnienia brzegowego t a U (t, s) r (s) ds. (6) x + A (t) x = r (t), B 1 x (a) + B 2 x (b) = c, musimy wybrać taki punkt startu x 0, aby B 1 x 0 + B 2 ϕ (b) = c. Prowadzi to do równania [B 1 + B 2 U (b, a)] x 0 = c B 2 b a U (b, s) r (s) ds. Jest to algebraiczne równanie liniowe w R k, które posiada rozwiazanie przy każdym wyborze c i r wtedy i tylko wtedy, gdy B 1 + B 2 U (b, a) jest izomorfizmem przestrzeni R k. W tym przypadku zagadnienie brzegowe (6) posiada dok ladnie jedno rozwiazanie dane wzorem (wystarczy obliczyć x 0 ) ϕ (t) = U (t, a) [B 1 + B 2 U (b, a)] 1 c B 2 b U (b, s) r (s) ds + t U (t, s) r (s) ds. a a Nieliniowe zagadnienie brzegowe (4), (5) możemy rozwiazywać w oparciu o powyższe rozważanie. Mianowicie najpierw rozwiazujemy zagadnienie liniowe x + A (t) x = 0, B 1 x (a) + B 2 x (b) = c 7

8 - rozwiazaniem jest funkcja ϕ 0 (t) = U (t, a) [B 1 + B 2 U (b, a)] 1 c, a nastepnie szukamy rozwiazania ϕ 1 zagadnienia (7) x + A (t) x = f (t, x), B 1 x (a) + B 2 x (b) = 0 Funkcja ϕ 0 + ϕ 1 jest wtedy rozwiazaniem (4), (5). Poprzednie obliczenia pokazuja, że funkcja ϕ 1 bed aca rozwiazaniem zagadnienia (7) musi spe lniać równanie ca lkowe ϕ (t) = U (t, a) [B 1 + B 2 U (b, a)] 1 B 2 U (b, s) f (s, ϕ (s)) ds b + t U (t, s) f (s, ϕ (s)) ds; a a wystarczy wziać r (t) = f (t, ϕ (t)). W odróżnieniu od przypadku liniowego tutaj niewiadoma ϕ wystepuje także po prawej stronie pod ca lka i istnienie funkcji ϕ C ( [a, b],r k) spe lniajacej to równanie nie jest wcale zagwarantowane. Jeśli wprowadzimy oznaczenie { U (t, a) [B1 + B G(t, s) = 2 U (b, a)] 1 B 2 U (b, s) + U (t, s), s < t U (t, a) [B 1 + B 2 U (b, a)] 1 B 2 U (b, s), s > t, to równanie ca lkowe przyjmie postać (8) ϕ (t) = b G (t, s) f (s, ϕ (s)) ds. a Funkcje G : [a, b] 2 L ( R k) nazywamy funkcja Greena zagadnienia (4), (5) i jej znajdowanie wymaga jedynie znajomości uk ladu fundamentalnego rozwiazań równania liniowego x + A (t) x = 0. Prawa strone równania (8) możemy uważać za definicje pewnego operatora nieliniowego S dzia lajacego w przestrzeni funkcji ciag lych C ( [a, b],r k), która jest przestrzenia Banacha z norma ϕ = sup ϕ (t) t [a,b] 8

9 ( oznacza tu norme euklidesowa wr k ). Poszukujemy wiec punktów sta lych operatora S. Do tego celu możemy stosować metode kolejnych przybliżeń, gdy S spe lnia warunek Lipschitza ze sta l a < 1, ale udaje sie to rzadko, bo wymaga za lożenia, by funkcja f spe lnia la ten warunek wzgledem x z dostatecznie ma l a sta l a. Z drugiej strony operator S jest pe lnociag ly tzn. przekszta lca zbiory ograniczone na zbiory wzglednie zwarte, wiec można stosować twierdzenie Schaudera o punkcie sta lym, o ile uda sie znaleźć kule, która operator S przekszta lca w siebie. Tak bedzie np. gdy f jest globalnie ograniczona, bowiem wtedy S przekszta lca ca l a przestrzeń C ( [a, b],r k) w pewna kule. W pozosta lych przypadkach można stosować teorie stopnia topologicznego Leray a-schaudera. Najcześciej sprowadza sie to do użycia nastepuj acego Twierdzenie kontynuacyjne. Jeżeli na brzegu pewnego zbioru otwartego i ograniczonego Ω C ( [a, b],r k) zagadnienia brzegowe (9) x + A (t) x = λf (t, x), B 1 x (a) + B 2 x (b) = 0 dla λ [0, 1] nie posiadaja rozwiazania, to zagadnienie (4), (5) posiada rozwiazanie ϕ Ω. Zagadnienie (9) jest bowiem równoważne równaniu (I λs) ϕ = 0, z za lożenia homotopia H (λ, ) = I λs nie znika na brzegu Ω, wiec stopień Leray a-schaudera wszystkich odwzorowań H (λ, ) jest taki sam. W szczególności deg (I S, Ω) = deg (H (0, ), Ω) = deg (I, Ω) = 1, a wiec S ma punkt sta ly w Ω. Wszystko sprowadza sie wiec do poszukiwania za lożeń na funkcje f, przy których warunki tego twierdzenia sa spe lnione. Przyk ladowo, jeśli A jest dodatnio określona i (f (t, x), x) 0 dla x = M, t [a, b] dla pewnego dostatecznie dużego M > 0, to zagadnienie brzegowe x Ax = f (t, x), B 1 x (a) + B 2 x (b) = 0 posiada rozwiazanie ϕ takie, że ϕ (t) < M dla t [a, b]. Powyższe rozważania można stosować do wielu zagadnień brzegowych. Dla przyk ladu do zagadnienia Dirichleta: do zagadnienia okresowego x = f (t, x, x ), x (a) = 0 = x (b), x + A (t) x = f (t, x), x (0) = x (T ) gdzie A : R L ( R k) jest T - okresowa, f : R R k R k jest T - okresowa wzgl edem t pod warunkiem, że x + A (t) x = 0 nie ma nietrywialnych 9

