Ortogonale polynomier og Hilbert matricen

Størrelse: px
Starte visningen fra side:

Download "Ortogonale polynomier og Hilbert matricen"

Transkript

1 Normat 54:3, 97 (26) 97 Ortogonale polynomier og Hilbert matricen Christian Berg Institut for Matematiske Fag Universitetsparken 5 DK 2 København Ø Danmark berg@mathkudk 2 Mathematics Subject Classification: primary 33C45; secondary 42C5 Keywords: Orthogonal polynomials, Legendre polynomials Indledning I elementær matrixregning møder man Hilbert matricen () H n = 2 n+ 2 n+ 3 n+2 n+2 2n+ hvis ij te element er /(i + j + ), når man nummererer de n + rækker og søjler med tallene,,, n For små værdier af n kan man let udregne determinanten og den inverse matrix For n =, 2 finder man det(h ) = /2, det(h 2 ) = /26 og H = ( ) 4 6, H =, Det overraskende er, at de inverse matricer får heltallige elementer, og at determinanten følgelig bliver en stambrøk, altså en brøk af formen /k for et naturligt tal k Hilbert matricen blev introduceret af Hilbert i [5], hvor der gives en formel for determinanten Hilbert matricen og dens uendelig dimensionale variant har en række interessante egenskaber, som findes behandlet i [2] Hvis man ønsker at udregne den inverse matrix på computer og repræsenterer stambrøkerne ved decimalbrøker opdager man, at der kan ske betydelige afrundingsfejl

2 98 Christian Berg Normat 3/26 Den kendsgerning, at D Hilbert år 9 i + j + = x i+j dx, som kan udtrykkes, at Hilbert matricen er Hankel matricen (s i+j ) hørende til momenterne s n = /(n + ) for Lebesguemålet på enhedsintervallet, jfr detaljerne nedenfor, fik mig til at spekulere på om ikke egenskaber ved de tilhørende ortogonale polynomier, nemlig Legendre polynomierne, skulle kunne forklare, at de reciprokke Hilbert matricer er heltallige, og det viste sig at være tilfældet Dette er motiveringen for nærværende arbejde I de sidste 2 år har der været stor matematisk aktivitet i området ortogonale polynomier og specielle funktioner Der kan fremhæves mange grunde til det og lad mig nævne fem: Med de fantastiske beregningsmuligheder som computerne har givet, har der været behov for at raffinere de eksisterende teoretiske metoder De klassiske ortogonale polynomier har altid spillet en vigtig rolle via Gauss kvadratur Computerne har gjort det meget nemmere end tidligere at teste hypoteser om specielle funktioner Teorien for q-serier eller q-specielle funktioner, der går tilbage til Heine, har fået en renæssance bla på grund af fysiske teorier om kvantedeformation Værket [4] har haft stor betydning og kan opfattes som en statusrapport over vores viden på området Det blev observeret, at adskillige af Ramanujans opdagelser kunne forstås i et nyt lys ved teorien for ortogonale polynomier Her skal henvises til R Askeys vidunderlige artikel [4], hvor han bl a påpeger, at flere af Ramanujans besynderlige formler kan fortolkes som løsninger til indeterminerede momentproblemer, som er momentproblemer, hvor der er forskellige sandsynlighedsmål med de samme momenter Min egen forskning har i en årrække været orienteret mod det indeterminerede momentproblem, se f eks [6] Nyere talteoretiske resultater har kunnet bevises på elegant måde ved inddragelse af polynomial approksimation via ortogonale polynomier Feks kan Apéry s sensationelle resultat om irrationaliteten af værdien af Riemann s zeta-funktion

3 Normat 3/26 Christian Berg 99 for x = 3 ζ(3) = bevises ved udnyttelse af Legendre polynomierne for intervallet ], [, se [5, Afsnit 77] Det er de samme ortogonale polynomier vi skal udnytte i dette arbejde for at indse, at den inverse matrix til Hilbert matricen har heltallige indgange n= n 3 2 Ortogonale Polynomier Vi antager, at der er givet et sandsynlighedsmål µ på den reelle tallinje R, og vi betragter målets momenter (2) s n = s n (µ) = x n dµ(x), n =,,, som antages at eksistere Se eksemplerne i skemaet nedenfor Det er nu muligt at indføre et skalarprodukt på vektorrummet P af polynomier med reelle koefficienter ved (3) p, q = p(x)q(x) dµ(x), p, q P Med til kravet for et skalarprodukt hører, at p = p, p = kun er muligt, når p er nulpolynomiet Af p(x) 2 dµ(x) = skal altså følge, at p er nulpolynomiet Da et egentligt polynomium kun har endeligt mange rødder, må vi kræve, at sandsynlighedsmålet µ ikke er koncentreret i endeligt mange punkter Mængden af sandsynlighedsmål på R med vilkårlige momenter og som ikke er koncentreret i endeligt mange punkter betegnes M Lad der nu være givet µ M Gennemføres Gram-Schmidt ortonormalisering af monomierne, x, x 2, opnås en følge (P n ) n kaldet de ortonormale polynomier knyttet til µ, og som er entydigt bestemt ved kravene (i) P n er et polynomium af grad n med positiv ledende koefficient, (ii) P n (x)p m (x) dµ(x) = δ n,m = {, for n = m, for n m Da µ har masse må P (x) = Hvis (k n ) n er en følge af tal så k =, k n for n, så vil polynomierne p n = k n P n i stedet for (ii) opfylde p n (x)p m (x) dµ(x) = k 2 nδ n,m De ortonormale polynomier P n er især nyttige ved teoretiske overvejelser, men de klassiske ortogonale polynomier er sædvanligvis givet som p n = k n P n med en passende følge k n

4 Christian Berg Normat 3/26 Lad os se på nogle vigtige eksempler i følgende skema: Sandsynlighedsmål Momentfølge Ortogonale polynomier (/ π)e x2 dx { s2n = 3 (2n ) s 2n+ = Hermite polynomier e x ], [ (x) dx s n = n! Laguerre polynomier ],[ (x) dx s n = /(n + ) Legendre polynomier e a k= ak k! δ k s n = e a k= kn a k k! Charlier polynomier I dette skema har de tre første mål tætheder med hensyn til Lebesgue målet, medens det sidste mål er diskret og afhænger af en parameter a >, idet δ k betegner det sandsynlighedsmål, der har massen koncentreret i tallet k For et interval I betegner I indikatorfunktionen for I givet ved I (x) = {, for x I, for x / I Det skal bemærkes, at Legendre polynomierne ofte henføres til intervallet ], [, og at der for dette interval betragtes familien af Jacobi polynomier hørende til målet c(α, β)( x) α ( + x) β ],[ (x) dx, idet konstanten c(α, β) er fastlagt, så målet bliver et sandsynlighedsmål Konstanten kan udtrykkes ved Euler s betaintegral, se feks [5], og man må kræve α, β > Legendre polynomierne (for ], [ ) hører til det specielle valg α = β = Normalt betragtes også mere generelle Laguerre polynomier end ovennævnte, idet man betragter målet Γ(α + ) xα e x ], [ (x) dx, hvor α > er en parameter Ved at have divideret med Euler s Gammaintegral fås et sandsynlighedsmål Laguerre polynomierne fra skemaet hører til α = Hermite, Laguerre og Jacobi polynomierne kaldes under et de klassiske ortogonale polynomier Man kan vise, at der ikke er andre muligheder (bortset fra skalering af intervallerne), hvis man samtidig ønsker, at polynomierne skal være løsninger til en differentialligning af anden orden Dette resultat går tilbage til Bochner (929) Der er også en række andre egenskaber, der karakteriserer de klassiske ortogonale polynomier, se f eks [2] Lad mig nævne nogle vigtige sandsynlighedsmål (også kaldet fordelinger), som ikke fører til ortogonale polynomier i sædvanlig forstand

