Aufgabensammlung zu Funktionalanalysis 1 im Wintersemester 2006/2007

Größe: px
Ab Seite anzeigen:

Download "Aufgabensammlung zu Funktionalanalysis 1 im Wintersemester 2006/2007"

Transkript

1 Aufgabensammlung zu Funktionalanalysis 1 im Wintersemester 2006/ Februar 2007 Serie 1 (Kompaktheit) Definition 1. Eine Teilmenge K eines topologischen Raumes X heißt total beschränkt (oder auch präkompakt), falls es zu jedem ε > 0 eine endliche Überdeckung von K mit Kugeln vom Radius ε gibt. D.h. es existieren x 1,..., x n X mit n B(x i, ε) K. Definition 2. Eine Teilmenge K eines topologischen Raumes X heißt abzählbar kompakt, falls jede unendliche Teilmenge A von K einen Häufungspunkt in K besitzt. Ein Häufungspunkt von A in K ist ein Punkt x K, so dass jede Umgebung von x mindestens ein von x verschiedenes Element aus A enthält. Aufgabe 1. Sei X ein metrischer Raum und K X. Dann sind die folgenden Aussagen äquivalent. (i) K ist kompakt. (ii) K ist abzählbar kompakt. (iii) K ist folgenkompakt. (iv) K ist total beschränkt und vollständig. Beweis. (i) (ii): Sei also K als kompakt vorausgesetzt. Sei A K und besitze keinen Häufungspunkt. Das heißt, dass für jedes x X eine Umgebung U x existiert, die höchstens einen Punkt von A (nämlich x selbst) enthält. Es ist U x = X K. x X 1

2 Weil K kompakt ist, existiert eine endliche Teilüberdeckung n U xi K. Damit gilt aber auch n U x i A, womit A nur endlich gewesen sein kann. (ii) (iii): Sei jetzt K als abzählbar kompakt vorausgesetzt. Sei x n, n N, eine Folge in K. Falls die Menge A = {x n n N} endlich ist, hat x n, n N, eine konstante und damit in K konvergente Teilfolge. Falls A nicht endlich ist, so besitzt diese Menge einen Häufungspunkt x K. Das heißt, dass in jeder Umgebung von x mindestens ein von x verschiedenes Folgenglied zu finden ist. Dies liefert uns eine gegen x konvergente Teilfolge von x n, n N (man kann diese induktiv definieren). (iii) (iv): Sei jetzt K als folgenkompakt vorausgesetzt. Wir nehmen an, dass K nicht total beschränkt ist. Das heißt, dass ein ε > 0 existiert, so dass für alle n N und alle x 1,..., x n K n B(x i, ε) K gilt. Wir konstruieren daraus eine Folge in K, die im Widerspruch zur Folgenkompaktheit von K keine konvergente Teilfolge besitzen kann. Dies geschieht induktiv. Wir wählen x 1 K beliebig. Dann gilt B(x 1, ε) K. Also finden wir ein x 2 K mit x 2 B(x 1, ε), d.h. d(x 2, x 1 ) ε. Nun gilt aber auch B(x 1, ε) B(x 2, ε) K. Daher finden wir ein x 3 K mit d(x 3, x 1 ) ε und d(x 3, x 2 ) ε. Zu gefundenen Folgengliedern x 1,..., x n finden wir ebenso ein x n+1 K mit d(x n+1, x j ) ε für alle j n. Die so konstruierte Folge x n, n N, hat also die Eigenschaft d(x i, x j ) ε für i j und kann damit offenbar keine konvergente Teilfolge besitzen. Dies ist ein Widerspruch, womit wir gezeigt haben, dass K total beschränkt ist. Zum Nachweis der Vollständigkeit macht man sich klar, dass eine Cauchyfolge mit konvergenter Teilfolge selbst konvergent ist (natürlich gegen den gleichen Grenzwert). (iv) (i): Wir setzen jetzt K als vollständig und total beschränkt voraus. Wir nehmen an, es gäbe 2

3 eine offene Überdeckung U i, i I, von K ohne endliche Teilüberdeckung. Wegen der total Beschränktheit von K finden wir Punkte x (1) 1,..., x (1) n 1 X mit n 1 ( B x (1) i, 1 ) K. 2 Eine dieser Kugeln B(x (1) i, 1/2) lässt sich nicht von endlich vielen U i überdecken. Sei dies o.b.d.a. die Kugel um x (1) 1. Jetzt wählen wir Punkte x (2) 1,..., x (2) n 2 X mit n 2 ( B x (2) i, 1 ) K. 2 2 Es folgt B ( x (1) 1, 1 ) ( = B x (1) 1, 1 ) 2 2 ( n2 B ( x (2) i, 1 4) ) = n 2 ( ) x (1) 1, 1/2 ( ( B x (1) 1, 1 ) ( B x (2) i, 1 )). 2 4 ( ) x (2) i, 1/4 Nun lässt sich aber wieder eine der Menge B B nicht mit endlich ( ) vielen U i überdecken. Wir können wieder o.b.d.a. annehmen, dass es sich um B x (1) 1, 1/2 ( ) B x (2) 1, 1/4 handelt. Wir führen dieses Verfahren fort und erhalten (induktiv) eine Folge x (n) 1, n N, in X, so dass sich n B ( x (i) 1, 1 2 i ) für kein n N mit endlich vielen U i überdecken lässt. Es handelt sich bei x (n) 1, n N, um eine Cauchyfolge. Wir weisen dies nach. Es ist ( ) k+l 1 d x (k) 1, x (k+l) 1 i=k ( ) k+l 1 d x (i) 1, x (i+1) 1 i=k Die rechte Seite ist für hinreichend großes k beliebig klein, da die geometrische Reihe konvergiert. Da wir K als vollständig vorausgesetzt hatten, konvergiert die Folge x (n) 1, n N also in K, etwa gegen a K. Weil U i, i I eine Überdeckung von K ist liegt der Punkt a in einem der U i, etwa in U i0. Da U i0 offen ist, existiert ein ε > 0 mit B(a, ε) U i0. Für hinreichend großes n N ist dann aber n B ( x (i) 1, 1/2 i ) B(a, ε) U i0, was nicht sein kann, da sich keiner dieser Schnitte von endlich vielen U i überdecken lassen sollte i.

4 Aufgabe 2. Sei X ein metrischer Raum und K X. Ist K kompakt, so ist K total beschränkt. Beweis. Sei K als kompakt vorausgesetzt. Sei ε > 0. Dann ist x X B(x, ε) = X K eine offene Überdeckung von K. Also gibt es eine endliche Teilüberdeckung B(x 1, ε),..., B(x n, ε) von K. Das war zu zeigen. Aufgabe 3. Sei X ein kompakter topologischer Raum und Y ein topologischer Hausdorff Raum. Weiter sei f : X Y eine bijektive und stetige Abbildung. Dann ist auch f 1 stetig. Beweis. Wir zeigen, dass Urbilder abgeschlossener Mengen unter f 1 : Y X abgeschlossen sind. Sei also A X eine abgeschlossene Menge. Da X kompakt ist, ist A selbst kompakt. Da stetige Funktionen kompakte Mengen auf kompakte Mengen abbilden, ist auch f(a) Y kompakt. Da kompakte Mengen in Hausdorff Räumen (sonst nicht unbedingt!) abgeschlossen sind, ist f(a) insbesondere abgeschlossen. Dabei handelt es sich aber gerade um (f 1 ) 1 (A). Serie 2 (Produkttopologie) Aufgabe 4. Es sei τ die Topologie auf dem R n, die von der euklidischen Norm erzeugt wird und σ sei die Produkttopologie auf dem R n, die von der üblichen Topologie (die vom Betrag erzeugte) auf R erzeugt wird. Dann stimmen σ und τ überein. Wir werden zum Beweis zwei Lemmata verwenden. Zu deren Formulierung benötigen wir noch eine Definition. Definition 3. Zwei Normen 1, 2 auf einem Raum X heißen äquivalent, falls zwei Konstanten c 1, c 2 > 0 existieren, so dass für alle x X c 1 x 1 x 2 c 2 x 1 gilt. Lemma 1. Äquivalente Normen erzeugen stets dieselbe Topologie. Beweis. Seien 1, 2 zwei Normen auf einem Raum X, die äquivalent sind, also so das c 1 x 1 x 2 c 2 x 1 für zwei positive Konstanten c 1, c 2 gilt. Es sei τ die von 1, d.h. die von der Menge E 1 = {B 1 (x, ε) x X, ε > 0} 4

5 erzeugte Topologie. Hierbei sei B 1 (x, ε) = {y X x y 1 < ε}. Analog definieren wir B 2 (x, ε). Es sei σ die von 2 erzeugte Topologie. Wir zeigen E 1 σ und E 2 τ. Daraus folgt τ = σ, denn τ ist die kleinste Topologie, die E 1 umfasst und σ ist die kleinste Topologie, die E 2 umfasst. Sei also B 1 (x, ε) E 1 und y B 1 (x, ε). Dann existiert ein δ > 0, so dass B 1 (y, δ) B 1 (x, ε) ist. Dann ist B 2 (y, c 1 δ) B 1 (y, δ). Denn: Sei z B 2 (y, c 1 δ). Das heißt z y 2 < c 1 δ. Dann folgt y z 1 1 c 1 y z 2 < δ. Also ist y B 2 (y, c 1 δ) B 1 (x, ε) und damit ist B 1 (x, ε) σ. Die Inklusion E 2 τ weist man ebenso einfach nach. Lemma 2. Es sei x 2 = ( n x2 i ) 1/2 die euklidische Norm auf dem R n und x = max 1 i n x i die -Norm auf dem R n. Dann gilt x x 2 n 1/2 x für alle x R n. Insbesondere sind die beiden Normen 2 und auf dem R n äquivalent. Beweis. Die linke Ungleichung ist klar. Die rechte gilt wegen x 2 2 = n x 2 i n x 2 = n x 2. Jetzt kommen wir zum Beweis der eigentlichen Aufgabe. Beweis. (von Aufgabe 4) Die Topologie τ wird von der Menge E 1 = {B 2 (x, ε) x R n, ε > 0} erzeugt. Hierbei sei B 2 (x, ε) = {y R n x y 2 < ε} und 2 bezeichne die normale euklidische Norm. Die Topologie σ wird von der Menge {p 1 i (U i ) U i R offen, i n} erzeugt. Hierbei bezeichne p i die i-te Koordinatenprojektion. Da es sich um ein endliches kartesisches Produkt handelt, wird σ also von der Menge {U 1... U n i n : U i R offen} erzeugt. Da die Menge der offenen Intervalle die gewöhnliche Topologie auf R erzeugt, wird σ damit von der Menge {I 1... I n i n : I i R offenes Intervall} 5

