FREDHOLMOVA ALTERNATIVA
|
|
- Rudolf Kraus
- před 6 lety
- Počet zobrazení:
Transkript
1 FREDHOLMOVA ALTERNATIVA Pavel Jirásek 1 Abstrakt. V tomto článku se snažíme shrnout dosavadní výsledky týkající se Fredholmovy alternativy (FA). Postupně zmíníme FA na prostorech konečné dimenze, FA pro kompaktní perturbaci identity, Fredholmovy operátory a FA pro uzavřený operátor. Zároveň ukážeme souvislosti mezi nimi. Tento článek shrnuje výsledky z diplomové práce [1]. 1. Úvod Fredholmova alternativa představuje analytický nástroj, který nám umožňuje určit nutné a postačující podmínky existence a jednoznačnosti řešení rovnic. Nepodává ale žádnou informaci o tom, jak toto řešení vypadá. Motivací ke zkoumání Fredholnovy alternativy je zobecňování následující dobře známé věty, která se týká soustavy lineárních algebraických rovnic. Věta 1. Pro danou matici A o rozměrech m n platí právě jedna z následujících možností: (1) Bud má rovnice Au = f řešení u R n pro libovolnou pravou stranu f R m, (2) nebo existuje nenulové řešení rovnice A T v = 0. Potom má rovnice Au = f řešení právě tehdy, když platí (f, v) = 0, v : A T v = 0. Matici A lze chápat jako operátor z prostoru R n do prostoru R m. Tvrzení předchozí věty potom můžete zapsat v kompaktní formě R(A) N(A T ) = R m, kde R(A) je obor hodnot 1 a N(A) je nulový prostor 2 operátoru A. Má smysl se ptát, jaké vlastnosti musí mít operátor A definovaný na obecnějších prostorech, aby bylo platné tvrzení předchozí věty (nebo případně nějaké obdobné). V tomto článku se omezíme na Hilbertovy prostory, protože možnost pracovat se skalárním součinem nám výrazně usnadní situaci. 2. Fredholmova alternativa v prostorech konečné dimenze V případě, že uvažujeme operátor definovaný na prostoru, který má konečnou dimenzi, je situace poměrně jednoduchá. Tedy, necht A : X Y, dim(x) < je lineární operátor. Řešíme rovnici Au = f. Zvolíme báze prostorů X a R(A) a rovnici přepíšeme do maticového tvaru Aû = ˆf. 1 Katedra matematiky, Západočeská univerzita, Univerzitní 22, Plzeň, pjirasek@kma.zcu.cz Key words and phrases. Fredholmova alternativa; Existence a jednoznačnost řešení. 1 {y H : x R n, y = Ax} 2 {x R n : Ax = o}
2 Nyní použijeme Fredholmovu alternativu pro matice zmíněnou v úvodu. Není složité ukázat, že pokud A je maticí operátoru A, potom A T je maticí adjungovaného operátoru A v duální bázi. Platí tedy následující věta. Věta 2. Necht A : X Y, dim(x) < je lineární operátor. Nastává právě jeden z následujících případů. (1) Rovnice Au = f má řešení pro libovolnou pravou stranu f. (2) Homogenní adjungovaná rovnice A v = 0 má nenulové řešení. 3. Fredholmova alternativa pro kompaktní operátor V této kapitole popíšeme první pokus, jak zobecnit FA pro operátory na prosterech, které nemají konečnou dimenzi. V tomto případě již samotná linearita operátoru tvrzení typu FA nezaručuje. Nejprve tedy budeme uvažovat, že operátor A je kompaktní perturbace identity. Dříve než samotnou FA dokážeme klíčové pomocné tvrzení. Lemma 1. Necht A : D(A) H, kde H je Hilbertův prostor, je lineární operátor definovaný na husté podmnožině prostoru H. Potom platí H = R(A) N(A ). Důkaz. N(A ) je uzavřený, lineární podprostor prostoru H, proto stačí dokázat, že platí rovnost R(A) = N(A ). Nejdříve ukážeme, že R(A) = N(A ). Necht x R(A), potom platí 0 = (Ay, x) = (y, 0) y D(A). A z definice adjungovaného operátoru plyne, že x D(A ) a A x = 0, tedy x N(A ) a R(A) N(A ). Necht x N(A ), potom platí 0 = (y, A x) = (Ay, x) y D(A). Tedy x R(A) a N(A ) R(A). Ukázali jsme, že N(A ) = R(A). Přejdeme-li k ortogonálním doplňkům dostáváme N(A ) = R(A). Abychom dokázali Fredholmovu alternativu potřebujeme dokázat následující rozklad. H = R(A) N(A ). Potřebujeme tedy ještě dokázat uzavřenost oboru hodnot operátoru A. A to, že tato vlastnost platí pro kompaktní perturbaci identity, plyne z vlastností spektra kompaktních, samoadjungovaných operátorů. Následuje tedy FA tak, jak je známá z klasických učebnic funkcionální analýzy, např. [3]. Věta 3. Necht C je kompaktní, samoadjungovaný operátor na Hilbertově prostoru H. (1) K tomu, aby rovnice (C λi)u = f měla pro λ 0 řešení pro každou pravou stranu f H, je nutné a stačí, aby rovnice (C λi)v = 0 měla pouze triviální řešení (tj. aby λ nebylo vlastní číslo operátoru C). Řešení rovnice (C λi)u = f je pak určeno jednoznačně.
