Der Satz von Arzelà-Ascoli und der Satz von Peano. Anna Katharina Zentgraf Studiengang: Master GyGe Matrikelnummer:

Größe: px
Ab Seite anzeigen:

Download "Der Satz von Arzelà-Ascoli und der Satz von Peano. Anna Katharina Zentgraf Studiengang: Master GyGe Matrikelnummer:"

Transkript

1 Der Satz von Arzelà-Ascoli und der Satz von Peano Anna Katharina Zentgraf Studiengang: Master GyGe Matrikelnummer: Mai 2013 Betreuer: JP Dr. Tomas Dohnal Fakultät für Mathematik Analysis (Ls1) Technische Universität Dortmund

2

3 Inhaltsverzeichnis 1 Abstract Deutsch Englisch Der Satz von Arzelà-Ascoli 3 3 Der Satz von Peano 7 Literaturverzeichnis 13 i

4

5 KAPITEL 1 Abstract 1.1 Deutsch Der Inhalt dieser Arbeit konzentriert sich auf zwei Lehrsätze, die für ihre Teilgebiete der Mathematik einen besonderen Stellenwert einnehmen. Zunächst betrachten wir den Satz von Arzelà-Ascoli aus der Funktionalanalysis. Cesare Arzelà ( ) war ein italienischer Mathematiker, der 1889 einen Satz des italienischen Mathematikers Guilio Ascoli ( ) verallgemeinerte. Dieser Satz erklärt, unter welchen Voraussetzungen jede Funktion einer Funktionenfamilie auf einer kompakten Menge eine gleichmäßig konvergente Teilfolge besitzt. Der Satz von Arzelà-Ascoli hilft uns im weiteren Verlauf auch, den Satz von Peano zu beweisen. Guiseppe Peano ( ) war ebenfalls italienischer Mathematiker und beschäftigte sich unter anderem mit gewöhnlichen Differentialgleichungen erster Ordnung. Sein 1886 entstandener Satz gibt verhältnismäßig einfache Voraussetzungen, um die Existenz einer Lösung eines Anfangswertproblems zu garantieren. 1.2 Englisch This paper approaches two theorems that play an important role in their subsections of mathematics. First we consider the Arzelà-Ascoli theorem from functional analysis. Cesare Arzelà ( ) who was an Italian mathematician, generalized a theorem of the Italian mathematician Guilio Ascoli ( ) in This theorem explains under which conditions each function belonging to a family of functions on a compact set, has a uniformly convergent subsequence. Later we can use the Arzelà-Ascoli theorem to prove the Peano existence theorem. 1

6 1 Abstract Guiseppe Peano ( ) who was also an Italian mathematician, dealt among other things with ordinary differential equations of first order. His theorem from 1886 gives relatively easy conditions to guarantee the existence of solutions to initial value problems. 2

7 KAPITEL 2 Der Satz von Arzelà-Ascoli Der Satz von Arzelà-Ascoli wird anhand von [Heu06] erläutert. Wir beginnen mit einer kleinen Wiederholung: Definition 2.1 (gleichmäßige Konvergenz). Eine Funktionenfolge (f n ) mit n N ist genau dann gleichmäßig konvergent gegen eine Funktion f, wenn gilt: ε > 0 N N x D n N : f n (x) f(x) < ε (2.1) Definition 2.2 (gleichmäßige Stetigkeit). Eine Funktion f heißt gleichmäßig stetig genau dann, wenn gilt: ε > 0 δ > 0, x, y D : x y < δ f(x) f(y) < ε (2.2) Satz 2.3 (Satz von Heine). Sei I = [a, b] ein kompaktes Intervall und f auf I stetig. Dann ist f sogar gleichmäßig stetig. Wir benötigen im Folgenden noch den Begriff der Gleichstetigkeit und der Beschränktheit. Definition 2.4 (Gleichstetigkeit). Eine Familie F reellwertiger Funktionen auf X R heißt genau dann gleichstetig, wenn gilt: ε > 0 δ > 0, f F, x, y Xmit x y < δ f(x) f(y) < ε (2.3) Die f n haben sozusagen einen gleichen Grad der Stetigkeit, das bedeutet für alle f n gibt es ein δ (Gemeinschaftsdelta) und jedes f F ist gleichmäßig stetig! Satz 2.5. Jede gleichmäßig konvergente Folge stetiger Funktionen auf einer kompakten Menge ist sogar gleichstetig! 3

8 2 Der Satz von Arzelà-Ascoli Beweisidee. Durch den Satz 2.3, den Satz von Heine, wissen wir, dass die Folge sogar gleichmäßig stetig ist. Damit können wir leicht die Gleichstetigkeit für die Folge zeigen (vgl. [Heu06], S ). Definition 2.6. Sei X eine beliebige, nicht notwendig reelle Menge und F ein Familie reellwertiger Funktionen auf X, dann heißt F: 1. punktweise beschränkt, wenn zu jedem x X eine Schranke M(x) existiert, sodass f(x) M(x), f F (2.4) 2. gleichmäßig beschränkt, wenn zu jedem x X eine Schranke M existiert, sodass f(x) M f F (2.5) Folgerung 2.7. Eine Familie F ist gleichmäßig beschränkt F ist normbeschränkt. Beweisidee. Aus Definition folgt f := sup x X f(x) M, f F. f M, f F Unser nächstes Ziel ist die partielle Umkehrung von Satz 2.5. Folgerung 2.8. Jedes einzelne Glied der Folge in Satz 2.5. ist eine beschränkte Funktion, da die Definitionsmenge kompakt ist. Das bedeutet: Glm. Konvergenz Folge ist normbeschränkt Folge ist punktweise beschränkt. Lemma 2.9. Jede kompakte Menge X R enthält eine höchstens abzählbare Teilmenge, die dicht in X liegt. Beweis. Sei k N fest, dann bildet das System der Umgebungen U 1/k (x) mit x X eine offene Überdeckung von X. Nach dem Satz von Heine-Borel wird X bereits von endlich vielen dieser Umgebungen überdeckt, das bedeutet: es existiert eine endliche Teilmenge M k := {x k1, x k2,..., x kmk } von X mit X m k U 1/k (x kµ ). Die Vereinigung M := M k ist eine höchstens abzählbare Teilmenge von X. µ=1 Sei y nun ein beliebiger, fester Punkt aus X und ε > 1 k. Wir wählen nun k N so, dass y in U 1/k (x 0 ) liegt. Daraus folgt auch, dass y U ε (x 0 ) und x 0 U ε (y). Mit anderen Worten: In jeder ε-umgebung von y liegt mindestens ein weiterer Punkt aus M. Daraus folgt, dass M dicht in X liegt. Satz 2.10 (Der Satz von Arzelà-Ascoli). Sei F eine Familie reellwertiger stetiger Funktionen auf der kompakten Menge X R. Jede Folge aus F enthält genau dann eine gleichmäßig konvergente Teilfolge, wenn F punktweise beschränkt und gleichstetig ist! Gilt eine der Äquivalenzaussagen, ist F sogar gleichmäßig beschränkt. k=1 4

