Analysis 2. Contents. Torsten Wedhorn. June 12, Notation. Es bezeichne K immer den Körper R der reellen Zahlen oder den Körper C der komplexen

Größe: px
Ab Seite anzeigen:

Download "Analysis 2. Contents. Torsten Wedhorn. June 12, Notation. Es bezeichne K immer den Körper R der reellen Zahlen oder den Körper C der komplexen"

Transkript

1 Analysis 2 Torsten Wedhorn June 12, 2012 Notation Es bezeichne K immer den Körper R der reellen Zahlen oder den Körper C der komplexen Zahlen. Contents 12 Metrische Räume 2 (A) Definition metrischer Räume (B) Normierte Vektorräume (C) Folgen in metrischen Räumen (D) Offene und abgeschlossene Mengen (E) Stetige Abbildungen zwischen metrischen Räumen (F) Vollständige metrische Räume Topologische Räume 12 (A) Definition topologischer Räume (B) Stetige Abbildungen (C) Produkträume (D) Hausdorff-Räume (E) Dichte Teilräume (F) Zusammenhängende Räume Kompakte Räume 22 (A) Definition kompakter Räume (B) Kompakte Teilmengen in metrischen Räumen und im K n (C) Äquivalenz von Normen Stetigkeitseigenschaften 28 (A) Lipschitz-Stetigkeit und gleichmäßige Stetigkeit (B) Stetigkeit linearer Abbildungen (C) Banachscher Fixpunktsatz (D) Anwendungen auf Integrationstheorie

2 12 Metrische Räume (A) Definition metrischer Räume Definition (12.1). Sei X Menge. Eine Metrik auf X ist eine Abbildung d: X X R, so dass gilt: (a) Für alle x, y X gilt: d(x, y) = 0 x = y. (b) Symmetrie: d(x, y) = d(y, x) für alle x, y X. (c) Dreiecksungleichung: d(x, z) d(x, y) + d(y, z) für alle x, y, z X. Ein metrischer Raum ist ein Paar (X, d), wobei X Menge und d Metrik auf X. Für x, y X heißt d(x, y) der Abstand von x und y bzgl. d. Bemerkung (12.2). Sei (X, d) metrischer Raum. Für alle x, y X gilt: d(x, y) 0. Beweis. 0 (a) = d(x, x) (c) d(x, y) + d(y, x) (b) = 2d(x, y). Beispiel (12.3). (1) Sei K = Q, = R oder = C. Dann ist d: K K R, d(x, y) := x y, eine Metrik auf K, genannt die Standardmetrik. dieser Metrik versehen. (2) X Menge. Die Abbildung d: X X R, d(x, y) := Im folgenden sei K immer mit { 0, x = y; 1, x y. ist Metrik auf X, genannt diskrete oder triviale Metrik auf X. Bemerkung und Definition (12.4). (X, d) metrischer Raum, Y X Teilmenge. Sei d Y := d Y Y d.h. d Y : Y Y R, d Y (y, y ) = d(y, y ) Dann ist d Y Metrik auf Y, genannt die von d induzierte Metrik. Schreibe auch d statt d Y (Notationsmissbrauch). Bemerkung und Definition (12.5). Seien n N, und (X 1, d 1 ),..., (X n, d n ) metrische Räume. Für x = (x 1,..., x n ), y = (y 1,..., y n ) X := X 1 X n definiere d: X X R, d(x, y) := max 1 i n d i(x i, y i ). Dann ist d Metrik auf X, genannt die Produktmetrik. Im Folgenden sei ein Produkt metrischer Räume immer mit der Produktmetrik versehen. Insbesondere sei K n immer mit der Metrik d(x, y) = max 1 i n x i y i, x, y K n versehen. 2

3 Definition (12.6). (X, d) metrischer Raum, r R >0, a X. Dann heißt B r (a) := B (X,d) r (a) := { x X ; d(x, a) < r } offene Kugel mit Mittelpunkt a und Radius r in (X, d). Definition (12.7). Sei (X, d) metrischer Raum, und sei Y X Teilmenge. (1) diam(y ) := sup{ d(y, y ) ; y, y Y } R 0 ± heißt Durchmesser von Y. (2) Y heißt beschränkt, falls diam(y ) <. Bemerkung (12.8). Sei (X, d) nicht leerer metrischer Raum, Y X. äquivalent: (i) Y ist beschränkt. (ii) Für jedes a X existiert r R 0 mit Y B r (a). (iii) Es existieren a X und r R 0 mit Y B r (a). Dann sind Beweis. Wir können annehmen, dass Y. (i) (ii). Sei a X und y 0 Y, und sei r := diam(y ) + d(y 0, a) + 1. Dann gilt Y B r (a), da für alle y Y gilt: d(a, y) d(a, y 0 ) + d(y 0, y) d(a, y 0 ) + diam(y ) < r. (ii) (iii). klar (iii) (i). Y B r (a) diam(y ) diam B r (a) 2r. (B) Normierte Vektorräume Definition (12.9). Sei V ein K-Vektorraum. Eine Norm auf V ist eine Abbildung : V R 0, v v, so dass gilt: (a) Für alle v V : v = 0 v = 0. (b) λv = λ v für alle λ K, v V. (c) v + w v + w für alle v, w V. Ein normierter K-Vektorraum ist ein Paar (V, ), wobei V ein K-VR und eine Norm auf V. Für a V, r R >0 setze B r (a) := { v V ; v a < r }. Bemerkung (12.10). Sei (V, ) normierter K-VR. Dann ist eine Metrik auf V. d: V V R, (x, y) := x y Beweis. Seien x, y, z V. (i). d(x, y) = 0 x y = 0 x y = 0 x = y. (ii). d(y, x) = y x = (x y) = ( 1) x y = d(x, y). (iii). d(x, z) = x z = x y + y z x y + y z = d(x, y) + d(y, z). 3

4 Beispiel (12.11). (1) (K, ) ist normierter K-VR. (C, ) ist normierter R-Vektorraum. (2) Sei n N, V = K n. Dann ist : K n R 0, (x 1,..., x n ) := max 1 i n x i eine Norm auf K n. Die induzierte Metrik ist die Produktmetrik der durch auf K induzierten Metriken. Bemerkung und Definition (12.12). Sei X Menge, und sei (E, ) ein normierter K-Vektorraum. Dann ist V := Abb(X, E) ein K-Vektorraum mit der üblichen Addition und Skalarmultiplikation. Für u V sei die Supremumsnorm definiert als u X := sup{ u(x) ; x X } R 0 { }. Eine Abbildung u in V heißt beschränkt, falls u X <. Es bezeichne B(X, E) := { u Abb(X, E) ; u X < } die Teilmenge der beschränkten Abbildungen. Dann ist B(X, E) ein K-Untervektorraum von V, und (B(X, E), X ) ist ein normierter K-Vektorraum (vgl. Analysis 1, Übung 48). Beispiel: X = {1,..., n}. Dann (B(X, K), X ) = (Abb(X, K), X ) = (K n, ). Beispiel (12.13). Sei p R, p 1, n N. Definiere p heißt p-norm auf K n. ( n ) 1/p p : K n R 0, (x 1,..., x n ) p := x i p. (x 1,..., x n ) 2 = x x n 2 ist die euklidische Norm auf K n. Behauptung: p ist eine Norm auf K n. Beweis. Sei λ K, x K n. Dann sind x p = 0 x = 0 und λx p = λ x p klar. Für p = 1 folgt die Dreiecksungleichung sofort aus der Dreiecksungleichung des Absolutbetrags. Für p > 1 benutze den folgenden Satz. Satz (12.14). Seien p, q (1, ) mit 1 p + 1 q = 1 ( q = (1) Für alle x, y R 0 gilt x 1/p y 1/p x p + y p. k=1 p p 1 ). (2) Höldersche Ungleichung: Für alle x = (x 1,..., x n ), y = (y 1,..., y n ) K n gilt n x k y k x p y q. k=1 4

5 (3) Cauchy-Schwarzsche Ungleichung: Für alle x = (x 1,..., x n ), y = (y 1,..., y n ) K n gilt n x k y k x 2 y 2. k=1 (4) Minkowski-Ungleichung: Für alle x, y K n gilt x + y p x p + y p Beweis. (1). Klar, falls x = 0 oder y = 0. Seien also x, y > 0. Es gilt log (x) = 1 < x 2 0, also log konkav (Ü 42). Also: exp monoton wachsend log( 1 p x + 1 q y) 1 p log(x) + 1 q log(y) x p + y q exp(1 p log(x)) exp(1 q log(y)) = x1/p y 1/q. (2). Können x, y 0 annehmen. Setze für k = 1,..., n: (*) a k := x k p ( x p ) p, b k := y k q ( y q ) q n n a k = 1 = b k. k=1 k=1 Für k = 1,..., n gilt: (**) x k y k = a 1/p x p y k b 1/q k q (1) a k p + b k q. Summiere (**): 1 x p y q n x k y k k=1 n ( a k p + b k q ) ( ) = 1 p + 1 q = 1. k=1 (3). (2) für p = q = 2. (4). Setze z k := x k + y k p 1 für k = 1,..., n. Dann: z q k = x k + y k q(p 1) = x k + y k p z q q = x + y p p n n n x + y p p = x k + y k p = x k + y k z k x k z k + p p/q=1 k=1 k=1 k=1 n y k z k (2) x p z q + y p z q = ( x p + y p ) z q = ( x p + y p ) x + y p/q p Behauptung. Beispiel (12.15). Für 1 p betrachte E p := { (x, y) R 2 ; (x, y) p 1 }. k=1 5

