Analiza funkcjonalna Egzamin podstawowy r.

Podobne dokumenty
AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium

Rachunek caªkowy funkcji wielu zmiennych

punkcie. Jej granica lewostronna i prawostronna w punkcie x = 2 wynosz odpowiednio:

Zbiory i odwzorowania

Czy funkcja zadana wzorem f(x) = ex e x. 1 + e. = lim. e x + e x lim. lim. 2 dla x = 1 f(x) dla x (0, 1) e e 1 dla x = 1

a) f : R R R: f(x, y) = x 2 y 2 ; f(x, y) = 3xy; f(x, y) = max(xy, xy); b) g : R 2 R 2 R: g((x 1, y 1 ), (x 2, y 2 )) = 2x 1 y 1 x 2 y 2 ;

Metody dowodzenia twierdze«

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

Wykªad 4. Funkcje wielu zmiennych.

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci

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

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v)

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

Zadania. 4 grudnia k=1

Szkice rozwi za«zada«z egzaminu 1

Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a).

Ekstremalnie fajne równania

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32

Przekroje Dedekinda 1

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

Wektory w przestrzeni

PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych:

CAŠKA NIEOZNACZONA. Politechnika Lubelska. Z.Šagodowski. 18 lutego 2016

1 Metody iteracyjne rozwi zywania równania f(x)=0

2 Liczby rzeczywiste - cz. 2

Wst p do analizy falkowej Notatki z wykªadu. Maciej Paluszy«ski

Twierdzenie Wedderburna Witold Tomaszewski

Informacje pomocnicze

1 Granice funkcji wielu zmiennych.

*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów

1 Poj cia pomocnicze. Przykªad 1. A A d

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Indeksowane rodziny zbiorów

1 Ró»niczka drugiego rz du i ekstrema

Materiaªy do Repetytorium z matematyki

1 Bª dy i arytmetyka zmiennopozycyjna

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a,

Funkcje wielu zmiennych

XVII Warmi«sko-Mazurskie Zawody Matematyczne

Podstawy matematyki dla informatyków

Oba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji).

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

Liczby zespolone Pochodna Caªka nieoznaczona i oznaczona Podstawowe wielko±ci zyczne. Repetytorium z matematyki

Funkcje, wielomiany. Informacje pomocnicze

1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f.

Wykªad 12. Transformata Laplace'a i metoda operatorowa

Statystyka matematyczna - ZSTA LMO

Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

Wst p do analizy falkowej z zastosowaniami w matematyce nansowej. Maciej Paluszy«ski

gdzie wektory α i tworz baz ortonormaln przestrzeni E n

Macierz A: macierz problemów liniowych (IIII); Macierz rozszerzona problemów liniowych (IIII): a 11 a 1m b 1 B = a n1 a nm b n

Przeksztaªcenia liniowe

I Rok LOGISTYKI: wykªad 2 Pochodna funkcji. iloraz ró»nicowy x y x

x y x y x y x + y x y

Funkcje wielu zmiennych

Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna

Maªgorzata Murat. Modele matematyczne.

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

Liniowe zadania najmniejszych kwadratów

Interpolacja funkcjami sklejanymi

Elementy geometrii w przestrzeni R 3

1 Funkcje wielu zmiennych

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

Zadania z analizy matematycznej - sem. II Rachunek ró»niczkowy funkcji wielu zmiennych

1 Troch przypomnie«i motywacji 2 Denicje i wyj±cie troch poza nie

Wst p do analizy falkowej z zastosowaniami w matematyce nansowej. Maciej Paluszy«ski

Ekstremalnie maªe zbiory

Spis tre±ci. 1 Gradient. 1.1 Pochodna pola skalarnego. Plan

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Funkcje jednej zmiennej. Granica, ci gªo±. (szkic wykªadu)

ZADANIA. Maciej Zakarczemny

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Funkcje wielu zmiennych

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

r = x x2 2 + x2 3.

f(x) f(x 0 ) i f +(x 0 ) := lim = f(x 0 + x) f(x 0 ) wynika ci gªo± funkcji w punkcie x 0. W ka»dym przypadku zachodzi:

