Wstęp do nieskończenie-wymiarowej analizy matematycznej i topologii. 1. Rachunek różniczkowy w przestrzeniach Banacha

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wstęp do nieskończenie-wymiarowej analizy matematycznej i topologii. 1. Rachunek różniczkowy w przestrzeniach Banacha"

Transkrypt

1 Wstęp do nieskończenie-wymiarowej analizy matematycznej i topologii Wojciech Kryszewski 1. Rachunek różniczkowy w przestrzeniach Banacha 1.1. Pochodne W tym rozdziale, Y oznaczają rzeczywiste przestrzenie Banacha ( 1 ); L(, Y ) jest przestrzenią wszystkich ciągłych, tzn. ograniczonych operatorów liniowych Y. Jest to przestrzeń Banacha wraz z normą T := sup T (x) ; T L(, Y ). x 1 Równoważnie T = inf{c 0 x T (x) C x }. Zupełność L(, Y ) wynika z zupełności Y. Z definicji wynika, że dla dowolnego x, T (x) T x. W szczególności := L(, R). Elementy nazywamy funkcjonałami liniowymi i ciągłymi. Dla p i x, używamy oznaczenia p, x := p(x). Wówczas przekształcenie, : R jest dwuliniowe i ciągłe. Ponadto, dla p oraz x, p, x p x. Jeśli jest przestrzenią Hilberta z iloczynem skalarnym, to istnieje izomorfizm utożsamiać oraz. Dokładniej dla dowolnego p istnieje dokładnie jeden wektor x taki, że dla każdego u, p, u = x u. Uzasadnia to dodatkowo poprawność użycia symbolu,. W dalszym ciągu iloczyn skalarny oznaczany będzie też tym symbolem. Warto pamiętać, że dla dowolnego x, x = sup p, x. p 1 1 Zupełność nie zawsze jest konieczna; wszystkie normy oznaczamy symbolem licząc na domyślność czytelnika, o którą normę chodzi. 1

2 W istocie istnieje funkcjonał p, p = 1 taki, że x = p, x. Zatem x = max p, x. p =1 Niech f : U Y, gdzie U jest zbiorem otwartym, i x 0 U Definicja: Operator T L(, Y ) jest: 1. pochodną Gateaux odwzorowania f w punkcie x 0 jeśli u f(x 0 + hu) f(x 0 ) ht (u) lim h 0 h 2. pochodną Frécheta odwzorowania f w punkcie x 0 jeśli f(x 0 + u) f(x 0 ) T (u) lim u 0 h = słabą pochodną Gateaux odwzorowania f w punkcie x 0 jeżeli u p = 0. 1 lim h 0 h p, f(x 0 + hu) f(x 0 ) ht (u) = słabą pochodną Frécheta odwzorowania f w punkcie x 0 jeżeli p Y 1 lim u 0 u p, f(x 0 + u) f(x 0 ) T (u) = 0. Odwzorowanie f jest (słabo) różniczkowalne w sensie Gateaux (odp. Frécheta) w punkcie x 0 (odp. w zbiorze A U) jeśli w tym punkcie (odp. w dowolnym punkcie zbioru A) posiada (słabą) pochodną Gateaux (odp. Frécheta). Warunkiem równoważnym istnieniu pochodnej w sensie Frécheta jest: gdzie ε : Y jest funkcją taką, że f(x 0 + u) f(x 0 ) = T (u) + ε(h) lim ε(u)/ u = 0. u 0 Zauważmy, że jeśli f jest (słabo) różniczkowalna w sensie Frécheta w x 0, to jest w tym punkcie (słabo) ciągła ( 2 ). Istotnie: dla każdego ε > 0, istnieje δ > 0 taka, że jeśli u oraz u < δ, to f(x 0 + u) f(x 0 ) T (u) < ε u. 2 Przypomnijmy, że f jest słabo ciągła w punkcie x 0 wtedy i tylko wtedy, gdy, dla dowolnego p Y, odwzorowanie U x p, f(x) R jest ciągłe. Zauważmy, że istnieją odwzorowania słabo ciągłe, które nie są ciągłe; podać odpowiedni przykład. Pokazać też, że gdy Y = R n, to słaba i zwykła ciągłość są równoważne. 2

3 Wobec tego f(x 0 + u) f(x 0 ) ε u + T u ; to implikuje ciągłość. W analogiczny sposób dowodzimy słabej ciągłości. (Słaba) różniczkowalność w sensie Gateaux nie implikuje (słabej) ciągłości. Dla przykładu: funkcja f : R 2 R dana wzorem f(x, y) = x y (x2 + y 2 ) oraz f(x, 0) = 0 (x, y R) jest różniczkowalna w sensie Gateaux w punkcie (0, 0) (dokładnie T 0 jest jej pochodną Gateaux w punkcie (0, 0)) lecz nie jest w tym punkcie ciągła. Oczywiście jeśli f posiada (słabą) pochodną Frécheta T w punkcie x 0, to również T jest jego (słabą) pochodną Gateaux. Zatem (słaba) różniczkowalność w sensie Frécheta implikuje (słabą) różniczkowalność w sensie Gateaux. Powyższy przykład dostarcza dowodu, że nie jest na odwrót. Oczywiście różniczkowalność w sensie Frécheta (odp. w sensie Gateaux) implikuje słabą różniczkowalność w odpowiednim sensie. Z tych względów mówi się o pochodnej mocnej (=pochodna Frécheta) 3 ) i słabej (=pochodna Gateaux). Z uwagi jednak na przyjętą wyżej terminologię nie będziemy używać tych określeń. Przypuśćmy, że f jest (słabo) różniczkowalna w sensie Frécheta (lub Gateaux). Wówczas pochodna wyznaczona jest jednoznacznie, tzn. jeśli operatory T, S L(, Y ) zadośćczynią powyższej definicji, to T = S. Udowodnimy, to w przypadku słabej pochodnej Gateaux (będzie to implikować prawdziwość tezy we wszystkich pozostałych przypadkach). Załóżmy, że operatory liniowe i ciągłe T, S : Y spełniają warunek 4, z definicji. Zatem dla dowolnego u oraz p Y, p, T (u) S(u) = 0. Stąd (zauważmy, że Y rozdziela punkty w Y ) wynika, że T (u) = S(u) dla wszystkich u U; zatem T S. Wobec tego, jeśli f, jest różniczkowalna w punkcie x 0 U, to pochodną (w określonym sensie) oznaczamy symbolem f (x 0 ) pamiętając, by każdorazowo określić w jakim sensie należy rozumieć tę pochodną Uwaga: Zauważmy, że słaba różniczkowalność w sensie Frécheta (lub Gateaux) odwzorowania f w punkcie x 0 implikuje różniczkowalność w sensie Frécheta (lub Gateaux) w punkcie x 0 funkcji ϕ : U x p, f(x) R gdzie p jest dowolnym funkcjonałem w Y. Ponadto ϕ (x 0 )(v) = p, f (x 0 )(v). Zauważmy, że jeśli, dla dowolnego p Y, funkcjonał ϕ p := p, f( ) jest różniczkowalny x 0, = R oraz przestrzeń Y jest słabo zupełna, to odwzorowanie f jest słabo różniczkowalne w x 0. Istotnie, dla dowolnego p Y istnieje granica ϕ 1 p(x 0 )(1) = lim t 0 t p, f(x 0 + t) f(x 0 ). Ze słabej zupełności i twierdzenia Banacha-Steinhausa wynika, że (w Y ) istnieje 3 Lub po prostu o pochodnej. 3

4 słaba granica 1 y = w lim t 0 t [f(x 0 + t) f(x 0 )]. Oczywiście, dla dowolnego p Y, y = ϕ p(x 0 )(1). Zatem dla dowolnego p Y, 1 lim t 0 t p, f(x 0 + t) f(x 0 ) ty = 0. Tak więc y jest słaba pochodną f w punkcie x 0. Rozważa się niekiedy jeszcze słabsze warunki różniczkowalności. Mianowicie, dla danego wektora u, można mówić o pochodnej kierunkowej odwzorowania f w punkcie x 0 w kierunku u: f f(x 0 + hu) f(x 0 ) (x 0 ; u) := lim. h 0 h Nietrudno pokazać, że jeśli f (x 0 ; u) istnieje, to dla dowolnego λ R, istnieje pochodna f (x 0 ; λu) oraz f (x 0 ; λu) = λf (x 0 ; u). Niestety istnienie pochodnych f (x 0 ; u) oraz f (x 0 ; w) (gdzie w ) nie implikuje na ogół istnienia f (x 0 ; u + w). Ponadto nawet przy założeniu, że dla dowolnego u, istnieje f (x 0 ; u) oraz przekształcenie u f (x 0 ; u) jest liniowe, to nie musi być ono ciągłe. Tak więc istnienie wszystkich pochodnych kierunkowych oraz liniowa zależność od kierunku nie oznacza różniczkowalności w sensie Gateaux. Jednak jeśli wszystkie pochodne kierunkowe istnieją oraz przekształcenie f (x 0 ; ) L(, Y ), to f jest różniczkowalne w sensie Gateaux. W analogiczny sposób można wprowadzić pojęcie słabej pochodnej kierunkowej. O słabej pochodnej kierunkowej mówimy jeżeli, dla dowolnego p Y istnieje 1 lim h 0 h p, f(x 0 + hu) f(x 0 ). Innymi słowy granica 1 lim h 0 h (f(x 0 + hu) f(x 0 )) istnieje w słabym sensie. Granice tę oznaczamy również f (x 0 ; u). Jest jasne, że (słaba) różniczkowalność w sensie Gateaux w x 0 implikuje istnienie (słabej) pochodnej kierunkowej f u(x 0 ) w kierunku dowolnego wektora oraz f (x 0 ; u) = f (x 0 )(u). Tak więc istnienie słabej pochodnej kierunkowej wynika z dowolnie przyjętego założenia o różniczkowalności. Ważnym narzędziem w rachunku różniczkowym są różne twierdzenia o wartości średniej lub twierdzenia o przyrostach. 4

