x j I j (1 j n)}. und erhält dann, wenn Q j, Q j
|
|
- Angelika Meinhardt
- vor 7 Jahren
- Abrufe
Transkript
1 Ein Spaziergang zum Lebesgue-Integral Die Elementargeometrie lehrt, daß der Inhalt eines (rechtwinkligen) Quaders das Produkt seiner Kantenlängen ist. Wir nehmen dies zum Anlaß, den Inhalt eines Quaders so zu definieren. Anschließend soll der Inhalt auf eine möglichst große Klasse von Mengen sinnvoll fortgesetzt werden. 1. Treppenfunktionen. Ein Quader im R n ist das kartesische Produkt von n endlichen Intervallen I 1,..., I n, also Q = (x 1,..., x n ) : x j I j (1 j n)}. Wir setzen a j = inf I j, b j = sup I j. Die Länge des Intervalls I j ist dann b j a j, und heißt Inhalt von Q. vol Q = (b 1 a 1 )(b 2 a 2 )... (b n a n ) Eine Funktion t : R n R heißt Treppenfunktion, wenn es endliche viele disjunkte Quader Q 1,..., Q r gibt, so daß t auf jedem Q j konstant ist, und daß gilt t(x) = 0 für alle x / Q 1... Q r. Die Q j heißen auch Konstanzquader der Treppenfunktion t. Diese sind keineswegs eindeutig bestimmt. So kann man jeden bereits gegebenen Konstanzquader Q j zerschneiden: man wähle einen Index k 1,..., n}, zerlege I k in zwei willkürlich gewählte disjunkte Teilintervalle I k, I k bzw. I und erhält dann, wenn Q j, Q j mit x k I k k anstelle von x k I k definiert sind, eine disjunkte Zerlegung Q j = Q j Q Dann bleibt t selbstverständlich auch Treppenfunktion zu den neuen Konstanzquadern Q j, Q j. Diesen Prozess nennt man auch Verfeinerung. Sind t, s Treppenfunktionen auf dem R n, so dürfen wir annehmen, daß t, s mit denselben Konstanzquadern gegeben ist. Sind nämlich Q j die Konstanzquader zu t und R j die Konstanzquader zu s, dann sind Q k R j wieder (eventuell leere) Quader, so daß nach endlich vielen Zerschneidungen endlich viele Quader gefunden werden, auf denen sowohl t als auch s konstant ist. Aus der vorigen Bemerkung folgt sofort, daß die Differenz zweier Treppenfunktionen wieder eine Treppenfunktion ist. Die Treppenfunktionen auf dem R n bilden also einen R-Vektorraum, den wir mit T n bezeichnen. Für t T n mit Konstanzquadern Q 1,..., Q r wird das Elementarintegral definiert durch r (1) tdx = t(q j ) vol Q j. Hier hängt die Summe auf der rechten Seite von (1) nicht von der Wahl der Konstanzquader Q 1,..., Q r ab. Um dies einzusehen, zerschneiden wir zunächst einen der Konstanzquader Q j in Q j, Q j wie oben und entnehmen vol Q j = vol Q j + vol Q j der Definition des Inhalts. Wegen t(q j ) = t(q j ) = t(q j) ändert sich die rechte Seite von (1) bei Verfeinerung also nicht. Sind nun Q 1,..., Q r und R 1,..., R r zwei Familien von Konstanzquadern zu t, dann haben diese nach dem 1 j.
2 2 vorigen Argument eine gemeinsame Verfeinerung. Da sich die rechte Seite von (1) bei Verfeinerung nicht ändert, ergibt sich wie erwartet t(q j ) vol Q j = t(r j ) vol R j. j j Wiederum durch Übergang zu einer gemeinsamen Verfeinerung wird für Treppenfunktionen t, s (t s)dx = tdx sdx unmittelbar bestätigt; für reelle λ folgt (λt)dx = λ tdx aus (1). Das Elementarintegral ist also eine lineare Abbildung : T n R. Diese hat die nachfolgenden wichtigen Eigenschaften. Satz 1. Seien t, s T n. Dann sind auch t, max(t, s) und min(t, s) in T n, und es gilt (2) tdx t dx. Gilt t(x) s(x) für alle x R n, dann auch (3) tdx sdx. Die Ungleichung (2) wird oft als Standardabschätzung oder Dreiecksungleichung bezeichnet. Beweis. Für die erste Behauptung benutze die Definition und ggf. eine gemeinsame Verfeinerung für t und s. Für (2) wende die Dreiecksungleichung auf die rechte Seite von (1) an. Für (3) wähle wieder eine gemeinsame Verfeinerung, und lies dann (3) aus (1) ab. 2. Nullmengen. Eine Menge E R n heißt Nullmenge, wenn es zu jedem ε > 0 eine Folge Q k von Quadern mit (4) E Q k und vol Q k < ε gibt. Nullmengen sind von fundamentaler Bedeutung für die Theorie des Lebesgue- Integrals. Zwei einfache Beobachtungen genügen zunächst. Lemma 1. E R n ist genau dann eine Nullmenge, wenn es zu jedem ε > 0 eine Folge von offenen Quadern U k mit E U k, vol U k < ε gibt.
3 3 Beweis. Sind die Q k nach (4) gegeben, dann gibt es einen offenen Quader U k mit Q k U k und vol (U k ) vol (Q k ) + ε2 k. Wegen vol U k ε 2 k + vol Q k < 2ε folgt eine der beiden Implikationen in Lemma 1, deren Umkehrung ist trivial. Lemma 2. Sei E k eine Folge von Nullmengen. Dann ist auch E = eine Nullmenge. Beweis. Wähle zu ε > 0 und jedem k N Quader Q kj mit Wegen E k ist auch E eine Nullmenge. Q kj, vol Q kj < ε E k vol Q kj < 2 k ε. 2 k = ε Beispiele. Jeder Punkt x R n ist ein Quader mit Inhalt 0, also eine Nullmenge. Deshalb sind abzählbare Mengen stets Nullmengen. Der Rand eines Quaders ist ebenfalls eine Nullmenge, denn dieser Rand besteht aus höchstens 2n Seitenflächen, die wiederum Quader sind, bei denen allerdings mindestens eine Kante Länge 0 hat. Mit etwas mehr Mühe kann direkt gezeigt werden, daß jede Mannigfaltigkeit der Dimension d im R n mit d < n eine Nullmenge ist. Darauf gehen wir hier nicht ein, weil derlei Einsichten vorläufig entbehrlich sind. 3. Zwei Hilfssätze über Treppenfunktionen. Die nächsten beiden Lemmata sind recht technisch. Sie werden nur für die Konstruktion des Lebesgue-Integrals im Abschnitt 4 gebraucht. Lemma 3. Seien t k T n, es gelte t k+1 t k für alle k N. Es gebe eine Nullmenge E R n, so daß für alle x / E gilt lim t k (x) = 0. Dann gilt auch t k dx = 0. lim Beweis. Vorläufig sei zusätzlich t k 0 vorausgesetzt. Wähle N so groß, daß alle Konstanzquader von t 1 in W = x : max x j N} enthalten sind. Dann ist W ein kompakter Quader, es gilt t 1 (x) = 0 für x / W, und unter den gegenwärtigen Annahmen deshalb auch t k (x) = 0 für alle k, alle x / W. Wir dürfen deshalb annehmen, daß E W. Sei E 0 die Menge der Ränder aller Konstanzquader aller t k und des Randes von W. Nach Lemma 2 ist auch E 0 eine Nullmenge.