6 (C) Folgen in metrischen Räumen Definition (12.16). Sei (X, d) metrischer Raum. (1) Eine Abbildung N X, n x n heißt Folge in X. Schreibweise (x n ) n N. (2) Sei (x n ) n Folge in X, a X. Dann heißt (x n ) n konvergent gegen a, falls für alle ε > 0 ein N N existiert, so dass d(x n, a) < ε für alle n N. (Äquivalent: Für alle ε > 0 existieren nur endlich viele n N mit x n / B ε (a).) Schreibweise: lim x n = a. n Eine Folge heißt divergent, wenn sie nicht konvergent ist. (3) Sei (x n ) n Folge in X. Dann heißt a X Häufungspunkt von (x n ) n, falls für alle ε > 0 unendlich viele n N mit x n B ε (a) existieren. Bemerkung (12.17). (X, d) metrischer Raum, (x n ) n Folge in X, a X (1) (x n ) n konvergent gegen a a ist der einzige Häufungspunkt (Beweis wie in (4.8)). Insbesondere ist der Grenzwert eindeutig bestimmt. (2) a ist genau dann Grenzwert von (x n ) n, denn (d(x n, a)) n eine Nullfolge ist. Beispiel (12.18). Sei X = R. Definiere 1, x = ; x ϕ: R [ 1, 1], ϕ(x) := 1+ x, x R; 1, x = und setze d: R R R, d(x, y) := ϕ(x) ϕ(y). Dann ist d eine Metrik auf R. Für a R konvergiert eine Folge (x n ) n in R genau dann (uneigentlich) gegen a (wie in Analysis 1 definiert), wenn sie bezüglich d gegen a konvergiert (wie in (12.16) definiert). Ab jetzt: Konvergenz von Folgen in R immer in diesem Sinne. Beweis. Übung. Definition (12.19). Sei X eine Menge, (Y, d) ein metrischer Raum, und seien f n : X Y (n N) und f : X Y Abbildungen. Man sagt, die Folge (f n ) n konvergiert gleichmäßig gegen f, wenn für alle ε > 0 ein N N existiert, so dass d(f n (x), f(x)) < ε für alle x X und für alle n N. Beispiel (12.20). X Menge. Sei (E, ) ein normierter K-Vektorraum (zum Beispiel (E, ) = (K, )). Dann konvergiert eine Folge von Abbildungen f n : X E genau dann gleichmäßig gegen eine Abbildung f : X E, wenn lim n f n f X = 0. Satz (12.21). Sei m N. (1) Seien (X 1, d 1 ),..., (X m, d m ) metrische Räume, und sei (X, d) ihr Produkt (12.5). Sei (x n ) n N eine Folge in X und schreibe x n = (x n,1,..., x n,m ) mit x n,i X i. Sei a = (a 1,..., a m ) X. Dann konvergiert (x n ) n genau dann gegen a in X wenn für alle i = 1,..., m die Folge (x n,i ) n in X i gegen a i konvergiert. 6

7 (2) Insbesondere konvergiert eine Folge in K m bezüglich genau dann, wenn alle Komponenten der Folge konvergieren. Werden in (14.20) sehen, dass (2) für jede Norm auf dem K m gilt. Beweis. Sei ε > 0. Dann: (D) N N n N : x n B ε (X,d) (a) N N n N i : x n,i B (X i,d i ) ε (a i ) Offene und abgeschlossene Mengen Definition (12.22). Sei (X, d) metrischer Raum. (1) Eine Teilmenge U X heißt offen in X, falls für alle x U ein ε > 0 existiert mit B ε (x) U. (2) Eine Teilmenge A X heißt abgeschlossen in X, falls X \ A offen in X ist. Beispiel (12.23). Sei (X, d) metrischer Raum, a X, r R 0. (1) B r (a) = { x X ; d(x, a) < r } ist offen in X. (2) { x X ; d(x, a) r } ist abgeschlossen in X. Beweis. Sei x B r (a). Setze ε := r d(x, a) > 0. Beh.: B ε (x) B r (a): Sei y B ε (x). Dann d(a, y) d(a, x) + d(x, y) < (r ε) + ε = r, also y B r (a). Genauso sieht man, dass X \ { x X ; d(x, a) r } = { x X ; d(x, a) > r } offen in X ist. Bemerkung (12.24). Wichtig: Man muss immer sagen, in welchem Raum eine Menge offen oder abgeschlossen ist: Versehe R und C mit der Standardmetrik. 1. Beispiel: R ist offen in R, aber R ist nicht offen in C. 2. Beispiel: Versehe das Intervall I := (0, 2) mit der induzierten Metrik. Dann ist (0, 1] abgeschlossen in I aber nicht abgeschlossen in R. Definition (12.25). Sei (X, d) metrischer Raum, a X. Eine Teilmenge U X heißt Umgebung von a in X, wenn ein ε > 0 existiert, so dass B ε (a) U. Bemerkung (12.26). (X, d) metrischer Raum, U X Teilmenge. Dann: U offen in X a U: U ist Umgebung von a. Bemerkung (12.27). Sei (X, d) ein metrischer Raum. (1), X sind offen in X. (2) Sei I eine Menge, und sei (U i ) i I eine Familie offener Mengen in X. Dann ist i I U i offen in X. (3) Seien U 1, U 2 X offen in X. Dann ist U 1 U 2 offen in X. 7

8 Beweis. (1) ist klar, (2) eigentlich auch: Sei x i U i. Dann x U i für ein i I. U i offen in x ε > 0 : B ε (x) U i i U i. (3): Sei x U 1 U 2. Dann existieren ε 1, ε 2 > 0 so dass B ε1 (x) U 1 und B ε2 (x) U 2. Setze ε := min{ε 1, ε 2 }. Dann gilt B ε (x) B ε1 (x) B ε2 (x) U 1 U 2. Satz (12.28). Sei (X, d) ein metrischer Raum, A X eine Teilmenge. Dann sind äquivalent. (i) A ist abgeschlossen in X. (ii) Für jede Folge (x n ) n in A, die in X konvergiert, gilt lim x n A. n Beispiel: (0, 1) nicht abgeschlossen in R >0, denn (1 1/n) n 2 ist Folge in (0, 1), die in R >0 konvergiert, nämlich gegen 1, aber 1 / (0, 1). Beweis. (i) (ii). Sei (x n ) n Folge in A, die gegen x X konvergiert. Annahme: x / A. Da X \ A offen ist, existiert dann ε > 0, so dass B ε ( x) X \ A, also x n / B ε ( x) für alle n N. Widerspruch zu x = lim n x n. (ii) (i). Angenommen, A ist nicht abgeschlossen. Dann existiert x X \ A, so dass B 1/n ( x) A für alle n N. Sei x n B 1/n ( x) A. Dann ist (x n ) n eine Folge in A mit d(x n, x) < 1/n für alle n N, also lim n x n = x. Aber x / A, Widerspruch zu (ii). (E) Stetige Abbildungen zwischen metrischen Räumen Satz und Definition (12.29). Seien (X, d) und (X, d ) metrische Räume, sei f : X X eine Abbildung, und sei x X. Dann sind äquivalent. (i) Für jede Folge (x n ) n in X mit lim n x n = x gilt lim f(x n) = f( lim x n). n n (ii) Für alle ε > 0 existiert δ > 0, so dass für alle x X gilt: d(x, x) < δ d (f(x), f( x)) < ε. (iii) Für jede Umgebung U von f( x) in X ist f 1 (U ) eine Umgebung von x in X. Sind diese äquivalenten Bedingungen erfüllt, so heißt f stetig in x. f heißt stetig, wenn f stetig in x ist für alle x X. Beweis. (i) (ii). Angenommen es existiert ε > 0, so dass für alle δ = 1 n (n N) ein x n X mit d(x n, x) < 1 n, aber d (f(x n ), f( x)) ε existiert. Dann ist lim n x n = x, aber (f(x n )) n konvergiert nicht gegen f( x). Widerspruch. (ii) (iii). U Umgebung von f( x) ε > 0 mit B ε (f( x)) U. ε-δ-kriterium x B δ ( x) : f(x) B ε (f( x)) Also: B δ ( x) f 1 (B ε (f( x))) f 1 (U ), also ist f 1 (U ) Umgebung von x. (iii) (i). Sei (x n ) n Folge in X, die gegen x konvergiert. Sei ε > 0. Dann ist U := f 1 (B ε (f( x))) Umgebung von x N N : x n U für alle n N. Also f(x n ) B ε (f( x)) für alle n N Behauptung. 8

9 Korollar (12.30). Seien (X, d) und (X, d ) metrische Räume, sei f : X X eine Abbildung. Dann ist f genau dann stetig, wenn für jede offene Menge U von X das Urbild f 1 (U ) offen in X ist. Beweis. (12.29) (iii) + (12.26). Proposition (12.31). Sei (V, ) ein normierter K-Vektorraum. Dann ist : V R, v v stetig. Beweis. Für alle v, w V gilt (selber Beweis wie in (3.10) (5)): ((12.31).1) v w v w. ε > 0 δ > 0, nämlich δ = ε, so dass v w < δ v w < ε. Beispiel (12.32). Sei (V, ) ein normierter K-Vektorraum. (1) Die Addition add: V V V, (v, w) v + w ist stetig. (2) Die Skalarmultiplikation σ : K V V, (λ, v) λv ist stetig. (3) Die Inversenbildung ι: K K, x x 1 ist stetig. Beweis. (1). Sei (x n ) n konvergente Folge in V V, x n = (v n, w n ) mit v n, w n V, und n n sei x = (ṽ, w) := lim n x n V V. (12.21) v n ṽ und w n w. Also bedeutet die Stetigkeit der Addition ((12.29) (i)): (add(v n, w n )) n = (v n + w n ) n konvergiert gegen add(ṽ, w) = ṽ + w. Beweis wie in (4.11). (2). Genauso. (3). (4.12) Beispiel (12.33). Sei n N. (1) Sei p: K n K eine Polynomfunktion, d.h. p ist von der Form p(x 1,..., x n ) = a i1 i 2...i n x i 1 1 x i x in n, (i 1,...,i n) N n 0 mit a i1 i 2...i n K, wobei nur endlich viele a i1 i 2...i n 0. Dann ist p stetig (denn (x 1,..., x n ) x i stetig für alle i = 1,..., n (12.21), und p ist Produkt und Summe von solchen Funktionen). Beispiel: Identifiziere den K-Vektorraum K n n der n n-matrizen mit K n2. Dann ist det: K n n K, A det(a) stetig (Leibniz-Formel). (2) Seien p, q : K n K Polynomfunktionen. Dann ist die rationale Funktion stetig. { x K n ; q(x) 0 } K, x p(x)/q(x) Definition und Bemerkung (12.34). Seien (X, d), (X, d ) metrische Räume. Eine Abbildung f : X X heißt Isometrie, falls d(f(x), f(y)) = d(x, y) für alle x, y X. Jede Isometrie ist injektiv (f(x) = f(y) d(x, y) = d(f(x), f(y)) = 0 x = y) und stetig (ε-δ-kriterium mit δ = ε). 9

10 (F) Vollständige metrische Räume Definition (12.35). Sei (X, d) metrischer Raum. Eine Folge (x n ) n in X heißt Cauchy- Folge, falls für alle ε > 0 ein N N existiert, so dass d(x n, x m ) < ε für alle n, m N. Satz (12.36). Sei (X, d) ein metrischer Raum. Jede konvergente Folge in X ist eine Cauchy-Folge. Beweis. Wie in Analysis 1 (ersetze x y durch d(x, y)). Beispiel (12.37). Die Folge (1/n) n in (0, 1) ist eine Cauchy-Folge, die in (0, 1) nicht konvergiert. Definition (12.38). (1) Ein metrischer Raum (X, d) heißt vollständig, wenn jede Cauchy- Folge in X konvergiert. (2) Ein vollständiger normierter K-Vektorraum heißt K-Banachraum. Beispiel (12.39). (1) (K, ) ist K-Banachraum. (2) Sei d die Standardmetrik auf Q. Dann ist (Q, d) nicht vollständig. (3) Sei X eine Menge, und sei d die triviale Metrik. Dann ist (X, d) vollständig. Satz (12.40). Sei X Menge, (E, ) K-Banachraum. Dann ist (B(X, E), X ) ein K-Banachraum. Beweis. Sei (u n ) n Cauchy-Folge in B(X, E). Konstruktion der Grenzfunktion. Fixiere ε > 0, und sei N N mit u n u m X < ε für alle n, m N. Also: Für alle x X, n, m N: (*) u n (x) u m (x) u n u m X < ε, also ist (u n (x)) n für alle x eine Cauchy-Folge in E. E vollständig (u n (x)) n konvergiert gegen a x E. Definiere u: X E, u(x) := a x. u beschränkt. stetig (12.31) zeigt: (**) lim m u n (x) u m (x) = u n (x) u(x) für alle n N, x X. Also x X: u(x) ε + u N (x) ε + u N X. ( ) ε Also u B(X, E). (u n ) n u gleichmäßig. Bilde sup x X in (**). Dann u n u X ε für alle n N. Also konvergiert (u n ) gegen u bezüglich X. Korollar (12.41). Sei n N. Dann ist (K n, ) ein Banachraum. Aus (14.20) wird folgen, dass jeder endlich-dimensionale normierte K-Vektorraum ein Banachraum ist. Beweis. Wende (12.40) auf X = {1,..., n} und (E, ) = (K, ) an. 10