5 Normat 3/26 Christian Berg For binomialfordelingen µ = N k= ( ) N r k ( r) N k δ k, k hvor < r < er en parameter, vil µ ikke tilhøre M da p = for p(x) = x(x ) (x N) Cauchy fordelingen /(π( + x 2 )) dx tilhører heller ikke M, men det er fordi den ikke har momenter af orden, idet x α er integrabel med hensyn til Cauchy fordelingen netop når α < Vedrørende den generelle teori for ortogonale polynomier henvises til de klassiske værker af Szegő [22] og Akhiezer [], til Chihara s bog [] og til det helt nye monumentale værk af Ismail [6] De vigtigste ortogonale polynomier optræder i det såkaldte Askey skema eller dets q-version Det er de polynomier der kan fremstilles som hypergeometriske funktioner eller q-hypergeometriske funktioner op til niveauet 4 F 3 henholdsvis 4 ϕ 3 Vi henviser også til Kaijsers artikel [7] om de ortogonale polynomier med hensyn til målet µ = 2 cosh( πx 2 ) dx Det er værd at bemærke, at skalarproduktet (3) kun afhænger af momenterne, for hvis m (4) p(x) = a k x k, q(x) = b l x l så finder vi k= (5) p, q = k= l= l= m s k+l a k b l, som fremhæver betydningen af matricerne s s s n s s 2 s n+ H n =, n =,,, s n s n+ s 2n kaldet Hankel matricerne Læg mærke til at det i, j te element i (n + ) (n + ) matricen H n er s i+j, idet der er tradition for at nummerere rækker og søjler fra til n Matricen H n er symmetrisk og den tilhørende kvadratiske form hænger sammen med skalar produktet p, p = (a, a,, a n )H n (a, a,, a n ) t, idet p er som i (4) og (a, a,, a n ) t er en søjlevektor Dette udtryk viser også, at matricen H n er positivt definit, og dermed er D n := det H n > for hvert n En berømt Sætning af Hamburger fra 92 karakteriserer momentfølgerne ved disse egenskaber: Lad (s n) være en reel talfølge med egenskaberne D n := det H n > for alle n og antag s = Så er (s n) momentfølge for et passende µ M

6 2 Christian Berg Normat 3/26 Det er iøvrigt en simpel øvelse i determinantteori at vise, at P n kan udtrykkes på følgende måde (idet vi sætter D = ) s s s n s s 2 s n+ (6) P n (x) = det Dn D n s n s n s 2n x x n Ved at udvikle determinanten efter sidste række ser man nemlig, at formlen (6) definerer et polynomium P n af n te grad og den ledende koefficient er (7) Dn /D n, så (i) er opfyldt For at se (ii) udnyttes også udvikling af determinanten efter sidste række, så for k n er s s s n P n (x)x k s s 2 s n+ dµ(x) = det Dn D n, s n s n s 2n s k s k+ s k+n som er for k < n fordi to rækker er ens, og for k = n er udtrykket lig med Dn D n D n = D n /D n Heraf fås altså, at P n er ortogonal på alle monomier x k med k n og dermed på alle polynomier af grad n Udnyttes dette kan vi skrive P 2 n(x) dµ(x) = D n /D n P n (x)x n dµ(x) =, og vi har vist, at også (ii) gælder 3 Christoffel-Darboux s summationsformel I teorien for Fourier rækker spiller Dirichlets kerne en vigtig rolle, idet den tillader beregning af rækkens afsnit I teorien for ortogonale polynomier spiller kernen (8) K n (x, y) = P k (x)p k (y) k=

7 Normat 3/26 Christian Berg 3 en analog rolle Ortogonaludviklingen for en funktion f med hensyn til (P n ) er den uendelige række c k P k (x), hvor c k = k= f(x)p k (x) dµ(x) Man ser let, at rækkens afsnit S n (x) = n k= c kp k (x) er bestemt ved formlen (9) S n (x) = f(y)k n (x, y) dµ(y) Der vides iøvrigt næsten intet om punktvis konvergens af ovenstående ortogonaludvikling i det generelle tilfælde Som optakt til Christoffel-Darboux s formel for kernen K n (x, y) skal vi først redegøre for et andet nøgleresultat om ortogonale polynomier Ortogonaludviklingen for xp n (x) er den endelige sum n+ () xp n (x) = c(n, k)p k (x), k= hvor c(n, k) = xp n (x)p k (x) dµ(x), k =,,, n + Polynomiet P n er ortogonalt på alle polynomier af grad n og specielt på xp k (x) for k n 2 Dette viser, at der er højst 3 led i summen () Sættes for n =,, () a n = xpn(x) 2 dµ(x), b n = xp n (x)p n+ (x) dµ(x), har vi klart c(n, n) = a n, c(n, n + ) = b n men også (for n ) c(n, n ) = xp n (x)p n (x) dµ(x) = b n Udnyttes, at den ledende koefficient i P n (x) er givet ved (7), så ser man let af (), at b n er givet ved udtrykket i følgende hovedresultat: Sætning 3 (Treleds-rekursionen) Lad følgerne (a n ), (b n ) være defineret ved () Så gælder xp n (x) = b n P n+ (x)+a n P n (x)+b n P n (x), n, xp (x) = b P (x)+a P (x) Videre gælder b n = Dn D n+ D n >, n

8 4 Christian Berg Normat 3/26 Ved at definere P = behøver man ikke huske specialtilfældet n = i treledsrekursionen Ved at udnytte denne 2 gange finder man ved lidt regning (x y)p k (x)p k (y) = b k (P k+ (x)p k (y) P k (x)p k+ (y)) b k (P k (x)p k (y) P k (x)p k (y)) Summeres dette udtryk for k =,,, n og udnyttes, at højresiden teleskoperer fås: Sætning 32 (Christoffel-Darboux s summationsformel) (x y)k n (x, y) = b n (P n+ (x)p n (y) P n (x)p n+ (y)) Vi skal nu give et andet udtryk for K n (x, y), som er afgørende for de talteoretiske aspekter af dette arbejde Det er uden videre klart, at vi kan skrive (2) K n (x, y) = hvor tallene a (n) i,j i= j= er entydigt bestemt og a(n) i,j a (n) i,j xi y j, = a(n) j,i Samles disse tal i en (n + ) (n+)-matrix A n = (a (n) i,j ), så er denne matrix den inverse til Hankel matricen H n: Sætning 33 Der gælder A n H n = H n A n = E n, idet E n er enhedsmatricen af orden n + Bevis For k < m er x k P m (x) dµ(x) =, så for k n er (3) x k K n (x, y) dµ(x) = k m= P m (y) x k P m (x) dµ(x) et polynomium i y af grad k På den anden side har vi x k K n (x, y) dµ(x) = ( s k+i a (n) i,j )yj, j= i= og derfor er i= s k+i a (n) i,j =, når k < j n, og når j = k er summen lig med koefficienten til y k i (3), altså netop lig med Dk /D k x k P k (x) dµ(x) = Pk 2 (x) dµ(x) =

9 Normat 3/26 Christian Berg 5 Da matricen H n A n er symmetrisk, viser ovenstående, at den er enhedsmatricen Selv om det ikke er relevant for denne fremstilling, er der god grund til at gøre opmærksom på, at treleds-rekursionen karakteriserer ortogonale polynomier Sætning 34 (Favard s Sætning) Lad (a n ), (b n ) være to vilkårlige reelle talfølger og antag at b n > for alle n Sæt P =, P = og definér polynomierne (P n ) n successivt ved treleds-rekursionen xp n (x) = b n P n+ (x) + a n P n (x) + b n P n (x), n Med disse forudsætninger findes µ M, så (P n ) er de ortonormale polynomier knyttet til µ Sætningen blev formuleret og bevist af Favard 2 i 935, men det er blevet påpeget, at resultatet har været kendt før i mindre eksplicit form, se [, p 2] 4 Legendre polynomier Vi skal nu studere tilfælde III i skemaet fra paragraf 2 Sætning 4 Polynomierne (4) p n (x) = n! Dn [x( x)] n, n er ortogonale med hensyn til målet µ = ],[ (x) dx, og de tilhørende ortonormale polynomier er givet ved (5) P n (x) = ( ) n 2n + p n (x) Polynomierne p n har heltallige koefficienter og er givet ved formlen (6) p n (x) = ( )( ) n n + k ( ) k x k k n k= Bevis Formel (4) kaldes Rodrigues formel efter den fransk matematiker og bankier O Rodrigues, om hvem der for nylig er udkommet en biografi [3] 2 J Favard(92-65), fransk matematiker Han tilbragte en periode omkring 925 i København for at studere næstenperiodiske funktioner hos Harald Bohr

10 6 Christian Berg Normat 3/26 O Rodrigues (794-85) Ved Leibniz formel for den n te afledede af et produkt af to funktioner følger straks, at polynomiet p n givet ved (4) er af n te grad og givet eksplicit ved (6) For en funktion f : [, ] R som er n gange kontinuert differentiabel på intervallet [, ], finder man ved gentagen partiel integration f(x)p n (x) dx = ( )n n! Anvendes dette på f(x) = x k, k n får vi [x( x)] n f (n) (x) dx x k p n (x) dx =, k < n; x n p n (x) dx = ( ) n [x( x)] n dx, men det sidste integral er let at regne ud til [x( x)] n dx = (n!)2 (2n + )! = (2n + ) ( 2n) Da p n har den ledende koefficient ( ) n( ) 2n n følger, at de ortonormale polynomier er givet ved (5) Bemærk, at p n () = for alle n Da momentfølgen er s n = /(n + ) ser vi, at Hankel matricen H n er en matrix af stambrøker 2 n+ 2 3 n+2 H n =, n+ n+2 2n+ altså Hilbert matricen fra indledningen Den er positivt definit og der gælder (7) D n = [(!)(2!) (n!)]4 (!)(2!) (2n + )! n