4 4 Wähle nun ε > 0. Wähle dann offene Quader Q j mit E E 0 Q j ; vol Q j < ε; diese gibt es nach Lemma 1. Die Menge M k = x W \E 0 : t k (x) < ε} wird nach Konstruktion durch endlich viele offene Quader überdeckt, nämlich den offenen Konstanzquader von t k (nach Entfernen der Ränder), ergänzt durch Quader in W, auf denen t k bereits verschwindet. Jedes x W \(E E 0 ) liegt nach Voraussetzung in einem M k. Die Q j bilden zusammen mit den M k überdeckenden, soeben konstruierten Quadern eine offene Überdeckung von W. Da W kompakt ist, genügen endlich viele von diesen, um W zu überdecken. Da aber auch M k+1 M k gilt, genügen M K für ein K N und endlich viele der Q j, um W zu überdecken. Sei J der größte Index j der hier beteiligten Q j. Dann ist T (x) = max t 1 für x Q 1... Q J ε für x W \(Q 1... Q J ) 0 für x / W eine Treppenfunktion, und nach Konstruktion ist t k (x) T (x) für alle k K. Das zeigt für diese k J 0 t k dx t 1 vol Q j + ε vol W < ε( t 1 + vol W ). Das beweist Lemma 3 unter der zusätzlichen Voraussetzung t k 0 für alle k N, von der wir uns jetzt befreien müssen. Wird diese fallengelassen, dann betrachten wir G l = x R n : t l (x) < 0}. Wegen der Monotonie der t k ist für x G l die Folge t k (x) sicher nicht nach Null konvergent, nach Voraussetzung G l also eine Nullmenge. G l kann deshalb nur aus Konstanzquadern von t l mit Volumen 0 bestehen. Betrachten wir nun t + k (x) = tk (x), wenn t k (x) 0 0 sonst, dann ist t + k (x) eine Folge von Treppenfunktionen, und da t+ k (x) t k(x) nur für x G k möglich ist, gilt t + k dx = t k dx. Weil t + k keine negativen Werte annimmt, ist Lemma 3 für t+ k bereits bewiesen. Es folgt lim t k dx = 0, wie behauptet. Für die umständliche Formulierung außerhalb einer Nullmenge sagen wir kurz fast überall und schreiben dafür oft nur f. ü. Lemma 4. Seien t k T n mit t k+1 t k für alle k N. Es gebe ein A > 0 mit tk dx A für alle k. Dann konvergiert die Folge t k (x) für fast alle x R n.
5 5 Beweis. Wir dürfen t k (x) 0 für alle k N, x R n annehmen (sonst ersetze t k durch t k t 1 ). Sei ε > 0 gegeben. Betrachte K l = x : t l (x) > A }, K = K l. ε Ist t k (x) divergent, dann wegen der Monotonie auch nicht nach oben beschränkt. Solche x sind also für jedes ε > 0 in K enthalten. Die Menge K l besteht aus Konstanzquadern von t l, also ist A/ε (x Kl ) τ l (x) = 0 sonst eine Treppenfunktion mit t l τ l, und es folgt A t l dx τ l dx = A ε J(l) l=1 vol Q lj, wenn K l die disjunkte Vereinigung der Quader Q lj mit 1 j J(l) ist. Es folgt (5) J(l) vol Q lj ε. Jetzt benutzen wir nochmals die Monotonie: es ist K l K l+1. Beim Übergang von l zu l +1 kommen also zu den Quadern Q lj eventuell endlich viele neue Quader hinzu, die zusammen mit den Q lj nach Umnummerierung als Q l+1,j oben beschrieben sind und (5) mit l + 1 für l genügen. Deshalb ist K abzählbare disjunkte Vereinigung von Konstanzquadern der t k, wobei nach (5) die Summe der Inhalte ε nicht überschreitet. 4. Definition des Lebesgue-Integrals. Eine Folge t k T n von Treppenfunktionen heiße L-Folge, wenn t k+1 t k für alle k N gilt und es ein A > 0 mit tk dx A für alle k gibt. Dies sind die in Lemma 4 verlangten Eigenschaften, solche Folgen konvergieren also punktweise fast überall. Außerdem bilden die reellen Zahlen t k dx eine monoton wachsende und beschränkte, deshalb konvergente Folge. Lemma 5. Seien t k und s k zwei L-Folgen, für fast alle x R n gelte (6) lim k(x) lim k(x). Dann gilt auch lim t k dx lim s k dx. Bei der Interpretation von (6) ist zu beachten, daß beide Grenzwerte nach Lemma 4 für fast alle x R n existieren. Zum Beweis fixiere ein t l und betrachte tl (x) s f k (x) = k (x), wenn t l (x) > s k (x) 0 sonst. Dann bilden die f k eine monoton fallende Folge von Treppenfunktionen, und aus (6) folgt lim f k (x) = 0 fast überall. Mit Lemma 3 folgt (7) lim f k dx = 0.
6 6 Es gilt aber auch t l dx s k dx = (t l s k )dx f k dx. Mit (7) und k ergibt sich und mit l folgt die Behauptung. t l dx lim s k dx, Jetzt kann das Lebesgue-Integral definiert werden. Wir setzen C 1 (R n ) = f : R n R : es gibt eine L-Folge t k mit lim t k(x) = f(x) f. ü.}. Sind t k und s k zwei L-Folgen mit lim t k (x) = lim s k (x) f. ü., dann sind nach Lemma 5 die Grenzwerte von t k dx und s k dx dieselben. Wir können also für f C 1 und eine L-Folge t k mit t k (x) f(x) das Integral durch (8) fdx := lim t k (x)dx, definieren, dies hängt nach der vorigen Bemerkung nicht von der speziellen Wahl der t k ab. Dieses C 1 -Integral erbt die Monotonie von den Treppenfunktionen: sind f, g C 1 mit f(x) g(x) fast überall, dann zeigt Lemma 5 (9) fdx gdx. Ferner ist für f, g C 1 auch f + g C 1 ebenso für reelle λ > 0 auch λf. Dies ergibt sich sofort aus der Definition, und man sieht auch (10) (f + g)dx = fdx + gdx; (λf)dx = λ fdx. Leider ist aber C 1 kein Vektorraum, denn Multiplikation mit 1 kehrt monotones Wachstum um. Zur Übung sei empfohlen, eine Funktion f C 1 (R) mit f / C 1 (R) zu konstruieren. Wegen dieses kleinen Schönheitsfehlers gehen wir zum von C 1 (R n ) erzeugten Vektorraum über und setzen das Integral darauf linear fort. Sei L 1 (R n ) = f g : f, g C 1 (R n )}. Ist h L 1 (R n ) mit h = f g = f g für f, g, f, g C 1, dann ist f + g = f + g, wegen (10) also (11) f + g = f + g. Wir können also das Lebesgue-Integral von h definieren durch die C 1 -Integrale (12) hdx := fdx gdx, denn nach (11) ist diese Definition von der speziellen Wahl von f, g C 1 mit h = f g unabhängig. Ferner ist nach Konstruktion ( f)dx = fdx, wegen (10) ist deshalb das Lebesgue-Integral : L 1 (R n ) R
7 7 linear. Man beachte auch, daß aus f L 1 (R n ) und f(x) = g(x) f.ü sofort g L 1 (R n ) mit fdx = gdx folgt. Dies ist aus der Definition von C 1 (R n ) unmittelbar ersichtlich. Die wichtigsten weiteren Eigenschaften des Lebesgue-Integrals sind im folgenden Satz zusammengefaßt, den man mit Satz 1 vergleichen sollte. Satz 2. Seien f, g L 1 (R n ). Dann sind auch f, max(f, g) und min(f, g) in L 1 (R n ), und es gilt (13) fdx f dx. Gilt f(x) g(x) für fast alle x R n, dann auch (14) fdx gdx. Beweis. Sind f, g beide in C 1, dann haben wir (14) schon in (9) begründet. Alle anderen Aussagen folgen in diesem Fall über (8) aus den entsprechenden Aussagen für Treppenfunktionen in Satz 1. Damit ist Satz 2 für f, g C 1 vollständig bewiesen. Sei jetzt f L 1 (R n ) mit f = f 1 f 2, f j C 1 (R n ). Dann ist f = max(f 1, f 2 ) min(f 1, f 2 ), also f L 1 (R n ). Ebenso sind in L 1 (R n ), denn f + = max(f, 0), f = min(f, 0) f + = max(f 1, f 2 ) f 2, f = max(f 1, f 2 ) f 1 stellt f +, f als Differenz von C 1 -Funktionen dar. Wegen max(f, g) = g + (f g) + ist auch max(f, g) L 1 (R n ). Dasselbe Argument liefert min(f, g) L 1 (R n ). Wir zeigen jetzt (14) für f, g L 1 (R n ) und schreiben dazu f = f 1 f 2, g = g 1 g 2 mit f j, g j C 1 (R n ). Dann gilt f 1 + g 2 f 2 + g 1, und f 1 + g 2, f 2 + g 1 sind C 1 - Funktionen. Wir können diese Ungleichung nach (9) integrieren und erhalten (f 1 + g 2 )dx (f 2 + g 1 )dx, woraus (14) unmittelbar folgt. Für (13) beachte f(x) f(x), f(x) f(x). Nach (14) folgt ± fdx f dx, was (13) bestätigt. 5. Zusammenhang mit der Riemannschen Theorie. Sei I = [a, b] ein kompaktes Intervall und f : I R eine Riemann-integrierbare Funktion, die wir durch f(x) = 0 für x / I auf R fortsetzen. Wähle zu k N eine äquidistante Zerlegung von I in 2 k Teilintervalle und bilde dazu die Riemannsche Untersumme, die auch als Elementarintegral einer Treppenfunktion t k interpretiert werden kann. Die t k bilden eine L-Folge, und es ergibt sich sofort f C 1 (R); Riemannsches und C 1 -Integral
