Einführung in die Differentialtopologie

Größe: px
Ab Seite anzeigen:

Download "Einführung in die Differentialtopologie"

Transkript

1 Einführung in die Differentialtopologie Universität Freiburg, WS 2015/16 Nadine Große Skript - Version vom Wenn Sie (Tipp-)Fehler finden, bin ich dankbar, wenn Sie mir diese mitteilen.

2

3 Inhaltsverzeichnis I. Reguläre Werte 1 1. Untermannigfaltigkeiten Tangentialvektoren und Tangentialraum Abbildungen von M aus Abbildungen zwischen Untermannigfaltigkeiten und Tangentialabbildung Immersionen und Submersionen Reguläre Werte II. Satz von Sard und Brown und Anwendungen Wie häufig sind reguläre und kritische Werte? Anwendungen von Sard Morsefunktionen Mannigfaltigkeiten mit Rand und der Brouwersche Fixpunktsatz III. Grad einer Abbildung Grad modulo Orientierte Mannigfaltigkeiten und der Brouwer Grad IV. Transversalität und Schnitttheorie Transversalität Schnitttheorie mod Orientierte Schnitttheorie Lefschetz Fixed-Point Theory Vektorfelder Literatur 33 iii

4

5 I. Reguläre Werte 1. Untermannigfaltigkeiten Vorl. 1 Definition 1.1. Sei M R m. Dann heißt M m-dimensionale Untermannigfaltigkeit von R m falls es für jeden Punkt p M eine offene Umgebung V R m von p, eine offene Umgebung U R m und eine glatte Abbildung F : U V gibt, so dass gilt: i) F (U) = M V und F : U M V ist ein Homöomorphismus. ii) Die Jacobimatrix D u F = ( ) F u 1 (u),..., F u m (u) = F 1 u 1 (u) F m u (u)... 1 F 1 u (u) m. F m u (u) m (m m Matrix) hat für alle u = (u 1,..., u m ) U maximalen Rang (wobei F (u) = (F 1 (u),..., F m (u)) T ). Die Abbildung F heißt lokale Parametrisierung von M. Die Umkehrabbildung F 1 : M V U nennt man Karte von M. Man nennt m m die Kodimension der Untermannigfaltigkeit und u = (u 1,..., u m ) T lokale Koordinaten von M. F V R m p F (U) = M V U R m M Abb. I.1.: lokale Parametrisierung Beispiel Hyperebene H im R m =m+1 : Die Hyperebene H gehe durch den Punkt p R m und werde durch die linear unabhängigen Vektoren X 1,... X m aufgespannt: H = {p + u i X i u i R}. i Hier reicht eine Parametrisierung F : R m R m, u = (u 1,..., u m ) p + i u i X i. Dabei ist F offensichtlich glatt und ein Homöomorphismus aufs Bild und D u F = (X 1,..., X m ) hat Rang m da die Vektoren linear unabhängig sind. 1

6 I. Reguläre Werte 2. S 1 = {x 2 + y 2 = 1} R 2 : Beispiele für lokale Parametrisierung um (1, 0): a) b) F : ( π, π) S 1 (R 2 \ {(0, 1)}), α (cos α, sin α) (D α F = ( sin α, cos α) hat Rang 1) Hier ist F sogar für alle p S 1 \ {(0, 1)} eine lokale Parametrisierung. Um {(0, 1)} kann man ganz analog eine Parametrisierung bauen. Also ist S 1 eine eindimensionale Untermannigfaltigkeit von R 2. F : ( 1, 1) S 1 {(x, y) y > 0}, x (x, 1 x 2 ) In der Übung (D x F = (1, x 1 x2 = x 1 x 2 ) hat Rang 1) Analog erhält man mittels F : ( 1, 1) S1 {(x, y) y < 0}, x (x, 1 x 2 ). Damit hat man schon um alle Punkte in S 1 \ {( 1, 0), (1, 0)} eine lokale Parametrisierung. Auflösen nach y (statt x wie bisher) liefert dann ganz analog lokale Parametrisierungen für die verbleibenden Punkte. 3. Sei U R m offen und sei f : (u 1,..., u m ) U f(u 1,..., u m ) R k glatt. Dann ist der Funktionsgraph M = {(u, f(u)) T R m =m+k u U} eine Untermannigfaltigkeit. Es reicht hier sogar eine lokale Parametrisierung für ganz M aus: D u F = f 1 f u u m.. f k f u k 1 u m F : U R m, u (u, f(u)) T. hat Rang m Bemerkung 1.3. a) In Definition 1.1 muss immer m m gelten, da sonst die lokale Parametrisierung F nicht bijektiv aufs Bild sein kann. b) (LinAlg-Wdh) Sei f : R n R m eine differenzierbare Funktion. Dann ist die Jacobimatrix D u f eine m n- Matrix, bzw. eine lineare Abbildung D u f : R n R m. Ist D u f injektiv (bzw. surjektiv), dann ist der Rang von D u f gleich n (bzw. m). Im Falle von Definition 1.1 ist F : U R m R n mit m n (da F ein Homöomorphismus aufs Bild ist). Damit bedeutet D u F habe maximalen Rang, dass D u F injektiv sein muss. Man sagt, dazu dass F eine Immersion ist. c) Wir werden oft die Kurzschreibweise M m R n verwenden. Das bedeutet, das M m-dimensional ist und nicht M... M. }{{} m-mal d) Ab sofort sind sofern nichts anderes gesagt Mannigfaltigkeiten immer glatte Untermannigfaltigkeiten eines R m (Nur manchmal werden wir es noch explizit dazu sagen.) Nach dem Satz von Whitney kann aber auch jede (abstrakte) Mannigfaltigkeit als eine Untermannigfaltigkeit eines R m, für m groß genug, aufgefasst werden. 2. Tangentialvektoren und Tangentialraum Sei F : U R m V R m eine lokale Parametrisierung von M um p = F (u 0 ). Die Bedingung, dass D u0 F = ( F u (u 1 0 ),..., F u (u m 0 ) ) Rang m hat, bedeutet, dass die Vektoren F u (u 1 0 ),..., F u (u m 0 ) R m unabhängig sind. linear 2

7 Anschauung von F u (u i 0 ). Also ist und 2. Tangentialvektoren und Tangentialraum Es ist F u i (u 0 ) = D u0 F (e i ), wobei e i der Einheitsvektor zur Koodinate u i darstellt. e i = d dt t=0(u 1 0,..., u i 1 0, u i 0 + t, u i+1 0,..., u m 0 ) F u i (u 0) = D u0 F (e i ) = d dt t=0f (u 0 + te i ). Hierbei ist γ(t) := u 0 + te i eine Kurve (sogar eine Gerade) in R m und c(t) := F γ(t) = F (u 0 + te i ) eine Kurve in M R m, also insbesondere eine Kurve in R m. Also ist c (0) = F u (u i 0 ) der Tangentialvektor an c in p = c(0) = F (u 0 ). Da für t klein genug Spur(c) M ist, nennt man c (0) = F u (u i 0 ) auch tangential an M in p = c(0). F V R n γ(t) = u 0 + te i u 0 u i D u0 F (e i) = F u i (p) = c (0) p M c(t) = F γ(t) Abb. I.2.: Tangentialvektor Lemma und Definition 2.1. Ist M R m eine m-dimensionale Untermannigfaltigkeit und p M. Sei F : U V eine lokale Parametrisierung von M um p = F (u 0 ), so ist der durch T p M := D u0 F (R m ) definierte Untervektorraum unabhängig von der Wahl der lokalen Parametrisierung und heißt Tangentialraum von M an p. V V V R n V R n p F F U u 0 u 0 (F ) 1 F U Abb. I.3.: Wechsel der lokalen Parametrisierung Bevor wir das Lemma beweisen, brauchen wir noch eine Hilfsaussage: Lemma 2.2. Sei M R m eine m-dimensionale Untermannigfaltigkeit. Sei F : U V eine lokale Parametrisierung von M. Sei W R l eine offene Menge und ϕ: W R m eine Abbildung mit ϕ(w ) M V. Dann ist ϕ als Abbildung von W nach R m genau dann glatt, wenn F 1 ϕ: W U R m glatt ist. 3

8 I. Reguläre Werte Bemerkung 2.3. Das letzte Lemma sagt uns insbesondere für den Fall, dass ϕ eine Karte ist, dass bei der Frage der Differenzierbarkeit einer Abbildung mit Werten in M egal ist, ob wir diese Abbildung als eine nach R n oder mittels Koordinaten als eine Abbildung mit Werten in R m auffassen. Insbesondere gilt: Sei M eine Untermannigfaltigkeit von R m F 2 : U 2 V 2. Sei V 1 V 2. Dann ist zusammen mit zwei lokalen Parametrisierungen F 1 : U 1 V 1 und F 1 2 F 1 : F 1 1 (V 1 V 2 ) F 1 2 (V 1 V 2 ) glatt. Beweis: Wir verwenden Lemma 2.2 auf W = F 1 1 (V 1 V 2 ), ϕ = F 1 und F = F 2 an. In der Übung Beweis von Lemma 2.2. Ist F 1 ϕ glatt, dann ist ϕ = F (F 1 ϕ) als Verkettung zweier glatter Abbildungen wieder glatt. Sei nun ϕ: W R m glatt. Sei p W. Dann ist q := ϕ(p) M V und u 0 := F 1 (q) U. Sei F (u 1,..., u m ) = (F 1 (u 1,..., u m ),..., F m (u 1,..., u m )) T. Das Differential D u0 F hat maximalen Rang, also Rang m. O.B.d.A. habe (D u0 (F 1,..., F m ) T ) maximalen Rang. Wir definieren und berechnen Dann ist G: U R k:=m m R m { G j (u 1,..., u m, t m+1 Fj (u,..., t m ) = 1,..., u m ) j m F j (u 1,..., u m ) + t j j > m D (u 1 0,...,u m 0,0,...,0) G = ( D (u 1 0,...,u m 0 ) F ) 0 Id k detd (u0,0)=(u 1 0,...,um 0,0,...,0) G = detd u0=(u 1 0,...,um 0 ) (F 1,..., F m ) T 0 und damit gibt es nach dem Umkehrsatz eine offene Umgebung U 1 U R k von (u 1 0,..., u m 0, 0,..., 0) und eine offene Umgebung V 1 V von q, so dass G U1 : U 1 V 1 ein Diffeomorphismus ist. Sei W 1 := ϕ 1 (V 1 ). Dann ist W 1 eine offene Umgebung von p. Für p W 1 gilt Da G 1 ϕ glatt ist, gilt das auch für F 1 ϕ. G 1 ϕ(p ) = (F 1 ϕ(p ), 0,..., 0). Beweis von Lemma 2.1. Sei F : U V eine weitere lokale Parametrisierung um p = F (u 0). Nach Folgerung 2.3 ist w := (F ) 1 F : F 1 (V V ) (F ) 1 (V V ) ein Diffeomorphismus. Damit ist F = F w : F 1 (V V ) V V und nach Kettenregel Also ist D u0 F = D w(u0)=f 1 (p)=u 0 F D u0 w. D u0 F (R m ) = D u 0 F (D u0 w(r m )) = D u 0 F (R m ), wobei die zweite Gleichheit folgt, da w ein Diffeomorphismus ist. Vorl. 2 Bemerkung 2.4. Sei v T p M. Dann gibt es eine glatte Kurve c: I = ( ɛ, ɛ) M mit c(0) = p und c (0) = v: Sei F : U V eine lokale Parametrisierung um p = F (u) und sei v = m F i=1 ai u (p). Wähle für c = F γ mit i γ(t) = u + t m i=1 ai e i. Wegen Linearität der Ableitung gilt c (0) = D u F (γ (0)) = m a i D u F (e i ) = v. i=1 4

