PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "PD Dr. R. Schätzle 1.11.1999. Maßtheoretische Methoden WS 1999/00"

Transkript

1 ETH Zürich Departement für Mathematik PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00 1.Übung AUFGABE 1: Es sei µ ein borelreguläres Maß auf einem metrischen Raum X und X = j=1 V j, wobei V j offen sind und µ(v j ) <. Zeigen Sie folgende Aussagen. (i) Für A X gilt µ(a) = inf{µ(u) U A offen }. (ii) Für µ meßbares A X gilt µ(a) = sup{µ(c) C A abgeschlossen }. AUFGABE 2: (Überdeckungssatz von Vitali, endliche Version) Es sei F eine endliche Familie von nichtdegenerierten, abgeschlossenen Bällen in einem metrischen Raum X. Dann existiert eine disjunkte Unterfamilie G F mit B F B B G B, wobei B einen abgeschlossenen Ball mit dreifachem Radius und gleichem Zentrum wie B bezeichnet. Abgabetermin ist Montag,

2 2

3 ETH Zürich Departement für Mathematik PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00 2.Übung AUFGABE 3: Es sei µ ein reguläres Maß auf X, und A k A k+1 X. Zeigen Sie µ( k=1a k ) = lim k µ(a k). AUFGABE 4: X sei ein lokalkompakter, separabler metrischer Raum, und µ sei ein Radon-Maß auf X, das eine Verdoppelungseigenscahft besitzt, d.h. µ(b 2ϱ (x)) Cµ(B ϱ (x)) für x X und ϱ > 0. Zeigen Sie, daß X die symmetrische Vitalieigenschaft bezüglich µ besitzt. Abgabetermin ist Montag,

4 2

5 ETH Zürich Departement für Mathematik PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00 3.Übung AUFGABE 5: Es sei µ ein endliches Borel-Maß auf einem metrischen Raum. Zeigen Sie, daß für ϱ > 0 die Funktion ϕ ϱ : X [0, ] mit ϕ ϱ (x) := µ(b ϱ (x)) oberhalbstetig ist, also insbesondere borelmeßbar ist. AUFGABE 6: Es sei µ ein Radon-Maß auf IR n und f L 1 loc (µ). Zeigen Sie, daß lim µ(b ϱ (x)) 1 f dµ = f(x) ϱ 0 für µ fast alle x IR n gilt. B ϱ(x) Abgabetermin ist Montag,

6 2

7 ETH Zürich Departement der Mathematik PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00 4.Übung AUFGABE 7: Es sei f : IR n IR borel-meßbar und für x IR n, ϱ > 0 sei f x,ϱ (y) := f(x + ϱy). Nun sei A := {x B 1 (0) 0 < ϱ < 1 : f x,ϱ L 1 (B 1 (0)) δ }. Zeigen Sie, daß f L 1 (A) Cδ. AUFGABE 8: (Satz von Lebesgue) Zeigen Sie, daß jede monotone (nichtfallende) Funktion f : IR IR fast überall differenzierbar mit f L 1 loc (IR) ist und y f(y ) = f(x ) + x f (t)dt + ν s ([x,y[) für x < y, wobei f(x ) := lim f(t) der linksseitige Limes ist und ν s ein zu L t x singuläres Radon-Maß ist. Zeigen Sie weiter, daß f das Integral über seine Ableitung ist, d.h. ν s = 0, falls f stetig ist und außerhalb einer abzählbaren Menge differenzierbar ist. Abgabetermin ist Montag,

8 2

9 ETH Zürich Departement der Mathematik PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00 5.Übung AUFGABE 9: (Korollar 3.2 der Vorlesung, Version des Zerlegungssatzes von Lebesgue) Es seien µ, ν Radon-Maße auf einem lokalkomakten, separablen metrischen Raum X, und X besitze die symmetrische Vitalieigneschaft bezüglich µ. Zeigen Sie, daß ν zerlegt werden kann in ν = ν ac + ν s, wobei ν ac,ν s Radon-Maße sind mit Weiter gilt ν ac << µ und ν s µ. D µ ν = D µ ν ac, Dµ ν s = 0 µ fast überall. AUFGABE 10: Es sei µ ein Radon-Maß auf einem lokalkompakten, separablen metrischen Raum X und f L loc (µ). f sei approximativstetig in x X bezüglich µ. Zeigen Sie, daß x ein Lebesgue-Punkt von f als Funktion in L p loc (µ) für 1 p < ist. Abgabetermin ist Montag,