6 erzeugt. Da Topologien unter Vereinigungen abgeschlossen sind, und man einen Quader I 1... I n als Vereinigung von Würfeln (= Kugeln in der -Norm) schreiben kann, folgt dass σ von der Menge erzeugt wird. E 2 = {B (x, ε) x R n, ε > 0} Nach Lemma sind die Normen 2 und äquivalent. Damit haben wir eingesehen, dass die Topologien τ und σ von äquivalenten Normen erzeugt werden. Mit Hilfe des zweiten Lemmas folgt die Gleichheit der beiden Topologien. Aufgabe 5. Eine Teilmenge eines metrischen Raumes ist genau dann kompakt, wenn sie vollständig und total beschränkt ist. Beweis. Siehe Aufgabe 1. Aufgabe 6. Es sei C die Cantor Menge, die mit der von R induzierten Topologie ausgestattet ist. Der zweielementige Raum {0, 1} sei mit der diskreten Topologie ausgestattet und n N {0, 1} = {0, 1}N mit der Produkttopologie. Dann sind C und {0, 1} N homöomorph. Insbesondere ist {0, 1} N kompakt. Beweis. Steht im Skript. Serie 3 (Topologische Vektorräume) Aufgabe 7. Jede stetige Abbildung eines kompakten metrischen Raumes in einen metrischen Raum ist schon gleichmäßig stetig. Beweis. Sei K ein kompakter metrischer Raum, X irgendein metrischer Raum und f : K X stetig. Wir nehmen an, dass f nicht gleichmäßig stetig ist. D.h. ε > 0 : δ > 0 : x, y K : d(x, y) < δ d(f(x), f(y)) ε. Daher können wir ein ε > 0 finden, so dass für alle n N Punkte x n, y n K existieren mit d(x n, y n ) < 1/n und d(f(x n ), f(y n )) ε. Weil K kompakt ist, besitzt die Folge x n, n N, eine konvergente Teilfolge x nk, k N mit Grenzwert x 0 K. Dann konvergiert auch y nk, k N, gegen x 0 : d(y nk, x 0 ) d(y nk, x nk ) + d(x nk, x 0 ), und die rechte Seite ist für hinreichend großes k N beliebig klein. Weil f stetig ist, folgt lim f(x n k ) = lim f(y nk ) = f(x 0 ). k k Das kann aber nicht sein, da ja d(f(x nk ), f(y nk )) ε für alle k N gilt. 6

7 Aufgabe 8. (i) Der R n mit der gewöhnlichen Topologie ist ein topologischer Vektorraum über den reellen Zahlen. (ii) Der R n mit der Topologie τ = {, R n } ist ein topologischer Vektorraum über den reellen Zahlen. Beweis. Zum Beweis von (i): Zunächst zeigen wir, dass die Vektoraddition φ : R n R n R n, (x, y) x + y stetig ist. Seien also x 0, y 0 R n. Wir haben zu zeigen, dass das Urbild einer Umgebung von x 0 + y 0 unter φ eine Umgebung von (x 0, y 0 ) ist. Sei also V R n eine Umgebung von x 0 + y 0. Dann existiert ein ε > 0, so dass B(x 0 + y 0, ε) V. Wir zeigen, dass ein δ > 0 existiert, so dass für alle (x, y) R n R n mit Abstand kleiner δ zu (x 0, y 0 ) gilt, dass (x+y) B(x 0 +y 0, ε) ist. Was ist der Abstand in R n R n? Wir müssen die Produkttopologie verwenden. Das heißt wir können irgendeine Norm auf R n R n nehmen, welche diese erzeugt. Eine solche ist z.b. (x, y) = max{ x, y }. Wir setzen uns jetzt δ = ε/2. Sei (x, y) R n R n mit (x, y) (x 0, y 0 ) < δ. Das heißt max{ x x 0, y y 0 } < δ. Dann folgt Damit ist (x + y) B(x 0 + y 0, ε). x + y (x 0 + y 0 ) x x 0 + y y 0 < 2δ = ε. Jetzt zeigen wir noch, dass die Skalarmultiplikation stetig ist. Sei (x 0, t 0 ) R n R. Sei ε > 0. Setzeδ = min{(ε/3) 1/2, ε/(3 t 0 ), ε/(3 x 0 )}. Sei (x, t) R n R mit (x, t) (x 0, t 0 ) < δ. Das soll heißen max{ x x 0, t t 0 } < δ. Dann folgt tx t 0 x 0 = tx t 0 x + t 0 x t 0 x 0 t t 0 x + t 0 x x 0. Die rechte Seite ist kleiner als δ(δ + x 0 ) + t 0 δ = δ 2 + δ x 0 + δ t 0 ε. Nun zum Beweis von (ii): Wir denken daran, dass R n jetzt mit der chaotischen Topologie ausgestattet ist. Sei (x 0, y 0 ) R n R n. Sei V R n eine Umgebung von x 0 + y 0. Dann ist V = R n. Damit ist φ 1 (V ) = R n R n offenbar eine Umgebung von (x 0, y 0 ). Ebenso ist eine Umgebung von t 0 x 0 R n schon gleich R n R. Hier ist also auch nichts zu zeigen. 7

8 Aufgabe 9. Sei I eine überabzählbare Menge und T = [0, 1] I sei mit der Produkttopologie ausgestattet. Es sei S = {t T die Menge aller ι mit t(ι) 0 ist abzählbar}. Dann ist S nicht kompakt aber folgenkompakt. Insbesondere ist S nicht metrisierbar. Beweis. Der Beweis steht im Skript. Wir führen hier nur noch das Diagonalfolgenargument im Detail durch. Wir wollen also zeigen, dass S folgenkompakt ist. Dazu sei t n, n N, eine Folge in S. Wir müssen zeigen, dass sie eine konvergente Teilfolge besitzt. Es sei I 0 = n N{i I t n (i) 0}. Dann ist I 0 als abzählbare Vereinigung abzählbarer Mengen selbst abzählbar. Es sei {i j j N} = I 0 eine Abzählung der Menge I 0. Es gilt nach Definition von I 0 : Für alle i I 0 und alle n N ist t n (i) = 0. Wir betrachten die Folge t n (i 1 ), n N. Dies ist eine Folge in [0, 1]. Sie besitzt also eine konvergente Teilfolge t nk (i 1 ), k N, mit Grenzwert x 1 [0, 1]. Jetzt betrachten wir die Folge t nk (i 2 ), k N. Wieder handelt es sich um eine Folge in [0, 1] und wir finden eine konvergente Teilfolge t nkl (i 2 ), l N, mit Grenzwert x 2 [0, 1]. So finden wir zu jedem j N eine konvergente Teilfolge von t n (i j ), n N, mit Grenzwert x j [0, 1]. Entscheidend ist, dass dies so geschieht, dass für jedes j N die j-te Auswahl an Folgengliedern eine Teilauswahl der (j 1)-ten Auswahl ist. Unser Grenzkandidat ist t : I [0, 1] mit t(i) = 0 für i I \ I 0 und t(i j ) = x j für alle j N. Sei U eine Umgebung von t. Dann können wir annehmen, dass U von der Form i I U i ist, wobei t(i) U i für alle i I und nur endlich viele U i von [0, 1] verschieden sind. Falls von eben diesen i alle in I \I 0 liegen, gilt t n U für jedes n N. Wir nehmen also an, dass i j1,..., i jm I 0 genau die Indizes sind, für die U i [0, 1] ist. Wegen x j1 = t(i j1 ) U ij1 ist U ij1 eine offene Umgebung von x j1 in [0, 1]. Wir finden also einen hinreichend großen Index, ab dem alle Folgenglieder der zugehörigen Teilfolge von t n (i j1 ) in U ij1 liegen. Dies können wir für jedes j {1,..., m} tun und wählen dann als k 0 den maximalen der m gefundenen Indizes. Dies sichert uns t nk U für alle k k 0, wobei n k, k N, eine geeignete Teilauswahl an Folgengliedern ist. Serie 4 (Einige Banachräume) Aufgabe 10. (i) [0, 1] [0,1] ist kompakt aber nicht folgenkompakt. (ii) {0, 1} [0,1] ist kompakt aber nicht folgenkompakt. (iii) Insbesondere sind beide nicht metrisierbar. 8

9 Beweis. Steht im Skript. Aufgabe 11. (i) C[a, b] mit der Supremumsnorm ist ein Banachraum. (ii) l (N) ist ein Banachraum. (iii) Der Raum c aller konvergenten Folgen ist mit der Supremumsnorm ein Banachraum. (iv) Der c 0 aller gegen 0 konvergenten Folgen ist mit der Supremumsnorm ein Banachraum. Zum Beweis der gesamten Aufgabe verwenden wir zwei Lemmata. Lemma 3. Es sei M irgendeine Menge und l (M) der Raum aller beschränkten Funktionen von M nach R. Wir definieren für f M die Supremumsnorm als f = sup f(x). x M Mit dieser Norm ist l (M) ein Banachraum. Beweis. Sei f n, n N, eine Cauchyfolge in l (M). Wir müssen zeigen, dass die Folge gegen eine beschränkte Funktion konvergiert. Für jedes x M ist f n (x), n N, eine Cauchyfolge in R, weil f n (x) f m (x) f n f m für alle n, m N gilt. Somit konvergiert diese gegen eine Zahl f(x) R. Damit haben wir unseren Grenzkandidaten gefunden. Sei ε > 0. Dann existiert ein N N, so dass für alle m, n N gilt f n f m < ε/2. Sei x M. Weil die Folge f n (x), n N, gegen f(x) konvergiert, finden wir ein von x abhängiges n 0, so dass f n0 (x) f(x) < ε/2. Natürlich können wir annehmen, dass n 0 N gilt. Sei nun n N. Dann folgt f n (x) f(x) f n (x) f n0 (x) + f n0 (x) f(x) f n f n0 + f n0 (x) f(x) < ε. Weil x M beliebig gewählt war, können wir links zum Supremum übergehen und erhalten f n f ε. Das zeigt die Konvergenz. Jetzt müssen wir aber noch prüfen, ob die Funktion f beschränkt ist. Das ist aber klar, wegen für beliebiges n N. f f f n + f n Lemma 4. Ist X ein Banachraum und U ein abgeschlossener Teilraum von X, so ist U selbst ein Banachraum. 9

