IV.10 Aufgaben 281. (b) Zeige, dass die Menge aller positiven reellen Zahlen, die in ihrer Dezimaldarstellung

Größe: px
Ab Seite anzeigen:

Download "IV.10 Aufgaben 281. (b) Zeige, dass die Menge aller positiven reellen Zahlen, die in ihrer Dezimaldarstellung"

Transkript

1 IV.10 Aufgaben 281 Zufallsvariable X einen Wahrscheinlichkeitsraum zu bilden, auf dem zwei unabhängige Kopien von X mit derselben Verteilung wie X erklärt sind, nämlich (R 2, B o (R 2 ), P X P Y )mitx 1 (x, y) =x und X 2 (x, y) =y. Um jedoch fundamentale Aussagen der Wahrscheinlichkeitstheorie wie das starke Gesetz der großen Zahl zu formulieren, reicht das nicht aus; hier braucht man eine Folge unabhängiger Kopien von X, und die kann man erst mit Hilfe unendlicher Produkte konstruieren. Noch kompliziertere Existenzsätze benötigt die Theorie der stochastischen Prozesse (Satz von Kolmogorov); diese Dinge findet man zum Beispiel in den in den Literaturhinweisen genannten Büchern von Behrends, Bauer, Billingsley und Dudley. IV.10 Aufgaben Mit Messbarkeit im Kontext von R oder R d ist, sofern nichts anderes gesagt ist, stets die Borel-Messbarkeit gemeint. Aufgabe IV.10.1 Ist {A R: A [0, 1] oder A [0, 1]} ein Ring auf R? Isteseine σ-algebra? Aufgabe IV.10.2 Sei R P(S) ein Ring. Mit der symmetrischen Differenz A Δ B =(A \ B) (B \ A) als Addition und dem Schnitt als Multiplikation ist R dann ein Ring im Sinn der Algebra. Aufgabe IV.10.3 (a) Zeige, dass die Menge aller positiven reellen Zahlen, die in ihrer Dezimaldarstellung an der n-ten Stelle hinter dem Komma (n N fest) eine 2 aufweisen, eine Borelmenge ist. (b) Zeige, dass die Menge aller positiven reellen Zahlen, die in ihrer Dezimaldarstellung irgendwo hinter dem Komma eine 2 aufweisen, eine Borelmenge ist. Um Mehrdeutigkeiten zu vermeiden, wollen wir bei der Dezimaldarstellung nur Darstellungen ohne die Periode 9 zulassen, d.h. keine Zahlen der Form A,d 1 d 2 d Aufgabe IV.10.4 Sei S eine Menge und A P(S) eine σ-algebra. Zeige, dass A endlich oder überabzählbar ist. Aufgabe IV.10.5 Für A R d und α>0seiαa = {αx: x A}. Zeige mit dem Prinzip der guten Mengen: Ist A eine Borelmenge, so auch αa. Aufgabe IV.10.6 Sei (S, A,μ) ein Maßraum. Für A 1,A 2,... S definiere lim sup A n = \ k=1 n=k [ A n. (a) lim sup A n besteht aus allen s S, die zu unendlich vielen der A n gehören. (b) Sind alle A n A, so ist auch lim sup A n A.

2 282 IV. Maß- und Integrationstheorie (c) Sind alle A n A und gilt P n=1 μ(a n) <,soistμ(lim sup A n )=0(Lemma von Borel-Cantelli). Aufgabe IV.10.7 Beweise Lemma IV.1.9. Aufgabe IV.10.8 Es sei S überabzählbar und A die σ-algebra der abzählbaren und koabzählbaren Mengen aus Beispiel IV.1(c). Dann definiert für 0 r j 0 μ r (A) = r falls A abzählbar, sonst ein Maß auf A. Aufgabe IV.10.9 Für jeden Inhalt auf einem Ring gilt μ(a B) μ(a)+μ(b). Aufgabe IV Gibt es ein Lebesguemaß auf Q? SeiI Q P(Q) das System der halboffenen rationalen Intervalle I =(a, b] Q mit a, b Q und F Q das System der endlichen Vereinigungen solcher Intervalle; das ist ein Ring. Gibt es ein Prämaß auf F Q,dasjedemI I Q dessen elementargeometrische Länge zuordnet? Aufgabe IV Für eine endliche Teilmenge B von N bezeichne #B die Anzahl der Elemente von B. Für eine beliebige Teilmenge A von N definiere α(a) = lim sup n #(A {1,...,n}). n Ist α ein äußeres Maß auf P(N)? Ist α ein Inhalt auf P(N)? Was ist α(p) für die Menge P der Primzahlen? [Um diese Frage beantworten zu können, benötigen Sie den Primzahlsatz, Theorem II.5.1.] Aufgabe IV Sei R = {A R: A oder R \ A ist endlich}; dies ist ein Ring. Ferner seien μ 1,μ 2 : R [0, ] durch μ 1 (A) = μ 2 (A) = j 0 falls A endlich, 1 sonst j 0 falls A endlich, sonst definiert. (a) μ 1 und μ 2 sind Prämaße auf R. (b) Bestimme die zugehörigen äußeren Maße μ 1 und μ 2 sowie die μ 1-bzw.μ 2- messbaren Mengen. (c) Diskutiere die Eindeutigkeit der Fortsetzung von μ i zu Maßen auf σ(r) bzw. M μ i. Aufgabe IV Sei R der Ring der endlichen Teilmengen von R und μ =0auf R das triviale Prämaß. Bestimme die σ-algebra der μ -messbaren Mengen M μ und die σ-additive Fortsetzung von μ zu einem Maß auf M μ gemäß Theorem IV.3.5.

