1 falls x 2. falls x = 1 und. 0 falls x > 1. eine Lebesgue-integrierbare Majorante. Somit können wir den Satz von Lebesgue anwenden:

Größe: px
Ab Seite anzeigen:

Download "1 falls x 2. falls x = 1 und. 0 falls x > 1. eine Lebesgue-integrierbare Majorante. Somit können wir den Satz von Lebesgue anwenden:"

Transkript

1 Lösungsvorschläge zur Klausur 045 Maß- und Integrationstheorie WS 205/6 Lösungsvorschlag zu Aufgabe Sei f n der Integrant 0 falls x > 2 und f n x) falls x 2. 3+sin 2n)+x x 4n Sein punktweiser Grenzwert ist gegeben durch falls x <, 3 lim f nx) fx) : falls x und n 4 0 falls x > Da 0 f n x) für alle n N nach Konstruktion, ist die Funktion 0 falls x > 2 und gx) falls x 2. eine Lebesgue-integrierbare Majorante. Somit können wir den Satz von Lebesgue anwenden: Es gilt lim n [ 2,2] 3 + sin ) dλx) x 2n + x 4n ) lim n 3 + sin ) x 2n + x 4n [ 2,2] [ 2,2],) fx) dλx) 3 dλx) + {,} dλx) 4 dλx) + 2, ),2) 0 dλx)

2 Lösungsvorschläge zur Klausur 045 Maß- und Integrationstheorie WS 205/6 Lösungsvorschlag zu Aufgabe 2. Nach Beispiel: Polarkoordinaten für d 2 haben wir Φ : [0, ) [0, 2π) R 2 ; r, θ) Φr, θ) : r cosθ), r sinθ) siehe 6.4) im Skript zu 045, mit Φ r, θ) cosθ) r sinθ) sinθ) r cosθ) und det Φ r, θ) r. 2. Definiere f : χ D0 R), also falls x, y) D f : R 2 0 R) und R; x, y) χ D0 R)x, y) 0 falls x, y) / D 0 R). Da D 0 R) ein Kreis mit Radius R um den Ursprung ist, f χ D0 R) rotationssymmetrisch. Es gilt falls x, y) R und fx, y) 0 falls x, y) > R mit x, y) : x2 + y 2 die euklidische Norm in R 2. Da f χ D0 R) eine Treppenfunktion mit messbarer Menge D 0 R) ist, kann λ 2 D0 R) ) als λ 2 D0 R) ) χ D0 R)x, y) dλ 2 x, y) fx, y) dλ 2 x, y) geschrieben werden. 3. Da f messbar ist und Φ oben behandelt wurde, kann der Transformationssatz angewendet werden. Insbesondere können wir auch Proposition anwenden.)

3 Wir erhalten mit U [0, R] [0, 2π) und V ΦU) D 0 R) fx, y) dλ 2 x, y) fx, y) dλ 2 x, y) ΦU) f r cosθ), r sinθ) ) r dλ 2 r, θ) U f r cosθ), r sinθ) ) r dλ 2 r, θ). [0,R] [0,2π) 4. Da f als Treppenfunktion positiv und messbar, und r, θ) r als stetige Funktion positiv und messbar ist r 0), können wir den Satz von Fubini in der ersten Variante anwenden. Wir erhalten f r cosθ), r sinθ) ) r dλ 2 r, θ) [0,R] [0,2π) χ {r R} r, θ) f r cosθ), r sinθ) ) r dλ 2 r, θ) [0, ) [0,2π) χ {r R} r, θ) r dλ 2 r, θ) [0, ) [0,2π) χ {r R} r, θ) r dλ θ) dλ r) Fubini) [0, ) [0,2π) 2π χ {r R} r) r dλ r) da gilt. 2π 2π [0, ) R 0 [ 2 r2 r dλ r) ] rr r0 2π 2 R2 πr 2, f r cosθ), r sinθ) ) χ B0 R) r cosθ), r sinθ) ) χ{r R} r, θ) 5. Nun setzten wir alle Schritte zusammen und erhalten λ 2 D0 R) ) fx, y) dλ 2 x, y) f r cosθ), r sinθ) ) r dλ 2 r, θ) πr 2. [0,R] [0,2π)

4 Lösungsvorschläge zur Klausur 045 Maß- und Integrationstheorie WS 205/6 Lösungsvorschlag zu Aufgabe 3 Sei E { {}, {2}, {3} } ein Erzeugendensystem über der Grundmenge Ω {, 2, 3}.. Berechnen Sie die von E erzeugte σ-algebra σe) über der Grundmenge Ω. Da E alle -elementrigen Teilmengen der endlichen Menge Ω enthält, gilt σe) PΩ). Wir haben also σe) {, {, 2, 3}, {}, {2, 3}, {2}, {, 3}, {3}, {, 2} } PΩ). 2. Vergleichen Sie σe) mit der Potenzmenge PΩ). Welche Relation erfüllen beide Mengensysteme zueinander? Wie bereits oben erwähnt haben wir σe) PΩ). 3. Sei µ : σe) R ein Wahrscheinlichkeitsmaß, das µ {} ) µ {2} ) erfüllt. 3 Zeigen Sie, dass µ bereits eindeutig festgelegt ist und geben Sie µ vollständig an. Wir haben µ ) 0, µ {, 2, 3} ) da µ W-Maß), µ {} ) 3 µ {2} ) 3 nach Aufgabenstellung), nach Aufgabenstellung), µ {3} ) µ {, 2} ) µ {} ) µ {2} ) 3 3 3, µ {, 2} ) µ {} ) + µ {2} ) , µ {, 3} ) µ {} ) + µ {3} ) und µ {2, 3} ) µ {2} ) + µ {3} )

