([0, 1]) und int K = p 1
|
|
- Barbara Junge
- vor 6 Jahren
- Abrufe
Transkript
1 126 III. Der Satz von Hahn-Banach und seine Konsequenzen wie man durch Einsetzen unmittelbar erkennt. Zeigen wir noch die Halbstetigkeit von f: Sei(x n ) eine Folge in L p (R) mitx n x in L p (R) und f(x n ) c. NachÜbergang zu einer Teilfolge dürfen wir annehmen, daß (x n )auchfastüberall gegen x konvergiert 1. Wegen der Stetigkeit von F folgt F (t, x n (t)) F (t, x(t)) fast überall und weiter nach dem Lemma von Fatou 2 f(x) lim inf f(x n ) c. Nach Lemma III.5.9 und Satz III.5.8 besitzt f eine Minimalstelle in L p (R). III.6 Aufgaben Aufgabe III.6.1 Gib die Details des Beweises von Satz III.1.1. Aufgabe III.6.2 Sei X ein normierter Raum und U ein abgeschlossener Unterraum. Sei x X \ U. Dann existiert ein Funktional x U mit x 1 und x (x) =d(x, U). (Hinweis: Benutze Satz III.1.1!) Aufgabe III.6.3 Sei X ein normierter Raum und K X konvex. (a) Die Mengen K und int K sind ebenfalls konvex. (b) Ist int K, so gilt K = int K. Aufgabe III.6.4 Seien K und L konvexe absorbierende Teilmengen des normierten Raums X, und seien p K und p L die zugehörigen Minkowski-Funktionale. (a) Zeige p K p L, falls K L. (b) p K ist genau dann stetig, wenn int K gilt. (c) Wenn p K stetig ist, gelten K = p 1 K ([, 1]) und int K = p 1 K ([, 1)). (d) Gilt zusätzlich λk K, falls λ 1 (d.h. ist K kreisförmig ), so ist p K eine Halbnorm, und p K ist eine Norm dann und nur dann, wenn K keinen nichttrivialen Unterraum von X enthält. (e) Gilt für eine konvexe Menge K K absorbierend int K? Aufgabe III.6.5 (Banachlimiten) Wir betrachten K = R. Eine lineare Abbildung l: l R heißt Banachlimes, falls ( l(tx) = l(x) für alle ) x l, wo T der Shiftoperator ist, der x = x(1),x(2),x(3),... l auf ( x(2),x(3),x(4),... ) abbildet. Falls x(n) für alle n N, so gilt l(x). l(1) =1,wo1 =(1, 1, 1,...). (a) Sei l ein Banachlimes. Dann gelten: l (l ) und l =1, lim inf x(n) l(x) lim sup x(n) für x = ( x(n) ) l,speziell l(x) = lim n x(n) für x c, 1 Siehe z.b. Theorem 3.12 in Rudin [1986]. 2 Siehe z.b. Lemma 1.28 in Rudin [1986].
2 III.6 Aufgaben 127 l ist nicht multiplikativ, d.h., es gilt nicht l(x y) = l(x) l(y) für alle x, y l. (b) Es existiert ein Banachlimes l. (Hinweis: Variante I: Betrachte p(x) =sup n x(n), zeige dann p U,wo U = {Tx x: x l }, und setze mit Hahn-Banach fort. Variante II: Betrachte p(x) = lim sup 1 n x(j). Zeige die Sublinearität von p und n j=1 beachte (Analysis I!) p c = lim. Setze mit Hahn-Banach fort.) Aufgabe III.6.6 Sei l (l ). Zeige, daß l eindeutig ( als Summe zweier Funktionale l 1 und l 2 geschrieben werden kann, wo l ) 1 (sn) = n=1 sntn und l2 c = ist. Zeige ferner, daß l = l 1 + l 2 gilt. Schließe, daß jedes Funktional auf c eindeutig zu einem normgleichen Funktional auf l fortgesetzt werden kann. (Hinweise: (1) Betrachte l(e n). (2) Wähle x, y l mit x = y =1,so daß l 1(x) l 1 und l 2(y) l 2. Seiz die Folge mit z(n) =x(n) für n N und z(n) =y(n) für n>n.für passendes N versuche l(z) l 1 + l 2 zu zeigen.) Aufgabe III.6.7 Sei X strikt konvex (Aufgabe I.4.13). Dann gilt Eindeutigkeit im Fortsetzungssatz von Hahn-Banach. Aufgabe III.6.8 (Rieszscher Darstellungssatz für (C[, 