UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo MAGISTRSKO DELO Daša Štesl Maribor, 2017

Velikost: px
Začni prikazovanje s strani:

Download "UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo MAGISTRSKO DELO Daša Štesl Maribor, 2017"

Transkripcija

1 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo MAGISTRSKO DELO Daša Štesl Maribor, 2017

2

3 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo Magistrsko delo UPORABA IN POSPLOŠITVE ANDERSON-CHOQUETOVEGA IZREKA na študijskem programu 2. stopnje Matematika Mentor: izr. prof. dr. Iztok Banič Kandidatka: Daša Štesl Somentor: doc. dr. Matevž Črepnjak Maribor, 2017

4 ZAHVALA Življenje najbolje uporabimo, če ga porabimo za nekaj, kar traja dlje kot življenje samo. (William James) Iskreno se zahvaljujem mentorju, izrednemu profesorju dr. Iztoku Baniču in somentorju, dr. Matevžu Črepnjaku za strokovno usmerjanje in vso pomoč pri pripravi magistrske naloge. Pri njunem nadaljnjem strokovnem delu jima še v naprej želim obilo uspeha. Prisrčna hvala tudi mojim staršem in vsem tistim, ki so me v času študija podpirali in mi kakorkoli stali ob strani.

5 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO IZJAVA Podpisana Daša Štesl, rojena 9. maja 1992, študentka Fakultete za naravoslovje in matematiko Univerze v Mariboru, študijskega programa 2. stopnje Matematika, izjavljam, da je magistrsko delo z naslovom UPORABA IN POSPLOŠITVE ANDERSON-CHOQUETOVEGA IZREKA pri mentorju izr. prof. dr. Iztoku Baniču in somentorju doc. dr. Matevžu Črepnjaku avtorsko delo. V magistrskem delu so uporabljeni viri in literatura korektno navedeni; teksti niso uporabljeni brez navedbe avtorjev. Maribor, marec 2017 Daša Štesl

6 Uporaba in posplošitve Anderson-Choquetovega izreka program magistrskega dela Anderson-Choquetov izrek o konstrukciji inverznih limit v nekem ambientnem prostoru predstavlja pomemben aparat za konstrukcijo kontinuumov s posebnimi lastnostmi s pomočjo inverznih limit. V magistrskem delu naj bo natančno predstavljen in dokazan Anderson- Choquetov izrek. Predstavljeni naj bodo tudi primeri njegove uporabe in možnosti posplošitev na posplošene inverzne limite. Osnovni viri: 1. S. B. Nadler, Continuum theory. An introduction, Marcel Dekker, Inc., New York, izr. prof. dr. Iztok Banič doc. dr. Matevž Črepnjak

7 ŠTESL, D.: Uporaba in posplošitve Anderson-Choquetovega izreka. Magistrsko delo, Univerza v Mariboru, Fakulteta za naravoslovje in matematiko, Oddelek za matematiko in računalništvo, IZVLEČEK V magistrskem delu dokažemo Anderson-Choquetov izrek za enolične funkcije in tip Anderson- Choquetovega izreka za večlične funkcije. Natančno je predstavljena tudi njuna uporaba. Ključne besede: kontinuum, inverzna limita, enolične funkcije, večlične funkcije, Anderson-Choquetov izrek, Varšavski lok. Math. Subj. Class. (2010): 54F15, 54C60, 37B45.

8 ŠTESL, D.: Applications and generalizations of Anderson-Choquet theorem. Master Thesis, University of Maribor, Faculty of Natural Sciences and Mathematics, Department of Mathematics and Computer Science, ABSTRACT In the thesis, the Anderson-Choquet theorem is proved for single-valued function as well as an Anderson-Choquet-type theorem for set-valued function. We also give applications of the Anderson-Choquet theorem. Keywords: continuum, inverse limit, single-valued functions, set-valued functions, Anderson-Choque theorem, warsaw arc. Math. Subj. Class. (2010): 54F15, 54C60, 37B45.

9 Kazalo Uvod 1 1 Kontinuumi in inverzne limite Osnovni pojmi Kontinuumi Primeri kontinuumov Vgnezdeni preseki Hiperprostori Inverzne limite Inverzne limite z enoličnimi veznimi funkcijami Inverzne limite z večličnimi veznimi funkcijami Anderson-Choquetov izrek in njegova uporaba Anderson-Choquetov izrek Primer uporabe Anderson-Choquetovega izreka Posplošitve 40 Literatura 44 ix

10

11 Uvod V magistrskem delu je podan dokaz originalnega Anderson-Choquetovega izreka in njegove posplošitve za večlične funkcije. Predstavljena je tudi njegova velika uporabna vrednost pri konstrukciji zapletenih kontinuumov. Uporaba je prikazana na primeru Varšavskega loka. Motivacija za ta primer je bilo delo Bradleya Windelborna iz Univerze v Aucklandu, ki pa je imelo nekaj pomanjkljivosti. Mi smo te pomanjkljivosti odpravili, primer bolj natačno razdelali in dopolnili. Delo je razdeljeno v tri poglavja. V prvem poglavju spoznamo osnovne pojme iz teorije metričnih prostorov, kontinuumov, hiperprostorov in inverznih limit. Drugo poglavje zajema dokaz Anderson-Choquetovega izreka in zgoraj omenjen primer njegove uporabe. Tretje poglavje pa vsebuje posplošitev Anderson-Choquetovega izreka. 1

12 Poglavje 1 Kontinuumi in inverzne limite 1.1 Osnovni pojmi Na začetku vpeljimo ključne pojme iz teorije metričnih prostorov, saj se bomo v nadaljevanju dela ves čas ukvarjali s kontinuumi, ki so v osnovi prav metrični prostori, za katere veljajo določene lastnosti. Podajmo najprej definicijo metrike in metričnega prostora. Definicija 1.1. Naj bo M množica in d : M M R funkcija. Pravimo, da je d metrika na M, če velja: 1. Za vsaka x,y M je d(x,y) Za vsaka x,y M je d(x,y) = 0 natanko tedaj, ko je x = y. 3. Za vsaka x, y M je d(x, y) = d(y, x) (simetričnost). 4. Za vse x,y,z M je d(x,z) d(x,y) + d(y,z) (trikotniška neenakost). Paru (M,d) pravimo metrični prostor. Oglejmo si nekaj osnovnih primerov metričnih prostorov. Zgled Naj bo M = R in d e : R R R definirana s predpisom d e (x,y) = x y za vsaka x,y R. Tedaj je d e metrika na R. Pravimo ji evklidska metrika na R. 2

13 1.1 Osnovni pojmi 3 2. Naj bo M = R in d : R R R definirana s predpisom d(x,y) = za vsaka x,y R. { 1, če x y 0, če x = y Tedaj je d metrika na R. Pravimo ji diskretna (trivialna) metrika na R. 3. Oglejmo si naslednje metrike na R 2. Naj bosta (x 1,y 1 ),(x 2,y 2 ) R 2. d 1 ((x 1,y 1 ),(x 2,y 2 )) = y 2 y 1 + x 2 x 1, d 2 ((x 1,y 1 ),(x 2,y 2 )) = (y 2 y 1 ) 2 + (x 2 x 1 ) 2, d p ((x 1,y 1 ),(x 2,y 2 )) = p y2 y 1 p + x 2 x 1 p, kjer je p N, d ((x 1,y 1 ),(x 2,y 2 )) = max{ y 2 y 1, x 2 x 1 }. Zgornje formule lahko posplošimo na R n za vsak n N, na primer d 2 ((x 1,x 2,...,x n ),(y 1,y 2,...,y n )) = y 1 x y 2 x y n x n 2. Strukture, ki jih obravnavamo in s pomočjo katerih definiramo nadalnje pojme v metričnih prostorih so odprte krogle in odprte množice. Definicija 1.3. Naj bo (M,d) metrični prostor, x 0 M in r > 0. Množici B(x 0,r) = {x M d(x,x 0 ) < r} pravimo odprta krogla s središčem v x 0 in radijem r. Definicija 1.4. Naj bo (M,d) metrični prostor in A M. Pravimo, da je množica A odprta množica v M, če za vsak x A obstaja tak r > 0, da je B(x,r) A. Osnovne lastnosti odprtih množic v metričnih prostorih strnimo v spodnjem izreku. Izrek 1.5. Naj bo (M,d) metrični prostor. Tedaj veljajo naslednje trditve. Prazna množica in M sta odprti množici v M. Unija poljubno mnogo odprtih množic v M je odprta množica v M. Presek končno mnogo odprtih množic v M je odprta množica v M.

14 1.1 Osnovni pojmi 4 Dokaz. Dokaz najdemo v [5]. Včasih namesto odprtih obravnavamo zaprte množice. Definicija 1.6. Naj bo (M, d) metrični prostor in A M. Pravimo, da je množica A zaprta množica v M, če je M \ A odprta množica v M. Analogen izrek izreka 1.5, ki velja za odprte množice, velja tudi za zaprte množice. Izrek 1.7. Naj bo (M,d) metrični prostor. Tedaj veljajo naslednje trditve. Prazna množica in M sta zaprti množici v M. Presek poljubno mnogo zaprtih množic v M je zaprta množica v M. Unija končno mnogo zaprtih množic v M je zaprta množica v M. Dokaz. Dokaz najdemo v [5]. Vpeljimo sedaj nekatere pojme povezane z odprtimi in zaprtimi množicami, ki jih bomo kasneje potrebovali. Definicija 1.8. Naj bo (M,d) metrični prostor in A M. Tedaj je zaprtje množice A (oznaka: Cl(A)) najmanjša zaprta množica v M, ki vsebuje A, notranjost množice A (oznaka: Int(A)) največja odprta množica v M, ki je vsebovana v A, rob množice A (oznaka: Bd(A)) enak Cl(A) \ Int(A). Opomba 1.9. Za zgoraj definirane pojme veljajo naslednje lastnosti: x Int(A) natanko tedaj, ko obstaja tak r > 0, da je x B(x,r) A, x Cl(A) natanko tedaj, ko za vsak r > 0 presek B(x,r) A ni prazen, x Bd(A) natanko tedaj, ko za vsak r > 0 presek B(x,r) A ni prazen in hkrati presek B(x,r) (M \ A) ni prazen, zaprtje množice A je zmeraj zaprta množica, notranjost množice A je zmeraj odprta množica, zaprtje množice A je enako preseku vseh zaprtih množic, ki vsebujejo množico A,

15 1.1 Osnovni pojmi 5 notranjost množice A je enaka uniji vseh odprtih množic, ki so vsebovane v A. Definicija Naj bo (M,d) metrični prostor. Množica A M je omejena, če obstajata a M in r > 0, da je A B(a,r). Za omejene množice lahko definiramo njihov premer. Definicija Naj bo (M,d) metrični prostor in A M. Potem je diam(a) = sup d(x, y) x,y A diameter oziroma premer množice A. Podajmo še definicijo gostih množic, s katerimi bomo imeli opravka v dokazu glavnega izreka tega dela. Definicija Podmnožica A M je gosta v prostoru M, če A seka vsako neprazno odprto množico v M. Zveznost preslikav v metričnih prostorih je ena najpomembnejših lastnosti teh preslikav, saj se pri zveznih preslikavah ohranja večina lastnosti metričnih prostorov. Definicija Funkcija f : (M,d) (N,D) je zvezna v točki x 0 M, če za vsak ε > 0 obstaja tak δ > 0, da za vsak x M iz d(x,x 0 ) < δ sledi D( f (x), f (x 0 )) < ε, kar je ekvivalentno, da iz x B(x 0,δ) sledi f (x) B( f (x 0 ),ε). Funkcija je zvezna, če je zvezna za vsak x M. Navedimo sedaj trditev, ki poda več načinov za preverjanje zveznosti preslikave, ki jih bomo v nadaljevanju s pridom uporabljali. Trditev Naj bo f : (M, d) (N, D) funkcija. Naslednje trditve so ekvivalentne: 1. Funkcija f je zvezna. 2. Praslika vsake odprte podmnožice v N je odprta množica v M. 3. Praslika vsake zaprte podmnožice v N je zaprta množica v M. 4. Za vsako zaporedje (x n ) n=1 v M in L M velja: če je lim n x n = L, potem lim n f (x n ) = f (L).

16 1.1 Osnovni pojmi 6 Dokaz. Dokaz najdemo v [13]. Če ima preslikava dvojni predpis, njeno zveznost preverimo tako: Lema 1.15 (Lema o lepljenju). Naj bo (M,d) metrični prostor in M 1,M 2 bodisi odprti bodisi zaprti podmnožici M, za kateri velja M 1 M 2 = M. Naj bosta nadalje f 1 : (M 1,d) (N,D) in f 2 : (M 2,d) (N,D) zvezni funkciji. Tedaj je funkcija f : (M,d) (N,D) definirana s predpisom f (x) = { f1 (x), če x M 1 f 2 (x), če x M 2 zvezna, če je f 1 (x) = f 2 (x) za vsak x M 1 M 2. Dokaz. Dokaz najdemo v [8]. Definicija Preslikava f : (M,d) (N,D) je homeomorfizem, če je zvezna, bijektivna in je f 1 zvezna. Če obstaja homeomorfizem f : M N, pravimo, da sta prostora M in N homeomorfna. Vsi prostori, s katerimi se bomo v naslednjih poglavjih ukvarjali, bodo povezani in kompaktni. Definicija Metrični prostor je povezan, če nima separacije. Separacija metričnega prostora (M,d) je par U,V M, za katerega velja: 1. U,V sta odprti v M, 2. U,V sta neprazni, 3. U V = M, 4. U V = /0. Navedimo osnovne lastnosti povezanih množic znotraj naslednje trditve. Trditev Če je A povezana množica, potem je tudi množica Cl(A) povezana. 2. Če je A povezana množica in je f : A Y zvezna preslikava, potem je tudi f (A) povezana. 3. Unija povezanih množic, ki imajo skupno točko, je povezana. 4. Če je A povezana podmnožica M in je A B Cl(A), potem je tudi B povezana množica. 5. Produkt povezanih prostorov je povezan prostor.

