Schreibweise : Der lineare Unterraum D(A) = L heißt Definitionsbereich. Für häufige Situationen L = X schreiben wir A : X Y.
|
|
- Käte Bach
- vor 7 Jahren
- Abrufe
Transkript
1 Kpitel 3 Linere Opertoren 3.1 Grundlegene Definitionen Wir betrchten in diesem Kpitel eine geringfügige Verllgemeinerung der m Ende von Abschnitt 2.1 eingeführten Begriffe des lineren Opertors bzw. der Stetigkeit und Beschränktheit eines solchen uf den Fll, dss der Opertor nur uf einem lineren Unterrum L von X definiert ist. Definition 3.1. Es seinen X, Y linere normierte Räume über dem Zhlkörper K und L sei linerer Unterrum von X. Eine dditive und homogene Abbildung A : D(A) = L X Y, d.h. für die gilt A(x + y) = Ax + Ay, A(λx) = λax ( x, y D(A), λ K), heißt linerer Opertor. Schreibweise : Der linere Unterrum D(A) = L heißt Definitionsbereich. Für häufige Situtionen L = X schreiben wir A : X Y. Beispiel 3.2. () X = R n, Y = R m A : X Y Mtrix vom Typ m n. (b) Kern k = k(s, t) stetig uf [, 1] [, 1], k reellwertig, X = Y = C[, 1] [A x](s) := k(s, t) x(t) dt Fredholmscher Integrlopertor D(A) = X. (c) Bsp. eines nicht uf gnz X definierten lineren Opertors: X = Y = C[, 1], (A x)(t) := x (t), t [, 1], D(A) := L = {x C[, 1] : x stetig differenzierbr }. 38
2 Begriff der Stetigkeit : Linrer Opertor A ist stetig in x D(A), wenn die Impliktion x n x = A x n A x für beliebige Folgen x n D(A) gilt. Wir sgen llgemeiner, dss A stetig ist, wenn dies für lle x us dem Definitionsbereich gilt. Stz 3.3. Ist ein linerer Opertor A : D(A) X Y stetig in einem Punkt x D(A), so ist er uf gnz D(A) stetig. Beweis. A sei stetig in x, d.h. x n x, x n D(A) A x n A x für n. Sei nun x D(A) beliebig gegeben und gelte x n x, x n D(A). Dnn knn mn schließen: x n x + x x A(x n x + x ) A x A x n A x + A x A x A x n A x, lso ist A stetig in x. Bemerkung. Mn überlegt sich leicht: (i) Ein uf gnz X definierter dditiver und stetiger Opertor A ist homogen, d.h. der Opertor ist dnn liner. (ii) Zur Untersuchung der Stetigkeit reicht die Betrchtung des Nullpunktes us. 3.2 Die Norm eines stetigen lineren Opertors Definition 3.4. Seien X, Y linere, normierte Räume und A : L = D(A) X Y ein linerer Opertor. Dnn heißt A beschränkt, wenn eine Konstnte c existiert, so dss A x Y c x X x D(A). Stz 3.5. Ein linerer Opertor A ist stetig genu dnn, wenn er beschränkt ist. Beweis. () Sei A beschränkt: A x Y c x X x D(A) A ist stetig im Punkt Null. Dnn ist nch Stz 3.3 der Opertor A überll stetig uf dem Definitionsbereich. (b) Sei A stetig: Wir nehmen n, dss A unbeschränkt ist. {x n } D(A) mit A x n > n x n ( ) 1 A x n 1 x n > 1 n N, ber es gilt n x n n x n Dies ist ein Widerspruch zur Stetigkeit. für n. 39
3 Beispiel 3.6. X = Y = C[, 1] Fredholmschen Integrlopertor mit stetigem Kern k: [A x](s) := k(s, t) x(t) dt, s 1 k C([, 1] 2 ), K := mx k(s, t) (s,t) [,1] 2 A x C[,1] = mx s 1 k(s, t) x(t) dt mx s 1 mx s 1 A ist beschränkt und dmit stetig. dt K x C[,1] = K x C[,1]. k(s, t) x(t) dt Bemerkung. Dieses Bsp. ist uch uf Volterrsche Integrlgleichung mit stetigem Kern (uf dem Dreieck sttt uf dem Qudrt) verllgemeinerbr: mit [A x](s) := s k(s, t) x(t) dt = k(s, t) := { k(s, t), t s, s t 1 ist stetiger Opertor von C[, 1] nch C[, 1]. k(s, t) x(t) dt, s 1, Beispiel 3.7. X = Y = C[, 1], L = D(A) = {x C[, 1] : x stetig differenzierbr }, [A x](s) := d ds x(s) = x (s), s 1. Wir betrchten die spezielle Folge x n (s) = sin ns, s 1 mit x n = 1. Dnn gilt ber [A x n ](s) = n cos ns, A x n = n, A x n x n = n c : A x n c x n. A ist folglich unbeschränkt, wenn mn die knonische Mximumnorm in C[, 1] verwendet. Ds Ergebnis ist ber gebunden n konkret gewählte Norm. Achtung : Die Stetigkeit von A ist immer n konkrete Räume X, Y mit konkreten Normen gebunden. Beispiel 3.8. X = C 1 [, 1], Y = C[, 1], [A x](s) := x (s) A stetig und beschränkt mit c = 1. A x C[,1] = x C[,1] x C 1 [,1], x C 1 [,1] = x C[,1] + x C[,1] Alterntive : x C 1 [,1] = mx ( x C[,1], x C[,1] ) 4
4 Definition 3.9. Sei A : L = D(A) X Y ein linerer beschränkter Opertor. Dnn heißt die Zhl A x Y A := sup x x X x D(A) Opertornorm von A. Bemerkung. 1. A existiert, weil c existiert mit A x Y c x X. A ist die kleinste Konstnte dieser Art. 2. Normen von Elementen und Opertoren sind verträglich, d.h. A x Y A x X. 3. Alterntive Schreibweisen zur Definition der Opertornorm: A = sup x X =1 x D(A) A x Y = sup x X 1 x D(A) A x Y. 3.3 Räume stetiger linerer Opertoren Seien X, Y linere normierte Räume und A : X Y, B : X Y stetige linere Opertoren. Dnn sind Summe und Vielfches A+B und λ A definiert über die Vorschrift ebenflls stetige linere Opertionen. (A + B)(x) = A x + B x, (λ A)(x) = λ A x Definition 3.1. Unter der Menge L(X, Y ) versteht mn die Menge ller stetigen lineren Opertoren zwischen X und Y. Mit der Opertornorm A L(X,Y ) := A x Y sup x X, x x X wird L(X, Y ) zu einem lineren normierten Rum. Schreibweise : X = Y = L(X) - Rum der stetigen lineren Opertoren in X. Frge: Wnn ist L(X, Y ) sogr ein Bnchrum? 41
5 Stz Flls X ein linerer normierter Rum und Y Bnchrum ist, so bildet L(X, Y ) einen Bnchrum. Beweis. ) Wir zeigen zuerst, dss A eine Norm ist. Wir weisen hier nur die Dreiecksungleichung nch: A+B = sup (A+B)x sup A x +B x sup A x + sup B x = A + B. x =1 x =1 x =1 x =1 b) Wir zeigen nun noch die Vollständigkeit: Betrchten dzu Cuchyfolge {A n } L(X, Y ), A n A m < ε 1 n, m > n 1 (ε 1 ) Wählen ein beliebiges x X und betrchten {A n x} A n x A m x A n A m x < ε 2 m, n > n 2 (ε 2 ). Dmit ist {A n x} Cuchyfolge in Y. Weil Y ein Bnchrum ist, existiert ein Grenzelement. y = lim A n x =: A x A : X Y, d.h. A wird durch diesen Grenzwert definiert. Offensichtlich ist A liner. Wir zeigen noch, dss A beschränkt ist und lim A n A = gilt: Jede Cuchyfolge ist beschränkt, d.h. A n c n ( ) A x = lim A n x = lim A n x lim sup A n x c x = A beschränkt. {A n } Cuchyfolge = A n+p A n < ε 3 n > n 3 (ε 3 ), p >. Wählen x X mit x 1, sonst beliebig A n+p x A n x A n+p A n x A n+p A n < ε Für p = A x A n x < ε = A n A L(X,Y ), n, weil sup Ax A n x = A A n L(X,Y ) < ε. x 1 Bemerkung. Der Rum L(X) = L(X, X) ist ein Ring von lineren Opertoren, denn mit A L(X), B L(X) ist wegen uch A B L(X). A B x A B x A B x Mit A L(X) ist uch A n L(X) (n N), wobei mn für A definiert: A := I. 42
6 3.4 Der Biresche Ktegorienstz für metrische Räume Wir wiederholen: Eine Menge M eines metrischen Rumes X heißt nirgends dicht in X, wenn jede Kugel us X eine weitere Kugel enthält, die mit M durchschnittsfremd ist. M nirgends dicht : B r X : B ε B r mit B ε M = ˆM nicht nirgends dicht : B r X : B ε B r gilt B ε ˆM. Um jeden Punkt x B r knn mn konzentrische Kugeln mit Rdius ε > wählen, die gnz in B r liegen und einen Punkt us ˆM enthlten. Betrchtet mn ε, so häufen sich diese Punkte in x, worus x ˆM folgt. Dmit gilt B r ˆM (d.h. ˆM besitzt innere Punkte) und uch B r ˆM. Definition Eine Menge M eines metrischen Rumes X heißt von 1. Ktegorie, wenn sie sich ls höchstens bzählbre Vereinigung von nirgends dichten bgeschlossenen Mengen schreiben läßt, d.h. M = M n, M n = M n, M n nirgends dicht. Eine Mengen heißt von 2. Ktegorie, wenn sie nicht von 1. Ktegorie ist. Stz 3.13 (Birescher Ktegorienstz). Es sei X ein vollständiger metrischer Rum. Dnn ist X immer von 2. Ktegorie, d.h. X knn nicht ls (höchstens) bzählbre Vereinigung bgeschlossener nirgends dichter Mengen geschrieben werden. Stz 3.14 (Cntorscher Durchschnittsstz). Es sei F 1 F 2 F 3... F n... eine geschchtelte Folge bgeschlossener Mengen in einem vollständigen metrischen Rum X. Wenn gilt lim dim (F n) =, dnn existiert ein x X mit {x} = Menge. F i, d.h. der Durchschnitt ist eine einelementige i=1 Beweis. Beweisidee : x n F n beliebig uswählen, {x n } X ist Cuchyfolge, denn ϱ(x n, x m ) dim (F n ) für n. Also x n x X weil X vollständig. Weil F n bgeschlossen, so gilt x F n n und x F i. i=1 Wir zeigen noch die Eindeutigkeit des Elements: Angenommen es gäbe x, ˆx X mit x F i und ˆx F i. Für beliebige n gilt dnn ϱ( x, ˆx) dim (F n ). Dies liefert für i=1 i=1 n die Aussge x = ˆx. 43
