3.

Twierdzenie o lokalnym dyfeomormie dla funkcji wielu

zmiennych, dyfeomorzm klasy C n
Definicja

3.1 (norma).

Zamy, e X jest przestrzeni liniow nad ciaem K , gdzie K = R lub

K = C. Funkcj || || : X [0, ) nazywamy norm w zbiorze X , jeli

spenione s warunki:
(1) xX ||x|| = 0 x = ,
(2) K xX ||x|| = ||||x||,
(3) x,yX ||x + y|| ||x|| + ||y||.
Definicja

3.2 (przestrze unormowana).

Par (X, || ||) nazywamy przestrzeni unormowan.

Definicja

3.3 (przestrze Banacha).

Przestrze unormowan zupen nazywamy przestrzeni Banacha. (Mwimy, e przestrze unormowana (X, || ||) jest zupena, jeli przestrze metrzyczna jest zupena, gdzie d jest metryk generowan przez norm d(x, y) =
||x y||).
Definicja

3.4 (dyfeomorzm).

Niech X, Y bd przestrzeniami unormowanymi oraz D niepustym podzbiorem X . Przeksztacenie F : D Y nazywamy dyfeomorzmem, jeli:
(1) D oraz jego obraz F (D) s zbiorami otwartymi (czyli F jest odwzorowaniem otwartym)
(2) F jest funkcj odwracaln
(3) F i F 1 s klasy C 1 .
Przeksztacenie F nazywamy dyfeomorzmem klasy C n , jeeli F i F 1 s klasy
C n.
Definicja

3.5 (odwzorowanie regularne).

Niech X, Y bd przestrzeniami unormowanymi oraz D niepustym podzbiorem X . Odwzorowanie F : D Y nazywamy reguralnym, jeli:
(1) D jest zbiorem otwartym,
(2) F jest klasy C 1 ,
(3) xD dF (x) jest cigym izomorzmem liniowym X do Y .
1

Tw. o lokalnym dyfeomormie, dyfeomorzm klasy C n

Twierdzenie

3.1 (o lokalnym dyfeomormie).

Niech X, Y bd przestrzeniami Banacha, D bdzie niepustym, otwartym

podzbiorem X oraz niech dane bdzie odwzorowanie F : D Y . Jeli F jest
regularne, to dla kadego x D istnieje jego otoczenie Ux , e odwzorowanie
F |Ux jest dyfeomorzmem.
Wniosek

3.2.

Z twierdzenia o lokalnym dyfeomormie moemy wnioskowa, e odwzorowanie regularne przestrzeni Banacha jest odwzorowaniem otwartym.

4. Denicja ekstremum lokalnego funkcji w punkcie. Warunek konieczny i warunki

wystarczajce istnienia ekstremum lokalnego funkcji jednej zmiennej.
Denicja 1 Niech =
6 DRif

: D R. Powiemy, e f ma w punkcie a IntD swoje minimum

lokalne (waciwe), jeeli

> 0 x (a , a + )

f (x) f (a)

(f (x) > f (a) dla x 6= a) .

Mwimy, e f ma w punkcie b IntD swoje maksimum lokalne (waciwe), jeeli

> 0 x (b , b + )

f (x) f (b)

(f (x) < f (b) dla x 6= b) .

Punkt a nazywamy punktem ekstremalnym, za f (a) wartoci ekstremaln funkcji f .

Wsplna nazwa minimum i maksimum lokalnego, to ekstremum lokalne.

Twierdzenie 1 (warunek konieczny istnienia ekstremum) Niech f

: (a, b) R bdzie funkcj

rniczkowaln w punkcie c (a, b). Jeeli f ma w punkcie c (a, b) swoje ekstremum lokalne, to
f 0 (c) = 0.
Punkt stacjonarny to punkt, w ktrym pochodna funkcji w tym punkcie jest rwna zero.

Twierdzenie 2 (warunek wystarczajcy na istnienie ekstremum) Niech c (a, b)

i f : (a, b) R bdzie funkcj rniczkowaln na przedziale (a, c) (c, b) oraz cig w punkcie c.
Jeeli:
1. x (a, c) f 0 (x) > 0 x (c, b) f 0 (x) < 0, to f ma maksimum lokalne w punkcie c,
2. x (a, c) f 0 (x) < 0 x (c, b) f 0 (x) > 0, to f ma minimum lokalne w punkcie c.

Twierdzenie 3 Niech

c (a, b), f : (a, b) R bdzie dwukrotnie rniczkowalna w przedziale

(a, c) (c, b) i niech f bdzie ciga w c. Jeli f 0 (c) = 0, f 00 (c) 6= 0, to f ma w punkcie c minimum


(maksimum), gdy f 00 (c) > 0 f 00 (c) < 0 .
00

Twierdzenie 4 Niech c (a, b), f

(c, b) i niech f

(n)

: (a, b) R bdzie n-krotnie rniczkowalna w przedziale (a, c)

bdzie ciga w c. Jeli f 0 (c) = . . . = f (n1) (c) = 0, f (n) (c) 6= 0, to:



(a) dla n parzystego f ma minimum (maksimum) w punkcie c, gdy f (n) (c) > 0 f (n) (c) < 0 ,
(b) dla n nieparzystego, to f nie ma ekstremum w punkcie c.

Twierdzenie 5 Niech D Rn bdzie zbiorem wypukym, f

: D R bdzie klasy C 1 . Funkcja f jest

funkcj wypuk wtedy i tylko wtedy, gdy

x , y D

Twierdzenie 6 Niech

f (y) f (x ) + f (x ) (y x ) .

D Rn bdzie zbiorem wypukym, f : D R bdzie klasy C 1 . Gdy f jest

funkcj wypuk (cile wypuk) i x jest punktem stacjonarnym funkcji f , to x jest minimum
globalnym (waciwym) funkcji f .
1

Twierdzenie 7 Niech D Rn bdzie zbiorem wypukym, f

: D R bdzie klasy C 1 . Gdy

f jest funkcj wkls (cile wkls) i x jest punktem stacjonarnym funkcji f , to x jest maksimum

globalnym (waciwym) funkcji f .

Przykad 1 Niech dana bdzie funkcja f (x) = x3 , f

: R R. Zbadamy, czy istnieje ekstremum tej

funkcji. Z warunku koniecznego na istnienie ekstremum wynika, e

f 0 (x0 ) = 0 3x20 = 0.

Zatem
x0 = 0.

Ale w punkcie x0 = 0 nie instnieje ekstremum lokalne.

5. Denicja szeregu liczbowego. Zbieno szeregw liczbowych - kryteria zbienoci.

Denicja 2 Niech (an )nN bdzie cigiem liczb rzeczywistych. Cig (Sn )nN zdeniowany nastpujco
n N

Sn =

n
X

ai = a1 + a2 + . . . + an

i=1

nazywamy cigiem sum czciowych cigu (an )nN .

Par (an )nN , (Sn )nN nazywamy szeregiem liczbowym i oznaczamy symbolem

an lub krcej

n=1

an .

W dalszej czci omawianianego tematu poprzez (an ) bdziemy rozumie cig (an )nN oraz podobnie
(Sn ) bdziemy oznacza cig sum czciowych (Sn )nN .
Szereg

an nazywamy zbienym, jeeli cig (Sn ) jest zbieny, a jego granic nazywamy sum sze-

n=1

regu. W przeciwnym przypadku mwimy, e jest on rozbieny.

W dalszej czci zakadamy, e cig

Denicja 3 Szereg

(an )

jest cigiem liczb rzeczywistych.

X
an nazywamy bezwzgldnie zbienym, jeli zbieny jest szereg
|an |. Szereg
X
X
an nazywamy wzgldnie zbienym, jeli jest on zbieny, ale szereg
|an | jest rozbieny.
X
Twierdzenie 8 (Warunek konieczny zbienoci szeregu) Jeli szereg
an jest zbieny, to
X

lim an = 0.

Twierdzenie 9 (Kryterium porwnawcze) Niech

an ,

n=1

nych liczb rzeczywistych.

X
n=1

bn i

X
n=1

Jeli istnieje n0 N i dla kadego n n0 an bn , to zbieno szeregu

szeregu

cn bd szeregami nieujem
X
n=1

an .

n=1

Jeli istnieje n0 N i dla kadego n n0 an cn , to rozbieno szeregu

no szeregu
Szereg

cn implikuje rozbie-

n=1

an .

n=1

bn nazywamy majorant szeregu

n=1

an . Szereg

n=1

cn nazywamy minorant szeregu

n=1

Twierdzenie 10 (Kryterium Cauchy'ego) Zamy, e istnieje granica

lim sup
n

p
n
|an | = g R.1

Jeli g < 1, to szereg

an jest zbieny (nawet zbieny bezwzgldnie).
X
Jeli g > 1, to szereg
an jest rozbieny.
X
Jeli g = 1, to szereg
an moe by zbieny lub rozbieny.
X

bn implikuje zbieno

R = R {, +}
3

X
n=1

an .

Twierdzenie 11 (Kryterium d'Alemberta) Niech an 6= 0 dla n N oraz



 an+1 
 = g R.
lim sup 
an 
n

Jeli g < 1, to szereg

an jest zbieny bezwzgldnie.
X
Jeli g > 1, to szereg
an jest rozbieny.
X
Jeli g = 1, to szereg
an moe by zbieny lub rozbieny.
X

Twierdzenie 12 (Kryterium Dirichleta) Niech cig sum czciowych szeregu

an tworzy cig

n=1

ograniczony. Jeli (n )nN jest cigiem liczb rzeczywistych nierosncym, nieujemnym oraz
lim n = 0, to

n an .

n=1

Twierdzenie 13 (Kryterium Leibniza) Jeeli cig (an ) jest nierosncy i zbieny do zera, to szereg

(1)n an jest zbieny.

n=1

Przykad 2 Zbadajmy zbieno szeregu

X
(n!)2
. W tym celu skorzystamy z kryterium d'Alamberta.
(2n)!

n=1

(n + 1)! (n + 1)! (2n)!

(n + 1) (n + 1)
n2 + 2n + 1
1

=
= 2
< 1.
(2n + 2)!
n!n!
(2n + 1) (2n + 1)
4n + 7n + 2 n 4

Z kryterium d'Alamberta wynika, e szereg

X
(n!)2
jest zbieny.
(2n)!

n=1

Denicja szeregu liczbowego. Zbieno szeregw liczbowych - kryteria zbienoci.

Wersja zespolona. Bd rozwaa szeregi o wyrazach zespolonych. Podane poniej kryteria zbienoci szeregw mona stosowa take do szeregw o wyrazach rzeczywistych, gdy s one szczeglnym
przypadkiem szeregw zespolonych.
Niech

(zn )nN

zk = xk + iyk ,

zk

bdzie cigiem liczb zespolonych, a

gdzie

bdzie jego

k -tym

wyrazem. Wwczas

xk , yk R i n N.

Denicja 4 Niech (zn )nN bdzie cigiem. Cig (Sn )nN zdeniowany nastpujco
n N

Sn =

n
X

z i = z1 + z2 + . . . + z n

i=1

nazywamy cigiem sum czciowych cigu (zn )nN .

Par (zn )nN , (Sn )nN nazywamy szeregiem liczbowym i oznaczamy symbolem

zn lub krcej

n=1

zn .

W dalszej czci omawianianego tematu poprzez (zn ) bdziemy rozumie cig (zn )nN oraz podobnie
(Sn ) bdziemy oznacza cig sum czciowych (Sn )nN .
Szereg

zn nazywamy zbienym, jeeli cig (Sn ) jest zbieny, a jego granic nazywamy sum szeregu

n=1

i oznaczamy

zn . W przeciwnym przypadku mwimy, e jest on rozbieny.

n=1

Denicja 5 Szereg

X
zn nazywamy bezwzgldnie zbienym, jeli zbieny jest szereg
|zn |. Szereg
X
X
zn nazywamy wzgldnie zbienym, jeli jest on zbieny, ale szereg
|zn | jest rozbieny.
X

Twierdzenie 14 (Warunek konieczny zbienoci szeregu) Jeli szereg

zn jest zbieny, to

lim zn = 0.

Twierdzenie 15 (Kryterium porwnawcze) Jeeli istnieje n0 N taka, e

|zn | bn ,

dla n n0 ,

to zbieno szeregu
bn implikuje zbieno szeregu
X
rozbieno szeregu
bn .
X

zn , a rozbieno szeregu

Twierdzenie 16 (Kryterium
d'Alemberta) Zamy, e


zn implikuje

zn 6= 0 dla n N. Jeeli istnieje gra zn+1 

 = g R2 .
nica lim sup 

z
n
n
X
to szereg
zn jest zbieny bezwzgldnie, gdy g < 1 i rozbieny, gdy g > 1.

Twierdzenie 17 (Kryterium Cauchy'ego) Jeeli

lim sup
n

to szereg
2

p
n
|an | = g R,

zn jest zbieny bezwzgldnie, gdy g < 1 i rozbieny, gdy g > 1.

R = R {, +}
5



 zn+1 

 = 1, to nie ma sensu stosowa kryterium Cauchy'ego, bo wtedy te
Uwaga 1 Jeli lim sup 

z
n
n
p
n
lim sup |zn | = 1.
n

Dowd.




p
p
 zn+1 
 zn+1 
n
n



.
lim inf 
lim inf |zn | lim sup |zn | lim sup 
n
n
zn 
zn 
n
n

Twierdzenie 18 (Kryterium Dirichleta) Jeeli cig liczb rzeczywistych

sncy i zbieny do zera, za cig sum czciowych Sn szeregu
X
to
n zn jest zbieny.

n , n R jest niero-

zn jest ograniczony przez M R,

Twierdzenie 19 (Kryterium Leibniza) Jeeli cig (zn ) jest nierosncy i zbieny do zera, to szereg

(1)n zn jest zbieny.

n=1

Przykad 3

X
n!
Zbadajmy zbieno szeregu
. W tym celu skorzystamy z kryterium d'Alamberta.
(in)n
n=1




n
 (n + 1)!  (ni)n
n


=
e1 .
 ((n + 1) i)n+1 
n
n!
n+1

Zauwamy, e e

X
n!
< 1, zatem z kryterium d'Alamberta wynika, e szereg
jest zbieny.
(in)n
n=1

5. Denicja szeregu liczbowego. Zbieno szeregw liczbowych

- kryteria zbienoci.
Denicja Niech (an )nN bdzie cigiem liczbowym oraz
P niech Sn = a1 + a2 + ... + an , n N.
Sum

(Sn )nN

n=1

an .
Sn nazywamy n-t sum czciow szeregu, za a1 , a2 , ..., an wyrazami tego szeregu.Granic

Cig sum

nazywamy szeregiem i oznaczamy

S = lim Sn
n

jeeli istnieje i jest skoczona, nazywamy sum szeregu

S=

n=1

an .

Piszemy wtedy

an

n=1
i mwimy, e szereg

n=1

an

jest zbieny.