10 Beweis. Sei x n, n N, eine Cauchyfolge in U. Weil X vollständig ist, konvergiert die Folge gegen ein x X. Weil U abgeschlossen ist, muss aber x U gelten. Also ist U selbst vollständig. Nun zum Beweis der eigentlichen Aufgabe. Beweis. (von Aufgabe 11) Zu (i): Alle stetigen Funktionen auf [a, b] sind beschränkt. Wir haben es also mit einem Teilraum aller beschränkten Funktionen auf [a, b] zu tun. Nach Lemma reicht es, die Abgeschlossenheit dieses Teilraums nachzuweisen. Wir müssen also nur zeigen, dass der gleichmäßige Limes einer Folge stetiger Funktionen wieder stetig ist. Das ist aber eine wohlbekannte Tatsache aus der Grundvorlesung. Zu (ii) ist nach Lemma nichts mehr zu sagen. Zu (iii): Konvergente Folgen sind beschränkt. Wir müssen also nur noch nachweisen, dass es sich um einen abgeschlossenen Teilraum handelt. Sei also x n, n N, eine Folge konvergenter Folgen, die gegen eine Folge x konvergiert. Das heißt für jedes n N ist x n = (x n (i)) i N eine Folge reeller Zahlen (ebenso x = (x(i)) i N ) und es gilt x n x 0 für n. Wir müssen zeigen, dass die Grenzfolge x auch konvergent ist. Dazu reicht es zu zeigen, dass es sich um eine Cauchyfolge handelt, da die reellen Zahlen vollständig sind. Sei ε > 0. Dann existiert ein n N, so dass x n x < ε/3. Damit gilt auch x n (i) x(i) < ε/3 für jedes i N. Weil die Folge x n (i), i N, konvergent ist, ist sie auch eine Cauchyfolge. Daher existiert ein i 0 N, so dass für alle i, j i 0 gilt x n (i) x n (j) < ε/3. Seien i, j i 0. Dann folgt x(i) x(j) x(i) x n (i) + x n (i) x n (j) + x n (j) x(j) < ε. Zu (iv): Wir haben schon gezeigt, dass der Raum aller konvergenten Folgen ein Banachraum ist. Wieder müssen wir nur zeigen, dass die Nullfolgen einen abgeschlossenen Teilraum bilden. Sei x n, n N, eine Folge von Nullfolgen die gegen eine Folge x konvergiert. Wir müssen zeigen, dass x = (x(i)) i N auch eine Nullfolge ist. Sei ε > 0. Dann finden wir ein n N mit x n x < ε/2. Weil x n (i), i N, eine Nullfolge ist, finden wir ein i 0 N mit x n (i) < ε/2 für alle i i 0. Sei i i 0. Dann folgt x(i) x(i) x n (i) + x n (i) < ε. Definition 4. Eine Teilmenge F C[0, 1] heißt gleichstetig, falls für jedes ε > 0 ein δ > 0 existiert, so dass für alle f F und alle x, y [0, 1] gilt x y < δ f(x) f(y) < ε. Aufgabe 12. Eine kompakte Teilmenge F C[0, 1] ist abgeschlossen, beschränkt und gleichstetig. 10

11 Beweis. Da C[0, 1] als metrischer Raum Hausdorff ist, ist eine kompakte Teilmenge abgeschlossen. Außerdem ist eine kompakte Menge auch total beschränkt und damit insbesondere beschränkt. Wir haben also nur die Gleichstetigkeit zu zeigen. Sei ε > 0. Weil F total beschränkt ist, existiert ein n N und f 1,..., f n F, so dass F n B(f i, ε/3). Da [0, 1] kompakt ist, sind alle f i sogar gleichmäßig stetig. Daher existiert für jedes i n ein δ i > 0, so dass für alle x, y [0, 1] gilt: x y < δ i f i (x) f i (y) < ε/3. Wir setzen δ = min 1 i n δ i. Seien f F und x, y [0, 1] mit x y < δ. Wegen F n B(f i, ε/3) existiert ein i n mit f B(f i, ε/3). Es folgt f(x) f(y) f(x) f i (x) + f i (x) f i (y) + f i (y) f(y) < ε. Serie 5 (Kompaktheit in C[0, 1] und der Raum L ) Aufgabe 13. Es sei C[0, 1] der Raum aller stetigen Funktionen f : [0, 1] R ausgestattet mit der Norm f = max x [0,1] f(x). (i) Die Menge {f n n N 0 } mit f 0 0 und f n (x) = x n für jedes n N ist nicht kompakt. (ii) Die Menge {g n n N} mit g n (x) = sin(nx) ist nicht kompakt. (iii) Die abgeschlossene Einheitskugel ist nicht kompakt. Beweis. (i) Wir haben es mit einem normierten, also insbesondere mit einem metrischen Raum zu tun. Eine kompakte Menge müsste also auch folgenkompakt sein. Es ist f n, n N, eine Folge in der zu untersuchenden Menge. Wir müssten also eine konvergente Teilfolge f nk, k N, finden. Es gilt f nk (x) = x n k für alle x [0, 1] und n k für k. Daher folgt lim k f nk (x) = 0 für alle x [0, 1) und lim k f nk (1) = 1. Das heißt, dass die Funktionenfolge f nk, k N, punktweise gegen die Funktion f : [0, 1] R mit f(x) = 0 für x [0, 1) und f(1) = 1 konvergiert. Da nach unserer Annahme aber auch gleichmäßige Konvergenz vorliegt und der gleichmäßige Grenzwert der Funktionenfolge nicht von dem punktweisen abweichen kann, müsste die Funktion f stetig sein. Das ist nicht der Fall. Die zu untersuchende Menge ist also nicht 11

12 folgenkompakt. (ii) Wir zeigen, dass die zu untersuchende Menge nicht gleichstetig ist. Da kompakte Mengen gleichstetig sind (Satz von Arzela und Ascoli), kann sie damit nicht kompakt sein. Wir haben also zu zeigen ε > 0 : δ > 0 : x, y [0, 1] : g n : x y < δ g n (x) g n (y) ε. Wir setzen ε = 1/2. Es sei δ > 0. Es existiert ein n N mit π 2n y = π. Dann gilt x y < δ und 2n < δ. Wir setzen x = 0 und g n (x) g n (y) = sin(0) sin(π/2) = 1. (iii) Wir wissen, dass in einem normierten Raum die abgeschlossene Einheitskugel genau dann kompakt ist, wenn der Raum endlich dimensional ist. Der Raum C[0, 1] ist natürlich nicht endlich dimensional. Aufgabe 14. Seien a, b 0 und 0 < t < 1. Es gilt genau dann wenn a = b gilt. a t b 1 t = ta + (1 t)b, Beweis. Es gelte a t b 1 t = ta + (1 t)b. Falls a = 0 oder b = 0, so folgt offenbar a = b = 0. Seien also a, b > 0. Dann können wir durch b teilen und erhalten Mit x = a/b also (a/b) t = t(a/b) + (1 t). x t tx = 1 t. Diese Gleichung gilt für x = 1. Für 0 < x < 1 gilt allerdings x t tx < 1 t, da die Funktion f(x) = x t tx auf (0, 1) streng monoton wachsend ist. Das sehen wir daran, dass f (x) = tx t 1 t = t(x t 1 1) > 0 gilt, weil 0 < t < 1 ist. Es muss also x = 1 gelten und damit a = b. Die Rückrichtung ist klar. Definition 5. Es sei (Ω, A, µ) ein Maßraum. Für jede messbare Funktion f : Ω R definieren wir f = inf {t > 0 µ{x Ω f(x) > t} = 0}. Ein äquivalente Definition ist f = inf sup µ(n)=0 x Ω\N 12 f(x).

13 Weil abzählbare Vereinigungen von Nullmengen wieder Nullmengen sind, existiert eine Nullmenge N mit f = sup f(x). x Ω\N Es sei L (Ω, A, µ) der Raum aller Äquivalenzklassen von messbaren Funktionen f : Ω R mit f <, welche sich nur auf einer Nullmenge unterscheiden. Aufgabe 15. Es sei (Ω, A, µ) ein Maßraum. (i) L = L (Ω, A, µ) ist ein Banachraum. (ii) Für alle messbaren Funktionen f, g : Ω R gilt fg 1 f 1 g. Gleichheit gilt genau dann, wenn auf der Menge {x Ω f(x) 0} mit Ausnahme einer Nullmenge g(x) = g gilt. Beweis. (i) Wir weisen von den Normeigenschaften nur die Dreiecksungleichung nach. Es seien f, g L. Dann existieren Nullmengen N f und N g mit f = sup x Ω\Nf f(x) und g = sup x Ω\Ng g(x). Es folgt f + g = sup f(x) + sup g(x) x Ω\N f x Ω\N g sup f(x) + sup g(x) x Ω\(N f N g) x Ω\(N f N g) sup f(x) + g(x) x Ω\(N f N g) f + g. Nun weisen wir die Vollständigkeit nach. Wir bemerken zunächst, dass für jedes f L eine Nullmenge N f existiert, so dass f = sup x Ω\Nf f(x) und daher f = f N c f <. Daher ist f N c f eine beschränkte Funktionen von Ω \ N f nach R. Es sei f n, n N, eine Cauchyfolge in L. Für jedes Paar (n, m) N N existiert dann eine Nullmenge N (n,m), so dass f n f m = (f n f m ) N c (n,m) gilt. Es ist N := n,m N N (n,m) als abzählbare Vereinigung von Nullmengen selbst eine Nullmenge. Die Folge f n N c, n N, ist eine Cauchyfolge im Raum aller beschränkten Funktionen von Ω \ N nach R. Weil dieser nach Lemma vollständig ist, konvergiert die Folge gegen eine beschränkte Funktion 13