9 2.1. Abbildungen von M aus 2. Tangentialvektoren und Tangentialraum Sei M R m eine m-dimensionale Untermannigfaltigkeit, p M und f : M R l. Wir wollen einen Begriff von Glattheit für f einführen. Definition 2.5. Sei W M offen (hier: offen in der von R m induzierten Topologie auf M. ) Eine Funktion f : W M R l heißt glatt, falls es zu jedem p W eine Umgebung Ŵ Rm von p und eine glatte Funktion f : Ŵ R l gibt, so dass f W Ŵ = f W Ŵ. Lemma 2.6. Sei f : M R l glatt und F : U V eine lokale Parametrisierung von M. Dann ist f F : U R l glatt. Beweis. Sei u 0 U beliebig. Wir setzen p := f(u 0 ). Da f glatt ist, gibt es eine offene Umgebung W von p und eine glatte Funktion f : W R l mit f M W = f M W. Dann gilt für all u F 1 (V W ): f F (u) = f F (u). Nun ist f F als Verkettung zweier glatter Funktionen wieder glatt, und damit ist auch f F glatt auf F 1 (V W ), also insbesondere in u 0. Lemma 2.7. Sei M m R m eine Untermannigfaltigkeit und F : U V eine lokale Parametrisierung. Dann ist F 1 : V M U glatt. Insbesondere ist F : U F (U) ein Diffeomorphismus. Beweis. Sei p V M beliebig. Setze u 0 := F 1 (p) U. Da D u0 F = ( F u (u 1 0 ),..., F u (u m 0 ) ) Rang m hat, sind die Vektoren F u (u 1 0 ),..., F u (u m 0 ) linear unabhängig im R m. Wir ergänzen diese Vektoren zu einer Basis vom R m und definieren F u 1 (u F 0),..., u m (u 0), w m+1,..., w m G(u 1,..., u m, t m+1,..., t m ) = F (u 1,..., u m ) + m i=m+1 Dann ist G((u, 0) = (u 1,..., u m, 0,..., 0)) = F (u 1,..., u m ) und G: U R m m R m R m ist glatt. Da ( ) D (u0,0)=(u 1 0,...,um 0,0,...,0) G = D u0 F w m+1,..., w m für alle u U eine nichtverschwindende Determinante hat, ist nach dem Umkehrsatz G auf einer Umgebung W R m von (u 0, 0) ein Diffeomorphismus aufs Bild. Sei G 1 : G(W ) W die Umkehrabbildung. Wegen G 1 M G(W ) = F 1 M G(W ), ist F 1 glatt nahe p = F (u 0 ). Da p M V beliebig ist, ist F 1 glatt. Folgerung 2.8. Sei M R m eine m-dimensionale Untermannigfaltigkeit, p M und f : M R l. Sei F : U V eine lokale Parametrisierung von M um p. Dann sind die folgenden Aussagen äquivalent: 1. ( Lokale Existenz einer glatten Fortsetzung ) Es gibt eine offene Umgebung W von p in R m und eine Fortsetzung f von f M W auf W, die glatt ist. 2. ( Glatt in lokaler Parametrisierung ) Die Abbildung f F : U R l ist glatt. Beweis. 1 = 2 : siehe Lemma = 1 : Sei p M. Nach Lemma 2.7 ist F 1 glatt, d.h. es gibt eine offene Umgebung W R m von p und eine glatte Funktion G: W U mit G M W = F 1 M W. Setze f = f F G: W R m m. Dann ist f als Hintereinanderausführung von glatten Abbildungen (hier wieder glatt im Sinne der Analysis) und f W M = f F G W M = f F F 1 W M = f W M. Induzierte Topologie (= Spurtopologie = Relativtopologie): Sei (X, T ) ein topologischer Raum. Sei Y X. Dann ist die durch T auf Y induzierte Topologie definiert durch: T := {U Y U T }. Man überprüft leicht, dass (Y, T ) ein topologischer Raum ist. t i w i. 5

10 I. Reguläre Werte Bemerkung 2.9. Sei f : M N eine Abbildung zwischen Untermannigfaltigkeiten M m R m und N n R n. Sei p M. Sei F : U V eine lokale Parametrisierung von M um p und sei F : U V eine lokale Parametrisierung von N um f(p). Dann ist nach Lemma 2.2 und Folgerung 2.8 f um p genau dann glatt, wenn (F ) 1 f F : f 1 (U ) U V glatt um u := F 1 (p) ist. Beispiel (i) id: M M R m ist glatt. (ii) Sei M m R n. Ein (glattes) Vektorfeld ist eine (glatte) Abbildung X : M R n. Gilt zusätzlich X(p) T p M für alle p M, so ist X ein (glattes) tangentiales Vektorfeld oder Tangentialfeld auf M Abbildungen zwischen Untermannigfaltigkeiten und Tangentialabbildung Seien M m R m und N n R n Untermannigfaltigkeiten. Sei f : M N eine glatte Abbildung, sei p M. Nach Definition gibt es eine Umgebung W R m von p und eine glatte Abbildung f : W R n, so dass f W M = f W M. Lemma D p f(tp M) T f(p) N Beweis. Sei v T p M gegeben. Wir wählen eine Kurve c: ( ɛ, ɛ) M mit c(0) = p und c (0) = v. Dann gilt D p f(v) = Dc(0) f(c (0)) = d dt t=0( f c(t)) = d dt t=0( f c(t) ) T }{{} f(p) N. (I.1) Kurve in N Definition Das Differential von f and der Stelle p sei d p f := D p f : Tp M T f(p) N. Diese Abbildung wird Tangentialabbildung genannt. Wegen (I.1) hängt diese Definition nicht von der Wahl von f ab. Bemerkung a) d p f ist linear b) Für eine Folge glatter Abbildungen zwischen Untermannigfaltigkeiten M m f N n g P p gilt die Kettenregel d p (g f) = (d f(p) g) (d p f). c) In lokalen Koordinaten (vgl. Abb. I.4): Es sei F (u 0 ) = p, f(p) = p, F (ũ 0 ) = p. Wegen der Linearität von d p f gibt es a j i R mit ( ) F dpf u j (u 0) = a i F j ũ i (ũ 0) T p=f(p) N. i Dann gilt D u0 ( F 1 f F )(e i ) = n a j i e j, wobei (e i ) i die Standardbasis des R n (hier einmal im Punkt u 0 und einmal im Punkt ũ 0 ) bezeichnet, Übungsaufgabe 9: j a j i j=1 F ( ) ( ) F F ũ j (ũ 0) =d p f u i (u 0) = D p f u i (u 0) =D u0 ( f F ) (e i ) = D u0 (f F ) (e i ) =D u0 ( F ( F 1 f F ) (e i ) = Dũ0 F Du0 ( F 1 f F )(e i ) =Dũ0 F n n ( b j i e j) = b j i D ũ 0 F (ej ) = n j=1 Koeffizientenvergleich liefert a j i = bj i. b j i j=1 F ũ j (ũ 0) j=1 6

11 3. Immersionen und Submersionen f N p Ṽ N p V M M F F Ũ ũ 0 F 1 f F u 0 U Abb. I.4.: f : M N in lokalen Parametrisierungen. O.B.d.A. sei f(v M) = Ṽ N Notation Abkürzend verwendet man auch häufig: 3. Immersionen und Submersionen u i p := F u i (F 1 (p)) Satz 3.1. Sei f : M N eine glatte Abbildung zwischen Mannigfaltigkeiten, deren Ableitung d x f für x M ein Isomorphismus ist. Dann ist f lokal ein Diffeomorphismus bei x, d.h. es gibt eine Umgebung von x, die durch f diffeomorph auf eine Umgebung von f(x) abgebildet wird. Beweis. Wir nutzen lokale Karten, um diesen Satz auf den Satz über die lokale Umkehrfunktionen für den R n zurückzuführen: Seien κ: W M U und κ : W N U Karten um x M bzw. y = f(x) N mit κ(x) = u und κ (y) = u. Sei g := κ f κ 1 : U U. Da κ und κ Diffeomorphismen sind, ist d u g ein Isomorphismus. Nach dem Umkehrsatz der Analysis ist damit g ein lokaler Diffeomorphismus in u. Wegen f = κ 1 g κ: W W ist dann f lokaler Diffeomorphismus in x = κ 1 (u). Damit der Satz über Implizite Funktionen auf eine Abbildung f : M N anwendbar ist, ist dim M = dim N notwendig. Wir stellen uns jetzt der Frage, was das beste lokale Verhalten, falls dim M < dim N ist. Die Ableitung d x f : T x M T f(x) N kann zwar kein Isomorphismus mehr sein, aber zumindestens injektiv. Falls dem so ist, nennt man f eine Immersion in x. Ist f eine Immersion in allen x M, so nennt man f eine Immersion. Beispiel 3.2. Die kanonische Immersion von R k in R l mit l k ist die Standardinklusionsabbildung (x 1,..., x k ) (x 1,..., x k, 0,..., 0). Satz 3.3 (Satz über lokale Immersionen). Sei f : M N eine Immersion in x M und sei y = f(x). Dann gibt es lokale Koordinaten um x und y, so dass f(x 1,..., x k ) = (x 1,..., x k, 0,..., 0). (Kurz gesagt: f ist lokal äquivalent zur kanonischen Immersion in x.) Beweis. Wir wählen lokale Koordinaten um x M und y = f(x) N: ϕ: U M mit ϕ(0) = x und ψ : U N mit ψ(0) = y, s. Abb. I.5. Wir setzen g := ψ 1 f ϕ: U R m U R n. Da d x f und damit Abb. I.5.: Lokale Immersion d 0 g : R m R n injektiv ist, können wir durch einen Basiswechsel in R n immer erreichen, dass d 0 g die Form der n m-matrix ( Idm 0 (n m) m ) hat. Wir definieren G: U R n m R n durch G(x, z) = g(x) + (0, z). Dann bildet G eine offene Teilmenge von R n in den R n ab und d 0 G = Id n. Nach dem Satz über Umkehrfunktionen ist damit G ein lokaler 7

