53 Die Parsevalsche Gleichung
|
|
- Gerhard Frei
- vor 5 Jahren
- Abrufe
Transkript
1 53 Die Parsevalsche Gleichung 53 Die Parsevalsche Gleichung Skalarprodukte auf Räumen quadratintegrierbarer Funktionen. a) Die Orthogonalitätsrelationen (5.5) legen die Interpretation des Ausdrucks π f,g := f(x)g(x)dx () als Skalarprodukt nahe. Dieser liefert in der Tat ein Skalarprodukt auf C[ π, π], aber nur ein Halbskalarprodukt auf dem Raum R[ π, π] der Riemann-integrierbaren Funktionen. b) Auf L [ π,π] lässt sich () nicht definieren, wegen fg(x) f(x) + g(x) jedoch auf dem Raum L [ π,π] := {f M([ π,π],c) π f(x) dx < } () der quadratintegrierbaren Funktionen auf [ π, π]. Man erhält ein Halbskalarprodukt auf diesem Raum mit f,f = 0 f(x) = 0 fast überall. (3) c) Analog zu 47.5 erhält man durch Identifikation fast überall gleicher Funktionen den Raum L ([ π,π]) := L ([ π,π]) / N([ π,π]), (4) auf dem () ein Skalarprodukt definiert. d) Analog kann man für jede meßbare Menge A M(R n ) den Raum L (A) der quadratintegrierbaren Funktionen auf A definieren. 53. Skalarprodukte und Hilberträume. a) Es sei, ein Halbskalarprodukt auf einem Vektorraum E. Für x,y E gilt dann die binomische Formel x+y,x+y = x,x +Re x,y + y,y. (5) b) Weiter hat man die Schwarzsche Ungleichung c) Durch x,y x,x y,y, x,y E. (6) x := x,x (7) wird eine Halbnorm auf E definiert, die im Fall eines Skalarprodukts natürlich eine Norm ist. Das Halbskalarprodukt () definiert auf L [ π,π] die Halbnorm f = ( π f(x) dx ) /, (8) die die Konvergenz im quadratischen Mittel beschreibt. d) Ein Hilbertraum ist ein Vektorraum mit Skalarprodukt, der unter der Norm (7) vollständig ist. Hilberträume sind z. B. eine Grundstruktur der Quantenmechanik. e) Für A M(R n ) sind die Räume L (A) und L (A) vollständig; L (A) ist also ein Hilbertraum. Dies lässt sich mit Hilfe der Konvergenzsätze der Integrationstheorie zeigen, vgl. etwa [A3], Satz 7.7 oder [GFA], Satz A.3.4.
2 5 VIII. Fourier - Reihen Die folgenden Argumente verwenden die Vollständigkeit von L [ π,π] nicht, da wir diese nicht bewiesen haben. Weitergehende Ausführungen im Rahmen von Hilberträumen findet man in [A3], Abschnitt 3 oder [GFA], Kapitel Definition. Es sei E ein Vektorraum mit Halbskalarprodukt. a) Für M E wird durch M := {x E x,a = 0 für alle a M} das Orthogonalkomplement von M definiert. b) Zwei Mengen M,N E heißen orthogonal, falls M N ist, falls also x,y = 0 für alle x M und y N gilt; man schreibt dann M N. c) Es sei Z eine (endliche oder unendliche) Indexmenge. Eine Menge {v k } k Z E von Vektoren heißt Orthonormalsystem, falls stets v k = und v k,v l = 0 für k l gilt. Für einpunktige Mengen schreibt man x N statt {x} N Beispiele und Bemerkungen. a) Aufgrund von (5.5) bilden die Funktionen {e ikx } k Z ein Orthonormalsystem in L [ π,π]. Die Halbskalarprodukte f,e ikx = f(k) = π f(x)e ikx dx (9) sind gerade die Fourier-Koeffizienten von f L [ π,π]; daher werden auch für ein allgemeines Orthonormalsystem {v k } k Z in E die Zahlen x(k) := x,v k Fourier- Koeffizienten von x E bezüglich {v k } k Z genannt. b) Wegen (5) gilt der Satz des Pythagoras x+y = x + y für x y. (0) Für ein endliches Orthonormalsystem {v,...,v m } in E und α k K ergibt sich induktiv daraus m α k v k = m α k. () Somit ist ein Orthonormalsystem {v,...,v m } linear unabhängig, also eine Basis von F := [v,...,v m ], und das Halbskalarprodukt ist definit auf F. Das Orthonormalsystem {v,...,v m } heißt dann Orthonormalbasis von F Satz. Es seien E ein Vektorraum mit Halbskalarprodukt, {v,...,v m } ein Orthonormalsystem in E und F = [v,...,v m ]. a) Zu x E gibt es genau einen Vektor Px F mit der Eigenschaft x Px F. Dieser ist gegeben durch Px := P F x := m x(k)v k = m x,v k v k. ()
