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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 Kapitel 4 Theorie linearer partieller Differentialgleichungen Wir werden hier lineare partielle Differentialgleichungen aus funktionalanalytischer Sicht betrachten, d.h. als Operatorgleichungen wobei Au = b A : X Y ein Differentialoperator ist, der die Differentialgleichung modelliert und X, Y geeignete Funktionenräume. Der Vorteil dieses Zugangs ist die elegante Anwendbarkeit verschiedener Mittel der Funktionalanalysis zum Existenz- Eindeutigkeits- und Stabilitätsnachweis. Wesentliche Voraussetzung dafür ist die richtige Wahl des abstrakten Operators A und der Funktionenräume X, Y. Hier spielen der Begriff der schwachen Ableitung und Sobolevräume eine wichtige Rolle. 62

2 4.1 Sobolevräume Hölderräume Zunächst betrachten wir Funktionenräume klassisch differenzierbarer Funktionen und Hölderräume. Definition 9. Sei IR m offen, k IN 0 und γ (0, 1], u : IR eine Funktion auf. u Lipschitz-stetig: C x, y : u(x) u(y) C x y u Hölder-stetig mit Exponent γ : C x, y : u(x) u(y) C x y γ C-Norm: u C() = sup x u(x) C k -Norm: u C k () = α k D α u C() Hölder-Halbnorm: u C 0,γ () = sup u(x) u(y) x,y (x y) γ x y Hölderraum: C k,γ () = {u : IR u C k,γ () < } mit u C k,γ () = u C k () + α =k D α u C 0,γ () Hölderräume C k,γ () sind also Räume von k mal stetig differenzierbaren Funktionen, deren k-te Ableitungen Hölder-stetig mit Exponent γ sind. Hölderräume sind Banachräume, d.h. vollständig in dem Sinn, dass jede Cauchyfolge (bezüglich der Höldernorm C k,γ () ) einen Grenzwert in C k,γ () besitzt Definition der Sobolevräume Schwache Ableitungen Zunächst motivieren wir den Begriff der schwachen Ableitung. Bezeichne dazu C c () = {φ C () suppφ kompakt } den Raum der unendlich oft differenzierbaren Funktionen auf mit kompaktem Träger suppφ := {x φ(x) 0}. Wir werden im folgenden solche Funktionen φ oft als sogenannte Testfunktionen verwenden (vgl. Theorie der Distributionen). Nun gilt für jede Funktion u C 1 () und beliebiges i {1,..., m} mit partieller Integration u φ xi dx = u xi φ dx φ Cc () ; die Randintegrale verschwinden hier, weil φ kompakten Träger in hat und damit in einer mgebung des Randes gleich Null ist. Allgemeiner gilt für u C k () und einen beliebigen 63

3 Multiindex α = (α 1,...,α m ) der Ordnung α = α α m = k, dass u D α φ dx = ( 1) α D α u φ dx φ C c (). (4.1) Man beachte, dass die linke Seite in (4.1) auch dann wohldefiniert ist, wenn u nicht aus C k () sondern nur integrierbar ist; D α u auf der rechten Seite existiert dann aber offenbar nicht mehr im klassischen Sinn wohl aber kann eine integrierbare Funktion v existieren, sodass (4.1) mit D α u ersetzt durch v gilt; der Grad der Glattheit von u ist dann zwischen integrierbar und C k. Wir definieren nun die schwache α-te partielle Ableitung von u als eben eine solche Funktion v: Definition 10. (Schwache Ableitung) Sei u : IR integrierbar, α IN m 0 ein Multiindex, und es existiere ein v : IR integrierbar so dass u D α φ dx = ( 1) α v φ dx φ C c Dann bezeichen wir v als die schwache α-te partielle Ableitung von u D α u = v (). (4.2) Wir verwenden hier die gleiche Notation D α für schwache und starke Ableitungen, was aber nicht zu Missverständnissen führen sollte, da aus dem Zusammenhang immer klar sein sollte, welche von beiden gerade gemeint ist. Die schwache Ableitung ist tatsächlich wohldefiniert: Lemma 4. (Eindeutigkeit der schwachen Ableitung) Die schwache α-te partielle Ableitung von u ist, sofern sie existiert, eindeutig bestimmt auf bis auf eine Menge vom Maß Null. Beweis. Angenommen, es gäbe zwei Funktionen v, ṽ für die (4.2) gilt, dann folgt für deren Differenz (v ṽ)φ dx = 0 φ Cc (), woraus, weil der Raum der Testfunktionen dicht in L 2 () liegt, folgt. v ṽ = 0 f.ü. (fast überall) in 64

4 Sobolevräume Mit diesem schwachen Ableitungsbegriff und mithilfe von L p -Räumen können wir nun geeignete Funktionenräume definieren: Definition 11. Sei 1 p, k IN 0. Der Sobolevraum W k,p () ist der Raum jener integrierbaren Funktionen u : R, sodass für alle Multiindizes α mit α k, die Ableitung D α im schwachen Sinne existiert und in L p () liegt. Dabei werden Funktionen, die f.ü. gleich sind miteinander identifiziert. Eine Norm auf W k,p () ist definiert durch 1/p D α u p dx 1 p < u W k,p () := α k α k sup D α u p = Für eine Folge (u n ) n IN W k,p () schreiben wir u n n u in W k,p loc () genau dann wenn für alle offenen V V u n n u in W k,p (V )., u W k,p (). (Für jede offene Teilmenge V von ist klarererweise u W k,p (V ), wenn u W k,p ().) Mit W k,p 0 () bezeichnet man den Abschluss von C c () in W k,p (). Bei über dem ganzen m-dimensionalen Raum definierten Sobolevräumen, also wenn u = IR m, gilt W k,p 0 (IR m ) = W k,p (IR m ). Wie wir später sehen werden, ist W k,p 0 () jener Teilraum von W k,p (), der die Funktionen mit verschwindenden Randwerten und verschwindenden Ableitungswerten bis zur Ordnung k 1 am Rand enthält. Im Fall p = 2 besitzt W k,p () ein inneres Produkt u, v W k,p () := D α u D α v dx α k und wird oft als H k () := W k,2 () 65

