Die Perronsche Methode

Größe: px
Ab Seite anzeigen:

Download "Die Perronsche Methode"

Transkript

1 Die Perronsche Methode Stephanie Seger LMU München Hüttenseminar Stephanie Seger Die Perronsche Methode 1/13

2 Lösung eines speziellen Randwertproblems Existenz von Lösungen des klassischen Randwertproblems in beliebig beschränkten Gebieten u = 0 u = 0 x Ω x Ω wobei g C( Ω) und Ω ein beschränktes Gebiet des und R n u = 2 u x 2 i Stephanie Seger Die Perronsche Methode 2/13

3 Wichtige Anwendungsinformation: Existenzproblem im Inneren und Existenzproblem am Rand werden getrennt betrachtet!!!! Vorwissen : Lösung des Problems in Bällen: Sei g C 0 (B)!h C 2 (B) C 0 (B) so dass h = 0 in B und h = g auf B Starkes Maximumsprinzip: x B : h(x) = max h(y) = max y B h ist konstant Starkes Maximumsprinzip für subharmonsiche Funktionen: Sei x 0 Ω mit u(x 0 ) = sup Ω u(x) u ist konstant y Ω : u(y) max Ω u(y), wenn u C(Ω) Stephanie Seger Die Perronsche Methode 3/13

4 Sub - und Superharmonischen Funktionen Subharmonische Funktionen im C 0 (Ω) : B Ω und h : u h auf B u h in B Superharmonische Funktionen im C 0 (Ω) : B Ω und h : u h auf B u h in B Subharmonische Lösung : - u 0 Superharmonische Lösung: - u 0 Harmonische Lösung: - u = 0 Stephanie Seger Die Perronsche Methode 4/13

5 Harmonische Liftung Sei u subharmonsich in Ω und B ein oener Ball mit Abschluss in Ω { ũ(x) x B Harmonische Liftung von u in B: U(x) = u(x) x Ω B mit U(x) C(Ω) Denition von ũ(x) = r 2 x x 0 2 nω nr B u(y) x y n dy Stephanie Seger Die Perronsche Methode 5/13

6 Beweis Harmonische Liftung ist subharmonisch in Ω und u Uin B : (i) u subharmonisch u U in Ω { ũ(x) x B u(x) U(x) = u(x) x Ω B (ii) u subharmonisch U ist subharmonisch B Ω: Sei h harmonische Funktion in B U h auf B Da u(x) U(x) u h in B U h in B B U h in B B U h in B U subharmonisch in Ω Stephanie Seger Die Perronsche Methode 6/13

7 Die Perronsche Methode u ϕ (x) = sup v(x) mit v S ϕ Perron-Klasse: S ϕ = {v v 0; v ϕ x Ω} zu zeigen: (1) u ϕ ist harmonisch in Ω (2) ϕ C(Ω) und u ϕ = ϕ x Ω Stephanie Seger Die Perronsche Methode 7/13

8 Beweis: Die Funktion uϕ : Ω R ist harmonisch in Ω (i) u ϕ ist wohl deniert: v min Ω ϕ ist subharmonisch S ϕ ist nicht leer (ii) Es gibt x Ω eine Folge {v n } S ϕ mit lim v n (y) = u ϕ (y) - Ersetze v n := max{v 1, v 2,..., v n, inf Ω ϕ} {v n } ist monoton steigend begrenzt von unten - Harmonische { Liftung von v n in B R (y): ṽ n (x) harmonisch in B R (y) V n (x) = v n (x) x Ω B R (y) V n (x) ist monoton steigend mit: lim n V n (y) = u(y) mit V n S ϕ Stephanie Seger Die Perronsche Methode 8/13

9 (iii) Kompaktheitstheorem: Jede beschränkte Folge von harmonischen Funktionen auf Ω enthält eine Teilfolge, die gleichmäÿig gegen eine harmonische Funktion auf einem kompakten Teilgebiet von Ω konvergiert. {V n } enthält eine Teilfolge {V nk }, die in B ρ (x) mit ρ < R gegen eine harmonische Funktion v in B konvergiert (iv) zeige: v = u ϕ in B ρ : - da u ϕ ist Supremum : v u ϕ x B - Sei x B ρ mit u ϕ (x ) > v(x ) u S ϕ subharmonisch mit u(x ) > u(x ) > v(x ) - Setze w k = max{v nk, u} Harmonische Liftung von W k : Teilfolge von {w k } konvergiert gegen harmonische Funktion w inb ρ mit v w u v(y) = w(y) = u (y) v w in B ρ Widerspruch zu u Stephanie Seger Die Perronsche Methode 9/13

