Kapitel 1. Übung 1. Bestimmen Sie die Mengen: [ n 0, 1 ) [0,r)
|
|
- Gerhard Schräder
- vor 5 Jahren
- Abrufe
Transkript
1 Kapitel 1 Übungen Übung 1. Bestimmen Sie die Mengen: [ 1.,1 1 ] n n N n N [, 1 n r Q (,1 n N n N [,r [ 1 n+1, 1 n [ 1 n,1+ 1 n Übung 2. Sei X eine Menge und (A i i I eine abzählbare Partition (A i A j = für i j und i I A i = X von X. Zeigen Sie: 1. dievon(a i i I erzeugteσ-algebraabestehtgenauausdenmengenderform i J A i mit J I. Die Mengen A i heißen dann die Atome der σ-algebra A. 2. A ist überabzählbar, wenn I unendlich ist. Übung 3. Es sei X eine nichtleere Menge und P(X ihre Potenzmenge. A P(X sei eine Algebra (d.h. A; A A A c A; A,B A A B A. Man sagt, dass M P(X eine monotone Klasse ist, wenn M bezüglich abzählbarer monotoner Durchschnitte und Vereinigungen abgeschlossen ist. Ab jetzt ist M die kleinste monotone Klasse, sodass A M. 1. Zeigen Sie, dass M wohl definiert ist. 1
2 2 KAPITEL 1. ÜBUNGEN 2. Man setzt M 1 = {A ; A M und A c M}. Zeigen Sie, dass M 1 eine monotone Klasse ist, die eine Übermenge von M ist. Leiten Sie daraus ab, dass M bezüglich Komplemente abgeschlossen ist. 3. Es sei A σ(a. Man setzt M A = {B M ; A B M}. Zeigen Sie, dass M A = M, zunächst einmal, falls A A, dann im Allgemeinen, für A M. 4. Zeigen Sie, dass M = σ(a. 5. Leiten Sie daraus ab, dass zwei Wahrscheinlichkeitsmaße, die auf einer Algebra A übereinstimmen, auf σ(a auch übereinstimmen. Übung 4. Zeigen Sie, dass es keine abzählbare σ-algebra gibt. Hinweis: Führen Sie den Beweis indirekt, indem Sie annehmen, es gäbe eine abzählbare σ-algebra A = {A n ; n N}. Betrachten Sie die Menge { A = n N und zeigen Sie, dass A eine Partition von X ist. F n ; n N F n = A n F n = X \A n } Übung 5. Sei X überabzählbar und A die Familie der abzählbaren Teilmengen von X. Ferner sei M = {E X E A X \E A} und die Abbildung µ : M R durch gegeben. Zeigen Sie: 1. M ist eine σ-algebra µ(e = 2. µ erfüllt die Maßeigenschaften. { wenn E A 1 sonst Bemerkung: Intervalle oder die positiven Zahlen gehören nicht zu diesem Mengensystem für X = R. Übung 6. Es sei ein Maßraum (X,A,µ. Es sei eine Folge von meßbaren Mengen (E n n, sodass die Reihe µ(e n konvergiert. Zeigen Sie, dass die Menge H = {x X; n 1 < n 2 < < n k, 1 j k : x E nj } meßbar ist, und, dass µ(h 1 µ(e n. k n 1
3 Übung 7. Zeigen Sie, mit Hilfe eines Gegenbeispieles, dass f(a\b f(a \ f(b im Allgemeinen. Übung 8. Beschreiben Sie (A B (C D mit den Symbolen, and c. Beschreiben Sie die selbe Menge mit Worten. Übung 9. Ein Maß µ ist stetig, wenn µ({x} = für alle Punkte x. Zeigen Sie, dass ein endliches Maß als die Summe eines stetigen Maßes und eines Maßes der Form i I a iδ xi dargestellt werden kann, wobei δ xi das Dirac-Maß an der Stelle x i ist, a i positive Zahlen sind, und I eine höchstens abzählbare Menge ist. Inwiefern ist dies Darstellung eindeutig? Übung 1. Zeigen Sie, dass für jedes ε >, es eine dichte Menge E in R gibt, sodass λ(e ε, wobei λ das Lebesgue Maß ist. Übung 11. Ein Durchschnitt von σ-algebren ist eine σ-algebra. Die Spur einer σ-algebra ist eine σ-algebra. Übung 12. Zeigen Sie, dass B(R = σ({[a,b[, a < b <,} = σ({(u,v, < u < v <,u,v Q} Übung 13 (Inklusions-Exklusions-Prinzip. Sei (X,A,µ ein Maßraum. Sei µ(a i <, wobei A 1,...,A n A. Zeigen Sie, dass: ( n ( n µ A i = ( 1 l+1 µ A i (1.1 i=1 l=1 I {1,...,n} I =l Also: µ( n i=1 A i = ( µ(a 1 +µ(a µ(a n ( µ(a 1 A 2 µ(a 1 A Übung 14. Für A, B Teilmengen von X, beschreiben Sie die von {A, B} erzeugte σ- Algebra. Übung 15. Zeigen Sie, dass D genau dann ein Dynkin-System auf X ist, wenn 1. X D; 2. Für alle A,B D, A B B \A D; 3. Für jede Folge paarweise disjunkter Mengen (A n n N gilt i I A n D. Übung 16. Man betrachte die natürlichen Zahlen und die Mengenfunktion 1 µ(a = lim N N #(A [1,N] für Mengen A N, für die der Grenzwert existiert. Zeigen Sie, dass diese Mengenfunktion additiv aber nicht σ-additiv ist. Bestimmen Sie eine Menge A N, sodass µ(a nicht existiert. n=1 3
4 4 KAPITEL 1. ÜBUNGEN Übung 17. Sei I n = [a n,b n ] eine Folge von Intervallen. Bestimmen Sie, wenn möglich, liminfi n und limsupi n. Übung 18. Sei (X,A,µ ein endlicher Maßraum. Für A,B A definieren wir d(a,b = µ(a B (symmetrische Differenz. 1. Zeigen Sie, dass d symmetrisch ist und die Dreiecks-Ungleichung erfüllt. 2. Sei A B definiert durch d(a,b =. Zeigen Sie, dass eine Äquivalenzrelation ist, und, dass d auf dem Raum der Äquivalenzklassen A/ eine Metrik induziert. 3. Sei A = liminfa n und n=1 d(a n,a n+1 <. Zeigen Sie, dass lim n d(a,a n =. 4. Beweisen Sie, dass A/ mit der Metrik d vollständig ist. Übung 19. Sei (X,A,µ ein Maßraum und µ ein σ-endliches Maß. Zeigen Sie, dass die Menge U = {x X; µ({x} > } höchstens abzählbar ist. Übung 2. Sei k eine positive ganze Zahl und {n i } eine endliche Folge positiver ganzer Zahlen, die alle kleiner als k sind. Zeigen Sie, dass die Menge der Zahlen in [,1], in deren Zifferndarstellung zur Basis k die Folge {n i } nicht auftritt, eine Nullmenge bezüglich des Lebesgue-Masses ist. Übung 21. Es sei (X,A,P ein Wahrscheinlichkeitsraum, und A n A, sodass P(A n = 1 für alle n. Zeigen Sie, dass das Ereignis A n auch Wahrscheinlichkeit 1 hat. Übung 22. Es seien (X,A 1 und (Y,A 2 Meßräume und X = n=1 A n mit A n A 1. Weiters seien Abbildungen f n : A n Y gegeben. Die Abbildung f : X Y sei durch f(x := f n (x, falls x A n definiert. Zeigen Sie, dass die Abbildung f genau dann A 1 -A 2 - meßbar ist, wenn für jedes n N die Abbildung f n : (A n,a 1 An (Y,A 2 meßbar ist. Übung 23. Seien (X,A 1,µ, (Y,A 2,ν Maßräume mit den Vervollständigungen (X,A 1,µ und (Y,A 2,ν. Weiters sei f : (X,A 1 (Y,A 2 meßbar und es gelte für jede ν-nullmenge C A 2 µ(f 1 (C =. Zeigen Sie: Die Abbildung f : (X,A 1 (Y,A 2 ist meßbar. Ist insbesondere ν = f(µ so ist f : (X,A 1 (Y,A 2 meßbar und ν = f(µ. Übung 24. Sei (X,A ein Meßraum und f : X R. Zeigen Sie: 1. Wenn f meßbar ist, dann ist auch f meßbar. 2. Ist die Umkehrung richtig? Übung 25. Sei X,Y Mengen, und A eine σ-algebra auf X. Sei f : X Y. Dann gilt: Sei M die Familie aller Mengen E Y mit f 1 (E A, dann ist M eine σ-algebra. Übung 26. Sei ξ n : R {,...,9} gegeben durch die n-te Ziffer nach dem Komma von x in Dezimaldarstellung (im Falle von Mehrdeutigkeit wählen wir die Ziffernentwicklung, die auf... endet. Zeigen Sie, dass ξ n für alle n N Borel-meßbar ist. Übung 27. Zeigen Sie, dass jede monotone Funktion f : R R Borel-meßbar ist.