8 8 sind gleich. Mit f ist auch f Riemann-integrierbar, also ist auch f C 1 (R). Hier gilt sogar t k (x) f(x) für alle x I, so daß sowohl f als auch f der Teilklasse C 1(R) = f : R R : es gibt eine L-Folge t k mit t k f und t k (x) f(x) f. ü.}. angehören. Ist umgekehrt eine Funktion f : I R gegeben, die durch f(x) = 0 für x / I auf R fortgesetzt wird, und sind f und f C 1(R), dann ist f Riemann-integrierbar. Denn ist f C 1 (R) und t k T 1 eine L-Folge mit t k (x) f(x) für alle x R, dann ist auch tk (x) (x I) t k (x) = 0 sonst eine solche Folge. Da die t k monoton wachsen mit t k (x) f(x), bilden die t k Riemannsche Untersummen, und es gilt t k dx = fdx, lim wobei hier rechts ein C 1 -Integral gemeint ist. Ist s k eine L-Folge zu f, dann fällt s k (x) monoton gegen f(x). Wird wieder sk (x) (x I) s k (x) = 0 sonst gewählt, dann ist auch s k eine L-Folge für f, die Treppenfunktionen s k liefern Riemannsche Obersummen zu f, und es gilt ( s k )dx = fdx. lim Die Ober- und Untersummen streben also gegen denselben Grenzwert, der gleichzeitig als C 1 -Integral von f erkannt wird. Das beweist Satz 3. Sei I = [a, b] ein kompaktes Intervall in R; eine Funktion f : I R werde durch f(x) = 0 für x / I auf R fortgesetzt. Genau dann ist f Riemann-integrierbar über I, wenn f und f zu C 1(R) gehören. Das Riemannsche und das Lebesguesche Integral stimmen für solche f überein. Insbesondere lassen sich stetige Funktionen über kompakte Intervalle wie bisher gewohnt berechnen. Die Klasse der Lebesgue-integrierbaren Funktionen ist aber erheblich reichhaltiger. Welche Vorteile das hat, werden wir gleich sehen. Als ein Beispiel betrachten wir die Funktion 1 x Q, f(x) = 0 x R\Q. Es gilt f C 1(R), die Funktion f ist aber nicht in C 1(R). Um dies einzusehen, betrachte die Treppenfunktion t k : R R mit t k (x) = 0, es sei denn, x = p/q als gekürzter Bruch mit x k und 1 q k, wo t k (x) = 1 gesetzt ist. Dann ist t k eine L-Folge, die für alle x R gegen f(x) konvergiert. Wegen t k dx = 0 folgt sogar fdx = 0. Weil f(x) für beliebig große Werte von x den Wert 1 annimmt, jede Treppenfunktion außerhalb eines Kompaktums jedoch verschwindet, kann es keine monoton
9 9 wachsende Folge von Treppenfunktionen geben, die punktweise gegen f konvergiert. 6. Konvergenzsätze. Man könnte versuchen, ähnlich wie beim Übergang von Treppenfunktionen zu C 1 (R n ) mit Folgen in L 1 (R n ) zu starten und das Integral auf die so entstehende Klasse fortzusetzen. Dieser Prozess führt aber aus L 1 (R n ) nicht heraus. Das ist der wesentliche Inhalt des Satzes von der monotonen Konvergenz, den wir als Teil a) in Satz 4 formulieren. Satz 4. (a) Seien f k L 1 (R n ) mit f k+1 f k für alle k. Es gebe ein A > 0 mit fk dx A für alle k N. Dann existiert der Grenzwert lim f k (x) fast überall, die Funktion lim F (x) = f k(x), wenn dieser Grenzwert existiert 0 sonst gehört zu L 1 (R n ), und es gilt (15) fdx = lim f k dx (b) Seien g k L 1 (R n ), es gelte g k 0, und die Reihe (16) g k dx sei konvergent. Dann konvergiert die Reihe g k (x) fast überall, die Funktion g k (x), wenn diese Reihe konvergiert g(x) = 0 sonst gehört zu L 1 (R n ), und es gilt gdx = g k dx. Teil (b) heißt in der Literatur auch Satz von Beppo Levi. Beweis. Wir zeigen zunächst (a) für Folgen f k C 1 (R n ). Wähle L-Folgen t k,l mit lim l t k,l (x) = f k (x). Dann sind auch Treppenfunktionen, und es gilt s l+1 (x) = s l (x) = max 1 k l t k,l(x) max t k,l+1(x) max t k,l+1(x) 1 k l+1 1 k l max t k,l(x) = s l (x). 1 k l Im Zeilensprung wurde dabei t k,l+1 t k,l für alle k ausgenutzt. Die s l sind also eine monoton wachsende Folge von Treppenfunktionen. Wegen t k,l f k f l für
10 10 1 k l ergibt sich weiter s l f l, und deshalb s l f l A. Damit ist s l eine L-Folge, und wir definieren lim f(x) = s k(x), wenn dieser Grenzwert existiert, 0 sonst. Nach Konstruktion ist s l (x) t k,l (x) für 1 k l, mit l folgt f(x) f k (x) fast überall, und f k s k hatten wir gerade gesehen. Mit k in f(x) f k (x) s k (x) folgt f k (x) f(x) fast überall, und durch Integration fdx f k dx s k dx. Da aber die s k eine L-Folge für f sind, folgt (15) sofort. Jetzt beweisen wir (b) für g k C 1 (R n ). Da Summen aus C 1 (R n ) nicht herausführen, sind f k (x) = g 1 (x) g k (x) in C 1 (R n ) monoton wachsend in k, und (b) folgt aus (a). Als nächstes wird (b) allgemein für Reihen in L 1 (R n ) hergeleitet. Dazu wird ein einfacher Trick benötigt: Hilfssatz. Sei f L 1 (R n ) mit f 0. Sei ε > 0. Dann gibt es g, h C 1 (R n ) mit g 0, h 0, f = g h und hdx < ε. Sind nämlich g 0, h 0 C 1 mit f = g 0 h 0 gefunden, dann wähle eine L-folge s l, die punktweise gegen h 0 konvergiert. Wähle l so groß, daß (h 0 s l )dx < ε erfüllt ist. Setze g = g 0 s l, h = h 0 s l. Da s l T n ist, sind g, h in C 1 (R n ), und es gilt immer noch f = g h. Nach Konstruktion ist h 0. Wegen f 0 folgt g 0. Das beweist den Hilfssatz. Seien nun g k L 1 (R n ) mit g k 0. Nach dem Hilfssatz gibt es g k, g k und g k dx < 2 k. Nach dem Majoranten-Kriterium konvergiert g k dx, dann folgt wegen der geforderten Konvergenz von (16) auch die Konvergenz von gkdx. Wir können jetzt die für C 1 -Funktionen schon bekannte Aussage von (b) auf die Reihen mit g k und g k separat anwenden. Das liefert dann (b) für g k. Um schließlich (a) für f k L 1 (R) zu beweisen, genügt es, (b) auf g k (x) = f k+1 (x) f k (x) anzuwenden. Damit ist Satz 4 bewiesen. Satz 5 (Lebesguescher Konvergenzsatz). Seien f k und g Funktionen aus L 1 (R n ) mit f k (x) g(x) für alle k N, x R n. Der Grenzwert f(x) = lim f k (x) existiere fast überall. Dann ist f L 1 (R n ), und es gilt fdx = lim f k dx.