10 Beweis:ϕ C( Ω) und uϕ = ϕ x Ω Randeigenschaft der Lösung u ϕ muss Grenzwerteigenschaft erfüllen : Für x Ω ist lim x x0 u(x) = ϕ(x 0 ) mit x 0 Ω ein regulärer Randpunkt Denition: Barrierefunktion und regulärer Randpunkt 1. Eine Funktion w C( Ω) heiÿt Barrierefunktion in einem Punkt x 0 Ω, wenn gilt: (a) w ist superharmonisch in Ω ( w 0) (b) w(x 0 ) = 0 (c) w(x) > 0 in Ω\{x 0 } 2. Ein Punkt x 0 Ω heiÿt regulärer Randpunkt, falls es eine Barrierefunktion im Punkt x 0 gibt. Stephanie Seger Die Perronsche Methode 10/13

11 Vorraussetzungen für den Beweis: ϕ ist stetig in x 0 : ε > 0 : δ > 0 mit x Ω : x x 0 < δ ϕ(x) ϕ(x 0 ) < ε 2 w ist positiv und stetig auf Ω \{x 0 }: m > 0 mit x Ω: x x 0 δ w(x) m Sei M = sup x Ω ϕ(x) und k = 2M m : mit x Ω: x x 0 δ k w(x) 2M Deniere Hilfsfunktionen: v := ϕ(x 0 ) ε 2 kw(x) - Subharmonische Funktion in Ω - v ϕ(x) x Ω v S ϕ v := ϕ(x 0 ) + ε 2 + kw(x) - Superharmonische Funktion in Ω - v ϕ(x) x Ω Stephanie Seger Die Perronsche Methode 11/13

12 Es gilt ϕ(x 0 ) ε 2 kw(x) u(x) ϕ(x 0) + ε + kw(x) in Ω 2 u(x) ϕ(x 0 ) ε 2 + kw(x) Da w(x) 0 wenn x x 0 u (x) ϕ(x 0 ) wenn x x 0 Stephanie Seger Die Perronsche Methode 12/13

13 Danke für eure Aufmerksamkeit!!! Stephanie Seger Die Perronsche Methode 13/13

Die Perronsche Methode

Die Perronsche Methode Emilia Finsterwald und Peter Schrank 21.06.2012 Gliederung 1 Oskar Perron 2 3 4 5 6 7 8 Oskar Perron (1880-1975) b7.mai 1880 in Frankenthal - d22.feb. 1975 in München Lösung eines speziellen s Im Fall

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

Übungen zu Partielle Differentialgleichungen, WS 2016

Übungen zu Partielle Differentialgleichungen, WS 2016 Übungen zu Partielle Differentialgleichungen, WS 2016 Ulisse Stefanelli 16. Januar 2017 1 Beispiele 1. Betrachten Sie die Beispiele von nichtlinearen PDG und Systemen, die wir im Kurs diskutiert haben,

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

u = 1 in Ω, v = 1 in BR (0), v = 0 auf B R (0). w = v + u = 1 1 = 0 in Ω,

u = 1 in Ω, v = 1 in BR (0), v = 0 auf B R (0). w = v + u = 1 1 = 0 in Ω, Aufgabe Es sei Ω R n ein beschränktes Gebiet mit Ω B R (0 für ein R > 0. Zeigen Sie: Ist u C (Ω C(Ω eine Lösung von u = in Ω, u = 0 auf Ω, so gilt die Abschätzung 0 u(x R x n für alle x Ω. Hinweis: Berechnen

Mehr

Maximumprinzip und Minimumprinzip

Maximumprinzip und Minimumprinzip Maximumprinzip und Minimumprinzip Daniela Rottenkolber LMU München Zillertal / 13.12.2012 16.12.2012 Daniela Rottenkolber Maximumprinzip und Minimumprinzip 1/14 Übersicht Motivation mit Beispielen Schwaches

