AnFunI.tex June 3, 2015 ANALIZA FUNKCJONALNA I

Wielkość: px
Rozpocząć pokaz od strony:

Download "AnFunI.tex June 3, 2015 ANALIZA FUNKCJONALNA I"

Transkrypt

1 AnFunI.tex June 3, Wstęp. ANALIZA FUNKCJONALNA I W kursie lgebry rozwżne były tylko odwzorownie wielo-liniowe przestrzeni wektorowych. w szczególnosci, mow był o formch biliniowych. Dl przestrzeni nd R głównym przykłdem był iloczyn sklrny: dodtni, dwuliniow form symetryczne. Przykłdem iloczynu sklrnego dl V = R n jest form fx, y = x 1 y x n y n, x = x 1,..., x n, y = y 1,..., y n. Dl przestrzeni wektorowych nd C iloczyn sklrny ϕ nie może być funkcją biliniową, jeżeli m być zchown interpretcj ϕv, v jko kwdrtu normy. W przestrzeni C n iloczyn sklrny zdje się wzorem ϕx, y = x 1 y x n y n, x = x 1,..., x n, y = y 1,..., y n. Istnieje więc potrzeb rozptrywni odwzorowń posidjących włsności jk ϕ ze względu n pierwszą zmienną. 2. Odwzorowni ntyliniowe. Niech V, W będą przestrzenimi wektorowymi nd C. Odwzorownie F : V W nzywmy ntyliniowym, jeżeli STWIERDZENIE 1. F λv + µw = λf v + µf w. 1 Jeżeli F : V W, G: W U są ntyliniowe, to G F jest liniowe. 2 Jeżeli jedno z odwzorowń F : V W, G: W U jest liniowe, drugie jest ntyliniowe, to G F jest ntyliniowe. Zbiór odwzorowń ntyliniowych z V do W tworzy przestrzeń wektorową nd C, którą oznczć będziemy ALV, W. Podobnie jk odwzorowni liniowe, odwzorownie ntyliniowe jest wyznczone przez swoje wrtości n wektorch bzy. Istnieje więc reprezentcj mcierzow odwzorowń ntyliniowych: i-t kolumn mcierzy [F ] f e jest równ [F e i ] f. Poniewż F λ 1 e 1 + λ n e n = λ 1 F e 1 + λ n F e n, mmy [F v] f = [F ] f e [v] e. Znk sprzężeni nd mcierzą oznczą sprzężenie kżdego elementu mcierzowego. Zjmijmy się szczególnym przypdkiem W = C. Przestrzeń funkcjonłów liniowych LV, C oznczć będziemy V, przestrzeń ALV, C funkcjonłów ntyliniowych V #. Będziemy też używć oznczeni f, v dl ewlucji fv. Niech F : V W będzie odwzorowniem liniowym. Odwzorownie W V : f f F jest, jk widomo, liniowe. Nzywć je będziemy odwzorowniem dulnym lub sprzężonym do F i oznczć będziemy F. Podobnie, odwzorownie W # V # : f f F 1

2 jest liniowe. Nzywć je będziemy odwzorowniem ntydulnym lub hermitowsko sprzężonym do F i oznczć będziemy F #. Jeżeli F : V W jest odwzorowniem ntyliniowym, to wzór f f F zdje odwzorownie F : W V # : f f F, które jest, jk łtwo sprwdzić, liniowe: Podobnie, odwzorownie F λf = λf F F # : W # V : f f F jest liniowe. Mjąc bzę e = e 1,..., e n w przestrzeni V definiujemy bzę dulną e = e 1,..., e n w V kłdąc e i, e j = δ ij. W tki sm sposób dostjemy też bzę dulną e # w V #. Z kursu lgebry wiemy, że [F ] e f = [F ]f e T, 1 łtwym rchunkiem sprwdzmy, że [F # ] e# f # = [F ]f e T, 2 DEFINICJA 2. Sprzężeniem zespolonym funkcjonłu liniowego ntyliniowego f n V nzywmy funkcjonł ntyliniowy liniowy f n V, zdefiniowny przez fv = fv. Sprzężenie zespolone dje knoniczny ntyizomorfizm t. j. ntyliniowy izomorfizm V i V #. W konsekwencji dje ntyizomorfizm przestrzeni LV, W i LV #, W #, zdefiniowny wzorem G G : Gf = Gf, gdzie G LV, W. Niech F LV, W. Oczywistym jest związek F # = F. Jk widomo z lgebry, dl przestrzeni wektorowych wymiru skończonego mmy knoniczny izomorfizm liniowy V i V, zdny wzorem V v ϕ v V : ϕ v f = f, v dl f V. Liniowość tego izomorfizmu wynik z fktu, że ewlucj f, v jest liniow ze względu n ob rgumenty. Podobnie, ten sm wzór zdje bijekcję V i V #. Tym rzem jednk f, v jest liniowe ze względu n f i ntyliniowe ze względu n v, więc bijekcj jest izomorfizmem ntyliniowym. Mówiąc inczej, struktur przestrzeni wektorowej nd C, indukown n V z V # różni się od wyjściowej. Struktur indukown różni się mnożeniem przez liczbę: λ v = λv. Zbiór V z tką strukturą przestrzeni wektorowej ozncz się V. Pozostje jeszcze zuwżyć, że odwzorownie V v ϕ v V # # : ϕ v f = f, v dl f V #, jest izomorfizmem liniowym. W przypdku wymiru nieskończonego wzory powyższe dją injekcje, le nie surjekcje, przestrzeni V w V, V # i V # #. Podsumowując: 2

3 STWIERDZENIE 3. 1 Istnieje knoniczny izomorfizm przestrzeni V # i V #. 2 Istnieje knoniczn injekcj ntyliniow przestrzeni V w V #. 3 Istnieje knoniczn injekcj ntyliniow przestrzeni V w V #. 4 Istnieje knoniczn injekcj liniow przestrzeni V w V # #. Dowód: 1 Niech ϕ V #. Wzór V # f ϕf C określ, jk łtwo sprwdzić, odwzorownie liniowe, więc element z V #. Oznczmy go przez ϕ. Przyporządkownie ϕ ϕ jest izomorfizmem przestrzeni wektorowych. Co się zmieni, jeżeli w powyższym wzorze ϕ zstąpimy przez ϕ? 2 Sprzężenie zespolone dje ntyizomorfizm V i V #. Sprzężenie zespolone złożone z knonicznym włożeniem V w V dje żądne włożenie ntyliniowe. 3 Otrzymujemy przez złożenie włożeni z punktu drugiego z izomorfizmem z punktu pierwszego. 4 Otrzymujemy przez złożenie włożeni z punktu poprzedniego ze sprzężeniem zespolonym. Jko proste ćwiczenie zostwimy dowód nstępującego stwierdzeni, będące odpowiednikiem znnego z lgebry twierdzeni o odwzorownich sprzężonych. STWIERDZENIE 4. Dl F, G liniowych ntyliniowych mmy związki 1 F + G # = F # + G #, F + G = F + G, 2 λf # = λf #, λf = λf 3 G F # = F # G #, G F = F G 4 F # # F, F F. W przypdku skończenie-wymirowym inkluzje stją się równościmi. Niech terz F : V V będzie odwzorowniem liniowym. Odwzorownie sprzężone F : V V V jest schrkteryzowne związkiem i podobnie F v, w = ϕ v F w = F w, v 3 F # v, w = ϕ v F w = F w, v. 4 Odwzorownie liniowe F : V V nzywmy symetrycznym, jeżeli F = F n V, czyli F v, w = ϕ v F w = F w, v. Odwzorownie liniowe F : V V # nzywmy hermitowsko symetrycznym, jeżeli F # = F n V, czyli F v, w = ϕ v F w = F w, v. Podobnie, jeżeli F : V V jest odwzorowniem ntyliniowym, to F : V V # jest odwzorowniem liniowym. Odwzorownie sprzężone F # : V # # V V jest więc schrkteryzowne związkiem, zgodnie z 4, Równość F # = F n V ozncz F # v, w = ϕ v F w = F w, v = F w, v. F v, w = F w, v. 3

4 Jeżeli ntomist F : V V # jest odwzorowniem ntyliniowym, to F : V V jest odwzorowniem liniowym. Odwzorownie sprzężone F : V V V jest schrkteryzowne, zgodnie z 3, związkiem Równość F = F n V ozncz F v, w = ϕ v F w = F w, v = F w, v. 3. Przestrzenie z iloczynem sklrnym. F v, w = F w, v. DEFINICJA 5. Iloczynem sklrnym w przestrzeni wektorowej V nd C nzywmy odwzorownie: h: V V C tkie, że dl v, w V i α C mmy 1 hv, αw = αhv, w, 2 hv, w + w = hv, w + hv, w, 3 hv, w = hw, v, 4 hv, v > 0 dl v 0 hv, v R. Często możn spotkć inny zestw ksjomtów iloczynu sklrnego: 1 hv, αw = αhv, w, hαv, w = ᾱhv, w, 2 hv, w + w = hv, w + hv, w, hv + v, w = hv, w + hv, w, 3 hv, v R, 4 hv, v > 0 dl v 0. Oczywistym jest, że 1-4 pociąg z sobą 1-4. W obu też przypdkch h jest odwzorowniem liniowym ze względu n drugą, ntyliniowym ze względu n pierwszą zmienną. Mówimy, że h jest formą półtorliniową. Pokżemy terz równowżność obu definicji. Wyprowdzimy njpierw formułę polryzcyjną dl odwzorowni półtorliniowego. Mmy orz hv + w, v + w = hv, v + hw, w + hv, w + hw, v hιv + w, ιv + w = hv, v + hw, w ιhv, w + ιhw, v, stąd, mnożąc drugą tożsmość przez ι i dodjąc do pierwszej, dostjemy korzystjąc z półtorliniowości h hv, w = 1 2 hv+w, v+w hv, v hw, w+ι1 hιv+w, ιv+w hv, v hw, w. 5 2 Podobnie, mnożąc drugą tożsmość przez ι i dodjąc do pierwszej, dostjemy hw, v = 1 2 hv+w, v+w hv, v hw, w ι1 hιv+w, ιv+w hv, v hw, w. 6 2 Z wrunku 3 wynik więc równość 3. Spostrzeżenie: Im h jest formą R-dwuliniową, ntysymetryczną i niezdegenerowną. Re h jest formą R-dwuliniową, symetryczną i niezdegenerowną, więc zdje n V strukturę przestrzeni unormownej. Możemy ztem stosowć oznczeni i konstrukcje włściwe przestrzeniom z normą. Przede wszystkim, jest to przestrzeń metryczn, więc topologiczn. Pondto, 1 hv, w oznczmy v w 2 hv, v 1 2 będziemy oznczć v i nzywć normą długością wektor v. 4

5 Jk i w przypdku euklidesowym, mmy równość równoległoboku v + w 2 + v w 2 = 2 v 2 + w 2 Dowód: v + w 2 + v w 2 = v + w v + w v w v w = 2v v + 2w w Przykłdy: 1 C n z iloczynem sklrnym x y = x 1 y x n y n. 2 Przestrzeń funkcji ciągłych n odcinku [, b] z iloczynem sklrnym f g = fg. 3 Przestrzeń C[, b] funkcji różniczkowlnych w sposób ciągły z iloczynem sklrnym f g = fg + f g, gdzie prim ozncz pochodną. Przestrzenie z drugiego i trzeciego przykłdu są wymiru nieskończonego. Jko przestrzenie metryczne nie są zupełne i możn je, metodą stndrdową, uzupełnić. Otrzymne w ten sposób przestrzenie oznczmy H 0 [, b] i H 1 [, b] Podstwowe włsności iloczynu sklrnego. TWIERDZENIE 6 Nierówność Schwrz. Jeśli V jest przestrzenią wektorową z iloczynem sklrnym, to v w v w. 7 Równość zchodzi wtedy i tylko wtedy, gdy v i w są liniowo zleżne. Dowód: Jeśli v = 0, to twierdzenie jest trywilne. Jeśli v 0, to rozptrzmy funkcję α: R t tv + w 2 R, czyli αt = t 2 v v + 2t Rev w + v w. Oczywiście αt 0, ztem wyróżnik tego trójminu jest niedodtni, tzn., Dl pewnego rzeczywistego ϕ mmy Rev w 2 v w v w = e ιϕ v w, ztem v w = e ιϕ v w = e ιϕ v w = Ree ιϕ v w. Stąd i z 8 dostjemy v w 2 e iϕ v 2 w 2 = v 2 w 2. 5

