Fourierreihen und Funktionentheorie. 1 Der Poisson-Kern
|
|
- Vincent Heidrich
- vor 6 Jahren
- Abrufe
Transkript
1 Vortrag zum Seminar Fourieranalysis, Corinna Schaaf Bisher haben wir Fourierreihen, die auf dem orus {x R : π x < π} definiert sind, betrachtet. Es ist jedoch auch möglich, Fourierreihen auf der Kreislinie D {exp(it), t } der Kreisscheibe D {z C : z < } zu betrachten. Im folgenden Vortrag sollen Fourier-Reihen in diesem Kontext behandelt werden. Der Poisson-Kern In diesem Abschnitt wird der Poisson-Kern definiert und einige seiner grundlegenden Eigenschaften gezeigt. Der Poisson-Kern wird für den Beweis der zentralen Aussage dieses Vortrags benötigt. (.) Definition (Poisson-Kern) Sei θ, 0 r <. Dann definieren wir die Funktion P r (θ) : r n exp(inθ). n Diese Funktion nennen wir Poisson-Kern. (.) Lemma Sei P r der Poisson-Kern wie in Definition (.), θ und 0 r <. Dann gilt: r P r (θ) r cos(θ) + r
2 Der Poisson-Kern Beweis P r (θ) r n exp(inθ) n r n exp(inθ) + + r n exp(inθ) n r n exp( inθ) + + r n exp(inθ) r exp( iθ) r exp( iθ) + + r exp(iθ) r exp(iθ) (geom. Reihe) (r exp( iθ) r ) + ( r exp( iθ)) r exp(iθ + r ) + (r exp(iθ) r ) r exp( iθ) r exp(iθ) + r r rcos(θ) + r Der Poisson-Kern hat drei wichtige Eigenschaften: (.3) Lemma Gegeben sei der Poisson-Kern wie oben. Dann gilt: a) P r (θ) 0 für alle θ, 0 r < b) P r (θ) glm. 0 für r, θ \[ δ, δ] c) P r (θ)dθ für 0 r <.
3 Der Poisson-Kern Beweis a) r P r (θ) r cos(θ) + r (.) ) r 0, für 0 r < ) r cos(θ) + r cos (θ) + sin (θ) r cos(θ) + r (cos(θ) r) + sin (θ) 0, für 0 r < P r (θ) 0 b). Fall θ [ π, π ]\[ δ, δ]: r cos(θ) + r ( r cos(θ)) + r sin (θ) ( r cos(θ)) ( r cos(θ) ) > ( cos(θ) ) 0 P r (θ) a) r rcos(θ) + r Lemma.) < r ( cos(θ) ) r ( cos(δ) ) glm. 0 für r 3
4 Der Poisson-Kern. Fall θ [ π, π]\[ π, π ]: r cos(θ) + r ( r cos(θ)) 0 P r (θ) r rcos(θ) + r < r ( cos(θ)) r cos(θ) r glm. 0 für r Aus dem. und. Fall folgt die Behauptung. c) P r (y)dy (g) g(t y)p r (y)dy g(x)exp( inx)dx r n exp(int) exp( inx)dx r n exp(int) 0, f alls n 0 (.) Um ein Springen zwischen den Beweisen zu verhindern, wird hier schon die Vorüberlegung aus (.) als gültig angenommen. Summe und Integral können hier vertauscht werden, da n g(x)r n exp( in(x t)) gerade nach der Vorüberlegung in (.) gleichmäßig konvergiert und das Integral über ein abgeschlossenes Intervall,, gebildet wird. 4
5 Die folgenden Sätze dienen der Vorbereitung der weiteren Vorträge. Dabei ist besonders der Satz (.3) wichtig für den Vortrag zum hema Lösung des Dirichlet- Problems mittels Fourier-Reihen. (.) Satz Sei f : D C stetig. Setze g(θ) f (exp(iθ)) und a n ĝ(n), dann gilt: a) b) a n r n exp(inθ) konvergiert gleichmäßig für alle 0 r <. n a n r n exp(inθ) f (exp(iθ)) g(θ) für alle θ für r. n Dieser Satz sagt aus, dass f (exp(iθ)) der gleichmäßige Grenzwert für r von einer auf D definierten Funktion n a n r n exp(inθ) ist. Um diesen Satz zu beweisen, genügt es, folgendes, einfacheres Ergebnis zu beweisen: (.) Satz Wenn g : C stetig ist, dann gilt: a) b) ĝ(n) r n exp(int) konvergiert gleichmäßig für alle t für alle 0 r <. n ĝ(n) r n exp(int) glm. g(t) für alle t für r. n Beweis Zunächst beweisen wir die Aussage des Satzes (.). Dazu nehmen wir an, dass Satz (.) gilt: Setze g(θ) f (exp(iθ)) und a n ĝ(n) (also gerade wie in Satz (.) gegeben) in die Reihen aus (.) ein. Man erhält sofort (.). 5