7 Nun können wir den Bireschen Ktegorienstz beweisen: Beweis. (Birescher Ktegorienstz) Beweis indirekt: Sei X ein vollständiger metrischer Rum und X = M n (M n nirgends dicht). Sei B X Kugel vom Rdius 1, M 1 nirgends dicht, lso B 1 B mit Rdius r 1 < 1, 2 so dss B 1 M 1 =. M 2 nirgends dicht, lso B 2 B 1 mit Rdius r 2 < 1, so dss B 3 2 M 2 =... = Wir erhlten Folge von Kugeln mit Rdien r n < 1 und B n+1 n M n = sowie B n B n 1... B 1 B Auf den Durchschnitt ller Kugeln knn der Cntorsche Durchschnittsstz ngewendet werden : = x : x = und x / M n n Andererseits gilt x X = i=1 B i M n. Dies führt zum Widerspruch. Folgerung X sei vollständiger metrischer Rum. Wenn gilt X = M n mit bgeschlossenen Teilmengen M n von X, so muß in mindestens einer der Mengen M n eine bgeschlossene Kugel mit positiven Rdius r > liegen. Beweis. Ktegorienstz = M k in der Folge {M n }, welche nicht nirgends dicht in X ist. Die Menge M k besitzt dnn ber einen inneren Punkt und dmit eine Kugel ls Teilmenge. Weil M k selbst bgeschlossen ist, bildet dnn uch die zugehörige bgeschlossene Kugel eine Teilmenge von M k. 3.5 Ds Prinzip der gleichmäßigen Beschränktheit Stz 3.16 (Stz von Osgood). Seien I eine beliebige Indexmenge und {f τ : τ I} eine beliebige Fmilie stetiger Abbildungen eines vollständigen metrischen Rumes in R. Gilt dnn für lle x X sup f τ (x) <, τ I so existiert eine bgeschlossene Kugel B X und eine Konstnte c > mit f τ (x) c für lle τ I und lle x B. Beweis. Setzen M n := {x X : f τ (x) n τ I}, n = 1, 2,... M n ist wegen der Stetigkeit von f τ bgeschlossen. Wegen sup f τ (x) < gehört jedes x X einem M n n, wenn mn n > sup f τ (x) τ I τ I 44
8 wählt. Drus folgt sofort X = M n und bei Anwendung der Folgerung 3.15 us dem Ktegorienstz gilt: n : B M n = f τ (x) n τ I, x B. Prinzip der gleichmäßigen Beschränktheit Plusibilitätsbetrchtung : Sei { n } Folge reeller Zhlen, sup n x < x R n N x = 1 = c 1 : n c 1 n N x = 1 = c 2 : n c 2 n N = n c n N. Stz 3.17 (Prinzip der gleichmäßigen Beschränktheit). Sei X ein Bnchrum und Y normierter Rum und {A τ, τ I} eine beliebige Fmilie linerer Opertoren us L(X, Y ). Gilt sup A τ x < x X, τ I dnn gilt uch sup A τ <. τ I Beweis. Wenden Stz von Osgood n mit f τ (x) := A τ x (sind stetige Abbildungen) = r >, x X und c > mit A τ x c x X : x x r τ I, B = B r (x ) Sei y 1 = x := x + r y B r (x ), y = 1 r (x x ) A τ y 1 r ( A τ x + A τ x ) 2 c r y 1 = A τ = sup A τ y 2 c y 1 r. Definition Seien X, Y linere normierte Räume {A n } eine Folge von Opertoren us L(X, Y ). Dnn heißt {A n } punktweise konvergent gegen einen Opertor A, wenn lim A n x = A x x X, normkonvergent (oder gleichmäßig konvergent) gegen einen Opertor A L(X, Y ), wenn lim A n A L(X,Y ) =. Bemerkung. Die Normkonvergenz von {A n } gegen A impliziert die punktweise Konvergenz, denn A n x A x A n A x x X. Stz Sei X Bnchrum, Y linerer normierter Rum, {A n } punktweise konvergent gegen einen Opertor A : X Y. Dnn ist A liner und stetig, d.h. A L(X, Y ). Weiterhin gilt: { A n } ist beschränkt und A lim inf A n. 45
9 Beweis. A n x A x x X = { A n x } beschränkt x X. Prinzip der gleichmäßigen Beschränktheit: = c R : A n c n A x := lim A n x ist offenbr liner. Außerdem: Mit A n x c x x X gilt eine solche Abschätzung uch für Grenzübergng n = A x c x x X = A L(X, Y ). Es gilt A x A n x + (A A n ) x }{{} für n n N und somit A x lim inf A n x lim inf A n x = A lim inf A n. Stz 3.2 (Bnch - Steinhus). Seien X und Y Bnchräume, {A n } Folge von Opertoren us L(X, Y ). Dnn ist {A n } punktweise konvergent gegen einen Opertor A L(X, Y ) genu dnn wenn die folgenden zwei Bedingungen erfüllt sind: (i) A n x A x für lle x us einer in X überll dichten Teilmenge M X und (ii) sup A n <. n N Beweis.,, Wenn {A n } punktweise gegen A konvergiert, so folgt (i) sofort und (ii) us dem letzten Stz.,, Die Bedingungen (i) und (ii) seien erfüllt, lso uch sup A n c. Es ist zu zeigen, n N dss A n x A x x X gilt. Wir wählen dzu x X fest und ε >. Dnn existiert y M : x y < ε, weil M überll dicht in X. {A n y} konvergiert gegen A y = {A n y} ist Cuchyfolge, d.h. n (ε) : Dnn gilt A n y A m y < ε für n, m n (ε) A n x A m x A n x A n y + A n y A m y + A m y A m x A n x y + A n y A m y + A m x y 2 c ε + ε = (2 c + 1)ε {A n x} ist lso Cuchyfolge in Y = A n x konvergiert gegen ein A x. 3.6 Die Neumnnsche Reihe Sei X ein Bnchrum, A L(X), d.h. A : X X, A, liner, stetig. Wir betrchten die linere Opertorgleichung A x = y, wobei x X die gesuchte Lösung und y X die gegebene rechte Seite beschreiben. 46
10 Definition Eine linere Opertorgleichung heißt korrekt (gut gestellt) nch Hdmrd, wenn die folgenden drei Hdmrdschen Bedingungen erfüllt sind: (i) y X x X : A x = y (Existenzbedingung); (ii) A x 1 = A x 2 = y, x 1, x 2 X = x 1 = x 2 (Eindeutigkeitsbedingung); (iii) A 1 L(X) (Stbilitätsbedingung). Flls wenigstens einer der drei Bedingungen verletzt ist, so heißt die Opertorgleichung inkorrekt (schlecht gestellt) nch Hdmrd. Bei korrekten Opertorgleichungen ziehen kleine Störungen in den Dten kleine (höchstens beschränkte) Störungen in der Lösung nch sich: x 1 x 2 A 1 y 1 y 2 mit A x 1 = y 1, A x 2 = y 2. Wir betrchten in diesem Abschnitt einen speziellen Typ solcher Gleichungen, nämlich mit A = I K und K L(X) (I K) x = y. ($) Ziel: Wir suchen Bedingungen und Situtionen, so dss ($) korrekt nch Hdmrd ist. Hinreichende Bedingung: A = I K ist injektiv und surjektiv mit A 1 L(X). Flls diese Bedingung erfüllt ist, so ist x = (I K) 1 y eindeutige Lsg. von ($) für lle y X, wegen (I K) 1 L(X) ist uch Stbilitätsbedingung erfüllt. Wir suchen ein Anlogon zur geometrischen Reihe: X = R, (1 q) 1 = 1 1 q = q n, q < 1. Frge: Gilt nlog (I K) 1 = n= K n? n= Die Betrchtungen zu solchen Reihen von Opertorpotenzen gehen nicht (wie irrtümlich von einigen Autoren vermutet) uf John von Neumnn zurück, der uch zur Opertortheorie gerbeitet ht, sondern uf Crl Gottfried Neumnn ( ), welcher sich viel mit physiklischen Problemen und prtiellen Differentilgleichungen beschäftigt ht und nch dem uch die dort wichtigen Neumnn-Rndbedingungen bennnt sind. Es folgen einige Bemerkungen zu Konvergenzkriterien für Reihen in Bnchräumen: Lemm Sei X ein Bnchrum {x n } eine Folge von Elementen us X. Konvergiert die Zhlenreihe x n, so konvergiert uch die Reihe x n von Elementen im Bnchrum X. Beweis. Wir nehmen n, dss n x k ist eine Cuchyfolge in R. Dmit ist uch v n := x n konvergiert = s n := k=1 n x k eine Cuchyfolge in X, denn k=1 47
