n [a k, b k ) k=1 A = A = (b k a k ) n A k. B = {x A : x j < c}, C = {x A : x j c}, N 1 B A k, C =

Wielkość: px
Rozpocząć pokaz od strony:

Download "n [a k, b k ) k=1 A = A = (b k a k ) n A k. B = {x A : x j < c}, C = {x A : x j c}, N 1 B A k, C ="

Transkrypt

1 6. Króta teoria ałi Riemanna w R n 1. Miara Jordana. Zbiory postai (6.1) A = n [a, b ) =1 będziemy nazywali przedziałami (półotwartymi) w R n. Lizbę n A = (b a ) nazwiemy objętośią przedziału. = Jeśli A i B są przedziałami, to A B jest taże przedziałem, natomiast A \ B jest sumą nie więej niż 2n rozłąznyh przedziałów. Rozbiiem przedziału A będziemy nazywali rodzinę parami rozłąznyh podprzedziałów π = {A }, taą że A = A. Rodzinę wszystih rozbić A oznazymy przez P A Dla ażdej pary rozłąznyh przedziałów A 1, A 2 istnieje rozdzielająa je hiperpłaszzyzna. Dowód. Istnieje oś, powiedzmy o numerze j, taa że rzuty A 1 i A 2 są rozłązne. Zatem dla pewnej lizby 6.4. Jeśli {A } jest rozbiiem A, to, Dowód. Nieh A 1 {x A : x j < }, A 2 {x A : x j }. A = A = n A. =1 N A R n, 1 gdzie suma jest rozłązna i A są niepuste. Przeprowadzimy induję ze względu na N. Jeśli N = 1, to nie ma zego dowodzić. Gdy N 2, orzystają z (6.3), widzimy, że istnieje hiperpłaszzyzna x j =, taa że A = B C, a ponadto A 1 B, A N C. Mamy wię B = B = {x A : x j < }, C = {x A : x j }, N 1 =1 B A, C = N C A. Zatem, jeśli twierdzenie jest prawdziwe dla rozbić o najwyżej N 1-elementowyh (założenie induyjne), to A = B + C = =2 N B A + C A = =1 N A. =1

2 2 Dla dowolnego ogranizonego F R n definiujemy v (F ) = inf{ A : F A }. Wielość tę nazywamy zewnętrzną miarą Jordana zbioru F. Mówią przystępnie, miara zewnętrzna zbioru F A jest resem dolnym objętośi opisanyh na zbiorze F sońzonyh rodzin przedziałów. Zauważmy, że z własnośi przedziałów wynia, że w definiji miary zewnętrznej można rozpatrywać tylo poryia przedziałami parami rozłąznymi Dla ażdego ogranizonego F R n v ( F ) = v (F ). 6.6 (Zadanie). Poaż, że dla ażdego przedziału B R n Dla dowolnego F R n definiujemy v (w(b)) = v (B) = v ( B) = B. v (F ) = sup{ A : A F }. (Kropa wewnątrz znau sumy oznaza, że sładnii są parami rozłązne.) Wielość tę nazywamy wewnętrzną miarą Jordana zbioru F. Mówią przystępnie, miara wewnętrzna zbioru F A jest resem górnym objętośi wpisanyh w F sońzonyh rodzin przedziałów parami rozłąznyh Dla ażdego ogranizonego F R n v (w(f )) = v (F ). 6.8 (Zadanie). Poaż, że dla ażdego przedziału B R n v (w(b)) = v (B) = v ( B) = B. 6.9 (Zadanie). Poaż, że jeśli odine [a, b] R n ma punt wspólny ze zbiorem F i z jego dopełnieniem, to ma taże punt wspólny z brzegiem F Miara wewnętrzna ogranizonego zbioru F R n jest równa zero wtedy i tylo wtedy, gdy w(f ) = Twierdzenie. Dla ażdego ogranizonego F R n v (F ) = v (F ) v ( F ) =. Dowód. Nieh v ( F ) =. Nieh ε > i nieh bf A, A < ε, gdzie A są parami rozłązne. Uzupełnijmy {A } do poryia {A } {B j } zbioru F i zauważmy, że dla ażdy ze zbiorów B j jest zawarty w F lub z nim rozłązny. Dlatego v (F ) v (F ) A < ε.

3 Z drugiej strony przypuśćmy, że v (F ) = v (F ). Nieh ε > i nieh {A } i {B j } będą rodzinami rozłąznyh przedziałów, taimi, że A w(f ) F B j, B j A < ε. j j Wtedy F B j \ A = C s,,j s 3 gdzie s C s < ε. Ogranizony zbiór F nazwiemy mierzalnym w sensie Jordana, jeśli v (F ) = v (F ). Jeśli F R n jest zbiorem mierzalnym, to lizbę będziemy nazywać miarą Jordana zbioru F. v(f ) = v (F ) = v (F ) Ogranizony podzbiór F R n jest mierzalny wtedy i tylo wtedy, gdy jego brzeg jest miary zero Jeśli zbiory F i G są mierzalne, to taże zbiory F G, F G oraz F \G są mierzalne Jeśli zbiory {F j } 1 j N są mierzalne i parami rozłązne, to N M v = v(f j ). F j j=1 Warto jeszze odnotować następująe własnośi miary Jordana: Miara Jordana jest niezmienniza na translaje w R n i permutaje zmiennyh. Jeśli J t x = tx jest jednoładnośią, to v(j t (F )) = t n v(f ). j=1 2. Cała Riemanna. Nieh będzie dana ogranizona funja f na mierzalnym zbiorze F. Nieh π = {F } będzie rozbiiem F na zbiory mierzalne. Dla ażdego nieh Wówzas sumy L(f, π) = M = sup F f, m = inf F f. m v(f ), U(f, π) = M v(f ) nazywamy odpowiednio dolną i górną sumą ałową odpowiadająą rozbiiu π. Nieh Ω(f, π) = U(f, π) L(f, π) = sup (f(x) f(y)) v(f ). x,y F Dla ażdyh dwóh rozbić π 1 i π 2 zbioru F L(f, π 1 ) U(f, π 2 ).

