Zagadnienia stacjonarne

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zagadnienia stacjonarne"

Transkrypt

1 Zagadnienia stacjonarne Karol Hajduk 19 grudnia 2012 Nierówność wariacyjna (u (t), v u(t)) + a(u, v u) + Ψ(v) Ψ(u) (f, v u), v V. Zagadnienie stacjonarne ma postać (u (t) = 0): a(u, v u) + Ψ(v) Ψ(u) (f, v u), v V. Operator dwuliniowy a a(u, v) = n a ij (x)u xj v xi dx = i,j=1 ( v) T A( u) dx, gdzie A = (a ij (x)) n i,j=1, a ij(x) L () (mierzalne i ograniczone funkcje w ), spełnia założenie n n a ij (x)ξ i ξ j α ξ i ξ i = α ξ 2, α > 0, x, ξ R n. (1) i,j=1 i=1 1 Przypadek ściśle koercytywny Trójka Gelfanda W tym rozdziale przyjmujemy V H V. V = H 1 (), otwarty, ograniczony podzbiór R n. Przypomnijmy, że normy w V oraz H oznaczamy odpowiednio,. Przy założeniu 1, mamy a(v, v) α n i=1 v xi v xi dx = α 1 v v dx = α v 2, (2)

2 ale nie mamy a(v, v) α v 2. Co więcej a(1, 1) = 0. Zauważmy, że z nierówności 2 wynika warunek ścisłej koercytywności a(v, v) + c v 2 min (α, c) v 2 = α 1 v 2, c > 0. (3) Rozpatrujemy sterowanie z brzegu, tzn. postać funkcjonału Ψ jest następująca Ψ(v) = ψ(v(x)) dγ, lub ogólniej Γ Γ Ψ(v) = ψ(x; v(x)) dγ. Założenia o funkcjonale Ψ (analogiczne jak w przypadku niestacjonarnym): załóżmy, że istnieje rodzina funkcjonałów Ψ j, różniczkowalnych na V, takich, że v V, Ψ j (v) Ψ(v), j +, (4a) ciąg ϕ j ograniczony w V, taki, że Ψ j(ϕ j ) = 0 j, v j v słabo w V, Ψ j (v j ) constant lim inf j Ψ j (v j ) Ψ(v). (4b) Twierdzenie 1.1 (Istnienie i jednoznaczność zagadnienia stacjonarnego) Zakładamy, że zachodzą warunki 1 oraz 4. Niech c > 0, v (f, v) będzie formą liniową, ciągłą na V, f L 2 (V ). Wtedy! u V rozwiązanie zagadnienia (4c) a(u, v u) + c(u, v u) + Ψ(v) Ψ(u) (f, v u), v V. (5) Uwaga 1.1 W przypadku, gdy a jest symetryczny, tzn a(u, v) = a(v, u) u,v V, to problem 5 jest równoważny znalezieniu u, które minimalizuje funkcjonał J(v) = 1 2 [ a(v, v) + c v 2 ] + Ψ(v) (f, v). Rzeczywiście: zbiór K = {v V : Ψ(v) < + } - domknięty, wypukły, funkcja v J(v) jest wypukła, półciągła z dołu w słabej topologii na V, J(v) +, gdy v + (z powodu dodania c v 2 ) istnienie mimimum. Funkcja v J(v) jest ściśle wypukła jednoznaczność. Dowód. (Twierdzenie jednoznaczność) Niech u oraz û będą dwoma możliwymi rozwiązaniami. Jeśli weźmiemy v = û (odpowiednio v = u) w nierówności 5 (odpowiednio 5 dla û), dodamy te nierówności stronami, przyjmując w := u û, otrzymamy a(w, w) c w

