Einführung in die Mehrdimensionale Variationsrechnung (Vorlesungsskript)
|
|
- Clemens Pfeiffer
- vor 6 Jahren
- Abrufe
Transkript
1 Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Universität der Bundeswehr München Einführung in die Mehrdimensionale Variationsrechnung (Vorlesungsskript) Univ. Prof. Dr. sc. math. Joachim Gwinner
2 ME Variationsrechnung und Optimale Steuerung FT Variationsprobleme von Mehrfachintegralen - notwendige Bedingungen Problemstellung, Voraussetzungen, Bezeichnungen Statt x [a, b]... x = (x 1, x 2,..., x m ) Gebiet R m Statt Punkt-Punkt-Problem... Problem mit vorgegebenen Randwerten: Gesucht ist eine Vektorfunktion y 0 mit den Komponenten y i = yi 0 (x 1,..., x m ), (i = 1,..., n), die auf dem Rand feste vorgegebene Werte annimmt und die das Integral I[y] = f(x, y, y ) dx zum (relativen) Minimum macht. Dabei bezeichnen x = (x 1,..., x m ); dx = dx 1 dx 2... dx m (m-fache Integration) y = (y 1,..., y n ) y = (y 1,1,..., y 1,m, y 2,1,..., y 2,m,..., y n,1,..., y n,m ) wobei y i, = y i ; i = 1,..., n; = 1,..., m Voraussetzung an : Normalgebiet (stückweise glatter Rand); es soll der Gaußsche Integral-Satz gelten: Für eine stetig differenzierbare Vektorfunktion Φ gilt div Φ(x) dx = Φ n do Dabei ist do das Oberflächenelement und n der Einheitsnormalenvektor, der fast überall auf dem Rand definiert ist und nach außen zeigt. Spezialisieren wir Φ = F C 1 () für eine skalare Funktion F und für einen fixierten Index, setzen Φ j = 0 für alle übrigen Indices j, dann erhalten wir folgende Formel der mehrdimensionalen partiellen Integration: F dx = F n do Dabei ist n = cos(n, x ) die Komponente in Richtung des Einheitsnormalenvektors n.
3 ME Variationsrechnung und Optimale Steuerung FT Naheliegend sind die folgenden Funktionenräume: C 1 ()... Vektorraum, der auf stetig differenzierbaren (Vektor-)Funktionen CS 1()... Vektorraum, der auf stetigen (Vektor-)Funktionen F, für die es eine Zerlegung von in endlich viele Normalgebiete k gibt, so daß F auf jedem k stetig differenzierbar (fortsetzbar auf den Rand) ist Normen auf C 1 (), bzw. CS 1 () bei beschränktem : Tschebyscheff-Norm: y 0 := max y(x), bzw. y 0 := max max y i (x), bei Vektorfunktionen y. x i=1,...,n x y 1 := y 0 + max { y,1 0,..., y,m 0 } bei (Vektor-) funktionen y in CS 1(). Dabei bezeichnet y, = y die partielle Ableitung. Bei Komponenten von Vektorfunktionen schreiben wir y i, = y i. Lebesgue-Norm: y L 2 = { y i (x) 2 dx} 1 2 i entsteht aus dem Skalarprodukt < y (1), y (2) > L 2= y (1) i y (2) i i dx Damit ist C()) ein Skalarproduktraum (Praehilbertraum) versehen mit diesem Skalarprodukt.. Durch Vervollständigung (Äquivalenzklassen von Cauchyfolgen) entsteht der Raum L 2 (). Es ist L 2 () Sobolev-Norm: C() C 1 S () = C 1 (), aber C 1 () ist dicht in L 2 () y H 1 = { [ y i (x) 2 + [ y i, (x) 2 ] dx} 1 2 i entsteht aus dem Skalarprodukt < y (1), y (2) > H 1 = [y (1) i y (2) i i + y (1) i, y(2) i, ] dx Damit wird C 1 () zu einem Skalarproduktraum. Durch Vervollständigung entsteht der Sobolevraum H 1 ().
