CCF20140608005

CCF20140608005



28 2. Układ iterowanych odwzorowań (IFS)

2) istnieje takie A E (0,1), że dla dowolnych xb,x2 E X i dla za,zb E Z zachodzi warunek Lipschitza

(2.9)


p(f(x1;za),f(x2;zb)) < Ap(x1,x2) + ocpz(za,zb)

gdzie oc 0.

Wówczas dla każdego z E Z istnieje w przestrzeni (X,p) dokładnie jedno rozwiązanie x(z) równania x = f(x-,z) i zachodzi oszacowanie


(2.10)

a więc rozwiązanie x(z) jest funkcją ciągłą parametru z.

2.3. Metryka Hausdorffa

Zajmiemy się teraz przestrzenią, której elementami będą „obrazki na płaszczyźnie", a mówiąc poważnie, podzbiory zwarte punktów płaszczyzny lub, ogólniej, podzbiory zwarte przestrzeni metrycznej.

Niech (X,p) będzie dowolną przestrzenią metryczną zupełną. W zdecydowanej większości przytoczonych poniżej przykładów będzie to płaszczyzna R2 z metryką euklidesową. Oznaczmy przez    zbiór, którego elementami

są zwarte i niepuste podzbiory przestrzeni X. Jeżeli A i B są elementami zbioru ,Xf(X), to suma A U B również jest elementem tego zbioru. W zbiorze MJ{X) definiuje się tzw. metrykę Hausdorffa [7], [17],

Niech x i y będą elementami, a A i B zwartymi i niepustymi podzbiorami przestrzeni X (czyli elementami zbioru ,2f’(X)), przy czym x E A i y 6 B. Jeśli p(x,y) oznacza odległość między elementami x i y, to wyrażenia

d(x,B) = miny{p(x,y): y E B}

d(y,A)=mmx{p(x,y)\xEA}    '

oznaczają odpowiednio odległość punktu x od zbioru B i odległość punktu y od zbioru A.

Z kolei wyrażenia

d(A,B) = maxx{d(x,B): x E A}

d{B, A) = maxy{d(y, A): y E B}    '

oznaczają odpowiednio odległość zbioru A od zbioru B i odległość zbioru B od zbioru A. Są to na ogół różne odległości (rys. 2.3). Większą z dwóch liczb (2.12) h(A,B) = max{d{A,B), d(B, A)} nazywamy odległością Hausdorffa między zbiorami A i B. Oczywiście, jeśli A C B, to d(A,B) = 0.

Bardziej obrazowe wydaje się jednak inne, równoważne sformułowanie. Niech

!i(A;r) = {z: d(z,A) < r} i U(B;r) = {z: d(z,B) < r} (2.13) oznaczają odpowiednio otoczenia zbiorów A i B, każde o promieniu r.


Wyszukiwarka

Podobne podstrony:
CCF20140608001 24 2. Układ iterowanych odwzorowań (IFS) Rozpatrzymy teraz układ czterech zwężającyc
CCF20140608007 30 2. Układ iterowanych odwzorowań (IFS) Rys. 2.4. Pierwsze cztery wyrazy trzech róż
CCF20140608003 26 2. Układ iterowanych odwzorowań (IFS) Rys. 2.2. Geometryczna interpretacja zbieżn
CCF20140608000 Rozdział 2Układ iterowanych odwzorowań (IFS)2.1. Choinka i inne obrazki Zaczniemy od
CCF20140608009 32 2. Uktad iterowanych odwzorowań (IFS) 32 2. Uktad iterowanych odwzorowań
CCF20090513016 50 l. Indukcja i wyjaśnianie równe zero, lo jest istnieje takie /, że dla każdego i
chądzyński9 112 6. FUNKCJE REGULARNE Istotnie, istnieje C > 0 takie, że dla dostatecznie dużych
CCF20140608008 2.4. Układ iterowanych odwzorowań 312.4. Układ iterowanych odwzorowań Niech w będzie
CCF20140608010 2.4. Układ iterowanych odwzorowań 33 Przykład 2.3. Niech przestrzeń X będzie odcinki
Image1890 Jeśli istnieje e takie.że 0.(x0je)cC
Image2217 Jeśli istnieje e takie, że 0(x0je)c £}, to lim f(x)=f(x$). x^x0
Image2218 Jeśli istnieje e takie,że 0+ (x0je)cCj, to lim f(x) =f(x^). x^x0+
1 (33) 3 Zbiory zwarte 39 Gj; i> wszystkich zbiorów /„. : istnieje r > 0 takie, że ó <
Załóżmy, źe 7r jest optymalnym porządkiem oraz źe istnieją x,y takie, źe x < y oraz Ux > Uy. Z
Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13 istnieje a G A takie, że
lab7 120 Hipotezy: H0: /z, = fi2 = ... = flk = fiQ, H[ istnieje takie j (l < j < k), że [ij /

więcej podobnych podstron