Wir beginnen mit der zentralen Definition dieses Abschnitts. Q = I 1 I 2... I n. I k, k=1

Größe: px
Ab Seite anzeigen:

Download "Wir beginnen mit der zentralen Definition dieses Abschnitts. Q = I 1 I 2... I n. I k, k=1"

Transkript

1 Kapitel 15 Integration über uader im R n 15.1 Integration über uader 15.2 Nullmengen nach Jordan und Lebesgue 15.3 Das Integrabilitätsriterium von Lebesgue 15.4 Der Satz von Fubini 15.1 Integration über uader Wir beginnen mit der zentralen Definition dieses Abschnitts. Definition 15.1 Ein uader R n ist eine Menge der Gestalt = I 1 I 2... I n mit beschränten Intervallen I R ( = 1, 2,..., n. Das Volumen (oder der Inhalt oder auch das Maß von ist definiert durch := µ( := n I, wobei I die Länge des Intervalls I angibt. Die leere Menge wird ebenfalls als uader aufgefasst, und wir setzen µ( := 0. Sind a und b die beiden (linen bzw. rechten Endpunte des Intervalles I, so ist hierbei die Länge von I definiert durch I := b a. Dabei spielt es eine Rolle, ob a oder b selbst zum Intervall I gehören, also I ein offenes, abgeschlossenes oder halb offenes Intervall bezeichnet. Sofern alle in der Definition 15.1 auftretenden Intervalle I abgeschlossen (offen sind, handelt es sich bei dem uader ebenfalls um eine abgeschlossene (offene Menge. Wir sprechen in dem Fall einfach von einem abgeschlossenen (offenen uader. Für das Volumen eines uaders spielt es jedoch eine Rolle, ob die einzelnen Intervalle I abgeschlossen, offen oder halb offen sind. 5

2 6 KAPITEL 15. INTEGRATION ÜBER UADER IM R N Der Durchschnitt := 1 2 zweier uader 1 und 2 ist offenbar wieder ein (eventuell leerer uader und damit insbesondere das Volumen von definiert. Damit ist die nachfolgende Definition sinnvoll. Definition 15.2 Zwei uader 1 und 2 heißen (a nicht überlappend, wenn µ( 1 2 = 0 gilt; (b fremd, wenn 1 2 = ist. Etwas lax formuliert, dürfen zwei nicht überlappende uader 1 und 2 also durchaus gemeinsame Seitenflächen haben, vergleiche die Abbildung 15.1, aber einen gemeinsamen volldimensionalen Inhalt besitzen. Fremde uader hingegen haben eine gemeinsamen Punte überlappende uader 2 nicht überlappende uader Abbildung 15.1: Zur Definition von fremden bzw. überlappenden uadern Definition 15.3 Ein uader heißt ausgeartet, wenn µ( = 0 gilt. Ein uader = [a 1, b 1 ]... [a n, b n ] ist offenbar genau dann ausgeartet, wenn leer ist oder a i = b i für mindestens ein i {1,..., n} gilt. Mittels dieser Terminologie önnen wir außerdem sagen, dass zwei uader 1 und 2 genau dann nicht überlappend sind, wenn ihr Durchschnitt 1 2 ein ausgearteter (eventuell leerer uader ist. Das Ziel dieses Abschnitts wird es sein, für eine Funtion f : R n R das Integral f(xdx über einen uader sinnvoll zu definieren, so dass es anschaulich im Fall einer nichtnegativen Funtion f mit dem Volumen unterhalb des Graphen von f übereinstimmt. Dabei werden wir im Wesentlichen wie im Fall einer eindimensionalen Funtion vorgehen und daher des Öfteren auf Beweise verzichten önnen, da diese sich zum Teil fast wörtlich wie im Fall n = 1 führen lassen.

3 15.1. INTEGRATION ÜBER UADER 7 Sei = I 1 I 2... I n mit Intervallen I = [a, b ] ein gegebener (ohne Einschränung abgeschlossener uader. Sei ferner P = {x 0, x 1,...,x r } eine Partition (Zerlegung von I in a = x 0 < x 1 <... < x r = b mit gewissen (endlichen Zahlen r N für = 1,..., n. Sei α = (α 1, α 2,..., α n ein Multi Index mit 1 α 1 r 1,..., 1 α n r n und I,α := { x R x α 1 x x α } das α -te Teilintervall der Partition P von I. Damit erhalten wir eine Partition P := P 1... P n des uaders in einander nicht überlappende Teilquader α, die durch α := I 1,α1 I 2,α2... I n,αn definiert sind. Insgesamt besteht dann aus den r 1 r 2... r n Teilquadern α mit α A := { (α 1,...,α n } 1 α r = 1,..., n }, woraus man unmittelbar die Gültigeit der Formel µ( = α A µ( α (15.1 abliest. Definition 15.4 Wir sagen, der soeben beschriebene Prozess liefere eine Partition (oder Zerlegung P = P 1... P n des uaders in die Teilquader α, α A, von der Feinheit δ(p := max { δ(p 1,...,δ(P n }, wobei δ(p die schon beannte Feinheit der Partition P von I bezeichne. Unter einer Partition (Zerlegung eines uaders verstehen wir stets eine Partition in dem gerade definierten Sinn. Die Abbildung 15.3 illustriert diesen Sachverhalt und verdeutlicht zugleich, was wir nicht unter einer Zerlegung eines uaders verstehen wollen. Definition 15.5 Eine Partition P = P 1... P n eines uaders Rn heißt Verfeinerung einer Partition P = P 1... P n von, wenn jedes P eine Verfeinerung von P ist ( = 1,...,n. Sei ein uader und P eine Partition von in die Teilquader α für α A. Um die Schreibweise mit den Multi Indizes α im Folgenden zu vermeiden, nummerieren wir die endlich vielen uader α (α A einfach durch und bezeichnen diese mit 1,..., m, wobei m := r 1 r 2... r n gilt, vergleiche hierzu die Abbildung Wir sprechen dann auch von der Partition P = { 1,..., m } des uaders in die Teilquader ( = 1,...,m. Man beachte aber, dass die nicht irgendwelche Teilquader sind, sondern wie in Definition 15.4 angegeben onstruiert worden sind, in diesem Zusammenhang betrachte man auch die Abbildung 15.3 zwecs Illustration. Wir halten in der nachstehenden Bemerung einige elementare Eigenschaften der gerade eingeführten Begriffe fest, auf deren Beweise hier verzichtet werden soll.

4 8 KAPITEL 15. INTEGRATION ÜBER UADER IM R N x 2 x 2 b b a a x 1 x 1 a 1 b 1 a 1 b 1 Abbildung 15.2: Umnummerierung der Teilquader im Fall n = 2 x 2 x 2 b 2 b 2 a 2 a 2 x 1 x 1 a 1 b 1 a 1 b 1 Partition von eine Partition von Abbildung 15.3: Zur Partition eines uaders Bemerung 15.6 (a Seien ein uader und P = { 1, 2,..., m } eine Partition von. Dann gilt µ( = m µ(, wie wir schon vorher in (15.1 bemert hatten, dort allerdings noch unter Verwendung von Multi Indizes. (b Seien ein uader, P eine Partition von. Dann gilt δ(p δ(p für jede Verfeinerung P der Partition P. (c Seien = I 1 I 2... I n ein uader sowie P 1 und P 2 zwei Partitionen von. Dann existieren zu jedem Teilintervall I Partitionen P ( 1 und P ( 2 von I. Indem wir für jedes solche Teilintervall eine neue Partition P ( definieren, die alle Teilpunte von P ( 1 und P ( 2 enthält, gelangen wir zu einer neuen Partition P := P (1... P (n von, bei der es sich um eine gemeinsame Verfeinerung von P 1 und P 2 handelt und die wir im Folgenden manchmal mit P := P 1 P 2 bezeichnen, vergleiche die Abbildung Sei f : R n R eine beschränte Funtion, R n ein uader und = { 1,..., m } eine Partition von. Dann setzen wir m (f := inf f(x, x M (f := sup x f(x = 1,..., m,

5 15.1. INTEGRATION ÜBER UADER 9 P 1 : P 1 P 2 : P 2 : Abbildung 15.4: Gemeinsame Verfeinerung zweier Partitionen P 1 und P 2 m(f := inf x f(x, M(f := sup f(x. x Diese Definitionen entsprechen genau den Setzungen bei der Herleitung des Riemann Integrals im Fall n = 1. Definition 15.7 Sei R n ein uader mit Partition P. Dann heißen U P (f := P m (fµ( := die Untersumme von f bezüglich der Partition P und O P (f := P M (fµ( := die Obersumme von f bezüglich der Partition P. m (fµ( M (fµ( In Verallgemeinerung zum eindimensionalen Fall lässt sich das folgende Resultat zeigen. Lemma 15.8 ( Elementare Eigenschaften von Ober und Untersummen Seien f : R n R eine beschränte Funtion und R n ein gegebener uader. Dann gelten: (a Für jede Partition P von ist m(fµ( U P (f O P (f M(fµ(. (b Für die Verfeinerung P einer Partition P von ist O P (f O P (f und U P (f U P (f. (c Für je zwei Partitionen P 1, P 2 von ist U P1 (f O P2 (f.

6 10 KAPITEL 15. INTEGRATION ÜBER UADER IM R N Beweis: Die Beweise sind allesamt (fast identisch mit dem Fall n = 1. Zur Illustration geben wir hier zumindest den Beweis von Teil (a an. Sei dazu P = { 1,..., m } die gegebene Partition des uaders. Dann gilt m(f m (f M (f M(f = 1,...,m gemäß Definition dieser Größen. Multipliation mit µ( ergibt für jedes feste {1,..., m} daher die Abschätzung m(fµ( m (fµ( M (fµ( M(fµ(. Summation über alle = 1,...,m liefert unter Ausnutzung von Bemerung 15.6 (a unmittelbar die Behauptung (a. Aus dem Lemma 15.8 folgt beispielsweise, dass die Menge aller Obersummen nach unten (etwa durch U P (f für eine feste Partition P und die Menge aller Untersummen nach oben beschränt ist. Aus diesem Grunde macht die folgende Definition Sinn. Definition 15.9 Sei f : R n R eine beschränte Funtion über einen uader. Dann heißen f(xdx := sup { U P (f P Zerlegung von } das Unterintegral von f über und f(xdx := inf { O P (f } P Zerlegung von das Oberintegral von f über. Einige wichtige Eigenschaften des Ober und Unterintegrals sind in dem nachstehenden Resultat zusammengefasst. Lemma ( Elementare Eigenschaften des Ober und Unterintegrals Seien f, g : R n R beschränte Funtionen über einen uader R n. Dann gelten: (a Es ist f(xdx f(xdx. (b Es ist f(xdx + g(xdx ( f(x + g(x dx.