4 ME Variationsrechnung und Optimale Steuerung FT i.a.: H 1 () C k () falls k 1, aber C () dicht H 1 () Falls = (a, b), d.h.ein Intervall = 1 -dimensionales Gebiet, dann sind die H 1 Funktionen absolut stetig und fast überall differenzierbar. Bemerkung. Vollständigkeit, d.h. die Verwendung von Hilbert-Räumen ist wichtig bei Existenzfragen (Anwendung von Lax-Milgram und Verallgemeinerungen), auf die wir im folgenden aber nicht näher eingehen. Das Gateaux-Differential und die 1. notwendige Bedingung vgl. 1. Kapitel 4 IV Wir gehen aus von dem linear normierten Funktionenraum V = C 1 (), bzw C 1 S (). Bedingungen an zur Konkurrenz zugelassenen Funktionen y V : y = g (vorgegebene Funktion); weiterhin c i (x) < y i (x) < d i (x) (c i, d i vorgegebene Funktionen) auf und definieren so eine Teilmenge U V. Ansatz von Lagrange: y = y 0 + ε η mit Testfunktion η Raum der Testfunktionen η (mit η = 0) ist Teilraum W V ; U ist W offen. Unabhängig von der Normierung liefert Satz 1 aus 4 DI(y 0, η) = 0 für alle η W als notwendige Bedingung dafür, daß y 0 ein relatives Minimum für I erzeugt. Sei im folgenden f mindestens C 2. Dann können wir zu I(ε) = f(x, yi 0 (x) + ε η i (x), yi,(x) 0 + ε η i, (x)) dx DI(y 0, η) berechnen : di(ε) dε ε=0 = { n [fy 0 i (x) η i (x) + i m fy 0 i, (x) η i, (x)]} dx
5 ME Variationsrechnung und Optimale Steuerung FT Also 1. notwendige Bedingung für ein relatives Minimum ( ) { n [fy 0 i (x) η i (x) + i=1 für alle η W. Dabei ist fy 0 i (x) = f y i (x, y 0 (x), y 0 (x)) f 0 y i,(x) = m fy 0 i,(x) η i, (x)]} dx = 0 =1 f y i, (x, y 0 1(x),..., y 0 n(x), y 0 1,1(x),..., y 0 n,m(x)) η i, (x) = η i (x) In dieser notwendigen Bedingung stören die η i,! Das Fundamentallemma und die Euler-Lagrangeschen Differentialgleichungen Hilfssatz 3.1 (FL) Sei R m ein Normalgebiet, F C(). Es gelte F (x) h(x) dx = 0 für alle h C 1 () mit h = 0. Dann ist F 0 in. Beweis indirekt. Annahme: x 0 : F (x 0 ) 0 Wegen Stetigkeit können wir annehmen o.b.d.a., daß x 0. Es sei F (x 0 ) > 0. Wegen Stetigkeit gibt es abgeschlossenen Ball B(x 0, ρ), in dem F (x) > 0 ist. Konstruiere eine Funktion h C 1 () so, dass h > 0 in B(x 0 0, ϱ), = 0 sonst, damit wird h = 0. Eine solche Funktion h ist zum Beispiel die Glockenfunktion 0 für x x 0 ϱ h(x) = exp x x 0 2 x x 0 2 ϱ 2 für x x 0 < ϱ
6 ME Variationsrechnung und Optimale Steuerung FT Dabei bezeichnet die euklidische Norm. Darum wird F h > 0 Widerspruch! q.e.d. Sei die Menge U der zur Konkurrenz zugelassenen Funktionen enthalten in C 1 (). Betrachte in ( ) fy 0 i, (x) η i, (x) = (fy 0 x i, (x) η i (x)) (fy 0 x i, (x)) η i (x) Andererseits mit Gaußschem Integral-Satz (fy 0 x i, (x) η i (x)) dx = yi,(x) 0 η i (x) n do = 0 Somit schreibt sich ( ) F L n {fy 0 i (x) i=1 f 0 y i (x) m =1 m =1 f 0 y i, (x)} η i (x) dx = 0 f 0 y i, (x) = 0 (i = 1,..., n). Dies sind die Euler-Lagrangeschen Differentialgleichungen Lösungen y 0 mit Komponenten y i = y 0 i (x) heißen wieder Extremalen. Das Haarsche Lemma (anstelle des Lemmas von Du Bois-Reymond) Zu p [1, ) definiert man bekanntlich die Lebesgue-Normen für (Vektor-) Funktionen auf einem Gebiet R m und den Funktionenraum f L p := f(x) p dx L p () := {f : R, bzw. R n messbar mit f L P < + } 1/P
