%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% KLÍČOVÉPOJMY %%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
|
|
- Tereza Tesařová
- před 6 lety
- Počet zobrazení:
Transkript
1 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% KLÍČOVÉPOJMY %%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% norma normovaný lineární prostor metrika indukovaná normou Banachův prostor ekvivalentní normy uzavřenájednotkovákoule B X otevřenájednotkovákoule U X spojité lineární zobrazení norma lineárního zobrazení izometrie izomorfismus projekce(spojitá lineární) skalární součin prostor se skalárním součinem norma indukovaná skalárním součinem Hilbertův prostor ortogonální doplněk ortogonální projekce ortonormální báze duální operátor kompaktní množina relativně kompaktní množina totálně omezená množina spektrum operátoru vlastní číslo operátoru testovací funkce nosič testovací funkce lokálně integrovatelná funkce konvergence testovacích funkcí distribuce na Ω derivace distribuce konvergence distribucí nosič distribuce distribuce s kompaktním nosičem konvolucedvoufunkcína R d FourierovatransformacefunkcezL 1 (R d ) Schwartzův prostor konvergence na Schwartzově prostoru temperovaná distribuce %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% DALŠÍ POJMY, JEJICHŽ ZNALOST SE OČEKÁVÁ %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% otevřenákoule U(x,r) uzavřená koule B(x, r) jednotkovásféra S X prostor L(X,Y) duální prostor izometrické prostory izomorfní prostory zúplnění normovaného prostoru sdruženě lineární zobrazení konvergentní řada v normovaném lineárním prostoru součet řady v normovaném lineárním prostoru 1
2 2 absolutně konvergentní řada v normovaném lineárním prostoru bezpodmínečně konvergentní řada v normovaném lineárním prostoru přerovnání řady součet zobecněné řady v normovaném lineárním prostoru konvergence zobecněné řady v normovaném lineárním prostoru absolutní konvergence zobecněné řady v normovaném lineárním prostoru úhel mezi vektory v reálném prostoru se skalárním součinem kolmé prvky ortogonální systém ortonormální systém maximální ortonormální systém úplný ortonormální systém reálnáverzekomplexníhoprostoru(tj.prostor X R ) Prostor(F n, p )pro p [1, ] Prostor l (Γ) Prostor l Prostor C(K) Prostor c 0 Prostor c 0 (Γ) Prostor c Prostor C 1 ([0,1]) Prostor l p (Γ)pro p [1, ) Prostor l p pro p [1, ) Prostor M(K). Prostor L p (µ)promíru µap [1, ] Prostor L p (Ω)proΩ R n borelovskoua p [1, ] Skalárnísoučinvprostorech F n, l 2, l 2 (Γ), L 2 (µ) sublineární funkcionál pseudonorma kvocient vektorového prostoru kvocient normovaného prostoru a norma na něm kanonické kvocientové zobrazení kvocientový operátor anihilátory A a B druhý duál normovaného prostoru kanonické vnoření normovaného prostoru do druhého duálu reflexivní prostor nosič spojité funkce otevřené zobrazení součin normovaných prostorů graf lineárního operátoru projekcena Y podél Z algebraický doplněk topologický doplněk komplementovaný podprostor kodimenze podprostor konečné kodimenze adjungovaný operátor kompaktní operátor konečnědimenzionální operátor invertibilní operátor rezolventní množina rezolventní funkce vlastní vektor operátoru bodové spektrum oprerátoru