3 53 Die Parsevalsche Gleichung 53 b) Unter allen Vektoren y F wird der Abstand x y genau für y = Px minimal. Insbesondere gilt x Px = d F (x) x y für alle y F. c) Die Abbildung P : E F, P(x) := Px, ist linear mit P = und P(x) = x für x F. Beweis. a) Es sei Px F durch () definiert. Für k =,...,m ist dann x Px,v k = x,v k m x,v k v k,v k = x,v k m x,v k δ kk = 0, und es folgt x Px F. Ist umgekehrt y = m α k v k F mit x y F, so gilt also y = Px. 0 = x y,v k = x,v k y,v k = x,v k α k für k =,...,m, b) Für y F gilt auch z := y Px F. Nach (0) folgt x y = x Px z = x Px + z, (3) und dies ist genau für z = 0, wegen () also für z = 0 minimal. c) Die Linearität von P folgt sofort aus (), und y := 0 in (3) liefert Px x. Nach b) gilt Px = x für x F und daher P =. Die in () definierte lineare Abbildung P : E F heißt orthogonale Projektion von E auf F ; nach Satz 53.5b) liefert P(x) die eindeutig bestimmte bestmögliche Approximation in F an den Vektor x E Satz (Besselsche Ungleichung). Es seien E ein Vektorraum mit Halbskalarprodukt und {v k } k Z ein Orthonormalsystem in E. Dann gilt x(k) x für alle x E. (4) Beweis. Für m N sei F m := [v k k m] und P = P Fm. Wegen x P(x) F m gilt x = x P(x) + P(x) nach Pythagoras, und wegen () und () folgt 0 x m x(k)v k = x m x(k) (5) für alle m N. Dies impliziert (4). Die wichtige Frage nach Gleichheit in (4) beantwortet
4 54 VIII. Fourier - Reihen 53.7 Satz. Es seien E ein Vektorraum mit Halbskalarprodukt, {v k } k Z ein Orthonormalsystem in E und F := [v k ] k Z. Für einen Vektor x E sind äquivalent: (a) x F, (b) x = (c) x = x(k)v k, d.h. x n x(k)v k 0 für n, x(k) (Parsevalsche Gleichung). Beweis. (b) (c) folgt sofort aus (5), (b) (a) ist klar. (a) (b) : Für n N sei F n := [v k k n]. Zu x F und ε > 0 gibt es m N und y = m α k v k F mit x y < ε. Für n m ist dann y F n, und aus Satz 53.5b) folgt x n x(k)v k = x P Fn (x) x y < ε für n m. Ein Orthonormalsystem {v k } k Z in E heißt Orthonormalbasis von E, falls der Raum F = [v k ] k Z in E dicht ist. Für Orthonormalbasen {v k } k Z von E gelten also die Aussagen (b) und (c) von Satz 53.7 für alle x E Dichtheitsaussagen. a) Das Orthonormalsystem {e ikx } k Z ist eine Orthonormalbasis von L [ π,π]; dazu benötigt man die Dichtheit des Raums der trigonometrischen Polynome T := [e ikx ] k Z in L [ π,π]. b)nachdemsatzvonfejér5.8ist T dicht inc (R) bezüglich sup, erstrecht also bezüglich. Weiter sieht man leicht, dass C (R) bezüglich in C := C[ π,π] dicht ist. Für die Dichtheit von C in L [ π,π] bzw. im Hilbertraum L [ π,π] sei auf [A3] oder den Anhang von [GFA] verwiesen. c) Man sieht leicht, dass eine beschränkte Funktion f mit endlich vielen Unstetigkeitsstellen in C und somit auch in T liegt. d) Für eine beschränkte Funktion f : [ π,π] C gilt σ n (f) sup f sup für alle n N aufgrund von (5.7). Ist nun f in fast allen Punkten stetig (dies bedeutet