10 rozwiazań T - okresowych. Dla wszystkich tych zagadnień jednorodne zagadnienie liniowe nie posiada niezerowych rozwiazań; w rozważanym zagadnieniu oznacza lo to izomorficzność operatora B 1 + B 2 U (b, a). Zagadnienie nieliniowe, dla których cześć liniowa ma te w lasność nazywamy nierezonansowymi. Ale już na przyk lad zagadnienie okresowe x = f (t, x), x (0) = x (T ), jest rezonansowe, bowiem funkcje sta le sa nietrywialnymi rozwiazaniami x = 0, x (0) = x (T ). Podobna uwaga dotyczy zagadnienia Neumanna x = f (t, x, x ), x (a) = 0 = x (b). Zagadnień rezonansowych nie można zamienić na pytanie o punkt sta ly pewnego operatora. Aby udowodnić istnienie rozwiazania zagadnienia rezonansowego stosuje sie stopień koincydencji wprowadzony 30 lat temu przez J. Mawhina [12]. W ujeciu abstrakcyjnym pozwala on badać równanie Lx = N(x) w przestrzeniach Banacha, gdzie N jest ciag lym operatorem nieliniowym, a L fredholmowskim operatorem liniowym indeksu 0 tzn. dim ker L = codim iml <. Taka sytuacja ma miejsce dla wszystkich rezonansowych zagadnień dla równań różniczkowych zwyczajnych i dla wiekszości zagadnień dla równań czastkowych. Zachodzi mianowicie Twierdzenie kontynuacyjne Mawhina. Jeżeli na brzegu zbioru otwartego i ograniczonego Ω X (p. Banacha) równania nie maja rozwiazań przy λ [0, 1) i Lx = λn (x) deg (N ker L, Ω ker L) 0, 10

11 to równanie Lx = N(x) posiada rozwiazanie x Ω. Do zagadnień rezonansowych prościej jednak zastosować metode perturbacyjna. Wybierajac ciag λ n 0 w ten sposób, by L λ n I by l operatorem odwracalnym, otrzymujemy ciag równań Lx λ n x = N (x) lub równoważnie x = (L λ n I) 1 N (x). Istnienie punktu sta lego x n dla n N dostajemy metodami wspomnianymi poprzednio dla zagadnień nierezonansowych. Na ogó l ciag (x n ) może być nieograniczony. Jednak spe lnienie pewnego prostego warunku zwanego warunkiem Landesmana-Lazera gwarantuje ograniczoność tego ciagu. Z ciagu (x n ) można wtedy wybrać podciag zbieżny do rozwiazania równania Lx = N(x). Rozpatrzmy te metode na przyk ladzie zagadnienia okresowego x = f(t, x), x(0) = x(t ). Za lóżmy, że istnieja jednostajne granice lim f (t, λd) := g (t, d) λ + dla t [0, T ] i d = 1. Wprowadźmy,,uśredniona funkcje g 0 dla d R k, d = 1 g 0 (d) = T 0 g (t, d) dt. Wtedy zachodzi Twierdzenie [17]. Jeżeli (d, g 0 (d)) 0 dla wszystkich d = 1, to zagadnienie okresowe posiada rozwiazanie. Dla dowodu wystarczy rozważyć ciag zagadnień x 1 x = f(t, x), x(0) = x(t ), n które sa nierezonansowe, wiec z ograniczoności funkcji f i twierdzenia Schaudera posiadaja rozwiazania ϕ n. Ciag (ϕ n ) nie może być nieograniczony, bowiem w przeciwnym razie pewien jego podciag po unormowaniu ϕn(t) ϕ n zbiega lby do wektora sta lego o normie 1. Oznaczajac go przez d mielibyśmy f (t, ϕ n (t)) g (t, d) i stad ϕ n (t) ϕ n g 0 (d) g 0 (d), 11

