Notatki do wykładu Analiza 4

Wielkość: px
Rozpocząć pokaz od strony:

Download "Notatki do wykładu Analiza 4"

Transkrypt

1 Instytut Matematyczny Uniwersytetu Wrocławskiego Grzegorz Plebanek Notatki do wykładu Analiza 4 Rozdział I: Funkcje na przestrzeniach metrycznych Wrocław 2004

2 O skrypcie Skrypt ten, traktowany łącznie z towarzyszącymi mu listami zadań, prezentuje treść wykładu Analiza 4 (semestr zimowy 2004/2005) i jest nieznacznie poprawioną wersją tekstu z poprzedniego roku. Należy pamiętać, że obecna forma notatek jest dość lakoniczna; w szczególności niektóre dowody zaprezentowane poniżej napisane są skrótowo i niewątpliwie będą w trakcie wykładu przedstawione dokładniej. Na wykładzie ponadto będę omawiał wybrane przykłady z list zadań. Na skrypt złożą się następujące cztery rozdziały: I Funkcje na przestrzenie metryczne II Funkcje zmiennej zespolonej III Całka Riemanna i całka Lebesgue a IV Elementy analizy funkcjonalnej Stosowane oznaczenia: to koniec dowodu lub przykładu;? sugeruje, aby czytelnik upewnił się, że dane stwierdzenie jest faktycznie znane, oczywiste etc.! warto zapamiętać, aby uniknąć typowego błędu. Przedstawione zagadnienia są treścią wielu podręczników, patrz na przykład W. Rudin, Analiza rzeczywista i zespolona; S. Łojasiewicz, Wstęp do teorii funkcji rzeczywistych; R. Engelking, Zarys topologii ogólnej. c Grzegorz Plebanek Zapraszam wszystkich do korzystania w celach edukacyjnych. Podziękowania dla K.D. za korektę.

3 Analiza 4, Przestrzenie metryczne 1 1. Wstęp Przestrzeń metryczna to jeden z podstawowych obiektów w matematyce. Pojęcie abstrakcyjnej metryki pozwala ujednolicić wiele rozumowań dotyczących ciągów zbieżnych i funkcji ciągłych oraz uogólnić niektóre klasyczne fakty o funkcjach zmiennej rzeczywistej. Do najważniejszych przestrzeni metrycznych zaliczamy przestrzenie euklidesowe R d, wyposażone w odpowiednią metrykę, mierzącą prawdziwe odległości. Oprócz tych skończenie wymiarowych przestrzeni, będziemy poniżej rozważać znacznie bardziej skomplikowane przestrzenie funkcji ciągłych na danym zbiorze zwartym. 2. Przestrzenie metryczne W tym rozdziale wprowadzimy pojęcie przestrzeni metrycznej i przedstawimy najbardziej typowe przykłady takich przestrzeni. Definicja 2.1 Parę (X, ρ) nazywamy przestrzenią metryczną jeśli X jest ustaloną przestrzenią, a ρ jest funkcją ρ : X X R +, spełniającą dla dowolnych x, y, z X warunki (i) ρ(x, y) = 0 wtedy i tylko wtedy gdy x = y; (ii) ρ(x, y) = ρ(y, x); (iii) ρ(x, y) ρ(x, z) + ρ(y, z). W tej definicji (ii) bywa nazywany warunkiem symetrii, a (iii) warunkiem trójkąta. Metryka przypisuje więc każdej parze punktów przestrzeni nieujemną liczbę rzeczywistą, która określa odległość tych punktów. Aby określić przestrzeń metryczną trzeba wyróżnić zarówno zbiór X, jak i funkcję ρ. Na danym zbiorze X można rozważać różne metryki ρ 1, ρ 2 i wtedy (X, ρ 1 ), (X, ρ 2 ) są różnymi przestrzeniami metrycznymi. Często w praktyce mówimy niech X będzie przestrzenią metryczną, co oznacza że na zbiorze X ustalona jest jakaś metryka, która jest nam znana, bądź której nie ma potrzeby w danej chwili nazywać. Zauważmy, że warunki (i) (iii) zapisują najbardziej charakterystyczne cechy odległości punktów na prostej rzeczywistej podstawową przestrzenią metryczną jest (R, ρ), gdzie ρ(x, y) = x y jest po prostu prawdziwą długością odcinka o końcach x, y. Fakt, że istotnie ρ jest metryką wynika łatwo z własności modułu?. Przykład 2.2. Rozważmy X = R d, dla ustalonej liczby naturalnej d. Każdy x R d można przedstawić w postaci x = (x 1, x 2,..., x d ), gdzie x k R są odpowiednimi współrzędnymi wektora x. Niech e(x, y) = d (x k y k ) 2. k=1 Tak określona funkcja e nazywa się metryką euklidesową, a para (R d, e) jest d wymiarową przestrzenią euklidesową. Fakt, że e spełnia aksjomaty metryki zostanie sprawdzony na

4 Analiza 4, Przestrzenie metryczne 2 ćwiczeniach. Zauważmy, że dla d = 2 i d = 3 powyższy wzór określa prawdziwe odległości na płaszczyźnie i w przestrzeni trójwymiarowej. Przykład 2.3. Na zbiorze R d można rozważyć metryki określone w bardzo różny sposób. Niech d l(x, y) = x k y k, m(x, y) = max x k y k. k d k=1 Wzory te pokrywają się dla d = 1, ale oczywiście dają różne wartości dla każdego d 2. Dość proste rachunki? pozwalają sprawdzić, że l i m są także metrykami w przestrzeni R d. Nie należy sądzić, że na danym zbiorze jest jedna, jedynie słuszna metryka. Można łatwo wymyśleć sytuacje, gdy na płaszczyźnie wygodniej mierzyć odległość nie na sposób euklidesowy, ale za pomocą zupełnie innej reguły. Jak zobaczymy poniżej, można sensownie określać odległości w znacznie bardziej skomplikowanych przestrzeniach. Dla ustalonego odcinka [a, b] R przez C[a, b] będziemy oznaczać zbiór wszystkich funkcji ciągłych f : [a, b] R. Przykład 2.4. Dla f, g C[a, b] zdefiniujmy s(f, g) = sup{ f(x) g(x) : x [a, b]}. Sprawdźmy, że s jest metryką. Jeśli s(f, g) = 0 to oczywiście f(x) g(x) = 0 dla każdego x [a, b], co oznacza, że f i g są identyczne na odcinku [a, b]. Symetria wynika z faktu, że f(x) g(x) = g(x) f(x). Nierówność trójkąta: dla dowolnego x i funkcji f, g, h mamy f(x) g(x) f(x) h(x) + h(x) g(x) s(f, h) + s(h, g), co oznacza, że liczba po prawej stronie ogranicza wszystkie wartości f(x) g(x) z góry. Tym samym, na mocy definicji supremum, s(f, g) s(f, h) + s(h, g). Czy to wszystko, co należało sprawdzić? Musimy się jeszcze upewnić, że powyższy wzór dobrze określa funkcję o wartościach rzeczywistych: zauważmy, że metryka nie może przyjmować wartości. Fakt, że s(f, g) R jest wnioskiem z dobrze nam znanych? własności funkcji ciągłych na odcinku domkniętym. Tak określona metryka nazywa się metryką supremum. Dla ilustracji rozważmy funkcje f, g C[0, 1], f(x) = x, g(x) = x 2. Wtedy s(f, g) = sup (x x 2 ) = 1 x [0,1] 4, bo dla pomocniczej funkcji h(x) = x x 2 mamy h (1/2) = 0, więc h przyjmuje największą wartość na przedziale [0, 1] dla x = 1/2. Należy zauważyć, że w powyższym przykładzie nastąpiła drastyczna zmiana oznaczeń: jesteśmy przyzwyczajeni nazywać funkcje f, g, h,..., a argumenty funkcji x, y,.... Przykład 2.5. Dla f, g C[a, b] zdefiniujmy c(f, g) = b a f(x) g(x) dx.

5 Analiza 4, Przestrzenie metryczne 3 Wtedy c jest inną metryką na C[0, 1]. Istotnie, łatwo sprawdzić symetrię i warunek trójkąta, opierając się na podstawowych własnościach całki. Ponadto całka wystepująca w definicji jest zawsze skończona?. Sprawdźmy jescze aksjomat (i) z definicji metryki. Niech f, g C[0, 1] i f g; wtedy, r = f(x 0 ) g(x 0 ) > 0 dla pewnego x 0 (0, 1)?. Z ciągłości funkcji f g wynika?, że istnieje δ > 0, taka że jeśli x [0, 1], x x 0 < δ to f(x) g(x) r/2. Stąd c(f, g) = 1 0 f(x) g(x) dx x0 +δ x 0 δ Dla funkcji f, g C[0, 1], f(x) = x, g(x) = x 2 mamy [ 1 x c(f, g) = (x x 2 2 ) dx = 0 2 x3 3 Definicja 2.6 W przestrzeni metrycznej (X, ρ) zbiór nazywamy kulą o środku x i promieniu r. f(x) g(x) dx 2δ r 2 > 0. ] 1 B(x, r) = {y X : ρ(x, y) < r} 0 = 1/6. Kula jest tu terminem umownym; na prostej rzeczywistej kula B(x, r) = (x r, x + r) jest odcinkiem, a na płaszczyźnie euklidesowej B(x, r) jest kołem o podanym środku i promieniu. Kula oczywiście zależy i od przestrzeni, i od metryki. Zauważmy, że f B(g, 1/5) dla funkcji f, g jak w ostatnim przykładzie, gdzie rozważaliśmy metrykę całkową, natomiast f / B(g, 1/5), gdy rozważamy kule w metryce supremum. Kule w dowolnej przestrzeni mają pewne geometryczne własności prawdziwych kul; na przykład jeśli B(x 1, r 1 ) B(x 2, r 2 ) to wykorzystując y, będący elementem części wspólnej, możemy oszacować ρ(x 1, x 2 ) < ρ(x 1, y) + ρ(y, x 2 ) < r 1 + r 2. Jednakże wykonanie rysunku typowej kuli w R 2 dla metryk e, l, m zdefiniowanych powyżej pozwoli nam zobaczyć zupełnie różne kształty. Definicja 2.7 Jeśli (X, ρ) jest przestrzenią metryczną i Y X to (Y, ρ) nazywamy podprzestrzenią przestrzeni (X, ρ). Podprzestrzeń ma więc metrykę określoną w ten sam sposób, natomiast może zawierać mniej punktów (formalnie rzecz biorąc, powinniśmy pisać (Y, ρ ), gdzie ρ jest obcięciem funkcji ρ : X X R do zbioru Y Y, ale oczywiście tego nie robimy). Operacja podprzestrzeni pozwala zdefiniować wiele nowych przestrzeni metrycznych, na przykład dowolny zbiór A R można rozpatrywać ze zwykłą metryką odziedziczoną z R.

