BANACHOVE A HILBERTOVE PRIESTORY

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "BANACHOVE A HILBERTOVE PRIESTORY"

Transcript

1 BANACHOVE A HILBERTOVE PRIESTORY 1. ZÁKLADNÉ POJMY Normovaným lineárnym priestorom (NLP) nazývame lineárny (= vektorový) priestor X nad telesom IK, na ktorom je daná nezáporná reálna funkcia : X IR + (norma) s nasledujúcimi vlastnost ami: 1. x + y x + y pre každé x, y X 2. λx = λ x pre každé x X a λ IK 3. x = x =. Ak v NLP položíme ϱ(x, y) = x y, potom je ϱ (translačne invariantná) metrika, t.j. každý NLP je tiež metrický priestor. NLP X sa nazýva Banachov priestor (B-priestor), ak je úplný (t.j. každá cauchyovská postupnost v X má limitu). 1 Nech je X NLP. Dokážte, že X je B-priestor práve vtedy, ked pre každú postupnost {x n } X platí: ak n=1 x n konvergentný, t.j. existuje x X také, že ( ε > )( n o ) n > n o úplný a n=1 n=1 x n <, potom je y n = x n <, potom je rad n k=1 n k=1 n=1 x k x < ε. (Návod: Ak je X x k cauchyovská postupnost v X, takže rad x n konverguje. Pri dôkaze implikácie zvol te l ubovol nú cauchyovskú postupnost {y n } X a vyberte z nej podpostupnost {y nk } tak, aby platilo (kde y n = ). Ukážte, že y n k=1 (y nk y nk 1 ). ) k=1 y nk y nk 1 < 2 Nech je X NLP. Ukážte, že jednotková gul a B = {x X ; x 1} je konvexná množina (t.j. pre každé x, y B a každé λ (, 1) platí λx + (1 λ)y B). 3 Nech sú 1 a 2 dve normy v lineárnom priestore X, pre ktoré platí: x n 1 x n 2 (také normy sa nazývajú ekvivalentné). Ukážte, že potom existujú kladné konštanty A, B tak, že A x 1 x 2 B x 1 pre každé x X. 4

2 4 Nech sú M, N uzavreté podmnožiny B-priestoru X. Ukážte, že množina M + N = {x + y ; x M, y N} nemusí byt uzavretá. (Návod: Vol te X = IR 2, M = {( x, 1/x) ; x > }, N = {(x, ) ; x }.) Množina M + N nemusí byt uzavretá ani ked sú M, N uzavreté podpriestory priestoru X (vid 2). 5 Nech je X NLP, nech je M X uzavretá a N X kompaktná. Ukážte, že je M + N uzavretá. 6 Ak sú M, N uzavreté podpriestory NLP X, dim N <, potom je M + N uzavretý. Dokážte. (Návod: Nech z n (M + N), z n z. Napíšte z n v tvare z n = x n + y n, kde x n M, y n N, y n < inf{ y ; y N, z n y + M} + 1. Ak pre vybranú postupnost z postupnosti {y n } platí y n, potom pre vybranú postupnost z postupnosti w n = y n / y n dostaneme w n w M N, takže z n = (x n + y n w) + (y n y n w) M + N, odkial plynie spor s vol bou y n, pretože y n y n w < y n 1 pre vel ké n. Postupnost {y n } je teda ohraničená, takže pre vybranú postupnost platí y n y N, x n = z n y n z y M, z = (z y) + y M + N.) Nech je X lineárny priestor (nad IK) so skalárnym súčinom, t.j. zobrazením, : X X IK, ktoré je lineárne v prvej premennej a pre ktoré platí x, y = y, x pre každé x, y X a x, x > pre každé x. Na X môžeme definovat normu predpisom x = x, x. Ak je takto vzniknutý NLP úplný (t.j. B-priestor), nazýva sa X Hilbertov priestor (H-priestor). Ak je X H-priestor a x, y X, x, y =, potom sa prvky x, y nazývajú ortogonálne, píšeme x y. Ak pre množinu M X platí, že každé dva z jej prvkov sú ortogonálne a M S = {x X ; x = 1}, potom sa M nazýva ortonormálna množina. Každý H-priestor má ortonormálnu bázu, t.j. maximálnu ortonormálnu podmnožinu. Pre ortonormálnu bázu {x α } α A a l ubovol né x X platí x = x, x α x α a x 2 = α A Rovnost x = α A x, x α 2. Ďalej v H-priestore platí Schwartzova nerovnost x, x α x α znamená, že x, x α < a pre každé ε > α A α A existuje konečná množina K o A tak, že x x, x α x α < ε α K množinu K A s vlastnost ou K o K. 5 pre každú konečnú

3 x, y x y a rovnobežníkové pravidlo x + y 2 + x y 2 = 2 x y 2. Ak je X H-priestor a K X je neprázdna, uzavretá a konvexná množina, potom pre každé x X existuje jediný prvok P K x K taký, že x P K x = inf x y. Zobrazenie P K : X K sa nazýva y K (ortogonálna) projekcia na množinu K a je charakterizované podmienkou Re x P K x, y P K x pre každé y K. Ak je K uzavretý podpriestor v X, potom je zobrazenie I P K (kde I : X X : x x je identické zobrazenie) projekcia na uzavretý podpriestor K = {y X ; y x x K}. 7 Nech je K neprázdna, konvexná, uzavretá množina v H-priestore X. Ukážte, že projekcia P K je neexpanzívne zobrazenie, t.j. P K x P K y x y. (Návod: Sčítajte spolu nerovnosti Re x P K x, P K y P K x a Re y P K y, P K x P K y.) Špeciálne, P K : X X je spojité zobrazenie. Ďalej ukážte, že ak je K uzavretý podpriestor priestoru X, potom je P K lineárne zobrazenie. 8 Poznámka: Ak je K podpriestor B-priestoru X, potom projekciou na K sa nazýva l ubovol né lineárne zobrazenie P : X K také, že P x = x pre každé x K. Ak je táto projekcia spojitá, potom je podpriestor K nutne uzavretý (dokážte!). Ak je naopak K uzavretý podpriestor, potom spojitá projekcia X K nemusí existovat. Ak je X B-priestor a K je neprázdna uzavretá konvexná množina v X, x X, potom v K nemusí existovat prvok najlepšej aproximácie prvku x (t.j. prvok z K taký, že z x y x pre každé y K) a pokial existuje, tak nemusí byt jediný (vid nasledujúci ). Ak je však B-priestor X uniformne konvexný, t.j. ( ε > )( δ > )( x, y S) x y > ε x + y 2 < 1 δ, potom opät platí, že pre každú K X uzavretú a konvexnú, K, a pre každé x X existuje v K jediný prvok najlepšej aproximácie prvku x (symbolom S sme označili jednotkovú sféru v X). 9 Ukážte, že každý H-priestor je uniformne konvexný. (Návod: Použite rovnobežníkové pravidlo.) 6

4 2. PRÍKLADY B A H PRIESTOROV V priestore IK n môžeme zaviest normu napr. jedným z nasledujúcich spôsobov: ( n ) 1/p, a) x p = x i p p [1, ) i=1 b) x max = max 1 i n x i Priestor IK n s každou z týchto noriem je B-priestor a všetky uvedené normy sú ekvivalentné, t.j. x n p x n max (dokážte; dá sa dokonca ukázat, že l ubovol né dve normy v konečnorozmernom priestore sú ekvivalentné). Napriek tomu každá z týchto noriem má iné geometrické vlastnosti. Priestor IK n s euklidovskou normou 2 je H-priestor so skalárnym súčinom x, y = n i=1 x i y i, takže pre každé x existuje jediný prvok jeho najlepšej aproximácie v jednotkovej guli B. Túto vlastnost napr. priestor IK n s normou 1 alebo max nemá: 1 Nech je X = IR 2 s normou 1 resp. max a nech x = (1, 1) resp. x = (2, ). Ukážte, že v B existuje nekonečne vel a prvkov z takých, že x z = inf x y. y B Odtial tiež plynie, že priestor IR 2 s normou max alebo 1 nie je uniformne konvexný (o čom sa dá jednoducho presvedčit priamo). Dá sa dokázat, že priestor IK n s normou p, p (1, ), je uniformne konvexný. 11 Ukážte, že priestor IK n je separabilný. (Návod: Spočítatel ná množina všetkých racionálnych čísel je hustá v IR.) Nech je Ω l ubovol ná neprázdna množina a E B-priestor s normou. Označme B(Ω, E) systém všetkých ohraničených funkcií f : Ω E s normou f = sup f(t). Potom je B(Ω, E) B-priestor (dokážte!). t Ω V prípade E = IK budeme písat len B(Ω) miesto B(Ω, IK) (podobne pre d al šie priestory). Ak je naviac Ω metrický priestor, potom symbolom BC(Ω, E) budeme značit podpriestor priestoru B(Ω, E) tvorený všetkými spojitými ohraničenými funkciami Ω E. Ide o uzavretý podpriestor priestoru B(Ω, E), 7

5 takže je to B-priestor. Ak je Ω metrický priestor s metrikou ϱ, potom sa funkcia f : Ω E nazýva rovnomerne spojitá, ak ( ε > )( δ > )( s, t Ω) ϱ(s, t) < δ f(s) f(t) < ε (napr. funkcia f : (, 1) IR : t 1/t je spojitá, ale nie je rovnomerne spojitá); funkcia f : Ω E sa nazýva α-hölderovská, α (, 1], ak je f(x) f(y) konečná hodnota p α (f) = sup x y ϱ(x, y) α. Každá α-hölderovská funkcia je rovnomerne spojitá. Podpriestor priestoru B(Ω, E) tvorený všetkými ohraničenými, rovnomerne spojitými funkciami je opät uzavretý podpriestor a budeme ho značit BUC(Ω, E) (= Bounded, Uniformly Continuous). Ak je Ω kompaktný metrický priestor, potom je každá spojitá funkcia f : Ω E ohraničená a rovnomerne spojitá, takže BUC(Ω, E) = BC(Ω, E) = C(Ω, E), kde C(Ω, E) je množina všetkých spojitých funkcií Ω E. Ak Ω kompaktný metrický priestor a E je separabilný, potom je tiež priestor BUC(Ω, E) = C(Ω, E) separabilný. Priestor BUC,α (Ω, E) je priestor všetkých α-hölderovských funkcií f BUC(Ω, E) s normou f,α = sup f(t) + p α (f); ide opät o B-priestor. t Ω 12 Ukážte, že priestor X = BUC(IR) = BUC(IR, IK) nie je separabilný. (Návod: Nech ϕ X má nosič supp ϕ (= {x ; ϕ(x) }) v intervale (, 1), ϕ. Pre l ubovol nú podmnožinu A celých čísel položme ϕ A = m A ϕ(m + ). Systém {ϕ A } A je nespočítatel ný a ϕ A ϕ B = ϕ > pre každé A B.) 13 Nech má množina Ω aspoň dva rôzne prvky. Ukážte, že priestor B(Ω) nie je uniformne konvexný. (Návod: Nech t o Ω; položte f 1 1 a f 2 = χ {to }, kde χ A je charakteristická funkcia množiny A, t.j. χ A (t) = 1 pre t A, χ A (t) = pre t / A.) Ukážte tiež, že priestor C([, 1]) = BUC([, 1]) = BUC((, 1)) nie je uniformne konvexný Definujte v priestore X = C([, 1]) normu predpisom f = f(t) dt. Ukážte, že tento NLP nie je úplný. (Návod: Uvažujte postupnost funkcií {f n }, kde f n (t) = pre t n, f n(t) = 1 pre t n a f n je lineárna na intervale [ n, n ].) 8

