19 Hilbertovy prostory
|
|
- Vladimíra Ševčíková
- před 9 lety
- Počet zobrazení:
Transkript
1 M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory Hilbertovy prostory 19.1 Úvod, základní pojmy Poznámka (připomenutí). Necht (X,(, )) je vektorový prostor se skalárním součinem nad tělesem K reálných nebo komplexních čísel (říkáme též, že X je unitární prostor nad K). Potom x = (x,x) je norma na X, nazývaná někdy též "norma indukovaná skalárním součinem". Necht (X,(, )) je unitární prostor nad K. Na X X uvažujme normu [x,y] = max{ x, y }. Potom je zobrazení (, ) : X X K spojité. Definice. Necht (X,(, )) je unitární prostor nad K, x = (x,x). Řekneme, že posloupnost x n X je cauchyovská v X, pokud ε > 0 n 0 N m,n n 0 x n x m < ε. Řekneme, že prostor X je úplný vzhledem k normě, pokud každá cauchyovská posloupnost v X je konvergentní v X. Pokud je X úplný vzhledem k normě x = (x,x), pak se nazývá Hilbertovým prostorem. Příklad 1. Prostory R n (opatřené eukleidovským skalárním součinem) jsou Hilbertovými prostory konečné dimenze. Příklad 2. Bud Ω R n otevřená množina. Pro p 1, ) definujme tzv. Lebesgueovy (L p ) prostory předpisem L p (Ω) := {f : Ω C, Ω f p < }. Na prostoru L 2 (Ω) definujme skalární součin (f,g) 2 = f g. Prostor L 2 (Ω) s tímto skalárním součinem je Hilbertovým prostorem nekonečné dimenze. Příklad 3. Bud Ω R n otevřená množina. Mějme na Ω definovanou tzv. váhovou funkci (váhu, hustotu) ρ takovou, že ρ C(Ω) L 1 (Ω), ρ > 0 na Ω. Pro p (1, ) definujme tzv. Lebesgueovy (váhové) prostory s vahou předpisem L p (Ω) := {f : Ω C, Ω f p < }. Na prostoru L2 (Ω) definujme skalární součin (f,g) 2, = f g. Prostor L 2 (Ω) s tímto skalárním součinem je Hilbertovým prostorem nekonečné dimenze. Poznámka. Mezi všemi L p (resp. L p ) prostory je prostor L 2 (resp. L 2 ) jediný, na kterém lze zavést skalární součin. Pokud má Ω R n konečnou míru, platí Ω Ω 1 p < r < = L r (Ω) L p (Ω). Cvičení. Ukažte: je-li f : (a,b) R omezená na omezeném intervalu (a,b), pak f L p (a,b) p 1, ). Nalezněte funkci f : (0,1) R takovou, že f L 3 (0,1) a přitom f / L 4 (0,1). (Návod: uvažujte funkce 1/x α pro α R.)
