Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung

Größe: px
Ab Seite anzeigen:

Download "Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung"

Transkript

1 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 Fourierpolynom S n f die Aufgabe löst, f T im Raum der trigonometrischen Polynome vom Grad n zu minimieren. Diese Art der Approximation wird auch die quadratische Approxiation genannt. Um die Approximation im quadratischen Mittel überhaupt betrachten zu können, definieren wir als erstes die Konvergenz im quadratischen Mittel. Definition Konvergenz im quadratischen Mittel) Eine Folge f n ) von Regelfunktionen auf einem Intervall [a;b] konvergiert dort im quadratischen Mittel gegen die Regelfunktion f, wenn f f n für n. Bemerkungen: i) Die Definition lässt sich auch formulieren: b a f f n dx für n ii) Konvergiert eine Folge f n ) auf [a;b] gleichmäßig gegen f, so wird dadurch die quadratische Konvergenz impliziert. Denn es gilt folgendes: b f f n fx) f n x) dx b a) f f n ) [a;b] a b a) f f n [a;b] b a f f n [a;b] iii) Dagegen folgt aus der Konvergenz im quadratischen Mittel nicht einmal die punktweise Konvergenz. f und f n ) können nämlich an endlich vielen Stellen beliebig geändert werden, ohne dass dieses eine Änderung der Integrale zur Folge hätte. Als Beispiel dient die Funktionen des wandernden Buckels. Die f n ) konvergieren dort im quadratischen Mittel gegen die Nullfunktion, die Folge f n x)) konvergiert allerdings für keinen Punkt x [;]. Definieren wir also erst mal die Funktionen. Dazu benötigen wir die eindeutig bestimmten ganzen Zahlen ξ, µ, die außerdem folgende Bedingungen erfüllen: n ξ + µ und µ < ξ. Dann setzen wir für f n ) : [;] IR { [ für x µ x f n x) : ξ ; µ + ) ξ], für sonstige x [; ]. Bevor wir nun zur Parsevelschen Gleichung kommen, möchte ich noch einmal den Fejérschen Approximationssatz in Erinnerung rufen sowie ein Lemma einführen und beweisen, da beide für den Beweis der Parsevelschen Gleichung benötigt werden.

2 Satz von Fejér Für jede π-periodische Regelfunktion f gilt: An jedem Punkt x konvergiert das n-te Fejérpolynom vom f gegen fx ) + fx+)). An jeder Stelle x, an der f stetig ist konvergiert das n-te Fejérpolynom gegen fx). Ist f stetig, so konvergiert das n-te Fejérpolynom gleichmäßig auf IR gegen f. Lemma Für alle f IR ) und alle ɛ > existiert eine stetige Funktion g IR ) mit: f g fx) gx) dx < ɛ π Zunächst zeigt man, dass eine Treppenfunktion durch eine stetige Funktion approximiert werden kann.) Die Treppenfunktion approximiert man dann durch eine beliebige Regelfunktion. Damit kann man dann auch eine beliebige Regelfunktion durch eine stetige Funktion approximieren.). Sei also ψ eine Treppenfunktion auf dem Intervall [;π]. Dann existiert eine Zerlegung t < t <... < t n π des Intervalls [;π], mit folgender Eigenschaft: k,...,n besitzt f im Intervallt k ; t k ) einen konstanten Wert c k. Nun wählen wir ein δ IR > folgerndermaßen: δ < min { t k t k k,..., n} Als nächstes definieren wir uns lineare Funktionen l,..., l n mit l k t k δ) : c k und l k t k + δ) : c k+ und c : c n sowie c n+ : c. Dann setze ψ: IR C durch { x ψx) lk x) für x [t : k δ; t k + δ], ψx) für x [t k + δ; t k δ]. Dann ist ψ π-periodisch und für das Integral über die quadrierten Abstände folgt: π ψx) ψx) dx i i ψx) ψx) dx sup ci+ c i i { ψy) ψy) y } [t i δ; t i + δ] ) dx ) dx δ } {{ } δ c i+ c i < ɛ. Sei nun f R ) beliebig. Da f eine Regelfunktion ist, kann sie beliebig genau durch Treppenfunktionen approximiert werden, d.h. es existiert eine Treppenfunktion φ mit fx) φx) < ɛ für x [; π] und ɛ >. Nach.) existiert außerdem eine stetige π- periodische Funktion φ R ) mit φ φ < ɛ. Für die beliebig gewählte Funktion f und die approxmimierende Treppenfunkion φ erhält man: f φ fx) φx) dx sup { fy) φy) y } ) π π i π sup { fy) φy) y } π f φ < ɛ. Mit Hilfe der Dreiecksungleichung folgt die gewünschte Aussage: f φ f φ + φ φ < ɛ ɛ ɛ

