Affine og konvekse mængder

Størrelse: px
Starte visningen fra side:

Download "Affine og konvekse mængder"

Transkript

1 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 i (3.1) kaldes en affin kombination, eventuelt en affin kombination af længde 2, og en affin mængde er således en mængde der er stabil over for affine kombinationer. En affin kombination af længde k er et udtryk af formen λ i x i hvor λ i = 1. Hvisλ λ k = 1 så kan alleλ erne ikke være lig 1. Så vi kan antage at f.eks. λ 1 1. Dermed er λ i x i =λ 1 x 1 + (1 λ 1 ) i=2 λ i 1 λ 1 x i. (3.2) Det følger nu let ved induktion efter k at en affin mængde er stabil over for affine kombinationer af vilkårlig længde. 51

2 52 Kapitel 3. Affine og konvekse mængder Eksempel 3.2 Lad A Xvære en affin mængde. Betragt den translaterede mængde A+ x 0 ={x+ x 0 x A}, for et passende x 0 X. Hvis x 1, x 2 A og hvisλ 1 +λ 2 = 1, så er λ 1 (x 1 + x 0 )+λ 2 (x 2 + x 0 )=λ 1 x 1 +λ 2 x 2 + (λ 1 +λ 2 )x 0 =λ 1 x 1 +λ 2 x 2 + x 0. Det er klart et element i A+ x 0, der således er en affin mængde. Et underrum V X er stabilt over for vilkårlige linearkombinationer af dets elementer, og dermed er V oplagt affin. Mere interessant, så følger det af eksempel 3.2 at et translateret underrum, det vil sige en mængde af formen V+x 0 hvor V er et underrum, også er affint. Eksempel 3.3 Lad A X være en affin mænde. Lad os vise at hvis 0 A, så er A et underum. Lad x, y A. Da er x+y= x+y 0 A, da de tre koefficienter 1, 1 og -1 summer til 1. Tilsvarende er for x A og c R cx=cx+(1 c)0 A, da de to koeefficienter c og 1 c summer til 1. Eksempel 3.4 Hvis A Xer en affin mængde, og hvis x 0 A, kan vi danne W= A x 0 ={x x 0 x A}. Ifølge eksemepel 3.2 er W affin. Det er klart at 0 W, så det følger af eksempel 3.3 at W er et underrum. Og da A=W+x 0 får vi på den måde vist at enhver affin mængde i virkeligheden er et translateret underrum. En interessant konsekvens af eksempel 3.4 er at enhver affin delmængde af et endeligdimensionalt vektorrum er afsluttet. Det skyldes at ethvert underrum er afsluttet. Hvis A=W+x 0 hvor W er et underrum, så er A i virkeligheden L 1 (W) hvor L er den kontinuerte afbildning x x x 0.

3 3.1. Affine mænger 53 Definition 3.5 Hvis B X er en vilkårlig delmængde, defineres det affine span af B som den mindste affine mængde, der indeholder B. Det er klart at hvis (A i ) i I er en familie af affine delmængder afx, så er også fællesmængden i I A i affin. Så abstrakt set vi kan finde det affine span af en mængde B ved at tage fællesmængden af alle de affine mængder, der indeholder B. Med dette argument kan vi se at det affine span altid eksisterer. Men karakteriseringen som en stor fællesmængde er ikke særlig brugbar. Lemma 3.6 For en delmængde B X er affin span(b)= λ i x i k N, x 1,..., x k B, λ i = 1. (3.3) BEVIS: Enhver affin mængde der indeholder B må også indeholde alle de affine kombinationer på højre side af (3.3). Omvendt er det nemt at se at en affin kombination af to punkter på højre side - det vil sige to punkter, der hver især er affine kombinationer af B-punkter - igen er en affin kombination af B-punkter. Dermed er højre side affin, og da den tydeligvis indeholder B, må den indeholder det affine span af B. Sætning 3.7 For en delmængde B af en endeligdimensionalt vektorrum X findes en endelig delmængde B ={x 1,..., x m } af B så affin span(b)=affin span(b ). BEVIS: Det er klart fra (3.3) at affin span(b+ x 0 )=affin span(b)+ x 0. Så vi kan uden indskrænkning antage at 0 B. Under denne antagelse vil det affine span af B være et underrum afx, og det har derfor en basis e 1,...,e k. Eftersom disse basisvektorer ligger i det affine span af B, kan de hver især skrives som en affin kombination af endeligt mange B-vektorer, n i e i = λ i j x i j for,...,k j=1

4 54 Kapitel 3. Affine og konvekse mængder Enhver vektor x i det affine span af B kan skrives som en linearkombination af basisvektorerne e 1,...,e k, n i x= c i e i = c i λ i j x i j. Hvis vi til den sidste sum ligger det usynlige bidrag (1 i j c i λ i j ) 0, så ser vi at x er en affin kombination af x i j erne og 0. Så disse endeligt mange vektorer i B har samme affine span som hele B. j=1 3.2 Affine afbildninger Definition 3.8 LadXogYvære vektorrum. En afbildning L :X Y er affin hvis den bevarer affine kombinationer, det vil sige hvis L(λ 1 x 1 +λ 2 x 2 )=λ 1 L(x 1 )+λ 2 L(x 2 ), (3.4) for alle x 1, x 2 Xog alleλ, λ 2 Rmedλ 1 +λ 2 = 1. Ved at udnytte (3.2) og et induktionsargument ses det let at en affin afbildning bevarer affine kombinationer af vilkårlig længde, L λ i x i = λ i L(x i ) hvis λ i = 1. Eksempel 3.9 En lineær afbildning L : X Y bevarer alle lineære kombinationer, herunder de affine. Så en lineær afbildning er affin. En translation påx, dvs. en afbildning af formen L(x)= x+ x 0 for en fast vektor x 0, opfylder at L(λ 1 x 1 +λ 2 x 2 )=λ 1 x 1 +λ 2 x 2 + x 0 =λ 1 x 1 +λ 2 x 2 + (λ 1 +λ 2 )x 0 =λ 1 (x 1 + x 0 )+λ 2 (x 2 + x 0 )=λ 1 L(x 1 )+λ 2 L(x 2 ) nårλ 1 +λ 2 = 1. Så translationer er affine.

