Höhere Funktionalanalysis WS2016/17 Übungsblatt
|
|
- Dorothea Kruse
- vor 5 Jahren
- Abrufe
Transkript
1 Höhere Funktionalanalysis WS2016/17 Übungsblatt 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, 1] C, T g x = 1 g(t)x(t) dt. 0 Aufgabe 2. Zeige, daß für die Faltung f g(x) = f(x y) g(y) dy zweier Funktionen f, g L 1 (R) gilt f g 1 f 1 g 1. Aufgabe 3. Zeige, daß jede beschränkte Folge in einem Hilbertraum eine schwach konvergente Teilfolge besitzt. Aufgabe 4. Ein linearer Operator T B(H) nimmt seine Norm an wenn es einen Einheitsvektor x H gibt sodaß T = T x. Finde Beispiele von beschränkten selbstadjungierten Operatoren (a) mit einer Orthonormalbasis aus Eigenvektoren. (b) ohne Eigenvektor. der seine Norm nicht annimmt. Aufgabe 5. Sei H ein Hilbertraum und K H eine konvexe Teilmenge. Ein Element x K heißt Extrempunkt wenn für alle x 0, x 1 K und für alle λ ]0, 1[ gilt (1 λ)x 0 + λx 1 = x = x 0 = x 1 = x (a) Zeige, daß jeder Einheitsvektor ein Extrempunkt der Einheitskugel B H (0, 1) ist. (b) Zeige, daß jeder isometrische lineare Operator V B(H) ein Extrempunkt der Einheitskugel B B(H) (0, 1) ist. Aufgabe 6. Sei H ein Hilbertraum mit Skalarprodukt.,. und A B(H) + ein positiv semidefiniter linearer Operator. Zeige: (a) x, y A = Ax, y definiert eine positiv semidefinite Sesquilinearform. (b) A = min{a R A ai} (c) Das innere Produkt.,. A ist positiv definit genau dann, wenn ker A = {0}. (d) Im letzteren Fall ist die induzierte Norm x A = Ax, x 1/2 äquivalent zur ursprünglichen Norm x = x, x 1/2 genau dann, wenn A eine beschränkte Inverse besitzt. (e) Sei A invertierbar und T B(H) ein weiterer Operator mit Adjungierter T. Finde eine Formel der Adjungierten von T bzgl. des Skalarprodukts.,. A. 1
2 Höhere Funktionalanalysis WS2016/17 Übungsblatt Aufgabe 7. Sei H ein Hilbertraum. (a) Zeige, daß der Bildraum eines kompakten Operators T K(H) separabel ist. (Zeige zunächst die Tatsache, daß jeder kompakte metrische Raum separabel ist). (b) Zeige, daß jeder kompakte Operator T K(H) durch Operatoren endlichen Rangs approximiert werden kann. Hinweis: Sei u n eine ONB von ran T und P n die Orthogonalprojektion auf die lineare Hülle L{u 1, u 2,..., u n }. Zeige, daß A P n A n 0. (c) Sei J B(H) ein nichttriviales abgeschlossenes Ideal, d.h., ein abgeschlossener Unterraum mit der Eigenschaft AXB J für X J und beliebige Operatoren A, B B(H). Zeige, daß J alle kompakten Operatoren enthält. Aufgabe 8. Seien X, Y Banachräume und T B(X, Y ). Zeige, daß für jede Folge (x n ) X gilt x n w x = T x n w T x. Wenn T zusätzlich kompakt ist, dann gilt auch ( ) x n w x = T x n T x. Aufgabe 9. Sei X ein separabler Banachraum. Zeige, daß es eine Metrik auf der abgeschlossenen Einheitskugel B X (0, 1) gibt, die die gleichen offenen Mengen erzeugt wie die w*-topologie σ(x, X). Hinweis: Setze d(x, y ) = n=1 2 n x y, x n für eine geeignete Folge x n. Folgere daraus, daß auch ( B X (0, 1), σ(x, X )) ein metrisierbar ist, wenn X separabel ist. Aufgabe 10. Sei X ein separabler reflexiver Banachraum. (a) Zeige, daß ( B X (0, 1), σ(x, X )) metrisierbar und daher ein kompakter metrischer Raum ist. (b) Sei Y ein weiterer Banachraum und T B(X, Y ) ein Operator mit der Eigenschaft ( ) aus Aufgabe 8. Zeige, daß T kompakt ist. Aufgabe 11. Sei H ein Hilbertraum, T B(H) selbstadjungiert. (a) Zeige, daß T = sup T x, x x 1 Sei weiters x H, sodaß T x = T x. (b) Zeige, daß x ein Eigenvektor für T 2 zum Eigenwert λ = T 2 ist.. (c) Zeige, daß auch T einen Eigenvektor zum Eigenwert λ = T oder λ = T besitzt.
