5 Das Lebesgue Integral

Größe: px
Ab Seite anzeigen:

Download "5 Das Lebesgue Integral"

Transkript

1 5 AS LEBESGUE INTEGRAL 5 as Lebesgue Integral er Remann sche Integralbegrff m R n, den wr m ersten (für n = 1) und drtten Kaptel kennengelernt haben, eröffnet uns de Möglchket zur Berechnung ener sehr großen Klasse von Integralen und recht für vele praktsch relevante Konfguratonen aus. Es ermöglcht darüber hnaus ene sehr anschaulche und ntutve Enführung. Es hat jedoch auch enge wesentlche Schwachpunkte. So st de Notwendgket der Unterschedung zwschen egentlchen und unegentlchen Integralen oftmals beschwerlch, und gerade n höheren mensonen (n 2) gerstalten sch zahlreche Bewese sehr technsch (man denke etwa an den Transformatonssatz). er zentrale Nachtel besteht jedoch n der Unvollständgket gewsser Funktonenmengen (etwa des Raumes C(Ω) der stetgen Funktonen auf ener Menge Ω R n ) bezüglch der Konvergenz n gewssen Integralnormen (etwa der L 2 -Norm, de de Konvergenz m quadratschen Mttel beschrebt). e Vollständgket st jedoch nsbesondere für Exstenzaussagen, z. B. Exstenz von Lösungen bestmmter parteller fferentalglechungen, oftmals unverzchtbar. Aus desem Grund müssen wr den Raum C(Ω) erwetern, doch auch der Raum der Remann-ntegrerbaren Funktonen erwest sch noch als zu klen. Erst der Raum L 2 (Ω) der m Quadratsnne Lebesgue-ntegrerbaren Funktonen st rechhaltg genug. Wr wollen daher n desem Kaptel den Remann schen Integralbegrff erwetern. Wesentlche Unterschede m Verglech zum bslang bekannten Remann-Integral snd we folgt gegeben: An engen Stellen snd anstatt endlcher Zerlegungen (etwa des Integratonsberechs Ω) abzählbar unendlche Zerlegungen zugelassen. Unbeschränkte Integratonsgebete Ω snd zugelassen. Unbeschränkte Integranden f : Ω R {± } snd zugelassen. Es gbt mehrere alternatve Zugänge zum Lebesgue-Integral. Alle führen aber zu denselben Ergebnssen. Wr verfahren n wetgehender Analoge zur Enführung des Remann-Integrals. 5.1 Lebesgue-Maß und messbare Mengen. Wr wollen ener möglchst großen Klasse von Mengen A des R n enen Inhalt bezehungswese en Maß zuordnen. Wr verwenden dazu endlche oder abzählbar unendlche Überdeckungen I A (1) durch (beschränkte offene, abgeschlossene oder auch halb-offene) kartessche Intervalle, d. h. I = I 1 I n R n. (2) abe snd auch degenererte Intervalle zugelassen. Für den Inhalt enes Intervalls I glt: I := I 1... I n (3) efnton 5.1 (Äußeres Lebesgue-Maß) as äußere Lebesgue-Maß ener Menge A R n st defnert durch µ (A) := nf { I, A I } (4) abe darf de Indexmenge m Gegensatz zur efnton des äußeren Jordan-Inhaltes auch unbeschränkt sen. In desem Fall kann das äußere Lebesgue-Maß auch den Wert µ (A) = annehmen. Es wrd µ ( ) = 0 gesetzt. 1

2 5 AS LEBESGUE INTEGRAL Wr erwetern de Arthmetk der reellen Zahlen auf R := R {, }, sodass a + := a R { } (5) a := a R + { } (6) 0 := 0 (7) amt st de Multplkaton n R mmer defnert. agegen bleben Ausdrücke der Form undefnert. as Lebesgue-Integral wrd weder mt Hlfe von Ober- und Untersumme bezüglch endlcher oder auch abzählbar unendlcher Zerlegungen defnert werden. Im Fall von unbeschränkten Funktonen benötgen wr herfür Regeln für Rehen mt Gledern aus R. Für 0 a k st S = a k wohldefnert mt dem Wert S = m Falle von dvergenten Rehen, oder wenn en a k = st. Für λ R glt: λa k = λ a k (8) (9) Wr werden außerdem unendlche doppelt ndzerte Summen betrachten: ( ) a j = = a j a j,j=1 j=1 j=1 (10) ese Bezehung glt, falls mndestens ene der Summen n R (!) absolut konvergert oder falls 0 a j für alle Summanden glt. 0 µ (A) µ ({a}) = 0 Lemma 5.2 Für das äußere Lebesgue-Maß gelten de folgenden Aussagen: () Aus A B folgt µ (A) µ (B) (Monotone) () Für endlche oder abzählbare Mengen (A ) glt µ ( A ) µ (A ) (σ-subaddtvtät) () Für beschränkte Mengen A µ (A) A a (das heßt für Jordan-quadrerbare Mengen) st µ (A) = A, d. h. her stmmen Jordan-Inhalt und äußeres Lebesgue-Maß überen. (v) as äußere Lebesgue-Maß st bewegungs-nvarant, das heßt nvarant gegenüber Translatonen, Spegelungen und rehungen. efnton 5.3 (Lebesgue-Nullmenge) Ene Menge A R n mt äußerem Lebesgue-Maß µ (A) = 0 wrd Lebesgue-Nullmenge (oder enfach Nullmenge) genannt. Glt ene Aussage fast überall n A, so glt se für alle Punkte von A bs auf de aus ener Nullmenge. Lemma 5.4 e Verengung von abzählbar velen Lebesgue-Nullmengen st weder ene Lebesgue- Nullmenge. Insbesondere snd abzählbare Mengen Lebesgue-Nullmengen. 2