2 M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory Fourierovy řady v Hilbertově prostoru Definice. Necht X je Hilbertův prostor, Γ je indexová množina a (x γ ) γ Γ je systém prvků prostoru X. (i) Řekneme, že systém {x γ } γ Γ je ortogonální, jestliže platí γ,γ Γ,γ γ : ( x γ,x γ ) = 0. Jestliže navíc x γ = 1 pro každé γ Γ, potom říkáme, že je systém {x γ } γ Γ ortonormální. (ii) Ortogonální systém {x γ } γ Γ je úplný, jestliže jeho lineární obal je hustý v X, tedy jestliže platí Lin({x γ } γ Γ ) = X. (iii) Ortogonální systém {x γ } γ Γ je maximální, jestliže neexistuje prvek u X \ {0} kolmý na všechna x γ, tedy pokud platí (u,x γ ) = 0 γ Γ = u = 0. Zobecnění kartézského souřadného systému do (Hilbertových) prostorů nekonečné di- Poznámka. menze. Ortogonální systém vektorů tvoří lineárně nezávislou množinu vektorů. Z každého lineárně nezávislého systému lze učinit systém ortogonální pomocí tzv. Gram-Schmidtova ortogonalizačního procesu. (Viz Příklad 4 za touto poznámkou.) Z každého ortogonálního systému lze učinit systém ortonormální (prvky vydělíme jejich normami). Systém {1,sin kx,cos kx} k N je ortogonální systém v L 2 (0,2π). Systém {e ikx } k Z je ortogonální systém v L 2 (0,2π). Příklad 4 (Gram-Schmidtův OG proces). Bud {v 1,v 2,...} lineárně nezávislá množina nenulových prvků v Hilbertově prostoru X. Položme e 1 := v 1 a dále, pro n 2, n 1 e n := v n Ukažte, že {e 1,e 2,... } je ortogonální množina nenulových prvků, přičemž j=1 Lin{e 1,...,e k } = Lin{v 1,...,v k }, k = 1,2,... (v n,e j ) e j 2 e j. (1) Věta Necht {e n } je ortogonální posloupnost nenulových prvků Hilbertově prostoru X nad K. Necht x = c ne n, kde c n K. Potom c n = (x,e n) e n 2, n N. (2) Definice. Číslo c n, definované pomocí (2), nazýváme n-tým Fourierovým koeficientem prvku x vzhledem k ortogonální posloupnosti {e n }. Definice. Bud {e n } ortogonální posloupnost nenulových prvků v Hilbertově prostoru X nad K a mějme x X. Uvažujme Fourierovy koeficienty prvku x vzhledem k posloupnosti {e n }, tj. Pak řadu c n = (x,e n) e n 2, n N. c n e n = (x,e n ) e n 2 e n (3) nazvu (abstraktní) Fourierovou řadou prvku x v prostoru X podle ortogonálního systému {e n }.
3 M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 36 Otázky: Jak zajistit, abych měl "všechny prvky OG systému" (tj. aby tvořil bázi)? (Úplnost? Maximalita?) Mám x X, rozvinu jej do (Fourierovy) řady. Konverguje vůbec tato řada? Pokud konverguje, co má společného její součet s původním prvkem x? Věta 19.2 (Besselova nerovnost, Parsevalova rovnost). Necht X je Hilbertův prostor nekonečné dimenze, {e n } je ortogonální systém nenulových prvků v X, x X, a c n = (x,en) e n, n N jsou Fourierovy 2 koeficienty prvku x vzhledem k {e n }. Potom Vždy platí c n 2 e n 2 x 2 (Besselova nerovnost); Fourierova řada c n e n vždy konverguje k nějakému prvku y X; Je x = c n e n c n 2 e n 2 = x 2 (Parsevalova rovnost). Poznámka. S ohledem na (2) lze Parsevalovu rovnost psát také ve tvaru (x,e n ) 2 e n 2 = x 2. Definice. Necht X je Hilbertův prostor nad K. Posloupnost {u n } prvků zx se nazývá (Schauderova) báze prostoru X, jestliže pro každý bod x X existuje právě jedna posloupnost {c n } prvků z K, pro kterou platí x = c n u n. Věta Necht X je Hilbertův prostor a {e n } je ortogonální systém nenulových prvků prostoru X. Pak následující tvrzení jsou ekvivalentní: (i) {e n } je Schauderova báze, (ii) {e n } je úplný ortogonální systém, (iii) {e n } je maximální ortogonální systém. (iv) Pro každé x X platí Parsevalova rovnost (vzhledem k systému {e n } ). (v) Každý prvek x X je roven součtu své Fourierovy řady (vzhledem k systému {e n } ). Definice. Necht X Hilbertův prostor. Řeknu, že X je separabilní, pokud existuje spočetná množina prvků z X, která je hustá v X (tedy jejíž uzávěr je celé X). Věta (i) Necht X je separabilní Hilbertův prostor. Potom v X existuje ortonormální spočetná (Schauderova) báze. (ii) Necht X 1,X 2 jsou nekonečně-dimenzionální separabilní Hilbertovy prostory. Potom jsou X 1 a X 2 izometricky izomorfní (tj. existuje mezi nimi bijekce, která zachovává skalární součin). (iii) Každý separabilní Hilbertův prostor dimenze n N je izometricky izomorfní R n.