3 IV.10 Aufgaben 283 Aufgabe IV Sei μ ein σ-endliches Prämaß auf einem Ring R P(S). Dann sind für A S äquivalent: (i) A M μ. (ii) Es existiert ein N S mit μ (N) = 0 und A N σ(r). der Lebesgue- Aufgabe IV Das Lebesguemaß ist auf der σ-algebra M (λ d ) messbaren Mengen translationsinvariant. Tipp: Aufgabe IV Aufgabe IV Gib ein Beispiel eines Dynkin-Systems, das keine σ-algebra ist. Aufgabe IV Sei f: R d R eine Funktion, und sei S die Menge ihrer Stetigkeitspunkte. Die Oszillationsfunktion zu f ist durch ω f (x) =inf ε>0 sup{ f(y 1) f(y 2 ) : y i x <ε} erklärt. (a) Beschreibe S mit Hilfe von ω f. (b) {x: ω f (x) <r} ist für alle r R offen. (c) Zeige, dass S eine Borelmenge ist. Aufgabe IV Konstruiere zu ε>0 eine kompakte, nirgends dichte, überabzählbare Teilmenge von [0, 1], deren Lebesguemaß größer als 1 ε ist. Gibt es auch eine solche Menge vom Maß 1? Aufgabe IV Seien α>0 und ε>0. Definiere Mengenfunktionen h α,ε und h α auf P(R d ) durch X h α,ε (A) =inf (diam(e j )) α, j=1 wobei sich das Infimum über alle abzählbaren Überdeckungen A S j E j durch Mengen vom Durchmesser diam(e j ) ε erstreckt, bzw. h α (A) =suph α,ε (A). ε Zeige, dass h α,ε und h α äußere Maße sind. (h α heißt das α-dimensionale Hausdorffmaß. Man kann zeigen, dass jede Borelmenge h α -messbar ist und dass h d,eingeschränkt auf B o (R d ), ein Vielfaches des Lebesguemaßes λ d ist.) Aufgabe IV Eine Funktion f: R R ist folgendermaßen definiert: f(x) =0, wenn x irrational ist, f(0) = 0, und wenn x 0 rational ist und als gekürzter Bruch x = p/q mit p Z und q N dargestellt ist, ist f(x) =1/q. Zeige,dassf messbar ist. Aufgabe IV Eine Funktion f: R d R ist folgendermaßen definiert: f(x) =0, wenn x =0oder x > 1, f(x) =1/ x, wenn0< x 1. Zeige, dass f messbar ist. Aufgabe IV Jede monotone Funktion f: R R ist messbar.

4 284 IV. Maß- und Integrationstheorie Aufgabe IV Seien f,g: S R messbare Funktionen auf einem messbaren Raum (S, A ). Dann liegen die Mengen {f g} und {f = g} in A. Aufgabe IV Sei S eine Menge und f: S R eine Funktion. Setze A f = {f 1 (A): A R eine Borelmenge} P(S). Dann ist A f eine σ-algebra, und es ist die kleinste σ-algebra A auf S, sodassf: (S, A ) (R, B o (R)) messbar ist. Aufgabe IV Sei f: R R differenzierbar. Dann ist die Ableitung f messbar. Aufgabe IV Betrachte den Maßraum (S, A,μ)mitS = R, A = {A R: A oder A ist höchstens abzählbar}, μ(a) = 0, falls A abzählbar, und μ(a) =1sonst. (a) Welche Funktionen f: S R sind A -Borel-messbar? (b) Welche Funktionen f: S R sind μ-integrierbar? (c) Bestimme für diese f das Integral R S fdμ. Aufgabe IV Sei M ein metrischer (oder topologischer) Raum. Die von den offenen Mengen erzeugte σ-algebra heißt die Borel-σ-Algebra von M. (a) Für M R d ist diese Definition konsistent mit Definition IV.1.8. (b) Jede stetige Funktion f: M R ist Borel-messbar. Aufgabe IV Sei f: [0, 1] [0, 1] R eine separat stetige Funktion, d.h., für jedes x ist y f(x, y) stetig, und für jedes y ist x f(x, y) stetig. Dann ist f messbar. Hinweis: Betrachte zu n N die durch k f n (x, y) =n f n,y x k k +1 k +1 «+ f n n,y n x für k/n x (k +1)/n, k =0,...,n 1, und 0 y 1 definierte Funktion (Skizze?). [Dieses Resultat stammt aus der ersten Publikation von Lebesgue aus dem Jahr 1898.] Aufgabe IV Für eine Funktion f: R d R und x R d definiere die um x verschobene Funktion f x durch f x (y) =f(y x). (a) Mit f ist auch f x messbar. (b) Mit f ist auch f x integrierbar, und es gilt Z Z fdλ d = f x dλ d. R d R d [Tipp: Methode wie in den Beispielen von Abschnitt IV.5.] Aufgabe IV Seien f n integrierbare Funktionen auf einem Maßraum (S, A,μ), und gelte f n (s) f(s) für alle s S. Falls sup n RS f n dμ <, istauchf integrierbar und R fdμ=sup R S n f S n dμ. Aufgabe IV Sei f integrierbar. Dann gilt f>0f.ü. genau dann, wenn R A fdμ > 0für alle A A mit μ(a) > 0.

