53 Die Parsevalsche Gleichung

Größe: px
Ab Seite anzeigen:

Download "53 Die Parsevalsche Gleichung"

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 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

= ( 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

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

VIII. Fourier - Reihen

VIII. 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

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

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung

Konvergenz 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

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

Karteikarten, Analysis 2, Sätze und Definitionen nach der Vorlesung von PD Hanke

Karteikarten, 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

Mehr

SPEZIELLE KAPITEL DER MATHEMATIK TEIL 1

SPEZIELLE 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

Mehr

Beispiel: Die Sägezahnfunktion.

Beispiel: 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

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

cos(kx) sin(nx)dx =?

cos(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]

Mehr

Harmonische Analysis

Harmonische 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

Mehr

3.5 Glattheit von Funktionen und asymptotisches Verhalten der Fourierkoeffizienten

3.5 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

Mehr

Westfälische Wilhelms-Universität Münster. Seminararbeit. Fourier-Reihen. vorgelegt von. Stefan Marczinzik

Westfälische 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.

Mehr

Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung

Konvergenz 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

Mehr

hhhhh 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.

hhhhh 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

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

Periodische Funktionen, Fourier Reihen

Periodische 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

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

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 3. Übung WS 17/18: Woche vom

K. 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

Mehr

Fouriertransformation und Unschärfeprinzip

Fouriertransformation 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

Mehr

Fourier-Reihen: Konvergenzsatz von Fejér & Weierstraßscher Approximationssatz

Fourier-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:

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

31: Normierte Vektorräume

31: 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.

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

Fourierreihen. Die erste dieser Aussagen folgt direkt aus der Definition. Für die zweite bemerken

Fourierreihen. 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

Mehr

Fourier-Transformation

Fourier-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

Mehr

4.3 Reelle Skalarprodukte, Hermitesche Formen, Orthonormalbasen

4.3 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

Mehr

Klausur zur Höheren Mathematik IV

Klausur 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

Mehr

exp(z) := k=0 sin(z) := k=0 cos(z) := k=0

exp(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.

(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

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.

Modellfall. 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

Mehr

Lösungen zu Übungsblatt 9

Lösungen 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

Mehr

Fourierreihen und -transformation

Fourierreihen 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

Mehr

Skalarprodukt, Norm & Metrik

Skalarprodukt, 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

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

Einführung in die Fourier-Reihen. 1 Fourier-Reihen: Definitionen

Einführung 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

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

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

10. Periodische Funktionen, Fourier Reihen

10. 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.

Mehr

Vorlesung Mathematik 2 für Ingenieure (Sommersemester 2016)

Vorlesung 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 /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

Mehr

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

Teil III. Fourieranalysis

Teil 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)

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

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

Von Skalarprodukten induzierte Normen

Von 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

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

Lebesgue-Integral und L p -Räume

Lebesgue-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

Mehr

f(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

f(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

Mehr

Kapitel I. Hilberträume.

Kapitel 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.

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

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

Analysis I. Guofang Wang Universität Freiburg

Analysis 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

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

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

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

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

4 Messbare Funktionen

4 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

Mehr

Wie in der reellen Analysis üblich notiert man Folgen f in der Form

Wie 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

Klausur Höhere Mathematik I für die Fachrichtung Physik

Klausur 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

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

3.3 Skalarprodukte 3.3. SKALARPRODUKTE 153

3.3 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

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

3 Bedingte Erwartungswerte

3 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

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

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

2 Allgemeine Integrationstheorie

2 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

Mehr

Konversatorium zu Lineare Algebra und Analysis Analysis - Übungsbeispiele

Konversatorium 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 +

Mehr

Musterlösungen zur 10. Serie: Fourier-Reihen

Musterlösungen 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

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 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

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

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

Erwartungswert als Integral

Erwartungswert 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

Mehr

Kapitel 10 Die Fourier Transformation. Disclaimer

Kapitel 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.

Mehr

Kapitel C. Integrale und Grenzwerte

Kapitel 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

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

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 Reihen mit beliebigen abzählbaren Indexmengen

12 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

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

Die 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 09/10, 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

Mehr

r i w i (siehe (3.7)). r i v, w i = 0.

r 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

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

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

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

Analysis I. Guofang Wang Universität Freiburg

Analysis 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)

Mehr

Partielle Differentialgleichungen Kapitel 7

Partielle 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

Mehr

Lösungen zur Übungsserie 9

Lösungen 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.

Mehr

1 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

1 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)

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

17. Orthogonalsysteme

17. 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)

Mehr

1.1 Vorbemerkung: Konvergenz von Reihen. g = lim. n=0. n=0 a n sei konvergent und schreibt. a n = g. (2) n=0

1.1 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

Mehr

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel

42 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

Mehr

9 Vektorräume mit Skalarprodukt

9 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

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

Analysis I - Stetige Funktionen

Analysis 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

Mehr

Vorlesung Der Satz von Fubini. 6.2 Der Satz von Beppo Levi 6.1. DER SATZ VON FUBINI 33

Vorlesung 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