7 15.1. INTEGRATION ÜBER UADER 11 (c Es ist ( f(x + g(x dx f(xdx + g(xdx. (d Für f(x g(x für alle x ist auch f(xdx g(xdx. (e Für f(x g(x für alle x ist auch f(xdx g(xdx. Beweis: Die Eigenschaft (a ergibt sich sofort aus dem Lemma 15.8 (a, die Aussage (b lässt sich analog zur Behauptung (c verifizieren und die Teile (d und (e sind eine einfache Übung. Damit muss lediglich die Aussage (c bewiesen werden. Sei dazu P = { 1,..., m } eine beliebige Partition des uaders. Für die entsprechenden Obersummen gilt dann O P (f + g = [ ] sup f(x + g(x µ( x sup f(xµ( + sup g(xµ( x x = O P (f + O P (g. Für die spezielle Zerlegung P von ergibt sich daher ( f(x + g(x dx = inf { OZ (f + g Z Zerlegung von } O P (f + g O P (f + O P (g. Zu beliebigem ε > 0 lässt sich nun eine gemeinsame Partition P finden mit 0 O P (f f(xdx < ε 2 und 0 O P (g g(xdx < ε 2.

8 12 KAPITEL 15. INTEGRATION ÜBER UADER IM R N Zusammen folgt ( f(x + g(x dx OP (f + O P (g f(xdx + g(xdx + ε. Da ε > 0 beliebig gewählt war, folgt die Behauptung. Verlangen wir die Gleichheit von Ober und Unterintegral, so gelangen wir wie im eindimensionalen Fall auf den Begriff des Riemann Integrals von beschränten Funtionen auf uadern. Definition Sei f : R n R eine beschränte Funtion über einen uader R n. Gilt f(xdx = f(xdx, so heißt f (Riemann integrierbar über. Der gemeinsame Wert wird mit f(xdx oder f(x 1,..., x n d(x 1,...,x n bezeichnet und heißt das (Riemann Integral von f über. Im Folgenden werden wir meist von integrierbaren Funtionen und dem Integral einer Funtion sprechen, den Zusatz Riemann also weglassen. Ferner sei erwähnt, dass man für Funtionen f : R 2 R bzw. f : R 3 R bisweilen auch die Schreibweise f(x, yd(x, y bzw. f(x, y, zd(x, y, z verwendet. Ansonsten sei hier noch erwähnt, dass wir in der Definition zur Vereinfachung vorausgesetzt haben, dass f auf dem gesamten R n definiert ist. Dies ist nicht wirlich nötig, beispielsweise önnte man eine nur auf dem uader definierte Funtion durch die Setzung f(x := 0 für alle x sofort als Funtion auf dem gesamten Raum R n auffassen. Damit gehen unter Umständen zwar Stetigeitseigenschaften etc. von f verloren, diese spielen aber bei der Integrierbareit (noch sowieso eine Rolle. Wir berechnen in dem nachstehenden Beispiel das Integral einer onstanten Funtion f(x c über einen uader, aus dem sich insbesondere die Gültigeit der Identität 1dx = µ( ergibt, d.h., die Integration der speziellen onstanten Funtion f(x 1 über einen uader liefert gerade das Volumen dieses uaders, vergleiche hierzu die Abbildung 15.5.

9 15.1. INTEGRATION ÜBER UADER 13 x 3 1 x 2 x 1 1 Abbildung 15.5: Geometrische Interpretation der Formel 1dx = µ( Beispiel Seien R n ein uader und c R eine beliebige Konstante. Wir behaupten, dass dann cdx = cµ( (15.2 gilt. Sei dazu P = { 1,..., m } eine beliebige Partition von. Dann erhalten wir unter Verwendung von Bemerung 15.6 (a O P (f = cµ( = c µ( = cµ( und U P (f = cµ( = c µ( = cµ(. Also ist die onstante Funtion f(x c integrierbar, und es gilt die Formel (15.2. Ein aus dem Fall n = 1 für viele theoretische Zwece sehr nützliches (notwendiges und hinreichendes Kriterium für die Integrierbareit einer beschränten Funtion gilt auch im mehrdimensonalen Fall. Satz ( Integrabilitätsriterium von Riemann Seien R n ein uader und f : R n R eine über beschränte Funtion. Dann ist f genau dann auf integrierbar, wenn es zu jedem ε > 0 eine Partition P von gibt mit O P (f U P (f < ε. Beweis: Der Beweis aus dem eindimensionalen Fall, siehe Satz 7.10, überträgt sich, wenn man darin als gemeinsame Verfeinerung zweier auftretender Partitionen P 1 und P 2 von

10 14 KAPITEL 15. INTEGRATION ÜBER UADER IM R N etwa die Zerlegung P := P 1 P 2 aus der Bemerung 15.6 (c wählt. Der Satz erlaubt beispielsweise den Nachweis des folgenden, oft sehr nützlichen, hinreichenden Kriteriums für die Integrierbareit einer gegebenen Funtion. Satz ( Stetige Funtionen sind integrierbar auf ompaten uadern Seien f : R n R eine auf einem ompaten uader R n stetige Funtion. Dann ist f integrierbar auf. Beweis: Der Beweis geschieht auch hier in Analogie zum eindimensionalen Fall, vergleiche Satz 7.12: Als stetige Funtion auf dem ompaten uader ist f wegen Satz 4.47 zunächst beschränt. Außerdem ist f gleichmäßig stetig auf wegen Satz Zu jedem ε > 0 existiert daher ein δ > 0 mit f(ξ1 f(ξ 2 < ε max{1, µ(} für alle ξ 1, ξ 2 mit ξ 1 ξ 2 < δ (das Maximum im Nenner tritt nur auf, um auch im Falle von µ( = 0 eine wohldefinierte Größe zu haben. Wir wählen jetzt eine (offenbar existierende Partition P = { 1,..., m } von mit der Feinheit δ(p < δ, wobei wir ohne Einschränung davon ausgehen önnen, dass alle Teilquader selbst ompat sind. Nach Satz 4.47 existieren dann zu jedem {1,..., m} Zwischenpunte ξ und ξ mit M (f = f(ξ und m (f = f(ξ. Damit folgt O P (f U P (f = P ( M (f m (f µ( = < ( f(ξ f(ξ µ( ε, ε max{1, µ(} µ( wobei sich die letzte Ungleichung aus der Bemerung 15.6 (a ergibt. Die Integrierbareit von f auf folgt daher aus dem Satz Wie bei den Funtionen in einer Variablen lässt sich die Integrierbareit einer gegebenen Abbildung auch hier mittels der Riemannschen Summen charaterisieren. Sei dazu f : R n R eine beschränte Funtion auf einem uader R n. Seien ferner P = { 1,..., m } eine Partition von und ξ für alle = 1,..., m beliebig gewählte Punte aus den Teilquadern. Dann wird der Ausdruc S P (f, ξ := P f(ξ µ( = f(ξ µ(

11 15.1. INTEGRATION ÜBER UADER 15 als die zugehörige Riemannsche Summe bezeichnet. Aus der Definition ergibt sich unmittelbar U P (f S P (f, ξ O P (f. Existiert eine Zahl I R und gibt es zu jedem ε > 0 ein δ > 0, so dass für alle Partitionen P eines gegebenen uaders (in gewisse Teilquader mit der Feinheit δ( < δ sowie bei beliebiger Wahl der Zwischenpunte ξ die Ungleichung SP (f, ξ I < ε gilt, so schreiben wir I = lim S P (f, ξ δ(p 0 und sagen, dass die Riemannschen Summen gegen I onvergieren. Aufgrund des nachfolgenden Satzes erhält man mittels der Riemannschen Summen eine vollständige Charaterisierung der Riemann Integrierbareit. Der Beweis erfolgt analog zu dem des entsprechenden Satzes 7.19 im eindimensionalen Fall. Satz ( Charaterisierung der Integrierbareit mittels Riemannscher Summen Seien R n ein uader und f : R n R eine über beschränte Funtion. Dann ist f genau dann auf integrierbar, wenn der Grenzwert lim δ(p 0 S P (f, ξ existiert. In diesem Fall gilt lim S P(f, ξ = f(xdx. δ(p 0 Der vorige Satz erlaubt im Falle einer integrierbaren Funtion also die Berechnung des Integrals von f auf, indem man sich zu einer beliebigen Folge von Partitionen P mit δ(p 0 eine ebenfalls beliebige Folge von Zwischenpunten ξ auswählt und anschließend den Grenzwert lim S P (f, ξ berechnet. Aus den bisherigen Ergebnissen lassen sich, wiederum in Analogie zum Fall n = 1, eine ganze Reihe von Eigenschaften des Riemann Integrals über einen uader zeigen. Wir fassen die entsprechenden Resultate in dem nachstehenden Satz zusammen und verzichten hier auf die zugehörigen Beweise. Satz ( Elementare Eigenschaften des Riemann Integrals Seien R n ein uader sowie f, g : R n R beschränte Funtionen über. Dann gelten die folgenden Aussagen: (a Sind f und g integrierbar, so ist auch die Abbildung αf + βg über integrierbar für alle α, β R, und es gilt ( αf(x + βg(x dx = α f(xdx + β g(xdx. (b Mit f ist auch jede der Funtionen f +, f und f integrierbar über.

12 16 KAPITEL 15. INTEGRATION ÜBER UADER IM R N (c Mit f und g ist auch das Produt f g integrierbar über. (d Sind f und g integrierbar und gilt g(x c für alle x mit einer Konstanten c > 0, so ist auch der uotient f/g über integrierbar. (e Sind f und g integrierbar mit f(x g(x für alle x, so gilt f(xdx g(xdx. (f Sind f und g integrierbar, so gelten f(xdx f(x dx und f(xg(xdx sup f(x x g(x dx. (g Ist {f } eine Folge Riemann integrierbarer Funtionen f : R, die gleichmäßig gegen die Funtion f : R onvergiere, so ist f ebenfalls Riemann integrierbar, und es gilt ( lim f (xdx = f(xdx = lim f (xdx Nullmengen nach Jordan und Lebesgue Wir beginnen diesen Abschnitt mit zwei Definitionen von Nullmengen, die in vielen Fällen identisch sind, aber in der Integrationstheorie doch eine sehr unterschiedliche Bedeutung haben. Definition Sei M R n eine gegebene Menge. Dann hat M (a den Jordan Inhalt Null oder ist eine Jordansche Nullmenge (urz: J Nullmenge, wenn es zu jedem ε > 0 endlich viele offene uader 1, 2,..., m gibt mit m M und µ( < ε. (b das Lebesgue Maß Null oder ist eine Lebesguesche Nullmenge (urz: L Nullmenge, wenn es zu jedem ε > 0 höchstens abzählbar viele offene uader 1, 2,... gibt mit M und µ( < ε.