Mehr

ANALYSIS 1 Kapitel 6: Stetige Funktionen

ANALYSIS 1 Kapitel 6: Stetige Funktionen ANALYSIS 1 Kapitel 6: Stetige Funktionen MAB.01012UB MAT.101UB Vorlesung im WS 2017/18 Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen Karl-Franzens-Universität Graz 6.1 Grundbegrie

Mehr

Orlicz-Räume. Toni Scharle. Zillertal / LMU München. Motivation N-Funktionen Orlicz-Räume Ausblick

Orlicz-Räume. Toni Scharle. Zillertal / LMU München. Motivation N-Funktionen Orlicz-Räume Ausblick Orlicz-Räume Toni Scharle LMU München Zillertal / 12.12.2013 15.12.2013 Toni Scharle Orlicz-Räume 1/14 Motivation Erinnerung: u L p () = u(x) p dx A ( u(x) ) dx < mit A : R + 0 R+ 0 t t p Mögliche Verallgemeinerung:

Mehr

Partielle Differentialgleichungen Kapitel 11

Partielle Differentialgleichungen Kapitel 11 Partielle Differentialgleichungen Kapitel Die Laplace- und Poisson- Gleichungen Die Struktur bei elliptischen Gleichungen zweiter Ordnung ist nicht wesentlich verschieden bei Operatoren mit konstanten

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

ANALYSIS 1 Kapitel 4: Folgen von (reellen und komplexen) Zahlen

ANALYSIS 1 Kapitel 4: Folgen von (reellen und komplexen) Zahlen ANALYSIS 1 Kapitel 4: Folgen von (reellen und komplexen) Zahlen MAB.01012UB MAT.101UB Vorlesung im WS 2017/18 Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen Karl-Franzens-Universität

Mehr

Satz von Rellich-Kondrachov

Satz von Rellich-Kondrachov Satz von Rellich-Kondrachov Xaver Hellauer LMU Munich, Germany Haslach, 17. Februar 2012 Xaver Hellauer Satz von Rellich-Kondrachov 1/13 Satz von Rellich Kondrachov Sei j : (X, X ) (Y, Y ) eine stetige

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

4.1 Motivation von Variationsmethoden Variationsmethoden im Sobolevraum Motivation von Variationsmethoden

4.1 Motivation von Variationsmethoden Variationsmethoden im Sobolevraum Motivation von Variationsmethoden Kapitel 4 Das Dirichlet Prinzip Bevor wir uns der Lösung von Randwertproblemen mithilfe der eben entwickelten Techniken zuwenden, wollen wir uns einer Idee zur Lösung widmen, die einige Elemente dieser

Mehr

3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung

3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung Kapitelgliederung 3. Folgen und Reihen 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung 3.5 Reihen 3.6 Absolut

Mehr

Lösungen zur Klausur zur Analysis 1, WiSe 2016/17

Lösungen zur Klausur zur Analysis 1, WiSe 2016/17 BERGISCHE UNIVERSITÄT WUPPERTAL..7 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Lösungen zur Klausur zur Analysis, WiSe 6/7 Klausureinsicht:

Mehr

Unterricht 13: Wiederholung.

Unterricht 13: Wiederholung. , 1 I Unterricht 13: Wiederholung. Erinnerungen: Die kleinen Übungen nden diese Woche statt. Zur Prüfung müssen Sie Lichtbildausweis (Personalausweis oder Reisepass) Studierendenausweis mitbringen. I.1

Mehr

LS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38

LS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38 3. Folgen und Reihen Buchholz / Rudolph: MafI 2 38 Kapitelgliederung 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung

Mehr

Partielle Differentialgleichungen, Übungsblatt 1. Fällig am 5. November 1999

Partielle Differentialgleichungen, Übungsblatt 1. Fällig am 5. November 1999 Partielle Differentialgleichungen, Übungsblatt 1 Fällig am 5. November 1999 1. Bestimmen sie die Laplacesche Gleichung in den parabolischen Zylinderkoordinaten (ξ, η, z) gegeben durch x = ξη, y = 1 2 (ξ2

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

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

Scheinklausur zur Vorlesung Partielle Differentialgleichungen

Scheinklausur zur Vorlesung Partielle Differentialgleichungen Karlsruher Institut für Technologie (KIT) WS 2010/2011 Institut für Analysis 31.1.2011 Prof. Dr. Wolfgang Reichel Dipl.-Math. Dagmar Roth Scheinklausur zur Vorlesung Partielle Differentialgleichungen Name:

Mehr

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1.

