Dimensionsbegreber i Topologi. Mads Kjærulf Caspersen Henning Røigaard-Petersen 17. juni 2004

Størrelse: px
Starte visningen fra side:

Download "Dimensionsbegreber i Topologi. Mads Kjærulf Caspersen Henning Røigaard-Petersen 17. juni 2004"

Transkript

1 Dimensionsbegreber i Topologi Mads Kjærulf Caspersen Henning Røigaard-Petersen 17. juni

2 Indhold 1 Indledning 3 2 Topologisk Dimension 4 3 Hausdorff mål 10 4 Hausdorff dimension Tæthederne θ k og θ k Alternative Hausdorff dimensioner Nogle Fraktaler Cantor mængden Koch kurven Grundliggende begreber for Selv-similaritet 22 7 Selv Similaritet Invariante mængder Invariante mål Om S og (S, ρ) Selv-similaritet af mængder Hausdorff dimensionen af Selv-Similærer mængder Kendte Selv-similære mængder Cantor mængden Koch kurven

3 1 Indledning Dette projekt er et studie i dimensionsbegreber i topologi. Vi koncentrerer os om topologisk dimension og Hausdorff dimension. Hovedvægten er lagt på bestemmelse af Hausdorff dimension vha. egenskaben selv-similaritet for mængder. Undervejs vil vi berøre fraktaler, der, jf. Mandelbrots definition, er mængder hvis Hausdorff dimension adskiller sig fra dens topologiske dimension. Hausdorff dimensionen er bemærkelsesværdig, idet det er det første 1 dimensionsbegreb der bryder med traditionen om at dimensioner skal være ikke-negative heltal. Hausdorff dimensionen kan således være irrationel, som f.eks. for Cantor mængden, der har Hausdorff dimension ln(2), men topologisk dimension 0. For hver af dimensionsbegreberne ovenfor er der et hovedresultat. Det kan relativt nemt vises ln(3) at ethvert kompakt metrisk rum med topologisk dimension m, kan indlejres i R 2m+1. Hovedresultatet for Hausdorff dimensioner er straks noget mere kompliceret at vise. Dels forudsætter det kendskab til målteori, specielt teorien for ydre mål, og dels er vejen dertil meget lang. Ideen er at visse mængder på naturlig vis opstår som grænse for gentagene anvendelse af kontraktioner. Disse mængder er ofte selv-similære, og under passende betingelser kan det vises at deres Hausdorff dimension er bestemt af Lipschitz konstanterne hørende til de frembringende kontraktioner. De to dimensionsbegreber adskiller sig væsentligt ved de mængder de er defineret på. Hvor ethvert topologisk rum kan tilskrives en topologisk dimension, så kan Hausdorff dimensionen kun tilskrives separable metriske rum opfyldende visse pæne betingelser. Da vi som regel befinder os i R 3 når det drejer sig om fraktaler, vil disse betingelser være opfyldt. Vi vil gerne takke vores vejleder Jesper Michael Møller, for hans hjælp under udarbejdelsen af dette projekt. Mads Kjærulf Caspersen Henning Røigaard-Petersen København, juni, Se [8] 3

4 2 Topologisk Dimension Topologisk dimension kan defineres udelukkende vha. overdækninger og egenskaber for disse. Dette gør at det er et let forståeligt dimensionsbegreb, men, som et senere eksempel vil vise, er dimensionen ikke altid intuitivt klart. Definition 2.1. Orden af en overdækning En overdækning A af et rum X siges at have orden m + 1, dersom der eksisterer et element i X der ligger i netop m + 1 af mængderne i A, og intet andet element i X ligger i flere mængder fra A Definition 2.2. Forfining af en overdækning En overdækning B siges at være en forfining af overdækningen A, dersom B B A A : B A Bemærk at enhver overdækning har en triviel forfining, nemlig sig selv. Definition 2.3. Topologisk Dimension Lad X være et topologisk rum 1. X siges at være endeligdimensional, dersom der eksisterer et m N, så det for enhver åben overdækning A af X, findes en åben overdækning B af X, der er en forfining af A, og som har orden m Den topologiske dimension af X er det mindste m for hvilket ovenstående gælder. Dimensionen betegnes dim T X. Yderligere defineres dim T = 1. Eksempel 2.4. Enhver kompakt delmængde X R har dimension højest 1. Beviset herfor er to-delt. Først defineres en overdækning af X af orden 2, herefter vises det at denne kan skaleres til en forfining af en vilkrålig overdækning af X. 1. Lad A 1 = {]n, n + 1[ n N} og A 0 = {]n 1, n + 1 [ n N}. Da er 2 2 A = A 1 A 0 en åben overdækning af R med mængder af diameter 1. Denne overdækning har klart orden Lad C være en overdækning af X. Da X er kompakt har C et Lebesque tal 2 δ > 0. Enhver overdækning af mængder med diametre mindre end δ er da en forfining. Lad f : R R være givet ved f(x) = δ x. f er oplagt 2 en homeomorfi hvis billede af A er en overdækning af X med mængder af diameter δ, fortsat af orden 2. Altså er dim 2 T X 1. Den topologiske dimension har egenskaber som vist nedenfor. 2 Se [7] 4

5 Sætning 2.5. Lad X være et endeligtdimensionalt rum. Er Y X et afsluttet delrum, da gælder dim T Y dim T X Bevis. Lad dim T X = m. Betragt en åben overdækning A af Y. Pr. konstruktion af delrumstopologien eksisterer for hvert A A en åben mængde A i X så A = A Y Vi kan da definerer en åben overdækning A = {A A A} {X\Y } af X. Der eksisterer en forfining B af denne med orden m + 1, hvorfor {B Y B B} er en åben overdækning af Y hvis orden er højest m + 1 og som er en forfining af A. Vi vil anvende en lokal udgave af konceptet orden for en overdækning: Definition 2.6. Lokal orden Lad Y være et delrum af rummet X. En overdækning A af X siges at have orden højest m + 1 (lokalt) i Y, dersom intet element i Y ligger i mere end m + 1 af mængderne i A. Lemma 2.7. Lad X være et rum, Y X et delrum af dimension m og lad A være en åben overdækning af X. Da eksisterer en åben overdækning B af X, der er en forfining af A og af orden højest m + 1 lokalt i Y. Bevis. Betragt systemmet {A Y A A} Dette er en åben overdækning af Y. Da Y har dimension m eksisterer en forfining B af denne der har orden højest m + 1. For ethvert B B eksisterer en åben mængde U B i X så U B Y = B. Yderligere eksisterer A B A så B A B. Definer nu C = {U B A B B B} {A\Y A A} Det indses da let at C er en åben overdækning af X. Lad nu y Y og antag mhp. modstrid at der eksisterer flere end m+1 mængder i C indeholdende y, dvs. ordenen er mindst m + 2 lokalt i Y. Disse mængder må nødvendigvis være på formen U B A B for et B B. Da en sådan mængde er indeholdt i B eksisterer altså mindst m + 2 B er i B indeholdende y, i modstrid med at B var af orden m + 1. Altså må C s orden være højest m + 1 lokalt i Y. 5

6 Sætning 2.8. Lad Y og Z være afsluttede endeligdimensionale delrum af X, opfyldende X = Y Z. Da gælder dim T X = max{dim T Y, dim T Z} Bevis. Lad A være en åben overdækning af X og sæt m = max{dim T Y, dim T Z}. Ved lemma 2.7 eksisterer: En åben overdækning B af X der forfiner A, af orden højest m + 1 i Y. En åben overdækning C af X der forfiner B, af orden højest m + 1 i Z. Definer nu en afbildning f : C B, givet ved at f(c), for en mængde C C, er en mængde B B så C B. Et sådan valg er muligt da C er en forfining af B. Definer for B B de åbne mængder D(B) = C og systemmet C f 1 (B) D = {D(B) B B} Da vil D være en åben overdækning af X da C D(f(C)) for alle C C, og C er en overdækning. Yderligere vil D være en forfining af B da D(B) B, specielt er den en forfining af A. Vi ønsker nu at D har orden højest m + 1. Antag derfor at x D(B 1 )... D(B k ) hvor D(B i ) erne er forskellige, specielt er B 1,..., B k forskellige. Da x D(B i ) eksisterer C i så x C i, i = 1,..., k. Disse C i er vil være forskellige. Tilsvarende vil x B i. Da X = Y Z vil x Y x Z. Er x Y vil k m + 1 thi B har orden højest m + 1 lokalt i Y. Er x Z vil k m + 1 da C har orden højest m + 1 lokalt i Z. Altså har D orden højest m + 1. Da A var vilkårlig, er dim T X m. Ved sætning 2.5 er dim T X m, dvs. dim T X = m som ønsket. Ved induktion fås nemt Korollar 2.9. Lad X = Y 1... Y n, hvor Y i er et endeligdimensionalt afsluttet delrum for alle i = 1,..., n. Da er dim T X = max{dim T Y 1,..., dim T Y n } For at vise hovedsætningen skal vi anvende lidt algebra. Vi repeterer kort lidt. Lad n, N N og betragt vektorene V = {v 0, v 1,..., v n } R N : En affin kombination af vektorer i V er en linearkombination hvis koefficienter summer til 1. 6

7 Vektorene i V siges at være affint uafhængige dersom n ( a i v i = 0 i=0 n a i = 0) a 0 = a 1 =... = a n = 0 i=0 Er vektorene i V affint uafhængige vil de udspænde et affint underrum P i R N. Dette er blot translation med v 0 af det lineære underrum Span R {v 1 v 0,..., v n v 0 }, altså et underrum af dimension n. For det affine underrum gælder 1. Er n < N har det affine plan tomt indre. 2. Er v n+1 R N \P er affint uafhængige i R N. {v 0,..., v n, v n+1 } Definition General Position Et sæt af vektorer i R N siges at være i general position i R N dersom ethvert delsæt bestående af højest N + 1 vektorer er affint uafhængige. Lemma For ethvert sæt af vektorer {v 1,..., v n } R N og ethvert δ > 0 eksisterer et sæt {w 1,..., w n } R N der er i general position i R N og som opfylder v i w i < δ for alle i = 1,..., n. Bevis. beviset føres ved induktion. Er sættet {v 1 } en singelton, vil w 1 = v 1 være affint uafhængig. Antag udsagnet holder for alle sæt {v 1,..., v n 1 }. Lad {w 1,..., w n 1 } være det tilhørende sæt af affint uafhængige vektorer og betragt de affine underrum udspændt af alle delsæt heraf, bestående af højest N elementer. Hver af disse planer har tomt indre, specielt vil deres forening F have tomt indre. Givet en vektor v n R n kan vi ligge en kugle med radius δ om v n. Denne kugle kan ikke være helt indeholdt i F da den har tomt indre. Tag et punkt w n / F herfra. Som netop repeteret vil {w 1,..., w n } være i general position og pr. valg af w n er v n w n < δ, som ønsket. Definition Lad X være et kompakt metrisk rum. For f C(X, R N ) defineres (f) = sup{diam f 1 ({z}) z f(x)} (f) er et mål for hvor meget en kontinuert funktion f afviger fra at være injektiv. f er injektiv hvis og kun hvis f 1 ({z}) en singelton for alle z f(x), specielt har den diameter 0. Dette skal vi bruge til at konstruerer vores indlejring i hovedsætning 2.17, men først en række definitioner og lemmaer. 7

