Universität Ulm Abgabe: Donnerstag,
|
|
- Melanie Zimmermann
- vor 6 Jahren
- Abrufe
Transkript
1 Universität Ulm Abgabe: Donnerstag, Jun.-Prof. Dr. D. Mugnolo Manfred Sauter Sommersemester 29 Gesamtpuntzahl: 3+ Lösungen Elemente der Funtionalanalysis: Blatt 6 As for everything else, so for a mathematical theory: beauty can be perceived but not explained. Arthur Cayley (82 895) 5. Sei H ein Hilbertraum und U, V abgeschlossene Unterräume von H. Zeige: Genau dann (4) ommutieren P U und P V, wenn auch P U P V eine orthogonale Projetion ist; in diesem Fall gilt P U P V = P V P U = P U V. Lösung: Wir nehmen zuerst an, dass P U und P V ommutieren. Dann gilt P V P U P V = P V P U = P U P V. Damit folgt P U P V x = P V P U x U V. Sei y U V. Dann gilt ( x PU P V x y P U P V x ) = ( x y ) ( x P U P V x ) ( P U P V x y ) + ( P U P V x P U P V x ) = ( x y ) ( x P U P V x ) ( x y ) + ( x P U P V x ) =. Hierbei haben wir die zweite Charaterisierung aus Aufgabe (b) verwendet. Damit ist nach Definition P U P V = P V P U = P U V. Für die verbliebene Richtung nehmen wir an, dass P U P V eine orthogonale Projetion ist. Wieder unter Verwendung von Aufgabe (b) erhalten wir für beliebige z H ( PU P V x z ) = ( x P U P V z ) = ( P V P U x z ). Damit ommutieren P U und P V. 6. Fourierreihen. (a) Es sei f C (R) -periodisch. Zeige: Ist die formale Fourierreihe von f durch (2) Z c e 2πit gegeben, dann hat f die formale Fourierreihe Z 2πic e 2πit. Lösung: Sei. Dann gilt c = ( f e )L 2 = f(t)e 2πit dt = 2πi f(t)e 2πit + f (t)e 2πit dt = + 2πi 2πi c, wobei c den -ten Fourieroeffizienten von f bezeichnet. Der erste Term verschwindet, weil f -periodisch ist. Zudem gilt c = Insgesamt haben wir also die Identität nachgewiesen, was zu zeigen war. f (t) dt = f(t) = = 2πic. c = 2πic (2)
2 (b) Berechne die formale Fourierreihe der Funtion f(t) = 4 π2 ( 2t) 2! (4) Lösung: Diese Funtion ist stetig differenzierbar und -periodisch. Daher gilt für f (t) = π 2 (2t ) und c = π 2 (2t )e 2πit dt = π2 2πi (2t )e 2πit + π2 e 2πit dt = π πi i +. Wir önnen den vorigen Aufgabenteil anwenden und erhalten für Zudem gilt c = Damit ist die formale Fourierreihe durch gegeben. c = 2πi c = π2 (2t ) 2 dt = 4 π2 6 (2t )3 2 π2 + Z\{} 2 2 e2πit = 2 π2. (c) Wir nehmen in diesem Aufgabenteil an, dass wir bereits wüßten, dass die formale (2) Fourierreihe aus Aufgabenteil (b) gleichmäßig gegen f onvergiert. Weise damit die Gleichheit 2 = π2 6 nach! Lösung: Konvergiert die Fourierreihe aus dem vorigen Aufgabenteil gleichmässig, so gilt unter anderem 4 π2 = f() = 2 π , oder gleichbedeutend Z\{} 2 = 4 π2 2 π2 = 6 π2. (d) Man will für das Polynom p(t) = t ein Polynom q höchstens fünften Grades finden, (4) welches den Ausdruc p(t) q(t) 2e t 2 dt minimiert. Ist dieses Optimierungsproblem wohlgestellt und eindeutig lösbar? Falls ja, beschreibe ein Verfahren, welches die Lösung q bestimmt. Lösung: Definiere f(t) = p(t) 2e t. Diese Funtion ann offenbar als Element vom Hilbertraum L 2 (, ) verstanden werden. Zudem ist der von den Polynomen bis zu fünftem Grad aufgespannte Unterraum U in L 2 (, ) endlichdimensional (genauer gesagt 6-dimensional). Daher ist U insbesondere abgeschlossen. Die Minimierungsaufgabe ist äquivalent dazu den Ausdruc f q 2 L 2 für q U zu minimieren. Die eindeutige Lösung für das Optimierungsproblem ist also durch P U f gegeben. 2
