Der Satz von Arzelà-Ascoli und der Satz von Peano
|
|
- Vincent Adrian Beutel
- vor 6 Jahren
- Abrufe
Transkript
1 Der Satz von Arzelà-Ascoli und der Satz von Peano Judith Vorwerk
2 Inhaltsverzeichnis 1 Der Satz von Arzelà-Ascoli 5 2 Der Satz von Peano 10 2
3 Einleitung Diese Ausarbeitung beschäftigt sich mit dem Satz von Arzelà- Ascoli und dem Satz von Peano. Im ersten Teil, werden wir den Satz von Arzelà- Ascoli beweisen. Dieser sagt aus, das jede Folge von Funktionen auf einem kompakten Intervall eine gleichmäÿig konvergente Teilfolge besitzt, wenn die Folge punktweise beschränkt und gleichstetig ist. Dies ist in der Analysis eine sehr wichtige Aussage, da wir durch die gleichmäÿige Konvergenz Aussagen über den Limes treen können, obwohl die Folge an sich gar nicht konvergiert. Im zweiten Teil beschäftigen wir uns mit dem Satz von Peano, dieser besagt, dass es zu jedem Anfangswertproblem y = f(x, y(x)) mindestens eine Lösung auf einem Lösungsintervall gibt, dabei verlangen wir von f nur, dass es stetig ist. Im Gegensatz zu Picard-Lindelöf wird beim Satz von Peano keine Eindeutigkeit gewährleistet. 3
4 Abstract This paper deals with the Arzelà -Ascoli theorem and the Peano existence theorem. In the rst part we are going to prove the Arzelà -Ascoli theorem, which states, that every sequence of functions on an compact Interval possesses a uniformly convergent subsequence, if the sequence is pointwise bounded and equicontinuous. This is a very important proposition of mathematical analysis, because we can make propositions about the limit through the uniform convergence, although the sequence itself does not converge. In the second part we are going to deal with the Peano existence theorem, which states that for every initial value problem y'=f(x,y(x)) there is at least one solution on a solution interval, for which f is only required to be a continuous function. In dierence to the Picard -Lindelöf theorem, the Peano theorem does not ensure uniqueness. 4
5 1 Der Satz von Arzelà-Ascoli Zu Beginn unseres Kapitels über den Satz von Arzelà-Ascoli wollen wir den Begri der Gleichstetigkeit aus den uns bekannten Begrien der gleichmäÿigen Konvergenz und der gleichmäÿigen Stetigkeit herleiten. Hierzu eine kleine Wiederholung der Begrie: Denition 1.1. gleichmäÿige Konvergenz Eine Funktionenfolge (f n ), heiÿt gleichmäÿig konvergent gegen eine Funktion f, wenn gilt: ɛ > 0 m N : n m und x X : f n (x) f(x) < ɛ Denition 1.2. gleichmäÿige Stetigkeit Eine Funktion f heiÿt gleichmäÿig stetig genau dann wenn gilt: ɛ > 0 δ > 0 x, y X : x y < δ : f(x) f(y) < ɛ Herleitung 1.3. Gleichstetigkeit Sei (f n ) eine gleichmäÿig konvergente Folge gleichmäÿig stetiger Funktionen : ɛ > 0 m N : n m und x X : f n (x) f m (x) < ɛ 3 Da f m sogar gleichmäÿig stetig ist, gibt es zu demselben ɛ ein δ > 0, so dass Mit der Dreiecksungleichung folgt nun : x, y X : x y < δ f m (x) f m (y) < ɛ 3 f n (x) f n (y) f n (x) f m (x) + f m (x) f m (y) + f m (y) f n (y) n m x, y X mit x y < δ : f n (x) f n (y) < ɛ (1.1) da f 1,..., f m 1 gleichmäÿig stetig sind (1.1) gilt für alle n n < m x, y X mit x y < δ : f n (x) f n (y) < ɛ Das neue an dieser Abschätzung ist, dass das δ nicht nur unabhängig von der Lage von x, y in X ist, sondern auch unabhänging von dem Index n, also nach der Wahl von ɛ kommt man für alle f n mit ein und demselben δ aus 5
6 Gegenbeispiel 1.4. Für die Folge f n (x) := x n (0 x 1) Sei ɛ < 1 so gilt 0 f n (1) f n (x) = 1 x n < ɛ x > (1 ɛ) 1 n Da (1 ɛ) 1 n 1 strebt, kann es kein δ > 0 geben, so dass 1 x n < ɛ für alle x (1 δ, 1] und alle n N Nun erhalten wir aus 1.3 die folgende Denition: Denition 1.5. Gleichstetigkeit Eine Familie F reellwertiger Funktionen auf X R heiÿt gleichstetig, wenn: ɛ > 0 δ > 0 : f F x, y X mit x y < δ gilt f(x) f(y) < ɛ Satz 1.6. Jede gleichmäÿig konvergente Folge stetiger Funktionen auf einer kompakten Menge ist sogar gleichstetig Zusatz: Jedes einzelne Glied der Folge ist beschränkte Funktion, weil die Denitionsmenge