1]) ) Sei l (C[, 1]) und L eine Hahn-Banach-Fortsetzung zu einem Funktional L (l [, 1]).Setzey t = χ [,t] l [, 1]. Zeige C[, 1] lin{y t: t [, 1]}. Setze g(t) =L(y t) und zeige, daß g von beschränkter Variation ist. Beweise schließlich die Darstellung des Funktionals l als Stieltjes-Integral l(x) = 1 x(t) dg(t) x C[, 1]. (Zum Begriff des Stieltjes-Integrals siehe z.b. Rudin [1976], S. 122.) Dieser Beweis stammt von Banach. Aufgabe III.6.9 Seien V 1 und V 2 konvexe Teilmengen des normierten Raums X, und es gelte int V 1, intv 1 V 2 =. Dannexistiertx X, x,mit Re x (v 1) Re x (v 2) v 1 V 1, v 2 V 2. Aufgabe III.6.1 Seien K und L disjunkte abgeschlossene konvexe Teilmengen eines normierten Raums X, zusätzlich sei eine von beiden kompakt. Zeige, daß ein stetiges Funktional x X existiert, für das gilt sup Re x (x) < inf Re x (x). x K x L (Es gibt Beispiele, die zeigen, daß diese Aussage ohne die vorausgesetzte Kompaktheit falsch ist, selbst, wenn man nur fordert.) Aufgabe III.6.11 Seien U und V disjunkte abgeschlossene beschränkte konvexe Teilmengen eines reflexiven Banachraums X. Dann können U und V strikt getrennt werden. (Tip: Zeige zuerst inf{ u v : u U, v V } > ; dazu beachte Theorem III.3.7 und Satz III.3.8.)
3 128 III. Der Satz von Hahn-Banach und seine Konsequenzen Aufgabe III.6.12 Sei K eine konvexe Menge. Eine Funktion f: K R heißt konvex (bzw. affin bzw. konkav), wenn f(λx +(1 λ)y) λf(x) +(1 λ)f(y) für alle x, y K, λ 1(bzw.=bzw. ). Sei nun f: R n R eine konkave stetige Funktion sowie g: R n R eine konvexe stetige Funktion mit f g. Dann existiert eine affine stetige Funktion h: R n R mit f h g. (Hinweis: Betrachte die Teilmengen {(x, r): x R n, r < f(x)} und {(x, r): x R n, r > g(x)} von R n+1.) Aufgabe III.6.13 Sei P[, 1] (bzw. P n[, 1]) der Vektorraum aller Polynomfunktionen (höchstens n-ten Grades) auf [,1]. Existiert ein Borelmaß µ auf [,1] mit (a) p () = 1 pdµ für alle p P[, 1]? (b) p () = 1 pdµ für alle p Pn[, 1]? Aufgabe III.6.14 Ist X ein Banachraum und A X kompakt, so auch co A. (Hinweis: Satz B.1.7.) Aufgabe III.6.15 Keiner der Räume l, C[, 1], L 1 [, 1], L [, 1] ist reflexiv. Aufgabe III.6.16 Seien X und Y Banachräume. (a) x n x, T L(X, Y ) Txn Tx. (b) x n x, T K(X, Y ) Txn Tx. (Hinweis: Benutze hier im Vorgriff die in Kapitel IV bewiesene Tatsache, daß (x n)beschränkt ist.) (c) X sei reflexiv, und T L(X, Y )erfülle Dann ist T kompakt. x n x Txn Tx. Aufgabe III.6.17 Zeige, daß eine beschränkte Folge (x n) in einem normierten Raum X genau dann gegen x X schwach konvergiert, wenn es eine Teilmenge D X mit lin D = X und lim n x (x n)=x (x) für alle x D gibt. Aufgabe III.6.18 Sei X ein separabler normierter Raum und (x n) eine beschränkte Folge in X. Dann existieren eine Teilfolge (x n k ) und ein Funktional x X mit lim k x n k (x) =x (x) für alle x X. Kann man auf die Separabilität verzichten? (Tip: Imitiere den Beweis von Theorem III.3.7.) Aufgabe III.6.19 Sei X ein reflexiver Banachraum, und sei K X abgeschlossen, konvex und nicht leer. Dann gibt es zu jedem x X eine beste Approximation in K, d.h.einy K mit x y = d(x, K) := inf x z. z K Aufgabe III.6.2 Sei 1 <p< und e n der n-te Einheitsvektor in l p. (a) Es gilt e n.