3 (2) Je-li λ 0 vlastní číslo operátoru C, je rovnice (C λi)u = f řešitelná právě tehdy, když její pravá strana f je ortogonální ke všem řešením rovnice (C λi)v = 0. V následujících kapitolách ukážeme, že předpoklad samoadjungovansti operátoru C není klíčový a je možné ho odstranit. 4. Fredholmovy operátory V této kapitole vyzkoušíme jiný přístup k našemu problému. Místo toho abychom hledali vlastnosti operátoru, které jsou postačující ke splnění FA, zadefinujeme operátor, který FA splňuje, a charakterizujeme ho. Definice. Omezený, lineární operátor A : H H, kde H je Hilbertův prostor, nazveme Fredholmův, právě když a dim N(A) = dim N(A ) := n < R(A) = R(A), R(A ) = R(A ). První vlastnost nám pomůže operátory dobře charakterizovat. Díky druhé vlastnosti Fredholmovy operátory splňují FA. Ve článku [5] bylo dokázáno, že operátor A je Fredholmův právě tehdy, když existují izomorfismus B 3 a operátor F, jehož obor hodnot je prostor konečné dimenze 4, takové, že platí rovnost A = B + F. Přestože tento výsledek je velice hezký a srozumitelný, je požadavek na konečnost dimenze nulových prostorů operátorů A a A poněkud umělý. Později ukážeme, že charakterizace operátorů, které splňují FA, uvedená v následující kapitole je obecnější a tento požadavek si neklade. 5. Fredholmova alternativa pro uzavřený operátor Výsledky v této kapitole byly motivány snahou zobecnit FA pro operátory, které nejsou spojité. Připomeňme si lemma 1, které po operátoru požaduje pouze linearitu a hustý definiční obor. Opět potřebujeme najít třídu takových operátorů, které mají uzavřený obor hodnot. Věta 4. Necht A : D(A) H, kde H je Hilbertův prostor, je uzavřený operátor definovaný na husté podmnožině prostoru H a existuje konstanta c > 0, pro kterou platí Ax c x x D(A) N(A). (1) Potom je R(A) uzavřená množina, tedy R(A) = R(A). Důkaz. Nulový prostor uzavřeného operátoru A je uzavřený podprostor prostoru H. Proto platí H = N(A) N(A). 3 Necht X a Y jsou Banachovy prostory. Lineární, omezený operátor A : X Y nazveme izomorfismem, pokud R(A) = Y a N(A) = {0} 4 dim(r(a)) <
4 Necht {x n } D(A) je taková posloupnost, pro kterou platí Ax n = y n y. Prvky x n můžeme psát ve tvaru x n = u n + v n, kde u n N(A) a v n N(A). Platí tedy Ax n = Au n = y n a y n y m = Au n Au m = A(u n u m ) c u n u m. Dokázali jsme, že posloupnost {u n } je Cauchyovská v prostoru H, a tedy konverguje k nějakému prvku u. Z uzavřenosti operátoru A plyne, že u D(A) a Au = y. Důsledek. Pro operátor A splňující předpoklady předchozí věty platí FA. Tedy N(A ) R(A) = H. (2) 6. Souvislosti Víme tedy, že na prostorech nekonečné dimenze platí FA pro následující tři typy operátorů kompaktní perturbace identity Fredholmovy operátory uzavřené operátory, které splňují nerovnost 1 V této kapitole ukážeme, že libovolná kompaktní