µ( k= U j,k \K j,k ) µ(u j,k \K j,k ) < 2 j ε. µ(u\k j ) < ε.

Größe: px
Ab Seite anzeigen:

Download "µ( k= U j,k \K j,k ) µ(u j,k \K j,k ) < 2 j ε. µ(u\k j ) < ε."

Transkript

1 3.5. LUSIN, TITZE-URYSOHN UND RIESZ Lusin, Titze-Urysohn und Riesz. Theorem 3.5. (Lusin). Sei f : X R messbar. Zu U X offen mit µ(u) < und ε > 0 gibt es ein kompaktes K U, so dass gilt: () f K stetig, () µ(u\k) < ε. Beweis. Setze U j,k = x U : k k + f(x) < } (j N,k Z). j j Es ist klar, dass U j,k meßbar ist. Aus Lemma 4.3 in Analysis III haben wir K j,k U j,k kompakt mit µ(u j,k \K j,k ) < j k. Daraus gilt lim N µ(u\ N k= N K j,k) = µ(u\ k= K j,k) Wähle N(j), so dass mit K j = N(j) k= N(j) K j,k gilt: Setze K := j= K j. Wir haben µ( k= U j,k \K j,k ) µ(u j,k \K j,k ) < j ε. µ(u\k j ) < j ε. µ(u\k) µ( j= U\K j) < µ(u\k j ) < ε. Setze f j (x) = k j für x K j,k. f j ist stetig auf K j, da dist(k j,k,k j,k ) > 0 für k k. Aus Definition haben wir j= f(x) f j (x) j für x K K j. D.h. F j gleichmäßig auf K gegen f konvergiert. Also f ist stetig auf K. Theorem 3.5. (Tietze-Urysohn). Sei K (X,d) abgeschlossen und f : K R stetig. Dann gibt es eine Fortsetzung f C 0 (X), also f K = f, mit sup f(x) = sup f(x). x X x K Beweis. obda nehmen wir, dass sup x K f(x) =. Zu A, B abgeschlossen mit A B = gibt es ϕ C 0 (X,[,]) mit ϕ(a) =, ϕ(b) = ; etwa ϕ(x) = dist(x,a) dist(x,b) dist(x,a)+dist(x,b). Konstruiert induktiv f k C 0 (X), k N 0 mit ( () f k (x) f k (x) ) k 3 für x X, k () f(x) f k (x) ( k 3) für x K, k 0 Start: f 0 = 0. Sei f k schon gefunden für k N. Setze Wähle ϕ k wie oben und setze A k = x K : f k (x) f(x) B k = x K : f k (x) f(x)+ f k = f k + ( ) k ϕ k. 3 ( ) k} ( 3 ) k}. 3

2 8 3. L P -RÄUME () ist offensichtlicht. () ergibt sich mit Fallunterscheidung: x A k 0 f(x) f k (x) ( ) k 3 ( ) k ( ) k ( ) k = x B k 0 f(x) f k (x)+ ( ) k 3 ( ) k + ( ) k ( ) k = x K\(A k B k ) f(x) f k (x) f(x) f k (x) + ( ) k 3 ( ) k + ( ) k ( ) k = Nach (), () strebt f k f gleichmäßig auf X und f K = f. Ferner f(x) f k (x) f k (x) ( ) k = =. 3 3 k= k= 3 Proof of Theorem Theorem folgt aus Theorem 3.5. und Theorem Definition Sei (X, d) σ-kompakter metrischer Raum, d.h., die Abstandskuglen x : d(x,x 0 ) R} sind kompakt. Ein Maß µ auf X heißt Radonmaß, falls (i) µ ist Borelregulär, d.h., alle Borelmenge sind meßbar und zu jeder Menge A X gibt es eine Borelmenge B A mit µ(b) = µ(a). (ii) µ(k) < Kompaktum K X. Beispiel. Beispielsweise ist R n, ausgestattet mit der Standardmetrik, σ-kompakt, denn x : d(x,x 0 ) R} ist kompakt. L n ist ein Radonmaß. Theorem Sei µ = L n oder µ ein Radonmaß auf σ-kompaktem metrischem Raum. Dann ist L p (µ) separabel für p <. Beweis. Es reicht aus, jede Funtion u C 0 c(x) zu approximieren, denn C 0 c(x) ist dicht in L p (µ) für p <. Setze B n = x : d(x,x 0 ) < n} für n N. Überdecke B n durch endlich viele Kugeln B (x n,j), ( j j n n ), mit Mittelpunkten x n,j B n. Definiere nd(x,xn,j ), falls d(x,x ξ n,j (x) := n,j ) < n 0, sonst. und ξ n,0 (x) := dist(x,b n ) η n,j (x) = Es ist leicht nachzuprüfen, dass gilt η n,j C 0 c(x) für j j n. ξ n,j (x) jn k=0 ξ n,k(x).