4 III.6 Aufgaben 129 (b) Aus Korollar III.3.9 folgt die Existenz einer Folge (y n)vonkonvexkombinationen der e n mit y n. Gib solche Konvexkombinationen explizit an! Aufgabe III.6.21 (a) Ist T : X Y ein [isometrischer] Isomorphismus zwischen normierten Räumen, so ist T : Y X ebenfalls ein [isometrischer] Isomorphismus. Sind X und Y Banachräume, so gilt auch die Umkehrung. (b) Ist ein normierter Raum Y isomorph zu einem reflexiven Banachraum X, so ist Y ebenfalls ein reflexiver Banachraum. Aufgabe III.6.22 Seien X und Y Banachräume, und sei U X ein abgeschlossener Unterraum. Sei S L(U, Y ). (a) Im Fall Y = l gestattet S eine normerhaltende Fortsetzung zu einem Operator auf X, d.h., es existiert T L(X, Y )mitt U = S und S = T. (Hinweis: Wende den Satz von Hahn-Banach auf die Funktionale l n: u (Su)(n) an!) (b) Falls U = Y = c, X = c und S =Id c, so hat jede Fortsetzung T von S auf X eine Norm 2. Um das zu beweisen, zeige zuerst für M = {x c : x(n) 1 1 n N}, daß der Radius jeder abgeschlossenen Kugel in c,diem enthält, mindestens 2 ist. (c) Falls U = Y = {(x, y, z) R 3 : x + y + z =}, X = l (3) und S =Id U, dann hat jede Fortsetzung T von S auf X eine Norm 4/3. (Hinweis: Die Matrix von T muß die Gestalt ( ) a a 1 a 1 b b+1 b a b a b a b +1 haben. Nun benutze Aufgabe II.5.8.) Aufgabe III.6.23 Sei X ein separabler Banachraum. Dann existiert ein isometrischer linearer Operator von X nach l. Jeder separable Banachraum ist also isometrisch isomorph zu einem abgeschlossenen Teilraum von l. (Tip: Sei {x n: n N} dicht in X. Definiere den gesuchten Operator durch x ( x n(x) ) für passend zu wählende Funktionale x n X. Übrigens ist jeder separable Banachraum sogar zu einem abgeschlossenen Teilraum von C[, 1] isometrisch isomorph. Dieser Satz von Banach und Mazur ist aber weit schwieriger zu zeigen.) Aufgabe III.6.24 Gib die Details des Beispiels III.4(c). Aufgabe III.6.25 (Momentenoperator) Zu f L 1 [, 1] betrachte die Folge der Momente (f n # ) n,wo f # n = 1 f(t)t n dt. Zeige, daß die Abbildung T : f (f # n ) ein stetiger linearer Operator von L 1 [, 1] nach c ist. Gib die Darstellung des adjungierten Operators T : l 1 L [, 1].