6 Položte d alej M = {f X ; f(x) = pre x 1 2 }, N = {f X ; f(x) = pre x 1 2 } a ukážte, že priestory M, N sú uzavreté, ale priestor M + N nie. 15 Ukážte, že v priestore C((, 1)) neexistuje norma s nasledujúcou vlastnost ou f 1 f 2 f 1 f 2. (Návod: Zvol te nezápornú funkciu ϕ n C((, 1)) tak, aby ( 1 jej nosič supp ϕ n = {x ; ϕ n (x) } bol obsiahnutý v intervale n + 1, 1 ) a pritom n ϕ n. Položte ϕ = ked α β. n=1 n ϕ n ϕ n a ukážte, že ϕ C((, 1)) nemôže mat konečnú normu.) 16 Nech Ω = (, 1), f(t) = t β, β (, 1]. Ukážte, že f BUC,α ((, 1)), práve Definujme d alej funkcie f n : [, 1] IR predpisom: f n (1/n) = (1/n) β, f n () =, f n (t) = pre t 2/n, f n je lineárna na [, 1/n] aj na [1/n, 2/n]. Ukážte, že f n BUC,1 ((, 1)), ale f n v BUC,α ((, 1)), práve ked α < β. 17 Nech X = BUC,α ((, 1)). Pre a (, 1) položme f a (t) = (t a) α pre t > a, f a (t) = pre t a. Ukážte, že {f a } a tvorí nespočítatel ný systém funkcií, pre ktoré platí f a f b 1 (pre a b), a dokážte, že odtial plynie, že priestor X nie je separabilný. Predpokladajme d alej, že Ω je otvorená množina v IR n. V priestore funkcií f BUC(Ω), ktorých všetky parciálne derivácie do rádu k existujú a patria opät do BUC(Ω), sa dá zaviest norma predpisom f = f k = sup D α f(t), kde α = (α 1,..., α n ) je multiindex celých nezáporných t Ω α k čísel, α = n i=1 α i a D α f(t) = BUC k (Ω), ide zase o B-priestor. α f(t) α 1 t1... α n tn. Tento priestor označíme (Pozor: množina BUC k (Ω) BUC(Ω) nie je uzavretá v topológii priestoru BUC(Ω). Norma k teda v priestore BUC(Ω) definuje inú (silnejšiu) topológiu ako je topológia indukovaná normou priestoru BUC(Ω).) Podobne sa definuje B-priestor BUC k,α (Ω) ako priestor všetkých funkcií f BUC k (Ω), ktorých k-te derivácie sú α-hölderovské (s príslušnou normou). Jednym z najdôležitejších príkladov B- a H-priestorov sú Lebesgueove priestory (vid tiež dodatok II). Nech je (X, µ) priestor s mierou. Symbolom L p (X) (1 p < ) označme systém všetkých meratel ných funkcií 9

7 ( 1/p. X IK, pre ktoré je konečná hodnota f p = f dµ) p V priestore X L p (X) zavedieme reláciu ekvivalencie predpisom f g f(x) = g(x) pre s.v. x X. Lebesgueov priestor L p (X) definujeme ako faktorpriestor L p (X)/ s normou f p = f p. Tento priestor je B-priestor, jeho prvky sú triedy ekvivalencie funkcií z L p (X), ale väčšinou sa nerozlišuje medzi triedou f a jej reprezentantom f. Podobne definujeme B-priestor L (X) ako priestor L (X)/, kde L (X) je priestor meratel ných funkcií f : X IK, pre ktoré je konečné číslo f = ess sup f = X inf N X µ(n)= sup f(x). x X\N Analogicky sa tiež definujú priestory L p (X, E), kde E je B-priestor (vid dodatok II). Priestor L 2 (X) je H-priestor so skalárnym súčinom f, g = fḡ dµ. X Ak X = IN a µ je aritmetická miera (t.j. µ({n}) = 1), potom sa priestor L p (X) značí tiež l p. Ak je X konečná množina s aritmetickou mierou, potom je zrejme priestor L p (X) izomorfný s IK n, kde n je počet prvkov množiny X. Pre meratel né funkcie f, g : X IK platí tzv. Hölderova nerovnost : ak p, q 1, 1/p + 1/q = 1, potom kde =. X ( fg dµ X 1/p ( f dµ) p X g q dµ) 1/q, 18 Dá sa ukázat, že priestory L p (X), 1 < p <, sú uniformne konvexné. Ukážte, že priestory L 1 (Ω) a L (Ω) (kde Ω je otvorená množina v IR n s Lebesgueovou mierou) nie sú uniformne konvexné. 19 Ak je Ω otvorená množina v IR n, potom sú priestory L p (Ω), 1 p <, separabilné. Ukážte, že priestor L ((, 1)) nie je separabilný. (Návod: Pre a [, 1] položte f a = χ A(a), kde A(a) = [a ε, a + ε] (, 1), a ukážte f a f b 1 pre a b.) 2 Nech X = L 1 ((, 1)) a nech K = {f C([, 1]) ; f(x) dx = }, f o = χ [,1/2]. Ukážte, že K je uzavretý podpriestor B-priestoru X a v K neexistuje prvok najlepšej aproximácie pre f o. 1

8 Sobolevove priestory. Nech je Ω otvorená množina v IR n, k IN, p [1, ] a f L p (Ω). Ak existuje funkcia g L p (Ω) tak, že pre každú funkciu ϕ D(Ω) (= priestor hladkých funkcií s kompaktným nosičom v Ω, vid dodatok I) platí Ω f ϕ dx = gϕ dx, potom povieme, že f má x i distributívnu deriváciu ϕ x i v L p (Ω). Sobolevov priestor W k,p (Ω) je priestor tých funkcií f L p (Ω), ktoré majú všetky distributívne derivácie až do rádu k v L p (Ω). Norma v tomto priestore je daná predpisom f k,p = ( 1/p. D α f p L (Ω)) p α k Ω Priestory W k,p (Ω) pre 1 p < sú separabilné, ale priestor W k, (Ω) nie. Priestor W k,2 (Ω) je H-priestor. Funkcie f W 1,p (Ω) sa dajú charakterizovat tiež nasledovne: funkcia f L p (Ω) je v priestore W 1,p (Ω) práve vtedy, ked sa dá zmenit na množine miery nula tak, že je absolútne spojitá (vid dodatok II) na skoro všetkých (v zmysle (n 1)-rozmernej Lebesgueovej miery) rovnobežkách s každou súradnicovou osou x i (i = 1,..., n) a klasická derivácia ϕ podl a každej premennej padne do priestoru L p (Ω). Špeciálne pre n = 1 je x i f W 1,p (Ω) f je absolútne spojitá a f L p (Ω). Ak je Ω ohraničená oblast so spojitou hranicou (presnú definíciu vid napr. [KJF, ]) a p <, potom je priestor D(IR n )/Ω (= reštrikcie funkcií z D(IR n ) na oblast Ω) hustým podpriestorom priestoru W k,p (Ω), takže Sobolevov priestor W k,p (Ω) môžeme v tomto prípade tiež definovat ako zúplnenie priestoru BUC k (Ω) s normou k,p. Sobolevov priestor W k,2 (IR n ) tiež možno charakterizovat ako priestor tých funkcií f L 2 (IR n ), pre ktorých Fourierovu transformáciu ˆf platí IR n ˆf(ξ) 2 (1 + ξ 2 ) k dξ <. 21 Ukážte, že pre p < neplatí BUC k (IR n ) W k,p (IR n ). 22 Nech f : (, 1) IR : x min{x, 1 x}. Ukážte, že f W 1, ((, 1)), a neexistujú funkcie f n BUC 1 ((, 1)) tak, aby f n f vo W 1, ((, 1)). 23 Nech f = χ A, kde A = (, 1/2) (, 1) IR 2. Ukážte, že f / W 1,2 ((, 1) 2 ). 24 Nech X = W 1,2 ((, 1)), M = {f X ; f( 1 2n ) = pre n = 1, 2,...}, N = {f 1 X ; f( 2n 1 ) = pre n = 1, 2,...}, ϕ(x) = x3/2. Ukážte, že M, N sú uzavreté podpriestory X, ale ϕ M + N\(M + N). 11

9 3. SPOJITÉ LINEÁRNE ZOBRAZENIA 25 Nech sú X, Y NLP a A : X Y lineárne zobrazenie. Dokážte, že A je spojité práve vtedy, ked je ohraničené (t.j. zobrazuje ohraničené množiny v X na ohraničené množiny v Y ). (Návod: Nech je M X ohraničená a A(M) neohraničená. Potom existujú x n M tak, že Ax n. Ukážte, že pre z n = x n Ax n platí z n, ale Az n, takže A nie je spojité. Ak je naopak A ohraničené, potom Ax C pre každé x 1, odkial plynie Ax Az C x z, a teda tiež spojitost A. Z poslednej nerovnosti dokonca plynie, že každé spojité lineárne zobrazenie A : X Y je rovnomerne spojité.) Nech sú X a Y B-priestory s normami X a Y. Potom je priestor L(X, Y ) všetkých spojitých lineárnych zobrazení A : X Y (definovaných na celom priestore X) s normou A = sup{ Ax Y ; x X 1} B-priestor. V prípade X = Y píšeme L(X) miesto L(X, X). Ak je X Y a identické zobrazenie I : X Y : x x je spojité, potom hovoríme, že priestor X je spojito vnorený do Y, píšeme X Y. Ak je naviac priestor X hustý v Y (v topológii priestoru Y ), potom píšeme X d Y. 26 Každé lineárne zobrazenie A : IK n IK m je spojité a dá sa reprezentovat ako matica (a ij ) typu m n. Nech je v IK n i v IK m daná euklidovská norma. Potom platí A ( i,j a ij 2 ) 1/2. Dokážte. 27 Pre f : [, 1] IR položme (Af)(x) = x 2 f(x). Určite normu A L(X), ak X = L p ((, 1)), 1 p ( A = 1) X = BUC 1 ((, 1)) ( A = 3) X = BUC,α ((, 1)) ( A = α X = W 1,1 ((, 1)) (3 A 4/3) ( 2 2α ) 1 α ) 2 α 28 Nech X = L p (Ω), kde Ω je priestor so σ-konečnou mierou (špeciálne Ω IR n ). Nech ϕ L (Ω), A : X X : f ϕ f. Ukážte, že A = ϕ L. Je predpoklad σ- konečnosti miery potrebný? (Riešenie: Pre p < áno; uvažujte Ω = {x, y}, µ({x}) = 1, µ({y}) = +, ϕ = χ {y}.) 29 Pre f : [, 1] IR a a > položme (Af)(x) = f(x a ). Zistite, pre ktoré a platí A L(X) a určite A, ak X = L 2 ((, 1)) (a 1, A = 1/ a) X = BUC((, 1)) (a >, A = 1) 12

10 X = BUC,α ((, 1)) (a 1, A = a α ) X = W 1,2 ((, 1)) (a 1, a A < a + 2) 3 Nech X = C([, 1]) = BUC((, 1)), A n L(X), (A n f)(t) = f(t 1+1/n ). Ukážte, že A n f f pre každé f X, ale A n I = Nech X = L 2 (IR), (A t ϕ)(x) = ϕ(x + t). Ukážte, že A t L(X), A t ϕ = ϕ a súčasne A t ϕ, ψ pre každé ϕ, ψ X a t + (t.j. A t v tzv. slabej operátorovej topológii). x 32 Nech (Af)(x) = f(y) dy. Určite A pre A L(X, Y ), ak X = L 2 ((, 1)), Y = W 1,2 ((, 1)) (2/ 3 A 3/2) X = L ((, 1)), Y = BUC,1 ((, 1)) ( A = 2) X = BUC((, 1)), Y = BUC 1 ((, 1)) ( A = 2) X = BUC,α ((, 1)), Y = BUC 1,α ((, 1)) ( A = 2) X = Y = BUC((, 1)) ( A = 1) X = Y = L 2 ((, 1)) ( A = 2/π) 33 Nech Af = f. Zistite, či A L(X, Y ) a prípadne určite A, ak X = Y = BUC 1 ((, 1)) (A / L(X, Y )) X = BUC 1,α ((, 1)), Y = BUC,α ((, 1)) ( A = 1) X = W 1,p (IR), Y = L p (IR) ( A = 1) 34 Ukážte, že W 1,2 ((, 1)) BUC,1/2 ((, 1)). Riešenie: Označme 1,2 resp.,1/2 normu v priestore W 1,2 resp. BUC,1/2. Pre každé f W 1,2 potom platí f(t) f(s) = t f (τ) dτ ( t f (τ) 2 dτ) 1/2 t s 1/2 f 1,2 t s 1/2, s s takže f je 1/2-hölderovská a p 1/2 (f) f 1,2. Špeciálne tiež platí sup f inf (,1) (,1) f 1,2, a pretože f 1 f 2 1,2 f(τ) 2 dτ 1 (inf f ) 2 dτ = (inf f ) 2, dostávame sup f f 1,2 + inf f 2 f 1,2, takže f,1/2 = sup f + p 1/2 (f) 3 f 1,2. 3. Odtial plynie W 1,2 ((, 1)) BUC,1/2 ((, 1)), pričom norma tohto vnorenia je 13