3 5 AS LEBESGUE INTEGRAL Bewes: es folgt aus der σ- Subaddtvtät des äußeren Lebesgue-Maßes µ. Aus dem Lemma 5.4 folgt, dass zum Bespel de Menge Q n R n ene Lebesgue-Nullmenge st. Mt Hlfe des äußeren Lebesgue-Maßes wollen wr en Mengen-Maß defneren, welches zusätzlch zu den Egenschaften des Jordan-Inhaltes (Postvtät, Bewegungsnvaranz, Normerung und endlche Addtvtät) noch de σ-addtvtät bestzt, das heßt ( ) A R n, N, A A j = ( j) µ A = µ(a ). (11) Ahnlch we der Jordan-Inhalt kann auch das Lebesgue=-Maß ncht für alle Mengen des R n defnert werden, ncht enmal für n = 1 und n = 2. Wr beschränken uns daher soglech auf ene geegnete Telklasse von Mengen des R n. efnton 5.5 (Mengenalgebra) e Menge von nchtleeren Telmengen A P(X) (Potenzmenge) heßt Algebra auf X, wenn se X und enthält und wenn mt A, B A auch A \ B, A B, A B A. Se heßt σ-algebra, wenn zusätzlch mt A A, N auch I N A, N A, A. Ene Algebra st nach efnton abgeschlossen bezüglch (mengentheoretscher) fferenzenbldung, das heßt mt A A st auch X \ A A, und bezüglch endlcher Verengung, das heßt A, B A, st auch A B A Ene σ-algebra st zusätzlch noch abgeschlossen bezüglch abzählbar unendlcher Verengung. Für belebge, paarwese dsjunkte Mengen A A ( N) st A A. (12) Bespel: N () Für ene Menge X st A = {, X} de klenste Algebra und de Potenzmenge A = P(X) de größte σ-algebra auf X. () Für X = R n heßt de klenste σ-algebra, de alle offenen und alle abgeschlossenen Telmengen von X enthält, de Borel sche σ-algebra (Borel-Mengen) () Ist X R n ene Jordan-quadrerbare Menge, so st de Menge der Jordan-quadrerbaren Telmengen von X ene Algebra (aber kene σ-algebra). (v) Für ene Menge X und Telmenge A X st A = {, A, A c := X \ A, X} de klenste σ-algebra, de A enthält. e Menge A := [0, 1] \ Q, de en nchtleeres äußeres Maß (µ (A) = 1) hat, kann ncht durch Intervallsummen von nnen approxmert werden. Wr kommen nun zur efnton des Lebesgue-Maßes. Obwohl man auch her en nneres Lebesgue- Maß µ defneren könnte (das aber ncht analog zum nneren Jordan-Inhalt erklärt sen kann), beschreten wr her enen etwas anderen Weg, der von Caratheodory angegeben wurde und nur das äußere Maß µ benutzt. efnton 5.6 (Lebesgue Maß) Ene Menge A R n heßt Lebesgue-messbar (oder schlcht messbar), wenn mt jeder Menge E R n glt µ (E) = µ (E A) + µ (E A c ). (13) In desem Fall wrd µ(a) := µ (A) das Lebesgue-Maß von A genannt. e Menge der Lebesguemessbaren Telmengen des R n se mt L µ bezechnet. 3

4 5 AS LEBESGUE INTEGRAL Lemma 5.7 Für de Menge L µ P(R n ) der Lebesgue-messbaren Mengen des R n gelten folgende Aussagen: () Jede Lebesgue-Nullmenge st n L µ. () L µ st ene Algebra. () Alle Jordan-quadrerbaren Mengen snd n L µ. Satz 5.8 () e Menge L µ P(R n ) der Lebesgue-messbaren Mengen des R n bldet (über Aussage () des obgen Lemmas hnaus) ene σ-algebra, das heßt mt A, B, A L µ snd auch A c, A B, A B, A \ B, ese enthält alle Jordan-quadrerbaren Mengen. A, A n L µ. (14) () as Lebesgue-Maß st auf L µ bewegungsnvarant und stmmt auf den Jordan-quadrerbaren Mengen mt dem Jordan-Inhalt überen. Für A, B, A L µ glt: Lemma 5.9 µ(a \ B) = µ(a) µ(b) für B A, µ(b) (15) ( ) µ A = µ(a ) für A A j =, j (16) ( µ ( µ A ) = lm µ(a ) für A A +1 (17) A ) = lm µ(a ) für A +1 A, µ(a 1 ) < (18) () Für de fferenz zweer belebger Intervalle I, J R n gbt es ene endlche, dsjunkte arstellung I \ J = m I als Intervallsumme. () Jede endlche oder abzählbar unendlche Verengung von Intervallen S = I bestzt ene arstellung als Verengung S = j J j endlch bezehungswese abzählbar unendlch veler paarwese dsjunkter Intervalle J j. () Jede offene Menge A R n lässt sch als Verengung von höchstens abzählbar velen, paarwese dsjunkten Intervallen I darstellen, so dass glt: A = I, I I j = ( j) (19) Korollar 5.10 e Menge L µ P(R n ) enthält alle offenen und abgeschlossenen Mengen des R n sowe de abzählbaren Schntte (sogenannte G σ -Mengen) und Verengungen (sogenannte F γ -Mengen). ennoch gbt es Telmengen des R n, de ncht Lebesgue-messbar snd, d. h. L µ P(R n ). erartgen Mengen muss man aber mt dem Auswahl-Axom bzw. dem Zorn schen Lemma konstrueren. 5.2 as Lebesgue-Integral as Lebesgue-Integral wrd analog we das Remann-Integral mt Hlfe von Unter- und Obersummen engeführt, wobe de Arthmetk n R st, und Zerlegungen n abzählbar vele messbare Mengen statt endlch vele quadrerbare Mengen verwendet werden. 4