6 Jeżeli w = λv, to v w = λ v 2 = λv v = v w. Niech terz v w = v w i v w = e ιϕ v w. Rozptrzmy funkcję β: t βt = e ιϕ tv + w 2 = t 2 v 2 + 2t v w + w 2 = = t 2 v 2 + 2t v w + w 2 = t v + w 2. β jest równe zero dl t 0 = w v, czyli w = eιϕ w v v. Bezpośrednim wnioskiem z nierówności Schwrz jest nierówność trójkąt: v + w 2 = v Rev w + w 2 v v w + w 2 = v + w 2. Ztem spełni ksjomty normy w przestrzeni wektorowej. Z nierówności Schwrz wynik też, że iloczyn sklrny jest funkcją ciągł n V V z normą produktową. Przy okzji zuwżmy, że w iloczynie krtezjńskim V W przestrzeni z iloczynmi sklrnymi, odpowiednio V i W możemy zdefiniowć iloczyn sklrny wzorem v, w v, w = v v V + w w W. Poniewż iloczyn sklrny h jest formą półtorliniową, odpowidją mu dw odwzorowni F h : V V i h F : V V # zdefiniowne przez F h jest odwzorowniem ntyliniowym: F h v, w = v w h F v, w = w v. 9 F h λv, w = λv w = λ F h v, w = λf h v, w, ntomist odwzorownie h F jest liniowe i, jk łtwo zuwżyć, hermitowsko symetryczne. Pondto h F v, w = w v = v w = F h v, w = F h v, w, czyli h F = F h. Jeżeli v ker F h, to F h v = 0 i 0 = F h v, v = hv, v = v 2. Stąd v = 0, czyli h F jest injekcją. W przypdku przestrzeni wymiru skończonego ozncz to, że h F jest izomorfizmem. Nie jest tk dl wymiru nieskończonego, le, jk zobczymy w dlszym ciągu wykłdu, po ogrniczeniu się do funkcjonłów ciągłych i spełnieniu wrunku zupełności przestrzeni, znów dostjemy izomorfizm. Dl dowolnego podzbioru A V przestrzeni z iloczynem sklrnym definiujemy zbiór A = {w V : v A, w v = 0}. Oczywistym jest, że A jest domkniętą podprzestrzenią wektorową przestrzeni V. Mją też miejsce nstępujące oczywiste relcje 1 Jeżeli A B, to A B. 2 A zwier njmniejszą domkniętą podprzestrzeń zwierjącą A. Zuwżmy jeszcze, że A = F 1 h A, gdzie A = {f V : fv = 0 v A}. Możemy tu zstąpić F h przez h F i V przez V #. 6

7 4. Przestrzenie Hilbert. Zupełn przestrzeń z normą jest przestrzenią Bnch. Zupełną przestrzeń z iloczynem sklrnym nzywmy przestrzenią Hilbert. Przestrzeń Hilbert jest przestrzenią Bnch, więc możn korzystć z rchunku różniczkowego i innych metod omwinych w kursie Anlizy. Wrto zwrócić uwgę n to, że nie kżd norm jest równowżn normie hilbertowskiej, tzn. pochodzącej od iloczynu sklrnego. Oczywiście, jest to możliwe dl wymiru nieskończonego. W przypdku wymiru skończonego, wszystkie normy są równowżne. Przypomnę tu, że dwie normy i n przestrzeni wektorowej V są równowżne, jeżeli istnieją liczby dodtnie, b tkie, że dl kżdego v V zchodzi nierówność v v b v. TWIERDZENIE 7 O rzucie prostopdłym. Niech H będzie przestrzenią Hilbert z iloczynem sklrnym h i niech W H będzie domkniętą podprzestrzenią wektorową. Wówczs H = W W w sensie lgebricznym i topologicznym. Dowód: Jeżeli v W W, to v v = 0, czyli v = 0. Czy H = W + W? Rozptrzmy funkcję H v αv = inf y W v y 2. Z definicji inf istnieje ciąg y n W tki, że αv = lim n v y n 2. Ztem możemy przyjąć, że Stąd i z równości równoległoboku αv v y n 2 αv + 1 n. y n y m 2 = v y m v y n 2 = = 2 v y m 2 + v y n 2 2v y m + y n 2 4α n + 1 m 4α = 2 1 n + 1 m 0 Ztem ciąg y n jest ciągiem Cuchy ego. Poniewż przestrzeń H jest zupełn, podprzestrzeń W jest domknięt jego grnic P v istnieje, nleży do W i αv = v P v. Pokżemy, że v P v W. Niech y W, wówczs funkcj m minimum w t = 0. Z drugiej strony czyli Pondto ft v P v + ty 2 ft = v P v 2 + 2t Rey v P v + t 2 y 2, 0 = f 0 = 2 Rey v P v. Imy v P v = Reιy v P v = 0, bo ιy W. Ozncz to, że v P v W. Rozkłd v = P v+v P v jest rozkłdem w sumie prostej lgebricznej! H = W W. Trzeb jeszcze pokzć, że sum t jest sumą topologiczną. Jest to ntychmistowy wniosek z poniższego rchunku v 2 = v v = P v P v + v P v v P v = P v 2 + v P v 2. Odwzorownie P zdefiniowne w dowodzie nzywmy rzutem ortogonlnym n podprzestrzeń W. Łtwym wnioskiem z twierdzeni o rzucie prostopdłym jet twierdzenie o reprezentcji funkcjonłu. 7

8 TWIERDZENIE 8 Riesz o reprezentcji funkcjonłu liniowego i ciągłego. Dl kżdego funkcjonłu liniowego i ciągłego f n przestrzeni Hilbert H istnieje dokłdnie jeden wektor w f H tki, że dl kżdego wektor v H zchodzi równość fv = w f v. Dowód: Niech W = ker f. Jest to domknięt podprzestrzeń liniow H. Domkniętość wynik z ciągłości f. N mocy twierdzeni o rzucie prostopdłym H = W W. Pokżemy, że W m wymir 1. Niech bowiem v, w W, to fvw fwv W i ffvw fwv = 0, więc fvw fwv W. Stąd fvw fwv = 0 co ozncz, że v, w są liniowo zleżne. Ztem istnieje dokłdnie jeden v 0 W tki, że v 0 = 1 i R fv 0 > 0. Połóżmy w f = fv 0 v 0. Mmy fw f = fv 0 2 = w f w f i stąd fv = w f v dl kżdego v H, bo rozkłdjąc v = λw f + w, gdzie w W, dostjemy fv = fλw f + w = λfw f = λw f w f = w f v. Uwg: OD TEGO MIEJSCA H H # oznczć będzie przestrzeń funkcjonłów liniowych ntyliniowych i CIĄGŁYCH n H. Przestrzenie H i H # są przestrzenimi Bnch przestrzeń odwzorowń liniowych i ciągłych między przestrzenimi Bnch jest przestrzenią Bnch. Twierdzenie Riesz ozncz, że odwzorowni F h : H H i h F : H H # 9 są surjektywne. Poniewż są też injektywne, są izomorfizmmi F h ntyliniowym, h F liniowym przestrzeni wektorowych. Pokżemy, że są izometrimi, czyli izomorfizmmi przestrzeni Bnch. TWIERDZENIE 9. Odwzorowni h F i F h są izometrimi zchowują normę. Dowód: Niech f = F h w f. Mmy f = sup fv = sup w f v = w f, v =1 v =1 bo z nierówności Schwrz w f v w f. Anlogicznie pokzujemy, że h F jest izometrią. Poniewż h F i F h są izometrimi, możn przy ich pomocy wyposżyć przestrzenie H i H # w iloczyn sklrny, zgodny z zstną normą: F h v F h w = w v h F v h F w = v w. Przykłd Przestrzeń l 2 ciągów liczb zespolonych, sumowlnych z kwdrtem, tzn. i l 2 jeżeli i 2 <, z iloczynem sklrnym i b i = ā i b i, jest przestrzenią Hilbert. Wykżemy njpierw, że szereg ā i b i jest zbieżny bezwględnie: z nierówności Schwrz w R N N i b i N i 2 N b i 2 i 2 b i 2 <, czyli szereg definiujący iloczyn sklrny jest zbieżny. Trzeb terz wykzć zupełność przestrzeni l 2. Niech ciąg ā n będzie ciągiem Cuchy ego w l 2, ā n = n,i. Dl kżdego i ciąg n,i jest ciągiem Cuchy ego w C, więc zbieżnym do i. Niech ā = i. Pokżemy, że ā l 2 i że ā n ā w l

9 5. Bzy w przestrzeni Hilbert. Niech V będzie przestrzenią wektorową. Bzą w V nzywmy zbiór B V tki, że kżdy jego skończony podzbiór jest liniowo niezleżny i kżdy wektor z V jest skończoną kombincją liniową wektorów bzy. W przypdku przestrzeni wektorowej z topologią, możemy zmodyfikowć pojęcie bzy żądjąc, by skończone kombincje liniowe tworzyły zbiór gęsty w V. Nie jest to jednk wystrczjące, i w przypdku ogólnej przestrzeni Bnch pojęcie bzy jest dość skomplikowne. W przestrzeni z iloczynem sklrnym możemy mówić o bzie ortogonlnej i bzie ortonormlnej, co zncznie uprszcz problem definicji. DEFINICJA 10. Bzą ortonormlną w przestrzeni Hilbert H nzywmy zbiór B H tki, że 1 kżdy skończony podzbiór B jest ortonormlny, 2 zbiór skończonych kombincji liniowych wektorów z B powłok liniow B jest gęsty w H. Wrunek drugi możn zpisć tk: njmniejszą domkniętą podprzestrzenią zwierjącą B jest cłe H. STWIERDZENIE 11. Niech B i B będą bzmi ortonormlnymi w przestrzeni Hilbert H. Wówczs B i B są zbiormi równolicznymi. Dowód: W przypdku wymiru skończonego jest to fkt znny z lgebry. Niech więc zbiory B i B będą co njmniej ℵ 0. Dl skończonego podzbioru {e 1,..., e k } B niech W będzie podprzestrzenią rozpiętą przez ten podzbiór. Z twierdzeni o rzucie ortogonlnym, dl kżdego b B b = P b + b P b P b, gdzie P : H W jest rzutem ortogonlnym. Poniewż ukłd wektorów {e 1,..., e k } jest ortonormlny, P b = e 1 be e k be k i P b 2 = e 1 b e k b 2 b = 1. Wynik stąd, że liczb vektorów z e B, dl których e b > 1 jest skończon dl n kżdego n. Ztem zbiór e B: e b 0 jest przeliczlny. W iloczynie krtezjńskim B B definiujemy podzbiór A = {e, b B B : e b 0}. Jest on mocy nie większej niż moc zbioru N B i nie mniejszej niż moc zbioru B dl kżdego b B istnieje conjmniej jeden wektor b B tki, że b b 0. Zbiór B jest nieskończony, więc moc N B jest równ mocy B. Wnioskujemy stąd, że moc A jest równ mocy B. Zmienijąc rolmi B i B dostjemy tezę. Mówimy, że przestrzeń Hilbert jest ośrodkow, jeżeli m przeliczlną bzę ortonormlną. Równowżnie, jeżeli m przeliczlny zbiór gęsty. STWIERDZENIE 12. Niech B będzie bzą ortonormlną w przestrzeni Hilbert H. Wówczs dl kżdego wektor v H v = e Be ve. 10 Dowód: Z dowodu poprzedniego stwierdzeni wiemy, że tylko przeliczln liczb wyrzów w sumie 10 jest różn od zer. Możemy więc ogrniczyć się do przypdku przestrzeni ośrodkowej z bzą {e 1, e 2,... }. Oznczmy przez W n podprzestrzeń rozpiętą przez n pierwszych wektorów bzy. Niech P n v = n 1 e i ve i. Oczywiście, P n v W n orz v P n v Wn, czyli P n v jest rzutem ortogonlnym v n W n. Z dowodu twierdzeni o rzucie ortogonlnym wiemy, że v P n v = inf v w, w W n 9