5 5 Übung 28. Zeigen Sie, dass df dx Borel-meßbar ist, falls f : R R differenzierbar ist. Übung Drücken Sie die folgenden Indikatorfunktionen mit 1 A und 1 B aus: 1 A B, 1 A B, 1 A B, 1 A B. Was ist die kanonische Darstellung von 1 A +1 B? 2. Im Approximationssatz ist eine Folge u n = n2 n 1 1 k= k 2 n 11 k ( +1 k+1 2n 1 f< 2 n 1 (f n eingeführt worden. Finden Sie die kanonische Darstellung der Funktion u n u n 1. Übung 3. Geben Sie einen Wahrscheinlichkeitsraum und eine Folge Zuffalsvariablen (f n n darauf, sodass (f n n punktweise fast sicher konvergiert, aber, sodass ( lim f n dµ = (limf n dµ. Übung 31. Seien X, Y, nicht-leere Mengen, E P(X und G P(Y. Nehme man an, dass es Folgen (E n n in E und (G n n in G gibt, sodass X = E n und Y = G n. Zeigen Sie, dass σ(e σ(g = σ(e G. Hinweis: Für A σ(e und B σ(g stellt man S A = { D σ(g; A D σ(e G } und S B = { C σ(e; C B σ(e G }. Übung 32. Sei (X, A, µ ein Maßraum. Definieren Sie das Integral einer beliebigen meßbaren Funktion f: X R n. Hinweis: verwenden Sie eine Basis des Vektorraumes R n, und zeigen Sie, dass die Definition eigentlich unabhängig der Basis ist. Übung 33. Wenn ϕ konvex ist und s < t < u, zeigen Sie, dass ϕ(t ϕ(s t s Zeigen Sie, dass eine konvexe Funktion stetig ist. ϕ(u ϕ(t. u t Übung 34. Zeigen Sie den folgenden Satz: Sei f : X Y eine meßbare Abbildung, (X,A,µ ein Maßraum und (Y,B ein Meßraum. Dann bildet ν : B R +, ν(b := µ(f 1 (B mit B B ein Maß auf B. Das so definierte Maß heißt das Bildmaß von µ unter der Transformation f. Man schreibt: ν = f(µ, oder ν = µ f. Außerdem ist die Bildmaßbildung transitiv: (f g(µ = f(g(µ (oder (µ f g = µ g f. Übung 35. SeienAund B zwei Teilmengen der Menge X undadievon AundB erzeugte σ-algebra. Weiters sei µ ein Maß auf (X,A mit µ(a = 8 25, µ(b = 1 4, µ(a B = 2 25.
6 6 KAPITEL 1. ÜBUNGEN Die Funktion f : X R ist gegeben durch 2 für x A\B f(x = 1 für x B sonst. Zeigen Sie, daß f meßbar ist, und bestimmen Sie X f dµ. Übung 36. Sei (X,A,µ ein Maßraum und f : X C eine meßbare Funktion. Beweisen Sie: 1. f ist genau dann µ-integrierbar, wenn 2 n µ ({ x X 2 n < f(x 2 n+1} konvergiert. n Z 2. Wenn µ(x < gilt, dann ist f genau dann integrierbar, wenn µ({x X f(x > n} konvergiert. Übung 37. Sei 1. Zeigen Sie für t 2 1, daß n N I(t = I(t = 4t n= e t2 x sinh2tx sinhx dx. 1 (2n+1+t 2 2 4t Zeigen Sie weiters, daß lim t 1 {I(t 4t (t } = 3 4. Übung 38. Zeigen Sie das Lemma??: Seien a ij und i,j N. Dann gilt a ij = i=1 j=1 j=1 i=1 a ij Übung 39. Die Funktion f sei auf (,1 definiert als { für x rational f(x = [1/x] 1 für x irrational, wobei [x] das größte Ganze von x bezeichnet. Zeigen Sie, daß f dx =.