5 5 AS LEBESGUE INTEGRAL Konstrukton: Se R n ene messbare Menge. Wr betrachten abzählbare Zerlegungen Z = {B } von n messbare Telmengen B L µ, sodass = B, B B j =, j. (20) e Menge aller derartger Zerlegungen Z wrd mt Z() bezechnet. e Fenhet der Zerlegung Z st defnert durch Z := sup µ(b ) (21) B Z Wr sagen Z Z (Z st Verfenerung von Z), wenn alle B j Telmengen gewsser B j snd. Se f : R, dann defneren wr ene Unter- und Obersumme durch S Z (f) := S Z (f) := nf f(x)µ(b ), (22) x B sup f(x)µ(b ). (23) x B Ene Lebesgue sche Summe st mt Punkten ξ B weterhn gegeben durch LS Z (f, ξ) := f(ξ )µ(b ). (24) Für ene unbeschränkte Funkton kann es passeren, dass S Z (f) =, während sup k N S Zk (f) < für andere Zerlegungen glt. Bespel: = (0, 1] f(x) := 1 x Im Allgemenen wrd S Z (f) = sen (zum Bespel für jede endlche Zerlegung). Für de Zerlegung Z := {B = glt sup x B f(x) = + 1. es mplzert S Z (f) = ( 1 + 1, 1 ( 1 1 ) = ], N} (25) (26) <. (27) er eben beschrebene Sachverhalt erfordert de ausdrücklche Formulerung der folgenden Bedngung. efnton 5.11 (Bedngung (Z)) Se R n Lebesgue-messbar. Wr sagen, dass ene Funkton f : R de Egenschaft (Z) bestzt, wenn ene Zerlegung Z := {B } Z() exstert, sodass de zugehörge Obersumme von f endlch st: S Z ( f ) <. (28) amt snd dann auch de Ober- und Untersummen von f zu jeder Verfenerung von Z endlch und konvergeren absolut. ese Klasse von Zerlegungen Z Z() bezechnen wr mt Z f (). Lemma 5.12 () e Egenschaft (Z) ener Funkton f : R mplzert, dass de Menge der Sngulartäten f := {x : f(x) = ± } ene Lebesgue-Nullmenge st, das heßt µ ( f ) = 0. 5

6 5 AS LEBESGUE INTEGRAL () Ferner glt mt ener Zerlegung Z Z f () : (a) Für Verfenerungen Z, Z Z() von Z mt Z Z glt < S Z (f) S Z (f) S Z (f) S Z (f) <. (29) (b) Für belebge Verfenerungen Z, Z Z() von Z glt (c) Für jede Verfenerung Z Z() von Z glt S Z (f) S Z (f). (30) S Z (f) LS Z (f, ξ) S Z (f), (31) und für alle ɛ > 0 gbt es Sätze von Punkten ξ B und η B, so dass für de zugehörgen Lebesgue-Summen glt S Z (f) LS Z (f, ξ) ɛ (32) LS Z (f, η) S Z (f) ɛ (33) Wr defneren für Funktonen mt Egenschaft (Z) das Unter- und Oberntegral: J(f) = f(x)dx := sup S Z (34) Z Z(),Z Z J(f) = f(x)dx := nf S Z Z(),Z Z Z (35) Wr bekommen: (36) J(f) J(f) (37) J(f) = J( f) (38) e efnton st unabhängg von der Wahl der Zerlegungen Z Z f () efnton 5.13 (Lebesgue-Integral) Se R n Lebesgue-messbar. Snd für ene Funkton f : R mt Egenschaft (Z) hr Ober- und Unterntegral glech, so heßt der gemensame Wert das Lebesgue-Integral von f über, f(x)dx := J(f) = J(f) = J(f), (39) und de Funkton f wrd Lebesgue-ntegrerbar genannt. Man schrebt dann: f L(). Alle Remann-ntegrerbaren Funktonen snd Lebesgue-ntegrerbar. er Integralwert st glech. Lemma 5.14 (Egenschaften des Lebesgue-Integrals) () f L() genau dann, wenn de Bedngung (Z) glt und für alle ɛ > 0 ene Zerlegung Z ɛ Z() exstert mt S Zɛ (f) S Zɛ (f) < ɛ (Lebesgue sches Integratonskrterum). (40) () Ist f L() fast überall n glech g : R, so st auch g L() und J(f) = J(g). () Für f, g L() mt f g fast überall n glt J(f) J(g) (Monotone). (v) L() st en Vektorraum, und das Lebesgue-Integral st en lneares Funktonal auf L(), das heßt für f, g L(), α, β R st αf + βg L() und J(αf + βg) = αj(f) + βj(g). (41) 6