11 Normat 3/26 Christian Berg 7 For at se (7) bemærker vi, at den ledende koefficient til P n er Dn /D n = ) 2n 2n + ( n ifølge (7), altså ( ) 2 D n 2n = (2n + ) = D n n (2n + )!(2n)! (n!) 4, og heraf fremgår formel (7), som skyldes Hilbert, se [5] Det fremgår også, at /D n er et helt tal Der gælder imidlertid meget mere som påvist i [2]: Sætning 42 Den inverse matrix til Hilbert matricen har heltallige indgange Bevis Vi skal blot vise, at matricen A n har heltallige indgange Af (5) og (6) fremgår, at K n (x, y) = (2k + )p k (x)p k (y) k= har heltallige koefficienter til x i y j, men det er netop indgangene i matricen A n Bemærkning 43 I Choi s arbejde [2] kan man finde formlen (7), men også en eksplicit formel for elementerne i A n, som klart viser, at de er hele tal: ( )( )( ) 2 (8) a (n) n + + i n + + j i + j i,j = ( )i+j (i + j + ) n j n i i Choi giver ikke et detaljeret bevis for formlen Han nøjes med en bemærkning om, at den kan bevises ved induktion eller alternativt ved udnyttelse af en determinant formel, der går tilbage til Cauchy Hvis vi indsætter formlen (6) i udtrykket ovenfor for K n (x, y) finder vi følgende udtryk: (9) a (n) i,j = ( )i+j k=max (i,j) ( )( )( k k k + i (2k + ) i j k )( k + j Den identitet, der fremgår ved at sammenholde (8) og (9), kan vises ved induktion i n Kaldes den numeriske værdi af højresiden i (8) for R n og leddet i summen (9) for C k, så består induktionsskridtet i formlen R n+ R n = C n+, hvis bevis overlades til læseren k ) 5 Nogle polynomier relateret til Legendre polynomierne Målet µ = 2x ],[ (x) dx tilhører M og det har momenterne og n te Hankel matrix s n (µ) = 2 ( n + 2, H 2 n = i + j + 2 ), n =,, i,j n

12 8 Christian Berg Normat 3/26 Også i dette tilfælde har den inverse matrix A n heltallige indgange, idet de ortogonale polynomier kan udtrykkes ved Legendre polynomierne p n på følgende måde: Sætning 5 Polynomierne (2) r n (x) = p n(x) p n+ (x) 2x er ortogonale med hensyn til målet µ = 2x ],[ (x) dx, og de tilhørende ortonormale polynomier er givet ved (2) R n (x) = ( ) n n + r n (x) Polynomierne r n har heltallige koefficienter og er givet ved formlen (22) r n (x) = ( )( ) n n + k + ( ) k x k k n k= Bevis Da p n () = for alle n, er r n et polynomium af grad n, og det er klart ortogonalt på polynomier af grad n med hensyn til µ Da den ledende koefficient i r n er (23) og da ( ) 2n ( )n n + r n (x)x n dµ(x) = ifølge paragraf 4, ser man at r n (x) 2 dµ(x) = ( ) 2n + = ( ) n, n p n (x)x n ( ) n dx = (2n + ) ( ) 2n n ( 2n+ ) n (2n + ) ( ) 2n = n + n Dette viser, at de tilhørende ortonormale polynomier R n er givet ved (2) En lille regning med binomialkoefficienter leder fra (6) til (22) Bemærkning 52 Ved at udnytte (7) finder man i analogi med (7), at ( (24) det i + j + 2 ) n = (n + )! 2 n+ (!2! n!) 4 (!3! (2n + )!) 2 er en stambrøk, og at den inverse matrix til (/(i + j + 2)) n har det ij te element n ( )( )( )( ) k k k + i + k + j + ( ) i+j (2k + 2) i j k k k=max(i,j) ( )( )( )( ) n + i + 2 n + j + 2 i + j + i + j + = ( ) i+j (i + j + 2), n j n i i j som altid er et lige tal

13 Normat 3/26 Christian Berg 9 Substitutionen x = y i integralet r n (x)r m (x)2x dx = δ n,m n + viser, at polynomierne q n (x) = r n ( x) er ortogonale med hensyn til målet ν = 2( x) ],[ (x) dx M Momenterne er s n (ν) = ( n+2 2 x n 2( x) dx = og de tilhørende ortonormale polynomier Q n (x) er givet ved (25) Q n (x) = n + q n (x) Sætning 33 giver derfor i dette tilfælde, at Hankel matricen af stambrøker H n = ( ( i+j+2 2 ) ) i,j n har en invers med heltallige indgange Dette resultat er også inkluderet i [2] Ovenstående metode kan bruges til at udregne den inverse matrix til (/(α + i + j)) i,j n, α >, og som før ser man, at den har heltallige indgange for α =, 2, Vi henviser til [7] for detaljer ), 6 Mere om momentfølger En følge (s n ) kaldes en Stieltjes resp Hausdorff momentfølge, hvis den er momentfølge for et mål koncentreret på intervallet [, [ resp intervallet [, ] De tre sidste momentfølger i skemaet i paragraf 2 er alle Stieltjes momentfølger, og af dem er kun følgen /(n + ) en Hausdorff momentfølge Stieltjes karakteriserede Stieltjes momentfølgerne i et berømt arbejde [2], som først udkom efter hans alt for tidlige død i 894 Stieltjes karakterisering kan formuleres således: En følge (s n ) er en momentfølge for et mål µ M, som er koncentreret på [, [, hvis og kun hvis s = og der for alle n =,, gælder det(s i+j ) i,j n >, det(s i+j+ ) i,j n > Det er værd at bemærke, at Stieltjes arbejde udkom 25 år før Hamburgers Hvis man ønsker at læse om Stieltjes korte liv og karriere, og om hvorfor han forlod Holland og emigrerede til Frankrig, kan jeg anbefale [3]

14 Christian Berg Normat 3/26 Hausdorffs karakterisering af momentfølgerne for mål på intervallet [, ] udkom i 923 Vi henviser til [] for en formulering af og et bevis for Hausdorffs resultat Inspireret af arbejder om matematisk finansiering fandt Durán og forfatteren nogle nye metoder til at konstruere momentfølger udfra eksisterende Hausdorff momentfølger Sætning 6 Lad (a n ) være en Hausdorff momentfølge så a = og a n > for alle n Så er (26) s n = en Stieltjes momentfølge, og (27) t n = er en Hausdorff momentfølge a a a n, n, a + a + + a n, n, Beviserne findes in [8] og [9] Lad mig nævne, at starter man med Hausdorff momentfølgen s n = /(n+), så giver det første resultat, at s n = (n+)! er en Stieltjes momentfølge, hvilket ikke er overraskende, jfr Laguerre polynomierne Det andet resultat giver, at (28) t n = ( n+ ) er en Hausdorff momentfølge Idet afsnittene i den harmoniske række kaldes de harmoniske tal H n, har vi altså at t n = /H n+ er en Hausdorff momentfølge I [9] har vi bestemt det tilhørende sandsynlighedsmål på intervallet [, ] Konstruktionen i (27) kan itereres, og udføres iterationen ved, at man starter med følgen (/(n + )), kan man vise, at iterationen konvergerer og man får et fikspunkt, som er en Hausdorff momentfølge (m n ) karakteriseret ved den rekursive ligning (29) m =, ( + m + + m n )m n = Man finder m = , m 2 =, 2 4 I manuskriptet [] har vi bestemt det tilhørende sandsynlighedsmål µ på intervallet [, ], og det er mere kompliceret end man umiddelbart skulle tro Det involverer således en del kompleks analyse Funktionen F (x) = t x dµ(t), < x < viser sig at være entydigt bestemt ved betingelserne

15 Normat 3/26 Christian Berg (i) F () = (ii) log F (x) er konveks (iii) Der gælder funktionalligningen F (x) = F (x + ), < x <, F (x + ) hvilket er en formel analogi med Bohr-Mollerups karakterisering af Gamma funktionen I [8] gives en række eksempler på konstruktionen (26) Lad mig her blot nævne, at for givet < q < er a n = q n en Hausdorff momentfølge svarende til sandsynlighedsmålet δ q, og man finder så at (3) s n = (q q 2 q n ) = q (n+ 2 ) er en Stieltjes momentfølge Denne følge er faktisk indetermineret der er uendelig mange forskellige mål i M, som har denne momentfølge Et af dem er tæt forbundet med den logaritmisk normale fordeling i statistik, idet man ved lidt regning kan vise, at q 8 2π log(/q) Det diskrete sandsynlighedsmål x n x 2 exp ( c(q) k= (log x)2 2 log(/q) q (k+ 2 ) δq k ) dx = q (n+ 2 ) har også momentfølgen (3) Konstanten c(q) er bestemt ved formlen c(q) = k= q (k+ 2 ) Jacobi s berømte triple produkt identitet giver værdien for c(q), se [4] I arbejdet [2] har Richardson observeret, at matricen F F 2 F n+ F (3) 2 F 3 F n+2, F n+ F n+2 F 2n+ som indeholder reciprokke Fibonaccital, har en invers matrix med heltallige indgange I analogi med () kalder Richardson (3) for Filbert matricen Fibonaccitallene er givet som F =, F =, F 2 =,, idet de følgende er fastlagt ved rekursionsformlen F n+ = F n + F n, n