10 2

11 ETH Zürich Departement der Mathematik PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00 6.Übung AUFGABE 11: Es sei µ ein Radon-Maß auf einem lokalkompakten, separablen metrischen Raum X, das eine Verdoppelungseigenschaft erfüllt, d.h. µ(b 2ϱ (x)) Λµ(B ϱ (x)). Zeigen Sie für f L 1 (µ), daß die Maximalfunktion Mf, definiert durch Mf(x) := supµ(b ϱ (x)) 1 f dµ, ϱ>0 die Abschätzung B ϱ(x) µ([mf > t]) Λ3 f t L 1 (µ) erfüllt. AUFGABE 12: Es sei µ ein σ finites Maß auf X und f : X [0, [ sei µ meßbar. Zeigen Sie für p > 0, daß f p dµ = pt p 1 µ([f > t]) dt. X 0 AUFGABE 13: (Lebesgue-Punkte) Es sei µ ein Radon-Maß auf IR n und f,g L 1 (µ). Zeigen Sie folgende Aussagen. (i) lim sup ϱ 0 µ(b ϱ (x)) 1 B ϱ(x) f f(x) dµ lim sup µ(b ϱ (x)) 1 ϱ 0 +M(f g,µ)(x) + f(x) g(x) (ii) Für stetiges g ist jeder Punkt ein Lebesgue-Punkt. (iii) Für stetiges g und B ε := {x IR n lim sup µ(b ϱ (x)) 1 ϱ 0 gilt µ(b ε ) Cε 1 f g L 1 (µ). (iv) µ fast alle Punkte sind Lebesgue-Punkte von f. B ϱ(x) B ϱ(x) g g(x) dµ f f(x) dµ ε } Bearbeiten Sie zwei der drei Aufgaben. Abgabetermin ist Montag,

12 2

13 ETH Zürich Departement der Mathematik PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00 7.Übung AUFGABE 14: H n und L n seien das n dimensionale Hausdorff- und Lebesgue-Maß auf IR n. Zeigen Sie folgende Aussagen. (i) L n 2 n H n. (ii) H n α(n)( n 2 )n L n. (Hinweis: Für einen Würfel W := x + [0,r] n IR n gilt α(n)( diam(w) 2 ) n α(n)( n 2 )n L n (W).) (iii) Es gilt und für alle Würfel W IR n. 2 n ω := Hn ([0,1] n ) n L n ([0,1] n ) α(n)( 2 )n H n (W) = ωl n (W). (iv) H n (U) = ωl n (U) für alle offenen Mengen U IR n. (Hinweis: Jede offene Menge kann als Vereinigung von abzählbar vielen Würfeln dargestellt werden, die sich nur auf ihren Rändern überlappen.) (v) H n = ωl n. AUFGABE 15: Es sei Ω IR n offen. Der Graph einer Funktion ϕ : Ω IR ist definiert durch Zeigen Sie folgende Aussagen. (i) graph ϕ := {(y,ϕ(y)) y Ω }. also insbesondere dim H (graph ϕ) n. H n (graph ϕ) H n (Ω) > 0 (ii) Ist ϕ lipschitzstetig mit Lipschitzkonstante L, so gilt also insbesondere dim H (graph ϕ) n. H n (graph ϕ) (1 + L) n H n (Ω) < Abgabetermin ist Montag,

14 2

15 ETH Zürich Departement der Mathematik PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00 8.Übung AUFGABE 16: Es sei f L 1 loc (IRn ), 0 s < n und Λ s := {x IR n lim supϱ s ϱ 0 B ϱ(x) f dl n > 0 }. Zeigen Sie, daß H s (Λ s ) = 0. AUFGABE 17: Es sei Ω IR n offen und konvex. Zeigen Sie, daß eine Funktion u L (Ω) genau dann lipschitzstetig mit Lip u M ist, wenn Ω udϕ M ϕ L 1 (Ω) für alle ϕ C 1 0 (Ω). (Hinweis: Definieren Sie u ε (x) := Ω λ ε (x y)u(y)dy.) Abgabetermin ist Montag,

16 2

17 ETH Zürich Departement der Mathematik PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00 9.Übung AUFGABE 18: Eine stetige Funktion f : IR IR heißt lokal absolutstetig, falls für R > 0,ε > 0 ein δ > 0 existiert, so daß für jede endliche, paarweise disjunkte Familie von offenen Intervallen mit ]a i,b i [ ] R,R[, i = 1,...,k, die Implikation k k (b i a i ) < δ = f(b i ) f(a i ) < ε i=1 i=1 gilt. Zeigen Sie, daß eine stetige Funktion f genau dann lokal absolutstetig ist, wenn f fast überall differenzierbar ist, f L 1 loc (IR) und f das Integral seiner Ableitung ist, d.h. b f(b) = f(a) + a f (t) dt für a < b. (Hinweis: Zeigen Sie, daß eine absolutstetige Funktion von beschränkter Variation ist, und verwenden Sie Aufgabe 8.) AUFGABE 19: Es sei f : IR n IR m lokal lipschitzstetig. Zeigen Sie, daß Df(x) = 0 für L n fast alle x [f = 0]. Abgabetermin ist Montag,

18 2

19 ETH Zürich Departement der Mathematik PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00 10.Übung AUFGABE 20: Es sei f : U IR n IR m, f lokal lipschitz, injektiv, und die Metrik sei gegeben durch g ij := i f, j f. Dann gilt für das Oberflächenmaß auf dem Bild von f, daß H n f(u) = f( det(g ij ) L n U). Dabei ist das Bildmaß f(µ) definiert durch f(µ)(a) := µ(f 1 (A)). Zeigen Sie weiter für einen Graphen einer lokal lipschitzstetigen Funktion ϕ : U IR n IR, daß H n graph(ϕ) = (id ϕ)( 1 + ϕ 2 L n U). AUFGABE 21: Es sei f : IR n IR m lokal lipschitzstetig. Zeigen Sie, daß f(ir n ) M 0 j=1m j, wobei H n (M 0 ) = 0 und M j, für j 1,n dimensionale C 1 Mannigfalitgkeiten sind. (Hinweis: Verwenden Sie den Erweiterungssatz von Whitney und die Flächenformel.) Abgabetermin ist Montag,

