Spektraltheorie. 2. Übungsblatt - Lösungsvorschläge. (Elementare Aussagen über Spektrum & Resolventenfunktion)

Größe: px
Ab Seite anzeigen:

Download "Spektraltheorie. 2. Übungsblatt - Lösungsvorschläge. (Elementare Aussagen über Spektrum & Resolventenfunktion)"

Transkript

1 4.4.8 PD Dr. Peer Kunstmann M.Sc. Michael Ullmann Spektraltheorie. Übungsblatt - Lösungsvorschläge Aufgabe Elementare Aussagen über Spektrum & Resolventenfunktion Seien X, X, Y, Y Banachräume und S, T LX zwei Operatoren. Zeigen Sie die folgenden Aussagen: i Ist J : Y X ein stetiger Isomorphismus und definieren wir den Operator T : J T J LY, dann gilt: σ T σt. ii Sind Skalare λ, µ C gegeben und definieren wir den Operator B : λid X + µt LX, so gilt: iii Es gilt die allgemeine Resolventengleichung: σb λ + µσt : {λ + µ z : z σt }. Rλ, S Rλ, T Rλ, S S T Rλ, T für alle λ ρs ρt. iv Ist λ C mit λ > δ T LX für ein δ >, so gilt: λrλ, T LX < δ δ. Lösung von Aufgabe i Sei λ C. Dann gilt die Äquivalenz: λ ρt λid X T ist bijektiv J λid X T ist bijektiv J λid X T J ist bijektiv λ T ist bijektiv λ ρ T, ii Sei λ C. Fall.: µ. Dann ist B λid X. Es gilt: λid X B σt σ T. λ λ Id X ist invertierbar λ λ. Also ist ρb C\{λ} und damit auch σb λ + σt. Fall.: µ. Es gilt: λ ρb λid X B λ λid X + µt ist invertierbar [ ] λ λ µ µ µ T ist invertierbar da µ λ λ µ T ist invertierbar

2 λ λ ρt µ λ λ + µρt, iii Es gilt für alle λ ρt ρs: σb λ + µσt. Rλ, S Rλ, T Rλ, S Id X λid X S Rλ, T Rλ, S λid X T λid X S Rλ, T Rλ, SS T Rλ, T. iv Sei λ C mit λ > δ T LX, damit ist insbesondere λ ρt, da δ > ist. Nach der Vorlesung gilt durch die Potenzreihendarstellung der Resolventenfunktion: λrλ, T λ n T n. Damit gilt laut der Dreiecks-Ungleichung und der geometrischen Reihenformel: λrλ, T LX < n λ n T n Lx n n n δ δ δ. δ T LX n T n LX n δ Aufgabe Multiplikationsoperatoren Seien R d, X : C b, C : {f : C f stetig und beschränkt auf }, X : C, m X. Definiere die Abbildung: M m : X X, f m f. Zeigen Sie, dass M m wohl-definiert, M m LX mit M m LX m X ist. Geben Sie das Spektrum σ M m und die Resolventenfunktion R λ, M m für λ ρ M m an. Seien, A, µ ein σ-endlicher Maßraum, m: C eine µ-messbare Funktion, sowie p. Definiere die Abbildung: M m f : m f für Funktionen f : C. Zeigen Sie zuerst, dass M m L L p, µ m L, µ. In diesem Falle ist M m LLp,µ m L,µ. Geben Sie anschließend das Spektrum σ M m an. 3 Sei X : l Z, C mit X l Z. Definiere den Operator T : X X, u u n u n + u n+. Zeigen Sie, dass T wohl-definiert, T LX ist und bestimmen Sie das Spektrum σt. Hinweis: Nutzen Sie den isometrischen Isomorphismus l Z, C L,, C und Aufgabe i mit Aufgabe.