17 1.1 Osnovni pojmi 7 Dokaz. Dokaz zgornjih trditev najdemo v [7] in v [8]. Zgled separacijo za Q. 1. (Q,d e ) ni povezan prostor, saj U = (, 2) Q in V = ( 2, ) Q tvorita 2. Naj bo S = {(x,sin( 1 x )) x (0,1]} množica točk predstavljenih na 1.1. Množico točk Cl(S) = S {(0, s) s [ 1, 1]} imenujemo Varšavski lok. Varšavski lok je povezan. Množica S je namreč povezana množica, zato je po prejšnji trditvi tudi množica Cl(S) povezana. Slika 1.1: Varšavski lok Definicija Metrični prostor (M,d) je kompakten, če ima vsako zaporedje v M stekališče v M. Strnimo pomembne rezultate povezane s pojmom kompaktnosti v spodnjo trditev. Trditev Zaprta podmnožica kompakta je tudi sama kompaktna. 2. Če je M kompakten in je f : M N zvezna, tedaj je tudi f (M) kompakten. 3. Kompaktna podmnožica metričnega prostora je zaprta. 4. Zvezna bijekcija iz kompaktnega prostora v metrični prostor je zmeraj homeomorfizem. 5. Naj bo A R n. A je kompaktna natanko tedaj, ko je zaprta in omejena. 6. Produkt kompaktnih prostorov je kompakten prostor. Dokaz. Dokaz zgornjih trditev najdemo v [7] in v [8]. S pomočjo trditve 1.21 lahko preverimo naslednje:

18 1.2 Kontinuumi 8 Zgled R ni kompaktna, saj ni omejena. 2. [a,b] R je kompakten, saj je zaprt in omejen v R. 1.2 Kontinuumi Namenimo kratko poglavje kontinuumom, ki jih bomo kasneje povezali s pojmom inverznih limit, le te pa bodo pomembne v naslednjih poglavjih. Vpeljimo osnovni definiciji, navedimo izrek in nekaj osnovnih primerov kontinuumov. Definicija Kontinuum je neprazen, povezan, kompakten metrični prostor. Definicija Podkontinuum je kontinuum, ki je podprostor nekega kontinuuma. Izrek Metrični prostor, ki je homeomorfen kakemu kontinuumu je tudi sam kontinuum. Dokaz. Naj bo X metrični prostor, homeomorfen kontinuumu Y. To pomeni, da obstaja homeomorfizem f : Y X. Zato je X = f (Y ). Prostor X je torej zvezna slika povezanega kompakta in je zato tudi sam povezan in kompakten (glej trditev 1.18 in 1.21) Primeri kontinuumov Definicija Lok je prostor, ki je homeomorfen [0,1]. Izrek Lok je kontinuum. Slika 1.2: Lok Dokaz. Očitno je [0, 1] neprazen, povezan, kompakten (zaprt in omejen) metrični prostor, torej kontinuum. Po izreku 1.25 je potem tudi lok kontinuum.

19 1.2 Kontinuumi 9 Slika 1.3: 1-celica je homeomorfna intervalu [ 1, 1], 2-celica pa zaprtemu enotskemu krogu Definicija Naj bo n N. Tedaj je n-celica prostor, ki je homeomorfen B n = {x R n x 1}. Izrek Za vsak n N, je n-celica kontinuum. Dokaz. n-celica je kontinuum po izreku 1.25, saj je B n kontinuum za vsak n N. Definicija Naj bo n N {0}. Tedaj je n-sfera prostor, ki je homeomorfen S n = {x R n+1 x = 1}. Izrek Za vsak n N je n-sfera kontinuum. Dokaz. n-sfera je kontinuum po izreku 1.25, saj je S n kontinuum za vsak n N. Definicija Hilbertova kocka je prostor, ki je homeomorfen števnemu produktu zaprtih enotskih intervalov. Izrek Hilbertova kocka je kontinuum. Dokaz. Hilbertova kocka je kontinuum, saj je po trditvah 1.18 in 1.21 produkt povezanih in kompaktnih metričnih prostorov spet povezan in kompakten metrični prostor. Definicija Vsak kontinuum, ki je homeomorfen Varšavskemu loku, se imenuje sin 1 x -kontinuum.

20 1.2 Kontinuumi Vgnezdeni preseki Vgnezdeni preseki so ena od najpomembnejših metod, s pomočjo katerih lahko konstruiramo bolj zapletene kontinuume. Definicija Zaporedju množic X 1 X 2 X 3... pravimo vgnezdeno zaporedje množic. Preseku vgnezdenega zaporedja množic X n pravimo vgnezdeni presek. n=1 Naslednji izrek podaja ključno dejstvo, ki nam zagotavlja, da bomo z metodo vgnezdenih presekov res lahko konstruirali nove kontinuume. Izrek 1.36 (Izrek o vgnezdenih presekih). Naj bo X 1 X 2 X 3... vgnezdeno zaporedje kontinuumov. Tedaj je vgnezdeni presek X n tudi kontinuum. Dokaz. Dokaz lahko najdemo v [9]. n=1 Poglejmo si znani primer kontinuuma, ki ga kontruiramo s pomočjo vgnezdenih presekov. Zgled Kontinuum, ki ga bomo konstruirali v tem zgledu, se imenuje univerzalna krivulja Sierpińskega. Kvadrat S = [0,1] [0,1] razdelimo na 9 kongruentih kvadratov: S 1 = [0, 1 3 ] [0, 1 3 ], S 2 = [0, 1 3 ] [ 1 3, 2 3 ], S 3 = [0, 1 3 ] [ 2 3,1], S 4 = [ 1 3, 2 3 ] [0, 1 3 ], S 5 = [ 1 3, 2 3 ] [ 1 3, 2 3 ], S 6 = [ 1 3, 2 3 ] [ 2 3,1], S 7 = [ 2 3,1] [0, 1 3 ], S 8 = [ 2 3,1] [ 1 3, 2 3 ] in S 9 = [ 2 3,1] [ 2 3,1]. Vpeljemo naslednje oznake: X 1 = S in X 2 = X 1 \ Int(S 5 ). X 2 smo torej pridobili iz X 1 tako, da smo iz X 1 izbrisali sredinski kvadrat. Na drugem koraku vsakega od preostalih 8 kvadratov razdelimo na 9 kongruentih kvadratov ter njim izbrišemo sredinske kvadrate. Tako dobimo X 3. S tem postopkom nadaljujemo. Dobimo vgnezdeno zaporedje kontinuumov X 1 X 2 X 3... Po prejšnjem izreku je tudi njihov vgnezden presek krivulja Sierpińskega. X n kontinuum. Pravimo mu univerzalna n=1

21 1.3 Hiperprostori 11 Slika 1.4: Univerzalna krivulja Sierpińskega 1.3 Hiperprostori V dokazu temeljenega izreka tega magistrskega dela bomo preučevali konvergenco zaporedja kompaktnih množic v ustreznem metričnem prostoru, zato navedimo sedaj osnovne definicije in izreke, ki se navezujejo na pojem hiperprostora. Naj bo (X,d) kompakten metrični prostor. Tedaj je 2 X = {A X A /0, A zaprta v X}. Opomba Za vsak A /0 : A 2 X natanko tedaj, ko je A kompaktna (saj je po izreku 1.21 vsaka kompaktna podmnožica metričnega prostora zaprta). Definicija Naj bo (X,d) kompakten metrični prostor in A 2 X. Tedaj je N(ε,A) = a AB(a,ε), za poljuben ε > 0. Definicija Naj bosta A,B 2 X. Tedaj definiramo H d (A,B) = inf{ε > 0 A N(ε,B), B N(ε,A)}. Izrek H d je metrika na 2 X. Dokaz. Dokaz najdemo v [9].

22 1.3 Hiperprostori 12 Definicija Metriki H d na 2 X pravimo Hausdorffova metrika. Paru (2 X,H d ) pravimo hiperprostor prostora (X,d). Definicija Imejmo metrični prostor (X,d) in zaporedje nepraznih podmnožic A 1,A 2,A 3,... v X. Potem je limsup(a n ) = {x X U odprta v X : x U U A n /0 za neskončno mnogo indeksov n} in liminf(a n ) = {x X U odprta v X : x U U A n /0 za vse, razen morda končno mnogo indeksov n}. Opomba Očitno velja liminf(a n ) limsup(a n ). Definicija Naj bo (A n ) zaporedje podmnožic metričnega prostora (X,d). Pravimo, da je A X limita zaporedja (A n ), če je A = liminf(a n ) = limsup(a n ). Oznaka: A = lim(a n ). Lema Naj bo (X,d) metrični prostor in (A n ) zaporedje nepraznih podmnožic v X ter A X. Potem je A = lim(a n ) natanko tedaj, ko je limsup(a n ) A in A liminf(a n ). Dokaz. Implikacija iz leve v desno vedno velja. Obrat sledi iz prepostavke limsup(a n ) A in tega, da je liminf(a n ) limsup(a n ). Izrek Naj bo (X,d) kompakten metrični prostor in (A n ) zaporedje nepraznih zaprtih podmnožic v X. Tedaj sta spodnji trditvi ekvivalentni: 1. lim(a n ) = A, 2. lim n (A n ) = A v (2 X,H d ). Dokaz. Dokaz najdemo v [9].

23 1.4 Inverzne limite Inverzne limite Inverzne limite so pomembna metoda v teoriji kontinuumov, s pomočjo katere lahko konstriramo nove kontinuume iz že obstoječih. Ker bomo imeli v nadaljevanju dela ves čas opravka z inverznimi limitami, si na tem mestu poglejmo osnovne definicije, izreke in zglede, ki nam bodo pomagali razumeti koncept delovanja inverznih limit. Najprej si oglejmo inverzne limite z enoličnimi veznimi funkcijami, s katerimi bomo imeli opravka v Anderson-Choquetovem izreku, potem pa še inverzne limite z večličnimi veznimi funkcijami, ki se bodo pojavile v tretjem poglavju Inverzne limite z enoličnimi veznimi funkcijami Definicija Dvojemu zaporedju {X n, f n } n=1, kjer je za vsak n N, X n kompakten metrični prostor in f n : X n+1 X n zvezna funkcija, pravimo inverzno zaporedje. Ponavadi ga označimo tudi takole: f 1 f 2 f 3 X 1 X2 X3... Inverzna limita inverznega zaporedja {X n, f n } n=1 je definirana kot lim {X n, f n } n=1 = {(x 1,x 2,x 3,...) n=1 X n n N : x n = f n (x n+1 )}. Opremimo jo z relativno topologijo, dobljeno iz produktne topologije na n=1 Opomba Prostorom X n pravimo koordinatni prostori, funkcijam f n pa vezne funkcije. Zgled Za vsak n N naj bo X n = [0,1] ter f n : X n+1 X n definirana s predpisom f n (t) = 1 za vsak t [0,1]. Potem je iz definicije inverzne limite razvidno, da inverzna limita lim{x n, f n } n=1 vsebuje samo točko (1,1,1,...). Zgled Za vsak n N naj bo X n = [0,1] ter f n : X n+1 X n definirana s f n (t) = t za vsak t [0,1]. Potem je lim{x n, f n } n=1 = {(t,t,t,...) t [0,1]}, kar sledi direktno iz definicije inverzne limite. Definirajmo preslikavo ϕ : [0, 1] lim{x n, f n } n=1 s predpisom ϕ(t) = (t,t,t,...). Ta preslikava je očitno homeomorfizem, torej je lim{x n, f n } n=1 homeomorfna [0,1] in je zato lok. Zgled Naj bo za vsak n N, X n = [0,1] ter f n : X n+1 X n podana s predpisom f n (t) = { 2t, če t 1 2 t + 3 2, če t 1 2. X n.

24 1.4 Inverzne limite 14 Slika 1.5: Graf vezne funkcije f n iz zgleda 1.50 Slika 1.6: Graf vezne funkcije f n iz zgleda 1.51 Izkaže se, da je inverzna limita lim{x n, f n } n=1 homeomorfna sin 1 x -kontinuumu. To bomo pozneje dokazali s pomočjo Anderson-Choquetovega izreka. V naslednjem izreku predstavimo inverzno limito kot vgnezden presek, saj nam bo takšna predstavitev omogočila uporabo izreka o vgnezdenih presekih. Tako lahko konstruiramo številne nove kontinuume iz zaporedij že znanih. Izrek Naj bo {X n, f n } n=1 inverzno zaporedje. Za vsak m N naj bo Q m = {x n=1 X n n N;n m : x n = f n (x n+1 )}.

