Invarianz-Entropie für Kontrollsysteme

Größe: px
Ab Seite anzeigen:

Download "Invarianz-Entropie für Kontrollsysteme"

Transkript

1 Invarianz-Entropie für Kontrollsysteme Christoph Kawan Institut für Mathematik, Universität Augsburg in Zusammenarbeit mit Fritz Colonius, Institut für Mathematik, Universität Augsburg im Rahmen des DFG-Schwerpunktprogramms Regelungstheorie digital vernetzter dynamischer Systeme Elgersburger Arbeitstagung Februar 2008

2 1 Problemstellung 2 Abschätzungen 3 Lineare Systeme 4 Invarianz-Entropie auf Kontrollmengen 5 Feedbacks

3 Kontrollsysteme Wir betrachten ein Kontrollsystem der Form ẋ(t) = f (x(t), u(t)), u U mit f : R d R m R d. Dabei ist die Menge U der zulässigen Kontrollfunktionen definiert als U = {u : R R m u messbar mit u(t) U f. ü.}, wobei der Kontrollwertebereich U R m kompakt ist. Die Lösungen werden mit ϕ(t, x, u) bezeichnet. Q R d sei eine kompakte schwach invariante Menge. Letzteres heißt: x Q : u U : t 0 : ϕ(t, x, u) Q.

4 Definition der Invarianz-Entropie (1. Version) Sei nun außerdem K Q kompakt. Dann wollen wir eine Größe definieren, die anzeigt, wie viel Information über den Zustand des Systems ausreicht, um so zu steuern, dass Trajektorien mit Anfangswerten in K die Menge Q nicht verlassen:

5 Definition der Invarianz-Entropie (1. Version) Sei nun außerdem K Q kompakt. Dann wollen wir eine Größe definieren, die anzeigt, wie viel Information über den Zustand des Systems ausreicht, um so zu steuern, dass Trajektorien mit Anfangswerten in K die Menge Q nicht verlassen: Definition Wir nennen eine Menge S U T -aufspannend für (K, Q), falls x K : u U : t [0, T ] : ϕ(t, x, u) Q. Mit rinv (T, K, Q) werde die minimale Anzahl von Elementen in einer T -aufspannenden Menge bezeichnet. Dann heißt h inv(k, Q) := lim sup T die strikte Invarianz-Entropie von (K, Q). 1 T ln r inv(t, K, Q).

6 Definition der Invarianz-Entropie (2. Version) Problem: rinv (T, K, Q) muss nicht endlich sein!

7 Definition der Invarianz-Entropie (2. Version) Problem: rinv (T, K, Q) muss nicht endlich sein! Definition Eine Menge S U heißt (T, ε)-aufspannend für (K, Q), falls x K : u U : t [0, T ] : d(ϕ(t, x, u), Q) < ε. Mit r inv (T, ε, K, Q) werde die minimale Anzahl von Elementen in einer (T, ε)-aufspannenden Menge bezeichnet. Dann heißt 1 h inv (K, Q) := lim lim sup ε 0 T T ln r inv(t, ε, K, Q). die Invarianz-Entropie von (K, Q).

8 Elementare Eigenschaften h inv (K, Q) hängt nicht von der Metrik ab, und es gilt h inv (K, Q) h inv(k, Q).

9 Elementare Eigenschaften h inv (K, Q) hängt nicht von der Metrik ab, und es gilt h inv (K, Q) h inv(k, Q). (Strikte) Invarianz-Entropie ist eine Invariante unter Konjugation.

10 Elementare Eigenschaften h inv (K, Q) hängt nicht von der Metrik ab, und es gilt h inv (K, Q) h inv(k, Q). (Strikte) Invarianz-Entropie ist eine Invariante unter Konjugation. Ist K = n j=1 K j, so gilt h inv (K, Q) = n max j=1 h inv(k j, Q).

11 Elementare Eigenschaften h inv (K, Q) hängt nicht von der Metrik ab, und es gilt h inv (K, Q) h inv(k, Q). (Strikte) Invarianz-Entropie ist eine Invariante unter Konjugation. Ist K = n j=1 K j, so gilt h inv (K, Q) = n max j=1 h inv(k j, Q). Für die Entropie des Systems ẋ(t) = s f (x(t), u(t)) gilt h inv,s (K, Q) = s h inv (K, Q).

12 Obere und untere Schranken Satz Es gilt stets h inv (K, Q) dim F (K) max xf (x, u). (x,u) Q U Setzen wir λ(k) > 0 voraus, so gilt außerdem h inv (K, Q) min Tr xf (x, u). (x,u) Q U

13 Invarianz-Entropie linearer Kontrollsysteme Satz Für das lineare Kontrollsystem ẋ = Ax + Bu(t), u U mit A R d d und B R d m gilt unter der Voraussetzung λ(k) > 0: h inv (K, Q) = Re(λ). In Dimension 1 gilt allgemein: λ spec(a) Re(λ)>0 h inv (K, Q) = dim F (K) max{0, a}. Im Beweis verwenden wir im Wesentlichen, dass sich die Invarianz-Entropie nach oben durch die topologische Entropie des linearen Flusses e At x und nach unten durch die Divergenz der rechten Seite abschätzen lässt.

