2. Grundlagen der Funktionalanalysis
|
|
- Maike Kruse
- vor 5 Jahren
- Abrufe
Transkript
1 Existenz eines neutrlen Elements: 1 v = v α, β K und v, v 1, v 2 V. 2. Grundlgen der Funktionlnlysis Die Funktionlnlysis beschäftigt sich mit Vektorräumen und stetigen Abbildungen uf diesen. Wichtig ist dbei der Begriff des Funktionls, d.h. einer Abbildung von Vektoren uf Sklre Norm, bestimmtes Integrl und des Opertors, d.h. einer Abbildung von Vektoren uf Vektoren Differentition, unbestimmtes Integrl. Mn knn die Funktionlnlysis ls eine Erweiterung der Lineren Algebr uffssen. Ein wichtiger Spezilfll der in der Funktionlnlysis untersuchten Vektorräume sind normierte Vektorräume, z.b. Hilberträume. 2.1 Vektorräume Vektorräume sind in der Physik von besonderer Bedeutung, d sie oft die zugrundeliegende mthemtische Struktur des physiklischen Problems wiederspiegeln. Wir beginnen mit einer kurzen Wiederholung der grundelegenden Definitionen. Definition 2.1 Vektorrum. Es sei K ein Körper R oder C und eine Menge V gegeben mit einer inneren Verknüpfung Addition: + : V V V, v1, v 2 v 1 + v 2 und einer äußeren Verknüpfung Multipliktion mit Sklren, : K V V, α, v α v, dnn heißt V Vektorrum über K, wenn gilt: V1: V zusmmen mit der Addition + ist eine Abelsche Gruppe. V2: Für die Multipliktion mit Sklren gilt Distributivität: α + β v = α v + β v Distributivität: α v 1 + v 2 = α v 1 + α v 2 Assozitivität: α β v = αβ v 20 Die Elemente v V heißen Vektoren. Als Schreibweise für Vektoren wählen wir v, nch Dirc uch ket gennnt. Definition 2.2 Untervektorrum. Sei V ein K-Vektorrum. Die Teilmenge W V heißt Untervektorrum von V, wenn gilt UV1: W UV2: Abgeschlossenheit bezüglich Addition : w 1, w 2 W w 1 + w 2 W UV3: Abgeschlossenheit bezüglich Multipliktion mit Sklren: w W, α K α w W Ddurch wird in W eine Vektorrumstruktur induziert. K n : Die Menge K n ller n-tupel α = α 1,..., α n, α i K d.h. der gewohnte n-dimensionle K-Vektorrum, K = R oder K = C b l p : Die Menge l p 1 p < ller Folgen für die gilt αn p < c C[, b]: Die Menge C[, b] ller uf dem Intervll [, b] stetigen Funktionen. d C n [, b]: Die Menge C n [, b] ller uf dem Intervll [, b] n-ml stetig differenzierbren Funktionen. e L p : Die Menge L p 1 p < ller uf dem Intervll [, b] messbren Funktionen f : t ft, für die ds Integrl b dt ft p existiert. 2.2 Normierte Räume In Form einer Norm führen wir eine Struktur in Vektorräumen ein; es wird sich zeigen, dss es viele verschiedene Relisierungen von Normen gibt. Normen quntifizieren den Begriff des Abstndes zwischen Vektoren. Definition 2.3 Norm. Es sei ein K-Vektorrum V gegeben, uf dem eine Abbildung : V R definiert sei. Diese Abbildung nennen wir Norm, wenn die folgenden Axiome gelten wir verwenden die Schreibweise v v : 21 n=1
2 N1: v 0, wobei v = 0 v = 0 N2: Homogenitätseigenschft: α v = α v N3: Dreiecksungleichung: v 1 + v 2 v 1 + v 2 Einen Vektorrum mit einer Norm nennen wir normierten Rum und bezeichnen ihn mit V,. Lemm 2.1. Sei eine Norm uf V, dnn gilt für lle v 1, v 2 V: v 1 ± v 2 v 1 v 2. Wir betrchten jetzt Folgen in Vektorräumen. Unter dem Limes der Folge v n n v verstehen wir, dss gilt: v n v n 0. Normierte Räume hben die folgenden Stetigkeitseigenschften: Stz 2.1. Es sei ein normierter Rum V, gegeben mit den Folgen v n, v n V und α n K und den Konvergenzeigenschften v n n v, v n n v n, α n α, dnn gilt: 1 v n + v n n v + v. 2 α n v n n α v 3 v n n v Ds beweist mn mit den Normeigenschften N1-N3, z.b. für 1 v n + v n v + v = v n v + v n v v n v + v n v n 0 Aus den Vektorrumbeispielen lssen sich z.b. mit folgenden Normen normierte Vektorräume konstruieren: Euklidische Norm 2 : K n, 2 : α 2 := n α l 2, α α 1,..., α n K n b C[, b], 2 : f 2 := dt ft 2, 22 f C[, b] b p-norm p, 1 p < : 1/p l p, p : α p := α l p, α α 1,..., α n,... l p b 1/p L p [, b], p : f p := dt ft p, f L p [, b] Die Vektorräume l p und L p, insbesondere l 2 und L 2 spielen eine wichtige Rolle in der Quntenmechnik. Sklrprodukt Eng verbunden mit der Norm ist ds Sklrprodukt in Vektorräumen. Definition 2.4 Sklrprodukt. Es sei ein K-Vektorrum gegeben, uf dem eine Abbildung : V V K R oder C definiert sei. Wir nennen diese Abbildung Sklrprodukt, wenn folgende Axiome für lle v, v 1, v 2 V und α K gelten: S1: v v 0, wobei v v = 0 v = 0 Sklrprodukt ist positiv definit S2: v 1 αv 2 = α v 1 v 2 S3: v v 1 + v 2 = v v1 + v v2 S4: v 1 v 2 = v 2 v 1 Sklrprodukt ist Hermitesch Gilt v 1 v 2 = 0, so heißen die Vektoren v 1 und v 2 orthogonl zueinnder. Aus diesen Definitionen folgt, dss mit v = v v, v V eine Norm uf V erklärt wird, die knonische Norm uf V gennnt wird. Die Normxiome N1-N3 folgen dnn us S1-S3. l 2, 2 : α β := α nβ n, β 1,..., β n,... l 2 n=1 α α 1,..., α n,..., β Ds so definierte Sklrprodukt erzeugt die Euklidische Norm 2 ls knonische Norm. Mn vergewissert sich leicht, dss es sich bei α β um ein Sklrprodukt hndelt: 23