6 Analiza 4, Przestrzenie metryczne 4 3. Zbiory otwarte i domknięte; ciągi zbieżne Niech (X, ρ) będzie ustaloną przestrzenią metryczną. Definicja 3.1 Mówimy, że zbiór V X jest otwarty jeśli dla każdego x V istnieje δ > 0, taka że B(x, δ) V. Mówimy, że zbiór F X jest domknięty jeśli zbiór V = X \ F jest otwarty; równoważnie: dla każdego x / F istnieje δ > 0, taka że B(x, δ) F =. Wykonajmy w myśli ćwiczenie logiczne, aby upewnić się, że zbiory, X są otwarte oraz są domknięte. Jak widać te dwie własności nie wykluczają się wzajemnie! Warto te definicje wypróbować na prostej rzeczywistej, aby przkonać się, że zbiór (0, 1) jest otwarty, zbiór [0, 1] jest domknięty, natomiast zbiór [0, 1) nie ma żadnej z tych własności.! Na ogół w przestrzeni istnieją zbiory które ani nie są otwarte, ani nie są domknięte. Twierdzenie 3.2 W dowolnej przestrzeni metrycznej (i) każda kula B(x, r) jest otwarta; (ii) każdy zbiór postaci {y : ρ(y, x) r} jest domknięty; (iii) jeśli zbiory U, V są otwarte to zbiory U V, U V też są otwarte; (iv) jeśli zbiory F, H są domknięte to zbiory F H, F H też są domknięte. Dowód. (i) Niech y B(x, r); wtedy ρ(y, x) < r, czyli δ = r ρ(y, x) > 0. Wystarczy teraz sprawdzić, że B(y, δ) B(x, r). Istotnie, dla dowolnego z B(y, δ) mamy ρ(z, y) < δ, co daje ρ(z, x) ρ(z, y) + ρ(y, x) < δ + ρ(y, x) = r, czyli z B(x, r). (ii) Można sprawdzić podobnie jak (i). (iii) Jeśli x U V to x U lub x V. W pierwszym przypadku B(x, δ) U U V dla pewnego δ > 0 (bo U jest otwarty); drugim przypadku, analogicznie, B(x, δ) V U V dla pewnego δ > 0. Niech x U V ; wtedy B(x, δ 1 ) U, B(x, δ 2 ) V dla pewnych δ 1, δ 2 > 0. Jeśli δ = min(δ 1, δ 2 ) to B(x, δ) B(x, δ 1 ) B(x, δ 2 ) U V, co dowodzi, że U V jest zbiorem otwartym. (iv) Wynika z (iii) i praw de Morgana. Definicja 3.3 Jesli (x n ) n jest ciągiem w przestrzeni X, to mówimy że x n zbiega do x X (lub że x jest granicą tego ciągu), jeśli dla każdego ε > 0 istnieje k, że dla wszystkich n k zachodzi ρ(x n, x) < ε.

7 Analiza 4, Przestrzenie metryczne 5 Warunek z powyższej definicji oznacza, że każda kula postaci B(x, ε) zawiera prawie wszystkie wyrazy ciągu. Zauważmy, że x n zbiega do x wtedy i tylko wtedy gdy lim ρ(x n, x) = 0. n Dla zaznaczenia zbieżności ciągu (x n ) n do x stosujemy zwykłe oznaczenia lim x n = x, lub x n x. n Jak widać zbieżność ciągów (x n ) n w abstrakcyjnej przestrzeni metrycznej jest prostym uogólnieniem zbieżności ciągów liczbowych. Warto w tym miejscu przypomnieć sobie, jak pokazać w sposób ścisły z samej definicji, że lim 1/n = 0. Poniższe twierdzenie wyjaśnia, że w przestrzeniach euklidesowych sytuacja jest niewiele bardziej skomplikowana. Przyjmijmy tutaj, że jeśli x n R d to x n (k) oznacza k tą współrzędną wektora x n, tzn. x n = (x n (1), x n (2),..., x n (d)). Twierdzenie 3.4 W przestrzeni euklidesowej R d ciąg x n zbiega do x wtedy i tylko wtedy gdy lim n x n (k) = x(k) dla każdego k d. Dowód. Niech x będzie granicą ciągu (x n ) n w R d. Wtedy dla każdego k d d x n (k) x(k) (x n (j) x(j)) 2 = e(x n, x) 0, j=1 czyli lim x n (k) = x(k). Na odwrót, gdy wiemy, że lim x n (k) = x(k) dla każdego k d, to e(x n, x) dąży do zera, na podstawie twierdzeń o ciągach liczbowych zbieżnych. Nastepne twierdzenie wyjaśnia, że zbieżność w metryce supremum zdefiniowanej w przestrzeni C[a, b] jest po prostu znaną? zbieżnością jednostajną ciągów funkcyjnych. Twierdzenie 3.5 Ciąg (f n ) n w przestrzeni C[a, b] z metryką supremum jest zbieżny do funkcji f C[a, b] wtedy i tylko wtedy gdy funkcje f n zbiegają jednostajnie do f. W szczególności, jesli ciąg (f n ) n jest zbieżny w metryce supremum do f to lim f n (x) = f(x) dla każdego x [a, b]. Dowód. Identyczność obu definicji zbieżności, jednostajnej i tej w metryce supremum, wynika z faktu, że warunki f n (x) f(x) ε dla każdego x [a, b]; s(f n, f) ε; są równoważne. Drugie stwierdzenie jest oczywiste: zbieżność jednostajna pociąga zbieżność w każdym punkcie z osobna.

8 Analiza 4, Przestrzenie metryczne 6! Wzór lim f n = f odnosi się do zbieżności w metryce określonej na przestrzeni C[a, b]; lim f n (x) = f(x) oznacza, że w danym punkcie x ciąg liczbowy f n (x) zbiega do liczby f(x). Przykład 3.6. Rozważmy przykładowe ciągi w przestrzeni C[0, 1] z metryką supremum. Niech f n (x) = x n. Wtedy ciąg f n nie jest zbieżny: ewentualna granica f musiałaby spełniać warunki f(x) = lim x n = 0 dla x < 1 i f(1) = 1, ale taka funkcja nie jest ciągła! Niech f n (x) = x n (1 x); sprawdzimy, że f n 0 w metryce supremum (tutaj 0 oznacza funkcję stale równą zeru). Otóż f n(x) = nx n 1 (n+1)x n, więc f n(n/(n+1)) = 0. Łatwo dojść do wniosku, że f n osiąga największą wartośc dla x n = n/(n + 1). Stąd s(f n, 0) = f n (x n ) = ( ) n n 1 n + 1 n n Przykład 3.7. Powróćmy do funkcji f n (x) = x n, ale rozważmy teraz metrykę całkową z przykładu na stronie 2. Teraz f n 0, gdyż c(f n, 0) = 1 0 x n dx = 1 n Zauważmy, że zbieżność w metryce c nie pociąga zbieżności punktowej. Za pomocą ciągów zbieżnych można wyrazić domkniętość zbioru, co wyjaśnia poniższe twierdzenie. Twierdzenie 3.8 Zbiór F jest domknięty wtedy i tylko wtedy gdy dla dowolnego zbieżnego ciągu (x n ) n wyrazów zbioru F jego granica należy do F. Dowód. Załóżmy, że zbiór F jest domknięty w sensie Definicji 3.1. Jeśli x n F dla każdego n, natomiast x = lim x n / F to istnieje δ > 0, taka że B(x, δ) F =. Ale wtedy B(x, δ) nie zawiera żadnego wyrazu ciągu x n, co jest sprzeczne z definicją granicy. Aby sprawdzić dostateczność warunku ciągowego rozpatrzmy x / F. Gdyby B(x, δ) F dla każdego δ > 0 to rozpatrując δ = 1/n, dla dowolnego naturalnego n, możemy wybrać x n B(x, 1/n) F. W ten sposób określiliśmy ciąg (x n ) n wyrazów F, gdzie ρ(x, x n ) < 1/n, co oznacza lim x n = x; sprzeczność. Na dowolnym podzbiorze A przestrzeni metrycznej można przeprowadzić operację domknięcia A jak następuje. Powiemy, że x A jeśli B(x, δ) A dla każdego δ > 0. Rozumując jak w dowodzie Twierdzenia 3.8 nietrudno wykazać następujący fakt. Twierdzenie 3.9 x A wtedy i tylko wtedy gdy x = lim a n dla pewnego ciągu (a n ) n złożonego z wyrazów zbioru A. Zauważmy też, że A jest zbiorem domkniętym: jeśli x / A to B(x, δ) A = dla pewnego δ > 0. Wtedy B(x, δ) A =.

