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

Størrelse: px
Starte visningen fra side:

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

Transkript

1 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 målrummet (, A, µ), er u : lim inf u j målelig og u dµ lim inf u j dµ lim inf u j dµ. Husk, at u(x) lim inf u j (x) eksisterer i [, ] for alle x. Endvidere er u målelig jf. Corollary 8.9. Hvis vi benytter Beppo-Levis sætning (Theorem 9.6) på den voksende funktionsfølge (inf j k u j ) k (hvorfor er den voksende?), som også er målelig jf. Corollary 8.9, bemærker vi at u(x) er supremum for denne følge, hvormed u dµ sup k inf u j dµ sup j k k ( ) inf u j dµ j k lim inf u j dµ. Ved ulighedstegnet benyttede vi, at inf j k u j u j for alle j k, hvor k er fast. Da vil gælde, at inf u j dµ u j dµ j k for alle j k, hvormed der også gælder inf u j dµ inf j k j k u j dµ, da inf j k u j dµ er et undertal for tallene u j dµ for j k, men infimum giver det største undertal. Supplerende opgave Lad (, A, µ) være et målrum. Lad M + betegne de positive funktioner på. Lad (f n ) n være en følge i M +, lad f M +, og antag at f n f punktvist. Antag videre, at f n dµ 2 + n. Vis, at f dµ 2. Vi vil benytte Fatous lemma. Lad os opsummere s. 64 først: Husk, at for enhver følge (x j ) j vil ( ) ( ) lim inf x j sup inf x j lim inf x j k j k k j k (sidste lighedstegn følger da følgen (inf j k x j ) j er voksende) og ( ) ( ) lim sup x j inf sup x j lim sup x j k j k k j k (sidste lighedstegn følger, da (sup j k x j ) j er aftagende). lim inf og lim sup eksisterer altid i R, og lim inf x j lim sup x j.

2 (x j ) konvergerer med grænsepunkt i R hvis og kun hvis lim inf x j lim sup x j R, i hvilket tilfælde lim inf og lim sup er lig grænsepunktet. Vi har endvidere følgende: Sætning. Hvis x j, vil lim inf x j lim sup x j. Bevis. Det er nok at vise lim inf x j. Lad K > 0 og tag så x k K for k. For fast k og j k vil j, hvormed x j K; da K er et undertal for disse j, vil inf j k x j K for alle k. Dermed vil ( ) ( ) lim inf x j sup inf x j sup inf x j K. k j k k j k Da K var vilkårlig, slutter vi, at lim inf x j. Altså har vi hvis (x j ) konvergerer i [, ], at lim inf x j lim sup x j lim x j. Tilbage til opgaven. Da f n f punktvist, vil lim inf f n lim f n f. Altså vil jf. Fatous lemma (Theorem 9.) gælde, at f dµ lim inf da følgen (2 + n ) n konvergerer. (ii) ( f n dµ lim inf 2 + ) ( lim 2 + ) 2, n n Find for hvert α [0, 2] funktioner (f n ) n og f i M + så f n f, f n dµ 2 + n, f dµ α. Sæt R, A B(R) og µ λ, hvor λ er Lebesgue-målet på R. Definér A [0, α] R og B n [n + 2, n + 4 α + n ]. Bemærk, at A og alle B n er er disjunkte, idet α 2 < n + 2 for n. Hvis f A, f n A + Bn, vil f, (f n ) n M + (B(R)) jf. Example 8.5 og Corollary 8.0, og (( f n dµ λ(a) + λ(b n ) α + n + 4 α + ) ) ( (n + 2) α + 2 α + ) 2 + n n n, da A og B n er disjunkte, samt f dµ λ(a) α, det hele jf. Properties 9.8. Det genstår nu at vise, at f n f eller at Bn 0 punktvist. Intuitivt er det klart nok, idet B n forsvinder imod, men lad os vise det formelt: for ethvert x R kan vi lade så + 2 > x. Da vil for alle n gælde, at n > x, hvormed x / B n. Altså vil Bn (x) 0 for alle n, hvilket medfører, at Bn (x) 0 for n. Altså er det ønskede vist. Supplerende opgave 2 Betragt målrummet (, P(), µ) hvor µ er tællemålet. Lad (f n ) n og (g n ) n være funktioner i M + defineret ved { {}, hvis n er ulige f n {n}, g n {2}, hvis n er lige. 2