5 3.2. Affine afbildninger 55 Hvis L : X Y og H : Y Z begge er affine, så er også den sammensatte afbildning H L naturligvis affing. Og derfor konstaterer vi at enhver afbildning, der er opbygget ved sammensætning af lineære afbildninger og translationer, er affin. Eksempel 3.10 Lad L :X Y være en affin afbildning der opfylder at L(0)=0. Ved at bruge samme 0-trick som i eksempel 3.3, ser vi at L(x+y)=L(x+y 0)=L(x)+L(y) L(0)=L(x)+L(y), og tilsvarende for multiplikation med skalarer. En affin afbildning, der sender nul i nul er således lineær. Hvis L :X Y er en affin afbildning, der ikke nødvendigvis sender nul i nul, kan vi betragte sammensætningen af L med translationen y y L(0). Sammensætningen er ifølge eksempel 3.9 affin, og da den sender nul i nul, må den være lineær. Vi kan få L tilbage ved at sammensætte med translationen y y + L(0), så konklusionen er at L kan skrives L(x)=S (x)+y 0 for x X, for en passende lineær afbildning S :X Y og en passende konstant vektor y 0 Y. Vi kan af eksempel 3.10 slutte at enhver affin afbildning mellem endeligtdimensionale vektorrum er kontinuert, for både lineære afbildninger og translationer er kontinuerte. Lemma 3.11 Lad L :X Yvære affin. For enhver delmængde B Xgælder at L(affin span(b))=affin span ( L(B) ). BEVIS: Begge inklusioner følger let af (3.3). For eksempel vil et element på venstresiden kunne skrives på formen y= L λ i x i,

6 56 Kapitel 3. Affine og konvekse mængder hvor x 1,..., x k B og hvor k λ i = 1. Men eftersom L er affin, kan vi omforme det til y= λ i L(x i ) affine span ( L(B) ). At vise at et element på højresiden også er indeholdt på venstreside, forløber på præcis samme måde. 3.3 Åben afbildning Definition 3.12 LadXogYvære to metriske rum. En afbildning f :X Y er åben hvis der for enhver åben delmængde G X gælder at f (G) er en åben delmængde af Y. Bemærk at åbenhed er en egenskab, der ikke har noget med kontinuitet at gøre. Hvis f er kontinuert, så vil enhver åben mængde A iyhave en åben originalmængde f 1 (A). Hvis afbildningen skal være åben, er det derimod de åbne mængder i X, der skal have åbne billedmængder. Det er uhyre vanskeligt for en afbildning fra et lav-dimensionalt rum til et højdimensionale rum at være åben, hvorimod sådan en afbildning sagtens kan være kontinuert. Hvis f er bijektiv, så svarer åbenhed præcis tll at f 1 er kontinuert. Dermed ser vi at f.eks. alle isormofier mellem endeligdimensionale vektorrum er åbne afbildninger og at alle translationer på et vektorrum er åbne afbildninger I forbindelse med åbne afbildninger, kan det ofte være nyttigt at bruge følgende karakterisering af åbne mængder: en mængde G X er åben hvis det for enhver konvergent følge, x n x med x G, gælder at x n G fra et vist trin. Sætning 3.13 LadXogYvære endeligdimensionale vektorrum. Lad L :X Y være en lineær afbildning. Hvis L er surjektiv, så er L åben.

7 3.3. Åben afbildning 57 BEVIS: Lad G X være en åben mængde. Lad x 0 G, og betragt y 0 = Lx 0 f (G). Vi skal vise at hvis (y n ) n N er en følge så y n y 0, så vil y n L(G) fra et vist trin. Da L er surjektiv, kan vi finde x n X så Lx n = y n for alle n. Hvis det gjaldt at x n x 0, så kunne vi udnytte at G er åben til at slutte at x n G fra et vist trin, og så ville vi være færdige. Men så nemt er det ikke: der er ingen grund til at (x n ) n N skulle være konvergent, og selv hvis den konvergerer er der ingen grund til at det netop skulle være mod x 0. Vi må altså tænke os bedre om, og justere de forskellige valg lidt ind. Lad V= kerl={x X Lx=0}. Lad V være det ortogonale komplement til V og lad π være ortogonalprojektionen på V. Der gælder trivielt at Lπx = 0 for alle x. Der gælder derfor også at L ( x πx ) = Lx for alle x X. Idet x πx V, står der her at restriktionen af L til V er surjektiv. Det er nemt at se at restriktionen af L til V også er injektiv, for hvis Lx=0 for et x V, så må x både ligge i V og i V, og derfor må x=0. Så restriktionen af L til V er en isomorfi mellem V ogy. Der findes entydigt betstemte z 0, z 1, z 2... V så Lz n = y n. Og eftersom den inverse afbildning af denne restriktion er en lineær afbildning mellem to endeligdimensionale vektorrum, så er den kontinuert. Vi kan derfor slutte at z n z 0. Lad os sætte x n = x+z n z 0. Der gælder at Lx n = Lx+ Lz n Lz 0 = y 0 + y n y 0 = y n for alle n N,. Der gælder også at x n x for n, da z n z 0 0. Hermed er x n G fra et vist trin, og vi er færdige. Korollar 3.14 LadXogYvære endeligdimensionale vektorrum. Lad L :X Y være en affin afbildning. Hvis L er surjektiv, så er L åben. BEVIS: En translation er altid surjektiv, og en sammensætning af surjektive afbildninger er surjektiv. Derfor er x L(x) L(0) er surjektiv lineær afbildning. Den er derfor åben, ifølge sætning Men en sammensætning af to åbne afbildninger er tydeligvis åben, og da L(x)=(L(x) L(0))+L(0) er en sammensætning af en åben lineær afbildning og en translation, ser vi at L er åben.