14 Kontrollmengen Definition Eine Menge D R d heißt Kontrollmenge, wenn sie maximal ist mit folgenden Eigenschaften: Schwache Invarianz: Für alle x D existiert u U mit ϕ(t, x, u) D für alle t 0. Approximative Kontrollierbarkeit: Für alle x, y D und ε > 0 gibt es u U und t 0 mit d(ϕ(t, x, u), y) < ε.

15 Kontrollmengen Definition Eine Menge D R d heißt Kontrollmenge, wenn sie maximal ist mit folgenden Eigenschaften: Schwache Invarianz: Für alle x D existiert u U mit ϕ(t, x, u) D für alle t 0. Approximative Kontrollierbarkeit: Für alle x, y D und ε > 0 gibt es u U und t 0 mit d(ϕ(t, x, u), y) < ε. Bemerkung Ist der Kontrollwertebereich U konvex und das System kontroll-affin, d.h. von der Form m ẋ = f 0 (x) + u i (t)f i (x), u U, i=1 so ist auch der Abschluss einer Kontrollmenge schwach invariant.

16 Invarianz-Entropie einer Kontrollmenge Satz Das System sei lokal akzessibel und D sei eine Kontrollmenge mit kompaktem Abschluss. Dann gilt für beliebige kompakte Mengen K 1, K 2 D mit nichtleerem Inneren: h inv (K 1, D) = h inv (K 2, D), h inv(k 1, D) = h inv(k 2, D) <.

17 Invarianz-Entropie einer Kontrollmenge Satz Das System sei lokal akzessibel und D sei eine Kontrollmenge mit kompaktem Abschluss. Dann gilt für beliebige kompakte Mengen K 1, K 2 D mit nichtleerem Inneren: h inv (K 1, D) = h inv (K 2, D), h inv(k 1, D) = h inv(k 2, D) <. Korollar 1 Für lineare Systeme gilt h inv(k, D) = h inv (K, D) = λ spec(a) Re(λ)>0 Re(λ).

18 Invarianz-Entropie einer Kontrollmenge Korollar 2 Für eindimensionale Systeme der Form ẋ = f 0 (x) + u(t)f 1 (x), u U gilt die Identität h inv(k, D) = h inv (K, D) = max { [ 0, min f 0 (x) f 1 (x) ]} x D f 1 (x) f 0(x).

19 Feedbacks Sei τ > 0, A = {A 1,..., A q } eine endliche Partition von Q und V = {v 1,..., v q } eine Menge von Kontrollen mit ϕ([0, τ], A j, v j ) Q für j = 1,..., q. Dann sagen wir Q sei von (A, V, τ) invariant überdeckt. Das Tripel (A, V, τ) definiert eine stückweise stetige Abbildung f : Q Q durch f (x) := ϕ(τ, x, v j(x) ) mit x A j(x). Für jedes N N nennen wir ein Wort [a 0, a 1,..., a N 1 ] mit a j {1,..., q} zulässig, falls ein x Q existiert mit x A a0, f (x) A a1, f 2 (x) A a2,..., f N 1 (x) A an 1.

20 Alternative Charakterisierung Sei W N (A, V, τ) die Menge aller zulässigen Worte der Länge N. Dann definieren wir h inv (A, V, τ) := 1 τ lim N #W N (A, V, τ). N

21 Alternative Charakterisierung Sei W N (A, V, τ) die Menge aller zulässigen Worte der Länge N. Dann definieren wir h inv (A, V, τ) := 1 τ lim N #W N (A, V, τ). N Satz Es gilt h inv(q) = inf h inv(a, V, τ), (A,V,τ) wobei das Infimum über alle Tripel (A, V, τ) genommen wird, die Q invariant überdecken.

22 Interpretation Der Satz liefert auch eine Interpretation der strikten Invarianz-Entropie einer Menge Q als Maß für die minimale Information über den Zustand des Systems, die pro Zeiteinheit an den Controller übertragen werden muss, um Invarianz von Q zu gewährleisten. Eine Größe dieser Art wurde bereits unter dem Namen topologische Feedback-Entropie von Nair, Evans, Mareels und Moran in Topological feedback entropy and nonlinear stabilization (IEEE Trans. Aut. Control, 49, 2004) eingeführt, allerdings für zeitdiskrete Kontrollsysteme und unter stärkeren Invarianzbedingungen für die Menge Q.

23 Schlussbemerkungen Die Charakterisierung mit Hilfe von Feedbacks liefert einen möglichen numerischen Zugang zur strikten Invarianz-Entropie via Berechnung von h inv (A, V, τ). Vgl. Junge, Froyland, Ochs: Rigorous computation of topological entropy with respect to a finite partition, Physika D 154, No.1-2, 68-84, (2001).

24 Schlussbemerkungen Die Charakterisierung mit Hilfe von Feedbacks liefert einen möglichen numerischen Zugang zur strikten Invarianz-Entropie via Berechnung von h inv (A, V, τ). Vgl. Junge, Froyland, Ochs: Rigorous computation of topological entropy with respect to a finite partition, Physika D 154, No.1-2, 68-84, (2001). Die vorgestellten Resultate lassen sich auch für Kontrollsysteme auf differenzierbaren Mannigfaltigkeiten verallgemeinern. Dabei müssen zusätzlich Strukturen wie Riemannsche Metriken oder Volumenformen verwendet werden.

