Dynamika nieliniowych równań ewolucyjnych w rezonansie

Wielkość: px
Rozpocząć pokaz od strony:

Download "Dynamika nieliniowych równań ewolucyjnych w rezonansie"

Transkrypt

1 UNIWERSYTET MIKO LAJA KOPERNIKA W TORUNIU Piotr Kokocki Dynamika nieliniowych równań ewolucyjnych w rezonansie Rozprawa doktorska przygotowana na Wydziale Matematyki i Informatyki Uniwersytetu Miko laja Kopernika w Toruniu Promotorzy: prof. dr hab. Wojciech Kryszewski, dr Aleksander Ćwiszewski TORUŃ 2011

2

3 Spis treści Wst ep 3 Oznaczenia 9 1 Operatory liniowe na przestrzeniach Banacha Pojecia ogólne Spektrum i rozk lady spektralne W lasności spektralne operatorów zwartych W lasności spektralne operatorów o zwartych rezolwentach Pó lgrupy operatorów liniowych Operatory wycinkowe Operator hiperboliczny Spektrum Rozk lady spektralne Zagadnienia poczatkowe Istnienie i jednoznaczność rozwiazań Ciag la zależność od warunków poczatkowych W lasności zwartości i ciag lości dla równań pierwszego rzedu W lasności zwartości i ciag lości dla równań drugiego rzedu Wzory indeksowe dla równań pierwszego rzedu w rezonansie Wprowadzenie do rozdzia lu Wzór indeksowy dla rozwiazań ograniczonych Orbity l acz ace punkty równowagi Zasada uśredniania Wzór indeksowy dla rozwiazań okresowych Wzory indeksowe dla równań drugiego rzedu w rezonansie Wprowadzenie do rozdzia lu Wzór indeksowy dla orbit ograniczonych Orbity l acz ace punkty równowagi Wzór indeksowy dla rozwiazań okresowych Modele równań różniczkowych Wprowadzenie do rozdzia lu W lasność jednoznacznej kontynuacji Operator Niemyckiego

4 5.3.1 W lasności rezonansowe Równania paraboliczne Kryteria na istnienie rozwiazań okresowych Kryteria na istnienie orbit ograniczonych Równania hiperboliczne Kryteria na istnienie rozwiazań okresowych Kryteria na istnienie orbit ograniczonych Dodatek Zwartość i zbieżność w przestrzeniach metrycznych Miary niezwartości Zbieżność w przestrzeniach funkcyjnych Indeks Conley a na przestrzeniach metrycznych Pó lpotoki na przestrzeniach metrycznych Pary indeksowe i bloki izolujace Typy homotopii i przestrzenie ilorazowe Wersja Rybakowskiego indeksu Conley a Nieredukowalne zbiory niezmiennicze Stopień topologiczny Stopień Leray-Schaudera i stopień Brouwera Stopień dla pól kondensujacych Literatura 148 Skorowidz 154 2

5 Wst ep W naukach fizycznych przez rezonans rozumie sie sk lonność uk ladów do oscylacji o dużych amplitudach przy wybranych czestotliwościach specyficznych dla danego uk ladu, zwanych czestotliwościami rezonansowymi. W takich uk ladach nawet bardzo ma le oddzia lywanie zewnetrzne może wygenerować znaczne oscylacje lub odchylenia od stanów równowagi. Zjawisko to jest powszechnie wykorzystywane na przyk lad w odbiornikach radiowych i telewizyjnych, w obrazowaniu MRI w medycynie, w instrumentach muzycznych czy zegarkach elektronicznych. Efekty rezonansu maja również fundamentalne znaczenie w teoriach dotyczacych kszta ltowania sie i ewolucji uk ladu s lonecznego jako czynnik odpowiedzialny za formowanie jego planet lub wyrzucanie drobnych cia l niebieskich poza jego granice. Dziedzina życia, w której rezonans odgrywa duża role sa wielkogabarytowe konstrukcje inżynieryjne takie jak mosty drogowe czy wiadukty kolejowe czego dowodza katastrofy takie jak zawalenie sie mostu Tacoma Narrows Bridge na skutek rezonansu wywo lanego przez silne podmuchy wiatru (patrz [21], [40]). Tak jak ogrom zjawisk fizycznych i technicznych modeluje sie za pomoca równań różniczkowych tak również zjawisko rezonansu można ujać w ścis le matematyczne ramy. Dla przyk ladu rozważmy nieliniowe równanie ciep la u t (x, t) = u(x, t) + λu(x, t) + f(t, x, u(x, t)) dla t 0, x Ω (1) oraz nieliniowe równanie falowe z silnym t lumieniem u tt (x, t) = u(x, t) + c u t (x, t) + λu(x, t) + f(t, x, u(x, t)) dla t 0, x Ω (2) gdzie c > 0 oraz w obydwóch powyższych równaniach λ jest liczba rzeczywista, Ω jest otwartym podzbiorem przestrzeni R n (n 1), jest operatorem Laplace a z warunkami Dirichleta, zaś f : [0, + ) Ω R R jest odwzorowaniem ciag lym. Wówczas powyższe równania sa w rezonansie w nieskończoności, jeśli λ jest wartościa w lasna operatora, zaś f jest odwzorowaniem ograniczonym. Za lóżmy, że A : X D(A) X jest operatorem wycinkowym na przestrzeni Banacha X oraz niech X α dla α (0, 1), bedzie przestrzenia u lamkowa dana jako X α := D((A + δi) α ), gdzie δ > 0 jest takie, że A + δi jest operatorem dodatnio określonym. Równania (1) oraz (2) sa szczególnym przypadkiem abstrakcyjnych równań postaci u(t) = Au(t) + λu(t) + F (t, u(t)), t > 0 (3) ü(t) = Au(t) ca u(t) + λu(t) + F (t, u(t)), t > 0 (4) gdzie F : [0, + ) X α X jest odwzorowaniem ciag lym. Aby to zauważyć wystarczy przyjać Au := u oraz F (t, u) = f(t,, u( )). Przedmiotem niniejszej pracy jest badanie istnienia rozwiazań T -okresowych (T > 0) oraz badanie istnienia orbit l acz acych punkty stacjonarne dla powyższych równań w przypadku gdy sa one w rezonansie w nieskończoności, czyli, Ker (λi A) {0} oraz F jest odwzorowaniem ograniczonym. 3

6 4 Wst ep Wśród metod używanych do badania rozwiazań okresowych (lub punktów stacjonarnych) dla równań w rezonansie należy wyróżnić metody oparte na redukcji Lyapunova. Stosowane by ly miedzy innymi przez Mawhina oraz Fučíka w pracach [44], [23] oraz Brezisa i Nirenberga w pracy [8] w odniesieniu do równania telegrafistów. Z kolei w przyk ladowych pracach [8], [31], [4] redukcja Lyapunova by la stosowana w przypadku równania ciep la. W przypadku, gdy Ω jest dziedzina jednowymiarowa, wyniki dotyczace istnienia orbit ograniczonych dla równania (2) bed acego w rezonansie w nieskończoności zosta ly podane przez Mawhina i Warda w pracy [45], Ortege i Tineo w pracy [49] oraz Ahmada w pracy [2]. W pracach tych autorzy używali metod nad i podrozwiazań. Ponadto problem istnienia orbit ograniczonych dla równania (3) oraz równania hiperbolicznego (4) bez t lumienia (c = 0), by l rozpatrywany przez Karpińska w pracach [35] oraz [34] przy za lożeniu, że A jest operatorem samosprzeżonym i ograniczonym. Metody, których użyjemy w niniejszej pracy bed a polegać na zastosowaniu niezmienników homotopijnych takich jak stopień topologiczny oraz indeks Conley a odpowiednio do operatora Poincaré oraz pó lpotoku stowarzyszonego z równaniem. Aby wyjaśnić te metody zauważmy, że równanie drugiego rzedu (4) możemy sprowadzić do nastepuj acego równania pierwszego rzedu ẇ(t) = Aw(t) + F(t, w(t)), t > 0, (5) gdzie operator liniowy A : E D(A) E określony w przestrzeni Banacha E := X α X dany jest wzorem D(A) := {(x, y) E x + cy D(A)} A(x, y) := ( y, A(x + cy) λx) dla (x, y) D(A), zaś F : [0, + ) E E jest odwzorowaniem danym jako F(t, (x, y)) := (0, F (t, x)) dla t [0, + ), (x, y) E. Za lóżmy, że dla dowolnego warunku poczatkowego x X α istnieje (s labe) rozwiazanie u(, x) : [0, + ) X α równania (3) take, że u(0, x) = x i analogicznie za lóżmy, że dla dowolnego (x, y) E istnieje odwzorowanie w : [0, + ) E bed ace rozwiazaniem równania (5) takim, że w(0, (x, y)) = (x, y). Rozwiazania T -okresowe dla równań (3) oraz (5) możemy utożsamiać odpowiednio z punktami sta lymi operatorów przesunieć wzd luż trajektorii (lub operatorów Poincaré) Φ T : X α X α oraz Φ T : E E, które definiujemy jako Φ T (x) := u(t ; x) dla x X α oraz Φ T (x, y) := w(t ; (x, y)) dla (x, y) E. Efektywnymi narzedziami s lużacymi do wyznaczania punktów sta lych operatora przesuniecia wzd luż trajektorii sa tak zwane zasady uśredniania, wyrażajace stopień topologiczny operatorów Φ lub Φ za pomoca uśrednienia prawej strony równania (3) lub (5). Wówczas nietrywialność stopnia topologicznego tego uśrednienia implikuje nietrywialność stopnia topologicznego operatora Poincaré i tym samym istnienie rozwiazania T -okresowego. Zasada uśredniania dla równań określonych na rozmaitościach skończenie wymiarowych by la badana przez Furi oraz Pere w pracy [24]. Jej uogólnienie na przypadek równań określonych na dowolnej przestrzeni Banacha by lo rozważane przez Ćwiszewskiego w pracy [12], gdy prawa strona równania jest nieliniowym zaburzeniem generatora zwartej C 0 pó lgrupy oraz w pracy [15], gdy prawa strona jest zaburzeniem operatora m-akretywnego. W pracy [14] Ćwiszewski wraz z autorem rozważali zasade uśredniania w przypadku gdy operator A jest generuje C 0 pó lgrupe kontrakcji, zaś F jest odwzorowaniem kondensujacym wzgledem miary

