Kapitel I. Hilberträume.

Größe: px
Ab Seite anzeigen:

Download "Kapitel I. Hilberträume."

Transkript

1 Kapitel I. Hilberträume. 1. Grundbegriffe. Ein Prä-Hilbertraum ist ein Vektorraum über C mit einem inneren Produkt (=Skalarprodukt, positive Form). Wir beginnen daher mit (Sesquilinear-) Formen Definition. Sei E eiomplexer VR. Eine Abb. s : E E C heißt Sesquilinearform auf E (oder kurz: Form), wenn s[.,.] linear im 1. Argument und konjugiert linear im 2. Argument ist. Zu einer Sesquilinearform s gehört die quadratische Form s[f] := s[f,f], f E. Bemerkungen. (a) Reelle VRe und Bilinearformen. (b) In der theoret. Physik sind Skalarprodukte meist linear im 2. Argument und konjugiert linear im 1. Argument Bemerkung. Im komplexen VR E gilt für jede Form s die Polarisierungsidentität 4s[f,g] = s[f +g]+is[f +ig] s[f g] is[f ig], f,g E, (1.1) oder: 4s[f,g] = 3 k=0 ik s[f +i k g]. Daher kann man im komplexen Fall aus der quadratischen Form die volle Sesquilinearform rekonstruieren. Dies ist bei reellen VRen i.a. nicht möglich! (Bspl. in den Übungen.) 1.3. Beispiele. Sei I = (a,b) R ein offenes, beschränktes Intervall, und sei k N 0. Wir definieren C k ([a,b];c):= {u C k (I;C); u (j) stetig auf [a,b] fortsetzbar,0 j k}. Mit einem festen w C([a, b]; C) definieren wir die Sesquilinearformen durch s k [f,g] := b s k : C k ([a,b];c) C k ([a,b];c) C a f (k) (x)g (k) (x)w(x)dx, f,g C k ([a,b];c). (1.2) (Dabei kann man jede Funktion u C k (I;C) schreiben in der Form u = u 1 +iu 2 mit u 1,u 2 C k (I;R); u 1 heißt der Realteil, u 2 der Imaginärteil von u.) 6

2 1.4. Definition. Eine Form s heißt symmetrisch, wenn s[f,g] = s[g,f], f,g E, gilt. Eine (symmetrische) Form s heißt nicht-negativ, wenn s[f] 0, f E, gilt, und positiv, falls s[f] > 0, 0 f E. Bemerkungen. (a) Eine Form s im komplexen VR E ist genau dann symmetrisch, wenn die zugehörige quadratische Form reellwertig ist. (ÜA) (b) Die Formen s k in Bspl. 1.3 sind genau dann symmetrisch, wenn die Gewichtsfunktion w reellwertig ist Definition. Eine positive Form s auf dem komplexen VR E heißt Skalarprodukt. Man schreibt dann gerne f, g := s[f,g], f := f, f 1/2, f,g E Satz. Für Skalarprodukte gilt die Schwarzsche Ungleichung f, g f g, f,g E. (1.3) Gleichheit gilt in (1.3) genau dann, wenn f und g linear abhängig sind. 1. Beweis. Folgt sofort aus der Identität g 2( f 2 g 2 f, g 2) = g 2 f f, g g 2 0, die man durch Ausrechnen bestätigt. (ÜA) Man sieht leicht, daß auch der Zusatz richtig ist. 2. Beweis. Definiere ϕ(t) := f +tg 2, t R, also ϕ(t) 0, für alle t R, und ϕ(t) = f 2 +2tRe f, g +t 2 g 2. M.a.W., ϕ ist ein nicht-negatives, reelles Polynom zweiter Ordnung in t R. Ein solches Polynom kaneine einfachen reellen Nullstellen haben, d.h., es gibt entweder keine reellen Nullstellen oder aber genau eine doppelte reelle Nullstelle. = Diskriminante 0 = 4(Re f, g ) 2 4 f 2 g