11 35 Nech X = {f W 1,2 ((, 1)) ; f()=f(1)=} (vzhl adom k predošlému cvičeniu má podmienka f()=f(1)= zmysel a X je uzavretý podpriestor priestoru W 1,2 ). V priestore X definujme normu f = ( 1 f (x) 2 dx) 1/2. Ukážte, že táto norma je v priestore X ekvivalentná norme 1,2 a že norma vnorenia (X, ) BUC((, 1)) sa rovná 1/2. 36 Pre Sobolevove priestory platia tiež nasledujúce vnorenia (kde k IN, p 1): ak k < n/p, potom W k,p (IR n ) L q (IR n ), kde 1/q = 1/p k/n. Ak v priestore W 1,p (IR n ) uvažujeme normu f = f L p, potom sa norma vnorenia W 1,p L q (pre p > 1) nadobúda na funkciách tvaru f(x) = (λ + x p/(p 1) ) 1 n/p, kde λ >, takže napr. pre n = 3 a p = 2 je rovná 1 3 ( 2 π ) 2/3. ak k > n/p, potom W k,p (IR n ) BUC m,α (IR n ), kde m < k n/p, < α k m n/p, α < 1. ak je Ω IR n ohraničená oblast s lipschitzovskou hranicou (vid [KJF]), potom je pre k < n/p resp. k = n/p resp. k > n/p priestor W k,p (Ω) spojito vnorený do priestoru L q (Ω) resp. L r (Ω) resp. BUC,α (Ω), kde 1/q 1/p k/n resp. r [1, ) resp. α k n/p, α < 1. V poslednom prípade sa dá tiež dokázat vnorenie W k,p BUC m,α, ak k > m + n/p, α k m n/p, α < Ak je Ω IR n otvorená a ohraničená, potom platí C(Ω) = BUC(Ω) d L p (Ω) pre l ubovol né 1 p < (vid tiež dodatok II). Ukážte, že vnorenie BUC(Ω) L (Ω) nie je husté. (Návod: Zvol te x o Ω a ε > tak, aby A = {x ; x x o < ε} Ω a položte f = χ A L (Ω). Ukážte, že neexistujú f n BUC(Ω) tak, aby f n f v L (Ω); vid tiež príklad 22.) 2n Nech X = L 2 1 d n (( 1, 1)), f n (t) = 2 2 n n! dt n [(t2 1) n ] (Legendrove polynómy). Ukážte, že {f n } n= tvorí ortonormálnu bázu v X. (Návod pre dôkaz maximality (=úplnosti) systému {f n }: Stačí dokázat, že lineárne kombinácie funkcií f n sú husté v X. To však plynie z toho, že priestor týchto kombinácií obsahuje všetky polynómy a tie tvoria podl a Stone-Weierstrassovej vety hustú podmnožinu priestoru C([ 1, 1]), ktorý je zase husto vnorený v L 2 (( 1, 1)) (vid predošlé cvičenie).) Podobné vlastnosti majú tiež Laguerrove, Hermitove, Jacobiho a Čebyševove polynómy v priestoroch L2 ϕ ((a, b)) s príslušnou váhou ϕ : (a, b) IR + (ide o priestory tých funkcií f, pre ktoré je konečná f 2 = b a f(x) 2 ϕ(x) dx). Nech sú X, Y B-priestory, A α L(X, Y ), α M. Z Banach-Steinhausovej vety plynie, že ak je množina { A α x } α M ohraničená pre každé x X, potom je množina { A α } α M ohraničená. Ak pre indexovú množi- 14

12 nu M platí M = IN (t.j. ide o postupnost zobrazení {A n }) a ak A n x Ax pre každé x X, potom platí A L(X, Y ), A lim inf A n a A n x Ax rovnomerne na kompaktných množinách v X. (vid tiež dodatok I). 39 Nech sú X, Y B-priestory, A n L(X, Y ), nech existuje hustá množina M X tak, že A n x Ax pre každé x M, a nech je postupnost { A n } ohraničená. Ukážte, že potom je postupnost {A n x} konvergentná pre každé x X. 4 Nech je X podpriestor priestoru l tvorený všetkými postupnost ami x = {x n }, pre ktoré platí x n = pre n n o = n o (x). Definujme A n : X IK : x že postupnost {A n (x)} je ohraničená pre každé x X, ale postupnost { A n } nie. n k=1 x k. Ukážte, 41 Nech je X separabilný H-priestor s ortonormálnou bázou {e n } a A n x = x, e n. Ukážte, že A n x pre každé x X a súčasne A n = Nech je X B-priestor, A n A, B n B v L(X). Ukážte, že potom A n B n AB v L(X). Ďalej s použitím Banach-Steinhausovej vety dokážte, že ak A n, B n L(X) a A n x Ax, B n x Bx pre každé x X, potom A n B n x ABx pre každé x X. 43 Systém funkcií {f k } + k=, kde f k(x) = eikx 2π, tvorí ortonormálnu bázu priestoru L 2 ((, 2π)). Odtial plynie, že pre každé f L 2 ((, 2π)) platí S n f f v L 2 ((, 2π)), kde S n f = n k= n f, f k f k = 1 2π 2π f( + t) sin(n )t sin t 2 a funkciu f sme 2π-periodicky rozšírili na (2π, 4π). Ak je naviac f : [, 2π] IK absolútne spojitá a f() = f(2π), potom platí S n f f rovnomerne v [, 2π]. Položme X = {f C([, 2π]) ; f()=f(2π)}. Ukážte pomocou Banach-Steinhausovej vety, že ak zvolíme a [, 2π], potom existuje f X tak, že Fourierov rad (S n f)(a) funkcie f v bode a diverguje. (Návod: Predpokladajte opak, potom musí byt postupnost noriem zobrazení A n : X IK : f (S n f)(a) ohraničená. Ukážte, že platí A n = 1 2π 2π sin(n )t sin t dt pre n.) Z Banach-Steinhausovej vety dokonca plynie, 2 že takéto funkcie f (pre ktoré je postupnost (S n f)(a) neohraničená) tvoria reziduálnu množinu v priestore X, odkial plynie, že tiež pre každú spočítatel nú množinu M [, 2π] existuje funkcia f X tak, že rad (S n f)(a) diverguje pre každé a M. Poznámka: Systém prvkov {f k } v B-priestore sa nazýva topologická báza, ak pre každé f v tomto priestore existuje jediná postupnost čísel {c k } IK tak, že f = c k f k. 15 dt,

13 Z vyššie uvedeného plynie, že f k (x) = e ikx netvorí topologickú bázu v priestore X. V priestore L p ((, 2π)) tvorí tento systém topologickú bázu práve pre 1 < p <. 44 Pre f X = C([, 1]) a x k = k n položme (A n f)(x) = n ( i= k i ) (x x k ) f(x i ), (x i x k ) t.j. A n f je Lagrangeov interpolačný polynóm funkcie f, A n L(X). Ukážte, že existujú f n X tak, že f n = 1 a (A n f n )( 1 2n ), odkial plynie A n. Z Banach-Steinhausovej vety teraz plynie, že existuje f X tak, že A n f f v C([, 1]). Zobrazenia X IK sa tiež nazývajú formy alebo funkcionály. Priestor L(X, IK) spojitých lineárnych foriem sa značí X (alebo X ) a nazýva sa duál (duálny priestor k) priestoru X. Základným tvrdením o lineárnych formách je tzv. Hahn-Banachova veta, z ktorej plynie, že l ubovol nú spojitú lineárnu formu f : M IK (kde M je podpriestor X) možno rozšírit na spojitú lineárnu formu f : X IK tak, aby f = sup{ f(x) ; x M, x 1}. Dôsledkom tejto vety je tiež tvrdenie o oddel ovaní konvexných množín: Nech sú A, B neprázdne konvexné disjunktné množiny v NLP X. Ak je A otvorená, potom existuje f X a ξ IR tak, že pre každé x A a y B platí Re f(x) < ξ Re f(y). Ak je A kompaktná a B uzavretá, potom existuje f X tak, že sup A Re f < inf B Re f. Množiny A a B teda môžeme od seba oddelit nadrovinou Re f = ξ pre vhodné ξ. 45 Ukážte, že pre každé x v NLP X platí x = max{ f(x) ; f X, f 1}. 46 Nech sú x 1,..., x n X lineárne nezávislé. Potom existujú f 1,..., f n X tak, že f i (x j ) = δ ij (tzv. biortogonálna postupnost ). Dokážte. Ukážte tiež, že pre dané f 1,..., f n X lineárne nezávislé existujú x 1,..., x n X tak, že f i (x j ) = δ ij. 47 Nech X = L 2 (( 1, 1)), A = {f BUC(( 1, 1)) ; f() = α}, B = {f BUC(( 1, 1)) ; f() = β}, α β. Potom sú A, B konvexné a disjunktné, ale nedajú sa od seba oddelit spojitým lineárnym funkcionálom v X. Dokážte. (Návod: A, B sú husté v X, takže pre f X sú f(a), f(b) husté v IK. Ukážte, že dokonca platí f(a) = f(b) = IK.) stačí, aby X bol LKP (vid dodatok I) 16

14 Duál k H-priestoru X sa dá pomocou Rieszovej vety o reprezentácii stotožnit so samotným priestorom X; každej forme F X pritom zodpovedá prvok x F X nasledujúcim spôsobom: F (x) = x, x F pre každé x X. Podobne duál k priestoru L p (X, µ), 1 p <, sa dá stotožnit s priestorom L q (X, µ) (kde 1/p + 1/q = 1; q = + pre p = 1) nasledovne: (L p ) L q : F g F, kde F (f) = X fḡ F dµ pre každé f L p. Každý B-priestor X môžeme prirodzeným spôsobom vnorit do jeho druhého duálu X = L(X, IK); ide o zobrazenie Q : X X : x Q x, kde Q x (f) = f(x) pre f X. Zobrazenie Q je izometria, t.j. Q x = x. Priestor X sa nazýva reflexívny, ak platí Q(X) = X. Každý H-priestor a každý uniformne konvexný B-priestor je reflexívny. Špeciálne, priestory L p a W k,p sú reflexívne pre 1 < p < (v prípade priestoru L p (X, E) musí byt tiež priestor E reflexívny). Naproti tomu priestory L 1, L a BUC reflexívne nie sú. Reflexivita je topologická vlastnost (t.j. nezávisí na vol be konkrétnej (ekvivalentnej) normy ako napr. uniformná konvexita) a reflexívne priestory majú celý rad dôležitých vlastností. V reflexívnom priestore je každá konvexná uzavretá ohraničená množina K kompaktná v tzv. slabej topológii (vid dodatok I), odkial napr. plynie, že l ubovol ná spojitá forma f : X IR nadobúda na K svoje infimum i supremum a každé x X má v K prvok svojej najlepšej aproximácie. Nadobúdanie inf K f sa dá v reflexívnom priestore dokázat aj pre nelineárne spojité funkcionály f : X IR, ktoré sú konvexné (t.j. f(λx + (1 λ)y) λf(x) + (1 λ)f(y) pre λ (, 1)). 48 Nech X = BUC((, 1), IR) a nech 1/2 1 K = B = {f X ; f 1}, F (f) = f(t) dt 1 K = {f B ; f()=f(1)=}, F (f) = f(t) dt K = {f B ; f( 1 2n 1 )= pre každé n IN}, F (f) = n IN 1/2 f(t) dt 1 2 f( 1 n 2n ). Ukážte, že vo všetkých troch prípadoch platí F X, K je konvexná, uzavretá a ohraničená, ale F nenadobúda na K svoje infimum ani supremum. Podl a Rieszovej vety o reprezentácii (vid dodatok II) zodpovedá funkcionálu F konečná Radonova miera µ F. 17

15 Čomu sa rovná µ F v uvedených troch prípadoch? 1 Položte d alej K = {f B ; f() = f(t) dt = } a ukážte, že funkcia f(t)=t nemá v K prvok najlepšej aproximácie (vid tiež príklad 2.) 49 S využitím Rieszovej vety o reprezentácii a Hahn-Banachovej vety ukážte, že pre dané n IN existuje (konečná Radonova) miera µ n na intervale [, 1] tak, že P () = 1 P dµ n pre každý polynóm P stupňa n. Ukážte d alej, že neexistuje (konečná Rado- nova) miera µ na [, 1] tak, aby P 1 () = P dµ pre l ubovol ný polynóm. 4. KOMPAKTNOSŤ V NLP Kompaktnost je jeden zo základných pojmov vo funkcionálnej analýze. Kompaktné množiny majú niektoré dôležité vlastnosti, napr. spojitá funkcia na kompaktnej množine nadobúda svoje infimum, v metrickom priestore z každej postupnosti prvkov v kompaktnej množine možno vybrat konvergentnú podpostupnost (čo sa často využíva pri rôznych limitných prechodoch). Podmnožina M B-priestoru X je relatívne kompaktná práve vtedy, ked je totálne ohraničená, t.j. pre každé ε > existuje konečná množina Mε M tak, že ( x M)( xε Mε) x xε < ε. Množina Mε sa potom nazýva ε-siet množiny M. Pretože v IK n je každá ohraničená množina totálne ohraničená, je každá ohraničená uzavretá množina v IK n kompaktná. V nekonečnorozmernom B-priestore toto tvrdenie (bohužial ) neplatí: jednotková gul a B nie je nikdy kompaktná. To je dôsledok tzv. Rieszovej lemy, podl a ktorej pre každý uzavretý podpriestor Y X, Y X, a každé ε > existuje prvok x B tak, že dist(x, Y ) = inf y Y x y 1 ε. (V H-priestore zrejme stačí zvolit x Y, x = 1.) Dôkaz: Zvol me x X\Y. Z uzavretosti Y plynie, že d = dist(x, Y ) >. Zvol me yε Y tak, aby d x yε < d(1+ε) a položme xε = (x yε)/ x yε. Potom xε B a pre l ubovol né y Y dostávame xε y = 1 x yε x (y ε + y x yε ) } {{ } Y d d(1 + ε) > 1 ε, 18