5 bezeichnet, ebenso schreibt man oft H0 k k,2 () := W0 (). Dass W k,p () tatsächlich eine Norm ist, sieht man, mithilfe der Normeigenschaften der L p Räume, folgendermaßen: Definitheit und Homogenität u W k,p () = 0 u = 0 λu W k,p () = λ u W k,p () λ IR, u W k,p () sind unmittelbar klar; um die Dreiecksungleichung zu zeigen verwenden wir die Dreiecksungleichung in L p (Minkowskiungleichung) und jene in l p und erhalten für u, v W k,p (): u + v W k,p () = 1/p D α u + D α v p L p () α k 1/p ( ) D α u L p () + D α p v L p () α k α k 1/p D α u p L p () + D α v p L p () Darüberhinaus gelten folgende relativ elementare Eigenschaften für schwache Ableitungen von W k,p () -Funktionen: α k 1/p Lemma 5. Seien u W k,p (), α k, ψ C c (). Dann gilt: (i) D α u W k α,p () und für alle β IN m 0 mit α + β k gilt: D β (D α u) = D α+β u = D α (D β u). (ii) ψu W k,p () und D α (ψu) = β α ( ) α D β ψd α β u (4.3) β wobei ( ) α β = α! = α 1! α m!. β!(α β)! β 1! β m!(α 1 β 1)! (α m β m)! (Für (ii) genügt eigentlich schon ψ C k () und sogar noch etwas weniger; man beachte aber, dass im allgemeinen das Produkt von zwei W k,p ()-Funktionen nicht in W k,p () ist zur Information für Interessierte: nter der Bedingung kp > m lässt sich jedoch eben mithilfe dieser Leibnitzformel und Einbettungssätzen (s.u.) zeigen dass u, v W k,p () uv W k,p (), oder in anderen Worten, dass W k,p () mit der Multiplikation von Funktionen eine Banachalgebra ist.) 66

6 Beweis. m (i) zu zeigen, fixieren wir ein beliebiges φ Cc und stellen aufgrund der Tatsache dass auch D β φ Cc und der Definition der schwachen Ableitung (was wir hier machen, ist nicht partielle Integration im klassischen Sinn!) fest, dass Dα ud β φ dx = ( 1) α u Dα D β φ }{{} =D α+β φ = ( 1) α ( 1) α+β }{{} =( 1) β dx Dα+β u φ dx Die Leibnitzformel (ii) lässt sich mit Induktion zeigen: Als Induktionsanfang betrachten wir den Fall α = 1. Hier gilt für beliebiges φ C c () wegen Dα (ψφ) = φd α ψ + ψd α φ ψud α φ dx = (ud α (ψφ) uφd α ψ) dx = (ψd α u + ud α ψ)φ dx wobei wir in der letzten Gleichheit die Definition der schwachen Ableitung D α u und die Tatsache, dass ψφ Cc (), eingesetzt haben. Wegen Lemma 4 folgt daraus, dass D α (ψu) = ψd α u + ud α ψ sein muss. Für den Induktionsschritt nehmen wir an, dass für alle α k und alle Funktionen ψ Cc (4.3) gilt und fixieren α IN m 0 mit α = k + 1. Dann gibt es ein β IN m 0 mit β = k und ein γ INm 0 mit γ = 1, sodass α = β + γ und damit für alle φ Cc () ψudα φ dx = ψudβ (D γ φ) dx = Dβ (ψu)d γ φ dx = ( 1) β ( ( ) β σ β σ D σ ψd β σ u ) D γ φ dx = ( 1) β+γ ( ) β σ β σ D γ (D σ ψd β σ u) φ dx = ( 1) α ( ( β σ β σ) D σ+γ ψd β σ u + D σ ψd β+γ σ u ) φ dx = ( 1) α ( α σ α σ) (D σ ψd α σ u) φ dx, wobei wir in der zweiten und vierten Zeile die Induktionsvoraussetzung (einmal für D β und einmal für D γ ), in der ersten und dritten Zeile die Definition der schwachen Ableitung und in der fünften Zeile die Identität ( β ) σ γ + ( ) β = σ für die Binomialkoeffizienten verwendet haben. ( ) β + γ = σ ( ) α σ Ein wichtiger Punkt ist, dass die W k,p ()-Räume ebenso wie die Hölderräume vollständig sind: Lemma 6. Für jedes k IR, 1 p ist W k,p () ein Banachraum. 67

7 Beweis. Angenommen, (u n ) n IN ist Cauchyfolge in W k,p (); dann ist aufgrund der Definition der W k,p ()-Norm für alle α k die Funktionenfolge (D α u n ) n IN Cauchyfolge in L p () und besitzt daher wegen der Vollständigkeit von L p () einen Grenzwert in L p (), den wir mit u α L p () bezeichnen. Insbesondere gilt Wir zeigen nun, dass u n n u (0,...,0) =: u in L p (). u W k,p (), und D α u = u α α k Dies folgt aus der Tatsache, dass für alle φ Cc ud α φ dx = lim u n D α φ dx = lim ( 1) α D α u n φ dx = ( 1) α u α φ dx. n n Da damit also für alle α k gilt also D α u n n D α u in L p (), u n n u in W k,p (). Approximation durch glatte Funktionen In den Beweisen von tieferliegenden Eigenschaften von Sobolevräume ist es eine typische Vorgangsweise, sich zunächst auf (beliebig oft) klassisch differenzierbare Funktionen zu beschränken, um die für diese gültigen Rechenregeln verwenden zu können, und dann mit einem Dichtheitsargument die so erzielten Aussagen für den gesamten Sobolevraum zu folgern. Dazu ist es vorweg notwendig nachzuweisen, dass glatte Funktionen tatsächlich dicht in W k,p () liegen, d.h., dass W k,p ()-Funktionen gut durch glatte Funktionen approximierbar sind. Seien dazu k IN 0, 1 p fixiert und bezeichne für ein (kleines) ǫ > 0 ǫ := {x dist(x, ) > ǫ} IR m die offene Teilmenge von, deren Elemente Abstand größer als ǫ vom Rand haben, mit η(ξ) := η ǫ (x) = ǫ m η(x/ǫ), x IR m { C exp( 1 1 ξ 2 ) für ξ < 1 0 sonst und C einer Normierungskonstanten so dass m IR η(ξ) dξ = 1, eine sogenannte Glättungsfunktion, u ǫ := η ǫ u in ǫ die Faltung von u mit dieser Glättungsfunktion, also u ǫ (x) = η ǫ(x y)u(y) dy. 68