3 = Re f, g f g. Es gibt ein ϑ R mit e iϑ f, g = f, g, etc. Beweis des Zusatzes ist hier etwas mühsamer; vgl. [W] Bemerkung. Die Schwarzsche Ungleichung(1.3) gilt allgemeiner für nicht-negative Sesquilinearformen s (allerdings ohne den Zusatz!): s[f,g] s[f] 1/2 s[g] 1/2, f,g E. Bem.: Für 0 a,b R gilt bzw. ab 1 2 (a2 +b 2 ), ε > 0 : ab ε 2 a ε b2. Damit folgt aus (1.3) die Cauchy-Young sche Ungleichung ε > 0 : f, g ε 2 f ε g 2. (1.4) 1.7. Definition. Sei E eiomplexer VR und.,. ein Skalarprodukt auf E. Dann heißt (E,.,. ) ein Prä-Hilbertraum Definition. Sei X ein reeller oder komplexer VR. Eine Abbildung. X : X R mit den Eigenschaften (i) x X 0 und ( x X = 0 x = 0) (ii) αx X = α x X, α C, x X (1.5) (iii) x+y X x X + y X heißt eine Norm auf X. Eigenschaft (iii) in (1.5) heißt Dreiecksungleichung. (Eine Norm hat i.a. nichts mit einem Skalarprodukt zu tun!) Das Paar (X,. X ) wird als normierter VR bezeichnet. Jeder normierte Vektorraum ist zugleich ein metrischer Raum mit der induzierten Metrik d(x,y) := x y X, x,y X. Damit sind in einem normierten VR die topologischen Grundbegriffe (offene Mengen, Stetigkeit von Abbildungen) wie in einem metrischen Raum definiert (und sehr einfach!). Z.B. heißt eine Menge M X genau dann offen, wenn es zu jedem x M ein ε > 0 gibt mit B ε (x) M, wobei B ε (x) := {y X ; x y X < ε}. 8

4 Man sieht leicht, daß die Vektorraumoperationen (Addition und skalare Multiplikation) stetig sind Bemerkung. Sei (E,.,. ) ein Prä-Hilbertraum und f = f, f 1/2, f E, wie in Definition 1.5. Man rechnet dann leicht nach, daß. die Eigenschaften (1.5) einer Norm besitzt. Jeder Prä-Hilbertraum ist damit zugleich ein normierter VR und die topologischen Grundbegriffe leiten sich aus der zugehörigen Metrik ab Satz. (Die Parallelogrammgleichung) Im Prä-Hilbertraum (E,.,. ) gilt ( 2 f 2 + g 2) = f +g 2 + f g 2, f,g E. (1.6) Bild!!! Beweis: Rechte Seite ausrechnen! Bemerkung. Ein normierter VR (X,. X ) ist genau dann ein Prä-Hilbertraum (d.h., die Norm. X wird von einem Skalarprodukt erzeugt), wenn. X der Parallelogrammgleichung genügt. Bew.: [W, Y] Definition. Sei (E,.,. ) ein Prä-HR, und sei (f n ) n N E eine Folge in E. Wir sagen: (a) (f n ) konvergiert gegen f E, falls f n f 0, für n. In Zeichen: f n f. (b) (f n ) heißt Cauchyfolge : ε > 0, N N, n,m N: f n f m < ε. Bem.: Der Limes in (a) ist eindeutig. Konvergente Folgen haben die Cauchyeigenschaft Definition. Sei H := (E,.,. ) ein Prä-Hilbertraum. H heißt Hilbertraum, wenn H bezüglich der Norm x = x, x 1/2, x E, vollständig ist, d.h., wenn alle Cauchyfolgen aus (E,. ) einen Limes in E besitzen Beispiele. (1) Für d N ist C d ein HR mit dem üblichen Skalarprodukt x, y := d x k y k. (2) Mit l 2 ( klein-ell-zwei ) bezeichnen wir die Menge der komplexen Zahlenfolgen k=1 (x n ) n N C mit x n 2 <, k=1 9

5 versehen mit dem Skalarprod. (x n ), (y n ) := x n y n. n=1 Man zeigt (ÜA), daß l 2 vollständig, also ein HR ist. Bem.: Wegen m+k x n y n n=m m+k n=m x n y n m+k n=m x n y n 1 2 ( x n 2 + y n 2 ) n=m konvergiert die Reihe x n y n in C, falls (x n ) und (y n ) aus l 2 sind. (3) In diesem Beispiel verwenden wir den Begriff des Trägers (engl.: support) einer Funktion f : M N, M topologischer Raum, N Körper (oder Vektorraum): Sei nun a < b + und sei suppf := {x M ; f(x) 0}. C c (a,b) := {f C((a,b);C); suppf (a,b), suppf kompakt}. M.a.W.: f C c (a,b) genau dann, wenn f stetig ist und es Zahlen α = α f, β = β f gibt mit a < α β < b und f(x) = 0 für x < α sowie für x > β. Wir definieren ein Skalarprodukt vermöge f, g :=.,. : C c (a,b) C c (a,b) C b a f(x)g(x)dx, f,g C c (a,b). Das Paar (C c (a,b),.,. ) ist ein Prä-Hilbertraum. Wir werden später zeigen, daß es zu jedem Prä-Hilbertraum E einen HR H gibt, der E als dichten Teilraum enthält. Genauer gibt es zu E einen HR H und eine lineare Abb. j : E H mit j(x), j(y) H = x, y E, x,y E, und y H, Folge (x n ) E : y j(x n ) H 0, n. Man sagt dann E ist (isometrisch) isomorph zu einem dichten Teilraum von H. Maonstruiert H über den Prozeß der Vervollständigung ; s.u.! Im Falle von Bspl. (3) erhält man durch Vervollständigung von C c (a,b)den Raum L 2 (a,b). Der Raum L 2 (a,b) besteht aus (Äquivalenzklassen von) (Borel-)meßbaren Funktionen f : (a,b) C mit (a,b) f(x) 2 dx <. Dazu später mehr! 10

