Merkblatt zur Funktionalanalysis

Größe: px
Ab Seite anzeigen:

Download "Merkblatt zur Funktionalanalysis"

Transkript

1 Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen. Springer, 2. Triebel, H.: Höhere Analysis. Harri Deutsch, 98.. Banach- und Hilbert-Räume Im Folgenden ist V ein reeller Vektorraum. Norminierter Raum: Eine Norm ist eine Abbildung : V [, ), für die gilt: u = u =, (Definitheit) αu = α u, α R, u V, u + v u + v, u, v V. (Dreiecksungleichung) Das Paar (V, ) wird als normierter Raum bezeichnet. Halbnorm (= Seminorm): Es gilt im Gegensatz zur Norm nicht die Definitheit, d.h. es gilt zwar immer noch u = für u =, es kann aber auch Elemente mit u geben, für die u = gilt. Begriffe zu Normen: Zwei Normen und 2 bezeichnet man als äquivalent, wenn eine Konstante C existiert, so dass gilt: C u u 2 C u, u V. Gilt dagegen, dass nur eine einseitige Beschränkung vorliegt, u 2 C u, u V, bezeichnet man die Norm als stärker als die Norm 2, bzw. 2 als schwächer als. Topologie: Jeder normierte Raum besitzt eine natürliche Topologie. Eine Teilmenge U V ist offen, falls für alle u U ein ε > existiert, so dass der Ball B ε (u) = {v V : u v < ε} in U enthalten ist. Konvergenz: Eine Folge v n konvergiert gegen v bzgl. der Norm, falls lim v n v =. n Eine Folge v n V heißt Cauchy-Folge, wenn sup{ v n v m : n, m k} für k. Ein Raum heißt vollständig, wenn jede Cauchy-Folge gegen ein Element v V konvergiert. Ein Banach-Raum ist ein normierter und vollständiger Raum. Bilinearform: Eine Bilinearform ist eine Abbildung (, ) : V V R mit der Eigenschaft a(u, v + λv 2 ) = a(u, v ) + λa(u, v 2 ), u, v, v 2 V, λ R, a(u + λu 2, v) = a(u, v) + λa(u 2, v), u, u 2, v V, λ R.

2 Die Bilinearform (, ) heißt symmetrisch, falls (u, v) = (v, u), u, v V, positiv, falls (v, v), v V, definit, falls (u, u) = u =. Hilbert-Raum: Eine symmetrische und positiv definite Bilinearform wird als Skalarprodukt bezeichnet. Ein Skalarprodukt definiert eine Norm auf V durch u := (u, u). Fehlt die Definitheit, wird nur eine Halbnorm erzeugt. Ein mit einem Skalarprodukt versehener und bzgl. der induzierten Norm vollständiger Raum wird als Hilbert-Raum bezeichnet. Besondere Eigenschaften einer von einem Skalarprodukt erzeugten (Halb-)Norm: Es gilt die Cauchy Schwarz-Ungleichung (u, v) u v, u, v V, Außerdem gilt die Parallelogrammgleichung: u v 2 + u + v 2 = 2( u 2 + v 2 ). Wenn eine Norm diese Gleichung erfüllt, dann wird die Norm von einem Skalarprodukt induziert: (u, v) = 4 ( u + v 2 u v 2 ). 2. Sobolev-Räume Im folgenden ist eine offene, beschränkte Teilmenge des R d mit Lipschitz-Rand Γ. Lipschitz-Gebiet: Das Gebiet hat einen Lipschitz-Rand, wenn es ein N N und offene Mengen U, U 2,..., U N gibt, sodass a) N i= U i b) Für jedes i =,..., N ist U i darstellbar als Graph einer Lipschitz-stetigen Funktion. Ein Gebiet mit einem Lipschitz-Rand heißt Lipschitz-Gebiet. Ein Beispiel für ein Gebiet, welches kein Lipschitz-Gebiet ist, ist das folgende 2