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Macierze i Wyznaczniki

1. Przedstaw w postaci algebraicznej liczby zespolone: 2. Narysuj zbiory punktów na pªaszczy¹nie:

Elementy geometrii analitycznej w przestrzeni

Metody numeryczne i statystyka dla in»ynierów

Metodydowodzenia twierdzeń

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

1. Rozwiązać układ równań { x 2 = 2y 1

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Macierze i Wyznaczniki

Strategie zabezpieczaj ce

Informacja o przestrzeniach Hilberta

Pochodna funkcji jednej zmiennej

Proste modele o zªo»onej dynamice

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

Transkrypt:

Analiza funkcjonalna Egzamin podstawowy 20.06.2013 r. Zestaw A 1. Przestrzenie unormowane (a) Poda denicj przestrzeni liniowej unormowanej nad ciaªem K. (3p) Rozwi zanie: Przestrzeni liniow unormowan nad ciaªem K, gdzie K = R lub C jest taka przestrze«liniowa X nad K (przytaczanie denicji przestrzeni liniowej nie byªo konieczne), w której okre±lona jest norma, czyli funkcja : X [0, ), taka»e dla dowolnych x, y X, α K: i. x = 0 x = 0, ii. x + y x + y, iii. αx = α x. Typowe bª dy: W wielu odpowiedziach zapominano wspomnie,»e norma jest funkcj z X w [0, ) (mo»na oczywi±cie byªo napisa,»e jest funkcj z X w R, a w jej wªasno±ciach wspomnie,»e jest nieujemna). Wiele osób zapomniaªo te» o implikacji x = 0 x = 0, podaj c tylko implikacj odwrotn (która zreszt wynika z jednorodno±ci, istotniejszy jest wªa±nie fakt,»e norma zeruje si tylko dla wektora zerowego). (b) W przestrzeni X zªo»onej z funkcji ograniczonych na póªprostej [1, ) okre±lmy norm wzorem f(x) f = sup. Pokaza,»e jest to rzeczywi±cie norma. (3p) Rozwi zanie: Skoro funkcje s ograniczone, a x > 1, to podane we wzorze supremum jest sko«czone, czyli okre±la nam nieujemn funkcj rzeczywist na X. Pozostaje zwery- kowa wªasno±ci normy. Niech zatem f, g X i α R (albo C, nic to nie zmienia w naszym zadaniu). i. ii. f(x) f = 0 sup f(x) + g(x) f + g = sup = 0 x 1 f(x) x sup x 1 = 0 f 0. f(x) + g(x). x Poniewa» supremum sumy nie przekracza sumy supremów (nie trzeba byªo tego uzasadnia ), dalej mamy f(x) + g(x) sup f(x) g(x) sup + sup = f + g, iii. czyli podaddytywno± normy jest udowodniona. Wreszcie dla dowolnego α R αf(x) αf = sup f(x) = α sup = α f.

Typowe bª dy: To zadanie na ogóª wszyscy zrobili dobrze, warto byªo wspomnie,»e podany wzór rzeczywi±cie daje warto± rzeczywist sko«czon, ale po pierwsze jest to do± oczywiste, a po drugie ucinali±my za to przeoczenie punkty w nast pnym zadaniu. (c) Niech f n = 1 [n, ). Do czego zbiega ci g f n w rozwa»anej normie? (6p) Rozwi zanie: Przede wszystkim obliczmy norm f n. Poniewa» funkcja ta jest równa 0 dla x < n, a 1 dla x n, mamy 1 [n, ) (x) f n = sup 1 = sup x n x = 1 n. Ci g ( 1 n ) d»y do zera, a wi c f n 0, co oznacza,»e ci g (f n ) zbiega w naszej normie do zera. Typowe bª dy: Wiele osób zapominaªo o tym,»e funkcje f n robi si niezerowe dopiero 1 dla x n i wychodziªo im,»e f n = sup x 1 = 1, z czego wnioskowaªy (bª dnie!),»e ci g x f n d»y w normie do funkcji stale równej 1. Na marginesie zauwa»my,»e z samego faktu, i» f n f, nie wynika ogólnie,»e f n d» do f w normie (czyli»e f n f 0) wniosek taki jest uprawniony tylko je±li f = 0. 2. Przestrzenie Hilberta (a) Poda denicj iloczynu skalarnego w przestrzeni liniowej nad ciaªem liczb zespolonych. (3p) Rozwi zanie: Niech H oznacza przestrze«liniow nad C. Iloczynem skalarnym na H nazywamy funkcj, : H H C, tak»e dla dowolnych x, y, z H, α, β C mamy: i. x, x 0, ii. x, x = 0 x = 0, iii. αx + βy, z = α x, z + β y, z, iv. x, y = y, x. Wªasno±ci te mo»na oczywi±cie wysªowi na inne, równowa»ne sposoby (na przykªad podaj c zamiast liniowo±ci oddzielnie addytywno± i jednorodno± ). Typowe bª dy: Wiele osób zapomniaªo wspomnie,»e iloczyn skalarny jest funkcj dwóch zmiennych z H przyjmuj c warto±ci zespolone. Poza tym, tak samo jak przy normie, nie wszyscy pami tali o wynikaniu x, x = 0 = x = 0. (b) Pokaza,»e wzór f, g = f(x)g(x)e x2 dx okre±la iloczyn skalarny na przestrzeni wielomianów o warto±ciach zespolonych okre±lonych na prostej rzeczywistej. (3p)