6 (4) Direkte Summen von Hilberträumen. Seien (H 1,.,. 1 ) und (H 2,.,. 2 ) Hilberträume. Die Menge der Paare versehen mit dem Skalarprodukt (x 1,x 2 ) H 1 H 2, (x 1,x 2 ), (y 1,y 2 ) := x 1, y x 2, y 2 2 ist wieder ein HR und heißt die direkte Summe der HRe H 1 und H 2, in Zeichen H 1 H 2. (5) Kontinuierliche direkte Summen. Sei a < b +, und sei H ein HR mit Skalarprodukt.,. H. Sei und C c ((a,b);h ) := {f : (a,b) H stetig ; suppf (a,b), suppf kompakt} f, g := b a f(x), g(x) H dx. Dann ist das Paar (C c ((a,b);h ),.,. ) ein Prä-Hilbertraum. Die Vervollständigung (vgl. Beispiel (3)) wird mit L 2 ((a,b);h ) oder (a,b) H dx bezeichnet. (Bem. zur Festkörperphysik, period. Schrödingeroperatoren.) (6) Tensorprodukte von HRen. (Nur Grundidee; für Details vgl. [RS-I; p. 49f], [Te], [W]) Seien (H 1,.,. 1 ) und (H 2,.,. 2 ) Hilberträume. Für ϕ 1 H 1, ϕ 2 H 2 definieren wir eine konjugiert bilineare Form durch ϕ 1 ϕ 2 : H 1 H 2 C (ϕ 1 ϕ 2 )(ψ 1,ψ 2 ) := ϕ 1, ψ 1 1 ϕ 2, ψ 2 2, für alle Paare (ψ 1,ψ 2 ) H 1 H 2 ; die Form ϕ 1 ϕ 2 ist konjugiert linear in beiden Argumenten. Sei E die Menge aller endlichen Linearkombinationen solcher Bilinearformen ϕ 1 ϕ 2. Wir definieren ein Skalarprodukt durch ϕ ψ, η µ := ϕ, η 1 ψ, µ 2, + Fortsetzung auf E durch Linearität. Maann zeigen, daß dies in der Tat ein Skapro liefert ( wohldef., positiv ). Bem.: Für zwei offene Intervalle I 1,I 2 R gilt beispielsweise L 2 (I 1 I 2 ) = L 2 (I 1 ) L 2 (I 2 ). 11

7 Bem.: Was = bedeutet, wird in Def erklärt. Bemerkung: Das Tensorprodukt von Hilberträumen spielt in der Quantenmechanik eine große Rolle, etwa in der Quanteninformation. In der Atomphysik und der Quantenmechanik anderer Vielteilchensysteme tritt häufig der Fock-Raum auf, vgl. [RS-I]. Gegeben ein HR H, betrachte F := C H (H H) (H H H)..., mit den Unterräumen der symmetrischen bzw. der anti-symmetrischen Tensoren. Hier tritt eine abzählbare direkte Summe auf, die man so ähnlich wie bei l 2 versteheann (in dieser Terminologie kann man l 2 als die abzählbare direkte Summe C C C... auffassen). In der QM benützt man diese Hilberträume, um Situationen mit mehreren Bosonen (zb Protonen) bzw. mehreren Fermionen (zb Elektronen) zu beschreiben Definition. Die HRe H 1 und H 2 heißen isometrisch isomorph oder einfach isomorph, wenn es eine lineare, surjektive Abbildung gibt mit U : H 1 H 2 Ux, Uy H2 = x, y H1, x,y H 1. (1.9) Eine surjektive lineare Abbildung U mit (1.9) heißt unitär. (Man sieht sofort, daß U auch injektiv, und damit bijektiv, ist.) Bemerkungen.: (a) Eine surj. Abb. U : H 1 H 2 ist genau dann unitär, wenn Ux H2 = x H1, x H 1, (1.10) gilt (Polarisierungsid.!). (b)allgemeiner heißt eine lineare Abbildung J : X Y zwischen zwei normierten VRen X und Y eine Isometrie, falls Jx Y = x X, für alle x X. (J muß dabei nicht surjektiv sein.) Wir kommen nun zur Vervollständigung eines normierten VRs(bzw. eines Prä-Hilbertraums) Theorem. Sei (X,. ) ein normierter VR, z.b. ein Prä-Hilbertraum. Dann gibt es einen vollständigen normierten VR ( X,. X ) und eine (injektive) isometrische Abb. J : X X mit dichtem Bild, d.h., J(X) ist dicht in X. Der Raum X ist eindeutig bestimmt bis auf isometrische Isomorphie. Bemerkung.: J(X) dicht in X meint das Folgende: Zu jedem x X und jedem ε > 0 gibt es ein x X mit J(x) x X < ε. 12