25 Schlussbemerkungen Die Charakterisierung mit Hilfe von Feedbacks liefert einen möglichen numerischen Zugang zur strikten Invarianz-Entropie via Berechnung von h inv (A, V, τ). Vgl. Junge, Froyland, Ochs: Rigorous computation of topological entropy with respect to a finite partition, Physika D 154, No.1-2, 68-84, (2001). Die vorgestellten Resultate lassen sich auch für Kontrollsysteme auf differenzierbaren Mannigfaltigkeiten verallgemeinern. Dabei müssen zusätzlich Strukturen wie Riemannsche Metriken oder Volumenformen verwendet werden. Das mittelfristige Ziel ist ein besseres Verständnis des Informationsaustausch bei Regelung von vernetzten Systemen.

Relative Kontrollierbarkeit und Invarianz-Entropie

Relative Kontrollierbarkeit und Invarianz-Entropie Relative Kontrollierbarkeit und Invarianz-Entropie Ralph Lettau in Zusammenarbeit mit Fritz Colonius und Christoph Kawan Institut für Mathematik Universität Augsburg 9. Elgersburg Workshop 5. März 2014

Mehr

Seminar Gewöhnliche Differentialgleichungen

Seminar Gewöhnliche Differentialgleichungen Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden

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

Stoppzeiten und Charakteristische Funktionen. Tutorium Stochastische Prozesse 15. November 2016

Stoppzeiten und Charakteristische Funktionen. Tutorium Stochastische Prozesse 15. November 2016 Stoppzeiten und Charakteristische Funktionen Tutorium Stochastische Prozesse 15. November 2016 Inhalte des heutigen Tutoriums Im heutigen Tutorium besprechen wir: (1) Eindeutigkeit von Maßen ohne schnittstabilen

Mehr

Konvexe Optimierungsprobleme

Konvexe Optimierungsprobleme von: Veronika Kühl 1 Konvexe Optimierungsprobleme Betrachtet werden Probleme der Form (P) min x C f(x) wobei f : C R eine auf C konvexe, aber nicht notwendigerweise differenzierbare Funktion ist. Ziel

Mehr

Die Topologie von R, C und R n

Die Topologie von R, C und R n Die Topologie von R, C und R n Für R haben wir bereits eine Reihe von Strukturen kennengelernt: eine algebraische Struktur (Körper), eine Ordnungsstruktur und eine metrische Struktur (Absolutbetrag, Abstand).

Mehr

7 Das Eulersche Polygonzugverfahren

7 Das Eulersche Polygonzugverfahren 35 7 Das Eulersche Polygonzugverfahren Lösungen von Differentialgleichungen sind nur in speziellen Fällen explizit angebbar; oft können nur Approximationen an Lösungen numerisch berechnet werden. In diesem

Mehr

3 Gewöhnliche Differentialgleichungen 23.4.

3 Gewöhnliche Differentialgleichungen 23.4. 3 Gewöhnliche Differentialgleichungen 23.4. 3.1 Differentialgleichungen erster Ordnung 3.1.1 Fundamentalsätze Definition 3.1. Es sei Ω R d eine offene Menge und V : Ω R d eine Vektorfunktion. Eine Kurve

Mehr

Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschlag zum Präsenzübungsblatt

Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschlag zum Präsenzübungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 2013/14 24.10.2013 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschlag zum Präsenzübungsblatt

Mehr

Der Fundamentalsatz der Algebra

Der Fundamentalsatz der Algebra Der Fundamentalsatz der Algebra Vortragsausarbeitung im Rahmen des Proseminars Differentialtopologie Benjamin Lehning 17. Februar 2014 Für den hier dargelegten Beweis des Fundamentalsatzes der Algebra

Mehr

Blockseminar Ergodentheorie und Dynamische Systeme

Blockseminar Ergodentheorie und Dynamische Systeme Blockseminar Ergodentheorie und Dynamische Systeme Partielle Hyperbolizität und 8.09.-12.09.08 1 Partielle Hyperbolizität 2 von Anosov-Diffeomorphismen Klassifikation dynamischer Systeme Wie verhält sich

Mehr

Übungen zu Differentialgleichungen (WiSe 12/13)

Übungen zu Differentialgleichungen (WiSe 12/13) Übungen zu Differentialgleichungen WiSe 2/) Blatt 6 22 November 202 Gruppenübung Aufgabe G Sei f t, p) := p 5, t, p) R 2 Gegeben sei das Anfangswertproblem ẋ = f t,x), x0) = ) Bestimmen sie das maximale

Mehr

Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009)

Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009) 1 Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009) Kapitel 10: Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 27. März 2009) Differenzialrechnung

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

Übungen zur Vorlesung. Einführung in Dynamische Systeme. Musterlösungen zu Aufgabenblatt 2