3 slabá derivace funkce na intervalu multiindex řád multiindexu regulární distribuce(určená lokálně integrovatelnou funkcí) distribuce určená mírou násobek distribuce hladkou funkcí normy N na D(Ω) metrika na D(Ω) řád distribuce distribuce konečného řádu posunfunkce fo y,tj. τ y f otočenífunkce f,tj. ˇf aproximativníjednotkavd(r d ) konvoluce distribuce a testovací funkce posundistribuceox,tj.distribuce τ x U otočenídistribuce,tj.distribuce Ǔ konvoluce dvou distribucí polynomna R d normy na Schwartzově prostoru metrika na Schwartzově prostoru Fourierova transformace temperované distribuce 3
4 4 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % VĚTY,JEJICHŽZNALOSTSE OČEKÁVÁ%%%%%%%%%%%%%%%%%%%%%%% % Vysvětlivky: % číslo na konci řádku - číslo věty podle přednášky % značka před číslem: % * věta se nebude explicitně zkoušet, nicméně % se předpokládá její znalost včetně základní % myšlenky důkazu, pokud byla dokázána % A věta se nebude explicitně zkoušet, znalost % důkazu se nepředpokládá, ale je potřeba znát znění % věty, rozumět mu a být schopen(na) větu aplikovat % v rozličných situacích % + věta má statuttěžkévěty a jako taková % se bude zkoušetisdůkazem % bez značky věta má statutlehkévěty a jako takováse % bude zkoušet i s důkazem %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% ometriceindukovanénormou%*i.1 o vztahu úplnosti a uzavřenosti podprostoru%* I.3 o úplnosti prostoru definovaného pomocí větší normy% I.5 o spojitosti operací v normovaném lineárním prostoru%* I.8 charakterizace ekvivalentních norem% I.9 oekvivalenciklasickýchnoremna F n %*I.10 charakterizace spojitých lineárních zobrazení% I.11 o vlastnostech normy lineárního zobrazení% I.12 o úplnosti prostoru operátorů% I.13 o zachovávání úplnosti izomorfismem%* I.14 o rozšíření operátoru na uzávěr% I.15 o zúplnění normovaného lineárního prostoru% I.16 s důkazem z oddílu II.3 o základních vlastnostech projekcí% I.17 Cauchy-Schwarzova nerovnost%* I.18 o normě indukované skalárním součinem% I.19 včetně I.18 polarizační identita a její důsledky% I.21 a I.22 rovnoběžníkové pravidlo%* I.23 charakterizace prostorů se skalárním součinem% + I.24(včetně I.23) o zúplnění prostoru se skalárním součinem%* I.25 o součtu přerovnání bezpodmínečně konvergentní řady%* Poznámka(1) před I.26 o vztahu konvergence a absolutní konvergence v normovaných prostorech% I.26 charakterizace bezpodmínečné konvergence%* I.27 o nutné podmínce konvergence zobecněné řady% I.28 o vlastnostech zobecněných řad v Banachových prostorech% + I.29 o nejbližších bodech v Hilbertových prostorech% + I.31 charakterizace nejbližšího bodu% I.32 Pythagorova věta v prostorech se skalárním součinem%* I.33 o ortogonálním doplňku a ortogonální projekci% I.34(včetně I.33) Besselova nerovnost% I.35(včetně I.33) o ortonormálních systémech v Hilbertových prostorech% + I.36 o existenci ortonormální báze%* I.37 Riesz-Fisherova věta o reprezentaci Hilbertových prostorů% + I.38 a I.39(včetně I.37) o vyjádření ortogonální projekce% I.40 o normách na prostoru konečné dimenze% I.41 o vlastnostech prostorů konečné dimenze% I.42 a I.43 o kompaktnosti jednotkové koule% I.44 a I.45 o funkcionálech a normách na prostoru nekonečné dimenze%* I.46 o reálné verzi komplexního normovaného prostoru% + I.47 %%%zkapitolyi:19lehkýchvět,6těžkýchvět