3 3.5. LUSIN, TITZE-URYSOHN UND RIESZ 9 j n j=0 η n,j(x) = für alle x X (Teilung der Eins). Sei nun u C 0 c(x) mit sptu B n. Setze Daraus haben wir u(x) j n j= α j = u(x n,j ) für j j n. α j η n,j j n j= (u(x) α j )η n,j osc(u, ) 0 mit n. n Also spanη n,j : n N, j j n } ist dicht. Wähle linerakombinationen mit rationalen Koeffizienten. Bemerkung. l und L (Ω) (Ω R n offen) sind nicht separabel. Bemerkung. Wir heben auch gezeigt, dass C 0 (X) separabel ist, falls X kompakt ist. Im folgenden interessieren wir uns den Dualraum vom L p (µ). Betrachte für p,q mit p + q = J : L q (µ) L p (µ), (Jv)u = uvdµ. Lemma J : L q L p (µ) ist isometrisch, d.h., Jv = v L q (µ) für alle v L q (µ). Beweis. Jv iststetig,denn (Jv)u u L p v L q nachderungleichungvonhölder. Es folgt Jv v L q, also Jv ist stetig. J : L q L p (µ) is stetig, denn die Operatornorm J ist kleiner oder gleich. obda nehmen wir an, dass v L q =. Sei zunächst q < (p > ). Setze D q : v L q (µ) : v L q = } u L p (µ) : v L p = } X D q (v) = v q v. Es ist leicht zu zeigen, dass D q (v) L q = ( v p(q ) dµ) p = ( v q dµ) p =, (denn p = q q ) und (Jv)(D q (v)) = v q dµ = = D q (v) L q. Also gilt Jv =. Sei nun q = und p =. Wähle eine Ausschöpfung E E von X, E j messbar, mit µ(e j ) < (z. B., Kugeln von Raduis j) und E j,δ = x E j : v(x) δ}. Es gilt µ(e j,δ ) > 0 für j hinreichend groß, denn v L =. Setze u = (signv)χ Ej,δ L (µ). Wir haben (Jv)u = v dµ ( δ)µ(e j,δ ) = ( δ) u L E j,δ Mit δ ց 0 folgt Jv =.

4 30 3. L P -RÄUME Theorem (Darstellungssatz von Riesz). Sei µ maß auf X, p + q = mit p <. Dann ist J : L q (µ) L p (µ), (Jv)u = uvdµ ein normtreuer Isomorphismus. Für p = muß das mass σ-endlich sein. Beweis. Wir betrachten zunächst den Fall < p <. Sei ϕ L p (µ) gegeben, obda ϕ =. Sei S = u L p (µ) : u L p = }. Wir haben also sup u S ϕ(u) =. Angennomen, wir haben schon v 0 L q (µ) mit Jv 0 = ϕ. Nach Lemma gilt v 0 L q = Jv 0 = ϕ =. Es folgt D q (v 0 ) L p =. Also ϕ S hat in u 0 := D q (v 0 ) S ein Maximum. Ansatz. Bestimme Maximumstelle u 0 S von ϕ S und setze v 0 = D q (u 0) = D p (u 0 ) (Bemerkung: D q und D p sind zueinander invers.) Schritt. Sei u 0 S mit ϕ(u 0 ) = sup u S ϕ(u) = Dann gilt J(D q (u 0 )) = ϕ, d.h., v 0 = D p (u 0 ) ist eine Lösung der Darstellungsaufgabe. Beweis. Sei G : L p (µ) R, G(u) = u p dµ. Sei t < und u L p (µ) beliebig. Wir haben t u 0 +tu p = p u 0 +tu p (u 0 +tu)u und t u 0 +tu p p( u 0 + u ) p p p (( u 0 p + u p ) L. Nach der Parameterdifferentiation gilt d dt u 0 +tu L p t=0 = d dt G(u 0 +tu) p t=0 = p G(u 0) p d u 0 +tu p dµ t=0 dt = u 0 p u 0 udµ = J(D p (u 0 )),u. Aus der Maximaleigenschaft von u 0 folgt 0 = d ( ) dt ϕ u0 +tu = ϕ(u) J(D p (u 0 )),u ϕ(u 0 ), u 0 +tu L p t=0 X = ϕ(u) J(D p (u 0 )),u, u Schritt. Existenz einer Maximalstelle. Sei u k S mit ϕ(u k ) sup u S ϕ(u) =. Wir wollen zeigen, dass u k eine Cauchyfolge ist. Dazu behaupten wir folgende gleichmäßige Konvexitätseigenschaft des Normballs: ε > 0, δ > 0 so dass gilt (3.) u L p = v L p =, u+v L p δ u v L p < ε. Für die Maximalfolge gilt für k,l groß, δ (ϕ(u k)+ϕ(u l )) = ϕ( u k +u l ) u k +u l L p

