3 Messbare Funktionen

Größe: px
Ab Seite anzeigen:

Download "3 Messbare Funktionen"

Transkript

1 3. Messbare Funktionen 1 3 Messbare Funktionen Sei (, A, µ) ein beliebiger Maßraum. Definition. ine Funktion f : R = [, + ] heißt messbar (bezüglich A), falls die Menge {f < c} = {x : f(x) < c} = f 1 ([, c)) = f 1 ({ }) f 1 ((, c)) für alle c R messbar ist, d.h. {f < c} A für alle c R. Proposition 3.1. ine Funktion f : R ist genau dann messbar, wenn eine der folgenden äquivalenten igenschaften gilt: (1) {f c} ist messbar für alle c R, (2) {f > c} ist messbar für alle c R, (3) {f c} ist messbar für alle c R, (4) {f > c} ist messbar für alle c Q. Beweis. Für die ersten drei oben genannten Mengen gilt {f c} = { f < c + 1 }, {f > c} = \{f c}, {f c} = \{f < c}. n n N Für den Beweis von (4) sei c R\Q. Dann existiert eine Folge (c n ) Q, so dass c n c, und es gilt {f > c} = n N {f > c n}. Proposition 3.2. Seien f : R, g : R messbare Funktionen und sei α R = R 0. Dann sind die folgenden Funktionen bzw. Mengen messbar: (1) f, αf, α + f, f 2 und 1, falls f(x) 0 für alle x, f (2) f g, f ± g und f, falls g(x) 0 für alle x, g (3) {f > g} := {f g > 0}. Beweis. Der Beweis folgt aus äquivalenten Umformulierungen für Mengen. Sei c R. Zum Beispiel sind die Mengen { {f > c} {f < c}, falls c 0, { f > c} =, falls c < 0. {f > g} = ( ) {f q} {g < q} q Q messbar. {f ± g > c} = {f > g + c} nach (1) und (3)

2 2 R. Farwig: Analysis IV: Maß- und Integrationstheorie) Proposition 3.3. Sei (f n ) eine Folge messbarer Funktionen auf. Dann sind auch die (punktweise definierten) Funktionen sup f n, n inf f n, lim sup f n, n n lim inf n f n messbar. Beweis. Die Funktion sup n f n ist messbar, da für c R die Menge { sup f n > c } = n > c} n n N{f messbar ist. ine ähnliche Aussage gilt für inf n f n. Sei ϕ n = sup j n f j. Dann ist nach dem ersten Teil des Beweises ϕ n für jedes n messbar. Aus der Gleichheit lim sup f n (x) = inf ϕ n(x) = lim ϕ n (x) n n n folgt nun, dass auch lim sup n f n messbar ist. Definition. Seien f, g : R Funktionen. Wir schreiben f = g fast überall oder kurz: f.ü. (almost everywhere (a.e.), presque partout (p.p.)) in, falls es eine Nullmenge N gibt mit f(x) = g(x) für alle x \N. ine igenschaft reellwertiger Funktionen gilt fast überall, falls sie für alle Punkte x bis auf eine Nullmenge N gilt. Lemma 3.4. Sei (, A, µ) ein vollständiger Maßraum und sei f : R messbar. Gilt f = g fast überall, so ist auch g messbar. Beweis. Sei N = {f g}, c R. Dann ist N eine µ-nullmenge und die Menge {g > c} = ( {f > c} (\N) ) ( {g > c} N ) ist messbar, weil sowohl die Menge {f > c} (\N) als auch die Nullmenge {g > c} N messbar sind. Korollar 3.5. Sei (, A, µ) ein vollständiger Maßraum und sei (f n ) eine Folge messbarer Funktionen auf, die fast überall (in R) konvergiert. Dann ist auch f, definiert durch f(x) = lim n f n (x) f.ü., messbar. Bemerkung. Man beachte, dass die Funktion f in Korollar 3.5 zuerst einmal nur f.ü. in definiert ist, also auf \ N mit einer Nullmenge N. Da aber die Aussagen in Korollar 3.5 von der xistenz dieser Ausnahmemenge N nicht beeinflusst werden, reicht es in der Maß und Integrationstheorie häufig aus, eine Funktion nur f.ü. zu definieren.

3 3. Messbare Funktionen 3 Beweis von Korollar 3.5. Die Funktion f ist zuerst nur fast überall definiert. Sei N = {x : die Folge (f n (x)) konvergiert nicht in R}. Dann ist µ(n) = 0, und nach Lemma 3.4 ist die Funktion f n definiert durch f n (x) = { f n (x) für x \N 0 für x N messbar. Nach Proposition 3.3 ist auch die Funktion { lim n f n (x) für x \N F (x) =, d.h. F (x) = lim fn (x), 0 für x N n messbar und f = F fast überall. Die Behauptung folgt nun aus Lemma 3.4. Beispiel. (1) Sei (, A, µ) = (R n, M = M n, µ = µ n ) und sei f : R n R stetig. Dann ist für jede offene Menge U R die Menge f 1 (U) offen. Weil für jedes c R die Menge {f > c} = f 1 ((c, )) offen ist, gilt {f > c} B n M, und die Funktion f ist messbar. (2) Sei (, A, µ) = (R n, M = M{ 1, µ = µ 1 ). Dann ist die Funktion definiert 1 für x = r durch f = χ {r}, also f(x) = 0 für x r, messbar. Nach Proposition 3.3 (oder Korollar 3.5) ist die Funktion χ Q messbar und es gilt sogar χ Q = 0 fast überall, weil µ(q) = 0 ist. (3) Sei (, A, µ) = (R n, M n, µ n ). Dann ist die charakteristische Funktion χ A für jede offene, jede abgeschlossene und sogar für jede Borelmenge A R n messbar. Hauptsatz 3.6 (Satz von goroff ). Sei (, A, µ) ein endlicher Maßraum, das heißt µ() <, und sei (f n ) eine Folge messbarer Funktionen auf, die punktweise gegen f : R konvergiert. Dann gibt es zu jedem ε > 0 eine Menge ε A mit µ(\ ε ) < ε, so dass (f n ) gleichmäßig auf ε gegen f konvergiert. Beweis. Sei S n,k = j>n { x : f j (x) f(x) < 1 }. k Dann gilt für festes k N S n,k A, S n,k S n+1,k..., S n,k = n

4 4 R. Farwig: Analysis IV: Maß- und Integrationstheorie) und nach Proposition 1.4(2) lim µ(s n,k) = µ ( ) S n,k = µ(). n n Sei ε > 0 fixiert. Dann gibt es zu jedem k N ein n k (beachte µ() < ) = n k (ε) N, so dass Nun behaupten wir, dass die Menge µ(\s nk,k) = µ() µ(s nk,k) < ε 2 k. ε := k=1 S nk,k die gewünschten igenschaften besitzt. Offensichtlich ist ε A und es gilt µ(\ ε ) = µ ( \ ) ( S nk,k = µ (\S nk,k) ) µ(\s nk,k) < ε 2 = ε. k k k k k Außerdem ist ε S nk,k für jedes k N. Dann gilt für jedes x ε f j (x) f(x) < 1 k für alle j > n k, und f j konvergiert auf ε gleichmäßig gegen f. Bemerkung. Satz 3.6 ist ohne die Voraussetzung µ() < im Allg. falsch. Definition. Sei (, A, µ) ein Maßraum. ine Funktion f : R heißt Treppenfunktion, falls sie nur endlich viele Funktionswerte annimmt, d.h., es gibt ein N N und j A sowie f j R, 1 j N, so dass f = N f j χ j. j=1 Sind in dieser Darstellung die Mengen j paarweise disjunkt und die Zahlen f j paarweise verschieden, heißt diese Darstellung kanonisch. Im Allg. ist die oben genannte Darstellung nicht kanonisch; es gibt aber immer eine eindeutig bestimmte kanonische Darstellung. Treppenfunktionen sind messbare Funktionen, und Summen und Produkte von Treppenfunktionen sind wieder Treppenfunktionen. Satz 3.7. Sei f : [0, ] messbar. Dann gibt es eine Folge von Treppenfunktionen (f n ) mit f n f n+1, die punktweise auf gegen f konvergiert.

5 3. Messbare Funktionen 5 Beweis. Wir unterteilen den Bildbereich [0, ] auf in die Menge [n, ] und die halboffenen Intervalle [0, 1 ) [ 1, 2 n 2, 2 ) [ n2 n 1 ],...,, n, n 2 n 2 n und definieren f n durch { n, falls f(x) n, f n (x) = j, falls j f(x) < j+1, j = 0,..., n2 n 1. 2 n 2 n 2 n Dann ist f n eine Treppenfunktion, f n f n+1 und für j 2 n f(x) < j+1 2 n gilt f(x) f n (x) 1 2 n. Ist dagegen f(x) = +, dann ist f n (x) = n für alle n N, und es gilt wieder f n (x) f(x) für n. Korollar 3.8. Sei f : R messbar. Dann gibt es eine Folge von Treppenfunktionen (f n ), die punktweise gegen f konvergiert. Beweis. Wir schreiben die Funktion f als f = f + f, wobei f + = 1 ( f + f) = 2 max(f, 0), f = 1 ( f f) = min(f, 0) gilt. Die Behauptung folgt nun aus Satz Lemma 3.9. Sei (, A, µ) = (R n, M n, µ n ), und sei f : R eine Treppenfunktion mit beschränktem Träger {f 0} =. Dann gibt es zu jedem ε > 0 eine kompakte Menge ε mit µ(\ ε ) < ε, so dass f ε auf ε stetig ist. Bemerkung. Üblicherweise wird der Träger einer Funktion f, z.b. einer stetigen oder sogar C -Funktion, als der Abschluss der Menge {f 0} definiert, also suppf = {f 0}. Im Zusammenhang mit nur messbaren Funktionen ist diese Definition nicht sinnvoll, da dann z.b. der Träger der Funktion χ Q mit R übereinstimmt. Beweis von Lemma 3.9. Sei f = N f j χ j j=1 die kanonische Darstellung von f. Die Mengen j sind paarweise disjunkt, jedes j M n ist beschränkt und = N j=1 j. Nach Satz 2.8(3) gibt es abgeschlossene Mengen j,ε j mit µ( j \ j,ε ) < ε N.