16 odkial plynie tvrdenie Rieszovej lemy. Ak teraz zvolíme postupnost x n B tak, že x n x m 1 ε pre každé n m, potom {x n } n nie je totálne ohraničená, takže B nie je kompaktná. 5 Nech je X separabilný H-priestor s ortonormálnou bázou {e n }. Podl a vyššie dokázaného nie je gul a B = {x X ; n x, e n 2 1} kompaktná. Ukážte, že množina K = {x X ; x, e n 1/n n IN} je kompaktná. (Návod: Nech je ε > a zvol me n tak, aby k=n+1 1 k 2 < ε2. Množina M n = {x = n i=1 c i e i ; c i 1/i} je ohraničená množina v konečnorozmernom priestore, takže je totálne ohraničená a má konečnú ε-siet Mε n. Ukážte, že M ε n je 2ε-siet množiny M). Uvedomte si, čo toto tvrdenie znamená napr. v prípade priestoru L 2 ((, 2π)): ukážte, že pre f BUC 1 ((, 2π)) s vlastnost ou f() = f(2π) platí f, e n 2π f BUC 1/n, kde e n (t) = e int / 2π. 51 Nech je 1 p < a nech M l p je ohraničená. Ukážte, že M je relatívne kompaktná práve vtedy, ked ( lim sup{ n k=n }) x k p ; x M =. Kompaktné množiny v priestoroch BUC a L p sa dajú charakterizovat nasledovne: (Arzelà-Ascoli) Nech je (K, ρ) kompaktný metrický priestor. Množina M BUC(K) je relatívne kompaktná práve vtedy, ked je ohraničená a funkcie f M sú rovnako spojité, t.j. ( ε > )( δ > )( f M)( x, y K)ϱ(x, y) < δ f(x) f(y) < ε (Riesz) Nech je Ω IR n otvorená a B k = {x IR n ; x k}. Množina M L p (Ω) je relatívne kompaktná práve vtedy, ked je ohraničená a pre f M platí (i) f Lp (Ω\B k ) pre k (ii) f( + h) f Lp (Ω) pre h rovnomerne v M rovnomerne v M Kompaktnost v priestore X = L 2 (IR n ) sa dá tiež niekedy ukázat pomocou nasledujúceho kritéria (Rellich): Nech F : IR n IR + je meratel ná, F (x) pre x. Potom je množina M = {f X; f 1, F f 1, F ˆf 1} kompaktná v X ( ˆf je Fourierova transformácia f). 19

17 Nech sú X, Y B-priestory. Zobrazenie f : X Y sa nazýva kompaktné, ak zobrazuje ohraničené množiny v X na množiny, ktoré sú relatívne kompaktné v Y. Podpriestor priestoru L(X, Y ) tvorený všetkými kompaktnými lineárnymi zobrazeniami budeme značit K(X, Y ). Dá sa ukázat, že ide o uzavretý podpriestor, takže je to opät B-priestor. Ak je X Y a príslušné vnorenie je kompaktné, budeme písat X Y. 52 Ukážte, že priestor K(X) = K(X, X) je ideál priestoru L(X), t.j. AB, BA K(X) pre každé A K(X) a B L(X). 53 Ak je Ω IR n ohraničená oblast s lipschitzovskou hranicou (vid [KJF]), potom sa dá dokázat, že pre k < n/p resp. k = n/p resp. k > n/p je priestor W k,p (Ω) kompaktne vnorený do priestoru L q (Ω) resp. L r (Ω) resp. BUC,α (Ω), kde 1/q > 1/p k/n resp. r [1, ) resp. α < k n/p. Dokážte, že W 1,2 ((, 1)) BUC((, 1)). Riešenie: Nech je M W 1,2 = W 1,2 ((, 1)) ohraničená vo W 1,2, t.j. f 1,2 C pre každé f M. Z vnorenia W 1,2 BUC,1/2 (vid príklad 34.) potom plynie, že M je ohraničená v BUC,1/2 (takže tiež v BUC) a teda f(x) f(y) sup p 1/2 (f) = sup sup f M f M x y x y C, 1/2 odkial plynie, že funkcie f M sú rovnako spojité. Podl a charakterizácie relatívne kompaktných množín v BUC je množina M relatívne kompaktná v BUC((, 1)). 54 Ukážte, že pre otvorenú ohraničenú množinu Ω IR n je BUC 1 (Ω) BUC(Ω). Dá sa ukázat, že pre < ν < λ 1 platí BUC k,λ (Ω) BUC k,ν (Ω) a v prípade B-priestorov E F tiež BUC,λ (Ω, E) BUC,ν (Ω, F ) (kde Ω môže byt l ubovol ný kompaktný metrický priestor). 55 Ak je Ω priestor s konečnou mierou a 1 p < q, potom z Hölderovej nerovnosti plynie vnorenie L q (Ω) L p (Ω). Ukážte, že vnorenie L q ((, 1)) L p ((, 1)), n 1 1 p < q, nie je kompaktné. (Návod: Položte f n = χ An, kde A n = ( 2k 2n, 2k+1 2n ). k= Potom je {f n } n ohraničená množina v L q, ale neplatí f n ( + h) f L p pre h rovnomerne v n.) 56 Ukážte, že zobrazenie A : BUC((, 1)) BUC((, 1)) definované predpisom x (Af)(x) = f(s) ds je kompaktné. (Návod: A = I B, kde B : BUC BUC1 : f Af je spojité a I : BUC 1 BUC : f f je kompaktné.) Podobne sa dá napr. ukázat, že ak pre f L 2 (Ω) (kde Ω IR n je ohraničená oblast s rozumnou hranicou) označíme 2

18 Af L 2 (Ω) (slabé) riešenie okrajového problému u = f v Ω, u = na hranici Ω, potom je A kompaktné zobrazenie (A = I B, kde B : L 2 W 2,2, I : W 2,2 L 2 ). 57 Ak má obor hodnôt R(A) = {y ; ( x) Ax = y} zobrazenia A L(X, Y ) konečnú dimenziu, potom je A K(X, Y ). Dokážte. 58 Zobrazenie A : l 2 l 2 : (x 1, x 2,...) (x 1, x 2 2, x 3,...) je kompaktné. 3 (Návod: Zobrazenie A n : l 2 l 2 : (x 1, x 2,...) (x 1, x 2 2,..., x n,,,...) je spojité a konečnorozmerné, teda kompaktné. Ukážte A n A v L(X) a využite uzavretost n K(X).) Zobrazenie A K(l 2 ) sa teda dá aproximovat konečnorozmernými spojitými zobrazeniami. Takúto vlastnost má každé kompaktné zobrazenie A : X Y, pokial je Y separabilný H-priestor (stačí, ak má Y tzv. Schauderovu bázu, čo platí napr. pre priestory W k,p a L p, 1 < p < ). Pre obecný (separabilný) B-priestor Y toto tvrdenie neplatí. 59 Nech sú Ω X IR n a Ω Y IR m ohraničené otvorené množiny, nech X = L p (Ω X ), Y = L q (Ω Y ) a K L r (Ω Y Ω X ), kde r = max(p, q) a p je exponent duálny k p (t.j. 1/p + 1/p = 1). Potom je zobrazenie A K : X Y definované predpisom (A K f)(y) = Ω X K(y, x)f(x) dx kompaktné. Ukážte jednoduchšie tvrdenie: ak Ω X = Ω Y = (, 1) IR, K BUC((, 1) 2 ), X = Y = BUC((, 1)), potom je A K : X X kompaktné. (Návod: Využite charakterizáciu kompaktných množín v priestoroch BUC a rovnomernú spojitost jadra K.) že ak K(y, x) = 1/y, t.j. (A K f)(y) = 1 y 1 t t y f(x) dx, potom A L(X)\K(X). Ďalej ukážte, Dokážte tiež, že ak X = L 2 ((, )) a A : X X je dané predpisom (Af)(t) = f(s) ds, potom A L(X)\K(X). (Návod pre dôkaz nekompaktnosti: Zvol te f n (x) = 2 n pre x (2 2n, 2 2n+1 ), f n (x) = 2 n 1 pre x (2 2n+1, 2 2n+2 ), f n (x) = ináč. Ukážte, že {f n } n L 2 je ohraničená, ale {Af n } n nemá konečnú ε-siet.) Ak sú X resp. Y H-priestory s ortonormálnymi bázami {e α } resp. {f β } a A L(X, Y ) splňuje podmienku A 2 = Ae α, f β 2 <, potom α,β sa A nazýva Hilbert-Schmidtovo zobrazenie (číslo A nezáleží na konkrétnej vol be ortonormálnych báz). Každé Hilbert-Schmidtovo zobrazenie α K je kompaktné, pretože sa dá aproximovat v L(X, Y ) konečnorozmernými zobrazeniami tvaru A K =, e α Ae α, kde K je konečná indexová množina (dokážte!). Typickým príkladom Hilbert-Schmidtovho zobrazenia je integrálny operátor A : L 2 (Ω) L 2 (Ω) definovaný predpisom (Af)(x) = 21

19 Ω K(x, y)f(y) dy, kde K L2 (Ω Ω) (Ω môže byt abstraktný priestor s mierou). Hodnota A sa pritom rovná norme jadra K v L 2 (Ω Ω). 6 Nech A : l 2 l 2 : (x 1, x 2,...) (x 1, x 2 2, x 3 3,...). Ukážte, že A je kompaktné, ale nie je Hilbert-Schmidtovo zobrazenie. 5. UZAVRETÉ ZOBRAZENIA Nech sú X, Y dva B-priestory a A je lineárne zobrazenie z priestoru X do priestoru Y s definičným oborom D(A). Symbolom N (A) budeme značit množinu {x X ; Ax=}, symbolom R(A) budeme značit obor hodnôt zobrazenia A, t.j. množinu {y Y ; ( x X) Ax=y}. Ak je A spojité zobrazenie D(A) Y a D(A) je hustý podpriestor X, potom sa dá A jednoznačne rozšírit na zobrazenie využite hustotu D(A) a rovnomernú spojitost A). 61 Nech X = Y = L 2 (IR n ) a (Af)(ξ) = 1 (2π) n/2 Ã L(X, Y ) (dokážte; f(x) e i(x,ξ) dx pre f IR n D(A) = L 1 (IR n ) L 2 (IR n ) (Fourierova transformácia). Ukážte, že uvedeným predpisom sa A nedá korektne definovat pre l ubovol né f L 2 (IR n ). Ďalej ukážte, že A je spojité a D(A) je hustý v X, takže sa A dá rozšírit na spojité zobrazenie celého priestoru L 2 (IR n ). Ak chceme vyšetrovat diferenciálny operátor ako zobrazenie v jednom B-priestore (napr. z dôvodu jeho spektrálnej analýzy), potom obyčajne nevystačíme s pojmom spojitého lineárneho zobrazenia, pretože takýto operátor je typický príklad neohraničeného (=nespojitého) zobrazenia. Tieto operátory však často majú celý rad dôležitých vlastností, ktoré obecné lineárne zobrazenia nemajú. Preto sa zavádza pojem uzavretého zobrazenia; tieto zobrazenia predstavujú dostatočne širokú triedu pre vyšetrovanie mnohých diferenciálnych (a iných) operátorov a pritom majú vel a zo spomínaných dôležitých vlastností. Zobrazenie A sa nazýva uzavreté, ak je jeho graf, t.j. množina G(A) = {(x, Ax) ; x D(A)}, uzavretá podmnožina kartézskeho súčinu X Y. Ak 22

20 zobrazenie A nie je uzavreté, ale má uzavreté rozšírenie (t.j. existuje uzavreté zobrazenie à : D(Ã) Y tak, že D(A) D(Ã) a Ãx = Ax pre každé x D(A)), potom definujeme jeho uzáver A ako jeho najmenšie uzavreté rozšírenie, t.j. graf G(A) zobrazenia A je uzáver grafu G(A). Ak je A uzavreté zobrazenie s definičným oborom D(A) a D je lineárny podpriestor D(A) s vlastnost ou A = A/D (t.j. A je uzáverom svojej reštrikcie na priestor D), potom povieme, že D je jadro (anglicky core) zobrazenia A. Jadro zrejme nemusí byt jednoznačne určené. Každé zobrazenie A L(X, Y ) je uzavreté. Naopak platí nasledujúca veta o uzavretom grafe: ak je A : X Y uzavreté a D(A) = X, potom A L(X, Y ) (stále pritom predpokladáme, že X a Y sú B-priestory). Dôsledkom tohto tvrdenia je tiež veta o otvorenom zobrazení: Ak je A : X Y uzavreté, prosté a R(A) = Y, potom A 1 L(Y, X). Ak je A : X Y uzavreté, potom jeho graf G(A) = {(x, Ax) ; x D(A)} s normou (x, Ax) = x X + Ax Y je B-priestor. Lineárne zobrazenie B : X Y s definičným oborom D(B) obsahujúcim D(A) sa nazýva A-ohraničené (resp. A-kompaktné), ak je zobrazenie B A : G(A) Y : (x, Ax) Bx spojité (resp. kompaktné). Budeme písat B A, ak je B A-ohraničené. V tomto prípade zrejme existujú kladné konštanty a, b tak, že Bx Y a Ax Y + b x X pre každé x D(A). Ak v tejto nerovnosti môžeme zvolit a < 1 (resp. a 1), budeme písat B 1 A (resp. B 1 A); ak môžeme zvolit a l ubovol ne malé (kladné), budeme písat B ε A. 62 Nech X = Y = C([, 1]), D(A) = {f X ; existuje f ()}, Af = f (). Ukážte, že A : D(A) IK nie je uzavreté ani nemá uzavreté rozšírenie. (Návod: Uvažujte f n (t) = max(, t 1 n ) a ukážte f n f D(A), Af n, ale Af.) lim t + 63 Nech X = C([, 1]), (Af)(t) = f(t) pre f D(A) = {f X ; existuje konečná t f(t) }. Ukážte, že A : X X je uzavreté zobrazenie. t 64 Nech X = C([, 1]), D(A) = C 1 ([, 1]) = BUC 1 ((, 1)) X, A : X X : f f. Potom je A uzavreté zobrazenie. Dokážte. 65 Nech je A : X Y uzavreté a B L(X, Y ) resp. B K(X, Y ). Ukážte, že je 23