genau die Riemann-Integrierbarkeit von f, vgl. 47.4c)), so gilt σ n (f;x) f(x) fast überall nach dem Satz von Fejér, und es folgt π σ n(f;x) f(x) dx 0 für n nach dem Satz über majorisierte Konvergenz wegen σ n (f;x) f(x) 4 f sup für alle n N und x [ π,π]. Somit gilt f T. Nun können wir das Hauptergebnis des Abschnitts formulieren: 53.9 Theorem. DieFunktionen{e ikx } k Z bildeneine OrthonormalbasisvonL [ π,π]. Für f L [ π,π] konvergiert also die Fourier-Reihe im quadratischen Mittel gegen f, d.h. es gilt f n f(k)e ikx 0 für n, (6)
5 53 Die Parsevalsche Gleichung 55 und man hat die Parsevalsche Gleichung f(k) = f = π f(x) dx. (7) 53.0 Bemerkung. MitdenKoeffizienten a k, b k derreellenfourier-entwicklung von f L [ π,π] (vgl. (5.) (5.4)) gilt die Parsevalsche Gleichung in der Form a 0 + a k + b k = π π f(x) dx. (8) 53. Beispiel. Die Funktion f L [0,] mit f(x) := ist ungerade. Daher gilt a k = 0, und man hat { π x, 0 < x < 0, x = 0, b k = π 0 Folglich gilt f(x) = π x sinkxdx = k. sinkx k im Sinne der L -Konvergenz, und die Parsevalsche Gleichung liefert die Eulersche Formel = ( ) π x dx = π k π 0 6. (9) 53. Satz. Für f C (R) C (R) gilt f(k) < ; (0) insbesondere konvergiert die Fourier-Reihe von f absolut und gleichmäßig gegen f. Beweis. Partielle Integration liefert f(k) = ik f (k), () da sich die ausintegrierten Terme wegen der Periodizität wegheben. Aus der Schwarzschen Ungleichung im R n und der Besselschen Ungleichung folgt weiter n k = f(k) = n f n k (k) ( k = k = für alle n N. Wegen e ikx = ist dann ) / n ( k k = k Z f (k) ) / π 3 f f(k)e ikx absolut und gleichmäßig konvergent. Wegen Bemerkung 5.9 b) muß die Summe der Reihe mit f übereinstimmen; dies folgt auch aus (6), da die L -Halbnorm auf C[ π,π] definit ist. Satz 53. gilt auch für periodische Funktionen, die nur stückweise C sind, vgl. dazu 38.5 und 56.. Eine wesentliche Verschärfung dieser Aussage findet man in [GFA], Satz 6.3 und Folgerungen. Für Resultate zur punktweisen Konvergenz von Fourier-Reihen sei auf [A], Abschnitt 40* verwiesen.
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= ( 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
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,
MehrVIII. Fourier - Reihen
VIII. Fourier - Reihen Dieses Kapitel enthält eine kurze Einführung in die mathematische Beschreibung von Schwingungen. Übersicht über den Inhalt von Kapitel VIII: 5. Der Satz von Fejér 53. Die Parsevalsche
MehrKonvergenz im quadratischen Mittel - Hilberträume
CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften
MehrKonvergenz im quadratischen Mittel und Parsevalsche Gleichung
Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen
Mehr3 Vektorräume abstrakt
Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare
MehrKarteikarten, Analysis 2, Sätze und Definitionen nach der Vorlesung von PD Hanke
Karteikarten, Analysis 2, Sätze und en nach der Vorlesung von PD Hanke Felix Müller, felix.b.mueller@physik.lmu.de Diese Karteikärtchen sollten alle en und Sätze der Vorlesung Analysis 2 bei Herrn PD Hanke
MehrSPEZIELLE KAPITEL DER MATHEMATIK TEIL 1
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik SPEZIELLE KAPITEL DER MATHEMATIK TEIL 1 13. Fourier-Reihen Prof. Dr. Gunar Matthies Wintersemester 216/17
MehrBeispiel: Die Sägezahnfunktion.