6 6 R. Farwig: Analysis IV: Maß- und Integrationstheorie) Die Mengen j,ε sind kompakt und paarweise disjunkt. Sei nun ε = N j,ε. j=1 Dann gilt µ(\ ε ) < ε, die Funktion f ε ist stückweise konstant und wegen dist ( j,ε, k,ε ) > 0 für alle j k auch stetig. Hauptsatz 3.10 (Satz von Lusin). Sei (, A, µ) = (R n, M n, µ n ), und sei f : R eine messbare Funktion mit beschränktem Träger {f 0} =. Dann gibt es zu jedem ε > 0 eine kompakte Menge ε mit µ(\ ε ) < ε, so dass f ε auf ε stetig ist. Beweis. Ohne inschränkung sei f 0 (sonst zerlege f = f + f ). Nach Satz 3.7 gibt es eine Folge (f k ) von Treppenfunktionen, die punktweise gegen f konvergiert. Dabei gilt nach der Konstruktion im Beweis von Satz 3.7 f k (x) = 0 für alle x. Wegen Lemma 3.9 existieren abgeschlossene Mengen k,ε mit µ(\ ε,k ) < ε 2, f k k+1 ε,k ist stetig. Aus dem Satz von goroff, Satz 3.6, angewandt auf f, f k in, µ() <, folgt, dass es eine abgeschlossene Menge F ε gibt mit Sei nun µ(\f ε ) < ε 2, f k f gleichmäßig auf F ε. ε = F ε ε,k. Dann ist ε abgeschlossen, kompakt und wegen µ(\ ε,k ) < gilt die Abschätzung k=1 k=1 ( ) µ(\ ε ) = µ (\ ε,k ) (\F ε ) ε 2 k+1, µ(\f ε ) < ε 2 µ(\ ε,k ) + µ(\f ε ) < ε. k=1 Da f k ε stetig. stetig ist und f k gleichmäßig auf ε gegen f konvergiert, ist auch f ε

7 4. Lebesgue-Integral 7 4 Das allgemeine Lebesgue-Integral Sei (, A, µ) ein Maßraum. 4.1 Nichtnegative Funktionen Definition. Sei f : [0, ] eine (nichtnegative) Treppenfunktion, f = N j=1 f jχ j mit f j 0, j A. Dann heißt f(x) dµ = f dµ := N f j µ( j ) [0, ] das (Lebesgue-) Integral von f. Im Fall µ( j ) < für alle j = 1,..., N ist f dµ [0, ), und f heißt (Lebesgue-) integrierbar. Bemerkung. Man zeigt leicht die folgenden igenschaften: (1) Der Wert j=1 N f j µ( j ) j=1 hängt nicht von der Darstellung der Treppenfunktion ab (falls alle f j 0). (2) Seien f, g 0 Treppenfunktionen und gelte f g fast überall. Dann gilt f dµ g dµ. (3) Seien f, g 0 Treppenfunktionen. Dann gilt für alle α, β 0 (αf + βg) dµ = α f dµ + β g dµ. Definition. Sei f : [0, ] messbar und sei T f = {h : [0, ) : h ist Treppenfunktion, h f f.ü.} (beachte: T f, da 0 T f ). Dann heißt { } f(x) dµ = f dµ := sup h dµ : h T f [0, ] h T f das (Lebesgue-) Integral von f. Für A sei dann f dµ := fχ dµ. Falls f dµ <, heißt f (Lebesgue-) integrierbar.

8 8 R. Farwig: Analysis IV Bemerkung. Ist h T f eine Treppenfunktion mit nichtleerer Ausnahmemenge N = {h > f} A, so ist auch h 0 = hχ N eine Treppenfunktion. s gilt h 0 f auf und h 0 dµ = h dµ. Deshalb kann die Menge T f in obiger Definition durch die kleinere Menge ersetzt werden. T f = {h : [0, ) : h ist Treppenfunktion, h f} Beispiel. Sei µ auf N das Zählmaß, d.h. A = P(N), µ() = # für alle N. Dann ist jede Funktion f : N R (d.h. jede Folge) messbar. Für f : N [0, ] ist f dµ = f(n) [0, ] N n das Lebesgue-Integral von f über N bezüglich µ, und f ist genau dann integrierbar, wenn n f(n) konvergiert. Lemma 4.1. Seien f, g : [0, ] messbar und A gegeben. Dann gilt: (1) Gilt f = g f.ü., folgt f dµ = g dµ. (2) Falls 0 f g f.ü., ist 0 f dµ g dµ. (3) Sind 1 2 A, dann ist 1 f dµ 2 f dµ erfüllt. (4) s ist cf dµ = c f dµ für alle c R +. (5) Sei f = 0 auf fast überall oder sei µ() = 0. Dann ist f dµ = 0. (6) (Tschebyscheff-Ungleichung) Für jedes α > 0 gilt µ({f α} ) 1 f dµ. α (7) s gilt f dµ = 0 genau dann, wenn f = 0 fast überall auf ist. Beweis. Wir beweisen nur die Aussagen (6) und (7). Der Beweis der Tschebyscheff-Ungleichung folgt aus Aussage (3) und aus der folgenden Ungleichungskette: f dµ (3) {f α} f dµ {f α} α dµ = αµ( {f α}). Bei Aussage (7) folgt die Rückrichtung bereits aus (5). Für den Beweis der Richtung folgt aus der Tschebyscheff-Ungleichung, dass für alle α > 0 das Maß µ( {f > α}) 1 f dµ = 0 α

9 4. Lebesgue-Integral 9 ist. Das liefert ( µ( {f > 0}) = µ { f > 1 }) ( { = lim µ f > 1 }) = 0. k k 0 k k N Hauptsatz 4.2 (Satz von Lebesgue über monotone Konvergenz). Sei (f k ) mit f k : [0, ] eine Folge messbarer Funktionen, die punktweise fast überall monoton wächst, d.h. 0 f 1 (x) f 2 (x) f.ü. in. Dann existiert f(x) := lim k f k (x) fast überall in, f ist messbar, und es gilt lim k f k dµ = f dµ [0, ]. Beweis. Nach der Voraussetzung gibt es eine Nullmenge N A, so dass Dann ist die Funktion 0 f 1 (x) f 2 (x) für alle x \N. f(x) := { lim k f k (x) [0, ] für alle x \N 0 für alle x N wohldefiniert auf. Wegen Korollar 3.5 ist f 0 auch messbar, und das Lebesgue-Integral f dµ [0, ] existiert. Ohne Beschränktheit der Allgemeinheit sei f k (x) = 0 für alle x N und alle k N (dabei bleibt f k dµ erhalten). Also können wir o.b.d.a. N = annehmen. Aus f k dµ f k+1 dµ folgt die xistenz des Grenzwerts α := lim f k dµ [0, ]. k Wegen f k dµ f dµ ist dann auch α f dµ. s bleibt nun f dµ α

10 10 R. Farwig: Analysis IV zu zeigen. Dazu sei s T f eine Treppenfunktion, s = M j=1 s jχ Aj, o.b.d.a. s f in, und sei c (0, 1). Wir definieren k = {f k c s}. Dann ist k A, k k+1 und k k =, da f k (x) f(x) für alle x und c < 1 gilt. Da nach Proposition 1.2(4) µ(a j k ) gegen µ(a j ) für k konvergiert, folgt aus M M f k dµ f k dµ c s dµ = c s j µ(a j k ) c s j µ(a j ) = c s dµ k k j=1 j=1 und aus f k dµ α, dass α c s dµ für jedes c (0, 1) und jede Funktion s T f gewünschte Ungleichung α f dµ. gilt. Damit erhalten wir die Korollar 4.3. Seien f, g : [0, ] messbar. Dann gilt (f + g) dµ = f dµ + g dµ. Beweis. Nach Satz 3.7 seien (s k ) T f, (t k ) T g gegeben mit 0 s 1 s 2, s k f, 0 t 1 t 2, t k g punktweise in. Nach dem Satz 4.2 von Lebesgue konvergieren die Integrale s k dµ f dµ, t k dµ g dµ und für k. s k dµ + t k dµ = (s k + t k ) dµ (f + g) dµ Hauptsatz 4.4 (Lemma von Fatou). Seien f k : [0, ] messbar. Dann gilt lim inf f k dµ lim inf f k dµ. k k Bemerkung. In der obigen Ungleichung kann < auftauchen.

11 4. Lebesgue-Integral 11 Beweis. Sei g i (x) = inf k i f k(x) für i N und x. Dann ist g i nach Proposition 3.3 messbar. Aus g k f k folgt die Ungleichung g k dµ f k dµ, und 0 g 1 g 2, g k lim k g k = lim inf k f k punktweise in. Nach dem Satz 4.2 von Lebesgue erhalten wir für k g k dµ lim g k dµ = lim inf f k dµ, k k woraus zusammen mit g k dµ f k dµ die Behauptung folgt. 4.2 Das allgemeine Lebesgue-Integral Definition. (1) Ist f : [, 0] messbar, so ist f dµ := ( f) dµ [, 0] das (Lebesgue-) Integral von f. (2) ine messbare Funktion f : R = [, ] heißt integrierbar, falls f integrierbar ist. Dann ist f dµ := f + dµ f dµ (, ) das Lebesgue-Integral von f. (3) Analog definiert man f dµ = fχ dµ = (fχ ) + dµ (fχ ) dµ das Lebesgue-Integral von f über A, falls fχ integrierbar ist. (4) Die Menge L 1 (, µ) = L 1 () = {f : R : f ist integrierbar} heißt der Lebesgue-Raum L 1 () der L 1 -Funktionen auf. Analog definiert man L 1 () = L 1 (, µ).

12 12 R. Farwig: Analysis IV Bemerkung. Wegen 0 f +, f f = f + + f, f = f + f, ist f genau dann integrierbar, wenn f + und f integrierbar sind. Proposition 4.5. Sei A und f, g L 1 (). Dann gilt: (1) s ist f dµ f dµ. (2) Die Funktion f ist fast überall endlich. (3) Falls µ() = 0 oder f = 0 f.ü. in gilt, ist f dµ = 0. (4) Ist f g f.ü., dann ist f dµ g dµ. (5) s ist f + g L 1 () und (f + g) dµ = f dµ + g dµ. (6) Für alle c R gilt cf L 1 () und (cf) dµ = c f dµ. Beweis. (1) Die Aussage folgt aus f dµ = (fχ ) + dµ (fχ ) + dµ + (fχ ) dµ (fχ ) dµ = f dµ. (2) Da f in L 1 () liegt, ist auch f L 1 (). Dann ist f nach Lemma 4.1 f.ü. endlich. Daraus folgt, dass f auch f.ü. endlich ist. (4) Aus f g f.ü. folgt f + g + und g f f.ü., woraus wiederum die Behauptung folgt. (5) Aus f + g f + g und ( f + g ) dµ = f dµ + g dµ (siehe Korollar 4.3) folgt f + g L 1 (). Um die Integralidentität zu zeigen, unterscheiden wir zwei Fälle: g f bzw. f, g L 1 () allgemein. Sei zuerst g f. Substrahieren wir das Integral f dµ von beiden Seiten der Identität f + dµ + g dµ = (f + + g) dµ = ((f + f ) + g) dµ = ((f + g) + f ) dµ = (f + g) dµ + f dµ, erhalten wir die Behauptung.