8 Lad nu (X, d) være et metrisk rum. Vi udstyrer R N med metrikken τ(x, y) = max{ x i y i i = 1,..., N} og C(X, R N ) med supremums metrikken ρ(f, g) = sup{τ(f(x), g(x)) x X} Lemma For et kompakt metrisk rum X og ɛ > 0 er mængden er åben i C(X, R N ). U ɛ = {f C(X, R N ) (f) < ɛ} Bevis. Er U ɛ = er vi færdige. Lad derfor f U ɛ og vælg et b > 0 så δ(f) < b < ɛ. Hvis f(x) = f(y) = z, da må d(x, y) < b. Lad nu A = {(x, y) X X d(x, y) b} Da vil funktionen h(x, y) = f(x) f(y) være positiv på A. Da A er lukket i X X er A kompakt, altså vil h have et minimum på A. Lad δ = 1 min{h(x, y) (x, y) 2 A}. Jeg ønsker nu at vise at K δ (f) E ɛ. Lad derfor g være en afbilding således at ρ(f, g) < δ. Hvis (x, y) A, da vil h(x, y) 2δ, altså må g(x) g(y) > 0. Så hvis g(x) = g(y), så må d(x, y) < b. Følgeligt vil (g) b < ɛ. Definition Deling af enheden Lad {U 1,..., U n } være en endelig åben overdækning af et rum X. Ved en deling af enheden forstås forstås en endelig familie af kontinuerte afbildninger opfyldende 1. supp(φ i ) U i. 2. x X : n φ i(x) = 1 φ i : X [0, 1], i = 1,..., n Lemma Lad {U 1,..., U n } være en endelig åben overdækning af det normale topologiske rum X. Da eksisterer en åben overdækning {V 1,..., V n } af X, så V i U i. Bevis. Bemærk at A = X \ (U 2 U n ) er en lukket delmængde af X, som er indeholdt i U 1. Da X er normal findes en åben mængde V 1 A således at V 1 U 1. Da vil {V 1, U 2,..., U n } overdække X. Har vi nu givet {V 1,..., V k 1, U k,... U n }, således at V i U i, kan vil lade A = X \ (V 1 V k 1 U k+1 U n ) Da vil A være en lukket og indeholdt i U k. Vi kan således vælge V k A, således at V k U k. Efter det n te skridt har vi den ønskede overdækning. 8

9 Sætning Eksistens af en deling af enheden Er {U 1,..., U n } en endelig åben overdækning af et normalt rum X, da eksisterer en deling af enheden. Bevis. Ved lemma 2.15 eksisterer åbne overdækninger: {V 1,..., V n } af X så V i U i. {W 1,..., W n } af X så W i V i. Da X er normal eksisterer for alle i = 1,..., n kontinuerte funktioner Da ψ 1 (]0, 1]) V i er ψ i : X [0, 1] så ψ i (W i ) = {1} og ψ i (X\V i ) = {0} supp(ψ i ) V i U i Da ψ i(x) er positiv for alle x (W i erne overdækker X) kan vi definere φ j (x) = ψ j (x) ψ i(x) Da er φ 1,..., φ n oplagt en deling af enheden. Vi kan nu vise hovedsætningen for den topologiske dimension: Sætning Indlejringssætningen Ethvert kompakt metriserbart rum X med topologisk dimension m kan indlejres i R 2m+1. Bevis. Lad N = 2m + 1. Vi ved at U ɛ er åben og ønkser nu at vise at den er tæt i C(X, R N ) for alle ɛ > 0, thi da vil n N U 1 være tæt i C(X, R N ), og altså n specielt ikketom. Da må der findes en injektiv afbildning fra X ind i R N. Lad derfor f C(X, R N ), δ > 0 og ɛ > 0. Vi ønsker da at finde g U ɛ så ρ(f, g) < δ. Overdæk nu X med endeligt mange åbne mængder U 1,..., U n, således at 1. diam U i < ɛ 2 2. diam f(u i ) < δ 2 3. U 1,..., U n har orden mindre end eller lig med m + 1. Lad nu {φ i } være en deling af enheden af {U i } som givet ved sætning Vælg nu for hvert i et x i U i og et punkt z i R N, således at f(x i ) z i < δ og så 2 {z 1,..., z n } er i general position i R N, dette kan gøres ved lemma Definer nu g : X R N ved n g(x) = φ i (x)z i 9

10 Vi vil nu vise at g er den ønskede funktion. Idet n φ i(x) = 1, fås at g(x) f(x) = = n n φ i (x)z i φ i (x)f(x) n φ i (x)(z i f(x i )) + n φ i (x)(f(x i ) f(x)) Vi har at z i f(x i ) < δ. Såfremt i er et indeks så φ 2 i(x) 0, vil x U i, og da diam f(u i ) < δ. vil f(x 2 i) f(x) < δ. Da n 2 φ i(x) = 1 må g(x) f(x) < δ, altså er ρ(f, g) < δ. Vi ønsker nu at vise at g U ɛ. Dette gøres ved at vise, at såfremt g(x) = g(y), da må x, y tilhører samme U i, thi da vil (g) ɛ < ɛ. 2 Antag derfor at g(x) = g(y). Da vil n (φ i (x) φ i (y))z i = 0 (1) Da {U i } har orden m + 1, vil højst m + 1 af tallene φ i (x) 0, og tilsvarende for φ i (y). følgeligt vil (1) højst have 2m+2 led forskellig fra nul. Bemærk nu at n (φ i (x) φ i (y)) = 1 1 = 0 da z 1,..., z n er i general position, så enhver delmængde med N + 1 = 2m + 2 elementer er affint uafhængige. Dvs at φ i (x) φ i (y) = 0 for alle i. Vi kan altså konkludere at såfremt φ i (x) > 0, da må x U i, men da må også φ i (y) > 0 så også y U i. 3 Hausdorff mål I dette afsnit beskæftiger vi os med målteori. Udgangspunkt for definitioner o.l. er [1]. Vores tilgang her, bygger i første omgang på en mere generel konstruktion af Carathéodory. I denne situation arbejder vi med følgende omstændigheder: 1. X er et metrisk rum og F P(X). 2. ζ : F [0, ], ζ( ) = 0 3. δ > 0 E 1, E 2,... F : X = E i d(e i ) < δ 4. δ > 0 E F : ζ(e) < δ d(e) < δ 10

11 Her betegner d(a) diameteren af delmængden A X. Vi kan nu definere det ydre Carathéodory mål: Definition 3.1. Det ydre Carathéodory mål ψ δ For δ ]0, ] og A X defineres ψ δ (A) = inf{ ζ(e i ) A E i, d(e i ) < δ, E i F} Bemærk at der altid vil eksisterer en overdækning jf. pkt 3 ovenfor, dvs. ψ δ er veldefineret. Sætning 3.2. ψ δ er et ydre mål på X. Bevis. Betingelse 4 ovenfor, giver at ψ δ ( ) = 0. Desuden er ψ δ (A) ψ δ (B) dersom A B, idet enhver overdækning af B specielt er en overdækning af A. Subadditiviteten er også oplagt. Bemærk at ζ( ) = 0. Det betyder at vi også kan betragte endelige overdækninger i definitionen af det ydre mål, da en sådan blot kan suppleres med tomme mængder. ψ δ besidder, generelt, ikke nogen af de pænere målteoretiske egenskaber. Dette kan der repareres lidt på: Definition 3.3. Carathéodory målet For givne F og ζ defineres ψ(f, ζ)(a) = ψ(a) = lim δ 0 + ψ δ(a), A X Da ψ δ (A) ψ ɛ (A) for ɛ < δ, ses det nemt at vi yderligere har ψ(a) = sup ψ δ (A) δ>0 Vi minder på at en mængde E siges at være målelig mht. et ydre mål µ, dersom µ(e) = µ(e A) + µ(e\a) for alle delmængder A. Det kan vises at Borel mængderne, B(X), på en mængde X, er målelige hvis og kun hvis µ(a B) = µ(a) + µ(b), når A, B X, d(a, B) > 0 For mere om dette, se [4] Hovedideen i at arbejde med ψ istedet for ψ δ er følgende egenskab: Sætning 3.4. Borelmængderne på X er ψ-målelige. 11

12 Bevis. ψ er fortsat et ydre mål. Lad A, B P(X) opfylde d(a, B) > 0. Vi kan vælge δ ]0, d(a,b) [ og en overdækning (E 2 i ) i N så d(e i ) < δ. Pr. valg af δ er hvert E i disjunkt fra enten A eller B. Lader vi E A = {E i A E i } og E B = {E i B E i }, så er oplagt E A E B {E i i N} og følgelig er ζ(e i ) ζ(e i ) + ζ(e i ) ψ δ (A) + ψ δ (B) E i E A E i E B i N Tages infimum på begge sider fås ψ δ (A B) ψ δ (A) + ψ δ (B) Den modsatte ulighed følger af subadditiviteten af ψ. Altså er ψ δ (A B) = ψ δ (A) + ψ δ (B) Ved Carathéodorys sætning er (X, B(X), ψ) et målrum. På trods af at Carathéodory målet ikke nødvendigvis er et mål på P(X), så omtales det som et sådan. Målet ψ afhænger af af ζ og F. Hausdorff målet opstår ved en konkretisering af disse to indices: Definition 3.5. Hausdorff målet Lad X være et seperabelt rum og s [0, [. Carathéodory målet på X med hvor vi definerer og for E med d(e) = 0 defineres F = P(X) og ζ(e) = d(e) s d( ) s = 0 for alle s 0 0 = 1 kaldes Hausdorff målet og betegnes H s. Det bagvedliggende ydre mål betegnes H s δ, dvs. H s (A) = lim δ 0 + Hs δ (A), A X Igen ser vi, at på trods af den voldsomme konkretisering, er der stadig tale om en familie af Hausdorff mål (H s ) s [0, ]. For s = 0 indses det nemt at H s er tællemålet. Sætning 3.6. Lad X = R n. For A R n, x R n og t R gælder: H s (A + x) = H s (A) H s (ta) = t s H s (A) hvor A + x = {a + x a A} og ta{ta a A}. 12

13 Bevis. Er (E i ) i N en overdækning af A, så er (x+e i ) i N en overdækning af A+x, og omvendt. Altså er Hausdorff målet translationsinvariant. Lad igen (E i ) i N være en overdækning af A med d(e i ) = δ i. Da er (te i ) i N en overdækning af ta med d(te i ) = tδ i, og d(te i ) s = (tδ i ) s = t s δi s = t s d(e i ) i N i N i N i N hvilket giver det ønskede. Sætningen har den konsekvens, at H s (K r (x)) = r s H(K 1 (x)), dvs. målet af en kugle med radius r og centrum x er endeligt og positivt hvis og kun hvis målet af enhedskuglen er det. Vi får brug for lige netop dette mål når s N. Sætning 3.7. Lad n N og betragt enhedskuglen K i R n. Da er 0 < H n (K) < Bevis. Lad V n = m n (K) angive lesbequemålet af enhedskuglen i R n, da vil lesbequemålet af K r (a) i R n være V n r n (jvf. [1] sætn. 6.18). Lad nu N = 2, 3,... og betragt A N = {( a 1 N,..., a n N ) Rn a i Z} K Da vil A N (2N) n og (K 1 (a)) a A er en overdækning af K. Da vil N H n N 1(K) d(k 1 (a)) n (2N) n (2N 1 ) n = 2 n+1 < N a A følgeligt vil også H n (K) <. Da enhedskuglen er kompakt er det nok at betragte endelige overdækninger, lad E 1,..., E l være en sådan. Da vil l m n(e i ) V n. Lad nu K i være den mindste kugle der indeholder E i. Da vil l d(e i ) n = Altså vil H n (K) V n > 0. l d(k i ) n l m n (K i ) V n Det kan virke som om at F = P(X) er at skyde gråspurve med kanoner. Følgende sætning gør det noget nemmere for os, at vælge vores overdækninger: Sætning 3.8. Lad X være et separabelt rum, s [0, [ og ζ(e) = d(e) s for E X. Dersom: F = {F X F er afsluttet} F = {U X U er åben} 13