kompakt ist,also folgt aus der gleichmäÿigen Konvergenz, dass die Folge selbst normbeschränkt ist und damit erst recht punktweise beschränkt ist. Beweis. folgt direkt aus 1.3 und 1.5 Denition 1.7. Sei F ein Familie reellwertiger Funktionen auf der beliebigen (nicht notwendig reellen) Menge X, dann heiÿt F a) punktweise beschränkt, wenn es zu jedem x X eine Schranke M(x) gibt, so dass f(x) M(x), f F (1.2) b) gleichmäÿig beschränkt, wenn es eine Schranke M gibt, so dass f(x) M, x X, f F (1.3) Folgerung 1.8. Eine Familie F ist gleichmäÿig beschränkt normbeschränkt F ist Beweis. " "mit Denition 1.7 b) folgt, dass jedes f(x) beschränkt ist f := sup x X f(x) M f F " " f M f F 1.7 b) Lemma 1.9. Jede kompakte Menge X R enthält eine höchstens abzählbare Teilmenge, die in X dicht liegt. 6
7 Beweis. Bei festem k N bildet das System der Umgebungen U 1/k (x) (x X) eine oene Überdeckung von X. Nach dem Satz von Heine Borel wird X bereits von endlich vielen dieser Umgebungen überdeckt, d.h es gibt eine endliche Teilmenge M k := {x k1, x k2,..., x kmk } von X mit X m k U 1/k (x kµ ). Die Vereinigung M := M k ist eine µ=1 höchstens abzählbare Teilmenge von X. Sei nun y irgendein fester Punkt aus X und ɛ eine beliebige positive Zahl. k N k N und x 0 X werden so gewählt dass 1 k < ɛ und dass y in U 1/k(x 0 ) liegt y U ɛ (x 0 ) x 0 U ɛ (y). Mit anderen Worten : In jeder ɛ - Umgebung des beliebigen Punktes y liegt mindestens ein Punkt aus M M liegt dicht in X Satz 1.10 (Satz von Arzelà-Ascoli). F sei eine Familie reellwertiger stetiger Funktionen auf der kompakten Menge X R. Jede Folge aus F enthält eine gleichmäÿig konvergente Teilfolge F punktweise beschränkt und gleichstetig. In diesem Fall ist F sogar gleichmäÿig beschränkt Beweis. " " Wir zeigen erst: (f n ) enhält eine gleichmäÿig konvergente Teilfolge (g n ) auf M (dichte Menge in X) Sei (f n ) F beliebig und M := {x 1, x 2,...} X dicht in X (siehe Lemma 1.10) (f n (x 1 )) ist beschränkt Bolzano W = es existiert eine konvergente Teilfolge (f 1k (x 1 )) geschrieben als (f 11, f 12, f 13,...) (f 1k (x 2 )) ebenfalls beschränkt ex existiert eine Teilfolge (f 2k (x 2 )) von (f 1k ) mit (f 21, f 22, f 23,...) usw. f 11, f 12, f 13,... f 21, f 22, f 23,... f 31, f 32, f 33,... k=1 Betrachte nun die Diagonalfolge g n := f nn (n=1,2,...) Ab dem n-ten Glied ist g n Teilfolge der n-ten Zeilenfolge konvergiert für x = x n konvergiert auf M noch zu zeigen: (g n ) konvergiert auf ganz X: (g n ) gleichstetig ɛ > 0 δ > 0 n N x, y X mit x y < 2δ : g n (x) g n (y) < ɛ 3 (1.4) Mit dem Satz von Heine Borel, wissen wir : X p ν=1 U δ (y ν ) 7
8 M dicht in X = ψ ν M U δ (y ν ) x U δ (y ν ) : x ψ ν x y ν + y ν ψ ν < 2δ (1.5) n, x U δ (y ν ) X : g n (x) g n (ψ ν ) < ɛ 3 Da bei festem ν die Folge (g n (ψ ν )) konvergiert : n 0 : m, n > n 0 : g m (ψ ν ) g n (ψ ν ) < ɛ 3 (1.6) Nun sei x X beliebiger Punkt. Dann liegt er in einem U δ (y ν ), so dass die Abschätzung 1.5 gilt Wähle m, n > n 0 g m (x) g n (x) g m (x) g m (ψ ν ) + g m (ψ ν ) g n (ψ ν ) + g n (ψ ν ) g n (x) < ɛ 3 + ɛ 3 + ɛ 3 (1.7) = ɛ (g n ) konvergiert gleichmäÿig auf X (f n ) enthält gleichmäÿig konvergente Teilfolge Zusatz: F ist gleichmäÿig beschränkt: Annahme: F ist nicht gleichmäÿig beschränkt n N existiert f n F mit f n n konvergente Teilfolge (f nk ) von (f n ) (f nk )normbeschränkt Konstruktion (f nk ) n k F ist gleichmäÿig beschränkt " " Voraussetzungen : Jede Folge aus F enthält eine gleichmäÿig konvergente Teilfolge zu zeigen:f punktweise beschränkt wir haben eben gesehen, dass F gleichmäÿig beschränkt ist, also ist F auch punktweise beschränkt. noch zu zeigen: F ist gleichstetig Annahme : F nicht gleichstetig ɛ 0 > 0, δ > 0 f F x, y X mit x y < δ, aber f(x) f(y) ɛ 0 (1.8) 8
9 Wähle nun δ := 1 n, n N,die Funktion f n und das Paar x n, y n X ist kompakt, also besitzt die Folge (x n ) eine konvergente Teilfolge mit x nk ψ X Wähle (x n ) gleich so, dass es gegenψ X konvergiert. Wegen x n y n < 1 n gilt y n ψ Nach Voraussetzung existiert eine gleichmäÿig konvergente Teilfolge (f nk ) von (f n ) f nk (x nk ) f nk (y nk ) f n (ψ) f n (ψ) = 0 mit 1.6 folgt dann das F gleichstetig 9