8 Beweis. (vgl. [Y; p. 56/57]) (1) Auf C(X) := Menge der Cauchyfolgen in X betrachte die Ä-Relation (x n ) (y n ) : lim n x n y n = 0. (1.11) Sei X := C(X)/ die Menge der Ä.-Klassen von Cauchyfolgen in X, und sei [(x n )] X die Klasse, die die Cauchyfolge (x n ) C(X) enthält. Mit ist X ein linearer Raum. Wegen existiert lim x n und wir setzen [(x n )]+[(y n )] := [(x n +y n )], α[(x n )] := [(αx n )], x n x m x n x m 0, n,m, (1.12) [(x n )] X := lim x n. (1.13) n ( (Wohldefiniertheit: ÜA) Man rechnet leicht nach, daß X,. X) mit der Norm. X aus (1.13) ein normierter VR( ist. (2) Wir zeigen nun, daß X,. X) vollständig ist. Sei dazu ( x k ) k N X ( eine Cauchyfolge in X,. X). Wir wählen für jedes k N einen ( ) Repräsentanten C(X), d.h., ( Jedes Setze x (k) n ) n N x (k) n n N x k = [ ( ) ] x (k) n. n N ist Cauchyfolge in X; daher gibt es zu jedem k N ein N mit ˆx := x (k) m x (k) < 1/k, m nk. (1.14) ( ) ( ) x (1) n 1,x (2) n 2,...,x (k),... = x (k). (1.15) k N Beh.: ˆx ist Cauchyfolge in X. Bew. der Beh.: Sei x (k) X die Klasse, die die konstante Folge ( ) x (k),x (k),...,x (k),... enthält. Wegen (1.14) gilt dann für alle k N x k x (k) = lim X x (k) m m x(k) 13 1/k, (1.16)

9 mithin x (k) x (m) x n m = (k) x (m) n m X x (k) x k + x k x m X + X Wegen ( x k ) Cauchyfolge folgt die Beh. x k x m X +1/k +1/m. x m x (m) n m X Wir zeigen nun noch x k [ˆx] X 0, mit k : In der Tat gilt wegen (1.16) x k [ˆx] X xk x (k) x n + (k) k n X k [ˆx] 1/k+ x (k) [ˆx]. X X (1.17) (1.18) Da ˆx Cauchyfolge, gilt [ˆx] x (k) n = lim k X Wegen x p x k X < ε, k,p N ε, folgt also, mit (1.18), x (p) n p p x (k) (1.17) limsup p lim k X [ˆx] x (k) = 0, X lim [ˆx] x k X = 0, k (3) Wir definieren die Abb. J : X X durch x p x k X +1/k. X x J(x) := [(x,x,...,x,...)] = x. J ist injektiv und isometrisch. Man sieht leicht, daß J(X) dicht ist in X. (Zu [(x n )] X und ε > 0 gibt es ein n 0 N mit x n x m X < ε/2, n,m n 0. Betrachte die konstante Folge x n0 etc. Bemerkung. Spezialfall mit (X,. ) Prä-Hilbertraum: GültigkeitderParallelogrammgleichungüberträgtsichvon(X,. )auf( X,. X )etc. Daher ist dann ( X,. X ) ein Hilbertraum. 14

Wiederholung. 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. 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.