Übungen zur Vorlesung. Einführung in Dynamische Systeme. Musterlösungen zu Aufgabenblatt 2 Prof. Roland Gunesch Sommersemester 00 Übungen zur Vorlesung Einführung in Dynamische Systeme Musterlösungen zu Aufgabenblatt Aufgabe : a Zeigen Sie: Für alle Anfangsdaten u 0, t 0 R R hat das Anfangswertproblem

Mehr

(c) (a) X ist abgeschlossen. X = A,wobeiderDurchschnittüberalleabgeschlossenenMengengebildet wird, die X enthalten. (d) (e)

(c) (a) X ist abgeschlossen. X = A,wobeiderDurchschnittüberalleabgeschlossenenMengengebildet wird, die X enthalten. (d) (e) 27 15. Metrische Räume Mit Hilfe einer Norm können wir den Abstand x y zweier Punkte x, y messen. Eine Metrik ist eine Verallgemeinerung dieses Konzepts: 15.1. Metriken. Es sei M eine beliebige Menge.

Mehr

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Bild, Faser, Kern. Stefan Ruzika. 23. Mai Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 23. Mai 2016 Stefan Ruzika 7: Bild, Faser, Kern 23. Mai 2016 1 / 11 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume 4 Basis

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

4 Differenzierbarkeit einer konjugierten Funktion

4 Differenzierbarkeit einer konjugierten Funktion 4 Differenzierbarkeit einer konjugierten Funktion (Eingereicht von Corinna Vits) 4.1 Differenzierbarkeit 1.Ordnung Theorem 4.1.1: Sei f ConvR n strikt konvex. Dann ist int dom und f ist stetig differenzierbar

Mehr

Intervallaustauschtransformationen, Flüsse und das Lemma von Masur

Intervallaustauschtransformationen, Flüsse und das Lemma von Masur Intervallaustauschtransformationen, Flüsse und das Lemma von Masur Gregor Bethlen 1 Intervallaustauschtransformationen Stets sei in diesem Abschnitt I := [a, b] ein Intervall und a = a 0 < a 1

Mehr

Übungsblatt 2 - Analysis 2, Prof. G. Hemion

Übungsblatt 2 - Analysis 2, Prof. G. Hemion Tutor: Martin Friesen, martin.friesen@gmx.de Übungsblatt 2 - Analysis 2, Prof. G. Hemion Um die hier gestellten Aufgaben zu lösen brauchen wir ein wenig Kentnisse über das Infimum bzw. Supremum einer Menge.

Mehr

Vorlesung Mathematik für Ingenieure II (Sommersemester 2008)

Vorlesung Mathematik für Ingenieure II (Sommersemester 2008) Vorlesung Mathematik für Ingenieure II (Sommersemester 8) Kapitel : Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 8. Mai 8) Differenzialrechnung R R 4

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

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,

Mehr

Abbildung 5.1: stabile und instabile Ruhelagen

Abbildung 5.1: stabile und instabile Ruhelagen Kapitel 5 Stabilität Eine intuitive Vorstellung vom Konzept der Stabilität vermitteln die in Abb. 5.1 dargestellten Situationen. Eine Kugel rollt unter dem Einfluss von Gravitation und Reibung auf einer

Mehr

tun, sondern nur mit der Reaktion auf verschiedene Anfangswerte.

tun, sondern nur mit der Reaktion auf verschiedene Anfangswerte. 2.3 Stabilität Eine wichtige Rolle spielt das Stabilitätsverhalten dynamischer Systeme. Wie üblich sei Φ die Fundamentalmatrix des linearen Systems ẋ = A(t)x + u. Im weiteren sei t fixiert, später wird

Mehr

Flüsse, Fixpunkte, Stabilität

Flüsse, Fixpunkte, Stabilität 1 Flüsse, Fixpunkte, Stabilität Proseminar: Theoretische Physik Yannic Borchard 7. Mai 2014 2 Motivation Die hier entwickelten Formalismen erlauben es, Aussagen über das Verhalten von Lösungen gewöhnlicher

Mehr

Hybride Systeme. Wolfgang Kleier. 27. Juni Universität Bayreuth

Hybride Systeme. Wolfgang Kleier. 27. Juni Universität Bayreuth Hybride Systeme Wolfgang Kleier Universität Bayreuth 27. Juni 2008 Inhalt 1 Einleitung Was ist ein hybrides System? Hybrider Automat 2 Beispiele Wasserstandskontrollsystem Hüpfender Ball Gehemmtes Pendel

Mehr

( ) ( ) < b k, 1 k n} (2) < x k

( ) ( ) < b k, 1 k n} (2) < x k Technische Universität Dortmund Fakultät für Mathematik Proseminar Analysis Prof. Dr. Röger Benjamin Czyszczon Satz von Heine Borel Gliederung 1. Zellen und offene Überdeckungen 2. Satz von Heine Borel

Mehr

Satz Eine Teilmenge U von M ist genau dann offen, wenn jeder Punkt von U innerer Punkt ist. U x, und U ist als Vereinigung offener Mengen offen.

Satz Eine Teilmenge U von M ist genau dann offen, wenn jeder Punkt von U innerer Punkt ist. U x, und U ist als Vereinigung offener Mengen offen. Ergänzungen zu offenen und abgeschlossenen Mengen Definition Ist L Teilmenge eines topologischen Raums M, so heißt x L innerer Punkt von L, wenn es eine offene Umgebung von x gibt, die ganz in L liegt.