20 2

21 ETH Zürich Departement der Mathematik PD Dr. R. Schätzle Maßtheoretische Methoden WS 1999/00 11.Übung AUFGABE 22: Es sei f : IR n IR lokal lipschitz und g : IR n [0, [ borelmeßbar. Dann gilt IR n g Df dl n = IR [f=t] g dh n 1 dt. AUFGABE 23: ( C 1 -Sard-Satz) Es sei f : IR n IR m, n > m, f C 1 loc. Dann gilt für Lm -fast alle y IR m, daß f 1 (y) die Vereinigung einer (n m)-dimensionalen C 1 -Untermannigfaltigkeit von IR n und einer abgeschlossen H n m -Nullmenge ist. Genauer gilt f 1 (y) = (f 1 (y) C) (f 1 (y) C), wobei C := [Jf = 0], H n m (C f 1 (y)) = 0 für L m -fast alle y IR m und (f 1 (y) C) eine (n m)-dimensionalen C 1 -Untermannigfaltigkeit ist. Abgabetermin ist Montag,

22 2

1 Elemente der Wahrscheinlichkeitstheorie

1 Elemente der Wahrscheinlichkeitstheorie H.-J. Starkloff Unendlichdimensionale Stochastik Kap. 01 11. Oktober 2010 1 1 Elemente der Wahrscheinlichkeitstheorie 1.1 Messbare Räume Gegeben seien eine nichtleere Menge Ω und eine Menge A von Teilmengen

Mehr

2 Stetigkeit und Differenzierbarkeit

2 Stetigkeit und Differenzierbarkeit 2.1) Sei D R. a) x 0 R heißt Häufungspunkt von D, wenn eine Folge x n ) n N existiert mit x n D,x n x 0 und lim n x n = x 0. D sei die Menge der Häufungspunkte von D. b) x 0 D heißt innerer Punkt von D,

Mehr

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge 1 Mengensysteme Ein Mengensystem ist eine Familie von Teilmengen einer Grundmenge und damit eine Teilmenge der Potenzmenge der Grundmenge. In diesem Kapitel untersuchen wir Mengensysteme, die unter bestimmten

Mehr

Lösung der Prüfung Sommer 2009

Lösung der Prüfung Sommer 2009 Prof. D. Salamon Analysis I/II D-MATH, D-PHYS, D-CHAB ETH Zürich. Juni 9 Lösung der Prüfung Sommer 9. Berechnen Sie folgende Grenzwerte: (a) (b) Hinweis: Regel von de l Hospital. ( ( )) lim n n cos n lim

Mehr

Stetige Funktionen. Definition. Seien (X, d) und (Y, ϱ) metrische Räume und f : X Y eine Abbildung. D(f) X sei der Definitionsbereich von f.

Stetige Funktionen. Definition. Seien (X, d) und (Y, ϱ) metrische Räume und f : X Y eine Abbildung. D(f) X sei der Definitionsbereich von f. Stetige Funktionen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume), spielen eine zentrale Rolle in der Mathematik. In der Analysis sind Abbildungen

Mehr

Übungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel.

Übungsaufgaben zur Linearen Algebra II. 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel. Blatt 1 21.4.97 1.) Lösen Sie das folgende lineare Gleichungssystem mit der Cramerschen Regel. 3x 1 x 2 + 5x 3 = 1 x 1 + 2x 2 + x 3 = 1 2x 1 + 4x 2 + 3x 3 = 1 2.) Zeigen Sie: det 1 1 0 0.......... 0 1

Mehr

Mathematik III. Topologische Räume

Mathematik III. Topologische Räume Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 63 Wir beschäftigen uns weiter mit der Frage, welchen Teilmengen des R n man ein sinnvolles Volumen zuordnen kann. Es wird sich herausstellen,

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

Übungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag

Übungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 203/4 Blatt 20.0.204 Übungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag 4. a) Für a R betrachten wir die Funktion

Mehr

PD Dr. R. Schätzle 9.4.2001 Dr. A. Karlsson. Funktionentheorie II SS 2001

PD Dr. R. Schätzle 9.4.2001 Dr. A. Karlsson. Funktionentheorie II SS 2001 ETH Zürich Departement der Mathematik PD Dr. R. Schätzle 9.4.2001 Dr. A. Karlsson Funktionentheorie II SS 2001 1.Übung AUFGABE 1: Zeigen Sie, daß die Riemannschen Flächen CI und D := {z CI z < 1 } mit

Mehr

11 Stochastisches Integral und Itô-Formel

11 Stochastisches Integral und Itô-Formel 11 Stochastisches Integral und Itô-Formel Im diskreten Finanzmodell bei selbstfinanzierender Strategie ϑ = {ϑ n n=,...,n mit Anfangswert V gilt : Ṽ n ϑ = V + n ϑ T j S j. j=1 Dieser diskontierte Wertprozess

Mehr

Mathematik II. Vorlesung 49. Der Banachsche Fixpunktsatz

Mathematik II. Vorlesung 49. Der Banachsche Fixpunktsatz Prof. Dr. H. Brenner Osnabrück SS 2010 Mathematik II Vorlesung 49 Der Banachsche Fixpunktsatz Satz 49.1. Es sei M ein nicht-leerer vollständiger metrischer Raum und f :M M eine stark kontrahierende Abbildung.