5 IV.10 Aufgaben 285 Aufgabe IV Sei (S, A,μ) ein Maßraum, und sei f: S R messbar. Dann ist f genau dann integrierbar, wenn X n= 2 n μ({2 n f 2 n+1 }) <. Aufgabe IV Sei F : R R stetig differenzierbar und monoton wachsend und μ F das zugehörige Lebesgue-Stieltjes-Maß, das am Ende von Abschnitt IV.3 konstruiert wurde. Eine messbare Funktion ist genau dann μ F -integrierbar, wenn Z f(x) F (x) dx < R ist, und dann ist Z Z f(x) dμ F (x) = f(x)f (x) dx. R R Aufgabe IV Zeige Z sin(e x ) lim dx =0. n 0 1+nx2 Aufgabe IV Zu einer Lebesgue-integrierbaren Funktion f: R C definiert man ihre Fourier-Transformierte f b durch bf(y) = 1 Z e ixy f(x) dx. 2π R (a) Warum ist die Funktion f b wohldefiniert? (b) Ist die Funktion f b stetig? Aufgabe IV (a) Sei f: R R durch f(s) =1/ s für 0 <s 1 und f(s) = 0 sonst definiert. Zeige, dass f messbar ist, und berechne R fdλ. R (b) Sei (r n )eineaufzählung von Q und g(s) = P n=1 2 n f(s r n ) [0, ]. Zeige, dass g integrierbar ist, und schließe, dass g(s) < λ-f.ü. gilt. (c) Die Funktion g ist an keiner Stelle stetig und auf jedem offenen Teilintervall von R unbeschränkt. (d) Ein Beispiel wie unter (c) ließe sich einfacher konstruieren (wie?); die Funktion g dieser Aufgabe hat jedoch noch eine stärkere Eigenschaft: Sei h: R R eine messbare Funktion mit h = gλ-f.ü. Dann ist auch h L 1 (R), h ist an keiner Stelle stetig und auf jedem offenen Teilintervall von R unbeschränkt. Aufgabe IV Sind N 1,N 2,... Nullmengen, so auch S k=1 N k. Aufgabe IV Gelte μ(s) < und 1 r p. Dann folgt L p (μ) L r (μ) und f r μ(s) 1/r 1/p f p für f L p (μ).

6 286 IV. Maß- und Integrationstheorie Aufgabe IV Ist f L p (R d ), 1 p, und K R d f K L 1 (K). kompakt, so ist Aufgabe IV Es gilt weder L r (R) L p (R) nochl p (R) L r (R) für 1 r<p. Aufgabe IV (a) L [0, 1] S p< L p [0, 1], und die Inklusion ist echt. (b) Für f L [0, 1] gilt lim p f p = f L. Aufgabe IV Seien f n und f in L p (μ), 1 p<, mitf n f f.ü. (a) Es folgt nicht notwendig f n f p 0. (b) Falls f n p f p, dann folgt f n f p 0. Anleitung: Zeige 2 p ( f n p + f p ) f n f p 0 und verwende das Lemma von Fatou. Aufgabe IV (Chebyshevsche Ungleichung) Seien f L p (μ), ε>0 und A = {s S : f(s) ε}. Zeige Tipp: f εχ A. μ(a) f p p ε p. Aufgabe IV Gelte μ(s) <. Eine Folge messbarer Funktionen (f n )aufs konvergiert gegen die messbare Funktion f dem Maße nach, wennμ({ f n f ε}) μ 0für alle ε>0; in Zeichen f n 0. (In der Wahrscheinlichkeitstheorie wird dieser Konvergenzbegriff stochastische Konvergenz oder Konvergenz in Wahrscheinlichkeit genannt.) μ (a) Wenn f n f f.ü., dann f n 0. Tipp: Satz von Egorov. (b) Die Umkehrung gilt nicht. μ (c) Wenn f n 0, existiert eine Teilfolge mit f nk f f.ü. Tipp: Finde Indizes n k mit μ({ f nk f 2 k }) 2 k und verwende das Lemma von Borel-Cantelli (Aufgabe IV.10.6). (d) Wenn f n f in L p μ (μ), dann f n f. Tipp: Chebyshevsche Ungleichung, Aufgabe IV Aufgabe IV Sei f: R d R stetig. Es gelte sup f p 1 p< beschränkt. <. Dann ist f Aufgabe IV Seien 1 p <, f L p (R) und f t (x) := f(x t); nach Aufgabe IV ist dann auch f t L p (R). Zeige lim f f t p =0. t 0 Tipp: Behandle zuerst den Fall f K (R).

7 IV.10 Aufgaben 287 Aufgabe IV Sei (S, A ) ein messbarer Raum. Für eine Funktion f: S [0, ) definiere B f = {(s, t): 0 t<f(s)} S R. Zeige:Wennf messbar ist, ist B f A B o (R). Aufgabe IV Sei (S, A,μ)einσ-endlicher Maßraum und f: S [0, ) messbar. Zeige Z Z fdμ= μ({f t}) dt. Tipp: μ(a) = R S χ A dμ. S 0 Aufgabe IV Sei K: R B o (R) [0, ] eine Abbildung mit folgenden Eigenschaften: (1) Für jedes B B o (R) ist die Funktion x K(x, B) Borel-messbar, (2) für jedes x R ist B K(x, B) ein Maß. Zeige, dass Z B K(x, B) dx ein Maß auf B o (R) definiert. R Aufgabe IV Wir versehen [0, 1] mit dem Lebesgue-Maß. Für eine Borelmenge A [0, 1] [0, 1] betrachte folgende Aussagen: (1) Für fast alle x [0, 1] gilt: Für fast alle y [0, 1] ist (x, y) A. (2) Für fast alle y [0, 1] gilt: Für fast alle x [0, 1] ist (x, y) A. (3) Für alle x [0, 1] gilt: Für fast alle y [0, 1] ist (x, y) A. (4) Für fast alle y [0, 1] gilt: Für alle x [0, 1] ist (x, y) A. Gilt dann (1) (2)? (3) (4)? Tipp: Integriere χ A. Aufgabe IV Berechne für b>a>0 das Integral Z 0 e ax e bx dx. x Tipp: Schreibe den Integranden als R b [...] dy. a Aufgabe IV Berechne das Integral Z π Z π sin y y Aufgabe IV Berechne Tipp: (N, P(N), zählendes Maß). 0 lim x X m n=1 «dy dx. 1 n 2 + m 2. Aufgabe IV Berechne R R e x2 dx. Anleitung: Berechne das Integral R e (x2 +y 2) dx dy durch Transformation auf Polarkoordinaten und verwende den Satz von R 2 Fubini.