5 Twierdzenie: Załóżmy, że a, b U oraz odcinek domknięty ( 4 ) [a, b] := {(1 t)a + tb t [0, 1]} U. Niech u := b a i przypuśćmy, że dla dowolnego x [a, b] istnieje słaba pochodna kierunkowa f (x; u). Wówczas istnieje liczba θ (0, 1) taka, że f(b) f(a) f ((1 θ)a + θb; u). Jeśli Y = R (wówczas mówienie o słabej pochodnej jest bezprzedmiotowe), to θ można tak dobrać, aby f(b) f(a) = f ((1 θ)a + θb; u). Dowód: Ustalmy funkcjonał p Y, p = 1 taki, że f(b) f(a) = p, f(b) f(a) i rozważmy funkcję pomocniczą ϕ : [0, 1] R daną wzorem ϕ(t) = p, f((1 t)a + tb) = p, f(a + tu), t [0, 1]. Z przyjętych założeń wynika, że dla dowolnego t [0, 1] istnieje (zwykła) pochodna ϕ (t) (w punktach 0, 1 mamy na myśli odpowiednie pochodne jednostronne): ϕ 1 (t) = lim h 0 h p, f(x + hu) f(x) = p, f (x; u) gdzie x := (1 t)a + tb. Z twierdzenia Lagrange a istnieje θ (0, 1) taka, że f(b) f(a) = ϕ(1) ϕ(0) = ϕ (θ) = p, f ((1 θ)a+θb; u) f ((1 θ)a+θb; u). Zauważmy, że w dowodzie użyliśmy możliwie słabego założenia. Zatem, przy założeniu dowolnego mocniejszego typu różniczkowalności w punktach odcinka [a, b] otrzymamy odpowiednie wersje twierdzenie o przyrostach. Wart odnotowania jest wniosek następujący Wniosek: Przy poprzednich założeniach istnieje θ (0, 1) taka, że f(b) f(a) f (a; u) f ((1 θ)a + θb; u) f (a; u). Dowód: Dobieramy, tak jak poprzednio, p Y, p = 1 tak, by f(b) f(a) f (a; u) = p, f(b) f(a) f (a; u) i rozważamy funkcję ϕ(t) = p, f(a + tu) tf (a; u) dla t [0, 1]. Funkcja ϕ jest różniczkowalna na [0, 1] i ϕ (y) = p, f ((1 t)a + tb; u) + f (a; u). Analogicznie jak poprzednio f(b) f(a) f u(a) = ϕ(1) ϕ(0) = ϕ (θ) dla pewnego θ (0, 1). Stąd teza. 4 Oczywiście odcinek otwarty (a, b) = {(1 t)a + tb t (0, 1)} jest również zdefiniowany. 5

6 Zanotujmy jeszcze oba fakty w języku pochodnych (Frécheta lub Gateaux) Wniosek: Jeżeli f : U Y, [a, b] i w dowolnym punkcie x [a, b] istnieje (słaba) pochodna f (x) w sensie Frécheta lub Gateaux, to f(b) f(a) f (a)(b a) sup f (x) f (a) b a x (a,b) f(b) f(a) sup f (x) b a. x (a,b) Zauważmy, że powyżej x = a + θ(b a) gdzie θ (0, 1) Twierdzenie: Załóżmy, że f : U Y i x 0 U. Jeśli pochodna Gateaux f (x) istnieje dla x z pewnego otoczenia V punktu x 0 i przekształcenie V x f (x) L(, Y ) jest ciągłe w punkcie x 0, to f jest różniczkowalna w sensie Frécheta w punkcie x 0. Dowód: Dla dowolnego u takiego, że x 0 + u V mamy f(x 0 + u) f(x 0 ) f (x 0 )(u) sup f (x) f (x 0 ) u. x (x+0,x 0 +u) Weźmy ε > 0. Ciągłość odwzorowania f : V L(, Y ), x f (x) w punkcie x 0 implikuje, że istnieje 0 < δ < 1 taka, że f (x) f (x 0 ) < ε o ile x x 0 < δ. Jeśli więc u < δ oraz x 0 + u V, to f(x 0 + u) f(x 0 ) f (x 0 )(u) < ε u. Zatem T = f (x 0 ) spełnia warunek definicji różniczkowalności w sensie Frécheta Uwaga: (i) W powyższym twierdzeniu założyliśmy różniczkowalność w sensie Gateaux w otoczeniu punktu x 0 i ciągłość pochodnej Gateaux w x 0. Przypuśćmy teraz, że w otoczeniu V punktu x 0 istnieje słaba pochodna Gateaux oraz, że dla każdego p Y, odwzorowanie V x p, f (x)( ) jest ciągłe. Twierdzę, że wtedy f jest słabo różniczkowalna w sensie Frécheta. Rozumując analogicznie jak poprzednio, dla dowolnego p Y i u, p, f(x 0 + u) f(x 0 ) f (x 0 )(u) = p, f (x 0 + θu)(u) f (x 0 )(u). Jeżeli u 0, to p, [f (x 0 + θu) f (x 0 )]( ) 0 w przestrzeni. Oznacza, to że dla każdego ε > 0, istnieje δ > 0 taka, że jeśli u < δ, to dla wszystkich v, v 1, p, [f (x 0 + θu) f (x 0 )](v) < ε. 6

7 W takim razie, dla u < δ Stąd, dla 0 < u < δ, p, [f (x 0 + θu) f (x 0 )](u) < ε u. 1 u p, f(x 0 + u) f(x 0 ) f (x 0 )(u) < ε. W konsekwencji f jest słabo różniczkowalna w punkcie x 0. (ii) Zauważmy jeszcze, że (słaba w powyższym sensie) ciągłość (słabej) pochodnej Gateaux, implikuje następującą własność (nazywaną czasami (słabą) różniczkowalnością Frécheta w ścisłym sensie). Mianowicie, jeśli f jest (słabo) różniczkowalna w sensie Gateaux w otoczeniu punktu x 0 i przekształcenie U x f (x) L(, Y ) (odp. dla każdego p Y, przekształcenie U x p, f (x)( ) ) jest ciągłe, to f(x + u) f(x) f (x 0 )(u) lim = 0 x x 0, u 0 u lub, dla dowolnego p Y, lim x x 0, u 0 1 u [f(x + u) f(x) f (x 0 )(u)] = 0. Dowód w obu przypadkach przebiega analogicznie. Z przedstawionych faktów wynika następująca procedura poszukiwania pochodnej w punkcie x 0 U ciągłego odwzorowania f : U Y : 1. Dla dowolnego u, znajdujemy pochodną kierunkową f (x 0 ; u). Jeśli przekształcenie T : u f (x 0 ) nie jest liniowe lub ciągłe, to f nie jest różniczkowalna. 2. Jeśli przekształcenie T jest liniowe i ciągłe, to jest ono pochodną Gateaux: f (x 0 ) = T. 3. Badamy czy spełniony jest warunek f(x 0 + u) f(x 0 ) = T (u) + ε(u) gdzie ε : Y jest takie, że ε(u)/ u 0 przy u Można też sprawdzić, czy pochodna Gateaux f (x) istnieje dla x z otoczenia punktu x 0. Jeśli tak jest i przekształcenie f : x f (x) jest ciągłe (jako przekształcenie o wartościach w L(, Y )), to pochodna Frécheta istnieje. Ponadto można posłużyć się następującym twierdzeniem Twierdzenie: Niech f, g : U Y i λ R. Jeśli pochodne (w dowolnym sensie) odwzorowań f i g w punkcie x 0 istnieją, to również odwzorowanie f ± g oraz λf są w tym sensie różniczkowalne oraz (f ± g) (x 0 ) = f (x 0 ) ± g (x 0 ) 7

8 (λf) (x 0 ) = λf (x 0 ). Jeśli f : U R oraz pochodna f (x 0 ) (w dowolnym sensie) istnieje, to funkcja fg : U Y dana wzorem (fg)(x) = f(x)g(x) jest różniczkowalna w tym sensie oraz, dla dowolnego u (fg) (x 0 ) = f (x 0 )(u)g(x 0 ) + f(x 0 )g (x 0 )(u). Podobny fakt ma miejsce w sytuacji, gdy Y jest przestrzenią Hilberta z iloczynem skalarnym, : funkcja f, g : R dana wzorem f, g (x) = f(x), g(x) (x ) jest różniczkowalna i f, g (x 0 )(u) = f (x 0 )(u), g(x 0 ) + f(x 0 ), g (x 0 )(u). Dowód: Dowód pierwszej części jest bardzo prosty: pozostawiamy go czytelnikowi. Dla przykładu udowodnimy ostatnią część przy założeniu, że odwzorowania f i g są słabo różniczkowalne w sensie Gateaux w punkcie x 0. Pokażemy, że odwzorowanie f, g jest różniczkowalne w sensie Gateaux w x 0. Z założenia, dla dowolnego u oraz p Y, istnieją granice 1 lim h 0 h p, f(x 0 + hu) f(x 0 ) hf (x 0 )(u) 1 lim h 0 h p, g(x 0 + hu) g(x 0 ) hg (x 0 )(u). Niech u. Wtedy f(x 0 + hu), g(x 0 + hu) f(x 0 ), g(x 0 ) = f(x 0 + hu) f(x 0 ), g(x 0 ) + Niech, dla u, Mamy f(x 0 ), g(x 0 + hu) g(x 0 ). S(u) = f (x 0 )(u), g(x 0 ) + f(x 0 ), g (x 0 )(u). f(x 0 + hu), g(x 0 + hu) f(x 0 ), g(x 0 ) hs(u) = f (x 0 + hu) f(x 0 ) hf (x 0 ), g(x 0 ) + f(x 0 ), g(x 0 + hu) g(x 0 ) hg (x 0 ). Z przyjętych założeń wynika, że 1 lim h 0 h ( f(x 0 + hu), g(x 0 + hu) f(x 0 ), g(x 0 ) hs(u)) = 0. Stąd S jest pochodną Gateaux funkcji f, g w punkcie x 0. Ma miejsce również tzw. reguła łańcucha: Twierdzenie: Załóżmy, że f : U Y i g : V Z gdzie V Y i Z jest przestrzenią Banacha. Niech x 0 U oraz y 0 := f(x 0 ). Jeśli f(u) V, to 8

9 określone jest złożenie g f : U Z. Jeśli pochodne f (x 0 ) oraz g (y 0 ) istnieją w (słabym) sensie Frécheta, to pochodna (g f) (x 0 ) w odpowiednim sensie istnieje i (g f) (x 0 ) = g (y 0 ) f (x 0 ). Dowód: Dowód przeprowadzimy dla słabej pochodnej Fréchate. Weźmy dowolny funkcjonał p Y. Z założenie wynika, że istnieją funkcje ε i : Y (i = 1, 2) takie, że p, ε i (u)/ u 0 przy u 0 (w oraz Y odpowiednio) oraz p, f(x 0 + u) f(x 0 ) = p, f (x 0 )(u) + ε 1 (u) ; Stąd p, g(y 0 + v) g(y 0 ) = p, g (x 0 )(v) + ε 2 (v). p, (g f)(x 0 + u) (g f)(x 0 ) = p, g(f(x 0 ) + f (x 0 ) + ε 1 (u)) g(f(x 0 )) = gdzie p, g (y 0 )(f (x 0 )(u)) + g (y 0 )(ε 1 (u)) + ε 2 (f (x 0 )(u) + ε 1 (u)) = ε(u) := g (x 0 )(ε 1 (u)) + ε 2 (f (x 0 )(u) + ε 1 (u)). p, g (y 0 ) f (x 0 ) + ε(u) Ciągłość pochodnej g (y 0 )( ) i własności funkcji ε 1 i ε 2 implikują, że p, ε(u)/ u 0 przy u 0. Istotnie sprawdzenie wymaga tylko wyrażenie 1 p, u ε 2(f (x 0 )(u) + ε 1 (u)) = p, ε 2(f (x 0 )(u) + ε 1 (u)) f (x 0 )(u) + ε 1 (u) f (x 0 )(u) + ε 1 (u). u W powyższym iloczynie pierwszy czynnik jest zbieżny (słabo) do 0, zaś drugi jest ograniczony: ( ) f (x 0 )(u) + ε 1 (u) u u f (x 0 ) + ε 1 (u)/ u f (x 0 ) + ε 1 (u)/ u. u Dowodzi to, że istotnie g (y 0 ) f (x 0 ) jest (słabą) pochodną Frécheta odwzorowania g f Pochodne wyższych rzędów W tym paragrafie omówimy pojęcie różniczkowalności wyższych rzędów, tzn. różniczkowalność k-krotną. Niech f : U Y będzie odwzorowaniem (słabo) różniczkowalnym w sensie Frécheta lub Gateaux. Wobec tego określone jest przekształcenie f : U L(, Y ), które każdemu x U przyporządkowuje operator (słabej) pochodnej w sensie Frécheta lub Gateaux f (x). Niech x 0 U. Można wtedy badać różniczkowalność odwzorowania g = f : U Z gdzie Z := L(, Y ) jest przestrzenią Banacha. 9