7 Wst ep 5 niezwartości Hausdorffa. Rezultaty w przypadku, gdy prawa strona równania jest kondensujacym zaburzeniem zależnej od czasu rodziny operatorów {A(t)} t 0 zosta ly zawarte przez Ćwiszewskiego oraz autora w pracy [17]. Rezonansowa wersja zasady uśredniania zosta la przedstawiona przez autora w pracy [37] w przypadku równania (3) oraz przez Ćwiszewskiego w pracy [13] w przypadku równania hiperbolicznego z t lumieniem (równanie (4) z α = 0). W obydwu przypadkach otrzymana zasada uśredniania znalaz la zastosowanie do wyprowadzenia wzorów indeksowych, wyznaczajacych indeks punktów sta lych operatora przesuniecia wzd luż trajektorii, w zależności od odpowiednich warunków Landesmana-Lazera na lożonych na nieliniowość f. W przypadku autonomicznym, gdy odwzorowanie F jest niezależne od czasu, z równaniami (3) oraz (5) możemy stowarzyszyć pó lpotoki Φ : [0, + ) X α X α oraz Φ : [0, + ) E E dane jako Φ(t, x) := u(t; x) dla t [0, + ), x X α, Φ(t, (x, y)) := w(t; (x, y)) dla t [0, + ), (x, y) E. Wówczas pe lne rozwiazania równania (3) możemy utożsamiać z pe lnymi rozwiazaniami pó lpotoku Φ, czyli odwzorowaniami u : R X α takimi, że Φ(s, u(t)) = u(t + s) dla s 0, t R. Analogicznie pe lne rozwiazania równania (5) utożsamiamy z odwzorowaniami w : R E takimi, że Φ(s, w(t)) = w(t + s) dla s 0, t R. Narzedziem, które bedziemy używać do szukania zwartych pe lnych rozwiazań dla pó lpotoków Φ oraz Φ jest indeks homoptopijny, którego wersja dla potoków określonych na lokalnie zwartych przestrzeniach metrycznych zosta la wprowadzona przez Conley a (patrz [11], [57], [59]). Nastepnie Rybakowski rozszerzy l teorie tego indeksu na dowolne przestrzenie metryczne (patrz [55], [54]), co da lo podstawy do badania dynamiki równań różniczkowych czastkowych. W szczególności w pracach [52], [53] by lo rozważane zagadnienie istnienia orbit ograniczonych oraz orbit l acz acych punkty stacjonarne dla równań (3) oraz (5), przy czym wyniki nie obejmowa ly równań bed acych w rezonansie w nieskończoności. W pracy [51] rezultaty te zosta ly przeniesione na przypadek nieograniczonej dziedziny Ω = R n, ponownie przy za lożeniu braku rezonansu w nieskończoności. G lówna trudność pojawiajaca sie przy badaniu istnienia rozwiazań okresowych lub pe lnych orbit ograniczonych przypadku równań bed acych w rezonansie w nieskończoności polega na tym, że zagadnienia te moga nie mieć rozwiazań przy dowolnej nieliniowości F. Zosta lo to szczegó lowo wyjaśnione w Uwagach 3.2.1, 3.5.1, oraz Celem niniejszej pracy jest podanie nowych twierdzeń rozstrzygajacych istnienie rozwia- zań T -okresowych oraz orbit ograniczonych dla równań (3) oraz (5) bed acych w rezonansie w nieskończoności, w zależności od odpowiednich warunków geometrycznych charakteryzujacych nieliniowość F. W Rozdziale 1 wprowadzimy podstawowe pojecia i definicje dotyczace operatorów liniowych określonych na przestrzeniach Banacha. W szczególności zostana omówione C 0 pó lgrupy, operatory wycinkowe oraz przestrzenie u lamkowe, które sa przez nie wyznaczane. Najważniejsza cześci a tego rozdzia lu bedzie zbadanie w lasności spektralnych operatora A. Kolejny rozdzia l poświecony bedzie omawianiu klasycznych w lasności dotyczacych rozwia- zań równań (3) oraz (5). Wprowadzona zostanie definicja s labego rozwiazania oraz przypomniane zostaja twierdzenia dotyczace jego istnienia i regularności. Nastepnie przy za lożeniu, że operator A posiada zwarte rezolwenty, zostanie zbadana ciag la zależność rozwiazań od

8 6 Wst ep parametru oraz warunków poczatkowych. Ponieważ metody niezmienników homotopijnych, którymi bedziemy sie pos lugiwać bed a wymaga ly pewnej zwartości dla operatora przesuniecia wzd luż trajektorii lub stowarzyszonego pó lpotoku, zak ladajac zwartość rezolwent operatora A udowodnimy, że dla dowolnego t > 0 operator Poincaré Φ t jest odwzorowaniem pe lnociag lym skad wywnioskujemy, że dowolny zbiór ograniczony zawarty w przestrzeni X α jest dopuszczalny wzgledem pó lpotoku Φ. W przypadku równania (5) sytuacja jest inna, gdyż operator A nie ma zwartych rezolwent. Dlatego też twierdzenia o zwartości dla operatora Poincaré Φ t sformu lujemy w terminach miar niezwartości. Mianowicie pokażemy, że na przestrzeni E istnieje norma równoważna z norma standardowa taka, że dla dowolnego t > 0 odwzorowanie Φ t jest kondensujace wzgledem miary niezwartości Hausdorffa wyznaczonej przez te norme. Jako wniosek otrzymamy, że dowolny zbiór ograniczony w zawarty w przestrzeni E jest dopuszczalny wzgledem pó lpotoku Φ. Rozdzia l 3 jest poświecony omówieniu otrzymanych wyników dotyczacych równania (3). Najpierw wprowadzam warunki geometryczne dla równań pierwszego rzedu charakteryzujace odwzorowanie F, a nastepnie dowodze nastepuj acych dwa twierdzenia: wzór indeksowego dla orbit ograniczonych wykorzystujacy te warunki geometryczne do wyznaczenia indeksu homotopijnego pó lpotoku Φ na dostatecznie dużej kuli oraz wzór indeksowego dla rozwiazań okresowych wykorzystujacy wprowadzone warunki do wyrażenia stopnia Leray-Schaudera operatora I Φ T, (T > 0) wzgledem kuli o dostatecznie dużym promieniu. Otrzymane wzory indeksowe stosuje do otrzymania kryteriów stwierdzajacych istnienie rozwiazań T -okresowych oraz istnienie orbit l acz acych punktu stacjonarne dla równania (3). W Rozdziale 4 przedstawimy wyniki dotyczace równania (5). Podobnie jak w poprzednim rozdziale wprowadzam warunki geometryczne dla równań drugiego rzedu charakteryzujace odwzorowanie F oraz dowodze nastepuj ace dwa twierdzenia: wzór indeksowy dla orbit ograniczonych, który wykorzystuje wprowadzone warunki do wyznaczenia indeksu homotopijnego pó lpotoku Φ na dostatecznie dużej kuli oraz wzór indeksowych dla rozwiazań okresowych wykorzystujacy te warunki do wyznaczenia stopnia topologicznego pola kondensujacego I Φ T, (T > 0) wzgledem kuli o dostatecznie dużym promieniu. Podobnie jak w poprzednim rozdziale otrzymane wzory indeksowe użyjemy do udowodnienia kryteriów rozstrzygajacych istnienia rozwiazań T -okresowych oraz orbit l acz acych punkty stacjonarne dla równania (5). Rozdzia l 5 jest poświecony zastosowaniom wyników otrzymanych w Rozdzia lach 3 oraz 4 do badania istnienia rozwiazań okresowych oraz orbit l acz acych punkty stacjonarne. Interesować nas bedzie sytuacja, w której operator A jest symetrycznym operatorem różniczkowym drugiego rzedu na przestrzeni X := L p (Ω), gdzie Ω R n jest zbiorem ograniczonym, zaś F jest operatorem Niemyckiego pochodzacym od odwzorowania f : [0, + ) Ω R R. Udowodnimy, że jeśli odwzorowanie f spe lnia warunki Landesmana-Lazera lub warunki z silnym rezonansem, to operator Niemyckiego F spe lnia sformu lowane w Rozdzia lach 3 oraz 4 warunki geometryczne dla równań pierwszego i drugiego rzedu. Na zakończenie udowodnimy kryteria stwierdzajace istnienie rozwiazań okresowych i orbit l acz acych punkty stacjonarne dla parabolicznych oraz hiperbolicznych równań różniczkowych czastkowych w rezonansie. Rozdzia l 6 stanowi dodatek, w którym zosta ly omówione narzedzia istotne dla naszych rozważaniach. Zawarte sa w nim miedzy innymi fakty dotyczace miar niezwartości oraz zbieżności w przestrzeniach metrycznych, jak również zarys teorii i w lasności niezmienników homotopijnych takich jak stopień topologiczny oraz wersja Rybakowskiego indeksu Conley a.

9 Wst ep 7 Zdaniem autora do najistotniejszych wyników pracy należa: 1. wyniki dotyczace równań pierwszego rzedu w rezonansie: wprowadzenie warunków geometrycznych (G1) (G4) (patrz strony 63 oraz 78) charakteryzujacych nieliniowe zaburzenie w równaniach w rezonansie Twierdzenie wzór indeksowy dla orbit ograniczonych, Twierdzenie wzór indeksowy dla rozwiazań okresowych, Twierdzenia 3.3.1, 5.4.8, kryteria na istnienie orbit ograniczonych, 2. wyniki dotyczace równań drugiego rzedu w rezonansie: wprowadzenie warunków geometrycznych (G5) (G8) (patrz strony 90 oraz 105) charakteryzujacych nieliniowe zaburzenie w równaniach w rezonansie Twierdzenie wzór indeksowy dla orbit ograniczonych, Twierdzenie wzór indeksowy dla rozwiazań okresowych, Twierdzenia 4.3.2, , kryteria na istnienie orbit ograniczonych, Twierdzenia 5.5.5, kryteria na istnienie rozwiazań T -okresowych. W tym miejscu chcia lbym podziekować dr Aleksandrowi Ćwiszewskiemu za zainteresowanie mnie tematyka niezmienników homotopijnych, a także za cenne dyskusje naukowe prowadzone podczas studiów doktoranckich i magisterskich. Chcia lbym również podziekować prof. dr hab. Wojciechowi Kryszewskiemu za dyskusje i cenne uwagi dotyczace przedstawionych w pracy zagadnień. Wielka Nieszawka Toruń, luty 2012 Piotr Kokocki

10

11 Oznaczenia Przestrzenie liniowe N zbiór liczb naturalnych Z zbiór liczb ca lkowitych Q cia lo liczb wymiernych R cia lo liczb rzeczywistych C cia lo liczb zespolonych x cześć ca lkowita liczby rzeczywistej x Re z cześć rzeczywista liczby zespolonej z Im z cześć urojona liczby zespolonej z z modu l liczby zespolonej z, czyli, z 2 := (Re z) 2 + (Im z) 2 B(x, r) kula w przestrzeni unormowanej X z norma dana jako zbiór {y X x y < r} gdzie x X, r 0. U V suma algebraiczna zbiorów U E 1 oraz V E 2 zawartych w podprzestrzeniach liniowych E 1, E 2 E przestrzeni liniowej E takich, że E 1 E 2 = {0} Operatory liniowe L(X, Y ) K(X, Y ) D(A) Gr(A) Ker A Im A ϱ(a) σ(a) σ p (A) przestrzeń liniowa ciag lych operatorów liniowych określonych na przestrzeni Banacha X o wartościach w przestrzeni Banacha Y przestrzeń liniowa zwartych operatorów liniowych określonych na przestrzeni Banacha X o wartościach w przestrzeni Banacha Y dziedzina operatora liniowego A : X X określonego w przestrzeni X wykres operatora liniowego A : X D(A) X na przestrzenie X dany jako zbiór {(x, y) X X x D(A) oraz Ax = y} jadro operatora liniowego A obraz operatora liniowego A zbiór rezolwenty operatora A spektrum operatora A spektrum punktowe operatora A Przestrzenie funkcyjne α = α 1 + α α n dla multi-indeksu α N n ξ α = ξ α ξn αn, gdzie ξ R n, α N n D α = α 1 x α αn 1 x αn dla dowolnego multi-indeksu α N n 1 n i u = u xi = u x i 9