3 L loc (): Zu L loc () gehören alle Lebesgue-meßbaren Funktionen, die auf jeder kompakten Teilmenge von Lebesgue-integrierbar sind. L 2 (): Der Raum L 2 () besteht aus allen Lebesgue-meßbaren Funktionen, deren Quadrate auf Lebesgue-integrierbar sind. Er bildet einen Hilbert-Raum mit dem Skalarprodukt (u, v) = uv, und der Norm v = (v, v). Schwache Ableitung: Eine Funktion u L loc () besitzt eine α-te schwache (verallgemeinerte) Ableitung, falls eine Funktion v L loc () existiert mit vϕ = ( ) α ud α ϕ, ϕ C (). Man setzt D α u := v. Dabei ist D α ϕ = α ϕ x α,... x αn und α ist ein Multiindex, α = (α... α n ), mit α = α i N. Der Raum C () enthält alle unendlich oft stetig differenzierbaren Funktionen mit kompaktem Träger in. Sobolev-Raum: Sei k N. H k () := {v L 2 () : D α v L 2 (), α k}. Man sieht: H () = L 2 (). Sei = B(, 2 ), s R und u(x) = x s, dann gilt Für s = ist u(x) H () und die erste schwache Ableitung lautet {,.5 < x < Du(x) =., < x <.5 n s = ; alpha = s = ; alpha =

4 Für s = 2 gilt u / H () und die erste schwache Ableitung lautet Du(x) = x s =.5; alpha = 4 s =.5 ; alpha = Der Raum H k () ist ein Hilbert-Raum mit dem Skalarprodukt (u, v) k = (D α u, D α v), und der Norm Beispiele: α k v k = (v, v) k. H -Norm : u 2 = u2, H -Halbnorm : u 2 = u 2, H -Norm : u 2 = u 2 + u 2, H -Halbnorm : u 2 = u 2, H k -Norm : u 2 k = u 2 k + D α u 2. Es gilt: Die Menge C () H k () liegt dicht in H k (). Also ist H k () die Vervollständigung des Raumes {v C () : v k < } in L 2 () bezüglich der Norm k. Null-Randbedingungen: Der Raum H k () ist die Vervollständigung des Raumes C () in L 2 () bezüglich der Norm k. Poincaré-Friedrichs-Ungleichung: Es existiert eine Konstante C mit α =k v k C v k, v H k (). Demzufolge sind auf H k () die Norm k und die Halbnorm k äquivalent. Weitere Normäquivalenzen: ( v 2 v 2 + v wobei Γ D Γ ein positives Maß besitzt. ) 2 (, v 2 v 2 + Γ D v ) 2, 4

5 3. Spur-, Fortsetzungs- und Einbettungssätze, Dualräume Sobolev-Slobodeckij-Raum: Sei s mit s = k + t, k N, < t <. Sei = (, ) und v(x) = H s () = {v H k () : I t (D α v) <, α = k}, (w(x) w(y)) 2 mit I t (w) = dxdy. x y d+2t {, x >, x. Frage: Für welche s gilt v H s ()? Bereits bekannt ist v H (), v / H (). I s (v) = =... + }{{} = 2 = 2 = s = (v(x) v(y)) 2 dx dy x y +2s + dx dy x y +2s 2s (x y) 2s dy ( dy y 2s ) dy. y 2s +... }{{} Damit gilt I s (v) < für s < 2 und somit ist v Hs () für s < 2. Spursatz: Es gibt genau eine stetige lineare Abbildung Bemerkungen: tr : H () H /2 (Γ) mit tr (u) = u Γ, falls u H () C( ). Sei u H (), dann existiert eine Folge u n C() mit u n u, tr (u n ) tr (u). Die Abbildung tr ist surjektiv, jedoch nicht injektiv. Für s > /2 gilt tr : H s () H s /2 (Γ). Es gilt H () = {v H () : tr v = }. = 5

6 Es sei = { (x, y) R 2 < x < < y < x 4} Γ = (, ) {} ein Gebiet, welches kein Lipschitz-Gebiet ist. Dann gilt für die Funktion u : R mit u / L 2 (Γ), aber u H (). Denn: u(x, y)dx dy = aber Γ Du(x, y) 2 dx dy = = u(x, y) = x, = x 4 {} x 2 dx = x 2 dy dx x 2 2 dy dx x 2 2 x 4 dx = [ ] =, x dx = <. Insbesondere gelten hier die Spursätze nicht! Fortsetzungssatz: Für jedes u H /2 (Γ) existiert ein v H () mit Bemerkungen: tr (v) = u und v, C u /2,Γ Der Fortsetzungsoperator ist nicht eindeutig. Für s > /2 gilt u H s /2 (Γ) v H s (). Lemma von Sobolev: H s (R d ) C k (R d ), H s () C k (), s > k + d/2, s > k + d/2. Kompakte Einbettungen: Ein Banachraum V ist kompakt eingebettet in einen Banachraum W (V K W ), falls jede Folge v n V mit v n V eine in W konvergente Teilfolge enthält. Es gilt: H s () K H t (), s, t R, s > t, H k () K H l (), k, l N, k > l, für genügend glatt: H s () K H t (), s, t R, s > t. 6