14 F = {K R n K er konveks} når X = R n da er ψ(f, ζ) = H s. Bevis. At vi kan bruge afsluttede såvel som konvekse mængder er oplagt, idet E såvel som E s konvekse hylster er af samme diameter. Lad nu E X og ɛ > 0. Definer E ɛ = {x X d(x, E) < ɛ}. E ɛ er oplagt åben og opfylder d(e ɛ ) < d(e) + 2ɛ ɛ 0 + d(e) Altså kan vi bruge de åbne mængder. For at kunne definerer Hausdorff dimensionen, skal vi bruge en central egenskab for Hausdorff målet: Sætning 3.9. For alle 0 s < t < og A X gælder H s (A) < H t (A) = 0 Bevis. Lad (E i ) i N være en overdækning af A af diameter højest δ og i N d(e i) s = k. Da er H t δ (A) i N = i N d(e i ) t d(e i ) s d(e i ) t s δ t s i N d(e i ) s = δ t s k 0 δ 0 + En omskrivning af sætningen giver et ækvivalent udsagn H t (A) > 0 H s (A) = når s < t < Moralen er, at H s (A) enten er, 0 eller imellem, når s varierer. Dersom den antager begge af værdierne 0 og, vil H s (A) skifte fra at være den ene til at være den anden i netop ét s [0, [. } {{ } } {{ } 0 s H i (A)= H j (A)=0 Værdien af målet i et sådan s kan vi ikke sige noget generelt om. 14

15 4 Hausdorff dimension Hausdorff dimensionen opstår nu på naturlig vis fra Hausdorff målet. Definition 4.1. Hausdorff dimension Lad X være et separabelt rum udstyret med Hausdorff målet H s. Da er Hausdorff dimensionen af en mængde A X: 0 s [0, [: H s (A) = 0 dim H A = s [0, [: H s (A) = sup{s H s (A) = } ellers Jf. forrige kapitel ses det let at dim H A = sup{s H s (A) > 0} = inf{t H t (A) < } = inf{t H t (A) = 0} Vi har følgende generelle egenskaber for Hausdorff dimensionen: Sætning dim H A dim H B når A B. 2. dim A i = sup dim H A i når A i X, i = 1, 2,... Bevis. i N 1) Er dim H B = er vi færdige. Lad dim H B = t. Dvs. Da H s er et mål og A B er dvs. dim H A t. s > t : H s (B) = 0 s > t : H s (A) H s (B) = 0 2) : Da A i i N A i vil dim H A dim i N A i, specielt vil sup i N dim H A i dim i N A i : Antag dim H i N A i = t, dvs. s < t : H s ( i N A i ) =. Da H s (A i ) H s ( i N A i ) i N er i N Hs (A i ) = for alle s < t. Der må altså eksisterer i 0 så H s (A i0 ) > 0 for s < t, dvs. dim H A i0 t, specielt er sup i N dim H A i i N A i. 15

16 Har A dimension s, så kan H s (A) = 0, H s (A) = eller 0 < H s (A) <. Omvendt, hvis 0 < H s (A) < for et s, så må dette være dimensionen. En naturlig egenskab for et dimensionsbegreb er dim R n = n. Dette gør sig heldigvist gældende for Hausdorff dimensionen: Sætning 4.3. Lad n N og A R n. 1. dim H R n = n 2. dim H A n Bevis. Betragt Z n gitteret i R n. Om hver punkt z heri, kan vi ligge kuglen med radius 1. Der gælder da oplagt R n = z Z n K 1 (z) og ved 4.2 er dim H B 1 (0) dim H R n sup z Z n dim H B 1 (z) = dim H B 1 (0) hvor sidste lighed følger af at H er translationsinvariant. Ved 3.7 har R n dimension n. Sidste udsagn følger nu af 1. og Tæthederne θ k og θ k En anden størrelse der ligger sig tæt op af Hausdorff dimensionen er de k- dimensionale tætheder. Disse størrelser vil først blive brugt i forbindelse med selvsimilære mængder, hvor de viser sig centrale ved bestemmelsen af deres Hausdorff dimension. Definition 4.4. Den øvre hhv. nedre k-dimensionale tæthed af mængden A i punktet x er θ k (A, x) = lim sup r 0 θ k (A, x) = lim inf r 0 H k (A K r (x)) α k r k H k (A K r (x)) α k r k hvor α k = Γ( 1 2 )k Γ(( k 2 )k +1) Dersom de er ens, betegnes deres fælles værdi θ(a, x, k). α k er blot en normeringsstørrelse, der ikke komme til at spille den store rolle i dette projekt. Definitionen af den k-dimensionale tæthed kan udvides til mål: 16

17 Definition 4.5. Lad µ være et mål på X og x X. Da defineres θ k (µ, x) = lim sup r 0 θ k (µ, x) = lim inf r 0 µ(k r (x)) α k r k µ(k r (x)) α k r k Dersom de er ens, betegnes deres fælles værdi θ(µ, x, k). Specielt de øvre k-dimensionale tætheder kommer til at spille en rolle, som angivet nedenfor: Sætning 4.6. Lad µ være et mål på X og A X. Da gælder: 1. ( a A : θ k (µ, a) λ) H k (A) λ 1 µ(a) 2. ( a A : θ k (µ, a) λ) H k (A) 2 k λ 1 µ(a) Specielt er 0 < H k (A) <, dvs. dim H A = k, dersom θ k (µ, a) er numerisk begrænset. Bevis. For et bevis, se [5] 4.2 Alternative Hausdorff dimensioner Vores opbygning af Hausdorff dimensionen læner sig tungt op ad Hausdorff målet, men det er faktisk muligt at konstruerer dimensionesbegrebet uden brug af mål, som nedenstående sætning viser: Sætning 4.7. Lad A X, s [0, [ og δ ]0, ]. Da er følgende ækvivalente udsagn: 1. H s (A) = 0 2. H s δ (A) = 0 3. ɛ > 0 (E i ) i N X : (A i N E i i N d(e i) s < ɛ) Bevis. oplagt i rækkefølgen (3) (2) (1) (3). Man vil altså kunne definerer Hausdorff funktionen alene ud fra overdækninger. Derudover kan det være praktisk at betragte andre funktioner end ζ = d(e i ) s for et givent s. Er h : [0, [ [0, [ en ikke-aftagende funktion med h(0) = 0, kan vi definerer ζ(e) = h(d(e)). Målet ψ(p(x), ζ) kaldes da gerne for Hausdorffh målet og betegnes Λ h. Det er klart at H s er specialtilfældet hvor h(t) = t s. Hvor H s giver os en forståelse for den fylde delmængderne har i X, så vil andre valg af h kunne give andre former for indsigt. Vi vil dog kun interessere os for H s. 17

18 5 Nogle Fraktaler Benoit Mandelbrot definerede 3 en fraktal til at være en mængde, hvis Hausdorff dimension er større end dens topologiske dimension. Ordet betyder i sig selv at brække og kommer af latinsk fractus. 5.1 Cantor mængden Lad 0 < λ < 1. Lad nu I 2 0,1 = [0, 1], og lad I 1,1 = [0, λ], I 1,2 = [1 λ, 1]. Processen forsættes nu således: Givet intervaller I k 1,1,..., I k 1,2 k 1 defineres intervallerne I k1,1,..., I k,2 k, ved at tage et interval I k 1,j og fra dette fjerne et interval af længde (1 2λ)d(I k 1,j ) = (1 2λ)λ k 1 fra midten af dette, således skabes der to nye intervaller. Vi har således at alle intervallerne I j,k har længde λ k. Cantormængden C(λ) defineres nu ved 2 k C(λ) = k=0 j=1 Oftest betragter man cantormængden med λ = 1. Jvf figuren nedenfor: 3 I k,j 0.iteration 1.iteration 2.iteration 3.iteration Vi vil nu vise at den topologiske dimension af C(λ) er 0. Lad ɛ > 0 være givet og betragt intervallet I ɛ =] ɛ, 1 + ɛ[. Dette er en åben mængde der overdækker C(λ) af orden 1 og diameter 1 + 2ɛ. Vi kan lade iterationsprocessen virke på I ɛ n gange, hvorved der fremkommer en åben overdækning Iɛ n af C(λ), bestående af 2 n intervaller af diameter 1+2ɛ. Denne overdækning er af orden 1 dersom ɛ er 3 n passende lille i forhold til n. For givent n kan der vælges ɛ så ordenen bliver 1. Lad nu C være en åben overdækning af C(λ). Da C(λ) er kompakt har C et Lebesque tal δ > 0, således at enhver overdækning af C(λ) med mængder af diameter mindre end δ, er en forfining af C. Dette kan opnås med Iɛ n for passende stort n. Altså har C(λ) topologisk dimension højest 0. Pr. definition af topologisk dimension er da dim T C(λ) = 0. 3 Se [9].. 18

19 Vi ønsker nu at beregne Hausdorff-målet, og herved Hausdorff-dimensionen af C(λ), som viser sig at være log 2. Men først to små lemmaer. log 1 λ Lemma 5.1. Lad s = log 2, lad l, n N således at l n, da vil log 1 λ (1) 2 l d(i l,i) s = 1 (2) I l,i I n,j d(i l,i ) s d(i n,j ) s Bevis. Vi har at 2 l d(i l,i ) s = 2 l λ ls = (2λ s ) l = 1 hvor sidste lighedstegn følger ved vores valg af s. (2) følger nu af (1) idet 2 n d(i n,j ) s = 1 = 2 n 2 l n d(i l,i ) s = 2 n I l,i I n,j d(i l,i ) s hvilket giver det ønskede. Lemma 5.2. Lad I være et åbent interval, lad l N og lad s = log 2, da vil log 1 λ d(i l,i ) s 4d(I) s I l,i I Bevis. Såfremt {I l,i I l,i I} = er det oplagt. Antag derfor at der findes intervaller I l,i I, og lad n være det mindste heltal således at I indeholder I n,i. Da vil n l. Lad nu I n,j1,..., I n,jp, være de intervaller som har elementer fælles med I, da vil p 4, som følge af vores valg af n. Da vil 4d(I) s p d(i n,jp ) s = m=1 p m=1 hvor lighedstegnet følger af lemma 5.1. Sætning 5.3. Lad λ ]0, 1 2 følgeligt vil dim H (C(λ)) = s. I l,i I n,jm d(i l,i ) s log 2 [ og lad s = log( 1 ), da vil λ 1 4 Hs (C(λ)) 1 I l,i I d(i l,i ) s Bevis. Lad k N, da vil C(λ) j=1 I k,j, så for et vilkårligt s [0, [, vil H s λ k (C(λ)) 2 k j=1 d(i k,j ) s 2 k λ ks = (2λ s ) k = 1 (2) 19