3 Lösung von Aufgabe M m wohl-definiert: Für f X ist M m f m f X, da das Produkt zweier stetiger und beschränkten Funktionen erneut stetig und beschränkt ist. M m linear: Klar, da das Produkt linear ist. M m stetig: Weiter gilt offensichtlich die Abschätzung: M m f X sup z mzfz sup z mz sup fz m X f X z für alle f X, M m LX m X. Für die andere Richtung setze f χ, dann ist f X mit f und X Damit gilt: M m f sup X z mzχ z sup mz m X. z M m LX m X. σ M m m: : Sei λ C\m. Dadurch ist z λ mz X und nach dem oberen Teil ist für alle f X mit Damit folgt: λ ρ M m mit R λ f : λ m f M λ m f X bzw.r λ LX λid X M m R λ R λ λid X M m Id X. R λ, M m f R λ f f, f X. λ m : Sei nun λ m. Dann gibt es ein z mit λm z. Demnach ist λid X M m f z λf z m z f z für alle f X, range λid X M m {g X : g z } X. Also ist λid X M m nicht surjektiv, λ σ M m. Aus der Abgeschlossenheit vom Spektrum folgt: m σ M m σ M m. O.B.d.A.: µ >, da. sonst µ L p, µ {} für alle p [, ] ist und wir M m LL p,µ m L,µ haben. : Sei M m L L p, µ. Annahme: m L,µ. Dies bedeutet: m L,µ inf {r : µ m > r }. Demnach ist µ m > n > für alle n N. Fixiere ein n N beliebig. Da, A, µ ein σ-endlicher Maßraum ist, gibt es eine Folge von A k k N A mit µ A k, und A k. Es gilt ebenfalls µ A k { m > n} > für mindestens ein k N, denn sonst würde wegen der σ-subadditivität µ m > n µ { m > n} µ A k { m > n} k k µ A k { m > n} gelten, was ein Widerspruch zur Annahme wäre. Wähle also k N mit k µ A k { m > n} > 3

4 und setze n : A k { m > n}. Setze für p < und f n : χ n für p. Damit gilt: f n : µ n p χ n normf nlp,µ für alle n N. Weiter folgt für p < : M m f n p L p,µ mxf n p dx µ n n mx p dx mxµ n p χ n x p dx µ n n n p dx n p M m f n L p,µ n, M m f n L,µ ess sup mxf n x ess sup mxχ n x ess sup mx n ess sup n n n für n. Demnach wäre der Operator M m unbeschränkt, was ein Widerspruch ist. : Sei nun m L, µ, so ist klar, dass M m linear ist und es gilt für p < M m f Lp,µ mf L p,µ mxfx p p dx m L,µ mxfx p dx M m f L,µ ess sup mxfx ess sup p m L,µ f L p,µ, mx ess sup fx m L,µ f L,µ für alle f L p, µ bzw. f L, µ. Damit ist M m L L p, µ mit M m LL p,µ m L,µ. Im Fall p erhalten wir Gleicheit durch betrachten der Funktion f χ wie bei, denn dann gilt f L,µ mit M m f L,µ ess sup mxχ x ess sup mx m L,µ, m L,µ M m LL,µ m L,µ, also M m LL,µ m L,µ. Betrachte von nun an also p <. Um Gleichheit bei der Operatornorm zu zeigen, sei ε > beliebig und setze } ε : { m > m L,µ ε. Wäre nun µ ε, so würde nach Definition der L -Norm m L,µ m L,µ ε gelten, was ein Widerspurch zu ε > ist, also ist µ ε >. Da, A, µ ein σ-endlicher Maßraum ist, ist auch ε, A, µ ein σ-endlicher Maßraum. Wähle wie oben eine Teilmenge ε ε mit < µ ε <. Setze die Funktion Dann ist f ε L p,µ mit M m f ε p L p,µ p f ε : µ ε. χ ε ε mxµ p p x χ ε dx 4