11 11 Dieser leicht handzuhabende und wichtige Satz ist das zentrale Ergebnis der Lebesgueschen Theorie. Die Superiorität zur Riemannschen Theorie läßt sich an vielen Beispielen illustrieren. Ist [a, b] ein kompaktes Intervall, und sind f k : [a, b] R Funktionen in L 1 (R) (außerhalb von [a, b] trivial durch 0 fortgesetzt) mit f k (x) 1 und lim f k (x) = 0, dann impliziert Satz 5 schon (17) lim b a f k (x)dx = 0. Sind die f k auf [a, b] stetig, dann ist das Integral in (17) ein Riemannsches. Zur Übung sei dringend empfohlen, (17) nur mit Riemannscher Integrationstheorie zu verifizieren. Beweis Satz 5. Wir setzen g k,l (x) = max(f k (x), f k+1 (x),..., f k+l (x)). Dann ist g k,l L 1 (R) und es gilt g k,l g, also auch g k,l dx gdx. Wegen g k,l+1 g k,l ergibt sich dem Satz von der monotonen Konvergenz, daß die Funktion g k (x) = lim g k,l (x) = sup f l (x) l in L 1 liegt. Die g k (x) sind in k monoton fallend, nach Voraussetzung ist lim g k(x) = lim sup l k l k f l (x) = f(x). Genauso wird h k (x) = inf f l(x) l k als Funktionenfolge in L 1 (R n ) erkannt, die in k monoton gegen f(x) wächst. Es gilt also h k (x) f(x) g k (x); nach dem Satz von der monotonen Konvergenz ist f L 1 (R n ) mit lim h k (x)dx = lim g k (x)dx = f(x)dx. Nach Konstruktion ist aber auch h k f k g k, also h k dx f k dx g k dx. Da mit k sowohl die linke als auch die rechte Seite dieser Ungleichungskette gegen fdx konvergieren, folgt Satz 5 sofort. Von den ungezählten Anwendungen der Konvergenzsätze beginnen wir mit einigen besonders simplen. Ist f L 1 (R), dann kann g k = f für alle k N gesetzt werden. Aus Satz 4b folgt: Satz 6. Sei f L 1 (R) und f dx = 0. Dann ist f(x) = 0 fast überall. Um den Lebesgueschen Konvergenzsatz effizient anwenden zu können, ist ein gewisser Vorrat von Funktionen nützlich, die als Majoranten in die Rolle von g in Satz 5 schlüpfen können. Sehr einfach, aber wirkungsvoll ist folgende Beobachtung. Lemma 6. Sei g : R [0, ) stetig, das uneigentliche Riemann-Integral g(x)dx
12 12 existiere. Dann ist g L 1 (R). Zum Beweis genügt es, den Satz von der monotonen Konvergenz auf die Folge g k mit g k (x) = g(x) für x k, und g k (x) = 0 für x > k, anzuwenden. Insbesondere ist demnach für α > 1 die Funktion 1 ( x 1) g(x) = x α ( x > 1) in L 1 (R), aber auch Funktionen wie e x, e x2 und x 1 (log x ) 2 (für x 2) werden durch Lemma 6 als integrierbar erkannt. In der reellen Analysis wird die Eulersche Gammafunktion für reelle z > 0 meist durch das uneigentliche Integral Γ(z) = 0 e x x z 1 dx eingeführt. Als typische Anwendung für Satz 5 leiten wir die Gaußsche Produktdarstellung her: für dieselben z ist Zum Beweis beachten wir und Deshalb definieren wir 0 k!k z Γ(z) = lim z(z + 1)... (z + k). ( lim 1 x ) k = e x k ( 1 x ) k e x k für 0 x k. f k (x) = x z 1( 1 x k ) k für 0 x k und setzen f k trivial auf R fort. Dann ist 0 f k (x) x z 1 e x, und Satz 5 zeigt sofort lim f k dx = Γ(z). Andererseits ist nach k-maliger partieller Integration k f k dx = x z 1( 1 x ) kdx k!k z = k z(z + 1)... (z + k), was die behauptete Formel bereits bestätigt Integrabilitätskriterien. Eine Funktion f : R n R heißt meßbar, wenn es eine Folge von Treppenfunktionen t k T n gibt mit lim h t k(x) = f(x) f. ü. Offenbar ist jede stetige Funktion meßbar. Auch jedes f L 1 (R n ) ist meßbar, denn wenn f = g h mit g, h C 1 (R n ) geschrieben wird, sind nur noch L-Folgen t k für g und s k für h zu wählen; t k s k konvergiert dann fast überall gegen f. Diese Beobachtung hat beinahe eine Umkehrung: Lemma 7. Sei f : R n R meßbar, g L 1 (R n ) und f(x) g(x) für alle x R n. Dann ist f L 1 (R n ).
13 13 Zum Beweis wähle man eine Folge t k T n, die fast überall gegen f konvergiert, und wende den Lebesgueschen Konvergenzsatz auf t k (x) für t k (x) g(x) g k (x) = g(x) für t k (x) > g(x) g(x) für t k (x) < g(x) an. Da Meßbarkeit schnell zu prüfen ist, ist Lemma 7 ein sehr mächtiges Integrabilitätskriterium. Oft reicht der folgende Satz aus zum Nachweis der Meßbarkeit. Satz 7 (Verkettungssatz). Sei G : R k R stetig, und f j : R n R seien meßbar. Dann ist auch x G(f 1 (x),..., f k (x)) meßbar. Beweis. Wähle t jl T n mit lim l t jl (x) = f j (x) f. ü. Dann sind G(t 1l (x),..., t kl (x)) Treppenfunktionen, die mit l f. ü. gegen G(f 1 (x),..., f k (x)) konvergieren. Insbesondere ist also das Produkt meßbarer Funktionen meßbar (wähle G(y 1, y 2 ) = y 1 y 2 in Satz 7). Ist f L 1 (R) und t R, dann bleibt f(x) cos(tx) meßbar (als Funktion von x), und es gilt f(x) cos(tx) f(x). Nach Lemma 7 existiert also das Integral F (t) = f(x) cos(xt)dx für alle t R. Die Funktion F heißt Cosinus-Transformation von f. Dieser gemeinsame Einsatz von Lemma 7 und Satz 7 zum Nachweis der Integrabilität ist sehr typisch. Der für Quader bereits eingeführte Inhalt soll nun auf eine möglichst große Klasse von Mengen fortgesetzt werden. Eine Menge A R n heißt meßbar, wenn ihre charakteristische Funktion 1 (x A) 1 A (x) = 0 sonst meßbar ist. Ist 1 A L 1 (R n ), dann heißt A endlich meßbar, und vol A = 1 A dx der Inhalt von A. Insbesondere sind endlich meßbare Mengen meßbar, und für Quader Q R n ist 1Q dx dasselbe wie das Produkt der Kantenlängen von Q, so daß für Quader diese neue Definition des Inhalts mit der bisherigen verträglich ist. Lemma 8. Ist U R n offen und beschränkt, dann ist U endlich meßbar. Beweis. Wir nehmen U x : x j N} an und zerlegen den Würfel x j N durch Kantenhalbierung in 2 n Teilwürfel, und setzen diesen Prozess mit jedem Teilwürfel rekursiv fort. Nach k Schritten sind dann 2 kn Teilwürfel mit Kantenlänge 2 k N entstanden. Im k-ten Schritt sei A k die Vereinigung aller dieser Teilwürfel, die ganz in U enthalten sind. Es gilt dann A k A k+1 für alle k, und weil U offen ist, ist jedes x U auch in A k, wenn k genügend groß ist. Da t k = 1 Ak eine Treppenfunktion ist, folgt jetzt t k (x) 1 U (x) für alle x. Wegen t k+1 t k ist sogar 1 U C 1(R n ).
14 14 Auch kompakte Mengen sind endlich meßbar. Ist nämlich K R n kompakt, dann ist K x : x j < N} =: W für genügend großes N, die Mengen W und W \K sind offen und beschränkt, also endlich meßbar, und es gilt 1 K = 1 W 1 W \K. Es folgt insbesondere, daß offene und abgeschlossene Mengen stets meßbar sind. Ist eine meßbare Funktion f und eine meßbare Menge A gegeben, dann ist 1 A f wieder meßbar nach Lemma 7 und Satz 7. Ist 1 A f sogar in L 1 (R n ), dann wird zur Abkürzung oft 1 A fdx = fdx gesetzt. Wir nennen dies das Integral von f über A. Eine Funktion in L 1 (R n ) kann also über jede meßbare Menge integriert werden. Lemma 8. Eine Menge E R n ist genau dann Nullmenge, wenn E endlich meßbar ist mit vol E = 0. Beweis. Ist E Nullmenge, dann gibt es zu k N Quader Q kl mit E Q kl und l=1 vol Q kl < 1 k. Wir können die Q kl so wählen, daß die A k = l=1 absteigen, d. h. A k+1 A k für alle k (aufmerksame Leser überzeugen sich davon). Dann ist 1 Ak 1 Qkl, also vol(a k ) < 1 k, l=1 und 1 Ak fällt monoton und f. ü. gegen 1 E. Nach den Konvergenzsätzen ergibt sich vol E = 0. Die umgekehrte Richtung folgt aus Satz 6: aus vol E = 0 folgt 1 E (x) = 0 f. ü, d. h. E is Nullmenge. A Q kl l=1 8. Parameterintegrale. In diesem Abschnitt bezeichne stets M R m eine zunächst noch beliebige Menge, den Parameterbereich. Dazu sei eine Funktion f : R n M R gegeben, so daß für jedes y M die Funktion x f(x, y) zu L 1 (R n ) gehört. Dann ist durch F (y) = f(x, y)dx eine Funktion F : M R erklärt, das Parameterintegral von f. Günstige Eigenschaften von f bezüglich y pflanzen sich unter milden Bedingungen auf F fort. Dies gilt insbesondere für Stetigkeit und Differenzierbarkeit. Eine Funktion f wie oben beschrieben heißt L-beschränkt (genauer: gleichmäßig Lebesgue-beschränkt auf M), wenn es g L 1 (R n ) gibt mit f(x, y) g(x) für alle x R n, alle y M.