20 Det ses nu at H s (C(λ)) = lim k H s λ k (C(λ)) 1 Vi ønsker nu at vise at for en vilkårlig overdækning (U i ) i I af C(λ) vil d(u i ) s 1 4 i Da C(λ) R er det nok at se på overdækninger bestående af intervaller, og da C(λ) er kompakt, er det nok se på endelige overdækninger af intervaller I 1,..., I n. Da C(λ) ikke har nogle indre punkter, kan vi, ved om nødvendigt at gøre I j en smule størrere, antage at endepunkterne for I j ikke har noget til fælles med C(λ). Da findes der et δ > 0 således at afstanden fra C(λ) til alle intervalendepunkterne er mindst δ. Vælger vi nu k så stor at δ > λ k d(i k,i ), har vi at ethvert interval I k,i er indeholdt i et passende interval I j. Da giver lemma 5.2 at 4 j d(i j ) s j I k,i I j d(i k,i ) s 2 k d(i k,i ) s = 1 Hermed er det ønskede vist. Bemærk at (2) ledte os hen imod hvad værdien af s skulle være, idet log 2 er log 1 λ den mindste værdi for hvilket (2λ s ) k forbliver endelig, når k går imod uendelig. 5.2 Koch kurven Koch kurven er en delmængde af R 2. Udgangspunktet for iterationen er en ret linie, f.eks. intervallet [0, 1]. Vi tager den miderste trediedel af linien, og oprejser en ligesidet trekant med sidelængde svarende til det miderste liniestykke, mens de to endestykker efterlades urørt. Herved fremkommer fire liniestykker: Processen kan nu gentages på hver af liniestykkerne, hvorved der fremkommer 16 20

21 liniestykker: Processen fortsættes hvorved antalet af liniestykker og trekanter vokser kraftigt, men deres længde aftager! En interessant observation er, at antallet af liniestykker vokser hurtigere en deres længde aftager. Efter det n.trin vil der være 4 n liniestykker, hver af længde 1. 3 n Den samlede længde af kurven efter den n te iteration er da ( ) n 4 L n = 3 En konsekvens heraf er at grænsen af iterationer vil have uendelig længde. Koch kurven defineres til at være grænsen for disse iterationer! På trods af denne egenskab er Koch kurven begrænset. Lad A n betegne arealet mellem Koch kurven og linien givet ved intervallet [0, 1], med A 0 = 0. I det n.te trin øges A n 1 med arealet svarende til de 4 n 1 trekanter vi tilføjer. Vi kan vurdere denne størrelse opad ved istedet at tilføje arealet af kvadratet omspændende trekanterne. Disse har areal ( 1 3 n ) 2. Vi har altså: ( 4 ) n A n < A n n 1 ( 1 3 n ) 2 = A n Fortsættes den rekursive betragtning fås A n < 1 ( ) ( ) ( ) ( ) n Dette er en geometrisk række på nær konstantled. Vi kan altså vurdere arealet opdad ved: lim A n < lim n n n ( ) i ( ) 4 n+1 3 = lim n = Vi kan nu vise at Koch kurven har topologisk dimension højest 1. Til hver iteration af liniestykket af længde λ definerer vi en overdækning. Overdækningen 21

22 af den n te iteration betegnes O n. Overdækningen består af et antal åbne kugler, 2 for hver af de 4 n liniestykker +1. Kuglerne ligges i hver ende af linierne og en i midten. De har radius svarende til halvdelen af liniens længde, dvs. radius er λ 2 3 n. For n = 0 ser O 0 således ud: For n = 1 ser O 1 således ud: Det er da klart at ethvert punkt i Kock kurven ligger i højest 2 af kuglerne fra O n for ethvert n N 0. Desuden er det klart at kuglerne i O n er af aftagende diameter, dvs. for enhver forelagt overdækning med Lebesque tal δ > 0, kan vi forfine den med en O n for passende n. Altså er den topologiske dimension højest 1. Koch kurven er sammenhængende, hvorfor en åben overdækning af denne af orden 1 ikke kan eksisterer. Antag modsat, da må overdækningen bestå af disjunkte mængder, dvs. vi kan skrive kurven som en disjunkt forening af 2 mængder, i strid med at den var sammenhængende. Overdækningen O n ovenfor viser yderligere at enhver forfining heraf må bestå af mindst 2 mængder. Vi skal senere vise at Koch kurve er en fraktal, altså har ikke-heltallig Hausdorff dimension. Vi viser dette vha. similariteter. Dette illustrere også anvendeligheden af konceptet selv-similaritet ved beregning af dimensioner. 6 Grundliggende begreber for Selv-similaritet Vi skal først have lagt de grundlæggende definitioner og notationer på plads. I det følgende er N et fast naturligt tal. Definition 6.1. p-tupler/p N Lad p N. En p-tupel i {1,..., N} er en mængde i 1,..., i p opfyldende i j {1,..., N} 22

23 Mængden af tupler i {1,..., N} betegnes P N, dvs. P N = { i 1,..., i p i j {1,..., N}, p N} For α = i 1,..., i p defineres længden l : P N N ved l(α) = p. Vi indfører en relation og en komposition på P N : Definition 6.2. Lad α, β P N. Vi siger at α er et initial segment for β, og skriver α β, dersom α = i 1,..., i p, β = i 1,..., i p, i p+1,..., i q, q p Vi skriver yderligere α β dersom α β og α β. For α = i 1,..., i p og β = j 1,..., j q defineres αβ = i 1,..., i p, j 1,..., j q Definition 6.3. Ved Cantormængden på N symboler, forstås mængden af afbildninger i : N {1,..., N}, dvs. C(N) = {1,..., N} N Med notationen i(p) = i p skrives elementerne fra C(N) på følgeform: i 1 i 2... i p... Det ses let at C(N) = {1,..., N}. Vi kan anvende koncepterne fra ordnede tupler på C(N). For en α P N og i C(N) vil vi anvende α i og αi med de oplagte fortolkninger. Vi udstyrer {1,..., N} med den diskrete topologi og C(N) med produktopologien induceret heraf. Årsagen er at vi senere skal betragte kontinuerte afbildninger herfra. Definition 6.4. For α = i 1,..., i p P N defineres ˆα C(N) ved ˆα = i 1,..., i p, i 1,..., i p, i 1,..., i p,... ˆα er altså den cykliske gentagelse af α. α = {β C(N) α β}. 23

24 Definition 6.5. Lad I være en endelig delmængde af P N (dvs. alle elementerne har en fælles øvre grænse for deres længde). Î = {α 1 α p α i I}. Dvs. Î er alle uendelige følger der opstår ved at komponerer uendeligt mange elementer fra I. I siges at være sikker dersom β C(N) α I : α β I siges at være stram dersom β C(N)!α I : α β. At være stram adskiller sig således kun fra at være sikker ved et entydigheds udsagn! Der gælder oplagt Î C(N). Derudover ses det let, at det at være sikker er ækvivalent med følgende: Lad p = max{l(α) α I}. I er da sikker dersom der for enhver p-tuppel β eksisterer α I så α β. Sætning Følgende er ækvivalente udsagn: (a) Î = C(N) (b) C(N) = α I (c) I er sikker. α 2. Følgende er ækvivalente udsagn: (a) β C(N)!α Î : β = α. (bemærk entydigheds udsagnet!) (b) C(N) = α I α (disjukt forening!) (c) I er stram. Bevis. Oplagt i rækkefølgen (a) (b) (c) (a) i begge tilfælde. 7 Selv Similaritet Lad igen N N være et fast tal. En del af matrialet præsenteret herunder er formuleret for generelt metrisk rum (X, d). Vi vil dog fra tid til anden springe til tilfælder (R n, d), hvor d betegner den sædvanlige metrik. Efterhånden som teoriens udvikles vil vi anvende den på Cantor mængden. Alle resultater herfor er samlet til sidst. 24

25 Definition 7.1. Er S = {S 1,..., S N } en mængde af afbildninger S i : X X, da defineres S i1...i p = S i1... S ip hvor i j {1,..., N} for alle j {1,..., p}. Yderligere defineres for A X: S(A) = S i (A) og S i S A i1...i p = S i1...i p (A) Definition 7.2. Similaritet En afbildning S : X X siges at være en similaritet dersom: x, y X r R + : d(s(x), S(y)) = rd(x, y) I tilfælder (X, d) = (R n, d) kan det vises at S er en similaritet hvis og kun hvis S er sammensat af afbildninger µ r τ b O for passende µ r (x) = rx, translation τ b = x b og ortogonal transformation O. En similaritet kan således betragtes som en skalering af R n. Similariteterne er de afbildninger, der ved gentagende anvendelse, skal frembringe vores fraktal. Da de fraktaler vi er interesseret i generelt består af iterrationer der formindsker figuren, vil vi fra nu af kun betragte similariteter der er kontraktioner, dvs. 0 < r < 1. Eksempel 7.3. Afbildningerne S 1, S 2 : R R givet ved S 1 (x) = 1 3 x, S 2(x) = 1 3 (x 1) + 1 er similariteter med r 1 = r 2 = 1 3 Der knytter sig en vigtig størrelse til en mængde af disse similariteter. Lader vi r 1,..., r N være de tilhørende Lipschitz konstanter, så vil afbildningen γ(t) = N rt i være en kontinuert aftagende funktion med γ(0) = N og lim t γ(t) = 0. Der findes da et entydigt bestemt D R så γ(d) = N ri D = 1 Definition 7.4. Lad S = {S 1,..., S N } en mængde af similariteter med Lipschitz konstanter r 1,..., r N. Det entydigt bestmte D R der opfylder N ri D = 1 kaldes for similaritets dimensionen af S. 25

26 Det vil vise sig at D er Hausdorff dimensionen for visse selv-similære mængder, f.eks. Cantor mængden. Eksempel 7.5. Forsætter vi vores eksempel fra før, ser vi at D opfylder ( 1 3 )D + ( 1 3 )D = 1 når D = ln(2) ln(3). 7.1 Invariante mængder Formålet med dette kapitel, er til enhver mængde af similariteter S, at knytte en afsluttet og begrænset mængde, betegnet S. Denne mængde vil i de senere angivne konkrete tilfælde være selv-similær. Definition 7.6. Invariant under S Lad S være en endelig mængde af similariteter. En delmængde K X siges at være invariant under S dersom S(K) = K Vi ønsker nu at påpege eksistensen af en entydigt bestemt begrænset og afsluttet mængde, der er invariant under forelagt S. Til dette skal vi bruge fuldstændigheden af mængden af afsluttet og begrænsede mængder i X med Hausdorff metrikken Definition 7.7. Hausdorff metrikken Mængden af afsluttede og begrænsede mængder i X betegnes B(X) For E, F B(X) defineres Hausdorff metrikken ρ(e, F ) = max{d(x, F ), d(y, E) x E, y F } At ρ er en metrik er velkendt fra Mat2AN (se [6]). Lemma 7.8. Lad f : X X være en afbildning og Lip(f) = sup x,y X { d(f(x),f(y)) }. Da gælder d(x,y) 1. ρ(f(a), f(b)) Lip (f)ρ(a, B) for alle delmængder A, B B(X). 2. ρ ( i I A i, i I B i ) sup i I ρ(a i, B i ) for delmængder (A i ) i I, (B i ) i I B(X), således at deres forening i I A i, i I B i igen er i B(X). Bevis. 1. Vi har ρ(f(a), f(b)) = max{d(x, f(b)), d(y, f(a)) x f(a), y f(b)}. Antag, uden tab af generalitet, at d(x, f(b)), x f(a), er den største. max{d(x, f(b)) x f(a)} = d(f(x 0 ), f(b)) (for passende x 0 f(a)) Lip (f)d(x 0, B) Lip (f)ρ(a, B) 26