5 für ε +, bzw. Spektrum von M m : Wir zeigen für die Resolventenmenge: µ ε mx p dx ε > µ ε m ε L,µ dx ε m L,µ ε m L,µ m L,µ M m LLp,µ m L,µ, M m LLp,µ m L,µ. ρ M m {λ C: Es gibt ein δ > mit µ λ µ < δ }. : Sei λ ρ M m und setze N λ : {λ m }. Da der Operator λid L p,µ M m bijektiv ist, erhalten wir λidlp,µ M m χnλ χ Nλ µ N λ. Also können wir die Resolventenfunktion R λ, M m auf N C λ : \N λ ausdrücken durch R λ, M m f λ m f für f Lp, µ. Da z λ mz eine µ-messbare Funktion ist, folgt nach obigen, dass λ m L, µ ist. Also existiert eine Konstante C > mit µ λ m > C : Sei λ C so, dass ein δ > existiert mit µ λ m < C, λ {λ C: Es gibt ein δ > mit µ λ µ < δ }. µ λ m < δ. Dann ist per Definition λ µz δ für µ-fast alle z, was uns r λ : m λ L, µ liefert. Nach dem oberen Teil ist dadurch der Operator definiert durch R λ f : r λ f stetig/ beschränkt auf L p, µ und erfüllt die Gleichung λidlp,µ M m Rλ f R λ λidlp,µ M m f f für alle f L p, µ. Also ist λ ρ M m. Damit folgt für das Spektrum von M m : σ M m ess range m : {λ C: µ λ m < δ > für alle δ > }. 3 Laut Analysis III wissen wir, dass B : e in L,, C eine abzählbare orthonormale Basis des Hilbertraumes L,, C bildet, Koeffizienten α n C mit fθ α n e inθ für fast alle θ,. Definiere den Isometrischen Isomorphismus durch J linear: Klar, da die Reihe linear ist. J : l Z, C L,, C, u u n u n e in. für alle f L,, C gibt es 5

6 J injektiv/ isometrisch: Sei u u n l Z, C beliebig, so gilt: Ju L,,C n,m Z n,m Z u n u n u n e inθ dθ n,m Z u n u m e inθ e imθ dθ u n u m e inθ e imθ dθ u n u m δ n m u n u l Z,C, J L l Z, C, L,, C mit J Ll Z,C,L,,C. J surjektiv: Da B eine Basis von L,, C ist, liefert uns für f α n e in fast überall auf, : fast überall auf,, J ist surjektiv. J : Die Umkehrabbildung lautet also: Ähnlicher Operator zu T : Setze nun den ähnlichen Operator T zu T durch: Sei f J α n α n e inθ f J : L,, C l Z, C, f α n e inθ α n. T : JT J : L,, C L,, C. α n e inθ L,, C. Wir berechnen T f: T fθ JT J fθ JT α n θ α n e inθ + α n+ e inθ α n e inθ e iθ + α n e inθ e iθ e iθ + e iθ α n e inθ cosθfθ für fast alle θ,. Da cos L,, C ist mit ess rangecos rangecos [, ], da die Cosinus-Funktion stetig ist. Also folgt nach : σ T [, ]. 6

7 Nach Aufgabe Ai gilt: σt σ T [, ]. Aufgabe 3 Kleines Spektrum Seien X C [, ] mit X C [,], k C [, ] [, ]. Definiere den Operator T : X X durch T ft : kt, sfsds für f X, t [, ]. Zeigen Sie, dass T wohl-definiert ist mit T LX sup kt, s ds und das Spektrum t [,] besitzt. Lösung von Aufgabe 3 σt {} Seien f X, ε >, t [, ]. Stetigkeit von T f: O.B.d.A.: f, k. Da die Funktion k stetig ist auf [, ] [, ] und [, ] [, ] kompakt ist, ist die Funktion k gleichmäßig stetig auf [, ] [, ], also existiert ein δ > so, dass gilt für alle t, t s, s [, ] mit Sei nun t [, ] mit Dann gilt: T ft T f t ε k t, s k t, s < f X t t { < max δ, kt, sfsds kt, sfsds t t + s s < δ. t ε k C [,] [,] f X k t, s fsds k t, s fsds + [ kt, s k t, s ] t fsds k t, s fsds t }. k t, s fsds kt, s k t, s t fs ds + k t, s fs ds t ε t f f X ds + k X C [,] [,] f X ds t t t ε t + k C [,] [,] f X ε + k C [,] [,] f ε X k C [,] [,] f X ε + ε ε, die Funktion T f ist stetig auf [, ] da t beliebig war. T linear: T ist linear, da das Integral linear ist. Stetigkeit von T : Es gilt: T f LX sup t [,] kt, sfsds t k t, s fsds 7