3 Die onrete Berechnung ann wie folgt vorgenommen werden: man orthogonalisiert die Monome bis zu fünftem Grad mittels Gram Schmidt; die Projetion auf dieses endlichdimensionale ONS ann dann durch die Bestimmung der sechs Fourieroeffizienten bezüglich dieses ONS angegeben werden. 7. Der Vollständigeit halber... (a) Beweise ohne Zuhilfenahme der Maßtheorie die Vollständigeit von l 2. (4) Lösung: Es sei (x (n) ) eine Cauchy-Folge in l 2. Zu zeigen ist, dass diese in l 2 auch onvergiert. Grenzwertandidat: Es gilt x (n) x (m) x (n) x (m) l 2 (n, m ). Daher liegt omponentenweise eine Cauchy-Folge vor. Der Grenzwertandidat ist daher die Folge x = (x ) N wobei x := lim n x(n). Zulässigeit: Wir zeigen, dass x l 2 ist. Das folgt aus denn Cauchy-Folgen sind beschränt. x 2 = lim x (n) n 2 lim sup x (n) 2 <, n l 2 Konvergenz: Es verbleibt noch die Konvergenz in l 2 nachzuweisen. Sei ε >. Wähle nun M groß genug, dass x (n) x (m) l 2 (n, m M). Dann gilt für n M x (n) 2 x = lim x (n) m x (m) 2 lim sup x (n) m Dies rechtfertigt den Grenzwertübergang N, und man erhält lim x (n) x =. l 2 n x (m) 2 ε. (b) Zeige, dass l nicht separabel ist. (2) Lösung: Definiere für A N die beschränte Folge x(a) := ( A (), A (2),... ). Seien A, A 2 N beliebig mit A A 2. Dann gilt x(a ) x(a 2 ). Die 2 -Umgebungen von x(a ) und x(a 2 ) in l sind also disjunt. Da P(N) überabzählbar ist und eine in l dichte Menge in der Umgebung einer jeden durch eine solche Teilmenge induzierten Folge einen Punt besitzen muss, ann l nicht separabel sein. (6) 8. Sei H ein Hilbertraum und (e ) N ein Orthonormalsystem in H. (4) (a) Zeige, dass (e ) genau dann eine Orthonormalbasis von H ist, wenn jeder Unter- (2) vetorraum von H, welcher (e ) enthält, dicht in H ist. 3
4 Lösung: Eine Orthonormalbasis hat nach Definition einen linearen Aufspann, der dicht ist. Somit ist natürlich auch ein dieser den Aufspann enthaltender Unterraum dicht. Die andere Richtung erhält man aus der Beobachtung, dass (e ) span{e : N} = H. (b) Zeige, dass (e ) genau dann eine Orthonormalbasis von H ist, wenn (2) für alle x, y H gilt. ( ) ( )( x y = x e e y ) Lösung: Gilt diese Gleichung, dann folgt im Fall x = y die Identität x 2 = ( ) x e 2. Gilt also für einen Vetor ( x e ) = für alle N, dann folgt x =. Nach Aufgabe 3 (b) folgt, dass (e ) eine Orthonormalbasis ist. Sei für die umgeehrte Richtung (e ) eine Orthonormalbasis. Dann gilt nach der Cauchy Schwarzschen Ungleichung und der Parsevalschen Gleichung, dass a(x, y) := ( )( x e e y ) x y < eine symmetrische Sesquilinearform ist. Da diese auf der Diagonalen mit dem Salarprodut übereinstimmt, also a(x, x) = x 2 = ( x x ) (x H) gilt, folgt wegen der Polarisationsgleichung sofort a(x, y) = ( x y ) für alle x, y H. 9. Zur Hilbertraumdimension. (a) Seien (X, ) und (X 2, 2 ) zwei isomorphe normierte Räume. Zeige, dass X (2) genau dann separabel/vollständig ist, wenn X 2 separabel/vollständig ist. Ein normierter Raum heißt dabei separabel, wenn er eine abzählbare dichte Teilmenge besitzt. Lösung: Sei J : X X 2 ein Isomorphismus, also J L(X, X 2 ) bijetiv mit J L(X 2, X ). Es