8 Satz 14. (Lokale Approximation durch glatte Funktionen) Sei u W k,p (). Dann gilt einerseits und andererseits u ǫ C ( ǫ ) ǫ > 0 (4.4) u ǫ u in W k,p loc () für ǫ 0. (4.5) Beweis. Die erste Aussage folgt sofort aus der Definition von u ǫ und der Tatsache, dass η C c (IRm ). Wir zeigen nun, dass für alle α k, ǫ > 0 D α u ǫ = η ǫ D α u in ǫ. (4.6) (Man beachte, dass hier wegen (4.4) D α auf der linken Seite eine klassische Ableitung ist, während D α u die schwache Ableitung der W k,p (Ω)-Funktion u bezeichnet.) Für alle x ǫ gilt D α u ǫ (x) = D α η ǫ(x y)u(y) dy = (Dα η ǫ )(x y)u(y) dy = ( 1) α (Dα η ǫ (x ))(y)u(y) dy = ( 1) α ( 1) α η ǫ(x y)d α u(y) dy = (η ǫ D α u)(x) wobei wir am Anfang der letzten Zeile die Definition der schwachen Ableitung und die Tatsache verwendet haben, dass die Funktion y η ǫ (x y) in Cc () liegt. Als nächstes weisen wir nach, dass für alle v L p () die geglätteten Funktionen v ǫ := η ǫ v für ǫ 0 in L p loc () gegen v konvergieren. Nach dem Lebesgueschen Differentiationssatz gilt für fast alle Punkte x, dass das Mittel über Kugeln mit Mittelpunkt x mit Radius gegen Null gegen den Funktionswert in x konvergiert: 1 v(y) v(x) dy 0 für r 0. meas m (B(x, r)) B(x,r) Damit folgt für jeden solchen Punkt x wegen supp(η ǫ ) B(0, ǫ) und der Normierung von η v ǫ (x) v(x) = B(x,ǫ) η ǫ(x y)(v(y) v(x)) dy ǫ m B(x,ǫ) η(x y ) v(y) v(x) dy 0 }{{ ǫ } Ce 1 für ǫ 0; also konvergiert v ǫ gegen v fast überall in und damit auch in L p (). Die Aussage (4.5) folgt nun aus der Definition der W k,p ()-Norm, jener der W k,p loc ()- Konvergenz und (4.6). Weiterführend stellen wir (ohne Beweis) fest, dass W k,p () Funktionen auch global im W k,p ()-Sinn durch C ()-Funktionen beliebig genau approximiert werden können, und, unter entspechenden Glattheitsvoraussetzungen an den Rand, sogar durch Funktionen, die unendlich glatt auf einschließlich dem Rand sind: 69

9 Satz 15. Sei beschränkt und u W k,p (). Dann existiert eine Funktionenfolge (u n ) n IN mit (u n ) n IN C n () und u n u in W k,p (). Wenn zusätzlich C 1, dann existiert eine Funktionenfolge (u n ) n IN mit (u n ) n IN C () und u n n u in W k,p (). Aufgrund der in diesem Satz getroffene Voraussetzung, dass beschränkt ist, gelten die Aussagen zunächst nicht für W k,p (IR m ); man beachte aber, dass, wie wir bereits oben angemerkt haben, W k,p (IR m ) identisch ist mit W k,p 0 (IR m ), in welchem aber schon aufgrund seiner Definition die Cc (IRm )-Funktionen dicht liegen. Sobolevräume über IR m und die Fouriertransformation Wir zeigen nun eine interessante alternative Charakterisierung von Sobolevräumen über die Fouriertransformation. Dazu beschränken wir uns zunächst auf den Fall p = 2, da wir hier den Satz von Plancherel zur Verfügung haben: Satz 16. Eine Funktion u L 2 (IR m ) ist genau dann in H k (IR m ), wenn die Funktion y (1 + y 2 ) k/2 û(y) in L 2 (IR m ) ist. Es gibt Konstanten c, C > 0 sodass c u 2 H k (IR m ) IR m(1 + y 2 ) k û(y) 2 dy C u 2 H k (IR m ) u H k (IR m ) (4.7) Der Ausdruck in der Mitte von (4.7) definiert also eine zu H k (IR m ) äquivalente Norm; man könnte also, alternativ zu oben, H k (IR m ) als den Raum jener L 2 (IR m )-Funktionen definieren, für die dieser Ausdruck endlich ist. Beweis. Wir zeigen zunächst, dass auch (vgl. Satz 9) für die schwache Ableitung D α einer Funktion v L 2 (IR m ), sofern sie existiert, gilt D α v(y) = (iy) αˆv(y) y IR m (4.8) für alle Multiindizes α so dass D α v L 2 (IR n ): Für jedes φ C c (IR m ) gilt mit Satz 9 IR m(dα φ)(x) u(x) dx = D IR m α φ(y)û(y) dy = IR m(iy)α ˆφ(y)û(y) dy = ( 1) α IR F 1 ((i ) α û) (x)φ(x) dx, m woraus aufgrund der Definition der schwachen Ableitung (4.8) folgt. Wir nehmen nun an, dass u H k () und zeigen dass dann y (1 + y 2 ) k/2 û(y) in L 2 (IR m ) ist und für eine Konstante C > 0 die rechte ngleichung in (4.7) gilt. Wegen (4.8) und dem Satz von Plancherel ist für alle α k die Funktion y (iy) α û(y) in L 2 (IR m ); wählt man speziell α = ke j, j = 1,..., m, so erhält man IR m(1 + y 2 ) k û(y) 2 dy = ( IR 1 + mj=1 k yj) 2 û(y) 2 dy m C IR m(1 + m j=1 yj 2k ) û(y) 2 dy = C IR m( û(y) 2 + m j=1 D ke j u(y) 2 ) dy C u 2 H k (IR m ). 70

