Ferienkurs in Maß- und Integrationstheorie
|
|
- Liese Kraus
- vor 6 Jahren
- Abrufe
Transkript
1 Zentrum Mathematik Technische Universität München Dipl. Math. Wolfgang Erb WS 9/ Übungsblatt Ferienkurs in Maß- und Integrationstheorie Aufgabe. (σ-algebren Sei eine Menge und A eine σ-algebra in. Seien A, B, A n A, n N. Zeigen Sie die folgenden Eigenschaften von A: (a A, (b A B A, A \ B A, (c n A n A, k n k A n A, k Lösungsvorschlag. Siehe Vorlesungsskript, Seite 2. Aufgabe 2. (Ringe, Dynkinsysteme, Algebren n k A n A. (a Finden Sie ein Beispiel für ein Mengensystem D das ein Dynkinsystem aber keine σ- Algebra ist. (b Finden Sie ein Beispiel für ein Mengensystem R das ein Ring aber keine Algebra ist. (c Zeigen Sie, dass für = N das Mengensystem eine Algebra aber keine σ-algebra ist. A = {A : A oder \ A endlich} (d Was passiert wenn man in (c "endlich" mit "abzählbar" ersetzt? Lösungsvorschlag. (a Wir wählen = {, 2, 3, 4} und D = {, {, 2}, {, 3}, {, 4}, {2, 3}, {2, 4}, {3, 4}, }. Es gilt offensichtlich D und \ {, 2} = {3, 4} D etc. Es gilt auch offensichtlich für alle disjunkten Mengen (man kann maximal 2 wählen, dass deren Vereinigung wieder in D liegt. Also ist D ein Dynkinsystem. Wählt man jedoch z.b. die beiden nicht disjunkten Mengen {, 2} und {2, 3}, so gilt für deren Vereinigung {, 2} {2, 3} = {, 2, 3} / D. Also ist D keine σ-algebra. (b Sei abzählbar und R = {A : A endlich}. R ist ein Ring, denn (i ist endlich und somit in R, (ii wenn A, B R, so sind A und B und damit auch A B endlich und somit in R und (iii falls A und B in R so ist A \ B endlich und daher ebenfalls in R. Daher ist R ein Ring. Für abzählbares ist die Menge jedoch nicht in R und daher ist R auch keine Algebra.
2 (c (i Da \ = endlich ist, ist A. (ii Ist A A, so ist entweder A oder \ A endlich. Dann ist auch \ A oder \ ( \ A endlich und somit \ A A. (iii Falls A und B beide endlich sind, so ist auch A \ B endlich und somit A \ B A. Ist A endlich und \ B endlich, so ist \ (A B = ( \ A ( \ B endlich da \ B endlich und somit ist A B A. Genauso folgen auch die Fälle \ A endlich und B endlich und \ A und \ B endlich. Also ist A eine Algebra. Dass A keine σ-algebra ist sieht man z.b. an folgenden Mengen: A j = 2j, j N sind endlich, aber j N A j = {j N : j gerade} ist nicht endlich und ( \ j N A j = {j N : j ungerade} ist auch nicht endlich. Daher kann A keine σ-algebra sein. Aufgabe 3. Es sei f : eine Abbildung und A eine σ-algebra auf. Zeigen Sie, dass dann f (A := {f (A : A A } eine σ-algebra auf ist. Lösungsvorschlag. Zunächst gilt = f ( f (A. Sei A A, dann gibt es ein B A mit f (B = A. Da \ B A folgt \ A = f ( \ B A. Seien A, A 2,... A, dann gibt es B i A so dass f (B i = A i für alle i N. Da i B i A folgt A i = ( f (B i = f B i A. i i Aufgabe 4. (σ-algebren auf R (a Geben Sie ein Beispiel eines abzälbaren Erzeugers der Borel σ-algebra B an. (b Zeigen Sie, dass die Borel σ-algebra B durch die folgenden Mengen erzeugt wird: E := {(a, b : a < b}, E 2 := {[a, b : a < b}, E 3 := {[a, b] : a < b}. (c Bestimmen Sie σ({{x} : x R}. Lösungsvorschlag. (a A R offen für jedes x A gibt es ein Interval (a, b A mit x (a, b für jedes x A gibt es (a, b A, a, b Q mit x (a, b A = (a, b a<b, a,b Q A A ist eine abzählbare Vereinigung von Intervallen (a, b mit a, b Q. Daher ist E = {(a, b : a < b : a, b Q} ein abzählbarer Erzeuger der σ-algebra B. (b E E σ(e = σ(e = B. σ(e 2 σ(e da [a, b = k N (a k, b. σ(e 3 σ(e 2 da [a, b] = k N [a, b + k. σ(e σ(e 3 da (a, b = k N [a + k, b k ]. Damit gilt σ(e = σ(e 2 = σ(e 3 = σ(e = B. (c Wir zeigen σ({{x} : x R} = {A R : A oder R \ A abzählbar} =: A. i