Mehr

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden

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

13. Übungsblatt zur Mathematik I für Maschinenbau

13. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 3. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 00/ 07.0.-.0. Aufgabe G Stetigkeit) a) Gegeben

Mehr

Exkurs: Polnische Räume

Exkurs: Polnische Räume Ein normaler Hausdorff-Raum mit abzählbarer Basis kann auf viele Weisen metrisiert werden; man kann insbesondere eine einmal gewonnene Metrik in vielerlei Weise abändern, ohne die von ihr erzeugte Topologie

Mehr

Ableitung einer Betragsfunktion Differenzierbarkeit

Ableitung einer Betragsfunktion Differenzierbarkeit Ableitung einer Betragsfunktion Differenzierbarkeit 1-E Differenzierbarkeit einer Funktion Eine Funktion y = f (x) heißt an der Stelle x differenzierbar, wenn der Grenzwert f ' ( x) = lim Δ x 0 Δ y Δ x

Mehr

Kapitel 16 SATZ VON FUBINI UND DIE TRANSFORMATIONSFORMEL

Kapitel 16 SATZ VON FUBINI UND DIE TRANSFORMATIONSFORMEL Kapitel 16 SAT VON FUBINI UND DIE TRANSFORMATIONSFORMEL Im folgenden sind X und Y metrische Räume, oder allgemeiner topologische Hausdor räume, und sind Radon-Integrale auf X bzw. Y. Fassung vom 24. Januar

Mehr

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010 Induktive Limiten Arpad Pinter, Tobias Wöhrer 30. Jänner 2010 1 Inhaltsverzeichnis 1 Induktiver Limes von Mengen 2 2 Induktiver Limes von Vektorräumen 4 3 Lokalkonvexe topologische Vektorräumen 7 4 Induktiver

Mehr

IV. Stetige Funktionen. Grenzwerte von Funktionen

IV. Stetige Funktionen. Grenzwerte von Funktionen IV. Stetige Funktionen. Grenzwerte von Funktionen Definition. Seien X und Y metrische Räume und E X sowie f : X Y eine Abbildung und p ein Häufungspunkt von E. Wir schreiben lim f(x) = q, x p falls es

Mehr

9 Das Riemannsche Integral

9 Das Riemannsche Integral 1 9 Ds Riemnnsche Integrl 9.1 Definition und Beispiele Sei I = [, ] R mit

Mehr

Lineare Algebra II 9. Übungsblatt

Lineare Algebra II 9. Übungsblatt Lineare Algebra II 9. Übungsblatt Fachbereich Mathematik SS Prof. Dr. Kollross 5./6. Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest: ohne Benutzung des Skripts und innerhalb von Minuten!)

Mehr

Maßtheorie. Vorlesungsmitschrift Kiel WS2008/09 Professor Dr.Uwe Rösler. 18. Januar 2011

Maßtheorie. Vorlesungsmitschrift Kiel WS2008/09 Professor Dr.Uwe Rösler. 18. Januar 2011 Maßtheorie Vorlesungsmitschrift Kiel WS2008/09 Professor Dr.Uwe Rösler 18. Januar 2011 Kapitel 1 Objekte und Morphismen Wir beschreiben im folgenden die hier behandelten Objekte, die Maßräume, und ihre

Mehr

74 Gewöhnliche Differentialgleichungen / Sommersemester 2008

74 Gewöhnliche Differentialgleichungen / Sommersemester 2008 74 Gewöhnliche Differentialgleichungen / Sommersemester 2008 15 Flüsse Bisher wurde im wesentlichen die Abhängigkeit der Lösungen autonomer Systeme von der Zeit bei festem Anfangswert untersucht. Nun wird

Mehr

Grundlagen der Variationsrechnung

Grundlagen der Variationsrechnung Universität des Saarlandes Fachrichtung 6.1 Mathematik /home/lehrstuhl/ag-fuchs/olli/work/texstyles/eule-eps-conv Grundlagen der Variationsrechnung Eine anwendungsorientierte Einführung in die lineare

Mehr

Die Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. f(x 0 ) f(x)

Die Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. f(x 0 ) f(x) 3.2.4. Analyse von Funktionen Die Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. Begriffe: Die Funktion f hat in x 0 I eine stationäre Stelle,

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

V04A3: Version 1 vom Montag,

V04A3: Version 1 vom Montag, V04A3: Version 1 vom Montag, 28.10.02 40 Inhaltsverzeichnis 1.14 Volumina relativ zu C 1 Abbildungen..................... 41 1.14.1 Tangentialräume zu C 1 Abildungen.................. 41 1.14.2 Erste rundform

Mehr

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

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

Übungsrunde 9, Gruppe 2 LVA 107.369, Übungsrunde 8, Gruppe 2, 12.12. Markus Nemetz, TU Wien, 12/2006