10 Z uwagi na prostotę wykładu będziemy jednolicie przyjmować, że za każdym razem gdy f jest różniczkowalne w określonym sensie, to i g badamy z punktu widzenia różniczkowalności w tym sensie. Powiadamy, że odwzorowanie f jest dwukrotnie (słabo) różniczkowalne w sensie Frécheta lub Gateaux w punkcie x 0 o ile odwzorowanie g jest tam różniczkowalne w odpowiednim sensie. Wobec tego (słaba) pochodna Frécheta lub Gateaux g (x 0 ) = (f ) (x 0 ) L(, L(, Y )). Pokażemy, że przestrzeń L(, L(, Y )) dopuszcza inny adekwatny opis. Niech L 2 (, Y ) oznacza przestrzeń wektorową wszystkich odwzorowań dwuliniowych i ciągłych Y. Jest to przestrzeń Banacha z normą T := inf{c 0 u, v T (u, v) C u v }, T L 2 (, Y ). Rozważmy przekształcenie Φ : L(, L(, Y )) L 2 (, Y ) zadane wzorem Φ(T )(u, v) := T (v)(u), u, v, T L(, L(, Y )). Łatwo zobaczyć, że Φ jest poprawnie określoną bijekcją. Ponadto, dla dowolnych x, x, Φ(T )(u, v) T (v) u T u v. Zatem Φ(T ) T. Z drugiej strony T (v) = sup T (v)(u) = sup Φ(T )(u, v) Φ(T ) v. u 1 u 1 A więc także T Φ(T ). Dowodzi to, że Φ jest izometrią L(, L(, Y )) na L 2 (, Y ). Używając Φ identyfikujemy (słabą) pochodną Frécheta lub Gateaux (f ) (x 0 ) z elementem przestrzeni L 2 (, Y ), który oznaczamy f (x 0 ) i nazywamy drugą pochodną (w odpowiednim sensie) odwzorowania f w punkcie x 0. W podobny sposób można określić pojęcie trzeciej, czwartej itp. (słabej) pochodnej odwzorowania f : U Y. Mianowicie zakładając, że f jest odwzorowaniem (n 1)-krotnie różniczkowalnym w określonym sensie, tzn. że dla dowolnego x U istnieje f (n 1) (x) L n 1 (, Y ), definiujemy n-ta pochodną ( w danym sensie) jako pochodną w punkcie x 0 przekształcenia f (n 1) : U L(, L n 1 (, Y )) L n (, Y ). Zatem, z definicji f (n) (x 0 ) L n (, Y ), jest to więc ciągłe n-liniowe przekształcenie } {{... } Y o normie n f (n) (x 0 ) := inf{c 0 u i f (n) (x 0 )(u 1, u 2,..., u n ) C u 1... u n }. 10

11 Można również mówić o (słabych) pochodnych kierunkowych wyższego rzędu. Niech x 0 U i u. Załóżmy, że dla dowolnego x U istnieje f (x 0 ; u). Niech v. Wtedy (słabą) granicę f (x 0 + tv; u) f (x 0 ; u) lim t 0 t (o ile istnieje) nazywamy (słabą) pochodna kierunkową drugiego rzędu w punkcie x 0 w kierunku wektorów u, v i oznaczamy symbolem f (x 0 ; u, v) Twierdzenie: Jeżeli f : U Y jest odwzorowaniem (słabo) dwukrotnie różniczkowalnym w sensie Frécheta lub Gateaux w punkcie x 0, to dla ustalonego u, odwzorowanie g = f ( )(u) : U Y jest (słabo) różniczkowalne w sensie Fréchate lub Gateaux w punkcie x 0 i g (x 0 )(v) = f (x 0 )(u, v). Dowód: Istotnie mamy (dla przykładu weźmy słabą pochodną Gateaux), dla p Y, p, g(x 0 + tv) g(x 0 ) tf (x 0 )(u, v) = p, [f (x 0 + tv) f (x 0 ) t(f ) (v)](u). Odwzorowanie L(, Y ) T p, T (u) jest funkcjonałem liniowym i ciągłym na L(, Y ) o normie p u. Zatem z założenia słabej różniczkowalności w sensie Gateaux wynika, że 1 lim t 0 t p, [f (x 0 + tv) f (x 0 ) t(f ) (v)](u) = 0. Zatem istotnie odwzorowanie g jest słabo różniczkowalne w sensie Gateaux i g (x 0 )(v) = f (x 0 )(u, v). Stąd też wynika, że jeśli odwzorowanie f jest (słabo) dwukrotnie różniczkowalne w sensie Frécheta lub Gateaux, to dla dowolnych u, v, istnieje (słaba) pochodna kierunkowa f (x 0 ; u, v) oraz f (x 0 ; u, v) = f (x 0 )(u, v). Podobnie można zdefiniować (słabą) pochodną kierunkową n-tego rzędu odwzorowania f w punkcie x 0 w kierunku wektorów u 1,..., u n, którą oznaczamy f (n) (x 0 ; u 1,..., u n ). Jest jasne, że (słaba) n-krotna różniczkowalność w sensie Frécheta implikuje (słabą) n-krotną różniczkowalność w sensie Gateaux. Z kolei istnienie (słabej) n- tej pochodnej Gateaux implikuje istnienie n-tej (słabej) pochodnej kierunkowej w kierunku dowolnych wektorów u 1,..., u n oraz f (n) (x 0 ; u 1,..., u n ) = f (n) (x 0 )(u 1,..., u n ). 11

12 Podobnie jak powyżej, z założenia n-krotnej (słabej) różniczkowalności w sensie Frécheta lub Gateaux wynika w punkcie x 0, że dla dowolnych wektorów u 1,..., u n 1, odwzorowanie g : U x f (n 1) (x)(u 1,..., u n 1 ) Y jest (słabo) różniczkowalne w punkcie x 0 i g (x 0 )(v) = f (n) (x 0 )(u 1,..., u n 1, v) Twierdzenie: (Schwarza) Niech u, v. Przypuśćmy, że dla dowolnego x U istnieją (słabe) pochodne kierunkowe f (x; u), f (x; v) funkcje f ( ; u), f ( ; v) są (słabo) różniczkowalne w sensie Frécheta w punkcie x 0. Wówczas istnieją (słabe) pochodne f (x 0 ; u, v), f (x 0 ; v, u) i są równe. Przed podaniem dowodu zacytujmy klasyczne twierdzenie Schwarza. Twierdzenie: Jeśli g : K := {(t, s) R 2 t, s < 1} R, dla dowolnego (t, s) K istnieją pochodne cząstkowe g(t, s) oraz g(t, s) i są funkcjami różniczkowalnymi w punkcie (0, 0), to pochodne cząstkowe II-rzędu 2 g(0, 0) oraz t s t s g(0, 0) istnieją i są równe. 2 s t Dowód: Oczywiście istnieją pochodne s 2 g(0, 0). Należy pokazać tylko, że są one równe. t s Wykażemy, że lim [g(t, t) g(0, t) g(t, 0) + g(0, 0)] = 2 t2 t 0 1 Rozważmy pomocniczo funkcję Udowodnimy, że ( g) (0, 0) = 2 g(0, 0) oraz ( g) (0, 0) = t s t t s g(0, 0) = 2 s t g(0, 0). t s (t, s) h(t, s) := g(t, s) t2 g(0, 0) ts g(0, 0). 2 2 t s t lim [h(t, t) h(0, t) h(t, 0) + h(0, 0)] = 0. t ( ) 2 t 0 1 Z uwagi na postać h wyniknie stąd, że lim [g(t, t) g(0, t) g(t, 0) + g(0, 0)] = 2 t2 t 0 1 Podobnie jeśli rozważyć funkcję to pokazawszy, że g(0, 0). s t (t, s) k(t, s) := g(t, s) s2 g(0, 0) ts g(0, 0), 2 2 s t s lim [k(t, t) k(0, t) k(t, 0) k(0, 0)] = 0 t ( ) 2 t

13 wyniknie, że lim [g(t, t) g(0, t) g(t, 0) + g(0, 0)] = 2 t2 t 0 1 Zauważmy wreszcie, że 2 h(0, 0) = 0 = 2 2 t 2 h(0, 0), s t g(0, 0). t s k(0, 0) = 0 = 2 k(0, 0). 2 s t s Tak więc wystarczy pokazać równość ( ) (równość ( ) można wykazać analogicznie). Ponieważ funkcja h jest różniczkowalna w punkcie (0, 0), to możemy napisać t t h(t, s) 2 2 h(0, 0) = t h(0, 0) + s t 2 t s t h(0, 0) + t 2 + s 2 η(t, s) gdzie η jest funkcja ciągłą w (0, 0) i η(0, 0) = 0. Tak więc, w świetle powyższych równości, t h(t, s) t h(0, 0) = t 2 + s 2 η(t, s). Niech ε > 0. Istnieje δ > 0 takie, że η(t, s) < ε o ile t, s < δ. Ustalmy t takie, ze t < δ. Dla dowolnego s, niech Mamy więc Zauważmy, że ϕ(s) = h(s, t) h(s, 0). ϕ(t) ϕ(0) = h(t, t) h(t, 0) h(0, t) + h(0, 0). ϕ (s) = t h(s, t) t h(s, 0) = t h(s, t) t h(0, 0) t h(s, 0) + (0, 0) = t h s2 + t 2 η(s, t) s η(s, 0). W takim razie, dla s t, ϕ (s) s 2 + t 2 η(s, t) + s η(s, 0) t ε 2 + t ε = t (1 + 2)ε. Z twierdzenia Lagrange a Dowodzi to, że ϕ(t) ϕ(0) t 2 (1 + 2)ε. h(t, t) h(0, t) h(t, 0) + h(0, 0) lim t 0 t 2 13 = lim t 0 ϕ(t) ϕ(0) t 2 = 0.

