Bezeichnungen und Hilfsmittel aus der Analysis

Größe: px
Ab Seite anzeigen:

Download "Bezeichnungen und Hilfsmittel aus der Analysis"

Transkript

1 Finite Elemente I 169 A Bezeichnungen und Hilfsmittel aus der Analysis A Bezeichnungen und Hilfsmittel aus der Analysis TU Bergakademie Freiberg, WS 2010/111

2 Finite Elemente I 170 A.1 Normierte Vektorräume Definition A.1 Ein normierter Vektorraum ist ein Vektorraum X auf welchem eine Norm : X R + 0 definiert ist. Definition A.2 Sei X ein normierter linearer Raum über R. Als lineares Funktional oder Linearform bezeichnen wir eine lineare Abbildung von X nach R. Der Raum L (X, R) der stetigen linearen Abbildungen von X nach R wird als Dualraum X bezeichnet. Der Wert einer Funktionals f X an einem Element u X wird mit f, u := f(u) bezeichnet. A.1 Normierte Vektorräume TU Bergakademie Freiberg, WS 2010/111

3 Finite Elemente I 171 Satz A.3 (Satz von Hahn-Banach für normierte Vektorräume) Sei U Unterraum eines normierten Vektorraumes X sowie l ein auf U definiertes stetiges lineares Funktional mit l(u) α u für alle u U und festem α 0. Dann besitzt l eine Fortsetzung zu einem stetigen linearen Funktional l X mit l X α. A.1 Normierte Vektorräume TU Bergakademie Freiberg, WS 2010/111

4 Finite Elemente I 172 A.2 Banach-Räume Ein Banach-Raum ist ein normierter Vektorraum, welcher bezüglich seiner Norm vollständig ist, d.h. in dem jede Cauchy-Folge konvergiert. Definition A.4 Seien X, U Banach-Räume mit U X. Liegt U dicht in X, so sagt man, U sei in X dicht eingebettet. Ist die (lineare) Abbildung stetig, d.h. gilt ι : U X, u u, u U u X C u U u U, so sagt man U sei in X stetig eingebettet. Ist ι kompakt, so heißt U in X kompakt eingebettet. Schreibweise: U X stetige Einbettung U X kompakte Einbettung A.2 Banach-Räume TU Bergakademie Freiberg, WS 2010/111

5 Finite Elemente I 173 Satz A.5 Ist X ein normierter Vektorraum, Y ein Banach-Raum und bezeichnet L (X, Y ) den Raum der stetigen linearen Abbildungen von X nach Y, so ist L (X, Y ) mit der Operatornorm ein Banach-Raum. Satz A.6 (Prinzip der offenen Abbildung) Seien X und Y Banach- Räume sowie A L (X, Y ) eine nichttriviale, surjektive Abbildung. Dann ist A eine offene Abbildung, d.h. die Bilder offener Mengen in X unter A sind offene Mengen in Y. Korollar A.7 (Satz von der stetigen Inversen) Seien X, Y Banach-Räume sowie A L (X, Y ) eine Bijektion. Dann ist die Inverse A 1 stetig. A.2 Banach-Räume TU Bergakademie Freiberg, WS 2010/111

6 Finite Elemente I 174 A.2.1 Dualraum Satz A.8 Sei X ein normierter Vektorraum über R. Dann ist der Dualraum X ein Banach-Raum bezüglich der Operatornorm f X := sup f, u. u 1 Es gilt f, u f X u X, f X, u X. A.2 Banach-Räume TU Bergakademie Freiberg, WS 2010/111

7 Finite Elemente I 175 A.2.2 Orthogonale Komplemente Definition A.9 Sei X ein normierter Vektorraum und U X. Dann heißt der Unterraum von X gegeben durch U := {x X : x, u = 0 u U} das orthogonale Komplement der Menge U. Zur Unterscheidung vom orthogonalen Komplement in Hilbert-Räumen wird hierfür auch die Bezeichnung Annihilator oder Polare von U verwendet mit der Notation U. Analog für U X (U ) = {x X : u, x = 0 u U }. Klar: Orthogonale Komplemente sind abgeschlossen. A.2 Banach-Räume TU Bergakademie Freiberg, WS 2010/111

8 Finite Elemente I 176 Satz A.10 (Trennungssatz von Mazur) Sei X ein normierter Raum und U X ein abgeschlossener Unterraum. Dann existiert zu jedem (von Null verschiedenen) v U ein stetiges lineares Funktional l auf X mit den Eigenschaften (a) l U 0, (b) l(v) = v 0 und (c) l = 1. Ist U X Unterraum von X, so gilt für alle x U definitionsgemäß x, u = 0 u U, d.h. u (U ) u U, oder U (U ). Genauer gilt: Satz A.11 Sei U X Unterraum des normierten Vektorraumes X. Dann gilt U = (U ) U abgeschlossen. A.2 Banach-Räume TU Bergakademie Freiberg, WS 2010/111

9 Finite Elemente I 177 A.2.3 Adjungierte Abbildung Definition A.12 Seien X, Y normierte Vektorräume und A L (X, Y ). Dann heißt die Abbildung A : Y X definiert durch y, Ax = A y, x x X, y Y die adjungierte oder duale Abbildung zu A. Satz A.13 A ist eine stetige, lineare Abbildung von Y nach X und es gilt A L (Y,X ) = A L (X,Y ). A.2 Banach-Räume TU Bergakademie Freiberg, WS 2010/111

10 Finite Elemente I 178 Weitere Eigenschaften der Adjungierten: Satz A.14 Seien X, Y, Z normierte Vektorräume und X, Y, Z deren Dualräume. Sind A, A 1, A 2 L (X, Y ) und B L (Y, Z ), so gilt 1. (α 1 A 1 + α 2 A 2 ) = α 1 A 1 + α 2 A 2, α 1, α 2 R. 2. (B A) = A B. 3. (id X ) = id X. 4. Existiert A 1 und ist stetig, so besitzt auch A eine stetige Inverse und es gilt (A 1 ) = (A ) 1. A.2 Banach-Räume TU Bergakademie Freiberg, WS 2010/111