genügt wegen der Symmetrie in der Aussage zu zeigen, dass wenn X separabel/vollständig ist, dies auch für X 2 gilt. Sei also D = {x n : n N} abzählbar und dicht in X. Dann ist auch JD = {Jx n : n N} abzählbar und dicht in X 2, was man wie folgt sieht: für y X 2 existiert x X mit Jx = y; es gibt eine Folge (x ) in D mit x x in X ; Jx JD und Jx Jx = y in X 2 wegen der Stetigeit von J. Sei X vollständig und (y ) eine Cauchy-Folge in X 2. Dann definiert auch x := J y eine Cauchy-Folge, denn () x n x m X J y n y m X2 (n, m ). Diese besitzt in X einen Grenzwert x. Nun gilt aber y = Jx Jx =: y ( ). Also ist (y ) in X 2 onvergent. Damit ist auch X 2 vollständig. 4
5 (b) Gib einen Beweis oder ein Gegenbeispiel für folgende Aussage: Sind zwei normierte () Räume isometrisch isomorph, so ist der eine ein Hilbertraum genau dann, wenn es auch der andere ist. Lösung: Diese Aussage ist orret. Ist nämlich J : X X 2 ein isometrischer Isomorphismus und ist X darüber hinaus ein Hilbertraum, so definiert ( y y 2 )2 := ( J y J y 2 ) offenbar eine positiv definite, symmetrische Sesqusquilinearform. Die Vollständigeit überträgt sich wegen des vorausgegangenen Aufgabenteils. (c) Zeige, dass die Vetorraumdimension von l 2 nicht mit seiner Hilbertraumdimension (3) übereinstimmt. Lösung: Wir wissen, dass l 2 insbesondere ein vollständiger metrischer Raum ist. Die Hilbertraumdimension von l 2 ist ℵ, da (e ) eine abzählbare Orthonormalbasis darstellt. Offenbar ist l 2 unendlichdimensional. Andererseits muss wegen des Satzes von Baire die Vetorraumdimension von l 2 echt höhere Kardinalität als ℵ besitzen. Zum Beweis nehmen wir an, dies wäre nicht der Fall. Dann gilt also span{x : N} = l 2 mit einem linear unabhängigen System (x ). Nun enthält A n := span{x : n} einen inneren Punt, da l 2 ansonsten endlichdimensional wäre. Zugleich ist aber A n als endlichdimensionaler Unterraum abgeschlossen. Aus der Identität A n = l 2 n N folgt nun mittels Baire der Widerspruch. Damit muss eine Vetorraumbasis von l 2 höhere Kardinalität als ℵ haben. (d) Zeige, dass zwei Hilberträume mit Orthonormalbasen derselben Kardinalität stets (4) isometrisch isomorph sind. Lösung: Sei (f α ) α I eine Orthonormalbasis von H und (g β ) β J eine Orthonormalbasis derselben Kardinalität von H 2. Die Bijetion zwischen den Indexmengen I und J sei durch j bezeichnet. Definiere nun die lineare Abbildung U : span{f α : α I} H 2, f α g j(α). Da U isometrisch ist und (f α ) dicht in H liegt, ann U stetig zu Ũ L(H, H 2 ) fortgesetzt werden. Es ist wegen der Stetigeit der Normen lar, dass Ũ isometrisch und damit injetiv ist. Offenbar liegt das Bild von Ũ dicht in H 2. Wegen des Satzes von der beschränten Inversen genügt es nun zu zeigen, dass das Bild von Ũ abgeschlossen ist. Man ann jedoch genauso einfach diret sehen, dass Ũ surjetiv ist. (e) Gilt die Aussage des vorigen Aufgabenteils auch, wenn man Orthonormalbasen durch Vetorraumbasen ersetzt und dafür das isometrisch streicht? Hinweis: Wir verwenden ZFC. Auf diesen Aufgabenteil werden eine Punte vergeben, weil er unangemessen schwierig und im Rahmen der Vorlesung völlig irrelevant ist. Die vorgesehene Bearbeitung besteht in entsprechender Literaturrecherche. Lösung: Nein, dann wird die Aussage falsch, wie folgendes Gegenbeispiel zeigt. Wir vergleichen l 2 = l 2 (N) und l 2 (R). Nach Vorlesung ist beannt, dass l 2 (N) separabel ist, während dies für l 2 (R) nicht gilt. Nach dem ersten Aufgabenteil sind diese beiden Räume also nicht isomorph. Damit wir tatsächlich ein Gegenbeispiel gefunden haben, verbleibt der Nachweis, dass die Vetorraumdimension von l 2 (N) und l 2 (R) übereinstimmen. Wir beweisen dazu, dass die 5
