Anhang: Fouriertransformation
|
|
- Anke Siegel
- vor 6 Jahren
- Abrufe
Transkript
1 Kapitel 5 Anhang: Fouriertransformation Im ersten Kapitel haben wir eine eihe von Lösungsmethoden kennengelernt, die es in gewissen Fällen erlauben, eine explizite Lösung einer partiellen Differentialgleichung zu bestimmen. Über die besprochenen Methoden hinaus gibt es eine Fülle weiterer spezieller Lösungsmethoden, von denen sich insbesondere die Integraltransformationstechniken, allen voran die Laplace- und Fouriertransformation, grosser Beliebtheit in Anwenderkreisen erfreuen. Wir wollen am Ende dieser Veranstaltung daher noch kurz die wichtigste Intgegraltransformationstechnik, die Fouriertransformation, vorstellen. Mit Hilfe dieser Technik kann beispielsweise das Anfangswertproblem für die Wärmeleitungsgleichung explizit gelöst werden. Für eine komplexwertige Funktion f L ( N ; C) kann die sog. Fouriertransformierte von f definiert werden als: (F f)(x) : (2π) N/2 e ix y f(y) dλ(y) x N. N Hierbei bezeichnet x y N k x ky k das Skalarprodukt im N und λ λ N das N dimensionale Lebesgue-Maß auf dem N. Durch Einführung des normalisierten Lebesguemaßes m m N (2π) N/2 λ N kann die Definition der Fouriertransformierten vereinfacht geschrieben werden als (F f)(x) : e ix y f(y) dm(y) x N. N Beispiele: ) Die Fouriertransformierte der L -Funktion f(x) e x, x, ist (F f)(x) 2, x. (5.) π + x2 L ( N ; C) {f : N C; (f), I(f) L ( N )} ; das Integral einer Funktion f L ( N ; C) ist definiert als N f(x) dx N (f)(x) dx + i N I(f)(x) dx 54
2 2) Die Fouriertransformierte der Gauss-Funktion f(x) e x2, x, ist (F f)(x) 2 e x2 4, x. (5.2) Für eine Funktion f L ( N ; C) kann analog die inverse Fouriertransformierte von f definiert werden als (F f)(x) : (2π) N/2 e ix y f(y) dλ(y) N e ix y f(y) dm(y) x N. N Die inverse Fouriertransformation stellt tatsächlich die zur Fouriertransformation inverse Operation dar, und zwar im folgenden Sinne: falls f L ( N, C) und F f L ( N ; C), dann gilt: F (F f)(x) f(x) für fast alle x N. Zu beachten ist jedoch, dass für f L ( N ; C) die Fouriertransformierte F f im allgemeinen nicht absolut-integrabel ist. Wir fassen im folgenden die wichtigsten Eigenschaften der Fouriertransformierten zusammen. Sämtliche Formeln gelten sobald die auftauchenden Funktionen wohldefiniert sind und die entsprechenden Integrale absolut konvergieren. Alle Formeln lassen sich ausnahmslos durch elementares Nachrechnen (und partielle Integration in ), Variablensubstitution in 3) und 5) bzw. Satz von Fubini für 4)) verifizieren. ) Differentiation wird zu Multiplikation: F (D α f)(x) (ix) α F (f)(x) x N für jeden Multi-Index α (α,..., α N ), wobei (ix) α : (ix ) α... (ix N ) α N Speziell ergibt sich für N : F (f (n) )(x) (ix) n F (f)(x) für alle n N. x 2) Linearität: F (αf + βg) αf (f) + βf (g) für alle f, g L ( N ; C), α, β C 3) Translation wird zur Multiplikation mit e-funktion: F (f( c))(x) e ix c F (f)(x) für alle f L ( N ; C), c N x N 4) Konvolution wird zur Multiplikation: F (f g) (2π) N/2 F (f) F (g) 55
3 und umgekehrt F (f g) F (f) F (g) (2π) N/2 Hierbei ist die Konvolution zweier Funktionen f, g L ( N ; C) definiert als f g(x) f(x y)g(y) d(y) x N N 5) F (f(c ))(x) c F (f) ( ) x c für alle f L ( N ; C), c \ {0} x N Analoge egeln gelten für die inverse Fouriertransformation. Eigenschaft ) erlaubt es, durch Anwendung der Fouriertransformation eine Differentialgleichung für eine gesuchte Funktion u in eine algebraische Gleichung für ihre Fouriertransformierte umzuschreiben. Wenn es möglich ist, die algebraische Gleichung für F u zu lösen, kann durch Anwendung der inversen Fouriertransformation in gewissen Fällen eine Lösung u der vorgelegten Differentialgleichung bestimmt werden. Beispiel: Betrachte die gewöhnliche Differentialgleichung u u e x, x. Angenommen, u ist eine auf absolut integrable Lösung dieser DGL. Wenden wir dann die Fouriertransformation auf beiden Seiten der Gleichung an, erhalten wir aufgrund der Linearität, Eigenschaft ) und Beispiel ) oben die algebraische Gleichung: F (u)(x) + x 2 F (u)(x) Es ergibt sich so 2 π + x 2 x. F (u)(x) 2 π + x 2 + x 2, x. Durch Anwendung der inversen Fouriertransformation erhalten wir so mit egel 4) und Beispiel ) u(x) F ( 2 π + y 2 2π F ( 2 π + y 2 2π e y F ( + y 2 ) + y 2 (x) ) ( F + y 2 ) (x) 56 ) (x)