Rozwi zanie: Przede wszystkim nale»y sprawdzi, czy podany wzór ma sens, czyli czy caªka rzeczywi±cie jest sko«czona. Funkcja wykªadnicza ro±nie do niesko«czono±ci szybciej ni» dowolny wielomian, a wi c dla dowolnego n, je±li tylko warto± x jest odpowiednio du»a, mamy x n < e x2 2, a st d dla x dalekich od zera mamy x n e x2 < e x2 2. Funkcja po prawej stronie jest caªkowalna, zatem (z kryterium porównawczego) funkcja po lewej te» (zreszt najdalej po drugim semestrze analizy powinni±my by w stanie obliczy jej caªk dokªadnie). Z liniowo±ci caªkowania oznacza to,»e dla dowolnych wielomianów f, g caªka f(x) g(x) e x2 dx jest sko«czona, czyli wzór z zadania rzeczywi±cie zawsze daje sko«czon warto± zespolon. Na egzaminie nie trzeba byªo tego a» tak dokªadnie uzasadnia, ale koniecznie nale»aªo o tym wspomnie! Pozostaje zwerykowa wªasno±ci iloczynu skalarnego. Niech zatem f, g, h b d dowolnymi wielomianami, a α, β dowolnymi liczbami zespolonymi: i. f, f = f(x)f(x)e x2 dx = f(x) 2 e x2 dx 0. ii. Z powy»szego wynika,»e f, f = 0 wtedy i tylko wtedy, gdy funkcja podcaªkowa po prawej stronie jest stale równa zeru, czyli gdy f jest wielomianem zerowym. iii. αf + βg, h = = α (αf(x) + βg(x))h(x)e x2 dx = f(x)h(x)e x2 dx + β = α f, h + β g, h. g(x)h(x)e x2 = iv. e x2 jest liczb rzeczywist (wi c równ swojemu sprz»eniu), a podwójne sprz»enie si znosi, mamy zatem f, g = f(x)g(x)e x2 dx = f(x)g(x)e x2 dx = g, f. Typowe bª dy: Nikt nie sprawdziª,»e podany w zadaniu wzór rzeczywi±cie daje sko«- czon warto± zespolon! (c) Wyznaczy rzut ortogonalny wielomianu f(x) = x na podprzestrze«rozpinan przez wielomian g(x) = 1. (6p) Rozwi zanie: Na wszelki wypadek przypomnijmy denicj rzutu ortogonalnego wektora v na podprzestrze«w : jest to taki wektor w W,»e v w W, czyli dla ka»dego w W mamy v w, w = 0. W naszym przypadku f, g = xe x2 dx = 0, bo funkcja podcaªkowa jest nieparzysta. Skoro jednak wektory f i g s od razu ortogonalne, to rzutem f na podprzestrze«rozpinan przez g jest po prostu wektor zerowy.