3 Wnioskujemy stąd, że w = 0, na mocy nierówności 3. Dowód. (Twierdzenie istnienie - szkic) Najpierw, zamieniamy Ψ na Ψ j w nierówności 5. Szukamy teraz rozwiązania u j nierówności a(u j, v u j ) + c(u j, v u j ) + Ψ j (v) Ψ j (u j ) (f, v u j ), v V. (6) W związku z tym, że Ψ j jest różniczkowalny, nierówność 6 jest równoważna równości (co dzielnie pokazywaliśmy wcześniej) a(u j, v) + c(u j, v) + (Φ j (u j ), v) = (f, v), v V, (7) gdzie Φ j = Ψ j. Do rozwiązania problemu 7, użyjemy metody Galerkina. Weźmy bazę {w 1,..., w m,... } przestrzeni V, w takim sensie, że {w 1,..., w m } są liniowo niezależne m, oraz skończone kombinacje ξ j w j są gęste w V. Taka baza istnieje, bo V - ośrodkowa. Ponadto, niech będzie to baza ortonormalna. Oznaczmy V m = span {w 1,..., w m }. Szukamy teraz u jm V m, tzn. takiego, że m u jm = ξ ji w i, dla pewnego ξ j = (ξ j1,..., ξ jm ), i=1 a(u jm, w k ) + c(u jm, w k ) + (Φ j (u jm ), w k ) = (f, w k ), 1 k m. (8) Istnienie rozwiązania zagadnienia 8 wynika z twierdzenia Brouwera o punkcie stałym (lemat o zerach pola wektorowego). Oszacowania a priori dla u jm : weźmy ciąg ograniczony ϕ j V m. Z liniowości 8, łatwo wynika równość a(u jm, u jm ) + c(u jm, u jm ) + (Φ j (u jm ), u jm ) = (f, u jm ). Korzystając z faktu, że ϕ j V m oraz, że Φ j (ϕ j ) = 0 (z warunku 4b), możemy napisać a(u jm, u jm ϕ j )+c(u jm, u jm ϕ j )+(Φ j (u jm ) Φ j (ϕ j ), u jm ϕ j ) = (f, u jm ϕ j ). }{{} 0 Z monotoniczności Φ j, wnioskujemy, że a(u jm, u jm ϕ j ) + c(u jm, u jm ϕ j ) (f, u jm ϕ j ). 3

4 Stąd mamy a(u jm, u jm ) + c(u jm, u jm ) }{{} α 1 u jm 2 (f, u jm ϕ j ) + a(u jm, ϕ j ) + c(u jm, ϕ j ). Dostajemy więc oszacowanie i ostatecznie α 1 u jm 2 c 1 u jm + c 2, u jm c 3 = constant niezależna od j i od m. (9) Możemy więc wybrać podciąg u jµ z ciągu u jm, taki, że u jµ u j słabo w V. Używając monotoniczności Φ j (metoda Minty ego-browdera), pokazujemy, że Φ j (u jµ ) Φ j (u j ) słabo w V, oraz, że u j spełnia równość 7. Ponadto z 9 wnioskujemy, że u j c 3. (10) Z ograniczoności 10 w V, możemy wybrać z u j podciąg słabo zbieżny (oznaczamy go tak samo u j ) u j u słabo w V. (11) Ustalmy teraz v = v 0 takie, że Ψ(v 0 ) < +. Z warunku 4a wynika, że Ψ j (v 0 ) constant. Z nierówności 6 otrzymujemy a(u j, v 0 ) + c(u j, v 0 ) + Ψ j (v 0 ) [ a(u j, u j ) + c u j 2] Ψ j (u j ) (f, v 0 ) (f, u j ), czyli Wnioskujemy stąd, że Stąd i z założenia 4c, mamy Ψ j (u j ) a(u j, v 0 ) + c(u j, v 0 ) (f, v 0 ) + [ a(u j, u j ) + c u j 2] + (f, u j ). }{{} α 1 u j 2 Ψ j (u j ) constant. lim inf j Ψ j (u j ) Ψ(u). 4 const. {}}{ Ψ j (v 0 ) +