5 5 algebraická verze Hahn-Banachovy věty% + II.1 včetně II.2 algebraická Hahn-Banachova věta pro pseudonormu% II.4 včetně II.3 Hahn-Banachova věta o rozšiřování spojitých lineárních funkcionálů% II.5 o duálním vyjádření normy% II.7 včetně II.6 o oddělování pomocí spojitého lineárního funkcionálu%* II.8 o důkazu hustoty pomocí Hahn-Banachovy věty% II.9(včetně II.8) o kvocientu normovaného lineárního prostoru% + II.10 o vlastnostech kanonického kvocientového zobrazení%* II.11 o faktorizaci lineárního operátoru% II.12 o kvocientu Hilbertova prostoru% II.13 o dualitě podprostorů a kvocientů% + II.14 ouniverzalitě l (Γ)al 1 (Γ)%*II.15 o vnoření normovaného prostoru do druhého duálu% II.16 o vlastnostech reflexivních prostorů% II.17(důkaz jen bodu(a)) onabývánínormyareflexivitě%*ii.18 Riesz-Fisherova věta o duálu Hilbertova prostoru% + II.19 a II.20 oreprezentaciduálůkc 0 (Γ)al p (Γ)%+II.21 oreflexivitě l p (Γ)%II.22 oreprezentaciduálůkl p (µ)%aii.23 oreflexivitě L p (µ)%ii.24 Rieszova věta o reprezentaci nezáporných funkcionálů na C(K)% A II.25 o některých vlastnostech kompaktních prostorů%* II.26 RieszovavětaoreprezentaciduálukC(K)%AII.27 %%%zkapitolyii:10lehkýchvět,5těžkýchvět princip stejnoměrné omezenosti% + III.1 a III.2 o vztahu omezenosti a slabé omezenosti% III.3 Banach-Steinhausova věta% III.4 Banachova věta o otevřeném zobrazení% + III.5 včetně III.6 o spojité bijekci mezi Banachovými prostory% III.7 o součinu normovaných lineárních prostorů%* III.9 o uzavřeném grafu% III.10 o charakerizaci topologického doplňku% III.11 o komplementovaných podprostorech Hilbertova prostoru%* III.12 o komplementovanosti podprostoru konečné dimenze% III.13 o komplementovanosti podprostoru konečné kodimenze% III.14 o jádru lineárního funkcionálu%* III.15 o základních vlastnostech duálních operátorů% III.16 o adjungovaném operátoru% III.17 o základních vlastnostech adjungovaných operátorů% III.18 ovztahumezijádremaoboremhodnot Ta T %+III.19aIII.20 otom,kdy T jeizomorfismus%iii.21 charakterizace kompaktních operátorů% III.22 o vlastnostech kompaktních a konečnědimenzionálních operátorů% III.23 Arzelà-Ascoliova věta o kompaktnosti v C(K)% + III.24 Schauderova věta o duálním operátoru% + III.25 o množině invertibilních prvků% III.26 o vlastnostech spektra% A III.27 o spektru duálního operátoru%* III.28 o lineární nezávislosti vlastních vektorů% III.29 Fredholmova alternativa% + III.31 včetně III.30(c) o spektru kompaktního operátoru% + III.32 včetně patřičné části III.30 %%%zkapitolyiii:15lehkýchvět,7těžkýchvět Urysohnovo lemma pro hladké funkce% IV.2(b)(včetně popisu konstrukce potřebných funkcí) ohustotě D(Ω)vL p (Ω)%IV.3 o jednoznačnosti distribuce generované funkcí či mírou% IV.6
6 6 o základních vlastnostech operací s distribucemi% IV.10 odistribucisnulovouderivací%iv.11(důkazjenbodu(a)) charakterizace distribucí% A IV.13 o konvergenci distribucí% IV.15 Banach-Steinhausova věta pro distribuce% A IV.16 onosičidistribuce%aiv.17 okonvolucifunkcízl 1 a L p %+IV.18(důkazjenbodůa,d) o zhlazování pomocí konvoluce% IV.19 o konvoluci s aproximativní jednotkou% IV.20(důkaz jen bodu c) o spojitosti operátoru posunu% A IV.21 Fubiniova věta pro distribuce% A IV.23 o konvoluci distribuce a testovací funkce% IV.24(důkaz jen bodů a,c,d) okonvolucidvoudistribucí%+iv.25(důkazjenbodůa d) o základních vlastnostech Fourierovy transformace% + IV.26 charakterizace konvergence na Schwartzově prostoru% A IV.27 o Schwartzově prostoru a Fourierově transformaci na něm% + IV.28 o inverzi pro Schwartzův prostor% + IV.31(včetně důkazu IV.30) oinverzipropřípadintegrovatelné ˆf%*IV.32 o konvoluci na Schwartzově prostoru% IV.33 Plancherelova věta% A IV.34 ovnoření D(R d )do S(R d )%AIV.35 charakterizace temperovaných distribucí% A IV.36 o příkladech temperovaných distribucí% A IV.37 o operacích s temperovanými distribucemi% A IV.38 Banach-Steinhausova věta pro temperované distribuce% A IV.40 o vlastnostech Fourierovy transformace temperovaných distribucí% IV.41(bod(c) bez důkazu) %%%%%zkapitolyiv:11lehkýchvět,5těžkýchvět
