Multiplikationsoperatoren
|
|
- Kurt Heidrich
- vor 5 Jahren
- Abrufe
Transkript
1 Multiplikationsoperatoren Dennis Dyck Einleitung In dem ersten Vortrag des eminars soll es um die Untersuchung von Multiplikationsoperatoren gehen. Es werden grundlegende Eigenschaften hergeleitet und insbesondere das pektrum solcher Operatoren bestimmt. Multiplikationsoperatoren sind insofern wichtig, als dass gezeigt werden kann, dass alle normalen Operatoren als Multiplikationsoperatoren über einem Raum L 2 (Ω, µ), für einen bestimmten Maßraum Ω und ein Maß µ, aufgefasst werden können. Als erster chritt zu diesem Ergebnis soll am chluss noch das Riesz-Markov Darstellungstheorem besprochen werden. Dabei beziehen wir uns in Paragraph 2 und 4 auf Joan Cerdá, Linear functional analysis und in Paragraph 3 auf Richard V. Kadison and John R. Ringrose, Fundamentals of the theory of operator algebras. 2 Grundlagen der Maßtheorie Hier sollen in kurzer Form einige grundlegende Definitionen aus der Maßtheorie, die für die Betrachtung von Multiplikationsoperatoren notwendig sind, wiederholt werden. Wir beginnen mit: Definition (σ-algebra): ei Ω eine nichtleere Menge und Σ eine Menge von Teilmengen von Ω. Dann heißt Σ σ-algebra, wenn Folgendes gilt: 1. Ω Σ 2. Ist (A k ) k N eine Folge von Mengen in Σ, so ist A k Σ 3. Ist A Σ, so ist auch das Komplement A c = Ω\A Σ Aus diesen Eigenschaften folgt unmittelbar, dass = Ω c Σ, dass A k Σ, falls (A k ) k N eine Folge in Σ, sowie dass A\B = A B c Σ, falls A, B Σ. Ist Ω, so ist die Potenzmenge P(Ω) von Ω ein triviales Beispiel für eine σ-algebra. 1
2 Definition (Messbarer Raum, Maß, Maßraum): Ein messbarer Raum besteht aus einer nichtleeren Menge Ω, zusammen mit einer σ-algebra Σ P(Ω). Die Elemente von Σ werden die messbaren Mengen genannt. Funktionen f : Ω R mit der Eigenschaft, dass alle Mengen der Form {f > r} := {ω Ω f(ω) > r}(r R) messbar sind, werden messbare Funktionen genannt. Die messbaren Funktionen bilden mit den üblichen Operationen einen R-Vektorraum. Ein Maß µ auf einem messbaren Raum (Ω, Σ) ist eine Abbildung µ : Σ [0, ], sodass µ( ) = 0 und die folgende σ-additivitäts-eigenschaft erfüllt ist: Ist (A k ) k N eine Folge von disjunkten Mengen in Σ, so gilt ( ) µ A k = µ(a k ). Ein Maß µ auf einem messbaren Raum Ω heißt σ-endlich, wenn gilt: Es existiert eine Folge von Teilmengen (Ω k ) k N von Ω mit µ(ω k ) < und Ω = Ω k. Ein Maßraum ist ein messbarer Raum (Ω, Σ) mit einem ausgezeichneten Maß µ : Σ [0, ]. Definition (Borelmengen, Borelsche σ-algebra, Borelmaß): ei Ω ein lokalkompakter metrischer Raum, z.b. eine offene oder abgeschlossene Teilmenge von R n. Dann heißt B Ω := {Σ Σ ist σ-algebra, U Σ für alle U Ω offen} Borelsche σ-algebra. B Ω wird also von den offenen Teilmengen von Ω erzeugt. Die Elemente von B Ω heißen Borelmengen. Ein Borelmaß auf R n ist ein Maß µ auf der Borelschen σ-algebra, mit µ(k) < für kompakte Mengen K. Das für uns wichtigste Beispiel für ein Borelmaß ist das Lebesgue-Maß. Es ist das einzige Borelmaß auf R n, das translationsinvariant ist und bezüglich welchem der Einheitswürfel [0, 1] n Maß 1 hat. Konstruktion des Lebesgue-Maßes: Eine einfache Funktion ist eine Funktion der Form N s = λ m χ Am m=1 (A m Σ, λ m R), wobei wir voraussetzen, dass die messbaren Mengen A m disjunkt sind. Einfache Funktionen sind messbar und jede messbare Funktion f ist punktweiser 2
3 Limes einer Folge von einfachen Funktionen s n, sodass s n (s) f(x) (x Ω). Diese Folge kann folgendermaßen konstruiert werden: ei f 0. Definiere dann s n = χ {f n} + n2 n k 1 2 n χ { k 1 2 n f< k 2 n }. n Ist f beschränkt, so konvergiert s n auf Ω gleichmäßig gegen f, s n f. Das Lebesgue-Integral f dλ (oder Ω f(x) dx) ist dann folgendermaßen definiert: Ist f 0, so gilt f dλ := sup N α j λ(a j ) [0, ], n=1 wobei das upremum über alle einfachen Funktionen s gebildet wird mit: N s = α j χ Aj j=1 (N N, A j = s 1 (α j ) Σ), sodass 0 s f. ei nun f = f + f (dabei sind f + (x) = max(f(x), 0) und f (x) = max( f(x), 0)). Dann ist das Integral f dλ := f + dλ f dλ definiert, wenn mindestens eines der Integrale f ± dλ endlich ist. ind beide Intergrale endlich, so schreiben wir f L 1 (λ) und dann gilt f dλ = f + dλ + f dλ <. Wir sagen dann f ist integrierbar oder absolut integrierbar. L 1 (λ) wird mit den üblichen Operationen zu einem R-Vektorraum. Für das Lebesgue-Integral gilt: f dλ 0, wenn f 0. Außerdem ist das Integral linear, es ist also eine positive Linearform. Weiterhin ist das Lebesgue- Integral monoton und invariant unter Rotationen, Translationen und ymmetrien. 3 Multiplikationsoperatoren 3.1 Definition und grundlegende Eigenschaften ei eine beliebige Menge. eien weiterhin µ ein σ-endliches Maß auf einer σ-algebra Σ P() und g L (, Σ, µ) mit g = k. Dann definiert jedes x H := L 2 (, Σ, µ) eine messbare Funktion M g x auf, via (M g x)(s) = g(s)x(s). (s ) (1) 3