3 Satz: Parsevelsche Gleichung) Für jede Funktion f R ) konvergiert die Folge S n f auf [ π; π] im quadratischen Mittel gegen f: f S n f für n ) Gleichwertig zu dieser Aussage ist die Parsevelsche Gleichung, die auch als Vollständigkeitsrelation bezeichnet wird: f, f ft) dt f π ˆfν). ) ν. Wir zeigen zuerst die Behauptung ). Zunächst in a) für stetige f und dann in b) für beliebige. a) Sei f IR stetig. Sei weiterhin ɛ IR >. Mit dem Approximationssatz von Fejér gilt: δ > gibt es ein trigonometrisches Polynom T mit fx) T x) < δ x IR. Für δ ɛ folgt: f T < ɛ. Aufgrund der Minimalitätseigenschaft gilt dann für alle Fourierpolynome S n f mit n GradT): f S n f f T f T < ɛ b) Sei nun f IR ) und ɛ IR > beliebig. Nach dem Lemma können wir eine beliebige Regelfunktion durch eine stetige Funktion approximieren, d.h. wir können zu jedem ɛ > eine stetige π-periodische Funktion φ finden mit f φ < ɛ. Des weiteren gilt für eine beliebige Funktion g IR ) mit Hilfe der Dreiecksungleichung und mit dem Satz über die Minimaleigenschaft der Fourierpolynome: S n g S n g g + g g Für das beliebig gewählte f und für hinreichend große n folgt dann: f S n f f φ + φ S n f f φ + φ S n φ + S n φ f) < ɛ <ɛ <ɛ nach a) φ f < ɛ Damit wäre der erste Teil der Behauptung gezeigt.. Als nächstes wird die Äquivalenz der Aussagen ) und ) gezeigt. Nach dem Satz über die Minimaleigenschaft der Fourierpolynome gilt für beliebige Funktionen f IR ): f S n f f Mit dem. Teil des Beweises und n ergibt sich: f ν n ν n ˆfν) ˆfν) Wegen der Besselschen Ungleichung ist die Summe beschränkt und konvergiert, womit auch der. Teil der Behauptung gezeigt wäre. Bemerkungen:. Die Aussage ) verschärft die Besselsche Ungleichung und macht sie zu einer Gleichung. Die Parsevelsche Gleichung wird, wie bereits erwähnt, auch als Vollständigkeitsrelation bezeichnet. Sie besagt nämlich, dass es unmöglich ist, das Orthonormalsystem {e k k Z} durch eine stetige Funktion f so zu erweitern, dass f orthogonal zu e k ist k Z. 3