25 1.4 Inverzne limite 15 Slika 1.7: Graf vezne funkcije f n iz zgleda 1.52 Tedaj velja lim{x n, f n } n=1 = Q m /0. m=1 Dokaz. Očitno je lim {X n, f n } n=1 = m=1 Opazimo Q 1 Q 2 Q 3..., kjer za vsak n N : Q n /0. Q m. Pokažimo še, da lim{x n, f n } n=1 /0. Če dokažemo, da je Q n kompakten za vsak n N, bo iz tega sledilo, da preslikavo s predpisom Za vsak n N je ϕ n homeomorfizem. Sledi Q n = ϕ 1 kompakten. n ( m=n+1 ϕ n : Q n X m m=n+1 ϕ n (x 1,x 2,...,x n,x n+1,x n+2,...) = (x n+1,x n+2,...). Q m /0. Definirajmo X m ). Torej, za vsak n N, je Q n zvezna praslika kompakta in zato tudi sam m=1 Posledica Inverzna limita inverznega zaporedja nepraznih kompaktnih metričnih prostorov in zveznih veznih preslikav je neprazen kompakten prostor. Dokaz. Dokaz lahko najdemo v [9]. Izrek Naj bo {X n, f n } n=1 inverzno zaporedje kontinuumov z zveznimi veznimi funkcijami. Tedaj je lim{x n, f n } n=1 tudi kontinuum.

26 1.4 Inverzne limite 16 Dokaz. Produkt X m je kontinuum za vsak n N. Po prejšnjem izreku je Q m homeomorfen m=n+1 X m za vsak m N, torej je Q m kontinuum za vsak m N. m=n+1 Po izreku o vgnezdenih presekih sledi, da je lim{x n, f n } n=1 = Q m kontinuum. m=1 Izrek Naj bo X = lim{x n, f n } n=1 in Y = lim{y n,g n } n=1. Za poljuben n N, naj bo ϕ n : X n Y n taka zvezna funkcija, da je za vsak n N : ϕ n f n = g n ϕ n+1. Definirajmo funkcijo ϕ : X Y s predpisom ϕ(x 1,x 2,x 3,...) = (ϕ 1 (x 1 ),ϕ 2 (x 2 ),ϕ 3 (x 3 ),...). Tedaj veljajo naslednje trditve. 1. Funkcija ϕ je dobro definirana (ϕ : X Y ). 2. Če je ϕ i zvezna za vsak i N, tedaj je ϕ zvezna. 3. Če je ϕ i injektivna za vsak i N, tedaj je ϕ injektivna. 4. Če je ϕ i zvezna surjekcija za vsak i N, tedaj je ϕ zvezna surjekcija. 5. Če je ϕ i homeomorfizem za vsak i N, tedaj je ϕ homeomorfizem. Situacijo zgornjega izreka najboljše predstavimo z naslednjim diagramom. X 1 X 2 X 3 X 4... X f 1 f 2 f 3 f 4 ϕ 1 ϕ 2 ϕ 3 ϕ 4 ϕ Y 1 Y 2 Y 3 Y 4... Y g 1 g 2 g 3 g 4 Dokaz. 1. Naj bo x = (x 1,x 2,x 3,...) X in y i = ϕ i (x i ) za vsak i N. Pokazati moramo, da je ϕ(x) = y Y. Za vsak i N velja ϕ i ( f i (x i+1 )) = ϕ i (x i ) = y i, saj je f i (x i+1 ) = x i. Po predpostavki je ϕ i f i = g i ϕ i+1, zato je g i (ϕ i+1 (x i+1 )) = y i, torej g i (y i+1 ) = y i. Zatorej res y Y in tako ϕ : X Y. 2. Naj bo π i : i=1 X i X i projekcija in naj bo p i njena zožitev na X. Potem je ϕ(x) = ϕ i (p i (x)). Torej so koordinatne funkcije preslikave ϕ kompozitumi ϕ i p i. Vsi taki kompozitumi pa so zvezni, saj so projekcije zvezne preslikave, funkcije ϕ i pa so zvezne po predpostavki. Sledi ϕ je zvezna.

27 1.4 Inverzne limite Naj bosta x,y X taki zaporedji, da je x y. Da bi dokazali injektivnost preslikave ϕ, moramo pokazati, da je ϕ(x) ϕ(y). Ker x y, obstaja tak indeks i, da x i y i. Potem ϕ i (x i ) ϕ i (y i ), saj so po predpostavki ϕ i injektivne funkcije. Zato ϕ(x) ϕ(y). 4. Zveznost preslikave ϕ sledi iz zveznosti preslikav ϕ i, kar smo že pokazali. Dokazati moramo še, da je ϕ surjektivna. Vzemimo y Y. Funkcije ϕ i so surjektivne po predpostavki, zato je za vsak i, ϕi 1 (y i ) neprazna množica. Vpeljimo oznako Yi = ϕi 1 (y i ) za vsak i. Pokažimo najprej, da je f i Y i+1 : Yi+1 Y i. Naj bo x i+1 Yi+1. Potem je ϕ i ( f i (x i+1 )) = g i (ϕ i+1 (x i+1 )) = g i (y i+1 ) = y i, saj je ϕ i f i = g i ϕ i+1. Sledi f i (x i+1 ) ϕi 1 (y i ). Tako res velja f i Y i+1 : Yi+1 Y i. Opazimo tudi, da je f i Y i+1 zvezna funkcija, saj gre za zožitev zvezne funkcije. Torej je {Yi, f i Y i+1 } i=1 inverzno zaporedje. Pokažimo sedaj, da je lim{y i, f i Y i+1 } i=1 neprazna množica. Ker so ϕ i zvezne funkcije, je Yi = ϕi 1 (y i ) zaprta v X i za vsak i. Prostori Y i so kompaktni, ker so X i kompaktni prostori. Zato je za poljuben n N kompakten tudi vsak n N produkt Yi i=n+1 i=n+1 homeomorfen Q n = {y Y i. Iz dokaza izreka 1.53 je razvidno, da je za i=1 Y i n=1 i N;i n : y i = f i Y i+1 (y i+1 )} in so zato kompaktni tudi vsi Q n. Zaporedje Q n je torej padajoče zaporedje nepraznih kompaktov (dokaz izreka 1.53). Po izreku 1.53 je potem tudi Q n = lim{y i, f i Y i+1 } i=1 neprazna, torej obstaja tak x lim{y i, f i Y i+1 } i=1 lim {Y i, f i } i=1, da je ϕ(x) = ϕ(x 1,x 2,x 3,...) = (ϕ 1 (x 1 ),ϕ 2 (x 2 ),ϕ 3 (x 3 ),...) = (y 1,y 2,y 3,...) = y, kar smo tudi želeli. 5. Vemo že, da je ϕ zvezna in bijektivna, pokazati moramo še, da je njen inverz zvezen. To naredimo analogno kot smo naredili za preslikavo ϕ Inverzne limite z večličnimi veznimi funkcijami Inverzne limite z večličnimi veznimi funkcijami sta leta 2006 vpeljala W. T. Ingram in W. S. Mahavier v članku z naslovom Inverse limits of upper semi-continouos set valued functions [10]. Pri tem sta navedla tudi pogoje, pri katerih je taka inverzna limita kontinuum in podala nekaj primerov takih inverznih limit. Vse pojme, ki smo jih definirali za inverzne limite z enoličnimi veznimi funkcije lahko definiramo tudi za inverzne limite z večličnimi veznimi funkcijami. Videli bomo, da lahko potegnemo številne

28 1.4 Inverzne limite 18 vzporednice in dobimo podobne rezultate za večlične funkcije, kot veljajo za enolične. Eden od temeljnih ciljev tega dela je tudi posplošiti originalen Anderson-Choquetov izrek, ki velja za inverzne limite z enoličnimi veznimi funkcijami na inverzne limite z večličnimi veznimi funkcijami. Za začetek si oglejmo kaj večlična funkcija sploh je. Definicija Funkcija f : X 2 Y, kjer sta X in Y kompaktna metrična prostora, se imenuje večlična funkcija iz X v Y. To bomo zapisovali takole: f : X Y. Zgled Če je f : X Y zvezna funkcija, tedaj je F : X Y definirana s predpisom F(x) = { f (x)} večlična funkcija. Torej lahko vsako enolično vezno funkcijo interpretiramo z večlično. Večlično funkcijo navadno predstavimo z njenim grafom. Definicija Naj bo f : X Y, kjer sta X in Y kompaktna metrična prostora. Množico Γ( f ) = {(x, y) y f (x), x X} imenujemo graf večlične funkcije. Namesto zveznosti, ki smo jo definirali za enolične funkcije, za večlično funkcijo povemo, kdaj je le ta navzgor polzvezna. Definicija Naj bo f : X Y, kjer sta X in Y kompaktna metrična prostora. Pravimo, da je f navzgor polzvezna v točki x 0 X, če za vsako odprto podmnožico U prostora Y, za katero je f (x 0 ) U, obstaja odprta podmnožica V prostora X, da je x 0 V ter za vsak x V velja f (x) U. Funkcija f je navzgor polzvezna, če je navzgor polzvezna v vsaki točki. Izrek Naj bosta f : X Y in g : Y Z navzgor polzvezni funkciji. Tedaj je tudi g f, definirana s predpisom (g f )(x) = g(y) navzgor polzvezna funkcija. y f (x) Dokaz. Dokaz najdemo v [11]. Spodnji izrek pove, kako lahko iz grafa funkcije razberemo ali je dana funkcija navzgor polzvezna. S tem si preverjanje navzgor polzveznosti večlične funkcije zelo olajšamo. Izrek Naj bo f : X Y. Tedaj je f navzgor polzvezna funkcija natanko tedaj, ko ima f zaprti graf v X Y.

29 1.4 Inverzne limite 19 Dokaz. Dokaz najdemo v [11]. Tudi za večlične funkcije lahko definiramo inverzno limito, ki jo v tem primeru imenujemo posplošena inverzna limita. Definicija Dvojemu zaporedju {X n, f n } n=1, kjer je za vsak n N, X n kompakten metrični prostor in f n : X n+1 X n navzgor polzvezna večlična funkcija, pravimo posplošeno inverzno zaporedje. Posplošena inverzna limita posplošenega inverznega zaporedja {X n, f n } n=1 je definirana kot lim {X n, f n } n=1 = {(x 1,x 2,x 3,...) V posebnem primeru, ko so vsi f n = f, bomo pisali lim {X n, f } n=1. n=1 X n n N : x n f n (x n+1 )}. Opomba Tudi v tem primeru bomo prostore X n imenovali koordinatni prostori in funkcije f n vezne funkcije. Navedimo sedaj nekaj zgledov posplošenih inverznih limit. V vseh zgledih bodo vsi koordinatni prostori X n enaki zaprtemu enotskemu intervalu [0,1], vse navzgor polzvezne vezne funkcije pa bodo enake funkciji f : [0,1] [0,1], ki jo bomo pogosto podali kar z njenim grafom Γ( f ), ne pa nujno tudi z njenim predpisom. Zgled Naj bo X n = [0,1] za vsak n N in funkcija f : [0,1] [0,1] definirana z grafom na [0,1] [0,1]. Naj bo graf Γ( f ) enak produktu zaprtih enotskih intervalov [0,1] [0,1]. Funkcija f ima torej predpis f (x) = [0,1] za vsak x [0,1]. Slika 1.8: Graf vezne funkcije f iz zgleda 1.65

30 1.4 Inverzne limite 20 Vse točke v posplošeni inverzni limiti so oblike (t 1,t 2,t 3,...), kjer je t i [0,1] za vsak i N. Torej je inverzna limita enaka n=1 [0,1], tj. inverzna limita je Hilbertova kocka. Zgled Naj bo X n = [0,1] za vsak n N in funkcija f : [0,1] [0,1] definirana z grafom: Γ( f ) = {(t,t) t [0,1]} ([0,1] {0}). Slika 1.9: Graf vezne funkcije f iz zgleda 1.66 Premislimo, katere točke se nahajajo v inverzni limiti. Takoj opazimo, da kakor hitro obstaja n, za katerega je koordinata x n točke x = (x 1,x 2,x 3,...) lim {[0,1], f } n=1 strogo večja od 0, bodo vse naslednje koordinate enake. Točke v inverzni limiti bodo torej imele obliko (0,...,0, t,t,...), } {{ } n 1 t [0,1], n N. Naj bo za vsak n N, Y n = {(0,...,0, t,t,...) t [0,1]}. Očitno je Y } {{ } n lok z enim krajiščem v n 1 (0,0,0,...), ta točka pa je tudi edino presečišče dveh različnih takšnih lokov. Posledično je povezan. Y n n N Inverzna limita lim {[0,1], f } n=1 je torej homeomorfna uniji vseh takšnih lokov s skupno točko (0, 0, 0,...). Pravimo ji pahljača oz. zvezda z vrhom v točki (0, 0, 0,...) (glej sliko 1.10). Poglejmo sedaj, kako je definirana Cantorjeva množica, ki se bo pojavila kot inverzna limita v naslednjem zgledu. Cantorjeva množica je podprostor intervala [0,1], ki jo skonstruiramo na naslednji način: Začnemo z intervalom I 1 = [0,1]. Intervalu I 1 izrežemo odprto sredinsko tretjino, dobimo unijo intervalov I 2 = [0, 1 3 ] [ 2 3,1].

31 1.4 Inverzne limite 21 Slika 1.10: Zvezda Intervaloma, ki sestavljata I 2, izrežemo odprto sredinsko tretjino in dobimo unijo intervalov I 3 = [0, 1 9 ] [ 2 9, 1 3 ] [ 2 3, 7 9 ] [ 8 9,1]. Postopek ponavljamo. Na vsakem koraku izrežemo odprte sredinske tretjine vsem intervalom iz unije intervalov dobljene na prejšnjem koraku. Cantorjeva množica je definirana kot presek C = I n. V naslednjem izreku poglejmo še karakterizacijo Cantorjeve množice. Izrek Naslednji trditvi sta ekvivalentni: n=1 1. X je homeomorfen Cantorjevi množici. 2. X je popolnoma nepovezan metrični kompakt brez izoliranih točk. Dokaz. Dokaz najdemo v [3]. Zgled Naj bo X n = [0,1] za vsak n N in funkcija f : [0,1] [0,1] definirana z grafom: Γ( f ) = [0,1] {0,1}. Za vse točke v inverzni limiti lim {[0,1], f } n=1 velja, da če je x i {0,1}, potem je tudi x i+1 {0,1}. Sledi, da so vse koordinate točk v inverzni limiti enake bodisi 0 bodisi 1. Tedaj je lim {[0,1], f } n=1 neprazna, popolnoma nepovezana, kompaktna množica brez izoliranih točk in je zato po prejšnjem izreku homeomorfna Cantorjevi množici.