6 Es bleibt also nun noch zu zeigen, dass der Satz (.) gültig ist. Beweis a) Da g stetig auf [ π, π) ist und beschränkt durch g(t) M gilt: und damit ĝ(n) g(t) exp( int)dt g(t) exp( int) dt M dt n Wir betrachten nun die Reihe Somit konvegiert Mr n M n n M (vgl. Krieg, Analysis II, I,,0). M ĝ(n)r n exp(int) ĝ(n)r n exp(int) n ( n0 Mr n : n0 r n + r n ) r ( r + Mr n. ) Mr n n (geometrische Reihe) M + r r <, da r < ĝ(n)r n exp(int) nach dem Weierstraßschen Majoranten-Kriterium Wir setzen ĝ(n)r n exp(int) P r (g, t) n Zu zeigen ist nun noch, dass das P r (g, t) gegen g(t) konvergiert. Um dies zu zeigen, machen wir zunächst folgende Vorüberlegung: 6
7 Da g stetig auf und beschränkt durch g(x) M x ist, gilt für N() N() 0 und P() P() 0: N() g(x)r n N() exp( i n (x t)) g(x)r n exp( i n (x t)) n P() n P() P() g(x)r n exp( i n (x t)) + g(x)r n exp( i n (x t)) n P() P() n P() P() n P() g(x)r n exp( i n (x t)) + N() nn()+ g(x) r n exp( i n (x t)) + N() nn()+ N() nn()+ g(x)r n exp( i n (x t)) g(x) r n exp( i n (x t)) P() N() Mr n + Mr n n P() nn()+ P() M ( M ( n P() P() M ( geom.reihe M M M P() np()+ n0 r n r n + r n + M ( rp()+ r P() r n + n0 N() r n ) nn()+ N() r n ) nn()+ N() r n n0 rp()+ r N() r n ) n0 + rn()+ r rn()+ ) r r r (( rp() ) ( r P() ) + ( r N() ) ( r N() )) r r ( rp() + r P() r N() + r N() ) r r (rp() + r N() ) 0 für N(), P(), da r< ist. 7
8 Wir wissen also, dass n g(x)r n exp( in(x t)) gleichmäßig konvergiert nach dem Cauchy schen Konvergenzkriterium. Mit Hilfe dieses Ergebnisses können wir nun P r (g, t) umschreiben: P r (g, t) n n n ĝ(n)r n exp(int) g(x)exp( inx)dx r n exp(int) g(x)r n exp(in(t x))dx g(x)r n exp(in(t x))dx n g(x) n g(x)p r (t x)dx g(t y)p r (y)dy r n exp(in(t x))dx ĝ(n) eingesetzt glm. konv., über endl. Intervall Def. Poisson-Kern Subst. t-xy 8
9 Des Weiteren wissen wir noch:. g ist Riemann-integrierbar auf dem abgeschlossenen Intervall [ π, π], und somit beschränkt: g(y) M für ein M R und für alle y. Nach Voraussetzung ist g stetig in y. Nach Definition der Stetigkeit muss also für alle ɛ > 0 (mindestens) ein δ(y, ɛ) existiert mit f (y) f (t) ɛ für alle y mit y t δ. 3. Wir wissen aus Lemma (.3 a), dass P r (θ) dθ θ [ δ,δ] θ [ δ,δ] P r (θ)dθ P r (θ)dθ 4. Aus der gleichmäßigen Konvergenz des Poisson-Kerns außerhalb des Intervalls [ δ, δ] folgt bei einem festen δ, dass gilt: P r (θ) ɛ 4M für alle θ / [ δ, δ] und r. 9
10 Nun zeigen wir die Behauptung (.) b): P r (g, t) g(t) Unglg. + g(t y)p r (y)dy g(t) g(t y)p r (y)dy g(t) P r (y)dy g(t y)p r (y)dy g(t)p r (y)dy (g(t y) g(t))p r (y)dy y [ δ,δ] y/ [ δ,δ] (g(t y) g(t))p r (y)dy (g(t y) g(t))p r (y)dy (.3) c 0
11 Unglg. y [ δ,δ] g(t y) g(t) P r (y) dy ɛ y δ Unglg.,(),() + ɛ y/ [ δ,δ] y [ δ,δ] ( g(t y) + g(t) ) P r (y) dy M M P r (y) dy + M y/ [ δ,δ] P r (y) dy (3),(4) ɛ y [ δ,δ] P r (y) dy ɛ + ɛ 4π ɛ + ɛ, (.3) y/ [ δ,δ] dy π 4π ɛ ds ɛ π + M ɛ für alle n N(ɛ). y/ [ δ,δ] ɛ 4M dy Somit ist gezeigt, dass g(t) konvergiert. ĝ(n) r n exp(int) für alle t für r gleichmäßig gegen n Im folgenden Satz werden drei wichtige Eigenschaften einer Funktion f mit f : D C gezeigt.