Mehr

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1

ist 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

Mehr

Zusammenfassung Analysis 2

Zusammenfassung 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

Mehr

Spektraltheorie. Erweitertes und veröffentlichtes Vorlesungsskript Wintersemester 2016/2017. Priv.-Doz. Dr. Martin Kohlmann

Spektraltheorie. Erweitertes und veröffentlichtes Vorlesungsskript Wintersemester 2016/2017. Priv.-Doz. Dr. Martin Kohlmann Spektraltheorie Erweitertes und veröffentlichtes Vorlesungsskript Wintersemester 2016/2017 Priv.-Doz. Dr. Martin Kohlmann Inhaltsverzeichnis Vorwort 7 1 Notation 9 1.1 Mengen..................................

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. 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

Mehr

L 2 -Theorie und Plancherel-Theorem

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

Mehr

Kapitel I. Hilberträume. 2. Orthogonalität und der Darstellungssatz von Riesz.

Kapitel I. Hilberträume. 2. Orthogonalität und der Darstellungssatz von Riesz. Kapitel I. Hilberträume. 2. Orthogonalität und der Darstellungssatz von Riesz. Von zentraler Bedeutung für die Geometrie des HRs ist der Begriff der Orthogonalität. 2.1. Definition. Sei E ein Prä-Hilbertraum.

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 3. Konvergenz von Folgen und Reihen Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden

Mehr

x, 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

x, 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 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

Vektorräume und lineare Abbildungen

Vektorräume und lineare Abbildungen Kapitel 11. Vektorräume und lineare Abbildungen 1 11.1 Vektorräume Sei K ein Körper. Definition. Ein Vektorraum über K (K-Vektorraum) ist eine Menge V zusammen mit einer binären Operation + einem ausgezeichneten

Mehr

8 KAPITEL 1. GRUNDLAGEN

8 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

Mehr

30 Metriken und Normen

30 Metriken und Normen 31 Metriken und Normen 153 30 Metriken und Normen Lernziele: Konzepte: Metriken, Normen, Skalarprodukte, Konvergenz von Folgen Frage: Versuchen Sie, möglichst viele verschiedene Konvergenzbegriffe für

Mehr

Merkblatt zur Funktionalanalysis

Merkblatt zur Funktionalanalysis Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.

Mehr

53 Die Parsevalsche Gleichung

53 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

Mehr

3 Vektorräume abstrakt

3 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

Mehr

(1+x 2 )x α D β f C 0 ( α,β (f)+ α+2,β (f)).

(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

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 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

Mehr

12 Aufgaben zu linearen Funktionalen

12 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.

Mehr

1 Die Jordansche Normalform

1 Die Jordansche Normalform Matthias Tischler Karolina Stoiber Ferienkurs Lineare Algebra für Physiker WS 4/5 A Die Jordansche Normalform Vierter Tag (9.03.205) Im Zusammenhang mit der Lösung komplexer Differentialgleichungssysteme

Mehr

22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion

22 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

Mehr

i=1 i=1,...,n x K f(x).

i=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,

Mehr

Konvergenz im quadratischen Mittel - Hilberträume

Konvergenz im quadratischen Mittel - Hilberträume CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften

Mehr

9 Metrische und normierte Räume

9 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

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 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

Mehr

Übungen zur Funktionalanalysis Lösungshinweise Blatt 4

Übungen 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

Mehr

(c) Ein inneres Produkt (Skalarprodukt) auf H ist eine positiv definite hermitesche Form auf H.

(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

Mehr

Lösungsvorschlag zu den Hausaufgaben der 8. Übung

Lösungsvorschlag zu den Hausaufgaben der 8. Übung FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H

Mehr

ist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).

ist 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)

Mehr

45 Hilberträume. v = 2 <v, v>.

45 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

Mehr

10 Hilberträume. (b) λx,y = λ x,y für x,y X, λ K. (c) x, y = y, x für x, y X (Komplexe Konjugation nur im Falle K = C)

10 Hilberträume. (b) λx,y = λ x,y für x,y X, λ K. (c) x, y = y, x für x, y X (Komplexe Konjugation nur im Falle K = C) 10 Hilberträume 10.1. Definition. Sei X ein Vektorraum über K. Eine Abbildung, : X X K heißt Skalarprodukt, falls (a) x 1 + x,y = x 1,y + x,y für x 1,x,y X (b) λx,y = λ x,y für x,y X, λ K (c) x, y = y,

Mehr

Der n-dimensionale Raum

Der n-dimensionale Raum Der n-dimensionale Raum Mittels R kann nur eine Größe beschrieben werden. Um den Ort eines Teilchens im Raum festzulegen, werden schon drei Größen benötigt. Interessiert man sich für den Bewegungszustand

Mehr

5 Stetigkeit und Differenzierbarkeit

5 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.