3 Bestem funktionerne lim sup f n og lim sup g n. For m vil for alle n > m gælde {n} (m) 0 (således at {n} (m) 0 fra et vist trin). Altså vil lim sup f n lim f n 0. For at finde lim sup g n (m) for m deler vi op i tre tilfælde som man måske kan gætte sig til ud fra definitionen på g n :. m. Hvis k findes der et j 0 k så j 0 er ulige. Dermed vil sup g j (m) g j0 (m) {} (m). j k Da g j (m) for alle j k, får vi, at sup j k g j (m) for alle k. Dermed vil lim sup g k (m) lim k sup k j k g j (m) lim k. 2. m 2. Hvis k findes der et j 0 k så j 0 er lige. Dermed vil sup g j (m) g j0 (m) {2} (m). j k Dermed vil sup j k g j (m) for alle k. Dermed vil lim sup k g k (m). 3. m 3. Da vil g k (m) 0 for alle k, således at lim sup k g k (m) 0. Altså har vi, at (ii) Vis, at lim sup f n dµ < lim sup f n dµ, lim sup g n {,2}. lim sup g n dµ > lim sup g n dµ. Konkludér, at ingen version af Fatous lemma (Theorem 9.) gælder med lim sup i stedet for lim inf. Bemærk først at tællemålet µ er lig δ n, således at vi har jf. Example 9.0 (ii), at u dµ u(j) for enhver målelig funktion u på (, P()). Endvidere er f n klart målelig, og da g n enten er lig {} eller {2}, er g n også målelig. Da vil f n dµ f n (j) {n} (j) {n} (n) og j g n dµ j j g n (j) (tjek i tilfældet n lige og n ulige). Dermed vil lim sup f n dµ 0 < lim og lim sup g n dµ {,2} dµ µ({, 2}) 2 > lim j f n dµ lim sup f n dµ g n dµ lim sup g n dµ. Ved den anden ulighed ses, at Fatous lemma ikke gælder med lim sup i stedet for lim inf. Da kunne man eventuelt håbe på, at Fatous lemma med lim sup i stedet for lim inf gjaldt, hvis man vendte ulighedstegnet om, men dette ødelægger den første ulighed. 3

4 Supplerende opgave 3 Lad (q n ) n være en følge af reelle tal. Som sædvanligt betegner λ Lebesgue-målet på (R, B(R)). Beregn integralet R n [q n,q n+ n ] dλ. Argumentér omhyggeligt for hvert trin i udregningerne. For alle n er funktionen u n (x) n [q n,q n+ n ] (x) ikke-negativ (den antager kun værdierne 0 og n ). Endvidere er u n målelig jf. Examples 8.5, Corollary 8.0 og Example 7.3, da afbildningen x n er kontinuert og dermed målelig. Ved at benytte Corollary 9.9 fås, at Da n R n [q n,q n+ n ] dλ 0 for alle n, fås ved Properties 9.8 (ii) og at R n [q n,q n+ n ] dλ (ii) R n [q n,q n+ n ] dλ. n [qn,q n+ n R ] dλ n λ n λ ([ q n, q n + n n n n 2 π2 6, ]) ([ q n, q n + )) n idet vi benytter definitionen på Lebesgue-målet samt at singletonmængder har mål 0. (ii) Kan man vælge (q n ) n og x R så n [q n,q n+ n ] (x)? Sagtens. Lad q n 0 for alle n og x 0. Da vil (iii) n [q n,q n+ n ] (x) Vis, at n [q n,q n+ n ] (x) < λ-næsten overalt. n [0,0+ n ] (0) n. Vi viser Opgave 0.6 nedenfor. Sættes u(x) n [q n,q n+ n ] (x) <, er u målelig jf. Corollary 9.9 og vores argumentation i. Endvidere er u ikke-negativ, så da u dλ u p dλ for p jf., vil u u være reel λ-næsten overalt jf. Opgave 0.6, som ønsket. Supplerende opgave 3.5 Lad (, A) være et målbart rum, og lad µ,..., µ k være mål på (, A). Vis, at µ µ + + µ k er et mål på (, A), og vis, at u dµ u dµ + + u dµ k 4

5 for alle u M + R (A). Vi har allerede vist i Opgave 4.6, at µ er et mål, men lad os lige genopfriske beviset: at µ( ) 0 er klart, og hvis (A j ) j A er en familie af parvist disjunkte målelige mængder, er µ A j µ n A j µ(a j ). j j µ n (A j ) µ n (A j ) j j j Igen tager vi ikke højde for konvergensproblemer; ovenstående gælder, hvis alle rækker konvergerer og der kun indeholder endelige værdier for målene, og hvis ikke, er det hele blot lig. µ er altså et mål. For at vise integralresultatet for alle u M + R (A), starter vi blidt ud. Hvis A A, vil vi have, at A dµ µ(a) µ j (A) j j A dµ j. () Hvis f E + (A) er en simpel ikke-negativ funktion, findes der en standardrepræsentation f n i y i Ai jf. Examples 8.7 (iii), hvorom altså gælder, at A j erne er disjunkte målelige mængder med forening lig og y j erne er ikke-negative tal. Da vil f dµ 9.8 i n i y i Ai dµ n y i Ai dµ n i y i Ai dµ j j j n i y i Ai dµ j f dµ j, idet vi kan bytte frit om på rækkefølgen, når vi summer endeligt, og hvor vi benyttede (). Altså vil f dµ f dµ j j for alle simple funktioner f : R. Lad nu u M + R (A). Da ved vi fra Theorem 8.8, at der findes en voksende følge (u n ) n af simple, ikke-negative funktioner, således at u sup n u n lim u n. Da følger nu af Corollary 9.7 samt ovenstående lighed for simple funktioner, at som ønsket. u dµ lim Supplerende opgave 4 u n dµ lim u n dµ j j ( j lim j u n dµ j ) u dµ j, Betragt målrummet (, P(), ν), hvor ν er tællemålet. For hvert y lades δ y være Dirac-målet i punktet y. Vis, at µ ν + δ 2 + δ 5 er et mål på (, P()). Da ν og δ y er mål på (, P()) for alle y, følger det ønskede af at benytte Opgave 4.6 to gange. j 5