4 M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 37 Věta Systém {1,sin kx,cos kx} k N je úplný ortogonální systém v L 2 (0,2π) a tvoří v něm ortogonální bázi. Systém {e ikx } k Z je úplný ortogonální systém v L 2 (0,2π) a tvoří v něm ortogonální bázi. Věta 19.6 (o nejlepší aproximaci). Bud X Hilbertův prostor a {e n } X ortogonální systém v X. Bud x X. Potom pro libovolná β 1,...,β N K platí x N (x,e n ) e n 2 e n x přičemž nerovnost v (4) je ostrá, pokud je alespoň jedno β j různé od (x,e j) e j Ortogonální systémy polynomů, operátory N β n e n, (4) Důležité otázky: Jakým způsobem získat nějaký konkrétní úplný ortogonální systém (bázi) v L2 (a,b)? Lze to například zařídit tak, aby tato báze byla složena z polynomů? Metoda I: ortogonalizace dané husté LN množiny pomocí Gram-Schmidtova procesu Uvažujme na (a, b) R polynomy 1,x,x 2,x 3,x 4... (5) a uvažujme (pokud (a,b) je neomezený) váhovou funkci takovou, aby x n L 2 (a,b) pro všechna n N {0}. Ortogonalizací pomocí Gram-Schmidtova procesu dostaneme úplný systém ortogonálních polynomů v L 2 (a,b). Obr.: Legendreovy polynomy pro n = 0,1,2,3,4,5. Příklad 5 (Legendreovy polynomy). Ortogonalizací systému (5) v prostoru L 2 ( 1,1) dostaneme tzv. Legendreovy polynomy P n (x). Lze ukázat, že platí P 0 (x) = 1, P n (x) = 1 2 n n! d n dx n(x2 1) n, n N.
5 M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 38 přičemž P n (x) 2 = 2 2n + 1, n N {0}. Prvních několik Legendreových polynomů je: P 0 (x) = 1, P 1 (x) = x, P 2 (x) = 3 2 x2 1 2, P 3(x) = 5 2 x3 3 2 x, P 4(x) = 35 8 x x ,... kde kde Podle předchozí teorie tedy platí, že pro každou funkci f L 2 ( 1,1) platí f(x) s.v. = c n P n (x), c n = n=0 1 1 P n (x) 2 f(x)p n (x) dx = 2n f(x)p n (x) dx Například pro f(x) = x L 2 ( 1,1) dostaneme x s.v. = c n P n (x), c n = 2n n=0 1 1 x P n (x) dx, což dá (spočtěte) c 2k+1 = 0 k = 0,1,..., c 0 = 1 2, c 2 = 5 8, c 4 = 3 16, c 6 = například aproximace do šestého řádu dá x x x x6 na ( 1,1). Obr.: Aproximace x pomocí Legendreova polynomu do šestého řádu. Poznámka. Legendreovy polynomy splňují tzv. rekurentní vztah (n+1)p n+1 (x) = (2n+1)xP n (x) np n 1 (x), n N, P 0 (x) = 1, P 1 (x) = x, a jsou řešením tzv. generující diferenciální rovnice ( (1 x 2 )y ) = λy, λ = n(n + 1),n = 0,1,2,....