Jeeli granica cigu sum czciowych nie istnieje

lub jest niewaciwa, to szereg nazywamy rozbienym.

Twierdzenie 1 (Warunek konieczny zbienoci szeregu)

Jeeli szereg

n=1

an jest zbieny,

to

lim an = 0.

Twierdzenie 2 (Kryterium porwnawcze)

|an | bn

Jeeli istnieje liczba

taka, e

dla n n0 ,

zbieno szeregu
n=1 bn implikuje
P
implikuje rozbieno szeregu
n=1 bn .
to zbieno szeregu

n0

Twierdzenie 3 (Kryterium d'Alemberta)

n=1

Zamy, e

an , a rozbieno szeregu

an 6= 0

dla

n N.



 an+1 
 = ,
lim 
n  an 
P

n=1

an

jest zbieny, gdy

<1

i rozbieny, gdy

> 1.

Uwaga 1 Jeeli = 1, to kryterium d'Alemberta nie rozstrzyga o zbienoci szeregu.

Twierdzenie 4 (Kryterium Cauchy'ego)
lim

n
to szereg

n=1

an

jest zbieny, gdy

< 1,

Jeeli

p
n
|an | = ,

a rozbieny, gdy

> 1.

Uwaga 2 Jeeli = 1, to kryterium Cauchy'ego nie rozstrzyga o zbienoci szeregu.

n=1

an

Jeeli istnieje

granica

to szereg

Twierdzenie 5 (Leibniza)
1.

n N an 0

2.

limn an = 0

Jeeli cig

(an )nN

spenia nastpujce warunki:

(an )nN jest nierosncy,

P
n
szereg
n=1 (1) an jest zbieny.

3.
to

PRZYKAD. Zbadamy zbieno szeregu

X
xn
n=0

x R.

(1)

Zastosujemy na jpierw kryterium Cauchy'ego. Poniewa

s 
 xn 
1
= lim n   = lim
|x| = |x|,
n
n
n
n
n
wic szereg
i

x = 1.

(1)

Gdy

jest zbieny, gdy

x = 1,

|x| < 1,

a rozbieny, gdy

|x| > 1.

Pozostaj przypadki

x=1

otrzymujemy szereg harmoniczny

X
1
,
n
n=1
ktry jest rozbieny. Jeli

x = 1,

to szereg ma nastpujc posta

X
(1)n

n=1
Poniewa cig

( n1 )nN

jest cigiem malejcym,

limn

to na mocy twierdzenia Leibniza szereg jest zbieny.

1
n

=0

oraz dla kadego

nN

1
n

0,

6. Okrelenie cigu funkcyjnego. Zbieno punktowa i

jednostajna cigu funkcyjnego.
X jest dowolnym zbiorem niepustym, za (Y, ) jest przestrzeni metryczn
n N fn : X Y i f : X Y . Cig (fn )nN nazywamy cigiem funkcyjnym.

Zamy, e
dla

Denicja (zbieno jednostajna cigu funkcyjnego)

jednostajnie zbieny do funkcji

Mwimy, e cig

(fn )nN

jest

jeeli

 > 0 k N n k x X (fn (x), f (x)) < .

Oznaczamy

oraz

(2)

f fn .

Denicja (zbieno punktowa cigu funkcyjnego) Mwimy, e cig (fn )nN jest punktowo zbieny do funkcji

jeeli

x X  > 0 k N n k (fn (x), f (x)) < .

Oznaczamy

(3)

fn f .

Uwaga Jeeli f fn , to fn f .
PRZYKAD. Niech

Implikacja odwrotna nie jest prawdziwa.

fn (x) = xn , n N.

(fn )nN

Cig


f (x) =

0
1

dla
dla

jest zbieny punktowo do funkcji

0x<1
x=1

Zbieno nie jest jednosta jna. Aby to wykaza, musimy pokaza, e

 > 0 k N n k x X |fn (x) f (x)| .

Rozwamy cig

x = xk+1

q
xn = n ( 12 ),

wtedy

fn (xn ) =

1
. Ustalmy
2

k N.

Wwczas dla

(4)

n = k + 1,

otrzymujemy

1
 1
|fn (xn ) f (xn )| = |fk+1 (xk+1 ) f (xk+1 )| =  0 = .
2
2
Zatem warunek

(2)

jest speniony dla

1
, a z tego wynika, e cig nie jest zbieny jednos2

tajnie.

7. DEFINICJA SZEREGU FUNKCYJNEGO. ZBIENO PUNKTOWA I

JEDNOSTAJNA NA ZBIORZE.
Definicja. Niech X bdzie dowolnym niepustym zbiorem i niech fn : X K dla n=1,2,3,...
gdzie K oznacza ciao liczb rzeczywistych lub zespolonych. Cig sum czciowych
P
P
sn = nk=1 fk nazywamy szeregiem funkcyjnym i oznaczamy
n=1 fn
Definicja. Szereg funkcyjny
n=1 fn , gdzie fn : X K dla n=1,2,3,... nazywamy zbienym punktowo do funkcji f : X K na zbiorze X, gdy jego cig sum czciowych
P
sn = nk=1 fk jest zbieny punktowo do funkcji f na zbiorze X, tzn.
P

xX

|sn (x) f (x)| 0

a wic

xX

>0

n0 N

n n0



 sn (x) f (x)


<

Definicja. Szereg funkcyjny

n=1 fn , gdzie fn : X K dla n=1,2,3, . . . nazywamy zbienym jednostajnie do funkcji f : X K na zbiorze X, gdy jego cig sum czciowych
P
sn = nk=1 fk jest zbieny jednostajnie do funkcji f na zbiorze X, tzn.
P

sup |sn (x) f (x)| 0

xX

a wic

>0

n N

sup

n n xX



 sn (x) f (x)


<

Kryterium Cauchyego zbienoci jednostajnej szeregu funkcyjnego. Niech X bdzie dowolnym niepustym zbiorem i niech fn : X K dla n=1,2,3, . . . , gdzie K oznacza
P
ciao liczb rzeczywistych lub zespolonych. Szereg
n=1 fn jest zbieny jednostajnie na zbiorze X wtedy i tylko wtedy, gdy

>0

n N

 n
 X

fk (x)


n > m > n sup

n, m N xX k=m

<

Kryterium Weierstrassa zbienoci jednostajnej szeregu funkcyjnego.

Niech X bdzie dowolnym niepustym zbiorem i niech fn : X K dla n=1,2,3, . . . , gdzie
K oznacza ciao liczb rzeczywistych lub zespolonych. Jeeli istnieje cig (an ) nieujemnych
liczb rzeczywistych taki, e dla kadego n N zachodzi supxX |fn (x)| an oraz szereg
P
P
n=1 fn jest jednostajnie zbieny.
n=1 an jest zbieny to szereg funkcyjny
Przykad.
Szereg

xn jest zbieny punktowo w przedziale (-1;1), ale nie jest jednostajnie zbieny

n=1

w tym przedziale.

Pytania na egzamin magisterski

9. Przestrzenie liniowe. Liniowa zaleno i niezaleno ukadu wektorw. Baza i

wymiar przestrzeni liniowej.
10. Denicja przeksztacenia liniowego. Jdro, obraz i rzd odwzorowania liniowego.

Ewa Pietrzyk
Numer albumu: 168268

Pytanie nr 9
Denicja 1 Zbir V z wyrnionym elementem = V V oraz z dwoma dziaa-

niami

+ : V V V - dodawania elementw V ,
K V V - mnoenia elementw V przez elementy K ,

nazywamy przestrzeni liniow nad ciaem K (lub przestrzeni wektorow

nad ciaem K ), jeeli s spenione nastepujce warunki:
1) (V, +, ) jest grup abelow z elementem neutralnym ,
2) (v + w) = v + w, ( + )v = v + v ,
3) (v) = ()v ,
4) 1v = v .

Przykad

Niech K bdzie ciaem. Rozpatrzmy zbir

K n = (x1 , x2 , ..., xn ) : xi K.

Okrelamy dziaanie dodawania elementw zbioru K n oraz operacj mnoenia elementw zbioru K n przez elementy ciaa K . Jeli v = (x1 , x2 , ..., xn ), w = (y1 , y2 , ..., yn )
oraz K , to przyjmujemy
v + w = (x1 + y1 , x2 + y2 , ..., xn + yn )
v = (x1 , x2 , ..., xn ).

Denicja 2 1. Niech v1 , v2 , ..., vm V bda wektorami przestrzeni liniowej V nad

ciaem K . Mwimy, e te wektory s liniowo niezalene, gdy z rwnoci
1 v1 + 2 v2 + ... + m vm = V

wynika, e wszystkie wspczyniki s rwne zero:

1 = 2 = ... = m = 0.

Mwimy, e wektory v1 , v2 , ..., vm V s liniowo zalene, gdy nie s liniowo niezalene.

Przykad

Niech V = R3 oraz

1
1
1
v 1 = 2 , v2 = 2 , v 3 = 4
3
5
9
2

Zauwamy, e wektory v1 , v2 , v3 speniaj nastpujc rwno:

v1 + 3v2 2v3 = 3 .

Z tego wynika, e wektory v1 , v2 , v3 s liniowo zalene, poniewa ich wspczynniki

1 = 1 6= 2 = 3 6= 3 = 2 6= 0

Twierdzenie 1 Niech V bdzie przestrzeni liniow nad ciaem K . Niech S = (v1 , v2 , ..., vm )
bdzie pewnym ukadem wektorw w V . Niech bdzie dany ukad wektorw S0 =
(vi1 , vi2 , ..., vik ), gdzie vij dla 1 j k s pewnymi wektorami ukladu S oraz liczby
i1 , i2 , ..., ik s parami rne. Wtedy:
(1) Jeeli wektory z S s liniowo zalene, to jeden z nich jest kombinacj liniow
pozostaych.
(2) Jeeli V jest jednym z wektorw ukadu S , to ukad S jest liniowo zaleny.
(3) Jeeli wektory ukadu S s liniowo niezalene, to wektory ukadu S0 s liniowo
niezalene.
(4) Jeeli wektory ukadu S0 s liniowo zalene, to wektory ukadu S s liniowo
zalene.

Denicja 3 Ukad wektorw S = (vt )tT przestrzeni V nazywamy baz przestrzeni V , jeeli s spenione nastpujce warunki:
(1) Ukad S jest liniowo niezaleny.
(2) Ukad S rozpina przestrze V , tzn. V = L(S).

W szczeglnoci, jeeli skoczony ukad wektorw S = (v1 , v2 , ..., vn ) jest baz przestrzeni V , to mwimy, e V ma baz skoczon.

Przykad

Niech bdzie dana przestrze liniowa

V = (x1 , x2 , x3 , x4 ) R4 :

x1 + x2 + x3 = 0,

x2 + x3 + x4 = 0.

Rozwiemy ukad rwna

x1 + x2 + x3 = 0


1 1 1 0 0
0 1 1 1 0

x2 + x3 + x4 = 0.


1
0 0 1 0
W1 7W1 W2

.
0 1 1 1 0

Std otrzymujemy, e kady wektor przestrzeni V ma posta

x1
x2

x3
x4

u
t u

t
u

0
1

= t
1
0

1
1

+ u
0 .
1

Zatem wektory

0
1

v1 =
1 ,
0

1
1

v2 =
0
1

rozpinaj przestrze V . Wektory te s take liniowo niezalene, a wic dany ukad

S jest baz.

Twierdzenie 2 Niech A Mn,n (K) bdzie macierz, ktrej kolumnami s wektory

v1 , v2 , ..., vn K n . Ukad wektorw S = (v1 , v2 , ..., vn ) jest baz przestrzeni K n wtedy
i tylko wtedy, gdy detA 6= 0.

Denicja 4 Niech V bdzie przestrzeni liniow nad ciaem K .

1. Jeeli V ma skoczon baz S , to mwimy, e V jest przestrzeni skoczenie
wymiarow.
2. Liczb elementw bazy S przestrzeni skoczenie wymiarowej V nazywamy wymiarem przestrzeni V i oznaczamy symbolem dimK V .
3. Jeeli przestrze V nie ma skoczonej bazy, to mwimy, e jest nieskoczenie
wymiarowa.

Pytanie nr 10
Denicja 5 Niech V i W bd przestrzeniami liniowymi nad ciaem K . Mwimy,
e funkcja T : V W jest przeksztaceniem liniowym, jeeli spenia nastpujce
warunki:
1. T (v1 + v2 ) = T (v1 ) + T (v2 ) dla kadego v1 , v2 V ,
2. T (v) = T (v) dla kadego skalara K i kadego wektora v V .
Przykad

Niech V = K n , W = K m oraz A Mm,n (K). Wwczas przeksztacenie

T : Kn Km

x1

x2
) = A
T (x1 , x2 , ..., xn ) = T (
.

..

x1
x2
..
.
xn

xn

jest przeksztaceniem liniowym. W szczeglnoci nastpujce przeksztacenie jest liniowe:

(a) Niech V = W = R2 oraz

A=

0 1
1 0


.

Przeksztacenie liniowe okrelone wzorem


 




x1
x2
x1
0 1
=
T(
)=
x2
x1
x2
1 0

jest symetri osiow plaszczyzny R2 wzgldem prostej x1 = x2 .

Twierdzenie 3 Niech T : V W bdzie przeksztaceniem liniowym. Wwczas:

(1) T (V ) = W ,
(2) T (v1 v2 ) = T (v1 ) T (v2 ),
(3) T (1 v1 + 2 v2 + ... + n vn ) = 1 T (v1 ) + 2 T (v2 ) + ... + n T (vn ) dla dowolnych
i K oraz vi V .

Denicja 6 Niech T : V W bdzie przeksztaceniem liniowym.

Jdrem przeksztacenia T nazywamy podzbir V , skadajcy si z wektorw, ktre
funkcja T przeksztaca w wektor zerowy W W , czyli

KerT = {v V : T (v) = W } .

Podzbir przestrzeni W
ImT = T (V ) = {w W : v V, w = T (v)}

nazywamy obrazem homomorzmu T.

Rzd deniowany jest jako wymiar obrazu caej przestrzeni.
5

Przykad

Wyznaczmy KerT i ImT dla przeksztacenia liniowego

T : R4 R3 ,

x1
x1 x2 + x4
x2

T (
x3 ) = x1 + 2x3 x4 .
x1 x2 + x3
x4

Dla kadego X R4 mamy T (X) = AT X , gdzie

1 1 0 1
AT = 1 0 2 1 .
1 1 1 0

Z denicji



KerT = X R4 : T (X) = 3 = X R4 : AT X = 3 = KerAT ,

czyli KerT jest rwne podprzestrzeni KerAT w R4 , ktra skada si z rozwiza

jednorodnego ukadu rwna
AT X = 3 .
(1)
Rozwizujemy ukad (1), sprawdzajc macierz AT do postaci cakowicie zredukowanej:

1 1 0
1 1 0 1
1 ,W2 7W2 W1
0 1 2
1 0 2 1 W3 7W3 W
0 0 1
1 1 1 0

1 0
1 1 0 1
W1 +W2
0 1
0 1 0 0 W1 7
0 0
0 0 1 1

1
2
1
0
0

W2 7W2 2W3

1
0 .
1

Otrzymujemy std rwno zbiorw

x1
x1
1 0 0 1
x2

R4 : 0 1 0 0 x 2
KerT = X =

x3
x3

0 0 1 1

x4
x4

Zatem

t
1
0
0

KerT = X =
t = t 1

t
1

= 3 .