4 Definiujemy dolną i górną ałę Darboux: f = sup{l(π, f) : π P F }, f = inf{u(π, f) : π PF } i mówimy, że funja f jest ałowalna w sensie Riemanna, o oznazamy przez f R(F ), jeśli f = f. Dla f R(F ) wspólną wartość ałe Darboux nazywamy ałą Riemanna i oznazamy przez f = f = f. F Obie ałi Darboux i ała Riemanna są niezmiennize na translaje Funja ogranizona f na zbiorze F jest ałowalna wtedy i tylo wtedy, gdy dla ażdego ε > istnieje rozbiie π P F, taie, że Ω(f, π) < ε Jeśli f : F R jest iągła i ogranizona, to jest ałowalna Jeśli f, g R(F ), to f + αg R(F ), fg R(F ), f R(F ) oraz f + αg = f + α g, f f Lemat. Nieh A będzie przedziałem. Zbiór F F A jest mierzalny wtedy i tylo wtedy, gdy χ F jest ałowalna. Wtedy też v(f ) = χ F Nieh f : F R będzie ałowalna. Wtedy wyres f jest zbiorem miary Jordana zero. W = {(x, y) R n+1 : y = f(x)} Zagadnienie realizaji ałi funji ałowalnej przez sumy ałowe podziałów o średniy dążąej do zera trohę się ompliuje w porównaniu z teorią w jednym wymiarze Lemat. Jeśli F jest dowolnym zbiorem i to Dowód. Nieh ε > i nieh F δ = {x R n : dist (x, F ) < δ}, < δ < 1, F A, A lim δ v (F δ ) =. A < v (F ) + ε, gdzie A są parami rozłązne. Jeśli A ma rawędzie l, to A δ zawiera się w prostopadłośianie A o rawędziah l + 2δ. Dlatego v (F δ ) A, 4

5 gdzie A = (l 1 + 2δ)... (l n + 2δ) = A ((1 + 2δ )... (1 + 2δ ), l l n o poiąga v (F ) lim sup v (F δ ) v (F ) + ε, δ a wobe dowolnośi ε > naszą tezę Lemat. Nieh będzie dany podział π zbioru mierzalnego F. Nieh π = Q π Q. Jeśli π jest podziałem o średniy δ >, to dla ażdego P π mamy P ( π) 2δ lub istnieje Q π, tai że P Q. Dowód. Jeśli P π i P nie zawiera się w żadnym ze zbiorów Q π, to istnieją punty x, y P oraz Q π, taie że x Q, y / Q. Odine [x, y] musi przeinać brzeg Q, a ponieważ x y < δ, to taże dist(x, Q) < δ. Ostateznie wię P ( π ) 2δ Uwaga. Dla ażdego podziału π zbiór π jest miary zero. Pomysł uproszzenia dowodu poniższego twierdzenia podsunęli mi pp. Łuasz Chrzanowsi i Marin Kazmare Twierdzenie. Nieh A R n będzie zbiorem mierzalnym. Jeśli f R(A), to f = Dowód. Przyjmijmy oznazenia A lim L(f, π) = lim δ(π) ω(f, P ) = sup f(x) f(y), x,y P U(f, π). δ(π) M = sup f(x). x A Nieh ε > i nieh π będzie podziałem, taim że Ω(f, π ) < ε. Jeśli π jest dowolnym podziałem A o średniy δ = δ(π) i P π, to na moy Lematu 6.24 P zawiera się w ( π ) 2δ lub w pewnym elemenie Q π. Dlatego Ω(f, π) = P π ω(f, P )v(p ) ω(f, P )v(p ) + ω(f, Q)v(Q) π P ( π ) 2δ Q π 2Mv (( π ) 2δ ) + ε 2ε, gdy δ jest dostateznie mała, o wynia z Lematu Zatem o ile δ(π) jest dostateznie mała. U(f, π) L(f, π) 2ε, Jeśli funja ogranizona f na prostopadłośianie A jest ałowalna, to dla ażdego ε > istnieje rozbiie π P A na prostopadłośiany, taie że Ω(f, π) < ε. I jeszze twierdzenie o wartośi średniej. 5

6 6.28. Jeśli f jest funją iągłą na mierzalnym zbiorze wypułym F miary dodatniej, to istnieje punt F, tai że f() = 1 f(x) dx. v(f ) F Dowód. Nieh M będzie resem górnym, a m resem dolnym wartośi funji na F. Wtedy m 1 f(x) dx M. v(f ) F Jeśli jedna z nierównośi nie jest ostra, to f jest funją stałą i sprawa jest ozywista. W przeiwnym wypadu istnieją punty a, b F, taie że f(a) < 1 f(x) dx < f(b). v(f ) F Rozważmy funję iągłą jednej zmiennej ϕ(t) = f(a + t(b a)). Mamy ϕ() = f(a) i ϕ(1) = f(b), wię istnieje t = t (, 1), taie że f(a + t (b a)) = ϕ(t ) = 1 f(x) dx. v(f ) Wystarzy teraz wziąć = a + t (b a) F. Na zaońzenie paragrafu lemat, w tórym słyhać eho zagadnienia różnizowania ałi nieoznazonej Lemat. Nieh f będzie ałowalna na otwartym podzbiorze U R n. Wtedy dla ażdego puntu iągłośi a U funji f 1 lim f(x) dx = f(a). r v(k(a, r)) K(a,r) Dowód. Fatyznie, jeśli f jest iągła w a, to f(a) 1 f(x) dx v(k(a, r)) 1 v(k(a, r)) K(a,r) F K(a,r) f(a) f(x) dx ε, 6 jeśli tylo r > jest ta małe, by f(a) f(x) ε dla x a r. 3. Twierdzenie Fubiniego. Twierdzenie to gra doniosłą rolę, bo sprowadza oblizanie ałe wielomiarowyh do ałe jednorotnyh. Ma taże wiele innyh ieawyh zastosowań Twierdzenie (Fubini). Nieh A R n, B R m będą przedziałami. Nieh f będzie ałowalna na A B. Wtedy funje są ałowalne na A i f # (x) = B B f (x) dy = f(x, y) dy, f (y) = A f # (x) dx = A B A f(x, y) dx f(x, y) d(x, y).

7 Dowód. Dla danego ε nieh π 1 P(A), π 2 P(B) będą taimi rozbiiami, że Wtedy U(f, π 1 π 2 ) L(f, π 1 π 2 ) < ε. L(f, π 1 π 2 ) L(f #, π 1 ) Uf #, π 1 ) U(f, π 1 π 2 ), sąd wynia nasza teza dla f #. W przypadu funji f rozumujemy analogiznie. Tezę twierdzenia Fubiniego będziemy najzęśiej zapisywać w postai ( ) ( ) f(x, y) d(x, y) = f(x, y) dy dx = f(x, y) dx dy. A B Zamiast d(x, y) będziemy też pisać dxdy. A B Wniose. Jeśli f jest iągła na A, gdzie przedział A jest postai (6.1), to bn bn 1 b1 f(x) dx =... f(x 1,..., x n 1, x n ) dx 1... dx n 1 dx n. a n 1 a 1 A Przyład. Mamy a n [,1] 2 ye xy dxdy = = 1 ( Przyład. Oblizmy ałę sin x π x dxdy = π y 2π y π x π B A ) 1 ye xy dx dy = e xy 1 dy (e y 1) dy = e 2. sin x x π+x π dydx = π sin x dx = Wniose (zasada Cavallieri). Jeśli zbiór F A B R n R m jest mierzalny, to v n+m (F ) = vm(f x ) dx, gdzie F x = {y B : (x, y) F }. Przyład. Wyprowadzimy reurenyjny wzór na objętość uli. Nieh D = K(, R) R n+1 = R n R. Oznazmy zmienną w R n R przez (x, t). Wtedy dla t R A D t = K(, R 2 t 2 ), wię oznazają miarę uli n-wymiarowej o promieniu r przez Ω n (r) otrzymujemy Nietrudno jedna zauważyć, że wię Ω n+1 (R) = R R Ω n ( R 2 t 2 )dt. Ω n (r) = r n Ω n (1) = r n Ω n, 1 Ω n+1 = Ω n (1 t 2 ) n/2 dt. 1 7