perturbace identity je Fredholmův operátor. Ukážeme také, že každý lineární, spojitý operátor, pro který platí Fredholmova alternativa 5, splňuje nerovnost 1. Uvažujme lineární, kompaktní operátor C : H H, kde H je Hilbertův prostor a dokažme, že C λi, kde λ je nenulové komplexní číslo a I je identita na prostoru H, je Fredholmův operátor. Ukážeme, že operátor C λi lze zapsat ve tvaru B +F, kde B je izomorfismus a F je operátor konečného řádu. Na Hilbertově prostoru platí, že pro každý kompaktní operátor (C) existuje posloupnost operátorů konečného řádu ({F n } n=1), která k němu konverguje 6 (např. [4] Proposition 2.2.6). Vybereme z této posloupnosti takový operátor F, aby platilo C F < λ. (3) Označme E = C F. Protože operátory C a F jsou lineární, je lineární i operátor E. Platí tedy C λi = F + E λi. Zbývá tedy dokázat, že E λi je izomorfismus. Nedříve ukažme, že N(E λi) obsahuje pouze nulový prvek. Předpokládejme, že existuje prvek u 0 0, pro který platí (E λi)u 0 = 0. Z linearity (E λi) plyne, že tuto rovnici řeší i prvek ũ 0 = (A F )ũ 0 = Eũ 0 = λũ 0 = λ ũ 0 = λ. To je ale spor s (3). N(E λi) tedy obsahuje pouze nulový prvek. u0 u. Platí ũ 0 0 = 1 a 5 Tím je myšleno, že pro něj platí rozklad prostoru 2. 6 Myšlena konvergence vůči standardní operátorové normě A = sup u 1 Au
5 Ješte je třeba ukázat, že R(E λi) = H. Pro libovolný (daný) prvek v H musíme najít prvek u H, pro který platí (E λi)u = v, Eu λu = v, λu = Eu v, u = Eu v. (4) λ Označme K(u) = Eu v λ. Pro libovolné dva prvky u 1, u 2 H platí Ku 1 Ku 2 = Eu 1 v Eu 2 v = Eu 1 Eu 2 = λ λ λ = E(u 1 u 2 ) E λ λ u 1 u 2. Protože E λ < 1 7, je K kontrahující operátor a rovnice (4) má podle Banachovy věty o kontrakci (např. [2], str. 86) právě jedno řešení pro libovolný prvek v. Tím jsme dokázali, že E λi je izomorfismus, a tedy C λi je Fredholmův operátor. Fakt, že každý lineární, spojitý operátor, pro který platí Fredholmova alternativa, splňuje nerovnost 1 plyne z následujícího důsledku věty o otevřeném zobrazení. Věta 5. Necht X, Y jsou Banachovy prostory a A L(X, Y ) 8 je prostý. Potom je množina R(A) uzavřená právě tehdy, když existuje konstanta c > 0 taková, že platí Ax c x x X. Otevřenou otázkou zůstává následující problém. Věta 6. Necht A : D(A) H, kde H je Hilbertův prostor, je lineární, uzavřený operátor a D(A) = H. Jsou následující dvě vlastnosti jsou ekvivaletní? (1) Ax c x x D(A) N(A) (2) N(A ) R(A) = H. Víme, že pokud bychom zaměnili slovo uzavřený slovem spojitý, byly by tvrzení ekvivaletní 9. Pokud ale uvažujeme pouze uzavřené operátory, víme, že z tvrzení (1) plyne tvrzení (2). Bohužel opačnou implikaci se nám ještě nepodařilo dokázat nebo vyvrátit. 7 Díky (3). 8 L(X, Y ) je množina všech lineárních, spojitých operátorů z prostoru X do prostoru Y. 9 To je důsledkem předchozí věty.