Mehr

Die komplexe Halbebene faktorisiert nach einer Fuchsschen Gruppe

Die komplexe Halbebene faktorisiert nach einer Fuchsschen Gruppe Die komplexe Halbebene faktorisiert nach einer Fuchsschen Gruppe Matthias Nagel Riemannsche Flächen Stets sei X eine 2-dimensionale Mannigfaltigkeit (Fläche). Definition. ) Eine komplexe Karte auf X ist

Mehr

Das Wazewski Prinzip. Annika Schall. August 2007

Das Wazewski Prinzip. Annika Schall. August 2007 August 2007 Notation Im Folgenden sei X ein topologischer Raum, ϕ : R X X ein Fluß, I := [0, 1], W X eine Teilmenge, und W 0 := {x W t > 0 : ϕ(t, x) / W } die Menge aller Austrittspunkte von W unter ϕ,

Mehr

Das Lagrange-duale Problem

Das Lagrange-duale Problem Das Lagrange-duale Problem Tobias Kulke 29. April 2010 1 Einführung Für jedes Paar (λ, ν) mit λ 0 liefert die Langrange-duale Funktion ( ) p g(λ, ν) = inf L(x, λ, ν) = inf f 0 (x) + λ i f i (x) + ν i h

Mehr

Floquet Theorie II. 1 Einführung

Floquet Theorie II. 1 Einführung Vortrag zum Seminar Gewöhnliche Differentialgleichungen, 18.10.2011 Sebastian Monschang 1 Einführung Auf den Ergebnissen des ersten Vortrags basierend werden wir in diesem Vortrag gewöhnliche lineare Differentialgleichungssysteme

Mehr

Erste topologische Eigenschaften: Zusammenhang und Kompaktheit

Erste topologische Eigenschaften: Zusammenhang und Kompaktheit Abschnitt 2 Erste topologische Eigenschaften: Zusammenhang und Kompaktheit Zusammenhang 2.1 Definition. Ein Raum X heißt zusammenhängend, wenn er außer X und Ø keine Teilmengen hat, die zugleich offen

Mehr

Übungen zur Funktionalanalysis Lösungshinweise Blatt 2

Übungen zur Funktionalanalysis Lösungshinweise Blatt 2 Übungen zur Funktionalanalysis Lösungshinweise Blatt 2 Aufgabe 5. Beweisen Sie: Ein kompakter Hausdorffraum, welcher dem ersten Abzählbarkeitsaxiom genügt, ist folgenkompakt. Lösung. Es sei X ein kompakter

Mehr

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i 3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und

Mehr

Analysis 4. Lösungsvorschlag zum 12. Übungsblatt

Analysis 4. Lösungsvorschlag zum 12. Übungsblatt Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Andreas Geyer-Schulz SS 208. Juli 208 Analysis 4 Lösungsvorschlag zum 2. Übungsblatt Aufgabe 42 Wir untersuchen

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

Gewöhnliche Dierentialgleichungen

Gewöhnliche Dierentialgleichungen Prof. Dr. Guido Sweers WS 28/29 Jan Gerdung, M.Sc. Gewöhnliche Dierentialgleichungen Übungsblatt 6 Die Lösungen müssen in den Übungsbriefkasten Gewöhnliche Dierentialgleichungen Raum 3 im MI) geworfen

Mehr

Quantengraphen. Sebastian Haeseler Technische Universität Chemnitz. Abstrakte Versionen klassischer. Ungleichungen und Anwendungen auf

Quantengraphen. Sebastian Haeseler Technische Universität Chemnitz. Abstrakte Versionen klassischer. Ungleichungen und Anwendungen auf Technische Universität Chemnitz 18.09.2008 Gliederung Gliederung Gliederung Gliederung Gliederung Ein metrischer Graph X Γ besteht aus einer abzählbaren Menge V = {v i }, die Knoten einer abzählbaren Menge

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

22 Charakteristische Funktionen und Verteilungskonvergenz

22 Charakteristische Funktionen und Verteilungskonvergenz 22 Charakteristische Funktionen und Verteilungskonvergenz Charakteristische Funktionen (Fourier-Transformierte liefern ein starkes analytisches Hilfsmittel zur Untersuchung von W-Verteilungen und deren

Mehr

4 Funktionenfolgen und normierte Räume

4 Funktionenfolgen und normierte Räume $Id: norm.tex,v 1.57 2018/06/08 16:27:08 hk Exp $ $Id: jordan.tex,v 1.34 2018/07/12 20:08:29 hk Exp $ 4 Funktionenfolgen und normierte Räume 4.7 Kompakte Mengen Am Ende der letzten Sitzung hatten wir zwei

Mehr

Meßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 :

Meßbare 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

Mehr

Anfangswertprobleme bei differential-algebraischen Gleichungen (DAEs)

Anfangswertprobleme bei differential-algebraischen Gleichungen (DAEs) Anfangswertprobleme bei differential-algebraischen Gleichungen (DAEs) Elgersburg, 13. Februar 2006 Gliederung 1 Differential-algebraische Gleichungen 2 Distributionen 3 Anfangswertprobleme 4 Zusammenfassung

Mehr

Stochastik I. Vorlesungsmitschrift

Stochastik I. Vorlesungsmitschrift Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................

