Funkcionálanalízis. Általánosított függvények Disztribúciók. 12-13. el adás. 2012. május 9.-16. Lineáris funkcionál



Hasonló dokumentumok
Valószín ségelmélet házi feladatok

Analízisfeladat-gyűjtemény IV.

Analízis 1. (BSc) vizsgakérdések Programtervez informatikus szak tanév 2. félév

Analízis előadás és gyakorlat vázlat

Nevezetes függvények

Csődvalószínűségek becslése a biztosításban

Kockázati folyamatok. Sz cs Gábor. Szeged, szi félév. Szegedi Tudományegyetem, Bolyai Intézet

86 MAM112M előadásjegyzet, 2008/2009

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

Matematika Tanszék MOE (PE MIK) MMAM143VB 1 / 34

Tómács Tibor. Matematikai statisztika

ElMe 6. labor. Helyettesítő karakterisztikák: Valódi karakterisztika 1 pontosabb számításoknál 2 közelítő számításoknál 3 ideális esetben

MITISZK Miskolc-Térségi Integrált Szakképző Központ

MIKROÖKONÓMIA I. Készítette: K hegyi Gergely és Horn Dániel. Szakmai felel s: K hegyi Gergely június

Fourier sorok február 19.

Funkcionálanalízis. Gyakorló feladatok március 22. Metrikus tér, normált tér és skalárszorzat tér

Az analízis néhány alkalmazása

MATEMATIKA I. RÉSZLETES ÉRETTSÉGI VIZSGAKÖVETELMÉNY A) KOMPETENCIÁK

Matematikai programozás gyakorlatok

Széchenyi István Egyetem. Alkalmazott Mechanika Tanszék

MATEMATIKA GYAKORLÓ FELADATGYŰJTEMÉNY

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

FELADATOK A. A feladatsorban használt jelölések: R + = {r R r>0}, R = {r R r < 0}, [a; b] = {r R a r b}, ahol a, b R és a b.

Funkcionálanalízis az alkalmazott matematikában

matematikai statisztika október 24.

2. Interpolációs görbetervezés

TŰZOLTÓ TECHNIKAI ESZKÖZÖK, FELSZERELÉSEK XI. FEJEZET TŰZOLTÓ SUGÁRCSÖVEK

GAZDASÁGI MATEMATIKA I.

ÖNJAVÍTÓ AGGREGÁLÁS SZENZORHÁLÓZATOKBAN ÉS AGGREGÁTOR NODE VÁLASZTÁS. Schaffer Péter. Tézisfüzet. Konzulens: Buttyán Levente, Ph.D.

Egy emelt szintű érettségi feladat kapcsán Ábrahám Gábor, Szeged

Funkcionálanalízis. n=1. n=1. x n y n. n=1

Parciális dierenciálegyenletek

Természetes számok: a legegyszerűbb halmazok elemeinek. halmazokat alkothatunk, ezek elemszámai természetes 3+2=5

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Analízis I. példatár. (kidolgozott megoldásokkal) elektronikus feladatgyűjtemény

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertető Tartalomjegyzék Pályázati támogatás Gondozó

Bemenet modellezése II.

Statisztikai alapismeretek (folytatás)

Valószínűségszámítás

Valószínűségszámítás és statisztika. István Fazekas

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

2. előadás: További gömbi fogalmak


3

CsAvArbiztosítási rendszer

Épületgépész technikus Épületgépész technikus Energiahasznosító berendezés szerelője

Oktatási segédlet. Acél- és alumínium-szerkezetek hegesztett kapcsolatainak méretezése fáradásra. Dr. Jármai Károly.

Játékelmélet és pénzügyek

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

MATEMATIKA Kiss Árpád Országos Közoktatási Szolgáltató Intézmény Vizsgafejlesztő Központ

VÉGTELENÜL RENDEZETLEN KRITIKUS VISELKEDÉS Iglói Ferenc, Kovács István MTA Wigner Fizikai Kutatóközpont

Elektromágneses hullámok - Hullámoptika

Pénzügyi matematika. Medvegyev Péter szeptember 8.

Elektromágneses terek gyakorlat - 6. alkalom

Fourier-transzformáció

5. Trigonometria. 2 cos 40 cos 20 sin 20. BC kifejezés pontos értéke?

szerepet tölt be. A nagy evolúciós átmenetek szinte minden esetben tekinthetők

Összefoglaló valószínűségszámításból a Gépészmérnök Msc szak hallgatói számára

Kecskeméti Fıiskola GAMF Kar Informatika Tanszék. Johanyák Zsolt Csaba

Bináris keres fák kiegyensúlyozásai. Egyed Boglárka

Statisztika I. 6. előadás. Előadó: Dr. Ertsey Imre

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS I. Sorozatok és sorok

KÉRDÉSEK_TECHNOLÓGIA MUNKATERÜLET: GÉPÉSZET ÉS FÉMMEGMUNKÁLÁS OKTATÁSI PROFIL: LAKATOS

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

A nyírás ellenőrzése

19. Hasításos technikák (hash-elés)

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS II. ***************

Numerikus módszerek 1.

