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.
|
|
- Sylwester Cieślik
- 6 lat temu
- Przeglądów:
Transkrypt
1 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 każdego ɛ > 0 X jest zawarta w skończonej sumie kul o promieniu ɛ. Definicja. (X, d) jest metrycznie zwarta jeśli jest ca lkowicie ograniczona i zupe lna. Definicja 3. (X, d) jest ci agowo zwarta gdy każdy ci ag zawiera podci ag zbieżny. Definicja 4. Przez rodzinȩ scentrowan a rozumiemy rodzinȩ domkniȩtych podzbiorów {F α : α A} przestrzeni X takich, że każdy uk lad skończony {F α1, F α,..., F αk } ma przekrój niepusty. Na przyk lad każdy zstȩpuj acy ci ag (F n ) niepustych zbiorów domkniȩtych jest rodzin a scentrowan a. Definicja 5. Pokryciem (otwartym) nazywamy rodzinȩ zbiorów otwartych {U α : α A} tak a, że α U α = X. Definicja 6. (X, d) jest toplogicznie zwarta jeśli każde pokrycie zawiera pokrycie (czyli tzw. podpokrycie) skończone. Definicja 7. (X, d) jest przeliczalnie zwarta jeśli każde pokrycie przeliczalne zawiera podpokrycie skończone. Definicja 8. (X, d) jest uniwersalnie zupe lna jeśli każda przestrzeń homeomorficzna z (X, d) jest zupe lna. Definicja 9. (X, d) ma w lasność Lindelöfa jeśli każde pokrycie zawiera podpokrycie przeliczalne. T W I E R D Z E N I A Twierdzenie 0. Ci ag ly obraz zbioru ci agowo zwartego jest ci agowo zwarty. Twierdzenie 1. Metryczna i ci agowa zwartość s a równoważne. Twierdzenie. Przestrzeń metrycznie zwarta jest ograniczona, ośrodkowa, uniwersalnie zupe lna. Twierdzenie 3. Przestrzeń metryczna (X, d) uniwersalnie zupe lna jest metrycznie zwarta. Twierdzenie 4. Przestrzeń jest topologicznie zwarta wtedy i tylko wtedy gdy każda rodzina scentrowana ma przekrój niepusty. Twierdzenie 5. Przestrzeń metryczna, w której każdy zstȩpuj acy ci ag niepustych zbiorów domkniȩtych ma przekrój niepusty (w szczególności jest tak gdy każda rodzina scentrownana ma przekrój niepusty), jest metrycznie zwarta. Twierdzenie 6. Każda przestrzeń metryczna jest ośrodkowa wtedy i tylko wtedy gdy ma w lasność Lindelöfa. Twierdzenie 7. Przestrzeń metrycznie zwarta jest przeliczalnie zwarta.