:tR .

W szczeglnoci dimK (kerT ) = 1. Z denicji obraz przeksztacenia T to nastpujcy

podzbir w R3 :



ImT = Y R3 : X R3 , Y = T (X) = Y R3 : X R3 , Y = AT X ,

ktry jest rwny ImAT = KAT , tzn. podprzestrzeni w R3 rozpitej na kolumnach

macierzy AT . Mamy wic
dimK (ImT ) = dimK (KAT ) = rzAT = 3.

Std otrzymujemy ImT = R3 .

6

PYTANIE 10: Definicja przeksztacenia liniowego.

Jdro, obraz i rzd odwzorowania liniowego.
Definicja 1 Niech U, V bd przestrzeniami liniowymi nad ciaem K. Funkcj T : U
V nazywamy odwzorowaniem (przeksztaceniem) liniowym, jeeli dla dowolnych u1 , u2 U oraz K spenione s warunki:
(1) T (u1 + u2 ) = T (u1 ) + T (u2 )
(addytywno)
(2) T (x) = T (x)
(liniwo)
PRZYKADY ODWZOROWANIA LINIOWEGO:
(a) Przeksztacenie identycznoci idU : U U dane wzorem idU (u) = u;
(b) Funkcja liniowa f : R R postaci f (x) = ax, gdzie a R;
Rb
(c) Operator cakowy I : C([a, b]) R dany wzorem I(f ) = a f (x) dx.
Twierdzenie 2 Nich T : U V bdzie przeksztaceniem liniowym. Wwczas:
(1) T (U ) = V
(2) u1 ,u2 U T (u1 u2 ) = T (u1 ) T (u2 )
(3) 1 ,...,n K u1 ,...,un U T (1 u1 + ... + n un ) = 1 T (u1 ) + ... + n T (un )
Twierdzenie 3 (o istnieniu przeksztacenia liniowego) Niech U, V bd przestrzeniami liniowymi nad ciaem K. Niech S = (ut )tI bdzie baz przestrzeni U oraz
0
S = (vt )tI bdzie ukadem wektorw przestrzeni V . Wwczas istnieje dokadnie jedno
przeksztacenie liniowe T : U V takie, e T (ut ) = vt dla t I.
Definicja 4 Niech U, V bd przestrzeniami liniowymi oraz T : U V przeksztaceniem liniowym.
(1) Jdrem przeksztacenia A nazywamy zbir:
Ker T = {u U : T (u) = V }.
(2) Obrazem odwzorowania A nazywamy zbir:
Im T = T (U ) = {v V : uU v = T (u)}.
Uwaga: Dla przeksztacenia liniowego T : U V zbir KerT jest podprzestrzeni
liniow przestrzeni U , za zbir ImT jest podprzestrzeni liniow przestrzeni V .
Rzd przeksztacenia liniowego definiowany jest jako wymiar obrazu caej przestrzeni.
Twierdzenie 5 Niech U bdzie skoczenie wymiarow przestrzenia liniow oraz T : U
V odwzorowaniem liniowym. Wwczas Ker T i Im T s skoczenie wymiarowe oraz
dim T = dim(Ker T ) + dim (Im T ).
1

PYTANIE 11: Przestrze probabilistyczna. Prawdopodobiestwo warunkowe, prawdopodobiestwo cakowite.

Definicja 6 Przestrzeni probabilistyczn nazywamy uporzdkowan trjk (, F, P ),
gdzie: jest przestrzeni zdarze elementarnych, F jest -ciaem podzbiorw zbioru
oraz P:F [0, 1] jest funkcj prowadopodobiestwa, czyli funkcj speniajc warunki
(1) P () = 1
(2) AF P (A) 0
(3) jeeli dla kadego Ai F, S
dla i = 1, 2,P..., Ai Aj = dla i 6= j, to

P(
i=1 Ai ) =
i=1 P (Ai ).
PRZYKAD PRZESTRZENI PROBABILISTYCZNEJ
Jeli = [0, 1], F jest rodzin mierzalnych w sensie Lebesguea podzbiorw przedziau [0,1], a P jest miar Lebesguea na tej rodzinie, to trjka (, F, P ) jest rwnie
przestrzeni probabilistyczn.
Twierdzenie 7 Niech = {1 , 2 , ..., n }, F = 2 i ponadto niech bd dane nieujemne liczby p1 , p2 , ..., pn takie, e p1 + p2 + ... + pn = 1. Dla dowolnego zbioru
A = {i1 , i2 , ..., ik } definiujemu
P
P (A) = kj=1 pij .
Wtedy trjka (, F, P ) jest przestrzeni probabilistyczn, w ktrej P ({i }) = pi .
Definicja 8 Niech A, B F. Prawdopodobiestwem warunkowym zajcia zdarzenia A pod warunkiem zajcia zdarzenia B, gdzie P (B) > 0, nazywamy liczb
P (A|B) =

P (A B)
.
P (B)

PRZYKAD
Rozdano midzy dwch graczy 4 karty (asa pik, asa karo, krla kier i dame trefl). Po
rozdaniu tych kart pierwszy gracz powiedzia, e ma przynajmniej jednego asa. Jakie
jest prawdopodobiestwo, e ma 2 asy?
Oznaczmy:
A - gracz ma dwa asy
B - gracz ma przynajmniej jednego asa
P (A B) =

(22)
=
(42)

1
6

P (B) = 1 P (B 0 ) = 1

(22)
=
(42)

5
6

Zatem:
P (A B)
P (A|B) =
=
P (B)
2

1
6
5
6

1
5

Twierdzenie 9 (o prawdopodobiestwie cakowitym) Niech (, F, P ) bdzie przestrzeni probabilistyczn, za I N zbiorem wskanikw. Jeeli zdarzenia Hi F,
i I, s rozbiciem na zdarzenia o dodatnim prawdopodobiestwie, czyli:
(1)
Si,jI Hi Hj = dla i 6= j,
(2)
iI Hi = ,
(2) iI P (Hi ) > 0,
to dla dowolnego zdarzenia A F:
X
P (A) =
P (A|Hi )P (Hi ).
iI

PRZYKAD
arwki pewnej marki s produkowane w dwch fabrykach X i Y. arwki z fabryki
X dziaaj duej ni 5000 godzin w 99% procentach przypadkw, arwki z fabryki Y
tylko w 95% przypadkw. Fabryka X dostarcza na rynek 60% arwek tej marki.
Jakie jest prawdopodobiestwo, e zakupiona losowo arwka bdzie sprawna duej
ni 5000 godzin?
6
- to prawdopodobiestwo zdarzenia, e kupiona arwka zostaa wyproduP (B1 ) = 10
kowana w zakadzie X
4
P (B2 ) = 10
- to prawdopodobiestwo zdarzenia , e kupiona arwka zostaa wyprodukowana w zakadzie Y
99
- to prawdopodobiestwo zdarzenia, e arwka bdzie sprawna duej
P (A|B1 ) = 100
ni 5000 godzin pod warunkiem, e pochodzi z zakadu X
95
P (A|B2 ) = 100
- to prawdopodobiestwo zdarzenia, e arwka bdzie sprawna duej
ni 5000 godzin pod warunkiem, e pochodzi z zakadu Y

Korzystjc z Twierdzenia 9 otrzymujemy

P (A) = P (A|B1 )P (B1 ) + P (A|B2 )P (B2 ) =

6 99
4 95
594 + 380
974

=
=
10 100 10 100
1000
1000

Tak wic losowo zakupiona arwka bdzie dziaa duej ni 5000 godzin w 97,4%
przypadkw.

11. Przestrze probabilistyczna. Prawdopodobiestwo warunkowe, prawdopodobiestwo cakowite.

Denicja 1

. Uporzdkowan trjk (, F, P ) nazy-

(Przestrze probabilistyczna)

wamy przestrzeni probabilistyczn, gdzie:

- przestrze zdarze elementarnych (dowolny zbir),
F - -ciao podzbioru zbioru ,
P : F [0, 1] jest funkcj prawdopodobiestwa, czyli funkcj speniajc warunki:

1) P () = 1, P () = 0,
2) AF P (A) 0,
3) ((A1 , A2 , ... F ) (Ai Aj = dla i 6= j)) P (

i=1

Ai ) =

i=1

P (Ai ) .

Twierdzenie 1. Niech = {1 , 2 , ..., n } , F = 2 i ponadto niech bd dane

takie nieujemne liczby p1 , p2 , ..., pn , e p1 + p2 + ... + pn = 1. Dla dowolnego zbioru
A = {i1 , i2 , ..., ik } deniujemy:
k
X

P (A) =

pij .

j=1

Trjka (, F, P ) jest przestrzeni probabilistyczn w ktrej P ({i }) = pi .

Denicja 2 (Prawdopodobiestwo warunkowe). Niech (, F, P ) bdzie przestrzeni

probabilistyczn. Niech zdarzenia A, B F oraz P (B) > 0. Wprowadmy oznaczenia:

P (A B)
,
P (B)

P (A|B) =

gdzie P (A|B) nazywamy prawdopodobiestwem zajcia zdarzenia A pod warunkiem

zajcia zdarzenia B .

Przykad 1. Rozdano midzy dwch graczy 4 nastpujce karty: as pik, as karo,

krl kier, dama tre. Po rozdaniu tych kart pierwszy gracz powiedzia, e ma przynajmniej jednego asa. Jakie jest prawdopodobiestwo, e ma dwa asy?
A- gracz ma dwa asy,
B-gracz ma przynajmniej jednego asa,
P (A|B) =

P (A B)
P (B)

A B = A,
P (A B) =

 
2
2
 
4
2

P (B) = 1 P B
P (A|B) =

1
6
5
6

0

1
4!
2!2!

= 61 ,

=1

 
2
2
 
4
2

=1

1
6

= 56 ,

= 51 .

Denicja 3 (Rozbicie przestrzeni). Rozbiciem przestrzeni zdarze elementarnych

nazywamy rodzin zdarze {Hi }iI , ktre wykluczaj si parami, za ich suma jest
rwna .

Twierdzenie 2 (Prawdopodobiestwo cakowite). Jeli {H1 , ..., Hn } jest rozbiciem

na zdarzenia o dodatnich prawdopodobiestwach, to dla dowolnego zdarzenia A
P (A) =

n
X

P (A|Hi ) P (Hi ) .

i=1

Twierdzenie 3 (Wzr Bayesa). Jeli {Hi }iI jest przeliczalnym rozbiciem przestrzeni zdarze elementarnych na zdarzenia o dodatnich prawdopodobiestwach oraz
P (A) > 0, to dla dowolnego j I mamy:
P (Hj |A) =

P (A|Hj ) P (Hj )
P (A|Hj ) P (Hj )
=P
P (A)
iI P (A|Hi ) P (Hi )

12. Denicja zmiennej losowej. Zmienna losowa i

jej rozkad. Charakterystyki liczbowe zmiennej losowej.
Denicja 4 (Zmienna losowa). Niech dana bdzie przestrze probabilistyczna (, F, P ).
Funkcj X : R nazywamy zmienn losow, jeli dla kadego a R zbir
X 1 ((, ai) jest zdarzeniem.

Przykad 2. Rzucamy szecienn , symetryczn kostk do gry, wwczas = {1, 2, 3, 4, 5, 6}.

Jeli wypadnie liczba parzysta dostajemy 1 z. Gdy wypadnie nieparzysta dostajemy
2 z.
Nasza zmienna losowa jest okrelona w nastpujcy sposb:
X () :=

1, dla {1, 3, 5}

2, dla {2, 4, 6} .

Denicja 5 (Rozkad prawdopodobiestwa). Rozkadem prawdopodobiestwa zmiennej losowej X nazywamy prawdopodobiestwo X okrelone na B (R) zalenoci:


X (B) = P X 1 (B) dla B B (R) .

Denicja 6

. Zmienna losowa X : R okrelona na

(Zmienna losowa ciga)

przestrzeni probabilistycznej (, F, P ) ma rozkad cigy, gdy istnieje funkcja

f : R R, dla ktrej:
Z
A(R)

f (x) dx.

X (A) =
A

Wtedy funkcj f nazywamy gstoci rozkadu x .

Denicja 7

. Zmienna losowa X : R okrelona

(Zmienna losowa dyskretna)

na przestrzeni probabilistycznej (, F, P ) ma rozkad dyskretny (skokowy,jest typu

dyskretnego (skokowego)), jeeli istnieje przeliczalny zbir S R, dla ktrego:
X (S) = 1.

Denicja 8 (Rozkad Bernoullego (dwumianowy)). Jeli:

 n
P (X = k) = k pk (1 p)nk , p (0, 1) , k = 0, 1, ..., n, n N,

to zmienna losowa X ma rozkad Bernoullego.

3

Charakterystyki liczbowe zmiennej losowej.

Denicja 9

(Warto oczekiwana zmiennej losowej cigej)

. Zamy, e zmienna

losowa X ma rozkad cigy o gstoci f . Mwimy, e istnieje warto oczekiwana,

gdy:

Z
|x| f (x) dx < .
R

Wartoci oczekiwan zmiennej losowej X nazywamy liczb:

Z
x f (x) dx.

EX =
R

Denicja 10

(Warto oczekiwana dla zmiennej losowej typu dyskretnego)

. Niech

X ma rozkad {(xi , pi ) , i J}. Mwimy, e warto oczekiwana zmiennej losowej X

istnieje, gdy
X

|xi | pi < .

iJ

Wtedy wartoci oczekiwan zmiennej losowej X nazywamy liczb:

EX =

xi p i .

iJ

Denicja 11 (Wariancja). Zamy, e istnieje EX = m. Jeli E (X m)2 < ,



to t liczb nazywamy wariancj zmiennej losowej X o wartociach w R i oznaczamy:



V arX = E (X m)2 .

Denicja 12

(Odchylenie standardowe)

liczb:
X =

. Odchyleniem standardowym nazywamy

V arX.

Pytanie 12.

1.1 Denicja zmiennej losowej. Zmienna losowa i jej rozklad.

Niech (,,P) bedzie przestrzenia probabilistyczna, gdzie jest zbiorem zdarze elementarnych,
jest -cialem podzbior

ow zbioru , P jest miara probabilistyczna okre
slona na -ciele .

Denicja 1.
Funkcje X : R nazywamy


1
1
(, x] , gdzie X

zmienna losow
or
a, je
sli dla ka
zdego x R zbi

(, x] = , X() x .