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1. Lösungen Klausur Aufgabe (3 Punkte) Zeigen Sie, dass n k k (n + ) n k für alle n N. IA: Für n ist k kk 2 2. IV: Es gilt n k kk (n + ) n für ein n N. IS: Wir haben n+ k k k n k k + (n + ) n+ k IV (n + )

Mehr

Partielle Differentialgleichungen Kapitel 7

Partielle Differentialgleichungen Kapitel 7 Partielle Differentialgleichungen Kapitel 7 Intermezzo zu Distributionen Die Physik hat der Mathematik die Dirac-δ-Funktion gebracht. Diese δ-funktion soll folgende Eigenschaften haben: n δ (x ϕ (x dx

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

LS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88

LS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88 4. Funktionen Buchholz / Rudolph: MafI 2 88 Kapitelgliederung 4.1 Grundlegende Denitionen 4.2 Polynome und rationale Funktionen 4.3 Beschränkte und monotone Funktionen 4.4 Grenzwerte von Funktionen 4.5

Mehr

Lösung zu Kapitel 5 und 6

Lösung zu Kapitel 5 und 6 Lösung zu Kapitel 5 und 6 (1) Sei f eine total differenzierbare Funktion. Welche Aussagen sind richtig? f ist partiell differenzierbar f kann stetig partiell differenzierbar sein f ist dann immer stetig

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

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

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

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

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

Wichtige Klassen reeller Funktionen

Wichtige Klassen reeller Funktionen 0 Wichtige Klassen reeller Funktionen Monotone Funktionen sind i.a. unstetig, aber man kann etwas über das Grenzwertverhalten aussagen, wenn man nur einseitige Grenzwerte betrachtet. Definition 0. : Sei

Mehr

Lösungen 4.Übungsblatt

Lösungen 4.Übungsblatt Karlsruher Institut für Technology (KIT) WS 2011/2012 Institut für Analysis Priv.-Doz. Dr. Gerd Herzog Dipl.-Math.techn. Rainer Mandel Lösungen 4.Übungsblatt Aufgabe 13 (K) Bestimmen Sie sämtliche Häufungswerte

Mehr

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung

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

Das Newtonpotential. Jakob. Bachelor-Arbeit. Institut für Mathematik und wissenschaftliches Rechnen. Universität Graz

Das Newtonpotential. Jakob. Bachelor-Arbeit. Institut für Mathematik und wissenschaftliches Rechnen. Universität Graz Jakob Das Newtonpotential Bachelor-Arbeit Institut für Mathematik und wissenschaftliches Rechnen Universität raz Name: Jakob Wiesmeyr Matrikelnummer: 0853 Studium: Bachelor Mathematik Studienjahrgang:

Mehr

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen Steven Klein 04.01.017 1 In dieser Ausarbeitung konstruieren wir die reellen Zahlen aus den rationalen Zahlen. Hierzu denieren wir zunächst

Mehr

5 Stetigkeit und Differenzierbarkeit

5 Stetigkeit und Differenzierbarkeit 5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.

Mehr

Klausur - Analysis I Lösungsskizzen

Klausur - Analysis I Lösungsskizzen Klausur - Analysis I Lösungsskizzen Aufgabe 1.: 5 Punkte Entscheiden Sie, ob folgende Aussagen wahr oder falsch sind. Kennzeichnen Sie wahre Aussagen mit W und falsche Aussagen mit F. Es sind keine Begründungen

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

Analysis I. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

Analysis I. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching Analysis I 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 26, 207 Erinnerung Satz. (Zwischenwertsatz) Sei f : [a, b] R stetig mit f(a) f(b). Dann gibt es zu jedem