2 WNIOSEK, Twierdzenie 8. Dla przestrzeni metrycznej (X, d) NWSR 1) metryczna zwartość, ) ci agowa zwartość, 3) uniwersalna zupe lność. 4) topologiczna zwartość, 5) warunek, że każda rodzina scentrowana ma przekrój niepusty, 6) warunek, że każdy zstȩpuj acy ci ag niepustych zbiorów domkniȩtych ma przekrój niepusty, 7) przeliczalna zwartość, DOWODY: Dowód Tw 0. Niech f : X Y bȩdzie ci ag la, a X zwarta. Weźmy dowolny ci ag (y n ) w obrazie f(x). Mamy y n = f(x n ) dla odpowiednio dobranych punktów x n X. Jeśli teraz (x nk ) jest podci agiem zbieżnym do pewnego x X (a istnieje taki ze zwartości ci agowej X), to (f(x nk )) jest ci agiem zbieżnym do f(x) (z ci ag lości funkcji f). Ale to jest ci ag (y nk ), czyli podci ag ci agu (y n ) i zbiega do elementu zbioru f(x). Czyli f(x) jest ci agowo zwarta. Dowód Tw 1. Niech (X, d) bȩdzie ci agowo zwarta i niech (x n ) bȩdzie ci agiem podstawowym. Ponieważ (z ci agowej zwarości) ma on podci ag zbieżny, sam jest zbieżny (do tej samej granicy to jest w lasność ci agów podstawowych). Zatem (X, d) jest zupe lna. Za lóżmy, że X nie jest ca lkowicie ograniczona. Wtedy istnieje ɛ > 0 taki, że żaden skończony uk lad kul o promieniu ɛ nie pokrywa X. Wtedy bior ac indukcyjnie za x n+1 punkt spoza sumy kul wokó l punktów x 1, x,..., x n konstruujemy ci ag punktów, w ktorym każde dwa elementy s a w odleg lości co najmniej ɛ. Taki ci ag nie ma podci agu podstawowego, co przeczy ci agowej zwartości. Zatem wykazaliśmy, że X jest ca lkowicie ograniczona. Teraz na odwrót. Niech X bȩdzie ca lkowicie ograniczona i zupe lna i weźmy dowolny ci ag (x n ). Ustalamy ci ag ɛ n malej acy do zera. Jedna ze skończenie wielu kul o promieniu ɛ 1 pokrywajcych X zawiera nieskończenie wiele wyrazów ci agu (x n ), a wiec podci ag (x nk ). Pierwszy wyraz tego ci agu bȩdzie pierwszym wyrazem y 1 przysz lego podci agu zbieżnego ci agu (x n ). Dalej, jedna ze skończenie wielu kul o promieniu ɛ zawiera nieskończenie wiele wyrazów ci agu (x nk ), a wiec podci ag (x nki ). Drugi wyraz tego ci agu bȩdzie naszym y (dlatego drugi, że pierwszy może mieć ten sam indeks w ci agu (x n ) co y 1, natomiast drugi z pewności a bȩdzie mieć indeks wyższy). I tak dalej, skonstruujemy ci ag y n bȩd acy podci agiem ci agu (x n ) o tej w lasności, że wyrazy od n-tego wzwyż s a w jednej kuli o promieniu ɛ n. Taki ci ag jest oczywiście podstawowy, a z zupe lności zbieżny. Dowód Tw. Ograniczoność wynika z tego, że skończenie wiele kul o promieniu ɛ, powiedzmy K(x 1, ɛ),..., K(x n, ɛ) zawieraj a siȩ w kuli o promieniu ɛ + M wokó l punktu x 1, gdzie M = max{d(x 1, x i ), i =,..., n}. Ośrodkowość: ośrodkiem jest zbiór środków kul pokrywaj acych o promieniach ɛ n, gdzie (ɛ n ) jest pewnym ci agiem zbieżnym do zera. Uniwersalna zupe lność wynika z Twierdzeń 0 i 1. Dowód Tw 3. Najpierw definicje pomocnicze: funkcja f : X X [0, ) nazywa siȩ funkcj a kosztów przejazdu jeśli f(x, y) = f(y, x) i f(x, x) = 0. Maj ac funkcjȩ kosztów przejazdu f definiujemy,,metrykȩ najtańszego po l aczenia wzorem d f (x, y) = inf{f(x 0, x 1 ) + f(x 1, x ) + + f(x n 1, x n )} po wszystkich skończonych uk ladach punktów x 0, x 1,..., x n takich, że x 0 = x i x n = y. Latwo sprawdza siȩ, że jest to pesudometryka (spe lnia wszystkie aksjomaty