5 3.5. LUSIN, TITZE-URYSOHN UND RIESZ 3 Aus (3.) gilt u k u l L p ε für k,l groß. Also konvergiert u k } gegen die gesuchte Stelle u 0 S. Beweisende für p >. Lemma (Gleichmäßge Konvexität von L p (µ).). Zu < p < gibt es eine Konstante c = c(p), so dass für alle u,v L p (µ) gilt: ( u p L p + v p L p) u+v p c u v p L L p, p p c( u p L p + v p L p ) u v Lp, < p. Beweis. f(x) = x p ist konvex für x R, genauer Wir behaupten: (3.3) ( u 0 p + x p ) x 0 +x p f (x) = p x p x, f (x) = p(p ) x p > 0 für x 0. c(p) x0 x p, p c(p)( u 0 + x ) p x 0 x, < p. obda nehmen wir an, dass x = und x 0 = x [,]. Setze σ(x) = (+ x p ) ( +x ) p 0 x τ(x) = p, p (+ x ) p ) x, < p. Wir rechnen σ (x) = p x p x ( +x ) p < 0 für x < σ() = 0 = τ(), σ () = 0 = τ (), σ () = p(p+) 4 0, p τ () = p, < p. Wähle µ = µ(p) > 0 mit σ () µτ () > 0. Dann gibt δ = δ(p) > 0 mit Für x δ verwende Es folgt σ(x) µτ(x) 0, für δ x. σ(x) σ( δ) σ( δ) p+ τ(x). σ(x) c(p)τ(x) mit c(p) = minµ, σ( δ) p+ }. (3.3) ist gezeigt. p : Nach der Integration über (3.3) folgt die Behauptung.

6 3 3. L P -RÄUME < p < : Verwendung der Hölder Ungleichung mit p und p liefert u v L p = ( ( Es bleibt die Einbettung zu untersuchen. ) ( u + v ) p ( p) ( u + v ) p (p ) u v p p dµ ) ( p) ( u + v ) p p ( u + v ) p u v dµ ( ) c(p) ( u L p + v L p) p ( u p L p + v p L p) u+v p L p. J : L (µ) L (µ) Beweis von L (µ) = L (µ). Sei ϕ L (µ) gegeben. Für A X meßbar, µ(a) < und p definiere ϕ p : L p (µ) R, ϕ p (u) = ϕ(χ A u). ϕ p ist stetig, denn aus der Hölder Ungleichung gilt ϕ p (u) ϕ χ A u L ϕ µ(a) q u p. Nach Rieszschem Darstellungssatz für < p < existiert v p L q (µ) mit Jv p,u = uv p dµ = ϕ p (u) = ϕ(χ A u), u L p (µ). Daraus folgt J(χ X\A v p ),u = Jv p,χ X\A u = ϕ(0) = 0, u L p (µ). Da J isometrisch ist, gilt v p = 0 f.ü. aud X\A. Sei p < p und u L p (µ). Dann q > q und v p L q (µ) (da v p = 0 f.ü. auf X\A.) Also haben wir uv p dµ = ϕ p (u) Daraus folgt v p = v p =: v fast überall, und = ϕ(χ A χ A u) = χ A uv p dµ (da χ A u L p ) = uv p dµ. v L q = ϕ p ϕ µ(a) q ϕ mit p ց. Also v L sowie uvdµ = ϕ(χ A u) u L p (µ),p > bliebig Da L p dicht in L, ergibt sich die Darstellungsformell auf L. Wähle eine Ausschöpfung X = k A k, A k meßbar und µ(a k ) <. Seien v k L (µ), v k ϕ wie oben konstruiert. Für k < k und u L (µ) gilt