5 Lösungsvorschläge zur Klausur 045 Maß- und Integrationstheorie WS 205/6 Lösungsvorschlag zu Aufgabe 4 Hinweis zur Punktevergabe: Jede richtige Antwort wird mit +2 Punkten, jede e Antwort wird mit 2 Punkten bewertet. Keine Antwort wird mit 0 Punkte bewertet. Sie können jedoch insgesammt in dieser Aufgabe keine negative Punkte erziehlen. Ein Beispiel: Sie haben 4 von 6 Fragen beantwortet, richig, 3. Sie erhalten daher +3 Punkte, Punkte und Punkte. Insgesammt wären das 4 Punkte. Da Sie jedoch mindestens 0 Punkte für die Aufgabe bekommen, erhalten Sie für die gesammte Aufgabe 0 Punkte. Sei [, ), B [, ) )) der Messraum mit Grundmenge [, ) und den Borelmengen B [, ) ) { A [, ); A B R )}. Wir definieren ein Maß µ auf diesen Messraum durch µa) : A x dλ x) für alle A B [, ) ) ). Bitte kreuzen Sie entweder Richtig oder Falsch an:. Es gilt B [, ) )) P [, ) ). 2. Der Maßraum [, ), B [, ) ), µ ) ist endlich. 3. Der Maßraum [, ), B [, ) ), µ ) ist σ-endlich. 4. Die durch [, ) R; x x gegebene Funktion ist λ integrierbar.

6 5. Die durch [, ) R; x gegebene Funktion ist µ integrierbar. x 6. Es gilt µ, 2) ) log2).

7 Lösungsvorschläge zur Klausur 045 Maß- und Integrationstheorie WS 205/6 Lösungsvorschlag zu Aufgabe 5. Wir testen die 3 Eigenschaften aus der Definition eines Maßes: δ x0 ist offenbar eine positive Mengenfunktion, da ihr Wertebereich nur {0, } ist. Also gilt δ x0 A) 0 für alle A PR). Da x 0 / gilt, folgt δ x0 ) 0. Seien {A n } disjunkte Teilmengen von R, dann gilt entweder x 0 / A n für alle n N ) δ x0 A n 0 δ x0 A n ), oder x 0 A n für genau ein n 0 N Die A n sind disjunkt!), ) δ x0 A n δ x0 A n ), da δ x0 A n ) 0 für alle n n 0. Also ist δ x0 σ-additiv. Somit ist δ x0 2. a) Es gilt ein Maß. x 2 + e x2 dδ x0 x) x 0 ) 2 + e x 0) 2) δ x0 {x0 } ) Proposition ) x 0 ) 2 + e x 0) 2 R, da δ x0 ein Punktmaß ist. Es wird nur an den Punkten ausgewertet, wo das Maß nicht verschwindet.) Insbesondere zeigt dies, dass dieses Integral existiert wie haben es ja bereits ausgerechnet.) b) Der Integrand, also die Funktion x x 2 + e x2, ist durch die positive, aber nicht Lebesgue-integrierbare Funktion x x 2 nach unten begrenzt. Also ist x x 2 + e x2 nicht Lebesgue-integrierbar; das Integral x 2 + e x2 dλx) existiert nicht.

Lösungen zu Übungsblatt 9

Lösungen zu Übungsblatt 9 Analysis : Camillo de Lellis HS 007 Lösungen zu Übungsblatt 9 Lösung zu Aufgabe 1. Wir müssen einfach das Integral 16 (x + y d(x, y x +y 4 ausrechnen. Dies kann man einfach mittels Polarkoordinaten, da

Mehr

σ-algebren, Definition des Maßraums

σ-algebren, Definition des Maßraums σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven

Mehr

Maße auf Produkträumen

Maße auf Produkträumen Maße auf Produkträumen Es seien (, Ω 1 ) und (X 2, Ω 2 ) zwei Meßräume. Wir wollen uns zuerst überlegen, wie wir ausgehend davon eine geeignete σ-algebra auf X 2 definieren können. Wir betrachten die Menge

Mehr

2 Allgemeine Integrationstheorie

2 Allgemeine Integrationstheorie 2 Allgemeine Integrationstheorie In diesem Abschnitt ist (,S,µ) ein Maßraum, und wir betrachten R immer mit der σ Algebra B(R). Ziel ist es, messbare Funktionen f : R zu integrieren. Das Maß µ wird uns

Mehr

Analysis 3 - Klausur - Lösung

Analysis 3 - Klausur - Lösung Wintersemester 23/24, Universität Bonn Analysis 3 - Klausur - Lösung Aufgabe : Sigma-Algebren (4+6 Punkte) a) Sei X eine Menge. Sei F = {{} : X}. Bestimmen Sie σ(f). b) Sei X eine Menge, Sei S P(X). Zeigen