7 5 AS LEBESGUE INTEGRAL (v) Ist f L() und ϕ : R R Lpschtz-stetg mt ϕ(0) = 0, so st ϕ f L(). Also glt auch f, f +, f L(). (v) Se Z = {B k } Z() ene dsjunkte Zerlegung und f : R + {0} ene belebge Funkton. Ist f L(), so st für k N auch f L(B k ), und umgekehrt f(x)dx = f(x)dx (42) B k Satz 5.15 Ist R n quadrerbar und f : R Remann-ntegrerbar, so st f auf auch Lebesgue-ntegrerbar, und de entsprechenden Integrale haben denselben Wert. as Lebesgue-Integral st ene echte Erweterung des Remann-Integrals; es glt zum Bespel: f(x) : [0, 1] R, f(x) := { 1 x Q [0, 1] 0 sonst (43) st ncht Remann-ntegrerbar, aber wegen f = 0 fast überall st f Lebesgue-ntegrerbar mt 1 0 f(x) dx = 0. (44) as Lebesgue-Integral lässt sch analog zum Remann-Integral auch für f = (f 1,..., f d ) : R d komponentenwese defneren. Satz 5.16 (reecksunglechung) Ist R n messbar und f : R d Lebesgue-ntegrerbar, so st für jede Norm auf R d auch f( ) Lebesgue-ntegrerbar, und es glt f(x)d f(x) dx. (45) Integrabltätskrterum Wr führen nun das wchtge Konzept der Messbarket von Funktonen en. efnton 5.17 (Messbare Funkton) Se R n Lebesgue-messbar. f : R heßt Lebesgue messbar (messbar), wenn für alle α R de folgenden Mengen Lebesgue-messbar snd: N > α (f) := {x : f(x) > α}. (46) Lemma 5.18 Snd f k, f, g : R messbar, so snd auch de folgenden Funktonen messbar: nf k f k (x), sup k f k (x), lm nf k f k (x), lm sup k f k (x) f + := max{f, 0}, f := max{ f, 0} f p für p > 0 f + g, αf für α R, f g, 1 f für f 0 sofern de Funktonen von nach R wohldefnert snd. Lemma 5.19 Ist R n Lebesgue-messbar und f : R Lebesgue-ntegrerbar, so st f messbar. Satz 5.20 Ist R n Lebesgue-messbar, so st ene messbare Funkton f : R mt Egenschaft (Z), für de J(f) < glt, Lebesgue-ntegrerbar. Insbesondere st ene messbare Funkton f : R Lebesgue-ntegrerbar, falls se ene Lebesgue-ntegrerbare Majorante g L() bestzt, das heßt falls f g glt. 7

8 5 AS LEBESGUE INTEGRAL 5.3 Konvergenzsätze In der Enletung deses Kaptels hatten wr versucht, de Erweterung des Integrals hn zur Lebesgue schen Integratonstheore zu motveren. En weterer Nachtel des Remann-Integrals, aus dem sch letztlch de berets erwähnte Unvollständgket des Raumes R(Ω) der auf Ω R n Remannntegrerbaren Funktonen bzgl. der L 2 -Norm ergbt, st de nur unter starken Enschränkungen möglche Vertauschung von Remann-Integral und Lmesbldung. Wr wenden uns daher nun der Vertauschbarket des Lebesgue-Integrals mt Konvergenzprozessen zu und führen de wchtgsten desbezüglchen Konvergenzsätze an. abe werden wr sehen, dass de genannte Vertauschung von Integral und Lmes n der Lebesgue schen Theore unter wesentlch schwächeren Voraussetzungen glt. Satz 5.21 (Beppo Lev, monotone Konvergenz) Se R n messbar und (f k ) k N ene monoton wachsende Folge ncht negatver Funktonen f k L(), f k 0 mt sup k N f k(x)dx <. ann konvergeren de f k fast überall n gegen ene Lebesgue-ntegrerbare Grenzfunkton f L(), und es glt: lm f k (x)dx = k lm f k(x)dx = f(x)dx. (47) k es bedeutet gerade, dass Integral und Lmesbldung vertauscht werden dürfen. Korollar 5.22 Se R n quadrerbar und (f k ) k N ene Folge ncht negatver Lebesgue-ntegrerbarer Funktonen f k : R mt der Egenschaft ann st de Rehe und es glt sup n N s(x) := n f k (x)dx <. (48) f k (x) L(), (49) s(x)dx = f k (x)dx. (50) Korollar 5.23 (Satz von Beppo-Lev für Funktonen ohne Vorzechenbedngung) Se R n messbar und (f k ) k N ene monotone Folge von Funktonen f k L() mt f k : R mt der Egenschaft sup f k (x)dx <. (51) k N ann st f := lm k f k Lebesgue-ntegrerbar und f k (x)dx = lm k lm f k(x)dx = k f(x)dx. (52) Korollar 5.24 (Lemma von Fatou) Se R n messbar und (f k ) k N ene Folge ncht negatver Funktonen f k L() mt der Egenschaft f k (x)dx <. (53) ann glt sup k N lm nf f k(x)dx lm nf f k (x)dx. (54) k k 8

9 5 AS LEBESGUE INTEGRAL Ist zusätzlch sup f k g (55) k N mt enem g L(), so glt lm supf k (x)dx lm sup k k f k (x)dx. (56) Satz 5.25 (Satz von Lebesgue über majorserte Konvergenz) Se R n ene messbare Menge und (f k ) k N ene Folge von Funktonen f k L(), de fast überall gegen ene Funkton f auf konvergeren. e Folge (f k ) k N bestze ene Lebesgue-ntegrerbare Majorante, das heßt es exstere ene Funkton g auf mt f k g fast überall auf. ann st auch der Lmes f = lm k f k Lebesgue-ntegrerbar auf, und es glt lm f k (x) dx = lm f k(x) dx = f(x) dx. (57) k k Bewes: Wr können o.b.d.a. annehmen, dass de Funktonen f k und g überall n beschränkt snd, und dass (f k ) k N überall gegen f konvergert. Andernfalls werden de betreffenden Funktonswerte auf Nullmengen geändert, was de Werte der Lebesgue-Integrale ncht ändert. er Lmes f st messbar, durch g L() beschränkt und daher nach Satz 5.20 Lebesgue-ntegrerbar. e ncht-negatven Funktonen h m (x) := sup{ f k (x) f(x) : k m} (58) snd dann wegen h m (x) 2g(x) auch Lebesgue-ntegrerbar und streben monoton fallend gegen Null. Nach dem Korollar 5.23 folgt J(f k ) J(f) = J(f k f) J( f k f ) 0 (59) }{{} 0 k Für Lebesgue-Integrale können wr auch den Satz von Fubn und de Transformatonsregel bewesen. Satz 5.26 (von Fubn) Seen I x R n, I y R m (ncht notwendgerwese beschränkte) Intervalle mt dem kartesschen Produkt ann glt I = I x I y R n+m un f L(I). (60) () Für fast alle x I x st de Funkton f(x, ) : I y R auf I y Lebesgue-ntegrerbar. () e Funkton I y f(, y)dy : I x R st Lebesgue-ntegrerbar auf I x. () I f(x, y)d(x, y) = ( ) I x I y f(x, y)dy dx = ( ) I y I x f(x, y)dx dy. Satz 5.27 (Substtutonsregel) Se de Menge R n offen und φ : R n ene njektve und stetg dfferenzerbare Abbldung mt det(φ ) 0 n. ann st auch de Bldmenge φ() offen und damt Lebesgue-messbar. Ist f : φ() R Lebesgue-ntegrerbar, so st auch de Funkton Lebesgue-ntegrerbar und es glt φ() (f φ) det(φ ) : R (61) f(y)dy = f(φ(x)) det(φ (x)) dx. (62) 9

