Artykuł Stefana Banacha o Prawie Najwyższym Józefa Hoene-Wrońskiego
|
|
- Oskar Skiba
- 7 lat temu
- Przeglądów:
Transkrypt
1 HOENE- WROŃS KI ŻYCIE, MA TEMA TYKA I FILOZOFIA Artykuł Stefana Banacha o Prawe Najwyższym Józefa Hoene-Wrońskego Paweł Domańsk Streszczene Nnejsza praca zawera omówene artykułu Stefana Banacha z roku 1939 pośwęconego autorskej wersj Prawa Najwyższego oraz próbę wyjaśnena jego zawartośc na tle w termnach współczesnej analzy funkcjonalnej. 1. Wstęp Praca Józefa Hoene-Wrońskego o Prawe Najwyższym wzbudzła zanteresowane, które ne wygasało z upływem lat. Psze o tym Samuel Dcksten, który przeanalzował ją w roku 1890 w artykule [7], a za pośrednctwem tej z kole pracy w 1939 roku zajął sę Prawem Najwyższym chyba najwybtnejszy polsk matematyk Stefan Banach [3]. W omawanej pracy Banach ne odwołuje sę bezpośredno do orygnalnych prac Hoene-Wrońskego jednak, jak wynka z zameszczonego w tym tome artykułu P. Pragacza, mał do nch dostęp. Mom zdanem Banach był specjalne predestynowany do głębszego zrozumena zmodernzowana de Hoene-Wrońskego. To matematyk na wskroś nowoczesny jego prace są dzś doskonale czytelne, po naprawde drobnych zmanach w termnolog, mogłyby uchodzć za prace współczesne. Wdać to szczególne, patrząc na standardy w zakrese ścsłośc, precyzj, stylu dowodzena tp. Mógł węc Banach przekształcć mgławcowe dee z początków XIX weku w precyzyjne, dające sę udowodnć twerdzena. Hoene-Wrońsk na przykład w ogóle ne mów o zbeżnośc, podczas gdy dla Banacha to główne zagadnene. Ale to ne jedyny powód, dla którego Banach był odpowedną osobą na odpowednm mejscu był on zapewne jednym z newelu matematyków końca lat 30-tych dwudzestego weku, który mógł w pełn użyć języka metod analzy funkcjonalnej. Mnęło zaledwe 8 lat od ukazana sę fundamentalnej ksążk Banacha Teorja operacyj, tom I. Operacje lnowe [1], będącej perwszym systematycznym wykładem tego języka tych metod. Mnęło 7 lat od opublkowana wersj francuskej [2] (wersj, a ne dokładnego tłumaczena, różnła sę ona bowem układem neznaczne zawartoścą), która
2 74 P. Domańsk odegrała welką rolę w rozwoju młodej dzedzny analzy, m.n. dzęk temu, ż zawerała wele podstawowych dla rozwoju analzy funkcjonalnej pytań. Banach dostrzegł, że Prawo Najwyższe Hoene-Wrońskego to fakt z analzy funkcjonalnej, który może pownen być wyrażony w jej języku równeż mom zdanem najbardzej adekwatnym. W tym mejscu trzeba by w końcu zaspokoć cekawość czytelnka krótko wyjaśnć, o czym mów Prawo Najwyższe. Jest to pewna metoda znajdywana współczynnków skalarnych α rozwnęca dowolnej funkcj f względem danego dowolnego cągu funkcj (x ) N w tym sense, że f = α x. Jak już wspomnałem, autor tej de ne zaprzątał sobe głowy zbeżnoścą szeregu, ale we współczesnym przedstawenu ( oczywśce u Banacha) mus to być zagadnene centralne. W dalszej częśc pracy przedstawę wynk Banacha skomentuję jego znaczene, zakres stosowalnośc zawarte tam dee, a także ch zwązek z pewnym późnej rozwnętym pojęcam analzy funkcjonalnej. Cóż dowadujemy sę stąd o dzele samego Józefa Hoene-Wrońskego? Przede wszystkm deę Prawa Najwyższego dało sę przekuć w ścśle sformułowane twerdzene (co dla mne jest ostatecznym dowodem jej matematycznośc ), a po druge dokonał tego matematyk, którego welkość jest oczywsta co dla nedowarków może być pośredną zachętą do przyjrzena sę tej de. Czy odegrała ona dużą rolę w dalszym rozwoju matematyk? Tu odpowedź jest trudnejsza mam zbyt małą wedzę hstoryczną, aby odpowedzeć na take pytane w odnesenu do okresu przed artykułem Banacha. Jeśl chodz o okres późnejszy, to ne są m znane żadne przypadk cytowana pracy Banacha (co ne jest z pewnoścą dowodem zupełnego zapomnena tej pracy). Ilu matematyków ją czytało? Jest ona newątplwe łatwo dostępna w zborowym wydanu dzeł Banacha [4, str ]. Omawana praca jest krótka składa sę z trzech częśc: (1) wprowadzena używanych pojęć; (2) sformułowana dowodu Prawa Najwyższego ; (3) przykładów. W takej też kolejnośc będzemy ją omawać. Przez (α ) N będzemy zawsze oznaczać dowolny cąg skalarów. Pojęca newyjaśnone można znaleźć np. w monograf [12]. 2. Przestrzene o własnośc (A) Aby móc korzystać z zupełnośc konsekwencj twerdzena Bare a dla nezupełnych przestrzen unormowanych, Banach wprowadza specjalną klasę przestrzen spełnających własność (A). Poneważ dla ustalonego cągu wektorów
3 Artykuł S. Banacha o Prawe Najwyższym J. Hoene-Wrońskego 75 (x ) w przestrzen Banacha E ne można oczekwać, aby cała przestrzeń E składała sę z sum postac α x, naturalne pojawają sę podprzestrzene nezupełne. Wprowadzona klasa przestrzen potrzebna jest m.n. po to, aby uzyskać zbeżność rozpatrywanych szeregów w na ogół nezupełnej przestrzen unormowanej. Banach formułuje swoje wynk dla przestrzen Banacha przestrzen unormowanych, wydaje m sę jednak, że właścwsze ramy stanow klasa przestrzen lokalne wypukłych, dla nch będę defnował wprowadzone pojęca. Defncja 2.1. Przestrzeń lokalne wypukła E ma własność (A), gdy dla każdego cągu (x ) N E stneje cąg (M ) N dodatnch lczb rzeczywstych tak, że dla każdego cągu skalarów (α ) N zachodz warunek: jeśl α M <, to szereg α x jest zbeżny w przestrzen E. Banach podaje w sposób