12 10 Oznaczenia u u u t u tt = (u x1, u x2,..., u xn ) t = n i=1 u x i x i = t u = u t = du dt = tt u = 2 u = d2 u t 2 dt 2 dla prawie wszystkich dla p.w. L p (Ω) przestrzeń Banacha funkcji mierzalnych u : Ω R takich, że u L p <, gdzie ( 1/p u(x) dx) p jeśli p < u L p = Ω u(x) jeśli p =. W m,p (Ω) C k (Ω) C k (Ω) C 0 (Ω) ess sup x Ω Jeśli p = 2 to przez, L 2 oznaczamy standardowy iloczyn kartezjański na L 2 (Ω), czyli, u, v L 2 := u(x)v(x) dx dla u, v L 2 (Ω) Ω (m N, 1 p + ) przestrzeń Banacha funkcji mierzalnych u : Ω R takich, że D α u L p (Ω) w sensie dystrybucji, dla dowolnego multi-indeksu α od d lugości α m. Na przestrzeni W m,p (Ω) zadana jest norma u W m,p := α m D α u L p dla liczny ca lkowitej 0 k, przestrzeń funkcji u : Ω R dla których ciag le sa pochodne D α u, gdzie α k dla liczny ca lkowitej 0 k, przestrzeń funkcji u : Ω R dla których pochodne D α u, dla α k, sa jednostajnie ciag le na ograniczonych podzbiorach dziedziny Ω. Na przestrzeni tej zadana jest norma u C k := D α u α k zbiór funkcji g ladkich u : Ω R o zwartym nośniku zawartym w Ω Topologia i niezmienniki homotopijne int A wnetrze zbioru A zawartego w przestrzeni topologicznej X A, cl A domkniecie zbioru A zawartego w przestrzeni topologicznej X A brzeg zbioru A zawartego w przestrzeni topologicznej X, czyli, A = A \ int A id X odwzorowanie identycznościowe na przestrzeni topologicznej X f g odwzorowania homotopijne [(X, x 0 )] typ homotopii przestrzeni topologicznej z wyróżnionym punktem (X, x 0 ) deg LS stopień topologiczny Leray Schaudera deg C stopień topologiczny dla pól kondensujacych deg B stopień topologiczny Brouwera h(k, ϕ) indeks Conley a zbioru niezmienniczego K wzgledem pó lpotoku ϕ S(X, ϕ) := S(X) klasa izolowanych zbiorów niezmienniczych wzgledem pó lpotoku ϕ, zawartych w przestrzeni metrycznej X, dla których istnieje otoczenie izolujace dopuszczalne wzgledem ϕ.

13 Rozdzia l 1 Operatory liniowe na przestrzeniach Banacha W tym rozdziale zajmiemy sie operatorami liniowymi określonymi na przestrzeni Banacha. Zaczniemy od przypomnienia podstawowych pojeć i wprowadzenia potrzebnej notacji po czym bazujac na [27] oraz [9], przedstawimy fakty dotyczace teorii Riesza-Schaudera dla operatorów zwartych. Nastepnie przejdziemy do sformu lowania twierdzeń spektralnych dotyczacych operatorów o zwartych rezolwentach. W dalszej cześci omówione zostana C 0 pó lgrupy ograniczonych operatorów liniowych, operatory wycinkowe oraz przestrzenie u lamkowe, które sa przez nie wyznaczone. Bedziemy tutaj wykorzystywać fakty zawarte w [3], [10], [7], [50], [30], [32]. Na zakończenie, przejdziemy do g lównej cześci rozdzia lu, która poświecona jest zbadaniu w lasności spektralne operatora hiperbolicznego. 1.1 Poj ecia ogólne Niech A : X D(A) X bedzie operatorem liniowym określonym na rzeczywistej lub zespolonej przestrzeni X, na której mamy zadana norme. Powiemy, że operator A jest gesto określony, jeśli jego dziedzina D(A) jest gestym podzbiorem X, czyli D(A) = X. Wykresem operatora A nazywamy podzbiór Gr (A) iloczynu kartezjańskiego X X dany jako Gr (A) := {(x, y) X X y = Ax, x D(A)}. Bedziemy mówić, że operator A jest domkniety, jeśli jego wykres Gr (A) jest domknietym podzbiorem przestrzeni X X, wyposażonej w norme produktowa. Zauważmy, że dziedzine D(A) operatora A możemy w naturalny sposób traktować jako przestrzeń unormowana z norma wykresowa D(A) zadana wzorem x D(A) := x + Ax dla x D(A). Wówczas nietrudno dowieść, że prawdziwe jest nastepuj ace Stwierdzenie Operator liniowy A : X D(A) X określony na przestrzeni Banacha X jest domkniety wtedy i tylko wtedy, gdy przestrzeń liniowa D(A) wyposażona w norme wykresowa D(A) jest przestrzenia Banacha. 11

14 12 Rozdzia l 1. Operatory liniowe na przestrzeniach Banacha Jadrem operatora A bedziemy nazywać zbiór Ker A := {x D(A) Ax = 0}, zaś jego obrazem zbiór dany jako Im A := {Ax x D(A)}. Jeśli operator A jest różnowartościowy, to przez operator odwrotny rozumiemy operator liniowy A 1 : D(A 1 ) X dany jako D(A 1 ) := Im A, A 1 x := y gdzie Ay = x dla x D(A 1 ). Niech B : X D(B) X b edzie kolejnym operatorem liniowym w przestrzeni X. Z lożeniem operatora A z operatorem B jest operator liniowy AB : X D(AB) X zdefiniowany jako D(AB) := {x D(B) Bx D(A)}, ABx := A(Bx) dla x D(AB). Niech Y X bedzie podprzestrzenia liniowa przestrzeni X. Cześci a operatora A w przestrzeni Y nazywamy operator liniowy A Y : Y D(A Y ) Y dany wzorem D(A Y ) := {x D(A) Ax Y } (1.1) A Y x := Ax dla x D(A Y ) (1.2) Niech A : X D(A) X oraz B : Y D(B) Y bed a operatorami liniowymi zadanymi odpowiednio na przestrzeniach X oraz Y. Powiemy, że operatory A oraz B sa ze soba sprzeżone, jeśli istnieje homeomorfizm liniowy U : X Y taki, że D(A) = {x X Ux D(B)} oraz UAx = BUx dla x D(A). Szczególnym przypadkiem operatorów liniowych sa operatory ograniczone. Operator A : X Y, gdzie X, Y sa przestrzeniami Banacha odpowiednio z normami X oraz Y bedziemy nazywać ograniczonym, jeśli jego norma jest skończona A := sup{ Ax Y x D(A), x X 1} < +. Jeśli A = + to operator A bedziemy nazywać nieograniczonym. Ponadto powiemy, że operator T : X Y jest zwarty, jeśli, dla dowolnego zbioru ograniczonego V X, zbiór T (V ) jest relatywnie zwarty w Y. Symbolami L(X, Y ) oraz K(X, Y ) bedziemy oznaczać odpowiednio zbiór ograniczonych i zbiór zwartych operatorów liniowych określonych na przestrzeni X o wartościach w przestrzeni Y. W dalszym ciagu dla wygody zapisu bedziemy przyjmować L(X) := L(X, X) oraz K(X) := K(X, X). Zauważmy, że każdy operator zwarty jest ograniczony, czyli K(X, Y ) L(X, Y ). Niech A : H D(A) H bedzie operatorem liniowym określonym na rzeczywistej lub zespolonej przestrzeni Hilberta H z iloczynem skalarnym,. Operatorem (hilbertowsko) sprzeżonym z operatorem A bedziemy nazywać bedziemy operator A : H D(A ) H dany w nastepuj acy sposób D(A ) := {y H istnieje z H takie, że Ax, y = x, z dla x D(A)}, A y := z dla y D(A ), gdzie Ax, y = x, z dla x D(A). Powiemy, że operator A jest symetryczny, jeśli A A. Nie trudno sprawdzić, że operator A jest symetryczny wtedy i tylko wtedy, gdy Ax, y = x, Ay dla x, y D(A). Operator A bedziemy nazywać samosprzeżonym, jeśli A = A. Dobrze znany jest fakt, że operator samosprzeżony jest domkniety. Ponadto latwo sprawdzić, że ma miejsce nastepuj ace

15 1.2. Spektrum zespolone 13 Stwierdzenie Jeśli operator A : H D(A) H jest symetryczny oraz istnieje liczba rzeczywista λ taka, że Im (λi A) = H, to A jest operatorem samosprz eżonym. Niech teraz X bedzie przestrzenia liniowa nad cia lem liczb rzeczywistych. Kompleksyfikacja przestrzeni X nazywamy przestrzeń liniowa X C := X X nad cia lem liczb zespolonych C, na której dzia lania dodawania i mnożenia przez skalar określone sa w nastepuj acy sposób (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2, y 1 + y 2 ) dla (x 1, y 1 ), (x 2, y 2 ) X C, λ (x, y) = (λ 1 x λ 2 y, λ 1 y + λ 2 x) dla λ = (λ 1 + λ 2 i) C, (x, y) X C. Przyjmujac oznaczenie x + iy := (x, y) dla (x, y) X C, powyższe dzia lania przyjma nastepu- jac a naturalna postać (x 1 + iy 1 ) + (x 2 + iy 2 ) = (x 1 + x 2 ) + i(y 1 + y 2 ) dla x 1 + iy 1, x 2 + iy 2 X C, λ (x + iy) = (λ 1 x λ 2 y) + i(λ 1 y + λ 2 x) dla λ = (λ 1 + λ 2 i) C, x + iy X C. Jeśli X jest przestrzenia unormowana z norma, to funkcja C : X C R dana wzorem z C := sup (sin θ)x + (cos θ)y dla z = x + iy X C (1.3) θ [0,2π] określa norme na przestrzeni zespolonej X C. Ponadto, jeśli (X, ) jest przestrzenia Banacha, to przestrzeń zespolona X C wraz z norma (1.3) jest również przestrzenia Banacha. Jeśli H jest rzeczywista przestrzenia Hilberta wraz z iloczynem skalarnym,, to funkcja, C : H C H C C dana wzorem z 1, z 2 C := x 1, x 2 + y 1, y 2 + i y 1, x 2 i x 1, y 2 dla z 1 = x 1 + iy 1, z 2 = x 2 + iy 2 H C jest iloczynem skalarnym na H C. Norma wyznaczona przez ten iloczyn skalarny z, z C = x, x + y, y dla z = x + iy D(A C ) jest równoważna z norma zadana wzorem (1.3). Niech teraz A : X D(A) X bedzie operatorem liniowym na rzeczywistej przestrzeni X. Kompleksyfikacja operatora A nazywamy operator liniowy A C : X C D(A C ) X C dany wzorem D(A C ) := {x + iy X C x, y D(A)}, A C z := Ax + iay dla z = x + iy D(A C ). Jeśli A : H D(A) H jest operatorem liniowym na przestrzeni Hilberta H, to (A ) C = (A C ). W szczególności wynika stad, że jeśli operator A jest symetryczny, to również operator A C jest symetryczny oraz jeśli operator A jest samosprzeżony, to operator A C też jest samosprzeżony. 1.2 Spektrum i rozk lady spektralne Niech A : X D(A) X b edzie operatorem liniowym określonym na przestrzeni liniowej X nad cia lem K, przy czym b edziemy przyjmować, że K = R lub K = C. Za lóżmy, że na przestrzeni tej zadana jest norma. Zbiorem rezolwenty operatora A nazywamy zbiór ϱ(a, K) := {λ K Ker (λi A) = {0}, Im (λi A) = X oraz (λi A) 1 L(X)}.

