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

Podobne dokumenty
Wyk lad 5. Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu. 1. Granice niew laściwe

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.

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

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

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

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

jest ciągiem elementów z przestrzeni B(R, R)

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu

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

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.

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

z n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Przestrzenie metryczne. Elementy Topologii. Zjazd 2. Elementy Topologii

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Ciagi liczbowe wykład 4

1 Przestrzenie metryczne

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

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Analiza matematyczna. 1. Ciągi

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

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice

Wyk lad 14 Cia la i ich w lasności

MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie

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

TOPOLOGIA PRZESTRZENI METRYCZNYCH, ZWARTOŚĆ,

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

T O P O L O G I A O G Ó L N A WPPT WYK LAD 14 Topologie w przestrzeniach funkcji ci ag lych, Twierdzenie Stone a Weierstrassa

Ciągłość funkcji i podstawowe własności funkcji ciągłych.

Weronika Siwek, Metryki i topologie 1. (ρ(x, y) = 0 x = y) (ρ(x, y) = ρ(y, x))

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x

Iteracyjne rozwiązywanie równań

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Twierdzenie Stolza i metryki Javier de Lucas. a n = (2n + 1) 1 4 n 5 4

Ciągi liczbowe wykład 3

Wyk lad 3 Wielomiany i u lamki proste

Informacja o przestrzeniach Hilberta

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

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

Definicja odwzorowania ciągłego i niektóre przykłady

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

Egzamin z Analizy Matematycznej I dla Informatyków, 28 I 2017 Część I

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

T O P O L O G I A O G Ó L N A. WPPT WYK LAD 13 Ci agi uogólnione, topologie w przestrzeniach produktowych

Krzywa uniwersalna Sierpińskiego

7. CIĄGI. WYKŁAD 5. Przykłady :

EGZAMIN PISEMNY Z ANALIZY I R. R n

1 Relacje i odwzorowania

W poszukiwaniu kszta ltów kulistych

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Funkcje wielu zmiennych

Funkcja wykładnicza kilka dopowiedzeń

OSOBNO ANALITYCZNYCH

Aproksymacja diofantyczna

Analiza matematyczna I

Matematyka dyskretna Oznaczenia

Funkcje wielu zmiennych

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Elementy metod numerycznych

Ciągłość funkcji f : R R

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

Wyk lad 11 1 Wektory i wartości w lasne

Geometria odwzorowań inżynierskich rzut środkowy 06A

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

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

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Krzysztof Rykaczewski. Szeregi

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1.

FUNKCJE LICZBOWE. x 1

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

g liczb rzeczywistych (a n ) spe lnia warunek

Blok V: Ciągi. Różniczkowanie i całkowanie. c) c n = 1 ( 1)n n. d) a n = 1 3, a n+1 = 3 n a n. e) a 1 = 1, a n+1 = a n + ( 1) n

Rozdzia l 1. Podstawowe elementy teorii krat

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas

Geometria odwzorowań inżynierskich Zadania 02

Wyk lad 1 Podstawowe struktury algebraiczne

G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Indukcja matematyczna, zasada minimum i maksimum. 17 lutego 2017

Dziedziny Euklidesowe

a 1, a 2, a 3,..., a n,...

Wyk lad 2 Podgrupa grupy

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

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy

Wykłady... b i a i. i=1. m(d k ) inf

Szeregi funkcyjne. Szeregi potęgowe i trygonometryczne. Katedra Matematyki Wydział Informatyki Politechnika Białostocka

TEST A. A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty

KOMBINATORYKA 1 WYK LAD 9 Zasada szufladkowa i jej uogólnienia

II. FUNKCJE WIELU ZMIENNYCH

Analiza Funkcjonalna - Zadania

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

3.1 Wprowadzenie teoretyczne i przyk lady

A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty

Wyk lad 4 Warstwy, dzielniki normalne

Zbiory ograniczone i kresy zbiorów

1 Liczby rzeczywiste. 1.1 Dlaczego nie wystarczają liczby wymierne

Statystyka w analizie i planowaniu eksperymentu

Transkrypt:

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 (definicja jest dok ladnie taka sama) i rzeczywiście siȩ to robi jest szereg zastosowań przestrzeni metrycznych, gdzie metryki i zbiory s a dziwne my jednak skoncentrujemy siȩ na metryce euklidesowej na prostej, p laszczyźnie i w przestrzeni trójwymiarowej. Definicja 1 Kul a (otwart a) o środku x i promieniu r > 0 nazywamy zbiór Zatem K(x, r) := {y : d(x, y) < r}. kula na prostej to odcinek otwarty K(x, r) = (x r, x + r); kula K(x, r) na p laszczyźnie (lub w C) to ko lo o środku x i promieniu r bez brzegu; kula K(x, r) w przestrzeni trójwymiarowej to kula (w sensie geometrii) o środku x i promieniu r. Definicja 2 Zbiór A jest otwarty jeśli wraz z każdym punktem zawiera pewn a kulȩ o środku w tym punkcie i dodatnim promieniu, tj. Przyk lady: x A r > 0 K(x, r) A. każdy odcinek otwarty na prostej (ale na p laszczyźnie odcinki nie s a otwarte); p laszczyzna, pó lp laszczyzna bez brzegu, ko lo bez brzegu, prostok at bez brzegu s a zbiorami otwartymi na p laszczyźnie (ale nie w przestrzeni trójwymiarowej); 1

walec bez brzegu, stożek bez podstawy i powierzchni bocznej, kula bez sfery j a ograniczaj acej s a otwarte w przestrzeni trójwymiarowej. Definicja 3 Punktem skupienia zbioru A nazywamy każdy taki punkt x, że każda kula o środku w tym punkcie (i dodatnim promieniu) zawiera inny niż x punkt należ acy do A, tj. r > 0 y x y a K(x, r). Przyk lady: 0 jest punktem skupienia zbiorów (0, 1), [0, 1), R, {1, 1/2, 1/3, 1/4, 1/5, 1/6,... }, {z C : i z < 1}. (1, 1) jest punktem skupienia zbiorów: ko lo o środku (0, 0) i promieniu 2, prostok at o wierzcho lkach ( 2, 2), (2, 2), (2, 2), ( 2, 2). Definicja 4 Zbiorem domkniȩtym nazywamy zbiór który zawiera wszystkie swoje punkty skupienia. Przyk lady: zbiorami domkniȩtymi na prostej s a np.: zbiory skończone, odcinki domkniȩte, pó lproste domkniȩte, prosta; zbiorami domkniȩtymi na p laszczyznie s a np.: odcinek z końcami, prosta, pó lp laszczyzna z brzegiem, ca la p laszczyzna, zbiór pusty lub skończony. 2

Tablica 3.4 W lasności zbiorów otwartych i domkniȩtych (1) Zbiór A jest otwarty wtedy i tylko wtedy, gdy jego dope lnienie jest zbiorem domkniȩtym. (2) Suma teoriomnogościowa dowolnej rodziny zbiorów otwartych jest zbiorem otwartym. (3) Przekrój skończonej rodziny zbiorów otwartych jest zbiorem otwartym. (4) Zbiór pusty jest zbiorem otwartym. (1 ) Zbiór A jest domkniȩty wtedy i tylko wtedy, gdy jego dope lnienie jest zbiorem otwartym. (2 ) Przekrój dowolnej rodziny zbiorów domkniȩtych jest zbiorem domkniȩtym. (3 ) Suma teoriomnogościowa skończonej rodziny zbiorów domkniȩtych jest zbiorem domkniȩtym. (4 ) Zbiór pusty jest zbiorem domkniȩtym. 3