10 5 AS LEBESGUE INTEGRAL Satz 5.28 (Parameterntegral) Se B R m messbar und A R n offen, ferner se de Funkton f : A B R für alle festen x A Lebesgue-ntegrerbar auf B und für fast alle y B auf A nach x stetg dfferenzerbar. Weter gebe es ene Lebesgue-ntegrerbare Funkton g : B R mt x f(x, y) g(y) x A und für fast alle y B. ann glt () x f(x, y) st für jedes feste x A Lebesgue-ntegrerbar auf B. () as Parameterntegral F (x) = B f(x, y)dy st stetg dfferenzerbar mt der Abletung F (x) = x f(x, y)dy (63) Entsprechende Aussagen gelten auch für höhere Abletungen. efnton 5.29 (Absolut-stetge Funkton) Auf enem Intervall I R heßt ene Funkton f : I R absolut-stetg, wenn für alle ɛ R + en δ R + exstert, sodass für alle endlchen Mengen von offenen, dsjunkten Intervallen I k I glt B {I k = (a k, b k ), k = 1,..., m} (64) m I k < δ Lemma 5.30 Es gelten folgende Aussagen m f(b k ) f(a k ) < ɛ. (65) () Absolut-stetge Funktonen snd glechmäßg stetg. () Lpschtz-stetge Funktonen snd absolut-stetg. () Se f : I R absolut-stetg und ϕ Lpschtz-stetg auf f(i) ϕ f st auch absolut-stetg. (v) Ene absolut-stetge Funkton f st von beschränkter Varaton und darstellbar als fferenz zweer monotoner Funktonen g, h, d. h. f = g h. Satz 5.31 (Hauptsatz der fferental- und Integralrechnung) Für ene belebge Funkton f : I = [a, b] R glt. () Ist f absolut-stetg, so st es fast überall n I dfferenzerbar und f st Lebesgue-ntegrerbar und () Ist f Lebesgue-ntegrerbar, so st f(b) f(a) = F (t) := t b absolut-stetg mt f = F fast überall n I, das heßt F (t) = t a a a f (x)dx. (66) f(s)ds (67) f(s)ds F (t) = f(t). (68) 10

11 5 AS LEBESGUE INTEGRAL 5.4 Aufgaben zu Kaptel 5 Aufgabe 1 (Satz von der monotonen Konvergenz) Seen a > 0 und f : R R gegeben durch x { 1 a 2 x 2 für x < a, 0 für x a. Konstrueren Se explzt ene Folge (f k ) k N C(R) von auf ganz R stetgen Funktonen mt f k f, und zegen Se f(x) dx = π. R Aufgabe 2 (Nchtäquvalenz von Normen) Auf dem Raum C([ 1; 1]) der stetgen Funktonen f : [ 1; 1] R werden we folgt zwe Normen defnert (de Normegenschaften müssen Se ncht nachrechnen): Zegen Se: f := sup { f(x) x [ 1; 1] } ( 1 und f L 2 := (f(x)) dx) a) Es gbt en K > 0, sodass für alle f C([ 1; 1]) glt: f L 2 K f. b) Es gbt ken k > 0, sodass für alle f C([ 1; 1]) glt: f K f L 2. Tpp: Untersuchen Se für ε > 0 z. B. de Funktonen f ε (x) := ( { max 0, 1 ( ε 1 x ) }) 1 2 ε. Aufgabe 3 (Unvollständgket von C(I) bzgl. L 2) er Raum C([0; 2]) der stetgen Funktonen f : [0; 2] R se weder mt der Norm (de Normegenschaften müssen Se erneut ncht nachrechnen) ( 2 ) 1 f L 2 := (f(x)) 2 2 dx versehen. Zegen Se, dass C([0; 2]; L 2) ken Banachraum, d. h. ncht vollständg, st. 0 Tpp: Betrachten Se für k N z. B. de Funktonen f k mt f k (x) = x k für x [0; 1] und f k (x) = 1 für x (1; 2] und konstrueren Se enen geegneten Vektorraum V mt C([0; 2]) V R([0; 2]), wobe R([0; 2]) den Raum der auf [0; 2] Remann-ntegrerbaren Funktonen bezechnet. Auch heran erkennt man de Nchtäquvalenz der beden Normen und L 2, denn C([0; 2]; ) st bekanntlch en Banachraum. eses Ergebns motvert de Vervollständgung des Raumes C([0; 2]; L 2) zum Banachraum der m Lebesgue schen Snne quadratntegrerbaren Funktonen L 2 ((0; 2); L 2). 11

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass Funktonentheore, Woche 4 Konvergenz und Folgen 4. Glechmäßge Konvergenz Ene Zahlenfolge {α n } n N C konvergert, wenn es en l C gbt derart, dass ε > 0 N ε N : n > N ε = α n l < ε. Auch zu Folgen von Funktonen

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n. Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R >

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 ) Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog 60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

f s, x(s) ds max f s, x(s) f s, y(s) ds exp L s t0 L t t 0 ) ds

f s, x(s) ds max f s, x(s) f s, y(s) ds exp L s t0 L t t 0 ) ds 8 1 Fxpunktsätze 2. Nach Defnton von M glt xt p 0 X b für alle t [t 0 c, t 0 + c], d.h. xt Q für alle t [t 0 c, t 0 + c]. Also lefern 1.18 1 und de Egenschaften des Integrals cf. Folgerung??.?? T p0 x

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ).