13 15.2. NULLMENGEN NACH JORDAN UND LEBESGUE 17 Wir werden später manchmal nur von einer Nullmenge sprechen, wenn aus dem Zusammenhang lar ist, ob es sich um eine Jordansche oder um eine Lebesguesche Nullmenge handelt oder in dem jeweils betrachteten Fall beide Begriffe übereinstimmen. Ferner sei hier ausdrüclich erwähnt, dass wir in der Definition statt der offenen uader 1, 2,... auch beliebige uader hätten zulassen önnen. Die explizite Wahl offener uader vereinfacht in unserem Zusammenhang lediglich den Beweis einiger Aussagen, vergleiche beispielsweise das Lemma Offensichtlich ist jede Jordansche Nullmenge auch eine Lebesguesche Nullmenge. Das folgende Beispiel zeigt, dass die Umehrung dieser Aussage im Allgemeinen nicht gilt. Beispiel Betrachte den eindimensionalen Fall n = 1 mit der Menge M := [0, 1]. Als Teilmenge aller rationalen Zahlen ist diese Menge abzählbar. Also existiert eine bijetive Abbildung x von N in M. Wir wählen dann zu einem beliebig gegebenen ε > 0 die offenen uader (bei denen es sich im eindimensionalen Fall um Intervalle handelt := ( x 2 1 ε, x ε, N. Die Menge { } N liefert dann eine abzählbare Überdecung von M mit der Eigenschaft µ( = 1 2ε = ε. Also ist M eine L Nullmenge. Auf der anderen Seite ist M eine J Nullmenge, man vergleiche hierzu das Beispiel im nächsten Kapitel. In einem wichtigen Spezialfall stimmen die J Nullmengen jedoch mit den L Nullmengen überein. Lemma ( Kompate L Nullmengen sind J Nullmengen Sei M R n eine L Nullmenge. Ist M ompat, so ist M auch eine J Nullmenge. Beweis: Nach Voraussetzung gibt es höchstens abzählbar viele offene uader mit M und µ( < ε. Da M ompat ist, existiert bereits eine endliche Überdecung von M, d.h., es gibt endlich viele Indizes i 1,...,i m mit M i1... im. Für diese endlich vielen uader gilt aber erst recht µ( i µ( im < ε. Also ist M in der Tat eine J Nullmenge. Die nachstehende Bemerung fasst einige elementare Eigenschaften und Beispiele von J und L Nullmengen zusammen. Bemerung Es gelten die folgenden Aussagen:

14 18 KAPITEL 15. INTEGRATION ÜBER UADER IM R N (a Jede Teilmenge einer Jordanschen (Lebesgueschen Nullmenge ist eine Jordansche (Lebesguesche Nullmenge. (b Jede endliche (abzählbare Teilmenge des R n ist eine Jordansche (Lebesguesche Nullmenge. (c Die Vereinigung von endlich (abzählbar vielen Jordanschen (Lebesgueschen Nullmengen ist eine Jordansche (Lebesguesche Nullmenge. Beweis: (a Diese Aussage folgt sofort aus der Definition der Jordanschen und Lebesgueschen Nullmengen. (b Einelementige Mengen sind offenbar J Nullmengen (man ann eine Überdecung mit nur einem einzigen offenen uader von beliebig leinem Volumen finden. Die Aussage folgt daher unmmittelbar aus der noch zu beweisenden Behauptung (c. (c Die Aussage über die Vereinigung von endlich vielen Jordanschen Nullmengen folgt sofort aus der Definition. Seien M 1, M 2,... abzählbar viele Lebesguesche Nullmengen und ε > 0 beliebig gegeben. Da jedes M eine Lebesguesche Nullmenge ist, gibt es (höchstens abzählbar viele offene uader 1, 2, 3,... mit M j j und j j ε. Dann 2 überdecen die (höchstens abzählbar vielen uader 11, 12,..., 21, 22,..., 31, 32,... die Vereinigung M. Ferner ist das Volumen aller dieser uader höchstens gleich woraus die Behauptung (c folgt. ε 2 = ε ( 1 ε 2 ( 1 = ε, 2 Eine Klasse von L-Nullmengen wird in dem nachfolgenden Resultat angegeben. Lemma ( Hyperebenen sind L Nullmengen Jede Hyperebene H j (c := {(x 1,...,x n T R n x j = c constant} im R n ist eine L Nullmenge. Insbesondere ist jede Teilmenge einer solchen Hyperebene eine L Nullmenge. Beweis: Der zweite Teil ergibt sich sofort aus der Bemerung (a, sobald wir gezeigt haben, dass H j (c eine L Nullmenge ist. Sei dazu ε > 0 beliebig gegeben. Für jedes N definieren wir dann einen offenen uader mit den Intervallendpunten := ( a ( 1, b( 1 ( ( a 2, b( 2... ( a ( n, b( n a ( i := {, falls i j, ε c, falls i = j 2 +1 (2 n 1 und b ( i := { +, falls i j, ε c +, falls i = j 2 +1 (2 n 1

15 15.2. NULLMENGEN NACH JORDAN UND LEBESGUE 19 für i = 1,...,n. Offenbar ist dann H j (c und µ( = (2 n 1 2ε 2 +1 (2 = ε n 1 also H j (c in der Tat eine L Nullmenge. (1 = ε, 2 Aus dem Lemma ergibt sich beispielsweise sofort, dass jeder echte Unterraum und jeder solche affine Unterraum ebenfalls eine L Nullmenge ist. Gleiches gilt natürlich für jede Teilmenge derartiger Räume. Hingegen ann eine Hyperebene oder ein (affiner Unterraum eine J Nullmenge sein, da unbeschränte Mengen niemals J Nullmengen darstellen. Dies folgt sofort aus der einfachen Beobachtung, dass sich jede J Nullmenge durch endlich viele uader (von beliebig leinem Volumen überdecen lässt und damit zwangsläufig beschränt sein muss (die Vereinigung von endlich vielen beschränten Mengen ist wieder beschränt. Eine weitere wichtige Klasse von L Nullmengen enthält das folgende Resultat. Lemma ( Graph stetiger Funtionen ist L Nullmenge Seien f : R n 1 R eine stetige Funtion und N := graph(f := {( x, f(x R n 1 R x R n 1} der Graph der Abbildung f. Dann ist N eine L Nullmenge. Beweis: Es genügt, die Funtion f auf einem ompaten Würfel W R n 1 mit der Kantenlänge 1 zu betrachten, da der R n 1 mit abzählbar vielen solcher Würfel überdect werden ann. Wir zeigen also, dass die Menge N W := graph ( f W := {( x, f(x x W } eine Nullmenge ist, die Behauptung ergibt sich dann aus der Bemerung (b. Da f auf W gleichmäßig stetig ist, gibt es zu jedem ε > 0 ein δ > 0 mit f(x f(y < ε für alle x, y W mit x y < δ. Wir wählen nun eine natürliche Zahl > 2 und zerlegen δ W durch äquidistante Einteilung der Kanten in n 1 Teilwürfel. Zu jedem dieser Teilwürfel bestimme man einen offenen Oberwürfel der Kantenlänge 2. Gemäß Wahl von ist x y 2 < δ und damit die Schwanung max f(x f(y auf diesem offenen Oberwürfel leiner als ε. Der Graph von f W wird daher überdect von n 1 offenen uadern mit dem Volumen ( 2 n 1 ε (dieses Volumen ergibt sich aus der Fläche ( 2 n 1 des Teilwürfels im R n 1 mal der Höhe ε, vergleiche hierzu die Abbildung.

16 20 KAPITEL 15. INTEGRATION ÜBER UADER IM R N Würfel W: Beispiel für n = 3, = 4 Teilwürfel von W 1 offener Oberwürfel graph(f ε Teilwürfel W Abbildung 15.6: Zum Beweis des Lemmas Somit haben wir eine Überdecung des Graphen von f über dem Würfel W mit (sogar nur endlich vielen offenen uadern, deren Volumen sich zusammen abschätzen lassen durch n 1 ( 2 n 1 ε = 2 n 1 ε. Da ε > 0 beliebig gewählt war, folgt hieraus die Behauptung. Eine unmittelbare Folgerung aus dem obigen Resultat ist das nachstehende Korollar. Korollar ( Graph stetiger Funtionen auf ompaten Mengen ist J Nullmenge Seien f : R n 1 R eine stetige Funtion, K R n 1 einen ompate Teilmenge und N K := graph ( f K := {( x, f(x x K }.

17 15.3. DAS INTEGRABILITÄTSKRITERIUM VON LEBESGUE 21 Dann ist N K eine J Nullmenge. Beweis: Mit der Definition von graph(f wie im Lemma gilt offenbar N K graph(f. Da graph(f nach Lemma aber eine L Nullmenge ist, haben wir in der Teilmenge N K wegen Bemerung (a ebenfalls eine L Nullmenge vorliegen. Andererseits handelt es sich bei der Menge N K um das Bild der ompaten Menge K unter der stetigen Abbildung x ( x, f(x, so dass diese Menge wegen des Satzes 4.46 selbst ompat ist. Aufgrund des Lemmas haben wir deshalb bereits eine J Nullmenge vorliegen Das Integrabilitätsriterium von Lebesgue Ziel dieses Abschnittes ist die Aussage, dass eine auf einem uader definierte und dort beschränte Funtion genau dann Riemann integrierbar ist, wenn die Menge ihrer Unstetigeitspunte eine Lebesguesche Nullmenge ist. Im eindimensionalen Fall ist dieses Resultat bereits im Satz 8.5 formuliert worden, wurde damals allerdings noch nicht bewiesen. Der Beweis ist in der Tat etwas technisch und bedarf noch einiger Vorbereitungen. Insbesondere erweist sich in diesem Zusammenhang der Begriff der Oszillation einer Funtion als sehr nützlich. Definition Seien f : M R eine beschränte Funtion auf einer nichtleeren Menge M R n. Dann heißt Ω f (M := sup f(x inf f(x = sup { f(x f(y } x, y M x M x M die Oszillation von f auf der Menge M. Für jedes feste x M ist die Abbildung δ Ω f ( M Bδ (x mit B δ (x := { y x y < δ } offenbar monoton steigend und durch Ω f (M nach oben sowie durch Null nach unten beschränt. Also existiert der Grenzwert ω f,m (x := lim Ω ( f M Bδ (x ( Ω f (M B δ (x δ > 0 δ 0+ für jedes x M. Dieser heißt Oszillation von f im Punte x M. Per Definition gilt ω f,m (x 0 für alle x M. Der Grenzfall ω f,m (x = 0 charaterisiert aufgrund des folgenden Resultates gerade die Stetigeit von f im Punte x. Lemma ( Charaterisierung der Stetigeit mittels der Oszillation Eine beschränte Funtion f : M R auf einer Menge M R n ist genau dann stetig in x M, wenn ω f,m (x = 0 gilt.