3 1 α α = n α nα n = n α n 2 0, und n α n 2 = 0 α n = 0 n α = 0. 2 α cβ = n α n cβn = c n α nβ n = c α β. 3 α β + γ = n α n βn + γ n = n α nβ n + n α nγ n = α β + α γ. 4 α β = n α nβ n = n β n α n = β α. b C[, b], 2 : f g := b dt ft gt, f, g C[, b] Auch in diesem Fll erzeugt die Euklidische Norm 2 die knonische Norm. c b C[, b], w 2 : f g := dt wt ft gt, f, g C[, b] mit einer Gewichtsfunktion wt C[, b], für die wt > 0 gilt. Einen Vektorrum mit einem Sklrprodukt nennt mn uch einen Prähilbertrum. Eine Norm, die durch ein Sklrprodukt erzeugt wird, ht folgende Eigenschften: Stz 2.2. Sei ein K-Vektorrum gegeben mit v 1, v 2 V, α K, mit einer knonischen Norm, die durch ds Sklrprodukt erzeugt wird, dnn gilt: 1 Schwrzsche Ungleichung: v1 v 2 v1 v 2. 2 v 1 + v 2 = v 1 + v 2 α 0 mit v 1 = α v 2 oder v 2 = α v 1. 3 Prllelogrmmidentität: v 1 + v v 1 v 2 2 = 2 v v Polrisierungsidentität K = R v 1 v 2 = 1 4 v1 + v 2 2 v 1 v 2 2. b K = C v 1 v 2 = 1 4 v1 +v 2 2 v 1 v 2 2 +i v 1 iv 2 2 i v 1 + iv 2 2. Dule Vektoren und Dulräume Wir untersuchen nun die Lineritätseigenschften des Sklrproduktes. Wir beginnen mit dem zweiten Argument des Sklrprodukts und setzen v 1 = α v 2 + β v Dnn ist nch S2, S3 v v 1 = v α v 2 + β v 3 = α v v 2 + β v v 3, d.h. v v 1 ist eine linere Funktion von α und β, ds Sklrprodukt ist liner im zweiten Argument. Jetzt wenden wir uns dem ersten Argument zu und setzen v = α v 2 + β v 3. Wir bilden dsselbe Sklrprodukt unter Verwendung von S2-S4: v v 1 = v 1 v = α v 1 v 2 + β v 1 v 3 = α v 1 v 2 + β v 1 v 3 = α v 2 v 1 + β v 3 v Wir finden lso, dss v v 1 im ersten Argument keine linere Funktion von α und β ist. Mn nennt ds Sklrprodukt ntiliner im ersten Argument. Die durch ds Sklrprodukt definierte Form ist dher nicht biliner sondern sesquiliner. Um diese Asymmetrie bezüglich erstem und zweitem Argument des Sklrprodukts ufzulösen, interpretieren wir die sogennnten br-vektoren ls Elemente eines nderen Vektorrums. Dbei gibt es eine direkte Korrespondenz zwischen Vektoren beider Räume. Es gibt lso einen Rum der kets und einen dzu dulen Rum der brs. v heißt dnn der zu v dule Vektor; sie trgen den identischen Nmen v. Die Multipliktion eines br mit einem ket wird jetzt durch erklärt. Wenn wir setzen, finden wir v 1 v 2 v 1 v 2 v = v 2 α + v 3 β v v 1 = α v 2 v 1 + β v 3 v 1, d.h. dsselbe Resultt wie in 2.1. Somit ist v = v 2 α + v 3 β der zu v = α v 2 + β v 3 dule Vektor. Unser Sklrprodukt ist lso usschließlich zwischen brs und kets, d.h. zwischen Elementen zweier unterschiedlicher ber eng verwndter Vektorräume definiert. 25
4 Die mthemtische Grundlge für die Dircsche Br-Ket-Nottion ist der Zusmmenhng des Sklrprodukts uf normierten Vektorräumen später dnn Hilberträumen mit lineren Abbildungen oder lineren Funktionlen uf diesen: Zu jedem lineren Vektorrum V existiert ein sogennnter Dulrum linerer Funktionle uf V. Ein Funktionl weist jedem Vektor v V einen sklren Wert K zu. Ein lineres Funktionl erfüllt zusätzlich: F α v +β w = αf v +βf w α, β K und v, w V. 2.2 Beispiel für ein lineres Funktionl: ds bestimmte Integrl; es weist jeder Funktion f einen Sklr zu und ist liner. Die Menge ller lineren Funktionle bilden einen Vektorrum V den Dulrum, wenn wir uch die Summe definieren: F 1 + F 2 v = F 1 v + F2 v. 2.3 Der folgende Stz stellt jetzt die eindeutige Beziehung zwischen Vektorrum und zugehörigem Dulrum her: Stz 2.3 Rieszsches Theorem. V und V sind isomorph, d.h. es gibt eine eineindeutige Beziehung zwischen den lineren Funktionlen F in V und den Vektoren w in V. Alle lineren Funktionle hben die Form F v = w v, wobei w ein fester Vektor und v ein beliebiger Vektor ist. Deshlb können wir ein Funktionl F mit einem br-vektor w V identifizieren, der uf einen Vektor v V wirkt, mit der Schreibweise w v. Mn drf dbei nie die Antilinerität us dem Auge verlieren: der Vektor ket α v korrespondiert zum Funktionl br α v. 2.3 Hilberträume Hilberträume sind von zentrler Bedeutung in der Quntenmechnik. Zu ihrer Definition bruchen wir zunächst den Begriff der Cuchyfolge: Definition 2.5 Cuchyfolge. Es sei ein normierter Rum V, gegeben mit einer Folge v n V, n N. Diese Folge heißt Cuchyfolge, wenn zu jedem ɛ > 0 ein n 0 N existiert, sodss für lle n, n > n 0 gilt: v n v n ɛ. Wir schreiben dfür kurz: v n v n n,n Wir sgen v n V konvergiert, wenn gilt: v n v n 0 und v V. Mn mcht sich leicht klr, dss es höchstens ein solches Element in V gibt, denn flls es ein weiteres Element v V gäbe, würde nch der Dreiecksungleichung N3 gelten: v v v v n + v n v 0 und zusmmen mit N1 v = v. Lemm 2.2. Jede konvergente Folge ist eine Cuchyfolge. Beweis: Es konvergiere v n gegen v, dnn gilt: v n v n v n v + v v n n,n 0. Für den Hilbertrum benötigen wir den Begriff der Vollständigkeit: Definition 2.6. Ein normierter Rum V, heißt vollständig, wenn in ihm jede Cuchyfolge konvergiert. Ds ist nicht selbstverständlich, denn es gibt j z.b. im Körper der rtionlen Zhlen Cuchyfolgen, die nicht gegen eine rtionle Zhl konvergieren; erst die Erweiterung des Körpers uf nichtrtionle Zhlen - die reellen Zhlen - mcht ihn vollständig. Nun hben wir lles prt für die Definition des Hilbertrums: Definition 2.7 Hilbertrum. Einen normierten Rum V, mit einme Sklrprodukt Prähilbertrum, der vollständig ist, nennen wir Hilbertrum und bezeichnen ihn mit H V,. 1 Der Prähilbertrum l 2, 2 mit Sklrprodukt α β = n α nβ n, α, β l 2 ist ein Hilbertrum. Er wird uch der Hilbertsche Folgenrum gennnt. Der Beweis der Vollständigkeit ist ein wenig knifflig Litertur. 2 Der Prähilbertrum L 2, 2 mit Sklrprodukt f g = b dx f xgx, f, g, L 2 ist ein Hilbertrum. Er wird uch der Hilbertsche Funktionenrum gennnt. Auch hier ist der Beweis der Vollständigkeit nicht gnz einfch; schon für die Positiv-Definitheit des Sklrprodukts muß mn vom Riemnn- Integrl zum Lebesgue-Integrl übergehen; dieses konvergiert im Mittel uch für Funktionen mit endlich vielen Unstetigkeitsstellen. Der Hilbertrum ist dnn der Rum ller Lebesgue-integrierbren Funktionen, wobei wir Funktionen identifizieren, die sich nur uf einer Menge 27