3 Sei A A, dann gilt A abzählbar A = x A {x} ( σ({{x} : x R}, R \ A abzählbar A = R \ x R\A {x} σ({{x} : x R}. Da alle Mengen {x} A, x R, müssen wir nur noch zeigen dass A eine σ-algebra ist: R A, da A A A R \ A A nach Definition, A, A 2,... A dann ist n A n abzählbar, falls alle A n abzählbar sind und R \ n A n R \ A m ist abzählbar, falls ein R \ A m abzählbar ist. Damit ist n A n A. Aufgabe 5. (messbare Funktionen (a Zeigen Sie, dass die σ-algebra B der Borel-Mengen auf R von den Mengen (, b, b R, erzeugt wird. (b Sei nun (, A ein messbarer Raum und f : R eine Abbildung. Zeigen Sie, dass die folgenden Aussagen äquivalent sind: (i f is A B -messbar, (ii Die Menge {x : f(x b} ist messbar für alle b R, (iii Die Menge {x : f(x < b} ist messbar für alle b R, (iv Die Menge {x : f(x b} ist messbar für alle b R. Lösungsvorschlag. Siehe Vorlesungsskript, Seite 9. Aufgabe 6. Sei I ein Intervall und f : I R eine Funktion. Zeigen Sie, dass f Borel-messbar ist falls: (a f monoton steigend ist, (b f rechtsseitig stetig ist. Lösungsvorschlag. (a Für c R ist die Menge {x I : f(x > c} ein Intervall und somit ein Element aus B (I. Die Behauptung folgt nun, da die Intervalle (c, die σ-algebra B erzeugen. (b Sei b I, dann setze ( nx f n (x := f n χ nx n I + b χ nx n / I Dann ist ({ ( fn k ((c, σ n, k ] } I : k Z B (I, n d.h. die f n sind Borel-messbar. Wegen der rechtsseitigen Stetigkeit von f folgt f n f punktweise. Mit Satz.25 ist somit auch f Borel-messbar. Aufgabe 7. Sei (, A ein messbarer Raum und f : R eine Funktion. Zeigen oder widerlegen Sie: f ist A-messbar f ist A-messbar. Lösungsvorschlag. Falls f A-messbar ist, dann ist auch f + = max{f, } und f = min{f, } messbar, und damit auch f = f + + f. Die umgekehrte Richtung gilt im Allgemeinen nicht. Ist nämlich M eine nicht-messbare Menge definiere f durch f(x = falls x M und f(x = falls x / M. Dann ist f nicht messbar, aber f = ist A-messbar.
4 Aufgabe 8. Sei eine beliebige Menge. Für jedes A definiert man µ(a = falls A eine unendliche Menge ist und µ(a als die Anzahl ihrer Elemente, falls A endlich ist. Zeigen Sie, dass µ auf der Potenzmenge P( ein Maß (das sogenannte Zählmaß ist. Lösungsvorschlag. Wir rechnen die drei Maßeigenschaften nach: µ(a für alle A P(, µ( =, Seien A, A 2,... paarweise disjunkt.. Fall: µ( n A n = N <. Da die A n alle paarweise disjunkt sind gilt auch k µ(a k = N, 2. Fall: µ( n A n = N <, dann gibt es entweder ein A n das unendlich viele Elemente enhält oder unendlich viele A n, die nichtleer sind. In beiden Fällen gilt n µ(a n =. Aufgabe 9. Betrachte die σ-algebra A = {A : A oder \ A abzählbar} und µ : A {, } mit µ(a = falls A abzählbar und µ(a = falls \ A abzählbar. Zeigen Sie, dass µ ein Maß ist falls überabzählbar ist. Lösungsvorschlag. Eine sinnvolle Definition von µ ist überhaupt nur möglich falls überabzählbar ist. Wir rechnen die drei Eigenschaften nach, die ein Maß definieren falls überabzählbar ist: (i Es ist µ(a {, } für alle A A. Also ist µ nichtnegativ. (ii Es ist µ( =, denn ist abzählbar. (iii Es seien A, A 2,... A paarweise disjunkt. Sind alle A j abzählbar, so ist ( = µ A j = µ(a j =. j j Ist überabzählbar, so kann von zwei disjunkten Mengen höchstens eine ein abzählbares Komplement haben. Daher kann höchstens noch der Fall \ A abzählbar und A 2, A 3,... abzählbar auftreten. In diesem Fall ist \ ( j A j abzählbar und es gilt ( = µ A j = µ(a µ(a j =. j 2 j Aufgabe. (Nullmengen Es sei µ ein Maß auf einer σ-algebra A über. Eine Menge N heißt µ-nullmenge, falls gilt µ(n =. Defniere N µ = {N A : µ(n = }. Man zeige folgende Eigenschaften (a Es gilt N µ, (b Gilt M A und M N für ein N N µ, so folgt M N µ, (c Es sei (N n n N eine Folge in N µ. Dann ist auch n N n N µ. Ein Maß heißt vollständig, wenn jede Teilmenge einer µ-nullmenge zur σ-algebra A gehört. Man zeige (d Für jedes ω mit {ω} A ist das Dirac-Maß δ ω A = P(. genau dann vollständig, wenn (e Für ein Maß µ ist A = {A N : A A, N Teilmenge einer µ-nullmenge} eine σ- Algebra,