Typowe bª dy: Pisanie,»e je±li w jest rzutem ortogonalnym v na W, to w v (a to ró»nica wektorów ma by ortogonalna do podprzestrzeni W ). Wiele osób miaªo te» kªopoty z obliczeniem caªki dx. xe x2 3. Operatory i funkcjonaªy (a) Sformuªowa twierdzenie Hahna-Banacha o przedªu»aniu funkcjonaªu. (5p) Rozwi zanie: Niech V 0 b dzie dowoln podprzestrzeni przestrzeni liniowej unormowanej V i niech P 0 b dzie dowolnym ci gªym funkcjonaªem liniowym na V 0. Istnieje ci gªy funkcjonaª P na V, taki»e P V0 = P 0 i P = P 0. Typowe bª dy: Wiele osób dopisywaªo niepotrzebne zaªo»enia (najcz ±ciej»e V jest zupeªna albo»e V 0 jest domkni ta) lub zapominaªo o równo±ci norm P 0 i P. (b) Okre±lmy na l 1 funkcjonaª P n wzorem P n ((x k )) = k=1 x k k n. Wyznaczy funkcjonaª P, do którego ci g P n zbiega -sªabo. (7p) Rozwi zanie: Niech e m oznacza m-ty wektor bazowy w l 1 (czyli maj cy jedynk na m- tym miejscu, a zera na pozostaªych). Suma okre±laj ca P n (e m ) skªada si tylko z m tego wyrazu, zatem P n (e m ) = 1 m n. Oznacza to,»e P n (e 1 ) = 1, za± dla m > 1 mamy P n (e m ) 0. Tak czy inaczej na wektorach bazowych funkcjonaª zbiega do funkcjonaªu P wyci gaj cego pierwsz wspóªrz dn czyli zadanego wzorem P ((x 1, x 2, x 3,...)) = x 1. Wiemy z wykªadu,»e je±li ci g P n zbiega do P na zbiorze liniowo g stym (a wektory bazowe s takim zbiorem) i jest ograniczony w normie (a P n ((x k )) x k = x, wi c P n 1), to zbiega do P -sªabo, co ko«czy dowód. Zauwa»my,»e posta funkcjonaªu P mo»na do± ªatwo zgadn z postaci P n (wszystkie skªadniki sumy poza pierwszym d» po n do zera), badanie zachowania P n na wektorach bazowych dostarcza nam natomiast precyzyjnego argumentu,»e rzeczywi±cie P n zbiegaj do P -sªabo. Typowe bª dy: Wiele osób zapominaªo,»e 1 = 1 i wychodziªo im,»e funkcjonaªy P 1 n n zbiegaj -sªabo do wektora zerowego. Cz stym bª dem byªo te» pisanie x 1 + x 2 + x 2 n 3 +... 3 n x 1 zbie»no± ta rzeczywi±cie zachodzi, ale wymaga nieco bardziej zaawansowanego uzasadnienia ni» wszystkie skªadniki poza pierwszym d» do zera.

Analiza funkcjonalna Egzamin podstawowy 20.06.2013 r. Zestaw B 1. Przestrzenie unormowane (a) Poda denicj przestrzeni liniowej unormowanej nad ciaªem K. (3p) Rozwi zanie: Przestrzeni liniow unormowan nad ciaªem K, gdzie K = R lub C jest taka przestrze«liniowa X nad K (przytaczanie denicji przestrzeni liniowej nie byªo konieczne), w której okre±lona jest norma, czyli funkcja : X [0, ), taka»e dla dowolnych x, y X, α K: i. x = 0 x = 0, ii. x + y x + y, iii. αx = α x. Typowe bª dy: W wielu odpowiedziach zapominano wspomnie,»e norma jest funkcj z X w [0, ) (mo»na oczywi±cie byªo napisa,»e jest funkcj z X w R, a w jej wªasno±ciach wspomnie,»e jest nieujemna). Wiele osób zapomniaªo te» o implikacji x = 0 x = 0, podaj c tylko implikacj odwrotn (która zreszt wynika z jednorodno±ci, istotniejszy jest wªa±nie fakt,»e norma zeruje si tylko dla wektora zerowego). (b) W przestrzeni wielomianów rzeczywistych okre±lonych na póªprostej [0, ) wprowadzamy norm zadan wzorem f = sup e x f(x). x R Pokaza,»e jest to rzeczywi±cie norma. (3p) Rozwi zanie: Przede wszystkim nale»y sprawdzi, czy podany wzór ma sens, czyli czy x podana warto± jest sko«czona. Dla dowolnego n mamy lim n x = 0 (wystarczy n e x razy zastosowa reguª de L'Hospitala, ale na egzaminie wystarczyªoby nawet tylko napisa,»e taka zbie»no± zachodzi), a funkcja ci gªa na [0, ) i zbie»na do zera musi by ograniczona. Podane w denicji naszej normy supremum jest wi c sko«czone dla funkcji postaci x n, a tym samym dla dowolnych wielomianów (przy okazji zauwa»my, ze przestaje by sko«czone, gdy przejdziemy od wielomianów do ogólnych funkcji ci gªych). Pozostaje zwerykowa wªasno±ci normy. Niech zatem f, g X i α R. i. ii. iii. f = 0 sup f(x) e x = 0 f(x) e x = 0 f 0. f + g = sup f(x) + g(x) e x sup ( f(x) + g(x) ) e x. Poniewa» supremum sumy nie przekracza sumy supremów (nie trzeba byªo tego uzasadnia ), dalej mamy sup ( f(x) + g(x) ) e x sup czyli podaddytywno± normy jest udowodniona. αf = sup αf(x) e x = sup f(x) e x + sup g(x) e x = f + g, α f(x) e x = α sup f(x) e x = α f.