Übungsrunde 9, Gruppe 2 LVA 107.369, Übungsrunde 8, Gruppe 2, 12.12. Markus Nemetz, TU Wien, 12/2006 3.75. Angabe Übungsrunde 9, Gruppe 2 LVA 07.369, Übungsrunde 8, Gruppe 2, 2.2. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 2/2006 X sei eine stetige sg mit Dichte f(x), x R. Ermitteln Sie einen

Mehr

Zufallsvariablen: Die allgemeine Definition

Zufallsvariablen: Die allgemeine Definition KAPITEL 8 Zufallsvariablen: Die allgemeine Definition 8.1. Zufallsvariablen Bis zu diesem Zeitpunkt haben wir ausschließlich Zufallsvariablen mit endlich oder abzählbar vielen Werten (also diskrete Zufallsvariablen)

Mehr

Analysis II. Prof. Dr. H. Brenner Osnabrück SS 2014

Analysis II. Prof. Dr. H. Brenner Osnabrück SS 2014 Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 51 Für eine stetig differenzierbare Funktion ϕ: R R mit ϕ (P) > 0 in einem Punkt P R gibt es ein offenes Intervall P I =]P δ,p +δ, auf dem ϕ

Mehr

Hilbertraum-Methoden

Hilbertraum-Methoden Skript zur Vorlesung Hilbertraum-Methoden SS 2013 Peter Junghanns Hinweis: Das vorliegende Skript stellt nur ein Gerüst zu den Inhalten der Vorlesung dar. Die Vorlesung selbst bietet weiterführende Erläuterungen,

Mehr

6.2 Die Regeln von de l Hospital. Ausgangsfrage: Wie berechnet man den Grenzwert. Beispiel: Sei f(x) = x 2 und g(x) = x. Dann gilt. lim.

6.2 Die Regeln von de l Hospital. Ausgangsfrage: Wie berechnet man den Grenzwert. Beispiel: Sei f(x) = x 2 und g(x) = x. Dann gilt. lim. 6.2 Die Regeln von de l Hospital Ausgangsfrage: Wie berechnet man den Grenzwert falls g(x), beide Funktionen gegen Null konvergieren, d.h. = g(x) = 0 beide Funktionen gegen Unendlich konvergieren, d.h.

Mehr

Analysis III. Vorlesung 87. Mannigfaltigkeiten mit Rand

Analysis III. Vorlesung 87. Mannigfaltigkeiten mit Rand Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Analysis III Vorlesung 87 Mannigfaltigkeiten mit Rand Eine zweidimensionale Mannigfaltigkeit mit Rand. Der Rand besteht aus den vier geschlossenen Bögen. Definition

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 11 Einleitung Es wird eine 15-minütige Mikroklausur geschrieben. i) Sei D R oderd C. Wann heißt

Mehr

Höhere Mathematik für Physiker II

Höhere Mathematik für Physiker II Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei

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

Stetigkeit von Funktionen

Stetigkeit von Funktionen 9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a

Mehr

1 Konvexe Funktionen. 1.1 Definition. 1.2 Bedingung 1.Ordnung. Konvexität und Operationen, die die Konvexität bewahren Seite 1

1 Konvexe Funktionen. 1.1 Definition. 1.2 Bedingung 1.Ordnung. Konvexität und Operationen, die die Konvexität bewahren Seite 1 Konvexität und Operationen, die die Konvexität bewahren Seite 1 1 Konvexe Funktionen 1.1 Definition Eine Funktion f heißt konvex, wenn domf eine konvexe Menge ist und x,y domf und 0 θ 1: f(θx + (1 θ)y)

Mehr

Einführung in die Funktionalanalysis

Einführung in die Funktionalanalysis Einführung in die Funktionalanalysis Bernhard Gsell Skriptum zur Vorlesung gelesen von Prof. Wolfgang Woess 21. August 2014 Dies ist die Umsetzung meiner Vorlesungsmitschrift zu Einführung in die Funktionalanalysis,

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen 11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen Ziel: Wir wollen lokale Extrema von Funktionen f : M R untersuchen, wobei M R n eine k-dimensionale Untermannigfaltigkeit des

Mehr

8 Konvergenzkriterien und Häufungswerte von Folgen in R

8 Konvergenzkriterien und Häufungswerte von Folgen in R 8 Konvergenzkriterien und Häufungswerte von Folgen in R 8.1 Konvergenz monotoner Folgen 8.2 Die Zahl e 8.3 Existenz monotoner Teilfolgen 8.4 Auswahlprinzip von Bolzano-Weierstraß 8.5 Konvergenzkriterium

Mehr

6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen

6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen 6. Stochastische Modelle II: Stetige Wahrscheinlichkeitsverteilungen, insbesondere Normalverteilungen Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Bisher: Diskrete Zufallsvariablen,

Mehr

Mathematik I. Zusammenhängende Räume

Mathematik I. Zusammenhängende Räume Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 21 Die beiden nächsten Vorlesungen kann man unter dem Aspekt sehen, welche topologischen Eigenenschaften die reellen Zahlen gegenüber

Mehr

Vorlesung Mathematik 1 für Ingenieure (Sommersemester 2016)

Vorlesung Mathematik 1 für Ingenieure (Sommersemester 2016) 1 Vorlesung Mthemtik 1 für Ingenieure (Sommersemester 2016) Kpitel 10: Integrlrechnung einer Veränderlichen Prof. Miles Simon Nch Folienvorlge von Prof. Dr. Volker Kibel Otto-von-Guericke Universität Mgdeburg.