16 2 Christian Berg Normat 3/26 Vi henviser til [9] for udførlig information om Fibonaccitallene Richardson angiver en formel for indgangene i den inverse matrix, og beviset for formlen udføres med computeralgebra Formlen er iøvrigt helt analog med Choi s formel (8), men binomialkoefficienterne erstattes af, hvad man kalder fibonomialkoefficienter ( ) n := F nf n F n k+, k n, k F F F 2 F k idet tomme produkter sættes til Der gælder følgende variant af Pascal s trekant ( ) ( ) ( ) n n n = F k + F n k+, n > k, k F k F k F som viser, at fibonomialkoefficienterne er hele tal Fibonomialkoefficienterne omtales i [8] Det fik mig til at tænke på, om ovenstående matrix faktisk er en Hankel matrix hørende til et momentproblem, og om man kan bestemme de tilhørende ortogonale polynomier og opnå Richardsons resultat ved hjælp af Sætning 33 Det viser sig at være tilfældet, og de ortogonale polynomier er et specialtilfælde af de såkaldte Little q-jacobi polynomials, som tilhører q-versionen af Askey skemaet, men det vil føre for vidt at gå i detaljer med det i nærværende arbejde Læseren henvises til manuskriptet [7] Det skal dog nævnes, at matricen (3) ikke er positivt definit for alle n Det viser sig, at matricerne (32) (/F α+i+j ) i,j n er ikke-singulære uanset α =, 2,, og de inverse matricer har heltallige elementer Matricerne (32) er kun positivt definite for alle n, når α er et lige tal, og i dette tilfælde er talfølgen (F α /F α+n ) en momentfølge for sandsynlighedsmålet (33) µ α = ( q α ) hvor q αk δ q /φ, k k= (34) φ = + 5, q = Tallet φ kaldes det gyldne snit Hvis derimod α er ulige, er (F α /F α+n ) ikke en momentfølge i den forstand vi har diskuteret det her, men den er dog stadig momentfølge for udtrykket (33), som i dette tilfælde er et reelt mål med total masse Referanser [] N I Akhiezer, The classical moment problem Oliver and Boyd, Edinburgh, 965

17 Normat 3/26 Christian Berg 3 [2] W A Al-Salam, Characterization theorems for orthogonal polynomials, 24 In: Orthogonal Polynomials: Theory and Practice Ed P Nevai and MEH Ismail Nato ASI Series C, Volume 294 Kluwer, Dordrecht 99 [3] S Altmann, EL Ortiz, Editors, Mathematics and social utopias in France Olinde Rodrigues and His Times History of Mathematics 28, American Mathematical Society 25 [4] R Askey, Ramanujan s extension of the gamma and beta functions, Amer Math Monthly 87 (98), [5] GE Andrews, R Askey and R Roy, Special functions Cambridge University Press, Cambridge 999 [6] C Berg, Indeterminate moment problems and the theory of entire functions, J Comput Appl Math 65 (995), [7] C Berg, Fibonacci numbers and orthogonal polynomials Udkommer i J Comput Appl Math [8] C Berg, A J Durán, A transformation from Hausdorff to Stieltjes moment sequences, Ark Mat 42 (24), [9] C Berg, A J Durán, Some transformations for Hausdorff moment sequences and harmonic numbers, Canad J Math 57 (25), [] C Berg, A J Durán, The fix-point for a transformation of Hausdorff moment sequences and iteration of a rational function Manuskript [] T S Chihara, An introduction to orthogonal polynomials, Gordon and Breach, New York-London-Paris, 978 [2] Man-Duen Choi, Tricks or Treats with the Hilbert Matrix, Amer Math Monthly 9 (983), 3 32 [3] G van Dijk, Thomas Joannes Stieltjes: Honorary Doctor of Leiden University, The Mathematical Intelligencer 6 no (994), Springer Verlag, New York [4] G Gasper and M Rahman, Basic hypergeometric series, Cambridge University Press, Cambridge 99, second edition 24 [5] D Hilbert, Ein Beitrag zur Theorie des Legendreschen Polynoms, Acta Math 8 (894), ( in Gesammelte Abhandlungen II, Berlin 933) [6] M E H Ismail, Classical and Quantum Orthogonal Polynomials in One Variable, Cambridge University Press, Cambridge 25 [7] S Kaijser, Några nya ortogonala polynom, Normat 47 (999), [8] D E Knuth, The Art of Computer Programming Vol, 2nd Ed, Addison-Wesley, 973 [9] T Koshy, Fibonacci and Lucas Numbers With Applications, John Wiley, New York, 2 [2] T M Richardson, The Filbert matrix, Fibonacci Quart 39 no 3 (2), [2] T J Stieltjes, Recherches sur les fractions continues Annales de la Faculté des Sciences de Toulouse 8 (894), 22, 9 (895), 5 47 [22] G Szegő, Orthogonal Polynomials, fourth edition American Mathematical Society, Providence, 975

Fordybelsesprojekt Matematik 2, forår 2005 Potensrækker

Fordybelsesprojekt Matematik 2, forår 2005 Potensrækker Fordybelsesprojekt Matematik 2, forår 2005 Potensrækker Arne Jensen 7. 11. marts 2005 1 Indledning I forbindelse med kurset i Reelle og Komplekse Funktioner afholdes et fordybelsesprojekt med et omfang

Læs mere

Ortogonale Polynomier & Rodriguesformlen

Ortogonale Polynomier & Rodriguesformlen Ortogonale Polynomier & Rodriguesformlen MAT 10. SEMESTER SPECIALE MATEMATIK & STATISTIK AALBORG UNIVERSITET 8. JUNI 2017 Institut for Matematiske Fag Fredrik Bajers Vej 7G 9220 Aalborg Ø Telefon 99 40

Læs mere

Histogrammetoden For (x i, y i ) R 2, i = 1,..., n, ser vi på den gennemsnitlige

Histogrammetoden For (x i, y i ) R 2, i = 1,..., n, ser vi på den gennemsnitlige Histogrammetoden For (x i, y i ) R 2, i = 1,..., n, ser vi på den gennemsnitlige længde: z = 1 n hvor z i = xi 2 + yi 2. n z i = 1 n i=1 n i=1 x 2 i + y 2 i Indfør tabellen samt vægtene Da er a k = #{i

Læs mere

Symmetriske og ortogonale matricer Uge 7

Symmetriske og ortogonale matricer Uge 7 Symmetriske og ortogonale matricer Uge 7 Preben Alsholm Efterår 2009 1 Symmetriske og ortogonale matricer 1.1 Definitioner Definitioner En kvadratisk matrix A = [ a ij kaldes symmetrisk, hvis aij = a ji

Læs mere

Heisenbergs usikkerhedsrelationer. Abstrakt. Hvorfor? Funktionsrum. Nils Byrial Andersen Institut for Matematik. Matematiklærerdag 2013

Heisenbergs usikkerhedsrelationer. Abstrakt. Hvorfor? Funktionsrum. Nils Byrial Andersen Institut for Matematik. Matematiklærerdag 2013 Heisenbergs usikkerhedsrelationer Nils Byrial Andersen Institut for Matematik Matematiklærerdag 013 1 / 17 Abstrakt Heisenbergs usikkerhedsrelationer udtrykker at man ikke på samme tid både kan bestemme

Læs mere

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. MI 2007 Obligatorisk opgave 4

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. MI 2007 Obligatorisk opgave 4 NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET. MI 2007 Obligatorisk opgave 4 Sættet består af 3 opgaver med ialt 15 delopgaver. Besvarelsen vil blive forkastet, medmindre der er gjort et

Læs mere

DesignMat Uge 1 Repetition af forårets stof

DesignMat Uge 1 Repetition af forårets stof DesignMat Uge 1 Repetition af forårets stof Preben Alsholm Efterår 008 01 Lineært ligningssystem Lineært ligningssystem Et lineært ligningssystem: a 11 x 1 + a 1 x + + a 1n x n = b 1 a 1 x 1 + a x + +

Læs mere

Fordybelsesprojekt Analyse 2, forår 2012 Potensrækker

Fordybelsesprojekt Analyse 2, forår 2012 Potensrækker Fordybelsesprojekt Analyse 2, forår 2012 Potensrækker Udarbejdet af Arne Jensen 1 Indledning I forbindelse med kurset Matematisk Analyse 2 på Mat 2 afholdes et fordybelsesprojekt med et omfang af 3 ECTS.