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ). 5 Interpolaton 5.1 De Lagrangesche Interpolatonsaufgabe Mt È n bezechnen wr den Raum der reellen Polynome vom Grad n. Gegeben seen n+1 verschedene Stützstellen x j Ê, j = 0,...,n, und n + 1 ncht notwendg

Mehr

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

Mehr

Invariantentheorie. Vorlesung 3. Lineare Operationen

Invariantentheorie. Vorlesung 3. Lineare Operationen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invarantentheore Vorlesung 3 Lneare Operatonen Ene Operaton ener Gruppe G auf ener (geometrschen) Menge M st das gleche we en Gruppenhomomorphsmus der Gruppe

Mehr

Grundlagen der stochastischen Integration

Grundlagen der stochastischen Integration Ruhr-Unverstät Bochum 2. November 29 Glederung Vorbemerkungen Vorberetungen (Fltratonen, Stoppzeten, Martngale) Lévy-Prozesse Stochastsche Integraton Itô-Formel Lteratur R. Cont, P. Tankov (24). Fnancal

Mehr

1 Differentialrechnung in mehreren Variablen

1 Differentialrechnung in mehreren Variablen 1 Dfferentalrechnung n mehreren Varablen 1.1 De Geometre eukldscher Räume Zur Ernnerung De Elemente des R n schreben wr normalerwese als Zelenvektoren: x = (x 1,..., x n ). Kommen Matrzen ns Spel, so st

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. chel Wolf Dnel Stlck Frnç Stefn Huber Zentrlübung Z2.1. Whrschenlchketsdchten TECHNISCHE UNIVERSITÄT ÜNCHEN Zentrum themtk themtk 4 für Physker (Anlyss 3) A924 Se f : (, 1) 2 R ene stetge Funkton

Mehr

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig: 4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

12 UMPU Tests ( UMP unbiased )

12 UMPU Tests ( UMP unbiased ) 89 1 UMPU Tests ( UMP unbased ) Nach Bemerkung 11.8(b) exstert m Allgemenen ken zwesetger UMP- Test zu enem Nveau α. Deshalb Enschränkung auf unverfälschte Tests: ϕ Φ α heßt unverfälscht (unbased) zum

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung

Mehr

Alternative Beweise. Man notiere jede positive rationale Zahl im Stellenwertsystem zur Basis 2; der Bruch 5 7. zum Beispiel hat also dann die Form 101

Alternative Beweise. Man notiere jede positive rationale Zahl im Stellenwertsystem zur Basis 2; der Bruch 5 7. zum Beispiel hat also dann die Form 101 Alternatve Bewese Klaus-R. Löffler Inhaltsverzechns Vorbemerkungen De nachfolgend angegebenen Bewese oder Bewesvaranten snd n gewsser Wese der Unterhaltungsmathematk zuzurechnen: Es geht darum, zu engen

Mehr

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie Prof. Dr. Jürgen Dassow Otto-von-Guercke-Unverstät Magdeburg Fakultät für Informatk Coderungstheore und Kryptographe Sommersemester 2005 1 2 Inhaltsverzechns 1 Defnton und Charakterserung von Codes 5 1.1

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

Komplexe Zahlen. Teil 1. Grundrechenarten. Darstellung in der Gaußschen Zahlenebene. Datei Nr Friedrich Buckel. Stand 23.

Komplexe Zahlen. Teil 1. Grundrechenarten. Darstellung in der Gaußschen Zahlenebene. Datei Nr Friedrich Buckel. Stand 23. Höhere Analyss Komplexe Zahlen Tel Grundrechenarten Darstellung n der Gaußschen Zahlenebene Date Nr. 500 Stand. November 08 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK https/:mathe-cd.de 500 Komplexe Zahlen

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

22. Vorlesung Sommersemester

22. Vorlesung Sommersemester 22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De

Mehr

6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM)

6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM) 6. Hlbertraum und lneare Operatoren (mathematsche Grundlagen QM) 6.1 Hlbertraum Raum = mathematsches Konstrukt: Vektorraum a) Der lneare komplexe Raum st de Menge von mathematschen Objekten mt folgenden

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

1 Ergänzungen zur Linearen Algebra

1 Ergänzungen zur Linearen Algebra LA E 15 1 1 Ergänzungen zur Lnearen Algebra 1.1 Ergänzungen zu den orthogonalen Projektonen Als erstes Ergänzungen zu Summen von Unterräumen. Snd V 1,..., V k Unterräume des R n, so soll de Menge {x 1

Mehr

DIPLOMARBEIT. Regenerative und Harris-rekurrente Markovketten. Veronika Huemer-Kals. Magistra der Naturwissenschaften (Mag.rer.nat.