14 f : Ω \ N R. Die Funktion f ist als punktweiser Grenzwert messbarer Funktionen selbst messbar. Wir definieren g : Ω R durch g(x) = f(x) für x Ω \ N und g(x) = 0 sonst. Man prüft leicht nach, dass g messbar ist. Außerdem ist g = f < und die Folge f n, n N, konvergiert in der Norm gegen g. (ii) steht im Skript. Serie 6 (Quotientenabbildung und kompakte Operatoren) Aufgabe 16. Es sei X ein normierter Raum und Y X ein abgeschlossener Teilraum. Dann ist die Quotientenabbildung Q : X X/Y, x [x], eine offene Abbildung. Beweis. Wir verwenden Lemma 81 aus dem Skript. Dieses besagt, dass eine lineare Abbildung genau dann offen ist, wenn es eine offene Kugel gibt, die ganz im Bild der offenen Einheitskugel enthalten ist. Wir weisen nach, dass die Quotientenabbildung die offene Einheitskugel B X von X auf die offene Einheitskugel B X/Y von X/Y abbildet, also Q(B X ) = B X/Y. Es würde uns reichen, die Inklusion B X/Y Q(B X ) nachzuweisen. Da die andere Inklusion aber sehr einfach ist, zeigen wir sie vorher noch schnell. Sei also x B X. Dann folgt [x] = inf{ x y y Y } x < 1, weil 0 Y. Also ist Q(x) = [x] B X/Y. Nun zur wichtigen Inklusion. Sei [x] B X/Y. Wir müssen zeigen, dass ein z B X existiert mit Q(z) = [z] = [x]. Es gilt [x] = inf{ x y y Y } < 1. Daher existiert ein y Y mit x y < 1. Wir nehmen z = x y. Es ist nämlich [x y] = [x] [y] = [x], weil y Y ist. Mit Lemma 81 folgt die Behauptung. Bemerkung. Im allgemeinen bildet Q nicht die abgeschlossene Einheitskugel auf die abgeschlossene Einheitskugel ab. Daran sieht man, dass man bei der Definition der Offenheit einer Abbildung nicht abgeschlossene Mengen anstelle von offenen verwenden kann, wie es bei der Definition der Stetigkeit problemlos möglich ist. Aufgabe 17. Es seien X, Y, Z Banachräume. Dann gilt (i) K(X, Y ) ist abgeschlossener Teilraum von L(X, Y ). (ii) Es seien T L(X, Y ) und S L(Y, Z). Falls T kompakt ist oder S kompakt ist, so ist S T kompakt. 14

15 Beweis. Für den Beweis der kompletten Aufgabe verwenden wir die folgende Tatsache. Um die Kompaktheit eines Operators T : X Y nachzuweisen, reicht es zu zeigen, dass für jede beschränkte Folge x n, n N, in X die Folge T (x n ), n N, eine konvergente Teilfolge besitzt. Wir weisen nach, dass die Summe kompakter Operatoren wieder kompakt ist. Seien S, T K(X, Y ). Sei x n, n N, eine Folge in X mit x n 1 für alle n N. Weil T kompakt ist, existiert eine konvergente Teilfolge T (x nk ), k N. Jetzt betrachten wir die Folge S(x nk ), k N. Diese besitzt, weil S kompakt ist, eine konvergente Teilfolge S(x nkl ), l N. Die Folge T (x nkl ), l N, konvergiert natürlich auch. Damit konvergiert die Folge (T + S)(x nkl ), l N. (i) Es sei T n : X Y, n N, eine Folge kompakter Operatoren, die in der Operatornorm gegen ein T L(X, Y ) konvergiert. Wir haben zu zeigen, dass T kompakt ist. Es sei also x n, n N, eine Folge in X mit x n 1 für jedes n N. Wir wollen eine konvergente Teilfolge von T (x n ), n N, finden. Dies geschieht mittels eines Diagonalfolgenarguments. Der Operator T 1 ist kompakt. Daher besitzt die Folge T 1 (x n ), n N, eine konvergente Teilfolge T 1 (x nk ), k N. Wir setzen x 1 k = x n k für jedes k N. Nun ist also T 1 (x 1 k ), k N, eine konvergente Teilfolge von T 1 (x n ), n N. Nun betrachten wir die Folge T 2 (x 1 n), n N. Diese besitzt aufgrund der Kompaktheit des Operators T 2 eine konvergente Teilfolge T 2 (x 1 n k ), k N. Wir schreiben wieder x 2 k = x1 n k für jedes k N. Auf diese Weise erhalten wir für jedes i N eine konvergente Teilfolge T i (x i n) von T i (x n ), n N. Aufgrund unserer Konstruktion, wissen wir außerdem, dass für jedes j i auch die Folge T j (x i n), n N, konvergent ist. Als Diagonalfolge wählen wir jetzt z n := x n n, n N. Wir wissen, dass für jedes m N die Folge T m (z n ), n N, konvergent ist. Denn für n m gehören alle Folgenglieder T m (z n ) zu einer Teilfolge der konvergenten Folge T n (x n k ), k N. Nun zeigen wir, dass T (z n ), n N eine Cauchyfolge ist. Weil der Raum Y als vollständig vorausgesetzt wurde, reicht das aus. Sei ε > 0. Dann existiert ein n N mit T n T < ε/3. Dann finden wir ein j 0 N mit T n (z j ) T n (z i ) < ε/3 für alle i, j j 0. Daraus folgt jetzt für alle i, j j 0 T (z i ) T (z j ) T (z i ) T n (z i ) + T n (z i ) T n (z j ) + T n (z j ) T (z j ) < ε. (ii) Sei zunächst T als kompakt vorausgesetzt. Sei x n, n N, eine beschränkte Folge in X. Dann besitzt T (x n ), n N, eine konvergente Teilfolge T (x nk ), k N. Weil S stetig ist, konvergiert damit auch die Folge (S T )(x nk ) = S(T (x nk )), k N. Damit ist S T kompakt. Jetzt sei S als kompakt vorausgesetzt. Es sei x n, n N, eine beschränkte Folge in X. Weil T stetig ist, gilt T (x n ) T x n für jedes n N. Damit ist T (x n ), n N, ebenfalls eine beschränkte Folge. Weil S kompakt ist besitzt S(T (x n )) = (S T )(x n ), n N, eine konvergente Teilfolge. Also ist S T kompakt. 15

16 Aufgabe 18. Es seien X, Y Banachräume und T L(X, Y ). Für jedes n N sei T n L(X, Y ) ein Operator mit endlich dimensionalem Bild. Falls T n, n N, in der Norm gegen T konvergiert, so ist T kompakt. Beweis. Jeder der Operatoren T n ist kompakt, da sein Bild endlich dimensional ist. Weil wir bereits wissen, dass K(X, Y ) ein abgeschlossener Teilraum von L(X, Y ) ist, muss T also kompakt sein. Serie 7 (Einige Funktionale) Aufgabe 19. Auf jedem reellen, unendlich dimensionalen, normierten Raum gibt es ein unstetiges Funktional. Beweis. Es sei B = {e i i I} eine Basis eines unendlich dimensionalen normierten Raumes X. Wir können ohne Einschränkung annehmen, dass N I gilt. Wir wollen außerdem annehmen, dass e i = 1 für alle i I gilt. Wir definieren auf B eine Abbildung φ : B R durch φ(e i ) = 0 falls i I \ N und φ(e i ) = i für i N. Diese Abbildung können wir zu einer linearen Abbildung auf den ganzen Raum X fortsetzen (Lineare Algebra). Wir nennen die Fortsetzung der Einfachheit halber auch φ. Das so definierte Funktional kann aber nicht stetig sein, denn es gilt φ(e n ) = n für alle n N und damit ist sup x =1 φ(x) sup n N φ(e n ) =. Aufgabe 20. Im folgenden sprechen wir von Funktionalen φ : C[ 1, 1] R, wobei C[ 1, 1] mit der Supremumsnorm ausgestattet sei. 1. φ(f) = 1 f(x) dx hat Norm φ(f) = 1 sgn(x)f(x) dx hat Norm φ(f) = 1 f(x) dx f(0) hat Norm φ ε (f) = f(ε) f( ε) 2f(0) ε 2 hat Norm 4/ε φ(f) = n=1 ( 1) n f(1/n) hat Norm n 2 n=1 1 (= π 2 /6). n 2 6. φ n (f) = 1 1 f(x) dx n 1 2n+1 k= n f(k/n) hat Norm 3. Beweis. 1. Es gilt für alle f C[ 1, 1] mit f 1: φ(f) 1 0 f(x) dx 1, und damit φ 1. Für f 1 gilt φ(f) = 1 also gilt φ = 1. 16

17 2. Wieder gilt für alle f mit f 1: φ(f) 1 1 f(x) dx 2, und damit φ 2. Zu 0 < ε < 1 definieren wir jetzt f ε C[ 1, 1] durch 1, x < ε f ε (x) = x/ε, ε x ε +1, x > ε. Dann gilt φ(f ε ) = 2 2ε + ε ε > 0, also φ = 2. ε 3. Für jedes f mit f 1 gilt φ(f) sgn(x)f(x) dx 2 4ε. Es folgt φ 2 4ε für jedes 1 1 f(x) dx + f(0) 3, also φ 3. Nun definieren wir wieder zu ε > 0 eine stetige Funktion f ε auf [ 1, 1] durch f(x) = 1, falls x < ε oder x > ε. Außerdem sei f(x) = (2/ε)x 1 für ε < x < 0 und f(x) = (2/ε)x für 0 < x < ε. Dann folgt φ(f) = 3 2ε + ε ε f(x) dx 3 4ε. Damit gilt φ 3 4ε und, da ε beliebig vorgegeben war, φ = Wir erhalten wieder die Abschätzung φ(f) f(ε) + f( ε) +2 f(0) 4/ε 2 für jedes f mit ε 2 f 1. Außerdem definieren wir wie in 3. leicht eine stetige Funktion f ε mit f ε (ε) = 1 und f ε ( ε) = 1 und f(0) = 1, womit der Wert 4/ε 2 auch angenommen wird. 5. Natürlich ist φ n=1 Für jedes N N definieren wir eine stetige Funktion f N : [ 1, 1] R durch f N (1/n) = ( 1) n für alle n N mit n < N, f N (1/N) = 0 und f N (x) = 0 für alle x < 1/N. Wir verbinden die Funktionswerte f(1/n) für n N noch durch Geradenstücke. Dann folgt 1 n 2. für N. φ(f N ) = N 1 n=1 1 n 2 n=1 1 n 2 17