12 (.3) Satz Sei f : D C stetig. Setze g(θ) f (exp(iθ)) und a n ĝ(n) (also gerade wie in (.)), dann gilt: a) f (z) a 0 + a n z n und f (z) a 0 + a n z n sind wohldefinierte analytische Funktionen auf D : {z C : z < }. b) Wenn wir F(z) f (z) + f (z ) für z D F(z) f (z) für z D setzen, dann ist F eine wohldefinierte, stetige Funktion auf der abgeschlossenen Kreisscheibe D D D {z C : z }. c) Ist f reellwertig, so ist auch F reellwertig. Beweis a) Aus Analysis I (IV, 4.4) ist bekannt: Ist w 0 C, so dass die Folge (a n w n ) n 0 beschränkt ist, dann konvergiert die Reihe n l a n z n, l Z für alle z C mit z < w Setzen wir nun w und l 0, dann gilt mit: a n ĝ(n) M, dass n 0 a n z n a n z n absolut konvergiert für z <. Mit Cauchy-Hadamard können die Konvergenzradien von f und f berechnet werden: R lim sup n n a n lim sup n n ĝ(n) lim sup n n M
13 Daraus folgt, dass die beiden Funktionen f (z), f (z) einen Konvergenzradius von mindestens haben. Da eine Potenzreihe innerhalb ihres Konvergenzradius analytisch ist, ist die Behauptung gezeigt. b) F ist stetig für alle z mit z <. Es bleibt zu zeigen: F ist stetig in z 0 mit z 0 D, also mit z 0 : F(rexp(iθ)) a 0 + a n r n exp(inθ) + a 0 + a n r n exp( inθ) a n r n exp(inθ) glm f (exp(iθ)) n (.),b) F(exp(iθ)), für r Es bleibt noch der Stetigkeitsbeweis mit dem ɛ, δ-kriterium: Für ein ɛ > 0 existiert ein δ (ɛ) > 0 und ein δ (ɛ) > 0, so dass gilt: und f (exp(iθ)) f (exp(iθ 0 )) < ɛ für θ θ 0 < δ F(r exp(iθ)) F(exp(iθ)) < ɛ für δ < r Dann gilt für θ θ 0 < δ und δ < r : ɛ ɛ + ɛ F(r exp(iθ) F(exp(iθ)) + f (exp(iθ)) f (exp(iθ 0 )) Unglg. F(r exp(iθ)) F(exp(iθ)) + f (exp(iθ)) f (exp(iθ 0 )) 0, da au f D F(z) f (z) gilt F(r exp(iθ)) f (exp(iθ 0 )) F(r exp(iθ)) F(exp(iθ 0 )) 3
14 Für z 0 exp(iθ 0 ), z 0 w < min{δ (ɛ),δ (ɛ), } und w gilt: F(z) F(z 0 ) < ɛ. Also ist F stetig auf D {z : z }. c) Es gilt: ĝ( n) Nun betrachten wir: g(t) exp(int) dt ( g(t) exp( int) dt) ĝ(n) F(z) f (z) + f (z ) a 0 + a n z n + a 0 + a n (z ) n a 0 + a n z n + a n (z n ) a 0 + ĝ(n)z n + ĝ( n)(z n ) a 0 + ĝ(n)z n + ĝ(n) (z n ) a 0 + ĝ(n)z n + (ĝ(n)(z n )) a 0 + [ĝ(n)z n + (ĝ(n)(z n )) ] R F(z) R 4
Der Satz von FEJÉR und die CESÀRO- Summation
Schriftliche Ausarbeitung im Rahmen des Seminars zur Fourieranalysis Der Satz von FEJÉR und die CESÀRO- Summation vorgelegt von SEBASIAN MESS dem Lehrstuhl A für Mathematik der RWH AACHEN Betreuer: PROF.