9 Beweis. Voraussetzung: F ist punktweise beschränkt und gleichstetig. Zu zeigen: Jede Folge aus F enthält eine gleichmäßig konvergente Teilfolge. Sei (f n ) F beliebig und M := {x 1, x 2,...} X dicht in X (vgl. Lemma 2.9). Bolz. W eierstr. (f n (x 1 )) ist beschränkt = es existiert eine konvergente Teilfolge (f 1k (x 1 )) mit (f 1k ) = (f 11, f 12, f 13,...). (f 1k (x 2 ) ist ebenfalls beschränkt es existiert eine konvergente Teilfolge (f 2k (x 2 )) von (f 1k ) mit (f 2k ) = (f 21, f 22, f 23,...). f 11, f 12, f 13,... f 21, f 22, f 23,... f 31, f 32, f 33,... Wir betrachten nun die Diagonalfolge g n := f nn mit (n = 1, 2,...). Ab dem n-ten Glied ist g n Teilfolge der n-ten Zeilenfolge. Für x = x n folgt die Konvergenz von g n auf ganz M. Noch zu zeigen: g n konvergiert auf ganz X. F gleichstetig da g n aus F: für ein ε > 0 δ > 0, sodass n und x, y X mit x y < 2δ gilt: g n (x) g n (y) < ε 3 (2.6) Wir wissen mit dem Satz 2.3, dem Satz von Heine-Borel : p X U δ (y ν ) ν=1 MinXdicht = ψ ν M U δ (y ν ) x U δ (y ν ) : x ψ ν x y ν + y ν ψ ν < 2δ (2.7) n, x U δ (y ν ) X : g n (x) g n (ψ ν ) < ε 3 Wegen der Konvergenz von g n auf M wissen wir außerdem, dass n 0 : m, n > n 0 : g m (ψ ν ) g n (ψ ν ) < ε 3 (Cauchy-Kriterium). Mit diesen m, n > n 0 gilt nun: g m (x) g n (x) g m (x) g m (ψ ν ) + g m (ψ ν ) g n (ψ ν ) + g n (ψ ν ) g n (x) < ε 3 + ε 3 + ε 3 = ε (2.8) (g n ) konvergiert gleichmäßig auf X. 5

10 2 Der Satz von Arzelà-Ascoli (f n ) enthält eine gleichmäßig konvergente Teilfolge und die Rück-Richtung ist gezeigt! Wir zeigen an dieser Stelle noch: F ist gleichmäßig beschränkt. Annahme: F ist nicht gleichmäßig beschränkt. Das bedeutet: n N f n F mit f n n. Außerdem wissen wir, dass eine konvergente Teilfolge (f nk ) von (f n ) existiert. Dann wissen wir mit Folgerung 2.8: (f nk ) ist normbeschränkt! zur Konstruktion f nk n k F ist gleichmäßig beschränkt! Voraussetzung: Jede Folge aus F enthält eine gleichmäßig konvergente Teilfolge. Wir haben gerade gezeigt, dass F gleichmäßig beschränkt ist F punktweise beschränkt. Noch zu zeigen: F ist gleichstetig. Annahme: F ist nicht gleichstetig. Das bedeutet: ε 0 f(x) f(y) ε 0. > 0 : δ > 0 f F und x, y X so, dass x y < δ, aber Wir wählen nun δ := 1 n, (n N), die Ausreißerfunktion f n und das Ausreißerpaar x n, y n. X ist kompakt und somit besitzt die Folge (x n ) eine Teilfolge (x nk ) mit x nk ψ X. Wir wählen (x n ) konvergent und folgern: Wegen x n y n < 1 n gilt auch y n ψ und f n (x n ) f n (y n ) ε 0. Nach Voraussetzung existiert dann eine gleichmäßig konvergente Teilfolge (f nk ) von (f n ), die gegen ein f F konvergiert, sodass mit den Teilfolgen (x nk ) von (x n ) und (y nk ) von (y n ) gilt: f nk (x nk ) f nk (y nk ) f(ψ) f(ψ) = 0 F gleichstetig! 6

