5 Die Picardschen Sätze

Größe: px
Ab Seite anzeigen:

Download "5 Die Picardschen Sätze"

Transkript

1 03 5 Die Picardschen Sätze Für eine zweimal stetig differenzierbare reell- oder komplexwertige Funktion f auf einem Gebiet G C ist der Laplace-Operator definiert durch Behauptung: = 4 Beweis: Daraus folgt: Es ist 2 z z. f := 2 f x f y 2. f z = 2 (f x i f y ) und f z = 2 (f x + i f y ). f zz = 4 das war die Behauptung. = 4 ( (fx + i f y ) x i (f x + i f y ) y ) ( fxx + i f yx i f xy + f yy ) = 4 f. Beispiel. Ist f holomorph oder antiholomorph, so ist f = 4 f zz = 0. Ist f holomorph, so ist log f 2 = log f + log f = 0. Definition. man die Krümmung von ϱ. Sei G C ein Gebiet mit einer Differentialmetrik ϱ. Dann nennt log ϱ(z) κ ϱ (z) := ϱ(z) 2 5. Satz. Sei f : G G 2 holomorph und ϱ eine Differentialmetrik auf G 2. Dann gilt in jedem Punkt z G, in dem f (z) 0 ist, die Gleichung κ f ϱ(z) = κ ϱ (f(z)).

2 04 Kapitel 2 Konforme Abbildungen Beweis: Es ist f ϱ(z) = ϱ(f(z)) f z (z). Weil f holomorph ist, ist f z = f, f z = 0 und [log(ϱ f) ] zz = [ (log ϱ) f] zz = [( log ϱ) w f ) f + ( (log ϱ) w f ) f z ]z Damit folgt: = [( (log ϱ) w f ) f ] z = [ (log ϱ) w f ] z f = [ (log ϱ) ww f ] f f. κ f ϱ(z) = log f ϱ(z) f ϱ(z) 2 = log ϱ f(z) + log f (z) ϱ(f(z)) 2 f (z) ( ) 2 ( log ϱ) f(z) f (z) 2 = ϱ(f(z)) 2 f (z) 2 log ϱ (f(z)) = = κ ϱ(f(z)) 2 ϱ (f(z)). Beispiele.. Ist ϱ(z) die euklidische Metrik, so ist κ ϱ (z) Sei σ(z) := + z die 2 sphärische Metrik. Es ist ln σ(z) = ln 2 ln(+ z 2 ), also (ln σ) zz (z) = ( z ) + zz z = ( + zz) zz = ( + zz) 2 ( + zz). 2 Damit ist 3. Sei ϱ(z) = κ σ (z) = also κ ϱ (z) = 4. log σ(z) σ(z) 2 4 = ( + z 2 ) ( + z 2 ) 2 =. 2 4 die hyperbolische Metrik auf D. Dann ist z 2 log ϱ(z) = log( zz) = 4 [log( zz)] zz [ z ] ( zz) + zz = 4 = 4 zz z ( zz) 2 4 = ( zz), 2

3 5 Die Picardschen Sätze Satz (Ahlfors Version des Schwarzschen Lemmas). Sei G C ein Gebiet mit einer Differentialmetrik σ und κ σ (z) 4 für alle z G. Ist f : D G holomorph, so ist f σ(z) ϱ(z), für alle z D. Beweis: Sei 0 < r <. Auf D r (0) benutzen wir die Metrik ϱ r (z) := r/(r 2 z 2 ). Dann ist auch κ ϱr (z) 4, und ϱ r ist invariant unter Automorphismen. Nun sei g r (z) := f σ(z) ϱ r (z) auf D r (0). Das ist eine stetige Funktion. Weil D r (0) relativ-kompakt in D liegt, bleibt f σ auf D r (0) beschränkt. Andererseits strebt ϱ r (z) gegen Unendlich für z D r (0). Also konvergiert g r (z) gegen Null für z r, und g r muss im Innern von D r (0) in einem Punkt w sein Maximum M annehmen. Wir zeigen: M (und damit f σ ϱ r für jedes r). Mit dem Grenzübergang r folgt dann der Satz. Ist f σ(w) = 0, so ist g r (z) 0 und nichts mehr zu zeigen. Wir setzen daher voraus, dass f σ(w) > 0 ist (also κ f σ in w definiert). Wegen der Monotonie von ln hat auch log g r ein Maximum in w. Daher ist also M. 0 log g r (w) = log f σ(w) log ϱ r (w) = κ f σ(w) f σ(w) 2 + κ ϱr (w) ϱ r (w) 2 4 f σ(w) 2 4ϱ r (w) 2, Als Spezialfall kann man G = D mit der Metrik σ = ϱ (Poincaré-Metrik) betrachten. Ist f : D D holomorph und f(0) = 0, so ist f ϱ(0) ϱ(0), also f (0) ϱ(0) = f (0) ϱ(f(0)) ϱ(0) und damit f (0). Das ergibt das klassische Schwarzsche Lemma. Eine Verallgemeinerung des Satzes von Ahlfors lautet: 5.3 Satz. Sei A > 0 und ϱ A r die durch ϱ A 2r r (z) := A(r2 z 2 ) auf D r (0). Dann hat die Metrik die konstante Krümmung A. definierte Metrik Ist B > 0, G C ein Gebiet mit Differentialmetrik σ, κ σ B und f : D r (0) G holomorph, so ist A f σ(z) ϱ A r (z). B