Denicja 2.

Rozkladem prawdopodobiestwa zmiennej losowej X nazywamy prawdopodobiestwo

X , okre
slone na B(R) zale
zno
scia


X (B) = P (X 1 (B)) = P { : X() B} , B B(R),
gdzie B(R) oznacza -cialo zbior

ow borelowskich.

Denicja 3.
z
e

Zmienna losowa X jest typu dyskretnego je

zeli istnieje zbi

or przeliczalny S R taki,

X (S) = P (X S) = 1.

Denicja 4.

Zmienna losowa X jest typu ciaglego, je

zeli istnieje taka funkcjaf : R R, z
e
Z
f (x)dx, A B(R).
X (A) =
A

1.2 Charakterystyki liczbowe zmiennej losowej

Denicja 5.

Warto
scia oczekiwana zmiennej losowej X typu dyskretnego przyjmujaca warto
sci

x1 , x2 , ..., xn , ... odpowiednio z prawdopodobiestwami p1 , p2 , ..., pn , ... nazywamy liczbe

EX =

xi p i ,

i=1

o ile

i=1

|xi |pi < .

Denicja 6. Warto
scia oczekiwana zmiennej losowej X

typu ciaglego o gesto
sci f nazywamy liczbe

Z
EX =

xf (x)dx,
R

o ile

R
R

|x|f (x) < .

Twierdzenie 1.

Warto
s
c oczekiwana ma nastepujace wlasno
sci:

1. Je
zeli X 0 to EX 0,
2. |EX| E|X|,
3. Dla a, b R istnieje warto
s
c oczekiwana zmiennej losowej aX + bY oraz

E[aX + bY ] = aEX + bEY.

Twierdzenie 2.

Niech FX bedzie dystrybuanta zmiennej losowej X, w

owczas
Z 0
Z +
FX (t)dt,
[1 FX (t)]dt
EX =

przy czym istnienie jednej strony implikuje istnienie drugiej i ich r

owno
sci.

Denicja 7.

Wariancje zmiennej losowej X o warto
sci oczekiwanej EX nazywamy liczbe

V arX = E[X EX]2 ,

o ile E[X EX]2 < .

Twierdzenie 3.

Je
zeli E[X EX]2 < to

V arX = EX 2 [EX]2

Twierdzenie 4.

Wariancja zmiennej losowej ma nastepujace wlasno
sci.

Je
zeli X jest zmienna losowa, dla kt

orej EX 2 < , to istnieje V arX oraz:
1. V arX 0; VarX=0 wtedy i tylko wtedy, gdy P(X=c)=1 dla pewnej stalej c,
2. V ar(cX) = c2 V arX , gdzie c R,
3. Var(X+a)=VarX, gdzie a R.
2

Pytanie 13

2.1 Niezale
zno
s
c zdarze
Niech (,,P) bedzie przestrzenia probabilistyczna.

Denicja 8.

Zdarzenia A, B nazywamy niezale

znymi, je
zeli

P (A B) = P (A)P (B).

Denicja 9.

M

owimy, z
e zdarzenia A1 , A2 , ..., An sa niezale
zne, je
sli prawdopodobiestwo koniunkcji dowolnych k spo
sr

od nich jest r

owne iloczynowi prawdopodobiestw tych zdarze, tzn.

P (Ai1 Ai2 ... Aik ) = P (Ai1 )P (Ai2 )...P (Aik ),

dla wszystkich ciag

ow wska
znik

ow (i1 , i2 , ..., ik ), gdzie 1 i1 < i2 < ... < ik n oraz k = 2, 3, ..., n.

Denicja 10.

Zdarzenia A1 , A2 , ... nazywamy niezale

znymi, gdy dla ka
zdego n 2 niezale
zne sa
zdarzenia A1 , A2 , ..., An .

2.2 Zmienne losowe niezale

zne
Denicja 11. Zmienne losowe X1 , X2 , ..., Xn nazywamy niezale
znymi, gdy dla ka
zdego ciagu zbior
ow
borelowskich B1 , B2 , ..., Bn zachodzi

P (X1 B1 , X2 B2 , ..., Xn Bn ) = P (X1 B1 )P (X2 B2 )...P (Xn Bn ).

Twierdzenie 5.

Zmienne losowe X1 , X2 , ..., Xn o rozkladach dyskretnych sa niezale

zne wtedy i
tylko wtedy, gdy dla ka
zdego ciagu x1 , x2 , ..., xn , gdzie xi SXi , i = 1, 2, ..., n,

P (X1 = x1 , X2 = x2 , ..., Xn = xn ) = P (X1 = x1 )P (X2 = x2 )...P (Xn = xn ).

Twierdzenie 6. Je
sli X1 , X2 , ..., Xn sa zmiennymi losowymi o rozkladach ciaglych z gesto
scia odpo-

wiednio f1 , f2 , ..., fn , to zmienne te sa niezale

zne wtedy i tylko wtedy, gdy (X1 ,X2 ,...,Xn ) jest rozkladem
ciaglym z gesto
scia
f (x1 , x2 , ..., xn ) = f1 (x1 )f2 (x2 )...fn (xn ).

Pytanie nr 14 - Poda
c warunek r
ownowa

zny calkowalno
sci funkcji w sensie Riemanna. Zwiazek
calki Lebesgue'a i Riemanna, poda
c przyklad, z
e pojecia te nie sa r

ownowa
zne.

(kryterium Lebesque'a calkowalno
sci w sensie Riemanna)

Niech f : [a, b]
bedzie funkcja ograniczona. Funkcja f jest calkowalna w sensie Riemanna
wtedy i tylko wtedy, gdy f jest ciagla prawie wszedzie na [a, b] (f jest ciagla prawie wszedzie wtedy i
tylko wtedy, gdy zbi

or {x [a, b] : f nie jest ciagla w punkcie x} jest zbiorem miary zero.).
Twierdzenie 1.

(zwiazek calki Lebesque'a i Riemanna)

Rb
Zalo
z
my, z
e funkcja rzeczywista f na
R [a, b] jest ograniczona. W
owczas je
sli calka Riemanna a f
istnieje, to istnieje calka Lebesque'a [a,b] f d i sa one r

owne.

Twierdzenie 2.

Przykladem na to, z
e te pojecia nie sa r

ownowa
zne jest funkcja Dirichleta

x [a, b] ,
1,
f = 11[a,b]Q (x) =

0,
x
/ [a, b] .

Q
Q

Jest ona ograniczona

i nie jest calkowalna w sensie Riemanna jednak jest calkowalna w sensie
R
Lebesque'a oraz [a,b] f d = ([a, b] ) = 0, bo zbi
or
jako przeliczalny jest miary zero i tym
bardziej zbi

or [a, b] jest miary zero.

Q Q

Pytanie 15. Denicja przestrzeni topologicznej oraz bazy topologicznej. Warunek rwnowany na bycie baz topologii.
Denicja 1 (Przestrze topologiczna) Niech X bdzie zbiorem oraz rodzin podzbiorw zbioru X
tak, e spenia nastpujce warunki:
1. , X ,
2. U1 , U2 = U1 U2 ,
3. A1 , A2 , A3 , . . . =

An .

Wwczas par (X, ) nazywamy przestrzeni topologiczn, a rodzin - topologi w X. (Czasem skrtowo
mwi si, e X jest przestrzeni topologiczn).
Denicja 2 (Baza topologiczna) Niech (X, ) bdzie przestrzeni topologiczn. Podrodzina B
jest nazywan baz topologiczn przestrzeni (X, ) jeeli kady niepusty zbir U da si przedstawi
e B (czyli B = B)
e
jako suma pewnej podrodziny B
Przykad 1
1. X - zbir, = {, X}, wwczas (X, ) - przestrze topologiczna,
2. X - zbir, = 2X , wwczas (X, ) - przestrze topologiczna,
{

3. X = R, = A R :

x (a, b) A

, wwczas (X, ) - przestrze topologiczna,

xA a,bR

4. X = R, =

AR:

} { }
[
]
[ ]
2, 4 gdzie Q - zbir liczb
x A , niech U1 = 0, 2 , U2 =

xQ

wymiernych, wtedy U1 U2 =
{

5. B = (a, b) R :

{ }

2
/ zatem (X, ) nie jest przestrzeni topologiczn,

a, b Q

wwczas B jest baz przestrzeni topologicznej (X, ).

Twierdzenie 1 (Warunek rwnowany na bycie baz przestrzeni topologicznej) B jest baz przestrzeni topologicznej (X, ) B oraz

xX

V
U B
otocz. x

x U V (gdzie otoczenie rozumiemy

jako dowolny zbir, ktry zawiera zbir otwarty zawierajcy dany punkt).

DODATKOWO Wasnoci baz topologicznych

(

1. dla kadego U1 , U2 B i x U1 U2 istnieje U B takie, e x U U1 U2 ,

2. dla kadego x X istnieje U B takie, e x U .

Denicja 3 (Baza topologiczna w punkcie) Niech x X, mwimy, e rodzina B(x) jest baz topologiczn przestrzeni (X, ) w punkcie x jeeli

U
V B(x)
otocz. x

x V U.
{

Przykad 2 Niech (X, ) - przestrze topologiczna, x X, B(x) = U : x U

Pytanie 16. Aksjomaty oddzielania dla przestrzeni topologicznych: Ti , dla i = 0, 1, 2, 3, 3 12 , 4

(Omwi dwa wskazane przez komisje typy).
Aksjomaty oddzielania - znane te po prostu jako denicje bd warunki na bycie Ti przestrzeniami. Oddzielanie odnosi si do wsplnego charakteru wasnoci tych przestrzeni: w pewnym sensie kady z tych
aksjomatw mwi o oddzielaniu rnych obiektw w przestrzeniach topologicznych przez zbiory otwarte,
funkcje cige lub przy uyciu innych metod.
O przestrzeni topologicznej
(X, ) powiemy, e jest T0 jeeli
[
]
(x1 U x2
/ U ) (x2 U x1
/ U) .

x1 ,x2 X
x1 =x2

Przykady: R z topologi naturaln, przestrzenie euklidesowe, przestrzenie metryczne.

Kontrprzykady: X zawiera dwa elementy, = (, X), wtedy (X, ) nie jest T0 (bo jedyne puste
otoczenie X zawiera obydwa elementy).
O przestrzeni topologicznej (X, ) powiemy, e jest T1 jeeli

x1 ,x2 X
x1 =x2

(x1 U x2
/ U ).

Przykady: R z topologi naturaln, przestrzenie euklidesowe, przestrzenie metryczne.

{

Kontrprzykad: X zawiera co najmniej dwa elementy, x0 X, A = A {x0 }, = X \ A : A = A ,

wwczas (X, ) jest T0 ale nie jest T1 .
O przestrzeni topologicznej
(X, ) powiemy, e jest T2 (Hausdora)
jeeli
[
]

x1 ,x2 X
x1 =x2

(x1 U1 ) (x2 U2 ) (U1 U2 = ) .

U1 ,U2

Przykady: R z topologi naturaln, przestrzenie

euklidesowe, przestrzenie
{
} metryczne.
X \ F : F X, F -skoczony , wwczas (X, ) jest T1 ale

Kontrprzykad: X-nieskoczony, =
nie jest T2 .

O przestrzeni topologicznej (X, ) powiemy, e jest T3 (regularna) jeeli:

jest T1 oraz

xX

F X
F domknity
xF
/

(x U1 ) (F U2 ) (U1 U2 = ) .

U1 ,U2

Przykady: R z topologi naturaln, przestrzenie euklidesowe, przestrzenie metryczne.

O przestrzeni topologicznej (X, ) powiemy, e jest T3 1 (Tichonova, cakowicie regularna) jeeli:
jest T1 oraz

xX

F X
F domknity
xF
/

f (x) = 1, f (y) = 1

f :X[0,1]
ciga

yF

Przykady: R z topologi naturaln, przestrzenie euklidesowe, przestrzenie metryczne, przestrzenie normalne, paszczyzna Niemyckiego.
O przestrzeni topologicznej (X, ) powiemy, e jest T4 (normalna) jeeli:
jest T1 oraz

F1 ,F2 X
F domknite
F1 =F2

U1 ,U2
otoczenia zbiorw F1 ,F2

U1 U2 = (gdzie otoczenie zbioru F rozumiemy jako

dowolny zbir zawierajcy zbir otwarty, ktry zawiera F ).

Przykady:
R z topologi naturaln, przestrzenie euklidesowe, przestrzenie metryczne, kada zwarta przestrze Haus3

dora.
Kontrprzykad: Ppaszczyzna Niemyckiego jest T3 1 ale nie jest T4
2
Zaleno pomidzy odpowiednimi przestrzeniami Ti :
T4 = T3 1 = T3 = T2 = T1 = T0
2

Twierdzenie 2 Kada podprzestrze przestrzeni Ti dla i = 0, 1, 2, 3, 3 21 jest take Ti przestrzeni. Jeeli

X jest T4 i M X jest domknitym zbiorem, wwczas podprzestrze M jest take T4 .

(a) T0

(b) T1

(c) T2

(d) T3

(e) T4

Rysunek 1: Pogldowe rysunki obrazujce aksjomaty oddzielania

 przestrzeni, i = 0, 1, 2, 3, 3.5, 4.

Warunki rwnowane na bycie Ti

(Poda dwa wskazane przez komisj).

Pytanie 17.

Denicja 1 (Przestrze T0 )

Mwimy, e przestrze topologiczna (X, ) jest T0 przestrzeni jeli

(x1 , x2 X; x1 6= x2 ) (U ) ((x1 U x2
/ U ) (x2 U x1
/ U )).

Denicja 2 (Przestrze T1 )

Mwimy, e przestrze topologiczna

(x1 , x2 X; x1 6= x2 ) (U ) (x1 U

(X, ) jest T1 przestrzeni jeli

x2
/ U ).

Denicja 3 (Przestrze T2 , Przestrze Hausdora)

Mwimy, e przestrze topologiczna

(X, )
jest T2 przestrzeni jeli (x1 , x2 X; x1 =
6 x2 ) (U1 , U2 ) (x1 U1 , x2 U2 , U1 U2 = ).

Denicja 4 (Przestrze T3 , Przestrze regularna)

Mwimy, e przestrze topologiczna (X, )

T3 przestrzeni jeli jest T1 przestrzeni i (x X) (F X, F domknity, x
/ F)
(U1 , U2 )(x U1 , F U2 , U1 U2 = ).
jest

Denicja 5 (Przestrze T3,5 , Przestrze Tychonova)

Mwimy, e przestrze topologiczna

(X, )
jest T3,5 przestrzeni jeli jest T1 przestrzeni i (x X) (F X, F domknity, x
/ F)
(f : X [0, 1], f -ciga) (f (x) = 0 y F (f (y) = 1)).