12 I. Reguläre Werte Diffeomorphismus in 0 R n. Nach Definition von G gilt g = G (kanonische Immersion). Da ψ G ein lokaler Diffeomorphismus ist, ergibt er durch Einschränken von Definitions- und Wertebereich eine neue Karte um y bzgl. derer dann f die kanonische Immersion ist. Vorl. 3 Folgerung 3.4. Ist f eine Immersion in x, dann ist f auch eine Immersion in einer Umgebung von x. Bemerkung 3.5. Haben M und N die gleiche Dimension, dann ist f : M N genau dann eine Immersion, wenn f eine lokaler Diffeomorphismus ist. Daran sieht man, dass Immersion zu sein eine strikt lokale Eigenschaft ist. Im Gegensatz dazu ist Diffeomorphismus zu sein, etwas Globales. f ist genau dann Diffeomorphismus, wenn f lokaler Diffeomorphismus ist und bijektiv ist. Das heißt auch: Will man, dass die Immersion schöne globale Eigenschaften hat, braucht man zusätzlich topologische Bedingungen. Wir haben das schon am Beispiel der Untermannigfaltigkeiten gesehen, vgl. Definition 1.1 und Übungsaufgabe 1 gesehen. Definition 3.6. Eine Immersion f : M N, die M homöomorph auf ihr Bild abbildet, heißt Einbettung. Folgerung 3.7. Sei f : M m N n eine Einbettung zwischen Mannigfaltigkeiten. Dann ist f(m) eine zu M diffeomorphe Untermannigfaltigkeit. Beweis. Ist y f(m), Dann gibt es ein eindeutiges x M mit f(x) = y. Sei F : U V eine lokale Parametrisierung von M um x. Dann ist f F : U V als Hintereinanderausführung von Immersionen wieder eine Immersion und als Hintereinanderausführung von Homöomorphismen aufs Bild wieder Homöomorphismus aufs Bild mit f(f (U)) = f(v M). Also ist f(m) eine Untermannigfaltigkeit von N mit Dimension m. Da eine Immersion zwischen Mannigfaltigkeiten gleicher Dimension, ein lokaler Diffeomorphismus ist und f homöomorph aufs Bild ist, ist f(m) diffeomorph zu M. Wir betrachten nun den Fall dim M dim N. Definition 3.8. Sei f : M N glatt und sei d x f : T x M T x N surjektiv für alle x M. Dann heißt f Submersion. Satz 3.9. Sei f : M N eine Submersion in x M und sei y = f(x). Dann existieren Karten von M bzw. N um x bzw. y, so dass in f in diesen lokalen Koordinaten die Form f(x 1,..., x m ) = (x 1,..., x n ) hat. Beweis. (Übungsaufgabe 12) Wir wählen lokale Koordinaten um x M und y = f(x) N: ϕ: U M mit ϕ(0) = x und ψ : U N mit ψ(0) = y, s. Abb. I.6. Wir setzen g := ψ 1 f ϕ: U R m U R n. Da d x f Abb. I.6.: Lokale Submersion und damit d 0 g : R m R n surjektiv ist, können wir durch einen Basiswechsel in R n immer erreichen, dass d 0 g die Form der n m-matrix ( Idn 0 m (m n) ) hat. Wir definieren G: U U R m n durch G(x 1,..., x m ) = (g(x), x n+1,..., x m ). Dann bildet G eine offene Teilmenge von R m in den R m ab und d 0 G = Id m. Nach dem Satz über Umkehrfunktionen ist damit G ein lokaler Diffeomorphismus in 0 R m. Nach Definition von G gilt g = (kanonische Submersion) G. Da ϕ G ein lokaler Diffeomorphismus ist, ergibt er durch Einschränken von Definitions- und Wertebereich eine neue Karte um x bzgl. derer dann f die kanonische Submersion ist. Bemerkung Die wichtigste Anwendung von Satz 3.9 ist: Sei f : M N eine glatte Abbildung zwischen Mannigfaltigkeiten und sei y N. Wir interessieren uns für die Menge f 1 (y) = {x M f(x) = y}. Diese ist im Allgemeinen kein schönes geometrisches Objekt. Ist allerding f eine Submersion in x, dann haben wir nach Satz 3.9 lokale Koordinaten um x und y, so dass in diesen f(x 1,..., x m ) = (x 1,... x n ) gilt, wobei x die Koordinaten (0,..., 0) habe. D.h. dass nahe x jeder Punkt in f 1 (y) die Gestalt (0,..., 0, x m+1,..., x n ) hat. Also gibt es eine Umgebung V von x, wo die Koordinaten (x 1,..., x m ) definiert sind und f 1 (y) V die Menge der Punkte mit x 1 =... = x m = 0 ist. Damit ist die glatte Abbildung F : U R m n V in lokalen Koordinaten gegeben durch (y 1,..., y m n ) (0,..., 0, y 1,..., y m n ) eine lokale Parametrisierung um x und somit f 1 (y) eine Mannigfaltigkeit. 8

13 4. Reguläre Werte f x f 1 (y) M y N Abb. I.7.: Urbild eines regulären Wertes 4. Reguläre Werte Durch Bemerkung 3.10 zeichnen sich für f : M N also Punkte x M aus, für die f eine Submersion ist. Deshalb definieren wir: Definition 4.1. Sei f : M m N n eine glatte Abbildung zwischen Mannigfaltigkeiten. Jedes x M mit RangD x f < n heißt kritischer Punkt von f und das zugehörige y = f(x) N heißt kritischer Wert von f. Alle anderen Punkte in N heißen reguläre Werte von f. Bemerkung Ist m < n, so sind alle Werte kritisch. 2. Ist ein Punkt y N nicht im Bild f(m), so ist y regulärer Wert. Nach Bemerkung 3.10 gilt also Lemma 4.3. Ist y N regulärer Wert von f, so ist f 1 (y) eine Mannigfaltigkeit der Dimension m n oder f 1 (y) =. Insbesondere folgt aus Bemerkung 3.10, dass für eine Abbildung f : R m R m m mit y R m m das Urbild f 1 (y), wenn nichtleer, eine m-dimensionale Untermannigfaltigkeit von R m ist. { Beispiel 4.4. i) Die m-dimensionale Sphäre S m = x = ( x 1,..., x m+1) R m+1 } m+1 j=1 (xj ) 2 = 1 R m+1 ist das Urbild S m = f 1 (0) der Funktion f : R m+1 \ {0} R, f ( x 1,..., x m+1) = m+1 j+1 (xj ) 2 1. Wegen D x f = ( ) f x 1 (x),..., f (x) = 2 ( x 1,..., x m+1) = 2x xm+1 hat D x f genau dann maximalen Rang, wenn x 0 ist. Da jedoch 0 f 1 (0) ist, ist 0 regulärer Wert von f und damit S m = f 1 (0) R m+1 eine m-dimensionale Untermannigfaltigkeit des R m+1. ii) S 1 = {(x, y) R 2 x 2 + y 2 = 1} Wir wissen schon, dass S 1 eine Untermannigfaltigkeit ist. Wählt man aber f : R 2 R, (x, y) (x 2 + y 2 1) 2, dann ist zwar f 1 (0) = S 1, aber D (x,y) f = ( 2x(x 2 + y 2 1), 2y(x 2 + y 2 1) ) ist die Nullabbildung auf S 1. Daran sieht man, dass nur weil 0 kein regulärer Wert für f ist, f 1 (0) trotzdem Untermannigfaltigkeit sein kann. Es kommt auf die richtige Wahl von f an. iii) Die Gruppen O(n) und SO(n) sind Untermannigfaltigkeiten des R n2 der Dimension n 2 (n 1). Beweis. Wir betrachten f : M R (n, n) Sym(n), A f(a) = AA T Id, 9

14 I. Reguläre Werte wobei Sym(n) = { A M R (n, n) A = A } T = R n(n+1)/2 die symmetrische Matrizen sind. Dann ist O(n) = f 1 (0). Wir müssen zeigen, dass 0 Sym(n) ein regulärer Wert ist. f(a + sh) f(a) D A f(h) = lim s 0 s (A + sh)(a + sh) T AA T = lim s 0 s 1 ( = lim AA T + s ( HA T + AH T ) + s 2 HH T AA T ) s 0 s = HA T + AH T. Wir zeigen, dass D A f : M R (n, n) Sym(n) surjektiv ist, d.h. maximalen Rang hat. Sei A O(n), S Sym(n). Wir wählen H = 1 2 S ( A 1) T. Dann ist D A f(h) = 1 2 D Af ( S ( A 1) ) T = 1 ( S ( A 1) T A T + A (S ( A 1) ) T T ) ((AB) ) T = B T A T 2 = 1 ( ( ) S AA 1 T 2 }{{} + AA 1 }{{} S T ) = S. Id Id Also ist O(n) eine Untermannigfaltigkeit von M R (n, n) = R n2 mit dim O(n) = dim M R (n, n) dim Sym(n) = n 2 n 2 (n + 1) = n (n 1). 2 Da die Abbildung M R (n, n) R, A det A stetig und für A O(n) die Determinante ±1 ist, zerfällt O(n) in zwei Zusammenhangskomponenten (eine davon ist SO(n)), die beide wiederum Untermannigfaltigkeiten der Dimension n 2 (n 1) sind. Sei M eine Mannigfaltigkeit, die in M enthalten ist. Dann ist T x M T x M. Das orthogonale Komplement von T x M in T x M ist ein Vektorraum der Dimension m m und ist der Normalraum von M in M an x. Abb. I.8.: Implizit gegebene Mannigfaltigkeiten Lemma 4.5. Sei f : M N eine glatte Abbildung zwischen Mannigfaltigkeiten. Sei x M und f(x) = y. Sei y regulärer Wert von f. Dann gilt für M = f 1 (y) ker d x f = T x M und d x f eingeschränkt aufs orthogonale Komplement von T x M ist ein Isomorphismus. Beweis. Da f M nur den Wert {y} annimmt, sehen wir d x f TxM = d x(f M ): T x M T f(x) {y} = {0}, vgl. Abbildung I.8. Demnach ist T x M ker d x f. Weiterhin hat aber die Abbildung d x f : T x M = T x M (T x M ) T f(x) N maximalen Rang. Da sowohl T f(x) N als auch (T x M ) n-dimensional sind, muss d x f (TxM ) ein Isomorphismus sein. Zusammenhangskomponente = maximal zusammenhängende Teilmenge (wobei eine Teilmenge (weg-)zusammenhängend heißt, falls je zwei Punkte der Teilmenge durch einen stetigen Weg miteinander verbunden werden können.) [Im Allgemeinen sind zusammenhängend und wegzusammenhängend zwar verschiedene Begriffe, bei uns spielt aber nur wegzusammenhängend eine Rolle.] 10