Mehr

= ( n x j x j ) 1 / 2

= ( 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

Mehr

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Orthonormalisierung. 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).

Mehr

8.1. DER RAUM R N ALS BANACHRAUM 17

8.1. 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

Mehr

Spektraltheorie. Martin Kohlmann

Spektraltheorie. Martin Kohlmann Spektraltheorie Martin Kohlmann Spektraltheorie Spektraltheorie Martin Kohlmann Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik 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

Mehr

Inhaltsverzeichnis. 6 Topologische Grundlagen. 6.1 Normierte Räume

Inhaltsverzeichnis. 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................................

Mehr

Meßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 :

Meßbare 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

Mehr

Orthogonalreihendarstellung eines zentrierten Gauß-Prozesses

Orthogonalreihendarstellung 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

Mehr

Stetigkeit, Konvergenz, Topologie

Stetigkeit, 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

Mehr

Riesz scher Darstellungssatz und Duale Räume

Riesz 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

Mehr

Elemente der mengentheoretischen Topologie

Elemente der mengentheoretischen Topologie Elemente der mengentheoretischen Topologie Es hat sich herausgestellt, dass das Konzept des topologischen Raumes die geeignete Struktur darstellt für die in der Analysis fundamentalen Begriffe wie konvergente

Mehr

2 Normierte Räume. 2.1 Grundbegriffe

2 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

Mehr

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN 8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es

Mehr

Konstruktion der reellen Zahlen

Konstruktion 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

Mehr

Grundbegriffe der Topologie. V. Bangert. (zur Vorlesung Differentialgeometrie, WS 12/13 )

Grundbegriffe der Topologie. V. Bangert. (zur Vorlesung Differentialgeometrie, WS 12/13 ) 01.10.2012 Grundbegriffe der Topologie V. Bangert (zur Vorlesung Differentialgeometrie, WS 12/13 ) Def. 0.1 Ein topologischer Raum ist eine Menge X zusammen mit einem System O von Teilmengen von X, das

Mehr

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme

Optimale 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

Mehr

72 Orthonormalbasen und Konvergenz im quadratischen Mittel

72 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

Mehr

Vollständiger Raum, Banachraum

Vollständiger Raum, Banachraum Grundbegriffe beschränkte Menge Cauchyfolge Vollständiger Raum, Banachraum Kriterium für die Vollständigkeit Präkompakte Menge Kompakte Menge Entropiezahl Eigenschaften kompakter und präkompakter Mengen

Mehr

HM II Tutorium 1. Lucas Kunz. 24. April 2018

HM II Tutorium 1. Lucas Kunz. 24. April 2018 HM II Tutorium 1 Lucas Kunz 24. April 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Körper...................................... 2 1.2 Gruppen..................................... 2 1.3 Vektorraum...................................

Mehr

Rechenoperationen mit Folgen. Rekursion und Iteration.

Rechenoperationen mit Folgen. Rekursion und Iteration. Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )

Mehr

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,

Mehr

Schwartz-Raum (Teil 1)

Schwartz-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

Mehr

Einführung in die Grundlagen der Numerik

Einführung in die Grundlagen der Numerik Einführung in die Grundlagen der Numerik Institut für Numerische Simulation Rheinische Friedrich-Wilhelms-Universität Bonn Wintersemester 2014/2015 Normierter Vektorraum Sei X ein R-Vektorraum. Dann heißt

Mehr

Lösungen der Übungsaufgaben von Kapitel 3

Lösungen 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

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein

Mehr

Kommutativität. De Morgansche Regeln

Kommutativität. 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)

Mehr

Höhere Funktionalanalysis WS2016/17 Übungsblatt

Höhere 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,

Mehr

1 Konvergenz im p ten Mittel

1 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

Mehr

Analysis 2. Contents. Torsten Wedhorn. June 12, Notation. Es bezeichne K immer den Körper R der reellen Zahlen oder den Körper C der komplexen

Analysis 2. Contents. Torsten Wedhorn. June 12, Notation. Es bezeichne K immer den Körper R der reellen Zahlen oder den Körper C der komplexen Analysis 2 Torsten Wedhorn June 12, 2012 Notation Es bezeichne K immer den Körper R der reellen Zahlen oder den Körper C der komplexen Zahlen. Contents 12 Metrische Räume 2 (A) Definition metrischer Räume........................