9 Analiza 4, Przestrzenie metryczne 7 Definicja 3.10 Mówimy, że zbiór A w przestrzeni metrycznej X jest gęsty jeśli A B(x, δ) dla każdego x X i δ > 0. Własność gęstych podzbiorów przestrzeni można teraz wyrazić na różne sposoby. Twierdzenie 3.11 Dla zbioru A w przestrzeni X nastepujące warunki są równoważne (i) A jest gęsty w X; (ii) dla każdego x X istnieje ciąg (a n ) n wyrazów A, taki że lim a n = x; (iii) A = X. Przypomnijmy, że na mocy dobrze znanej własności zbioru liczb wymiernych Q, Q (a, b) dla każdego niepustego przedziału (a, b). Wynika stąd, że Q jest gęstym podzbiorem prostej rzeczywistej (przypomnijmy, że na prostej B(x, δ) = (x δ, x + δ)). Twierdzenie 3.12 Zbiór Q d jest gęstym podzbiorem przestrzeni euklidesowej R d. Dowód. Jeśli x = (x(1), x(2),..., x(d)) R d to dla każdego k d można znaleźć ciąg liczb wymiernych x n (k) zbieżny do x(k) (ponieważ zbiór Q R jest gęsty). Wtedy przyjmując x n = (x n (1), x n (2),..., x n (d)), mamy lim x n = x w przestrzeni R d, na mocy Twierdzenia 3.4. Zaletą takich zbiorów gęstych, jak Q w R, jest to, że z jednej strony są one dostatecznie bogate, aby ich elementami można przybliżać wszystkie inne elementy przestrzeni, a z drugiej strony składają się one z niedużej ilości elementów łatwiej opisywalnych. Przy okazji warto przypomnieć, że zbiór Q jest przeliczalny. Z definicji zbiór A jest przeliczalny, jesli istnieje ciąg zawierający wszystkie elementy tego zbioru. Dla zbioru Q może to być ciąg 0, 1, 1, 2 1, 2 1, 1 2, 1 2, 3 1,... który faktycznie wylicza wszystkie ułamki (każdy nieskończenie wiele razy!). Definicja 3.13 Przestrzeń metryczną nazywamy ośrodkową jeśli zawiera ona podzbiór przeliczalny gęsty. Wniosek 3.14 Przestrzenie euklidesowe R d są ośrodkowe. Dowód. Wynika to z Twierdzenia 3.12 i faktu, że zbiór Q d jest przeliczalny dla każdej liczby naturalnej d. W przyszłości znajdziemy ważne podzbiory gęste przestrzeni C[a, b] i pokażemy, że ta przestrzeń, w metryce supremum, też jest ośrodkowa.

10 Analiza 4, Przestrzenie metryczne 8 4. Zupełność Niektóre ciągi nie są zbieżne po prostu dlatego, że w danej przestrzeni brakuje odpowiedniego kandydata na granicę. Przykład 4.1. Rozważmy przestrzeń X = (0, 1) z metryką naturalną. Ciąg x n = 1/n nie jest zbieżny w tej przestrzeni! Mówiąc nieco niesciśle, dlatego że 0 / X. Dokładniej, dla dowolnego x X przyjmując r = x/2, widać że kula B(x, r) zawiera tylko skończenie wyrazów ciągu. Przy okazji zauważmy, że (0, 1) jest domkniętym podzbiorem X (bo to cała przestrzeń). Nie zmienia to faktu, że (0, 1) nie jest domkniętym podzbiorem R.! Domkniętość danego zbioru zależy od tego, w jakiej przestrzeni ten zbiór rozpatrujemy. Przy badaniu ciągów, którym brakuje kandydata na granicę posługujemy się pojęciem warunku Cauchy ego, który jest zdefiniowany analogicznie jak dla ciągów liczbowych. Definicja 4.2 Ciąg (x n ) n w przestrzeni X spełnia warunek Cauchy ego (lub jest ciągiem Cauchy ego) jesli dla każdego ε > 0 istnieje k, takie że dla wszystkich n k mamy ρ(x k, x n ) < ε. Twierdzenie 4.3 Każdy ciąg zbieżny spełnia warunek Cauchy ego. Dowód. Jeśli lim x n = x to dla ε > 0 istnieje k, że ρ(x, x n ) < ε/2 dla każdego n k. Wtedy ρ(x k, x n ) ρ(x k, x) + ρ(x, x n ) < ε 2 + ε 2 = ε, co kończy dowód. Definicja 4.4 Mówimy, że przestrzeń metryczna X jest zupełna jeśli każdy ciąg Cauchy ego w X ma granice w X. Przykład podany powyżej wyjaśnia, że przestrzeń X = (0, 1) nie jest zupełna (bo ciąg x n = 1/n oczywiście? spełnia warunek Cauchy ego). Przypomnijmy, że Q nie jest przestrzenią zupełną (bo istnieją ciągi liczb wymiernych zbieżne do liczby niewymiernej), natomiast przestrzeń R jest zupełna w zwykłej metryce. Pytanie dla dociekliwych: Czy to twierdzenie, czy aksjomat? Twierdzenie 4.5 Każda przestrzeń euklidesowa R d jest zupełna. Dowód. Jeśli x n R d jest ciągiem Cauchy ego to dla każdego j d ciąg liczb x n (j) spełnia warunek Cauchy ego, bo x n (j) x k (j) e(x n, x k ). Ponieważ R jest przestrzenią zupełną, ciąg x n (j) ma granicę x n. W ten sposób zdefiniowaliśmy wektor x = (x 1, x 2,..., x d ), taki że lim x n = x, porównaj Twierdzenie 3.4.

11 Analiza 4, Przestrzenie metryczne 9 Twierdzenie 4.6 Przestrzeń C[a, b] jest zupełna w metryce supremum. Dowód. Niech f n będzie ciągiem Cauchy ego w C[a, b]. Wtedy dla każdego x [a, b] mamy f n (x) f k (x) s(f n, f k ), co pokazuje, że ciąg liczbowy f n (x) spełnia warunek Cauchy ego. Oznaczmy jego granicę przez f(x). W ten sposób określiliśmy funkcję f : [a, b] R. Pozostaje wykazać, że f C[a, b] i lim f n = f w metryce supremum. Niech ε > 0; ponieważ f n spełnia warunek Cauchy ego, więc dla odpowiedniego k, n k i wszystkich x f n (x) f k (x) s(f n, f k ) < ε. Stąd f(x) f k (x) = lim n f n (x) f k (x) ε, i s(f, f k ) = sup f(x) f k (x) ε. x Tym samym s(f, f k ) 0; to z kolei implikuje ciągłość funkcji f. Istotnie f(x + h) f(x) f(x + h) f k (x + h) + f k (x + h) f k (x) + f k (x) f(x) s(f, f k ) + ε + s(f, f k ) 3ε, gdzie k jest odpowiednio duże, tak aby s(f, f k ) < ε; z kolei h jest natomiast dobrane tak, aby f k (x + h) f k (x) < ε (tutaj korzystamy z ciągłości funkcji f k ). Przykład 4.7. Dla porównania sprawdzimy, że metryka całkowa na C[0, 1] nie jest zupełna. Niech f n C[0, 1] będzie funkcją, określoną przez warunki f n (x) = 0 dla x [0, 1/2 1/n]; f n (x) = 1 dla x [1/2, 1]; f n jest liniowa na przedziale [1/2 1/n, 1/2]. Łatwo sprawdzić warunek Cauchy ego w metryce c: dla n k f n (x) f k (x) dx = 1 2k 1 2n. Gdyby f n f to f(x) = 1 dla x 1/2 i f(x) = 0 dla x < 1/2, a taka funkcja nie jest ciągła. Twierdzenie 4.8 Jeśli przestrzeń (X, ρ) jest zupełna, a F X jest zbiorem domkniętym to przestrzeń (F, ρ) też jest zupełna.

12 Analiza 4, Przestrzenie metryczne 10 Dowód. Jeżeli (x n ) n jest ciągiem Cauchy ego w F to x n ma granicę x w przestrzeni X (bo ta jest zupełna). Mamy x = lim x n ; ponieważ zbiór F jest domknięty, na podstawie Twierdzenia 3.8 x F i to kończy dowód. Jak zobaczymy później, następujące twierdzenie Baire a ma wiele zastosowań. Twierdzenie 4.9 (Baire a) Niech (X, ρ) będzie niepustą przestrzenią metryczną zupełną. Jeśli X = F n, gdzie F n są zbiorami domkniętymi to pewien F n zawiera niepustą kulę. n=1 Dowód. Załóżmy, że żaden F n nie zawiera kuli; wtedy w szczególności F 1 X; ustalmy dowolny x 1 X \F 1. Ponieważ F 1 jest zbiorem domkniętym istnieje δ 1 1, że B(x 1, δ 1 ) F 1 =. Kula B(x 1, δ 1 /2) nie zawiera sie w F 2 i dlatego istnieje x 2 B(x 1, δ 1 /2) \ F 2 i δ 2 1/2 takie że B(x 2, δ 2 ) B(x 1, δ 1 ) \ F 2. Kontynuując, określamy w ten sposób ciąg x n w przestrzeni X i ciąg δ n 1/n. Dla n k mamy x n B(x k, ρ k ) czyli ρ(x n, x k ) δ k 1/k co oznacza, że ciąg ten spełnia warunek Cauchy ego i dlatego ma granicę; niech x = lim x n. Dla n k mamy ρ(x n, x k ) < δ k /2 a stąd ρ(x, x k ) δ k /2 < δ k. Tym samym x B(x k, δ k ) i x / F k. Okazuje się więc, że co jest sprzeczne z założeniem. x / F k = X, k=1 Wniosek 4.10 (1) Zbiór R nie jest przeliczalny. (2) Płaszczyzna R 2 nie da się zapisać jako suma przeliczalnie wielu prostych. Dowód. Gdyby ciąg x 1, x 2,... zawierał wszystkie liczby rzeczywiste to moglibyśmy napisać R = {x n }. n=1 Ale twierdzenie Baire a orzeka, że jest to niemożliwe, gdyż zbiory {x n } są domknięte i nie zawierają kul. Dowód (2) jest analogiczny, wystarczy zauważyć, że żadna prosta na płaszczyźnie nie zawiera kuli. Zauważmy, że rozumując jak w (1) możemy stwierdzić, że żaden odcinek [a, b], gdzie a < b nie jest zbiorem przeliczalnym.