2. Zbiory zwarte W kombinatoryce znana jest tzw. zasada szufladkowa Dirichleta: Twierdzenie 5 (Zasada szufladkowa Dirichleta) Jeśli w lożymy do k, k N, szufladek n, n N, n > k kul to w którejś szufladce musieliśmy w lożyć conajmniej dwie kule. Oczywiście trudno jest takie twierdzenie przenieść na zbiory nieskończone w przestrzeni metrycznej. Ale s a zbiory nieskończone, w których jeśli wybierzemy nieskończony podzbiór A to bȩdzie istnia la kula o dowolnie ma lym promieniu zawieraj aca nieskończenie wiele elementów A. Definicja 6 Zbiór P R d (albo w dowolnej przestrzeni metrycznej) jest zwarty jeśli każdy jego podzbiór nieskończony A ma punkt skupienia należ acy do P. Oczywiście nie każdy zbiór jest zwarty: zbiór liczb naturalnych nie jest zwarty: wybierzmy jako A zbiór liczb parzystych, nie ma on punktów skupienia; zbiór (0, 1) nie jest zwarty, jego podzbiór {1/2, 1/3, 1/4, 1/5,... } ma punkt skupienia 0 ale nie należy on do (0, 1). Dwa powyższe przyk lady pokazuj a dwa powody dla których zbiór w R d nie jest zwarty: nieograniczoność i niedomkniȩtość. Twierdzenie 7 Każdy zbiór zwarty jest ograniczony i domkniȩty. Okazuje sie, że implikacja odwrotna jest prawdziwa w R d. Twierdzenie 8 d-wymiarowa kostka domknieta w R d jest zwarta, w szczególności przedzia l domkniȩty, prostok at z brzegiem, prostopad lościan ze ścianami itp. s a zwarte. 4

Weżmy podzbiór domkniȩty A zbioru zwartego P, jesli U A jest nieskończonym podzbiorem to ze zwartości P ma punkt skupienia w P ale z domknietości ten punkt skupienia musi być w A zatem uzasadniliśmy, że A jest zwarty: Wniosek 9 (tw. Heine Borela) Podzbiór w R d jest zwarty wtedy i tylko wtedy, gdy jest ograniczony i domkniȩty. Wniosek 10 (tw. Bolzano-Weierstrassa) Każdy nieskończony i ograniczony podzbiór w R d ma punkt skupienia w R d. Aby udowodnić twierdzenie potrzebny jest interesuj acy sam w sobie lemat: Lemat 11 (Lemat Ascoliego) Zstȩpuj acy ci ag niepustych przedzia lów domkniȩtych ma niepust przekrój. Uwaga: Lemat Ascoliego ma duże znaczenie w teorii aproksymacji oznacza on bowiem, że jeśli aproksymujemy od góry ci agiem (b n ) nie rosn acym a od do lu ci agiem niemalej acym (a n ) i jeśli zawsze a n b n to istnieje liczba wiȩksza lub równa od wszystkich a n i mniejsza lub równa wszystkim b n. a wiȩc istnieje jakaś liczba któr a można traktować jako wartość aproksymowanej wielkości. Dowód: Niech (I n ), I n := [a n, b n ], jest zstȩpuj acym ci agiem niepustych przedzia lów domkniȩtych. Zatem ci ag (a n ) jest niemalej acy a ci ag (b n ) jest nierosn acy. Co wiȩcej ci ag (a n ) jest ograniczony z góry przez b 1, b 2 i dowolne b m : weźmy bowiem dowolne b m, wówczas: a n a n+m b n+m b m Definiujemy: x = sup{a n : n N}. Oczywiście x jest ograniczeniem górnym ci agu (a n ), ale ponieważ każde b m jest ograniczeniem górnym ci agu (a n ), to x b m i x jest ograniczeniem dolnym ci agu (b m ). St ad x należy do każdego odcinka I n. 5

Udowodnimy twierdzenie dla odcinka na prostej: Twierdzenie 12 Odcinek domkniȩty [0, 1] jest zwarty. Dowód: Weźmy dowolny podzbiór nieskończony A w I. Dzielimy odcinek I na dwie czȩśći: [0, 1/2], [1/2, 1] (nie s a roz l aczne!). Któraś z po lówek zawiera nieskończenie wiele elementów zbioru A. Tȩ po lówkȩ nazywamy I 1. Dzielimy teraz I 1 na dwie po lówki i któraś z nich znowu zawiera nieskończenie wiele elementów zbioru A. Nazywamy j a I 2 i tak dalej. Dostajemy ci ag zstȩpuj acy niepustych przedzia lów domkniȩtych I n. Z lematu Ascoliego istnieje punkt x należ acy do wszystkich tych przedzia lów. Weźmy teraz kulȩ K(x, r) o środku x i promieniu r > 0 tj. odcinek (x r, x + r). Ponieważ odcinek I n ma d lugość 1/2 n a x należy do tego odcinka wiȩc dla dostatecznie dużego n I n jest zawarty w rozpatrywanej kuli. Ale I n zawiera nieskończenie wiele elementów zbioru A wiȩc też kula K(x, r) zawiera nieskończenie wiele elementów zbioru A. Pokazalismy, że x jest punktem skupienia zbioru A, a x I. 6

