Kompakte Operatoren in Hilberträumen
|
|
- Hinrich Arnold
- vor 5 Jahren
- Abrufe
Transkript
1 Kompakte Operatoren in Hilberträumen 1 Vorbemerkungen Im Folgenden bezeichne H immer einen seperablen Hilbertraum über C Mit B(H 1, H 2 ) bezeichnen wir die Menge aller beschränkten linearen Operatoren von H 1 nach H 2 Weiters setzen wir B(H) = B(H, H) Wir verwenden im Weiteren folgende Bezeichnungen und Symbole: I : H H, x x bezeichnet den Identitätsoperator T bezeichnet die Hilbertraumadjungierte eines Operators T B(H) ρ(t ) bezeichnet die Resolventenmenge eines Operators T B(H), dh ρ(t ) = {λ C : (T λi) ist invertierbar} Das Spektrum σ(t ) eines Operators T B(H) wird definiert als σ(t ) = C\ρ(T ) Der Spektralradius r(t ) eines Operators T B(H) bezeichnet die Zahl r(t ) = sup{ λ : λ σ(t )} Als nächstes benötigen wir den Begriff eines kompakten Operators Definition 11 Ein Operator T aus B(H 1, H 2 ) heißt kompakt, wenn T (U) kompakt ist, wobei U die Einheitskugel in H 1 bezeichnet Die Menge aller kompakten Operatoren wird mit K(H 1, H 2 ) bezeichnet, und K(H, H) mit K(H) Wir setzen folgende Tatsachen über kompakte Operatoren und Spektren als bekannt voraus: Ist T B(H 1, H 2 ), und ist dim ran T <, so ist T kompakt K(H 1, H 2 ) ist ein bezüglich der Operatornorm abgeschlossener linearer Teilraum von B(H 1, H 2 ) Ist T B(H 1, H 2 ) und S B(H 2, H 3 ), und ist einer der beiden Operatoren kompakt, so sind ST und T S kompakt T B(H 1, H 2 ) ist genau dann kompakt, wenn seine adjungierte T B(H 2, H 1 ) kompakt ist σ(t ) ist für alle T B(H) eine kompakte nichtleere Teilmenge von C σ(t ) R für alle selbstadjungierten T B(H), dh für alle T B(H) mit T = T r(t ) = T für alle normalen T B(H), dh für alle T B(H) mit T T = T T Im folgenden bezeichnen wir mit c 0 die Menge aller reellen Nullfolgen Der bekannte Spektralsatz für selbstadjungierte kompakte Operatoren lässt sich dann wie folgt formulieren 1
2 Satz 12 (Spektralsatz für selbstadjungierte kompakte Operatoren) Sei T K(H) selbstadjungiert, dann existiert eine Orthonormalbasis (e n ) n N von H und Folge (λ k ) k N c 0, so dass T x = λ k (x, e k )e k, x H Dabei sind die λ k die entsprchend ihrer Vielfachheit gezählten Eigenwerte von T, e k ist ein Eigenvektor zu λ k und die Reihe konvergiert punktweise absolut Eine äquivalente Darstellung ist T = λ k E k Hierbei bezeichnen die λ k wieder die Eigenwerte von T, E k die Projektion auf den Eigenraum von λ k und die Reihe konvergiert in der Operatornorm 2 Singulärwertezerlegung Kompakte Operatoren sind jene Abbildungen zwischen unendlichdimensionalen Räumen, die sich am leichtesten mit Matrizen (also linearen Abbildungen zwischen endlichdimensionalen Räumen) vergleichen lassen, da sich einige Ergebnisse über Matrizen auf kompakte Operatoren erweitern lassen Ersetze man in diesem Abschnitt unendlichdimensionale Hilberträume durch endlichdimensionale Vektorräume, erhält man also bekannte Ergebnisse aus der linearen Algebra Zunächst benötigen wir für unsere Überlegungen den Begriff eines positiven Operators Definition 21 Ein selbstadjungierter Operator T K(H) heißt Positiv, wenn für alle x H gilt (T x, x) 0 Wir schreiben dann T 0 Lemma 22 Ein selbstadjungierter Operator K(H) ist positiv σ(t ) [0, + ) = folgt aus dem Spektralsatz (siehe Rechnung im Beweis des nächsten Satzes) und = ist klar, denn für Eigenwerte ist (T x, x) = λ x 2 Damit erhalten wir als erstes Ergebnis den folgenden Satz Satz 23 (Quadratwurzelsatz) Sei T K(H) selbstadjungiert und positiv Dann existiert genau ein positiver selbstadjungierter Operator S K(H) mit S 2 = T Wir schreiben S = T 1/2 Sei T x = λ k (x, e k )e k Da T 0, sind alle λ k 0 Definiere S durch Sx = λk (x, e k )e k Es gilt klarerweise S 2 = T Weiters gilt (Sx, x) = ( λk (x, e k )e k, x) = = λk (x, e k )(e k, x) = λk (x, e k )(x, e k ) = (x, λk (x, e k )e k ) = (x, Sx), 2
3 also ist S selbstadjungiert Außerdem sieht man mit Hilfe von (Sx, x) = λk (x, e k ) 0, dass S 0 Berücksichtigen wir, dass die Norm eines selbstadjungierten Operators gleich dem größten Eigenwert ist, so folgt die Kompaktheit aus N S λk (, e k )e k = λk (, e k )e k = sup λk 0 für N k>n k=n+1 und der Tatsache, dass K(H) abgeschlossen ist Sei nun R K(H) ein weiterer Operator mit R 0, R 2 = T und R = R Schreibt man laut Spektralsatz Rx = ν k(x, f k )f k, so folgt, dass T x = ν2 k (x, f k)f k Daraus folgt sofort, dass die ν 2 k die Eigenwerte von T sind und die f k die zugehörigen Eigenvektoren Da R 0, folgt daraus, dass ν k für alle k positiv ist Das heißt, die Reihendarstellungen von S und R sind bis auf Umordnung identisch, und