16 14 Rozdzia l 1. Operatory liniowe na przestrzeniach Banacha Jeśli λ ϱ(a, K) to ograniczony operator liniowy (λi A) 1 nazywamy rezolwenta operatora A. Dobrze znanym faktem jest tzw. tożsamość rezolwenty czyli, że dla dowolnych λ, µ ϱ(a, K) prawdziwa jest nastepuj aca równość (λi A) 1 (µi A) 1 = (µ λ)(λi A) 1 (µi A) 1. (2.4) Powiemy, że operator A ma zwarte rezolwenty, jeśli ϱ(a, K) oraz dla dowolnego λ ϱ(a, K) operator (λi A) 1 : X X jest zwarty. Na podstawie równości (2.4) operator A ma zwarte rezolwenty, o ile ϱ(a, K) oraz dla pewnego λ ϱ(a, K) operator (λi A) 1 : X X jest zwarty. Lemat Niech A : X D(A) X b edzie operatorem liniowym określonym na przestrzeni Banacha X takim, że ϱ(a, K). Wówczas operator A ma zwarte rezolwenty wtedy i tylko wtedy, gdy w lożenie (D(A), D(A) ) (X, ) jest zwarte. Dowód. Za lóżmy, że operator A ma zwarte rezolwenty oraz niech (x n ) n 1 bedzie ciagiem w D(A), ograniczonym w normie D(A). Niech λ ϱ(a, K). Wtedy ciag (y n ) n 1 dany jako y n := λx n Ax n (n 1) jest ograniczony w X, a to na mocy zwartości rezolwent operatora A implikuje, że ciag (x n ) n 1 jest relatywnie zwarty w X gdyż x n = (λi A) 1 y n dla n 1. Za lóżmy teraz, że w lożenie D(A) X jest zwarte. Aby pokazać implikacje przeciwna, czyli, że operator A ma zwarte rezolwenty, weźmy λ ϱ(a, K) oraz ciag (y n ) n 1, który jest ograniczony w X. Wtedy, nietrudno sprawdzić, że ciag (x n ) n 1 dany jako x n = (λi A) 1 y n dla n 1 jest ograniczony w normie D(A), a zatem jest relatywnie zwarty w X. Lemat Niech A : X D(A) X bedzie operatorem liniowym na przestrzeni Banacha X, na której mamy zadany rozk lad na sume prosta X = X X 0 X + przestrzeni domknietych o tej w lasności, że X 0, X D(A), A(X 0 ) X 0, A(X ) X oraz A(D(A) X + ) X +. Niech dla dowolnego i = 0,, + operator A i : X i D(A i ) X i bedzie cześci a operatora A w przestrzeni X i. Wówczas prawdziwe sa nastepuj ace stwierdzenia. (a) Dla dowolnego i = 0,, + mamy inkluzje ϱ(a, K) ϱ(a i, K) i ponadto, jeśli ρ ϱ(a, K) to (ρi A i ) 1 x = (ρi A) 1 x dla x X i. (2.5) (b) Jeśli A ma zwarte rezolwenty, to dla dowolnego i = 0,, + operator A i ma również zwarte rezolwenty. Dowód. (a) Niech ρ ϱ(a) oraz niech i {0,, +}. Aby sprawdzić, że ρ ϱ(a i ) zauważmy, że Ker (ρi A i ) Ker (ρi A) = {0}, a zatem operator ρi A i jest różnowartościowy. Aby sprawdzić, że jest surjekcja weźmy y X i. Wtedy istnieje x D(A) takie, że ρx Ax = y. Zauważmy, że x = x + x + + x 0, gdzie x 0 X 0, x X oraz x + X +. Skoro x D(A) to zgodnie z za lożeniami x 0, x, x + D(A) oraz ρx j Ax j X j dla j = 0,, +. Ponieważ y X i mamy w szczególności, że ρx i Ax i = y oraz ρx j Ax j = 0 dla j i. Oznacza to, że x j = 0 dla j i, a stad x = x i i dlatego ρx i Ax i = y. Wtedy x i D(A i ) oraz ρx i A i x i = y, co pokazuje, że Im (ρi A i ) = X i oraz (ρi A i ) 1 y = (ρi A) 1 y dla y X i. W konsekwencji pokazaliśmy punkt (a). (b) Niech i {0,, +} bedzie ustalone. Jeśli operator A ma zwarte rezolwenty, to na podstawie punktu (a) mamy, że ϱ(a i ), a ponieważ spe lniona jest równość (2.5) mamy również, że dla dowolnego ρ ϱ(a i ) operator (ρi A i ) 1 jest zwarty, co uzasadnia punkt (b).

17 1.2. Spektrum zespolone 15 Uwaga Jeśli operator A : X D(A) X określony na rzeczywistej przestrzeni Banacha X ma zwarte rezolwenty, to operator A C : X C D(A C ) X C też ma zwarte rezolwenty. Aby to sprawdzić weźmy ρ ϱ(a, R). Wtedy nietrudno sprawdzić, że operator ρi A C : X C D(A C ) X C jest bijekcja oraz (ρi A C ) 1 (x + iy) = (ρi A) 1 x + i(ρi A) 1 y dla x + iy X C. (2.6) Ponadto zauważmy, że zachodzi nastepuj aca nierówność 1/2( x + y ) x + iy C x + y dla x + iy X C. (2.7) Wtedy dla dowolnego x + iy X C mamy (ρi A C ) 1 (x + iy) C (ρi A) 1 x + (ρi A) 1 y (ρi A) 1 ( x + y ) 2 (ρi A) 1 x + iy C, co dowodzi, że operator (ρi A C ) 1 jest ograniczony i dlatego ρ ϱ(a C ). Niech teraz (z n ) n 1 bedzie ciagiem w X C ograniczonym w normie C. Jeśli z n = x n + iy n dla n 1, to na podstawie nierówności (2.7) ciagi (x n ) n 1 oraz (y n ) n 1 sa ograniczone w przestrzeni X. Niech ciagi (a n ) n 1, (b n ) n 1 w X oraz ciag (c n ) n 1 w X C bed a dane jako a n := (ρi A) 1 x n, b n := (ρi A) 1 y n, c n := (ρi A C ) 1 z n dla n 1. Wtedy na podstawie (2.6) mamy c n = a n + ib n dla n 1. Z faktu, że operator A ma zwarte rezolwenty istnieja podciagi (a nk ) k 1 oraz (b nk ) k 1, które sa zbieżne w X. Na podstawie prawej nierówności (2.7) mamy, że ciag (c nk ) k 1 jest zbieżny w X C, co dowodzi zwartości operatora (ρi A C ) 1. Spektrum operatora liniowego A : X D(A) X określonego na przestrzeni liniowej X nad cia lem K definiujemy jako σ(a, K) := {λ K λ ϱ(a, K)}. Z kolei spektrum punktowym operatora A nazywamy zbiór σ p (A, K) := {λ K Ker (λi A) {0}}. Uwaga Niech X oraz Y bed a przestrzeniami liniowymi nad cia lem K. Za lóżmy, że operatory liniowe A : X D(A) X oraz B : Y D(B) Y sa sprzeżone, czyli, istnieje homeomorfizm K-liniowy U : X Y taki, że UA = BU. (a) Wtedy σ p (A, K) = σ p (B, K) oraz dla dowolnego λ σ p (A, K) mamy nastepuj aca równość Ker (λi B) = UKer (λi A) = {Ux x Ker (λi A)}. (b) Ponadto σ(a, K) = σ(b, K) oraz ρ(a, K) = ρ(b, K). Dla operatora liniowego A : X D(A) X określonego na rzeczywistej przestrzeni Banacha X, możemy zdefiniować jego spektrum zespolone, zespolone spektrum punktowe oraz zespolony zbiór rezolwenty odpowiednio jako σ(a) := σ(a C, C), σ p (A) := σ p (A C, C) oraz ϱ(a) := ϱ(a C, C).