15 II. Satz von Sard und Brown und Anwendungen 1. Wie häufig sind reguläre und kritische Werte? Beispiel 1.1. Wir betrachten den aufrechten Torus mit der Höhenfunktion. f Abb. II.1.: Die Höhenfunktion des Torus hat vier kritische Punkte (die blauen) und vier kritische Werte (die roten). Alle anderen nicht roten Punkte in R sind reguläre Werte. Das Urbild eines regulären Wertes ist nichtleer oder eine Mannigfaltigkeit - zwei Beispiele solcher Urbilder sind gelb eingezeichnet. Die blauen Punkte sind die kritischen Punkte. Eine Möglichkeit, dass zu sehen ist: f : R 3 R, (x 1, x 2, x 3 ) x 3 ist eine glatte Erweiterung von f : T 2 R. Dann ist D x f = (0, 0, 1) und d x f = D x f TxT 2. Also ist x kritischer Punkt genau dann, wenn d x f = 0 ist, also genau dann wenn T x T 2 ker D x f ist. Das ist genau dann der Fall, wenn T x T 2 die (x 1, x 2 ) Ebene ist, also genau für die blauen Punkte in der Abbildung II.1. Satz 1.2 (Satz von Sard - lokal). Sei f : U R n eine glatte Abbildung, wobei U R m offen ist und n 1. Sei C die Menge der kritischen Punkte von f. Dann hat f(c) R n Maß Null. Im Beweis werden wir folgenden Satz benutzen; für den Beweis siehe [1, Appendix 1]. Satz 1.3. (Fubini Theorem für Nullmengen) Sei A eine geschlossene Teilmenge von R m, so dass A ({c} R l ) für alle c R k:=m l Maß Null hat. Dann hat A in R m Maß Null. Beweis von Satz 1.2. Wir beweisen den Satz mittels Induktion. Für m = 0 ist er offensichtlich wahr. Wir nehmen an, er stimmt auch für m 1. Sei C i C die Menge aller x U für die alle partiellen Ableitungen von f in x der Ordnung i verschwinden. Alle C i sind geschlossen und es gilt C C 1 C 2. Behauptung a) Das Bild f(c \ C 1 ) hat Maß Null.: Vorl. 4 Sei x C \ C 1. Wir werden zeigen, dass es eine offene Umgebung V R m von x gibt, so dass f(v C) Maß Null hat. Da R m eine abzählbare Basis besitzt, kann C \ C 1 durch abzählbar viele solcher Umgebungen überdeckt werden kann und wir erhalten dadurch, dass auch f(c \ C 1 ) Maß Null hat. Da x C 1, gibt es eine partielle Ableitung, o.b.d.a. f1 x die in x nicht Null ist. Wir definieren 1 h: U R m, h(x) = (f 1 (x), x 2,..., x n ) T. Dann ist D x h = ) x ( x) 0 1 Id n 1 ( f1 11

16 II. Satz von Sard und Brown und Anwendungen nicht singulär und damit bildet h eine Umgebung V von x diffeomorph auf eine offene Menge V ab. Die Komposition g := f h 1 bildet damit V nach R n ab. Die Menge der kritischen Werte von g gleich der Menge der kritischen Werte von f h 1 (V )=V. Weiterhin bildet g einen Punkt der Form (t, x 2,..., x m ) in einen Punkt der Form (t, y 2,..., y n ) ab. Für festes t erhalten wir somit eine Abbildung g t := g ({t} R m 1 ) V : ({t} Rm 1 ) V {t} R n 1 und es gilt ( ) 1 0 D x g = D x g t für alle x ({t} R m 1 ) V. Damit ist ein Punkt x ({t} R m 1 ) V kritisch für g, genau dann wenn er auch kritisch für g t ist. Wegen der Induktionsvoraussetzung hat die Menge der kritischen Werte von g t Maß Null. Damit hat nach dem Satz von Fubini auch die Menge der kritischen Werte von g Maß Null. Behauptung b) Das Bild f(c k \ C k+1 ) hat Maß Null für k 1. Für jedes x C k \C k+1 gibt es eine (k+1)te Ableitung, die nicht verschwindet. Damit gibt es eine k.te Ableitung ρ := D α f i, für geeignetes α = k und i {1,..., p}, so dass ρ auf C k verschwindet aber ρ x nicht. O.B.d.A. sei j j = 1. Wir definieren jetzt ähnlich wie oben eine Abbildung h: U R m, h(x) = (ρ(x), x 2,..., x m ) T. Analog zu oben bildet h eine Umgebung V von x diffeomorph auf eine offene Menge v R m. Nach Konstruktion bildet h die Menge C k V in die Hyperebene {0} R m 1 ab. Sei g := f h 1. Sei ḡ : ({0} R m 1 ) V R m die Einschränkung von g. Nach Induktion hat die Menge aller kritischen Werte von ḡ das Maß Null. Jeder kritische Punkt g vom Typ C k ist ein kritischer Punkt von ḡ. Demnach hat f(c k V ) Maß Null Behauptung c) Das Bild f(c k ) hat Maß Null für k > m n 1. Sei S U ein m-dimensionaler Würfel der Seitenlänge δ. Wir werden zeigen, dass für k > m n 1 die Menge f(c k S) Maß Null hat. Da C k durch abzählbar viele solcher Würfel überdeckt werden kann, folgt dann die Behauptung. Nach Satz von Taylor gilt für x C k S und x + h S f(x + h) = f(x) + R(x, h) mit R(x, h) < a h k+1, wobei die Konstante a nur von f und S abhängt. Wir zerlegen S in r m kleinere Würfel der Länge δ r. Sei S 1 ein solcher Würfel mit x C k. Dann gilt für jedes x + h S 1 h < m δ r. Damit liegt die Menge f(s 1) in einem b Ball um f(x) vom Radius (für geeignetes b). Also ist f(c r k+1 k S) in der Vereinigung von r m solcher Bälle enthalten: ( ) n 2b vol(f(c k S)) r m r k+1 =: cr m (k+1)n. Für k + 1 > m n und r geht die rechte Seite gegen Null, Also muss f(c k S) Maß Null haben. Satz 1.4 (Satz von Sard). Sei f : M m N n eine glatte Abbildung zwischen Mannigfaltigkeiten. Sei C die Menge der kritischen Punkte von f, also die Menge aller x M mit rankd x f < n. Dann hat f(c) N Maß Null. Beweis. Da R m eine abzählbare Basis besitzt, finden wir eine abzählbare Familie von offenen Mengen U i in M und zugehörigen offenen Mengen V i in N, so dass i U i = M, i V i = N und f(u i ) = V i gilt und die U i bzw. V i diffeomorph zu offenen Teilmengen in R m bzw. R n sind. Damit folgt der Satz von Sard aus der lokalen Version. Folgerung 1.5. Die Menge der regulären Werte einer glatten Abbildung f : M N ist dicht in N. Sind f i : M i N abzählbar viele glatte Abbildungen, dann ist die Menge der Punkte in N, die für alle f i regulärer Wert sind, dicht in N. Beweis. Die erste Behauptung folgt aus dem Satz von Sard. Die zweite Behauptung folgt aus der ersten, weil eine abzählbare Vereinigung von Nullmengen, noch immer eine Nullmenge ist. Bemerkung 1.6. Der Satz von Sard sagt nur, dass die Menge der kritischen Werte Maß Null hat, nicht die der kritischen Punkte. Ein triviales Beispiel ist durch konstante Abbildungen gegeben: f : M N, x y, mit y N fest. Dann ist y kritischer Wert, aber ganz M ist hier die Menge der kritischen Punkte. 12

17 2. Anwendungen von Sard 2. Anwendungen von Sard 2.1. Morsefunktionen In diesem Abschnitt betrachten wir Funktionen f : M R. Bemerkung 2.1. Sei x M. Dann ist y kritischer Punkt von f : M R genau dann, wenn d x f = 0 ist. Definition 2.2. Sei f : M m R glatt und x ein kritischer Punkt von x. Seien (x 1,..., x m ) lokale Koordinaten um x. Die Hessische von f ist die Matrix H = ( 2 ) f x i x j. Ist die Hessische nichtsingulär im kritischen Punkt x, heißt x nichtdegenerierter kritischer Punkt von f. Bemerkung 2.3. Die Eigenschaft nichtdegenerierter kritischer Punkt zu sein hängt nicht von der Wahl der Koordinaten ab (Übungsaufgabe 17): Seien (y 1,..., y m ) weitere lokale Koordinaten um x. Dann gilt f y i = k x k f y i x k und damit 2 f y i y j = k,l x k x l y i y i 2 f x k x l + k 2 x k f y i y j x k. Da x kritischer Punkt von f ist, gilt 2 f y i y j (x) = k,l x k x l y i y i 2 f x k x l. Da x i und y i beide lokale Koordinatensysteme bilden, ist die Matrix ( xk y ) i ik invertierbar. Damit ist die Matrix 2 f y i y (x) genau dann nichtsingulär, wenn 2 f j x i x (x) nichtsingulär ist. j Lemma 2.4. Nichtdegenerierte kritische Punkte sind isoliert, d.h.: Sei x nichtdegenerierter kritischer Punkt von f : M R. Dann gibt es eine offene Umgebung U von x, so dass x der einzige kritische Punkt von f U ist. ( f Beweis. Sei g : M R m f definiert als g = x,..., 1 x ). Dann ist d m x f = 0 genau dann, wenn g(x) = 0 ist. Weiterhin ist d x g in obigen Koordinaten gleich H. Ist als x nichtdegeneriert, dann bildet g eine Umgebung U von x diffeomorph auf eine Umgebung der 0 ab. Damit kann g in keinem anderen Punkt von U verschwinden und demnach kann f U nur in x einen kritischen Punkt haben. Satz 2.5. (Morse Lemma) Sei a M ein nichtdegenerierter kritischer Punkt von f : M R. Sei (h ij ) = Dann gibt es lokale Koordinaten (x 1,..., x m ) um a ( 2 ) f x i x j (a). f(x) = f(a) + ij h ij x i x j. Das ist Kurzschreibweise für: Sei ϕ: U M V R m eine Karte um x mit lokalen Koordinaten (x 1,..., x m ). Dann ist kurz für 2 (f ϕ 1 ) x i x j 2 f x i x j 13