3 metryki oprócz tego, że d f (x, y) = 0 = x = y). Oczywiście d f (x, y) f(x, y) (f(x, y) reprezentuje,,po l aczenie bezpośrednie ). W sytuacji Tw. 3 weźmy przestrzeń niezwart a i w niej ci ag (x n ) nie maj acy podci agu zbieżnego. Wybieraj ac podci ag można uzyskać ci ag (x n ) różnowartościowy (czyli o wyrazach parami różnych). Zadajemy funkcjȩ kosztu { d(x, y), gdy przynajmniej jeden z punktów x, y nie należy do cia,gu (xn ) f(x, y) = min{d(x, y), 1 n 1 m }, gdy x = x n, y = y m. (Interpretacja: punkty x n to,,lotniska, ceny przelotów z lotniska x n do lotniska x m s a takie jak odleg lości w ci agu 1 n. Z punku x do y możemy jechać,,po l adzie, albo korzystać z po l aczeń lotniczych, ale wtedy trzeba dojechać l adem do jakiegoś lotniska). Widać, że f(x, y) d(x, y), zatem d f (x, y) d(x, y), z czego wynika natychmiast, że zbieżność w d implikuje zbieżność w d f. Pokażemy, że jest też na odwrót. W tym celu wprowadzamy oznaczenie { min{d(x, xn ) : n 1} gdy x nie jest wyrazem cia,gu (x n ) r(x) = min{ 1 n+1, d(x n, x m ) : m n} gdy x = x n. Jest istotne, że dla każdego x, r(x) > 0. (Liczba ta interpretuje siȩ jako odleg lość (w nowej metryce) do najbliższego (innego niż x) lotniska). Nietrudno zauważyć, że dla każdego x i y mamy d f (x, y) min{d(x, y), r(x)} (najtańsze po l aczenie, jeśli nie jest,,po l adzie, to albo zawiera dojazd do najbliższego lotniska, albo, jeśli już jesteśmy na lotnisku najtańszy przelot do innego lotniska). Zatem jeśli d f (x, y) < r(x) to d f (x, y) = d(x, y). Z tego natychmiast wynika, że jeśli y n x w d f to y n x również w d. Zatem metryki d i d f s a równoważne i (X, d) oraz (X, d f ) s a homeomorficzne poprzez identyczność. Ostatnia rzecz, to spostrzeżenie, że ci ag (x n ) jest podstawowy w metryce d f (dla n m, d f (x n, x m ) 1 n ) ale nie jest zbieżny (bo nie by l zbieżny w równoważnej metryce d). Zatem (X, d f ) nie jest zupe lna. Dowód Tw 4. Niech F = {F α : α A} bȩdzie rodzin a zbiorów domkniȩtych o pustym przekroju. Wtedy U α = Fα c jest pokryciem. Z za lożenia o topologicznej zwartości istnieje podpokrycie skończone {U αi : i = 1,,..., n}. Wtedy przekrój skończony n i=1 F α i jest pusty, czyli rodzina F nie jest scentrowana. A zatem rodziny scentrowane maj a przekrój niepusty. Na odwrót. Niech U = {U α : α A} bȩdzie pokryciem nie posiadaj acym podpokrycia skończonego. Wtedy F = {F α : α A}, gdzie F α = Uα, c jest rodzin a scentrowan a o przekroju pustym. Dowód Tw 5. Niech X posiada w lasność, że każdy zstȩpuj acy ci ag niepustych zbiorów ma przekrój niepusty. Pokażemy ci agow a zwartość. Przypuśćmy, że (x n ) jest ci agiem bez podci agów zbieżnych. Znowu możemy za lożyć, że jest to ci ag różnowartościowy. Wtedy zbiory F n = {x n, x n+1,... } s a niepuste, zstȩpuj ace, domkniȩte (gdyby w domkniȩciu dochodzi l jakiś punkt, to by lby on granic a podci agu) i maj a przekrój pusty. Sprzeczność. Dowód Tw 