6 M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 39 Příklad 6 (Čebyševovy polynomy). Ortogonalizací systému (5) v prostoru L 2 1 ( 1,1) dostaneme tzv. 1 x 2 Čebyševovy polynomy (1. druhu) T n (x). Lze ukázat, že platí T 0 (x) = 1, T n (x) = cos(n arccos x), n N. přičemž T n (x) 2 = π 2, n N. Prvních několik Čebyševových polynomů je: T 0 (x) = 1, T 1 (x) = x, T 2 (x) = 2x 2 1, T 3 (x) = 4x 3 3x, T 4 (x) = 8x 4 8x 2 1, T 5 (x) = 16x 5 20x 3 + 5x,... Obr.: Čebyševovy polynomy pro n = 0,1,2,3,4,5. Poznámka. Čebyševovy polynomy splňují rekurentní vztah T n+1 (x) + T n 1 (x) = 2xT n (x), a jsou řešením generující diferenciální rovnice n N T 0 (x) = 1, T 1 (x) = x, ( 1 x 2 y ) = λy 1 x 2, λ = n2, n = 0,1,2,.... Poznámka. Ortogonalizací základního systému polynomů 1,x,x 2,x 3,... v příslušných prostorech L2 (a,b) dostaneme odpovídající systém ortogonálních polynomů, do kterého lze rozvíjet všechny funkce, patřící do L2 (a,b). Na konkrétní tvar těchto polynomů má vliv zejména tvar skalárního součinu v L 2 (a,b). Takto dostaneme například Hermiteovy polynomy H n (v prostoru L 2 e x2 (, )), Laguerrovy polynomy L s n řádu s > 1 (v prostoru L2 x s e x (0, )) a mnoho dalších. Pro každý takový systém existuje rekurentní vztah a generující diferenciální rovnice. Podrobněji viz tabulku ortogonálních systémů polynomů na stránce této přednášky.
7 M. Rokyta, MFF UK: Aplikovaná matematika III kap. 19: Hilbertovy prostory 40 Metoda II: generující diferenciální rovnice, resp. generující operátor Definice. Bud a,b R uzavřený interval, p,q, dané funkce definované na a,b. Necht dále α,β,γ,δ R. Okrajovou úlohou v samoadjungovaném tvaru pro neznámou funkci y = y(t) nazveme diferenciální rovnici druhého řádu v tzv. samoadjungovaném tvaru, doplněnou o tzv. okrajové podmínky (p(t)y ) + q(t)y = λ (t)y, t (a,b), λ C, (6) αy(a) + βy (a) = 0, γy(b) + δy (b) = 0. (7) Věta Uvažujme okrajovou úlohu tvaru (6) (7), kde p je spojitá a kladná na a,b, p je spojitá na (a,b), q je reálná a spojitá na a,b, je spojitá, kladná a konečně integrovatelná na (a,b). Navíc necht alespoň jedno z čísel α,β a alespoň jedno z čísel γ,δ je nenulové. Potom existují λ 1 < λ 2 <, lim λ n = taková, že: Pro všechna λ λ n má úloha (6) (7) pouze řešení y 0. Pro každé λ = λ n existuje právě jedno (až na násobek konstantou) nenulové řešení y n úlohy (6) (7). Systém {y n,n N} je úplný ortogonální systém funkcí v L 2 (a,b). Definice. Čísla λ n resp. funkce y n z předchozí věty nazýváme vlastní čísla resp. vlastní funkce úlohy (6) (7). Poznámka. Zobrazení mezi dvěma prostory nazýváme operátorem. Definujeme-li operátor T : C 1 ( a,b ) L 2 (a,b) předpisem T(y) = (py ) + qy, lze rovnici (6) psát ve tvaru tzv. operátorové rovnice: Ty = λ y. (8) Analogicky nazýváme nenulová řešení y n úlohy (8), (7) vlastními funkcemi (s vahou ) operátoru T, přináležejícími vlastnímu číslu λ n. Poznámka. Pro váhu = 1 má rovnice (8) pro vlastní funkce a vlastní čísla operátoru T tvar Ty = λy. (Srovnejte to s definicí vlastního vektoru a vlastního čísla matice.) Věta 19.7 je formulována pouze pro omezené intervaly. Existují také její varianty pro neomezené intervaly, ty však jsou složitější. Existují také varianty s obecnější sadou okrajových podmínek. Obecně však jde vždy o věty, odpovídající na otázku "Za jakých podmínek tvoří vlastní funkce nějakého operátoru T úplný ortogonální systém v daném Hilbertově prostoru?" Studiem (m.j.) i těchto otázek (které jdou nad rámec tohoto kurzu) se zabývá matematická disciplína jménem funkcionální analýza. Cvičení. Aplikujte Větu 19.7 pro a = 0, b = π, p = = 1, q = 0, a pro α = γ = 0, β = δ = 1 resp. pro α = γ = 1, β = δ = 0. Uvažujte rovnici (6) s a = π, b = π, p = = 1, q = 0, a se zobecněnou sadou okrajových podmínek y( π) = y(π), y ( π) = y (π). Poznámka. Existuje varianta Věty 19.7, která připouští, aby funkce p nabývala v některém krajním bodě intervalu a, b nulové hodnoty. V takovém případě se ovšem předpokládá omezenost řešení y v tomto bodě. Za těchto předpokladů dostávame proa = 1, b = 1, p = 1 t 2, = 1, q = 0 generující rovnici pro Legendreovy polynomy. Naznačené úvahy lze zobecnit i pro parciální diferenciální rovnice. Můžeme tak mluvit o vlastních funkcích Laplaceova operátoru jako o nenulových řešeních rovnice y = λy pro x Ω R n, s nulovými okrajovými podmínkami na Ω, atd.