10 Ist umgekehrt y (1 + y 2 ) k/2 û(y) in L 2 (IR m ), dann gilt für beliebiges α k D α u 2 L 2 (IR m ) = D α u 2 L 2 (IR m ) = iy α 2 û(y) dy IR m }{{} =Π m j=1 y j 2αj y 2 α ) k û(y) 2 dy. IR m(1+ y 2 Auch für allgemeine W k,p (IR m ) Räume über IR m mit 1 < p < gilt eine ähnliche Aussage, nämlich: Eine Funktion u L p (IR m ) ist genau dann in W k,p (IR m ), wenn die invers Fouriertransformierte der Funktion y (1 + y 2 ) k/2 û(y) in L p (IR m ) ist. Es gibt Konstanten c, C > 0 sodass c u W k,p (IR m ) F 1 ( (1 + 2 ) k/2 û ) L p (IR m ) C u W k,p (IR m ) u W k,p (IR m ) Fortsetzung von auf IR m Man kann nun auch alternativ Sobolevraume W k,p () über die Fouriertransformation und Einschränkung von IR m auf definieren. Damit diese Definition (insbesondere für Sobolevräume mit nichtganzzahligen Indizes siehe unten) jedoch äquivalent zu der hier verwendeten ist, ist es wesentlich, sicherzustellen, dass W 1,p ()-Funktionen zu W 1,p (IR m )- Funktionen fortgesetzt werden können (einfach außerhalb von durch Null fortzusetzen könnte schiefgehen, da dadurch nglattheit über den Rand von hinweg entstehen kann!) m die Existenz eines stetigen Fortsetzungsoperators zu zeigen, braucht man meist irgend eine Art von Glattheitsvoraussetzung an den Rand von, wie zum Beispiel in folgender Aussage: Satz 17. Sei 1 p, beschränkt und C 1 und V eine beliebige offene Obermenge von, in der der Abschluss von enthalten ist, V. Dann existiert ein beschränkter linearer Operator sodass für alle u W 1,p () E : W 1,p () W 1,p (IR m ) Eu = u f.ü. in supp(e) V Eu W 1,p (IR m ) C u W 1,p () mit einer Konstanten C, die nur von p, und V, nicht aber von u abhängt. Wir setzen (um die im folgenden Definitionen, insbesondere von Sobolevräumen mit nichtganzzahligen Indizes, einfach zu halten und trotzdem konsistent mit den in der Literatur verwendeten Begriffen zu bleiben) von nun an voraus, dass ein solcher Fortsetzungsoperator E existiert. 71

11 Sobolevräume mit nicht-ganzzahlingen Indizes: die Sobolev-Slobodeckij Räume Wir können nun W s,p -Räume auch für s IR + \ IN einführen: Definition 12. Sei für IR m, s IR, mit k := [s] IN, σ := s [s] [0, 1), also s = k + σ, W s,p () = {u W k,p () u W σ,p () < }, mit der Halbnorm u W σ,p () := D α u(x) D α u(y) p 1/p dx dy. x y α =k m+σp Eine Norm auf W s,p () wird durch u W s,p () := ( u p W k,p () + u W σ,p () definiert und W s,p 0 () ist der Abschluss von Cc () in W s,p (). Die so definierten Funktionenräume sind wieder Banachräume und im Fall p = 2 Hilberträume, die wir dann mit ) 1/p H s () := W s,2 (), H0 s s,2 () := W0 () bezeichnen. Sie lassen sich auch alternativ über Interpolation zwischen den Räumen W k,p () und W k+1,p () definieren. Für Sobolevräume über ganz IR m mit 1 < p < gilt ähnlich zum ganzzahligen Fall die Beziehung c u W s ǫ,p (IR m ) F 1 ( (1 + 2 ) s/2 û ) L p (IR m ) C u W s+ǫ,p (IR m ) u W k,p (IR m ) für alle ǫ > 0, (wobei hier c, C von ǫ abhängen), im Fall p = 2 sogar c u H s (IR m ) (1 + 2 ) s/2 û L 2 (IR m ) C u H s (IR m ) u H s (IR m ). (4.9) Sobolevräume mit negativen Indizes Mittels Dualität definieren wir für s > 0 H s () = (H s 0()) bzw. allgemeiner für p (1, ) mit q so dass 1 p + 1 q = 1 W s,p () = (W s,q 0 ()), (man beachte, dass L p () = (L q ()) )) mit der Norm u W s,p () := sup v W s,q 0 () v 0 auch diese Funktionenräume sind Banachräume. 72 u(x)v(x) dx v W s,q () ;

12 Sobolevräume über Mannigfaltigkeiten Ohne in die Details zu gehen, stellen wir fest, dass man Sobolevräume auch über (m 1)- dimensionale Mannigfaltigkeiten, also insbesondere auch über den Rand von definieren kann: W s,p ( ), H s ( ) ; (man beachte, dass für C 1 -Ränder immer W s,p 0 ( ) = W s,p ( ) gilt). Dazu betrachtet man lokale Abflachung des Randes mittels glatter Koordinatentransformationen Φ (vgl. Abschnitt 3.3.2), sodass also der Rand als Teilmenge des IR m 1 interpretiert und die entsprechende Sobolevräume analog zu oben, mit m ersetzt durch m 1, definiert werden können Spursätze m im Rahmen von Sobolevraumtheorie Randwertprobleme für PDGln betrachten zu können, ist es wesentlich, sich mit der Frage zu beschäftigen, was Randwerte einer W s,p ()- Funktion eigentlich bedeuten. Wir führen dazu den sogenannten Spuroperator ein: Definition 13. Sei IR m ein C k -glattes beschränktes Gebiet und sei die lineare Abbildung T k durch ( u T k u := u, u ) n,..., k 1 u n k 1 u Cc (IRm ) gegeben. Dieser Spuroperator läßt sich nun nicht nur für klassisch glatte Funktionen definieren, sondern auf ganz W k,p () erweitern: Satz 18. (Spursatz) nter den in Definition 13 gemachten Voraussetzungen an lässt sich der dort definierte Spuroperator T k in eindeutiger Weise stetig auf ganz W k,p () mit 1 < p < erweitern und ist dann ein stetiger linearer Operator T k : W k,p () Π k 1 l=0 W k l 1/p,p ( ) Dieser Operator besitzt eine stetige Rechtsinverse, es existiert also ein Fortsetzungsoperator mit Z k : Π k 1 l=0 W k l 1/p,p ( ) W k,p () T k Z k = Id Π k 1 l=0 W k l 1/p,p ( ). Insbesondere gilt im Fall p = 2, dass man bei Einschränkung einer Funktion auf den Rand (d.h. k = 1, T 1 u = u ) eine halbe Differentiationsordnung verliert. Für den Fall p = 2, = IR m gibt es einen einfachen Beweis über Fouriertransformierte, den wir hier für den Fall k = 1 bringen: 73