5 vom Mß Null unterscheiden; ds Sklrprodukt ist uf diesem Quotientenrum eindeutig definiert und positiv-definit. Dieser Rum heißt Lebesguerum und ist definiert durch L [, b] ˆL 2 [, b] := L 2 [, b] /N [, b] = v ik α l v il = α l v ik v il = d.h. die Koeffizienten müssen lle null sein. α l δ kl = α k mit der Nullmenge N [, b] := { f L 2 [, b] f f = 0 }. Dies bildet eine Äquivlenzklsse in L 2 [, b], bei der Funktionen zur gleichen Klsse gehören, wenn sie fst überll übereinstimmen. 2.4 Orthogonlität Definition 2.8. Sei H ein Hilbertrum mit Unterräumen W, W H. Die Vektoren v, v H heißen orthogonl v v, wenn gilt: v v = 0. Wir schreiben v W, wenn v w = 0 w W. Zwei Unterräume W, W H heißen orthogonl, wenn w w = 0 w W, w W. Den Unterrum W := { v H v W } nennen wir Orthogonlrum von W. Wir bezeichnen mit W + W := { w + w w W, w W, W W = {0} } die direkte Summe zweier Unterräume und nennen sie orthogonle Summe, flls die Unterräume uch noch orthogonl sind W W und schreiben dfür W W. Für den durch die Vektoren { w i }, w i W ufgespnnten Unterrum schreiben wir uch w 1, w 2,.... Die bzählbre Teilmenge v i,2,... H nennen wir ein Orthogonlsystem, wenn prweise gilt: v i v j, i j. Gilt zusätzlich v i v j = δ ij, so nennen wir dies ein Orthonormlsystem ONS. Viele der folgenden Sätze und Definitionen sind us der lineren Algebr beknnt: Definition 2.9 Linere Unbhängigkeit. Eine Menge von Vektoren v i, i = 1,..., n heißt liner unbhängig, wenn gilt: α i v i = 0 α i Ansonsten heißen sie liner bhängig. Lemm 2.3. Jede Teilmenge eines Orthogonlsystems ist liner unbhängig. Beweis: Sei eine beliebige Teilmenge eines ONS gegeben: { v i1, v i2,..., v in }, dnn folgt us 0 = n α l v il, α l K 28 Definition 2.10 Dimension. Ein Vektorrum ht die Dimension n, wenn es in ihm mximl n liner unbhängige Vektoren gibt. Die Dimension eines Vektorrums ist unbhängig von der Whl der Bsis. In der Quntenmechnik hben wir es oft mit unendlich-dimensionlen Vektorräumen zu tun. Es gilt die Verllgemeinerung des Stzes von Pythgors: Lemm 2.4 Pythgors. Sei v i,2,...,n ein Orthogonlsystem in H und die knonische Norm, dnn gilt: 2 v i = v i 2 Beweis: i v i 2 = i v i j v j = ij v i v j = ij δ ij v i 2 = i v i 2 Trigonometrisches Orthonormlsystem: Sei H = L [, b], 2, dnn ist f n t := ein ONS, d gilt: 1 exp i 2πn b b t, n Z 2.6 f n f n = 1 b b dt exp i 2πn n t = δ nn b b Legendrefunktionen: Sei H = L 2 [, 1], 2, dnn führen die Legendreschen Polynome d n P n t := 1 t 2 2 n n! dt n 1 n, n N
6 d.h die ersten fünf sind P 0 t = 1, P 1 t = t, P 2 t = 1 2 3t2 1, P 3 t = 1 2 5t3 3t, P 4 t = t4 30t uf ds Orthonormlsystem der Legrendeschen Funktionen η n t := n P nt. 2.8 Die Legendrefunktionen treten beispielsweise uf, wenn mn die Lplcegleichung ϕ = 0 in Kugelkoordinten löst. c Hermitefunktionen: Sei H = L 2 R, w 2 mit wt = e t 2, d.h. ft w 2 = dt wt ft 2, dnn führen die Hermiteschen Polynome H n t := n t2 dn e, n N dt ne t2 d.h die ersten fünf sind H 0 t = 1, H 1 t = 2t, H 2 t = 4t 2 2, H 3 t = 8t 3 12t, H 4 t = 16t 4 48t uf ds ONS der Hermiteschen Funktionen ψ n t := e t2 2 2n n! π H nt Diese Funktionen treten ls Eigenfunktionen des hrmonischen Oszilltors uf. d Lguerrefunktionen: Sei H = L 2 [0, ], w 2 mit wt = e t 2, dnn führen die Lguerreschen Polynome L n t := e t dn dt n t n e t, n N uf ds ONS der Lguerreschen Funktionen φ n t := e t 2 n! L nt Die Lguerreschen Funktionen gehen in die Eigenfunktionen des Wsserstofftoms ein. 30 Als nächstes müssen wir die Frge bentworten, wie mn in einem gegebenen Hilbertrum ein Orthonormlsystem konstruiert. Stz 2.4 Grm-Schmidtsches Orthonormlisierungsverfhren. Es sei ein System { v 1,..., v n } liner unbhängiger Elemente us H gegeben, dnn gibt es ein Orthonormlsystem { e 1,..., e n } mit v1,..., v n = e 1,..., e n d.h. von den v i und den e i wird derselbe Unterrum ufgespnnt. Beweis: Wir setzen e 1 := v 1 v 1 und { führen den konstruktiven Beweis durch Induktion. Sei nun ein ONS ei },...,l<n schon bestimmt, sodss gilt: v 1,..., v l = e 1,..., e l. Dnn setzen wir ẽ l+1 := v l+1 l e i e i v l und zeigen, dss dieser Vektor orthogonl zu llen Vektoren { e 1,..., e l } ist: l l e j ẽ l+1 = e j v l+1 e j e i e i v l+1 = e j v l+1 δ ij e i v l+1 = 0 für lle j = 1,..., l. D v l+1 liner unbhängig ist, ist ẽ l+1 = 0. Nun setzen wir e l+1 := ẽ l+1 ẽ l+1 und erhlten ds ONS { e 1,..., e l+1 }. Beispiel: Wir betrchten den Hilbertrum H = L [, 1],, und den Unterrum der liner unbhängigen Polynome { v n = t n}. Dnn ergibt n=0,1,... ds Grm-Schmidtsche Orthonormlisierungsverfhren ds ONS der Legendrefunktionen. Die ersten Schritte der Orthonormierung wir beginnen mit Index 0 sttt 1 im Stz 2.4: v 0 = 1, v 1 = t, v 2 = t 2. v 0 v 0 = ẽ 1 = v 1 e 0 e 0 v 1 = t 1 2 dt = [t] 1 = 2 e 0 = dt t = t ẽ 1 ẽ 1 = = dt t 2 = 2 3 e 1 = 3 2 t