8 8 Przez podstawienie trygonometryzne 1 (1 t 2 ) n/2 dt = 2 1 wię podstawiają znane wartośi gdzie I 2 = π/2 sin n+1 x dx = 2I n+1, π 2w, I 2+1 = w 2 + 1, w = 4 ( 2 ) 1, w π, jest iągiem Wallisa, otrzymujemy W szzególnośi i ogólnie Ω 2+2 Ω 2 = π + 1, Ω 2+1 Ω 2 1 = π + 1/2. Ω 1 = 2, Ω 2 = π, Ω 3 = 4 3 π, Ω 4 = 1 2 π2, Ω 5 = 8π2 15 Ω 2 = π!, Ω 2+1 = Sprawdzenie tyh wzorów pozostawiamy Czytelniowi Zadanie. Poaż, że π 1/2 3/2 ( + 1/2). Ω n = Γ( n 2 πn/2 + 1), n N. Przyład. Oblizmy jeszze objętość bryły obrotowej. Nieh będzie dana płasa figura A = {(x, z) : x a, z f(x)} pod wyresem funji iągłej f : [, a] [, ). Nieh F będzie bryłą otrzymaną przez obrót figury A doooła osi x. Mamy Dlatego na moy zasady Cavallieriego F = {(x, y, z) : y 2 + z 2 f(x) 2, x a}. v(f ) = π a f(x) 2 dx Zadanie. Nieh f : R n R będzie wielomianem. Udowodnij, że dla ażdego r > zbiór jest miary zero. F (r) = {x K(, r) : f(x) = }

9 Przyład. A oto przyład poazująy, że ałi jednorotne mogą istnieć, a mimo to teza twierdzenia Fubiniego nie sprawdza się, i wobe tego definija ałi wielorotnej nie ma sensu. Nieh f(x, y) = x2 y 2 (x 2 + y 2 ) 2, (x, y) [, 1]2 \ {(, )}. Ja widać, funja jest oreślona i iągła w wadraie [, 1] 2 poza zbiorem jednopuntowym Z = {(, )}. Dla ażdyh x, y (, 1] mamy 1 f(x, y)dy = x 2, f(x, y)dx = y 2 i wobe tego 1 1 f(x, y)dydx = 1 1 f(x, y)dxdy = π 4. Przyzyną, dla tórej twierdzenie Fubiniego zawodzi w tym przypadu jest to, że funja f jest nieogranizona na swojej dziedzinie, a wię nie należy do R([, 1] 2 ). Jest to dla nas przestroga - nie wystarzy, że ałi iterowane istnieją, aby można było z sensem posługiwać się ałą wielorotną. Twierdzenie Fubiniego pomaga taże w różnizowaniu ałe z parametrem. Przypomnijmy najpierw, że jeśli g C([a, b] [, d]), to funja jest iągła na [a, b]. G(x) = d g(x, y) dy Wniose. Nieh f i x f będą funjami iągłymi na [a, b] [, d]. Wtedy funja jest różnizowalna na (a, b) i Innymi słowy, Dowód. Mamy F (x) = F (x) = d d f(x, y) dy x f(x, y) dy. d d d f(x, y) dy = x f(x, y) dy. dx f(x, y) = wię na moy twierdzenia Fubiniego F (x) = d f(x, y) = x a d x o poazuje, że F jest różnizowalna i = a ( x d a F (x) = t f(t, y) dt + f(a, y), d t f(t, y) dt dy + ) d t f(t, y) dy t f(t, y) dy. dt + f(a, y) dy d f(a, y) dy, 9

10 Nieh f C 1 (R 2 ), ϕ, ψ C 1 (R). Nieh Poaż, że F (x) = ψ(x) ϕ(x) F (x) = ψ(x) ϕ(x) f(x, y) dy. x f(x, y) dy + ψ (x)f(x, ψ(x)) ϕ (x)f(x, ϕ(x)). 4. Zamiana zmiennej w ałe Riemanna. Ja zmienia się miara zbioru i ała funji pod wpływem przeształeń przestrzeni R n? Aby zbadać tę westię, zazynamy od przeształeń liniowyh Lemat. Jeśli T : R n R n jest przeształeniem liniowym, a F zbiorem mierzalnym, to obraz T (F ) jest mierzalny i (#) v(t (F )) = det T v(f ) Dowód. Jeśli T jest osobliwe, to v (T (F )) =, wię T (F ) jest mierzalny i v(t (F )) = = det T v(f ). Jeśli T jest nieosobliwe, musimy najpierw zająć się prostopadłośianami. Zauważmy, że brzeg prostopadłośianu P jest sumą sońzonej lizby zbiorów leżąyh w hiperpłaszzyznah, wię T ( P ) = T (P ) jest zbiorem miary zero, wię T (P ) jest też mierzalny. Aby otrzymać wzór (#) dla prostopadłośianów, przedstawiamy T w postai ilozynu przeształeń elementarnyh typu oraz I σ x = (x σ(1), x σ(2),..., x σ(n) ), T t x = (x 1, x 2,..., tx,..., x n ) M ± ij x = (x 1,..., x i,..., x j ± x i,..., x n ). W pierwszyh dwóh przypadah sprawa jest jasna. Trzei wystarzy sprawdzić w dwóh wymiarah. Nieh P = [a, b) [, d) R 2. Nieh A(x, y) = (x + y, y). Zgodnie z zasadą Cavalieriego (6.4) v(ap ) = d v ((AP ) y ) dy = d = (b a) v ([a + y, b + y)) dy d dy = v(p ). Zatem teza lematu zahodzi dla prostopadłośianów. Nieh T bedzie nieosobliwe, a F zbiorem mierzalnym i nieh P j F R, j gdzie P j są parami rozłąznymi prostopadłośianami, a R prostopadłośianami, taimi że dla zadanego z góry ε > R ε v(f ) P j + ε. j

11 11 Wtedy oraz T (P j ) T (F ) T (R ) j det T (v(f ) ε) det T P j v (F ) v (F ) j det T R det T (v(f ) + ε), o wobe dowolnośi ε > ońzy dowód Jeśli ϕ jest izometrią R n, to v(ϕ(f )) = ϕ(f ) dla ażdego mierzalnego F. Pamiętamy wzór na zamianę zmiennej w ałe jednowymiarowej. Jeśli f jest funją ałowalną, a u jest lasy C 1, to u(b) b f(y) dy = f(u(x))u (x) dx. u(a) Wzór ten można przepisać w postai f(y) dy = u((a,b)) a (a,b) f(u(x)) u (x) dx. Ta druga wersja wzoru ma swój wielowymiarowy odpowiedni Twierdzenie (o zamianie zmiennej). Nieh U R n będzie otwarty, a ϕ : U R n będzie dyfeomorfizmem lasy C 1. Nieh F F U i ϕ(f ) będą zbiorami mierzalnym w sensie Jordana. Jeśli f jest ałowalna na ϕ(f ), to f ϕ jest ałowalna na F, a ponadto f(y) dy = (f ϕ)(x) det ϕ (x) dx. ϕ(f ) W szzególnośi (6.43) v(ϕ(f )) = F F det ϕ (x) dx. Dowód. (1). Istota sprawy polega na tym, by udowodnić twierdzenie dla zbioru F będąego ostą. Nieh wię aż do odwołania F będzie ostą. Zazniemy od luzowego lematu Dla ażdego ε > istnieje δ >, taa że jeśli Q F jest ostą o środu a i rawędzi l, a T = ϕ (a), to o ile l < δ. (1 ε) v(t (Q)) v (ϕ(q)) (1 + ε) v(t (Q))