4 Ausserdem ist ( ) F + y 2 (x) 2π 2π e ixy + y 2 dy e ixy + y 2 dy π e ixy 2 2π 2 π + y 2 dy ( ) π 2 2 F π + y 2 (x) π 2 e x nach Beispiel ). Somit erhalten wir u(x) 2 e x y y dy Dies können wir explizit berechnen: x e x, x 0 2 u(x), + x e x, x > 0 2 und man überprüft leicht, dass diese Funktion tatsächlich eine klassische Lösung der DGL ist. u u e x,, x, Analog kann in gewissen Fällen mit Hilfe der Fouriertransformation eine explizite Lösung einer linearen partiellen Differentialgleichung berechnet werden. Dies wollen wir am Beispiel des Anfangswertproblems für die (-dimensionale) Wärmeleitungsgleichung (AWP) { ut u xx f(t, x), t > 0, x u(0, x) u 0 (x), x zeigen. In ersten Kapitel haben wir bereits mit der sog. Selbstähnlichkeitsmethode eine spezielle Lösung der Wärmeleitungsgleichung, die sog. Fundamentallösung (Gausskern), bestimmt: 57
5 Φ(t, x) 4πt e x2 4t, t > 0, x. Aus der Fundamentallösung hatten wir ausserdem mit Hilfe der Duhamel-Formel die Darstellung einer Lösung des Anfangswertproblems für die WLG hergeleitet: u(t, x) für alle t > 0, x. Φ(t, x y)u 0 (y) dy + t 0 Φ(t s, x y)f(s, y) dy ds, (5.3) Da die Fouriermethode im wesentlichen nur auf lineare partielle Differentialgleichungen angewendet werden kann, die Selbstähnlichkeitsmethode jedoch genauso gut auf nichtlineare Probleme (etwa die Gleichung u t p (u) f, p > ) angewendet werden kann, haben wir im ersten Kapitel der Selbstähnlichkeitsmethode den Vorzug gegeben. Hinzu kommt, dass sich die volle Tragweite der Fouriertransformation erst im ahmen ihres Studiums in Distributionsräumen erschliesst. Wir wollen an dieser Stelle durch eine im wesentlichen formale Anwendung der Fouriertransformation zunächst noch einmal die Lösungsformel (5.3) herleiten. Dazu nehmen wir an, dass u eine Lösung des AWP ist und sowohl u 0 als auch, für alle t > 0, u(t, ), u t (t, ) und f(t, ) absolut integrabel auf sind. Anwendung der Fouriertransformation im AWP führt dann, dank der Linearität und Eigenschaft ) der Fouriertransformation, zu { F (ut (t, ))(x) + x 2 F (u(t, ))(x) F (f(t, ))(x), t > 0, x F (u(0, )(x) F (u 0 )(x), x Aufgrund der absoluten Integrierbarkeit von u(t, ) und u t (t, ) auf, verifiziert man leicht, dass F (u t (t, ))(x) F (u(t, ))(x), t > 0, x. t Setzen wir nun noch U(t, x) : F (u(t, )(x), t > 0, x, dann ergibt sich folgendes Anfangswertproblem für U: { Ut (t, x) + x 2 U(t, x) F (f(t, ))(x), t > 0, x U(0, x) F (u 0 )(x), x. Die Funktion U ist demnach Lösung einer gewöhnlichen Differentialgleichung (die Variable x spielt in der DGL für U nur noch die olle eines Parameters). Die DGL für U ist zudem linear und nicht-homogen. Aus der Vorlesung DGL I ist bekannt, 58
6 dass die eindeutige Lösung U des Anfangswertproblems dann von folgender Gestalt ist: t U(t, x) F (u 0 )(x)e x2 t + e x2 (t s) F (f(s, ))(x) ds, t > 0, x. 0 Formales Anwenden der inversen Fouriertransformation (die entsprechend notwendige absolute Konvergenz der einzelnen Integrale stillschweigend vorausgesetzt) führt dann zu u(t, x) F (F (u(t, ))(x) F (U(t, ))(x) t F (F (u 0 )e y2 t )(x) + F (e y2 (t s) F (f(s, )))(x) ds für alle t > 0, x. Um nun mit Hilfe der Eigenschaft 4) der Fouriertransformation die obige Darstellungsformel zu vereinfachen, sollte die Funktion y e y2t bzw. y e y2 (t s) ihrerseits eine Fouriertransformierte sein. Dazu berechnen wir 0 F (e y2t )(x) 2π e ixy e y2t dy x i 2 e 2 t u e u2 dy (Var.subst. u 2y t) 2πt ( ) ( ) F e u2 x 2t 2 2 t 2t e x2 4t ( Beispiel 2) u. Eigenschaft 5)) 2π Φ(t, x) für alle t > 0, x (wobei Φ der oben definierte Gausskern). Somit ergibt sich mit Hilfe der Eigenschaft 4) der Fouriertransformierten ( u(t, x) F F (u 0 ) ) 2πF (Φ(t, )) (x) + Φ(t, ) u 0 (x) + t 0 t Φ(t s, ) f(s, )(x) ds für alle t > 0, x. Dies ist aber genau die gesuchte Formel (5.3). 0 F ( 2πF (Φ(t s, ))F (f(s, )) ) (x) ds Wir wollen zum Schluss noch einen Überblick über die Methode der Fouriertransformation im ahmen der Distributionentheorie und ihre Anwendungen geben. Ein genaueres Studium erfolgt im ahmen einer weiterführenden Veranstaltung zur Funktionalanalysis. 59