11 Alternativer Beweis. Sei (x k ) k Cauchy-Folge in R n, x k = (x k,1,..., x k,n ). Für alle i = 1,..., n and alle k, l N gilt x k,i x l,i x k x l. Also ist (x k,i ) k eine Cauchy- Folge in K für alle i und damit konvergent. Damit ist (x k ) k konvergent (12.21). Satz (12.42) (Schachtelungsprinzip). Sei (X, d) ein vollständiger metrischer Raum, und sei A 1 A 2 A n... eine Folge abgeschlossener Teilmengen A n für n N, so dass lim n diam(a n ) = 0. Dann enthält n N A n genau einen Punkt. Beweis. Eindeutigkeit. Seien a, b n N A n. Dann d(a, b) diam(a n ) für alle n, also d(a, b) = 0 a = b. Existenz. A n x n A n für alle n N. Sei ε > 0. Da lim n diam(a n ) = 0, existiert N N mit diam(a n ) < ε für alle n N. Also d(x n, x m ) < ε für alle n, m N, d.h. (x n ) n Cauchy-Folge. X vollständig (x n ) n konvergiert. Sei a := lim n x n. Sei n N beliebig. A n abgeschlossen, x k A n für alle k n a A n (12.28). Satz (12.43). Sei (X, d) vollständiger metrischer Raum, Y X Teilmenge, versehen mit der induzierten Metrik d Y. Dann ist (Y, d Y ) genau dann vollständig, wenn Y abgeschlossen in X ist. Beweis. Übung 11

12 13 Topologische Räume (A) Definition topologischer Räume Definition (13.1). Sei X eine Menge. Eine Topologie auf X ist eine Menge T von Teilmengen von X, so dass gilt: (a), X T. (b) Beliebige Vereinigungen von Mengen in T sind wieder in T. (c) Endliche Durchschnitte von Mengen in T sind wieder in T. Ein topologischer Raum ist ein Paar (X, T ) bestehend aus einer Menge und einer Topologie auf X. Häufig schreibt man einfach X statt (X, T ). Eine Teilmenge Y von X heißt offen (bzw. abgeschlossen), wenn Y T (bzw., wenn X \ Y T ). Beispiel (13.2). (1) Sei (X, d) ein metrischer Raum. Dann ist T := { U X ; U offen in X} eine Topologie auf X (12.27). Diese Topologie heißt die durch d induzierte Topologie. Im Folgenden seien metrische Räume und damit auch normierte Vektorräume (z.b. R, (K n, ) oder (B(X, K), X )) immer mit der induzierten Topologie versehen. Beachte: Unterschiedliche Metriken können dieselbe Topologie induzieren. Beispiel: Sei d : X X R, d (x, y) := min{d(x, y), 1} (Metrik nach Ü61). Sei U X. Dann: U bzgl. d offen x ε > 0 : B ε (x) U x 1 > ε > 0 : B ε (x) U U bzgl. d offen. (2) Sei X Menge. Dann ist die Potenzmenge T := P(X) eine Topologie auf X (die diskrete Topologie). Sie wird durch die diskrete Metrik induziert. (3) Sei X Menge. Dann ist T := {, X} eine Topologie auf X (die chaotische Topologie). (4) Sei X = {s, η}, und sei T := {, X, {η}}. Dann ist T eine Topologie auf X. Bemerkung (13.3). Sei (X, T ) topologischer Raum. (1) und X sind abgeschlossen. (2) Beliebige Durchschnitte von abgeschlossenen Mengen sind wieder abgeschlossen. (3) Endliche Vereinigungen von abgeschlossenen Mengen sind wieder abgeschlossen. Beweis. Für Y X schreibe kurz: Y c := X \ Y. (1). X offen X c = abgeschlossen; offen c = X abgeschlossen. (2). Sei I beliebige Menge und seien A i für i I abgeschlossen in X. Dann ist ( ) c A i = (A i ) c i I i I 12

13 abgeschlossen, da i I (A i) c offen. (3). Genauso. Definition (13.4). Sei X topologischer Raum, x X. Eine Teilmenge V X heißt Umgebung von x, falls eine offene Teilmenge U von X mit x U V existiert. Diese Definition verallgemeinert (12.25). Klar: U offen in X U Umgebung von x für alle x U. Beispiel (13.5). In R ist [0, 2] eine Umgebung von 1 aber keine Umgebung von 0. Bemerkung und Definition (13.6). Sei (X, T ) topologischer Raum, Y X Teilmenge. Definiere T Y := { U Y ; U T }. Dann ist T Y eine Topologie auf Y, genannt die induzierte Topologie oder Relativtopologie. Eine Teilmenge Y von X zusammen mit der induzierten Topologie heißt Unterraum oder Teilraum von X. Beispiel: Sei X = R, versehen mit der Topologie, die durch die in (12.18) definierte Metrik d induziert wird. Sei Y die offene Teilmenge R von R. Dann besagt Übung 65b), dass die von X auf Y induzierte Topologie gerade gleich der von der Standardmetrik induzierten Topologie ist (obwohl die von d auf R induzierte Metrik nicht die Standardmetrik ist). Definition (13.7). Sei X topologischer Raum, Y X Teilmenge. (1) Die Menge Y := A A abgeschlossen Y A ist die kleinste abgeschlossene Teilmenge von X, die Y enthält. Y heißt der Abschluss von Y in X. (2) Die Menge Y := U U offen U Y ist die größte offene Teilmenge von X, die in Y enthalten ist. Y heißt das Innere oder der offene Kern von Y in X. (3) Die Menge Y := Y \ Y heißt Rand von Y in X. Bemerkung (13.8). Sei X topologischer Raum, Y X Teilmenge, setze Y c := X \ Y. (1) (( ) c ) c ( (Y c ) c ( c = = c = A) = (Y ) c. U U offen U Y c U U offen U Y c (2) Y = { x X ; Umgebung U von x mit U Y }. A abgeschlossen A Y 13

14 (3) Y (1) = X \ (Y c ) (2) = X \ { x X ; Umgebung U von x mit U \ Y c } = { x X ; für jede Umgebung U von x gilt: U Y } (4) Sei (X, d) metrischer Raum. (12.28) zeigt: Y = { x X ; Folge (y n ) n mit y n Y und lim n y n = x}. Beispiel (13.9). Sei (V, ) ein normierter K-Vektorraum, sei a V, r R >0. Dann gilt: Übung. B r (a) = { x V ; x a r }, B r (a) = { x V ; x a = r }. Warnung: In allgemeinen metrischen Räumen (X, d) gilt nicht notwendig B r (a) = { x X ; d(x, a) r } (zum Beispiel für die triviale Metrik und r = 1 oder die p-adische Metrik (Bonusaufgabe Blatt 16)). Beispiel (13.10). Betrachte die Teilmenge Q des topologischen Raums R. Dann ist Q = R (denn für jede reelle Zahl x existiert eine Folge rationaler Zahlen, die gegen x konvergiert) und Q = (denn jede nicht leere offene Teilmenge von R enthält eine irrationale Zahl; Übung 30 (e)). Also Q = R. Beispiel (13.11). Seien a, b R, a < b. Seien T ([a, b]) (bzw. R([a, b])) der R- Untervektorraum der Treppenfunktionen (bzw. der Regelfunktionen) des normierten Vektorraums X := (B([a, b], R), [a,b] ). Dann bedeutet die Definition der Regelfunktion aus (10.7), dass R([a, b]) der Abschluss von T ([a, b]) in X ist. (B) Stetige Abbildungen Definition (13.12). Seien X und Y topologische Räume, f : X Y eine Abbildung, x X. Dann heißt f stetig in x, wenn für jede Umgebung V von f( x) das Urbild f 1 (V ) eine Umgebung von x ist. f heißt stetig, wenn f in allen Punkten x X stetig ist. Für metrische Räume ist dies Definition (12.29). Definition (13.13). X, Y topologische Räume, D X, f : D Y Abbildung, a D, b Y. Dann sagt man: b ist ein Limes von f an der Stelle a, wenn für jede Umgebung V von b in Y eine Umgebung U von a in X existiert, so dass U D f 1 (V ). Schreibweise: lim f(x) = b. x a Im Allgemeinen ist der Limes einer Abbildung f an einer Stelle a nicht eindeutig bestimmt (selbst wenn f stetig ist); vgl. Bonusaufgabe, Blatt

15 Bemerkung (13.14). Seien X und Y topologische Räume, f : X Y eine Abbildung, x X. Dann ist f genau dann in x stetig, wenn lim f(x) = f( x). x x Beispiel (13.15). Sei X = R, Y topologischer Raum, D := N, sei f : N Y, n f(n) = y n, eine Folge. Dann ist N. U R ist Umgebung von Ü65 a R : (a, ] U. Für b Y besagt Definition (13.13): lim y n = b n V Y Umgebung von b U R Umgebung von : f(u N) V V Y Umgebung von b N N: f((n, ] N) V V Y Umgebung von b N N: y n V n N. Ist die Topologie auf Y durch eine Metrik induziert, so erhält man Definition (12.16) zurück. Satz (13.16). Seien X und Y topologische Räume, und sei f : X Y eine Abbildung. Dann sind äquivalent: (i) f ist stetig. (ii) Ist V Y offen in Y, so ist f 1 (V ) offen in X. (iii) Ist B Y abgeschlossen in Y, so ist f 1 (B) abgeschlossen in X. Beweis. (ii) (iii). Klar, wegen f 1 (Y \V ) = X \f 1 (V ) für jede Teilmenge V Y. (i) (ii). Klar, da eine Teilmenge genau dann offen ist, wenn sie Umgebung ein jedes ihrer Punkte ist. Satz (13.17). Seien X, Y, Z topologische Räume, f : X Y, g : Y Z Abbildungen, x X. Sei f in x stetig, und sei g in ỹ := f( x) stetig. Dann ist g f : X Z in x stetig. g stetig Beweis. W Z Umgebung von g(f( x)) = g(ỹ) f stetig f 1 (g 1 (W )) = (g f) 1 (W ) Umgebung von x. g 1 (W ) Umgebung von ỹ Bemerkung (13.18). Seien X, X topologische Räume, sei f : X X eine stetige Abbildung, und sei Y X ein Unterraum. Dann ist die Einschränkung f Y : Y X stetig. Beweis. Sei i: Y X, i(y) = y die Inklusion. Definition der Teilraumtopologie (13.6): U in X offen U Y = i 1 (U) in Y offen. Also ist i stetig (13.17) f Y = f i stetig. Definition (13.19). Seien X, Y topologische Räume. Eine Abbildung f : X Y heißt Homöomorphismus, wenn f bijektiv ist und wenn f und f 1 stetig sind. X und Y heißen homöomorph, wenn ein Homöomorphismus f : X Y existiert. 15