Typowe bª dy: Nikt nie sprawdziª, czy podany wzór na norm ma sens, czyli czy widniej ce w denicji supremum jest sko«czone. (c) Obliczy norm wielomianu f n (x) = x n. (6p) Rozwi zanie: f n = sup x n e x. Wiadomo,»e je±li funkcja g n (x) = f n (x)e x ma ekstremum lokalne (a supremum globalne jest siª rzeczy ekstremum lokalnym) w punkcie x 0 nale» cym do jej dziedziny wraz z pewnym swoim otoczeniem, to pochodna g n w punkcie x 0 musi si zerowa. Jedynym punktem, który nie le»y we wn trzu dziedziny g n, jest 0, ale g n (0) = 0, wi c tam na pewno supremum nie b dzie. Policzmy pochodn g n : g n(x) = nx n 1 e x x n e x = x n 1 e x (n x), a wi c pochodna zeruje si tylko w punkcie x = n (i w x = 0, ale ten punkt le»y na brzegu dziedziny, wi c pochodna wiele nam o nim nie powie). Poniewa» g n (0) = 0 = lim x g n (x), a poza tym g n (x) > 0 dla x > 0, to g n musi gdzie± mie supremum, a wªa±nie znale¹li±my jedyny punkt, gdzie ekstremum mo»e by osi gane. Ostatecznie zatem ( n ) n f n = g n (n) = n n e n =. e Typowe bª dy: Zapominanie o e x i liczenie supremum samej funkcji x n lub badanie pochodnej w zerze. 2. Przestrzenie Hilberta (a) Poda denicj ukªadu ortonormalnego w przestrzeni Hilberta. (3p) Rozwi zanie: i. ii. Podzbiór E przestrzeni Hilberta H nazywamy ortonormalnym, je±li x E x = x, x = 1, x,y E (x y = x, y = 0). Równowa»nie mo»na napisa,»e dla dowolnych x, y E mamy x, y = δ xy, gdzie δ xy to delta Kroneckera. Typowe bª dy: Zapominanie o warunku x y i pisanie czego± w rodzaju x,y E x, y = 0 lub wr cz x,y H x, y = 0, jakby caªa przestrze«h miaªa by ukªadem ortogonalnym (co jest oczywi±cie niemo»liwe, bo»aden wektor nie jest ortogonalny sam do siebie ani do swoich wielokrotno±ci). (b) Pokaza,»e nast puj cy ci g jest ortonormalny w l 2 (3p): v 1 = ( 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0,...), 2 2 2 2 v 2 = (0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0,...), 2 2 2 2 v 3 = (0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0,...), 2 2 2 2