27 2. Vi kan skrive ( ρ i I A i, i I B i ) = max{ sup x i I B i d(x, i I A i ), sup d(y, B i )} y i I A i i I Antag, igen uden tab af generalitet, at sup x i I B i d(x, i I A i) er den største. sup d(x, A i ) = d(x 0, A i ) (for passende x 0 B i0 ) x i I B i i I i I d(x 0, A i0 ) sup x B i0 (x, A i0 ) = ρ(a i0, B i0 ) sup ρ(a i, B i ) i I Sætning 7.9. (B(X), ρ) er et fuldstændigt metrisk rum. Bevis. For et bevis, se [3]. Sætning For enhver mængde S = {S 1,..., S N } af similariteter findes netop en kompakt mængde K der er invariant under S. Yderligere vil der for enhver kompakt mængde F gælde N i 1 =1 N i m=1 S i1...i m (F ) K m Bevis. Betragt afbildningen S : B(X) B(X), givet ved S(E) = N S i (E). Denne er en kontraktion i Hausdorff metrikken ved lemma 7.8, og ved Banachs Fikspunktssætning eksisterer en entydigt bestemt afsluttet og begrænset mængde K der er fikspunkt for S. Dette er netop vores søgte K. Banachs sætning giver også andet udsagn. Definition Den entydigt bestemte afsluttet og begrænset mængde invariant mht. S betegnes S. Eksempel Lader vi igen S = {S 1, S 2 } med S 1 og S 2 som før, kan det nemt indses at C( 1 ) netop er den invariante afsluttede og begrænsede mængde S 3 27

28 7.2 Invariante mål I det følgende er S = {S 1,..., S N } fortsat en mængde af similariteter med Lipschitz konstanter r = {r 1,..., r N } og similaritets dimension D. Analogt til metoden anvendt i forrige kapitel, vil vi til enhver mængde S af similariteter, knytte et mål, betegnet S. Definition Lad µ være et mål på X. Støtten for µ er supp (µ) = X\ U hvor U erne er de åbne mængder i X opfyldende µ(u) = 0 µ s masse er afbildningen M fra mængden af mål på X ind i [0, ], givet ved M(µ) = µ(x). M = {µ µ mål, supp (µ) begrænset, M(µ) < } M 1 = {µ M M(µ) = 1} M 1 = {µ M 1 supp (µ) kompakt} Definition f For en Lipschitz afbildning f : X X defineres f : M M, f (µ)(e) = µ(f 1 (E)) Det ses umiddelbart at M(f (µ)) = M(µ). Definition Lad S = {S 1,..., S N } være similariteter og lad ρ = {ρ 1,..., ρ N } være en vilkårlig mængde af reelle tal opfyldende 0 < ρ i < 1 for alle i og N ρ i = 1. (S, ρ) : M 1 M 1 er afbildningen givet ved (S, ρ)(ν) = N ρ is i ν, dvs for E X er (S, ρ)(v)(e) = N ρ i ν(s 1 i (E)) (S, ρ) 0 (ν) = ν, (S, ρ) 1 (ν) = (S, ρ)(ν) og induktivt for p 2 (S, ρ) p (ν) = (S, ρ)((s, ρ) p 1 (ν)) Af hensyn til overskueligheden indføres notationen v i1...i p = ρ i1... ρ ip S i1...i p (ν) Bemærkning Af definitionen fås følgende observationer 28

29 1. (S, ρ) p (ν) = i 1,...,i p ν i1,...,i p. 2. M((S, ρ)(ν)) = M(ν) og følgeligt er M((S, ρ) p (ν)) = M(ν). (S, ρ) er altså en veldefineret afbildning! Definition Invariant mht. (S, ρ) ν M 1 siges at være invariant mht. (S, ρ) dersom (S, ρ)(ν) = ν Afbildningen (S, ρ) er interessant når ρ vælges til at være mængden r = {r D 1,..., rd N }, hvor r i er Lipschitz konstanten hørende til S i og D er similaritetsdimensionen. Vi vil nu indfører en metrik på M 1, der sikrer os at M 1 bliver fuldstændigt og (S, ρ) bliver en kontraktion. Herved kan vi anvende Banachs fikspunktssætning til at finde et entydigt bestemt invariant mål. Definition BC(X) = {f : X R f er kontinuert og begrænset på begrænsede mængder}. For µ M defineres afbildningen µ : BC(X) [0, [ ved µ(φ) = φdµ Definition L(µ, ν) For µ, ν M 1 defineres L(µ, ν) = sup{ µ(φ) ν(φ) φ BC(X), Lip φ 1} Sætning L er en metrik på M 1 Bevis. Først bør det overvejes om L(µ, ν) < for alle µ, ν M 1. Lad derfor µ, ν være givet, og vælg x X og R R + så supp (µ), supp (ν) K R (x). Vi har da µ(φ) ν(φ) = µ(φ φ(x) + φ(x)) ν(φ φ(x) + φ(x)) = µ(φ φ(x)) ν(φ φ(x)) = 2R < µ(r) ν(r) Her følger anden lighed af at µ(φ(x)) = φ(x)dµ = φ(x) dµ = φ(x)µ(x) = φ(x) = φ(x)ν(x) = φ(x)dν = ν(φ(x)) 29

30 og første ulighed af φ φ(x) er en afbildning hvis billede af K R (x) er et interval om 0 med radius højest R. Dvs. µ(φ φ(x)) = φ φ(x)dµ Rdµ = µ(r) ν(φ φ(x)) = φ φ(x)dν Rdν = ν(r) Vi kan nu vise at L opfylder de 3 metrik aksiomer: Er µ(φ) ν(φ) 0 for alle φ BC(X), så er L altid ikke-negativ. Antag derfor µ(φ) ν(φ) < 0 for et φ BC(X). Da vil φ BC(X) og, da µ er lineær for alle µ M 1, er µ( φ) ν( φ) = ν(φ) µ(φ) > 0. Dvs. L(µ, ν) 0. Det indses også nemt at µ = ν hvis og kun hvis L(µ, ν) = 0. Symmetrien følger nu af tilsvarende overvejselser, idet µ(φ) ν(φ) = ( ν(φ) µ(φ)) = ν( φ) µ( φ) Da φ BC(X) vil identiteten bevares når vi tager supremum over φ på begge sider. Yderligere er for µ, ν, ξ M og φ, θ BC(X) med Lip θ, Lip φ 1 L(µ, ξ) + L(ξ, ν) = sup φ { µ(φ) ξ(φ)} + sup{ ξ(θ) ν(θ)} = sup{ µ(φ) + ξ(θ φ) ν(θ)} θ,φ { µ(φ) ν(θ)} sup θ,φ sup{ µ(φ) ν(φ)} φ = L(µ, ν) θ Sætning (S, ρ) er en kontraktion i (M 1, L). Bevis. Lad φ BC(X) med Lip φ 1 og antag at r N = max{r 1,..., r N } er den største af similariteternes lipschitzkonstanter. For µ, ν M 1 gælder: (S, ρ)(µ)(φ) (S, N N ρ)(ν)(φ) = S i (µ)(φ) S i (ν)(φ) = = N N ρ i [ µ(φ S 1 ) ν(φ S 1 i )] ρ i r N [ µ(r 1 N φ S 1 ) ν(r 1 N φ S 1 i )] N ρ i r N ( µ(φ) ν(φ)) r N L(µ, ν) 30

31 idet vi i første ulighed anvender at r 1 N φ(s i) er en Lipschitz afbildning med Lip r 1 N φ(s i) r 1 N 1 ρ i 1. Tages supremum på venstre side, står det ønskede. M 1 har en fuldstændiggørelse M 1 og (S, ρ) har en entydig udvidelse (S, ρ) som kontraktion i M 1. Sætning For enhver endelig mængde S af similariteter eksisterer et entydigt bestemt mål µ M 1 invariant mht. (S, ρ). Yderligere vil (S, ρ) p (ν) µ i L metrikken for ethvert mål ν M 1. Bevis. Simpel anvendelse af Banach s fixpunkssætning. Definition Det entydigt bestemte invariante mål mht. (S, ρ) betegnes (S, ρ). Er ρ = {r1 D,..., rd N } skrives blot S. I næste afsnit viser vi at (S, ρ) faktisk ligger i M Om S og (S, ρ) Dette kapitel omhandler egenskaber for mængden K = S og målet (S, ρ). Igen, af hensyn til generaliteten, betragtes en mængde ρ = {ρ 1,..., ρ N } opfyldende ρ i > 0 og N ρ i = 1. Sætning Der gælder 1. K K i1 K i1 i 2... K i1...i p diam(k i1...i p ) 0 for p. 3. lim p K i1...i p eksisterer og er en singelton i K. Ydermere opstår hvert eneste element i K på denne måde. 31

32 Bevis. Vi har K = = = = N S i1 (K) i 1 =1 N N S i2 ( S i1 (K)) i 2 =1 N i 2 =1 i 1 =1 N i 2 =1 i 1 =1 i 1 =1 N S i1 i 2 (K) N K i1 i 2. = N... i p=1 = N i 1 =1 i 1,...,i p K i1...i p K i1...i p Hvor sidste lighedstegn blot er af hensyn til notationen. Yderligere er Specielt må da K i1...i p = S i1...i p (K) N = S i1...i p ( = = N i p+1 =1 N i p+1 =1 i p+1 =1 S ip+1 (K)) S i1...i p+1 (K) K i1...i p+1 K K i1 K i1 i 2... K i1...i p... Samtidig er diam(k i1...i p ) = r i1... r ip diam(k) 0 p Da X er fuldstændigt vil K i1...i p konvergere mod en singelton, der, da K specielt er afsluttet, må ligge i K. Det er yderligere klart at alle k K opstår som grænseværdier for S i1...i p. Bemærkning Vi har set at ethvert k K opstår som grænseværdi for en følge S i1...i p. Vi kan som sådan altid skrive k = k i1...i p... 32

33 for at symbolisere dette. Sætning Lad A X være ikke-tom og begrænset, og lad k i1...i p... K. Da gælder d(a i1...i p, k i1...i p...) p 0 Bevis. d(a i1...i p, k i1...i p...) = d(s i1...i p (A), S i1...i p (k ip...)) r i1... r ip d(a, k ip...) r i1... r ip sup{d(a, k) a A, k K} og sidstnævnte går mod 0 som p da sup{d(a, k) a A, k K} er en konstant. Definition Lad r : {1,..., N} ]0, 1[ være målet givet ved r(i) = ρ i. Lad τ være produktmålet på C(N) induceret af r på hver af faktorene {1,..., N}. Lad π : C(N) K være koordinat afbildningen givet ved π(i) = k i. Sætning Koordinat afbildningen er kontinuert (C(N) har produkttopologien jf. kapitel 4) Bevis. Lad i = i 1... i p... C(N) og ɛ > 0. Idet π(i) = k i1...i p... eksisterer q N således at {k K d(k, π(i)) < ɛ} = U Da K i1...i q og K i1...i q er billedet af den åbne mængde V = {i C(N) i 1,..., i q = i 1,..., i q } π 1 (U) = V har vi til enhver omegn U(kuglerne udgør en basis!) af et vilkårligt punkt i K, fundet en omegn V i C(N) så π 1 (U) V, dvs. π er kontinuert. Næste sætning illustrerer at der, ikke overraskene, er sammenhæng mellem S og (S, ρ) : Sætning (S, ρ) = π τ 2. supp (S, ρ) = S 33

