Projektionen und Produkte von Fraktalen

Größe: px
Ab Seite anzeigen:

Download "Projektionen und Produkte von Fraktalen"

Transkript

1 Hauptseminarvortrag 5. Dezember 2006

2 1 Index Projektionen von s-mengen mit ganzzahliger Dimension 6.4 Projektionen beliebiger Mengen ganzzahliger Dimension Einführung 7.3 Beispiele 7.4 Produktformeln(Fortsetzung)

3 6. Projektion von Fraktalen

4 Übersicht: orthogonale Projektionen (Schatten) im R 2 (Erweiterung auf R n ) Änderung der Dimension beim Projezieren Änderung der Länge beim Projezieren

5

6 Projektion klassischer Mengen auf eine Fläche:

7 Projektion fraktaler Mengen auf eine Fläche:

8

9 L θ : Ursprungsgerade mit θ zur x-achse F: Teilmenge des R 2 proj θ : orthogonale Projektion auf L θ

10

11 Es gilt also (für x, y R 2 ): proj θ x proj θ y x y

12 Es gilt also (für x, y R 2 ): proj θ x proj θ y x y Eine Funktion f: X Y heißt Lipschitz-Abbildung, wenn es ein c 0 gibt, so dass gilt: f(x) f(y) c x y für alle x,y X

13 Es gilt also (für x,y R 2 ): proj θ x proj θ y x y proj θ ist eine Lipschitz Abbildung mit c=1

14 Aus Korollar 2.4(a) ist bekannt: Corollary (2.4) (a) Wenn f : F R m eine Lipschitz Abbildung ist, dann gilt: dim H (f(f )) dim H (F) Da proj θ lipschitz dim H (proj θ (F)) dim H (F)

15 Aus Korollar 2.4(a) ist bekannt: Corollary (2.4) (a) Wenn f : F R m eine Lipschitz Abbildung ist, dann gilt: dim H (f(f )) dim H (F) Da proj θ lipschitz dim H (proj θ (F)) dim H (F) Außerdem gilt: dim H (proj θ (F)) 1 (da proj θ (F) L θ )

16 Aus Korollar 2.4(a) ist bekannt: Corollary (2.4) (a) Wenn f : F R m eine Lipschitz Abbildung ist, dann gilt: dim H (f(f )) dim H (F) Da proj θ lipschitz dim H (proj θ (F)) dim H (F) Außerdem gilt: dim H (proj θ (F)) 1 (da proj θ (F) L θ ) dim H (proj θ (F)) min {dim H (F), 1}

17 Theorem (Projektionstheorem 6.1) Sei F R 2 eine Borelmenge (a) Wenn dim H (F) 1, dann gilt: dim H (proj θ (F)) = dim H (F ) für fast alle θ [0, π) (b) Wenn dim H (F) > 1, dann hat proj θ (F ) (als Teilmenge von L θ ) positive Länge und hat somit die Dimension 1 für fast alle θ [0, π)

18 Für den folgenden Beweis benutzen wir Theorem 4.13 zur Erinnerung: Die s-energie ist definiert als: I s (µ)= dµ(x) dµ(y) x y s Theorem (4.13) Sei F eine Teilmenge des R n (a) Wenn es eine Massenverteilung µ auf F mit I s (µ) < gibt, dann ist H S (F) = und dim H F s (b) Wenn F eine Borelmenge mit H s (F) > 0 ist, dann existiert eine Massenverteilung µ auf F mit I t (µ) < für alle t<s

19 Beweis (zu Theorem 6.1): Für s < dim H F 1 existiert nach Theorem 4.13(b) eine Massenverteilung µ auf F mit 0 < µ(f) < und F F dµ(x) dµ(y) x y s <

20 Beweis (Fortsetzung): Um eine Massenverteilung µ θ auf proj θ F zu bekommen, projeziert man für jedes θ die Massenverteilung µ auf die Gerade L θ. Daher definiert man µ θ : { µ θ ([a, b]) := µ x : a x θ } b für jedes Intervall [a, b], oder äquivalent: f(t)dµ θ (t) := f(x θ)dµ(x) für jede nicht-negative Funktion f ( θ: Einheitsvektor in Richtung θ ) F