da die Reihen punktweise absolut konvergieren, muss S = R gelten Das folgende Lemma zeigt nun, wie man jedem beliebigen kompakten Operator einen Operator zuweisen kann, der die Voraussetzungen des obigen Satzes erfüllt Lemma 24 Sei T K(H 1, H 2 ) Dann ist T T : H 1 H 1 positiv, selbstadjungiert und kompakt Daher ist T = (T T ) 1/2 wohldefiniert Betrachte für beliebiges x H 1 (T T x, x) = (T x, T x) = (x, T T x) Daraus folgt, dass T T selbstadjungiert ist Da der mittlere Term gerade T x ist, folgt T T 0 Dass der Operator kompakt ist, ist klar Wir können nun die aus der linaren Algebra bekannte Polarzerlegung von Matrizen auch für kompakte Operatoren zeigen Satz 25 (Polarzerlegung) Zu T K(H 1, H 2 ) existiert ein U B(H 1, H 2 ) mit T = U T U ist unitär, also isometrisch, zwischen (ker U) und ran U U ist durch die Forderung ker U = ker T eindeutig bestimmt Aus der Selbstadjungiertheit von T erhalten wir T x 2 = ( T x, T x) = (x, T 2 x) = (x, T T x) = (T x, T x) = T x 2 Daraus folgt für x, y H 1 mit x y T x T y = T (x y) = T (x y) = T x T y, also bildet T zwei Elemente auf ein einziges ab, genau dann, wenn T diese zwei Elemente auf ein einziges abbildet Daher ist die Abbildung U mit U( T x) = T x wohldefiniert und unitär von ran T nach ran T Wir setzen U isometrisch auf ran T ran T fort Setzen wir weiters U = 0 auf (ran T ) = ker T, so ist die Existenz von U gezeigt Aus obiger Gleichung folgt, dass 3
4 ker T = ker T ; daraus folgt die Eindeutigkeit Der nächste Satz, der der bekannten Singulärwertezerlegung entspricht, verallgemeinert nun den Spektralsatz für selbstadjungierte kompakte Operatoren auf einem Hilbertraum auf beliebige kompakte Operatoren zwischen nicht mehr notwendigerweise identischen Hilberträumen Satz 26 (Singulärwertezerlegung) Zu T K(H 1, H 2 ) existiert eine Orthonormalbasis (e n ) n N in H 1, ein Orthonormalsystem (f n ) n N in H 2 sowie eine Folge (s n ) n N c 0, so dass für alle x H 1 gilt: T x = s k (x, e k )f k Die Zahlen s 2 k sind die in ihrer Vielfachheit gezählten Eigenwerte von T T Die s k nennt man singuläre Zahlen oder Singulärwerte von T Die zu T gehörige Folge wird mit s n (T ) bezeichnet sei Sei T = U T die Polarzerlegung von T und die Darstellung von T laut Spektralsatz T x = s k (x, e k )e k, und weiters setzen wir f n = U(e n ) Dann haben die s k die gewünschten Eigenschaften und da U unitär ist, ist (f n ) n N ein Orthonormalsystem Wir erhalten aus diesem Satz nun einige Korollare: Korollar 27 Jeder Operator der Form T x = a n(x, e n )f n, mit (a n ) n N c 0 und (e n ) n N, (f n ) n N Orthonormalsysteme in in H 1 bzw in H 2, ist kompakt Weiter gilt ( a n ) n N = s n (T ) Die erste Aussage ist klar, da die Folge der Partialsummen gleichmäßig gegen T konvergiert Einfaches Nachrechnen zeigt, dass T = a n (, e n )e n gilt, woraus die zweite Aussage folgt Korollar 28 Die Operatoren mit endlichdimensionalem Bild liegen dicht in K(H 1, H 2 ) Folgt aus Korollar (27) und Satz (26) Korollar 29 Für T K(H 1, H 2 ) gilt T = s n (T ) Mit Hilfe von Satz (25) und der Tatsache, dass T selbstadjungiert ist und die s n (T ) die Eigenwerte von T sind, erhalten wir T = sup T x = sup U T x = sup T x = T = sup s n (T ) = s n (T ) x =1 x =1 x =1 n N 4
5 3 Nukleare Operatoren Laut Satz (26) definiert jeder Operator K(H) eine Nullfolge s n (T ) Man kann sich daher fragen, für welche Operatoren die zugehörige Folge im l 1 liegt Definition 31 Die Menge aller nuklearen Operatoren wird definiert als N (H) = { T K(H) : s n (T ) l 1} Ein Operator T N (H) heißt nuklearer Operator Bemerkung: Natürlich kann man sich für jedes p mit 1 p < fragen, ob s n (T ) l p Dies führt zur Theorie der sogenannten Schattenklassen, die viele Gemeinsamkeiten mit der Theorie der l p -Räume hat Satz 32 Für T K(H) sind äquivalent: (i) T N (H) (ii) Es gibt Folgen (y n ) n N und (z n ) n N in H mit y n = z n = 1 und eine Folge (a n ) n N l 1, so dass für alle x H T x = a n (x, z n )y n (iii) Es gibt Folgen (y n ) n N und (z n ) n N in H mit y n z n <, so dass für alle x H T x = (x, z n )y n Weiters gilt s n (T ) l 1 = inf a n l 1 = inf y n z n wobei das Infimum über alle (a n ) genommen wird, mit denen laut (ii) der Operator T dargestellt werden kann, bzw über alle Folgen (y n ), (z n ) mit denen laut (iii) T dargestellt werden kann (i) (ii): Folgt aus der Singulärwertezerlegung (ii) (i): Sei T x = a n(x, z n )y n eine solche Darstellung und sei T x = s k(x, e k )f k die Singulärwertedarstellung Dann gilt sowohl T e k = s k f k als auch T e k = a n(e k, z n )y n Also folgt mit der Cauchy-Schwarzschen und Besselschen Ungleichung: a n (e k, z n ) (y n, f k ) = ( a n 1/2 (e k, z n ) )( a n 1/2 (y n, f k ) ) s k = k, a n (e k, z n ) 2 1/2 k, k, a n (y n, f k ) 2 ( ) 1/2 ( ) 1/2 a n (e k, z n ) 2 a n (y n, f k ) 2 ( ) 1/2 ( ) 1/2 a n z n 2 a n y n 2 ( ) 1/2 ( 1/2 a n a n ) = 5 a n 1/2