13 Satz 19. Sei s > 1, dann läßt sich der Spuroperator 2 T : u u {x IR m x m=0} u C c (IRm ) in eindeutiger Weise zu einem stetigen Operator erweitern. T : H s (IR m ) H s 1 2 (IR m 1 ) Beweis. Da C c (IR m ) dicht in H s (IR m ) liegt, genügt es zu zeigen, dass für alle φ C c (IR m ) die ngleichung Tφ H s 1 2 (IR m 1 ) C φ H s (IR m ) (4.10) mit einer Konstanten C gilt. Sei nun also φ C c (IRm ) beliebig aber fix, dann ist für ein x := (x 1,...,x m 1 ) IR m 1 gemäß der Definition des Spuroperators (Tφ)(x ) = φ(x, 0). Wegen Satz 9 gilt zwischen der m-dimensionalen Fouriertransformierten ˆφ und der (m 1)- dimensionalen Fouriertransformierten Tφ m 1 der Zusammenhang Tφ m 1 (ξ ) = φ(, 0) m 1 (ξ ) = = 1 2π IR ˆφ(ξ, ξ m ) dξ m Damit gilt wegen der Normäquivalenz (4.9) ( 1 2π IR 1 ei0ξm 2π IR φ(, x e iξmxm m ) dx m dξ m )m 1(ξ ) da Tφ H s 1 2 (IR m 1 ) C IR m 1(1 + ξ 2 ) s 1 2 Tφ m 1 (ξ ) 2 dξ = C 2π IR m 1(1 + ξ 2 ) s 1 2 ˆφ(ξ, ξ m ) dξ m 2 IR } {{} = C 2 IR Cauchy Schwarz IR m 1 IR ˆφ(ξ, ξ m ) (1 + (ξ, ξ m ) 2 ) s dξ m dξ (1 + (ξ, ξ m ) 2 ) s dξ m = π(1 + ξ 2 ) s+1 2. Daraus folgt, wieder mit (4.9), die Aussage (4.10). IR ˆφ(ξ,ξm) (1+ (ξ,ξm) 2 ) s dξm IR (1+ (ξ,ξm) 2 ) s dξm dξ Wie bereits früher erwähnt, sind nun die W k,p 0 gerade jene W k,p -Funktionen, deren Spur verschwindet: Satz 20. Sei ein beschränktes C k -glattes Gebiet und sei T k der Spuroperator aus Satz (18). Dann gilt N(T k ) = W k,p 0 also insbesondere für k = 1 W 1,p 0 = {u W 1,p Tu = 0} 74

14 4.1.4 Einbettungssätze m einen Zusammenhang zwischen schwach und klassisch glatten Funktionen herstellen zu können, ist folgender Einbettungssatz wesentlich. Wir schreiben hier (wie in der Literatur üblich) abkürzend X Y für den Sachverhalt X Y und die Einbettung von X in Y ist stetig also u X : u Y C u X Satz 21. (Lemma von Sobolev) Sei eine offene beschränkte Teilmenge von IR m mit C 1 - Rand oder = IR m, s > 0, 0 j s, γ (0, 1). Dann gilt s m p > j + γ = W s,p () C j,γ () m Stetigkeit von W s,p -Funktionen garantieren zu können braucht man also einen hinreichen großen Index s, in Abhängigkeit von p und insbesondere auch von der Raumdimension m: s > m p. Beweis. Wieder führen wir den Beweis der Einfachheit halber nur für den Fall p = 2, = IR m, und für j = γ = 0 nter den Voraussetzungen von Satz 21 gilt für beliebiges aber fixes φ Cc und alle x IR m wegen Satz 9 φ(x) = 1 (2π) m/2 1 (2π) m/2 IR m eix ξ ˆφ(ξ) dξ IR ˆφ(ξ) (1 + ξ 2 ) s/2 (1 + ξ 2 ) s/2 dξ m Cauchy Schwarz 1 (2π) m/2 IR ˆφ(ξ) m 2 (1 + ξ 2 ) dξ s IR m(1 + ξ 2 ) s dξ wobei das Integral IR m(1 + ξ 2 ) s dξ wegen s > m endlich ist. Ein Dichtheitsargument 2 liefert damit die Aussage von Satz 21 mit j = γ = 0, p = 2 für allgemeines u H s (). Der folgende Satz sagt aus, wann ein W s,p -Raum stetig in einen anderen einbettbar ist: Satz 22. Sei eine offene beschränkte Teilmenge von IR m mit C 1 -Rand 0 s s, 1 p, q <. Dann gilt s m p s m q = W s,p () W s,q () 75

15 4.1.5 Kompakte Einbettung nter bestimmeten Voraussetzungen ist die Einbettung eines Sobolevraums in einen anderen sogar kompakt. Wir schreiben, wieder abkürzend für d.h. X Y X Y und die Einbettung von X in Y ist kompakt u X : u Y C u X und jede beschränkte Menge in X ist relativkompakt in Y, jede Folge in dieser beschränkten Menge besitzt also eine bezüglich der Y -Topologie konvergent Teilfolge. Satz 23. (Kompaktheitssatz von Rellich-Kondrachov) Sei IR m beschränkt, s 0, 1 p < und Dann gilt q falls p < m < falls p = m falls p > m < mp m p Falls zusätzlich C 1, dann gilt außerdem Insbesondere gilt wegen p < mp m p immer W s+1,p 0 () W s,q 0 (). (4.11) W s+1,p () W s,q (). W s+1,p 0 () W s,p 0 ()( und falls C 1 : W s+1,p () W s,p ()), und es gilt sogar für beliebiges s IR mit und falls C 1 s > s W s,p 0 () W s,p 0 () W s,p () W s,p () Beweis. Wir beschränken uns hier auf jenen Teil (4.11), bei dem die Glattheit des Randes keine Rolle spielt und auf den Fall s = 0 (o.b.d.a., wegen (i) in Lemma 5), sowie p < m und verwenden dazu Satz 24. (Kolmogoroffsches Kompaktheitskriterium) Sei 1 q <, IR m. Eine Teilmenge M von L q () ist genau dann relativkompakt in L q (), wenn die folgenden drei Bedingungen erfüllt sind 76