3 Höhere Funktionalanalysis WS2016/17 Übungsblatt Aufgabe 12. Seien X und Y Banachräume, T B(X, Y ). (a) Zeige, daß die Abbildung ˆT : X/ ker T ran T [x] T x wohldefiniert, bijektiv und beschränkt ist mit ˆT = T. (b) Zeige, daß die folgenden Bedingungen äquivalent sind. (i) ran T ist abgeschlossen. (ii) ˆT hat eine beschränkte Inverse. (iii) Es existiert eine Konstante K > 0, sodaß für alle y ran T ein x X existiert mit x K y und T x = y. Aufgabe 13. Sei X ein Banachraum und T B(X). Für λ C \ σ(t ) sei δ(λ) = d(λ, σ(t )) = inf ξ σ(t ) λ ξ. Zeige, daß R T (λ) δ(λ) 1. Aufgabe 14. Sei H ein Hilbertraum. Ein Operator T B(H) heißt nach unten beschränkt wenn eine Konstante C > 0 existiert, sodaß für alle x H gilt Wir bezeichnen mit T x C x. σ ap (T ) = {λ C λi T ist nicht nach unten beschränkt} σ d (T ) = {λ C ran(λi T ) ist nicht dicht} Zeige: (a) σ ap (T ) = {λ (x n ) H mit x n = 1 und (λi T )x n n 0} (b) σ ap (T ) ist abgeschlossen. (c) σ(t ) = σ ap (T ) σ d (T ). (d) Der Rand von σ(t ) ist in σ ap (T ) enthalten. (e) σ p (T ) = σ d (T ). (f) Wenn T normal ist, dann gilt σ d (T ) \ σ ap (T ) =, d.h., σ(t ) = σ ap (T ). Aufgabe 15. Sei X ein Banachraum und S, T B(X). (a) Zeige, daß im Allgemeinen nicht gilt ( ) r(st ) r(s) r(t ) r(s + T ) r(s) + r(t ) (b) Zeige, daß beide Ungleichungen ( ) gelten, wenn S mit T kommutiert (d.h., ST = T S). Aufgabe 16. Sei X ein Banachraum und T n B(X) eine Folge von invertierbaren Operatoren. Wir nehmen an, die Folge hat einen Grenzwert T = lim T n, der mit allen T n kommutiert (T T n = T n T für alle n). (a) Zeige, daß T im Allgemeinen nicht invertierbar sein muß. (b) Zeige, daß T invertierbar ist, wenn man zusätzlich annimmt, daß sup n r(tn 1 ) <.
4 Höhere Funktionalanalysis WS2016/17 Übungsblatt Aufgabe 17. Zeige, daß für den Spektralradius eines Operators T B(H) auf einem Hilbertraum H gilt r(t ) = inf V T V 1 wobei das Infimum über alle invertierbaren Operatoren V : H H läuft. Hinweis: Es genügt, den Fall r(t ) < 1 zu betrachten. Definiere und untersuche zunächst das neue Skalarprodukt x, y 0 = T n x, T n y. n=0 Aufgabe 18. Für welche der drei Topologien (, SOT, WOT) ist die Abbildung B(H) B(H) T T stetig? Hinweis: Die Antwort ist ja für Norm und WOT, nein für SOT. Gegenbeispiel: Sei S : l 2 l 2 der (Links-)Shift, dann gilt S n SOT 0, aber (S ) n ist nicht konvergent bezüglich SOT. Aufgabe 19. Seien A n, B n B(H) Folgen von Operatoren. Zeige SOT SOT (a) A n A, B n B = A n B n W OT W OT (b) A n A, B n B SOT AB. W OT = A n B n AB. Aufgabe 20. Zeige, daß die positive Quadratwurzel eines positiven semidefiniten Operators eindeutig bestimmt ist. Aufgabe 21. Seien A, B B(H). (a) Zeige, daß r(ab) = r(ba) (b) Seien A B 0. Zeige, daß A 1/2 B 1/2, wohingegen aber A 2 B 2 nicht gelten muß. Hinweis: Zunächst kann angenommen werden, daß A invertierbar ist, der allgemeine Fall folgt dann mit einem Grenzwertargument. Aufgabe 22. Sei V B(H). Zeige, daß die folgenden Aussagen äquivalent sind: (i) V ist eine partielle Isometrie. (ii) V ist eine partielle Isometrie. (iii) V V ist eine Projektion (nämlich die Projektion auf den Anfangsraum von V ). (iv) V V ist eine Projektion (nämlich die Projektion auf ran V ). (v) V = V V V. (vi) V = V V V. Aufgabe 23. Zeige, daß die Polarzerlegung eindeutig ist: Wenn T B(H) geschrieben werden kann als T = UP mit P 0 und einer partiellen Isometrie U sodaß ker U = ker P, dann ist P = (T T ) 1/2 und U eindeutig bestimmt.