6 (ii) Bestem µ({2, 3, 4, 5, 6, 7, 8, 9}, µ() og µ(p ), hvor P er mængden af primtal i. Vi har µ({2,..., 9}) ν({2,..., 9}) + δ 2 ({2,..., 9}) + δ 5 ({2,..., 9}) Da P og er uendelige delmængder af, følger at ν() ν(p ), hvormed µ() µ(p ), idet µ ν. (iii) Bestem f dµ, hvor f(n) 2 n. Vi har, at f dµ f dν + f dδ 2 + f dδ 5. Dette følger nemlig af Supplerende Opgave 3.5. Da vil jf. Examples 9.0 og (ii) gælde f dµ f dν + f dδ 2 + f dδ f(n) + f(2) + f(5) 2 n Lad (, A, µ) være et målrum og lad u M + (A). Vis, at funktionen A A u dµ, A A, er et mål. Først og fremmest er 0, således at (M ) gælder jf. Properties 9.8 (ii) med α 0. Lad nu (A j ) j være en familie af parvist disjunkte mængder i A. Da vil nu gælde, at j Aj j Aj. Vi har nemlig, at hvis x j A j, vil x A j for kun ét j (alle A j er er disjunkte), hvormed højresiden er lig i x. Hvis x / j A j, vil x / A j for alle j, hvormed højresiden er lig 0 i x. Vi har oplagt, at u(x) j Aj Aj u(x) j for alle x, og dermed u j Aj j A j u. Idet alle Aj er er målelige og ikke-negative funktioner jf. Example 8.5, fås nu jf. Corollary 9.9, at u dµ j Aj Aj u dµ Aj u dµ, j j som netop er det ønskede. 9.6 Vis, at enhver funktion u: R på (, P()) er målelig. For alle B B(R) vil u (B), hvormed u (B) P(). Færdig. Vi kan også indse, at u(n) u(j) {j} (n), j og derpå benytte Corollary

7 (9.9) Fatous lemma for mål. Lad (, A, µ) være et målrum og lad (A j ) j, A j A, være en følge af målelige mængder. Vi definerer lim inf A j : A j og lim sup A j : A j. k j k k j k Vis, at lim inf A j lim inf Aj og lim sup A j lim sup Aj. [Vis først, at j Aj inf j Aj og j Aj sup j Aj.] Lad os vise hintet mere generelt og antage, at (B i ) i I er en familie af mængder i (de behøver ikke at være målelige). Lad x. Hvis x i I B i, vil x B i og dermed Bi (x) for alle i I, så inf i I Bi (x). Hvis x / i I B i findes i 0 I så x / B i0 og dermed Bi0 (x) 0. Altså vil inf B i (x) Bi0 (x) 0. i I Da vi endvidere har, at Bi (x) 0 for alle i I, vil inf i I Bi (x) 0, hvormed vi slutter, at inf i I Bi (x) 0. Altså er i I Bi(x) inf B i (x). i I Hvis x i I B i, findes i 0 I så Bi0 (x). Altså vil sup Bi (x) Bi0 (x). i I Da Bi (x) for alle i I, har vi endvidere sup i I Bi (x), og dermed lighed. Hvis x / i I B i, vil x / B i og dermed Bi (x) 0 for alle i I, hvormed sup i I Bi (x) 0. Altså er hintet vist. Hvad giver dette os? Lad os se: lim inf A j sup j k Aj sup k k inf j k A j lim inf A j. Her brugte vi først anden lighed i hintet med I og derpå første lighed i hintet med I {j k} {j j k} for fast k. På samme måde fås (ii) Vis, at Vi har, at ( ) µ lim inf j lim sup A j inf k inf j k Aj ( ) µ lim inf A j lim inf A j dµ sup k j k lim inf µ(a j). lim inf Aj lim sup A j. A j dµ lim inf Aj dµ lim inf µ(a j) jf. og Fatous lemma (Theorem 9.). Alternativt kan benyttes metoden i næste delopgave. (iii) Vis, at hvis µ er et endeligt mål. ( ) lim sup µ(a j ) µ lim sup A j 7