Mehr

Beispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren

Beispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren Beispiele Grundlagen Kompakte Operatoren Regularisierungsoperatoren Transportgleichung Dierenzieren ( nx ) (f δ n ) (x) = f (x) + n cos, x [0, 1], δ Regularisierung!! Inverse Wärmeleitung Durc f (f δ n

Mehr

Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator

Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Universität Bielefeld Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Matthieu Felsinger Universität Bielefeld Mathematisches Kolloquium, TU Clausthal 05. Februar 2014 1 Einleitung

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

Partielle Differentialgleichungen Prüfung am

Partielle Differentialgleichungen Prüfung am Partielle Differentialgleichungen Prüfung am 27.04.2017 Name, Vorname Matrikelnummer Unterschrift Dauer: 60 Minuten. Keine Unterlagen, kein Handy/PC, kein Taschenrechner, keine Gruppenarbeit. Bitte schreiben

Mehr

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) 1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge

Mehr

Klassische Differentialgeometrie

Klassische Differentialgeometrie Klassische Differentialgeometrie Das Plateausche Problem Julius Lang Sommersemester 2017 Das Plateausche Problem Struktur der Vorlesung 1. Die Problemstellung 2. Mathematische Setting und ein Ansatz 3.

Mehr

Erwartungswert. j=1. Beweis. Wegen der Voraussetzung nimmt die Zufallsvariable X nur endlich

Erwartungswert. j=1. Beweis. Wegen der Voraussetzung nimmt die Zufallsvariable X nur endlich Erwartungswert Naiv stellt man sich unter dem Erwartungswert einer Zufallsvariablen X Folgendes vor. Man führt das Experiment n-mal durch und bestimmt den Mittelwert (arithmetisches Mittel) der dabei für

Mehr

Analysis I - Stetige Funktionen

Analysis I - Stetige Funktionen Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt

Mehr

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b.

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b. Proposition.13 Sei f : D R stetig und D = [a, b] R. Dann ist f(d) beschränkt. Außerdem nimmt f sein Maximum und Minimum auf D an, d.h. es gibt x max D und ein x min D, so dass f(x max ) = sup f(d) und

Mehr

Kapitel 2. Folgen und ihre Konvergenz

Kapitel 2. Folgen und ihre Konvergenz Kapitel 2 Folgen und ihre Konvergenz Zur Erinnerung Denition. Eine Folge (reeller Zahlen) ist eine Funktion von N 0 nach R. Schreibweisen. Im Falle einer Folge f : N 0 R schreibt man an Stelle von f (n)

Mehr

Humboldt-Universität zu Berlin Institut für Mathematik Prof. A. Griewank Ph.D.; Dr. A. Hoffkamp; Dipl.Math. T.Bosse; Dipl.Math. L. Jansen,T.

Humboldt-Universität zu Berlin Institut für Mathematik Prof. A. Griewank Ph.D.; Dr. A. Hoffkamp; Dipl.Math. T.Bosse; Dipl.Math. L. Jansen,T. Humboldt-Universität zu Berlin Institut für Mathematik Prof. A. Griewank Ph.D.; Dr. A. Hoffkamp; Dipl.Math. T.Bosse; Dipl.Math. L. Jansen,T. Streubel Lösungsalternativen für die Übungsaufgaben zur Vorlesung

Mehr

Übungsaufgaben zu Analysis 1 Lösungen von Blatt VI vom

Übungsaufgaben zu Analysis 1 Lösungen von Blatt VI vom Prof. Dr. Moritz Kaßmann Fakultät für Mathematik Wintersemester 04/05 Universität Bielefeld Übungsaufgaben zu Analysis Lösungen von Blatt VI vom 0..4 Aufgabe VI. (6 Punkte) Gegeben sind die Folgen (a n)

Mehr

12. Trennungssätze für konvexe Mengen 83

12. Trennungssätze für konvexe Mengen 83 12. Trennungssätze für konvexe Mengen 83 C_1 C_2 a Abbildung 12.4. Trennung konvexer Mengen durch eine Hyperebene mit Normalenvektor a Dann ist int(c) nicht leer (warum?) und [als Minkowski-Summe von C