12 co przeczy za lożeniu (d, g 0 (d)) 0. To ono nazywamy w tym wypadku warunkiem Landesmana-Lazera. Poza naszymi dotychczasowymi rozważaniami pozosta ly zagadnienia brzegowe na zbiorach nieograniczonych takie, jak: x = f(t, x), x(0) = a, lim t x(t) = 0, x = f(t, x), x ograniczona na R, i analogiczne zagadnienia dla równania rzedu drugiego. Drugie z nich jest rezonansowe, a pierwsze nie, ale nie to stanowi zasadnicza trudność w obu przypadkach. Problemem jest niezwartość operatora S w przestrzeni funkcji ciag lych i ograniczonych na [0, ), w pierwszym przypadku i niefredholmowskość operatora Lx = x w drugim - (im L jest niedomkniet a podprzestrzenia przy każdym sensownym wyborze przestrzeni Banacha. Nie możemy wiec stosować stopnia Leray a-schaudera w pierwszym przypadku i stopnia koincydencji w drugim. W pierwszym przypadku stosuje sie zwykle metode polegajac a na badaniu ciagu zagadnień x n = f(t, x n ), x n (0) = a, x n (n) = 0, które sa nierezonansowymi zagadnieniami brzegowymi na zbiorze ograniczonym [0, n]. Ich rozwiazania ϕ n dostajemy przy użyciu wcześniej opisanych metod, funkcje ϕ n przed lużamy na [0, ), k ladac ϕ n (t) = 0 dla t > n i jedynym problemem( jest udowodnienie wzglednej zwartości ciagu (ϕ n ) w przestrzeni funkcji C 0 [0, ),R k) ciag lych i znikajacych w nieskończoności. W przypadku zagadnienia rezonansowego możemy zastosować wcześniej opisana metode perturbacyjna. Jedyne trudności, jakie napotykamy sa natury technicznej i zosta ly pokonane w serii prac W. Karpińskiej uwieńczonych rozprawa doktorska. Ta metoda zosta la też z powodzeniem zastosowana do zewnetrznego zagadnienia brzegowego Dirichleta dla równania czastkowego u = f(x, u) dla x R n \Ω, u Ω = 0, u ograniczona na R n \Ω, Ω - kula o środku 0 w R n, przez R. Stańczego. Operatory ca lkowe, które sie pojawiaja dla równań różniczkowych czastkowych, w naturalny sposób dzia laja jednak w przestrzeniach Sobolewa dla naszych celów niewygodnych (wygodna jest przestrzeń 12

13 funkcji ciag lych i ograniczonych BC (R n \Ω), bo przynależność do niej gwarantuje spe lnienie ostatniego warunku brzegowego). Nawet pobieżny opis pokonania tego problemu wykracza poza ramy tego opracowania. Inny przyk lad omawianej metody można znaleźć w niedawno przygotowanej pracy K. Szymańskiej dotyczacej zagadnień: x = f(t, x, x ), x(0) = 0, lim t x (t) = 0, x = f(t, x, x ), x (0) = 0, lim t x (t) = 0. Drugie z nich jest rezonansowe ale zaburzenie dokonane w samym równaniu różniczkowym nic nie daje,a należy go dokonać w warunku brzegowym x (0) = λx(0). Metody topologiczne i inne w rozwiazywaniu równań nieliniowych [2]; teoria stopnia topologicznego odwzorowań [10]; bardziej zaawansowane metody rozwiazywania zagadnień brzegowych [1, 5, 6, 15]; wprowadzenie opisanych metod perturbacyjnych [16]. Bibliografia [1] L. Cesari, Functional analysis, nonlinear differential equations and the alternative method w Nonlinear Analysis and Differential Equations, edited by L. Cesari, R. Kennan, J. Schuur, Marcel Dekker Inc., New York [2] K. Deimling, Nonlinear Functional Analysis, Springer-Verlag, Berlin- Heidelberg-New York [3] R. Devaney, Chaotic Dynamical Systems, Addison-Wesley Publ. Co., New York [4] J. Dugundji, A. Granas, Fixed Point Theory I, PWN, Warszawa [5] S. Fučik, Solvability of Nonlinear Equations and Boundary Value Problems, D. Reidel Publ. Co., Dordrecht [6] A. Granas, R. Guenther, J. Lee, Nonlinear boundary value problems for ordinary differential equations, Dissertationes Math. 244 (1985). 13