7 Übung 4. Zeigen Sie durch ein Beispiel, daß im Lemma von Fatou im allgemeinen strikte Ungleichung gilt. Übung 41. Sei (X,A,µ ein Maßraum, f: X [, ] meßbar und f(xdµ(x = c wobei < c <. Beweisen Sie: X ( lim nlog 1+ n X Übung 42. Berechnen Sie lim n n (1 x n n e x 2 dx. ( α f(x für < α < 1 dµ(x = c für α = 1 n für 1 < α <. Übung 43. Berechnen Sie lim n n (1+ x n n e 2x dx. Übung 44. Berechnen Sie die Integrale in den Beispielen 42 und 43 ohne Verwendung der Maßtheorie! Übung 45. Die Funktionen f n und g n seien durch n {(1 x2 für x n n f n (x = sonst ( n+ 1 1 g n (x = x2 2 für x n n sonst gegeben. 1. Zeigen Sie 2. Leiten Sie daraus f n (xdx g n (xdx = n π n+1 4 e x2 dx = π her. Übung 46. Seif n : [,1[ Rgegebendurchf n (x = n2 x.beweisensie < f 1+n 3 x 2 n (x < x 1 3 für x > und berechnen Sie lim n f n (xdx a unter Verwendung des Satzes von der dominierten Konvergenz, b direkt. Übung Bestimmen Sie den Limes wenn n von nxsinx 1+n α x αdx, für α, je nach α. Hinweis: nxsinx 1+n α x α falls α Selbe Frage für n 2 (1 xn sin(πxdx. 7
8 8 KAPITEL 1. ÜBUNGEN Übung 48. Es sei eine Folge von meßbaren Funktionen u j : X R +, sodass u j u L 1 (X für alle j. 1. Vergleichen Sie limsup u j dµ und limsupu j dµ. Ist die Voraussetzung mit u notwendig? 2. Man setzt weiter voraus, dass u 1 u 2 u 3, und, dass die Folge (u j j gegen f. ü. konvergiert. Zeigen Sie, dass die Funktion i 1 ( 1j u j f.ü. definiert ist, integrierbar, und, dass i 1( 1 j u j dµ = ( 1 i u i dµ. i 1 Übung 49. Sei (X,A,µ ein endlicher Maßraum und f n : X C eine beschränkte, gegen f gleichmäßig konvergente Folge meßbarer Funktionen. Zeigen Sie f n dµ = f dµ. lim n X Bemerkung: In einem endlichen Maßraum gilt stets, daß eine beschränkte, meßbare Funktion integrierbar ist, denn f 1 = f dµ µ(xsup f <. X Übung 5. Zeigen Sie, daß 1. lim n a 2. lim n n 2 xe n2 x 2 1+x 2 dx = für a >, aber nicht für a =. n p x r logx 1+n 2 x 2 für r > und < p < min(2,1+r. Übung 51. Sei (X,A,µ ein Maßraum mit < µ(x <. Sei f L C (X,µ eine Funktion mit f > und sei α n := X f(x n dµ(x. Zeigen Sie die folgende Behauptung: X α n+1 lim = f. n α n Übung 52. Seien f und g beliebige meßbare Funktionen. 1. Zeigen Sie, daß esssup(f +g esssupf +esssupg gilt. Geben Sie auch ein Beipiel für die strikte Ungleichung an. 2. Sei f = g f.ü. und f eine stetige Funktion. Zeigen Sie, daß esssupf = esssupg = supf. Übung 53. Gegebensei einendlicher Maßraum(X,A,µundeineFunktionf L 1 C (X,µ. Ferner sei S C abgeschlossen. Zeigen Sie folgende Aussage über den Integralmittelwert falls A E (f := 1 µ(e dann gilt f(x S für fast alle x. E f dµ S für alle E mit µ(e >,
9 Übung 54. Sei (X,A,µ ein Maßraum und f : X C eine meßbare Funktion. Weiters bezeichne B(z,r = {u C z u < r}. Das essentielle Bild von f wird durch definiert. Zeigen Sie: essim(f = { z C ε > : µ(f 1 (B(z,ε > } 1. Seien f und g zwei verschiedene Repräsentanten eines Elements von L (X,A,µ. Dann gilt essim(f = essim(g. 2. essim(f B(, f 3. ess Im(f ist kompakt. 4. µ(f 1 (C\essIm(f = Übung 55. Sei 1 r s <. Finden Sie ein Beispiel eines Wahrscheinlichkeitsraumes (X,A,µ, sodass L r (X,µ = L s (X,µ, bzw. L r (X,µ L s (X,µ. Übung 56. Sei f : [,1] [, stetig, λ das Lebesgue Maß, und es gelte O f dλ > für alle offenen Teilmenge O [,1]. Beweisen oder widerlegen Sie: λ({x [,1] : f(x = } =. Übung 57. Die Funktionen F : R R und G : R R seien durch gegeben. Zeigen Sie: cos(xt 1 cos(xt F(x = dλ(t und G(x = R + 1+t2 R + t 2 (1+t 2 dλ(t 1. F und G sind stetig auf R. Berechnen Sie F( und G(. 2. F( F(x+G(x = C x mit C = sin 2 t t 2 3. G ist zweimal stetig differenzierbar auf R und es gilt G = F 4. Bestimmen Sie C (lösen Sie eine lineare Differentialgleichung auf R +. Übung 58. Zeigen Sie, dass die Funktion f: (,1 R, sodass f(x = für x R\Q und f(p/q = 1/q für einen irreduziblen Bruch p/q Riemann-integrierbar ist. Zeigen Sie durch ein Beispiel, dass die Verknüpfung von zwei Riemann-integrierbaren Funktionen nicht Riemann-integrierbar sein muß, und dass ein punktweiser Limes Riemann-integrierbarer Funktionen nicht Riemann-integrierbar bleiben muß. Übung 59. Sei 1 p und f L p ([, ],λ. Sei für x > die Funktion F(x = 1 f dλ. x [,x] 1. Zeigen Sie, dass F wohl definiert ist. dt 9
10 1 KAPITEL 1. ÜBUNGEN 2. Man nimmt an, dass 1 < p <, und, dass f C c (],+ [,R. Zeigen Sie, dass R + F p dλ = p R + xf p 1 (xf (xdλ(x. Benötigen Sie die Hölder Ungleichung, um die Hardy Ungleichung zu erhalten: F p p p 1 f p. 3. Wenn f n L p n f, zeigen Sie, dass (F n n gegen F punktweise konvergiert. Leiten Sie daraus die Hardy Ungleichung für f L p ([, ],λ ab. 4. Zeigen Sie, dass die Konstante der Hardy Ungleichung optimal ist. Hinweis: betrachten Sie f a (x = x 1/p 1 [1,a] (x. 5. Was ergibt sich im Fall p =? Zeigen Sie, dass, wenn p = 1 und f >, F nicht integrierbar ist. Übung 6. Es sei p 1, und Funktionen u,u k in L p, sodass u u k p konvergiert. Zeigen Sie, dass (u k k fast überall gegen u konvergiert. Übung 61. Sei (N,P(N,µ ein Maßraum mit µ({n} = 2 n. Vergleichen Sie die verschiedenen Konvergenzbegriffe. Übung 62. Sei (N,P(N,ζ ein Maßraum mit dem Zählmaß ζ. Vergleichen Sie wiederum die verschiedenen Konvergenzbegriffe. Übung 63. Sei (X,A,µ ein endlicher Maßraum. Beweisen Sie, daß durch f g d(f,g = 1+ f g dµ X eine vollständige Metrik auf dem Raum der reellen meßbaren Funktionen (modulo Gleichheit µ-fast überall gegeben ist. Zeigen Sie weiters, daß d(f n,f genau dann gilt, wenn f n f im Maß µ. Übung 64. Stellen Sie in den folgenden Beispielen fest, in welchem Sinne die Funktionenfolgen (f n n N auf [,1] konvergieren: 1. f n (x = (cosx n 2. f n (x = (cosnx n 3. f n (x = cosnx 4. f n (x = nx 1+(nx 2 Übung 65. Geben Sie die Lebesgue-Zerlegung von µ bezüglich ν und die Radon-Nikodým- Dichte des stetigen Anteils an! 1. µ = δ +2δ 1 +3δ 3 und ν = δ +δ 2 +δ 3 +1 [2,5] λ.