12 (a). Nietrudno sprowadzić zagadnienie do przypadu, gdy a = F i ϕ() =. Nieh Q będzie ostą o środu i rawędzi 1. Nieh T Q G, gdzie G jest otwarty i mierzalny oraz v(g) (1 + ε)v(t Q ) a stąd v(tg) (1 + ε)v(t (tq )), t >. Wtedy dist (G, T Q) = ρ >, wię dist(tg, T (tq)) = ρt. Neh δ > będzie ta małe, aby (*) ϕ(th) T (th) sup ϕ () ϕ () ρ th < ρt, h Q, t < δ. [,th] Stąd ażdy punt ϕ(tq) jest oddalony od T (tq) o mniej niż ρt, wię ϕ(tq) tg. Zatem dla t < δ v (ϕ(tq)) (1 + ε)v(tu) (1 + ε)v(t Q) o dowodzi nierównośi v (ϕ(tq )) (1 + ε) v(t (tq )). Pamiętają o reduji do a =, widzimy że nasza osta jest postai Q = lq, wię v(ϕ(q) (1 + ε)v(t Q), o ile l < δ. Zauważmy, że δ nie zależy od położenia osti, a tylo od wielośi jej rawędzi, o wynia z jednostajnej iągłośi pohodnej na F. (b). Dowód lewej nierównośi jest podobny, ale nieo deliatniejszy. Ciągle załadamy, że a = i ϕ() =. Nieh K w(t Q ) będzie wypułym zbiorem zwartym (a wię mierzalnym), taim że v(t Q ) (1 + ε)v(k) a stąd v(t (tq )) (1 + ε)v(tk), t >. Wtedy też dist (K, (T Q ) ) = ρ >, wię dist(tk, (T (tq )) ) = ρt. Neh δ > będzie ta małe, ja w (*). Każdy punt ϕ(tq ) = ϕ(t Q ) jest oddalony od T (tq ) = T (t Q ) o mniej niż ρt, wię nie może przeinać tk. Ale tk jest wypuły i ma punt współny z ϕ(tq ), wię tk ϕ(tq ). Zatem dla < t < δ v(t (tq )) (1 + ε)v(tk) (1 + ε)v(ϕ(tq )), o po podstawieniu Q = tq dowodzi drugiej potrzebnej nierównośi i ońzy dowód (6.44). (2). Z (6.44) wynia, że jeśli M M U ma miarę zero, to taże v (ϕ(m)) =. A jao że ϕ( K) = (ϕ(k)), obrazem zbioru mierzalnego zawartego w U wraz z domnięiem jest zbiór mierzalny. To spostrzeżenie pozwala we wzorze (6.44) użyć miary v zamiast miary zewnętrznej v. (3). Przystępujemy do zaońzenia dowodu. Nieh ε >. Nieh π będzie rozbiiem osti F na osti Q o środah x i jednaowej średniy. Wtedy π = {P }, gdzie P = ϕ(q ), jest rozbiiem ϕ(f ) i δ(π ) Cδ(π). Jeśli δ(π) < ε jest ta mała, ja wymaga tego (6.44), to (1 ε) v(p ) det ϕ (x ) v(q ) (1 + ε) v(p ). 12

13 Porównajmy teraz sumy riemannowsie dla obu ałe. Jeśli δ(π) < ε jest ta mała, ja wymaga tego (6.44), to f ϕ(x ) det ϕ (x ) v(q ) f(ϕ(x ))v(p ) f det ϕ (x ) v(q ) v(p ) ε f v(p ) = ε f v(ϕ(u)), o ile średnie podziałów są dostateznie małe, o poazuje, że funja (*) x f(ϕ(x)) det ϕ (x) jest ałowalna na K i ϕ(k) f(y) dy = K f(ϕ(x)) det ϕ (x) dx. Zauważmy jeszze, że soro det ϕ (x) > na U, a F jest zbiorem zwartym, to istnieje stała >, taa że det ϕ (x) dla x F. Zatem również funja f ϕ jest ałowalna. (4). Do tej pory załadaliśmy, że F jest ostą. Pora odrzuić to ogranizenie. Jeśli F nie jest ostą, to przynajmniej daje się rozbić na prawie-osti. Możemy mianowiie znależć rodzinę parami rozłąznyh oste R j R j U, taih że 13 F F 1 = j R j U, a następnie przedłużyć f na F 1. Nieh f 1 będzie funją równą f na ϕ(f ) i na ϕ(f 1 ) \ ϕ(f ). Wtedy f(y) dy = f 1 (y) dy = f 1 (y) dy, ϕ(f ) ϕ(f 1 ) j ϕ(r j ) gdzie na moy wześniejszyh rozważań f 1 (y) dy = Zatem ϕ(r j ) R j f 1 (ϕ(x)) det ϕ (x) dx. f(y) dy = f 1 (ϕ(x)) det ϕ (x) dx ϕ(f ) j R j = f 1 (ϕ(x)) det ϕ (x) dx = F 1 o było naszym elem. Przyład. Nieh F f(ϕ(x)) det ϕ (x) dx, ϕ(x, y) = (x 2, y2 x ), (x, y) U = (, )2. Wtedy ϕ (x, y) = 4y. Nieh a, b > i nieh D h = [a, a + h] [b, b + h] dla h >.

14 14 Znajdźmy miarę ϕ(d h ). Jeśli to i przy ustalonym ξ (ξ, η) = (x 2, y2 x ) F = ϕ(d h), a 2 ξ (a + h) 2 b 2 (b + h)2 η, v(f ξ ) = (b + h)2 b 2. ξ ξ ξ Wobe tego Stąd zaś v(f ) = ( (b + h) 2 b 2) (a+h) 2 a 2 = 4 ( (b + h) 2 b 2) (a+h) 2 dξ ξ a 2 = 4 ( (b + h) 2 b 2) h. ( v(ϕ(d h )) 4 (b + h) 2 b 2) lim = lim = 4b = ϕ (a, b). h v(d h ) h h Przyład. A oto inny przyład oblizania objętośi bryły obrotowej. Nieh ja wyżej A = {(x, z) : x a, z f(x)} będzie zbiorem puntów leżąyh pod wyresem funji iągłej f : [, a] [, ). Nieh F będzie bryłą powstałą przez obrót A woół osi z. Punt (x, y, z) należy do F, gdy jego współrzędne spełniają nierównośi x 2 + y 2 a, z f( x 2 + y 2 ). Doonują podstawienia x = r os t, y = r sin t, z = ζ, otrzymujemy a v(f ) = 2π rf(r) dr. Zmieniają nieo dowód można wyprowadzić inną wersję twierdzenia o zamianie zmiennej Twierdzenie. Nieh U będzie otwartym zbiorem mierzalnym w sensie Jordana. Nieh ϕ : U ϕ(u) będzie różnowartośiowym odwzorowaniem lasy C 1 na mierzalny zbiór ϕ(u). Wtedy dla ażdej funji f R(ϕ(U)) funja jest ałowalna na U oraz ϕ(u) x f(ϕ(x)) det ϕ (x) f(y) dy = (f ϕ)(x) det ϕ (x) dx. U