8 58 Kapitel 3. Affine og konvekse mængder 3.4 Konvekse mænger Definition 3.15 LadXvære et vektorrum. En delmængde A Xer konveks hvis λ 1 x 1 +λ 2 x 2 A for alle x 1, x 2 A og λ 1,λ 2 0 med λ 1 +λ 2 = 1. (3.5) Udtrykket i (3.5) kaldes en konveks kombination, eventuelt en konveks kombination af længde 2. En konveks kombination er altså en affin kombination, hvor der ligges det ekstra bånd på skalarerne at de er ikke-negative. Hvis en af skalarerne er 0, må den anden i sagens natur må være 1 - det kaldes en degenereret konveks kombination. De konvekse kombinationer hvor begge skalarer er positive kaldes ægte. En konveks mængde er således en mængde der er stabil over for konvekse kombinationer. Det er tilstrækkeligt at undersøge om en mængde er stabil over for ægte konvekse kombinationer for at konkludere at den er konveks, for enhver mængde er stabil over for degenererede konvekse kombinationer. En konveks kombination af længde k er et udtryk af formen λ i x i hvor λ 1,...,λ k 0, λ i = 1. Analogt med resultatet for affine mængder ser man let at en konveks mængde er stabil over for konvekse kombinationer af vilkårlig længde. Det er klart at enhver affin mængde er konveks. Men hvor der er et relativ begrænset udvalg af affine mængder, så er der et hav af ikke-affine konvekse mængder. Hvis er en norm påxer enhver åben kugle, B(x 0, r)={x X x x 0 <r}, konveks, ligesom enhver afsluttet kugle er konveks. PåR 2 kender vi kuglerne i 1- normen og -normen, der er ret firkantede på hver sin måde, mens kuglerne i 2- normen er runde. Uanset hvordan vi umiddelbart vil karakterisere kuglernes geometriske fremtræden, så er de altså fælles om at være konvekse.

9 3.4. Konvekse mænger Indre punkter af konvekse mængder Lemma 3.16 Lad K Xvære en konveks mængde. Hvis x K og y K, så er z=λx+(1 λ)y K for alleλ (0, 1). BEVIS: Lad (y n ) n N være en følge af K-elementer så y n y. Lad (z n ) n N være en følge afx-elementer så z n z. Vi vil vise at z n K fra et vist trin. Lad x n = z n (1 λ)y n λ for n N. Da y n y og da z n z vil x n x. Da x K der er åben, vil x n K fra et vist trin. Des mere vil x n K for n Nfor et passende N N. Men vender vi den definerende relation for x n om, står der at z n =λx n + (1 λ)y n, og da y n K, kan vi slutte at z n K for n N. Korollar 3.17 Hvis K Xer en konveks mængde, så er både K og K konvekse. BEVIS: Det er klart at K er konveks. At K er konveks, følger af lemma Korollar 3.18 Hvis K X er konveks og K, så er K = (K ) og K = ( K ). Resultatet i korollar 3.18 siger at konvekse mængder er geometrisk ukomplicerede og at deres rand er pæn. Men det siger ikke noget om hvor meget af randen, der er med i mængden. Hvis man ser på en åben kugle i en passende norm, og den tilhørende afsluttede kugle, så er de begge konvekse. Men der er også mange konvekse mængder derimellem - mængder der består af den åbne kugle og en del af kugleranden. For 2- kuglerne er det sådan at man kan tilføje en vilkårlig delmængde af kugleranden til den åbne kugle - resultatet vil altid være konvekst. For 1-kuglerne og -kuglerne kan man kun tilføje visse dele af randen.