11 2. Sei, x x+1, < x 1 f(x = 3x 2, 1 < x 2 13, x > 2 Nun wird durch µ([,x = f(x ein Maß definiert, und ν ist das Lebesgue-Maß auf R. 3. Sei und, x 2x+1, < x 1 f(x = 3x 2 +1, 1 < x 2 2x 3, 2 < x 3 6, x > 3, x 3x, < x 1 g(x = 3x 2 +1, 1 < x 2 5x 2, 2 < x 4 18, x > 4 Sei µ durch µ((,x] = f(x und ν durch ν((,x] = g(x gegeben. Übung 66. Für i,j N sei a i,j C, sodass i,j=1 a i,j < gilt. Zeigen Sie, daß dann gilt. i=1 a i,j = j=1 Übung 67. Sei f L(, (:= integrierbar auf (, und für α > und x > sei g α (x = x (x tα 1 f(tdt. Zeigen Sie, daß α y g α(xdx = g α+1 (y,y >. Übung 68. Sei α >, f, f L(,a und F(x = x a wenn beide Integrale endlich sind. f(xlog 1 x dx = a j=1 Übung 69. Es sei f(x,y = x2 y 2 (x 2 +y 2 2. Berechnen Sie ( f(x,ydx dy und i=1 a i,j F(x x dx+f(alog 1 a, ( f dt. Zeigen Sie, dass f(x,ydy dx. 11
12 12 KAPITEL 1. ÜBUNGEN Übung 7. Sei (X 1,µ 1 und(x 2,µ 2 σ-endlich. ZeigenSie, dassl 1 (X 1,µ 1 L 1 (X 2,µ 2 := span{f 1 (x 1 f 2 (x 2 f 1 L 1 (X 1,µ 1,f 2 L 1 (X 2,µ 2 } dicht in L 1 (X 1 X 2,µ 1 µ 2 liegt. Übung 71. Berechnen Sie das Volumen des Körpers { K = (x,y,z R 3 (x 2 +y 2 +z }. x 2 +y 2 Übung 72. Berechnen Sie das Integral x α 1 1 xα 2 2 xαp p dλ p(x 1,...,x p B für α i ( 1, über den Bereich B = {(x 1,...,x p R p x i,x x p 1}. Übung 73. Sei f : [,1] C eine stetige Funktion. Berechnen Sie lim n f(x 1 x 2 x n dx 1 dx n. Übung 74. Sei f : [,1] C eine stetige Funktion. Berechnen Sie lim n - mit dem Satz von Stone-Weierstraß - mit dem Gesetz der großen Zahlen. f( n x 1 x 2 x n dx 1 dx n Übung 75. Berechnen Sie das Volumen der p-dimensionalen Kugel mit Radius R. Übung 76. Berechnen Sie Γ( 1 2! Übung 77. Für i = 1,2 seien (X i,a i,µ i σ-endliche Maßräume und f i : X i (R + positive meßbare Funktionen. Zeigen Sie: 1. ν i = f i dµ i ist eine σ-endliche Mengenfunktion. 2. (ν 1 ν 2 (A = A f 1(xf 2 (yd(µ 1 µ 2 (x,y. Übung 78. Für n 1 sei f(x,y = 2 2n für 2 n x < 2 n+1 und 2 n y < 2 n+1. Sei f(x,y = 2 2n+1 für 2 n 1 x < 2 n, 2 n y < 2 n+1, und sei f = auf dem verbleibenden Teil von [,1] [,1], der für ein n nicht in einem dieser Rechtecke enthalten ist. Zeigen Sie, dass dy f(x,ydx =, aber dx f(x,ydy = 1. Übung 79. Seien(X 1,A 1,µ 1 und(x 2,A 2,µ 2 σ-endlichemaßräume,undseif A 1 A 2. Zeigen Sie, daß (µ 1 µ 2 (F = genau dann gilt, wenn µ 1 (F y = µ 2 -fast überall ist.
13 Übung 8. Berechnen Sie im Riemann schen Sinne. Hinweis: Verwenden Sie e tx dt = 1 x dx im Sinne von Lebesgue nicht inte- Übung 81. Zeigen Sie, daß die Funktion grierbar ist! sinx x dx und den Satz von Fubini (Vorsicht!. sinx x 13 Übung 82. Sei f : [1, [,1] durch f(x,y = e xy 2e 2xy gegeben. Zeigen Sie, daß ( ( f(x,ydy dx < und f(x,ydx dy >. Was folgern Sie daraus? 1 Übung 83. Sei f : [ 1,1] [ 1,1] R durch f(x,y = xy ((x,y (, gegeben. (x 2 +y 2 2 Zeigen Sie, daß 1 ( f(x,ydx 1 dy = 1 ( 1 f(x,ydy 1 gilt, aber daß die Funktion f dennoch nicht integrierbar ist. Übung 84. Seien (X 1,A 1,µ 1 und (X 2,A 2,µ 2 σ-endliche Maßräume. Für zwei Funktionen f 1 : X 1 C und f 2 : X 2 C bezeichnen wir mit f 1 f 2 : X 1 X 2 C die Funktion f 1 f 2 : (x 1,x 2 f 1 (x 1 f 2 (x 2. Zeigen Sie, daß f 1 f 2 dµ 1 µ 2 = f 1 dµ 1 f 2 dµ 2, X 1 X 2 X 1 X 2 wenn f 1 und f 2 integrierbar sind. Übung 85. Sei A eine positiv definite n n-matrix. Zeigen Sie, daß π e Ax,x dλ n n (x =. R n deta Übung 86. Sei X = {,1} N versehen mit dem durch µ({} = µ({1} = 1 definierten 2 Produktmaß. Für welche α R + ist die Funktion f : X R mit f(x 1,x 2,... = 2 n (α+x 1 (α+x 2 (α+x n integrierbar? n=1 Übung 87. Sei X = {,1} N versehen mit den durch µ s ({} = s und µ s ({1} = 1 s definierten Produktmaßen für < s < 1. Zeigen Sie, daß x x n lim n n = 1 s im Maß µ s gilt. Was folgt daraus für die Maße µ s für verschiedene Werte von s? dx
14 14 KAPITEL 1. ÜBUNGEN Übung 88. Seien µ und ν zwei verschiedene Maße auf dem Meßraum (X, A. Zeigen Sie, daß die Produktmaße µ N und ν N auf dem unendlichen Produktraum X N zueinander singulär sind. Übung 89. Sei X = {,1} N versehen mit dem durch µ({} = µ({1} = 1 definierten 2 Produktmaß. Sei T : X R mit T(x 1,x 2,... = 2 n x n. Bestimmen Sie das Bildmaß T(µ. Übung 9. Sei X = {,1} N versehen mit dem durch µ({} = µ({1} = 1 definierten 2 Produktmaß. Sei T : X R mit T(x 1,x 2,... = 2 3 n x n. Zeigen Sie, dass das Bildmaß von µ unter T das Hausdorffmaß auf der Cantormenge ist. Übung 91. Seif : [, CeineabsolutstetigeFunktion;fernerexistierederGrenzwert f( := lim x f(x. Zeigen Sie, daß dann f(bx f(ax x n=1 n=1 dx = (f( f(log b a gilt. Hinweis: Schreiben Sie den Integranden als Integral und verwenden Sie den Satz von Fubini. Übung 92. Verwenden Sie Übung 91, um das Integral zu berechnen. e x n=1 ( 1 e 2 n x dx x Übung 93. Es sei f : [a,b] [, [ Borel-meßbar und K := {(x,y,z t R 3 : x [a,b],y 2 +z 2 (f(x 2 } der durch Rotation der Ordinatenmenge von f um die x Achse entstehende Rotationskörper. Dann ist K Borel-meßbar, und es gilt: λ 3 (K = π Übung 94. Prüfen Sie, welche der Integrale ( f(x,ydx dy, b a (f(x 2 dx ( für die folgenden Funktionen existieren und übereinstimmen: f(x,ydy dx
15 15 1. f(x,y = (x y/(x+y 3 für x,y >. 2. f(x,y = x y ((x2 y 2 2 /(x 2 +y 2 2 für x,y >. Übung 95. Die Funktion f : [, [ R sei stetig, die uneigentlichen Riemann-Integrale f(tlogtdt, f(tdt seien (nicht notwendigerweise absolut konvergent, und es gelte : f(tdt =. Zeigen Sie, dass dann für alle a,b > gilt: a ( ( a f(xydy dx f(xydy dx = f(tlogtdt. b b Übung 96. Berechnen Sie unter Benutzung geeigneter Koordinaten das Volumen des Teils der Kugel (x a 2 +y 2 +z 2 a 2, der durch die Zylinderfläche (x a 2 +y 2 = b 2 (a 2 > b 2 herausgeschnitten wird. des Körpers, der von der Ebene z = und den Flächen z = x 2 +y 2 und (x y 2 = 1 begrenzt wird. 4 Übung 97. Beweisen Sie die Proposition??: L 1 (R n,+, ist ein kommutativer Ring. Übung 98. Sei χ t (x = 1 a t (1 x 2 1/t 1 [ 1,1] (x, wobei a t = [ 1,1] (1 x2 1/t dλ(x. 1. Zeigen Sie, dass (χ t <t 1 eine Approximation des Eins ist. 2. Sei f: R R stetig, mit Träger im Intervall [ 1/2,1/2]. Zeigen Sie, dass die Einschränkung von χ t f ein Polynom ist. Leiten sie daraus den Approximationssatz von Weierstraß ab. 3. Verallgemeinern Sie das Ergebnis auf R n. 4. Welche Funktionen sind auf R gleichmäßige Limiten von Folgen von Polynomen? Übung 99. Sei H ein Halbring. Zeigen Sie, dass für den von H erzeugten Ring { n } R(H = H i H i H für i = 1,...,n paarweise disjunkt gilt. i=1
Aufgaben zu Kapitel 0
Aufgaben zu Kapitel 0 0.1. Seien A und B zwei Mengen. Wie kann man paarweise disjunkte Mengen A 1, A 2 und A 3 so wählen, dass A 1 A 2 A 3 = A B gilt? 0.2. Seien E ein Menge und A eine Teilmengen von E.