13 Analiza 4, Przestrzenie metryczne Zwartość Przypomnijmy, że jeśli (x n ) n jest ciągiem w odcinku [a, b] to istnieje jego podciąg zbieżny do pewnej liczby z tego odcinka. Poniższa definicja podaje uogólnienie tej własności odcinków na prostej rzeczywistej. Definicja 5.1 Mówimy, że przestrzeń metryczna X jest zwarta, jeśli dla każdego ciągu (x n ) n w tej przestrzeni istnieje podciąg (x nk ) k i x X, takie że x = lim k x nk. Ogólniej, podzbiór F przestrzeni metrycznej X jest zwarty, jeśli F jest przestrzenią zwartą względem metryki odziedziczonej z X. Tak więc każdy odcinek [a, b] jest zwartym podzbiorem prostej. Zauważmy, że odcinek (0, 1) nie jest zwarty bo ciąg 1/n nie ma granicy w (0, 1). Także R nie jest przestrzenią zwartą, gdyż ciąg liczb naturalnych nie zawiera podciągu zbieżnego. Twierdzenie 5.2 (1) Podzbiór domknięty przestrzeni zwartej jest zwarty. (2) Każda przestrzeń zwarta (X, ρ) jest zupełna. Dowód. Aby sprawdzić (1) wystarczy zastosować definicję zwartości i domkniętości. Niech (x n ) n będzie ciągiem Cauchy ego w X. Ze zwartości dla pewnego podciągu i x X mamy x nk x. Wystarczy teraz sprawdzić, że x n x. Wynika to natychmiast z nierówności ρ(x, x n ) ρ(x, x nk ) + ρ(x nk, x n ). Twierdzenie 5.3 Każdy zbiór postaci A = [a, b] d jest zwartym podzbiorem przestrzeni euklidesowej R d. Dowód. Dla prostoty przyjmijmy, że d = 2. Niech (x n ) n będzie ciągiem w [a, b] 2, gdzie x n = (x n (1), x n (2)). Ciąg liczb x n (1) zawiera podciąg zbiezny x nk (1) do pewnego x(1) [a, b]. Z kolei ciąg x nk (2) zawiera podciag x nkj (2) zbięny do pewnego x(2). Przyjmując x = (x(1), x(2)), mamy lim j x nkj = x na mocy Twierdzenia 3.4. Teraz możemy scharakteryzować zwarte podzbiory przestrzeni euklidesowych. Przypomnijmy, że zbiór A R d jest ograniczony, jeśli A zawiera się w pewnej kuli lub, co na jedno wychodzi, A [ r, r] d dla pewnego r > 0. Twierdzenie 5.4 Zbiór A R d jest zwarty wtedy i tylko wtedy gdy jest domknięty i ograniczony. Dowód. Niech A będzie zwarty. Wtedy A jest zupełny i dlatego musi być domkniętym podzbiorem R d. Gdyby A nie był ograniczony to moglibyśmy zdefiniować ciąg x n A o własności e(x n, x k ) 1 dla n k. Ale taki ciąg nie zawierałby podciągu zbieżnego. Załóżmy, że A jest domknięty i ograniczony. Wtedy A jest domkniętym podzbiorem przestrzeni X = [ r, r] d dla pewnego r. Na mocy Twierdzenia 5.2 A jest zwarty.

14 Analiza 4, Przestrzenie metryczne 12 Przykład 5.5. Rozpatrzmy zbiór A = {f C[0, 1] : f(x) 1 dla każdego x}. Wtedy A jest domkniętym i ograniczonym podzbiorem przestrzeni C[0, 1], ale A nie jest zwarty: można znaleźć ciąg f n A, taki że s(f n, f k ) = 1 dla n k.! W przestrzeniach innych niż euklidesowe zbiór domknięty i ograniczony nie musi być zwarty. Istnieje inny sposób scharakteryzowania zwartości, w którym unika się mówienia o ciągach zbieżnych, natomiast przywołuje się własności małych kul w przestrzeni. Twierdzenie 5.6 Przestrzeń metryczna (X, ρ) jest zwarta wtedy i tylko wtedy gdy jest zupełna oraz spełnia następujący warunek całkowitej ograniczoności: dla dowolnego δ > 0 istnieje skończenie wiele punktów x 1, x 2,..., x k X, takich że k X = B(x j, δ). j=1 Dowód. (Szkic.) Wiemy już, że zwartość implikuje zupełność. Gdyby X nie była całkowicie ograniczona to dla pewnego δ > 0 moglibyśmy skonstruować ciąg x n X o własności ρ(x n, x k ) δ dla n k. Ale taki ciąg nie zawiera podciągu zbieżnego. Pominiemy tutaj dowód, że zupełność i całkowita ograniczoność implikuje zwartość. 6. Funkcje ciągłe Będziemy teraz rozpatrywać odwzorowania działające pomiędzy przestrzeniami metrycznymi, a w szczególności funkcje postaci f : X R. Definicja 6.1 Niech (X, ρ), (Y, d) będa przestrzeniami metrycznymi a f : X Y pewną funkcją. Mówimy, że f jest ciągła w punkcie x 0 X jeśli dla każdego ciągu (x n ) w X, z faktu że lim x n = x 0 wynika że lim f(x n ) = f(x 0 ). Funkcja f jest ciągła jeżeli jest ciągła w każdym punkcie x 0 X. Warto zauważyć że w definicji ciągłości zbieżność ciągu x n rozpatruje się w metryce ρ, a zbieżność ciągu wartości f(x n ) w metryce d. Jak zwykle taką definicję (Heinego) można wyrazić też na sposób Cauchy ego: Twierdzenie 6.2 Funkcja f : X Y jest ciągła w punkcie x 0 X wtedy i tylko wtedy gdy dla każdego ε > 0 istnieje δ > 0, że jeśli ρ(x, x 0 ) < δ to d(f(x), f(x 0 )) < ε dla wszystkich x. Dowód. Warunek ε δ jest dostateczny: jeżeli x n x 0 to ρ(x 0, x n ) < δ dla prawie wszystkich n; wtedy d(f(x 0 ), f(x n )) < ε dla prawie wszystkich n co pokazuje, że f(x n ) f(x 0 ).

15 Analiza 4, Przestrzenie metryczne 13 Aby sprawdzić, że warunek ε δ jest konieczny rozumujemy nie wprost. Przypuśćmy, że istnieje ε > 0, że dla każdego δ > 0 istnieje x B(x 0, δ), taki że d(f(x), f(x 0 )) ε. Podstawiając δ = 1, 1/2,... możemy więc zdefiniować ciąg x n o własnościach ρ(x n, x 0 ) < 1/n, d(f(x n ), f(x 0 )) ε. Oznacza to, że x n x 0, ale f(x n ) nie zbiega do f(x 0 ), sprzeczność. Powyższy dowód nie różni się istotnie od przypadku funkcji R R, należy tylko pamiętać, jaka metryka obowiązuje w danej przestrzeni. Zauważmy, że ciągłość funkcji f : X R opisuje warunek ( x X) ( ε > 0) ( δ > 0)( x X) [ρ(x, x ) < δ f(x) f(x ) < ε]. Pozornie podobny warunek ( ε > 0) ( δ > 0) ( x X) ( x X) [ρ(x, x ) < δ f(x) f(x ) < ε] definiuje jednostajną ciągłość. Różnica w pozycji kwantyfikatora ( x X) jest bardzo istotna, co najlepiej wyjaśnić na przykładzie. Przykład 6.3. Funkcja f : R R, f(x) = 3x + 1 jest jednostajnie ciągła, bo jeśli x x < ε/3 to f(x) f(x ) < ε (niezależnie od tego, gdzie punkty x, x się znajdują). Funkcja g(x) = x 2 nie jest jednostajnie ciągła, bo dla x = n, x = n + 1/n, x x = 1/n, ale g(x ) g(x) = 2 + 1/n 2 2. Dowód następujących faktów jest w zasadzie oczywisty. Twierdzenie 6.4 (1) Złożenie funkcji ciągłych jest ciągłe. (2) Jeśli funkcje f, g : X R są ciągłe to funkcje f + g, fg też są ciągłe. (3) Jeśli funkcja f : X Y jest ciągła to jest ciągła na każdej podprzestrzeni A X. Obecnie rozważmy funkcje postaci f : X R d. Taką funkcję można przedstawić za pomocą jej składowych f = (f 1, f 2,..., f d ), gdzie f j : X R. Zapis ten oznacza po prostu, że f(x) = (f 1 (x), f 2 (x),..., f d (x)) dla każdego x X. Twierdzenie 6.5 (1) Dla j d rzut π j : R d R, π j (x) = x j jest funkcją ciągłą (2) Funkcja f : X R d jest ciągła wtedy i tylko wtedy gdy wszystkie jej składowe są funkcjami ciągłymi. Dowód. (1) wynika natychmiast z Twierdzenia 3.4. (2) Jeśli f jest ciągła to f j = π j f jest ciągła jako złożenie funkcji ciągłych, patrz Twierdzenie 6.4(1). Załózmy, że wszystkie składowe są ciągłe. Jeśli x n x to f j (x n ) f j (x) dla j d; na podstawie Twierdzenia 3.4 oznacza to, że f(x n ) f(x). Przykład 6.6. Zauważmy że powyższe twierdzenia uzasadniają natychmiast ciągłość wielu typowych funkcji. Niech na przykład f : R 3 R 2 będzie dana wzorem f(x, y, z) = (x cos y, y 2 z).

