Informacja o przestrzeniach Hilberta

Podobne dokumenty
2.7 Przestrzenie unormowane skończenie wymiarowe

Matematyka z el. statystyki, # 1 /Geodezja i kartografia I/

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

Wykład 1. Przestrzeń Hilberta

Przestrzenie wektorowe

Wykład 1. Przestrzeń Hilberta

Informacja o przestrzeniach Sobolewa

Analiza funkcjonalna 1.

Zadania z Algebry liniowej 4 Semestr letni 2009

Funkcje analityczne. Wykład 2. Płaszczyzna zespolona. Paweł Mleczko. Funkcje analityczne (rok akademicki 2017/2018)

Analiza Funkcjonalna - Zadania

Przestrzenie liniowe

Dystrybucje, wiadomości wstępne (I)

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

Zadania z algebry liniowej Iloczyn skalarny, przestrzenie euklidesowe

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

R n = {(x 1, x 2,..., x n ): x i R, i {1,2,...,n} },

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

φ(x 1,..., x n ) = a i x 2 i +

1 Przestrzeń liniowa. α 1 x α k x k = 0

Akwizycja i przetwarzanie sygnałów cyfrowych

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ

Iloczyn skalarny. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 10. wykład z algebry liniowej Warszawa, grudzień 2013

1 Przestrzenie unitarne i przestrzenie Hilberta.

Zadania egzaminacyjne

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

1 Zbiory i działania na zbiorach.

Lista. Przestrzenie liniowe. Zadanie 1 Sprawdź, czy (V, +, ) jest przestrzenią liniową nadr :

jest ciągiem elementów z przestrzeni B(R, R)

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

cx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5

1 Relacje i odwzorowania

19 Własności iloczynu skalarnego: norma, kąt i odległość

1 Przestrzenie Hilberta

ALGEBRA LINIOWA 2. Lista zadań 2003/2004. Opracowanie : dr Teresa Jurlewicz, dr Zbigniew Skoczylas

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

Iloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.

POSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny

Krzysztof Rykaczewski. Szeregi

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Aproksymacja diofantyczna

Ważną rolę odgrywają tzw. funkcje harmoniczne. Przyjmujemy następującą definicję. u = 0, (6.1) jest operatorem Laplace a. (x,y)

8 Całka stochastyczna względem semimartyngałów

Definicja odwzorowania ciągłego i niektóre przykłady

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

Kurs wyrównawczy - teoria funkcji holomorficznych

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

Równanie przewodnictwa cieplnego (I)

I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji.

Zadania do Rozdziału X

1 Szeregi potęgowe. 1.1 Promień zbieżności szeregu potęgowego. Wydział Informatyki, KONWERSATORIUM Z MATEMATYKI, 2008/2009.

Ciągłość funkcji f : R R

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

Analiza I.2*, lato 2018

GAL 80 zadań z liczb zespolonych

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

Algebra abstrakcyjna

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011

1 Ciągłe operatory liniowe

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

2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie.

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

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

Wykład 2: Szeregi Fouriera

Matematyka liczby zespolone. Wykład 1

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

Kombinacje liniowe wektorów.

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

1 Funkcje dwóch zmiennych podstawowe pojęcia

14. Przestrzenie liniowe

Funkcje dwóch zmiennych

AM1.2 zadania 14. Zadania z numerami opatrzonymi gwiazdka

9 Przekształcenia liniowe

Wykład 16. P 2 (x 2, y 2 ) P 1 (x 1, y 1 ) OX. Odległość tych punktów wyraża się wzorem: P 1 P 2 = (x 1 x 2 ) 2 + (y 1 y 2 ) 2

Prawdopodobieństwo i statystyka

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

1 Elementy logiki i teorii mnogości

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

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

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem.

SYLABUS DOTYCZY CYKLU KSZTAŁCENIA realizacja w roku akademickim 2016/2017

Liczby zespolone. x + 2 = 0.