5 Höhere Funktionalanalysis WS2016/17 Übungsblatt Aufgabe 24. Berechne die Norm des linearen Funktionals F : C[0, 1] C 1 f 2 n f(1/n) xf(x) dx n=2 und bestimme eine rechtsstetige Funktion α(x) von beschränkter Variation, sodaß F, f = f(x) dα(x) für alle f C[0, 1]. Aufgabe 25. Sei T B(H). Zeige, daß T invertierbar ist genau dann, wenn T T und T T nach unten beschränkt sind. Aufgabe 26. Zeige, daß die Summe zweier von unten (bzw. oben) halbstetiger Funktionen wieder von unten (bzw. oben) halbstetig ist. Aufgabe 27. Seien P, Q B(H) Orthogonalprojektionen. Zeige: (a) P Q ran P ran Q P Q = P QP = P P QP = P. (b) P Q = 0 P + Q I. (c) Wenn P Q = QP, dann ist P Q = P Q und P Q = P + Q P Q. (d) Wenn P Q QP, dann muß nicht gelten P Q P + Q. (e) P Q = SOT lim n (P QP ) n. Aufgabe 28. Sei (A n ) n N eine beschränkte Folge von selbstadjungierten Operatoren sodaß A m A n = 0 für m n. Zeige, daß n N A n bezüglich der SOT konvergiert und n N A n = supn A n. 1/2
6 Höhere Funktionalanalysis WS2016/17 Übungsblatt Aufgabe 29. Sei E : B(R) B(H) ein Spektralmaß gemäß Definition Zeige, daß für alle B 1, B 2 B(R) gilt: (a) B 1 B 2 = E B1 E B2. (b) E B1 E B2 = E B2 E B1. (c) E B1 B 2 = E B1 E B2. Aufgabe 30. Sei f : R R eine beschränkte meßbare Funktion und M f : L 2 (R) L 2 (R) M f g(t) = f(t)g(t) der (selbstadjungierte) Multiplikationsoperator. Bestimme die Spektralprojektion E B für B B(R). Aufgabe 31. Sei P B(H) eine Orthogonalprojektion und die Kommutante von P. Zeige, daß {P } := {T B(H) T P = P T } {P } = {T B(H) ran P und ker P sind invariant unter T } Aufgabe 32. Ein Vektor x H heißt zyklisch für einen Operator T B(H), wenn L{T n x n N 0 } dicht in H liegt. Zeige, daß jeder Vektor x = (ξ 0, ξ 1,... ) mit der Eigenschaft lim n 1 ξ n 2 ξ n+k 2 = 0 (z.b. der Vektor x = ( 1 n! ) n N 0 ) zyklisch ist für den Linksshift k=1 S : l 2 l 2 (x 0, x 1,... ) (x 1, x 2,... ).
Kompakte Operatoren in Hilberträumen
Kompakte Operatoren in Hilberträumen 1 Vorbemerkungen Im Folgenden bezeichne H immer einen seperablen Hilbertraum über C Mit B(H 1, H 2 ) bezeichnen wir die Menge aller beschränkten linearen Operatoren
MehrWiederholung. Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen.
Wiederholung Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen. Definition. Sei X eine Menge und d : X X R eine Abbildung mit den Eigenschaften 1.