18 22 KAPITEL 15. INTEGRATION ÜBER UADER IM R N Beweis: Sei f zunächst stetig in x M. Nach Wahl von ε > 0 existiert dann ein δ > 0 derart, dass f(y f(x < ε 2 für alle y V δ := M B δ (x gilt. Für je zwei Punte y 1, y 2 V δ ist daher f(y1 f(y 2 f(y1 f(x + f(x f(y2 < ε. Dies impliziert Ω f (V δ ε und damit ω f,m (x ε. Da ε > 0 beliebig gewählt werden onnte, folgt ω f,m (x = 0. Sei nun umgeehrt ω f,m (x = 0 vorausgesetzt. Zu beliebig gewähltem ε > 0 existiert dann ein δ > 0 mit Ω f (V δ < ε, wobei wieder V δ := M B δ (x gesetzt wurde. Für alle y V δ gilt also f(x f(y < ε, was die Stetigeit von f in x beweist. Sei f : R n R wieder eine beschränte Funtion auf einem uader R n und S(f := { x f ist nicht stetig in x } die Menge der Unstetigeitspunte von f. Setzen wir für ein ε > 0 noch so gilt wegen Lemma gerade S ε (f := { x ωf, (x ε }, S(f = S 1(f. (15.3 Aufgrund des nächsten Resultats ist S(f die Vereinigung von abzählbar vielen ompaten Mengen. Lemma ( Kompatheit der Mengen S ε Seien f : R n R eine beschränte Funtion auf einem ompaten uader R n und S ε (f wie oben definiert. Dann ist S ε (f für jedes ε > 0 eine ompate Menge. Beweis: Wegen S ε (f ist S ε (f zumindest beschränt. Im Hinblic auf den Satz 4.44 von Heine Borel haben wir daher nur noch zu verifizieren, dass S ε (f auch abgeschlossen ist. Dazu benutzen wir das Kriterium aus dem Lemma Sei also {x } S ε (f eine Folge mit x x für ein x. Wir haben x S ε (f zu zeigen. Angenommen, dies ist nicht der Fall. Dann ist ω f, (x < ε. Für ein hinreichend leines δ > 0 ist dann auch Ω f ( Bδ (x < ε. Daher gilt auch ω f, (y < ε für alle y B δ (x. Nun ist aber x B δ (x für alle N hinreichend groß und daher ω f, (x < ε für alle diese im Widerspruch zu x S ε (f. Nach diesen Vorbereitungen ommen wir nun zu dem Hauptresultat dieses Abschnitts.

19 15.3. DAS INTEGRABILITÄTSKRITERIUM VON LEBESGUE 23 Satz ( Integrabilitätsriterium von Lebesgue Sei f : R n R eine beschränte Funtion auf einem ompaten uader R n. Dann ist f genau dann Riemann integrierbar über, wenn die Menge S(f der Unstetigeitspunte von f eine Lebesguesche Nullmenge ist. Beweis: Wir setzen zunächst voraus, dass f Riemann integrierbar auf ist. Zu zeigen ist dann, dass S(f eine L Nullmenge ist. Wegen (15.3 ist S(f = S 1(f. Im Hinblic auf die Bemerung (c genügt es daher zu zeigen, dass jede Menge S 1(f eine L Nullmenge ist, was wegen der Kompatheit dieser Menge (siehe Lemma äquivalent damit ist, dass es sich um eine J Nullmenge handelt, vergleiche Lemma Für ein festes N betrachten wir im Folgenden daher eine solche Menge. Sei ε > 0 beliebig gegeben. Da f nach Voraussetzung Riemann integrierbar ist, existiert aufgrund des Satzes (Riemannsches Integrabilitätsriterium eine Partition P = { 1, 2,..., m } von mit 0 O P (f U P (f < ε 2. Jedes x S 1(f liegt dann entweder in dem Inneren eines solchen uaders oder ist ein Randpunt, also x int( l oder x l für ein l {1, 2,..., m}. Wir haben also S 1(f [ ] [ m ] int( j j, j A j=1 wobei wir zur Abürzung A := { j {1,..., m} int( j S 1(f } gesetzt haben. Für jedes x int( j S 1(f haben wir offenbar 1 ω f,(x = ω f,int(j (x Ω f ( int(j Ω f ( j, wobei die erste Ungleichung aus x S 1(f und die folgende Gleichheit aus x int( j folgt. Wegen O P (f U P (f = (M j m j µ( j = j=1 Ω f ( j µ( j j=1 mit m j := inf x j f(x, M j := sup x j f(x folgt somit 1 j A µ( j j A Ω f ( j µ( j j=1 Ω f ( j µ( j = O P (f U P (f < ε 2

20 24 KAPITEL 15. INTEGRATION ÜBER UADER IM R N und daher j A µ( j < ε 2. Auf der anderen Seite ist der Rand j eines jeden uaders j (j = 1,..., m eine L Nullmenge, denn die (endlich vielen Seitenflächen eines uaders sind jeweils in einer Hyperebene enthalten, vergleiche das Lemma Aber j ist wegen Lemma 4.22 auch ompat, also ist j für jedes j = 1,..., m bereits eine J Nullmenge. Folglich ist auch deren endliche Vereinigung m j=1 j eine J Nullmenge, vergleiche hierzu die Bemerung (c. Also existieren endlich viele uader 1, 2,..., r mit m j j=1 Insgesamt haben wir damit und S 1(f r r int( j und µ( j < ε 2. j=1 j A µ( j + j=1 [ ] [ r ] int( j int( j j A j=1 r µ( j < ε 2 + ε 2 = ε, j=1 so dass gerade die Behauptung folgt. Umgeehrt sei jetzt vorausgesetzt, dass S(f eine L Nullmenge ist. Wir verifizieren die Integrierbareit von f, indem wir das Integrabilitätsriterium von Riemann nachweisen: Zu jedem ε > 0 existiert eine Partition von mit O P (f U P (f < ε. Sei also ε > 0 beliebig gegeben. Sei ferner γ > 0 eine nach Voraussetzung existierende Konstante mit f(x γ für alle x. Wir wählen dann ein ε > 0 mit ε ( µ( + 2γ < ε. Zu diesem ε gibt es, da S(f eine L Nullmenge ist, höchstens abzählbar viele offene uader mit S(f und µ( < ε. Zu jedem x S(f hingegen existiert aus Stetigeitsgründen eine offene Kugel U x := B δx (x mit f(x f(ξ < ε 2 für alle ξ B δ x (x (abgeschlossene Kugel. Also ist x S(f eine offene Überdecung von. Da aber als ompater uader vorausgesetzt war, reichen bereits endlich viele Mengen U x 1, 2,..., r, U x1, U x2,...,u xs

21 15.4. DER SATZ VON FUBINI 25 aus, um zu überdecen. Wir wählen nun eine Partition von in gewisse uader Z 1, Z 2,..., Z t derart, dass für jedes = 1,...,t stets Z j oder Z U xj gilt für einen geeigneten Index j bzw. x j. Bei hinreichender Feinheit der Partition ist eine solche Zerlegung von offenbar immer zu finden. Setzen wir wieder m := inf x Z f(x, M := sup x Z f(x = 1,...,t und definieren die beiden Indexmengen K 1 := { {1,...,t} Z j für einen Index j }, K 2 := {1,...t} \ K 1, so dass insbesondere zu jedem K 2 ein Index x j mit Z U xj existiert, so haben wir offenbar Damit folgt nun M m 2γ K 1, M m ε K 2. O P (f U P (f = K 1 (M m µ(z + K 2 (M m µ(z 2γµ(Z + εµ(z K 1 K 2 2γ ε + µ( ε = ( 2γ + µ( ε < ε und somit die zu zeigende Riemann Integrierbareit von f auf. Aus dem Integrabilitätsriterium von Lebesgue ergibt sich insbesondere nochmals das schon aus dem Satz beannte Resultat, dass stetige Funtionen über ompate uader stets Riemann integrierbar sind Der Satz von Fubini Die Definition des Riemann Integrals über einen uader eignet sich nur selten für die tatsächliche Berechnung des gesuchten Integrals. Gleiches gilt für alle uns beannten Kriterien, die mehr von theoretischem Interesse sind und insbesondere in den Beweisen verschiedener Resultate auftreten.

22 26 KAPITEL 15. INTEGRATION ÜBER UADER IM R N Für die pratische Berechnung von Integralen über uadern benutzt man meistens den Satz von Fubini, den wir in diesem Abschnitt besprechen wollen. Dieser führt das n- dimensionale Integral zurüc auf n eindimensionale Integrationen. Wir formulieren dieses Resultat zunächst für den zweidimensionalen Fall n = 2, der aber schon das Wesentliche der Methode enthält. Lemma ( Satz von Fubini Spezialfall R 2 Sei f : R 2 R integrierbar auf dem ompaten uader Dann gelten die folgenden Aussagen: = { (x, y R 2 a x b, c y d }. (a Existiert F(x := d f(x, ydy für jedes x [a, b], so gilt c b b ( d f(x, yd(x, y = F(xdx = f(x, ydy dx, a insbesondere existiert das auf der rechten Seite auftretende iterierte Integral. (b Existiert G(y := b f(x, ydx für jedes y [c, d], so gilt a d d ( b f(x, yd(x, y = G(ydy = f(x, ydx dy, c insbesondere existiert das auf der rechten Seite auftretende iterierte Integral. (c Existieren F und G für alle x [a, b] bzw. y [c, d], so ist b a ( d c f(x, ydy dx = d c a c ( b d.h., die Reihenfolge der Integrationen ist vertauschbar. a c a f(x, ydx dy, Beweis: Die Aussage (c folgt sofort aus (a und (b. Außerdem lässt sich Teil (b analog zur Aussage (a verifizieren, so dass wir lediglich den Teil (a beweisen werden. Zum Nachweis von (a definieren wir die Teilquader ij := { (x, y R 2 x i 1 x x i i = 1,..., m, y j 1 y y j j = 1,...,n }, wobei a = x 0 < x 1 <... < x m = b und c = y 0 < y 1 <... < y n = d Zerlegungen der beiden Teilintervalle [a, b] und [c, d] seien. Die ij bilden dann eine Partition P des uaders. Wir setzen wie üblich m ij := inf ij f(x, y und M ij := sup ij f(x, y.