Læs mere

Symmetriske og ortogonale matricer Uge 6

Symmetriske og ortogonale matricer Uge 6 Symmetriske og ortogonale matricer Uge 6 Preben Alsholm Efterår 2010 1 Symmetriske og ortogonale matricer 1.1 Skalarprodukt og Cauchy-Schwarz ulighed Skalarprodukt og Cauchy-Schwarz ulighed Det sædvanlige

Læs mere

Histogrammetoden For (x i, y i ) R 2, i = 1,..., n, ser vi på den gennemsnitlige. Histogrammetoden. Histogrammetoden.

Histogrammetoden For (x i, y i ) R 2, i = 1,..., n, ser vi på den gennemsnitlige. Histogrammetoden. Histogrammetoden. For ( i, y i ) R 2, i =,, n, ser vi på den gennemsnitlige længde: z = n hvor z i = i 2 + yi 2 Indfør tabellen samt vægtene Da er z i = n 2 i + y 2 i a k = #{i 00z i = k}, k N 0 z ned := ν k = a k n 00kν

Læs mere

Supplerende opgaver. S1.3.1 Lad A, B og C være delmængder af X. Vis at

Supplerende opgaver. S1.3.1 Lad A, B og C være delmængder af X. Vis at Supplerende opgaver Analyse Jørgen Vesterstrøm Forår 2004 S.3. Lad A, B og C være delmængder af X. Vis at (A B C) (A B C) (A B) C og find en nødvendig og tilstrækkelig betingelse for at der gælder lighedstegn

Læs mere

Hilbert rum. Chapter 3. 3.1 Indre produkt rum

Hilbert rum. Chapter 3. 3.1 Indre produkt rum Chapter 3 Hilbert rum 3.1 Indre produkt rum I det følgende skal vi gøre brug af komplekse såvel som reelle vektorrum. Idet L betegner enten R eller C minder vi om, at et vektorrum over L er en mængde E

Læs mere

Matematisk modellering og numeriske metoder. Lektion 8

Matematisk modellering og numeriske metoder. Lektion 8 Matematisk modellering og numeriske metoder Lektion 8 Morten Grud Rasmussen 18. oktober 216 1 Fourierrækker 1.1 Periodiske funktioner Definition 1.1 (Periodiske funktioner). En periodisk funktion f er

Læs mere

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning Chapter 3 Modulpakke 3: Egenværdier 3.1 Indledning En vektor v har som bekendt både størrelse og retning. Hvis man ganger vektoren fra højre på en kvadratisk matrix A bliver resultatet en ny vektor. Hvis

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Den hændelse, der ikke indeholder

Læs mere

1 Vektorrum. MATEMATIK 3 LINEÆR ALGEBRA M. ANV. 4. oktober Miniprojekt: Lineær algebra på polynomier

1 Vektorrum. MATEMATIK 3 LINEÆR ALGEBRA M. ANV. 4. oktober Miniprojekt: Lineær algebra på polynomier MATEMATIK 3 LINEÆR ALGEBRA M. ANV. 4. oktober 2017 Miniprojekt: Lineær algebra på polynomier Grupperne forventes at regne de små opgaver i afsnittene 1 5 i løbet af de første 4 halve dage. Dernæst tilføjes

Læs mere

Tonelli light. Eksistensbeviset for µ ν gav målet. for G E K ved succesiv integration. Alternativ definition:

Tonelli light. Eksistensbeviset for µ ν gav målet. for G E K ved succesiv integration. Alternativ definition: Tonelli light Eksistensbeviset for µ ν gav målet ( ) λ(g) = G (x, y)dν(y) dµ(x) for G E K ved succesiv integration. Alternativ definition: ( ) λ(g) = G (x, y)dµ(x) dν(y). Som λ(a B) = µ(a)ν(b) gælder λ(a

Læs mere

2. Fourierrækker i en variabel

2. Fourierrækker i en variabel .1. Fourierrækker i en variabel I Kapitel II 7 blev der indført, dels funktionsrummene L p (X, µ) (mere udførligt skrevet L p (X, E, µ)), dels rummene L p (X, µ), der fås af L p (X, µ) ved at funktioner

Læs mere

Symmetriske matricer

Symmetriske matricer Symmetriske matricer Preben Alsholm 17. november 008 1 Symmetriske matricer 1.1 Definitioner Definitioner En kvadratisk matrix A = a ij kaldes symmetrisk, hvis aij = a ji for alle i og j. Altså hvis A

Læs mere

DesignMat Uge 1 Gensyn med forårets stof

DesignMat Uge 1 Gensyn med forårets stof DesignMat Uge 1 Gensyn med forårets stof Preben Alsholm Efterår 2010 1 Hovedpunkter fra forårets pensum 11 Taylorpolynomium Taylorpolynomium Det n te Taylorpolynomium for f med udviklingspunkt x 0 : P

Læs mere

Algebra - Teori og problemløsning

Algebra - Teori og problemløsning Algebra - Teori og problemløsning, januar 05, Kirsten Rosenkilde. Algebra - Teori og problemløsning Kapitel -3 giver en grundlæggende introduktion til at omskrive udtryk, faktorisere og løse ligningssystemer.

Læs mere

Noter til Perspektiver i Matematikken

Noter til Perspektiver i Matematikken Noter til Perspektiver i Matematikken Henrik Stetkær 25. august 2003 1 Indledning I dette kursus (Perspektiver i Matematikken) skal vi studere de hele tal og deres egenskaber. Vi lader Z betegne mængden

Læs mere

Secret sharing - om at dele en hemmelighed Matematiklærerdag 2017

Secret sharing - om at dele en hemmelighed Matematiklærerdag 2017 Matematiklærerdag 2017 Institut for Matematik, Aarhus universitet 24. marts 2017 Resumé Secret sharing henviser til metoder til fordeling af en hemmelighed blandt en gruppe af deltagere, som hver især

Læs mere

Tidligere Eksamensopgaver MM505 Lineær Algebra

Tidligere Eksamensopgaver MM505 Lineær Algebra Institut for Matematik og Datalogi Syddansk Universitet Tidligere Eksamensopgaver MM55 Lineær Algebra Indhold Typisk forside.................. 2 Juni 27.................... 3 Oktober 27..................

Læs mere

Introduktion til Laplace transformen (Noter skrevet af Nikolaj Hess-Nielsen sidst revideret marts 2013)

Introduktion til Laplace transformen (Noter skrevet af Nikolaj Hess-Nielsen sidst revideret marts 2013) Introduktion til Laplace transformen (oter skrevet af ikolaj Hess-ielsen sidst revideret marts 23) Integration handler ikke kun om arealer. Tværtimod er integration basis for mange af de vigtigste værktøjer

Læs mere

13 Markovprocesser med transitionssemigruppe

13 Markovprocesser med transitionssemigruppe 13 Markovprocesser med transitionssemigruppe I nærværende kapitel vil vi antage at tilstandsrummet er polsk, hvilket sikrer, at der findes regulære betingede fordelinger. Vi skal se på eksistensen af Markovprocesser.

Læs mere

Ølopgaver i lineær algebra

Ølopgaver i lineær algebra Ølopgaver i lineær algebra 30. maj, 2010 En stor del af de fænomener, vi observerer, er af lineær natur. De naturlige matematiske objekter i beskrivelsen heraf bliver vektorrum rum hvor man kan lægge elementer

Læs mere

Wigner s semi-cirkel lov

Wigner s semi-cirkel lov Wigner s semi-cirkel lov 12. december 2009 Eulers Venner Steen Thorbjørnsen Institut for Matematiske Fag Århus Universitet Diagonalisering af selvadjungeret matrix Lad H være en n n matrix med komplekse

Læs mere

Tallet π er irrationalt Jens Siegstad

Tallet π er irrationalt Jens Siegstad 32 Tallet π er irrationalt Jens Siegstad At tallet π er irrationalt har været kendt i pænt lang tid Aristoteles postulerede det da han påstod at diameteren og radius i en cirkel er inkommensurable størrelser

Læs mere

Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier

Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier Noter om polynomier, Kirsten Rosenkilde, Marts 2006 1 Polynomier Disse noter giver en kort introduktion til polynomier, og de fleste sætninger nævnes uden bevis. Undervejs er der forholdsvis nemme opgaver,

Læs mere

Matematisk modellering og numeriske metoder. Lektion 16

Matematisk modellering og numeriske metoder. Lektion 16 Matematisk modellering og numeriske metoder Lektion 16 Morten Grud Rasmussen 6. november, 2013 1 Interpolation [Bogens afsnit 19.3 side 805] 1.1 Interpolationspolynomier Enhver kontinuert funktion f på

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Et sandsynlighedsmål er en

Læs mere

6.1 Reelle Indre Produkter

6.1 Reelle Indre Produkter SEKTION 6.1 REELLE INDRE PRODUKTER 6.1 Reelle Indre Produkter Definition 6.1.1 Et indre produkt på et reelt vektorrum V er en funktion, : V V R således at, for alle x, y V, I x, x 0 med lighed x = 0, II

Læs mere

Om hypoteseprøvning (1)

Om hypoteseprøvning (1) E6 efterår 1999 Notat 16 Jørgen Larsen 11. november 1999 Om hypoteseprøvning 1) Det grundlæggende problem kan generelt formuleres sådan: Man har en statistisk model parametriseret med en parameter θ Ω;

Læs mere

Polynomium Et polynomium. Nulpolynomiet Nulpolynomiet er funktionen der er konstant nul, dvs. P(x) = 0, og dets grad sættes per definition til.