Mehr

Zusammenfassung der Lebesgue-Integrationstheorie

Zusammenfassung 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,

Mehr

α + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus

α + 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

Mehr

9. Übung zur Linearen Algebra II -

9. Übung zur Linearen Algebra II - 9. Übung zur Linearen Algebra II - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. SS 00. Aufgabe 33 (i) Beweise oder widerlege: In einem euklidischen VR gilt x + y = x + y x y (Satz von Pythagoras).

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,

Mehr

Vorlesung Lineare Funktionale LINEARE FUNKTIONALE 69

Vorlesung 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

Mehr

Satz 2.3. Jeder lineare normierte Raum wird durch Einführung einer Metrik

Satz 2.3. Jeder lineare normierte Raum wird durch Einführung einer Metrik Kapitel Lineare normierte Räume.1 Allgemeiner Überblick Definition.1. Eine Menge X, in der über einem Zahlenkörper K (K = R oder K = C) die Addition und λ-multiplikation mit den üblichen Verbindungsaxiomen

Mehr

Euklidische und unitäre Vektorräume

Euklidische und unitäre Vektorräume Euklidische und unitäre Vektorräume In allgemeinen Vektorräumen gibt es keine Möglichkeit der Längenmessung von Vektoren und der Winkelmessung zwischen zwei Vektoren. Dafür ist eine zusätzliche Struktur

Mehr

FUNKTIONALANALYSIS. Carsten Schütt WS 2006/7

FUNKTIONALANALYSIS. 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

Mehr

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch.

i) ii) iii) iv) i) ii) iii) iv) v) gilt (Cauchy-Schwarz-Ungleichung): Winkel zwischen zwei Vektoren : - Für schreibt man auch. Abbildungen Rechnen Matrizen Rechnen Vektoren Äquivalenzrelation Addition: Skalarmultiplikation: Skalarprodukt: Länge eines Vektors: Vektorprodukt (im ): i ii i ii v) gilt (Cauchy-Schwarz-Ungleichung):

Mehr

c < 1, (1) c k x k0 c k = x k0

c < 1, (1) c k x k0 c k = x k0 4.14 Satz (Quotientenkriterium). Es sei (x k ) Folge in K. Falls ein k 0 existiert, so dass für k k 0 gilt x k 0 und x k+1 x k c < 1, (1) so ist x k absolut konvergent. Beweis. Aus (1) folgt mit vollständiger

Mehr

Kompakte Operatoren in Hilberträumen

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

Mehr

Messbare Vektorräume

Messbare 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

Normierte Vektorräume und lineare Abbildungen 61

Normierte Vektorräume und lineare Abbildungen 61 Normierte Vektorräume und lineare Abbildungen 61 denn x + h = xe + x 1 h: x 1 h x 1 h α 17.4 = e + x 1 h IA, also x + h IA und x + h 1 x 1 + x 1 hx 1 = [ e + x 1 h 1 e + x 1 h ] x 1 : mit y := x 1 h aus

Mehr

7 Lineare Abbildungen und Skalarprodukt

7 Lineare Abbildungen und Skalarprodukt Mathematik II für inf/swt, Sommersemester 22, Seite 121 7 Lineare Abbildungen und Skalarprodukt 71 Vorbemerkungen Standard Skalarprodukt siehe Kap 21, Skalarprodukt abstrakt siehe Kap 34 Norm u 2 u, u

Mehr

Kapitel 2. Zahlenbereiche

Kapitel 2. Zahlenbereiche Kapitel 2. Zahlenbereiche 2.3. Reelle Zahlen Erweiterung des Zahlenbereichs der natürlichen Zahlen Ganze Zahlen Z := {..., 3, 2, 1, 0, 1, 2, 3,... } = N {0} N. Rationale Zahlen Q := { m n m Z, n N }. Beachte:

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis 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

Mehr

Kapitel 5 KONVERGENZ

Kapitel 5 KONVERGENZ Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz

Mehr

Unter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über

Unter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über 9 Innere Produkte In diesem Kapitel betrachten wir immer Vektorräume über dem Körper der reellen Zahlen R oder dem Körper der komplexen Zahlen C. Definition 9.1: Sei V ein Vektorraum über R. Ein inneres

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare 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.