11 v n+p v n = n+p k=n+1 x k n+p k=n+1 X vollständig = {v n } ist konvergent in X. Folgerung 3.23 (Wurzelkriterium). Sei x n eine unendliche Reihe in einem Bnchrum X. Gilt dnn konvergiert diese Reihe in X. x p = s n+p s n < ε für n > n (ε) lim sup x n 1 n < 1, Stz 3.24 (Neumnnsche Reihe). Sei X ein Bnchrum, K L(X). Konvergiert die Neumnnsche Reihe K n in L(X), dnn existiert (I K) 1 L(X) und es gilt n= (I K) 1 = K n. Die Neumnnsche Reihe konvergiert, wenn lim K n 1 n < 1, insbesondere wenn K < 1 gilt. Im Flle K < 1 ist (I K) K gültig. Beweis. (Skizze) ) Sei S := K n L(X) = K S = n= n= K n = S K = K S = S I = S K = I = S K S = (I K) S = I = S S K = S (I K) = (I K) = S 1 S = (I K) 1 L(X) b) Konvergenz der Reihe: Wurzelkriterium im Rum L(X) = Existenz von Grenzwert lim Kn 1 n (siehe Heuser, S.19, Stz 12.3). c) Abschätzung für K < 1: (I K) 1 = K n n= K n n= K n = n= 1 1 K. Folgerung Für (I K) x = y folgt bei Konvergenz der Neumnnschen Reihe x = (I K) 1 y = K n y, lso n= x = y + K y + K 2 y + K 3 y
12 Anwendungsbeispiele 1. Fredholmsche Integrlgleichung 2. Art (i.. der gut gestellte Problemtyp) x(s) b k(s, t) x(t) dt = y(s), s b. Rumwhl: X = C[, b]; k stetige Kernfunktion uf [, b] 2. Wir betrchten in diesem Punkt zuerst die Sitution X = C[, 1] mit einer speziellen Kernfunktion x(s) k(s, t) = s, (K x)(s) := s x(t) dt = y(s), ($$) s x(τ) dτ, s 1. Dnn können wir die Normen der Potenzen des Integrlopertors explizit verifizieren: K : K x = mx s x(t) dt s 1 x = mx x(t), K 1 t 1 x 1 : K x = mx s = 1 = x = K = 1 s 1 ( ) ( ) ( K 2 : (K 2 x)(t) = t s x(τ) dτ ds = t s ds = t 2 x(τ) dτ = 1 (K x)(t) 2 = K 2 = 1 2 = K n : (K n 1 x)(t) = 2 (K x)(t) = n 1 Kn = 1 2 n 1 ( ) 1 lim ( Kn 1 2 n 1 n ) = lim = 2 n 2 lim n 2 = 1 2 < 1 ) x(τ) dτ = Die Neumnsche Reihe konvergiert. = Die Gleichung ($$) ht für jedes y C[, 1] genu eine Lösung in C[, 1]. Lösung: x = y + K n 1 y = y + Ky, 2n 1 x(t) = y(t) n 1 }{{} =2 t y(τ) dτ = y(t) + 2 t y(τ) dτ t 1 (&). 49
13 Zustzfrge : Gibt es ußer der eindeutig bestimmten Lsg. (&) eventuell noch weitere Lösungen x L 1 (, 1) von ($$) zur gegebenen stetigen Funktion y? x L 1 (, 1) : x(t) dt R, x(t) dt < x(t) dt =: c ($$) = x(s) = s c + y(s) s 1 = Stetigkeit von x, lso keine weitere Lösung. 2. Volterrsche Integrlgleichungen 2.Art (uch hier ist dies der gut gestellte Typ) x(s) s k(s, t) x(t) dt = y(s), s b, { stetig uf D := {(s, t) [, b] k(s, t) := 2 : t s b} sonst X = C[, b], K : C[, b] C[, b], (K x)(s) := Setzen µ := mx k(s, t). Sei x = 1 (s,t) D s s (K x)(s) k(s, t) x(t) dt (K 2 x)(s)... s (K n n (s )n x)(s) µ n! µ (Kx)(t) dt K n (s )n mx µn s b n! n Kn µ (b ) lim s k(s, t) x(t) dt. s = µn (b )n n! µ dt = µ (s ) µ 2 2 (s )2 (t ) dt = µ 2 lim n = wegen n! > nn n! e n n n n! > für n, e d.h. die Neumnnsche Reihe konvergiert immer. (Stirlingsche Formel) Folgerung Die Volterrsche Integrlgleichung 2.Art besitzt für jedes y C[, b] genu eine Lösung x C[, b]. 3. Inverse Monotonie Betrchten Fredholm-Integrlopertor (K x)(s) := Vorussetzung: k(s, t) (s, t) [, 1] 2. k(s, t) x(t) dt, k stetig = K stetig in C[, 1]. 5
14 Lemm Die Neumnnsche Reihe K n konvergiere für den gegebenen Opertor K. Erfüllt x C[, 1] für lle s [, 1] die Integrlungleichung x(s) y(s) + n= mit y C[, 1], dnn gilt für lle s [, 1] sogr x(s) z(s), k(s, t) x(t) dt wobei z die Lösung der zugehörigen Integrlgleichung ist. z(s) = y(s) + k(s, t) z(t) dt Beweis. x K x y = x K x = y d, x, y C[, 1], d C[, 1], d(s), s 1 = x = (I K) 1 (y d) = K n (y d) = k= K n y k= } {{ } =z (d + Kd + K 2 d +...) z }{{} 4. Nun betrchten wir einen Spezilfll von 3.: Lemm 3.28 (Lemm von Bellmn-Gronwll). Wenn x(s) c + s für Konstnten c R und k gilt, dnn ist Beweis. z(s) s k x(t) dt, s 1, x(s) c exp(k s), s 1. k(s, t) z(t) dt = y(s), s 1, Voltersche Integrlgleichung 2.Art. Neumnnsche Reihe ist wegen 2. konvergent. { k t < s y(s) = c, k(s, t) = t > s z(s) = c + k s z(t) dt oder nders geschrieben z (s) = k z(s), z() = c. Dieses AWP zu einer gewöhnlichen Dgl. 1.Ordnung ht die beknnte Lösung Also gilt x(s) z(s). z(s) = c exp(k s), s 1. 51,
15 5. Fredholmsche Integrlgleichung 2.Art mit beliebigem Kern Integrlopertor in C[, b] (K x)(s) := b k(s, t) x(t) dt, k : [, b] [, b] R stetig. Lemm Es gilt K = mx s b b k(s, t) dt =: µ. Beweis. K µ ist offensichtlich, zu zeigen K µ. Wir definieren φ n : R R 1, t < 1, n φ n (t) := n t, t [ 1, 1 n n], 1, t > 1. n Wählen s [, b] beliebig, ber fest { k(s, t) x n,s (t) = (K x n,s )(s) = x n,s (t) := φ n (k(s, t)) = x n,s C[,b] 1 b k(s, t), k(s, t) 1 n, n k 2 (s, t) k(s, t) 1 n, k(s, t) < 1 n k(s, t) x n,s (t) dt b k(s, t) dt 1 (b ) n b = K = sup K x sup (K x n,s )(s) mx k(s, t) dt = µ. x 1 s [,b],n N s [,b] Folgerung 3.3. Flls K = µ < 1 gilt (Kern ist betrgsmäßig klein), dnn besitzt die Fredholmsche Integrlgleichung 2.Art x(s) b k(s, t) x(t) dt = y(s), s b für jedes gegebene y C[, b] genu eine Lösung x C[, b]. Ausflug in die Störungstheorie Stz 3.31 (Kleine Störung). Seien X und Y Bnchräume. Weiter besitze der linere Opertor A : X Y einen stetigen inversen Opertor A 1 : Y X. Für D L(X, Y ) gelte D < 1 A 1. Dnn existiert (A + D) 1 L(Y, X). 52
16 Beweis. (A + D) x = y = A x + D x = y = x + A} 1 {{ D x} = A 1 y = K x (I K) x = A 1 y (I K) 1 existiert in L(X), flls K < 1. Dnn gilt x = (I K) 1 A 1, lso (A+D) 1 = (I K) 1 A 1. Es gilt K = A 1 D A 1 D < 1 d D < 1 A Fktorräume und knonische Injektionen Definition Sei X ein linerer normierter Rum, L X ein linerer Unterrum und X/L der entsprechende Fktorrum von X nch dem Unterrum L. Sei ˆx X/L eine beliebige Restklsse (x, y ˆx x y L). Die Zhl ˆx := inf x heißt Fktornorm von ˆx. Die Abb. h : X X/L mit h(x) := ˆx x ˆx heißt knonischer Homomorphismus. Lemm Wenn L ein bgeschlossener Unterrum von X ist, so ist die Fktornorm eine Norm in X/L. Ist X vollständig, so ist uch der Fktorrum X/L versehen mit der Fktornorm vollständig. Beweis. ) Nchweis der Normeigenschften zeigen nur ˆx = ˆx = ( ˆ=L, d.h. L ist Nullelement) Sei ˆx = = ˆx = inf y =, d L. y L Sei ˆx =. zu zeigen ˆx =. Nch Definition: {y n } ˆx (y n X) mit y n. Sei x ˆx ein Repräsentnt dieser Restklsse, d.h. ˆx = x+l, lso y n = x+z n, z n L. {z n } konvergiert, weil y n. Sei z := lim z n. D L bgeschlossen = z L. in der Grenze: = x + z = x L = ˆx =. b) Nchweis der Vollständigkeit Sei {ˆx n } eine Cuchyfolge in X/L. Dnn existieren Indizes n 1 < n 2 < n 3 <... mit ˆx n ˆx nk < 2 k für n > n k. Speziell: ˆx nk+1 ˆx nk < 2 k k = 1, 2,..., d.h. y k ˆx nk+1 ˆx nk mit y k < 2 k, 2 k < = y k = y konvergent in X. (ŷ 1 + ŷ ŷ k ) ŷ y 1 + y y k y für k = ŷ k = ŷ = ˆx n2 ˆx n1 + ˆx n3 ˆx n = lim ˆx nk+1 ˆx n1 k k=1 k=1 = lim k ˆx nk+1 = ˆx n1 + ŷ Wenn bei einer Cuchyfolge eine Teilfoge konvergiert, so konvergiert gesmte Folge, d.h. Grenzwert lim ˆx n = ˆx n1 + ŷ existiert. k=1 53