6 Reference [1] P. Jirásek: Fredholmova Alternativa (2009) [2] A. Kufner, P. Drábek: Úvod do funkcionální analýzy (1993) [3] A. Kufner, P. Drábek: Funkcionální analýza (1994) [4] P. Drábek, J. Milota: Basic Facts from Linear Analysis (2005) [5] A. G. Ramm: A Simple Proof of the Fredholm Alternative and a Characterization of the Fredholm Operators (2001)
Věta o sedlovém bodu a Fredholmova alternativa
Věta o sedlovém bodu a Fredholmova alternativa Petr Tomiczek Fakulta Aplikovaných věd Západočeská univerzita Plzeň 2006 obsah 1 Rozklad Hilbertova prostoru Uzavřený lineární a samoadjungovaný operátor
Definice : Definice :
KAPITOLA 7: Spektrální analýza operátorů a matic [PAN16-K7-1] Definice : Necht H je komplexní Hilbertův prostor. Řekneme, že operátor T B(H) je normální, jestliže T T = T T. Operátor T B(H) je normální
V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti
Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení
Vlastní čísla a vlastní vektory
Kapitola 11 Vlastní čísla a vlastní vektory Základní motivace pro studium vlastních čísel a vektorů pochází z teorie řešení diferenciálních rovnic Tato teorie říká, že obecné řešení lineární diferenciální
Báze a dimenze vektorových prostorů
Báze a dimenze vektorových prostorů Buď (V, +, ) vektorový prostor nad tělesem (T, +, ). Nechť u 1, u 2,..., u n je konečná posloupnost vektorů z V. Existují-li prvky s 1, s 2,..., s n T, z nichž alespoň
Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice
Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Jan Tomeček Tento stručný text si klade za cíl co nejrychlejší uvedení do teorie Greenových funkcí pro obyčejné diferenciální
1 Linearní prostory nad komplexními čísly
1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)
Projekty - Úvod do funkcionální analýzy
Projekty - Úvod do funkcionální analýzy Projekt č. 1. Nechť a, b R, a < b. Dokažte, že prostor C( a, b ) = f : R R: f je spojitá na D(f) = a, b s metrikou je úplný. ρ(f, g) = max f(x) g(x) x a,b Projekt
PŘEDNÁŠKA 2 POSLOUPNOSTI
PŘEDNÁŠKA 2 POSLOUPNOSTI 2.1 Zobrazení 2 Definice 1. Uvažujme libovolné neprázdné množiny A, B. Zobrazení množiny A do množiny B je definováno jako množina F uspořádaných dvojic (x, y A B, kde ke každému
PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti
PROSTORY SE SKALÁRNÍM SOUČINEM Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx, y) = λ(x,
Lineární algebra : Skalární součin a ortogonalita
Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 30. dubna 2014, 09:00 1 2 15.1 Prehilhertovy prostory Definice 1. Buď V LP nad
6 Lineární geometrie. 6.1 Lineární variety
6 Lineární geometrie Motivace. Pojem lineární varieta, který budeme v této kapitole studovat z nejrůznějších úhlů pohledu, není žádnou umělou konstrukcí. Příkladem lineární variety je totiž množina řešení
Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Vektorový (lineární) prostor (připomenutí) Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost
2. přednáška 8. října 2007
2. přednáška 8. října 2007 Konvergence v metrických prostorech. Posloupnost bodů (a n ) M v metrickém prostoru (M, d) konverguje (je konvergentní), když v M existuje takový bod a, že lim n d(a n, a) =
1 Báze a dimenze vektorového prostoru 1
1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u
Lineární algebra : Metrická geometrie
Lineární algebra : Metrická geometrie (16. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 6. května 2014, 10:42 1 2 Úvod Zatím jsme se lineární geometrii věnovali v kapitole o lineárních
Riemannův určitý integrál
Riemannův určitý integrál 1. Motivační příklad Příklad (Motivační příklad pro zavedení Riemannova integrálu). Nechť,. Vypočtěme obsah vybarvené oblasti ohraničené grafem funkce, osou a svislými přímkami
Lineární algebra : Lineární zobrazení
Lineární algebra : Lineární zobrazení (6. přednáška František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 20. května 2014, 22:40 1 2 6.1 Lineární zobrazení Definice 1. Buďte P a Q dva lineární prostory
Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení.
Předmět: MA4 Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Literatura: Kapitola 2 a)-c) a kapitola 4 a)-c) ze skript Karel Rektorys: Matematika 43, ČVUT,
x 2 = a 2 + tv 2 tedy (a 1, a 2 ) T + [(v 1, v 2 )] T A + V Příklad. U = R n neprázdná množina řešení soustavy Ax = b.