21 Beweis (Fortsetzung): Dann ist: wegen π = 0 [ π 0 F f (t)dµ θ (t) := ] dµ θ (u) dµ θ (v) u v s dθ dµ(x) dµ θ (v) x θ v s dθ F f (x θ)dµ(x)

22 Beweis (Fortsetzung): Dann ist: π 0 = [ π 0 F F ] dµ θ (u) dµ θ (v) u v s dθ dµ(x) dµ(y) x θ y θ s dθ nach zweimaliger Anwendung von: f (t)dµ θ (t) := f (x θ)dµ(x) F

23 Beweis (Fortsetzung): Dann ist: π 0 [ ] dµ θ (u) dµ θ (v) u v s dθ = = π 0 π 0 F F F F dµ(x) dµ(y) x θ y θ s dθ dµ(x) dµ(y) (x y) θ s dθ

24 Beweis (Fortsetzung): = π 0 π 0 F F dθ τ θ für beliebige feste Einheitsvektoren τ s dµ(x) dµ(y) (x y) θ s dθ dµ(x) dµ(y) x y s F F

25 Beweis (Fortsetzung): π 0 und dθ τ θ s = π 0 π 0 dθ τ θ τ nach Theorem 4.13(b) F s F F dµ(x) dµ(y) x y s dθ θ cos(τ θ) s = F π dµ(x) dµ(y) x y s < 0 dθ cos(τ θ) s <

26 Beweis (Fortsetzung): Somit ist F F dµ θ (u) dµ θ (v) u v s < dim H (proj θ F) s, für alle s < dim H (F) (nach Theorem 4.13(a)) Außerdem ist bekannt: dim H (proj θ (F)) dim H (F) (da proj θ lipschitz) Somit: dim H (proj θ (F)) = dim H (F) für dim H (F) 1

27 Theorem (Höherdimensionales Projektionstheorem) Sei F R n eine Borelmenge. (a)wenn dim H F k, dann gilt dim H (proj Π F) = dim H F für fast alle Π G n,k (b)wenn dim H F > k, dann hat proj Π F ein positives k-dimensionales Maß und somit die Dimension k für fast alle Π G n,k

28 6.3 Projektionen von s-mengen mit ganzzahliger Dimension

29 6.3 Projektionen von s-mengen mit ganzzahliger Dimension Sei F R 2 eine 1-Menge und somit dim H F = 1 aus Theorem 6.1: Projektionen von F auf fast alle L θ besitzen Dimension 1, jedoch keine Aussage über die Länge Für den speziellen Fall, dass F eine 1-Menge ist, ist eine genauere Analyse möglich...

30 6.3 Projektionen von s-mengen mit ganzzahliger Dimension Theorem (6.3) Sei F eine reguläre 1-Menge im R 2. Dann besitzt eine Projektion proj θ F positive Länge, außer für maximal ein θ [0, π). Theorem (6.4) Sei F eine irreguläre 1-Menge im R 2. Dann besitzt die Projektion proj θ F für fast alle θ [0, π) eine Länge von Null.

31 6.3 Projektionen von s-mengen mit ganzzahliger Dimension zu Theorem 6.3:

32 6.3 Projektionen von s-mengen mit ganzzahliger Dimension zu Theorem 6.4:

33 6.3 Projektionen von s-mengen mit ganzzahliger Dimension Höherdimensionale Verallgemeinerung: Theorem (6.8) Sei F eine k-menge im R n, wobei k ein ganzzahliger Wert ist. (a) Wenn F regulär ist, dann hat proj Π F ein positives k-dimensionales Maß für fast alle Π G n,k. (b) Wenn F irregulär ist, dann besitzt proj Π F ein k-dimensionales Maß von Null für fast alle Π G n,k.