5 13 III. Der Satz von Hahn-Banach und seine Konsequenzen Aufgabe III.6.26 Untersuche die Abbildung F : L 2 [, 1] L 2 [, 1], (F (x))(t) = sin x(t), auf Gâteaux- bzw. Fréchet-Differenzierbarkeit an der Stelle x =. Aufgabe III.6.27 Sei U = {x C[, 1]: x(t) t}. Untersuche die Abbildung f: U C[, 1], f(x) =1/x, auf Differenzierbarkeit. Aufgabe III.6.28 An welchen Stellen ist die Supremumsnorm auf C[, 1] bzw. c Gâteaux- oder Fréchet-differenzierbar? Aufgabe III.6.29 Seien f,g: U Y Gâteaux-differenzierbar und φ: Y Y Z bilinear und beschränkt. Bestimme die Ableitung von x φ(f(x),g(x)). Aufgabe III.6.3 Finde Beispiele für (a) eine Abbildung f: X Y, die an einer Stelle Gâteaux-differenzierbar, aber nicht stetig ist; (b) eine Abbildung f: X Y, die an einer Stelle x Gâteaux-differenzierbar ist, und eine Abbildung g: Y Z, diebeif(x )Gâteaux-differenzierbar ist, so daß g f: X Z bei x nicht Gâteaux-differenzierbar ist; (c) eine Funktion f: R 2 R, für die an einer Stelle sämtliche Richtungsableitungen existieren, die dort aber nicht Gâteaux-differenzierbar ist. Aufgabe III.6.31 Eine Norm heißt lokal gleichmäßig konvex, wenn es zu jedem x mit x = 1 und jedem ε>einδ = δ(x, ε) > gibt,sodaß y 1, x + y > 1 δ x y <ε. 2 (a) Ist die Norm von X lokal gleichmäßig konvex, so ist die Norm von X an jeder Stelle x Fréchet-differenzierbar. (b) Ist die Norm von X strikt konvex (siehe Aufgabe I.4.13), so ist die Norm von X an jeder Stelle x Gâteaux-differenzierbar. (c) Ist die Norm von X an jeder Stelle x Gâteaux-differenzierbar, so ist die Norm von X strikt konvex. [Bemerkung: Die entsprechende Umkehrung von (a) gilt nicht.] Aufgabe III.6.32 Zeige, daß die kanonische Norm von L p (µ) an jeder Stelle x Fréchet-differenzierbar ist, (a) mit Hilfe von Beispiel III.5(e), (b) im Fall p 2 mittels der Aufgaben III.6.31 und I Aufgabe III.6.33 Wenn die Norm eines normierten Raums X auf X \{} Fréchet-differenzierbar ist, ist die Ableitung dort stetig. Aufgabe III.6.34 Sei f: X R ein Funktional auf einem normierten Raum. Der Epigraph von f ist die Teilmenge epi(f) :={(x, t): f(x) t} von X R. (a) f ist genau dann konvex, wenn epi(f) konvexist. (b) f ist genau dann halbstetig von unten, wenn epi(f) abgeschlossen ist. Aufgabe III.6.35 Sei f: X R ein Gâteaux-differenzierbares konvexes Funktional und x X mit Df(x )=.Dannbesitztf bei x ein globales Minimum. Aufgabe III.6.36 Bestimme das Minimum des Funktionals f(x) = 1( x(t) 4 + e t x(t) ) dt auf C[, 1].
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
MehrAnalysis I - Stetige Funktionen
Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
Mehr4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92
Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : Ê Ê systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
Mehr35 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.
MehrDefinition: Differenzierbare Funktionen
Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ
MehrOptimalitätskriterien
Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Lineare Algebra
MehrStetigkeit 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
MehrMathematik II für Inf und WInf
Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell
MehrLösungsvorschlag zu den Hausaufgaben der 8. Übung
FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H
Mehrn 1, n N \ {1}, 0 falls x = 0,
IV.1. Stetige Funktionen 77 IV. Stetigkeit IV.1. Stetige Funktionen Stetige Funktionen R R sind vielen sicher schon aus der Schule bekannt. Dort erwirbt man sich die naive Vorstellung, dass eine stetige
MehrDie Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel. dt = lim. = lim = Weiters erhalten wir durch partielle Integration, dass
Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel Zuerst wollen wir die Gamma-Funktion definieren, die eine Verallgemeinerung von n! ist. Dazu benötigen wir einige Resultate. Lemma.
MehrÜbungen 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
MehrGleichmäßige Konvergenz und Funktionenräume
Gleichmäßige Konvergenz und Funktionenräume Isabella Lukasewitz und Andreas Brack 07.06.2010 Vortrag zum Proseminar zur Analysis Konvergenz und Funktionenräume INHALTSVERZEICHNIS Bereits in den Vorlesungen
MehrÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS
ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration
MehrUniversität 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
MehrWir beginnen mit der Definition eines metrischen Raumes, der in diesem Kapitel von zentraler Bedeutung ist. x, y, z X (Dreiecksungleichung).