7 ẽ 2 = v 2 e 0 e 0 v 2 e 1 e 1 v 2 = t 2 1 dt t t dt t 3 = t ẽ 2 ẽ 2 = e 2 = dt t = t 2 1 = 3 =0 dt t t2 + 1 = = t2 1 Die folgende Ungleichung besgt, dss die Norm eines Vektors mindestens so groß ist wie die einer beliebigen Projektion uf einen Unterrum: Lemm 2.5 Besselungleichung. Es sei { e 1, e 2,... } ein nicht notwendig vollständiges ONS in H, dnn gilt für lle v H: v 2 i ei v Ds Gleichheitszeichen gilt genu dnn, wenn lim n v 2 e i v e i = 0 wobei wie üblich die ket-klmmern unter der Norm weggelssen sind. Beweis: Wir splten v 2 in zwei zueinnder orthogonle Anteile uf und verwenden Lemm 2.4 Pythgors: v 2 = v e i e i v + e i e i v 2 = und dmit folgt die Behuptung. v e i e i v 2 + ei v 2 0 Definition 2.11 Orthonormlbsis. Ein gegebenes Orthonormlsystem { e1, e 2,... } heißt vollständig oder eine Orthonormlbsis ONB, wenn für lle v H die Prsevlsche Gleichung gilt: v 2 = n v en Lemm 2.6. Ein ONS { e 1, e 2,... } in H ist genu dnn vollständig, wenn us e i v = 0 i folgt, dss v = 0 ist. 32 Lemm 2.7. Jeder Vektor v in einem n-dimensionlen Vektorrum knn ls Linerkombintion von n liner unbhängigen Vektoren e i, i = 1,..., n geschrieben werden: v = α i e i 2.16 Die Entwicklungskoeffizienten α i heißen uch Koordinten des Vektors in der gewählten Bsis. Lemm 2.8. Die Entwicklung eines Vektors in einer liner unbhängigen Bsis ist eindeutig. v ist die bstrkte Nottion eines Vektors. Erst in einer gewählten Bsis wird der Vektor durch konkrete Koeffizienten spezifiziert. In den Komponenten gelten die vertruten Rechenregeln: v = α i e i, w = β i e i v + w = Für ds Sklrprodukt in einer ONB gilt v, w wie oben: v w = ij α i β j e i e j = ij α i β j δ ij = i α i + β i e i α i β i Diese Form ht ds Sklrprodukt in jeder ONB; während die Koeffizienten α i, β i von der Bsis bhängen, ist i α i β i bsisunbhängig. Entwicklung in einer Orthonormlbsis: Ausgehend von der Drstellung des Vektors v in einer ONB { e i } v = α i e i berechnen wir die Koeffizienten α i in dieser Bsis durch Multipliktion mit den brs e j : e j v = e j α i e i = α i e j e i = α i δ ij = α j d.h. α j = e j v, die Entwicklungskoeffizienten ergeben sich ls Sklrprodukte mit den Bsisvektoren. 33
8 Lemm 2.9 Vollständigkeitsreltion. Sei { e 1, e 2,... } eine Orthonormlbsis im Hilbertrum H, dnn gilt für lle v, v H die Prsevlsche Gleichung für ds Sklrprodukt: v v = i v e i e i v 2.17 Beweis: Der Beweis folgt us der Stetigkeit des Sklrprodukts, zusmmen mit v = i e i e i v und v = i e i e i v, denn: v v = lim n e i e i v e i e i v = v e i e i v i i =1 Die nächste wichtige Eigenschft von normierten Räumen ist die Seprbilität; wenn ein Hilbertrum seprbel ist, dnn ist er im wesentlichen bzählbr-unendlichdimensionl. Definition 2.12 Seprbilität. Ein normierter Rum V, heißt seprbel, wenn es in V eine bzählbre dichte Teilmenge W gibt, d.h. für lle ε > 0 und v V existiert ein v ε W mit v v ε < ε. In der Quntenmechnik hben wir es fst immer mit seprblen Hilberträumen zu tun. K n, 2 K n = R n, C n ist seprbel, d die Menge Q bzählbr dicht in R liegt. b l 2, 2 ist seprbel. c LR ist seprbel. d L p [, b], p, 1 p < ist seprbel. Ds Besondere n seprblen Hilberträumen gibt ds folgende Lemm wieder: Lemm In jedem seprblen Hilbertrum H existiert eine Orthonormlbsis. Dmit knn mn lso jeden Vektor eines seprblen Hilbertrums in eine Reihe, d.h. eine bzählbre Summe entwickeln. An dieser Stelle klären wir einige Begriffe, die wir uch im folgenden Kpitel benötigen: 34 Definition 2.13 Homomorphismus. Eine Abbildung f : V W zwischen zwei Vektorräumen V und W heißt Homomorphismus, wenn sie liner ist, d.h. dditiv f v 1 + v 2 = f v 1 + f v 2 v 1, v 2 V und homogen f α v = αf v v V,α K Homomorphismen heißen uch linere Opertoren. Ein Endomorphismus ist ein Homomorphismus V V. Ein Isomorphismus ist ein bijektiver d.h. injektiver und surjektiver Homomorphismus. Die zwei Räume V und W heißen isomorph, wenn zwischen ihnen ein Isomorphismus existiert. Ein Automorphismus ist ein isomorpher Endomorphismus. Definition 2.14 Normisomorphismus. Ein normerhltender Isomorphismus f : V W zwischen zwei normierten Räumen V und W, d.h. fv = v v V heißt Normisomorphismus. Zwei Räume heißen normisomorph, wenn zwischen ihnen ein Normisomorphismus existiert. Definition 2.15 Isometrie. Ein Homomorphismus zwischen zwei Räumen V und W mit Sklrprodukt, der ds Sklrprodukt erhält, d.h. f v 1 f v2 = v 1 v 2 heißt Isometrie. v 1, v 2 V Eine unitäre Abbildung ist ein isometrischer Isomorphismus. Mit diesen Begriffen wird die Trgweite des folgenden Stzes deutlich: Stz 2.5 Isomorphiestz seprbler Hilberträume. Es sei H ein unendlichdimensionler C-Hilbertrum mit Sklrprodukt H. Flls es eine höchstens bzählbre Menge gibt, die dicht in H liegt, so existiert eine bijektive linere Abbildung T : H l 2, sodss für lle u, v H gilt: v v H = Tv Tv wobei ds Stndrdsklrprodukt im l 2 bedeutet. 35
9 Der Stz besgt lso, dss jeder seprble unendlichdimensionle C-Hilbertrum normisomorph zu l 2 ist. Für die Quntenmechnik bedeutet ds, dss ds Studium der Schrödingergleichung sowohl im L 2 R durchgeführt werden knn Schrödingersche Wellenmechnik lso uch im l 2 Heisenbergsche Mtrizenmechnik. 36
2. Grundlagen der Funktionalanalysis
2. Grundlagen der Funktionalanalysis Die Funktionalanalysis beschäftigt sich mit Vektorräumen und stetigen Abbildungen auf diesen. Wichtig ist dabei der Begriff des Funktionals, d.h. einer Abbildung von
Mehra) x 0, (Nichtnegativität) b) x = 0 x = 0, (Eindeutigkeit) c) αx = α x, (Skalierung)
Definition 1.20 Ein metrischer Rum besteht us einer Menge X und einer Abbildung d : X X R, die jedem geordneten Pr von Elementen us X eine reelle Zhl zuordnet, d.h. (x,y) X X d(x,y) R. Diese Abbildung
Mehr1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren.
.. Orthogonle Bsen und Schmistsche Orthogonlisierungsverfhren. Definition.. Eine Bsis B = { b, b,..., b n } heit orthogonl, wenn die Vektoren b i, i =,,..., n, prweise orthogonl sind, d.h. bi b j = fur
Mehr5.1 Charakterisierung relativ kompakter und kompakter
Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine
MehrZwei-Punkt Randwertprobleme. Fahed Bakar
Zwei-Punkt Rndwertprobleme Fhed Bkr Contents Inhltsverzeichnis II 1 Zwei-Punkt Rndwertprobleme (RWP) 1 1.1 Zwei-Punkt Rndwertprobleme.................... 1 1.2 Vritionle Formulierung des RWP..................