Polynomium Et polynomium. Nulpolynomiet Nulpolynomiet er funktionen der er konstant nul, dvs. P(x) = 0, og dets grad sættes per definition til. Polynomier Polynomier Polynomium Et polynomium P(x) = a n x n + a n x n +... + a x + a 0 Disse noter giver en introduktion til polynomier, centrale sætninger om polynomiumsdivision, rødder og koefficienter

Læs mere

Matematisk modellering og numeriske metoder. Lektion 17

Matematisk modellering og numeriske metoder. Lektion 17 Matematisk modellering og numeriske metoder Lektion 1 Morten Grud Rasmussen. december 16 1 Numerisk integration og differentiation 1.1 Simpsons regel Antag, at vi har en funktion f på intervallet I = [a,

Læs mere

Aarhus Universitet 5. februar Meddelelse 2

Aarhus Universitet 5. februar Meddelelse 2 fdeling for Teoretisk Statistik IOSTTISTIK Institut for Matematiske Fag Preben læsild arhus Universitet 5. februar 2003 Meddelelse 2 Forelæsningerne i uge 6 (3-7.2) Ved forelæsningen den 4.2 gav Frank

Læs mere

Matricer og lineære ligningssystemer

Matricer og lineære ligningssystemer Matricer og lineære ligningssystemer Grete Ridder Ebbesen Virum Gymnasium Indhold 1 Matricer 11 Grundlæggende begreber 1 Regning med matricer 3 13 Kvadratiske matricer og determinant 9 14 Invers matrix

Læs mere

Integration m.h.t. mål med tæthed

Integration m.h.t. mål med tæthed Integration m.h.t. mål med tæthed Sætning (EH 11.7) Lad ν = f µ på (X, E). For alle g M + (X, E) gælder at gdν = g f dµ. Bevis: Standardbeviset: 1) indikatorfunktioner 2) simple funktioner 3) M + -funktioner.

Læs mere

Taylors formel. Kapitel Klassiske sætninger i en dimension

Taylors formel. Kapitel Klassiske sætninger i en dimension Kapitel 3 Taylors formel 3.1 Klassiske sætninger i en dimension Sætning 3.1 (Rolles sætning) Lad f : [a, b] R være kontinuert, og antag at f er differentiabel i det åbne interval (a, b). Hvis f (a) = f

Læs mere

Mat 6 projekt Projektoplæg 22. januar 2013

Mat 6 projekt Projektoplæg 22. januar 2013 1 Generelt om projektet For nogle af de studerende er 6. semester det semester hvor man skal skrive bachelorprojekt. Andre har allerede skrevet bachelorprojekt i et andet fag. For dem er det et almindeligt

Læs mere

Den homogene ligning. Vi betragter den n te ordens, homogene, lineære differentialligning. d n y dt n. an 1 + any = 0 (1.2) dt. + a1 d n 1 y dt n 1

Den homogene ligning. Vi betragter den n te ordens, homogene, lineære differentialligning. d n y dt n. an 1 + any = 0 (1.2) dt. + a1 d n 1 y dt n 1 1/7 Den homogene ligning Vi betragter den n te ordens, homogene, lineære differentialligning a 0 d n y dt n + a1 d n 1 y dt n 1 hvor a 0,..., a n R og a 0 0. Vi skriver ligningen på kort form som + + dy

Læs mere

Karakteristiske funktioner og Den Centrale Grænseværdisætning

Karakteristiske funktioner og Den Centrale Grænseværdisætning E6 efterår 1999 Notat 10 Jørgen Larsen 20. oktober 1999 Karakteristiske funktioner og Den Centrale Grænseværdisætning Karakteristiske funktioner som er nære slægtninge til Fourier-transformationen) er

Læs mere

Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec.

Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec. Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec. 1 Komplekse vektorrum I defininitionen af vektorrum i Afsnit 4.1 i Niels Vigand Pedersen Lineær Algebra

Læs mere

Analyse 2. Gennemgå bevis for Sætning Supplerende opgave 1. Øvelser. Sætning 1. For alle mængder X gælder #X < #P(X).

Analyse 2. Gennemgå bevis for Sætning Supplerende opgave 1. Øvelser. Sætning 1. For alle mængder X gælder #X < #P(X). Analyse 2 Øvelser Rasmus Sylvester Bryder 3. og 6. september 2013 Gennemgå bevis for Sætning 2.10 Sætning 1. For alle mængder X gælder #X < #P(X). Bevis. Der findes en injektion X P(X), fx givet ved x

Læs mere

Fagblad for Aktuar, Matematik, -Økonomi og Statistik. 14./16. november - Næsten Kandidat-kursus. 18.-20. november - Oslo-hegnet

Fagblad for Aktuar, Matematik, -Økonomi og Statistik. 14./16. november - Næsten Kandidat-kursus. 18.-20. november - Oslo-hegnet Kalender FAMØS?. oktober - Virksomhedsbesøg fra PFA For mat-øk og aktuar 4./6. november - Næsten Kandidat-kursus For folk der snart er færdige 8.-2. november - Oslo-hegnet For ren matematik?. november

Læs mere

Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version

Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version Opgaven består af et antal delopgaver Disse er af varierende omfang Der er også en

Læs mere

Borel-σ-algebraen. Definition (EH 1.23)

Borel-σ-algebraen. Definition (EH 1.23) Borel-σ-algebraen Definition (EH 1.23) Borel-σ-algebraen B k på R k er σ-algebraen frembragt af de åbne mængder O k. Andre frembringersystemer for B k : De afsluttede mængder. De åbne kasser I k (k = 1,

Læs mere

Polynomier. Indhold. Georg Mohr-Konkurrencen. 1 Polynomier 2. 2 Polynomiumsdivision 4. 3 Algebraens fundamentalsætning og rødder 6

Polynomier. Indhold. Georg Mohr-Konkurrencen. 1 Polynomier 2. 2 Polynomiumsdivision 4. 3 Algebraens fundamentalsætning og rødder 6 Indhold 1 Polynomier 2 Polynomier 2 Polynomiumsdivision 4 3 Algebraens fundamentalsætning og rødder 6 4 Koefficienter 8 5 Polynomier med heltallige koefficienter 9 6 Mere om polynomier med heltallige koefficienter

Læs mere

Momenter som deskriptive størrelser. Hvad vi mangler fra onsdag. Momenter for sandsynlighedsmål

Momenter som deskriptive størrelser. Hvad vi mangler fra onsdag. Momenter for sandsynlighedsmål Hvad vi mangler fra onsdag Momenter som deskriptive størrelser Sandsynlighedsmål er komplicerede objekter de tildeler numeriske værdier til alle hændelser i en σ-algebra. Vi har behov for simplere, deskriptive

Læs mere

Hvad vi mangler fra onsdag. Vi starter med at gennemgå slides fra onsdag.