10 z czego wniosek, że ciąg v P n v jest mlejący. Poniewż n W n jest zbiorem gęstym w H, ciąg v P n v mleje do zer. Niech H będzie ośrodkową przestrzenią Hilbert. Rozkłd 10 indukuje odwzorownie I B : H l 2 : v e i v. Odwzorownie to zchowuje iloczyn sklrny: w oznczenich z dowodu Stwierdzeni 12 v w = lim n P nv P n w = lim n n e i ve i w = e i v e i w. i Ozncz to, że bz w ośrodkowej przestrzeni Hilbert zdj jej izomorfizm będący izometrią z przestrzenią l Wżny przykłd. Niech H = L 2 [0, 2π], tzn. H jest uzupełnieniem przestrzeni funkcji ciągłych o wrtościch zespolonych n odcinku [0, 2π] z iloczynem sklrnym f g = 2π 0 ftgtdt. Niech e k t = 1 2π e ιkt. Sprwdzmy, że funkcje te tworzą ukłd ortonormlny w L 2 [0, 2π]: e l e k = 2π 0 { 0 dl k l e ιlt e ιkt dt = 1 dl k = l. Funkcje sin i cos rozdzielją punkty w [0, 2π[, więc z zespolonej wersji twierdzeni Weierstrss funkcje ciągłe n [0, 2π] z wrunkiem f0 = fπ możn jednostjnie przybliżć wielominmi od e 1 i e 1. Ale e 1 k = e k, więc powłok liniow ukłdu e k jest jednostjnie gęst w C[0, 2π] z wrunkiem brzegowym, więc gęst w L 2 [0, 2π]. Rodzin B = e k tworzy bzę w L 2 [0, 2π]. Odwzorownie I B : L 2 [0, 2π] l 2 nzyw się trnsformtą Fourier, reprezentcj L 2 [0, 2π] ft = k e ιkt szeregiem Fourier funkcji f. 6. Opertory w przestrzeni Hilbert. Zcznę od przytoczeni bez dowodu jednego z fundmentlnych twierdzeń Bnch: TWIERDZENIE 13 O wykresie domkniętym. Odwzorownie F : X Y między przestrzenimi Bnch jest ciągłe wtedy i tylko wtedy, gdy jego wykres jest domknięty w X Y. To, że wykres odwzorowni ciągłego jest domknięty jest dość oczywiste. Trudny jest dowód wynikni w drugą stronę. Bezpośrednim wnioskiem jest stwierdzenie, że jeżeli F jest ciągłą bijekcją, to odwzorownie F 1 jest ciągłe Sprzężenie hermitowskie. Niech H będzie przestrzenią Hilbert i niech F EndH = LH, H. Dl kżdego w V odwzorownie H v w F v C jest liniowe, ztem n mocy twierdzeni o reprezentcji funkcjonłu liniowego istnieje w V tkie, że w F v = w v dl kżdego v. Oznczmy w = F w. Jk łtwo zuwżyć, odwzorownie F jest liniowe ddytywność oczywist: F λv w = λv F w = λv F w = λf v w = λf v w. 10

11 Nzywmy je sprzężeniem hermitowskim opertor F. Uwg. Sprzężenie hermitowskie opertor F możemy zdefiniowć używjąc odwzorowni F h : H H : F = F 1 h F F h, lub odwzorowni h F : H H # : F = h F 1 F # h F. STWIERDZENIE 14. Dl F, G LH, 1 F = F, 2 F + G = F + G, 3 λf = λf, 4 F G = G F. λ C mmy Dowód: 1 Dl v, w H mmy w F v = F w v = v F w = F v w = w F v. Stąd F v = F v i F = F. 2 Oczywiste. 3 Mmy λf w v = w λf v = w F λv = F w λv = λf w v. Stąd λf = λf. 4 F G w v = w F Gv = F w Gv = G F w v. Wniosek. Przyporządkownie F F jest ntyliniowym izomorfizmem w przestrzeni LH. DEFINICJA 15. Opertor F : H H nzywmy hermitowskim, jeżeli F = F, to znczy dl wszystkich v, w H w F v = F w v. Łtwo zuwżyć, że jeżeli opertory F, G są hermitowskie, to F + G też jest hermitowski, F G n ogół nie jest hermitowski. Z kolei dl hermitowskiego F, opertor λf jest hermitowski wtedy i tylko wtedy, gdy λ R. DEFINICJA 16. Opertor F : H H nzywmy izometrią jeżeli dl wszystkich v, w H mmy F v F w = v w. Jeżeli izometri jest surjekcją, to mówimy, że jest odwzorowniem unitrnym. Z równości F v = v wynik ciągłość F, czyli nie trzeb jej zkłdć. Oczywiście, opertor unitrny jest też injekcją, bo F v = 0 implikuje F v = v = 0. Odwzorownie odwrotne też jest odwzorowniem unitrnym: STWIERDZENIE 17. F 1 v F 1 w = F F 1 v F F 1 w = v w. i F jest unitrny wtedy i tylko wtedy, gdy jest surjekcją i dl wszystkich v H mmy F v F v = v v. ii F jest unitrny wtedy i tylko wtedy, gdy F F = Id = F F, czyli F = F 1. iii Jeżeli F, G są unitrne, to F G też jest unitrny. 11

12 Dowód: i Wynik z formuły polryzcyjnej 5 i 6. ii Mmy v w = F v F w = v F F w. Stąd równość F F = Id jest równowżn izometrii F. Z równości F F = Id wynik surjekcj F. Równość t ozncz też, że F 1 jest izometrią. iii v w = Gv Gw = F Gv F Gw. Łtwo zuwżyć, że sum opertorów unitrnych n ogół nie jest opertorem unitrnym. Z kolei dl F unitrnego λf jest unitrny wtedy i tylko wtedy, gdy λ = 1. Terz kilk słów o opertorch rzutowych. Opertor P LH tki, że P 2 = P nzywny jest opertorem rzutowym. Zdje on rozkłd H = V W n sumę prostą podprzestrzeni domkniętych: V = im P = kerid P i W = ker P. Opertor rzutowy P jest opertorem rzutu ortogonlnego, jeżeli ker P = im P, to znczy, przestrzeń wzdłuż której się rzutuje jest dopełnieniem ortogonlnym przestrzeni n którą się rzutuje. STWIERDZENIE 18. P : V wtedy, gdy P 2 = P i P = P. V jest opertorem rzutu ortogonlnego wtedy i tylko Dowód: Niech P 2 = P i P = P. Równość P 2 = P ozncz, że P jest opertorem rzutowym. Mmy pokzć, że im P = ker P. Niech v ker P i niech w im P, tzn., w = P w. Wówczs, poniewż P = P, v w = v P w = P v w = P v w = 0. im P i ker P są domknięte i rozpinją H, więc ker P = im P. Złóżmy terz, że P jest opertorem rzutu ortogonlnego n podprzestrzeń V. Niech v, v 1 H i niech v = w + w, v 1 = w 1 + w 1 gdzie w, w 1 V w, w 1 V. Mmy wówczs v P v 1 = v w 1 = w w 1 = w w 1 + w 1 = P v v 1. Jeżeli P jest opertorem rzutu ortogonlnego n podprzestrzeń V, to Id P jest opertorem rzutu ortogonlnego n V. N koniec ciekwostk: STWIERDZENIE 19. Jeżeli F : H H jest jednocześnie unitrny i hermitowski, to 1 2 Id F orz 1 2 Id + F są opertormi rzutu ortogonlnego. Dowód: Zuwżmy, że 1 2 Id F jest hermitowski. Pondto 1 2 Id F 2 = 1 4 Id 2F + F 2 = 1 4 Id 2F + F F = 1 Id F. 2 N mocy poprzedniego stwierdzeni dostjemy tezę dl 1 2 Id F. Wystrczy terz zuwżyć, że 1 2 Id + F = I 1 2 Id F. 12

13 7. Teori Dystrybucji. Jk w skrypcie Anliz III. 8. Odwzorowni Fredholm i zwrte. Niech X i Y będą przestrzenimi Hilbert. Jk wiemy z Twierdzeni Riesz, możemy utożsmić funkcjonły liniowe n przestrzeni Hilbert z elementmi przestrzeni Hibert. Możemy, le nie musimy i w tym rozdzile robić tego nie będziemy. Będziemy ntomist korzystć z knonicznego izomorfizmu X = X i równości dl odwzorowń F = F. Niech F : X Y będzie odwzorowniem liniowym i ciągłym. Odzwzorownie sprzężone F : Y X : f f F jest też ciągłe ogrniczone i jego norm jest równ normie F : F = sup F x = sup x =1 x =1 sup f =1 f, F x = sup sup f =1 x =1 F f, x = sup F f = F f =1 Interesowć ns będzie równnie F x = b. Wrunkiem rozwiązlności jest b im F, więc pytnie o rozwiązlność równni sprowdz się do opisu obrzu odwzorowni F. Stwierdzenie 1. im F = ker F = {y Y g, y = 0 g ker F }. Dowód: Jeżeli y im F, to dl g ker F mmy y, g = F x, g = x, F g = 0. Stąd im F ker F, poniew ker F jest zbiorem domkniętym, również im F ker F. W drugą stronę: zwiernie im F ker F jest równowne zwierniu im F ker F. Jeżeli g im F, to dl kżdego x X 0 = F x, g = x, F g i stąd F g = 0. Ztem im F ker F, le im F = im F. Bezpośrednim wnioskiem jest Stwierdzenie 2. Jeżeli F : X Y jest injekcją w zbiór gęsty, to również F : Y X jest injekcją w zbiór gęsty. Dowód: ker F = im F = 0 i im F = ker F = ker F = 0 Z tką sytucją spotkliśmy się już przy omwiniu dystrybucji. Podstwowym dl dlszych rozwżń jest nstępujące twierdzenie: Twierdzenie 1. Dw wrunki są równowżne: 1 dim ker F < i im F jest domknięty, 2 z kżdego ciągu ogrniczonego x n tkiego, że ciąg F x n jest zbieżny, możn wybrć podciąg zbieżny. Dowód: 2 1 Jeżeli wybierzemy ciąg ogrniczony x n tki, że x n ker F, to możn z niego wybrć podciąg zbieżny. Stąd domknięt kul jednostkow w ker F jest zwrt, czyli wymir ker F jest skończony. Oznczmy V = ker F, ortogonlne dopełnienie ker F. Indukowne odwzorownie F : V Y jest injekcją. Pokżemy, że istnieje c tkie, że dl x V zchodzi nierówność x c F x