4 06 Kapitel 2 Konforme Abbildungen Beweis: a) Ist σ eine Differentialmetrik und c > 0, so ist κ cσ = κ σ /c 2. Ist ϱ r (z) = /(r 2 z 2 ), so ist log ϱ r (z) = 4r 2 /(r 2 z 2 ) 2 und κ ϱr (z) = 4r 2. Daraus folgt die erste Behauptung. A b) Die Metrik ϱ A r hat nach (a) die konstante Krümmung B. Damit lässt sich B der Beweis des Satzes von Ahlfors nahezu wörtlich übernehmen. Die Krümmung kommt nur an einer einzigen Stelle ins Spiel, da muss 4 durch B ersetzt werden. Als wichtige und verblüffende Folgerung ergibt sich: 5.4 Satz. Sei G C ein Gebiet mit einer Differentialmetrik σ, und es gebe eine Konstante B > 0, so dass κ σ (z) B < 0 für alle z G gilt. Dann ist jede holomorphe Funktion f : C G konstant. Beweis: Sei A > 0. Für jedes r > 0 sei die Scheibe D r (0) mit der Metrik ϱ A r versehen. Weiter sei f : C G holomorph. Dann kann man f für jedes r > 0 auch als Abbildung f : D r (0) G auffassen. Für z r ist dann A f σ(z) ϱ A r (z). B Lässt man nun r gegen Unendlich gehen, so strebt ϱ A r (z) bei festem z gegen Null. Das bedeutet, dass f σ(z) 0 für alle z C gilt. Weil andererseits stets f σ(z) 0 ist, folgt f σ(z) 0, also f (z) 0. Damit ist f konstant. 5.5 Satz. Auf dem Gebiet C := C \ {0, } gibt es eine Differentialmetrik µ mit κ µ (z) B < 0 für alle z C und eine geeignete Konstante B > 0. Beweis: Für a {0, } sei µ a (z) := ( + z a /3 ) /2. Dann ist µ z a 5/6 a 0 und differenzierbar auf C. Außerdem ist lim µ a (z) = +. z a Weiter ist (log z a 5/6 ) = 5 2 ( log((z a)(z a)) ) = 0. Mit ϕ(a, z) := z a /3 = [(z a)(z a)] /6 gilt also: log µ a (z) = 2 log( + z a /3 ) = 2 [log( + ϕ(a, z)) ] zz = 2 [ + ϕ(a, z) ϕ(a, z) ] z z mit = 2 ϕ(a, z) zz( + ϕ(a, z)) ϕ(a, z) z ϕ(a, z) z ( + ϕ(a, z)) 2,

5 5 Die Picardschen Sätze 07 Damit ist ϕ(a, z) z = 6 ϕ(a, z) 5 (z a), ϕ(a, z) z = 6 ϕ(a, z) 5 (z a) und ϕ(a, z) zz = [ ] (z a) 5/6 (z a) /6 6 = 36 ϕ(a, z) 5. log µ a (z) = 2[ϕ(a, z) 5 ( + ϕ(a, z)) ϕ(a, z) 0 ϕ(a, z) 6 ] 36( + ϕ(a, z)) 2 = 8 ϕ(a, z) 5 ( + ϕ(a, z)). 2 Wir setzen nun µ(z) := µ 0 (z) µ (z). Dann ist µ eine Differentialmetrik auf C, und weil ( + ϕ(a, z))/2 µ a (z) = ϕ(a, z) 5/2 ist, folgt: log µ(z) κ µ (z) = = log µ 0(z) log µ (z) µ(z) 2 µ(z) 2 µ(z) 2 = [ 8 ϕ(0, z) 5 ϕ(, z) 5 ϕ(0, z) 5 ( + ϕ(0, z)) 2 ( + ϕ(0, z))( + ϕ(, z)) ϕ(0, z) 5 ϕ(, z) 5 ] + ϕ(, z) 5 ( + ϕ(, z)) 2 ( + ϕ(0, z))( + ϕ(, z)) = [ 8 ϕ(, z) 5 ( + ϕ(0, z)) 3 ( + ϕ(, z)) + ϕ(0, z) 5 ] ( + ϕ(, z)) 3 ( + ϕ(0, z)) Offensichtlich ist κ µ (z) < 0 für alle z C. Es ist ϕ(0, 0) = 0, ϕ(0, ) =, ϕ(, 0) = und ϕ(, ) = 0, also lim κ µ(z) = lim κ µ (z) = z 0 z 36. Weiter ist ϕ(0, /w) = /ϕ(0, w) und ϕ(, /w) = ϕ(, w)/ϕ(0, w), also [ κ µ (/w) = 8ϕ(0, w) ϕ(, w) 5 ϕ(0, w) 4 5 (ϕ(0, w) + ) 3 (ϕ(0, w) + ϕ(, w)) ϕ(0, w) 4 ] + (ϕ(0, w) + ϕ(, w)) 3 (ϕ(0, w) + ) [ = 8ϕ(0, w) ϕ(, w) 5 (ϕ(0, w) + ) 3 (ϕ(0, w) + ϕ(, w)) ] +. (ϕ(0, w) + ϕ(, w)) 3 (ϕ(0, w) + ) z