7 ME Variationsrechnung und Optimale Steuerung FT Im folgenden der Fall p = 1, also der Raum der summierbaren Funktionen auf. Aus der Maßtheorie und der Theorie der reellen Funktionen benötigen wir (siehe zum Beispiel I.P. Natanson: Theorie der Funktionen einer reellen Veränderlichen, Akademie-Verlag. 1961) Lemma 3.1 (L1) (Satz von Fubini) Sei beschränktes Gebiet R m, I = (c, d) beschränktes Intervall R. Sei G L 1 ( ) auf dem Gebiet = I. Dann gilt a) Für fast alle x I, d.h. für alle x I 1 I, wobei Lebesguessches Mass λ(i 1 ) = λ(i) = d c, ist die durch x G(x, x ) definierte Funktion G(x, x ) L 1 () b) Die durch G(x, x ) dx für x I 1 g(x ) = beliebig sonst in I definierte Funktion g L 1 (I). c) Es gilt G(x, x ) dx dx = d c g(x ) dx Integral über Produktmenge = iteriertes Integral Lemma 3.2 (L2) Ist ϕ L 1 (0, R), so ist die durch r (0, R) ψ(r) = r 0 ϕ(t) dt definierte Funktion ψ stetig, fast überall (f.ü.) in [0, R] differenzierbar und ψ (r) = ϕ(r). Lemma 3.3 (HS) (Haarsches Lemma) Seien A ( = 1,..., m), B C S () [allgemeiner: L 1 ()] und es gelte { m } A (x) h (x) + B(x) h(x) dx = 0 =1
8 ME Variationsrechnung und Optimale Steuerung FT für alle Funktionen h CS 1() mit h = 0. Dann ist für beliebige x 0 und fast alle ϱ > 0 mit K(x 0, ϱ) A n do = B dx. K(x 0,ϱ) K(x 0,ϱ) Beweis Wähle aus eine beliebige Kugel K(x 0, R) aus, setze mit r = x x 0 (Euklidische Länge) und Parametern ϱ, ϱ mit R ϱ > ϱ > 0 speziell für h die Funktion 0 für r ϱ h(x) = ϱ r für ϱ r ϱ ϱ ϱ für ϱ > r 0 in obige Voraussetzung ein. Mit der Bezeichnung (x 0, ϱ, ϱ ) = K(x 0, ϱ )\ K(x 0, ϱ) erhalten wir hieraus (Beachte partielle Ableitung h = 0 außerhalb von!) ( ) K(x 0,ϱ) Bh dx + (x 0,ϱ,ϱ ) B h dx + (x 0,ϱ,ϱ ) A h dx = 0 Einführung von Kugelkoordinaten zum Koordinatenursprung x 0 mit Koordinaten x 0 und n = cos(n, x ) = x x 0 r Wir schreiben h(x) = h(r, ϕ 1,..., ϕ m 1 ). Dann ist h, = h = h r r = h r r h wegen = 0 für alle λ = 1,..., m 1. Es ist ϕ λ r 2 = m (x x 0 ) 2, also r = 1 r (x x 0 ), folglich =1 h, = h r 1 r (x x 0 ) = h r cos(n, x ) (= h r n )
9 ME Variationsrechnung und Optimale Steuerung FT Bezüglich der Kugelkoordinaten wird K(x 0, ϱ) = (0, ϱ) mit Einheitssphäre = {x IR m x x 0 = 1}, dx = r m 1 d dr mit Oberflächenelement d auf Mit L1 wird aus ϱ (ϱ ϱ)b r m 1 d dr + ϱ (ϱ r) B r m 1 d dr 0 ϱ ϱ A cos(n, x ) r m 1 d dr = 0 ϱ Mit L2 liefert die Differentiation nach ϱ für fast alle ϱ 0 = (ϱ ϱ) B ϱ m 1 d ϱ B r m 1 d dr (ϱ ϱ) B ϱ m 1 d + A 0 cos(n, x ) ϱ m 1 d Rücktransformiert ergibt dies B dx = A n do q.e.d. K(x 0,ϕ) K(x 0,ϱ) Die Euler-Lagrangeschen Gleichungen in Integralform Wende auf ( ) das Lemma von Haar an für und erhalte m =1 K(x 0,ϱ) η i CS(), 1 A = fy 0 i,, B = fy 0 i fy 0 i, n do = fy 0 i dx (i = 1,..., n) K(x 0,ϱ)
