informatyka
Transkrypt
informatyka
A naliza funkcjonalna a analiza numeryczna D o w ó d w książce J. Musielaka [37], s. 138. Przekształcenia liniowe mają ciekawą właściwość. 5. Twierdzenie. Jeżeli l : UF VF jest przekształceniem liniowym, to l(0) = 0 oraz obraz l(U)(7) jest podprzestrzenią liniową przestrzeni V. D o w ó d w książce J. Musielaka [37], s. 138. Przekonamy się dalej, że istnieją nietrywialne przekształcenia przestrzeni UF w nią samą, które zachowują pewne podzbiory tej przestrzeni. UF. Zbiór A ⊂ U nazy8. Definicja. Załóżmy, że przekształcenie j : UF wamy niezmienniczym względem przekształcenia j, jeżeli obraz j(A) = A. Układ (ui ∈ U) I nazywamy niezmienniczym względem przekształcenia j, jeżeli zbiór {ui : i ∈ I} jest niezmienniczy względem operatora j. Iloczyn tensorowy przestrzeni liniowych Iloczyn tensorowy pozwala nam, między innymi, konstruować układy liniowo niezależne w przestrzeniach LFmn (X × Y), gdy znamy układy liniowo niezależne przestrzeni LFm (X) oraz LFn (Y). Innymi słowy umożliwia on nam tworzenie układów liniowo niezależnych w przestrzeniach funkcji wielu zmiennych. Wykorzystuje się przy tym najczęściej iloczyn Kroneckera (8). 9. Definicja (1) Iloczynem tensorowym przestrzeni liniowych UF oraz V F nazywamy obraz przestrzeni U × V w odwzorowaniu dwuliniowym ⋅ ⊗ ⋅ spełniającym następujący warunek: ∀(ui ∈ U) I ∀(vi ∈ V) I lnz(ui) I ∧ å (ui ⊗ vi) = 0 ⇒ (vi = 0)I ∨ i∈I lnz(vi) I ∧ å (ui ⊗ vi) = 0 i∈I ⇒ (ui = 0)I . Iloczyn tensorowy przestrzeni liniowych U oraz V oznaczany jest zatem przez U ⊗ V. Jeżeli u ∈ U oraz v ∈ V, to element u ⊗ v ∈ U ⊗ V nazywamy iloczynem (7) Załóżmy, że f : X Y, A ⊂ X oraz B ⊂ Y. Wówczas zbiór oznaczany przez f(A) : = {y ∈ Y : (y = = f(x ∈ A)} nazywamy obrazem zbioru A w odwzorowaniu f, a zbiór oznaczany przez f –1 (B) : = {x ∈ ∈ X : (f(x) ∈ B)} nazywamy przeciwobrazem zbioru B w odwzorowaniu f. (8) Leopold Kronecker, matematyk niemiecki urodzony w Legnicy (1823–1891). 21 A naliza funkcjonalna a analiza numeryczna (2) Przestrzeń T jest obrazem przestrzeni U × V w odwzorowaniu t. D o w ó d w książce A. I. Kostrykina [28], s. 295. 7. Twierdzenie. Jeżeli u : = (ui) I jest bazą w U oraz v : = (vi) I jest bazą w V, to u ⊗ v jest bazą w U ⊗ V oraz dim U ⊗ V = dimU dimV. D o w ó d w książce W.C. Browna [13], s. 66. Zauważmy, że iloczyn Kroneckera odwzorowuje przestrzeń MFk × l × MFm × n w przestrzeń MFk m× ln. Z kolei iloczyn tensorowy naturalny przestrzeni liniom n wych UF ⊂ LF (X) oraz V F ⊂ LF (Y) odwzorowuje przestrzeń U × V w przestrzeń mn U ⊗ V ⊂ LF (X × Y). Dla przykładu załóżmy, że Pm = UR ⊂ LR (R) jest przestrzenią wielomianów stopnia m z bazą u(x) : = (x i) 0m oraz Pn = V R ⊂ LR (R) jest przestrzenią wielomianów stopnia n z bazą v(y) : = (y j) 0n. Wówczas [u ⊗ v](x, y) = = (x i (y j) 0n) 0m jest bazą przestrzeni Pm × Pn = U ⊗ V ⊂ LR (R × R) wielomianów dwóch zmiennych stopnia mn, która ma wymiar (m + 1)(n + 1). Przedstawimy teraz w formie wniosków i twierdzenia kilka ważnych właściwości iloczynu Kroneckera. 2. Wniosek. (1) Jeżeli A : = (ai, j) ∈ MFk × l oraz B : = (bi, j) ∈ MFm × n , to iloczyn Kroneckera A⊗B= a int i-1 + 1, int j-1 +1 b (i-1)(mod m) + 1, ( j-1)(mod m) + 1 km,ln (9) i, j=1 . (2) Jeżeli a : = (ai) ∈ MFm oraz a : = ⊗ a, to wektor a ma postać: j=1 a= a ∏ j=1 int m n . i-1 n-j (mod m) + 1 j=1 m D o w ó d wynika z definicji 9.(1). 