Kapitel 4 Metrische Räume und Stetigkeit 4.1 Metrische und normierte Räume 4.2 Folgen in metrischen Räumen 4.3 Offene und abgeschlossene Mengen 4.4 Stetige Funktionen 4.5 Grenzwerte von Funktionen 4.6
MehrAnalysis II. Prof. Dr. H. Brenner Osnabrück SS 2014
Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 51 Für eine stetig differenzierbare Funktion ϕ: R R mit ϕ (P) > 0 in einem Punkt P R gibt es ein offenes Intervall P I =]P δ,p +δ, auf dem ϕ
MehrAnalysis 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.
MehrThema 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.
MehrAbsolute Stetigkeit von Maßen
Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches
MehrKapitel 5. Stetige Funktionen 5.1. Stetigkeit
Kapitel 5. Stetige Funktionen 5.1. Stetigkeit Reelle Zahlen sind ideale Objekte, die es uns ermöglichen, eine transparente und leistungsfähige Theorie aufzubauen. Ein Computer kann jedoch nur mit Approximationen
MehrTaylorentwicklung von Funktionen einer Veränderlichen
Taylorentwicklung von Funktionen einer Veränderlichen 17. Januar 2013 KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 1 Kapitel 1 Mathematische Grundlagen 1.1 Stetigkeit, Differenzierbarkeit und C n -Funktionen Der
MehrReelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013
Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 7. November 2013 6 L p -Räume Mit Hilfe der Masstheorie können wir nun die sog. L p -Räume einführen. Diese Räume sind wichtig in vielen
MehrBILDVERARBEITUNG. Christian Clason. Fakultät für Mathematik Universität Duisburg-Essen
MATHEMATISCHE BILDVERARBEITUNG Vorlesungsskript, Sommersemester 2015 Christian Clason Stand vom 24. Juli 2015 Fakultät für Mathematik Universität Duisburg-Essen INHALTSVERZEICHNIS I GRUNDLAGEN 1 grundlagen
MehrFunktionsgrenzwerte, Stetigkeit
Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn
Mehr2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also
Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx
Mehr2 Stetigkeit und Differenzierbarkeit
2.1) Sei D R. a) x 0 R heißt Häufungspunkt von D, wenn eine Folge x n ) n N existiert mit x n D,x n x 0 und lim n x n = x 0. D sei die Menge der Häufungspunkte von D. b) x 0 D heißt innerer Punkt von D,
MehrDer Abschluss D ist die Menge, die durch Hinzunahme der Intervallränder entsteht, in den obigen Beispielen also
Festlegung Definitionsbereich 11.1 Festlegung Definitionsbereich Festlegung: Wir betrachten Funktionen f : D Ñ R, deren Definitionsbereich eine endliche Vereinigung von Intervallen ist, also z.b. D ra,
Mehr2 Stetige Abbildungen
Stetige Abbildungen Übersicht. Definitionen................................................. 43. Sätze und Beweise............................................ 45.3 Erklärungen zu den Definitionen...............................
MehrKapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen
Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit
MehrDie komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.
Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines
MehrTutorübung 5. Analysis 2 für Lehramt TU Dortmund, Sommersemester 2014
Tutorübung 5 Analysis 2 für Lehramt TU Dortmund, Sommersemester 24 Aufgabe T Bestimme die Taylorreihen von (a) cos(x) um a. (b) ln(x) um a. (c) um a 2. +x Bestimme in allen Fällen das Taylorpolynom T n,a
Mehr1 Konvexe Funktionen. 1.1 Definition. 1.2 Bedingung 1.Ordnung. Konvexität und Operationen, die die Konvexität bewahren Seite 1
Konvexität und Operationen, die die Konvexität bewahren Seite 1 1 Konvexe Funktionen 1.1 Definition Eine Funktion f heißt konvex, wenn domf eine konvexe Menge ist und x,y domf und 0 θ 1: f(θx + (1 θ)y)
MehrMathematik II. Vorlesung 49. Der Banachsche Fixpunktsatz
Prof. Dr. H. Brenner Osnabrück SS 2010 Mathematik II Vorlesung 49 Der Banachsche Fixpunktsatz Satz 49.1. Es sei M ein nicht-leerer vollständiger metrischer Raum und f :M M eine stark kontrahierende Abbildung.