18 6. Für jedes f C[ 1, 1] mit f 1 gilt φ n (f) 1 1 f(x) dx + 1 2n + 1 n k= n f(k/n) 3. Sei jetzt 0 < ε < 1. Wir definieren leicht eine stetige Funktion f 2n ε : [ 1, 1] R mit f ε (k/n) = 1 für k = n,..., n und f ε (x) = 1, falls x [k/n ε, k/n + ε] für alle k = n,..., n. Dazu verbinden wir einfach durch Geradenstücke. Für die so definierte Funktion f ε erhalten wir jetzt φ n (f ε ) (1/n 2ε)2n 2ε(2n + 1) + 1 n 1 = 3 (8n + 2)ε. 2n + 1 Wir beachten, dass n von vornherein fest vorgegeben war (also unabhängig von ε ist). Damit können wir ε 0 betrachten und erhalten, dass φ = 3 ist. k= n Aufgabe 21. Es sei P der Teilraum aller Polynome in C[0, 1] mit der Supremumsnorm. (i) Das Funktional φ : P R, welches durch φ(p) = a 0 für p(x) = n k=0 a kx k definiert ist, kann man zu einem stetigen Funktional auf ganz C[0, 1] fortsetzen. (ii) Das Funktional φ : P R, welches durch φ(p) = n k=0 a k für p(x) = n k=0 a kx k definiert ist, kann man zu einem stetigen Funktional auf ganz C[0, 1] fortsetzen. (iii) Das Funktional φ : P R, welches durch φ(p) = n k=0 ( 1)k a k für p(x) = n k=0 a kx k definiert ist, kann man nicht zu einem stetigen Funktional auf ganz C[0, 1] fortsetzen. (iv) Es seien N N und c 1,..., c N R vorgegeben. Das Funktional φ : P R, welches durch φ(p) = N k=0 ( 1)k c k a k für p(x) = n k=0 a kx k definiert ist, kann man nicht zu einem stetigen Funktional auf ganz C[0, 1] fortsetzen, vorausgesetzt es existiert ein k 2 mit c k 0. Beweis. (i) Wir setzen φ(f) = f(0). Offenbar ist dies eine Fortsetzung und φ = 1. (ii) Wir setzen φ(f) = f(1). Es handelt sich wieder um eine Fortsetzung mit Norm 1. (iii) Wir zeigen, dass φ auf einer dichten Teilmenge D C[0, 1] konstant Null ist. Damit müsste es sich (stetige Fortsetzbarkeit vorausgesetzt) bei φ um das Nullfunktional gehandelt haben, denn: Sei f C[0, 1]. Dann finden wir eine Folge f n D, n N, mit lim n f n = f. Es folgt φ(f) = φ( lim n f n ) = lim n φ(f n ) = 0. Dies ist aber offenbar nicht der Fall. Es bleibt die Dichte Menge D C[0, 1] zu finden, auf der φ konstant Null ist. Wir setzen { } n D = x (x + 1) a k x k : n N, a k R. k=0 18

19 Wir weisen nach, dass φ konstant Null auf D ist. Sei q D. Dann gilt n q(x) = a 0 x 0 + (a k + a k 1 )x k + a n x n+1. Es folgt φ(q) = a 0 + k=1 n ( 1) k (a k + a k 1 ) + ( 1) n+1 a n = a 0 a 0 + ( 1) n a n + ( 1) n+1 a n = 0. k=1 Es bleibt die Dichtheit von D nachzuweisen. Sei f C[0, 1]. Dann ist die durch g(x) = f(x) x + 1 definierte Funktion g auch in C[0, 1]. Aus dem Korollar aus dem Satz von Stone-Weiserstrass wissen wir, dass die Polynome dicht in C[0, 1] sind. Daher finden wir zu ε > 0 ein Polynom p mit g p < ε. Es folgt und damit x [0, 1] : f(x)/(x + 1) p(x) < ε, x [0, 1] : f(x) (x + 1)p(x) < (1 + x)ε 2ε. Das Polynom q(x) = (x + 1)p(x) ist also in D und erfüllt f q 2ε. Somit liegt D dicht in C[0, 1] und der Beweis ist abgeschlossen. (iv) Wir zeigen diesmal, dass die Menge { n ( D = x a ) k x N+1 k k=0 : n N, ak R dicht in C[0, 1] liegt. Für alle q D gilt φ(q) = c 0 q(0). Damit müsste dann aber (stetige Fortsetzbarkeit vorausgesetzt) für alle f C[0, 1] schon φ(f) = c 0 f(0) gelten, denn: Sei f C[0, 1]. Dann existiert eine Folge q n D, n N, mit f = lim n q n. Es folgt φ(f) = φ( lim n q n ) = lim n φ(q n ) = c 0 lim n q n (0) = c 0 f(0). Das stimmt aber schon auf dem Teilraum der Polynome nicht. Also bleibt nur die Dichtheit der Menge D zu zeigen. Sei also f C[0, 1] und ε > 0. Es sei g(x) = f ( x 1/(N+1)). Dann ist auch g in C[0, 1]. Daher finden wir ein Polynom p P mit g p < ε. Dann folgt ( x [0, 1] : ) f x 1/(N+1) p(x) < ε. Für x [0, 1] ist auch x N+1 [0, 1]. Also können wir diese Abschätzung auch auf x = x N+1 anwenden un erhalten ( x [0, 1] : ) f(x) p x N+1 < ε. Das Polynom q(x) = p ( x N+1) liegt in D und erfüllt f q < ε, die Dichtheit von D ist also nachgewiesen. } 19

20 Serie 8 (Beispiele zum Satz von Hahn-Banach) Aufgabe 22. Wir betrachten den Raum L 2 [ 1, 1] der quadratintegrierbaren Funktionen auf [ 1, 1]. Für jede reelle Zahl α sei E α = {f : [ 1, 1] R f(0) = α, f stetig }. (i) Für jedes α R ist E α konvex und dicht in L 2. (ii) Für α β sind E α und E β zwei nicht leere, konvexe, disjunkte Mengen, die sich nicht durch eine abgeschlossene Hyperebene trennen lassen. Beweis. Der Beweis steht mit Ausnahme der Dichtheit der Mengen E α im Skript. Diesen Teil wollen wir hier noch durchführen. Eine Anmerkung zum Beweis im Skript: Man kann den Beweis nehmen um allgemein zu zeigen, dass sich zwei dichte Teilmengen eines normierten Raumes nicht durch eine abgeschlossene Hyperebene trennen lassen. Nun zum Beweis der Dichtheit. Wir überzeugen uns davon, dass die Menge der stetigen Funktionen f : [ 1, 1] R in L 2 dicht liegt. Man folgert daraus sofort, dass auch diejenigen mit f(0) = α dicht liegen. Wir wissen, dass die einfachen Funktionen dicht in L 2 liegen (Lemma im Skript). Es reicht uns also die folgende Aussage zu beweisen. Zu jeder einfachen Funktion φ : [ 1, 1] R und jedem ε > 0 existiert eine stetige Funktion f : [ 1, 1] R mit 1 1 f(x) φ(x) 2 dx < ε. Es sei also φ = n a iχ Ai eine einfache Funktion und ε > 0. Weiter sei { } C = max max a i, max a i a j. i n i,j n Wir verwenden jetzt ein Resultat aus der Maßtheorie. Dieses besagt, dass wir zu jeder der Mengen A i eine Menge E i finden, die endliche Vereinigung offener Intervalle ist, und λ(a i E i ) < ε/c 2 erfüllt. Es gilt also für jedes i n E i = N i j=1 wobei alle I ji offene ( Intervalle sind. Wir definieren jetzt ψ : [ 1, 1] R durch ψ(x) = 0 n ) für x [ 1, 1] \ Ni j=1 I ji und ψ(x) = n Ni j=1 a iχ Iji (x) sonst. ψ ist also selbst eine einfache Funktion, welche sich von φ nur auf einer Menge vom Maß kleiner als ε/c 2 unterscheidet. In den Punkten, in denen ψ von φ verschieden ist, ist die Differenz der Funktionswerte höchstens C. Wir erhalten daraus 1 1 I ji, φ(x) ψ(x) 2 dx < ε. 20

21 Damit haben wir eingesehen, dass sich φ in der L 2 -Norm beliebig gut durch eine einfache Funktion der Form m a iχ (ci,d i ) approximieren lässt. Nach umsortieren können wir sogar annehmen, dass c i < d i c i+1 < d i+1 für alle i < m gilt. Eine solche Funktion können wir nun leicht durch eine stetige Funktion f approximieren, indem wir f(x) = a i für x (a i + ε, b i ε) setzen und dann durch Geradenstücke verbinden. Insgesamt folgt die gewünschte Dichtheit. Aufgabe 23. Weiteres Beispiel für konvexe, disjunkte Mengen, die sich nicht trennen lassen. Steht vollständig im Skript. Aufgabe 24. Noch ein Beispiel für konvexe, disjunkte Mengen, die sich nicht trennen lassen. Steht auch vollständig im Skript. Serie 9 (Eine spezielle Quotientenabbildung und isometrische Einbettung eines beliebigen Banachraumes in l (I)) Aufgabe 25. Es sei P der Vektorraum aller Polynomfunktionen einer reellen Veränderlichen (wir betrachten hier keinen normierten Raum!). Es sei { } n A = p P : p(x) = a k x k, a n > 0 und B = { p P : p(x) = k=0 } n a k x k, a n < 0. Dann sind A und B zwei disjunkte, konvexe Mengen, die sich nicht durch ein von 0 verschiedenes Funktional trennen lassen (wir sprechen nicht von stetigen Funktionalen, denn wir haben keinen normierten Raum vorliegen, also auch keinen Stetigkeitsbegriff!). Beweis. Disjunktheit und Konvexität sind offensichtlich. Wir weisen nach, dass es kein lineares Funktional φ 0 gibt, welches A und B trennt. Dazu sei φ : P R ein lineares Funktional, welches A und B trennt. Wir zeigen, dass φ 0 ist. Dazu sei für jedes n N k=0 p n : R R, x x n. Falls für alle n N gilt, dass φ(p n ) = 0 ist, so ist φ schon konstant Null auf ganz P, denn jedes p P lässt sich schreiben als p = n k=0 a kp k und die Linearität von φ impliziert dann φ(p) = n k=0 a kφ(p k ) = 0. Wir wollen also zeigen n N : φ(p n ) = 0. Sei n N. Wir nehmen zunächst φ(p n ) > 0 an. Es gilt für jedes λ R λp n + p n+1 A. 21