6 Also ist s n (T ) l 1 (ii) (iii): trivial Der Zusatz folgt direkt aus obiger Rechnung Wir wollen nun zeigen, dass N (H) ein Banachraum ist Zuvor benötigen wir noch ein Lemma, dass es uns ermöglicht, die Vollständigkeit eines normierten Raumes zu zeigen Lemma 33 Sei (X, ) ein normierter Raum, dann sind äquivalent: (i) X ist vollständig (ii) Jede absolut konvergente Reihe konvergiert gegen ein x X (i) (ii): ist klar, denn ( N x n) N N ist Cauchyfolge (ii) (i): Sei (x n ) n N eine Cauchyfolge Wähle zu ɛ k = 2 k ein N k N mit x n x m 2 k für n, m N k Dann existiert eine Teilfolge mit x nk+1 x nk 2 k für alle k N Setzen wir y k = x nk+1 x nk, so gilt y k < Laut Voraussetzung existiert also ein y X mit K y y k = y (x nk+1 x n1 ) 0 für K Daher konvergiert eine Teilfolge von (x n ) n N Da (x n ) n N selbst eine Cauchyfolge ist, folgt, dass die Folge selbst konvergiert Satz 34 N (H) versehen mit der Norm T NUK = s n (T ) l 1 für T N (H) ist ein Banachraum Weiters gilt T T NUK Wir zeigen zuerst die Normabschätzung Sei dazu T x = s k(x, e k )f k Dann gilt T x = s k (x, e k )f k = s k (x, e k ) x s k l 1 = x T NUK Daraus folgt sofort T T NUK Hieraus erhalten wir auch sogleich T NUK = 0 T = 0 T = 0 Dass λt NUK = λ T NUK gilt, sieht man aus der Definition Seien nun T 1, T 2 N (H) Es gelte T i x = k s i,k(x, e i,k )f i,k Dann ist (T 1 + T 2 )(x) = s 1,1 (x, e 1,1 )f 1,1 + s 2,1 (x, e 2,1 )f 2,1 + s 1,2 (x, e1, 2)f 1,2 + s 2,2 (x, e 2,2 )f 2,2 +, und dies ist eine Darstellung von T 1 + T 2 laut Satz (32) (ii) mit a 2n = s 2,n und a 2n 1 = s 1,n Ebenfalls aus Satz (32) und der Dreiecksungleichung im l 1 folgt: T 1 + T 2 NUK a n l 1 s n (T 1 ) l 1 + s n (T 2 ) l 1 = T 1 NUK + T 2 NUK Für die Vollständigkeit wähle (T m ) m N N (H) mit m=1 T m NUK < Dann gilt T m m=1 T m NUK < m=1 6
7 Da K(H) ein Banachraum ist, existiert T = m=1 T m Laut Satz (32) gilt auch tatsächlich M T T m NUK s m,n T m NUK 0 m=1 m>m m>m Der nächste Satz besagt, dass die nuklearen Operatoren ein Ideal bilden Satz 35 Seien R, T B(H) und S N (H) Dann ist RST N (H) mit RST NUK R S NUK T Sei S = s n(, e n )f n Man sieht leicht, dass in diesem Falle RST = s n (, T e n )Rf n Es folgt laut Satz (32) RST NUK s n T e n Rf n R T s n Da N (H) ein Banachraum ist, können wir natürlich auch seinen Dualraum betrachten Im folgenden wird ein spezielles Funktional auf N (H) von interesse sein Um es zu definieren, benötigen wir zunächst folgendes Lemma Lemma 36 Sei T N (H), (e n ) n N sei eine beliebige Orthonormalbasis von H, und sei T x = a n(, x n )y n eine Darstellung von T mit (a n ) l 1 und x n = y n = 1 Dann gilt a n (y n, x n ) = wobei beide Reihen absolut konvergieren (T e n, e n ), Da (a n ) l 1 und (y n, x n ) 1 ist, konviergt die linke Reihe absolut Mit der Parsevalschen Gleichung gilt a n (y n, x n ) = a n (y n, e k )(e k, x n ) = a n (y n, e k )(e k, x n ) = (T e k, e k ) Daher konvergieren beide Reihen unbedingt zum selben Limes, also konvergiert auch letztere absolut Definition 37 Sei T N (H) und (e n ) n N eine Orthonormalbasis von H Die Spur von T wird definiert als tr(t ) = (T e n, e n ) 7
8 Es gilt tr(t ) = s n(f n, e n ) für die singuläre Darstellung und allgemein tr(t ) = a n(x n, y n ) für jede zulässige Darstellung Wir wollen nun einige Eigenschaften des Spurfunktionals festhalten Satz 38 Es gilt: (i) tr ist ein stetiges lineares Funktional auf N (H) mit tr = 1 (ii) Ein Operator T ist genau dann nuklear, wenn T nuklear ist und in diesem Fall gilt tr(t ) = tr(t ) (iii) Ist T N (H) und S B(H), so gilt tr(st ) = tr(t S) (i): Die linearität folgt sofort aus der Definition, die Beschränktheit folgt aus: tr(t ) s n (f n, e n ) s n = T NUK Der Operator T = (, e)e zeigt sogar T = 1 (ii): Ist T = s n(, e n )f n so ist T = s n(, f n )e n Beschreibt eine der Darstellungen einen nuklearen Operator, so tut dies die andere klarerweise auch Weiters gilt tr(t ) = s n (f n, e n ) = s n (e n, f n ) = tr(t ) (iii): Ist T = a n(, x n )y n, so ist ST = a n (, x n )Sy n, T S = und folglich tr(st ) = a n (Sy n, x n ) = a n (, S x n )y n, a n (y n, S x n ) = tr(t S) Für selbstadjungierte Operatoren ist die Spur besonders leicht auszurechnen Außerdem kann man bei selbstadjungierten Operatoren leicht überprüfuen, ob sie nuklear sind: Korollar 39 Sei T K(H) selbstadjungiert und (λ n ) n N die zugehörige Folge von Eigenwerten entsprechend ihrer Vielfachheit gezählt Dann ist T genau dann nuklear, wenn λ n < In diesem Fall ist T NUK = λ n und tr(t ) = λ n Laut Spektralsatz sind die λ n genau die singulären Zahlen von T Die Darstellung der Spur von T erhält man, indem man in der Definition die zugehörige Orthonormalbasis aus Eigenvektoren von T einsetzt Zum Abschluss wollen wir mit Hilfe der nuklearen Operatoren den Dualraum der Kompakten Operatoren beschreiben Dazu benötigen wir zunächst folgendes Lemma, das uns eine hinreichende Bedingung für die Kompaktheit eines Operators gibt 8