16 Beispiel (13.20). (1) Die Abbildung exp: R R >0 ist ein Homöomorphismus: exp ist bijektiv und stetig, und die Umkehrabbildung log: R >0 R ist auch stetig. (2) Die Abbildung f : [0, 2π) S 1 := { z C ; z = 1 }, f(x) := exp(ix) ist bijektiv und stetig, aber die Umkehrabbildung f 1 : S 1 [0, 2π) ist nicht stetig: Sei z n := exp(i(2π 1/n)). Dann ist (z n ) n Folge in S 1 mit Grenzwert exp(2πi) = 1, aber f 1 (z n ) = 2π 1 n, und (2π 1 n ) n konvergiert nicht in [0, 2π). Aus (14.13) wird folgen, dass [0, 2π) und S 1 nicht homöomorph sind (S 1 kompakt, aber [0, 2π) nicht). (3) Jede bijektive Isometrie metrischer Räume ist ein Homöomorphismus. Beispiel: ϕ: R [ 1, 1], x Homöomorphismus. x 1+ x für x R, ± ±1 ist Isometrie, also Definition und Satz (13.21). Sei X topologischer Raum, (Y, d) metrischer Raum. Sei (f n ) n eine Folge von Funktionen f n : X Y, und sei f : X Y. Man sagt, (f n ) n konvergiert lokal gleichmäßig gegen f, wenn für alle x X eine offene Umgebung U von x existiert, so dass (f n U ) n gleichmäßig gegen f U konvergiert. Sei (f n ) n stetig und lokal gleichmäßig konvergent gegen f. Dann ist f stetig. Beweis. Sei x X. Wollen zeigen, dass f in x stetig ist. Sei U offene Umgebung von x. Dann: f in x stetig f U in x stetig Können also X durch offene Umgebung U von x ersetzen, so dass (f n ) n gleichmäßig gegen f konvergiert. Jetzt selber Beweis wie in (9.3). (C) Produkträume Bemerkung und Definition (13.22). Sei I eine Menge, sei (X i ) i I eine Familie topologischer Räume, und sei X := i I X i. Eine Teilmenge U von X wird als offen definiert, wenn für alle x U gilt: Es existieren für alle i I offene Mengen U i X i, so dass U i = X i für alle bis auf endlich viele i und so dass x i I U i U. Mit dieser Definition ist T := { U X ; U offen} eine Topologie auf X, genannt die Produkttopologie. (X, T ) heißt der Produktraum der Familie (X i ) i I. Bemerkung (13.23). Bezeichnungen wie in (13.22). Für alle j I sind die Projektionen pr j : X X j, (x i ) i I x j stetig. Beweis. Sei U j offene Teilmenge von X j. Für i j setze U i := X i. Dann ist pr 1 j (U j ) = i I U i, also offen in X. 16

17 Satz (13.24). Bezeichnungen wie in (13.22). Sei Y ein topologischer Raum, b Y, und für alle i I sei f i : Y X i eine Abbildung. Dann ist die Abbildung f : Y X, y (f i (y)) i I genau dann in b stetig, wenn für alle i I die Abbildungen f i in b stetig sind. Beweis. f stetig in b (13.17) f i = pr i f stetig in b für alle i I. Sei umgekehrt f i stetig in b für alle i I. Sei U Umgebung von a := (f i (b)) i I in X. Nach Definition der Produkttopologie existieren f i (b) U i X i offen mit U i = X i für alle bis auf endlich viele i 1,..., i n I, so dass i U i U. Also f 1 (U) f 1 ( i U i ) = i I f 1 i (U i ) = 1 j n f 1 i j (U ij ) b. f i stetig in b i f 1 i j (U ij ) Umgebung von b für alle j. Endliche Schnitte von Umgebungen sind wieder Umgebungen f 1 ( i U i) Umgebung von b f 1 (U) Umgebung von b. Beispiel (13.25). Sei n N. (1) Versehe K mit der durch induzierten Topologie. Dann ist Produkttopologie auf K n durch induziert. Werden in (14.20) sehen: Jede Norm auf K n (insbesondere auch die euklidische Norm) induziert die Produkttopologie. (2) Allgemeiner: Seien (X 1, d 1 ),..., (X n, d n ) metrische Räume. Dann ist die Produkttopologie auf X := n i=1 X i induziert durch die Produktmetrik. Begründung: Sei U X. Dann: U offen bzgl. Produktmetrik x U ε > 0 : B ε (x) U x = (x 1,..., x n ) U ε > 0 : n B ε (x i ) U i=1 x U i = 1,..., n U i X i offen : x U offen in der Produkttopologie. n U i U Proposition (13.26). Sei X topologischer Raum, (V, ) topologischer K-Vektorraum, f, g : X V und σ : X K Abbildungen. Sei x X, und seien f, g und σ in x stetig. Dann sind die Abbildungen i=1 f + g : X V, σ f : X V, (f + g)(x) := f(x) + g(x) (σ f)(x) := σ(x)f(x) in x stetig. Beweis. Sei add: V V V, add(v, w) := v + w. Dann gilt: f, g stetig in x (13.24) (f, g): X V V, x (f(x), g(x)) stetig in x (12.32) f + g = add (f, g) stetig in x. Stetigkeit von σ f analog. 17

18 Beispiel (13.27). Sei X topologischer Raum, sei (E, ) ein K-Banachraum. Setze BC(X, E) := { u: X E ; u stetig und beschränkt}. Behauptung: (BC(X, E), X ) ist K-Banachraum. Begründung: (13.26) BC(X, E) ist K-Untervektorraum von B(X, E). Sei (u n ) n Folge in BC(X, E), die bezüglich X gegen u B(X, E) konvergiert. D.h. (u n ) n konvergiert gleichmäßig gegen u. u n stetig für alle n (13.21) u stetig. Also ist BC(X, E) abgeschlossen in B(X, E) nach (12.28). (12.40) B(X, E) Banachraum (12.43) BC(X, E) Banachraum. Proposition (13.28). Seien X 1, X 2 topologische Räume, X := X 1 X 2 der Produktraum, Y 1 X 1 und Y 2 X 2 Teilmengen. Dann gilt: Insbesondere: Y 1 Y 2 = Y 1 Y 2. Y 1 Y 2 abgeschlossen in X Y 1 in X 1 und Y 2 in X 2 abgeschlossen Beweis. Sei a = (a 1, a 2 ) X. (13.8) (3) zeigt: (D) a Y 1 Y 2 U Umgebung von a : U (Y 1 Y 2 ) U 1 Umgebung von a 1, U 2 Umgebung von a 2 : U 1 Y 1, U 2 Y 2 a 1 Y 1, a 2 Y 2. Hausdorff-Räume Satz und Definition (13.29). Sei X ein topologischer Raum. Dann sind die folgenden Eigenschaften äquivalent: (i) Für alle x, y X mit x y existieren Umgebungen U von x und V von y, so dass U V =. (ii) Die Diagonale X := { (x, x) ; x X } ist abgeschlossen in X X. (iii) Für jeden topologischen Raum Y und für alle stetigen Abbildungen f 1, f 2 : Y X ist { y Y ; f 1 (y) = f 2 (y) } abgeschlossen in Y. Erfüllt X diese äquivalenten Eigenschaften, so heißt X Hausdorffsch. Beweis. (i) (ii). X abgeschlossen (X X) \ X offen Für (x, y) X X gilt (x, y) / X x y. Also: (x, y) X X mit x y existiert Umgebung W von (x, y) mit W X = (x, y) X X mit x y existieren Umgebungen U von x und V von y mit (U V ) X = x, y X mit x y existieren Umgebungen U von x und V von y mit U V =. 18

19 (ii) (iii). Seien f 1, f 2 : Y X stetige Abbildungen. Dann ist (f 1, f 2 ): Y X X, y (f 1 (y), f 2 (y)) stetig (13.24). X abgeschlossen (f 1, f 2 ) 1 ( X ) = { y Y ; (f 1 (y), f 2 (y)) X } = { y Y ; f 1 (y) = f 2 (y) } abgeschlossen. (iii) (ii). Wende (iii) auf f i = pr i : X X X, i = 1, 2, an pr i stetig nach (13.23). Satz (13.30). Sei (X, d) metrischer Raum. Wie immer sei X mit der von d induzierten Topologie versehen. Dann ist X Hausdorffsch. Beweis. Seien x, y X mit x y, sei a := d(x, y) > 0. Dann B a/2 (x) B a/2 (y) =. Bemerkung (13.31). Sei X topologischer Raum, Y X Teilraum. X Hausdorffsch Y Hausdorffsch. Satz (13.32). Sei (X i ) i I eine Familie Hausdorffscher topologischer Räume. Dann ist der Produktraum X := i I X i Hausdorffsch. Beweis. Seien x = (x i ) i I, y = (y i ) i I X mit x y. Dann existiert i I mit x i y i, also Umgebungen U i von x i und V i von y i in X i mit U i V i =. Dann sind U := U i j i X j Umgebung von x und V := V i j i X j Umgebung von y mit U V. (E) Dichte Teilräume Bemerkung und Definition (13.33). Sei X ein topologischer Raum, sei Y X eine Teilmenge. Dann sind äquivalent: (i) Y = X. (ii) Für jede offene Teilmenge U von X gilt U Y. Eine Teilmenge Y, die diese äquivalenten Bedingungen erfüllt, heißt dicht in X. Beweis. (13.8) (3). Korollar (13.34). Sei (X, d) ein metrischer Raum, und sei Y X Teilmenge. Dann ist Y genau dann dicht in X, wenn für alle x X eine Folge (y n ) n mit y n Y existiert, so dass x = lim n y n. Beweis. (13.8) (4). Beispiel (13.35). (1) Q und R \ Q sind dichte Teilmemgen von R. Allgemeiner: Eine Teilmenge Y von R ist genau dann dicht in R, wenn für alle a, b R mit a < b ein y Y mit a < y < b existiert. (2) Seien a, b R, a < b. Dann liegt T ([a, b]) in (R([a, b]), [a,b] ) dicht (13.11). (3) Sei P([a, b], K) die Menge der Polynomfunktionen p: [a, b] K. Dies ist ein dichter Unterraum des K-Vektorraums (C([a, b], K), [a,b] ) der stetigen Funktionen [a, b] K (Satz von Stone-Weierstraß, bewiesen im Proseminar). 19