Beispiel: Die Sägezahnfunktion. Betrachte die Sägezahnfunktion : für t = oder t = π S(t) := 1 (π t) : für < t < π Die Sägezahnfunktion ist ungerade, also gilt (mit ω = 1) a k = und b k = π π und damit
Mehr30 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
Mehrcos(kx) sin(nx)dx =?
3.5 Fourierreihen 3.5.1 Vorbemerkungen cos(kx) sin(nx)dx =? cos gerade Funktion x cos(kx) gerade Funktion sin ungerade Funktion x sin(nx) ungerade Funktion x cos(kx) sin(nx) ungerade Funktion Weil [, π]
MehrHarmonische Analysis
Seminar Harmonische Analysis Vortrag von Reidar Janssen 2. & 27. Oktober 211 Diese Übersetzung des ersten Kapitels von Anton Deitmars A First Course in Harmonical Analysis [] dient als Grundlage für meinen
Mehr3.5 Glattheit von Funktionen und asymptotisches Verhalten der Fourierkoeffizienten
Folgerung 3.33 Es sei f : T C in einem Punkt x T Hölder stetig, d.h. es gibt ein C > und ein < α 1 so, dass f(x) f(x ) C x x α für alle x T. Dann gilt lim N S N f(x ) = f(x ). Folgerung 3.34 Es f : T C
MehrWestfälische Wilhelms-Universität Münster. Seminararbeit. Fourier-Reihen. vorgelegt von. Stefan Marczinzik
Westfälische Wilhelms-Universität Münster Seminararbeit Fourier-Reihen vorgelegt von Stefan Marczinzik Fachbereich Mathematik und Informatik Seminar: Integraltransformationen (WS /3) Seminarleiter: Prof.
MehrKonvergenz im quadratischen Mittel und die Parsevelsche Gleichung
Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das
Mehrhhhhh 8 ( x)/2, <x 0, ( x)/2, 0 <x, , ] hinaus. Diese Funktion ist ungerade, ihre Fourierreihe also eine reine Sinusreihe. Man findet 1 cos nx dx.
86 5 Fouriertheorie Für gerades f ist f (x) sin nx ungerade, somit b n = f (x) sin nx dx =. Für ungerades f ist dagegen f cos nx ungerade, also a n = f (x) cos nx dx =..Ò Beispiel Die Sägezahnfunktion
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
MehrPeriodische Funktionen, Fourier Reihen
Kapitel 1: Periodische Funktionen, Fourier Reihen 1.1 Grundlegende Begriffe Periodische Funktionen Definition: Eine Funktion f : R R oder f : R C) heißt periodisch mit der Periode T, falls für alle t R
MehrKapitel 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
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 3. Übung WS 17/18: Woche vom
Übungsaufgaben 3. Übung WS 17/18: Woche vom 3. 10. - 7. 10. 017 Fourierreihen: 16. b,c,e,o), 16.3 a, b), 16.4 a) auch reelle Fourierreihe) Klausureinsicht zu Mathematik II 11.8. 017): 30.10.17, 7.00-8.30
MehrFouriertransformation und Unschärfeprinzip
Information, Codierung, Komplexität 2 SS 2007 24. April 2007 Das berühmte von Heisenberg in der Quantentheorie beruht, rein mathematisch betrachtet, auf einer grundlegenden Eigenschaft der der Dichtefunktionen
MehrFourier-Reihen: Konvergenzsatz von Fejér & Weierstraßscher Approximationssatz
Seminar Analysis III Universität Dortmund / Fachbereich Mathematik Fourier-Reihen: Konvergenzsatz von Fejér & Weierstraßscher Approximationssatz Seminar vom.4.3 von Christian Gervens Christian Gervens:
Mehr10 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,
Mehr31: Normierte Vektorräume
31: Normierte Vektorräume Für eine systematische Behandlung von Grenzwert-Prozessen für Funktionenfolgen benötigen wir die allgemeine Definition der normierten Vektorräume und einen passenden Abstandsbegriff.