11 Finite Elemente I 179 Das Closed Range Theorem Klassische Fragestellung der Funktionalanalysis: Gegeben zwei Banach- Räume X, Y, A L (X, Y ), und y Y. Wann ist die Gleichung Ax = y lösbar? Wann ist y R(A)? Nach der Definition der dualen Abbildung gilt y, Ax = A y, x x X, y Y, d.h. also y N (A ) y R(A), N (A ) = R(A). A.2 Banach-Räume TU Bergakademie Freiberg, WS 2010/111

12 Finite Elemente I 180 Satz A.15 (Closed Range Theorem) Seien X, Y normierte Vektorräume und A L (X, Y ). Dann sind äquivalent 1. R(A) ist abgeschlossen in Y. 2. R(A) = N (A ). Korollar A.16 Zu A L (X, Y ) sei R(A) Y abgeschlossen. Dann besitzt Ax = y genau dann eine Lösung, wenn y N (A ). Fazit: Kriterien dafür, wann R(A) abgeschlossen ist, sind bei diesen Lösbarkeitsfragen hilfreich. A.2 Banach-Räume TU Bergakademie Freiberg, WS 2010/111

13 Finite Elemente I 181 Definition A.17 Seien X, Y normierte Vektorräume; A L (X, Y ) heißt nach unten beschränkt, wenn es eine Konstante c > 0 gibt, sodass Ax Y c x X, x X. Klar: Ein nach unten beschränkter Operator A besitzt auf R(A) stets eine stetige Inverse: A ist injektiv, da aus Ax = 0 folgt x = 0, und A 1 ist stetig, da für x = A 1 y(y R(A)) folgt A 1 y X 1 c y Y. Satz A.18 Seien X, Y Banach-Räume und sei A L (X, Y ) injektiv. Dann ist R(A) genau dann abgeschlossen, wenn A nach unten beschränkt ist. A.2 Banach-Räume TU Bergakademie Freiberg, WS 2010/111

14 Finite Elemente I 182 A.3 Hilbert-Räume Ein Innenproduktraum (auch Prä-Hilbert-Raum) ist ein Vektorraum V, auf dem ein Innenprodukt erklärt ist, d.h. eine Abbildung V V C, welche zwei Elementen u, v V eine Zahl (u, v) C zuordnet mit folgenden Eigenschaften: (i) Für alle u V gilt (u, u) 0; aus (u, u) = 0 folgt u = 0. (ii) Für alle u, v, w V und alle α, β C gilt (iii) Für alle u, v V gilt (v, u) = (u, v). (αu + βv, w) = α(u, w) + β(v, w). Lemma A.19 In einem Innenproduktraum gilt die Cauchy-Schwarzsche Ungleichung (u, v) (u, u) 1/2 (v, v) 1/2. (A.1) A.3 Hilbert-Räume TU Bergakademie Freiberg, WS 2010/111

15 Finite Elemente I 183 Satz A.20 In einem Innenproduktraum V mit Innenprodukt (, ) ist durch u := (u, u) 1/2 eine Norm definiert (die zum Innenprodukt gehörende Norm). Somit ist jeder Innenproduktraum auch ein normierter Vektorraum. Satz A.21 Sei V ein Innenproduktraum. Dann gilt (i) Das Innenprodukt ist stetig in beiden Argumenten, d.h. aus u n u und v n v in V folgt (u n, v n ) (u, v) in C. (ii) Sei M eine dichte Teilmenge von V. Gilt für ein festes u V so folgt u = 0. (u, m) = 0 für alle m M, A.3 Hilbert-Räume TU Bergakademie Freiberg, WS 2010/111

16 Finite Elemente I 184 Satz A.22 In einem Innenproduktraum V gilt die Parallelogrammgleichung: für alle u, v V gilt 2 u v 2 = u + v 2 + u v 2. (A.2) In einem normierten Vektorraum gilt die Parallelogrammgleichung genau dann, wenn die Norm zu einem Innenprodukt gehört. In diesem Fall ist das Innenprodukt eindeutig bestimmt durch die Polarengleichung (u, v) = u + v 2 u v 2 + i u + iv 2 i u iv 2 4. (A.3) Im Fall eines reellen Vektorraumes entfallen die beiden letzten Terme im Zähler. A.3 Hilbert-Räume TU Bergakademie Freiberg, WS 2010/111

17 Finite Elemente I 185 Definition A.23 Ein Hilbert-Raum H ist ein Innenproduktraum, welcher bezüglich der zum Innenprodukt gehörenden Norm vollständig ist, d.h. jede Cauchy-Folge bezüglich dieser Norm besitzt einen Grenzwert in H. Beispiele: (1) R bzw. C mit Innenprodukt (x, y) := xy bzw. (z, w) := wz ist ein reeller bzw. komplexer Hilbert-Raum. (2) R n bzw. C n, zusammen mit dem Euklidschen Innenprodukt (x, y) := y H x ist für alle n N ein reeller bzw. komplexer Hilbert-Raum der Dimension n. (3) Ist U ein Unterraum der Hilbert-Raumes H, so ist dessen Abschluss U bezüglich des geerbten Innenprodukts ebenfalls wieder ein Hilbert- Raum. (4) Der Raum der stetigen Funktionen auf einem Intervall [a, b] mit dem L 2 -Innenprodukt (u, v) := b u(x)v(x) dx ist kein Hilbert-Raum. a A.3 Hilbert-Räume TU Bergakademie Freiberg, WS 2010/111

18 Finite Elemente I 186 A.3.1 Der Hilbert-Raum L 2 (a, b) Seien a, b reelle Zahlen mit a < b. Mit L 2 (a, b) sei die Menge aller messbaren Funktionen u : (a, b) R (bzw. C) bezeichnet, für welche b a u(x) 2 dx <. Das Integral ist im Lebesguesche Sinne zu verstehen. Satz A.24 L 2 (a, b) ist ein unendlichdimensionaler Hilbert-Raum bezüglich des Innenprodukts (u, v) := b a u(x)v(x) dx, u, v L 2 (a, b). Zwei Funktionen u, v L 2 (a, b) sind gleich als Elemente von L 2 (a, b), wenn ihre Funktionswerte sich auf höchstens einer Nullmenge unterscheiden. A.3 Hilbert-Räume TU Bergakademie Freiberg, WS 2010/111