20 Proposition (13.36). Sei X topologischer Raum, Z Y X Unterräume. Dann: Z dicht in X Z dicht in Y, und Y dicht in X. Beweis.. Sei Z dicht in X. Sei U offen in X. Dann U Z U Y, also Y dicht in X. Jede offene Menge V des Teilraums Y von X ist von der Form V = U Y (Definition der Teilraumtopologie). Also gilt V Z = (U Y ) Z = U Z. Also ist Z dicht in Y.. Sei U offen in X. Y dicht in X U Y. Z dicht in Y U Z = (U Y ) Z. Also ist Z dicht in X. Satz (13.37). Seien X, Y topologische Räume, sei Y Hausdorffsch, und sei D X eine dichte Teilmenge. Seien f 1, f 2 : X Y zwei stetige Abbildungen, so dass f 1 D = f 2 D. Dann ist f 1 = f 2. Beweis. Y Hausdorffsch (13.29) } Z := { x X ; f 1 (x) = f 2 (x) } abgeschlossen in Y Z = X. f 1 D = f 2 D D Z (F) Zusammenhängende Räume Definition (13.38). Sei X ein topologischer Raum. (1) X heißt zusammenhängend, wenn die einzigen Teilmengen, die zugleich offen und abgeschlossen sind, und X sind. (2) Eine Teilmenge Y von X heißt zusammenhängend, wenn Y mit der induzierten Topologie zusammenhängend ist. Beispiel (13.39). (1) Die Teilmenge Y := [0, 1] [2, 3] von R ist nicht zusammenhängend: U := [0, 1] ist offen und abgeschlossen in Y. (2) Der leere Raum und jeder topologische Raum, der aus einem Punkt besteht, sind zusammenhängend. Satz (13.40). Sei I R Teilmenge. Dann: I ist zusammenhängend I ist ein Intervall. Beweis.. I Intervall, und sei D I offen und abgeschlossen in I und nicht leer. Zu zeigen D = I: Lemma (11.19). Sei I zusammenhängend. Angenommen I ist kein Intervall, d.h. es existieren a, b I, x R \ I, a < x < b. Dann ist D := { x I ; x > x } = { x I ; x x } offen und abgeschlossen in I. D, da b D; D I, da a I \ D. Widerspruch zu I zusammenhängend. Satz (13.41). X, Y topologische Räume, f : X Y eine stetige Abbildung. Sei X zusammenhängend. Dann ist f(x) zusammenhängend. 20

21 Beweis. Sei D f(x) offen, abgeschlossen, nicht leer. Dann ist f 1 (D) in X offen, abgeschlossen, nicht leer. Also f 1 (D) = X, da X zusammenhängend. Also: D D f(x) = D f(x) = f(f 1 (D)) = f(x). Korollar (13.42) (Zwischenwertsatz). X zusammenhängender topologischer Raum, f : X R stetig. Seien x, x X mit f(x) f(x ), und sei a R mit f(x) a f(x ). Dann existiert x X mit f( x) = a. Beweis. (13.41) + (13.40) f(x) Intervall, also a f(x). 21

22 14 Kompakte Räume (A) Definition kompakter Räume Definition (14.1). X topologischer Raum, Y X Teilraum. Eine Familie (Z i ) i I von Teilmengen Z i X heißt Überdeckung von Y, falls Y i I Z i. Eine Überdeckung (Z i ) i I von Y heißt offen, falls alle Z i offen in X sind. Beispiel (14.2). (1) Für jede Teilmenge Y von X ist X (d.h. die Familie die aus der einzigen Teilmenge X besteht) eine offene Überdeckung von Y. (2) Sei X = R, Y = N und setze U i := (i 1, i + 1) für i N. Dann ist (U i ) i N eine offene Überdeckung von N. Definition (14.3). Sei X topologischer Raum. Ein Teilraum K von X heißt quasikompakt, wenn für jede offene Überdeckung (U i) i I von K endlich viele i 1,..., i n I existieren, so dass K U i1 U in. K heißt kompakt, wenn K quasikompakt und Hausdorffsch ist. Beispiel (14.4). Beispiel (14.2) zeigt, dass N nicht quasikompakt ist. Beispiel (14.5). Seien a b reelle Zahlen. Dann ist [a, b] kompakte Teilmenge von R. Beweis. Sei (U i ) i I offene Überdeckung von [a, b]. Sei B := { x [a, b] ; [a, x] besitzt endliche Teilüberdeckung von (U i ) i I }. Dann a B und B nach oben durch b beschränkt. Setze β := sup B. Angenommen: β < b. Dann existiert i mit β U i. U i offen ε > 0: (a) (β ε, β + ε) U i, (b) β + ε < b, (c) es existiert b 0 B (β ε/2, β]. Hinzunehmen von U i zur endlichen Teilüberdeckung von [a, b 0 ]: [a, β + ε/2] besitzt endliche Teilüberdeckung. Widerspruch zu Definition von β. Bemerkung (14.6). Seien X und Y topologische Räume, die homöomorph sind. Dann ist X genau dann kompakt, wenn Y kompakt ist. Satz (14.7). Sei X kompakter topologischer Raum, K X abgeschlossene Teilmenge. Dann ist K kompakt. Beweis. X Hausdorff (13.31) K Hausdorff. Sei (U i ) i I offene Überdeckung von K. Nimmt man X \ K hinzu, erhält man offene Überdeckung von X. X quasikompakt existiert endliche Teilüberdeckung. Entfernt man X \ K, so erhält man endliche Überdeckung von K bestehend aus U i s. Satz (14.8). X, Y topologischer Raum, f : X Y stetig, X quasikompakt, Y Hausdorff. Dann ist f(x) kompakt und abgeschlossen in Y. 22

23 Beweis. Y Hausdorff (13.31) f(x) Hausdorff. Sei (V j ) j J offene Überdeckung von f(x). Dann ist (f 1 (V j )) j J offene Überdeckung von X. X quasikompakt existieren j 1,..., j n J mit X = n i=1 f 1 (V ji ), also f(x) n i=1 V j i. Also ist f(x) kompakt. Sei y Y \ f(x). Für alle z f(x) existieren offene Umgebungen U z von z und V z von y mit U z V z = (da Y Hausdorff). Dann: f(x) z f(x) U z f(x) kompakt z 1,..., z n f(x) mit f(x) 1 i n Dann 1 i n V z i Y \ f(x) Umgebung von y. Also ist Y \ f(x) offen in Y. Korollar (14.9). X kompakter topologischer Raum, Y Hausdorff-Raum, f : X Y stetig und bijektiv. Dann ist f ein Homöomorphismus, und Y ist kompakt. Beweis. Sei g : Y X die Umkehrabbildung von f. Zu zeigen: g ist stetig. Aber: g stetig A X abgeschlossen ist g 1 (A) abgeschlossen A X abgeschlossen ist f(a) abgeschlossen. Sei also A X abgeschlossen (14.7) A kompakt (14.8) f(a) abgeschlossen. Satz (14.10) (Tychonoff). Sei T Menge, (X t ) t T eine Familie kompakter topologischer Räume. Dann ist der Produktraum X := t T X t kompakt. Beweis (nur für T endlich). Satz (13.32) X Hausdorff. Ohne Einschränkung: #T = 2, also X = X X, mit X, X kompakt. Sei (U i ) i I offene Überdeckung von X. Definition der Produkttopologie Ohne Einschränkung U i = U i U i mit U i X und U i X offen i I. Für alle x X ist X {x } kompakt, also existiert endliche Teilmenge I(x ) I mit X {x } i I(x ) U i. Ohne Einschränkung: x U i für alle i I(x ). Dann ist V x := i I(x ) U i offene Umgebung von x in X, da I(x ) endlich. Außerdem (*) X {x } X V x i I(x ) (V x ) x X ist offene Überdeckung von X. X kompakt existieren x 1,..., x n X mit X = n ). Dann gilt: j=1 V (x j U i. U zi. n j=1 i I(x j ) U i ( ) n j=1 X V x j = X. Dies ist endliche Teilüberdeckung von (U i ) i I. Beweis im allgemeinen Fall: z.b.: Munkres: Topology,

24 (B) Kompakte Teilmengen in metrischen Räumen und im K n Satz (14.11). Sei (X, d) metrischer Raum, sei K X kompakt. Dann ist K abgeschlossen und beschränkt in X. Die Umkehrung gilt im Allgemeinen nicht (betrachte zum Beispiel eine unendliche Menge, versehen mit der diskreten Metrik; siehe auch Übung 84 für ein interessanteres Beispiel). Beweis. Ohne Einschränkung: X. Sei i: K X die Inklusion. K kompakt (14.8) i(k) = K abgeschlossen in X. Sei x 0 X. Da K n N B n(x 0 ) = X, existieren n 1,..., n k mit K 1 i k B n i (x 0 ) K B N (x 0 ), wobei N = max{n 1,..., n k }. Also K beschränkt. Satz (14.12). Sei (X, d) metrischer Raum, K X Teilmenge. Dann: K kompakt Jede Folge in K besitzt Häufungspunkt in K. Beweis.. Angenommen, es existiert (c n ) n Folge in K ohne Häufungspunkt in K. Für alle x K existiert dann offene Umgebung U x von x, so dass nur endlich viele c n in U x enthalten sind. K kompakt T K endlich: K x T U x. Aber dann kann K nur endlich viele c n enthalten. Widerspruch.. Übung. Theorem (14.13) (Heine-Borel für R n ). Sei n N. In (R n, ) ist eine Teilmenge genau dann kompakt, wenn sie abgeschlossen und beschränkt ist. Beweis. Bedingung notwendig: (14.11) Bedingung hinreichend: Sei also A R n abgeschlossen und beschränkt. Dann existiert Quader Q, d.h. Q von der Form Q = [a 1, b 1 ] [a n, b n ] für a i b i reelle Zahlen, mit A Q. (14.5) + Tychonoff Q kompakt. A in R n abgeschlossen A in Q abgesclossen (14.7) A kompakt. Beispiel (14.14). (1) Eine Teilmenge K von R ist genau dann kompakt und zusammenhängend, wenn K = [a, b] für a, b R. (2) R ist kompakt und zusammenhängend. Der Unterraum N := N { } ist kompakt. Beweis. (1). (14.13) + (13.40). (2). (13.20) (3) R und [ 1, 1] homöomorph R kompakt, zusammenhängend. Übung 65 N R abgeschlossen (14.7) N kompakt. Beispiel (14.15). Sei (X, d) ein metrischer Raum, sei (x n ) n eine konvergente Folge in X mit Grenzwert x X. Dann ist S := { x n ; n N } kompakt. Beweis. Die Abbildung f : N X, n x n ist stetig (Übung 70(a)). X Hausdorff, N kompakt (14.8) S = f(n) kompakt. 24