Mehr

eine reelle (oder komplexe) Folge. Dann heißt l der Limes oder der Grenzwert dieser Folge, notiert als

eine reelle (oder komplexe) Folge. Dann heißt l der Limes oder der Grenzwert dieser Folge, notiert als Analysis, Woche 9 Stetigkeit I A 9. Grenzwerte bei Funktionen 9.. Der einfachste Fall Wir erinnern noch mal an den Grenzwert bei einer Folge. Sei {a n } n=0 eine reelle (oder komplexe) Folge. Dann heißt

Mehr

sign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0

sign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0 ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 81 3. Stetigkeit 3.1. Stetigkeit. Im Folgenden sei D R eine beliebige nichtleere Teilmenge. Typischerweise wird D ein allgemeines Intervall sein, siehe Abschnitt

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

3. Übungsblatt zur Analysis II

3. Übungsblatt zur Analysis II Fachbereich Mathematik Prof. Dr. R. Farwig Ch. Komo J. Prasiswa R. Schulz SS 9.5.9. Übungsblatt zur Analysis II Gruppenübung Aufgabe G (Äquivalenz von Normen) i) etrachten Sie den Vektorraum R n mit der

Mehr

Übungen zu Analysis, SS 2015

Übungen zu Analysis, SS 2015 Übungen zu Analysis, SS 215 Ulisse Stefanelli 15. Juni 215 1 Wiederholung 1. Untersuchen Sie das Verhalten der folgenden Folgen a n = n 2 cosh(1/n), b n = ln(ln(n))/n, c n = (2 n n 2 )/n!, 2. Stellen Sie

Mehr

Eigenschaften kompakter Operatoren

Eigenschaften kompakter Operatoren Eigenschaften kompakter Operatoren Denition Seien X, Y normierte Räume und sei A : X Y linear. Dann heiÿt A kompakt (vollstetig), wenn für jede beschränkte Menge B X die Menge A(B) kompakt ist. Eigenschaften

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

Vortrag 1: Duale Formulierung und Anwendungen

Vortrag 1: Duale Formulierung und Anwendungen 4. Mai 2017 Juliane Braunsmann In diesem Vortrag geht es darum, für das Kantorovich-Problem eine duale Formulierung, d.h. eine Formulierung im Sinne von stetigen Funktionen, zu finden und zu zeigen, dass

Mehr

(alternierendes Vorzeichen) a n := ( 1)n n + 1 a n := 3n 2 7n a n := n(n 1)(n 2), n 3

(alternierendes Vorzeichen) a n := ( 1)n n + 1 a n := 3n 2 7n a n := n(n 1)(n 2), n 3 ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 43 2. Folgen und Reihen Folgen und Reihen werden in jedem Analysislehrbuch besprochen, siehe etwa [H, Kapitel III], [K, Kapitel 5], [J2, Kapitel 23] oder [M,

Mehr

Singuläre Integrale 1 Grundideen der harmonischen Analysis

Singuläre Integrale 1 Grundideen der harmonischen Analysis Singuläre Integrale Grundideen der harmonischen Analsis Jens Hinrichsen und Annina Saluz November 2007 Motivation Ein tpisches Beispiel für ein singuläres Integral ist die Hilbert-Transformation, welche

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

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

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

Kurzskript: Sobolev Räume

Kurzskript: Sobolev Räume Michael Růžička Kurzskript: Sobolev Räume 1.1 Sobolev Räume Sei ein Gebiet und 1 p. Dann definieren wir die Lebesgueräume 1 L p () := {f M() f < }, wobei f p die übliche Norm ist und M() der Raum der

Mehr

Konstruktion der reellen Zahlen

Konstruktion der reellen Zahlen Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 25.06.2018 20. Juni 2018 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler 20. Juni 2018 Konvergenz

Mehr

Stetigkeit, Konvergenz, Topologie

Stetigkeit, Konvergenz, Topologie Ferienkurs Seite 1 Technische Universität München Ferienkurs Analysis 1 Hannah Schamoni Wintersemester 2011/12 Stetigkeit, Konvergenz, Topologie 21.03.2012 Inhaltsverzeichnis 1 Stetigkeit und Konvergenz

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

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2. Adµ Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung Blatt Probeklausur 2 Lösungen zur Probeklausur 2 Aufgabe 1 1. Formulieren Sie den Satz von Taylor