7 3.5. LUSIN, TITZE-URYSOHN UND RIESZ 33 u(χ Ak v k )dµ = (uχ Ak )v k dµ = ϕ(χ Ak uχ Ak )dµ = ϕ(χ Ak u) da A k A k = uv k dµ. Alsov k = v k =: v L aufa k,undv hatdiegewünschtedarstellungseigenschaft. Bemerkung. J : L (µ) L (µ) ist nicht surjektiv.

4 Messbare Funktionen

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

Mehr

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

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 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

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

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

Lebesgue-Integral und L p -Räume

Lebesgue-Integral und L p -Räume Lebesgue-Integral und L p -Räume Seminar Integraltransformationen, WS 2012/13 1 Treppenfunktionen Grundlage jedes Integralbegriffs ist das geometrisch definierte Integral von Treppenfunktionen. Für A R

Mehr

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

Übungsblatt 2 - Analysis 2, Prof. G. Hemion

Übungsblatt 2 - Analysis 2, Prof. G. Hemion Tutor: Martin Friesen, martin.friesen@gmx.de Übungsblatt 2 - Analysis 2, Prof. G. Hemion Um die hier gestellten Aufgaben zu lösen brauchen wir ein wenig Kentnisse über das Infimum bzw. Supremum einer Menge.

Mehr

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

Zusammenfassung der Lebesgue-Integrationstheorie

Zusammenfassung der Lebesgue-Integrationstheorie Zusammenfassung der Lebesgue-Integrationstheorie Das Lebesguesche Integral verallgemeinert das Riemannsche Integral. Seine Vorteile liegen für unsere Anwendungen vor allem bei den wichtigen Konvergenzsätzen,

Mehr

Schwache Konvergenz. Kapitel 8

Schwache Konvergenz. Kapitel 8 Im Hinblick auf die funktionalen Grenzwertsätze wird in diesem Kapitel die Theorie der schwachen Konvergenz endlicher Maße auf separablen metrischen, vorallem polnischen Räumen entwickelt. In dieser Situation

Mehr

Konvexe Mengen. Kanglin,Chen. Universität Bremen, Proseminar WS 04/05

Konvexe Mengen. Kanglin,Chen. Universität Bremen, Proseminar WS 04/05 Konvexe Mengen Kanglin,Chen Universität Bremen, Proseminar WS 04/05 Satz. (Satz von Kirchberger) Sei P, Q E n kompakt und nicht leer. Dann gilt: P, Q sind durch eine Hyperebene streng trennbar. Für jede

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

Skript zur Vorlesung. Mass und Integral. Urs Lang. Sommersemester 2005 ETH Zürich

Skript zur Vorlesung. Mass und Integral. Urs Lang. Sommersemester 2005 ETH Zürich Skript zur Vorlesung Mass und Integral Urs Lang Sommersemester 2005 ETH Zürich Version vom 12. September 2006 Literatur [Rudin] W. Rudin, Real and Complex Analysis, Third Edition. McGraw-Hill Book Co.,

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

α + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus

α + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus 4. Dualräume und schwache Topologien Den Begriff des Dualraums hatten wir bereits in Kapitel 2 definiert. Der Dualraum X eines Banachraums X ist X = B(X, C). X ist mit der Abbildungsnorm F = sup x =1 F

Mehr

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

Das heißt, Γ ist der Graph einer Funktion von d 1 Veränderlichen. Kapitel 2 Der Gaußsche Satz Partielle Differentialgleichung sind typischerweise auf beschränkten Gebieten des R d, d 1, zu lösen. Dabei sind die Eigenschaften dieser Gebiete von Bedeutung, insbesondere

Mehr

Maß- und Integrationstheorie

Maß- und Integrationstheorie Maß- und Integrationstheorie Manuskript zur Vorlesung in SS26 Bálint Farkas farkas@mathematik.tu-darmstadt.de Inhaltsverzeichnis Einführung...................................................................