8 288 IV. Maß- und Integrationstheorie Aufgabe IV Seien R 1,...,R n R 2 kompakte achsenparallele Rechtecke (also von der Form I J für kompakte Intervalle I,J) mit paarweise disjunktem Inneren. Sei R = R 1 R n ebenfalls ein achsenparalleles Rechteck. Zeige: Wenn jedes R j eine ganzzahlige Seite hat, dann auch R. Tipp: Integriere e 2πi(x+y). Aufgabe IV Sind f,g L 2 (R d ), so ist f g via (IV.21) fast überall definiert, und es ist nach Aufhebung der Definitionslücken f g L (R d ). Aufgabe IV Ist f L 1 (R d ) und g L (R d ), so ist f g via (IV.21) überall definiert, und f g ist stetig. Aufgabe IV Ist A R eine Borelmenge mit λ(a) > 0, so ist A A := {a b: a, b A} eine Nullumgebung. (Man beachte, dass A keine inneren Punkte zu besitzen braucht; Aufgabe IV ) Tipp: Betrachte χ A χ A und verwende Aufgabe IV Aufgabe IV Bestimme das Volumen im R 3, das vom Paraboloid z =4 x 2 y 2 und der xy-ebene begrenzt wird. Fertige dazu auch eine Skizze an! Aufgabe IV Für welche α R existiert das Integral R B x α dx über die Einheitskugel B = {x R 3 : x 1} des R 3 bzgl. der euklidischen Norm? Für welche α R existiert das Integral R M x α dx über die Menge M = {x R 3 : x 1}? Aufgabe IV Berechne den Flächeninhalt des von der positiven x-achse und dem in Polarkoordinaten durch r =2ϕ, 0 ϕ 2π, gegebenen Kurvenstück umschlossenen Bereichs. Aufgabe IV Der energetisch niedrigste Zustand des Elektrons im Wasserstoffatom wird beschrieben durch das sog. 1s-Orbital ϕ: R 3 R, ϕ(x, y, z) = 1 π 1 a 0 3/2 e r/a 0, wobei r = p x 2 + y 2 + z 2 und a 0 = mderbohrsche Atomradius ist. Die physikalische Bedeutung der Funktion ϕ liegt darin, dass ihr Quadrat als Wahrscheinlichkeitsdichte interpretiert werden kann: Die Wahrscheinlichkeit P,mit der sich das Elektron im Grundzustand im Bereich A R 3 aufhält, wird gegeben durch Z P = ϕ(x, y, z) 2 d(x, y, z), A wobei der Nullpunkt die Position des punktförmig gedachten Protons markiert. Berechne mittels Kugelkoordinaten die Wahrscheinlichkeit, dass sich das Elektron weiter als (a) a 0,(b)0.2 nm,(c)0.4 nm vom Kern entfernt aufhält! Aufgabe IV Berechne das Volumen eines Torus. Aufgabe IV Sei f: R R eine Funktion, die auf ganz R gleichmäßiger Grenzwert einer Folge von Polynomen ist. Was kann man daraus über f schließen?

9 IV.11 Literaturhinweise 289 Aufgabe IV Zeige folgende Aussage, die im Beweis des Brouwerschen Fixpunktsatzes benutzt wurde: Sei B d = {x R d : x 1}, und sei f: B d [0, 1] R stetig mit f(x, 0) = 1 für alle x B d.dannexistierteinτ>0mitf(x, t) 0für alle x B d und alle 0 t τ. Aufgabe IV Betrachte das Einheitsquadrat Q =[0, 1] [0, 1]. Wähle einen Punkt A auf der linken senkrechten Kante, einen Punkt B auf der rechten senkrechten Kante, einen Punkt C auf der unteren waagerechten Kante und einen Punkt D auf der oberen waagerechten Kante. Sei ϕ das Bild einer stetigen Kurve ϕ in Q, diea und B verbindet, und sei ψ das Bild einer stetigen Kurve ψ in Q, diec und D verbindet. [D.h., es gibt eine stetige Funktion ϕ: [ 1, 1] Q mit ϕ( 1) = A, ϕ(1) = B und ϕ([ 1, 1]) = ϕ, und analog für ψ.] Zeige, dass ϕ und ψ sich schneiden. (a) Versuche einen Beweis ohne den Brouwerschen Fixpunktsatz. (b) Versuche einen Beweis mit dem Brouwerschen Fixpunktsatz, gemäß folgender Idee: Betrachte auf [ 1, 1] [ 1, 1] die Funktion `ψ1 (t) ϕ 1 (s),ϕ 2 (s) ψ 2 (t) f(s, t) = `ψ 1 (t) ϕ 1 (s),ϕ 2 (s) ψ 2 (t). Aufgabe IV (Satz von Perron) Sei A =(a ij ) eine reelle n n-matrix mit Einträgen > 0. Zeige, dass A einen strikt positiven Eigenwert mit einem strikt positiven Eigenvektor, d.h. mit Einträgen > 0, besitzt. Tipp: Betrachte f(x) =Ax/ Ax 1 auf {x =(x 1,...,x n ): x 1 =1, alle x j 0}. Hier ist x 1 = P j x j die Summennorm des Vektors x. Aufgabe IV Berechne die Oberfläche eines Torus. Aufgabe IV Jede Untermannigfaltigkeit des R n ist eine Borelmenge von R n. IV.11 Literaturhinweise Eine recht knappe Einführung in die Maß- und Integrationstheorie ist: D. W. Stroock: A Concise Introduction to the Theory of Integration. 3. Auflage, Birkhäuser, Ausführlichere Darstellungen sind: E. Behrends: Maß- und Integrationstheorie. Springer, D. L. Cohn: Measure Theory. Birkhäuser, J. Elstrodt: Maß- und Integrationstheorie. 4. Auflage, Springer, Die folgenden Bücher betonen den Zusammenhang zur Wahrscheinlichkeitstheorie: H. Bauer: Maß- und Integrationstheorie. 2. Auflage, De Gruyter, 1992.