Denicja 6 (Przestrze T4 , Przestrze normalna)

Mwimy, e przestrze topologiczna

(X, )
jest T4 przestrzeni jeli jest T1 przestrzeni i (F1 X, F2 X, F1 , F2 domknite, F1 F1 6= )
(U1 , U2 otoczenia F1 , F2 odpowiednio) (U1 U2 = ).

Twierdzenie 1
Twierdzenie 2

X jest T1 przestrzeni (x X) {x} jest domknity.

Niech X bdzie T1 przestrzeni. X jest T3 przestrzeni

(x X) (V otoczenie x) x U U V.

Twierdzenie 3

Niech X bdzie T1 przestrzeni. X jest T3,5 przestrzeni (przestrzeni Tycho (x X) (V otoczenie x) (f : X [0, 1], f -ciga)
(f (x) = 0 ((y X\V ) (f (y) = 1))).

nova)

Twierdzenie 4

Niech

X bdzie T1 przestrzeni. X jest T4 przestrzeni wtedy i tylko wtedy,

F X iSotwartego zbioru W takiego, e W F , istnieje cig
W1 , W2 , ... otwartych zbiorw takich, e F
i=1 Wi i Wi W dla i = 1, 2, ....
gdy dla kadego domknitego zbioru

Wniosek 1. Kada T1 przestrze jest T0 przestrzeni.

Wniosek 2. Kada T2 przestrze jest T1 przestrzeni.
Wniosek 3. Kada T3 przestrze jest T2 przestrzeni.
Wniosek 4. Kada T3,5 przestrze jest T3 przestrzeni.
Wniosek 5. Kada T4 przestrze jest T3,5 przestrzeni.
Przykad 1. Niech X bdzie dwu elementowym zbiorem oraz = {, X}. (X, ) jest przestrzeni
topologiczn, ale nie jest T0 przestrzeni.
Przykad 2. Niech X bdzie dwu elementowym zbiorem takim, e x0 X . Zdeniujmy A =

= A {x0 }, = {X\A : A = A}. (X, ) jest T0 przestrzeni, ale nie jest T1 przestrzeni.

Przykad 3. Niech X bdzie nieskoczony i = {X\F : F jest skoczony}. (X, ) jest

T1 przestrzeni, ale nie jest T2 przestrzeni.
1

Topologiczna denicja cigosci funkcji. Warunki rwnowane

(Poda co najmniej trzy).
Pytanie 18.

Denicja 1 (Funkcja ciga) Niech (X, ), (Y, ) bd przestrzeniami topologicznymi. Funkcj

f : X Y nazywamy funkcj cig jeli (U ) f 1 (U ) .
Twierdzenie 1

Niech

(X, ), (Y, ) bd przestrzeniami topologicznymi. Niech f : X Y bdzie

funkcj. Nastpujce warunki s rwnowane:

1.

f jest ciga;
f 1 (U ) dla kadego zbioru U z pewnej bazy topologicznej B (B baza topologiczna
w Y );
3. jeli {B(x)}xX , {D(y)}yY s rodzinami baz topologicznych w punktach x X i
y Y odpowiednio, to (x X) (V D(f (x))) (U B(x)) (f (U ) V );
4. dla dowolnego domknitego zbioru B Y mamy, e f 1 (B) jest domknity w X ;
5. (A X) (f (A) f (A));
6. (B Y ) (f 1 (B) f 1 ((B));
7. (B Y ) (f 1 (Int B) Int f 1 (B)).
2.

Pytanie 21
Definicja -ciaa i miary na -ciele, -ciao zbiorw
borelowskich.
Definicja 0.1 Niech X bdzie zbiorem. Rodzina S podzbiorw zbioru X nazywa si -ciaem, gdy:
1. S
2. jeli A S , to X\A S
3. jeli An S dla n N, to

An S

nN

Uwaga 0.1 Jeli warunek (3) zastpi przez warunek sabszy (30 ) jeli A1 , A2 S, to A1 A2 S,
to rodzina S speniajca (1), (2), (30 ) nazywa si ciaem. Warunek (30 ) nazywa si addytywnoci,
za (3) -addytywnoci (przeliczaln addytywnoci).
Przykady 0.2
1. Rodzina P (X) wszystkich podzbiorw zbioru X jest -ciaem.
2. Niech A X. Rodzina {, X}, {, A, X\A, X} s -ciaami.
3. Niech X bdzie zbiorem nieskoczonym i niech S oznacza rodzin tych podzbiorw zbioru
X, ktre s skoczone lub ich dopenienia s skoczone. Wtedy S jest ciaem.
4. Niech X bdzie zbiorem nieprzeliczalnym i niech S oznacza rodzin tych podzbiorw zbioru
X, ktre s przeliczalne lub ktrych dopenienia s przeliczalne. Wtedy S jest -ciaem.
Twierdzenie 0.3 Wasnoci -ciaa
Niech S P (X) bdzie -ciaem. Zachodz nastpujce wasnoci:
1. X S
2. jeli A1 , . . . , An S to

n
[

Ai S

i=1

3. jeli An S dla n N, to

An S

nN

4. jeli A1 , . . . , An S to

n
\

Ai S

i=1

5. jeli A, B S to A\B S
Twierdzenie 0.4 Niech F P (X) bdzie niepust rodzin. Wwczas istnieje najmniejsze (w
sensie inkluzji) -ciao (F ) P (X) zawierajce rodzin F .
Definicja 0.2 Niech (X, d) bdzie przestrzeni metryczn. Zbiorem borelowskim w tej przestrzeni
nazywamy kady zbir nalecy do -ciaa ( ), gdzie oznacza rodzin wszystkich zbiorw otwartych przestrzeni X. Rodzin wszystkich podzbiorw borelowskich przestrzeni X oznacza bdziemy
przez B(X).
1

Definicja 0.3 Niech S bdzie -ciaem podzbiorw zbioru X. Funkcj : S [0, ] nazywamy
miar, gdy:
1. () = 0
2. jeli An S dla n N oraz Ai Aj = dla i 6= j to (

An ) =

n=1

(An )

n=1

Twierdzenie 0.5 (Wasnoci miary)

Niech (X, S, ) bdzie przestrzeni z miar. Wwczas zachodz nastpujce wasnoci:
1. jeli A1 , . . . , An S, Ai Aj = dla i 6= j to (

n
[

An ) =

i=1

n
X

(Ai ) (skoczona addytywno)

i=1

2. jest niemalejc funkcj zbioru, tzn. jeli A, B S i A B, to (A) (B)

3. jeli A, B S, A B i (B) < to (B\A) = (B) (A)
4. jeli An S dla kadego n N, to (

An )

n
[

Ai )

i=1

n
X

(An ) (przeliczalna subaddytywno)

n=1

n=1

5. jeli A1 . . . , An S to (

(Ai )

i=1

6. dla dowolnego wstpujcego cigu (An )nN zbiorw (An An+1 , n N) nalecych do S
mamy (

n=1

An ) = lim (An )
n

7. dla dowolnego zstpujcego cigu (An )nN zbiorw (An+1 An , n N) nalecych do S

mamy (

n=1

An ) = lim (An ), o ile (A1 ) <

n

Pytanie 22
Definicja miary zewntrznej. Twierdzenie Caratheodoryego.
Definicja 0.4 Miar zewntrzn (Caratheodoryego) nazywamy funkcj zbioru : P (X) [0, ]
speniajc warunki:
1. () = 0;
2. dla dowolnego zbioru A X i dowolnego cigu zbiorw An X, n N jeli A
(A)

An , to

n=1

(An )

n=1

Przykady 0.6 Nastpujca funkcja zbioru jest miar zewntrzn na P (X).

Niech X 6=
(

(A) =

gdy A =
gdy A =
6

0
1

Twierdzenie 0.7 (wasnoci miary zewntrznej)

Miara zewntrzna : P (X) [0, ] ma nastpujce wasnoci:
1. jeli A, A1 , . . . , An X oraz A

n
[

Ai , to (A)

An )

n=1

3. jeli A1 , . . . , An X to (

n
[

Ai )

i=1

(Ai ),

i=1

i=1

2. jeli An X, n N, to (

n
X

(An ),

n=1
n
X

(Ai ),

i=1

4. jeli A B X, to (A) (B).

Definicja 0.5 Niech dana bdzie miara zewntrzna na P (X). Mwimy, e zbir A X spenia
warunek (C) Caratheodoryego, gdy:
(Z X) (Z) = (Z A) + (Z\A)
Twierdzenie 0.8 (Caratheodoryego, 1918)
Niech : P (X) [0, ] bdzie miar zewntrzn i niech S oznacza rodzin wszystkich zbiorw
A X speniajcych warunek (C). Wtedy:
1. rodzina S jest -ciaem
2. funkcja = |S jest miar na S
3. dla dowolnego A X, jeli (A) = 0, to A S; w konsekwencji jest miar zupen.

Pytanie 23: Denicja miary zewntrznej Lebesgue'a w przestrzeni euklidesowej. Zbiory mierzalne w sensie Lebesgue'a
- poda ich charakteryzacj.
Denicja 1 (Przedzia w Rk ).
Przedziaem

(k-wymiarowym)

Rk

nazywamy zbir postaci

P = I1 I2 ... Ik ,
gdzie

Ii (i=1,...,k)

s przedziaami w

R.

Denicja 2 (Objto przedziau P).

Objtoci

(k-wymiarow)

przedziau P nazywamy liczb

vol(P ) = l(I1 ) l(I2 ) ... l(Ik ),

gdzie

l(Ii ) (i=1,...,k)

oznacza dugo przedziau

np. l([a, b)) = b a,

a, b R

gdzie

Denicja 3 (Miara zewntrzna Lebesgue'a).

Niech

A Rk .
k (A)

Liczb nieujemn

= inf

(
X

(lub )

dan wzorem

vol(Pn ) : (Pn )nN cig

przedziaw domknitych,

n=1
nazywamy

Pn

n=1

(k-wymiarow)

Twierdzenie 1

miar zewntrzn Lebesgue'a zbioru A.

(Charakteryzacja zbiorw mierzalnych w sensie Lebesgue'a)

Dla dowolnego zbioru

A Rk

nastpujce warunki s rwnowane:

1. zbir A jest mierzalny w sensie Lebesgue'a;

2. dla kadego

>0
B

3. istnieje zbir

G (zbiory

typu

oraz

Gn ,

AG

taki, e
gdzie

Gn

oraz

s otwarte

k (G\A) ;
taki, e

AB

oraz

nN

>0
D

5. istnieje zbir

postaci

k (B\A) = 0;
4. dla kadego

G Rk

istnieje zbir otwarty

istnieje zbir domknity

F (zbiory

typu

postaci

F A

Fn ,

taki, e

gdzie

Fn

k (A\F ) ;
s domknite

taki, e

DA

nN

k (A\D) = 0.

Przykad 1 (Zbir mierzalny w sensie Lebesgue'a).

Kady zbir otwarty w

Rk

jest mierzalny w sensie Lebesgue'a.

Denicja 4 (Translacja).
Translacj funkcji

Twierdzenie 2
Istnieje zbir

f : Rk Rk (o

(Vitalego)

E [0, 1]

wektor

v Rk )

nazywamy funkcj

f (x) = x + v , x Rk .

taki, e

wszystkich podzbiorw zbioru liczb

E
/ S

ciaa S P(R) (P(R) - rodzina

rzeczywistych) i dowolnej miary : S [0, ] speniajcych
dla dowolnego

warunki:
1.

[0, 1] S

2. jeli

([0, 1]) = 1;

f :RR

jest translacj oraz

A S,

to

f (A) S

(f (A)) = (A).

Denicja 5 (Zbir Vitalego).

Zbir E skonstruowany jak w twierdzeniu 2 nazywamy zbiorem Vitalego.

Kontrprzykad 1
Zbir Vitalego

(Zbir niemierzalny w sensie Lebesgue'a)

ER

jest niemierzalny w sensie Lebesgue'a.

Pytanie 24: Funkcje mierzalne i ich wasnoci.

X i -ciao S P(X),
R = R {, }.

Ustalmy zbir
Niech

P(X)

gdzie

- rodzina wszystkich podzbiorw zbioru X.

Denicja 1 (Funkcja mierzalna).

Niech A S . Mwimy, e funkcja f : A R jest mierzalna (wzgldem S ), gdy

f 1 ([, a)) = {x A : f (x) < a} S.

aR

Twierdzenie 1

(Rwnowane stwierdzenia dla funkcji mierzalnych)

Niech A S oraz f : A R. Nastpujce warunki s rwnowane:

1. f jest mierzalna,

3.
4.
2.

aR

aR

aR

{x A : f (x) a} S ,
{x A : f (x) > a} S ,
{x A : f (x) a} S .

Twierdzenie 2

(Wasnoci funkcji mierzalnych)

Niech A S oraz zamy, e funkcje f, g : A R s mierzalne. Wtedy:

1. dla dowolnego c R funkcja (cf ) : A R jest mierzalna;
2. jeli funkcja (f + g) : A R istnieje tzn. f 1 ({}) g 1 ({}) = oraz

f 1 ({}) g 1 ({}) = , to jest mierzalna;


3. funkcja f 2 : A R jest mierzalna;

4. przy konwencji (f (x) = g(x) = 0 g(x) = f (x) = 0) (f g)(x) = 0,
funkcja (f g) : A R jest mierzalna;


5. jeli g : A R\{0}, to funkcja

1
g

: A R jest mierzalna;

6. jeli g : A R\{0}, to funkcja

f
g

: A R jest mierzalna;

7. funkcje min{f, g} : A R oraz max{f, g} : A R s mierzalne.

Przykad 1 (Funkcja mierzalna).

Dowolna funkcja staa jest funkcj mierzaln.

Kontrprzykad 1

(Funkcja niemierzalna)

Rozwamy funkcj f : R R dana wzorem

f = B ,

gdzie B jest dowolnym zbiorem niemierzalnym w sensie Lebesgue'a (np. zbiorem Vitalego), a
B jest funkcj charakterystyczn tego zbioru, tzn.
(

B (x) =

1, x B
0, x
/ B.

Tak zdeniowana funkcja f jest funkcj niemierzaln.

1

Aneta Dylik
Pytanie 25. Denicja caki Lebesgue'a - trzy etapy(dla
funkcji prostej, dla funkcji mierzalnej nieujemnej, oglny
przypadek).
Ustalmy zbir X i -ciao S P (X), gdzie P (X) - rodzina wszystkich podzbiorw zbioru
X. Niech R = R {, }.

Denicja (Miara).

Niech S bdzie -ciaem podzbiorw zbioru X. Funkcj : S [0, ] nazywamy miar,

gdy :
1. () = 0,
2. jeli An S dla n N oraz Ai Aj = dla i 6= j , to (

S
n=1

An ) =

(An ).

n=1

Trjk (X, S , ), gdzie jest miar ma -ciele S nazywa si przestrzeni z miar.

Niech (X, S , ) bdzie przestrzeni z miar.
Denicja (Funkcja mierzalna).
Niech A S . Mwimy, e funkcja f : A R jest mierzalna (wzgldem S ),gdy

{x A : f (x) < a} S .

aR

Denicja (Funkcja prosta).