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

Zusammenfassung der Lebesgue-Integrationstheorie

Zusammenfassung der Lebesgue-Integrationstheorie Zusammenfassung der Lebesgue-Integrationstheorie Das Lebesguesche Integral verallgemeinert das Riemannsche Integral. Seine Vorteile liegen für unsere Anwendungen vor allem bei den wichtigen Konvergenzsätzen,

Mehr

KONSTRUKTION VON MASSEN

KONSTRUKTION VON MASSEN KONSTRUKTION VON MASSEN MARCUS HEITEL 1. Einleitung Wir wollen im Folgenden das Lebesguemaß konstruieren. Dieses soll die Eigenschaft λ ( [a, b = b a für a, b R besitzen. Nun ist ein Maß aber auf einer

Mehr

Lehrstuhl IV Stochastik & Analysis. Stochastik II. Wahrscheinlichkeitstheorie I. Skriptum nach einer Vorlesung von Hans-Peter Scheffler

Lehrstuhl IV Stochastik & Analysis. Stochastik II. Wahrscheinlichkeitstheorie I. Skriptum nach einer Vorlesung von Hans-Peter Scheffler Fachschaft Mathematik Uni Dortmund Lehrstuhl IV Stochastik & Analysis Stochastik II Wahrscheinlichkeitstheorie I Skriptum nach einer Vorlesung von Hans-Peter Scheffler Letzte Änderung: 26. November 2002

Mehr

Ljapunov Exponenten. Reiner Lauterbach

Ljapunov Exponenten. Reiner Lauterbach Ljapunov Exponenten Reiner Lauterbach 28. Februar 2003 2 Zusammenfassung n diesem Teil betrachten wir ein wichtiges Thema: sensitive Abhängigkeit. Zunächst hat man ja stetige Abhängigkeit, wie man sie

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

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 11. Oktober 2013

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 11. Oktober 2013 Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 11. Oktober 2013 3 Fortsetzung von Prämassen zu Massen Der Begriff des Prämasses ist nicht ausreichend, um eine geschmeidige Integrationstheorie

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und

Mehr

Höhere Analysis. dω = Reiner Lauterbach. Vorlesung. Universität Hamburg, WS 2015/2016

Höhere Analysis. dω = Reiner Lauterbach. Vorlesung. Universität Hamburg, WS 2015/2016 Höhere Analysis Vorlesung Reiner Lauterbach M dω = M ω Universität Hamburg, WS 2015/2016 ii Inhaltsverzeichnis 12 Integration im R n 5 12.1 Mengenalgebren............................ 6 12.2 Inhalt und

Mehr

2 x x 2 y 2 vol(a) = d(x, y, z) = 4 3 x3 dx = [ 1

2 x x 2 y 2 vol(a) = d(x, y, z) = 4 3 x3 dx = [ 1 UNIVERSITÄT ARLSRUHE Institut für Analsis HDoz Dr P C unstmann Dipl-Math M Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Phsik und Geodäsie inklusive omplexe Analsis

Mehr

19.3 Oberflächenintegrale

19.3 Oberflächenintegrale 19.3 Oberflächenintegrale Definition: Sei D R 2 ein Gebiet und p : D R 3 eine C 1 -Abbildung x = p(u) mit x R 3 und u = (u 1, u 2 ) T D R 2 Sind für alle u D die beiden Vektoren und u 1 linear unabhängig,

Mehr

Lebesgue-Integral und L p -Räume

Lebesgue-Integral und L p -Räume Lebesgue-Integral und L p -Räume Seminar Integraltransformationen, WS 2012/13 1 Treppenfunktionen Grundlage jedes Integralbegriffs ist das geometrisch definierte Integral von Treppenfunktionen. Für A R

Mehr

Mathematik II für Inf und WInf

Mathematik II für Inf und WInf Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell

Mehr

Kurzskript zur Maßtheorie (Teil der Vorlesung Analysis III, Wintersemester 2010/11, gehalten von D. Grieser)

Kurzskript zur Maßtheorie (Teil der Vorlesung Analysis III, Wintersemester 2010/11, gehalten von D. Grieser) Kurzskript zur Maßtheorie (Teil der Vorlesung Analysis III, Wintersemester 2010/11, gehalten von D. Grieser) 13. Januar 2011 Inhaltsverzeichnis Vorwort..................................................

Mehr

Skript zur Vorlesung. Mass und Integral. Urs Lang. Sommersemester 2005 ETH Zürich

Skript zur Vorlesung. Mass und Integral. Urs Lang. Sommersemester 2005 ETH Zürich Skript zur Vorlesung Mass und Integral Urs Lang Sommersemester 2005 ETH Zürich Version vom 12. September 2006 Literatur [Rudin] W. Rudin, Real and Complex Analysis, Third Edition. McGraw-Hill Book Co.,

Mehr

Stochastik I. Vorlesungsmitschrift

Stochastik I. Vorlesungsmitschrift Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................