3. Ci agi Ci ag to po prostu funkcja, której dziedzin a jest zbiór liczb naturalnych. Przyk lady: ci ag arytmetyczny, np.: ci ag geometryczny, np.: a n = 1 + 3n b n = 2 3 n. ci ag rekurencyjny, np. Fibonacciego: a 0 = 1, a 1 = 1, a n+2 = a n+1 + a n. W praktyce czȩsto pewien algorytm obliczania jakiejś wielkości produkuje ci ag kolejnych przybliżeń danej wielkości. Powstaje pytanie czy ta procedura jest poprawna. Aby by la poprawna musimy mieć pewność, że jeśli za lożymy sobie z góry jak aś dok ladność to po dostatecznie wielu krokach dostaniemy przybliżenie szukanej wielkości z za lożon a dok ladności a. Prowadzi to do definicji granicy ci agu (granic a naszego ci agu przybliżeń musi być szukana wielkość) oczywiście w praktyce ważne jest jeszcze oszacowanie b lȩdu pozwalaj ace zdecydować, któy wyraz ci agu jest przybliżeniem z szukan a dok ladności a i informacja o szybkości zbieżności (co pozwala oszacować nak lad obliczeniowy). Definicja 13 (granicy) Liczba g jest granica ci agu liczb (x n ) o ile tzn. w R lub C: ε > 0 N N n > N, n N d(x n, g) < ε. ε N N n > N, n N x n g < ε Oznaczenie: g = lim n x n. Ci ag maj acy granicȩ nazywamy zbieżnym. Ci ag nie zbieżny nazywamy rozbieżny. 7

Przyk lad: Szukamy rozwi azania równania: Procedura: cos x = x, x [0, π] x 0 = 0, x n+1 = cos(x n ), czy jest ona poprawna? w tym celu należa loby wiedzieć, czy lim n x n jest równe rowi azaniu. Odpowiedź brzmi TAK i wynika z tw. Banacha o kontrakcji, o którym bȩdziemy mówić poźniej. 8

Tablica 4.2 W lasności ci agów zbieżnych (1) Ci ag (x n ) n N w przestrzeni metrycznej X jest zbieżny do punktu x X wtedy i tylko wtedy, gdy każda kula K(x, r), r > 0, zawiera prawie wszystkie wyrazy ci agu (x n ) n N. (2) Zmiana skończenie wielu wyrazów ci agu nie wp lywa na jego zbieżność ani na wartość granicy. (3) Każdy ci ag ma co najwyżej jedn a granicȩ. (4) Każdy ci ag zbieżny jest ograniczony. (5) Punkt x jest punktem skupienia zbioru E w przestrzeni metrycznej X wtedy i tylko wtedy, gdy istnieje ci ag (x n ) n N E taki, że x n x dla każdego n N oraz lim n x n = x. 9

Tablica 4.3 W lasności arytmetyczne i porz adkowe granic ci agów Niech (z n ) n N i (w n ) n N bȩd a zbieżnymi ci agami liczb zespolonych a c liczb a zespolon a. (1) lim n (z n + w n ) = lim n z n + lim n w n ; (2) lim n c z n = c lim n z n ; (3) lim n (c + z n ) = c + lim n z n ; (4) lim n z n w n = (lim n z n ) (lim n w n ); (5) jeśli z n 0, n = 0, 1,... i lim n z n 0, to lim n 1 1 lim n z n. (6) jeśli x n > 0, m N, to lim m x n = m lim x n. z n = Niech (x n ) n N, (y n ) n N bȩd a ci agami w R k a (α n ) n N bȩdzie ci agiem liczb rzeczywistych. (7) Ci ag (x n ) n N, x n := (ξ 1 n,..., ξ k n), jest zbieżny wtedy i tylko wtedy, gdy dla j = 1,..., k ci agi (ξ j n) n N s a zbieżne. Wówczas lim n x n = (lim n ξ 1 n,..., lim n ξ k n). (8) lim n (x n + y n ) = lim n x n + lim n y n ; (9) lim n x n, y n = lim n x n, lim n y n ; (10) lim n α n x n = (lim n α n ) (lim n x n ). (11) jeśli k = 1 oraz x n y n dla prawie wszystkich n N, to lim n x n lim n y n. 10