16 (i) M ist beschränkt in L q () (ii) lim h 0 u(x + h) u(x) q dx = 0 gleichmäßig für alle φ M (iii) lim α { x >α} u(x) q dx = 0 gleichmäßig für alle φ M Falls beschränkt ist, so ist die letzte Bedingung überflüssig. Sei nun also M eine beschränkte Teilmenge in W 1,p 0 () M {u W 1,p 0 () u W 1,p () C M } für ein C M > 0, von der wir nun zeigen müssen, dass sie relativkompakt in L q () ist. Der erste Punkt im Kolmogoroffschen Kompaktheitskriterium folgt sofort aus Satz 22, es bleibt also wegen der vorausgesetzten Beschränktheit von nur noch (ii) zu zeigen. Sei dazu φ Cc () M beliebig aber fix. Dann gilt für alle hinreichend kleinen h IRm φ(x + h) φ(x) p dx = 1 0 d φ(x + τh) dτ dτ p dx = 1 0 h gradφ(x + τh) dτ p dx h p 1 0 gradφ(x + τh) p dx dτ CM h p p und damit, falls q < p φ(x + h) φ(x) q dx Hölderungl. ( φ(x + h) φ(x) p dx) q/p (meas m ()) (p q)/p C q M (measm ()) (p q)/p h q. Im (interessanteren) Fall q p kann man wie folgt abschätzen: φ(x + h) φ(x) q dx ( φ(x + h) + φ(x) )mq/p m φ(x + h) φ(x) q+m mq/p dx Hölderungl. ( mp ) (q p)(m p)/p 2 ( φ(x + h) + φ(x) ) m p dx ( φ(x + h) φ(x) p dx) 1 p (q+m mq/p) Dreiecksungl. in L mp/(m p) Satz 22 (2 φ L mp/(m p) ()) mq/p m C q+m mq/p M C φ mq/p m W 1,p () Cq+m mq/p M h q+m mq/p CC q M h q+m mq/p. h q+m mq/p Da Cc () dicht in W 1,p 0 und damit auch in M liegt, gilt diese Abschätzung für alle u M: { h u M : u(x + h) u(x) q q falls q < p dx C h q+m mq/p falls q p für eine Konstante C > 0, die nur von C M und abhängt. Da der Exponent bei h aufgrund der Voraussetzung q < mp echt größer als Null ist m p q + m mq/p = q(1 m( 1 p 1 q )) > q(1 m(1 p m p mp )) = 0 folgt daraus, dass auch (ii) im Kolmogoroffschen Kompaktheitskriterium erfüllt und damit der Beweis abgeschlossen ist. 77

17 Hier war die Voraussetzung, dass beschränkt ist, entscheidend, weil dadurch im Beweis der Punkt (iii) im Kolmogorovschen Kompaktheitskriterium weggelassen werden konnte; für unbeschränkte Gebiete kompakte Einbettung zu zeigen würde weitaus kompliziertere Voraussetzungen erfordern Wichtige ngleichungen in Sobolevräumen Oft ist es wesentlich, Normäquivalenzen herzustellen, bei denen die gesamte Sobolevnorm, bestehen aus den L p -Normen aller Ableitungen bis zur Ordnung k, abgeschätzt werden kann durch die L p -Normen nur der k-ten Ableitungen (plus geeignete Zusatzterme). Solche ngleichungen benötigt man zum Beispiel für den Nachweis von Konvergenzgeschindigkeiten bei numerischen Lösungsverfahren für PDGln (Bramble-Hilbert-Lemma). Hier spielen die ngleichungen von Poincaré und Friedrichs eine wichtige Rolle. Satz 25. (Poincaré-ngleichung) Sei beschränkt, zusammenhängend und C 1, k IN, 1 p, dann gilt u W k,p () C D α u L p () + α =k α k 1 D α u dx mit einer Konstanten C, die nur von k, m, p, und meas m () abhängt. Beweis. Wir zeigen, dass u u W k,p () 1 u(x) dx meas m L () p () C gradu L p () u W 1,p () (4.12) daraus folgt im Fall k = 1 die Behauptung. Der Fall k > 1 lässt sich daraus mit Induktion schließen. Dazu führen wir einen Widerspruchsbeweis und nehmen an, für jedes n IN existiere ein u n W 1,p () mit u n Für die normierten Funktionen 1 u meas m n (x) dx L () p () > n gradu n L p () (4.13) v n := u n 1 meas m () u n 1 meas m () u n(x) dx u n(x) dx L p () gilt dann 1 v meas m n (x) dx = 0 v n L () p () = 1 n IN, (4.14) 78