Mehr

MIII (WS 03/04) BERNHARD HANKE

MIII (WS 03/04) BERNHARD HANKE MIII (WS 03/04) BERNHARD HANKE 1. Konstruktion des Lebesgue-Integrals Unter einem n-dimensionalen (achsenparallelen) Quader im R n verstehen wir eine Teilmenge Q R n der Form Q = I 1... I n wobei alle

Mehr

Mathematik III. Vorlesung 74. Folgerungen aus dem Satz von Fubini. (( 1 3 x3 1 2 x2 y +2y 3 x) 1 2)dy. ( y +2y y +4y3 )dy

Mathematik III. Vorlesung 74. Folgerungen aus dem Satz von Fubini. (( 1 3 x3 1 2 x2 y +2y 3 x) 1 2)dy. ( y +2y y +4y3 )dy Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 74 Folgerungen aus dem Satz von Fubini Beispiel 74.1. Wir wollen das Integral der Funktion f :R 2 R, (x,y) x 2 xy +2y 3, über dem Rechteck

Mehr

Konvergenz im quadratischen Mittel - Hilberträume

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

Mehr

Übersicht Wahrscheinlichkeitsheorie

Übersicht Wahrscheinlichkeitsheorie Übersicht Wahrscheinlichkeitsheorie Gunther Leobacher und Friedrich Pillichshammer Universität Linz, Institut für Finanzmathematik, Altenbergerstrasse 69, 4040 Linz, Austria E-mail: gunther.leobacher@jku.at,

Mehr

Reelle Analysis: Mehrfachintegration

Reelle Analysis: Mehrfachintegration Reelle Analysis: Mehrfachintegration Universität Paderborn, WS 2008/09 Prof. Dr. Helge Glöckner Inhaltsverzeichnis: Vorwort....................................................................i Literatur..................................................................

Mehr

Analysis III. Vorlesung 72. Korollar Es sei (M,A,µ) ein σ-endlicher Maßraum und v: M R n eine messbare Abbildung. Dann ist die Abbildung

Analysis III. Vorlesung 72. Korollar Es sei (M,A,µ) ein σ-endlicher Maßraum und v: M R n eine messbare Abbildung. Dann ist die Abbildung Prof. Dr. H. Brenner Osnabrück WS 15/16 Analysis III Vorlesung 7 Korollar 7.1. Es sei (,A,µ) ein σ-endlicher aßraum und v: R n eine messbare Abbildung. Dann ist die Abbildung bijektiv und maßtreu. ϕ v

Mehr

1 Elemente der Wahrscheinlichkeitstheorie

1 Elemente der Wahrscheinlichkeitstheorie H.-J. Starkloff Unendlichdimensionale Stochastik Kap. 01 11. Oktober 2010 1 1 Elemente der Wahrscheinlichkeitstheorie 1.1 Messbare Räume Gegeben seien eine nichtleere Menge Ω und eine Menge A von Teilmengen

Mehr

Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester

Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang Sommersemester 3 8.6.3 Höhere Mathematik II für die Fachrichtungen Elektrotechnik und Informationstechnik

Mehr

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES MAß-, INTEGRATIONS-

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES MAß-, INTEGRATIONS- ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES MAß-, INTEGRATIONS- und WAHRSCHEINLICHKEITSTHEORIE im SS 2014 Übung Maß- und Integrationstheorie (SS 2014) 1 Aufgabe 1 (σ-algebra)

Mehr

2 Inhaltsverzeichnis

2 Inhaltsverzeichnis 0 Inhaltsverzeichnis 0 Maß- und Integrationstheorie.......................... 5 0.1 Messräume und Maße............................... 5 Algebren und σ Algebren........................... 5 Stetigkeitssatz..................................

Mehr

Maß- und Integrationstheorie

Maß- und Integrationstheorie Maß- und Integrationstheorie Manuskript zur Vorlesung in SS26 Bálint Farkas farkas@mathematik.tu-darmstadt.de Inhaltsverzeichnis Einführung...................................................................

Mehr

Stochastik. 1. Wahrscheinlichkeitsräume

Stochastik. 1. Wahrscheinlichkeitsräume Stochastik 1. Wahrscheinlichkeitsräume Ein Zufallsexperiment ist ein beliebig oft und gleichartig wiederholbarer Vorgang mit mindestens zwei verschiedenen Ergebnissen, bei dem der Ausgang ungewiß ist.

Mehr

φ(ζ, η) = (ζ η, η) = (x, y), bijektiv und stetig differenzierbar ist. Die Jacobi-Matrix von φ lautet: f(ζ) det(dφ(ζ, η)) dζ dη f(ζ) dζ dη.

φ(ζ, η) = (ζ η, η) = (x, y), bijektiv und stetig differenzierbar ist. Die Jacobi-Matrix von φ lautet: f(ζ) det(dφ(ζ, η)) dζ dη f(ζ) dζ dη. Übungen (Aufg und Lösungen zu Mathem u Lin Alg II SS 6 Blatt 9 66 Aufgabe 43: Sei f : R R eine stetige Funktion Formen Sie das Integral f(x + y dx dy in ein einfaches Integral um Lösung: Führe neue Koordinaten

Mehr

Maß und Integral I und II. SS 2004 und WS 2004/05

Maß und Integral I und II. SS 2004 und WS 2004/05 Maß und Integral I und II SS 2004 und WS 2004/05 Vorlesung von Priv.-Doz. Dr. J. Dippon unter Verwendung einer Vorlesung von Prof. Dr. H. Walk im SS 2003 Inhaltsverzeichnis Bezeichnungen 3 1 Grundbegriffe

Mehr

Analysis 3. Stand 12. April Alle Rechte beim Autor.