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen
MehrKapitel VI. Euklidische Geometrie
Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und
MehrKonvexe Mengen und konvexe Funktionen
Konvexe Mengen und konvexe Funktionen Teilnehmer: Moritz Butz Franziska Ihlefeldt Johannes Jendersie Marie Lambert Eike Müller Gregor Pasemann Konstantin Rohde Herder-Gymnasium Herder-Gymnasium Georg-Forster-Gymnasium
MehrCaputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen
Seminar Fraktionale Differentialgleichungen Prof. Dr. P.E. Kloeden, WS1000/2001 Caputo fraktionale Differentialgleichungen Lars Grüne, 25.1.2001 Basierend auf Fractional Differential Equations, Theory
MehrStetigkeit. 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
MehrAnalysis I. Vorlesung 16. Funktionenfolgen
Prof. Dr. H. Brenner Osnabrück WS 2014/2015 Analysis I Vorlesung 16 Funktionenfolgen Eine (vertikal gestauchte) Darstellung der ersten acht polynomialen Approximationen der reellen Exponentialfunktion
MehrLineare Abbildungen und Darstellungsmatrizen
KAPITEL 4 Lineare Abbildungen und Darstellungsmatrizen 1. Lineare Abbildungen Definition 4.1 (Lineare Abbildungen). Seien V und W zwei Vektorräume über den selben Körper K. Eine Abbildung f : V W heißt
MehrInduktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010
Induktive Limiten Arpad Pinter, Tobias Wöhrer 30. Jänner 2010 1 Inhaltsverzeichnis 1 Induktiver Limes von Mengen 2 2 Induktiver Limes von Vektorräumen 4 3 Lokalkonvexe topologische Vektorräumen 7 4 Induktiver
Mehr27 Taylor-Formel und Taylor-Entwicklungen
136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen
Mehr4.7 Der Taylorsche Satz
288 4 Differenziation 4.7 Der Taylorsche Satz Die Differenzierbarkeit, also die Existenz der ersten Ableitung einer Funktion, erlaubt bekanntlich, diese Funktion lokal durch eine affine Funktion näherungsweise
MehrStetige 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
MehrIm gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge
1 Mengensysteme Ein Mengensystem ist eine Familie von Teilmengen einer Grundmenge und damit eine Teilmenge der Potenzmenge der Grundmenge. In diesem Kapitel untersuchen wir Mengensysteme, die unter bestimmten
MehrMathematik für Anwender I. Beispielklausur I mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
Mehr1 Eingebettete Untermannigfaltigkeiten des R d
$Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die
MehrEinführung in die Funktionalanalysis
Einführung in die Funktionalanalysis Bernhard Gsell Skriptum zur Vorlesung gelesen von Prof. Wolfgang Woess 21. August 2014 Dies ist die Umsetzung meiner Vorlesungsmitschrift zu Einführung in die Funktionalanalysis,
MehrModulabschlussklausur Analysis II
Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen
MehrDynamische Systeme eine Einführung
Dynamische Systeme eine Einführung Seminar für Lehramtstudierende: Mathematische Modelle Wintersemester 2010/11 Dynamische Systeme eine Einführung 1. Existenz und Eindeutigkeit von Lösungen 2. Flüsse,
MehrEbene algebraische Kurven
Ebene algebraische Kurven Tangenten und Singularitäten Meyrer Claudine 4. November 010 Inhaltsverzeichnis 1 Lokale Eigenschaften an-algebraischer Kurven (in C ) 1.1 Denitionen..............................
MehrÜbungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009
Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.
MehrBeispiel 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;.
MehrFunktionalanalysis. Frühlingssemester Prof. Dr. Camillo de Lellis. 31. Juli Mitschrift: Amrein Mario Fortunati Paolo
Funktionalanalysis Frühlingssemester 2008 Prof. Dr. Camillo de Lellis 31. Juli 2008 Mitschrift: Amrein Mario Fortunati Paolo Šerić Marko Inhaltsverzeichnis 1 Einführung 1 2 Strukturen 5 2.1 Skalarprodukte..............................
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung
MehrLineare Abhängigkeit
Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x
MehrVorlesung. Funktionen/Abbildungen 1
Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
MehrWirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2012/13 Hochschule Augsburg Aufgabe 98 12.12.2012 Untersuchen Sie die Funktion f W R! R mit f.x/
MehrTaylor-Entwicklung der Exponentialfunktion.