14 [7] J. Guckenheimer, P. Holmes, Nonlineary Oscillations, Dynamical Systems, and Bifurcations of Vector Fields, Springer-Verlag, Berlin- Heidelberg-New York [8] J. Hale, Theory of Functional Differential Equations, Springer-Verlag, Berlin-Heidelberg-New York [9] E.M. Landesman, A.C. Lazer, Nonlinear perturbations of linear elliptic boundary value problems at resonance, J. Math. Mech. 19 (1970), [10] N.G. Lloyd, Degree Theory, Cambridge Univ. Press, Cambridge [11] E.N. Lorenz, Deterministic nonperiodic flow, J. Atmos, Sci. 20 (1963), [12] J. Mawhin, Topological Degree Methods in Nonlinear Boundary Value Problems, CBMS Reg. Conf. Ser. in Math. 40, Amer. Math. Soc., Providence RI [13] M. Misiurewicz, Absolutely continuons measures for certain maps of an interval, Publ. Math. I.H.E.S. 53 (1981), [14] M. Mrozek, K. Mischaikov, Chaos in the Lorenz equations, a computer assisted proof, Bull. Amer. Math. Soc. 32, 1 (1995), [15] L. Nirenberg, Topics in Nonlinear Functional Analysis, Lecture Notes Courant Inst., New York [16] B. Przeradzki, Badanie rozwiazalności równań nieliniowych z nieodwracalna cześci a liniowa, Wyd. U L, Lódź [17] B. Przeradzki, Teoria i praktyka równań różniczkowych zwyczajnych, Wyd. U L, Lódź [18] C. Robinson, Dynamical Systems, Stability, Symbolic Dynamics, and Chaos, CRS Press, Boca Raton-London-New York [19] R. Temam, Infinite-Dimensional Dynamical Systems in Mechanics and Physics, Springer-Verlag, Berlin-Heidelberg-New York

15 [20] F. Verhulst, Nonlinear Differential Equations and Dynamical Systems, Springer-Verlag, Berlin-Hedelberg-New York [21] S. Wiggins, Introduction to Applied Nonlinear Dynamical Systems and Chaos, Springer-Verlag, New York

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

Ekonomia matematyczna i dynamiczna optymalizacja

Ekonomia matematyczna i dynamiczna optymalizacja Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać

Bardziej szczegółowo

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 11 1 Wektory i wartości w lasne Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V

Bardziej szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni

Bardziej szczegółowo

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:

Bardziej szczegółowo

w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak

w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak Równania różniczkowe czastkowe w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak Horyzonty 2014 Podstawowy obiekt wyk ladu: funkcje holomorficzne wielu zmiennych Temat: dwa problemy, których znane

Bardziej szczegółowo

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi

Bardziej szczegółowo

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =

Bardziej szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje

Bardziej szczegółowo

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia Matematyka A, klasówka, 4 maja 5 Na prośbe jednej ze studentek podaje zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le dów Podać definicje wektora w lasnego i wartości w lasnej

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń

Bardziej szczegółowo

Wyk lad 14 Formy kwadratowe I

Wyk lad 14 Formy kwadratowe I Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Wstęp

Bardziej szczegółowo

Fale biegnące w równaniach reakcji-dyfuzji

Fale biegnące w równaniach reakcji-dyfuzji Fale biegnące w równaniach reakcji-dyfuzji Piotr Bartłomiejczyk Politechnika Gdańska Między teorią a zastosowaniami: Matematyka w działaniu Będlewo, 25 30 maja 2015 P. Bartłomiejczyk Fale biegnące 1 /

Bardziej szczegółowo

czastkowych Państwo przyk ladowe zadania z rozwiazaniami: karpinw adres strony www, na której znajda

czastkowych Państwo przyk ladowe zadania z rozwiazaniami:   karpinw adres strony www, na której znajda Zadania z równań różniczkowych czastkowych Za l aczam adres strony www, na której znajda Państwo przyk ladowe zadania z rozwiazaniami: http://math.uni.lodz.pl/ karpinw Zadanie 1. Znaleźć wszystkie rozwiazania

Bardziej szczegółowo

Sterowalność liniowych uk ladów sterowania

Sterowalność liniowych uk ladów sterowania Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,

Bardziej szczegółowo

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja 19. O ca lkach pierwszych W paragrafie 6 przy badaniu rozwia zań równania P (x, y) + Q(x, y)y = 0 wprowadzono poje cie ca lki równania, podano pewne kryteria na wyznaczanie ca lek równania. Znajomość ca

Bardziej szczegółowo

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej

Bardziej szczegółowo

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych) (niekoniecznie ograniczonych) Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza, Poznań Będlewo, 25-30 maja 2015 Funkcje prawie okresowe w sensie Bohra Definicja Zbiór E R nazywamy względnie

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

Układy równań i równania wyższych rzędów Rozdział Układy równań i równania wyższych rzędów Układy równań różniczkowych zwyczajnych Wprowadzenie W poprzednich paragrafach zajmowaliśmy się równaniami różniczkowymi y = f(x, y), których rozwiązaniem