9 Lemma 310 Sei S B(H) Für je zwei Orthonormalsysteme (g n ) n N und (h n ) n N gelte (Sg n, h n ) 0 Dann ist S kompakt Wenn S nicht kompakt ist, existiert ein ɛ > 0, so dass S T > ɛ für alle T K(H) gilt Wir konstruieren mit Hilfe dieser Tatsache Orthonormalsysteme (g n ) n N und (h n ) n N, so dass (Sg n, h n ) > ɛ für alle n N Ist n = 1, so setze T = 0 und finde g 1 und h 1 mit g 1 = h 1 = 1 und (Sg 1, h 1 ) > ɛ Seien nun g 1,, g n und h 1,, h n bereits wie gewünscht konstruiert Sei E (bzw F ) die Orthogonalprojektion auf lin{g 1,, g n } (bzw lin{h 1,, h n }) Setze nun T = SE + F S F SE Dann erhalten wir aus S T > ɛ für gewisse x, y H\{0} ((I F )S(I E)x, y) = ((S T )x, y) > ɛ x y Insbesondere ist Ex x, F y y Setzen wir nun g n+1 = x Ex x Ex, h n+1 = y F y y F y, so folgt g n+1 g i und h n+1 h i für i n sowie (Sg n+1, h n+1 ) > ɛ Wir benötigen für den Beweis auch das Ergebnis aus der l p -Theorie, dass l 1 isometrisch Isomorph zum Dualraum von c 0 ist Genauer: (c 0 ) = l 1 vermöge T : l 1 c 0, (T x)(y) = s nt n (x = (s n ) n N l 1, y = (t n ) n N c 0 ) Satz 311 Die Abbildung Φ : N (H) K(H), S Φ S mit Φ S (T ) = tr(st ) ist ein isometrischer Isomorphismus; es gilt also K(H) = N (H) Die Abbildung Φ ist wohldefiniert und linear Durch Φ S (T ) = tr(st ) ST NUK S NUK T sieht man, dass Φ S S NUK Es gelte Φ S (T ) = 0 für alle T K(H) Setze T = (, x)y, dann gilt für alle x, y H 0 = Φ S (T ) = tr(st ) = tr((, x)sy) = (Sy, x) Also ist S = 0 und daher Φ injektiv Betrachte nun zu f K(H) die Abbildung (x, y) f((, y)x) Dabei handelt es sich um eine stetige Sesquilinearform Daher existiert ein S B(H) mit (Sx, y) = f((, y)x) für alle x, y H Seien nun (g n ) n N und (h n ) n N Orthonormalsysteme und (a n ) n N c 0 Der Operator T = a n(, g n )h n ist dann kompakt mit T = sup n a n Es folgt f(t ) = a n f((, g n )h n ) = a n (Sg n, h n ) f T = f (a n) Daher ist (a n ) a n(sg n, h n ) ein stetiges Funktional auf c 0 mit norm f Laut Konstruktion wird es von der Folge ((Sg n, h n )) n N dargestellt Daher gilt (Sg n, h n ) f und insbesondere (Sg n, h n ) 0 und S ist kompakt Schreibe nun S = s n(, e n )f n Einfaches Nachrechnen zeigt (s n ) n N = (Se n, f n ) n N l 1 Daher ist S nuklear und es gilt S NUK = s n f Daher stimmen f und Φ S auf allen Operatoren der Form (, x)y überein, also auch auf deren linearen Hülle und aufgrund der Stetigkeit von f und Φ S auch auf deren Abschluss Dieser ist aber bereits K(H), da die Operatoren mit endlichdimensionalem Bild dort ja dicht liegen Es folgt also Φ S = f 9
Höhere Funktionalanalysis WS2016/17 Übungsblatt
Höhere Funktionalanalysis WS2016/17 Übungsblatt 1 11.10.2016 Aufgabe 1. Berechne die Normen der Operatoren (a) f L [0, 1], M f : L 2 [0, 1] L 2 [0, 1], (M f g)(x) = f(x)g(x). (b) g C[0, 1], T g : C[0,
MehrEigenschaften kompakter Operatoren
Eigenschaften kompakter Operatoren Denition Seien X, Y normierte Räume und sei A : X Y linear. Dann heiÿt A kompakt (vollstetig), wenn für jede beschränkte Menge B X die Menge A(B) kompakt ist. Eigenschaften
Mehralso ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges
11. Kompakte Operatoren Seien X, Y Banachräume, und sei T : X Y ein linearer Operator. Definition 11.1. T heißt kompakt, enn T (B) eine kompakte Teilmenge von Y ist für alle beschränkten Mengen B X. Wir
Mehrx, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω
5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,
MehrVollständiger Raum, Banachraum
Grundbegriffe beschränkte Menge Cauchyfolge Vollständiger Raum, Banachraum Kriterium für die Vollständigkeit Präkompakte Menge Kompakte Menge Entropiezahl Eigenschaften kompakter und präkompakter Mengen
MehrBeispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren
Beispiele Grundlagen Kompakte Operatoren Regularisierungsoperatoren Transportgleichung Dierenzieren ( nx ) (f δ n ) (x) = f (x) + n cos, x [0, 1], δ Regularisierung!! Inverse Wärmeleitung Durc f (f δ n
MehrWiederholung. Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen.