10 ME Variationsrechnung und Optimale Steuerung FT Dies sind die Euler-Lagrangeschen Gleichungen in Integralform. Wiederum läßt sich hieraus für glatte y 0 C 1 () die Euler-Lagrangeschen Differentialgleichungen herleiten, denn dann ist A = fy 0 i, C 1 () und B = fy 0 i C() Mit dem Gaußschen Integralsatz, d.h. genauer mit partieller Integration folgt nämlich aus der Aussage des Haarschen Lemmas K(x 0,ϱ) A dx = K(x 0,ϱ) B dx Division durch das Volumen von K(x 0, ϱ), Anwendung des Mittelwertsatzes, Grenzübergang ϱ 0 liefert So erhalten wir A (x 0 ) = div A(x 0 ) = B(x 0 ) für beliebige x 0. Satz 3.1 Dafür, daß y 0 unter den Vergleichsfunktionen y CS 1 () ein relatives Minimum für das Funktional I[y] = f(x, y, y ) dx erzeugt, ist notwendig, daß für fast alle Kugeln K(x 0, ϱ) die Euler- Lagrangeschen Gleichungen in Integralform gelten. Auf allen glatten Stücken sind notwendig die Euler-Lagrangeschen Differentialgleichungen erfüllt. Spezialfall n = 1, m = 2; u := y 1, x = x 1, y = x 2 ; Oberflächenelement do = Bogenelement ds Tangentenvektor t = ( dx, ) ( dy ds ds, Normalenvektor n = dy, ) dx ds ds Euler-Lagrangeschen Gleichungen in Integralform für Kreise K = K(x 0 y 0, ϱ) und deren Rand K fu 0 dx dy = {fu,x 0 dy fu,y 0 dx}. K K
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:
MehrFinite Elemente Methode für elliptische Differentialgleichungen
Finite Elemente Methode für elliptische Differentialgleichungen Michael Pokojovy 8. Oktober 2007 Das Ritzsche Verfahren Sei R n ein beschränktes offenes Gebiet mit abschnittsweise glattem Rand S. Betrachte
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
MehrMerkblatt zur Funktionalanalysis
Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.
MehrÜbungsaufgaben 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
Mehrist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1
24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx
MehrLebesgue-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
MehrOptimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme
Optimale Steuerung, Prof.Dr. L. Blank 1 II Linear-quadratische elliptische Steuerungsprobleme Zuerst: Zusammenstellung einiger Begriffe und Aussagen aus der Funktionalanalysis (FA), um dann etwas über
Mehr(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.
Mehr10 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
Mehr4 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
Mehrist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).
Kapitel 4 Stetige lineare Funktionale 4.1 Der Satz von Hahn - Banach Definition 4.1. Sei X ein linearer normierter Raum über dem Körper K (R oder C). Ein linearer Operator f : X K heißt (reelles oder komplexes)
Mehr3. Mai Zusammenfassung. g x. x i (x).
3. Mai 2013 Zusammenfassung 1 Hauptsatz Satz 1.1 Sei F C 1 (D) für eine offene Teilmenge D von R q+1 = R q R. Für (x 0, u 0 ) D gelte F (x 0, u 0 ) = 0, (x 0, u 0 ) 0. Dann gibt es eine Umgebung V von
MehrFinite Elemente I 2. 1 Variationstheorie
Finite Elemente I 2 1 Variationstheorie 1 Variationstheorie TU Bergakademie Freiberg, SoS 2007 Finite Elemente I 3 1.1 Bilinearformen Definition 1.1 Sei V ein reeller normierter Vektorraum. Eine Bilinearform
Mehr5 Der Gaußsche und Stokes sche Integralsatz
HM III = MATH III FT 2013 50 5 Der Gaußsche und Stokes sche Integralsatz Der Gaußsche Integralsatz umgangssprachlich am eispiel strömender Flüssigkeiten: Die Flüssigkeitsmenge, die durch die Oberfläche
Mehr2.6 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
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
MehrDas heißt, Γ ist der Graph einer Funktion von d 1 Veränderlichen.