MehrFUNKTIONALANALYSIS. Carsten Schütt WS 2006/7
1. Eine Teilmenge K eines topologischen Raumes heißt folgenkompakt, wenn jede Folge in K eine Teilfolge enthält, die in K konvergiert. Die Menge K heißt abzählbar kompakt, wenn jede unendliche Teilmenge
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
MehrVollständiger Raum, Banachraum
Grundbegriffe beschränkte Menge Cauchyfolge Vollständiger Raum, Banachraum Kriterium für die Vollständigkeit Präkompakte Menge Kompakte Menge Entropiezahl Eigenschaften kompakter und präkompakter Mengen
MehrL 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
MehrFunktionalanalysis II. Carsten Schütt SS 2012
1. Jeder Filter ist in einem Ultrafilter enthalten. 2. Es sei X ein topologischer Hausdor Raum. X ist genau dann kompakt, wenn jeder Ultrafilter konvergiert. 3. (Skript) (i) {0, 1} [0,1] mit der Produkttopologie
MehrÜbungen zur Funktionalanalysis Lösungshinweise Blatt 2
Übungen zur Funktionalanalysis Lösungshinweise Blatt 2 Aufgabe 5. Beweisen Sie: Ein kompakter Hausdorffraum, welcher dem ersten Abzählbarkeitsaxiom genügt, ist folgenkompakt. Lösung. Es sei X ein kompakter
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
MehrLösungsvorschlag zur Klausur
FAKULTÄT FÜ MATHEMATIK Prof. Dr. Patrizio Neff Frank Osterbrink Johannes Lankeit 27.7.23 Lösungsvorschlag zur Klausur Hinweise zur Bearbeitung: - Die Bearbeitungszeit für die Klausur beträgt 8 Minuten.
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
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
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
MehrLösungen der Übungsaufgaben von Kapitel 3
Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen
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.
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,
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
MehrDifferentialgleichungen und Hilberträume Sommersemester 2014 Übungsblatt 11
Institut für Analysis Prof. Dr. Wolfgang Reichel Dipl.-Math. Anton Verbitsky Aufgabe 1 Differentialgleichungen und Hilberträume Sommersemester 14 Übungsblatt 11 5 Punkte In dieser Aufgabe geht es um die
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
Mehr12 Aufgaben zu linearen Funktionalen
266 12. Aufgaben zu linearen Funktionalen A B C 12 Aufgaben zu linearen Funktionalen 12.1 Stetige Funktionale (siehe auch 11.6.E, 12.2, 13.4.A) Sei E ein topologischer Vektorraum und ϕ: E K (ϕ ) linear.
MehrÜbungen zu Grundbegriffe der Topologie
Übungen zu Grundbegriffe der Topologie A. Čap Wintersemester 2018 (1) Wiederholen Sie die Definition des Durchschnittes i I A i einer beliebigen Familie {A i : i I} von Mengen und zeigen Sie, dass für
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)
Mehr8.1. DER RAUM R N ALS BANACHRAUM 17
8.1. DER RAUM R N ALS BANACHRAUM 17 Beweis. Natürlich ist d 0 und d(x, y) = 0 genau dann, wenn x = y. Wegen (N2) ist x = x und damit d(x, y) = d(y, x). Die letzte Eigenschaft einer Metrik schließt man
MehrMerkblatt zur Funktionalanalysis
Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.
MehrUniversität Ulm Abgabe: Mittwoch,
Universität Ulm Abgabe: Mittwoch, 8.5.23 Prof. Dr. W. Arendt Jochen Glück Sommersemester 23 Punktzahl: 36+4* Lösungen Halbgruppen und Evolutionsgleichungen: Blatt 2. Sei X ein Banachraum und (T (t)) t
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,
Mehr4 Kompakte Operatoren
4.1 Kompakte Op. auf dem Hilbertraum 57 4 Kompakte Operatoren 4.1 Kompakte Operatoren auf dem Hilbertraum 4.1.1 Folg. (id H kompakt H endlichdim.) Die identische Abbildung eines Prähilbertraumes X ist
MehrÜbungen zur Funktionalanalysis Lösungshinweise Blatt 4
Übungen zur Funktionalanalysis Lösungshinweise Blatt 4 Aufgabe 13 Wie üblich sei l 1 = {x : N K x n < } mit Norm x l 1 = x n und l = {x : N K sup n N x n < } mit x l = sup n N x n Für die Unterräume d
MehrAufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009
I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe
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
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
Mehr(c) Ein inneres Produkt (Skalarprodukt) auf H ist eine positiv definite hermitesche Form auf H.