6. Jeśli (X, d) jest metryczna i ośrodkowa, o ośrodku {x n : n N}, to rodzina kul K = {K(x n, 1 k ) : n, k N} jest przeliczalna. Nietrudno pokazać (z gȩstości ośrodka i elementarnych nierówności trójk ata), że jeśli U jest zbiorem otwartym i x U to istnieje K K taka, że x K U. Jeśli U jest pokryciem, to najpierw dla każdego x X wybieramy jakiś U x U taki, że x U x, a nastȩpnie wybieramy kulȩ K x K tak a, że x K x U x. Rodzina kul K 0 = {K x : x X} jest co prawda indeksowana zbiorem być może nieprzeliczalnym (x X), ale de 3
4 4 facto jest to podrodzina rodziny K, a wiec jako zbiór jest przeliczalna (wyrazy K x dla różnych x mog a siȩ powtarzać). Wystraczy teraz dla każdej kuli K K 0 wybrać jedn a jej postać jako K x(k), wtedy wybrane indexy x(k) stanowi a zbiór przeliczalny i rodzina {U xk : K K 0 } jest podpokryciem przeliczalnym (bo dla dowolnego x X mamy x K x = K x(k) U x(k) ). Czyli mamy w lasność Lindelöfa. Na odwrót: jeśli (X, d) ma w lasność Lindelöfa, to dla każdego n N bierzemy pokrycie wszystkimi kulami o promieniu 1 n, z niego wybieramy podpokrycie przeliczalne {K n,i ) : i N}. Zbiór wszystkich środków tak wybranych kul (oznaczmy go przez {x n,i : n N, i N}) jest, jak latwo widać, przeliczlnym zbiorem gȩstym, czyli ośrodkiem. Dowód Tw 7. Weźmy pokrycie przeliczalne U = {U n : n N}, które nie ma podpokrycia skończonego. Gdyby dla pewnego n 0 wszystkie,,uroz l acznienia n 1 V n = U n \ z n n 0 by ly puste oznacza loby to, że suma do n 0 1 jest ca lym X, czyli że {U 1,..., U n0 1} jest pokryciem skończonym, a za lożyliśmy, że takiego nie ma. Zatem istnieje ci ag nieskończony indeksów n k takich, że V nk. Wybierzmy po jednym punkcie x k V nk. Z ciagowej zbieżności można (wybieraj ac jeszcze raz podci ag) za lożyć, że x k zbiega do jakiegoś x X. Istnieje n 0 takie, że x U n0 (bo zbiory U n pokrywaj a X). Wtedy x k U n0 dla dużych k. Ale dla dostatecznie dużego k, n k > n 0 i wtedy V nk jest roz l aczne z U n0 (z def. V n ). Sprzeczność, bo x k V nk i jednocześnie x k V n0. i=1 Dowód Tw 8. Wynika to wprost z poprzednich twierdzeń. W lasności funkcji ci ag lych. Niech f : X Y bȩdzie funkcj a ci ag l a, gdzie (X, d) jest zwarta, a (Y, e) dowolna metryczna. Wtedy 1) f(x) jest zwarty (to już wiemy); ) f jest jednostajnie ci ag la; 3) Jeśli f jest różnowartościowa to f : X f(x) jest homeomorfizmem. 4) Jeśli f n i f s a ci ag lymi funkcjami rzeczywistymi (czyli teraz zak ladamy, że (Y, e) = (R, )) i f n zbiegaj a monotonicznie do f w każdym punkcie x X, to zbieżność ta jest jednostajna. Dowody. ) Ustalmy ɛ > 0. Dla każdego x X istnieje δ = δ(x, ɛ ) > 0 taka, że Jeśli teraz d(x, z) < δ to U i d(x, y) < δ = e(f(x), f(y)) < ɛ. d(z, y) < δ = e(f(z), f(y)) < ɛ. Innymi s lowy δ(z, ɛ) δ(x, ɛ ) dla z w pewnej kuli K x = K(x, δ(x, ɛ ) ). Te kule pokrywaj a X, zatem ze zwartości istnieje pokrycie skończone {K xi : i = 1,..., n}. Niech δ(ɛ) = min{ δ(x i, ɛ ) : i = 1,,..., n}. Twierdzimy, że d(z, y) < δ(ɛ) = e(f(z), f(y)) < ɛ niezależnie od wyboru z i y. Faktycznie, istnieje x i taki, że z K xi. Wtedy δ(z, ɛ) δ(x i, ɛ ) δ(ɛ).