11 KAPITEL 3 Der Satz von Peano Der Satz von Peano wird mithilfe von [Heu08] erläutert, die Definition zum Euler-Cauchy schen Polygonzug stammt aus [Bro08]. Definition 3.1 (Euler-Cauchy scher Polygonzug). Es sei das Anfangswertproblem y (x) = f(x, y(x)) mit y(x 0 ) = y 0 gegeben. Integration liefert: y(x) = y 0 + f(s, y(s))ds x 0 (3.1) Im Startpunkt (x 0, y 0 ) hat y(x) die Steigung f(x 0, y(x 0 )). Nun wird eine Gerade mit eben dieser Steigung bis zum Punkt (x 1, y 1 ) gezeichnet. Von dort wird eine weitere Gerade mit der Steigung f(x 1, y(x 1 )) bis zum Punkt (x 2, y 2 ) gezogen und so weiter (vgl. Abbildung 3.1 ). Abbildung 3.1: Euler-Cauchyscher Polynomzug 7

12 3 Der Satz von Peano Die y i lassen sich mit gegebenem y 0 wie folgt darstellen: y i+1 = y i + (x i+1 x i )f(x i, y i ), i = 0, 1,... (3.2) Die Geraden stellen eine Annäherung an die Lösungskurve y(x) des Anfangswertproblems dar. (x i+1 x i ) = h ist dabei die Schrittweite. Je kleiner h, desto genauer wird also die Annäherung. Beispiel 3.2. Gegeben sei das Anfangswertproblem y = f(x, y) mit y() = η. Dann gilt: y 1 = y 0 + (x 1 x 0 )f(x 0, y 0 ) = η + (x )f(, η) y 2 = y 1 + (x 2 x 1 )f(x 1, y 1 ). y n = y n 1 + (x n x n 1 )f(x n 1, y n 1 ) (3.3) Der Polygonzug p mit p(x i ) = y i kann also wie folgt dargestellt werden: η + (x )f(, η); x x 1 p(x 1 ) + (x x 1 )f(x 1, p(x 1 )); x 1 < x x 2 p(x) =. p(x n 1 ) + (x x n 1 )f(x n 1, p(x n 1 )); x n 1 < x x n (3.4) Man kann den Polynomzug p auch als Integral darstellen: p(x) = η + p(t)dt, x J (3.5) Hierbei ist p = { f(, η); x = x0 f(x k, p(x k )); x k < x x k+1 ; k = 0, 1,..., n 1 (3.6) Aus der Analysis II ist der Satz von Picard-Lindelöff bekannt. Er setzt die Lipschitz- Stetigkeit des Anfangswertproblems voraus und folgert sowohl die Existenz als auch die Eindeutigkeit einer Lösung. Nun stell sich die Frage, ob bereits die Stetigkeit ausreicht, um Aussagen über Existenz und Eindeutigkeit einer Lösung zu treffen. Der Satz von Peano zeigt, dass unter der Voraussetzung der Stetigkeit eine Lösung existiert. Er garantiert jedoch nicht die Eindeutigkeit dieser Lösung. Satz 3.3 (Der Satz von Peano 1.0). Sei S := {(x, y) x + a, y R}, a > 0 ein Vertikalstreifen. Die Funktion f(x, y) sei stetig und beschränkt auf S. Dann besitzt das Anfangswertproblem y = f(x, y) mit y() = η für jedes η mindestens eine auf J = [, + a] existierende Lösung. 8

13 Beweis. Wir führen den Beweis in fünf Schritten durch. Schritt 1: Wir betrachten das Intervall J = [, +a] und dessen Zerlegung Z := {x 0, x 1,..., x n }. Zu dieser Zerlegung konstruieren wir zum AWP einen Euler-Cauchy schen Polygonzug wie in Bsp Diesen können wir also wie folgt darstellen: p(x) = η + p(t)dt, x J (3.7) Idee: Wir unterteilen J immer feiner, sodass (Z m ) die Zerlegungsnullfolge zu der Folge (p m ) der Euler-Cauchy schen Polygonzüge ist. Eine Teilfolge p mk der (p m ) konvergiert dann für m gegen eine Lösung ϕ des Anfangswertproblemes. Das bedeutet, wir müssen die Konvergenz dieser Teilfolge (p mk ) zeigen. Schritt 2: Nach Voraussetzung wissen wir, dass f auf S beschränkt ist. Das bedeutet, dass einerseits f(x, y) M, (x, y) S, wobei M eine Schranke ist, und andererseits, dass nach Konstruktion auch p(x) M, x J. Wir betrachten nun die Beschränktheit und die gleichmäßige Stetigkeit von p(x): p(x) = η + η + η + η + p(t)dt p(t)dt p(t) dt Mdt = η + x M = η + am (3.8) Für x, y J mit x y < δ und M wie eben gilt: p(x) p(y) = η + = y y y y p(t)dt η p(t)dt p(t)dt, (y < x) p(t) dt Mdt = x y M < δm (3.9) Die Beschränktheit sowie die Gleichstetigkeit von p kann auf alle Elemente der Folge (p m ) übertragen werden. Damit folgt, dass die Familie F aller Euler-Cauchy schen Polynomzüge auf J sowohl punktweise beschränkt als auch gleichstetig ist! 9