7 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%Dalšíotázky%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% #1Nechť H 1 a H 2 jsouprostoryseskalárnímsoučinemat L(H 1,H 2 )jeizometrie.ukažte,žepro každé x,y H 1 platí Tx,Ty = x,y. #2Nechť X= {f: R F; g L 1 (R) h L 2 (R):f= g+h},přičemžztotožňujemefunkce,které serovnajískorovšude.pro f Xdefinujme f =inf{ g 1 + h 2 ;g L 1 (R),h L 2 (R),f= g+h}. Ukažte,že(X, )jebanachůvprostor. #3Nechť Xjenormovanýlineárníprostoraf,g X \{0}.Ukažte,žekerfakergjsouizomorfní normované lineární prostory. #4Nechť Xjenormovanýlineárníprostoraf: X Flineárnízobrazení.Ukažte,že fjespojité, právěkdyžkerfjeuzavřenýpodprostor X.Není-li fspojité,ukažte,žekerfjehustýpodprostor X. #5Nechť XjekomplexníBanachůvprostoraX R značíjehoreálnouverzi.ukažte,že Xjereflexivní, právěkdyž X R jereflexivní. #6 Nechť c je Banachův prostor konvergentních posloupností se supremovou normou. Ukažte, že jeho duállzereprezentovatjako l 1 (N { }). #7Ukažte,žeprostor C 0 (R)jeizometrickýpodprostoru X C([0,1]),kterýjedefinován X= {f C([0,1]);f(0)=f(1)=0}.Svyužitímtétoizometrieukažte,žeduálkC 0 (R)lzereprezentovatjako prostorměrna R. #8Nechť X=(l 1, ),kde x = x 1 + x.ukažte,že X jeizometrickýprostoru(l, ), 1 kde (x n ) n N =sup{ M +1 n M x n ;M Nkonečná}.( M značípočetprvkůmnožiny M.) #9Nechť X =(c 0, ),kde (x n ) n N =sup{ x n + x m ;n,m N,n < m}.ukažte,že X je izometrickýprostoru(l 1, ),kde x =max{ x, x 1 x }. #10Nechť X= c 0 l 1 jeopatřennormou (x,y) = x + y 1,(x,y) X.Reprezentujteduálk prostoru Xavyjádřetenormunaněm. #11Nechť p [1, ]ag:[0,1] Fjeměřitelná.Předpokládejme,žeprokaždé f L p ([0,1])je fg L p ([0,1]).Ukažte,že g L ([0,1]). #12Nechť p [1, ]ag:[0,1] Fjeměřitelná.Předpokládejme,žeprokaždé f L p ([0,1])je fg L 1 ([0,1]).Ukažte,že g L q ([0,1]),kde 1 p +1 q =1. #13 Dokažte větu o otevřeném zobrazení z věty o uzavřeném grafu s použitím věty o faktorizaci lineárního operátoru. #14Nechť HjeHilbertůvprostoraP L(H)jeprojekce,tj.operátorsplňující P 2 = P.Ukažte,že Pjeortogonálníprojekce,právěkdyž P = P. #15Nechť H 1,H 2 jsouhilbertovyprostoryat L(H 1,H 2 ).Nechť T L(H 2,H 1 )je(hilbertovsky) adjungovanýoperátor.ukažte,že R(T)=(kerT ) akert=(r(t )).(Symbol značíortogonální doplněk.) #16Nechť H 1,H 2 jsouhilbertovyprostoryat L(H 1,H 2 )jeizomorfismus H 1 na H 2.Ukažte,že T jeizometrie,právěkdyž T = T 1.(T je(hilbertovsky)adjungovanýoperátorkt.) #17Nechť XjeBanachůvprostoraT F(X).Ukažte,že σ(t)=σ p (T)aže σ(t)obsahujenejvýše n+1prvků,kde n=dimr(t). #18Nechť XjeBanachůvprostora(T n )jeposloupnostvl(x),kterákonvergujek T L(X).Pro každé n Nnechť λ n σ(t n ).Ukažte,žekaždýhromadnýbodposloupnosti(λ n )patřído σ(t). #19Nechť P L(L 2 (R))jePlancherelovatransformace(tj.onaizometriezPlancherelovyvětypro d=1).ukažte,že σ p (P)={1, 1,i, i}aprokaždézvlastníchčíselnajdětenějakývlastnívektor. #20Nechť µaνjsoudvěregulárníborelovskémíryna R d,znichžalespoňjednamákompaktnínosič. Definujmejejichkonvoluci µ ν(a)=(µ ν)({(x,y) R d R d ;x+y A}).Ukažte,že µ νjeopět regulárníborelovskámírana R d ažeλ µ Λ ν =Λ µ ν. #21Ukažte,žedistribuceΛ 1/x na R(definovanávzorcemΛ 1/x (ϕ)=lim ε 0+ R\( ε,ε) jedna. 7 ϕ(x) x dx)jeřádu
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
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..................................