34 6.4 Projektionen beliebiger Mengen ganzzahliger Dimension

35 6.4 Projektionen von beliebigen Mengen ganzzahliger Dimension In den bisherigen Theoremen konnte keine vollständige Antwort auf die Frage, ob Projektionen in der Ebene, positive Länge oder eine Länge von Null besitzen, gegeben werden. Eine Teilmenge F des R 2 mit Hausdorffdimension 1 muss nicht unbedingt eine 1-Menge sein. Für solche Mengen ist jedoch eine mathematische Analyse schwierig, daher zeigen wir, dass es zu jeder dieser Mengen, eine Borel-Menge gibt, für die stellvertretend die Länge bestimmt werden kann.

36 6.4 Projektionen von beliebigen Mengen ganzzahliger Dimension Theorem (6.9) Sei G θ eine Teilmenge von L θ für alle θ [0, π). Dann existiert eine Borelmenge F R 2, so dass: (a) proj θ F G θ θ, und (b) Länge(proj θ F \ G θ )=0

37 6.4 Projektionen von beliebigen Mengen ganzzahliger Dimension Beweisidee: E 1 : k Liniensegmente der Länge λ/k um ɛ zu E gedreht E 2 : k 2 Liniensegmente der Länge λ/k 2 um 2 ɛ zu E gedreht. E r : k r Liniensegmente der Länge λ/k r um r ɛ zu E gedreht, bis r ɛ 1 4 π

38 6.4 Projektionen von beliebigen Mengen ganzzahliger Dimension Beweisidee(Fortsetzung): proj θ E und proj θ E r sind nahezu identisch für 0 θ < 1 2 π proj θ E r besitzt sehr kleine Länge für 1 4 π < θ < 0

39 6.4 Projektionen von beliebigen Mengen ganzzahliger Dimension Beweisidee(Fortsetzung): Die Projektionen von E r sind also in bestimmten Richtungen sehr ähnlich zu denen von E, während sie in anderen Richtungen fast verschwinden. Diese Idee kann benutzt werden um Mengen zu erhalten, deren Projektionen in einem bestimmten schmalen Projektionswinkel fast das gesamte G θ abdecken, die aber für andere Winkel gegen Null gehen. Durch Vereinigung solcher Mengen erhält man eine Menge mit den geforderten Eigenschaften.

40 6.4 Projektionen von beliebigen Mengen ganzzahliger Dimension Anwendungsbeispiel: Digitale Sonnenuhr

41 6.4 Projektionen von beliebigen Mengen ganzzahliger Dimension Anwendungsbeispiel: Digitale Sonnenuhr wurde tatsächlich 1994 gebaut Erfinder: Werner Krotz-Vogel, Hans und Daniel Scharstein zu bewundern im Sonnenuhrenpark in Glenk (Belgien) im Deutschen Museum (München) in der Ausstellung der Sonnenuhren auf dem Dach des Kölnischen Stadtmuseums (Köln)

42 6.4 Projektionen von beliebigen Mengen ganzzahliger Dimension Große digitale Sonnenuhr im Sonnenuhrenpark (Belgien)

43 6.4 Projektionen von beliebigen Mengen ganzzahliger Dimension

44 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln

45 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln 7.1 Einführung

46 7.1 Einführung 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln E R n, F R m Dann ist bekanntlich das (Kartesische) Produkt definiert als: E F = {(x, y) R n+m : x E, y F}

47 7.1 Einführung 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln

48 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln

49 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Unter Verwendung der klassischen Definition von Mengen gilt: dim(e F) = dim E + dim F Bei fraktalen Dimensionen gilt diese Gleichung in vielen Fällen auch, jedoch leider nicht immer. Für die Hausdorffdimension z.b gilt für den allgemeinen Fall nur die Ungleichung: dim H (E F) dim H E + dim H F

50 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Satz 7.1: Seien E R n, F R m Borelmengen mit H s (E), H t (F) <, dann gilt: H s+t (E F) c H s (E)H t (F) wobei c > 0 nur von s und t abhängt.

51 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Beweis: Sei E,F R (allgemeiner Beweis nahezu identisch) H s (E) oder H t (F ) ist Null, Gleichung trivial. Für 0< H s (E), H t (F) < definieren wir eine Massenverteilung µ über das Rechteck I J (I,J R) : µ(i J) = H s (E I)H t (F J) Es kann gezeigt werden, dass hierdurch eine Massenverteilung µ auf E F mit µ(r 2 ) = H s (E)H t (F) definiert wird.