8 sup t [,] sup t [,] kt, s fs ds kt, s ds f X, T ist stetig auf X. σt {}: Wir zeigen dazu, dass rt ist, dafür zeigen wir induktiv: T n ft n! tn k n C o [,] [,] f X für alle n N, t [, ]. Sei t [, ] beliebig. Induktionsanfang IA: n Es gilt: T ft kt, sfsds kt, s fs ds k C [,] [,] f X ds t k C [,] [,] f X! t k C [,] [,] f X. Induktionsvorausseztung IV: Sei n N fest, aber beliebig und für dieses n gelte T n fs n! sn k n C [,] [,] f X für alle s [, ]. Induktionsschluss IS: n n + Es gilt nach Induktionsvoraussetzung IV: T n+ ft T T n f t kt, st n fsds Aus der Abschätzung erhalten wir nun kt, s T n fs ds k C [,] [,] n! k n+ C [,] [,] f X n! k n+ C [,] [,] f X n! sn k n C [,] [,] f X ds s n ds [ n + sn+ n +! tn+ k n+ C [,] [,] f X. T n f X n! k n C [,] [,] f X, ] t also gilt für die Operatornorm von T n T n LX n! k n C [,] [,] für alle n N. Damit gilt laut Vorlesung: rt lim T k n n C n LX lim [,] [,] n n, n! nach den Stirlingschen Formeln. Da das Spektrum eines beschränkten/ stetigen Operators niemals leer ist siehe Vorlesung, gilt: σt {}. 8

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

ϕ k (t)ψ j (s) 2 ds)dt < folgt ϕ k (t)ψ j (s) δ j1,j 2 und daher handelt es sich um ein Orthonormalsystem in L 2 (Ω 1 Ω 2 ).

ϕ k (t)ψ j (s) 2 ds)dt < folgt ϕ k (t)ψ j (s) δ j1,j 2 und daher handelt es sich um ein Orthonormalsystem in L 2 (Ω 1 Ω 2 ). 1) a) Wir wollen zeigen, dass {ϕ k (t)ψ j (s)} j,k N0 eine Orthonormalbasis ist. Beachte dabei zunächst, dass (t, s) ϕ k (t)ψ j (s) für alle j, k N 0 messbare Abbildungen auf Ω 1 Ω 2 sind und da Ω 1 ϕ

Mehr

also ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges

also ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges 11. Kompakte Operatoren Seien X, Y Banachräume, und sei T : X Y ein linearer Operator. Definition 11.1. T heißt kompakt, enn T (B) eine kompakte Teilmenge von Y ist für alle beschränkten Mengen B X. Wir

Mehr

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x

Mehr

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

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R

Mehr

Eigenschaften kompakter Operatoren

Eigenschaften kompakter Operatoren Eigenschaften kompakter Operatoren Denition Seien X, Y normierte Räume und sei A : X Y linear. Dann heiÿt A kompakt (vollstetig), wenn für jede beschränkte Menge B X die Menge A(B) kompakt ist. Eigenschaften

Mehr

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

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

Mehr

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

ist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).