4 Es gilt M g x H und M g x l k x, denn: (M g x)(s) 2 dµ(s) kx(s) 2 dµ(s) = k 2 x(s) 2 dµ(s). Da M g x offensichtlich linear von x abhängt folgt hieraus, dass M g ein beschränkter linearer Operator auf H mit M g k ist. Es gilt aber weiterhin: ei 0 < a < k beliebig. Dann ist die Menge {s : g(s) > a} messbar und hat positives Maß. Daher existiert auch eine messbare Teilmenge Y {s : g(s) > a}, sodass 0 < µ(y ) <, denn µ ist σ-endlich. Die charakteristische Funktion y von Y ist daher ein von Null verschiedener Vektor in H. Es gilt dann (M g y)(s) a y(s) für alle s, daraus folgt M g y a y und damit M g a. Da a beliebig war, folgt M g k und damit insgesamt: M g = k = g. (2) Desweiteren ist M g ein normaler Operator, denn: Definiere g durch g(s) = g(s) für s, dann ist g L und es gilt: M g x, y = (M g x)(s)y(s) dµ(s) = g(s)x(s)y(s) dµ(s) = x(s)(m g y)(s) dµ(s) = x, M g y (x, y H ), also Kurze Rechnungen zeigen, dass außerdem M g = M g. (3) M af+bg = am f + bm g, M fg = M f M g (f, g L, a, b C) gilt, daraus folgt unmittelbar, dass M f und M g für alle f und g aus L kommutieren, insbesondere kommutiert M g also mit seinem Adjungierten M g. M g ist daher normal. Außerdem ist M g selbstadjungiert genau dann, wenn g(s) für fast alle s reell ist, denn: M g Mg = M g g = ess sup g(s) g(s) = g g. s M g ist positiv genau dann, wenn g(s) 0 für fast alle s, denn: M g x, x = g(s) x(s) 2 dµ(s) (x H ) ei u L definiert durch u(s) = 1 (s ), dann ist M u = id und id M g Mg = id Mg M g = M u gg = ess sup 1 g(s) 2 = u gg. s Daraus folgt, dass M g genau dann unitär ist, wenn g(s) = 1 für fast alle s. 4
5 3.2 Das pektrum von Multiplikationsoperatoren In diesem Abschnitt wollen wir das pektrum von Multiplikationsoperatoren untersuchen. Zuerst stellen wir fest, dass Multiplikationsoperatoren im Allgemeinen keine Eigenwerte zu haben brauchen. Denn die Gleichung M g x = cx (mit g L, 0 x H = L 2 und c C) impliziert, dass gilt: g(s) = c fast überall auf der messbaren Menge {s x(s) 0}, welche positives Maß hat. Der Operator M g kann folglich keine Eigenwerte haben, falls g jeden seiner Werte nur auf einer Nullmenge annimmt. Beispiel: ei λ das Lebesgue-Maß auf den Borelmengen B [0,1] von = [0, 1] und seien f(s) = s, g(s) = exp(is) (s ). Dann ist M f positiv, M g unitär, aber weder M f noch M g hat einen Eigenwert. Allerdings lassen sich durchaus Aussagen über das pektrum von Multiplikationsoperatoren treffen. Wir bestimmen zunächst das pektrum eines einfachen Multiplikationsoperators: Beispiel: ei H = L 2 ([0, 1], B [0,1], λ) und sei A die Multiplikation mit der Identität auf [0, 1] (also (Af)(x) = xf(x)). A hat keine Eigenwerte, denn falls Af = λf gilt, so muss f schon auf allen von λ verschiedenen Punkten von [0,1] gleich 0 sein. Daraus folgt, dass f fast überall 0 ist und damit ist f das Nullelement in H. Wie im obigen Beispiel erwähnt, hat A also keine Eigenwerte. Trotzdem gilt für das pektrum von A σ(a)=[0,1]: Beweis. ei nun y n die charakteristische Funktion des Intervalls [λ 1/2n, λ + 1/2n] bzw. von [0, 1/n], falls λ = 0 und von [1 1/n, 1], falls λ = 1. ei x n = n 1/2 y n. Dann hat die Folge (x n ) n N für λ (0, 1) ein erstes Element x n0, sodass [λ 1/2n, λ+1/2n] [0, 1] für alle n 0 n (für λ {0, 1} ist das offensichtlich immer der Fall). Eine einfache Rechnung zeigt, dass jedes der x n ein Einheitsvektor ist und dass (A λ id)x n = 3/6n. Die Folge (x n ) n N kann also als eine Folge von approximativen Eigenvektoren zum Eigenwert λ aufgefasst werden. Angenommen B wäre ein Linksinverses zu (A λ id). Dann gilt 1 = x n = B(A λ id)x n B (A λ id)x n = B 3 6n, also 2n 3 B für alle alle n N. Daher ist B nicht beschränkt und damit hat (A λ id) kein beidseitiges Inverses. Daraus folgt, dass [0, 1] σ(a). ei nun λ / [0, 1]. Dann ist f mit f(x) = (x λ) 1 stetig auf [0,1]. Multiplikation mit f auf H ist ein beschränkter Operator und beidseitig 5