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

2.6 Stetigkeit und Grenzwerte

2.6 Stetigkeit und Grenzwerte 2.6 Stetigkeit und Grenzwerte Anschaulich gesprochen ist eine Funktion stetig, wenn ihr Graph sich zeichnen lässt, ohne den Stift abzusetzen. Das ist natürlich keine präzise mathematische Definition und

Mehr

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt

Mehr

Kapitel 5 KONVERGENZ

Kapitel 5 KONVERGENZ Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz

Mehr

Mathematik für Naturwissenschaftler I WS 2009/2010

Mathematik für Naturwissenschaftler I WS 2009/2010 Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 12 1. Dezember 2009 Kapitel 3. Differenzialrechnung einer Variablen (Fortsetzung) Satz 19. Es seien M und N zwei nichtleere Teilmengen von R,

Mehr

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung

Mehr

1 Eingebettete Untermannigfaltigkeiten des R d

1 Eingebettete Untermannigfaltigkeiten des R d $Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die

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

Aufgaben zur Analysis I aus dem Wiederholungskurs

Aufgaben zur Analysis I aus dem Wiederholungskurs Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden

Mehr

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx

Mehr

Grundlagen der Stochastischen Analysis. Egbert Dettweiler

Grundlagen der Stochastischen Analysis. Egbert Dettweiler Grundlagen der Stochastischen Analysis Egbert Dettweiler Vorwort Der erste Teil des vorliegenden Manuskripts ist im wesentlichen eine Vorlesungsausarbeitung einer im Sommersemester 23 an der Universität

Mehr

Ist die Funktion f : R R injektiv, hat den Definitionsbereich D und den Wertebereich W, so ist f : D W bijektiv. Dann heißt

Ist die Funktion f : R R injektiv, hat den Definitionsbereich D und den Wertebereich W, so ist f : D W bijektiv. Dann heißt Ist die Funktion f : R R injektiv, hat den Definitionsbereich D und den Wertebereich W, so ist f : D W bijektiv. Dann heißt f 1 : W D, y wobei D mit f() = y die Umkehrfunktion zu f. Der Graph G f 1 = {(y,

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen Stetigkeit von Funktionen Definition. Es sei D ein Intervall oder D = R, x D, und f : D R eine Funktion. Wir sagen f ist stetig wenn für alle Folgen (x n ) n in D mit Grenzwert x auch die Folge der Funktionswerte

Mehr

A k R n. Dann ist der Durchschnitt A k integrierbar mit λ(a) = lim λ(a k ). deshalb. Damit gilt

A k R n. Dann ist der Durchschnitt A k integrierbar mit λ(a) = lim λ(a k ). deshalb. Damit gilt B. EIGENSCHAFTEN DES LEBESGUE-INTEGRALS Das Lebesgue-Integral ist deswegen wichtig, weil man viele schöne Sätze darüber beweisen kann. Die Konvergenzsätze z.b. sind sehr nützlich. B1. Konvergenzsätze Der

Mehr

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht

Mehr

Wahrscheinlichkeitstheorie

Wahrscheinlichkeitstheorie Wahrscheinlichkeitstheorie Peter Eichelsbacher Wintersemester 2008/09 Inhaltsverzeichnis 1 σ-algebren und Maße 3 2 Fortsetzung von Prämaßen zu Maßen 17 3 Messbare Abbildungen und das Lebesgue-Borel-Maß

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

Mengen, Funktionen und Logik

Mengen, Funktionen und Logik Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Mengen, Funktionen und Logik Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

11 Logarithmus und allgemeine Potenzen

11 Logarithmus und allgemeine Potenzen Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den

Mehr

Thema 4 Limiten und Stetigkeit von Funktionen

Thema 4 Limiten und Stetigkeit von Funktionen Thema 4 Limiten und Stetigkeit von Funktionen Wir betrachten jetzt Funktionen zwischen geeigneten Punktmengen. Dazu wiederholen wir einige grundlegende Begriffe und Schreibweisen aus der Mengentheorie.

Mehr

Ergänzungen zur Analysis I

Ergänzungen zur Analysis I 537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.

Mehr

Mathematik für Ökonomen 1

Mathematik für Ökonomen 1 Mathematik für Ökonomen 1 Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Herbstemester 2008 Mengen, Funktionen und Logik Inhalt: 1. Mengen 2. Funktionen 3. Logik Teil 1 Mengen

Mehr

Kapitel 6 Folgen und Stetigkeit

Kapitel 6 Folgen und Stetigkeit Kapitel 6 Folgen und Stetigkeit Mathematischer Vorkurs TU Dortmund Seite 76 / 226 Definition 6. (Zahlenfolgen) Eine Zahlenfolge (oder kurz: Folge) ist eine Funktion f : 0!. Statt f(n) schreiben wir x n