15 Przyład. Nieh ϕ : R 3 R 3 będzie zadane wzorem r sin α os β ϕ(r, α, β) = r sin α sin β. r os α Bez trudu widzimy, że ϕ jest lasy C 1, a jego pohodna ma maierz sin α os β r os α sin β r sin α os β ϕ (r, α, β) = sin α sin β r os α sin β r sin α os β, os α r sin α sąd znajdujemy jaobian J ϕ (r, α, β) = r 2 sin α. Ja widać, jaobian zależy od dwóh tylo zmiennyh. Jeśli U = (, R) ( π, π) (, 2π), to nietrudno zauważyć, że ϕ(u) = V = K(, R) \ F, gdzie v(f ) =. Ozywiśie zarówno U, ja i V są otwarte i mierzalne, a ϕ : U V dyfeomorfizmem lasy C 1. Na moy Twierdzenia 6.45 dla ażdej funji f R(U) f(x, y, z)dxdydz = f(r sin α os β, r sin α sin β, r os α) r 2 sin α dr dα dβ K(,R) = U π 2π R 15 f(r sin α os β, r sin α sin β, r os α) r 2 sin α dr dα dβ. W szzególnośi podstawiają f = 1 otrzymujemy raz jeszze ( ) π 2π R Ω 3 (R) = µ K(, R) = r 2 sin α dr dα dβ = 4 3 πr Przyład. Nieh n 2. Nieh U = R n i nieh os t 2 os t 3... os t n sin t 2 os t 3... os t n sin t Φ(r, t 2,..., t n ) = r 3 os t 4... os t n.... sin t n 1 os t n sin t n Odwzorowanie Φ jest lasy C 1 i o przelizymy za hwilę. Jeśli det Φ (r, t) = r n 1 os n 2 t n os n 3 t n 1... os t 3, V = (, 1) ( π, π) ( π/2, π/2) n 2, to Φ jest dyfeomorfizmem na V i Φ(V ) = K(, 1). W taim razie dla ażdej funji f R(K(, 1)) f(x) dx = f(φ(r, t))r n 1 os n 2 t n os n 3 t n 1... os t 3 dt 2 dt 3... dt n dr. K(,1) V Zauważmy, że zbiór Φ(V ) \ K(, 1) jest niepusty, ale v(φ(v ) \ K(, 1)) =.

16 Zbiory po tóryh ałujemy można zresztą zastąpić przez ih domnięia, bo brzegi są miary zero Lemat. Przy oznazeniah Przyładu 6.46 det Φ (r, t) = r n 1 os n 2 t n os n 3 t n 1... os t 3. Dowód. Nieh Φ (r, t) = ra n. Aby ułatwić zapis rozumowania induyjnego, nieh A n 1 = ( a ij ) 1 i,j n 1 będzie analogizną maierzą w wymiarze o jeden niższym. Mamy os t 2 os t 3... os t n sin t 2 os t 3... os t n... os t 2 os t 3... sin t n A n = sin t 2 os t 3... os t n os t 2 os t 3... os t n... sin t 2 os t 3... sin t n sin t n... os t n a 11 os t n a 12 os t n... a 11 sin t n = a 21 os t n a 22 os t n... a 21 sin t n , sin t n... os t n a wię det A n = os n t n det A n 1 + sin 2 t n os n 2 t n det A n 1 = os n 2 t n det A n 1, sąd już łatwo otrzymujemy ońowy wzór Przyład. Nieh A będzie maierzą dodatnio oreśloną. Po doonaniu podstawienia y = Ax, otrzymujemy e Ax,x dx = 1 e y 2 dy = 1 ( ) n e t2 dt = πn/2 R n det A R n det A R det A Przyład. Oblizymy na nowo ałę Poissona Mamy gdzie x N/ 2 ( N N e x 2 dx N lim N N 2 e dt) t2 = Po doonaniu podstawienia biegunowego e x 2 dx = 2π sąd już łatwo wynia x N e t2 dt. [ N,N] 2 e x 2 N [ N,N] 2 e x 2 dx N lim e t2 dt = π. N N dx, x N re r2 dr = π(1 e N 2 ), e x 2 dx. 16

17 6.5. Przyład. Ja wiemy, objętość uli n-wymiarowej wynosi Z drugiej strony K(, 1) = x 1 Ω n = K(, 1) = dx = 1 = 2π n r n 1 π π/2 π/2 π π n/2 Γ(n/2 + 1). π/2 π/2 dt os n 2 t dt... π/2 π/2 os n 2 t dt... π/2 π/2 os t dt, os t dt wię π/2 π/2 ω n 1 = 2π os n 2 t dt... os t dt = nω n. π/2 π/2 Stąd R n e x 2 dx = ω n 1 r n 1 e r2 dr = ω n 1 s n/2 1 e s ds 2 = ω n 1Γ(n/2) = Ω n Γ(n/2 + 1) = π n/2. 2 W ten sposób oblizyliśmy jeszze raz ałę Poissona w dowolnym wymiarze, nie orzystają z wyniu jednowymiarowego, tóry znaznie łatwiej daje ten sam wyni. Nieh u R n. Przypomnijmy, że równoległośian to zbiór postai n R = a + [u 1, u 2,..., u n ] = {a + α u : α 1}. Jeśli U jest odwzorowaniem liniuowym o maierzy (u 1, u 2,..., u n ), to wię =1 R = a + U([, 1] n ), v(r) = det U = det(u 1, u 2,..., u n ). Symplesem zbudowanym na wetorah u nazywamy zbiór postai n S = a+ < u 1, u 2,..., u n >= {a + α u : α 1 α 2 α n 1}. Nietrudno zauważyć, że =1 [u 1, u 2,..., u n ] = σ S(n) < u σ1, u σ2,..., u σn > albo, róej, R = S σ, gdzie ażdy z symplesów ma tę samą miarę, a ih przeroje są miary zero. Dlatego v(s) = 1 n! det(u 1, u 2,..., u n ) Zadanie. Symples S =< u 1, u 2,..., u n > jest najmniejszym zbiorem wypułym zawierająym punty, u 1, u 1 + u 2,..., u 1 + u u n. 17

18 Czasem wygodnie jest zapisać miarę równoległośianu za pomoą wyznaznia Grama gdzie v(r) = (det U T U) 1/2, U T U = ( u i, u j ) 1 i,j n Zadanie. Nieh A = {x R n + : n j=1 x j 1}. Udowodnij, że ( n 1 1 f x j )dx = f(u)u n 1 du, (n 1)! a następnie obliz miarę A. A j= Zadanie. Poaż, że ogranizony zbiór wypuły jest mierzalny w sensie Jordana. 18