18 16 Rozdzia l 1. Operatory liniowe na przestrzeniach Banacha Uwaga (a) Nie trudno zauważyć, że maja miejsce nastepuj ace równości ϱ(a) R = ϱ(a, R), σ(a) R = σ(a, R) oraz σ p (A) R = σ p (A, R). (b) Można sprawdzić, że jeśli operator A : H D(A) H jest symetrycznym operatorem liniowym na przestrzeni Hilberta H, to jego zespolone spektrum punktowe σ p (A) sk lada si e z liczb rzeczywistych. Uwaga Za lóżmy, że operatory liniowe A : X D(A) X oraz B : Y D(B) Y, określone na rzeczywistych przestrzeniach X oraz Y sa sprzeżone, czyli, istnieje homeomorfizm liniowy U : X Y taki, że UA = BU. (a) Wtedy σ p (A) = σ p (B) oraz dla dowolnego λ σ p (A) mamy nastepuj aca równość Ker (λi B) = UKer (λi A) = {Ux x Ker (λi A)}. (b) Ponadto σ(a) = σ(b) oraz ρ(a) = ρ(b) W lasności spektralne operatorów zwartych W dalszym ciagu zak ladamy, że T : X X jest operatorem zwartym określonym na przestrzeni Banacha X nad cia lem K, (K = R lub K = C) takiej, że dim X =. Przejdziemy teraz do charakteryzacji widma operatora T. Twierdzenie (patrz [9]) Prawdziwe sa nastepuj ace stwierdzenia. (i) 0 σ(t, K), (ii) σ(t, K) \ {0} = σ p (T, K) \ {0}, (iii) zbiór σ(t, K)\{0} jest skończony albo sk lada sie z wyrazów pewnego ciagu zbiegajacego do zera. Przejdziemy teraz do opisu przestrzeni w lasnych operatorów zwartych. Nietrudno zauważyć, że dla dowolnej liczby ca lkowitej n 1 zachodza nastepuj ace inkluzje Ker (I T ) n Ker (I T ) n+1 oraz Im (I T ) n+1 Im (I T ) n. Dla dowolnego λ K przez jadro uogólnione N λ (T ) oraz obraz uogólniony R λ (T ) operatora λi T bedziemy rozumieć przestrzenie określone jako N λ (T ) := Ker (λi T ) n, R λ (T ) := Im (λi T ) n. n=1 n=1 Nastepuj ace twierdzenie charakteryzuje jadra i obrazy uogólnione. Twierdzenie (patrz [27], [9]) Niech λ K bedzie takie, że λ 0. Wówczas prawdziwe sa nastepuj ace stwierdzenia. (i) Ker (λi T ) = 0 wtedy i tylko wtedy, gdy Im (λi T ) = X. (ii) Dla dowolnej liczby ca lkowitej n 1 przestrzeń Im (λi T ) n jest domknieta w X oraz dim N λ (T ) <. (iii) Istnieje liczba ca lkowita ρ 1 taka, że Im (λi T ) n Im (λi T ) n+1 dla n < ρ oraz Im (λi T ) n = Im (λi T ) n+1 dla n ρ. (iv) Istnieje liczba ca lkowita ν 1 taka, że Ker (λi T ) n Ker (λi T ) n+1 dla n < ν oraz Ker (λi T ) n = Ker (λi T ) n+1 dla n ν. (v) Jeśli ρ oraz ν sa liczbami odpowiednio z punktów (iii) oraz (iv), to ρ = ν oraz X = Ker (λi T ) ρ Im (λi T ) ρ. W szczególności przestrzeń X rozk lada sie na sume prosta X = N λ (T ) R λ (T ).

19 1.2. Spektrum zespolone 17 Kolejne twierdzenie mówi nam o rozk ladzie spektralnym operatora zwartego. Twierdzenie (patrz [9]) Niech T : X X bedzie operatorem liniowym zwartym określonym na rzeczywistej przestrzeni Banacha X oraz niech (λ i ) i 1 bedzie ciagiem rzeczywistych wartości w lasnych operatora T. Wtedy dla dowolnego k 1, istnieje rozk lad przestrzeni X na sume prosta podprzestrzeni domknietych X = X 1 X 2 takich, że X 1 = k k N λl (T ) oraz X 2 = R λl (T ). l=1 l=1 Ponadto maja miejsce nastepuj ace stwierdzenia. (i) T (X 1 ) X 1 oraz T (X 2 ) X 2, (ii) σ p (T X1, R) = {λ 1, λ 2,..., λ k } oraz σ p (T X2, R) = {λ i i k + 1} W lasności spektralne operatorów o zwartych rezolwentach Niech teraz A : X D(A) X bedzie operatorem liniowym o zwartych rezolwentach określonym na przestrzeni Banacha X nad cia lem K (K = C lub K = R). Przechodzimy do podania twierdzeń o postaci spektrum i rozk ladów spektralnych dla operatorów o zwartych rezolwentach. Jeśli λ K to jadrem uogólnionym operatora λi A nazywamy podprzestrzeń N λ (A) dana jako N λ (A) := Ker (λi A) i. Nast epnie definiujemy obraz uogólniony operatora λi A jako podprzestrzeń R λ (A) := i=1 Im (λi A) i. i=1 Nastepuj acy lemat przedstawia relacje miedzy jadrami i obrazami uogólnionymi operatora liniowego i jego rezolwenty. Lemat Niech A : X D(A) X b edzie operatorem liniowym na przestrzeni unormowanej X oraz niech ρ ϱ(a). Jeśli λ ρ to, dla dowolnej liczby ca lkowitej n 1, (i) Ker (λi A) n = Ker ((I (ρ λ)(ρi A) 1 ) n ), (ii) Im (λi A) n = Im ((I (ρ λ)(ρi A) 1 ) n ). Dowód. Zauważmy na poczatek, że dla dowolnego x D(A) prawdziwe sa nastepuj ace równości Wynika z nich odpowiednio, że (ρi A)(I (ρ λ)(ρi A) 1 )x = (λi A)x oraz (I (ρ λ)(ρi A) 1 )(ρi A)x = (λi A)x. Ker (λi A) = Ker (I (ρ λ)(ρi A) 1 ) oraz (2.8) Im (λi A) = Im (I (ρ λ)(ρi A) 1 ). (2.9)

20 18 Rozdzia l 1. Operatory liniowe na przestrzeniach Banacha Aby dowieść punktu (i) b edziemy rozumować przez indukcj e. Za lóżmy, że równość z tego punktu ma miejsce dla pewnego n 1. Pokażemy, że Ker (λi A) n+1 = Ker ((I (ρ λ)(ρi A) 1 ) n+1 ). (2.10) Wykorzystujac za lożenie indukcyjne mamy równoważnie x Ker (λi A) n+1 (λi A)x Ker (λi A) n (λi A)x Ker (I (ρ λ)(ρi A) 1 ) n (I (ρ λ)(ρi A) 1 ) n (λi A)x = 0. Dalej na podstawie komutatywności otrzymujemy, że ostatnia równość jest równoważna z tym, że x D(A) oraz (λi A)(I (ρ λ)(ρi A) 1 ) n x = 0. To zaś na podstawie (2.8) jest równoważne z tym, że (I (ρ λ)(ρi A) 1 ) n+1 x = 0 i w ten sposób dowodzimy (2.10) i punktu (i). Aby dowieść punktu (ii) za lóżmy, że równość w nim przedstawiona ma miejsce dla pewnego n 1. Pokażemy, że Im (λi A) n+1 = Im ((I (ρ λ)(ρi A) 1 ) n+1 ). (2.11) W tym celu weźmy najpierw x Im (λi A) n+1. Wówczas istnieje y D(A) Im (λi A) n takie, że (λi A)y = x. Zatem na podstawie za lożenia indukcyjnego istnieje z X takie, że (I (ρ λ)(ρi A) 1 ) n z = y. Ponieważ y D(A), nietrudno sprawdzić, że również z D(A). Zatem, korzystajac z komutatywności otrzymujemy x = (λi A)y = (λi A)(I (ρ λ)(ρi A) 1 ) n z = (I (ρ λ)(ρi A) 1 ) n (λi A)z. Z równości (2.9) istnieje z 0 X takie, że (λi A)z = (I (ρ λ)(ρi A) 1 )z 0, co w konsekwencji oznacza, że x = (I (ρ λ)(ρi A) 1 ) n+1 z 0. Pokazaliśmy zatem inkluzje Im (λi A) n+1 Im ((I (ρ λ)(ρi A) 1 ) n+1 ). Aby dowieść inkluzji przeciwnej weźmy x Im (I (ρ λ)(ρi A) 1 ) n+1. Wówczas istnieje y Im (I (ρ λ)(ρi A) 1 ) n takie, że (I (ρ λ)(ρi A) 1 )y = x. Na podstawie za lożenia indukcyjnego y Im (λi A) n, a zatem istnieje z D(A n ) takie, że y = (λi A) n z i dlatego x = (I (ρ λ)(ρi A) 1 )y = (I (ρ λ)(ρi A) 1 )(λi A) n z. Korzystajac z komutatywności mamy x = (λi A) n (I (ρ λ)(ρi A) 1 )z, co na mocy (2.9) oznacza, że istnieje z 0 D(A) takie, że (λi A)z 0 = (I (ρ λ)(ρi A) 1 )z. Zatem z 0 D(A n+1 ) oraz x = (λi A) n+1 z 0, co kończy dowód równości (2.11) oraz punktu (ii). Nastepuj ace twierdzenie jest wnioskiem z Twierdzenia oraz Lematu Twierdzenie Niech A : X D(A) X bedzie operatorem liniowym o zwartych rezolwentach oraz niech λ K. Wówczas prawdziwe sa nastepuj ace stwierdzenia. (i) Ker (λi A) = 0 wtedy i tylko wtedy, gdy Im (λi A) = X. (ii) Dla dowolnej liczby ca lkowitej n 1 przestrzeń Im (λi A) n jest domknieta oraz dim N λ (A) <. (iii) Istnieje liczba ca lkowita ρ 1 taka, że Im (λi A) n Im (λi A) n+1 dla n < ρ oraz Im (λi A) n = Im (λi A) n+1 dla n ρ.

21 1.2. Spektrum zespolone 19 (iv) Istnieje liczba ca lkowita ν 1 taka, że Ker (λi A) n Ker (λi A) n+1 dla n < ν oraz Ker (λi A) n = Ker (λi A) n+1 dla n ν. (v) Jeśli ρ oraz ν sa liczbami odpowiednio z punktów (iii) oraz (iv), to ρ = ν oraz X = Ker (λi A) ρ Im (λi A) ρ. W szczególności przestrzeń X rozk lada sie na sume prosta X = N λ (A) R λ (A). Jeśli operator A ma zwarte rezolwenty, na podstawie punktu (ii) Twierdzenia wiadomo, że dim N λ (A) < + dla dowolnego λ K i dlatego możemy zdefiniować krotność geometryczna n geo (λ) oraz krotność algebraiczna n alg (λ) wartości w lasnej λ odpowiednio jako n geo (λ) := dim Ker (λi A) oraz n alg (λ) = dim N λ (A). Nastepuj ace twierdzenie mówi nam o postaci widma operatora o zwartych rezolwentach. Twierdzenie Jeśli operator liniowy A : X D(A) X ma zwarte rezolwenty, to σ(a, K) = σ p (A, K) oraz dla dowolnego ρ ϱ(a, K) mamy σ p (A, K) = {ρ µ 1 µ σ p ((ρi A) 1 )}. (2.12) Ponadto zbiór σ p (A, K) jest skończony lub sk lada sie z wyrazów ciagu (λ n ) w K takiego, że λ n + przy n +. Dowód. Niech µ σ(a, K). Wtedy Ker (µi A) {0}, bo w przeciwnym wypadku, na mocy punktu (i) Twierdzenia mielibyśmy, że Im (µi A) = X. Wobec tego, że operator A jest domkniety, twierdzenie o domknietym wykresie implikowa loby, że µ ϱ(a, K), co jest sprzecznościa. Dlatego σ(a, K) σ p (A, K), czyli σ(a, K) = σ p (A, K). Sprawdzimy teraz równość (2.12). W tym celu weźmy ρ ϱ(a, K) i zauważmy, że 0 σ p ((ρi A) 1 ). Zatem jeśli λ := ρ µ 1 gdzie µ σ p ((ρi A) 1 ), to z punktu (i) Lematu otrzymujemy, że Ker (λi A) = Ker ((ρ µ 1 )I A) = Ker (µi (ρi A) 1 ) {0}, czyli λ σ p (A, K). Podobnie, jeśli weźmiemy λ σ p (A, K), to korzystajac ponownie z punktu (i) Lematu mamy, że (ρ λ) 1 σ p ((ρi A) 1 ). Zatem k ladac µ := (ρ λ) 1 mamy w konsekwencji, że λ {ρ µ 1 µ σ p ((ρi A) 1 )} i w ten sposób dowodzimy równości (2.12). Z punktu (iii) Twierdzenia otrzymujemy, że σ p ((ρi A) 1 ) jest zbiorem skończonym lub σ p ((ρi A) 1 ) = {µ k k 1}, gdzie (µ k ) w K jest ciagiem takim, że µ k 0 gdy k +. Zatem na podstawie równości (2.12) mamy, że σ p (A, K) jest zbiorem skończonym lub σ p (A, K) = {λ k k 1}, gdzie λ k := ρ µ 1 k dla k 1. Ponieważ (µ k ) k 1 jest ciagiem zbieżnym do zera mamy, że λ k + gdy n +, co kończy dowód twierdzenia. Kolejne twierdzenie mówi o rozk ladzie spektralnym operatora zwartych rezolwentach. Twierdzenie Niech A : X D(A) X bedzie operatorem liniowym o zwartych rezolwentach określonym na rzeczywistej przestrzeni Banacha X oraz niech (λ i ) i 1 bedzie ciagiem rzeczywistych wartości w lasnych operatora A. Wtedy dla dowolnego k 1, istnieje rozk lad przestrzeni X na sume prosta podprzestrzeni domknietych X = X 1 X 2 takich, że X 1 = k N λl (A), oraz X 2 = l=1 k R λl (A). Ponadto maja miejsce nastepuj ace stwierdzenia: (i) zachodza inkluzje X 1 D(A), A(X 1 ) X 1 oraz A(X 2 D(A)) X 2, l=1