5 Zapiszmy teraz równość 6 w postaci a(u j, v) + c(u j, v) + Ψ j (v) (f, v u j ) a(u j, u j ) + c u j 2 + Ψ j (u j ). (12) Wiemy jednak, że [ lim inf a(uj, u j ) + c u j 2] a(u, u) + c u 2. j + Dlatego też, z nierówności 12, po przejściu do granicy dolnej, wynika a(u, v) + c(u, v) + Ψ(v) (f, v u) a(u, u) + c u 2 + Ψ(u), co kończy dowód. Uwaga 1.2 Z dowodu wynika następujący wynik aproksymacyjny: na mocy 11, przybliżamy u przez rozwiązania u j równań 7. 2 Aproksymacja zagadnienia stacjonarnego rozwiązaniami problemów ewolucyjnych Zagadnienie ewolucyjne (u (t), v u(t)) + a(u(t), v u(t)) + Ψ(v) Ψ(u(t)) (f, v u(t))m v V, u(0) = u 0. Twierdzenie 2.1 Założenia jak w twierdzeniu o istnieniu i jednoznaczności rozwiązania zagadnienia 13, przy czym f(t) = f niezależne od t. Niech u(t) = u bedzie rozwiązaniem zagadnienia (u (t), v u(t)) + a(u(t), v u(t)) + c(u(t), v u(t)) + Ψ(v) Ψ(u(t)) (f, v u(t)), v V, u(0) = u 0. oraz niech w będzie rozwiązaniem z twierdzenia 1.1, tzn. (13) (14) a(w, v w) + c(w, v w) + Ψ(v) Ψ(w) (f, v w), v V. (15) 5

6 Wtedy Ponadto u(t) w w L 2 (), gdy t +. u(t) w c 1 e c 2t, c i > 0. Dowód. (Twierdzenia 2.1) Biorąc v = w w nierówności 14, v = u(t) w 15 oraz przyjmując z(t) := u(t) w i dodając stronami te nierówności, otrzymujemy a ponieważ z (t) = u (t), mamy Stąd wnioskujemy, że (u (t), z(t)) [ a(z(t), z(t)) + c z(t) 2] 0, (z (t), z(t)) + [ a(z(t), z(t)) + c z(t) 2] 0. 1 d 2 dt z(t) 2 + [ a(z(t), z(t)) + c z(t) 2] 0, }{{} α 1 z(t) 2 co daje nam d dt z(t) 2 + 2α 1 z(t) 2 0. (16) Wiemy jednak, że v β v. Wstawiając ten warunek do nierówności 16, dostajemy d dt z(t) 2 2α 1 β z(t) 2. Korzystając z nierówności Gronwalla, otrzymujemy z(t) 2 u 0 w 2 e 2α 1βt, co, po dobraniu odpowiednich stałych c i, kończy dowód. Wniosek 1 Dla rozwiązania problemu stacjonarnego mamy własności dodatniości, oraz porównywania rozwiązań, analogiczne do twierdzeń z poprzedniego wykładu. Dowód. (Wniosku 1) Przechodzimy z t do granicy we własnościach w odpowiednich twierdzeniach. Można też pokazywać te własności bezpośrednio, przy pomocy metod podanych w dowodach tych twierdzeń. 6

7 3 Metoda Minty-Browdera Niech R n otwarty, ograniczony, o gładkim brzegu. Szukamy u : R, u = u(x), spełniającego { div a(du) = f w, u = 0 na, (17) gdzie f H = L 2 (), a : R n R n. Pole wektorowe a jest monotoniczne, tzn. spełnia warunek (a(p) a(q)) (p q) 0 p,q R n. Ponadto istnieją stałe C, α > 0 i β 0, takie, że p R n (warunek wzrostu) a(p) C(1 + p ), (18a) (warunek wymuszania) a(p) p α p 2 β. (18b) Istnienie i jednoznaczność słabego rozwiązanie problemu 17 - metoda Galerkina. Szukamy u m V m m u m = d j mw j, j=1 gdzie {w j } + j=1 - układ ortonormalny, zupełny w przestrzeni V = H1 0(), w k = w k (x) - funkcje gładkie, V m = span {w j } m j=1. Istnienie rozwiązań przybliżonych, tzn. istnienie u m ( m=1,2,... ) spełniających a(du m ) Dw k dx = a(u m, w k ) = (f, w k ) = fw k dx 1 k m (19) wynika z twierdzenia Brouwera o punkcie stałym (lemat o zerach pola wektorowego). Chcemy zrobić przejście graniczne m + i otrzymać słabe rozwiązanie u V, takie, że a(du) Dv dx = a(u, v) = (f, v) = fv dx v V. (20) Z oszacowań energetycznych pokazujemy, że ciąg {u m } + m=1 V, tzn, że istnieje stała C zależna jedynie od i a, taka, że u m C(1 + f ) dla m = 1, 2,.... jest ograniczony w Możemy więc wybrać podciąg { u mj } + j=1 słabo zbieżny w V. 7