16 Analiza 4, Przestrzenie metryczne 14 Wtedy f = (f 1, f 2 ), gdzie f 1 (x, y, z) = x cos y, f 2 (x, y, z) = y 2 z. Składowe te są ciągłe na mocy Twierdzenia 6.4, a więc i funkcja f jest ciągła. Jak się za chwilę okaże, ciągłość funkcji można wyrazić w zupełnie inny sposób. Przypomnijmy, że jeśli f : X Y to dla B Y zbiór f 1 [B] = {x X : f(x) B} nazywamy przeciwobrazem zbioru B przez funkcję f.! Nie należy mylić f 1 [{y}] z f 1 (y); podobieństwo jest bardzo pozorne. Twierdzenie 6.7 Niech dana będzie funkcja f : X Y (gdzie X, Y są przestrzeniami metrycznymi). Następujące warunki są równoważne (i) funkcja f jest ciągła; (ii) zbiór f 1 [V ] jest otwarty w X dla każdego otwartego V Y. (iii) zbiór f 1 [F ] jest domknięty w X dla każdego domkniętego F Y. Dowód. (i) (ii) Niech x 0 f 1 [V ]. Wtedy y 0 = f(x 0 ) V i, skoro V jest otwarty to B(y 0, ε) V dla pewnego ε > 0. Dobieramy δ > 0, takie że jeśli x B(x 0, δ) to f(x) B(y 0, ε) V. Oznacza to, że B(x 0, δ) f 1 [V ] i tym samym sprawdziliśmy,że f 1 [V ] jest otwarty. (ii) (iii) Wynika to natychmiast z tożsamości X \ f 1 [F ] = f 1 [Y \ F ]. (iii) (i) Przypuśćmy, że f nie spełnia ciągowej definicji ciągłości w punkcie x 0 ; wtedy istnieje ciąg x n x 0, taki że dla pewnego ε > 0 mamy d(f(x n ), f(x 0 )) ε dla wszystkich n. Zbiór F = {y Y : d(y, f(x 0 )) ε} jest domknięty; z drugiej strony x n f 1 [F ], x 0 / f 1 [F ],co oznacza że f 1 [F ] nie jest domknięty, wbrew założeniu. Przykład 6.8. Z powyższego twierdzenia łatwo wywnioskować, że okrąg A = {(x, y) : x 2 + y 2 = 1} jest domknięty: A = f 1 [{1}], gdzie zbiór {1} jest domknięty, a funkcja f(x, y) = x 2 +y 2 jest ciągła. Ponieważ zbiór A jest oczywiście ograniczony, z Twierdzenia 5.4 wynika, że jest on zwarty. Przypomnijmy, że dla f : X Y i A X zbiór f[a] = {f(x) : x A} jest obrazem zbioru A przez funkcję f. Rozważając funkcję f : R R, f(x) = x 2, łatwo sprawdzić, że! obraz zbioru otwartego przez funkcję ciągłą nie musi być otwarty.

17 Analiza 4, Przestrzenie metryczne 15 Twierdzenie 6.9 Jeśli funkcja ciągła f : X Y odwzorowywuje zwartą przestrzeń X na przestrzeń metryczną Y to przestrzeń Y też jest zwarta. Dowód. Niech (y n ) n będzie dowolnym ciągiem w Y. Wtedy dla każdego n istnieje x n X, taki że f(x n ) = y n. Ze zwartości X wynika że x nk x dla pewnego podciągu i x X. Wtedy y nk = f(x nk ) y = f(x) z ciągłości funkcji f. Z Twierdzenia 5.4 i powyższego wynika nastepujący wniosek. Wniosek 6.10 Jeśli przestrzeń X jest zwarta a funkcja f : X R jest ciągła to zbiór wartości f[x] = {f(x) : x X} jest domknięty i ograniczony; w szczególności funkcja f przyjmuje swoje kresy. Rozważymy teraz pewne niebanalne odwzorowanie pomiędzy dwiema przestrzeniami metrycznymi. Przykład Niech X = {0, 1} N, to znaczy X jest zbiorem wszystkich nieskończonych ciągów o wyrazach 0, 1. Określmy na X metrykę wzorem ρ(x, y) = 1 n, gdzie x y, a n jest najmniejszą liczbą naturalną, dla której x n y n ; dodatkowo definiujemy ρ(x, x) = 0. Nietrudno sprawdzić?, że ρ spełnia aksjomaty metryki. Niech f : X [0, 1] będzie dana wzorem f(x) = Sprawdzimy, że f jest funkcją ciągłą. Wynika to z faktu, że jeżeli x, y X, ρ(x, y) < 1/k to x j = y j dla j k i wtedy f(x) f(y) = n=1 n=1 x n y n 2 n x n 2 n. n=k n = 1 2 k. Zauważmy, że funkcja f zamienia ciąg zer i jedynek na liczbę rzeczywistą, która ma odpowiednie rozwinięcie w systemie dwójkowym. Funkcja taka jest ciągła i przekształca X na [0, 1]. Nietrudno zauważyć, że f nie jest funkcją różnowartościową. Przykład Rozważmy ponownie X = {0, 1} N z wyżej zdefiniowaną metryką, i funkcję g : X [0, 1], gdzie 2x n g(x) = 3. n n=1 Analogiczne rozumowanie pokazuje, że g też jest funkcją ciągłą. Jeśli x y, x 1 = y 1, x 2 = y 2,..., x k = y k, x k+1 = 1, y k+1 = 0 to g(x) g(y) = n=1 2(x n y n ) 3 n = k+1 n=k+2 2(x n y n ) 3 n

18 Analiza 4, Przestrzenie metryczne k+1 n=k = 2 n 3 1 k+1 3 = 1 k+1 3. k+1 Dowodzi to, że funkcja f jest różnowartościowa. Tym razem g zamienia ciąg zer i jedynek na liczbę, która w rozwinięciu trójkowym my cyfry 0 i 2. Zbiorem wartości funkcji g jest więc znany zbiór Cantora C [0, 1]. Rozważmy jeszcze funkcję odwrotną h = g 1 : C X. Przeprowadzony powyżej rachunek pokazuje, że jeśli g(x) g(y) < 1 1 to ρ(x, y) < 3k+1 3, k+2 co wyjaśnia, że funkcja h też jest ciągła. Ponieważ zbiór Cantora C jest zwarty (jako zbiór domknięty i ograniczony na prostej) a funkcja h przekształca C na X, więc przestrzeń X też jest zwarta. Powróćmy na moment do przestrzeni zupełnych. Następne twierdzenie nosi nazwę Twierdzenie Banacha o odwzorowaniu zwężającym. Twierdzenie 6.13 Niech (X, ρ) będzie niepustą przestrzenią zupełną, a f : X X odwzorowaniem, takim że dla pewnej stałej r < 1 i wszystkich x, y X ( ) ρ(f(x), f(y)) rρ(x, y). Wtedy istnieje dokładnie jeden punkt x X, taki że f(x) = x. Dowód. Przede wszystkim wywnioskować z warunku (*), że f jest funkcją ciągłą?. Nietrudno też sprawdzić, że funkcja f nie może mieć dwóch punktów stałych, bo jeżeli f(x 1 ) = x 1 i f(x 2 ) = x 2 to z (*) ρ(x 1, x 2 ) rρ(x 1, x 2 ), co daje x 1 = x 2. Punkt stały funkcji zdefiniujemy jako granicę pewnego ciągu. Niech x 0 X będzie dowolny, x 1 = f(x 0 ), ogólnie x n+1 = f(x n ). Rozważamy więc ciąg Oznaczając M = ρ(x 1, x 0 ) z warunku (*) x 0, f(x 0 ), f(f(x 0 )), f(f(f(x 0 ))),... ρ(x 2, x 1 ) = ρ(f(x 1 ), f(x 0 )) rρ(x 1, x 0 ) = rm; ρ(x 3, x 2 ) = ρ(f(x 2 ), f(x 1 )) rρ(x 2, x 1 ) r 2 ρ(x 1, x 0 ) = Mr 2 ; i łatwo sprawdzić przez indukcję że ρ(x n+1, x n ) r n M. Teraz możemy sprawdzić, że x n jest ciągiem Cauchy ego. ρ(x n, x n+k ) ρ(x n, x n+1 ) + ρ(x n+1, x n+2 ) +... ρ(x n+k 1, x n+k ) M(r n + r n r n+k 1 ) M rn 1 1 r. Tym samym warunek Cauchy ego wynika z faktu, że r < 1 i lim r n = 0. Przestrzeń X jest zupełna więc lim x n = x X. Wtedy f(x) = lim f(x n ) = x i to kończy dowód.

19 Analiza 4, Przestrzenie metryczne Twierdzenie Stone a Weierstrassa Niech X będzie ustaloną przestrzenią zwartą. Przez C(X) oznaczymy zbiór wszystkich funkcji ciągłych f : X R. Z Twierdzenia 6.9, każda taka funkcja jest ograniczona i możemy jak w Przykładzie 2.4 wprowadzić w C(X) metrykę supremum s(f, g) = sup{ f(x) g(x) : x X}. Rozumując jak w przypadku X = [a, b] stwierdzamy, że zbieżnośc f n f w tej metryce to po prostu jednostajna zbieżnośc ciągu funkcyjnego. Dowód poniższego twierdzenia nie różni się specjalnie od dowodu Twierdzenia 4.6. Twierdzenie 7.1 Przestrzeń C(X) jest zupełna w metryce supremum. Przedstawimy teraz bez dowodu, który wymaga czasu i wysiłku, ważne twierdzenie dotyczące gęstych podzbiorów przestrzeni C(X). Definicja 7.2 Niech P C(X). Mówimy, że (i) P jest pierścieniem funkcji jeśli P zawiera funkcje stałe oraz jest zamknięty na dodawanie i mnożenie, to jest jeśli f, g P to f + g, fg P ; (ii) P rozdziela punkty X jeśli dla dowolnych x, y X, x y istnieje f P, taka że f(x) f(y). Przykład 7.3. W C[a, b] zbiór wielomianów jest pierścieniem funkcji. Ponadto P rozdziela punkty [a, b]; istotnie sama tylko funkcja g(x) = x rozdziela punkty. Przykład 7.4. Niech P będzie zbiorem funkcji f : [a, b] R danych wzorem f(x) = a 0 + a 1 cos x + b 1 sin x + a 2 cos 2x + b 2 sin 2x a n cos nx + b n sin nx, dla pewnych a j, b j R i n N. Takie funkcje nazywamy wielomianami trygonometrycznymi. Sprawdzimy, że zbiór ten jest pierścieniem. Oczywiście P zawiera stałe i jest zamknięty na dodawanie. Mniej oczywiste jest to, że iloczyn wielomianów trygonometrycznych tez jest takim wielomianem (stąd nazwa!). Wynika to ze wzorów, takich jak sin kx cos mx = 1 (sin(k + m)x + sin(k m)x). 2 Zauważmy, że wielomiany trygonometryczne rozdzielają punkty przedziału [0, b] dla dowolnego b < 2π, natomiast nie rozdzielają punktów przedziału [0, 2π]. Twierdzenie 7.5 (Stone a Weierstrassa) Jeśli X jest przestrzenią zwartą, a P C(X) jest pierścieniem funkcji rozdzielającym punkty X to P jest gęstym podzbiorem w przestrzeni C(X).