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
18 Fourierovy řady Úvod, základní pojmy
M. Rokyta, MFF UK: Aplikovaná matematika III kap. 18: Fourierovy řady 7 18 Fourierovy řady 18.1 Úvod, základní pojmy Otázka J. Fouriera: Lze každou periodickou funkci napsat jako součet nějakých "elementárních"
16 Fourierovy řady Úvod, základní pojmy
M. Rokyta, MFF UK: Aplikovaná matematika IV kap. 16: Fourierovy řady 1 16 Fourierovy řady 16.1 Úvod, základní pojmy Otázka J. Fouriera: Lze každou periodickou funkci napsat jako součet nějakých "elementárních"
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,
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
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
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.
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
10 Funkce více proměnných
M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y
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
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.
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
22 Základní vlastnosti distribucí
M. Rokyta, MFF UK: Aplikovaná matematika IV kap. 22: Základní vlastnosti distribucí 5 22 Základní vlastnosti distribucí 22.1 Temperované distribuce Definice. O funkci ϕ C (R m ) řekneme, že je rychle klesající
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
Obsah. 1 Lineární prostory 2
Obsah 1 Lineární prostory 2 2 Úplné prostory 2 2.1 Metrické prostory.................................... 2 2.2 Banachovy prostory................................... 3 2.3 Lineární funkcionály..................................
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
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
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,
Necht L je lineární prostor nad R. Operaci : L L R nazýváme
Skalární součin axiomatická definice odvození velikosti vektorů a úhlu mezi vektory geometrická interpretace ortogonalita vlastnosti ortonormálních bázi [1] Definice skalárního součinu Necht L je lineární
Úvod do lineární algebry
Úvod do lineární algebry 1 Aritmetické vektory Definice 11 Mějme n N a utvořme kartézský součin R n R R R Každou uspořádanou n tici x 1 x 2 x, x n budeme nazývat n rozměrným aritmetickým vektorem Prvky
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
Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy.
6 Skalární součin Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy. Příklad: Určete odchylku přímek p, q : p : x =1+3t,
17. Posloupnosti a řady funkcí
17. Posloupnosti a řady funkcí Aplikovaná matematika III, NMAF073 M. Rokyta, KMA MFF UK ZS 2011/12 17.1 Stejnoměrná konvergence posloupnosti funkcí Definice Necht M je množina, f, f n : M R m, m, n N.
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
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,
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
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
Aplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:
Přednáška 1. Definice 1.1. Nechť je množina. Funkci ρ : R nazveme metrikou, jestliže má následující vlastnosti: (1 pro každé x je ρ(x, x = 0; (2 pro každé x, y, x y, je ρ(x, y = ρ(y, x > 0; (3 pro každé
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
příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.
Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl
Základní pojmy teorie množin Vektorové prostory
Základní pojmy teorie množin Přednáška MATEMATIKA č. 1 Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz 7. 10. 2010 Základní pojmy teorie množin Základní pojmy
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
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 ),
9. cvičení z Matematické analýzy 2
9. cvičení z Matematické analýzy 7. listopadu -. prosince 7 9. Určete Fourierovu řadu periodického rozšíření funkce ft = t na, a její součet. Definice: Necht f je -periodická funkce, která je integrabilní
1. Obyčejné diferenciální rovnice
& 8..8 8: Josef Hekrdla obyčejné diferenciální rovnice-separace proměnných. Obyčejné diferenciální rovnice Rovnice, ve které je neznámá funkcí a v rovnici se vyskytuje spolu se svými derivacemi, se nazývá
DEFINICE Z LINEÁRNÍ ALGEBRY
DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které
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
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
Matematika III. Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská. Ústav matematiky
Matematika III Řady Miroslava Dubcová, Daniel Turzík, Drahoslava Janovská Ústav matematiky Přednášky ZS 202-203 Obsah Číselné řady. Součet nekonečné řady. Kritéria konvergence 2 Funkční řady. Bodová konvergence.
Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory
Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při
Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují
Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),
9. Vícerozměrná integrace
9. Vícerozměrná integrace Aplikovaná matematika II, NMAF072 M. Rokyta, KMA MFF UK LS 2016/17 9.1 Elementy teorie míry Poznámka Na R n definujeme systém tzv. měřitelných množin, M n, který má následující
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
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,
ALGEBRA. Téma 4: Grupy, okruhy a pole
SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 4: Grupy, okruhy a pole Základní pojmy unární operace, binární operace, asociativita,
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
LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22
Lineární diferenciální rovnice druhého řádu Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)
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
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) =
11. Číselné a mocninné řady
11. Číselné a mocninné řady Aplikovaná matematika III, NMAF072 M. Rokyta, KMA MFF UK ZS 2017/18 11.1 Základní pojmy Definice Necht {a n } C je posloupnost komplexních čísel. Pro m N položme s m = a 1 +
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)
INTEGRÁLY S PARAMETREM
INTEGRÁLY S PARAMETREM b a V kapitole o integraci funkcí více proměnných byla potřeba funkce g(x) = f(x, y) dy proměnné x. Spojitost funkce g(x) = b a f(x, y) dy proměnné x znamená vlastně prohození limity
Čebyševovy aproximace
Čebyševovy aproximace Čebyševova aproximace je tzv hledání nejlepší stejnoměrné aproximace funkce v daném intervalu Hledáme funkci h x, která v intervalu a,b minimalizuje maximální absolutní hodnotu rozdílu
ÚVOD DO FUNKCIONÁLNÍ ANALÝZY. Jiří Bouchala
ÚVOD DO FUNKCIONÁLNÍ ANALÝZY Jiří Bouchala Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.7/2.2./7.332), na kterém se společně podílela Vysoká škola báňská
11. Skalární součin a ortogonalita p. 1/16
11. Skalární součin a ortogonalita 11. Skalární součin a ortogonalita p. 1/16 11. Skalární součin a ortogonalita p. 2/16 Skalární součin a ortogonalita 1. Definice skalárního součinu 2. Norma vektoru 3.
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,
Matematika 2 Úvod ZS09. KMA, PřF UP Olomouc. Jiří Fišer (KMA, PřF UP Olomouc) KMA MA2AA ZS09 1 / 25
Matematika 2 Úvod Jiří Fišer KMA, PřF UP Olomouc ZS09 Jiří Fišer (KMA, PřF UP Olomouc) KMA MA2AA ZS09 1 / 25 Studijní materiály web předmětu: aix-slx.upol.cz/ fiser St. Trávníček: Matematická analýza kag.upol.cz/travnicek/1-matan.