19 Finite Elemente I 187 A.3.2 Der Hilbert-Raum L 2 (Ω) Sei Ω R d, d N, eine nichtleere messbare Menge mit positivem Maß. Mit L 2 (Ω) bezeichnen wir die Menge aller messbaren Funktionen u : Ω R (bzw. C) mit der Eigenschaft u(x) 2 dx <. Ω Satz A.25 L 2 (Ω) ist bezüglich des Innenprodukts (u, v) := u(x)v(x) dx, u, v L 2 (Ω) Ω ein (unendlichdimensionaler) Hilbert-Raum. Funktionen aus L 2 (Ω) werden identifiziert, wenn ihre Funktionswerte bis auf eine Nullmenge übereinstimmen. A.3 Hilbert-Räume TU Bergakademie Freiberg, WS 2010/111

20 Finite Elemente I 188 A.3.3 Räume stetiger Funktionen Definition A.26 Sei Ω R d nichtleer und offen. (a) Mit C k (Ω) bezeichnen wir die Menge aller reell oder komplexwertigen auf Ω definierten Funktionen mit stetigen partiellen Ableitungen bis Ordnung einschließlich k (k N 0.) (b) Mit C k (Ω) bezeichnen wir die Funktionen aus C k (Ω), deren partielle Ableitungen bis Ordnung einschließlich k stetig auf den Abschluss Ω von Ω fortgesetzt werden können. (c) Die Menge aller Funktionen, welche für alle k N 0 in C k (Ω) bzw. C k (Ω) liegen, bezeichnen wir mit C (Ω) bzw. C (Ω). (d) Mit C 0 (Ω) bezeichnen wir die Menge aller Funktionen aus C (Ω), die außerhalb einer kompakten Teilmenge K Ω verschwinden. A.3 Hilbert-Räume TU Bergakademie Freiberg, WS 2010/111

21 Finite Elemente I 189 Satz A.27 Sei Ω R d nichtleer und offen. Dann gelten: (a) C 0 liegt dicht in L 2 (Ω). (b) C(Ω) liegt dicht in L 2 (Ω). Korollar A.28 L 2 (Ω) ist separabel. Beispiel: C[a, b] zusammen mit dem L 2 -Innenprodukt ist kein Hilbert- Raum. Lemma A.29 (Variationslemma) Sei Ω R d, d 1. Gilt für u L 2 (Ω) uφ dx = 0 φ C0, Ω so folgt u(x) = 0 für fast alle x Ω. Gilt darüberhinaus u C(Ω), so ist u(x) = 0 für alle x Ω. A.3 Hilbert-Räume TU Bergakademie Freiberg, WS 2010/111

22 Finite Elemente I 190 A.3.4 Orthogonale Komplemente Definition A.30 Das orthogonale Komplement einer Unterraums U eines Hilbert-Raums H ist der (abgeschlossene) Unterraum von H definiert durch U := {v H : (u, v) = 0 u U } Satz A.31 (Projektionssatz) Sei U ein abgeschlossener Unterraum des Hilbert-Raumes H. Dann gibt es zu jedem f H zwei eindeutige Elemente u U sowie v U sodass f = u + v. A.3 Hilbert-Räume TU Bergakademie Freiberg, WS 2010/111

23 Finite Elemente I 191 Ist H ein Hilbert-Raum mit Innenprodukt (, ), so ist mit u H durch l u : H R, v (, u) eine Linearform gegeben, die nach der Cauchy- Schwarz Ungleichung stetig ist. Dies sind sogar genau die stetigen Linearformen auf H. Satz A.32 (Rieszscher Darstellungssatz) Ist H ein Hilbert-Raum und l H ein stetiges lineares Funktional, so gibt es genau ein u l H mit l(v) = (v, u l ) v H. Ferner ist l H = u l H. Der Riesz-Operator R : H H, der einem Element u H sein Funktional l u zuordnet, ist also ein normerhaltender Isomorphismus. Damit kann jeder Hilbert-Raum mit seinem Dual identifiziert werden. Insbesondere kann die Hilbert-Raum Struktur von H auf H, welcher zunächst nur ein Banach-Raum ist, übertragen werden. A.3 Hilbert-Räume TU Bergakademie Freiberg, WS 2010/111

24 Finite Elemente I 192 A.4 Differentialrechnung im Mehrdimensionalen A.4.1 Partielle Ableitungen Ω R d offen α = (α 1,..., α d ) N d 0 Multiindex, α := α α d, α! := α 1! α d! v : Ω R, v(x ) = v(x 1,..., x d ), differenzierbare Funktion D α v(x ) := α v(x ) α 1 α d x 1 Weitere Schreibweisen: x d partielle Ableitung vom Index α v x i = v xi = i v, 2 v x i x j = v xi x j = ij v A.4 Differentialrechnung im Mehrdimensionalen TU Bergakademie Freiberg, WS 2010/111

25 Finite Elemente I 193 A.4.2 Differential Die Ableitung oder das Differential Dv(x ) einer differenzierbaren Funktion v : Ω R an der Stelle x Ω R d ist eine lineare Abbildung von R d nach R: Dv(x ) : R d R (auch Fréchet-Ableitung genannt). Die Anwendung Dv(x )(ξ) von Dv(x ) auf einen Vektor ξ R d ist die Richtungsableitung von v an der Stelle x längs ξ. Die m-te Ableitung D m v(x ) von v an der Stelle x ist eine m-fach multilineare Abbildung D m v(x ) : R d R }{{ d R } m Stück A.4 Differentialrechnung im Mehrdimensionalen TU Bergakademie Freiberg, WS 2010/111

26 Finite Elemente I 194 Durch Anwendung von D m v(x ) auf Kombinationen der Einheitsvektoren {e i } d i=1 des Rd erhält man einzelne partielle Ableitungen: D α v(x ) = D α v(x )(e 1,..., e }{{} 1,..., e d,..., e d ) (A.4) }{{} α 1 Stück α d Stück Die Norm D m v(x ) der m-ten Ableitung von v an der Stelle x (als multilineare Abbildung) ist definiert als a D m v(x ) = sup D m v(x )(ξ 1,..., ξ m ). (A.5) ξ i 1, i=1,...,m Somit gilt für beliebige Vektoren ξ 1,..., ξ m R d die Beziehung D m v(x )(ξ 1,..., ξ m ) D m v(x ) ξ 1 ξ m. a Hierbei bezeichnet ξ eine beliebige Norm auf R d. A.4 Differentialrechnung im Mehrdimensionalen TU Bergakademie Freiberg, WS 2010/111