6 invers zu (A λ id). Also gilt λ / sp(a) und damit schließlich σ(a) = [0, 1]. Die Beobachtungen im vorhergenden Beispiel führen zu folgendem Lemma: Lemma: ei H ein Hilbert-Raum und A ein normaler Operator in B(H ). Dann gilt λ σ(a) genau dann, wenn eine Folge (x n ) n N von Einheitsvektoren in H existiert, sodass (A λ id)x n n 0. Beweis. Existiert eine Folge (x n ) n N von Einheitsvektoren in H, sodass (A λ id)x n n 0, so kann völlig analog zum obigen Beispiel argumentiert werden, dass λ σ(a) gilt. Wir zeigen die andere Richtung der Aussage durch Kontraposition: Es gelte also, dass keine Folge (x n ) n N von Einheitsvektoren existiert mit (A λ id)x n n 0. Daraus folgt, dass inf{ (A λ id)x : x = 1} > 0 ist, (A λ id) ist also injektiv. Damit ist (A λ id) eine bijektive Abbildung auf ihr Bild Im(A λ id). Angenommen, Im(A λ id) H. Dann existiert ein Einheitsvektor x in Im(A λ id). Da A normal ist, ist auch A λ id ein normaler Operator in B(H ). Es gilt dann also: 0 = x, (A λ id)(a λ id) x = x, (A λ id) (A λ id)x = (A λ id)x, (A λ id)x = (A λ id)x 2 >0 Widerspruch! Also ist (A λ id) bijektiv und damit schließlich λ / σ(a). Nun wollen wir schließlich das pektrum von allgemeineren Multiplikationsoperatoren bestimmen. ei dazu (X, µ) ein σ-endlicher Maßraum und sei f L (X, µ). Dann definiert M f (g) = fg einen beschränkten Operator M f L 2 (X, µ). Das wesentliche Bild σ(f) von f ist die Menge von komplexen Zahlen λ, sodass µ(f 1 (O)) > 0 für jede offene Teilmenge O von C, die λ enthält. ei nun λ σ(f). Für alle n N sei y n die charakteristische Funktion einer messbaren Teilmenge von f 1 (O n ) von endlichem µ-maß a n, wobei O n die offene cheibe in C mit Mittelpunkt λ und Radius n 1 ist. etze dann x n = a 1/2 n y n. Dann ist (x n ) n N eine Folge von Einheitsvektoren und (M f λ id)x n 2 = f(p) λ 2 a 1 n y n (p) dµ(p) 1 n 2. f 1 (O n) Also gilt (M f λ id)x n n 0 und λ σ(m f ). ei andersherum λ / σ(f). Dann exisitiert eine cheibe O n mit Radius n 1 und Mittelpunkt λ, sodass µ(f 1 (O n )) = 0 ist. Dann ist g := 1/(f λ) eine messbare Funktion, die fast überall durch n beschränkt ist und M g ist beidseitig invers zu (M f λ id). Folglich ist λ / σ(m f ) und schließlich folgt σ(m f ) = σ(f). 6
7 4 Riesz-Markov Darstellungstheorem Riesz-Markov Darstellungstheorem: ei X lokalkompakter Raum. ei J eine positive Linearform auf C c (X). Dann existiert genau ein Borelmaß µ auf X, sodass J(g) = g dµ (g C c (X)) (4) gilt. Dieses Maß ist von innen regulär für offene Mengen, d.h.: µ(g) = sup{µ(k) K G, K kompakt} (G offen). Außerdem ist dieses Borelmaß von außen regulär: µ(b) = inf{µ(g) G B, G offen}. Beweisskizze. Wir beginnen damit µ auf offenen Mengen durch µ (G) = sup{j(g) g G} zu definieren. Die chreibweise g G soll dabei bedeuten, dass g C c (G) und 0 g 1. Dabei setzen wir µ ( ) = 0. Diese Mengenfunktion hat die folgenden Eigenschaften: 1. µ (G 1 ) µ (G 2 ), wenn G 1 G 2, denn C c (G 1 ) C c (G 2 ). 2. µ (G 1 G 2 ) µ (G 1 ) + µ (G 2 ), denn: Ist K der Träger von g (G 1 G 2 ), so können wir ϕ j C c (G j ), j = 1, 2, finden, sodass 0 ϕ j 1 und 2 j=1 ϕ j(x) = 1 für alle x K. Mit dieser Partition der Eins gilt g = gϕ 1 +gϕ 2, J(g) = J(gϕ 1 )+J(gϕ 2 ) µ (G 1 )+µ (G 2 ) und damit folgt µ ( G k) µ (G k ), denn der Träger K von jedem g G k ist in einer endlichen Vereinigung N G k enthalten, sodass, nach 2., und 3. folgt. ( N ) J(g) µ G k N µ (G k ) µ (G k ), Nun erweitern wir µ und für jede Menge A definieren wir µ (A) := inf{µ (G) G A}. Diese Mengenfunktion hat alle Eigenschaft eines äußeren Maßes: 1. µ ( ) = 0 7
8 2. µ (A) µ (B), falls A B, sodass µ eine Erweiterung von µ, wie vorher für offene Mengen definiert, ist. 3. µ ( A k) µ (A k ) (σ-ubadditivität). Beweis von 3.: ei ε > 0 und wähle A k G k mit µ (G k ) µ (A k )+ε/2 k. Mit 2. und der σ-ubadditivität auf offenen Mengen folgt: ( ) ( ) µ 2. A k µ σ ubadd. G k µ (G k ) µ (A k ) + ε. Da ε > 0 beliebig war folgt 3. Wir nennen eine Menge E nun messbar, wenn sie die Carathéodory- Bedingung µ (A) µ (A E) + µ (A\E) erfüllt. ei µ die Einschränkung des äußeren Maßes µ auf messbare Mengen. Die so definierten messbaren Mengen bilden eine σ-algebra und µ ist ein Maß. Es kann gezeigt werden, dass die Borelmengen bezüglich µ messbar sind und dass das Borelmaß µ die weiteren geforderten Eigenschaften erfüllt. 8
Aufgaben zu Kapitel 0
Aufgaben zu Kapitel 0 0.1. Seien A und B zwei Mengen. Wie kann man paarweise disjunkte Mengen A 1, A 2 und A 3 so wählen, dass A 1 A 2 A 3 = A B gilt? 0.2. Seien E ein Menge und A eine Teilmengen von E.