7 Wir hatten bereits auf die Schwierigkeit hingewiesen, dass der aum L nicht invariant unter der Fouriertransformation ist, d.h. für f L ( N ) die Fouriertransformierte F (f) i. a. nicht absolut integrabel ist. Ein Funktionenraum, der invariant gegenüber der Fouriertransformation ist und in dem die oben aufgeführten echenregeln )-5) für beliebige Elemente des aumes gelten, ist der sogenannte Schwartz-aum: S( N ) : {u C ( N ); sup sup ( + x 2 ) k D α u(x) < k N}. α k x N Es handelt sich hierbei um die Menge der C -Funktionen, die im Unendlichen schneller fallen als jede rationale Funktion. Der Schwartz-aum heisst deshalb auch aum der schnell fallenden C -Funktionen. Beispiele: ) e x2 S( N ) 2) D( N ) S( N ) Mit der üblichen Addition von Funktionen und skalaren Multiplikation ist S( N ) offensichtlich ein Vektorraum. Jede der Abbildungen u S( N ) sup sup ( + x 2 ) k D α u(x), k N, α k x N definiert eine Norm auf S( N ) bezüglich der der aum allerdings nicht vollständig ist. Es kann jedoch mit Hilfe der gesamten Familie dieser Normen eine Metrik definiert werden, bezüglich der S( N ) vollständig ist. Diese Metrik erzeugt folgenden Konvergenzbegriff in S( N ) : eine Folge (u n ) n S( N ) konvergiert gegen u S( N ), wenn gilt: sup sup ( + x 2 ) k D α (u n (x) u(x)) 0 x N α k wenn n, für alle k N. Der aum S( N ) besitzt eine eihe wichtiger Eigenschaften: falls f S( N ), dann ist p(x)f(x) S( N ) für jedes Polynom p(x) falls f, g S( N ), dann ist f g S( N ) und f g S( N ) falls f S( N ), dann ist auch F (f) S( N ) und F (F (f)) f; es gilt sogar: die Fouriertransformation ist ein topologischer Isomorphismus von S( N ) auf S( N ) Da die Funktion x (+x 2 ) N L ( N ), gilt offensichtlich, dass S( N ) L ( N ). Wir hatten ausserdem bereits vermerkt, dass D( N ) S( N ). Ausgestattet mit 60
8 der oben beschriebenen Topologie gilt für S( N ) sogar, dass D( N ) dicht in S( N ) ist und die identische Abbildung id : D( N ) S( N ) stetig ist. Es gilt also: D( N ) d S( N ) (5.4) (Analog gilt übrigens auch S( N ) d L ( N ).) Jede stetige lineare Abbildung T auf S( N ) definiert wegen (5.4) eine stetige lineare Abbildung T id auf D( N ); die Abbildung T S ( N ) T id D ( N ) ist, da D( N ) dicht in S( N ) liegt, ausserdem injektiv. Somit ist der Dualraum S ( N ) von S( N ) ein Teilraum des grossen Distributionenraums D ( N ): S ( N ) D ( N ). Die Elemente von S ( N ) werden temperierte Distributionen genannt. Bemerkung: Eine Distribution T D ( N ) ist eine temperierte Distribution, wenn sie stetig auf S( N ) fortgesetzt werden kann. Beispiele: ) Die Delta-Distribution δ S ( N ) Beweis: Es ist klar, dass die natürliche Fortsetzung der Delta-Distribution δ : S( N ) u u(0) wohldefiniert und linear ist. Wenn nun u n u in S( N ), dann konvergiert natürlich insbesondere δ(u n ) u n (0) u(0) δ(u), d.h. aber: δ stetig auf S( N ). 2) alle Polynome und speziell die konstante Funktion x liegen in S ( N ) 3) falls T S ( N ), dann ist auch D α T S ( N ), für jeden Multiindex α Eigenschaften 2) und 3) beweist man eben so leicht wie Eigenschaft ). Für temperierte Distributionen T kann nun in einfacher Weise eine Fouriertransformation F(T ) definiert werden: < F(T ), ϕ >:< T, F (ϕ) >, ϕ S( N ). 6
9 Da S( N ) invariant gegenüber der Fouriertransformation und die Fouriertransformation F : S( N ) S( N ) stetig ist, ist das so definierte Element F(T ) S ( N ). Zudem ist die so definierte Fouriertransformation F : S ( N ) S ( N ) stetig und bijektiv, und die Umkehrabbildung F ist offensichtlich durch die inverse Fouriertransformation auf S( N ) gegeben: < F (T ), ϕ >< T, F (ϕ) >. Man überprüft leicht, dass die Definitionen der Fouriertransformationen F und F konsistent sind: ist T T u eine reguläre, von u S( N ) erzeugte Distribution, dann ist F(T u ) T F (u), die von der Funktion F (u) S( N ) erzeugte Distribution. Aus diesem Grunde werden wir zu einer einheitlichen Notation übergehen und auch die Fouriertransformation F auf S ( N ) künftig mit F bezeichnen. Bemerkung: Es ist nicht möglich, eine Fouriertransformation für eine beliebige Distribution T D ( N ) auf die gleiche Art und Weise zu definieren: der Definitionsversuch: < F (T ), ϕ >:< T, F (ϕ) >, ϕ D( N ) scheitert, da die Fouriertransformierte F (ϕ) einer Testfunktion ϕ D( N ) keine Testfunktion mehr ist (es gilt sogar: falls ϕ D( N ) und F (ϕ) D( N ), dann folgt schon ϕ 0!) Beispiel: Beweis: F (δ) < F (δ), ϕ > < δ, F (ϕ) > < δ, e ix y ϕ(y) dy > 2π ϕ(y) dy ϕ(y) dy <, ϕ > für alle ϕ S( N ). Hierbei bezeichnet das konstante Polynom x N, das wir wie üblich mit der davon erzeugten temperierten Distribution identifizieren. 62