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
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
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
Rovnice matematické fyziky cvičení pro akademický školní rok 2013-2014
Harmonogram výuky předmětu Rovnice matematické fyziky cvičení pro akademický školní rok 2013-2014 Vedoucí cvičení: ing. Václav Klika, Ph.D. & MSc. Karolína Korvasová & & ing. Matěj Tušek, Ph.D. Katedra
21. Úvod do teorie parciálních diferenciálních rovnic
21. Úvod do teorie parciálních diferenciálních rovnic Aplikovaná matematika IV, NMAF074 M. Rokyta, KMA MFF UK LS 2014/15 21.1 Základní termíny Definice Vektor tvaru α = (α 1,...,α m ), kde α j N {0}, j
Operace s maticemi. 19. února 2018
Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice
2. Určte hromadné body, limitu superior a limitu inferior posloupností: 2, b n = n. n n n.
Písemka matematika 3 s řešením 1. Vypočtěte lim n( 1 + n 2 n), n lim n (( 1 + 1 n e ) n ) n. 1/2, 1/ e 2. Určte hromadné body, limitu superior a limitu inferior posloupností: a n = sin nπ ( 2, b n = n
6.1 Vektorový prostor
6 Vektorový prostor, vektory Lineární závislost vektorů 6.1 Vektorový prostor Nechť je dán soubor nějakých prvků, v němž je dána jistá struktura vztahů mezi jednotlivými prvky nebo v němž jsou předepsána
na magisterský studijní obor Učitelství matematiky pro střední školy
Datum:... Jméno:... Přijímací řízení pro akademický rok 203/4 na magisterský studijní obor Učitelství matematiky pro střední školy Písemná část přijímací zkoušky z matematiky Za každou správnou odpověd
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
Soustavy lineárních rovnic
Soustavy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních diferenciálních rovnic y = a (x)y + a (x)y + + a n (x)y n + f (x) y = a (x)y + a (x)y + + a n (x)y n + f (x). y n = a
verze 1.3 kde ρ(, ) je vzdálenost dvou bodů v R r. Redukovaným ε-ovým okolím nazveme ε-ové okolí bodu x 0 mimo tohoto bodu, tedy množinu
Úvod Diferenciální počet více proměnných verze.3 Následující text popisuje základy diferenciálního počtu více proměnných. Měl by sloužit především studentům předmětu MATEMAT na Univerzitě Hradec Králové
Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál
Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál Jan Slovák Masarykova univerzita Fakulta informatiky 16. 9. 2008 Obsah přednášky 1 Literatura 2 Funkce a
1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x
1 ZOBRAZENÍ 1 Zobrazení a algebraické struktury 1 Zobrazení Příklad 1.1. (a) Ukažte, že zobrazení f : x na otevřený interval ( 1, 1). x x +1 je bijekce množiny reálných čísel R (b) Necht a, b R, a < b.
Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)
Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,
Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných študenti MFF 15. augusta 2008 1 5 Základy teorie funkcí více proměnných Požadavky Parciální derivace a totální
Lineární algebra : Lineární (ne)závislost
Lineární algebra : Lineární (ne)závislost (4. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních technologií
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
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.0141 Báze vektorových prostorů, transformace souřadnic Michal Botur Přednáška
ALGEBRA. Téma 5: Vektorové prostory
SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 5: Vektorové prostory Základní pojmy Vektorový prostor nad polem P, reálný (komplexní)
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
Posloupnosti a řady. 28. listopadu 2015
Posloupnosti a řady Přednáška 5 28. listopadu 205 Obsah Posloupnosti 2 Věty o limitách 3 Řady 4 Kritéria konvergence 5 Absolutní a relativní konvergence 6 Operace s řadami 7 Mocninné a Taylorovy řady Zdroj
Vlastní čísla a vlastní vektory
Vlastní čísla a vlastní vektory 1 Motivace Uvažujme lineární prostor všech vázaných vektorů v rovině, které procházejí počátkem, a lineární zobrazení tohoto prostoru do sebe(lineární transformaci, endomorfismus)
LEKCE10-RAD Otázky
Řady -ekv ne ŘADY ČÍSEL 1. limita posloupnosti (operace založená na vzdálenosti bodů) 2. supremum nebo infimum posloupnosti (operace založená na uspořádání bodů). Z hlavních struktur reálných čísel zbývá
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
(Poznámka: V MA 43 je věta formulována trochu odlišně.)