20 Analiza 4, Przestrzenie metryczne 18 Przypomnijmy, że gęstość P w C(X) oznacza, że dla każdego ε > 0 i f C(X) istnieje g P, taka że s(f, g) < ε. Inaczej mówiąc dla każdej f C(X) istnieje ciąg (g n ) n elementów z P, który jest zbieżny jednostajnie do f. W szczególnym przypadku otrzymujemy klasyczne twierdzenie. Wniosek 7.6 (Weierstrassa) Każdą funkcję ciągłą na odcinku [a, b] można jednostajnie przybliżać wielomianami. Wniosek 7.7 Dla b < 2π zbiór wielomianów trygonometrycznych leży gęsto w C[0, b]. Wniosek 7.8 Funkcje f : [0, 1] 2 R postaci f(x, y) = g 1 (x)h 1 (y) +... g k (x)h k (y), gdzie g j, h j są funkcjami ciągłymi jednej zmiennej tworzą zbiór gęsty w C[0, 1] 2. Dowód. Przestrzeń [0, 1] 2 jest zwarta; wystarczy więc zauważyć, że opisane funkcje stanowią pierścień rozdzielający punkty. Oczywiście taki wniosek uogólnia się na wyższe wymiary. Pozostaje pytanie, jaki zbiór stanowią wielomiany trygonometryczne w przestrzeni C[0, 2π]. Przykład 7.9. Niech ϕ : [0, 2π] R 2, ϕ(t) = (cos t, sin t). Wtedy ϕ jest funkcją ciągłą, przekształcającą odcinek na okrąg jednostkowy O na płaszczyźnie. Istnieje odpowiedniość pomiędzy funkcjami ciągłymi na O a funkcjami ciągłymi na [0, 2π] o własności f(0) = f(2π). Stosując Twierdzenie 7.5 do C(O) można stąd wywnioskować, że wielomianami trygonometrycznymi można przybliżać jednostajnie każdą funkcję ciągłą o okresie 2π.

jest ciągiem elementów z przestrzeni B(R, R)

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

Bardziej szczegółowo

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

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi M. Beśka, Wstęp do teorii miary, Dodatek 158 10 Dodatek 10.1 Przestrzenie metryczne Niech X będzie niepustym zbiorem. Funkcję d : X X [0, ) spełniającą dla x, y, z X warunki (i) d(x, y) = 0 x = y, (ii)

Bardziej szczegółowo

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój. Wykład 10 Twierdzenie 1 (Borel-Lebesgue) Niech X będzie przestrzenią zwartą Z każdego pokrycia X zbiorami otwartymi można wybrać podpokrycie skończone Dowód Lemat 1 Dla każdego pokrycia U przestrzeni ośrodkowej

Bardziej szczegółowo

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013 Zdzisław Dzedzej Politechnika Gdańska Gdańsk, 2013 1 PODSTAWY 2 3 Definicja. Przestrzeń metryczna (X, d) jest zwarta, jeśli z każdego ciągu {x n } w X można wybrać podciąg zbieżny {x nk } w X. Ogólniej

Bardziej szczegółowo

Przestrzenie metryczne. Elementy Topologii. Zjazd 2. Elementy Topologii

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

Bardziej szczegółowo

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = : 4. Zbiory borelowskie. Zbiór wszystkich podzbiorów liczb naturalnych będziemy oznaczali przez ω. Najmniejszą topologię na zbiorze ω, w której zbiory {A ω : x A ω \ y}, gdzie x oraz y są zbiorami skończonymi,

Bardziej szczegółowo

zbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy

zbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy 5. Funkcje 1 klasy Baire a. Pod koniec XIX i początkiem XX wieku kilku matematyków zajmowało się problemami dotyczącymi klasyfikacji funkcji borelowskich: między innymi R. Baire, E. Borel, H. Lebesgue

Bardziej szczegółowo

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości.

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości. Własności Odległości i normy w Będziemy się teraz zajmować funkcjami od zmiennych, tzn. określonymi na (iloczyn kartezja/nski egzemplarzy ). Punkt należący do będziemy oznaczać jako Przykł. Wysokość terenu

Bardziej szczegółowo

Analiza Funkcjonalna - Zadania

Analiza Funkcjonalna - Zadania Analiza Funkcjonalna - Zadania 1 Wprowadzamy następujące oznaczenia. K oznacza ciało liczb rzeczywistych lub zespolonych. Jeżeli T jest dowolnym zbiorem niepustym, to l (T ) = {x : E K : x funkcja ograniczona}.

Bardziej szczegółowo

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Rozdział 6. Ciągłość. 6.1 Granica funkcji Rozdział 6 Ciągłość 6.1 Granica funkcji Podamy najpierw dwie definicje granicy funkcji w punkcie i pokażemy ich równoważność. Definicja Cauchy ego granicy funkcji w punkcie. Niech f : X R, gdzie X R oraz

Bardziej szczegółowo

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 2 Jacek M. Jędrzejewski Definicja 3.1. Niech (a n ) n=1 będzie ciągiem liczbowym. Dla każdej liczby naturalnej dodatniej n utwórzmy S n nazywamy n-tą sumą częściową. ROZDZIAŁ

Bardziej szczegółowo

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone Rozdział 4 Ciągi nieskończone W rozdziale tym wprowadzimy pojęcie granicy ciągu. Dalej rozszerzymy to pojęcie na przypadek dowolnych funkcji. Jak zauważyliśmy we wstępie jest to najważniejsze pojęcie analizy

Bardziej szczegółowo

Wstęp do przestrzeni metrycznych i topologicznych oraz ich zastosowań w ekonomii

Wstęp do przestrzeni metrycznych i topologicznych oraz ich zastosowań w ekonomii Wstęp do przestrzeni metrycznych i topologicznych oraz ich zastosowań w ekonomii Mirosław Sobolewski 25 maja 2010 Definicja. Przestrzenią metryczną nazywamy zbiór X z funkcją ρ : X X R przyporządkowującą

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

Informacja o przestrzeniach Hilberta

Informacja o przestrzeniach Hilberta Temat 10 Informacja o przestrzeniach Hilberta 10.1 Przestrzenie unitarne, iloczyn skalarny Niech dana będzie przestrzeń liniowa X. Załóżmy, że każdej parze elementów x, y X została przyporządkowana liczba

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

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, wiadomości wstępne (I) Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów

Bardziej szczegółowo

Uniwersytet Mikołaja Kopernika w Toruniu

Uniwersytet Mikołaja Kopernika w Toruniu Uniwersytet Mikołaja Kopernika w Toruniu Wydział Matematyki i Informatyki Krzysztof Frączek Analiza Matematyczna II Wykład dla studentów II roku kierunku informatyka Toruń 2009 Spis treści 1 Przestrzenie

Bardziej szczegółowo

Ciągłość funkcji f : R R

Ciągłość funkcji f : R R Ciągłość funkcji f : R R Definicja 1. Otoczeniem o promieniu δ > 0 punktu x 0 R nazywamy zbiór O(x 0, δ) := (x 0 δ, x 0 + δ). Otoczeniem prawostronnym o promieniu δ > 0 punktu x 0 R nazywamy zbiór O +

Bardziej szczegółowo

1. Funkcje monotoniczne, wahanie funkcji.

1. Funkcje monotoniczne, wahanie funkcji. 1. Funkcje monotoniczne, wahanie funkcji. Zbiór X będziemy nazywali uporządkowanym, jeśli określona jest relacja zawarta w produkcie kartezjańskim X X, która jest spójna, antysymetryczna i przechodnia.

Bardziej szczegółowo

Analiza matematyczna. 1. Ciągi

Analiza matematyczna. 1. Ciągi Analiza matematyczna 1. Ciągi Definicja 1.1 Funkcję a: N R odwzorowującą zbiór liczb naturalnych w zbiór liczb rzeczywistych nazywamy ciągiem liczbowym. Wartość tego odwzorowania w punkcie n nazywamy n

Bardziej szczegółowo

Definicja odwzorowania ciągłego i niektóre przykłady

Definicja odwzorowania ciągłego i niektóre przykłady Odwzorowania Pojęcie odwzorowania pomiędzy dwoma zbiorami było już definiowane, ale dawno, więc nie od rzeczy będzie przypomnieć, że odwzorowaniem nazywamy sposób przyporządkowania (niekoniecznie każdemu)

Bardziej szczegółowo

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki WYKŁAD Z ANALIZY MATEMATYCZNEJ I dr. Elżbieta Kotlicka Centrum Nauczania Matematyki i Fizyki http://im0.p.lodz.pl/~ekot Łódź 2006 Spis treści 1. CIĄGI LICZBOWE 2 1.1. Własności ciągów liczbowych o wyrazach

Bardziej szczegółowo

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych

Bardziej szczegółowo

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

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga

Bardziej szczegółowo

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Leszek Skrzypczak 1. Niech E = {x [0, 1] : x = k 2 n k = 1, 2,... 2 n, n = 1, 2, 3,...} Wówczas: (a) Dla dowolnych liczb wymiernych p, q [0,

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

Weronika Siwek, Metryki i topologie 1. (ρ(x, y) = 0 x = y) (ρ(x, y) = ρ(y, x))

Weronika Siwek, Metryki i topologie 1. (ρ(x, y) = 0 x = y) (ρ(x, y) = ρ(y, x)) Weronika Siwek, Metryki i topologie 1 Definicja 1. Załóżmy, że X, ρ: X X [0, ). Funkcja ρ spełnia następujące warunki: 1. x,y X (ρ(x, y) = 0 x = y) 2. 3. (ρ(x, y) = ρ(y, x)) x,y X (ρ(x, y) ρ(x, z) + ρ(z,

Bardziej szczegółowo

Zasada indukcji matematycznej

Zasada indukcji matematycznej Zasada indukcji matematycznej Twierdzenie 1 (Zasada indukcji matematycznej). Niech ϕ(n) będzie formą zdaniową zmiennej n N 0. Załóżmy, że istnieje n 0 N 0 takie, że 1. ϕ(n 0 ) jest zdaniem prawdziwym,.