10 Wir haben gesehen, dass die Fouriertransformation in S( N ) Differentiation in die Multiplikation mit einem Polynom transformiert. Gleiches gilt auch für die Fouriertransformation auf S ( N ). Hierbei beachte man zunächst, dass für eine temperierte Distribution E S ( N ) in natürlicher Weise das Produkt von T mit einem Polynom p(x) definiert kann durch: < p(x)t, ϕ >:< T, p(x)ϕ > ϕ S( N ). Da p(x)ϕ S( N ), falls ϕ S( N ) und p(x) ein Polynom, ist p(x)t wohldefiniert. Da die Multiplikation mit einem Polynom eine stetige Operation auf S( N ) ist, ist p(x)t selbst wieder eine temperierte Distribution. Nun verifiziert man leicht: F (D α T ) (ix) α F (T ) T S ( N ), α Multiindex Es ist auch möglich, die Konvolution einer temperierten Distribution und einer Schwartz-Funktion zu definieren. Falls T T v eine reguläre (von der Funktion v erzeugte) temperierte Distribution ist, gilt für alle ϕ S( N ) (wir identifizieren wie gehabt T v und v): T v ϕ(x) v ϕ(x) v(y)ϕ(x y) dm(y) N < T v, ϕ(x ) > für alle x N. Also ist es natürlich, für eine beliebige temperierte Distribution T S ( N ) die Konvolution mit ϕ S( N ) wie folgt zu definieren: T ϕ(x) :< T, ϕ(x ) > x N. Diese Definition ist sinnvoll, da ja die verschobene Funktion y N ϕ(x y) auch ein Element von S( N ) ist. Beispiel: δ ϕ ϕ ϕ S( N ). Beweis: Dies folgt sofort aus der Definition der Konvolution: δ ϕ(x) < δ, ϕ(x ) > ϕ(x) x N. Man kann zeigen, dass T ϕ C ( N ) 63
11 und die (für glatte Funktionen bekannte) Differentiationsregel für Konvolutionen gilt: D α (T ϕ) (D α T ) ϕ T (D α ϕ) (5.5) für alle T S ( N ) und ϕ S( N ). Betrachten wir nun das Problem eine Lösung u einer allgemeinen linearen partiellen Differentialgleichung Lu(x) f(x), x N, zu bestimmen. Hierbei sei f S( N ) und L α a αd α ein beliebiger linearer Differentialoperator mit konstanten Koeffizienten a α C. Dazu versuchen wir zunächst eine Fundamentallösung der PDE zu bestimmen, d.h. eine Distribution E D ( N ) zu bestimmen, die die Gleichung LE δ in D ( N ) (5.6) löst, wobei δ die bekannte δ-distribution ist. Angenommen, es existiert eine Fundamentallösung E S ( N ). Bemerkung: Malgrange und Ehrenpreis haben 954/55 gezeigt, dass die lineare PDE (5.6) stets eine Fundamentallösung E S ( N ) besitzt. Wir können somit auf die Gleichung (5.6) die Fouriertransformation anwenden und erhalten die äquivalente Gleichung P (x)f (E) F (δ), wobei sich die Koeffizienten des Polynoms P aus den Koeffizienten des Differentialoperators L ergeben: P (x) α a α (ix) α. Es folgt, dass F (E) P (x). Da E S ( N ) und somit auch F (E) P (x) S ( N ), können wir auf beiden Seiten nun die inverse Fouriertransformation anwenden und finden so die Fundamentallösung: 64
12 ( ) E F S ( N ). P (x) Mit Hilfe der Fundamentallösung ergibt sich nun sofort die Lösung der vorgelegten Differentialgleichung Lu f mit der Formel u E f (die Lösung ist somit eine C -Funktion!). In der Tat gilt nämlich L(E f) L(E) f (gemäss Differentiationsregel (5.5)) δ f f. Weiterführende Ergebnisse zu Fouriertransformationen und PDEs und oben nicht angeführte Beweise findet man zum Beispiel in W. udin, Functional Analysis. 65
L 2 -Theorie und Plancherel-Theorem
L -Theorie und Plancherel-Theorem Seminar Grundideen der Harmonischen Analysis bei Porf Dr Michael Struwe HS 007 Vortrag von Manuela Dübendorfer 1 Wiederholung aus der L 1 -Theorie Um die Fourier-Transformation
MehrDarstellungsformeln für die Lösung von parabolischen Differentialgleichungen
Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung
Mehr22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion
KAPITEL 1. GRUNDLAGEN Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion 1 für 0 x < 1 g 0 (x) = 1 1 für < x 1. Natürlich gibt dies von
MehrSchwartz-Raum (Teil 1)
Schwartz-Raum (Teil 1) Federico Remonda, Robin Krom 10. Januar 2008 Zusammenfassung Der Schwartz-Raum ist ein Funktionenraum, der besondere Regularitätseigenschaften besitzt, die uns bei der Fouriertransformation
MehrEin Blick über den Tellerrand... mit FreeFem++
Ein Blick über den Tellerrand... mit FreeFem++ Eine Einführung und etwas Theorie Steffen Weißer Universität des Saarlandes 30. Oktober 2015 Gliederung 1 Zum Seminar 2 Was ist eine PDE? 3 Etwas Funktionalanalysis
MehrFourier-Transformation
ANHANG A Fourier-Transformation In diesem Anhang werden einige Definitionen Ergebnisse über die Fourier-Transformation dargestellt. A. Definition Theorem & Definition: Sei f eine integrable komplexwertige
MehrPartielle Differentialgleichungen Kapitel 7
Partielle Differentialgleichungen Kapitel 7 Intermezzo zu Distributionen Die Physik hat der Mathematik die Dirac-δ-Funktion gebracht. Diese δ-funktion soll folgende Eigenschaften haben: n δ (x ϕ (x dx
MehrDie Fourier-Transformierte
Die Fourier-Transformierte Proseminar Analysis Sommersemester 008 Natalia Dück 6.06.08 Inhaltsverzeichnis Einleitung/Fourier-Transformierte. Definition..................................... Beispiele......................................3
MehrModellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.
Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung
MehrZusammenfassung Analysis 2
Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge
MehrLineare Differentialgleichungen höherer Ordnung
Lineare Differentialgleichungen höherer Ordnung I. Grundlegendes Eine homogene lineare Differentialgleichung n-ter Ordnung besitzt die Form y (n) + a n 1 (x)y (n 1) +... + a 1 (x)y + a 0 (x)y = 0 Eine
MehrTeil III. Fourieranalysis
Teil III Fourieranalysis 3 / 3 Fourierreihen Ziel: Zerlegung einer gegebenen Funktion in Schwingungen Konkret: f : (, L) R gegebene Funktion Gesucht: Darstellung der Form ( f (x) = a + a n cos ( n L x)
MehrKörper- und Galoistheorie
Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 8 Erzeugte Algebra und erzeugter Körper Satz 8.1. Sei K L eine Körpererweiterung und sei f L ein algebraisches Element. Dann ist
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)
MehrAnalysis II. 8. Klausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis II 8. Klausur mit en 1 2 Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Eine Metrik auf einer Menge M. 2) Die Kurvenlänge
Mehr8 KAPITEL 1. GRUNDLAGEN
8 KAPITEL 1. GRUNDLAGEN Beweis. 1. Sei A X abgeschlossen, dann ist X \ A offen und jede offene Überdeckung von A lässt sich durch Hinzunahme von X \ A auf ganz X fortsetzen. Die Kompaktheit von X erlaubt
Mehrist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1
24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx
MehrMathematik für Anwender I. Klausur
Fachbereich Mathematik/Informatik 27. März 2012 Prof. Dr. H. Brenner Mathematik für Anwender I Klausur Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
MehrMusterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:
Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,
Mehr12 Gewöhnliche Differentialgleichungen
2 2 Gewöhnliche Differentialgleichungen 2. Einleitung Sei f : D R wobei D R 2. Dann nennt man y = f(x, y) (5) eine (gewöhnliche) Differentialgleichung (DGL) erster Ordnung. Als Lösung von (5) akzeptiert
MehrFolgerungen aus dem Auflösungsatz
Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und
Mehr4 Fehlerabschätzungen und Konvergenz der FEM
4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und
MehrImplizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem
Implizite Funktionen Ist für eine stetig differenzierbare Funktion f : R n R m R n f (x, y ) = (0,..., 0) t, det f x (x, y ) 0, so lässt sich das Gleichungssystem f k (x 1,..., x n, y 1,..., y m ) = 0,
MehrWie in der reellen Analysis üblich notiert man Folgen f in der Form
2.1.3 Folgen und Konvergenz Viele aus der Analysisvorlesung bekannte Begriffe lassen sich in den Bereich der metrischen Räume verallgemeinern. Diese Verallgemeinerung hat sich als sehr nützliches mathematisches
MehrLösungen zu Übungsblatt 9
Analysis : Camillo de Lellis HS 007 Lösungen zu Übungsblatt 9 Lösung zu Aufgabe 1. Wir müssen einfach das Integral 16 (x + y d(x, y x +y 4 ausrechnen. Dies kann man einfach mittels Polarkoordinaten, da
MehrInstitut für Analysis WS 2014/15 PD Dr. Peer Christian Kunstmann Dipl.-Math. Leonid Chaichenets
Institut für Analysis WS 4/5 PD Dr. Peer Christian Kunstmann 9..4 Dipl.-Math. Leonid Chaichenets Höhere Mathematik III für die Fachrichtung Physik Lösungsvorschläge zum 5. Übungsblatt Aufgabe : (a) Sei
MehrÜbungen zu Einführung in die Lineare Algebra und Geometrie
Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax
Mehr53 Die Parsevalsche Gleichung
53 Die Parsevalsche Gleichung 53 Die Parsevalsche Gleichung 5 53. Skalarprodukte auf Räumen quadratintegrierbarer Funktionen. a) Die Orthogonalitätsrelationen (5.5) legen die Interpretation des Ausdrucks
MehrLineare Algebra II 8. Übungsblatt
Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.
MehrZuname: Vorname: KennNr: Matr.Nr: PRÜFUNG AUS MATHEMATIK 3. 1)(8 P.) Lösen Sie das folgende AWP mit Hilfe der Laplacetransformation.
(8 P.) Lösen Sie das folgende AWP mit Hilfe der Laplacetransformation. y 7y + 10y = sin(2x), y(0) = 1, y (0) = 3. x ( ) Bemerkung: Für festes a gilt L(e ax ) = 1 und L sin(ax) = arctan a. s a x s Die auftretenden
MehrVorlesung 27. Der projektive Raum. Wir werden den projektiven Raum zunehmend mit mehr Strukturen versehen.
Vorlesung 27 Der projektive Raum Definition 1. Sei K ein Körper. Der projektive n-dimensionale Raum P n K besteht aus allen Geraden des A n+1 K durch den Nullpunkt, wobei diese Geraden als Punkte aufgefasst
Mehr3 Vektorräume abstrakt
Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare
MehrAnalysis II. Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag
Prof Dr H Garcke, D Depner SS 9 NWF I - Mathematik 1979 Universität Regensburg Aufgabe 1 Analysis II Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag i Erinnern Sie sich an die Konvergenzkriterien
MehrLebesgue-Integral und L p -Räume
Lebesgue-Integral und L p -Räume Seminar Integraltransformationen, WS 2012/13 1 Treppenfunktionen Grundlage jedes Integralbegriffs ist das geometrisch definierte Integral von Treppenfunktionen. Für A R
MehrPartielle Differentialgleichungen. Hofer Joachim/Panis Clemens
9.11.2010 Contents 1 Allgemein 2 1.1 Definition................................................. 2 1.2 Klassifikation............................................... 2 1.3 Lösbarkeit.................................................
MehrÜbungen zu Differentialgleichungen (WiSe 12/13)
Übungen zu Differentialgleichungen WiSe 2/) Blatt 6 22 November 202 Gruppenübung Aufgabe G Sei f t, p) := p 5, t, p) R 2 Gegeben sei das Anfangswertproblem ẋ = f t,x), x0) = ) Bestimmen sie das maximale
MehrBegleitmaterial zur Vorlesung Numerik II
Begleitmaterial zur Vorlesung Numerik II Andreas Meister Universität Kassel, AG Analysis und Angewandte Mathematik Andreas Meister (Universität Kassel) Begleitmaterial Numerik II 1 / 35 Inhalte der Numerik
MehrLösung - Schnellübung 13
D-MAVT/D-MATL Analysis II FS 7 Dr. Andreas Steiger Lösung - Schnellübung 3. Gegeben sei die Differentialgleichung y + λ 4 y + λ y = 0. Für welche Werte des reellen Parameters λ gibt es eine von Null verschiedene
MehrÜbungen zum Ferienkurs Analysis II
Übungen zum Ferienkurs Analysis II Implizite Funktionen und Differentialgleichungen 4.1 Umkehrbarkeit Man betrachte die durch g(s, t) = (e s cos(t), e s sin(t)) gegebene Funktion g : R 2 R 2. Zeigen Sie,
Mehr10 Der Integralsatz von Gauß
10 Der Integralsatz von Gauß In diesem Abschnitt beweisen wir den Integralsatz von Gauß, die mehrdimensionale Verallgemeinerung des Hauptsatzes der Differential- und Integralrechnung. Aussage des Satzes
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,
Mehr(1+x 2 )x α D β f C 0 ( α,β (f)+ α+2,β (f)).