18 II. Satz von Sard und Brown und Anwendungen Beweis. O.B.d.A. sei f(a) = 0. Seien (x 1,..., x m ) U R m lokale Koordinaten nahe a. O.B.d.A. sei U konvex und (0,..., 0) die Koordinaten von a. Da a kritischer Punkt ist, ist d a f = 0. Weiterhin gilt 1 f(x 1,..., x m df ) = 0 dt (tx1,..., tx m )dt m 1 = x i f x i (tx1,..., tx m )dt. i=1 0 Setzen wir g i (x 1,..., x m ) = 1 f 0 x (tx 1,..., tx m )dt. Dann sind die g i i glatt auf U mit g i (0) = f x (0) und i f(x 1,..., x m ) = m i=1 xi g i (x 1,..., x m ). Da a kritischer Punkt ist, gilt g i (0) = 0. Analog wie oben können jedes g i schreiben als g i (x 1,..., x m ) = m j=1 xj H ij (x 1,..., x m ) mit H ij (x 1,..., x m ) = 1 0 dt 1 0 ds 2 f x i x (tsx 1,..., tsx m ). j Damit ist f(x 1,..., x m ) = m i,j=1 xi x j H ij (x 1,..., x m ), und es gilt H ij (0,..., 0) = 2 f x i x (0,..., 0) = h j ij. Da a nichtdegeneriert ist, H ij (0,..., 0) nichtsingulär. Es bleibt zu zeigen, dass es eine Koordinatentransformation gibt, so dass in diesen neuen Koordinaten obige Gestalt hat. Das geschieht mittels Induktion. Sei f(x 1,..., x m ) = ±(x 1 ) 2 ±... ± (x r 1 ) 2 + i,j r xi x j H ij (x 1,..., x m ). Nach einer linearen Koordinatentransformation in den letzten m r + 1 Koordinaten kann man o.b.d.a. H rr (0) 0 annehmen. Wir führen neue Koordinaten v i ein mit v i = x i für i r und v r (x 1,..., x m ) = ( H rr (x 1,..., x m ) x r + ) H ir (x 1,..., x m ) H i>r rr (x 1,..., x m. ) Man kann nachrechnen, dass die Jacobimatrix der Koordinatentransformation nichtsingulär ist. Damit folgt mit dem Umkehrsatz, dass v i in einer kleinen Umgebung von 0 lokale Koordinaten geben. Weiterhin ist f = i r ±(vi ) 2 + i,j>r vi v j H ij (v1,..., v m ). Vorl. 5 Bemerkung 2.6. Letzter Satz sagt aus, dass das Verhalten einer Funktion nach eines nichtdegenerierten kritischen Punktes äquivalent zu einem quadratischen Polynom ist. Eigentlich erhält man so direkt die Gestalt: f(x) = f(a) (x 1 ) 2... (x p ) 2 + (x p+1 ) (x m ) 2. In der Übung Den Exponenten p nennt man dann den Index von f in x. Definition 2.7. Eine glatte Funktion f : M R, deren kritische Punkt alle nichtdegeneriert sind, heißt Morsefunktion. Satz 2.8. Sei f : M R glatt mit M m R m. Seien (x 1,..., x m ) Standardkoordinaten des R m. Dann ist die Menge der a R m, für welche die Funktion f a = f + a 1 x a m x m auf M keine Morsefunktion ist, eine Nullmenge. Beweis. ( Wir beweisen ) den Satz zunächst für den Fall f : U R m R glatt, U offen. Wir definieren g = f f x,..., 1 x : U R m. Dann ist d m p f a = g(p) + a. Also ist p genau dann kritischer Punkt von f a wenn g(p) = a. Da f a und f die gleichen zweiten Ableitungen besitzen, ist die Hessische f im Punkt p gleich d p g. Sei nun a ein regulärer Wert für g. Dann ist d p g für alle p mit g(p) = a nichtsingulär. Also ist jeder kritische Punkt von f a nichtdegeneriert. Nach dem Satz von Sard hat die Menge der kritischen Werte a R m von g das Maß Null und die Behauptung folgt. Sei nun f : M R glatt. Wir wählen abzählbar viele Karten ϕ i : U i M V i R m, die M überdecken (also i U i = M). O.B.d.A. seien die lokalen Koordinaten als x i1,..., x im gewählt, wobei x 1,..., x m Standardkoordinaten des R m sind. O.B.d.A. sei {i 1,..., i m } = {1,..., m}. Für c = (a, b) R m = R m R m m betrachten wir die Funktion f c. Nach obigem Fall ist für festes b R m m die Funktion f (a,b) = f (0,b) + a 1 x a m x m für fast alle a R m eine Morsefunktion. Nach dem Satz von Fubini, Satz 1.3, ist damit auch f c für fast alle c R m eine Morsefunktion. Dass das immer möglich ist, sagt folgender Satz. Satz. Sei M m R m Untermannigfaltigkeit. Seien x 1,..., x m die Standardkoordinaten auf R m mit zugehöriger Basis des Tangentialraumes e 1,..., e m. Sei p M. Dann gibt es i 1,..., i m {1,..., m } und eine Umgebung U M von p, so dass (x i 1,..., x im ) lokale Koordinaten auf U bilden. Beweis. T pm R m ist m-dimensional und sei durch ẽ 1,..., ẽ m aufgespannt. Da e i eine Basis von R m ist, gilt ẽ i = a j i e j 14

19 2.2. Mannigfaltigkeiten mit Rand und der Brouwersche Fixpunktsatz 2. Anwendungen von Sard Wir wollen Mannigfaltigkeiten mit Rand einführen. Für innere Punkte soll dabei eine Umgebung immer noch durch einen eine offene Teilmenge des euklidischen Raumes modelliert werden. Umgebungen von Randpunkten sollen jedoch durch H m := {x = (x 1,..., x m ) R m x m 0} modelliert werden, wobei der Randpunkt dann einem Punkt auf dem Rand H m = R m 1 {0} R m entspricht. Definition 2.9. Eine Menge M R m ist eine m-dimensionale Mannigfaltigkeit mit Rand falls es für jedes x M eine offene Umgebung U R m und eine offene Menge V H m gibt, so dass U M diffeomorph zu V ist. Der Rand von M, M, ist die Menge aller Punkte in M, welche unter solch Diffeomorphismen Punkten in H m entsprechen. Das Innere von M ist M = M \ M. Beispiel (i) H m ist eine m-dimensionale Untermannigfaltigkeit mit Rand H m = R m 1 {0}. (ii) B m = {x R m x 2 = 1} mit Rand B m = S m 1, vgl. Übungsaufgabe 21 und Beispiel (iii) Z = {(x, y, z) T R 3 x 2 + y 2 = 1, z [ 1, 1]}, Z = {(x, y, z) T R 3 x 2 + y 2 = 1, z { 1, 1}}, vgl. Beispiel Bemerkung (1) Der topologische Rand von M R m entspricht nicht unbedingt dem Rand als Mannigfaltigkeit, siehe Beispiel 2.10.iii wo der topologische Rand ganz Z ist. (2) Das Innere M = M \ M ist eine m-dimensionale Mannigfaltigkeit. (3) Tangentialräume und Tangentialabbildungen können auch immer noch für Mannigfaltigkeiten mit Rand definiert werden. Für innere Punkte bleiben die alte Definition gültig. Es bleibt die Randpunkte zu behandeln. Sei x M. Sei ϕ: V H m U M R m ein Diffeomorphismus für x U. Dann gibt es eine glatte Erweiterung ϕ: V R m R m mit V offene Umgebung von ϕ 1 (x). Wir setzen T x M = d v=ϕ 1 (x)ϕ(r m ). Die Definition ist unabhängig von der Wahl von ϕ, denn für eine Folge v i V v gilt d v=ϕ 1 (x) ϕ = lim i d vi ϕ = lim i d vi ϕ. Insbesondere ist der Tangentialraum eines Randpunktes einer m-dimensionalen Mannigfaltigkeit immer noch ein m-dimensionaler Vektorraum. Sei U M offen mit x U M und sei g : U R l glatt. Da g glatt ist, kann es in einer Umgebung U von x in R m zu einer glatten Abbildung ḡ : U R m R l erweitert werden. Wir definieren dann d x g := d x ḡ TxM : T x M R m R l. Die Definition ist unabhängig der gewählten Erweiterung, denn: Sei g eine andere Erweiterung. Seien x i Punkte im Inneren von U mit x i x. Da auf U die Abbildung ḡ und g übereinstimmen, gilt d xi ḡ = d xi g. Wegen Stetigkeit ist dann auch d x ḡ = d x g. Satz Sei M m eine Mannigfaltigkeit mit Rand. Dann ist M eine (m 1)-dimensionale Mannigfaltigkeit. Beweis. Sei x M. Dann gibt es lokale Koordinaten um x, d.h. einen Diffeomorphismus ϕ: U H m V M. Wir zeigen ϕ( U) = V. Dann ist ϕ U ein Diffeomorphismus von der offenen Menge U = U H m R m 1 auf eine Umgebung V = M V von x in M und ergibt die Behauptung. Nach Definition ist ϕ( U) V und es bleibt die umgekehrte Inklusion zu zeigen: Sei v V. Dann gibt es einen Diffeomorphismus ψ : W H m V und ein w W H m mit ψ(w) = v. Sei g := ϕ 1 ψ : W U. Dann ist g ein Diffeomorphismus. Wir nehmen an, dass u g(w) ein innerer Punkt von U ist. Dann bildet jedoch auch g 1 eine Umgebung von u U diffeomorph auf eine Umgebung von w W ab. Das ist ein Widerspruch zu w W. Also gilt u U und V ϕ( U). für geeignete a j i. Da die ẽ i linear unabhängig sind, hat A = (a j i ) 1 i m,1 j m Rang m. D.h. es gibt i 1,..., i m {1,..., m }, so dass A 1 := (a j i ) i {i 1,...,i m},1 j m nichtsingulär ist. O.B.d.A. sei i j = j. Sei pr : R m R m, (x 1,..., x m ) (x 1,..., x m ). Dann ist D xpr = (Id m 0 m (m m)). Damit gilt für κ := pr M : M R m, dass d pκ: T pm R m bzgl. der Basis ẽ i für T pm und e i für R m die Form A 1 1 hat. Also ist d pκ ein Isomorphismus und demnach nach dem Umkehrsatz κ ein lokaler Diffeomorphismus in p M und damit für eine Umgebung U M um p eine Karte. Eine Abbildung f einer beliebigen Teilmenge X R m nach R l ist glatt, falls es eine offene Umgebung U von X in R m und eine glatte Abbildung F : U R l mit F X = f existiert. Es gibt keinen Diffeomorphismus von R m nach H m 15