13 4. Lebesgue-Integral 13 Seien nun f, g L 1 (). Weil f + g f + g ist, folgt aus dem ersten Fall die Identität 1. Fall (f + g) dµ + f dµ + g dµ = (f + g + f + g ) dµ Kor. 4.3 = (f + f + g + g ) dµ = (f + f ) dµ + (g + g ) dµ 1. Fall = f dµ + f dµ + g dµ + g dµ, wobei die vorletzte Gleichheit nach Korollar 4.3 erfüllt ist. s reicht nun die Integrale f dµ, g dµ von beiden Seiten dieser Identität zu subtrahieren. Der Beweis von (3) und (6) ist klar. Hauptsatz 4.6 (Satz von Lebesgue über majorisierte Konvergenz). Sei (f k ) eine Folge messbarer Funktionen auf, die fast überall gegen eine Funktion f konvergiert. Ferner existiere eine Funktion g L 1 () (Majorante) mit Dann ist auch f L 1 (), und es gilt lim k f k (x) g(x) fast überall in. f k f dµ = 0, lim f k dµ = k f dµ. Bemerkung. Ohne die Majorante g L 1 () ist die Aussage im Allgemeinen falsch; auch die Voraussetzung f L 1 () reicht nicht aus. Beweis. Die igenschaften f k g und f k f f.ü. liefern f g f.ü. und die Messbarkeit von f. Also ist f L 1 (). Für den Beweis der Konvergenzaussage können wir wegen 0 f k f 2g f.ü. das Lemma von Fatou (Satz 4.4) auf die Funktion 2g f k f anwenden. Wir erhalten 2g dµ = lim inf (2g f k f ) dµ k lim inf (2g f k f ) dµ k = 2 g dµ lim sup f k f dµ. k Dies liefert lim sup k f k f dµ 0 und damit f k f dµ = 0. lim k

14 14 R. Farwig: Analysis IV Die letzte Aussage folgt aus der Ungleichung f k dµ f dµ = (f k f) dµ f k f dµ k 0. Korollar 4.7. (1) Sei µ() < und sei (f k ) L 1 () punktweise f.ü. gegen eine Funktion f konvergent. s gebe eine Konstante M 0 mit f k (x) M f.ü. in. Dann gilt f k dµ f dµ für k. (2) Sei µ() < und sei (f k ) L 1 () gleichmäßig konvergent gegen f. Dann gilt f k dµ f dµ für k. Beweis. In (1) ist die Funktion g = M L 1 () eine Majorante. In (2) kann für k N genügend groß die Funktion g = f +1 als Majorante gewählt werden. Satz 4.8 (Satz von Vitali zur absoluten Stetigkeit). Sei f L 1 () gegeben. Dann ist die Abbildung A R, f dµ absolut stetig, d.h., für jedes ε > 0 gibt es ein δ > 0, so dass f dµ < ε für alle A mit µ() < δ. Beweis. Ohne Beschränktheit der Allgemeinheit sei f 0. Wir definieren { f(x), falls f(x) n, f n (x) := n, falls f(x) > n. Dann ist f n f n+1, f n f L 1 (), und aus dem Satz 4.6 von Lebesgue (oder auch aus Satz 4.2) folgt die Konvergenz f n dµ f dµ für n. Sei ε > 0. Dann existiert ein n ε N such that f nε dµ > f dµ ε 2. Definieren wir nun δ := ε 2n ε, gilt für jedes A mit µ() < δ die Abschätzung f dµ = f nε dµ + (f f nε ) dµ µ()n ε + (f f nε ) dµ < δn ε + ε 2 = ε.

15 4. Lebesgue-Integral Lebesgue- und Riemann-Integral Satz 4.9. Sei Q R n ein abgeschlossenes beschränktes Rechteck und f : Q R Riemann-integrierbar (folglich ist f beschränkt). Dann gilt f L 1 (Q) bezüglich des n-dimensionalen Lebesgue-Maßes µ n und f(x) dx = f dµ n. Q Beweis. Da die Funktion f Riemann-integrierbar ist, gibt es eine Folge von Partitionen (P k ) von Q, { P k = Q k j : Q k j Q sind offene, paarweise disjunkte Rechtecke, Q = } Q k j, j Q so dass die Treppenfunktionen l k, u k, l k Q k j = inf Q k j f, u k Q k j = sup f, Q k j die folgenden igenschaften besitzen: l k l k+1 f u k+1 u k, l k (x) dx f(x) dx u k (x) dx. Q Q Dann existieren fast überall die Grenzwerte l := lim k l k, u := lim k u k und es ist l f u f.ü. Nach dem Satz von Lebesgue (Satz 4.6) gilt l k (x) dx = l k dµ n l dµ n Q Q Q u k (x) dx = u k dµ n u dµ n. mit l, u L 1 (Q). Daraus folgt l dµ n = Q Q Q Q f(x) dx = Q Q Q u dµ n ; insbesondere ist (u l) dµ Q n = 0, und wegen l u f.ü. gilt nach Lemma 4.1(7) u = l f.ü. Dann folgt aber wegen l f u f.ü. auch u = f = l f.ü. Deshalb ist f L 1 (Q) und f dµ n = f(x) dx. Q Q

16 16 R. Farwig: Analysis IV Korollar Sei f 0 auf (a, b] uneigentlich Riemann-integrierbar, d.h., f ist Riemann-integrierbar auf [a + ε, b] für jedes ε > 0 und der Grenzwert b I = lim f(x) dx < ε 0 + a+ε existiert. Dann gilt f L 1 ([a, b]) = L 1 ((a, b)) und I = f dµ 1. (a,b) Beweis. Nach Satz 4.9 gilt f dµ (a+ε,b) 1 = b f(x) dx I für ε a+ε 0+. Da der Satz von Lebesgue 4.2 über monotone Konvergenz den Grenzübergang f dµ 1 f dµ 1 für ε 0 + (a+ε,b) liefert, erhalten wir die Gleichheit also f L 1 ((a, b)). (a,b) (a,b) f dµ 1 = I <, Korollar Sei R n beschränkt und Jordan-messbar, d.h., ist eine Lebesgue-Nullmenge. Ferner sei f : R Riemann-integrierbar, d.h., f ist beschränkt und für ein kompaktes Rechteck Q ist die Fortsetzung f Q, { f(x) für x f Q (x) := 0 für x Q\, Riemann-integrierbar auf Q. Dann gilt M n, wobei M n die Lebesgue sche σ-algebra auf R n bezeichnet, f L 1 () und f(x) dx = f dµ n. Beweis. Das Innere = \ ist offen und deshalb gilt B n M n. Weil µ n ( ) = 0 und M n vollständig ist (siehe Korollar 2.2), folgt auch = ( ) M n. Die Funktion f Q ist Riemann-integrierbar und nach Satz 4.9 sogar in L 1 (Q). Dies liefert, dass f = f Q in L 1 () liegt. Außerdem erhalten wir f(x) dx = Q f Q (x) dx Satz 4.9 = Q f Q dµ n = f dµ n.

17 4. Lebesgue-Integral 17 Definition (rweiterung des Lebesgue-Integrals auf komplexwertige Funktionen). Sei (, A, µ) ein Maßraum. (1) ine Funktion f : C heißt messbar, falls Re f und Im f messbar sind. (2) ine messbare Funktion f : C heißt integrierbar, falls Re f, Im f L 1 (). Dann sei f dµ := Re f dµ + i Im f dµ C das Lebesgue-Integral von f. Proposition (1) ine messbare Funktion f : C ist genau dann integrierbar, wenn Re f, Im f L 1 () gilt. Dieses gilt genau dann, wenn f L 1 (). (2) s gelten alle Aussagen von Proposition 4.5 (außer (4) und mit c C in (6)). Insbesondere gilt f dµ f dµ. (3) s gilt der Satz von Lebesgue über majorisierte Konvergenz und der Satz von Vitali zur absoluten Stetigkeit (Sätze 4.6 und 4.8). Beweis. Wir zeigen die Ungleichung in (2). Sei f dµ = reiϕ, r 0, ϕ [0, 2π). Dann erhalten wir 0 r = e iϕ f dµ = e iϕ f dµ = Re (e iϕ f) dµ + i Im (e iϕ f) dµ = Re (e iϕ f) dµ + 0 Re (e iϕ f) dµ = f dµ, da Im (e iϕ f) dµ = Im ( e iϕ f dµ ) = 0.

18 18 R. Farwig: Analysis IV: Maß- und Integrationstheorie 5 Mehrfachintegration Satz 5.1 (1. Version des Satzes von Fubini). Seien I 1 R n und I 2 R m abgeschlossene (nicht notwending beschränkte) Rechtecke und sei f L 1 (I 1 I 2 ) (bzgl. des Lebesgue-Maßes µ n+m auf R n+m ). (1) Dann ist für fast alle x I 1 (µ n -f.ü.) die Funktion y f(x, y), y I 2, messbar und integrierbar bzgl. µ m auf I 2. Außerdem ist die fast überall in I 1 definierte Funktion h(x) = f(x, y) dµ m (y) I 2 messbar und integrierbar bzgl. µ n auf I 1. (2) Analog zu (1) ist für fast alle y I 2 die Funktion x f(x, y), x I 1, messbar und integrierbar bzgl. µ n auf I 1. Außerdem ist die fast überall in I 2 definierte Funktion g(y) = f(x, y) dµ n (x) I 1 messbar und integrierbar bzgl. µ m auf I 2. (3) s gilt f dµ n+m = I 1 I 2 = I 1 I 2 ( ) f(x, y) dµ m (y) dµ n (x) I ( 2 ) f(x, y) dµ n (x) dµ m (y). I 1 Beweis. Zuerst benötigen wir die folgenden Vorbereitungen: (1) Setzt man f durch 0 auf R n+m \(I 1 I 2 ) fort, so darf ohne inschränkung I 1 = R n, I 2 = R m angenommen werden. (2) Wir sagen, eine Funktion f L 1 (I 1 I 2 ) habe die igenschaft F, falls f die Aussagen (1)-(3) des Satzes 5.1 erfüllt. (3) Im Laufe des Beweises wird gezeigt, dass jede charakteristische Funktion χ, M n+m mit µ n+m () <, die igenschaft F hat. Der Abschluss des Beweises benutzt dann die Approximation von f L 1 (I 1 I 2 ) durch Treppenfunktionen, um die igenschaft F für f zu zeigen. Wichtige Beweismittel werden der Satz von Lebesgue über monotone Konvergenz und Satz 2.8 zur Regularität des Lebesgue-Maßes sein.