7 Dualraum: Für einen reellen Vektorraum V bezeichnet V den Dualraum, d.h. die Menge der stetigen linearen Abbildungen von V nach R. Ist V normiert, so wird für ein Element φ V durch φ V = sup v V φ(v) v V eine Norm auf V definiert, die Operatornorm. Der Dualraum zu H s () wird mit H s () bezeichnet. Riesz scher Darstellungssatz: Jeder Hilbertraum ist zu seinem Dualraum isometrisch (d.h. Normen bleiben erhalten) isomorph. Sobolevräume für elliptische Randwertprobleme 2. Ordnung sind der H () für den unrestringierten Lösungsraum, der H /2 (Γ) für die Dirichletdaten und der H /2 (Γ) für die Neumanndaten. 4. Das Lemma von Lax-Milgram Banachscher Fixpunktsatz: Seien V ein Banachraum und T : V V eine Kontraktion, also T v T w L v w, v, w V, mit einer Konstanten L [, ). Dann besitzt T einen eindeutigen Fixpunkt. Stetigkeit: Eine Bilinearform a(, ) heißt stetig, wenn eine Konstante M existiert, so dass gilt: a(u, v) M u v. Ein lineares Funktional F : V R heißt stetig, wenn eine Konstante C existiert, so dass gilt: F (v) C u. V -Elliptizität: Eine Bilinearform a(, ) heißt V -elliptisch, wenn eine Konstante α > existiert, so dass gilt: a(v, v) α v 2. Die Bilinearform a(u, v) := u v dx ist symmetrisch, stetig auf H () H () und H elliptisch, da die Poincaré Friedrichs Ungleichung a(v, v) = v 2 α v 2 auf H() liefert. Die Bilinearform ist aber nicht H elliptisch, denn a(, ) =. Sei ein beschränktes Gebiet; dann ist die Bilinearform a(u, v) = u v dx + ( x 2 + ) u v dx 7

8 stetig auf H () H () und H elliptisch, denn es gilt: a(v, v) = v 2 + ( x 2 + ) v 2 dx v 2 + v 2 = v 2 }{{}. Sei = (, ) und a(u, v) = x 2 u v dx. Es stellt sich die Frage, ob a(u, v) L 2 elliptisch ist. Dazu ist zu untersuchen, ob es ein α > gibt mit a(u, u) α u 2. Sei + nx für x n u n (x) = nx für < x n sonst. Es gilt u n 2 = 2 a(u n, u n ) = 2 n Daraus folgt, dass es kein α > geben kann mit ( nx) 2 dx = 2 3 n, x 2 ( nx) 2 dx = 5 n. 3 a(u, u) α u 2 u L 2 (). Denn dann müsste α 2, also α 5 n 3 3 n n2, für alle n gelten, was für ein von n unabhängiges α nicht möglich ist. Also ist a(u, v) nicht L 2 elliptisch. Lemma von Lax-Milgram: Gegeben seien ein Hilbert-Raum (V, (, )), eine stetige, V - elliptische Bilinearform a(, ), und ein stetiges, lineares Funktional F : V R. Dann existiert genau ein u V so, dass a(u, v) = F (v), v V. () Beweis: Für u V beliebig wird durch Au(v) = a(u, v), v V, ein stetiges, lineares Funktional Au V definiert. Insbesondere ist die Stetigkeitskonstante von Au gleich der Stetigkeitskonstante M von a(, ). Nach dem Riesz schen Darstellungssatz existiert zu jedem φ V ein eindeutiges τφ V so, dass φ(v) = (τφ, v), v V. Da τ : V V ein Isomorphismus ist, lässt sich das Variationsproblem () äquivalent formulieren als: Es existiert genau ein u V so, dass τau = τf. (2) Für die Lösung von (2) suchen wir eine Kontraktion T in der Form T v = v ρ(τav τf ) mit dem zu bestimmenden Parameter ρ. Nach Anwendung des Banachschen Fixpunktsatzes existiert dann genau ein u V so, dass u = T u = u ρ(τau τf ) gilt, 8

9 woraus (2) und damit die Behauptung folgt. Es bleibt also zu zeigen, dass ein entsprechendes ρ existiert. Seien v, v 2 V und v = v v 2. Es gilt T v T v 2 2 = v ρ(τav) 2 = v 2 2ρ(τAv, v) + ρ 2 τav 2 (τ, A linear) = v 2 2ρa(v, v) + ρ 2 a(v, τav) (Definition von τ, A) v 2 2ρα v 2 + ρ 2 M v τav ( 2ρα + ρ 2 M 2 ) v 2 = L 2 v v 2 2, (a stetig, elliptisch) (A stetig, τ isometrisch) mit L 2 = 2ρα + ρ 2 M 2. Für ρ (, 2α/M 2 ) gilt L <. 9