27 Finite Elemente I 195 Aus der Definition (A.5) folgt unmittelbar D α v(x ) D m v(x ) α mit α = m. Ferner zeigt man leicht mit Hilfe der Beziehung (A.4), dass es eine (von m und d abhängige) Konstante C gibt mit D m v(x ) C max α =m Dα v(x ). A.4 Differentialrechnung im Mehrdimensionalen TU Bergakademie Freiberg, WS 2010/111

28 Finite Elemente I 196 A.5 Lebesgue-Räume Definition A.33 Für Ω R d offen und p [1, ) bezeichnet a L p (Ω) := {v : Ω R : Ω v(x ) p dx < } den Raum der Lebesgue-Raum der Ordnung p. Für p = definieren wir wobei L (Ω) := {v : Ω R : ess sup x Ω ess sup x Ω := inf µ(n)=0 sup x Ω\N v(x ) < }, v(x ) und µ(n) das Lebesgue-Maß einer Menge N bezeichnet. a Es wird dabei angenommen, dass das Integral im Lebesgueschen Sinne existiert. A.5 Lebesgue-Räume TU Bergakademie Freiberg, WS 2010/111

29 Finite Elemente I 197 Die L p -Räume sind Banach-Räume bezüglich der Normen ( ) 1/p v(x ) p dx 1 p <, v Lp (Ω) = Ω ess sup v(x ) p =. x Ω Der Raum L 2 (Ω) ist ein Hilbert-Raum mit dem Innenprodukt (u, v) = u(x )v(x ) dx. Ω Satz A.34 Ist Ω R d offen und zusammenhängend, so liegt C 0 (Ω) dicht in L p (Ω) für 1 p <. Für p = ist die Aussage falsch. A.5 Lebesgue-Räume TU Bergakademie Freiberg, WS 2010/111

30 Finite Elemente I 198 A.6 Sobolev-Räume Ω R d beschränkt, offen, zusammenhängend; Rand Lipschitz-stetig. Definition A.35 Für m N 0, 1 p definieren wir den Sobolev-Raum W m,p (Ω) := { v L p (Ω) : D α v L p (Ω) α mit α m }. W m,p (Ω) ist ein Banach-Raum bezüglich der Norm v m,p,ω = ( α m max α m Ω D α v(x ) p dx ) 1/p 1 p <, ( ess sup D α v(x ) x Ω ) p =. A.6 Sobolev-Räume TU Bergakademie Freiberg, WS 2010/111

31 Finite Elemente I 199 Halbnormen: v m,p,ω = ( α =m max α =m Ω D α v p dx ) 1/p 1 p <, ( ess sup D α v x Ω ) p =. Äquivalente Definition (1 p < ): Man betrachte alle Funktionen v C m (Ω), für welche v m,p,ω < und bilde den Abschluss dieser Menge bezüglich m,p,ω. [Meyers & Serrin, 1964] A.6 Sobolev-Räume TU Bergakademie Freiberg, WS 2010/111

32 Finite Elemente I 200 Die Sobolev-Räume mit Nullrandwerten W m,p 0 (Ω) sind definiert als Abschluss von D(Ω) in W m,p Ω). Beachte: W m,2 (Ω) = H m (Ω), W m,2 0 (Ω) = H m 0 (Ω), m,2,ω = m,ω, m,2,ω = m,ω. A.6 Sobolev-Räume TU Bergakademie Freiberg, WS 2010/111

33 Finite Elemente I 201 Stetige Einbettungen Satz A.36 (Sobolev) Für m 0 und p [1, ] gelten die stetigen Einbettungen L p (Ω), 1/p = 1/p m/d, falls m < d/p, L q (Ω) q [1, ), falls m = d/p, W m,p (Ω) C 0,m d/p (Ω), falls d/p < m < d/p + 1, C 0,α (Ω) α (0, 1), falls m = d/p + 1, C 0,1 (Ω), falls d/p + 1 < m. Analoge Einbettungen durch Verschiebung, z.b. W m+r,p (Ω) W r,p (Ω) falls m < d/p. A.6 Sobolev-Räume TU Bergakademie Freiberg, WS 2010/111

34 Finite Elemente I 202 Für die FEM ist oft wichtig, ab welcher Ableitungsordnung bei gegebenem d ein Sobolev-Raum stetig in den Raum C s der im klassischen Sinne s-mal stetig-differenzierbaren Funktionen eingebettet ist. Wir betrachten den Fall p = 2, also die Hilbert-Räume H m. Damit D α u, α s, noch stetig ist, muß nach dem Einbettungssatz gelten D α u H m, α s, und m > d/2, also insgesamt u H m+s und m > d/2. Mit k = m + s erhalten wir also: H k ist stetig in C s eingebettet falls k s > d/2. A.6 Sobolev-Räume TU Bergakademie Freiberg, WS 2010/111

35 Finite Elemente I 203 Kompakte Einbettungen Satz A.37 (Kondrachov) Für m 0 und p [1, ] gelten die kompakten Einbettungen L q (Ω) q [1, p ), 1/p = 1/p m/d, falls m < d/p, W m,p (Ω) L q (Ω) q [1, ), falls m = d/p, C 0 (Ω), falls d/p < m. Wichtige Dichtheitseigenschaft: für 1 p < gilt C (Ω) m,p,ω = W m,p (Ω). A.6 Sobolev-Räume TU Bergakademie Freiberg, WS 2010/111

36 Finite Elemente I 204 Spursatz Für Funktionen aus C (Ω) sind die Randwerte auf Ω, genannt Spur, definiert durch γ 0 (u) = u Ω. (A.6) Satz A.38 (Spursatz) Sei Ω R d ein beschränkes Lipschitz-Gebiet. Dann besitzt, sofern 1/p < m 1, die in (A.6) für Funktionen aus C (Ω) definierte Abbildung eine eindeutige Fortsetzung zu einer stetigen linearen Abbilding von W m,p (Ω) nach W m 1/p,p ( Ω). A.6 Sobolev-Räume TU Bergakademie Freiberg, WS 2010/111