22 20 Rozdzia l 1. Operatory liniowe na przestrzeniach Banacha (ii) jeśli A 1 oraz A 2 sa cześciami operatora A odpowiednio w przestrzeniach X 1 oraz X 2, to σ(a 1, R) = {λ 1, λ 2,..., λ k } oraz σ(a 2, R) = {λ i i k + 1}. Dowód. Niech ρ ϱ(a, R). Na podstawie Twierdzenia mamy, że λ i = ρ µ 1 i dla i 1, gdzie σ p ((ρi A) 1, R) = {µ i i 1}. Na podstawie Twierdzenia istnieje rozk lad przestrzeni X na sume prosta podprzestrzeni domknietych X = X 1 X 2 takich, że k k X 1 = N µl ((ρi A) 1 ) oraz X 2 = R µl ((ρi A) 1 ). l=1 Ponadto (ρi A) 1 (X 1 ) X 1, (ρi A) 1 (X 2 ) X 2 oraz σ p ((ρi A) 1 X 1, R) = {µ 1, µ 2,..., µ k }, σ p ((ρi A) 1 X 2, R) = {µ i i k + 1}. (2.13) Na podstawie Lematu wnosimy, że N λi (A) = N µi ((ρi A) 1 ) oraz R λi (A) = R µi ((ρi A) 1 ) dla i 1, skad otrzymujemy, że X = X 1 X 2 gdzie k X 1 = N λl (A) oraz X 2 = l=1 Nietrudno sprawdzić, że w tej sytuacji l=1 k R λl (A). l=1 X 1 D(A), A(X 1 ) X 1 oraz A(D(A) X 2 ) X 2. Powo luj ac sie na punkt (a) Lematu otrzymujemy, że ρ ϱ(a i, R) oraz (ρi A i ) 1 = (ρi A) 1 X i dla i = 1, 2. (2.14) Ponadto na podstawie punktu (b) tego lematu wnosimy, że operatory A 1 oraz A 2 maja zwarte rezolwenty. Zatem na mocy Twierdzenia σ(a i, R) = σ p (A i, R) = {ρ µ 1 µ σ p ((ρi A i ) 1, R)} dla i = 1, 2, co po po l aczeniu z (2.13) oraz (2.14) daje co kończy dowód twierdzenia. σ(a 1, R) = {ρ µ 1 i 1 i k} = {λ i 1 i k} oraz σ(a 2, R) = {ρ µ 1 i i k + 1} = {λ i i k + 1}, 1.3 Pó lgrupy operatorów liniowych Definicja Rodzine {S(t)} t 0, ograniczonych operatorów liniowych na przestrzeni Banacha X bedziemy nazywać C 0 pó lgrup a, jeśli S(0)x = x oraz S(t + s)x = S(t)S(s)x dla t, s 0, x X oraz spe lniony jest warunek ciag lości lim S(t)x = x dla x X. t 0 +

23 1.3. Pó lgrupy operatorów liniowych 21 Stwierdzenie (patrz [50], [32]) Jeśli rodzina {S(t)} t 0 jest C 0 pó lgrupa, to istnieja sta le M 1 oraz ω R takie, że S(t) Me ωt dla t 0. Przyk lad Niech X bedzie przestrzenia Banacha oraz niech A : X X bedzie ograniczonym operatorem liniowym określonym na X. Dobrze znanym faktem jest, że nastepuj acy szereg exp(ta) := (ta) i /i!, jest zbieżny dla dowolnego t R w jednostajnej topologii operatorów. Wówczas dla dowolnego t R jego granica exp(ta) jest elementem przestrzeni L(X) oraz rodzina operatorów ograniczonych {exp(ta)} t 0 jest C 0 pó lgrupa na X generowana przez operator A i ponadto spe lniona jest nastepuj aca równość i=1 exp(ta) exp(sa) = exp((t + s)a) dla t, s R. Jeśli dla dowolnego t > 0 operator S(t) : X X jest zwarty, to b edziemy mówić, że C 0 pó lgrupa jest zwarta. Jeśli dla dowolnego zbioru ograniczonego V X rodzina funkcji {(0, + ) t S(t)x x V } jest równociag la w każdym punkcie zbioru (0, + ), to rodzine operatorów {S(t)} t 0 bedziemy nazywać równociag l a C 0 pó lgrupa. Dobrze znany jest fakt, że jeśli C 0 pó lgrupa jest zwarta, to jest równociag la. Generatorem C 0 pó lgrupy nazywamy operator liniowy A : X D(A) X dany wzorem { } S(t)x x D(A) := x X istnieje granica lim, t 0 + t S(t)x x Ax := lim dla x D(A). t 0 + t Poniższe twierdzenie Hille Yosidy podaje warunki konieczne i wystarczajace na to aby operator liniowy by l generatorem C 0 pó lgrupy. Twierdzenie (patrz [50, Theorem 1.5.2]) Operator liniowy A : X D(A) X jest generatorem C 0 pó lgrupy {S(t)} t 0, spe lniajacej oszacowanie S(t) Me ωt (M 1) dla t 0 wtedy i tylko wtedy, gdy (i) A jest domkni ety oraz D(A) jest g estym podzbiorem przestrzeni X, (ii) zbiór rezolwenty ϱ(a) operatora A zawiera przedzia l (ω, + ) oraz (λi A) n M/(λ ω) n dla λ > ω, n = 1, 2,.... W dalszym ciagu przez {S A (t)} t 0 bedziemy oznaczać C 0 pó lgrupe generowana przez operator A. Nastepuj ace twierdzenie jest wersja wzoru Eulera przeniesiona na przypadek generatorów C 0 pó lgrup. Twierdzenie (patrz [50, Theorem 1.8.3]) Niech A : X D(A) X operatorem liniowym na przestrzeni Banacha X oraz niech {S A (t)} t 0 bedzie C 0 pó lgrup a generowana przez operator A. Wtedy dla dowolnego t 0 mamy nastepuj acy wzór ( S A (t)x = I + t ) n n A x dla x X. lim n +

24 22 Rozdzia l 1. Operatory liniowe na przestrzeniach Banacha Lemat Niech A : X D(A) X bedzie operatorem liniowym na przestrzeni Banacha X, na której mamy zadany rozk lad na sume prosta przestrzeni domknietych X = X X 0 X + taki, że X 0, X D(A), A(X 0 ) X 0, A(X ) X oraz A(D(A) X + ) X +. Niech operator A i : X i D(A i ) X i bedzie cześci a operatora A w przestrzeni X i dla i = 0,, +. Jeśli A jest generatorem C 0 pó lgrupy {S A (t)} t 0, to S A (t)x i X i dla t 0, i = 0,, + oraz dla dowolnego dla dowolnego i {0,, +} operator A i generuje C 0 pó lgrupe {S Ai (t)} t 0 na X i taka, że S A (t)x = S Ai (t)x dla t 0, x X i. Dowód. Pokażemy najpierw, że jeśli λ ϱ(a) jest liczba rzeczywista oraz i {0,, +} jest ustalone, to (λi A) 1 X i X i. W tym celu weźmy y X i oraz niech x j X j, dla j = 0,, +, bed a takie, że x 0 + x + x + = x := (λi A) 1 y. Skoro x, x, x 0 D(A) mamy również, że x + D(A) oraz (λi A)x 0 + (λi A)x + (λi A)x + = y. Ponadto na podstawie za lożenia λx j Ax j X j dla j = 0,, +, a ponieważ y X i, mamy w konsekwencji, że λx i Ax i = y oraz λx j Ax j = 0 dla j i. W szczególności implikuje to, że x j = 0 dla j i, gdyż λ ϱ(a). Dlatego (λi A) 1 y = x i X i, czyli (λi A) 1 X i X i dla i = 0,, +. Korzystajac teraz z domknietości przestrzeni X i i Twierdzenia otrzymujemy, że S A (t)x i X i. Niech teraz rodzina {T i (t)} t 0 bedzie C 0 pó lgrupa operatorów ograniczonych na przestrzeni Banacha X i dana jako T i (t)x = S A (t)x dla t 0, x X i oraz niech B i : D(B i ) X i b edzie jej generatorem. Dla x D(B i ) mamy T i (t)x x B i x = lim. t 0 + t Oznacza to, że x D(A) oraz Ax = B i x. Zatem D(B i ) D(A) X i. Niech teraz x D(A) X i. Wtedy S A (t)x x T i (t)x x Ax = lim = lim, t 0 + t t 0 + t co implikuje, że x D(B i ) oraz B i x = Ax. W konsekwencji A i = B i oraz S A (t)x = S Ai (t)x dla t 0 oraz x X i, co kończy dowód. Na zakończenie przytoczymy nastepuj ace twierdzenie spektralne dla C 0 pó lgrup. Twierdzenie (patrz [32, Theorem ]) Niech {S A (t)} t 0 bedzie C 0 pó lgrupa na zespolonej przestrzeni Banacha X, generowana przez operator A. Wtedy e tσp(a) σ p (S A (t)) e tσp(a) {0} dla t > 0. Ponadto, jeśli λ C jest dowolne, to ( ) Ker (e λt I S A (t)) = span Ker (λ k,t I A), (3.15) gdzie λ k,t = λ + (2kπ/t)i dla k Z. k Z

