Universität Ulm Abgabe: Mittwoch,

Größe: px
Ab Seite anzeigen:

Download "Universität Ulm Abgabe: Mittwoch,"

Transkript

1 Universität Ulm Abgabe: Mittwoch, Prof. Dr. W. Arendt Jochen Glück Sommersemester 23 Punktzahl: 36+4* Lösungen Halbgruppen und Evolutionsgleichungen: Blatt 2. Sei X ein Banachraum und (T (t)) t L(X) eine Familie von Operatoren, die die folgenden (5) Eigenschaften erfüllt: (i) T (s + t) = T (t)t (s) für alle s, t >. (ii) lim t T (t)x = x für alle x X. Zeigen Sie, dass (T (t)) t eine stark stetige Halbgruppe ist. Tipp für die starke Stetigkeit: Zeigen Sie mit Hilfe des Prinzips der gleichmäßigen Beschränktheit, dass T (t) auf einem genügend kleinen ntervall [, δ) beschränkt ist (am einfachsten per Widerspruchsbeweis). Verwenden Sie dann einen Satz aus der Vorlesung. Lösung: Weil die konstante Nullfolge in [, ) gegen konvergiert, gilt T () = und offenbar gilt T (t + s) = T (t)t (s) sogar für alle s, t. Als nächstes zeigen wir, dass es ein δ > und ein M gibt, so dass T (t) M für alle t gilt: Wenn wir nämlich widerspruchshalber das Gegenteil annehmen, dann folgt, dass es für jedes n N ein t n [, ) mit T (t n ) n gibt. Für jeden Vektor x X ist aber die Folge (T (t n )x) geegen x konvergent und somit beschränkt. Aus dem Prinzip der gleichmäßigen Beschränktheit folgt, dass es ein M gibt mit der Eigenschaft T (t n ) M für alle n N. Widerspruch. Also gibt es ein δ > und ein M mit T (t) M für alle t [, δ). Weil zugleich lim t T (t)x = x für alle x aus einer dichten Teilmenge von X gilt (nämlich für alle x aus X selbst), folgt nach Vorlesung, dass (T (t)) t stark stetig ist. 2. Sei X ein Banachraum und A : D(A) X ein dicht definierter Operator auf X. Zeigen Sie: Wenn (2) A abgeschlossen und beschränkt ist, dann muss D(A) = X gelten. Lösung: Weil A beschränkt und dicht definiert ist, können wir A zu einem beschränkten linearen Operator  : X X fortsetzen. Sei nun x X. Dann gibt es eine gegen x konvergente Folge (x n ) D(A). Aus der Stetigkeit von  folgt nun aber, dass Ax n = Âx n gegen Âx konvergiert. Wegen der Abgeschlossenheit von A folgt x D(A). 3. Sei X ein Banachraum und A : D(A) X ein abgeschlossener Operator auf X. Weiter sei µ ρ(a). (3*) Zeigen Sie den Spektralen Abbildungssatz für Resolventen: σ(r(µ, A)) \ {} = µ σ(a). Lösung: Offenbar ist in keiner der beiden Mengen enthalten. Sei also λ C \ {}. Man rechnet leicht nach, dass gilt. Also ist µ λ A = (µ A)(λ R(µ, A)) λ λ σ(r(µ, A)) µ λ σ(a) ν σ(a) : µ λ = ν ν σ(a) : λ = µ ν λ 4. Sei X ein Banachraum und sei A L(X). Wir definieren exp(a) := k= µ σ(a). A k.

2 (a) Zeigen Sie, dass die Reihe k= Ak für jedes A L(A) in Operatornorm konvergiert (d.h. exp(a) ist für jedes A L(X) wohldefiniert und liegt wieder in L(X)). (3) Zeigen Sie außerdem, dass die Abbildung exp : L(X) L(X), A exp(a) stetig ist. Tipp für die Stetigkeit: Zeigen Sie zuerst, dass für alle A, B L(X) und alle n N die geometrische Summenformel A n+ B n+ = n k= Ak (A B)B n k gilt. A k Lösung: Es ist Ak k= k= = exp( A ) <, also ist die Reihe k = Ak absolut konvergent. Weil L(X) ein Banachraum ist, ist die Reihe somit auch in Operatornorm konvergent. Die geometrische Summenformel A n+ B n+ = n k= Ak (A B)B n k rechnet man unmittelbar mit Hilfe eines ndexshifts nach (man beachte dabei, dass die Operatoren A und B nicht kommutieren müsse). Sind nun A, B L(X), so folgt mit c := max{ A, B } die Abschätzung exp A exp B k= k= Ak B k = k= kck A B = exp(c) A B. j= k A j (A B)B k j Für A n gilt max{ A n, B } B und folglich exp(a n ) exp(b) ; also ist exp : L(X) L(X) stetig. (b) Zeigen Sie, dass die Abbildung R L(X), t exp(ta) bezüglich der Operatornorm (2) differenzierbar ist mit Ableitung A exp(ta). Lösung: Sei t R \ {}. Nach dem ersten Mittelwertsatz der Differentialrechnung gibt es für jedes n N ein ξ n zwischen t und t + t, sodass t( (t + t) n t n) = nξn n gilt. Es ist ξn n t n n ξ n t ( t + t ) n und wir berechnen = t( exp((t + t)a) exp(ta) ) A exp(ta) = n= n= A n ( (t + t) n t n) t A n+ t n = n= n= A n+ (ξ n n t n ) ξ n t A n+ (n )! ( t + t )n t A 2 exp( A ( t + t )) ( t ). (c) Seien A, B L(X). Zeigen Sie: Wenn A und B kommutieren, dann gilt exp(a + B) = (2) exp(a) exp(b). Hinweis: Sie dürfen ohne Beweis verwenden, dass die Cauchysche Produktformel, die Sie aus der Analysis kennen, auch für absolut-konvergente Reihen beschränkter Operatoren auf Banachräumen gilt. Lösung: Wenn A und B kommutieren gilt die Binomialentwicklung (A+B) n = n ( n k= k) A k B n k. Somit haben wir exp(a + B) = = j= A j j! l= n= B l l! k= n A k B n k = k = exp(a) exp(b). n= k= A k B n k (n k)! = (d) Sei (T (t)) t eine stark stetige Halbgruppe auf X mit Generator A. Zeigen Sie, dass die (6) folgenden Aussagen äquivalent sind: (i) Die Halbgruppe (T (t)) t ist sogar normstetig, d.h. für alle t gilt lim t t T (t) = T (t ) in Operatornorm. (ii) Die Ableitung T () := lim t t (T (t) ) existiert sogar bzgl. der Operatornorm. (iii) Es gibt ein B L(X) derart, dass T (t) = exp(tb) für alle t. (iv) Der Generator A ist auf ganz X definiert. (v) Der Generator A ist stetig. 2