Mehr

5 Die Picardschen Sätze

5 Die Picardschen Sätze 03 5 Die Picardschen Sätze Für eine zweimal stetig differenzierbare reell- oder komplexwertige Funktion f auf einem Gebiet G C ist der Laplace-Operator definiert durch Behauptung: = 4 Beweis: Daraus folgt:

Mehr

Rekursionen (Teschl/Teschl 8.1/8.2)

Rekursionen (Teschl/Teschl 8.1/8.2) Rekursionen (Teschl/Teschl 8.1/8.2) treten in vielen Algorithmen auf: Eine Rekursion ist eine Folge von Zahlen a 0, a 1, a 2,.., bei der jedes a n aus seinen Vorgängern berechnet wird: Beispiele a n =

Mehr

Der Satz von Stone-Weierstraÿ

Der Satz von Stone-Weierstraÿ Gregor Matuschek Der Satz von Stone-Weierstraÿ Ausarbeitung zum Vortrag im Proseminar Analysis I (Sommersemester 009, Leitung Prof. Eberhard Freitag) Zusammenfassung: Wir kennen bereits den Approximationssatz

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

Kapitel V. Folgen und Konvergenz. V.1 Konvergenz von Zahlenfolgen

Kapitel V. Folgen und Konvergenz. V.1 Konvergenz von Zahlenfolgen Kapitel V Folgen und Konvergenz V.1 Konvergenz von Zahlenfolgen Wir erinnern an den Begriff der Folge, den wir schon im Kapitel III verwenden. Eine Folge (a n ) n=1 AN in A ist eine Abbildung a ( ) : N

Mehr

PARTIELLE DIFFERENTIALGLEICHUNGEN I

PARTIELLE DIFFERENTIALGLEICHUNGEN I PARTIELLE DIFFERENTIALGLEICHUNGEN I OLIVER C. SCHNÜRER Zusammenfassung. Bei diesem Manuskript handelt es sich um Notizen zu Partielle Differentialgleichungen I. Benützt an der Freien Universität Berlin

Mehr

Stetigkeit. Definitionen. Beispiele

Stetigkeit. Definitionen. Beispiele Stetigkeit Definitionen Stetigkeit Sei f : D mit D eine Funktion. f heißt stetig in a D, falls für jede Folge x n in D (d.h. x n D für alle n ) mit lim x n a gilt: lim f x n f a. Die Funktion f : D heißt

Mehr

Aktuelle Themen aus der Stochastik Wintersemester 2017/2018 Abschnitt 5: Endliche Maße und schwache Konvergenz von Maßen in metrischen Räumen

Aktuelle Themen aus der Stochastik Wintersemester 2017/2018 Abschnitt 5: Endliche Maße und schwache Konvergenz von Maßen in metrischen Räumen Aktuelle Themen aus der Stochastik Wintersemester 2017/2018 Abschnitt 5: Endliche Maße und schwache Konvergenz von Maßen in metrischen Räumen Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut

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

Asymptotische Stochastik (SS 2010)

Asymptotische Stochastik (SS 2010) Institut für Stochastik PD. Dr. Dieter Kadelka Daniel Gentner Asymptotische Stochastik (SS 2010) Lösungen zu Übungsblatt 4 Aufgabe 1 (lokaler Grenzwertsatz von de Moivre und Laplace und eine Verallgemeinerung)

Mehr

Proseminar Analysis Vollständigkeit der reellen Zahlen

Proseminar Analysis Vollständigkeit der reellen Zahlen Proseminar Analysis Vollständigkeit der reellen Zahlen Axel Wagner 18. Juli 2009 1 Voraussetzungen Zunächst wollen wir festhalten, was wir als bekannt voraussetzen: Es sei (Q, +, ) der Körper der rationalen

Mehr

Partielle Differentialgleichungen. Vorlesung. Teil I. Reiner Lauterbach Jens Struckmeier. u = f. Universität Hamburg, WS 2012/13

Partielle Differentialgleichungen. Vorlesung. Teil I. Reiner Lauterbach Jens Struckmeier. u = f. Universität Hamburg, WS 2012/13 Partielle Differentialgleichungen Vorlesung Teil I Reiner Lauterbach Jens Struckmeier u = f Universität Hamburg, WS 2012/13 ii Inhaltsverzeichnis Einleitung v I Elliptische und Parabolische Gleichungen