34 Bevis. 1. Lad for j {1,..., N} σ j : C(N) C(N) være givet ved σ j (i) = ji. Da er π σ j (i 1... i p...) = π(ji 1... i p...) = k ji1...i p... S j π(i 1... i p...) = S j (k i1...i p...)k ji1...i p... dvs. π σ j = S j π. Vi har da (S, ρ)(π τ) N ρ j S j (π τ) j=1 N ρ j π (σ j τ)π i=j N j=1 ρ j σ j (τ) = π τ dvs. π τ er (S, ρ) invariant, og ved entydighed heraf, må π τ = (S, ρ). 2. Tag x supp π τ. Der må gælder at U U(x) er π τ(u) 0 for antag modsat, da vil U supp π τ =, specielt vil x / supp π τ. Altså 0 π τ(u) = τ(π 1 (U)) og U K. Betragt nu omegnene U ɛ = K ɛ (x), ɛ > 0. Der gælder lim ɛ 0 U ɛ = x og U ɛ K for alle ɛ > 0, dvs. x K. Tag k = k i1...i p... K. For alle ɛ > 0 er π 1 (K ɛ (k)) og åben i C(N). Vi har k i1...i p... K i1...i p for alle p N og ved beviset for kontinuiteten af π er π 1 (K i1...i p ) = {i C(N) i 1,..., i p = i 1,..., i p } åben i C(N). Vi kan direkte finde målet: π τ(π 1 (K i1...i p )) = π τ({i 1 }... {i p } {1,..., N} {1,..., N}...) = ρ 1... ρ p = ρ 1... ρ p > 0 Dvs. K ɛ (k) supp π τ for alle ɛ > 0, hvoraf følger k supp π τ. Korollar (S, ρ) M 1. Bevis. Lad µ = (S, ρ). Det er tilstrækkeligt at vise at µ har begrænset støtte og total masse 1. Vi har lige vist supp µ = S der er kompakt, specielt begrænset. Vi kan ligeledes finde massen: µ(x) = π τ(x) = τ(π 1 (X)) = τ(c(n)) = τ( {1,..., N}) = 1 = 1 Dvs. µ M 1. 34

35 Definition Lad I = {α 1,..., α m } P N. Da er: 1. S I mængden af similariteter S I = {S α1,..., S αm }. 2. r I : I ]0, 1[ afbildningen givet ved r I ( i 1,..., i p ) = r(i 1 )... r(i p ). Givet I som ovenfor har vi altså skabt os en ny (endelig) mængde af similariteter. Derudover har vi konstrueret os en multimængde r I (I) = { r I (i 1 ),..., r I (i p )} af samme kardinalitet. Afbildningen (S I, r I (I)) er således veldefineret ved pkt. (2) i sætning 7.34 dersom I er stram. Lemma N ρ i1... ρ ip ( ρ i ) = 1 i 1,...,i p Bevis. Bevis ved induktion efter p. For p = 1 er udsagnet sandt. Antag nu i 1,...,i p ρ i1... ρ ip = 1. i 1,...i p+1 ρ i1... ρ ip ρ ip+1 = N i p+1 =1 ρ ip+1 ρ i1... ρ ip = i 1,...,i p N i p+1 =1 ρ ip+1 = 1 Ovenstående resultat er ækvivalent med r I (α) = 1 α P N,l(α)=p Lemma Lad α = i 1,..., i p P N og p 0 p. Da gælder: α P N,l(α)=p 0 α α r I (α) = r I (α ) Bevis. Lad {α 1,..., α l } være mængden af tupler der har α som initial segment og længde p 0, og lad {β 1,..., β l } være tupler opfyldende α j = α β j. En typisk β j er da på formen β j =< i p+1,..., i p0 >, og alle de mulige kombinationer heraf 35

36 repræsenteres! α P N,l(α)=p 0 α α r I (α) = = = l r I (α i ) l r I (α β i ) l r I (α ) r I (β i ) = r I (α ) = r I (α ) l r I (β i ) hvor l r I(β i ) = 1 idet alle β i erne har samme længde. Sætning Lad I P N være endelig. Da gælder 1. S I = {k β b Î} 2. α I r I (α) = 1 dersom I er stram. 3. I er sikker S I = S 4. I er stram (S I, r I (I)) = (S, ρ) Bevis. Lad I = {α 1,..., α m }. 1. Vi kan identificere Î = C(m) ved α i i. Resten følger nu af sætning Ved det foregående lemma er 1 = = = r I (α) α P N,l(α)=p 0 m r I (α) α P N,l(α)=p 0 α i α m r I (α i ) hvor andet lighedstegn følger af at I er stram, dvs. der er netop et initial segment til hvert α. 36

37 3. Der gælder oplagt S I S for alle I P N. Lad nu I være sikker og tag k = k i1...i p... S. Da C(N) = Î vil for passende α er i I, dvs. k S I. i 1... i p... = α 1... α p Sætning 6.6 giver at der findes en bijektiv afbildning g : C(M) C(N) givet ved g(i 1 i 2... ) = α i1 α i2.... Sætning 7.29 giver at (S, ρ) = π τ og (S I, r I (I)) = π I τ I. Det ses nu at π I = πg og τ I = τg. Da både g,π og π I er bijektive fås for en mængde A K at hermed er det ønskede vist. τ I (π 1 I (A)) = τg(g 1 π 1 (A)) = τ(π 1 (A)) 7.4 Selv-similaritet af mængder Igen er S = {S 1,..., S N } similariteter med similiaritetskonstanter {r 1,..., r N } og similaritetsdimension D. Definition Selv-Similær Lad A X have Hausdorff dimension k. A siges at være selv-similær mht. S = {S 1,..., S N } dersom 1. A er invariant mht. S. 2. H k (A) > 0 3. H k (A i A j ) for alle i, j {1,..., N} så i j. Eksempel Vi har fundet Hausdorff dimensionen af C( 1 ln(2) ) til at være. 3 ln(3) Da C( 1) 3 1 og C( 1) 3 2 er disjunkte, er målet specielt 0. C( 1 ) er da selv-similær mht. 3 S = {S 1, S 2 }. I det følgende vil vi forlade den generelle tilgang til emnet, lade X = R n og kun anvende resultaterne i de foregående kapitler med ρ = {r D 1,..., rd N }. Sætning Lad K = S og dim H K = d. Da gælder: 1. H D (K) <, specielt er d D. 2. Dersom 0 < H d < gælder K er selv-similær d = D 37

38 Bevis. 1. Vi har fra 7.24 at K = i 1,...,i p diam(k i1...i p ) D i 1,...,i p K i1...i p og i 1,...,i p r D i 1... r D i p diam(k) = diam(k) Antag nu at r N = max{r 1,..., r N }. Da er diam(k i1...i p ) r p Ndiam(K) og r p N diam(k) 0 når p, dvs. K i 1...i p erne udgør en overdækning, hvis diametre kan gøres vilkårlige små ved at vælge p stor nok, og hvis sum netop er diam(k), specielt endelig, dvs. d D. 2. Nu er 0 < H d (K) <. Vi har H d (K) = H d ( N K i) N = H d (K i ) = = Heraf sluttes at N rd i Vi har N H d (K i ) N ri d Hd (K) = 1, dvs. d = D. N H d (K i K j ) i,j=1 i j H D (K) = H D ( N K i) N H D (K i ) = = N ri D H D (K i ) N H D (K i ) Heraf sluttes H D (K i K j ) = 0 for alle i j. 38

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

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

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

GEOMETRI-TØ, UGE 8. X = U xi = {x i } = {x 1,..., x n }, U α, U α = α. (X \ U α )

GEOMETRI-TØ, UGE 8. X = U xi = {x i } = {x 1,..., x n }, U α, U α = α. (X \ U α ) GEOMETRI-TØ, UGE 8 Hvis I falder over tryk- eller regne-fejl i nedenstående, må I meget gerne sende rettelser til fuglede@imf.au.dk. Opvarmningsopgave 1. Lad X være en mængde og T familien af alle delmængder

Læs mere

Kalkulus 2 - Grænseovergange, Kontinuitet og Følger

Kalkulus 2 - Grænseovergange, Kontinuitet og Følger Kalkulus - Grænseovergange, Kontinuitet og Følger Mads Friis 8. januar 05 Indhold Grundlæggende uligheder Grænseovergange 3 3 Kontinuitet 9 4 Følger 0 5 Perspektivering 4 Grundlæggende uligheder Sætning

Læs mere

GEOMETRI-TØ, UGE 6. . x 1 x 1. = x 1 x 2. x 2. k f

GEOMETRI-TØ, UGE 6. . x 1 x 1. = x 1 x 2. x 2. k f GEOMETRI-TØ, UGE 6 Hvis I falder over tryk- eller regne-fejl i nedenstående, må I meget gerne sende rettelser til fuglede@imfaudk Opvarmningsopgave 1 Lad f : R 2 R være tre gange kontinuert differentierbar

Læs mere

= λ([ x, y)) + λ((y, x]) = ( y ( x)) + (x y) = 2(x y).

= λ([ x, y)) + λ((y, x]) = ( y ( x)) + (x y) = 2(x y). Analyse 2 Øvelser Rasmus Sylvester Bryder 17. og 20. september 2013 Supplerende opgave 1 Lad λ være Lebesgue-målet på R og lad A B(R). Definér en funktion f : [0, ) R ved f(x) = λ(a [ x, x]). Vis, at f(x)

Læs mere

8 Regulære flader i R 3

8 Regulære flader i R 3 8 Regulære flader i R 3 Vi skal betragte særligt pæne delmængder S R 3 kaldet flader. I det følgende opfattes S som et topologisk rum i sportopologien, se Definition 5.9. En åben omegn U af p S er således

Læs mere

Affine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2

Affine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2 Affine rum I denne note behandles kun rum over R. Alt kan imidlertid gennemføres på samme måde over C eller ethvert andet legeme. Et underrum U R n er karakteriseret ved at det er en delmængde som er lukket

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

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

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

83 - Karakterisation af intervaller

83 - Karakterisation af intervaller 83 - Karakterisation af intervaller I denne opgave skal du bevise, at hvis A er en delmængde af R med følgende egenskab: x, y, z R : x, y A og x < z < y z A (1) så er A enten et interval eller en mængde

Læs mere

N o t e r t i l G e o m e t r i

N o t e r t i l G e o m e t r i N o t e r t i l G e o m e t r i I b M a d s e n o g J o h a n D u p o n t J a n u a r 2 0 0 5 I n s t i t u t f o r M a t e m a t i s k e Fa g D e t N a t u rv i d e n s k a b e l i g e Fa k u l t e t

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

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

Affine og konvekse mængder

Affine og konvekse mængder Kapitel 3 Affine og konvekse mængder 3.1 Affine mænger Definition 3.1 LadXvære et vektorrum. En delmængde A Xer affin hvis λ 1 x 1 +λ 2 x 2 A for alle x 1, x 2 A og λ 1,λ 2 R med λ 1 +λ 2 = 1. (3.1) Udtrykket