14 Istotnie, gdyby tkie c nie istniło, to dl kżdego j możn by znleźć wektor x j tki, że 1 = x j j F x j. Dl tkiego ciągu F x j 0, więc możn wybrć podciąg x jk, zbieżny do pewnego x. Oczywiście x = 1 i x V, le z ciągłości F, F x = lim F x jk = 0. Sprzeczność, bo F n V jest injekcją. Nierówność 11 ozncz, że odwzorownie odwrotne n im F jest ciągłe, poniewż wykres jest domknięty, to nie możn go przez ciągłość rozszerzyć. Stąd jego dziedzin, czyli im F, musi być domknięty. 1 2 Niech x j będzie ciągiem ogrniczonym i tkim, że ciąg F x j jest zbieżny. Rozłożymy ten ciąg n sumę dwóch: x j = y j + z j, gdzie y j ker F i z j ker F. Ciągi te są też ogrniczone, bo x j 2 = y j 2 + z j 2. Przestrzeń ker F jest wymiru skończonego, więc możn wybrć podciąg zbieżny y jk. Pondto F z j = F x j, więc ciąg F z j jest zbieżny. Ale F : ker F im F jest izomorfizmem im F jest domknięty, więc odwrotne odwzorownie jest ciągłe, więc ciąg z j jest zbieżny. Stąd ciąg x jk = y jk + z jk jest zbieżny Odwzorowni zwrte. Odwzorownie liniowe i ciągłe K: X Y nzywmy zwrtym, jeżeli zbiory ogrniczone przeprowdz w prezwrte, tzn. z kżdego ciągu ogrniczonego x n możn wybrć podciąg x nk tki, że ciąg Kx nk jest zbieżny. Oczywistym jest, że złożenie odwzorowni ogrniczonego czyli ciągłego ze zwrtym jest odwzorowniem zwrtym mówimy tylko o odwzorownich liniowych. Stwierdzenie 2. Odwzorownie dulne do odwzorowni zwrtego jest odwzorowniem zwrtym Dowód: Niech K: X Y będzie odwzorowniem zwrtym, C X : X X i C Y : Y Y izomorfizmmi Riesz. Niech cig g n w Y będzie ogrniczony. Ciągi K g n i C 1 X K g n są też ogrniczone. Ztem istnieje podciąg g nk tki, że ciąg KC 1 K g nk jest zbieżny bo K jest zwrty. Mmy K g n g m 2 = C 1 X K g n g m C 1 X K g n g m = K g n g m, C 1 X K g n g m = g n g m, KC 1 X K g n g m = C 1 Y g n g m KC 1 X K g n g m C 1 Y g n g m KC 1 X K g n g m M KC 1 K g n g m bo ciąg g n jest ogrniczony. Ze zbieżności KC 1 K g nk wynik zbieżność K g nk. Podm terz brdzo wżny przykłd odwzorowń zwrtych. Niech Ω będzie obszrem ogrniczonym w R n, z głdkim brzegiem. Przestrzeń H s Ω definiujemy jko uzupełnienie przestrzeni funkcji głdkich względem normy iloczynu sklrnego f g s = α s Ω D α fd α g. Równowżną normę dl s > 0 dostniemy biorąc jko iloczym sklrny odwzorownie f, g α =s Ω D α fd α g + fg. Ω Przestrzeń H s Ω możemy też definiowć jko przestrzeń funkcji z L 2 Ω, których pochodne dystrybucyjne do rzędu s też nleżą do L 2 Ω. Mmy oczywisty ciąg gęstych włożeń H 0 Ω H 1 Ω H 2 Ω H s Ω. 14

15 Włożeni te są odwzorownimi zwrtymi Lemt Rellich. Mmy stąd dulny ciąg zwrtych i gęstych włożeń H 0 Ω H 1 Ω H 2 Ω H s Ω. Utożsmimy H 0 Ω = L 2 Ω z dulną do niej i oznczmy H s Ω = H s Ω. Otrzymujemy w ten sposób ciąg zwrtych i gęstych włożeń H s Ω H 1 Ω H 0 Ω H 1 Ω H 2 Ω H s Ω Odwzorowni Fredholm. Niech V będzie podprzestrzenią wektorową przestrzeni Hibert X. Przestrzeń ilorzow X/V m nturlną strukturę przestrzeni wektorowej, le jeżeli V nie jest podprzestrzenią domkniętą, to nie m w X/V topologii tkiej, że rzut knoniczny jest odwzorowniem ciągłym V jest przeciwobrzem zer, punkt jest zbiorem domkniętym. Niech więc V będzie podprzestrzenią domkniętą. Mmy oczywiste utożsmienie X/V z V, stąd nturlną strukturę przestrzeni Hilbert w X/V. Poniewż X = V + V i w konsekwencji X = V + V, przestrzeń duln do X/V może być utożsmion z V. W szczególności, dl liniowego i ciągłego odwzorowni F : X Y mmy Y/im F im F, Y/im F im F. Stąd i ze Stwierdzeni 1 wynik, że dim Y/im F = dim ker F. Przestrzeń Y/im F nzywn jest kojądrem F. Definicj 1. Odwzorownie liniowe i ciągłe F : X Y nzywmy Fredholm, jeżeli im F jest podprzestrzenią domkniętą, dim ker F orz dim Y/ im F są skończone. Stwierdzenie 3. Jeżeli odwzorownie F : X Y jest Fredholm, to dulne odwzorownie F : Y X jest też Fredholm. Dowód: Mmy im F = ker F i stąd ker F = Y/ im F, więc dim ker F = dim Y/ im F <. Odwzorownie F indukuje izomorfizm przestrzeni Hilbert F : X/ ker F im F, więc też izomorfizm dulny F : im F X/ ker F. Poniewż im F = ker F, to im F = Y / ker F, z równości im F = ker F wynik X/ ker F = ker F = im F. Mmy ztem izomorfizm F : Y / ker F im F, z drugiej strony bijekcję F : Y / ker F im F. Poniewż F = F sprwdzić!, to im F = im F. Oczywiście dimx / im F = dim ker F <. Brdzo wżny jest fkt, że zburzenie odwzorowni Fredholm odwzorowniem zwrtym pozostje odwzorowniem Fredholm. Twierdzenie 3. Jeżeli F : X Y jest Fredholm, K: X Y zwrty, to F + K: X Y jest też Fredholm. Dowód: Niech x n będzie ogrniczonym ciągiem w X tkim, że ciąg F + Kx n jest zbieżny. Ze zwrtości K istnieje podciąg x nk tki, że Kx nk jest ciągiem zbieżnym. Ztem F x nk jest też zbieżny, poniewż F jest Fredholm, to Twierdzenie 1 istnieje podciąg zbieżny x nkl. Z Twierdzeni 1 dim kerf + K < i obrz imf + K jest domknięty. Zstępując F, K przez ich dulne i korzystjąc ze Stwierdzeń 2, 3 dim kerf + K < Zgdnienie brzegowe. Dl prostoty, niech K = R. Niech B będzie funkcją symetryczną, biliniową i ciągł n przestrzeni Hilbert X. Odpowidjące jej odwzorownie 15

16 liniowe X X jest też ciągłe, z powodu symetrii B, smosprzężone. Prostym rchunkiem sprwdzmy, że jest to pochodn funkcji ϕ: X R: x 1 2Bx, x. Weźmy terz, dl obszru spójnego Ω, X = H 1 Ω i Bf, g = Ω i f, i g, i. Widć, że Bf, g = f g Ω fg, gdzie iloczyn sklrny jest w H1 Ω. Ztem stowrzyszone odwzorownie liniowe F : X X jest różnicą F = C 1 C 0, gdzie C 1 : X X jest izomorfizmem Riesz, C 0 : X X jest izomorfizmem Riesz H 0 Ω H 0 Ω, złożonym z knonicznymi włożenimi H 1 Ω H 0 Ω i H 0 Ω H 1 Ω. Wiemy 12, że włożeni te są gęste i zwrte, ztem odwzorownie C 0 jest zwrte. Z Twierdzeni 3 wiemy, że odwzorownie F jest Fredholm. Poniewż form B jest symetryczn, F jest odwzorowniem smosprzężonym. Ztem im F = ker F. Z dodtniości funkcji kwdrtowej f Bf, f i z tego, że F jest pochodną funkcji 1 2Bf, f, z Bf, f = 0 wynik F f = 0. Ztem jądro F jest zbiorem zer funkcji kwdrtowej Bf, f. Mmy więc ker F = {f f, i = 0}, czyli f z ker F jest funkcją stłą. Zobczmy, jk możn interpretowć F f dl głdkich funkcji.z twierdzeni Guss-Green, ω i f, i g, i = fg + f n g, Ω Ω gdzie f n jest skłdową normlną do brzegu grdientu funkcji f. Pr ρ, D n nleży do obrzu f jeżeli Ω ρ + Ω D n = 0. W elektrosttyce ten wrunek ozncz, że cłkowity łdunek jest równy zero tw. Guss Alterntyw Fredholm. Brdzo istotne w zstosownich jest poniższe twierdzenie. Twierdzenie 4 Alterntyw Fredholm. Niech A: X X będzie zwrtym odwzorowniem przestrzeni Hilbert X w siebie. Możliwe są dwie, wykluczjące się sytucje 1 odwzorownie Id A jest surjekcją, czyli dl kżdego g X istnieje rozwiąznie równni Id Af = g, 2 jądro odwzorowni Id A jest nietrywilne, czyli równnie jednorodne Id Af = 0 m nietrywilne rozwiąznie, i pondto wymiry jądr i kojądr Id A są równe. Dowód: Twierdzenie to jest oczywiste w przypdku A smosprzężonego, bo wtedy obrz jest nihiltorem jądr opertor I A jest Fredholm, więc obrz jest domknięty. W przypdku ogólnym wystrczy pokzć, że dim kerid A = dim cokerid A. Istotnie, równość t ozncz, że kerid A = {0} wtedy i tylko wtedy, gdy imid A = X. Dowód przeprowdzimy w trzech etpch. Oznczmy T = Id A. i dim coker T = 0 dim ker T = 0 oznczmy M n = ker T n. Oczywiście {0} = M 0 M 1 M Ciąg ten stbilizuje się, bo gdyby M n M n+1 dl kżdego n, to istniłby ciąg ortonormlny f n tki, że f n M n, f n / M n+1. Dl tkiego ciągu Af n Af n 2 = f n T f n + f m T f m = f n 2 + T f n + f m T f m 2 f n 2 = 1 dl n > m, bo wtedy T f n + f m T f m M n 1, f n M n 1. Czyli z ciągu Af n nie możn wybrć podciągu zbieżnego, co jest sprzeczne ze zwrtością A. Ztem ciąg M n stbilizuje się. Przypuśćmy terz, że dim ker T 0, tzn. istnieje niezerowy f 1 tki, że T f 1 = 0. Ale im T jest cłą przestrzenią, więc istnieje f 2 tkie, że T f 2 = f 1. Podobnie f 2 = T f 3 itd. Ciąg f n m tą włsność, że f n M n i f n / M n 1. Istnienie tkiego ciągu ozncz, że ciąg podprzestrzeni M n nie stbilizuje się. Sprzeczność. ii dim ker T = 0 dim coker T = 0 Wystrczy udowodnić 3, czyli,+ że dim ker T = dim coker T, dim coker T = dim ker T i zstosowć i do opertor T. 16

17 iii dim ker T = dim coker T Niech ϕ 1,..., ϕ n będzie bzą ker T, ψ 1,..., ψ m bzą przestrzeni dopełnijącej im T. Przypuśćmy, że m > n. Modyfikujemy opertor A kłdąc à = A n ϕ i ψ i, T = Id λ à i=1 à jest opertorem zwrtym jk sum zwrtego i skończenie-wymirowego, więc możemy stosowć ii do T. Jeżeli T f = 0, to T f = 0 i n i=1 f ϕ iψ i = 0, stąd f ϕ i = 0. Ztem f = 0. Sprzeczność, bo z m > n wynik, że kojądro T nie jest zerowe. 9. Równni cłkowe Opertor cłkowy. Dl prostoty, zjmijmy się równnimi cłkowymi dl funkcji n odcinku I = [, b]. Opertorem cłkowym Fredholm nzywmy opertor A postci Oszcujmy Af w normie L 2 I: Afx = K A x, yfydy. [ ] b 2 b 2dx Afx = K A x, yfydy dx KAx, 2 ydy f 2 ydy dx = f 2 ydy K 2 Ax, ydy, czyli Af L 2 I K A x, y L 2 I I f L 2 I. Ozncz to, że K A L 2 I I definiuje ciągły opertor A: L 2 I L 2 I z szcowniem normy A K A x, y L 2 I I. Zuwżmy, że 1 K A x, y = K A y, x, 2 K AB x, y = K Ax, zk B z, ydz. Pokżemy terz, że opertor cłkowy jest zwrty. Przydtny tu będzie ogólniejszy fkt. Twierdzenie 5. K: X X jest opertorem zwrtym wtedy i tylko wtedy, gdy jest grnicą, w normie opertorowej, opertorów skończenie-wymirowych, tj. tkich, których obrz jest wymiru skończonego. Dowód: Niech K będzie opertorem zwrtym. Obrz kuli jednostkowej jest zbiorem prezwrtym, czyli jego domknięcie jest zbiorem zwrtym. Dl kżdego ε > 0 istnieje skończony zbiór x 1,..., x nε w X tki, że i Kx i, ε zwier obrz kuli jednostkowej. Ozncz to, że dl kżdego x < 1 odległość Kx od przestrzeni V ε rozpiętej n x 1,..., x nε jest mniejsz od ε. Stąd wniosek, że K P ε K ε, gdzie P ε jest rzutem ortogonlnym n V ε. K jest grnicą normową P ε K. W drugą stronę. Niech K K n < 1 n, gdzie K n jest opertorem skończenie-wymirowym. Weźmy ciąg ogrniczony x j, x j 1. Istnieje podciąg x j1,k tki, że ciąg K 1 x j1,k jest zbieżny. Nstępnie wybiermy podciąg x j2,k ciągu x j1,k, tk, by ciąg K 2 x j2,k był zbieżny, itd. Podciąg x jn,k jest więc tki, że dl m n ciąg k K m x jn,k jest 17