8 Vi har, at ( ) µ lim sup A j µ k j k hvor B k j k A j for k. For k l vil B l j l A j A j j k A j B k, ( ) µ B k, k så ( ) ( µ lim sup A j µ k B k ) inf k µ(b k), grundet Theorem 4.4 (iii ), hvor vi benytter, at µ er endelig. Bemærk nu, at monotoni giver at µ(b k ) µ( j k A j) µ(a j ) for alle k og j k. Dermed må µ(b k ) sup µ(a j ) inf j k sup k j k µ(a j ) lim sup µ(a j ). Dermed er lim sup µ(a j ) et undertal for alle µ(b k ), så vi slutter, at (iv) ( ) ( µ lim sup A j µ k ) B k inf µ(b k) lim sup µ(a j ). k Giv et eksempel, der viser at (iii) ikke holder hvis µ ikke er endeligt. Lad (, A, µ) (R, B(R), λ) og definer A j [j, 2j] for j. Da vil lim sup A j A j k j k k [k, ) og dermed have mål 0, men lim sup λ(a j ) lim sup j, således at (iii) ikke holder. Lebesgue-målet er heller ikke endeligt. 0.2 Lad (, A, P ) være et sandsynlighedsrum. Find et modeksempel til følgende påstand: Enhver P - integrabel funktion u L (P ) er begrænset. Vi vil ikke helt følge hintet (mest fordi forfatteren åbenbart ikke helt har tænkt det igennem). Sæt (0, ], A B(R) (som er en σ-algebra jf. Examples 3.3 (vi)) og P λ (i den forstand at P (A) λ(a (0, ]); dette er et mål jf. Opgave 4.7). Lad u: (0, ] R være givet ved u(x) x. Da er u klart ubegrænset, så det genstår at vise, at u er Lebesgue-integrabel. Bemærk endvidere, at u er strengt aftagende. Definér nu u n : (0, ] R for n ved u n (x) ( 2 n, 2 n ] (x)u(x). Da er u n et produkt af målelige funktioner og dermed selv målelig; endvidere er u n ikke-negativ. Bemærk endvidere, at u(x) u(x) u(x) ( 2 n, 2 n ] (x) ( 2 n, 2 n ] (x)u(x) for alle x (0, ]. Da u er aftagende, har vi endvidere ( ) u n (x) ( 2 n, 2 n ] (x)u 2 n ( 2 n, 2 n ] (x) 2 n. u n (x) 8

9 Af Corollary 9.9 følger, at u dp u n dp (( ]) 2n P 2 n, 2 n 2n ( 2 n, 2 n ] dp 2n 2 n ( 2 ) n < da ovenstående er en geometrisk række med kvotient 2 < (dog uden 0 te led). 0.5, (ii), (iii) Vis de følgende varianter af Markovs ulighed (Proposition 0.2): For alle c > 0 og når de involverede udtryk giver mening (er endelige), gælder: µ({ u > c}) c u dµ. Dette følger af delopgave (ii) med p, så lad os vise den i stedet! (ii) µ({ u > c}) c p u p dµ for alle 0 < p <. Dette følger af delopgave (iii), da µ({ u > c}) µ({ u c}) og da t t p for 0 < p < er en voksende funktion på [0, ), så lad os vise den i stedet! (iii) µ({ u c}) φ(c) φ( u ) dµ, hvor φ: R+ R + er voksende. Bemærk at u(x) c medfører φ( u(x) ) φ(c) for alle x, idet φ er voksende. Dermed vil µ({ u c}) µ({φ( u(x) ) φ(c)}) {φ( u(x) ) φ(c)} (x) dµ(x) φ( u(x) ) φ( u(x) ) {φ( u(x) ) φ(c)}(x) dµ(x) Hvis x opfylder φ( u(x) ) φ(c), vil {φ( u(x) ) φ(c)} (x) φ( u(x) ) φ( u(x) ) φ( u(x) ) φ( u(x) ) φ( u(x) ). φ(c) Hvis x ikke opfylder det, gælder ovenstående ulighed trivielt (idet φ ikke antager værdien pr. antagelse). Altså vil grundet monotoni (Properties 9.8 (iv)) gælde, at µ({ u c}) φ(c) grundet Properties 9.8 (ii). Altså har vi det ønskede. φ( u(x) ) φ( u(x) ) {φ( u(x) ) φ(c)}(x) dµ(x) φ( u(x) ) dµ(x) φ(c) φ( u(x) ) dµ(x), 9

10 0.6 Vis, at u p dµ < medfører, at u er reel næsten overalt (dvs. u(x) (, ) for næsten alle x). Gælder dette stadig hvis vi har arctan(u) dµ <? Vi antager, at 0 < p < og vi skal vise, at µ({ u }) 0. Bemærk, at µ({ u }) µ( k { u k}), idet u(x) hvis og kun hvis u(x) geqk for alle k. For k l vil { u k} { u l}. Altså er følgen af mængder ({ u k}) k aftagende. Jf. Opgave 0.5 (ii) har vi µ({ u }) u p dµ <. Altså vil µ({ u k}) < for alle k, hvilket medfører at vi kan benytte Theorem 4.4 (iii ). Altså vil ( ) µ({ u }) µ { u k} lim µ({ u k}) lim k k k p u p dµ 0, k grundet Markovs ulighed og antagelsen at u p dµ <. Altså følger det ønskede. Hvis vi sammensætter med arctan, har vi imidlertid et problem: hvis u(x), vil blot gælde, at arctan(u(x)) π 2. Sammensætningen med arctan kan altså ikke opfange, om u er lig uendelig i et punkt. Hvis vi for eksempel havde et endeligt målrum (dvs. 0 < µ() < ) og vi satte u(x) for alle x, ville u være målelig og π arctan(u(x)) dµ(x) 2 dµ(x) π µ() <, 2 men u er lig overalt. (0.9) Lad (, A, P ) være et sandsynlighedsrum. Vis at for u M(A) vil Vi viser først, at u L (P ) u P ({ u j}) <. j0 { u j} u +. j0 Lad x. Hvis u(x), vil u(x) j for alle j 0, således at ovenstående uligheder gælder. Hvis u(x) < lades 0 være det største ikke-negative heltal så u(x). Da har vi u(x) < + (ellers ville ikke være størst), og dermd u(x) < j for alle j >. For 0 j vil u(x) j, hvormed { u j} (x), mens vi for j > har u < + j og dermed { u j} (x) 0. Altså vil { u j} (x) +. j0 Da u(x) < + u(x) +, følger det ønskede. j0 Hvis u L (P ), vil u dp < jf. Theorem 0.3. Da vil P ({ u j}) j0 j0 j0 { u j} dp { u j} dp ( u + ) dp u dp + dp u dp + < 0