10 290 IV. Maß- und Integrationstheorie P. Billingsley: Probability and Measure. 3. Auflage, Wiley, R. Dudley: Real Analysis and Probability. 2. Auflage, Cambridge University Press, während G. B. Folland: Real Analysis. 2. Auflage, Wiley, analytisch orientiert ist. Das volle Spektrum der Maßtheorie entfaltet sich in D. H. Fremlin: Measure Theory, Vols Torres Fremlin, ?. [Online- Version unter von denen vier Bände bereits erschienen sind. Einen ganz anderen, eher topologisch-funktionalanalytischen Zugang, der von Bourbaki stammt, findet man bei: O. Forster: Analysis 3. Vieweg, G. Pedersen: Analysis Now. Springer, 1989.

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

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,...} Ganze Zahlen : Aus

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

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

Mengensysteme, Wahrscheinlichkeitsmaße

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

Mehr

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge 1 Mengensysteme Ein Mengensystem ist eine Familie von Teilmengen einer Grundmenge und damit eine Teilmenge der Potenzmenge der Grundmenge. In diesem Kapitel untersuchen wir Mengensysteme, die unter bestimmten

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

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

Die komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.

Die komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C. Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines

Mehr

Lösungsvorschläge zum 14. Übungsblatt.

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

Mehr

Mathematik III. Vorlesung 71

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

Mehr

1 Elemente der Wahrscheinlichkeitstheorie

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

Mehr

Einführung in die Analysis

Einführung in die Analysis Ergänzungen zur Vorlesung Einführung in die Analysis Christian Schmeiser 1 Vorwort In dieser Vorlesung werden Grundbegriffe der Analysis wie Folgen und Reihen, Konvergenz und Vollständigkeit am Beispiel

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

2. Stetige lineare Funktionale

2. Stetige lineare Funktionale -21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn

Mehr

Übungen zur Vorlesung MATHEMATIK II

Übungen zur Vorlesung MATHEMATIK II Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom

Mehr

Lösungsvorschlag zu den Hausaufgaben der 8. Übung

Lösungsvorschlag zu den Hausaufgaben der 8. Übung FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H

Mehr

Der Konsistenzsatz von Kolmogorov

Der Konsistenzsatz von Kolmogorov Der Konsistenzsatz von Kolmogorov Im Rahmen der Theorie stochastischer Prozesse betrachten wir W-Maße auf unendlichen Produkträumen wie bspw. (R N, B N ) als Bildraum eines Prozesses (X t ) t N in diskreter

Mehr

Definition 4.2. Die Menge Q der rationalen Zahlen ist definiert durch. Wir führen jetzt auf Z eine Addition und eine Multiplikation ein durch

Definition 4.2. Die Menge Q der rationalen Zahlen ist definiert durch. Wir führen jetzt auf Z eine Addition und eine Multiplikation ein durch Kapitel 4 Die rationalen Zahlen Wir haben gesehen, dass eine Gleichung a x = b mit a, b Z genau dann eine Lösung x Z besitzt, wenn a b. Zum Beispiel hat 2 x = 1 keine Lösung x Z. Wir wollen nun den Zahlbereich

Mehr

4 Das Riemann-Integral im R n

4 Das Riemann-Integral im R n $Id: nintegral.tex,v 1.11 2012/11/27 14:07:09 hk Exp hk $ 4 Das Riemann-Integral im R n 4.3 Jordan-meßbare engen In der letzten Sitzung hatten wir schließlich das n-dimensionale Riemann-Integral auch auf

Mehr

Exkurs: Polnische Räume

Exkurs: Polnische Räume Ein normaler Hausdorff-Raum mit abzählbarer Basis kann auf viele Weisen metrisiert werden; man kann insbesondere eine einmal gewonnene Metrik in vielerlei Weise abändern, ohne die von ihr erzeugte Topologie

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3

Mehr

Inhalt. Vorwort Mittelwertsatz der Integralrechnung... 31

Inhalt. Vorwort Mittelwertsatz der Integralrechnung... 31 Inhalt Vorwort... 5 1 Stammfunktionen... 7 1.1 Erklärung der Stammfunktionen........................................... 7 1.2 Eigenschaften der Stammfunktionen.................................... 10 1.3

Mehr

1 Eingebettete Untermannigfaltigkeiten des R d

1 Eingebettete Untermannigfaltigkeiten des R d $Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die

Mehr

2 Stetige Abbildungen

2 Stetige Abbildungen Stetige Abbildungen Übersicht. Definitionen................................................. 43. Sätze und Beweise............................................ 45.3 Erklärungen zu den Definitionen...............................

Mehr

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit

Mehr

Gleichmäßige Konvergenz und Funktionenräume

Gleichmäßige Konvergenz und Funktionenräume Gleichmäßige Konvergenz und Funktionenräume Isabella Lukasewitz und Andreas Brack 07.06.2010 Vortrag zum Proseminar zur Analysis Konvergenz und Funktionenräume INHALTSVERZEICHNIS Bereits in den Vorlesungen

Mehr

Mathematik II für Inf und WInf

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

Mehr

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

Simulation von Zufallsvariablen und Punktprozessen

Simulation von Zufallsvariablen und Punktprozessen Simulation von Zufallsvariablen und Punktprozessen 09.11.2009 Inhaltsverzeichnis 1 Einleitung 2 Pseudozufallszahlen 3 Punktprozesse Zufallszahlen Definition (Duden): Eine Zufallszahl ist eine Zahl, die

Mehr

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung

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

Kapitel VI. Euklidische Geometrie

Kapitel VI. Euklidische Geometrie Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und

Mehr

Analysis II (FS 2015): Vektorfelder und Flüsse

Analysis II (FS 2015): Vektorfelder und Flüsse Analysis II (FS 215): Vektorfelder und Flüsse Dietmar A. Salamon ETH-Zürich 7. April 215 1 Der Fluss eines Vektorfeldes Sei U R n eine offene Menge und sei f : U R n eine lokal Lipschitz-stetige Abbildung.