21 B potom nutne A-ohraničené resp. A-kompaktné. 66 Zobrazenie Au = u je uzavreté zobrazenie v X = L 2 ((, 1)) s hustým definičným oborom D(A) = W 2,2 ((, 1)). Zobrazenie Bu = u v L 2 ((, 1)) s definičným oborom D(B) = W 1,2 ((, 1)) je A-kompaktné, ale neplatí B L(X). Dokážte. Ak zvolíme D(A) = {u W 2,2 ((, 1)) ; u() = u () = } a pre u D(A) definujeme (Bu)(t) = u(t), kde β < 2, potom je opät A uzavreté zobrazenie a B je A-kompaktné. Dokážte. tvrdenia: t β 67 Nech sú A : X Y, B : Y Z uzavreté zobrazenia. Ukážte nasledujúce Ak je B prosté, B 1 L(Z, Y ), potom je BA : X Z uzavreté. Ak je A spojité, R(A) D(B), potom je BA spojité. 68 Nech je A uzavreté zobrazenie, B 1 A. Ukážte, že potom je tiež zobrazenie A+B (s definičným oborom D(A)) uzavreté. Dá sa predpoklad B 1 A zoslabit na B 1 A? (Návod pre riešenie otázky: Vol te A tak, aby D(A) X a položte B = A.) 69 Nech je A : X Y prosté zobrazenie, A 1 L(Y, X). Nech B A, pričom konštanty a, b môžeme zvolit tak, aby b A 1 + a < 1. Ukážte, že potom je A+B uzavreté, prosté a (A + B) 1 L(Y, X). Naviac (A + B) 1 K(Y, X), ak A 1 K(Y, X). (Návod: K dôkazu uzavretosti použite predošlé cvičenie. Ak označíme R = BA 1, potom z našich predpokladov plynie R L(Y ), R < 1. Ďalej platí A + B = (I R)A, takže (A + B) 1 = A 1 (I R) 1, kde (I R) 1 = k= Rk L(Y ).) 7 Nech X = Y = L p ((, 1)), c [, 1], Af = f a Bf = f(c) pre f W 1,p ((, 1)). Ukážte, že B ε A pre p > 1, B A pre p = Nech X = L 2 (IR n ) a nech je A X-realizácia operátora, t.j. Au = u pre u D(A) = {u X ; u X}. Dá sa ukázat, že D(A) = W 2,2 (IR n ) a že A je uzavreté zobrazenie. Ukážte, že zobrazenie I : X X : u u nie je A-kompaktné. (Návod: Nech ϕ D(A) má nosič obsiahnutý v množine {x IR n ; x < 1}. Položte ϕ n = ϕ( +ne 1 ), kde e 1 = (1,,,..., ), a ukážte, že {ϕ n } je ohraničená v grafovej norme zobrazenia A, ale nie je relatívne kompaktná v X.) 72 Pre f L 1 ((, 2π)) a n celé položme ˆf(n) = 1 2π 2π f(t)e int dt (t.j. ˆf(n) je Fourierov koeficient funkcie f). Definujme B-priestor c o ako priestor tých postupností komplexných čísel {z n } n=, pre ktoré je konečná norma z = sup z n a pre ktoré n naviac platí lim z n =. Ukážte, že zobrazenie F : L 1 c o : f ˆf = { ˆf(n)} n= n je prosté spojité a lineárne a k nemu inverzné zobrazenie F 1 nie je spojité. (Návod: Linearita a spojitost F sú jednoduché. Pri dôkaze N (F) = {} využite hustotu lineárneho 24

22 obalu funkcií {e int } v L 2 ((, 2π)). Nespojitost F 1 : uvažujte f n (t) = n k= n e ikt a ukážte, že fn co = 1, ale f n L 1.) Ako dôsledok vety o otvorenom zobrazení dostávame, že zobrazenie F nie je surjektívne (R(F) c o ), takže existuje {z n } c o tak, že z n nie sú Fourierove koeficienty žiadnej funkcie f L 1 ((, 2π)). 73 Nech sú X, Y B-priestory, dim X =, a nech je A K(X, Y ) prosté. Ukážte, že potom R(A) Y. (Návod: Ak R(A) = Y, potom podl a vety o otvorenom zobrazení je A 1 L(Y, X), takže I = A 1 A K(X), čo nie je možné.) 6. KOMPLEXIFIKÁCIA V nasledujúcich kapitolách je vel a výsledkov uvedených len pre komplexné B-priestory. Aby sa tieto výsledky dali použit aj v prípade reálneho priestoru, uvedieme si v tomto odstavci spôsob, ako možno reálny priestor a príslušné lineárne zobrazenia komplexifikovat. Nech je X reálny B-priestor. Označme X C priestor X X so sčítaním a násobením skalárom λ = α + iβ C definovaným nasledovne: (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2, y 1 + y 2 ) λ(x, y) = (αx βy, βx + αy) Prvok z = (x, y) X C sa dá reprezentovat v tvare x + iy, takže priestor X môžeme považovat za IR-lineárny podpriestor komplexného priestoru X C. Ak v priestore X C definujeme normu predpisom z C = sup Re(e iα z) = α 2π sup x cos α + y sin α, α 2π potom je X C B-priestor a vnorenie X X C je (reálna) izometria. Podobne ak je X reálny H-priestor so skalárnym súčinom,, môžeme v X C definovat skalárny súčin, C predpisom x + iy, u + iv C = x, u + y, v + i ( y, u x, v ). 25

23 Ak sú X, Y dva reálne priestory a A : X Y je lineárne zobrazenie, definujme zobrazenie A C : X C Y C : (x + iy) Ax + iay. Potom je A C C-lineárne zobrazenie a A C (X) Y. Naopak, pre každé C-lineárne zobrazenie A : X C Y C existujú jediné IR-lineárne zobrazenia A 1, A 2 : X Y tak, že Ax = A 1 x + ia 2 x pre každé x X, pričom sa jednoducho overí A = (A 1 ) C + i(a 2 ) C, takže priestor všetkých C-lineárnych zobrazení X C Y C je vlastne komplexifikácia priestoru zobrazení tvaru A C, kde A : X Y je IR-lineárne zobrazenie. Ďalej platí A L(X, Y ) A C L(X C, Y C ) a pri stotožnení zobrazení A a A C tiež L(X C, Y C ) = ( L(X, Y ) ), takže C špeciálne (X C ) = (X ) C a (A C ) = (A ) C. 74 Nech je A : X Y IR-lineárne zobrazenie. Ukážte, že A je uzavreté (resp. kompaktné) práve vtedy, ked je zobrazenie A C : X C Y C uzavreté (resp. kompaktné). 26

Matematika Funkcia viac premenných, Parciálne derivácie

Matematika Funkcia viac premenných, Parciálne derivácie Matematika 2-01 Funkcia viac premenných, Parciálne derivácie Euklidovská metrika na množine R n všetkých usporiadaných n-íc reálnych čísel je reálna funkcia ρ: R n R n R definovaná nasledovne: Ak X = x

Διαβάστε περισσότερα

1. Limita, spojitost a diferenciálny počet funkcie jednej premennej

1. Limita, spojitost a diferenciálny počet funkcie jednej premennej . Limita, spojitost a diferenciálny počet funkcie jednej premennej Definícia.: Hromadný bod a R množiny A R: v každom jeho okolí leží aspoň jeden bod z množiny A, ktorý je rôzny od bodu a Zadanie množiny

Διαβάστε περισσότερα

Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus

Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus 1. prednáška Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus Matematickým základom kvantovej mechaniky je teória Hilbertových

Διαβάστε περισσότερα

Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich

Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich Tuesday 15 th January, 2013, 19:53 Základy tenzorového počtu M.Gintner Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich násobenie reálnym číslom tak, že platí:

Διαβάστε περισσότερα

7. FUNKCIE POJEM FUNKCIE

7. FUNKCIE POJEM FUNKCIE 7. FUNKCIE POJEM FUNKCIE Funkcia f reálnej premennej je : - každé zobrazenie f v množine všetkých reálnych čísel; - množina f všetkých usporiadaných dvojíc[,y] R R pre ktorú platí: ku každému R eistuje

Διαβάστε περισσότερα

(IP3) (f, g) = (g, f) (symetria), (IP4) (f, f) > 0 pre f 0 (kladná definitnosť). Z podmienok (IP1) (IP4) sa ľahko dokážu rovnosti:

(IP3) (f, g) = (g, f) (symetria), (IP4) (f, f) > 0 pre f 0 (kladná definitnosť). Z podmienok (IP1) (IP4) sa ľahko dokážu rovnosti: Hilbertove priestory Veľké množstvo aplikácií majú lineárne normované priestory, v ktorých norma je odvodená od skalárneho (vnútorného) súčinu, podobne ako v bežnom trojrozmernom euklidovskom priestore.

Διαβάστε περισσότερα

6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu

6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu 6 Limita funkcie 6 Myšlienka ity, interval bez bodu Intuitívna myšlienka ity je prirodzená, ale definovať presne pojem ity je značne obtiažne Nech f je funkcia a nech a je reálne číslo Čo znamená zápis

Διαβάστε περισσότερα

Cvičenie č. 4,5 Limita funkcie

Cvičenie č. 4,5 Limita funkcie Cvičenie č. 4,5 Limita funkcie Definícia ity Limita funkcie (vlastná vo vlastnom bode) Nech funkcia f je definovaná na nejakom okolí U( ) bodu. Hovoríme, že funkcia f má v bode itu rovnú A, ak ( ε > )(

Διαβάστε περισσότερα

Ekvačná a kvantifikačná logika

Ekvačná a kvantifikačná logika a kvantifikačná 3. prednáška (6. 10. 004) Prehľad 1 1 (dokončenie) ekvačných tabliel Formula A je ekvačne dokázateľná z množiny axióm T (T i A) práve vtedy, keď existuje uzavreté tablo pre cieľ A ekvačných

Διαβάστε περισσότερα

Goniometrické rovnice a nerovnice. Základné goniometrické rovnice

Goniometrické rovnice a nerovnice. Základné goniometrické rovnice Goniometrické rovnice a nerovnice Definícia: Rovnice (nerovnice) obsahujúce neznámu x alebo výrazy s neznámou x ako argumenty jednej alebo niekoľkých goniometrických funkcií nazývame goniometrickými rovnicami

Διαβάστε περισσότερα

Matematika 2. časť: Funkcia viac premenných Letný semester 2013/2014

Matematika 2. časť: Funkcia viac premenných Letný semester 2013/2014 Matematika 2 časť: Funkcia viac premenných Letný semester 2013/2014 RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk

Διαβάστε περισσότερα

Matematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad

Matematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad Matematika 3-13. prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad Erika Škrabul áková F BERG, TU Košice 15. 12. 2015 Erika Škrabul áková (TUKE) Taylorov

Διαβάστε περισσότερα

Motivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010.

Motivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010. 14. decembra 2010 Rie²enie sústav Plocha rovnobeºníka Objem rovnobeºnostena Rie²enie sústav Príklad a 11 x 1 + a 12 x 2 = c 1 a 21 x 1 + a 22 x 2 = c 2 Dostaneme: x 1 = c 1a 22 c 2 a 12 a 11 a 22 a 12

Διαβάστε περισσότερα

Funkcie - základné pojmy

Funkcie - základné pojmy Funkcie - základné pojmy DEFINÍCIA FUNKCIE Nech A, B sú dve neprázdne číselné množiny. Ak každému prvku x A je priradený najviac jeden prvok y B, tak hovoríme, že je daná funkcia z množiny A do množiny

Διαβάστε περισσότερα

FUNKCIE N REÁLNYCH PREMENNÝCH

FUNKCIE N REÁLNYCH PREMENNÝCH FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE FUNKCIE N REÁLNYCH PREMENNÝCH RNDr. Kristína Rostás, PhD. PREDMET: Matematická analýza ) 2010/2011 1. DEFINÍCIA REÁLNEJ FUNKCIE

Διαβάστε περισσότερα

Prednáška Fourierove rady. Matematická analýza pre fyzikov IV. Jozef Kise lák

Prednáška Fourierove rady. Matematická analýza pre fyzikov IV. Jozef Kise lák Prednáška 6 6.1. Fourierove rady Základná myšlienka: Nech x Haφ 1,φ 2,...,φ n,... je ortonormálny systém v H, dá sa tento prvok rozvinút do radu x=c 1 φ 1 + c 2 φ 2 +...,c n φ n +...? Ako nájdeme c i,

Διαβάστε περισσότερα

Reálna funkcia reálnej premennej

Reálna funkcia reálnej premennej (ÚMV/MAN3a/10) RNDr. Ivan Mojsej, PhD ivan.mojsej@upjs.sk 18.10.2012 Úvod V každodennom živote, hlavne pri skúmaní prírodných javov, procesov sa stretávame so závislosťou veľkosti niektorých veličín od

Διαβάστε περισσότερα

x x x2 n

x x x2 n Reálne symetrické matice Skalárny súčin v R n. Pripomeniem, že pre vektory u = u, u, u, v = v, v, v R platí. dĺžka vektora u je u = u + u + u,. ak sú oba vektory nenulové a zvierajú neorientovaný uhol

Διαβάστε περισσότερα

Motivácia pojmu derivácia

Motivácia pojmu derivácia Derivácia funkcie Motivácia pojmu derivácia Zaujíma nás priemerná intenzita zmeny nejakej veličiny (dráhy, rastu populácie, veľkosti elektrického náboja, hmotnosti), vzhľadom na inú veličinu (čas, dĺžka)

Διαβάστε περισσότερα

Diferenciálny a integrálny počet funkcií viac premenných v príkladoch

Diferenciálny a integrálny počet funkcií viac premenných v príkladoch Univerzita Komenského v Bratislave Fakulta matematiky, fyziky a informatiky Diferenciálny a integrálny počet funkcií viac premenných v príkladoch Martin Kollár, L ubica Kossaczká a Daniel Ševčovič Vysokoškolský

Διαβάστε περισσότερα

Tomáš Madaras Prvočísla

Tomáš Madaras Prvočísla Prvočísla Tomáš Madaras 2011 Definícia Nech a Z. Čísla 1, 1, a, a sa nazývajú triviálne delitele čísla a. Cele číslo a / {0, 1, 1} sa nazýva prvočíslo, ak má iba triviálne delitele; ak má aj iné delitele,

Διαβάστε περισσότερα

7. Dokážte, že z každej nekonečnej množiny môžeme vydeliť spočítateľnú podmnožinu.

7. Dokážte, že z každej nekonečnej množiny môžeme vydeliť spočítateľnú podmnožinu. Teória množín To, že medzi množinami A, B existuje bijektívne zobrazenie, budeme symbolicky označovať A B alebo A B. Vtedy hovoríme, že množiny A, B sú ekvivalentné. Hovoríme tiež, že také množiny A, B

Διαβάστε περισσότερα

Komplexné čísla, Diskrétna Fourierova transformácia 1

Komplexné čísla, Diskrétna Fourierova transformácia 1 Komplexné čísla, Diskrétna Fourierova transformácia Komplexné čísla C - množina všetkých komplexných čísel komplexné číslo: z = a + bi, kde a, b R, i - imaginárna jednotka i =, t.j. i =. komplexne združené

Διαβάστε περισσότερα

VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR. Michal Zajac. 3 T b 1 = T b 2 = = = 2b

VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR. Michal Zajac. 3 T b 1 = T b 2 = = = 2b VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR Michal Zajac Vlastné čísla a vlastné vektory Pripomeňme najprv, že lineárny operátor T : L L je vzhl adom na bázu B = {b 1, b 2,, b n } lineárneho priestoru L určený

Διαβάστε περισσότερα

1 Úvod Predhovor Sylaby a literatúra Základné označenia... 3

1 Úvod Predhovor Sylaby a literatúra Základné označenia... 3 Obsah 1 Úvod 3 1.1 Predhovor...................................... 3 1.2 Sylaby a literatúra................................. 3 1.3 Základné označenia................................. 3 2 Množiny a zobrazenia

Διαβάστε περισσότερα

viacrozmerných a nekonečnorozmerných priestoroch. A ako nasvedčuje jej názov, pôjde o rovnice nelineárne.

viacrozmerných a nekonečnorozmerných priestoroch. A ako nasvedčuje jej názov, pôjde o rovnice nelineárne. Nelineárna analýza 1. Úvod Na začiatok by bolo načim ako-tak vymedzit, čím sa nelineárna analýza zaoberá. Čitatel by už mal však mat dostatok skúseností, aby vedel, že je to dost t ažké u l ubovol nej

Διαβάστε περισσότερα

Príklady na precvičovanie Fourierove rady

Príklady na precvičovanie Fourierove rady Príklady na precvičovanie Fourierove rady Ďalším významným typom funkcionálnych radov sú trigonometrické rady, pri ktorých sú jednotlivé členy trigonometrickými funkciami. Konkrétne, jedná sa o rady tvaru

Διαβάστε περισσότερα

1-MAT-220 Algebra februára 2012

1-MAT-220 Algebra februára 2012 1-MAT-220 Algebra 1 12. februára 2012 Obsah 1 Grupy 3 1.1 Binárne operácie.................................. 3 1.2 Cayleyho veta.................................... 3 2 Faktorizácia 5 2.1 Relácie ekvivalencie

Διαβάστε περισσότερα

G. Monoszová, Analytická geometria 2 - Kapitola III

G. Monoszová, Analytická geometria 2 - Kapitola III text obsahuje znenia viet, ktoré budeme dokazovat na prednáškach text je doplnený aj o množstvo poznámok, ich ciel om je dopomôct študentom k lepšiemu pochopeniu pojmov aj súvislostí medzi nimi text je

Διαβάστε περισσότερα

ARMA modely čast 2: moving average modely (MA)

ARMA modely čast 2: moving average modely (MA) ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2014/2015 ARMA modely časť 2: moving average modely(ma) p.1/24 V. Moving average proces prvého rádu - MA(1) ARMA modely

Διαβάστε περισσότερα

MATEMATICKÁ ANALÝZA 1

MATEMATICKÁ ANALÝZA 1 UNIVERZITA PAVLA JOZEFA ŠAFÁRIKA V KOŠICIACH Prírodovedecká fakulta Ústav matematických vied Božena Mihalíková, Ján Ohriska MATEMATICKÁ ANALÝZA Vysokoškolský učebný text Košice, 202 202 doc. RNDr. Božena

Διαβάστε περισσότερα

NUMERICKÁ MATEMATIKA. Moderné vzdelávanie pre vedomostnú spoločnosť/ Projekt je spolufinancovaný zo zdrojov EÚ. Fakulta elektrotechniky a informatiky

NUMERICKÁ MATEMATIKA. Moderné vzdelávanie pre vedomostnú spoločnosť/ Projekt je spolufinancovaný zo zdrojov EÚ. Fakulta elektrotechniky a informatiky Moderné vzdelávanie pre vedomostnú spoločnosť/ Projekt je spolufinancovaný zo zdrojov EÚ NUMERICKÁ MATEMATIKA Fakulta elektrotechniky a informatiky Štefan Berežný Táto publikácia vznikla za finančnej podpory

Διαβάστε περισσότερα

Goniometrické substitúcie

Goniometrické substitúcie Goniometrické substitúcie Marta Kossaczká S goniometrickými funkciami ste sa už určite stretli, pravdepodobne predovšetkým v geometrii. Ich použitie tam ale zďaleka nekončí. Nazačiatoksizhrňme,čoonichvieme.Funkciesínusakosínussadajúdefinovať

Διαβάστε περισσότερα

7 Derivácia funkcie. 7.1 Motivácia k derivácii

7 Derivácia funkcie. 7.1 Motivácia k derivácii Híc, P Pokorný, M: Matematika pre informatikov a prírodné vedy 7 Derivácia funkcie 7 Motivácia k derivácii S využitím derivácií sa stretávame veľmi často v matematike, geometrii, fyzike, či v rôznych technických

Διαβάστε περισσότερα

Start. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop

Start. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop 1) Vytvorte algoritmus (vývojový diagram) na výpočet obvodu kruhu. O=2xπxr ; S=πxrxr Vstup r O = 2*π*r S = π*r*r Vystup O, S 2) Vytvorte algoritmus (vývojový diagram) na výpočet celkovej ceny výrobku s

Διαβάστε περισσότερα

Učební texty k státní bakalářské zkoušce Matematika Vektorové prostory. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Vektorové prostory. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Vektorové prostory študenti MFF 15. augusta 2008 1 9 Vektorové priestory Požiadavky Základné vlastnosti vektorových priestorov, podpriestorov generovania,

Διαβάστε περισσότερα

ARMA modely čast 2: moving average modely (MA)

ARMA modely čast 2: moving average modely (MA) ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 ARMA modely časť 2: moving average modely(ma) p.1/25 V. Moving average proces prvého rádu - MA(1) ARMA modely

Διαβάστε περισσότερα

TECHNICKÁ UNIVERZITA V KOŠICIACH STROJNÍCKA FAKULTA MATEMATIKA 1. Funkcia jednej premennej a jej diferenciálny počet

TECHNICKÁ UNIVERZITA V KOŠICIACH STROJNÍCKA FAKULTA MATEMATIKA 1. Funkcia jednej premennej a jej diferenciálny počet TECHNICKÁ UNIVERZITA V KOŠICIACH STROJNÍCKA FAKULTA MATEMATIKA časťa Funkcia jednej premennej a jej diferenciáln počet Dušan Knežo, Miriam Andrejiová, Zuzana Kimáková 200 RECENZOVALI: prof. RNDr. Jozef

Διαβάστε περισσότερα

4. Výrokové funkcie (formy), ich definičný obor a obor pravdivosti

4. Výrokové funkcie (formy), ich definičný obor a obor pravdivosti 4. Výrokové funkcie (formy), ich definičný obor a obor pravdivosti Výroková funkcia (forma) ϕ ( x) je formálny výraz (formula), ktorý obsahuje znak x, pričom x berieme z nejakej množiny M. Ak za x zvolíme

Διαβάστε περισσότερα

4 Reálna funkcia reálnej premennej a jej vlastnosti

4 Reálna funkcia reálnej premennej a jej vlastnosti Reálna unkcia reálnej premennej a jej vlastnosti Táto kapitola je venovaná štúdiu reálnej unkcie jednej reálnej premennej. Pojem unkcie patrí medzi základné pojmy v matematike. Je to vlastne matematický

Διαβάστε περισσότερα

Úvod 2 Predhovor... 2 Sylaby a literatúra... 2 Označenia... 2

Úvod 2 Predhovor... 2 Sylaby a literatúra... 2 Označenia... 2 Obsah Úvod Predhovor Sylaby a literatúra Označenia Euklidovské vektorové priestory 3 Skalárny súčin 3 Gram-Schmidtov ortogonalizačný proces 8 Kvadratické formy 6 Definícia a základné vlastnosti 6 Kanonický

Διαβάστε περισσότερα

Planárne a rovinné grafy

Planárne a rovinné grafy Planárne a rovinné grafy Definícia Graf G sa nazýva planárny, ak existuje jeho nakreslenie D, v ktorom sa žiadne dve hrany nepretínajú. D sa potom nazýva rovinný graf. Planárne a rovinné grafy Definícia

Διαβάστε περισσότερα

Prirodzené čísla. Kardinálne čísla

Prirodzené čísla. Kardinálne čísla Prirodzené čísla Doteraz sme sa vždy uspokojili s tým, že sme pod množinou prirodzených čísel rozumeli množinu N = { 1, 2,3, 4,5, 6, 7,8,9,10,11,12, } Túto množinu sme chápali intuitívne a presne sme ju

Διαβάστε περισσότερα

MATEMATICKÁ OLYMPIÁDA

MATEMATICKÁ OLYMPIÁDA S MATEMATICÁ OLYMPIÁDA skmo.sk 2008/2009 58. ročník Matematickej olympiády Riešenia úloh IMO. Nech n je kladné celé číslo a a,..., a k (k 2) sú navzájom rôzne celé čísla z množiny {,..., n} také, že n

Διαβάστε περισσότερα

p(α 1 ) = u 1. p(α n ) = u n. Definícia (modulárna reprezentácia polynómu). Zobrazenie

p(α 1 ) = u 1. p(α n ) = u n. Definícia (modulárna reprezentácia polynómu). Zobrazenie 1. Rychlá Fourierová transformácia Budeme značiť teleso T a ω jeho prvok. Veta 1.1 (o interpolácií). Nech α 0, α 1,..., α n sú po dvoch rôzne prvky telesa T[x]. Potom pre každé u 0, u 1,..., u n T existuje