14 Uwaga: Samo istnienie pochodnych f (x 0 ; u, v) i f (x 0 ; v, u) nie wystarczy dla ich równości. Podobnie tylko istnienie pochodnych cząstkowych II-go rzędu nie gwarantuje ich równości. Dla przykładu rozważmy funkcję Wtedy pochodne cząstkowe istnieją lecz są różne. Sprawdzić to. f(x, y) = xy(x2 y 2 ) x 2 + y 2, f(0, 0) = 0. 2 x y f(0, 0), 2 f(0, 0) y x Dowód (twierdzenia Schwarza): Niech p Y i zbadajmy funkcję g : (t, s) p, f(x 0 + tu + sv). Bez zmniejszenia ogólności można założyć, że g określona jest w kwadracie K := {(t, s) R 2 t, s < 1}. Założenia twierdzenie implikują, że dla dowolnego (t, s) K istnieją pochodne cząstkowe g(t, s) oraz g(t, s) oraz są t s to funkcje różniczkowalne w sensie Frécheta w punkcie (0, 0). Z klasycznego twierdzenia Schwarza wynika, że istnieją pochodne cząstkowe drugiego rzędu 2 g(0, 0), t s 2 g(0, 0) i są równe. s s Bezpośredni rachunek pokazuje, że 2 t s g(0, 0) = p, f (x 0 ; v, u) 2 s s g(0, 0) = p, f (x 0 ; u, v). Ponieważ, dla dowolnego p Y mamy p, f (x 0 ; u, v) = p, f (x 0 ; v, u), to otrzymujemy tezę. Zacytujmy obecnie drugie klasyczne twierdzenie Schwarza. Twierdzenie: Jeśli g : K := {(t, s) R 2 t, s < 2} R, dla dowolnego (t, s) K istnieją pochodne cząstkowe 2 g(t, s) oraz 2 g(t, s) i są funkcjami t s s t ciągłymi w punkcie (0, 0), to są one równe. Dowód: Ustalmy (t 0, s 0 ) takie, że 0 < t 0, s 0 < 1 i rozważmy funkcje pomocnicze ϕ(t, s) := g(t + t 0, s) g(t, s), ψ(t, s) := g(t, s + s 0 ) g(t, s) określone dla t, s < 1. Dla (t, s) z dziedziny funkcji ϕ, ψ istnieją pochodne s ϕ(t, s) = s g(t + t 0, s) s g(t, s), t ψ(t, s) = t g(t, s + s 0) g(t, s). t Z twierdzenia o wartości średniej, dla pewnych θ 1, θ 2 (0, 1), ϕ(0, s 0 ) ϕ(0, 0) = s 0 s ϕ(0, θ 1s 0 ) = s 0 [ s g(t 0, θ 1 s 0 ) s g(0, θ 1s 0 )], 14

15 ψ(t 0, 0) ψ(0, 0) = t 0 t ψ(θ 2t 0, 0) = t g(θ 2t 0, s 0 ) t g(θ 2t 0, 0)]. Stosując powtórnie twierdzenie o wartości średniej, tym razem do funkcji g oraz s g otrzymamy, dla pewnego θ t 3, θ 4 (0, 1) ϕ(0, s 0 ) ϕ(0, 0) = t 0 s 0 2 ψ(t 0, 0) ψ(0, 0) = s 0 t 0 2 Z drugiej strony, jak łatwo sprawdzić, t s g(θ 3t 0, θ 1 s 0 ), s t g(θ 2t 0, θ 4 s 0 ). ϕ(0, s 0 ) ϕ(0, 0) = g(t 0, s 0 ) g(t 0, 0) g(0, s 0 ) + g(0, 0) = ψ(t 0, 0) ψ(0, 0). Wobec tego 2 t s g(θ 3t 0, θ 1 s 0 ) = 2 s t g(θ 2t 0, θ 4 s 0 ). Przechodząc do granicy t 0 0, s 0 0 i korzystając z założonej ciągłości, otrzymamy, że 2 g(0, 0) = 2 t s Mamy więc drugie twierdzenie Schwarza: g(0, 0). s t Twierdzenie: Jeśli dla x z pewnego otoczenia punktu x 0 istnieją (słabe) pochodne kierunkowe f (x; u, v), f (x; v, u) oraz funkcje x f (x; u, v), x f (x; v, u) są (słabo) ciągłe w x 0, to również f (x 0, u, v) = f (x 0 ; v, u). Dowód: Podobnie jak poprzednio, niech p Y i rozważmy funkcję g(t, s) := p, f(x 0 + tu + sv) określoną dla (t, s) z otoczenia punktu (0, 0) w R 2. Bez zmniejszenia ogólności można założyć, że g zdefiniowana jest poprawnie na zbiorze {(t, s) R 2 t, s < 2}. Założenia implikują, że spełnione są wszystkie założenia drugiego klasycznego twierdzenia Schwarza. Wobec tego To kończy dowód, gdyż 2 g(0, 0) = 2 t s g(0, 0). s t 2 t s g(0, 0) = p, f (x 0 ; v, u), Z dowolności p wynika teza. 2 s s g(0, 0) = p, f (x 0 ; u, v). Z powyższego twierdzenia wynika, że jeśli odwzorowanie f jest (słabo) dwukrotnie różniczkowalne w sensie Frécheta w punkcie x 0, to (słaba) pochodna f (x 0 ) jest odwzorowaniem dwuliniowym symetrycznym: f (x 0 )(u, v) = f (x 0 )(v, u) 15

16 dla dowolnych u, v. Analogicznie n-krotna (słaba) różniczkowalność w punkcie x 0 implikuje, że n-ta (słaba) pochodna jest odwzorowaniem n-liniowym symetrycznym, tzn. dla dowolnej permutacji π S n i u 1,..., u n mamy f (n) (x 0 )(u 1,..., u n ) = f (n) (x 0 )(u π(1),..., u π(n) ). Uwaga: Nie jestem pewien czy dwukrotna (słaba) różniczkowalność w sensie Gateaux odwzorowania f w punkcie x 0 implikuje, że (słaba) pochodna Gateaux f (x 0 ) jest odwzorowaniem symetrycznym Twierdzenie: (Wzór Taylora) Załóżmy, że odwzorowanie f : U Y jest (n 1)-krotnie (słabo) różniczkowalne w sensie Frécheta i n-ta (słaba) pochodna (w tymże sensie) f (n) (x 0 ) istnieje. Wówczas istnieje funkcja ε : Y taka, że ε(u)/ u n 0 (słabo) przy u 0 oraz dla dostatecznie małych u ( 5 ), f(x 0 + u) f(x 0 ) = n 1 k! f (k) (x 0 )(u, u,..., u) + ε(u). }{{} k=1 k Dowód: Zastosujemy indukcję matematyczną w przypadku gdy mamy do czynienia z różniczkowalnością (mocną) w sensie Frécheta. Dla n = 1 prawdziwość twierdzenia jest oczywista. Załóżmy więc, że teza jest prawdziwa dla n 1. Niech, dla u takich, że x 0 + u U, ε(u) := f(x 0 + u) n 1 k! f (k) (x 0 )(u,...u) }{{} k=0 (oczywiście, dla k = 0, f (k) (x 0 )(u,...u) = f(x }{{} 0 )). Mamy udowodnić, że ε(u)/ u n k dąży do 0 o ile u 0 w. Funkcja ε( ) przyjmuje wartości w Y i jest określona na pewnym otwartym otoczeniu V punktu u = 0. Twierdzę, że jest ona wszędzie różniczkowalna w sensie Frécheta. W tym celu wystarczy pokazać, że dla każdego k = 1,..., n, odwzorowanie g : u f (k) (x 0 )(u,..., u) }{{} k jest (słabo) różniczkowalne w sensie Frécheta. Zauważmy, że dla u z otoczenia V i v, dzięki symetrii, k Zatem g(u + v) g(u) = g(u) + nf (n) (x 0 )(u,..., u, v) + f }{{} (k) (x 0 )(v,..., v). }{{} k 1 k ε (u)(v) = f (x 0 + u)(v) n 1 (k 1)! f (k) (x 0 )(u,..., u, v) }{{} i=1 k 1 5 Na tyle małych, by x 0 + u U. 16

17 Z założenie indukcyjnego (zastosowanego do odwzorowanie f : U L(, Y )) ε otrzymujemy, że (u) dąży do 0 w L(, Y ) o ile u 0. W takim razie, z u n 1 twierdzenia o przyrostach, dla dowolnego p Y ε(u) u n ε(u) ε(0) = 1 u n u n sup ε (θu) u = sup θ (0,1) θ (0,1) θ n 1 ε (θu) 0. θu n 1 W przypadku słabej różniczkowalności weźmy p Y i rozważmy funkcję η : u p, ε(u) R Analogicznie jak poprzednio pokazujemy, że η jest różniczkowalna w sensie Frécheta: n η (u)(v) = p, ε (u)(v) = p, f 1 (x 0 + u)(v) (k 1)! f (k) (x 0 )(u,..., u, v). }{{} Wykorzystując założenie indukcyjne (zastosowane do funkcji h : U x p, f działającej następująco h(x)(v) = p, f (x)(v) ) otrzymamy, że η (u) / u n 1 0 gdy u 0. Znowu z twierdzenia o przyrostach η(u) / u n 0 przy 0. Pokazaliśmy więc, że dla każdego p Y, p, ε(u) 0. u n Ze względu na wygodę notacji w dalszym ciągu piszemy: gdy B L k (, Y ) i u, Bu k := B(u,..., u). }{{} k i=1 W pewnym sensie fakt odwrotny również zachodzi Twierdzenie: Załóżmy, że dane są operatory B k L k (, Y ), k = 1,..., n, oraz n-krotnie (słabo) różniczkowalne w punkcie x 0 odwzorowanie ε : Y takie, że ε(u)/ u n 0 (słabo) w Y o ile u 0 w. Jeśli odwzorowanie f : U Y jest takie, że dla x U, f(x) = f(x 0 ) + n k=1 1 k! B k(x x 0 ) k + ε(x x 0 ), to f jest odwzorowaniem n-krotnie (słabo) różniczkowalnym w sensie Frécheta i, dla dowolnego 1 k n, f (k) (x 0 ) = B k. Dowód: Oczywiście f jest odwzorowaniem (słabo) n-krotnie różniczkowalnym w x 0. Dla n = 1 teza jest to oczywiście prawdziwa. Przypuśćmy, że jest prawdziwa dla n 1. Skoro f(x) = f(x 0 ) + n k=1 1 k! B k(x x 0 ) k + ε(x x 0 ), 17 k 1