19 5. Mehrfachintegration 19 Der Beweis benutzt die folgenden Lemmata: Lemma 5.2. ine endliche Linearkombination von Funktionen mit der igenschaft F hat ebenfalls die igenschaft F. Beweis von Lemma 5.2. Der Beweis ist trivial. Die Messbarkeit gilt auch für Linearkombinationen und das Integral ist linear. Außerdem ist eine endliche Vereinigung von Nullmengen wieder eine Nullmenge. Lemma 5.3. Sei (f k ) eine Folge in L 1 (I 1 I 2 ) aus Funktionen mit der igenschaft F, die monoton steigend (oder fallend) gegen eine Funktion f L 1 (I 1 I 2 ) konvergiert. Dann hat auch f die igenschaft F. Beweis von Lemma 5.3. Wir wollen den Satz von Lebesgue über monotone Konvergenz anwenden. Ist f 1 f 2 f, aber f 1 0 nicht erfüllt, betrachte man 0 f 1 f 1 f 2 f 1 f f 1. Ist dagegen f 1 f 2 f, betrachte man stattdessen 0 f 1 f 2 f 1 f 3 f 1 f. Gelte also ohne inschränkung 0 f 1 f 2 f. Weil f k die igenschaft F erfüllt, gibt es eine µ n -Nullmenge N k R n mit f k (x, ) L 1 (R m ) für alle x R n \N k. Sei N = k=1 N k. Dann ist µ n (N) = 0 und f k (x, ) L 1 (R m ) für alle x R n \N. Wenden wir nun den Satz von Lebesgue auf f k (x, ) für alle x R n \N an, erhalten wir den Grenzübergang h k (x) := f k (x, y) dµ m (y) h(x) := R m f(x, y) dµ m (y). R m Dabei ist die Funktion f(x, ) auf R m messbar x-f.ü., weil für alle y R m die Konvergenz f k (x, y) f(x, y) gilt. Nach der Voraussetzung (f k hat F) ist h k in L 1 (R n ) und h k (x) dµ n (x) = R n f k dµ n+m. R n R m Der Satz von Lebesgue angewandt auf h k h liefert sowohl die Messbarkeit von h als auch h k (x) dµ n (x) R n h(x) dµ n (x). R n Derselbe Satz angewandt auf f k f in R n+m impliziert nun f k dµ n+m f dµ n+m. R n R m R n R m

20 20 R. Farwig: Analysis IV: Maß- und Integrationstheorie Daraus folgt > f dµ n+m = R n R m h dµ n R n Def. = R n ( ) f dµ m dµ n. R m Insbesondere ist h(x) = f(x, y) dµ m (y) R m für fast alle x R n endlich, also ist auch f(x, ) L 1 (R m ) für fast alle x, und es gilt sogar h L 1 (R n ). Die gleiche Vorgehensweise wie oben mit x und y vertauscht liefert nun, dass f die igenschaft F besitzt. Lemma 5.4. Sei R n+m eine Menge vom Typ G δ, d.h. = k=1 G k mit offenen Mengen G k, und sei µ n+m (G 1 ) <. Dann hat χ die igenschaft F. Beweis von Lemma 5.4. Wir unterscheiden fünf Fälle. 1. Fall Für ein offenes, beschränktes Rechteck = J 1 J 2 ist der Beweis trivial. Insbesondere lautet die Aussage (3) in dem Fall µ n+m (J 1 J 2 ) = µ n (J 1 ) µ m (J 2 ). 2. Fall Sei eine beliebige Teilmenge (nicht nur vom Typ G δ ) des Randes eines Rechtecks J 1 J 2. Bezeichnen wir für x R n mit x die Schnittmenge x = {y R m : (x, y) }, ist hier x J 2 für fast alle x R n ( außer für x J 1 ) und somit µ m ( x ) = 0. Daraus folgt, dass χ (x, ) für fast alle x µ m -messbar ist und χ (x, y) dµ m (y) = 0 x-fast überall. R m Folglich ist die Abbildung messbar, liegt in L 1 (R n ) und x χ (x, y) dµ m (y) R m R n ( ) χ dµ m dµ n = 0. R m Außerdem ist µ n+m () = 0, woraus die µ n+m -Messbarkeit von χ und die Identität R n R m χ dµ n+m = 0

21 5. Mehrfachintegration 21 folgen. Dies liefert die Behauptung. 3. Fall Seien J 1 R n, J 2 R m offene und beschränkte Rechtecke und sei J 1 J 2 J 1 J 2. Dann folgt die Aussage χ hat die igenschaft F mit der Zerlegung χ = χ J1 J 2 + χ \(J1 J 2 ) aus den ersten beiden Fällen und aus Lemma Fall Sei R n+m offen mit µ n+m () <. Dann läßt sich als Vereinigung von disjunkten, beschränkten, halboffenen Rechtecken schreiben: Sei = J j, Jj J j J j. j=1 f k = k χ Jj. j=1 Dann hat f k nach dem dritten Fall und Lemma 5.2 die igenschaft F. Da außerdem die Konvergenz f k χ gilt, liefert Lemma 5.3, dass χ die igenschaft F besitzt. 5. Fall Sei nun eine G δ -Menge mit µ n+m (G 1 ) <. Dann gelte ohne inschränkung G 1 G 2 (sonst nehme G 1, G 2 G 1, G 3 G 2 G 1,...). Nach dem vierten Fall hat χ Gk die igenschaft F. Aus χ Gk χ erhalten wir mit Hilfe von Lemma 5.3 die Behauptung des Lemmas. Lemma 5.5. Ist µ n+m (N) = 0, so hat χ N die igenschaft F. Insbesondere ist N x für fast alle x R n eine Nullmenge des R m. Beweis von Lemma 5.5. Nach dem Hauptsatz 2.8(2) gibt es eine G δ -Menge G, N G, mit µ n+m (G) = µ n+m (N) = 0. Ohne inschränkung sei G = G k, k=1 G k offen, mit µ n+m (G 1 ) <. Dann ist wegen Lemma 5.4 R n Aus Lemma 4.1(8) und χ G 0 folgt ( ) χ G dµ m dµ n = χ G dµ n+m = 0. R m R n R m µ m (G x ) = χ G (x, ) dµ m = 0 R m für fast alle x R n.

22 22 R. Farwig: Analysis IV: Maß- und Integrationstheorie Also ist µ m (N x ) = 0 für fast alle x R n (da N x G x ist). Das liefert, dass χ N (x, ) für fast alle x R n µ m -messbar ist und χ N (x, ) dµ m = 0 x-fast überall R m gilt. Schließlich erhalten wir, dass die Abbildung x χ N (x, ) dµ m R m µ n -messbar ist und ( ) χ N dµ m dµ n = 0 R n R m gilt. Daraus folgt die Behauptung. ( ) = χ N dµ n+m R n R m Lemma 5.6. Ist R n+m messbar mit µ n+m () <, so hat χ die igenschaft F. Beweis von Lemma 5.6. Nach dem Hauptsatz 2.8(2) gibt es eine G δ -Menge G (G = j=1 G j, G j offen, mit µ n+m (G 1 ) < ) mit den igenschaften G, µ n+m (G) = µ n+m () <, µ n+m (G\) = 0. Also ist N = G\ eine Nullmenge. Aus Lemma 5.4, 5.5 und 5.2 folgt, dass χ = χ G χ N die igenschaft F besitzt. Jetzt können wir die Aussagen des Satzes 5.1 beweisen. Sei f L 1 (R n+m ). Wegen f = f + f, f ± L 1 (R n+m ), reicht es f 0 zu betrachten. Dann gibt es nach Satz 3.7 Treppenfunktionen f k mit 0 f 1 f 2 f. Da f L 1 ist, ist auch f k L 1, und in der Darstellung N k f k = a jk χ jk j=1 mit paarweise disjunkten Mengen jk, a jk > 0, ist das Maß µ n+m ( jk ) <. Nach Lemma 5.6 und 5.2 hat f k die igenschaft F und nach Lemma 5.3 gilt dies auch für f. Korollar 5.7 (Folgerung für messbare Funktionen). Sei f : R n+m R messbar. Dann ist die Funktion y f(x, y), y R m, für fast alle x R n messbar. Insbesondere ist für eine messbare Menge R n+m die Schnittmenge für fast alle x R n messbar. x = {y R m : (x, y) }

23 5. Mehrfachintegration 23 Beweis. Wir teilen den Beweis in zwei Teile auf. 1. Teil Sei f = χ, M n+m. Schreiben wir = k=1 k mit den beschränkten, messbaren Mengen k = {(x, y) : (x, y) < k}, k N, erhalten wir mit Hilfe von Lemma 5.6, dass die Schnittmenge ( k ) x für fast alle x messbar ist. Also ist auch x x-fast überall messbar. 2. Teil Sei f µ n+m -messbar. Dann ist für alle a R die Menge (a) = {f > a} messbar in R n+m. Wir wollen zeigen, dass es eine Nullmenge N M n gibt, so dass die Menge (a) x = {y : f(x, y) > a} für alle a R und alle x R n \N messbar ist. Zuerst schreiben wir Q in der Form Q = {a k Q : k N}. Dann gibt es nach dem ersten Teil des Beweises für jedes k N eine Nullmenge N k R n, so dass (a k ) x für alle x R n \N k messbar ist. Also ist (a k ) x messbar für alle a k und alle x R n \ k=1 N k. Wegen (a) x = (a kj ) x mit einer Teilfolge (a kj ), a kj und alle a R. j=1 a, ist (a) x messbar für alle x R n \ k=1 N k Hauptsatz 5.7 (Satz von Fubini). Seien M n+m und f : R messbar. Dann gilt: (1) Für fast alle x R n ist die Funktion y f(x, y), y x, messbar auf x. (2) Ist f L 1 (), so liegt für fast alle x R n die Funktion y f(x, y), y x, in L 1 ( x ). Außerdem ist die Funktion x f(x, y) dµ m (y) x bezüglich x integrierbar; im Fall x = sei x f(x, y) dµ m (y) := 0. Ferner gilt ( ) f dµ n+m = f(x, y) dµ m (y) dµ n (x). R n x Beweis. Die Aussage (1) folgt aus Korollar 5.7, wenn man f durch 0 zu einer Funktion f auf R n+m fortsetzt.