MehrElemente der Funktionalanalysis
Elemente der Funktionlnlysis Vorlesungsskript Sommersemester 2014 von Mrkus Kunze ii Vorwort Ds vorliegende Skriptum fsst die Vorlesung Elemente der Funktionlnlysis zusmmen, die ich im Sommersemester 2014
Mehr2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt
2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,
MehrLösung 4: Reelle innere Produkte, Normen und Gram-Schmidt Orthogonalisierung
D-MATH Linere Algebr II FS 217 Dr. Meike Akveld Lösung 4: Reelle innere Produkte, Normen und Grm-Schmidt Orthogonlisierung 1. Seien v (i) 1, v (i) 2, v (i) 3 R 3, sodss B i = (v (i) 1, v (i) 2, v (i) 3
Mehr1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt
Metrische Räume Sei X eine nichtleere Menge. Definition.. Eine Abbildung: d : X X R heißt Metrik uf X, flls für lle x, y, z X gilt (i) d(x, y) 0, (ii) d(x, y) = d(y, x), (iii) d(x, y) d(x, z) + d(z, y)
MehrSerie 13 Lösungsvorschläge
D-Mth Mss und Integrl FS 204 Prof. Dr. D. A. Slmon Serie 3 Lösungsvorschläge. Sei I := [, b] R ein kompktes Intervll und sei B 2 I die Borel-σ-Algebr. Def. Eine Funktion f : I R heisst von beschränkter
MehrAlgebra - Lineare Abbildungen
Algebr - Linere Abbildungen oger Burkhrdt (roger.burkhrdt@fhnw.ch) 8 Hochschule für Technik . Der Vektorrum Hochschule für Technik Hochschule für Technik 4 Vektorrum Definition: Ein Vektorrum über einen
MehrLösung 18: Reelle innere Produkte, Normen und Gram-Schmidt Orthogonalisierung
D-MATH Linere Algebr I/II HS 217/FS 218 Dr. Meike Akveld Lösung 18: Reelle innere Produkte, Normen und Grm-Schmidt Orthogonlisierung 1. Seien v (i) 1, v (i) 2, v (i) 3 R 3, sodss B i (v (i) 1, v (i) 2,
Mehr38 Das Riemann-Integral vektorwertiger Funktionen über [a, b]
38 Ds Riemnn-Integrl vektorwertiger Funktionen über [, b] 38.2 Riemnn-Integrierbrkeit von Wegen 38.4 Ds Riemnn-Integrl ist eine linere Abbildung von R([, b], V ) in V 38.9 Integrlbschätzung 38.10 Huptstz
MehrVektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren
Vektoren In nderen Bereichen der Nturwissenschften treten Größen uf, die nicht nur durch eine Zhlenngbe drgestellt werden können, wie Krft, die Geschwindigkeit. Zur vollständigen Beschreibung z.b. der
Mehr41 Normierte Räume über dem Körper der komplexen Zahlen
41 Normierte Räume über dem Körper der komplexen Zhlen 411 Rechenregeln für komplexe pseudonormierte Räume 412 Stetigkeits-, Differenzierbrkeits- und Integrierbrkeitskriterien für Abbildungen in einen
MehrKapitel 7. Integralrechnung für Funktionen einer Variablen
Kpitel 7. Integrlrechnung für Funktionen einer Vriblen In diesem Kpitel sei stets D R, und I R ein Intervll. 7. Ds unbestimmte Integrl (Stmmfunktion) Es sei f : I R eine Funktion. Eine differenzierbre
Mehr1.2 Eigenschaften der reellen Zahlen
12 Kpitel 1 Mthemtisches Hndwerkszeug 12 Eigenschften der reellen Zhlen Alle Rechenregeln der Grundrechenrten der reellen Zhlen lssen sich uf einige wenige Rechengesetze zurückführen, die in der folgenden
Mehr1.7 Inneres Produkt (Skalarprodukt)
Inneres Produkt (Sklrprodukt) 17 1.7 Inneres Produkt (Sklrprodukt) Montg, 27. Okt. 2003 7.1 Wir erinnern zunächst n die Winkelfunktionen sin und cos, deren Wirkung wir m Einheitskreis vernschulichen: ϕ
Mehr2.6 Unendliche Reihen
2.6 Unendliche Reihen In normierten Räumen steht ds wichtige Werkzeug der Bildung von unendlichen Reihen zur Verfügung. Mn denke in diesem Zusmmenhng drn, dss mn in der Anlysis Potenz- und Fourierreihen
MehrNumerische Mathematik Sommersemester 2013
TU Chemnitz 5. Februr 2014 Professur Numerische Mthemtik Prof. Dr. Oliver Ernst Dipl.-Mth. Ingolf Busch Dipl.-Mth. techn. Tommy Etling Numerische Mthemtik Sommersemester 2013 Musterlösungen zu nicht behndelten
MehrKurzes Ergebnis zu dualen Basen:
Kurzes Ergebnis zu dulen Bsen: Lemm 1 Es sei V ein Vektorrum der Dimension n mit Bsis B = {v j } n j=1, und B = {vj} n j=1 die dzu dule Bsis von V Dnn ist der Koeffizientenvektor eines beliebigen Elements
Mehr4.3 Symmetrische Operatoren
98 Kpitel 4. Hilberträume und symmetrische Opertoren 4.3 Symmetrische Opertoren Eine Abbildung zwischen Hilberträumen wird meist ls Opertor bezeichnet. Von besonderer Bedeutung sind die lineren Opertoren,
MehrVII. Folgen und Reihen von Funktionen (Vertauschung von Grenzprozessen)
VII. Folgen und Reihen von Funktionen (Vertuschung von Grenzprozessen) Definition. Sei {f n } eine Folge von Funktionen, die uf einer Menge E definiert sind. Die Folgen der Funktionswerte {f n (x)} seien
MehrFlächeninhalt unter dem Graphen. Ist nun die Kraft nicht mehr stückweise konstant, so wird man intuitiv immer noch den
19 REGELFUNKTIONEN 107 Kpitel 7: Integrtion Notwendigkeit des Integrlbegriffes und Hinweise zu seiner Präzisierung liegen uf der Hnd. Betrchten wir etw den physiklischen Begriff der Arbeit, die im einfchsten
MehrBrückenkurs Lineare Gleichungssysteme und Vektoren
Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem
MehrLineare Probleme und schwache
Vritionsrechnung Kpitel 7 Linere Probleme und schwche Lösungen 7.1 Qudrtische Funktionle Der einfchste Typ von Funktionlen, die ein Minimum hben können, sind die qudrtischen Funktionle. Sei ein Gebiet
MehrSatz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.
Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn
MehrR := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen
Die ntürlichen Zhlen (zusmmen mit der Addition und der Multipliktion) wurden in Kpitel 3 xiomtisch eingeführt. Aus den ntürlichen Zhlen knn mn nun die gnzen Zhlen Z = {..., 2, 1, 0, 1, 2,...} die rtionlen
MehrReelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013
Reelle Anlysis Vorlesungssript Enno Lenzmnn, Universität Bsel 7. November 213 5 Konvergenz- und Approximtionssätze 5.1 Monotone und Dominierte Konvergenz Wir strten mit einem grundlegenden Stz der Integrtionstheorie,
MehrKapitel IV Euklidische Vektorräume. γ b
Kpitel IV Euklidische Vektorräume 1 Elementrgeometrie in der Eene Sei E die Zeicheneene In der Schule lernt mn: (11) Stz des Pythgors: Sei E ein Dreieck mit den Seiten, und c, und sei γ der c gegenüerliegende
MehrLösungsvorschläge zu ausgewählten Übungsaufgaben aus Storch/Wiebe: Lehrbuch der Mathematik Band 2, 2.Aufl. (Version 2010), Kapitel 6
Lösungsvorschläge zu usgewählten Übungsufgben us Storch/Wiebe: Lehrbuch der Mthemtik Bnd,.Aufl. Version, Kpitel 6 7 Normierte Vektorräume Abschnitt 7.A, Aufg., p. 54.. : Mn beweise 7.A.: Für einen normierten
MehrVI. Das Riemann-Stieltjes Integral.
VI. Ds Riemnn-Stieltjes Integrl. Es stellt sich herus, dss der hier entwickelte Integrlbegriff strk von der Ordnungsstruktur von R bhängt. Definition. Sei [, b] ein Intervll in R. Unter einer Prtition
Mehrb) Dasselbe System, die Unbekannten sind diesmal durchnummeriert:
1 Linere Gleichungssysteme 1. Begriffe Bspl.: ) 2 x - 3 y + z = 1 3 x - 2 z = 0 Dies ist ein Gleichungssystem mit 3 Unbeknnten ( Vriblen ) und 2 Gleichungen. Die Zhlen vor den Unbeknnten heißen Koeffizienten.