5 (f Durch µ (A N = µ(a ist ein vollständiges Maß auf A definiert. Lösungsvorschlag. (a Klar, da µ( = nach Definition. (b Wegen der Monotonie des Maßes µ gilt µ(m µ(n =. (c Wegen der σ-additivität von µ gilt µ( n N n = n µ(n n =. (d Sei ω fest. Dann gilt N δω = {N A : ω / N}. Das Maß δ ω ist also genau dann vollständig, wenn alle Teilmengen von \ {ω} zu A gehören. Da auch {ω} A, muss gelten A = P(. (e A da = N jede Teilmenge N einer µ-nullmenge. Weiter sei A A. Dann exisitiert B A und eine Teilmenge N einer µ-nullmenge mit A = B N. Dann existiert eine Nullmenge M N mit B M A. Da A eine σ-algebra ist folgt auch B c M c A und A c = (B c N (M \ N A da µ(m \ N =. Schließlich sei (A n n N A. Dann existieren B n A und Teilmengen von µ-nullmengen N n mit A n = B n N n. Dann gilt n A n = ( n B n ( n N n und µ( n N n n µ(n n =. (f Dass µ ein Maß folgt fast direkt, denn µ ( = µ ( = µ( =. µ da µ. Ist (A n N n n N Folge in A von paarweise disjunkten Mengen, dann ist µ ( n (A n N n = µ( n A n = n µ(a n = n µ (A n N n. Für die Vollständigkeit müssen wir die µ -Nullmengen betrachten. Diese sind gerade alle Teilmengen N von µ-nullmengen und wegen N = N sind diese alle in A enthalten. Aufgabe. Sei (, A, µ ein Maßraum und f : [, ] messbar und fdµ =, dann ist f = fast überall. Hinweis: Benutzen Sie den Satz über die monotone Konvergenz. Gilt die Aussage auch für reellwertige f : [, ]? Lösungsvorschlag. (. Lösungsmöglichkeit Sei und A k = f ([,. Dann gilt k und A = {x : f(x > } = f ((, A = k χ A k f µ(a k k k= A k = k χ Ak dµ Deshalb µ(a k = für alle k und µ(a k= µ(a k =. fdµ =. Zweite Lösung: Definiere die Folge f k = kf, k N. Dann ist f k integrierbar, monoton steigend und es gilt f k dµ = k fdµ =, k. Mit dem Satz über die monotone Konvergenz gibt es ein g L(, µ mit g = lim (kf µ-fast überall und gdµ =. k
6 Ferner gilt {, f(x > lim (kf(x = k, f(x =. Damit muss aber die Menge {x : f(x > } eine µ-nullmenge sein. Ohne die Voraussetzung f ist die obige Aussage nicht gültig, betrachte z.b. die Funktion f = χ [,] χ [,]. Aufgabe 2. Sei für eine beliebige Funktion f L(R d, λ d (f integrierbar auf R d bezüglich des Lebesgue-Maßes, die Folge (f k k N definiert durch { f(x, falls x < k, f k (x = k N., sonst. Zeigen oder wiederlegen Sie nun dass gilt: f k L(R d, λ d und lim f k dλ d = k R d R d fdλ d. Lösungsvorschlag. Es gilt f k = fχ ( k,k d. Damit folgt R d f k dλ d f und lim k f k (x = f(x für alle x R d. Die Aussage erhält man nun durch eine direkte Anwendung des Satzes von Lebesgue über die majorisierte Konvergenz. Aufgabe 3. Zeigen Sie, dass es für die Funktionsfolge f n = 2 n χ (,2 n ] keine gemeinsame integrierbare Majorante gibt. Lösungsvorschlag. Es gilt R f n dλ = 2 n 2 n dx =, n N. Andererseits gilt lim n f n (x = für alle x R. Würde es eine gemeinsame integrierbare Majorante geben wäre dies im Widerspruch zur Aussage des Satzes von Lebesgue über die majorisierte Konvergenz. Aufgabe 4. Berechnen Sie den Grenzwert lim n R f ndλ für die folgenden Funktionsfolgen (f n n N : (i f n (x = χ [,] (x ( + x 2, (ii f nx n(x = χ n [,] (x + n 2 x. 2 Lösungsvorschlag. (i lim n R f ndλ =. Vorgehensweise wie in (ii. (ii Die Funktionen f n sind stetig auf dem kompakten Intervall [, ] also auch Lebesgueintegrierbar. Eine gemeinsame integrierbare Majorante ist g := χ 2 [,], da für alle x gilt: Außerdem gilt für alle x [, ]: denn für alle x (, ] gilt lim n nx + n 2 x 2 2, da 2nx + n2 x 2. f n (x n, nx + n 2 x 2 2 = lim t t + t 2 = lim t 2t =. Der Satz von Lebesgue über die majorisierte Konvergenz liefert nun lim n R f ndλ =.