23 15.4. DER SATZ VON FUBINI 27 Dann gilt für alle y [y j 1, y j ] und alle Zwischenpunte ξ i [x i 1, x i ] m ij f(ξ i, y M ij. Durch Integration über das Teilintervall [y j 1, y j ] ergibt sich hieraus (y j y j 1 m ij yj y j 1 f(ξ i, ydy (y j y j 1 M ij, wobei wir benutzt haben, dass F(x nach Voraussetzung existiert und dieses Integral damit auch auf jedem Teilintervall wohldefiniert ist. Multiplizieren wir jetzt mit (x i x i 1 und summieren dann über j und anschließend über i, so ergibt sich mit der weiter oben eingeführten Partition P U P (f = i,j m ij µ( ij = ( d i=1 c f(ξ i, ydy (x i x i 1 F(ξ i (x i x i 1 i=1 i,j M ij µ( ij = O P (f. Damit ist die Riemannsche Summe F(ξ i (x i x i 1 (15.4 i=1 bezüglich der Zerlegung a = x 0 < x 1 <... < x m = b von [a, b] eingeschlossen zwischen der Untersumme U P (f und der Obersumme O P (f. Nach Voraussetzung ist f aber integrierbar über. Also onvergiert die Riemannsche Summe (15.4, und zwar gegen das Integral Zusammen folgt womit alles bewiesen ist. f(x, yd(x, y = b a b a F(xdx. F(xdx = b a ( d c f(x, ydy dx, Das Lemma lässt sich sofort verallgemeinern auf n-dimensionale Integrale. Wir erhalten damit den nachstehenden Satz, dessen Beweis völlig analog zu dem des Lemmas durchgeführt werden ann und daher an dieser Stelle ausgelassen wird.

24 28 KAPITEL 15. INTEGRATION ÜBER UADER IM R N Satz ( Satz von Fubini Allgemeiner Fall Sei f : R n R integrierbar auf dem ompaten uader = {x R n a i x i b i i = 1,...,n}. Für jedes i {1,..., n} setzen wir außerdem i := {(x 1,...,x i 1, x i+1,..., x n a j x j b j j = 1,...,n mit j i}. Dann gelten die folgenden Aussagen: (a Existiert das Integral für jedes x i [a i, b i ], so ist f(xdx = i f(x 1,...,x i,...,x n d(x 1,..., x i 1, x i+1,...,x n, bi a i ( f(x 1,..., x i,...,x n d(x 1,...,x i 1, x i+1,...,x n dx i, i insbesondere existiert das auf der rechten Seite auftretende iterierte Integral. (b Existiert das Integral bi a i f(x 1,...,x i,...,x n dx i für jedes (x 1,...,x i 1, x i+1,...,x n i, so ist f(xdx = i ( bi a i f(x 1,..., x i,...,x n dx i d(x 1,...,x i 1, x i+1,...,x n, insbesondere existiert das auf der rechten Seite auftretende iterierte Integral. Der Satz von Fubini lässt sich suzessive anwenden, um n-dimensionale Integrale auf insgesamt n eindimensionale Integrationen zu reduzieren, wobei natürlich die jeweiligen Voraussetzungen erfüllt sein müssen. Wir illustrieren dies an einigen Beispielen. Beispiel (a Seien f : R 2 R definiert durch f(x, y := x 2 xy und := [0, 1] [ 2, 3]. Dann ist f stetig und somit insbesondere integrierbar über. Aus dem Satz von Fubini folgt nun einerseits f(x, yd(x, y = = ( 3 (x 2 xydy 2 [ x 2 y 1 2 xy2 ] 3 2 dx dx

25 15.4. DER SATZ VON FUBINI 29 = 1 0 (5x 2 52 x dx = = 5 12 und andererseits (bei Vertauschung der Integrationsreihenfolge f(x, yd(x, y = = = = ( 1 0 (x 2 xydx dy ] 1 [ 1 3 x3 1 2 x2 y ( y dy Die Ergebnisse stimmen also überein, was wegen des Satzes von Fubini auch lar ist, da die jeweils auftretenden eindimensionalen Integrale aus Stetigeitsgründen beide existieren. (b Wir illustrieren hier die suzessive Anwendung des Satzes von Fubini mittels eines dreidimensionalen Beispiels. Seien dazu Mit dy 0 f(x, y, z := x + y + z und := [0, 2] [0, 1] [2, 4]. folgt aus dem Satz von Fubini zunächst z := {(x, y 0 x 2, 0 y 1} (x + y + zd(x, y, z = 4 Das innere Integral wiederum önnen wir zerlegen in z (x + y + zd(x, y = ( (x + y + zd(x, y dz. z ( 2 0 (x + y + zdx dy. Insgesamt erhalten wir damit (x + y + zd(x, y, z = 4 ( 1 ( 2 (x + y + zdx dy dz 2 0 0

26 30 KAPITEL 15. INTEGRATION ÜBER UADER IM R N = = = 18, ( 1 (2 + 2y + 2zdy dz 0 (3 + 2zdz wobei man wiederum beachte, dass aus Stetigeitsgründen die Voraussetzungen des Satzes von Fubini jeweils erfüllt sind. (c Als Warnung geben wir jetzt noch ein Beispiel an, wonach aus der Existenz eines iterierten Integrals noch nicht auf die Existenz des eigentlich gesuchten Integrals geschlossen werden ann. Sei dazu f : R 2 R definiert durch { 1, falls y, f(x, y := 2x, falls y /. Betrachte ferner den uader := [0, 1] [0, 1]. Für jedes feste y [0, 1] gilt dann 1 0 f(x, ydx = 1, (15.5 denn für y haben wir f(x, y = 1 für alle x [0, 1] und daher (15.5, während wir für y / aus f(x, ydx = 2xdx = x 2 = ebenfalls die Gültigeit von (15.5 erhalten. Aus (15.5 wiederum beommen wir für das iterierte Integral f(x, ydxdy = 1. Insbesondere existiert das iterierte Integral also. Andererseits ist f über nicht integrierbar, denn für jede Partition P von mit 0 = x 0 < x 1 <... < x m = 1 und 0 = y 0 < y 1 <... < y n = 1 und δ(p 0 erhalten wir 0 U P (f = i,j min{1, 2x i 1 }(x i x i 1 (y j y j 1 = min{1, 2x i 1 }(x i x i 1 i = 2 x i 1 (x i x i 1 + (x i x i 1 x i x i 1 > 1 2

27 15.4. DER SATZ VON FUBINI 31 1/2 2 xdx = 3 4 und O P (f = i,j = i max{1, 2x i }(x i x i 1 (y j y j 1 max{1, 2x i }(x i x i 1 = (x i x i xi< 1 xi xdx = 5 4, 1/2 x i (x i x i 1 so dass f nicht integrierbar sein ann. Hierbei wurde in den beiden Grenzübergängen jeweils ausgenutzt, dass es sich einerseits um eine Telesopsumme und andererseits um eine Riemannsche Summe handelt, wobei noch zu beachten ist, dass die Feinheit der Zerlegung gegen Null geht. Der Begriff der Integrierbareit lässt sich auf vetorwertige Funtionen erweitern. Definition Seien R n ein uader und f : R m eine gegebene Abbildung mit Komponentenfuntionen f i : R (i = 1,...,m. Dann heißt f integrierbar auf, wenn alle f i auf integrierbar sind. In diesem Fall setzen wir ( f(xdx = f 1 (x,..., f n (x und bezeichnen diesen Ausdruc als das Integral von f. Viele der bisher bewiesenen Resultate, beispielsweise die Linearität des Integrals, lassen sich auf triviale Art und Weise auf das Integral für vetorwertige Funtionen übertragen. Wir verzichten hier auf die Einzelheiten. Wir wollen im Folgenden noch einige wichtige Konsequenzen des Satzes von Fubini herleiten. Dazu benötigen wir zwei neue Klassen von Funtionen, die daher zunächst eingeführt werden müssen. In diesem Zusammenhang sei daran erinnert, dass wir in unserer Definition einer differenzierbaren Funtion f : Ω R m den Definitionsbereich Ω R n stets als offen vorausgesetzt haben, da es ein Analogon der einseitigen Ableitung im Falle n > 1 nicht gibt (die Existenz der partiellen Ableitungen impliziert beanntlich nicht die Differenzierbareit, schließlich ann man sich dem Rand der Menge Ω im Allgemeinen aus beliebig vielen verschiedenen Richtungen annähern. Aus diesem Grunde muss in

28 32 KAPITEL 15. INTEGRATION ÜBER UADER IM R N der nachstehenden Definition erst einmal erlärt werden, was wir unter der Menge aller differenzierbaren Funtionen auf dem Abschluss Ω von Ω verstehen wollen. Definition Für eine offene Menge Ω R n sei C 1 (Ω die Menge aller stetig differenzierbaren Funtionen f : Ω R derart, dass sich f und alle partiellen Ableitungen f xi (i = 1,..., n stetig auf Ω fortsetzen lassen. Hiermit definieren wir C 1 0(Ω := C 1 0(Ω, R := { f : Ω R f C 1 (Ω und f(x = 0 für alle x Ω }. Für eine vetorwertige Abbildung f : Ω R m schreiben wir f C 1 (Ω := C 1 (Ω, R m, wenn alle Komponentenfuntionen f i zu C 1 (Ω gehören. In Verallgemeinerung der obigen Definition bezeichnet man mit C (Ω oder C (Ω, R die Menge aller -mal stetig differenzierbaren Funtionen f : Ω R, für die sich f und alle partiellen Ableitungen D α f mit α := α α n stetig auf Ω fortsetzen lassen, wobei α = (α 1,...,α n ein Multi Index ist und D α f(x := α f(x x α 1... x α n eine partielle Ableitung der Ordnung α bezeichnet. Für vetorwertige Funtionen f : Ω R m werden die Ausdrüce C (Ω := C (Ω, R m wieder omponentenweise definiert. Wir schreiben manchmal auch f C (A für eine abgeschlossene Menge A R n. Damit ist dann die Menge aller auf dem Inneren von A stetig differenzierbaren Funtionen gemeint, die sich mitsamt ihren partiellen Ableitungen stetig auf den Rand A fortsetzen lassen. Entsprechend ist f C (A zu interpretieren. Zur Formulierung des nächsten Resultates benötigen wir schließlich noch den Begriff der Divergenz. Definition Seien Ω R n und f : Ω R n (partiell differenzierbar. Dann heißt der Ausdruc divf(x := f 1 (x f n (x, x 1 x n die Divergenz von f in x. Nach diesen Vorbereitungen sind wir nun in der Lage, die folgenden Verallgemeinerungen der Regel der partiellen Integration zu beweisen, wobei wir mit D j f(x := D xj f(x die partiellen Ableitungen von f im Punte x bezeichnen. Satz ( Verallgemeinerte partielle Integration über uader Sei R n ein abgeschlossener uader. Dann gelten: (a Für jedes f C 1 0 (, R ist D jf(xdx = 0 für alle j = 1,..., n. (b Für alle f C 1 0(, R und g C 1 (, R gilt D jf(x g(xdx = f(x D j g(xdx für alle j = 1,..., n.