MehrMusterlösung Analysis 3 - Maßtherorie
Musterlösung Analysis 3 - Maßtherorie 10. März 2011 Aufgabe 1: Zum Aufwärmen (i) Zeige, dass die Mengensysteme {, X} und P(X) σ-algebren sind. Es sind jeweils nur die Charakteristika nachzuweisen. (1)
MehrSymmetrische Ableitungen von Massen
Symmetrische Ableitungen von Massen Hyuksung Kwon 5. Juni 203 Inhaltsverzeichnis Einführung 2 Hardy-Littlewood Maximaloperator 2 3 Symmetrische Ableitung vom positiven Maß 7 Einführung Definition. (Borelmaß
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof. Dr. D. Castrigiano Dr. M. Prähofer Zentralübung 38. Einschränkung eines Maßes TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 4 (Analysis 3) http://www.ma.tum.de/hm/ma9204
Mehrσ-algebren, Definition des Maßraums
σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven
Mehr4 Messbare Funktionen
4 Messbare Funktionen 4.1 Definitionen und Eigenschaften Definition 4.1. Seien X eine beliebige nichtleere Menge, M P(X) eine σ-algebra in X und µ ein Maß auf M. Das Paar (X, M) heißt messbarer Raum und
Mehr3 Konstruktion von Maßräumen
$Id: caratheodory.tex,v 1.10 2011/11/17 11:43:55 hk Exp hk $ 3 Konstruktion von Maßräumen 3.4 Der Fortsetzungssatz von Caratheodory Wir hatten in der letzten Sitzung mit dem Beweis des Satzes von Caratheodory
MehrFerienkurs in Maß- und Integrationstheorie
Zentrum Mathematik Technische Universität München Dipl. Math. Wolfgang Erb WS 9/ Übungsblatt Ferienkurs in Maß- und Integrationstheorie Aufgabe. (σ-algebren Sei eine Menge und A eine σ-algebra in. Seien
Mehr2 Fortsetzung von Prämaßen zu Maßen, Eindeutigkeit
2 Fortsetzung von Prämaßen zu Maßen, Eindeutigkeit a) Fortsetzungssatz, Eindeutigkeit Es wird gezeigt, dass jedes Prämaß µ auf einem Ring R zu einem Maß µ auf A(R) fortgesetzt werden kann, d.h. µ kann
MehrD-MATH Mass und Integral FS 2018 Prof. Dr. Urs Lang. Lösung - Serie 2. + A k = A c k Ac k 0
D-MATH Mass und Integral FS 2018 Prof. Dr. Urs Lang Lösung - Serie 2 Abgabetermin: Mittwoch, 07.03.2018 in die Fächli im HG F 28. Homepage der Vorlesung: https://metaphor.ethz.ch/x/2018/fs/401-2284-00l/
MehrAnalysis 3. Weihnachtsblatt Prof. Dr. H. Koch Dr. F. Gmeineder Besprechung: TBC, Januar Aufgabe 1: (Besonders prüfungsrelevant)
Analysis 3 04.12.2018 Prof. Dr. H. och Dr. F. Gmeineder Besprechung: TBC, Januar 2019 Weihnachtsblatt Aufgabe 1: (Besonders prüfungsrelevant) Aufgabe 2: Sei Ω eine Menge und Σ eine σ-algebra auf Ω. Seien
MehrSkript zur Vorlesung Analysis 3
Skript zur Vorlesung Analysis 3 Wintersemester 2013/2014 Prof. Dr. Benjamin Schlein Inhaltsverzeichnis 1 Masstheorie 2 1.1 σ-algebren.................................. 6 1.2 Masse.....................................
MehrDas Lebesgue-Integral
Das Lebesgue-Integral Bei der Einführung des Integralbegriffs gehen wir schrittweise vor. Zunächst erklären wir das Integral von charakteristischen Funktionen, danach von positiven einfachen Funktionen
MehrLemma (Eigenschaften elementarer Mengen) 1. Jede elementare Menge lässt sich als disjunkte Vereinigung halboffener Intervalle schreiben.