5 Zatem d(z, y) < δ(ɛ) implikuje d(z, y) δ(z, ɛ) a to rzeczywiście implikuje ż adan a nierówność e(f(z), f(y)) < ɛ. 3) Trzeba pokazać, że odwzorowanie odwrotne f 1 jest ci ag le na f(x). Niech y n y w f(x). Istniej a (jedyne) punkty x n i x takie, że y n = f(x n ) i y = f(x). Musimy pokazać, że x n x. Weźmy dowolny podci ag x nk. Ma on pod-podci ag x nki zbieżny do jakiegoś x. Z ci ag lości f, ci ag f(x nki ) = y nki zbiega do f(x ). Ale jako podci ag ci agu (y n ) zbiega on również do y. St ad y = f(x ) Z różnowartościowości funkcji f mamy x = x. Pokazaliśmy, że z każdego podci agu ci agu (x n ) można wybrać pod-podci ag zbieżny do x. To oznacza zbieżność ca lego ci agu (x n ) do x. 4) Ustalmy ɛ > 0. Niech F n = {x : f(x) f n (x) ɛ}. Oczywiście jest to zbiór domkniȩty. Ponieważ f n zbiegaj a monotonicznie do f, zbiory te malej a (czyli tworz a ci ag zstȩpuj acy). Ponieważ zbieżność funkcji zachodzi w każdym punkcie x, przekrój wszystkich zbiorów F n jest pusty. Zatem, ze zwartości, nie mog a wszystkie zbiory F n być niepuste. A to oznacza, że od pewnego n 0 funkcje f n s a od funkcji f oddalone mniej niż ɛ w metryce supremum. Czyli jest zbieżność jednostajna. 5 Tomasz Downarowicz
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 szczegółowoWykład 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 szczegółowoTeoria 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 szczegółowo1 Przestrzenie metryczne
Topologia I Notatki do wyk ladu LITERATURA UZUPE LNIAJA CA R. Duda, Wprowadzenie do topologii, czȩść I. R. Engelking, Topologia ogólna. R. Engelking, K. Sieklucki, Wstȩp do topologii. W. Rudin, Podstawy
Bardziej szczegółowoZdzisław 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 szczegółowoAnaliza 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 szczegółowoTOPOLOGIA PRZESTRZENI METRYCZNYCH, ZWARTOŚĆ,
TOPOLOGIA PRZESTRZENI METRYCZNYCH, ZWARTOŚĆ, SPÓJNOŚĆ I POJȨCIA BLISKIE (DO UŻYTKU WEWNȨTRZNEGO, I DO SPRAWDZENIA) R R Abstract. Poniższe notatki do ćwiczeń zbieraj a podstawowe pojȩcia i stwierdzenia
Bardziej szczegółowoNiech 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 szczegółowoWyk lad 5. Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu. 1. Granice niew laściwe
Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 5 1. Granice niew laściwe Definicja 1 Ci ag (x n ) d aży do (jest rozbieżny do) + jeśli c R N n > N x n > c a do
Bardziej szczegółowoTomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011
Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska 50-370 Wroc law Wroc law, kwiecień 2011 Analiza Funkcjonalna WPPT IIr. Wyk lady 4 i 5: Przestrzenie unitarne i Hilberta (rzeczywiste
Bardziej szczegółowon=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 szczegółowoT O P O L O G I A O G Ó L N A WPPT WYK LAD 14 Topologie w przestrzeniach funkcji ci ag lych, Twierdzenie Stone a Weierstrassa
T O P O L O G I A O G Ó L N A WPPT WYK LAD 14 Topologie w przestrzeniach funkcji ci ag lych, Twierdzenie Stone a Weierstrassa Niech X i Y oznaczaj a przestrzenie topologiczne, zaś C(X,Y) bȩdzie zbiorem
Bardziej szczegółowo2 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 szczegółowozbiorów 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 szczegółowoWyk 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 szczegółowoT O P O L O G I A O G Ó L N A. WPPT WYK LAD 13 Ci agi uogólnione, topologie w przestrzeniach produktowych
T O P O L O G I A O G Ó L N A WPPT WYK LAD 13 Ci agi uogólnione, topologie w przestrzeniach produktowych Definicja. Przez rodzinȩ skierowan a rozumiemy dowolny zbiór z porz adkiem czȩściowym (K, ), taki
Bardziej szczegółowonie zależy (z dok ladności a do jednostajnego homeomorfizmu) od wyboru ci agu uzbieżniaj acego c n. 1 min{n : x n y n }.