Niech A S . Funkcj f : A R nazywamy funkcj prost jeli :

1. jest mierzalna nieujemna,
2. przyjmuje skoczon liczb wartoci.
Denicja (Funkcja charakterystyczna).
Niech A S . Funkcj f : A R nazywa bdziemy funkcj charakterystyczn zbioru
B A, gdy ma ona posta
(
f (x) =

1, x B
0, x A\B.

Funkcj charakterystyczn oznacza si f = B .

Denicja (1. etap denicji caki - dla funkcji prostej).
Niech A S , Bi A i niech f : A [0, ) bdzie funkcj prost. Rozwamy jej posta
normaln f =

n
P

ai Bi . Okrelamy

i=1

Z
f d =
A

n
X

ai (Bi ),

i=1

przy czym jeli ai = 0 oraz (Bi ) = , to przyjmujemy, e ai (Bi ) = 0.

1

Denicja (2. etap denicji caki - dla funkcji mierzalnej nieujemnej).

Niech A S i niech f : A [0, ) bdzie funkcj mierzaln nieujemn. Okrelamy :

(Z

Z
f d = sup
A

gd : g - funkcja prosta na A,

g(x) f (x)

xA

Denicja (3. etap denicji caki - dla funkcji mierzalnej dowolnego znaku).

Niech A S oraz niech f : A R bdzie dowoln funkcj mierzaln. Rozwamy

f + = max(f, 0), f = max(f, 0).

(Wtedy Rf + , f R s mierzalne nieujemne na A oraz f = f + f .) Jeli przynajmniej jedna

z caek f + , f jest skoczona, to okrelamy
A

f d.

f d

f d =

Jeli

R
R
R
f + d = oraz f d = , to f d nie istnieje. Jeli f + d < i
A
A
A
R A
R
f d < , to f d jest skoczona i mwimy wtedy, e f jest cakowalna w sensie
R

Lebesgue'a na A wzgldem miary (ozn. f L1 (A, ) lub f L1 (A)).

Przykad.

Niech funkcja f : (0, 1] (0, ) bdzie dana wzorem f (x) = x1 , x (0, 1]. Jest to funkcja
prosta. Rozwamy cig funkcji prostych fn : (0, 1] (0, ) danych wzorami
fn =

n
X

k(

1
,1]
k+1 k

, n N.

k=1
1
Zauwamy, e fn f ,R poniewa dla k 1, . . . , n oraz x ( k+1
, k1 ] mamy fn (x) =
1
= f (x). Z denicji
f d1 mamy dla kadego n N
x
(0,1]

Z
f d1

(0,1]

fn d1 =
(0,1]

n
X

n
X
k=1

Std

X
1
1
k
k(
)=
=
k
k
+
1
k(k
+
1)
k=1
k=1

1 n X 1

=
k+1
k+1
k=1

f d1 = +.

(0,1]

1
k

Pytanie 26. Twierdzenie o przechodzeniu do granicy pod

znakiem caki Lebesgue'a.
Ustalmy zbir X i -ciao S P (X), gdzie P (X) - rodzina wszytskich podzbiorw zbioru
X. Niech R = R {, }.

Twierdzenie (Beppo-Leviego o zbienoci monotonicznej).

Niech (X, S , ) bdzie przestrzeni z miar oraz A S . Niech (fn )nN bdzie cigiem
funkcji mierzalnych fn : A R takich, eR 0 f1 (x)
R f2 (x) . . . dla kadego x A.
Jeli f (x) = lim fn (x) dla x A, to lim fn d = f d.
n

n A

Twierdzenie (Lebesgue'a o zbienoci ograniczonej).

Niech (X, S , ) bdzie przestrzeni z miar oraz A S . Zamy, e fn : A R, n N,

jest cigiem funkcji mierzalnych zbienym punktowo na A do funkcji f : A R, przy
czym |fn (x)| g(x)
R dla kadego x A i n N,Rgdzie g : RA R jest funkcj cakowaln
na A. Wtedy cig fn d jest zbieny oraz lim fn d = f d.
n A

Wniosek.

Jeli A S , (A) < , M 0 oraz dla cigu funkcji mierzalnych fn : A R mamy

|fn (x)| M dla wszystkich n N oraz x A, przy czym istnieje f (x) = lim fn (x) dla
n
R
R
x A, to lim fn d = f d.
n A

Iwona Waryszewska, nr 168289

27. Twierdzenie Fubiniego dla caki Lebesgue'a w przestrzeni euklidesowej.

Twierdzenie Fubiniego pozwala sprowadzi obliczanie caki funkcji wielu zmiennych
do wyznaczenia dwch caek funkcji zalenych od mniejszej liczby zmiennych.
Niech

Sk

Sk

bdzie

-ciaem

zbiorw mierzalnych w sensie Lebesgue'a. Elementy

-ciaa

nazywamy zbiorami mierzalnymi.

Denicja. Niech A Rk = Rm Rn oraz ustalmy x Rm . Zbir

A(x) = {y Rn : (x, y) A} nazywamy ciciem zbioru A generowanym przez punkt x.
Rozwamy zbir mierzalny

A Rm Rn = Rk .

Rozpatrujc jego cicia

A(x), x Rm ,

moemy ograniczy si do ci niepustych. Oznaczmy przez

prm : Rk Rn ,
odpowiednie rzuty dane dla

prn : Rk Rm

z Rk , z = (x, y),
prm (z) = x,

Bdziemy rozwaa obraz

waa si

prn (A),

prm (A)

wzorami

prn (z) = y.

zwany rzutem zbioru

czyli rzut zbioru

na o

na o

Rm .

(Analogicznie roz-

). Zauwamy, e

x prm (A) A(x) 6=

dla kadego

x Rm .

Denicja. Zamy, e A Sk , prm (A) Sm . Niech f : A R bdzie funkcj mierzaln.

Cak
Z

J1 =

!
f (x, y)dy dx,

prm (A)

A(x)

(o ile istnieje) nazywamy cak iterowan funkcji f . Analogicznie deniujemy cak ite-

rowan
Z

J2 =

!
f (x, y)dx dy,

prn (A)

(y)A

gdzie (y)A = {x Rm : (x, y) A} jest ciciem (poziomym) zbioru A wyznaczonym przez

y Rn oraz prn (A) Sn .

Twierdzenie (Fubiniego). Zamy, e zbir A Rk = Rm Rn jest mierzalny oraz jego

rzut prm (A) Rm jest mierzalny. Niech funkcja f : A R bdzie mierzalna. Wtedy:
(1) dla prawie kadego x prm (A) mamy A(x) Sn oraz funkcja
A(x) 3 y 7 f (x, y) R jest mierzalna;
(2) jeli funkcja f jest nieujemna mierzalna lub cakowalna na A, to:
dla prawie wszystkich x prm (A) istnieje caka fe(x) =

R
A(x)

f (x, y)dy ;
1

Iwona Waryszewska, nr 168289

funkcja fe (okrelona prawie wszdzie na prm (A)) jest mierzalna i zachodzi wzr
Z
Z
f=
fe(x)dx.
(1)
A

Uwaga. Ostatnia cz tezy mwi, e

prm (A)

f = J1 . Analogicznie zachodzi wzr

A

R
A

f = J2 .

Przykad.
Dla funkcji mierzalnej dowolnego znaku moliwa jest sytuacja, gdy istniej obie caki
iterowane

J1 , J2 ,

lecz caka danej funkcji nie istnieje. Przykadem takiej funkcji jest

f (x, y) = 1

gdy

x<y <x+1

gdy

x1<y <x

dla pozostaych

(2)

(x, y) R2 .

28. Denicja przestrzeni unormowanej. Trzy twierdzenia dla przestrzeni unormowanych skoczenie wymiarowych (o zbienoci, zupenoci i domknitoci).
Zamy, e

jest przestrzeni liniow nad ciaem

K,

gdzie

K=R

lub

K = C.

Denicja. Funkcj kk : X [0, ) nazywamy norm w X , jeli spenione s warunki:

(a) xX

(kxk = 0 x = );

(b) K xX
(c) x,yX

k xk = || kxk;

kx + yk kxk + kyk.

Wwczas par (X, kk) nazywamy przestrzeni unormowan.

Uwaga. Mwimy, e cig (xn ) elementw przestrzeni unormowanej X spenia warunek

Cauchy'ego, jeli
>0 kN n,mk

kxn xm k< .

Uwaga. Mwimy, e przestrze unormowana (X, kk) jest zupena, jeli przestrze metryczna (X, d) jest zupena, gdzie d jest metryk generowan przez norm (x,yX d(x, y) =
kx yk).

Denicja. Przestrze unormowan zupen nazywamy przestrzeni Banacha.

Niech

X 6= ).

bdzie przestrzeni liniow skoczenie wymiarow,

Niech

{e1 , . . . , em }

m = dim X , m > 0

(tj.

bdzie baz tej przestrzeni. Wwczas

xX !(t1 ,...,tm )K m

x=

m
X

ti ei .

i=1

Iwona Waryszewska, nr 168289

Twierdzenie (O zbienoci wedug normy w przestrzeni unormowanej skoczenie wymiarowej). Zamy, e X jest przestrzeni liniow skoczenie wymiarow. Niech xn X
dla n N, x X oraz
nN

xn =

m
X

tin ei ,

x=

i=1

m
X

ti ei .

i=1

Wtedy nastpujce warunki s rwnowane:

(a) limn kxn xk = 0 (tj. xn x wedug normy);
(b) i{1,...,m} limn tin = ti (tj. t1n t1 , . . . , tmn tm ).
n

Twierdzenie

(O zupenoci przestrzeni unormowanej skoczenie wymiarowej)

. Jeli X

jest przestrzeni unormowan skoczenie wymiarow, to X jest przestrzeni Banacha.

Twierdzenie

(O domknitoci przestrzeni unormowanej skoczenie wymiarowej)

. Za-

my, e X jest przestrzeni unormowan oraz X0 X jej podprzestrzeni liniow.

Jeli dim X0 < , to X0 jest zbiorem domknitym w X .

Przykad.
Niech

c0 := {(xn )nN : nN xn K limn xn = 0},

c := {(xn )nN : nN xn K (xn )nN

(kxn k := supnN |xn |)

jest zbieny

.}.

Wtedy

c0

z norm supremum

s przestrzeniami Banacha.

Przykad.
Przestrze unormowana

C[0, 1]

z norm

kf k =

R1
0

|f (x)|dx

nie jest przestrzeni zupen.

29. Lemat Riesza z interpretacj geometryczn, zbiory zwarte (denicja),

wniosek z lematu Riesza
Lemat Riesza
dim X < )

Zamy, e

oraz

X0

jest dowoln przestrzeni unormowan (niekoniecznie

jest jej domknit podprzestrzeni liniow waciw (tj:

X0 6= X ).

Wwczas:

> 0
Ilustracja, gdy

y0 X

( ky0 k = 1

x X0

ky0 xk > 1 ) .



X = R2 i X0 = (x, 12 x) : x R :
y
6

y = 2x
y0 s
'$

1



Denicja

Gdy

(X, d)

(an )

-x

&%

jest przestrzeni metryczn i

jeli dla dowolnego cigu

pewnego elementu





A
A

A r 
A 


0
1




AX

to mwimy, e

elementw tego zbioru istnieje podcig

A
(akn )

jest zwarty
zbieny do

a A.

Przykad: [0, 1] jest zwarty w (R, de ), gdzie de oznacza metryke euklidesow.

Kontrprzykad: (0, 1) nie jest zwarty w (R, de ).
Uwaga

A jest zwarty to A jest domknity i ograniczony. W przypadku przestrzeni

(R , de ) i (C
jest implikacja odwrotna. W szczeglnoci np: K(, 1) =


r n, de ) prawdziwa
P
x Rn :
x2i 6 1 jest zwarta w (Rn , de ).
n

Gdy

i=1

Wniosek z lematu Riesza:

Zamy, e

jest przestrzeni unormowan. Nastpujce

warunki s rwnowane:
1.

jest skoczenie wymiarowa,

2. dowolny zbir domknity i ograniczony w

3. domknita kula jednostkowa o rodku w

(tj: zbir

jest zwarty,

{x X : kxk 6 1})

jest zwarta.

30. Przestrze unormowana operatorw liniowych i ograniczonych (denicja).

Dwa twierdzenia: o cigoci operatora liniowego i Banacha o operatorze
odwrotnym.
Zamy, e

X i Y
T : X Y jest
T L(X, Y ).

Denicja

s przestrzeniami unormowanymi nad tym samym ciaem

operatorem liniowym (tj:

Mwimy, e

addytywny i jednorodny).

oraz

Oznaczenie

jest ograniczony jeli:

M > 0

x X

kT xk 6 M kxk.

Przez
z

B(X, Y ) bdziemy oznacza zbir wszystkich operatorw liniowych i ograniczonych

X w Y . Wtedy B(X, Y ) L(X, Y ).

Denicja

Niech

nazywamy norm

T B(X, Y ).
operatora T .

Liczb

kT k = inf {M > 0 : x X

kT xk 6 M kxk}

B(X, Y ) jest przestrzeni liniow oraz funkcja B(X, Y ) 3 T kT k jest norm

B(X, Y ), a wic B(X, Y ) jest przestrzeni unormowan.

Przestrze
na

Twierdzenie o cigoci operatora liniowego Zamy,

unormowanymi nad ciaem

T L(X, Y ).

1.

jest ograniczony,

2.

spenia warunek Lipschitza, tj:

L > 0
3.

x1 , x2 X

s przestrzeniami

Nastpujce warunki s rwnowane:

kT x1 T x2 k 6 Lkx1 x2 k,

jest jednostajnie cigy, tj:

> 0

> 0

x1 , x2 X

kx1 x2 k < kT x1 T x2 k < ,

4. T jest cigy,
5. T jest cigy w
6.

x0 X

jest cigy w

x0 .

Twierdzenie Banacha o operatorze odwrotnym Zamy, e X i Y

Banacha oraz
czyli

T B(X, Y ).
B(Y, X).

Jeli

jest bijekcj

na

s przestrzeniami

to operator

T 1

jest cigy,

31.Norma operatora liniowego (trzy rwnowane definicje). Twierdzenie BanachaSteinhausa z wnioskiem.

Niech B(X, Y ) oznacza zbir wszystkich operatorw liniowych i ograniczonych z X w Y .
Definicja Niech T B(X, Y ). Liczb kT k = inf {M > 0 : x X
nazywamy norm operatora T .

kT xk 6 M kxk}

Twierdzenie [o normie operatora] Zamy, e T B(X, Y ), przy tym X 6= {}.