Bardziej szczegółowo

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm 1 Grupa ilorazowa Niech H b edzie dzielnikiem normalnym grupy G. Oznaczmy przez G/H zbiór wszystkich warstw lewostronnych grupy G wzgl edem podgrupy

Bardziej szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar liniowej Baza liniowej Niech V bedzie nad cia lem K Powiemy, że zbiór wektorów {α,, α n } jest baza V, jeżeli wektory α,, α n sa liniowo niezależne oraz generuja V tzn V = L(α,,

Bardziej szczegółowo

Wyk lad 1 Podstawowe struktury algebraiczne

Wyk lad 1 Podstawowe struktury algebraiczne Wyk lad 1 Podstawowe struktury algebraiczne 1 Dzia lanie w zbiorze Majac dane dowolne dwa przedmioty a b możemy z nich utworzyć pare uporzadkowan a (a b) o poprzedniku a i nastepniku b. Warunek na równość

Bardziej szczegółowo

Wyk lad 3 Wielomiany i u lamki proste

Wyk lad 3 Wielomiany i u lamki proste Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich

Bardziej szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia

Bardziej szczegółowo

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n

Bardziej szczegółowo

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym. Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa

Bardziej szczegółowo

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu

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

1 Relacje i odwzorowania

1 Relacje i odwzorowania Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X X

Bardziej szczegółowo

II. Równania autonomiczne. 1. Podstawowe pojęcia.

II. Równania autonomiczne. 1. Podstawowe pojęcia. II. Równania autonomiczne. 1. Podstawowe pojęcia. Definicja 1.1. Niech Q R n, n 1, będzie danym zbiorem i niech f : Q R n będzie daną funkcją określoną na Q. Równanie różniczkowe postaci (1.1) x = f(x),

Bardziej szczegółowo

Informacja o przestrzeniach Sobolewa

Informacja o przestrzeniach Sobolewa Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością

Bardziej szczegółowo

Metoda rozdzielania zmiennych

Metoda rozdzielania zmiennych Rozdział 12 Metoda rozdzielania zmiennych W tym rozdziale zajmiemy się metodą rozdzielania zmiennych, którą można zastosować, aby wyrazić jawnymi wzorami rozwiązania pewnych konkretnych równań różniczkowych

Bardziej szczegółowo

Pojȩcie przestrzeni metrycznej

Pojȩcie przestrzeni metrycznej ROZDZIA l 1 Pojȩcie przestrzeni metrycznej Definicja 1.1. Dowolny niepusty zbiór X z funkcja ρ : X X [0, ), spe lniaja ca naste puja ce trzy warunki M1: ρ(x, y) = 0 x = y, M2: ρ(x, y) = ρ(y, x), M3: ρ(x,

Bardziej szczegółowo

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych [ ] e Zadanie 1 Pokazać, że X(t) = 2t cos t sin t e 2t jest specjalną macierzą fundamentalną w sin t cos t [ 2 cos chwili τ = 0 układu

Bardziej szczegółowo

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego

Bardziej szczegółowo

Wyk lad 4 Warstwy, dzielniki normalne

Wyk lad 4 Warstwy, dzielniki normalne Wyk lad 4 Warstwy, dzielniki normalne 1 Warstwy grupy wzgl edem podgrupy Niech H bedzie podgrupa grupy (G,, e). W zbiorze G wprowadzamy relacje l oraz r przyjmujac, że dla dowolnych a, b G: a l b a 1 b

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 21 marca 2011 Zmienna losowa - wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie one z rejestracja jakiś sygna lów (danych). Moga to być

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

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 17 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę

Bardziej szczegółowo

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 6 Podprzestrzenie przestrzeni liniowych Wyk lad 6 Podprzestrzenie przestrzeni liniowych 1 Określenie podprzestrzeni Definicja 6.1. Niepusty podzbiór V 1 V nazywamy podprzestrzeni przestrzeni liniowej V, jeśli ma on nastepuj ace w lasności: (I)

Bardziej szczegółowo

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE Definicja 1 Algebra abstrakcyjna nazywamy teorie, której przedmiotem sa dzia lania na

Bardziej szczegółowo

Wyk lad 2 Podgrupa grupy

Wyk lad 2 Podgrupa grupy Wyk lad 2 Podgrupa grupy Definicja 2.1. Pod grupy (G,, e) nazywamy taki podzbiór H G, że e H, h 1 H dla każdego h H oraz h 1 h 2 H dla dowolnych h 1, h 2 H. Jeśli H jest grupy G, to bedziemy pisali H G.