Mehr

Floquet-Theorie IV. 1 Hills Gleichung

Floquet-Theorie IV. 1 Hills Gleichung Vortrag zum Seminar Gewöhnliche Differentialgleichungen, 08.11.2011 Tobias Roidl Dieser Vortrag befasst sich mit der Hills Gleichung und gibt eine Einführung in die Periodischen Orbits von linearen Systemen.

Mehr

Von Skalarprodukten induzierte Normen

Von Skalarprodukten induzierte Normen Von Skalarprodukten induzierte Normen Niklas Angleitner 4. Dezember 2011 Sei ein Skalarproduktraum X,, gegeben, daher ein Vektorraum X über C bzw. R mit einer positiv definiten Sesquilinearform,. Wie aus

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 1. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 1. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 013/1 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 1. Übungsblatt Aufgabe

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

7. Vorlesung. 21. November 2006 Guido Schäfer

7. Vorlesung. 21. November 2006 Guido Schäfer LETZTE ÄNDERUNG: 21. NOVEMBER 2006 Vorlesung: Einführung in die Spieltheorie WS 2006/2007 7. Vorlesung 21. November 2006 Guido Schäfer Wenn die Latenzfunktionen (c e ) e E differenzierbar und schwach monoton

Mehr

Dynamische Systeme eine Einführung

Dynamische Systeme eine Einführung Dynamische Systeme eine Einführung Seminar für Lehramtstudierende: Mathematische Modelle Wintersemester 2010/11 Dynamische Systeme eine Einführung 1. Existenz und Eindeutigkeit von Lösungen 2. Flüsse,

Mehr

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016 Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)

Mehr

Konvexe Mengen und Funktionen

Konvexe Mengen und Funktionen Konvexe Mengen und Funktionen von Corinna Alber Seminararbeit Leiter: Prof. Jarre im Rahmen des Seminars Optimierung III am Lehrstuhl für Mathematische Optimierung an der Heinrich-Heine-Universität Düsseldorf

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

Viskositätslösungen von Hamilton Jacobi Bellman Gleichungen eine Einführung

Viskositätslösungen von Hamilton Jacobi Bellman Gleichungen eine Einführung Viskositätslösungen von Hamilton Jacobi Bellman Gleichungen eine Einführung Lars Grüne Seminar Numerische Dynamik von Kontrollsystemen Wintersemester 04/05 Viskositätslösungen Anfang der 1980er Jahre von

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

15. Bereichsintegrale

15. Bereichsintegrale H.J. Oberle Analysis III WS 212/13 15. Bereichsintegrale 15.1 Integrale über uadern Ziel ist die Berechnung des Volumens unterhalb des Graphen einer Funktion f : R n D R, genauer zwischen dem Graphen von

Mehr

x x 2 + y + 2y 2 y x 2 + y = 2 (x 2 + y 2 ) 2 = 0, (x,y) =r

x x 2 + y + 2y 2 y x 2 + y = 2 (x 2 + y 2 ) 2 = 0, (x,y) =r Funktionentheorie, Woche 8 Harmonische Funktionen 8. Folgen der Holomorphie Im letzten Kapitel sahen wir, dass der Realteil einer holomorphen Funktion harmonisch ist, und dass es zu jeder harmonischen

Mehr

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 11. d(x, y) := n 0. 2 n d n (x n, y n ),

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 11. d(x, y) := n 0. 2 n d n (x n, y n ), D-MATH Topologie FS 15 Theo Bühler Musterlösung 11 1. a) Da (C n, d n ) kompakt ist, nimmt die stetige Funktion d n : C n C n [0, ), (x, y) d(x, y) ihr Maximum diam C n an. Ersetzen wir d n durch d n =

Mehr

GRUNDLAGEN MATHEMATIK

GRUNDLAGEN MATHEMATIK Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 2. Folgen Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies Grundlagen Mathematik

Mehr

Übungen zu Grundlagen der Mathematik 2 Lösungen Blatt 12 SS 14. Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion.

Übungen zu Grundlagen der Mathematik 2 Lösungen Blatt 12 SS 14. Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion. Übungen zu Grundlagen der Mathematik Lösungen Blatt 1 SS 14 Prof. Dr. W. Decker Dr. M. Pleger Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion f : U R, (x, y) x y x + y, im Punkt (1, 1) bis einschließlich.