Wwczas: kT k = sup {kT xk : kxk 6 1} = sup{kT xk : kxk = 1}.
Twierdzenie [Banacha-Steinhausa (zasada jednostajnej ograniczonoci)] Zamy, e X jest przestrzeni Banacha i Y jest przestrzeni unormowan oraz dla dowolnego
n N Tn B(X, Y ). Nastpujce warunki s rwnowane:
(i) dla dowolnego x X cig (Tn x)nN jest ograniczony, tj.
x X

M > 0 n N

kTn xk 6 M,

(ii) cig (kTn k)nN jest ograniczony, tj.

M > 0 n N

Wniosek Zamy, e X
oraz Tn B(X, Y ) dla n
ny i zdefiniujemy x X
zbienego cigu operatorw

kTn k 6 M

(czyli

x X

kxk 6 1 kTn xk 6 M ).

jest przestrzeni Banacha, Y jest przestrzeni unormowan

N . Jeli dla dowolnego x X cig (Tn x)nN jest zbieTx := lim Tn x, to T B(X, Y ). Zatem granica punktowa
n
liniowych i cigych te jest operatorem liniowym i cigym.

Przykad Rozwamy operator liniowy A : C([0, 1]) C([0, 1]), gdzie (Az)(t) = tz(t),
t [0, 1] z norm sup. Obliczymy norm tego operatora. Niech z C[0, 1].
kAzk = sup{|tz(t)| : 0 t 1} sup{|z(t)| : 0 t 1} = kzk
Zatem z def. normy operatora mamy, e kAk 1. Skorzystamy z tw. o normie (kAk =
sup{kAzk : kzk = 1} = sup{kAzk : kzk 1}). Niech kzk = 1. Wwczas:
kAzk = sup{|tz(t)| : 0 t 1} = sup{|t| : 0 t 1} = 1
Ostatecznie otrzymujemy, e kAk = 1.

32.Operator liniowy ograniczony (definicja). Dwa twierdzenia o rozszerzaniu: dla operatorw i funkcjonaw (twierdzenie Hahna-Banacha).
Zamy, e X i Y s przestrzeniami unormowanymi nad tym samym ciaem K (K = R
lub K = C) oraz T : X Y jest operatorem liniowym.
Definicja Mwimy, e T jest ograniczony, jeli

M > 0 x X

kT xk 6 M kxk.

Twierdzenie Zamy, e X0 jest podprzestrzeni liniow przestrzeni unormowanej X

oraz Y jest przestrzeni Banacha. Jeli X0 jest gsta w X (tj. X 0 = X) oraz T0 : X0 Y
jest liniowy i cigy (T0 B(X0 , Y )), to T0 mona rozszerzy z X0 na X z zachowaniem
liniowoci i normy, a wic istnieje taki operator T B(X, Y ), e T |X0 = T0 oraz kT k =
kT0 k. Ponadto rozszerzenie to jest jednoznaczne.
Twierdzenie [Hahna-Banacha] Zamy, e X0 jest dowoln podprzestrzeni liniow
przestrzeni unormowanej X nad ciaem K oraz f0 : X0 K jest liniowym i cigym
funkcjonaem. Wwczas istnieje taki liniowy i cigy funkcjona f : X K, e f |X0 = f0
oraz kf k = kf0 k.
Przykad Rozwamy operator liniowy A : C([0, 1]) C([0, 1]), gdzie (Az)(t) = tz(t),
t [0, 1] z norm sup. Niech z C[0, 1].
kAzk = sup{|tz(t)| : 0 t 1} sup{|z(t)| : 0 t 1} = kzk
Warunek kAzk M kzk jest speniony dla M = 1, zatem operator ten jest ograniczony.
Kontrprzykad Poniewa operator liniowy ograniczony operator liniowy cigy,
wic wystarczy wskaza przykad operatora liniowego niecigego.
Niech X bdzie przestrzeni funkcji rniczkowalnych okrelonych na przedziale [0, 1] z
norm kf k = sup |f (x)|. Przeksztacenie pochodnej w punkcie okrelone na X o wartox[0,1]

ciach rzeczywistych dane wzorem T (f ) = f 0 (0) jest liniowe, ale nie jest cige. Rzeczywicie, niech dany bdzie cig:
sin(n2 x)
fn (x) =
n

dla n 1.

Cig ten jest zbieny jednostajnie do funkcji stale rwnej zeru, ale
T (fn ) =

n2 cos(n2 0)
=n
n

przy n , zamiast T (fn ) T (0) = 0, jak powinno by w przypadku operatora cigego.

Zatem przeksztacenie liniowe X X (dokadniej funkcjona liniowy, poniewa przyjmuje
wartoci rzeczywiste), ktre przypisuje kadej funkcji jej pochodn jest niecige.

Marcin Olczak, 168261

33. Przestrze Hilberta (definicja), nierwno Schwarza, identyczno rwnolegoboku.
Twierdzenie o zbiorze wypukym w przestrzeni Hilberta.
Definicja 1 Niech H bdzie przestrzeni liniow nad ciaem skalarw K. Odwzorowanie (|) :
H H K nazywamy iloczynem skalarnym w H, jeli:
1. (x|y) = (y|x) dla wszystkich x, y H,
2. (x + y|z) = (x|z) + (y|z) dla wszystkich x, y, z H,
3. (ax|y) = a(x|y) dla wszytkich a K, x, y H,
4. (x|x) 0 i (x, x) = 0 x = 0 dla wszystkich x H.
Norm okrelon wzorem kxk =
iloczyn skalarny.

(x|x) x H nazywamy norm wyznaczon przez

Definicja 2 Przestrze unormowan o normie wyznaczonej przez iloczyn skalarny nazywamy

przestrzeni unitarn. Przestrze unitarn zupen nazywamy przestrzeni Hilberta
Twierdzenie 1 (Nierwno Schwarza) Zamy, e X jest przestrzeni unitarn. Wtedy:

|(x|y)| kxk kyk .

x, y X

Twierdzenie 2 (Identyczno rwnolegoboku) Zamy, e X jest przestrzeni unitarn. Wtedy:




kx + yk2 + kx yk2 = 2 kxk2 + kyk2 .

x, y X

Twierdzenie 3 (Twierdzenie o zbiorze wypukym w przestrzeni Hilberta) Niech A

bdzie zbiorem niepustym, domknitym i wypukym w przestrzeni Hilberta X oraz niech d =
inf{kxk : x A}. Wtedy istnieje dokadnie jeden element x0 A taki, e kx0 k = d.

34. Rezolwenta rwnania rniczkowego liniowego, jej wasnoci i wykorzystanie.

Rozwamy rwnanie rniczkowe rzdu pierwszego postaci
x0 = A(t)x + r(t)

(1)

gdzie t (a, b), A : (a, b) L(X) i r : (a, b) X s funkcjami cigymi, X jest przestrzeni
Banacha, a L(X) oznacza przestrze operatorw liniowych ograniczonych X X z topologi
dan przez norm
kT k = sup kT xk
kxk1

Rwnanie (1) nazywa si rwnaniem liniowym (odpowiednio jednorodnym dla r = 0 i niejednorodym dla r 6= 0). W celu znalezienia rozwizania tego rwnania, najpierw znajdujemy
rozwiazanie rwnania liniowego jednorodnego:
x0 = A(t)

(2)

z zagadnieniem pocztkowym x(t0 ) = x0 . Korzystajc z procedury otrzymywania rozwizania

rwnowanego rwnania cakowego
Zt

A(s)(s)ds,

(t) = x0 +
t0

jako granicy ciagu kolejnych przyblie, to otrzymamy, e jest granic cigu funkcji
0 (t) x0 ,
Zt

A(s)n (s)ds,

n+1 (t) = x0 +

dla n 0.

t0

Pokaemy, e cig ten jest jednostajnie zbieny na kadym przedziale zwartym [, ]

(a, b).W tym celu stosujc indukcj dowodzimy najpierw, e
Zt

n+1 (t) = (I +

Zt Zs

A(s)ds +
t0

Zt Zs

t0 t0

A(s1 )A(s)ds1 ds + . . . +
t0 t0

sZn1

A(s)A(s1 ) . . . A(sn )dsn . . . ds1 ds)x0

t0

Oznaczmy K0 (t, t0 ) = I,
sZn1

Zt Zs

Kn+1 (t, t0 ) =

...
t0 t0

A(s)A(s1 ) . . . A(sn )dsn ds1 ds, n 0,

t0

i niech
Un (t, t0 ) =

n
X
i=0

Ki (t, t0 ).

Wtedy n (t) = Un (t, t0 )x0 . Poniewa L(X) jest przestrzeni Banacha, wic wystarczy oszacowa kKn (t, t0 )k dla t [, ] (a, b) przez n-ty wyraz szeregu liczbowego zbienego.
Faktycznie, dla pewnej staej M takiej, e kA(t)k M zachodzie oszacowanie na przedziale
[, ]
M n ( )n
kKn (t, t0 )k
n!
a szereg liczbowy, ktrego n-ty wyraz wystpuje po prawej stronie tej nierwnoci jest zbieny.
Moemy zatem okreli operator
U (t, t0 ) = lim Un (t, t0 )
n

a funkcja (a, b) 3 t U (t, t0 ) L(X) jest ciga. Powysz funkcj U nazywamy rezolwent
rwnania liniowego (1) i (2).
1. U (t0 , t0 ) = I dla kadego t0 (a, b),

Twierdzenie 4 (Wasnoci rezolwenty)

2. dla dowolnych t0 , t1 , t (a, b) zachodzi U (t, t1 )U (t1 , t0 ) = U (t, t0 ),

3. dla dowolnych t0 i t1 (a, b) operator U (t, t0 ) jest liniowym homeomorfizmem X na X
oraz
U (t, t0 )1 = U (t0 , t)
Twierdzenie 5 (O rezolwencie) Jedynym rozwizaniem zagadnienia pocztkowego
V 0 = A(t)V, V (t0 ) = I
gdzie A(t)V oznacza zoenie operatorw liniowych ograniczonych, jest funkcja okrelona przez
rezolwent rwnania (2) : U (, t0 )

Pytanie 35: Tra jektorie rwnania autonomicznego, ich rodza je. Jak znajdowa najprostsze
z nich?

Niech dane bdzie podstawowe rwnanie rniczkowe zwyczajne x0 = f (t, x), gdzie f : R Rk
U Rk jest ciga, U - otwarty.

Denicja 1.

Rwnanie rniczkowe zwyczajne, w ktrym prawa strona nie zaley jawnie od zmiennej

niezalenej t, nazywa si

rwnaniem autonomicznym. Rwnanie to ma posta

(1)

x0 = f (x).

Wasno 1.

: (a, b) U jest rozwizaniem rwnania (1), to dla dowolnego R funkcja

: (a , b ) U dana wzorem = (t + ) take jest rozwizaniem.
Jeli

Obrazy obu funkcji s takie same, nazywamy je trajektoriami rwnania. W interpretacji zycznej trajektorie s torami ruchw punktu, a wybr rozwizania spord wszystkich deniujcych
dan trajektori zaley od chwili startu.

Rodzaje trajektorii:
Punkty stae - miejsca zerowe funkcji f , odpowiadaj rozwizaniom staym: (t) x0 . Trajektorie okresowe (obrazy homeomorczne okrgu) - odpowiadaj rozwizaniom okresowym: (t+T ) =
(t) dla kadego t R (T ustalone). Pozostae to obrazy homeomorczne prostej.

Portretem fazowym ukadu nazywamy rysunek jego trajektorii wraz ze wskazanym kierunkiem
ruchu po nich. W znajdowaniu trajektorii pomaga znajomo tzw. caek pierwszych rwnania.

Denicja 2.

Funkcj

F : U R klasy C 1 nazywamy

cak pierwsz rwnania (1), gdy dla x U

iloczyn skalarny

F 0 (x), f (x) = 0,

gdzie

F 0 (x) = Fx1 (x), ..., Fxk (x) jest gradientem fuknkcji F .

Caka pierwsza jest staa wzdu trajektorii. W przypadku rwnania autonomicznego caka pierwsza ma t wasno, e jej poziomice zawieraj trajektorie rwnania.

Przykad znajdowania caek pierwszych.

Znajdmy caki pierwsze dla ukadu:

x01 = x1 x1 x2
x02 = x2 + x1 x2

Powyszy ukad zamieniamy na jedno rwnanie

dx2
x2 + x1 x2
x2 (x1 1)
=
=
.
dx1
x1 x1 x2
x1 (1 x2 )

Zapisujemy je w postaci rniczek i otrzymujemy rwnanie o zmiennych rozdzielonych:



1 x2
dx2 =
x2


x1 1
dx1 .
x1


W przypadku ukadw autonomicznych na paszczynie znalezienie caek pierwszych sprowadza

si do jednokrotnego scakowania rwnania skalarnego. Po scakowaniu powyszego rwnania dla
c1 R mamy: ln (x2 ) x2 = x1 ln (x1 ) + c1 i po przeksztaceniach dla c R+ otrzymujemy
poszukiwan cak pierwsz: x1 ex1 x2 ex2 = c.
1

Pytanie 36: Pojcie stabilnoci i asymptotycznej stabilnoci rozwizania rwnania rniczkowego. Jak badamy stabilno rozwiza stacjonarnych?

Denicja 3.

Niech dany bdzie ukad rwna

(2)

x0 = f (t, x),
z funkcj cig

f : R Rk U Rk , gdzie U - otwarty. Niech : [t0 , +) Rk bdzie

rozwizaniem tego ukadu. Mwimy, e jest ono

stabilne

(w sensie Lapunowa), gdy dla kadego

> 0 istnieje takie > 0, e kade rozwizanie rwnania (2) takie, e

| (t0 ) (t0 ) |< ,
spenia dla

t t0 warunek
| (t) (t) |< .

Mwimy, e jest ono

takie 0

asymptotycznie stabilne (w sensie Lapunowa), gdy jest stabilne oraz istnieje

> 0, e kade rozwizanie : [t0 , +) Rk speniajce | (t0 ) (t0 ) |< 0 ma wasno:

lim | (t) (t) |= 0.

t+

W kadym punkcie x0 rwnania (1) o tej wasnoci, e f (x0 ) = 0 mamy rozwizanie stacjonarne
(t) x0 . Punkty x0 nazywamy stacjonarnymi.

Twierdzenie 1 (I Lapunowa).

V : R Rk U [0, +) klasy C 1
znikajca jedynie w 0 i taka, e funkcja V (x) = hf (x), V 0 (x)i (gdzie hi ozn. iloczyn skalarny) jest
wszdzie niedodatnia, to rozwizanie stacjonarne rwnania x0 = f (x) jest asymptotycznie stabilne.

Twierdzenie 2 (II Lapunowa).

znikajca jedynie w
zerowe rwnania x0

Jeeli istnieje funkcja

Jeeli istnieje funkcja

0 i taka, e funkcja V (x) = hf (x), V

= f (x) jest stabilne.

V : R Rk U [0, +) klasy C 1
x 6= 0, to rozwizanie

0 (x)i jest ujemna dla

Twierdzenie 3 (III Lapunowa).