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme

Optimale 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

Finite Elemente Methode für elliptische Differentialgleichungen

Finite 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

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 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

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 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

Mehr

Zusammenfassung Analysis 2

Zusammenfassung 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

Mehr

9 Metrische und normierte Räume

9 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

Mehr

Finite Elemente I 2. 1 Variationstheorie

Finite 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

Mehr

Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations

Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations Prof. Dr. H. J. Pesch Lehrstuhl für Ingenieurmathematik Universität Bayreuth Optimale Steuerung partieller Differentialgleichungen Optimal Control of Partial Differential Equations (Teil 1: SS 26) 4. Übung

Mehr

Schwache Lösungstheorie

Schwache 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

Mehr

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1

ist 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

Mehr

Skript Einführung in Sobolevräume. Roland Griesse. TU Chemnitz

Skript Einführung in Sobolevräume. Roland Griesse. TU Chemnitz Skript Einführung in Sobolevräume Roland Griesse TU Chemnitz Material für: begleitend für andere Vorlesungen oder zum Selbststudium Fehler und Kommentare bitte an: roland.griesse@mathematik.tu-chemnitz.de

Mehr

Vollständigkeit. Andreas Schmitt. Ausarbeitung zum Proseminar zur Topologie im WS 2012/13

Vollständigkeit. Andreas Schmitt. Ausarbeitung zum Proseminar zur Topologie im WS 2012/13 Vollständigkeit Andreas Schmitt Ausarbeitung zum Proseminar zur Topologie im WS 2012/13 1 Einleitung Bei der Konvergenz von Folgen im Raum der reellen Zahlen R trifft man schnell auf den Begriff der Cauchy-Folge.

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

Partielle Differentialgleichungen Kapitel 11

Partielle 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

Mehr

Skript zur Vorlesung Einführung in Sobolevräume. Prof. Dr. R. Herzog. gehalten im SS2010 Technische Universität Chemnitz

Skript zur Vorlesung Einführung in Sobolevräume. Prof. Dr. R. Herzog. gehalten im SS2010 Technische Universität Chemnitz Skript zur Vorlesung Einführung in Sobolevräume Prof. Dr. R. Herzog gehalten im SS2010 Technische Universität Chemnitz Dieses Skript ist als Begleitmaterial für andere Vorlesungen oder zum Selbststudium

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 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

Mehr

Übungen zur Funktionalanalysis Lösungshinweise Blatt 4

Übungen zur Funktionalanalysis Lösungshinweise Blatt 4 Übungen zur Funktionalanalysis Lösungshinweise Blatt 4 Aufgabe 13 Wie üblich sei l 1 = {x : N K x n < } mit Norm x l 1 = x n und l = {x : N K sup n N x n < } mit x l = sup n N x n Für die Unterräume d

Mehr

ist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).

ist 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)

Mehr

Ultrametrik. Christian Semrau Metrische Räume

Ultrametrik. Christian Semrau Metrische Räume Ultrametrik Christian Semrau 05.11.2002 Inhaltsverzeichnis 1 Metrische Räume 1 1.1 Definition der Metrik.................................. 1 1.2 Offene und abgeschlossene Mengen..........................

Mehr

Vollständiger Raum, Banachraum

Vollständiger Raum, Banachraum Grundbegriffe beschränkte Menge Cauchyfolge Vollständiger Raum, Banachraum Kriterium für die Vollständigkeit Präkompakte Menge Kompakte Menge Entropiezahl Eigenschaften kompakter und präkompakter Mengen

Mehr

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016 Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)

Mehr

Beispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren

Beispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren Beispiele Grundlagen Kompakte Operatoren Regularisierungsoperatoren Transportgleichung Dierenzieren ( nx ) (f δ n ) (x) = f (x) + n cos, x [0, 1], δ Regularisierung!! Inverse Wärmeleitung Durc f (f δ n

Mehr

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω 5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,

Mehr

Ferienkurs Analysis 3. Ari Wugalter März 2011

Ferienkurs Analysis 3. Ari Wugalter März 2011 Ari Wugalter 07. - 08. März 2011 1 1 Hilberträume Im ersten Kapitel wollen wir uns mit den grundlegenden Eigenschaften von Hilberträumen beschäfitgen. Hilberträume habe die herausragende Eigenschaft, dass