15 15 Satz 8. Ist f eine L-beschränkte Funktion, für die für alle x R n die Funktion M R, y f(x, y) in y 0 M stetig ist, dann ist auch das Parameterintegral von f in y 0 stetig. Beweis. Sei y k M eine Folge mit y k y 0. Dann ist f k (x) = f(x, y k ) eine Funktionenfolge mit lim f k(x) = f(x, y 0 ). Satz 5 kann angewendet werden, weil f(x, y) L-beschränkt ist. Auf Differenzierbarkeit untersuchen wir Parameterintegrale zuerst, wenn m = 1 und M ein offenes Intervall ist. Ist dann y f(x, y) für jedes feste x R eine stetig differenzierbare Funktion, dann ist nach dem Mittelwertsatz f(x, y) f(x, y 0 ) y y 0 = f y (x, y 0 + θ(y y 0 )) für geeignetes θ (0, 1), insbesondere ist dieser Differenzenquotient auf M stetig in y. Ist f y L-beschränkt, kann auf F (y) F (y 0 ) f = y y 0 y (x, y 0 + θ(y y 0 ))dx. Satz 8 angewendet werden. Mit y y 0 wird F als differenzierbar erkannt; es gilt f F (y) = (x, y)dx. y Deshalb ist F sogar stetig. Da eine Funktion von m Variablen auf einer offenen Menge M mit stetigen partiellen Ableitungen auch stetig differenzierbar ist, können wir das soeben gefundene Resultat verallgemeinern zu Satz 9. Sei M R m offen, für jedes y M sei x f(x, y) in L 1 (R n ), und für jedes x R n sei y f(x, y) stetig differenzierbar auf M mit auf M L-beschränkten partiellen Ableitungen f y j (1 j m). Dann ist das Parameterintegral zu f stetig differenzierbar auf M, und es gilt f f(x, y)dx = (x, y)dx. y j y j e x2 Als einfache Anwendung berechnen wir die Cosinus-Transformation von f(x) = explizit, also die auf ganz R definierte Funktion F (t) = Nach Satz 9 ist F differenzierbar, und es gilt F (t) = e x2 cos(xt)dx. xe x2 sin(xt)dx. Unter Beachtung von d dx e x2 = 2xe x2 ergibt partielle Integration F (t) = 1 2 t e x2 cos(xt)dx = 1 tf (t). 2
16 16 Daraus läßt sich F mit einem Trick bestimmen. Die Funktion g(x) = e (x/2)2 F (x) ist nämlich differenzierbar mit g (x) = e (x/2)2 F (x) xe(x/2)2 F (x) = 0. Also ist g konstant. Es folgt F (t) = Ce (t/2)2 mit C = F (0) = e x2 dx. Auch den Wert von C können wir später noch berechnen. 9. Sukzessive Integration. Für Integrale einer Variablen stehen über den Hauptsatz der Differential- und Integralrechnung wirksame Methoden zur Berechnung von Integralen zur Verfügung, denn Satz 3 läßt für eine große Klasse von Integranden den Import der klassischen Analysis in die Lebesguesche Theorie zu. Für Integrale über den R n hingegen fehlt noch eine leistungsfähige Methode. Der nachfolgende Satz ist sehr nützlich. Wir betrachten Funktionen f : R n R m R und schreiben meist x R n, y R m. Diese fassen wir dann zu (x, y) R n+m zusammen. Satz 10 (Fubini). Sei f L 1 (R n+m ). Dann ist x f(x, y) fast überall (in y R m ) in L 1 (R n ), die durch F (y) = f(x, y)dx definierte Funktion F : R m R ist in L 1 (R m ), und es gilt F (y)dy = fd(x, y). Kürzer, aber etwas unpräzise, kann man also sagen, daß ein Integral über den R n+m durch sukzessive Integration in der Form ( ) fd(x, y) = f(x, y)dy dx berechnet werden kann. Selbstverständlich können die Rollen von x und y vertauscht werden. Wird Satz 10 wiederholt auf g L 1 (R n ) angewendet, dann ergibt sich gdx = g(x 1, x 2,..., x n )dx 1 dx 2... dx n, und die Integrale einer Variablen können mit dem Hauptsatz bearbeitet werden. Bei der Anwendung von Satz 10 ist die Voraussetzung f L 1 (R n+m ) dringend zu beachten. Insbesondere darf keinesfalls von der Existenz der sukzessiven Integrale f(x, y)dxdy auf die Integrierbarkeit von f geschlossen werden. So ist etwa für f : R 2 R, gegeben durch 1 0 < x y < 1, f(x, y) = 1 0 < y x < 1, 0 sonst, für alle y R stets f(x, y)dx = 0, also f(x, y)dxdy = 0, und dasselbe gilt, wenn zuerst nach y, dann nach x integriert wird. Aber: f ist sicher nicht in L 1 (R 2 ),
17 17 also auch nicht f. Zur Übung sei empfohlen, zu gegebenen A, B R eine Funktion f : R 2 R zu konstruieren mit f(x, y)dxdy = A, f(x, y)dydx = B. Für positive Funktionen hat der Satz von Fubini eine partielle Umkehrung. Satz 11 (Tonelli). Sei f : R n+m [0, ) eine meßbare Funktion, für alle y R m sei x f(x, y) integrierbar, und das Parameterintegral F (y) = f(x, y)dx definiere F L 1 (R n ). Dann ist f L 1 (R n+m ). Wiederum läßt sich prägnanter, aber etwas ungenauer sagen: existiert das sukzessive Integral f(x, y)dxdy, und ist f 0, dann existiert auch fd(x, y), und dieses Integral hat denselben Wert wie das sukzessive Integral. Nach Satz 11 ist x exp( x 2 2) in L 1 (R n ), denn es ist exp( x 2 2) = e x2 1 e x e x 2 n und ( e x e x n. 2 n dx1... dx n = e dt) t2 Der Beweis von Satz 10 verläuft in mehreren Schritten für größer werdende Klassen von Funktionen. (i) Ist f die charakteristische Funktion eines Quaders, dann gilt Satz 10. Denn ist Q ein Quader im R n+m, dann gibt es Quader U im R n und V im R m mit Q = (x, y) : x U, y V }, und es gilt vol Q = (vol U)(vol V ). Wegen 1 Q (x, y) = 1 U (x)1 V (y) folgt wie erwartet 1 Q d(x, y) = vol Q = (vol U)(vol V ) = 1 U dx 1 V dy. (ii) Ist f eine Treppenfunktion, dann ist f = c 1 1 Q c r 1 Qr mit geeigneten c j R und Quadern Q j im R n+m. Wegen der Linearität des Elementarintegrals und (i) gilt Satz 10 also für Treppenfunktionen. (iii) Wir benötigen jetzt den folgenden Hilfssatz, der Satz 10 für charakteristische Funktionen von Nullmengen bestätigt. Lemma. Sei E R n+m eine Nullmenge. Dann ist fast überall in y R m auch E y = x R n : (x, y) E} eine Nullmenge im R n. Der Beweis erfordert etwas Sorgfalt. Zu jedem y R m betrachten wir Überdeckungen von E y ; das seien Familien von Quadern W j im R n mit E y W j. Jeder solchen Überdeckung ordnen wir die Reihe vol W j