A N A L I Z A F U N K C J O N A L N A PPI 2r., sem. letni LISTY 5-9 LISTA 5 Wroc law, 14 marca - 25 kwietnia 2006 ZADANIE 1. Niech (X 1,d 1 ), (X 2,d 2 ), (X 3,d 3 ),... bȩdzie ci agiem przestrzeni metrycznych
Bardziej szczegółowoElementy 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 szczegółowojest 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 szczegółowoWyk lady z topologii I
Wyk lady z topologii I Wies law Kubiś Akademia Świȩtokrzyska ul. Świȩtokrzyska 15, 25-406 Kielce, Poland E-mail: wkubis@pu.kielce.pl 1 maja 2006 Spis treści 1 Przestrzenie metryczne 3 1.1 Definicje........................................
Bardziej szczegółowoRodzinę 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 szczegółowoRozdział 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 szczegółowosa 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 szczegółowoWstęp 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 szczegółowoROZDZIA 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 szczegółowoWyk 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 szczegółowoWyk 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 szczegółowoRozdział 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 szczegółowoTEST 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 szczegółowoPrzestrzenie 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 szczegółowoA-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 szczegółowoWyk 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 szczegółowo1 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 szczegółowoAnaliza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu
Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 5 1. Iloczyn ortogonalny funkcji Wróćmy na chwilȩ do dowodu wzorów Eulera-Fouriera. Kluczow a rolȩ odgrywa l wzór:
Bardziej szczegółowoWyk 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 szczegółowoWPPT 2r., sem. letni KOLOKWIUM 1 Wroc law, 19 kwietnia 2011
A N A L I Z A F U N K C J O N A L N A WPPT r, sem letni KOLOKWIUM Wroc law, 9 kwietnia 0 ZADANIE ab W pewnej przestrzeni mamy wie metryki i przy czym czyni nasz a przestrzeń zwart a a jest s labsza o (tzn
Bardziej szczegółowo1 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 szczegółowoWyk 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 szczegółowoWstęp 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 szczegółowoMATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie
1 MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś Wprowadzenie Istniej a dwa różne kryteria mówi ace, które narzȩdzia matematyczne należy zaliczyć do matematyki dyskretnej. Pierwsze definiuje matematykȩ
Bardziej szczegółowoRozdzia l 2. Najważniejsze typy algebr stosowane w logice
Rozdzia l 2. Najważniejsze typy algebr stosowane w logice 1. Algebry Boole a Definicja. Kratȩ dystrybutywn a z zerem i jedynk a, w której dla każdego elementu istnieje jego uzupe lnienie nazywamy algebr
Bardziej szczegółowo7. 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(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 szczegółowoMatematyka dyskretna Oznaczenia