Taylor-Entwicklung der Exponentialfunktion. Betrachte die Exponentialfunktion f(x) = exp(x). Zunächst gilt: f (x) = d dx exp(x) = exp(x). Mit dem Satz von Taylor gilt um den Entwicklungspunkt x 0 = 0 die
MehrLösungen zum 3. Aufgabenblatt
SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.
MehrÜbungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3
MehrLineare Algebra II 9. Übungsblatt
Lineare Algebra II 9. Übungsblatt Fachbereich Mathematik SS Prof. Dr. Kollross 5./6. Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest: ohne Benutzung des Skripts und innerhalb von Minuten!)
Mehr2. Stetige lineare Funktionale
-21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn
Mehr17. Penalty- und Barriere-Methoden
H.J. Oberle Optimierung SoSe 01 17. Penalty- und Barriere-Methoden Penalty- und Barriere Methoden gehören zu den ältesten Ansätzen zur Lösung allgemeiner restringierter Optimierungsaufgaben. Die grundlegende
Mehr2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0!
Klausur 25.02.2004 Aufgabe 5 Gegeben ist die Funktion f(x) = 2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 06.08.2003 Aufgabe 5 Gegeben ist
MehrKapitel III. Lineare Abbildungen
Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,
MehrGalerkin-Diskretisierung von Eigenwertproblemen für partielle Differentialgleichungen
Galerkin-Diskretisierung von Eigenwertproblemen für partielle Differentialgleichungen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science an der Technischen Universität Berlin Verfasser:
MehrINGENIEURMATHEMATIK. 9. Differentialrechnung für Funktionen mehrerer Variablen. Sommersemester Prof. Dr. Gunar Matthies
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 9. Differentialrechnung für Funktionen mehrerer Variablen Prof. Dr. Gunar Matthies Sommersemester
Mehr11 Stochastisches Integral und Itô-Formel
11 Stochastisches Integral und Itô-Formel Im diskreten Finanzmodell bei selbstfinanzierender Strategie ϑ = {ϑ n n=,...,n mit Anfangswert V gilt : Ṽ n ϑ = V + n ϑ T j S j. j=1 Dieser diskontierte Wertprozess
MehrMathematische Methoden der Physik: Funktionalanalytische Methoden. Technische Universität Clausthal WS 1998/99
Mathematische Methoden der Physik: Funktionalanalytische Methoden Technische Universität Clausthal WS 1998/99 W. Lücke 3 Vorwort Als Funktionalanalysis bezeichnet man die Analysis von Funktionen, deren
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus
MehrThema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen
Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.
Mehr8 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
MehrLösung der Prüfung Sommer 2009
Prof. D. Salamon Analysis I/II D-MATH, D-PHYS, D-CHAB ETH Zürich. Juni 9 Lösung der Prüfung Sommer 9. Berechnen Sie folgende Grenzwerte: (a) (b) Hinweis: Regel von de l Hospital. ( ( )) lim n n cos n lim
MehrPD Dr. R. Schätzle 1.11.1999. Maßtheoretische Methoden WS 1999/00
ETH Zürich Departement für Mathematik PD Dr. R. Schätzle 1.11.1999 Maßtheoretische Methoden WS 1999/00 1.Übung AUFGABE 1: Es sei µ ein borelreguläres Maß auf einem metrischen Raum X und X = j=1 V j, wobei
MehrErgänzungen zur Analysis I
537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.
Mehr4 Elementare Vektorraumtheorie
4. ELEMENTARE VEKTORRAUMTHEORIE 51 4 Elementare Vektorraumtheorie Im folgenden sei K stets ein Körper. Definition. (i) Eine homogene Gleichung in den Unbekannten ξ 1,..., ξ n ist ein Ausdruck der Gestalt
MehrKap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v
Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 4
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=
MehrLösungsvorschläge zum 14. Übungsblatt.