Algebra liniowa z geometrią

Analiza matematyczna. 1. Ciągi

1 + x 1 x 1 + x + 1 x. dla x 0.. Korzystając z otrzymanego wykresu wyznaczyć funkcję g(m) wyrażającą liczbę pierwiastków równania.

Zagadnienia brzegowe dla równań eliptycznych

Układy równań i równania wyższych rzędów

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.

7 Twierdzenie Fubiniego

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

Analiza funkcjonalna I. Ryszard Szwarc

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

Twierdzenie spektralne

Przestrzenie liniowe

1 Funkcja wykładnicza i logarytm

Robert Kowalczyk. Zbiór zadań z teorii miary i całki

Zadania z algebry liniowej - sem. I Przestrzenie liniowe, bazy, rząd macierzy

Transkrypt:

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 (x, y) C (lub R), przy czym przyporządkowanie to spełnia warunki: 1 (x, y) = (y, x), 2 (x + y, z) = (x, z) + (y, z), 3 (αx, y) = α (x, y), 4 (x, x) > 0 dla x 0, (0, 0) = 0. Liczbę (x, y) nazywamy iloczynem skalarnym elementów x, y. Warunki 1 4 są aksjomatami iloczynu skalarnego. U w a g a Prawdziwe są także wzory: a) (z, x + y) = (z, x) + (z, y), b) (x, αy) = α (x, y). Wynikają one bezpośrednio z aksjomatów iloczynu skalarnego. (tzw. nierówność Schwarza) Iloczyn skalarny spełnia nierówność (x, y) 2 (x, x) (y, y). (10.1) Dla dowodu wystarczy zauważyć, że dla dowolnego t R i dowolnego elementu y 0 zachodzi nierówność (x + ty, x + ty) 0. Z aksjomatów iloczynu skalarnego wynika, że (x + ty, x + ty) = (x, x) + t (x, y) + t(x, y) + t 2 (y, y) 0. 87

TEMAT 10. INFORMACJA O PRZESTRZENIACH HILBERTA 88 Podstawiając (x, y) t = (y, y) do powyższej nierówności otrzymujemy ostatecznie (x, x) (x, y) 2 (y, y) 0 co jest równoważne nierówności (10.1), a zatem kończy dowód. U w a g a 1 Można pokazać, że nierówność Schwarza (10.1) staje się równością wtedy i tylko wtedy, gdy elementy x i y są liniowo zależne. U w a g a 2 Jeżeli (x, y) jest iloczynem skalarnym w przestrzeni liniowej X, to wzór określa normę w przestrzeni X. oraz x = (x, x) (10.2) Z definicji normy, aksjomatów iloczynu skalarnego i nierówności Schwarza wynika, że co kończy dowód. x + y 2 = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y) (x, x) + 2 (x, y) + (y, y) (x, x) + 2 (x, x) (y, y) + (y, y) = = x 2 + 2 x y + y 2 = ( x + y ) 2 αx = (αx, αx) = αα (x, x) = α x Zbiór X nazywamy przestrzenią unitarną, jeżeli: 1 X jest przestrzenią liniową, 2 w X określony jest iloczyn skalarny (x, y), 3 w X zdefiniowana jest norma wzorem (10.2). X jest przestrzenią Hilberta wtedy i tylko wtedy, gdy X jest przestrzenią unitarną zupełną (zupełność oznacza, że każdy ciąg spełniający warunek Cauchy ego zbieżności ciągu ma granicę należącą do tej przestrzeni).