10 60 Kapitel 3. Affine og konvekse mængder Sætning 3.19 Lad K X være en konveks mængde. Da er K hvis og kun hvis affin span(k) = X. BEVIS: Antag at K. Da har også den translaterede mænde K+x 0 indre punkter. For et passende valg af x 0 kan vi antage at K+x 0 indeholder 0. Det affine span af K+x 0 er dermed et underrum afxmed indre punkter. Men det eneste underrum med indre punkter er helex. Ifølge lemma 3.11 får man det affine span af K ved at translatere det affine span af K+x 0 tilbage. Men dermed må det affine span af K også være helex. Antag omvendt at affin span(k) = X. Ifølge sætning 3.7 kan vi finde punkter x 1,..., x n K så n n X= λ i x i λ 1,...,λ n R, λ i = 1. (3.6) Betragtφ:R n 1 Xgivet ved n 1 n 1 n 1 φ(λ 1,...,λ n 1 )= λ i x i + 1 λ i x n= λ i (x i x n )+ x n. Det er let at se af det sidste udtryk atφer en sum af en lineær afbildning og en translation, og altå er affin. Det fremgår af (3.6) atφer surjektiv, så vi slutter af sætning 3.14 atφer åben. Hvis vi ser på n 1 C={(λ 1,...,λ n 1 ) λ 1,...,λ n 1 > 0, λ i < 1}. så er det en åben delmængde afr n 1. Dermed erφ(c) en åben delmængde afx. Men det er klart atφ(c) K, så K har indre punkter. For en konveks mængde K uden indre punkter kan det nogle gange være nyttigt at diskutere det såkaldte relative indre. Herved forstås det indre af K, når det affine span af K opfattes som det omgivende rum. For at være helt præcis så er x K et punkt i det relative indre hvis der findes et r>0 så B(x, r) affin span(k) K. Det relative indre skrives gerne ri K. Begrebet spiller en en vis rolle i STJ s fremstilling af eksponentielle familier, men vi vil gøre hvad vi kan for at formulere os uden om det.

11 3.4. Konvekse mænger Det konvekse hylster Definition 3.20 Hvis B X er en vilkårlig delmængde, defineres det konvekse hylster af B, skrevet cohull B, som den mindste konvekse mængde, der indeholder B. Det er klart at hvis (K i ) i I er en familie af konvekse delmængder afx, så er også fællesmængden i I K i konveks. Abstrakt set vi kan finde det konvekse hylster af en mængde B som fællesmængden af alle de konvekse mængder, der indeholder B. Man kan også interessere sig for det afsluttede konvekse hylster af B, som er den mindste afsluttede konvekse mængde, der indeholder B. Det er nemt at se at det afsluttede konvekse hylster netop er afslutningen af cohull B. Vi så i sætning 3.7 at affine mængder altid kan frembringes af en endelig delmængde. Den tilsvarende påstand for konvekse mængder er ikke rigtig. Det er trivielt at det forholder sig sådan, fordi det konvekse hylster af endeligt mange punkter altid er en er afsluttet mængde, og der er mange ikke-afsluttede konvekse mængder til. Men selv blandt de afsluttede konvekse mængder er påstanden forkert: nogle afsluttede konvekse mængder er det konvekse hylster af endeligt mange punkter, andre er ikke. Specielt kan runde konvekse mængder ikke bygges op ved hjælp af endeligt mange punkter. Men de firkantede kan som regel: Eksempel 3.21 Enhver afsluttet kugle i -normen pår k er det konvekse hylster af de 2 k hjørnepunkter. Vi vil give et omhyggeligt bevis for enhedskuglen, K=B (0, 1) ={x R k x 1}=[ 1, 1] k. Ladφ :R k N 0 være en optælling af hvor mange koordinater i argumentvektoren der er±1, altså φ(x 1,..., x k )= 1 {1} ( x i ) for x 1,..., x k R. Vi indfører mængderne A i ={x K φ(x) i} for i=0, 1,...,k.

12 62 Kapitel 3. Affine og konvekse mængder Det er klart at A k A k 1... A 1 A 0. Det er endvidere klart at A 0 = K, og at A k er mængden bestående af de 2 k hjørnepunkter. Vi vil vise at A i 1 cohull A i for, 2,...,k. (3.7) Dermed vil cohull A i 1 cohull A i, og eftersom den modsatte ulighed gælder trivielt, kan vi se at A i 1 og A i har samme konvekse hylster. På den måde må A k have samme konvekse hylster som A 0. Men det konvekse hylster af A 0 er lig med K. Så lad os vise (3.7). Tag x A i 1. Hvis x A i er der ingenting at vise, så vi kan antage at x A i. Dermed er der en koordinat j så x j <1. Indfør y, z R k ved x l for l j x l forl j y l = z l = 1 for l= j 1 forl= j Det er klart at y, z A i. Det er også klart at x= 1+ x i 2 y+ 1 x i 2 På den måde har vi netop fremstillet x som en konveks kombination af to A i -punkter. z Kompakte konvekse mængder Definition 3.22 Lad K X være en konveks mængde. For x K og v X, v 0 defineres strålen I K (x, v)={λ 0 x+λv K}, Konveksiteten af K sikrer at I K (x, v) er en konveks delmængde af [0, ), og den indeholde per konstruktion 0. Der er derfor kun fire muligheder for hvordan strålen kan se ud: det kan være étpunktmængden{0}, det kan være et opad begrænset interval af formen [0, a) eller [0, a], eller det kan være hele [0, ). Lemma 3.23 Hvis K X er en kompakt, konveks mængde, så er strålen I K (x, v) kompakt for alle x Kog alle v 0.