4 3. Falls man die Fourrierreihe von f als Cosinus-Sinus-Reihe Sfx) schreibt, so lautet die Parsevelsche Gleichung: fx) dx a + a k + b k ) mit Sfx) a π + a k cos kx + b k sin kx) k Beweis der Bemerkungen ) und 3): ) Gebe es doch so eine Funktion f, dann würde wegen der Orthogonalität gelten: f, e k ft)ē k dt π ˆfk) k Z Für die Glieder der Summe in der Parsevelschen Gleichung gilt: ˆfν) f ν Nach der Definition der L -Norm für stetige f folgt nun, dass f ist. Dieses ist ein Widerspruch zu Annahme f, womit die Behauptung folgt. 3) Wir wissen, dass die Koeffizienten der Cosinus-Sinus-Reihe folgendermaßen lauten: a k ˆfk) + ˆf k) und b k i ˆfk) ˆf k)). Deswegen folgt: Das weiteren gilt: a k + b k ˆfk) + ˆf k) + ˆfk) ˆf k) ˆfk) + ˆf k)) ˆfk) + ˆf k)) + ˆfk) ˆf k)) ˆfk) ˆf k)) ˆfk) + ˆfk) ˆf k) + ˆf k) ˆfk) + ˆf k) ˆfk) + ˆf k) a ˆf) + ˆf) ˆf) Mit Hilfe dieser beiden Gleichungen können wir nun die Pasevelsche Gleichung umschreiben: f fx) dx π ˆfk) Beispiel: k ˆfk) + k ˆfk) + ˆf) k a k + b k ) + a k Wir betrachten nun folgende uns schon aus vorherigen Vorträgen bekannte Funktion h: IR IR: { für x πn, n Z x hx) : π x für x πn; πn + )), n Z Wir wissen, dass die Funktion x ; π) auf Wege dargestellt werden kann: π x hx) S x) k sin kx k Offensichtlich ist somit b k k und a k. Also erhält man durch die Parsevelsche Gleichung in der Cosinus- Sinus-Darstellung für x ; π): b k k π ) π x dx π π πx + x ) dx π π π k k π x πx + 3 x3 ) π π 6

5 Bislang haben wir in der Parsevelschen Gleichung das Analogon des euklidischen Skalarprodukts einer Funktion f R ) mit sich selbst betrachtet. Dieses wollen wir nun verallgemeinern. Wir betrachten jetzt das Skalarprodukt von f mit einer beliebigen anderen Funktion g R ). So erhalten wir die verallgemeinerte Parsevelsche Gleichung. Satz Allgemeine Parsevelsche Gleichung) Für beliebige f,g R ) gilt: f, g π ft)gt)dt ˆfν)ĝν) ν Als erstes zeigen wir, dass für zwei komplexe Zahlen z,w folgendes gilt: zw wz) z + zw + wz + w z + zw + wz w + i z zw + wz + i iw i z zw + wz i iw ) ) ) ) z + w) z + w) z w) z w) + i z + iw z + iw) i z iw z iw) z + w z w + i z + iw i z iw ) 3) Mit Hilfe dieses Aussage führen wir nun die allgemeine Gleichung auf den uns schon bekannten Fall zurück: f, g ft)gt)dt π 3) ft) + gt) dt ft) gt) dt + i ft) + igt) dt i ft) igt) dt 8π Nach Anwendung der Parsevelschen Gleichung erhält man: f, g f + g)k) f g)k) + i 3) ˆfk) + ĝk) ˆfk)ĝk). ˆfk) ĝk) + i f + ig)k) i ˆfk) + iĝk) i f ig)k) ) ˆfk) iĝk) ) 5

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung

Konvergenz 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

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

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

4 Messbare Funktionen

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

Mehr

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

Analysis I. 4. Beispielklausur mit Lösungen

Analysis I. 4. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein

Mehr

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

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

Mehr

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

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i 3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und

Mehr

18 Höhere Ableitungen und Taylorformel

18 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

Mehr

Lösungen zu den Hausaufgaben zur Analysis II

Lösungen 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

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

Aufgaben zu Kapitel 20

Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Verständnisfragen Aufgabe 20 Sind die folgenden Produkte Skalarprodukte? (( R ) 2 ( R 2 )) R : v w,, v v 2 w w 2 (( R ) 2 ( R 2 )) R : v w, 3 v v 2 w w + v

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

Lösungsvorschläge zum 14. Übungsblatt.

Lösungsvorschläge zum 14. Übungsblatt. Übung zur Analysis III WS / Lösungsvorschläge zum 4. Übungsblatt. Aufgabe 54 Sei a R\{}. Ziel ist die Berechnung des Reihenwertes k a + k. Definiere dazu f : [ π, π] R, x coshax. Wir entwickeln f in eine

Mehr

Vorlesung Mathematik 2 für Ingenieure (Sommersemester 2016)

Vorlesung Mathematik 2 für Ingenieure (Sommersemester 2016) 1 Vorlesung Mathematik 2 für Ingenieure (Sommersemester 216) Kapitel 11: Potenzreihen und Fourier-Reihen Prof. Miles Simon Nach Folienvorlage von Prof. Dr. Volker Kaibel Otto-von-Guericke Universität Magdeburg.