25 Korollar (14.16). Sei X topologischer Raum, K X kompakte Teilmenge, f : X R stetige Abbildung. Dann nimmt f auf K sein Minimum und sein Maximum an. Mit anderen Worten: Es existieren x min, x max K mit f(x min ) = min x K f(x), f(x max) = max x K f(x). Ist K zusammenhängend, so ist f(k) = [f(x min ), f(x max )] beschränktes abgeschlossenes Intervall. Beweis. (14.8) f(k) R kompakt (14.13) f(k) abgeschlossen und beschränkt, also existieren y min, y max f(k), so dass y min = inf(f(k)), y max = sup(f(k)). K zusammenhängend (13.41) f(k) Intervall, also f(k) = [y min, y max ]. Theorem (14.17) (Fundamentalsatz der Algebra (3.11)). Sei p C[X] ein nicht konstantes Polynom. Dann existiert z C mit p(z) = 0. Beweis. Identifiziere C mit R 2. Ohne Einschränkung p(z) von der Form z n +a n 1 z n a 1 z + a 0 mit a 0 0 (a 0 = 0 p(0) = 0). Wollen zeigen, dass die stetige Funktion f : C R, z p(z) eine Nullstelle besitzt. (i). Setze R := 1 + n 1 k=0 a k 1 und sei D := { z C ; z R }. Dann ist D abgeschlossen und beschränkt in (R 2, ), also kompakt (Heine-Borel). Für z C mit z R gilt: p(z) z n a n 1 z n 1 a 1 z a 0 z >1 z n ( a n a 0 ) z n 1 = z n 1 ( z (R 1)) z R+1>1 z n 1 R 1 n 1 R R > a 0 = p(0). D kompakt z 0 D : p(z 0 ) = min z D p(z). Da p(0) < p(z) für alle z mit z R, gilt sogar z 0 < R. (ii). Annahme: p(z 0 ) 0. Schreibe p als Polynom in z z 0 : Da p nicht konstant, existiert k N and c k, c k+1,..., c n C, c k 0, so dass: p(z) = p(z 0 ) + c k (z z 0 ) k + c k+1 (z z 0 ) k c n (z z 0 ) n. Sei a C mit a k = p(z 0 )/c k (existiert nach Übung 37). Dann existiert ε > 0, so dass für 0 < t < ε gilt: t p(z 0 ) c k+1a k+1 + c k+2 a k+2 t + + c n a n t n k 1 < 1 1 p(z 0 ) c k+1a k+1 t k c n a n t n < t k p(z 0 ) (1 t k ) + c k+1 a k+1 t k c n a n t n < p(z 0 ) p(z 0 + ta) = p(z 0 ) + c k t k a k + c k+1 t k+1 a k c n t n a n < p(z 0 ). Widerspruch zur Minimalitat von p(z 0 ). 25

26 (C) Äquivalenz von Normen Satz und Definition (14.18). Sei V ein K-Vektorraum, und seien 1 und 2 Normen auf V. Dann sind äquivalent: (i) 1 und 2 induzieren dieselbe Topologie auf V. (ii) id V : (V, 1 ) (V, 2 ) ist Homöomorphismus. (iii) Es existieren c, C R >0, so dass für alle v V gilt: c v 1 v 2 C v 1. (iv) Eine Folge (x n ) n in V ist genau dann eine Nullfolge bezüglich 1, wenn (x n ) n eine Nullfolge bezüglich 2 ist. Erfüllen 1 und 2 diese Eigenschaften, so heißen 1 und 2 äquivalent. Beweis. (i) (ii). klar. (i) (iv). (x n ) n Nullfolge Für jede Umgebung U von 0 existiert N N, so dass x n U für alle n N. Die Eigenschaft Nullfolge hängt also nur von der Topologie ab. (iv) (iii). Für i = 1, 2 und r R >0 setze: Bi r := { x V ; x i r }. Jede Nullfolge bezüglich 2 ist auch Nullfolge bezüglich 1 bedeutet: Für alle r > 0 existiert ε > 0 mit B ε 2 B r 1. Insbesondere existiert für r = 1 also α > 0 mit (*) B2 α B 1 1. Sei q R mit 0 < q < 1. Für 0 x V sei k := inf{ m Z ; q m x 2 α }. Dann: Also: αq < q k x 2 α ( ) q k x 1 1. x 1 1 q k < 1 αq x 2. Setze c := αq > 0. Dann c x 1 x 2 für alle x V. Symmetrie d > 0 : d x 2 x 1. Setze C := d 1. (iii) (i). (iii) impliziert, dass für alle a V jeder offene Ball mit Mittelpunkt a bzgl. 1 einen offenen Ball mit Mittelpunkt a bzgl. 2 enthält und umgekehrt. Dies zeigt, dass eine Menge genau dann bzgl. 1 offen ist, wenn sie bzgl. 2 offen ist. Bemerkung (14.19). Seien V, W zwei K-Vektorräume, und sei f : V W eine bijektive K-lineare Abbildung. (1) Sei eine Norm auf W. Dann ist f := f : V R 0 eine Norm auf V. Begründung: Sei v, v V, λ K. Dann f(v) = 0 f(v) = 0 v = 0, da f injektiv, λv f = f(λv) = λf(v) = λ v f v + v f = f(v + v ) f(v) + f(v ) = v f + v f. 26

27 (2) Erhalten also zueinander inverse bijektive Abbildungen f { Norm auf W } { Norm auf V }. f 1 Ferner: zwei Normen 1 und 2 auf W äquivalent ( 1 ) f äquivalent. und ( 2 ) f Satz (14.20). Sei V ein endlich-dimenionaler K-Vektorraum. Dann sind alle Normen auf V äquivalent. Beweis. Ist (V, ) normierter C-Vektorraum, so ist (V, ) auch normierter R-Vektorraum. Also ohne Einschränkung K = R. (14.19) Ohne Einschränkung: V = R n. Sei beliebige Norm auf R n. Es genügt zu zeigen, dass und äquivalent sind. Sei S := { x R n ; x = 1 } = ( ) 1 ({1}). stetig (12.31) S R n abgeschlossen. Außerdem S beschränkt. Also S kompakt in (R n, ) (14.13). Behauptung: : (R n, ) R ist stetig. Beweis: Sei (e 1,..., e n ) Standardbasis des R n. Setze Für x R n, x = n i=1 x ie i gilt dann M := max{ e i ; i = 1,..., n }. x n x j M Mn x. i=1 Dies zeigt die Behauptung. S kompakt, x > 0 für alle x S (14.16) c := min S und C := max S existieren und sind > 0. Sei x R n, x 0. Dann x/ x S, also x c C c x x x C x. Korollar (14.21) (Heine-Borel für endlich-dimensionale K-Vektorräume). Sei (V, ) ein endlich-dimensionaler K-Vektorraum. Dann ist eine Teilmenge A V genau dann kompakt, wenn A abgeschlossen und beschränkt ist. Proof. Ohne Einschränkung K = R. (14.19) Ohne Einschränkung V = R n. (14.20) Ohne Einschränkung =. Dann (14.13). 27

28 15 Stetigkeitseigenschaften Notation In diesem Paragraphen seien (X, d), (X, d ) metrische Räume. (A) Lipschitz-Stetigkeit und gleichmäßige Stetigkeit Definition (15.1). Sei f : X X eine Abbildung (1) f heißt gleichmäßig stetig, wenn für alle ε > 0 ein δ > 0 existiert, so dass d(x, y) < δ d (f(x), f(y)) < ε für alle x, y X. (2) f heißt Lipschitz-stetig, wenn ein L R >0 existiert, so dass d (f(x), f(y)) Ld(x, y) für alle x, y X. L heißt dann Lipschitz-Konstante von f. Beispiel (15.2). (V, ) normierter Vektorraum. Dann ist : V R 0 Lipschitzstetig mit Lipschitz-Konstante L = 1 ((12.31).1). Bemerkung (15.3). f Lipschitz-stetig f gleichmäßig stetig f stetig Beispiel (15.4). (1) f : R R, x x 2, ist nicht gleichmäßig stetig. Beweis: Zu ε = 1 existiert für alle δ > 0 ein x R mit (x+δ) 2 x 2 = 2xδ+δ 2 1. (2) f : [0, 1] R, x x, ist nicht Lipschitz-stetig, aber gleichmäßig stetig. Beweis: Annahme: f Lipschitz-stetig. Dann existiert L > 0 mit x y L x y für alle x, y [0, 1]. Insbesondere für y = 0, x > 0 gilt: x Lx, also L x 1. Widerpruch zu lim x 0 x = 0. Gleichmäßige Stetigkeit folgt aus folgendem Satz. Satz (15.5). Sei f : X X stetig, und sei (X, d) kompakt. Dann ist f gleichmäßig stetig. Beweis. Annahme: f ist nicht gleichmäßig stetig. Dann existiert ε > 0 und für alle δ = 1 k > 0, k N Punkte x k, y k X mit d(x k, y k ) < 1 k, aber d (f(x k ), f(y k )) ε. X kompakt (14.12) existiert konvergente Teilfolgen (x kj ) j von (x k ) und konvergente Teilfolge (y kji ) i von (y kj ). Setze a := lim i x kji, b := lim i y kji. Da d(x k, y k ) 0 und f stetig folgt d (f(x kji ), f(y kji )) 0. Widerspruch zu d (f(x k ), f(y k )) ε. Bemerkung (15.6). Fasse R als metrischen Raum auf (Beispiel (12.18)) und versehe N := N { } mit der induzierten Metrik. Seien (X, d), (X, d ) metrische Räume, seien f n : X X, n N, und f : X X Abbildungen. Definiere f : N X X, f(n, x) := f n (x). Dann: ( ) fn ist gleichmäßig stetig für alle n N und f ist gleichmäßig stetig (f n ) n N konvergiert gleichmäßig gegen f 28

29 Beweis. Sei ρ die Metrik auf N. Dann gilt für m N also für alle N, m N ρ(, m) = 1 m 1 + m = m (*) ρ(, m) < 1 N m N. f gleichmäßig stetig ε > 0 N N : (**) ρ(n, m) < 1 N, d(x, y) < 1 N d (f n (x), f m (y)) < ε (n, x), (m, y) N X. n = m in (**) f n gleichmäßig stetig. n = und x = y in (**) ( ) (f n ) n konvergiert gleichmäßig gegen f. Satz (15.7). Sei D X dichter Unterraum, sei (X, d ) vollständig, und sei f : D X gleichmäßig stetig. Dann existiert genau eine stetige Abbildung f : X X, so dass f D = f, und f ist gleichmäßig stetig. Beweis. (i). Eindeutigkeit: (13.37). (ii). Definition von f: Behauptung: Für alle x X existiert z X mit z = lim f(y). y x y D Setze dann f(x) := z (z eindeutig bestimmt, da X Hausdorffsch, Bonusaufgabe Blatt 20). Beweis der Behauptung: Sei (y n ) n Folge in D mit lim n y n = x. Sei ε > 0 beliebig und wähle δ > 0, so dass (*) y, y D : d(y, y ) < δ d (f(y), f(y )) < ε. Sei N N mit d(y n, x) < δ/2 für n N. Dann gilt für n, m N: d(y n, y m ) d(y n, x) + d(x, y m ) < δ ( ) d (f(y n ), f(y m )) < ε. Also ist (f(y n )) n Cauchy-Folge in X, also konvergent, da X vollständig. Sei z := lim n f(y n ). (*) für y = y n und Übergang zu lim n zeigt: y D : d(x, y ) δ d (z, f(y )) ε. Also (iii). f ist gleichmäßig stetig. z = lim f(y). y x y D 29