52 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Beweis (Fortsetzung): zur Erinnerung: Satz 5.1 Sei F eine s-menge in R, dann gilt: (b) 2 s D s (F, x) 1 für H s -fast alle x F. Mit Hilfe der Dichteschätzung aus 5.1(b) ergibt sich: lim r 0 H s (E B(x, r)) (2r) s 1 für H s -fast alle x E (*) lim r 0 H t (F B(y, r)) (2r) t 1 für H t -fast alle y F (**)

53 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Beweis (Fortsetzung): Da die Scheibe B((x,y),r) in dem Quadrat B(x,r) B(y,r) enthalten ist gilt: µ(b((x, y), r)) µ(b(x, r) B(y, r)) = H s (E B(x, r))h t (F B(y, r)) also: µ(b((x, y), r)) (2r) s+t Hs (E B(x, r)) (2r) s Ht (F B(y, r)) (2r) t

54 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Unter Verwendung von (*) und (**) folgt: für µ-fast alle (x,y) E F lim r 0 µ(b((x, y), r))(2r) (s+t) 1 Nach Satz 4.9(a) gilt dann: H s+t (E F) 2 (s+t) µ(e F) = 2 (s+t) H s (E) H t (F) Erinnerung: Satz 4.9(a): µ Massenverteilung auf R n, F R n Borelmenge und 0 < c < (a) Wenn lim r 0 µ(b(x, r))/r s < c für alle x F, dann gilt: H s (F) µ(f )/c

55 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Produktformel 7.2 Seien E R n, F R m Borelmengen, dann gilt: dim H (E F ) dim H (E) + dim H (F)

56 Beweis: 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Seien s,t beliebige Zahlen mit s < dim H (E) und t < dim H (F), also H s (E), H t (F) = Theorem 4.10 besagt, dass es Borelmengen E 0 E und F 0 F mit 0 < H s (E 0 ),H t (F 0 ) < gibt. Nach Satz 7.1 gilt: H s+t (E F) H s+t (E 0 F 0 ) c H s (E 0 )H t (F 0 ) > 0 Somit ist dim H (E F) s + t Wählt man s und t beliebig nahe an dim H (E) und dim H (F) so folgt Produktformel 7.2

57 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Produktformel 7.3 Für jede Menge E R n und F R m gilt: dim H (E F) dim H (E) + dim B (F)

58 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Corollary (7.4) Wenn dim H (F) = dim B (F ) dann gilt: dim H (E F ) = dim H (E) + dim H (F) Beweis: Aus Produktformel 7.2 und 7.3 folgt: dim H (E) + dim H (F) dim H (E F) dim H (E) + dim B (F) = dim H (E) + dim H (F)

59 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln 7.3 Beispiele

60 7.3 Beispiele 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln

61 7.3 Beispiele 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Beispiele: Kantorprodukt F F (F Kantorsche Drittelmenge) dim H (F F) = dim H (F) + dim H (F) = 2 log 2 log 3 (Da Oberboxdimension und Hausdorffdimension übereinstimmen) Kantorziel F = {(r, θ) : r F, 0 θ 2π}, F Kantorsche Drittelmenge, dim H (F [0, 2π]) = log 2 log 3 + 1

62 7.3 Beispiele 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln

63 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln 7.4 Produktformeln (Fortsetzung)

64 7.4 Produktformeln(Fortsetzung) 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Satz 7.9: Sei F eine borelsche Teilmenge von R 2. Wenn 1 s 2 dann gilt: H s 1 (F L x )dx H s (F) wobei mit L x die Linie parallel zur y-achse durch den Punkt (x,0) bezeichnet wird.