ist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1). Kapitel 4 Stetige lineare Funktionale 4.1 Der Satz von Hahn - Banach Definition 4.1. Sei X ein linearer normierter Raum über dem Körper K (R oder C). Ein linearer Operator f : X K heißt (reelles oder komplexes)

Mehr

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

Mehr

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

Konvergenz im quadratischen Mittel - Hilberträume

Konvergenz im quadratischen Mittel - Hilberträume CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften

Mehr

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

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

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

Mehr

Konvergenz im quadratischen Mittel und Parsevalsche Gleichung

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

Mehr

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

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

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

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

Mathematik III. Produkt-Präringe

Mathematik III. Produkt-Präringe Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 66 Es ist unser Ziel zu zeigen, dass auf der Produktmenge von Maßräumen unter recht allgemeinen Voraussetzungen ein Maß definiert ist,

Mehr

α + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus

α + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus 4. Dualräume und schwache Topologien Den Begriff des Dualraums hatten wir bereits in Kapitel 2 definiert. Der Dualraum X eines Banachraums X ist X = B(X, C). X ist mit der Abbildungsnorm F = sup x =1 F

Mehr

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2 4.1 Definition Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn xfy 1 xfy 2 = y 1 = y 2 Y heißt Zielbereich oder Zielmenge von f. Statt (x, y) f oder xfy schreibt man y = f(x). Vollständige

Mehr

Tutorübung 5. Analysis 2 für Lehramt TU Dortmund, Sommersemester 2014

Tutorübung 5. Analysis 2 für Lehramt TU Dortmund, Sommersemester 2014 Tutorübung 5 Analysis 2 für Lehramt TU Dortmund, Sommersemester 24 Aufgabe T Bestimme die Taylorreihen von (a) cos(x) um a. (b) ln(x) um a. (c) um a 2. +x Bestimme in allen Fällen das Taylorpolynom T n,a

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

Lösung zur Übung für Analysis einer Variablen WS 2016/17

Lösung zur Übung für Analysis einer Variablen WS 2016/17 Blatt Nr. 3 Prof. F. Merkl Lösung zur Übung für Analysis einer Variablen WS 206/7 Aufgabe Das Guthaben G setzt sich zusammen aus der Summe aller bisherigen Einzahlungen multipliziert mit ( + p) k, wobei

Mehr

2 Allgemeine Integrationstheorie

2 Allgemeine Integrationstheorie 2 Allgemeine Integrationstheorie In diesem Abschnitt ist (,S,µ) ein Maßraum, und wir betrachten R immer mit der σ Algebra B(R). Ziel ist es, messbare Funktionen f : R zu integrieren. Das Maß µ wird uns

Mehr

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

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

Folgerungen aus dem Auflösungsatz

Folgerungen aus dem Auflösungsatz Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und

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

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

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

Mehr

Stetigkeit. Definitionen. Beispiele

Stetigkeit. Definitionen. Beispiele Stetigkeit Definitionen Stetigkeit Sei f : D mit D eine Funktion. f heißt stetig in a D, falls für jede Folge x n in D (d.h. x n D für alle n ) mit lim x n a gilt: lim f x n f a. Die Funktion f : D heißt

Mehr

Satz 2.3. Jeder lineare normierte Raum wird durch Einführung einer Metrik

Satz 2.3. Jeder lineare normierte Raum wird durch Einführung einer Metrik Kapitel Lineare normierte Räume.1 Allgemeiner Überblick Definition.1. Eine Menge X, in der über einem Zahlenkörper K (K = R oder K = C) die Addition und λ-multiplikation mit den üblichen Verbindungsaxiomen

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

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

Ljapunov Exponenten. Reiner Lauterbach

Ljapunov Exponenten. Reiner Lauterbach Ljapunov Exponenten Reiner Lauterbach 28. Februar 2003 2 Zusammenfassung n diesem Teil betrachten wir ein wichtiges Thema: sensitive Abhängigkeit. Zunächst hat man ja stetige Abhängigkeit, wie man sie