Bardziej szczegółowo

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe. Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie

Bardziej szczegółowo

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y

Bardziej szczegółowo

O zastosowaniach twierdzeń o punktach stałych

O zastosowaniach twierdzeń o punktach stałych O zastosowaniach twierdzeń o punktach stałych Marcin Borkowski Streszczenie Wszyscy znamy twierdzenie Banacha o kontrakcji czy twierdzenie Brouwera o punkcie stałym. Stosunkowo rzadko jednak mamy okazję

Bardziej szczegółowo

Procesy Stochastyczne - Zestaw 1

Procesy Stochastyczne - Zestaw 1 Procesy Stochastyczne - Zestaw 1 Zadanie 1 Niech ξ i η bed a niezależnymi zmiennymi losowymi o rozk ladach N (0, 1). Niech X = ξ +η i Y = ξ η. Znaleźć rozk lad (X, Y ) i rozk lad warunkowy L X ( Y ). Zadanie

Bardziej szczegółowo

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Niezb. ednik matematyczny. Niezb. ednik matematyczny Niezb ednik matematyczny Niezb ednik matematyczny Liczby zespolone I Rozważmy zbiór R R (zbiór par liczb rzeczywistych) i wprowadźmy w nim nastepuj ace dzia lania: z 1 + z 2 = (x 1, y 1 ) + (x 2, y 2 )

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.

Bardziej szczegółowo

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy

Bardziej szczegółowo

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach: Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x

Bardziej szczegółowo

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

Wyk lad 14 Cia la i ich w lasności

Wyk lad 14 Cia la i ich w lasności Wyk lad 4 Cia la i ich w lasności Charakterystyka cia la Określenie cia la i w lasności dzia lań w ciele y ly omówione na algerze liniowej. Stosujac terminologie z teorii pierścieni możemy powiedzieć,

Bardziej szczegółowo

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF 29 kwietnia 2013, godzina 23: 56 strona 1 P. Urzyczyn: Materia ly do wyk ladu z semantyki Uproszczony 1 j ezyk PCF Sk ladnia: Poniżej Γ oznacza otoczenie typowe, czyli zbiór deklaracji postaci (x : τ).

Bardziej szczegółowo

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la? Ci ag lość i norma Ćwiczenie. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la? f (x, y) = x2 y 2 x 2 + y 2, f 2(x, y) = x2 y x 2 + y 2 f 3 (x, y) = x2 y

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 22 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego

Bardziej szczegółowo

T O P O L O G I A WPPT I, sem. letni WYK LAD 8. Wroc law, 21 kwietnia D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a.

T O P O L O G I A WPPT I, sem. letni WYK LAD 8. Wroc law, 21 kwietnia D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a. T O P O L O G I A WPPT I, sem. letni WYK LAD 8 Zwartość D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a. Wroc law, 1 kwietnia 008 Definicja 1. (X, d) jest ca lkowicie ograniczona jeśli dla

Bardziej szczegółowo

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas Suma i przeciȩcie podprzestrzeń suma prosta przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1 W zależności od wartości parametru p podaj wymiar przestrzeni W = v 1 v v 3 gdzie p 0 v 1 = 1 + p 3 v = 5 3

Bardziej szczegółowo

RACHUNEK OPERATOROWY MIKUSIŃSKIEGO I JEGO ZASTOSOWANIE DO RÓWNAŃ

RACHUNEK OPERATOROWY MIKUSIŃSKIEGO I JEGO ZASTOSOWANIE DO RÓWNAŃ RACHUNEK OPERATOROWY MIKUSIŃSKIEGO I JEGO ZASTOSOWANIE DO RÓWNAŃ RÓŻNICZKOWYCH Tomasz Kochanek 1 Twierdzenie Titchmarsha Symbolem C[, ) oznaczać bedziemy przestrzeń wszystkich zespolonych funkcji ciag

Bardziej szczegółowo

Zagadnienia brzegowe dla równań eliptycznych

Zagadnienia brzegowe dla równań eliptycznych Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta

Bardziej szczegółowo

13 Równanie struny drgającej. Równanie przewodnictwa ciepła.

13 Równanie struny drgającej. Równanie przewodnictwa ciepła. Równanie struny drgającej. Równanie przewodnictwa ciepła 13 1 13 Równanie struny drgającej. Równanie przewodnictwa ciepła. 13.1 Równanie struny drgającej Równanie różniczkowe liniowe drugiego rzędu typu

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 10 marca 2014 Zmienna losowa - wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie one z rejestracja jakiś sygna lów (danych). Moga to być

Bardziej szczegółowo

Wprowadzenie z dynamicznej optymalizacji

Wprowadzenie z dynamicznej optymalizacji Wprowadzenie z dynamicznej optymalizacji Lukasz Woźny 29 kwietnia 2007 Spis treści 1 Optymalizacja statyczna a optymalizacja dynamiczna 2 1.1 Ekstrema lokalne funkcji wielu zmiennych - statyka...... 2

Bardziej szczegółowo

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Uwarunkowanie zadania numerycznego Niech ϕ : R n R m będzie pewna funkcja odpowiednio wiele