Mehr

Existenz höherer Ableitungen

Existenz höherer Ableitungen Existenz höherer Ableitungen Bernhard Pfirsch LMU München Zillertal am 15.12.2012 Bernhard Pfirsch Existenz höherer Ableitungen 1/16 Definitionen: Sei der Operator L von der Form Lu = (A u), A : R n n,

Mehr

Analysis I & II Lösung zur Basisprüfung

Analysis I & II Lösung zur Basisprüfung FS 6 Aufgabe. [8 Punkte] (a) Bestimmen Sie den Grenzwert ( lim x x ). [ Punkte] log x (b) Beweisen Sie, dass folgende Reihe divergiert. n= + n + n + sin(n) n 3 + [ Punkte] (c) Finden Sie heraus, ob die

Mehr

15 Hauptsätze über stetige Funktionen

15 Hauptsätze über stetige Funktionen 15 Hauptsätze über stetige Funktionen 15.1 Extremalsatz von Weierstraß 15.2 Zwischenwertsatz für stetige Funktionen 15.3 Nullstellensatz von Bolzano 15.5 Stetige Funktionen sind intervalltreu 15.6 Umkehrfunktionen

Mehr

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das

Mehr

1.3 Zufallsvariablen

1.3 Zufallsvariablen 1.3 Zufallsvariablen Beispiel Irrfahrt zwischen drei Zuständen Start in G bei t = 0, Zeithorizont T N Grundraum σ-algebra Ω = {ω = (ω 0, ω 1,..., ω T ) {G, R, B} T +1, ω 0 = G} Wahrscheinlichkeitsmaß P

Mehr

Lösungsvorschlag zum 2. Übungsblatt zur Vorlesung Analysis II im Sommersemester Mai 2018

Lösungsvorschlag zum 2. Übungsblatt zur Vorlesung Analysis II im Sommersemester Mai 2018 Institut für Analysis Prof. Dr. Michael Plum M.Sc. Jonathan Wunderlich Lösungsvorschlag zum. Übungsblatt zur Vorlesung Analysis II im Sommersemester 08 3. Mai 08 Aufgabe 5 (K: Es seien n N und A R n eine

Mehr

Funktionsgrenzwerte, Stetigkeit

Funktionsgrenzwerte, Stetigkeit Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn

Mehr

3.2 Konvergenzkriterien für reelle Folgen

3.2 Konvergenzkriterien für reelle Folgen 3.2 Konvergenzkriterien für reelle Folgen Definition: Eine reelle Folge a n ) n N heißt monoton wachsend : n < m : a n a m streng monoton wachsend : n < m : a n < a m nach oben beschränkt : C R : n : a

Mehr

PARTIELLE DIFFERENTIALGLEICHUNGEN I

PARTIELLE DIFFERENTIALGLEICHUNGEN I PARTIELLE DIFFERENTIALGLEICHUNGEN I OLIVER C. SCHNÜRER Zusammenfassung. Bei diesem Manuskript handelt es sich um Notizen zu Partielle Differentialgleichungen I. Benützt an der Freien Universität Berlin

Mehr

Seminar Gewöhnliche Dierentialgleichungen

Seminar Gewöhnliche Dierentialgleichungen Seminar Gewöhnliche Dierentialgleichungen Dynamische Systeme II Valentin Jonas 8. 6. 215 1 Einleitung In dem letzten Kapitel "Dynamische Systeme I" ging es vor allem um in t glatte, autonome, dynamische

Mehr

12 Biholomorphe Abbildungen

12 Biholomorphe Abbildungen 12 Biholomorphe Abbildungen 2 Funktionenräume Wir erinnern zunächst an den Weierstraßschen Konvergenzsatz : 2.1 Satz. Sei G C ein Gebiet, (f n ) eine Folge holomorpher Funktionen auf G, die auf G kompakt

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

Regulär variierende Funktionen

Regulär variierende Funktionen KAPITEL 4 Regulär variierende Funktionen Unser nächstes Ziel ist es, die Max-Anziehungsbereiche der Extremwertverteilungen zu beschreiben. Dies wird im nächsten Kapitel geschehen. Wir haben bereits gesehen,

Mehr