8. Twierdzenie. Jeżeli A ∈ MFk × p , B ∈ MFp × l , C ∈ MFm × q i D ∈ MFq × n , to macierz (AB) ⊗ (C ⊗ D) = (A ⊗ C)(B ⊗ D) i należy do przestrzeni MFkm × ln . D o w ó d . Zauważmy, że AB = [A] i ([BT] j) T (10) oraz CD = [C] i ([DT] j) T (9) Przez int(x) oznaczamy część całkowitą liczby x. Jeżeli k ∈ Z oraz n ∈ N, to liczbę k(mod n) : = k − n int(k / n) (10) Przez [A] i oznaczamy i-ty wiersz macierzy A. 23 A naliza funkcjonalna a analiza numeryczna 3. Wniosek. Jeżeli a : = (ai), b : = (bi) ∈ MFp oraz c : = (ci), d : = (di) ∈ MFq , to (a b)(cT d) = (aT ⊗ cT)(b ⊗ d). D o w ó d wynika z twierdzenia 4.3. Zdefiniujemy teraz pewną macierz, bardzo często występującą w iloczynach Kroneckera. T 10. Definicja. Przez I [m, n] będziemy oznaczać następującą macierz: m, n i, j 1 I [m, n] : = (I ) Ii, j = 1, j ∈ {i, i + 1, … , i + n - m} ∨ i ∈ {j, j + 1, … , j + m - n} : = . Ii, j = 0, j ∉ {i, i + 1, … , i + n - m} ∧ i ∉ {j, j + 1, … , j + m - n} Macierz I [n, n] o wymiarze n × n nazywamy macierzą jedynkową. Jeżeli jej wymiar wynika z kontekstu, to piszemy w skrócie I. Oznaczenia I [n, 1] oraz I [n] traktujemy jako równoważne. Przedstawiają one sobą wektor, którego wszystkie elementy są równe 1. IV. Topologia Przestrzenie topologiczne Okazuje się, że rodzina zbiorów (zbiór zbiorów) otwartych odgrywa w topologii, w sensie nauki, wyróżnioną rolę. Tworzy ona, tzw. topologię, w sensie pojęcia matematycznego, dzięki której można wprowadzić tak ważne pojęcia, jak: przestrzeń topologiczna, baza topologii, topologia produktowa, otoczenie punktu, przestrzeni Hausdorffa (11), ciąg zbieżny, ciągłość funkcji, zarówno globalna, jak i w punkcie, przestrzeń ośrodkowa oraz układ pełny. 11. Definicja (1) Topologią w niepustym zbiorze X nazywamy każdą rodzinę jego podzbiorów, oznaczaną przez t, spełniającą następujące warunki: (1.1) ∅, X ∈ t, (1.2) ∀(Ai ∈ t) n1 Ai ∈ t , i=1 (1.3) ∀F ⊂ t A ∈ t . A∈F (11) Felix Hausdorff, matematyk niemiecki urodzony we Wrocławiu (1868–1942). 25 A naliza funkcjonalna a analiza numeryczna 10. Twierdzenie. Jeżeli X oraz Y są przestrzeniami topologicznymi, to f: X Y jest odwzorowaniem ciągłym wtedy i tylko wtedy, gdy jest ciągłe w każdym punkcie x ∈ X. D o w ó d w książce W. Rudina [42], s. 18. Przejdziemy teraz do ważnego przypadku przestrzeni topologicznej, jakim jest przestrzeń ośrodkowa. 14. Definicja. Niech t będzie topologią w X. (1) Podzbiór A zbioru X jest gęsty w X jeżeli ∀B ∈ t (B ≠ ∅ ⇒ A ∩ B ≠ ∅). (2) Przestrzeń topologiczną X nazywamy ośrodkową (separowalną), jeżeli zawiera podzbiór przeliczalny A gęsty w X. Podzbiór A nazywamy ośrodkiem przestrzeni X. (3) Jeżeli przestrzeń topologiczna X jest przestrzenią liniową, to zbiór A nazywamy pełnym w X wtedy i tylko wtedy, gdy zbiór span A jest gęsty w X. Układ (xi ∈ X) I nazywamy pełnym, jeżeli zbiór {xi : i ∈ I} jest pełny w X. Znaczenie przestrzeni ośrodkowej wyjaśniają nam następujące dwa twierdzenia. 11. Twierdzenie. Każda przestrzeń topologiczna z przeliczalną bazą topologii jest ośrodkowa. D o w ó d w książce S. Gładysza [18], s. 67. 12. Twierdzenie. Załóżmy, że X jest przestrzenią topologiczną, E jest zbiorem gęstym w X, Y jest przestrzenią Hausdorffa oraz f, g : X Y są odwzorowaniami ciągłymi. Jeżeli f = g na E, to f = g na X. D o w ó d przeprowadzimy nie wprost. W tym celu oznaczmy przez tX i tY topologie odpowiednio w X i Y oraz załóżmy, że ∃x ∈ X (f(x) ≠ g(x)). Z ciągłości odwzorowania f oraz g w punkcie x wynika, że ∀B ∈ tY ∃A ∈ tX ((x ∈ A) ∧ (f(x) ∈ B) ∧ (f(A) ⊂ B)) oraz ∀C ∈ tY ∃A ∈ tX ((x ∈ A) ∧ (g(x) ∈ C) ∧ (g(A) ⊂ C)). Ponieważ Y jest przestrzenią Hausdorffa, to ∃B, C ∈ tY (B ∩ C = ∅), a zatem f(A) ∩ g(A) = ∅. Wynika stąd, że f ≠ g na E, co przeczy założeniu. 29