Wiederholung Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen. Definition. Sei X eine Menge und d : X X R eine Abbildung mit den Eigenschaften 1.
Mehr1 Hilbertraum. 1.1 Denition und einführende Beispiele. Im Folgenden sei K {R, C}.
1 1 Hilbertraum Im Folgenden sei K {R, C}. 1.1 Denition und einführende Beispiele Denition 1.1 (inneres Produkt, Skalarprodukt) Ein inneres Produkt auf einem K-Vektorraum V ist eine positiv denite hermitesche
MehrDer Satz von Hahn-Banach und seine geometrische Bedeutung Seminararbeit im Rahmen des PS Funktionalanalysis 2 SS 2008
Der Satz von Hahn-Banach und seine geometrische Bedeutung Seminararbeit im Rahmen des PS Funktionalanalysis 2 SS 2008 Brigitte Kertelits (9925250) 16. November 2008 1 Zusammenfassung Diese Arbeit befasst
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Definition: Sei M R, alsom
MehrVollständigkeit. 1 Konstruktion der reellen Zahlen
Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente
Mehrist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).
Kapitel 4 Stetige lineare Funktionale 4.1 Der Satz von Hahn - Banach Definition 4.1. Sei X ein linearer normierter Raum über dem Körper K (R oder C). Ein linearer Operator f : X K heißt (reelles oder komplexes)
MehrDifferentialgleichungen und Hilberträume Sommersemester 2014 Übungsblatt 11
Institut für Analysis Prof. Dr. Wolfgang Reichel Dipl.-Math. Anton Verbitsky Aufgabe 1 Differentialgleichungen und Hilberträume Sommersemester 14 Übungsblatt 11 5 Punkte In dieser Aufgabe geht es um die
MehrMerkblatt zur Funktionalanalysis
Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.
MehrFunktionalanalysis, WS 2005/06, by HGFei
Funktionalanalysis, WS 2005/06, by HGFei Hinweise zum Inhalt (laufende Chronologie) Version vom 15. Oktober 2005 (HGFei) 1. Stunde 1: TEST: l, (l, ), l 1, (l 1, 1 ), l 2, (l 2, 2 ) QUESTION: Was ist Funktionalanalysis?
Mehr8.1. DER RAUM R N ALS BANACHRAUM 17
8.1. DER RAUM R N ALS BANACHRAUM 17 Beweis. Natürlich ist d 0 und d(x, y) = 0 genau dann, wenn x = y. Wegen (N2) ist x = x und damit d(x, y) = d(y, x). Die letzte Eigenschaft einer Metrik schließt man
Mehr3 Vektorräume abstrakt
Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare
MehrLösungsvorschlag zu den Hausaufgaben der 8. Übung
FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H
Mehr22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion
KAPITEL 1. GRUNDLAGEN Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion 1 für 0 x < 1 g 0 (x) = 1 1 für < x 1. Natürlich gibt dies von
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
Mehr10 Unitäre Vektorräume
10 Unitäre Vektorräume Pink: Lineare Algebra 2014/15 Seite 98 10 Unitäre Vektorräume Die Theorie komplexer Vektorräume mit Skalarprodukt folgt denselben Linien wie die Theorie reeller Vektorräume mit Skalarprodukt;
Mehr7.3 Unitäre Operatoren
Wir können jeden Operator T wie folgt schreiben: Dabei gilt T = 1 2 (T + T ) + i( 1 2 i (T T )) (T + T ) = T + T sowie ( 1 2 i (T T )) = 1 2 i (T T) = 1 2 i (T T ). Wir können T also in zwei lineare Operatoren
Mehr4.4 Hermitesche Formen
44 Hermitesche Formen Wie üblich bezeichnen wir das komplex konjugierte Element von ζ = a + bi C (a, b R) mit ζ = a bi Definition 441 Sei V ein C-Vektorraum Eine hermitesche Form (HF) auf V ist eine Abbildung
MehrLineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
Mehr10 Hilberträume. (b) λx,y = λ x,y für x,y X, λ K. (c) x, y = y, x für x, y X (Komplexe Konjugation nur im Falle K = C)
10 Hilberträume 10.1. Definition. Sei X ein Vektorraum über K. Eine Abbildung, : X X K heißt Skalarprodukt, falls (a) x 1 + x,y = x 1,y + x,y für x 1,x,y X (b) λx,y = λ x,y für x,y X, λ K (c) x, y = y,
Mehr8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN
8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es
MehrFUNKTIONALANALYSIS. Carsten Schütt WS 2006/7
1. Eine Teilmenge K eines topologischen Raumes heißt folgenkompakt, wenn jede Folge in K eine Teilfolge enthält, die in K konvergiert. Die Menge K heißt abzählbar kompakt, wenn jede unendliche Teilmenge
MehrOptimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme
Optimale Steuerung, Prof.Dr. L. Blank 1 II Linear-quadratische elliptische Steuerungsprobleme Zuerst: Zusammenstellung einiger Begriffe und Aussagen aus der Funktionalanalysis (FA), um dann etwas über
MehrSatz 2.3. Jeder lineare normierte Raum wird durch Einführung einer Metrik
Kapitel Lineare normierte Räume.1 Allgemeiner Überblick Definition.1. Eine Menge X, in der über einem Zahlenkörper K (K = R oder K = C) die Addition und λ-multiplikation mit den üblichen Verbindungsaxiomen
MehrZusammenfassung Analysis 2
Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
MehrDefinition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i
3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und
MehrExistenzsatz von Lions
II.4. Darstellung von Sesquilinearformen 37 Existenzsatz von Lions Im Satz von Lax-Milgram wurde mittels einer Sesquilinear- bzw. Bilinearform ein Operator T L (H) eines Hilbertraumes H und seine Invertierbarkeit
MehrL 2 -Theorie und Plancherel-Theorem
L -Theorie und Plancherel-Theorem Seminar Grundideen der Harmonischen Analysis bei Porf Dr Michael Struwe HS 007 Vortrag von Manuela Dübendorfer 1 Wiederholung aus der L 1 -Theorie Um die Fourier-Transformation
Mehr53 Die Parsevalsche Gleichung
53 Die Parsevalsche Gleichung 53 Die Parsevalsche Gleichung 5 53. Skalarprodukte auf Räumen quadratintegrierbarer Funktionen. a) Die Orthogonalitätsrelationen (5.5) legen die Interpretation des Ausdrucks
MehrKapitel 5 KONVERGENZ
Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz
Mehri=1 i=1,...,n x K f(x).