TEMAT 10. INFORMACJA O PRZESTRZENIACH HILBERTA 89 10.2 Przykłady przestrzeni Hilberta 10.2.1 Przestrzeń euklidesowa n-wymiarowa rzeczywista lub zespolona Niech X = R n lub X = C n i niech x = (x 1, x 2,..., x n ), y = (y 1, y 2,..., y n ) X. Iloczyn skalarny definiujemy jako n (x, y) = x i y i. (10.3) Wtedy i=1 x = (x, x) = n x i 2. (10.4) Nierówność Schwarza (10.1) przybiera równoważną postać n x i y i n x i 2 n y i 2 (10.5) i=1 i=1 i znana jest pod nazwą nierówności Cauchy ego. Zupełność przestrzeni R n (lub C n ) wynika z zupełności zbioru liczb rzeczywistych i zespolonych. 10.2.2 Przestrzeń ciągów sumowalnych z kwadratem Niech X = l 2 będzie przestrzenią ciągów rzeczywistych lub zespolonych (ξ k ) takich, że ξ k 2 <, ze zwykłymi działaniami dodawania ciągów po współrzędnych i mnożenia przez liczbę. Iloczyn skalarny ciągów x = (ξ k ) i y = (η k ) definiujemy jako i=1 i=1 (x, y) = ξ k η k. (10.6) ( Poprawność powyższej definicji wynika z oszacowania ξ k η k 1 ξk 2 + η 2 k 2). Z definicji normy wynika, że x = (x, x) = + ξ k 2. (10.7) Nierówność Schwarza przybiera postać ξ k η k + ξ k 2 + η k 2 (10.8) (jest to tzw. nierówność Cauchy ego dla szeregów). Dowodzi się, że przestrzeń X = l 2 jest zupełna.

TEMAT 10. INFORMACJA O PRZESTRZENIACH HILBERTA 90 10.2.3 Przestrzeń funkcji całkowalnych z kwadratem Niech X = L 2 () będzie przestrzenią funkcji f (x) określonych na zbiorze R n o wartościach rzeczywistych lub zespolonych takich, że f (x) 2 dx <. Zakładamy, że > 0, gdzie oznacza miarę zbioru. W przestrzeni L 2 () wprowadzamy zwykłe działania dodawania funkcji i mnożenia funkcji przez liczby. Iloczyn skalarny definiujemy jako (f, g) = f (x) g (x)dx. (10.9) ( Jego istnienie wynika z nierówności f (x) g (x) 1 2 f (x) 2 + g (x) 2). Normę definiujemy następująco f 2 = (f, f) = f (x) 2 dx. (10.10) Nierówność Schwarza jest postaci f (x) g (x)dx f (x) 2 dx g (x) 2 dx (10.11) i znana jest pod nazwą nierówności Buniakowskiego dla całek. Można dowieść, że przestrzeń L 2 () jest zupełna. Zbieżność w przestrzeni L 2 () nie jest równoważna zbieżności punktowej, ale prawdziwe jest następujące twierdzenie. Jeśli f n f 0 w L 2 () i f n (x) f (x) prawie wszędzie na, to f L 2 () i f = f 0. 10.3 Ortogonalność, twierdzenie o rzucie ortogonalnym Niech X będzie przestrzenią unitarną. Elementy x, y X są ortogonalne wtedy i tylko wtedy, gdy (x, y) = 0 (oznaczamy x y). U w a g a Jeśli x y, to x + y 2 = x 2 + y 2 (tw. Pitagorasa). (10.12)