17 Bemerkung. Der knonische Homomorphismus h : X X/L ist stetig, denn es gilt Also ist h beschränkt und dmit stetig. h(x) = inf y x. y ˆx Betrchten lineren Opertor A : X Y zwischen normierten Räumen X und Y. Definition N(A) := {x X : A x = } Nullrum (uch Kern) von A. R(A) := {y Y : x X : A x = y} Bildrum (uch Bildbereich oder Rnge) von A. Betrchten Opertorgleichung A x = y, y R(A): Die Opertorgleichung besitzt eine Lösung für lle y R(A), die ber nur dnn eindeutig ist, wenn ds A injektiv ist. A injektiv N(A) = {} trivil Ws tun, wenn A einen nichttrivilen Nullrum ht, lso N(A) {}? Ziel : Eindeutigkeit der Lösung! Wir definieren  durch D(Â) := X/N(A),  ˆx := A x, x ˆx beliebig gewählt. Folgerung  : X/N(A) Y ist liner. Außerdem: N(Â) = {}, d.h.  ist injektiv. Dnn ht die Gleichung  ˆx = y R(A) ( ˆ=R(Â)) genu eine Lösung ˆx. y Definition  heißt die zu A gehörige knonische Injektion. Bemerkung. Ist A stetig (A L(X, Y )), so ist N(A) bgeschlossen und die Fktornorm wirklich eine Norm in X/N(A) (siehe Lemm). Stz Ist A stetig, so uch Â. Ist umgekehrt N(A) bgeschlossen und  stetig, so ist uch A stetig. Im Flle der Stetigkeit gilt A = Â. Beweis. Sei A stetig.  ˆx Y = A x Y A x X x ˆx,  ˆx Y A inf x =  A. x ˆx }{{} = ˆx Sei nun  stetig. A x =  ˆx  ˆx  x = A  = A = Â. Definition Eine Abbildung f : X Y zwischen metrischen Räumen X und Y heißt offen, wenn jede Bildmenge f(m) einer offene Menge M X wieder offen ist im Bildrum f(x) = {y Y : y = f(x), x X} ls einem Unterrum von Y, d.h. M offene Menge in X = ỹ f(m) r > : B r (ỹ) f(x) f(m). 54
18 Bemerkung. Ist A : X Y liner, dnn gilt für lle x X: A(B r (x)) = A(x + B r ()) = Ax + A(B r ()). Eine linere Abbildung ist lso genu dnn offen, wenn ds Bild jeder offenen Kugel um den Nullpunkt eine Kugel um den Nullpunkt des Bildrumes enthält, d.h. A offen A(B r ()) B ε (). Lemm Es seien X ein linerer normierter Rum und L X ein bgeschlossener linerer Unterrum. Dnn ist der knonische Homomorphismus h : X X/L eine offene Abbildung. Beweis. ) Wir zeigen zuerst B r (ˆ) h(b r ()). Sei ˆx B r (ˆ), d.h. ˆx < r = x ˆx mit x < r = ˆx = h(x) mit x < r, d.h. ˆx h(b r ()). b) Sei M X offene Menge, ŷ h(m), zeigen: r > mit B r (ŷ) h(m). ŷ = h(x ) mit einem x M. M offen = r > : B r (x ) M, d.h. x + B r () M = B r (ŷ) = ŷ + B r (ˆ) h(x ) + h(b r ()) = h(x + B r ()) = h(b r (x )) h(m). Bemerkung. h(b r ()) B r (ˆ), denn: ˆx h(b r ()) = x B r () mit h(x) = ˆx, x < r = inf y x < r = ˆx < r für ˆx B r(ˆ). y ˆx Stz 3.4. Sei A : X Y ein linerer Opertor mit bgeschlossenem Nullrum N(A). Dnn ist A eine offene Abbildung genu dnn, wenn  eine offene Abbildung ist. Beweis. ) Sei A offen. Sei G X/N(A) offen, zu zeigen:  offen, d.h.  G offen. h stetig = h 1 (G) offen, denn bei einer stetigen Abbildung ist ds Urbild jeder offenen Menge offen. Nun gilt: A offen = A(h 1 (G)) offen, lso A(h 1 (G)) =  G offen. b) Sei nun  offen und M X offen, uch gilt A(M) = Â(h(M)). D h offen ist, bildet h(m) eine offene Menge und us der Offenheit von  folgt dmit, dss A(M) offen ist = A ist eine offene Abbildung. 3.8 Inverse Opertoren, Sätze über die offene Abbildung und Stetigkeit der Inversen Sei A : X Y liner und injektiv. Dnn existiert A 1 : R(A) Y X. Bemerkung. Die Stetigkeit von A sichert nicht die Stetigkeit von A 1. 55
19 Beispiel X = Y = C[, 1], [A x](t) := t x(τ) dτ. A ist injektiv, weil die Ableitung einer differenzierbren Funktion eindeutig bestimmt ist. Weiter hben wir ls Bildrum R(A) = {y C[, 1] : y() =, y stetig differenzierbr } und ls inversen Opertor A 1 : R(A) Y X, [A 1 y](t) = y (t), t 1. Wir htten ber früher in Beispiel 3.7 gezeigt, dss dieser Opertor in C[, 1] unbeschränkt und dmit nicht stetig ist. Dbei ist eine wichtige Vorussetzung, dss in X und Y die Mximumnorm gilt. Stz Seien X, Y linere normierte Räume, A : X Y sei liner und R(A) = Y. Es existiere ein c >, so dss A x c x x X. Dnn existiert A 1 L(Y, X). Beweis. N(A) = {}, denn A x = = x =. Wegen R(A) = Y existiert A 1 : Y X und A 1 y 1 c y y Y = A 1 ist stetig. Stz Seien X, Y metrische Räume und f : X Y eine injektive Abbildung. Dnn ist f 1 : f(x) Y X genu dnn stetig, wenn f eine offene Abbildung ist. Beweis. Eine Abbildung ist stetig genu dnn, wenn ds Urbild offener Mengen offen ist. Also gilt: f 1 stetig (f 1 ) 1 (M) = f(m) offen für jede offene Menge M. Stz 3.44 (Open Mpping Theorem Stz über die offene Abbildung). Jeder stetige linere Opertor A L(X, Y ) zwischen den Bnchräumen X und Y mit R(A) = Y ist eine offene Abbildung. Beweis. Der Beweis ist sehr technisch und wir verweisen zu den Detils z.b. uf ds Buch von Heuser Funktionlnlysis - Theorie und Anwendung (4. Auflge, S. 242), wo uch erwähnt wird, dss dieser Stz uch mnchml ls Stz von Bnch-Schuder bezeichnet wird. Jule P. Schuder ( ) wr wie Stefn Bnch ein polnischer Mthemtiker. Stz Seien X und Y Bnchräume, A L(X, Y ). Dnn ist A offen genu dnn, wenn R(A) bgeschlossen ist. Beweis. R(A) sei ein bgeschlossener Unterrum von Y. Dnn ist Ỹ := R(A) selbst ein Bnchrum, wenn in Ỹ die Norm von Y eingeführt wird. A L(X, Ỹ ) ist dnn ber surjektiv und ds Open Mpping Theorem knn ngewendet werden und liefert die Offenheit von A. Sei nun A offen und wir zeigen, dss R(A) bgeschlossen ist. Wenn A offen ist, so ist uch  : X/N(A) R(A) offen und stetig (vgl. Stz 3.4), weiter ist  immer injektiv =  1 : R(A) X/N(A) existiert und ist stetig. Auch ist X/N(A) ein Bnchrum und dmit eine bgeschlossene Menge. Somit knn R(A) ls ds Urbild einer bgeschlossenen Menge X/N(A) bezüglich einer stetigen Abbildung betrchtet werden und ist dmit selbst eine bgeschlossene Menge. 56
20 Stz 3.46 (Stz von Bnch über den stetigen inversen Opertor). Seien X, Y Bnchräume und sei der stetige linere Opertor A L(X, Y ) sowohl injektiv ls uch surjektiv, d.h. es gilt R(A) = Y und A 1 : Y X existiert. Dnn ist der inverse Opertor A 1 utomtisch stetig. Beweis. Mit R(A) = Y ist ds Open Mpping Theorem direkt nwendbr und liefert, dss A eine offene Abbildung ist. Der wegen der Injektivität von A stets existierende inverse Opertor A 1 : Y X ist dnn ber nch Stz 3.43 stetig. Bemerkung. X, Y seien Bnchräume, A L(X, Y ) und bijektiv = A 1 L(Y, X). In diesem Fll ist die Opertorgleichung A x = y korrekt nch Hdmrd. 3.9 Abgeschlossene Opertoren, Stz über den bgeschlossenen Grphen Definition Seien X, Y metrische Räume. Dnn heißt eine Abbildung f : D(f) X Y bgeschlossen, wenn us x n X x, x n D(f) und f(x n ) Y y folgt, dss x D(f) und f(x) = y gelten. Bemerkung. Stetige Abbildungen uf bgeschlossenen Mengen sind bgeschlossen. Dies schlussfolgert mn wie folgt: Aus der Abgeschlossenheit von D(f) in X folgt mit x X n x, Y x n D(f) sofort x D(f). Die Stetigkeit von f liefert weiter f(x n ) f(x). Die Eindeutigkeit des Grenzwerts einer Folge in Y ergibt dmit die gewünschten Eigenschften einer bgeschlossenen Abbildung. Beispiel Wir betrchten nochmls den Ableitungsopertor in X = Y = C[, 1]: [A x](t) := x (t), t [, 1], D(A) := {x C[, 1] : x stetig differenzierbr }. Der Opertor A : D(A) C[, 1] C[, 1] ist nicht beschränkt und dmit nicht stetig. Aber: A ist ein bgeschlossener Opertor. Dzu sei {x n } eine Folge us D(A) mit x n x, d.h. x n (t) x(t) (gleichmäßige Konvergenz). Außerdem gelte y n (t) = x n(t) y(t) (d.h. A x n y). Wir hben dnn (vgl. Lemm 1.12) x n (t) = x n () + t x(t) = x() + t x n (τ) dτ y(τ) dτ = x ist stetig differenzierbr und x (t) = y(t), d.h. A x = y. Definition Sei A : D(A) X Y. Die Menge n G(A) := {(x, y) X Y : x D(A) und y = A x} 57