32 1.4 Inverzne limite 22 Slika 1.11: Graf vezne funkcije f iz zgleda 1.68 Zgled Naj bo X n = [0,1] za vsak n N in funkcija f : [0,1] [0,1] definirana z grafom na [0,1] [0,1]. Naj bo graf Γ( f ) unija grafov funkcij g in h, ki sta definirani s predpisoma g(x) = x in h(x) = 1 x za vsak x [0,1]. Slika 1.12: Graf vezne funkcije f iz zgleda 1.69 Pokažimo, da je inverzna limita lim {[0,1], f } n=1 povezana. To bomo pokazali tako, da bomo pokazali, da je lim {[0,1], f } n=1 unija lokov s skupnim krajiščem A = ( 1 2, 1 2, 1 2,...). Naj C označuje množico vseh zaporedij, katerih vsak člen je enak 0 ali 1 (C je Cantorjeva množica). Očitno je C lim {[0,1], f } n=1.

33 1.4 Inverzne limite 23 Graf Γ( f ) je unija 4 intervalov, ki potekajo od oglišč kvadrata [0,1] [0,1] do točke ( 1 2, 1 2 ). Označimo te intervale z I (x,y), pri čemer je (x,y) {0,1} {0,1} eden od oglišč kvadrata [0,1] [0,1]. Če je c C, potem z I c označimo množico vseh takšnih točk x lim {[0,1], f } n=1, da je za vsak i N, (x i+1,x i ) I (ci+1,c i ). Opazimo, da je funkcija v [0, 1 2 ] [0, 1 2 ], [0, 1 2 ] [ 1 2,1], [ 1 2,1] [0, 1 2 ], [ 1 2,1] [ 1 2,1] celo enolično bijektivna. Še več, funkcija ima v vseh teh kvadratih le eno skupno točko ( 1 2, 1 2 ). Sledi, da je za vsak c C, I c inverzna limita posplošenega inverznega zaporedja lim {Y i,g i } i=1, kjer je za vsak i N, Y i enak [0, 1 2 ] ali [ 1 2,1], g i pa je homeomorfizem, za katerega velja g i ( 1 2 ) = 1 2. Če je torej y 1 Y 1, potem obstaja samo ena točka y lim {Y i,g i } i=1, za katero je π 1 (y) = y 1, kjer je π 1 projekcija na Y 1. π 1 je homeomorfizem iz I c v Y 1, ki je lok, zato je tudi I c lok. Opazimo še več. ( 1 2, 1 2, 1 2,...) in c sta krajišči loka I c. Torej je lim {[0,1], f } n=1 res unija lokov s skupnim krajiščem (in zato po trditvi 1.18 povezana). Imenujemo jo Cantorjeva pahljača, saj je C Cantorjeva množica (glej sliko 1.13). Slika 1.13: Cantorjeva pahljača

34 Poglavje 2 Anderson-Choquetov izrek in njegova uporaba 2.1 Anderson-Choquetov izrek V tem poglavju bomo podali izrek 2.1, ki mu pravimo tudi Anderson-Choquetov izrek. Je zelo pomembnen v teoriji inverznih limit. Omogoča nam kontrukcijo kontinuumov s posebnimi lastnosti z uporabo inverznih limit. Izrek 2.1. Naj bo (X,d) kompakten metrični prostor. Naj bo {X i, f i } i=1 inverzno zaporedje nepraznih kompaktnih podmnožic X i množice X in zveznih surjekcij f i : X i+1 X i. Naj bo Predpostavimo 1 in 2 spodaj: f i, j = f i... f j 1 : X j X i, če j > i + 1 in f i,i+1 = f i. 1. Za vsak ε > 0, obstaja tak k N, da je za vsak p X k, diam( j>k fk, 1 j (p)) < ε; 2. Za vsak i N in za vsak ε > 0, obstaja tak δ > 0, da za vsak j > i, j N, in za poljubna p,q X j velja: če je d(p,q) δ, potem je d( f i, j (p), f i, j (q)) ε. Potem je lim{x i, f i } i=1 homeomorfna i=1( X m ). V posebnem primeru: m i če je X i X i+1 za vsak i N, potem je lim{x i, f i } i=1 homeomorfna ( X i ). 24 i=1

35 2.1 Anderson-Choquetov izrek 25 Dokaz. Vpeljimo oznako X = lim {X i, f i } i=1. Definirajmo funkcijo s predpisom za vsak x = (x 1,x 2,x 3,...) = (x i ) i=1. h : X X h(x) = lim i x i, Najprej moramo preveriti, da je funkcija h s tem predpisom dobro definirana. Naj bo x = (x i ) i=1 X. Pokažimo, da je (x i ) i=1 Cauchyjevo zaporedje v X. Naj bo ε > 0. Iščemo tak n 0 N, da bo za vsaka m,n N, m,n n 0, sledilo, da je d(x m,x n ) < ε, kjer je x m X m, x n X n. Predpostavka 1 pove, da za dani ε obstaja tak k N, da bo za vsak p X k veljalo, diam( j>k ε. Fiksirajmo tak k N. Naj bo n 0 = k. Potem je za vsak p X n0, diam( velja x m fn 1 0,m(x n0 ) in x n f 1 Videli smo, da je (x i ) i=1 f 1 k, j (p)) < j>n 0 f 1 n 0, j (p)) < ε. Zato za vsaka m,n N, m,n n 0 n 0,n(x n0 ). Torej po 1 sledi, da je d(x m,x n ) < ε. Cauchyjevo zaporedje v X, ki je kompakten, zato je tudi konvergentno. Torej za vsako zaporedje (x i ) i=1 X obstaja lim i x i, kar pomeni, da je funkcija h : X X s predpisom h(x) = lim i x i res dobro definirana. Da bi dokazali izrek moramo preveriti: h je zvezna h je injektivna h(x ) = i=1( m i X m ) Dokažimo zveznost preslikave h. Za naravno število n, naj bo x n = (x1 n,xn 2,xn 3,...) lim {X i, f i } i=1 tako zaporedje, da je lim n xn = x, x = (x 1,x 2,x 3,...) lim{x i, f i } i=1. Zato za vsak i N velja lim n xn i = x i. Za dokaz zveznosti preslikave h preverimo, da velja lim n h(xn ) = h(x). Preveriti torej moramo, da je vsako stekališče zaporedja (h(x n )) n=1 enako h(x). Predpostavimo, da obstaja tako stekališče s zaporedja (h(x n )) n=1, da s h(x). Naj bo ε = d(s,h(x)) 3. Seveda je ε > 0, zato po 1 zanj obstaja tak k N, da za vsak x X k velja

36 2.1 Anderson-Choquetov izrek 26 Fiksirajmo tak k N. diam( j>k fk, 1 j (x)) < ε. Ker je h(x) = lim i x i, lahko izberemo tako naravno število i 1 k, da je x i B(h(x),ε) za vsak i i 1. Podobno lahko za vsak i i 1 izberemo tako naravno število m i, da bo za vsak m m i, xi m B(h(x),ε), saj je lim x n n i = x i. Ker je s stekališče zaporedja (h(x n )) n=1, obstaja strogo naraščajoče zaporedje naravnih števil (n i) i=1, za katero je h(x n i ) B(s,ε) za vsak i N. Vemo da je lim x n i l l = h(x n i ), zato lahko za vsako naravno število i, obstaja tako naravno število l i, da bo x n i l B(s,ε) za vsak l l i. Fiksirajmo tak l i. Fiksirajmo še take k 1,k 2 in l 0, da bo k 1 i 1, n k2 > m k1 in l 0 > max{k 2,k}. Potem iz zgornjih dveh sklepanj sledi, da je x n k 2 k 1 B(h(x),ε) ter x n k 2 l 0 B(s,ε). Tako je d(x n k 2 k 1,x n k 2 l 0 ) ε in sta x n k 2 k 1,x n k 2 l 0 fk, 1 j (xn k 2 ), torej je j>k k diam( j>k Protislovje s predpostavko 1, ki pravi, da je f 1 k, j (xn k 2 k )) d(x n k 2 k 1,x n k 2 l 0 ) ε. diam( j>k f 1 k, j (xn k 2 k )) < ε. Funkcija h je torej zvezna. Dokažimo sedaj injektivnost preslikave h. Naj bosta x = (x i ) i=1,y = (y i) i=1 X takšna, da x y. To pomeni, da x n y n za nek n N. Naj bo ε = d(x n,y n ) 2. Potem po 2 obstaja tak δ > 0, da za j > n, j N, ker je d( f n, j (x j ), f n, j (y j )) = d(x n,y n ) = 2ε > ε, sledi, da je d(x j,y j ) > δ (uporabili smo kontrapozicijo 2). Zato očitno h(x) h(y). Dokazali smo injektivnost. Preverimo še, da velja h(x ) = X m ). i=1( m i Najprej pokažimo, da je h(x ) gosta v i=1( m i X m ). Videti moramo, da za vsak x vsak ε > 0, obstaja tak x X, da bo h(x) B(x,3ε). Naj bo x X m ) in ε > 0. Denimo, da h(x) B(x,3ε) za vsak x X. i=1( m i Po 1 obstaja tak i 0 N, da je za vsak x X i0, diam( fi 1 0, j j>i 0 (x)) < ε. i=1( m i X m ) in za

37 2.2 Primer uporabe Anderson-Choquetovega izreka 27 Fiksirajmo tak i 0 N. Naj bo k 0 > i 0, k 0 N tak, da X k0 B(x,ε) /0. Naj bo x k0 X k0 B(x,ε). Ker so funkcije f i surjektivne, obstaja tak y X, da je x k0 = y k0. h(y) = lim n y n, zato obstaja tako naravno število j 0 > i 0, da je y j0 B(h(y),ε). Po predpostavki pa sledi, da h(y) B(x,3ε) (saj y X ). Sledi d(y k0,y j0 ) ε. Ker sta k 0, j 0 > i 0, velja y k0,y j0 j>k fk, 1 j (x), torej diam( j>k f 1 k, j (x)) d(y k 0,y j0 ) ε, kar je protislovje z 1. Dokazali smo, da je h(x ) gosta v i=1( X m ). m i Pokažimo še, da je h(x ) zaprta v i=1( X m ). m i Po posledici 1.54, ki pravi, da je inverzna limita inverznega zaporedja nepraznih, kompaktnih metričnih prostorov in zveznih veznih preslikav zmeraj kompakten prostor, sledi, da je X kompaktna. Ker je h zvezna in je zvezna slika kompakta kompakten prostor, je h(x ) kompakten podprostor metričnega prostora, ki pa je po trditvi 1.21 zmeraj zaprt. Če sedaj upoštevamo, da je h(x ) gosta v X m ) ter da je h(x ) zaprta, dobimo i=1( m i h(x ) = Cl(h(X )) = saj je zaprta množica enaka svojemu zaprtju. i=1( m i X m ), 2.2 Primer uporabe Anderson-Choquetovega izreka OPIS PROBLEMA Naj bo S = {(x,sin( 1 x )) x (0,1]} in Cl(S) = S {(0,s) s [ 1,1]} Varšavski lok. Naj bo g : [0, 1] [0, 1] definirana s predpisom g(x) = { 2x, če x 1 2 x + 3 2, če x 1 2.

38 2.2 Primer uporabe Anderson-Choquetovega izreka 28 Naš cilj je s pomočjo Anderson-Choquetovega izreka pokazati, da je lim {[0,1],g} i=1 homeomorfna Varšavskemu loku. To bomo naredili v naslednjih treh korakih: 1. Poiskali bomo koordinatne prostore X i S in vezne funkcije f i, da bo inverzna limita lim {X i, f i } i=1 homeomorfna Cl(S). 2. Definirali bomo funkcije g i : [0,1] [0,1], da bo inverzna limita lim{[0,1],g i } i=1 homeomorfna inverzni limiti lim{x i, f i } i=1 (torej bo lim {[0,1],g i} i=1 homeomorfna tudi Cl(S)). To bomo naredili tako, da bo spodnji diagram (diagram 2) komutiral. [0,1] [0,1] [0,1] [0,1]... lim {[0,1],g i } i=1 g 1 g 2 g 3 g 4 h 1 h 2 h 3 h 4 h X 1 X 2 X 3 X 4... lim {X i, f i } i=1 f 1 f 2 f 3 f 4 3. Funkcije g i bomo nadomestili s funkcijo g, da bo lim{[0,1],g i } i=1 homeomorfna lim {[0,1],g} i=1 in bo zato Varšavski lok. Na tem koraku bomo vpeljali funkcije ϕ i, da bo spodnji diagram (diagram 3) komutiral. [0,1] [0,1] [0,1] [0,1]... lim {[0,1],g i } i=1 g 1 g 2 g 3 g 4 ϕ 1 ϕ 2 ϕ 3 ϕ 4 ϕ [0,1] [0,1] [0,1] [0,1]... lim {[0,1],g} i=1 g g g g 1. KORAK Definirajmo koordinatne prostore in vezne funkcije tako, da bodo zadoščali predpostavkam Anderson- Choquetovega izreka. Za vsak i N naj bo Očitno je za vsak i, X i X i+1 in X i = {(x,sin 1 x ) x [ 2 π(2i + 1),1])}. X i = S, kar je razvidno tudi iz slike 2.1. i=1

39 2.2 Primer uporabe Anderson-Choquetovega izreka 29 Slika 2.1: Koordinatani prostori X i Vezna funkcija f i : X i+1 X i za vsak i N naj bo definirana s predpisom { f i (t,sin 1 (t,sin 1 t ) = t ), če (t,sin 1 t ) X i t ( tπ(2i+1) 1,sin 1 t ), če (t,sin 1 t ) X i+1 \ X i. Funkcije f i so očitno surjektivne in preslikajo točke iz X i vase, točke iz X i+1 \X i pa v ustrezne točke v X i s funkcijsko vrednostjo sin 1 t, kot so jo imele one same. Delovanje vezne funkcije f i je najboljše razvidno iz spodnje skice. Preverimo sedaj, da za tako definirane X i in f i res veljata pogoja 1 in 2 iz Anderson-Choquetovega izreka. Da dokažemo pogoj 1, moramo preveriti, da za poljuben ε > 0 obstaja tak k N, da bo za vsak (x,sin 1 x ) X k, diam( j>k fk, 1 j (x,sin 1 )) < ε. x Naj bo ε > 0. Ker je i=1x i = S = {(x,sin( 1 x )) x (0,1]} in je ε > 0, mora obstajati tak X i, da je (ε,sin 1 ε ) X i. Naj bo k = i + 2 in (x,sin 1 x ) X k.