11 ved Properties 9.8 (iv) og Corollary 9.9, da indikatorfunktioner er målelige; vi benytter også, at P (). Hvis omvendt j0 P ({ u j}) <, vil u dp { u j} dp j0 således at vi får den ønskede ækvivalens. j0 { u j} dp P ({ u j}) <, j0

= 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

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

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

Masterprojekt udarbejdet af Søren Naundrup Vejleder Steen Andersson

Masterprojekt udarbejdet af Søren Naundrup Vejleder Steen Andersson ELEMENTÆR MÅLTEORI SØREN NAUNDRUP Masterprojekt udarbejdet af Vejleder Steen Andersson Dato 19. december 2014. Indholdsfortegnelse 1. Indledning 3 2. σ-algebraer og deres egenskaber 3 2.1. Om σ-algebraer.

Læs mere

Konvergens i L 1 -forstand. Definition af L 1 -seminorm. Topologi i pseudometrisk rum. Seminorm til norm

Konvergens i L 1 -forstand. Definition af L 1 -seminorm. Topologi i pseudometrisk rum. Seminorm til norm Definition af L 1 -seminorm Konvergens i L 1 -forstand Lad (X, E, µ) være et målrum. Husk at L(µ) er et reelt vektorrum. Vi definerer f 1 = f dµ for f L Definition En følge af funktioner f 1, f 2, L siges

Læs mere

Afgør for hver af følgende rækker om den er divergent, betinget konvergent eller absolut konvergent. 2 n. n=1 2n (n + 1)2 1 = 2(n + n+1

Afgør for hver af følgende rækker om den er divergent, betinget konvergent eller absolut konvergent. 2 n. n=1 2n (n + 1)2 1 = 2(n + n+1 Analyse Reeksamen 00 Rasmus Sylvester Bryder 5. august 0 Opgave Afgør for hver af følgende rækker om den er divergent, betinget konvergent eller absolut konvergent. ( ) n n +3n+7 n= n + For alle n N vil

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

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

Er A åben? Er A afsluttet? Er A en Borel-mængde? [Vink: Prøv at skriv A som en tællelig forening af afsluttede mængder.

Er A åben? Er A afsluttet? Er A en Borel-mængde? [Vink: Prøv at skriv A som en tællelig forening af afsluttede mængder. Analyse Øvelser Rasmus Sylvester Bryder 10. og 13. september 013 Supplerende opgave 4 Betragt mængden A = {(x, y) R x + y 1, x < y}. Er A åben? Er A afsluttet? Er A en Borel-mængde? [Vink: Prøv at skriv

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

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

Foldningsintegraler og Doobs martingale ulighed

Foldningsintegraler og Doobs martingale ulighed Foldningsintegraler og Doobs martingale ulighed N.J. Nielsen Indledning I dette notat vil vi vise en sætning om foldningsintegraler, som blev benyttet trin 2 i onstrutionen af Itointegralet, gennemgå esempel

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

Her skal du lære om 1. Talfølge og talrække 2. Afsnitssum 3. Konvergens 4. Konvergente rækker har små led 5. Regneregler

Her skal du lære om 1. Talfølge og talrække 2. Afsnitssum 3. Konvergens 4. Konvergente rækker har små led 5. Regneregler Oversigt [S] 8.2 Her skal du lære om. Talfølge og talrække 2. Afsnitssum 3. Konvergens 4. Konvergente rækker har små led 5. Regneregler Calculus - 2003 Uge 4. - Uendelig række Definition Givet en talfølge

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

Note om endelige legemer

Note om endelige legemer Note om endelige legemer Leif K. Jørgensen 1 Legemer af primtalsorden Vi har i Lauritzen afsnit 2.1.1 set følgende: Proposition 1 Lad n være et positivt helt tal. Vi kan da definere en komposition + på

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

En martingalversion af CLT

En martingalversion af CLT Kapitel 9 En martingalversion af CLT Når man har vænnet sig til den centrale grænseværdisætning for uafhængige, identisk fordelte summander, plejer næste skridt at være at se på summer af stokastiske variable,