Übung zur Analysis III WS / Lösungsvorschläge zum 4. Übungsblatt. Aufgabe 54 Sei a R\{}. Ziel ist die Berechnung des Reihenwertes k a + k. Definiere dazu f : [ π, π] R, x coshax. Wir entwickeln f in eine
MehrAnalysis III. Vorlesung 87. Mannigfaltigkeiten mit Rand
Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Analysis III Vorlesung 87 Mannigfaltigkeiten mit Rand Eine zweidimensionale Mannigfaltigkeit mit Rand. Der Rand besteht aus den vier geschlossenen Bögen. Definition
MehrDie Taylorreihe einer Funktion
Kapitel 6 Die Taylorreihe einer Funktion Dieser Abschnitt beschäftigt sich mit Taylorreihen, Taylorpolynomen und der Restgliedabschätzung für Taylorpolynome. Die Taylorreihe einer reellen Funktion ist
MehrLösungen zu Aufgabenblatt 7P
Analysis Prof. Dr. Peter Becker Fachbereich Informatik Sommersemester 205 9. Mai 205 Lösungen zu Aufgabenblatt 7P Aufgabe (Stetigkeit) (a) Für welche a, b R sind die folgenden Funktionen stetig in x 0
MehrGrundlagen der Variationsrechnung
Universität des Saarlandes Fachrichtung 6.1 Mathematik /home/lehrstuhl/ag-fuchs/olli/work/texstyles/eule-eps-conv Grundlagen der Variationsrechnung Eine anwendungsorientierte Einführung in die lineare
MehrKonvergenz von Folgen
6 Konvergenz von Folgen Definition 6.1 Eine Folge in C (oder R) ist eine Abbildung f : N C (oder R). Schreibweise: (a n ) n N, (a n ), a 1, a 2... wobei a n = f(n). Beispiele: 1) (1 + 2 n ) n N, 3 2, 5
Mehr1 Mengen und Abbildungen
1 MENGEN UND ABBILDUNGEN 1 1 Mengen und Abbildungen Wir starten mit einigen einführenden Definitionen und Ergebnissen aus der Theorie der Mengen und Abbildungen, die nicht nur Grundlage der Linearen Algebra
MehrApril (Voll-) Klausur Analysis I für Ingenieure. Rechenteil
April (Voll-) Klausur Analysis I für Ingenieure en Rechenteil Aufgabe 7 Punkte (a) Skizzieren Sie die 4-periodische Funktion mit f() = für und f() = für (b) Berechnen Sie für diese Funktion die Fourierkoeffizienten
Mehr2 Euklidische Vektorräume
Sei V ein R Vektorraum. 2 Euklidische Vektorräume Definition: Ein Skalarprodukt auf V ist eine Abbildung σ : V V R, (v, w) σ(v, w) mit folgenden Eigenschaften ( Axiome des Skalarprodukts) (SP1) σ ist bilinear,
MehrSTETIGKEITS- UND KONVERGENZMODI FÜR FUNKTIONEN UND FUNKTIONENFOLGEN
STETIGKEITS- UN KONVERGENZMOI FÜR FUNKTIONEN UN FUNKTIONENFOLGEN. Vorbemerungen Im folgenden seien stets: (M, d), (K, ρ) metrische Räume, (V, V ) ein Banach-Raum (nicht notwendigerweise endlichdimensional!),
MehrGeometrische Mannigfaltigkeiten
Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie
Mehr4. DIE ABLEITUNG (DERIVATIVE)
31 Dieses Skript ist ein Auszug mit Lücken aus Einführung in die mathematische Behandlung der Naturwissenschaften I von Hans Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie das Buch auch
MehrMengensysteme, Wahrscheinlichkeitsmaße
Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen
MehrMathematik für Wirtschaftswissenschaftler. gehalten von Claus Diem
Mathematik für Wirtschaftswissenschaftler gehalten von Claus Diem Übungen Die Seminare / Übungsgruppen / Tutorien finden wöchentlich statt. Alle zwei Wochen am Montag wird ein Übungsblatt ausgegeben. Dies
MehrExkurs: Polnische Räume
Ein normaler Hausdorff-Raum mit abzählbarer Basis kann auf viele Weisen metrisiert werden; man kann insbesondere eine einmal gewonnene Metrik in vielerlei Weise abändern, ohne die von ihr erzeugte Topologie
MehrMultivariate Analysis
Kapitel Multivariate Analysis Josef Leydold c 6 Mathematische Methoden I Multivariate Analysis / 38 Lernziele Funktionen in mehreren Variablen Graph und Niveaulinien einer Funktion in zwei Variablen Partielle
Mehr