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
MehrFourierreihen. Die erste dieser Aussagen folgt direkt aus der Definition. Für die zweite bemerken
Fachbereich Mathematik SS 0 J. Latschev Analysis II Fourierreihen In diesem Kapitel der Vorlesung widmen wir uns der Frage, inwieweit man jede periodische Funktion als Reihe in gewissen Standardfunktionen
MehrFourier-Transformation
ANHANG A Fourier-Transformation In diesem Anhang werden einige Definitionen Ergebnisse über die Fourier-Transformation dargestellt. A. Definition Theorem & Definition: Sei f eine integrable komplexwertige
Mehr4.3 Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen
196 KAPITEL 4. VEKTORRÄUME MIT SKALARPRODUKT 4. Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen In diesem Abschnitt betrachten wir Vektorräume über IR und über C. Ziel ist es, in solchen Vektorräumen
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
Mehrexp(z) := k=0 sin(z) := k=0 cos(z) := k=0
Die komplexen Zahlen und komplexe Exponentialfunktion In diesem Vortrag sollen die komplexen Zahlen eingeführt werden, und wichtige Eigenschaften wiederholt und bewiesen werden. Wir definieren die komplexen
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
MehrModellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.
Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung
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
MehrFourierreihen und -transformation
Kapitel Fourierreihen und -transformation. Fourierreihen 8 postulierte Fourier (ohne stichhaltige Beweise: Jede beliebige Funktion f(x mit Periode, d. h. f(x = f(x +, lässt sich in eine Reihe der Gestalt
MehrSkalarprodukt, Norm & Metrik
Skalarprodukt, Norm & Metrik Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 11. Mai 2016 Stefan Ruzika 5: Skalarprodukt, Norm & Metrik 11. Mai 2016 1 / 13 Gliederung 1
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
MehrEinführung in die Fourier-Reihen. 1 Fourier-Reihen: Definitionen
Vortrag zum Seminar zur Analysis, 05.07.2010 André Stollenwerk, Eva-Maria Seifert Die Fourieranalysis beschäftigt sich mit dem Problem, inwiefern sich Funktionen mittels Sinus und Cosinus, das heißt periodischen
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
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
Mehr10. Periodische Funktionen, Fourier Reihen
H.J. Oberle Analysis II SoSe 212 1. Periodische Funktionen, Fourier Reihen Jean Baptiste Joseph Fourier: Joseph Fourier wurde am 21.3.1768 bei Auxerre (Burgund) geboren und starb am 16.5.183 in Paris.
MehrVorlesung Mathematik 2 für Ingenieure (Sommersemester 2016)
1 Vorlesung Mathematik 2 für Ingenieure (Sommersemester 216) Kapitel 11: Potenzreihen und Fourier-Reihen Prof. Miles Simon Nach Folienvorlage von Prof. Dr. Volker Kaibel Otto-von-Guericke Universität Magdeburg.
Mehr$Id: hilbert.tex,v /06/21 13:11:01 hk Exp hk $
$Id: hilbert.tex,v 1.5 2013/06/21 13:11:01 hk Exp hk $ 7 Hilberträume In der letzten Sitzung hatten wir die Theorie der Hilberträume begonnen, und sind gerade dabei einige vorbereitende elementare Grundtatsachen
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.
MehrTeil III. Fourieranalysis
Teil III Fourieranalysis 3 / 3 Fourierreihen Ziel: Zerlegung einer gegebenen Funktion in Schwingungen Konkret: f : (, L) R gegebene Funktion Gesucht: Darstellung der Form ( f (x) = a + a n cos ( n L x)
MehrUnter 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
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................................