Læs mere

Projekt 5.3 De reelle tal og 2. hovedsætning om kontinuitet

Projekt 5.3 De reelle tal og 2. hovedsætning om kontinuitet Projet 53 De reelle tal og 2 hovedsætning om ontinuitet Mens den 1 hovedsætning om ontinuerte funtioner om forholdsvis smertefrit ud af intervalrusebetragtninger, så er 2 hovedsætning betydeligt vanseligere

Læs mere

Matematisk induktion

Matematisk induktion Induktionsbeviser MT01.0.07 1 1 Induktionsbeviser Matematisk induktion Sætninger der udtaler sig om hvad der gælder for alle naturlige tal n N, kan undertiden bevises ved matematisk induktion. Idéen bag

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

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

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

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

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

Divisorer. Introduktion. Divisorer og delelighed. Divisionsalgoritmen. Definition (Divisor) Lad d og n være hele tal. Hvis der findes et helt tal q så

Divisorer. Introduktion. Divisorer og delelighed. Divisionsalgoritmen. Definition (Divisor) Lad d og n være hele tal. Hvis der findes et helt tal q så Introduktion 1) Hvad er Taleteori? Læren om de hele tal Primtal 2) Formalistisk struktur Definition Lemma Divisorer Definition (Divisor) Lad d og n være hele tal Hvis der findes et helt tal q så d q =

Læs mere

TØ-opgaver til uge 46

TØ-opgaver til uge 46 TØ-opgaver til uge 46 Først laver vi en liste over de ligninger med mere i [ITP], der skal bruges: [1]: Ligning (2.5) på side 4. [2]: Sætning 3.1, ligning (3.3) på side 7. [3]: Sætning 3.1, ligning (3.4)

Læs mere

Euklids algoritme og kædebrøker

Euklids algoritme og kædebrøker Euklids algoritme og kædebrøker Michael Knudsen I denne note vil vi med Z, Q og R betegne mængden af henholdsvis de hele, de rationale og de reelle tal. Altså er { m } Z = {..., 2,, 0,, 2,...} og Q = n

Læs mere

En differentiabel funktion hvis afledte ikke er kontinuert Søren Knudby

En differentiabel funktion hvis afledte ikke er kontinuert Søren Knudby 24 En differentiabel funktion hvis afledte ikke er kontinuert Søren Knudby Det er velkendt for de fleste, at differentiabilitet af en reel funktion f medfører kontinuitet af f, mens det modsatte ikke gælder

Læs mere

TØ-opgaver til uge 45

TØ-opgaver til uge 45 TØ-opgaver til uge 45 Først laver vi en liste over de ligninger med mere i [IPT], der skal bruges: [1]: Ligning (2.5) på side 4. [2]: Ligning (2.6) på side 5. [3]: Sætning 3.1, ligning (3.3) på side 7.

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

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

Analyse 1, Prøve 4. 25. juni 2009. r+1. Men vi har øjensynligt, at 2. r r+1

Analyse 1, Prøve 4. 25. juni 2009. r+1. Men vi har øjensynligt, at 2. r r+1 Analyse 1, Prøve 4 25. juni 29 Alle henvisninger til CB er henvisninger til Metriske Rum (1997, Christian Berg), alle henvisninger til TL er til Kalkulus (26, Tom Lindstrøm), og alle henvisninger til Opgaver

Læs mere

En martingalversion af CLT

En martingalversion af CLT Kapitel 11 En martingalversion af CLT Når man har vænnet sig til den centrale grænseværdisætning for uafhængige, identisk fordelte summander, plejer næste skridt at være at se på summer af stokastiske

Læs mere

Fundamentale begreber fra Analysen. Introduktion. De reelle tal. Carsten Lunde Petersen

Fundamentale begreber fra Analysen. Introduktion. De reelle tal. Carsten Lunde Petersen IMFUFA Carsten Lunde Petersen Fundamentale begreber fra Analysen Introduktion Disse noter udgør et meget ltreret udkik over de grundlæggende begreber i reel analyse. Noten indeholder meget lidt om det

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

Hvad skal vi lave i dag?

Hvad skal vi lave i dag? p. 1/15 Hvad skal vi lave i dag? Definition af sandsynlighedsrum. Egenskaber ved Sandsynlighedsmål. (Kap. 3). Fødselsdagsproblemet (supplerende eksempel 3.1). Betingede sandsynligheder og uafhængighed

Læs mere

Matematisk Metode Notesamling

Matematisk Metode Notesamling Matematisk Metode Notesamling Anders Bongo Bjerg Pedersen Stud.Scient, Matematisk Institut, KU 21. november 2005 Bemærkninger til noterne: Hosliggende noter er fra faget Matematisk Metode, afholdt i blok

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

Nogle grundlæggende begreber

Nogle grundlæggende begreber BE2-kursus 2010 Jørgen Larsen 5. februar 2010 Nogle grundlæggende begreber Lidt simpel mængdelære Mængder består af elementer; mængden bestående af ingen elementer er, den tomme mængde. At x er element