Předmět: MA4 Dnešní látka Variačně formulované okrajové úlohy: zúplnění prostoru funkcí přibližné řešení minim. úlohy metoda konečných prvků jiný pohled na zobecněné řešení stejný způsob numerické aproximace
9. Vícerozměrná integrace
9. Vícerozměrná integrace Tomáš Salač Ú UK, FF UK LS 2017/18 Tomáš Salač ( Ú UK, FF UK ) 9. Vícerozměrná integrace LS 2017/18 1 / 29 9.1 Elementy teorie míry Poznámka Na R n definujeme systém tzv. měřitelných
Lineární algebra Operace s vektory a maticemi
Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008 Obsah Operace s řádkovými vektory..................... 3 Operace se sloupcovými vektory................... 12 Matice..................................
V: Pro nulový prvek o lineárního prostoru L platí vlastnosti:
Zpracoval: hypspave@fel.cvut.cz. Základní vlastnosti abstraktních lineárních prostorů. Lineární závislost, nezávislost, báze, souřadnice vzhledem k bázi, matice lineárního zobrazení vzhledem k bázím.skalární
0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice
9. Lineární diferenciální rovnice 2. řádu Cíle Diferenciální rovnice, v nichž hledaná funkce vystupuje ve druhé či vyšší derivaci, nazýváme diferenciálními rovnicemi druhého a vyššího řádu. Analogicky
9 Kolmost vektorových podprostorů
9 Kolmost vektorových podprostorů Od kolmosti dvou vektorů nyní přejdeme ke kolmosti dvou vektorových podprostorů. Budeme se zabývat otázkou, kdy jsou dva vektorové podprostory na sebe kolmé a jak to poznáme.
Komplexní analýza. Fourierovy řady. Martin Bohata. Katedra matematiky FEL ČVUT v Praze
Komplexní analýza Fourierovy řady Martin Bohata Katedra matematiky FEL ČVU v Praze bohata@math.feld.cvut.cz Martin Bohata Komplexní analýza Fourierovy řady 1 / 20 Úvod Často se setkáváme s periodickými
Úvod do funkcionální analýzy
Úvod do funkcionální analýzy Ladislav Lukšan Ústav informatiky AV ČR, Pod vodárenskou věží 2, 182 07 Praha 8 Technická universita v Liberci, Hálkova 6, 461 17 Liberec Tento text byl použit jako podklad
0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
FREDHOLMOVA ALTERNATIVA
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
a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.
Výpočet vlastních čísel a vlastních vektorů S pojmem vlastního čísla jsme se již setkali například u iteračních metod pro řešení soustavy lineárních algebraických rovnic. Velikosti vlastních čísel iterační
Matematická analýza III.
1. - limita, spojitost Miroslav Hušek, Lucie Loukotová UJEP 2010 Úvod Co bychom měli znát limity posloupností v R základní vlastnosti funkcí jedné proměnné (definiční obor, monotónnost, omezenost,... )
Soustavy lineárních rovnic
Přednáška MATEMATIKA č 4 Katedra ekonometrie FEM UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz 27 10 2010 Soustava lineárních rovnic Definice Soustava rovnic a 11 x 1 + a 12 x 2 + + a
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
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
MATEMATIKA IV - PARCIÁLNÍ DIFERENCIÁLNÍ ROVNICE - ZÁPISKY Z. Obsah. 1. Parciální diferenciální rovnice obecně. 2. Kvaazilineární rovnice prvního řádu
MATEMATIKA IV - PARCIÁLNÍ DIFERENCIÁLNÍ ROVNICE - ZÁPISKY Z PŘEDNÁŠEK JAN MALÝ Obsah 1. Parciální diferenciální rovnice obecně 1. Kvaazilineární rovnice prvního řádu 1 3. Lineární rovnice druhého řádu