Mehr

Vollständiger Raum, Banachraum

Vollständiger Raum, Banachraum Grundbegriffe beschränkte Menge Cauchyfolge Vollständiger Raum, Banachraum Kriterium für die Vollständigkeit Präkompakte Menge Kompakte Menge Entropiezahl Eigenschaften kompakter und präkompakter Mengen

Mehr

4.1 Motivation von Variationsmethoden Variationsmethoden im Sobolevraum Motivation von Variationsmethoden

4.1 Motivation von Variationsmethoden Variationsmethoden im Sobolevraum Motivation von Variationsmethoden Kapitel 4 Das Dirichlet Prinzip Bevor wir uns der Lösung von Randwertproblemen mithilfe der eben entwickelten Techniken zuwenden, wollen wir uns einer Idee zur Lösung widmen, die einige Elemente dieser

Mehr

Maße auf Produkträumen

Maße auf Produkträumen Maße auf Produkträumen Es seien (, Ω 1 ) und (X 2, Ω 2 ) zwei Meßräume. Wir wollen uns zuerst überlegen, wie wir ausgehend davon eine geeignete σ-algebra auf X 2 definieren können. Wir betrachten die Menge

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

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

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

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

10 Hilberträume. (b) λx,y = λ x,y für x,y X, λ K. (c) x, y = y, x für x, y X (Komplexe Konjugation nur im Falle K = C)

10 Hilberträume. (b) λx,y = λ x,y für x,y X, λ K. (c) x, y = y, x für x, y X (Komplexe Konjugation nur im Falle K = C) 10 Hilberträume 10.1. Definition. Sei X ein Vektorraum über K. Eine Abbildung, : X X K heißt Skalarprodukt, falls (a) x 1 + x,y = x 1,y + x,y für x 1,x,y X (b) λx,y = λ x,y für x,y X, λ K (c) x, y = y,

Mehr

Vektorräume und lineare Abbildungen

Vektorräume und lineare Abbildungen Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten

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

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

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

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

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

(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

Existenz des Lebesgue-Borel-Maßes

Existenz des Lebesgue-Borel-Maßes A Existenz des Lebesgue-Borel-Maßes In diesem (nicht prüfungsrelevanten) Anhang tragen wir u.a. die Existenz des Lebesgue- Borel-Maßes nach. 52 Es empfiehlt sich, diesen Anhang erst nach Kapitel 5 zu lesen

Mehr

Von Skalarprodukten induzierte Normen

Von Skalarprodukten induzierte Normen Von Skalarprodukten induzierte Normen Niklas Angleitner 4. Dezember 2011 Sei ein Skalarproduktraum X,, gegeben, daher ein Vektorraum X über C bzw. R mit einer positiv definiten Sesquilinearform,. Wie aus

Mehr

10 Untermannigfaltigkeiten

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

Mehr

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

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

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

Mehr

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

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

2. Normierte Räume und Hilberträume Normierte Räume.

2. Normierte Räume und Hilberträume Normierte Räume. 2 2. NORMIERTE RÄUME UND HILBERTRÄUME 2.. Normierte Räume. 2. Normierte Räume und Hilberträume Bemerung 2... Wir sagen, dass V ein K-Vetorraum sei, wenn V ein Vetorraum über R oder über C ist. Definition

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

Mehr

Universität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla

Universität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla Universität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla Sätze über Konvexität von Kapitel 4.7 bis 4.10 Theorem 4.7-1. Sei U ein konvexer Unterraum eines normierten Vektorraums. Dann

Mehr

Anhang B: Quadratische Irrationalzahlen 1 Reel-quadratische Zahlkörper

Anhang B: Quadratische Irrationalzahlen 1 Reel-quadratische Zahlkörper Anhang B: Quadratische Irrationalzahlen 1 Reel-quadratische Zahlkörper Eine reelle Zahl x Q heißt quadratische Irrationalzahl, wenn sie Lösung einer quadratischen Gleichung (1) ax bx c 0, a 0 mit rationalen

Mehr

Fraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß:

Fraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß: Universität Regensburg Sommersemester 013 Daniel Heiß: 9: Metrische äußere Maße II I Das mehrdimensionale Lebesguemaß 1.1 Definition (i) Für reelle Zahlen a b, c d ist ein Rechteck im R die Menge R = a,

Mehr

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

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

Mehr

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

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

Mehr

3.5 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

Gesetze der großen Zahlen

Gesetze der großen Zahlen Kapitel 0 Gesetze der großen Zahlen 0. Einführung Im ersten Kapitel wurde auf eine Erfahrungstatsache im Umgang mit zufälligen Erscheinungen aufmerksam gemacht, die man gewöhnlich als empirisches Gesetz