6 08 Kapitel 2 Konforme Abbildungen Für w 0 strebt der Inhalt der eckigen Klammer gegen 2, ϕ(0, w) gegen 0 und damit κ µ (/w). Nimmt κ µ im Innern von C Werte an, die größer als /36 sind, so muss κ µ (z) auf C ein Maximum < 0 annehmen. Auf jeden Fall gibt es eine Konstante B, so dass κ µ (z) B < 0 auf C gilt. 5.6 Folgerung. Ist f : D C holomorph, so gibt es eine Konstante c > 0, so dass d µ (f(z), f(z )) c d ϱ (z, z ) für z, z D gilt. Beweis: Ist κ µ B < 0, so ist f µ 2 B ϱ. Wir setzen c := 2 B. Dann gilt für jeden Weg γ : [a, b] D : l µ (f γ) = l f µ(γ) l c ϱ (γ) = c l ϱ (γ). Die Ungleichung überträgt sich auf die Distanzen, denn das Infimum über die Längen l µ (α) für beliebige Wege zwischen f(z) und f(z ) ist höchstens kleiner als das Infimum über die Wege f γ, wobei γ die Wege zwischen z und z in D durchläuft. 5.7 Kleiner Picardscher Satz. Sei f eine nicht konstante ganze Funktion. Dann enthält f(c) alle komplexen Zahlen, mit höchstens einer Ausnahme. Beweis: Ist p q, so sind die Gebiete C\{p, q} und C biholomorph äquivalent. Aber weil auf C eine Differentialmetrik mit strikt negativer Krümmung existiert, ist jede holomorphe Abbildung f : C C konstant. Beispiel. Die Exponentialfunktion exp : C C nimmt jeden Wert an, mit höchstens einer Ausnahme. Tatsächlich ist w = 0 der Ausnahmewert, der nicht vorkommt. Der Begriff der normalen Familie muss noch erweitert werden. Definition. Sei G C ein Gebiet, (f n ) eine Folge von holomorphen Funktionen auf G. Man sagt, dass (f n ) kompakt gegen Unendlich konvergiert, falls gilt: Für alle kompakten Menge K G und L C gibt es ein n 0, so dass f n (K) L = für n n 0 ist. Eine Familie F von holomorphen Funktionen auf G heißt normal, falls jede Folge in F eine Teilfolge besitzt, die kompakt gegen eine holomorphe Grenzfunktion oder gegen Unendlich konvergiert.

7 5 Die Picardschen Sätze 09 Beispiel. Sei F = {z n : n N}. Dies ist eine normale Familie auf D (wo die Folge kompakt gegen Null konvergiert) und auch auf C \ D (wo die Folge kompakt gegen Unendlich konvergiert). Es ist aber keine normale Familie auf einem Gebiet G mit G S, weil dieses Gebiet Punkte aus D und aus C \ D enthält. 5.8 Satz. Sei G C ein Gebiet, F eine Familie holomorpher Funktionen auf G. Dann gilt: F ist genau dann normal, wenn es zu jedem Punkt z G eine Umgebung U = U(z) G gibt, so dass F U := {f U : f F} normal ist. Beweis: Die Notwendigkeit ist klar. Eine normale Familie bleibt bei Einschränkung auf ein Teilgebiet normal. Für die Umkehrung wählen wir eine Folge (U n ) von offenen Teilmengen von G, so dass gilt:. U n U n+ G für alle n N. 2. Für jede kompakte Teilmenge K G gibt es ein n N mit K U n. Die Existenz einer solchen kompakten Ausschöpfung beweist man wie üblich. Sei nun (f ν ) eine Folge von Elementen von F. Zu jedem Punkt z U n gibt es eine Umgebung V (z) G, so dass eine Teilfolge von (f ν V (z) ) gleichmäßig konvergiert. Weil U n kompakt ist, gibt es endlich viele Punkte z,..., z l U n, so dass die zugehörigen Umgebungen V,..., V l schon ganz U n überdecken. Daher gibt es eine Teilfolge von (f ν ), die sogar auf U n gleichmäßig konvergiert. Induktiv konstruieren wir für jedes n eine solche Teilfolge (f ν (n) ), die auf U n gleichmäßig konvergiert. Die Diagonalfolge (f n (n) ) konvergiert dann auf jeder kompakten Teilmenge von G gleichmäßig. Also ist F normal. Der uns bekannte Satz von Montel besagt: Ist eine Familie lokal beschränkt, so ist sie normal. Dabei kommt kompakte Konvergenz gegen Unendlich nicht vor. Der folgende Satz zeigt, dass man auch unter allgemeineren Bedingungen auf die Normalität einer Familie schließen kann. 5.9 Satz von Montel-Caratheodory. Die Familie aller holomorphen Funktionen f auf D mit f(d) C ist normal.