7 Aufgabe 5. (a Sei (, A, µ ein Maßraum mit µ( <. Zeigen Sie, dass gilt für q p. L p (, µ L q (, µ Hinweis: Zeigen Sie, dass es ein C > gibt mit f q C f p. (b Zeigen Sie anhand von Beispielen (vergleiche auch "HILF.pdf" L (R, λ L 2 (R, λ und L 2 (R, λ L (R, λ. (c Sei (f n n N eine Folge in L p (, µ und f L p (, µ. Zeigen Sie, dass aus f n f in der L p -Norm folgt lim f n gdµ = fgdµ n für alle g L q (, µ mit q = (schwache Konvergenz. p p Lösungsvorschlag. (a (Mit Hölderscher Ungleichung Wir wenden die Höldersche Ungleichung mit den Exponenten p := q/p und q := q/(q p auf die Funktionen f p und an. Dann ist p, q > und + = und es gilt p q f p p = und damit die Behauptung. ( = ( f p dµ f q dµ f pp dµ p q µ( q p q p ( q q dµ = µ( q p q f p q, (b Für f (x := x χ (, (x gilt f / L (R, λ und f L 2 (R, λ. Für f 2 (x := x χ (, (x gilt f 2 L (R, λ aber f 2 / L 2 (R, λ. (c Wir wenden die Höldersche Ungleichung auf die Funktionen f n f L p (, µ und g L q (, µ an. Dann gilt ( (f n fgdµ f n f p dµ p ( g q q dµ Da lim n f n f = folgt damit auch lim n (f n fgdµ =. = fn f p g q Aufgabe 6. Sei (, A, µ ein Maßraum. Zeigen Sie, dass L (, µ ein Vektorraum und f = f dµ eine Norm auf L (, µ ist. Ist L (, µ ein Banachraum? Lösungsvorschlag. Es ist klar dass L (, µ versehen mit der Addition + und einer äußeren skalaren Multiplikation ein Vektorraum ist. Wir überprüfen noch, dass f eine Norm ist. f = f = µ-fast überall [f] =,
8 λf = λf dµ = λ f dµ = λ f, f + g = f + g dµ ( f + g dµ = f + g <. Nun zur Vollständigkeit (vergleiche Vorlesungsskript: Sei f n eine Cauchy-folge in L (, µ, dann können wir eine Teilfolge (f nk k N finden so dass Wir definieren Mit dem Satz von Beppo Levi folgt n g p = f nk+ f nk 2 k, k N. g k = f nk+ f nk, sup n N = sup n N k= n k= g k dµ = sup n N n g k sup n N g = sup n N k= n g k. k= n g k dµ k= g k sup n N n 2 k =, und damit g L (, µ. Mit Satz 3. aus dem Vorlesungsskript folgt nun dass µ({g = } =. Also ist k= g k(x und damit auch k= g k(x konvergent für µ-fast alle x. Wegen f nm (x = f n (x + m k= g k (x ist auch (f nm m N µ-fast überall konvergent. Wir definieren f(x = lim n f nm (x in solchen Punkten, f(x = sonst. Für f und alle f nm gilt f nm f n + m k= k= g k f n + g L (, µ. Mit dem Satz von Lebesgue über die majorisierte Konvergenz erhalten wir nun lim f n k f =. k Die Cauchyfolge (f n n N hat also eine in der L -Norm gegen f konvergente Teilfolge, also gilt f n f in der L -Norm. Aufgabe 7. Berechnen Sie die folgenden Integrale und vergleichen Sie die Ergebnisse ( x 2 y 2 ( (a (x 2 + y 2 dy x 2 y 2 dx und 2 (x 2 + y 2 dx dy, 2 ( 8xy ( (b ( + x 2 + y 2 dy 8xy dx und 3 ( + x 2 + y 2 dx dy. 3 Lösungsvorschlag. (a Berechne zunächst x 2 y 2 F (x = (x 2 + y 2 dy = 2 = x 2 + y dy 2 y = x 2 + y 2 y= F (xdx = arctan x = π 4. x 2 + y 2 (x 2 + y 2 2y 2 2 (x 2 + y 2 dy 2 2y y (x 2 + y 2 dy 2 x 2 + y 2 dy + x 2 + y dy = 2 + x. 2
9 aber ( x 2 y 2 (x 2 + y 2 dx dy = 2 ( Dies impliziert, dass der Satz von Fubini hier nicht gilt. (b Berechne 8xy ( + x 2 + y 2 3 dxdy = 8xy ( + x 2 + y 2 3 dydx = 2y ( + x 2 + y 2 2 = 2 + y 2 y= + y 2 2x ( + x 2 + y 2 2 = 2 + x 2 x= x= y= y= + x 2 x= y 2 x 2 (x 2 + y 2 dx dy = 2 4. dy = = 3. dx = = 3. Es ist leicht zu überprüfen dass der Satz von Fubini hier in der Tat gilt. Aufgabe 8. Sei f(x, y := xy, x [, ], y [, ], (x 2 + y 2 2 2y (2 + y 2 dy + 2y 2 ( + y 2 dy 2 2x (2 + x 2 dx + 2x 2 ( + x 2 dx 2 und man definiere f(, :=. Überprüfen Sie, dass die iterierten Integrale von f über [, ] [, ] gleich sind, dass f aber nicht integrierbar ist. Lösungsvorschlag. Für x [, ] ist die Funktion y f(x, y stetig