12.3. DIE LEBESGUE ALGEBRA 19 Bemerkung 12.3.2 (Bezeichnungen) Im Buch von Bauer [2] werden elementare Mengen als Figuren bezeichnet. Wir folgen mit unserer Nomenklatur Rudin [15]. Natürlich kann man auf
MehrKONSTRUKTION VON MASSEN
KONSTRUKTION VON MASSEN MARCUS HEITEL 1. Einleitung Wir wollen im Folgenden das Lebesguemaß konstruieren. Dieses soll die Eigenschaft λ ( [a, b = b a für a, b R besitzen. Nun ist ein Maß aber auf einer
MehrZusammenfassung der Lebesgue-Integrationstheorie
Zusammenfassung der Lebesgue-Integrationstheorie Das Lebesguesche Integral verallgemeinert das Riemannsche Integral. Seine Vorteile liegen für unsere Anwendungen vor allem bei den wichtigen Konvergenzsätzen,
MehrKapitel I. Maßtheorie
Aufgabenvorschläge für das Proseminar zur Maß- und Integrationstheorie (WS 10/11) Shantanu Dave & Günther Hörmann Kapitel I. Maßtheorie zu 1. Maße und σ-algebren 1 Sei Ω eine Menge. Zeige: (a) Ist A eine
MehrÜbungsblatt 5 zur Vorlesung Wahrscheinlichkeitstheorie
Dr. Christoph Luchsinger Übungsblatt 5 zur Vorlesung Wahrscheinlichkeitstheorie Allgemeine Masse Herausgabe des Übungsblattes: Woche 13, Abgabe der Lösungen: Woche 14 (bis Freitag, 16.15 Uhr), Besprechung:
MehrDarstellungssatz von Riesz in vollständig regulären Räumen. Carina Pöll Wintersemester 2012
Darstellungssatz von Riesz in vollständig regulären Räumen Carina Pöll 0726726 Wintersemester 2012 Inhaltsverzeichnis 1 Einleitung 1 2 Definitionen und Resultate aus der Topologie 1 3 Der Darstellungssatz
Mehr2 Allgemeine Integrationstheorie
2 Allgemeine Integrationstheorie In diesem Abschnitt ist (,S,µ) ein Maßraum, und wir betrachten R immer mit der σ Algebra B(R). Ziel ist es, messbare Funktionen f : R zu integrieren. Das Maß µ wird uns
Mehr1 falls x 2. falls x = 1 und. 0 falls x > 1. eine Lebesgue-integrierbare Majorante. Somit können wir den Satz von Lebesgue anwenden:
Lösungsvorschläge zur Klausur 045 Maß- und Integrationstheorie WS 205/6 Lösungsvorschlag zu Aufgabe Sei f n der Integrant 0 falls x > 2 und f n x) falls x 2. 3+sin 2n)+x x 4n Sein punktweiser Grenzwert
MehrScheinklausur zur Vorlesung Stochastik II
Institut für Mathematische Stochastik WS 2007/2008 Universität Karlsruhe 25. 02. 2008 Dr. B. Klar Scheinklausur zur Vorlesung Stochastik II Muster-Lösung Dauer: 90 Minuten Name: Vorname: Matrikelnummer:
MehrReelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 11. Oktober 2013
Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 11. Oktober 2013 3 Fortsetzung von Prämassen zu Massen Der Begriff des Prämasses ist nicht ausreichend, um eine geschmeidige Integrationstheorie
MehrA. Maß- und Integrationstheorie
A. Maß- und Integrationstheorie Im folgenden sind einige Ergebnisse aus der Maß- und Integrationstheorie zusammengestellt, die wir im Laufe der Vorlesung brauchen werden. Für die Beweise der Sätze sei
MehrMeßbare Funktionen. Die angemessenen Abbildungen zwischen Meßräumen sind die meßbaren Funktionen.
Meßbare Funktionen Die angemessenen Abbildungen zwischen Meßräumen sind die meßbaren Funktionen. Definition. Seien (X, Ω 1 ) und (Y, Ω 2 ) Meßräume. Eine Abbildung f : X Y heißt Ω 1 -Ω 2 -meßbar oder kurz
Mehr1 Endlich additive Volumen auf R n
Endlich additive Volumen auf R n In Satz. im Skript haben wir gezeigt, dass kein σ-additives Volumen auf der Potenzmenge P (R n ) definiert werden kann. Man könnte sich vorstellen, das Problem ist aus
MehrHöhere Funktionalanalysis WS2016/17 Übungsblatt
Höhere Funktionalanalysis WS2016/17 Übungsblatt 1 11.10.2016 Aufgabe 1. Berechne die Normen der Operatoren (a) f L [0, 1], M f : L 2 [0, 1] L 2 [0, 1], (M f g)(x) = f(x)g(x). (b) g C[0, 1], T g : C[0,
MehrLösungsvorschläge für das 5. Übungsblatt
Lösungsvorschläge für das 5. Übungsblatt Aufgabe 6 a) Sei = [0, ], f(x) := [e x ] für x. Hierbei ist [y] := maxk Z k y} für y. Behauptung: f ist messbar und es ist f(x) dx = 2 log 2. falls x [0, log 2),
MehrMeßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 :
24 Meßbare Funktionen bilden die Grundlage der Integrationstheorie. Definition 24. : Sei X eine beliebige Menge, Y ein topologischer Raum, λ ein Maß auf X. f : X Y heißt λ-messbar, falls f (Ω) λ-messbar
MehrMetrische äußere Maße, Borel-Maße
Metrische äußere Maße, Borel-Maße Zum einen haben wir mit dem Fortsetzungssatz gesehen, dass man mit einem äußeren Maß (auf P(X) ) stets eine σ-algebra und ein Maß auf dieser bekommt. Liegt nun ein metrischer
Mehr3. Übungsblatt - Lösungsskizzen. so, dass f tatsächlich eine Wahrscheinlichkeitsdichte
Einführung in die Wahrscheinlichkeitstheorie und Statistik Prof. Dr. Jan Johannes Sandra Schluttenhofer Wintersemester 208/9 3. Übungsblatt - Lösungsskizzen Aufgabe 9 Stetige Verteilungen, 4 =.5 +.5 +