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
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
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
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
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
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) =
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
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
2 Vektorové normy. Základy numerické matematiky - NMNM201. Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro
Cvičení 1 Základy numerické matematiky - NMNM201 1 Základní pojmy opakování Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro libovolný skalár α C následující podmínky:
1 Vektorové prostory a podprostory
Pro nahrazení účasti v jednotlivých cvičeních (resp. pro studenty kombinované formy) je dostačující vypracování a odevzdání tučně vyznačených příkladů. 1 Vektorové prostory a podprostory Definujte vektorový
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
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
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
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.
BANACHOVY PROSTORY. V podstatě se budeme zabývat prostory funkcí. Například to bude prostor (množina) spojitých funkcí na intervalu [0, 1].
BANACHOVY PROSTORY V podstatě se budeme zabývat prostory funkcí. Například to bude prostor (množina) spojitých funkcí na intervalu [0, 1]. Ukáže se, že řada vlastností platí pro řadu podobných prostorů.
OBECNÁ TOPOLOGIE - PŘEDNÁŠKA ZIMA 2014/15. Literatura: Je možno užívat knihy od Engelkinga, Kelleyho, Nagaty, Dugundjiho,...
OBECNÁ TOPOLOGIE - PŘEDNÁŠKA ZIMA 2014/15 Literatura: Je možno užívat knihy od Engelkinga, Kelleyho, Nagaty, Dugundjiho,... 1. Pojem topologického prostoru Historie: Maurice Fréchet (1906) definoval metrické
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% POJMY, JEJICHŽ ZNALOST SE OČEKÁVÁ %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% POJMY, JEJICHŽ ZNALOST SE OČEKÁVÁ %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% množina komplexních čísel algebraický zápis komplexního
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
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,
Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,
Úlohy k přednášce NMAG a : Lineární algebra a geometrie a Verze ze dne. května Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se
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.
ŘADY KOMPLEXNÍCH FUNKCÍ
ŘADY KOMPLEXNÍCH FUNKCÍ OBECNÉ VLASTNOSTI Řady komplexních čísel z n byly částečně probírány v kapitole o číselných řadách. Definice říká, že n=0 z n = z, jestliže z je limita částečných součtů řady z
Míra a měřitelné funkce. 1.1 Měřitelné množiny. 1.2 Míra a vnější míra
KAPITOLA 1: Míra a měřitelné funkce P(X) = {A A X} potenční možina množiny X 1.1 Měřitelné množiny dále předpokládáme X Systém S podmnožin množiny X se nazývá algebra, jestliže (A1) S, (A2) (A3) A S X\A
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,
POŽADAVKY K SOUBORNÉ ZKOUŠCE Z MATEMATIKY
POŽADAVKY K SOUBORNÉ ZKOUŠCE Z MATEMATIKY Bakalářský studijní program B1101 (studijní obory - Aplikovaná matematika, Matematické metody v ekonomice, Aplikovaná matematika pro řešení krizových situací)
1 Topologie roviny a prostoru
1 Topologie roviny a prostoru 1.1 Základní pojmy množin Intervaly a okolí Intervaly v rovině nebo prostoru jsou obdélníky nebo hranoly se stranami rovnoběžnými s osami souřadnic. Podmnožiny intervalů se
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
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
Program SMP pro kombinované studium
Zadání příkladů k procvičení na seminář Program SMP pro kombinované studium Nejdůležitější typy příkladů - minimum znalostí před zkouškovou písemkou 1) Matice 1. Pro matice 1 0 2 1 0 3 B = 7 3 4 4 2 0
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
OBECNOSTI KONVERGENCE V R N
FUNKCE VÍCE PROMĚNNÝCH V reálných situacích závisejí děje obvykle na více proměnných než jen na jedné (např. na teplotě i na tlaku), závislost na jedné proměnné je spíše výjimkou. OBECNOSTI Reálná funkce
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
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