24 24 R. Farwig: Analysis IV: Maß- und Integrationstheorie Für (2) sei f L 1 (). Dann ist auch f L 1 (R n+m ) und ( ) Satz 5.1 f dµ n+m = f dµ n+m = f dµ m (y) dµ n (x) R n+m R n R ( ) m = f dµ m (y) dµ n (x), R n x da für fast alle x R n die Identität f dµ m = R m fχ x dµ m = R m f dµ m x gilt. Insbesondere ist für fast alle x R n die Funktion y f(x, y) = f(x, y)χ x (y) integrierbar, d.h. f(x, ) L 1 ( x ). Bemerkung. Aus f L 1 (), R n+m messbar, folgt also die Gültigkeit des Satzes von Fubini. Dagegen reicht es nicht aus, dass beide iterierten Integrale ( ) ( ) f(x, y) dy dx und f(x, y) dx dy (alles im L 1 -Sinne) existieren und übereinstimmen, wie das folgende Gegenbeispiel zeigt. Sei n = m = 1 und I = [0, 1] 2. Wir betrachten die unten in der Skizze dargestellte Aufteilung der Menge I. y 1 I 3 I = I 2 I 4 k I 3 k I 1 I k = I 1 k I 2 k 0 1 x Weiter sei die Funktion f so definiert, dass auf I k { 1/µ 2 (I k ) in Ik 1 f = I3 k 1/µ 2 (I k ) in Ik 2 I4 k gilt. Sonst sei f = 0 in I. Dann gilt 1 f(x, y) dy = 0 = 1 f(x, y) dx für fast alle 0 0 x [0, 1] bzw. y [0, 1] und also auch 1 ( 1 ) 1 ( 1 ) f(x, y) dy dx = f(x, y) dx dy =

25 5. Mehrfachintegration 25 Jedoch ist f L 1 (I) und damit f dµ I 2 nicht definiert, denn es gilt f dµ 2 = f dµ 2 = 1 =. I k I k k Dagegen gilt der Satz von Fubini immer, wenn f 0 ist, wie der folgende Satz besagt. Hauptsatz 5.8 (Satz von Tonelli). Sei R n+m messbar und f eine nichtnegative, messbare Funktion auf. Dann ist die Funktion y f(x, y), y x, für fast alle x R n messbar, die Funktion x x f(x, y) dµ m (y) ist messbar auf R n, und es gilt ( ) f dµ n+m = f(x, y) dµ m (y) dµ n (x) R n x (u.u. sind beide Seiten + ). Beweis. Ohne inschränkung sei = R n+m. Um die Aussage mit Hilfe des Satzes von Lebesgue über monotone Konvergenz auf den Satz von Fubini zurückzuführen, sei die Folge (f k ) definiert durch { 0 für (x, y) > k f k (x, y) = min{k, f(x, y)} für (x, y) k. Dann folgt 0 f 1 f 2 f für alle (x, y) R n+m, f k L 1 (R n+m ) und f k genügt den Voraussetzungen des Satzes von Fubini. s gibt also eine gemeinsame (von k N unabhängige) Nullmenge N R n, so dass f k (x, y) für alle x R n \N, k N, in y messbar ist. Dank der punktweisen Konvergenz von f k gegen f ist auch f(x, y) in y messbar für alle x R n \N. Nun liefert die Anwendung des Satzes von Fubini auf f k die Messbarkeit der Abbildung x f k (x, y) dµ m (y). R m Nach dem Satz von Lebesgue über monotone Konvergenz erhalten wir f k (x, y) dµ m (y) R m f(x, y) dµ m (y) R m x fast überall. Folglich ist auch die Abbildung x f(x, y) dµ m (y) R m

26 26 R. Farwig: Analysis IV: Maß- und Integrationstheorie messbar. ndlich liefert die zweifache Anwendung desselben Satzes von Lebesgue sowohl die Konvergenz ( ) ( ) f k (x, y) dµ m (y) dµ n (x) R n R m R n f(x, y) dµ m (y) R m dµ n (x) als auch den Grenzüberang ( ) f k dµ m R n R m dµ n = f k dµ n+m R n+m f dµ n+m. R n+m Daraus folgt nun die Behauptung. Beispiel. (1) Für das uneigentliche Riemann-Integral 0 sin x x dx gilt 0 sin x x dx = π 2. Zum Beweis betrachten wir zuerst die Funktion f(x, y) = e xy sin x auf (0, R) (0, R) =: I R, R > 0. Wegen I R f dµ 2 0 Satz 5.9 = R 0 ( ) R sin x e xy sin x dy dx = dx < 0 0 x ist f L 1 (I R ). Wenden wir nun den Satz von Fubini auf f, I R an, erhalten wir R sin x R ( ) x dx = sin x e xy dy dx! = = = ( R ) sin x e xy dx dy y 2 e xy ( y sin x cos x) x=r dy x=0 1 ( ) e Ry ( y sin R cos R) + 1 dy. 1 + y 2 Sei (R n ) eine monoton wachsende Folge in (1, ) mit R n. Dann gilt y 2 e Rny ( y sin R n cos R n ) 0 für n und für alle y > 0 und y 2 e Rny ( y sin R n cos R n ) (y + 1)e y 1 + y 2 L 1 (0, ).

27 5. Mehrfachintegration 27 Nach dem Satz von Lebesgue über majorisierte Konvergenz erhalten wir 0 1 ( ) e Rny ( y sin R 1 + y 2 n cos R n ) + 1 dy n (2) s gilt (im Sinne von L 1 -Funktionen) Zuerst haben wir R und ε R ε 0 sin x x 1 cos x x 2 dx = cos x dx = x sin x x dx π 2 1 cos x x R ε ( y 2 ) dy = arctan = π 2. R ε ( sin x + x R ε ) 2 dx = π 2. 1 cos x x 2 dx für R, ε 0 0 für R, ε 0. Aus der Identität 1 cos x = 1 cos ( 2 x 2) = 2 sin 2 ( x 2) erhalten wir schließlich 0 1 cos x x 2 dx = ( sin x 2 x 2 ) 2 ( sin y ) 2 dx = dy. y Bemerkung. Der Satz von Fubini (Satz 5.8) gilt auch für Funktionen f : C. 0

28 28 R. Farwig: Analysis IV: Maß- und Integrationstheorie 6 Die Substitutionsregel Definition. (1) Seien U, V R n offene Mengen. ine Abbildung f : U V heißt C 1 -Diffeomorphismus, falls f C 1 (U) n bijektiv ist und die Umkehrfunktion f 1 : V U stetig differenzierbar ist. (2) ine Abbildung f : U R n R m heißt lokal Lipschitz-stetig, wenn es zu jedem x U eine (offene) Umgebung U x von x gibt, so dass f auf U x U Lipschitz-stetig ist, d.h., es existiert ein L x 0 mit f(y) f(y ) Lx y y für alle y, y U x U. Wir schreiben kurz f C 0,1 loc (U)m. Hauptsatz 6.1. Seien U, V R n offen, φ : U V ein C 1 -Diffeomorphismus und f : V R messbar. Genau dann ist f L 1 (V ), wenn f φ det Dφ in L 1 (U) liegt. In diesem Fall gilt f dy = f φ det Dφ dx. V U Dabei ist Dφ = ( j φ i ) n i,j=1 = J φ die Funktionaldeterminante von φ. Formal gilt also für y = φ(x) die Identität dy = det Dφ(x) dx. 6.1 Bilder messbarer Mengen Lemma 6.2. Sei N M n eine Lebesgue-Nullmenge und sei f C 0,1 loc (N)m mit m n. Dann ist f(n) M m eine Lebesgue-Nullmenge. Beweis. (Vergleiche mit Lemma 6.10 in Analysis II für Jordan-Nullmengen). Zuerst sei f global Lipschitz stetig auf N, d.h., es gibt ein L > 0 mit f(x) f(y) L x y, x, y N. Nach Definition des Lebesgue-Maßes µ n als äußeres Maß gibt es zu jedem 0 < ε < L m halboffene Rechtecke R j und o.. auch sogar offene Rechtecke R j mit rationalen Kantenlängen, so dass N R j, j=1 vol n (R j ) ε/l m. j=1 Da alle Kantenlängen rational sind, dürfen wir sogar nach einer weiteren Zerlegung der Rechtecke annehmen, dass für jedes einzelne j N die Menge R j ein offener Würfel der Kantenlänge a j > 0 ist. Dann folgt aus der Lipschitzstetigkeit

29 6. Die Substitutionsregel 29 von f, dass f(n R j ) in einem m-dimensionalen Würfel R j La j liegt und ein m-dimensionales Volumen der Kantenlänge vol m (R j) (La j ) m = L m vol n (R j ) m/n hat. Somit erhalten wir f(n) f(n R j ) j=1 j=1 R j und wegen ε/l m < 1 vol m (R j) L m j=1 j=1 vol n (R j ) m/n L m j=1 vol n (R j ) < ε. Folglich ist µ m (f(n)) < ε. Da ε beliebig ist, ist die Behauptung µ m (f(n)) = 0 bewiesen. Nun sei f C 0,1 loc (N)m und N M n eine Lebesgue-Nullmenge. Dann gibt es zu jedem x N eine offene Umgebung U x von x, so dass f N Ux Lipschitzstetig ist. Die gewünschte Behauptung µ m (f(n)) = 0 ist nun bewiesen, falls bereits abzählbar viele Mengen U x zum Überdecken von N ausreichen; denn nach dem bereits bewiesenen Teil ist f(n U x ) M m eine Nullmenge und eine abzählbare Vereinigung von Nullmengen ist wieder eine Nullmenge. Zur Konstruktion dieser Teilüberdeckung betrachten wir alle offenen Kugeln vom Typ B δ (y) R n mit Radius 0 < δ Q und Mittelpunkt y Q n ; es gibt höchstens abzählbar viele solche Kugeln. Offensichtlich kann man jede der obigen Mengen U x als abzählbare Vereinigung solcher Kugeln schreiben. Somit erhalten wir abzählbar viele Kugeln B j = B δj (y j ), j N, die bereits N überdecken. Wählt man jetzt zu jedem j N eine geeignete Menge U j = U x mit B j U j aus, erhält man eine abzählbare Überdeckung {U j } von N als Teilauswahl der bisherigen Überdeckung {U x }. Lemma 6.3. Sei A M n und f C 0,1 loc (A)m mit m n. Dann gilt f(a) M m. Beweis. Sei zuerst A M n beschränkt. Nach dem Hauptsatz 2.8(3) gibt es eine F σ -Menge C 0 = j C j, C j abgeschlossen, mit C 0 A, µ n (A\C 0 ) = 0, µ n (C 0 ) = µ n (A). Dann ist A = C 0 N mit einer Nullmenge N M n und wir erhalten f(a) = j f(c j) f(n). Hier ist C j sogar kompakt und f C 0 (C j ), also ist f(c j ) M m kompakt. Aus Lemma 6.2 folgt F (N) M m und damit f(a) M m. Falls A M n unbeschränkt ist, schreiben wir A = k=1 (A B k) mit einer Folge von Kugeln B k (0) und erhalten mit f(a) = k f(a B k) und dem zuvor bewiesenen Teil der Behauptung f(a) M m.