Mehr9. Übung zur Maß- und Integrationstheorie, Lösungsskizze Aufgaben
9. Übung zur aß- und Integrationstheorie, Lösungsskizze Aufgaben A 50 (Eine Flächenberechnung mit dem Cavalierischen Prinzip). Es seien a, b > 0 und : { (x, y) R 2 : (x/a) 2 + (y/b) 2 1 }. (a) Skizzieren
MehrSerie 2 Lösungsvorschläge
D-Math Mass und Integral FS 214 Prof. Dr. D. A. Salamon Serie 2 Lösungsvorschläge 1. Seien folgende Mengen gegeben: und für a, b R R := [, ] := R {, }, (a, ] := (a, ) { }, [, b) := (, b) { }. Wir nennen
MehrMaße auf Produkträumen
Maße auf Produkträumen Es seien (, Ω 1 ) und (X 2, Ω 2 ) zwei Meßräume. Wir wollen uns zuerst überlegen, wie wir ausgehend davon eine geeignete σ-algebra auf X 2 definieren können. Wir betrachten die Menge
MehrLösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried
Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie Tobias Ried. März 2 2 Aufgabe (Messbarkeit der Komposition zweier Abbildungen). Seien (X, A), (Y, B) und (Z, C) Messräume und f : (X,
MehrDas Lebesgue-Maß im R p
Das Lebesgue-Maß im R p Wir werden nun im R p ein metrisches äußeres Maß definieren, welches schließlich zum Lebesgue-Maß führen wird. Als erstes definieren wir das Volumen von Intervallen des R p. Seien
MehrLjapunov Exponenten. Reiner Lauterbach
Ljapunov Exponenten Reiner Lauterbach 28. Februar 2003 2 Zusammenfassung n diesem Teil betrachten wir ein wichtiges Thema: sensitive Abhängigkeit. Zunächst hat man ja stetige Abhängigkeit, wie man sie
MehrHausdorff-Maß und Hausdorff-Dimension. Jens Krüger
Hausdorff-Maß und Hausdorff-Dimension Jens Krüger Inhaltsverzeichnis 1 Einleitung 2 2 Grundlagen aus der Maßtheorie 3 3 Die Konstruktion des Hausdorff-Maßes 4 4 Eigenschaften des Hausdorff-Maßes und Hausdorff-Dimension
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
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
MehrMaße und Integrale. begleitend zur Vorlesung Stochastik I Humboldt-Universität zu Berlin SS 2008 P. Imkeller. Berlin, den 26.
Maße und Integrale begleitend zur Vorlesung Stochastik I Humboldt-Universität zu Berlin SS 2008 P. Imkeller Berlin, den 26. April 2008 Inhaltsverzeichnis 1 Konstruktion von Maßen 3 2 Konstruktion von Integralen
MehrVollständigkeit. 1 Konstruktion der reellen Zahlen
Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,
MehrAnalysis 2. Vorlesungsausarbeitung zum SS von Prof. Dr. Klaus Fritzsche. Inhaltsverzeichnis
Bergische Universität Gesamthochschule Wuppertal Fachbereich Mathematik Analysis 2 Kapitel 3 Integrationstheorie Vorlesungsausarbeitung zum SS 2001 von Prof Dr Klaus Fritzsche Inhaltsverzeichnis 1 Maßtheorie
MehrLösungsvorschlag zu den Hausaufgaben der 3. Übung
FAKULTÄT FÜR MATHEMATIK Prof. Dr. Patrizio Neff 30.0.204 Lösungsvorschlag zu den Hausaufgaben der 3. Übung Aufgabe : (6 Punte) Welche der folgenden Tupel sind Maßräume? Beweisen Sie Ihre Behauptung. {
MehrMaßtheorie. Skript zur Vorlesung von Prof. Dr. Michael Kohler. Sommersemester 2005 und Wintersemester 2005/2006
Maßtheorie Skript zur Vorlesung von Prof. Dr. Michael Kohler Sommersemester 2005 und Wintersemester 2005/2006 1 1 Grundbegriffe der Maßtheorie Ziel: Konstruktion von Maßzahlen (wie z. B. Länge / Fläche
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
Mehrd(x, z) = z x = y x + z y y x + z y = d(x, y) + d(y, z). d(x, y) = 0, falls x = y.
Metrische Räume K bezeichnet entweder den Körper R oder den Körper C. Genauer bedeutet dies: K wird in denjenigen Situationen verwendet, in denen die Ersetzung von K sowohl durch R als auch durch C einen
MehrSerie 5 Lösungsvorschläge
D-Math Mass und Integral FS 214 Prof. Dr. D. A. Salamon Serie 5 Lösungsvorschläge 1. Finden Sie eine stetige Funktion f : [, ) R, so dass f nicht Lebesgue-integrierbar T ist, jedoch der Grenzwert lim f(t)
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
MehrAnalysis III - Bachelorversion
Analysis III - Bachelorversion Die Mitarbeiter von http://mitschriebwiki.nomeata.de/ 28. September 217 Inhaltsverzeichnis Inhaltsverzeichnis 2 I. Vorwort 5 I.1. Über dieses Skriptum..................................
Mehr02. Vektorräume und Untervektorräume
02. Vektorräume und Untervektorräume Wir kommen nun zur eigentlichen Definition eines K-Vektorraums. Dabei ist K ein Körper (bei uns meist R oder C). Informell ist ein K-Vektorraum eine Menge V, auf der
Mehr1 Konvergenz im p ten Mittel
Konvergenz im p ten Mittel 1 1 Konvergenz im p ten Mittel In diesem Paragraphen werden zunächst in Abschnitt 1.1 die L p Räume eingeführt. Diese erweisen sich als vollständige, lineare Räume über R. In
MehrStochastik I. Vorlesungsmitschrift
Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................