18 to f(x) = f(x 0 ) + n 1 k=1 [ ] 1 1 k! B k(x x 0 ) k + n! B n(x x 0 ) n + ε(x x 0 ). Ponieważ [ 1 n! B nu + ε(u) ] / u n 1 0 (słabo) w Y o ile u 0, to na mocy założenie indukcyjnego dla k = 1,..., n 1 Zauważmy, że f (x)(v) = B 1 (v) + n k=1 f (k) (x 0 ) = B k. W takim (w przestrzeni L(, Y )) można napisać f (x) = f (x 0 ) + 1 (k 1)! B k((x x 0 ) k 1, v) + ε (x x 0 )(v). n 1 k=1 1 k! C k(x x 0 ) k + η(x x 0 ) gdzie C k L k (, L(, Y )), k = 1,..., n 1, dane jest wzorem Z założenie indukcyjnego C k (u 1, u 2,..., u k )(v) = B k+1 (u 1,..., u k, v). (f ) (n 1) (x 0 ) = C n 1. Z uwagi na izomorfizm utożsamiający L n 1 (, L(, Y )) z L n (, Y ) i pamiętając, że f (n) (x 0 ) jest n-liniowym odwzorowaniem odpowiadającym (f ) (n 1) (x 0 ), możemy napisać, że f (n) = B n. Analogicznie można scharakteryzować (słabą) różniczkowalność w sensie Gateaux Twierdzenie: Niech f : U Y, x 0 U. Odwzorowanie f jest n-krotnie różniczkowalna w sensie Gateaux w punkcie x 0 wtedy i tylko wtedy, gdy istnieją operatory B k L k (, Y ) oraz, dla dowolnego u, funkcja ε : R Y taka, że ε(t)/t n 0 (słabo w Y ) przy t 0 oraz, dla małych t, f(x 0 + tu) = f(x 0 ) + Wówczas też (słaba) pochodna Gateaux n k=1 f (k) (x 0 ) = B k. t k k! B ku k + ε(t). 18

19 1.3. Pochodne cząstkowe Załóżmy, że Y = Y 1 Y 2... Y m, gdzie Y i jest przestrzenią Banacha. Wtedy oczywiście (Y, i ) jest przestrzenią Banacha z normą (y 1,..., y m ) := max 1 i m y i i, y i Y i, i = 1,..., m. Ta tzw. max-norma jest równoważna normie (y 1,..., y ) := ( m i=1 y i 2 ) 1 2. Dla i = 1,..., m definiujemy rzut π i : Y Y i wzorem π i (y 1,..., y m ) = y i (i = 1,..., m) oraz włożenie ι i : Y i Y wzorem ι i (y) = (0,..., 0, y, 0,..., 0) gdzie y jest na i-tym miejscu. Łatwo zauważyć, że maja miejsce związki: π i ι i = I Yi ; m ι i π i = I Y. i= Twierdzenie: Niech f : U Y. Wówczas f jest odwzorowaniem (słabo) różniczkowalnym w sensie Frécheta lub Gateaux w punkcie x 0 U wtedy i tylko wtedy, gdy dla dowolnego i = 1,..., m, f i := π i f : U Y i jest (słabo) różniczkowalne w takim sensie w punkcie x 0. Wtedy też f (x 0 ) = m ι i f i(x 0 ). i=1 Dowód: Jeżeli f jest (słabo) różniczkowalne w x 0, to również f i = π i f jest odwzorowaniem (słabo) różniczkowalnym oraz f i(x 0 ) = π i f (x 0 ). Dla (słabe) pochodnej w sensie Frécheta wynika to natychmiast z reguły łańcucha; w przypadku (słabej) pochodnej Gateaux wystarczy sprawdzić, że dla dowolnego u i p i Yi mamy 1 lim h 0 h p i, f i (x 0 +hu) f i (x 0 ) hπ i f 1 (x 0 )(u) = lim h 0 h p, f(x 0+hu) f(x 0 ) hf (x 0 ) = 0 gdzie p Y jest dany wzorem p, y = p i, π(y), y Y. 19

20 Zatem ( ) m ι i f (x 0 ) = ι i π i f (x 0 ) = f (x 0 ). i=1 i=1 Na odwrót, jeśli f i jest (słabo) różniczkowalne w x 0, to f = i=1 ι i f i. Analogicznie jak wyżej można pokazać, że dla dowolnego i = 1,..., m, odwzorowanie ι i f i jest (słabo) różniczkowalne w odpowiednim sensie oraz (ι i f i ) (x 0 ) = ι i f i(x 0 ). Zatem ( m ) m m f (x 0 ) = ι f i (x 0 ) = (ι i f i ) (x 0 ) = ι f i(x 0 ). i=1 i=1 Załóżmy obecnie, że = n gdzie, dla j = 1,..., n, j jest przestrzenią Banacha. Podobnie jak powyżej jest wówczas przestrzenią Banacha. Niech U będzie zbiorem otwartym. Dla a = (a 1,..., a n ) definiujemy przekształcenie w j : j, j = 1,..., n, wzorem Jeśli a U, to niech, dla j = 1,..., n, i=1 w j (x) = (a 1,..., a j 1, x, a j+1,..., a n ), x j. U j := {x j w j (x) U}. Jest jasne, że U j = w 1 j (U) jest zbiorem otwartym w j dla dowolnego j = 1,..., n Twierdzenie: Jeśli f : U Y jest odwzorowaniem (słabo) różniczkowalnym w sensie Frécheta lub Gateaux w punkcie a U, to odwzorowanie f w j : U j Y jest (słabo) różniczkowalne w odpowiednim sensie w punkcie a j oraz f (a)(u) = n (f w j ) (a j )(u j ), u = (u 1,..., u n ). j=1 Dowód: Niech ι j : j będzie włożeniem zdefiniowanym tak jak poprzednio. Wówczas, dla j = 1,..., n, w j (x) = a + ι j (x a j ), x j. Łatwo zauważyć, że odwzorowanie w j jest wobec tego różniczkowalne w sensie Frécheta oraz w j(x) = ι j dla wszystkich x j. W takim razie, jeśli f jest (słabo) różniczkowalne w sensie Frécheta, to z reguły łańcucha, (f w j ) (a) = f (a) ι j. 20

21 Ponieważ n j=1 ι j π j = I (gdzie pi j : j jest rzutowaniem), to ( n n n ) (f w j ) (a)(u i ) = f (a) ι j π j (u) = f (a) ι j π j (u) = f (a)(u). j=1 j=1 j=1 W powyższym dowodzie, jeśli f jest (słabo) różniczkowalne w sensie Gateaux, to bezpośrednio sprawdzamy, że (słaba) pochodna Gateaux Istotnie, dla każdego p Y i u j, (f w j ) (a) = f (a) ι j. 1 lim t 0 t p, f(w j(a + tu)) f(w j (a)) tf (a)(0,..., 0, u, 0,..., 0) = gdzie v = (0,..., 0, u, 0,.., 0). Dalej dowód wygląda tak samo. 1 lim t 0 t p, f(a + tv) f(a) tf (a)(v) = Definicja: Niech j = 1,.., n. Jeśli odwzorowanie f w j jest (słabo) różniczkowalne w sensie Frécheta w punkcie a j, to odpowiednią pochodną (f w j ) (a i ) nazywamy j-tą (słabą) pochodną cząstkową Frécheta lub Gateaux odwzorowania f w punkcie a i oznaczamy symbolem j f(a). Z udowodnionego twierdzenia wynika, że (słaba) różniczkowalność w sensie Frécheta lub Gateaux odwzorowania f w punkcie a implikuje istnienie wszystkich pochodnych cząstkowych (w odpowiednim sensie) i f (a)(u) j=1 j f(a)(u j ); u = (u 1,..., u n ). Zatem f (a) = n j f(a) π j. j=1 Istnienie (słabych) pochodnych cząstkowych w sensie Frécheta jest warunkiem koniecznym (słabej) różniczkowalności w sensie Frécheta. Nie jest natomiast warunkiem dostatecznym (są na to proste przykłady). W przypadku (słabych) pochodnych Gateaux tak jest Twierdzenie: Jeśli f posiada w otoczeniu punktu a wszystkie (słabe) pochodne cząstkowe w sensie Gateaux (Frécheta) i są one (słabo) ciągłe w a, to f jest (słabo) różniczkowalna w sensie Gateaux (Frécheta) Frécheta w punkcie a i f (a) = n j f(a) π j. j=1 21

22 Dowód: Z założenia przekształcenie x L(x) = n j f(x) π j L(, Y ) j=1 określone w otoczeniu punktu a jest ciągłe w a. Pokażemy, że f jest różniczkowalna w (słabym) sensie Gateaux w otoczeniu a i jej pochodna Gateaux dla x z tego otoczenia wyraża się prawą stroną powyższego. Dowód dla (słabej) różniczkowalności w sensie Frécheta jest analogiczny. Niech p Y, u. Dalszy dowód przeprowadzimy w przypadku, gdy n = 2; rozumowanie dla dowolnego n jest analogiczne. Dla dowolnego t R, p, f(a + tu) f(a) tl(a)(u) = p, f(a 1 + tu 1, a 2 + tu 2 ) f(a 1, a 2 ) t( 1 f(a)(u 1 ) + 2 f(a)(u 2 ) = p, [f(a 1 + tu 1, a 2 ) f(a 1, a 2 ) t 1 f(a)(u 1 )] +[f(a 1 + tu 1, a 2 + tu 2 ) f(a 1 + tu 1, a 2 ) t 2 f(a)(u 2 )] = p, f(a 1 + tu 1, a 2 ) f(a 1, a 2 ) t 1 f(a)(u 1 ) + p, t( 2 f(a 1 + tu 1, a 2 + θtu 2 )(u 2 ) 2 f(a)(u 2 )). Pierwszy składnik po prawej stronie podzielony przez t dąży do zera; drugi składnik również dąży do zera, gdyż 2 f(a 1 + tu 1, a 2 + θtu 2 )(u 2 ) 2 f(a)(u 2 )) 0 słabo w Y na mocy założenia. W takim razie L(a) jest (słabą) pochodną Gateaux w punkcie a Funkcje klasy C n Niech f : U Y. Powiadamy, że odwzorowaniem klasy C 1 (w słabym sensie) jeśli jest (słabo) różniczkowalne na całym zbiorze U oraz (dla dowolnego p Y ) odwzorowanie U x f (x) L(, Y ) (odwzorowanie U x p, f (x)( ) jest ciągłe. Piszemy też, ze f C 1 (U) (f Cw(U)) 1 albo, aby wyodrębnić przestrzeń wartości: f C 1 (U, Y ) (f Cw(U, 1 Y )). Jest jasne, że jeśli f C 1 (U), to f Cw(U). 1 Jeśli f Cw(U, 1 Y ), to, dla dowolnego p Y, mamy p, f ( ) C 1 (U, R). W świetle powyższych rozważań, jeżeli dim = 1 i przestrzeń Y jest słabo zupełna, to mam miejsce również fakt odwrotny W podobny sposób można zdefiniować klasę C 1 dla różniczkowalności w sensie Gateaux. Przypuśćmy, że f jest klasy C 1 w sensie (słabej) pochodnej Gateaux. Oznacza to, że dla dowolnego x U istnieje (słaba) pochodna Gateaux f (x) i odwzorowanie U x f (x) L(, Y ) jest ciągłe (odp. dla każdego p Y, odwzorowanie U x p, f (x)( ) jest ciągłe. Widzimy więc, że w tych warunkach f jest (słabo) różniczkowalna w sensie Frécheta i ma miejsce ciągłość, 22