22 Damit folgt und sup p A φ(p) sup λφ(p n ) + φ(p n+1 ) = + λ R inf φ(p) inf λφ(p n) + φ(p n+1 ) =. p A λ R Damit kann φ aber nicht A von B trennen. Ebenso schließen wir aus, dass φ(p n ) < 0 ist. Also gilt φ(p n ) = 0. Aufgabe 26. Es sei C[0, 1] ausgestattet mit der Supremumsnorm und Φ : C[0, 1] R, Φ(f) = f(x) dx 1 1 f(x) dx Es ist Φ = 1 und Φ nimmt sein Supremum nicht an. Das heißt insbesondere, dass Φ nicht abgeschlossene Mengen auf abgeschlossene Mengen abbildet. 2. Φ bildet offene Mengen auf offene Mengen ab. 3. Für die Quotientenabbildung q : C[0, 1] C[0, 1]/Kern(Φ) gilt q ( B C[0,1] ) = BC[0,1]/Kern(Φ). Insbesondere bildet q nicht abgeschlossene Mengen auf abgeschlossene Mengen ab. (Wohl aber offene auf offene, was ja jede Quotientenabbildung tut.) Beweis. 1. Es ist offensichtlich, dass Φ die Norm 1 hat. Falls f : [0, 1] R eine Funktion mit max x [0,1] f(x) 1 und Φ(f) = f(x) dx 1 1 f(x) dx = 1 ist, so muss f(x) = 1 2 für fast alle x [0, 1/2] und f(x) = 1 für fast alle x [1/2, 1] gelten. Damit kann f aber offenbar nicht stetig gewesen sein, also nimmt Φ sein Supremum nicht an. 2. Es reicht zu zeigen, dass Φ(B C[0,1] ) = ( 1, 1) ist. Wir bezeichnen mit B X hier immer die offene Einheitskugel eines Raumes X. Es ist klar, dass man zu jedem ε > 0 Funktionen f ε, g ε B C[0,1] findet, so dass Φ(f ε ) 1 ε und Φ(g ε ) 1 + ε gilt. Durch skalieren tf ε bzw. tg ε, t > 0, erhält man auch jeden Wert dazwischen. 3. Weil Φ sein Supremum nicht annimmt, wissen wir wegen Teil 2, dass gilt. Sei U = Kern(Φ). Wir zeigen nun, dass Φ(B C[0,1] ) = ( 1, 1) q ( B C[0,1] ) = BC[0,1]/U gilt. Die Inklusion ist klar, da wir uns bereits davon überzeugt haben, dass Quotientenabbildungen stets die offene Einheitskugel auf die offene Einheitskugel abbilden. 22

23 Wir nehmen an, dass die umgekehrte Inklusion falsch ist. Dann finden wir ein f C[0, 1] mit f = 1 und q(f) 1. Weil jede Quotientenabbildung Norm 1 hat, wissen wir, dass q(f) = 1 gilt. Das heißt inf { f + g g Kern(Φ)} = 1. Das Bild von Φ hat die Dimension 1. Daher können wir für jedes h C[0, 1] eindeutige t R und g Kern(Φ) finden mit h = tf + g. Das liegt daran, dass f natürlich nicht in Kern(Φ) liegt, und daher C[0, 1] = {tf t R} Kern(Φ) gilt (Kern(Φ) hat in C[0, 1] die Kodimension 1). Wir definieren jetzt ein neues Funktional ψ : C[0, 1] R durch ψ(tf + g) := t. Offenbar hat ψ denselben Kern wie Φ. Daher existiert ein λ R mit ψ = λφ. Man kann das auch direkt einsehen. Bei λ handelt es sich um Φ(f), denn für beliebiges h = (tf + g) C[0, 1] gilt Φ(h) = tφ(f) + Φ(g) = Φ(f)t = Φ(f)ψ(h). Wir wissen außerdem, dass λ = Φ(f) 0 ist. Weiter gilt ψ = ψ(tf + g) sup tf+g 0 tf + g = sup g U,t 0 t tf + g = sup g U,t 0 1 f + 1 g = sup t h U 1 f + h = 1. Das heißt aber, dass ψ sein Supremum annimmt, denn es ist ja ψ(f) = 1. Dass kann aber nicht sein, denn dann müsste ja Φ = ψ/λ auch sein Supremum annehmen. Bemerkung: Ein alternativer Ansatz für die Untersuchung der Quotientenabbildung ist der folgende: Wir definieren χ : C[0, 1]/Kern(Φ) Bild(Φ), [f] Φ(f). Nach einem Lemma aus der Vorlesung wissen wir, dass es sich bei χ um einen stetigen Isomorphismus handelt (d.h. dass auch die Umkehrabbildung stetig ist). Wir stellen fest, dass Φ = χ q gilt. Falls q also abgeschlossene Mengen auf abgeschlossene Mengen abbildet, so müsste es auch Φ tun, denn χ tut dies als stetiger Isomorphismus offenbar. Dass Φ nicht abgeschlossene Mengen auf abgeschlossene Mengen überführt, hatten wir uns aber bereits überlegt. Wir können auf diese Weise auch das Bild der abgeschlossenen Einheitskugel unter q bestimmen. Es ist χ 1 (( 1, 1)) = q ( B C[0,1] ). 23

24 Denn die linke Seite ist und die rechte Seite ist die Menge {[f] Φ(f) ( 1, 1)} {[f] f 1}. Da wir aber bereits wissen, dass Φ ( B C[0,1] ) = ( 1, 1) ist, stimmen diese Mengen überein. Weil q als Quotientenabbildung Norm 1 hat, wissen wir dass q ( B C[0,1] ) eine Teilmenge der abgeschlossenen Einheitskugel von C[0, 1]/Kern(Φ) ist. Weil χ 1 (( 1, 1)) offen ist, wissen wir, dass es sich um eine offene Teilmenge handelt. Die offene Einheitskugel ist das Innere der abgeschlossenen und damit die größte offene Menge, die darin enthalten ist. Damit folgt, dass q ( B C[0,1] ) eine Teilmenge der offenen Einheitskugel sein muss. Dabei handelt es sich um die entscheidende Inklusion. Aufgabe 27. Zu jedem Banachraum X gibt es eine Menge I, so dass X isometrisch isomorph zu einem Teilraum von { } l (I) = x : I R : x := sup x(i) < i I ist. Beweis. Es sei I die abgeschlossene Einheitskugel des Dualraums X, also Die isometrische Einbettung ist I = {x X x 1}. φ : X l (I), x ˆx, wobei ˆx : I R definiert ist durch ˆx(x ) := x (x). Die Abbildung φ ist wohldefiniert, weil ˆx = sup x (x) sup x x = x < x 1 x 1 für jedes x X gilt. Mit dieser Abschätzung haben wir auch schon eingesehen, dass stets ˆx x gilt. Es ist nach Definition klar, dass es sich bei φ um eine lineare Abbildung handelt. Nach dem Satz von Hahn-Banach (Korollar) können wir zu jedem x X ein Funktional x mit Norm 1 finden, so dass x (x) = x gilt. Daraus erhalten wir sofort ˆx = x für jedes x X. Damit haben wir nachgewiesen, dass es sich bei φ um eine isometrische Einbettung handelt. 24

25 Serie 10 (Fortsetzungs- und Projektionseigenschaft) Aufgabe 28. Es sei I eine Menge. Dann hat der Raum l (I) die 1-Fortsetzungseigenschaft. Beweis. Es seien X und Z Banachräume mit X Z und f : X l (I) ein stetiges, lineares Funktional. Wir haben zu zeigen, dass wir f zu einem stetigen, linearen Funktional F : Z l (I) fortsetzen können, so dass F = f gilt. Wir bedenken, dass für jedes x X das Objekt f(x) eine Abbildung von I nach R ist. Wir verwenden für eine solche Abbildung f(x) : I R, i f i (x) auch die Schreibweise (f i (x)) i I. Für jedes i I können wir also die i-te Koordinate von f betrachten f i : X R, x f i (x). Für jedes i I handelt es sich bei f i um ein stetiges, lineares Funktional auf X. Die Linearität folgt direkt aus der von f und die Stetigkeit liegt an der für jedes i I gültigen Abschätzung sup f i (x) sup x 1 x 1 sup f j (x) = sup f(x). j I x 1 Die rechte Seite ist endlich, da f stetig ist. Nach dem Satz von Hahn-Banach können wir also für jedes i I eine stetige, lineare Fortsetzung F i : Z R, z F i (z) von f i finden, die darüberhinaus noch F i = f i erfüllt. Wir definieren nun die gesuchte Fortsetzung F : Z l (I), z F (z) durch F (z)(i) := F i (z) für jedes i I. Wir haben nachzuweisen, dass es sich bei F um eine stetige, lineare Abbildung handelt, die auf X mit f übereinstimmt und deren Norm gleich der von f ist. Die Linearität folgt direkt aus der Tatsache, dass alle F i linear sind. Das F auf X mit f übereinstimmt erhalten wir ebenso, da jedes F i eine Fortsetzung von f i ist. Die Gleichheit der Norm weisen wir nach. Daraus folgt natürlich die Stetigkeit von F. Es gilt sup F (z) = sup z 1 z 1 sup i I F i (z) = sup i I sup z 1 F i (z) = sup F i. i I Da jedes F i eine normgleiche Fortsetzung von f i ist, ist der rechte Ausdruck aber gleich sup i I f i. Dieses Supremum berechnen wir aber leicht als die Norm von f: sup i I f i = sup i I sup x 1 f i (x) = sup sup f i (z) = sup f(z) = f. x 1 i I x 1 Insgesamt folgt die gewünschte Gleichheit der Normen F = f. Das schließt den Beweis ab. 25