Rachunek różniczkowy i całkowy w przestrzeniach R n

Rachunek różniczkowy i całkowy w przestrzeniach R n Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda

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

Całki podwójne. Definicja całki podwójnej. Jacek Kłopotowski. 25 maja Katedra Matematyki i Ekonomii Matematycznej

Całki podwójne. Definicja całki podwójnej. Jacek Kłopotowski. 25 maja Katedra Matematyki i Ekonomii Matematycznej Definicja całki podwójnej Katedra Matematyki i Ekonomii Matematycznej 25 maja 2016 Definicja całki podwójnej Załóżmy, że f : K R, gdzie K = a, b c, d R 2, jest funkcją ograniczoną. Niech x 0, x 1,...,

Bardziej szczegółowo

Całki powierzchniowe w R n

Całki powierzchniowe w R n Całki powierzchniowe w R n Na początek małe uzupełnienie z algebry liniowej. Niech R n k oznacza przestrzeń liniową macierzy o n wierszach i k kolumnach. Dla dowolnej macierzy A R n k, gdzie k n, połóżmy

Bardziej szczegółowo

2. Definicja pochodnej w R n

2. Definicja pochodnej w R n 2. Definicja pochodnej w R n Niech będzie dana funkcja f : U R określona na zbiorze otwartym U R n. Pochodną kierunkową w punkcie a U w kierunku wektora u R n nazywamy granicę u f(a) = lim t 0 f(a + tu)

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

Całka podwójna po prostokącie

Całka podwójna po prostokącie Całka podwójna po prostokącie Rozważmy prostokąt = {(x, y) R : a x b, c y d}, gdzie a, b, c, d R, oraz funkcję dwóch zmiennych f : R ograniczoną w tym prostokącie. rostokąt dzielimy na n prostokątów i

Bardziej szczegółowo

ef 3 (dziedzina, dziedzina naturalna) Niech f : A R, gdzie A jest podzbiorem płaszczyzny lub przestrzeni Zbiór A nazywamy dziedziną funcji f i oznacza

ef 3 (dziedzina, dziedzina naturalna) Niech f : A R, gdzie A jest podzbiorem płaszczyzny lub przestrzeni Zbiór A nazywamy dziedziną funcji f i oznacza FUNKCJE WÓCH I TRZECH ZMIENNYCH (było w semestrze II) ef 1 (funcja dwóch zmiennych) Funcją f dwóch zmiennych oreśloną na zbiorze A R o wartościach w R nazywamy przyporządowanie ażdemu puntowi ze zbioru

Bardziej szczegółowo

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy 3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja

Bardziej szczegółowo

6. Punkty osobliwe, residua i obliczanie całek

6. Punkty osobliwe, residua i obliczanie całek 6. Punkty osobliwe, residua i obliczanie całek Mówimy, że funkcja holomorficzna f ma w punkcie a zero krotności k, jeśli f(a) = f (a) = = f (k ) (a) = 0, f (k) (a) 0. Rozwijając f w szereg Taylora w otoczeniu

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

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

Analiza I.2*, lato 2018

Analiza I.2*, lato 2018 Analiza I.2*, lato 218 Marcin Kotowski 14 czerwca 218 Zadanie 1. Niech x (, 1) ma rozwinięcie binarne.x 1 x 2.... Niech dla x, 1: oraz f() = f(1) =. Pokaż, że f: f(x) = lim sup n (a) przyjmuje wszystkie

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

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

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

Bardziej szczegółowo

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

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy: Matematya dysretna - wyład 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produtu artezjańsiego X Y, tórego elementami są pary uporządowane (x, y), taie, że x X i y Y. Uwaga 1.1 Jeśli

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

4. Równania Cauchy ego Riemanna. lim. = c.. dz z=a Zauważmy, że warunkiem równoważnym istnieniu pochodnej jest istnienie liczby c C, takiej że

4. Równania Cauchy ego Riemanna. lim. = c.. dz z=a Zauważmy, że warunkiem równoważnym istnieniu pochodnej jest istnienie liczby c C, takiej że 4. Równania Caucy ego Riemanna Niec Ω C będzie zbiorem otwartym i niec f : Ω C. Mówimy, że f ma w punkcie a Ω pocodną w sensie zespolonym (jest olomorficzna w a równą c C, jeśli f(z f(a lim = c. z a Piszemy

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

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

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2 Temat 1 Pojęcia podstawowe 1.1 Przegląd wybranych równań i modeli fizycznych Równaniem różniczkowym cząstkowym rzędu drugiego o n zmiennych niezależnych nazywamy równanie postaci gdzie u = u (x 1, x,...,

Bardziej szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus listopada 07r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej

Bardziej szczegółowo

Zagadnienia brzegowe dla równań eliptycznych

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

Bardziej szczegółowo

Zestaw zadań z Równań różniczkowych cząstkowych I 18/19

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

Bardziej szczegółowo

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

2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych 2. Równania o rozdzielonych zmiennych 2 1 2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych Równaniem różniczkowym zwyczajnym pierwszego rzędu o rozdzielonych zmiennych nazywamy równanie różniczkowe

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

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2 Wykład 12 i 13 Macierz w postaci kanonicznej Jordana Niech A - macierz kwadratowa stopnia n Jak obliczyć np A 100? a 11 0 0 0 a 22 0 Jeśli A jest macierzą diagonalną tzn A =, to Ak = 0 0 a nn Niech B =

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

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

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

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

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

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

Bardziej szczegółowo

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

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

Rachunek całkowy - całka oznaczona

Rachunek całkowy - całka oznaczona SPIS TREŚCI. 2. CAŁKA OZNACZONA: a. Związek między całką oznaczoną a nieoznaczoną. b. Definicja całki oznaczonej. c. Własności całek oznaczonych. d. Zastosowanie całek oznaczonych. e. Zamiana zmiennej

Bardziej szczegółowo

KilkazadańzAMII Tekst poprawiony 14 sierpnia po skrytykowaniu poprzedniej wersji przez dwie rozsądne panie. Obytakichbyłowięcej... inietylkopań.