23 o której wyżej mowa. Tak więc rozważanie własności C 1 w kontekście (słabej) pochodnej Gateaux nie mam sensu. W analogiczny sposób można zdefiniować pojęcie klasy C n. Mówimy, że (słabo) n-krotnie różniczkowalne w sensie Frécheta odwzorowanie f : U Y jest klasy C n (odpowiednio klasy Cw) n jeśli jest klasy C n 1 (odp. klasy Cw n 1 ) oraz przekształcenie U x f (n) (x) L n (, Y ) jest ciągłe (odp. dla dowolnego p Y, przekształcenie U x p, f (n) (x)(cot) L n (, R) jest ciągłe). Oprócz wzoru Taylora z resztą w postaci Peano ma miejsce następujący fakt Twierdzenie: (Wzór Taylora z resztą w postaci całkowej) Niech f : U Y będzie odwzorowaniem klasy C n+1 (odp. klasy Cw n+1 ). Jeśli x 0 U, u oraz [x 0, x 0 + u] U, to zachodzi następujący wzór: gdzie f(x 0 + u) = R n+1 (x 0, u) = n k= k! f (k) (x 0 )u k + R n+1 (x 0, u) (1 t) n f (n+1) (x 0 + tu)u n 1 dt. n! Dowód: Przede wszystkim zauważmy, że powyższa całka jest poprawnie zdefiniowana: jeśli f C n+1 (U, Y ), to odwzorowanie [0, 1] t (1 t)n f (n+1) (x 0 + tu)u n 1 Y n! jest ciągłe; zatem zwykła całka Riemanna jest poprawnie zdefiniowana. W przypadku, gdy f Cw n+1, to dla każdego p Y, funkcja [0, 1] t p, f (n+1) (x 0 + tu)u n+1 jest ciągła; wówczas również zdefiniowana jest ta całka (dokładne uzasadnienie podane będzie później) oraz dla każdego p Y 1 (1 t) n 1 p, f (n+1) (x 0 + tu)u n 1 (1 t)n dt = p, f (n+1) (x 0 + tu)u n 1 dt. n! n! 0 Najpierw potrzebujemy lematu. Lemat: Jeśli funkcja g : [0, 1] R jest (n+1)-krotnie różniczkowalna, ϕ : [0, 1] Y jest również (n + 1)-krotnie (słabo) różniczkowalna, to dla t [0, 1], g (n+1) (t)ϕ(t) ( 1) n+1 g(t)ϕ (n+1) (t) = 23 0 ( n+1 ) ( 1) k 1 g (n+1 k) ϕ (k 1) (t). k=1

24 Dowód (lematu): Istotnie, dla dowolnego t [0, 1], ( n+1 ) n+1 ( 1) k 1 g (n+1 k) ϕ (k 1) (t) = ( 1) k 1 g (n+2 k) (t)ϕ (k 1) (t) + k=1 k=1 n+1 n+1 ( 1) k 1 g (n+1 k) (t)ϕ (k) (t) = ( 1) k 1 g (n+1 k) ϕ (k) (t) + k=1 k=1 n ( 1) k g(n + 1 k)(t)ϕ (k) (t) = ( 1) n g(t)ϕ (n+1) (t) + g (n+1) (t)ϕ(t) k=0 = g (n+1) (t)ϕ(t) ( 1) n+1 g(t)ϕ (n+1) (t). Przechodzimy do dowodu wzoru Taylora. Niech p Y. Rozważmy, jak zwykle, funkcje pomocniczą [0, 1] t ϕ(t) := p, f(x 0 + tu) R. Wiemy już, że ϕ jest funkcja klasy C n+1 oraz, dla 1 k n + 1, ϕ (k) (t) = f (k) (x 0 + tu)u k, t [0, 1]. Niech g(t) := (1 s)n dla t [0, 1]. Ponieważ g (n+1) (t) 0 na [0, 1], to na mocy n! lematu ( (1 t) p (n+1) n (1 t) k (t)ϕ(t) = ϕ(k)) (t). ϕ k! Scałkujmy tę równość w granicach 0 do 1. n 1 ϕ(1) = k! ϕ(k) (0) + Zatem p, f(x 0 + u) n k=0 k=0 1 k! f (k) (x 0 )u k = p, 1 k= ϕ (n+1) (1 t)n (t) dt. n! p, f (n+1) (x 0 )(x 0 + tu)u n+1 dt = (1 t) n n! f (n+1) (x 0 + tu)u n+1 dt. Ponieważ równość ta zachodzi dla wszystkich p Y, to wnosimy, że teza jest prawdziwa. Podany wzór Taylora z resztą w postaci całkowej jest bardzo użyteczny również w przypadku zwykłych funkcji rzeczywistych. Zauważmy, że jeśli dim Y = 1 (tzn. np. y = R), to można uzyskać wzór z resztą w postaci Cauchy ego (lub Lagrange a). Mianowicie, wówczas istnieją stałe θ, θ (0, 1) takie, że R n+1 (x, u) = un (n + 1)! f (n+1) (x 0 + θu) = un (1 θ ) n n! 24 f (n+1) (x 0 + θ u).

25 Wynika to wprost z dowodu (wystarczy określić ϕ(t) := f(x 0 + tu) i zastosować klasyczny wzór Taylora z reszta w postaci ogólnej) Odwzorowania analityczne Niech f : Ω C, gdzie Ω jest obszarem w C (zbiorem otwartym i spójnym) będzie holomorficzna i z 0 Ω. Wówczas, jeśli D(z 0, r) Ω, to f(z) = a n (z z 0 ) n. n=0 Szereg ten jest jednostajnie bezwzględnie zbieżny oraz a n = f (n) (z 0 ). n! Dla dowolnego okręgu C o środku w punkcie z 0 i promieniu 0 < ρ r, tzn. C = {ξ C ξ = ρ} mamy, dla z leżących wewnątrz tego okręgu f (n) (z) = n! f(ξ) dξ. 2πi (ξ z) n+1 C Okrąg C można zastąpić dowolną zamkniętą krzywą Jordana, w której wnętrzu leży z. Wynika stąd, że a n = 1 f(ξ) dξ 2πi C (ξ z 0 ) n+1 oraz oszacowanie Cauchy ego a n ρ n sup f(z). z C Załóżmy obecnie, że, Y są zespolonymi przestrzeniami Banacha oraz U jest zbiorem otwartym i spójnym ( 6 ) Definicja: Mówimy, że odwzorowanie f : U Y jest analityczne jeśli, dla dowolnego x U, u oraz p Y, funkcja z p, f(x + zu) C zadane w otoczeniu V punktu z = 0 (otoczenie w C; np. V = {z C z < r}) jest holomorficzne. Zatem, jeżeli f jest odwzorowaniem analitycznym, to a n (x, u) p, f(x + zu) = z n n! 6 Spójność zbioru otwartego (w przestrzeni lokalnie łukowo spójnej jest równoważna łukowej spójności. 25 n=0

26 gdzie a n (x, u) = dn dz p, f(x + zu) n z=0 = n! p, f(x + zu) dz 2πi z =ρ z n+1 gdzie 0 < ρ < r. Z klasycznych oszacowań Cauchy ego wynika, że a n (x, u) n!ρ n sup p, f(x + zu) n!ρ n z =ρ, u =1 sup y B(x,r) p, f(y). Udowodnimy następujące podstawowe twierdzenie Twierdzenie: Przypuśćmy, że f : U Y jest odwzorowaniem lokalnie ograniczonym. Wówczas następujące warunki są równoważne: (i) f jest odwzorowaniem analitycznym; (ii) f jest różniczkowalne w zespolonym sensie Gateaux, tzn. istnieje operator T L(, Y ) taki, że dla dowolnych x U oraz u, lim z 0 1 [f(x + zu) f(x) zt (u)] = 0; z (iii) f jest różniczkowalne w zespolonym sensie Frécheta; dodatkowo f jest klasy C 1 ; (iv) f posiada pochodną Gateaux (lub Frécheta) w zespolonym sensie dowolnego rzędu; ponadto dla dowolnych wektorów u oraz u 1,..., u n ( ) f (n) (x + zu)(u 1,..., u n ) = n... f x + zu + z i u i zi =0. z 1 z n (v) szereg funkcyjny n=0 i=1 1 f (n) (x)u n jest lokalnie jednostajnie bezwzględnie n! zbieżny, tzn. dla dowolnego y U istnieje ε = ε(y) takie, że szereg jest bezwzględnie zbieżny w otoczeniu {x U x y < ε}, u < ε oraz, dla dowolnego x U, i małych u, f(x + u) = n=0 1 n! f (n) (x)u n. Dowód: (ii) (i): jeśli f jest odwzorowaniem różniczkowalnym w zespolonym sensie Gateaux, to jest również słabo różniczkowalne w tym sensie. Zatem, dla dowolnego p Y, funkcja zespolona z p, f(x + zu) jest różniczkowalna w sensie zespolonym; z klasycznych twierdzeń wynika, że jest ona holomorficzna. Stąd implikacja (ii) (i). Dla dowodu (i) (ii) załóżmy, że f jest odwzorowaniem analitycznym. Udowodnimy najpierw, że dla dowolnych x U oraz u istnieje pochodna kierunkowa f f(x + zu) f(x) (x; u) = lim. z 0 z 26

27 W tym celu wystarczy pokazać, że spełniony jest warunek Cauchy ego istnienia granicy, tzn. że g(s, t) = f(x + tu) f(x) t f(x + su) f(x) s o ile s, t 0 w C. Ze wzoru całkowego Cauchy ego, dla p Y p, f(x + tu) = 1 2πi C p, f(x + ξu) ξ t gdzie C = {ξ C ξ = r} jest małym okręgiem w C o promieniu r > 0 i środku w 0 oraz t leży wewnątrz tego okręgu. Zatem, zakładając, że t i s są wewnątrz okręgu C (tzn. t, s < r), mamy p, g(s, t) = 1 2πi C p, f(x + ξu) (s t) ξ(ξ t)(ξ s) Ponieważ funkcja C ξ p, f(x + ξu) jest ciągła, to jest ograniczona na C. Z twierdzenia Banacha-Steinhausa, istnieje L 0 takie, że f(x + ξu) L dla ξ C. Wobec tego L t s g(s, t) = sup p 1 2πi C dξ dξ. 1 ξ(ξ s)(ξ t) dξ. Stąd g(s, t) 0 gdy s, t 0 w C. Aby wykazać różniczkowalność w zespolonym sensie Gateaux w punkcie x U trzeba pokazać, że f (x; ) jest ciągłym operatorem liniowym. Oczywiście pochodna kierunkowa jest jednorodna; wystarczy pokazać addytywność: weźmy więc u 1, u 2. Z definicji odwzorowania analitycznego, dla dowolnego p Y, funkcja (z 1, z 2 ) g(z 1, z 2 ) := p, f(x + z 1 u 1 + z 2 u 2 ), określona w otoczeniu 0 w C 2, jest funkcją holomorficzną dwóch zmiennych. Wynika to z twierdzenia Hartogsa ( 7 ). Wobec tego 0 g(z 1, z 2 ) = g(0, 0) + z 1 g(0, 0) + z 2 g(0, 0) + ε(z 1, z 2 ) z 1 z 2 gdzie ε(z 1, z 2 )/ (z 1, z 2 ) 0 gdy z 1, z 2 0. Stąd p, f 1 (x; u 1 + u 2 ) = p, lim z 0 z [f(x + z(u 1 + u 2 )) f(x)] = 1 lim [g(z, z) g(0, 0)] = g(0, 0) + g(0, 0) = p, f (x; u 1 ) + f (x; u 2 ). z 0 z z 1 z 2 Z uwagi na dowolność p wnosimy, że f (x; u 1 + u 2 ) = f (x; u 1 ) + f (x; u 2 ). 7 Twierdzenie Hartogsa orzeka, że jeśli w otoczeniu punktu funkcja wielu zmiennych zespolonych jest holomorficzna ze względu na każdą zmienną z osobna, to jest holomorficzna w tym punkcie (ze względu na zespół zmiennych). 27