26 Aufgabe 29. Ein Banachraum X hat genau dann die t-fortsetzungseigenschaft, wenn er die t-projektionseigenschaft besitzt. Beweis. Wir zeigen zunächst, dass aus der t-fortsetzungseigenschaft die t-projektionseigenschaft folgt. Es sei also Z ein Banachraum, der X als Teilraum enthält. Wir betrachten die Identität Id : X X, x x. Weil X die t-fortsetzungseigenschaft besitzt, lässt sich Id zu einem stetigen, linearen Operator F : Z X fortsetzen, welcher F X = Id und F t Id = t erfüllt. F ist die gesuchte Projektion, denn für jedes z Z gilt F 2 (z) = F (F (z)) = F (z), da F (z) X und F X = Id gilt. Nun weisen wir die umgekehrte Implikation nach. X besitze die t-projektionseigenschaft. Es seien Y, Z Banachräume mit Y Z und f : Y X eine stetige, lineare Abbildung. Wir wissen, dass wir X isometrisch isomorph in l (I) einbetten können (für geeignetes I). Daher können wir ohne Einschränkung der Allgemeinheit annehmen, dass X l (I) gilt. Wir können f also auffassen als Abbildung von Y nach l (I). Da l (I) die 1-Fortsetzungseigenschaft besitzt finden wir eine stetige lineare Fortsetzung F : Z l (I) mit F = f. Wir sind an dieser Stelle noch nicht fertig, da wir nicht wissen, dass Bild(F ) X gilt. Das ist im allgemeinen natürlich auch nicht der Fall. Wir wissen aber, dass X die t-projektionseigenschaft besitzt. Daher finden wir eine stetige Projektion P : l (I) X, welche P t erfüllt. Die gesuchte Fortsetzung von f ist (P F ). Wir weisen dies nach. Für jedes y Y gilt (P F )(y) = P (F (y)) = P (f(y)) = f(y), da F Y = f und f(y) X und P X = Id. Damit gilt (P F ) Y = f. Es handelt sich also wirklich um eine Fortsetzung von f. Linear ist (P F ) als Hintereinanderausführung linearer Abbildungen. Außerdem gilt P F P F t f. Das zeigt die Stetigkeit und die gewünschte Normabschätzung. 26

27 Aufgabe 30. Es seien X und Y Banachräume und B : X Y Abbildung. Dann sind die folgenden Aussagen äquivalent. R eine bilineare (i) B ist stetig. (ii) B ist stetig in beiden Koordinaten, d.h. dass für jedes x X die Abbildung y B(x, y) stetig ist, und für jedes y Y die Abbildung x B(x, y) stetig ist. (iii) B = sup x = y =1 B(x, y) <. (iv) B ist stetig in (0, 0). Beweis. (i) (ii) ist klar. (ii) (iii): B sei stetig in beiden Koordinaten. Wir wollen den Satz von Banach-Steinhaus anwenden. Dazu definieren wir für jedes y Y T y : X R, T y (x) = B(x, y). Für jedes y ist T y ein stetiger, linearer Operator, da B als stetig in beiden Komponenten vorausgesetzt war. Es sei A = {T y y Y, y = 1}. Da X als Banachraum von 2. Kategorie ist, besagt der Satz von Banach-Steinhaus, dass falls für jedes x X gilt, so folgt sup T (x) < T A sup T <. T A Letzteres ist gerade die zu zeigende Aussage, denn sup T A T = sup sup T A x =1 Es reicht also zu zeigen, dass für jedes x X T (x) = sup sup y =1 x =1 sup B(x, y) < y =1 B(x, y). gilt. Dies ist aber der Fall, da ja auch die Abbildung y B(x, y) stetig und linear ist. (iii) (iv) : Es gelte B = sup B(x, y) <. x = y =1 Dann existiert ein C > 0, so dass für alle x, y mit x 1 und y 1 die Bedingung B(x, y) C 27

28 erfüllt ist. Wir haben die Stetigkeit im Punkt (0, 0) nachzuweisen. Es sei also ε > 0. Wir setzen δ = (ε/c) 1/2. Seien x X und y Y mit x < δ und y < δ. Es folgt, dass x/δ < 1 und y/δ < 1. Daher folgt und das heißt B(x/δ, y/δ) C, B(x, y) δ 2 C = ε. (iv) (i): Wir zeigen, dass aus der Stetigkeit im Punkt (0, 0) die Stetigkeit in allen Punkten folgt. Es sei (x 0, y 0 ) X Y. Wir weisen die folgende Aussage nach: Für jedes ε > existiert ein δ > 0, so dass für alle x, y mit x δ und y δ die Bedingung B(x + x 0, y + y 0 ) B(x 0, y 0 ) < ε erfüllt ist. Sei ε > 0. Zunächst finden wir wegen der Stetigkeit von B in (0, 0) ein η > 0, so dass für alle (x, y) X Y mit x η und y η die Bedingung B(x, y) < ε/3 erfüllt ist. Wir erhalten daraus, dass für alle x X mit x η (x, B η y 0 y 0 gilt. Es folgt, dass für alle x X mit x η2 y 0 ) < ε 3 B(x, y 0 ) < ε 3 gilt. Auf die gleiche Weise erhalten wir, dass für alle y Y mit y η2 x 0 B(x 0, y) < ε 3 gilt. Wir setzen δ = min { η η, η 2 x 0 y 0 }. Dann folgt für alle x, y mit x, y δ (B(x + x 0, y + y 0 ) B(x 0, y 0 ) = B(x, y) + B(x, y 0 ) + B(x 0, y) < ε. Der Ringschluss ist vollständig. Serie 11 (Separable Räume) Aufgabe 31. Es sei X der Raum aller reellwertigen Polynome auf [0, 1] ausgestattet mit der Norm p = p(t) dt.

29 Weiter sei B : X X R definiert durch B(p, q) = 1 0 p(t)q(t) dt. Dann handelt es sich bei B um eine bilineare Abbildung, die in beiden Komponenten stetig ist aber nicht stetig ist. Das liegt daran, dass X kein Banachraum ist. Beweis. Die Bilinearität ist klar. Wir weisen nach, dass B in der ersten Komponente stetig ist. Dazu sei q X fest. Es gilt sup B(p, q) sup p =1 p =1 1 0 p(t)q(t) dt max q(x) sup 0 x 1 p =1 Ebenso sieht man die Stetigkeit in der hinteren Komponente ein. Nun wollen wir zeigen, dass B nicht stetig ist. Dazu sei für jedes n N 1 p n : [0, 1] R, p n (x) = n + 1x n. Wir betrachten die Folge (p n, p n ), n N, in X X. Es gilt 0 p(t) dt = max q(x) <. 0 x 1 p n = n t n dt = n + 1 n + 1 = 1 n + 1. Also gilt p n 0 für n und damit (p n, p n ) (0, 0) für n. Andererseits gilt B(p n, p n ) = (n + 1) für n. Daher kann B nicht stetig sein. 1 0 t 2n dt = n + 1 2n Aufgabe 32. Es sei X ein metrischer Raum und K ein kompakter metrischer Raum. Falls f : X K einen abgeschlossenen Graphen besitzt, so ist f stetig. Zusatz: Die Aussage bleibt nicht wahr, falls X kompakt ist, K aber nicht. Wir verwenden zum Beweis ein Lemma. Lemma 5. Es sei (x n ) n N eine Folge in einem metrischen Raum M und x 0 M. Falls jede Teilfolge (x nk ) k N eine Teilfolge (x nkl ) l N, besitzt, die gegen x 0 konvergiert, so konvergiert die Folge (x n ) n N gegen x 0. Beweis. Wir beweisen die Aussage mittels Kontraposition. Die Folge konvergiere nicht gegen x 0. Das heißt: Es existiert ein ε > 0, so dass für alle N N ein n N existiert mit d(x n, x 0 ) ε. Wir haben zu zeigen, dass eine Teilfolge (x nk ) k N existiert, die keine gegen x 0 konvergente Teilfolge besitzt. Wir konstruieren diese induktiv. Zu N = 1 finden wir ein 29

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

Wir beginnen mit der Definition eines metrischen Raumes, der in diesem Kapitel von zentraler Bedeutung ist. x, y, z X (Dreiecksungleichung).

Wir 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

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

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

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

n 1, n N \ {1}, 0 falls x = 0,

n 1, n N \ {1}, 0 falls x = 0, IV.1. Stetige Funktionen 77 IV. Stetigkeit IV.1. Stetige Funktionen Stetige Funktionen R R sind vielen sicher schon aus der Schule bekannt. Dort erwirbt man sich die naive Vorstellung, dass eine stetige

Mehr

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

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

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

Thema 4 Limiten und Stetigkeit von Funktionen

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

Mehr

Lösungsvorschlag zu den Hausaufgaben der 8. Übung

Lösungsvorschlag 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

Mehr

2. Stetige lineare Funktionale

2. 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

Mehr

Topologische Räume und stetige Abbildungen Teil 2

Topologische Räume und stetige Abbildungen Teil 2 TU Dortmund Mathematik Fakultät Proseminar zur Linearen Algebra Ausarbeitung zum Thema Topologische Räume und stetige Abbildungen Teil 2 Anna Kwasniok Dozent: Prof. Dr. L. Schwachhöfer Vorstellung des

Mehr

2 Stetige Abbildungen

2 Stetige Abbildungen Stetige Abbildungen Übersicht. Definitionen................................................. 43. Sätze und Beweise............................................ 45.3 Erklärungen zu den Definitionen...............................

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

fraktal kommt von f : C C : x x 3.

fraktal kommt von f : C C : x x 3. Kapitel 4 Fraktale und Dimension 4.1 Selbstähnlichkeit Was sind Fraktale? Das Wort fraktal kommt von zerbrochen und steht für die nicht-ganzzahlige Dimension. Wir betrachten also Objekte deren Dimension

Mehr

Einführung in die Analysis

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

Mehr

Kapitel 5. Stetige Funktionen 5.1. Stetigkeit

Kapitel 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

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel 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

Mehr

Zahlen und metrische Räume

Zahlen 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

Mehr

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

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

Mehr

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge

Im 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

Mehr

Übungen zur Vorlesung MATHEMATIK II

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

Mehr

Der Abschluss D ist die Menge, die durch Hinzunahme der Intervallränder entsteht, in den obigen Beispielen also

Der 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,

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. 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

Mehr

Funktionalanalysis. Prof. Dr. W. Timmermann. TU Dresden Fakultät Mathematik Institut Analysis. Francesco Kriegel SS 2008 & WS 2008/2009

Funktionalanalysis. Prof. Dr. W. Timmermann. TU Dresden Fakultät Mathematik Institut Analysis. Francesco Kriegel SS 2008 & WS 2008/2009 Funktionalanalysis Prof. Dr. W. Timmermann Francesco Kriegel TU Dresden Fakultät Mathematik Institut Analysis SS 2008 & WS 2008/2009 15. April 2009 Inhaltsverzeichnis Kapitel 1 Grundlagen aus der Topologie

Mehr

11. Folgen und Reihen.

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

Mehr

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

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

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. 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.