MehrPunktweise Konvergenz stückweise glatter Funktionen. 1 Vorbereitungen
Vortrag zum Seminar zur Fourieranalysis, 3.10.007 Margarete Tenhaak Im letzten Vortrag wurde die Fourier-Reihe einer -periodischen Funktion definiert. Fourier behauptete, dass die Fourier-Reihe einer periodischen
MehrLösungsvorschlag zur Übungsklausur zur Analysis I
Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 NWF I - Mathematik 9..9 Universität Regensburg Lösungsvorschlag zur Übungsklausur zur Analysis I Frage 1 Vervollständigen Sie die folgenden
MehrAnalysis I (HS 2016): SUMMIERBARE FAMILIEN
Analysis I (HS 2016: SUMMIERBARE FAMILIEN Dietmar A. Salamon ETH-Zürich 26. Oktober 2016 Zusammenfassung Dieses Manuskript enthält eine Einführung in den Begriff einer summierbaren Familie reeller oder
MehrFolgen und Reihen von Funktionen
Folgen und Reihen von Funktionen Sehr häufig treten in der Mathematik Folgen bzw. Reihen von Funktionen auf. Ist etwa (f n ) eine Folge von Funktionen, dann können wir uns für ein festes x fragen, ob die
MehrDie komplexe Exponentialfunktion und die Winkelfunktionen
Die komplexe Exponentialfunktion und die Winkelfunktionen In dieser Zusammenfassung werden die für uns wichtigsten Eigenschaften der komplexen und reellen Exponentialfunktion sowie der Winkelfunktionen
MehrKonvergenz 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
MehrUnterricht 13: Wiederholung.
, 1 I Unterricht 13: Wiederholung. Erinnerungen: Die kleinen Übungen nden diese Woche statt. Zur Prüfung müssen Sie Lichtbildausweis (Personalausweis oder Reisepass) Studierendenausweis mitbringen. I.1
MehrMathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf. Probeklausur
Mathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf Probeklausur Diese Probeklausur soll a) als Test für euch selber dienen, b) die Vorbereitung auf die Klausur
MehrDie 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
MehrAbsolute Konvergenz. Definition 3.8. Beispiel 3.9. Eine Reihe. a n. konvergent ist. Die alternierende harmonische Reihe aber nicht absolut konvergent.
Definition 3.8 Eine Reihe n=1 a n heißt absolut konvergent, wenn die Reihe konvergent ist. a n n=1 Beispiel 3.9 Die alternierende harmonische Reihe aber nicht absolut konvergent. n=1 ( 1)n 1 n ist zwar
MehrFolgen und Reihen. Thomas Blasi
Folgen und Reihen Thomas Blasi 02.03.2009 Inhaltsverzeichnis Folgen und Grenzwerte 2. Definitionen und Bemerkungen............................. 2.2 Konvergenz und Beschränktheit.............................
MehrLösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A)
Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, 10.1.009 (Version A) Kennwort: Übungsgruppe: (Sie können ein beliebiges Kennwort wählen, um Ihre Anonymität zu wahren! Da die Probeklausur
MehrINGENIEURMATHEMATIK. 8. Reihen. Sommersemester Prof. Dr. Gunar Matthies
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 8. Reihen Prof. Dr. Gunar Matthies Sommersemester 2016 G. Matthies Ingenieurmathematik
MehrAnalysis I. 7. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 7. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Eine surjektive Abbildung f: L M. () Ein archimedisch
MehrLösungen der Übungsaufgaben von Kapitel 3
Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen
MehrVorlesung 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,
MehrSS 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
MehrKapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C
Kapitel 5. Die trigonometrischen Funktionen 5.1. Die komplexen Zahlen 5.. Folgen und Reihen in C 5.10. Definition. Eine Folge (c n n N komplexer Zahlen heißt konvergent gegen c C, falls zu jedem ε > 0
Mehr1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen
1 Einleitung Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis 1 aus dem Wintersemester 2008/09
MehrReihen, Exponentialfunktion Vorlesung
Reihen, Exponentialfunktion Vorlesung Marcus Jung 5.03.20 Inhaltsverzeichnis Inhaltsverzeichnis Reihen 3. Denition.................................... 3.2 Konvergenzkriterien für Reihen........................