DIPLOMARBEIT. Regenerative und Harris-rekurrente Markovketten. Veronika Huemer-Kals. Magistra der Naturwissenschaften (Mag.rer.nat. DIPLOMARBEIT Ttel der Dplomarbet Regeneratve und Harrs-rekurrente Markovketten Verfassern Veronka Huemer-Kals angestrebter akademscher Grad Magstra der Naturwssenschaften (Mag.rer.nat.) Wen, 203 Studenkennzahl

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

Rotation (2. Versuch)

Rotation (2. Versuch) Rotaton 2. Versuch Bekannt snd berets Vektorfelder be denen das Lnenntegral über ene geschlossene Kurve Null wrd Stchworte: konservatve Kraft Potentalfelder Gradentenfeld. Es gbt auch Vektorfelder be denen

Mehr

Zulassungsprüfung Stochastik,

Zulassungsprüfung Stochastik, Zulassungsprüfung Stochastk, 11.5.13 Wr gehen stets von enem Maßraum (, A, µ) bzw. enem Wahrschenlchketsraum (,A,P) aus. De Borel σ-algebra auf R n wrd mt B n bezechnet, das Lebesgue Maß auf R n wrd mt

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

Eine kurze Einführung in die Dichtefunktionaltheorie (DFT)

Eine kurze Einführung in die Dichtefunktionaltheorie (DFT) Ene kurze Enführung n de Dchtefunktonaltheore (DFT) Mchael Martns Lteratur: W. Koch, M.C. Holthausen A Chemst s Gude to Densty Functonal Theory Wley-VCH 2001 Dchtefunktonaltheore p.1 Enletung Im Falle

Mehr

Zusammenfassung der letzten LVA. Diskrete Mathematik

Zusammenfassung der letzten LVA. Diskrete Mathematik Zusammenfassung Dskrete Mathematk Chrstna Kohl Georg Moser Oleksandra Panasuk Chrstan Sternagel Vncent van Oostrom Insttut für Informatk @ UIBK Sommersemester 2017 Zusammenfassung der letzten LVA ene Telmenge

Mehr

50 Matrixnormen und Eigenwertabschätzungen

50 Matrixnormen und Eigenwertabschätzungen 50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

Diplomvorprüfung DI H 04 VD : 1

Diplomvorprüfung DI H 04 VD : 1 Dplomvorprüfung DI H 04 VD : Aufgabe : Bewesen Se (zum Bespel mt Hlfe der Dfferentalrechnung) de folgende Glechung: ln(snh(x) + cosh(x)) + ln(cosh(x) snh(x)) 0, für alle x R. Es gbt (mnd.) 2 Möglchketen:.

Mehr

ERZEUGENDE FUNKTIONEN. In diesem Kapitel werden ganz speziell diejenigen diskreten Wahrscheinlichkeitsverteilungen

ERZEUGENDE FUNKTIONEN. In diesem Kapitel werden ganz speziell diejenigen diskreten Wahrscheinlichkeitsverteilungen KAPITEL 9 ERZEUGENDE FUNKTIONEN In desem Kaptel werden ganz spezell dejengen dskreten Wahrschenlchketsvertelungen behandelt, deren Träger de natürlchen Zahlen snd. Dabe geht es auch um de Zufallsvarablen,

Mehr

Technische Universität Dresden Fachrichtung Mathematik

Technische Universität Dresden Fachrichtung Mathematik Technsche Unverstät Dresden Fachrchtung Mathematk Insttut für Mathematsche Stochastk Vertelungskonvergenz für V und U Statstken baserend auf multplen stochastschen Integralen vom Wenertyp Dplomarbet zur

Mehr

Lösungen der Aufgaben zu Kapitel 2

Lösungen der Aufgaben zu Kapitel 2 Lösungen der Aufgaben zu Kaptel Abschntt 1 Aufgabe 1 Wr benutzen de Potenzrechenregeln, um ene Potenz von mt geradem Eponenten n oder mt ungeradem Eponenten n + 1 we folgt darzustellen: n n und n+1 n n

Mehr

Mathematik für das Ingenieurstudium

Mathematik für das Ingenieurstudium Mathematk für das Ingeneurstudum von Martn Stämpfle, Jürgen Koch 2., aktual. Aufl. Hanser München 2012 Verlag C.H. Beck m Internet: www.beck.de ISBN 978 3 446 43232 1 Zu Inhaltsverzechns schnell und portofre

Mehr

Die mathematischen Grundlagen der Wellenmechanik

Die mathematischen Grundlagen der Wellenmechanik De mathematschen Grundlagen der Wellenmechank Zustände und deren Darstellung En physkalsches System wrd durch enen Zustand u charaktersert, ndem es durch ene bestmmte expermentelle Präparaton gebracht

Mehr

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel! Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0 8. MARKOVKETTEN 17 8. Marovetten Abbldung 8.1: Reduzble und perodsche Marovette 8.1. Homogene Marovetten n dsreter Zet En Prozess {X n : n IIN} hesst homogene Marovette (n dsreter Zet) mt (abzählbarem)

Mehr

11 Charaktere endlicher Gruppen

11 Charaktere endlicher Gruppen $Id: chaakte.tex,v.4 2009/07/3 4:38:36 hk Exp $ Chaaktee endlche Guppen W hatten gesehen, dass w fü enge Guppen G allen mt Hlfe des Satz 3 de Anzahl und de Dmensonen de eduzblen Dastellungen beechnen können.

Mehr

6 Die Sobolev-Räume H m,p (Ω)

6 Die Sobolev-Räume H m,p (Ω) 6 De Sobolev-Räume H m,p () 6.1 Das Fundamentallemma der Varatonsrechnung In desem Abschntt snd ausnahmswese alle Funktonen reellwertg. We zuvor bezechnen wr mt L 1 loc () den Raum der messbaren Funktonen

Mehr

2.6 Struktursatz und Anwendungen

2.6 Struktursatz und Anwendungen 2.6. STRUKTURSTZ UND NWENDUNGEN 79 2.6 Struktursatz und nwendungen Lernzele 4. Normalformen für Präsentatonen endlch erzeugter Moduln über Eukldschen erechen nwendungen auf ratonale Normalformen für Vektorraumendomorphsmen

Mehr

Definition des linearen Korrelationskoeffizienten

Definition des linearen Korrelationskoeffizienten Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.