Bardziej szczegółowo

Kurs wyrównawczy - teoria funkcji holomorficznych

Kurs wyrównawczy - teoria funkcji holomorficznych Kurs wyrównawczy - teoria funkcji holomorficznych wykład 1 Gniewomir Sarbicki 15 lutego 2011 Struktura ciała Zbiór par liczb rzeczywistych wyposażamy w działania: { + : (a, b) + (c, d) = (a + c, b + d)

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

Topologia I*, jesień 2012 Zadania omawiane na ćwiczeniach lub zadanych jako prace domowe, grupa 1 (prowadzący H. Toruńczyk).

Topologia I*, jesień 2012 Zadania omawiane na ćwiczeniach lub zadanych jako prace domowe, grupa 1 (prowadzący H. Toruńczyk). Topologia I*, jesień 2012 Zadania omawiane na ćwiczeniach lub zadanych jako prace domowe, grupa 1 (prowadzący H. Toruńczyk). Zadania w dużej mierze pochodzą z zestawu zadań w rozdziale 8 skryptu autorów

Bardziej szczegółowo

(b) Suma skończonej ilości oraz przekrój przeliczalnej ilości zbiorów typu G α

(b) Suma skończonej ilości oraz przekrój przeliczalnej ilości zbiorów typu G α FUNKCJE BORELOWSKIE Rodzinę F podzbiorów zbioru X (tzn. F X) będziemy nazywali ciałem gdy spełnione są warunki: (1) Jeśli zbiór Y F, to dopełnienie X \ Y też należy do rodziny F. (2) Jeśli S F jest skończoną

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

Topologia - Zadanie do opracowania. Wioletta Osuch, Magdalena Żelazna, Piotr Kopyrski

Topologia - Zadanie do opracowania. Wioletta Osuch, Magdalena Żelazna, Piotr Kopyrski Topologia - Zadanie do opracowania Wioletta Osuch, Magdalena Żelazna, Piotr Kopyrski 5 grudnia 2013 Zadanie 1. (Topologie na płaszczyźnie) Na płaszczyźnie R 2 rozważmy następujące topologie: a) Euklidesową

Bardziej szczegółowo

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

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? a) X = R, d(x, y) = arctg x y ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i

Bardziej szczegółowo

Wstęp do topologii Ćwiczenia

Wstęp do topologii Ćwiczenia Wstęp do topologii Ćwiczenia Spis treści Przestrzeń metryczna, metryka 2 Kule w przestrzeni metrycznej 2 3 Zbieżność w przestrzeniach metrycznych 4 4 Domknięcie, wnętrze i brzeg 6 5 Zbiory gęste, brzegowe

Bardziej szczegółowo

Dlaczego nie wystarczają liczby wymierne

Dlaczego nie wystarczają liczby wymierne Dlaczego nie wystarczają liczby wymierne Analiza zajmuje się problemami, w których pojawia się przejście graniczne. Przykładami takich problemów w matematyce bądź fizyce mogą być: 1. Pojęcie prędkości

Bardziej szczegółowo

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Marcin Michalski 14.11.014 1 Wprowadzenie Jedną z intuicji na temat liczb rzeczywistych jest myślenie o nich jako liczbach,

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

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

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

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?. a) X = R, x = arctg x ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i y i ;

Bardziej szczegółowo

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

Stanisław Betley, Józef Chaber, Elżbieta Pol i Roman Pol TOPOLOGIA I. wykłady i zadania

Stanisław Betley, Józef Chaber, Elżbieta Pol i Roman Pol TOPOLOGIA I. wykłady i zadania Stanisław Betley, Józef Chaber, Elżbieta Pol i Roman Pol TOPOLOGIA I wykłady i zadania WSTĘP. Materiał w skrypcie odpowiada programowi zajęć z Topologii I w trzecim semestrze studiów na Wydziale MIM Uniwersytetu

Bardziej szczegółowo

Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z 21 grudnia 2014)

Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z 21 grudnia 2014) dr inż. Ryszard Rębowski DEFINICJA CIĄGU LICZBOWEGO Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z grudnia 04) Definicja ciągu liczbowego Spośród

Bardziej szczegółowo

Robert Kowalczyk. Zbiór zadań z teorii miary i całki

Robert Kowalczyk. Zbiór zadań z teorii miary i całki Robert Kowalczyk Zbiór zadań z teorii miary i całki 2 Zadanie 1 Pokazać, że poniższe dwie definicje σ-ciała M są równoważne: (i) Rodzinę M podzbiorów przestrzeni X nazywamy σ-ciałem jeżeli zachodzą następujące

Bardziej szczegółowo

Dekompozycje prostej rzeczywistej

Dekompozycje prostej rzeczywistej Dekompozycje prostej rzeczywistej Michał Czapek michal@czapek.pl www.czapek.pl 26 X AD MMXV Streszczenie Celem pracy jest zwrócenie uwagi na ciekawą różnicę pomiędzy klasami zbiorów pierwszej kategorii

Bardziej szczegółowo

Stanisław Betley, Józef Chaber, Elżbieta Pol i Roman Pol TOPOLOGIA I. wykłady i zadania. luty 2013

Stanisław Betley, Józef Chaber, Elżbieta Pol i Roman Pol TOPOLOGIA I. wykłady i zadania. luty 2013 Stanisław Betley, Józef Chaber, Elżbieta Pol i Roman Pol TOPOLOGIA I wykłady i zadania luty 2013 WSTĘP. Materiał w skrypcie odpowiada programowi zajęć z Topologii I w trzecim semestrze studiów na Wydziale

Bardziej szczegółowo

1 Elementy analizy funkcjonalnej

1 Elementy analizy funkcjonalnej M. Beśka, Dodatek 1 1 Elementy analizy funkcjonalnej 1.1 Twierdzenia o reprezentacji Zaczniemy od znanego twierdzenia Riesza Twierdzenie 1.1 (Riesz) Niech będzie zwartą przestrzenią metryczną i załóżmy,

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

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami: 9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym

Bardziej szczegółowo

1 Działania na zbiorach

1 Działania na zbiorach M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej

Bardziej szczegółowo

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

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

1 Przestrzenie Hilberta

1 Przestrzenie Hilberta M. Beśka, Wykład monograficzny, Dodatek 1 1 Przestrzenie Hilberta 1.1 Podstawowe fakty o przestrzeniach Hilberta Niech H będzie przestrzenią liniową nad ciałem liczb rzeczywistych. Określmy odwzorowanie,

Bardziej szczegółowo

Zbiory liczbowe widziane oczami topologa

Zbiory liczbowe widziane oczami topologa Zbiory liczbowe widziane oczami topologa Aleksander Błaszczyk Instytut Matematyki Uniwersytetu Ślaskiego Brenna, 25 wrzesień 2018 Aleksander Błaszczyk (UŚ) Zbiory liczbowe widziane oczami topologa Brenna,

Bardziej szczegółowo

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5 Dystrybucje Marcin Orchel Spis treści 1 Wstęp 1 1.1 Dystrybucje................................... 1 1.2 Pochodna dystrybucyjna............................ 3 1.3 Przestrzenie...................................

Bardziej szczegółowo

Zadania do Rozdziału X

Zadania do Rozdziału X Zadania do Rozdziału X 1. 2. Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż,

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

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny: Podstawowe definicje Definicja ciągu Ciągiem nazywamy funkcję na zbiorze liczb naturalnych, tzn. przyporządkowanie każdej liczbie naturalnej jakiejś liczby rzeczywistej. (Mówimy wtedy o ciągu o wyrazach

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

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy

Bardziej szczegółowo

TEST A. A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty

TEST A. A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty TEST A A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty T 1 przestrzeni. Czym ta aksjomatyka różni się od aksjomatyki zbiorów otwartych? A-2. Ile różnych zbiorów otwartych

Bardziej szczegółowo

A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty

A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty T 1 przestrzeni. Czym ta aksjomatyka różni się od aksjomatyki zbiorów otwartych? A-2. Wyprowadź z aksjomatów topologii

Bardziej szczegółowo

Zajmijmy się najpierw pierwszym równaniem. Zapiszmy je w postaci trygonometrycznej, podstawiając z = r(cos ϕ + i sin ϕ).

Zajmijmy się najpierw pierwszym równaniem. Zapiszmy je w postaci trygonometrycznej, podstawiając z = r(cos ϕ + i sin ϕ). Zad (0p) Zaznacz na płaszczyźnie zespolonej wszystkie z C, które spełniają równanie ( iz 3 z z ) Re [(z + 3) ( z 3) = 0 Szukane z C spełniają: iz 3 = z z Re [(z + 3) ( z 3) = 0 Zajmijmy się najpierw pierwszym

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

II. FUNKCJE WIELU ZMIENNYCH

II. FUNKCJE WIELU ZMIENNYCH II. FUNKCJE WIELU ZMIENNYCH 1. Zbiory w przestrzeni R n Ustalmy dowolne n N. Definicja 1.1. Zbiór wszystkich uporzadkowanych układów (x 1,..., x n ) n liczb rzeczywistych, nazywamy przestrzenią n-wymiarową

Bardziej szczegółowo

Elementy logiki matematycznej

Elementy logiki matematycznej Elementy logiki matematycznej Przedmiotem logiki matematycznej jest badanie tzw. wyrażeń logicznych oraz metod rozumowania i sposobów dowodzenia używanych w matematyce, a także w innych dziedzinach, w

Bardziej szczegółowo

Zad.3. Jakub Trojgo i Jakub Wieczorek. 14 grudnia 2013

Zad.3. Jakub Trojgo i Jakub Wieczorek. 14 grudnia 2013 Zad.3 Jakub Trojgo i Jakub Wieczorek 14 grudnia 2013 W pierwszej części naszej pracy będziemy chcieli zbadać ciągłość funkcji f(x, y) w przypadku gdy płaszczyzna wyposażona jest w jedną z topologii: a)