MehrVon Skalarprodukten induzierte Normen
Von Skalarprodukten induzierte Normen Niklas Angleitner 4. Dezember 2011 Sei ein Skalarproduktraum X,, gegeben, daher ein Vektorraum X über C bzw. R mit einer positiv definiten Sesquilinearform,. Wie aus
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).
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
Mehrf(x ϱz) f(x) p dx dz Im letzten Integral geht der Integrand punktweise gegen Null mit ϱ 0 nach Lemma 11.1(ii). Außerdem gilt die Abschätzung
11 Faltung und Fouriertransformation 109 Beweis: Durch Substitution sieht man η ϱ L 1 = η L 1, daher gilt f η ϱ L p ( ) und f η ϱ L p f L p η L 1 nach Satz 11.. Weiter folgt mit der Substitution y = ϱz
MehrKapitel I. Hilberträume.
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. 1.1. Definition.
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
MehrEinführung 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
MehrAnalysis I. Guofang Wang Universität Freiburg
Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum
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)
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
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
MehrSatz 2.3. Jeder lineare normierte Raum wird durch Einführung einer Metrik
Kapitel Lineare normierte Räume.1 Allgemeiner Überblick Definition.1. Eine Menge X, in der über einem Zahlenkörper K (K = R oder K = C) die Addition und λ-multiplikation mit den üblichen Verbindungsaxiomen
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
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
MehrKlausur Höhere Mathematik I für die Fachrichtung Physik
Karlsruher Institut für Technologie (KIT Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning WS /3 4.3.3 Klausur Höhere Mathematik I für die Fachrichtung Physik Aufgabe ((4+3+3 Punkte a Welche
MehrKompakte 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
Mehr3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153
3.3. SKALARPRODUKTE 153 Hierzu müssen wir noch die Eindeutigkeit (Unabhängigkeit von der Wahl der Basis bzw. des Koordinatensystems) zeigen. Sei hierzu β eine Bilinearform und q die entsprechende quadratische
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
Mehr3 Bedingte Erwartungswerte
3 Bedingte Erwartungswerte 3.3 Existenz und Eindeutigkeit des bedingten Erwartungswertes E A 0(X) 3.6 Konvexitätsungleichung für bedingte Erwartungswerte 3.9 Konvergenzsätze von Levi, Fatou und Lebesgue
MehrFerienkurs 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
Mehr1 Euklidische und unitäre Vektorräume
1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen
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
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 +
MehrMusterlösungen zur 10. Serie: Fourier-Reihen
Musterlösungen zur. Serie: Fourier-Reihen. Aufgabe Bestimmen Sie die Fourier-Koeffizienten der Funktionen fx) x, gx) x und hx) e x a) auf [, ] bzgl., cosx, sinx, cosx,,sinx..., b) auf [, ] bzgl. c) auf
Mehr5 Lineare Algebra (Teil 3): Skalarprodukt
5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale
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
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
MehrErwartungswert als Integral
Erwartungswert als Integral Anton Klimovsky Gemischte ZVen, allgemeine ZVen, Erwartungswert für allgemeine ZVen, Lebesgue-Integral bzgl. WMaß, Eigenschaften des Integrals, Lebesgue-Maß, Lebesgue-Integral
MehrKapitel 10 Die Fourier Transformation. Disclaimer
Kapitel 10 Die Fourier Transformation Paul Bergold 7. Januar 2016 Disclaimer Dies ist meine persönliche Vortragsvorbereitung für das Seminar Early Fourier Analysis im Wintersemester 2015/16 an der TUM.