jawny tylko jeden przykład przestrzen z własnoścą (A) przestrzeń Banacha, ale z jego pracy można takch przykładów wysnuć węcej (por. [3, Satz 1]). Twerdzene 2.2. Następujące przestrzene mają własność (A): (1) Przestrzeń Banacha. (2) Przestrzeń Frécheta (= metryzowalna zupełna przestrzeń lokalne wypukła). (3) Obraz cągły lnowy przestrzen z własnoścą (A). (4) Dowolna przestrzeń lokalne wypukła posadająca mocnejszą od orygnalnej topologę przestrzen Banacha, Frécheta lub, ogólnej, z własnoścą (A). (5) Podprzestrzeń domknęta przestrzen lokalne wypukłej z własnoścą (A). (6) Przekrój cągu przestrzen z własnoścą (A). Dowód. (1) Weźmy M := x ; wówczas α x α M <. Zatem szereg α x jest nawet bezwzględne zbeżny w rozpatrywanej przestrzen Banacha E, jeśl tylko α M <. (2) Nech topologa przestrzen Frécheta E będze określona przez cąg półnorm n, n N. Zdefnujmy M := max 1 n x n. Wtedy podobne jak w przypadku (1) można udowodnć, że szereg α x jest bezwzględne zbeżny (tj. α x n jest zbeżny dla każdego n N), o le tylko α M <. (3) Załóżmy, że T : Y X jest surjektywnym operatorem lnowym cągłym, a X Y są przestrzenam lokalne wypukłym. Dodatkowo załóżmy, że Y ma własność (A). Weźmy teraz dowolny cąg (x ) N X; wówczas dla każdego N stneje wektor y Y tak, że Ty = x. Z własnośc (A) otrzymamy cąg lczb rzeczywstych dodatnch (M ) N tak, że jeśl α M <, to szereg
4 76 P. Domańsk α y jest zbeżny w Y. Wówczas równeż szereg α x = α Ty jest zbeżny. (4) Wystarczy zastosować punkt (3) powyżej do operatora dentycznoścowego na rozpatrywanej przestrzen z dwema różnym topologam (por. punkty (1) (2)). (5) Oczywste. (6) Nech (X n ) n N bedze cągem posadających własność (A) podprzestrzen wekszej przestrzen lokalne wypukłej. Oznaczmy X := n X n. Nech (x ) X. Z własnośc (A) dla każdego n N stneje cąg dodatnch lczb rzeczywstych (M n) N tak, że jeśl α M n <, to szereg α x jest zbeżny w X n. Łatwo zauważyć, że cąg (M ) N, gdze M := max 1 n M n, spełna warunk z defncj własnośc (A) dla cągu wektorów (x ) N w przestrzen X. W powyższym dowodze ne przypadkem pojawa sę zbeżność bezwzględna. Następne twerdzene (dla unormowanych przestrzen E udowodnone w analzowanej pracy Banacha) wykorzystuje typową deę Banacha, a dzś powedzelbyśmy: jeden z typowych chwytów analzy funkcjonalnej. Twerdzene 2.3 (por. [3, Satz 2 a]). Nech (x ) N będze cągem elementów w dowolnej zupełnej przestrzen lokalne wypukłej E, a (M ) N dowolnym cągem lczb dodatnch. Następujące warunk są równoważne: (1) Dla każdego cągu skalarów (α ) N, jeśl szereg α M jest zbeżny, to szereg α x jest zbeżny w E. (2) Dla każdej półnormy cągłej p na E stneje stała K p taka, że dla każdego cągu skalarów (α ) N zachodz nerówność ( ) p α x K p α M. (3) Cąg (x /M ) N jest ogranczony. (4) Dla każdego cągu skalarów (α ) N, jeśl szereg α M jest zbeżny, to szereg α x jest bezwzględne zbeżny w przestrzen E. Dowód. (1) (2). Defnujemy przestrzeń Banacha { H := l 1 ((M ) N ) := α = (α ) : α := } α M <. Ponadto defnujemy cągłe operatory lnowe U n : H E, n U n ((α ) N ) := α x. Na mocy warunku (1) cąg U n jest punktowo zbeżny, a z twerdzena Banacha Stenhausa wynka, że granca jest cągłym operatorem lnowym U : H E, U((α ) N ) = α x. Z cągłośc U natychmast wynka warunek (2). Implkacje (2) (3) (4) (1) są oczywste. =1
5 Artykuł S. Banacha o Prawe Najwyższym J. Hoene-Wrońskego 77 Przyglądając sę neco uważnej dowodow mplkacj (1) (2), zauważymy, że udowodnlśmy faktyczne (zupełność, lub tylko lokalna zupełność por. defncję nżej, jest potrzebna tylko w mplkacj (3) (4)): Wnosek 2.4 (por. [3, Satz 3]). Nech (x ) N E będze cągem wektorów w przestrzen lokalne wypukłej E, a (M ) N cągem lczb dodatnch takm, że jeśl szereg α M jest zbeżny, to szereg α x jest zbeżny w przestrzen E. Wówczas przestrzeń { L := α x : } α M < E jest cągłym obrazem lnowym przestrzen Banacha, a zatem posada własność (A). Innym słowy, cąg (x ) N jest zawarty w podprzestrzen o własnośc (A). Używając współczesnej termnolog, należałoby sę odwołać do pojęca dysku Banacha. Defncja 2.5. Ogranczony zbór absolutne wypukły nazywamy dyskem. Dysk B w przestrzen lokalne wypukłej E nazywamy dyskem Banacha, jeśl przestrzeń unormowana E B zdefnowana jako powłoka lnowa zboru B wyposażona w normę x B := nf{λ : x/λ B} jest zupełna, a zatem jest przestrzeną Banacha. Łatwo zauważyć, że K B (0, 1) B K B (0, 1), gdze K B, K B to odpowedno kula otwarta kula domknęta w przestrzen E B. Zatem dysk Banacha to prawe cągłe obrazy lnowe kul jednostkowych w przestrzenach Banacha: Wnosek 2.6. Dysk B jest dyskem Banacha wtedy tylko wtedy, gdy stneje cągły obraz lnowy C kul jednostkowej w przestrzen Banacha tak, że C B 2C. Węcej o dyskach Banacha znajdze Czytelnk w [16, Ch. 3.2]. Wnosek 2.7. Nech E będze dowolną przestrzeną lokalne wypukłą. Następujące warunk są równoważne: (1) Przestrzeń E ma własność (A). (2) Każdy cąg elementów przestrzen E jest zawarty w cągłym obraze lnowym przestrzen Banacha zawartym w przestrzen E. (3) Każdy cąg elementów przestrzen E jest zawarty w powłoce lnowej dysku Banacha. (4) Każdy cąg elementów przestrzen E jest zawarty w cągłym obraze lnowym przestrzen Frécheta zawartym w przestrzen E.