MODELLEK ÉS ALGORITMUSOK ELŐADÁS

Konvex optimalizálás feladatok

Mesterséges intelligencia, 7. előadás október 13. Készítette: Masa Tibor (KPM V.)

GAZDASÁGI STATISZTIKA

Statisztikai módszerek

Mikroökonómia I. ELTE TáTK Közgazdaságtudományi Tanszék. 6. hét PREFERENCIÁK, HASZNOSSÁG 2. RÉSZ

4. LECKE: DÖNTÉSI FÁK - OSZTÁLYOZÁS II. -- Előadás Döntési fák [Concepts Chapter 11]

Ferenczi Dóra. Sorbanállási problémák

4. A GYÁRTÁS ÉS GYÁRTÓRENDSZER TERVEZÉSÉNEK ÁLTALÁNOS MODELLJE (Dudás Illés)

SZAKDOLGOZAT. A klasszikus összhangzattan axiomatikája. Tóbiás András március 14.

Soukup Dániel, Matematikus Bsc III. év cím: Témavezető: Szentmiklóssy Zoltán, egyetemi adjunktus

Brückler Zita Flóra. Lineáris rendszerek integrálása

Egzisztenciatételek a differenciálegyenletek elméletéből

Feladatok és megoldások a 6. heti eladshoz

Ady Endre Líceum Nagyvárad XII.C. Matematika Informatika szak ÉRINTVE A GÖRBÉT. Készítette: Szigeti Zsolt. Felkészítő tanár: Báthori Éva.

Mikrohullámok vizsgálata. x o

Komputer statisztika gyakorlatok

Matematikai és matematikai statisztikai alapismeretek

Marcsa Dániel. M.Sc. szakos mechatronikus hallgató. Konzulens: Dr. Kuczmann Miklós, Ph.D. egyetemi docens. Elektromágneses Terek Laboratórium

2. Hőmérséklet érzékelők vizsgálata, hitelesítése folyadékos hőmérő felhasználásával.

FAIPARI ALAPISMERETEK

Hajlított vasbeton keresztmetszet ellenőrzése III. feszültségi állapotban

Debrecen. Bevezetés A digitális képfeldolgozás közel hetven éves múlttal rendelkezik. A kezdeti problémák

Áttekintés a felhasznált lineáris algebrai ismeretekről.

Általános statisztika II. Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László


Analízis. Ha f(x) monoton nő [a;b]-n, és difható egy (a;b)-beli c helyen, akkor f'(c) 0

Differenciálegyenletek

Nemzetközi Magyar Matematikaverseny 2016

Feszített vasbeton gerendatartó tervezése költségoptimumra

Félévi időbeosztás (nagyjából) házi feladat beadási határidőkkel (pontosan) Valószínűségszámítás 2. matematikusoknak és fizikusoknak, 2009 tavasz

Kalkulus II. Beugró kérdések és válaszok 2012/2013 as tanév II. félév

L(f, s) def. n s. n=1. n=1

Átírás:

Funkcionálanalízis 12-13. el adás 212. május 9.-16. Általánosított függvények Disztribúciók Lineáris funkcionál Legyen C () az függvénytér, amely a végtelen sokszor dierenciálható, kompakt tartójú függvényeket tartalmazza: ϕɛc (), ha ϕ : végtelen sokszor dierenciálható, és tartója (support) supp(ϕ) := {x : ϕ(x) } kompakt. (Más szóval, I véges intervallum, melyre ϕ(x) = ha xɛ I.) C () lineáris tér. A továbbiakban rövid jelölést használunk D := C (). Deníció. A (ϕ n ) D sorozat konvergens (jelölés ϕ n ϕ) ha: 1) I véges, melyre supp ϕ n I n. 2) ϕ n (k) ϕ (k) egyenletesen k-ra, azaz minden derivált egyenletesen konvergál a határérték deriváltjaihoz az I intervallumban. Deníció. A T : D funkcionál általánosított függvény, ha: 1) lineáris: T (αϕ + βψ) = αt (ϕ) + βt (ψ), ha ϕ, ψɛd és α, βɛ. 2) folytonos: ϕ n ϕ T ϕ n T ϕ. Tehát az általánosított függvény egy speciális lineáris funkcionál. Az általánosított függvény elnevezés mellett használjuk a disztribúció elnevezést is. 1