2. Normierte Räume und Banachräume Ein normierter Raum ist ein Vektorraum, auf dem wir Längen messen können. Genauer definieren wir: Definition 2.1. Sei X ein Vektorraum über C. Eine Abbildung : X [0,
MehrBeispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt
Beispiel. Gegeben sei die Folge (a n ) n N mit a n := n 2 + 5n + 1 n Es gilt ( ( ) (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n + 1 + n, woraus folgt a n = (n2 + 5n + 1) n 2 n2 + 5n + 1 + n = 5n + 1 n2
MehrKapitel 3. Konvergenz von Folgen und Reihen
Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden
MehrSchauderbasen und das Beispiel der Riesz-Basen auf Hilberträumen
Schauderbasen und das Beispiel der Riesz-Basen auf ilberträumen Bernhard Stiftner 0. Dezember 0 Inhaltsverzeichnis Allgemeines zu Schauderbasen Spezielle Schauderbasen auf ilberträumen 8 3 Literatur 8
Mehr68 Hilberträume - Grundbegriffe
- 235-68 Hilberträume - Grundbegriffe In 21 haben wir uns ausführlich mit R und C Vektorräumen mit Skalarprodukt beschäftigt, dort allerdings hauptsächlich mit endlichdimensionalen Vektorräumen. Im Folgenden
MehrWarum brauchen wir hier den Begriff eines Erzeugendensystems? - Verknüpfungen von Kommutatoren müssen nicht Kommutatoren sein.
Protokoll zur Diplomprüfung Algebra 1, Funktionalanalysis 1 Datum: 29.11.2013 Prüfer: Dr. Schulte, Dr. Spreng Note: 1,3 Dauer: 2 x 20 min Ich kann mich nicht mehr an alle Fragen zur Algebra erinnern da
Mehr7 Lineare Abbildungen und Skalarprodukt
Mathematik II für inf/swt, Sommersemester 22, Seite 121 7 Lineare Abbildungen und Skalarprodukt 71 Vorbemerkungen Standard Skalarprodukt siehe Kap 21, Skalarprodukt abstrakt siehe Kap 34 Norm u 2 u, u
Mehr35 Stetige lineare Abbildungen
171 35 Stetige lineare Abbildungen Lernziele: Konzepte: Lineare Operatoren und ihre Normen Resultate: Abschätzungen für Matrizennormen Kompetenzen: Abschätzung von Operatornormen 35.1 Lineare Abbildungen.
Mehr72 Orthonormalbasen und Konvergenz im quadratischen Mittel
72 Orthonormalbasen und Konvergenz im quadratischen Mittel 30 72 Orthonormalbasen und Konvergenz im quadratischen Mittel Wir untersuchen nun die Konvergenz von Fourier-Reihen im quadratischen Mittel in
Mehrϕ k (t)ψ j (s) 2 ds)dt < folgt ϕ k (t)ψ j (s) δ j1,j 2 und daher handelt es sich um ein Orthonormalsystem in L 2 (Ω 1 Ω 2 ).
1) a) Wir wollen zeigen, dass {ϕ k (t)ψ j (s)} j,k N0 eine Orthonormalbasis ist. Beachte dabei zunächst, dass (t, s) ϕ k (t)ψ j (s) für alle j, k N 0 messbare Abbildungen auf Ω 1 Ω 2 sind und da Ω 1 ϕ
MehrProseminar Analysis Vollständigkeit der reellen Zahlen
Proseminar Analysis Vollständigkeit der reellen Zahlen Axel Wagner 18. Juli 2009 1 Voraussetzungen Zunächst wollen wir festhalten, was wir als bekannt voraussetzen: Es sei (Q, +, ) der Körper der rationalen
Mehr(c) (a) X ist abgeschlossen. X = A,wobeiderDurchschnittüberalleabgeschlossenenMengengebildet wird, die X enthalten. (d) (e)
27 15. Metrische Räume Mit Hilfe einer Norm können wir den Abstand x y zweier Punkte x, y messen. Eine Metrik ist eine Verallgemeinerung dieses Konzepts: 15.1. Metriken. Es sei M eine beliebige Menge.
Mehr4 Funktionenfolgen und normierte Räume
$Id: norm.tex,v 1.9 2011/06/01 15:13:45 hk Exp $ $Id: jordan.tex,v 1.3 2011/06/01 15:30:12 hk Exp hk $ 4 Funktionenfolgen und normierte Räume 4.5 Normierte Räume In der letzten Sitzung hatten wir den Begriff
MehrVon Skalarprodukten induzierte Normen
Von Skalarprodukten induzierte Normen Niklas Angleitner 4. Dezember 2011 Sei ein Skalarproduktraum X,, gegeben, daher ein Vektorraum X über C bzw. R mit einer positiv definiten Sesquilinearform,. Wie aus
MehrÜbungen zur Funktionalanalysis Lösungshinweise Blatt 4
Übungen zur Funktionalanalysis Lösungshinweise Blatt 4 Aufgabe 13 Wie üblich sei l 1 = {x : N K x n < } mit Norm x l 1 = x n und l = {x : N K sup n N x n < } mit x l = sup n N x n Für die Unterräume d
Mehrist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1
24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx
Mehr([0, 1]) und int K = p 1
126 III. Der Satz von Hahn-Banach und seine Konsequenzen wie man durch Einsetzen unmittelbar erkennt. Zeigen wir noch die Halbstetigkeit von f: Sei(x n ) eine Folge in L p (R) mitx n x in L p (R) und f(x
MehrOrthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen
Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).