65 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln 7.4 Produktformeln(Fortsetzung) Beweis: Sei ɛ > 0 und {U i } eine δ-überdeckung, so dass gilt: U i s Hδ s (F) + ɛ i U i ist im Quadrat S i der Seitenlänge U i enthalten, dessen Seiten parallel zu den Koordinatenachsen sind. Sei χ i Indikatorfunktion von S i

66 7.4 Produktformeln(Fortsetzung) 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Beweis (Fotsetzung): Für jedes x bilden die Mengen {S i L x } eine δ-überdeckung von F L x, also gilt: H s 1 δ (F L x ) i S i L x s 1 = i U i s 2 S i L x = i U i s 2 χ i (x, y)dy

67 7.4 Produktformeln(Fortsetzung) 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Beweis (Fotsetzung): Somit: H s 1 δ (F L x )dx U i s 2 χ i (x, y)dxdy = U i s H s δ (F) + ɛ Da ɛ > 0 beliebig, gilt: H s 1 δ (F L x )dx Hδ s(f) Lässt man δ gegen Null gehen folgt die Ungleichung aus diesem Satz.

68 7.4 Produktformeln(Fortsetzung) 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Corollary (7.10) Sei F eine borelsche Teilmenge des R 2 Dann gilt für fast alle x: Beweis: dim H (F L x ) max {0, dim H (F) 1} Sei s > dim H (F), so dass: H s (F) = 0 Wenn s>1 ist ergibt Satz 7.9: H s 1 (F L x ) = 0 und damit ist dim H (F L x ) s 1, für fast alle x.

69 7.4 Produktformeln(Fortsetzung) 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Satz 7.11 Sei F eine beliebige Teilmenge des R 2 und sei E eine Teilmenge der x-achse. Angenommen, dass es eine Konstante c gibt, so dass H t (F L x ) c für alle x E Dann gilt: H s+t (F) b c H s (E) wobei b>0 nur von s und t abhängt.

70 7.4 Produktformeln(Fortsetzung) 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Corollary (7.12) Sei F eine beliebige Teilmenge des R 2 und sei E eine Teilmenge der x-achse. Wenn dim H (F L x ) t für alle x E, dann gilt: dim H F t + dim H E

71 7.1 Einführung 7.3 Beispiele 7.4 weitere Produktformeln Vielen Dank für die Aufmerksamkeit!

Projektionen und Produkte von Fraktalen. Christine Kochner

Projektionen und Produkte von Fraktalen. Christine Kochner Projektionen und Produkte von Fraktalen Christine Kochner 09.01.07 1 INHALTSVERZEICHNIS 2 Inhaltsverzeichnis 1 Projektionen von Fraktalen 3 1.1 Einführende Beispiele....................... 3 1.2 Projektionen

Mehr

Techniken zur Berechnung der Dimension

Techniken zur Berechnung der Dimension Seminarvortrag Ulm, 21.11.2006 Übersicht Masse-Verteilungs-Prinzip Berechnung der Dimension von Fraktalen Es ist oft nicht einfach die Hausdorff - Dimension allein durch deren Definition zu berechnen.

Mehr

Seminarvortrag Schnitte von Fraktalen

Seminarvortrag Schnitte von Fraktalen Seminarvortrag Schnitte von Fraktalen Matthias Schmid matthias.schmid@uni-ulm.de Universität Ulm 9. Februar 2007 Inhaltsverzeichnis 1 Einleitung 2 1.1 Einordnung................................... 2 1.2

Mehr

Schnitte von Fraktalen

Schnitte von Fraktalen Inhalt Eingliederung Vorwort matthias.schmid@uni-ulm.de 12. Dezember 2006 Inhalt Eingliederung Vorwort 1 Einleitung Inhalt Eingliederung Vorwort 2 Bewegung Isometrie Maße von Bewegungen 3 Satz 1 Bild eines

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

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

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist: Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,

Mehr

Hausdorff-Maß und Hausdorff-Dimension. Jens Krüger

Hausdorff-Maß und Hausdorff-Dimension. Jens Krüger Hausdorff-Maß und Hausdorff-Dimension Jens Krüger Inhaltsverzeichnis 1 Einleitung 2 2 Grundlagen aus der Maßtheorie 3 3 Die Konstruktion des Hausdorff-Maßes 4 4 Eigenschaften des Hausdorff-Maßes und Hausdorff-Dimension

Mehr

Übungsblatt 2 - Analysis 2, Prof. G. Hemion

Übungsblatt 2 - Analysis 2, Prof. G. Hemion Tutor: Martin Friesen, martin.friesen@gmx.de Übungsblatt 2 - Analysis 2, Prof. G. Hemion Um die hier gestellten Aufgaben zu lösen brauchen wir ein wenig Kentnisse über das Infimum bzw. Supremum einer Menge.