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

Gamle eksamensopgaver (MASO)

Gamle eksamensopgaver (MASO) EO 1 Gamle eksamensopgaver (MASO) Opgave 1. (Vinteren 1990 91, opgave 1) a) Vis, at rækken er divergent. b) Vis, at rækken er konvergent. Opgave 2. (Vinteren 1990 91, opgave 2) Gør rede for at ligningssystemet

Læs mere

Skriftlig eksamen - med besvarelse Topologi I (MM508)

Skriftlig eksamen - med besvarelse Topologi I (MM508) INSTITUT FOR MATEMATIK OG DATALOGI SYDDANSK UNIVERSITET, ODENSE Skriftlig eksamen - med besvarelse Topologi I (MM508) Mandag d. 14. januar 2007 2 timer med alle sædvanlige hjælpemidler tilladt. Opgavesættet

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

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

Lineær Algebra, TØ, hold MA3

Lineær Algebra, TØ, hold MA3 Lineær Algebra, TØ, hold MA3 Lad mig allerførst (igen) bemærke at et vi siger: En matrix, matricen, matricer, matricerne. Og i sammensætninger: matrix- fx matrixmultiplikation. Injektivitet og surjektivitet

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

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

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

3.1 Baser og dimension

3.1 Baser og dimension SEKTION 3 BASER OG DIMENSION 3 Baser og dimension Definition 3 Lad V være et F-vektorrum Hvis V = {0}, så har V dimension 0 2 Hvis V har en basis bestående af n vektorer, så har V dimension n 3 Hvis V

Læs mere

Banach-Tarski Paradokset

Banach-Tarski Paradokset 32 Artikeltype Banach-Tarski Paradokset Uden appelsiner Andreas Hallbäck Langt de fleste af os har nok hørt om Banach og Tarskis såkaldte paradoks fra 1924. Vi har hørt diverse poppede formuleringer af

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

MATEMATIK 11 Eksamensopgaver Juni 1995 Juni 2001, 4. fjerdedel

MATEMATIK 11 Eksamensopgaver Juni 1995 Juni 2001, 4. fjerdedel Juni 2000 MATEMATIK 11 Eksamensopgaver Juni 1995 Juni 2001, 4. fjerdedel Opgave 1. (a) Find den fuldstændige løsning til differentialligningen y 8y + 16y = 0. (b) Find den fuldstændige løsning til differentialligningen

Læs mere

Analyse 2. Bevis af Fatous lemma (Theorem 9.11) Supplerende opgave 1. Øvelser

Analyse 2. Bevis af Fatous lemma (Theorem 9.11) Supplerende opgave 1. Øvelser Analyse 2 Øvelser Rasmus Sylvester Bryder 24. og 27. september 203 Bevis af Fatous lemma (Theorem 9.) Hvis (u j ) j er en følge af positive, målelige, numeriske funktioner (dvs. med værdier i [, ]) over

Læs mere

GEOMETRI-TØ, UGE 12. A σ (R) = A f σ (f(r))

GEOMETRI-TØ, UGE 12. A σ (R) = A f σ (f(r)) GEOMETRI-TØ, UGE 12 Hvis I falder over tryk- eller regne-fejl i nedenstående, må I meget gerne sende rettelser til fuglede@imfaudk Opvarmningsopgave 1, [P] 632 Vis at Ennepers flade σ(u, v) = ( u u 3 /3

Læs mere

MASO Uge 5. Topologi i euklidiske rum. Jesper Michael Møller. Uge 5. Formålet med MASO. Department of Mathematics University of Copenhagen

MASO Uge 5. Topologi i euklidiske rum. Jesper Michael Møller. Uge 5. Formålet med MASO. Department of Mathematics University of Copenhagen MASO Uge 5 Topologi i euklidiske rum Jesper Michael Møller Department of Mathematics University of Copenhagen Uge 5 Formålet med MASO Oversigt Åbne og afsluttede mængder Det indre, det ydre, afslutningen,

Læs mere

Almen Matematisk Dannelse

Almen Matematisk Dannelse Almen Matematisk Dannelse af De Studerende ved kurset Almen Matematisk Dannelse Foråret 2002 Matematisk Afdeling KU Foråret 2002 Indledning Disse noter er skrevet af de studerende på et kursus med titlen

Læs mere

Kirchberger s sætning om separation af to mængder Maria Larissa Ziino

Kirchberger s sætning om separation af to mængder Maria Larissa Ziino 12 Formidlingsaktivitet Kirchberger s sætning om separation af to mængder Maria Larissa Ziino I denne artikel fremføres to sætninger af henholdsvis den østrigske matematiker Eduard Helly og den tyske matematiker

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

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

Områdeestimator. X x. P θ. ν θ. Θ C(x) En områdeestimator er en afbildning C : X P(Θ). . p.1/30

Områdeestimator. X x. P θ. ν θ. Θ C(x) En områdeestimator er en afbildning C : X P(Θ). . p.1/30 Områdeestimator X (Ω, F) (X, E) x 01 01 P θ ν θ θ Θ 0000 1111 000000 111111 0000 1111 0000 1111 C(x) En områdeestimator er en afbildning C : X P(Θ).. p.1/30 Konfidensområde En områdestimator C : X P(Θ)

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

Oversigt [LA] 1, 2, 3, [S] 9.1-3

Oversigt [LA] 1, 2, 3, [S] 9.1-3 Oversigt [LA], 2, 3, [S] 9.-3 Nøgleord og begreber Koordinatvektorer, talpar, taltripler og n-tupler Linearkombination Underrum og Span Test linearkombination Lineær uafhængighed Standard vektorer Basis

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 a l e n t c a m p d k Kalkulus 1 Mads Friis Anders Friis Anne Ryelund Signe Baggesen 10. januar 2015 Slide 1/54

t a l e n t c a m p d k Kalkulus 1 Mads Friis Anders Friis Anne Ryelund Signe Baggesen 10. januar 2015 Slide 1/54 Slide 1/54 Indhold 1 2 3 4 5 Slide 2/54 Indhold 1 2 3 4 5 Slide 3/54 1) Hvad er et aksiom? Slide 4/54 1) Hvad er et aksiom? 2) Hvorfor har vi brug for aksiomer? The Monty Hall Problem Slide 4/54 1) Hvad

Læs mere

Analyse 1, Prøve 4 Besvarelse

Analyse 1, Prøve 4 Besvarelse Københavns Universitet Prøve ved Det naturvidenskabelige Fakultet juni 2011 1 Analyse 1, Prøve 4 Besvarelse Lad Opgave 1 (50%) M = {T R 2 T er en åben trekant} og lad A : M R være arealfunktionen, dvs.

Læs mere

MASO Uge 5. Topologi i euklidiske rum. Jesper Michael Møller. Uge 5. Formålet med MASO. Department of Mathematics University of Copenhagen

MASO Uge 5. Topologi i euklidiske rum. Jesper Michael Møller. Uge 5. Formålet med MASO. Department of Mathematics University of Copenhagen MASO Uge 5 Topologi i euklidiske rum Jesper Michael Møller Department of Mathematics University of Copenhagen Uge 5 Formålet med MASO Oversigt Åbne og afsluttede mængder Det indre, det ydre, afslutningen,

Læs mere

Lineære normale modeller (1) udkast. 1 Flerdimensionale stokastiske variable

Lineære normale modeller (1) udkast. 1 Flerdimensionale stokastiske variable E6 efterår 999 Notat 8 Jørgen Larsen 22. november 999 Lineære normale modeller ) udkast Ved hjælp af lineær algebra kan man formulere og analysere de såkaldte lineære normale modeller meget overskueligt

Læs mere

N o t e r t i l G e o m e t r i

N o t e r t i l G e o m e t r i N o t e r t i l G e o m e t r i J o h a n D u p o n t o g I b M a d s e n J a n u a r 2 0 0 6 I n s t i t u t fo r M at e m at i s k e Fa g D e t N at u rv i d e n s k a b e l i g e Fa k u lt e t A a r

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

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

Projekt 1.4 De reelle tal og 2. hovedsætning om kontinuitet

Projekt 1.4 De reelle tal og 2. hovedsætning om kontinuitet Projekt 1.4 De reelle tal og 2. hovedsætning om kontinuitet Mens den 1. hovedsætning om kontinuerte funktioner kom forholdsvis smertefrit ud af intervalrusebetragtninger, så er 2. hovedsætning betydeligt

Læs mere

Antag at. 1) f : R k R m er differentiabel i x, 2) g : R m R p er differentiabel i y = f(x), . p.1/18

Antag at. 1) f : R k R m er differentiabel i x, 2) g : R m R p er differentiabel i y = f(x), . p.1/18 Differentialregning i R k Kæderegel Lad U R k være åben, og lad h : U R m være differentiabel Antag at Den afledte i et punkt x U er Dh(x) = 1) f : R k R m er differentiabel i x, 2) g : R m R p er differentiabel

Læs mere

Lineær Algebra F08, MØ

Lineær Algebra F08, MØ Lineær Algebra F08, MØ Vejledende besvarelser af udvalgte opgaver fra Ugeseddel 3 og 4 Ansvarsfraskrivelse: Den følgende vejledning er kun vejledende. Opgaverne kommer i vilkårlig rækkefølge. Visse steder

Læs mere

Gruppeteori. Michael Knudsen. 8. marts For at motivere indførelsen af gruppebegrebet begynder vi med et eksempel.

Gruppeteori. Michael Knudsen. 8. marts For at motivere indførelsen af gruppebegrebet begynder vi med et eksempel. Gruppeteori Michael Knudsen 8. marts 2005 1 Motivation For at motivere indførelsen af gruppebegrebet begynder vi med et eksempel. Eksempel 1.1. Lad Z betegne mængden af de hele tal, Z = {..., 2, 1, 0,

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

Om første og anden fundamentalform

Om første og anden fundamentalform Geometri, foråret 2005 Jørgen Larsen 9. marts 2005 Om første og anden fundamentalform 1 Tangentrummet; første fundamentalform Vi betragter en flade S parametriseret med σ. Lad P = σu 0, v 0 være et punkt

Læs mere

N o t e r t i l G e o m e t r i

N o t e r t i l G e o m e t r i N o t e r t i l G e o m e t r i J o h a n D u p o n t o g I b M a d s e n J a n u a r 2 0 0 8 I n s t i t u t fo r M at e m at i s k e Fa g D e t N at u rv i d e n s k a b e l i g e Fa k u lt e t A a r

Læs mere

MATEMATIK 11 Eksamensopgaver Juni 1995 Juni 2001, 3. fjerdedel

MATEMATIK 11 Eksamensopgaver Juni 1995 Juni 2001, 3. fjerdedel MATEMATIK Eksamensopgaver Juni 995 Juni 200, 3. fjerdedel August 998 Opgave. Lad f : R \ {0} R betegne funktionen givet ved f(x) = ex x for x 0. (a) Find eventuelle lokale maksimums- og minimumspunkter

Læs mere

ANALYSE 1, 2014, Uge 6

ANALYSE 1, 2014, Uge 6 ANALYSE 1, 2014, Uge 6 Forelæsninger Tirsdag Topologiske begreber i generelle metriske rum, dvs. begreber som åbne og afsluttede delmængder og rand af en mængde. For talrummene R k er disse begreber indført

Læs mere

1 Beviser for fornyelsessætningen

1 Beviser for fornyelsessætningen Hvordan beviser man fornyelsessætningen? 1 1 Beviser for fornyelsessætningen I dette notat skal vi diskutere, hvorman man kan bevise fornyelsessætningen. Vi vil starte med at se på tilfældet, hvor ventetidsfordelingen

Læs mere

Eksamensnoter til Analyse 1

Eksamensnoter til Analyse 1 ksamensnoter til Analyse 1 Martin Geisler gimpster@daimi.au.dk Sommer 23 Indledning Disse noter gennemgår de 26 spørgsmål stillet til den mundtlige eksamen i Analyse 1 ved Aarhus Universitet sommeren 23.