Mehr

Analysis I. Vorlesung 16. Funktionenfolgen

Analysis I. Vorlesung 16. Funktionenfolgen Prof. Dr. H. Brenner Osnabrück WS 2014/2015 Analysis I Vorlesung 16 Funktionenfolgen Eine (vertikal gestauchte) Darstellung der ersten acht polynomialen Approximationen der reellen Exponentialfunktion

Mehr

Differenzierbarkeit von Funktionen

Differenzierbarkeit von Funktionen Differenzierbarkeit von Funktionen ist ein fundamentales Konzept zur a Beschreibung von Naturvorgängen: Änderungsrate, Momentangeschwindigkeit, Beschleunigung Differentialgleichungen als Bewegungsgleichungen

Mehr

Formelsammlung zum Starterstudium Mathematik

Formelsammlung zum Starterstudium Mathematik Formelsammlung zum Starterstudium Mathematik Universität des Saarlandes ¼ Version.3 Inhaltsverzeichnis. Potenzgesetze. Vollständige Induktion 3. Betragsgleichungen, Betragsungleichungen 4 4. Folgen und

Mehr

Kap. 6: Iterative Lösung von Gleichungssystemen

Kap. 6: Iterative Lösung von Gleichungssystemen Kap. 6: Iterative Lösung von Gleichungssystemen 6.1 Einleitung In vielen Anwendungen sind Gleichungssysteme zu lösen, in denen die Unbekannten nichtlinear auftreten. Beispiel: Der Betrag der Gravitationskraft

Mehr

Prof. Dr. Rolf Linn

Prof. Dr. Rolf Linn Prof. Dr. Rolf Linn 6.4.5 Übungsaufgaben zu Mathematik Analysis. Einführung. Gegeben seien die Punkte P=(;) und Q=(5;5). a) Berechnen Sie den Anstieg m der Verbindungsgeraden von P und Q. b) Berechnen

Mehr

Analysis II (FS 2015): Vektorfelder und Flüsse

Analysis II (FS 2015): Vektorfelder und Flüsse Analysis II (FS 215): Vektorfelder und Flüsse Dietmar A. Salamon ETH-Zürich 7. April 215 1 Der Fluss eines Vektorfeldes Sei U R n eine offene Menge und sei f : U R n eine lokal Lipschitz-stetige Abbildung.

Mehr

2 Allgemeine Integrationstheorie

2 Allgemeine Integrationstheorie 2 Allgemeine Integrationstheorie In diesem Abschnitt ist (,S,µ) ein Maßraum, und wir betrachten R immer mit der σ Algebra B(R). Ziel ist es, messbare Funktionen f : R zu integrieren. Das Maß µ wird uns

Mehr

Skript zur Vorlesung MASS- UND INTEGRATIONSTHEORIE

Skript zur Vorlesung MASS- UND INTEGRATIONSTHEORIE Skript zur Vorlesung MASS- UND INTEGRATIONSTHEORIE Jürgen Gärtner Sommer 2008 Inhaltsverzeichnis Vorbemerkungen 5 1. Motivation. Inhaltliche Bedeutung des Maßbegriffs 7 2. Das Lebesguesche Maß ebener

Mehr

4 Das Riemann-Integral im R n

4 Das Riemann-Integral im R n $Id: nintegral.tex,v 1.11 2012/11/27 14:07:09 hk Exp hk $ 4 Das Riemann-Integral im R n 4.3 Jordan-meßbare engen In der letzten Sitzung hatten wir schließlich das n-dimensionale Riemann-Integral auch auf

Mehr

Mathematik für Wirtschaftswissenschaftler Beispiele, Graken, Beweise. c Uwe Jensen

Mathematik für Wirtschaftswissenschaftler Beispiele, Graken, Beweise. c Uwe Jensen Mathematik für Wirtschaftswisseschaftler Beispiele, Grake, Beweise c Uwe Jese 8. Oktober 2007 Ihaltsverzeichis 4 Folge, Reihe, Grezwerte, Stetigkeit 47 4. Folge ud Reihe............................ 47

Mehr

Mathematik I. Vorlesung 25. Der große Umordnungssatz

Mathematik I. Vorlesung 25. Der große Umordnungssatz Prof. Dr. H. Brenner Osnabrück WS 009/010 Mathematik I Vorlesung 5 Der große Umordnungssatz Satz 5.1. (Großer Umordnungssatz) Es sei a i, i I, eine summierbare Familie von komplexen Zahlen mit der Summe

Mehr

7 Fourier-Transformation

7 Fourier-Transformation 7 Fourier-Transformation Ausgangspunkt: Die bereits bekannte Fourier-Reihenentwicklung einer T-periodischen, stückweise stetig differenzierbaren Funktion f T : R R, f T (t) = k= γ k e ikωt mit Frequenz

Mehr

Mathematik II für Inf und WInf

Mathematik II für Inf und WInf Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................