3 Zeigen Sie zudem: Falls die Aussagen (i) bis (v) erfüllt sind, gilt T () = A = B. Tipp für die mplikation (i) (ii): Definieren Sie V (t) := t T (s) ds für alle t > ; zeigen Sie, dass lim t t V (t) = in Operatornorm gilt, und dass für alle t > und für alle genügend kleinen t > die Formel T (t) = V (t ) (V (t + t ) V (t)) gilt. Lösung: (i) (ii) Weil die Abbildung t T (t) normstetig ist, können wir im Banachraum L(X) das Riemann-ntegral V (t) = t T (s) ds betrachten. Nach dem HD gilt lim t t (V (t) ) = T () =, wobei die Konvergenz bezüglich der Norm im Banachraum L(X) erfolgt (also bezüglich der Operatornorm). Es ist invertierbar, und weil die Menge der invertierbaren Elemente offen in L(X) ist, gilt für alle genügend kleinen t >, dass auch V (t ) invertierbar ist. Für solch ein t > und jedes t berechnen wir t T (t) = V (t ) V (t )T (t) = V (t ) T (t + s) ds = t+t = V (t ) T (s) ds = V (t ) (V (t + t ) V (t)). t Nach dem HD sind V (t+t ) und V (t) bezüglich der Operatornorm nach t differenzierbar, also ist auch T (t) bezüglich der Operatornorm nach T (t) differenzierbar. nsbesondere existiert (T (t) T ()) in Operatornorm. lim t t (ii) (iii) Wenn die Ableitung T () bezüglich der Operatornorm existiert, ist A = T () L(X). Wir definieren S(t) := exp(ta) für alle t. Dann ist (S(t)) t ebenfalls eine C -Halbgruppe auf X und besitzt denselben Generator wie (T (t)) t. Weil der Generator die Halbgruppe eindeutig festlegt, folgt T (t) = exp(ta) für alle t. (iii) (iv) Wenn T (t) = exp(tb) für ein B L(X), dann folgt aus Teilaufgabe (ii), dass A = B. nbesondere ist A auf ganz X definiert. (iv) (v) Folgt aus dem Satz vom abgeschlossenen Graphen. (v) (i) Weil A als Generator einer stark stetigen Halbgruppen abgeschlossen und dicht definiert ist, folgt aus Aufgabe 2, dass A auf ganz X definiert ist, falls A stetig ist. Somit ist A L(X). Wir betrachten wieder die Halbgruppe (exp(ta)) t mit Generatoor A; weil der Generator die Halbgruppe eindeutig bestimmt, ist T (t) = exp(ta) für alle t. Nach Teilaufgabe (i) ist (T (t)) t folglich normstetig. Seien nun die Aussagen (i) - (v) erfüllt. Nach Definition des Generators ist A = T () und nach Teilaufgabe (ii) ist T () = B. (e) Sei X = C 2, seien λ, µ C und seien A, B C 2 2 mit (2) λ µ A =, B =. λ Berechnen Sie exp(a), exp(b) und exp(a + B). Lösung: Es ist A n = λ n exp(λ) λ n, also exp(a) =. exp(λ) Weiterhin ist B n = für alle n 2 und somit exp(b) = + B. Weil A und B kommutieren, gilt nach Teilaufgabe (c) außerdem exp(a + B) = exp(a) exp(b). Somit haben wir µ exp(λ) exp(λ)µ exp(b) = und exp(a + B) =. exp(λ) 5. Sei X ein Banachraum und seien A, B L(X). Betrachten Sie die folgenden Aussagen: (i) A und B kommutieren. (ii) exp(ta) und exp(tb) kommutieren für alle t R. (iii) exp(ta) und exp(sb) kommutieren für alle t, s R. (iv) exp(a) und exp(b) kommutieren. 3