8 Napotykamy jednak kluczowy problem: u mj u w V a(du mj ) a(du) w jakimkolwiek sensie. Wyrażenia nieliniowe nie są (zazwyczaj) ciągłe ze względu na słabą zbieżność. Okazuje się, że w przejściu do słabej granicy w nieliniowym składniku pomaga nam monotoniczność a. Twierdzenie 3.1 Istnieje słabe rozwiązanie dla problemu 17. Dowód. (Twierdzenia 3.1) Wiemy już, że istnieje podciąg { u mj } + m=1 j=1 {u m} + i funkcja u V taka, że oraz u mj u w V (21) u mj u w H. (22) Musimy pokazać, że u spełnia tożsamość 20. Z warunku wzrostu 18a wynika, że ciąg {a(d m )} + m=1 jest ograniczony w L2 (; R n ). Możemy założyć (być może przechodząc do kolejnego podciągu), że a(du mj ) ξ w L 2 (; R n ), (23) dla pewnego ξ L 2 (; R n ). Wobec równości 19, mamy Zatem ξ Dw k dx = fw k dx k=1,2,.... ξ Dv dx = fv dx v V. (24) Zauważmy teraz, że z warunku monotoniczności dla a, dla każdego m = 1, 2,... ma miejsce następująca nierówność (a(du m ) a(dw)) (Du m Dw) dx 0 w V. (25) Z równania 19 wynika tożsamość a(du m ) Du m dx = fu m dx. 8

9 Korzystając z niej, przepisujemy 25 w postaci równoważnej fu m a(du m ) Dw a(dw) (Du m Dw) dx 0. Wykonując przejście graniczne m = m j + i pamiętając o warunkach 21-23, otrzymujemy fu ξ Dw a(dw) (Du Dw) dx 0. Stosujemy teraz 24 dla v = u, dostając i stwierdzamy na tej podstawie, że ξ Du dx = fu dx (ξ a(dw)) D(u w) dx 0 w V. (26) Ustalmy teraz v V i wstawmy w := u λv (dla λ > 0) do nierówności 26. Dostajemy (ξ a(du λv)) D(λv) dx 0. Dzieląc stronami przez λ, przechodząc do granicy z λ 0 i biorąc v zamiast v, otrzymujemy równość (ξ a(du)) Dv dx = 0 v V. Wstawiając tu warunek 24, stwierdzamy ostatecznie a(du) Dv dx = fv dx v V. Zatem funkcja u jest rzeczywiście słabym rozwiązaniem zagadnienia 17. 9

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

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH ALGEBRA Z GEOMETRIĄ 1/10 BAZY PRZESTRZENI WEKTOROWYCH Piotr M. Hajac Uniwersytet Warszawski Wykład 11, 18.12.2013 Typeset by Jakub Szczepanik. Istnienie bazy Tak jak wśród wszystkich pierścieni wyróżniamy

Bardziej szczegółowo

Równania różniczkowe. Notatki z wykładu.

Równania różniczkowe. Notatki z wykładu. Równania różniczkowe Notatki z wykładu http://robert.brainusers.net 17.06.2009 Notatki własne z wykładu. Są niekompletne, bez bibliografii oraz mogą zawierać błędy i usterki. Z tego powodu niniejszy dokument

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

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

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

Bardziej szczegółowo

Zastosowania twierdzeń o punktach stałych

Zastosowania twierdzeń o punktach stałych 16 kwietnia 2016 Abstrakt Niech X będzie przestrzenią topologiczną. Ustalmy odwzorowanie ciągłe f : X X. Twierdzeniem o punkcie stałym nazywamy prawdę matematyczną postulującą pod pewnymi warunkami istnienie

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

8 Całka stochastyczna względem semimartyngałów

8 Całka stochastyczna względem semimartyngałów M. Beśka, Całka Stochastyczna, wykład 8 148 8 Całka stochastyczna względem semimartyngałów 8.1 Całka stochastyczna w M 2 Oznaczmy przez Ξ zbiór procesów postaci X t (ω) = ξ (ω)i {} (t) + n ξ i (ω)i (ti,

Bardziej szczegółowo

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu 1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie

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

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

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej Wykład 2 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej czȩść II (opracował: Piotr Nayar) Definicja 2.. Niech (E, E) bȩdzie przestrzenia mierzalna i niech λ : E

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

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

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

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

Bardziej szczegółowo

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

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

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

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

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

Analiza funkcjonalna 1.