MehrFourierreihen und -transformation
Kapitel Fourierreihen und -transformation. Fourierreihen 8 postulierte Fourier (ohne stichhaltige Beweise: Jede beliebige Funktion f(x mit Periode, d. h. f(x = f(x +, lässt sich in eine Reihe der Gestalt
Mehrc < 1, (1) c k x k0 c k = x k0
4.14 Satz (Quotientenkriterium). Es sei (x k ) Folge in K. Falls ein k 0 existiert, so dass für k k 0 gilt x k 0 und x k+1 x k c < 1, (1) so ist x k absolut konvergent. Beweis. Aus (1) folgt mit vollständiger
Mehr3 Grenzwert und Stetigkeit 1
3 Grenzwert und Stetigkeit 3. Grenzwerte bei Funktionen In diesem Abschnitt gilt: I ist immer ein beliebiges Intervall, 0 I oder einer der Endpunkte. 3.. Definition Sei I Intervall, 0 IR und 0 I oder Endpunkt
MehrStetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543
Kapitel 4 Stetigkeit Peter Becker (H-BRS) Analysis Sommersemester 2016 254 / 543 Inhalt Inhalt 4 Stetigkeit Eigenschaften stetiger Funktionen Funktionenfolgen und gleichmäßige Konvergenz Umkehrfunktionen
MehrÜbungen Analysis I WS 03/04
Blatt Abgabe: Mittwoch, 29.0.03 Aufgabe : Beweisen Sie, daß für jede natürliche Zahl n gilt: n ( ) n (x + y) n = x i y n i, i (b) n ν 2 = ν= i=0 n(n + )(2n + ), 6 (c) 2 3n ist durch 7 teilbar. Aufgabe
MehrVorlesungen Analysis von B. Bank
Vorlesungen Analysis von B. Bank vom 23.4.2002 und 26.4.2002 Zunächst noch zur Stetigkeit von Funktionen f : D(f) C, wobei D(f) C. (Der Text schliesst unmittelbar an die Vorlesung vom 19.4.2002 an.) Auf
MehrAnalysis II - 1. Klausur
Analysis II -. Klausur Sommersemester 25 Vorname: Name: Aufgabe Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Aufgabe 9 Summe Analysis II -. Klausur 2.5.25 Aufgabe 2 Punkte Berechnen
MehrPotenzreihenentwicklung im Reellen und Komplexen
Potenzreihenentwicklung im Reellen und Komplexen Christoph Lassnig 26. Januar 20 Zusammenfassung Dieses Dokument bietet einen kleinen Überblick über Potenzreihen, sowie auf ihnen aufbauenden Sätzen und
MehrFerienkurs Analysis 1
Skript Ferienkurs Analysis 1 Fabian Hafner und Thomas Baldauf TUM Wintersemester 2016/17 04.04.2017 Das Skript wurde teilweise übernommen vom Skript des Ferienkurses WS 2014, verfasst von Andreas Wörfel.
MehrTechnische Universität Berlin. Klausur Analysis I
SS 2008 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis I 4.07.2008 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung
MehrSpickzettel 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
MehrKonvergenz im quadratischen Mittel und die Parsevelsche Gleichung
Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung Skript zum Vortrag im Proseminar Analysis bei Dr. Gerhard Mülich Christian Maaß 6.Mai 8 Im letzten Vortrag haben wir gesehen, dass das
MehrFaltung und Approximation von Funktionen
Faltung und Approximation von Funktionen Lisa Bauer und Anja Moldenhauer 9. Juni 2008 1 Die Faltung von Funktionen 1.1 Die Faltung Eine kleine Widerholung mit einem Zusatz: Vergleiche den Vortrag von Benjamin
MehrAnalysis I. 6. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 6. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Eine Relation zwischen den Mengen X und Y.
MehrTopologische Grundbegriffe II. 1 Begriffe auf Mengen
Vortrag zum Seminar zur Analysis, 03.05.2010 Dennis Joswig, Florian Goy Aufbauend auf den Resultaten der Vorlesung Topologische Grundbegriffe I untersuchen wir weitere topologische Eigenschaften von metrischen
MehrD-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu. MC-Fragen Serie 1. Einsendeschluss: Freitag, der :00 Uhr
D-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu MC-Fragen Serie 1 Einsendeschluss: Freitag, der 26.09.2014 12:00 Uhr 1. Welche der folgenden Aussagen sind richtig? (a) Eine divergente Folge ist nicht
MehrVorlesung Mathematik 2 für Ingenieure (Sommersemester 2016)
1 Vorlesung Mathematik 2 für Ingenieure (Sommersemester 216) Kapitel 11: Potenzreihen und Fourier-Reihen Prof. Miles Simon Nach Folienvorlage von Prof. Dr. Volker Kaibel Otto-von-Guericke Universität Magdeburg.
MehrFerienkurs 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
MehrGleichmäßige 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
MehrMisterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)
Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung
MehrTaylor-Reihenentwicklung. Bemerkungen. f(z) = a k (z z 0 ) k mit a k,z 0,z C. z k z C. f (k) (x 0 ) (x x 0 ) k mit x 0,x R.