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 5 5. (Herbst 9, Thema 3, Aufgabe ) Betrachtet werde die Matrix A := 3 4 5 5 7 7 9 und die lineare Abbildung

Mehr

35 Stetige lineare Abbildungen

35 Stetige lineare Abbildungen 171 35 Stetige lineare Abbildungen Lernziele: Konzepte: Lineare Operatoren und ihre Normen Resultate: Abschätzungen für Matrizennormen Kompetenzen: Abschätzung von Operatornormen 35.1 Lineare Abbildungen.

Mehr

2 Euklidische Vektorräume

2 Euklidische Vektorräume Sei V ein R Vektorraum. 2 Euklidische Vektorräume Definition: Ein Skalarprodukt auf V ist eine Abbildung σ : V V R, (v, w) σ(v, w) mit folgenden Eigenschaften ( Axiome des Skalarprodukts) (SP1) σ ist bilinear,

Mehr

11. Folgen und Reihen.

11. Folgen und Reihen. - Funktionen Folgen und Reihen Folgen Eine Folge reeller Zahlen ist eine Abbildung a: N R Statt a(n) für n N schreibt man meist a n ; es handelt sich also bei einer Folge um die Angabe der Zahlen a, a

Mehr

18 Höhere Ableitungen und Taylorformel

18 Höhere Ableitungen und Taylorformel 8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a

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

Thema 4 Limiten und Stetigkeit von Funktionen

Thema 4 Limiten und Stetigkeit von Funktionen Thema 4 Limiten und Stetigkeit von Funktionen Wir betrachten jetzt Funktionen zwischen geeigneten Punktmengen. Dazu wiederholen wir einige grundlegende Begriffe und Schreibweisen aus der Mengentheorie.

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

Kapitel 5. Stetige Funktionen 5.1. Stetigkeit

Kapitel 5. Stetige Funktionen 5.1. Stetigkeit Kapitel 5. Stetige Funktionen 5.1. Stetigkeit Reelle Zahlen sind ideale Objekte, die es uns ermöglichen, eine transparente und leistungsfähige Theorie aufzubauen. Ein Computer kann jedoch nur mit Approximationen

Mehr

27 Taylor-Formel und Taylor-Entwicklungen

27 Taylor-Formel und Taylor-Entwicklungen 136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen

Mehr

Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel. dt = lim. = lim = Weiters erhalten wir durch partielle Integration, dass

Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel. dt = lim. = lim = Weiters erhalten wir durch partielle Integration, dass Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel Zuerst wollen wir die Gamma-Funktion definieren, die eine Verallgemeinerung von n! ist. Dazu benötigen wir einige Resultate. Lemma.

Mehr

2 Inhaltsverzeichnis

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

Mehr

19.3 Oberflächenintegrale

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

Mehr

Der Abschluss D ist die Menge, die durch Hinzunahme der Intervallränder entsteht, in den obigen Beispielen also

Der Abschluss D ist die Menge, die durch Hinzunahme der Intervallränder entsteht, in den obigen Beispielen also Festlegung Definitionsbereich 11.1 Festlegung Definitionsbereich Festlegung: Wir betrachten Funktionen f : D Ñ R, deren Definitionsbereich eine endliche Vereinigung von Intervallen ist, also z.b. D ra,

Mehr

Punktprozesse. Andreas Frommknecht Seminar Zufällige Felder Universität Ulm

Punktprozesse. Andreas Frommknecht Seminar Zufällige Felder Universität Ulm Einführung in Beispiele für Andreas Seminar Zufällige Felder Universität Ulm 20.01.2009 Inhalt Einführung in Beispiele für Definition Markierte 1 Einführung in Definition Markierte 2 Beispiele für Homogener

Mehr

Iterative Verfahren, Splittingmethoden

Iterative Verfahren, Splittingmethoden Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem

Mehr

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

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

Mehr

fraktal kommt von f : C C : x x 3.

fraktal kommt von f : C C : x x 3. Kapitel 4 Fraktale und Dimension 4.1 Selbstähnlichkeit Was sind Fraktale? Das Wort fraktal kommt von zerbrochen und steht für die nicht-ganzzahlige Dimension. Wir betrachten also Objekte deren Dimension

Mehr

Zufallsvariablen: Die allgemeine Definition

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

Mehr

Stochastische Prozesse Gliederung zur Vorlesung im Sommersemester 2006

Stochastische Prozesse Gliederung zur Vorlesung im Sommersemester 2006 Stochastische Prozesse Gliederung zur Vorlesung im Sommersemester 26 Markus Reiß Universität Heidelberg reiss@statlab.uni-heidelberg.de VORLÄUFIGE FASSUNG: 28. Juli 26 Inhaltsverzeichnis 1 Der Poissonprozess

Mehr

Lineare Algebra II 9. Übungsblatt

Lineare Algebra II 9. Übungsblatt Lineare Algebra II 9. Übungsblatt Fachbereich Mathematik SS Prof. Dr. Kollross 5./6. Juni Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Minitest: ohne Benutzung des Skripts und innerhalb von Minuten!)

Mehr

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.) 3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten

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

Stetige Funktionen. Definition. Seien (X, d) und (Y, ϱ) metrische Räume und f : X Y eine Abbildung. D(f) X sei der Definitionsbereich von f.