auf [, ] und ungerade, deshalb ( f(x, ydy = f(x, ydy dx =. Das andere iterierte Intergal ist ebenfalls Null. Annahme die Funktion f ist intergierbar auf [, ] 2. Dann wäre f auch integrierbar auf [, ] 2. Nach dem Satz von Fubini ist dann auch die Funktion g(x := integrierbar auf [, ]. Für x gilt aber Da 2x g(x = x 2 f(x, ydy 2y (x 2 + y 2 dy = x [ ] y= = 2 2 x 2 + y 2 y= 2x x 2x nicht integrierbar auf [, ], ist auch g nicht integrierbar auf [, ], ein Widerspruch. Aufgabe 9. Sei (, A, µ ein Maßraum und h L 2 (, µ mit h 2 =. Betrachte: ν : A [,, ν(a := h 2 dµ. Zeigen Sie, dass ν ein Wahrscheinlichkeitsmaß auf (, A ist. Sind µ-nullmengen auch ν- Nullmengen? A
10 Lösungsvorschlag. Zu zeigen ist dass ν ein Wahrscheinlichkeitsmaß auf (, A ist. ν(a = A h 2 dµ da h 2, ν( = h 2 dµ = χ h 2 dµ =, ν( = h 2 dµ = h 2 =. Sei (A n n N Folge disjunkter Menge in A, dann gilt ν( n A n = = χ n A n h 2 dµ = n= A n h 2 dµ = χ An h 2 dµ = n= ν(a n, n= n= χ An h 2 dµ wobei der Satz von der monotonen Konvergenz benutzt wurde um das Integral und das Summenzeichen zu vertauschen. Sei A A und µ(a =. Dann gilt wegen {χ A h 2 > } {χ A > } und der Monotonie des Maßes µ, dass µ({χ A h 2 > } µ({χ A > } = µ(a =. Damit ist χ A h 2 = µ-fast überall und es folgt ν(a = χ A h 2 dµ =. Aufgabe 2. Sei I R ein Interval und f integrierbar auf I bezüglich des Lebesgue-Maßes. Die Funktion F erfülle Zeigen Sie, dass F stetig ist. F (b F (a = b a f(tdt, a, b I, a < b. Hinweis: Benutzen sie den Satz von Lebesgue (Satz von der majorisierten Konvergenz. Lösungsvorschlag. Wir betrachten zunächst den Fall I = [a, b]. Da f integrierbar auf I gilt b a f(t dt < und alle Funktionen χ (a,c]f, c (a, b sind ebenso integrierbar. Betrachte nun eine Folge x n mit Grenzwert x [a, b], dann konvergiert die Folge χ (a,xn]f punktweise gegen die Funktion χ (a,x] f und mit dem Satz von der majorisierten Konvergenz folgt (Majorante f F (x n = F (a + b a χ (a,xn]f(tdt F (a + b a χ (a,x] f(tdt = F (x. Damit ist F auf [a, b] stetig. Im allgemeinen Fall folgt die Behauptung, da F [a,b] stetig ist für jedes Intervall [a, b] I. Aufgabe 2. Sei A GL n (R eine beliebige invertierbare Matrix. Dann ist mittels L A : R n R n, L A (x = Ax, eine lineare Abbildung gegeben. (a Zeigen Sie, dass L A : R n R n ein Diffeomorphismus ist.
11 (b Wie lautet die Transformationsformel für L A. (c Berechnen Sie das Volumen des Bildes L A (Q eines beliebigen Quaders Q R n unter dem linearen Isomorphismus L A. Lösungsvorschlag. (a Lineare Isomorphismen L A sind bijektiv und die Umkehrabbildung ist gegeben durch L A = L A. Außerdem stimmen sie in jedem Punkt mit ihrer Ableitung überein: DL A (x = L A. Da die Ableitungen damit in jedem Punkt ebenfalls invertierbar sind, sind lineare Isomorphismen diffeomorph. (b Für integrierbare funktionen f L(R n ; λ n und beliebige messbare Mengen M R n gilt: f(ydλ n (y = f(ydλ n (y = (f L A (x det(dl A (x dλ n (x A M L A (M M = det(a f(axdλ n (x. M (c λ n (L A (Q = A Q dλ n (y = = det(a λ n (Q. Q ( L A (x det(a dλ n (x = det(a Q dλ n (x Aufgabe 22. Sei D die Menge aller offenen Intervalle in R (D ist bekanntermaßen ein Erzeuger der Borel σ-algebra B in R. Ferner sei µ das Zählmaß. Zeigen Sie, dass es überabzählbar viele Maße ν : B [, ] gibt mit ν D = µ. Warum widerspricht dies nicht dem Eindeutigkeitssatz? Lösungsvorschlag. Für a (, setze ν a = aµ. Dann gilt ν a ({} = aµ({} = a > = µ({}. aber für alle Mengen A D gilt ν a (A = µ(a. Dies ist kein Widerspruch zum Eindeutigkeitssatz, da die Voraussetzungen des Satzes nicht erfüllt sind, siehe das Skript zur Vorlesung und "HILF.pdf".