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

Bardziej szczegółowo

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

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

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

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

Funkcja wykładnicza kilka dopowiedzeń

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

Bardziej szczegółowo

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

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

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

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

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

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

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie:

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie: Ciągi rekurencyjne Zadanie 1 Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie: w dwóch przypadkach: dla i, oraz dla i. Wskazówka Należy poszukiwać rozwiązania w postaci, gdzie

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Fale biegnące w równaniach reakcji-dyfuzji

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

Bardziej szczegółowo

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

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

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

2.7 Przestrzenie unormowane skończenie wymiarowe

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

Bardziej szczegółowo

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 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

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

Szeregi o wyrazach dodatnich. Kryteria zbieżności d'alemberta i Cauchy'ego

Szeregi o wyrazach dodatnich. Kryteria zbieżności d'alemberta i Cauchy'ego Szeregi o wyrazach dodatnich. Kryteria zbieżności d'alemberta i Cauchy'ego Przy założeniu, że wszystkie składniki szeregu jest rosnący. Wynika stąd natychmiast stwierdzenie: są dodatnie, ciąg jego sum

Bardziej szczegółowo

Twierdzenie spektralne

Twierdzenie spektralne Twierdzenie spektralne Algebrę ograniczonych funkcji borelowskich na K R będziemy oznaczać przez B (K). Spektralnym rozkładem jedności w przestrzeni Hilberta H nazywamy odwzorowanie, które każdemu zbiorowi

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

1 Nierówność Minkowskiego i Hoeldera

1 Nierówność Minkowskiego i Hoeldera 1 Nierówność Minkowskiego i Hoeldera Na państwa użytek załączam precyzyjne sformułowania i dowody nierówności Hoeldera i Minkowskiego: Twierdzenie 1.1 Nierówność Hoeldera). Niech p, q będą takimi liczbami

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

Praca domowa - seria 6

Praca domowa - seria 6 Praca domowa - seria 6 28 grudnia 2012 Zadanie 1. Znajdź bazę jądra i obrazu przekształcenia liniowego φ : R 4 wzorem: R 3 danego φ(x 1, x 2, x 3, x 4 ) = (x 1 +2x 2 x 3 +3x 4, x 1 +x 2 +2x 3 +x 4, 2x

Bardziej szczegółowo

Metoda rozdzielania zmiennych

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

Bardziej szczegółowo

Układy równań i równania wyższych rzędów

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

Bardziej szczegółowo

5. Równania różniczkowe zwyczajne pierwszego rzędu

5. Równania różniczkowe zwyczajne pierwszego rzędu 5. Równania różniczkowe zwyczajne pierwszego rzędu 5.1. Wstęp. Definicja 5.1. Niech V R 3 będzie obszarem oraz F : V R. Równaniem różniczkowym zwyczajnym rzędu pierwszego nazywamy równanie postaci Równanie

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

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych, IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

Rozwiązania, seria 5.

Rozwiązania, seria 5. Rozwiązania, seria 5. 26 listopada 2012 Zadanie 1. Zbadaj, dla jakich wartości parametru r R wektor (r, r, 1) lin{(2, r, r), (1, 2, 2)} R 3? Rozwiązanie. Załóżmy, że (r, r, 1) lin{(2, r, r), (1, 2, 2)}.

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

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

Wykład 9. Matematyka 3, semestr zimowy 2011/ listopada 2011

Wykład 9. Matematyka 3, semestr zimowy 2011/ listopada 2011 Wykład 9. Matematyka 3, semestr zimowy 2011/2012 4 listopada 2011 W trakcie poprzedniego wykładu zdefiniowaliśmy pojęcie k-kowektora na przestrzeni wektorowej. Wprowadziliśmy także iloczyn zewnętrzny wielokowektorów

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

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.

Bardziej szczegółowo

ϕ(t k ; p) dla pewnego cigu t k }.