37 Finite Elemente I 205 A.7 Ungleichungen A.7.1 Die Poincaré-Friedrichs Ungleichung Satz A.39 Ist Ω R d ein beschränktes Gebiet und Γ Ω von positivem Maß, so existiert eine Konstante C(Ω) mit u 0,Ω C(Ω) u 1,Ω für alle u H 1 Γ (Ω) := {u H1 (Ω) : u Γ = 0}. Insbesondere ist die Halbnorm 1,Ω auf diesem Raum eine Norm. A.7 Ungleichungen TU Bergakademie Freiberg, WS 2010/111

38 Finite Elemente I 206 Jensensche Ungleichung Satz A.40 Ist 0 < p < q, so gilt für x 1, x 2,... x n C n x j q 1/q n x j p j=1 j=1 1/p. A.7 Ungleichungen TU Bergakademie Freiberg, WS 2010/111

39 Finite Elemente I 207 A.8 Integralsätze Satz A.41 (Divergenzsatz) Sei Ω R 3 ein beschränktes Lipschitz-Gebiet mit Rand Ω und äußerer Einheitsnormalen n. Sei ferner F : R 3 R 3 ein Vektorfeld aus C 1 (Ω) 3. Dann gilt F dx = n F ds. (A.7) Ω Eine analoge Aussage gilt auch für zweidimensionale Lipschitz-Gebiete. Ω A.8 Integralsätze TU Bergakademie Freiberg, WS 2010/111

40 Finite Elemente I 208 Korollar A.42 Sei Ω R 3 ein beschränktes Lipschitz-Gebiet mit Rand Ω und äußerer Einheitsnormalen n. Dann gelten: 1. Ist φ C 1 (Ω) und u C 1 (Ω) 3, so gilt φ u dx = u φ dx + Ω Ω Ω φ(n u) ds. (A.8) 2. (Erste Greensche Formel) Sind u C 1 (Ω) und v C 2 (Ω), so gilt u v dx = u v dx + u v n ds. Ω Ω Ω (A.9) 3. (Zweite Greensche Formel) Sind u, v C 2 (Ω), so gilt ( (u v v u) dx = u v n v u ) n Ω Ω ds. (A.10) A.8 Integralsätze TU Bergakademie Freiberg, WS 2010/111

41 Finite Elemente I Sind u, φ C 1 (Ω) 3. Dann gilt φ ( u) dx = u ( φ) dx + Ω Ω Ω (n u) φ ds. (A.11) A.8 Integralsätze TU Bergakademie Freiberg, WS 2010/111

Merkblatt zur Funktionalanalysis

Merkblatt zur Funktionalanalysis Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.

Mehr

Finite Elemente I 2. 1 Variationstheorie

Finite Elemente I 2. 1 Variationstheorie Finite Elemente I 2 1 Variationstheorie 1 Variationstheorie TU Bergakademie Freiberg, SoS 2007 Finite Elemente I 3 1.1 Bilinearformen Definition 1.1 Sei V ein reeller normierter Vektorraum. Eine Bilinearform

Mehr

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme

Optimale 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

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 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

Mehr

Ein Blick über den Tellerrand... mit FreeFem++

Ein Blick über den Tellerrand... mit FreeFem++ Ein Blick über den Tellerrand... mit FreeFem++ Eine Einführung und etwas Theorie Steffen Weißer Universität des Saarlandes 30. Oktober 2015 Gliederung 1 Zum Seminar 2 Was ist eine PDE? 3 Etwas Funktionalanalysis

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 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

Mehr

x, 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

x, 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,

Mehr

Vollständiger Raum, Banachraum

Vollständiger Raum, Banachraum Grundbegriffe beschränkte Menge Cauchyfolge Vollständiger Raum, Banachraum Kriterium für die Vollständigkeit Präkompakte Menge Kompakte Menge Entropiezahl Eigenschaften kompakter und präkompakter Mengen

Mehr

Lineare Funktionalanalysis

Lineare Funktionalanalysis Hans Wilhelm Alt Lineare Funktionalanalysis Eine anwendungsorientierte Einführung Zweite, verbesserte Auflage mit 19 Abbildungen Springer-Verlag Berlin Heidelberg New York London Paris Tokyo Hong Kong

Mehr

Zu diesem Abschnitt ist das Buch von Adams [Ada75, AF03] zu empfehlen.

Zu diesem Abschnitt ist das Buch von Adams [Ada75, AF03] zu empfehlen. Kapitel 4 Sobolev Räume Zu diesem Abschnitt ist das Buch von Adams [Ada75, AF3] zu empfehlen. 4. Elementare Ungleichungen Viele Ungleichungen der Analysis lassen sich aus einem einfachen geometrischen

Mehr

Finite Elemente Methode für elliptische Differentialgleichungen

Finite Elemente Methode für elliptische Differentialgleichungen Finite Elemente Methode für elliptische Differentialgleichungen Michael Pokojovy 8. Oktober 2007 Das Ritzsche Verfahren Sei R n ein beschränktes offenes Gebiet mit abschnittsweise glattem Rand S. Betrachte

Mehr

Riesz scher Darstellungssatz und Duale Räume

Riesz scher Darstellungssatz und Duale Räume Riesz scher Darstellungssatz und Duale Räume LV Numerik Partieller Differentialgleichungen Bärwolff SS 2010 14.06.2010 Julia Buwaya In der Vorlesung wurde der Riesz sche Dartsellungssatz als wichtiges

Mehr

ist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).

ist 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)

Mehr

22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion

22 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

Mehr

12 Aufgaben zu linearen Funktionalen

12 Aufgaben zu linearen Funktionalen 266 12. Aufgaben zu linearen Funktionalen A B C 12 Aufgaben zu linearen Funktionalen 12.1 Stetige Funktionale (siehe auch 11.6.E, 12.2, 13.4.A) Sei E ein topologischer Vektorraum und ϕ: E K (ϕ ) linear.