6 78 P. Domańsk Dowód. (1) (2). Wnosek 2.4. (2) (3) (4). Oczywste (por. wnosek 2.6). (4) (1). Twerdzene 2.2. Banach chyba ne zastanawał sę, jake przestrzene unormowane mają własność (A) (przynajmnej ne ma po tym śladu w jego pracy); powyższy wnosek w pewnym sense odpowada na to pytane. W szczególnośc mplkuje on, że przestrzeń z własnoścą (A) może być albo skończene wymarowa, albo neprzelczalne wymarowa (podobne jak przestrzene Banacha). Warto jednak zauważyć, że stneją przestrzene unormowane o własnośc (A), które ne są cągłym obrazam lnowym przestrzen Banacha. Dowód. Weźmy np. przestrzeń Frécheta cągów szybko malejących do zera, { s := x = (x ) : k N, x k := } x n k <. Oczywśce przestrzeń s jest w sposób cągły zanurzona w przestrzeń Banacha l cągów ogranczonych, wyposażona w jej normę, jest przestrzeną unormowaną. Z twerdzena 2.2 wynka, że s ma własność (A), ale wobec twerdzena o domknętym wykrese ne może być cągłym obrazem lnowym przestrzen Banacha. Okazuje sę, że własność (A) jest blsko zwązana z tzw. lokalną zupełnoścą. Defncja 2.8. Cąg (x ) N w przestrzen lokalne wypukłej E jest lokalne cągem Cauchy ego (lokalne zbeżny), o le stneje dysk B w E tak, że (x ) jest cągem Cauchy ego (cągem zbeżnym) w E B. Cąg (x ) N jest szybko zbeżny, jeśl stneje dysk Banacha B E tak, że cąg (x ) N jest zbeżny w E B. Przestrzeń E jest lokalne zupełna, jeśl każdy cąg lokalne Cauchy ego jest lokalne zbeżny. Porównajmy teraz wnosek 2.7 z ponższym faktem: Twerdzene 2.9 ([16, Prop ]). Przestrzeń lokalne wypukła E jest lokalne zupełna wtedy tylko wtedy, gdy każdy cąg ogranczony w E jest zawarty w pewnym dysku Banacha. Stąd z wnosku 2.7 otrzymujemy natychmast: Wnosek Lokalne zupełna przestrzeń lokalne wypukła E ma własność (A) wtedy tylko wtedy, gdy dla każdego cągu (x ) N E stneje cąg dodatnch skalarów (M ) N tak, że cąg (x /M ) N jest ogranczony w przestrzen E. Z drugej strony, żadna unormowana przestrzeń nezupełna z własnoścą (A) ne jest lokalne zupełna (por. [16, Cor ]). Co węcej, oczywśce zupełne
7 Artykuł S. Banacha o Prawe Najwyższym J. Hoene-Wrońskego 79 LB-przestrzene, np. przestrzene dualne do dowolnej przestrzen nuklearnej Frécheta, z slną topologą, ne mają własnośc (A). Wnosek Szereg spełnający założena wnosku 2.4 jest szybko zbeżny. Warto porównać powyższy wnosek ze znanym faktem mówącym, że każda E-wartoścowa funkcja holomorfczna (gdze E jest przestrzeną lokalne wypukłą, cągowo zupełną) rozwja sę lokalne w szereg Taylora zbeżny ne tylko w przestrzen E, ale także szybko, tzn. dla każdego punktu x z dzedzny funkcj stneje dysk Banacha B tak, że szereg Taylora funkcj wokół x jest zbeżny w E B (por. [6]). Dysk Banacha okazały sę doskonałym narzędzem współczesnej teor przestrzen lokalne wypukłych jej nowoczesnych zastosowań (np. teor równań różnczkowych, analzy fourerowskej,... ). Przypomnjmy jeszcze jedną defncję [12]: Defncja Przestrzeń lokalne wypukła E jest ultrabornologczna, jeśl każdy absolutne wypukły zbór U E pochłanający wszystke dysk Banacha (tj. tak, że dla każdego dysku Banacha B E stneje stała C, dla której B CU) jest otoczenem zera w E. Przykładam przestrzen ultrabornologcznych są wszystke przestrzene Frécheta ch przelczalne grance nduktywne (np. przestrzene funkcj holomorfcznych lub gładkch ze zwykłą topologą, przestrzene dystrybucj dystrybucj o zwartym nośnku, ale także przestrzeń funkcj analtycznych zmennej rzeczywstej z jej naturalną topologą [8] tp.). Mmo neco barokowej nazwy pojęce to odgrywa ważną rolę we współczesnej analze funkcjonalnej. De Wlde udowodnł, że dla operatorów dzałających z przestrzen ultrabornologcznej do porządnych przestrzen (m.n. do każdego z wymenonych wyżej przykładów) prawdzwe jest twerdzene o domknętym wykrese [12, 24.31]. Inny przykład zastosowana pojęca przestrzen ultrabornologcznej to twerdzene mówące, że lnowy operator różnczkowy cząstkowy o stałych współczynnkach jest surjekcją na przestrzen dystrybucj D (Ω) wtedy tylko wtedy, gdy jego jądro jest ultrabornologczne (por. [17, Cor , Sec ]). Idea do pewnego stopna jest ta sama co u Banacha korzystać z twerdzena Bare a tam, gdze na pozór ne można tego robć. 3. Funkcjonały dopuszczalne Oprócz odpowednch przestrzen Banach używa jeszcze odpowednch funkcjonałów, precyzując, jak to dowolny cąg funkcjonałów można wykorzystać w Prawe Najwyższym. Oczywśce ne mogą one być całkem dowolne, ale ne można też ogranczyć sę wyłączne do cągłych funkcjonałów lnowych.