30 30 R. Farwig: Analysis IV: Maß- und Integrationstheorie Lemma 6.4. Sei U R n offen, f C 1 (U) m, m n, und sei A U messbar. Dann gilt f(a) M m. Beweis. Wegen f A C 0,1 loc (A)m liefert Lemma 6.3 die Behauptung. Satz 6.5 (Spezieller Transformationssatz). Sei T : R n R n eine lineare Abbildung und sei A M n. Dann gilt µ n (T (A)) = det T µ n (A). Beweis. Da T linear ist, gilt T C 1 (R n ) n und T (A) M n wegen Lemma 6.3. Falls die Abbildung T nicht bijektiv ist (d.h. det T = 0), liegt T (A) in einer höchstens (n 1)-dimensionalen Hyperebene des R n. Also ist in dem Fall µ n (T (A)) = 0 = det T µ n (A). Sei also T bijektiv (det T 0). Dann sieht man leicht, dass ν(a) := µ n (T (A)) ein translationsinvariates Maß auf M n mit der igenschaft 0 < ν((0, 1] n ) < ist (weil T ((0, 1] n ) beschränkt ist und innere Punkte enthält). Aus Satz 2.9 folgt ν = ν((0, 1] n )µ n, und wir erhalten die Identität µ n (T (A)) = µ n (T ((0, 1] n ))µ n (A). s bleibt also µ n (T ((0, 1] n )) = det T zu zeigen. Da T linear mit det T 0 ist, gibt es endlich viele elementare Zeilenund Spaltentransformationen T j mit (T m T 1 ) T (T m+1 T M ) = I. Also ist T ein Produkt von endlich vielen elementaren Zeilen- und Spaltentransformationen, z.b. T = T 1... T J. Wir zeigen, dass für jede elementare Transformation T j die Behauptung µ n (T j ((0, 1] n )) = det T j gilt. Dann ist nämlich nach obiger Argumention auch µ n (T j (A)) = det T j µ n (A) für A M n, was wiederum die gewünschte Identität für T, µ n (T ((0, 1] n )) = µ n (T 1 T J ((0, 1] n )) liefert. Wir unterscheiden drei Fälle: = det T 1 det T J µ n ((0, 1] n ) = det T, (1) Sei T j eine Permutationsmatrix. Dann haben wir T j ((0, 1] n ) = (0, 1] n und det T j = 1.

31 6. Die Substitutionsregel 31 (2) Sei T j = diag (α, 1,..., 1) mit α 0. Dann ist T j ((0, 1] n ) = (0, α] (0, 1] n 1 bzw. T j ((0, 1] n ) = ( α, 0] (0, 1] n 1 und es gilt (3) Sei T j von der Form µ n (T j ((0, 1] n )) = α = det T j. 1..., also T je 1 = e 1 + e 2, T j e 2 = e 2 usw. (Addition der ersten beiden Zeilenvektoren). Dann folgt aus einer geometrischen Anschauung und aus der Translationsinvarianz von µ n µ n (T j ((0, 1] n )) = 1 = µ n ((0, 1] n ) und det T j = Beweis der Substitutionsregel Lemma 6.6. Seien U, V R n offen und φ : U V ein C 1 -Diffeomorphismus. Dann gilt für jedes halboffene Rechteck R = (a, b] mit a, b Q n und R U µ n (φ(r)) det Dφ dx. Beweis. Bezeichne die Maximumsnorm auf R n. R Behauptung. Sei r > 0, x 0 R n. Für den Würfel Q = B r/2 (x 0 ) mit Q U gilt mit K = sup x Q Dφ(x) (hier steht für die Operatornorm von Dφ(x) auf (R n, )) µ n (φ(q)) (Kr) n = K n µ n (Q). ( ) Beweis der Behauptung. Aus dem Mittelwertsatz im R n (Integralabschätzung) folgt φ(x) φ(x 0 ) K x x 0 K r für alle x Q. 2 Also ist φ(q) in B Kr/2 (φ(x 0 )) enthalten, und ( ) gilt. Sei nun R = (a, b], a, b Q n, mit R U gegeben, und seien ε > 0 und M = max x R Dφ(x) 1. Da Dφ gleichmäßig stetig auf R ist, gibt es ein δ > 0 mit Dφ(x) Dφ(y) ε für alle x, y R mit x y < δ. M Weil a, b Q n sind, können wir R in N disjunkte halboffene Würfel R k Kantenlänge kleiner als δ zerlegen. Wählen wir in R k ein x k mit mit det Dφ(x k ) = min y R k det Dφ(y)

32 32 R. Farwig: Analysis IV: Maß- und Integrationstheorie und setzen wir T k = Dφ(x k ), erhalten wir für alle y R k DT k φ(y) = Tk Dφ(y) = I+Tk (Dφ(y) Dφ(x k)) 1+M ε M = 1+ε. ( ) Aus Satz 6.5, ( ) und ( ) folgt µ n (φ(r k )) = µ n (T k T 1 k φ(r k)) = det T k µ n (T 1 k φ(r k)) det T k (1+ε) n µ n (R k ). Mit Hilfe der Bijektivität von φ erkennt man φ(r) als disjunkte Vereinigung der Mengen φ(r k ), 1 k N. Deshalb gilt ( N ) N µ n (φ(r)) = µ n φ(r k ) = µ n (φ(r k )) k=1 (1 + ε) n = (1 + ε) n N k=1 R k=1 N det T k µ n (R k ) (1 + ε) n det Dφ dx, k=1 R k det Dφ dx wobei sich die Abschätzung det T k = det Dφ(x k ) det Dφ(y) für alle y R k aus der Wahl des Punktes x k ergibt. Der Grenzübergang ε 0 + liefert nun die Behauptung. Lemma 6.7. Seien U, V R n offen und φ : U V ein C 1 -Diffeomorphismus. Dann gilt µ n (φ(a)) = det Dφ dx für alle A M n,u, wobei M n,u = {B U : B M n } ist. A Beweis. Wir teilen den Beweis in acht Schritte auf und zeigen in den ersten 4 Schritten für jede Menge A M n die Ungleichung µ n (φ(a)) det Dφ dx. A (1) Sei O O U offen und beschränkt. Dann kann man die Menge O in der Form O = k R k mit disjunkten Rechtecken R k vom Typ (a, b], a, b Q n, schreiben (siehe auch den Beweis von Satz 2.9, dyadische Würfel). Aus Lemma 6.6 folgt ( ) µ n (φ(o)) = µ n φ(r k ) = µ n (φ(r k )) k k det Dφ dx = det Dφ dx, k R k O wobei die letzte Gleichheit nach dem Satz von Lebesgue über monotone Konvergenz gilt.

33 6. Die Substitutionsregel 33 (2) Sei O U offen. Dann gibt es offene Mengen O k O mit O k O k O k+1, O = k O k, O k beschränkt. Mit Hilfe von Proposition 1.2(4) folgt µ n (φ(o)) = lim µ n (φ(o k )) (1) lim det Dφ dx = det Dφ dx, k k O k O wobei die letzte Gleichheit nach dem Satz über monotone Konvergenz gilt. (3) Sei A M n,u mit A U beschränkt. Dann gibt es nach Satz 2.8(2) eine G δ -Menge = k k U mit k k U offen, beschränkt, A, µ n (\A) = 0, µ n () = µ n (A) <. Da 1 kompakt in U ist und φ C 1 (U), liegt die Funktion det Dφ in L 1 ( 1 ). Somit liefert der Satz von Lebesgue über majorisierte Konvergenz ( k µ n (φ()) µ n (φ j=1 Wegen A, µ n () = µ n (A) folgt µ n (φ(a)) µ n (φ()) )) (2) j det Dφ dx k det Dφ dx. T k j=1 j det Dφ dx = A det Dφ dx. (4) Sei A M n,u beliebig und sei A k = A B k (0) {x U : dist (x, U) > 1/k}, k N. Dann folgt aus (3) wegen A k U und mit Proposition 1.2(4) µ n (φ(a)) = lim µ n (φ(a k )) lim det Dφ dx = det Dφ dx. k k A k A Damit ist in Lemma 6.7 bewiesen. (5) Sei f 0 eine Treppenfunktion auf V = φ(u) in der kanonischen Form f = k j=0 α jχ Aj mit A j M n,v paarweise disjunkt, µ n (A j ) <, α j > 0