Mehr

Skript Einführung in Sobolevräume. Roland Griesse. TU Chemnitz

Skript Einführung in Sobolevräume. Roland Griesse. TU Chemnitz Skript Einführung in Sobolevräume Roland Griesse TU Chemnitz Material für: begleitend für andere Vorlesungen oder zum Selbststudium Fehler und Kommentare bitte an: roland.griesse@mathematik.tu-chemnitz.de

Mehr

Höhere Funktionalanalysis WS2016/17 Übungsblatt

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,

Mehr

Zusammenfassung Analysis 2

Zusammenfassung 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

Mehr

Extremalpunkte und der Satz von Krein-Milman. 1 Lokalkonvexe topologische Vektorräume

Extremalpunkte 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

Mehr

Lebesgue-Integral und L p -Räume

Lebesgue-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

Mehr

([0, 1]) und int K = p 1

([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

Mehr

Schwache Lösungstheorie

Schwache Lösungstheorie Kapitel 4 Schwache Lösungstheorie Bemerkung 4.1 Motivation. Dieses Kapitel stellt eine Erweiterung des Lösungsbegriffes von partiellen Differentialgleichungen vor die schwache Lösung. Diese Erweiterung

Mehr

9 Metrische und normierte Räume

9 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

Wiederholung von Linearer Algebra und Differentialrechnung im R n

Wiederholung von Linearer Algebra und Differentialrechnung im R n Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:

Mehr

III. Prinzipien der Funktionalanalysis

III. Prinzipien der Funktionalanalysis III. Prinzipien der Funktionalanalysis 9 Der Satz von Hahn-Banach 9.1 Momentenproblem. a) Es seien X ein normierter Raum, (x n ) n=0 eine Folge in X und (α n ) n=0 eine Folge in K. Gibt es eine stetige

Mehr

Lineare Funktionalanalysis

Lineare Funktionalanalysis Hans Wilhelm Alt Lineare Funktionalanalysis Eine anwendungsorientierte Einführung Fünfte, überarbeitete Auflage Mit 19 Abbildungen 4y Spri inger Inhaltsverzeichnis Einleitung. 1 0 Strukturen 9 0.1 Skalarprodukt

Mehr

1 Die direkte Methode der Variationsrechnung

1 Die direkte Methode der Variationsrechnung Die direkte Methode der Variationsrechnung Betrachte inf I(u) = f(x, u(x), u(x)) dx : u u + W,p () wobei R n, u W,p mit I(u ) < und f : R R n R. (P) Um die Existenz eines Minimierers direkt zu zeigen,

Mehr

L 2 -Theorie und Plancherel-Theorem

L 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

Mehr

Wiederholung. 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. 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.

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik 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

Mehr

Vollständigkeit. 1 Konstruktion der reellen Zahlen

Vollständigkeit. 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

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis 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

Mehr

Finite Elemente I Variationstheorie

Finite Elemente I Variationstheorie Finite Elemente I 22 2 Variationstheorie Die FEM wird angewandt auf die sog. Variationsformulierung von Randund Anfangswertaufgaben für Differentialgleichungen. In diesem Abschnitt stellen wir die wichtigsten

Mehr

Analysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit

Analysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit A Analysis, Woche 9 Mehrdimensionale Differentialrechnung I A 9. Differenzierbarkeit A3 =. (9.) Definition 9. Sei U R m offen, f : U R n eine Funktion und a R m. Die Funktion f heißt differenzierbar in

Mehr

Nachklausur Analysis 2

Nachklausur Analysis 2 Nachklausur Analysis 2. a) Wie ist der Grenzwert einer Folge in einem metrischen Raum definiert? Antwort: Se (a n ) n N eine Folge in dem metrischen Raum (M, d). Diese Folge besitzt den Grenzwert g M,

Mehr

Messbare Vektorräume

Messbare Vektorräume Messbare Vektorräume Hans-Jörg Starkloff TU Bergakademie Freiberg Westsächsische Hochschule Zwickau Dezember 2010 / Januar 2011 Hans-Jörg Starkloff Messbare Vektorräume 1 1. Definition Geg. X linearer

Mehr

3 Das n-dimensionale Integral

3 Das n-dimensionale Integral 3 Das n-dimensionale Integral Ziel: Wir wollen die Integrationstheorie für f : D R n R entwickeln. Wir wollen den Inhalt (beziehungsweise das Maß ) M einer Punktmenge des R n definieren für eine möglichst

Mehr

Klausur zur Höheren Mathematik IV

Klausur 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

Mehr

Gewöhnliche Differentialgleichungen Woche 6. Existenz nach Picard-Lindelöf

Gewöhnliche Differentialgleichungen Woche 6. Existenz nach Picard-Lindelöf d Gewöhnliche Differentialgleichungen Woche 6 Existenz nach Picard-Lindelöf 6.1 Vorbereitung für den Existenzsatz 6.1.1 Stetigkeit und Lipschitz-Stetigkeit Definition 6.1 Seien (V 1, 1 und (V 2, 2 zwei

Mehr

Bemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi

Bemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi Funktionentheorie, Woche 7 Eigenschaften holomorpher Funktionen 7.1 Ganze Funktionen Definition 7.1 Eine Funktion f : C C, die holomorph ist auf C, nennt man eine ganze Funktion. Bemerkung 7.1.1 Als Folge

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. 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

Mehr

Vorlesung Lineare Funktionale LINEARE FUNKTIONALE 69

Vorlesung Lineare Funktionale LINEARE FUNKTIONALE 69 13.1. LINEARE FUNKTIONALE 69 Vorlesung 13 13.1 Lineare Funktionale Der Begriff der schwachen Konvergenz wird klarer, wenn man lineare Funktionale betrachtet. Das Skalarprodukt f, g in Hilberträumenkann

Mehr

Übungen zur Funktionalanalysis Lösungshinweise Blatt 4

Übungen 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

Mehr

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1

ist 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

3 Vektorräume abstrakt

3 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

Mehr

Zusammenfassung der Lebesgue-Integrationstheorie

Zusammenfassung 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,

Mehr

FUNKTIONALANALYSIS. Carsten Schütt WS 2006/7

FUNKTIONALANALYSIS. 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

Mehr

Der 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 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

Mehr

102 KAPITEL 14. FLÄCHEN

102 KAPITEL 14. FLÄCHEN 102 KAPITEL 14. FLÄCHEN Definition 14.3.1 (Kurve) Es sei M eine k-dimensionale Untermannigfaltigkeit des R n. Eine C 1 - Kurve γ : ( a, a) R n mit γ(( a, a)) M heißt Kurve auf M durch x 0 = γ(0). Definition

Mehr

i=1 i=1,...,n x K f(x).