40 2.2 Primer uporabe Anderson-Choquetovega izreka 30 Slika 2.2: Delovanje funkcije f i Če je (x,sin 1 x ) X k 1, potem iz definicije preslikave f j 1 sledi, da je f 1 k, j (x,sin 1 x ) = (x,sin 1 x ) za vsak j > k. Torej je j>k fk, 1 j (x,sin 1 x ) = {(x,sin 1 x )}, zato je diam( fk, 1 j (x,sin 1 )) = 0 < ε. x j>k Če je (x,sin 1 x ) X k \ X k 1, potem je fk, 1 j (x,sin 1 x ) = {(y,sin 1 x ) y [ 2 π(2 j+1),x]} S, kar sledi iz definicije preslikave f j 1. Torej imajo vse točke v X k \ X k 1 na drugi koordinati isto vrednost kot točka (x,sin 1 x ). Zato je j>k fk, 1 j (x,sin 1 x ) = {(y,sin 1 ) y (0,x]} S. x Naj bosta (a,sin 1 a ),(b,sin 1 b ) fk, 1 j (x,sin 1 x ). Potem je (a,sin 1 a ) = (a,sin 1 x ) in (b,sin 1 b ) = j>k (b,sin 1 x ) ter a,b (0,x]. Sledi, da je a,b x < ε, saj je k = i + 2 in zato za vsak (x,sin 1 x ) X k \ X k 1 (x [ 2 π(2k+1), 2 π(2k 1) ]) velja x < 2 π(2k 1) < ε, saj ε [ 2 π(2i+1),1], ker (ε,sin 1 ε ) X i. Torej a b x < ε.

41 2.2 Primer uporabe Anderson-Choquetovega izreka 31 Izračunajmo d((a,sin 1 a ),(b,sin 1 b )) = (a b) 2 + (sin 1 a sin 1 b )2 = = a b x < ε. (a b) 2 + (sin 1 x sin 1 x )2 Ugotovili smo, da je d((a,sin 1 a ),(b,sin 1 b )) < ε za vsak (x,sin 1 x ) X k \ X k 1, kar pomeni, da je tudi diam( j>k Sledi diam( j>k f 1 k, j (x,sin 1 x )) < ε za vsak (x,sin 1 x ) X k \ X k 1. f 1 k, j (x,sin 1 x )) < ε za vsak (x,sin 1 x ) X k, s čimer je dokaz 1 zaključen. Za dokaz 2. točke Anderson-Choquetovega izreka moramo pokazati, da za vsak i N in za vsak ε > 0, obstaja tak δ > 0, da za vsak j N, j > i in (x,sin 1 x ),(y,sin 1 y ) X j velja: če je d((x,sin 1 x ),(y,sin 1 y )) δ, potem je d( f i, j(x,sin 1 x ), f i, j(y,sin 1 y )) ε. Naj bo i N in ε > 0. Določimo δ := ε 2. Naj bo j N, j > i in (x,sin 1 x ),(y,sin 1 y ) X j taka, da zanju velja d((x,sin 1 x ),(y,sin 1 y )) δ. Preverimo, da je potem d( f i, j (x,sin 1 x ), f i, j(y,sin 1 y )) ε. Pri tem obravnavajmo naslednje možnosti: (x,sin 1 x ),(y,sin 1 y ) X i X j 1 X j. Uporabimo predpis preslikave f i, j za tako izbrani točki (x,sin 1 x ),(y,sin 1 y ) in dobimo d( f i, j (x,sin 1 x ), f i, j(y,sin 1 y )) = d((x,sin 1 x ),(y,sin 1 y )) δ = ε 2 < ε. (x,sin 1 x ),(y,sin 1 y ) X j \ X i. Proicirajmo točki (x,sin 1 x ),(y,sin 1 y ) na daljico s krajiščema (1, 1) in (3,1). Točki dobljeni s to projekcijo označimo s pr(x), pr(y). Če upoštevamo predpis preslikave f i, j za zgoraj izbrani točki (x,sin 1 x ),(y,sin 1 y ) dobimo d( f i, j (x,sin 1 x ), f i, j(y,sin 1 y )) = d((x,sin 1 x ),(y,sin 1 y )). Opazimo, da je d((x,sin 1 x ),(y,sin 1 )) d(pr(x), pr(y)), y saj imajo vse tangente na graf funkcije sin 1 x in (3,1) pa ima naklon enak 1. naklon večji od 1, daljica s krajiščema (1, 1)

42 2.2 Primer uporabe Anderson-Choquetovega izreka 32 Sedaj uporabimo Pitagorov izrek, dobimo d(pr(x), pr(y)) = 2(y x) 2 2 (y x) 2 + (sin 1 x sin 1 y )2 = 2d((x,sin 1 x ),(y,sin 1 y )) 2δ = 2 ε 2 = ε. Sledi d( f i, j (x,sin 1 x ), f i, j(y,sin 1 y )) < ε, kar smo tudi želeli. (x,sin 1 x ) X i,(y,sin 1 y ) X j \ X i, pri čemer y y x = x. V tem primeru velja d( f i, j (x,sin 1 x ), f i, j(y,sin 1 y )) = d((x,sin 1 x ),(y,sin 1 y )) = (x y ) 2 + (sin 1 x sin 1 y )2 (x y) 2 + (sin 1 x sin 1 y )2 = d((x,sin 1 x ),(y,sin 1 y )) δ = ε 2 < ε. (x,sin 1 x ) X i,(y,sin 1 y ) X j \ X i, pri čemer y x = x y. Iz zadnjega pogoja sledi, da je (x,sin 1 x ) X i \X i 1. Po predpostavki je d((x,sin 1 x ),(y,sin 1 y )) < δ. Iz obojega potem sledi, da je (y,sin 1 y )) X i+1 \ X i. Dobimo f i, j = f i,i+1 = f i. Zato imamo d( f i, j (x,sin 1 x ), f i, j(y,sin 1 y )) = d( f i(x,sin 1 x ), f i(y,sin 1 y )) = d((x,sin 1 x ),(y,sin 1 y )) d((x,sin 1 x ),(y,sin 1 )) isto kot v drugem primeru y ε.

43 2.2 Primer uporabe Anderson-Choquetovega izreka 33 Pregledali smo vse možnosti za (x,sin 1 x ),(y,sin 1 y ) X j in dokazali, da v vseh teh primerih velja pogoj 2. Pokazali smo, da izbrane funkcije zadoščajo pogojem 1 in 2, zato je po Anderson-Choquetovem izreku sledi, da je lim{x i, f i } i=1 homeomorfna X j = Cl(S). j=1 S tem je korak 1 zaključen. 2. KORAK Naj bo za vsak i N, Y i = [0,1]. Poiščimo predpis za funkcije g i : Y i+1 Y i, da bo lim{x i, f i } i=1 To bomo naredili s pomočjo izreka 1.56, ki med drugim pove: homeomorfna lim {Y i,g i } i=1. če so g i : Y i+1 Y i in f i : X i+1 X i in obstajajo taki homeomorfizmi h i : Y i X i, da za vsak a Y i+1 velja h i (g i (a)) = f i (h i+1 (a)) (tj. diagram 2 komutira), potem je lim {X i, f i } i=1 homeomorfna lim {Y i,g i } i=1. Da bi dobili predpis za funkcije g i, moramo najprej definirati funkcije h i. To bomo naredili tako, da bo veljalo h i (0) = (1,sin(1)), h i ( 1 2 ) = ( 2 π(2i 1) 2 π(2i+1) π(2i 1),sin 2 ) in h i (1) = ( π(2i+1),sin 2 ). Točke iz intervala [0, 1 2 ] bomo torej s funkcijami h i preslikali v točke v X i 1, točke iz intervala [ 1 2,1] pa v točke v X i \ X i 1. Za vsak t [0,1] definirajmo h i s predpisom in h 1 i h i (t) = tako { 1 (mi,0 t + c i,0,sin m i,0 t+c i,0 ), če t (m i,1 t + c i,1,sin m i,1 t+c i,1 ), če t 1 2 kjer je h 1 i { ((t,sin 1 t ci,0 t )) = m i,0, če (t,sin 1 t ) X i 1 t c i,1 m i,1, če (t,sin 1 t ) X i \ X i 1, m i,0 = 4 π(2i 1) 2, c i,0 = 1, m i,1 = 8 π(2i 1)(2i + 1), c i,1 = 2(2i + 3) π(2i 1)(2i + 1).

44 2.2 Primer uporabe Anderson-Choquetovega izreka 34 Slika 2.3: Delovanje funkcije h i Ker želimo uporabiti izrek 1.56, moramo pokazati, da je h i homeomorfizem. h i je očitno zvezna in bijektivna, saj sta (m i,0 t +c i,0,sin 1 m i,0 t+c i,0 ) in (m i,1 t +c i,1,sin 1 m i,1 t+c i,1 ) zvezni in bijektivni. Funkciji m i,0 t + c i,0 in m i,1 t + c i,1 sta namreč linearni funkciji, za kateri vemo, da sta zvezni in bijektivni, enako velja za funciji sin 1 m i,0 t+c i,0 in sin 1 m i,1 t+c i,1. Iz podobnih razlogov je zvezna tudi funkcija h 1 i. Videli smo, da je h i zvezna bijekcija z zveznim inverzom, torej homeomorfizem. Definirajmo zdaj funkcijo g i : [0,1] [0,1] tako, da bo diagram 2 komutiral, torej da bo veljalo g i (t) = h 1 i ( f i (h i+1 (t))). Funkcija g i bo definirana po kosih, saj sta tudi funkciji h i in f i definirani po kosih. Hitro opazimo, da moramo (če želimo g i definirati na tak način) najprej najti tak a i < 1 2, da bo g i (a i ) = h 1 i ( f i (h i+1 (a i ))) = 1 2. Za a i < t < 1 2 Izračunamo, da je a i = bo potem h 1 i = t c i,1 m i,1 2(2i + 1) π(2i 1)(2i + 1) 4(2i 1) 2π(2i 1)(2i + 1). in za t < a i bo h 1 i = t c i,0 m i,0.

45 2.2 Primer uporabe Anderson-Choquetovega izreka 35 Sledi g i (t) = (m i+1,0 t+c i+1,0 ) c i,0 m i,0, če t a i (m i+1,0 t+c i+1,0 ) c i,1 m i,1, če a i t 1 2 (m i+1,1 t+c i+1,1 ) (m i+1,1 t+c i+1,1 )π(2i+1) 1 c i,1 m i,1, če 1 2 t. Vstavimo prepise za m i,0,m i,1,m i+1,0,m i+1,1,c i,0,c i,1,c i+1,0,c i+1,1 ter poenostavimo, dobimo g i (t) = če t a i 6+π+4i 4πi 2 +t(4 2π 8i+8πi 2 ) 8, če a i t 1 2 2t(7+2i) 13 6i 16t 14 4i, če 1 2 t. t (2i 1)(π(2i+1) 2) (2i+1)(π(2i 1) 2), Grafi funkcij g i so na sliki 2.4.

46 2.2 Primer uporabe Anderson-Choquetovega izreka 36 Slika 2.4: Grafa funkcij g 1, g 2 in graf funkcije, h kateri grafi funkcij g i limitirajo Za funkcije g i očitno velja h i (g i (t)) = f i (h i+1 (t)) za vsak t [0,1], saj smo jih tako konstruirali. Če upoštevamo še dejstvo, da so h i homeomorfizmi in zgoraj omenjen izrek, dobimo, da je lim {X i, f i } i=1 homeomorfna lim {Y i,g i } i=1. V 1. koraku smo videli, da je lim{x i, f i } i=1 homeomorfna Cl(S), kar skupaj z zgornjim pomeni, da je lim{y i,g i } i=1 homeomorfna Cl(S), kar smo tudi želeli. 3. KORAK Naj bo g : [0,1] [0,1] funkcija definirana s predpisom g(t) = { 2t, če t 1 2 t + 3 2, če t 1 2. Opazimo, da je g zvezna funkcija. Njeni koordintni funkciji sta namreč linearni in zato zvezni, njuna predpisa pa se ujemata na stičišču (v t = 1 2 ). Po lemi o lepljenju tako sledi, da je g zvezna. Radi bi pokazali, da je lim{[0,1],g i } i=1 Uporabili bomo izrek homeomorfna lim {[0,1],g} i=1. Za vsak i N moramo torej poiskati tak homeomorfizem ϕ i : [0,1] [0,1], da bo ϕ i g i = g ϕ i+1, kar pomeni, da bo diagram 3 komutiral. Po izreku 1.56 bo potem sledilo, da je funkcija definirana s predpisom ϕ : lim {[0,1],g i } i=1 lim {[0,1],g} i=1, ϕ(x 1,x 2,x 3,...) = (ϕ 1 (x 1 ),ϕ 2 (x 2 ),ϕ 3 (x 3 ),...)