8 80 P. Domańsk Defncja 3.1. Jeśl E jest przestrzeną lokalne wypukłą, to B x (E) oznacza najmnejszy zbór addytywnych odwzorowań f : E K, gdze K jest całem skalarów zespolonych albo rzeczywstych, tak, że (1) wszystke cągłe odwzorowana addytywne f : E K należą do B x (E); (2) zbór B x (E) jest zamknęty względem granc punktowych cągów. Klasa B x składa sę ze wszystkch zborów B x (E). Wszystke funkcje f B x (E) są borelowsko merzalne lnowe. Faktyczne, obcęca funkcj f B x (E) do jednowymarowych podprzestrzen lnowych są addytywne, na mocy twerdzena [1, IIIA, tw. 6], cągłe na przestrzen Banacha, a zatem są jednorodne. Zauważmy, że funkcje z klasy B x ne muszą być cągłe; Banach pokazał jednak, że zachowują sę one bardzo podobne do funkcj cągłych względem szeregów zbeżnych w odpowedn sposób, ta własność odgrywać będze kluczową rolę w dowodze Prawa Najwyższego. Sformułujemy tę własność w termnach topolog ultrabornologcznych. Defncja 3.2 ([16, Def ]). Topologą ultrabornologczną stowarzyszoną z topologą lokalne wypukłą τ na przestrzen E nazywamy topologę, której bazą otoczeń zera jest rodzna wszystkch absolutne wypukłych podzborów pochłanających wszystke dysk Banacha w (E, τ). Przestrzeń E z topologą ultrabornologczną stowarzyszoną z orygnalną topologą przestrzen lokalne wypukłej E oznaczamy E ub. Topologa ultrabornologczna stowarzyszona z τ to najsłabsza topologa ultrabornologczna slnejsza nż τ. Każdy cąg szybko zbeżny w E jest automatyczne zbeżny w E ub. Twerdzene 3.3. Jeśl f B x (E), gdze E jest przestrzeną lokalne wypukłą, to f jest cągłym funkcjonałem lnowym na przestrzen E ub, tj. f (E ub ). Dowód. Weźmy dowolny dysk Banacha B w E. Wówczas f B x (E B ), a z [1, IIIA, tw. 6.] wynka, że f jest funkcjonałem cągłym na E B. Z defncj przestrzen E ub wnosmy, że f (E ub ). Wykorzystując wnosek 2.11, otrzymujemy wynk w sformułowanu Banacha: Wnosek 3.4 (por. [3, Satz 2 b]). Nech E będze przestrzeną lokalne wypukłą oraz f B x (E). Załóżmy, że dla cągu (x ) N E stneje cąg dodatnch lczb (M ) N tak, że jeśl α M <, to szereg α x jest zbeżny w przestrzen E. Wówczas jeśl α M <, to ( ) f α x = α f(x ).
9 Artykuł S. Banacha o Prawe Najwyższym J. Hoene-Wrońskego 81 Twerdzene 3.5 (por. [3, Satz 4]). Nech (E n ) bedze cągem podprzestrzen o własnośc (A) w przestrzen lokalne wypukłej E oraz nech f n B x (E n ) dla każdego n N. Wówczas { L := x } E n : cąg (f n (x)) n N jest zbeżny n jest podprzestrzeną lnową z własnoścą (A). Dowód. Łatwo zauważyć, że L jest podprzestrzeną lnową. Nech teraz (x ) N L będze dowolnym cągem. Nech (M n) N będze cągem zwązanym z (x ) N jako cągem w E n zgodne z defncją własnośc (A). Nech ponadto ( M := max sup n ) f n (x ), max 1 n Mn załóżmy, że α M <. Oczywśce szereg α x jest zbeżny w E n dla każdego n N, węc suma należy do n E n. Na podstawe wnosku 3.4 ( ) f n α x = α f(x ) α M. =N+1 =N+1 =N+1 Nech p, q będą dowolnym lczbam naturalnym. Wtedy z poprzednego oszacowana wynka, że ( ) ( ) ( fp N ) ( N ) f p α x f q α x α x f q α x + 2 =1 =1 =N+1 α M. Perwszy wyraz jest mały dla ustalonego N dostateczne dużych p, q, a drug dla dostateczne dużego N. Zatem cąg (f n ( α x )) n N jest cągem Cauchy ego, a suma α x należy do L. Twerdzene 3.6 (por. [3, Satz 5]). Nech E bedze przestrzeną lokalne wypukłą z własnoścą (A). Wówczas dla każdej podprzestrzen lnowej X E każdy element f B x (X) daje sę rozszerzyć do funkcjonału F B x (Y), gdze Y ma własność (A) X Y E. Dowód. Nech B r (X) będze rodzną tych funkcjonałów, które spełnają tezę nnejszego twerdzena. Netrudno wykazać, że klasa B r (X) zawera wszystke funkcjonały lnowe cągłe jest zamknęta ze względu na brane granc punktowych cągów (wykorzystamy tu twerdzene 3.5). Poneważ B x (X) jest z defncj najmnejszą taką klasą, węc B x (X) B r (X). Podsumowując: Wnosek 3.7. Jeśl cąg (x ) N jest zawarty w przestrzen lokalne wypukłej z własnoścą (A), a cąg funkcjonałów (f n ) n N należy do klasy B x każdy z nch jest określony na wszystkch elementach cągu (x ) N, to można bez utraty ogólnośc założyć, że (f n ) są określone na pewnej przestrzen L E o własnośc (A) takej, że (x ) N L.
10 82 P. Domańsk 4. Sformułowane Prawa Najwyższego według Banacha Nech teraz E będze przestrzeną lokalne wypukłą z własnoścą (A), a (x ) N dowolnym cągem jej elementów. Nech ponadto (f n ) będze cągem funkcjonałów należących do klasy B x, przy czym wszystke one są zdefnowane przynajmnej na wszystkch elementach cągu (x ) N oraz dla każdego n N wektory v := (f 1 (x ),..., f n (x )) dla = 1,..., n tworzą układ lnowo nezależny. Wobec wnosku 3.7 można założyć, że wszystke f n są zdefnowane na przestrzen lnowej L o własnośc (A) takej, że (x ) L E. Zdefnujmy teraz W m,n (x) := det f 1 (x 1 )... f 1 (x m 1 ) f 1 (x) f 1 (x m+1 )... f 1 (x n ) f n (x 1 )... f n (x m 1 ) f n (x) f n (x m+1 )... f n (x n ) Z założena lnowej nezależnośc wektorów v wynka, że W m,n (x m ) 0. Oczywśce funkcjonały F m,n określone wzorem F m,n (x):=w m,n (x)/w m,n (x m ) należą do klasy B x (L) dla 1 m n. Ponadto F m,n (x m ) = 1 oraz F m,n (x ) = 0 dla 1 n, m. Zdefnujmy funkcjonał Φ m (x) := lm n F m,n (x). Oznaczmy przez L m przestrzeń, na której funkcjonał Φ m jest zdefnowany, tj. L m := {x L : (F m,n (x)) n N jest zbeżny}. Twerdzene 4.1 ( Prawo Najwyższe ). Przy powyższych założenach przestrzeń Y := m L m ma własność (A) jeśl x Y oraz x = α x (zbeżność szeregu w Y ub ), to zachodz warunek. x = Φ (x)x (tj. Φ (x) = α dla N). Banach sformułował swoją wersję neco naczej, w naszej termnolog brzmałaby ona tak: Twerdzene 4.2 ( Prawo Najwyższe, wersja Banacha). Przy powyższych założenach stneje dysk Banacha B Y := m L m tak, że (x ) N E B E oraz dla każdego x E B zachodz równość x = Φ (x)x (zbeżność w E B, E ub E). Dowód. Oczywśce funkcjonały Φ m są dobrze zdefnowane dla x ( N) oraz { 1 dla = m, Φ m (x ) = 0 dla m.