5 Entwicklungen nach Hermite-Funktionen Wir zeigen in diesem Paragraphen zunächst, daß der Raum S(R m ) topologisch isomorph zum Folgenraum s m ist Zu diesem Zwecke definieren wir auf S eine äquivalente
MehrKapitel C. Integrale und Grenzwerte
Kapitel C Integrale und Grenzwerte Inhalt dieses Kapitels C000 1 Der Satz von Fubini 2 Der Transformationssatz 1 Vertauschen von Integral und eihe 2 Vertauschen von Integral und Limes 3 Vertauschen von
MehrBestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0.
Aufgabe Bestimmen Sie die Lösung des Anfangswertproblems y (x) 4y (x) 5y(x) = 6e x y(0) = y (0) = 0. Zunächst bestimmen wir die Lösung der homogenen DGL. Das charakteristische Polynom der DGL ist λ 2 4λ
MehrMerkblatt zur Funktionalanalysis
Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.
Mehr1 Lineare Abbildungen
1 Lineare Abbildungen Definition 1 Sei K ein Körper und V und W K-Vektoräume. Eine Abbildung f : V W heisst linear oder Homomoprhismus, wenn gilt: fv 1 + v 2 = fv 1 + fv 2 v 1, v 2 V fλv = λfv λ K, v V
MehrAlgebraische Kurven. Vorlesung 27. Der projektive Raum. Die Geraden durch einen Punkt
Prof. Dr. H. Brenner Osnabrück WS 2017/2018 Algebraische urven Vorlesung 27 Der projektive Raum Die Geraden durch einen Punkt Definition 27.1. Sei ein örper. Der projektive n-dimensionale Raum P n besteht
MehrPartielle Differentialgleichungen Kapitel 11
Partielle Differentialgleichungen Kapitel Die Laplace- und Poisson- Gleichungen Die Struktur bei elliptischen Gleichungen zweiter Ordnung ist nicht wesentlich verschieden bei Operatoren mit konstanten
MehrAufgabe I.1 (4 Punkte) Gegeben seien die Matrix H := und die Menge L := {A R 4 4 A HA = H} Zeigen Sie:
Aufgabe I (4 Punkte Gegeben seien die Matrix und die Menge Zeigen Sie: H := L := {A R 4 4 A HA = H} a L ist bezüglich der Matrizenmultiplikation eine Gruppe b Die Matrizen der Form ( E O, O B wobei E R
Mehr4.1. Vektorräume und lineare Abbildungen
4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt
MehrKonvergenz im quadratischen Mittel und die Parsevelsche Gleichung
Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das
Mehrsign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0
ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 81 3. Stetigkeit 3.1. Stetigkeit. Im Folgenden sei D R eine beliebige nichtleere Teilmenge. Typischerweise wird D ein allgemeines Intervall sein, siehe Abschnitt
MehrLineare Abbildungen und Orthonormalsysteme
KAPITEL Lineare Abbildungen und Orthonormalsysteme. Lineare Abbildungen und Koordinatendarstellungen.. Lineare Abbildungen und ihre Basisdarstellung. Seien V, W Vektorraume uber R. Mit einer Abbildung
MehrAnalysis. Lineare Algebra
Analysis Ableitung Ableitungsregeln totale und partielle Ableitung Extremwertbestimmung Integrale partielle Integration Substitution der Variablen Koordinatentransformationen Differentialgleichungen Lineare
MehrSkript zur Vorlesung Analysis 3
Skript zur Vorlesung Analysis 3 Herbstsemester 204 Prof. Benjamin Schlein Inhaltsverzeichnis Gewöhnliche Differentialgleichungen 2. Differentialgleichungen erster Ordnung, elementare Lösungsmethoden..
MehrLineare Algebra 6. Übungsblatt
Lineare Algebra 6. Übungsblatt Fachbereich Mathematik M. Schneider 16.05.01 Konstantin Pertschik, Daniel Körnlein Gruppenübung Aufgabe G19 Berechnen Sie das inverse Element bzgl. Multiplikation in der
MehrAufgabe 2 (5 Punkte) y = 1 x. y + 3e 3x+2 x. von f. (ii) Für welches u in R 2 gilt f(u) = [3, 3, 4] T? x 2 + a x 3 x 1 4x 2 + a x 3 2x 4
Prof. Dr. B. Billhardt Wintersemester 4/5 Klausur zur Vorlesung Höhere Mathematik II (BNUW) 4.3.5 Aufgabe (a) Ermitteln Sie die Nullstellen des Polynoms p(z) = z 4 4z 3 + 3z + 8z. Tipp: p( + i) =. (b)
Mehr1 Die direkte Methode der Variationsrechnung
Die direkte Methode der Variationsrechnung Betrachte inf I(u) = f(x, u(x), u(x)) dx : u u + W,p () wobei R n, u W,p mit I(u ) < und f : R R n R. (P) Um die Existenz eines Minimierers direkt zu zeigen,
MehrInhaltsverzeichnis. 1 Einleitung Konstruktion der Topologie auf D(Ω) Der Testfunktionenraum D(Ω), T... 8
Inhaltsverzeichnis 1 Einleitung...................................... 2 2 Konstruktion der Topologie auf D(Ω)...................... 3 ( ) 3 Der Testfunktionenraum D(Ω), T....................... 8 1 1 Einleitung
MehrLösungsvorschläge zur ersten Klausur Gewöhnliche Differenzialgleichungen am um 10 Uhr. Bearbeitungszeit beträgt zwei Stunden.