8.2 Potenzreihen Definition: Eine Reihe der Form f(z) = a ( ) mit a,z 0,z C heißt (omplexe) Potenzreihe zum Entwiclungspunt z 0 C. Beispiel: Die (omplexe) Exponentialfuntion ist definiert durch die Potenzreihe
MehrFolgen, Reihen, Potenzreihen, Exponentialfunktion
Ferienkurs Seite 1 Technische Universität München Ferienkurs Analysis 1 Hannah Schamoni Wintersemester 2011/12 Folgen, Reihen, Potenzreihen, Exponentialfunktion 20.03.2012 Inhaltsverzeichnis 1 Folgen 2
MehrGrundlagen der Fourier Analysis
KAPITEL A Grundlagen der Fourier Analysis Wir definieren wie üblich die L p -Räume { ( } 1/p L p (R) = f : R C f(x) dx) p =: f p < 1. Fourier Transformation in L 1 (R) Definition A.1. (Fourier Transformation,
Mehr10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit
10 Aus der Analysis Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit Zahlenfolgen Ein unendliche Folge reeller Zahlen heißt Zahlenfolge. Im Beispiel 2, 3, 2, 2 2, 2
MehrVollständigkeit. 1 Konstruktion der reellen Zahlen
Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente
MehrCauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit
Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das
MehrAnalysis I. Vorlesung 13. Gleichmäßige Stetigkeit
Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 13 Gleichmäßige Stetigkeit Die Funktion f: R + R +, x 1/x, ist stetig. In jedem Punkt x R + gibt es zu jedem ǫ > 0 ein δ > 0 mit f(u (x,δ))
Mehr1. 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
Mehr5 Stetigkeit und Differenzierbarkeit
5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.
Mehr10 Der Satz von Fubini
er Satz von Fubini ie Bezeichnungen seien wie in den Paragraphen 8 und 9. Satz. (Satz von Tonelli Es sei f : d [, + ] messbar. (Aus 8 folgt dann, dass f, f y messbar sind, wobei klar ist, dass f, f y sind.
MehrKlausur - Analysis I Lösungsskizzen
Klausur - Analysis I Lösungsskizzen Aufgabe 1.: 5 Punkte Entscheiden Sie, ob folgende Aussagen wahr oder falsch sind. Kennzeichnen Sie wahre Aussagen mit und falsche Aussagen mit. Es sind keine Begründungen
MehrKapitel 1. Holomorphe Funktionen
Kapitel 1 Holomorphe Funktionen Zur Erinnerung: I IR sei ein offenes Intervall, und sei z 0 I. Eine Funktion f : I IR heißt differenzierbar in z 0, falls der Limes fz fz 0 lim =: f z 0 z z 0 z z 0 existiert.
MehrKarteikarten, Analysis 2, Sätze und Definitionen nach der Vorlesung von PD Hanke
Karteikarten, Analysis 2, Sätze und en nach der Vorlesung von PD Hanke Felix Müller, felix.b.mueller@physik.lmu.de Diese Karteikärtchen sollten alle en und Sätze der Vorlesung Analysis 2 bei Herrn PD Hanke
MehrVorlesung: Analysis I für Ingenieure
Vorlesung: Analysis I für Ingenieure Dozent: Dr. Michael Karow Thema: unendliche Reihen Definition. Eine unendliche Reihe ist der Grenzwert einer Folge von Summen: a k = lim k a k, wobei a k C. Falls der
MehrP n (1) P j (1) + ε 2, j=0. P(1) P j (1) + ε 2 < ε. log(1+x) =
Zu ε > 0 gibt es ein N N mit P n (1) P j (1) < ε/2 für j,n > N, also gilt Es folgt (1 x) n 1 j=n+1 und schließlich mit n x j P n (1) P j (1) (1 x) ε 2 P n (1) P n (x) (1 x) P(1) P(x) (1 x) für x hinreichend
MehrMusterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:
Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,
MehrDIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE
DIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE Zusammenfassung. Ergänzend zur Übung vom 06.06.203 soll hier die Leibnizregel für die Differentiation parameterabhängiger Integrale formuliert und bewiesen
MehrFourier-Reihen: Definitionen und Beispiele
Fourier-Reihen: Definitionen und Beispiele Die Fourieranalysis beschäftigt sich mit dem Problem Funktionen in Kosinus und Sinus zu entwickeln. Diese Darstellungen sind in der Mathematik sowie in der Physik
MehrKlausur - Analysis 1
Prof. Dr. László Széelyhidi Analysis I, WS 22 Klausur - Analysis Lösungen Aufgabe. i Punt Definieren Sie, wann x n eine Cauchyfolge ist. Lösung : x n heisst Cauchyfolge wenn es zu jedem ε > ein N N gibt,
MehrD-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 11
D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler Übungsblatt 11 1. In der Vorlesung haben Sie gesehen, dass es verschiedene Zweige des komplexen Logarithmus gibt. Dies bedingt, dass es
Mehr3. Übungsblatt zur Analysis II
Fachbereich Mathematik Prof. Dr. Steffen Roch Nada Sissouno WS 9/ 9..9 3. Übungsblatt zur Analysis II Gruppenübung Majorantenkriterium für uneigentliche Riemann-Integrale: Es seien f : [, ) [, ) und g
MehrAnalysis I. 1. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Das Bild einer Abbildung F: L M. (2) Eine Cauchy-Folge
Mehr27 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
MehrKAPITEL 2. Folgen und Reihen
KAPITEL 2 Folgen und Reihen 1. Konvergenz und Divergenz Definition 2.1 (Folgen). Eine Abbildung a : N R (bzw. a : N 0 R) nennt man Folge. Statt a : N R schreibt man meist (a n ) n N und a n statt a(n).