M4140 Vybrané partie z matematické analýzy Přírodovědecká fakulta MU
M4140 Vybrané partie z matematické analýzy Přírodovědecká fakulta MU jaro 2010 Rozsah 4/2/0. 6 kr. Ukončení: zk. 1) Obyčejné diferenciální rovnice: 1.1. Úvod základní pojmy, přímé metody řešení některých
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
Požadavky ke zkoušce
Požadavky ke zkoušce Zkouška z předmětu MATEMATIKA 2 má dvě části Písemná část: Písemná část se ještě dále rozděluje na praktickou část písemku a teoretickou část test. Písemka trvá 90 minut a je v ní
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
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
Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách
Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky
Kompaktnost Kompaktifikace Prostory funkcí 4. KOMPAKTNOST. Miroslav Hušek, Pavel Pyrih KMA MFF UK. 4. Kompaktnost
4. KOMPAKTNOST Poznámky Miroslav Hušek, Pavel Pyrih KMA MFF UK 2008 4. bez oddělovacích axiómů Je-li S S pokrytím množiny X, říká se často, že S je podpokrytí nebo že je pokrytím vybraným z S. Relaci zjemnění
Matematická analýza 4
Matematická analýza 4 LS 2015-16 Miroslav Zelený 18. Metrické prostory III 19. Křivkový a plošný integrál 20. Absolutně spoj. fce a fce s konečnou variací 21. Fourierovy řady 18. Metrické prostory III
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,
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,
KOMPLEXNÍ ČÍSLA A FUNKCE MNOŽINA KOMPLEXNÍCH ČÍSEL C. Alternativní popis komplexních čísel
KOMPLEXNÍ ČÍSLA A FUNKCE V předchozích částech byl důraz kladen na reálná čísla a na reálné funkce. Pokud se komplexní čísla vyskytovala, bylo to z hlediska kartézského součinu dvou reálných přímek, např.
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
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.
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
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 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
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
Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
Tomáš Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 63 1 2 3 4 5 6 7 8 9 10 11 2 / 63 Aritmetický vektor Definition 1 Aritmetický vektor x je uspořádaná
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
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
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
Doporučené příklady k Teorii množin, LS 2018/2019
Doporučené příklady k Teorii množin, LS 2018/2019 1. přednáška, 21. 2. 2019 1. Napište množina x je prázdná (přesněji množina x nemá žádné prvky ) formulí základního jazyka teorie množin. 2. Dokažte ((x
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
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,
DEFINICE,VĚTYADŮKAZYKÚSTNÍZKOUŠCEZMAT.ANALÝZY Ib
INFORMACE O PRŮBĚHU A POŽADAVKY KE ZKOUŠCE Z MAT. ANALÝZYIbVLS2010/11 Ke zkoušce mohou přistoupit studenti, kteří získali zápočet. Do indexu jej zapíši na zkoušce, pokud cvičící potvrdí, že na něj student
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
Zápo tová písemná práce. 1 z p edm tu 01RMF varianta A
Zápo tová písemná práce. 1 z p edm tu 1MF varianta A tvrtek 19. listopadu 215, 13:215:2 ➊ (5 bod ) Nech f (x), g(x) L 1 () a f (x) dx = A, x f (x) dx = µ, Vypo ítejte, emu se rovná z( f g)(z) dz. g(x)
Rejstřík. Číslice1a2předčíslystránekodlišujíodkazynaInteligentníkalkulus1a2. 1SM SM 1.135
Rejstřík Číslice1a2předčíslystránekodlišujíodkazynaInteligentníkalkulus1a2. 1SM 1.135 2SM 1.135 Aditivita integrálu 1.186, 2.263, 2.265 míry 2.248 aproximace Taylorovými polynomy 1.72 asymptota 1.95 Bilinearita
1. přednáška 1. října Kapitola 1. Metrické prostory.
1. přednáška 1. října 2007 Kapitola 1. Metrické prostory. Definice MP, izometrie. Metrický prostor je struktura formalizující jev vzdálenosti. Je to dvojice (M, d) složená z množiny M a funkce dvou proměnných
ALG2: Lineární Algebra (Skripta Horák, jako doplněk i skripta Kovár v IS)
ALG2: Lineární Algebra (Skripta Horák, jako doplněk i skripta Kovár v IS) Info ke zkoušce: zkouška Algebra 2 je typu kolokvium (= ústní zkouška), tj. u zkoušky není žádná písemka, jen ústní část. Máte
které charakterizují danou fyzikální situaci. souvislostí). Může být formulován jako soustava rovnic a nerovnic.