Bardziej szczegółowo

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace

Bardziej szczegółowo

Dynamika nieliniowych równań ewolucyjnych w rezonansie

Dynamika nieliniowych równań ewolucyjnych w rezonansie UNIWERSYTET MIKO LAJA KOPERNIKA W TORUNIU Piotr Kokocki Dynamika nieliniowych równań ewolucyjnych w rezonansie Rozprawa doktorska przygotowana na Wydziale Matematyki i Informatyki Uniwersytetu Miko laja

Bardziej szczegółowo

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 19 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc Liczby zespolone, liniowa zależność i bazy Javier de Lucas Ćwiczenie. Dowieść, że jeśli µ := c d d c, to homografia h(x) = (ax+b)/(cx+d), a, b, c, d C, ad bc, odwzorowuje oś rzeczywist a R C na okr ag

Bardziej szczegółowo

Chaos w układach dynamicznych: miary i kryteria chaosu

Chaos w układach dynamicznych: miary i kryteria chaosu : miary i kryteria chaosu Uniwersytet Śląski w Katowicach, Wydział Matematyki, Fizyki i Chemii 27.08.14 : miary i kryteria chaosu Temat tego referatu jest związany z teorią układów dynamicznych która ma

Bardziej szczegółowo

ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH

ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH Punkty okresowe, zbiory graniczne, sprzężenia Zadanie 1. Pokazać, że trajektoria (w przód) punktu x w przestrzeni metrycznej X pod działaniem ciągłego

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems)

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems) Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems) P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Wprowadzenie Rozważmy

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 3. Numeryczne zagadnienie własne

Komputerowa analiza zagadnień różniczkowych 3. Numeryczne zagadnienie własne Komputerowa analiza zagadnień różniczkowych 3. Numeryczne zagadnienie własne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Wektory i wartości własne definicje Niech A C N N. Jeżeli

Bardziej szczegółowo

VI. Równania różniczkowe liniowe wyższych rzędów

VI. Równania różniczkowe liniowe wyższych rzędów VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych

Bardziej szczegółowo

Zestaw zadań z Równań różniczkowych cząstkowych I 18/19

Zestaw zadań z Równań różniczkowych cząstkowych I 18/19 Zestaw zadań z Równań różniczkowych cząstkowych I 18/19 Zad 1. Znaleźć rozwiązania ogólne u = u(x, y) następujących równań u x = 1, u y = 2xy, u yy = 6y, u xy = 1, u x + y = 0, u xxyy = 0. Zad 2. Znaleźć

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ... Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x

Bardziej szczegółowo

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia 1 Cele (na dzisiaj): Zrozumieć w jaki sposób można wyznaczyć przysz ly czas życia osoby w wieku x. Zrozumieć parametry

Bardziej szczegółowo

Wyk lad 11 Przekszta lcenia liniowe a macierze

Wyk lad 11 Przekszta lcenia liniowe a macierze Wyk lad 11 Przekszta lcenia liniowe a macierze 1 Izomorfizm przestrzeni L(V ; W ) i M m n (R) Twierdzenie 111 Niech V i W bed a przestrzeniami liniowymi o bazach uporzadkowanych (α 1,, α n ) i (β 1,, β

Bardziej szczegółowo

Analiza funkcjonalna 1.

Analiza funkcjonalna 1. Analiza funkcjonalna 1. Wioletta Karpińska Semestr letni 2015/2016 0 Bibliografia [1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/ wbanasz/am3/) [2] Birkholc A., Analiza matematyczna.

Bardziej szczegółowo

Liczba obrotu i twierdzenie Poincare go o klasyfikacji homeomorfizmów okręgu.

Liczba obrotu i twierdzenie Poincare go o klasyfikacji homeomorfizmów okręgu. II Interdyscyplinarne Warsztaty Matematyczne p. 1/1 Liczba obrotu i twierdzenie Poincare go o klasyfikacji homeomorfizmów okręgu. Justyna Signerska jussig@wp.pl Wydział Fizyki Technicznej i Matematyki

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 1. Równania różniczkowe zwyczajne podstawy teoretyczne. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 1. Równania różniczkowe zwyczajne podstawy teoretyczne. P. F. Góra Komputerowa analiza zagadnień różniczkowych 1. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2010 Zasady zaliczenie ćwiczeń egzamin ustny; na egzaminie

Bardziej szczegółowo

Uproszczony dowod twierdzenia Fredricksona-Maiorany

Uproszczony dowod twierdzenia Fredricksona-Maiorany Uproszczony dowod twierdzenia Fredricksona-Maiorany W. Rytter Dla uproszczenia rozważamy tylko teksty binarne. S lowa Lyndona sa zwartymi reprezentacjami liniowymi s lów cyklicznych. Dla s lowa x niech