Bardziej szczegółowo

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ FUNKCJE DWÓCH ZMIENNYCH RZECZYWISTYCH Definicja 1. Niech A będzie dowolnym niepustym zbiorem. Metryką w zbiorze A nazywamy funkcję rzeczywistą

Bardziej szczegółowo

Zajęcia nr. 3 notatki

Zajęcia nr. 3 notatki Zajęcia nr. 3 notatki 22 kwietnia 2005 1 Funkcje liczbowe wprowadzenie Istnieje nieskończenie wiele funkcji w matematyce. W dodaktu nie wszystkie są liczbowe. Rozpatruje się funkcje które pobierają argumenty

Bardziej szczegółowo

Matematyka i Statystyka w Finansach. Rachunek Różniczkowy

Matematyka i Statystyka w Finansach. Rachunek Różniczkowy Rachunek Różniczkowy Ciąg liczbowy Link Ciągiem liczbowym nieskończonym nazywamy każdą funkcję a która odwzorowuje zbiór liczb naturalnych N w zbiór liczb rzeczywistych R a : N R. Tradycyjnie wartość a(n)

Bardziej szczegółowo

1 Przestrzenie metryczne

1 Przestrzenie metryczne 1 Przestrzenie metryczne Definicja 1.1 (metryka) Niech będzie niepustym zbiorem. Funkcję d: R + nazywamy metryką, jeśli spełnia warunki: 1 o d(x, y) = d(y, x) (symetria) 2 o d(x, y) + d(y, z) d(x, z) (nierówność

Bardziej szczegółowo

Krzywa uniwersalna Sierpińskiego

Krzywa uniwersalna Sierpińskiego Krzywa uniwersalna Sierpińskiego Małgorzata Blaszke Karol Grzyb Streszczenie W niniejszej pracy omówimy krzywą uniwersalną Sierpińskiego, zwaną również dywanem Sierpińskiego. Pokażemy klasyczną metodę

Bardziej szczegółowo

Teoria miary i całki

Teoria miary i całki Teoria miary i całki Spis treści 1 Wstęp 3 2 lgebra zbiorów 5 3 Pierścienie, ciała, σ ciała zbiorów. 7 3.1 Definicja pierścienia ciała i σ ciała............... 7 3.2 Pierścień, ciało i σ ciało generowane

Bardziej szczegółowo

Ciągłość funkcji jednej zmiennej rzeczywistej. Autorzy: Anna Barbaszewska-Wiśniowska

Ciągłość funkcji jednej zmiennej rzeczywistej. Autorzy: Anna Barbaszewska-Wiśniowska Ciągłość funkcji jednej zmiennej rzeczywistej Autorzy: Anna Barbaszewska-Wiśniowska 2018 Spis treści Definicja ciągłości funkcji. Przykłady Funkcja nieciągła. Typy nieciągłości funkcji Własności funkcji

Bardziej szczegółowo

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

Bardziej szczegółowo

Ciągłość i topologia. Rozdział Ciągłość funkcji wg. Cauchy

Ciągłość i topologia. Rozdział Ciągłość funkcji wg. Cauchy Rozdział 1 Ciągłość i topologia Nadanie precyzyjnego sensu intiucyjnemu pojęciu ciągłości jest jednym z głównych tematów dziedziny matematyki, zwanej topologią. Definicja funkcji ciągłej znana z podstawowego

Bardziej szczegółowo

Matematyka ZLic - 2. Granica ciągu, granica funkcji. Ciągłość funkcji, własności funkcji ciągłych.

Matematyka ZLic - 2. Granica ciągu, granica funkcji. Ciągłość funkcji, własności funkcji ciągłych. Matematyka ZLic -. Granica ciągu, granica funkcji. Ciągłość funkcji, własności funkcji ciągłych. Granica ciągu Ciąg a n ma granicę właściwą g R i piszemy jeśli lim n a n g lub a n g gdy n NN n N a n g

Bardziej szczegółowo

Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń

Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch 22 marzec 2018 Szybkie przypomnienie z wykładu Prezentacja

Bardziej szczegółowo

Notatki z Analizy Matematycznej 1. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 1. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 1 Jacek M. Jędrzejewski Wstęp W naszym konspekcie będziemy stosowali następujące oznaczenia: N zbiór liczb naturalnych dodatnich, N 0 zbiór liczb naturalnych (z zerem),

Bardziej szczegółowo

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1.

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1. Rozdział 5 Szeregi liczbowe 5. Szeregi liczbowe Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy ( ). Ciąg (s n ) określony wzorem s n = n a j, n N, nazywamy ciągiem sum częściowych ciągu

Bardziej szczegółowo

Notatki przygotowawcze dotyczące inwersji na warsztaty O geometrii nieeuklidesowej hiperbolicznej Wrocław, grudzień 2013

Notatki przygotowawcze dotyczące inwersji na warsztaty O geometrii nieeuklidesowej hiperbolicznej Wrocław, grudzień 2013 Notatki przygotowawcze dotyczące inwersji na warsztaty O geometrii nieeuklidesowej hiperbolicznej Wrocław, grudzień 013 3.4.1 Inwersja względem okręgu. Inwersja względem okręgu jest przekształceniem płaszczyzny

Bardziej szczegółowo

granicą ciągu funkcyjnego (f n ) n N W symbolicznym zapicie fakt, że f jest granicą ciągu funkcyjnego (f n ) n N możemy wyrazić następująco: ε>0 N N

granicą ciągu funkcyjnego (f n ) n N W symbolicznym zapicie fakt, że f jest granicą ciągu funkcyjnego (f n ) n N możemy wyrazić następująco: ε>0 N N 14. Określenie ciągu i szeregu funkcyjnego, zbieżność punktowa i jednostajna. Własności zbieżności jednostajnej. Kryterium zbieżności jednostajnej szeregu funkcyjnego. 1 Definicja Ciąg funkcyjny Niech

Bardziej szczegółowo

2.7 Przestrzenie unormowane skończenie wymiarowe

2.7 Przestrzenie unormowane skończenie wymiarowe 2.7 Przestrzenie unormowane skończenie wymiarowe Rozważamy teraz przestrzenie unormowane X skończenie wymiarowe. Załóżmy, że dimx = m. Niech dalej e,e 2,...,e m będzie bazą algebraiczną tej przestrzeni

Bardziej szczegółowo

Funkcje analityczne. Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017)

Funkcje analityczne. Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017) Funkcje analityczne Wykład 1. Co to są i do czego służą funkcje analityczne? Funkcje analityczne (rok akademicki 2016/2017) Paweł Mleczko Uniwersytet im. Adama Mickiewicza w Poznaniu 1. Sprawy organizacyjne

Bardziej szczegółowo

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych

Wykład 1. Na początku zajmować się będziemy zbiorem liczb całkowitych Arytmetyka liczb całkowitych Wykład 1 Na początku zajmować się będziemy zbiorem liczb całkowitych Z = {0, ±1, ±2,...}. Zakładamy, że czytelnik zna relację

Bardziej szczegółowo

III. Funkcje rzeczywiste

III. Funkcje rzeczywiste . Pojęcia podstawowe Załóżmy, że dane są dwa niepuste zbiory X i Y. Definicja. Jeżeli każdemu elementowi x X przyporządkujemy dokładnie jeden element y Y, to mówimy, że na zbiorze X została określona funkcja

Bardziej szczegółowo

Wykład 1. Przestrzeń Hilberta

Wykład 1. Przestrzeń Hilberta Wykład 1. Przestrzeń Hilberta Sygnały. Funkcje (w języku inżynierów - sygnały) które będziemy rozważali na tym wykładzie będą kilku typów Sygnały ciągłe (analogowe). ) L (R) to funkcje na prostej spełniające

Bardziej szczegółowo

020 Liczby rzeczywiste

020 Liczby rzeczywiste 020 Liczby rzeczywiste N = {1,2,3,...} Z = { 0,1, 1,2, 2,...} m Q = { : m, n Z, n 0} n Operacje liczbowe Zbiór Dodawanie Odejmowanie Mnożenie Dzielenie N Z Q Pytanie Dlaczego zbiór liczb wymiernych nie

Bardziej szczegółowo

Lista zagadnień omawianych na wykładzie w dn r. :

Lista zagadnień omawianych na wykładzie w dn r. : Lista zagadnień omawianych na wykładzie w dn. 29.0.208r. : Granica funkcji Definicja sąsiedztwa punktu. Sąsiedztwo 0 R o promieniu r > 0: S 0, r = 0 r, 0 + r\{ 0 } 2. Sąsiedztwo lewostronne 0 R o promieniu

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

1 Funkcje i ich granice

1 Funkcje i ich granice Funkcje i ich granice Było: Zbiór argumentów; zbiór wartości; monotoniczność; funkcja odwrotna; funkcja liniowa; kwadratowa; wielomiany; funkcje wymierne; funkcje trygonometryczne i ich odwrotności; funkcja

Bardziej szczegółowo

Ośrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski,

Ośrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski, Procesy Stochastyczne, wykład, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 27 luty, 2012 Ośrodkowość procesów Dalej zakładamy, że (Ω, Σ, P) jest zupełną przestrzenią miarową. Definicja.

Bardziej szczegółowo

Teoria miary. Matematyka, rok II. Wykład 1

Teoria miary. Matematyka, rok II. Wykład 1 Teoria miary Matematyka, rok II Wykład 1 NAJBLIŻSZY CEL: Nauczyć się mierzyć wielkość zbiorów. Pierwsze przymiarki: - liczność (moc) zbioru - słabo działa dla zbiorów nieskończonych: czy [0, 1] powinien

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja) Matematyka II Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 208/209 wykład 3 (27 maja) Całki niewłaściwe przedział nieograniczony Rozpatrujemy funkcje ciągłe określone na zbiorach < a, ),

Bardziej szczegółowo

Aproksymacja diofantyczna

Aproksymacja diofantyczna Aproksymacja diofantyczna Szymon Draga Ustroń, 4 listopada 0 r Wprowadzenie Jak wiadomo, każdą liczbę niewymierną można (z dowolną dokładnością) aproksymować liczbami wymiernymi Powstaje pytanie, w jaki

Bardziej szczegółowo