i=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,

Mehr

Ferienkurs Analysis 3. Ari Wugalter März 2011

Ferienkurs 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

Mehr

Schwartz-Raum (Teil 1)

Schwartz-Raum (Teil 1) Schwartz-Raum (Teil 1) Federico Remonda, Robin Krom 10. Januar 2008 Zusammenfassung Der Schwartz-Raum ist ein Funktionenraum, der besondere Regularitätseigenschaften besitzt, die uns bei der Fouriertransformation

Mehr

0 Grundbegriffe. Mengen, Teilmengen, Äquivalenzrelationen, Abbildungen, injektiv/bijektiv/surjektiv,

0 Grundbegriffe. Mengen, Teilmengen, Äquivalenzrelationen, Abbildungen, injektiv/bijektiv/surjektiv, Die folgende Übersicht ist eine Zusammenstellung der Inhalte der Vorlesung. In der Prüfung wird nicht verlangt, Beweise für die namentlich erwähnten Sätze zu geben. Die Prüfungskandidat(inn)en können individuell

Mehr

Nun zeigen wir: wie kann man durch eine Liftung eine neue Unterlösung konstruieren.

Nun zeigen wir: wie kann man durch eine Liftung eine neue Unterlösung konstruieren. 56 SS2016 Definition 6.17 (Unterlösung,Oberlösung). Ω R n seieingebietleinelliptischeroperator wie in Bedingung 6.1. Seien a i j, b i c stetig mit c 0 in Ω. Sei f stetig in Ω. Eine Funktion u C(Ω) heißt

Mehr

Topologische Grundbegriffe II. Inhaltsverzeichnis

Topologische Grundbegriffe II. Inhaltsverzeichnis Vortrag zum Seminar zur Analysis, 03.05.2010 Dennis Joswig, Florian Goy Aufbauend auf den Resultaten des Vortrages Topologische Grundbegriffe I untersuchen wir weitere topologische Eigenschaften von metrischen

Mehr

8.1. DER RAUM R N ALS BANACHRAUM 17

8.1. 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

Mehr

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN

8 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

Mehr

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau

4.3 Bilinearformen. 312 LinAlg II Version Juni 2006 c Rudolf Scharlau 312 LinAlg II Version 0 20. Juni 2006 c Rudolf Scharlau 4.3 Bilinearformen Bilinearformen wurden bereits im Abschnitt 2.8 eingeführt; siehe die Definition 2.8.1. Die dort behandelten Skalarprodukte sind

Mehr

10 Der Integralsatz von Gauß

10 Der Integralsatz von Gauß 10 Der Integralsatz von Gauß In diesem Abschnitt beweisen wir den Integralsatz von Gauß, die mehrdimensionale Verallgemeinerung des Hauptsatzes der Differential- und Integralrechnung. Aussage des Satzes

Mehr

Lösungsvorschlag zur Klausur

Lösungsvorschlag zur Klausur FAKULTÄT FÜ MATHEMATIK Prof. Dr. Patrizio Neff Frank Osterbrink Johannes Lankeit 27.7.23 Lösungsvorschlag zur Klausur Hinweise zur Bearbeitung: - Die Bearbeitungszeit für die Klausur beträgt 8 Minuten.

Mehr

Skript zur Vorlesung Einführung in Sobolevräume. Prof. Dr. R. Herzog. gehalten im SS2010 Technische Universität Chemnitz

Skript zur Vorlesung Einführung in Sobolevräume. Prof. Dr. R. Herzog. gehalten im SS2010 Technische Universität Chemnitz Skript zur Vorlesung Einführung in Sobolevräume Prof. Dr. R. Herzog gehalten im SS2010 Technische Universität Chemnitz Dieses Skript ist als Begleitmaterial für andere Vorlesungen oder zum Selbststudium

Mehr

Lösungen der Übungsaufgaben von Kapitel 3

Lösungen 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

Mehr

43 Unitäre Vektorräume

43 Unitäre Vektorräume 43 Unitäre Vektorräume 43 1 Zusammenfassung In diesem Paragrafen werden die gleichen Themen wie in 41 abgehandelt, jetzt allerdings für den komplexen Fall. Die Aussagen entsprechen sich weitgehend, daher

Mehr

Kapitel 16 : Differentialrechnung

Kapitel 16 : Differentialrechnung Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen

Mehr

4. Fortsetzung auf R N.

4. Fortsetzung auf R N. 4. Fortsetzung auf R N. Frage: Wann kann man Funktionen u W (Ω) zu ũ W (RN ) fortsetzen? Hier wird i.a. eine Fortsetzung durch 0 in R N \ Ω nicht zum Erfolg führen, da man die schwachen Ableitungen über

Mehr

Kompakte Operatoren in Hilberträumen

Kompakte Operatoren in Hilberträumen 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

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

AM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man:

AM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man: AM3: Differenzial- und Integralrechnung im R n 1 Begriffe f : x 1 f 1 x 1, x 2,..., x n ) x 2... f 2 x 1, x 2,..., x n )... x n f m x 1, x 2,..., x n ) }{{}}{{} R n R m aus Platzgründen schreibt man: f

Mehr

Übungsblatt 5. D-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler. 1. Berechnen Sie die Ableitung v f(x, y) der Funktion

Übungsblatt 5. D-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler. 1. Berechnen Sie die Ableitung v f(x, y) der Funktion D-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler Übungsblatt 5 1. Berechnen Sie die Ableitung v f(x, y) der Funktion ( ) ( ) x f : R 2 R 2 x 3 1 + y, 2 y (1 + e x ) 1. entlang des Vektors

Mehr

10 Untermannigfaltigkeiten

10 Untermannigfaltigkeiten 10. Untermannigfaltigkeiten 1 10 Untermannigfaltigkeiten Definition. Eine Menge M R n heißt k-dimensionale Untermannigfaltigkeit des R n, 1 k n, falls es zu jedem a M eine offene Umgebung U R n von a und

Mehr

Topologische Grundbegriffe II. 1 Begriffe auf Mengen

Topologische Grundbegriffe II. 1 Begriffe auf Mengen Vortrag zum Seminar zur Analysis, 03.05.2010 Dennis Joswig, Florian Goy Aufbauend auf den Resultaten der Vorlesung Topologische Grundbegriffe I untersuchen wir weitere topologische Eigenschaften von metrischen

Mehr

Problemblatt. zur Linearen Funktionalanalysis. Stetigkeit von Funktionen?