Przyk lady: granica ci agu sta lego x n = a. Hipoteza: lim x n = a. n Dla każdego ε > 0 i każdego n N: Granica ci agu 1/n. Hipoteza: d(x n, a) = x n a = a a = 0 < ε lim 1/n = 0. n Weźmy dowolny ε > 0. Z twierdzenia Eudoksosa istnieje N N takie, że 0 < 1/N < ε zatem dla n > N jest 1/n < 1/N wiȩc 0 < 1/n < ε, czyli 1/n 0 < ε Granica ci agu n p, p > 1. Hipoteza: Weźmy lim n Ze wzoru dwumianowego Newtona czyli Przenosz ac na druga stronȩ: n p = 1. x n := n p 1 > 0. 1 + nx n < (1 + x n ) n = ( n p) n = p 1 + n( n p 1) < p 0 < n p 1 < p 1 n. 11

Z w lasności arytmetycznych granic ci agów i poprzedniego przyk ladu: ci ag p 1 jest zbieżny do zera. Wiȩc ci ag n p 1 jest wepchniȩty n miȩdzy dwa ci agi zbieżne do zera. Jeśli wiȩc prawie wszystkie wyrazy pierwszego i drugiego s a bliskie zeru to i pośredni ciag musi mieć tȩ w lasność. Uzyskaliśmy, że lim( n p 1) = 0 Zatem z w lasności arytmetycznych: lim n p = lim( n p 1) + lim 1 = 0 + 1 = 1 Pomys l stosowany w ostatnim przyk ladzie powinien być sformalizowany: Twierdzenie 14 (twierdzenie o trzech ci agach) Jeśli x n y n z n dla n N oraz lim n = lim z n = x, n n to Przyk lad: Ci ag n 2 n + 3 n. Mamy: lim y n = x. n 3 n 3 n n 2 n + 3 n n 23 n = 3 n 2 Skrajne ci agi d aż a do 3 wiȩc z tw. o 3 ci agach pośredni też d aży do 3. Ci ag n n. Weźmy: x n = n n 1 > 0 Ze wzoru dwumianowego Newtona: ( ) n x 2 n < (x 2 n + 1) n = ( n n ) n = n. Zatem 0 < x n < 2n n(n 1) = 2 n 1. Latwo zobaczyć, że prawy skrajny ci ag d aży do zera. Zatem i pośredni d aży do zera i n n = 1. lim n 12

4. Ci agi monotoniczne i granice Twierdzenie 15 Ci ag niemalej acy liczb rzeczywistych (x n ) jest zbieżny wtedy i tylko wtedy, gdy jest ograniczony z góry i wtedy lim x n = sup{x n : n n N}. Analogiczny wynik zachodzi dla ciagów nierosn acych i kresu dolnego. Dowód: Wiemy, że ci ag zbieżny musi być ograniczony wiȩc koniecznośc warunku wynika z tego. Dostateczność: Za lóżmy, że ci ag niemalej acy (x n ) jest ograniczony z góry zatem zbiór A := {x n : n N} jest ograniczony i ma kres górny x. Dla dowolnego ε > 0 liczba x ε jest mniejsza od najmniejszego ograniczenia górnego wiȩc nie jest ograniczeniem górnym zbioru A. Istnieje N N takie, że x ε < x N x. Dla każdego n > N zachodzi zatem x ε < x N x n x n > N x n x < ε W pliku granica ciagow w4.nb pokazane sa przyk lady wyliczania granic ci agów przy pomocy programu Mathematica. 13