14 3 Der Satz von Peano Mit diesem Wissen können wir nun Satz 2.10, den Satz von Arzelà-Ascoli, anwenden und schließen, dass jede Folge (p m ) wirklich eine gleichmäßig konvergente Teilfolge besitzt, also dass p mk ϕ, mit einer stetigen Funktion ϕ. Wir nennen diese Teilfolgen (p mk ) nun (p m ). Es bleibt noch zu zeigen, dass ϕ auch wirklich das Anfangswertproblem löst. Was genau ist nun dafür zu zeigen? Soll ϕ das AWP y = f(x, y) mit y() = η lösen, gilt also, dass ϕ (x) = f(x, ϕ(x)). Man sieht schnell, dass ϕ(x) = η + f(t, ϕ(t))dt mit ϕ() = η + F (, ϕ()) F (, ϕ()) = η die Lösung darstellt. Entsprechend haben wir die Polygonzüge konstruiert. Das bedeutet, wir müssen zeigen, dass p m (x) f(x, ϕ(x)) gleichmäßig. Dazu wollen wir uns zunächst eine alternative Darstellung der p m überlegen: Wir betrachten zunächst noch einmal die Zerlegungsnullfolge (Z m ) = {x (m) 0, x (m) 1,..., x (m) n m }. Zur vereinfachten Darstellung definieren wir für k = 0, 1,..., n m 1 die Treppenfunktion g durch:, x = = x (m) g m (x) = x (m) k, x (m) k 0 < x x (m) k 1 (3.10) Aus der Definition der p aus dem Beispiel wissen wir, dass p m (x) = f(g m (x), p m (g m (x))). Nun werfen wir einen genaueren Blick auf die Eigenschaften von f. Schritt 3: Wir wissen mit Satz 2.3, dem Satz von Heine, dass die Funktion f auf dem Rechteck R := {(x, y) x + a, y η + am} gleichmäßig stetig ist, da R eine kompakte Menge ist, das bedeutet: Für ε > 0 existiert ein δ > 0 mit x 1 x 2 < δ, y 1 y 2 < δ mit (x 1, y 1 ),(x 2, y 2 ) R: f(x 1, y 1 ) f(x 2, y 2 ) < ε (3.11) Übertragen wir diese Eigenschaft auf die Argumente aus Schritt 2 ergibt sich: f(x, ϕ(x)) p m (x) = f(x, ϕ(x)) f(g m (x), p m (g m (x))) < ε (3.12) Dabei müssen x g m (x) < δ, ϕ(x) p m (g m (x)) < δ sein und (x, ϕ(x)) sowie (g m (x), p m (g m (x)) R, x J. Wir zeigen, dass dies für m groß genug gilt. Ist dies erfüllt, können wir die gleichmäßige Konvergenz von p m (x) = f(g m (x), p m (g m (x))) gegen f(x, ϕ(x)) folgern. Wir nun die Argumente entsprechend durch δ abschätzen. Schritt 4: es ist schnell klar, dass x g m (x) Z m, x J, denn x (m) k < x x (m) k 1. Da (Z m) eine Zerlegungsnullfolge ist, gilt für m groß genug auch: Z m < δ. Damit folgt also: x g m (x) < δ, x J. für ϕ(x) p m ((g m (x)) gilt: ϕ(x) p m ((g m (x)) ϕ(x) p m (x) + p m (x) p m (g m (x)) ϕ(x) p m (x) + M x g m (x) ϕ(x) p m (x) + Z m M (3.13) 10

15 Es gilt nun: δ > 0 n 0, sodass für die Zerlegungsnullfolge und festes M gilt: Z m M < δ 2, m n 0. Wegen der gleichmäßigen Konvergenzv ist außerdem ϕ(x) p m (x) < δ 2, x J, m n 0. Dabei muss das n 0 groß genug sein. Dann gilt: ϕ(x) p m (x) + M Z m < δ 2 + δ 2 = δ ϕ(x) p m(g m (x)) < δ, x J. Schritt 5: Wir fassen zusammen: Wir wissen, dass (x, ϕ(x)) und (g m (x), p m (g m (x))) R, x J. Dann folgt mit den Schritten 3 und 4: f(x, ϕ(x)) f(g m (x), p m (g m (x))) < ε, x J, m > n 0 (3.14) Das bedeutet, dass f(g m (x), p m (g m (x))) f(x, ϕ(x)) gleichmäßig auf J. Da wir nun also wissen, dass p m (x) ϕ(x) und p m (x) glm. f(x, ϕ(x)) folgt: ϕ(x) = lim m p m(x) = lim (η + p m (t)dt) m = η + lim ( p m (t)dt) m glm.konv. = η + = η + f(t, ϕ(t))dt lim p m(t)dt m (3.15) ϕ(x) ist also wirklich eine Lösung des Anfangswertproblems! Satz 3.4 (Der Satz von Peano 2.0). Sei R := {(x, y) x a, y η b} mit a, b > 0 ein kompaktes Rechteck. f sei stetig auf R und M und α definiert durch: M := max f(x, y), α := min(a, b ), M > 0 (3.16) (x,y) R M Dann können wir folgern, dass es in der Umgebung U α () mindestens eine Lösung des Anfangswertproblems y = f(x, y) mit y() = η gibt! Beweis. Wir betrachten den Vertikalstreifen S := {(x, y) x + α, y R}. Achtung, in diesem Fall ist x auf dem Intervall I + = [, + α] definiert! Sei f eine auf S stetige und durch M beschränkte Funktion mit: f(x, η + b), y > η + b f(x, y) = f(x, y), η b y η + b (3.17) f(x, η b), y < η b 11

16 3 Der Satz von Peano Dann folgt aus Satz3.3, dass das Anfangswertproblem y = f(x, y) auf dem Intervall I + = [, + α] mindestens eine Lösung ϕ mit ϕ() = η besitzt. Außerdem gilt für x + α: ϕ(x) η = f(t, ϕ(t))dt αm b (3.18) Daraus erklärt sich, dass der Punkt (x, ϕ(x) für x [, + α] im Definitionsbereich R von f liegt und ϕ somit wirklich eine Lösung des Anfangswertproblems ist. Unsere Betrachtungen können wir auch auf ein Intervall links von verschieben und mit der gleichen Argumentation stellen wir fest, dass auf dem Intervall I = [ α, ] mindestens eine Lösung ψ mit ψ() = η existiert. Nun können wir die Lösung y des Anfangswertproblems y = f(x, y) auf der Umgebung U α () darstellen durch: { ψ(x), α x < y(x) = ϕ(x), x + α (3.19) 12