Matematyka dyskretna Oznaczenia Andrzej Szepietowski W tym rozdziale przedstawimy podstawowe oznacznia. oznacza kwantyfikator ogólny dla każdego. oznacza kwantyfikator szczegó lowy istnieje. 1 Sumy i iloczyny
Bardziej szczegółowoTemperatura 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 szczegółowoZbiory 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 szczegółowoCiągłość 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 szczegółowoSTYSTYSTYKA 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 szczegółowoTopologia - 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 szczegółowoWeronika 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 szczegółowo1. 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 szczegółowoDefinicja 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 szczegółowoANALIZA 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 szczegółowo1 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 szczegółowoWyk 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 szczegółowoW poszukiwaniu kszta ltów kulistych
W poszukiwaniu kszta ltów kulistych Piotr Mankiewicz April 4, 2005 Konwersatorium dla doktorantów Notacje 1 Cia lo wypuk le - wypuk ly, domkniȩty podzbiór ograniczony w R n. Odleg lość geometryczna dwóch
Bardziej szczegółowoa to, jako ogon szeregu zbieżnego można uczynić dowolnie ma lym wybieraj ac dostatecznei
Analiza Funkcjonalna WPPT IIr. semestr letni 2011 WYK LADY 2 i 3: PRZESTRZENIE UNORMOWANE i BANACHA BAZA TOPOLOGICZNA 29/03/11 Definicja. Norm a w rzestrzeni liniowej V nazywamy funkcjȩ : V [0, ) se lniaj
Bardziej szczegółowoSTATYSTYKA 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 szczegółowoTwierdzenie Stolza i metryki Javier de Lucas. a n = (2n + 1) 1 4 n 5 4
Twierdzenie Stolza i metryki Javier de Lucas Zadanie Zbadać zbieżność ci agu i znaleźć granicȩ: a n 4 + 3 4 + + (2n + ) 4 n 5 4 Rozwi azanie: Żeby obliczyć tak a granicȩ korzystamy z twierdzenia Stolza,
Bardziej szczegółowoTeoria 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 szczegółowoElementy Teorii Miary i Całki
Elementy Teorii Miary i Całki c Lech Drewnowski Wydział Matematyki i Informatyki Uniwersytet im. dama Mickiewicza w Poznaniu Poznań 2008 http://main2.amu.edu.pl/ drewlech/dydaktyka.html http://main2.amu.edu.pl/
Bardziej szczegółowoWyk 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 szczegółowoNotatki do wykładu Analiza 4
Instytut Matematyczny Uniwersytetu Wrocławskiego Grzegorz Plebanek Notatki do wykładu Analiza 4 Rozdział I: Funkcje na przestrzeniach metrycznych Wrocław 2004 O skrypcie Skrypt ten, traktowany łącznie
Bardziej szczegółowoWyk 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 szczegółowo1 Ciągłe operatory liniowe
1 Ciągłe operatory liniowe Załóżmy, że E, F są przestrzeniami unormowanymi. Definicja 1.1. Operator liniowy T : E F nazywamy ograniczonym, jeżeli zbiór T (B) F jest ograniczony dla dowolnego zbioru ograniczonego
Bardziej szczegółowoDekompozycje 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 szczegółowoAnaliza matematyczna I
Analiza matematyczna I 1 Spis treści 1 Wstep. Ograniczenia i kresy zbiorów. 4 1.1 Oznaczenia..................................... 4 1.2 Zbiory liczbowe................................... 4 1.3 Kwantyfikatory...................................