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

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 Równania różniczkowe o zmiennych rozdzielonych Równania sprowadzalne do równań o zmiennych rozdzielonych Niech f będzie funkcją ciągłą na przedziale (a, b), spełniającą na

Bardziej szczegółowo

Zadania z analizy i algebry. (wykład prof.prof. J. Wojtkiewicza i K. Napiórkowskiego) ALGEBRA, przestrzenie wektorowe

Zadania z analizy i algebry. (wykład prof.prof. J. Wojtkiewicza i K. Napiórkowskiego) ALGEBRA, przestrzenie wektorowe Zadania z analizy i algebry. (wykład prof.prof. J. Wojtkiewicza i K. Napiórkowskiego) ALGEBRA, przestrzenie wektorowe Zadanie Zbadać czy wektor v mażna przedstawić jako kombinację liniową wektorów e i

Bardziej szczegółowo

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

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

Bardziej szczegółowo

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

Wykład 3. Miara zewnętrzna. Definicja 3.1 (miary zewnętrznej) Funkcję µ przyporządkowującą każdemu podzbiorowi

Wykład 3. Miara zewnętrzna. Definicja 3.1 (miary zewnętrznej) Funkcję µ przyporządkowującą każdemu podzbiorowi Wykład 3 Miara zewnętrzna Definicja 3.1 (miary zewnętrznej Funkcję przyporządkowującą każdemu podzbiorowi A danej przestrzeni X liczbę (A [0, + ] (a więc określoną na rodzinie wszystkich podzbiorów przestrzeni

Bardziej szczegółowo

Wykłady z Mechaniki Kwantowej

Wykłady z Mechaniki Kwantowej Wykłady z Mechaniki Kwantowej Mechanika Kwantowa, Relatywistyczna Mechanika Kwantowa Wykład dla doktorantów (2017) Wykład 4 Najpiękniejszą rzeczą, jakiej możemy doświadczyć jest oczarowanie tajemnicą.

Bardziej szczegółowo

1 Podobieństwo macierzy

1 Podobieństwo macierzy GAL (Informatyka) Wykład - zagadnienie własne Wersja z dnia 6 lutego 2014 Paweł Bechler 1 Podobieństwo macierzy Definicja 1 Powiemy, że macierze A, B K n,n są podobne, jeżeli istnieje macierz nieosobliwa

Bardziej szczegółowo

Optymalizacja ciągła

Optymalizacja ciągła Optymalizacja ciągła 5. Metody kierunków poparwy (metoda Newtona-Raphsona, metoda gradientów sprzężonych) Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 28.03.2019 1

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

19 marzec, Łańcuchy Markowa z czasem dyskretnym. Procesy Stochastyczne, wykład 6, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136

19 marzec, Łańcuchy Markowa z czasem dyskretnym. Procesy Stochastyczne, wykład 6, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 Procesy Stochastyczne, wykład 6, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 19 marzec, 2012 Przykłady procesów Markowa (i). P = (p ij ) - macierz stochastyczna, tzn. p ij 0, j p ij =

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1 Przestrzenie Hilberta

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

Bardziej szczegółowo

Fakty wstępne Problem brachistochrony Literatura. Rachunek wariacyjny. Bartosz Wróblewski

Fakty wstępne Problem brachistochrony Literatura. Rachunek wariacyjny. Bartosz Wróblewski 26.10.13 - dziedzina analizy matematycznej zajmująca się znajdowaniem ekstremów i wartości stacjonarnych funkcjonałów. Powstał jako odpowiedź na pewne szczególne rozważania w mechanice teoretycznej. Swą

Bardziej szczegółowo

Pochodna funkcji odwrotnej

Pochodna funkcji odwrotnej Pochodna funkcji odwrotnej Niech będzie dana w przedziale funkcja różniczkowalna i różnowartościowa. Wiadomo, że istnieje wówczas funkcja odwrotna (którą oznaczymy tu : ), ciągła w przedziale (lub zależnie

Bardziej szczegółowo

Analiza matematyczna. 1. Ciągi

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

Bardziej szczegółowo

Przestrzenie wektorowe

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

Bardziej szczegółowo

Dwa równania kwadratowe z częścią całkowitą

Dwa równania kwadratowe z częścią całkowitą Dwa równania kwadratowe z częścią całkowitą Andrzej Nowicki Wydział Matematyki i Informatyki Uniwersytet M. Kopernika w Toruniu anow @ mat.uni.torun.pl 4 sierpnia 00 Jeśli r jest liczbą rzeczywistą, to