Analysis 3. Stand 12. April Alle Rechte beim Autor. Analysis 3 Steffen Börm Stand 12. April 2011 Alle Rechte beim Autor. Inhaltsverzeichnis 1 Einleitung 5 2 Grundlagen der Maßtheorie 7 2.1 Motivation................................... 7 2.2 Systeme von

Mehr

3 Volumenintegrale und Transformationsformel

3 Volumenintegrale und Transformationsformel 3 Volumenintegrale und Transformationsformel Nachdem wir uns in den ersten beiden Kapiteln mit recht abstrakten Konstruktionen beschäftigt haben, wenden wir uns nun der Berechnung konkreter Lebesgue Integrale

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen 1. Juni 13 *Aufgabe 1. erechnen Sie durch Übergang zu Polar-, Kugel- oder Zylinderkoordinaten die Fläche bzw. das Volumen (a) der von der Lemniskate x y (x + y ) = umschlossenen

Mehr

Mengensysteme, Wahrscheinlichkeitsmaße

Mengensysteme, Wahrscheinlichkeitsmaße Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen

Mehr

κ Κα π Κ α α Κ Α

κ Κα π Κ α α Κ Α κ Κα π Κ α α Κ Α Ζ Μ Κ κ Ε Φ π Α Γ Κ Μ Ν Ξ λ Γ Ξ Ν Μ Ν Ξ Ξ Τ κ ζ Ν Ν ψ Υ α α α Κ α π α ψ Κ α α α α α Α Κ Ε α α α α α α α Α α α α α η Ε α α α Ξ α α Γ Α Κ Κ Κ Ε λ Ε Ν Ε θ Ξ κ Ε Ν Κ Μ Ν Τ μ Υ Γ φ Ε Κ Τ θ

Mehr

Analysis III Wintersemester 2003/2004. W. Ebeling

Analysis 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

Mehr

Regulär variierende Funktionen

Regulär variierende Funktionen KAPITEL 4 Regulär variierende Funktionen Unser nächstes Ziel ist es, die Max-Anziehungsbereiche der Extremwertverteilungen zu beschreiben. Dies wird im nächsten Kapitel geschehen. Wir haben bereits gesehen,

Mehr

Integration über allgemeine Integrationsbereiche.

Integration über allgemeine Integrationsbereiche. Integration über allgemeine Integrationsbereiche. efinition: Sei R n eine kompakte und messbare Menge. Man nennt Z = { 1,..., m } eine allgemeine Zerlegung von, falls die Mengen k kompakt, messbar und

Mehr

Faltung und Approximation von Funktionen

Faltung 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

Mehr

Zufallsvariablen: Die allgemeine Definition

Zufallsvariablen: Die allgemeine Definition KAPITEL 8 Zufallsvariablen: Die allgemeine Definition 8.1. Zufallsvariablen Bis zu diesem Zeitpunkt haben wir ausschließlich Zufallsvariablen mit endlich oder abzählbar vielen Werten (also diskrete Zufallsvariablen)

Mehr

Beweis. Bauer (4. Auflage, 1991), S , Hoffmann-Jørgensen, Vol. I, S. 457.

Beweis. Bauer (4. Auflage, 1991), S , Hoffmann-Jørgensen, Vol. I, S. 457. Exkurs A: Bedingte Erwartungswerte, bedingte Verteilungen (Ω, A, P ) sei W-Raum, X : Ω IR P-quasiintegrierbar, F A Unter - σ- Algebra. E(X F) = E P (X F) (Version des) bedingter Erwartungswert von X unterf

Mehr

Einführung in die Maß- und Integrationstheorie

Einführung in die Maß- und Integrationstheorie Kapitel 11 Einführung in die Maß- und Integrationstheorie Dozentin: Prof. Dr. Helga Baum Nach Vorlesungen im Sommersemester 2002 (1. Teil von Analysis IV) und im Sommersemester 2008 (1. Teil von Analysis

Mehr

Notizen zur Vorlesung. Analysis III. G. Sweers

Notizen zur Vorlesung. Analysis III. G. Sweers Notizen zur Vorlesung Analysis III G. Sweers Wintersemester 2-2 ii Inhaltsverzeichnis Teilmengen und Strukturen. Topologie, Metrik und Norm...........................2 Basis und Produkt bei Topologien.......................

Mehr

A k R n. Dann ist der Durchschnitt A k integrierbar mit λ(a) = lim λ(a k ). deshalb. Damit gilt

A k R n. Dann ist der Durchschnitt A k integrierbar mit λ(a) = lim λ(a k ). deshalb. Damit gilt B. EIGENSCHAFTEN DES LEBESGUE-INTEGRALS Das Lebesgue-Integral ist deswegen wichtig, weil man viele schöne Sätze darüber beweisen kann. Die Konvergenzsätze z.b. sind sehr nützlich. B1. Konvergenzsätze Der

Mehr

Das Banach-Tarski-Paradox

Das Banach-Tarski-Paradox Das Banach-Tarski-Paradox Thomas Neukirchner Nicht-messbare Mengen verdeutlichen auf eindrucksvolle Weise, dass es keinen additiven - geschweige denn σ-additiven Volumenbegriff auf der Potenzmenge P(R

Mehr

Klausur zu Analysis II - Lösungen

Klausur zu Analysis II - Lösungen Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Dr. Axel Grünrock WS 1/11 11..11 Klausur zu Analysis II - Lösungen 1. Entscheiden Sie, ob die folgenden Aussagen richtig oder falsch sind.