Mehr

TECHNIKEN ZUR BERECHNUNG DER DIMENSION

TECHNIKEN ZUR BERECHNUNG DER DIMENSION TECHNIKEN ZUR BERECHNUNG DER DIMENSION KATHARINA KIESEL Zuammenfaung Im Folgenden werden Tehniken zur Berehnung der Dimenion von Fraktalen aufgezeigt E wird unter anderem definiert wa eine Mae-Verteilung

Mehr

7 Poisson-Punktprozesse

7 Poisson-Punktprozesse Poisson-Punktprozesse sind natürliche Modelle für zufällige Konfigurationen von Punkten im Raum Wie der Name sagt, spielt die Poisson-Verteilung eine entscheidende Rolle Wir werden also mit der Definition

Mehr

Hausdorff-Maß und Hausdorff-Dimension

Hausdorff-Maß und Hausdorff-Dimension Hausdorff-Maß und Hausdorff-Dimension Ausarbeitung zum Seminarvortrag vom 07. November 2006 im Rahmen des Seminars Fraktale Geometrie und ihre Anwendungen Tobias Krämer WS 2006/07 Universität Ulm Inhaltsverzeichnis

Mehr

Analyis I -Metrische Räume - eine Einführung in die Topologie

Analyis I -Metrische Räume - eine Einführung in die Topologie Analyis I -Metrische Räume - eine Einführung in die Topologie E = E isolierter Punkte x 1 x 2 x 3 E ist abgeschlossen U ɛ (x) x innerer Punkt Ω Häufungspunkte Ω Metrik Metrische Räume Definition Sei X

Mehr

Monotone 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 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,

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

Das Lebesgue-Maß im R p

Das Lebesgue-Maß im R p Das Lebesgue-Maß im R p Wir werden nun im R p ein metrisches äußeres Maß definieren, welches schließlich zum Lebesgue-Maß führen wird. Als erstes definieren wir das Volumen von Intervallen des R p. Seien

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

Lösungen der Übungsaufgaben von Kapitel 3

Lösungen der Übungsaufgaben von Kapitel 3 Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen

Mehr

Symmetrische Ableitungen von Massen

Symmetrische Ableitungen von Massen Symmetrische Ableitungen von Massen Hyuksung Kwon 5. Juni 203 Inhaltsverzeichnis Einführung 2 Hardy-Littlewood Maximaloperator 2 3 Symmetrische Ableitung vom positiven Maß 7 Einführung Definition. (Borelmaß

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

Darstellungssatz von Riesz in vollständig regulären Räumen. Carina Pöll Wintersemester 2012

Darstellungssatz von Riesz in vollständig regulären Räumen. Carina Pöll Wintersemester 2012 Darstellungssatz von Riesz in vollständig regulären Räumen Carina Pöll 0726726 Wintersemester 2012 Inhaltsverzeichnis 1 Einleitung 1 2 Definitionen und Resultate aus der Topologie 1 3 Der Darstellungssatz

Mehr

Seminar Gewöhnliche Differentialgleichungen

Seminar Gewöhnliche Differentialgleichungen Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden

Mehr

( ) ( ) < b k, 1 k n} (2) < x k

( ) ( ) < b k, 1 k n} (2) < x k Technische Universität Dortmund Fakultät für Mathematik Proseminar Analysis Prof. Dr. Röger Benjamin Czyszczon Satz von Heine Borel Gliederung 1. Zellen und offene Überdeckungen 2. Satz von Heine Borel

Mehr

Meßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 :

Meßbare Funktionen. bilden die Grundlage der Integrationstheorie. Definition 24.1 : 24 Meßbare Funktionen bilden die Grundlage der Integrationstheorie. Definition 24. : Sei X eine beliebige Menge, Y ein topologischer Raum, λ ein Maß auf X. f : X Y heißt λ-messbar, falls f (Ω) λ-messbar