6 Vetorraumdimension von l 2 (N) mit R = 2 ℵ übereinstimmt. Die Behauptung folgt dann daraus, dass die Vetorraumdimension von l 2 (R) natürlich eine geringere Mächtigeit hat, aber auch eine höhere. Letzteres sieht man wie folgt: l 2 (R) (R R) N = R N = (2 ℵ ) ℵ = {N {N {, }}} = {N N {, }} = 2 ℵ. Es genügt nun zu zeigen, dass ein linear unabhängiges System der Kardinalität 2 ℵ in l 2 (N) existiert. Konstruiere dazu eine Familie (N t ) t R von Teilmengen der natürlichen Zahlen, welche N t N t2 < falls t t 2 und N t = für t R erfüllt. Dies ann durch eine geometrische Konstrution über schiefe durch den Winel indizierte Steifen der Breite 2 in N N R 2 erfolgen. Nun wird durch x t := 2 n e n n N t eine entsprechende Familie linear unabhängiger Vetoren in l 2 (N) definiert. Entsprechende Literaturverweise zu diesem Thema sind: References [Blo] [Bud7] [Lac73] Meta. Update. Letzter Zugriff: url: wordpress.com/28/9//meta-update/. J. R. Buddenhagen. Classroom Notes: Subsets of a Countable Set. In: Amer. Math. Monthly 78.5 (97), pp issn: H. Elton Lacey. The Hamel dimension of any infinite dimensional separable Banach space is c. In: Amer. Math. Monthly 8 (973), p issn: [Pla] PlanetMath. Dimension Formulae for Vector Spaces. Version 22, letzter Zugriff: url: http : / / planetmath. org / encyclopedia / DimensionFormulaeForVectorSpaces.html. [Wi] Wiipedia. Mächtigeit. Letzter Zugriff: url: http : / / de. wiipedia.org/wii/m%c3%a4chtigeit_(mathemati). 2. Sei (K, d) ein ompater metrischer Raum. Mit C(K) sei die Menge der stetigen Fun- (4) tionen von K nach R bezeichnet. Es sei eine Folge (f n ) n N von Funtionen in C(K) gegeben, welche f n (x) f n+ (x) für alle x K und n N erfüllt. Zudem gelte, dass f n puntweise gegen eine stetige Funtion f onvergiere. Zeige, dass f n f gleichmäßig in K für n. Hinweis: Der Konsequenz halber ist auch bei dieser Aufgabe wieder Folgenompatheit zu verwenden. Lösung: Wir geben einen Beweis durch Widerspruch. Nehmen wir also an, die Folge würde nicht gleichmäßig in K onvergieren. Dann existiert ein ε > derart, dass für alle n N Elemente x n K existieren mit f(x n ) f n (x n ) > ε. Es gilt wegen Folgenompatheit nach Teilfolge, dass x n x K. Es gibt ein N N mit f(x) f n (x) < ε/4 für alle n N. Wegen Stetigeit und Monotonie gilt die Ungleichung f(x) f n (x) < ε/2 (n N) auf einer offenen Umgebung U von x. Wähle N groß genug, dass auch x n U für n N gilt. Damit haben wir den Widerspruch ε < f(x N ) f N (x N ) < ε 2. 6
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
Mehr1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:
Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere
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!),
Mehrist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).