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
MehrLösungen 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
MehrLehrstuhl IV Stochastik & Analysis. Stochastik II. Wahrscheinlichkeitstheorie I. Skriptum nach einer Vorlesung von Hans-Peter Scheffler
Fachschaft Mathematik Uni Dortmund Lehrstuhl IV Stochastik & Analysis Stochastik II Wahrscheinlichkeitstheorie I Skriptum nach einer Vorlesung von Hans-Peter Scheffler Letzte Änderung: 26. November 2002
Mehrσ-algebren, Definition des Maßraums
σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven
MehrMaße auf Produkträumen
Maße auf Produkträumen Es seien (, Ω 1 ) und (X 2, Ω 2 ) zwei Meßräume. Wir wollen uns zuerst überlegen, wie wir ausgehend davon eine geeignete σ-algebra auf X 2 definieren können. Wir betrachten die Menge
MehrZusammenfassung der Lebesgue-Integrationstheorie
Zusammenfassung der Lebesgue-Integrationstheorie Das Lebesguesche Integral verallgemeinert das Riemannsche Integral. Seine Vorteile liegen für unsere Anwendungen vor allem bei den wichtigen Konvergenzsätzen,
MehrKONSTRUKTION VON MASSEN
KONSTRUKTION VON MASSEN MARCUS HEITEL 1. Einleitung Wir wollen im Folgenden das Lebesguemaß konstruieren. Dieses soll die Eigenschaft λ ( [a, b = b a für a, b R besitzen. Nun ist ein Maß aber auf einer
Mehri=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,
MehrStochastik I. Vorlesungsmitschrift
Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................
MehrAbsolute Stetigkeit von Maßen
Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches
MehrReelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 11. Oktober 2013
Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 11. Oktober 2013 3 Fortsetzung von Prämassen zu Massen Der Begriff des Prämasses ist nicht ausreichend, um eine geschmeidige Integrationstheorie
MehrMaß- und Integrationstheorie
Maß- und Integrationstheorie Manuskript zur Vorlesung in SS26 Bálint Farkas farkas@mathematik.tu-darmstadt.de Inhaltsverzeichnis Einführung...................................................................
Mehrx, 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,
MehrSpickzettel Mathe C1
Spickzettel Mathe C1 1 Mengenlehre 1.1 Potenzmenge Die Potenzmenge P (Ω) einer Menge Ω ist die Menge aller Teilmengen von Ω. Dabei gilt: P (Ω) := {A A Ω} card P (Ω) = 2 card Ω P (Ω) 1.2 Mengenalgebra Eine
MehrKapitel 19. Das Lebesgue Maß σ Algebren und Maße
Kapitel 19 Das Lebesgue Maß 19.1 σ Algebren und Maße 19.2 Das äußere Lebesgue Maß 19.3 Das Lebesgue Maß 19.4 Charakterisierungen des Lebesgue Maßes 19.5 Messbare Funktionen 19.1 σ Algebren und Maße Wir
MehrLösungsvorschlag zu den Hausaufgaben der 8. Übung
FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H
MehrMathematik III. Vorlesung 71
Prof. Dr. H. Brenner Osnabrück WS 2010/2011 athematik III Vorlesung 71 Ausschöpfungseigenschaften Die folgenden Rechenregeln für Integrale beruhen auf dem Ausschöpfungssatz für aße. an kann den Subgraphen
MehrSkript zur Vorlesung. Mass und Integral. Urs Lang. Sommersemester 2005 ETH Zürich
Skript zur Vorlesung Mass und Integral Urs Lang Sommersemester 2005 ETH Zürich Version vom 12. September 2006 Literatur [Rudin] W. Rudin, Real and Complex Analysis, Third Edition. McGraw-Hill Book Co.,
MehrKapitel 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
MehrKlausur 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
MehrKonvergenz 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
MehrLjapunov Exponenten. Reiner Lauterbach
Ljapunov Exponenten Reiner Lauterbach 28. Februar 2003 2 Zusammenfassung n diesem Teil betrachten wir ein wichtiges Thema: sensitive Abhängigkeit. Zunächst hat man ja stetige Abhängigkeit, wie man sie
MehrKapitel 3. Konvergenz von Folgen und Reihen
Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden
MehrDefinition 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
MehrAnalysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME
Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist
MehrAnalysis 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
MehrStetigkeit. Definitionen. Beispiele
Stetigkeit Definitionen Stetigkeit Sei f : D mit D eine Funktion. f heißt stetig in a D, falls für jede Folge x n in D (d.h. x n D für alle n ) mit lim x n a gilt: lim f x n f a. Die Funktion f : D heißt
Mehrε 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
Mehr1. 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
MehrMIII (WS 03/04) BERNHARD HANKE
MIII (WS 03/04) BERNHARD HANKE 1. Konstruktion des Lebesgue-Integrals Unter einem n-dimensionalen (achsenparallelen) Quader im R n verstehen wir eine Teilmenge Q R n der Form Q = I 1... I n wobei alle
MehrReelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013
Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 7. November 2013 6 L p -Räume Mit Hilfe der Masstheorie können wir nun die sog. L p -Räume einführen. Diese Räume sind wichtig in vielen
Mehralso 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
MehrOptimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme
Optimale Steuerung, Prof.Dr. L. Blank 1 II Linear-quadratische elliptische Steuerungsprobleme Zuerst: Zusammenstellung einiger Begriffe und Aussagen aus der Funktionalanalysis (FA), um dann etwas über
MehrSchwache Konvergenz. Kapitel 8
Im Hinblick auf die funktionalen Grenzwertsätze wird in diesem Kapitel die Theorie der schwachen Konvergenz endlicher Maße auf separablen metrischen, vorallem polnischen Räumen entwickelt. In dieser Situation
MehrMathematik 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
MehrKompaktheit 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
MehrTopologische 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
MehrHöhere 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
MehrÜbungsaufgaben zu Partielle Differentialgleichungen Blatt III vom
Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R
MehrFerienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren
Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis
MehrBeispiel. 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
Mehr4.1 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
MehrSS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.
SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden
MehrTopologische 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,
Mehrϕ 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
MehrLösungsvorschläge 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
MehrVarianz und Kovarianz
KAPITEL 9 Varianz und Kovarianz 9.1. Varianz Definition 9.1.1. Sei (Ω, F, P) ein Wahrscheinlichkeitsraum und X : Ω eine Zufallsvariable. Wir benutzen die Notation (1) X L 1, falls E[ X ]
MehrFaltung 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
MehrStochastik. 1. Wahrscheinlichkeitsräume
Stochastik 1. Wahrscheinlichkeitsräume Ein Zufallsexperiment ist ein beliebig oft und gleichartig wiederholbarer Vorgang mit mindestens zwei verschiedenen Ergebnissen, bei dem der Ausgang ungewiß ist.
MehrAnalysis 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
MehrÜbungen 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
MehrBeweis. Bauer (4. Auflage, 1991), S , Hoffmann-Jørgensen, Vol. I, S. 457.
Exkurs A: Bedingte Erwartungswerte, bedingte Verteilungen (Ω, A, P ) sei W-Raum, X : Ω IR P-quasiintegrierbar, F A Unter - σ- Algebra. E(X F) = E P (X F) (Version des) bedingter Erwartungswert von X unterf
MehrElementare Beweismethoden
Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe
MehrVorlesung 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,
MehrKonvergenz, 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.
MehrAufgaben 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
MehrHöhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heio Hoffmann WS 2013/14 Höhere Mathemati I für die Fachrichtung Informati Lösungsvorschläge zum 2. Übungsblatt Aufgabe
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
MehrFunktionsgrenzwerte, 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
MehrKonvergenz im quadratischen Mittel und Parsevalsche Gleichung
Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen
MehrThema 3 Folgen, Grenzwerte
Thema 3 Folgen, Grenzwerte Definition Eine Folge von reellen Zahlen ist eine Abbildung von N in R d.h. jedem n N ist eine Zahl a n zugeordnet. Wir schreiben für eine solche Folge. Beispiele. (a n ) n N
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
MehrNotizen zur Vorlesung. Analysis III. G. Sweers
Notizen zur Vorlesung Analysis III G. Sweers Wintersemester 2-2 ii Inhaltsverzeichnis Teilmengen und Strukturen. Topologie, Metrik und Norm...........................2 Basis und Produkt bei Topologien.......................
MehrIm gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge
1 Mengensysteme Ein Mengensystem ist eine Familie von Teilmengen einer Grundmenge und damit eine Teilmenge der Potenzmenge der Grundmenge. In diesem Kapitel untersuchen wir Mengensysteme, die unter bestimmten
Mehrist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).
Kapitel 4 Stetige lineare Funktionale 4.1 Der Satz von Hahn - Banach Definition 4.1. Sei X ein linearer normierter Raum über dem Körper K (R oder C). Ein linearer Operator f : X K heißt (reelles oder komplexes)
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 15.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
Mehrn 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
Mehr3.5 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
Mehrα + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus
4. Dualräume und schwache Topologien Den Begriff des Dualraums hatten wir bereits in Kapitel 2 definiert. Der Dualraum X eines Banachraums X ist X = B(X, C). X ist mit der Abbildungsnorm F = sup x =1 F
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
MehrEtwas 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
MehrMathematik III. Produkt-Präringe
Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 66 Es ist unser Ziel zu zeigen, dass auf der Produktmenge von Maßräumen unter recht allgemeinen Voraussetzungen ein Maß definiert ist,
MehrDer Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.
Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
Mehr11 Logarithmus und allgemeine Potenzen
Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den
Mehr2 Inhaltsverzeichnis
0 Inhaltsverzeichnis 0 Maß- und Integrationstheorie.......................... 5 0.1 Messräume und Maße............................... 5 Algebren und σ Algebren........................... 5 Stetigkeitssatz..................................
MehrMengensysteme, Wahrscheinlichkeitsmaße
Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen
Mehr2. 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
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
MehrKapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen
Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit
Mehrx j I j (1 j n)}. und erhält dann, wenn Q j, Q j
Ein Spaziergang zum Lebesgue-Integral Die Elementargeometrie lehrt, daß der Inhalt eines (rechtwinkligen) Quaders das Produkt seiner Kantenlängen ist. Wir nehmen dies zum Anlaß, den Inhalt eines Quaders
MehrWir beginnen mit der Definition eines metrischen Raumes, der in diesem Kapitel von zentraler Bedeutung ist. x, y, z X (Dreiecksungleichung).
Kapitel 4 Metrische Räume und Stetigkeit 4.1 Metrische und normierte Räume 4.2 Folgen in metrischen Räumen 4.3 Offene und abgeschlossene Mengen 4.4 Stetige Funktionen 4.5 Grenzwerte von Funktionen 4.6
Mehr13. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 3. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 00/ 07.0.-.0. Aufgabe G Stetigkeit) a) Gegeben
MehrFraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß:
Universität Regensburg Sommersemester 013 Daniel Heiß: 9: Metrische äußere Maße II I Das mehrdimensionale Lebesguemaß 1.1 Definition (i) Für reelle Zahlen a b, c d ist ein Rechteck im R die Menge R = a,
MehrRepetitorium Mathe 1
Übungsaufgaben Skript Repetitorium Mathe 1 WS 2014/15 25./26.01. und 31.01./01.02.2015 Inhaltsverzeichnis 1 Bruchrechnung 2 2 Zahlsysteme 2 3 Arithmetisches und geometrisches Mittel 2 4 Wachstum 2 5 Lineare
MehrDie alternierende harmonische Reihe.
Die alternierende harmonische Reihe Beispiel: Die alternierende harmonische Reihe k k + = 2 + 3 4 + konvergiert nach dem Leibnizschen Konvergenzkriterium, und es gilt k k + = ln2 = 06934 für den Grenzwert
MehrAnalysis 3. Inhaltsverzeichnis. Franz Merkl (sehr vorläufige Version 1, 14. Juli 2016)
Analysis 3 Franz Merkl (sehr vorläufige Version 1, 14. Juli 2016) Inhaltsverzeichnis 1 Maßtheorie 2 1.1 σ-algebren, Inhalte und Maße......................... 2 1.2 Erzeugendensysteme von σ-algebren.....................
MehrDonnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.
Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )
MehrUntersuchen Sie die angegebenen Funktionenfolgen auf gleichmäßige Konvergenz. = 1 n, (1 Punkt ) x 2. x 1 = 1. x n + (1 Punkt )
Aufgabe (glm. Konvergenz) (6+6 Punkte) Untersuchen Sie die angegebenen Funktionenfolgen auf gleichmäßige Konvergenz. a) g n : R R, mit g n (x) = x + n (6 Punkte) b) f n : R R, mit f n (x) = arctan(nx)
MehrGleichmäßige 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
MehrKAPITEL 2. Folgen und Reihen
KAPITEL 2 Folgen und Reihen 1. Konvergenz und Divergenz Definition 2.1 (Folgen). Eine Abbildung a : N R (bzw. a : N 0 R) nennt man Folge. Statt a : N R schreibt man meist (a n ) n N und a n statt a(n).
MehrDie 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
MehrMathematik 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
MehrMathematik I. Zusammenhängende Räume
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 21 Die beiden nächsten Vorlesungen kann man unter dem Aspekt sehen, welche topologischen Eigenenschaften die reellen Zahlen gegenüber
Mehr9 Konvergenz und absolute Konvergenz von Reihen
9 Konvergenz und absolute Konvergenz von Reihen 9.2 Konvergenz von Reihen 9.5 Monotoniekriterium für Reihen 9.6 Konvergenzkriterium von Cauchy für Reihen 9.9 Rechenregeln für konvergente Reihen 9.10 Absolute
MehrHöhere 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(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,
Mehr2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt
2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,
Mehr6 Reelle und komplexe Zahlenfolgen
Mathematik für Physiker I, WS 200/20 Freitag 0.2 $Id: folgen.tex,v. 200/2/06 :2:5 hk Exp $ $Id: reihen.tex,v. 200/2/0 4:4:40 hk Exp hk $ 6 Reelle und komplexe Zahlenfolgen 6. Cauchyfolgen Wir kommen nun
MehrTopologische Räume und stetige Abbildungen Teil 2
TU Dortmund Mathematik Fakultät Proseminar zur Linearen Algebra Ausarbeitung zum Thema Topologische Räume und stetige Abbildungen Teil 2 Anna Kwasniok Dozent: Prof. Dr. L. Schwachhöfer Vorstellung des
Mehr