Mehr

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92 Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : Ê Ê systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 4

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 4 D-MATH, D-PHYS, D-CHAB Analysis I HS 017 Prof. Manfred Einsiedler Lösung 4 Hinweise 1. Zeigen Sie, dass inf X die kleinste obere Schranke von X ist.. Dass z 1, z Lösungen sind, kann man durch Einsetzen

Mehr

KAPITEL 10 DIE INNERE-PUNKTE-METHODE

KAPITEL 10 DIE INNERE-PUNKTE-METHODE KAPITEL DIE INNERE-PUNKTE-METHODE F. VALLENTIN, A. GUNDERT Vorteile: + Löst effizient lineare Programme (in Theorie und Praxis) + erweiterbar (zu einer größeren Klasse von Optimierungsproblemen) + einfach

Mehr

30 Die Gammafunktion und die Stirlingsche Formel

30 Die Gammafunktion und die Stirlingsche Formel 3 Die Gammafunktion und die Stirlingsche Formel 35 Charakterisierung der Gammafunktion 36 Darstellung der Gammafunktion 38 Beziehung zwischen der Gammafunktion und der Zetafunktion 3 Stirlingsche Formel

Mehr

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn Stetige Funktionen Eine zentrale Rolle in der Analysis spielen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume). Dabei sind i.a. nicht beliebige

Mehr

Topologie - Übungsblatt 1

Topologie - Übungsblatt 1 1 Topologie - Übungsblatt 1 1. Sei τ die cofinite Topologie auf einer Menge X. Man zeige: i) Ist X abzählbar, dann ist (X, τ) ein A 2 -Raum. ii) Ist X überabzählbar, dann ist (X, τ) kein A 1 -Raum. 2.

Mehr

Beispiele zur Konvergenzuntersuchung bei Reihen.

Beispiele zur Konvergenzuntersuchung bei Reihen. Beispiele zur Konvergenzuntersuchung bei Reihen Beispiel: Wir untersuchen die Konvergenz der Exponentialreihe z k k! für z C Anwendung des Quotientenkriteriums ergibt z k+1 (k + 1! z k = z k+1 k! z k (k

Mehr

Hausdorff-Maß und Hausdorff-Dimension. Jens Krüger

Hausdorff-Maß und Hausdorff-Dimension. Jens Krüger Hausdorff-Maß und Hausdorff-Dimension Jens Krüger Inhaltsverzeichnis 1 Einleitung 2 2 Grundlagen aus der Maßtheorie 3 3 Die Konstruktion des Hausdorff-Maßes 4 4 Eigenschaften des Hausdorff-Maßes und Hausdorff-Dimension

Mehr

Musterlösung Klausur zu Analysis II. Verständnisteil

Musterlösung Klausur zu Analysis II. Verständnisteil Technische Universität Berlin SS 2009 Institut für Mathematik 20.07.2009 Prof. Dr. R. Schneider Fritz Krüger Sebastian Holtz Musterlösung Klausur zu Analysis II Verständnisteil 1. (a) Sei D R n konvex

Mehr

h n = (t t 0 )/n Bevor wir diesen Satz beweisen, geben wir noch einen Hilfssatz an, der eine wichtige Abschätzung liefert.

h n = (t t 0 )/n Bevor wir diesen Satz beweisen, geben wir noch einen Hilfssatz an, der eine wichtige Abschätzung liefert. Kapitel 4 Berechnung von Lösungen 41 Die Euler sche Polygonzugmethode Die Grundlage dieser Methode ist die einfache Beobachtung, dass f(u, t) in der Nähe eines Punktes als nahezu konstant angesehen werden

Mehr

Übungen zur Vorlesung. Einführung in Dynamische Systeme. Musterlösungen zu Aufgabenblatt 8

Übungen zur Vorlesung. Einführung in Dynamische Systeme. Musterlösungen zu Aufgabenblatt 8 Prof. Roland Gunesch Sommersemester 2010 Übungen zur Vorlesung Einführung in Dynamische Systeme Musterlösungen zu Aufgabenblatt 8 Aufgabe 1: Sei (X, d) ein kompakter metrischer Raum. Die Hausdorff-Metrik

Mehr

Analysis 3. Weihnachtsblatt Prof. Dr. H. Koch Dr. F. Gmeineder Besprechung: TBC, Januar Aufgabe 1: (Besonders prüfungsrelevant)

Analysis 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

Mehr

Das Lebesgue-Maß im R p

Das 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

Mehr

Numerik Dynamischer Systeme

Numerik Dynamischer Systeme Numerik Dynamischer Systeme Lars Grüne Mathematisches Institut Fakultät für Mathematik und Physik Universität Bayreuth 95440 Bayreuth lars.gruene@uni-bayreuth.de www.math.uni-bayreuth.de/ lgruene/ Vorlesungsskript

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

Mehr

Spezialisierte adaptive Algorithmen für die Modellprädiktive Regelung von PDEs

Spezialisierte adaptive Algorithmen für die Modellprädiktive Regelung von PDEs Spezialisierte adaptive Algorithmen für die Modellprädiktive Regelung von PDEs Lehrstuhl für Angewandte Mathematik Mathematisches Institut Universität Bayreuth 28.02.2018 12. Elgersburg Workshop (26.02.

Mehr

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Musterlösung. 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,

Mehr

Proseminar Konvexe Mengen: Der Satz von Carathéodory

Proseminar Konvexe Mengen: Der Satz von Carathéodory Proseminar Konvexe Mengen: Der Satz von Carathéodory Gerrit Grenzebach 26. Otober 2004 In diesem Referat werden der Begriff der onvexen Hülle einer Menge eingeführt und einige Eigenschaften der onvexen

Mehr

Lemma (Eigenschaften elementarer Mengen) 1. Jede elementare Menge lässt sich als disjunkte Vereinigung halboffener Intervalle schreiben.