Kapitel 2 Der Gaußsche Satz Partielle Differentialgleichung sind typischerweise auf beschränkten Gebieten des R d, d 1, zu lösen. Dabei sind die Eigenschaften dieser Gebiete von Bedeutung, insbesondere
MehrDIFFERENTIATION 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
Mehr8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN
8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es
MehrDer Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.
Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x
Mehr8 Beispiele von Koordinatentransformationen
8 Beispiele von Koordinatentransformationen Wir diskutieren nun diejenigen Koordinatentransformationen, die in der Praxis wirklich gebraucht werden (ebene und räumliche Polarkoordinaten sowie Zylinderkoordinaten).
MehrLösung 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,
MehrUniversität Ulm Abgabe: Mittwoch,
Universität Ulm Abgabe: Mittwoch, 8.5.23 Prof. Dr. W. Arendt Jochen Glück Sommersemester 23 Punktzahl: 36+4* Lösungen Halbgruppen und Evolutionsgleichungen: Blatt 2. Sei X ein Banachraum und (T (t)) t
MehrDifferentialgleichungen und Hilberträume Sommersemester 2014 Übungsblatt 11
Institut für Analysis Prof. Dr. Wolfgang Reichel Dipl.-Math. Anton Verbitsky Aufgabe 1 Differentialgleichungen und Hilberträume Sommersemester 14 Übungsblatt 11 5 Punkte In dieser Aufgabe geht es um die
MehrZusammenfassung Analysis 2
Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge
MehrKlausur zur Mathematik für Maschinentechniker
SS 04. 09. 004 Klausur zur Mathematik für Maschinentechniker Apl. Prof. Dr. G. Herbort Aufgabe. Es sei f die folgende Funktion f(x) = 4x 4x 9x 6 x (i) Was ist der Definitionsbereich von f? Woistf differenzierbar,
MehrAnalyis 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
MehrAnalysis 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
MehrOptimierung unter Nebenbedingungen
Optimierung unter Nebenbedingungen Kapitel 7: Optimierung unter Nebenbedingungen Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 1. Juli 2009 1 / 18 7.1 Bemerkung
Mehrd x 2 = 1 y ' x 2 d x 2
2. Variationsrechnung 2.1. Variation ohne Nebenbedingungen Eine Funktion y = y(x) ordnet jedem x-wert eine Zahl (den y-wert) zu. In der Variationsrechnung betrachtet man Funktionale, die jeder Funktion
MehrThema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen
Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.
MehrLagrange-Formalismus
KAPITEL II Lagrange-Formalismus Die im letzten Kapitel dargelegte Formulierung der Mechanik nach Newton ist zwar sehr intuitiv: man zählt alle auf das zu studierende System wirkenden Kräfte auf, schreibt
Mehr7 Der Gaußsche Integralsatz
7 Der Gaußsche Integralsatz Im Folgenden sei eine k-dimensionale Untermannigfaltigkeit des R n und a. 7.1 Tangentialvektoren. Ein Vektor v R n heißt Tangentialvektor an in a, falls es eine stetig differenzierbare
MehrKlausur Analysis II
WS 28/9 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis II 6.2.28 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung
MehrZusammenfassung 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,
MehrPartielle Differentialgleichungen Kapitel 11
Partielle Differentialgleichungen Kapitel Die Laplace- und Poisson- Gleichungen Die Struktur bei elliptischen Gleichungen zweiter Ordnung ist nicht wesentlich verschieden bei Operatoren mit konstanten
MehrStetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn
Stetige Funktionen Eine zentrale Rolle in der Analysis spielen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume). Dabei sind i.a. nicht beliebige
MehrVon Skalarprodukten induzierte Normen
Von Skalarprodukten induzierte Normen Niklas Angleitner 4. Dezember 2011 Sei ein Skalarproduktraum X,, gegeben, daher ein Vektorraum X über C bzw. R mit einer positiv definiten Sesquilinearform,. Wie aus
Mehr3 Vektorräume abstrakt
Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare
MehrKapitel 3. Konvergenz von Folgen und Reihen
Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden
Mehr4 Absolutstetige Verteilungen und Zufallsvariablen 215/1
4 Absolutstetige Verteilungen und Zufallsvariablen 215/1 23. Bemerkung Integralbegriffe für Funktionen f : R d R (i) Lebesgue-Integral (Vorlesung Analysis IV). Spezialfall: (ii) Uneigentliches Riemann-Integral
MehrIntegralsatz von Gauss und Greensche Formeln
Integralsatz von Gauss und Nicola Schweiger LM München Haslach am 13.12.2012 Nicola Schweiger Integralsatz von Gauss und 1/12 Integralsatz von Gauss Sei R n ein beschränktes Gebiet mit stückweise glattem
MehrParametrisierung und Integralsätze
Parametrisierung und Integralsätze 2. März 2 Integration in der Ebene. Defintion: eien w,..., w n stückweise reguläre, einfach geschlossene Kurven in R 2, seien W,..., W n die von diesen Wegen umschlossene
MehrSchwache Lösungstheorie
Kapitel 4 Schwache Lösungstheorie Bemerkung 4.1 Motivation. Dieses Kapitel stellt eine Erweiterung des Lösungsbegriffes von partiellen Differentialgleichungen vor die schwache Lösung. Diese Erweiterung
Mehr12 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$Id: hilbert.tex,v /06/21 13:11:01 hk Exp hk $
$Id: hilbert.tex,v 1.5 2013/06/21 13:11:01 hk Exp hk $ 7 Hilberträume In der letzten Sitzung hatten wir die Theorie der Hilberträume begonnen, und sind gerade dabei einige vorbereitende elementare Grundtatsachen
MehrFerienkurs in Maß- und Integrationstheorie
Zentrum Mathematik Technische Universität München Dipl. Math. Wolfgang Erb WS 9/ Übungsblatt Ferienkurs in Maß- und Integrationstheorie Aufgabe. (σ-algebren Sei eine Menge und A eine σ-algebra in. Seien
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 5: Differentialrechnung im R n Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 17. Juni 2009 1 / 31 5.1 Erinnerung Kapitel
Mehr26. Der Gaußsche Integralsatz
6 26. Der Gaußsche Integralsatz Im Folgenden sei eine k-dimensionale Untermannigfaltigkeit des R n und a 2. 26.1. Tangentialvektoren. Ein Vektor v 2 R n heißt Tangentialvektor an in a, falls es eine stetig
Mehr5 Stetigkeit und Differenzierbarkeit
5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.
Mehr2 Koordinatentransformationen
Mathematik für Ingenieure III, WS 9/ Mittwoch 8. $Id: transform.tex,v.8 //4 :9: hk Exp $ Koordinatentransformationen. Lineare Koordinatentransformationen Wir überlegen uns dies zunächst im Spezialfall
MehrAusgewählte Lösungen zu den Übungsblättern 4-5
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Vorlesung: Lineare Algebra (ME), Prof. Dr. J. Gwinner Ausgewählte en zu den Übungsblättern -5 Aufgabe, Lineare Unabhängigkeit
MehrTotale Ableitung und Jacobi-Matrix
Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix
MehrFolgerungen aus dem Auflösungsatz
Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und
Mehr39 Differenzierbare Funktionen und Kettenregel
192 VI. Differentialrechnung in mehreren Veränderlichen 39 Differenzierbare Funktionen und Kettenregel Lernziele: Konzepte: totale Ableitungen, Gradienten, Richtungsableitungen, Tangentenvektoren Resultate:
MehrElemente der mengentheoretischen Topologie
Elemente der mengentheoretischen Topologie Es hat sich herausgestellt, dass das Konzept des topologischen Raumes die geeignete Struktur darstellt für die in der Analysis fundamentalen Begriffe wie konvergente
MehrImplizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen
Kapitel XII Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen 53 Implizite Funktionen und allgemeine partielle Differenzierbarkeit 54 Der Umkehrsatz 55 Lokale Extrema unter Nebenbedingungen,
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
MehrDer n-dimensionale Raum
Der n-dimensionale Raum Mittels R kann nur eine Größe beschrieben werden. Um den Ort eines Teilchens im Raum festzulegen, werden schon drei Größen benötigt. Interessiert man sich für den Bewegungszustand
Mehr3 Lineare Differentialgleichungen
3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,
Mehrcos(kx) sin(nx)dx =?