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

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

15 Hauptsätze über stetige Funktionen

15 Hauptsätze über stetige Funktionen 15 Hauptsätze über stetige Funktionen 15.1 Extremalsatz von Weierstraß 15.2 Zwischenwertsatz für stetige Funktionen 15.3 Nullstellensatz von Bolzano 15.5 Stetige Funktionen sind intervalltreu 15.6 Umkehrfunktionen

Mehr

Proseminar Lineare Algebra II, SS 11. Blatt

Proseminar Lineare Algebra II, SS 11. Blatt Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2

Mehr

Probeklausur am

Probeklausur am Mathematik IV für Studierende der Physik Dr. Vsevolod Shevchishin Probeklausur am 7.07.2010 Bearbeitungszeit: 60 min Name, Vorname:.......................................................................

Mehr

σ-algebren, Definition des Maßraums

σ-algebren, Definition des Maßraums σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven

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

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden

Mehr

Mathematik I. Zusammenhängende Räume

Mathematik I. Zusammenhängende Räume Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 21 Die beiden nächsten Vorlesungen kann man unter dem Aspekt sehen, welche topologischen Eigenenschaften die reellen Zahlen gegenüber

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 11 Einleitung Es wird eine 15-minütige Mikroklausur geschrieben. i) Sei D R oderd C. Wann heißt

Mehr

Kapitel 19. Das Lebesgue Maß σ Algebren und Maße

Kapitel 19. Das Lebesgue Maß σ Algebren und Maße Kapitel 19 Das Lebesgue Maß 19.1 σ Algebren und Maße 19.2 Das äußere Lebesgue Maß 19.3 Das Lebesgue Maß 19.4 Charakterisierungen des Lebesgue Maßes 19.5 Messbare Funktionen 19.1 σ Algebren und Maße Wir

Mehr

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt 2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,

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

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen 11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen Ziel: Wir wollen lokale Extrema von Funktionen f : M R untersuchen, wobei M R n eine k-dimensionale Untermannigfaltigkeit des

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

KONSTRUKTION VON MASSEN

KONSTRUKTION VON MASSEN KONSTRUKTION VON MASSEN MARCUS HEITEL 1. Einleitung Wir wollen im Folgenden das Lebesguemaß konstruieren. Dieses soll die Eigenschaft λ ( [a, b = b a für a, b R besitzen. Nun ist ein Maß aber auf einer

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

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 11. Oktober 2013

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 11. Oktober 2013 Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 11. Oktober 2013 3 Fortsetzung von Prämassen zu Massen Der Begriff des Prämasses ist nicht ausreichend, um eine geschmeidige Integrationstheorie

Mehr

Regulär variierende Funktionen

Regulär variierende Funktionen KAPITEL 4 Regulär variierende Funktionen Unser nächstes Ziel ist es, die Max-Anziehungsbereiche der Extremwertverteilungen zu beschreiben. Dies wird im nächsten Kapitel geschehen. Wir haben bereits gesehen,

Mehr

Lösungen zu den Hausaufgaben zur Analysis II

Lösungen zu den Hausaufgaben zur Analysis II Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

Surjektive, injektive und bijektive Funktionen.

Surjektive, injektive und bijektive Funktionen. Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens

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

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

Lehrstuhl IV Stochastik & Analysis. Stochastik II. Wahrscheinlichkeitstheorie I. Skriptum nach einer Vorlesung von Hans-Peter Scheffler

Lehrstuhl IV Stochastik & Analysis. Stochastik II. Wahrscheinlichkeitstheorie I. Skriptum nach einer Vorlesung von Hans-Peter Scheffler Fachschaft Mathematik Uni Dortmund Lehrstuhl IV Stochastik & Analysis Stochastik II Wahrscheinlichkeitstheorie I Skriptum nach einer Vorlesung von Hans-Peter Scheffler Letzte Änderung: 26. November 2002