Mehr

Fourier-Reihen: Definitionen und Beispiele

Fourier-Reihen: Definitionen und Beispiele Fourier-Reihen: Definitionen und Beispiele Die Fourieranalysis beschäftigt sich mit dem Problem Funktionen in Kosinus und Sinus zu entwickeln. Diese Darstellungen sind in der Mathematik sowie in der Physik

Mehr

Faltung und Approximation von Funktionen

Faltung und Approximation von Funktionen Faltung und Approximation von Funktionen Lisa Bauer und Anja Moldenhauer 9. Juni 2008 1 Die Faltung von Funktionen 1.1 Die Faltung Eine kleine Widerholung mit einem Zusatz: Vergleiche den Vortrag von Benjamin

Mehr

cos(kx) sin(nx)dx =?

cos(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]

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

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

Mehr

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen

Mehr

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.

SS 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

Mehr

= ( n x j x j ) 1 / 2

= ( n x j x j ) 1 / 2 15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors

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

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel 5. Vektorräume mit Skalarprodukt Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der

Mehr

Aufgaben zur Analysis I aus dem Wiederholungskurs

Aufgaben zur Analysis I aus dem Wiederholungskurs Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden

Mehr

Folgen und Reihen. Thomas Blasi

Folgen und Reihen. Thomas Blasi Folgen und Reihen Thomas Blasi 02.03.2009 Inhaltsverzeichnis Folgen und Grenzwerte 2. Definitionen und Bemerkungen............................. 2.2 Konvergenz und Beschränktheit.............................

Mehr

2. Stetige lineare Funktionale

2. Stetige lineare Funktionale -21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn

Mehr

Leitfaden a tx t

Leitfaden a tx t Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und

Mehr

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung

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

5 Stetigkeit und Differenzierbarkeit

5 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.

Mehr

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92 Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : Ê Ê systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 11 Einleitung Es wird eine 15-minütige Mikroklausur geschrieben. i) Sei D R oderd C. Wann heißt

Mehr

Übungen zur Vorlesung MATHEMATIK II

Übungen zur Vorlesung MATHEMATIK II Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom

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

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

Mehr

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

Elemente der Analysis II

Elemente 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

Mehr

Lösungen zu Übungsblatt 9

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

Mehr

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

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

27 Taylor-Formel und Taylor-Entwicklungen

27 Taylor-Formel und Taylor-Entwicklungen 136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen

Mehr

Abbildung 10.1: Das Bild zu Beispiel 10.1

Abbildung 10.1: Das Bild zu Beispiel 10.1 Analysis 3, Woche Mannigfaltigkeiten I. Definition einer Mannigfaltigkeit Die Definition einer Mannigfaltigkeit braucht den Begriff Diffeomorphismus, den wir in Definition 9.5 festgelegt haben. Seien U,

Mehr

4.1. Vektorräume und lineare Abbildungen

4.1. Vektorräume und lineare Abbildungen 4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt

Mehr

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

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

Mehr

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b.

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b. Proposition.13 Sei f : D R stetig und D = [a, b] R. Dann ist f(d) beschränkt. Außerdem nimmt f sein Maximum und Minimum auf D an, d.h. es gibt x max D und ein x min D, so dass f(x max ) = sup f(d) und

Mehr

9 Folgen und Reihen von Funktionen

9 Folgen und Reihen von Funktionen 9 Folgen und Reihen von Funktionen In diesem Abschnitt betrachten wir verschiedene Arten der Konvergenz einer Funktionenfolge Besonders interessiert uns die Frage, ob sich Eigenschaften der einzelnen Glieder

Mehr

5 Potenzreihenansatz und spezielle Funktionen

5 Potenzreihenansatz und spezielle Funktionen 5 Potenzreihenansatz und spezielle Funktionen In diesem Kapitel betrachten wir eine Methode zur Lösung linearer Differentialgleichungen höherer Ordnung, die sich anwenden läßt, wenn sich alle Koeffizienten

Mehr

18.4 Das Newton-Verfahren

18.4 Das Newton-Verfahren 18.4 Das Newton-Verfahren Ziel: Wir suchen die Nullstellen einer Funktion f : D R n, D R n : f(x) = 0 Wir kennen bereits die Fixpunktiteration x k+1 := Φ(x k ) mit Startwert x 0 und Iterationsvorschrift