8 0 Kapitel 2 Konforme Abbildungen Beweis: Sei F := {f O(D) : f(d) C } und (f n ) eine Folge in F. Außerdem sei µ die weiter oben konstruierte Differentialmetrik mit strikt negativer Krümmung auf G := C.. Schritt: Wir zeigen, dass entweder eine Teilfolge von (f n ) existiert, die kompakt gegen eine holomorphe Funktion f : D G konvergiert oder dass zu jedem r mit 0 < r < und jeder kompakten Teilmenge L C unendlich viele f n mit f n (D r (0)) L = existieren. a) Wenn eine Teilfolge existiert, die bezüglich µ lokal beschränkt ist, dann ist diese Teilfolge auch euklidisch lokal beschränkt (weil die Metrik µ für z G gegen Unendlich strebt). Nach Montel können wir dann eine weitere Teilfolge finden, die kompakt gegen eine Grenzfunktion f konvergiert. b) Wir können jetzt voraussetzen, dass keine Teilfolge von (f n ) lokal µ-beschränkt ist. Wir nehmen an, es gibt ein r mit 0 < r < und eine kompakte Menge L C, so dass f n (D r (0)) L = für höchstens endlich viele n gilt, und führen das zum Widerspruch. Dazu sei w 0 C ein beliebiger, aber fester Punkt. Ist r s <, so folgt aus der Annahme, dass f n (D s (0)) L für fast alle n gilt. Weil keine Teilfolge der f n lokal µ-beschränkt ist, gibt es ein solches s und zu jedem j N ein n j N und ein z j D s (0) mit d µ (w 0, f nj (z j)) j. Setzen wir Q := D s (0), so gibt es zu jedem j einen Punkt z j Q mit f nj (z j ) L, und dann eine Konstante M > 0, so dass d µ (w 0, f nj (z j )) M < ist. Daraus folgt: j d µ (w 0, f nj (z j)) d µ (w 0, f nj (z j )) + d µ (f nj (z j ), f nj (z j)) M + c ϱ h (z j, z j) M + c k(s), mit Konstanten c und k(s). Das ergibt den gewünschten Widerspruch. 2. Schritt: Sei (r ν ) eine Folge von Zahlen mit 0 < r ν <, die monoton wachsend gegen konvergiert, und K ν := D rν (0). Wir können voraussetzen, dass es zu jedem ν N und jeder kompakten Menge L C ein n 0 N gibt, so dass f n (K ν ) L = für n n 0 ist. Sei U 0 := D /4 (0), U := D /4 () und W := {z C : z > 4}. Dann ist L := C \ (U 0 U W ) C kompakt. Es gibt also ein n 0, so dass f n (K ) L = für n n 0 ist. Da f n (K ) für alle n N zusammenhängend ist, muss für n n 0 jede der Mengen f n (K ) in genau einer der Mengen U 0, U oder W liegen. In einer dieser Mengen (o.b.d.a. in U 0 ) müssen dann unendlich viele (also o.b.d.a. alle) Mengen f n (K ) liegen. Wir zeigen, dass (f n ) dann kompakt gegen 0 konvergiert. Dazu sei K D kompakt. Es gibt ein ν mit K K ν. Ist U = U(0) U 0 eine beliebige offene zusammenhängende Umgebung, so gibt es ein n, so dass f n (K ν ) (C \ (U U W )) = für n n ist. Weil f n (K ) in U 0 liegt, trifft

9 5 Die Picardschen Sätze f n (K ν ) immer U 0 und muss (als zusammenhängende Menge) in U liegen. Also ist f n (K) U für n n und damit die kompakte Konvergenz gegen 0 bewiesen. Genauso kann man kompakte Konvergenz gegen oder gegen Unendlich erhalten, wenn die Mengen f n (K ) in U bzw. in W liegen. Dabei gilt die Aussage in Wirklichkeit natürlich nur für eine Teilfolge, aber mehr wird auch nicht verlangt. 5.0 Folgerung. Sei G C ein beliebiges Gebiet. Dann ist die Familie aller holomorphen Funktionen f auf G mit f(g) C normal. Der Beweis ist klar, die Einschränkung der Familie auf eine beliebige Kreisscheibe ist nach Montel-Caratheodory normal. Nun folgt: 5. Großer Satz von Picard. Die holomorphe Funktion f habe eine wesentliche isolierte Singularität in z 0. Dann nimmt f in jeder Umgebung von z 0 jeden Wert aus C an, mit höchstens einer Ausnahme. Beweis: O.B.d.A. sei z 0 = 0. Wir nehmen an, f sei auf {z : 0 < z < δ} definiert und holomorph und lasse die Werte 0 und aus. Außerdem wählen wir eine monoton fallende und gegen 0 konvergente Folge von Zahlen ε n > 0. Dann sind die Funktionen g n (z) := f(ε n z) auf {z : 0 < z < δ} holomorph und nehmen die Werte 0 und nicht an. Die Familie (g n ) ist normal. Wir können annehmen, dass schon (g n ) kompakt gegen eine holomorphe Grenzfunktion g oder gegen Unendlich konvergiert.. Fall: Sei g holomorph. Ist 0 < r < δ und g(z) < M für z = r, so muss es ein n 0 geben, so dass schon g n (z) < M für z = r und n n 0 ist. Aber dann ist f(z) < M für z = ε n r und n n 0, und nach dem Maximumprinzip ist f(z) < M für ε n r z ε n0 r und n n 0. Das bedeutet, dass f nahe 0 beschränkt bleibt, was in der Nähe einer wesentlichen Singularität nicht sein kann. 2. Fall: Sei g(z). Durch Übergang zu den Kehrwerten kann man sehen, dass in diesem Fall f(z) für z 0 gegen + strebt. Aber damit hat f in 0 eine Polstelle, und auch das ist ausgeschlossen. Also kann f nicht zwei Werte auslassen. Zum Schluss noch die Andeutung eines alternativen Beweises des Satzes von Montel-Caratheodory. Wir konstruieren eine holomorphe Überlagerung Wir beginnen mit dem Gebiet λ : H C = C \ {0, }.