11 Artykuł S. Banacha o Prawe Najwyższym J. Hoene-Wrońskego 83 Oznacza to, że cąg (x ) jest zawarty w przestrzen zbeżnośc cągu funkcjonałów (F m,n ) n m dla każdego m N. Z twerdzena 3.5 wynka, że przestrzeń L m ma własność (A), a z twerdzena 2.2, że Y ma równeż własność (A) oraz Φ m B x (Y). Na mocy własnośc (A) stneje teraz cąg lczb dodatnch (M ) tak, że szereg α x jest zbeżny w Y, o le α M <. Wobec wnosku 2.11 stneje dysk Banacha B Y E tak, że szereg α x jest zbeżny w E B. Na podstawe twerdzena 3.3, Φ (Y ub ), węc jeśl x = α x, to Φ (x) = α. Warto zauważyć, że (x ) N jest faktyczne bazą w E B. Aby w konkretnym przypadku opsać przestrzeń Y E B, trzeba by znać cąg (M ), a to jest możlwe tylko w nektórych przypadkach. Trudno też a pror sprawdzć, kedy x należy do Y jest postac x = α x. Poneważ cąg (Φ ) N ne mus być totalny na Y, węc nawet jeśl Φ (x) M <, to nadal ne wemy, czy x = Φ (x)x. Jeśl jednak w jakejś przestrzen rozwnęce względem cągu (x ) jest jednoznaczne, to mus sę na E B pokrywać z rozwnęcem uzyskanym powyższą metodą. Tak jest np., jeśl (x ) jest bazą Schaudera w E. Nestety, wzór na funkcjonały współczynnkowe jest uzyskany tylko dla pewnej podprzestrzen Y. Banach podaje dwa przykłady zastosowana swojego twerdzena, oba w przestrzen Banacha E = C[0, 1] funkcj cągłych na przedzale jednostkowym z normą supremum. W jednym przykładze cąg (f ) to cąg funkcjonałów lnowych cągłych przyporządkowujących funkcj x E jej różnce w zerze względem przyrostów 1/ rzędu 1. W drugm przykładze różnce zastąpone są pochodnym kolejnych rzędów funkcj x w zerze. W tym przypadku funkcjonały są zdefnowane na podprzestrzenach funkcj -krotne różnczkowalnych w zerze ne są cągłe na E, ale należą do klasy B x. Rachunk pokazują, że jeśl x (t) := t 1, to rozwnęce uzyskane za pośrednctwem Prawa Najwyższego pokrywa sę z rozwnęcem Taylora w zerze. Proszę jednak zwrócć uwagę, że jeśl wystartowalbyśmy od nnego cągu funkcjonałów (f ), to zachowując ten sam cąg (x ), pownnśmy uzyskać równeż rozwnęce Taylora (przynajmnej dla pewnej podklasy Y funkcj cągłych na odcnku [0, 1]). Oczywśce Prawo Najwyższe kojarzy sę z pojęcem bazy, ewentualne z welomanam ortogonalnym: Defncja 4.3. Cag (x ) N jest bazą w przestrzen lokalne wypukłej E, o le dla każdego elementu x E stneje dokładne jeden cąg skalarów (α ) N tak, że x = α x. Baza (x ) jest bazą Schaudera, o le funkcjonały współczynnkowe (tj. przyporządkowujące wektorow x skalar α ) są cągłe. W welu przypadkach (np. gdy E jest przestrzeną Frécheta) każda baza jest automatyczne bazą Schaudera (por. [11, Ch. 14.2]). Wydaje m sę, że zwązek Prawa Najwyższego z pojęcem bazy jest dość powerzchowny. W perwszym przypadku startujemy od dowolnego cągu, dla
12 84 P. Domańsk którego stneje cąg odpowednch funkcjonałów (f ). Oczywśce wówczas cąg (x ) mus być lnowo nezależny, ale z twerdzena 4.1 wynka, że mus stneć nawet cąg (g ) funkcjonałów z klasy B x takch, że { 1, jeśl = j, g (x j ) = 0 w pozostałych przypadkach. Zatem para (x, g ) tworzy cąg bortogonalny z na ogół necągłym funkcjonałam (g ) na przestrzen Y. Staje sę on prawdzwym cągem bortogonalnym z cągłym funkcjonałam na przestrzen Y ub. Cąg (x ) tworzy bazę pewnej, w praktyce trudno wyodrębnalnej, podprzestrzen w przestrzen E. Waga pojęca bazy polega natomast na możlwośc rozwnęca każdego elementu przestrzen. W twerdzenu 4.2 dostajemy nformację, że tylko pewne elementy można rozwnąć, ale za to mamy algorytm znajdywana współczynnków, właśne ten aspekt algorytmczny zblża nas do pojęca układu ortogonalnego, gdze współczynnk rozwnęca oblcza sę łatwo. Prawo Najwyższe wdzę węc raczej jako metodę wyznaczana funkcjonałów bortogonalnych współcześne bardzo naturalną, ale w czasach Hoene- Wrońskego jak sę zdaje nowatorską. Pojęce bazy wąże sę nerozerwalne ze sławnym problemem bazy, postawonym przez Banacha: czy każda ośrodkowa przestrzeń Banacha ma bazę [1, str. 141]? Waga tego na pozór abstrakcyjnego problemu berze sę stąd, że warto meć rozkład funkcj na prostsze cegełk możlwość utożsamana jej z cągem jej współczynnków rozwnęca, tak jak warto rozwjać np. funkcje całkowalne względem układu Haara, funkcje gładke na odcnku względem welomanów Czebyszewa czy funkcje holomorfczne względem jednomanów. Szczególne użyteczne są bazy