34 34 R. Farwig: Analysis IV: Maß- und Integrationstheorie paarweise verschieden. Dann folgt mit (4), den paarweise disjunkten Mengen B j = φ 1 (A j ) M n,u und mit {α j } = f(a j ) = f(φ(b j )) die Ungleichung V f dy = k α j µ n (A j ) = j=0 = k α j µ n (φ(b j )) j=0 k α j det Dφ dx B j j=0 k j=0 = U B j f φ det Dφ dx f φ det Dφ dx. (6) Sei U offen und beschränkt und sei f : V [0, ] messbar. Dann gibt es nach Satz 3.7 eine Folge von Treppenfunktionen (f k ), f k 0 wie in (5), mit f k f punktweise auf V. Also definiert f k φ 0 eine Folge von Treppenfunktionen auf U mit f k φ f φ punktweise auf U, und f k φ det Dφ ist messbar auf U. Aus dem Satz von Lebesgue über monotone Konvergenz und aus (5) folgt f dy = lim f k dy lim f k φ det Dφ dx = f φ det Dφ dx. k V k U U V (7) Sei U eine beliebige offene Menge und sei f : U [0, ] messbar. Dann gibt es zu U eine Folge offener beschränkter Mengen U k U mit U k U k+1, U = k=1 U k. Mit (6) folgt f dy f φ det Dφ dx. φ(u k ) U k Nach dem Satz über monotone Konvergenz erhalten wir aus k f dy f dy φ(u k ) φ(u)=v k f φ det Dφ dx f φ det Dφ dx U k U die Ungleichung V f dy U f φ det Dφ dx. ( )

35 6. Die Substitutionsregel 35 (8) Sei A M n,u beliebig. Wir vertauschen die Rollen von U, V und wenden (7) auf φ 1 statt φ. Dabei ersetzen wir f durch χ φ(a) φ det Dφ und erhalten A det Dφ dx = = = = U V V V V χ φ(a) φ det Dφ dx χ φ(a) φ φ 1 (det Dφ) φ 1 det Dφ 1 dy χ φ(a) det((dφ φ 1 )Dφ 1 ) dy χ φ(a) det D(φ φ 1 ) dy χ φ(a) dy = µ n (φ(a)). Korollar 6.8. Seien U, V, φ wie in Hauptsatz 6.1. Dann gilt für jede messbare Funktion f : U [0, ] f dy = f φ det Dφ dx. V Beweis. Aus Lemma 6.4 folgt φ 1 (M n,v ) M n,u. Wegen U {x : f φ(x) > α} = φ 1 {y : f(y) > α} impliziert die Messbarkeit von f die Messbarkeit von f φ. Folglich ist auch f φ det Dφ messbar. Wenden wir nun ( ) aus dem Teil (7) ds Beweises von Lemma 6.7 auf f = (f φ det Dφ ) φ 1 det Dφ 1 mit V, φ 1 statt U, φ an, erhalten wir f φ det Dφ dx U V f dy. Zusammen mit ( ) folgt die Gleichheit. Beweis von Hauptsatz 6.1. Wir zerlegen f als f = f + f und benutzen die igenschaft, dass f L 1 (U) genau dann gilt, wenn f L 1 (U) ist. Die Behauptung des Satzes folgt nun aus Korollar 6.8.

36 36 R. Farwig: Analysis IV: Maß- und Integrationstheorie Beispiel (Polarkoordinaten in R 2 ). Sei φ : {(r, ϕ) (0, ) (0, 2π)} {(x, y) : y = 0 x < 0} mit φ(r, ϕ) = (r cos ϕ, r sin ϕ). Dann ist det Dφ = r. Sei nun = {(r, ϕ) : 0 < r < ϕ/2π} und Y = φ(). ϕ 2π 1 1/4 1/2 Y 1 1 r Die Substitutionsregel und der Satz von Fubini liefern 2π ( ϕ/2π ) µ 2 (Y ) = r d(r, ϕ) = r dr dϕ = 0 0 2π 0 1 ϕ 2 2 4π dϕ = π 2 3. Häufig taucht jedoch das Problem auf, dass φ auf M, M U, nicht mehr invertierbar ist. Korollar 6.9. Sei U R n eine offene Menge, φ C 1 (U) n, M U messbar und sei M\M ( M) eine Nullmenge; hier bezeichne M das Innere, also die Menge alle innerern Punkte, von M. Ferner sei φ M : M φ(m ) ein C 1 -Diffeomorphismus. (1) Für f : M [0, ] messbar gilt f dy = φ(m) M f φ det Dφ dx. (2) Genau dann gehört f : φ(m) R zu L 1 (φ(m)), wenn f φ det Dφ zu L 1 (M) gehört. In diesem Fall gilt die Gleichung aus (1). Beweis. Wegen µ n (M\M ) = 0 folgt aus Lemma 6.2, dass φ(m)\φ(m ) φ(m\m ) eine Nullmenge ist. Dann liefert der Hauptsatz 6.1 f dy = f dy = f φ det Dφ dx = f φ det Dφ dx. φ(m) φ(m ) M M Bemerkung. Die Substitutionsregel gilt auch für Funktionen f : U C.

37 7. L p -Räume 37 7 L p -Räume Definition. Sei M n und 1 p <. (1) Dann definiert man den Funktionenraum { L p () = f : R (oder C) messbar : sowie die Seminorm ( f p = f p, = } f p dµ < f p dµ) 1/p für alle f L p (). (2) Da f p = 0 genau dann, wenn f = 0 f.ü. in ist, definiert man zu einer Funktion f L p () die Äquivalenzklasse [f] = {f + g : g = 0 fast überall in } aller Funktionen in L p (), die f.ü. mit f übereinstimmen. Damit erhält man den Raum L p () = {[f] : f L p ()} von Äquivalenzklassen und die L p -Norm [f] p = f p. (3) Der infachheit halber schreiben wir kurz L p () = { f : R (C) messbar : f p := ( 1/p } f dµ) p <, bedenken aber, dass die lemente von L p () streng genommen keine Funktionen, sondern Äquivalenzklassen sind. Jedes f L p () ist als Funktion nur fast überall eindeutig definiert. Achtung. s macht keinen Sinn, von einzelnen Funktionenswerten f(x), x, zu sprechen! Die bisherige Menge L 1 () aus 4 5 wird jetzt auch im obigen Sinne verstanden. Definition. Im Fall p = heißt eine messbare Funktion f : R (oder C) wesentlich beschränkt (essentially bounded), falls das essentielle Supremum ist. Dann ist ess sup f := inf{α 0 : µ({ f > α}) = 0} < L () = { f : R (oder C) messbar : f, = f = ess sup f < }. Dabei ist f wieder streng genommen als Äquivalenzklasse [f] zu verstehen.

38 38 R. Farwig: Analysis IV: Maß- und Integrationstheorie Bemerkung. Sei f eine messbare Funktion auf und M = ess sup f. (1) Ist M <, so ist µ({ f > M + 1/k}) = 0 für alle k N. s gilt also µ({ f > M}) = lim k µ({ f > M + 1/k}) = 0 und wir erhalten f M f.ü.. Andererseits, falls M > 0 ist, gilt µ({ f > M 1/k}) > 0 für alle k N. Durch diese beiden Bedingungen ist M = f charakterisiert. (2) s ist M = genau dann, wenn µ({ f > α}) > 0 für alle α > 0 ist. Satz 7.1. Ist 0 < µ() <, gilt für alle messbaren Funktionen f : C f = lim p f p. Beweis. Sei M = f > 0; der Fall M = 0 ist trivial Ist M < M, dann gilt µ(a) > 0 für die Menge A = {x : f > M }, und wir erhalten ( ) 1/p f p f p dµ M µ(a) 1/p p M. A Daraus folgt lim inf p f p M und damit auch lim inf p f p M. Außerdem haben wir ( 1/p ( ) 1/p f p = f dµ) p M p dµ = Mµ() 1/p p M, woraus lim sup p f p M folgt; diese Ungleichung gilt offensichtlich auch im Fall M =. Zusammenfassend erhalten wir die Behauptung. Lemma 7.2 (Young sche Ungleichung). Für a, b 0 und zueinander konjugierte xponenten p, q (1, ), d.h = 1, gilt p q ab ap p + bq q. Beweis. Aus der Konvexität der e-funktion folgt ( 1 ab = (a p ) 1/p (b q ) 1/q = exp p ln ap + 1 ) q ln bq ap p + bq q. Satz 7.3 (Hölder-Ungleichung). Seien p, q [1, ] zueinander konjugierte xponenten (im Fall p = 1 folgt q = und umgekehrt) und seien f L p (), g L q (). Dann ist f g L 1 () und f g 1 f p g q. Insbesondere gilt im Fall p = q = 2 die sogenannte (Bunjakowski-)Cauchy- Schwarz-Ungleichung f g 1 f 2 g 2.

2.6 Der Satz von Fubini

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

Mehr

Ferienkurs in Maß- und Integrationstheorie

Ferienkurs 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

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

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

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

Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried

Lösung 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,

Mehr

Meßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 :

Meßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 : 24 Meßbare Funktionen bilden die Grundlage der Integrationstheorie. Definition 24. : Sei X eine beliebige Menge, Y ein topologischer Raum, λ ein Maß auf X. f : X Y heißt λ-messbar, falls f (Ω) λ-messbar

Mehr

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

A. Maß- und Integrationstheorie

A. 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

Mehr

Lösungen der Übungsaufgaben von Kapitel 3

Lösungen der Übungsaufgaben von Kapitel 3 Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen

Mehr

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

2. Integration. {x : f(x) <a+ 1 n }

2. 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

Mehr

Aufgaben zu Kapitel 0

Aufgaben 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.

Mehr

Lösungsvorschläge für das 5. Übungsblatt

Lösungsvorschläge 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),

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

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

Analysis 2. Vorlesungsausarbeitung zum SS von Prof. Dr. Klaus Fritzsche. Inhaltsverzeichnis

Analysis 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

Mehr

Darstellungssatz von Riesz in vollständig regulären Räumen. Carina Pöll Wintersemester 2012

Darstellungssatz 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

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

12 Der Gaußsche Integralsatz

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

Mehr

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

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

Mehr

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω 5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,

Mehr

Das Lebesgue-Maß im R p

Das Lebesgue-Maß im R p Das Lebesgue-Maß im R p Wir werden nun im R p ein metrisches äußeres Maß definieren, welches schließlich zum Lebesgue-Maß führen wird. Als erstes definieren wir das Volumen von Intervallen des R p. Seien

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

Serie 2 Lösungsvorschläge

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

Mehr

9. Übung zur Maß- und Integrationstheorie, Lösungsskizze Aufgaben

9. 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

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum

Mehr

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

5 Stetigkeit und Differenzierbarkeit

5 Stetigkeit und Differenzierbarkeit 5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.

Mehr

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

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

Mehr

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

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

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

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

Mehr

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C) Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung

Mehr

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

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

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

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

8 Beispiele von Koordinatentransformationen

8 Beispiele von Koordinatentransformationen 8 Beispiele von Koordinatentransformationen Wir diskutieren nun diejenigen Koordinatentransformationen, die in der Praxis wirklich gebraucht werden (ebene und räumliche Polarkoordinaten sowie Zylinderkoordinaten).