Mehr

Das heißt, Γ ist der Graph einer Funktion von d 1 Veränderlichen.

Das heißt, Γ ist der Graph einer Funktion von d 1 Veränderlichen. Kapitel 2 Der Gaußsche Satz Partielle Differentialgleichung sind typischerweise auf beschränkten Gebieten des R d, d 1, zu lösen. Dabei sind die Eigenschaften dieser Gebiete von Bedeutung, insbesondere

Mehr

Probestudium der Physik 2011/12

Probestudium der Physik 2011/12 Probestudium der Physik 2011/12 1 Schwingungen und Wellen: Einführung in die mathematischen Grundlagen 1.1 Die Sinus- und die Kosinusfunktion Die Sinusfunktion lässt sich genauso wie die Kosinusfunktion

Mehr

Existenz des Lebesgue-Borel-Maßes

Existenz des Lebesgue-Borel-Maßes A Existenz des Lebesgue-Borel-Maßes In diesem (nicht prüfungsrelevanten) Anhang tragen wir u.a. die Existenz des Lebesgue- Borel-Maßes nach. 52 Es empfiehlt sich, diesen Anhang erst nach Kapitel 5 zu lesen

Mehr

Mathematik III. Produkt-Präringe

Mathematik III. Produkt-Präringe Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 66 Es ist unser Ziel zu zeigen, dass auf der Produktmenge von Maßräumen unter recht allgemeinen Voraussetzungen ein Maß definiert ist,

Mehr

3 Markov-Eigenschaft der Brownschen Bewegung

3 Markov-Eigenschaft der Brownschen Bewegung Man verifiziert 2.) für P n = Q n, und somit gilt: jede Teilfolge von (P n ) n N besitzt eine konvergente Teilfolge. Betrachte nun die endlich-dimensionalen Randverteilungen der Maße P n. Dazu sei π t1,...,t

Mehr

Mengenlehre. Aufgaben mit Lösungen

Mengenlehre. Aufgaben mit Lösungen Mengenlehre Aufgaben mit Lösungen Inhaltsverzeichnis 1 Hilfsmittel 1 1. Zahlenmengen........................................ 1 2. Symbole........................................... 1 3. Intervalle: Schreibweise...................................

Mehr

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

α + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus 4. Dualräume und schwache Topologien Den Begriff des Dualraums hatten wir bereits in Kapitel 2 definiert. Der Dualraum X eines Banachraums X ist X = B(X, C). X ist mit der Abbildungsnorm F = sup x =1 F

Mehr

Fraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß:

Fraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß: Universität Regensburg Sommersemester 013 Daniel Heiß: 9: Metrische äußere Maße II I Das mehrdimensionale Lebesguemaß 1.1 Definition (i) Für reelle Zahlen a b, c d ist ein Rechteck im R die Menge R = a,

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

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Grundstudium Mathematik Wahrscheinlichkeitsrechnung Bearbeitet von Dominique Foata, Aime Fuchs 1. Auflage 1999. Taschenbuch. xv, 383 S. Paperback ISBN 978 3 7643 6169 3 Format (B x L): 17 x 24,4 cm Gewicht:

Mehr

2.5 Messbare Mengen und Funktionen

2.5 Messbare Mengen und Funktionen 1 2.5 Messbre Mengen und Funktionen Definition Eine beschränkte Menge M R n heißt messbr, flls die chrkteristische Funktion χ M integrierbr ist. Die Zhl vol n (M) := χ M dµ n nennt mn ds Volumen von M.

Mehr

Schwache Konvergenz. Kapitel 8

Schwache Konvergenz. Kapitel 8 Im Hinblick auf die funktionalen Grenzwertsätze wird in diesem Kapitel die Theorie der schwachen Konvergenz endlicher Maße auf separablen metrischen, vorallem polnischen Räumen entwickelt. In dieser Situation

Mehr

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden? Kapitel Lineare Abbildungen Verständnisfragen Sachfragen Was ist eine lineare Abbildung? Erläutern Sie den Zusammenhang zwischen Unterräumen, linearer Unabhängigkeit und linearen Abbildungen! 3 Was ist

Mehr

Analysis I - Stetige Funktionen

Analysis I - Stetige Funktionen Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt

Mehr

Primzahlen Primzahlsatz Satz von Szemerédi Verallg. von Green/Tao Anwendung. Arithmetische Progressionen von Primzahlen

Primzahlen Primzahlsatz Satz von Szemerédi Verallg. von Green/Tao Anwendung. Arithmetische Progressionen von Primzahlen Arithmetische Progressionen von Primzahlen Sei N := {1, 2, 3,... } die Menge der natürlichen Zahlen. Definition Eine Primzahl ist eine natürliche Zahl > 1, die nur durch 1 und durch sich selbst teilbar

Mehr

Analysis III Kurzskript

Analysis III Kurzskript Analysis III Kurzskript Prof. Dr. Wolfgang Reichel Institut für Analysis Karlsruher Institut für Technologie WS 2009/2010 Inhalt 1 Abstrakte Maß- und Integrationstheorie 3 1.1 R (erweitertes reelles Zahlensystem)...............