1. Přednáška Obsah: Úvod do tvorby matematických modelů jako okrajové úlohy pro diferenciální rovnici. Příklad 1D vedení tepla a lineární pružnost. Diferenciální, variační, energetická formulace úloh.
VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku
VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m
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,
Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.
Matice lineárních zobrazení [1] Připomenutí Zobrazení A : L 1 L 2 je lineární, když A( x + y ) = A( x ) + A( y ), A(α x ) = α A( x ). Což je ekvivalentní s principem superpozice: A(α 1 x 1 + + α n x n
Varieta a její tečná struktura
verze.4 (203-2-09) 2.03,.2,.4,2.04,2.02,2.02,2.03,2.03,2.02,0,.03 Kapitola 2 Varieta a její tečná struktura Druhá kapitola v tuto chvíli obsahuje přehled značení týkající se variety a tečných tenzorů.
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
6. přednáška 5. listopadu 2007
6. přednáška 5. listopadu 2007 Souvislost diferenciálu a parciálních derivací. Diferenciál implikuje parciální derivace a spojité parciální derivace implikují diferenciál. Tvrzení 2.3. Když je funkce f
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
Univerzita Karlova v Praze procesy II. Zuzana. Predikce
ne ve Náhodné 1 1 Katedra pravděpodobnosti a matematické statistiky Univerzita Karlova v Praze email: praskova@karlin.mff.cuni.cz 23.4.-7.5. 2010 ne ve 1 ne Outline 2 ve ne ve Definice: Nechť H je Hilbertův
Zdrojem většiny příkladů je sbírka úloh 1. cvičení ( ) 2. cvičení ( )
Příklady řešené na cvičení LA II - LS 1/13 Zdrojem většiny příkladů je sbírka úloh http://kam.mff.cuni.cz/~sbirka/ 1. cvičení (..13) 1. Rozhodněte, které z následujících operací jsou skalárním součinem
Otázky k ústní zkoušce, přehled témat A. Číselné řady
Otázky k ústní zkoušce, přehled témat 2003-2004 A Číselné řady Vysvětlete pojmy částečný součet řady, součet řady, řadonverguje, řada je konvergentní Formulujte nutnou podmínku konvergence řady a odvoďte
1 Posloupnosti a řady.
1 Posloupnosti a řady. 1.1 Posloupnosti reálných čísel. Definice 1.1: Posloupností reálných čísel nazýváme zobrazení f množiny N všech přirozených čísel do množiny R všech reálných čísel. Pokud nemůže
ZS: 2018/2019 NMAF063 F/3 Josef MÁLEK. Matematika pro fyziky III
ZS: 2018/2019 NMAF063 F/3 Josef MÁLEK Matematika pro fyziky III OBECNÉ INFORMACE A SYLABUS Přednášející: Cvičící: Josef Málek Tomáš Los, Michal Pavelka, Michal Pavelka, Vít Průša Termíny přednášek: čtvrtek
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
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,... )
Ortogonální projekce a ortogonální zobrazení
Drsná matematika I 9. přednáška Ortogonální projekce a ortogonální zobrazení Jan Slovák Masarykova univerzita Fakulta informatiky 27. 4. 2010 Obsah přednášky 1 Literatura 2 Projekce a ortogonální zobrazení
Uzavřené a otevřené množiny
Teorie: Uzavřené a otevřené množiny 2. cvičení DEFINICE Nechť M R n. Bod x M nazveme vnitřním bodem množiny M, pokud existuje r > 0 tak, že B(x, r) M. Množinu všech vnitřních bodů značíme Int M. Dále,
Home. Obsah. Strana 1 MATEMATIKA. Fullscreen PRO LETECKÉ. Tisk OBORY II. Konec
Kurzy celoživotního vzdělávání Fakulta dopravní ČVUT MATEMATIKA Strana 1 PRO LETECKÉ OBORY II PŘEHLED LÁTKY 1 Metrické a normované prostory 2 Posloupnosti v metrických prostorech 3 Reálné funkce více reálných
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.