29 15.4. DER SATZ VON FUBINI 33 (c Für jedes f C0 1(, Rn gilt divf(xdx = 0. Beweis: (a Da ein abgeschlossener uader ist, existieren Intervalle I j = [a j, b j ] mit = I 1... I n. Wir schreiben = I 1 1 mit 1 := I 2... I n sowie x = (x 1, y für x mit x 1 I 1 = [a 1, b 1 ] und y 1. Aus dem Satz von Fubini sowie dem Hauptsatz der Differential und Integralrechnung folgt dann ( b1 f [ D 1 f(xdx = (x 1, ydx 1 dy = f(b1, y f(a 1, y ] dy = 0 1 a 1 x 1 1 wegen f(x = 0 für alle x und (b 1, y, (a 1, y. Für j = 2,..., n verläuft der Beweis analog. (b Setze h := f g. Dann ist h C 1 0 (, R und wegen Teil (a somit D jh(xdx = 0 für jedes j = 1,..., n. Aus D j h(x = D j f(x g(x + f(x D j g(x (Produtregel folgt nun die Behauptung. (c Die Aussage folgt unmittelbar aus dem Teil (a und der Definition

15. Bereichsintegrale

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

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

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

Das mehrdimensionale Riemann-Integral. 1. Volumenintegrale

Das mehrdimensionale Riemann-Integral. 1. Volumenintegrale Das mehrdimensionale Riemann-Integral. Volumenintegrale Es sei ein uader im R n gegeben durch := [a, b ] [a 2, b 2 ] [a n, b n ] = {(x,... x n ) a j x j b j } mit rellen Zahlen a j, b j, j =,... n. Offenbar

Mehr

4 Das Riemann-Integral im R n

4 Das Riemann-Integral im R n $Id: nintegral.tex,v 1.5 2012/11/16 17:49:54 hk Exp hk $ 4 Das Riemann-Integral im R n 4.1 Das n-dimensionale Riemann-Integral Die Konstruktion des Riemann-Integrals folgt der in der letzten Sitzung besprochenen

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

Probeklausur zur Analysis für Informatiker

Probeklausur zur Analysis für Informatiker Lehrstuhl A für Mathemati Prof. Dr. R. Stens Aachen, den 28. Januar 20 Probelausur zur Analysis für Informatier Musterlösung Aufgabe Zeigen Sie, dass für alle n N gilt. 2n+ ( ) + Beweis durch vollständige

Mehr

1 Häufungswerte von Folgen

1 Häufungswerte von Folgen KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heio Hoffmann WS 0/..0 Höhere Mathemati I für die Fachrichtung Informati. Saalübung (..0) Häufungswerte von Folgen Oft

Mehr

28. Integralrechnung im Mehrdimensionalen

28. Integralrechnung im Mehrdimensionalen 28. Integralrechnung im Mehrdimensionalen 355 28. Integralrechnung im Mehrdimensionalen Wir haben nun das Studium der Differenzierbarkeit in mehreren Veränderlichen beendet und werden uns als Nächstes

Mehr

Klausur - Analysis 1

Klausur - Analysis 1 Prof. Dr. László Széelyhidi Analysis I, WS 22 Klausur - Analysis Lösungen Aufgabe. i Punt Definieren Sie, wann x n eine Cauchyfolge ist. Lösung : x n heisst Cauchyfolge wenn es zu jedem ε > ein N N gibt,

Mehr

Differentialrechnung im R n

Differentialrechnung im R n Kapitel 9 Differentialrechnung im R n Bisher haben wir uns mit Funtionen beschäftigt, deren Verhalten durch eine einzelne Variable beschrieben wird. In der Praxis reichen solche Funtionen in der Regel

Mehr

$Id: reell.tex,v /11/15 13:12:24 hk Exp $

$Id: reell.tex,v /11/15 13:12:24 hk Exp $ $Id: reell.tex,v.8 200//5 3:2:24 h Exp $ 4 Die reellen Zahlen 4.3 Das Vollständigeitsaxiom Wir hatten das Supremum einer Menge M R als die leinste obere Schrane von M definiert, sofern eine solche überhaupt

Mehr

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

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

Mehr

4 Messbare Funktionen

4 Messbare Funktionen 4 Messbare Funktionen 4.1 Definitionen und Eigenschaften Definition 4.1. Seien X eine beliebige nichtleere Menge, M P(X) eine σ-algebra in X und µ ein Maß auf M. Das Paar (X, M) heißt messbarer Raum und

Mehr

Mehrfachintegrale 1-E1. Ma 2 Lubov Vassilevskaya

Mehrfachintegrale 1-E1. Ma 2 Lubov Vassilevskaya Mehrfachintegrale 1-E1 1-E2 Mehrfachintegrale c Die Erweiterung des Integralbegriffs führt zu den Mehrfachintegralen, die in den naturwissenschaftlich-technischen Anwendungen u.a. bei der Berechnung der

Mehr

Wesentliche Sätze (Analysis 1 für Lehramt)

Wesentliche Sätze (Analysis 1 für Lehramt) Wesentliche Sätze (Analysis für Lehramt) Inhaltsverzeichnis Alexander Schmalstieg TU Dortmund, Wintersemester 203/204 Wichtige Formeln 2 Folgen 2 3 Maxima und Suprema 3 4 Gleichmäßige Konvergenz 3 5 Funtionen

Mehr

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 11. Juli 2016 Ableitungen im Höherdimensionalen Im Eindimensionalen war die Ableitung f (x 0 ) einer Funktion f : R R die

Mehr

6.1 Zerlegungen Ober- und Unterintegrale Existenz des Integrals

6.1 Zerlegungen Ober- und Unterintegrale Existenz des Integrals Kapitel 6 Das Riemann-Integral In diesem Abschnitt wollen wir einen Integralbegriff einführen. Dieser Integralbegriff geht auf Riemann 1 zurück und beruht auf einer naheliegenden Anschauung. Es wird sich

Mehr

Integration (handgestrickt)

Integration (handgestrickt) Integration (handgestrickt) C c (R n ) :={f : R n R; f stetig, Träger(f) beschränkt}. B + b (Rn ) := { f : R n R; abei bedeutet f m konvergiert. J (R n ) := {f; a) f beschränkt, b) Träger(f) beschränkt,

Mehr

Analysis II 13. Übungsblatt

Analysis II 13. Übungsblatt Jun.-Prof. PD Dr. D. Mugnolo Wintersemester 22/3 F. Stoffers 28. Januar 23 Analysis II 3. Übungsblatt. Aufgabe 4322 Punte a Sei U R n offen und f : R n R m eine stetig Fréchet-differenzierbare Abbildung.

Mehr

Die komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.

Die komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C. Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines

Mehr

Vorlesung Der Satz von Fubini. 6.2 Der Satz von Beppo Levi 6.1. DER SATZ VON FUBINI 33

Vorlesung Der Satz von Fubini. 6.2 Der Satz von Beppo Levi 6.1. DER SATZ VON FUBINI 33 6.1. DER SATZ VON FUBINI 33 Vorlesung 6 6.1 Der Satz von Fubini Das Lebesgue-Integralkann natürlichauchüber mehrdimensionale Gebiete definiert werden. Wir haben uns hier auf den eindimenionalen Fallbeschränkt.

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

Wiederholungsklausur zur Analysis I

Wiederholungsklausur zur Analysis I Wiederholungsklausur zur Analysis I Prof. Dr. C. Löh/M. Blank 5. Oktober 2011 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten

Mehr

1 0, x C X (A). = 1 χ A(x).

1 0, x C X (A). = 1 χ A(x). Aufgabe 1 a) Wir müssen nur zeigen, dass χ A B (x) = χ A (x) χ B (x) für alle x X gilt. (Dass χ A χ B Abbildung von X in {0, 1} ist, ist klar.) Sei also x X beliebig. Fall 1: x A B. Dies bedeutet x A und

Mehr

D-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler. Lösung 11

D-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler. Lösung 11 D-MATH, D-PHYS, D-CHAB Analysis II FS 218 Prof. Manfred Einsiedler Lösung 11 Hinweise 1. Kehren Sie die Integrationsreihenfolge um. Um dabei die korrekten Grenzen zu finden, skizzieren Sie den Integrationsbereich.

Mehr

Analyis I -Metrische Räume - eine Einführung in die Topologie

Analyis I -Metrische Räume - eine Einführung in die Topologie Analyis I -Metrische Räume - eine Einführung in die Topologie E = E isolierter Punkte x 1 x 2 x 3 E ist abgeschlossen U ɛ (x) x innerer Punkt Ω Häufungspunkte Ω Metrik Metrische Räume Definition Sei X

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum

Mehr

4 Das Riemann-Integral im R n

4 Das Riemann-Integral im R n $Id: nintegral.tex,v 1.7 2012/11/20 16:08:44 hk Exp hk $ 4 Das Riemann-Integral im R n 4.1 Das n-dimensionale Riemann-Integral In der letzten Sitzung hatten wir die Definition des n-dimensionalen Riemann-Integrals

Mehr

Potenzreihen. Potenzreihen sind Funktionenreihen mit einer besonderen Gestalt.