11 Hilberträume Sei H ein Vektorraum über K = R oder K = C. Definition 11.1. (a) Eine sesquilineare Form auf H ist eine Abbildung, : H H K so, dass für alle x, x, y, y H und α, β K gilt αx + βx, y = α
MehrKonversatorium zu Lineare Algebra und Analysis Analysis - Übungsbeispiele
Univ.-Prof. Dr. Radu Ioan Boţ, Axel Böhm Konversatorium zu Lineare Algebra und Analysis Analysis - Übungsbeispiele SS18 A1. Sei f : [, + ) R so, dass und dass ein M existiert mit Zeigen Sie, dass f(s +
Mehr1 Hilbertraum. 1.1 Denition und einführende Beispiele. Im Folgenden sei K {R, C}.
1 1 Hilbertraum Im Folgenden sei K {R, C}. 1.1 Denition und einführende Beispiele Denition 1.1 (inneres Produkt, Skalarprodukt) Ein inneres Produkt auf einem K-Vektorraum V ist eine positiv denite hermitesche
MehrInhaltsverzeichnis. 6 Topologische Grundlagen. 6.1 Normierte Räume
Inhaltsverzeichnis 6 Topologische Grundlagen 1 6.1 Normierte Räume................................ 1 6.2 Skalarprodukte................................. 2 6.3 Metrische Räume................................
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
Mehr45 Hilberträume. v = 2 <v, v>.
45 Hilberträume Zusammenfassung Unter dem Begriff Hilbertraum werden solche euklidische oder unitäre Vektorräume zusammengefasst, die auch noch vollständig sind. Damit werden die in 41, 42 und in 43, 44
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
MehrAufgabensammlung zur Analysis 1
Analysis 1 18.12.2017 Prof. Dr. H. Koch Dr. F. Gmeineder Abgabe: Keine Abgabe. Aufgabensammlung zur Analysis 1 Anmerkungen: Das vorliegende Blatt enthält eine Auswahl von Aufgaben, die auf Klausuren zur
Mehr10 Unitäre Vektorräume
10 Unitäre Vektorräume Pink: Lineare Algebra 2014/15 Seite 98 10 Unitäre Vektorräume Die Theorie komplexer Vektorräume mit Skalarprodukt folgt denselben Linien wie die Theorie reeller Vektorräume mit Skalarprodukt;
MehrBeispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren
Beispiele Grundlagen Kompakte Operatoren Regularisierungsoperatoren Transportgleichung Dierenzieren ( nx ) (f δ n ) (x) = f (x) + n cos, x [0, 1], δ Regularisierung!! Inverse Wärmeleitung Durc f (f δ n
MehrD-MATH Topologie FS 15 Theo Bühler. Musterlösung 11. d(x, y) := n 0. 2 n d n (x n, y n ),
D-MATH Topologie FS 15 Theo Bühler Musterlösung 11 1. a) Da (C n, d n ) kompakt ist, nimmt die stetige Funktion d n : C n C n [0, ), (x, y) d(x, y) ihr Maximum diam C n an. Ersetzen wir d n durch d n =
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
MehrÜbungsblatt 2 - Analysis 2, Prof. G. Hemion
Tutor: Martin Friesen, martin.friesen@gmx.de Übungsblatt 2 - Analysis 2, Prof. G. Hemion Um die hier gestellten Aufgaben zu lösen brauchen wir ein wenig Kentnisse über das Infimum bzw. Supremum einer Menge.
Mehr7. Übungsblatt zur Mathematik II für Inf, WInf
Fachbereich Mathematik Prof. Dr. Streicher Dr. Sergiy Nesenenko Pavol Safarik SS 2010 27.-31.05.10 7. Übungsblatt zur Mathematik II für Inf, WInf Gruppenübung Aufgabe G24 (Grundlegende Definitionen) Betrachten
MehrAktuelle Themen aus der Stochastik Wintersemester 2017/2018 Abschnitt 5: Endliche Maße und schwache Konvergenz von Maßen in metrischen Räumen
Aktuelle Themen aus der Stochastik Wintersemester 2017/2018 Abschnitt 5: Endliche Maße und schwache Konvergenz von Maßen in metrischen Räumen Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut
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
MehrDie von Neumannsche Ungleichung
Die von Neumannsche Ungleichung Dominik Schillo 12. November 2012 Satz (Die von Neumannsche Ungleichung) Seien p C[z] ein Polynom in einer Variablen und T L(H) eine Kontraktion (d.h. T 1). Dann gilt: p(t
Mehr([0, 1]) und int K = p 1
126 III. Der Satz von Hahn-Banach und seine Konsequenzen wie man durch Einsetzen unmittelbar erkennt. Zeigen wir noch die Halbstetigkeit von f: Sei(x n ) eine Folge in L p (R) mitx n x in L p (R) und f(x
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
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 1 Definition: Sei M R, alsom
MehrTopologie - Übungsblatt 1
1 Topologie - Übungsblatt 1 1. Sei τ die cofinite Topologie auf einer Menge X. Man zeige: i) Ist X abzählbar, dann ist (X, τ) ein A 2 -Raum. ii) Ist X überabzählbar, dann ist (X, τ) kein A 1 -Raum. 2.