MehrKonvergenz gegen einen Prozess mit unabhängigen Zuwächsen - Anwendungen
Konvergenz gegen einen rozess mit unabhängigen Zuwächsen - Anwendungen Saskia F. Glaffig 20.07.17 "Wiederholung" Definition (vgl. Jacod, Shiryaev, I.3.26: oissonprozess). Ein erweiterter oissonprozess
MehrIn diesem kurzen Kapitel wollen wir uns nochmals mit der Darstellung von Funktionen durch Reihen befassen.
Kapitel 9 Reihenentwicklungen In diesem kurzen Kapitel wollen wir uns nochmals mit der Darstellung von Funktionen durch Reihen befassen. Inhaltsangabe 9.1 Potenzreihen........................ 15 9.2 Approximationssätze...................
MehrMitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester
Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Christian Nawroth, Erstellt mit L A TEX 23. Mai 2002 Inhaltsverzeichnis 1 Vollständige Induktion 2 1.1 Das Prinzip der Vollstandigen Induktion................
Mehr3 Windungszahlen und Cauchysche Integralformeln
3 3 Windungszahlen und Cauchysche Integralformeln 3. Definition: Sei geschlossener Integrationsweg oder Zyklus mit z 0 C \ Sp. Dann heißt n(, z 0 ) := dz z z 0 Windungszahl (oder: Index, Umlaufszahl) von
Mehr3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung
Kapitelgliederung 3. Folgen und Reihen 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung 3.5 Reihen 3.6 Absolut
MehrMusterlösungen zu Blatt 15, Analysis I
Musterlösungen zu Blatt 5, Analysis I WS 3/4 Inhaltsverzeichnis Aufgabe 85: Konvergenzradien Aufgabe 86: Approimation von ep() durch Polynome Aufgabe 87: Taylorreihen von cos 3 und sin Aufgabe 88: Differenzenquotienten
MehrZusammenfassung 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,
Mehr11. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 200/ 2.0.-28.0. Aufgabe G (Grenzwertberechnung)
MehrLeitfaden a tx t
Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und
MehrMonotone Funktionen. Definition Es sei D R. Eine Funktion f : D R heißt. (ii) monoton fallend, wenn für alle x, x D gilt. x < x f (x) f (x ).
Monotone Funktionen Definition 4.36 Es sei D R. Eine Funktion f : D R heißt (i) monoton wachsend, wenn für alle x, x D gilt x < x f (x) f (x ). Wenn sogar die strikte Ungleichung f (x) < f (x ) folgt,
MehrDefinition 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
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 17 Potenzreihen Definition 17.1. Es sei (c n ) n N eine Folge von reellen Zahlen und x eine weitere reelle Zahl. Dann heißt
Mehr3. Potenzreihen. Definition 7.5. Eine unendliche Reihe der Form. a k x k. Es handelt sich also um eine Funktionenreihe mit f k (x) = a k x k.
3. Potenzreihen Definition 7.5. Eine unendliche Reihe der Form a x mit x R (veranderlich und a R (onstant heit Potenzreihe, die Zahlen a ( heien Koezienten der Potenzreihe. Es handelt sich also um eine
MehrAnalysis I. 2. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Die Produktmenge aus zwei Mengen L und M.