Bardziej szczegółowo

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy POCHODNA KIERUNKOWA Pochodne cz astkowe funkcji f(m) = f(x, y, z) wzglȩdem x, wzglȩdem y i wzglȩdem z wyrażaj a prȩdkość zmiany funkcji w kierunku osi wspó lrzȩdnych; np. f x jest prȩdkości a zmiany funkcji

Bardziej szczegółowo

Przestrzenie wektorowe

Przestrzenie wektorowe Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:

Bardziej szczegółowo

1 Przestrzenie unitarne i przestrzenie Hilberta.

1 Przestrzenie unitarne i przestrzenie Hilberta. Przestrzenie unitarne i przestrzenie Hilberta.. Wykazać, że iloczyn skalarny w przestrzeni wektorowej X nad cia lem K ma nastepuj ace w lasności: (i) x, y + z = x, y + x, z, (ii) x, λy = λ x, y, (iii)

Bardziej szczegółowo

ROZDZIA l 13. Zbiór Cantora

ROZDZIA l 13. Zbiór Cantora ROZDZIA l 3 Zbiór Cantora Jednym z najciekawszych i najcze ściej spotykanych w matematyce zbiorów jest zbiór Cantora W tym rozdziale opiszemy jego podstawowe w lasności topologiczne Najprościej można go

Bardziej szczegółowo

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie 1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z

Bardziej szczegółowo

FUNKCJE LICZBOWE. x 1

FUNKCJE LICZBOWE. x 1 FUNKCJE LICZBOWE Zbiory postaci {x R: x a}, {x R: x a}, {x R: x < a}, {x R: x > a} oznaczane sa symbolami (,a], [a, ), (,a) i (a, ). Nazywamy pó lprostymi domknie tymi lub otwartymi o końcu a. Symbol odczytujemy

Bardziej szczegółowo

sa dzie metryka z euklidesowa, to znaczy wyznaczaja ca cki, Wojciech Suwiński)

sa dzie metryka z euklidesowa, to znaczy wyznaczaja ca cki, Wojciech Suwiński) Zadanie 1 Pokazać, że dowolne dwie kule w R z metryka sa homeomorficzne Niech ρ be dzie metryka równoważna z, to znaczy wyznaczaja ca topologie na R Czy wynika z tego, że dowolne dwie kule w metryce ρ

Bardziej szczegółowo

ϕ(t k ; p) dla pewnego cigu t k }.

ϕ(t k ; p) dla pewnego cigu t k }. VI. Trajektorie okresowe i zbiory graniczne. 1. Zbiory graniczne. Rozważamy równanie (1.1) x = f(x) z funkcją f : R n R n określoną na całej przestrzeni R n. Będziemy zakładać, że funkcja f spełnia założenia,

Bardziej szczegółowo

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 4 1. Zbiory otwarte i domkniȩte Pojȩcia które teraz wprowadzimy można rozpatrywać w każdej przestrzeni metrycznej

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 1. Równania różniczkowe zwyczajne podstawy teoretyczne. P. F. Góra

Komputerowa analiza zagadnień różniczkowych 1. Równania różniczkowe zwyczajne podstawy teoretyczne. P. F. Góra Komputerowa analiza zagadnień różniczkowych 1. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2013 Zasady zaliczenie ćwiczeń egzamin ustny; na egzaminie

Bardziej szczegółowo

Pisemny egzamin dyplomowy. na Uniwersytecie Wroc lawskim. na kierunku matematyka. zadania testowe. 22czerwca2009r. 60 HS-8-8

Pisemny egzamin dyplomowy. na Uniwersytecie Wroc lawskim. na kierunku matematyka. zadania testowe. 22czerwca2009r. 60 HS-8-8 EGZAMIN DYPLOMOWY, cze ść I (testowa) 22.06.2009 INSTRUKCJE DOTYCZA CE WYPE LNIANIA TESTU 1. Nie wolno korzystać z kalkulatorów. 2. Sprawdzić, czy wersja testu podana na treści zadań jest zgodna z wersja

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE Marta Zelmańska Toruń 009 1 Rozdział 1 Wstęp Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie: F (t, x, x, x,..., x (n) ) = 0 (1.1) Rozwiązaniem równania

Bardziej szczegółowo

Grupy i cia la, liczby zespolone

Grupy i cia la, liczby zespolone Rozdzia l 1 Grupy i cia la, liczby zespolone Dla ustalenia uwagi, b edziemy używać nast epuj acych oznaczeń: N = { 1, 2, 3,... } - liczby naturalne, Z = { 0, ±1, ±2,... } - liczby ca lkowite, W = { m n

Bardziej szczegółowo

Elementy równań różniczkowych cząstkowych

Elementy równań różniczkowych cząstkowych Elementy równań różniczkowych cząstkowych Magdalena Jakubek kwiecień 2016 1 Równania różniczkowe cząstkowe Problem brzegowy i problem początkowy Klasyfikacja równań Rodzaje warunków brzegowych Najważniejsze

Bardziej szczegółowo