10 2 Kapitel 2 Konforme Abbildungen G 0 := {z = x + i y : 0 < x < und z /2 > /2}. Nach dem Riemannschen Abbildungssatz gibt es eine biholomorphe Abbildung ψ 0 : G 0 H, die sich nach Caratheodory homöomorph auf den Rand fortsetzen lässt. Man kann es so einrichten, dass für die Fortsetzung ψ 0 gilt: ψ 0 (0) = 0, ψ 0 () = und ψ 0 ( ) =. Nach dem Schwarzschen Spiegelungsprinzip kann man ψ 0 über die glatten Randbögen hinweg holomorph fortsetzen. Es sei G := G 0 {z = x + i y : x G 0 } {i y : y > 0}. G 0 0 Dann gibt es eine holomorphe Funktion ψ : G C = C \ {0, }, die ψ 0 fortsetzt und den linken Teil von G in die untere Halbebene abbildet. Als nächstes wird ψ über den rechten Kreisbogen hinweg fortgesetzt. Bei der dabei benutzten Spiegelung geht auf den Mittelpunkt des Kreises (also auf /2), und die vertikalen Linien x = 0 und x = auf Kreislinien. Auf der linken Seite verfährt man genauso. Das ergibt ein Gebiet G 2 und eine holomorphe Fortsetzung ψ 2 : G 2 C. Weil die Fortsetzungen nicht länger biholomorph sind, ist die Zuordnung der Ränder auch nicht mehr global eindeutig. G 2 0 So fährt man fort. Die Vereinigung aller Gebiete G n ergibt die obere Halbebene H, und man erhält eine eindeutig bestimmte holomorphe Abbildung λ : H C. Man kann zeigen, dass λ eine Überlagerung (mit unendlich vielen Blättern) ist. Man nennt λ die Modulfunktion. Durch Verknüpfung mit einer biholomorphen Abbildung D H gewinnt man eine Überlagerung π : D C. Sei nun G C ein beliebiges Gebiet und F die Familie der holomorphen Funktionen f auf G mit f(g) C. Zu jedem f F gibt es eine holomorphe Liftung f : G D (mit π f = f). Die Familie F der Funktionen f ist

11 5 Die Picardschen Sätze 3 global beschränkt (da die Bilder in D liegen), also normal. Ist (f ν ) eine Folge in F, so besitzt ( f ν ) eine kompakt konvergente Teilfolge ( f νi ). Offensichtlich konvergiert auch die Folge der Funktionen f νi = π f νi kompakt. Also ist F normal.

Gesucht ist eine holomorphe oder meromorphe Funktion, die die Fakultäten interpoliert. z z + m 1 f(z +m+1) = ( 1)m 1

Gesucht ist eine holomorphe oder meromorphe Funktion, die die Fakultäten interpoliert. z z + m 1 f(z +m+1) = ( 1)m 1 23 3 Die Γ-Funktion Gesucht ist eine holomorphe oder meromorphe Funktion, die die Fakultäten interpoliert. f(n) = (n )! für n N. Das wird durch die Funktionalgleichung erreicht. Bemerkungen. f(z + ) =

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

1 Reihen von Zahlen. Inhalt:

1 Reihen von Zahlen. Inhalt: 5 Kapitel 3 Reihen Reihen von Zahlen Inhalt: Konvergenz und Divergenz von Reihen reeller oder komplexer Zahlen, geometrische Reihe, harmonische Reihe, alternierende Reihen. Cauchy-Kriterium, absolute Konvergenz,

Mehr

Analysis I - Stetige Funktionen

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

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen 9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a

Mehr

Stetigkeit. Definitionen. Beispiele

Stetigkeit. 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

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

Thema 4 Limiten und Stetigkeit von Funktionen

Thema 4 Limiten und Stetigkeit von Funktionen Thema 4 Limiten und Stetigkeit von Funktionen Wir betrachten jetzt Funktionen zwischen geeigneten Punktmengen. Dazu wiederholen wir einige grundlegende Begriffe und Schreibweisen aus der Mengentheorie.