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
MehrFraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß:
Universität Regensburg Sommersemester 013 Daniel Heiß: 9: Metrische äußere Maße II I Das mehrdimensionale Lebesguemaß 1.1 Definition (i) Für reelle Zahlen a b, c d ist ein Rechteck im R die Menge R = a,
MehrSpektraltheorie. 8. Übungsblatt - Lösungsvorschläge
0606208 PD Dr Peer Kunstmann MSc Michael Ullmann Sektraltheorie 8 Übungsblatt - Lösungsvorschläge Aufgabe Nachtrag zur letzten Übung) In dieser Aufgabe wollen wir die Otimalität der Hölder-Ungleichung
Mehr1 Das Lebesgue-Maß. 1.1 Etwas Maßtheorie. Sei stets X eine nichtleere Menge mit Potzenzmenge P(X) := {A : A X}.
1 Das Lebesgue-Maß 1.1 Etwas Maßtheorie Sei stets X eine nichtleere Menge mit Potzenzmenge P(X) := {A : A X}. Definition 1.1. Ein nichtleeres Mengensystem A P(X) heißt σ-algebra, wenn: (A1) X A (A2) Wenn
Mehr10 Der Satz von Radon-Nikodym
uch im Sinne einer Vorabinformation vor der Stochastik-Vorlesung wollen wir abschließend kurz absolut stetige Maße und den Satz von Radon-Nikodym streifen. Definition 10.1. Seien (, M) ein messbarer Raum
Mehr2. Integration. {x : f(x) <a+ 1 n }
9 2.1. Definition. 2. Integration in Maß ist eine nichtnegative, abzählbar additive Mengenfunktion. in Maßraum ist ein Tripel (X,,µ) bestehend aus einem messbaren Raum X mit der -lgebra und einem auf definierten
MehrFunktionalanalysis und Integrationstheorie
Funktionalanalysis und Integrationstheorie Vorlesungsnotizen Johannes Kepler Universität Linz Technisch-Naturwissenschaftliche Fakultät Institut für Analysis Prof. Dr. Aicke Hinrichs Wintersemester 2015/16
MehrAbsolute Stetigkeit von Maßen
Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches
MehrProseminar Analysis Vollständigkeit der reellen Zahlen
Proseminar Analysis Vollständigkeit der reellen Zahlen Axel Wagner 18. Juli 2009 1 Voraussetzungen Zunächst wollen wir festhalten, was wir als bekannt voraussetzen: Es sei (Q, +, ) der Körper der rationalen
MehrKapitel 19. Das Lebesgue Maß σ Algebren und Maße
Kapitel 19 Das Lebesgue Maß 19.1 σ Algebren und Maße 19.2 Das äußere Lebesgue Maß 19.3 Das Lebesgue Maß 19.4 Charakterisierungen des Lebesgue Maßes 19.5 Messbare Funktionen 19.1 σ Algebren und Maße Wir
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
MehrTopologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen
Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen
MehrSkriptbausteine zur Vorlesung Maßtheorie
Skriptbausteine zur Vorlesung Maßtheorie Vorlesender: Prof. Dr. Bernd Hofmann Der folgende Text soll die Nacharbeit der Vorlesung erleichtern und dabei an Definitionen, Sätze und Beispiele erinnern. Das
Mehr( ) ( ) < b k, 1 k n} (2) < x k
Technische Universität Dortmund Fakultät für Mathematik Proseminar Analysis Prof. Dr. Röger Benjamin Czyszczon Satz von Heine Borel Gliederung 1. Zellen und offene Überdeckungen 2. Satz von Heine Borel
MehrGrundlagen Mengenlehre, Maßtheorie
Grundlagen Mengenlehre, Maßtheorie 12. März 2011 1 Grundlagen der Mengenlehre - Rechnen mit Mengen Im folgenden bezeichnen wir mit P(X) die Menge aller Teilmengen von X, die sogenannte Potenzmenge von
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
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
MehrMathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de
MehrWiederholungsserie II
Lineare Algebra II D-MATH, FS 205 Prof. Richard Pink Wiederholungsserie II. Zeige durch Kopfrechnen, dass die folgende reelle Matrix invertierbar ist: 205 2344 234 990 A := 224 423 990 3026 230 204 9095
MehrSpektraltheorie. 2. Übungsblatt - Lösungsvorschläge. (Elementare Aussagen über Spektrum & Resolventenfunktion)
4.4.8 PD Dr. Peer Kunstmann M.Sc. Michael Ullmann Spektraltheorie. Übungsblatt - Lösungsvorschläge Aufgabe Elementare Aussagen über Spektrum & Resolventenfunktion Seien X, X, Y, Y Banachräume und S, T
MehrHöhere Analysis. dω = Reiner Lauterbach. Vorlesung. Universität Hamburg, WS 2015/2016
Höhere Analysis Vorlesung Reiner Lauterbach M dω = M ω Universität Hamburg, WS 2015/2016 ii Inhaltsverzeichnis 12 Integration im R n 5 12.1 Mengenalgebren............................ 6 12.2 Inhalt und
MehrGrundlagen der Mathematik 1
Fachbereich Mathematik Sommersemester 2010, Blatt 14 Thomas Markwig Stefan Steidel Grundlagen der Mathematik 1 Die Lösungen müssen nicht eingereicht werden und werden auch nicht korrigiert. Die Aufgaben
MehrListe wichtiger Stammfunktionen
Liste wichtiger Stammfunktionen Funktion Stammfunktion x n, x ln(x) n R \ { } n + xn+ ln( x ) x ln(x) x a x, a > sin(x) cos(x) sin 2 (x) cos 2 (x) x 2 x 2 a x ln(a) cos(x) sin(x) (x sin(x) cos(x)) 2 (x