TEMAT 10. INFORMACJA O PRZESTRZENIACH HILBERTA 91 Z definicji normy i ortgonalności elementów x, y wynika, że x + y 2 = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y) = = (x, x) + (y, y) = x 2 + y 2. Niech X 0 X będzie podprzestrzenią liniową X. Mówimy, że element x X jest ortogonalny do podprzestrzeni X 0 (oznaczamy x X 0 ) wtedy i tylko wtedy, gdy dla każdego elementu y X 0 zachodzi x y. (o rzucie ortogonalnym) Niech X 0 będzie podprzestrzenią liniową domkniętą przestrzeni Hilberta X. Wtedy każdy element x X da się przedstawić w postaci x = x 0 + z, gdzie x 0 X 0, z X 0 (10.13) przy czym rozkład ten jest jednoznaczny. Element x 0 nazywa się rzutem ortogonalnym elementu x na podprzestrzeń X 0. Można udowodnić, że z twierdzenia o rzucie ortogonalnym wynika następujący wniosek. Niech X 0 X będzie podprzestrzenią liniową domkniętą przestrzeni Hilberta X. Jeżeli x 0 jest rzutem ortogonalnym elementu x na X 0, to x x 0 x y (10.14) dla każdego y X 0. Powyższa nierówność staje się równością wtedy i tylko wtedy, gdy y = x 0. Mówimy, że ciąg (a n ) elementów przestrzeni Hilberta X generuje przestrzeń X wtedy i tylko wtedy, gdy zbiór wszystkich kombinacji liniowych elementów a 1, a 2,..., a n jest gęsty w X (tzn. każdy element przestrzeni X może być przybliżony z dowolną dokładnością przez kombinację liniową elementów a 1, a 2,..., a n.) Ciąg (a n ) elementów przestrzeni Hilberta X generuje przestrzeń X wtedy i tylko wtedy, gdy jedynym elementem ortogonalnym do wszystkich elementów a n jest x = 0. 10.4 Układy ortonormalne w przestrzeniach Hilberta W teorii przestrzeni Hilberta wielką rolę odgrywają tzw. układy ortogonalne i uklady ortonormalne. Pozwalają one znajdować rozwinięcia elementów przestrzeni Hilberta na szeregi względem tych układów.

TEMAT 10. INFORMACJA O PRZESTRZENIACH HILBERTA 92 Układem ortogonalnym w przestrzeni Hilberta X nazywamy zbiór Z X taki, że dla każdego x, y Z, x y zachodzi (x, y) = 0. Układem ortonormalnym w przestrzeni Hilberta X nazywamy układ ortogonalny Z X taki, że dla każdego x Z zachodzi x = 1. Niech (a k ) będzie dowolnym ciągiem liniowo niezależnych elementów przestrzeni Hilberta X. Istnieje wtedy w przestrzeni X układ ortonormalny (e k ) taki, że lin (e 1, e 2,..., e m ) = lin (a 1, a 2,..., a m ) dla m = 1, 2,..., gdzie lin (x 1, x 2,..., x k ) oznacza przestrzeń liniową wszystkich kombinacji liniowych elementów x 1, x 2,..., x k. Dla dowodu wystarczy zastosować tzw. procedurę ortonormalizacji e 1 = a 1 a 1, e 2 = x 2 x 2, gdzie x 2 = a 2 (a 2, e 1 ) e 1 e m = x m 1 m x m, gdzie x m = a m (a m, e k ) e k, (10.15) z której bezpośrednio wynika, że (e k ) jest układem ortonormalnym spełniającym tezę twierdzenia. 10.4.1 Przykłady układów ortonormalnych 1. Niech X = l 2 - zbiór ciągów nieskończonych (ξ k ) takich, że szereg z iloczynem skalarnym ((ξ k ), (η k )) = Wówczas elementy e n, gdzie e n = ξ k η k. ( ) 0,..., 0, 1, 0.... n ξ k 2 jest zbieżny, tworzą układ ortonormalny w X. 2. Niech X = L 2 ([0; 2π]) (przestrzeń funkcji rzeczywistych całkowalnych z kwadratem). Ciąg funkcji 1 1 1, cos kx, sin kx dla k = 1, 2,... (10.16) 2π π π tworzy układ ortonormalny w tej przestrzeni. 3. Niech X = L 2 ([0; 2π]) (przestrzeń funkcji zespolonych całkowalnych z kwadratem). Ciąg funkcji 1 2π e ikx dla k = 0, ±1, ±2,... tworzy układ ortonormalny w tej przestrzeni (e ikx = cos kx + i sin kx).