20 II. Satz von Sard und Brown und Anwendungen Das Produkt zweier Mannigfaltigkeiten mit Rand ist im Allgemeinen keine Mannigfaltigkeit mit Rand. Beispiel: [0, 1] [0, 1] ist ein Beispiel einer Mannigfaltigkeit mit Ecken. Satz Sei M m eine Mannigfaltigkeit mit Rand und N n eine Mannigfaltigkeit ohne Rand. Dann ist M N eine (m + n)-dimensionale Mannigfaltigkeit mit Rand M N. Beweis. (Übungsaufgabe 22) Sei (x, y) M N. Dann gibt es eine Karte ϕ: U M V H m um x und eine Karte ψ : U N V R n um y. Wir setzen h := ϕ ψ : U U M N V V H m R n = H m+n. Dann ist h eine Karte von M N um (x, y). Der Rand (M N) (U U ) sind alle Punkte (x, y) mit h(x, y) H m+n, also alle mit x M U. Insgesamt ist also (M N) = M N. Lemma Sei M eine Mannigfaltigkeit ohne Rand und g : M R glatt mit 0 als regulären Wert. Dann ist M := {x M g(x) 0} eine Mannigfaltigkeit mit Rand M = g 1 (0). Vorl. 6 Beweis. Da 0 regulärer Wert ist, ist g 1 (0) eine Mannigfaltigkeit. Weiterhin ist {x M g(x) > 0} wegen Stetigkeit von g offene Teilmenge von M und damit Mannigfaltigkeit. Um zu zeigen, dass M Mannigfaltigkeit mit Rand ist, muss man noch die Punkte in g 1 (0) betrachten. Sei x M mit g(x) = 0. Da 0 regulärer Wert ist, ist d x g : T x M T g(x)=0 R = R surjektiv. Nach dem Satz über lokale Submersionen kann man lokale Koordinaten um x auf M so wählen, dass g die Form (x 1,..., x m ) x m hat. Also ist g 1 ( 0) diffeomorph zu H m. Beispiel Sei g : R m R, x x 2 1. Dann ist B m = {x R m g(x) 0}. 2. Sei C = {(x, y, z) T R 3 x 2 +y 2 = 1} und g : C R, (x, y, z) z 2 1. Dann ist Z = {p C g(p) 0}. Lemma Sei f : M m N n eine glatte Abbildung von einer Mannigfaltigkeit M mit Rand in eine Mannigfaltigkeit N. Sei y N regulärer Wert für f und f M. Dann ist f 1 (y) M eine glatte (m n)- dimensionale Mannigfaltigkeit mit Rand. Weiterhin gilt (f 1 (y)) = f 1 (y) M. Beweis. Da wir eine lokale Eigenschaft beweisen, reicht es die Eigenschagt für den Spezialfall f : H m R m R n zu beweisen. Sei x f 1 (y). Ist x ein innerer Punkt von M sieht man wie bisher, dass f 1 (y) in einer Umgebung von x eine glatte Mannigfaltigkeit ist. Sei nun x M f 1 (y) ein Randpunkt. Wähle eine Umgebung U R m von x und eine glatte Abbildung g : U R n, so dass f U H m = g U H m. Wählt man U klein genug, kann man erreichen, dass g auf U eine Submersion ist. Damit ist g 1 (y) eine glatte Mannigfaltigkeit der Dimension m n. Sei nun π : g 1 (y) R die Projektion π(x 1,..., x m ) = x m. Dann gilt nach Konstruktion f 1 (y) U = π 1 ({x m 0}). Es bleibt zu zeigen, dass 0 ein regulärer Wert von π ist; dann folgt mit Lemma 2.14 die Behauptung: Es gilt d x π = (0,..., 0, 1): T x g 1 (y) R m R mit T x g 1 (y) = ker(d x g = d x f : R m R n ). Sei x π 1 (0). Da f H m auch regulär in x ist, ist d x (f H m) = d x f Tx H m =R m 1 {0} : R m 1 {0} R surjektiv. D.h. T x g 1 R m+1 {0}. Damit ist 0 regulärer Wert von π. Insbesondere haben wir gesehen, dass (f 1 (y)) = f 1 (y) M gilt. R π H m f 1 (y) R m f R n 0 x g y g 1 (y) U Abb. II.2.: f : H m R n, x f 1 (y). Die Abbildung g : U R m R n ist eine lokale Erweiterung von g. 16

21 2. Anwendungen von Sard Lemma Sei M m eine Mannigfaltigkeit mit Rand. Dann gibt es keine glatte Abbildung f : M M, so dass f M die Identität ist. Beweis. Wir nehmen an, dass es eine solche Abbildung f existiert. Sei y X ein regulärer Wert von f. Da y natürlich auch ein regulärer Wert für f X = id M ist, ist nach Lemma 2.16 f 1 (y) eine eindimensionale Mannigfaltigkeit mit Rand. Wegen f X = id M ist f 1 (y) M = {y}. Da jedoch f 1 (y) auch kompakt ist und die einziges kompakten 1-Mannigfaltigkeiten mit Rand endliche Vereinigungen von Kreisen und abgeschlossenen Intervallen ist muss f 1 (y) endlich viele Punkte enthalten. Das ist ein Widerspruch. Lemma Jede glatte Abbildung g : B n B n hat einen Fixpunkt. Beweis. Wir nehmen an, dass g keinen Fixpunkt habe. Wir definieren eine Funktion f : B n B n = S n 1 durch: f(x) sei der Schnittpunkt der Geraden durch x und g(x) mit S n 1 der näher an x als an g(x) ist. Da g keinen Fixpunkt ist g wohldefiniert. Weiterhin rechnet man direkt nach, dass g glatt ist und dass f(x) = x für x S n 1 gilt. Das ist jedoch ein Widerspruch zu letztem Lemma. f(x) x g(x) Abb. II.3.: Satz 2.19 (Brouwerscher Fixpunktsatz). Jede stetige Funktion g : B n B n hat einen Fixpunkt. Beweis. Dank des Weierstrass schen Approximationssatz gibt es für jedes ɛ > 0 ein Polynom p 1 : R n R n mit p 1 (x) g(x) < ɛ für alle x B n. Allerdings muss p 1 (x) für x B n selbst nicht mehr in B n sein. Deshalb definieren wir p(x) = (1 + ɛ) 1 p 1 (x). Dann ist p(b n ) B n und p(x) g(x) < 2ɛ für x B n. Sei nun g(x) x für alle x B n. Dann muss die stetige Funktion g(x) x auf B n ein Minimum µ > 0 annehmen. Wählen wir ɛ = µ/2 und p wie oben. Dann gilt p(x) x für alle x B n und p: B n B n ist eine glatte Abbildung ohne Fixpunkte. Das ergibt den Widerspruch zum letzten Lemma. Die Klassifikation eindimensionaler Mannigfaltigkeiten mit Rand beweisen wir hier nicht. Schöne Beweise finden sich z.b. in den Anhängen von [2, 1] 17

22

23 III. Grad einer Abbildung 1. Grad modulo 2 Wir betrachten Abbildungen f : M N zwischen Mannigfaltigkeiten gleicher Dimension, M sei kompakt ohne Rand und N sei zusammenhängend. Definition 1.1. Zwei Abbildungen f, g : M N heißen glatt homotop (kurz: f g) falls es eine glatte Abbildung F : M [0, 1] }{{} Mfg. mit Rand N mit F (x, 0) = f(x) und F (x, 1) = g(x) für alle x X gibt. Diese Abbildung F heißt glatte Homotopie zwischen f und g. Bemerkung 1.2. Das ist eine Äquivalenzrelation: Reflexiv und symmetrisch ist klar. Transitiv: Die Grundidee ist zwei Homotopien F von f nach g und G nach g nach h einfach hintereinander zu schalten also: F (x, t) = F (x, 2t) für t [0, 1 2 ] und F (x, t) = G(x, 2t 1)) für t [ 1 2, 1]. Nur verliert man so i.a. Glattheit an der Klebestelle. Deshalb wählen wir ϕ: [0, 1] [0, 1] so, dass ϕ(t) = { 0 0 t 1/3 1 2/3 t 1 gilt. Aus einer glatten Homotopie F von f nach g definieren wir so eine neue glatte Homotopie von f nach g durch F (x, t) = F (x, ϕ(t)). Diese hat jetzt die Eigenschaft F (x, t) = f(x) für t [0, 1/3] und F (x, t) = g(x) für t [2/3, 1]. Nun können F und G wie oben zusammengeklebt werden und wir erhalten eine glatte Homotopie von f nach h. Definition 1.3. Seien f, g : X Y Diffeomorphismen und sei F : X [0, 1] Y eine glatte Homotopie von f und g, so dass für alle t [0, 1] die Abbildung F t : X Y, x F (x, t) ein Diffeomorphismus ist. Dann nennen wir f und g glatt isotop und F eine glatte Isotopie. Satz 1.4 (Homotopie-Lemma). Sei M eine geschlossene Mannigfaltigkeit. Seien f, g : M N glatt homotope Abbildungen zwischen Mannigfaltigkeiten gleicher Dimension. Sei y N ein regulärer Wert sowohl für f als auch für g. Dann gilt #f 1 (y) #g 1 (y) mod 2. Beweis. Sei F : M [0, 1] N eine glatte Homotopie zwischen f und g. Sei zunächst auch y ein regulärer Wert von F. Dann ist F 1 (y) eine kompakte Mannigfaltigkeit mit Rand F 1 (y) (M {0, 1}) = f 1 (y) {0} g 1 (y) {1}. Die Anzahl der Randpunkte in F 1 (y) ist gleich #f 1 (y) + #g 1 (y). Da die Anzahl der Randpunkte einer eindimensionalen Mannigfaltigkeit mit Rand gerade ist, folgt die Behauptung. Sei nun y kein regulärer Wert von F. Dann gibt es eine Umgebung V 1 N bzw. V 2 N von y, die nur aus regulären Werten von f bzw. g besteht. Wir setzen V = V 1 V 2. Die Anzahlen #f 1 (y ) und #g 1 (y ) sind weg von den kritischen Punkte (also insbesondere auf V ) lokal konstante Funktionen in y (Vgl. z.b. Übungsaufgabe 15). Da die Menge der regulären Werte von F dicht liegt, haben wir die Behauptung auf den ersten Fall zurückgeführt. Lemma 1.5. (Homogenitätslemma) Seien y und z innere Punkte von einer zusammenhängenden Mannigfaltigkeit N. Dann gibt es einen Diffeomorphismus h: N N, der glatt isotop zur Identität ist und y auf z abbildet. Beweis. Hier nur die Beweisidee: 1.Schritt: Man konstruiert glatte Isotopien von R n auf sich selbst, die außerhalb eines Balles die Identität ist und den Ursprung des Balles auf einen beliebigen Punkt im Inneren des Balles abbildet. 2.Schritt: Überdecken der Mannigfaltigkeit durch Karten, in den Karten Schritt 1 verwenden. 19