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus

Mehr

Topologische Grundbegriffe in metrischen und topologischen

Topologische Grundbegriffe in metrischen und topologischen KAPITEL 1 Topologische Grundbegriffe in metrischen und topologischen Räumen Die topologischen Grundbegriffe offene Mengen, abgeschlossene Mengen, Inneres einer Menge und Abschließung einer Menge, Stetigkeit

Mehr

Fortgeschrittene Mathematik Raum und Funktionen

Fortgeschrittene Mathematik Raum und Funktionen Fortgeschrittene Mathematik Raum und Funktionen Thomas Zehrt Universität Basel WWZ Thomas Zehrt (Universität Basel WWZ) R n und Funktionen 1 / 33 Outline 1 Der n-dimensionale Raum 2 R 2 und die komplexen

Mehr

Aufgabe 1. Die ganzen Zahlen Z sind ein R-Vektorraum bezüglich der gewöhnlichen Multiplikation in R.

Aufgabe 1. Die ganzen Zahlen Z sind ein R-Vektorraum bezüglich der gewöhnlichen Multiplikation in R. Aufgabe Die ganzen Zahlen Z sind ein Q-Vektorraum bezüglich der gewöhnlichen Multiplikation in Q. Die reellen Zahlen R sind ein Q-Vektorraum bezüglich der gewöhnlichen Multiplikation in R. Die komplexen

Mehr

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel 5. Vektorräume mit Skalarprodukt Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 31 Vektorräume mit Skalarprodukt Im R n kann man nicht nur Vektoren addieren und skalieren, sondern ein Vektor

Mehr

Spektraltheorie. 8. Übungsblatt - Lösungsvorschläge

Spektraltheorie. 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

Mehr

8 Euklidische und unitäre Vektorräume. Skalarprodukte Orthogonalität Matrizen

8 Euklidische und unitäre Vektorräume. Skalarprodukte Orthogonalität Matrizen 8 Euklidische und unitäre Vektorräume Skalarprodukte Orthogonalität Matrizen 8 Euklidische und unitäre Vektorräume Skalarprodukte Orthogonalität Matrizen In diesem Kapitel werden nur endlich dimensionale

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

12 Biholomorphe Abbildungen

12 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

Mehr

Ferienkurs Analysis 3. Ari Wugalter März 2011

Ferienkurs Analysis 3. Ari Wugalter März 2011 Ari Wugalter 07. - 08. März 2011 1 1 Hilberträume Im ersten Kapitel wollen wir uns mit den grundlegenden Eigenschaften von Hilberträumen beschäfitgen. Hilberträume habe die herausragende Eigenschaft, dass

Mehr

Extremalpunkte und der Satz von Krein-Milman. 1 Lokalkonvexe topologische Vektorräume

Extremalpunkte und der Satz von Krein-Milman. 1 Lokalkonvexe topologische Vektorräume Extremalpunkte und der Satz von Krein-Milman Seminar zu ausgewählten Kapiteln der Banachraumtheorie Vortrag von Michael Hoffmann 1 Lokalkonvexe topologische Vektorräume Im folgenden betrachten wir stets

Mehr

2. Grundlagen der Funktionalanalysis

2. Grundlagen der Funktionalanalysis 2. Grundlagen der Funktionalanalysis Die Funktionalanalysis beschäftigt sich mit Vektorräumen und stetigen Abbildungen auf diesen. Wichtig ist dabei der Begriff des Funktionals, d.h. einer Abbildung von

Mehr

Fachwissenschaftlicher Hintergrund zur Vektorrechnung

Fachwissenschaftlicher Hintergrund zur Vektorrechnung Fachwissenschaftlicher Hintergrund zur Vektorrechnung Seminar zur Didaktik der Linearen Algebra Dr. Oliver Passon SoSe 2010 Einführung: Vektorrechnung ist anders Grundbegriffe bei der schulischen Behandlung

Mehr

B) Lineare Operatoren 7. Algebra, Norm, Konvergenzen, Strukturen

B) Lineare Operatoren 7. Algebra, Norm, Konvergenzen, Strukturen B) Lineare Operatoren 7. Algebra, Norm, Konvergenzen, Strukturen 7.1. Def: Linearer Operator: Lineare Abbildung zwischen Vektorräumen A( ) AA A: V W Spezieller: zwischen normierten Räumen, Banachräumen

Mehr

Etwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann

Etwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Etwas Topologie Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Literatur Abraham, Marsden, Foundations of Mechanics, Addison Wesley 1978, Seiten 3 17 Definition. Ein topologischer

Mehr

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt Beispiel. Gegeben sei die Folge (a n ) n N mit a n := n 2 + 5n + 1 n Es gilt ( ( ) (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n + 1 + n, woraus folgt a n = (n2 + 5n + 1) n 2 n2 + 5n + 1 + n = 5n + 1 n2

Mehr

Ultrametrik. Christian Semrau Metrische Räume

Ultrametrik. 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..........................

Mehr