25 1.4. Operatory wycinkowe Operatory wycinkowe Definicja Niech A : X D(A) X bedzie domknietym gesto określonym operatorem w przestrzeni Banacha X. Operator A bedziemy nazywać operatorem wycinkowym, jeśli istnieja sta le M 0 > 0, a R oraz sta la 0 < ϕ < π 2 taka, że: (a) zbiór rezolwenty ϱ(a) operatora A zawiera wycinek Σ a,ϕ dany jako Σ a, ϕ = {λ C λ a, ϕ < Arg(λ a) π}, (b) (λi A) 1 L(X) M 0 / λ a dla λ Σ a,ϕ. Σ a,ϕ a ϕ ϕ O σ(a) Rysunek 1.1: Spektrum operatora wycinkowego A Kolejne dwa stwierdzenia sa pomocne przy konstruowaniu przyk ladów operatorów wycinkowych. Stwierdzenie (patrz [10, Proposition 1.3.2]) Niech A : X D(A) X bedzie dodatnio określonym operatorem wycinkowym na przestrzeni Banacha X. Jeśli B : X X jest operatorem ograniczonym, to operator A + B z dziedzina D(A + B) := D(A) jest operatorem wycinkowym na X. Stwierdzenie (patrz [10, Proposition 1.3.3]) Niech A : X D(A) H bedzie operatorem samosprzeżonym na rzeczywistej przestrzeni Hilberta H z iloczynem skalarnym, i norma takim, że spe lniona jest nierówność Ax, x m x 2 dla x D(A), (4.16) gdzie m R jest pewna sta l a. Wówczas A jest operatorem wycinkowym. W powyższym stwierdzeniu A jest operatorem samosprzeżonym i dlatego jego spektrum mieści sie na osi liczb rzeczywistych. Dodatkowo spe lniona jest nierówność (4.16), która implikuje, że zawiera sie ono w pó lp laszczyźnie {z C Re z m} i tym samym σ(a) {z C Re z m, Im z = 0} (patrz Rysunek 1.2). Rozważania te prowadza nas do nastepuj acej definicji. Definicja Powiemy, że operator wycinkowy A jest dodatnio określony, jeśli Re σ(a) > 0, czyli Re z > 0 dla dowolnego z σ(a).

ZAGADNIENIA OKRESOWE DLA NIELINIOWYCH RÓWNAŃ EWOLUCYJNYCH. Piotr Kokocki UNIWERSYTET MIKOŁAJA KOPERNIKA W TORUNIU

ZAGADNIENIA OKRESOWE DLA NIELINIOWYCH RÓWNAŃ EWOLUCYJNYCH. Piotr Kokocki UNIWERSYTET MIKOŁAJA KOPERNIKA W TORUNIU UNIWERSYTET MIKOŁAJA KOPERNIKA W TORUNIU Piotr Kokocki ZAGADNIENIA OKRESOWE DLA NIELINIOWYCH RÓWNAŃ EWOLUCYJNYCH Praca magisterska przygotowana na Wydziale Matematyki i Informatyki Uniwersytetu Mikołaja

Bardziej szczegółowo

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu

Bardziej szczegółowo

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie 1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z

Bardziej szczegółowo

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 11 1 Wektory i wartości w lasne Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V

Bardziej szczegółowo

Ekonomia matematyczna i dynamiczna optymalizacja

Ekonomia matematyczna i dynamiczna optymalizacja Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać

Bardziej szczegółowo

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Niezb. ednik matematyczny. Niezb. ednik matematyczny Niezb ednik matematyczny Niezb ednik matematyczny Liczby zespolone I Rozważmy zbiór R R (zbiór par liczb rzeczywistych) i wprowadźmy w nim nastepuj ace dzia lania: z 1 + z 2 = (x 1, y 1 ) + (x 2, y 2 )

Bardziej szczegółowo

w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak

w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak Równania różniczkowe czastkowe w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak Horyzonty 2014 Podstawowy obiekt wyk ladu: funkcje holomorficzne wielu zmiennych Temat: dwa problemy, których znane

Bardziej szczegółowo

1 Ciągłe operatory liniowe

1 Ciągłe operatory liniowe 1 Ciągłe operatory liniowe Załóżmy, że E, F są przestrzeniami unormowanymi. Definicja 1.1. Operator liniowy T : E F nazywamy ograniczonym, jeżeli zbiór T (B) F jest ograniczony dla dowolnego zbioru ograniczonego

Bardziej szczegółowo

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:

Bardziej szczegółowo

Wyk lad 3 Wielomiany i u lamki proste

Wyk lad 3 Wielomiany i u lamki proste Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich

Bardziej szczegółowo

Grupy i cia la, liczby zespolone

Grupy i cia la, liczby zespolone Rozdzia l 1 Grupy i cia la, liczby zespolone Dla ustalenia uwagi, b edziemy używać nast epuj acych oznaczeń: N = { 1, 2, 3,... } - liczby naturalne, Z = { 0, ±1, ±2,... } - liczby ca lkowite, W = { m n

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

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wyk lad 14 Cia la i ich w lasności

Wyk lad 14 Cia la i ich w lasności Wyk lad 4 Cia la i ich w lasności Charakterystyka cia la Określenie cia la i w lasności dzia lań w ciele y ly omówione na algerze liniowej. Stosujac terminologie z teorii pierścieni możemy powiedzieć,

Bardziej szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni

Bardziej szczegółowo

Wyk lad 1 Podstawowe struktury algebraiczne

Wyk lad 1 Podstawowe struktury algebraiczne Wyk lad 1 Podstawowe struktury algebraiczne 1 Dzia lanie w zbiorze Majac dane dowolne dwa przedmioty a b możemy z nich utworzyć pare uporzadkowan a (a b) o poprzedniku a i nastepniku b. Warunek na równość

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

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

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 6 Podprzestrzenie przestrzeni liniowych Wyk lad 6 Podprzestrzenie przestrzeni liniowych 1 Określenie podprzestrzeni Definicja 6.1. Niepusty podzbiór V 1 V nazywamy podprzestrzeni przestrzeni liniowej V, jeśli ma on nastepuj ace w lasności: (I)

Bardziej szczegółowo

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja 19. O ca lkach pierwszych W paragrafie 6 przy badaniu rozwia zań równania P (x, y) + Q(x, y)y = 0 wprowadzono poje cie ca lki równania, podano pewne kryteria na wyznaczanie ca lek równania. Znajomość ca

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

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

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia Matematyka A, klasówka, 4 maja 5 Na prośbe jednej ze studentek podaje zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le dów Podać definicje wektora w lasnego i wartości w lasnej

Bardziej szczegółowo

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym. Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa

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

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE Definicja 1 Algebra abstrakcyjna nazywamy teorie, której przedmiotem sa dzia lania na

Bardziej szczegółowo

OSOBNO ANALITYCZNYCH

OSOBNO ANALITYCZNYCH Uniwersytet Jagielloński Instytut Matematyki Zbigniew B locki ZBIORY OSOBLIWOŚCI FUNKCJI OSOBNO ANALITYCZNYCH Praca magisterska Promotor: Prof. dr hab. Józef Siciak Kraków 99 .Wstȩp. Jeśli Ω jest zbiorem

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

Fale biegnące w równaniach reakcji-dyfuzji

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

Bardziej szczegółowo

1 Relacje i odwzorowania

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

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?. a) X = R, 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

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń

Bardziej szczegółowo

FUNKCJE LICZBOWE. x 1

FUNKCJE LICZBOWE. x 1 FUNKCJE LICZBOWE Zbiory postaci {x R: x a}, {x R: x a}, {x R: x < a}, {x R: x > a} oznaczane sa symbolami (,a], [a, ), (,a) i (a, ). Nazywamy pó lprostymi domknie tymi lub otwartymi o końcu a. Symbol odczytujemy

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

Kryptografia - zastosowanie krzywych eliptycznych

Kryptografia - zastosowanie krzywych eliptycznych Kryptografia - zastosowanie krzywych eliptycznych 24 marca 2011 Niech F będzie ciałem doskonałym (tzn. każde rozszerzenie algebraiczne ciała F jest rozdzielcze lub równoważnie, monomorfizm Frobeniusa jest

Bardziej szczegółowo

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n

Bardziej szczegółowo

1 Przestrzenie unitarne i przestrzenie Hilberta.

1 Przestrzenie unitarne i przestrzenie Hilberta. Przestrzenie unitarne i przestrzenie Hilberta.. Wykazać, że iloczyn skalarny w przestrzeni wektorowej X nad cia lem K ma nastepuj ace w lasności: (i) x, y + z = x, y + x, z, (ii) x, λy = λ x, y, (iii)

Bardziej szczegółowo

Normy wektorów i macierzy

Normy wektorów i macierzy Rozdzia l 3 Normy wektorów i macierzy W tym rozdziale zak ladamy, że K C. 3.1 Ogólna definicja normy Niech ψ : K m,n [0, + ) b edzie przekszta lceniem spe lniaj acym warunki: (i) A K m,n ψ(a) = 0 A = 0,

Bardziej szczegółowo

Wyk lad 14 Formy kwadratowe I

Wyk lad 14 Formy kwadratowe I Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można

Bardziej szczegółowo

Wyk lad 2 Podgrupa grupy

Wyk lad 2 Podgrupa grupy Wyk lad 2 Podgrupa grupy Definicja 2.1. Pod grupy (G,, e) nazywamy taki podzbiór H G, że e H, h 1 H dla każdego h H oraz h 1 h 2 H dla dowolnych h 1, h 2 H. Jeśli H jest grupy G, to bedziemy pisali H G.