Rozwi zanie: Przypomnijmy, jak dziaªa iloczyn skalarny w l 2 : (x 1, x 2, x 3,...), (y 1, y 2, y 3,...) = x 1 y 1 + x 2 y 2 + x 3 y 3 +... Ka»dy wektor v n ma na czterech wspóªrz dnych warto± ± 1, a poza tym zera. Oznacza to, ) 2 1 2»e suma kwadratów jego wspóªrz dnych wynosi 4 ( 2 = 4 1 = 1, a wi c v 4 n = 1. Dalej, je±li n m i m n 2, to nie ma»adnej wspóªrz dnej, na której wektory v n i v m miaªyby jednocze±nie co± innego ni» zero, a wi c v n, v m = 0. Wreszcie v n, v n+1 = 1 1 1 1 = 0. 2 2 2 2 Ostatecznie zatem v n, v m = δ mn. (c) Wyznaczy rzut ortogonalny wektora v = (1, 1, 1, 1, 1, 1, 1, 1,...) na podprzestrze«2 2 4 4 8 8 X 0 = lin {v 1, v 2 }. Rozwi zanie: Przypomnijmy denicj rzutu ortogonalnego wektora v na podprzestrze«w = lin {v 1, v 2 }: jest to taki wektor w W,»e v w W, czyli dla ka»dego w W mamy v w, w = 0. W naszym przypadku skoro w W, to w = αv 1 + βv 2. Ortogonalno± do W jest równowa»na ortogonalno±ci do wszystkich wektorów bazowych, wi c musimy mie 0 = v w, v 1 = v αv 1 βv 2, v 1 = v, v 1 α v 1, v 1 β v 2, v 1 = v, v 1 α, bo v 1, v 1 = 1, a v 2, v 2 = 0 (z ortonormalno±ci ukªadu (v n )). St d α = v, v 1 i analogicznie β = v, v 2, wystarczy wi c obliczy odpowiednie iloczyny skalarne: Ostatecznie zatem v, v 1 = 1 1 2 + 1 1 2 + 1 2 1 2 1 2 1 2 = 1, v, v 2 = 1 2 1 2 + 1 2 1 2 + 1 4 1 2 1 4 1 2 = 1 2. w = v 1 + 1 2 v 2 = ( 1 2, 1 2, 3 4, 1 4, 1 4, 1, 0, 0, 0,...). 4 Mo»na te» byªo nie wyprowadza postaci rzutu, tylko od razu skorzysta z faktu,»e je±li v 1 i v 2 s baz ortonormaln w W, to rzut wektora v na W wyra»a si wzorem w = v, v 1 v 1 + v, v 2 v 2. Typowe bª dy: Pisanie,»e je±li w jest rzutem ortogonalnym v na W, to w v (a to ró»nica wektorów ma by ortogonalna do podprzestrzeni W ). Wiele osób zapomniaªo te» o warunku,»e rzut ortogonalny na podprzestrze«musi nale»e do tej podprzestrzeni, czyli by postaci w = αv 1 + βv 2, i zapisywaªo go tylko postaci w = (w 1, w 2, w 3,...), ewentualnie zwracaj c tylko uwag,»e wspóªrz dne powy»ej szóstej s zerowe. Przy takiej próbie rozwi zania mamy jednak w najlepszym razie 6 niewiadomych, co nie pozwala znale¹ rzutu. 3. Operatory i funkcjonaªy (a) Sformuªowa twierdzenie Riesza o postaci funkcjonaªu na C([0, 1]). (5p)

Rozwi zanie: Dla ka»dego funkcjonaªu liniowego ograniczonego P na C([0, 1]) istnieje dokªadnie jedna sko«czona, znakowana miara borelowska µ na [0, 1], taka»e P (f) = fdµ dla ka»dej funkcji f C([0, 1]), i odwrotnie, ka»da sko«czona, znakowana miara borelowska µ zadaje pewien funkcjonaª ograniczony P na C([0, 1]) okre±lony powy»szym wzorem. Je±li ponadto funkcjonaª P jest zadany przez miar µ, to P = µ ([0, 1]) (gdzie µ oznacza wahanie miary µ). [0,1] Typowe bª dy: Zapominanie o wzajemnej jednoznaczno±ci (ka»da miara wyznacza funkcjonaª i ka»dy funkcjonaª jest wyznaczany przez miar to dwa oddzielne warunki), o równo±ci mi dzy norm funkcjonaªu a wahaniem miary, lub pisanie tylko,»e przestrze«sprz»ona do C([0, 1]) jest izomorczna z przestrzeni znakowanych miar borelowskich na C([0, 1]), ale bez podania tego izomorzmu. (b) Okre±lmy funkcjonaª P n C([0, 1]) wzorem P n (f) = 1 0 f(x n )dx. Wyznaczy funkcjonaª P, do którego ci g P n zbiega -sªabo. Rozwi zanie: Oznaczmy f n (x) = f(x n ). Dla 0 x < 1 mamy lim n x n = 0, wi c z ci gªo±ci f wynika,»e lim n f n (x) = f(0). Innymi sªowy ci g f n zbiega prawie wsz dzie do funkcji stale równej f(0). Poniewa» dla ka»dego x i n mamy f n (x) = f(x n ) < sup x [0,1] f(x) = f, ci g f n jest wspólnie ograniczony przez staª. Mo»emy zatem zastosowa twierdzenie Lebesgue'a o zbie»no±ci ograniczonej (funkcja staªa jest caªkowalna na przestrzeni o mierze sko«czonej), uzyskuj c lim P n(f) = lim n n 1 0 f n (x)dx = 1 0 f(0)dx = f(0) =: P (f). Powy»sza zbie»no± zachodzi dla ka»dej funkcji ci gªej f, ostatecznie zatem funkcjonaªy P n zbiegaj -sªabo do funkcjonaªu P zadanego wzorem P (f) = f(0), czyli reprezentowanego przez miar atomow skupion w zerze. Typowe bª dy: Brak uzasadnienia,»e mo»na zastosowa tw. Lebesgue'a (czyli zwrócenia uwagi na fakt,»e funkcje podcaªkowe s wspólnie ograniczone) lub zªe oszacowanie (np. f(x n ) max {f(0), f(1)}).