Mehr

Definition Eine Metrik d auf der Menge X ist eine Abbildung d : X X IR

Definition 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

Mehr

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN

8 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

Mehr

Kapitel II Konforme Finite Elemente

Kapitel II Konforme Finite Elemente Kapitel II Konforme Finite Elemente Die mathematische Behandlung der Finite-Element-Verfahren fußt auf der Variationsformulierung elliptischer Differentialgleichungen. Die Lösungen der wichtigsten Differentialgleichungen

Mehr

8 KAPITEL 1. GRUNDLAGEN

8 KAPITEL 1. GRUNDLAGEN 8 KAPITEL 1. GRUNDLAGEN Beweis. 1. Sei A X abgeschlossen, dann ist X \ A offen und jede offene Überdeckung von A lässt sich durch Hinzunahme von X \ A auf ganz X fortsetzen. Die Kompaktheit von X erlaubt

Mehr

Klausur zur Höheren Mathematik IV

Klausur zur Höheren Mathematik IV Düll Höhere Mathematik IV 8. 1. 1 Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene

Mehr

Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator

Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Universität Bielefeld Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Matthieu Felsinger Universität Bielefeld Mathematisches Kolloquium, TU Clausthal 05. Februar 2014 1 Einleitung

Mehr

30 Metriken und Normen

30 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

Mehr

Analysis II. 8. Klausur mit Lösungen

Analysis II. 8. Klausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis II 8. Klausur mit en 1 2 Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Eine Metrik auf einer Menge M. 2) Die Kurvenlänge

Mehr

3 Vektorräume abstrakt

3 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

Mehr

Übungsblatt 2 - Analysis 2, Prof. G. Hemion

Übungsblatt 2 - Analysis 2, Prof. G. Hemion Tutor: Martin Friesen, martin.friesen@gmx.de Übungsblatt 2 - Analysis 2, Prof. G. Hemion Um die hier gestellten Aufgaben zu lösen brauchen wir ein wenig Kentnisse über das Infimum bzw. Supremum einer Menge.

Mehr

Einführung in die Mehrdimensionale Variationsrechnung (Vorlesungsskript)

Einführung in die Mehrdimensionale Variationsrechnung (Vorlesungsskript) Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Universität der Bundeswehr München Einführung in die Mehrdimensionale Variationsrechnung (Vorlesungsskript) Univ. Prof.

Mehr

Lösungen der Übungsaufgaben von Kapitel 3

Lösungen 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

Mehr

Analysis 2. Contents. Torsten Wedhorn. June 12, Notation. Es bezeichne K immer den Körper R der reellen Zahlen oder den Körper C der komplexen

Analysis 2. Contents. Torsten Wedhorn. June 12, Notation. Es bezeichne K immer den Körper R der reellen Zahlen oder den Körper C der komplexen Analysis 2 Torsten Wedhorn June 12, 2012 Notation Es bezeichne K immer den Körper R der reellen Zahlen oder den Körper C der komplexen Zahlen. Contents 12 Metrische Räume 2 (A) Definition metrischer Räume........................

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

Kurze Einführung in die Finite-Elemente-Methode

Kurze Einführung in die Finite-Elemente-Methode Kurze Einführung in die Finite-Elemente-Methode Stefan Girke Wissenschaftliches Rechnen 23 Die Finite-Elemente-Methode In diesem Skript soll eine kurze Einführung in die Finite-Elemente-Methode gegeben

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

α + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus

α + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus 4. Dualräume und schwache Topologien Den Begriff des Dualraums hatten wir bereits in Kapitel 2 definiert. Der Dualraum X eines Banachraums X ist X = B(X, C). X ist mit der Abbildungsnorm F = sup x =1 F

Mehr

Rechenoperationen mit Folgen. Rekursion und Iteration.

Rechenoperationen mit Folgen. Rekursion und Iteration. Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )

Mehr

Nun zeigen wir: wie kann man durch eine Liftung eine neue Unterlösung konstruieren.

Nun zeigen wir: wie kann man durch eine Liftung eine neue Unterlösung konstruieren. 56 SS2016 Definition 6.17 (Unterlösung,Oberlösung). Ω R n seieingebietleinelliptischeroperator wie in Bedingung 6.1. Seien a i j, b i c stetig mit c 0 in Ω. Sei f stetig in Ω. Eine Funktion u C(Ω) heißt

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. 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

Mehr

Seminar Gewöhnliche Differentialgleichungen

Seminar Gewöhnliche Differentialgleichungen Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden

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

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,

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

Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0.

Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0. 6.4 Fixpunkt-Iteration Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0. Möglichkeiten: Bisektionsverfahren (Intervallhalbierung) Newton-Verfahren, x k+1 = x k f(x k) f (x k ) für k = 0, 1,

Mehr

4.1 Motivation von Variationsmethoden Variationsmethoden im Sobolevraum Motivation von Variationsmethoden

4.1 Motivation von Variationsmethoden Variationsmethoden im Sobolevraum Motivation von Variationsmethoden Kapitel 4 Das Dirichlet Prinzip Bevor wir uns der Lösung von Randwertproblemen mithilfe der eben entwickelten Techniken zuwenden, wollen wir uns einer Idee zur Lösung widmen, die einige Elemente dieser

Mehr

Konvergenz im quadratischen Mittel - Hilberträume

Konvergenz im quadratischen Mittel - Hilberträume CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften

Mehr

Vektorräume und lineare Abbildungen

Vektorräume und lineare Abbildungen Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten

Mehr

Universität Stuttgart

Universität Stuttgart Universität Stuttgart Nichtlineare Funktionalanalysis mit Anwendungen in der Festkörpermechanik Anna-Margarete Sändig, (Hrsg.), Dorothee Knees (Hrsg.) Berichte aus dem Institut für Angewandte Analysis

Mehr

35 Stetige lineare Abbildungen

35 Stetige lineare Abbildungen 171 35 Stetige lineare Abbildungen Lernziele: Konzepte: Lineare Operatoren und ihre Normen Resultate: Abschätzungen für Matrizennormen Kompetenzen: Abschätzung von Operatornormen 35.1 Lineare Abbildungen.

Mehr

Universität Ulm Abgabe: Mittwoch,

Universität 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

Mehr

6. Iterationsverfahren. Fixpunktiteration. 6.Iterationsverfahren: Fixpunktiteration Numerisches Programmieren, Jürgen Bräckle page 1 of 16

6. Iterationsverfahren. Fixpunktiteration. 6.Iterationsverfahren: Fixpunktiteration Numerisches Programmieren, Jürgen Bräckle page 1 of 16 6. Iterationsverfahren Fixpunktiteration Numerisches Programmieren, Jürgen Bräckle page 1 of 16 Beispiel: Ausbreitung eines Grippevirus in einem Kindergarten Zeitpunkt t 0 t 1 t 2 t 3 t 4 t 5 Anteil kranker

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

Funktionalanalysis I. Vadim Kostrykin Institut für Mathematik Johannes Gutenberg-Universität Mainz. Sommersemester 2015 Vorlesungsbegleitendes Skript

Funktionalanalysis I. Vadim Kostrykin Institut für Mathematik Johannes Gutenberg-Universität Mainz. Sommersemester 2015 Vorlesungsbegleitendes Skript Funktionalanalysis I Vadim Kostrykin Institut für Mathematik Johannes Gutenberg-Universität Mainz Sommersemester 2015 Vorlesungsbegleitendes Skript Stand: 20. Juli 2015 Vorbemerkungen Das vorliegende Skriptum

Mehr

Funktionalanalysis. Flavius Guiaş

Funktionalanalysis. Flavius Guiaş Funktionalanalysis Flavius Guiaş Email: flavius.guias@mathematik.uni-dortmund.de Technische Universität Dortmund, Wintersemester 2009/10 http://www.mathematik.tu-dortmund.de/lsi/fguias/fa.html 2 Empfohlene

Mehr

Normierte, metrische und topologische Räume Stetige und gleichmäßig stetige Abbildungen

Normierte, metrische und topologische Räume Stetige und gleichmäßig stetige Abbildungen Kapitel VIII Normierte, metrische und topologische Räume Stetige und gleichmäßig stetige Abbildungen 33 Normierte und metrische Räume 34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlichdimensionalen

Mehr

Eigenschaften kompakter Operatoren

Eigenschaften kompakter Operatoren Eigenschaften kompakter Operatoren Denition Seien X, Y normierte Räume und sei A : X Y linear. Dann heiÿt A kompakt (vollstetig), wenn für jede beschränkte Menge B X die Menge A(B) kompakt ist. Eigenschaften

Mehr

Funktionalanalysis, WS 2005/06, by HGFei

Funktionalanalysis, WS 2005/06, by HGFei Funktionalanalysis, WS 2005/06, by HGFei Hinweise zum Inhalt (laufende Chronologie) Version vom 15. Oktober 2005 (HGFei) 1. Stunde 1: TEST: l, (l, ), l 1, (l 1, 1 ), l 2, (l 2, 2 ) QUESTION: Was ist Funktionalanalysis?