Læs mere

MM502+4 forelæsningsslides

MM502+4 forelæsningsslides MM502+4 forelæsningsslides uge 11+12 1, 2009 Produceret af Hans J. Munkholm, delvis på baggrund af lignende materiale udarbejdet af Mikael Rørdam 1 I nærværende forbindelse er 11 + 12 23 1 Egenskaber for

Læs mere

Nanostatistik: Stokastisk variabel

Nanostatistik: Stokastisk variabel Nanostatistik: Stokastisk variabel JLJ Nanostatistik: Stokastisk variabel p. 1/29 Repetition Ω: udfaldsrummet: alle de mulige udfald af et experiment P(A): ss for hændelsen A = frekvens i uafhængige gentagelser

Læs mere

t a l e n t c a m p d k Talteori Anne Ryelund Anders Friis 16. juli 2014 Slide 1/36

t a l e n t c a m p d k Talteori Anne Ryelund Anders Friis 16. juli 2014 Slide 1/36 Slide 1/36 sfaktorisering Indhold 1 2 sfaktorisering 3 4 5 Slide 2/36 sfaktorisering Indhold 1 2 sfaktorisering 3 4 5 Slide 3/36 1) Hvad er Taleteori? sfaktorisering Slide 4/36 sfaktorisering 1) Hvad er

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

Oversigt nr. 1. n+2. n(n + 2) n=1. konvergerer ikke uniformt på [0, 1], så teknikkerne fra

Oversigt nr. 1. n+2. n(n + 2) n=1. konvergerer ikke uniformt på [0, 1], så teknikkerne fra INTEGRATIONSTEORI 1. februar 2019 Oversigt nr. 1 Lærebog. I dette kursus følger vi i store træk mine noter, som I kan finde på moodle-siden. Det vil løbende blive opdateret, så nøjes venligst med at printe

Læs mere

cos(t), v(t) = , w(t) = e t, z(t) = e t.

cos(t), v(t) = , w(t) = e t, z(t) = e t. Aalyse Øvelser Rasmus Sylvester Bryder. og. oktober 3 Bevis for Cotiuity lemma Theorem. Geemgås af Michael Staal-Olse. Bevis for Lemma.8 Dee har vi faktisk allerede vist; se Opgave 9.5 fra Uge. Det er

Læs mere

MASO Uge 11. Lineær optimering. Jesper Michael Møller. Uge 46, 2010. Formålet med MASO. Department of Mathematics University of Copenhagen

MASO Uge 11. Lineær optimering. Jesper Michael Møller. Uge 46, 2010. Formålet med MASO. Department of Mathematics University of Copenhagen MASO Uge 11 Lineær optimering Jesper Michael Møller Department of Mathematics University of Copenhagen Uge 46, 2010 Formålet med MASO Oversigt 1 Generelle lineære programmer 2 Definition Et generelt lineært

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

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

Matematik H 2 ANALYSE OG OPTIMERING

Matematik H 2 ANALYSE OG OPTIMERING Matematik H 2 ANALYSE OG OPTIMERING 1999 Indhold Talfølger, rækker og komplekse tal, noter ved Tage Gutmann Madsen, omredigeret til HHK af Gerd Grubb: 1 De reelle tal 1 5 2 Reelle talfølger 6 19 3 Uendelige

Læs mere

Svag konvergens. Kapitel Historisk indledning

Svag konvergens. Kapitel Historisk indledning Kapitel 4 Svag konvergens 4.1 Historisk indledning I første halvdel af 1700-tallet var stort set al sandsynlighedsregning af kombinatorisk natur. Hovedværker fra perioden er Abraham de Moivres The Doctrine

Læs mere

A. Appendix: Løse ender.

A. Appendix: Løse ender. Løse ender A.1 A. Appendix: Løse ender. (A.1). I dette appendix giver vi et bevis for Bertrand s Postulat, nævnt i Kapitel 1. Som nævnt følger Postulatet af en tilstræelig nøjagtig vurdering af primtalsfuntionen

Læs mere

Sandsynlighedsbaserede metoder

Sandsynlighedsbaserede metoder 48 Metodeartikel Sandsynlighedsbaserede metoder Et førstehåndsindtryk med pseudotilfældige tal Daniel Kjær For nogle uger siden pålagde jeg mig selv den opgave at aflevere to artikler til Famøs om Monte

Læs mere

Du kan efter ønske opfatte integralet som et Riemann-integral eller et Lebesgue-integral (idet de to er identiske på C([a, b], C) jf. Theorem 11.8.