10 2 Der Satz von Peano Mit Hilfe des Satzes von Peano, können wir die Lösbarkeit einer Anfangswertaufgabe y = f(x, y), y() = η garantieren. Hierzu brauchen wir lediglich die Stetigkeit von f. Wir starten mit einer kleiner Wiederholung: Satz 2.1 (Satz von Heine). Sei I = [a, b] ein kompaktes Intervall und f auf I stetig. Dann ist f sogar gleichmäÿig stetig. Als Vorbereitung für den Satz von Peano benötigen wir den Euler-Cauchyschen Polygonzug Denition 2.2 (Euler-Cauchy'scher Polygonzug). Es sei das Anfangswertproblem y (x) = f(x, y(x)) mit y(x 0 ) = y 0 gegeben. Integration liefert die äquivalente Formulierung: y(x) = y 0 + f(s, y(s))ds x 0 (2.1) Im Startpunkt (x 0, y 0 ) hat y(x) die Steigung f(x 0, y(x 0 )). Nun wird eine Gerade mit eben dieser Steigung bis zum Punkt (x 1, y 1 ) gezeichnet. Von dort wird eine weitere Gerade mit der Steigung f(x 1, y 1 (x 1 )) bis zum Punkt (x 2, y 2 ) gezogen und so weiter. Vgl. Abbildung 2.1 Die y i lassen sich mit gegebenem y 0 wie folgt darstellen: y i+1 = y i + (x x i )f(x i, y i ), i = 0, 1,... (2.2) Die Geraden stellen eine Annäherung an die Lösungskurve y(x) des Anfangswertproblemes dar. (x x i ) = h ist dabei die Schrittweite. Je kleiner das h, desto genauer wird also die Annäherung. Beispiel 2.3. Gegeben sei das Anfangswertproblem y = f(x, y) mit y() = η. Dann gilt: 10
11 Abbildung 2.1: Euler-Cauchyscher Polygonzug y 1 = y 0 + (x x 0 )f(x 0, y 0 ) = η + (x )f(, η) y 2 = y 1 + (x x 1 )f(x 1, y 1 ). y n = y n 1 + (x x n 1 )f(x n 1, y n 1 ) (2.3) Der Polygonzug p kann also wie folgt dargestellt werden: η + (x )f(, η); x x 1 p(x 1 ) + (x x 1 )f(x 1, p(x 1 )); x 1 < x x 2 p(x) =. p(x n 1 ) + (x x n 1 )f(x n 1, p(x n 1 )); x n 1 < x x n (2.4) Man kann den Polygonzug p auch als Integral darstellen: p(x) = η + p(t)dt, x J (2.5) Hierbei ist p = { f(, η); x = x 0 f(x k, p(x k )); x k < x x k+1 ; k = 0, 1,..., n 1 (2.6) 11
12 Satz 2.4 (Der Satz von Peano 1.0). Sei S := {(x, y) x + a, y R}, a > 0 ein Vertikalstreifen. Die Funktion f(x, y) sei stetig und auf S beschränkt. Dann besitzt das Anfangswertproblem y = f(x, y) mit y() = η für jedes η mindestens eine auf [, + a] existierende Lösung. Beweis. Wir gehen wie folgt vor : Falls y(x) eine Lösung der DGL y = f(x, y), so besitzt ihr Schaubild im Punkt (x, y(x)) die Steigung y(x) = f(x, y(x)), dazu konstruieren wir einen Euler-Cauchyschen Polygonzug auf J = [, +a]. Wir unterteilen J immer feiner, sodass (Z m ) die Zerlegungsnullfolge zu der Folge (p m ) der Euler-Cauchy'schen Polygonzüge ist. Eine Teilfolge p mk der (p m ) konvergiert dann gleichmäÿig gegen eine Lösung ϕ des AWP's. Um dies zu zeigen benötigen wir den Satz von Arzelà- Ascoli aus dem vorherigen Kapitel. Dazu müssen wir zeigen, dass (p m ) gleichstetig und punktweise beschränkt ist. Wähle Zerlegung Z := {x 0, x 1,..., x n } von J = [, + a]. Zu dieser Zerlegung konstruieren wir einen Euler-Cauchy'schen Polygonzug wie in Bsp. 2.3 Diesen können wir also wie folgt darstellen: p(x) = η + p(t)dt, x J (2.7) Vermutung: Eine Teilfolge von ECP p m die zu (Z m ) gehört konvergiert gegen Lösung des AWP Nach Voraussetzung wissen wir, dass f auf S beschränkt ist also gilt : und f(x, y) M, (x, y) S p(x) M, x J Nun wollen wir nachprüfen, ob unsere (p m (x)) auch beschränkt und gleichstetig sind, damit wir den Satz von Arzelà - Ascoli anwenden können: Wir betrachten zunächst ein 12