Mehr

Funktionalanalysis. Sommersemester 2015

Funktionalanalysis. Sommersemester 2015 Funktionalanalysis Sommersemester 2015 Prof. Dr. Michael Růžička Inhaltsverzeichnis 1 Einführung und Begriffe 1 1.1 Einführung............................ 1 1.2 Normierte Vektorräume......................

Mehr

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt Beispiel. Gegeben sei die Folge (a n ) n N mit a n := n 2 + 5n + 1 n Es gilt ( ( ) (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n + 1 + n, woraus folgt a n = (n2 + 5n + 1) n 2 n2 + 5n + 1 + n = 5n + 1 n2

Mehr

Orthogonalreihendarstellung eines zentrierten Gauß-Prozesses

Orthogonalreihendarstellung eines zentrierten Gauß-Prozesses Orthogonalreihendarstellung eines zentrierten Gauß-Prozesses Thomas Steinle Seminar Zufällige Felder Universität Ulm 18. November, 2008 Einleitung Inhalt Einleitung Wiederholung und Themenvorstellung Wichtiges

Mehr

Wiederholung von Linearer Algebra und Differentialrechnung im R n

Wiederholung von Linearer Algebra und Differentialrechnung im R n Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:

Mehr

Technische Universität München. Aufgaben Mittwoch SS 2012

Technische Universität München. Aufgaben Mittwoch SS 2012 Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische

Mehr

i=1 i=1,...,n x K f(x).

i=1 i=1,...,n x K f(x). 2. Normierte Räume und Banachräume Ein normierter Raum ist ein Vektorraum, auf dem wir Längen messen können. Genauer definieren wir: Definition 2.1. Sei X ein Vektorraum über C. Eine Abbildung : X [0,

Mehr

3 Lineare Differentialgleichungen

3 Lineare Differentialgleichungen 3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

Das Newton Verfahren.

Das Newton Verfahren. Das Newton Verfahren. Ziel: Bestimme eine Nullstelle einer differenzierbaren Funktion f :[a, b] R. Verwende die Newton Iteration: x n+1 := x n f x n) f x n ) für f x n ) 0 mit Startwert x 0. Das Verfahren

Mehr

Wir werden hier lineare partielle Differentialgleichungen aus funktionalanalytischer Sicht betrachten, d.h. als Operatorgleichungen.

Wir werden hier lineare partielle Differentialgleichungen aus funktionalanalytischer Sicht betrachten, d.h. als Operatorgleichungen. Kapitel 4 Theorie linearer partieller Differentialgleichungen Wir werden hier lineare partielle Differentialgleichungen aus funktionalanalytischer Sicht betrachten, d.h. als Operatorgleichungen wobei Au

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

Lösung zu Kapitel 5 und 6

Lösung zu Kapitel 5 und 6 Lösung zu Kapitel 5 und 6 (1) Sei f eine total differenzierbare Funktion. Welche Aussagen sind richtig? f ist partiell differenzierbar f kann stetig partiell differenzierbar sein f ist dann immer stetig

Mehr

Analysis II. Jochen Merker

Analysis II. Jochen Merker Analysis II Jochen Merker Sommersemester 2009 2 Inhaltsverzeichnis 1 Konvergenz und Stetigkeit in normierten und metrischen Räumen 7 1.1 Normierte Vektorräume........................... 7 1.2 Metrische

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

L p Räume und der Satz von Riesz-Fischer

L p Räume und der Satz von Riesz-Fischer Kolloqium Partielle Differentialgleichungen 8.5.28 Carsten Erdmann L p Räume und der Satz von Riesz-Fischer 1.1. Definition. Sei p R, p >, dann setzen wir p :=, p :=. Sei f : K meßbar, dann ist f M + (,

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

Einführung in die Grundlagen der Numerik

Einführung in die Grundlagen der Numerik Einführung in die Grundlagen der Numerik Institut für Numerische Simulation Rheinische Friedrich-Wilhelms-Universität Bonn Wintersemester 2014/2015 Normierter Vektorraum Sei X ein R-Vektorraum. Dann heißt

Mehr

d(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.

d(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

Mehr

Einleitung Grundlagen Einordnung. Normen. Thomas Gerstner. Institut für Mathematik Goethe-Universität Frankfurt am Main