Mehr

Klausur der Modulprüfung / Diplomvorprüfung

Klausur der Modulprüfung / Diplomvorprüfung Klausur der Modulprüfung / Diplomvorprüfung für B.Sc. aer / B.Sc. mawi / Dipl. aer / Dipl. geod. / Dipl. autip Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 120 Minuten Erlaubte Hilfsmittel:

Mehr

= 3 e e x 1 + 2x 2. + x 2. = x. x 1 = 5 x 2 = 2

= 3 e e x 1 + 2x 2. + x 2. = x. x 1 = 5 x 2 = 2 Lösungsvorschläge zu Blatt 7: ) x ( ) 3 3 e + e ( ) ( ) ( )! x x + x + x x + x x x Wir haben hier also zwei verschiedene Darstellungen für einen Vektor, da zwei verschiedene Basen verwendet werden. b b

Mehr

Kapitel 8 Probabilistische und Possibilistische Logik. 23. Juni 2005

Kapitel 8 Probabilistische und Possibilistische Logik. 23. Juni 2005 Kapitel 8 Probabilistische und Possibilistische Logik 23. Juni 2005 Zusammenfassung Kapitel 1-2 Grundlagen, Kapitel 3 Fuzzy-Mengen und -Relationen, Kapitel 4 Erweiterung des klassischen Beweisbegriffes,

Mehr

Integralrechnung für GLET

Integralrechnung für GLET Freitagsrunden Tech Talk November 2, 2012 1 Grundlagen Rechenregeln für Integrale 2 Mehrdimensionale Integrale Flächenintegrale Volumenintegrale Lösbar? 3 Kugel- und Zylinderkoordinaten Kugelkoordinaten

Mehr

Zufallsvariablen: Die allgemeine Definition

Zufallsvariablen: Die allgemeine Definition KAPITEL 8 Zufallsvariablen: Die allgemeine Definition 8.. Zufallsvariablen Bis zu diesem Zeitpunkt haben wir ausschließlich Zufallsvariablen mit endlich oder abzählbar vielen Werten (also diskrete Zufallsvariablen)

Mehr

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Probeklausur Mathematik 4 für Physik (Analysis 3) I...

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Probeklausur Mathematik 4 für Physik (Analysis 3) I... ................ Note I II Name Vorname Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

Lösungen zu den Hausaufgaben zur Analysis II

Lösungen zu den Hausaufgaben zur Analysis II Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin

Mehr

3 Das n-dimensionale Integral

3 Das n-dimensionale Integral 3 Das n-dimensionale Integral Ziel: Wir wollen die Integrationstheorie für f : D R n R entwickeln. Wir wollen den Inhalt (beziehungsweise das Maß ) M einer Punktmenge des R n definieren für eine möglichst

Mehr

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015 Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum

Mehr

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst

Mehr

Kapitel 19. Das Lebesgue Maß σ Algebren und Maße

Kapitel 19. Das Lebesgue Maß σ Algebren und Maße Kapitel 19 Das Lebesgue Maß 19.1 σ Algebren und Maße 19.2 Das äußere Lebesgue Maß 19.3 Das Lebesgue Maß 19.4 Charakterisierungen des Lebesgue Maßes 19.5 Messbare Funktionen 19.1 σ Algebren und Maße Wir

Mehr

ϕ k (t)ψ j (s) 2 ds)dt < folgt ϕ k (t)ψ j (s) δ j1,j 2 und daher handelt es sich um ein Orthonormalsystem in L 2 (Ω 1 Ω 2 ).

ϕ k (t)ψ j (s) 2 ds)dt < folgt ϕ k (t)ψ j (s) δ j1,j 2 und daher handelt es sich um ein Orthonormalsystem in L 2 (Ω 1 Ω 2 ). 1) a) Wir wollen zeigen, dass {ϕ k (t)ψ j (s)} j,k N0 eine Orthonormalbasis ist. Beachte dabei zunächst, dass (t, s) ϕ k (t)ψ j (s) für alle j, k N 0 messbare Abbildungen auf Ω 1 Ω 2 sind und da Ω 1 ϕ

Mehr

Klausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6

Klausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Differential und Integralrechnung 6 6. (Frühjahr 2009, Thema, Aufgabe 3) Sei r > 0. Berechnen Sie die Punkte auf der Parabel y = x 2 mit dem

Mehr

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.

Mehr

Lösungsvorschläge zum 14. Übungsblatt.