28 Oszacowania Cauchy ego pokazują, że dla każdego v, f d (x; v) = sup p 1 dt p, f(x + zv) z=0 M. Wobec tego, dla wszystkich u ) f (x; u) = u (x; f u M u. u Tak więc f (x; ) jest ciągłym operatorem liniowym i warunek (ii) został udowodniony. Odnotujmy jeszcze na koniec, ze w świetle istnienia (zespolonej) pochodnej Gateaux, dla dowolnego x U, u oraz p Y, p, f (x)(v) = p, f (x; v) = d dz p, f(x + zv) z=0 = 1 2πi ξ =ρ p, f(x + ξv) ξ 2 dξ. Pokażemy teraz, że (i) oraz (ii) implikuje (iii). W tym celu wystarczy pokazać, że przekształcenie U x f (x) L(, Y ) jest ciągłe (z tego wynika istnienie (zespolonej) pochodnej Frécheta i, oczywiście gładkość klasy C 1 odwzorowania f). Przede wszystkim pokażemy, że dla ustalonego v, funkcja U x f (x)(v) Y jest analityczna, tzn. dla każdego u oraz p Y, funkcja zespolona z 1 p, f(x + z 1 u)(v) jest holomorficzna. Niech g(z 1, z 2 ) := p, f(x + z 1 u + z 2 v). Jak wyżej g jest funkcją holomorficzną dwóch zmiennych. Co więcej z 2 g(z 1, 0) = p, f (x + z 1 u)(v) jest funkcja holomorficzną zmiennej z 1. Z powyższego rozumowania wynika, że odwzorowanie f ( )(u) jest różniczkowalne w sensie zespolonym Gateaux. Zatem, dla dowolnego p Y, Zatem 1 2πi p, f (x + w)(v) f (x)(v) = 1 ( d 1 0 dt 2πi = 1 1 2πi ξ =ρ ξ =ρ d dt p, f (x + tw)(v) dt = ) p, f(x + tw + ξv) dξ dt ξ 2 p, f (x + tw + ξv; w) ξ 2 dξ dt. f (x + w)(v) f (x)(v) = sup p, f (x + w)(v) f (x)(v) 1 0 ξ =ρ f (x + tw + ξv)(w) ξ 2 p 1 dξ dt M w 2πi jednostajnie dla u 1 gdy w 0. Oznacza to, że f (x + w) f (x) L(,Y ) 0 28 ξ =ρ 1 ξ 2 dξ 0

29 gdy w 0. Z naszych rozważań wynika również, że dla dowolnych u, v f (x + zu)(v) = s f(x + zu + sv) s=0. Pokażemy teraz, że (i) pociąga za sobą (iv). Zastosujemy indukcję matematyczną. Dla k = 1 jest to prawda: istnieje pochodna Frécheta f (x) dla wszystkich x U oraz zachodzi pożądany wzór (patrz dwie linijki wyżej). Załóżmy, że dla wszystkich x U istnieje f (n 1) (x) i zachodzi odpowiedni wzór z tezy punktu (iv). Pokażemy, że istnieje n-ta pochodna Frécheta f (n) (x), x U. Dla dowolnego p Y, u oraz wektorów u 1,..., u n 1, funkcja zespolona ( ) n 1 g(z 1,..., z n 1, z) := p, f x + zu + z i u i zmiennych zespolonych z 1,..., z n 1, z jest, na mocy twierdzenia Hartogsa, holomorficzna. Wobec tego funkcja h(z) := k=1 n 1 z 1 z 2... z n 1 g(0,..., 0, z) jest funkcją holomorficzną zmiennej z. Z założenia indukcyjnego, h(z) = p, f (n 1) (x + zu)(u 1,..., u n 1 ). Tak więc, dla dowolnych u i p Y, funkcja z p, f (n 1) (x + zu)(u 1,..., u n ) jest analityczna. Oznacza to, z definicji odwzorowania analitycznego, że odwzorowanie F : U x f (n 1) (x)(u 1,..., u n 1 ) jest analityczne. Analogicznie jak powyżej, dowodzimy, że jest ono jest różniczkowalne w (zespolonym sensie Frécheta) oraz jego pochodna w punkcie x zależy w sposób (n 1)-liniowy i ciągły od wektorów u 1,..., u n 1. Oznacza to, że jeśli oznaczymy tę pochodną symbolem T u1,...,u n 1 L(, Y ), to przyporządkowanie (u 1,..., u n 1 ) T u1,...,u n 1 L(, Y ) jest w L n 1 (, L(, Y )). Zdefiniujmy operator T L(, L n 1 (, Y )) wzorem Tak więc, dla p Y, T (u)(u 1,..., u n 1 ) = T u1,...,u n 1 (u). p, T (u)(u 1,..., u n 1 ) = p, T u1,...,u n 1 (u) = p, F (x)(u) = d dz p, F (x+zu) z=0 = d dz h(0). Niech w i połóżmy u = w w. Wtedy p, F (x + w) F (x) T (w)(u 1,..., u n 1 ) = p, F (x + w u) F (x) w T (u)(u 1,..., u n 1 ) = h( w ) h(0) w h (0). 29

30 Przypuśćmy, że Wówczas h(z) = c n z n. n=0 h( w ) h(0) h (0) = przy czym c n ρ n sup z =ρ h(z). Zatem Dla dowolnego n 2, h( w ) h(0) h (0) w w c n w n n=2 c n+2 w n. c n ρ n sup h(z) = ρ n sup p, f (n 1) (x + zu)(u 1,..., u n 1 ) M z =ρ z =ρ o ile u 1,..., u n 1 1, gdzie stała M (jej istnienie wynika ze wzoru Martinellego- Bochnera będącego wielowymiarową wersją wzoru całkowego Cauchy ego) nie zależy od u oraz u 1,..., u n 1. Dowodzi to, że n=0 f (n 1) (x + w) f (n 1) (x) T (w) L n 1 (,Y ) w gdy w 0 a, tym samym, że f jest n-krotnie różniczkowalna w sensie Frécheta. Poza tym, na mocy reguły łańcucha, dla dowolnych u, u 1,..., u n ( ) f (n) (x + zu)(u 1,..., u n ) = n... f x + zu + z i u i zi =0. z 1 z n W szczególności więc: n=0 f (n) (x + zu)u n = Pozostało udowodnić, że (iv) (v). Wiemy już, że dla dowolnego p Y i u, d n p, f(x + zu) = dz p, f(x + zu) z n n z=0 n! n=0 z n = n! p, f (n) (x)u n z n = p, n! f (n) u n. Kładąc z = 1 otrzymujemy tezę. n=0 n=1 n=0 i=1 0 Wreszcie zauważmy, że jeśli dla dowolnych x U oraz u, f(x + u) = 1 f (n) (x)u n, to dla dowolnego p Y, n! z n p, f(x + zu) = p, n! f (n) (x)u n z n = n! p, f (n) (x)u n. Łatwo więc widać, że funkcja zespolona z p, f(x + zu) jest holomorficzna. Oznacza to z definicji, ze odwzorowanie f jest analityczne. W takim razie pokazaliśmy implikację (v) (i). To kończy dowód twierdzenia. 30 n=1

31 1.6. Twierdzenia o funkcji odwrotnej i uwikłanej Przypomnijmy, że operator A L(, Y ) jest odwracalny (inaczej: jest liniowym homeomorfizmem) jeśli istnieje B L(Y, ) taki, że A B = I Y oraz B A = I. Oczywiście B jest wyznaczony jednoznacznie i oznaczamy A 1 := B. Przypomnijmy, że z twierdzenia Banacha o operatorze otwartym wynika, że A L(, Y ) jest odwracalny wtedy i tylko wtedy, gdy A jest bijekcją (istnienie funkcji odwrotnej i liniowej jest wówczas oczywiste; istota polega na pokazaniu ciągłości). Niech I(, Y ) = {A L(, Y ) A 1 istnieje} Twierdzenie: (i) Zbiór I(, Y ) jest otwarty w L(, Y ); dokładniej, jeśli A I(, Y ), to B(A, ε) I(, Y ) gdzie ε = A 1 1. (ii) Odwzorowanie J : I(, Y ) L(, Y ) dane wzorem J(A) = A 1 jest klasy C. Dowód: (i) Wiadomo, że jeśli S L(, ) oraz S < 1, to operator I S jest odwracalny i (I S) 1 = S n. Szereg po prawej stronie jest bezwzględnie zbieżny, zatem zbieżny. Jeśli S L(, Y ) oraz S < A 1 1, to wówczas A 1 S A 1 S < 1 i operator U := I A 1 S jest odwracalny. Zauważmy, że U = A 1 (A S). Zatem A S = A U jest odwracalny. Stąd też (A S) 1 = n=0 (A 1 S) n A 1. n=0 (ii) Łatwo sprawdzić, że dla A I(, Y ), J (A)(B) = A 1 B A 1. Istotnie, z poprzedniego wzoru gdzie Zatem J(A + B) J(A) = A 1 B A 1 + r(b) r(b) = ( 1) n (A 1 B) n A 1. n=2 r(b) / B 0 gdy B 0. Widzimy więc, że J : I(, Y ) L(L(, Y ), L(, Y )) jest operatorem ciągłym. Niech U oraz V będą zbiorami otwartymi w oraz Y, odpowiednio. Wtedy powiadamy, że odwzorowanie ciągłe f : U V jest homeomorfizmem U na V (piszemy f Homeo(U, V )) jeśli istnieje ciągłe odwzorowanie g : V U takie, że g f(x) = x oraz f g(y) = y dla wszystkich x U oraz y V. Odwzorowanie ciągłe f : Ω Y, gdzie Ω jest zbiorem otwartym, jest 31