4 Wir wollen untersuchen, wie diese Aussagen miteinander zusammenhängen. (a) Zeigen Sie: (i) (ii) (iii) (iv). (5*) Lösung: (i) (ii) ( n exp(a) exp(b) = lim n Wenn A und B kommutieren, gilt k= j= A k B j ) ( n = lim j! n j= k= B j j! A k ) = exp(b) exp(a). Wenn A und B kommutieren, kommutieren aber auch ta und tb für jedes t. Also folgt aus dem gerade Gezeigten, dass exp(ta) und exp(tb) für jedes t kommutieren. (ii) (iii) Sei t R. Falls t = gilt, ist die Behauptung klar. Für t sei M := {s R : exp(ta) exp(sb) = exp(sb) exp(ta)}. Offensichtlich ist M und nach Voraussetzung gilt t M. Außerdem sieht man leicht, dass für jedes s M und jedes k N auch s auch ks in M liegen. Außerdem gilt t k M für jedes k N. Damit ist Qt M. Wegen der Stetigkeit der Exponentialfunktion ist M abgeschlossen, und weil Qt dicht in R liegt, folgt M = R. (iii) (iv) (iii) (i) Klar. Es gilt A exp(ta) B exp(sb) = d d exp(ta) exp(sb) = dt ds = d d exp(sb) exp(ta) = B exp(sb) A exp(ta). dt ds Wenn wir t = s = setzen, folgt die Behauptung. (b) Zeigen Sie, dass die mplikation (iv) (i) im Allgemeinen falsch ist. Finden Sie dazu zwei (2*) Matrizen A, B C 2 2, so dass exp(a) und exp(b) kommutieren, A und B hingegen nicht. Tipp: Ein Jordanblock und eine geschickte gewählte Diagonalmatrix reichen aus! Lösung: Wir wählen A = und B =. 2πi Dann kommutieren A und B nicht. Weil aber exp(b) = gilt, kommutieren exp(a) und exp(b). Für die Lösung der nächsten beiden Aufgaben stellen wir (der Vollständigkeit halber) die folgende Proposition bereit: Proposition. Sei (, Σ, µ) ein σ-endlicher Maßraum, R ein kompaktes ntervall und sei p [, ). Außerdem sei Φ : L p () stetig. Falls es derartige Repräsentanten von Φ(t) (mit t ) gibt, dass die Abbildung Φ( )( ) : C messbar ist, dann gilt ( Φ(t) dt ) (x) = Φ(t)(x) dt für fast alle x. Beweis. Man beachte zunächst, dass (mit dem Satz von Fubini-Tonelli) Φ(t)(x) p d(t, x) = Φ(t)(x) p dx dt = Φ(t) p p dt < gilt, weil t Φ(t) p p stetig und kompakt ist. Also ist Φ( )( ) L p ( ). Ebenfalls wegen Fubini-Tonelli ist somit Φ(t)(x) p dt für fast alle x endlich. Weil endliches Lebesgue-Maß besitzt, ist also auch Φ(t)(x) dt < für fast alle x, d.h. das ntegral auf der rechten Seite unserer Behauptung existiert für fast alle x. Sei nun p der zu p konjugierte ndex und sei g L p (). Dann ist die Abbildung L p () C, f f(x)g(x) dx ein stetiges lineares Funktional auf Lp (). Nach Proposition 2 im Anhang zu Abschnitt.2 ist damit aber ( Φ(t) dt ) (x)g(x) dx = Φ(t)(x) g(x) dx dt. 4

5 Weil endliches Lebesgue-Maß besitzt, ist g : C, (t, x) g(x) sogar auf dem Produktraum p -integrierbar; also impliziert die Hölder-Ungleichung, dass C, (t, x) Φ(t)(x) g(x) integrierbar ist. Mit dem Satz von Fubini können wir jetzt weiterrechnen: Φ(t)(x) g(x) dx dt = Φ(t)(x) dt g(x) dx. Damit haben wir insgesamt ( Φ(t) dt ) (x)g(x) dx = Φ(t)(x) g(x) dx dt = gezeigt. Weil g L p () beliebig war, folgt die Behauptung. Φ(t)(x) dt g(x) dx 6. Sei X = L p (R) für p <. Dieser Raum ist zusammen mit der p-norm ein Banachraum. Sei zudem α R und für jedes t und jedes f X setzen wir T (t)f = f( + αt). (a) Zeigen Sie, dass (T (t)) t eine stark stetige Halbgruppe ist. (3) Lösung: Wir zeigen nur die starke Stetigkeit, die anderen Eigenschaften sind klar. Weil T (t) für alle t gilt und weil die stetigen Funktionen mit kompaktem Träger dicht in X liegen, genügt es lim t T (t)f = f für alle stetigen f X mit kompakten Träger zu zeigen. Sei also f X stetig mit kompaktem Träger, und sei [ n, n] ein ntervall, das den Träger von f komplett enthält. Sei ε >. Es ist f (aufgrund des kompakten Trägers) sogar gleichmäßig stetig, also gibt es ein δ (, ) derart, dass f(x) f(y) < ε gilt, falls x y < α δ ist. Für t < δ gilt dann T (t)f f p = Daraus folgt die Behauptung. n+ α n α f(x + αt) f(x) p dx 2(n + α )ε p. (b) Sei A der Generator der Halbgruppe. Zeigen Sie, dass (2) B := {f X f ist einmal stetig differenzierbar mit f X} D(A) ist, und dass für jedes f B gilt: Af = αf. Lösung: Sei f B. Nach der Allerweltsformel in Proposition (2.8) müssen wir nachprüfen, dass für jedes t die Gleichheit T (t)f f = t T (s)αf ds gilt. Nun ist für fast alle x R ( t T (s)αf ds ) (x) = = x+αt Also ist f D(A) und Af = αf. x t (T (s)αf )(x) ds = t αf (x + αs) ds = f (s) ds = f(x + αt) f(x) = (T (t)f f)(x). (c) Zeigen Sie, dass σ(a) ir gilt. (2) Tipp: Verwenden Sie, dass die Spektralschranke des Generators einer stark stetigen Halbgruppe stets kleiner oder gleich der Wachstumsschranke der Halbgruppe ist. Lösung: Offenbar ist die Halbgruppe T (t) beschränkt, also gilt s(a) ω(t ). Sei andererseits (S(t)) t die entsprechende Halbgruppe zum Parameter α. Dann hat (S(t)) t den Generator A (es gilt nämlich T ()S(t) = T ( t) für t [, ]. Ableiten bei t = liefert die Behauptung, weil T () invertierbar ist). Weil (S(t)) t ebenfalls beschränkt ist, gilt auch s( A). Es ist aber σ( A) = σ(a), also ist Re λ = für jedes λ σ(a). Dies zeigt σ(a) ir. 7. Sei X = L p ([, ]) für p <. Für jedes f X und für alle t, s setzen wir { f(s + t), falls s + t, (T (t)f)(s) =, falls s + t >. Zeigen Sie: 5