18 18 zu. Konvergiert diese nicht, setzen wir dafür formal. Zu k N sei B k die Menge aller y R m, für die bei jeder Überdeckung von E y gilt vol W j > 1 k. Nach Definition der Nullmengen ist E y genau dann keine Nullmenge, wenn y B k für mindestens ein k N ist. Wegen Lemma 2 genügt es also zu zeigen, daß B k eine Nullmenge ist. Dazu sei ε > 0. Da E eine Nullmenge im R n+m ist, gibt es Quader Q j mit vol Q j < ε, die E überdecken. Wir schreiben Q j = U j V j mit Quadern U j im R n und V j im R m wie in (i) und haben dann mit der Rechnung aus (i) ε > 1 Qj d(x, y) = (vol U j )1 Vj (y)dy. Nach dem Satz von Beppo Levi konvergiert also (vol U j )1 Vj (y) = fast überall, und es gilt Die Menge ε > A = A(k, Q j ) = j:y V j j:y V j (vol U j )dy. y : j:y V j vol U j vol U j > 1 k ist meßbar, und nach Konstruktion bilden die U j mit y V j eine Überdeckung von E y. Das zeigt B k A. Es folgt ε > 1 A (y) (vol U j )dy > 1 A (y)k 1 dy, j:y V j also vol A < kε. Da ε > 0 beliebig war, impliziert die Inklusion B k A, daß B k in einer Nullmenge enthalten und deshalb selbst Nullmenge sein muß. Damit ist das Lemma bewiesen. (iv) Jetzt verifizieren wir Satz 10 für f C 1 (R n+m ). Sei t k eine L-Folge für f. Dann gilt nach (ii) (18) fd(x, y) = lim t k (x, y)d(x, y) = lim T k (y)dy mit T k (y) = t k (x, y)dx. Die T k sind wieder Treppenfunktionen, und da t k+1 t k für alle k ist, gilt auch T k+1 T k. Wegen (18) sind dann auch die T k eine L-Folge. Nach Lemma 4 konvergiert also T k (y) fast überall gegen eine Grenzfunktion in L 1 (R m ), und es gilt (19) fd(x, y) = lim T k(y)dy. }
19 19 Ist die Folge T k (y) konvergent, dann ist lim T k(y) = lim t k (x, y)dx = lim t k(x, y)dx, wobei nach Lemma 4 die Folge t k (x, y) bei festem y fast überall in x R n konvergiert. Nach dem Lemma unter (iii) konvergiert fast überall bezüglich y R m die Folge t k (x, y) gegen f(x, y), also lim T k(y) = f(x, y)dx fast überall in y R m. Wird dies in (19) eingesetzt, folgt Satz 10 für f. (v) Ist f L 1 (R n+m ), dann schreibe f = g h mit g, h C 1 (R n+m ), und wende (iv) auf g und h an. Der Beweis von Satz 10 ist damit abgeschlossen. Beweis von Satz 11. Sei W k = (x, y) : x j k, y i k}. Dann ist f k (x, y) = 1 Wk (x, y) min(k, f(x, y)) meßbar, und es gilt 0 f k k1 Wk. Deshalb ist f k L 1 (R n+m ), und die Folge f k ist monoton wachsend gegen f. Wir wenden Satz 10 auf f k an und erhalten f k d(x, y) = f k (x, y)dxdy f(x, y)dxdy. Aus dem Satz von der monotonen Konvergenz folgt f L 1 (R n+m ). 10. Die Banachalgebra L 1 (R n ). Für f L 1 (R n ) ist nach Satz 2 durch f 1 = f dx eine nicht-negative reelle Zahl definiert, die Eins-Norm von f. Die Abbildung 1 : L 1 (R n ) [0, ) hat die Eigenschaften einer Halbnorm, nämlich λf 1 = λ f 1, f + g 1 f 1 + g 1 für alle λ R, f, g L 1 (R n ) (vgl. dazu Satz 2). Nach Satz 6 ist allerdings f 1 = 0 genau dann, wenn f(x) = 0 f. ü. gilt. Obwohl 1 also keine Norm ist, sprechen wir von der Eins-Norm 1. Bezüglich dieser Norm ist L 1 (R n ) vollständig: Satz 12. Seien f k L 1 (R n ), die Folge f k sei eine Cauchy-Folge bezüglich 1. Dann gibt es f L 1 (R n ) mit lim f k f 1 = 0. Die Grenzfunktion f ist nicht eindeutig bestimmt. Ist aber lim f k f = lim f k g = 0, dann folgt aus der Dreiecksungleichung f g f f k + f k g mit k sofort f g 1 = 0, also f(x) = g(x) f. ü., und mehr konnten wir auch nicht erwarten. 1 Offenbar bilden die f L 1 (R n ) mit f 1 = 0 einen Vektorraum N (den Nullraum der Halbnorm), im Quotientenraum L 1 (R n )/N hat jeder Repräsentant f + N dieselbe Norm wie f, so daß 1 zu einer Norm auf L 1 (R n )/N wird. Damit ist ein normierter Raum konstruiert. In der Praxis lohnt es sich kaum, zwischen L 1 (R n ) und L 1 (R n )/N zu unterscheiden.
20 20 Zum Beweis von Satz 12 benutzen wir die Cauchy-Eigenschaft der f k. Demnach gibt es zu l N ein m(l) N mit f k f h 1 < 2 l für alle k, h m(l). Nach dem Majorantenkriterium konvergiert insbesondere die Reihe f m(l) f m(l+1) dx, l=1 denn ihre Glieder sind durch 2 l beschränkt. Nach dem Satz von Beppo Levi konvergiert deshalb die Reihe f m(l) (x) f m(l+1) (x) l=1 fast überall gegen eine Funktion in L 1 (R n ). Wenn diese Reihe konvergiert, dann erst recht die Reihe (20) (f m(l) (x) f m(l+1) (x)), l=1 und die Grenzfunktion ist nach dem Lebesgueschen Konvergenzsatz wieder in L 1 (R n ), denn die vorige Reihe ist eine geeignete Majorante. Die Reihe (20) ist eine Teleskopsumme. Deshalb existiert auch der Grenzwert f(x) = lim l f m(l) (x), fast überall, und es gilt f L 1 (R n ). Wir zeigen f k f in der Norm: Sei ε > 0 gegeben. Wähle l so groß, daß 2 l < ε wird. Für alle k > m(l) ist dann f k f m(l) 1 < ε und f f m(l) 1 f m(l+j) f m(l+j+1) 1 2 l j < 2ε, j=0 also f k f 1 < 3ε. Das beweist Satz 12. Lemma. Ist f L 1 (R n ), dann gibt es t k T n mit lim t k f 1 = 0. Dieser einfache Hilfssatz hat eine wichtige Konsequenz: L 1 (R n ) ist die Vervollständigung von T n bezüglich der Eins-Norm. Die Lebesguesche Integrationstheorie kann also auch anders aufgebaut werden. Man beginnt mit dem Elementarintegral von Treppenfunktionen und definiert die Eins-Norm auf T n. Dann bildet man den Abschluß, und setzt die Norm und das Integral auf den Abschluß fort. Dies führt nach obigem Lemma zu derselben Klasse integrierbarer Funktionen. Für f C 1 (R n ) wähle eine L-Folge t k zu f. Dann ist t k (x) f(x), also f(x) t k (x) dx = fdx t k dx, und lim t k f 1 = 0 folgt direkt aus der Definition des Integrals. Ist f = g h mit g, h C 1 (R n ), dann wähle L-Folgen für g und h und benutze die Dreiecksungleichung. Das Lemma folgt sofort. Als typische Anwendung der Sätze von Fubini und Tonelli diskutieren wir ein Produkt auf L 1 (R n ), die Faltung. j=0
21 21 Satz 13. Seien f, g L 1 (R n ). Dann ist fast überall in y R n x f(y x)g(x) in L 1 (R n ), und das Parameterintegral (21) f g(y) = f(y x)g(x)dx die Funktion ist ebenfalls in L 1 (R n ). Es gilt (22) f g 1 f 1 g 1. Die durch (21) definierte Funktion heißt Faltung von f und g. Dieses Produkt auf L 1 (R n ) ist mit der Vektorraumstruktur durch Distributivgesetze verbunden. Die Linearität des Integrals liefert nämlich aus (21) für f, g, h L 1 (R n ) und λ R sofort f (g + h) = f g + f h und f (λg) = λ(f g). Außerdem gilt f g = g f. Dies ergibt sich aus (21), wenn der folgende Hilfssatz benutzt wird. Lemma. Seien f L 1 (R n ) und t R n. Dann ist durch t f(x) = f(x + t) eine Funktion t f L 1 (R n ) definiert, und es gilt t fdx = fdx. Beweis. Ist s T n, dann ist auch t s T n, und die Definition des Elementarintegrals zeigt sofort sdx = t sdx. Das Lemma folgt jetzt sofort durch Approximation von f durch Treppenfunktionen. Beweis Satz 13. Das sukzessive Integral f(y x)g(x) dydx = ( ) x f(y) dy g(x) dx (23) = f 1 g 1 existiert. Nach Satz 11 ist deshalb (x, y) f(y x)g(x) in L 1 (R n R n ), und dasselbe gilt dann für (x, y) f(y x)g(x). Nach dem Satz von Fubini ist dann x f(y x)g(x) in L 1 (R n ) fast überall in y, wie behauptet. Schließlich folgt (22) aus Satz 10 und (23). Die Faltung ist ein wichtiges Hilfsmittel in der Fourieranalyis ( Höhere Analysis, Funktionalanalysis).
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.