47 2.2 Primer uporabe Anderson-Choquetovega izreka 37 homeomorfizem, kar pomeni, da bo lim{[0,1],g i } i=1 Funkcije ϕ i bomo definirali induktivno. homeomorfna lim {[0,1],g} i=1. Naj bo ϕ 1 = id. Funkcija ϕ 1 je očitno zvezna, naraščajoča funkcija, torej homeomorfizem. Slika 2.5: Funkcija ϕ 1 je identiteta. Definirajmo funkcijo ϕ 2 s pomočjo funkcije ϕ 1 tako, da bo diagram 3 komutiral. Naj bo L(t) = t 2, t [0, 1 2 ] inverz leve veje funkcije g in D(t) = t + 3 2, t [ 1 2,1] inverz desne veje funkcije g. Funkciji L in D sta linearni in zato zvezni. Očitno je funkcija L monotono naraščajoča funkcija, funkcija D pa monotono padajoča. Naj bo ϕ 2 : [0,1] [0,1] definirana s predpisom ϕ 2 (t) = { L(ϕ1 (g 1 (t))), če t 1 2 D(ϕ 1 (g 1 (t))), če t 1 2. Vstavimo in poenostavimo, dobimo ϕ 2 (t) = 3π 2 2(3π 6) t, če t a π+t( 4+6π) 16, če a 1 t 1 2 3t 4 8t 9, če 1 2 t. Ker sta funkciji L ϕ 1 g 1 in D ϕ 1 g 1 kot kompozitum zveznih funkcij tudi sami zvezni funkciji in ker je L(ϕ 1 (g 1 ( 1 2 ))) = D(ϕ 1(g 1 ( 1 2 ))) = 1 2 (torej se predpisa funkcije ϕ 2 ujemata na preseku), po lemi o lepljenju sledi, da je funkcija ϕ 2, definirana z zgornjim predpisom, zvezna funkcija. L ϕ 1 g 1 je na [0, 1 2 ] naraščajoča funkcija, saj je kompozitum samih naraščajočih funkcij, D ϕ 1 g 1

5 SIMPLICIALNI KOMPLEKSI Definicija 5.1 Vektorji r 0,..., r k v R n so afino neodvisni, če so vektorji r 1 r 0, r 2 r 0,..., r k r 0 linearno neodvisn

5 SIMPLICIALNI KOMPLEKSI Definicija 5.1 Vektorji r 0,..., r k v R n so afino neodvisni, če so vektorji r 1 r 0, r 2 r 0,..., r k r 0 linearno neodvisn 5 SIMPLICIALNI KOMPLEKSI Definicija 5.1 Vektorji r 0,..., r k v R n so afino neodvisni, če so vektorji r 1 r 0, r 2 r 0,..., r k r 0 linearno neodvisni. Če so krajevni vektorji do točk a 0,..., a k v R

Prikaži več

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Peter Škofič Maribor, 2014

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Peter Škofič Maribor, 2014 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Peter Škofič Maribor, 2014 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO

Prikaži več

Osnove matematicne analize 2018/19

Osnove matematicne analize  2018/19 Osnove matematične analize 2018/19 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D f R priredi natanko

Prikaži več

Vrste

Vrste Matematika 1 17. - 24. november 2009 Funkcija, ki ni algebraična, se imenuje transcendentna funkcija. Podrobneje si bomo ogledali naslednje transcendentne funkcije: eksponentno, logaritemsko, kotne, ciklometrične,

Prikaži več

ZveznostFunkcij11.dvi

ZveznostFunkcij11.dvi II. LIMITA IN ZVEZNOST FUNKCIJ. Preslikave med množicami Funkcija ali preslikava med dvema množicama A in B je predpis f, ki vsakemu elementu x množice A priredi natanko določen element y množice B. Važno

Prikaži več

Kazalo 1 DVOMESTNE RELACIJE Operacije z dvomestnimi relacijami Predstavitev relacij

Kazalo 1 DVOMESTNE RELACIJE Operacije z dvomestnimi relacijami Predstavitev relacij Kazalo 1 DVOMESTNE RELACIJE 1 1.1 Operacije z dvomestnimi relacijami...................... 2 1.2 Predstavitev relacij............................... 3 1.3 Lastnosti relacij na dani množici (R X X)................

Prikaži več

EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Mi

EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Mi EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Miklavič 30. okt. 2003 Math. Subj. Class. (2000): 05E{20,

Prikaži več

Ravninski grafi Tina Malec 6. februar 2007 Predstavili bomo nekaj osnovnih dejstev o ravninskih grafih, pojem dualnega grafa (k danemu grafu) ter kako

Ravninski grafi Tina Malec 6. februar 2007 Predstavili bomo nekaj osnovnih dejstev o ravninskih grafih, pojem dualnega grafa (k danemu grafu) ter kako Ravninski grafi Tina Malec 6. februar 2007 Predstavili bomo nekaj osnovnih dejstev o ravninskih grafih, pojem dualnega grafa (k danemu grafu) ter kako ugotoviti, ali je nek graf ravninski. 1 Osnovni pojmi

Prikaži več

Vaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x

Vaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x Vaje: Matrike 1 Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N n 1 1 0 1 ; n N 0 2 Pokaži, da je množica x 0 y 0 x y x + z ; x, y, z R y x z x vektorski podprostor v prostoru matrik

Prikaži več

2. izbirni test za MMO 2017 Ljubljana, 17. februar Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter

2. izbirni test za MMO 2017 Ljubljana, 17. februar Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter 2. izbirni test za MMO 2017 Ljubljana, 17. februar 2017 1. Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter naj bo A eno od njunih presečišč. Ena od njunih skupnih

Prikaži več

1. izbirni test za MMO 2018 Ljubljana, 16. december Naj bo n naravno število. Na mizi imamo n 2 okraskov n različnih barv in ni nujno, da imam

1. izbirni test za MMO 2018 Ljubljana, 16. december Naj bo n naravno število. Na mizi imamo n 2 okraskov n različnih barv in ni nujno, da imam 1. izbirni test za MMO 018 Ljubljana, 16. december 017 1. Naj bo n naravno število. Na mizi imamo n okraskov n različnih barv in ni nujno, da imamo enako število okraskov vsake barve. Dokaži, da se okraske

Prikaži več

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-avgust-17.dvi

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-avgust-17.dvi Vpisna številka Priimek, ime Smer: K KT WA Izpit pri predmetu MATEMATIKA I Računski del Ugasni in odstrani mobilni telefon. Uporaba knjig in zapiskov ni dovoljena. Dovoljeni pripomočki so: kemični svinčnik,

Prikaži več

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi Kemijska tehnologija, Kemija Bolonjski univerzitetni program Smer: KT K WolframA: DA NE Računski del izpita pri predmetu MATEMATIKA I 6. 2. 2014 Čas reševanja je 75 minut. Navodila: Pripravi osebni dokument.

Prikaži več

6.1 Uvod 6 Igra Chomp Marko Repše, Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru

6.1 Uvod 6 Igra Chomp Marko Repše, Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru 6.1 Uvod 6 Igra Chomp Marko Repše, 30.03.2009 Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru in na končni ali neskončni čokoladi. Igralca si izmenjujeta

Prikaži več

Poslovilno predavanje

Poslovilno predavanje Poslovilno predavanje Matematične teme z didaktiko Marko Razpet, Pedagoška fakulteta Ljubljana, 20. november 2014 1 / 32 Naše skupne ure Matematične tehnologije 2011/12 Funkcije več spremenljivk 2011/12

Prikaži več

RAČUNALNIŠKA ORODJA V MATEMATIKI

RAČUNALNIŠKA ORODJA V MATEMATIKI DEFINICIJA V PARAVOKOTNEM TRIKOTNIKU DEFINICIJA NA ENOTSKI KROŢNICI GRAFI IN LASTNOSTI SINUSA IN KOSINUSA POMEMBNEJŠE FORMULE Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z

Prikaži več

FGG13

FGG13 10.8 Metoda zveznega nadaljevanja To je metoda za reševanje nelinearne enačbe f(x) = 0. Če je težko poiskati začetni približek (še posebno pri nelinearnih sistemih), si lahko pomagamo z uvedbo dodatnega

Prikaži več

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5 februar 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Nalog je

Prikaži več

glava.dvi

glava.dvi Lastnosti verjetnosti 1. Za dogodka A in B velja: P(A B) = P(A) + P(B) P(A B) 2. Za dogodke A, B in C velja: P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C) + P(A B C) Kako lahko to pravilo posplošimo

Prikaži več

Domače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 2007/08 Kazalo 1 Vektorji 2 2 Analit

Domače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 2007/08 Kazalo 1 Vektorji 2 2 Analit Domače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 007/08 Kazalo Vektorji Analitična geometrija 7 Linearni prostori 0 4 Evklidski prostori

Prikaži več

Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero v

Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero v Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar 2009 1 Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero velja 0 f(e) u(e) za e E(G). Za v V (G) definiramo presežek

Prikaži več

Urejevalna razdalja Avtorji: Nino Cajnkar, Gregor Kikelj Mentorica: Anja Petković 1 Motivacija Tajnica v posadki MARS - a je pridna delavka, ampak se

Urejevalna razdalja Avtorji: Nino Cajnkar, Gregor Kikelj Mentorica: Anja Petković 1 Motivacija Tajnica v posadki MARS - a je pridna delavka, ampak se Urejevalna razdalja Avtorji: Nino Cajnkar, Gregor Kikelj Mentorica: Anja Petković 1 Motivacija Tajnica v posadki MARS - a je pridna delavka, ampak se velikokrat zmoti. Na srečo piše v programu Microsoft

Prikaži več

Brownova kovariancna razdalja

Brownova kovariancna razdalja Brownova kovariančna razdalja Nace Čebulj Fakulteta za matematiko in fiziko 8. januar 2015 Nova mera odvisnosti Motivacija in definicija S primerno izbiro funkcije uteži w(t, s) lahko definiramo mero odvisnosti

Prikaži več

Del 1 Limite

Del 1 Limite Del 1 Limite POGLAVJE 1 Zaporedja realnih števil 1. Osnovne lastnosti realnih števil Naravna števila označujemo z N, cela z Z, racionalna z Q in realna z R. Naravna števila so nastala iz potrebe po preštevanju.

Prikaži več

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be Ime in priimek: Vpisna št: FAKULEA ZA MAEMAIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6 julij 2018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven rezultat

Prikaži več

Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y

Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y 2 ). Rešitev: Diferencialna enačba ima ločljive spremenljivke,

Prikaži več

M

M Š i f r a k a n d i d a t a : Državni izpitni center *M16140111* Osnovna raven MATEMATIKA Izpitna pola 1 SPOMLADANSKI IZPITNI ROK Sobota, 4. junij 016 / 10 minut Dovoljeno gradivo in pripomočki: Kandidat

Prikaži več

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 2017

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 2017 UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 217 ii Kazalo Diferencialni račun vektorskih funkcij 1 1.1 Skalarne funkcije...........................

Prikaži več

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-junij-17.dvi

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-junij-17.dvi Vpisna številka Priimek, ime Smer: K KT WA Izpit pri predmetu MATEMATIKA I Računski del Ugasni in odstrani mobilni telefon. Uporaba knjig in zapiskov ni dovoljena. Dovoljeni pripomočki so: kemični svinčnik,

Prikaži več

Univerza v Ljubljani Fakulteta za elektrotehniko Fakulteta za računalništvo in informatiko MATEMATIKA I Gabrijel Tomšič Bojan Orel Neža Mramor Kosta L

Univerza v Ljubljani Fakulteta za elektrotehniko Fakulteta za računalništvo in informatiko MATEMATIKA I Gabrijel Tomšič Bojan Orel Neža Mramor Kosta L Univerza v Ljubljani Fakulteta za elektrotehniko Fakulteta za računalništvo in informatiko MATEMATIKA I Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Ljubljana, 2004 Poglavje 3 Funkcije 3.1 Osnovni pojmi

Prikaži več

RAM stroj Nataša Naglič 4. junij RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni

RAM stroj Nataša Naglič 4. junij RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni RAM stroj Nataša Naglič 4. junij 2009 1 RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni trak, pomnilnik ter program. Bralni trak- zaporedje

Prikaži več

Vektorji - naloge za test Naloga 1 Ali so točke A(1, 2, 3), B(0, 3, 7), C(3, 5, 11) b) A(0, 3, 5), B(1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 Ali toč

Vektorji - naloge za test Naloga 1 Ali so točke A(1, 2, 3), B(0, 3, 7), C(3, 5, 11) b) A(0, 3, 5), B(1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 Ali toč Vektorji - naloge za test Naloga 1 li so točke (1, 2, 3), (0, 3, 7), C(3, 5, 11) b) (0, 3, 5), (1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 li točke a) (6, 0, 2), (2, 0, 4), C(6, 6, 1) in D(2, 6, 3), b)

Prikaži več

ANALITIČNA GEOMETRIJA V RAVNINI

ANALITIČNA GEOMETRIJA V RAVNINI 3. Analitična geometrija v ravnini Osnovna ideja analitične geometrije je v tem, da vaskemu geometrijskemu objektu (točki, premici,...) pridružimo števila oz koordinate, ki ta objekt popolnoma popisujejo.