6 (a) (T (t)) t ist eine stark stetige Halbgruppe. (3) Lösung: Wir zeigen wieder nur die starke Stetigkeit. Weil T (t) für alle t gilt und weil die stetigen Funktionen dicht in X liegen, genügt es zu zeigen, dass lim t T (t)f = f für alle stetigen f X gilt. Sei also f X stetig und ε >. Weil der Definitionsbereich von f kompakt ist, ist f sogar gleichmäßig stetig. Also gibt es ein δ > mit δ < min{, ε p } sodass f(x) f(y) < ε für x y < δ gilt. Für t < δ folgt dann t T (t)f f p = f(s + t) f(s) p ds + f(s) p ds t ( t)ε p + t f p ε p + f p ε p. (b) Für den Generator A der Halbgruppe gilt (2) B := {f X : f ist einmal stetig differenzierbar mit f X und f() = } D(A) und Af = f für alle f B. Lösung: Wir benutzen wieder die Allerweltsformel, um die Behauptung nachzurechnen. Sei f B. Für zwei Zahlen a, b R verwenden wir die Kurzschreibweise a b := min{a, b}. Dann gilt für t und für fast alle x [, ] ( t T (s)f ds ) (x) = ( x) t f (x + s) ds = = f( (t + x)) f(x) = (T (t)f)(x) f(x). (t+x) x f (s) ds = Die letzte Gleichheit gilt, weil im Falle t + x die dentität f( (t + x)) = f(t + x) = (T (t)f)(x) und im Falle t + x > die dentität f( (t + x)) = f() = = (T (t)f)(x) gilt. (c) σ(a) =. (2) Lösung: Für jedes t > gilt T (t) =, also ist s(a) ω(a) =. Daraus folgt σ(a) =. 8. Für jede stark stetige Halbgruppe (T (t)) t auf einem Banachraum X definieren wir die Wachs- (4*) tumsschranke ω(t ) := inf{ω R M t : T (t) M exp(ωt)}. ( ) Finden Sie eine stark stetige Halbgruppe (T (t)) t auf X = C 2 derart, dass ω(t ) = gilt und ω(t ) in ( ) lediglich ein nfimum, aber kein Minimum ist! Lösung: Wir wählen A C 2 2 als zwei-dimensionaler Jordanblock zum Eigenwert und T (t) = exp(ta). Damit haben wir t A = und T (t) = exp(ta) =. Es ist ω(t ) = (wobei wir zur C 2 2 mit der Operatornorm versehen, die von einer beliebig vorgegebenen Norm auf C 2 induziert wird). Zugleich ist T (t) für t nicht beschränkt, also kann nicht T (t) M exp( t) = M für ein M < und alle t gelten. Folglich ist ω(t ) in ( ) kein Minimum. 6

Höhere Funktionalanalysis WS2016/17 Übungsblatt

Höhere Funktionalanalysis WS2016/17 Übungsblatt Höhere Funktionalanalysis WS2016/17 Übungsblatt 1 11.10.2016 Aufgabe 1. Berechne die Normen der Operatoren (a) f L [0, 1], M f : L 2 [0, 1] L 2 [0, 1], (M f g)(x) = f(x)g(x). (b) g C[0, 1], T g : C[0,

Mehr

Lösungen der Übungsaufgaben von Kapitel 3

Lösungen der Übungsaufgaben von Kapitel 3 Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen

Mehr

L 2 -Theorie und Plancherel-Theorem

L 2 -Theorie und Plancherel-Theorem L -Theorie und Plancherel-Theorem Seminar Grundideen der Harmonischen Analysis bei Porf Dr Michael Struwe HS 007 Vortrag von Manuela Dübendorfer 1 Wiederholung aus der L 1 -Theorie Um die Fourier-Transformation

Mehr

22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion

22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion KAPITEL 1. GRUNDLAGEN Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion 1 für 0 x < 1 g 0 (x) = 1 1 für < x 1. Natürlich gibt dies von

Mehr

Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried

Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie Tobias Ried. März 2 2 Aufgabe (Messbarkeit der Komposition zweier Abbildungen). Seien (X, A), (Y, B) und (Z, C) Messräume und f : (X,

Mehr

Spektraltheorie. 2. Übungsblatt - Lösungsvorschläge. (Elementare Aussagen über Spektrum & Resolventenfunktion)

Spektraltheorie. 2. Übungsblatt - Lösungsvorschläge. (Elementare Aussagen über Spektrum & Resolventenfunktion) 4.4.8 PD Dr. Peer Kunstmann M.Sc. Michael Ullmann Spektraltheorie. Übungsblatt - Lösungsvorschläge Aufgabe Elementare Aussagen über Spektrum & Resolventenfunktion Seien X, X, Y, Y Banachräume und S, T

Mehr

D-MATH Funktionalanalysis II FS 2014 Prof. M. Struwe. Lösung 2

D-MATH Funktionalanalysis II FS 2014 Prof. M. Struwe. Lösung 2 D-MATH Funktionalanalysis FS 214 Prof. M. Struwe Lösung 2 1. a) Wir unterscheiden zwei Fälle. Fall 1: 1 < p < : Seien u L p () und (u k ) W 1,p () eine beschränkte Folge, so dass u k u in L p () für k.