KilkazadańzAMII Tekst poprawiony 14 sierpnia po skrytykowaniu poprzedniej wersji przez dwie rozsądne panie. Obytakichbyłowięcej... inietylkopań. KilkazadańzAMII Tekst poprawiony 4 sierpnia po skrytykowaniu poprzedniej wersji przez dwie rozsądne panie. Obytakihbyłowięej... inietylkopań. Zadanie.Wykazać,żejednorodnakulaprzyiagapunktow amas e mztakasam

Bardziej szczegółowo

Rachunek całkowy funkcji wielu zmiennych

Rachunek całkowy funkcji wielu zmiennych Rachunek całkowy funkcji wielu zmiennych Całki potrójne wykład z MATEMATYKI Budownictwo studia niestacjonarne sem. II, rok ak. 2008/2009 Katedra Matematyki Wydział Informatyki olitechnika Białostocka 1

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

Wykład 3 Jednowymiarowe zmienne losowe

Wykład 3 Jednowymiarowe zmienne losowe Wykład 3 Jednowymiarowe zmienne losowe Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną Definicja 1 Jednowymiarowa zmienna losowa (o wartościach rzeczywistych), określoną na przestrzeni probabilistycznej

Bardziej szczegółowo

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y)

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y) Wykład 6 Funkcje harmoniczne Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. e f i n i c j a Funkcję u (x 1, x 2,..., x n ) nazywamy harmoniczną w obszarze R n wtedy i

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

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

EGZAMIN Z ANALIZY II R

EGZAMIN Z ANALIZY II R EGZAMIN Z ANALIZY II R Instrukcja obsługi Za każde zadanie można dostać 4 punkty Rozwiązanie każdego zadania należy napisać na osobnej kartce starannie i czytelnie W nagłówku rozwiązania należy umieścić

Bardziej szczegółowo

Funkcje. Oznaczenia i pojęcia wstępne. Elementy Logiki i Teorii Mnogości 2015/2016

Funkcje. Oznaczenia i pojęcia wstępne. Elementy Logiki i Teorii Mnogości 2015/2016 Funkcje Elementy Logiki i Teorii Mnogości 2015/2016 Oznaczenia i pojęcia wstępne Niech f X Y będzie relacją. Relację f nazywamy funkcją, o ile dla dowolnego x X istnieje y Y taki, że (x, y) f oraz dla

Bardziej szczegółowo

II. Równania autonomiczne. 1. Podstawowe pojęcia.

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista.

1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista. Literatura P. Billingsley, Miara i prawdopodobieństwo, PWN, Warszawa 1997, P. R. Halmos, Measure theory, Springer-Verlag, 1994, W, Kołodziej, naliza matematyczna, PWN, Warszawa 1978, S. Łojasiewicz, Wstęp

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

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

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności RAP 412 14.01.2009 Wykład 11: Martyngały: definicja, twierdzenia o zbieżności Wykładowca: Andrzej Ruciński Pisarz:Mirosława Jańczak 1 Wstęp Do tej pory zajmowaliśmy się ciągami zmiennych losowych (X n

Bardziej szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus 3 listopada 06r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej

Bardziej szczegółowo

VI. Równania różniczkowe liniowe wyższych rzędów

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

Bardziej szczegółowo

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

3 k a 2k + 3 k b 2k = φ((a k ) k=1 ) + φ((b k) k=1 ). a 2k p 3 q (1 3 q ) 1 (a k ) k=1 p,

3 k a 2k + 3 k b 2k = φ((a k ) k=1 ) + φ((b k) k=1 ). a 2k p 3 q (1 3 q ) 1 (a k ) k=1 p, Zadanie 1. Sprawdzić, czy formuła φa ) ) = 3 a 2 zadaje funcjonał liniowy na l p dla p [1, ] i na c, jeśli ta, to czy zadaje funcjonał ciągły, i jeśli ta, policzyć normę. Dowód. Sprawdzam liniowość: φλa

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

Analiza B. Paweł Głowacki

Analiza B. Paweł Głowacki Analiza B Paweł Głowaci Pojęcie liczby rzeczywistej uważać będziemy za intuicyjnie oczywiste. Tym niemniej celowe wydaje się przypomnienie i ugruntowanie nietórych fundamentalnych własności liczb rzeczywistych.

Bardziej szczegółowo

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem

Bardziej szczegółowo

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

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

Bardziej szczegółowo

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27 SYGNAŁY STOCHASTYCZNE Przestrzeń probabilistyczna i zmienna losowa Definicja Przestrzenią probabilistyczną (doświadczeniem) nazywamy trójkę uporządkowaną (E, B, P ), gdzie: E przestrzeń zdarzeń elementarnych;

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

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

Algebra liniowa. 1. Macierze.

Algebra liniowa. 1. Macierze. Algebra liniowa 1 Macierze Niech m oraz n będą liczbami naturalnymi Przestrzeń M(m n F) = F n F n będącą iloczynem kartezjańskim m egzemplarzy przestrzeni F n z naturalnie określonymi działaniami nazywamy

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

f(t) f(x), D f(x) = lim sup t x oraz D f(x) = lim inf

f(t) f(x), D f(x) = lim sup t x oraz D f(x) = lim inf 9. Różniczkowanie. Jeśli f jest funkcją rzeczywistą, to granice D + f(x) = lim sup t x + f(t) f(x), D f(x) = lim sup t x t x f(t) f(x), t x f(t) f(x) f(t) f(x) D + f(x) = lim inf oraz D f(x) = lim inf

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

(c) Wykazać, że (X, ϱ) jest spójna wtedy i tylko wtedy, gdy (X j, ϱ j ) jest spójna, j = 1,..., N.

(c) Wykazać, że (X, ϱ) jest spójna wtedy i tylko wtedy, gdy (X j, ϱ j ) jest spójna, j = 1,..., N. 1. Przestrzenie metryczne Zadanie 1.1. Czy może się zdarzyć, że B(a, r) B(a, r)? Zadanie 1.2. Czy może się zdarzyć, że kula nie jest zbiorem spójnym? Zadanie 1.3. Niech (X, d) będzie przestrzenią metryczną

Bardziej szczegółowo

Szkice do zajęć z Przedmiotu Wyrównawczego

Szkice do zajęć z Przedmiotu Wyrównawczego Szkice do zajęć z Przedmiotu Wyrównawczego Matematyka Finansowa sem. letni 2011/2012 Spis treści Zajęcia 1 3 1.1 Przestrzeń probabilistyczna................................. 3 1.2 Prawdopodobieństwo warunkowe..............................

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

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

Restauracja a poprawa jakości obrazów

Restauracja a poprawa jakości obrazów Restauracja obrazów Zadaniem metod restauracji obrazu jest taie jego przeształcenie aby zmniejszyć (usunąć) znieształcenia obrazu powstające przy jego rejestracji. Suteczność metod restauracji obrazu zależy

Bardziej szczegółowo

Obliczanie długości łuku krzywych. Autorzy: Witold Majdak

Obliczanie długości łuku krzywych. Autorzy: Witold Majdak Obliczanie długości łuku krzywych Autorzy: Witold Majdak 7 Obliczanie długości łuku krzywych Autor: Witold Majdak DEFINICJA Definicja : Długość łuku krzywej zadanej parametrycznie Rozważmy krzywą Γ zadaną

Bardziej szczegółowo

12. Wykład 12: Algebraiczne domkniecie ciała. Wielokrotne pierwiastki wielomianów. Rózniczkowanie wielomianów. Elementy rozdzielcze.

12. Wykład 12: Algebraiczne domkniecie ciała. Wielokrotne pierwiastki wielomianów. Rózniczkowanie wielomianów. Elementy rozdzielcze. 12. Wykład 12: Algebraiczne domkniecie ciała. Wielokrotne pierwiastki wielomianów. Rózniczkowanie wielomianów. Elementy rozdzielcze. Rozszerzenia rozdzielcze i pojedyncze. Rozszerzenia normalne. 12.1.