Mehr

Anwendung der Theorie von Gauß Shift Experimenten auf den Kolmogorov Smirnov Test und das einseitige Boundary Crossing Problem

Anwendung der Theorie von Gauß Shift Experimenten auf den Kolmogorov Smirnov Test und das einseitige Boundary Crossing Problem Anwendung der Theorie von Gauß Shift Experimenten auf den Kolmogorov Smirnov Test und das einseitige Boundary Crossing Problem Inauguraldissertation zur Erlangung des Doktorgrades der Mathematisch Naturwissenschaftlichen

Mehr

Weiterbildung für Ingenieure Numerische Methoden für Differentialgleichungen Prinzipien und Praxis Taubert, Heitmann Universität Hamburg WS03/04

Weiterbildung für Ingenieure Numerische Methoden für Differentialgleichungen Prinzipien und Praxis Taubert, Heitmann Universität Hamburg WS03/04 Weiterbildung für Ingenieure Numerische Methoden für Differentialgleichungen Prinzipien und Praxis Taubert, Heitmann Universität Hamburg WS03/04 Linearisierung 1 K. Taubert LINEARISIERUNG und das VERHALTEN

Mehr

Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund

Lineare Algebra 1. Detlev W. Hoffmann. WS 2013/14, TU Dortmund Lineare Algebra 1 Detlev W. Hoffmann WS 2013/14, TU Dortmund 1 Mengen und Zahlen 1.1 Mengen und Abbildungen Eine Menge ist eine Zusammenfassung wohlunterscheidbarer Objekte unserer Anschauung/unseres Denkens/unserer

Mehr

MATTHIAS GERDTS NICHTDIFFERENZIERBARE OPTIMIERUNG

MATTHIAS GERDTS NICHTDIFFERENZIERBARE OPTIMIERUNG MATTHIAS GERDTS NICHTDIFFERENZIERBARE OPTIMIERUNG Address of the Author: Matthias Gerdts Mathematisches Institut Universität Bayreuth D-95440 Bayreuth E-Mail: Matthias.Gerdts@uni-bayreuth.de WWW: www.staff.uni-bayreuth.de/

Mehr

Definition: Differenzierbare Funktionen

Definition: Differenzierbare Funktionen Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ

Mehr

3 Reihen. 3.1 Konvergenz und Divergenz. Die Eindeutigkeit nach Satz 13 ergibt schließlich (5). (6) folgt aus (2) und (1) wegen. 1 a +log ba.

3 Reihen. 3.1 Konvergenz und Divergenz. Die Eindeutigkeit nach Satz 13 ergibt schließlich (5). (6) folgt aus (2) und (1) wegen. 1 a +log ba. Die Eindeutigkeit nach Satz 3 ergibt schließlich (5). (6) folgt aus (2) und () wegen Aussage (7) ergibt sich aus () und (6). 0 = log b = log b ( a a) = log b a +log ba. 3 Reihen 3. Konvergenz und Divergenz

Mehr

Mengensysteme, Wahrscheinlichkeitsmaße

Mengensysteme, Wahrscheinlichkeitsmaße Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen

Mehr

λ(a n ) n 1 = (λa n ) n 1. Abbildung 1: Graph einer Folge. b n = arctan(n), f n = cos(nπ), g n = n 2, h n = ( 1) n n.

λ(a n ) n 1 = (λa n ) n 1. Abbildung 1: Graph einer Folge. b n = arctan(n), f n = cos(nπ), g n = n 2, h n = ( 1) n n. Folgen Es sei X eine beliebige Menge. Eine Folge mit Werten in X ist eine Abbildung von N nach X. Es wird also jeder natürlichen Zahl n (dem Index) ein Element a n aus X zugeordnet (das n-te Folgenglied).

Mehr

Mathematik für Wirtschaftswissenschaften I Wintersemester 2015/16 Universität Leipzig. Lösungvorschläge Präsenzaufgaben Serien 1-10

Mathematik für Wirtschaftswissenschaften I Wintersemester 2015/16 Universität Leipzig. Lösungvorschläge Präsenzaufgaben Serien 1-10 Mathematik für Wirtschaftswissenschaften I Wintersemester 05/6 Universität Leipzig Lösungvorschläge Präsenzaufgaben Serien -0 Inhaltsverzeichnis Serie Serie 5 3 Serie 8 4 Serie 9 5 Serie 3 6 Serie 6 7

Mehr

Faltung und Approximation von Funktionen

Faltung und Approximation von Funktionen Faltung und Approximation von Funktionen Lisa Bauer und Anja Moldenhauer 9. Juni 2008 1 Die Faltung von Funktionen 1.1 Die Faltung Eine kleine Widerholung mit einem Zusatz: Vergleiche den Vortrag von Benjamin

Mehr

Abbildungseigenschaften

Abbildungseigenschaften Abbildungseigenschaften.5. Injektivität Injektivität (injektiv, linkseindeutig) ist eine Eigenschaft einer mathematischen Funktion. Sie bedeutet, dass jedes Element der Zielmenge höchstens einmal als Funktionswert

Mehr

Übungen zur Vorlesung MATHEMATIK II

Übungen zur Vorlesung MATHEMATIK II Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom

Mehr

Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2012/13 Hochschule Augsburg Aufgabe 98 12.12.2012 Untersuchen Sie die Funktion f W R! R mit f.x/

Mehr

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist

Mehr

Konvergenz von Folgen

Konvergenz von Folgen 6 Konvergenz von Folgen Definition 6.1 Eine Folge in C (oder R) ist eine Abbildung f : N C (oder R). Schreibweise: (a n ) n N, (a n ), a 1, a 2... wobei a n = f(n). Beispiele: 1) (1 + 2 n ) n N, 3 2, 5

Mehr