Mehr

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

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

Mehr

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

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

Mehr

Das Singularitätentheorem von Hawking Teil 2

Das Singularitätentheorem von Hawking Teil 2 Das Singularitätentheorem von Hawking Teil Jakob Hedicke 0.06.06 In diesem Vortrag werden wir den Beweis des Singularitätentheorems von Stephen Hawking vervollständigen. Im letzten Vortrag wurde bereits

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

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

11. Folgen und Reihen.

11. Folgen und Reihen. - Funktionen Folgen und Reihen Folgen Eine Folge reeller Zahlen ist eine Abbildung a: N R Statt a(n) für n N schreibt man meist a n ; es handelt sich also bei einer Folge um die Angabe der Zahlen a, a

Mehr

Lösungen zu Übungsblatt 9

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

Mehr

Kapitel 6. Exponentialfunktion

Kapitel 6. Exponentialfunktion Kapitel 6. Exponentialfunktion 6.1. Potenzreihen In Kap. 4 haben wir Reihen ν=0 a ν studiert, wo die Glieder feste Zahlen sind. Die Summe solcher Reihen ist wieder eine Zahl, z.b. die Eulersche Zahl e.

Mehr

15 Hauptsätze über stetige Funktionen

15 Hauptsätze über stetige Funktionen 15 Hauptsätze über stetige Funktionen 15.1 Extremalsatz von Weierstraß 15.2 Zwischenwertsatz für stetige Funktionen 15.3 Nullstellensatz von Bolzano 15.5 Stetige Funktionen sind intervalltreu 15.6 Umkehrfunktionen

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

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

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

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

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

55 Lokale Extrema unter Nebenbedingungen

55 Lokale Extrema unter Nebenbedingungen 55 Lokale Extrema unter Nebenbedingungen Sei f : O R mit O R n differenzierbar. Notwendige Bescheinigung für ein lokales Extremum in p 0 ist dann die Bedingung f = 0 (siehe 52.4 und 49.14). Ist nun F :

Mehr

Kapitel V. Folgen und Konvergenz. V.1 Konvergenz von Zahlenfolgen

Kapitel V. Folgen und Konvergenz. V.1 Konvergenz von Zahlenfolgen Kapitel V Folgen und Konvergenz V.1 Konvergenz von Zahlenfolgen Wir erinnern an den Begriff der Folge, den wir schon im Kapitel III verwenden. Eine Folge (a n ) n=1 AN in A ist eine Abbildung a ( ) : N

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

ε δ Definition der Stetigkeit.

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

Mehr

8 Konvergenzkriterien und Häufungswerte von Folgen in R

8 Konvergenzkriterien und Häufungswerte von Folgen in R 8 Konvergenzkriterien und Häufungswerte von Folgen in R 8.1 Konvergenz monotoner Folgen 8.2 Die Zahl e 8.3 Existenz monotoner Teilfolgen 8.4 Auswahlprinzip von Bolzano-Weierstraß 8.5 Konvergenzkriterium

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

Kapitel 16 : Differentialrechnung

Kapitel 16 : Differentialrechnung Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen

Mehr

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

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

Mehr

(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

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

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

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

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

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

Kapitel 7. Exponentialfunktion

Kapitel 7. Exponentialfunktion Kapitel 7. Exponentialfunktion 7.1. Potenzreihen In Kap. 5 haben wir Reihen ν=0 a ν studiert, wo die Glieder feste Zahlen sind. Die Summe solcher Reihen ist wieder eine Zahl, z.b. die Eulersche Zahl e.

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

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

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren

Ferienkurs 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

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

11 Logarithmus und allgemeine Potenzen

11 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

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

4 Die Hauptsätze über holomorphe Funktionen

4 Die Hauptsätze über holomorphe Funktionen $Id: holo.tex,v 1.7 2012/06/08 07:55:28 hk Exp hk $ 4 Die Hauptsätze über holomorphe Funktionen 4.2 Identitätssatz und erste Folgerungen Am Ende der letzten Sitzung hatten wir eine der wichtigsten Eigenschaften

Mehr

Wachstumsverhalten ganzer Funktionen. Inhaltsverzeichnis

Wachstumsverhalten ganzer Funktionen. Inhaltsverzeichnis Wachstumsverhalten ganzer Funktionen Vortrag zum Seminar zur Funktionentheorie, 11.6.212 Simon Langer Inhaltsverzeichnis 1 Einleitung 2 2 Wachstumsverhalten ganzer Funktionen 3 3 Ganze Funktionen endlicher

Mehr

Einführung in die Analysis

Einführung in die Analysis Ergänzungen zur Vorlesung Einführung in die Analysis Christian Schmeiser 1 Vorwort In dieser Vorlesung werden Grundbegriffe der Analysis wie Folgen und Reihen, Konvergenz und Vollständigkeit am Beispiel

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

Zusammenfassung zur Konvergenz von Folgen

Zusammenfassung zur Konvergenz von Folgen Zusammenfassung zur Konvergenz von Folgen. Definition des Konvergenzbegriffs Eine Folge reeller Zahlen a n n heißt konvergent gegen a in Zeichen a n = a, falls gilt > 0 n 0 n n 0 : an a < Hinweise: Bei

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

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

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte.