Mehr10.2. SELBSTADJUNGIERTE OPERATOREN 67
10.2. SELBSTADJUNGIERTE OPERATOREN 67 10. Spektralsatz 10.1. Spektrum. Sei K entweder R oder C. Definition 10.1.1. Sei X ein Banachraum und T L(X,X) L(X). (i) Die Menge ρ(t) K aller rellen oder komplexen
Mehr44 Spektralzerlegung normaler Operatoren im endlichdimensionalen Fall
44 Spektralzerlegung normaler Operatoren im endlichdimensionalen Fall 44 1 Zusammenfassung Dieser Paragraf richtet sich im Aufbau weitgehend nach 42, um den Zerlegungssatz (44.7) analog zum Satz über die
MehrLineare Algebra und Geometrie II, Übungen
Lineare Algebra und Geometrie II, Übungen Gruppe (9 9 45 ) Sei A 2 Bestimmen Sie A und A Finden Sie weiters Vektoren u, v R 2 mit u und Au A, beziehungsweise v und Av A Zunächst die Berechnung der Norm
MehrDie Determinante ist eine Abbildung
SS 2005 Mathematik II für inf/swt 20.4.05 Die Determinante ist eine Abbildung det : M n,n (K) K : A det A =: A mit den Eigenschaften: (D1) det a 1. α a k + β b. a n = α det = a 1. a k. a n + β det a 1.
MehrKarhunen-Loeve Entwicklung stochastischer Prozesse
Karhunen-Loeve Entwicklung stochastischer Prozesse Wintersemester 2015/16 Erstellt von Manuel Summer Inhaltsverzeichnis 1 Einleitung 3 2 Kompakte Operatoren 4 2.1 Hilbert-Schmidt Operator..........................
MehrRechenoperationen mit Folgen. Rekursion und Iteration.
Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )
MehrHöhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 4. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 0/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 4. Übungsblatt Aufgabe
MehrHäufungspunkte und Satz von Bolzano und Weierstraß.
Häufungspunkte und Satz von Bolzano und Weierstraß. Definition: Sei (a nk ) k N eine konvergente Teilfolge der Folge (a n ) n N.Dannwirdder Grenzwert der Teilfolge (a nk ) k N als Häufungspunkt der Folge
MehrLineare Algebra für Physiker 11. Übungsblatt
Lineare Algebra für Physiker 11. Übungsblatt Fachbereich Mathematik SS 01 Prof. Dr. Matthias Schneider./. Juli 01 Dr. Silke Horn Dipl.-Math. Dominik Kremer Gruppenübung Aufgabe G1 (Minitest) (a) Welche
MehrPositive lineare Funktionale. 1 Eigenschaften positiver linearer Funktionale
Vortrag zum Seminar zur Funktionalanalysis, 11.12.2008 Holger Wintermayr Durch die Gelfand-Transformation können wir die Struktur einer abelschen C*- Algebra vollständig im Sinne der eines Funktionenraumes
MehrKonvergenz im quadratischen Mittel - Hilberträume
CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften
Mehr6 Räume integrierbarer Funktionen
$Id: L.tex,v 1.5 2012/01/19 15:07:43 hk Ex $ $Id: green.tex,v 1.3 2012/01/19 15:18:26 hk Ex hk $ 6 Räume integrierbarer Funktionen In der letzten Sitzung hatten wir die sogenannte L -Norm ( 1/ f := f(x)
MehrKlausur zur Höheren Mathematik IV
Düll Höhere Mathematik IV 8. 1. 1 Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene
MehrFerienkurs Analysis 3. Ari Wugalter März 2011
Ari Wugalter 07. - 08. März 2011 1 1 Hilberträume Im ersten Kapitel wollen wir uns mit den grundlegenden Eigenschaften von Hilberträumen beschäfitgen. Hilberträume habe die herausragende Eigenschaft, dass
Mehr2. Stetige lineare Funktionale
-21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn
Mehr6. Normale Abbildungen
SKALARPRODUKE 1 6 Normale Abbildungen 61 Erinnerung Sei V ein n-dimensionaler prä-hilbertraum, also ein n-dimensionaler Vektorraum über K (R oder C) versehen auch mit einer Skalarprodukt, ra K Die euklidische
MehrÜbungsblatt 2 - Analysis 2, Prof. G. Hemion
Tutor: Martin Friesen, martin.friesen@gmx.de Übungsblatt 2 - Analysis 2, Prof. G. Hemion Um die hier gestellten Aufgaben zu lösen brauchen wir ein wenig Kentnisse über das Infimum bzw. Supremum einer Menge.
MehrKonvergenz im quadratischen Mittel und die Parsevelsche Gleichung
Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das
MehrLösungen zur Übungsserie 9
Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag,? November Lösungen zur Übungsserie 9 Aufgaben 1,2,3,5,6,8,9,11 Aufgabe 1. Sei a R. Berechnen Sie die folgenden Grenzwerte, falls sie existieren.
Mehr7.2 Die adjungierte Abbildung
7.2 Die adjungierte Abbildung Definition 7.2.1 Eine lineare Abbildung f : V K heißt lineares Funktional oder Linearform. (Diese Definition gilt für beliebige K-Vektorräume, nicht nur für innere Produkträume.)