24 III. Grad einer Abbildung Definition 1.6. Sei f : M N glatte Abbildung zwischen Mannigfaltigkeit der gleichen Dimension. M sei kompakt ohne Rand und N sei zusammenhängend und y N regulärer Wert von f. Der mod 2 Grad von f ist deg 2 f = #f 1 (y) mod2. Lemma 1.7. deg 2 f hängt nicht von der Wahl des regulären Wertes ab. Vorl. 7 Beweis. Seien y und z zwei reguläre Werte. Sei h ein Diffeomorphismus von N nach N, der glatt isotop zur Identität ist und y auf z abbildet (Existiert nach Homogenitätslemma). Dann ist z ein regulärer Wert von h f. Da h f und id f glatt homotop sind, folgt mit dem Homotopielemma, dass #(h f) 1 (z) #f 1 (z) mod 2 ist. Wegen (h f) 1 (z) = f 1 h 1 (z) = f 1 (y) folgt die Behauptung. Lemma 1.8. Der mod 2 Grad hängt nur von der glatten Homotopieklasse der Funktion ab. Beweis. Sei f : M N glatt homotop zu g : M N. Nach dem Satz von Sard gibt es ein Element y N, welches sowohl für f als auch g regulär ist. Damit ist deg 2 f #f 1 (y) #g 1 (y) deg 2 g mod 2. Beispiel 1.9. (a) c: M M sei die konstante Abbildung. Dann ist deg 2 c = 0 (b) Ist die Abbildung f : M m N m nicht surjektiv, ist deg 2 f = 0. (c) Id: M M hat ungeraden Grad. Also ist die Identitätsabbildung einer geschlossenen Mannigfaltigkeit nicht glatt homotop zu einer konstanten Abbildung. Insbesondere zeigt das nochmal, dass es keine glatte Abbildung f : B n+1 S n mit f B n+1 =S n = id gibt. Denn sonst wäre F : Sn [0, 1] S n, F (x, t) = f(tx) eine glatte Homotopie von der konstanten Abbildung zur Identität. Das ist ein Widerspruch zu (a) und (b) und dem letzten Lemma. 2. Orientierte Mannigfaltigkeiten und der Brouwer Grad Definition 2.1. Orientierung eines Vektorraumes = Äquivalenzrelation of geordnetes Basen des Vektorraums, wobei zwei geordnete Basen äquivalent seien, wenn ihre Transformationsmatrix positive Determinante hat. Orientierung einer Mannigfaltigkeit M = eine Wahl einer Orientierung eines jeden Tangentialraumes, so dass es um jeden Punkt p der Mannigfaltigkeit M eine Karte ϕ: U M V H m gibt, die orientierungserhaltend ist, d.h. d x ϕ bildet eine positiv orientierte Basis des T x M auf eine positiv orientierte Basis des R m ab. Existiert eine Orientierung auf M, nennt man M orientierbar. M mit einer Wahl einer Orientierung heißt orientiert. Bemerkung 2.2. auf M. (i) Ist M zusammenhängend und orientierbar, so existieren genau zwei Orientierungen (ii) Sei M Mannigfaltigkeit mit Rand, x M, v T x M. Dann gibt es erst einmal drei Möglichkeiten für v: (a) v T x M (b) v ist ein innerer Vektor, d.h. v T x M und es existiert eine glatte Kurve c: [0, ɛ) M, c(0) = x, c (0) = v. (c) v ist weder in (a) noch (b), dann heißt v äußerer Vektor. Jede Orientierung von M induziert eine von M: Für x M wähle eine positiv orientierte Basis v i von T x M, so dass v 2,..., v m T x M und v 1 ein äußerer Vektor ist. Dann bestimmt (v 2,..., v m ) eine Orientierung von T x M. Zusammen erhält man eine Orientierung in M. (iii) Wenn wir sagen, dass X m+1 eine orientierte Mannigfaltigkeit mit Rand M ist, dann haben wir M immer implizit mit der durch X induzierten Orientierung versehen. Für die zu M diffeomorphe orientierte Mannigfaltigkeit, die mit der anderen Orientierung als M versehen ist, schreiben wir M. 20

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft: Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein

Mehr

Erinnerung/Zusammenfassung zu Abbildungsmatrizen

Erinnerung/Zusammenfassung zu Abbildungsmatrizen Erinnerung/Zusammenfassung zu Abbildungsmatrizen Thomas Coutandin (cthomas@student.ethz.ch) 7. November 2 Abbildungsmatrizen Im Folgenden betrachten wir stets endlich dimensionale K-Vektorräume (K irgend

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

9. Anwendungen der Fundamentalgruppe

9. Anwendungen der Fundamentalgruppe 76 Andreas Gathmann 9. Anwendungen der Fundamentalgruppe Nachdem wir mit Hilfe von Überlagerungen nun in der Lage sind, Fundamentalgruppen zu berechnen, wollen wir in diesem abschließenden Kapitel noch

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Mehr

Definition 27 Affiner Raum über Vektorraum V

Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V Definition 27 Affiner Raum über Vektorraum V ist die Menge A = Definition 27 Affiner Raum über Vektorraum V ist die Menge A = mit einer Abbildung + : A V A,

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

2 Die Darstellung linearer Abbildungen durch Matrizen

2 Die Darstellung linearer Abbildungen durch Matrizen 2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

Ergänzungen zur Analysis I

Ergänzungen zur Analysis I 537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

Modulabschlussklausur Analysis II

Modulabschlussklausur Analysis II Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen

Mehr

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010 Induktive Limiten Arpad Pinter, Tobias Wöhrer 30. Jänner 2010 1 Inhaltsverzeichnis 1 Induktiver Limes von Mengen 2 2 Induktiver Limes von Vektorräumen 4 3 Lokalkonvexe topologische Vektorräumen 7 4 Induktiver

Mehr

Topologie. Prof. Dr. Dirk Ferus. Wintersemester 2004/5

Topologie. Prof. Dr. Dirk Ferus. Wintersemester 2004/5 Topologie Prof. Dr. Dirk Ferus Wintersemester 2004/5 Version vom 04.02.2005 Inhaltsverzeichnis 1 Topologische Räume und stetige Abbildungen 7 1.1 Metrische und topologische Räume.................................

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

Lösungen zum 3. Aufgabenblatt

Lösungen zum 3. Aufgabenblatt SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow LINEARE ALGERA Ferienkurs Hanna Schäfer Philipp Gadow INHALT Eigenwerte und Eigenvektoren. asiswechsel.2 Eigenwertgleichung 2.3 Diagonalisierbarkeit 5.4 Trigonalisierung 8.5 Zusatzmaterial 8 Aufgaben 9

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen

Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Dr. Nico Düvelmeyer Freitag, 1. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Einführung und Wiederholung Beispiel

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

Frohe Weihnachten und ein gutes neues Jahr!

Frohe Weihnachten und ein gutes neues Jahr! Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]

Mehr

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 26 Die Schnittmultiplizität Es seien zwei ebene algebraische Kurven C,D A 2 K gegeben, die keine Komponente gemeinsam haben. Dann besteht

Mehr

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Wintersemester 0/0 Wirtschaftsinformatik Bachelor IW Informatik Bachelor IN Vorlesung Mathematik Mathematik Lösungsvorschläge zum Übungsblatt

Mehr

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:

Mehr

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

Mehr

Fraktale Geometrie: Julia Mengen

Fraktale Geometrie: Julia Mengen Fraktale Geometrie: Julia Mengen Gunnar Völkel 1. Februar 007 Zusammenfassung Diese Ausarbeitung ist als Stoffsammlung für das Seminar Fraktale Geometrie im Wintersemester 006/007 an der Universität Ulm

Mehr

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Extremwertverteilungen

Extremwertverteilungen Seminar Statistik Institut für Stochastik 12. Februar 2009 Gliederung 1 Grenzwertwahrscheinlichkeiten 2 3 MDA Fréchet MDA Weibull MDA Gumbel 4 5 6 Darstellung von multivariaten, max-stabilen Verteilungsfunktionen

Mehr

Diskrete Mathematik für Informatiker

Diskrete Mathematik für Informatiker Diskrete Mathematik für Informatiker Markus Lohrey Universität Siegen Wintersemester 2014/2015 Lohrey (Universität Siegen) Diskrete Mathematik Wintersem. 2014/2015 1 / 344 Organisatorisches zur Vorlesung

Mehr

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2 1 2 Notation für Wörter Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg w a is die Anzahl der Vorkommen von a in w Beispiel: abba

Mehr

Algebra. Patrik Hubschmid. 8. Oktober 2013

Algebra. Patrik Hubschmid. 8. Oktober 2013 Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1

Mehr

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013 Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 7. November 2013 6 L p -Räume Mit Hilfe der Masstheorie können wir nun die sog. L p -Räume einführen. Diese Räume sind wichtig in vielen

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 Symmetrische Matrizen und quadratische Formen Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.

Mehr

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS

Übungsaufgaben LAAG I. für Lehramtsstudenten GS, MS, BS Doz.Dr. Norbert Koksch TU DRESDEN Fachrichtung Mathematik, Institut für Analysis Übungsaufgaben LAAG I für Lehramtsstudenten GS, MS, BS Logik: Übungsaufgabe 1. Begründen Sie, ob es sich um eine Aussage

Mehr

Serie 13: Online Test

Serie 13: Online Test D-ERDW, D-HEST, D-USYS Mathematik I HS 3 Dr. Ana Cannas Serie 3: Online Test Einsendeschluss: 3. Januar 4 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen

Mehr

Leitfaden Lineare Algebra: Determinanten

Leitfaden Lineare Algebra: Determinanten Leitfaden Lineare Algebra: Determinanten Die symmetrische Gruppe S n. Eine Permutation σ der Menge S ist eine bijektive Abbildung σ : S S. Ist S eine endliche Menge, so reicht es zu verlangen, dass σ injektiv

Mehr

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie Notation Die in dieser Arbeit verwendete Notation ist im Wesentlichen Standard, so wie sie beispielsweise in [As] zu nden ist. Einige Abweichungen hiervon, Klarstellungen und zusätzliche Notationen (sofern

Mehr

2.1 Codes: einige Grundbegriffe

2.1 Codes: einige Grundbegriffe Gitter und Codes c Rudolf Scharlau 2. Mai 2009 51 2.1 Codes: einige Grundbegriffe Wir stellen die wichtigsten Grundbegriffe für Codes über dem Alphabet F q, also über einem endlichen Körper mit q Elementen

Mehr

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt

Mehr

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Seminararbeit für das SE Reine Mathematik- Graphentheorie Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis

Mehr

Invariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen

Invariantentheorie. Vorlesung 5. Invariantenringe zu Untergruppen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invariantentheorie Vorlesung 5 Invariantenringe zu Untergruppen Proposition 5.1. Es sei R G R eine Operation einer Gruppe G auf einem kommutativen Ring durch

Mehr

Zusatztutorium, 25.01.2013

Zusatztutorium, 25.01.2013 Zusatztutorium, 25.01.2013 David Müßig muessig[at]mi.fu-berlin.de http://page.mi.fu-berlin.de/def/tutorium/ WiSe 12/13 1 Der Homomorphiesatz Der Homomorphiesatz scheint für viele eine Art rotes Tuch zu

Mehr

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat. Die k/2 - Formel von Renate Vistorin Zentrales Thema dieses Vortrages ist die k/2 - Formel für meromorphe Modulformen als eine Konsequenz des Residuensatzes. Als Folgerungen werden danach einige Eigenschaften

Mehr

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen .3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt

Mehr

34 5. FINANZMATHEMATIK

34 5. FINANZMATHEMATIK 34 5. FINANZMATHEMATIK 5. Finanzmathematik 5.1. Ein einführendes Beispiel Betrachten wir eine ganz einfache Situation. Wir haben einen Markt, wo es nur erlaubt ist, heute und in einem Monat zu handeln.