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte. Analysis, Woche 5 Folgen und Konvergenz A 5. Cauchy-Folgen und Konvergenz Eine Folge in R ist eine Abbildung von N nach R und wird meistens dargestellt durch {x n } n=0, {x n} n N oder {x 0, x, x 2,...

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

Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 +

Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 + 8 Reihen 38 8 Reihen Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe a 0 + a + a 2 + zu bilden. Wir wollen nun erklären, was wir darunter verstehen wollen. Zunächst kann man die

Mehr

IV. Stetige Funktionen. Grenzwerte von Funktionen

IV. Stetige Funktionen. Grenzwerte von Funktionen IV. Stetige Funktionen. Grenzwerte von Funktionen Definition. Seien X und Y metrische Räume und E X sowie f : X Y eine Abbildung und p ein Häufungspunkt von E. Wir schreiben lim f(x) = q, x p falls es

Mehr

Kapitel 19. Das Lebesgue Maß σ Algebren und Maße

Kapitel 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

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

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

Mehr

Topologische 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

Übungen zur Vorlesung MATHEMATIK II

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

Mehr

2. Stetigkeit und Differenzierbarkeit

2. Stetigkeit und Differenzierbarkeit 2. Stetigkeit Differenzierbarkeit 9 2. Stetigkeit Differenzierbarkeit Wir wollen uns nun komplexen Funktionen zuwenden dabei zunächst die ersten in der Analysis betrachteten Eigenschaften untersuchen,

Mehr

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

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

Mehr

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

2 Allgemeine Integrationstheorie

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

Mehr

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

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

Folgen und Reihen. 1 Konvergenz

Folgen und Reihen. 1 Konvergenz Folgen und Reihen Man betrachte viele Zahlen hintereinander geschrieben. Solche Folgen von Zahlen können durch nummeriert werden. Es entsteht eine Zuordnung der natürlichen Zahlen zu den Gliedern der Folge.

Mehr

Musterlösung zu Übungsblatt 11

Musterlösung zu Übungsblatt 11 Prof. R. Pandharipande J. Schmitt, C. Schießl Funktionentheorie 2. Dezember 16 HS 2016 Musterlösung zu Übungsblatt 11 Aufgabe 1. Sei U C offen und a U. Seien f, g : U {a} folgende Formeln zur Berechnung

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

Kapitel 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 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

Mehr

κ Κα π Κ α α Κ Α

κ Κα π Κ α α Κ Α κ Κα π Κ α α Κ Α Ζ Μ Κ κ Ε Φ π Α Γ Κ Μ Ν Ξ λ Γ Ξ Ν Μ Ν Ξ Ξ Τ κ ζ Ν Ν ψ Υ α α α Κ α π α ψ Κ α α α α α Α Κ Ε α α α α α α α Α α α α α η Ε α α α Ξ α α Γ Α Κ Κ Κ Ε λ Ε Ν Ε θ Ξ κ Ε Ν Κ Μ Ν Τ μ Υ Γ φ Ε Κ Τ θ

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

31 Die Potentialgleichung

31 Die Potentialgleichung 3 Die Potentialgleichung Die Potentialgleichung oder auch Poisson-Gleichung ist die lineare Gleichung zweiter Ordnung u = f in einem Gebiet R n. Im homogenen Fall f = 0 spricht man auch von der Laplace-

Mehr

Definition 4.2. Die Menge Q der rationalen Zahlen ist definiert durch. Wir führen jetzt auf Z eine Addition und eine Multiplikation ein durch

Definition 4.2. Die Menge Q der rationalen Zahlen ist definiert durch. Wir führen jetzt auf Z eine Addition und eine Multiplikation ein durch Kapitel 4 Die rationalen Zahlen Wir haben gesehen, dass eine Gleichung a x = b mit a, b Z genau dann eine Lösung x Z besitzt, wenn a b. Zum Beispiel hat 2 x = 1 keine Lösung x Z. Wir wollen nun den Zahlbereich

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

Mathematik III. Produkt-Präringe

Mathematik 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,

Mehr

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

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

Mehr

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 11. Oktober 2013

Reelle 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

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

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

Lösung zur Übung für Analysis einer Variablen WS 2016/17

Lösung zur Übung für Analysis einer Variablen WS 2016/17 Blatt Nr. 3 Prof. F. Merkl Lösung zur Übung für Analysis einer Variablen WS 206/7 Aufgabe Das Guthaben G setzt sich zusammen aus der Summe aller bisherigen Einzahlungen multipliziert mit ( + p) k, wobei