Bardziej szczegółowoWyk 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 szczegółowoRozdzia l 9. Zbiory liczb porz adkowych. Liczby porz adkowe izolowane i graniczne
Rozdzia l 9. Zbiory liczb porz adkowych. Liczby porz adkowe izolowane i graniczne 1. Kresy wzglȩdem dowolnego zbioru liczb porz adkowych Poświȩcimy teraz uwagȩ przede wszystkich kratowym w lasnościom klasy
Bardziej szczegółowoRozdzia 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 szczegółowoOSOBNO ANALITYCZNYCH
Uniwersytet Jagielloński Instytut Matematyki Zbigniew B locki ZBIORY OSOBLIWOŚCI FUNKCJI OSOBNO ANALITYCZNYCH Praca magisterska Promotor: Prof. dr hab. Józef Siciak Kraków 99 .Wstȩp. Jeśli Ω jest zbiorem
Bardziej szczegółowoRozdzia l 10. Najważniejsze normalne logiki modalne
Rozdzia l 10. Najważniejsze normalne logiki modalne 1. Logiki modalne normalne Definicja. Inwariantny zbiór formu l X jȩzyka modalnego L = (L,,,,, ) nazywamy logik a modaln a zbazowan a na logice klasycznej
Bardziej szczegółowoAnaliza 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 szczegółowoWyk 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 szczegółowoWyk 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 szczegółowogranicą 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 szczegółowoAnaliza 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 szczegółowoPojȩcie 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 szczegółowoRozdzia l 3. Elementy algebry uniwersalnej
Rozdzia l 3. Elementy algebry uniwersalnej 1. Podalgebry, homomorfizmy Definicja. Niech = B A oraz o bȩdzie n-argumentow a operacj a na zbiorze A. Mówimy, że zbiór B jest zamkniȩty na operacjȩ o, gdy dla
Bardziej szczegółowoci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x
ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1 Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji f n : [, [ x nx + x nx + 1, Rozwi azanie: Mówi siȩ, że ci ag funkcji f n zd aży punktowo
Bardziej szczegółowoRozdzia l 1. Podstawowe elementy teorii krat
Rozdzia l 1. Podstawowe elementy teorii krat 1. Zbiory czȩściowo uporz adkowane Definicja. Relacjȩ binarn a określon a na zbiorze A nazywamy relacj a czȩściowo porz adkuj ac a, gdy jest zwrotna, antysymetryczna
Bardziej szczegółowo1 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 szczegółowoStanisław 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 szczegółowoStanisław 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 szczegółowoSterowalność 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 szczegółowoG. 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 szczegółowoZadania 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 szczegółowoWyk 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 szczegółowoCia la i wielomiany Javier de Lucas
Cia la i wielomiany Javier de Lucas Ćwiczenie 1. Za lóż, że (F, +,, 1, 0) jest cia lem i α, β F. w laściwości s a prawd a? Które z nastȩpuj acych 1. 0 α = 0. 2. ( 1) α = α. 3. Każdy element zbioru F ma
Bardziej szczegółowoKrzywa 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 szczegółowoAnaliza 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 szczegółowoRozdzia l 3. Relacje binarne
Rozdzia l 3. Relacje binarne 1. Para uporz adkowana. Produkt kartezjański dwóch zbiorów Dla pary zbiorów {x, y} zachodzi, jak latwo sprawdzić, równość {x, y} = {y, x}. To znaczy, kolejność wymienienia
Bardziej szczegółowo1 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 szczegółowoAnaliza 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 szczegółowoWyk 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 szczegółowoZadania 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 szczegółowoP (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 szczegółowoz n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1
3 Szeregi zespolone 3. Szeregi liczbowe Mówimy, że szereg o wyrazach zespolonych jest zbieżny, jeżeli ci ag jego sum czȩściowych {S n }, gdzie S n = z + z +... + jest zbieżny do granicy w laściwej. Granicȩ
Bardziej szczegółowoSzeregi o wyrazach dodatnich. Kryteria zbieżności d'alemberta i Cauchy'ego
Szeregi o wyrazach dodatnich. Kryteria zbieżności d'alemberta i Cauchy'ego Przy założeniu, że wszystkie składniki szeregu jest rosnący. Wynika stąd natychmiast stwierdzenie: są dodatnie, ciąg jego sum
Bardziej szczegółowoPrzykładami 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