Niech V : R Rk U [0, +) klasy C 1 , V (0) = 0 i taka, e

0

funkcja V (x) = hf (x), V (x)i jest dodatnia dla x 6= 0. Jeeli istnieje cig xn 0 taki, e V (xn ) > 0
to rozwizanie zerowe rwnania x0 = f (x) jest niestabilne.

Twierdzenie 4 (o stabilnoci w pierwszym przyblieniu).

x0

Rozwamy rwnanie autonomiczne

C 1 i jego punkt stay to

= f (x), gdzie f
x0 . Jeeli czci rzeczywiste wartoci wasnych macierzy
f 0 (x0 ) s ujemne, to rozwizanie stacjonarne 0 (t) x0 jest asymptotycznie stabilne.
Jeeli cho jedna z wartoci wasnych tej macierzy ma dodatni cz rzeczywist, to rozwizanie 0
nie jest stabilne.

Przykad badania stabilnoci rozwiza stacjonarnych

Niech dany bdzie nastpujcy ukad:

x01 = 2x1 + x2 5x2

x02 = 3x1 + x2 +

x31
2

Prawe strony s cakowalne jako wielomiany, ponadto x0 = (0, 0) jest punktem stacjonarnym danego


ukadu rwna. Wyznaczamy macierz f 0 (x0 ) i szukamy jej wartoci wasnych: det f 0 (x0 ) I = 0

 2


 3

1
1


3 13
3 + 13

2
, 2 =
.
 = 0 (2 )(1 ) 3 = 0 3 1 = 0 1 =

2
2

Poniewa 2 > 0, to rozwizanie stacjonarne, na podstawie twierdzenia 4, jest niestabilne.

2

39. Pojcie charakterystyki rwnania czstkowego liniowego rzdu 2 i jego rola.

Niech Rn bdzie zbiorem otwartym. Rozwamy rwnanie
n
X

aij (x)uxi xj +

i,j=1

n
X

bi (x)uxi + c(x)u = f (x)

(1)

i=1

gdzie aij , bi , c, f : R s danymi funkcjami cigymi. Rwnanie (1) nazywamy rwnaniem czstkowym liniowym rzdu 2.
DEFINICJA
Niech hiperpowierzchnia (n 1)wymiarowa klasy C 1 w bdzie zadana w postaci
= {x : F (x) = 0}
gdzie F : R jest klasy C 1 i rz[F 0 (x)] = 1.
Mwimy, e ma orientacj charakterystyczn w punkcie x0 dla rwnania (1), jeli
X

aij (x0 )Fxi (x0 )Fxj (x0 ) = 0

i,j

Mwimy, e jest charakterystyk rwnania (1), jeli w kadym punkcie x ma

orientacj charakterystyczn.

Rola charakterystyk
Znajomo kilku charakterystyk o wasnoci rz[Fi,xj (x0 )]jn
i=1,...,r = r w punktach x0

r
\

i ,

i=1

gdzie i = {x : Fi (x) = 0}, pozwala wyeliminowa (lokalnie) skadniki zawierajce vi i ,i = 1, . . . , r.

W sytuacji ekstremalnej, gdy znamy n takich charakterystyk, e det[Fi,xj (x0 )]i,jn 6= 0,
mona po podstawieniu i = Fi (x), i = 1, . . . , n, cakowicie wyeliminowa wyrazy zawierajce vi i , i = 1, . . . , n, i pozostan tylko pochodne mieszane.

40. Pojcie i wasnoci gazi jednoznaczenj logarytmu w dziedzinie zespolonej

DEFINICJA
Niech E C \ {0}. Funkcj cig l : E C speniajc warunek

exp l(z) = z

zE

nazywamy gazi jednoznaczn logarytmu zmiennej z.

WASNOCI
Dwie gazie jednoznaczne logarytmu na zbiorze spjnym E C \ {0} rni si tylko
skadnikiem staym rwnym 2ki, k Z.
W zbiorze spjnym E C \{0}, jeli istnieje ga jednoznaczna logarytmu zmiennej z,
to istnieje nieskoczenie wiele gazi jednoznacznych logarytmu zmiennej z, i dowoln
z nich mona wybra podajc jej warto w jednym (dowolnie ustalonym) punkcie
z0 E.
W zbiorze E = C \ (, 0] istnieje nieskoczenie wiele gazi jednoznacznych logarytmu zmiennej z, i wszdzie one wyraaj si wzorem
(log)k (z) = lk (z) = ln |z| + iArg z + 2ki,

kZ

W przypadku k = 0, l0 (z) = Log z nazywamy gazi gwn logarytmu zmiennej

z.
Jeli zbir E bdzie zbiorem powstaym przez usunicie z C pprostej o pocztku 0
i tworzcej z osi rzaczywist kt (, ], to funkcja
h

L (z) = Log z exp i( ) i( )

jest gazi jednoznaczn logarytmu na E .
Nie w kadym zbiorze spjnym E C \ {0} istnieje jednoznaczna ga logarytmu
zmiennej z np. w zbiorze E C \ {0} zawierajcym okrg Cr = {z C : |z| = r}
takie gazie nie istniej.

Bartosz Loba
Pytanie 41: Pojcie, wasnoci i zastosowania odwzorowa homogracznych zespolonej paszczyzny domknitej.
C - zespolona paszczyzna domknita
Niech a, b, c, d C i ad bc = 0. Funkcj wymiern h postaci
h(z) =

az + b
cz + d

nazywa bdziemy homogra lub przeksztaeceniem homogracznym. Aby mc traktowa funkcj h

a
jako odwzorowanie C w C zakadamy ponadto, i h( d
c ) = i h() = c , gdy c = 0, oraz h() = , gdy
c = 0.
Homogra h postaci
h(z) = az + b

nazywamy przeksztaceniem liniowym, natomiast inwersj nazywamy odwzorowanie homograczne postaci

h(z) =

1
.
z

Pewne wasnoci odwzorowa homogracznych:

Homograa przeksztaca homeomorcznie C w C.

Homograa przeksztaca okrg uoglniony na okrg uoglniony.
Odwzorowania homograczne wraz z dziaaniem skadania przeksztace tworz grup.
Przeksztacenie homograczne jest konforemne we wszystkich punktach C.
Dowolna homograa rna od tosamoci ma co najwyej dwa punkty stae.
Dla kadych dwch okrgw K i K istnieje homograa przeksztacajca K w K .
Kada homograa jest zoeniem skoczonej iloci przeksztace liniowych i inwersji.

Zastosowania odwzorowa homogracznych.

Odwzorowania homograczne mog suy do przeksztacania podzbiorw zbioru C .

Wykaemy, e obrazem prostej y = x przy odwzorowaniu homogracznym h(z) =
w punkcie ( 12 , 12 ) i promieniu 12 bez punktu (1, 0).
Rozwizanie:
Niech z = 1 oraz oznaczmy w = h(z) i niech w = 1. Wtedy
w=

z
z+1

jest okrg o rodku

z
w
z=
.
z+1
w1

Niech z = x + iy oraz w = u + iv . Wtedy z ostatniej rwnoci mamy

w
u iv
(u iv)(u iv 1)
u2 + u v 2 + iv
=
=
=
= x + iy.
w1
u + iv 1
(u 1)2 + v 2
(u 1)2 + v 2

Std
x=

u2 + u v 2
v
, y=
.
2
2
(u 1) + v
(u 1)2 + v 2

Zatem
u2 u + v 2
v
=
v = u2 u + v 2 (u, v) = (1, 0)
2
2
(u 1) + v
(u 1)2 + v 2
1
1
1
(u )2 + (v ) = ( ) (u, v) = (1, 0).
2
2
2

(1)

y = x

Istotnie wic homograa h(z) =

punktu (1, 0).

z
z+1

przeksztaca prost y = x w okrag o rodku w ( 12 , 12 ) i promieniu

(2)
1
2

bez

Bartosz Loba
Pytanie 42: Twierdzenie i wzr Cauchy'ego oraz ich zastosowania.
Twierdzenie 1 (Cauchy'ego) Jeeli funkcja

f (z) jest holomorczna w obszarze jednospjnym D, a C jest

kawakami gadk krzyw Jordana lec w tym obszarze, to

f (z)dz = 0.
C

Twierdzenie 2 (Wzr Cauchy'ego) Jeli funkcja f (z) jest holomorczna w obszarze jednospjnym D,
a C D jest kawakami gadk, dodatnio zorientowan krzyw Jordana zawierajc punkt z0 w swym wntrzu,
to

f (z0 ) =

1
2i

f (z)dz
.
z z0

Przykady zastosowa:
Przykad 1

dz
Obliczy cak C z2 (z+2i)
, gdzie C jest okrgiem |z + 2i| = 1 zorientowanym dodatnio.
Rozwizanie:
Zauwamy, i punkt 2i ley wewntrz okrgu C . Obliczan cak zapiszmy w nieco innej postaci. Mianowicie

dz
=
z 2 (z + 2i)

1
z 2 dz
C

z + 2i

Funkcja f (z) = z12 jest holomorczna w pewnym obszarze jednospjnym D zawierajcym krzyw C . Zatem
korzystajc ze wzoru Cauchy'ego otrzymujemy

1
z 2 dz
C

Przykad 2

z + 2i

= 2i

1
i
=
.
2
(2i)
2

Obliczy cak C ez dz , gdzi C jest dowoln krzyw Jordana kawakami gadk.

Rozwizanie:
Niech D C bdzie dowolnym obszarem jednospjnym zawierajcym krzyw . Funkcja f (z) = ez jest holomorczna w C , czyli take w obszarze D. Zatem z twierdzenia Cauchy'ego

ez dz = 0.
C

43. PRZYKADY ZASAD GEOMETRYCZNYCH W ANALIZIE

ZESPOLONEJ.
Definicja funkcji holomorficznej. Mwimy e funkcja f jest holomorficzna w punkcie
z C, jeeli jest ona okrelona w pewnym otoczeniu tego punktu i ma pochodn w kadym
punkcie tego otoczenia.
Definicja obszaru. Obszarem nazywamy podzbir otwarty i spjny paszczyzny zespolonej.
1. Twierdzenie (zasada zachowania obszaru). Jeeli f : D C jest funkcj holomorficzn w obszarze D i f nie jest funkcj sta to f(D) jest obszarem.
2. Twierdzenie (Zasada maksimum moduu). Jeeli f : D C jest funkcj holomorficzn w obszarze D i jej modu |f | osiga maksimum lokalne w pewnym punkcie
z0 D to f jest funkcj sta w D.

Klasykacja odosobnionych punktw osobliwych funkcji holomorcznych w ich ssiedztwie 3

44. Klasykacja odosobnionych punktw osobliwych funkcji

holomorcznych w ich ssiedztwie
Definicja

44.1 (pochodna zespolona).

Niech zo C. Jeli dla f : O(z0 ) C istnieje granica:

f (z0 + z) f (z0 )
C
z0
z
lim

to granic t nazywamy pochodn zespolon funkcji f w punkcie z0 i oznaczamy f 0 (z0 ).

Definicja

44.2 (funkcja C-rzniczkowalna).

Funkcj f : O(z0 ) C majc pochodn f 0 (z0 ) nazywa bdziemy funk-

cj C-rzniczkowaln.
Definicja

44.3 (funkcja regularna).

Niech D C bdzie obszarem. Funkcj f : D C nazywamy regularn,

jeli jest C-rniczkowalna w D oraz f jest ciga w D.
Definicja

44.4 (funkcja analityczna).

Funkcj zespolon zmiennej zespolonej nazywamy analityczn w obszarze

D C, jeli dla kadego a D istnieje O(a) D takie, e:
f (z) =

cn (z a)n ,

z O(a).

n=0
Definicja

44.5 (funkcja holomorczna).

Funkcje f : D C, dla D C, analityczne w D (rwnowanie regularne

w D) nazywa bdziemy holomorcznymi w D.
Definicja

44.6 (funkcja cakowita).

Funkcj holomorczn na caej paszczynie C nazywamy funkcj cako-

wit.
Definicja

44.7 (szereg potgowy zmiennej zespolonej).

Szereg funkcyjny:

cn (z a)n

n=0

gdzie a, c0 , c1 , . . . , cn C, za z jest zmienn zespolon, nazywamy szeregiem

potgowym o rodku w punkcie z a.

Klasykacja odosobnionych punktw osobliwych funkcji holomorcznych w ich ssiedztwie 4

Definicja

44.8 (szereg Laurenta).

Szeregiem Laurenta o rodku w punkcie a C nazywamy szereg:

cn (z a)n ,

n=

przy czym jego cz

cn (z a)n

n=0

nazywamy czci regularn, za cz

n=1
X
cn
=
cn (z a)n
n
(z

a)
n=
n=1

czci gwn (osobliw).

Definicja

44.9 (punkt regularny, punkt osobliwy).

Punkt a C nazywamy punktem regularnym funkcji f , jeli jest ona

holomorczna w pewnym otoczeniu O(a, R) punktu a, za punktem osobliwym

(izolowanym), gdy funkcja f jest holomorczna w sasiedztwie S(a, R) punktu

a.
S trzy moliwoci:
(1) cz gwna (osobliwa) szeregu Laurenta redukuje si do zera, tzn.:
nN

cn = 0

Wwczas punkt a nazywamy punktem pozornie osobliwym.

(2) cz gowna (osobliwa) szeregu Laurenta skada si ze skoczonej
iloci wyrazw, tzn. jest sum:
cm
cm+1
c1
+
+ +
,
m
m+1
(z a)
(z a)
za

gdzie cm 6= 0. Wwczas punkt a nazywamy biegunem rzdu m funkcji f , za powysz sum czci gwn tego bieguna.
(3) cz gwna (osobliwa) szeregu Laurenta skada si z nieskoczonej iloci skadnikw. Wwczas punkt a nazywamy punktem istotnie

osobliwym.
Twierdzenie

44.1.

Jeeli f jest funkcj holomorczn ograniczon w ssiedztwie S(a, R)

punktu a, to a jest punktem pozornie osobliwym.

Klasykacja odosobnionych punktw osobliwych funkcji holomorcznych w ich ssiedztwie 5

Twierdzenie

44.2.

Punkt a C jest punktem pozornie osobliwym funkcji f holomorcznej

w ssiedztwie S(a, R), dla R > 0, wtedy i tylko wtedy gdy istnieje skoczona
granica:
lim f (z).

za
Twierdzenie

44.3.

Punkt a C jest biegunem funkcji f wtedy i tylko wtedy gdy:

lim f (z) =

za
Twierdzenie

44.4.

Dla funkcji f holomorcznej w ssiedztwie S(a, R), punkt a jest punktem

istotnie osobliwym wtedy i tylko wtedy gdy ponizsza granica nie istnieje:
lim f (z).

za
Definicja

44.10 (punkt osobliwy).

Mwimy, e jest punktem osobliwym (odosobnionym) izolowanym

funkcji f , jeli dla funkcji:

1
g(z) = f ( )
z

punkt z = 0 jest punktem osobliwym izolowanym.