21 heißt Grph des Opertors A. Sind X und Y linere normierte Räume, so knn mn in G(A) durch (x, y) := x X + y Y eine Norm einführen. Bemerkung. Ein linerer Opertor A : X Y zwischen lineren normierten Räumen X und Y ist genu dnn bgeschlossen, wenn der Grph G(A) eine bgeschlossene Menge im Rum X Y ist. Stz 3.5 (Closed Grph Theorem Stz über den bgeschlossenen Grphen). Ein bgeschlossener und uf dem gesmten Bnchrum X definierter linerer Opertor A in einen Bnchrum Y ist stetig. Beweis. Wir können wegen der Abgeschlossenheit von A die bgeschlossene Teilmenge G(A) des Rumes X Y ls Bnchrum betrchten. Nun definieren wir druf die Abbildung P : G(A) X mittels der Vorschrift P (x, A x) := x. Dnn ist offenbr P liner, injektiv, surjektiv und dmit bijektiv sowie stetig. Nch dem Stz von Bnch über den stetigen inversen Opertor ist der wohlbestimmte inverse Opertor P 1 : X G(A) stetig und folglich gilt: x n x = P 1 x n = (x n, A x n ) X Y (x, A x) = P 1 x. Drus ergibt sich für n, dss x n x + A x n A x gilt und dher uch A x n A x. Dies impliziert die Stetigkeit von A. Bemerkung. Die Abgeschlossenheit des Definitionsbereichs D(A) ist, wie mn sieht, für bgschlossene Opertoren A offenbr eine Erstzeigenschft für die Stetigkeit von A: Sei A : D(A) X Y ein bgeschlossener Opertor und D(A) eine bgeschlossene Menge im Bnchrum X, so ist D(A) selbst Bnchrum und dmit A stetig. Flls A bgeschlossen, D(A) jedoch nicht notwendigerweise eine bgeschlossene Menge ist, dnn knn D(A) mit der im Folgenden eingeführten Norm zum Bnchrum gemcht werden und dmit A zum stetigen Opertor: Definition Grph-Norm für x D(A): x A := x X + A x Y. Lemm Seien X, Y Bnchräume und A : D(A) X Y ein linerer bgeschlossener Opertor. Dnn ist {D(A), A } ein Bnchrum und folglich A stetig. Beweis. Für eine Cuchyfolge {x n } in {D(A), A } gilt, dss (x n, A x n ) eine Cuchyfolge im Rum X Y ist. D X Y selbst Bnchrum ist, existiert (x, y) X Y mit (x n, A x n ) (x, y). Wegen der Abgeschlossenheit von G(A) gilt nun ber x D(A) und y = Ax. Somit hben wir (x n, A x n ) (x, A x) = A x n x und {D(A), A } ist Bnchrum. Definition Sei H ein Hilbertrum. Der linere Opertor A : D(A) H H heißt symmetrisch, wenn gilt: (A x, y) H = (x, A y) H x, y D(A). 58
22 Stz 3.54 (von Hellinger und Toeplitz). Ein symmetrischer linerer Opertor A : H H uf dem Hilbertrum H ist immer stetig. Beweis. Weil hier D(A) = H gilt und H ein Bnchrum ist, müssen wir nur zeigen, dss A bgeschlossen ist. Dnn folgt die Behuptung sofort us dem Closed Grph Theorem. Sei nun x n x und A x n y, zu zeigen ist A x = y: Sicherlich hben wir mit A x n y uch (A x n, z) (y, z) z H. Ebenso ergibt sich mit x n x uch (A x n, z) = (x n, A z) (x, A z) = (A x, z) z H. Dies impliziert wegen der Eindeutigkeit des Grenzwerts (A x, z) = (y, z) und somit (A x y, z) = z H. Mit z := Ax y folgt A x = y dnn sofort us dem ersten Normxiom. Bemerkung. Die Symmetrie eines uf dem gnzen Hilbertrum H definierten lineren Opertors A : H H ist, wie mn sieht, ebenflls eine Erstzeigenschft für die Stetigkeit von A. 59
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
Mehr2.6 Unendliche Reihen
2.6 Unendliche Reihen In normierten Räumen steht ds wichtige Werkzeug der Bildung von unendlichen Reihen zur Verfügung. Mn denke in diesem Zusmmenhng drn, dss mn in der Anlysis Potenz- und Fourierreihen
Mehr2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt
2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,
Mehr(1 ξ) f (k) (ξ) + k! z x n+1. (n + 1)! 2 f (n + 1)!
0.. Lösung der Aufgbe. Wir schreiben f = sup{ f : [0, ]}. Für ξ ]0, [ und n N gibt es nch dem Stz von Tlor ein c ]ξ, [ so, dss: f = fξ + n ξ k f k ξ + k! k= Aus der Ttsche, dss f k 0 für lle k N ist, folgt
Mehr1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt
Metrische Räume Sei X eine nichtleere Menge. Definition.. Eine Abbildung: d : X X R heißt Metrik uf X, flls für lle x, y, z X gilt (i) d(x, y) 0, (ii) d(x, y) = d(y, x), (iii) d(x, y) d(x, z) + d(z, y)
MehrSatz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.
Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn
Mehr24 UNEIGENTLICHE INTEGRALE 146. F (x) F (x ) f(x, t) dt. 3(b a) (b a) + ɛ 3 + ɛ 3 = ɛ.
24 UNEIGENTLICHE INTEGRALE 146 für lle t [, b] und lle x D mit x x < δ. Für lle x D mit x x < δ gilt lso = F (x) F (x ) b f(x, t) dt b b f(x, t) dt + f(x, t) f(x, t) dt + ɛ 3(b ) (b ) + ɛ 3 + ɛ 3 = ɛ.
MehrVII. Folgen und Reihen von Funktionen (Vertauschung von Grenzprozessen)
VII. Folgen und Reihen von Funktionen (Vertuschung von Grenzprozessen) Definition. Sei {f n } eine Folge von Funktionen, die uf einer Menge E definiert sind. Die Folgen der Funktionswerte {f n (x)} seien
MehrZum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2
Zum Stz von Tylor Klus-R. Loeffler Inhltsverzeichnis 1 Der verllgemeinerte Stz von Rolle 1 2 Der Stz von Tylor 2 3 Folgerungen, Anwendungen und Gegenbeispiele 4 3.1 Jede gnzrtionle Funktion ist ihr eigenes
MehrLineare Probleme und schwache
Vritionsrechnung Kpitel 7 Linere Probleme und schwche Lösungen 7.1 Qudrtische Funktionle Der einfchste Typ von Funktionlen, die ein Minimum hben können, sind die qudrtischen Funktionle. Sei ein Gebiet
MehrThema 7 Konvergenzkriterien (uneigentliche Integrale)
Them 7 Konvergenzkriterien (uneigentliche Integrle) In diesem Kpitel betrchten wir unendliche Reihen n= n, wobei ( n ) eine Folge von reellen Zhlen ist. Die Reihe konvergiert gegen s (oder s ist die Summe
Mehr38 Das Riemann-Integral vektorwertiger Funktionen über [a, b]
38 Ds Riemnn-Integrl vektorwertiger Funktionen über [, b] 38.2 Riemnn-Integrierbrkeit von Wegen 38.4 Ds Riemnn-Integrl ist eine linere Abbildung von R([, b], V ) in V 38.9 Integrlbschätzung 38.10 Huptstz
MehrKAPITEL 18 UND 19 H. KOCH. Kapitel 18. x>a. x<y
KAPITEL 18 UND 19 H. KOCH 1. VORLESUNG VOM 08.01.2018 Kpitel 18 Definition 1 (Zerlegungen, Treppenfunktionen, Regelfunktionen) Sei < b. 1. Eine Zerlegung τ von [, b] besteht us einer Zhl N N und (N + 1)
Mehr6 Totale Differenzierbarkeit
6 Totle Differenzierbrkeit Sei U R offen. Eine Funktion f : U R ist differenzierbr in einem Punkt x U (Stz 14.6 in [EAI] genu dnn, wenn sie liner pproximierbr ist in x in dem Sinne, dss eine Zhl c R und
MehrSerie 13 Lösungsvorschläge
D-Mth Mss und Integrl FS 204 Prof. Dr. D. A. Slmon Serie 3 Lösungsvorschläge. Sei I := [, b] R ein kompktes Intervll und sei B 2 I die Borel-σ-Algebr. Def. Eine Funktion f : I R heisst von beschränkter
MehrProbeklausur Mathematik für Ingenieure C3
Deprtment Mthemtik Dr. rer. nt. Lrs Schewe Mthis Sirvent Wintersemester 013/014 Probeklusur Mthemtik für Ingenieure C3 Anmerkungen zur Klusur: Die Arbeitszeit wird 90 Minuten betrgen. Sie können sämtliche
MehrNumerische Mathematik Sommersemester 2013
TU Chemnitz 5. Februr 2014 Professur Numerische Mthemtik Prof. Dr. Oliver Ernst Dipl.-Mth. Ingolf Busch Dipl.-Mth. techn. Tommy Etling Numerische Mthemtik Sommersemester 2013 Musterlösungen zu nicht behndelten
MehrMusterlösung der 1. Klausur zur Vorlesung
Prof. Dr. M. Röger Dipl.-Mth. C. Zwilling Fkultät für Mthemtik TU Dortmund Musterlösung der. Klusur zur Vorlesung Anlysis I (24.02.206) Wintersemester 205/6 Aufgbe. Sei R mit sin() 0. Der Beweis erfolgt
MehrKapitel II. Beschränkte Operatoren und kompakte Operatoren. 3. Beschränkte Operatoren im Hilbertraum.