Mehr

Universität Ulm Abgabe: Mittwoch,

Universität Ulm Abgabe: Mittwoch, Universität Ulm Abgabe: Mittwoch, 8.5.23 Prof. Dr. W. Arendt Jochen Glück Sommersemester 23 Punktzahl: 36+4* Lösungen Halbgruppen und Evolutionsgleichungen: Blatt 2. Sei X ein Banachraum und (T (t)) t

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

Maß- und Integrationstheorie

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

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

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,

Mehr

Maßtheorie. Skript zur Vorlesung von Prof. Dr. Michael Kohler. Sommersemester 2005 und Wintersemester 2005/2006

Maßtheorie. Skript zur Vorlesung von Prof. Dr. Michael Kohler. Sommersemester 2005 und Wintersemester 2005/2006 Maßtheorie Skript zur Vorlesung von Prof. Dr. Michael Kohler Sommersemester 2005 und Wintersemester 2005/2006 1 1 Grundbegriffe der Maßtheorie Ziel: Konstruktion von Maßzahlen (wie z. B. Länge / Fläche

Mehr

f(x 0 ) = lim f(b k ) 0 0 ) = 0

f(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.

Mehr

i=1 i=1,...,n x K f(x).

i=1 i=1,...,n x K f(x). 2. Normierte Räume und Banachräume Ein normierter Raum ist ein Vektorraum, auf dem wir Längen messen können. Genauer definieren wir: Definition 2.1. Sei X ein Vektorraum über C. Eine Abbildung : X [0,

Mehr

Übungsblatt 2 - Analysis 2, Prof. G. Hemion

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

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

Zusammenfassung Analysis 2

Zusammenfassung Analysis 2 Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge

Mehr

1.3 Zufallsvariablen

1.3 Zufallsvariablen 1.3 Zufallsvariablen Beispiel Irrfahrt zwischen drei Zuständen Start in G bei t = 0, Zeithorizont T N Grundraum σ-algebra Ω = {ω = (ω 0, ω 1,..., ω T ) {G, R, B} T +1, ω 0 = G} Wahrscheinlichkeitsmaß P

Mehr

Stetigkeit von Funktionen

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

Mehr

Lösung zu Kapitel 5 und 6

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

Mehr

Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung

Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das

Mehr

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

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

Konstruktion der reellen Zahlen

Konstruktion der reellen Zahlen Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert

Mehr

Analysis II (FS 2015): MEHRFACHE INTEGRALE

Analysis 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

Mehr

Lösungen 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. 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 + )

Mehr

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN

8 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

Mehr

Funktionsgrenzwerte, Stetigkeit

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

Mehr

L p Räume und der Satz von Riesz-Fischer

L p Räume und der Satz von Riesz-Fischer Kolloqium Partielle Differentialgleichungen 8.5.28 Carsten Erdmann L p Räume und der Satz von Riesz-Fischer 1.1. Definition. Sei p R, p >, dann setzen wir p :=, p :=. Sei f : K meßbar, dann ist f M + (,

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

Analysis I. 4. Beispielklausur mit Lösungen

Analysis 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

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

Übungen Analysis I WS 03/04

Übungen 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

Mehr

1 Konvergenz im p ten Mittel

1 Konvergenz im p ten Mittel Konvergenz im p ten Mittel 1 1 Konvergenz im p ten Mittel In diesem Paragraphen werden zunächst in Abschnitt 1.1 die L p Räume eingeführt. Diese erweisen sich als vollständige, lineare Räume über R. In

Mehr

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

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

Vorlesungen Analysis von B. Bank

Vorlesungen Analysis von B. Bank Vorlesungen Analysis von B. Bank vom 23.4.2002 und 26.4.2002 Zunächst noch zur Stetigkeit von Funktionen f : D(f) C, wobei D(f) C. (Der Text schliesst unmittelbar an die Vorlesung vom 19.4.2002 an.) Auf

Mehr

Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen

Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen Kapitel XII Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen 53 Implizite Funktionen und allgemeine partielle Differenzierbarkeit 54 Der Umkehrsatz 55 Lokale Extrema unter Nebenbedingungen,

Mehr

1, falls t A, χ A (t) := 0, falls t / A.

1, falls t A, χ A (t) := 0, falls t / A. Kapitel 20 Das Lebesgue Integral 20.1 Das Lebesgue Integral für primitive Funktionen 20.2 Das Lebesgue Integral für nichtnegative messbare Funktionen 20.3 Das Lebesgue Integral für beliebige messbare Funktionen

Mehr

10 Kriterien für absolute Konvergenz von Reihen

10 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

Mehr

Analysis I. Vorlesung 13. Gleichmäßige Stetigkeit

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

Mehr

Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A)

Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A) Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, 10.1.009 (Version A) Kennwort: Übungsgruppe: (Sie können ein beliebiges Kennwort wählen, um Ihre Anonymität zu wahren! Da die Probeklausur

Mehr

Kapitel 5 KONVERGENZ

Kapitel 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

Mehr

µ( k= U j,k \K j,k ) µ(u j,k \K j,k ) < 2 j ε. µ(u\k j ) < ε.

µ( k= U j,k \K j,k ) µ(u j,k \K j,k ) < 2 j ε. µ(u\k j ) < ε. 3.5. LUSIN, TITZE-URYSOHN UND RIESZ 7 3.5. Lusin, Titze-Urysohn und Riesz. Theorem 3.5. (Lusin). Sei f : X R messbar. Zu U X offen mit µ(u) < und ε > 0 gibt es ein kompaktes K U, so dass gilt: () f K stetig,

Mehr

2 Koordinatentransformationen

2 Koordinatentransformationen Mathematik für Ingenieure III, WS 9/ Mittwoch 8. $Id: transform.tex,v.8 //4 :9: hk Exp $ Koordinatentransformationen. Lineare Koordinatentransformationen Wir überlegen uns dies zunächst im Spezialfall

Mehr

Metrische äußere Maße, Borel-Maße

Metrische äußere Maße, Borel-Maße Metrische äußere Maße, Borel-Maße Zum einen haben wir mit dem Fortsetzungssatz gesehen, dass man mit einem äußeren Maß (auf P(X) ) stets eine σ-algebra und ein Maß auf dieser bekommt. Liegt nun ein metrischer

Mehr

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

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

Mehr

,...) 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

,...) 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

Mehr

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Konvergenz im quadratischen Mittel und Parsevalsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Prof Dr Picard, gehalten von Helena Malinowski In vorhergehenden Vorträgen und dazugehörigen

Mehr

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

Meßbare Funktionen. Die angemessenen Abbildungen zwischen Meßräumen sind die meßbaren Funktionen.

Meßbare Funktionen. Die angemessenen Abbildungen zwischen Meßräumen sind die meßbaren Funktionen. Meßbare Funktionen Die angemessenen Abbildungen zwischen Meßräumen sind die meßbaren Funktionen. Definition. Seien (X, Ω 1 ) und (Y, Ω 2 ) Meßräume. Eine Abbildung f : X Y heißt Ω 1 -Ω 2 -meßbar oder kurz

Mehr

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

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

Mehr

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

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

Mehr

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

Vollständigkeit. 1 Konstruktion der reellen Zahlen

Vollständigkeit. 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

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

10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit

10 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

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

7. Übungsblatt zur Mathematik II für Inf, WInf

7. Übungsblatt zur Mathematik II für Inf, WInf Fachbereich Mathematik Prof. Dr. Streicher Dr. Sergiy Nesenenko Pavol Safarik SS 2010 27.-31.05.10 7. Übungsblatt zur Mathematik II für Inf, WInf Gruppenübung Aufgabe G24 (Grundlegende Definitionen) Betrachten

Mehr

Abbildung 10.1: Das Bild zu Beispiel 10.1

Abbildung 10.1: Das Bild zu Beispiel 10.1 Analysis 3, Woche Mannigfaltigkeiten I. Definition einer Mannigfaltigkeit Die Definition einer Mannigfaltigkeit braucht den Begriff Diffeomorphismus, den wir in Definition 9.5 festgelegt haben. Seien U,

Mehr

Technische Universität München. Aufgaben Mittwoch SS 2012

Technische Universität München. Aufgaben Mittwoch SS 2012 Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische

Mehr

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme Optimale Steuerung, Prof.Dr. L. Blank 1 II Linear-quadratische elliptische Steuerungsprobleme Zuerst: Zusammenstellung einiger Begriffe und Aussagen aus der Funktionalanalysis (FA), um dann etwas über

Mehr

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n)

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n) 2 Folgen und Reihen 2.1 Folgen in C 2.1.1 Konvergenz von Folgen Eine Folge komplexer Zahlen ist eine Funktion f : N C. Mit a n schreibt man (a n ) n=1, (a n ) oder auch a 1, a 2,.... := f(n) (a n ) heißt

Mehr

3 Lebesgue-Integration im IR n

3 Lebesgue-Integration im IR n 33 3 Lebesgue-Integration im IR n 3.1 Vorbemerkung Zuerst eine heuristische Betrachtung: Wir betrachten eine nichtnegative stetige Funktion f(x, y, die über einem kompakten, also beschränkten und abgeschlossenen

Mehr

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte.

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte. Analysis, Woche 5 Folgen und Konvergenz A 5. Cauchy-Folgen und Konvergenz Eine Folge in R ist eine Abbildung von N nach R und wird meistens dargestellt durch {x n } n=0, {x n} n N oder {x 0, x, x 2,...

Mehr

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016 Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)

Mehr

34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlich-dimensionalen

34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlich-dimensionalen 34 Äquivalenz von Normen; Stetigkeit und Kompaktheit in endlich-dimensionalen R-Vektorräumen 34.1 Äquivalenz von Normen 34.3 Stetigkeit und Normen linearer Abbildungen 34.4 Äquivalente Normen sind gegeneinander

Mehr

Erwartungswert als Integral

Erwartungswert als Integral Erwartungswert als Integral Anton Klimovsky Gemischte ZVen, allgemeine ZVen, Erwartungswert für allgemeine ZVen, Lebesgue-Integral bzgl. WMaß, Eigenschaften des Integrals, Lebesgue-Maß, Lebesgue-Integral

Mehr