składające sę z porządnych funkcj. Jak wadomo, problem bazy ma rozwązane negatywne (Enflo 1973, [10]). Równeż w nnych klasach przestrzen lokalne wypukłych rozwązane analogcznego problemu jest negatywne: np. w bardzo ważnej klase nuklearnych przestrzen Frécheta udowodnl to Mtyagn Zobn [14] w roku Jest też dobra wadomość: znane naturalne ośrodkowe przestrzene Banacha Frécheta te, które pojawają sę w zastosowanach analtycznych mają bazy (patrz np. [18], [12, Ex. 29.5]): np. przestrzene funkcj cągłych na typowych zborach, przestrzene L p, klasy Hardy ego, Bergmana, przestrzene funkcj gładkch na porządnych zborach, przestrzene dystrybucj temperowanych funkcj holomorfcznych na porządnych zborach. Podobne jest dla nemetryzowalnych naturalnych przestrzen lokalne wypukłych (por. [8]), np. dla przestrzen dystrybucj przestrzen funkcj próbnych; jedyny znany wyjątek to wysoce nemetryzowalna przestrzeń funkcj analtycznych zmennej rzeczywstej, która, choć ośrodkowa, nuklearna, zupełna, ultrabornologczna ( co tam kto jeszcze sobe zażyczy), ne ma bazy (Domańsk Vogt 2000 [9]). Cekawe, że w tej tematyce jest jeszcze sporo naturalnych problemów otwartych:
13 Artykuł S. Banacha o Prawe Najwyższym J. Hoene-Wrońskego 85 (Pełczyńsk 1970 [15]) Czy każda przestrzeń dopełnalna w nuklearnej przestrzen Frécheta z bazą ma bazę? (Mtyagn 1970 [13, Problem 15]) Czy każda dopełnalna podprzestrzeń w przestrzen dystrybucj temperowanych albo w odpowednej przestrzen funkcj próbnych (tj. przestrzen funkcj gładkch szybko malejących do zera) ma bazę? Podać konkretną naturalną bazę w przestrzen dystrybucj D (Ω) lub w przestrzen funkcj próbnych D(Ω). (Bessaga 1968 [5, Problem 1]) Czy dowolne dwe bazy w nuklearnej przestrzen Frécheta generują w grunce rzeczy tę samą przestrzeń cągową (tj. z dokładnoścą do permutacj odwzorowań dagonalnych)? Lteratura [1] S. Banach, Teorja operacyj, tom I. Operacje lnjowe, Kasa Manowskego, Warszawa, [2] S. Banach, Théore des opératons lnéares, Monografe Mat. 1, Warszawa, [3] S. Banach, Über das»lo suprême«von J. Hoene-Wrońsk, Bull. Inter. Acad. Pol. Sc. Lett. Sér. A 1939, 1 10; przedruk w: S. Banach, Oeuvres, Vol. II, PWN, Warszawa, 1979, [4] S. Banach, Oeuvres, Vol. II, PWN, Warszawa, [5] C. Bessaga, Some remarks on Draglev s theorem, Studa Math. 31 (1968), [6] J. Bochnak, J. Scak, Analytc functons n topologcal vector spaces, Studa Math. 39 (1971), [7] S. Dcksten, O prawe najwyższym Hoene-Wrońskego w matematyce, Prace Mat.-Fz. 2 (1890), [8] P. Domańsk, Classcal PLS-spaces: spaces of dstrbutons, real analytc functons and ther relatves, n: Orlcz Centenary Volume (Poznań, 2003), Banach Center Publ. 64, Z. Ceselsk, A. Pełczyńsk and L. Skrzypczak (eds.), Insttute of Mathematcs, Polsh Academy of Scences, Warszawa, 2004, [9] P. Domańsk, D. Vogt, The space of real analytc functons has no bass, Studa Math. 142 (2000), [10] P. Enflo, A counterexample to the approxmaton property n Banach spaces, Acta Math. 130 (1973), [11] H. Jarchow, Locally Convex Spaces, B. G. Teubner, Stuttgart, [12] R. Mese, D. Vogt, Introducton to Functonal Analyss, Clarendon Press, Oxford, [13] B. S. Mtyagn, Equvalence of bases n Hlbert scales, Studa Math. 37 (1970), [14] B. S. Mtyagn, N. M. Zobn, Contre-exemple à l exstence d une base dans
14 86 P. Domańsk un espace de Fréchet nucléare, C. R. Acad. Sc. Pars Sér. A 279 (1974), , [15] A. Pełczyńsk, Proceedngs of the nternatonal colloquum on nuclear spaces and deals of operators, Problem 37, Studa Math. 38 (1970), 476. [16] P. Pérez Carreras, J. Bonet, Barrelled Locally Convex Spaces, North- Holland, Amsterdam, [17] J. Wengenroth, Derved Functors n Functonal Analyss, Lecture Notes n Math. 1810, Sprnger, Berln, [18] P. Wojtaszczyk, Banach Spaces for Analysts, Cambrdge Unv. Press, Paweł Domańsk Wydzał Matematyk Informatyk Unwersytet m. Adama Mckewcza oraz Instytut Matematyczny PAN (Oddzał w Poznanu) Umultowska 87, Poznań E-mal: domansk@amu.edu.pl
Artykuł Stefana Banacha o Prawie Najwyższym Józefa Hoene-Wrońskiego
Artykuł Stefana Banacha o Prawe Najwyższym Józefa Hoene-Wrońskego Paweł Domańsk Streszczene Nnejsza praca zawera omówene artykułu Stefana Banacha z roku 1939 pośwȩconego autorskej wersj Prawa Najwyższego
Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.
Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :
5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim
5. Pocodna funkcj Defncja 5.1 Nec f: (a, b) R nec c (a, b). Jeśl stneje granca lm x c x c to nazywamy ją pocodną funkcj f w punkce c oznaczamy symbolem f (c) Twerdzene 5.1 Jeśl funkcja f: (a, b) R ma pocodną
Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem
Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO
ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO NA PODSTAWIE REFERATU JUSTYNY KOSAKOWSKIEJ. Moduły prnjektywne posety skończonego typu prnjektywnego Nech I będze skończonym posetem. Przez max
V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH
Krs na Stdach Doktoranckch Poltechnk Wrocławskej wersja: lty 007 34 V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH. Zbór np. lczb rzeczywstych a, b elementy zbor A a A b A, podzbór B zbor A : B A, sma zborów
p Z(G). (G : Z({x i })),
3. Wykład 3: p-grupy twerdzena Sylowa. Defncja 3.1. Nech (G, ) będze grupą. Grupę G nazywamy p-grupą, jeżel G = dla pewnej lczby perwszej p oraz k N. Twerdzene 3.1. Nech (G, ) będze p-grupą. Wówczas W
Diagonalizacja macierzy kwadratowej
Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an
I. Elementy analizy matematycznej
WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem
Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że
Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam
1 Przestrzenie statystyczne, statystyki
M. Beśka, Statystyka matematyczna, wykład 1 1 1 Przestrzene statystyczne, statystyk 1.1 Rozkłady zmennych losowych Nech Ω, F, P ) będze ustaloną przestrzeną probablstyczną, a X : Ω IR zmenną losową na
Funkcje i charakterystyki zmiennych losowych
Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych
Podstawy teorii falek (Wavelets)
Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc
f(x, y) = arctg x y. f(u) = arctg(u), u(x, y) = x y. x = 1 1 y = y y = 1 1 +
Różnczkowalność pocodne Ćwczene. Znaleźć pocodne cz astkowe funkcj f(x, y) = arctg x y. Rozw azane: Wdać, że funkcj f można napsać jako f(u(x, y)) gdze f(u) = arctg(u), u(x, y) = x y. Korzystaj ac z reg
Równania rekurencyjne na dziedzinach
Marek Materzok Równana rekurencyjne na dzedznach Pommo, ż poczynłem starana, aby praca ta była możlwe kompletna wolna od błędów, ne mogę zagwarantować, że ne wkradły sę do nej żadne neścsłośc czy pomyłk.
Podstawowe twierdzenia
Rozdzał 3 Podstawowe twerdzena 3.1 Istnene rozwazań lokalnych Rozpocznjmy od odpowedz na ogólne pytane: jake warunk mus spełnać równane różnczkowe zwyczajne, aby stnało jego rozwązane kedy rozwązane to
MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5
MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając
Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Logika i teoria mnogości/wykład 1: Po co nam teoria mnogości? Naiwna teoria mnogości, naiwna indukcja, naiwne dowody niewprost
1 z 8 2013-03-23 18:23 Logka teora mnogośc/wykład 1: Po co nam teora mnogośc? Nawna teora mnogośc, nawna ndukcja, nawne dowody newprost From Studa Informatyczne < Logka teora mnogośc "Nawna" teora mnogośc
2012-10-11. Definicje ogólne
0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj
Programowanie Równoległe i Rozproszone
Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Zaawansowane metody numeryczne
Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x
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
Stanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
Wstęp do metod numerycznych Faktoryzacja SVD Metody iteracyjne. P. F. Góra
Wstęp do metod numerycznych Faktoryzacja SVD Metody teracyjne P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ 2013 Sngular Value Decomposton Twerdzene 1. Dla każdej macerzy A R M N, M N, stneje rozkład
Sztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311
Sztuczne sec neuronowe Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyk, p. 311 Wykład 6 PLAN: - Repetto (brevs) - Sec neuronowe z radalnym funkcjam bazowym Repetto W aspekce archtektury: zajmowalśmy
dy dx stąd w przybliżeniu: y
Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc
5. Maszyna Turinga. q 1 Q. Konfiguracja: (q,α β) q stan αβ niepusta część taśmy wskazanie położenia głowicy
5. Maszyna Turnga = T Q skończony zór stanów q 0 stan początkowy F zór stanów końcowych Γ skończony zór symol taśmy T Γ alfaet wejścowy T Γ symol pusty (lank) δ: Q Γ! 2 Q Γ {L,R} funkcja
Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2007/08 Podstawowe fakty Równane Ax = b, x, b R N, A R N N (1) ma jednoznaczne
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Proste modele ze złożonym zachowaniem czyli o chaosie
Proste modele ze złożonym zachowanem czyl o chaose 29 kwetna 2014 Komputer jest narzędzem coraz częścej stosowanym przez naukowców do ukazywana skrzętne ukrywanych przez naturę tajemnc. Symulacja, obok
Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.
Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Laboratorium ochrony danych
Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz
Statystyka. Zmienne losowe
Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu
BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Natalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
SZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej
Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Prawdopodobieństwo geometryczne
Prawdopodobeństwo geometryczne Przykład: Przestrzeń zdarzeń elementarnych określona jest przez zestaw punktów (x, y) na płaszczyźne wypełna wnętrze kwadratu [0 x ; 0 y ]. Znajdź p-stwo, że dowolny punkt
Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1
Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa
Modelowanie przepływu cieczy przez ośrodki porowate Wykład IX
Modelowane przepływu ceczy przez ośrodk porowate Wykład IX Metody rozwązywana metodam analtycznym równań hydrodynamk wód podzemnych płaskch zagadneń fltracj. 9.1 Funkcja potencjału zespolonego. Rozważana
Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego
Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa
Statystyka Inżynierska
Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje
Grupa obrotów. - grupa symetrii kuli, R - wszystkie możliwe obroty o dowolne kąty wokół osi przechodzących przez środek kuli
Grupa obrotów - grupa smetr kul R - wsstke możlwe obrot o dowolne kąt wokół os prechodącch pre środek kul nacej O 3 grupa obrotów właścwch - grupa cągła - każd obrót określa sę pre podane os l kąta obrotu
Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH
Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy
PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH
PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Wprowadzene Nnejsza ulotka adresowana jest zarówno do osób dopero ubegających
( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
Weryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA
Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA
Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
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 ;
Notatki do wykładu Geometria Różniczkowa I
Notatk do wykładu Geometra Różnczkowa I Katarzyna Grabowska, KMMF 14 grudna 2013 1 Całkowane form różnczkowych 1.1 Twerdzene Stokes a W dalszym cągu E oznaczać będze półprzestrzeń w R n, tzn. zbór E =
= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału
5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B
TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE
POLITHNIKA RZSZOWSKA Katedra Podstaw lektronk Instrkcja Nr4 F 00/003 sem. letn TRANZYSTOR IPOLARNY HARAKTRYSTYKI STATYZN elem ćwczena jest pomar charakterystyk statycznych tranzystora bpolarnego npn lb
Wykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń.