Mehr

4.5 Schranken an die Dichte von Kugelpackungen

4.5 Schranken an die Dichte von Kugelpackungen Gitter und Codes c Rudolf Scharlau 19. Juli 2009 341 4.5 Schranken an die Dichte von Kugelpackungen Schon in Abschnitt 1.4 hatten wir die Dichte einer Kugelpackung, speziell eines Gitters bzw. einer quadratischen

Mehr

Höhere Mathematik I/II

Höhere Mathematik I/II Markus Stroppel Höhere Mathematik I/II Z. Zusätze. Z.. Skalarprodukte in Funktionenräumen. Wir wollen an einigen Beispielen zeigen, dass es nützlich sein kann, Skalarprodukte auch in ganz allgemeinen (reellen)

Mehr

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben. Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung

Mehr

Satz 2.3. Jeder lineare normierte Raum wird durch Einführung einer Metrik

Satz 2.3. Jeder lineare normierte Raum wird durch Einführung einer Metrik Kapitel Lineare normierte Räume.1 Allgemeiner Überblick Definition.1. Eine Menge X, in der über einem Zahlenkörper K (K = R oder K = C) die Addition und λ-multiplikation mit den üblichen Verbindungsaxiomen

Mehr

3.5 Glattheit von Funktionen und asymptotisches Verhalten der Fourierkoeffizienten

3.5 Glattheit von Funktionen und asymptotisches Verhalten der Fourierkoeffizienten Folgerung 3.33 Es sei f : T C in einem Punkt x T Hölder stetig, d.h. es gibt ein C > und ein < α 1 so, dass f(x) f(x ) C x x α für alle x T. Dann gilt lim N S N f(x ) = f(x ). Folgerung 3.34 Es f : T C

Mehr

Lineare Algebra II 9. Übungsblatt

Lineare Algebra II 9. Übungsblatt Lineare Algebra II 9. Übungsblatt Fachbereich Mathematik SS Prof. Dr. Kollross 5./6. Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest: ohne Benutzung des Skripts und innerhalb von Minuten!)

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0 KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe

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

Stetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543

Stetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543 Kapitel 4 Stetigkeit Peter Becker (H-BRS) Analysis Sommersemester 2016 254 / 543 Inhalt Inhalt 4 Stetigkeit Eigenschaften stetiger Funktionen Funktionenfolgen und gleichmäßige Konvergenz Umkehrfunktionen

Mehr

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss.

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss. 1. Konvexität in der absoluten Ebene In einem Dreieck in der Euklidischen Ebene hat die Strecke zwischen zwei Seitenmittelpunkten die halbe Länge der dritten Seite. In der absoluten Ebene hat man eine

Mehr

Teil III. Fourieranalysis

Teil III. Fourieranalysis Teil III Fourieranalysis 3 / 3 Fourierreihen Ziel: Zerlegung einer gegebenen Funktion in Schwingungen Konkret: f : (, L) R gegebene Funktion Gesucht: Darstellung der Form ( f (x) = a + a n cos ( n L x)

Mehr

Analysis I - Stetige Funktionen

Analysis I - Stetige Funktionen Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 8. Übungsblatt Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester

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

SBP Mathe Aufbaukurs 3. Imaginäre und komplexe Zahlen. Komplexe Zahlen in der Gaußschen Zahlenebene. Darstellungen komplexer Zahlen.

SBP Mathe Aufbaukurs 3. Imaginäre und komplexe Zahlen. Komplexe Zahlen in der Gaußschen Zahlenebene. Darstellungen komplexer Zahlen. SBP Mathe Aufbaukurs 3 # 0 by Clifford Wolf # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das Lernen mit Lernkarten

Mehr

Höhere Mathematik für Physiker II

Höhere Mathematik für Physiker II Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei

Mehr

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,

Mehr

Musterlösungen zu Blatt 15, Analysis I

Musterlösungen zu Blatt 15, Analysis I Musterlösungen zu Blatt 5, Analysis I WS 3/4 Inhaltsverzeichnis Aufgabe 85: Konvergenzradien Aufgabe 86: Approimation von ep() durch Polynome Aufgabe 87: Taylorreihen von cos 3 und sin Aufgabe 88: Differenzenquotienten