Analiza funkcjonalna Egzamin podstawowy 20.06.2013 r. Zadania na ocen celuj c 1. Niech X b dzie przestrzeni unormowan, a X 0 jej dowoln podprzestrzeni. Dla ustalonego x X \ X 0 oznaczmy d = d(x, X 0 ) = inf y X 0 x y. Pokaza,»e istnieje funkcjonaª P X, taki»e P 1, P (x) = d i P (y) = 0 dla ka»dego y X 0. Rozwi zanie: Niech X 1 = lin {x, X 0 }. Dowolny wektor v X 1 ma jednoznaczne przedstawienie w postaci v = αx + y, gdzie α K, y X 0. Okre±lmy funkcjonaª P 1 na X 1 wzorem P 1 (αx + y) = αd. Jest to funkcjonaª ograniczony, a jego norma nie przekracza 1: P 1 (αx + y) = α d = α inf y X 0 x y = inf y X 0 αx αy = inf y X 0 αx + y αx + y, a wi c P 1 1 (tak naprawd to je±li tylko d > 0, to P 1 = 1, ale zadanie tego nie wymagaªo). Ponadto oczywi±cie P 1 (x) = d. Korzystaj c z tw. Hahna-Banacha mo»emy teraz przedªu»y P 1 na caª przestrze«x, otrzymuj c» dany funkcjonaª. 2. Niech A b dzie dowolnym ustalonym podzbiorem przedziaªu [0, 1] i niech X oznacza przestrze«funkcji ci gªych na [0, 1] zeruj cych si na zbiorze A, z norm supremum. Opisa przestrze«x. Rozwi zanie: Przede wszystkim zauwa»my,»e funkcja ci gªa zeruj ca si na A musi si te» zerowa na jego domkni ciu. Niech M 0 oznacza przestrze«znakowanych miar borelowskich na [0, 1], takich»e je±li µ M 0, to µ(b) = 0 dla ka»dego B A. Twierdzimy,»e przestrze«m 0 jest izometrycznie izomorczna z X. W jedn stron nie jest trudno: je±li µ M 0, to mo»emy okre±li funkcjonaª P µ wzorem P µ (f) = fdµ, ponadto tak P µ = µ ([0, 1]). Istotnie, zaªó»my»e µ jest miar dodatni : dla dowolnego f X mamy P (f) = fdµ f dµ f µ([0, 1]), a dla ci gu funkcji ci gªych f n zeruj cych si na A i d» cych do jedynki poza tym zbiorem dostaniemy P (f n ) µ([0, 1]) (w tym miejscu wªa±nie wa»ne jest domkni cie, inaczej niekoniecznie znale¹liby±my ci g funkcji ci gªych realizuj cych ograniczenie górne). Dla miar znakowanych równo± normy i wahania wynika z rozkªadu na cz ± dodatni i ujemn. Skonstruowali±my zatem izometryczne odwzorowanie z M 0 w X, pozostaje pokaza,»e jest to surjekcja. Niech P X. X jest oczywi±cie podprzestrzeni C([0, 1]), wi c korzystaj c z tw. Hahna-Banacha mo»emy przedªu»y P na caª przestrze«c([0, 1]), otrzymuj c funkcjonaª P reprezentowany (z tw. Riesza) przez pewn miar µ. Niech teraz µ(b) = µ (B \ A) miara ta zeruje si na A (oraz jego podzbiorach) i pokrywa si z µ poza tym zbiorem. Wynika z tego,»e dla f X mamy fdµ = fdµ = P (f) = P (f), co ko«czy dowód.