Wykład Zagadnene brzegowe lnowe teor sprężystośc. Metody rozwązywana, metody wytrzymałośc materałów. Zestawene wzorów określeń. Układ współrzędnych Kartezańsk, prostokątny. Ose x y z oznaczono odpowedno
Pattern Classification
attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter
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
Neuron liniowy. Najprostsza sieć warstwa elementów liniowych
Najprostsza jest jednostka lnowa: Neuron lnowy potraf ona rozpoznawać wektor wejścowy X = (x 1, x 2,..., x n ) T zapamętany we współczynnkach wagowych W = (w 1, w 2,..., w n ), Zauważmy, że y = W X Załóżmy,
Wykład 2: Uczenie nadzorowane sieci neuronowych - I
Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za
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
Diagnostyka układów kombinacyjnych
Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane
Proces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Zadanie 1. Udowodnij, że CAUS PRAM. Załóżmy przetwarzanie przyczynowo spójne. Dla każdego obrazu historii hv i zachodzi zatem:
Zadane 1 Udowodnj, że CAUS PRAM Załóżmy przetwarzane przyczynowo spójne. Dla każdego obrazu hstor hv zachodz zatem: O OW O OW x X p j o O o1 o2 o1 o2 o1 j o2 ( o1 = w( x) v o2 = r( x) v) o1 o2 ( o1 o o2)
Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A
Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe
Natalia Nehrebecka. Zajęcia 3
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a
Metody Numeryczne 2017/2018
Metody Numeryczne 7/8 Inormatya Stosowana II ro Inżynera Oblczenowa II ro Wyład 7 Równana nelnowe Problemy z analtycznym rozwązanem równań typu: cos ln 3 lub uładów równań ja na przyład: y yz. 3z y y.
) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
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
11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.
/22/24 Dwuosobowe gry o sume zero DO NAUCZENIA I ZAPAMIĘTANIA: Defnca zaps ger o sume zero, adaptaca ogólnych defnc. Punkt sodłowy Twerdzena o zwązkach punktu sodłowego z koncepcam rozwązań PRZYPOMNIENIE:
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
METODA ELEMENTU SKOŃCZONEGO. Termokinetyka
METODA ELEMENTU SKOŃCZONEGO Termoknetyka Matematyczny ops ruchu cepła (1) Zasada zachowana energ W a Cepło akumulowane, [J] P we Moc wejścowa, [W] P wy Moc wyjścowa, [W] t przedzał czasu, [s] V q S(V)
65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
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.
MINISTER EDUKACJI NARODOWEJ
4 MINISTER EDUKACJI NARODOWEJ DWST WPZN 423189/BSZI13 Warszawa, 2013 -Q-4 Pan Marek Mchalak Rzecznk Praw Dzecka Szanowny Pane, w odpowedz na Pana wystąpene z dna 28 czerwca 2013 r. (znak: ZEW/500127-1/2013/MP),
Tajemnice funkcji σ oraz τ. Dzielniki liczb naturalnych oraz elementy zaawansowanej teorii liczb.
Tajemnce funkcj σ oraz τ. Dzelnk lczb naturalnych oraz elementy zaawansowanej teor lczb. Bartłomej Grochal V Lceum Ogólnokształcące m. Augusta Wtkowskego w Krakowe Przedmowa Teora lczb oraz nerównośc to
XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne
XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca
KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.
RUCH OBROTOWY Można opsać ruch obrotowy ze stałym przyspeszenem ε poprzez analogę do ruchu postępowego jednostajne zmennego. Ruch postępowy a const. v v at s s v t at Ruch obrotowy const. t t t Dla ruchu
-Macierz gęstości: stany czyste i mieszane (przykłady) -równanie ruchu dla macierzy gęstości -granica klasyczna rozkładów kwantowych
WYKŁAD 4 dla zanteresowanych -Macerz gęstośc: stany czyste meszane (przykłady) -równane ruchu dla macerzy gęstośc -granca klasyczna rozkładów kwantowych Macerz gęstośc (przypomnene z poprzednch wykładów)
WikiWS For Business Sharks
WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace
CAŁKOWANIE NUMERYCZNE całki pojedyncze
CAŁKOWANIE NUMERYCZNE całk pojedyncze Kwadratury nterpolacyjne Kwadratury nterpolacyjne Rozpatrujemy funkcję f() cągłą ogranczoną w przedzale domknętym [a, b]. Przedzał [a, b] dzelmy na skończoną lczbę
Regulamin promocji 14 wiosna
promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30
KONSPEKT WYKŁADU. nt. METODA ELEMENTÓW SKOŃCZONYCH TEORIA I ZASTOSOWANIA. Piotr Konderla
Studa doktorancke Wydzał Budownctwa Lądowego Wodnego Poltechnk Wrocławskej KONSPEKT WYKŁADU nt. METODA ELEMENTÓW SKOŃCZONYCH TEORIA I ZASTOSOWANIA Potr Konderla maj 2007 Kurs na Studach Doktoranckch Poltechnk
Nowe europejskie prawo jazdy w celu większej ochrony, bezpieczeństwa i swobodnego przemieszczania się
KOMISJA EUROPEJSKA NOTATKA Bruksela, 18 styczna 2013 r. Nowe europejske prawo jazdy w celu wększej ochrony, bezpeczeństwa swobodnego przemeszczana sę W dnu 19 styczna 2013 r., w ramach wejśca w życe trzecej
Wykład 2: Uczenie nadzorowane sieci neuronowych - I
Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za
AGREGACJA SĄDÓW A AGREGACJA PREFERENCJI
DECYZJE nr 16 grudzeń 2011 AGREGACJA SĄDÓW A AGREGACJA PREFERENCJI Joanna Ochremak Polska Akadema Nauk Streszczene: Artykuł stanow wprowadzene do teor agregacj sądów oraz porusza temat jej zwązków z teorą
Natalia Nehrebecka. Wykład 2
Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad
Triopol jako gra konkurencyjna i kooperacyjna
Unwersytet Warszawsk Wydzał Nauk Ekonomcznych Joanna Dys Nr albumu: 996 Tropol jako gra konkurencyjna kooperacyjna Praca lcencjacka na kerunku: Ekonoma Praca wykonana pod kerunkem dra Maceja Sobolewskego
Ile wynosi suma miar kątów wewnętrznych w pięciokącie?
1 Ile wynos suma mar kątów wewnętrznych w pęcokące? 1 Narysuj pęcokąt foremny 2 Połącz środek okręgu opsanego na tym pęcokące ze wszystkm werzchołkam pęcokąta 3 Oblcz kąty każdego z otrzymanych trójkątów