MehrKapitel 1. Einführung in die Maßtheorie und das Lebesgue-Integral. 1.1 Ringe und Algebren von Mengen - σ-algebren
Kapitel 1 inführung in die Maßtheorie und das Lebesgue-Integral 1.1 Ringe und Algebren von Mengen - σ-algebren Definition 1.1.1. Sei Ω (diese Bedingung werden wir in diesem Kapitel generell stellen, ohne
MehrLehrstuhl IV Stochastik & Analysis. Stochastik II. Wahrscheinlichkeitstheorie I. Skriptum nach einer Vorlesung von Hans-Peter Scheffler
Fachschaft Mathematik Uni Dortmund Lehrstuhl IV Stochastik & Analysis Stochastik II Wahrscheinlichkeitstheorie I Skriptum nach einer Vorlesung von Hans-Peter Scheffler Letzte Änderung: 26. November 2002
MehrWahrscheinlichkeitstheorie und Maßtheorie
KAPITEL 7 Wahrscheinlichkeitstheorie und Maßtheorie 7.1. Vorüberlegungen Die folgenden drei Beispiele sind Spezialfälle des Oberbegriffs Maß. Beispiel 7.1.1 (Verteilung der Ladung oder der Masse). Man
MehrKommutativität. De Morgansche Regeln
1. Formale Logik Proposition 1.1. Die logischen Elementarverknüpfungen gehorchen folgenden Äquivalenzen: (1.1) (1.2) p p p p p p Idempotenz (1.3) (1.4) p q q p p q q p Kommutativität (1.5) (1.6) (p q)
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
Mehr1. Masstheorie Mengensysteme 1. MASSTHEORIE 1
1. MASSTHEORIE 1 1. Masstheorie In der Wahrscheinlichkeitstheorie betrachten wir Situationen, die wir nicht exakt vorhersagen können. Zum einen kann dies sein, da der Ausgang zufällig ist. Zum anderen
MehrStudienbegleitende Prüfung Stochastik 2
Universität Karlsruhe (TH) Institut für Stochastik Prof. Dr. N. Bäuerle Name: Vorname: Matr.-Nr.: Studienbegleitende Prüfung Stochastik 2 27. März 2007 Diese Klausur hat bestanden, wer mindestens 20 Punkte
Mehr2.6 Der Satz von Fubini
1 2.6 Der Satz von Fubini Unser Ziel ist der Beweis des folgenden Ergebnisses. 6.1. Satz von Fubini Sei f : R n+m R integrierbar. Dann gibt es eine Nullmenge N R m, so dass gilt: 1. Für alle y R m \ N
MehrSerie 1 Lösungsvorschläge
D-Math Mass und Integral FS 2014 Prof. Dr. D. A. Salamon Serie 1 Lösungsvorschläge 1. a) Seien A, B X zwei Mengen, so dass keine der Mengen A \ B, B \ A, A B und X \ (A B) leer ist. Bestimmen Sie die Kardinalität
MehrAnalysis III, WS 2011/2012 Montag $Id: masse.tex,v /10/31 15:48:07 hk Exp $
$Id: masse.tex,v 1.8 2011/10/31 15:48:07 hk Exp $ 2 Maßräume 2.2 Meßbare Abbildungen Der nächste Grundbegriff sind die meßbaren Abbildungen. Erinnern Sie sich daran das wir eigentlich einen Integralbegriff
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,
MehrÜbungen zur Vorlesung Analysis III Wintersemester 2011/2012. Musterlösung zum Klausurvorbereitungsblatt
UNIVESITÄT DES SAALANDES FACHICHTUNG 6. MATHEMATIK Prof. Dr. oland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Analysis III Wintersemester 2/22 Musterlösung zum Klausurvorbereitungsblatt (3) Geben
Mehr4.4 Hermitesche Formen
44 Hermitesche Formen Wie üblich bezeichnen wir das komplex konjugierte Element von ζ = a + bi C (a, b R) mit ζ = a bi Definition 441 Sei V ein C-Vektorraum Eine hermitesche Form (HF) auf V ist eine Abbildung
MehrFourier-Transformation von W-Maßen. Fourier-Transformation von Wahrscheinlichkeitsmaßen! Vortragender: Daniel Krizanovic
Fourier-Transformation von Wahrscheinlichkeitsmaßen! Vortragender: Integraltransformation Def. 1.1: Eine Integraltransformation bildet eine Originalfunktion f auf eine Bildfunktion F ab mittels F (y) :=
MehrKlausur zur Vorlesung Stochastik II
Institut für Mathematische Stochastik WS 003/004 Universität Karlsruhe 05. 04. 004 Prof. Dr. G. Last Klausur zur Vorlesung Stochastik II Dauer: 90 Minuten Name: Vorname: Matrikelnummer: Diese Klausur hat
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).
MehrSerie 11 Lösungsvorschläge
D-Math Mass und Integral FS 204 Prof. Dr. D. A. Salamon Serie Lösungsvorschläge. Sei X := [0, ], 2 X orel σ-algebra und λ : [0, ] die Restriktion des Lebesguemasses auf (d.h., λ = m ). Sei µ : [0, ] das
Mehr3 Das n-dimensionale Integral
3 Das n-dimensionale Integral Ziel: Wir wollen die Integrationstheorie für f : D R n R entwickeln. Wir wollen den Inhalt (beziehungsweise das Maß ) M einer Punktmenge des R n definieren für eine möglichst
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
MehrMaßtheorie und Integralrechnung mehrerer Variablen
Maßtheorie und Integralrechnung mehrerer Variablen Jan Swoboda 29. März 2014 Inhaltsverzeichnis Einleitung 1 1 Maßtheorie 3 1.1 Messbare Räume und messbare Abbildungen.................. 3 1.2 Maße und
MehrKapitel A. Konstruktion und Eigenschaften von Integralen
Kapitel A Konstruktion und Eigenschaften von Integralen Inhalt dieses Kapitels A000 Wie misst man Flächen- und Rauminhalt? Absolut integrierbare Funktionen Integration: Theorie und Anwendung A001 Bildquelle:
Mehr