13 allgemeines p p(x) = η + p(t)dt η + η + η + p(t)dt p(t) dt Mdt = η + x M = η + am (2.8) p(x) beschränkt Für x, y J mit x y < δ gilt: y p(x) p(y) = η + p(t)dt η + p(t)dt = p(t)dt, y < x y y y p(t) dt Mdt = x y M < δm (2.9) p(x) ist gleichmäÿig stetig, wir übertragen die gleichmäÿige Stetigkeit auf alle p m (p m (x)) gleichstetig Also ist die Familie F aller Euler-Cauchy'schen Polygonzüge auf J sowohl punktweise beschränkt als auch gleichstetig. Mit dem Satz von Arzelà-Ascoli können wir nun folgern, dass jede Folge auf F eine gleichmäÿig konvergente Teilfolge besitzt. Wählen uns (p m ) gleich einer Teilfolge (p mk ), so dass die Folge (p m ) gegen eine stetige Funktion ϕ konvergiert. Um später zu zeigen, dass ϕ wirklich das AWP löst müssen wir zunächst zeigen, dass: p m (x) f(x, ϕ(x)) Betrachte: (Z m ) = {x (m) 0, x (m) 1,..., x (m) n m }. Zur Vereinfachung denieren wir für k = 0, 1,..., n m 1 die Treppenfunktion g durch: {, x = = x (m) 0 g m (x) = x (m) k, x (m) k < x x (m) k 1 (2.10) 13
14 Damit ist p m (x) = f(g m (x), p m (g m (x))) Wir schauen uns nun die Eigenschaften von f an: Mit dem Satz von Heine folgt nun, dass f auf dem Rechteck R := {(x, y) y + a, y η + am} gleichmäÿig stetig ist, da R eine kompakte Menge ist, das bedeutet: ɛ > 0 δ > 0 : (x 1, y 1 ), (x 2, y 2 ) R und x 1 x 2 < δ, y 1 y 2 < δ : f(x 1, y 1 ) f(x 2, y 2 ) < ɛ Um diesen Satz anwenden zu können, müssen wir noch zeigen, dass (x, ϕ(x)) und (g m (x), p m (g m (x)) dicht bei einander liegen: x g m (x) können wir folgendermaÿen abschätzen: x g m (x) Z m Da (Z m )Zerlegungsnullfolge gilt : Z m < δ also auch x g m (x) < δ für ϕ(x) p m ((g m (x)) gilt: ϕ(x) p m ((g m (x)) ϕ(x) p m (x) + p m (x) p m (g m (x)) ϕ(x) p m (x) + M x g m (x) = ϕ(x) p m (x) + Z m M (2.11) Da nun (Z m ) eine Zerlegungsnullfolge ist gilt: δ > 0 n 0 mit M Z m < δ 2 und da (p m ) gleichmäÿig auf J gegen ϕ konvergiert : m n 0 : ϕ(x) p m (x) < δ 2 x J m n 0 mit n 0 groÿgenug gilt dann: ϕ(x) p m (x) + M Z m < δ 2 + δ 2 = δ ϕ(x) p m(g m (x)) < δ, x J (2.12) Also liegen die Punkte dicht beieinander. Nach dem Satz von Heine gilt nun: f(x, ϕ(x)) f(g m (x), p m (g m (x))) < ɛ (2.13) Da f(g m (x), p m (g m (x))) =: p m (x) konvergiert die Folge p m gleichmäÿig gegen f(x, ϕ(x)) 14
15 Das bedeutet, dass f(g m (x), p m (g m (x))) f(x, ϕ(x) auf J. Da wir nun also wissen, dass p m (x) ϕ(x) und p m (x) f(x, ϕ(x)) folgt: ϕ(x) = lim m p m(x) = lim (η + p m (t)dt) m = η + lim ( p m (t)dt) m = η + = η + lim p m(t)dt m f(t, ϕ(t))dt (2.14) ϕ(x) ist also wirklich eine Lösung des Anfangswertproblems! Satz 2.5 (Der Satz von Peano 2.0). Sei R := {(x, y) x a, y η b} mit a, b > 0 ein kompaktes Rechteck. f sei stetig auf R und M und α deniert durch: M := max f(x, y), α := min(a, b ), M > 0 (2.15) (x,y) R M Dann können wir folgern, dass es in der Umgebung U α () mindestens eine Lösung des Anfangswertproblems y = f(x, y) mit y() = η gibt! Beweis. Wir betrachten den Vertikalstreifen S := {(x, y) x +α, y R}. Achtung, in diesem Fall ist x auf dem Intervall I + = [, + α] deniert. Sei f eine auf S stetige und durch M beschränkte Funktion mit: f(x, η + b), y > η + b f(x, y) = f(x, y), η b y η + b (2.16) (fx, η b), y < η b Dann folgt aus Satz 1, dass das Anfangswertproblem y = f(x, y) auf dem Intervall I + = [, + α] mindestens eine Lösung ϕ mit ϕ() = η besitzt. Auÿerdem gilt für x + α: ϕ(x) η = f(t, ϕ(t))dt am b (2.17) Damit ist auch klar, dass der Punkt (x, ϕ(x) für x [, +α] im Denitionsbereich R von f liegt und ϕ somit wirkliche eine Lösung des Anfangswertproblems ist. Unsere Betrachtungen können wir auch auf ein Intervall links von verschieben und mit der gleichen Argumentation stellen wir fest, dass auf dem Intervall I = [ α, ] mindestens eine 15
16 Lösung ψ mit ψ() = η existiert. Nun können wir die Lösung y des Anfangswertproblems y = f(x, y) auf der Umgebung U α () darstellen durch: { ψ(x), α x < y(x) = (2.18) ϕ(x), x + α 16
17 Literaturverzeichnis [Bro08] I. Bronstein: Taschenbuch der Mathematik. Verlag Harri Deutsch, 2008 [Heu06] [Heu08] H.Heuser: Lehrbuch der Analysis 1. Mathematische Leitfäden. B.G. Teubner GmbH, 2006 H.Heuser: Lehrbuch der Analysis 2. Mathematische Leitfäden. B.G. Teubner GmbH,
Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i
3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und
MehrANALYSIS 1 Kapitel 6: Stetige Funktionen