Bardziej szczegółowo

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa Równanie Bessela Będziemy rozważać następujące równanie Bessela x y xy x ν )y 0 ) gdzie ν 0 jest pewnym parametrem Rozwiązania równania ) nazywamy funkcjami Bessela rzędu ν Sprawdzamy, że x 0 jest regularnym

Bardziej szczegółowo

Równanie przewodnictwa cieplnego (I)

Równanie przewodnictwa cieplnego (I) Wykład 4 Równanie przewodnictwa cieplnego (I) 4.1 Zagadnienie Cauchy ego dla pręta nieograniczonego Rozkład temperatury w jednowymiarowym nieograniczonym pręcie opisuje funkcja u = u(x, t), spełniająca

Bardziej szczegółowo

Wykład z równań różnicowych

Wykład z równań różnicowych Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.

Bardziej szczegółowo

Iteracyjne rozwiązywanie równań

Iteracyjne rozwiązywanie równań Elementy metod numerycznych Plan wykładu 1 Wprowadzenie Plan wykładu 1 Wprowadzenie 2 Plan wykładu 1 Wprowadzenie 2 3 Wprowadzenie Metoda bisekcji Metoda siecznych Metoda stycznych Plan wykładu 1 Wprowadzenie

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

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

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

Bardziej szczegółowo

Funkcje analityczne. Wykład 4. Odwzorowania wiernokątne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) dla każdego s = (s.

Funkcje analityczne. Wykład 4. Odwzorowania wiernokątne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) dla każdego s = (s. Funkcje analityczne Wykład 4. Odwzorowania wiernokątne Paweł Mleczko Funkcje analityczne (rok akademicki 2016/2017) 1 Przekształcenia płaszczyzny Płaszczyzna jako przestrzeń liniowa, odwzorowania liniowe

Bardziej szczegółowo

Geometria Lista 0 Zadanie 1

Geometria Lista 0 Zadanie 1 Geometria Lista 0 Zadanie 1. Wyznaczyć wzór na pole równoległoboku rozpiętego na wektorach u, v: (a) nie odwołując się do współrzędnych tych wektorów; (b) odwołując się do współrzędnych względem odpowiednio

Bardziej szczegółowo

VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji.

VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. Twierdzenie 1.1. (Rolle a) Jeżeli funkcja f jest ciągła w przedziale domkniętym

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

26 marzec, Łańcuchy Markowa z czasem ciągłym. Procesy Stochastyczne, wykład 7, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136

26 marzec, Łańcuchy Markowa z czasem ciągłym. Procesy Stochastyczne, wykład 7, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 Procesy Stochastyczne, wykład 7, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 26 marzec, 212 Łańcuchy z czasem ciągłym S = {, 1,..., }, B S = 2 S, ale T = [, ) lub T = (, ). Gdy S skończone,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1. Liczby zespolone Zadanie 1.1. Przedstawić w postaci a + ib, a, b R, następujące liczby zespolone (1) 1 i (2) (5)

1. Liczby zespolone Zadanie 1.1. Przedstawić w postaci a + ib, a, b R, następujące liczby zespolone (1) 1 i (2) (5) . Liczby zespolone Zadanie.. Przedstawić w postaci a + ib, a, b R, następujące liczby zespolone () i +i, () 3i, (3) ( + i 3) 6, (4) (5) ( +i ( i) 5, +i 3 i ) 4. Zadanie.. Znaleźć moduł i argument główny

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

Ciągłość funkcji i podstawowe własności funkcji ciągłych.

Ciągłość funkcji i podstawowe własności funkcji ciągłych. Ciągłość funkcji i podstawowe własności funkcji ciągłych. Definicja (otoczenie punktu) Otoczeniem punktu x 0 R, o promieniu nazywamy zbiór x R taki, że: inaczej x x 0 x x 0, x 0 Definicja (ciągłość w punkcie)

Bardziej szczegółowo

Definicja odwzorowania ciągłego i niektóre przykłady

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

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K

Bardziej szczegółowo

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające

Bardziej szczegółowo