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

Teil II. Nichtlineare Optimierung

Teil II. Nichtlineare Optimierung Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene

Mehr

Definition und Eigenschaften Finiter Elemente

Definition und Eigenschaften Finiter Elemente Definition und Eigenschaften Finiter Elemente 1 Das letzte Mal Im letzten Vortrag haben wir zum Schluss das Lemma von Lax Milgram präsentiert bekommen, dass ich hier nocheinmal in Erinnerung rufen möchte:

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:

Mehr

Die Weierstraßsche Funktion

Die Weierstraßsche Funktion Die Weierstraßsche Funktion Nicolas Weisskopf 7. September 0 Zusammenfassung In dieser Arbeit führen wir die Weierstraßsche Funktion ein und untersuchen einige ihrer Eigenschaften. Wir zeigen, dass jede

Mehr

11 Normalformen von Matrizen

11 Normalformen von Matrizen 11 Normalformen von Matrizen Wir wenden uns in diesem Kapitel noch einmal der Untersuchung linearer Abbildungen auf endlichdimensionalen Vektorräumen und deren Darstellung mittels Matrizen zu Speziell

Mehr

GNS-Konstruktion und normale Zustände. 1 Rückblick. 2 Beispiel für einen Typ-II 1 -Faktor

GNS-Konstruktion und normale Zustände. 1 Rückblick. 2 Beispiel für einen Typ-II 1 -Faktor GNS-Konstruktion und normale Zustände 1 Rückblick Wir betrachten von-neumann-algebren M B(H), d.h. Unteralgebren mit 1 H M, die in der schwachen Operatortopologie (und damit in jeder der anderen) abgeschlossen

Mehr

Lie-Gruppen. Andreas Gastel. Duisburg, Sommersemester 2011

Lie-Gruppen. Andreas Gastel. Duisburg, Sommersemester 2011 Lie-ruppen Andreas astel Duisburg, Sommersemester 2011 Dieses Skript ist eine nicht besonders gut korrektur-gelesene Version der Vorlesung. Quelle sind unter anderem die Kapitel I und V des Buches Topology

Mehr

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u. Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume

Mehr

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 ) Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,

Mehr

Computer Vision SS 2011. Skript

Computer Vision SS 2011. Skript Computer Vision SS 211 Skript (Work in Progress) Simon Hawe & Martin Kleinsteuber Skript: Manuel Wolf Inhaltsverzeichnis 1 Einführung 1 1.1 Was ist ein Bild?................................. 1 1.2 Wie

Mehr

Fixpunktsemantik logischer Programme Pascal Hitzler Juli 1997 Kurzuberblick im Rahmen der Vorlesung Einfuhrung in Prolog von T. Cornell im Sommersemester 1997 an der Universitat Tubingen. Beweise sind

Mehr

7 Die Determinante einer Matrix

7 Die Determinante einer Matrix 7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =

Mehr

6.2 Perfekte Sicherheit

6.2 Perfekte Sicherheit 04 6.2 Perfekte Sicherheit Beweis. H(B AC) + H(A C) = H(ABC) H(AC) + H(AC) H(C) Wegen gilt Einsetzen in die Definition gibt = H(AB C). H(A BC) = H(AB C) H(B C). I(A; B C) = H(A C) H(AB C) + H(B C). Da

Mehr

4. Abbildung / Funktion

4. Abbildung / Funktion 4. Abbildung / Funktion In der Mathematik ist eine Funktion oder Abbildung eine Beziehung zwischen zwei Mengen, die jedem Element der einen Menge (Eingangsgröße, Funktionsargument, unabhängige Variable,

Mehr

Extrema von Funktionen in zwei Variablen

Extrema von Funktionen in zwei Variablen Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Ulrich Loup 24.03.2006 Prüfungsstoff: Alegebra I, Analysis IV, Graphentheorie I Prüfer: Prof. Dr. Wilhelm Plesken Protokollant: Dipl.

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr

Mathematik 1 für Wirtschaftsinformatik

Mathematik 1 für Wirtschaftsinformatik Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung in die Vektor- und Matrizenrechnung. Matrizen Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:

Mehr

Zuammenfassung: Reelle Funktionen

Zuammenfassung: Reelle Funktionen Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809

Mehr

BONUS MALUS SYSTEME UND MARKOV KETTEN

BONUS MALUS SYSTEME UND MARKOV KETTEN Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik, Institut für Mathematische Stochastik BONUS MALUS SYSTEME UND MARKOV KETTEN Klaus D. Schmidt Ringvorlesung TU Dresden Fakultät MN,

Mehr

17. Penalty- und Barriere-Methoden

17. Penalty- und Barriere-Methoden H.J. Oberle Optimierung SoSe 01 17. Penalty- und Barriere-Methoden Penalty- und Barriere Methoden gehören zu den ältesten Ansätzen zur Lösung allgemeiner restringierter Optimierungsaufgaben. Die grundlegende

Mehr

Skalare Differentialgleichungen

Skalare Differentialgleichungen Kapitel 2 Skalare Differentialgleichungen 2.1 Skalare lineare Differentialgleichungen 2.2 Bernoulli und Riccati Differentialgleichungen 2.3 Differentialgleichungen mit getrennten Variablen 2.4 Exakte Differentialgleichungen

Mehr

2.2 Nebenklassen, Normalteiler und Faktorgruppen

2.2 Nebenklassen, Normalteiler und Faktorgruppen Algebra I c Rudolf Scharlau, 2002 2012 61 2.2 Nebenklassen, Normalteiler und Faktorgruppen Bei der Konstruktion der Restklassengruppe Z/mZ hatten wir auf der Gruppe Z mit Hilfe einer Untergruppe mz eine

Mehr

Charakteristikenmethode im Beispiel

Charakteristikenmethode im Beispiel Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)

Mehr

Grundlagen der Mathematik II

Grundlagen der Mathematik II Wintersemester 204/205 - Aufgabenblatt I Abgabe: bis Donnerstag, den 6. November 204, 9:00 Uhr Aufgabe : Untersuchen Sie, für welche 2 C die folgende Matrix c diagonalisierbar ist, und bestimmen Sie für

Mehr

Lineare Algebra I. HP Butzmann. Vorlesung im HWS 09

Lineare Algebra I. HP Butzmann. Vorlesung im HWS 09 Lineare Algebra I HP Butzmann Vorlesung im HWS 09 Inhaltsverzeichnis 1 Mengen und Abbildungen 2 2 Körper 15 3 Vektorräume 40 4 Basis und Dimension 53 5 Lineare Abbildungen 67 6 Matrizen 80 7 Lineare Gleichungssysteme

Mehr

KAPITEL 0. Einführung

KAPITEL 0. Einführung Lineare Algebra KAPITEL 0 Einführung Dieses Skript zur Vorlesung Lineare Algebra an der Goethe Universität Frankfurt im Sommersemester 2011 befindet sich noch in der Entstehung und wird fortlaufend aktualisiert

Mehr

Holomorphe Zusammenhänge und flache Strukturen auf holomorphen Vektorbündeln. Diplomarbeit von Sönke Rollenske

Holomorphe Zusammenhänge und flache Strukturen auf holomorphen Vektorbündeln. Diplomarbeit von Sönke Rollenske Holomorphe Zusammenhänge und flache Strukturen auf holomorphen Vektorbündeln Diplomarbeit von Sönke Rollenske angefertigt am Mathematischen Institut der Universität zu Köln unter Anleitung von Prof. Dr.

Mehr

Approximation durch Taylorpolynome

Approximation durch Taylorpolynome TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni

Mehr

Das Briefträgerproblem

Das Briefträgerproblem Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Einheit 1 Mathematische Methodik 1. Problemlösen 2. Beweistechniken 3. Wichtige Grundbegriffe Methodik des Problemlösens Klärung der Voraussetzungen Welche Begriffe sind zum Verständnis

Mehr

Gibt es verschiedene Arten unendlich? Dieter Wolke

Gibt es verschiedene Arten unendlich? Dieter Wolke Gibt es verschiedene Arten unendlich? Dieter Wolke 1 Zuerst zum Gebrauch des Wortes unendlich Es wird in der Mathematik in zwei unterschiedlichen Bedeutungen benutzt Erstens im Zusammenhang mit Funktionen

Mehr

Theorien für die Darstellung von Unsicherheit Ein Vergleich der Wahrscheinlichkeits-, Möglichkeits- und Dempster-Shafer Theorie

Theorien für die Darstellung von Unsicherheit Ein Vergleich der Wahrscheinlichkeits-, Möglichkeits- und Dempster-Shafer Theorie Theorien für die Darstellung von Unsicherheit Ein Vergleich der Wahrscheinlichkeits-, Möglichkeits- und Dempster-Shafer Theorie Johannes Leitner Inhalt I Modellierung von Unschärfe Unscharfe Mengen Unscharfe

Mehr

Der Golay-Code und das Leech-Gitter

Der Golay-Code und das Leech-Gitter Der Golay-Code und das Leech-Gitter Vortrag zum Seminar Gitter und Codes Nils Malte Pawelzik.5.5 Inhaltsverzeichnis Designs 3. Elementare Eigenschaften eines Designs und die Eindeutigkeit eines - (, 5,

Mehr

TECHNISCHE UNIVERSITÄT DRESDEN. Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra

TECHNISCHE UNIVERSITÄT DRESDEN. Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra TECHNISCHE UNIVERSITÄT DRESDEN Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik Institut für Algebra Halbgruppen binärer Relationen auf einer 3-elementigen Menge Arbeit im Rahmen des

Mehr

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Gegeben ist die trigonometrische Funktion f mit f(x) = 2 sin(2x) 1 (vgl. Material 1). 1.) Geben Sie für die Funktion f den Schnittpunkt mit der y

Mehr

Expander Graphen und Ihre Anwendungen

Expander Graphen und Ihre Anwendungen Expander Graphen und Ihre Anwendungen Alireza Sarveniazi Mathematisches Institut Universität Göttingen 21.04.2006 Alireza Sarveniazi (Universität Göttingen) Expander Graphen und Ihre Anwendungen 21.04.2006

Mehr

!(0) + o 1("). Es ist damit möglich, dass mehrere Familien geschlossener Orbits gleichzeitig abzweigen.

!(0) + o 1(). Es ist damit möglich, dass mehrere Familien geschlossener Orbits gleichzeitig abzweigen. Bifurkationen an geschlossenen Orbits 5.4 167 der Schnittabbldung konstruiert. Die Periode T (") der zugehörigen periodischen Lösungen ergibt sich aus =! + o 1 (") beziehungsweise Es ist also t 0 = T (")

Mehr