Kapitel 4 Stetige lineare Funktionale 4.1 Der Satz von Hahn - Banach Definition 4.1. Sei X ein linearer normierter Raum über dem Körper K (R oder C). Ein linearer Operator f : X K heißt (reelles oder komplexes)
Mehrx, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω
5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,
MehrPotenzreihen. Potenzreihen sind Funktionenreihen mit einer besonderen Gestalt.
Potenzreihen Potenzreihen sind Funtionenreihen mit einer besonderen Gestalt. Definition. Ist (a ) eine Folge reeller (bzw. omplexer) Zahlen und x 0 R (bzw. z 0 C), dann heißt die Reihe a (x x 0 ) (bzw.
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
MehrSatz 2.3. Jeder lineare normierte Raum wird durch Einführung einer Metrik
Kapitel Lineare normierte Räume.1 Allgemeiner Überblick Definition.1. Eine Menge X, in der über einem Zahlenkörper K (K = R oder K = C) die Addition und λ-multiplikation mit den üblichen Verbindungsaxiomen
MehrKonvergenz im quadratischen Mittel - Hilberträume
CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften
Mehrϕ k (t)ψ j (s) 2 ds)dt < folgt ϕ k (t)ψ j (s) δ j1,j 2 und daher handelt es sich um ein Orthonormalsystem in L 2 (Ω 1 Ω 2 ).
1) a) Wir wollen zeigen, dass {ϕ k (t)ψ j (s)} j,k N0 eine Orthonormalbasis ist. Beachte dabei zunächst, dass (t, s) ϕ k (t)ψ j (s) für alle j, k N 0 messbare Abbildungen auf Ω 1 Ω 2 sind und da Ω 1 ϕ
Mehr9 Vektorräume mit Skalarprodukt
9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden
Mehralso ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges
11. Kompakte Operatoren Seien X, Y Banachräume, und sei T : X Y ein linearer Operator. Definition 11.1. T heißt kompakt, enn T (B) eine kompakte Teilmenge von Y ist für alle beschränkten Mengen B X. Wir
MehrOptimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme
Optimale Steuerung, Prof.Dr. L. Blank 1 II Linear-quadratische elliptische Steuerungsprobleme Zuerst: Zusammenstellung einiger Begriffe und Aussagen aus der Funktionalanalysis (FA), um dann etwas über
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester
MehrKapitel 5 KONVERGENZ
Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz
Mehr1 Euklidische und unitäre Vektorräume
1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen
MehrÜbungsaufgaben zu Partielle Differentialgleichungen Blatt III vom
Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R
Mehrα + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus
4. Dualräume und schwache Topologien Den Begriff des Dualraums hatten wir bereits in Kapitel 2 definiert. Der Dualraum X eines Banachraums X ist X = B(X, C). X ist mit der Abbildungsnorm F = sup x =1 F
MehrHöhere 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
MehrEuklidische und unitäre Vektorräume
Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein
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
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
MehrKonvergenz im quadratischen Mittel und Parsevalsche Gleichung
Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen
MehrKapitel 3. Konvergenz von Folgen und Reihen
Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden
Mehr2. Normierte Räume und Hilberträume Normierte Räume.
2 2. NORMIERTE RÄUME UND HILBERTRÄUME 2.. Normierte Räume. 2. Normierte Räume und Hilberträume Bemerung 2... Wir sagen, dass V ein K-Vetorraum sei, wenn V ein Vetorraum über R oder über C ist. Definition
MehrKonvergenz, Filter und der Satz von Tychonoff
Abschnitt 4 Konvergenz, Filter und der Satz von Tychonoff In metrischen Räumen kann man topologische Begriffe wie Stetigkeit, Abschluss, Kompaktheit auch mit Hilfe von Konvergenz von Folgen charakterisieren.