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

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 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

Rozdział 7. Różniczkowalność. 7.1 Pochodna funkcji w punkcie

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

Bardziej szczegółowo

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A Funkcje analityczne Wykład 3. Funkcje holomorficzne Paweł Mleczko Funkcje analityczne (rok akademicki 206/207) Funkcje zespolone zmiennej zespolonej Funkcje zespolone zmiennej zespolonej Niech A C. Funkcja

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

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

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

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

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje

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

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

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

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

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

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

1 Relacje i odwzorowania

1 Relacje i odwzorowania Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X X

Bardziej szczegółowo

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1. Liczby zespolone 1.1. Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1.2. Doprowadzić do postaci a + ib liczby zespolone (i) (1 13i)/(1 3i),

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

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

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

Funkcje analityczne. Wykład 12

Funkcje analityczne. Wykład 12 Funkcje analityczne. Wykład 2 Szeregi Laurenta. Osobliwości funkcji zespolonych. Twierdzenie o residuach Paweł Mleczko Funkcje analityczne (rok akademicki 206/207) Plan wykładu W czasie wykładu omawiać

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

13 Równanie struny drgającej. Równanie przewodnictwa ciepła.

13 Równanie struny drgającej. Równanie przewodnictwa ciepła. Równanie struny drgającej. Równanie przewodnictwa ciepła 13 1 13 Równanie struny drgającej. Równanie przewodnictwa ciepła. 13.1 Równanie struny drgającej Równanie różniczkowe liniowe drugiego rzędu typu

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

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 - 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

Pochodne funkcji wraz z zastosowaniami - teoria

Pochodne funkcji wraz z zastosowaniami - teoria Pochodne funkcji wraz z zastosowaniami - teoria Pochodne Definicja 2.38. Niech f : O(x 0 ) R. Jeżeli istnieje skończona granica f(x 0 + h) f(x 0 ) h 0 h to granicę tę nazywamy pochodną funkcji w punkcie

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

Notatki z Analizy Matematycznej 3. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 3. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 3 Jacek M. Jędrzejewski ROZDZIAŁ 6 Różniczkowanie funkcji rzeczywistej 1. Pocodna funkcji W tym rozdziale rozważać będziemy funkcje rzeczywiste określone w pewnym przedziale

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

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Teoria miary. WPPT/Matematyka, rok II. Wykład 5 Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F

Bardziej szczegółowo

Zagadnienia stacjonarne

Zagadnienia stacjonarne 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,

Bardziej szczegółowo

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.

Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3

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

Definicje i przykłady

Definicje i przykłady Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest

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

LX Olimpiada Matematyczna

LX Olimpiada Matematyczna LX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia drugiego 13 lutego 2009 r. (pierwszy dzień zawodów) Zadanie 1. Liczby rzeczywiste a 1, a 2,..., a n (n 2) spełniają warunek a 1

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 7/15 Rachunek różnicowy Dobrym narzędziem do obliczania skończonych sum jest rachunek różnicowy. W rachunku tym odpowiednikiem operatora

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

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

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne:

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne: 1. Wykład 1: Produkty grup. Produkty i koprodukty grup abelowych. Przypomnijmy konstrukcje słabych iloczynów (sum) prostych i iloczynów (sum) prostych grup znane z kursowego wykładu algebry. Ze względu

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

. : 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

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

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 różniczkowe w postaci Leibniza, równania różniczkowe zupełne

4 Równania różniczkowe w postaci Leibniza, równania różniczkowe zupełne Równania w postaci Leibniza 4 1 4 Równania różniczkowe w postaci Leibniza, równania różniczkowe zupełne 4.1 Równania różniczkowe w postaci Leibniza Załóżmy, że P : D R i Q: D R są funkcjami ciągłymi określonymi

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

Pochodne wyższych rzędów definicja i przykłady

Pochodne wyższych rzędów definicja i przykłady Pochodne wyższych rzędów definicja i przykłady Pochodne wyższych rzędów Drugą pochodną funkcji nazywamy pochodną pochodnej tej funkcji. Trzecia pochodna jest pochodną drugiej pochodnej; itd. Ogólnie, -ta

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ

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

Bardziej szczegółowo

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

Zadania z analizy matematycznej - sem. I Pochodne funkcji, przebieg zmienności funkcji

Zadania z analizy matematycznej - sem. I Pochodne funkcji, przebieg zmienności funkcji Zadania z analizy matematycznej - sem. I Pochodne funkcji przebieg zmienności funkcji Definicja 1. Niech f : (a b) R gdzie a < b oraz 0 (a b). Dla dowolnego (a b) wyrażenie f() f( 0 ) = f( 0 + ) f( 0 )

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

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1. Liczby zespolone 1.1. Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1.2. Doprowadzić do postaci a + ib liczby zespolone (i) (1 13i)/(1 3i),

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

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

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

Prawa wielkich liczb, centralne twierdzenia graniczne

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

Bardziej szczegółowo

II. FUNKCJE WIELU ZMIENNYCH

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

Bardziej szczegółowo

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

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

Bardziej szczegółowo

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27.1. Wiadomości wstępne Równaniem różniczkowym cząstkowym nazywamy związek w którym występuje funkcja niewiadoma u dwóch lub większej liczby zmiennych niezależnych i

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

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1. Liczby zespolone 1.1. Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1.2. Doprowadzić do postaci a + ib liczby zespolone (i) (1 13i)/(1 3i),

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Algebry skończonego typu i formy kwadratowe

Algebry skończonego typu i formy kwadratowe Algebry skończonego typu i formy kwadratowe na podstawie referatu Justyny Kosakowskiej 26 kwietnia oraz 10 i 17 maja 2001 Referat został opracowany w oparciu o prace Klausa Bongartza Criterion for finite

Bardziej szczegółowo

Uniwersytet Mikołaja Kopernika w Toruniu

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

Bardziej szczegółowo

1 + iϕ n. = cos ϕ + i sin ϕ. e n z n n n. c M n z n, c n z Mn.

1 + iϕ n. = cos ϕ + i sin ϕ. e n z n n n. c M n z n, c n z Mn. WRAiT 2 #1 1. Dla jakich a C ciągi o wyrazach na n, a n 1 + a n, an /n, są zbieżne? 2. Wykaż zbieżność i znajdź granice ciągów n a k, a n 1 + a 2n ( a < 1), a n 1 + a 2n ( a > 1), 1 n 3. Dla danego ϕ R

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

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu

Bardziej szczegółowo

1 Funkcje dwóch zmiennych podstawowe pojęcia

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

Bardziej szczegółowo

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

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

Liczby zespolone. x + 2 = 0.

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

Bardziej szczegółowo

Kurs wyrównawczy - teoria funkcji holomorficznych

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

Bardziej szczegółowo

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

11. Pochodna funkcji

11. Pochodna funkcji 11. Pochodna funkcji Definicja pochodnej funkcji w punkcie. Niech X R będzie zbiorem niepustym, f:x >R oraz niech x 0 X. Funkcję określoną wzorem, nazywamy ilorazem różnicowym funkcji f w punkcie Mówimy,

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

Indukcja matematyczna

Indukcja matematyczna Indukcja matematyczna 1 Zasada indukcji Rozpatrzmy najpierw następujący przykład. Przykład 1 Oblicz sumę 1 + + 5 +... + (n 1). Dyskusja. Widzimy że dla n = 1 ostatnim składnikiem powyższej sumy jest n

Bardziej szczegółowo

Definicja punktu wewnętrznego zbioru Punkt p jest punktem wewnętrznym zbioru, gdy należy do niego wraz z pewnym swoim otoczeniem

Definicja punktu wewnętrznego zbioru Punkt p jest punktem wewnętrznym zbioru, gdy należy do niego wraz z pewnym swoim otoczeniem Definicja kuli w R n ulą o promieniu r>0 r R i o środku w punkcie p R n nazywamy zbiór {x R n : ρ(xp)

Bardziej szczegółowo

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ. 8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 9

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 9 Matematyka I Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 9 Przykład z fizyki Rozpatrzmy szeregowe połączenie dwu elementów elektronicznych: opornika i diody półprzewodnikowej.

Bardziej szczegółowo

Wzór Maclaurina. Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = x k + f (n) (θx) x n.

Wzór Maclaurina. Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = x k + f (n) (θx) x n. Wzór Maclaurina Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = n 1 k=0 f (k) (0) k! x k + f (n) (θx) x n. n! Wzór Maclaurina Przykład. Niech f (x) =

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

domykanie relacji, relacja równoważności, rozkłady zbiorów

domykanie relacji, relacja równoważności, rozkłady zbiorów 1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i

Bardziej szczegółowo

Ciągłość funkcji f : R R

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

Bardziej szczegółowo

Analiza I.2*, lato 2018

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

Bardziej szczegółowo

1 Podstawowe oznaczenia

1 Podstawowe oznaczenia Poniżej mogą Państwo znaleźć skondensowane wiadomości z wykładu. Należy je traktować jako przegląd pojęć, które pojawiły się na wykładzie. Materiały te nie są w pełni tożsame z tym co pojawia się na wykładzie.

Bardziej szczegółowo

11 Równania różniczkowe cząstkowe. Równania różniczkowe cząstkowe pierwszego rzędu.

11 Równania różniczkowe cząstkowe. Równania różniczkowe cząstkowe pierwszego rzędu. Równania różniczkowe cząstkowe pierwszego rzędu 11 1 11 Równania różniczkowe cząstkowe. Równania różniczkowe cząstkowe pierwszego rzędu. 11.1 Równania różniczkowe cząstkowe. Definicje i oznaczenia. Równaniem

Bardziej szczegółowo

EGZAMIN Z ANALIZY II R

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

Bardziej szczegółowo

Matematyka i Statystyka w Finansach. Rachunek Różniczkowy

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

Bardziej szczegółowo

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

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10 System BCD z κ Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna Semestr letni 2009/10 Rozważamy system BCD ze stałą typową κ i aksjomatami ω κ κ i κ ω κ. W pierwszej części tej notatki

Bardziej szczegółowo

Roksana Gałecka Okreslenie pochodnej funkcji, podstawowe własnosci funkcji różniczkowalnych

Roksana Gałecka Okreslenie pochodnej funkcji, podstawowe własnosci funkcji różniczkowalnych Temat. Okreslenie pochodnej funkcji, podstawowe własnosci funkcji różniczkowalnych.twierdzenia o wartosci sredniej w rachunku różniczkowalnym i ich zastosowania. Roksana Gałecka 20..204 Spis treści Okreslenie

Bardziej szczegółowo

22 Pochodna funkcji definicja

22 Pochodna funkcji definicja 22 Pochodna funkcji definicja Rozważmy funkcję f : (a, b) R, punkt x 0 b = +. (a, b), dopuszczamy również a = lub Definicja 33 Mówimy, że funkcja f jest różniczkowalna w punkcie x 0, gdy istnieje granica

Bardziej szczegółowo