Mehr

A N A L Y S I S I F Ü R T P H, U E ( ) 1. Übungstest (FR, ) (mit Lösung )

A N A L Y S I S I F Ü R T P H, U E ( ) 1. Übungstest (FR, ) (mit Lösung ) Institut für Analysis und Scientific Computing TU Wien W. Auzinger WS 05/6 A N A L Y S I S I F Ü R T P H, U E (03.088). Übungstest (FR, 6..05) (mit Lösung ) Aufgabe. a ) Wandeln Sie die periodische Dezimalzahl

Mehr

Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator

Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Universität Bielefeld Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Matthieu Felsinger Universität Bielefeld Mathematisches Kolloquium, TU Clausthal 05. Februar 2014 1 Einleitung

Mehr

Funktionalanalysis I und II. Eine Zusammenfassung

Funktionalanalysis I und II. Eine Zusammenfassung Funktionalanalysis I und II Eine Zusammenfassung Kai Gehrs acrowley@mupad.de 16. Februar 2007 Zusammenfassung Der folgende Text soll einen groben Überblick über die grundlegenden Konzepte und Resultate

Mehr

Formelsammlung zum Starterstudium Mathematik

Formelsammlung zum Starterstudium Mathematik Formelsammlung zum Starterstudium Mathematik Universität des Saarlandes ¼ Version.3 Inhaltsverzeichnis. Potenzgesetze. Vollständige Induktion 3. Betragsgleichungen, Betragsungleichungen 4 4. Folgen und

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

Spickzettel Mathe C1

Spickzettel Mathe C1 Spickzettel Mathe C1 1 Mengenlehre 1.1 Potenzmenge Die Potenzmenge P (Ω) einer Menge Ω ist die Menge aller Teilmengen von Ω. Dabei gilt: P (Ω) := {A A Ω} card P (Ω) = 2 card Ω P (Ω) 1.2 Mengenalgebra Eine

Mehr

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss.

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss. 1. Konvexität in der absoluten Ebene In einem Dreieck in der Euklidischen Ebene hat die Strecke zwischen zwei Seitenmittelpunkten die halbe Länge der dritten Seite. In der absoluten Ebene hat man eine

Mehr

Repetitorium Mathe 1

Repetitorium Mathe 1 Übungsaufgaben Skript Repetitorium Mathe 1 WS 2014/15 25./26.01. und 31.01./01.02.2015 Inhaltsverzeichnis 1 Bruchrechnung 2 2 Zahlsysteme 2 3 Arithmetisches und geometrisches Mittel 2 4 Wachstum 2 5 Lineare

Mehr

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung

Mehr

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,

Mehr

2 Die Dimension eines Vektorraums

2 Die Dimension eines Vektorraums 2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1

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

Elementare Beweismethoden

Elementare Beweismethoden Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe

Mehr

4.5 Schranken an die Dichte von Kugelpackungen

4.5 Schranken an die Dichte von Kugelpackungen Gitter und Codes c Rudolf Scharlau 19. Juli 2009 341 4.5 Schranken an die Dichte von Kugelpackungen Schon in Abschnitt 1.4 hatten wir die Dichte einer Kugelpackung, speziell eines Gitters bzw. einer quadratischen

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

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

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

Lineare Algebra I Zusammenfassung

Lineare Algebra I Zusammenfassung Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition

Mehr

Fraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß:

Fraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß: Universität Regensburg Sommersemester 013 Daniel Heiß: 9: Metrische äußere Maße II I Das mehrdimensionale Lebesguemaß 1.1 Definition (i) Für reelle Zahlen a b, c d ist ein Rechteck im R die Menge R = a,

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar. Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzungen zur Vorlesung: Hinweis:

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

Funktionalanalysis. Vorlesungsskript Sommersemester Bernd Schmidt. Version vom 31. Juli 2012