MehrAnalysis III Wintersemester 2003/2004. W. Ebeling
Analysis III Wintersemester 2003/2004 W. Ebeling 1 c Wolfgang Ebeling Institut für Algebraische Geometrie Leibniz Universität Hannover Postfach 6009 30060 Hannover E-mail: ebeling@math.uni-hannover.de
Mehr2.6 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
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
MehrLösungsvorschläge für das 5. Übungsblatt
Lösungsvorschläge für das 5. Übungsblatt Aufgabe 6 a) Sei = [0, ], f(x) := [e x ] für x. Hierbei ist [y] := maxk Z k y} für y. Behauptung: f ist messbar und es ist f(x) dx = 2 log 2. falls x [0, log 2),
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,
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
MehrFerienkurs in Maß- und Integrationstheorie
Zentrum Mathematik Technische Universität München Dipl. Math. Wolfgang Erb WS 9/ Übungsblatt Ferienkurs in Maß- und Integrationstheorie Aufgabe. (σ-algebren Sei eine Menge und A eine σ-algebra in. Seien
Mehr15. Bereichsintegrale
H.J. Oberle Analysis III WS 212/13 15. Bereichsintegrale 15.1 Integrale über uadern Ziel ist die Berechnung des Volumens unterhalb des Graphen einer Funktion f : R n D R, genauer zwischen dem Graphen 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
Mehr1 Verbandstheorie. Aufgabensammlung. Höhere Mathematik für Physiker III Wintersemester 2014
Aufgabensammlung Höhere Mathematik für Physiker III Wintersemester 2014 1 Verbandstheorie 1. Aufgabe: (a) Sei f C(R) eine stetige Funktion. Wenn Rf(x)φ(x)dx = 0 für alle Testfunktionen φ Cc (R) gilt, dann
MehrIntegration (handgestrickt)
Integration (handgestrickt) C c (R n ) :={f : R n R; f stetig, Träger(f) beschränkt}. B + b (Rn ) := { f : R n R; abei bedeutet f m konvergiert. J (R n ) := {f; a) f beschränkt, b) Träger(f) beschränkt,
Mehr20.4 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
MehrAnalysis I. 4. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein
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
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
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
MehrAnalysis III. Vorlesungsskriptum WS 2006/07. Fakultät für Mathematik, Ruhr-Universität Bochum
Analysis III Vorlesungsskriptum WS 2006/07 R. Verfürth Fakultät für Mathematik, Ruhr-Universität Bochum Inhaltsverzeichnis Kapitel IX. Integralrechnung mehrerer Veränderlicher 5 IX.1. Nullmengen 5 IX.2.
Mehr2. Integration. {x : f(x) <a+ 1 n }
9 2.1. Definition. 2. Integration in Maß ist eine nichtnegative, abzählbar additive Mengenfunktion. in Maßraum ist ein Tripel (X,,µ) bestehend aus einem messbaren Raum X mit der -lgebra und einem auf definierten
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)
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
MehrA. Maß- und Integrationstheorie
A. Maß- und Integrationstheorie Im folgenden sind einige Ergebnisse aus der Maß- und Integrationstheorie zusammengestellt, die wir im Laufe der Vorlesung brauchen werden. Für die Beweise der Sätze sei
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
MehrKapitel A. Konstruktion und Eigenschaften von Integralen
Kapitel A Konstruktion und Eigenschaften von Integralen Inhalt dieses Kapitels A000 Wie misst man Flächen- und Rauminhalt? Absolut integrierbare Funktionen Integration: Theorie und Anwendung A001 Bildquelle:
Mehr(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.
Mehr10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit
10 Aus der Analysis Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit Zahlenfolgen Ein unendliche Folge reeller Zahlen heißt Zahlenfolge. Im Beispiel 2, 3, 2, 2 2, 2
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 2. Juli 2018 1/1 Wir geben einige wesentliche Sätze über bestimmte Integrale an, deren Beweise man in den Standardlehrbüchern der Analysis findet.
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
MehrAnalysis 2. Vorlesungsausarbeitung zum SS von Prof. Dr. Klaus Fritzsche. Inhaltsverzeichnis
Bergische Universität Gesamthochschule Wuppertal Fachbereich Mathematik Analysis 2 Kapitel 3 Integrationstheorie Vorlesungsausarbeitung zum SS 2001 von Prof Dr Klaus Fritzsche Inhaltsverzeichnis 1 Maßtheorie
MehrLösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried
Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie Tobias Ried. März 2 2 Aufgabe (Messbarkeit der Komposition zweier Abbildungen). Seien (X, A), (Y, B) und (Z, C) Messräume und f : (X,
MehrÜbungen Analysis I WS 03/04
Blatt Abgabe: Mittwoch, 29.0.03 Aufgabe : Beweisen Sie, daß für jede natürliche Zahl n gilt: n ( ) n (x + y) n = x i y n i, i (b) n ν 2 = ν= i=0 n(n + )(2n + ), 6 (c) 2 3n ist durch 7 teilbar. Aufgabe
MehrWiederholungsklausur zur Analysis I
Wiederholungsklausur zur Analysis I Prof. Dr. C. Löh/M. Blank 5. Oktober 2011 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten
Mehr22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion
KAPITEL 1. GRUNDLAGEN Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion 1 für 0 x < 1 g 0 (x) = 1 1 für < x 1. Natürlich gibt dies von
Mehrsign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0
ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 81 3. Stetigkeit 3.1. Stetigkeit. Im Folgenden sei D R eine beliebige nichtleere Teilmenge. Typischerweise wird D ein allgemeines Intervall sein, siehe Abschnitt
MehrProf. Dr. H. Garcke, D. Depner WS 2009/10 NWF I - Mathematik Universität Regensburg. Analysis III
Prof. Dr. H. Garcke, D. Depner WS 2009/10 NWF I - Mathematik 18.11.2009 Universität Regensburg Analysis III Verbesserung der Zusatzaufgabe von Übungsblatt 4 Zusatzaufgabe Wir definieren die Cantormenge
MehrANALYSIS 3. Carsten Schütt WS 2008/9
1. Es sei f : R 3 R 3 durch f 1 (r, φ 1,φ 2 ) = r cos φ 1 f 2 (r, φ 1,φ 2 ) = r sin φ 1 cos φ 2 f 3 (r, φ 1,φ 2 ) = r sin φ 1 sin φ 2 gegeben. Für welche (r, φ 1,φ 2 ) ist f lokal invertierbar? Ist f global
MehrLösungsvorschlag 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
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
Mehr30 Die Gammafunktion und die Stirlingsche Formel
3 Die Gammafunktion und die Stirlingsche Formel 35 Charakterisierung der Gammafunktion 36 Darstellung der Gammafunktion 38 Beziehung zwischen der Gammafunktion und der Zetafunktion 3 Stirlingsche Formel
MehrLösung zum Tutorium für Topologie und Differentialrechnung mehrerer Variablen SS y. Mit A ist der Flächeninhalt des von
Blatt Nr. Markus Nöth Lösung zum Tutorium für Topologie und Differentialrechnung mehrerer Variablen SS 1 Aufgabe 1 1 8 6 X w - 6 8 Abbildung 1: Cauchy-Schwarz-Ungl. A In der nebenstehenden Graphik sind
MehrKapitel 3. Konvergenz von Folgen und Reihen
Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden
MehrKapitel 5 KONVERGENZ
Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz
Mehr9. Übung zur Maß- und Integrationstheorie, Lösungsskizze Aufgaben
9. Übung zur aß- und Integrationstheorie, Lösungsskizze Aufgaben A 50 (Eine Flächenberechnung mit dem Cavalierischen Prinzip). Es seien a, b > 0 und : { (x, y) R 2 : (x/a) 2 + (y/b) 2 1 }. (a) Skizzieren
Mehr(y ) 2 0 bis t, so erhalten wir 1 y (t) (t t 0). L sen wir diese Ungleichung nun nach y (t) auf, so folgt
0.. Lösung der Aufgabe. Wir nehmen an, es existiere eine nicht-triviale globale L sung y. Dann lesen wir direkt von der Gleichung ab, dass y 0 gilt auf ganz R, das heisst, die Funktion ist konvex. Da wir
MehrFerienkurs Analysis 1, SoSe Unendliche Reihen. Florian Beye August 15, 2008
Ferienkurs Analysis 1, SoSe 2008 Unendliche Reihen Florian Beye August 15, 2008 1 Reihen und deren Konvergenz Definition 1.1. Eine reelle bzw. komplexe Reihe ist eine unendliche Summe über die Glieder
MehrAnalysis II (FS 2015): MEHRFACHE INTEGRALE
Analysis II (FS 2015): MEHRFACHE INTEGRALE Dietmar A. Salamon ETH-Zürich 27. April 2015 Zusammenfassung Das Ziel dieses Manuskriptes ist es, das Riemannsche Integral einer Funktion von mehreren Variablen
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
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
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
Mehr10 Kriterien für absolute Konvergenz von Reihen
10 Kriterien für absolute Konvergenz von Reihen 10.1 Majoranten- und Minorantenkriterium 10.3 Wurzelkriterium 10.4 Quotientenkriterium 10.9 Riemannscher Umordnungssatz 10.10 Äquivalenzen zur absoluten
MehrDefinition 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
MehrDas mehrdimensionale Riemann-Integral. 1. Volumenintegrale
Das mehrdimensionale Riemann-Integral. Volumenintegrale Es sei ein uader im R n gegeben durch := [a, b ] [a 2, b 2 ] [a n, b n ] = {(x,... x n ) a j x j b j } mit rellen Zahlen a j, b j, j =,... n. Offenbar
MehrD-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler. Lösung 3
D-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler Lösung 3 Hinweise 1. Wählen Sie in der Definition der Konvergenz ε < 1 und verwenden Sie die Definition der diskreten Metrik. 2. Argumentieren
MehrFolgen und Reihen. 1 Konvergenz
Folgen und Reihen Man betrachte viele Zahlen hintereinander geschrieben. Solche Folgen von Zahlen können durch nummeriert werden. Es entsteht eine Zuordnung der natürlichen Zahlen zu den Gliedern der Folge.