18 zbieżny. Możn przy tym tk wybierć te podciągi, by dl k, l > n zchodził nierówność K n x jn,k Kx jn,l < 1 n. Ciąg Kx jn,n jest zbieżny, bo dl m > n Kx jn,n Kx jm,m Kx jn,n K n x jn,n + K n x jn,n K n x jm,m + K n x jm,m Kx jm,m 3 n. Dl pokzni, że opertor cłkowy A jest zwrty, wystrczy udowodnić, że jest grnicą opertorów skończenie-wymirowych. L 2 I możn wybrć przeliczlną bzę ortonormlną ϕ n. Funkcje ϕ nm x, y = ϕ n xϕ m y tworzą bzę ortonormlną w L 2 I I. Mmy więc K A = α nm ϕ nm, Af = α nm ϕ n fϕ m. n,m n,m Oznczmy przez P N rzut ortogonlny n podprzestrzeń rozpiętą przez N pierwszych wektorów bzy. Mmy N P N AP N f = α nm ϕ n fϕ m. n,m=1 Stąd P N AP N A w normie opertorowej, bo jądr zbiegją w L 2 I I. Zjmiemy się terz równniem cłkowym Id λaf = g, gdzie A jest, jk zwykle, opertorem cłkowym z jądrem K A. Istotn jest zwrtość tego opertor Wzory Fredholm. Spróbujmy rozwiązć równnie Id λaf = g, Afx = K A x, yfydy. 13 W pierwszym odruchu piszemy g = Id λa 1 f i Id λa 1 1 = Id λa = λ k A k, 14 le gwrncję zbieżności mmy tylko w przypdku λa < 1, co nm nie wystrcz. Przedstwmy Id λa 1 w postci Id + λr i spróbujmy wyznczyć opertor R, zwny rezolwentą równni. Jk łtwo zuwżyć, R = A Id λa. Poniewż A jest opertorem zwrtym, to tkże R jest opertorem zwrtym. Może cłkowym? Jeżeli tk, to jego jądro R nzywmy jądrem rozwiązującym. Poniewż mmy tożsmość Id λar = A, to jądro rozwiązujące spełni jeżeli istnieje równnie Rx, y λ k=0 K A x, zrz, ydz = K A x, y. 15 Oznczmy x1... x K m A = det [ Kx y 1... y i, y j ] 16 m 18

19 i zdefiniujmy dλ = 1 λ 1! orz dx, y; λ = K A x y y1 K A dy y n λ n 1 n! λ 1! + 1n λ n n! x y1 K A y y 1 dλ nzywne jest wyzncznikiem Fredholm. Twierdzenie 6. dy 1 + K A x y1... y n y y 1... y n 1 Szeregi dλ i dx, y; λ mją nieskończony promień zbieżności. dx, y; λ 2 Rx, y =. dλ Dowód: Skorzystmy z nierówności Hdmrd det[ ij ] n n ij 2. j=1 Wynik z niej, że jeżeli sup K A x, y = M, to K x1... x m A y 1... y m i=1 y1... y K n A dy y 1... y 1 dy n + n 17 M m m m 2. Jeżeli więc oznczymy przez n współczynnik przy λ n w rozwinięciu dλ, to dy 1 dy n n M n n n 2 n! b n i stąd n n Mb n n 1 2 n! n 0. Ztem promień zbieżności szeregu 17 jest nieskończony. Podobnie pokzujemy, że promień zbieżności szeregu 18 jest nieskończony. Zuwżmy terz, że z rozwinięci Lplce względem pierwszej kolumny mmy tożsmość x y1... y K n A = y y 1... y n K A x, yk A y1... y n y... y n y1 y K A x, y 1 K 2... y n A y y 2... y n + 1 k y1... y K A x, y k K k y k+1... y n A y... y k 1 y k+1... y n y1... y = K A x, yk n y1 y A K y... y A x, y 1 K 2... y n A n y y 2... y n + + K A x, y k K A yk y 1... y k 1 y k+1... y n y y 1... y k 1 y k+1... y n 19

20 czyli wszystkie skłdniki, począwszy od drugiego, dją ten sm wkłd do cłki y1... y K n A dy y 1... y 1 dy n. n Mmy więc x y1... y K n A y y 1... y n n dy 1 dy n = K A x, y K A x, sk A s y1... y n 1 y y 1... y n 1 y1... y K n A y 1... y n dsdy 1 dy n 1. dy 1 dy n Dostjemy stąd tożsmość dx, y; λ = K A x, ydλ + λ K A x, sds, y; λds, czyli dx, y; λ dλ jest rozwiązniem równni rezolwenty 15. Przykłd 1. Niech K A = m i=1 u x1... x ixv i y. Mmy w tym przypdku K n A = y 1... y n 0 dl n > m, czyli szeregi 17 i 18 są summi pierwszych m + 1 wyrzów. N przykłd, rozptrzmy równnie fx + 2 x + yfydy = gx, czyli K A x, y = x + y i λ = 2. Tutj x x1 x K A = K y A x, y = x + y, K 2 A = y 1 y 2 x 1 + y 1 x 1 + y 2 x 2 + y 1 x 2 + y 2, i stąd dλ = 1 λ 1 dx, y; λ = x + y λ W szczególności, 0 2y 1 dy 1 + λ2 2! 1 Dostjemy stąd rezolwentę y 1 y 2 y 1 + y 2 2 dy 1 dy 2 = 1 λ λ2 12, 2y 1 x + y x + y 1 y 1 + ydy 1 = x + y λx + y + λxy λx + y λ. d 2 = = 8 3, dx, y; 2 = 2x + y 2xy 2 3. Rx, y = 3 4 x + y 3 4 xy 1 4 i rozwiąznie fx = gx x + y 3 4 xy 1 4 gydy 20

Maciej Grzesiak. Iloczyn skalarny. 1. Iloczyn skalarny wektorów na płaszczyźnie i w przestrzeni. a b = a b cos ϕ. j) (b x. i + b y

Maciej Grzesiak. Iloczyn skalarny. 1. Iloczyn skalarny wektorów na płaszczyźnie i w przestrzeni. a b = a b cos ϕ. j) (b x. i + b y Mciej Grzesik Iloczyn sklrny. Iloczyn sklrny wektorów n płszczyźnie i w przestrzeni Iloczyn sklrny wektorów i b określmy jko b = b cos ϕ. Bezpośrednio z definicji iloczynu sklrnego mmy, że i i = j j =

Bardziej szczegółowo

Notatki z Analizy Matematycznej 4. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 4. Jacek M. Jędrzejewski Nottki z Anlizy Mtemtycznej 4 Jcek M. Jędrzejewski ROZDZIAŁ 7 Cłk Riemnn 1. Cłk nieoznczon Definicj 7.1. Niech f : (, b) R będzie dowolną funkcją. Jeżeli dl pewnej funkcji F : (, b) R spełnion jest równość

Bardziej szczegółowo

Pierwiastek z liczby zespolonej

Pierwiastek z liczby zespolonej Pierwistek z liczby zespolonej Twierdzenie: Istnieje dokłdnie n różnych pierwistków n-tego stopni z kżdej liczby zespolonej różnej od zer, tzn. rozwiązń równni w n z i wszystkie te pierwistki dją się zpisć

Bardziej szczegółowo

Wojciech Kryszewski. Inkluzje różniczkowe. Wykład monograficzny

Wojciech Kryszewski. Inkluzje różniczkowe. Wykład monograficzny Wojciech Kryszewski Inkluzje różniczkowe Wykłd monogrficzny Wydził Mtemtyki i Informtyki UMK Wydził Fizyki Technicznej i Mtemtyki Stosownej PŁ Toruń/Łódź 2014 ISBN xxxx c Copyright by Wojciech Kryszewski

Bardziej szczegółowo

Wykład 2. Pojęcie całki niewłaściwej do rachunku prawdopodobieństwa

Wykład 2. Pojęcie całki niewłaściwej do rachunku prawdopodobieństwa Wykłd 2. Pojęcie cłki niewłściwej do rchunku prwdopodobieństw dr Mriusz Grządziel 4 mrc 24 Pole trpezu krzywoliniowego Przypomnienie: figurę ogrniczoną przez: wykres funkcji y = f(x), gdzie f jest funkcją

Bardziej szczegółowo

Uniwersytet Mikołaja Kopernika w Toruniu

Uniwersytet Mikołaja Kopernika w Toruniu Uniwersytet Mikołj Kopernik w Toruniu Wydził Mtemtyki i Informtyki Krzysztof Frączek Anliz Mtemtyczn I Wykłd dl studentów I roku kierunku informtyk Toruń 206 Spis treści Liczby rzeczywiste 2 Ciągi liczbowe

Bardziej szczegółowo

nazywamy odpowiednio dolną oraz górną sumą Darboux funkcji f w przedziale [a, b] wyznaczoną przez podział P.

nazywamy odpowiednio dolną oraz górną sumą Darboux funkcji f w przedziale [a, b] wyznaczoną przez podział P. Rozdził 10 Cłk Drboux 10.1 Doln i górn sum Drboux Definicj podziłu. Niech, b R, < b. Kżdy skończony ciąg P postci (10.1) P = (x 0,..., x n ), gdzie n N, = x 0 < x 1

Bardziej szczegółowo

Analiza matematyczna v.1.6 egzamin mgr inf niestacj 1. x p. , przy założeniu, że istnieją lim

Analiza matematyczna v.1.6 egzamin mgr inf niestacj 1. x p. , przy założeniu, że istnieją lim Anliz mtemtyczn v..6 egzmin mgr inf niestcj Oznczeni: f, g, h : J R funkcje rzeczywiste określone n J R J przedził, b),, b], [, b), [, b], półprost, b),, b],, ), [, ) lub prost R α, β [min{α, β}, m{α,

Bardziej szczegółowo

Pierwiastek z liczby zespolonej

Pierwiastek z liczby zespolonej Pierwistek z liczby zespolonej Twierdzenie: Istnieje dokłdnie n różnych pierwistków n-tego stopni z kżdej liczby zespolonej różnej od zer, tzn. rozwiązń równni w n z i wszystkie te pierwistki dją się zpisć

Bardziej szczegółowo

Analiza Matematyczna (część II)

Analiza Matematyczna (część II) Anliz Mtemtyczn (część II) Krzysztof Trts Witold Bołt n podstwie wykłdów dr. Piotr Brtłomiejczyk 25 kwietni 24 roku 1 Rchunek cłkowy jednej zmiennej. 1.1 Cłk nieoznczon. Definicj 1.1.1 (funkcj pierwotn)

Bardziej szczegółowo

WEKTORY skalary wektory W ogólnym przypadku, aby określić wektor, należy znać:

WEKTORY skalary wektory W ogólnym przypadku, aby określić wektor, należy znać: WEKTORY Wśród wielkości fizycznych występujących w fizyce możn wyróżnić sklry i wektory. Aby określić wielkość sklrną, wystrczy podć tylko jedną liczbę. Wielkościmi tkimi są ms, czs, tempertur, objętość

Bardziej szczegółowo

Równania i nierówności kwadratowe z jedną niewiadomą

Równania i nierówności kwadratowe z jedną niewiadomą 50 REPETYTORIUM 31 Równni i nierówności kwdrtowe z jedną niewidomą Równnie wielominowe to równość dwóch wyrżeń lgebricznych Kżd liczb, któr po podstwieniu w miejscu niewidomej w równniu o jednej niewidomej

Bardziej szczegółowo

Pochodne i całki, macierze i wyznaczniki

Pochodne i całki, macierze i wyznaczniki Cłk oznczon Cłk niewłściw Wzór Tylor Mcierze Pochodne i cłki, mcierze i wyznczniki Stnisłw Jworski Ktedr Ekonometrii i Sttystyki Zkłd Sttystyki Stnisłw Jworski Pochodne i cłki, mcierze i wyznczniki Cłk

Bardziej szczegółowo

RACHUNEK CAŁKOWY. Funkcja F jest funkcją pierwotną funkcji f na przedziale I R, jeżeli. F (x) = f (x), dla każdego x I.