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen
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
MehrHöhere Mathematik für Physiker II
Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume
MehrOrthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen
Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
Mehri=1 i=1,...,n x K f(x).
2. Normierte Räume und Banachräume Ein normierter Raum ist ein Vektorraum, auf dem wir Längen messen können. Genauer definieren wir: Definition 2.1. Sei X ein Vektorraum über C. Eine Abbildung : X [0,
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
MehrEtwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann
Etwas Topologie Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Literatur Abraham, Marsden, Foundations of Mechanics, Addison Wesley 1978, Seiten 3 17 Definition. Ein topologischer
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.
Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion
MehrEigenschaften kompakter Operatoren
Eigenschaften kompakter Operatoren Denition Seien X, Y normierte Räume und sei A : X Y linear. Dann heiÿt A kompakt (vollstetig), wenn für jede beschränkte Menge B X die Menge A(B) kompakt ist. Eigenschaften
MehrDefinition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i
3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und
MehrMusterlösungen zur Linearen Algebra II Übungsklausur
Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,
MehrKlausuren zur Vorlesung ANALYSIS I
Fachbereich Mathemati und Informati der Philipps-Universität Marburg Klausuren zur Vorlesung ANALYSIS I Prof. Dr. C. Portenier unter Mitarbeit von A. Alldridge und R. Jäger Marburg, Wintersemester 00/0
MehrAnalysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME
Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 3.2 Konvergenzkriterien
MehrTopologische Aspekte: Eine kurze Zusammenfassung
Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,
MehrBeispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt
Beispiel. Gegeben sei die Folge (a n ) n N mit a n := n 2 + 5n + 1 n Es gilt ( ( ) (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n + 1 + n, woraus folgt a n = (n2 + 5n + 1) n 2 n2 + 5n + 1 + n = 5n + 1 n2
Mehrk + k + 1 ( 1) k( k 2 + 2k + 1 k ) f)
Prof. Dr. L. Schwachhöfer Dr. J. Horst Faultät Mathemati TU Dortmund Musterlösung zum 5. Übungsblatt zur Höheren Mathemati I (P/ET/AI/IT/IKT/MP WS 0/ Aufgabe Untersuchen Sie folgende Reihen auf Konvergenz:
MehrLeitfaden a tx t
Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathemati PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathemati für Informatier II (Sommersemester 00) Lösungen zu Aufgabenblatt
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
MehrKapitel V. Folgen und Konvergenz. V.1 Konvergenz von Zahlenfolgen
Kapitel V Folgen und Konvergenz V.1 Konvergenz von Zahlenfolgen Wir erinnern an den Begriff der Folge, den wir schon im Kapitel III verwenden. Eine Folge (a n ) n=1 AN in A ist eine Abbildung a ( ) : N
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b
MehrAffine Geometrie (Einfachere, konstruktive Version)
Affine Geometrie (Einfachere, konstruktive Version) Def. Affiner Raum der Dimension n über Körper K ist nach Definition K n. Bemerkung. Man könnte Theorie von affinen Raumen auch axiomatisch aufbauen mit
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,
MehrZusammenfassung zur Konvergenz von Folgen
Zusammenfassung zur Konvergenz von Folgen. Definition des Konvergenzbegriffs Eine Folge reeller Zahlen a n n heißt konvergent gegen a in Zeichen a n = a, falls gilt > 0 n 0 n n 0 : an a < Hinweise: Bei
MehrProseminar Lineare Algebra II, SS 11. Blatt
Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2
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
MehrTopologische Begriffe
Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer
Mehr15 Hauptsätze über stetige Funktionen
15 Hauptsätze über stetige Funktionen 15.1 Extremalsatz von Weierstraß 15.2 Zwischenwertsatz für stetige Funktionen 15.3 Nullstellensatz von Bolzano 15.5 Stetige Funktionen sind intervalltreu 15.6 Umkehrfunktionen
Mehrε 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
Mehr3.5 Glattheit von Funktionen und asymptotisches Verhalten der Fourierkoeffizienten
Folgerung 3.33 Es sei f : T C in einem Punkt x T Hölder stetig, d.h. es gibt ein C > und ein < α 1 so, dass f(x) f(x ) C x x α für alle x T. Dann gilt lim N S N f(x ) = f(x ). Folgerung 3.34 Es f : T C
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!)
MehrBevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest.
Analysis, Woche Zahlen A. Elementares Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest... Logische Symbole Seien A und B Aussagen. So eine Aussage ist zum Beispiel: Gras
MehrFunktionalanalysis I und II. Eine Zusammenfassung
Funktionalanalysis I und II Eine Zusammenfassung Kai Gehrs acrowley@mupad.de 16. Februar 2007 Zusammenfassung Der folgende Text soll einen groben Überblick über die grundlegenden Konzepte und Resultate
MehrDer Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.
Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x
MehrSpickzettel Mathe C1
Spickzettel Mathe C1 1 Mengenlehre 1.1 Potenzmenge Die Potenzmenge P (Ω) einer Menge Ω ist die Menge aller Teilmengen von Ω. Dabei gilt: P (Ω) := {A A Ω} card P (Ω) = 2 card Ω P (Ω) 1.2 Mengenalgebra Eine
MehrAnalysis I - Einige Lösungen und Ergänzungen
Christian-Albrechts-Universität zu Kiel Mathematisch-Naturwissenschaftliche Fakultät Mathematisches Seminar Analysis I - Einige Lösungen und Ergänzungen von Dipl.-Math. Joscha Prochno Dipl.-Math. Dennis
Mehr2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.
Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum
MehrSymmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome
Proseminar Lineare Algebra SS10 Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome Natalja Shesterina Heinrich-Heine-Universität ASymmetrische Polynome Definition 1 Sei n
Mehr6 Komplexe Integration
6 Komplexe Integration Ziel: Berechne für komplexe Funktion f : D W C Integral der Form f(z)dz =? wobei D C ein Weg im Definitionsbereich von f. Fragen: Wie ist ein solches komplexes Integral sinnvollerweise
Mehr6 Reelle und komplexe Zahlenfolgen
Mathematik für Physiker I, WS 200/20 Freitag 0.2 $Id: folgen.tex,v. 200/2/06 :2:5 hk Exp $ $Id: reihen.tex,v. 200/2/0 4:4:40 hk Exp hk $ 6 Reelle und komplexe Zahlenfolgen 6. Cauchyfolgen Wir kommen nun
MehrMitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester
Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Christian Nawroth, Erstellt mit L A TEX 23. Mai 2002 Inhaltsverzeichnis 1 Vollständige Induktion 2 1.1 Das Prinzip der Vollstandigen Induktion................
Mehrcos(kx) sin(nx)dx =?
3.5 Fourierreihen 3.5.1 Vorbemerkungen cos(kx) sin(nx)dx =? cos gerade Funktion x cos(kx) gerade Funktion sin ungerade Funktion x sin(nx) ungerade Funktion x cos(kx) sin(nx) ungerade Funktion Weil [, π]
Mehr1. Klausur. für bau immo tpbau
1. Klausur Höhere Mathematik I/II für bau immo tpbau Wichtige Hinweise Die Bearbeitungszeit beträgt 120 Minuten. Verlangt und gewertet werden alle 6 Aufgaben. Bei Aufgabe 1 2 sind alle Lösungswege und
MehrAufgaben zur Analysis I aus dem Wiederholungskurs
Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden
Mehr11. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 200/ 2.0.-28.0. Aufgabe G (Grenzwertberechnung)
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
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
MehrLineare Algebra II 6. Übungsblatt
Lineare Algebra II 6 Übungsblatt Fachbereich Mathematik SS 2011 Prof Dr Kollross 18/19 Mai 2011 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minimalpolynom) Bestimmen Sie das Minimalpolynom der
Mehr(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge
ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,
MehrEs geht nun um spezielle Folgen, deren Glieder durch Summation entstehen. Reihen gibt es spezielle Konvergenzkriterien. n k=1
Kapitel 3 Reihen Es geht nun um spezielle Folgen, deren Glieder durch Summation entstehen. Für diese Reihen gibt es spezielle Konvergenzriterien. 3. Definitionen, Beispiele, Sätze Definition 3.: (Reihen)
MehrSS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.
SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden
Mehr5 Potenzreihenansatz und spezielle Funktionen
5 Potenzreihenansatz und spezielle Funktionen In diesem Kapitel betrachten wir eine Methode zur Lösung linearer Differentialgleichungen höherer Ordnung, die sich anwenden läßt, wenn sich alle Koeffizienten
MehrFerienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren
Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis
Mehreine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte.
Analysis, Woche 5 Folgen und Konvergenz A 5. Cauchy-Folgen und Konvergenz Eine Folge in R ist eine Abbildung von N nach R und wird meistens dargestellt durch {x n } n=0, {x n} n N oder {x 0, x, x 2,...
MehrSeminar Einführung in die Kunst mathematischer Ungleichungen
Seminar Einführung in die Kunst mathematischer Ungleichungen Geometrie und die Summe von Quadraten Clara Brünn 25. April 2016 Inhaltsverzeichnis 1 Einleitung 2 1.1 Geometrie allgemein.................................
MehrÜbungsblatt 13. Lineare Algebra I, Prof. Dr. Plesken, SS (β α) tr = α tr β tr.
Übungsblatt 13 Lineare Algebra I, Prof Dr Plesen, SS 2008 Aufgabe 1 (Transponierte lineare Abbildung) Sei α : V W linear Zeige: α tr ist injetiv (surjetiv) genau dann, wenn α surjetiv (injetiv) ist Ist
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
MehrHöhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe
Mehr55 Lokale Extrema unter Nebenbedingungen
55 Lokale Extrema unter Nebenbedingungen Sei f : O R mit O R n differenzierbar. Notwendige Bescheinigung für ein lokales Extremum in p 0 ist dann die Bedingung f = 0 (siehe 52.4 und 49.14). Ist nun F :
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
MehrMathematik für Naturwissenschaftler I WS 2009/2010
Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 8 10. November 2009 Kapitel 2. Konvergenz von Folgen und Reihen Definition 27. Eine (reelle bzw. komplexe) Zahlenfolge ist eine R- bzw. C-wertige
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
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.
MehrÜbungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016
Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)
Mehr6 Hauptachsentransformation
6 Hauptachsentransformation A Diagonalisierung symmetrischer Matrizen (6.1) Satz: Sei A M(n n, R) symmetrisch. Dann gibt es eine orthogonale n n-matrix U mit U t AU = D Diagonalmatrix Es folgt: Die Spalten
Mehr11 Logarithmus und allgemeine Potenzen
Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den
MehrFunktionalanalysis. Vorlesungsskript Sommersemester Bernd Schmidt. Version vom 31. Juli 2012
Funktionalanalysis Vorlesungsskript Sommersemester 2012 Bernd Schmidt Version vom 31. Juli 2012 Institut für Mathematik, Universität Augsburg, Universitätsstr. 14, 86135 Augsburg, bernd.schmidt@math.uni-augsburg.de
MehrKAPITEL 9. Funktionenreihen. 9.1 Taylor-Reihen Potenzreihen Methoden der Reihenentwicklung Anwendungen...
KAPITEL 9 Funtionenreihen 9. Taylor-Reihen.................................... 74 9.2 Potenzreihen..................................... 77 9.3 Methoden der Reihenentwiclung.......................... 90
MehrFormale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5.
Formale Sprachen Spezialgebiet für Komplexe Systeme Yimin Ge 5ahdvn Inhaltsverzeichnis 1 Grundlagen 1 2 Formale Grammatien 4 Endliche Automaten 5 4 Reguläre Sprachen 9 5 Anwendungen bei Abzählproblemen
Mehr3.6 Eigenwerte und Eigenvektoren
3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse
Mehr