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
MehrAnalysis. Lineare Algebra
Analysis Ableitung Ableitungsregeln totale und partielle Ableitung Extremwertbestimmung Integrale partielle Integration Substitution der Variablen Koordinatentransformationen Differentialgleichungen Lineare
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
Mehr9 Metrische und normierte Räume
9 Metrische und normierte Räume Idee: Wir wollen Abstände zwischen Punkten messen. Der Abstand soll eine reelle Zahl 0 sein (ohne Dimensionsangabe wie Meter...). 9.1 Definition Sei X eine Menge. Eine Metrik
Mehr2.3 Eigenschaften linearer Operatoren
2.3. LINEARE OPERATOREN 47 2.3 Eigenschaften linearer Operatoren Es seien V, W normierte Räume. Die Elemente von L(V ; W ) werden oft als lineare Operatoren bezeichnet. Wir hatten gesehen, dass die Stetigkeit
MehrLineare Algebra II (NAWI) SS2014 Übungsblatt 1
Lineare Algebra II (NAWI) SS2014 Übungsblatt 1 Aufgabe 1. Welche der folgenden Abbildungen sind Sesquilinearformen oder Bilinearformen? Welche davon sind Skalarprodukte? (a) B 1 : R R R, (x, y) xy (b)
Mehr72 Orthonormalbasen und Konvergenz im quadratischen Mittel
72 Orthonormalbasen und Konvergenz im quadratischen Mittel 30 72 Orthonormalbasen und Konvergenz im quadratischen Mittel Wir untersuchen nun die Konvergenz von Fourier-Reihen im quadratischen Mittel in
MehrGrundlagen der Mathematik 2 Nachklausur
Andreas Gathmann und Yue Ren Sommersemester 6 Grundlagen der Mathematik Nachklausur Bearbeitungszeit: 8 Minuten Aufgabe (6 Punkte): Es sei f : R R, (x,y) xye (x+y). (a) Bestimme alle lokalen Maxima und
MehrVollständigkeit. Andreas Schmitt. Ausarbeitung zum Proseminar zur Topologie im WS 2012/13
Vollständigkeit Andreas Schmitt Ausarbeitung zum Proseminar zur Topologie im WS 2012/13 1 Einleitung Bei der Konvergenz von Folgen im Raum der reellen Zahlen R trifft man schnell auf den Begriff der Cauchy-Folge.