Einleitung Grundlagen Einordnung. Normen. Thomas Gerstner. Institut für Mathematik Goethe-Universität Frankfurt am Main Institut für Mathematik Goethe-Universität Frankfurt am Main Einführungsvortrag Proseminar 25. Januar 2013 Outline 1 Einleitung Motivation Anwendungsbereiche 2 3 Wichtige Outline Einleitung Motivation

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

Kapitel 5 KONVERGENZ

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

Mehr

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das

Mehr

Lösungsvorschlag zu den Hausaufgaben der 8. Übung

Lösungsvorschlag 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

Mehr

Funktionalanalysis I und II Vorlesung HS 2007 und FS 2008

Funktionalanalysis I und II Vorlesung HS 2007 und FS 2008 Funktionalanalysis I und II Vorlesung HS 2007 und FS 2008 Prof. Dr. Michael Struwe 26. August 2008 ii Worum geht es? Grob gesagt, geht es um die Auflösung linearer Gleichungssysteme Ax = y zu gegebenem

Mehr

Differentialgleichungen und Hilberträume Sommersemester 2014 Übungsblatt 11

Differentialgleichungen 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

Mehr

10 Hilberträume. (b) λx,y = λ x,y für x,y X, λ K. (c) x, y = y, x für x, y X (Komplexe Konjugation nur im Falle K = C)

10 Hilberträume. (b) λx,y = λ x,y für x,y X, λ K. (c) x, y = y, x für x, y X (Komplexe Konjugation nur im Falle K = C) 10 Hilberträume 10.1. Definition. Sei X ein Vektorraum über K. Eine Abbildung, : X X K heißt Skalarprodukt, falls (a) x 1 + x,y = x 1,y + x,y für x 1,x,y X (b) λx,y = λ x,y für x,y X, λ K (c) x, y = y,

Mehr

Kapitel 1. Holomorphe Funktionen

Kapitel 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.

Mehr

Carsten, Schubert Laplace-Operatoren auf Quantengraphen

Carsten, Schubert Laplace-Operatoren auf Quantengraphen Fakultät für Mathematik Professur für Analysis Diplomarbeit Laplace-Operatoren auf Quantengraphen Carsten Schubert Chemnitz, den 13. November 006 Betreuer: Prof. Peter Stollmann PD Daniel Lenz Carsten,

Mehr

1 Euklidische und unitäre Vektorräume

1 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

Mehr

Die von Neumannsche Ungleichung

Die von Neumannsche Ungleichung Die von Neumannsche Ungleichung Dominik Schillo 12. November 2012 Satz (Die von Neumannsche Ungleichung) Seien p C[z] ein Polynom in einer Variablen und T L(H) eine Kontraktion (d.h. T 1). Dann gilt: p(t

Mehr

Elemente der mengentheoretischen Topologie

Elemente 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

Mehr

34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlich-dimensionalen

34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlich-dimensionalen 34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlich-dimensionalen R-Vektorräumen 34.1 Äquivalenz von Normen 34.3 Stetigkeit und Normen linearer Abbildungen 34.4 Äquivalente Normen sind gegeneinander

Mehr

Topologische Aspekte: Eine kurze Zusammenfassung

Topologische Aspekte: Eine kurze Zusammenfassung Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,

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

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

2.) Nichtlineare PDEs besitzen i.a. selbst bei beliebig glatten Daten keine klassischen Lösungen.

2.) Nichtlineare PDEs besitzen i.a. selbst bei beliebig glatten Daten keine klassischen Lösungen. Kapitel 2 Schwache Lösungstheorie elliptischer Gleichungen Im ersten Kapitel haben wir gesehen, wie mit Hilfe spezieller Lösungsmethoden (Separationsansatz, Charakteristikenmethode, Fundamentallösung,

Mehr

Lösungsvorschlag zur Übungsklausur zur Analysis I

Lösungsvorschlag zur Übungsklausur zur Analysis I Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 NWF I - Mathematik 9..9 Universität Regensburg Lösungsvorschlag zur Übungsklausur zur Analysis I Frage 1 Vervollständigen Sie die folgenden

Mehr

Aktuelle Themen aus der Stochastik Wintersemester 2017/2018 Abschnitt 3: Metrische und polnische Räume

Aktuelle Themen aus der Stochastik Wintersemester 2017/2018 Abschnitt 3: Metrische und polnische Räume Aktuelle Themen aus der Stochastik Wintersemester 2017/2018 Abschnitt 3: Metrische und polnische Räume Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Oktober/November 2017

Mehr