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN. Lineare Algebra 1 WS 2006/07 Lösungen Blatt Analytische Geometrie im R n (insbesondere R 3 )
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik Prof. Dr. Friedrich Roesler Rlf Frnken, PhD Mx Lein Linere Algebr 1 WS 2006/07 Lösungen Bltt 10 08.01.2007 Anlytische Geometrie im R n (insbesondere R 3
Mehr24 UNEIGENTLICHE INTEGRALE 146. F (x) F (x ) f(x, t) dt. 3(b a) (b a) + ɛ 3 + ɛ 3 = ɛ.
24 UNEIGENTLICHE INTEGRALE 146 für lle t [, b] und lle x D mit x x < δ. Für lle x D mit x x < δ gilt lso = F (x) F (x ) b f(x, t) dt b b f(x, t) dt + f(x, t) f(x, t) dt + ɛ 3(b ) (b ) + ɛ 3 + ɛ 3 = ɛ.
MehrVektoren. Karin Haenelt
Vektoren Grundbegriffe für ds Informtion Retrievl Krin Henelt 13.10.2013 Anltische Geometrie und Linere Algebr Geometrie: Konstruktionsverfhren mit Zirkel und Linel Anltische Geometrie: Umsetzung geometrischer
MehrG2 Grundlagen der Vektorrechnung
G Grundlgen der Vektorrechnung G Grundlgen der Vektorrechnung G. Die Vektorräume R und R Vektoren Beispiel: Physiklische Größen wie Krft und Geschwindigkeit werden nicht nur durch ihre Mßzhl und ihre Einheit,
Mehr1.2 Kurven. Definition Äquivalente Formulierungen der Differenzierbarkeit
1 1. Kurven Wir betrchten jetzt vektorwertige Funktionen von einer Veränderlichen. Eine Abbildung f = (f 1,..., f m ) : I R m heißt differenzierbr in t I, flls lle Komponentenfunktionen f 1,..., f m in
MehrKapitel II. Beschränkte Operatoren und kompakte Operatoren. 3. Beschränkte Operatoren im Hilbertraum.
Kpitel II. Beschränkte Opertoren und kompkte Opertoren. 3. Beschränkte Opertoren im Hilbertrum. 3.1. Definition. Seien H 1 und H 2 Hilberträume. Eine linere Abb. A : H 1 H 2 heißt ein (linerer) Opertor.
Mehr65 Lineare Algebra 2 (SS 2009)
65 Linere Algebr 2 (SS 2009) 67 Einschub: Explizit Implizit Vorbemerkung Wir betrchten die Ebene R 2, den dreidimensionlen Rum R 3, oder llgemeiner den R n Wenn wir geometrische Objekte in der Ebene, wie
Mehr6 Totale Differenzierbarkeit
6 Totle Differenzierbrkeit Sei U R offen. Eine Funktion f : U R ist differenzierbr in einem Punkt x U (Stz 14.6 in [EAI] genu dnn, wenn sie liner pproximierbr ist in x in dem Sinne, dss eine Zhl c R und
Mehr2.5 Messbare Mengen und Funktionen
1 2.5 Messbre Mengen und Funktionen Definition Eine beschränkte Menge M R n heißt messbr, flls die chrkteristische Funktion χ M integrierbr ist. Die Zhl vol n (M) := χ M dµ n nennt mn ds Volumen von M.
MehrRiemann-integrierbare Funktionen
Kpitel VI Riemnn-integrierbre Funktionen 26 Ds Riemnn-Integrl ls Grenzwert von Zwischensummen 27 Der Huptstz der Differentil- und Integrlrechnung nebst Folgerungen 28 Äquivlente Definitionen des Riemnn-
MehrKapitel 9 Integralrechnung
Kpitel 9 Integrlrechnung Kpitel 9 Integrlrechnung Mthemtischer Vorkurs TU Dortmund Seite 1 / 18 Kpitel 9 Integrlrechnung Definition 9.1 (Stmmfunktion) Es seien f, F : I R Funktionen. F heißt Stmmfunktion
Mehr1.1 Der n-dimensionale Euklidische Raum. Die Struktur, die man so bekommt, werden wir allgemeiner beschreiben.
A Anlysis, Woche Kurven I A. Der n-dimensionle Euklidische Rum A3 Drunter versteht mn für eine Zhl n N + R n := {x, x,..., x n ; mit x i R für lle i {,..., n}}. Ebenso gibt es uch C n := {z, z,..., z n
Mehr3 Uneigentliche Integrale
Mthemtik für Physiker II, SS 2 Freitg 2.5 $Id: uneigentlich.te,v.7 2/5/2 :49:7 hk Ep $ $Id: norm.te,v.3 2/5/2 2:2:45 hk Ep hk $ 3 Uneigentliche Integrle Am Ende der letzten Sitzung htten wir ds Mjorntenkriterium
MehrDirac sche Delta-Funktion
Anhng A Dirc sche Delt-Funktion Die Dirc sche Deltfunktion wurde 927 von Dirc eingeführt, ber erst im Jhre 950 von Schwrtz in seiner Distributionstheorie mthemtisch exkt ls Limes einer Funktionenreihe
Mehr10: Lineare Abbildungen
Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert
Mehrnennt man eine Zerlegung (Partition, Unterteilung) des Intervalls [a, b]. Die Feinheit der Zerlegung ist dabei
Kpitel 8: Integrtion Erläuterung uf Folie 8.1 Ds bestimmte Integrl Sei f : [, b] R eine beschränkte Funktion uf einem (zunächst) kompkten Intervll [, b]. Definition: 1) Eine Menge der Form Z = { = x 0
Mehrkomplizierteren Funktionen versucht man, die Fläche durch mehrere Rechtecke anzunähern.
Mthemtik für Nturwissenschftler I 4. 4 Integrlrechnung 4. Integrierbrkeit Die Grundidee der Integrlrechnung ist die Berechnung der Fläche zwischen dem Grphen einer Funktion und der x-achse. Recht einfch
MehrAufgabe Σ
Fchbereich Mthemtik WS 01/13 Prof. J. Ltschev 7. Februr 013 Höhere Anlysis Modulbschlussprüfung Sie benötigen nur Schreibgeräte. Die Verwendung jeglicher nderer Hilfsmittel (wie z. B. Tschenrechner, Hndys,
MehrUniversität Ulm Abgabe: Freitag,
Universität Ulm Abgbe: Freitg, 19.06.2009 Prof. Dr. W. Arendt Robin Nittk Sommersemester 2009 Punktzhl: 38+7 13. Zeige: Lösungen Prtielle Differentilgleichungen: Bltt 5 Sei (, b) ein reelles Intervll.