Kpitel II. Beschränkte Opertoren und kompkte Opertoren. 3. Beschränkte Opertoren im Hilbertrum. 3.1. Definition. Seien H 1 und H 2 Hilberträume. Eine linere Abb. A : H 1 H 2 heißt ein (linerer) Opertor.
Mehr3 Uneigentliche Integrale
Mthemtik für Physiker II, SS 2 Freitg 2.5 $Id: uneigentlich.te,v.7 2/5/2 :49:7 hk Ep $ $Id: norm.te,v.3 2/5/2 2:2:45 hk Ep hk $ 3 Uneigentliche Integrle Am Ende der letzten Sitzung htten wir ds Mjorntenkriterium
MehrUniversität Ulm Abgabe: Freitag,
Universität Ulm Abgbe: Freitg, 19.06.2009 Prof. Dr. W. Arendt Robin Nittk Sommersemester 2009 Punktzhl: 38+7 13. Zeige: Lösungen Prtielle Differentilgleichungen: Bltt 5 Sei (, b) ein reelles Intervll.
Mehr9 Integralrechnung. 9.1 Das Riemann-Integral: Sei [a, b] ein beschränktes abgeschlossenes Intervall und f : [a, b] R eine beschränkte Funktion.
9 ntegrlrechnung 9. Ds Riemnn-ntegrl: Sei [, b] ein beschränktes bgeschlossenes ntervll und f : [, b] R eine beschränkte Funktion. Problem: Bestimme Flächeninhlt A zwischen Grphen von f und x-achse. Betrchte
MehrProf. Dr. Siegfried Echterhoff.. 1 HAUPTSATZ DER INTEGRAL UND DIFFERENTIALRECHNUNG
Vorlesung SS 29 Anlysis 2 HAUPTSATZ DER INTEGRAL UND DIFFERENTIALRECHNUNG Teil : Fortsetzung des Studiums von Funktionen in einer reellen Vriblen (Integrtion und Tylorreihen). Huptstz der Integrl und Differentilrechnung
Mehr11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG
91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und
MehrLösungsvorschläge zum 9. Übungsblatt.
Übung zur Anlysis II SS 1 Lösungsvorschläge zum 9. Übungsbltt. Aufgbe 33 () A : {(x, y) R : x [ 1, 1] und y oder x und y [ 1, 1]}. (b) A : {(x, y) R : x < y < 1 + x }. (c) A : {(x, y) R : x < y < 1 + x
MehrLösungsvorschlag zu den Präsenzaufgaben der 13. Übung
FAKULTÄT FÜR MATHEMATIK Prof. Dr. Ptrizio Neff Christin Thiel 07.07.04 Lösungsvorschlg zu den Präsenzufgben der 3. Übung Präsenzufgbe : Wir hben die Determinnte bisher ls Kriterium zur Invertierbrkeit
MehrReelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013
Reelle Anlysis Vorlesungssript Enno Lenzmnn, Universität Bsel 7. November 213 5 Konvergenz- und Approximtionssätze 5.1 Monotone und Dominierte Konvergenz Wir strten mit einem grundlegenden Stz der Integrtionstheorie,
MehrLineare DGL zweiter Ordnung
Universität Duisburg-Essen Essen, 03.06.01 Fkultät für Mthemtik S. Buer C. Hubcsek C. Thiel Linere DGL zweiter Ordnung Betrchten wir ds AWP { x + x + bx = 0 mit, b, t 0, x 0, v 0 R. Der Anstz xt 0 = x
MehrZusatzunterlagen zur Vorlesung Analysis II Sommersemester 2014
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Jörg Eschmeier M. Sc. Sebstin Lngendörfer e Integrlrechnung Zustzunterlgen zur Vorlesung Anlysis II Sommersemester 2014 Dieses Bltt enthält
Mehr10 Das Riemannsche Integral
10 Ds Riemnnsche Integrl 50 10 Ds Riemnnsche Integrl Ziel dieses Prgrphen ist es, den Inhlt einer Fläche, die vom Grphen einer Funktion berndet wird, exkt zu definieren. f(b) f() = t 0 t1 t2 t3 t4 t5 t
MehrLösung 4: Reelle innere Produkte, Normen und Gram-Schmidt Orthogonalisierung
D-MATH Linere Algebr II FS 217 Dr. Meike Akveld Lösung 4: Reelle innere Produkte, Normen und Grm-Schmidt Orthogonlisierung 1. Seien v (i) 1, v (i) 2, v (i) 3 R 3, sodss B i = (v (i) 1, v (i) 2, v (i) 3
MehrStammfunktionen, Hauptsätze, unbestimmtes Integral
Stmmfunktionen, Huptsätze, unbestimmtes Integrl Sei I ein Intervll, f beschränkt uf I und R-integrierbr für jedes [, b] I, und I. Dnn heißt die Funktion F mit D(F ) = I und F () = f(t)dt Integrl von f
MehrUneigentliche Riemann-Integrale
Uneigentliche iemnn-integrle Zweck dieses Abschnitts ist es, die Vorussetzungen zu lockern, die wir n die Funktion f : [, b] bei der Einführung des iemnn-integrls gestellt hben. Diese Vorussetzungen wren:
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof. r. H. Spohn r. M. Prähofer Zentrlübung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik 14. Stetigkeit der Umkehrfunktion Mthemtik für Physiker 3 (Anlysis ) http://www-m5.m.tum.de/allgemeines/ma903
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmnn W Wu Herbstsemester 206 Linere Algebr und Numerische Mthemtik für D-BAUG Beispiellösung für Serie 5 ETH Zürich D-MATH Aufgbe 5 5) Seien u und v Lösungen des LGS Ax = b mit n Unbeknnten
MehrFlächeninhalt unter dem Graphen. Ist nun die Kraft nicht mehr stückweise konstant, so wird man intuitiv immer noch den
19 REGELFUNKTIONEN 107 Kpitel 7: Integrtion Notwendigkeit des Integrlbegriffes und Hinweise zu seiner Präzisierung liegen uf der Hnd. Betrchten wir etw den physiklischen Begriff der Arbeit, die im einfchsten
Mehr7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist.
7-1 Elementre Zhlentheorie 7 Ds udrtische Rezirozitätsgesetz 70 Erinnerung Sei eine ungerde Primzhl, sei Z In 114 wurde ds Legendre-Symbol eingeführt: 1 ist udrtischer Rest modulo, 1 flls gilt ist udrtischer
Mehr1.2 Eigenschaften der reellen Zahlen
12 Kpitel 1 Mthemtisches Hndwerkszeug 12 Eigenschften der reellen Zhlen Alle Rechenregeln der Grundrechenrten der reellen Zhlen lssen sich uf einige wenige Rechengesetze zurückführen, die in der folgenden
MehrLösung 18: Reelle innere Produkte, Normen und Gram-Schmidt Orthogonalisierung
D-MATH Linere Algebr I/II HS 217/FS 218 Dr. Meike Akveld Lösung 18: Reelle innere Produkte, Normen und Grm-Schmidt Orthogonlisierung 1. Seien v (i) 1, v (i) 2, v (i) 3 R 3, sodss B i (v (i) 1, v (i) 2,
Mehr(x t) n f (n+1) (t) dt. f(x) =f(a)+ f (t) dt
6 Der Stz von Tylor Gleichmäßige Konvergenz Potenzreihen Der Stz von Tylor Es sei D ein Intervll, X ein Bnchrum und f : D X eine Funtion Stz Tylorsche Formel Ist f (n +)-ml stetig differenzierbr, so gilt
MehrLösungen zur Probeklausur Lineare Algebra 1
Prof. Dr. Ktrin Wendlnd Dr. Ktrin Leschke WS 2006/2007 Lösungen zur Probeklusur Linere Algebr Ausgbe: 2. Dezember 2006 Aufgbe.. Geben Sie die Definition des Begriffs Gruppe n. Eine Gruppe ist eine Menge
Mehr4. Das quadratische Reziprozitätsgesetz.