Potenzreihen. Potenzreihen sind Funktionenreihen mit einer besonderen Gestalt. Potenzreihen Potenzreihen sind Funtionenreihen mit einer besonderen Gestalt. Definition. Ist (a ) eine Folge reeller (bzw. omplexer) Zahlen und x 0 R (bzw. z 0 C), dann heißt die Reihe a (x x 0 ) (bzw.

Mehr

ANALYSIS 3. Carsten Schütt WS 2008/9

ANALYSIS 3. Carsten Schütt WS 2008/9 1. Es sei f : R 3 R 3 durch f 1 (r, φ 1,φ 2 ) = r cos φ 1 f 2 (r, φ 1,φ 2 ) = r sin φ 1 cos φ 2 f 3 (r, φ 1,φ 2 ) = r sin φ 1 sin φ 2 gegeben. Für welche (r, φ 1,φ 2 ) ist f lokal invertierbar? Ist f global

Mehr

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

Meßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 : 24 Meßbare Funktionen bilden die Grundlage der Integrationstheorie. Definition 24. : Sei X eine beliebige Menge, Y ein topologischer Raum, λ ein Maß auf X. f : X Y heißt λ-messbar, falls f (Ω) λ-messbar

Mehr

13 Auswahlaxiom und Zornsches Lemma

13 Auswahlaxiom und Zornsches Lemma 13 Auswahlaxiom und Zornsches Lemma Handout zur Funktionalanalysis I von H. Glöckner, 25.11.2008 Wichtige Teile der modernen Mathematik beruhen auf dem sogenannten Auswahlaxiom der Mengenlehre. Dieses

Mehr

DIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE

DIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE DIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE Zusammenfassung. Ergänzend zur Übung vom 06.06.203 soll hier die Leibnizregel für die Differentiation parameterabhängiger Integrale formuliert und bewiesen

Mehr

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

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

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Sebastian Schwarz WS 018/019 5.10.018 Höhere Mathemati für die Fachrichtung Physi Lösungsvorschläge zum. Übungsblatt

Mehr

Lösungsvorschlag zu den Hausaufgaben der 3. Übung

Lösungsvorschlag zu den Hausaufgaben der 3. Übung FAKULTÄT FÜR MATHEMATIK Prof. Dr. Patrizio Neff 30.0.204 Lösungsvorschlag zu den Hausaufgaben der 3. Übung Aufgabe : (6 Punte) Welche der folgenden Tupel sind Maßräume? Beweisen Sie Ihre Behauptung. {

Mehr

Analysis I Mathematik für InformatikerInnen II SoSe 12 Musterlösungen zur Prüfungsklausur vom 18. Juli 2012

Analysis I Mathematik für InformatikerInnen II SoSe 12 Musterlösungen zur Prüfungsklausur vom 18. Juli 2012 Humboldt-Universität zu Berlin Mathematisch-Naturwissenschaftliche Faultät II Institut für Mathemati Unter den Linden 6, D-0099 Berlin Prof. Andreas Griewan Ph.D. Dr. Thomas M. Surowiec Dr. Fares Maalouf

Mehr

12. Trennungssätze für konvexe Mengen 83

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

Mehr

Wie in der reellen Analysis üblich notiert man Folgen f in der Form

Wie in der reellen Analysis üblich notiert man Folgen f in der Form 2.1.3 Folgen und Konvergenz Viele aus der Analysisvorlesung bekannte Begriffe lassen sich in den Bereich der metrischen Räume verallgemeinern. Diese Verallgemeinerung hat sich als sehr nützliches mathematisches

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 2. Juli 2018 1/1 Wir geben einige wesentliche Sätze über bestimmte Integrale an, deren Beweise man in den Standardlehrbüchern der Analysis findet.

Mehr

10 Der Integralsatz von Gauß

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

Mehr

Lebesgue-Integral und L p -Räume

Lebesgue-Integral und L p -Räume Lebesgue-Integral und L p -Räume Seminar Integraltransformationen, WS 2012/13 1 Treppenfunktionen Grundlage jedes Integralbegriffs ist das geometrisch definierte Integral von Treppenfunktionen. Für A R

Mehr

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

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist: Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,

Mehr

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren 3 Mehrdimensionale Zufallsvariablen Zufallsvektoren Bisher haben wir uns ausschließlich mit Zufallsexperimenten beschäftigt, bei denen die Beobachtung eines einzigen Merkmals im Vordergrund stand. In diesem

Mehr

Lösungen zu Übungsblatt 9

Lösungen zu Übungsblatt 9 Analysis : Camillo de Lellis HS 007 Lösungen zu Übungsblatt 9 Lösung zu Aufgabe 1. Wir müssen einfach das Integral 16 (x + y d(x, y x +y 4 ausrechnen. Dies kann man einfach mittels Polarkoordinaten, da

Mehr

Aufgaben zu Kapitel 0

Aufgaben zu Kapitel 0 Aufgaben zu Kapitel 0 0.1. Seien A und B zwei Mengen. Wie kann man paarweise disjunkte Mengen A 1, A 2 und A 3 so wählen, dass A 1 A 2 A 3 = A B gilt? 0.2. Seien E ein Menge und A eine Teilmengen von E.

Mehr

1 Konvergenz im p ten Mittel

1 Konvergenz im p ten Mittel Konvergenz im p ten Mittel 1 1 Konvergenz im p ten Mittel In diesem Paragraphen werden zunächst in Abschnitt 1.1 die L p Räume eingeführt. Diese erweisen sich als vollständige, lineare Räume über R. In

Mehr

A. Maß- und Integrationstheorie

A. Maß- und Integrationstheorie A. Maß- und Integrationstheorie Im folgenden sind einige Ergebnisse aus der Maß- und Integrationstheorie zusammengestellt, die wir im Laufe der Vorlesung brauchen werden. Für die Beweise der Sätze sei

Mehr

2.6 Der Satz von Fubini

2.6 Der Satz von Fubini 1 2.6 Der Satz von Fubini Unser Ziel ist der Beweis des folgenden Ergebnisses. 6.1. Satz von Fubini Sei f : R n+m R integrierbar. Dann gibt es eine Nullmenge N R m, so dass gilt: 1. Für alle y R m \ N

Mehr

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

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

Mehr

1 Verbandstheorie. Aufgabensammlung. Höhere Mathematik für Physiker III Wintersemester 2014

1 Verbandstheorie. Aufgabensammlung. Höhere Mathematik für Physiker III Wintersemester 2014 Aufgabensammlung Höhere Mathematik für Physiker III Wintersemester 2014 1 Verbandstheorie 1. Aufgabe: (a) Sei f C(R) eine stetige Funktion. Wenn Rf(x)φ(x)dx = 0 für alle Testfunktionen φ Cc (R) gilt, dann

Mehr

Die Fundamentalgruppe des Kreises

Die Fundamentalgruppe des Kreises Abschnitt 9 Die Fundamentalgruppe des Kreises Überlagerungen und die Fundamentalgruppe von S 1 Überlagerungen (die Definition folgt weiter unten stehen in engem Zusammenhang mit der Fundamentalgruppe.

Mehr

Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried

Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie Tobias Ried. März 2 2 Aufgabe (Messbarkeit der Komposition zweier Abbildungen). Seien (X, A), (Y, B) und (Z, C) Messräume und f : (X,

Mehr

Mehrfach und unendlich oft differenzierbare Funktionen, Potenzreihen

Mehrfach und unendlich oft differenzierbare Funktionen, Potenzreihen Kapitel V Mehrfach und unendlich oft differenzierbare Funtionen, Potenzreihen 21 Mehrfache Differenzierbareit und Potenzreihen 22 Die trigonometrischen und die Hyperbelfuntionen 23 Konvexe Funtionen und

Mehr

Potenzreihen. Potenzreihen sind Funktionenreihen mit einer besonderen Gestalt.

Potenzreihen. Potenzreihen sind Funktionenreihen mit einer besonderen Gestalt. Potenzreihen Potenzreihen sind Funtionenreihen mit einer besonderen Gestalt Definition Ist (a ) eine Folge reeller (bzw omplexer) Zahlen und x 0 R (bzw z 0 C), dann heißt die Reihe a (x x 0 ) (bzw a (z

Mehr

Topologische Begriffe

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

Mehr

6 Die Bedeutung der Ableitung

6 Die Bedeutung der Ableitung 6 Die Bedeutung der Ableitung 24 6 Die Bedeutung der Ableitung Wir wollen in diesem Kapitel diskutieren, inwieweit man aus der Kenntnis der Ableitung Rückschlüsse über die Funktion f ziehen kann Zunächst

Mehr

heißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2

heißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2 9 DIE EXPONENTIALREIHE 48 absolut konvergent. Beweis. Wegen x n+ n! n + )!x n = x n + < 2 für n 2 x folgt dies aus dem Quotientenkriterium 8.9). Definition. Die Reihe x n heißt Exponentialreihe. Die durch

Mehr

Analysis I MATH, PHYS, CHAB. 2 k (2 k ) s = 2 k(1 s) = k=0. (2n 1) n=1. n=1. n n 2. n=1. n=1. = ζ(2) 1 4 ζ(2) = 3 4 ζ(2)

Analysis I MATH, PHYS, CHAB. 2 k (2 k ) s = 2 k(1 s) = k=0. (2n 1) n=1. n=1. n n 2. n=1. n=1. = ζ(2) 1 4 ζ(2) = 3 4 ζ(2) Prof. D. Salamon Analysis I MATH, PHYS, CHAB HS 204 Musterlösung Serie 7. Der Vollständigeit wegen, zeigen wir zunächst die Konvergenz der Reihendarstellung der ζ-funtion für s >. ζs : n n s 2 + n s 0

Mehr

Vorlesung Mathematik WS 08/09. Friedel Bolle. Vorbemerkung

Vorlesung Mathematik WS 08/09. Friedel Bolle. Vorbemerkung Vorlesung Mathemati WS 08/09 Vorbemerung Weshalb Mathemati für Öonomen? Das werden Sie selbst sehen im Grundstudium in - Miroöonomie - Statisti - Maroöonomie - BWL: Prodution und dazu in einer Reihe von

Mehr

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

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

Mehr

Ordinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann

Ordinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann Ordinalzahlen Im Rahmen der Ordnungsrelationen wurden bisher die Begriffe Partialordnung und Totalordnung (lineare Ordnung) erwähnt. Ein weiterer wichtiger Ordnungsbegriff ist die Wohlordnung. Wohlgeordnete

Mehr

Analysis II (FS 2015): MEHRFACHE INTEGRALE

Analysis II (FS 2015): MEHRFACHE INTEGRALE Analysis II (FS 2015): MEHRFACHE INTEGRALE Dietmar A. Salamon ETH-Zürich 27. April 2015 Zusammenfassung Das Ziel dieses Manuskriptes ist es, das Riemannsche Integral einer Funktion von mehreren Variablen

Mehr

Über die so definierten Potenzen beweisen wir nun einige einfache Aussagen. = a m+n a Def.