MehrFerienkurs in Maß- und Integrationstheorie
Zentrum Mathematik Technische Universität München Dipl. Math. Wolfgang Erb WS 9/ Übungsblatt Ferienkurs in Maß- und Integrationstheorie Aufgabe. (σ-algebren Sei eine Menge und A eine σ-algebra in. Seien
Mehr4 Messbare Funktionen
4 Messbare Funktionen 4.1 Definitionen und Eigenschaften Definition 4.1. Seien X eine beliebige nichtleere Menge, M P(X) eine σ-algebra in X und µ ein Maß auf M. Das Paar (X, M) heißt messbarer Raum und
MehrKapitel I. Maßtheorie
Aufgabenvorschläge für das Proseminar zur Maß- und Integrationstheorie (WS 10/11) Shantanu Dave & Günther Hörmann Kapitel I. Maßtheorie zu 1. Maße und σ-algebren 1 Sei Ω eine Menge. Zeige: (a) Ist A eine
Mehr2. Integration. {x : f(x) <a+ 1 n }
9 2.1. Definition. 2. Integration in Maß ist eine nichtnegative, abzählbar additive Mengenfunktion. in Maßraum ist ein Tripel (X,,µ) bestehend aus einem messbaren Raum X mit der -lgebra und einem auf definierten
MehrMaß- und Integrationstheorie
Prof. H.C. Grunau E. Sassone 1 15.10.2002 1.1 Aufgabe Maß- und Integrationstheorie WS 2002/03 Gegeben seien diese 4 Operationen über Mengen:,, \ und (symmetrische ifferenz) [A B = (A \ B) (B \ A)] 1 Wenn
MehrMaße und Integrale. begleitend zur Vorlesung Stochastik I Humboldt-Universität zu Berlin SS 2008 P. Imkeller. Berlin, den 26.
Maße und Integrale begleitend zur Vorlesung Stochastik I Humboldt-Universität zu Berlin SS 2008 P. Imkeller Berlin, den 26. April 2008 Inhaltsverzeichnis 1 Konstruktion von Maßen 3 2 Konstruktion von Integralen
MehrScheinklausur zur Vorlesung Stochastik II
Institut für Mathematische Stochastik WS 2007/2008 Universität Karlsruhe 25. 02. 2008 Dr. B. Klar Scheinklausur zur Vorlesung Stochastik II Muster-Lösung Dauer: 90 Minuten Name: Vorname: Matrikelnummer:
MehrListe wichtiger Stammfunktionen
Liste wichtiger Stammfunktionen Funktion Stammfunktion x n, x ln(x) n R \ { } n + xn+ ln( x ) x ln(x) x a x, a > sin(x) cos(x) sin 2 (x) cos 2 (x) x 2 x 2 a x ln(a) cos(x) sin(x) (x sin(x) cos(x)) 2 (x
MehrLösungen zu Übungsblatt 9
Analysis : Camillo de Lellis HS 007 Lösungen zu Übungsblatt 9 Lösung zu Aufgabe 1. Wir müssen einfach das Integral 16 (x + y d(x, y x +y 4 ausrechnen. Dies kann man einfach mittels Polarkoordinaten, da
Mehr1 Das Lebesgue-Maß. 1.1 Etwas Maßtheorie. Sei stets X eine nichtleere Menge mit Potzenzmenge P(X) := {A : A X}.
1 Das Lebesgue-Maß 1.1 Etwas Maßtheorie Sei stets X eine nichtleere Menge mit Potzenzmenge P(X) := {A : A X}. Definition 1.1. Ein nichtleeres Mengensystem A P(X) heißt σ-algebra, wenn: (A1) X A (A2) Wenn
MehrSkript zur Vorlesung Analysis 3
Skript zur Vorlesung Analysis 3 Wintersemester 2013/2014 Prof. Dr. Benjamin Schlein Inhaltsverzeichnis 1 Masstheorie 2 1.1 σ-algebren.................................. 6 1.2 Masse.....................................
MehrA. Maß- und Integrationstheorie
A. Maß- und Integrationstheorie Im folgenden sind einige Ergebnisse aus der Maß- und Integrationstheorie zusammengestellt, die wir im Laufe der Vorlesung brauchen werden. Für die Beweise der Sätze sei
Mehr9. Übung zur Maß- und Integrationstheorie, Lösungsskizze Aufgaben
9. Übung zur aß- und Integrationstheorie, Lösungsskizze Aufgaben A 50 (Eine Flächenberechnung mit dem Cavalierischen Prinzip). Es seien a, b > 0 und : { (x, y) R 2 : (x/a) 2 + (y/b) 2 1 }. (a) Skizzieren
Mehr1 falls x 2. falls x = 1 und. 0 falls x > 1. eine Lebesgue-integrierbare Majorante. Somit können wir den Satz von Lebesgue anwenden:
Lösungsvorschläge zur Klausur 045 Maß- und Integrationstheorie WS 205/6 Lösungsvorschlag zu Aufgabe Sei f n der Integrant 0 falls x > 2 und f n x) falls x 2. 3+sin 2n)+x x 4n Sein punktweiser Grenzwert
Mehr2 Fortsetzung von Prämaßen zu Maßen, Eindeutigkeit
2 Fortsetzung von Prämaßen zu Maßen, Eindeutigkeit a) Fortsetzungssatz, Eindeutigkeit Es wird gezeigt, dass jedes Prämaß µ auf einem Ring R zu einem Maß µ auf A(R) fortgesetzt werden kann, d.h. µ kann
MehrMetrische äußere Maße, Borel-Maße
Metrische äußere Maße, Borel-Maße Zum einen haben wir mit dem Fortsetzungssatz gesehen, dass man mit einem äußeren Maß (auf P(X) ) stets eine σ-algebra und ein Maß auf dieser bekommt. Liegt nun ein metrischer
MehrLösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried
Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie Tobias Ried. März 2 2 Aufgabe (Messbarkeit der Komposition zweier Abbildungen). Seien (X, A), (Y, B) und (Z, C) Messräume und f : (X,
MehrMusterlösung Analysis 3 - Maßtherorie
Musterlösung Analysis 3 - Maßtherorie 10. März 2011 Aufgabe 1: Zum Aufwärmen (i) Zeige, dass die Mengensysteme {, X} und P(X) σ-algebren sind. Es sind jeweils nur die Charakteristika nachzuweisen. (1)
MehrDas Lebesgue-Integral
Das Lebesgue-Integral Bei der Einführung des Integralbegriffs gehen wir schrittweise vor. Zunächst erklären wir das Integral von charakteristischen Funktionen, danach von positiven einfachen Funktionen
Mehrσ-algebren, Definition des Maßraums
σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven
Mehr1 Verbandstheorie. Aufgabensammlung. Höhere Mathematik für Physiker III Wintersemester 2014
Aufgabensammlung Höhere Mathematik für Physiker III Wintersemester 2014 1 Verbandstheorie 1. Aufgabe: (a) Sei f C(R) eine stetige Funktion. Wenn Rf(x)φ(x)dx = 0 für alle Testfunktionen φ Cc (R) gilt, dann
MehrZusammenfassung der Lebesgue-Integrationstheorie