Lösungsvorschläge zum 14. Übungsblatt. Übung zur Analysis III WS / Lösungsvorschläge zum 4. Übungsblatt. Aufgabe 54 Sei a R\{}. Ziel ist die Berechnung des Reihenwertes k a + k. Definiere dazu f : [ π, π] R, x coshax. Wir entwickeln f in eine

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und

Mehr

Lösung Semesterendprüfung (Nachprüfung)

Lösung Semesterendprüfung (Nachprüfung) MLAE Mathematik: Lineare Algebra für Ingenieure Frühlingssemester 6 Dr. Christoph Kirsch ZHAW Winterthur Lösung Semesterendprüfung (Nachprüfung Aufgabe : Aufgabe : a Gemäss Def. der Vorlesung müssen wir

Mehr

Analysis II für Ingenieure Übersicht: Integration. 1 Kurvenintegral über ein Skalarfeld

Analysis II für Ingenieure Übersicht: Integration. 1 Kurvenintegral über ein Skalarfeld Analysis II für Ingenieure Übersicht: Integration 1 Kurvenintegral über ein Skalarfeld 1.1 erechnung c f ds = b a f ( c(t) ) c(t) dt 1. Kurve c parametrisieren: c : [a, b] R n, t c(t). 2. c(t) und dann

Mehr

Kapitel 16 SATZ VON FUBINI UND DIE TRANSFORMATIONSFORMEL

Kapitel 16 SATZ VON FUBINI UND DIE TRANSFORMATIONSFORMEL Kapitel 16 SAT VON FUBINI UND DIE TRANSFORMATIONSFORMEL Im folgenden sind X und Y metrische Räume, oder allgemeiner topologische Hausdor räume, und sind Radon-Integrale auf X bzw. Y. Fassung vom 24. Januar

Mehr

Teil II. Wahrscheinlichkeitsrechnung

Teil II. Wahrscheinlichkeitsrechnung Teil II Wahrscheinlichkeitsrechnung Deskriptive Statistik und Wahrscheinlichkeitsrechnung (SS 2014) Folie 129 5 Zufallsexperimente Inhaltsverzeichnis (Ausschnitt) 5 Zufallsexperimente Ergebnisse Ereignisse

Mehr

10 Untermannigfaltigkeiten

10 Untermannigfaltigkeiten 10. Untermannigfaltigkeiten 1 10 Untermannigfaltigkeiten Definition. Eine Menge M R n heißt k-dimensionale Untermannigfaltigkeit des R n, 1 k n, falls es zu jedem a M eine offene Umgebung U R n von a und

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Wintersemester 2014/15 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax

Mehr

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

ist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1). Kapitel 4 Stetige lineare Funktionale 4.1 Der Satz von Hahn - Banach Definition 4.1. Sei X ein linearer normierter Raum über dem Körper K (R oder C). Ein linearer Operator f : X K heißt (reelles oder komplexes)

Mehr

D-ERDW, D-HEST, D-USYS Mathematik II FS 15 Dr. Ana Cannas. Serie 9: Satz von Stokes und Divergenzsatz

D-ERDW, D-HEST, D-USYS Mathematik II FS 15 Dr. Ana Cannas. Serie 9: Satz von Stokes und Divergenzsatz D-ERDW, D-HEST, D-USYS Mathematik II FS 15 Dr. Ana Cannas Serie 9: Satz von Stokes und Divergenzsatz Bemerkungen: Die Aufgaben der Serie 9 bilden den Fokus der Übungsgruppen vom 28./30. April. 1. Berechnen

Mehr

Seminar stabile Zufallsprozesse

Seminar stabile Zufallsprozesse Definitionen und Eigenschaften stabiler Verteilungen 2. November 2011 Inhalt 1 Definitionen Definitionen Beweis der Äquivalenz Beispiele 2 Eigenschaften 3 Charakteristische Funktion 4 Laplace Transformation

Mehr

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x

Mehr

Hochschule Bremerhaven Medizintechnik Mathcad Kapitel 6

Hochschule Bremerhaven Medizintechnik Mathcad Kapitel 6 6. Diagramme mit Mathcad In diesem Kapitel geht es um andere, als X Y Diagramme. 6.. Kreisdiagramme. Schritt: Die darzustellende Funktion muß zunächst als Funktion definiert werden, zum Beispiel f(x):=

Mehr

Übungen zu Oberflächenintegralen Lösungen zu Übung 17

Übungen zu Oberflächenintegralen Lösungen zu Übung 17 Übungen zu Oberflächenintegralen Lösungen zu Übung 17 17.1 Sei die Oberfläche der Einheitskugel : {(x, y, z) IR 3 : x + y + z 1.} Berechnen Sie für f(x, y, z) : a, a IR, a const. das Oberflächenintegral

Mehr

Brownsche Bewegung. Satz von Donsker. Bernd Barth Universität Ulm

Brownsche Bewegung. Satz von Donsker. Bernd Barth Universität Ulm Brownsche Bewegung Satz von Donsker Bernd Barth Universität Ulm 31.05.2010 Page 2 Brownsche Bewegung 31.05.2010 Inhalt Einführung Straffheit Konvergenz Konstruktion einer zufälligen Funktion Brownsche

Mehr

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

Mehr

Mathematik III. Vorlesung 71

Mathematik III. Vorlesung 71 Prof. Dr. H. Brenner Osnabrück WS 2010/2011 athematik III Vorlesung 71 Ausschöpfungseigenschaften Die folgenden Rechenregeln für Integrale beruhen auf dem Ausschöpfungssatz für aße. an kann den Subgraphen

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt Übungen zur Ingenieur-Mathematik III WS 9/ Blatt 4..9 Aufgabe : Berechnen Sie das Volumen des Volltorus, der durch Rotation der reisscheibe { x,, z R 3, x b + z a } mit < a < b um die z-achse entsteht.

Mehr