RACHUNEK CAŁKOWY. Funkcja F jest funkcją pierwotną funkcji f na przedziale I R, jeżeli. F (x) = f (x), dla każdego x I. RACHUNEK CAŁKOWY Funkcj F jest funkcją pierwotną funkcji f n przedzile I R, jeżeli F (x) = f (x), dl kżdego x I. Przykłd. Niech f (x) = 2x dl x (, ). Wtedy funkcje F (x) = x 2 + 5, F (x) = x 2 + 5, F (x)

Bardziej szczegółowo

a a a b M. Przybycień Matematyczne Metody Fizyki I

a a a b M. Przybycień Matematyczne Metody Fizyki I Relcje równowr wnowżności i klsy Definicj: Relcją określoną n zbiorze A nzywmy dowolny test porównwczy pomiędzy uporządkownymi prmi elementów elementów zbioru A. Jeśli pr (, b) œ A ä A spełni ten test,

Bardziej szczegółowo

Analiza Matematyczna II

Analiza Matematyczna II Uniwersytet Jn Kochnowskiego w Kielcch Wydził Mtemtyczno-Przyrodniczy Instytut Mtemtyki Dr hb. prof. UJK Grzegorz Łysik Anliz Mtemtyczn II Skrypt wykłdów Kielce, 212. 1 1 Funkcje wielu zmiennych 1.1 Przestrzeń

Bardziej szczegółowo

WYKŁAD 5. Typy macierzy, działania na macierzach, macierz układu równań. Podstawowe wiadomości o macierzach

WYKŁAD 5. Typy macierzy, działania na macierzach, macierz układu równań. Podstawowe wiadomości o macierzach Mtemtyk I WYKŁD. ypy mcierzy, dziłni n mcierzch, mcierz ukłdu równń. Podstwowe widomości o mcierzch Ogóln postć ukłdu m równń liniowych lgebricznych z n niewidomymi x x n xn b x x n xn b, niewidome: x,

Bardziej szczegółowo

1 Definicja całki oznaczonej

1 Definicja całki oznaczonej Definicj cłki oznczonej Niech dn będzie funkcj y = g(x) ciągł w przedzile [, b]. Przedził [, b] podzielimy n n podprzedziłów punktmi = x < x < x

Bardziej szczegółowo

PEWNIK DEDEKINDA i jego najprostsze konsekwencje

PEWNIK DEDEKINDA i jego najprostsze konsekwencje PEWNIK DEDEKINDA i jego njprostsze konsekwencje W rozdzile ósmym stwierdziliśmy, że z podnych tm pewników nie wynik istnienie pierwistków z liczb rzeczywistych. Uzupe lnimy terz liste pewników jeszcze

Bardziej szczegółowo

Macierz. Wyznacznik macierzy. Układ równań liniowych

Macierz. Wyznacznik macierzy. Układ równań liniowych Temt wykłdu: Mcierz. Wyzncznik mcierzy. Ukłd równń liniowych Kody kolorów: żółty nowe pojęcie pomrńczowy uwg kursyw komentrz * mterił ndobowiązkowy Ann Rjfur, Mtemtyk Zgdnieni. Pojęci. Dziłni n mcierzch.

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa

Analiza matematyczna i algebra liniowa Anliz mtemtyczn i lgebr liniow Mteriły pomocnicze dl studentów do wykłdów Mcierze liczbowe i wyznczniki. Ukłdy równń liniowych. Mcierze. Wyznczniki. Mcierz odwrotn. Równni mcierzowe. Rząd mcierzy. Ukłdy

Bardziej szczegółowo

4. RACHUNEK WEKTOROWY

4. RACHUNEK WEKTOROWY 4. RACHUNEK WEKTOROWY 4.1. Wektor zczepiony i wektor swoodny Uporządkowną prę punktów (A B) wyznczjącą skierowny odcinek o początku w punkcie A i końcu w punkcie B nzywmy wektorem zczepionym w punkcie

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

O SZEREGACH FOURIERA. T (x) = c k e ikx

O SZEREGACH FOURIERA. T (x) = c k e ikx O SZEREGACH FOURIERA Funkcję postci. Wielominy i szeregi trygonometryczne. T x = N k= N c k e ikx nzywmy wielominem trygonometrycznym. Jk widć, wielomin trygonometryczny jest funkcją okresową o podstwowym

Bardziej szczegółowo

GEOMETRIA Z TOPOLOGIĄ NOTATKI NA ZAJĘCIA. Spis treści

GEOMETRIA Z TOPOLOGIĄ NOTATKI NA ZAJĘCIA. Spis treści GEOMETRIA Z TOPOLOGIĄ NOTATKI NA ZAJĘCIA Wydził Mtemtyki i Informtyki Uniwersytet Łódzki Spis treści 1. Przestrzenie metryczne 1 1.1. Definicje i przykłdy 1 1.2. Zbieżności, zbiory 2 1.3. Odwzorowni przestrzeni

Bardziej szczegółowo

WEKTORY skalary wektory W ogólnym przypadku, aby określić wektor, należy znać:

WEKTORY skalary wektory W ogólnym przypadku, aby określić wektor, należy znać: WEKTORY Wśród wielkości fizycznych występujących w fizyce możn wyróżnić sklry i wektory. Aby określić wielkość sklrną, wystrczy podć tylko jedną liczbę. Wielkościmi tkimi są ms, czs, tempertur, objętość

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 2. Granice, ciągłość, pochodna funkcji i jej interpretacja geometryczna

Wykład 2. Granice, ciągłość, pochodna funkcji i jej interpretacja geometryczna 1 Wykłd Grnice, ciągłość, pocodn unkcji i jej interpretcj geometryczn.1 Grnic unkcji. Grnic lewostronn i grnic prwostronn unkcji Deinicj.1 Mówimy, że liczb g jest grnicą lewostronną unkcji w punkcie =,

Bardziej szczegółowo

Całki niewłaściwe. Rozdział Wprowadzenie Całki niewłaściwe I rodzaju

Całki niewłaściwe. Rozdział Wprowadzenie Całki niewłaściwe I rodzaju Rozdził 3 Cłki niewłściwe 3. Wprowdzenie Omwine w poprzednim rozdzile cłki oznczone są cłkmi funkcji ciągłych n przedzile domkniętym, więc funkcji ogrniczonych n przedzile skończonym. Wiele zgdnień prktycznych

Bardziej szczegółowo

Rozwiązania maj 2017r. Zadania zamknięte

Rozwiązania maj 2017r. Zadania zamknięte Rozwiązni mj 2017r. Zdni zmknięte Zd 1. 5 16 5 2 5 2 Zd 2. 5 2 27 2 23 2 2 2 2 Zd 3. 2log 3 2log 5log 3 log 5 log 9 log 25log Zd. 120% 8910 1,2 8910 2,2 8910 $%, 050 Zd 5. Njłtwiej jest zuwżyć że dl 1

Bardziej szczegółowo

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych

PODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych PODSTAWY BAZ DANYCH Wykłd 3 2. Pojęcie Relcyjnej Bzy Dnych 2005/2006 Wykłd "Podstwy z dnych" 1 Rozkłdlno dlność schemtów w relcyjnych Przykłd. Relcj EGZ(U), U := { I, N, P, O }, gdzie I 10 10 11 N f f

Bardziej szczegółowo

VI. Rachunek całkowy. 1. Całka nieoznaczona

VI. Rachunek całkowy. 1. Całka nieoznaczona VI. Rchunek cłkowy. Cłk nieoznczon Niech F : I R i f : I R będą funkcjmi określonymi n pewnym przedzile I R. Definicj. Funkcję F nzywmy funkcją pierwotną funkcji f n przedzile I, gdy F (x) = f(x) dl 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

Wariacje Funkcji, Ich Własności i Zastosowania

Wariacje Funkcji, Ich Własności i Zastosowania Środowiskowe Studi Doktornckie z Nuk Mtemtycznych Uniwersytet Mrii Curie-Skłodowskiej w Lublinie Józef Bnś Ktedr Mtemtyki Politechnik Rzeszowsk Wricje Funkcji, Ich Włsności i Zstosowni Lublin 2014 Spis

Bardziej szczegółowo

Macierz. Wyznacznik macierzy. Układ równań liniowych

Macierz. Wyznacznik macierzy. Układ równań liniowych Temt wykłdu: Mcierz. Wyzncznik mcierzy. Ukłd równń liniowych Kody kolorów: Ŝółty nowe pojęcie pomrńczowy uwg kursyw komentrz * mterił ndobowiązkowy Ann Rjfur, Mtemtyk n kierunku Biologi w SGGW Zgdnieni.

Bardziej szczegółowo

Niewymierność i przestępność Materiały do warsztatów na WWW6

Niewymierność i przestępność Materiały do warsztatów na WWW6 Niewymierność i przestępność Mteriły do wrszttów n WWW6 Piotr Achinger 23 sierpni 2010 1 Wstęp 1.1 Liczby wymierne i niewymierne Pytnie 1. Czy istnieją liczby niewymierne? Zdnie 1. Wykzć, że 1. 2 / Q,

Bardziej szczegółowo

Wszystkim życzę Wesołych Świąt :-)

Wszystkim życzę Wesołych Świąt :-) Poniższe zdni pochodzą ze zbiorów: ) J. Rutkowski, Algebr bstrkcyjn w zdnich b) M. Bryński, J. Jurkiewicz, Zbiór zdń z lgebry Do kolokwium proszę też przejrzeć zdni z ćwiczeń. Wszystkim życzę Wesołych

Bardziej szczegółowo

PRÓBNA MATURA Z MATEMATYKI Z OPERONEM LISTOPAD ,0. 3x 6 6 3x 6 6,

PRÓBNA MATURA Z MATEMATYKI Z OPERONEM LISTOPAD ,0. 3x 6 6 3x 6 6, Zdnie PRÓBNA MATURA Z MATEMATYKI Z OPERONEM LISTOPAD 04 Zbiorem wszystkich rozwiązń nierówności x 6 6 jest: A, 4 0, B 4,0 C,0 4, D 0,4 Odpowiedź: C Rozwiąznie Sposób I Nierówność A 6 jest równowżn lterntywie

Bardziej szczegółowo

Spis treści. 1 Wprowadzenie 2

Spis treści. 1 Wprowadzenie 2 Spis treści 1 Wprowdzenie 2 2 Podstwowe przestrzenie funkcyjne 14 2.1 Przestrzenie L p (, b) i L (, b)......................... 14 2.2 Przestrzenie L p (, b) L p (, b) i L (, b) L (, b)............. 27

Bardziej szczegółowo

Zbiory wyznaczone przez funkcje zdaniowe

Zbiory wyznaczone przez funkcje zdaniowe pojęci zbioru i elementu RCHUNEK ZIORÓW zbiór zwier element element nleży do zbioru jest elementem zbioru ( X zbiór wszystkich przedmiotów indywidulnych, których dotyczy dn nuk zbiór pełny (uniwerslny

Bardziej szczegółowo

Realizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych,

Realizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych, Klsyczn Metod Njmniejszych Kwdrtów (KMNK) Postć ć modelu jest liniow względem prmetrów (lbo nleży dokonć doprowdzeni postci modelu do liniowości względem prmetrów), Zmienne objśnijące są wielkościmi nielosowymi,

Bardziej szczegółowo

Zadania. I. Podzielność liczb całkowitych

Zadania. I. Podzielność liczb całkowitych Zdni I. Podzielność liczb cłkowitych. Pewn liczb sześciocyfrow kończy się cyfrą 5. Jeśli tę cyfrę przestwimy n miejsce pierwsze ze strony lewej to otrzymmy nową liczbę cztery rzy większą od poprzedniej.