18 woraus mit (4.13) folgt gradv n L p () 1 n n IN. (4.15) Insbesondere ist die Funktionenfolge (v n ) n IN beschränkt in W 1,p () und besitzt daher nach dem Satz von Rellich-Kondrachov eine Teilfolge (v nl ) l IN, die in L p () gegen ein v L p () konvergiert. Für dieses v gilt wegen (4.14) 1 v(x) dx = 0 v meas m L () p () = 1. (4.16) Andererseits ist aber wegen (4.15), für alle i {1,..., m}, φ C c () vφ xi dx = lim v nl φ xi dx = lim v nl x i φ dx = 0, l l und damit existiert die schwache Ableitung von v und ist f.ü. gleich Null, woraus wir wegen zusammenhängend schließen können (Übung!), dass v konstant ist f.ü. in. Wegen der linken Gleichheit in (4.16) muss diese Konstante gleich Null sein das ist aber ein Widerspruch zur rechten Gleichheit in (4.16). In W k,p 0 -Räumen kann man auf der rechten Seite sogar die Terme mit Ableitungen der Ordnung k 1 ganz weglassen: Satz 26. (Friedrichs-ngleichung) Sei beschränkt, 1 p, dann gibt es eine Konstante C, die nur von m, p und diam() (Durchmesser von ) abhängt, sodass u W k,p () C α =k D α u L p () u W k,p 0. Der Ausdruck α =k D α u L p (), der im allgemeinen nur eine Halbnorm auf W k,p () darstellt, ist also auf W k,p 0 eine Norm. Beweis. O.B.d.A. beschränken wir uns wieder auf k = 1, zu zeigen ist also u L p () C gradu L p () u W 1,p 0 (). (4.17) Wir zeigen (4.17) für alle φ Cc 1,p () anstatt für alle u W0, und verwenden ein Dichtheitsargument, um daraus (4.17) zu schließen. Sei also φ Cc () beliebig, dann gilt, weil beschränkt ist und damit zwischen zwei Hyperebenen {x x m = a} und {x x m = b} mit a < b IR liegt, φ(x 1,...,x m ) = xm a φ xm (x 1,...,x m 1, τ) dτ, 79

19 woraus im Fall p = unmittelbar (4.17) für alle φ Cc () folgt. Falls 1 p <, gilt weiter ( φ L p () = b IR m 1 a x m a φ xm (x, τ) dτ p dx m dx ) 1/p Hölderungl. ( b xm IR m 1 a a φ xm (x, τ) p dτ (x m a) p 1 dx m dx ) 1/p ( (b a) p b p IR m 1 a φ x m (x, τ) p dτ dx ) 1/p = (b a) φ p 1/p xm L p () (b a) gradφ p 1/p L p () Räume zeitabhängiger Funktionen Für die Behandlung parabolische PDGln brauchen wir Funktionenräume, die die besondere Rolle der Zeitvariablen berücksichtigen. Es werden dies Räume von Funktionen sein, die ein Zeitintervall [0, T] in einen Banachraum (hier konkret: einen Banachraum von Funktionen der Ortsvariablen) abbilden. Maß- und Integrationstheorie für solche Banachraum-wertigen Funktionen ist analog zum reelwertigen Fall definiert (siehe z.b. [1]). Damit können wir L p -Räume und schwache Ableitungen über solche Funktionen definieren: Definition 14. Sei X ein reeller Banachraum mit Norm X, p > 1. Der Raum L p (0, T; X) besteht aus allen messbaren Funktionen u : [0, T] X mit u L p (0,T;X) <, wobei ( T u L p (0,T;X) := 0 u(t) p X dt) 1/p 1 p < sup t [0,T] u(t) X p = Der Raum C([0, T], X) besteht aus allen stetigen Funktionen u : [0, T] X mit der Norm u C([0,T],X) := max t [0,T] u(t) X. Sei u L 1 (0, T; X), dann bezeichnen wir v L 1 (0, T; X) als die schwache Ableitung von u v = u, wenn T T φ (t)u(t) dt = φ(t)v(t) dt φ Cc (0, T). 0 0 (die Testfunktionen φ sind reelwertig, die Werte der beiden Integrale links und rechts von = sind Elemente des Banachraums X!) 80

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

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

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

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

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

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

Das heißt, Γ ist der Graph einer Funktion von d 1 Veränderlichen.

Das 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

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

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

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

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

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

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

Topologische Begriffe

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

Mehr

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

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

1 Einführung, Terminologie und Einteilung

1 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

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

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

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

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

Konstruktion der reellen Zahlen

Konstruktion der reellen Zahlen Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert

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

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

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

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

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

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

Analysis II. Vorlesung 44. Partielle Ableitungen

Analysis 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

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

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

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

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

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

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

Etwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann

Etwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Etwas Topologie Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Literatur Abraham, Marsden, Foundations of Mechanics, Addison Wesley 1978, Seiten 3 17 Definition. Ein topologischer

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

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit Vortrag zum Proseminar zur Analysis, 17.05.2010 Min Ge, Niklas Fischer In diesem Vortrag werden die Eigenschaften von kompakten, metrischen Räumen vertieft. Unser Ziel ist es Techniken zu erlernen, um

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

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

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

$Id: folgen.tex,v /05/31 12:40:06 hk Exp $ an 1 2 n 1 ist gerade, 3a n 1 + 1, a n 1 ist ungerade.

$Id: folgen.tex,v /05/31 12:40:06 hk Exp $ an 1 2 n 1 ist gerade, 3a n 1 + 1, a n 1 ist ungerade. $Id: folgen.tex,v. 202/05/3 2:40:06 hk Exp $ 6 Folgen Am Ende der letzten Sitzung hatten wir Folgen in einer Menge X als Abbildungen a : N X definiert, die dann typischerweise in der Form (a n ) n N, also

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

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

Gleichmäßige Konvergenz und Funktionenräume

Gleichmäßige Konvergenz und Funktionenräume Gleichmäßige Konvergenz und Funktionenräume Isabella Lukasewitz und Andreas Brack 07.06.2010 Vortrag zum Proseminar zur Analysis Konvergenz und Funktionenräume INHALTSVERZEICHNIS Bereits in den Vorlesungen

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

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

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

Konvergenz, Filter und der Satz von Tychonoff

Konvergenz, Filter und der Satz von Tychonoff Abschnitt 4 Konvergenz, Filter und der Satz von Tychonoff In metrischen Räumen kann man topologische Begriffe wie Stetigkeit, Abschluss, Kompaktheit auch mit Hilfe von Konvergenz von Folgen charakterisieren.

Mehr

Mathematik I. Vorlesung 19. Metrische Räume

Mathematik I. Vorlesung 19. Metrische Räume Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 19 Metrische Räume Euklidische Räume besitzen nach Definition ein Skalarprodukt. Darauf aufbauend kann man einfach die Norm eines Vektors

Mehr

Funktionsgrenzwerte, Stetigkeit

Funktionsgrenzwerte, Stetigkeit Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn

Mehr

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

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3

Mehr

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

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Klausur zu Analysis II - Lösungen

Klausur zu Analysis II - Lösungen Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Dr. Axel Grünrock WS 1/11 11..11 Klausur zu Analysis II - Lösungen 1. Entscheiden Sie, ob die folgenden Aussagen richtig oder falsch sind.