MehrStammfunktionen, Hauptsätze, unbestimmtes Integral
Stmmfunktionen, Huptsätze, unbestimmtes Integrl Sei I ein Intervll, f beschränkt uf I und R-integrierbr für jedes [, b] I, und I. Dnn heißt die Funktion F mit D(F ) = I und F () = f(t)dt Integrl von f
MehrMathematik III. Vorlesung 85. Riemannsche Mannigfaltigkeiten
Prof Dr H Brenner Osnbrück WS 2010/2011 Mthemtik III Vorlesung 85 Riemnnsche Mnnigfltigkeiten Georg Friedrich Bernhrd Riemnn (1826-1866) Die Kugeloberfläche einer Kugel mit Rdius r besitzt den Flächeninhlt
MehrLösungen zur Probeklausur Lineare Algebra 1
Prof. Dr. Ktrin Wendlnd Dr. Ktrin Leschke WS 2006/2007 Lösungen zur Probeklusur Linere Algebr Ausgbe: 2. Dezember 2006 Aufgbe.. Geben Sie die Definition des Begriffs Gruppe n. Eine Gruppe ist eine Menge
MehrLösungen zu den Übungsaufgaben
Lösungen zu den Übungsufgben Aufgbe A.2. Ist k L () mit k(x)dx = und ist f : beschränkt, Lebesgue-messbr und stetig in x, dnn gilt lim r r k(x y r )f(y)dy = f(x). Lösung A.2. Zunächst ist mit der Substitutionsregel
MehrEinführung in die Vektorrechnung (GK)
Einführung in die Vektorrechnung (GK) Michel Spielmnn Inhltsverzeichnis Grundlegende Definitionen Geometrische Vernschulichung. Punkte..................................... Pfeile.....................................
Mehr6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist
6- Elementre Zhlentheorie 6 Frey-Folgen Die Menge F n der rtionlen Zhlen mit n und (zusmmen mit der Ordnung ) nennt mn die n-te Frey-Folge, zum Beispiel ist F = { < < < < < < < < < < } Offensichtlich gilt:
MehrResultat: Hauptsatz der Differential- und Integralrechnung
17 Der Huptstz der Differentil- und Integrlrechnung Lernziele: Konzept: Stmmfunktion Resultt: Huptstz der Differentil- und Integrlrechnung Methoden: prtielle Integrtion, Substitutionsregel Kompetenzen:
MehrÜbungen zur Linearen Algebra 1
Übungen zur Lineren Algebr Lösungen Wintersemester 9/ Universität Heidelberg Mthemtisches Institut Lösungen Bltt Dr. D. Vogel Michel Mier Aufgbe 44. b 4 b b 4 ( )b Fll : = ( )b 4 b ( ) b ( ) ( )(b ) b
Mehr11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG
91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und
MehrZusatzunterlagen zur Vorlesung Analysis II Sommersemester 2014
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Jörg Eschmeier M. Sc. Sebstin Lngendörfer e Integrlrechnung Zustzunterlgen zur Vorlesung Anlysis II Sommersemester 2014 Dieses Bltt enthält
MehrGeodäten. Mathias Michaelis. 28. Januar 2004
Geodäten Mthis Michelis 28. Jnur 2004 1 Vektorfelder Definition 1.1 Sei S 3 eine reguläre Fläche. Ein Vektorfeld uf S ist eine Abbildung v : S 3 so, dss v(p) T n S für lle p S. Ein Vektorfeld ordnet lso
MehrFunktionalanalysis. Alexander Grigorian Universitat Bielefeld
Funktionlnlysis Alexnder Grigorin Universitt Bielefeld SS 2013 ii Contents 1 Normierter Vektorrum 1 1.1 Einfuhrung................................... 1 1.2 Vektorrume und Linere Opertoren.....................
MehrKlausurvorbereitungsausfgaben für die Feiertage Analysis II im WS 2013/2014
Institut für Mthemtik Freie Universität Berlin C. Hrtmnn, A. Ppke Wer spricht von Siegen, Überleben ist lles. Riner Mri Rilke Lösung zu Klusurvorbereitungsusfgben für die Feiertge Anlysis II im WS 23/24
MehrFunktionalanalysis SS 18
Logbuch zur Vorlesung Funktionlnlysis SS 18 Christin Schmeiser 1 Contents 1 Ein erster Blick uf Bnch- und Hilberträume 1 1.2 Der Bnchrum stetiger Funktionen........................... 1 1.3 Die Geometrie
Mehr3 Uneigentliche Integrale
Mthemtik für Ingenieure II, SS 29 Dienstg 9.5 $Id: uneigentlich.te,v.5 29/5/9 6:23:8 hk Ep $ $Id: prmeter.te,v.2 29/5/9 6:8:3 hk Ep $ 3 Uneigentliche Integrle Mn knn die eben nchgerechnete Aussge e d =,
MehrMathematischer Vorkurs NAT-ING1
Mthemtischer Vorkurs NAT-ING1 (02.09. 20.09.2013) Dr. Robert Strehl WS 2013-2014 Mthemtischer Vorkurs TU Dortmund Seite 1 / 20 Mthemtischer Vorkurs TU Dortmund Seite 2 / 20 Definition 9.1 (Stmmfunktion)
MehrKAPITEL 18 UND 19 H. KOCH. Kapitel 18. x>a. x<y
KAPITEL 18 UND 19 H. KOCH 1. VORLESUNG VOM 08.01.2018 Kpitel 18 Definition 1 (Zerlegungen, Treppenfunktionen, Regelfunktionen) Sei < b. 1. Eine Zerlegung τ von [, b] besteht us einer Zhl N N und (N + 1)
Mehr29 Uneigentliche Riemann-Integrale
29 Uneigentlihe Riemnn-Integrle 29.2 Uneigentlihe Riemnn-Integrle bei einer kritishen Integrtionsgrenze 29.3 Zusmmenhng des uneigentlihen mit dem eigentlihen Riemnn-Integrl 29.5 Cuhy-Kriterium für uneigentlihe
MehrHM I Tutorium 14. Lucas Kunz. 9. Februar 2018
HM I Tutorium 14 Lucs Kunz 9. Februr 218 Inhltsverzeichnis 1 Theorie 2 1.1 Uneigentliche Integrle............................. 2 1.1.1 Typ 1.................................. 2 1.1.2 Typ 2..................................
Mehr4. Der Cauchysche Integralsatz
22 Andres Gthmnn 4. Der Cuchysche Integrlstz Es seien D C offen und f : D C eine stetige Funktion. Ht f in D eine Stmmfunktion, so hben wir im letzten Kpitel gesehen, dss Kurvenintegrle über f in D nur
MehrHier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel als auch die partielle Integration zur Anwendung kommt.
64 Kpitel. Integrlrechnung Hier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel ls uch die prtielle Integrtion zur Anwendung kommt..4.6 Beispiel Um eine Stmmfunktion für rctn zu finden, beginnen
MehrProf. Dr. Siegfried Echterhoff.. 1 HAUPTSATZ DER INTEGRAL UND DIFFERENTIALRECHNUNG
Vorlesung SS 29 Anlysis 2 HAUPTSATZ DER INTEGRAL UND DIFFERENTIALRECHNUNG Teil : Fortsetzung des Studiums von Funktionen in einer reellen Vriblen (Integrtion und Tylorreihen). Huptstz der Integrl und Differentilrechnung
MehrCopyright, Page 1 of 5 Der Faktorraum
www.mthemtik-netz.de Copright, Pge of 5 Der Fktorrum Ein sehr wichtiges Konstrukt, welches üerll in der Mthemtik Verwendung findet, ist der Fktorrum, oft uch Quotientenrum gennnt. Dieser ist selst ein
Mehr4 Funktionenfolgen und normierte Räume
$Id: norm.tex,v 1.7 2011/05/27 11:41:25 hk Exp hk $ 4 Funktionenfolgen und normierte Räume 4.3 Gleichmäßige Konvergenz und Differenzierbrkeit Wir sind weiter mit der Untersuchung der gleichmäßigen Konvergenz
MehrBericht zur Mathematischen Zulassungsprüfung im Mai 2011
Bericht zur Mthemtischen Zulssungsprüfung im Mi Heinz-Willi Goelden, Wolfgng Luf, Mrtin Pohl Am 4. Mi fnd die Mthemtische Zulssungsprüfung sttt. Die Prüfung bestnd us einer 9-minütigen Klusur, in der 5
MehrAnalysis mehrerer Variablen
Rlf Gerkmnn Mthemtisches Institut Ludwig-Mximilins-Universität München Anlysis mehrerer Vriblen (Version vom 3. Februr 206) Inhltsverzeichnis. Abstände und Winkel......................................