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

Matematik 2 AN. Matematisk Analyse. Metriske rum. Christian Berg

Matematik 2 AN. Matematisk Analyse. Metriske rum. Christian Berg Matematik 2 AN Matematisk Analyse Metriske rum Christian Berg 1997 Matematisk Afdeling Universitetsparken 5 2100 København Ø c Matematisk Afdeling 1997 Forord Nærværende notehæfte er oprindelig skrevet

Læs mere

Introduktion til differentialregning 1. Jens Siegstad og Annegrethe Bak

Introduktion til differentialregning 1. Jens Siegstad og Annegrethe Bak Introduktion til differentialregning 1 Jens Siegstad og Annegrete Bak 16. juli 2008 1 Indledning I denne note vil vi kort introduktion til differentilregning, idet vi skal bruge teorien i et emne, Matematisk

Læs mere

Trykfejlsliste - alle fejl Asymptotisk teori

Trykfejlsliste - alle fejl Asymptotisk teori 9. januar 2005 Stat 2A / EH Trykfejlsliste - alle fejl Asymptotisk teori Denne liste indeholder alle de regulære fejl, slåfejl og stavefejl der er fundet i 2A-noterne indtil nu. 9 1 Forkert: x C x ro alle

Læs mere

Lineær Algebra - Beviser

Lineær Algebra - Beviser Lineær Algebra - Beviser Mads Friis 8 oktober 213 1 Lineære afbildninger Jeg vil i denne note forsøge at give et indblik i, hvor kraftfuldt et værktøj matrix-algebra kan være i analyse af lineære funktioner

Læs mere

Klassisk Taylors formel

Klassisk Taylors formel p. 1/17 Klassisk Taylors formel Sætning Lad f : (a, b) R være n gange differentiabel. For x 0, x (a, b) findes et ξ mellem x 0 og x der opfylder at f(x) = f(x 0 )+ f (x 0 ) 1! (x x 0 )+...+ f(n 1) (x 0

Læs mere

Differentialregning i R k

Differentialregning i R k Differentialregning i R k Lad U R k være åben, og lad h : U R m være differentiabel. Den afledte i et punkt x U er Dh(x) = h 1 (x) x 1 h 2 (x) x 1. h m (x) x 1 h 1 (x) x 2... h 2 (x) x 2.... h m (x) x

Læs mere

Statistik og Sandsynlighedsregning 2

Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Uafhængighed og reelle transformationer Helle Sørensen Uge 8, mandag SaSt2 (Uge 8, mandag) Uafh. og relle transf. 1 / 16 Program I dag: Uafhængighed af kontinuerte

Læs mere

5.3 Konvergens i sandsynlighed Konvergens i sandsynlighed 55. Hvis vi regner den karakteristiske funktion for X, v ud i argumentet 1, fås

5.3 Konvergens i sandsynlighed Konvergens i sandsynlighed 55. Hvis vi regner den karakteristiske funktion for X, v ud i argumentet 1, fås 5.3. Konvergens i sandsynlighed 55 BEVIS: Lad φ 1, φ 2,... og φ være de karakteristiske funktioner for X 1, X 2,... og X. Hvis vi regner den karakteristiske funktion for X, v ud i argumentet 1, fås φ X,v

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

Partielle afledede og retningsafledede

Partielle afledede og retningsafledede Partielle afledede og retningsafledede 1 Partielle afledede, definitioner og notationer Bertragt en funktion af to reelle variable f : D R, hvor D R 2 er et åbent område Med benyttelse af tilvækstfunktionen

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

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

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

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

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

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

Asymptotisk testteori

Asymptotisk testteori Kapitel 8 Asymptotisk testteori Vi vil nu beskæftige os med den asymptotiske teori for estimation under pæne hypoteser og for test af disse hypoteser. Vi skal især undersøge det forhold at hvis den fulde

Læs mere

Institut for Matematiske Fag Aalborg Universitet Specielt: Var(aX) = a 2 VarX 1/40. Lad X α, X β og X γ være stokastiske variable (vinkelmålinger) med

Institut for Matematiske Fag Aalborg Universitet Specielt: Var(aX) = a 2 VarX 1/40. Lad X α, X β og X γ være stokastiske variable (vinkelmålinger) med Repetition: Varians af linear kombination Landmålingens fejlteori Lektion 5 Fejlforplantning - rw@math.aau.dk Antag X 1, X,..., X n er uafhængige stokastiske variable, og Y er en linearkombination af X

Læs mere

MASO Uge 1. Relle tal Følger. Jesper Michael Møller. 7. september Department of Mathematics University of Copenhagen

MASO Uge 1. Relle tal Følger. Jesper Michael Møller. 7. september Department of Mathematics University of Copenhagen MASO Uge 1 Relle tal Jesper Michael Møller Department of Mathematics University of Copenhagen 7. september 2016 Formålet med MASO Integer sequences Oversigt Relle tal Notation Tal Overtal og undertal Største

Læs mere

Matematik F2 Opgavesæt 2

Matematik F2 Opgavesæt 2 Opgaver uge 2 I denne uge kigger vi nærmere på Cauchy-Riemann betingelserne, potensrækker, konvergenskriterier og flertydige funktioner. Vi skal også se på integration langs en ve i den komplekse plan.

Læs mere

t a l e n t c a m p d k Matematiske Metoder Anders Friis Anne Ryelund 25. oktober 2014 Slide 1/42

t a l e n t c a m p d k Matematiske Metoder Anders Friis Anne Ryelund 25. oktober 2014 Slide 1/42 Slide 1/42 Hvad er matematik? 1) Den matematiske metode 2) Hvad vil det sige at bevise noget? 3) Hvor begynder det hele? 4) Hvordan vælger man et sæt aksiomer? Slide 2/42 Indhold 1 2 3 4 Slide 3/42 Mængder

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

Affine transformationer/afbildninger

Affine transformationer/afbildninger Affine transformationer. Jens-Søren Kjær Andersen, marts 2011 1 Affine transformationer/afbildninger Følgende afbildninger (+ sammensætninger af disse) af planen ind i sig selv kaldes affine: 1) parallelforskydning

Læs mere

Bachelorprojekt Banach-Tarski Paradokset

Bachelorprojekt Banach-Tarski Paradokset Bachelorprojekt Banach-Tarski Paradokset Adam P. W. Sørensen (00885) Vejleder: Mikael Rørdam 3. maj 2007 Abstract The project is about paradoxical decompositions. First, free groups of rank two are shown

Læs mere

MASO Uge 1. Relle tal Følger. Jesper Michael Møller. 10. september Department of Mathematics University of Copenhagen

MASO Uge 1. Relle tal Følger. Jesper Michael Møller. 10. september Department of Mathematics University of Copenhagen MASO Uge 1 Relle tal Jesper Michael Møller Department of Mathematics University of Copenhagen 10. september 2018 Oversigt Relle tal Notation Tal Største og mindste element, mindste overtal og største undertal

Læs mere

Mat2AN Minilex. Indhold. Henrik Dahl 6. januar Definitioner 2. 2 Sætninger Uligheder 28

Mat2AN Minilex. Indhold. Henrik Dahl 6. januar Definitioner 2. 2 Sætninger Uligheder 28 Mat2AN Minilex Henrik Dahl hdahl@tdc-broadband.dk 6. januar 2004 Resumé ADVARSEL - dette er et total underground-dokument!. Det er livsfarligt at bruge ukritisk. Der er næsten sikkert graverende fejl.

Læs mere

Fraktaler Mandelbrots Mængde

Fraktaler Mandelbrots Mængde Fraktaler Mandelbrots Mængde Foredragsnoter Af Jonas Lindstrøm Jensen Institut For Matematiske Fag Århus Universitet Indhold Indhold 1 1 Indledning 3 2 Komplekse tal 5 2.1 Definition.......................................

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

Supplerende note om Hilbertrum og Banachrum

Supplerende note om Hilbertrum og Banachrum Supplerende note om Hilbertrum og Banachrum Jimi Lee Truelsen Om Noten Vi vil i denne note uddybe nogle af emnerne fra de første 3 apitler af [Ve] og komme med nogle eksempler. Det drejer sig især om begreberne

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

Hilbert rum. Chapter Indre produkt rum

Hilbert rum. Chapter Indre produkt rum Chapter 4 Hilbert rum 4.1 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

Diagonalisering. Definition (diagonaliserbar)

Diagonalisering. Definition (diagonaliserbar) 1 Diagonalisering 2 Definition (diagonaliserbar) Lad A være en n n-matrix. A siges at være diagonaliserbar hvis A er similær med en diagonal matrix, dvs. A = PDP 1, hvor D er en n n diagonal matrix og

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

Eksamen i Mat F, april 2006

Eksamen i Mat F, april 2006 Eksamen i Mat F, april 26 Opgave Lad F være et vektorfelt, givet i retvinklede koordinater som: Udregn F og F: F x F = F x i + F y j + F z k = F y = z 2 F z xz y 2 F = F x + F y + F z = + + x. F = F z

Læs mere

Potensrækker. Morten Grud Rasmussen 1 10. november 2015. Definition 1 (Potensrække). En potensrække er en uendelig række på formen

Potensrækker. Morten Grud Rasmussen 1 10. november 2015. Definition 1 (Potensrække). En potensrække er en uendelig række på formen Potensrækker Morten Grud Rasmussen 1 10 november 2015 Definition og konvergens af potensrækker Definition 1 Potensrække) En potensrække er en uendelig række på formen a n pz aq n, 1) hvor afsnittene er

Læs mere

ANALYSE 1. Uge 7, 4. juni juni, 2007

ANALYSE 1. Uge 7, 4. juni juni, 2007 ANALYSE 1 Uge 7, 4. juni - 10. juni, 2007 Forelæsninger Mandag 4. juni Formålet med denne dags forelæsninger er at etablere en overgang til emnet metriske rum, hvis hovedformål er at udvide begreber som

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

Analyse 1. Mads Friis Anders Friis Anne Ryelund. 25. maj 2018

Analyse 1. Mads Friis Anders Friis Anne Ryelund. 25. maj 2018 Analyse 1 Mads Friis Anders Friis Anne Ryelund 25. maj 2018 Indhold Introduktion Aksiomer og den matematiske metode Formalistisk struktur Mængder Introduktion Definitioner Delmængder Fællesmængde og foreningsmængde

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

Indledning. 1 Martingalerepræsentationssætningen

Indledning. 1 Martingalerepræsentationssætningen Indledning I disse noter vil uddybe nogle af Øksendals resultater i afsnittene 4 og 7 samt give andre beviser for dem. Disse resultater er gennemgået til forelæsningerne. 1 Martingalerepræsentationssætningen

Læs mere