4-1 Elementre Zhlentheorie 4 Ds udrtische Rezirozitätsgesetz Sei eine ungerde Primzhl, sei Z mit, 1 Frge: Wnn gibt es x Z mit x mod? Gibt es ein derrtiges x, so nennt mn einen udrtischen Rest modulo Legendre
Mehr9.6 Parameterabhängige Integrale
Kpitel 9: Integrtion 9.6 Prmeterbhängige Integrle Beispiel: Die Gmm-Funktion Γ(x) := f(x, t)dt = e t t x 1 dt. Zunächst: Prmeterbhängige eigentliche Integrle. Sei f : I [, b] R, I R, so dss f für festes
Mehr6.4 Die Cauchysche Integralformel
Die Cuchysche Integrlformel 6.4 39 Abb 6 Integrtionswege im Fresnelintegrl r ir 2 r 6.4 Die Cuchysche Integrlformel Aus dem Cuchyschen Integrlst folgt eine fundmentle Formel für die Drstellung einer holomorphen
Mehr$Id: integral.tex,v /05/15 15:03:49 hk Exp $ $Id: uneigentlich.tex,v /05/16 13:37:14 hk Exp $
$Id: integrl.te,v.3 24/5/5 5:3:49 hk Ep $ $Id: uneigentlich.te,v. 24/5/6 3:37:4 hk Ep $ 2 Integrlrechnung 2.5 Ergänzungen Wir sind jetzt m Ende des Kpitels über ds Riemn-Integrl im eigentlichen Sinne ngelngt,
MehrGeodäten. Mathias Michaelis. 28. Januar 2004
Geodäten Mthis Michelis 28. Jnur 2004 1 Vektorfelder Definition 1.1 Sei S 3 eine reguläre Fläche. Ein Vektorfeld uf S ist eine Abbildung v : S 3 so, dss v(p) T n S für lle p S. Ein Vektorfeld ordnet lso
Mehr1.2 Kurven. Definition Äquivalente Formulierungen der Differenzierbarkeit
1 1. Kurven Wir betrchten jetzt vektorwertige Funktionen von einer Veränderlichen. Eine Abbildung f = (f 1,..., f m ) : I R m heißt differenzierbr in t I, flls lle Komponentenfunktionen f 1,..., f m in
MehrD-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 10. dt. Welche der folgenden Aussagen ist richtig? t3 + 2
D-MAVT/D-MATL Anlysis I HS 7 Dr. Andres Steiger Lösung - Serie.. Sei f(x) : () f() . x (c) f( ) . Die Funktion g : t t + ist, dss ds Integrl b dt. Welche der folgenden Aussgen
Mehr4 Stetigkeit. 4.1 Intervalle
4 Stetigkeit Der Grenzwertbegriff für Zhlenfolgen lässt sich uf Funktionen übertrgen. Funktionen (oder Abbildungen) wren bereits im Kpitel über Mengen ufgetreten. Hier wird nun der Fll betrchtet, dss Definitionsbereich
Mehrkomplizierteren Funktionen versucht man, die Fläche durch mehrere Rechtecke anzunähern.
Mthemtik für Nturwissenschftler I 4. 4 Integrlrechnung 4. Integrierbrkeit Die Grundidee der Integrlrechnung ist die Berechnung der Fläche zwischen dem Grphen einer Funktion und der x-achse. Recht einfch
MehrHM I Tutorium 14. Lucas Kunz. 9. Februar 2018
HM I Tutorium 14 Lucs Kunz 9. Februr 218 Inhltsverzeichnis 1 Theorie 2 1.1 Uneigentliche Integrle............................. 2 1.1.1 Typ 1.................................. 2 1.1.2 Typ 2..................................
Mehrb) Dasselbe System, die Unbekannten sind diesmal durchnummeriert:
1 Linere Gleichungssysteme 1. Begriffe Bspl.: ) 2 x - 3 y + z = 1 3 x - 2 z = 0 Dies ist ein Gleichungssystem mit 3 Unbeknnten ( Vriblen ) und 2 Gleichungen. Die Zhlen vor den Unbeknnten heißen Koeffizienten.
MehrAnalysis 3 Zweite Scheinklausur Ws 2018/
Anlysis 3 weite Scheinklusur Ws 8/9..9 Es gibt 8 Aufgben. Die jeweilige Punktzhl steht m linken Rnd. Die Mximlpunktzhl ist 7. um Bestehen der Klusur sind Punkte hinreichend. Die Berbeitungszeit beträgt
MehrKapitel 7. Integralrechnung für Funktionen einer Variablen
Kpitel 7. Integrlrechnung für Funktionen einer Vriblen In diesem Kpitel sei stets D R, und I R ein Intervll. 7. Ds unbestimmte Integrl (Stmmfunktion) Es sei f : I R eine Funktion. Eine differenzierbre
MehrNumerische Integration
Kpitel 4 Numerische Integrtion Problem: Berechne für gegebene Funktion f :[, b] R ds Riemnn-Integrl I(f) := Oft ist nur eine numerische Näherung möglich. f(x)dx. Beispiel 9. (i) Rechteckregel: Wir pproximieren
Mehrnennt man eine Zerlegung (Partition, Unterteilung) des Intervalls [a, b]. Die Feinheit der Zerlegung ist dabei
Kpitel 8: Integrtion Erläuterung uf Folie 8.1 Ds bestimmte Integrl Sei f : [, b] R eine beschränkte Funktion uf einem (zunächst) kompkten Intervll [, b]. Definition: 1) Eine Menge der Form Z = { = x 0
MehrAufgabe Σ
Fchbereich Mthemtik WS 01/13 Prof. J. Ltschev 7. Februr 013 Höhere Anlysis Modulbschlussprüfung Sie benötigen nur Schreibgeräte. Die Verwendung jeglicher nderer Hilfsmittel (wie z. B. Tschenrechner, Hndys,
Mehr9 Das Riemannsche Integral
1 9 Ds Riemnnsche Integrl 9.1 Definition und Beispiele Sei I = [, ] R mit
MehrÜbungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 015/16 Bltt 4 09.11.015 Übungen zur Vorlesung Differentil und Integrlrechnung I Lösungsvorschlg 13. Zu betrchten ist die durch 0 = 1 und
MehrR := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen
Die ntürlichen Zhlen (zusmmen mit der Addition und der Multipliktion) wurden in Kpitel 3 xiomtisch eingeführt. Aus den ntürlichen Zhlen knn mn nun die gnzen Zhlen Z = {..., 2, 1, 0, 1, 2,...} die rtionlen
Mehr3 Uneigentliche Integrale
Mthemtik für Ingenieure II, SS 29 Dienstg 9.5 $Id: uneigentlich.te,v.5 29/5/9 6:23:8 hk Ep $ $Id: prmeter.te,v.2 29/5/9 6:8:3 hk Ep $ 3 Uneigentliche Integrle Mn knn die eben nchgerechnete Aussge e d =,
MehrRiemann-integrierbare Funktionen
Kpitel VI Riemnn-integrierbre Funktionen 26 Ds Riemnn-Integrl ls Grenzwert von Zwischensummen 27 Der Huptstz der Differentil- und Integrlrechnung nebst Folgerungen 28 Äquivlente Definitionen des Riemnn-
Mehr1 Folgen von Funktionen
Folgen von Funktionen Wir etrchten Folgen von reell-wertigen Funktionen f n U R mit Definitionsereicht U R und interessieren uns für ntürliche Konvergenzegriffe. Genuer setzen wir uns mit folgenden Frgen
MehrKapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35
Kpitel 0 Integrtion Josef Leydold Mthemtik für VW WS 205/6 0 Integrtion / 35 Flächeninhlt Berechnen Sie die Inhlte der ngegebenen Flächen! f (x) = Fläche: A = f (x) = +x 2 Approximtion durch Treppenfunktion
MehrZwei-Punkt Randwertprobleme. Fahed Bakar
Zwei-Punkt Rndwertprobleme Fhed Bkr Contents Inhltsverzeichnis II 1 Zwei-Punkt Rndwertprobleme (RWP) 1 1.1 Zwei-Punkt Rndwertprobleme.................... 1 1.2 Vritionle Formulierung des RWP..................