Über die so definierten Potenzen beweisen wir nun einige einfache Aussagen. = a m+n a Def. 4 NATÜRLICHE ZAHLEN UND VOLLSTÄNDIGE INDUKTION 15 der Eigenschaften von N streng begründen, was hier aber nicht geschehen soll. (Statt Zahlen önnen die a n auch Elemente irgendwelcher Mengen sein.) Über

Mehr

ANALYSIS I. Lösung der Klausur vom 25/02/14. Aufgabe 1

ANALYSIS I. Lösung der Klausur vom 25/02/14. Aufgabe 1 ANALYSIS I Lösung der Klausur vom 5//4 Aufgabe (a) Das Monotonieriterium für Folgen besagt, dass monoton wachsende nach oben beschränte Folgen (a n ) R onvergent sind. Entsprechendes gilt für monoton fallende

Mehr

Höhere Mathematik Vorlesung 5

Höhere Mathematik Vorlesung 5 Höhere Mathematik Vorlesung 5 März 2017 ii Gibt es etwa eine bessere Motivation als den rfolg?. Ion Tiriac 5 Das Dreifachintegral Ähnlich wie im zweindimensionalen Fall definieren wir das Dreifachintegral

Mehr

12 Gewöhnliche Differentialgleichungen

12 Gewöhnliche Differentialgleichungen 2 2 Gewöhnliche Differentialgleichungen 2. Einleitung Sei f : D R wobei D R 2. Dann nennt man y = f(x, y) (5) eine (gewöhnliche) Differentialgleichung (DGL) erster Ordnung. Als Lösung von (5) akzeptiert

Mehr

HM I Tutorium 9. Lucas Kunz. 19. Dezember 2018

HM I Tutorium 9. Lucas Kunz. 19. Dezember 2018 HM I Tutorium 9 Lucas Kunz 19. Dezember 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Definition der Ableitung............................ 2 1.2 Ableitungsregeln................................ 2 1.2.1 Linearität................................

Mehr

3 Das n-dimensionale Integral

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

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 31.1.2017 Definition 2.2 (uneigentliches Riemann-Integral) Sei I = [a, b) mit a < b. Die Funktion f : I R sei Riemann-integrierbar auf [a, b ] für alle b < b. Falls x lim x b a f(ξ)

Mehr

1 k k konvergent? und

1 k k konvergent? und 28 Reihen 27 28 Reihen Aufgabe: Sind die Reihen ( + und onvergent? 28. Komplexe Reihen. a Für eine Folge (a in C heißt die Reihe a onvergent, falls die Folge der Partialsummen (s n := n a onvergiert. In

Mehr

Fourierreihen. Definition. Eine Funktion f(x) heißt periodisch mit der Periode T, wenn f(x + T ) = f(x)

Fourierreihen. Definition. Eine Funktion f(x) heißt periodisch mit der Periode T, wenn f(x + T ) = f(x) Fourierreihen Einer auf dem Intervall [, ] definierten Funtion f(x) ann ein (approximierendes) trigonometrisches Polynom (Fourier-Polynom) der Gestalt S n (x) = a + n a cos x + n b sin x zugeordnet werden.

Mehr

12 Der Gaußsche Integralsatz

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

Mehr

Mathematik III. Vorlesung 74. Folgerungen aus dem Satz von Fubini. (( 1 3 x3 1 2 x2 y +2y 3 x) 1 2)dy. ( y +2y y +4y3 )dy

Mathematik III. Vorlesung 74. Folgerungen aus dem Satz von Fubini. (( 1 3 x3 1 2 x2 y +2y 3 x) 1 2)dy. ( y +2y y +4y3 )dy Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 74 Folgerungen aus dem Satz von Fubini Beispiel 74.1. Wir wollen das Integral der Funktion f :R 2 R, (x,y) x 2 xy +2y 3, über dem Rechteck

Mehr

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom

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

Mehr

3 Überlagerungen und Quotienten

3 Überlagerungen und Quotienten $Id: quotient.tex,v 1.12 2017/01/25 18:36:36 h Exp $ 3 Überlagerungen und Quotienten 3.3 Der Riemannsche Existenzsatz Wie in der letzten Sitzung angeündigt wollen wir nun den Riemannschen Existenzsatz

Mehr

2n n + 2. n + (1 + j) 1. 2n + 2 = 1. 2n + 2. (n + 1) + j + 2 1

2n n + 2. n + (1 + j) 1. 2n + 2 = 1. 2n + 2. (n + 1) + j + 2 1 Aufgabe Die strenge Monotonie zeigen wir mittels vollständiger Indution. Indutionsanfang: Trivialerweise ist f streng monoton wachsend. Indutionsschritt: Wir nehmen an, es sei gezeigt, dass für ein gewisses

Mehr

Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 14

Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 14 Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark 03.02.2019 Dr. Markus Lange Analysis 1 Aufgabenzettel 14 Dieser Zettel wird in der letzten Übung des Semesters am 08.02.2019 besprochen Aufgabe

Mehr

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

Lemma (Eigenschaften elementarer Mengen) 1. Jede elementare Menge lässt sich als disjunkte Vereinigung halboffener Intervalle schreiben. 12.3. DIE LEBESGUE ALGEBRA 19 Bemerkung 12.3.2 (Bezeichnungen) Im Buch von Bauer [2] werden elementare Mengen als Figuren bezeichnet. Wir folgen mit unserer Nomenklatur Rudin [15]. Natürlich kann man auf

Mehr

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit

Mehr

Topologische Grundbegriffe II. Inhaltsverzeichnis

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

Mehr

STETIGKEITS- UND KONVERGENZMODI FÜR FUNKTIONEN UND FUNKTIONENFOLGEN

STETIGKEITS- UND KONVERGENZMODI FÜR FUNKTIONEN UND FUNKTIONENFOLGEN STETIGKEITS- UN KONVERGENZMOI FÜR FUNKTIONEN UN FUNKTIONENFOLGEN. Vorbemerungen Im folgenden seien stets: (M, d), (K, ρ) metrische Räume, (V, V ) ein Banach-Raum (nicht notwendigerweise endlichdimensional!),

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

10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit

10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit 10 Aus der Analysis Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit Zahlenfolgen Ein unendliche Folge reeller Zahlen heißt Zahlenfolge. Im Beispiel 2, 3, 2, 2 2, 2

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

2. Integration. {x : f(x) <a+ 1 n }

2. Integration. {x : f(x) <a+ 1 n } 9 2.1. Definition. 2. Integration in Maß ist eine nichtnegative, abzählbar additive Mengenfunktion. in Maßraum ist ein Tripel (X,,µ) bestehend aus einem messbaren Raum X mit der -lgebra und einem auf definierten

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathemati Prof. Dr. Oliver Matte Max Lein Zentralübung 15. Abzählbareit Mathemati für Physier 2 Analysis 1) Wintersemester 2010/2011 Lösungsblatt 3 29.10.2009) i)

Mehr

3.1 Sukzessive Minima und reduzierte Basen: Resultate

3.1 Sukzessive Minima und reduzierte Basen: Resultate Gitter und Codes c Rudolf Scharlau 4. Juni 2009 202 3.1 Sukzessive Minima und reduzierte Basen: Resultate In diesem Abschnitt behandeln wir die Existenz von kurzen Basen, das sind Basen eines Gitters,

Mehr

Lösung zum Tutorium für Topologie und Differentialrechnung mehrerer Variablen SS y. Mit A ist der Flächeninhalt des von

Lösung zum Tutorium für Topologie und Differentialrechnung mehrerer Variablen SS y. Mit A ist der Flächeninhalt des von Blatt Nr. Markus Nöth Lösung zum Tutorium für Topologie und Differentialrechnung mehrerer Variablen SS 1 Aufgabe 1 1 8 6 X w - 6 8 Abbildung 1: Cauchy-Schwarz-Ungl. A In der nebenstehenden Graphik sind

Mehr

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

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

Mehr

Kapitel 19. Das Lebesgue Maß σ Algebren und Maße

Kapitel 19. Das Lebesgue Maß σ Algebren und Maße Kapitel 19 Das Lebesgue Maß 19.1 σ Algebren und Maße 19.2 Das äußere Lebesgue Maß 19.3 Das Lebesgue Maß 19.4 Charakterisierungen des Lebesgue Maßes 19.5 Messbare Funktionen 19.1 σ Algebren und Maße Wir

Mehr

Mathematik 1 für Bauingenieure

Mathematik 1 für Bauingenieure Mathematik 1 für Bauingenieure Name (bitte ausfüllen): Prüfung am 3.3.2017 Reinhard Winkler Matrikelnummer (bitte ausfüllen): Wichtige Hinweise bevor Sie beginnen: Die Prüfung besteht aus vier Aufgaben

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

5 Der Transzendenzgrad

5 Der Transzendenzgrad $Id: trgrad.tex,v 1.6 2009/05/11 14:48:57 hk Exp $ 5 Der Transzendenzgrad Wir stellen nun einige der Tatsachen über die Mächtigkeit von Mengen zusammen, die Ihnen wahrscheinlich aus den ersten Semester

Mehr

Das Lebesgue-Maß im R p

Das Lebesgue-Maß im R p Das Lebesgue-Maß im R p Wir werden nun im R p ein metrisches äußeres Maß definieren, welches schließlich zum Lebesgue-Maß führen wird. Als erstes definieren wir das Volumen von Intervallen des R p. Seien

Mehr

Kapitel C. Integrale und Grenzwerte

Kapitel C. Integrale und Grenzwerte Kapitel C Integrale und Grenzwerte Inhalt dieses Kapitels C000 1 Der Satz von Fubini 2 Der Transformationssatz 1 Vertauschen von Integral und eihe 2 Vertauschen von Integral und Limes 3 Vertauschen von

Mehr

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C) Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung

Mehr