13 3.4. Konvekse mænger 63 BEVIS: Hvis K er kompakt, så er den begrænset. Der findes altså et R>0 så x R for alle x K. Hvisλ I K (x, v) har vi derfor at R x+λv λ v x. Det gælder således atλ (R+ x )/ v, og dermed kan I K (x, v) ikke være hele [0, ). Hvis vi forestiller os at I K (x, v)=[0, a), så vil a 1 n I K(x, v), og dermed vil ( z n = x+ a 1 ) v K for alle n N, n>a. n Men z n x+av, og da K er afsluttet, må x+av K, det vil sige at a I K (x, v). Og dermed har vi en modstrid. De to tilbageværende muligheder for I K (x, v), nemlig en étpunktsmængde og et begrænset interval af formen [0, a], er begge kompakte. Sætning 3.24 Lad K X være en konveks mængde. Antag at K. Hvis strålen I K (x, v) er kompakt for alle x K og alle v 0, så er K kompakt. BEMÆRK: Antagelsen om at K har indre punkter er i virkeligheden overflødig, men den giver anledning til et noget nemmere bevis for sætningen. Uden denne antagelse skal man argumentere på det relative indre. Det er for så vidt ikke umuligt, men vi vil gøre livet let for os selv og argumentere på det sædvanlige indre i stedet. BEVIS: Vælg x 0 K. Vi skal udelukkende bruge strålerne ud fra x 0. Lad os først vise at K er afsluttet. Lad x K. Vælgλ n ր 1, og betragt punkterne x n = (1 λ n )x 0 +λ n x= x 0 +λ n (x x 0 ). Det følger af lemma 3.16 at x n K K for alle n, og dermed erλ n I K (x 0, x x 0 ). Da denne stråle er afsluttet, må 1 I K (x 0, x x 0 ) hvilket betyder at x K som ønsket. Hvis vi et øjeblik antager at K er ubegrænset, kan vi finde en følge (y n ) n N af af K-vektorer så y n. Sætter vi λ n = y n x 0, z n = y n x 0 y n x 0,

14 64 Kapitel 3. Affine og konvekse mængder så vilλ n. Der gælde også at x 0 +λ n z n K, og denne påstand kan reformuleres på den måde atλ n I(x 0, z n ). Vi ser at z n erne er enhedsvektorer og idet enhedskuglen er kompakt, kan vi (efter eventuelt at være gået over til en delfølge) antage at z n z for en passende enhedsvektor z. For ethvertλ>0 er x 0 +λz λ(z z n )= x 0 +λz n K, hvor konklusionen om at det sidste punkt ligger i K gælder når n er så stor atλ λ n. Vi har allerede vist at K er afsluttet, og daλ(z z n ) 0, kan vi slutte at grænsepunktet x 0 +λz ligger i K. Eller om man vil, atλ I K (x 0, z). Da denne konklusion gælder for ethvertλ, har vi således at I K (x 0, z)=[0, ), i modstrid med forudsætningen om at strålen er kompakt. Derfor må antagelsen om at K er ubegrænset være forkert.

15 3.4. Konvekse mænger Separation Sætning 3.25 Lad K X være en afsluttet konveks mængde, og lad x 0 K være et ekstra punkt. Der findes et z Xså x, z > x 0, z for alle x K. (3.8) BEVIS: Ved at eventuelt at erstatte K med den afsluttede konvekse mængde K x 0, kan vi antage at 0 K, og målet er at findet et z Xså x, z >0 for alle x K. For R>0 stor nok er K R = K B(0, R) en ikke-tom, kompakt mængde. Afbildningen x x er kontinuert, og antager derfor sit minimum hen over K R. Lad det ske i z. Vi har således at z K opfylder at z R, og at z x for alle x K, x R. (3.9) Vi har antaget at 0 K. Specielt må z 0, og vi ved således at z > 0. For x B(0, R) gælder der automatisk at z R< x, så (3.9) kan styrkes til z x for alle x K. For alle x Kog alleλ (0, 1) vilλx+(1 λ)z K. Dermed har vi at z 2 λx+(1 λ)z 2 = λ(x z)+z 2 =λ 2 x z 2 + z 2 + 2λ x z, x. Det kan omordnes til 0 λ ( λ x z x z, z ), og ved at ladeλ 0, ser vi at der må gælde at x z, z 0 for alle x K. Derfor vil præcis som ønsket. x, z z 2 > 0 for alle x K,

16 66 Kapitel 3. Affine og konvekse mængder Korollar 3.26 Lad K X være en konveks mængde. Antag at K og lad x 0 K være et ekstra punkt. Der findes et z X, z 0 så x, z x 0, z for alle x K. (3.10) BEVIS: Efter en eventuel translation kan vi antage at 0 K. Hvisλ (0, 1) og x K så gælder der ifølge lemma 3.16 at λx=λx+(1 λ)0 K. Da x 0 K gælder i særdeleshed at x 0 λk. Og daλk er en afsluttet konveks mængde, findes der ifølge sætning 3.25 et z λ så λx, z λ > x 0, z λ for alle x K. (3.11) Det kan uden indskrænkning antages at z λ =1. Hvisλ n 0 og hvis (z n ) n N er de tilhørende z λ er, så kan vi - ved eventuelt at gå over til en delfølge - antage at z n z for et passende grænsepunkt z. Går vi til grænsen i (3.11) får vi det ønskede. Vi bemærker at z er en enhedsvektor, og derfor må være forskellig fra Forskellige former for støtte af mål Definition 3.27 Ladνvære et mål på et endeligdimensionale vektorrumx. Et punkt x Xer et tilvækstpunkt forνhvis ν ( B(x, r) ) > 0 for alle r>0. Støtten S (ν) forνer mængden af tilvækstpunkter, S (ν)={x X x er et tilvækstpunkt forν}. Det konkrete valg af metrik er ikke så væsentligt for definitionen: to ækvivalente metrikker vil være enige om hvorvidt x er et tilvækstpunkt eller ej. Lad S = S (ν). Hvis x S, så findes der en kugle rundt om x, der harν-mål nul. Punkterne i denne kugle kan heller ikke være tilvækstpunkter (på grund af trekantslemmaet). Derfor er S c åben, og vi ser at S er afsluttet.