Mehr

Die komplexe Exponentialfunktion und die Winkelfunktionen

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

Mehr

Aufgaben zu Kapitel 7

Aufgaben zu Kapitel 7 Aufgaben zu Kapitel 7 1 Aufgaben zu Kapitel 7 Verständnisfragen Aufgabe 7.1 Bestimmen Sie jeweils den größtmöglichen Definitionsbereich D R und das zugehörige Bild der Funktionen f : D R mit den folgenden

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

Komplexe Zahlen und konforme Abbildungen

Komplexe Zahlen und konforme Abbildungen Kapitel 1 Komplexe Zahlen und konforme Abbildungen 1.0 Geometrie der komplexen Zahlen Die Menge C der komplexen Zahlen, lässt sich mithilfe der bijektiven Abbildung C := {x + iy : x,y R}, C z = x + iy

Mehr

Analysis II (FS 2015): Vektorfelder und Flüsse

Analysis II (FS 2015): Vektorfelder und Flüsse Analysis II (FS 215): Vektorfelder und Flüsse Dietmar A. Salamon ETH-Zürich 7. April 215 1 Der Fluss eines Vektorfeldes Sei U R n eine offene Menge und sei f : U R n eine lokal Lipschitz-stetige Abbildung.

Mehr

n=1 a n mit reellen Zahlen a n einen

n=1 a n mit reellen Zahlen a n einen 4 Unendliche Reihen 4. Definition und Beispiele Ein altes Problem der Analysis ist es, einer Reihe mit reellen Zahlen einen Wert zuzuordnen. Ein typisches Beispiel ist die unendliche Reihe + +..., die

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

Mehr

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,

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

Stetige Funktionen. Definition. Seien (X, d) und (Y, ϱ) metrische Räume und f : X Y eine Abbildung. D(f) X sei der Definitionsbereich von f.

Stetige Funktionen. Definition. Seien (X, d) und (Y, ϱ) metrische Räume und f : X Y eine Abbildung. D(f) X sei der Definitionsbereich von f. Stetige Funktionen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume), spielen eine zentrale Rolle in der Mathematik. In der Analysis sind Abbildungen

Mehr

Monotone Approximationen durch die Stirlingsche Formel. Wir beginnen mit einem einfachen Beweis einer schwachen Form von Stirlings

Monotone Approximationen durch die Stirlingsche Formel. Wir beginnen mit einem einfachen Beweis einer schwachen Form von Stirlings Monotone Approximationen durch die Stirlingsche Formel Wir beginnen mit einem einfachen Beweis einer schwachen Form von Stirlings Formel für n!: e n n e n n! e n n+/2 e n Genauer zeigen wir, dass die Folge

Mehr

Modulformen, Teil 1. 1 Schwach modulare Funktionen

Modulformen, Teil 1. 1 Schwach modulare Funktionen Vortrag zum Seminar zur Funktionentheorie, 3.3.2 Robin Blöhm Dieser Vortrag führt uns zur Definition von Modulformen. Gemeinsam mit einem ersten Beispiel, den bereits bekannten Eisenstein-Reihen, ist sie

Mehr

Kapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C

Kapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C Kapitel 5. Die trigonometrischen Funktionen 5.1. Die komplexen Zahlen 5.. Folgen und Reihen in C 5.10. Definition. Eine Folge (c n n N komplexer Zahlen heißt konvergent gegen c C, falls zu jedem ε > 0

Mehr

Skript zur Analysis 1. Kapitel 3 Stetigkeit / Grenzwerte von Funktionen

Skript zur Analysis 1. Kapitel 3 Stetigkeit / Grenzwerte von Funktionen Skript zur Analysis 1 Kapitel 3 Stetigkeit / Grenzwerte von Funktionen von Prof. Dr. J. Cleven Fachhochschule Dortmund Fachbereich Informatik Oktober 2003 2 Inhaltsverzeichnis 3 Stetigkeit und Grenzwerte

Mehr

Folgen, Reihen, Grenzwerte u. Stetigkeit

Folgen, Reihen, Grenzwerte u. Stetigkeit Folgen, Reihen, Grenzwerte u. Stetigkeit Josef F. Bürgler Abt. Informatik HTA Luzern, FH Zentralschweiz HTA.MA+INF Josef F. Bürgler (HTA Luzern) Einf. Infinitesimalrechnung HTA.MA+INF 1 / 33 Inhalt 1 Folgen

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

Spickzettel Mathe C1

Spickzettel 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

Mehr

Mathematik I Herbstsemester 2014

Mathematik I Herbstsemester 2014 Mathematik I Herbstsemester 2014 www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 32 1 Stetigkeit Grenzwert einer

Mehr

KAPITEL 2. Folgen und Reihen

KAPITEL 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).

Mehr

Folgen und Reihen. Katharina Brazda 9. März 2007

Folgen und Reihen. Katharina Brazda 9. März 2007 Katharina Brazda 9. März 2007 Inhaltsverzeichnis 1 Folgen 2 1.1 Definition von Folgen - explizite und rekursive Darstellung.............. 2 1.2 Wachstumsverhalten von Folgen - Monotonie und Beschränktheit..........

Mehr