1. Afinní podprostory 1.1. Motivace. Uvažujme R 3. Jeho všechny vektorové podprostory jsou počátek, přímky a roviny procházející počátkem a celé R 3. Chceme-li v R 3 dělat geometrii potřebujeme i jiné
1 Lineární prostory a podprostory
Lineární prostory a podprostory Přečtěte si: Učebnice AKLA, kapitola první, podkapitoly. až.4 včetně. Cvičení. Které z následujících množin jsou lineárními prostory s přirozenými definicemi operací?. C
Lineární algebra : Báze a dimenze
Lineární algebra : Báze a dimenze (5. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 9. dubna 2014, 13:33 1 2 5.1 Báze lineárního prostoru Definice 1. O množině vektorů M z LP V řekneme,
Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda
Předmět: MA 4 Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Četba: Text o lineární algebře v Příručce přežití na webových
Lineární algebra : Skalární součin a ortogonalita
Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
10. Vektorové podprostory
Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan Definice. Bud V vektorový prostor nad polem P. Podmnožina U V se nazývá podprostor,
FIT ČVUT MI-LOM Lineární optimalizace a metody. Dualita. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
FIT ČVUT MI-LOM Lineární optimalizace a metody Dualita Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Michal Černý, 2011 FIT ČVUT, MI-LOM, M. Černý, 2011: Dualita 2/5 Dualita Evropský
Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru
2. Systémy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních rovnic s koeficienty z pole reálných případně komplexních čísel. Uvádíme podmínku pro existenci řešení systému lineárních
Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť.
Přednáška 3, 19. října 2015 Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť X i = M i I je jeho pokrytí otevřenými
Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty študenti MFF 15. augusta 2008 1 14 Vlastní čísla a vlastní hodnoty Požadavky Vlastní čísla a vlastní hodnoty lineárního
Úlohy nejmenších čtverců
Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.
19 Hilbertovy prostory
M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 34 19 Hilbertovy prostory 19.1 Úvod, základní pojmy Poznámka (připomenutí). Necht (X,(, )) je vektorový prostor se skalárním součinem
Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech.
Kapitola 9 Skalární součin Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech. Definice 9.1 Je-li x = (x 1,..., x n ) T R n 1 reálný
EUKLIDOVSKÉ PROSTORY
EUKLIDOVSKÉ PROSTORY Necht L je lineární vektorový prostor nad tělesem reálných čísel R. Zobrazení (.,.) : L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx,
15 Maticový a vektorový počet II
M. Rokyta, MFF UK: Aplikovaná matematika III kap. 15: Maticový a vektorový počet II 1 15 Maticový a vektorový počet II 15.1 Úvod Opakování z 1. ročníku (z kapitoly 8) Označení. Množinu všech reálných resp.
Přednáška 6, 6. listopadu 2013
Přednáška 6, 6. listopadu 2013 Kapitola 2. Posloupnosti a řady funkcí. V dalším jsou f, f n : M R, n = 1, 2,..., reálné funkce jedné reálné proměnné definované na (neprázdné) množině M R. Co to znamená,
Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)
4 Lineární zobrazení Definice: Nechť V a W jsou vektorové prostory Zobrazení A : V W (zobrazení z V do W nazýváme lineárním zobrazením, pokud pro všechna x V, y V a α R platí 1 A(x y = A(x A(y (vlastnost
K oddílu VI.1 obecné slabé topologie Příklad 1. Necht X = C([0, 1]) s topologií bodové konvergence na [0, 1]. Popište všechny
FUNKCIONÁLNÍ ANALÝZA 1 PŘÍKLADY PRO POROZUMĚNÍ LÁTCE ZS 2016/2017 PŘÍKLADY KE KAPITOLE VI K oddílu VI.1 obecné slabé topologie Příklad 1. Necht X = C([0, 1]) s topologií bodové konvergence na [0, 1]. Popište
Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost
MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA.
TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA. PAVEL RŮŽIČKA 4.1. (Kvazi)kompaktnost a sub-báze. Buď (Q, ) uspořádaná množina. Řetězcem v Q budeme rozumět lineárně
Matice lineárních zobrazení
Matice lineárních zobrazení Nechť V, +, a W, +, jsou nenulové vektorové prostory konečných dimenzí n a m nad tělesem T, +,, nechť posloupnosti vektorů g 1, g 2,..., g n V a h 1, h 2,..., h m W tvoří báze
Základy matematické analýzy
Základy matematické analýzy Spojitost funkce Ing. Tomáš Kalvoda, Ph.D. 1, Ing. Daniel Vašata 2 1 tomas.kalvoda@fit.cvut.cz 2 daniel.vasata@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
Lineární (ne)závislost
Kapitola 6 Lineární (ne)závislost Také tuto kapitolu zahájíme základní definicí. Definice 6.1 Předpokládáme, že V je vektorový prostor nad tělesem T. Říkáme, že posloupnost vektorů x 1, x 2,..., x n prostoru
Lineární zobrazení. V prvním z následujících tvrzení navíc uvidíme, že odtud plynou a jsou tedy pak rovněž splněny podmínky:
Lineární zobrazení Nechť (V, +, ) a (W, +, ) jsou dva vektorové prostory nad týmž tělesem (T, +, ). Nechť f : V W je zobrazení splňující následující podmínky: ( u, v V)(f(u + v) = f(u) + f(v)), ( s T )(
Lineární algebra : Lineární prostor
Lineární algebra : Lineární prostor (3. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. dubna 2014, 14:43 1 2 3.1 Aximotické zavedení lineárního prostoru Číselné těleso Celou lineární
Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s
Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných
Matematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
Věta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6)
1. Lineární diferenciální rovnice řádu n [MA1-18:P1.7] rovnice typu y n) + p n 1 )y n 1) +... + p 1 )y + p 0 )y = q) 6) počáteční podmínky: y 0 ) = y 0 y 0 ) = y 1 y n 1) 0 ) = y n 1. 7) Věta 1.3 : Necht
Modely Herbrandovské interpretace
Modely Herbrandovské interpretace Petr Štěpánek S využitím materialu Krysztofa R. Apta 2006 Logické programování 8 1 Uvedli jsme termové interpretace a termové modely pro logické programy a také nejmenší
1 Soustavy lineárních rovnic
1 Soustavy lineárních rovnic 1.1 Základní pojmy Budeme uvažovat soustavu m lineárních rovnic o n neznámých s koeficienty z tělesa T (potom hovoříme o soustavě m lineárních rovnic o n neznámých nad tělesem
1 Řešení soustav lineárních rovnic
1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty
Nechť je číselná posloupnost. Pro všechna položme. Posloupnost nazýváme posloupnost částečných součtů řady.
Číselné řady Definice (Posloupnost částečných součtů číselné řady). Nechť je číselná posloupnost. Pro všechna položme. Posloupnost nazýváme posloupnost částečných součtů řady. Definice (Součet číselné
Matematika I 12a Euklidovská geometrie
Matematika I 12a Euklidovská geometrie Jan Slovák Masarykova univerzita Fakulta informatiky 3. 12. 2012 Obsah přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy Plán přednášky
Matematická analýza pro informatiky I. Limita funkce
Matematická analýza pro informatiky I. 5. přednáška Limita funkce Jan Tomeček tomecek@inf.upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci 18. března 2011 Jan Tomeček, tomecek@inf.upol.cz
Lineární algebra : Vlastní čísla, vektory a diagonalizace
Lineární algebra : Vlastní čísla, vektory a diagonalizace (14. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 21. dubna 2014, 19:37 1 2 14.1 Vlastní čísla a vlastní vektory Nechť je
Dnešní látka: Literatura: Kapitoly 3 a 4 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.
Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení
Matematická analýza pro informatiky I.
Matematická analýza pro informatiky I. 10. přednáška Diferenciální počet funkcí více proměnných (II) Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci
K oddílu I.1 základní pojmy, normy, normované prostory
ÚVOD DO FUNKCIONÁLNÍ ANALÝZY PŘÍKLADY PRO POROZUMĚNÍ LÁTCE ZS 2015/2016 PŘÍKLADY KE KAPITOLE I K oddílu I1 základní pojmy, normy, normované prostory Příklad 1 Necht X je reálný vektorový prostor a : X
Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program
Program Primitivní funkce a Riemannův integrál Program Primitivní funkce a Riemannův integrál Lineární algebra Program Primitivní funkce a Riemannův integrál Lineární algebra Taylorův polynom Program Primitivní
PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy
PŘEDNÁŠKA 5 Konjuktivně disjunktivní termy, konečné distributivní svazy PAVEL RŮŽIČKA Abstrakt. Ukážeme, že každý prvek distributivního svazu odpovídá termu v konjuktivně-disjunktivním (resp. disjunktivně-konjunktivním)
Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,
Vektorový prostor Příklady: Př.1. R 2 ; R 3 ; R n...aritmetický n-rozměrný prostor Dvě operace v R n : součet vektorů u = (u 1,...u n ) a v = (v 1,...v n ) je vektor u + v = (u 1 + v 1,...u n + v n ),
PŘEDNÁŠKA 7 Kongruence svazů
PŘEDNÁŠKA 7 Kongruence svazů PAVEL RŮŽIČKA Abstrakt. Definujeme svazové kongruence a ukážeme jak pro vhodné binární relace svazu ověřit, že se jedná o svazové kongruence. Popíšeme svaz Con(A) kongruencí
Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan. 14.