Mehr

Merkblatt zur Funktionalanalysis

Merkblatt zur Funktionalanalysis Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.

Mehr

Übungen zu Einführung in die Analysis

Übungen zu Einführung in die Analysis Übungen zu Einführung in die Analysis (Nach einer Zusammengestellung von Günther Hörmann) Sommersemester 2011 Vor den folgenden Aufgaben werden in den ersten Wochen der Übungen noch jene zur Einführung

Mehr

Wiederholungsklausur zur Analysis I

Wiederholungsklausur zur Analysis I Wiederholungsklausur zur Analysis I Prof. Dr. C. Löh/M. Blank 5. Oktober 2011 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten

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

8.1. DER RAUM R N ALS BANACHRAUM 17

8.1. DER RAUM R N ALS BANACHRAUM 17 8.1. DER RAUM R N ALS BANACHRAUM 17 Beweis. Natürlich ist d 0 und d(x, y) = 0 genau dann, wenn x = y. Wegen (N2) ist x = x und damit d(x, y) = d(y, x). Die letzte Eigenschaft einer Metrik schließt man

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

Scheinklausur zur Vorlesung Stochastik II

Scheinklausur zur Vorlesung Stochastik II Institut für Mathematische Stochastik WS 2007/2008 Universität Karlsruhe 25. 02. 2008 Dr. B. Klar Scheinklausur zur Vorlesung Stochastik II Muster-Lösung Dauer: 90 Minuten Name: Vorname: Matrikelnummer:

Mehr

12. Trennungssätze für konvexe Mengen 83

12. Trennungssätze für konvexe Mengen 83 12. Trennungssätze für konvexe Mengen 83 C_1 C_2 a Abbildung 12.4. Trennung konvexer Mengen durch eine Hyperebene mit Normalenvektor a Dann ist int(c) nicht leer (warum?) und [als Minkowski-Summe von C

Mehr

Musterlösung Klausur zu Analysis II. Verständnisteil

Musterlösung Klausur zu Analysis II. Verständnisteil Technische Universität Berlin SS 2009 Institut für Mathematik 20.07.2009 Prof. Dr. R. Schneider Fritz Krüger Sebastian Holtz Musterlösung Klausur zu Analysis II Verständnisteil 1. (a) Sei D R n konvex

Mehr

Wiederholung. Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen.

Wiederholung. Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen. Wiederholung Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen. Definition. Sei X eine Menge und d : X X R eine Abbildung mit den Eigenschaften 1.

Mehr

Technische Universität München. Aufgaben Mittwoch SS 2012

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

Mehr

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn Stetige Funktionen Eine zentrale Rolle in der Analysis spielen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume). Dabei sind i.a. nicht beliebige

Mehr

Zusammenfassung Analysis 2

Zusammenfassung Analysis 2 Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge

Mehr

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2. Adµ Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung Blatt Probeklausur 2 Lösungen zur Probeklausur 2 Aufgabe 1 1. Formulieren Sie den Satz von Taylor

Mehr

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist: Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,

Mehr

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

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

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

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1 24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx

Mehr

Differentialgleichungen und Hilberträume Sommersemester 2014 Übungsblatt 11

Differentialgleichungen und Hilberträume Sommersemester 2014 Übungsblatt 11 Institut für Analysis Prof. Dr. Wolfgang Reichel Dipl.-Math. Anton Verbitsky Aufgabe 1 Differentialgleichungen und Hilberträume Sommersemester 14 Übungsblatt 11 5 Punkte In dieser Aufgabe geht es um die

Mehr

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

differenzierbare Funktionen

differenzierbare Funktionen Kapitel IV Differenzierbare Funktionen 18 Differenzierbarkeit und Rechenregeln für differenzierbare Funktionen 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 20 Gleichmäßige Konvergenz von

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

Spektraltheorie. 8. Übungsblatt - Lösungsvorschläge

Spektraltheorie. 8. Übungsblatt - Lösungsvorschläge 0606208 PD Dr Peer Kunstmann MSc Michael Ullmann Sektraltheorie 8 Übungsblatt - Lösungsvorschläge Aufgabe Nachtrag zur letzten Übung) In dieser Aufgabe wollen wir die Otimalität der Hölder-Ungleichung

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum

Mehr

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

1 Verbandstheorie. Aufgabensammlung. Höhere Mathematik für Physiker III Wintersemester 2014

1 Verbandstheorie. Aufgabensammlung. Höhere Mathematik für Physiker III Wintersemester 2014 Aufgabensammlung Höhere Mathematik für Physiker III Wintersemester 2014 1 Verbandstheorie 1. Aufgabe: (a) Sei f C(R) eine stetige Funktion. Wenn Rf(x)φ(x)dx = 0 für alle Testfunktionen φ Cc (R) gilt, dann

Mehr

Lösungen zur Übungsserie 9

Lösungen zur Übungsserie 9 Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag,? November Lösungen zur Übungsserie 9 Aufgaben 1,2,3,5,6,8,9,11 Aufgabe 1. Sei a R. Berechnen Sie die folgenden Grenzwerte, falls sie existieren.