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

Sicherheit von Π MAC2

Sicherheit von Π MAC2 Scherhet von Π MAC2 Satz Scherhet von Π MAC2 Se Π scher. Dann st Π MAC2 ebenfalls scher. Bewes: Se A en Angrefer für Π MAC2 mt Erfolgsws ɛ(n). Wr konstrueren enen Angrefer A für Π. Algorthmus Angrefer

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13 M. 3. 5-4. 45, Dr. Ackermann 6..4 Übungsaufgaben Gewöhnlche Dfferentalglechungen Sere 3.) Bestmmung ener homogenen Dfferentalglechung zu gegebenen Funktonen y (partkuläre Lösungen) enes Fundamentalsystems.

Mehr

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

=, grad Z(s) = m n = grad N(s).

=, grad Z(s) = m n = grad N(s). 4 7... Stabltätsprüfung anhand der Übertragungsfunkton (.9) leferte den Zusammenhang zwschen der Gewchtsfunkton g(t) und der Übertragungsfunkton G(s) enes lnearen zetnvaranten Systems G (s) { g ( t)}.

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

1.1 Das Prinzip von No Arbitrage

1.1 Das Prinzip von No Arbitrage Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

Mehr

16. Vorlesung Sommersemester

16. Vorlesung Sommersemester 16. Vorlesung Sommersemester 1 Das Egenwertproblem In allgemener Form hat das Egenwertproblem de Form A x = λ x, (1) wobe A ene n n-matrx, x en n-dmensonaler Vektor und λ der Egenwert st (n Englsch: egenvector,

Mehr

Wir steuern einen Mini-Roboter!

Wir steuern einen Mini-Roboter! Wr steuern enen Mn-Roboter! Telnehmer: Marek Bartusch Cecla Lange Yannck Lehmann Johannes-Lucas Löwe Ncolas Menzel Huong Thao Pham Floran Pogatzk Anne Reulke Jonas Wanke Maran Zuska mt tatkräftger Unterstützung

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten

Mehr

Aspekte zur Approximation von Quadratwurzeln

Aspekte zur Approximation von Quadratwurzeln Aspete zur Approxmaton von Quadratwurzeln Intervallschachtelung Intervallhalberungsverfahren Heron-Verfahren Rechnersche und anschaulche Herletung Zusammenhang mt Newtonverfahren Monotone und Beschränthet

Mehr

Lineare Optimierung Einführung

Lineare Optimierung Einführung Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb

Mehr

Die kanonische Zustandssumme (System) und ihr Zusammenhang mit der molekularen Zustandssumme (Einzelmolekül) unterscheidbare Teilchen:

Die kanonische Zustandssumme (System) und ihr Zusammenhang mit der molekularen Zustandssumme (Einzelmolekül) unterscheidbare Teilchen: De molekulare Zustandssumme βε = e mt β = De kanonsche Zustandssumme (System) und hr Zusammenhang mt der molekularen Zustandssumme (Enzelmolekül) unterschedbare elchen: Q = ununterschedbareelchen Q : =!

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

Streuungs-, Schiefe und Wölbungsmaße

Streuungs-, Schiefe und Wölbungsmaße aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen

Mehr

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit Enführung n de bednge Wahrschenlchket Laplace-Wahrschenlchket p 0.56??? Zufallsexperment Randwahrschenlchket Überscht Was st Wahrschenlchket? Rechenregeln Der Multplkatonssatz Axomatsche Herletung Unabhänggket

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

Seminar über Numerische Mathematik

Seminar über Numerische Mathematik Andreas Mester Semnar über Numersche Mathematk Semnar m Wntersemester 008/009 Unverstät Kassel Fachberech Mathematk Inhaltsverzechns Bezer-Kurven 1 1 Enletung 1 Der Algorthmus von de-castelau.1 Parabeln....................................

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA Klener Fermatscher Satz, Chnesscher Restsatz, Eulersche ϕ-funkton, RSA Manfred Gruber http://www.cs.hm.edu/~gruber SS 2008, KW 15 Klener Fermatscher Satz Satz 1. Se p prm und a Z p. Dann st a p 1 mod p

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

3 Elastizitätstheorie

3 Elastizitätstheorie 3 Elastztätstheore Für en elastsches Medum nmmt man enen spannungsfreen Referenzzustand an, der n Eulerkoordnaten durch x = Ax, t) gegeben st. Abwechungen werden beschreben durch de Verschebung ux, t)

Mehr

18. Vorlesung Sommersemester

18. Vorlesung Sommersemester 8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen

Mehr

Komplexe Zahlen. Teil 2. Darstellung der komplexen Zahlen. als Vektoren mit Polarkoordinaten trigonometrisch oder exponentiell. Eulersche Funktion E

Komplexe Zahlen. Teil 2. Darstellung der komplexen Zahlen. als Vektoren mit Polarkoordinaten trigonometrisch oder exponentiell. Eulersche Funktion E Höhere nalss Komplexe Zahlen Tel Darstellung der komplexen Zahlen als Vektoren mt Polarkoordnaten trgonometrsch oder exponentell Eulersche Funkton E Date Nr. 500 Stand. November 08 FRIEDRICH W. BUCKEL

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

Einführung in die theoretische Physik 1

Einführung in die theoretische Physik 1 Enführung n de theoretsche hysk 1 rof. Dr. L. Mathey Denstag 15:45 16:45 und Donnerstag 10:45 12:00 Begnn: 23.10.12 Jungus 9, Hörs 2 Mathey Enführung n de theor. hysk 1 1 Grundhypothese der Thermostatk

Mehr