Matematický ústav Slezské univerzity v Opavě Učební texty k přednášce ALGEBRA II, letní semestr 2000/2001 Michal Marvan 14. Vlastní vektory Bud V vektorový prostor nad polem P. Lineární zobrazení f : V
3. přednáška 15. října 2007
3. přednáška 15. října 2007 Kompaktnost a uzavřené a omezené množiny. Kompaktní množiny jsou vždy uzavřené a omezené, a v euklidovských prostorech to platí i naopak. Obecně to ale naopak neplatí. Tvrzení
Obsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,
Obsah Lineární rovnice Definice 77 Uvažujme číselné těleso T a prvky a 1,, a n, b T Úloha určit všechny n-tice (x 1,, x n ) T n, pro něž platí n a i x i = a 1 x 1 + + a n x n = b, i=1 se nazývá lineární
Soustavy linea rnı ch rovnic
[1] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení a) soustavy, 10, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l.
Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.
[1] Terminologie [2] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová matice.
Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).
Předmět: MA 4 Dnešní látka Lineární (vektorový) prostor Normovaný lineární prostor Normy matic a vektorů Symetrické matice, pozitivně definitní matice Gaussova eliminační metoda, podmíněnost matic Četba:
VĚTY Z LINEÁRNÍ ALGEBRY
VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru
Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1
Lineární algebra 5. přednáška: Báze a řešitelnost soustav Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://homel.vsb.cz/ luk76/la1 Text
7. Lineární vektorové prostory
7. Lineární vektorové prostory Tomáš Salač MÚ UK, MFF UK LS 2017/18 Tomáš Salač ( MÚ UK, MFF UK ) 7. Lineární vektorové prostory LS 2017/18 1 / 62 7.1 Definice a příklady Definice 7.1 Množina G s binární
NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny
NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Závěrečná zkouška verze cvičná 9.1.2013 Doba řešení: 3 hodiny Přednášející: L. Barto, J. Tůma Křestní jméno: Příjmení: Instrukce Neotvírejte
Lineární programování
Lineární programování Petr Tichý 19. prosince 2012 1 Outline 1 Lineární programování 2 Optimalita a dualita 3 Geometrie úlohy 4 Simplexová metoda 2 Lineární programování Lineární program (1) min f(x) za
Těleso racionálních funkcí
Těleso racionálních funkcí Poznámka. V minulém semestru jsme libovolnému oboru integrity sestrojili podílové těleso. Pro libovolné těleso R je okruh polynomů R[x] oborem integrity, máme tedy podílové těleso
i=1 λ ix i,λ i T,x i M}.Množinuvektorů
Velké prostory Anička Doležalová Abstrakt. Budeme si hrát s vektorovými prostory, které mají nekonečnou dimenzi. Cílemjesijetrochuosahatazískatzákladníintuici.Ktomunámposloužíhlavně prostory posloupností.
Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech
Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) rozumíme zobrazení
maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést
Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud
1 Determinanty a inverzní matice
Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého
8 Matice a determinanty
M Rokyta, MFF UK: Aplikovaná matematika II kap 8: Matice a determinanty 1 8 Matice a determinanty 81 Matice - definice a základní vlastnosti Definice Reálnou resp komplexní maticí A typu m n nazveme obdélníkovou
Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R...