TEMAT 10. INFORMACJA O PRZESTRZENIACH HILBERTA 93 10.5 Szeregi Fouriera względem układów ortonormalnych Załóżmy teraz, że dane jest rozwinięcie elementu x z pewnej przestrzeni Hilberta X na szereg w postaci x = α k e k, (10.17) gdzie (e k ) jest układem ortonormalnym w X. Mnożąc obie strony równości (10.17) skalarnie przez e n i korzystając z ortonormalności układu (e k ) otrzymujemy, że α n = (x, e n ). (10.18) Liczby α n = (x, e n ) określone wzorem (10.18) nazywamy współczynnikami Fouriera elementu x względem układu ortonormalnego (e n ), a szereg elementu x względem tego układu. (x, e k ) e k nazywamy szeregiem Fouriera Jeśli (e k ) jest układem ortonormalnym w przestrzeni Hilberta X, to dla każdego x X szereg (x, e k ) 2 jest zbieżny i zachodzi nierówność (x, e k ) 2 x 2 (tzw. nierówność Bessela), (10.19) która staje się równością wtedy i tylko wtedy, gdy x = swojego szeregu Fouriera. (x, e k ) e k, tzn. gdy x jest równy sumie Jeśli (e k ) jest układem ortonormalnym w przestrzeni Hilberta X, to dla każdego x X i dowolnych stałych α 1, α 2,..., α n zachodzi nierówność x n (x, e k ) e k x n α k e k, (10.20) która oznacza, że n ta suma częściowa szeregu Fouriera elementu x jest najlepszym możliwym przybliżeniem tego elementu w podprzestrzeni lin (e 1, e 2,..., e n ). Dowód wynika z faktu, że n (x, e k ) e k jest rzutem ortogonalnym elementu x na lin (e 1, e 2,..., e n ). Następne twierdzenie precyzuje warunki rozwijalności dowolnego elementu przestrzeni Hilberta X na szereg Fouriera względem układu ortonormalnego (e k ).

TEMAT 10. INFORMACJA O PRZESTRZENIACH HILBERTA 94 Niech (e k ) będzie układem ortonormalnym w przestrzeni Hilberta X. Wówczas każdy element x jest sumą swojego szeregu Fouriera (10.17) wtedy i tylko wtedy, gdy układ (e k ) generuje całą przestrzeń X. 10.5.1 Trygonometryczne szeregi Fouriera Rozważmy przestrzeń Hilberta X = L 2 ([ l; l]), l > 0. Można udowodnić, że układ funkcji 1 2l, 1 cos kπx, l l 1 sin kπx l l dla k = 1, 2,... (10.21) jest układem ortonormalnym w X, generującym całą przestrzeń (por. przykład 2 i wzory (10.16)). Jeśli f L 2 ([ l; l]), to na mocy poprzedniego twierdzenia możemy napisać, że gdzie f (x) = 1 2 a 0 + a k = 1 l b k = 1 l l l l l ( a k cos kπx + b k sin kπx ), (10.22) l l f (t) cos kπt dt dla k = 0, 1, 2,..., (10.23) l f (t) sin kπt dt dla k = 1, 2,.... (10.24) l Zbieżność szeregu (10.22) w przestrzeni L 2 ([ l; l]) nie oznacza zbieżności w każdym punkcie x [ l; l]. Zgodnie z definicją normy, zbieżność w przestrzeni L 2 ([ l; l]) oznacza tylko, że lim l n l f (x) 1 2 a 0 n ( a k cos kπx + b k sin kπx ) 2 dx = 0. (10.25) l l W celu zagwarantowania zbieżności punktowej, należy założyć o funkcji danej pewne dodatkowe warunki. 10.5.2 Zbieżność punktowa trygonometrycznych szeregów Fouriera Załóżmy, że dana jest funkcja rzeczywista f (x) określona na przedziale [ l; l]. Przyjmujemy następującą definicję. Mówimy, że funkcja f (x) spełnia w przedziale [ l; l] warunki Dirichleta wtedy i tylko wtedy, gdy: 1 f (x) jest przedziałami monotoniczna;