ANALYSIS 1 Kapitel 6: Stetige Funktionen MAB.01012UB MAT.101UB Vorlesung im WS 2017/18 Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen Karl-Franzens-Universität Graz 6.1 Grundbegrie
MehrKonvergenz im quadratischen Mittel und die Parsevelsche Gleichung
Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das
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
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,
MehrTopologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen
Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen
Mehr5 Stetigkeit und Differenzierbarkeit
5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.
MehrLösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1.
Lösungen Klausur Aufgabe (3 Punkte) Zeigen Sie, dass n k k (n + ) n k für alle n N. IA: Für n ist k kk 2 2. IV: Es gilt n k kk (n + ) n für ein n N. IS: Wir haben n+ k k k n k k + (n + ) n+ k IV (n + )
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
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.
MehrAnalysis I. Vorlesung 13. Gleichmäßige Stetigkeit
Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 13 Gleichmäßige Stetigkeit Die Funktion f: R + R +, x 1/x, ist stetig. In jedem Punkt x R + gibt es zu jedem ǫ > 0 ein δ > 0 mit f(u (x,δ))
Mehrheißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2
9 DIE EXPONENTIALREIHE 48 absolut konvergent. Beweis. Wegen x n+ n! n + )!x n = x n + < 2 für n 2 x folgt dies aus dem Quotientenkriterium 8.9). Definition. Die Reihe x n heißt Exponentialreihe. Die durch
MehrBeispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren
Beispiele Grundlagen Kompakte Operatoren Regularisierungsoperatoren Transportgleichung Dierenzieren ( nx ) (f δ n ) (x) = f (x) + n cos, x [0, 1], δ Regularisierung!! Inverse Wärmeleitung Durc f (f δ n
MehrDefinition Eine Metrik d auf der Menge X ist eine Abbildung d : X X IR
0 Inhaltsverzeichnis 1 Metrik 1 1.1 Definition einer Metrik............................. 1 1.2 Abstand eines Punktes von einer Menge................... 1 1.3 Einbettung eines metrischen Raumes in einen
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
MehrEigenschaften kompakter Operatoren
Eigenschaften kompakter Operatoren Denition Seien X, Y normierte Räume und sei A : X Y linear. Dann heiÿt A kompakt (vollstetig), wenn für jede beschränkte Menge B X die Menge A(B) kompakt ist. Eigenschaften
Mehr30 Metriken und Normen
31 Metriken und Normen 153 30 Metriken und Normen Lernziele: Konzepte: Metriken, Normen, Skalarprodukte, Konvergenz von Folgen Frage: Versuchen Sie, möglichst viele verschiedene Konvergenzbegriffe für
MehrVollständigkeit. Andreas Schmitt. Ausarbeitung zum Proseminar zur Topologie im WS 2012/13
Vollständigkeit Andreas Schmitt Ausarbeitung zum Proseminar zur Topologie im WS 2012/13 1 Einleitung Bei der Konvergenz von Folgen im Raum der reellen Zahlen R trifft man schnell auf den Begriff der Cauchy-Folge.
Mehr12 Gewöhnliche Differentialgleichungen
2 2 Gewöhnliche Differentialgleichungen 2. Einleitung Sei f : D R wobei D R 2. Dann nennt man y = f(x, y) (5) eine (gewöhnliche) Differentialgleichung (DGL) erster Ordnung. Als Lösung von (5) akzeptiert
Mehrist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1
24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx
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
MehrSeminar Gewöhnliche Differentialgleichungen
Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden
MehrSerie 2 Lösungsvorschläge
D-Math Mass und Integral FS 214 Prof. Dr. D. A. Salamon Serie 2 Lösungsvorschläge 1. Seien folgende Mengen gegeben: und für a, b R R := [, ] := R {, }, (a, ] := (a, ) { }, [, b) := (, b) { }. Wir nennen
MehrLösungen der Übungsaufgaben von Kapitel 3
Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen
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
MehrDie Topologie von R, C und R n
Die Topologie von R, C und R n Für R haben wir bereits eine Reihe von Strukturen kennengelernt: eine algebraische Struktur (Körper), eine Ordnungsstruktur und eine metrische Struktur (Absolutbetrag, Abstand).