17 Literaturverzeichnis [Bro08] Bronstein, Ilja: Taschenbuch der Mathematik. Verlag Harri Deutsch, 2008 [Heu06] Heuser, Harro: Lehrbuch der Analysis 1. Mathematische Leitfäden. B. G. Teubner GmbH, 2006 [Heu08] Heuser, Harro: Lehrbuch der Analysis 2. Mathematische Leitfäden. B. G. Teubner GmbH,

Der Satz von Arzelà-Ascoli und der Satz von Peano

Der Satz von Arzelà-Ascoli und der Satz von Peano Der Satz von Arzelà-Ascoli und der Satz von Peano Judith Vorwerk 13.05.2013 Inhaltsverzeichnis 1 Der Satz von Arzelà-Ascoli 5 2 Der Satz von Peano 10 2 Einleitung Diese Ausarbeitung beschäftigt sich mit

Mehr

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i 3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und

Mehr

Höhere Mathematik III für die Fachrichtung Physik Wintersemester 2016/17. Lösungsvorschlag zu Übungsblatt 5

Höhere Mathematik III für die Fachrichtung Physik Wintersemester 2016/17. Lösungsvorschlag zu Übungsblatt 5 Institut für Analysis Dr. Christoph Schmoeger M.Sc. Jonathan Wunderlich Höhere Mathematik III für die Fachrichtung Physik Wintersemester 6/7..7 Lösungsvorschlag zu Übungsblatt 5 Aufgabe 6: Zeigen Sie mit

Mehr

Übungsblatt 2 - Analysis 2, Prof. G. Hemion

Übungsblatt 2 - Analysis 2, Prof. G. Hemion Tutor: Martin Friesen, martin.friesen@gmx.de Übungsblatt 2 - Analysis 2, Prof. G. Hemion Um die hier gestellten Aufgaben zu lösen brauchen wir ein wenig Kentnisse über das Infimum bzw. Supremum einer Menge.

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

Analysis I. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

Analysis I. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching Analysis I 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 26, 207 Erinnerung Satz. (Zwischenwertsatz) Sei f : [a, b] R stetig mit f(a) f(b). Dann gibt es zu jedem

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

( ) ( ) < b k, 1 k n} (2) < x k

( ) ( ) < b k, 1 k n} (2) < x k Technische Universität Dortmund Fakultät für Mathematik Proseminar Analysis Prof. Dr. Röger Benjamin Czyszczon Satz von Heine Borel Gliederung 1. Zellen und offene Überdeckungen 2. Satz von Heine Borel

Mehr

Skript zur Vorlesung Analysis 3

Skript zur Vorlesung Analysis 3 Skript zur Vorlesung Analysis 3 Herbstsemester 204 Prof. Benjamin Schlein Inhaltsverzeichnis Gewöhnliche Differentialgleichungen 2. Differentialgleichungen erster Ordnung, elementare Lösungsmethoden..

Mehr

7 Das Eulersche Polygonzugverfahren

7 Das Eulersche Polygonzugverfahren 35 7 Das Eulersche Polygonzugverfahren Lösungen von Differentialgleichungen sind nur in speziellen Fällen explizit angebbar; oft können nur Approximationen an Lösungen numerisch berechnet werden. In diesem

Mehr

Existenz- und Eindeutigkeitssätze für Anfangswertprobleme

Existenz- und Eindeutigkeitssätze für Anfangswertprobleme Kapitel 2 Existenz- und Eindeutigkeitssätze für Anfangswertprobleme In diesem Kapitel sei K = R oder K = C. Satz 2.1 (Existenzsatz von Peano) Sei D R K N offen, f : D K N eine stetige Funktion, (, y 0

Mehr

Gewöhnliche Differentialgleichungen Woche 6. Existenz nach Picard-Lindelöf

Gewöhnliche Differentialgleichungen Woche 6. Existenz nach Picard-Lindelöf d Gewöhnliche Differentialgleichungen Woche 6 Existenz nach Picard-Lindelöf 6.1 Vorbereitung für den Existenzsatz 6.1.1 Stetigkeit und Lipschitz-Stetigkeit Definition 6.1 Seien (V 1, 1 und (V 2, 2 zwei

Mehr

Lösungsvorschlag zur Übungsklausur zur Analysis I

Lösungsvorschlag zur Übungsklausur zur Analysis I Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 NWF I - Mathematik 9..9 Universität Regensburg Lösungsvorschlag zur Übungsklausur zur Analysis I Frage 1 Vervollständigen Sie die folgenden

Mehr

1 Die direkte Methode der Variationsrechnung

1 Die direkte Methode der Variationsrechnung Die direkte Methode der Variationsrechnung Betrachte inf I(u) = f(x, u(x), u(x)) dx : u u + W,p () wobei R n, u W,p mit I(u ) < und f : R R n R. (P) Um die Existenz eines Minimierers direkt zu zeigen,

Mehr

Vollständigkeit. Andreas Schmitt. Ausarbeitung zum Proseminar zur Topologie im WS 2012/13

Vollständigkeit. Andreas Schmitt. Ausarbeitung zum Proseminar zur Topologie im WS 2012/13 Vollständigkeit Andreas Schmitt Ausarbeitung zum Proseminar zur Topologie im WS 2012/13 1 Einleitung Bei der Konvergenz von Folgen im Raum der reellen Zahlen R trifft man schnell auf den Begriff der Cauchy-Folge.