Mehr

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen

Mehr

30 Metriken und Normen

30 Metriken und Normen 31 Metriken und Normen 153 30 Metriken und Normen Lernziele: Konzepte: Metriken, Normen, Skalarprodukte, Konvergenz von Folgen Frage: Versuchen Sie, möglichst viele verschiedene Konvergenzbegriffe für

Mehr

5 Stetigkeit und Differenzierbarkeit

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

Mehr

4.5 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

16 Vektorfelder und 1-Formen

16 Vektorfelder und 1-Formen 45 16 Vektorfelder und 1-Formen 16.1 Vektorfelder Ein Vektorfeld v auf D R n ist eine Abbildung v : D R n, x v(x). Beispiele. Elektrisches und Magnetisches Feld E(x), B(x), Geschwindigkeitsfeld einer Strömung

Mehr

Konstruktion reeller Zahlen aus rationalen Zahlen

Konstruktion reeller Zahlen aus rationalen Zahlen Konstruktion reeller Zahlen aus rationalen Zahlen Wir nehmen an, daß der Körper der rationalen Zahlen bekannt ist. Genauer wollen wir annehmen: Gegeben ist eine Menge Q zusammen mit zwei Verknüpfungen

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

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

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

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

Mehr

Ljapunov Exponenten. Reiner Lauterbach

Ljapunov Exponenten. Reiner Lauterbach Ljapunov Exponenten Reiner Lauterbach 28. Februar 2003 2 Zusammenfassung n diesem Teil betrachten wir ein wichtiges Thema: sensitive Abhängigkeit. Zunächst hat man ja stetige Abhängigkeit, wie man sie

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

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

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

Mehr

KONSTRUKTION VON MASSEN

KONSTRUKTION VON MASSEN KONSTRUKTION VON MASSEN MARCUS HEITEL 1. Einleitung Wir wollen im Folgenden das Lebesguemaß konstruieren. Dieses soll die Eigenschaft λ ( [a, b = b a für a, b R besitzen. Nun ist ein Maß aber auf einer

Mehr

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013 Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 7. November 2013 6 L p -Räume Mit Hilfe der Masstheorie können wir nun die sog. L p -Räume einführen. Diese Räume sind wichtig in vielen

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

Positive lineare Funktionale. 1 Eigenschaften positiver linearer Funktionale

Positive lineare Funktionale. 1 Eigenschaften positiver linearer Funktionale Vortrag zum Seminar zur Funktionalanalysis, 11.12.2008 Holger Wintermayr Durch die Gelfand-Transformation können wir die Struktur einer abelschen C*- Algebra vollständig im Sinne der eines Funktionenraumes

Mehr

ALGEBRAISCHE VARIETÄTEN. gute Funktionen auf den offenen Mengen von V definieren. Dabei orientieren wir uns an folgenden Gegebenheiten: (1) Die

ALGEBRAISCHE VARIETÄTEN. gute Funktionen auf den offenen Mengen von V definieren. Dabei orientieren wir uns an folgenden Gegebenheiten: (1) Die ALGEBRAISCHE VARIETÄTEN MARCO WEHNER UND MAXIMILIAN KREMER 1. Strukturgarben Sei V k n. Wir wollen nur gute Funktionen auf den offenen Mengen von V definieren. Dabei orientieren wir uns an folgenden Gegebenheiten:

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

Stochastische Finanzmathematik I

Stochastische Finanzmathematik I Notizen zu der Vorlesung Stochastische Finanzmathemati I 1 Zum Ein-perioden-Modell 1.1 Beispiel: Zwei-wertiges Modell: π 0 = 1, S 0 =, { b Wahrs. p S 1 = a Wahrs. 1 p Arbitrage frei: Es gibt p 0, 1) mit

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

Lösungsvorschlag zur Übungsklausur zur Analysis I

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

Mehr

Analysis 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

Mathematische Ökonometrie

Mathematische Ökonometrie Mathematische Ökonometrie Ansgar Steland Fakultät für Mathematik Ruhr-Universität Bochum, Germany ansgar.steland@ruhr-uni-bochum.de Skriptum zur LV im SoSe 2005. Diese erste Rohversion erhebt keinen Anspruch