Jelölés. D := { disztribúciók }. 1. Példa. f : tetsz leges folytonos függvény. A T f hozzárendelést így adjuk meg: Ekkor T f : D disztribúció. ϕ T f (ϕ) := fϕdx. 2. Példa. T (ϕ) := ϕ() nevezetes disztribúció. Ehhez kapcsolódó jelölések: δ(ϕ) := ϕ(), δ a (ϕ) := ϕ(a) Fizikában néha ezt a disztribúciót az el z példához hasonlóan jelölik: δ(ϕ) = (Mintha olyan lenne...) 3. Példa. f : tetsz leges lokálisan integrálható függvény. T f : D, T f (ϕ) := fϕdx ϕ(x)δ(x)dx. Jelölje L 1 loc () az -n értelmezett, lokálisan integrálható függvények halmazát. Minden fɛl 1 loc () "közönséges" függvény egyben általánosított függvény is. Ebben az esetben a "közönséges" függvényt és az általánosított függvényt ( megfelel lineáris funkcionált) azonosnak vesszük. Deníció. Ha a T ɛd disztribúcióhoz van fɛl 1 loc () függvény, melyre T = T f, akkor T reguláris disztribúció. 4. Példa. Dirac-δ disztribúció. T (ϕ) = ϕ() Ehhez nincs megfelel közönséges függvény. Ez a disztribúció nem reguláris. Disztribúciók deriválása A deníció el tt nézzük meg, mit remélhetünk. Deriválásnál elvárjuk, hogy ha f dierenciálható függvény, akkor legyen (T f ) = T f. Eszerint: T f (ϕ) = f ϕdt = fϕ } {{ } = fϕ dx = T f (ϕ ) Deníció. T ɛd deriváltja T ɛd, melyet így értelmezünk: T (ϕ) := T (ϕ ).

Tehát a T derivált egy olyan disztribúció ( lineáris funkcionál), mely tetsz leges ϕɛdhez a fenti módon rendel értéket. Következmény. Minden T ɛd akárhányszor deriválható, és k-dik deriváltja k T (ϕ) = (1) k T (ϕ (k) ). 5. Példa. A Dirac delta deriváltja δ(ϕ) = δ (ϕ) = ϕ (). 6. Példa. A Heaviside-függvény (egység-ugrás): A hozzá tartozó disztribúció: Ennek deriváltja: (T H ) (ϕ) = T H (ϕ ) = H(x) = T H (ϕ) =, x < 1, x [ ϕ (x)dx = ϕ(x)dx. ] ϕ(x) = + ϕ() = δ(ϕ) Tehát az egység-ugrás függvény deriváltja a Dirac delta általánosított függvény. 7. Példa. Ha az f függvény szakaszonként folytonosan dierenciálható - például ugrás van benne, - akkor általánosított értelemben vett deriváltjában megjelenik a Dirac delta függvény. Ezen az ábrán az f függvényben az x pontban egy m nagyságú ugrás van. Formálisan azt írhatjuk, hogy f = f + mh(x + x ), ahol f folytonosan dierenciálható, H pedig az egység-ugrás függvény. Ekkor a disztribúció értelemben vett derivált: f = f + mδ x.

Deníció. Az fɛl 1 loc-hez tartozó gyenge derivált gɛl 1 loc, ha: Állítás. ϕɛd : fϕ dx = gϕ dx - Az f függvény gyenge deriváltja - ha létezik - akkor egyértelm. - Ha f dierenciálható, akkor gyenge deriváltja g = f. - Ha az f függvényhez tartozó T f disztribúció deriváltja reguláris, éspedig T f = T g, akkor f gyenge deriváltja g. 8. Példa. Az f(x) = x függvény gyenge deriváltja? 1. ábra. Az abszolút érték függvény klasszikus értelemben nem deriválható. A denícióban megfogalmazott tulajdonság szerint az - egyel re ismeretlen - g függvényre A baloldalt átalakítva: x ϕ (x)dx = = [ xϕ(x) ] + x ϕ (x)dx = g(x)ϕ(x) dx. (x)ϕ (x)dx xϕ (x)dx = (1) ϕ(x)dx + [ xϕ(x) ] + 1 ϕ(x)dx. A függvény megváltozások elt nnek, csak a két integrál marad végül: x ϕ (x)dx = g(x)ϕ(x) dx, g(x) = Tehát g(x) = sgn(x) m.m. 1 ha x < +1 ha x >

2. ábra. Az abszolút érték függvény gyenge deriváltja. 9. Példa. Legyen f a racionális számok karakterisztikus függvénye: 1, xɛq f(x) = χ Q (x) =, egyébként Ennek gyenge deriváljta g(x) = (hiszen f = m.m). 1. Példa. Az f(x) = függvény gyenge deriváltja g(x) = H(x). 1, x < 1 + x, x