Kapitola 1 Úvod 1.1 Značení N... přirozená čísla (1, 2, 3,...). Z... celá čísla ( 3, 2, 1, 0, 1, 2,...). Q... racionální čísla ( p, kde p Z a q N) q R... reálná čísla C... komplexní čísla 1.2 Výroky -
Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace
Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi
Matematická analýza pro informatiky I. Limita posloupnosti (I)
Matematická analýza pro informatiky I. 3. přednáška Limita posloupnosti (I) Jan Tomeček tomecek@inf.upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci 25. února 2011 tomecek@inf.upol.cz
Interpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR
DEN: ODR teoreticky: soustavy rovnic Soustava lineárních ODR 1 řádu s konstantními koeficienty je soustava ve tvaru y 1 = a 11 y 1 + a 12 y 2 + + a 1n y n + b 1 (x) y 2 = a 21 y 1 + a 22 y 2 + + a 2n y
Limita a spojitost funkce a zobrazení jedné reálné proměnné
Přednáška 4 Limita a spojitost funkce a zobrazení jedné reálné proměnné V několika následujících přednáškách budeme studovat zobrazení jedné reálné proměnné f : X Y, kde X R a Y R k. Protože pro každé
1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu
[M2-P1] KAPITOLA 1: Diferenciální rovnice 1. řádu diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu G(x, y, y, y,..., y (n) ) = 0 y (n) = F (x, y, y,..., y (n 1) ) Příklad 1.1:
Vlastní číslo, vektor
[1] Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost
2. Schurova věta. Petr Tichý. 3. října 2012
2. Schurova věta Petr Tichý 3. října 2012 1 Podobnostní transformace a výpočet vlastních čísel Obecný princip: Úloha: Řešíme-li matematickou úlohu, je často velmi vhodné hledat její ekvivalentní formulaci
Co jsme udělali: Au = f, u D(A)
Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení
Matematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
DRN: Kořeny funkce numericky
DRN: Kořeny funkce numericky Kořenem funkce f rozumíme libovolné číslo r splňující f(r) = 0. Fakt. Nechť f je funkce na intervalu a, b. Jestliže f(a) f(b) < 0 (tj. f(a) a f(b) mají opačná znaménka) a f
Matematika pro informatiky
(FIT ČVUT v Praze) Konvexní analýza 13.týden 1 / 1 Matematika pro informatiky Jaroslav Milota Fakulta informačních technologíı České vysoké učení technické v Praze Letní semestr 2010/11 Extrémy funkce
Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice študenti MFF 15. augusta 2008 1 7 Diferenciální rovnice Požadavky Soustavy lineárních diferenciálních rovnic prvního řádu lineární
3 Lineární kombinace vektorů. Lineární závislost a nezávislost
3 Lineární kombinace vektorů. Lineární závislost a nezávislost vektorů. Obrázek 5: Vektor w je lineární kombinací vektorů u a v. Vektory u, v a w jsou lineárně závislé. Obrázek 6: Vektor q je lineární
Literatura: O. Zindulka: Matematika 3 (kapitola 4, kapitola 5)
Předmět: MA03 Opakování: formulace okrajové úlohy (OÚ), skalární součin funkcí, ortogonalita funkcí Nová látka: vlastní čísla a vlastní funkce OÚ ortogonalita vlastních funkcí řešitelnost OÚ Literatura:
2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.
Řešené příklady z lineární algebry - část 3 Typové příklady s řešením Příklad 3.1: Zobrazení L: P 3 R 23 je zobrazení z prostoru P 3 všech polynomů do stupně 3 (včetně nulového polynomu) do prostoru R
Arnoldiho a Lanczosova metoda
Arnoldiho a Lanczosova metoda 1 Částečný problém vlastních čísel Ne vždy je potřeba (a někdy to není ani technicky možné) nalézt celé spektrum dané matice (velké řídké matice). Úloze, ve které chceme aproximovat
METRICKÉ A NORMOVANÉ PROSTORY
PŘEDNÁŠKA 1 METRICKÉ A NORMOVANÉ PROSTORY 1.1 Prostor R n a jeho podmnožiny Připomeňme, že prostorem R n rozumíme množinu uspořádaných n tic reálných čísel, tj. R n = R } R {{ R }. n krát Prvky R n budeme
Matematika 2 pro PEF PaE
Vektorové prostory 1 / 17 Matematika 2 pro PEF PaE 8. Vektorové prostory Přemysl Jedlička Katedra matematiky, TF ČZU Vektorové prostory Vektorové prostory a podprostory 2 / 17 vektorového prostoru Množina