MehrFaltung und Approximation von Funktionen
Faltung und Approximation von Funktionen Lisa Bauer und Anja Moldenhauer 9. Juni 2008 1 Die Faltung von Funktionen 1.1 Die Faltung Eine kleine Widerholung mit einem Zusatz: Vergleiche den Vortrag von Benjamin
Mehr10 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
Mehr6.1 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
MehrFolgen 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,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5
3 Folgen 3.1 Definition und Beispiele Eine Abbildung a : Æ Ê heißt (reelle) Zahlenfolge. Statt a(n) schreiben wir kürzer a n und bezeichnen die ganze Folge mit (a n ) n Æ oder einfach (a n ), was aber
Mehrθ für alle n n 0, 0, dann divergiert a n. θ n, also die mit a n0 θ n 0
6 REIHEN 6. Konvergenzkriterien - 19 - Wenn man im Majorantenkriterium die geometrische Reihe als Majorante nimmt, erhält man das (6..18) Quotientenkriterium : Sei (a n ) n N0 eine Folge in C. Es gebe
MehrHöhere Mathematik für Physiker II
Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei
Mehr( ) ( ) < 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
Mehr8 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
MehrDefinitionen und Aussagen zur Maßtheorie
Definitionen und Aussagen zur Maßtheorie Man möchte den Teilmengen eines Raumes ein Gewicht zuordnen. Wir werden sehen, daß dies in sinnvoller Weise häufig nicht für alle Teilmengen möglich ist, sondern
Mehr(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,
Mehr2. Stetige lineare Funktionale
-21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn
MehrAnalysis 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
MehrAnalysis III. Walter Bergweiler. Wintersemester 2013/14 Fassung vom 3. Februar 2014
Analysis III Walter Bergweiler Wintersemester 2013/14 Fassung vom 3. Februar 2014 Inhaltsverzeichnis I Das Lebesgue-Integral 1 1 Treppenfunktionen und Hüllreihen................ 1 2 Definition und Eigenschaften
MehrAnalysis 3. Weihnachtsblatt Prof. Dr. H. Koch Dr. F. Gmeineder Besprechung: TBC, Januar Aufgabe 1: (Besonders prüfungsrelevant)
Analysis 3 04.12.2018 Prof. Dr. H. och Dr. F. Gmeineder Besprechung: TBC, Januar 2019 Weihnachtsblatt Aufgabe 1: (Besonders prüfungsrelevant) Aufgabe 2: Sei Ω eine Menge und Σ eine σ-algebra auf Ω. Seien
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 11. Juli 2016 Ableitungen im Höherdimensionalen Im Eindimensionalen war die Ableitung f (x 0 ) einer Funktion f : R R die
Mehr(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist.
8 Punktmengen Für die Menge M = { 1 n ; n N } ist 1 = max(m), denn 1 M und 1 n 1 für alle n N. Die Menge M besitzt aber kein Minimum, denn zu jeder Zahl x = 1 n M existiert ein y M mit y < x, etwa y =
MehrMusterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:
Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,
Mehra 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
Mehr12. 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
MehrBrückenkurs Rechentechniken
Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige
MehrDIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE
DIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE Zusammenfassung. Ergänzend zur Übung vom 06.06.203 soll hier die Leibnizregel für die Differentiation parameterabhängiger Integrale formuliert und bewiesen
Mehr19.2 Mittelwertsatz der Differentialrechnung
19 Mittelwertsätze der Differentialrechnung mit Anwendungen 19.1 Satz von Rolle 19.2 Mittelwertsatz der Differentialrechnung 19.4 Globaler Wachstumssatz 19.6 Verallgemeinerter Mittelwertsatz der Differentialrechnung
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
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
Mehr4 Holomorphie-Konvexität. Definition Satz. 42 Kapitel 2 Holomorphiegebiete
42 Kapitel 2 Holomorphiegebiete 4 Holomorphie-Konvexität Wir wollen weitere Beziehungen zwischen Pseudokonvexität und affiner Konvexität untersuchen. Zunächst stellen wir einige Eigenschaften konvexer
MehrÜbungsklausur 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)
MehrZusammenfassung Analysis 2
Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge
Mehr12 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
MehrÜbungsblatt 2 - Analysis 2, Prof. G. Hemion
Tutor: Martin Friesen, martin.friesen@gmx.de Übungsblatt 2 - Analysis 2, Prof. G. Hemion Um die hier gestellten Aufgaben zu lösen brauchen wir ein wenig Kentnisse über das Infimum bzw. Supremum einer Menge.
MehrHöhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 4. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 0/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 4. Übungsblatt Aufgabe
MehrAufgaben zu Kapitel 0
Aufgaben zu Kapitel 0 0.1. Seien A und B zwei Mengen. Wie kann man paarweise disjunkte Mengen A 1, A 2 und A 3 so wählen, dass A 1 A 2 A 3 = A B gilt? 0.2. Seien E ein Menge und A eine Teilmengen von E.
MehrFolgen und Reihen Folgen
Folgen und Reihen 30307 Folgen Einstieg: Wir beginnen mit einigen Beispielen für reelle Folgen: (i),, 4, 8, 6, (ii) 4,, 6, 3, 7, (iii) 0,,,, 3,, (iv), 3, 7,,, Aufgabe : Setzt die Zahlenfolgen logisch fort
MehrKapitel 5 Reihen 196
Kapitel 5 Reihen 96 Kapitel 5. Definition und Beispiele 97 Das Material dieses Kapitels können Sie nachlesen in: MICHAEL SPIVAK, Calculus, Kapitel 22 DIRK HACHENBERGER, Mathematik für Informatiker, Kapitel
Mehr12 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:
MehrAnalysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit
A Analysis, Woche 9 Mehrdimensionale Differentialrechnung I A 9. Differenzierbarkeit A3 =. (9.) Definition 9. Sei U R m offen, f : U R n eine Funktion und a R m. Die Funktion f heißt differenzierbar in
Mehr3 Metrische und normierte Räume
3 Metrische und normierte Räume 3.1 Metrische Räume Mit der metrischen Struktur wird der aus dem Ê n bekannte Abstandsbegriff abstrahiert. Wir können uns einen metrischen Raum als eine Punktmenge vorstellen,
MehrMusterlösung 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
Mehr7 Integralrechnung für Funktionen einer Variablen
7 Integralrechnung für Funktionen einer Variablen In diesem Kapitel sei stets D R, und I R ein Intervall. 7. Das unbestimmte Integral (Stammfunktion) Es sei f : I R eine Funktion. Eine differenzierbare
Mehr11 Logarithmus und allgemeine Potenzen
Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den
MehrThema 3 Folgen, Grenzwerte
Thema 3 Folgen, Grenzwerte Definition Eine Folge von reellen Zahlen ist eine Abbildung von N in R d.h. jedem n N ist eine Zahl a n zugeordnet. Wir schreiben für eine solche Folge. Beispiele. (a n ) n N
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
Mehr8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN
8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es
MehrLemma (Eigenschaften elementarer Mengen) 1. Jede elementare Menge lässt sich als disjunkte Vereinigung halboffener Intervalle schreiben.
12.3. DIE LEBESGUE ALGEBRA 19 Bemerkung 12.3.2 (Bezeichnungen) Im Buch von Bauer [2] werden elementare Mengen als Figuren bezeichnet. Wir folgen mit unserer Nomenklatur Rudin [15]. Natürlich kann man auf
Mehrn=1 a n mit reellen Zahlen a n einen
4 Unendliche Reihen 4. Definition und Beispiele Ein altes Problem der Analysis ist es, einer Reihe mit reellen Zahlen einen Wert zuzuordnen. Ein typisches Beispiel ist die unendliche Reihe + +..., die
Mehr