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
Mehr4.2 Die adjungierte Abbildung
4.2. DIE ADJUNGIERTE ABBILDUNG 177 4.2 Die adjungierte Abbildung Die Vektorräume dieses Paragraphen seien sämtlich euklidisch, die Norm kommt jetzt also vom inneren Produkt her, v = v v. Zu f Hom R (V,
MehrFunktionalanalysis. Martin Brokate. 1 Normierte Räume 2. 2 Hilberträume Das Prinzip der gleichmäßigen Beschränktheit 31
Funktionalanalysis Martin Brokate Inhaltsverzeichnis 1 Normierte Räume 2 2 Hilberträume 2 3 Das Prinzip der gleichmäßigen Beschränktheit 31 4 Fortsetzung, Reflexivität, Trennung 36 5 Kompakte Mengen in
MehrKommutativität. De Morgansche Regeln
1. Formale Logik Proposition 1.1. Die logischen Elementarverknüpfungen gehorchen folgenden Äquivalenzen: (1.1) (1.2) p p p p p p Idempotenz (1.3) (1.4) p q q p p q q p Kommutativität (1.5) (1.6) (p q)
MehrB) Lineare Operatoren 7. Algebra, Norm, Konvergenzen, Strukturen
B) Lineare Operatoren 7. Algebra, Norm, Konvergenzen, Strukturen 7.1. Def: Linearer Operator: Lineare Abbildung zwischen Vektorräumen A( ) AA A: V W Spezieller: zwischen normierten Räumen, Banachräumen
MehrAnalysis IV für Physiker
Analysis IV für Physiker nach den Vorlesungen von Prof. Dr. Werner Timmermann (Sommersemester 2008) Herausgegeben von Jeffrey Kelling Felix Lemke Stefan Majewsky Stand: 23. Oktober 2008 Inhaltsverzeichnis
Mehr1 Die Jordansche Normalform
Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 4/5 A Die Jordansche Normalform Vierter Tag (9.03.205) Im Zusammenhang mit der Lösung komplexer Differentialgleichungssysteme
Mehr7. Übungsblatt zur Mathematik II für Inf, WInf
Fachbereich Mathematik Prof. Dr. Streicher Dr. Sergiy Nesenenko Pavol Safarik SS 2010 27.-31.05.10 7. Übungsblatt zur Mathematik II für Inf, WInf Gruppenübung Aufgabe G24 (Grundlegende Definitionen) Betrachten
Mehr7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.
7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim
Mehr$Id: hilbert.tex,v /06/21 13:11:01 hk Exp hk $
$Id: hilbert.tex,v 1.5 2013/06/21 13:11:01 hk Exp hk $ 7 Hilberträume In der letzten Sitzung hatten wir die Theorie der Hilberträume begonnen, und sind gerade dabei einige vorbereitende elementare Grundtatsachen
Mehr12 Biholomorphe Abbildungen
12 Biholomorphe Abbildungen 2 Funktionenräume Wir erinnern zunächst an den Weierstraßschen Konvergenzsatz : 2.1 Satz. Sei G C ein Gebiet, (f n ) eine Folge holomorpher Funktionen auf G, die auf G kompakt
MehrEin Crashkurs zum Spektralsatz
Ein Crashkurs zum Spektralsatz Zum Seminar partielle Differentialgleichungen 1 2 (WS 1999/2000) 17. Oktober 1999 1 Fragen an sick@math.uni-bonn.de oder mueller@math.uni-bonn.de 2 Dieses Skript ist auch
MehrGleichmäßige Konvergenz und Funktionenräume
Gleichmäßige Konvergenz und Funktionenräume Isabella Lukasewitz und Andreas Brack 07.06.2010 Vortrag zum Proseminar zur Analysis Konvergenz und Funktionenräume INHALTSVERZEICHNIS Bereits in den Vorlesungen
MehrExtremalpunkte und der Satz von Krein-Milman. 1 Lokalkonvexe topologische Vektorräume
Extremalpunkte und der Satz von Krein-Milman Seminar zu ausgewählten Kapiteln der Banachraumtheorie Vortrag von Michael Hoffmann 1 Lokalkonvexe topologische Vektorräume Im folgenden betrachten wir stets
MehrOrthogonalreihendarstellung eines zentrierten Gauß-Prozesses
Orthogonalreihendarstellung eines zentrierten Gauß-Prozesses Thomas Steinle Seminar Zufällige Felder Universität Ulm 18. November, 2008 Einleitung Inhalt Einleitung Wiederholung und Themenvorstellung Wichtiges
Mehr8 KAPITEL 1. GRUNDLAGEN
8 KAPITEL 1. GRUNDLAGEN Beweis. 1. Sei A X abgeschlossen, dann ist X \ A offen und jede offene Überdeckung von A lässt sich durch Hinzunahme von X \ A auf ganz X fortsetzen. Die Kompaktheit von X erlaubt
Mehr20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen
20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium
MehrTechnische Universität München. Aufgaben Mittwoch SS 2012
Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 53 Norm von Endomorphismen und Matrizen Definition 53.1. Es seien V und W endlichdimensionale normierte K-
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
Mehr8.1 Beschränkte Operatoren auf Hilberträumen
$Id: operator.tex,v 1.4 2013/10/23 20:41:41 hk Exp $ 8 Beschränkte Operatoren auf Hilberträumen 8.1 Beschränkte Operatoren auf Hilberträumen In der letzten Sitzung hatten wir den Adjungierten T eines Operators
Mehr30 Metriken und Normen
31 Metriken und Normen 153 30 Metriken und Normen Lernziele: Konzepte: Metriken, Normen, Skalarprodukte, Konvergenz von Folgen Frage: Versuchen Sie, möglichst viele verschiedene Konvergenzbegriffe für
MehrCauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit
Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das
MehrDer Schaudersche Fixpunktsatz liefert daher einen Fixpunkt für F C und deshalb erst recht einen Fixpunkt für F. 2
IV.8 Aufgaben 187 Der Schaudersche Fixpunktsatz liefert daher einen Fixpunkt für F C und deshalb erst recht einen Fixpunkt für F. 2 Formal schließt der Darbo-Sadovskiĭsche Fixpunktsatz sowohl den Banachschen
Mehr9 Metrische und normierte Räume
9 Metrische und normierte Räume Idee: Wir wollen Abstände zwischen Punkten messen. Der Abstand soll eine reelle Zahl 0 sein (ohne Dimensionsangabe wie Meter...). 9.1 Definition Sei X eine Menge. Eine Metrik
Mehr