Zusammenfassung der Lebesgue-Integrationstheorie Das Lebesguesche Integral verallgemeinert das Riemannsche Integral. Seine Vorteile liegen für unsere Anwendungen vor allem bei den wichtigen Konvergenzsätzen,
MehrLebesgue-Integral und L p -Räume
Lebesgue-Integral und L p -Räume Seminar Integraltransformationen, WS 2012/13 1 Treppenfunktionen Grundlage jedes Integralbegriffs ist das geometrisch definierte Integral von Treppenfunktionen. Für A R
MehrD-MATH Mass und Integral FS 2018 Prof. Dr. Urs Lang. Lösung - Serie 2. + A k = A c k Ac k 0
D-MATH Mass und Integral FS 2018 Prof. Dr. Urs Lang Lösung - Serie 2 Abgabetermin: Mittwoch, 07.03.2018 in die Fächli im HG F 28. Homepage der Vorlesung: https://metaphor.ethz.ch/x/2018/fs/401-2284-00l/
MehrStudienbegleitende Prüfung Stochastik 2
Universität Karlsruhe (TH) Institut für Stochastik Prof. Dr. N. Bäuerle Name: Vorname: Matr.-Nr.: Studienbegleitende Prüfung Stochastik 2 27. März 2007 Diese Klausur hat bestanden, wer mindestens 20 Punkte
MehrGrundlagen Mengenlehre, Maßtheorie
Grundlagen Mengenlehre, Maßtheorie 12. März 2011 1 Grundlagen der Mengenlehre - Rechnen mit Mengen Im folgenden bezeichnen wir mit P(X) die Menge aller Teilmengen von X, die sogenannte Potenzmenge von
MehrAnalysis 3. Weihnachtsblatt Prof. Dr. H. Koch Dr. F. Gmeineder Besprechung: TBC, Januar Aufgabe 1: (Besonders prüfungsrelevant)
Analysis 3 04.12.2018 Prof. Dr. H. och Dr. F. Gmeineder Besprechung: TBC, Januar 2019 Weihnachtsblatt Aufgabe 1: (Besonders prüfungsrelevant) Aufgabe 2: Sei Ω eine Menge und Σ eine σ-algebra auf Ω. Seien
MehrMaße auf Produkträumen
Maße auf Produkträumen Es seien (, Ω 1 ) und (X 2, Ω 2 ) zwei Meßräume. Wir wollen uns zuerst überlegen, wie wir ausgehend davon eine geeignete σ-algebra auf X 2 definieren können. Wir betrachten die Menge
Mehr2 Allgemeine Integrationstheorie
2 Allgemeine Integrationstheorie In diesem Abschnitt ist (,S,µ) ein Maßraum, und wir betrachten R immer mit der σ Algebra B(R). Ziel ist es, messbare Funktionen f : R zu integrieren. Das Maß µ wird uns
MehrSerie 2 Lösungsvorschläge
D-Math Mass und Integral FS 214 Prof. Dr. D. A. Salamon Serie 2 Lösungsvorschläge 1. Seien folgende Mengen gegeben: und für a, b R R := [, ] := R {, }, (a, ] := (a, ) { }, [, b) := (, b) { }. Wir nennen
MehrKonversatorium zu Lineare Algebra und Analysis Analysis - Übungsbeispiele
Univ.-Prof. Dr. Radu Ioan Boţ, Axel Böhm Konversatorium zu Lineare Algebra und Analysis Analysis - Übungsbeispiele SS18 A1. Sei f : [, + ) R so, dass und dass ein M existiert mit Zeigen Sie, dass f(s +
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof. Dr. D. Castrigiano Dr. M. Prähofer Zentralübung 38. Einschränkung eines Maßes TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 4 (Analysis 3) http://www.ma.tum.de/hm/ma9204
Mehr2.6 Der Satz von Fubini
1 2.6 Der Satz von Fubini Unser Ziel ist der Beweis des folgenden Ergebnisses. 6.1. Satz von Fubini Sei f : R n+m R integrierbar. Dann gibt es eine Nullmenge N R m, so dass gilt: 1. Für alle y R m \ N
MehrBálint Farkas. Analysis 3. Skript zur Vorlesung in WS2014/ Mai c by B. Farkas. compiled: 21-May-2015/11:13
Bálint Farkas Analysis 3 Skript zur Vorlesung in WS2014/2015 21. Mai 2015 c by B. Farkas V O R B E M E R K U N G E N Dieses Skript beinhaltet das Material der Vorlesung Analysis 3 gehalten an der Bergischen
MehrAnalysis 2. Vorlesungsausarbeitung zum SS von Prof. Dr. Klaus Fritzsche. Inhaltsverzeichnis
Bergische Universität Gesamthochschule Wuppertal Fachbereich Mathematik Analysis 2 Kapitel 3 Integrationstheorie Vorlesungsausarbeitung zum SS 2001 von Prof Dr Klaus Fritzsche Inhaltsverzeichnis 1 Maßtheorie
Mehr1. Masstheorie Mengensysteme 1. MASSTHEORIE 1
1. MASSTHEORIE 1 1. Masstheorie In der Wahrscheinlichkeitstheorie betrachten wir Situationen, die wir nicht exakt vorhersagen können. Zum einen kann dies sein, da der Ausgang zufällig ist. Zum anderen
MehrSkriptbausteine zur Vorlesung Maßtheorie
Skriptbausteine zur Vorlesung Maßtheorie Vorlesender: Prof. Dr. Bernd Hofmann Der folgende Text soll die Nacharbeit der Vorlesung erleichtern und dabei an Definitionen, Sätze und Beispiele erinnern. Das
MehrStochastik I. Vorlesungsmitschrift
Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................
Mehr1.3 Zufallsvariablen
1.3 Zufallsvariablen Beispiel Irrfahrt zwischen drei Zuständen Start in G bei t = 0, Zeithorizont T N Grundraum σ-algebra Ω = {ω = (ω 0, ω 1,..., ω T ) {G, R, B} T +1, ω 0 = G} Wahrscheinlichkeitsmaß P
MehrFunktionalanalysis und Integrationstheorie
Funktionalanalysis und Integrationstheorie Vorlesungsnotizen Johannes Kepler Universität Linz Technisch-Naturwissenschaftliche Fakultät Institut für Analysis Prof. Dr. Aicke Hinrichs Wintersemester 2015/16
MehrReelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 11. Oktober 2013
Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 11. Oktober 2013 3 Fortsetzung von Prämassen zu Massen Der Begriff des Prämasses ist nicht ausreichend, um eine geschmeidige Integrationstheorie
MehrDas Lebesgue-Maß im R p
Das Lebesgue-Maß im R p Wir werden nun im R p ein metrisches äußeres Maß definieren, welches schließlich zum Lebesgue-Maß führen wird. Als erstes definieren wir das Volumen von Intervallen des R p. Seien
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)
Mehr1 Grundlagen der Maßtheorie
1 Grundlagen der Maßtheorie In diesem Kapitel führen wir die Mengensysteme ein, die eine systematische Betrachtung von Ereignissen und zufälligen Beobachtungen in der Wahrscheinlichkeitstheorie erlauben.