Prikaži več

Matematika 2

Matematika 2 Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 23. april 2014 Soda in liha Fourierjeva vrsta Opomba Pri razvoju sode periodične funkcije f v Fourierjevo vrsto v razvoju nastopajo

Prikaži več

Naloge iz kolokvijev Analize 1 (z rešitvami) E-UNI, GING, TK-UNI FERI dr. Iztok Peterin Maribor 2009 V tej datoteki so zbrane naloge iz kolokvijev za

Naloge iz kolokvijev Analize 1 (z rešitvami) E-UNI, GING, TK-UNI FERI dr. Iztok Peterin Maribor 2009 V tej datoteki so zbrane naloge iz kolokvijev za Naloge iz kolokvijev Analize (z rešitvami) E-UNI, GING, TK-UNI FERI dr. Iztok Peterin Maribor 2009 V tej datoteki so zbrane naloge iz kolokvijev za predmet Analiza na smereh E-UNI, GING in TK-UNI na Fakulteti

Prikaži več

C:/Users/Matevz/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-januar-februar-15.dvi

C:/Users/Matevz/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-januar-februar-15.dvi Kemijska tehnologija, Kemija Bolonjski univerzitetni program Smer: KT K WolframA: DA NE Čas reševanja je 75 minut. Navodila: Računski del izpita pri predmetu MATEMATIKA I Ugasni in odstrani mobilni telefon.

Prikaži več

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31 avgust 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven

Prikaži več

Slide 1

Slide 1 Vsak vektor na premici skozi izhodišče lahko zapišemo kot kjer je v smerni vektor premice in a poljubno število. r a v Vsak vektor na ravnini skozi izhodišče lahko zapišemo kot kjer sta v, v vektorja na

Prikaži več

Matematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t

Matematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t Matematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t 0.5 1.5 2.0 t a.) Nari²ite tri grafe: graf (klasi ne)

Prikaži več

NEKAJ VPRAŠANJ IZ MATEMATIKE 2 1. Katero točko evklidskega prostora R n imenujemo notranjo (zunanjo, robno) točko množice M R n? 2. Za poljubno množic

NEKAJ VPRAŠANJ IZ MATEMATIKE 2 1. Katero točko evklidskega prostora R n imenujemo notranjo (zunanjo, robno) točko množice M R n? 2. Za poljubno množic NEKAJ VPRAŠANJ IZ MATEMATIKE 2 1. Katero točko evklidskega prostora R n imenujemo notranjo (zunanjo, robno) točko množice M R n? 2. Za poljubno množico M R n evklidskega prostora R n definirajte množice

Prikaži več

Rešene naloge iz Linearne Algebre

Rešene naloge iz Linearne Algebre UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO LABORATORIJ ZA MATEMATIČNE METODE V RAČUNALNIŠTVU IN INFORMATIKI Aleksandra Franc REŠENE NALOGE IZ LINEARNE ALGEBRE Študijsko gradivo Ljubljana

Prikaži več

resitve.dvi

resitve.dvi FAKULTETA ZA STROJNISTVO Matematika Pisni izpit. junij 22 Ime in priimek Vpisna st Navodila Pazljivo preberite besedilo naloge, preden se lotite resevanja. Veljale bodo samo resitve na papirju, kjer so

Prikaži več

FAKULTETA ZA STROJNIŠTVO Matematika 2 Pisni izpit 9. junij 2005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite bese

FAKULTETA ZA STROJNIŠTVO Matematika 2 Pisni izpit 9. junij 2005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite bese FAKULTETA ZA STROJNIŠTVO Matematika Pisni izpit 9. junij 005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Veljale bodo

Prikaži več

Namesto (x,y)R uporabljamo xRy

Namesto (x,y)R uporabljamo xRy RELACIJE Namesto (x,y) R uporabljamo xry Def.: Naj bo R AxA D R = { x; y A: xry } je domena ali definicijsko obmocje relacije R Z R = { y; x A: xry } je zaloga vrednosti relacije R Za zgled od zadnjič:

Prikaži več

resitve.dvi

resitve.dvi FAKULTETA ZA STROJNIŠTVO Matematika 2. kolokvij 4. januar 212 Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Veljale bodo samo rešitve na papirju, kjer

Prikaži več

Osnove teorije kopul in maksmin kopule

Osnove teorije kopul in maksmin kopule Fakulteta za matematiko in fiziko Univerze v Ljubljani Seminar Inštituta za biostatistiko in medicinsko informatiko 26. maj 25 Osnove teorije kopul Definicija kopule Definicija Funkcija C : A A 2 [, ],

Prikaži več

resitve.dvi

resitve.dvi FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 3. februar Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Veljale bodo samo rešitve na papirju, kjer

Prikaži več

Turingov stroj in programiranje Barbara Strniša Opis in definicija Definirajmo nekaj oznak: Σ abeceda... končna neprazna množica simbolo

Turingov stroj in programiranje Barbara Strniša Opis in definicija Definirajmo nekaj oznak: Σ abeceda... končna neprazna množica simbolo Turingov stroj in programiranje Barbara Strniša 12. 4. 2010 1 Opis in definicija Definirajmo nekaj oznak: Σ abeceda... končna neprazna množica simbolov (običajno Σ 2) Σ n = {s 1 s 2... s n ; s i Σ, i =

Prikaži več

predstavitev fakultete za matematiko 2017 A

predstavitev fakultete za matematiko 2017 A ZAKAJ ŠTUDIJ MATEMATIKE? Ker vam je všeč in vam gre dobro od rok! lepa, eksaktna veda, ki ne zastara matematičnoanalitično sklepanje je uporabno povsod matematiki so zaposljivi ZAKAJ V LJUBLJANI? najdaljša

Prikaži več

resitve.dvi

resitve.dvi FAKULTETA ZA STROJNISTVO Matematika 2. kolokvij. december 2 Ime in priimek: Vpisna st: Navodila Pazljivo preberite besedilo naloge, preden se lotite resevanja. Veljale bodo samo resitve na papirju, kjer

Prikaži več

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v financah Ljubljana, 2010 1. Klasični pristop k analizi

Prikaži več

resitve.dvi

resitve.dvi FAKULTETA ZA STROJNIŠTVO Matematika 4 Pini izpit 2. januar 22 Ime in priimek: Vpina št: Navodila Pazljivo preberite beedilo naloge, preden e lotite reševanja. Veljale bodo amo rešitve na papirju, kjer

Prikaži več

Linearna algebra - povzetek vsebine Peter Šemrl Jadranska 21, kabinet 4.10 Izpitni režim: Kolokviji in pisni izpiti so vsi s

Linearna algebra - povzetek vsebine Peter Šemrl Jadranska 21, kabinet 4.10 Izpitni režim: Kolokviji in pisni izpiti so vsi s Linearna algebra - povzetek vsebine Peter Šemrl Jadranska 21, kabinet 410 petersemrl@fmfuni-ljsi Izpitni režim: Kolokviji in pisni izpiti so vsi sestavljeni iz dveh delov: v prvem delu se rešujejo naloge,

Prikaži več

11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo

11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo 11. Navadne diferencialne enačbe 11.1. Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogoju y(x 0 ) = y 0, kjer je f dana dovolj gladka funkcija

Prikaži več

FGG14

FGG14 Iterativne metode podprostorov Iterativne metode podprostorov uporabljamo za numerično reševanje linearnih sistemov ali računanje lastnih vrednosti problemov z velikimi razpršenimi matrikami, ki so prevelike,

Prikaži več

Bojan Kuzma ZBIRKA IZPITNIH VPRAŠANJ PRI PREDMETIH ANALIZA I IN ANALIZA II (Zbirka Izbrana poglavja iz matematike, št. 1) Urednica zbirke: Petruša Mih

Bojan Kuzma ZBIRKA IZPITNIH VPRAŠANJ PRI PREDMETIH ANALIZA I IN ANALIZA II (Zbirka Izbrana poglavja iz matematike, št. 1) Urednica zbirke: Petruša Mih Bojan Kuzma ZBIRKA IZPITNIH VPRAŠANJ PRI PREDMETIH ANALIZA I IN ANALIZA II (Zbirka Izbrana poglavja iz matematike, št. 1) Urednica zbirke: Petruša Miholič Izdala in založila: Knjižnica za tehniko, medicino

Prikaži več

2.1 Osnovni pojmi 2 Nim Ga²per Ko²mrlj, Denicija 2.1 P-poloºaj je poloºaj, ki je izgubljen za igralca na potezi. N- poloºaj je poloºaj, ki

2.1 Osnovni pojmi 2 Nim Ga²per Ko²mrlj, Denicija 2.1 P-poloºaj je poloºaj, ki je izgubljen za igralca na potezi. N- poloºaj je poloºaj, ki 2.1 Osnovni pojmi 2 Nim Ga²per Ko²mrlj, 2. 3. 2009 Denicija 2.1 P-poloºaj je poloºaj, ki je izgubljen za igralca na potezi. N- poloºaj je poloºaj, ki je dobljen za igralca na potezi. Poloºaj je kon en,

Prikaži več

CpE & ME 519

CpE & ME 519 2D Transformacije Zakaj potrebujemo transformacije? Animacija Več instanc istega predmeta, variacije istega objekta na sceni Tvorba kompliciranih predmetov iz bolj preprostih Transformacije gledanja Kaj

Prikaži več

Microsoft Word - UP_Lekcija04_2014.docx

Microsoft Word - UP_Lekcija04_2014.docx 4. Zanka while Zanke pri programiranju uporabljamo, kadar moramo stavek ali skupino stavkov izvršiti večkrat zaporedoma. Namesto, da iste (ali podobne) stavke pišemo n-krat, jih napišemo samo enkrat in

Prikaži več

Posebne funkcije

Posebne funkcije 10 Posebne funkcije Posebne funkcije Geometrijska vrsta Binomska vrsta Eksponentna funkcija Logaritemska funkcija Kotne funkcije Kotne tabele Grafi kotnih funkcij Obratne kotne funkcije 10.1 Posebne funkcije

Prikaži več

OdvodFunkcijEne11.dvi

OdvodFunkcijEne11.dvi III. ODVODI FUNKCIJ ENE REALNE SPREMENLJIVKE 1. Odvajanje funkcij ene spremenljivke Odvajanje je ena najpomembnejši operacij na funkcija. Z uporabo odvoda, kadar le-ta obstaja, lako veliko bolje spoznamo

Prikaži več

GeomInterp.dvi

GeomInterp.dvi Univerza v Ljubljani Fakulteta za matematiko in fiziko Seminar za Numerično analizo Geometrijska interpolacija z ravninskimi parametričnimi polinomskimi krivuljami Gašper Jaklič, Jernej Kozak, Marjeta

Prikaži več

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Vika Koban Maribor, 2012

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Vika Koban Maribor, 2012 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Vika Koban Maribor, 2012 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek

Prikaži več

Lehmerjev algoritem za racunanje najvecjega skupnega delitelja

Lehmerjev algoritem za racunanje najvecjega skupnega delitelja Univerza v Ljubljani Fakulteta za računalništvo in informatiko ter Fakulteta za Matematiko in Fiziko Mirjam Kolar Lehmerjev algoritem za računanje največjega skupnega delitelja DIPLOMSKO DELO NA INTERDISCIPLINARNEM

Prikaži več

Študij AHITEKTURE IN URBANIZMA, šol. l. 2016/17 Vaje iz MATEMATIKE 9. Integral Določeni integral: Določeni integral: Naj bo f : [a, b] R funkcija. Int

Študij AHITEKTURE IN URBANIZMA, šol. l. 2016/17 Vaje iz MATEMATIKE 9. Integral Določeni integral: Določeni integral: Naj bo f : [a, b] R funkcija. Int Študij AHITEKTURE IN URBANIZMA, šol. l. 6/7 Vje iz MATEMATIKE 9. Integrl Določeni integrl: Določeni integrl: Nj bo f : [, b] R funkcij. Intervl [, b] rzdelimo n n podintervlov z delilnimi točkmi: = x

Prikaži več

Teme za zaključne naloge Jaka Smrekar 23. julij 2016 Kazalo 1 Topologija Dugundjijev razširitveni izrek Izrek

Teme za zaključne naloge Jaka Smrekar 23. julij 2016 Kazalo 1 Topologija Dugundjijev razširitveni izrek Izrek Teme za zaključne naloge Jaka Smrekar 23. julij 2016 Kazalo 1 Topologija 2 1.1 Dugundjijev razširitveni izrek............................. 2 1.2 Izrek o invarianci odprtih množic...........................

Prikaži več

Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos = b c tan = a b cot = b a Sinus kota je razmerje kotu naspr

Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos = b c tan = a b cot = b a Sinus kota je razmerje kotu naspr Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete in hipotenuze. Kosinus kota je razmerje

Prikaži več

Mladi za napredek Maribora srečanje DOLŽINA»SPIRALE«Matematika Raziskovalna naloga Februar 2015

Mladi za napredek Maribora srečanje DOLŽINA»SPIRALE«Matematika Raziskovalna naloga Februar 2015 Mladi za napredek Maribora 015 3. srečanje DOLŽINA»SPIRALE«Matematika Raziskovalna naloga Februar 015 Kazalo 1. Povzetek...3. Uvod...4 3. Spirala 1...5 4. Spirala...6 5. Spirala 3...8 6. Pitagorejsko drevo...10

Prikaži več

3. Metode, ki temeljijo na minimalnem ostanku Denimo, da smo z Arnoldijevim algoritmom zgenerirali ON bazo podprostora Krilova K k (A, r 0 ) in velja

3. Metode, ki temeljijo na minimalnem ostanku Denimo, da smo z Arnoldijevim algoritmom zgenerirali ON bazo podprostora Krilova K k (A, r 0 ) in velja 3. Metode, ki temeljijo na minimalnem ostanku Denimo, da smo z Arnoldijevim algoritmom zgenerirali ON bazo podprostora Krilova K k (A, r 0 ) in velja AV k = V k H k + h k+1,k v k+1 e T k = V kh k+1,k.