Mehr

heißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2

heißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2 9 DIE EXPONENTIALREIHE 48 absolut konvergent. Beweis. Wegen x n+ n! n + )!x n = x n + < 2 für n 2 x folgt dies aus dem Quotientenkriterium 8.9). Definition. Die Reihe x n heißt Exponentialreihe. Die durch

Mehr

12 Gewöhnliche Differentialgleichungen

12 Gewöhnliche Differentialgleichungen 2 2 Gewöhnliche Differentialgleichungen 2. Einleitung Sei f : D R wobei D R 2. Dann nennt man y = f(x, y) (5) eine (gewöhnliche) Differentialgleichung (DGL) erster Ordnung. Als Lösung von (5) akzeptiert

Mehr

Übungen zu Differentialgleichungen (WiSe 12/13)

Übungen zu Differentialgleichungen (WiSe 12/13) Übungen zu Differentialgleichungen WiSe 2/) Blatt 6 22 November 202 Gruppenübung Aufgabe G Sei f t, p) := p 5, t, p) R 2 Gegeben sei das Anfangswertproblem ẋ = f t,x), x0) = ) Bestimmen sie das maximale

Mehr

Gleichmäßige Konvergenz und Funktionenräume

Gleichmäßige Konvergenz und Funktionenräume Gleichmäßige Konvergenz und Funktionenräume Isabella Lukasewitz und Andreas Brack 07.06.2010 Vortrag zum Proseminar zur Analysis Konvergenz und Funktionenräume INHALTSVERZEICHNIS Bereits in den Vorlesungen

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

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

Seminar Gewöhnliche Differentialgleichungen

Seminar Gewöhnliche Differentialgleichungen Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden

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

10 Der Satz von Radon-Nikodym

10 Der Satz von Radon-Nikodym uch im Sinne einer Vorabinformation vor der Stochastik-Vorlesung wollen wir abschließend kurz absolut stetige Maße und den Satz von Radon-Nikodym streifen. Definition 10.1. Seien (, M) ein messbarer Raum

Mehr

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 91

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 91 Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : R R systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene

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

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

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

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen

Mehr

Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie

Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie Ferienkurs Seite Technische Universität München Ferienkurs Analysis Hannah Schamoni Stetigkeit, Konvergenz, Topologie Lösung 2.03.202. Gleichmäßige Konvergenz Entscheiden Sie, ob die folgenden auf (0,

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

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das

Mehr

Proseminar Analysis Vollständigkeit der reellen Zahlen

Proseminar Analysis Vollständigkeit der reellen Zahlen Proseminar Analysis Vollständigkeit der reellen Zahlen Axel Wagner 18. Juli 2009 1 Voraussetzungen Zunächst wollen wir festhalten, was wir als bekannt voraussetzen: Es sei (Q, +, ) der Körper der rationalen

Mehr

Lösung zu Kapitel 5 und 6

Lösung zu Kapitel 5 und 6 Lösung zu Kapitel 5 und 6 (1) Sei f eine total differenzierbare Funktion. Welche Aussagen sind richtig? f ist partiell differenzierbar f kann stetig partiell differenzierbar sein f ist dann immer stetig

Mehr

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist: Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,

Mehr

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit Vortrag zum Proseminar zur Analysis, 17.05.2010 Min Ge, Niklas Fischer In diesem Vortrag werden die Eigenschaften von kompakten, metrischen Räumen vertieft. Unser Ziel ist es Techniken zu erlernen, um

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

die gewünschte Schranke gefunden, denn es gilt (trivialerweise) für n N

die gewünschte Schranke gefunden, denn es gilt (trivialerweise) für n N .5. VOLLSTÄNDIGKEIT VON R 37 Lemma.5. (Beschränktheit konvergenter Folgen) Konvergente Folgen in R sind beschränkt. Beweis. Angenommen die Folge a n n N konvergiert gegen A R. Zu ε > 0 existiert ein N

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

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

Serie 2 Lösungsvorschläge

Serie 2 Lösungsvorschläge D-Math Mass und Integral FS 214 Prof. Dr. D. A. Salamon Serie 2 Lösungsvorschläge 1. Seien folgende Mengen gegeben: und für a, b R R := [, ] := R {, }, (a, ] := (a, ) { }, [, b) := (, b) { }. Wir nennen

Mehr

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 11. d(x, y) := n 0. 2 n d n (x n, y n ),

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 11. d(x, y) := n 0. 2 n d n (x n, y n ), D-MATH Topologie FS 15 Theo Bühler Musterlösung 11 1. a) Da (C n, d n ) kompakt ist, nimmt die stetige Funktion d n : C n C n [0, ), (x, y) d(x, y) ihr Maximum diam C n an. Ersetzen wir d n durch d n =

Mehr

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen 1 Einleitung Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis 1 aus dem Wintersemester 2008/09

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

6.1 Zerlegungen Ober- und Unterintegrale Existenz des Integrals

6.1 Zerlegungen Ober- und Unterintegrale Existenz des Integrals Kapitel 6 Das Riemann-Integral In diesem Abschnitt wollen wir einen Integralbegriff einführen. Dieser Integralbegriff geht auf Riemann 1 zurück und beruht auf einer naheliegenden Anschauung. Es wird sich

Mehr

Institut für Analysis WS 2014/15 PD Dr. Peer Christian Kunstmann Dipl.-Math. Leonid Chaichenets

Institut für Analysis WS 2014/15 PD Dr. Peer Christian Kunstmann Dipl.-Math. Leonid Chaichenets Institut für Analysis WS 4/5 PD Dr. Peer Christian Kunstmann 9..4 Dipl.-Math. Leonid Chaichenets Höhere Mathematik III für die Fachrichtung Physik Lösungsvorschläge zum 5. Übungsblatt Aufgabe : (a) Sei

Mehr

Folgen und Reihen. Thomas Blasi

Folgen und Reihen. Thomas Blasi Folgen und Reihen Thomas Blasi 02.03.2009 Inhaltsverzeichnis Folgen und Grenzwerte 2. Definitionen und Bemerkungen............................. 2.2 Konvergenz und Beschränktheit.............................