17 3.5. Forskellige former for støtte af mål 67 Lemma 3.28 Støtten S (ν) er den mindste afsluttedeν-næsten sikre mængde. BEVIS: Vi så ovenfor at S = S (ν) er afsluttet. Vi skal dels vise at S er ν-næsten sikker, og dels at hvis F er en afsluttet ν-næsten sikker mængde, så er S F. I stedet for at vise at S er næsten sikker, viser vi at S c er en nulmængde. Det følger ved at udnytte atxer separabel, altså har en tællelig tæt delmængde A (hvisx=r k kan vi bruge A=Q k ). Det er klart at { S c ( ) } = B(x, r) x X, r>0,ν B(x, r) = 0 Ved sædvanlig brug af trekantslemmaet kan vi indse at S c = { B(x, q) x A, q Q +,ν ( B(x, q) ) = 0 }. Højresiden er en tællelig forening af nulmængder, og dermed selv en nulmængde. Vi skal til sidst vise at hvis F er endnu en afsluttet næsten sikker mængde, så er S F. Det følger igen nemmest ved at se på komplementærmængder: hvis x F c så findes - da F c er åben - et r>0 så B(x, r) F c. Og da F er en næsten sikker mængde må B(x, r) have mål nul. Derfor er x ikke et tilvækstpunkt, så x S c. Sætning 3.29 Ladνvære et mål påxmed støtte S. Lad f : X Y være en kontinuert afbildning. Da har billedmålet f (ν) støtte S ( f (ν))= ( f (S ) ). (3.12) BEVIS: Antag at x S. Lad os vise at y= f (x) er et tilvækstpunkt for f (ν). Så lad r > 0 være givet. Kontinuitet af f giver at der findes et s > 0 så B(x, s) f 1( B(y, r) ). Dermed er f (ν) ( B(y, r) ) =ν ( f 1( B(y, r) ) ) ν ( B(x, s) ) > 0, og vi ser at y er et tilvækstpunkt. Da S ( f (ν)) er afsluttet, følger det nu at højresiden af (3.12) er indeholdt i venstresiden.

18 68 Kapitel 3. Affine og konvekse mængder Men omvendt gælder der at f (S ) er en f (ν)-næsten sikker mængde. Vi har nemlig at Det følger at f 1 ( f (S )) S. f 1( f (S ) c) = ( f 1 ( f (S )) ) c S c og eftersom højre side er enν-nulmængde, slutter vi at f (S ) c er en f (ν)-nulmængde som ønsket. Når f (S ) er en f (ν)-næsten sikker mængde, så er afslutningen f (S ) desmere næsten sikker. Og derfor følger det at venstresinden af (3.12) er indeholdt i højresiden. Når vi diskuterer eksponentielle familier har vi brug for et par beslægtede begreber. Den konvekse støtte afνer conv st(ν)= ( cohull S ). Det er nemt at se at den konvekse støtte afνer den mindste mængde, der både er afsluttet, konveks og næsten sikker. Tilsvarende definer vi den affine støtte af ν som affin st(ν)=affin span(s ). Det gør ingen forskel om man tager afslutning her, for affine mængder er automatisk afsluttede. Det er nemt at se at den affine støtte af ν er den mindste affine næsten sikre mængde. Det er iøvrigt også klart at affine span ( conv st(ν) ) = affin st(ν), hvad der ind i mellem kan være nyttigt. Bemærk hvordan det heraf følger at den konvekse støtte forνhar indre punkter hvis og kun hvis den affine støtte er helex.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

= 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

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

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

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

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

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

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

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

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

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

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

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

Besvarelse, Eksamen Analyse 1, 2013

Besvarelse, Eksamen Analyse 1, 2013 Københavns Universitet Prøve ved Det naturvidenskabelige Fakultet juni 23 Besvarelse, Eksamen Analyse, 23 Opgave Lad, for n N, funktionen f n : [, ) R være givet ved NB. Trykfejl. Burde være x. f n (x)

Læs mere

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

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

Læs mere

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

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

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

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

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

Exponentielle familer, ark 2

Exponentielle familer, ark 2 1 Exponentielle familer, ark 2 Eksponentielle familier OPGAVE 21 Beksriv den eksponentielle familie på (R, B) givet ved følgende data: V er R med det sædvanlige indre produkt, den kanoniske stikprøvefunktion

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

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

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

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=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

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

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

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

Del II. Den lineære normale model

Del II. Den lineære normale model Del II Den lineære normale model 301 302 Kapitel 9 Normalfordelinger på vektorrum Vi vil i dette kapitel give en fremstilling af teorien for normalfordelinger (også kaldet Gaussiske fordelinger) på endeligdimensionale

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

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

π er irrationel Frank Nasser 10. december 2011

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

Læs mere

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

Lidt alment om vektorrum et papir som grundlag for diskussion

Lidt alment om vektorrum et papir som grundlag for diskussion Definition : vektorrum, vektorer Et vektorrum er en mængde af elementer med operationerne sum (+) og numerisk multiplikation (), så følgende regler gælder for alle a, b, c og for alle reelle tal s, t R.