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

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

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

Mehr

Mathematik II. Vorlesung 49. Der Banachsche Fixpunktsatz

Mathematik 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.

Mehr

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

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

Mehr

Mengensysteme, Wahrscheinlichkeitsmaße

Mengensysteme, 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

Mehr

1 Eingebettete Untermannigfaltigkeiten des R d

1 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

Mehr

8 Konvergenzkriterien und Häufungswerte von Folgen in R

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

Mehr

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010

Induktive 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

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

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

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

Mehr

STETIGKEITS- UND KONVERGENZMODI FÜR FUNKTIONEN UND FUNKTIONENFOLGEN

STETIGKEITS- 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!),

Mehr

Exkurs: Polnische Räume

Exkurs: 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

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

Einführung in die Funktionalanalysis

Einführung 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,

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

Vorlesungsmanuskript zu. Topologie. Werner Balser Institut für Angewandte Analysis. Wintersemester 2008/09

Vorlesungsmanuskript zu. Topologie. Werner Balser Institut für Angewandte Analysis. Wintersemester 2008/09 Vorlesungsmanuskript zu Topologie Werner Balser Institut für Angewandte Analysis Wintersemester 2008/09 Inhaltsverzeichnis 1 Topologische Räume 5 1.1 Normierte und metrische Räume................................

Mehr

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.) 3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten

Mehr

Analysis II. Prof. Dr. H. Brenner Osnabrück SS 2014

Analysis 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

Mehr

Stetige Funktionen. Kapitel Grenzwerte von Funktionen

Stetige Funktionen. Kapitel Grenzwerte von Funktionen Kapitel 5 Stetige Funktionen 5.1 Grenzwerte von Funktionen In diesem Abschnitt soll der Grenzwertbegriff auf Funktionen erweitert werden. Im Unterschied zu den Gliedern einer Folge sind die Funktionswerte

Mehr

2 Mengen und Abbildungen

2 Mengen und Abbildungen 2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:

Mehr

1 Mengen und Abbildungen

1 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

Mehr

Funktionalanalysis. Frühlingssemester Prof. Dr. Camillo de Lellis. 31. Juli Mitschrift: Amrein Mario Fortunati Paolo

Funktionalanalysis. 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..............................

Mehr

Mathematik III. Vorlesung 71

Mathematik III. Vorlesung 71 Prof. Dr. H. Brenner Osnabrück WS 2010/2011 athematik III Vorlesung 71 Ausschöpfungseigenschaften Die folgenden Rechenregeln für Integrale beruhen auf dem Ausschöpfungssatz für aße. an kann den Subgraphen

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Klausurenkurs 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

Mehr

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

Thema14 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.

Mehr

Vorlesung. Funktionen/Abbildungen

Vorlesung. Funktionen/Abbildungen Vorlesung Funktionen/Abbildungen 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Konvergenz von Folgen

Konvergenz 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

Mehr

Optimalitätskriterien

Optimalitätskriterien 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

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3

Mehr

Stetige Funktionen, Binomischer Lehrsatz

Stetige Funktionen, Binomischer Lehrsatz Vorlesung 13 Stetige Funktionen, Binomischer Lehrsatz 13.1 Funktionenfolgen Wir verbinden nun den Grenzwertbegriff mit dem Funktionsbegriff. Es seien (a n ) n N eine reelle Folge und f : R R eine Funktion.

Mehr

von und deren Werte in liegen, dabei ist wie bisher immer entweder oder. Verallgemeinerungen, etwa auf Abbildungen

von und deren Werte in liegen, dabei ist wie bisher immer entweder oder. Verallgemeinerungen, etwa auf Abbildungen III Stetigkeit, Grenzwerte bei Funktionen Natura non facit saltus (Die Natur macht keine Sprünge), dieser Anspruch von Raoul Fournier (1627) galt lange bei der mathematischen Behandlung von Naturvorgängen

Mehr

Iterative Verfahren, Splittingmethoden

Iterative Verfahren, Splittingmethoden Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem

Mehr

Geometrische Mannigfaltigkeiten

Geometrische 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

Mehr

Ergänzungen zur Analysis I

Ergänzungen 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.

Mehr

2 Euklidische Vektorräume

2 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,

Mehr

2 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

2 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

Mehr

Berechenbare Funktionalanalysis und kompakte Operatoren

Berechenbare Funktionalanalysis und kompakte Operatoren Berechenbare Funktionalanalysis und kompakte Operatoren Volker Bosserhoff Oberseminar der Fakultät für Informatik, 22. Juli 2008 Typ-2-Berechenbarkeit Rechnen mit endlichen Objekten Σ := {0, 1}. f : Σ

Mehr

Mathematik für Anwender I. Beispielklausur I mit Lösungen

Mathematik 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.

Mehr

2 Stetige Funktionen. 2.1 Grenzwerte von Funktionen. Definition Beispiel

2 Stetige Funktionen. 2.1 Grenzwerte von Funktionen. Definition Beispiel 2 Stetige Funktionen 2. Grenzwerte von Funktionen Definition Sei I R ein Intervall, a I ein innerer Punkt und f eine reellwertige Funktion, die auf I \ {a} (aber eventuell nicht in a) definiert ist. Wir

Mehr

Lösungsvorschläge zum 14. Übungsblatt.

Lösungsvorschläge 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

Mehr

4 Elementare Vektorraumtheorie

4 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

Mehr

3 Vom Zählen zur Induktion

3 Vom Zählen zur Induktion 7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,

Mehr

ÜBUNGSBLATT 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 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

Mehr

4 Das Riemann-Integral im R n

4 Das Riemann-Integral im R n $Id: nintegral.tex,v 1.11 2012/11/27 14:07:09 hk Exp hk $ 4 Das Riemann-Integral im R n 4.3 Jordan-meßbare engen In der letzten Sitzung hatten wir schließlich das n-dimensionale Riemann-Integral auch auf

Mehr

Modulabschlussklausur Analysis II

Modulabschlussklausur 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

Mehr

Lineare Abhängigkeit

Lineare 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

Mehr

Konvexe Mengen und konvexe Funktionen

Konvexe 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

Mehr

2 Stetigkeit und Differenzierbarkeit

2 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,

Mehr

Stetigkeit. Klaus-R. Loeffler. 1 Vorstellung, Definition und Folgerungen Stetigkeitscharakterisierung durch Folgen... 3

Stetigkeit. Klaus-R. Loeffler. 1 Vorstellung, Definition und Folgerungen Stetigkeitscharakterisierung durch Folgen... 3 Stetigkeit Klaus-R. Loeffler Inhaltsverzeichnis 1 Vorstellung, Definition und Folgerungen 1.1 Stetigkeitscharakterisierung durch Folgen......................... 3 Regeln zur Stetigkeit an einer Stelle

Mehr

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

Der Konsistenzsatz von Kolmogorov

Der Konsistenzsatz von Kolmogorov Der Konsistenzsatz von Kolmogorov Im Rahmen der Theorie stochastischer Prozesse betrachten wir W-Maße auf unendlichen Produkträumen wie bspw. (R N, B N ) als Bildraum eines Prozesses (X t ) t N in diskreter

Mehr

2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0!

2004, 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

Mehr

Kapitel 3. Natürliche Zahlen und vollständige Induktion

Kapitel 3. Natürliche Zahlen und vollständige Induktion Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine

Mehr

Mengen und Abbildungen

Mengen und Abbildungen Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen

Mehr

Die 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. 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.

Mehr

Satz 16 (Multiplikationssatz)

Satz 16 (Multiplikationssatz) Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.

Mehr

Analysis I. Vorlesung 16. Funktionenfolgen

Analysis 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

Mehr

Lineare Algebra II 9. Übungsblatt

Lineare 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!)

Mehr

27 Taylor-Formel und Taylor-Entwicklungen

27 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

Mehr

Tutorübung 5. Analysis 2 für Lehramt TU Dortmund, Sommersemester 2014

Tutorübung 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

Mehr

Analysis I. Universität Stuttgart, WS 05/06 M. Griesemer

Analysis I. Universität Stuttgart, WS 05/06 M. Griesemer Analysis I Universität Stuttgart, WS 05/06 M. Griesemer Inhaltsverzeichnis 1 Grundbegriffe 3 1.1 Aussagenlogik................................. 3 1.2 Mengen.................................... 4 1.3 Relationen...................................

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

3 Reihen. 3.1 Konvergenz und Divergenz. Die Eindeutigkeit nach Satz 13 ergibt schließlich (5). (6) folgt aus (2) und (1) wegen. 1 a +log ba.

3 Reihen. 3.1 Konvergenz und Divergenz. Die Eindeutigkeit nach Satz 13 ergibt schließlich (5). (6) folgt aus (2) und (1) wegen. 1 a +log ba. Die Eindeutigkeit nach Satz 3 ergibt schließlich (5). (6) folgt aus (2) und () wegen Aussage (7) ergibt sich aus () und (6). 0 = log b = log b ( a a) = log b a +log ba. 3 Reihen 3. Konvergenz und Divergenz

Mehr

Copyright, Page 1 of 5 Stetigkeit in

Copyright, Page 1 of 5 Stetigkeit in www.mathematik-netz.de Copyright, Page 1 of 5 Stetigkeit in Definition: (Stetigkeit) Sei ad, wobei D ist. Sei f eine Abbildung aus Abb(D,B) mit B und B. (i) f heißt stetig im Punkt a, wenn es zu jeder

Mehr

Grundlagen der Variationsrechnung

Grundlagen 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

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik 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

Mehr

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen

Caputo 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

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heio Hoffmann WS 2013/14 Höhere Mathemati I für die Fachrichtung Informati Lösungsvorschläge zum 2. Übungsblatt Aufgabe

Mehr

7.2.1 Zweite partielle Ableitungen

7.2.1 Zweite partielle Ableitungen 72 72 Höhere Ableitungen 72 Höhere Ableitungen Vektorwertige Funktionen sind genau dann differenzierbar, wenn ihre Koordinatenfunktionen differenzierbar sind Es ist also keine wesentliche Einschränkung,

Mehr