Bardziej szczegółowo

Równania różniczkowe w przestrzeniach Banacha

Równania różniczkowe w przestrzeniach Banacha Równni różniczkowe w przestrzenich Bnch 1 Równni różniczkowe w przestrzenich Bnch Wojciech Kryszewski 1. Preliminri Złóżmy, że E jest przestrzenią Bnch (nd R lub C), I jest przedziłem ( 1 ) niezdegenerownym

Bardziej szczegółowo

PODSTAWY ALGEBRY MACIERZY. Operacje na macierzach

PODSTAWY ALGEBRY MACIERZY. Operacje na macierzach PODSTWY LGEBRY MCIERZY WIERSZ i, KOLUMN (j) Mcierz m,n, gdzie m to ilość wierszy, n ilość kolumn i,j element mcierzy z itego wiersz, jtej kolumny Opercje n mcierzch Równość mcierzy m,n = B m,n. def i,j

Bardziej szczegółowo

O pewnych zgadnieniach optymalizacyjnych O pewnych zgadnieniach optymalizacyjnych

O pewnych zgadnieniach optymalizacyjnych O pewnych zgadnieniach optymalizacyjnych Spis tresci 1 Spis tresci 1 W wielu zgdnienich prktycznych brdzo wżne jest znjdownie optymlnego (czyli njlepszego z jkiegoś punktu widzeni) rozwiązni dnego problemu. Dl przykłdu, gdybyśmy chcieli podróżowć

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1

Wektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1 Rchunek mcierzowy Mcierzą A nzywmy funkcję 2-zmiennych, któr prze liczb nturlnych (i,j) gdzie i = 1,2,3,4.,m; j = 1,2,3,4,n przyporządkowuje dokłdnie jeden element ij. 11 21 A = m1 12 22 m2 1n 2n mn Wymirem

Bardziej szczegółowo

Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Całki oznaczone. lim δ n = 0. σ n = f(ξ i ) x i. (1)

Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Całki oznaczone. lim δ n = 0. σ n = f(ξ i ) x i. (1) Mciej Grzesik Instytut Mtemtyki Politechniki Poznńskiej Cłki oznczone. Definicj cłki oznczonej Niech dn będzie funkcj f ciągł w przedzile [, b]. Przedził [, b] podziey n n podprzedziłów punktmi = x < x

Bardziej szczegółowo

PODSTAWY BAZ DANYCH Wykład 2 2. Pojęcie Relacyjnej Bazy Danych

PODSTAWY BAZ DANYCH Wykład 2 2. Pojęcie Relacyjnej Bazy Danych PODSTAWY BAZ DANYCH Wykłd 2 2. Pojęcie Relcyjnej Bzy Dnych 2005/2006 Wykłd "Podstwy bz dnych" 1 Pojęcie krotki - definicj Definicj. Niech dny będzie skończony zbiór U := { A 1, A 2,..., A n }, którego

Bardziej szczegółowo

Całka Riemanna Dolna i górna suma całkowa Darboux

Całka Riemanna Dolna i górna suma całkowa Darboux Doln i górn sum cłkow Drboux π = {x 0,..., x k }, x 0 =, x k = b - podził odcink [, b]; x i = x i x i 1, i = 1, 2,..., k; P = P[, b] - rodzin podziłów odcink [, b]. m i = m i (f, π) := inf x [xi 1,x i

Bardziej szczegółowo

( ) Lista 2 / Granica i ciągłość funkcji ( z przykładowymi rozwiązaniami)

( ) Lista 2 / Granica i ciągłość funkcji ( z przykładowymi rozwiązaniami) List / Grnic i ciągłość funkcji ( z przykłdowymi rozwiąznimi) Korzystjąc z definicji grnicy (ciągowej) funkcji uzsdnić podne równości: sin ) ( + ) ; b) ; c) + 5 Obliczyć grnice funkcji przy orz : + ) f

Bardziej szczegółowo

Wprowadzenie: Do czego służą wektory?

Wprowadzenie: Do czego służą wektory? Wprowdzenie: Do czego służą wektory? Mp połączeń smolotowych Isiget pokzuje skąd smoloty wyltują i dokąd doltują; pokzne jest to z pomocą strzłek strzłki te pokzują przemieszczenie: skąd dokąd jest dny

Bardziej szczegółowo

Elementy rachunku wariacyjnego

Elementy rachunku wariacyjnego Wykłd 13 Elementy rchunku wricyjnego 13.1 Przykłdowe zgdnieni Rchunek wricyjny zjmuje się metodmi wyznczni wrtości ekstremlnych funkcjonłów określonych n pewnych przestrzenich funkcyjnych. Klsyczn teori

Bardziej szczegółowo

Wyznacznik macierzy. - wyznacznik macierzy A

Wyznacznik macierzy. - wyznacznik macierzy A Wzncznik mcierz Uwg Wzncznik definiujem tlko dl mcierz kwdrtowch:,,,,,, =,,,,,, n n n n nn n,,, det = n,,, n n nn - mcierz - wzncznik mcierz Wzncznik mcierz to wzncznik n wektorów, które stnowią kolumn

Bardziej szczegółowo

III. Rachunek całkowy funkcji jednej zmiennej.

III. Rachunek całkowy funkcji jednej zmiennej. III. Rchunek cłkowy funkcji jednej zmiennej. 1. Cłki nieoznczone. Niech f : I R, I R - przedził n prostej. Definicj 1.1. (funkcji pierwotnej) Funkcję F nzywmy funkcją pierwotną funkcji f n przedzile I,

Bardziej szczegółowo

PRZEGLĄD FUNKCJI ELEMENTARNYCH. (powtórzenie) y=f(x)=ax+b,

PRZEGLĄD FUNKCJI ELEMENTARNYCH. (powtórzenie) y=f(x)=ax+b, WYKŁAD 0 PRZEGLĄD FUNKCJI ELEMENTARNYCH (powtórzenie) 1. Funkcje liniowe Funkcją liniową nzywmy funkcję postci y=f()=+b, gdzie, b są dnymi liczbmi zwnymi odpowiednio: - współczynnik kierunkowy, b - wyrz

Bardziej szczegółowo

Matematyka dla biologów Zajęcia nr 7.

Matematyka dla biologów Zajęcia nr 7. Mtemtyk dl biologów Zjęci nr 7. Driusz Wrzosek 21 listopd 2018 Mtemtyk dl biologów Zjęci 7. 21 listopd 2018 1 / 20 Przypomnienie: funkcj pierwotn Niech F : D, gdzie D to odcinek otwrty lub cł prost ).

Bardziej szczegółowo

Równania różniczkowe cząstkowe - metoda Fouriera. Przykładowe rozwiązania i wskazówki

Równania różniczkowe cząstkowe - metoda Fouriera. Przykładowe rozwiązania i wskazówki INSTYTUT MATEMATYKI POLITECHNIKA KRAKOWSKA Dr Mrgret Wicik e-mi: mwicik@pk.edu.p Równni różniczkowe cząstkowe - metod Fourier. Przykłdowe rozwiązni i wskzówki zd.1. Wyznczyć funkcję opisującą drgni podłużne

Bardziej szczegółowo

Wartość bezwzględna. Proste równania i nierówności.

Wartość bezwzględna. Proste równania i nierówności. Wrtość bezwzględn Proste równni i nierówności Dl liczb rzeczywistych możemy zdefiniowć opercję zwną wrtością bezwzględną lub modułem liczby Definicj 7,, Sens powyższej definicji jest nstępujący Jeżeli

Bardziej szczegółowo

ZADANIA OTWARTE. Są więc takie same. Trzeba jeszcze pokazać, że wynoszą one 2b, gdyż taka jest długość krawędzi dwudziestościanu.

ZADANIA OTWARTE. Są więc takie same. Trzeba jeszcze pokazać, że wynoszą one 2b, gdyż taka jest długość krawędzi dwudziestościanu. ZADANIA OTWARTE ZADANIE 1 DWUDZIESTOŚCIAN FOREMNY Wiemy, że z trzech złotych prostokątów możn skonstruowć dwudziestościn foremny. Wystrczy wykzć, że długości boków trójkąt ABC n rysunku obok są równe.

Bardziej szczegółowo

9 Przekształcenia liniowe

9 Przekształcenia liniowe 9 Przekształcenia liniowe Definicja 9.1. Niech V oraz W będą przestrzeniami liniowymi nad tym samym ciałem F. Przekształceniem liniowym nazywamy funkcję ϕ : V W spełniającą warunek (LM) v1,v 2 V a1,a 2

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I* - 1

Zadania z Analizy Funkcjonalnej I* - 1 Zadania z Analizy Funkcjonalnej I* - 1 1. Która z następujących przestrzeni jest przestrzenią Banacha w normie supremum: C(R); C ogr (R) przestrzeń funkcji ciągłych ograniczonych; C zw (R) przestrzeń funkcji

Bardziej szczegółowo

CAŁKA OZNACZONA JAKO SUMA SZEREGU

CAŁKA OZNACZONA JAKO SUMA SZEREGU CAŁKA OZNACZONA JAKO SUMA SZEREGU Rozwżmy funkcję ciągłą x f(x) o wrtościch nieujemnych określoną n przedzile [, b]. Ustlmy [będzie to problem sttystyczny polegjący n dokłdnym sprecyzowniu informcji o

Bardziej szczegółowo

1 Ciągłe operatory liniowe

1 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 szczegółowo

3. F jest lewostronnie ciągła

3. F jest lewostronnie ciągła Def. Zmienną losową nzywmy funkcję X: tką, że x R : { : X( ) < x }. Ozn.: zmist pisd A = { : X( ) < x } piszemy A = { X < x } zdrzenie poleg n tym, że X( )

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa Całka oznaczona

Analiza matematyczna i algebra liniowa Całka oznaczona Anliz mtemtyczn i lgebr liniow Cłk oznczon Wojciech Kotłowski Instytut Informtyki Politechniki Poznńskiej emil: imię.nzwisko@cs.put.poznn.pl pok. 2 (CW) tel. (61)665-2936 konsultcje: piątek 15:10-16:40

Bardziej szczegółowo

Wykład z matematyki dla studentów Inżynierii Środowiska. Wykład 1. Literatura PRZEGLĄD FUNKCJI ELEMENTARNYCH

Wykład z matematyki dla studentów Inżynierii Środowiska. Wykład 1. Literatura PRZEGLĄD FUNKCJI ELEMENTARNYCH Wykłd z mtemtyki dl studentów Inżynierii Środowisk Wykłd. Litertur. Gewert M., Skoczyls Z.: Anliz mtemtyczn, Oficyn Wydwnicz GiS, Wrocłw, 0.. Jurlewicz T., Skoczyls Z.: Algebr liniow, Oficyn Wydwnicz GiS,

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna.