Mehr9 Folgen und Reihen von Funktionen
9 Folgen und Reihen von Funktionen In diesem Abschnitt betrachten wir verschiedene Arten der Konvergenz einer Funktionenfolge Besonders interessiert uns die Frage, ob sich Eigenschaften der einzelnen Glieder
Mehr4.1 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
MehrStetigkeit. 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
MehrAnalysis I. Vorlesung 16. Funktionenfolgen
Prof. Dr. H. Brenner Osnabrück WS 2014/2015 Analysis I Vorlesung 16 Funktionenfolgen Eine (vertikal gestauchte) Darstellung der ersten acht polynomialen Approximationen der reellen Exponentialfunktion
Mehr20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen
20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium
MehrKonvergenz und Stetigkeit
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 10. Dezember 2012 Konvergenz Definition Fourierreihen Geometrische Reihe Definition: Eine Funktion f : D R d heißt beschränkt, wenn es ein
Mehr6.1 Holomorphe Funktionen und Potenzreihen. n=0 α n (z z 0 ) n mit Konvergenzradius größer oder gleich r existiert und
Funktionentheorie, Woche 6 Analytische Funktionen 6. Holomorphe Funktionen und Potenzreihen Definition 6. Eine Funktion f : U C C nennt man analytisch in z 0 U, wenn es r > 0 gibt mit B r (z 0 ) U derart,
Mehrε 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
MehrÜbungsaufgaben zur Vorlesung ANALYSIS I (WS 12/13) Lösungsvorschlag Serie 12
Humboldt-Universität zu Berlin Institut für Mathematik Prof. A. Griewank Ph.D.; Dr. A. Hoffkamp; Dipl.Math. T.Bosse; Dipl.Math. L. Jansen Übungsaufgaben zur Vorlesung ANALYSIS I (WS 2/3) Lösungsvorschlag
MehrLösungsvorschlag Klausur MA9802
Lehrstuhl für Numerische Mathematik Garching, den 3.8.22 Prof. Dr. Herbert Egger Dr. Matthias Schlottbom Lösungsvorschlag Klausur MA982 Aufgabe [3 + 3 Punkte] Berechnen Sie, falls existent, die folgenden
MehrMeßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 :
24 Meßbare Funktionen bilden die Grundlage der Integrationstheorie. Definition 24. : Sei X eine beliebige Menge, Y ein topologischer Raum, λ ein Maß auf X. f : X Y heißt λ-messbar, falls f (Ω) λ-messbar
MehrKonvergenz 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
MehrAnalysis 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
MehrQuiz Analysis 1. Lösungen zu den Aufgaben M1 bis M7 der Probeklausur. Mathematisches Institut, WWU Münster. Karin Halupczok.
Quiz Analysis 1 Mathematisches Institut, WWU Münster Karin Halupczok WiSe 2011/2012 Lösungen zu den Aufgaben M1 bis M7 der Probeklausur 1 Aufgabe M1: Fragen zu Folgen, Reihen und ihre Konvergenz 2 Aufgabe
MehrWichtige Klassen reeller Funktionen
0 Wichtige Klassen reeller Funktionen Monotone Funktionen sind i.a. unstetig, aber man kann etwas über das Grenzwertverhalten aussagen, wenn man nur einseitige Grenzwerte betrachtet. Definition 0. : Sei
Mehr30 Die Gammafunktion und die Stirlingsche Formel
3 Die Gammafunktion und die Stirlingsche Formel 35 Charakterisierung der Gammafunktion 36 Darstellung der Gammafunktion 38 Beziehung zwischen der Gammafunktion und der Zetafunktion 3 Stirlingsche Formel
Mehr1 Reihen von Zahlen. Inhalt:
5 Kapitel 3 Reihen Reihen von Zahlen Inhalt: Konvergenz und Divergenz von Reihen reeller oder komplexer Zahlen, geometrische Reihe, harmonische Reihe, alternierende Reihen. Cauchy-Kriterium, absolute Konvergenz,
Mehr7.2 Moment und Varianz
7.2 Moment und Varianz Def. 21 Es sei X eine zufällige Variable. Falls der Erwartungswert E( X p ) existiert, heißt der Erwartungswert EX p p tes Moment der zufälligen Variablen X. Es gilt dann: + x p
MehrFunktionsgrenzwerte, 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
Mehr22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion
KAPITEL 1. GRUNDLAGEN Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion 1 für 0 x < 1 g 0 (x) = 1 1 für < x 1. Natürlich gibt dies von
MehrFerienkurs Analysis 1, SoSe Unendliche Reihen. Florian Beye August 15, 2008
Ferienkurs Analysis 1, SoSe 2008 Unendliche Reihen Florian Beye August 15, 2008 1 Reihen und deren Konvergenz Definition 1.1. Eine reelle bzw. komplexe Reihe ist eine unendliche Summe über die Glieder
Mehr