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

Procesy Stochastyczne - Zestaw 1

Procesy Stochastyczne - Zestaw 1 Procesy Stochastyczne - Zestaw 1 Zadanie 1 Niech ξ i η bed a niezależnymi zmiennymi losowymi o rozk ladach N (0, 1). Niech X = ξ +η i Y = ξ η. Znaleźć rozk lad (X, Y ) i rozk lad warunkowy L X ( Y ). Zadanie

Bardziej szczegółowo

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace

Bardziej szczegółowo

ROZDZIA l 13. Zbiór Cantora

ROZDZIA l 13. Zbiór Cantora ROZDZIA l 3 Zbiór Cantora Jednym z najciekawszych i najcze ściej spotykanych w matematyce zbiorów jest zbiór Cantora W tym rozdziale opiszemy jego podstawowe w lasności topologiczne Najprościej można go

Bardziej szczegółowo

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Równania różniczkowe liniowe wyższych rzędów o stałych współcz Równania różniczkowe liniowe wyższych rzędów o stałych współczynnikach Katedra Matematyki i Ekonomii Matematycznej SGH 12 maja 2016 Równanie liniowe n-tego rzędu Definicja Równaniem różniczkowym liniowym

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

Przestrzenie metryczne. Elementy Topologii. Zjazd 2. Elementy Topologii

Przestrzenie metryczne. Elementy Topologii. Zjazd 2. Elementy Topologii Zjazd 2 Przestrzenia metryczna (X, d) nazywamy parę złożona ze zbioru X i funkcji d : X X R, taka, że 1 d(x, y) 0 oraz d(x, y) = 0 wtedy i tylko wtedy, gdy x = y, 2 d(x, y) = d(y, x), 3 d(x, z) d(x, y)

Bardziej szczegółowo

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice Rozdzia l 2. Najważniejsze typy algebr stosowane w logice 1. Algebry Boole a Definicja. Kratȩ dystrybutywn a z zerem i jedynk a, w której dla każdego elementu istnieje jego uzupe lnienie nazywamy algebr

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

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

Wyk lad 4 Warstwy, dzielniki normalne

Wyk lad 4 Warstwy, dzielniki normalne Wyk lad 4 Warstwy, dzielniki normalne 1 Warstwy grupy wzgl edem podgrupy Niech H bedzie podgrupa grupy (G,, e). W zbiorze G wprowadzamy relacje l oraz r przyjmujac, że dla dowolnych a, b G: a l b a 1 b

Bardziej szczegółowo

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH PODSTAWOWE W LASNOŚCI DZIA LAŃ I NIERÓWNOŚCI W ZBIORZE LICZB RZECZYWISTYCH W dalszym cia gu be dziemy zajmować sie g lównie w lasnościami liczb rzeczywistych, funkcjami określonymi na zbiorach z lożonych

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

13. Cia la. Rozszerzenia cia l.

13. Cia la. Rozszerzenia cia l. 59 13. Cia la. Rozszerzenia cia l. Z rozważań poprzedniego paragrafu wynika, że jeżeli wielomian f o wspó lczynnikach w ciele K jest nierozk ladalny, to pierścień ilorazowy K[X]/(f) jest cia lem zawieraja

Bardziej szczegółowo

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej 27-28/10/09 ZBIORY MIERZALNE WZGLȨDEM MIARY ZEWNȨTRZNEJ Niech µ bȩdzie miar

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

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm 1 Grupa ilorazowa Niech H b edzie dzielnikiem normalnym grupy G. Oznaczmy przez G/H zbiór wszystkich warstw lewostronnych grupy G wzgl edem podgrupy

Bardziej szczegółowo

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych) (niekoniecznie ograniczonych) Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza, Poznań Będlewo, 25-30 maja 2015 Funkcje prawie okresowe w sensie Bohra Definicja Zbiór E R nazywamy względnie

Bardziej szczegółowo

RACHUNEK OPERATOROWY MIKUSIŃSKIEGO I JEGO ZASTOSOWANIE DO RÓWNAŃ

RACHUNEK OPERATOROWY MIKUSIŃSKIEGO I JEGO ZASTOSOWANIE DO RÓWNAŃ RACHUNEK OPERATOROWY MIKUSIŃSKIEGO I JEGO ZASTOSOWANIE DO RÓWNAŃ RÓŻNICZKOWYCH Tomasz Kochanek 1 Twierdzenie Titchmarsha Symbolem C[, ) oznaczać bedziemy przestrzeń wszystkich zespolonych funkcji ciag

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

Układy równań i równania wyższych rzędów

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

Bardziej szczegółowo

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach: Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x

Bardziej szczegółowo

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =

Bardziej szczegółowo

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 4 1. Zbiory otwarte i domkniȩte Pojȩcia które teraz wprowadzimy można rozpatrywać w każdej przestrzeni metrycznej

Bardziej szczegółowo

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y

Bardziej szczegółowo

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych

Bardziej szczegółowo

7. Miara, zbiory mierzalne oraz funkcje mierzalne.

7. Miara, zbiory mierzalne oraz funkcje mierzalne. 7. Miara, zbiory mierzalne oraz funkcje mierzalne. Funkcję rzeczywistą µ nieujemną określoną na ciele zbiorów S będziemy nazywali miarą, gdy dla dowolnego ciągu A 0, A 1,... zbiorów rozłącznych należących

Bardziej szczegółowo

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

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

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

sa dzie metryka z euklidesowa, to znaczy wyznaczaja ca cki, Wojciech Suwiński)

sa dzie metryka z euklidesowa, to znaczy wyznaczaja ca cki, Wojciech Suwiński) Zadanie 1 Pokazać, że dowolne dwie kule w R z metryka sa homeomorficzne Niech ρ be dzie metryka równoważna z, to znaczy wyznaczaja ca topologie na R Czy wynika z tego, że dowolne dwie kule w metryce ρ

Bardziej szczegółowo

Zastosowania twierdzeń o punktach stałych

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

Bardziej szczegółowo

Analiza matematyczna / Witold Kołodziej. wyd Warszawa, Spis treści

Analiza matematyczna / Witold Kołodziej. wyd Warszawa, Spis treści Analiza matematyczna / Witold Kołodziej. wyd. 5. - Warszawa, 2010 Spis treści Wstęp 1. Podstawowe pojęcia mnogościowe 13 1. Zbiory 13 2. Działania na zbiorach 14 3. Produkty kartezjańskie 15 4. Relacje

Bardziej szczegółowo

Optymalizacja Rozpoczniemy od przedstawienia kilku charakterystycznych przyk ladów zadań optymalizacji liniowej.

Optymalizacja Rozpoczniemy od przedstawienia kilku charakterystycznych przyk ladów zadań optymalizacji liniowej. Optymalizacja Rozpoczniemy od przedstawienia kilku charakterystycznych przyk ladów zadań optymalizacji liniowej. Zagadnienie diety. Jak wymieszać wymieszać pszenice, soje i maczk e rybna by uzyskać najtańsza

Bardziej szczegółowo

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11 M. Beśka, Wstęp do teorii miary, rozdz. 2 11 2 Rodziny zbiorów 2.1 Algebry i σ - algebry zbiorów Niech X będzie niepustym zbiorem. Rodzinę indeksowaną zbiorów {A i } i I 2 X nazywamy rozbiciem zbioru X

Bardziej szczegółowo

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

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

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

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF 29 kwietnia 2013, godzina 23: 56 strona 1 P. Urzyczyn: Materia ly do wyk ladu z semantyki Uproszczony 1 j ezyk PCF Sk ladnia: Poniżej Γ oznacza otoczenie typowe, czyli zbiór deklaracji postaci (x : τ).

Bardziej szczegółowo

(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach

(α + β) a = α a + β a α (a + b) = α a + α b (α β) a = α (β a). Definicja 4.1 Zbiór X z dzia laniami o wyżej wymienionych w lasnościach Rozdzia l 4 Przestrzenie liniowe 4.1 Przestrzenie i podprzestrzenie 4.1.1 Definicja i podstawowe w lasności Niech X z dzia laniem dodawania + b edzie grupa przemienna (abelowa). Oznaczmy przez 0 element

Bardziej szczegółowo

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas Przestrzenie wektorowe, liniowa niezależność Javier de Lucas Ćwiczenie 1. W literaturze można znaleźć pojȩcia przestrzeni liniowej i przestrzeni wektorowej. Obie rzeczy maj a tak a sam a znaczenie. Nastȩpuj

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Zadania do Rozdziału X

Zadania do Rozdziału X Zadania do Rozdziału X 1. 2. Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż,

Bardziej szczegółowo

Zadania o liczbach zespolonych

Zadania o liczbach zespolonych Zadania o liczbach zespolonych Zadanie 1. Znaleźć takie liczby rzeczywiste a i b, aby zachodzi ly równości: a) a( + i) + b(4 i) 6 i, b) a( + i) + b( + i) 8i, c) a(4 i) + b(1 + i) 7 1i, ( ) a d) i + b +i

Bardziej szczegółowo

T O P O L O G I A WPPT I, sem. letni WYK LAD 8. Wroc law, 21 kwietnia D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a.

T O P O L O G I A WPPT I, sem. letni WYK LAD 8. Wroc law, 21 kwietnia D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a. T O P O L O G I A WPPT I, sem. letni WYK LAD 8 Zwartość D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a. Wroc law, 1 kwietnia 008 Definicja 1. (X, d) jest ca lkowicie ograniczona jeśli dla

Bardziej szczegółowo

Równanie przewodnictwa cieplnego (I)

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

Bardziej szczegółowo

Sterowalność liniowych uk ladów sterowania

Sterowalność liniowych uk ladów sterowania Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,

Bardziej szczegółowo

Metody iteracyjne dla hiperbolicznych równań różniczkowo-funkcyjnych

Metody iteracyjne dla hiperbolicznych równań różniczkowo-funkcyjnych Metody iteracyjne dla hiperbolicznych równań różniczkowo-funkcyjnych Instytut Matematyki Uniwersytet Gdański 6 Wrzesień 2016 Zastosowania równań hiperbolicznych Nieliniowe równania hiperboliczne wykorzystywane

Bardziej szczegółowo

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy

Bardziej szczegółowo

Wyk lady z topologii I

Wyk lady z topologii I Wyk lady z topologii I Wies law Kubiś Akademia Świȩtokrzyska ul. Świȩtokrzyska 15, 25-406 Kielce, Poland E-mail: wkubis@pu.kielce.pl 1 maja 2006 Spis treści 1 Przestrzenie metryczne 3 1.1 Definicje........................................

Bardziej szczegółowo

Wykład 8. Informatyka Stosowana. 26 listopada 2018 Magdalena Alama-Bućko. Informatyka Stosowana Wykład , M.A-B 1 / 31

Wykład 8. Informatyka Stosowana. 26 listopada 2018 Magdalena Alama-Bućko. Informatyka Stosowana Wykład , M.A-B 1 / 31 Wykład 8 Informatyka Stosowana 26 listopada 208 Magdalena Alama-Bućko Informatyka Stosowana Wykład 8 26..208, M.A-B / 3 Definicja Ciagiem liczbowym {a n }, n N nazywamy funkcję odwzorowujac a zbiór liczb

Bardziej szczegółowo

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych Grupa, cia lo Zadanie 1. Jakie w lasności w zbiorze liczb naturalnych, ca lkowitych, wymiernych, rzeczywistych maj dzia lania a b = a b, a b = a 2 + b 2, a b = a+b, a b = b. 2 Zadanie 2. Pokazać, że (R

Bardziej szczegółowo

AM1.2 zadania 14. Zadania z numerami opatrzonymi gwiazdka

AM1.2 zadania 14. Zadania z numerami opatrzonymi gwiazdka AM.2 zadania 4 Tekst poprawiony 24 kwietnia 206 r. Zadania 26, 28, 29, 3, 33, 34, 35, 36, 40, 42, 62 i inne z wykrzyknikiem obok numeru sa obowiazkowe! Zadania z numerami opatrzonymi gwiazdka można napisać

Bardziej szczegółowo