Rachunek prawdopodobieństwa i statystyka matematyczna. Rchunek rwdoodobieństw i sttystyk mtemtyczn. Zd 8. {(, : i } Zleżność tą możn rzedstwić w ostci nstęującej interretcji grficznej: Arkdiusz Kwosk Rfł Kukliński Informtyk sem.4 gr. Srwdźmy, czy odne zmienne

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

Wstęp do Analizy Matematycznej funkcje jednej zmiennej. Stanisław Spodzieja

Wstęp do Analizy Matematycznej funkcje jednej zmiennej. Stanisław Spodzieja Wstęp do Anlizy Mtemtycznej funkcje jednej zmiennej Stnisłw Spodziej Łódź 2014 2 Wstęp Książk t jest niezncznie zmodyfikowną wersją wykłdu z nlizy mtemtycznej dl pierwszego roku mtemtyki, jki prowdziłem

Bardziej szczegółowo

Informacja o przestrzeniach Hilberta

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

Bardziej szczegółowo

Kombinowanie o nieskończoności. 4. Jak zmierzyć?

Kombinowanie o nieskończoności. 4. Jak zmierzyć? Kombinownie o nieskończoności.. Jk zmierzyć? Projekt Mtemtyk dl ciekwych świt spisł: Michł Korch 9 kwietni 08 Trochę rzeczy z wykłdu Prezentcj multimediln do wykłdu. Nieskończone sumy Będzie nm się zdrzć

Bardziej szczegółowo

MATeMAtyka 3 inf. Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony. Dorota Ponczek, Karolina Wej

MATeMAtyka 3 inf. Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony. Dorota Ponczek, Karolina Wej Dorot Ponczek, Krolin Wej MATeMAtyk 3 inf Przedmiotowy system ocenini wrz z określeniem wymgń edukcyjnych Zkres podstwowy i rozszerzony Wyróżnione zostły nstępujące wymgni progrmowe: konieczne (K), podstwowe

Bardziej szczegółowo

Analiza matematyczna ISIM II

Analiza matematyczna ISIM II Anliz mtemtyczn ISIM II Ryszrd Szwrc Spis treści Cłki niewłściwe 3. Cłki niewłściwe z funkcji nieujemnych............ 9.2 Cłki i szeregi........................... 2.3 Cłki niewłściwe z osobliwością w

Bardziej szczegółowo

f(x)dx (1.7) b f(x)dx = F (x) = F (b) F (a) (1.2)

f(x)dx (1.7) b f(x)dx = F (x) = F (b) F (a) (1.2) Cłk oznczon Cłkę oznczoną będziemy zpisywli jko f(x)dx (.) z fnkcji f(x), któr jest ogrniczon w przedzile domkniętym [, b]. Jk obliczyć cłkę oznczoną? Obliczmy njpierw cłkę nieoznczoną z fnkcji f(x), co

Bardziej szczegółowo

Wyk lad 1 Podstawowe wiadomości o macierzach

Wyk lad 1 Podstawowe wiadomości o macierzach Wyk ld 1 Podstwowe widomości o mcierzch Oznczeni: N {1 2 3 } - zbiór liczb nturlnych N 0 {0 1 2 } R - ci lo liczb rzeczywistych n i 1 + 2 + + n i1 1 Określenie mcierzy Niech m i n bed dowolnymi liczbmi

Bardziej szczegółowo

Metody Lagrange a i Hamiltona w Mechanice

Metody Lagrange a i Hamiltona w Mechanice Metody Lgrnge i Hmilton w Mechnice Mriusz Przybycień Wydził Fizyki i Informtyki Stosownej Akdemi Górniczo-Hutnicz Wykłd 3 M. Przybycień (WFiIS AGH) Metody Lgrnge i Hmilton... Wykłd 3 1 / 15 Przestrzeń

Bardziej szczegółowo

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : Lista Przestrzenie liniowe Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr : V = R[X], zbiór wielomianów jednej zmiennej o współczynnikach rzeczywistych, wraz ze standardowym dodawaniem

Bardziej szczegółowo

3. Rozkład macierzy według wartości szczególnych

3. Rozkład macierzy według wartości szczególnych Rozkłd mcierzy wedłg wrtości szczególnych Wprowdzenie Przypomnimy podstwowe zleżności związne z zstosowniem metody nmnieszych kwdrtów do proksymci fnkci dyskretne Podstwowe równnie m nstępącą postć: +

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA Mteriły do wykłdu MATEMATYKA DYSKRETNA dl studiów zocznych cz. Progrm wykłdu: KOMBINATORYKA:. Notcj i podstwowe pojęci. Zlicznie funkcji. Permutcje. Podziory zioru. Podziory k-elementowe. Ziory z powtórzenimi

Bardziej szczegółowo

usuwa niewymierność z mianownika wyrażenia typu

usuwa niewymierność z mianownika wyrażenia typu Wymgni edukcyjne n poszczególne oceny z mtemtyki Kls pierwsz zkres podstwowy. LICZBY RZECZYWISTE podje przykłdy liczb: nturlnych, cłkowitych, wymiernych, niewymiernych, pierwszych i złożonych orz przyporządkowuje

Bardziej szczegółowo

2. ELEMENTY GEOMETRII ANALITYCZNEJ I WEKTOROWEJ

2. ELEMENTY GEOMETRII ANALITYCZNEJ I WEKTOROWEJ . ELEMENTY GEOMETRII ANALITYCZNEJ I WEKTOROWEJ.. Wstęp: metod współrzędnych WYKŁAD 5 W geometrii nlitycznej dmy oiekty geometryczne metodą nlityczną. Njrdziej znną metodą tego typu jest metod współrzędnych

Bardziej szczegółowo

cz. 2 dr inż. Zbigniew Szklarski

cz. 2 dr inż. Zbigniew Szklarski Wykłd 11: Elektrosttyk cz. 2 dr inż. Zbigniew Szklrski szkl@gh.edu.pl http://lyer.uci.gh.edu.pl/z.szklrski/ Pole elektryczne przewodnik N powierzchni metlicznej (przewodzącej) cły łdunek gromdzi się n

Bardziej szczegółowo

Matematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

Matematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski Mtemtyk 1 Šuksz Dwidowski Instytut Mtemtyki, Uniwersytet l ski Cªk oznczon Niech P = [, b] R b dzie przedziªem. Podziªem przedziªu P b dziemy nzywli k»d sko«czon rodzin Π = {P 1, P 2,..., P m } tkich przedziªów,»e

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Kodowanie liczb. Kodowanie stałopozycyjne liczb całkowitych. Niech liczba całkowita a ma w systemie dwójkowym postać: Kod prosty

Kodowanie liczb. Kodowanie stałopozycyjne liczb całkowitych. Niech liczba całkowita a ma w systemie dwójkowym postać: Kod prosty Kodownie licz Kodownie stłopozycyjne licz cłkowitych Niech licz cłkowit m w systemie dwójkowym postć: nn 0 Wtedy może yć on przedstwion w postci ( n+)-itowej przy pomocy trzech niżej zdefiniownych kodów

Bardziej szczegółowo

MATEMATYKA 1 MACIERZE I WYZNACZNIKI

MATEMATYKA 1 MACIERZE I WYZNACZNIKI MATEMATYKA 1 MACIERZE I WYZNACZNIKI Definicj 1. Niech A i B będą dowolnymi zbiormi. Zbiór A B = {(, b) : A b B} wszystkich pr uporządkownych (, b) tkich, że A i b B nzywmy iloczynem krtezjńskim zbiorów

Bardziej szczegółowo

Piotr Stefaniak. Materiały uzupełniające do wykładu Matematyka

Piotr Stefaniak. Materiały uzupełniające do wykładu Matematyka Zchodniopomorski Uniwersytet Technologiczny w Szczecinie Piotr Stefnik Mteriły uzupełnijące do wykłdu Mtemtyk dl studentów Wydziłu Nuk o Żywności i Rybctwie Szczecin, 3 grudni 208 Spis treści Mcierze i

Bardziej szczegółowo

Wykład 3: Transformata Fouriera

Wykład 3: Transformata Fouriera Rchunek prwdopodobieństw MAP64 Wydził Elektroniki, rok kd. 28/9, sem. letni Wykłdowc: dr hb. A. Jurlewicz Wykłd 3: Trnsformt Fourier Złóżmy, że f(t) jest określon n R, ogrniczon, okresow o okresie 2T i

Bardziej szczegółowo

Algebra macierzowa. Akademia Morska w Gdyni Katedra Automatyki Okrętowej Teoria sterowania. Mirosław Tomera 1. ELEMENTARNA TEORIA MACIERZOWA

Algebra macierzowa. Akademia Morska w Gdyni Katedra Automatyki Okrętowej Teoria sterowania. Mirosław Tomera 1. ELEMENTARNA TEORIA MACIERZOWA kdemi Morsk w Gdyni Ktedr utomtyki Okrętowej Teori sterowni lger mcierzow Mirosłw Tomer. ELEMENTRN TEORI MCIERZOW W nowoczesnej teorii sterowni rdzo często istnieje potrze zstosowni notcji mcierzowej uprszczjącej

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 9. ZBIORY ROZMYTE Częstochow 204 Dr hb. inż. Grzegorz Dudek Wydził Elektryczny Politechnik Częstochowsk ZBIORY ROZMYTE Klsyczne pojęcie zbioru związne jest z logiką dwuwrtościową

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

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE IIc ZAKRES PODSTAWOWY I ROZSZERZONY

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE IIc ZAKRES PODSTAWOWY I ROZSZERZONY WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE IIc ZAKRES PODSTAWOWY I ROZSZERZONY. JĘZYK MATEMATYKI oblicz wrtość bezwzględną liczby rzeczywistej stosuje interpretcję geometryczną wrtości bezwzględnej liczby

Bardziej szczegółowo

9. Całkowanie. I k. sup

9. Całkowanie. I k. sup 9. Cłkownie Zcznijmy od podstwowego dl teorii cłki pojęci podziłu. Podziłem odcink [, b] R nzywmy kżdy skończony zbiór P [, b] zwierjący ob końce odcink. Niech będą punktmi podziłu P. Odcinki = x < x

Bardziej szczegółowo

CAŁKOWANIE NUMERYCZNE

CAŁKOWANIE NUMERYCZNE Wprowdzenie Kwdrtury węzły równoodległe Kwdrtury Guss Wzory sumcyjne Trnsport, studi niestcjonrne I stopni, semestr I rok kdemicki 01/013 Instytut L-5, Wydził Inżynierii Lądowej, Politechnik Krkowsk Ew

Bardziej szczegółowo

N(0, 1) ) = φ( 0, 3) = 1 φ(0, 3) = 1 0, 6179 = 0, 3821 < t α 1 e t dt α > 0. f g = fg. f = e t f = e t. U nas: g = t α 1 g = (α 1)t α 2

N(0, 1) ) = φ( 0, 3) = 1 φ(0, 3) = 1 0, 6179 = 0, 3821 < t α 1 e t dt α > 0. f g = fg. f = e t f = e t. U nas: g = t α 1 g = (α 1)t α 2 Zdnie X,..., X 5 N(6, 5 ) Y,..., Y 6 N(7, 5 ) X N(6, 5 6 ) Ȳ N(7, 5 6 ) Przy złożeniu niezleżności zmiennych mmy: X Ȳ N(, ) po stndryzcji otrzymmy: Ȳ X N(, ) Pr(Ȳ X < ) = Pr(Ȳ X < ) = φ(, 3) = φ(, 3) =,

Bardziej szczegółowo

jest ciągiem elementów z przestrzeni B(R, R)

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

Bardziej szczegółowo

Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Całki krzywoliniowe

Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Całki krzywoliniowe Mciej Grzesik Instytut Mtemtyki Politechniki Poznńskiej Cłki krzywoliniowe 8.04.018 1. efinicj cłki krzywoliniowej nieskierownej Rozwżmy nstępujący problem. ny jest przewód elektryczny n którym rozmieszczone

Bardziej szczegółowo