Lösungsvorschläge zur ersten Klausur Gewöhnliche Differenzialgleichungen am 20.6.2015 um 10 Uhr. Bearbeitungszeit beträgt zwei Stunden. Prof. Dr. Wolfgang Arendt Manuel Bernhard Sommersemester 2015 Achten
MehrSchwartz Raum und gemässigte Distributionen
1 ETH Zürich (Pro)Seminar: Grundideen der Harmonischen Analysis Schwartz Raum und gemässigte Distributionen David Bernhardsgrütter und David Umbricht 18 Dezember 2007 Schwartz Raum und gemässigte Distributionen
Mehr3 a) Berechnen Sie die normierte Zeilenstufenform der Matrix A = normierte Zeilenstufenform:
1. Aufgabe (9 Punkte) In dieser Aufgabe müssen Sie Ihre Antwort nicht begründen. Es zählt nur das Ergebnis. Tragen Sie nur das Ergebnis auf diesem Blatt im jeweiligen Feld ein. 0 1 3 a) Berechnen Sie die
Mehr2 Normierte Räume. 2.1 Grundbegriffe
2 Normierte Räume Die Ergebnisse des Abschnitts 1.7 zeigen, dass Funktionenräumen wie der Raum der stetigen, reellwertigen Funktionen C([a, b], R) Metriken tragen, die anwendungsrelevant sind. Zusätzlich
Mehrx 2 y + xp(x)y + q(x)y = 0, (1) wobei p(x) = Satz: Falls ρ 1, ρ 2 R, mit ρ 1 ρ 2 so gibt es für 0 < x < R ein Fundamentalsystem von (1) der Gestalt
Kurze Zusammenfassung der Vorlesung 6 Am Anfang werden wir einbisschen mehr den Potenzreihenansatz besprechen. Abgewandelter Potenzreihenansatz In Verallgemeinerung der Eulerschen Differentialgleichung
MehrAnalysis I. 1. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Das Bild einer Abbildung F: L M. (2) Eine Cauchy-Folge
Mehr12 Biholomorphe Abbildungen
12 Biholomorphe Abbildungen 2 Funktionenräume Wir erinnern zunächst an den Weierstraßschen Konvergenzsatz : 2.1 Satz. Sei G C ein Gebiet, (f n ) eine Folge holomorpher Funktionen auf G, die auf G kompakt
MehrKommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Sommersemester 7 (7.8.7). Gegeben ist die Matrix A 3 3 3 (a) Bestimmen Sie sämtliche Eigenwerte sowie die zugehörigen Eigenvektoren.
MehrKlausur zur Höheren Mathematik IV
Düll Höhere Mathematik IV 8. 1. 1 Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene
Mehr5 Stetigkeit und Differenzierbarkeit
5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.
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
MehrWiederholungsklausur zur Analysis II
Wiederholungsklausur zur Analysis II Prof. Dr. C. Löh/M. Blank 11. April 2012 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten
MehrHöhere Mathematik III für die Fachrichtung Physik Wintersemester 2016/17. Lösungsvorschlag zu Übungsblatt 5
Institut für Analysis Dr. Christoph Schmoeger M.Sc. Jonathan Wunderlich Höhere Mathematik III für die Fachrichtung Physik Wintersemester 6/7..7 Lösungsvorschlag zu Übungsblatt 5 Aufgabe 6: Zeigen Sie mit
Mehr2-stündige Ergänzungsvorlesung im Wintersemester 2016/2017 D-moduln und Distributionen. D. van Straten Mittwochs, Uhr,Raum
2-stündige Ergänzungsvorlesung im Wintersemester 2016/2017 D-moduln und Distributionen. D. van Straten Mittwochs, 10-12 Uhr,Raum 04-426 D-moduln sind Moduln über den nicht-kommutativen Ring D = C[x 1,
MehrAnalysis I. 14. Übungsstunde. Steven Battilana. battilana.uk/teaching
Analysis I 4. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching June 6, 207 Erinnerung Die Reihe a k konvergiert falls, lim S n = lim n n n a k =: a k existiert. Satz (Majoranten/Minorantenkriterium)
Mehr3.3 Das Abtasttheorem
17 3.3 Das Abtasttheorem In der Praxis kennt man von einer zeitabhängigen Funktion f einem Signal meist nur diskret abgetastete Werte fn, mit festem > und ganzzahligem n. Unter welchen Bedingungen kann
Mehr9. Polynom- und Potenzreihenringe
64 Andreas Gathmann 9. Polynom- und Potenzreihenringe Bevor wir mit der allgemeinen Untersuchung von Ringen fortfahren, wollen wir in diesem Kapitel kurz zwei sehr wichtige weitere Beispiele von Ringen
MehrKlausur Analysis II
WS 28/9 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis II 6.2.28 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung
MehrVorlesung Lineare Funktionale LINEARE FUNKTIONALE 69
13.1. LINEARE FUNKTIONALE 69 Vorlesung 13 13.1 Lineare Funktionale Der Begriff der schwachen Konvergenz wird klarer, wenn man lineare Funktionale betrachtet. Das Skalarprodukt f, g in Hilberträumenkann
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
MehrLösung - Serie 25. D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger
D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger Lösung - Serie 25 1. Wie lautet die charakteristische Gleichung der Differentialgleichung y + 2y + y = 0? (a) λ 3 + 2λ + 1 = 0 (b) λ 3 + 2λ = 0 (c)