30 Sei ε > 0, und sei δ > 0 so gewählt, dass (*) gilt. Genügt zu zeigen: Für alle x, y X mit d(x, y) < δ/3 gilt d ( f(x), f(y)) < 3ε. Seien (y n ) n, (x n ) n Folgen in D mit x n x, y n y. Existiert N N, so dass für n N gilt: d(x n, x), d(y n, y) < δ/3. Also: Also gilt wegen (*): (B) d(x N, y N ) d(x N, x) + d(x, y) + d(y, y N ) < δ d(x n, x N ) d(x n, x) + d(x, x N ) < 2 3 δ < δ, d(y n, y N ) < δ. d ( f(x), f(y)) d ( f(x), f(x N )) + d (f(x N ), f(y N )) + d (f(y N ), f(y)) = lim n d (f(x n ), f(y N )) + d (f(y N ), f(y N )) + lim n d (f(y N ), f(y n )) < 3ε. Stetigkeit linearer Abbildungen Satz (15.8). Seien (V, ), (V, ) normierte K-Vektorräume, und sei f : V V eine K-lineare Abbildung. Dann sind äquivalent: (i) f ist stetig. (ii) f ist stetig in 0. (iii) Es existiert L R 0 mit f(x) L x für alle x V. (iv) f ist Lipschitz-stetig. Beweis. (iv) (i) (ii). klar (iii) (iv). Für alle x, y V gilt f(x) f(y) = f(x y) (iii) L x y. (ii) (iii). Ohne Einschränkung sei x 0. Zu ε = 1 existiert δ > 0 mit f(y) = f(y) f(0) < 1 für all y V mit y δ. Also gilt: Dies zeigt (iii) mit L = 1/δ. δ x f(x) = f(δ x x ) < 1 Definition (15.9). Seien (V, ), (V, ) normierte K-Vektorräume. Setze L(V, V ) := { f : V V ; f linear und stetig}. Dies ist K-Untervektorraum von Hom K (V, V ). Für f L(V, V ) heißt die Operatornorm von f. f V V := f op := inf{ L 0 ; x V : f(x) L x } 30

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

Etwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann

Etwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Etwas Topologie Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Literatur Abraham, Marsden, Foundations of Mechanics, Addison Wesley 1978, Seiten 3 17 Definition. Ein topologischer

Mehr

Ultrametrik. Christian Semrau Metrische Räume

Ultrametrik. Christian Semrau Metrische Räume Ultrametrik Christian Semrau 05.11.2002 Inhaltsverzeichnis 1 Metrische Räume 1 1.1 Definition der Metrik.................................. 1 1.2 Offene und abgeschlossene Mengen..........................

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

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

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

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

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

8 KAPITEL 1. GRUNDLAGEN

8 KAPITEL 1. GRUNDLAGEN 8 KAPITEL 1. GRUNDLAGEN Beweis. 1. Sei A X abgeschlossen, dann ist X \ A offen und jede offene Überdeckung von A lässt sich durch Hinzunahme von X \ A auf ganz X fortsetzen. Die Kompaktheit von X erlaubt

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

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das

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

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

9 Metrische und normierte Räume

9 Metrische und normierte Räume 9 Metrische und normierte Räume Idee: Wir wollen Abstände zwischen Punkten messen. Der Abstand soll eine reelle Zahl 0 sein (ohne Dimensionsangabe wie Meter...). 9.1 Definition Sei X eine Menge. Eine Metrik

Mehr

Die Topologie von R, C und R n

Die Topologie von R, C und R n Die Topologie von R, C und R n Für R haben wir bereits eine Reihe von Strukturen kennengelernt: eine algebraische Struktur (Körper), eine Ordnungsstruktur und eine metrische Struktur (Absolutbetrag, Abstand).

Mehr

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist

Mehr

Kapitel 8 - Kompakte Räume

Kapitel 8 - Kompakte Räume Kapitel 8 - Kompakte Räume Ein Vortrag von Philipp Dittrich nach B.v.Querenburg: Mengentheoretische Topologie Inhalt 8.1 Definition Kompaktheit....................... 2 Beispiel - das Intervall (0,1).....................

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

Topologische Aspekte: Eine kurze Zusammenfassung

Topologische Aspekte: Eine kurze Zusammenfassung Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,

Mehr

Aktuelle Themen aus der Stochastik Wintersemester 2017/2018 Abschnitt 3: Metrische und polnische Räume

Aktuelle Themen aus der Stochastik Wintersemester 2017/2018 Abschnitt 3: Metrische und polnische Räume Aktuelle Themen aus der Stochastik Wintersemester 2017/2018 Abschnitt 3: Metrische und polnische Räume Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Oktober/November 2017

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

Satz Eine Teilmenge U von M ist genau dann offen, wenn jeder Punkt von U innerer Punkt ist. U x, und U ist als Vereinigung offener Mengen offen.

Satz Eine Teilmenge U von M ist genau dann offen, wenn jeder Punkt von U innerer Punkt ist. U x, und U ist als Vereinigung offener Mengen offen. Ergänzungen zu offenen und abgeschlossenen Mengen Definition Ist L Teilmenge eines topologischen Raums M, so heißt x L innerer Punkt von L, wenn es eine offene Umgebung von x gibt, die ganz in L liegt.

Mehr

3 Topologische Gruppen

3 Topologische Gruppen $Id: topgr.tex,v 1.2 2010/05/26 19:47:48 hk Exp hk $ 3 Topologische Gruppen Als letztes Beispiel eines topologischen Raums hatten wir die Zariski-Topologie auf dem C n betrachtet, in der die abgeschlossenen

Mehr

Metrische Räume. Kapitel Begriff des metrischen Raumes

Metrische Räume. Kapitel Begriff des metrischen Raumes Kapitel 8 Metrische Räume 8.1 Begriff des metrischen Raumes Bemerkung 8.1 Motivation. In diesem Abschnitt wird der Begriff des Abstandes zwischen reellen Zahlen verallgemeinert. Das ist notwendig, um Analysis

Mehr

30 Metriken und Normen

30 Metriken und Normen 31 Metriken und Normen 153 30 Metriken und Normen Lernziele: Konzepte: Metriken, Normen, Skalarprodukte, Konvergenz von Folgen Frage: Versuchen Sie, möglichst viele verschiedene Konvergenzbegriffe für

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

Analysis II. Jochen Merker

Analysis II. Jochen Merker Analysis II Jochen Merker Sommersemester 2009 2 Inhaltsverzeichnis 1 Konvergenz und Stetigkeit in normierten und metrischen Räumen 7 1.1 Normierte Vektorräume........................... 7 1.2 Metrische

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

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Auf dem R n gibt es sehr viele verschiedene Normen, allerdings hängen sehr viele wichtige Begriffe wie die Konvergenz

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

Topologie WS 10/11. Algebraische Topologie SS 11. Sebastian Goette

Topologie WS 10/11. Algebraische Topologie SS 11. Sebastian Goette Topologie WS 10/11 Algebraische Topologie SS 11 Sebastian Goette Einführung Bevor wir mit dem eigentlichen Stoff der Vorlesung beginnen, möchte ich Ihnen ein paar Beispiele geben, zum einen Aussagen,

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

Wir beginnen mit der Definition eines metrischen Raumes, der in diesem Kapitel von zentraler Bedeutung ist. x, y, z X (Dreiecksungleichung).

Wir beginnen mit der Definition eines metrischen Raumes, der in diesem Kapitel von zentraler Bedeutung ist. x, y, z X (Dreiecksungleichung). Kapitel 4 Metrische Räume und Stetigkeit 4.1 Metrische und normierte Räume 4.2 Folgen in metrischen Räumen 4.3 Offene und abgeschlossene Mengen 4.4 Stetige Funktionen 4.5 Grenzwerte von Funktionen 4.6

Mehr

11 Logarithmus und allgemeine Potenzen

11 Logarithmus und allgemeine Potenzen Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 3. Konvergenz von Folgen und Reihen Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden

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

Topologische Grundbegriffe II. 1 Begriffe auf Mengen

Topologische Grundbegriffe II. 1 Begriffe auf Mengen Vortrag zum Seminar zur Analysis, 03.05.2010 Dennis Joswig, Florian Goy Aufbauend auf den Resultaten der Vorlesung Topologische Grundbegriffe I untersuchen wir weitere topologische Eigenschaften von metrischen

Mehr

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn Stetige Funktionen Eine zentrale Rolle in der Analysis spielen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume). Dabei sind i.a. nicht beliebige

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

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

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

Rechenoperationen mit Folgen. Rekursion und Iteration.

Rechenoperationen mit Folgen. Rekursion und Iteration. Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )

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

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

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 91

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 91 Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : R R systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,

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

n 1, n N \ {1}, 0 falls x = 0,

n 1, n N \ {1}, 0 falls x = 0, IV.1. Stetige Funktionen 77 IV. Stetigkeit IV.1. Stetige Funktionen Stetige Funktionen R R sind vielen sicher schon aus der Schule bekannt. Dort erwirbt man sich die naive Vorstellung, dass eine stetige

Mehr

1 Metrische Räume. In diesem Abschnitt wollen wir den Begriff des metrischen Raumes einführen und an einigen Beispielen illustrieren.

1 Metrische Räume. In diesem Abschnitt wollen wir den Begriff des metrischen Raumes einführen und an einigen Beispielen illustrieren. 1 Metrische Räume 1 Metrische Räume In diesem Abschnitt wollen wir den Begriff des metrischen Raumes einführen und an einigen Beispielen illustrieren. Definition und Beispiele (1.1) Definition (Metrischer

Mehr

Vollständiger Raum, Banachraum

Vollständiger Raum, Banachraum Grundbegriffe beschränkte Menge Cauchyfolge Vollständiger Raum, Banachraum Kriterium für die Vollständigkeit Präkompakte Menge Kompakte Menge Entropiezahl Eigenschaften kompakter und präkompakter Mengen

Mehr

Topologische Begriffe

Topologische Begriffe Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer

Mehr

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit Vortrag zum Proseminar zur Analysis, 17.05.2010 Min Ge, Niklas Fischer In diesem Vortrag werden die Eigenschaften von kompakten, metrischen Räumen vertieft. Unser Ziel ist es Techniken zu erlernen, um

Mehr

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

Konvergenz, Filter und der Satz von Tychonoff

Konvergenz, Filter und der Satz von Tychonoff Abschnitt 4 Konvergenz, Filter und der Satz von Tychonoff In metrischen Räumen kann man topologische Begriffe wie Stetigkeit, Abschluss, Kompaktheit auch mit Hilfe von Konvergenz von Folgen charakterisieren.