Funktionalanalysis. Vorlesungsskript Sommersemester Bernd Schmidt. Version vom 31. Juli 2012 Funktionalanalysis Vorlesungsskript Sommersemester 2012 Bernd Schmidt Version vom 31. Juli 2012 Institut für Mathematik, Universität Augsburg, Universitätsstr. 14, 86135 Augsburg, bernd.schmidt@math.uni-augsburg.de

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

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0 KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe

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

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

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

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

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen Seminar Fraktionale Differentialgleichungen Prof. Dr. P.E. Kloeden, WS1000/2001 Caputo fraktionale Differentialgleichungen Lars Grüne, 25.1.2001 Basierend auf Fractional Differential Equations, Theory

Mehr

Maße auf Produkträumen

Maße auf Produkträumen Maße auf Produkträumen Es seien (, Ω 1 ) und (X 2, Ω 2 ) zwei Meßräume. Wir wollen uns zuerst überlegen, wie wir ausgehend davon eine geeignete σ-algebra auf X 2 definieren können. Wir betrachten die Menge

Mehr

Kapitel 6. Exponentialfunktion

Kapitel 6. Exponentialfunktion Kapitel 6. Exponentialfunktion 6.1. Potenzreihen In Kap. 4 haben wir Reihen ν=0 a ν studiert, wo die Glieder feste Zahlen sind. Die Summe solcher Reihen ist wieder eine Zahl, z.b. die Eulersche Zahl e.

Mehr

3.5 Glattheit von Funktionen und asymptotisches Verhalten der Fourierkoeffizienten

3.5 Glattheit von Funktionen und asymptotisches Verhalten der Fourierkoeffizienten Folgerung 3.33 Es sei f : T C in einem Punkt x T Hölder stetig, d.h. es gibt ein C > und ein < α 1 so, dass f(x) f(x ) C x x α für alle x T. Dann gilt lim N S N f(x ) = f(x ). Folgerung 3.34 Es f : T C

Mehr

Der Primzahlsatz. Es gibt eine Konstante A, so daß f(x) g(x) Ah(x) für alle genügend großen x.

Der Primzahlsatz. Es gibt eine Konstante A, so daß f(x) g(x) Ah(x) für alle genügend großen x. Der Primzahlsatz Zusammenfassung Im Jahr 896 wurde von Hadamard und de la Vallée Poussin der Primzahlsatz bewiesen: Die Anzahl der Primzahlen kleiner gleich verhält sich asymptotisch wie / log. Für ihren

Mehr

Übungen zur Vorlesung. Grundlagen der Geometrie. PD Dr. S. Sagave. Wintersemester 2014/15

Übungen zur Vorlesung. Grundlagen der Geometrie. PD Dr. S. Sagave.  Wintersemester 2014/15 Blatt 1, 13.10.2014 Aufgabe 1.1. Sei (E, G) eine Ebene, also eine Menge E zusammen mit einer Menge von Teilmengen G, so dass die Inzidenzaxiome (A1) bis (A4) erfüllt sind. Sei E E eine Teilmenge, die nicht

Mehr

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

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

Mehr

17 Logarithmus und allgemeine Potenz

17 Logarithmus und allgemeine Potenz 7 Logarithmus und allgemeine Potenz 7. Der natürliche Logarithmus 7.3 Die allgemeine Potenz 7.4 Die Exponentialfunktion zur Basis a 7.5 Die Potenzfunktion zum Exponenten b 7.6 Die Logarithmusfunktion zur

Mehr

Berechenbare Funktionalanalysis und kompakte Operatoren

Berechenbare Funktionalanalysis und kompakte Operatoren Berechenbare Funktionalanalysis und kompakte Operatoren Volker Bosserhoff Oberseminar der Fakultät für Informatik, 22. Juli 2008 Typ-2-Berechenbarkeit Rechnen mit endlichen Objekten Σ := {0, 1}. f : Σ

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