Mehr

Die Topologie von R, C und R n

Die Topologie von R, C und R n Die Topologie von R, C und R n Für R haben wir bereits eine Reihe von Strukturen kennengelernt: eine algebraische Struktur (Körper), eine Ordnungsstruktur und eine metrische Struktur (Absolutbetrag, Abstand).

Mehr

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

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92 Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : Ê Ê systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene

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

Inverse Fourier Transformation

Inverse Fourier Transformation ETH Zürich HS 27 Departement Mathematik Seminararbeit Inverse Fourier Transformation Patricia Hinder Sandra König Oktober 27 Prof. M. Struwe Im Vortrag der letzten Woche haben wir gesehen, dass die Faltung

Mehr

a 0, a 1, a 2, a 3,... Dabei stehen die drei Pünktchen für unendlich oft so weiter.

a 0, a 1, a 2, a 3,... Dabei stehen die drei Pünktchen für unendlich oft so weiter. 7 Folgen 30 7 Folgen Wir betrachten nun (unendliche) Folgen von Zahlen a 0, a, a 2, a 3,.... Dabei stehen die drei Pünktchen für unendlich oft so weiter. Bezeichnung Wir bezeichnen mit N die Menge der

Mehr

(c) (a) X ist abgeschlossen. X = A,wobeiderDurchschnittüberalleabgeschlossenenMengengebildet wird, die X enthalten. (d) (e)

(c) (a) X ist abgeschlossen. X = A,wobeiderDurchschnittüberalleabgeschlossenenMengengebildet wird, die X enthalten. (d) (e) 27 15. Metrische Räume Mit Hilfe einer Norm können wir den Abstand x y zweier Punkte x, y messen. Eine Metrik ist eine Verallgemeinerung dieses Konzepts: 15.1. Metriken. Es sei M eine beliebige Menge.

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

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

Analysis I. Vorlesung 13. Gleichmäßige Stetigkeit

Analysis I. Vorlesung 13. Gleichmäßige Stetigkeit Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 13 Gleichmäßige Stetigkeit Die Funktion f: R + R +, x 1/x, ist stetig. In jedem Punkt x R + gibt es zu jedem ǫ > 0 ein δ > 0 mit f(u (x,δ))

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen 9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a

Mehr

12 Der Gaußsche Integralsatz

12 Der Gaußsche Integralsatz 12. Der Gaußsche Integralsatz 1 12 Der Gaußsche Integralsatz Das Ziel dieses Abschnitts ist die folgende zentrale Aussage der mehrdimensionalen Analysis und der Theorie der partiellen Differentialgleichungen:

Mehr

5 Die Picardschen Sätze

5 Die Picardschen Sätze 03 5 Die Picardschen Sätze Für eine zweimal stetig differenzierbare reell- oder komplexwertige Funktion f auf einem Gebiet G C ist der Laplace-Operator definiert durch Behauptung: = 4 Beweis: Daraus folgt:

Mehr

Musterlösung Klausur zu Analysis II. Verständnisteil

Musterlösung Klausur zu Analysis II. Verständnisteil Technische Universität Berlin SS 2009 Institut für Mathematik 20.07.2009 Prof. Dr. R. Schneider Fritz Krüger Sebastian Holtz Musterlösung Klausur zu Analysis II Verständnisteil 1. (a) Sei D R n konvex

Mehr

Topologische Aspekte: Eine kurze Zusammenfassung

Topologische Aspekte: Eine kurze Zusammenfassung Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,

Mehr

Analysis I. 3. Beispielklausur mit Lösungen

Analysis I. 3. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 3. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine Abbildung F von einer Menge L in eine

Mehr

(alternierendes Vorzeichen) a n := ( 1)n n + 1 a n := 3n 2 7n a n := n(n 1)(n 2), n 3

(alternierendes Vorzeichen) a n := ( 1)n n + 1 a n := 3n 2 7n a n := n(n 1)(n 2), n 3 ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 43 2. Folgen und Reihen Folgen und Reihen werden in jedem Analysislehrbuch besprochen, siehe etwa [H, Kapitel III], [K, Kapitel 5], [J2, Kapitel 23] oder [M,

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

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

Lösungen zum Übungsblatt 7

Lösungen zum Übungsblatt 7 Lösungen zum Übungsblatt 7 Mirko Getzin Universität Bielefeld Fakultät für Mathematik 5. Dezember 203 Ich gebe keine Gewähr auf eine vollständige Richtigkeit der Lösungen zu den Übungsaufgaben. Das Dokument

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

Definition Eine Metrik d auf der Menge X ist eine Abbildung d : X X IR

Definition Eine Metrik d auf der Menge X ist eine Abbildung d : X X IR 0 Inhaltsverzeichnis 1 Metrik 1 1.1 Definition einer Metrik............................. 1 1.2 Abstand eines Punktes von einer Menge................... 1 1.3 Einbettung eines metrischen Raumes in einen

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

Nachklausur zur Analysis 1, WiSe 2016/17

Nachklausur zur Analysis 1, WiSe 2016/17 BERGISCHE UNIVERSITÄT WUPPERTAL 04.04.7 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis, WiSe 06/7 Aufgabe

Mehr

AM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man:

AM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man: AM3: Differenzial- und Integralrechnung im R n 1 Begriffe f : x 1 f 1 (x 1, x 2,..., x n ) x 2... f 2 (x 1, x 2,..., x n )... x n f m (x 1, x 2,..., x n ) }{{}}{{} R n R m aus Platzgründen schreibt man:

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

Technische Universität Berlin. Klausur Analysis I

Technische Universität Berlin. Klausur Analysis I SS 2008 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis I 4.07.2008 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung

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

2.6 Der Satz von Fubini

2.6 Der Satz von Fubini 1 2.6 Der Satz von Fubini Unser Ziel ist der Beweis des folgenden Ergebnisses. 6.1. Satz von Fubini Sei f : R n+m R integrierbar. Dann gibt es eine Nullmenge N R m, so dass gilt: 1. Für alle y R m \ N

Mehr

Funktionsgrenzwerte, Stetigkeit

Funktionsgrenzwerte, Stetigkeit Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn

Mehr

12. Trennungssätze für konvexe Mengen 83

12. Trennungssätze für konvexe Mengen 83 12. Trennungssätze für konvexe Mengen 83 C_1 C_2 a Abbildung 12.4. Trennung konvexer Mengen durch eine Hyperebene mit Normalenvektor a Dann ist int(c) nicht leer (warum?) und [als Minkowski-Summe von C

Mehr

Nachklausur zur Analysis 2, SoSe 2017

Nachklausur zur Analysis 2, SoSe 2017 BERGISCHE UNIVERSITÄT WUPPERTAL 18.9.17 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis 2, SoSe 217 Aufgabe

Mehr

GRUNDLAGEN MATHEMATIK

GRUNDLAGEN MATHEMATIK Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 2. Folgen Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies Grundlagen Mathematik

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

Normierte, metrische und topologische Räume Stetige und gleichmäßig stetige Abbildungen

Normierte, metrische und topologische Räume Stetige und gleichmäßig stetige Abbildungen Kapitel VIII Normierte, metrische und topologische Räume Stetige und gleichmäßig stetige Abbildungen 33 Normierte und metrische Räume 34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlichdimensionalen

Mehr

Folgen und Reihen von Funktionen

Folgen und Reihen von Funktionen Folgen und Reihen von Funktionen Sehr häufig treten in der Mathematik Folgen bzw. Reihen von Funktionen auf. Ist etwa (f n ) eine Folge von Funktionen, dann können wir uns für ein festes x fragen, ob die

Mehr

3.3 Konvergenzkriterien für reelle Folgen

3.3 Konvergenzkriterien für reelle Folgen 3.3 Konvergenzkriterien für reelle Folgen Satz: Eine monoton wachsende, nach oben beschränkte reelle Folge a n ) n N ist konvergent mit Grenzwert lim a n = sup{a n n N} Beweis: Sei a n ) n N nach oben

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 8 - Kompakte Räume

Kapitel 8 - Kompakte Räume Kapitel 8 - Kompakte Räume Ein Vortrag von Philipp Dittrich nach B.v.Querenburg: Mengentheoretische Topologie Inhalt 8.1 Definition Kompaktheit....................... 2 Beispiel - das Intervall (0,1).....................

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen

Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen Susanna Pohl Vorkurs Mathematik TU Dortmund 12.03.2015 Folgen und Reihen Folgen und Grenzwerte Rechenregeln für konvergente Folgen

Mehr

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium

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

Topologische Begriffe

Topologische Begriffe Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer

Mehr

{, wenn n gerade ist,, wenn n ungerade ist.

{, wenn n gerade ist,, wenn n ungerade ist. 11 GRENZWERTE VON FUNKTIONEN UND STETIGKEIT 60 Mit anderen Worten, es ist lim f(x) = b lim f (, a)(x) = b, x a x a wobei f (, a) die Einschränkung von f auf (, a) ist. Entsprechendes gilt für lim x a.

Mehr

Analysis I. 5. Beispielklausur mit Lösungen

Analysis I. 5. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 5. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Die Umkehrabbildung zu einer bijektiven Abbildung

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

Satz Eine Teilmenge U von M ist genau dann offen, wenn jeder Punkt von U innerer Punkt ist. U x, und U ist als Vereinigung offener Mengen offen.

Satz Eine Teilmenge U von M ist genau dann offen, wenn jeder Punkt von U innerer Punkt ist. U x, und U ist als Vereinigung offener Mengen offen. Ergänzungen zu offenen und abgeschlossenen Mengen Definition Ist L Teilmenge eines topologischen Raums M, so heißt x L innerer Punkt von L, wenn es eine offene Umgebung von x gibt, die ganz in L liegt.

Mehr

KAPITEL 18 UND 19 H. KOCH. Kapitel 18. x>a. x<y

KAPITEL 18 UND 19 H. KOCH. Kapitel 18. x>a. x<y KAPITEL 18 UND 19 H. KOCH 1. VORLESUNG VOM 08.01.2018 Kpitel 18 Definition 1 (Zerlegungen, Treppenfunktionen, Regelfunktionen) Sei < b. 1. Eine Zerlegung τ von [, b] besteht us einer Zhl N N und (N + 1)

Mehr

Übungsklausur Höhere Mathematik I für die Fachrichtung Physik

Übungsklausur Höhere Mathematik I für die Fachrichtung Physik Karlsruher Institut für Technologie (KIT) Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning WS /3 6..3 Übungsklausur Höhere Mathematik I für die Fachrichtung Physik Aufgabe ((3++5) Punkte)

Mehr

15 Hauptsätze über stetige Funktionen

15 Hauptsätze über stetige Funktionen 15 Hauptsätze über stetige Funktionen 15.1 Extremalsatz von Weierstraß 15.2 Zwischenwertsatz für stetige Funktionen 15.3 Nullstellensatz von Bolzano 15.5 Stetige Funktionen sind intervalltreu 15.6 Umkehrfunktionen

Mehr

Satz von Rellich-Kondrachov

Satz von Rellich-Kondrachov Satz von Rellich-Kondrachov Xaver Hellauer LMU Munich, Germany Haslach, 17. Februar 2012 Xaver Hellauer Satz von Rellich-Kondrachov 1/13 Satz von Rellich Kondrachov Sei j : (X, X ) (Y, Y ) eine stetige

Mehr