MehrUnterricht 13: Wiederholung.
, 1 I Unterricht 13: Wiederholung. Erinnerungen: Die kleinen Übungen nden diese Woche statt. Zur Prüfung müssen Sie Lichtbildausweis (Personalausweis oder Reisepass) Studierendenausweis mitbringen. I.1
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
MehrAnalysis I. Guofang Wang Universität Freiburg
Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum
MehrSTETIGKEITS- UND KONVERGENZMODI FÜR FUNKTIONEN UND FUNKTIONENFOLGEN
STETIGKEITS- UN KONVERGENZMOI FÜR FUNKTIONEN UN FUNKTIONENFOLGEN. Vorbemerungen Im folgenden seien stets: (M, d), (K, ρ) metrische Räume, (V, V ) ein Banach-Raum (nicht notwendigerweise endlichdimensional!),
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
MehrDie reellen Zahlen. Analysis I. Teil I. 1 Die Körperaxiome. 2 Die Anordnungsaxiome. 3 Die natürlichen Zahlen. Satz 1.1 (Kürzungsregel der Addition)
Analysis I Mitschrift der Vorlesung Analysis I im WS 2012/13 bei Prof. Gudlaugur Thorbergsson von Dario Antweiler an der Universität zu Köln. Kann Fehler enthalten. Stand: 31.01.2013 Veröentlicht unter
MehrKompaktheit und Überdeckungen. 1 Überdeckungskompaktheit
Vortrag zum Proseminar zur Analysis, 17.05.2010 Min Ge, Niklas Fischer In diesem Vortrag werden die Eigenschaften von kompakten, metrischen Räumen vertieft. Unser Ziel ist es Techniken zu erlernen, um
Mehr(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.
MehrKonvergenz im quadratischen Mittel und Parsevalsche Gleichung
Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen
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
MehrLösungsvorschlag zu den Hausaufgaben der 8. Übung
FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H
MehrErwartungswert als Integral
Erwartungswert als Integral Anton Klimovsky Gemischte ZVen, allgemeine ZVen, Erwartungswert für allgemeine ZVen, Lebesgue-Integral bzgl. WMaß, Eigenschaften des Integrals, Lebesgue-Maß, Lebesgue-Integral
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
MehrDer Satz von Stone-Weierstraÿ
Gregor Matuschek Der Satz von Stone-Weierstraÿ Ausarbeitung zum Vortrag im Proseminar Analysis I (Sommersemester 009, Leitung Prof. Eberhard Freitag) Zusammenfassung: Wir kennen bereits den Approximationssatz
MehrKapitel 8 - Kompakte Räume
Kapitel 8 - Kompakte Räume Ein Vortrag von Philipp Dittrich nach B.v.Querenburg: Mengentheoretische Topologie Inhalt 8.1 Definition Kompaktheit....................... 2 Beispiel - das Intervall (0,1).....................
MehrCauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit
Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das
MehrKonvexe Funktionen und wichtige Ungleichungen
Konvexe Funktionen und wichtige Ungleichungen Seminar Analysis (SoSe 013) Martin Strickmann 06. Mai 013 Inhaltsverzeichnis 1 Zusammenfassung/Abstract Konvexe Funktionen 3 Wichtige Ungleichungen 5 4 The
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
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
Mehr3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung
Kapitelgliederung 3. Folgen und Reihen 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung 3.5 Reihen 3.6 Absolut
MehrSchwartz-Raum (Teil 1)
Schwartz-Raum (Teil 1) Federico Remonda, Robin Krom 10. Januar 2008 Zusammenfassung Der Schwartz-Raum ist ein Funktionenraum, der besondere Regularitätseigenschaften besitzt, die uns bei der Fouriertransformation
MehrTopologische Aspekte: Eine kurze Zusammenfassung
Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,
MehrLösung zu Kapitel 5 und 6
Lösung zu Kapitel 5 und 6 (1) Sei f eine total differenzierbare Funktion. Welche Aussagen sind richtig? f ist partiell differenzierbar f kann stetig partiell differenzierbar sein f ist dann immer stetig
MehrGleichmäßige Konvergenz und Funktionenräume
Gleichmäßige Konvergenz und Funktionenräume Isabella Lukasewitz und Andreas Brack 07.06.2010 Vortrag zum Proseminar zur Analysis Konvergenz und Funktionenräume INHALTSVERZEICHNIS Bereits in den Vorlesungen
MehrKompaktheit in topologischen Räumen
Kompaktheit in topologischen Räumen Joel Gotsch 21. Januar 2011 Inhaltsverzeichnis 1 Notation und Allgemeines 2 2 Definitionen 2 2.1 Allgemeine Definitionen..................... 2 2.2 Globale Kompaktheitseigenschaften...............
MehrAufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I
Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 11 Einleitung Es wird eine 15-minütige Mikroklausur geschrieben. i) Sei D R oderd C. Wann heißt
Mehr5 Die Picardschen Sätze
03 5 Die Picardschen Sätze Für eine zweimal stetig differenzierbare reell- oder komplexwertige Funktion f auf einem Gebiet G C ist der Laplace-Operator definiert durch Behauptung: = 4 Beweis: Daraus folgt:
Mehr(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 =
Mehr4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 91
Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : R R systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene
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
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
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
Mehr4.1 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
MehrFunktionsgrenzwerte, Stetigkeit
Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn
Mehr1, 0 < y < x 2 0, sonst f besitzt alle Richtungsableitungen in (0, 0), ist aber unstetig dort
ANALYSIS II Lösung der. Klausur vom /7 (von D. Reding Aufgabe (a Richtig sind die Aussagen (iii, (iv und (vii. (b Gegenbeispiel zu (i: f: R R, (x, y x ist stetig, aber nicht partiell differenzierbar nach
MehrInverse Fourier Transformation
ETH Zürich HS 27 Departement Mathematik Seminararbeit Inverse Fourier Transformation Patricia Hinder Sandra König Oktober 27 Prof. M. Struwe Im Vortrag der letzten Woche haben wir gesehen, dass die Faltung
MehrDarstellungssatz von Riesz in vollständig regulären Räumen. Carina Pöll Wintersemester 2012
Darstellungssatz von Riesz in vollständig regulären Räumen Carina Pöll 0726726 Wintersemester 2012 Inhaltsverzeichnis 1 Einleitung 1 2 Definitionen und Resultate aus der Topologie 1 3 Der Darstellungssatz
MehrSS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.
SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden
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
MehrNormierte, metrische und topologische Räume Stetige und gleichmäßig stetige Abbildungen
Kapitel VIII Normierte, metrische und topologische Räume Stetige und gleichmäßig stetige Abbildungen 33 Normierte und metrische Räume 34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlichdimensionalen
MehrStetigkeit von Funktionen
9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a
MehrÜbungsaufgaben zur Vorlesung ANALYSIS I (WS 12/13) Lösungsvorschlag Serie 12
Humboldt-Universität zu Berlin Institut für Mathematik Prof. A. Griewank Ph.D.; Dr. A. Hoffkamp; Dipl.Math. T.Bosse; Dipl.Math. L. Jansen Übungsaufgaben zur Vorlesung ANALYSIS I (WS 2/3) Lösungsvorschlag
MehrMusterlösung Analysis 3 - Maßtherorie
Musterlösung Analysis 3 - Maßtherorie 10. März 2011 Aufgabe 1: Zum Aufwärmen (i) Zeige, dass die Mengensysteme {, X} und P(X) σ-algebren sind. Es sind jeweils nur die Charakteristika nachzuweisen. (1)
MehrD-MATH, D-PHYS, D-CHAB Analysis II FS 2017 Prof. Manfred Einsiedler. Übungsblatt 5 A := u = Au, u(0) = 1. 1
D-MATH, D-PHYS, D-CHAB Analysis II FS 2017 Prof. Manfred Einsiedler Übungsblatt 5 1. Gegeben sei die Matrix 1 1 0 A := 0 1 0 0 0 2 a) Bestimmen Sie ein Fundamentalsystem (das heisst eine Basis des Lösungsraums)
MehrMathematik I. Vorlesung 22. Der Satz von Bolzano-Weierstraß. Karl Weierstraß ( )
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 22 Der Satz von Bolzano-Weierstraß Karl Weierstraß (1815-1897) Satz 22.1. (Bolzano-Weierstraß) Es sei (x n ) n N eine beschränkte Folge
MehrKAPITEL 18 UND 19 H. KOCH. Kapitel 18. x>a. x<y
KAPITEL 18 UND 19 H. KOCH 1. VORLESUNG VOM 08.01.2018 Kpitel 18 Definition 1 (Zerlegungen, Treppenfunktionen, Regelfunktionen) Sei < b. 1. Eine Zerlegung τ von [, b] besteht us einer Zhl N N und (N + 1)
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
MehrTechnische Universität Berlin. Klausur Analysis I
SS 2008 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis I 4.07.2008 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung
MehrVollständigkeit. 1 Konstruktion der reellen Zahlen
Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente
Mehr3.3 Konvergenzkriterien für reelle Folgen
3.3 Konvergenzkriterien für reelle Folgen Satz: Eine monoton wachsende, nach oben beschränkte reelle Folge a n ) n N ist konvergent mit Grenzwert lim a n = sup{a n n N} Beweis: Sei a n ) n N nach oben
MehrGRUNDLAGEN MATHEMATIK
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 2. Folgen Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies Grundlagen Mathematik
Mehrf(x 0 ) = lim f(b k ) 0 0 ) = 0
5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.