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

Ferienkurs in Maß- und Integrationstheorie

Ferienkurs in Maß- und Integrationstheorie 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

Mehr

Musterlösung der 1. Klausur zur Vorlesung

Musterlösung der 1. Klausur zur Vorlesung Prof. Dr. M. Röger Dipl.-Math. C. Zwilling Fakultät für Mathematik TU Dortmund Musterlösung der. Klausur zur Vorlesung Analysis II 6.7.6) Sommersemester 6 Aufgabe. i) Die Folge f n ) n N konvergiert genau

Mehr

Analysis I. Vorlesung 13. Gleichmäßige Stetigkeit

Analysis I. Vorlesung 13. Gleichmäßige Stetigkeit Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 13 Gleichmäßige Stetigkeit Die Funktion f: R + R +, x 1/x, ist stetig. In jedem Punkt x R + gibt es zu jedem ǫ > 0 ein δ > 0 mit f(u (x,δ))

Mehr

Seminar Gewöhnliche Differentialgleichungen

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

Mehr

9. Übung zur Maß- und Integrationstheorie, Lösungsskizze Aufgaben

9. Übung zur Maß- und Integrationstheorie, Lösungsskizze Aufgaben 9. Übung zur aß- und Integrationstheorie, Lösungsskizze Aufgaben A 50 (Eine Flächenberechnung mit dem Cavalierischen Prinzip). Es seien a, b > 0 und : { (x, y) R 2 : (x/a) 2 + (y/b) 2 1 }. (a) Skizzieren

Mehr

Übungen zu Differentialgleichungen (WiSe 12/13)

Übungen zu Differentialgleichungen (WiSe 12/13) Übungen zu Differentialgleichungen WiSe 2/) Blatt 6 22 November 202 Gruppenübung Aufgabe G Sei f t, p) := p 5, t, p) R 2 Gegeben sei das Anfangswertproblem ẋ = f t,x), x0) = ) Bestimmen sie das maximale

Mehr

Übungen Analysis I WS 03/04

Übungen Analysis I WS 03/04 Blatt Abgabe: Mittwoch, 29.0.03 Aufgabe : Beweisen Sie, daß für jede natürliche Zahl n gilt: n ( ) n (x + y) n = x i y n i, i (b) n ν 2 = ν= i=0 n(n + )(2n + ), 6 (c) 2 3n ist durch 7 teilbar. Aufgabe

Mehr

Klausur Höhere Mathematik I für die Fachrichtung Physik

Klausur Höhere Mathematik I für die Fachrichtung Physik Karlsruher Institut für Technologie (KIT Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning WS /3 4.3.3 Klausur Höhere Mathematik I für die Fachrichtung Physik Aufgabe ((4+3+3 Punkte a Welche

Mehr

Höhere Mathematik III für die Fachrichtung Physik Wintersemester 2016/17. Lösungsvorschlag zu Übungsblatt 5

Höhere Mathematik III für die Fachrichtung Physik Wintersemester 2016/17. Lösungsvorschlag zu Übungsblatt 5 Institut für Analysis Dr. Christoph Schmoeger M.Sc. Jonathan Wunderlich Höhere Mathematik III für die Fachrichtung Physik Wintersemester 6/7..7 Lösungsvorschlag zu Übungsblatt 5 Aufgabe 6: Zeigen Sie mit

Mehr

d(x, z) = z x = y x + z y y x + z y = d(x, y) + d(y, z). d(x, y) = 0, falls x = y.

d(x, z) = z x = y x + z y y x + z y = d(x, y) + d(y, z). d(x, y) = 0, falls x = y. Metrische Räume K bezeichnet entweder den Körper R oder den Körper C. Genauer bedeutet dies: K wird in denjenigen Situationen verwendet, in denen die Ersetzung von K sowohl durch R als auch durch C einen

Mehr

5 Stetigkeit und Differenzierbarkeit

5 Stetigkeit und Differenzierbarkeit 5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.

Mehr

Lösungen zur Klausur zur Analysis 1, WiSe 2016/17

Lösungen zur Klausur zur Analysis 1, WiSe 2016/17 BERGISCHE UNIVERSITÄT WUPPERTAL..7 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Lösungen zur Klausur zur Analysis, WiSe 6/7 Klausureinsicht:

Mehr

30 Die Gammafunktion und die Stirlingsche Formel

30 Die Gammafunktion und die Stirlingsche Formel 3 Die Gammafunktion und die Stirlingsche Formel 35 Charakterisierung der Gammafunktion 36 Darstellung der Gammafunktion 38 Beziehung zwischen der Gammafunktion und der Zetafunktion 3 Stirlingsche Formel

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. R. König Dr. M. Prähofer Zentralübung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Z7.1. Komposition stetiger Funktionen Mathematik für Physiker (Analysis 1) MA90 Wintersem. 017/18 Lösungsblatt

Mehr

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

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

Mehr

2. Klausur zur Funktionentheorie SS 2009

2. Klausur zur Funktionentheorie SS 2009 Aufgabe : Finden Sie ein Beispiel für eine meromorphe Funktion f M(C), die auf den Kreisringen A 0, (0) und A,2 (0) unterschiedliche Laurentreihenentwicklungen besitzt. Beweisen Sie, dass Ihr Beispiel

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

Aufgabensammlung zur Analysis 1

Aufgabensammlung zur Analysis 1 Analysis 1 18.12.2017 Prof. Dr. H. Koch Dr. F. Gmeineder Abgabe: Keine Abgabe. Aufgabensammlung zur Analysis 1 Anmerkungen: Das vorliegende Blatt enthält eine Auswahl von Aufgaben, die auf Klausuren zur

Mehr

Begleitmaterial zur Vorlesung Numerik II

Begleitmaterial zur Vorlesung Numerik II Begleitmaterial zur Vorlesung Numerik II Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik II 1 / 35 Inhalte der Numerik