Hvad vi mangler fra onsdag. Vi starter med at gennemgå slides fra onsdag. Hvad vi mangler fra onsdag Vi starter med at gennemgå slides 34-38 fra onsdag. Slide 1/17 Niels Richard Hansen MI forelæsninger 6. December, 2013 Momenter som deskriptive størrelser Sandsynlighedsmål er

Læs mere

Teoretiske Øvelsesopgaver:

Teoretiske Øvelsesopgaver: Teoretiske Øvelsesopgaver: TØ-Opgave 1 Subtraktion division i legemer: Er subtraktion division med elementer 0 i legemer veldefinerede, eller kan et element b have mere end ét modsat element -b eller mere

Læs mere

standard normalfordelingen på R 2.

standard normalfordelingen på R 2. Standard normalfordelingen på R 2 Lad f (x, y) = 1 x 2 +y 2 2π e 2. Vi har så f (x, y) = 1 2π e x2 2 1 2π e y2 2, og ved Tonelli f dm 2 = 1. Ved µ(a) = A f dm 2 defineres et sandsynlighedsmål på R 2 målet

Læs mere

Ekstremum for funktion af flere variable

Ekstremum for funktion af flere variable Ekstremum for funktion af flere variable Preben Alsholm 28. april 2008 1 Ekstremum for funktion af flere variable 1.1 Hessematricen I Hessematricen I Et stationært punkt for en funktion af flere variable

Læs mere

Første konstruktion af Cantor mængden

Første konstruktion af Cantor mængden DYNAMIK PÅ CANTOR MÆNGDEN KLAUS THOMSEN Første konstruktion af Cantor mængden For de fleste der har hørt on Cantor-mængden, er den blevet defineret på flg måde: I = 0 I = I = 0 0 OSV Cantor mængden C er

Læs mere

Statistik og Sandsynlighedsregning 2

Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Normalfordelingen og transformation af kontinuerte fordelinger Helle Sørensen Uge 7, mandag SaSt2 (Uge 7, mandag) Normalford. og transformation 1 / 16 Program Paretofordelingen,

Læs mere

1 Vektorrum. MATEMATIK 3 LINEÆR ALGEBRA 6. oktober 2016 Miniprojekt: Lineær algebra på polynomier

1 Vektorrum. MATEMATIK 3 LINEÆR ALGEBRA 6. oktober 2016 Miniprojekt: Lineær algebra på polynomier MATEMATIK 3 LINEÆR ALGEBRA 6. oktober 2016 Miniprojekt: Lineær algebra på polynomier Grupperne forventes at regne en mængde af opgaver, som tilsammen dækker 100 point. De små opgaver giver hver 5 point,

Læs mere

Modulpakke 3: Lineære Ligningssystemer

Modulpakke 3: Lineære Ligningssystemer Chapter 4 Modulpakke 3: Lineære Ligningssystemer 4. Homogene systemer I teknikken møder man meget ofte modeller der leder til systemer af koblede differentialligninger. Et eksempel på et sådant system

Læs mere

1.1. n u i v i, (u, v) = i=1

1.1. n u i v i, (u, v) = i=1 1.1 1. Hilbert rum 1.1. Hilbert rum og deres geometri. Definition 1.1. Et komplekst vektor rum V kaldes et indre produkt rum (eller præ-hilbert rum), når det er forsynet med en funktion (, ): V V C, som

Læs mere

Matematisk modellering og numeriske metoder. Lektion 5

Matematisk modellering og numeriske metoder. Lektion 5 Matematisk modellering og numeriske metoder Lektion 5 Morten Grud Rasmussen 19. september, 2013 1 Euler-Cauchy-ligninger [Bogens afsnit 2.5, side 71] 1.1 De tre typer af Euler-Cauchy-ligninger Efter at

Læs mere

TALTEORI Følger og den kinesiske restklassesætning.

TALTEORI Følger og den kinesiske restklassesætning. Følger og den kinesiske restklassesætning, december 2006, Kirsten Rosenkilde 1 TALTEORI Følger og den kinesiske restklassesætning Disse noter forudsætter et grundlæggende kendskab til talteori som man

Læs mere

Oversigt [S] 8.7, 8.8, 8.9

Oversigt [S] 8.7, 8.8, 8.9 Oversigt [S] 8.7, 8.8, 8.9 Nøgleord og begreber Potensrækker og opgaver Binomialformlen Binomialkoefficienter Binomialrækken Taylor polynomier Vurdering af Taylor s restled Eksponentialrækken konvereger

Læs mere

Eksperimentel matematik Projektkatalog 2009

Eksperimentel matematik Projektkatalog 2009 Eksperimentel matematik Projektkatalog 2009 A Fornyelsessystemer For en liste v 1,..., v n af ord og et helt tal N kan man danne en ny liste af ord ved at opskrive alle delord af længde N af de ord der

Læs mere

Projekt 4.9 Bernouillis differentialligning

Projekt 4.9 Bernouillis differentialligning Projekt 4.9 Bernouillis differentialligning (Dette projekt dækker læreplanens krav om supplerende stof vedr. differentialligningsmodeller. Projektet hænger godt sammen med projekt 4.0: Fiskerimodeller,

Læs mere

Lokalt ekstremum DiploMat 01905

Lokalt ekstremum DiploMat 01905 Lokalt ekstremum DiploMat 0905 Preben Alsholm Institut for Matematik, DTU 6. oktober 00 De nition Et stationært punkt for en funktion af ere variable f vil i disse noter blive kaldt et egentligt saddelpunkt,

Læs mere

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02) SYDDANSK UNIVERSITET ODENSE UNIVERSITET INSTITUT FOR MATEMATIK OG DATALOGI Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM2) Fredag d. 2. januar 22 kl. 9. 3. 4 timer med alle sædvanlige skriftlige

Læs mere

Kursusgang 3 Matrixalgebra Repetition

Kursusgang 3 Matrixalgebra Repetition Kursusgang 3 Repetition - froberg@math.aau.dk http://people.math.aau.dk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 16. september 2008 1/19 Betingelser for nonsingularitet af en Matrix

Læs mere

Store Uløste Problemer i Matematikken. Lisbeth Fajstrup Aalborg Universitet

Store Uløste Problemer i Matematikken. Lisbeth Fajstrup Aalborg Universitet Store Uløste Problemer i Matematikken. Lisbeth Fajstrup Aalborg Universitet Oversigt Hvad er et stort problem i matematik Eksempler fra 1900 og fra 2000 Problemer om tal perfekte tal, primtal. Meget store

Læs mere

Eksamen 2014/2015 Mål- og integralteori

Eksamen 2014/2015 Mål- og integralteori Eksamen 4/5 Mål- og integralteori Københavns Universitet Institut for Matematiske Fag Formalia Eksamensopgaven består af 4 opgaver med ialt spørgsmål Ved bedømmelsen indgår de spørgsmål med samme vægt

Læs mere

Program. Statistik og Sandsynlighedsregning. Eksempler. Sandsynlighedstæthed og sandsynlighedsmål

Program. Statistik og Sandsynlighedsregning. Eksempler. Sandsynlighedstæthed og sandsynlighedsmål Program Statistik og Sandsynlighedsregning Sandsynlighedstætheder og kontinuerte fordelinger på R Varians og middelværdi Normalfordelingen Susanne Ditlevsen Uge 48, tirsdag Tætheder og fordelingsfunktioner

Læs mere

n=1 er veldefineret for alle følger for hvilke højresiden er endelig. F.eks. tilhører følgen

n=1 er veldefineret for alle følger for hvilke højresiden er endelig. F.eks. tilhører følgen 2 Hilbert rum 2. Eksempler på Hilbert rum Vi skal nu først forsøge at begrunde, at de indre produkt rum af funktioner eller følger, som blev indført i Kapitel, ikke er omfattende nok til vores formål.

Læs mere

Viètes formel Jens Siegstad

Viètes formel Jens Siegstad 6 Viètes formel Jens Siegstad Vi skal i denne artikel vise Viètes formel. Theorem 1 (Viètes formel) π = = a k + + hvor a n = + a n 1 for n > 1 og a 1 =. +... Ovenstående formel blev vist i 1593 af Francois

Læs mere

ANALYSE 1, 2014, Uge 5

ANALYSE 1, 2014, Uge 5 ANALYSE, 204, Uge 5 Afleveringsfrist for Prøve 2 er Tirsdag den 20/5 kl 0:5. Forelæsninger Tirsdag Vi går videre med Afsnit 4 om uniform konvergens af Fourierrækker, hvor hovedsætningen er Sætning 4.3.

Læs mere

DesignMat Lineære differentialligninger I

DesignMat Lineære differentialligninger I DesignMat Lineære differentialligninger I Preben Alsholm Uge Forår 0 1 Lineære differentialligninger af første orden 1.1 Normeret lineær differentialligning Normeret lineær differentialligning En differentialligning,

Læs mere

Sylvesters kriterium. Nej, ikke mit kriterium. Sætning 9. Rasmus Sylvester Bryder

Sylvesters kriterium. Nej, ikke mit kriterium. Sætning 9. Rasmus Sylvester Bryder Sætning 9 Sylvesters kriterium Nej, ikke mit kriterium Rasmus Sylvester Bryder Inspireret af en statistikers manglende råd om hvornår en kvadratisk matrix er positivt definit uden at skulle ud i at bestemme

Læs mere

Matematik YY Foråret Kapitel 1. Grupper og restklasseringe.