MehrKompaktheit und Überdeckungen. 1 Überdeckungskompaktheit
Vortrag zum Proseminar zur Analysis, 17.05.2010 Min Ge, Niklas Fischer 1 Überdeckungskompaktheit Einleitung P T Q A R S U B (a) (b) Abbildung 1: Beispiele verschiedener Überdeckungen (1.1) Definition (Überdeckung)
MehrSchwartz Raum und gemässigte Distributionen
1 ETH Zürich (Pro)Seminar: Grundideen der Harmonischen Analysis Schwartz Raum und gemässigte Distributionen David Bernhardsgrütter und David Umbricht 18 Dezember 2007 Schwartz Raum und gemässigte Distributionen
MehrSatz Eine Teilmenge U von M ist genau dann offen, wenn jeder Punkt von U innerer Punkt ist. U x, und U ist als Vereinigung offener Mengen offen.
Ergänzungen zu offenen und abgeschlossenen Mengen Definition Ist L Teilmenge eines topologischen Raums M, so heißt x L innerer Punkt von L, wenn es eine offene Umgebung von x gibt, die ganz in L liegt.
MehrTopologie metrischer Räume
Technische Universität München Christoph Niehoff Ferienkurs Analysis für Physiker Vorlesung Montag SS 11 In diesem Teil des Ferienkurses beschäftigen wir uns mit drei Themengebieten. Zuerst wird die Topologie
Mehr1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen
1 Einleitung Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis 1 aus dem Wintersemester 2008/09
MehrHumboldt-Universität zu Berlin Institut für Mathematik Prof. A. Griewank Ph.D.; Dr. A. Hoffkamp; Dipl.Math. T.Bosse; Dipl.Math. L. Jansen,T.
Humboldt-Universität zu Berlin Institut für Mathematik Prof. A. Griewank Ph.D.; Dr. A. Hoffkamp; Dipl.Math. T.Bosse; Dipl.Math. L. Jansen,T. Streubel Lösungsalternativen für die Übungsaufgaben zur Vorlesung
Mehr3 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
MehrAnalysis I. 3. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 3. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine Abbildung F von einer Menge L in eine
MehrKonstruktion reeller Zahlen aus rationalen Zahlen
Konstruktion reeller Zahlen aus rationalen Zahlen Wir nehmen an, daß der Körper der rationalen Zahlen bekannt ist. Genauer wollen wir annehmen: Gegeben ist eine Menge Q zusammen mit zwei Verknüpfungen
MehrTopologische Begriffe
Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer
MehrDie von Neumannsche Ungleichung
Die von Neumannsche Ungleichung Dominik Schillo 12. November 2012 Satz (Die von Neumannsche Ungleichung) Seien p C[z] ein Polynom in einer Variablen und T L(H) eine Kontraktion (d.h. T 1). Dann gilt: p(t
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.............................
MehrLineare Algebra und analytische Geometrie II
Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Auf dem R n gibt es sehr viele verschiedene Normen, allerdings hängen sehr viele wichtige Begriffe wie die Konvergenz
MehrVorlesungsmanuskript zu. Analysis II. Werner Balser Institut für Angewandte Analysis
Vorlesungsmanuskript zu Analysis II Werner Balser Institut für Angewandte Analysis Sommersemester 2009 Literaturverzeichnis [1] T. Apostol, Mathematical Analysis, Addison & Wesley, Reading, 1979. [2] E.
MehrLS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88
4. Funktionen Buchholz / Rudolph: MafI 2 88 Kapitelgliederung 4.1 Grundlegende Denitionen 4.2 Polynome und rationale Funktionen 4.3 Beschränkte und monotone Funktionen 4.4 Grenzwerte von Funktionen 4.5
MehrProbeklausur zu Funktionentheorie, Lebesguetheorie und gewöhnlichen Differentialgleichungen
MATHEMATISCHES INSTITUT SoSe 24 DER UNIVERSITÄT MÜNCHEN Probeklausur zu Funktionentheorie, Lebesguetheorie und gewöhnlichen Differentialgleichungen Musterlösung Prof. Dr. P. Pickl Aufgabe Zeigen Sie, dass
MehrKlausur - Analysis I Lösungsskizzen
Klausur - Analysis I Lösungsskizzen Aufgabe 1.: 5 Punkte Entscheiden Sie, ob folgende Aussagen wahr oder falsch sind. Kennzeichnen Sie wahre Aussagen mit und falsche Aussagen mit. Es sind keine Begründungen
MehrMathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf. Probeklausur
Mathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf Probeklausur Diese Probeklausur soll a) als Test für euch selber dienen, b) die Vorbereitung auf die Klausur
MehrKapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen
Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit
MehrDie reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein
Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen Steven Klein 04.01.017 1 In dieser Ausarbeitung konstruieren wir die reellen Zahlen aus den rationalen Zahlen. Hierzu denieren wir zunächst
MehrDer Abschluss D ist die Menge, die durch Hinzunahme der Intervallränder entsteht, in den obigen Beispielen also
Festlegung Definitionsbereich 11.1 Festlegung Definitionsbereich Festlegung: Wir betrachten Funktionen f : D Ñ R, deren Definitionsbereich eine endliche Vereinigung von Intervallen ist, also z.b. D ra,
MehrKlausur zur Vorlesung Stochastik II
Institut für Mathematische Stochastik WS 24/25 Universität Karlsruhe 7. März 25 Priv-Doz. Dr. D. Kadelka Klausur zur Vorlesung Stochastik II Dauer: 9 Minuten Name: Vorname: Matrikelnummer: Diese Klausur
Mehr