MehrMathematik für Physiker, Informatiker und Ingenieure
Mthemtik für Physiker, Informtiker und Ingenieure (Kpitel IV) Dr. Gunther Dirr Institut für Mthemtik Universität Würzburg Skript vom 15. April 2016 Inhltsverzeichnis Sommersemester 2 IV Differentil- und
MehrKapitel 9 Integralrechnung
Kpitel 9 Integrlrechnung Kpitel 9 Integrlrechnung Mthemtischer Vorkurs TU Dortmund Seite 1 / 18 Kpitel 9 Integrlrechnung Definition 9.1 (Stmmfunktion) Es seien f, F : I R Funktionen. F heißt Stmmfunktion
MehrVorlesungsmanuskript zu. Integralgleichungen. Werner Balser Institut für Angewandte Analysis. Wintersemester 2010/11
Vorlesungsmnuskript zu Integrlgleichungen Werner Blser Institut für Angewndte Anlysis Wintersemester 2010/11 Inhltsverzeichnis 1 Einleitung und Bezeichnungen 5 11 Integrlgleichungen zweiter Art mit stetigem
MehrHöhere Mathematik II für die Fachrichtung Informatik. Lösungsvorschläge zum 8. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmnn SS Höhere Mthemtik II für die Fchrichtung Informtik Lösungsvorschläge zum 8. Übungsbltt Aufgbe 9 erechnen
MehrAnalysis 2. Martin Brokate. 1 Normierte Räume: Grundbegriffe 3. 2 Normierte Räume: Konvergenz, Stetigkeit 13
Anlysis 2 Mrtin Brokte Inhltsverzeichnis 1 Normierte Räume: Grundbegriffe 3 2 Normierte Räume: Konvergenz, Stetigkeit 13 3 Kurven im R n 25 4 Prtielle Ableitungen, Sklr- und Vektorfelder 31 5 Differenzierbrkeit
MehrResultat: Hauptsatz der Differential- und Integralrechnung
17 Der Huptstz der Differentil- und Integrlrechnung Lernziele: Konzept: Stmmfunktion Resultt: Huptstz der Differentil- und Integrlrechnung Methoden: prtielle Integrtion, Substitutionsregel Kompetenzen:
Mehr3 Uneigentliche Integrale
Mthemtik für Physiker II, SS 27 Mittwoch 7.5 $Id: uneigentlich.te,v.9 27/5/7 :9:4 hk Ep $ $Id: norm.te,v.39 27/5/7 :22:3 hk Ep $ 3 Uneigentliche Integrle In der letzten Sitzung hben wir begonnen uns mit
MehrKlausurvorbereitungsausfgaben für die Feiertage Analysis II im WS 2013/2014
Institut für Mthemtik Freie Universität Berlin C. Hrtmnn, A. Ppke Wer spricht von Siegen, Überleben ist lles. Riner Mri Rilke Lösung zu Klusurvorbereitungsusfgben für die Feiertge Anlysis II im WS 23/24
Mehr41 Normierte Räume über dem Körper der komplexen Zahlen
41 Normierte Räume über dem Körper der komplexen Zhlen 411 Rechenregeln für komplexe pseudonormierte Räume 412 Stetigkeits-, Differenzierbrkeits- und Integrierbrkeitskriterien für Abbildungen in einen
MehrAntworten auf Anfragen von Kursteilnehmern. Zu folgender Aussage aus den Multiple-Choice-Aufgaben: f (n) (a) (x a) n n! n=0
Ferienkurs Anlysis 1 WS 11/12 Florin Drechsler Antworten uf Anfrgen von Kursteilnehmern Zu Tylorreihen Zu folgender Aussge us den Multiple-Choice-Aufgben: Es gibt Funktionen f C (R) mit konvergenter Tylorreihe
Mehr7 Bewegung von Punkten
81 7 Bewegung von Punkten 7.1 Übersicht Bewegung von Punkten Differenzierbrkeit. Wo liegt die Ableitung Tylorreihe, Vektordreieck Physiklische Bezeichnungen Abstnd zu einer Kurve Geschwindigkeit Bogenlänge
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlgen der Mthemtik, WS 2014/15 Thoms Timmermnn 3. Dezember 2014 Wiederholung: Konstruktion der gnzen Zhlen (i) Betrchten formle Differenzen b := (, b) mit, b N 0 (ii) Setzen b c d, flls +
MehrUngleichungen. Jan Pöschko. 28. Mai Einführung
Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................
MehrHöhere Mathematik für die Fachrichtung Physik
Krlsruher Institut für Technologie Institut für Anlysis Dr. Christoph Schmoeger Dipl.-Mth. Sebstin Schwrz Höhere Mthemtik für die Fchrichtung Physik Lösungsvorschläge zum. Übungsbltt Aufgbe 6 (Übung) )
Mehr4.4 Partielle Integration
Mthemtik für Nturwissenschftler I 4.4 4.4 Prtielle Integrtion Zwei Integrtionsregeln kennen wir bereits: Stz 4.. und Stz 4..8. Stz 4.. sgt, dss mit zwei Funktionen uch deren Summe oder Differenz integrierbr
Mehr4 Funktionenfolgen und normierte Räume
$Id: norm.tex,v 1.7 2011/05/27 11:41:25 hk Exp hk $ 4 Funktionenfolgen und normierte Räume 4.3 Gleichmäßige Konvergenz und Differenzierbrkeit Wir sind weiter mit der Untersuchung der gleichmäßigen Konvergenz
Mehr$Id: kurven.tex,v /12/03 19:13:57 hk Exp hk $ K ds = F (γ(t)) γ Summation des Vektorfeldes F in Bewegungsrichtung der Kurve γ
Mthemtik für Ingenieure III, WS 9/1 Mittwoch.1 $Id: kurven.tex,v 1. 9/1/3 19:13:57 hk Exp hk $ 3 Kurven 3.3 Kurvenintegrle zweiter Art Wir htten ds vektorielle Kurvenintegrl ls K ds F ((t Summtion des
MehrMultiplikative Inverse
Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll
MehrParameterabhängige uneigentliche Integrale.
Kpitel 9: Integrtion Prmeterbhängige uneigentliche Integrle. F(x) := Beispiel: Die Gmm-Funktion: Γ(x) := Definition: Ds uneigentliche Integrl für x I. e t t x 1 dt. für x I heißt gleichmäßig konvergent,
MehrKapitel 8 Anwendungen der Di erentialrechnung
Kpitel 8 Anwendungen der Di erentilrechnung Kpitel 8 Anwendungen der Di erentilrechnung Mthemtischer Vorkurs TU Dortmund Seite 99 / 235 Kpitel 8 Anwendungen der Di erentilrechnung Stz 8.1 (Mittelwertstz
MehrLösungen zu den Übungsaufgaben
Lösungen zu den Übungsufgben Aufgbe A.2. Ist k L () mit k(x)dx = und ist f : beschränkt, Lebesgue-messbr und stetig in x, dnn gilt lim r r k(x y r )f(y)dy = f(x). Lösung A.2. Zunächst ist mit der Substitutionsregel
Mehr4.3 Symmetrische Operatoren
98 Kpitel 4. Hilberträume und symmetrische Opertoren 4.3 Symmetrische Opertoren Eine Abbildung zwischen Hilberträumen wird meist ls Opertor bezeichnet. Von besonderer Bedeutung sind die lineren Opertoren,
MehrMathematischer Vorkurs NAT-ING1
Mthemtischer Vorkurs NAT-ING1 (02.09. 20.09.2013) Dr. Robert Strehl WS 2013-2014 Mthemtischer Vorkurs TU Dortmund Seite 1 / 20 Mthemtischer Vorkurs TU Dortmund Seite 2 / 20 Definition 9.1 (Stmmfunktion)
MehrRückblick auf die letzte Vorlesung
Rückblick uf die letzte Vorlesung 1. Ljpunov-Funktion 2. Rndwertprobleme 3. Lösbrkeit und Eindeutigkeit Ausblick uf die heutige Vorlesung 1. Vritionsrechnung 2. Brchistochrone 3. Euler-Lgrnge Gleichung
Mehr7.9A. Nullstellensuche nach Newton
7.9A. Nullstellensuche nch Newton Wir hben früher bemerkt, dß zur Auffindung von Nullstellen einer gegebenen Funktion oft nur Näherungsverfhren helfen. Eine lte, ber wirkungsvolle Methode ist ds Newton-Verfhren
MehrIntegration von Regelfunktionen
Integrtion von Regelfunktionen Inhltsverzeichnis Einleitung 2 Treppen- und Regelfunktionen 3 Denition des Integrls 4 Rechen mit Integrlen 2 4. Grundlegende Eigenschften.............................................
MehrHöhere Mathematik I für die Fachrichtung Elektrotechnik und Informationstechnik Lösungsvorschläge zum 9. Übungsblatt
Krlsruhe Institut für Technologie (KIT) Institut für Anlysis Priv.-Doz. Dr. P. C. Kunstmnn Dr. S. Wuglter WS 13/14 Aufgbe 1 Höhere Mthemtik I für die Fchrichtung Elektrotechnik und Informtionstechnik Lösungsvorschläge
MehrHier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel als auch die partielle Integration zur Anwendung kommt.
64 Kpitel. Integrlrechnung Hier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel ls uch die prtielle Integrtion zur Anwendung kommt..4.6 Beispiel Um eine Stmmfunktion für rctn zu finden, beginnen
MehrFourierreihen. Timo Dimitriadis
Fourierreihen Timo Dimitridis 4.5.9 In diesem Vortrg geht es im prktischen Sinne um die Anlyse von Schwingungsvorgängen, wie sie zum Beispiel in der Physik häufig vorkommen. Oft mg es nützlich sein, diese
Mehr2.5 Messbare Mengen und Funktionen
1 2.5 Messbre Mengen und Funktionen Definition Eine beschränkte Menge M R n heißt messbr, flls die chrkteristische Funktion χ M integrierbr ist. Die Zhl vol n (M) := χ M dµ n nennt mn ds Volumen von M.
Mehrkann man das Riemannsche Unter- bzw. Oberintegral auch wie folgt definieren: xk+1 x k
Integrlrechnung Definition 1 (Treppenfunktion, Zerlegung eines Intervlls): Sei [, b] R ein Intervll. Eine Funktion g : [, b] R heißt Treppenfunktion, flls es eine Zerlegung := { =: 0 < 1
MehrAnalysis II* Humboldt-Universität zu Berlin
Anlysis II* Humboldt-Universität zu Berlin Cren Tischendorf Skript zur Vorlesung im SS 2015 Inhltsverzeichnis 1 Einleitung und Wiederholung 4 1.1 Konvergenzkriterien von Folgen................. 4 1.1.1
MehrD-MAVT/D-MATL Analysis I HS 2016 Dr. Andreas Steiger. Lösung - Serie 9
D-MAVT/D-MATL Anlysis I HS 26 Dr. Andres Steiger Lösung - Serie 9. MC-Aufgben (Online-Abgbe). Es sei f die Funktion f() = e + 7. Welche der folgenden Funktionen sind Stmmfunktionen von f? () g() = 2 2
MehrVorlesung 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.
MehrAnalysis I. Vorlesung 24. Der Mittelwertsatz der Integralrechnung. b a
Prof. Dr. H. Brenner Osnbrück WS 203/204 Anlysis I Vorlesung 24 Der Mittelwertstz der Integrlrechnung Zu einer Riemnn-integrierbren Funktion f: [, b] R knn mn f(t)dt b ls die Durchschnittshöhe der Funktion
Mehr