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

Differentation i vektorrum

Differentation i vektorrum Kapitel 2 Differentation i vektorrum LadXogYvære normerede vektorrum. Vi vil gå ud fra at de er endeligdimensionale, skønt meget af hvad vi siger giver god mening også i uendeligdimensionale rum. Lad U

Læs mere

Elementær Matematik. Mængder og udsagn

Elementær Matematik. Mængder og udsagn Elementær Matematik Mængder og udsagn Ole Witt-Hansen 2011 Indhold 1. Mængder...1 1.1 Intervaller...4 2. Matematisk Logik. Udsagnslogik...5 3. Åbne udsagn...9 Mængder og Udsagn 1 1. Mængder En mængde er

Læs mere

DesignMat. Preben Alsholm. September Egenværdier og Egenvektorer. Preben Alsholm. Egenværdier og Egenvektorer

DesignMat. Preben Alsholm. September Egenværdier og Egenvektorer. Preben Alsholm. Egenværdier og Egenvektorer DesignMat September 2008 fortsat Eksempel : et Eksempel 4 () af I II uden I Lad V være et vektorrum over L (enten R eller C). fortsat Eksempel : et Eksempel 4 () af I II uden I Lad V være et vektorrum

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

MASO Uge 6. Følger i euklidiske rum Ekstremværdisætningen. Jesper Michael Møller. Department of Mathematics University of Copenhagen.

MASO Uge 6. Følger i euklidiske rum Ekstremværdisætningen. Jesper Michael Møller. Department of Mathematics University of Copenhagen. MASO Uge 6 Følger i euklidiske rum Ekstremværdisætningen Jesper Michael Møller Department of Mathematics University of Copenhagen Uge 6 Formålet med MASO Oversigt Følger i R n Konvergens, delfølger Det

Læs mere

Besvarelser til de to blokke opgaver på Ugeseddel 7

Besvarelser til de to blokke opgaver på Ugeseddel 7 Besvarelser til de to blokke opgaver på Ugeseddel 7 De anførte besvarelser er til dels mere summariske end en god eksamensbesvarelse bør være. Der kan godt være fejl i - jeg vil meget gerne informeres,

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

DesignMat Uge 2. Preben Alsholm. Efterår Lineære afbildninger. Preben Alsholm. Lineære afbildninger. Eksempel 2 på lineær.

DesignMat Uge 2. Preben Alsholm. Efterår Lineære afbildninger. Preben Alsholm. Lineære afbildninger. Eksempel 2 på lineær. er DesignMat Uge 2 er er lineær lineær lineær lineære er I smatrix lineære er II smatrix I smatrix II Efterår 2010 Lad V og W være vektorrum over samme skalarlegeme L (altså enten R eller C for begge).

Læs mere

Endeligdimensionale vektorrum

Endeligdimensionale vektorrum Endeligdimensionale vektorrum I det følgende betegner X, Y og Z endeligdimensionale vektorrum Gerne udstyret med en norm, evt et indre produkt Eksempel: En skævt beliggende plan i rummet, X = {v R 3 v,

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

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

1 Om funktioner. 1.1 Hvad er en funktion?

1 Om funktioner. 1.1 Hvad er en funktion? 1 Om funktioner 1.1 Hvad er en funktion? Man lærer allerede om funktioner i folkeskolen, hvor funktioner typisk bliver introduceret som maskiner, der tager et tal ind, og spytter et tal ud. Dette er også

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

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016 Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 206 Mikkel Findinge http://findinge.com/ Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan.

Læs mere

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)

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

Læs mere

Løsning af præmie- og ekstraopgave

Løsning af præmie- og ekstraopgave 52 Læserbidrag Løsning af præmie- og ekstraopgave 23. årgang, nr. 1 Martin Wedel Jacobsen Både præmieopgaven og ekstraopgaven er specialtilfælde af en mere generel opgave: Hvor mange stykker kan en n-dimensionel

Læs mere

1: Fundamentale begreber.

1: Fundamentale begreber. Topologi 1 1: Fundamentale begreber. Hvis vi lader henholdsvis O og C betegne de åbne og afsluttede delmængder i et metrisk rum med X som underliggende mængde, mens vi benytter betegnelserne I henholdsvis

Læs mere

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

Oversigt [LA] 1, 2, 3, [S] 9.1-3 Oversigt [LA] 1, 2, 3, [S] 9.1-3 Nøgleord og begreber Talpar, taltripler og n-tupler Linearkombination og span Test linearkombination Hvad er en matrix Matrix multiplikation Test matrix multiplikation

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

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

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

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

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

Funktionsterminologi

Funktionsterminologi Funktionsterminologi 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

Løsning af cup-afviklings-problemet ved hjælp af lift-and-project. Jens Kristian Jensen

Løsning af cup-afviklings-problemet ved hjælp af lift-and-project. Jens Kristian Jensen Løsning af cup-afviklings-problemet ved hjælp af lift-and-project Jens Kristian Jensen Indhold Forord 4 Indledning 5. Lineær programmering.............................. 5.. Facetter..................................