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

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

Der n-dimensionale Raum

Der n-dimensionale Raum Der n-dimensionale Raum Mittels R kann nur eine Größe beschrieben werden. Um den Ort eines Teilchens im Raum festzulegen, werden schon drei Größen benötigt. Interessiert man sich für den Bewegungszustand

Mehr

4 Funktionenfolgen und normierte Räume

4 Funktionenfolgen und normierte Räume $Id: norm.tex,v 1.9 2011/06/01 15:13:45 hk Exp $ $Id: jordan.tex,v 1.3 2011/06/01 15:30:12 hk Exp hk $ 4 Funktionenfolgen und normierte Räume 4.5 Normierte Räume In der letzten Sitzung hatten wir den Begriff

Mehr

1 Definition und Grundeigenschaften

1 Definition und Grundeigenschaften Christian Bönicke Vektorbündel I Im Folgenden sei immer F = R, C oder H. 1 Definition und Grundeigenschaften 1.1 Definition Ein k-dimensionales Vektorbündel ξ über F ist ein Bündel (E, p, B) mit folgenden

Mehr

Kompaktheit in topologischen Räumen

Kompaktheit in topologischen Räumen Kompaktheit in topologischen Räumen Joel Gotsch 21. Januar 2011 Inhaltsverzeichnis 1 Notation und Allgemeines 2 2 Definitionen 2 2.1 Allgemeine Definitionen..................... 2 2.2 Globale Kompaktheitseigenschaften...............

Mehr

Mathematik I. Vorlesung 19. Metrische Räume

Mathematik I. Vorlesung 19. Metrische Räume Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 19 Metrische Räume Euklidische Räume besitzen nach Definition ein Skalarprodukt. Darauf aufbauend kann man einfach die Norm eines Vektors

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

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

Merkblatt zur Funktionalanalysis

Merkblatt zur Funktionalanalysis Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.

Mehr

Der Fundamentalsatz der Algebra. 1 Motivation

Der Fundamentalsatz der Algebra. 1 Motivation Vortrag im Rahmen des Proseminars zur Analysis, 24. April 2006 Micha Bittner Motivation Den ersten des Fundamentalsatzes der Algebra erbrachte C.F. Gauss im Jahr 799 im Rahmen seiner Dissertation. Heute

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

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt Beispiel. Gegeben sei die Folge (a n ) n N mit a n := n 2 + 5n + 1 n Es gilt ( ( ) (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n + 1 + n, woraus folgt a n = (n2 + 5n + 1) n 2 n2 + 5n + 1 + n = 5n + 1 n2

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

Wir betrachten nun das Deformieren einer Abbildung in eine andere.

Wir betrachten nun das Deformieren einer Abbildung in eine andere. Abschnitt 1 Quotienten Homotopie, erste Definitionen Wir betrachten nun das Deformieren einer Abbildung in eine andere. 1.1 Definition. Seien X, Y topologische Räume und f 0, f 1 : X Y stetige Abbildungen.

Mehr

Topologie. Ernst Albrecht. Vorlesung im Sommersemester 2007 Universität des Saarlandes Saarbrücken Stand: 20. Juli 2007

Topologie. Ernst Albrecht. Vorlesung im Sommersemester 2007 Universität des Saarlandes Saarbrücken Stand: 20. Juli 2007 Topologie Ernst Albrecht e Vorlesung im Sommersemester 2007 Universität des Saarlandes Saarbrücken Stand: 20. Juli 2007 Inhaltsverzeichnis Kapitel 1. Topologische Grundbegriffe in metrischen und topologischen

Mehr

Skript zur Vorlesung Topologie I

Skript zur Vorlesung Topologie I Skript zur Vorlesung Topologie I Carsten Lange, Heike Siebert Richard-Sebastian Kroll Faszikel 1 Fehler und Kommentare bitte an clange@math.fu-berlin.de Stand: 15. Juni 2010 Fachbereich Mathematik und

Mehr

Klausur - Analysis I Lösungsskizzen

Klausur - Analysis I Lösungsskizzen Klausur - Analysis I Lösungsskizzen Aufgabe 1.: 5 Punkte Entscheiden Sie, ob folgende Aussagen wahr oder falsch sind. Kennzeichnen Sie wahre Aussagen mit W und falsche Aussagen mit F. Es sind keine Begründungen

Mehr

Topologische Räume und stetige Abbildungen

Topologische Räume und stetige Abbildungen TU Dortmund Mathematik Fakultät Proseminar Lineare Algebra Ausarbeitung zum Thema Topologische Räume und stetige Abbildungen Julia Schmidt Dozent: Prof. Dr. L. Schwachhöfer Datum: 29.11.2013 Inhaltsverzeichnis

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

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

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

Übungsaufgaben zur Vorlesung p-adische Differentialgleichungen SS 04 P. Schneider Blatt 1

Übungsaufgaben zur Vorlesung p-adische Differentialgleichungen SS 04 P. Schneider Blatt 1 P. Schneider Blatt 1 Aufgabe 1: Für ε 1 ist B ε (a) Nebenklasse eines Ideals in 0 zum Nebenklassenvertreter a. Aufgabe 2: Führe aus, weshalb in den Beispielen (A), (B), (C) der Vorlesung tatsächlich nichtarchimedische

Mehr

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen 1 Einleitung Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis 1 aus dem Wintersemester 2008/09

Mehr

Metrische Räume und stetige Abbildungen. Inhaltsverzeichnis

Metrische Räume und stetige Abbildungen. Inhaltsverzeichnis Metrische Räume und stetige Abbildungen Vortrag zum Seminar zur Analysis, 19. 04. 2010 René Koch, Stefan Lotterstedt In der Vorlesung Analysis I haben wir uns mit der Stetigkeit von reellen (komplexen)

Mehr

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis

Mehr

Der Fundamentalsatz der Algebra

Der Fundamentalsatz der Algebra Der Fundamentalsatz der Algebra Vortragsausarbeitung im Rahmen des Proseminars Differentialtopologie Benjamin Lehning 17. Februar 2014 Für den hier dargelegten Beweis des Fundamentalsatzes der Algebra

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

EINFÜHRUNG IN DIE TOPOLOGIE

EINFÜHRUNG IN DIE TOPOLOGIE EINFÜHRUNG IN DIE TOPOLOGIE BERNHARD HANKE 1. Metrische Räume und topologische Räume Definition. Ein metrischer Raum ist ein Paar (X, d) bestehend aus einer Menge X und einer Abbildung d : X X R 0 mit

Mehr

Häufungspunkte und Satz von Bolzano und Weierstraß.

Häufungspunkte und Satz von Bolzano und Weierstraß. Häufungspunkte und Satz von Bolzano und Weierstraß. Definition: Sei (a nk ) k N eine konvergente Teilfolge der Folge (a n ) n N.Dannwirdder Grenzwert der Teilfolge (a nk ) k N als Häufungspunkt der Folge

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

Höhere Mathematik für Physiker II

Höhere Mathematik für Physiker II Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei

Mehr

Übungen zur Funktionalanalysis Lösungshinweise Blatt 4

Übungen zur Funktionalanalysis Lösungshinweise Blatt 4 Übungen zur Funktionalanalysis Lösungshinweise Blatt 4 Aufgabe 13 Wie üblich sei l 1 = {x : N K x n < } mit Norm x l 1 = x n und l = {x : N K sup n N x n < } mit x l = sup n N x n Für die Unterräume d

Mehr

Grundbegriffe der Topologie. Günther Hörmann Fakultät für Mathematik Universität Wien

Grundbegriffe der Topologie. Günther Hörmann Fakultät für Mathematik Universität Wien Grundbegriffe der Topologie Günther Hörmann Fakultät für Mathematik Universität Wien guenther.hoermann@univie.ac.at Sommersemester 2013 Inhaltsverzeichnis 0 Wiederholung: Metrische Räume 1 1 Topologische

Mehr

Analysis 1. Vorlesungsausarbeitung zum WS 2000/01. von Prof. Dr. Klaus Fritzsche. Inhaltsverzeichnis

Analysis 1. Vorlesungsausarbeitung zum WS 2000/01. von Prof. Dr. Klaus Fritzsche. Inhaltsverzeichnis Bergische Universität Gesamthochschule Wuppertal Fachbereich Mathematik Analysis 1 Kapitel 2 Stetigkeit Vorlesungsausarbeitung zum WS 2000/01 von Prof Dr Klaus Fritzsche Inhaltsverzeichnis 1 Metrische

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

Funktionalanalysis I. Vadim Kostrykin Institut für Mathematik Johannes Gutenberg-Universität Mainz. Sommersemester 2015 Vorlesungsbegleitendes Skript

Funktionalanalysis I. Vadim Kostrykin Institut für Mathematik Johannes Gutenberg-Universität Mainz. Sommersemester 2015 Vorlesungsbegleitendes Skript Funktionalanalysis I Vadim Kostrykin Institut für Mathematik Johannes Gutenberg-Universität Mainz Sommersemester 2015 Vorlesungsbegleitendes Skript Stand: 20. Juli 2015 Vorbemerkungen Das vorliegende Skriptum

Mehr

Topologische Räume und stetige Abbildungen Teil 2

Topologische Räume und stetige Abbildungen Teil 2 TU Dortmund Mathematik Fakultät Proseminar zur Linearen Algebra Ausarbeitung zum Thema Topologische Räume und stetige Abbildungen Teil 2 Anna Kwasniok Dozent: Prof. Dr. L. Schwachhöfer Vorstellung des

Mehr

3 Grenzwert und Stetigkeit 1

3 Grenzwert und Stetigkeit 1 3 Grenzwert und Stetigkeit 3. Grenzwerte bei Funktionen In diesem Abschnitt gilt: I ist immer ein beliebiges Intervall, 0 I oder einer der Endpunkte. 3.. Definition Sei I Intervall, 0 IR und 0 I oder Endpunkt

Mehr

(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist.

(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist. 8 Punktmengen Für die Menge M = { 1 n ; n N } ist 1 = max(m), denn 1 M und 1 n 1 für alle n N. Die Menge M besitzt aber kein Minimum, denn zu jeder Zahl x = 1 n M existiert ein y M mit y < x, etwa y =

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

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

2 Grenzwerte. Stetigkeit

2 Grenzwerte. Stetigkeit 22 2 Grenzwerte. Stetigkeit In diesem Paragraphen wird der Begriff der Konvergenz von Punkt-Folgen und die Stetigkeit von Abbildungen zwischen metrischen oder toplogischen Räumen eingeführt.dies verallgemeinert

Mehr