TEMAT 10. INFORMACJA O PRZESTRZENIACH HILBERTA 95 2 w każdym punkcie x 0 [ l; l], w którym funkcja nie jest ciągła spełniony jest warunek f (x 0 ) = 1 ( ( ) ( )) f x + 2 0 + f x 0, gdzie f ( ) ( ) x + 0 i f x 0 oznaczają odpowiednio granicę prawo i lewostronną funkcji f (x) w punkcie x 0 ; 3 na końcach przedziału spełnione są warunki f ( l) = f (l) = 1 ( ( ) f l + + f ( l )). 2 (Dirichleta) Jeżeli funkcja f (x) spełnia w przedziale [ l; l] warunki Dirichleta, to w każdym punkcie tego przedziału jest ona sumą swojego szeregu Fouriera (10.22). 10.6 Zadania 0 1. Zbadać, czy równość (x, y) = xy + x + 2y + 1 określa iloczyn skalarny w R? 2. Niech X = L 2 1 ([0, 1]) z normą f = f (x) 2 dx, X 0 = lin (1, x) X. Zortonormalizować układ {1, x} oraz wyznaczyć rzut ortogonalny elementu f (x) = x 2 na X 0. π ( ) 3. Niech X = L 2 ([0, π]) z normą f = f (x) 2 1 dx, X 0 = lin π, sin x X. Zortonor- { } 0 1 malizować układ π, sin x oraz wyznaczyć rzut ortogonalny elementu f (x) = 1 + 1 sin x 2 na X 0. 4. Znaleźć rzut ortogonalny w przestrzeni X = L 2 ( 1; 1) funkcji f (x) = 1 + sin x na podprzestrzeń domkniętą X 0 = lin (e 1, e 2 ), gdzie e 1 (x), e 2 (x) są funkcjami otrzymanymi z ortonormalizacji układu funkcji f 1 (x) = 1, f 2 (x) = 1 + x. 5. Znaleźć rzut ortogonalny w przestrzeni X = L 2 ( 1; 1) funkcji f (x) = 1 + cos x na podprzestrzeń domkniętą X 0 = lin (e 1, e 2 ), gdzie e 1 (x), e 2 (x) są funkcjami otrzymanymi z ortonormalizacji układu funkcji f 1 (x) = 1, f 2 (x) = 1 x. 6. Funkcję f (x) = 1 2x przedstawić w postaci sumy trygonometrycznego szeregu Fouriera w przedziale ( π; +π). Narysować wykres sumy tego szeregu w przedziale [ π; +3π]. 7. Funkcję f (x) = 2 cos 2 x przedstawić w postaci sumy trygonometrycznego szeregu Fouriera w przedziale ( π; +π). Narysować wykres sumy tego szeregu w przedziale [ 3π; +3π]. 8. Funkcję f (x) = 2 sin 2 x przedstawić w postaci sumy trygonometrycznego szeregu Fouriera w przedziale ( π; +π). Narysować wykres sumy tego szeregu w przedziale [ 3π; +3π].

TEMAT 10. INFORMACJA O PRZESTRZENIACH HILBERTA 96 9. Funkcję f (x) = 1+2 sin 2x przedstawić w postaci sumy trygonometrycznego szeregu Fouriera w przedziale ( π; +π). Narysować wykres sumy tego szeregu w przedziale [ 3π; +3π]. 10. Funkcję f (x) = 1 + 2 cos 2x przedstawić w postaci sumy trygonometrycznego szeregu Fouriera w przedziale ( π; +π). Narysować wykres sumy tego szeregu w przedziale [ 3π; +3π]. 11. Funkcję f (x) = x (π x) (π + x) przedstawić w postaci sumy trygonometrycznego szeregu Fouriera w przedziale ( π; +π). Narysować wykres sumy tego szeregu w przedziale [ 2π; +2π].