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)
MehrMeßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 :
24 Meßbare Funktionen bilden die Grundlage der Integrationstheorie. Definition 24. : Sei X eine beliebige Menge, Y ein topologischer Raum, λ ein Maß auf X. f : X Y heißt λ-messbar, falls f (Ω) λ-messbar
MehrLehrstuhl IV Stochastik & Analysis. Stochastik II. Wahrscheinlichkeitstheorie I. Skriptum nach einer Vorlesung von Hans-Peter Scheffler
Fachschaft Mathematik Uni Dortmund Lehrstuhl IV Stochastik & Analysis Stochastik II Wahrscheinlichkeitstheorie I Skriptum nach einer Vorlesung von Hans-Peter Scheffler Letzte Änderung: 26. November 2002
Mehr3 Produktmaße und Unabhängigkeit
3 Produktmaße und Unabhängigkeit 3.1 Der allgemeine Fall Im Folgenden sei I eine beliebige Indexmenge. i I sei (Ω i, A i ein messbarer Raum. Weiter sei Ω : i I Ω i ein neuer Ergebnisraum. Wir definieren
MehrMaßtheorie. Sommersemester Joachim Hilgert
aßtheorie Sommersemester 2005 Joachim Hilgert Diese Ausarbeitung ist nicht korrekturgelesen und nur zum internen Gebrauch gedacht! Für Kommentare und Korrekturen bin ich dankbar. Vorschläge für Ergänzungen
MehrMaß & Integral de Gruyter Lehrbuch, Berlin 2015 ISBN:
Maß & Integral de Gruyter Lehrbuch, Berlin 205 ISBN: 978 3 03484 9 Lösungshandbuch René L. Schilling & Franziska Kühn Dresden, Januar 205 Diese Version: Februar 206 R.L. Schilling: Maß & Integral Dank.
MehrLemma (Eigenschaften elementarer Mengen) 1. Jede elementare Menge lässt sich als disjunkte Vereinigung halboffener Intervalle schreiben.
12.3. DIE LEBESGUE ALGEBRA 19 Bemerkung 12.3.2 (Bezeichnungen) Im Buch von Bauer [2] werden elementare Mengen als Figuren bezeichnet. Wir folgen mit unserer Nomenklatur Rudin [15]. Natürlich kann man auf
MehrWahrscheinlichkeitstheorie und Maßtheorie
KAPITEL 7 Wahrscheinlichkeitstheorie und Maßtheorie 7.1. Vorüberlegungen Die folgenden drei Beispiele sind Spezialfälle des Oberbegriffs Maß. Beispiel 7.1.1 (Verteilung der Ladung oder der Masse). Man
MehrMaßtheorie. Skript zur Vorlesung von Prof. Dr. Michael Kohler. Sommersemester 2005 und Wintersemester 2005/2006
Maßtheorie Skript zur Vorlesung von Prof. Dr. Michael Kohler Sommersemester 2005 und Wintersemester 2005/2006 1 1 Grundbegriffe der Maßtheorie Ziel: Konstruktion von Maßzahlen (wie z. B. Länge / Fläche
MehrÜbungen Analysis I WS 03/04
Blatt Abgabe: Mittwoch, 29.0.03 Aufgabe : Beweisen Sie, daß für jede natürliche Zahl n gilt: n ( ) n (x + y) n = x i y n i, i (b) n ν 2 = ν= i=0 n(n + )(2n + ), 6 (c) 2 3n ist durch 7 teilbar. Aufgabe
Mehr1 Endlich additive Volumen auf R n
Endlich additive Volumen auf R n In Satz. im Skript haben wir gezeigt, dass kein σ-additives Volumen auf der Potenzmenge P (R n ) definiert werden kann. Man könnte sich vorstellen, das Problem ist aus
MehrÜbungen zu Analysis, SS 2015
Übungen zu Analysis, SS 215 Ulisse Stefanelli 15. Juni 215 1 Wiederholung 1. Untersuchen Sie das Verhalten der folgenden Folgen a n = n 2 cosh(1/n), b n = ln(ln(n))/n, c n = (2 n n 2 )/n!, 2. Stellen Sie
MehrLösungsvorschläge für das 5. Übungsblatt
Lösungsvorschläge für das 5. Übungsblatt Aufgabe 6 a) Sei = [0, ], f(x) := [e x ] für x. Hierbei ist [y] := maxk Z k y} für y. Behauptung: f ist messbar und es ist f(x) dx = 2 log 2. falls x [0, log 2),
MehrLösungen der Übungsaufgaben von Kapitel 3
Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen
MehrÜbungsblatt 5 zur Vorlesung Wahrscheinlichkeitstheorie
Dr. Christoph Luchsinger Übungsblatt 5 zur Vorlesung Wahrscheinlichkeitstheorie Allgemeine Masse Herausgabe des Übungsblattes: Woche 13, Abgabe der Lösungen: Woche 14 (bis Freitag, 16.15 Uhr), Besprechung:
MehrVorlesung Der Satz von Fubini. 6.2 Der Satz von Beppo Levi 6.1. DER SATZ VON FUBINI 33
6.1. DER SATZ VON FUBINI 33 Vorlesung 6 6.1 Der Satz von Fubini Das Lebesgue-Integralkann natürlichauchüber mehrdimensionale Gebiete definiert werden. Wir haben uns hier auf den eindimenionalen Fallbeschränkt.
MehrARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES MAß-, INTEGRATIONS-
ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES MAß-, INTEGRATIONS- und WAHRSCHEINLICHKEITSTHEORIE im SS 2014 Übung Maß- und Integrationstheorie (SS 2014) 1 Aufgabe 1 (σ-algebra)
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,
MehrDefinitionen und Aussagen zur Maßtheorie
Definitionen und Aussagen zur Maßtheorie Man möchte den Teilmengen eines Raumes ein Gewicht zuordnen. Wir werden sehen, daß dies in sinnvoller Weise häufig nicht für alle Teilmengen möglich ist, sondern
MehrMathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de
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
MehrMathematik III. Vorlesung 74. Folgerungen aus dem Satz von Fubini. (( 1 3 x3 1 2 x2 y +2y 3 x) 1 2)dy. ( y +2y y +4y3 )dy
Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 74 Folgerungen aus dem Satz von Fubini Beispiel 74.1. Wir wollen das Integral der Funktion f :R 2 R, (x,y) x 2 xy +2y 3, über dem Rechteck
MehrAnalysis III - Bachelorversion
Analysis III - Bachelorversion Die Mitarbeiter von http://mitschriebwiki.nomeata.de/ 28. September 217 Inhaltsverzeichnis Inhaltsverzeichnis 2 I. Vorwort 5 I.1. Über dieses Skriptum..................................
MehrLösungsvorschlag zur Übungsklausur zur Analysis I
Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 NWF I - Mathematik 9..9 Universität Regensburg Lösungsvorschlag zur Übungsklausur zur Analysis I Frage 1 Vervollständigen Sie die folgenden
MehrUltrametrik. Christian Semrau Metrische Räume
Ultrametrik Christian Semrau 05.11.2002 Inhaltsverzeichnis 1 Metrische Räume 1 1.1 Definition der Metrik.................................. 1 1.2 Offene und abgeschlossene Mengen..........................