Mehr

FUNKTIONALANALYSIS. Carsten Schütt WS 2006/7

FUNKTIONALANALYSIS. Carsten Schütt WS 2006/7 1. Eine Teilmenge K eines topologischen Raumes heißt folgenkompakt, wenn jede Folge in K eine Teilfolge enthält, die in K konvergiert. Die Menge K heißt abzählbar kompakt, wenn jede unendliche Teilmenge

Mehr

Analysis I. Guofang Wang , Universität Freiburg

Analysis I. Guofang Wang , Universität Freiburg Universität Freiburg 10.1.2017, 11.1.2017 Definition 1.1 (Ableitung) Die Funktion f : I R n hat in x 0 I die Ableitung a R n (Notation: f (x 0 ) = a), falls gilt: f(x) f(x 0 ) lim = a. (1.1) x x 0 x x

Mehr

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

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

Mehr

1 Die direkte Methode der Variationsrechnung

1 Die direkte Methode der Variationsrechnung Die direkte Methode der Variationsrechnung Betrachte inf I(u) = f(x, u(x), u(x)) dx : u u + W,p () wobei R n, u W,p mit I(u ) < und f : R R n R. (P) Um die Existenz eines Minimierers direkt zu zeigen,

Mehr

Lösungsvorschlag zur Übungsklausur zur Analysis I

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

Mehr

(a), für i = 1,..., n.

(a), für i = 1,..., n. .4 Extremwerte Definition Sei M R n eine Teilmenge, f : M R stetig, a M ein Punkt. f hat in a auf M ein relatives (oder lokales) Maximum bzw. ein relatives (oder lokales) Minimum, wenn es eine offene Umgebung

Mehr

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

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

Mehr

2. Dirichlet-Reihen. Arithmetische Funktionen

2. Dirichlet-Reihen. Arithmetische Funktionen 2. Dirichlet-Reihen. Arithmetische Funktionen 2.. Eine Dirichlet-Reihe ist eine Reihe der Gestalt a n f(s = n, s wobei (a n n eine Folge komplexer Zahlen und s eine komplexe Variable ist. 2.2. σ a (f :=

Mehr

Wiederholung von Linearer Algebra und Differentialrechnung im R n

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

Mehr

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium

Mehr

4 Differenzierbarkeit einer konjugierten Funktion

4 Differenzierbarkeit einer konjugierten Funktion 4 Differenzierbarkeit einer konjugierten Funktion (Eingereicht von Corinna Vits) 4.1 Differenzierbarkeit 1.Ordnung Theorem 4.1.1: Sei f ConvR n strikt konvex. Dann ist int dom und f ist stetig differenzierbar

Mehr

Rechenoperationen mit Folgen. Rekursion und Iteration.

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

Mehr

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

2.6 Der Satz von Fubini

2.6 Der Satz von Fubini 1 2.6 Der Satz von Fubini Unser Ziel ist der Beweis des folgenden Ergebnisses. 6.1. Satz von Fubini Sei f : R n+m R integrierbar. Dann gibt es eine Nullmenge N R m, so dass gilt: 1. Für alle y R m \ N

Mehr

Analysis II. Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag

Analysis II. Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag Prof Dr H Garcke, D Depner SS 9 NWF I - Mathematik 1979 Universität Regensburg Aufgabe 1 Analysis II Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag i Erinnern Sie sich an die Konvergenzkriterien

Mehr

Konversatorium zu Lineare Algebra und Analysis Analysis - Übungsbeispiele

Konversatorium zu Lineare Algebra und Analysis Analysis - Übungsbeispiele Univ.-Prof. Dr. Radu Ioan Boţ, Axel Böhm Konversatorium zu Lineare Algebra und Analysis Analysis - Übungsbeispiele SS18 A1. Sei f : [, + ) R so, dass und dass ein M existiert mit Zeigen Sie, dass f(s +

Mehr

Aufgaben zu Kapitel 0

Aufgaben zu Kapitel 0 Aufgaben zu Kapitel 0 0.1. Seien A und B zwei Mengen. Wie kann man paarweise disjunkte Mengen A 1, A 2 und A 3 so wählen, dass A 1 A 2 A 3 = A B gilt? 0.2. Seien E ein Menge und A eine Teilmengen von E.

Mehr

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,

Mehr

D-MATH Mass und Integral FS 2018 Prof. Dr. Urs Lang. Lösung - Serie 2. + A k = A c k Ac k 0

D-MATH Mass und Integral FS 2018 Prof. Dr. Urs Lang. Lösung - Serie 2. + A k = A c k Ac k 0 D-MATH Mass und Integral FS 2018 Prof. Dr. Urs Lang Lösung - Serie 2 Abgabetermin: Mittwoch, 07.03.2018 in die Fächli im HG F 28. Homepage der Vorlesung: https://metaphor.ethz.ch/x/2018/fs/401-2284-00l/

Mehr

Liste wichtiger Stammfunktionen

Liste wichtiger Stammfunktionen Liste wichtiger Stammfunktionen Funktion Stammfunktion x n, x ln(x) n R \ { } n + xn+ ln( x ) x ln(x) x a x, a > sin(x) cos(x) sin 2 (x) cos 2 (x) x 2 x 2 a x ln(a) cos(x) sin(x) (x sin(x) cos(x)) 2 (x

Mehr

Lösung zu Kapitel 5 und 6

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

Mehr

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 6. (n+1)!. Daraus folgt, dass e 1/x < (n+

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 6. (n+1)!. Daraus folgt, dass e 1/x < (n+ D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger Lösung - Serie 6 1. MC-Aufgaben (Online-Abgabe) 1. Für alle ganzen Zahlen n 1 gilt... (a) e 1/x = o(x n ) für x 0 + (b) e 1/x = o(x n ) für x 0 + (c)