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

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F; Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia

Bardziej szczegółowo

ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH

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

Bardziej szczegółowo

Liga zadaniowa Seria I, 2014/2015, Piotr Nayar, Marta Strzelecka

Liga zadaniowa Seria I, 2014/2015, Piotr Nayar, Marta Strzelecka Seria I, 04/05, Piotr Nayar, Marta Strzelecka Pytania dotyczące zadań prosimy kierować do Piotra Nayara na adres: nayar@mimuw.edu.pl. Rozwiązania można przesyłać Marcie Strzeleckiej na adres martast@mimuw.edu.pl,

Bardziej szczegółowo

Równania różniczkowe cząstkowe drugiego rzędu

Równania różniczkowe cząstkowe drugiego rzędu Równania różniczkowe cząstkowe drugiego rzędu Marcin Orchel Spis treści 1 Wstęp 1 1.1 Metoda faktoryzacji (rozdzielania zmiennych)................ 5 1.2 Metoda funkcji Greena.............................

Bardziej szczegółowo

Krzywe stożkowe. 1 Powinowactwo prostokątne. 2 Elipsa. Niech l będzie ustaloną prostą i k ustaloną liczbą dodatnią.

Krzywe stożkowe. 1 Powinowactwo prostokątne. 2 Elipsa. Niech l będzie ustaloną prostą i k ustaloną liczbą dodatnią. Krzywe stożkowe 1 Powinowatwo prostokątne Nieh l będzie ustaloną prostą i k ustaloną lizbą dodatnią. Definija 1.1. Powinowatwem prostokątnym o osi l i stosunku k nazywamy przekształenie płaszzyzny, które

Bardziej szczegółowo

Równanie przewodnictwa cieplnego (II)

Równanie przewodnictwa cieplnego (II) Wykład 5 Równanie przewodnictwa cieplnego (II) 5.1 Metoda Fouriera dla pręta ograniczonego 5.1.1 Pierwsze zagadnienie brzegowe dla pręta ograniczonego Poszukujemy rozwiązania równania przewodnictwa spełniającego

Bardziej szczegółowo

Analiza II.2*, lato komentarze do ćwiczeń

Analiza II.2*, lato komentarze do ćwiczeń Analiza.2*, lato 2018 - komentarze do ćwiczeń Marcin Kotowski 5 czerwca 2019 1 11 2019, zadanie 2 z serii domowej 1 Pokażemy, że jeśli f nie jest stała, to całka: f(x f(y B B x y dx dy jest nieskończona.

Bardziej szczegółowo

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler GAL (Informatyka) Wykład - formy hermitowskie Wersja z dnia 23 stycznia 2014 Paweł Bechler 1 Formy hermitowskie Niech X oznacza przestrzeń liniową nad ciałem K. Definicja 1. Funkcję φ : X X K nazywamy

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

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

= b i M i [x], gdy charf = p, to a i jest pierwiastkiem wielomianu x n i

= b i M i [x], gdy charf = p, to a i jest pierwiastkiem wielomianu x n i 15. Wykład 15: Rozszerzenia pierwiastnikowe. Elementy wyrażające się przez pierwiastniki. Rozwiązalność równań przez pierwiastniki. Równania o dowolnych współczynnikach. 15.1. Rozszerzenia pierwiastnikowe.

Bardziej szczegółowo

Całki krzywoliniowe wiadomości wstępne

Całki krzywoliniowe wiadomości wstępne Całki krzywoliniowe wiadomości wstępne Łuk na płaszczyźnie to zbiór punktów (x, y o współrzędnych x = x(t, y = y(t, gdzie (x(t, y(t są funkcjami ciągłymi określonymi na przedziale bez punktów wielokrotnych.

Bardziej szczegółowo

28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126

28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 Problem Dirichleta, proces Wienera Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 28 maja, 2012 Funkcje harmoniczne Niech będzie operatorem Laplace a w

Bardziej szczegółowo

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u W ) Rzeczywiście U W jest podprzetrzenią przestrzeni

Bardziej szczegółowo

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L Tydzień nr 9-10 (16 maja - 29 maja) Równania różniczkowe wartości własne funkcja wykładnicza od operatora - Matematyka II 2010/2011L Wszelkie pytania oraz uwagi o błędach proszę kierować na przemek.majewski@gmail.com

Bardziej szczegółowo

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że

4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze. ϕ : K(x 0, δ) (y 0 η, y 0 + η), taka że 4. O funkcji uwikłanej 4.1. Twierdzenie. Niech będzie dana funkcja f klasy C 1 na otwartym podzbiorze taka że K(x 0, δ) (y 0 η, y 0 + η) R n R, f(x 0, y 0 ) = 0, y f(x 0, y 0 ) 0. Wówczas dla odpowiednio

Bardziej szczegółowo

Rozdział 7. Różniczkowalność. 7.1 Pochodna funkcji w punkcie

Rozdział 7. Różniczkowalność. 7.1 Pochodna funkcji w punkcie Rozdział 7 Różniczkowalność Jedną z konsekwencji pojęcia granicy funkcji w punkcie jest pojęcie pochodnej funkcji. W rozdziale tym podamy podstawowe charakteryzacje funkcji związane z pojęciem pochodnej.

Bardziej szczegółowo

Ważne rozkłady i twierdzenia c.d.

Ważne rozkłady i twierdzenia c.d. Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby

Bardziej szczegółowo

WYKŁAD 2: CAŁKI POTRÓJNE

WYKŁAD 2: CAŁKI POTRÓJNE WYKŁAD : CAŁKI OTRÓJNE 1 CAŁKI OTRÓJNE O ROSTOADŁOŚCIANIE Oznaczenia w definicji całi po prostopadłościanie: = {(: a x, c y d, p z q} prostopadłościan w przestrzeni; = { 1,,, n } podział prostopadłościanu

Bardziej szczegółowo

1 Funkcje dwóch zmiennych podstawowe pojęcia

1 Funkcje dwóch zmiennych podstawowe pojęcia 1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej

Bardziej szczegółowo

Przestrzeń probabilistyczna

Przestrzeń probabilistyczna Przestrzeń probabilistyczna (Ω, Σ, P) Ω pewien niepusty zbiór Σ rodzina podzbiorów tego zbioru P funkcja określona na Σ, zwana prawdopodobieństwem. Przestrzeń probabilistyczna (Ω, Σ, P) Ω pewien niepusty

Bardziej szczegółowo

O pewnych związkach teorii modeli z teorią reprezentacji

O pewnych związkach teorii modeli z teorią reprezentacji O pewnych związkach teorii modeli z teorią reprezentacji na podstawie referatu Stanisława Kasjana 5 i 12 grudnia 2000 roku 1. Elementy teorii modeli Będziemy rozważać język L składający się z przeliczalnej

Bardziej szczegółowo

O geometrii semialgebraicznej

O geometrii semialgebraicznej Inauguracja roku akademickiego 2018/2019 na Wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego O geometrii semialgebraicznej Stanisław Spodzieja Łódź, 28 września 2018 Wstęp Rozwiązywanie równań

Bardziej szczegółowo

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Podstawy rachunku prawdopodobieństwa (przypomnienie) . Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń

Bardziej szczegółowo