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
MehrFerienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren
Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis
MehrSkript zur Vorlesung. Mass und Integral. Urs Lang. Sommersemester 2005 ETH Zürich
Skript zur Vorlesung Mass und Integral Urs Lang Sommersemester 2005 ETH Zürich Version vom 12. September 2006 Literatur [Rudin] W. Rudin, Real and Complex Analysis, Third Edition. McGraw-Hill Book Co.,
MehrErwartungswert als Integral
Erwartungswert als Integral Anton Klimovsky Gemischte ZVen, allgemeine ZVen, Erwartungswert für allgemeine ZVen, Lebesgue-Integral bzgl. WMaß, Eigenschaften des Integrals, Lebesgue-Maß, Lebesgue-Integral
MehrFormelsammlung Analysis I & II
Formelsammlung Analysis I & II Wichtige eindimensionale Integrale: { x s dx = s+ xs+ + C falls s log x + C falls s = exp(x dx = exp(x + C cos(x dx = sin(x + C sin(x dx = cos(x + C sinh(x dx = cosh(x +
MehrAnalysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME
Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist
Mehrd(x, z) = z x = y x + z y y x + z y = d(x, y) + d(y, z). d(x, y) = 0, falls x = y.
Metrische Räume K bezeichnet entweder den Körper R oder den Körper C. Genauer bedeutet dies: K wird in denjenigen Situationen verwendet, in denen die Ersetzung von K sowohl durch R als auch durch C einen
Mehr3. Übungsblatt - Lösungsskizzen. so, dass f tatsächlich eine Wahrscheinlichkeitsdichte
Einführung in die Wahrscheinlichkeitstheorie und Statistik Prof. Dr. Jan Johannes Sandra Schluttenhofer Wintersemester 208/9 3. Übungsblatt - Lösungsskizzen Aufgabe 9 Stetige Verteilungen, 4 =.5 +.5 +
MehrMeßbare Funktionen. Die angemessenen Abbildungen zwischen Meßräumen sind die meßbaren Funktionen.
Meßbare Funktionen Die angemessenen Abbildungen zwischen Meßräumen sind die meßbaren Funktionen. Definition. Seien (X, Ω 1 ) und (Y, Ω 2 ) Meßräume. Eine Abbildung f : X Y heißt Ω 1 -Ω 2 -meßbar oder kurz
MehrFourier-Transformation von W-Maßen. Fourier-Transformation von Wahrscheinlichkeitsmaßen! Vortragender: Daniel Krizanovic
Fourier-Transformation von Wahrscheinlichkeitsmaßen! Vortragender: Integraltransformation Def. 1.1: Eine Integraltransformation bildet eine Originalfunktion f auf eine Bildfunktion F ab mittels F (y) :=
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
MehrMusterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:
Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,
Mehr10 Der Satz von Radon-Nikodym
uch im Sinne einer Vorabinformation vor der Stochastik-Vorlesung wollen wir abschließend kurz absolut stetige Maße und den Satz von Radon-Nikodym streifen. Definition 10.1. Seien (, M) ein messbarer Raum
MehrStochastik Wiederholung von Teil 1
Stochastik Wiederholung von Teil 1 Andrej Depperschmidt Sommersemester 2016 Wahrscheinlichkeitsraum Definition Das Tripple (Ω, A, P) heißt Wahrscheinlichkeitsraum, falls gilt: (i) A ist eine σ-algebra,
MehrBeweis. Bauer (4. Auflage, 1991), S , Hoffmann-Jørgensen, Vol. I, S. 457.
Exkurs A: Bedingte Erwartungswerte, bedingte Verteilungen (Ω, A, P ) sei W-Raum, X : Ω IR P-quasiintegrierbar, F A Unter - σ- Algebra. E(X F) = E P (X F) (Version des) bedingter Erwartungswert von X unterf
MehrSerie 11 Lösungsvorschläge
D-Math Mass und Integral FS 204 Prof. Dr. D. A. Salamon Serie Lösungsvorschläge. Sei X := [0, ], 2 X orel σ-algebra und λ : [0, ] die Restriktion des Lebesguemasses auf (d.h., λ = m ). Sei µ : [0, ] das
MehrLösungsvorschlag zu den Hausaufgaben der 3. Übung
FAKULTÄT FÜR MATHEMATIK Prof. Dr. Patrizio Neff 30.0.204 Lösungsvorschlag zu den Hausaufgaben der 3. Übung Aufgabe : (6 Punte) Welche der folgenden Tupel sind Maßräume? Beweisen Sie Ihre Behauptung. {
Mehr7 Poisson-Punktprozesse
Poisson-Punktprozesse sind natürliche Modelle für zufällige Konfigurationen von Punkten im Raum Wie der Name sagt, spielt die Poisson-Verteilung eine entscheidende Rolle Wir werden also mit der Definition
MehrANALYSIS 3. Carsten Schütt WS 2008/9
1. Es sei f : R 3 R 3 durch f 1 (r, φ 1,φ 2 ) = r cos φ 1 f 2 (r, φ 1,φ 2 ) = r sin φ 1 cos φ 2 f 3 (r, φ 1,φ 2 ) = r sin φ 1 sin φ 2 gegeben. Für welche (r, φ 1,φ 2 ) ist f lokal invertierbar? Ist f global
MehrAnalysis III. Vorlesung 72. Korollar Es sei (M,A,µ) ein σ-endlicher Maßraum und v: M R n eine messbare Abbildung. Dann ist die Abbildung
Prof. Dr. H. Brenner Osnabrück WS 15/16 Analysis III Vorlesung 7 Korollar 7.1. Es sei (,A,µ) ein σ-endlicher aßraum und v: R n eine messbare Abbildung. Dann ist die Abbildung bijektiv und maßtreu. ϕ v
Mehrsign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0
ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 81 3. Stetigkeit 3.1. Stetigkeit. Im Folgenden sei D R eine beliebige nichtleere Teilmenge. Typischerweise wird D ein allgemeines Intervall sein, siehe Abschnitt
Mehr5 Stetigkeit und Differenzierbarkeit
5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.
MehrBrückenkurs Rechentechniken
Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige
MehrStetigkeit, Konvergenz, Topologie
Ferienkurs Seite 1 Technische Universität München Ferienkurs Analysis 1 Hannah Schamoni Wintersemester 2011/12 Stetigkeit, Konvergenz, Topologie 21.03.2012 Inhaltsverzeichnis 1 Stetigkeit und Konvergenz
MehrWichtige Klassen reeller Funktionen
0 Wichtige Klassen reeller Funktionen Monotone Funktionen sind i.a. unstetig, aber man kann etwas über das Grenzwertverhalten aussagen, wenn man nur einseitige Grenzwerte betrachtet. Definition 0. : Sei
MehrKlausur zur Vorlesung Stochastik II
Institut für Mathematische Stochastik WS 003/004 Universität Karlsruhe 05. 04. 004 Prof. Dr. G. Last Klausur zur Vorlesung Stochastik II Dauer: 90 Minuten Name: Vorname: Matrikelnummer: Diese Klausur hat
MehrSkript zur Vorlesung. Maßtheorie WS 2017/2018. Peter Junghanns
Skript zur Vorlesung Maßtheorie WS 2017/2018 Peter Junghanns Hinweis: Das vorliegende Skript stellt nur ein Gerüst zu den Inhalten der Vorlesung dar. Die Vorlesung selbst bietet weiterführende rläuterungen,
Mehr