Mehr

3 Markov-Eigenschaft der Brownschen Bewegung

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

Mehr

Trennende Markov Ketten

Trennende Markov Ketten Trennende Markov Ketten (in Zusammenarbeit mit A. Martinsson) Timo Hirscher Chalmers Tekniska Högskola Seminarvortrag KIT 8. Mai 206 Übersicht Der Seminarvortrag ist wie folgt gegliedert: Einleitung Denitionen

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

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

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

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

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

Analysis III Wintersemester 2003/2004. W. Ebeling

Analysis III Wintersemester 2003/2004. W. Ebeling Analysis III Wintersemester 2003/2004 W. Ebeling 1 c Wolfgang Ebeling Institut für Algebraische Geometrie Leibniz Universität Hannover Postfach 6009 30060 Hannover E-mail: ebeling@math.uni-hannover.de

Mehr

Lehrstuhl IV Stochastik & Analysis. Stochastik II. Wahrscheinlichkeitstheorie I. Skriptum nach einer Vorlesung von Hans-Peter Scheffler

Lehrstuhl IV Stochastik & Analysis. Stochastik II. Wahrscheinlichkeitstheorie I. Skriptum nach einer Vorlesung von Hans-Peter Scheffler Fachschaft Mathematik Uni Dortmund Lehrstuhl IV Stochastik & Analysis Stochastik II Wahrscheinlichkeitstheorie I Skriptum nach einer Vorlesung von Hans-Peter Scheffler Letzte Änderung: 26. November 2002

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

Lineare Algebra und analytische Geometrie II

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

Mehr

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt 2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,

Mehr

Konstruktion der reellen Zahlen

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

Mehr

DIRICHLET-L-REIHEN UND SATZ VON DIRICHLET ÜBER PRIMZAHLEN IN ARITHMETISCHEN PROGRESSIONEN

DIRICHLET-L-REIHEN UND SATZ VON DIRICHLET ÜBER PRIMZAHLEN IN ARITHMETISCHEN PROGRESSIONEN DIRICHLET-L-REIHEN UND SATZ VON DIRICHLET ÜBER PRIMZAHLEN IN ARITHMETISCHEN PROGRESSIONEN MARIN GENOV Zusammenfassung. Die nachfolgende Ausarbeitung hat sich zum Ziel gesetzt, einen möglichst kurzen, zugleich

Mehr

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0. Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales

Mehr

Minkowski-Theorie & die Klassenzahl

Minkowski-Theorie & die Klassenzahl Minkowski-Theorie & die Klassenzahl David Müßig Seminar zur Kommutativen Algebra Bemerkung 1. Wir betrachten im Folgenden stets endliche Körpererweiterungen K Q vom Grade n (K ist also ein algebraischer

Mehr

Konstruktion der reellen Zahlen. 1 Der Körper der reellen Zahlen

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

Mehr

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

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

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Kleine Formelsammlung zu Mathematik für Ingenieure IIA Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................

Mehr

Techniken zur Berechnung der Dimension

Techniken zur Berechnung der Dimension Seminarvortrag Ulm, 21.11.2006 Übersicht Masse-Verteilungs-Prinzip Berechnung der Dimension von Fraktalen Es ist oft nicht einfach die Hausdorff - Dimension allein durch deren Definition zu berechnen.

Mehr

6.2 Beispiel: endlich dimensionale Räume

6.2 Beispiel: endlich dimensionale Räume 6.2 Beispiel: endlich dimensionale Räume 81 6.2 Beispiel: endlich dimensionale Räume Wir stellen hier ein paar Aussagen über verschiedene Normen in endlich dimensionalen Räumen vor. Sie dienen vor allem

Mehr

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche

1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche 1 1 Angeordnete Körper 1.1 Anordnungen und Positivbereiche Definition 1.1. Eine zweistellige Relation auf einer Menge heißt partielle Ordnung, falls für alle Elemente a, b, c der Menge gilt: (i) a a (ii)

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

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

Funktionalanalysis. Vorlesungsskript Sommersemester Bernd Schmidt. Version vom 31. Juli 2012

Funktionalanalysis. Vorlesungsskript Sommersemester Bernd Schmidt. Version vom 31. Juli 2012 Funktionalanalysis Vorlesungsskript Sommersemester 2012 Bernd Schmidt Version vom 31. Juli 2012 Institut für Mathematik, Universität Augsburg, Universitätsstr. 14, 86135 Augsburg, bernd.schmidt@math.uni-augsburg.de

Mehr

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das

Mehr