3.5 Fourierreihen 3.5.1 Vorbemerkungen cos(kx) sin(nx)dx =? cos gerade Funktion x cos(kx) gerade Funktion sin ungerade Funktion x sin(nx) ungerade Funktion x cos(kx) sin(nx) ungerade Funktion Weil [, π]
MehrMathematik für Naturwissenschaftler I WS 2009/2010
Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 18 8. Januar 2010 Kapitel 5. Funktionen mehrerer Veränderlicher, Stetigkeit und partielle Ableitungen 5.2. Partielle Ableitungen von Funktionen
Mehr(Gaußscher Integralsatz)
Der Gaußsche Integralsatz Beim Oberflächenintegral O F n da beschreibt der Integrand den senkrechten Durchsatz des Vektorfeldes durch das Flächenelement da. Insgesamt liefert das Integral über eine geschlossene
MehrAnalysis 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
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
MehrKonvergenz im quadratischen Mittel und die Parsevelsche Gleichung
Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das
Mehr30 Metriken und Normen
31 Metriken und Normen 153 30 Metriken und Normen Lernziele: Konzepte: Metriken, Normen, Skalarprodukte, Konvergenz von Folgen Frage: Versuchen Sie, möglichst viele verschiedene Konvergenzbegriffe für
Mehr9 Metrische und normierte Räume
9 Metrische und normierte Räume Idee: Wir wollen Abstände zwischen Punkten messen. Der Abstand soll eine reelle Zahl 0 sein (ohne Dimensionsangabe wie Meter...). 9.1 Definition Sei X eine Menge. Eine Metrik
Mehr1 Euklidische und unitäre Vektorräume
1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen
MehrDefinition Eine Metrik d auf der Menge X ist eine Abbildung d : X X IR
0 Inhaltsverzeichnis 1 Metrik 1 1.1 Definition einer Metrik............................. 1 1.2 Abstand eines Punktes von einer Menge................... 1 1.3 Einbettung eines metrischen Raumes in einen
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
Mehr9. Übung zur Maß- und Integrationstheorie, Lösungsskizze Aufgaben
9. Übung zur aß- und Integrationstheorie, Lösungsskizze Aufgaben A 50 (Eine Flächenberechnung mit dem Cavalierischen Prinzip). Es seien a, b > 0 und : { (x, y) R 2 : (x/a) 2 + (y/b) 2 1 }. (a) Skizzieren
Mehr16 Vektorfelder und 1-Formen
45 16 Vektorfelder und 1-Formen 16.1 Vektorfelder Ein Vektorfeld v auf D R n ist eine Abbildung v : D R n, x v(x). Beispiele. Elektrisches und Magnetisches Feld E(x), B(x), Geschwindigkeitsfeld einer Strömung
Mehrd(x, z) = z x = y x + z y y x + z y = d(x, y) + d(y, z). d(x, y) = 0, falls x = y.
Metrische Räume K bezeichnet entweder den Körper R oder den Körper C. Genauer bedeutet dies: K wird in denjenigen Situationen verwendet, in denen die Ersetzung von K sowohl durch R als auch durch C einen
MehrMathematik 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
MehrAnalysis II. Vorlesung 44. Partielle Ableitungen
Prof. Dr. H. Brenner Osnabrück SS 2015 Analysis II Vorlesung 44 Sei f: K n K eine durch Partielle Ableitungen (x 1,...,x n ) f(x 1,...,x n ) gegebene Abbildung. Betrachtet man für einen fixierten Index
MehrLösungen der Übungsaufgaben von Kapitel 3
Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen
MehrI Grundbegriffe 1 1 Wahrscheinlichkeitsräume Bedingte Wahrscheinlichkeiten und Unabhängigkeit Reellwertige Zufallsvariablen...
Inhaltsverzeichnis I Grundbegriffe 1 1 Wahrscheinlichkeitsräume......................... 1 2 Bedingte Wahrscheinlichkeiten und Unabhängigkeit........... 7 3 Reellwertige Zufallsvariablen........................