Matematik YY Foråret Kapitel 1. Grupper og restklasseringe. Matematik YY Foråret 2004 Elementær talteori Søren Jøndrup og Jørn Olsson Kapitel 1. Grupper og restklasseringe. Vi vil i første omgang betragte forskellige typer ligninger og søge efter heltalsløsninger

Læs mere

Besvarelse af Eksamensopgaver Juni 2005 i Matematik H1

Besvarelse af Eksamensopgaver Juni 2005 i Matematik H1 Besvarelse af Eksamensopgaver Juni 5 i Matematik H Opgave De fire vektorer stilles op i en matrix som reduceres: 4 4 4 8 4 4 (a) Der er ledende et-taller så dim U =. Som basis kan f.eks. bruges a a jfr.

Læs mere

Kvadratiske matricer. enote Kvadratiske matricer

Kvadratiske matricer. enote Kvadratiske matricer enote enote Kvadratiske matricer I denne enote undersøges grundlæggende egenskaber ved mængden af kvadratiske matricer herunder indførelse af en invers matrix for visse kvadratiske matricer. Det forudsættes,

Læs mere

Et eksempel på en todimensional normalfordeling Anders Milhøj September 2006

Et eksempel på en todimensional normalfordeling Anders Milhøj September 2006 Et eksempel på en todimensional normalfordeling Anders Milhøj September 006 I dette notat gennemgås et eksempel, der illustrerer den todimensionale normalfordelings egenskaber. Notatet lægger sig op af

Læs mere

Noter til Computerstøttet Beregning Taylors formel

Noter til Computerstøttet Beregning Taylors formel Noter til Computerstøttet Beregning Taylors formel Arne Jensen c 23 1 Introduktion I disse noter formulerer og beviser vi Taylors formel. Den spiller en vigtig rolle ved teoretiske overvejelser, og også

Læs mere

Module 1: Lineære modeller og lineær algebra

Module 1: Lineære modeller og lineær algebra Module : Lineære modeller og lineær algebra. Lineære normale modeller og lineær algebra......2 Lineær algebra...................... 6.2. Vektorer i R n................... 6.2.2 Regneregler for vektorrum...........

Læs mere

Newton-Raphsons metode

Newton-Raphsons metode Newton-Raphsons metode af John V. Petersen Indhold Indledning: Numerisk analyse og Newton-Raphsons metode... 2 Udlede Newtons iterations formel... 2 Sætning 1 Newtons metode... 4 Eksempel 1 konvergens...

Læs mere

Besvarelses forslag til Tag-hjemeksamen Vinteren 02 03

Besvarelses forslag til Tag-hjemeksamen Vinteren 02 03 IMFUFA Carsten Lunde Petersen Besvarelses forslag til Tag-hjemeksamen Vinteren 02 0 Hvor ikke andet er angivet er henvisninger til W.R.Wade An Introduction to analysis. Opgave a) Idet udtrykket e x2 cos

Læs mere

Mat H /05 Note 2 10/11-04 Gerd Grubb

Mat H /05 Note 2 10/11-04 Gerd Grubb Mat H 1 2004/05 Note 2 10/11-04 Gerd Grubb Nødvendige og tilstrækkelige betingelser for ekstremum, konkave og konvekse funktioner. Fremstillingen i Kapitel 13.1 2 af Sydsæters bog [MA1] suppleres her med

Læs mere

Jeg foretager her en kort indføring af polynomier over såvel de reelle som

Jeg foretager her en kort indføring af polynomier over såvel de reelle som Polynomier, rødder og division Sebastian Ørsted 20. november 2016 Jeg foretager her en kort indføring af polynomier over såvel de reelle som de komplekse tal, hvor fokus er på at opbygge værktøjer til

Læs mere

Gult Foredrag Om Net

Gult Foredrag Om Net Gult Foredrag Om Net University of Aarhus Århus 8 th March, 2010 Introduktion I: Fra Metriske til Topologiske Rum Et metrisk rum er en mængde udstyret med en afstandsfunktion. Afstandsfunktionen bruges

Læs mere

Reeksamen 2014/2015 Mål- og integralteori

Reeksamen 2014/2015 Mål- og integralteori Reeksamen 4/5 Mål- og integralteori Københavns Universitet Institut for Matematiske Fag Formalia Eksamensopgaven består af 4 opgaver med ialt spørgsmål. Ved bedømmelsen indgår de spørgsmål med samme vægt.

Læs mere

t x 1 e t dt. Man kan let vise, at dette integral er endeligt for positive x- værdier (se f.eks. [EA, s ]).

t x 1 e t dt. Man kan let vise, at dette integral er endeligt for positive x- værdier (se f.eks. [EA, s ]). Artikel 35 Gammafunktionen En introduktion Jacob Stevne Jørgensen I 1700-tallet var interolation en vigtig discilin blandt matematikere. Det handler om ud fra et givet datasæt at finde en funktion, hvis

Læs mere

TALTEORI Wilsons sætning og Euler-Fermats sætning.

TALTEORI Wilsons sætning og Euler-Fermats sætning. Wilsons sætning og Euler-Fermats sætning, oktober 2008, Kirsten Rosenkilde 1 TALTEORI Wilsons sætning og Euler-Fermats sætning. Disse noter forudsætter et grundlæggende kendskab til talteori som man kan

Læs mere

af koblede differentialligninger (se Apostol Bind II, s 229ff) 3. En n te ordens differentialligning

af koblede differentialligninger (se Apostol Bind II, s 229ff) 3. En n te ordens differentialligning EKSISTENS- OG ENTYDIGHEDSSÆTNINGEN Vi vil nu bevise eksistens- og entydighedssætningen for ordinære differentialligninger. For overskuelighedens skyld vil vi indskrænke os til at undersøge een 1. ordens

Læs mere

Punktmængdetopologi. Mikkel Stouby Petersen. 1. marts 2013

Punktmængdetopologi. Mikkel Stouby Petersen. 1. marts 2013 Punktmængdetopologi Mikkel Stouby Petersen 1. marts 2013 I kurset Matematisk Analyse 1 er et metrisk rum et af de mest grundlæggende begreber. Et metrisk rum (X, d) er en mængde X sammen med en metrik

Læs mere

Noget om en symmetrisk random walks tilbagevenden til udgangspunktet

Noget om en symmetrisk random walks tilbagevenden til udgangspunktet Random Walk-kursus 2014 Jørgen Larsen 14. oktober 2014 Noget om en symmetrisk random walks tilbagevenden til udgangspunktet Dette notat giver et bevis for at en symmetrisk random walk på Z eller Z 2 og

Læs mere

π er irrationel Frank Nasser 10. december 2011

π er irrationel Frank Nasser 10. december 2011 π er irrationel Frank Nasser 10. december 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion

Læs mere

z 1 = z 1z 1z 1 z 1 2 = z z2z 1 z 2 2

z 1 = z 1z 1z 1 z 1 2 = z z2z 1 z 2 2 M å l e p u n k t R i e m a n n s k G e o m e t r i E 8 J a ko b L i n d b l a d B l a ava n d 2 5 3 6 7 5 27 oktober 28 I n s t i t u t fo r M at e m at i s k e Fag A a r h u s U n i v e r s i t e t indledning

Læs mere

Bedste rette linje ved mindste kvadraters metode

Bedste rette linje ved mindste kvadraters metode 1/9 Bedste rette linje ved mindste kvadraters metode - fra www.borgeleo.dk Figur 1: Tre datapunkter og den bedste rette linje bestemt af A, B og C Målepunkter og bedste rette linje I ovenstående koordinatsystem

Læs mere

Mere om differentiabilitet

Mere om differentiabilitet Mere om differentiabilitet En uddybning af side 57 i Spor - Komplekse tal Kompleks funktionsteori er et af de vigtigste emner i matematikken og samtidig et af de smukkeste I bogen har vi primært beskæftiget

Læs mere

Statistik og Sandsynlighedsregning 2

Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Normalfordelingens venner og bekendte Helle Sørensen Uge 9, onsdag SaSt2 (Uge 9, onsdag) Normalfordelingens venner 1 / 20 Program Resultaterne fra denne uge skal bruges

Læs mere

Taylor s approksimationsformler for funktioner af én variabel

Taylor s approksimationsformler for funktioner af én variabel enote 4 1 enote 4 Taylor s approksimationsformler for funktioner af én variabel I enote 19 og enote 21 er det vist hvordan funktioner af én og to variable kan approksimeres med førstegradspolynomier i

Læs mere

Note om interior point metoder

Note om interior point metoder MØK 2016, Operationsanalyse Interior point algoritmer, side 1 Note om interior point metoder Som det er nævnt i bogen, var simplex-metoden til løsning af LP-algoritmer nærmest enerådende i de første 50

Læs mere

Sandsynlighedsregning Oversigt over begreber og fordelinger

Sandsynlighedsregning Oversigt over begreber og fordelinger Tue Tjur Marts 2007 Sandsynlighedsregning Oversigt over begreber og fordelinger Stat. MØK 2. år Kapitel : Sandsynlighedsfordelinger og stokastiske variable En sandsynlighedsfunktion på en mængde E (udfaldsrummet)

Læs mere