MehrRandwertprobleme. Kapitel 7. Randwertprobleme für lineare Differentialgleichungen 2. Ordnung
Kapitel 7 Randwertprobleme Anwendungsbeispiel: Temperaturverteilung in einem dünnen Stab mit isolierter Oberfläche. u(x) : Temperatur im Stab an der Stelle x, x ; L. Im Gleichgewichtszustand genügt u der
Mehr2. Quasilineare PDG erster Ordnung
H.J. Oberle Differentialgleichungen II SoSe 2013 2. Quasilineare PDG erster Ordnung Eine skalare PDG erster Ordnung hat die allgemeine Form F (x, u(x), u x (x)) = 0. (2.1) Dabei ist u : R n G R die gesuchte
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
MehrVERALLGEMEINERTE FUNKTIONEN. und ELEMENTE DER FUNKTIONALANALYSIS KURZSKRIPTUM. Prof. Dr. K. Pilzweger
VERALLGEMEINERTE FUNKTIONEN und ELEMENTE DER FUNKTIONALANALYSIS KURZSKRIPTUM Prof. Dr. K. Pilzweger UNIVERSITÄT DER BUNDESWEHR MÜNCHEN FAKULTÄT FÜR ELEKTROTECHNIK UND INFORMATIONSTECHNIK Herbsttrimester
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof. Dr. Simone Warzel Max Lein Zentralübung 5. Dirac-Folgen TECHNISCHE UNIVESITÄT MÜNCHEN Zentrum Mathematik Mathematik 4 für Physik Analysis 3 Sei δ k k N eine Dirac-Folge und f L n. Zeigen Sie, dass
MehrKurzskript zur Vorlesung Analysis 2
Kurzskript zur Vorlesung Analysis 2 Prof G Friesecke Zentrum Mathematik, TU München SS 2009 Abstract Dieses Kurzskript ersetzt weder die Teilnahme an, noch die Mitschrift aus, der Vorlesung Es enthält
MehrInverse Fourier Transformation
ETH Zürich HS 27 Departement Mathematik Seminararbeit Inverse Fourier Transformation Patricia Hinder Sandra König Oktober 27 Prof. M. Struwe Im Vortrag der letzten Woche haben wir gesehen, dass die Faltung
MehrD-ITET Analysis II FS 13 Prof. Horst Knörrer. Musterlösung 1. 3xy 2 = 2 x 2. y y. 3 y y. 3 x v x + v = 2 3 v v.
D-ITET Analysis II FS 3 Prof. Horst Knörrer Musterlösung. a) Es gilt: dy d 3 + y 3 3y 3 y + y 3. Dies ist eine homogene Differentialgleichung, das heisst y hängt nur von y ab. Setze v : y y() v() y v +
MehrBezeichnungen und Hilfsmittel aus der Analysis
Finite Elemente I 169 A Bezeichnungen und Hilfsmittel aus der Analysis A Bezeichnungen und Hilfsmittel aus der Analysis TU Bergakademie Freiberg, WS 2010/111 Finite Elemente I 170 A.1 Normierte Vektorräume
MehrProbeklausur zur Analysis II
Probeklausur zur Analysis II Prof. Dr. C. Löh/M. Blank 3. Februar 2012 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten
MehrSerie 13: Online Test
D-ERDW, D-HEST, D-USYS Mathematik I HS 13 Dr. Ana Cannas Serie 13: Online Test Einsendeschluss: 31. Januar 214 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.
MehrApl. Prof. Dr. N. Knarr Musterlösung , 120min
Apl. Prof. Dr. N. Knarr Musterlösung 3.9.5, min Aufgabe (8 Punkte) Gegeben ist der Körper K : {(x, y, z) R 3 x + 4y, z 3}. Berechnen Sie der Ausfluss von g : R 3 R 3 durch den Rand K mit g(x, y, z) (x
MehrKapitel L. Gewöhnliche Differentialgleichungen
Kapitel L Gewöhnliche Differentialgleichungen Inhalt dieses Kapitels L000 1 Erste Beispiele von Differentialgleichungen 2 Exakte Differentialgleichungen 3 Fazit: Existenz, Eindeutigkeit, Lösungsmethoden
MehrRiesz scher Darstellungssatz und Duale Räume
Riesz scher Darstellungssatz und Duale Räume LV Numerik Partieller Differentialgleichungen Bärwolff SS 2010 14.06.2010 Julia Buwaya In der Vorlesung wurde der Riesz sche Dartsellungssatz als wichtiges
MehrLineare Abbildungen (Teschl/Teschl 10.3, 11.2)
Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:
MehrThema 5 Differentiation
Thema 5 Differentiation Definition 1 Sei f : D R. Dann ist f im Punkt x 0 differenzierbar, falls f(x) f(x 0 ) x x 0 x x 0 auf der Menge D \ {x 0 } existiert. Der Limes ist dann die Ableitung von f im Punkt
MehrLösungsvorschlag zur Nachklausur zur Analysis
Prof Dr H Garcke, D Depner SS 09 NWF I - Mathematik 080009 Universität Regensburg Lösungsvorschlag zur Nachklausur zur Analysis Aufgabe Untersuchen Sie folgende Reihen auf Konvergenz und berechnen Sie
Mehr4 Funktionenfolgen und normierte Räume
$Id: norm.tex,v 1.57 2018/06/08 16:27:08 hk Exp $ $Id: jordan.tex,v 1.34 2018/07/12 20:08:29 hk Exp $ 4 Funktionenfolgen und normierte Räume 4.7 Kompakte Mengen Am Ende der letzten Sitzung hatten wir zwei
Mehrf ist eine Funktion und für alle bis. auf endlich viele h H gilt f(h) = 0
14 KAPITEL 2. RINGE Für n = 12 schreiben wir k anstelle [k] 12 der Übersichtlichkeit halber: 0 1 2 3 4 5 6 7 8 9 10 11 0 0 0 0 0 0 0 0 0 0 0 0 12 1 0 1 2 3 4 5 6 7 8 9 10 11 2 0 2 4 6 8 10 0 2 4 6 8 10
Mehr