Problemblatt. zur Linearen Funktionalanalysis. Stetigkeit von Funktionen? Universität Potsdam Sommersemester 2009 Steffen Fröhlich Problemblatt zur Linearen Funktionalanalysis Normen und Metriken 1. Definieren Sie den Begriff Vektorraum. 2. Nennen Sie die Normaxiome. 3. Wann

Mehr

72 Orthonormalbasen und Konvergenz im quadratischen Mittel

72 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

Mehr

Wiederholungsserie II

Wiederholungsserie II Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095

Mehr

Holomorphe Funktionen

Holomorphe Funktionen 1 Kapitel 1 Holomorphe Funktionen 1 Komplexe Differenzierbarkeit Ist z = (z 1,..., z n ) ein Element des C n und z ν = x ν + i y ν, so können wir auch schreiben: z = x + i y, mit x = (x 1,..., x n ) und

Mehr

Topologische Begriffe

Topologische Begriffe Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer

Mehr

12 Der Gaußsche Integralsatz

12 Der Gaußsche Integralsatz 12. Der Gaußsche Integralsatz 1 12 Der Gaußsche Integralsatz Das Ziel dieses Abschnitts ist die folgende zentrale Aussage der mehrdimensionalen Analysis und der Theorie der partiellen Differentialgleichungen:

Mehr

35 Stetige lineare Abbildungen

35 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.

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof. Dr. H. Brenner Osnabrück WS 015/016 Lineare Algebra und analytische Geometrie I Vorlesung 14 Ich war nie der talentierteste Spieler. Ich musste mir alles unheimlich hart erarbeiten und es gab bestimmt

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

p(x) = X b βx β. β m Einsetzen dieser Darstellung in die Bedingungen ergibt ein lineares Gleichungssystem Mb = a, mit

p(x) = X b βx β. β m Einsetzen dieser Darstellung in die Bedingungen ergibt ein lineares Gleichungssystem Mb = a, mit Anhang A Interpolation Die variationelle Formulierung der partiellen Differentialgleichungen, die wir betrachten, benutzt Funktionen aus Sobolev Räumen. Wir wollen die Lösung mit Hilfe der Ritzschen Methode

Mehr

Klausur Analysis II

Klausur Analysis II WS 28/9 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis II 6.2.28 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 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

Mehr

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel 4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der

Mehr

4 Bilinearformen und Skalarprodukte

4 Bilinearformen und Skalarprodukte 4 Bilinearformen und Skalarprodukte 4 Grundlagen über Bilinearformen Definition 4 Sei V ein K-Vektorraum Eine Bilinearform b auf V ist eine Abbildung b : V V K mit folgenden Eigenschaften: (B) x, y, z

Mehr

Der Satz von Sobolev. Franziska Lehermeier. 14. Juni 2012

Der Satz von Sobolev. Franziska Lehermeier. 14. Juni 2012 Der Satz von Sobolev Franziska Lehermeier 14. Juni 212 Inhaltsverzeichnis 1. Motivation 2. Beispiel 3. Satz von Sobolev 4. Bemerkung 5. Beweis von Satz von Sobolev 6. Satz von Sobolev, erweiterte Version

Mehr

4.4 Hermitesche Formen

4.4 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

Mehr

Kompendium der ANALYSIS - Ein kompletter Bachelor-Kurs von Reellen Zahlen zu Partiellen Differentialgleichungen

Kompendium der ANALYSIS - Ein kompletter Bachelor-Kurs von Reellen Zahlen zu Partiellen Differentialgleichungen Kompendium der ANALYSIS - Ein kompletter Bachelor-Kurs von Reellen Zahlen zu Partiellen Differentialgleichungen Band 2: Maß- und Integrationstheorie, Funktionentheorie, Funktionalanalysis, Partielle Differentialgleichungen

Mehr

10 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. (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,

Mehr

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009 I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe

Mehr

HM II Tutorium 1. Lucas Kunz. 24. April 2018

HM II Tutorium 1. Lucas Kunz. 24. April 2018 HM II Tutorium 1 Lucas Kunz 24. April 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Körper...................................... 2 1.2 Gruppen..................................... 2 1.3 Vektorraum...................................

Mehr

(1+x 2 )x α D β f C 0 ( α,β (f)+ α+2,β (f)).

(1+x 2 )x α D β f C 0 ( α,β (f)+ α+2,β (f)). 5 Entwicklungen nach Hermite-Funktionen Wir zeigen in diesem Paragraphen zunächst, daß der Raum S(R m ) topologisch isomorph zum Folgenraum s m ist Zu diesem Zwecke definieren wir auf S eine äquivalente

Mehr

Technische Universität München. Aufgaben Mittwoch SS 2012

Technische 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

Mehr

Lineare Algebra I Zusammenfassung

Lineare Algebra I Zusammenfassung Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition

Mehr

Existenzsatz von Lions

Existenzsatz 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

Mehr

Kapitel 2. Zahlenbereiche

Kapitel 2. Zahlenbereiche Kapitel 2. Zahlenbereiche 2.3. Reelle Zahlen Erweiterung des Zahlenbereichs der natürlichen Zahlen Ganze Zahlen Z := {..., 3, 2, 1, 0, 1, 2, 3,... } = N {0} N. Rationale Zahlen Q := { m n m Z, n N }. Beachte:

Mehr

Konstruktion der reellen Zahlen. 1 Der Körper der reellen Zahlen

Konstruktion der reellen Zahlen. 1 Der Körper der reellen Zahlen Vortrag zum Proseminar zur Analysis, 24.10.2012 Adrian Hauffe-Waschbüsch In diesem Vortrag werden die reellen Zahlen aus rationalen Cauchy-Folgen konstruiert. Dies dient zur Vorbereitung der späteren Vorträge,

Mehr

Kapitel 3: Dualräume

Kapitel 3: Dualräume .05.006 Kapitel 3: Dualräume Stets sei k ein beliebiger Körper De nition sei V ein k Vektorraum. Eine Linearform oder lineares Funktional ist eine lineare Abbildung : V! k Der Dualraum V (hier V Stern)

Mehr

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R

Mehr