Mehr

Bemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi

Bemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi Funktionentheorie, Woche 7 Eigenschaften holomorpher Funktionen 7.1 Ganze Funktionen Definition 7.1 Eine Funktion f : C C, die holomorph ist auf C, nennt man eine ganze Funktion. Bemerkung 7.1.1 Als Folge

Mehr

49 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit

49 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit 49 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit 49.1 Differenzierbarkeit 49.2 Eindeutigkeit des Differentials; Unabhängigkeit der Differenzierbarkeit von den gewählten Normen

Mehr

Klausur zur Vorlesung Stochastik II

Klausur zur Vorlesung Stochastik II Institut für Mathematische Stochastik WS 003/004 Universität Karlsruhe 05. 04. 004 Prof. Dr. G. Last Klausur zur Vorlesung Stochastik II Dauer: 90 Minuten Name: Vorname: Matrikelnummer: Diese Klausur hat

Mehr

1 Konvergenz im p ten Mittel

1 Konvergenz im p ten Mittel Konvergenz im p ten Mittel 1 1 Konvergenz im p ten Mittel In diesem Paragraphen werden zunächst in Abschnitt 1.1 die L p Räume eingeführt. Diese erweisen sich als vollständige, lineare Räume über R. In

Mehr

Klausur zur Höheren Mathematik IV

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

Mehr

Folgen und Reihen von Funktionen

Folgen und Reihen von Funktionen Folgen und Reihen von Funktionen Sehr häufig treten in der Mathematik Folgen bzw. Reihen von Funktionen auf. Ist etwa (f n ) eine Folge von Funktionen, dann können wir uns für ein festes x fragen, ob die

Mehr

53 Die Parsevalsche Gleichung

53 Die Parsevalsche Gleichung 53 Die Parsevalsche Gleichung 53 Die Parsevalsche Gleichung 5 53. Skalarprodukte auf Räumen quadratintegrierbarer Funktionen. a) Die Orthogonalitätsrelationen (5.5) legen die Interpretation des Ausdrucks

Mehr

Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A)

Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A) Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, 10.1.009 (Version A) Kennwort: Übungsgruppe: (Sie können ein beliebiges Kennwort wählen, um Ihre Anonymität zu wahren! Da die Probeklausur

Mehr

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

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

Mehr

Mathematik III. Vorlesung 74. Folgerungen aus dem Satz von Fubini. (( 1 3 x3 1 2 x2 y +2y 3 x) 1 2)dy. ( y +2y y +4y3 )dy

Mathematik III. Vorlesung 74. Folgerungen aus dem Satz von Fubini. (( 1 3 x3 1 2 x2 y +2y 3 x) 1 2)dy. ( y +2y y +4y3 )dy Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 74 Folgerungen aus dem Satz von Fubini Beispiel 74.1. Wir wollen das Integral der Funktion f :R 2 R, (x,y) x 2 xy +2y 3, über dem Rechteck

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 5: Differentialrechnung im R n Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 17. Juni 2009 1 / 31 5.1 Erinnerung Kapitel

Mehr

Probeklausur zur Analysis 2, SoSe 2017

Probeklausur zur Analysis 2, SoSe 2017 BERGISCHE UNIVERSITÄT WUPPERTAL 21717 Fakultät 4 - Mathematik und Naturwissenschaften Prof N V Shcherbina Dr T P Pawlaschyk wwwkanauni-wuppertalde Probeklausur zur Analysis 2, SoSe 217 Hinweis Die Lösungen

Mehr

Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie

Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie Ferienkurs Seite Technische Universität München Ferienkurs Analysis Hannah Schamoni Stetigkeit, Konvergenz, Topologie Lösung 2.03.202. Gleichmäßige Konvergenz Entscheiden Sie, ob die folgenden auf (0,

Mehr

Konvexe Optimierungsprobleme

Konvexe Optimierungsprobleme von: Veronika Kühl 1 Konvexe Optimierungsprobleme Betrachtet werden Probleme der Form (P) min x C f(x) wobei f : C R eine auf C konvexe, aber nicht notwendigerweise differenzierbare Funktion ist. Ziel

Mehr

Formelsammlung Analysis I & II

Formelsammlung Analysis I & II Formelsammlung Analysis I & II Wichtige eindimensionale Integrale: { x s dx = s+ xs+ + C falls s log x + C falls s = exp(x dx = exp(x + C cos(x dx = sin(x + C sin(x dx = cos(x + C sinh(x dx = cosh(x +

Mehr

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C) Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und

Mehr

Mathematik für Anwender I. Klausur

Mathematik für Anwender I. Klausur Fachbereich Mathematik/Informatik 27. März 2012 Prof. Dr. H. Brenner Mathematik für Anwender I Klausur Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.

Mehr

22 Charakteristische Funktionen und Verteilungskonvergenz

22 Charakteristische Funktionen und Verteilungskonvergenz 22 Charakteristische Funktionen und Verteilungskonvergenz Charakteristische Funktionen (Fourier-Transformierte liefern ein starkes analytisches Hilfsmittel zur Untersuchung von W-Verteilungen und deren

Mehr

Klausur zur Analysis I WS 01/02

Klausur zur Analysis I WS 01/02 Klausur zur Analysis I WS 0/0 Prof. Dr. E. Kuwert. Februar 00 Aufgabe (4 Punkte) Berechnen Sie unter a) und b) jeweils die Ableitung von f für x (0, ): a) f(x) = e sin x b) f(x) = x α log x a) f (x) =

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

Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung

Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das

Mehr

35 Stetige lineare Abbildungen

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

Mehr