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

Funktionsterminologi

Funktionsterminologi Funktionsterminologi Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette

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

Funktionalligninger. Anders Schack-Nielsen. 25. februar 2007

Funktionalligninger. Anders Schack-Nielsen. 25. februar 2007 Funktionalligninger Anders Schack-Nielsen 5. februar 007 Disse noter er en introduktion til funktionalligninger. En funktionalligning er en ligning (eller et ligningssystem) hvor den ubekendte er en funktion.

Læs mere

Implikationer og Negationer

Implikationer og Negationer Implikationer og Negationer Frank Villa 5. april 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

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

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

Egenskaber ved Krydsproduktet

Egenskaber ved Krydsproduktet Egenskaber ved Krydsproduktet Frank Nasser 23. december 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold

Læs mere

Vi indleder med at minde om at ( a) = a gælder i enhver gruppe.

Vi indleder med at minde om at ( a) = a gælder i enhver gruppe. 0.1: Ringe 1. Definition: Ring En algebraisk struktur (R, +,, 0,, 1) kaldes en ring hvis (R, +,, 0) er en kommutativ gruppe og (R,, 1) er en monoide og hvis er såvel venstre som højredistributiv mht +.

Læs mere

Grafmanipulation. Frank Nasser. 14. april 2011

Grafmanipulation. Frank Nasser. 14. april 2011 Grafmanipulation Frank Nasser 14. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette er

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

Matematik 2 AN. Hilbert rum. med anvendelser. Bergfinnur Durhuus

Matematik 2 AN. Hilbert rum. med anvendelser. Bergfinnur Durhuus Matematik 2 AN Hilbert rum med anvendelser Bergfinnur Durhuus 1997 Matematisk Afdeling Universitetsparken 5 2100 København Ø c Matematisk Afdeling 1997 Forord Sammen med hæftet Metriske rum ved Christian

Læs mere

Konvekse mængder. Erik Christensen. 6. januar 2003

Konvekse mængder. Erik Christensen. 6. januar 2003 Konvekse mængder Erik Christensen 6. januar 2003 Indholdsfortegnelse Afsnit 0 ELEMENTÆRE DEFINITIONER OG DET FUNDAMENTALE RESULTAT, 4 Afsnit 1 REPETITION, AFSTANDSMÅLET I Rn OG LINEÆRE AFBILDNINGER, 9

Læs mere

UGESEDDEL 10 LØSNINGER. = f

UGESEDDEL 10 LØSNINGER. = f UGESEDDEL 10 LØSNINGER Theorem 1. Algoritme for løsning af max f(x, y) når g(x, y) c. Dan Lagrange-funktionen: L (x, y) = f(x, y) λ(g(x, y) c). Beregn de partielle afledte af L og kræv at de begge er nul:

Læs mere

Vektorrum. enote Generalisering af begrebet vektor

Vektorrum. enote Generalisering af begrebet vektor enote 7 1 enote 7 Vektorrum I denne enote opstilles en generel teori for mængder, for hvilke der er defineret addition og multiplikation med skalar, og som opfylder de samme regneregler som geometriske

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

Differentation i vektorrum

Differentation i vektorrum Kapitel 3 Differentation i vektorrum LadXogYvære normerede vektorrum. Vi vil gå ud fra at de er endeligdimensionale, skønt meget af hvad vi siger giver god mening også i uendeligdimensionale rum. Lad U

Læs mere

DesignMat Uge 1 Repetition af forårets stof

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

Læs mere

Faktorforsøg. Antag at X i, i I, er uafhængige reelle variable og at. for alle i I. En faktor er en afbildning. hvor F er en mængde af labels.

Faktorforsøg. Antag at X i, i I, er uafhængige reelle variable og at. for alle i I. En faktor er en afbildning. hvor F er en mængde af labels. Faktorforsøg Antag at X i, i I, er uafhængige reelle variable og at X i N (ξ i, σ 2 ) for alle i I En faktor er en afbildning f : I F hvor F er en mængde af labels. En faktor deler observationerne ind

Læs mere

Konvekse mængder. Erik Christensen

Konvekse mængder. Erik Christensen Konvekse mængder Erik Christensen Indholdsfortegnelse Afsnit 0 ELEMENTÆRE DEFINITIONER OG DET FUNDAMENTALE RESULTAT, 4 Afsnit 1 REPETITION, AFSTANDSMÅLET I Rn OG LINEÆRE AFBILDNINGER, 9 Afsnit 2 AFFINE

Læs mere

Mikro II, Øvelser 3. ) er mindre eller lig i begge koordinater, da er (u, 1 u 2

Mikro II, Øvelser 3. ) er mindre eller lig i begge koordinater, da er (u, 1 u 2 Mikro II 208I Øvelser 3, side Mikro II, Øvelser 3. To individer har i fællesskab opnået ret til 00 enheder af en vare, under den betingelse at de kan blive enige om en fordeling, ellers mistes denne ret.

Læs mere

Funktion af flere variable

Funktion af flere variable Funktion af flere variable Preben Alsholm 6. oktober 2008 1 Funktion af flere variable 1.1 Punktmængder i R k : Definitioner Punktmængder i flerdimensionale rum: Definitioner q Normen af x 2 R k er kxk

Læs mere

Lineære 1. ordens differentialligningssystemer

Lineære 1. ordens differentialligningssystemer enote enote Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses enoten er i forlængelse af enote, der beskriver lineære

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

Lineære 1. ordens differentialligningssystemer

Lineære 1. ordens differentialligningssystemer enote enote Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses enoten er i forlængelse af enote, der beskriver lineære

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