Lemma (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

Mehr

14 Ljapunov-Funktionen

14 Ljapunov-Funktionen 14 Ljapunov-Funktionen 67 14 Ljapunov-Funktionen 14.1 Gradientenfelder. a Ein Vektorfeld v C 1 D, R n besitze ein Potential U C 2 D, R, d.h. es sei v = gradu. Dann ist Dvx = HUx symmetrisch, und man hat

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

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen Seminar Fraktionale Differentialgleichungen Prof. Dr. P.E. Kloeden, WS1000/2001 Caputo fraktionale Differentialgleichungen Lars Grüne, 25.1.2001 Basierend auf Fractional Differential Equations, Theory

Mehr

Axiomatik der reellen Zahlen

Axiomatik der reellen Zahlen Kapitel 13 Axiomatik der reellen Zahlen 13.1 Motivation Analysis beschäftigt sich mit Grenzwerten, Differentiation und Integration. Viele Phänomene in den Natur- und Ingenieurswissenschaften lassen sich

Mehr

Der Satz von Taylor. Kapitel 7

Der Satz von Taylor. Kapitel 7 Kapitel 7 Der Satz von Taylor Wir haben bereits die Darstellung verschiedener Funktionen, wie der Exponentialfunktion, der Cosinus- oder Sinus-Funktion, durch unendliche Reihen kennen gelernt. In diesem

Mehr

Musterlösung der 1. Klausur zur Vorlesung

Musterlösung der 1. Klausur zur Vorlesung Prof. Dr. M. Röger Dipl.-Math. C. Zwilling Fakultät für Mathematik TU Dortmund Musterlösung der. Klausur zur Vorlesung Analysis II 6.7.6) Sommersemester 6 Aufgabe. i) Die Folge f n ) n N konvergiert genau

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

den Satz von Poincaré-Bendixson.

den Satz von Poincaré-Bendixson. Seminar zu Geometrie der Gewöhnlichen Differentialgleichungen Der Satz von Poincaré-Bendixson bearbeitet von Rodrigo Menendez Zusammenfassung Fragen des Langzeitverhaltens und der Stabilität spielen in

Mehr

5.3 Typen und Klassifikation affiner Abbildungen

5.3 Typen und Klassifikation affiner Abbildungen 53 Typen und Klassifikation affiner Abbildungen Definition 531 Sei A ein AR und Aff(A) die Gruppe der Affinitäten von A τ Aff(A) heißt Translation falls p, q A gilt: pτ(p) = qτ(q) Der dann von der Wahl

Mehr

Stabilität von Warteschlangen-Netzwerken: Fluid Approximationen und Lyapunov Funktionen

Stabilität von Warteschlangen-Netzwerken: Fluid Approximationen und Lyapunov Funktionen Stabilität von Warteschlangen-Netzwerken: Fluid Approximationen und Lyapunov Funktionen Michael Schönlein, Fabian Wirth Im Rahmen des Forschungsprojekts: Stabilität, Robustheit und Approximation großskaliger

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

Flüsse und Vektorfelder

Flüsse und Vektorfelder Flüsse und Vektorfelder Def. Ein Vektorfeld auf U R n ist eine glatte (vektorwertige) Abbildung V : U R n. Bemerkung. Wir werden später die Transformationsgesetze für den Koordinatenwechsel bei Vektorfeldern

Mehr

Hauptseminar Fraktale: Andere Begriffe der Dimension

Hauptseminar Fraktale: Andere Begriffe der Dimension Hauptseminar Fraktale: Andere Begriffe der Dimension 21. November 2006 Überblick 1 Einleitung 2 Fraktale Dimension Begriffsklärung Gewünschte Eigenschaften Beispiel: Teilerdimension 3 Boxdimension Definition

Mehr

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium

Mehr

2 Riemannsche Flächen

2 Riemannsche Flächen $Id: flaechen.tex,v 1.6 2016/11/16 12:37:19 hk Exp $ 2 Riemannsche Flächen 2.2 Karten und holomorphe Funktionen auf Flächen Am Ende der letzten Sitzung hatten wir einige der Grundeigenschaften holomorpher

Mehr

Lösungsvorschlag zur Übungsklausur zur Analysis I

Lösungsvorschlag 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

Mehr

Kapitel 7. Topologische Äquivalenz. 7.1 Strukturelle Stabilität

Kapitel 7. Topologische Äquivalenz. 7.1 Strukturelle Stabilität Kapitel 7 Topologische Äquivalenz 7.1 Strukturelle Stabilität Wir betrachten in diesem Abschnitt C 1 -Vektorfelder auf kompakten Mannigfaltigkeiten, oder aber Lipschitz stetige Vektorfelder auf einem Gebiet

Mehr

Die Lagrange-duale Funktion

Die Lagrange-duale Funktion Die Lagrange-duale Funktion Gregor Leimcke 21. April 2010 1 Die Lagrangefunktion Wir betrachten das allgemeine Optimierungsproblem wobei minimiere f 0 über D sodass f i 0, i = 1,..., m 1.1 D = h i = 0,

Mehr