MehrIII. Prinzipien der Funktionalanalysis
III. Prinzipien der Funktionalanalysis 9 Der Satz von Hahn-Banach 9.1 Momentenproblem. a) Es seien X ein normierter Raum, (x n ) n=0 eine Folge in X und (α n ) n=0 eine Folge in K. Gibt es eine stetige
Mehr68 Hilberträume - Grundbegriffe
- 235-68 Hilberträume - Grundbegriffe In 21 haben wir uns ausführlich mit R und C Vektorräumen mit Skalarprodukt beschäftigt, dort allerdings hauptsächlich mit endlichdimensionalen Vektorräumen. Im Folgenden
MehrAnalysis 2 UE VI) 121, 129, 133, 134, 140, 143
27.04.2009 Analysis 2 UE VI) 2, 29, 33, 34, 40, 43 2) Sei M j = {(x, y) R 2 j x + y < j} (j N)}. Bestimmen Sie das Innere, den Rand und die abgeschlossene Hülle der Menge T (bezüglich der euklidischen
MehrWiederholung von Linearer Algebra und Differentialrechnung im R n
Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:
MehrLösung zu Serie 18. Lineare Algebra D-MATH, HS Prof. Richard Pink
Lineare Algebra D-MATH, HS 201 Prof. Richard Pink Lösung zu Serie 18 1. Sei V,, ein endlich-dimensionaler unitärer Vektorraum. Zeige, dass zu jeder Sesquilinearform f : V V C eine eindeutige lineare Abbildung
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
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,
MehrTopologische Grundbegriffe II. Inhaltsverzeichnis
Vortrag zum Seminar zur Analysis, 03.05.2010 Dennis Joswig, Florian Goy Aufbauend auf den Resultaten des Vortrages Topologische Grundbegriffe I untersuchen wir weitere topologische Eigenschaften von metrischen
MehrMessbare Vektorräume
Messbare Vektorräume Hans-Jörg Starkloff TU Bergakademie Freiberg Westsächsische Hochschule Zwickau Dezember 2010 / Januar 2011 Hans-Jörg Starkloff Messbare Vektorräume 1 1. Definition Geg. X linearer
Mehr(n + 1)2. + n. ((n 1) + 1)2. = (n2 + 2n) A = 21 13
Universität Stuttgart Fachbereich Mathematik Prof. Dr. E. Teufel, Dr. N. Röhrl, J. Spreer MUSTERLÖSUNG FÜR KLAUSUR Mathematik inf / sotech / tpinf Aufgabe 1 (4 Punkte) Zeigen Sie, dass für alle n gilt
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,
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
Mehr1 Verbandstheorie. Aufgabensammlung. Höhere Mathematik für Physiker III Wintersemester 2014
Aufgabensammlung Höhere Mathematik für Physiker III Wintersemester 2014 1 Verbandstheorie 1. Aufgabe: (a) Sei f C(R) eine stetige Funktion. Wenn Rf(x)φ(x)dx = 0 für alle Testfunktionen φ Cc (R) gilt, dann
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
Mehr6. Normale Abbildungen
SKALARPRODUKE 1 6 Normale Abbildungen 61 Erinnerung Sei V ein n-dimensionaler prä-hilbertraum, also ein n-dimensionaler Vektorraum über K (R oder C) versehen auch mit einer Skalarprodukt, ra K Die euklidische
MehrSchauderbasen und das Beispiel der Riesz-Basen auf Hilberträumen
Schauderbasen und das Beispiel der Riesz-Basen auf ilberträumen Bernhard Stiftner 0. Dezember 0 Inhaltsverzeichnis Allgemeines zu Schauderbasen Spezielle Schauderbasen auf ilberträumen 8 3 Literatur 8
MehrÜbungsblatt 5. D-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler. 1. Berechnen Sie die Ableitung v f(x, y) der Funktion
D-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler Übungsblatt 5 1. Berechnen Sie die Ableitung v f(x, y) der Funktion ( ) ( ) x f : R 2 R 2 x 3 1 + y, 2 y (1 + e x ) 1. entlang des Vektors
MehrLösungsvorschlag Klausur MA9801
Lehrstuhl für Numerische Mathematik Garching, den 03.08.2012 Prof. Dr. Herbert Egger Dr. Matthias Schlottbom Lösungsvorschlag Klausur MA9801 Aufgabe 1 [4 Punkte] Seien M, N Mengen und f : M N eine Abbildung.
MehrStetigkeit, Konvergenz, Topologie
Ferienkurs Seite 1 Technische Universität München Ferienkurs Analysis 1 Hannah Schamoni Wintersemester 2011/12 Stetigkeit, Konvergenz, Topologie 21.03.2012 Inhaltsverzeichnis 1 Stetigkeit und Konvergenz
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
Mehr= ( n x j x j ) 1 / 2
15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors
MehrUltrametrik. Christian Semrau Metrische Räume
Ultrametrik Christian Semrau 05.11.2002 Inhaltsverzeichnis 1 Metrische Räume 1 1.1 Definition der Metrik.................................. 1 1.2 Offene und abgeschlossene Mengen..........................