Prikaži več

P182C10111

P182C10111 Š i f r a k a n d i d a t a : Državni izpitni center *P18C10111* JESENSKI IZPITNI ROK MATEMATIKA Izpitna pola Ponedeljek, 7. avgust 018 / 10 minut Dovoljeno gradivo in pripomočki: Kandidat prinese nalivno

Prikaži več

Matematika II (UNI) Izpit (23. avgust 2011) RE ITVE Naloga 1 (20 to k) Vektorja a = (0, 1, 1) in b = (1, 0, 1) oklepata trikotnik v prostoru. Izra una

Matematika II (UNI) Izpit (23. avgust 2011) RE ITVE Naloga 1 (20 to k) Vektorja a = (0, 1, 1) in b = (1, 0, 1) oklepata trikotnik v prostoru. Izra una Matematika II (UNI) Izpit (. avgust 11) RE ITVE Naloga 1 ( to k) Vektorja a = (, 1, 1) in b = (1,, 1) oklepata trikotnik v prostoru. Izra unajte: kot med vektorjema a in b, pravokotno projekcijo vektorja

Prikaži več

Zgledi:

Zgledi: a) za funkcijo f(x)= 1/3x 1 izračunaj ničlo, zapiši začetno vrednost in nariši graf (x=3, začetna vrednost: f(0)= 1, graf seka abscisno os v točki (3,0), ordinatno os pa v točki (0, 1)) b) nariši graf

Prikaži več

MAGIČNI KVADRATI DIMENZIJE 4n+2

MAGIČNI KVADRATI DIMENZIJE 4n+2 List za mlade matematike, fizike, astronome in računalnikarje ISSN 0351-6652 Letnik 18 (1990/1991) Številka 6 Strani 322 327 Borut Zalar: MAGIČNI KVADRATI DIMENZIJE 4n + 2 Ključne besede: matematika, aritmetika,

Prikaži več

Poglavje 3 Reševanje nelinearnih enačb Na iskanje rešitve enačbe oblike f(x) = 0 (3.1) zelo pogosto naletimo pri reševanju tehničnih problemov. Pri te

Poglavje 3 Reševanje nelinearnih enačb Na iskanje rešitve enačbe oblike f(x) = 0 (3.1) zelo pogosto naletimo pri reševanju tehničnih problemov. Pri te Poglavje 3 Reševanje nelinearnih enačb Na iskanje rešitve enačbe oblike f(x) = 0 (3.1) zelo pogosto naletimo pri reševanju tehničnih problemov. Pri tem je lahko nelinearna funkcija f podana eksplicitno,

Prikaži več

Microsoft PowerPoint _12_15-11_predavanje(1_00)-IR-pdf

Microsoft PowerPoint _12_15-11_predavanje(1_00)-IR-pdf uporaba for zanke i iz korak > 0 oblika zanke: for i iz : korak : ik NE i ik DA stavek1 stavek2 stavekn stavek1 stavek2 stavekn end i i + korak I&: P-XI/1/17 uporaba for zanke i iz korak < 0 oblika zanke:

Prikaži več

Osnove verjetnosti in statistika

Osnove verjetnosti in statistika Osnove verjetnosti in statistika Gašper Fijavž Fakulteta za računalništvo in informatiko Univerza v Ljubljani Ljubljana, 26. februar 2010 Poskus in dogodek Kaj je poskus? Vržemo kovanec. Petkrat vržemo

Prikaži več

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA Enopredmetna matematika IN STATISTIKE Maribor, 31. 01. 2012 1. Na voljo imamo kovanca tipa K 1 in K 2, katerih verjetnost, da pade grb, je p 1 in p 2. (a) Istočasno vržemo oba kovanca. Verjetnost, da je

Prikaži več

C:/AndrejT/vestnik/76_1/Rotovnik/main.dvi

C:/AndrejT/vestnik/76_1/Rotovnik/main.dvi Elektrotehniški vestnik 76(1-2): 19 24, 2009 Electrotechnical Review, Ljubljana, Slovenija Optimalno permutacijsko usmerjanje v heksagonalnih omrežjih Maja Rotovnik 1, Jurij Šilc 2, Janez Žerovnik 3,1

Prikaži več

Microsoft PowerPoint - Java-rekurzija.ppt

Microsoft PowerPoint - Java-rekurzija.ppt Pesmica Živel je mož, imel je psa, lepo ga je učil. Nekoč ukradel mu je kos mesa, zato ga je ubil. Postavil mu je spomenik in nanj napisal: Živel je mož, imel je psa, lepo ga je učil. Nekoč ukradel mu

Prikaži več

P181C10111

P181C10111 Š i f r a k a n d i d a t a : Državni izpitni center *P181C10111* SPOMLADANSKI IZPITNI ROK MATEMATIKA Izpitna pola Sobota, 9. junij 018 / 10 minut Dovoljeno gradivo in pripomočki: Kandidat prinese nalivno

Prikaži več

Wienerjevemu indeksu podobni indeksi na grafih

Wienerjevemu indeksu podobni indeksi na grafih UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TENOLOGIJE Matematične znanosti, stopnja Daliborko Šabić Wienerjevemu indeksu podobni indeksi na grafih Magistrsko delo Mentor:

Prikaži več

'Kombinatoricna optimizacija / Lokalna optimizacija'

'Kombinatoricna optimizacija / Lokalna optimizacija' Kombinatorična optimizacija 3. Lokalna optimizacija Vladimir Batagelj FMF, matematika na vrhu različica: 15. november 2006 / 23 : 17 V. Batagelj: Kombinatorična optimizacija / 3. Lokalna optimizacija 1

Prikaži več

POPOLNI KVADER

POPOLNI KVADER List za mlade matematike, fizike, astronome in računalnikarje ISSN 031-662 Letnik 18 (1990/1991) Številka 3 Strani 134 139 Edvard Kramar: POPOLNI KVADER Ključne besede: matematika, geometrija, kvader,

Prikaži več

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Denis Kolarič Maribor, 2010

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Denis Kolarič Maribor, 2010 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Denis Kolarič Maribor, 2010 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO

Prikaži več

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo torej s pari podatkov (x i,y i ), kjer so x i vrednosti

Prikaži več

LaTeX slides

LaTeX slides Linearni in nelinearni modeli Milena Kovač 22. december 2006 Biometrija 2006/2007 1 Linearni, pogojno linearni in nelinearni modeli Kriteriji za razdelitev: prvi parcialni odvodi po parametrih Linearni

Prikaži več

Popravki nalog: Numerična analiza - podiplomski študij FGG : popravljena naloga : popravljena naloga 14 domače naloge - 2. skupina

Popravki nalog: Numerična analiza - podiplomski študij FGG : popravljena naloga : popravljena naloga 14 domače naloge - 2. skupina Popravki nalog: Numerična analiza - podiplomski študij FGG 9.8.24: popravljena naloga 4 3..25: popravljena naloga 4 domače naloge - 2. skupina V drugem delu morate rešiti toliko nalog, da bo njihova skupna

Prikaži več

Četrta vaja iz matematike 1 Andrej Perne Ljubljana, 2006/07 zaporedja Zaporedje je predpis, ki vsakemu n N priredi a n R. Monotonost zaporedij: Zapore

Četrta vaja iz matematike 1 Andrej Perne Ljubljana, 2006/07 zaporedja Zaporedje je predpis, ki vsakemu n N priredi a n R. Monotonost zaporedij: Zapore Četrta vaja iz matematike Adrej Pere Ljubljaa, 2006/07 zaporedja Zaporedje je predpis, ki vsakemu N priredi R. Mootoost zaporedij: Zaporedje { } je araščajoče, če je za vsak. Zaporedje { } je strogo araščajoče,

Prikaži več

PowerPoint Presentation

PowerPoint Presentation Integral rešujemo nalogo: Dana je funkcija f. Najdimo funkcijo F, katere odvod je enak f. Če je F ()=f() pravimo, da je F() primitivna funkcija za funkcijo f(). Primeri: f ( ) = cos f ( ) = sin f () =

Prikaži več

Poskusi s kondenzatorji

Poskusi s kondenzatorji Poskusi s kondenzatorji Samo Lasič, Fakulteta za Matematiko in Fiziko, Oddelek za fiziko, Ljubljana Povzetek Opisani so nekateri poskusi s kondenzatorji, ki smo jih izvedli z merilnim vmesnikom LabPro.

Prikaži več

Matematika II (UN) 1. kolokvij (13. april 2012) RE ITVE Naloga 1 (25 to k) Dana je linearna preslikava s predpisom τ( x) = A x A 1 x, kjer je A

Matematika II (UN) 1. kolokvij (13. april 2012) RE ITVE Naloga 1 (25 to k) Dana je linearna preslikava s predpisom τ( x) = A x A 1 x, kjer je A Matematika II (UN) 1 kolokvij (13 april 01) RE ITVE Naloga 1 (5 to k) Dana je linearna preslikava s predpisom τ( x) = A x A 1 x, kjer je 0 1 1 A = 1, 1 A 1 pa je inverzna matrika matrike A a) Poi² ite

Prikaži več

Srednja šola za oblikovanje

Srednja šola za oblikovanje Srednja šola za oblikovanje Park mladih 8 2000 Maribor POKLICNA MATURA MATEMATIKA SEZNAM VPRAŠANJ ZA USTNI DEL NARAVNA IN CELA ŠTEVILA Opišite vrstni red računskih operacij v množici naravnih števil. Kakšen

Prikaži več

Microsoft PowerPoint - IPPU-V2.ppt

Microsoft PowerPoint - IPPU-V2.ppt Informatizacija poslovnih procesov v upravi VAJA 2 Procesni pogled Diagram aktivnosti IPPU vaja 2; stran: 1 Fakulteta za upravo, 2006/07 Procesni pogled Je osnova za razvoj programov Prikazuje algoritme

Prikaži več

Numeri na analiza - podiplomski ²tudij FGG doma e naloge - 1. skupina V prvem delu morate re²iti toliko nalog, da bo njihova skupna vsota vsaj 10 to k

Numeri na analiza - podiplomski ²tudij FGG doma e naloge - 1. skupina V prvem delu morate re²iti toliko nalog, da bo njihova skupna vsota vsaj 10 to k Numeri na analiza - podiplomski ²tudij FGG doma e naloge -. skupina V prvem delu morate re²iti toliko nalog, da bo njihova skupna vsota vsaj 0 to k in da bo vsaj ena izmed njih vredna vsaj 4 to ke. Za

Prikaži več

MONADE V FUNKCIJSKEM PROGRAMIRANJU MITJA ROZMAN Fakulteta za matematiko in fiziko Univerza v Ljubljani Članek predstavi monado, eno pomembnejših struk

MONADE V FUNKCIJSKEM PROGRAMIRANJU MITJA ROZMAN Fakulteta za matematiko in fiziko Univerza v Ljubljani Članek predstavi monado, eno pomembnejših struk MONADE V FUNKCIJSKEM PROGRAMIRANJU MITJA ROZMAN Fakulteta za matematiko in fiziko Univerza v Ljubljani Članek predstavi monado, eno pomembnejših struktur v programskem jeziku Haskell Monada je za programski

Prikaži več

MATEMATIKA – IZPITNA POLA 1 – OSNOVNA IN VIŠJA RAVEN

MATEMATIKA – IZPITNA POLA 1 – OSNOVNA IN VIŠJA RAVEN Državi izpiti ceter *M840* Osova i višja rave MATEMATIKA JESENSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Poedeljek, 7. avgust 08 SPLOŠNA MATURA Državi izpiti ceter Vse pravice pridržae. M8-40-- IZPITNA POLA

Prikaži več

(Microsoft PowerPoint - vorsic ET 9.2 OES matri\350ne metode 2011.ppt [Compatibility Mode])

(Microsoft PowerPoint - vorsic ET 9.2 OES matri\350ne metode 2011.ppt [Compatibility Mode]) 8.2 OBRATOVANJE ELEKTROENERGETSKEGA SISTEMA o Matrične metode v razreševanju el. omrežij Matrične enačbe električnih vezij Numerične metode za reševanje linearnih in nelinearnih enačb Sistem algebraičnih

Prikaži več

Microsoft Word - 9.vaja_metoda porusnih linij_17-18

Microsoft Word - 9.vaja_metoda porusnih linij_17-18 9. vaja: RAČUN EJNE NOSILNOSTI AB PLOŠČ PO ETODI PORUŠNIH LINIJ S pomočjo analize plošč po metodi porušnih linij določite mejno obtežbo plošče, za katero poznate geometrijo, robne pogoje ter razporeditev

Prikaži več

Zadeva: Ponudba

Zadeva: Ponudba Navodila za urejanje Spletne strani CTEK.si 1. Dodajanje novega polnilnika Za dodajanje novega polnilnika nikoli ne prepisujte že objavljenih vsebin, ampak sledite tem navodilom. Ta so zagotovilo, da bodo

Prikaži več