Mehr10. Riemannsche Geometrie I: Riemannsche Metrik. Variable Bilinearformen.
10. Riemnnsche Geometrie I: Riemnnsche Metrik Wir können in der hyperbolischen Geometrie noch nicht wirklich messen. Hierfür bruchen wir ein Riemnnsches Längen- und Winkelmß, d.h. eine Riemnnsche Geometrie.
Mehr(x t) n f (n+1) (t) dt. f(x) =f(a)+ f (t) dt
6 Der Stz von Tylor Gleichmäßige Konvergenz Potenzreihen Der Stz von Tylor Es sei D ein Intervll, X ein Bnchrum und f : D X eine Funtion Stz Tylorsche Formel Ist f (n +)-ml stetig differenzierbr, so gilt
Mehr3 Hyperbolische Geometrie
Ausgewählte Kpitel der Geometrie 3 Hperbolische Geometrie [... ] Im Folgenden betrchten wir nun spezielle gebrochen-linere Abbildungen, nämlich solche, für die (mit den Bezeichnungen ϕ,b,c,d wie oben die
MehrUngleichungen. Jan Pöschko. 28. Mai Einführung
Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................
Mehr8 Längenberechnungen Winkelberechnungen - Skalarprodukt
8 Längenberechnungen Winkelberechnungen - Sklrprodukt 8 Längenberechnungen Winkelberechnungen - Sklrprodukt Wir wissen, wie mn zwei Vektoren und b ddiert b b. Mn knn zwei Vektoren ber uch miteinnder multiplizieren!
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlgen der Mthemtik, WS 2014/15 Thoms Timmermnn 3. Dezember 2014 Wiederholung: Konstruktion der gnzen Zhlen (i) Betrchten formle Differenzen b := (, b) mit, b N 0 (ii) Setzen b c d, flls +
MehrD-MAVT/D-MATL Analysis I HS 2016 Dr. Andreas Steiger. Lösung - Serie 9
D-MAVT/D-MATL Anlysis I HS 26 Dr. Andres Steiger Lösung - Serie 9. MC-Aufgben (Online-Abgbe). Es sei f die Funktion f() = e + 7. Welche der folgenden Funktionen sind Stmmfunktionen von f? () g() = 2 2
MehrFourierreihen. Timo Dimitriadis
Fourierreihen Timo Dimitridis 4.5.9 In diesem Vortrg geht es im prktischen Sinne um die Anlyse von Schwingungsvorgängen, wie sie zum Beispiel in der Physik häufig vorkommen. Oft mg es nützlich sein, diese
MehrIntegration. Kapitel 8: Integration Informationen zur Vorlesung: wengenroth/ J. Wengenroth () 17.
Integrtion Kpitel 8: Integrtion Informtionen zur Vorlesung: http://www.mthemtik.uni-trier.de/ wengenroth/ J. Wengenroth () 17. Juli 2009 1 / 22 8.1 Motivtion Kpitel 8: Integrtion 8.1 Motivtion Ist die
Mehr10 Integrationstechniken
Integrtionstechniken. Wichtige Stmmfunktionen α d = α + α+, d = log e d = e cos d = sin sin d = cos d = rcsin d = rctn + cosh d = sinh sinh d = cosh + d = sinh d = cosh α R, α. Linerität der Integrtion
Mehr16. Integration über Flächen. Der Gaußsche Integralsatz
41 16. Integrtion über Flächen. Der Gußsche Integrlstz Der Gußsche Stz in der Ebene. 16.1. Orientierter Rnd von Normlbereichen. Es sei [, b] ein Intervll, und f 1 und f 2 seien stückweise stetig di erenzierbre
MehrProbeklausur Mathematik für Ingenieure C3
Deprtment Mthemtik Dr. rer. nt. Lrs Schewe Mthis Sirvent Wintersemester 013/014 Probeklusur Mthemtik für Ingenieure C3 Anmerkungen zur Klusur: Die Arbeitszeit wird 90 Minuten betrgen. Sie können sämtliche
MehrZum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2
Zum Stz von Tylor Klus-R. Loeffler Inhltsverzeichnis 1 Der verllgemeinerte Stz von Rolle 1 2 Der Stz von Tylor 2 3 Folgerungen, Anwendungen und Gegenbeispiele 4 3.1 Jede gnzrtionle Funktion ist ihr eigenes
MehrGrundkurs Mathematik II
Prof Dr H Brenner Osnbrück SS 2017 Grundkurs Mthemtik II Vorlesung 33 Die Zhlenräume Die Addition von zwei Pfeilen und b, ein typisches Beispiel für Vektoren Es sei K ein Körper und n N Dnn ist die Produktmenge
MehrÜbungen zur Analysis 2
Mthemtisches Institut der Universität München Prof. Dr. Frnz Merkl Sommersemester 2013 Bltt 2 26.4.2013 Übungen zur Anlysis 2 2.1 Vernschulichung der Cuchy-Schwrz-Ungleichung. Gegeben seien die Vektoren
MehrMultiplikative Inverse
Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll
MehrKapitel 6. Funktionen
Kpitel 6 Funktionen Josef Leydold Mthemtik für VW WS 07/8 6 Funktionen / 49 Reelle Funktion Reelle Funktionen sind Abbildungen, in denen sowohl die Definitionsmenge ls uch die Wertemenge Teilmengen von
MehrFunktionen. Kapitel 6. Reelle Funktion. Graph einer Funktion. Beispiel. Beispiel. Zeichnen eines Graphen. Bijektivität
Reelle Funktion Kpitel 6 Funktionen Reelle Funktionen sind Abbildungen, in denen sowohl die Definitionsmenge ls uch die Wertemenge Teilmengen von R üblicherweise Intervlle) sind. Bei reellen Funktionen
Mehr3 Integration. viele Teilintervalle. Z (oder Z [a, b]) sei die Menge aller Zerlegungen von [a, b].
Krlsruhe Institute of Technology 3 Integrtion (3.1) ) Z = {x,...,x n } mit = x < x 1 < < x n = b heißt eine Zerlegung von [,b] in endlich viele Teilintervlle. Z (oder Z [, b]) sei die Menge ller Zerlegungen
MehrORTHOGONALPOLYNOME UND GAUSS-QUADRATUR
ORTHOGONALPOLYNOME UND GAUSS-QUADRATUR ALLGEMEINE CHARAKTERISTIKA Stz Es sei ω C(, b), ω(x) > für x (, b) eine positive Gewichtsfunktion Dnn ist für f, g C[, b] ein Sklrprodukt (f,g) := (f,g) ω := ω(x)f(x)g(x)
MehrNicht-Euklidische Geometrie (Weiss) WS Vorlesungsnotizen, Woche 4
12.11.2015 Nicht-Euklidische Geometrie (Weiss) WS 2015-16 Vorlesungsnotizen, Woche 4 4.1. Die hyperbolische Ebene ls metrischer Rum Definition 4.1.1. Die hyperbolische Ebene ist H {x R 2 x 2 > 0} mit der
MehrKapitel 8 Anwendungen der Di erentialrechnung
Kpitel 8 Anwendungen der Di erentilrechnung Kpitel 8 Anwendungen der Di erentilrechnung Mthemtischer Vorkurs TU Dortmund Seite 99 / 235 Kpitel 8 Anwendungen der Di erentilrechnung Stz 8.1 (Mittelwertstz
Mehr