MehrTopologische Grundbegriffe II. 1 Begriffe auf Mengen
Vortrag zum Seminar zur Analysis, 03.05.2010 Dennis Joswig, Florian Goy Aufbauend auf den Resultaten der Vorlesung Topologische Grundbegriffe I untersuchen wir weitere topologische Eigenschaften von metrischen
Mehr8.1 Beschränkte Operatoren auf Hilberträumen
$Id: operator.tex,v 1.4 2013/10/23 20:41:41 hk Exp $ 8 Beschränkte Operatoren auf Hilberträumen 8.1 Beschränkte Operatoren auf Hilberträumen In der letzten Sitzung hatten wir den Adjungierten T eines Operators
MehrT := {σ S 4 σ 3 = Id}. a) Es seien V ein Vektorraum und Φ ein Endomorphismus von V, sodass
I. a) Es sei (G, ) eine abelsche Gruppe mit neutralem Element e G. Zeigen Sie, dass U := {g G g 3 = e G } eine Untergruppe von G ist. b) In der symmetrischen Gruppe S 4 definieren wir analog zu a) die
MehrDefinition Eine Metrik d auf der Menge X ist eine Abbildung d : X X IR
0 Inhaltsverzeichnis 1 Metrik 1 1.1 Definition einer Metrik............................. 1 1.2 Abstand eines Punktes von einer Menge................... 1 1.3 Einbettung eines metrischen Raumes in einen
MehrDer Satz von Hahn-Banach und seine geometrische Bedeutung Seminararbeit im Rahmen des PS Funktionalanalysis 2 SS 2008
Der Satz von Hahn-Banach und seine geometrische Bedeutung Seminararbeit im Rahmen des PS Funktionalanalysis 2 SS 2008 Brigitte Kertelits (9925250) 16. November 2008 1 Zusammenfassung Diese Arbeit befasst
MehrLösung zu Kapitel 5 und 6
Lösung zu Kapitel 5 und 6 (1) Sei f eine total differenzierbare Funktion. Welche Aussagen sind richtig? f ist partiell differenzierbar f kann stetig partiell differenzierbar sein f ist dann immer stetig
MehrMultiplikationsoperatoren
Multiplikationsoperatoren Dennis Dyck 07.04.2014 1 Einleitung In dem ersten Vortrag des eminars soll es um die Untersuchung von Multiplikationsoperatoren gehen. Es werden grundlegende Eigenschaften hergeleitet
MehrOrthogonalreihendarstellung eines zentrierten Gauß-Prozesses
Orthogonalreihendarstellung eines zentrierten Gauß-Prozesses Thomas Steinle Seminar Zufällige Felder Universität Ulm 18. November, 2008 Einleitung Inhalt Einleitung Wiederholung und Themenvorstellung Wichtiges
MehrPrüfung Lineare Algebra 2
1. Überprüfen Sie die folgenden Aussagen: (1) Zwei reelle symmetrische Matrizen sind genau dann ähnlich, wenn sie die gleiche Signatur haben. (2) Jede symmetrische Matrix ist kongruent zu einer Diagonalmatrix,
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
MehrKlausurenkurs zum Staatsexamen (SS 2016): Lineare Algebra und analytische Geometrie 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 6): Lineare Algebra und analytische Geometrie 6 6. (Herbst, Thema, Aufgabe 4) Der Vektorraum R 4 sei mit dem Standard Skalarprodukt versehen. Der Unterraum
MehrLineare Algebra und Geometrie II, Übungen
Lineare Algebra und Geometrie II, Übungen Gruppe (9 9 45 ) Sei A 2 Bestimmen Sie A und A Finden Sie weiters Vektoren u, v R 2 mit u und Au A, beziehungsweise v und Av A Zunächst die Berechnung der Norm
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
MehrSpektraltheorie. 9. Übungsblatt - Lösungsvorschläge. (Einiges zum stetigen Funktionalkalkül) PD Dr. Peer Kunstmann M.Sc.
8.06.208 PD Dr. Peer Kunstmann M.Sc. Michael Ullmann Spektraltheorie 9. Übungsblatt - Lösungsvorschläge Aufgabe (Einiges zum stetigen Funktionalkalkül) Seien (H,, H ) ein Hilbertraum und T selbst-adjungiert.
Mehr4 Differenzierbarkeit einer konjugierten Funktion
4 Differenzierbarkeit einer konjugierten Funktion (Eingereicht von Corinna Vits) 4.1 Differenzierbarkeit 1.Ordnung Theorem 4.1.1: Sei f ConvR n strikt konvex. Dann ist int dom und f ist stetig differenzierbar
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
MehrDie Topologie von R, C und R n
Die Topologie von R, C und R n Für R haben wir bereits eine Reihe von Strukturen kennengelernt: eine algebraische Struktur (Körper), eine Ordnungsstruktur und eine metrische Struktur (Absolutbetrag, Abstand).
Mehr