MehrLösungsvorschlag Klausur MA9802
Lehrstuhl für Numerische Mathematik Garching, den 3.8.22 Prof. Dr. Herbert Egger Dr. Matthias Schlottbom Lösungsvorschlag Klausur MA982 Aufgabe [3 + 3 Punkte] Berechnen Sie, falls existent, die folgenden
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 8
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 8 8.1 (Herbst 2012, Thema 2, Aufgabe 5) Bestimmen Sie die allgemeine Lösung der Differentialgleichung (
Mehr9. Übung zur Linearen Algebra II -
9. Übung zur Linearen Algebra II - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. SS 00. Aufgabe 33 (i) Beweise oder widerlege: In einem euklidischen VR gilt x + y = x + y x y (Satz von Pythagoras).
MehrDifferentialformen. Lie-Ableitung von Differentialformen und Poincaré-Formel. Differentialform dp dx und ihre Invarianz bzgl. Hamiltonischer Flüsse.
Differentialformen Plan Zuerst lineare Algebra: Schiefsymmetrische Formen im R n. Dann Differentialformen: Invarianz bzgl. Diffeomorphismen (und sogar beliebigen glatten Abbildungen). Äußere Ableitung.
Mehr- 1 - zum Extremum macht, wenn y(x) eine bestimmte, genau charakterisierte Funktionenklasse ( n
- 1 - Variationsrechnung Die Variationsrechnung spielt in der Physik eine entscheidende Rolle. So kann man die Grundgleichungen der Newtonschen Mechanik aus einem Lagrangeschen Variationsprinzip herleiten.
Mehr6. Die dreidimensionale Wellengleichung
H.J. Oberle Differentialgleichungen II SoSe 2013 6. Die dreidimensionale Wellengleichung Wir suchen Lösungen u(x, t) der folgenden AWA für die 3-D Wellengleichung u t t c 2 3 u = 0, x R 3, t 0, u(x, 0)
MehrSerie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015
Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum
Mehr4 Funktionenfolgen und normierte Räume
$Id: norm.tex,v 1.9 2011/06/01 15:13:45 hk Exp $ $Id: jordan.tex,v 1.3 2011/06/01 15:30:12 hk Exp hk $ 4 Funktionenfolgen und normierte Räume 4.5 Normierte Räume In der letzten Sitzung hatten wir den Begriff
MehrSS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.
SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden
Mehr2. 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
MehrWenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }
A Analsis, Woche Implizite Funktionen A Implizite Funktionen in D A3 Wenn man den Kreis mit Radius um, beschreiben möchte, dann ist { x, ; x + = } eine Möglichkeit Oft ist es bequemer, so eine Figur oder
MehrKapitel II. Vektoren und Matrizen
Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft
Mehr1.3 Differenzierbarkeit
1 1.3 Differenzierbarkeit Definition Sei B R n offen, a B, f : B R eine Funktion und v 0 ein beliebiger Vektor im R n. Wenn der Grenzwert D v f(a) := lim t 0 f(a + tv) f(a) t existiert, so bezeichnet man
MehrKonvergenz im quadratischen Mittel und Parsevalsche Gleichung
Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen
Mehr1 Einführung, Terminologie und Einteilung
Zusammenfassung Kapitel V: Differentialgleichungen 1 Einführung, Terminologie und Einteilung Eine gewöhnliche Differentialgleichungen ist eine Bestimmungsgleichung um eine Funktion u(t) einer unabhängigen
MehrGrundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang
Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen
MehrKapitel 1. Holomorphe Funktionen
Kapitel 1 Holomorphe Funktionen Zur Erinnerung: I IR sei ein offenes Intervall, und sei z 0 I. Eine Funktion f : I IR heißt differenzierbar in z 0, falls der Limes fz fz 0 lim =: f z 0 z z 0 z z 0 existiert.
MehrFunktionen mehrerer Variabler
Vektoranalysis Funktionen mehrerer Variabler Wir untersuchen allgemein vektorwertige Funktionen von vektoriellen Argumenten, wobei zunächst nur reelle Vektoren zugelassen seien. Speziell betrachten wir:
MehrLösungsvorschlag zu den Hausaufgaben der 8. Übung
FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H
MehrInverse Fourier Transformation
ETH Zürich HS 27 Departement Mathematik Seminararbeit Inverse Fourier Transformation Patricia Hinder Sandra König Oktober 27 Prof. M. Struwe Im Vortrag der letzten Woche haben wir gesehen, dass die Faltung
Mehr