Texty k přednáškám z MMAN3: 3. Metrické prostory
Texty k přednáškám z MMAN3: 3. Metrické prostory 3. července 2012 1 Metrika na množině, metrický prostor Pojem vzdálenosti dvou reálných (komplexních) čísel, nebo bodů v rovině či prostoru je známý ze
TEORIE MÍRY V některých předchozích kapitolách jste se setkali s měřením velikostí množin a víte, jaké byly těžkosti s měřením množin i na reálné ose.
TEORIE MÍRY V některých předchozích kapitolách jste se setkali s měřením velikostí množin a víte, jaké byly těžkosti s měřením množin i na reálné ose. Kvůli těmto těžkostem se měření zúžilo jen na délku
Úvod základy teorie zobrazení
Úvod základy teorie zobrazení V přednášce se budeme zabývat diferenciálním a integrálním počtem funkcí více proměnných. Přednáška navazuje na přednášku atematická analýza 1 z prvního semestru. Proto se
To je samozřejmě základní pojem konvergence, ale v mnoha případech je příliš obecný a nestačí na dokazování některých užitečných tvrzení.
STEJNOMĚRNÁ KONVERGENCE Zatím nebylo v těchto textech věnováno příliš pozornosti konvergenci funkcí, at jako limita posloupnosti nebo součet řady. Jinak byla posloupnosti funkcí nebo řady brána jako. To
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
Lebesgue Manuál. Josef Hekrdla 1. prosince (Vzniklo pro potřeby předmětu Matematická teorie signálů ) 1 Objem intervalu. 3
Lebesgue Manuál Josef Hekrdla 1. prosince 2011 (Vzniklo pro potřeby předmětu Matematická teorie signálů Obsah I Měřitelné množiny v R p Lebesgueova míra 3 1 Objem intervalu. 3 2 Objem otevřené množiny.
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
Úvod do kvantového počítání
2. přednáška Katedra počítačů, Fakulta elektrotechnická České vysoké učení technické v Praze 17. března 2005 Opakování Část I Přehled z minulé hodiny Opakování Alternativní výpočetní modely Kvantové počítače
terminologie předchozí kapitoly: (ϕ, Ω) - plocha, S - geometrický obraz plochy
2. Plošný integrál. Poznámka. Obecně: integrování přes k-rozměrné útvary (k-plochy) v R n. Omezíme se na případ k = 2, n = 3. Definice. Množina S R 3 se nazve plocha, pokud S = ϕ(), kde R 2 je otevřená
Definice 28 (Ortogonální doplněk vektorového podprostoru). V k V n ; V k V. (Pech:AGLÚ/str D.5.1)
14.3 Kolmost podprostorů 14.3.1 Ortogonální doplněk vektorového prostou Ve vektorovém prostoru dimenze 3 je ortogonálním doplňkem roviny (přesněji vektorového prostoru dimenze ) přímka na ní kolmá (vektorový
AB = 3 CB B A = 3 (B C) C = 1 (4B A) C = 4; k ]
1. část 1. (u 1, u 2, u, u 4 ) je kladná báze orientovaného vektorového prostoru V 4. Rozhodněte, zda vektory (u, 2u 1 + u 4, u 4 u, u 2 ) tvoří kladnou, resp. zápornou bázi V 4. 0 2 0 0 0 0 0 1 0 2 0
Obraz matematický objekt. Spojitý obraz f c : (Ω c R 2 ) R
Obraz matematický objekt Spojitý obraz f c : (Ω c R 2 ) R Obraz matematický objekt Spojitý obraz f c : (Ω c R 2 ) R Diskrétní obraz f d : (Ω {0... n 1 } {0... n 2 }) {0... f max } Obraz matematický objekt
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
Katedra matematiky Fakulty jaderné a fyzikálně inženýrské ČVUT v Praze Příjmení a jméno ➊ ➋ ➌ ➍ ➎ ➏ Bonus
Zkoušková písemná práce č 1 z předmětu 1RMF čtvrtek 16 ledna 214, 9: 11: ➊ 11 bodů) Ve třídě zobecněných funkcí vypočítejte itu x ) n n2 sin 2 P 1 n x) ➋ 6 bodů) Aplikací Laplaceovy transformace vypočtěte
Požadavky k ústní části zkoušky Matematická analýza 1 ZS 2014/15
Požadavky k ústní části zkoušky Matematická analýza 1 ZS 2014/15 Klíčové pojmy Neznalost některého z klíčových pojmů bude mít za následek ukončení zkoušky se známkou neprospěl(a). supremum infimum limita
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