Mehr

2. Teilklausur. Analysis 1

2. Teilklausur. Analysis 1 Universität Konstanz FB Mathematik & Statistik Prof. Dr. M. Junk Dipl.-Phys. Martin Rheinländer 2. Teilklausur Analysis 4. Februar 2006 4. Iteration Name: Vorname: Matr. Nr.: Hauptfach: Nebenfach: Übungsgruppen-Nr.:

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

2 Allgemeine Integrationstheorie

2 Allgemeine Integrationstheorie 2 Allgemeine Integrationstheorie In diesem Abschnitt ist (,S,µ) ein Maßraum, und wir betrachten R immer mit der σ Algebra B(R). Ziel ist es, messbare Funktionen f : R zu integrieren. Das Maß µ wird uns

Mehr

Brückenkurs Rechentechniken

Brückenkurs Rechentechniken Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige

Mehr

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil April (Voll-) Klausur Analysis I für Ingenieure en Rechenteil Aufgabe 7 Punkte (a) Skizzieren Sie die 4-periodische Funktion mit f() = für und f() = für (b) Berechnen Sie für diese Funktion die Fourierkoeffizienten

Mehr

5 Interpolation und Approximation

5 Interpolation und Approximation 5 Interpolation und Approximation Problemstellung: Es soll eine Funktion f(x) approximiert werden, von der die Funktionswerte nur an diskreten Stellen bekannt sind. 5. Das Interpolationspolynom y y = P(x)

Mehr

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.

2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R. Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum

Mehr

3.6 Approximationstheorie

3.6 Approximationstheorie 3.6 Approximationstheorie Bisher haben wir uns im Wesentlichen mit der Interpolation beschäftigt. Die Approximation ist weiter gefasst: wir suchen eine einfache Funktion p P (dabei ist der Funktionenraum

Mehr

Die komplexe Exponentialfunktion und die Winkelfunktionen

Die komplexe Exponentialfunktion und die Winkelfunktionen Die komplexe Exponentialfunktion und die Winkelfunktionen In dieser Zusammenfassung werden die für uns wichtigsten Eigenschaften der komplexen und reellen Exponentialfunktion sowie der Winkelfunktionen

Mehr

Skalarprodukt. Das gewöhnliche Skalarprodukt ist für reelle n-tupel folgendermaßen erklärt: Sind. und v := reelle n-tupel, dann ist

Skalarprodukt. Das gewöhnliche Skalarprodukt ist für reelle n-tupel folgendermaßen erklärt: Sind. und v := reelle n-tupel, dann ist Orthogonalität p. 1 Skalarprodukt Das gewöhnliche Skalarprodukt ist für reelle n-tupel folgendermaßen erklärt: Sind u := u 1 u 2. u n reelle n-tupel, dann ist und v := v 1 v 2. v n u v := u 1 v 1 + u 2

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

13 Die trigonometrischen Funktionen

13 Die trigonometrischen Funktionen 13 Die trigonometrischen Funktionen Wir schreiben die Werte der komplexen Exponentialfunktion im Folgenden auch als e z = exp(z) (z C). Geometrisch definiert man üblicherweise die Werte der Winkelfunktion

Mehr

Newton-Verfahren für ein Skalarfunktion

Newton-Verfahren für ein Skalarfunktion Newton-Verfahren für ein Skalarfunktion Für eine Näherungsberechnung von Nullstellen einer reellen Funktion f(x) : R R benutzt man das Newton-Verfahren: x (n+1) = x (n) f(x (n) )/f (x (n) ). Das Newton-Verfahren

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2 Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die

Mehr

3.3 Das Abtasttheorem

3.3 Das Abtasttheorem 17 3.3 Das Abtasttheorem In der Praxis kennt man von einer zeitabhängigen Funktion f einem Signal meist nur diskret abgetastete Werte fn, mit festem > und ganzzahligem n. Unter welchen Bedingungen kann

Mehr

Konstruktion der reellen Zahlen. 1 Der Körper der reellen Zahlen

Konstruktion der reellen Zahlen. 1 Der Körper der reellen Zahlen Vortrag zum Proseminar zur Analysis, 24.10.2012 Adrian Hauffe-Waschbüsch In diesem Vortrag werden die reellen Zahlen aus rationalen Cauchy-Folgen konstruiert. Dies dient zur Vorbereitung der späteren Vorträge,

Mehr

ϕ k (t)ψ j (s) 2 ds)dt < folgt ϕ k (t)ψ j (s) δ j1,j 2 und daher handelt es sich um ein Orthonormalsystem in L 2 (Ω 1 Ω 2 ).