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

7.2.1 Zweite partielle Ableitungen

7.2.1 Zweite partielle Ableitungen 72 72 Höhere Ableitungen 72 Höhere Ableitungen Vektorwertige Funktionen sind genau dann differenzierbar, wenn ihre Koordinatenfunktionen differenzierbar sind Es ist also keine wesentliche Einschränkung,

Mehr

Mathematik I. Vorlesung 7. Folgen in einem angeordneten Körper

Mathematik I. Vorlesung 7. Folgen in einem angeordneten Körper Prof. Dr. H. Brenner Osnabrück WS 009/010 Mathematik I Vorlesung 7 Folgen in einem angeordneten Körper Wir beginnen mit einem motivierenden Beispiel. Beispiel 7.1. Wir wollen die Quadratwurzel einer natürlichen

Mehr

also ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges

also ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges 11. Kompakte Operatoren Seien X, Y Banachräume, und sei T : X Y ein linearer Operator. Definition 11.1. T heißt kompakt, enn T (B) eine kompakte Teilmenge von Y ist für alle beschränkten Mengen B X. Wir

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

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 3.2 Konvergenzkriterien

Mehr

3 Markov-Eigenschaft der Brownschen Bewegung

3 Markov-Eigenschaft der Brownschen Bewegung Man verifiziert 2.) für P n = Q n, und somit gilt: jede Teilfolge von (P n ) n N besitzt eine konvergente Teilfolge. Betrachte nun die endlich-dimensionalen Randverteilungen der Maße P n. Dazu sei π t1,...,t

Mehr

2 - Konvergenz und Limes

2 - Konvergenz und Limes Kapitel 2 - Folgen Reihen Seite 1 2 - Konvergenz Limes Definition 2.1 (Folgenkonvergenz) Eine Folge komplexer Zahlen heißt konvergent gegen, wenn es zu jeder positiven Zahl ein gibt, so dass gilt: Die

Mehr

3 Das n-dimensionale Integral

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

Mehr

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

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8.1 Der Kompaktheitssatz Kompaktheitssatz Endlichkeitssatz Der Kompaktheitssatz ist auch unter dem Namen Endlichkeitssatz bekannt. Unter Verwendung

Mehr

Ferienkurs Analysis 1, SoSe Unendliche Reihen. Florian Beye August 15, 2008

Ferienkurs Analysis 1, SoSe Unendliche Reihen. Florian Beye August 15, 2008 Ferienkurs Analysis 1, SoSe 2008 Unendliche Reihen Florian Beye August 15, 2008 1 Reihen und deren Konvergenz Definition 1.1. Eine reelle bzw. komplexe Reihe ist eine unendliche Summe über die Glieder

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

Von Skalarprodukten induzierte Normen

Von 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

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

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

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

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

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt. 7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim

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

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Anordnung. Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität).

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Anordnung. Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität). Analysis 1, Woche 2 Reelle Zahlen 2.1 Anordnung Definition 2.1 Man nennt eine Anordnung für K, wenn: 1. Für jeden a K gilt a a (Reflexivität). 2. Für jeden a, b K mit a b und b a gilt a = b (Antisymmetrie).

Mehr

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Der 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

Mehr

Potenzreihen. Potenzreihen sind Funktionenreihen mit einer besonderen Gestalt.

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

Mehr

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

,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5

,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5 3 Folgen 3.1 Definition und Beispiele Eine Abbildung a : Æ Ê heißt (reelle) Zahlenfolge. Statt a(n) schreiben wir kürzer a n und bezeichnen die ganze Folge mit (a n ) n Æ oder einfach (a n ), was aber

Mehr

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen.

Vorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen. Vorlesung 27 Der projektive Raum Definition 1. Sei K ein Körper. Der projektive n-dimensionale Raum P n K besteht aus allen Geraden des A n+1 K durch den Nullpunkt, wobei diese Geraden als Punkte aufgefasst

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

Regulär variierende Funktionen

Regulär variierende Funktionen KAPITEL 4 Regulär variierende Funktionen Unser nächstes Ziel ist es, die Max-Anziehungsbereiche der Extremwertverteilungen zu beschreiben. Dies wird im nächsten Kapitel geschehen. Wir haben bereits gesehen,

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

Stochastik I. Vorlesungsmitschrift

Stochastik I. Vorlesungsmitschrift Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................

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

3 Topologische Gruppen

3 Topologische Gruppen $Id: topgr.tex,v 1.2 2010/05/26 19:47:48 hk Exp hk $ 3 Topologische Gruppen Als letztes Beispiel eines topologischen Raums hatten wir die Zariski-Topologie auf dem C n betrachtet, in der die abgeschlossenen

Mehr

Differentialformen Äußere Ableitung Abbildungen Konverse Poincaré Lemma. Die Äußere Ableitung. Felix Retter

Differentialformen Äußere Ableitung Abbildungen Konverse Poincaré Lemma. Die Äußere Ableitung. Felix Retter 25.06.2008 Inhaltsangabe Differentialformen Äußere Ableitung Abbildungen Konverse Poincaré Lemma Die p-form Sei P ein Punkt in E n. Der n-dimensionale lineare Raum L = L p wird dann gebildet von n a i

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

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Auf dem R n gibt es sehr viele verschiedene Normen, allerdings hängen sehr viele wichtige Begriffe wie die Konvergenz

Mehr

n 1, n N \ {1}, 0 falls x = 0,

n 1, n N \ {1}, 0 falls x = 0, IV.1. Stetige Funktionen 77 IV. Stetigkeit IV.1. Stetige Funktionen Stetige Funktionen R R sind vielen sicher schon aus der Schule bekannt. Dort erwirbt man sich die naive Vorstellung, dass eine stetige

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

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

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

5. Die eindimensionale Wellengleichung

5. Die eindimensionale Wellengleichung H.J. Oberle Differentialgleichungen II SoSe 2013 5. Die eindimensionale Wellengleichung Wir suchen Lösungen u(x, t) der eindimensionale Wellengleichung u t t c 2 u xx = 0, x R, t 0, (5.1) wobei die Wellengeschwindigkeit

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

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