Du kan efter ønske opfatte integralet som et Riemann-integral eller et Lebesgue-integral (idet de to er identiske på C([a, b], C) jf. Theorem 11.8. Anlyse Øvelser Rsmus Sylvester Bryder. og 5. oktober 3 Supplerende opgve Ld C([, b], C) betegne rummet f lle kontinuerte funktioner f : [, b] C, hvor < b, og definér et indre produkt på C([, b], C) ved

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

Nanostatistik: Stokastisk variabel

Nanostatistik: Stokastisk variabel Nanostatistik: Stokastisk variabel JLJ Nanostatistik: Stokastisk variabel p. 1/34 Repetition Ω: udfaldsrummet: alle de mulige udfald af et experiment P(A): ss for hændelsen A = frekvens i uafhængige gentagelser

Læs mere

Funktionsrum. Kapitel 1. 1.1 Funktionsrummet L = L(X, E, µ)

Funktionsrum. Kapitel 1. 1.1 Funktionsrummet L = L(X, E, µ) Kapitel Funktionsrum. Funktionsrummet L = L(X, E, µ) For et vilkårligt målrum (X,E,µ) er mængdenl=l(x,e,µ) afµ-integrable funktioner f :X R et reelt vektorrum ifølge Theorem 7.3 i [EH]. Hvis vi indfører

Læs mere

De rigtige reelle tal

De rigtige reelle tal De rigtige reelle tal Frank Villa 17. januar 2014 Dette dokument er en del af MatBog.dk 2008-2012. IT Teaching Tools. ISBN-13: 978-87-92775-00-9. Se yderligere betingelser for brug her. Indhold 1 Introduktion

Læs mere

LINEÆR OPTIMERING JESPER MICHAEL MØLLER. Resumé. Disse noter handler om dualitet i lineære optimeringsprogrammer.

LINEÆR OPTIMERING JESPER MICHAEL MØLLER. Resumé. Disse noter handler om dualitet i lineære optimeringsprogrammer. LINEÆR OPTIMERING JESPER MICHAEL MØLLER Indhold 1 Introduktion 1 2 Kanoniske programmer 2 3 Standard programmer 2 4 Svag dualitet for standard programmer 3 5 Svag dualitet for generelle lineære programmer

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

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

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

Matematiske metoder - Opgavesæt

Matematiske metoder - Opgavesæt Matematiske metoder - Opgavesæt Anders Friis, Anne Ryelund, Mads Friis, Signe Baggesen 24. maj 208 Beskrivelse af opgavesættet I dette opgavesæt vil du støde på opgaver, der er markeret med enten 0, eller

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

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

UENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, Indledning

UENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, Indledning UENDELIG, MERE UENDELIG, ENDNU MERE UENDELIG, ESBEN BISTRUP HALVORSEN 1 Indledning De fleste kan nok blive enige om, at mængden {a, b, c} er større end mængden {d} Den ene indeholder jo tre elementer,

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

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

Om begrebet relation

Om begrebet relation Om begrebet relation Henrik Stetkær 11. oktober 2005 Vi vil i denne note diskutere det matematiske begreb en relation, herunder specielt ækvivalensrelationer. 1 Det abstrakte begreb en relation Som ordet

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

MM502+4 forelæsningsslides

MM502+4 forelæsningsslides MM502+4 forelæsningsslides uge 9, 2009 Produceret af Hans J. Munkholm, delvis på baggrund af lignende materiale udarbejdet af Mikael ørdam 1 Egentlige og uegentlige dobbeltintegraler: efinition (Egentlige

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

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

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

Køreplan Matematik 1 - FORÅR 2005

Køreplan Matematik 1 - FORÅR 2005 Lineær algebra modulo n og kryptologi Køreplan 01005 Matematik 1 - FORÅR 2005 1 Introduktion Kryptologi er en ældgammel disciplin, som går flere tusinde år tilbage i tiden. Idag omfatter disciplinen mange

Læs mere

Grundlæggende Matematik

Grundlæggende Matematik Grundlæggende Matematik Hayati Balo, AAMS August 2012 1. Matematiske symboler For at udtrykke de verbale udsagn matematisk korrekt, så det bliver lettere og hurtigere at skrive, indføres en række matematiske

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

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

Lineære differentialligningers karakter og lineære 1. ordens differentialligninger

Lineære differentialligningers karakter og lineære 1. ordens differentialligninger enote 11 1 enote 11 Lineære differentialligningers karakter og lineære 1. ordens differentialligninger I denne note introduceres lineære differentialligninger, som er en speciel (og bekvem) form for differentialligninger.

Læs mere

Talteori. Teori og problemløsning. Indhold. Talteori - Teori og problemløsning, august 2013, Kirsten Rosenkilde.

Talteori. Teori og problemløsning. Indhold. Talteori - Teori og problemløsning, august 2013, Kirsten Rosenkilde. Indhold 1 Delelighed, primtal og primfaktoropløsning Omskrivning vha. kvadratsætninger 4 3 Antal divisorer 6 4 Største fælles divisor og Euklids algoritme 7 5 Restklasser 9 6 Restklasseregning og kvadratiske

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

Talteoriopgaver Træningsophold ved Sorø Akademi 2007

Talteoriopgaver Træningsophold ved Sorø Akademi 2007 Talteoriopgaver Træningsophold ved Sorø Akademi 2007 18. juli 2007 Opgave 1. Vis at når a, b og c er positive heltal, er et sammensat tal. Løsningsforslag: a 4 + b 4 + 4c 4 + 4a 3 b + 4ab 3 + 6a 2 b 2

Læs mere