Stetige Funktionen. Definition. Seien (X, d) und (Y, ϱ) metrische Räume und f : X Y eine Abbildung. D(f) X sei der Definitionsbereich von f. Stetige Funktionen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume), spielen eine zentrale Rolle in der Mathematik. In der Analysis sind Abbildungen

Mehr

Zahlen und Gleichungen

Zahlen und Gleichungen Kapitel 2 Zahlen und Gleichungen 21 Reelle Zahlen Die Menge R der reellen Zahlen setzt sich zusammen aus den rationalen und den irrationalen Zahlen Die Mengen der natürlichen Zahlen N, der ganzen Zahlen

Mehr

STETIGKEITS- UND KONVERGENZMODI FÜR FUNKTIONEN UND FUNKTIONENFOLGEN

STETIGKEITS- UND KONVERGENZMODI FÜR FUNKTIONEN UND FUNKTIONENFOLGEN STETIGKEITS- UN KONVERGENZMOI FÜR FUNKTIONEN UN FUNKTIONENFOLGEN. Vorbemerungen Im folgenden seien stets: (M, d), (K, ρ) metrische Räume, (V, V ) ein Banach-Raum (nicht notwendigerweise endlichdimensional!),

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

Skript zur Analysis 1. Kapitel 3 Stetigkeit / Grenzwerte von Funktionen

Skript zur Analysis 1. Kapitel 3 Stetigkeit / Grenzwerte von Funktionen Skript zur Analysis 1 Kapitel 3 Stetigkeit / Grenzwerte von Funktionen von Prof. Dr. J. Cleven Fachhochschule Dortmund Fachbereich Informatik Oktober 2003 2 Inhaltsverzeichnis 3 Stetigkeit und Grenzwerte

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

Lineare Abhängigkeit

Lineare Abhängigkeit Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x

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

Universität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla

Universität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla Universität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla Sätze über Konvexität von Kapitel 4.7 bis 4.10 Theorem 4.7-1. Sei U ein konvexer Unterraum eines normierten Vektorraums. Dann

Mehr

Allgemeine Wahrscheinlichkeitsräume

Allgemeine Wahrscheinlichkeitsräume Kapitel 3 Allgemeine Wahrscheinlichkeitsräume 3. Einleitung Wir hatten schon bemerkt, dass der Begriff des diskreten Wahrscheinlichkeitsraums nicht ausreicht, um das unendliche Wiederholen eines Zufallsexperiments

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

1 Stochastische Prozesse in stetiger Zeit

1 Stochastische Prozesse in stetiger Zeit 1 Stochastische Prozesse in stetiger Zeit 1.1 Grundlagen Wir betrachten zufällige Prozesse, definiert auf einem Wahrscheinlichkeitsraum (Ω, F, P), welche Werte in einen fest gewählten Zustandsraum annehmen.

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt

Mehr

Halbgruppen, Gruppen, Ringe

Halbgruppen, Gruppen, Ringe Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die

Mehr

Vorlesungsmanuskript zu. Topologie. Werner Balser Institut für Angewandte Analysis. Wintersemester 2008/09

Vorlesungsmanuskript zu. Topologie. Werner Balser Institut für Angewandte Analysis. Wintersemester 2008/09 Vorlesungsmanuskript zu Topologie Werner Balser Institut für Angewandte Analysis Wintersemester 2008/09 Inhaltsverzeichnis 1 Topologische Räume 5 1.1 Normierte und metrische Räume................................

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

Lie Gruppen, SS 2010 Montag $Id: intro.tex,v /04/13 16:06:37 hk Exp hk $ Es wird etwas dauern bis wir in der Lage sind zu sagen was

Lie Gruppen, SS 2010 Montag $Id: intro.tex,v /04/13 16:06:37 hk Exp hk $ Es wird etwas dauern bis wir in der Lage sind zu sagen was $Id: intro.tex,v 1.3 2010/04/13 16:06:37 hk Exp hk $ 1 Einleitung Es wird etwas dauern bis wir in der Lage sind zu sagen was Lie Gruppen eigentlich sind. Dagegen ist es sehr wohl möglich bereits einige

Mehr

00. Einiges zum Vektorraum R n

00. Einiges zum Vektorraum R n 00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen

Mehr

Flüsse, Fixpunkte, Stabilität

Flüsse, Fixpunkte, Stabilität 1 Flüsse, Fixpunkte, Stabilität Proseminar: Theoretische Physik Yannic Borchard 7. Mai 2014 2 Motivation Die hier entwickelten Formalismen erlauben es, Aussagen über das Verhalten von Lösungen gewöhnlicher

Mehr

Lösungen der Übungsaufgaben von Kapitel 4

Lösungen der Übungsaufgaben von Kapitel 4 Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 4 zu 4.1 4.1.1 Eine Funktion f : R R sei als Nullfunktion für x 0 und als x x für x 0 definiert.

Mehr

Lösung der Prüfung Sommer 2009

Lösung der Prüfung Sommer 2009 Prof. D. Salamon Analysis I/II D-MATH, D-PHYS, D-CHAB ETH Zürich. Juni 9 Lösung der Prüfung Sommer 9. Berechnen Sie folgende Grenzwerte: (a) (b) Hinweis: Regel von de l Hospital. ( ( )) lim n n cos n lim

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

3 Reihen. 3.1 Konvergenz und Divergenz. Die Eindeutigkeit nach Satz 13 ergibt schließlich (5). (6) folgt aus (2) und (1) wegen. 1 a +log ba.

3 Reihen. 3.1 Konvergenz und Divergenz. Die Eindeutigkeit nach Satz 13 ergibt schließlich (5). (6) folgt aus (2) und (1) wegen. 1 a +log ba. Die Eindeutigkeit nach Satz 3 ergibt schließlich (5). (6) folgt aus (2) und () wegen Aussage (7) ergibt sich aus () und (6). 0 = log b = log b ( a a) = log b a +log ba. 3 Reihen 3. Konvergenz und Divergenz

Mehr

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen

Algebra und Diskrete Mathematik, PS3. Sommersemester Prüfungsfragen Algebra und Diskrete Mathematik, PS3 Sommersemester 2016 Prüfungsfragen Erläutern Sie die Sätze über die Division mit Rest für ganze Zahlen und für Polynome (mit Koeffizienten in einem Körper). Wodurch

Mehr

Definition: Differenzierbare Funktionen

Definition: Differenzierbare Funktionen Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ

Mehr

Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 +

Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 + 8 Reihen 38 8 Reihen Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe a 0 + a + a 2 + zu bilden. Wir wollen nun erklären, was wir darunter verstehen wollen. Zunächst kann man die

Mehr

lim Der Zwischenwertsatz besagt folgendes:

lim Der Zwischenwertsatz besagt folgendes: 2.3. Grenzwerte von Funktionen und Stetigkeit 35 Wir stellen nun die wichtigsten Sätze über stetige Funktionen auf abgeschlossenen Intervallen zusammen. Wenn man sagt, eine Funktion f:[a,b] R, definiert

Mehr

Analysis I. Universität Stuttgart, WS 05/06 M. Griesemer

Analysis I. Universität Stuttgart, WS 05/06 M. Griesemer Analysis I Universität Stuttgart, WS 05/06 M. Griesemer Inhaltsverzeichnis 1 Grundbegriffe 3 1.1 Aussagenlogik................................. 3 1.2 Mengen.................................... 4 1.3 Relationen...................................