MehrKapitel C. Integrale und Grenzwerte
Kapitel C Integrale und Grenzwerte Inhalt dieses Kapitels C000 1 Der Satz von Fubini 2 Der Transformationssatz 1 Vertauschen von Integral und eihe 2 Vertauschen von Integral und Limes 3 Vertauschen von
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
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
Mehr12 Reihen mit beliebigen abzählbaren Indexmengen
12 Reihen mit beliebigen abzählbaren Indexmengen 12.2 Großer Umordnungssatz 12.3 Umordnungssatz für Doppelreihen 12.4 Produktreihe In 3 waren endliche Summen j J a j mit Hilfe einer Bijektion ϕ zwischen
MehrDer 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
MehrDie Cesàro- und Abelsummation. Vortrag zum Seminar zur Fourieranalysis für Lehramtskandidaten WS 09/10, Christian Bohnen (273212)
Die Cesàro- und Abelsummation Vortrag zum Seminar zur Fourieranalysis für Lehramtskandidaten WS 09/0,.2.2009 Christian Bohnen (27322) Inhaltsverzeichnis Inhaltsverzeichnis Motivation 3 2 Grundlagen 3 3
Mehrr i w i (siehe (3.7)). r i v, w i = 0.
Orthogonales Komplement und Orthogonalprojektion Wir betrachten weiterhin einen euklidischen Vektorraum V,,. (6.13) Def.: Ist M V, so heißt das orthogonale Komplement von M. (6.14) Fakt. (i) M ist Untervektorraum
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,
Mehrc < 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
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
MehrAnalysis I. Guofang Wang Universität Freiburg
Universität Freiburg 31.1.2017 Definition 2.2 (uneigentliches Riemann-Integral) Sei I = [a, b) mit a < b. Die Funktion f : I R sei Riemann-integrierbar auf [a, b ] für alle b < b. Falls x lim x b a f(ξ)
MehrPartielle Differentialgleichungen Kapitel 7
Partielle Differentialgleichungen Kapitel 7 Intermezzo zu Distributionen Die Physik hat der Mathematik die Dirac-δ-Funktion gebracht. Diese δ-funktion soll folgende Eigenschaften haben: n δ (x ϕ (x dx
MehrLösungen zur Übungsserie 9
Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag,? November Lösungen zur Übungsserie 9 Aufgaben 1,2,3,5,6,8,9,11 Aufgabe 1. Sei a R. Berechnen Sie die folgenden Grenzwerte, falls sie existieren.
Mehr1 C. Ee 1 D B C. ; : : : ; Ee n D ; Ee 2 D B C : : A 2Rn A : v 1 v 2. Ev D B. A D v 1Ee 1 C v 2 Ee 2 C C v n Ee n : (30.3) v n
Abschnitt 3 Lineare Unabhängigkeit, Basis, Dimension R Plato 77 Die beiden Vektoren und 2 sind hingegen linear unabhängig, ebenso die beiden Vektoren und 3 sowie auch die beiden Vektoren 2 und 3 (Übungsaufgabe)
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.
Mehr17. Orthogonalsysteme
17. Orthogonalsysteme 17.1. Winkel und Orthogonalität Vorbemerkung: Sei V ein Vektorraum mit Skalaprodukt, und zugehöriger Norm, dann gilt nach Cauchy-Schwarz: x, y V \ {0} : x, y x y 1 Definition: (a)
Mehr1.1 Vorbemerkung: Konvergenz von Reihen. g = lim. n=0. n=0 a n sei konvergent und schreibt. a n = g. (2) n=0
1 Taylor-Entwicklung 1.1 Vorbemerkung: Konvergenz von Reihen Gegeben sei eine unendliche Folge a 0,a 1,a,... reeller Zahlen a n R. Hat der Grenzwert g = lim k a n (1) einen endlichen Wert g R, so sagt
Mehr42 Orthogonalität Motivation Definition: Orthogonalität Beispiel
4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der
Mehr9 Vektorräume mit Skalarprodukt
9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden
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.
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
MehrVorlesung Der Satz von Fubini. 6.2 Der Satz von Beppo Levi 6.1. DER SATZ VON FUBINI 33
6.1. DER SATZ VON FUBINI 33 Vorlesung 6 6.1 Der Satz von Fubini Das Lebesgue-Integralkann natürlichauchüber mehrdimensionale Gebiete definiert werden. Wir haben uns hier auf den eindimenionalen Fallbeschränkt.
Mehr