ϕ k (t)ψ j (s) 2 ds)dt < folgt ϕ k (t)ψ j (s) δ j1,j 2 und daher handelt es sich um ein Orthonormalsystem in L 2 (Ω 1 Ω 2 ). 1) a) Wir wollen zeigen, dass {ϕ k (t)ψ j (s)} j,k N0 eine Orthonormalbasis ist. Beachte dabei zunächst, dass (t, s) ϕ k (t)ψ j (s) für alle j, k N 0 messbare Abbildungen auf Ω 1 Ω 2 sind und da Ω 1 ϕ

Mehr

10 Untermannigfaltigkeiten

10 Untermannigfaltigkeiten 10. Untermannigfaltigkeiten 1 10 Untermannigfaltigkeiten Definition. Eine Menge M R n heißt k-dimensionale Untermannigfaltigkeit des R n, 1 k n, falls es zu jedem a M eine offene Umgebung U R n von a und

Mehr

5 Teilmengen von R und von R n

5 Teilmengen von R und von R n 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 Nullpunkt. Die entsprechende Verallgemeinerung

Mehr

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1.

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1. Lösungen Klausur Aufgabe (3 Punkte) Zeigen Sie, dass n k k (n + ) n k für alle n N. IA: Für n ist k kk 2 2. IV: Es gilt n k kk (n + ) n für ein n N. IS: Wir haben n+ k k k n k k + (n + ) n+ k IV (n + )

Mehr

Übungsaufgaben zur Vorlesung ANALYSIS I (WS 12/13) Lösungsvorschlag Serie 12

Übungsaufgaben zur Vorlesung ANALYSIS I (WS 12/13) Lösungsvorschlag Serie 12 Humboldt-Universität zu Berlin Institut für Mathematik Prof. A. Griewank Ph.D.; Dr. A. Hoffkamp; Dipl.Math. T.Bosse; Dipl.Math. L. Jansen Übungsaufgaben zur Vorlesung ANALYSIS I (WS 2/3) Lösungsvorschlag

Mehr

Algebra. 10. Übung mit Lösungshinweisen. TECHNISCHE UNIVERSITÄT DARMSTADT WS 08/ Dezember 2008

Algebra. 10. Übung mit Lösungshinweisen. TECHNISCHE UNIVERSITÄT DARMSTADT WS 08/ Dezember 2008 Fachbereich Mathematik Prof. Dr. Nils Scheithauer Walter Reußwig TECHNISCHE UNIVERSITÄT DARMSTADT WS 08/09 6. Dezember 008 Algebra 0. Übung mit Lösungshinweisen Aufgabe 7 Es sei K ein Körper und f K[X]

Mehr

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153 3.3. SKALARPRODUKTE 153 Hierzu müssen wir noch die Eindeutigkeit (Unabhängigkeit von der Wahl der Basis bzw. des Koordinatensystems) zeigen. Sei hierzu β eine Bilinearform und q die entsprechende quadratische

Mehr

Extremwerte von Funktionen mehrerer reeller Variabler

Extremwerte von Funktionen mehrerer reeller Variabler Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein

Mehr

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015

Serie 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

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

Proseminar eanalysis SS Historischer Überblick zur Entstehung der Theorie der Fourierreihen

Proseminar eanalysis SS Historischer Überblick zur Entstehung der Theorie der Fourierreihen Proseminar eanalysis SS 2007 Historischer Überblick zur Entstehung der Theorie der Fourierreihen Ernst Albrecht Ausgangsproblem Gegeben sei eine homogen mit Masse belegte und vorgespannte Saite, die in

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Vorlesung 32 Metrische Räume Euklidische Räume besitzen nach Definition ein Skalarprodukt. Darauf aufbauend kann man einfach die Norm eines

Mehr