Mehr

Mathematik für Anwender I. Beispielklausur I mit Lösungen

Mathematik für Anwender I. Beispielklausur I mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.

Mehr

PD Dr. R. Schätzle 1.11.1999. Maßtheoretische Methoden WS 1999/00

PD Dr. R. Schätzle 1.11.1999. Maßtheoretische Methoden WS 1999/00 ETH Zürich Departement für Mathematik PD Dr. R. Schätzle 1.11.1999 Maßtheoretische Methoden WS 1999/00 1.Übung AUFGABE 1: Es sei µ ein borelreguläres Maß auf einem metrischen Raum X und X = j=1 V j, wobei

Mehr

Einführung in die Statistik

Einführung in die Statistik Einführung in die Statistik Dr. C.J. Luchsinger 2 Zufallsgrössen Literatur Kapitel 2 * Statistik in Cartoons: Kapitel 4 * Krengel: 3.1 und 3.2 in 3 und (Honours Program) 10 sowie 11.1, 11.2 und 11.3 in

Mehr

Analysis II. Prof. Dr. H. Brenner Osnabrück SS 2014

Analysis II. Prof. Dr. H. Brenner Osnabrück SS 2014 Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 51 Für eine stetig differenzierbare Funktion ϕ: R R mit ϕ (P) > 0 in einem Punkt P R gibt es ein offenes Intervall P I =]P δ,p +δ, auf dem ϕ

Mehr

Theorie zufälliger Matrizen

Theorie zufälliger Matrizen Theorie zufälliger Matrizen Susanna Röblitz (geb. Kube) Disputationsvortrag Berlin, 17. Dezember 2008 1,000,000 $ Kernphysik Multivariate Statistik 17.12.2008 2/29 Susanna Röblitz 1,000,000 $ Kernphysik

Mehr

λ(a n ) n 1 = (λa n ) n 1. Abbildung 1: Graph einer Folge. b n = arctan(n), f n = cos(nπ), g n = n 2, h n = ( 1) n n.

λ(a n ) n 1 = (λa n ) n 1. Abbildung 1: Graph einer Folge. b n = arctan(n), f n = cos(nπ), g n = n 2, h n = ( 1) n n. Folgen Es sei X eine beliebige Menge. Eine Folge mit Werten in X ist eine Abbildung von N nach X. Es wird also jeder natürlichen Zahl n (dem Index) ein Element a n aus X zugeordnet (das n-te Folgenglied).

Mehr

1. Klausur. für bau immo tpbau

1. Klausur. für bau immo tpbau 1. Klausur Höhere Mathematik I/II für bau immo tpbau Wichtige Hinweise Die Bearbeitungszeit beträgt 120 Minuten. Verlangt und gewertet werden alle 6 Aufgaben. Bei Aufgabe 1 2 sind alle Lösungswege und

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heio Hoffmann WS 2013/14 Höhere Mathemati I für die Fachrichtung Informati Lösungsvorschläge zum 2. Übungsblatt Aufgabe

Mehr

Kapitel 3. Natürliche Zahlen und vollständige Induktion

Kapitel 3. Natürliche Zahlen und vollständige Induktion Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine

Mehr

x A, x / A x ist (nicht) Element von A. A B, A B A ist (nicht) Teilmenge von B. A B, A B A ist (nicht) echte Teilmenge von B.

x A, x / A x ist (nicht) Element von A. A B, A B A ist (nicht) Teilmenge von B. A B, A B A ist (nicht) echte Teilmenge von B. SBP Mathe Grundkurs 1 # 0 by Clifford Wolf # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das Lernen mit Lernkarten

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

8. Stetige Zufallsvariablen

8. Stetige Zufallsvariablen 8. Stetige Zufallsvariablen Idee: Eine Zufallsvariable X ist stetig, falls ihr Träger eine überabzählbare Teilmenge der reellen Zahlen R ist. Beispiel: Glücksrad mit stetigem Wertebereich [0, 2π] Von Interesse

Mehr

8 Konvergenzkriterien und Häufungswerte von Folgen in R

8 Konvergenzkriterien und Häufungswerte von Folgen in R 8 Konvergenzkriterien und Häufungswerte von Folgen in R 8.1 Konvergenz monotoner Folgen 8.2 Die Zahl e 8.3 Existenz monotoner Teilfolgen 8.4 Auswahlprinzip von Bolzano-Weierstraß 8.5 Konvergenzkriterium

Mehr

Analysis III. Vorlesung 87. Mannigfaltigkeiten mit Rand

Analysis III. Vorlesung 87. Mannigfaltigkeiten mit Rand Prof. Dr. H. Brenner Osnabrück WS 2015/2016 Analysis III Vorlesung 87 Mannigfaltigkeiten mit Rand Eine zweidimensionale Mannigfaltigkeit mit Rand. Der Rand besteht aus den vier geschlossenen Bögen. Definition

Mehr

Mathematik II. Vorlesung 49. Der Banachsche Fixpunktsatz

Mathematik II. Vorlesung 49. Der Banachsche Fixpunktsatz Prof. Dr. H. Brenner Osnabrück SS 2010 Mathematik II Vorlesung 49 Der Banachsche Fixpunktsatz Satz 49.1. Es sei M ein nicht-leerer vollständiger metrischer Raum und f :M M eine stark kontrahierende Abbildung.

Mehr