Διαβάστε περισσότερα

Obvod a obsah štvoruholníka

Obvod a obsah štvoruholníka Obvod a štvoruholníka D. Štyri body roviny z ktorých žiadne tri nie sú kolineárne (neležia na jednej priamke) tvoria jeden štvoruholník. Tie body (A, B, C, D) sú vrcholy štvoruholníka. strany štvoruholníka

Διαβάστε περισσότερα

XVIII. ročník BRKOS 2011/2012. Pomocný text. Kde by bola matematika bez čísel? Čísla predstavujú jednu z prvých abstrakcií, ktorú

XVIII. ročník BRKOS 2011/2012. Pomocný text. Kde by bola matematika bez čísel? Čísla predstavujú jednu z prvých abstrakcií, ktorú Pomocný text Číselné obory Číselné obory Kde by bola matematika bez čísel? Čísla predstavujú jednu z prvých abstrakcií, ktorú ľudia začali vnímať. Abstrakcia spočívala v tom, že množstvo, ktoré sa snažili

Διαβάστε περισσότερα

Obyčajné diferenciálne rovnice

Obyčajné diferenciálne rovnice (ÚMV/MAN3b/10) RNDr. Ivan Mojsej, PhD ivan.mojsej@upjs.sk 14.3.2013 Úvod patria k najdôležitejším a najviac prepracovaným matematickým disciplínam. Nielen v minulosti, ale aj v súčastnosti predstavujú

Διαβάστε περισσότερα

1. POLIA A VEKTOROVÉ PRIESTORY. V tejto kapitole zavedieme dva druhy algebraických štruktúr, ktoré budú hrať v celom

1. POLIA A VEKTOROVÉ PRIESTORY. V tejto kapitole zavedieme dva druhy algebraických štruktúr, ktoré budú hrať v celom 1. POLIA A VEKTOROVÉ PRIESTORY V tejto kapitole zavedieme dva druhy algebraických štruktúr, ktoré budú hrať v celom ďalšom výklade kľúčovú úlohu, a dokážeme o nich niekoľko jednoduchých základných tvrdení.

Διαβάστε περισσότερα

Podmienenost problému a stabilita algoritmu

Podmienenost problému a stabilita algoritmu Podmienenost problému a stabilita algoritmu Ing. Gabriel Okša, CSc. Matematický ústav Slovenská akadémia vied Bratislava Stavebná fakulta STU G. Okša: Podmienenost a stabilita 1/19 Obsah 1 Vektorové a

Διαβάστε περισσότερα

Obsah. 1.1 Reálne čísla a ich základné vlastnosti... 7 1.1.1 Komplexné čísla... 8

Obsah. 1.1 Reálne čísla a ich základné vlastnosti... 7 1.1.1 Komplexné čísla... 8 Obsah 1 Číselné obory 7 1.1 Reálne čísla a ich základné vlastnosti............................ 7 1.1.1 Komplexné čísla................................... 8 1.2 Číselné množiny.......................................

Διαβάστε περισσότερα

Mini minimaliz acia an BUˇ Koˇ sice 2011

Mini minimaliz acia an BUˇ Koˇ sice 2011 Mini minimalizácia Ján BUŠA Košice 2011 RECENZOVALI: Prof. RNDr. Noname, CSc. Doc. RNDr. Emanname, PhD. Prvé vydanie Za odbornú stránku učebného textu zodpovedá autor. Rukopis neprešiel redakčnou ani jazykovou

Διαβάστε περισσότερα

Definícia parciálna derivácia funkcie podľa premennej x. Definícia parciálna derivácia funkcie podľa premennej y. Ak existuje limita.

Definícia parciálna derivácia funkcie podľa premennej x. Definícia parciálna derivácia funkcie podľa premennej y. Ak existuje limita. Teória prednáška č. 9 Deinícia parciálna deriácia nkcie podľa premennej Nech nkcia Ak eistje limita je deinoaná okolí bod [ ] lim. tak túto limit nazýame parciálno deriácio nkcie podľa premennej bode [

Διαβάστε περισσότερα

Matematika 2. časť: Analytická geometria

Matematika 2. časť: Analytická geometria Matematika 2 časť: Analytická geometria RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk Súradnicové

Διαβάστε περισσότερα

1 Polynómy a racionálne funkcie Základy Polynómy Cvičenia Racionálne funkcie... 17

1 Polynómy a racionálne funkcie Základy Polynómy Cvičenia Racionálne funkcie... 17 Obsah 1 Polynómy a racionálne funkcie 3 11 Základy 3 1 Polynómy 7 11 Cvičenia 13 13 Racionálne funkcie 17 131 Cvičenia 19 Lineárna algebra 3 1 Matice 3 11 Matice - základné vlastnosti 3 1 Cvičenia 6 Sústavy

Διαβάστε περισσότερα

Spojitosť a limity trochu inak

Spojitosť a limity trochu inak Spojitosť a limity trochu inak Štefan Tkačik Abstrakt Spojitosť funkcie alebo oblastí je základným stavebným kameňom matematickej analýzy. Pochopenie jej podstaty uľahčí chápanie diferenciálneho a integrálneho

Διαβάστε περισσότερα

Kompilátory. Cvičenie 6: LLVM. Peter Kostolányi. 21. novembra 2017

Kompilátory. Cvičenie 6: LLVM. Peter Kostolányi. 21. novembra 2017 Kompilátory Cvičenie 6: LLVM Peter Kostolányi 21. novembra 2017 LLVM V podstate sada nástrojov pre tvorbu kompilátorov LLVM V podstate sada nástrojov pre tvorbu kompilátorov Pôvodne Low Level Virtual Machine

Διαβάστε περισσότερα

Technická univerzita v Košiciach Fakulta elektrotechniky a informatiky MATEMATIKA II. Zbierka riešených a neriešených úloh

Technická univerzita v Košiciach Fakulta elektrotechniky a informatiky MATEMATIKA II. Zbierka riešených a neriešených úloh Technická univerzita v Košiciach Fakulta elektrotechniky a informatiky MATEMATIKA II Zbierka riešených a neriešených úloh Anna Grinčová Jana Petrillová Košice 06 Technická univerzita v Košiciach Fakulta

Διαβάστε περισσότερα

2. prednáška. Teória množín I. množina operácie nad množinami množinová algebra mohutnosť a enumerácia karteziánsky súčin

2. prednáška. Teória množín I. množina operácie nad množinami množinová algebra mohutnosť a enumerácia karteziánsky súčin 2. prednáška Teória množín I množina operácie nad množinami množinová algebra mohutnosť a enumerácia karteziánsky súčin Verzia: 27. 9. 2009 Priesvtika: 1 Definícia množiny Koncepcia množiny patrí medzi

Διαβάστε περισσότερα

Integrovanie racionálnych funkcií

Integrovanie racionálnych funkcií Integrovanie racionálnych funkcií Tomáš Madaras 2009-20 Z teórie funkcií už vieme, že každá racionálna funkcia (t.j. podiel dvoch polynomických funkcií) sa dá zapísať ako súčet polynomickej funkcie a funkcie

Διαβάστε περισσότερα

Deliteľnosť a znaky deliteľnosti

Deliteľnosť a znaky deliteľnosti Deliteľnosť a znaky deliteľnosti Medzi základné pojmy v aritmetike celých čísel patrí aj pojem deliteľnosť. Najprv si povieme, čo znamená, že celé číslo a delí celé číslo b a ako to zapisujeme. Nech a

Διαβάστε περισσότερα

Lineárne kódy. Ján Karabáš. Kódovanie ZS 13/14 KM FPV UMB. J. Karabáš (FPV UMB) Lineárne kódy Kodo ZS 13/14 1 / 19

Lineárne kódy. Ján Karabáš. Kódovanie ZS 13/14 KM FPV UMB. J. Karabáš (FPV UMB) Lineárne kódy Kodo ZS 13/14 1 / 19 Lineárne kódy Ján Karabáš KM FPV UMB Kódovanie ZS 13/14 J. Karabáš (FPV UMB) Lineárne kódy Kodo ZS 13/14 1 / 19 Algebraické štruktúry Grupy Grupa je algebraická štruktúra G = (G;, 1, e), spolu s binárnou

Διαβάστε περισσότερα

M6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou

M6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou M6: Model Hydraulický ytém dvoch záobníkov kvapaliny interakciou Úlohy:. Zotavte matematický popi modelu Hydraulický ytém. Vytvorte imulačný model v jazyku: a. Matlab b. imulink 3. Linearizujte nelineárny

Διαβάστε περισσότερα

Κεφάλαιο 1 Πραγματικοί Αριθμοί 1.1 Σύνολα

Κεφάλαιο 1 Πραγματικοί Αριθμοί 1.1 Σύνολα x + = 0 N = {,, 3....}, Z Q, b, b N c, d c, d N + b = c, b = d. N = =. < > P n P (n) P () n = P (n) P (n + ) n n + P (n) n P (n) n P n P (n) P (m) P (n) n m P (n + ) P (n) n m P n P (n) P () P (), P (),...,

Διαβάστε περισσότερα

ZÁPISKY Z MATEMATICKEJ ANALÝZY 1

ZÁPISKY Z MATEMATICKEJ ANALÝZY 1 UNIVERZITA PAVLA JOZEFA ŠAFÁRIKA V KOŠICIACH Prírodovedecká fakulta Ústav matematických vied 4 3 4 n 6 4 3 2 3 2 4 3 6 5 6 7 3 4 2 3 3/5 /2 2/5 /3 /4 /5 /0 d 0/ /0 /5 /4 /3 2/5 6 3 2 3 2 6 5 6 7 3 4 2

Διαβάστε περισσότερα

1.1 Zobrazenia a funkcie

1.1 Zobrazenia a funkcie 1 Teória vypočítateľnosti poznámky z prednášky #1 1.1 Zobrazenia a funkcie Definícia. Čiastočné (totálne) zobrazenie trojice (A, B, f) pre ktoré platí: f A B Ku každému vstupu a A existuje najviac jeden

Διαβάστε περισσότερα

Matematika 1 Elementárny kalkulus

Matematika 1 Elementárny kalkulus Matematika Elementárny kalkulus Úvod Prehl ad. Tieto poznámky obsahujú podklady k prednáške Matematika na špecializácii Aplikovaná informatika: jedná sa o 2 dvojhodinových prednášok doplnených dvojhodinovými

Διαβάστε περισσότερα

Numerické metódy, pravdepodobnosť a matematická štatistika

Numerické metódy, pravdepodobnosť a matematická štatistika Numerické metódy, pravdepodobnosť a matematická štatistika Ján BUŠA Viktor PIRČ Štefan SCHRÖTTER Strana 1 z 262 Košice 2006 RECENZOVALI: Prof. RNDr. Jozef Doboš, CSc. Doc. RNDr. Vladimír Penjak, CSc. Strana

Διαβάστε περισσότερα

Numerické metódy, pravdepodobnosť a matematická štatistika. Ján BUŠA Viktor PIRČ Štefan SCHRÖTTER

Numerické metódy, pravdepodobnosť a matematická štatistika. Ján BUŠA Viktor PIRČ Štefan SCHRÖTTER Numerické metódy, pravdepodobnosť a matematická štatistika Ján BUŠA Viktor PIRČ Štefan SCHRÖTTER Košice 2006 RECENZOVALI: Prof. RNDr. Jozef Doboš, CSc. Doc. RNDr. Vladimír Penjak, CSc. Prvé vydanie Za

Διαβάστε περισσότερα

13. EUKLIDOVSKÉ PRIESTORY

13. EUKLIDOVSKÉ PRIESTORY 13. EUKLIDOVSKÉ PRIESTORY Naše štúdium vektorových priestorov sa doteraz nieslo prevažne v algebraickom duchu a bolo vedené takmer výlučne algebraickými prostriedkami. Geometria bola v tomto poňatí zredukovaná

Διαβάστε περισσότερα

II. Diferencovateľné variety

II. Diferencovateľné variety II. Diferencovateľné variety 1. Potreba diferenciálneho počtu na množinách bez lineárnej štruktúry 1.1. Príklad. Ideálne kyvadlo. Ide o pohyb hmotného bodu na nehmotnej niti v zvislej rovine pod vplyvom

Διαβάστε περισσότερα

Matematika 1. (prednáška pre 1. roč. iai) V. Balek

Matematika 1. (prednáška pre 1. roč. iai) V. Balek Matematika prednáška pre. roč. iai) V. Balek . Definícia derivácie Č o j e t o m a t e m a t i c k á a n a l ý z a? Matematická analýza je náuka o deriváciach diferenciáln počet) a integráloch integráln

Διαβάστε περισσότερα

Symbolická logika. Stanislav Krajči. Prírodovedecká fakulta

Symbolická logika. Stanislav Krajči. Prírodovedecká fakulta Symbolická logika Stanislav Krajči Prírodovedecká fakulta UPJŠ Košice 2008 Názov diela: Symbolická logika Autor: Doc. RNDr. Stanislav Krajči, PhD. Vydala: c UPJŠ Košice, 2008 Recenzovali: Doc. RNDr. Miroslav

Διαβάστε περισσότερα

Úvod do lineárnej algebry. Monika Molnárová Prednášky

Úvod do lineárnej algebry. Monika Molnárová Prednášky Úvod do lineárnej algebry Monika Molnárová Prednášky 2006 Prednášky: 3 17 marca 2006 4 24 marca 2006 c RNDr Monika Molnárová, PhD Obsah 2 Sústavy lineárnych rovníc 25 21 Riešenie sústavy lineárnych rovníc

Διαβάστε περισσότερα

Spojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana.

Spojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana. Spojité rozdelenia pravdepodobnosti Pomôcka k predmetu PaŠ Strana z 7 RNDr. Aleš Kozubík, PhD. 6. marca 3 Zoznam obrázkov Rovnomerné rozdelenie Ro (a, b). Definícia.........................................

Διαβάστε περισσότερα

Univerzita Karlova v Praze Matematicko-fyzikální fakulta

Univerzita Karlova v Praze Matematicko-fyzikální fakulta Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Řízení lineárních systémů Katedra matematické analýzy Vedoucí bakalářské práce: Studijní program: Studijní obor: doc. RNDr. Jaroslav

Διαβάστε περισσότερα

Prechod z 2D do 3D. Martin Florek 3. marca 2009

Prechod z 2D do 3D. Martin Florek 3. marca 2009 Počítačová grafika 2 Prechod z 2D do 3D Martin Florek florek@sccg.sk FMFI UK 3. marca 2009 Prechod z 2D do 3D Čo to znamená? Ako zobraziť? Súradnicové systémy Čo to znamená? Ako zobraziť? tretia súradnica

Διαβάστε περισσότερα

(x y) = (X = x Y = y) = (Y = y) (x y) = f X,Y (x, y) x f X

(x y) = (X = x Y = y) = (Y = y) (x y) = f X,Y (x, y) x f X X, Y f X,Y x, y X x, Y y f X Y x y X x Y y X x, Y y Y y f X,Y x, y f Y y f X Y x y x y X Y f X,Y x, y f X Y x y f X,Y x, y f Y y x y X : Ω R Y : Ω E X < y Y Y y 0 X Y y x R x f X Y x y gy X Y gy gy : Ω

Διαβάστε περισσότερα

24. Základné spôsoby zobrazovania priestoru do roviny

24. Základné spôsoby zobrazovania priestoru do roviny 24. Základné spôsoby zobrazovania priestoru do roviny Voľné rovnobežné premietanie Presné metódy zobrazenia trojrozmerného priestoru do dvojrozmernej roviny skúma samostatná matematická disciplína, ktorá

Διαβάστε περισσότερα

3. kapitola. Axiomatická formulácia modálnej logiky Vzťah medzi syntaxou a sémantikou. priesvitka 1

3. kapitola. Axiomatická formulácia modálnej logiky Vzťah medzi syntaxou a sémantikou. priesvitka 1 3. kapitola Axiomatická formulácia modálnej logiky Vzťah medzi syntaxou a sémantikou priesvitka 1 Axiomatická výstavba modálnej logiky Cieľom tejto prednášky je ukázať axiomatickú výstavbu rôznych verzií

Διαβάστε περισσότερα

L 2 -σύγκλιση σειρών Fourier

L 2 -σύγκλιση σειρών Fourier Κεφάλαιο 7 L -σύγκλιση σειρών Fourier 7.1 Χώροι Hilbert 7.1.1 Χώροι µε εσωτερικό γινόµενο και χώροι Hilbert Ορισµός 7.1.1. Εστω X γραµµικός χώρος πάνω από το K. Μια συνάρτηση, : X X K λέγεται εσωτερικό

Διαβάστε περισσότερα

d dx x 2 = 2x d dx x 3 = 3x 2 d dx x n = nx n 1

d dx x 2 = 2x d dx x 3 = 3x 2 d dx x n = nx n 1 d dx x 2 = 2x d dx x 3 = 3x 2 d dx x n = nx n1 x dx = 1 2 b2 1 2 a2 a b b x 2 dx = 1 a 3 b3 1 3 a3 b x n dx = 1 a n +1 bn +1 1 n +1 an +1 d dx d dx f (x) = 0 f (ax) = a f (ax) lim d dx f (ax) = lim 0 =

Διαβάστε περισσότερα

Gramatická indukcia a jej využitie

Gramatická indukcia a jej využitie a jej využitie KAI FMFI UK 29. Marec 2010 a jej využitie Prehľad Teória formálnych jazykov 1 Teória formálnych jazykov 2 3 a jej využitie Na počiatku bolo slovo. A slovo... a jej využitie Definícia (Slovo)

Διαβάστε περισσότερα

Základy matematickej štatistiky

Základy matematickej štatistiky 1. Náhodný výber, výberové momenty a odhad parametrov Katedra Matematických metód Fakulta Riadenia a Informatiky Žilinská Univerzita v Žiline 6. mája 2015 1 Náhodný výber 2 Výberové momenty 3 Odhady parametrov

Διαβάστε περισσότερα

DIFERENCÁLNE ROVNICE Matematická analýza (MAN 2c)

DIFERENCÁLNE ROVNICE Matematická analýza (MAN 2c) Prírodovedecká fakulta Univerzity P. J. Šafárika v Košiciach Božena Mihalíková, Ivan Mojsej Strana 1 z 43 DIFERENCÁLNE ROVNICE Matematická analýza (MAN 2c) 1 Obyčajné diferenciálne rovnice 3 1.1 Úlohy

Διαβάστε περισσότερα

MIDTERM (A) riešenia a bodovanie

MIDTERM (A) riešenia a bodovanie MIDTERM (A) riešenia a bodovanie 1. (7b) Nech vzhl adom na štandardnú karteziánsku sústavu súradníc S 1 := O, e 1, e 2 majú bod P a vektory u, v súradnice P = [0, 1], u = e 1, v = 2 e 2. Aký predpis bude

Διαβάστε περισσότερα

ALGEBRA. Číselné množiny a operácie s nimi. Úprava algebrických výrazov

ALGEBRA. Číselné množiny a operácie s nimi. Úprava algebrických výrazov ALGEBRA Číselné množiny a operácie s nimi. Úprava algebrických výrazov Definícia Množinu považujeme za určenú, ak vieme o ľubovoľnom objekte rozhodnúť, či je alebo nie je prvkom množiny. Množinu určujeme

Διαβάστε περισσότερα

Numerické metódy Učebný text pre bakalárske štúdium

Numerické metódy Učebný text pre bakalárske štúdium Imrich Pokorný Numerické metódy Učebný text pre bakalárske štúdium Strana 1 z 48 1 Nepresnosť numerického riešenia úloh 4 1.1 Zdroje chýb a ich klasifikácia................... 4 1.2 Základné pojmy odhadu

Διαβάστε περισσότερα

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2012/2013 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/18

Διαβάστε περισσότερα

3. prednáška. Komplexné čísla

3. prednáška. Komplexné čísla 3. predáška Komplexé čísla Úvodé pozámky Vieme, že existujú také kvadratické rovice, ktoré emajú riešeie v obore reálych čísel. Študujme kvadratickú rovicu x x + 5 = 0 Použitím štadardej formule pre výpočet

Διαβάστε περισσότερα

primitívnoufunkcioukfukncii f(x)=xnamnožinereálnychčísel.avšakaj 2 +1 = x, tedaajfunkcia x2

primitívnoufunkcioukfukncii f(x)=xnamnožinereálnychčísel.avšakaj 2 +1 = x, tedaajfunkcia x2 Neurčitý integrál. Primitívna funkcia a neurčitý integrál Funkcia F(x)sanazývaprimitívnoufunkcioukfunkcii f(x)naintervale(a,b),akpre každé x (a,b)platí F (x)=f(x). Z definície vidíme, že pojem primitívnej

Διαβάστε περισσότερα

1 Úvod Sylabyaliteratúra Základnéoznačenia... 3

1 Úvod Sylabyaliteratúra Základnéoznačenia... 3 Obsah 1 Úvod 3 1.1 Sylabyaliteratúra.... 3 1.2 Základnéoznačenia.... 3 2 Množiny a zobrazenia 4 2.1 Dôkazy... 4 2.1.1 Základnétypydôkazov... 4 2.1.2 Matematickáindukcia... 4 2.1.3 Drobnéradyakodokazovať....

Διαβάστε περισσότερα

Fakulta matematiky, fyziky a informatiky. Univerzita Komenského. Contents I. Úvod do problematiky numeriky 2

Fakulta matematiky, fyziky a informatiky. Univerzita Komenského. Contents I. Úvod do problematiky numeriky 2 NUMERICKÁ MATEMATIKA ročník Fakulta matematiky, fyziky a informatiky Univerzita Komenského Contents I Úvod do problematiky numeriky II Počítačová realizácia reálnych čísel 3 III Diferenčný počet 5 IV CORDIC

Διαβάστε περισσότερα

PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY. Pomôcka pre prípravný kurz

PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY. Pomôcka pre prípravný kurz KATEDRA APLIKOVANEJ MATEMATIKY A INFORMATIKY STROJNÍCKA FAKULTA TU KOŠICE PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY Pomôcka pre prípravný kurz 8 ZÁKLADNÉ ALGEBRAICKÉ VZORCE ) (a±b)

Διαβάστε περισσότερα

Metódy vol nej optimalizácie

Metódy vol nej optimalizácie Metódy vol nej optimalizácie Metódy vol nej optimalizácie p. 1/28 Motivácia k metódam vol nej optimalizácie APLIKÁCIE p. 2/28 II 1. PRÍKLAD: Lineárna regresia - metóda najmenších štvorcov Na základe dostupných

Διαβάστε περισσότερα

zlomok poznatel nej časti skutočnosti. Robí tak prostredníctvom svojich pojmov (tento proces môžeme nazvat formalizácia), jej hlavnou úlohou je potom

zlomok poznatel nej časti skutočnosti. Robí tak prostredníctvom svojich pojmov (tento proces môžeme nazvat formalizácia), jej hlavnou úlohou je potom 0 Úvod 1 0 Úvod 0 Úvod 2 Matematika (a platí to vo všeobecnosti pre každú vedu) sa viac či menej úspešne pokúša zachytit istý zlomok poznatel nej časti skutočnosti. Robí tak prostredníctvom svojich pojmov

Διαβάστε περισσότερα

MATEMATIKA I. Doc. RNDr. Michal Šabo, CSc

MATEMATIKA I. Doc. RNDr. Michal Šabo, CSc MATEMATIKA I Doc. RNDr. Michal Šabo, CSc 2 Obsah Predhovor 5 2 VYBRANÉ STATE Z ALGEBRY 2. Úvod................................... 2.2 Reálne n-rozmerné vektory...................... 2.3 Matice..................................

Διαβάστε περισσότερα

Αναπαραστάσεις οµάδων: παραδείγµατα

Αναπαραστάσεις οµάδων: παραδείγµατα Φεβρουάριος-Μάρτιος 2016 1 τοπολογικές οµάδες 2 3 τοπολογικές οµάδες Ορισµός Μια οµάδα G λέγεται τοπολογική οµάδα αν είναι εφοδιασµένη µε µια τοπολογία τ.ω. οι (x, y) xy και x x 1 να είναι συνεχείς. Παραδείγµατα

Διαβάστε περισσότερα

Riešenia. Základy matematiky. 1. a) A = { 4; 3; 2; 1; 0; 1; 2; 3}, b) B = {4; 9; 16}, c) C = {2; 3; 5},

Riešenia. Základy matematiky. 1. a) A = { 4; 3; 2; 1; 0; 1; 2; 3}, b) B = {4; 9; 16}, c) C = {2; 3; 5}, Riešenia Základy matematiky 1. a) A = { ; ; ; 1; 0; 1; ; }, b) B = {; 9; 16}, c) C = {; ; 5}, d) D = { 1}, e) E =.. B, C, D, F (A neobsahuje prvok 1, E obsahuje navyše prvok 1, G neobsahuje prvok 1)..

Διαβάστε περισσότερα

= df. f (n) (x) = dn f dx n

= df. f (n) (x) = dn f dx n Παράγωγος Συνάρτησης Ορισμός Παραγώγου σε ένα σημείο ΠΑΡΑΓΩΓΟΣ ΣΥΝΑΡΤΗΣΗΣ σε ένα σημείο ξ είναι το όριο (αν υπάρχει!) Ορισμός Cauchy: f (ξ) = lim x ξ g(x, ξ), g(x, ξ) = f(x) f(ξ) x ξ ɛ > 0 δ(ɛ, ξ) > 0

Διαβάστε περισσότερα