Mehr

1 Calderón-Zygmund-Ungleichung

1 Calderón-Zygmund-Ungleichung CALDERÓN-ZYGMUND-UNGLEICHUNG Calderón-Zygmund-Ungleichung In unserem letzten Kaitel wollen wir die Calderón-Zygmund-Ungleichung beweisen. Sie besagt folgendes. THEOREM: Calderón-Zygmund Sei f eine C -Funktion

Mehr

Zufällige Fraktale. Klaus Scheufele. 16. Januar 2007

Zufällige Fraktale. Klaus Scheufele. 16. Januar 2007 16. Januar 2007 1 Beispiele von zufälligen Fraktalen Zufällige Koch Kurve Zufällige Cantor Menge 2 3 4 Theorem 3 Zufällige Koch Kurve Zufällige Koch Kurve Zufällige Cantor Menge Zufällige Cantor Menge

Mehr

Schwache Konvergenz von Wahrscheinlichkeitsmaßen

Schwache Konvergenz von Wahrscheinlichkeitsmaßen Schwache Konvergenz von Wahrscheinlichkeitsmaßen 6. Juli 2010 Inhaltsverzeichnis 1 Definition 2 3 Lindeberg-Bedingung Interpretation Definition Motivation (Konvergenz von Wahrscheinlichkeitsmaßen) Sind

Mehr

Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie

Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie Ferienkurs Seite Technische Universität München Ferienkurs Analysis Hannah Schamoni Stetigkeit, Konvergenz, Topologie Lösung 2.03.202. Gleichmäßige Konvergenz Entscheiden Sie, ob die folgenden auf (0,

Mehr

Der Beweis des Ergodizitätssatzes von Moore

Der Beweis des Ergodizitätssatzes von Moore Der Beweis des Ergodizitätssatzes von Moore Markus Schwagenscheidt Forschungsseminar Darmstadt-Frankfurt am 23.05.2013 Moores Theorem Theorem (Moore) Sei G = G i endliches Produkt zusammenhängender nicht-kompakter

Mehr

Serie 5 Lösungsvorschläge

Serie 5 Lösungsvorschläge D-Math Mass und Integral FS 214 Prof. Dr. D. A. Salamon Serie 5 Lösungsvorschläge 1. Finden Sie eine stetige Funktion f : [, ) R, so dass f nicht Lebesgue-integrierbar T ist, jedoch der Grenzwert lim f(t)

Mehr

Technische Universität München. Aufgaben Mittwoch SS 2012

Technische Universität München. Aufgaben Mittwoch SS 2012 Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische

Mehr

Klausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6

Klausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Differential und Integralrechnung 6 6. (Frühjahr 2009, Thema, Aufgabe 3) Sei r > 0. Berechnen Sie die Punkte auf der Parabel y = x 2 mit dem

Mehr

3 Vektorräume abstrakt

3 Vektorräume abstrakt Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare

Mehr

Ferienkurs Stetigkeit und Konvergenz Seite 1. Technische Universität München Ferienkurs Analysis 1. Musterlösung = lim.

Ferienkurs Stetigkeit und Konvergenz Seite 1. Technische Universität München Ferienkurs Analysis 1. Musterlösung = lim. Ferienkurs Stetigkeit und Konvergenz Seite Technische Universität München Ferienkurs Analysis Hannah Schamoni Stetigkeit und Konvergenz Musterlösung 6.03.20. Grenzwerte I Berechnen Sie lim f(), lim f()

Mehr

1 Die direkte Methode der Variationsrechnung

1 Die direkte Methode der Variationsrechnung Die direkte Methode der Variationsrechnung Betrachte inf I(u) = f(x, u(x), u(x)) dx : u u + W,p () wobei R n, u W,p mit I(u ) < und f : R R n R. (P) Um die Existenz eines Minimierers direkt zu zeigen,

Mehr

Vollständigkeit. Andreas Schmitt. Ausarbeitung zum Proseminar zur Topologie im WS 2012/13

Vollständigkeit. Andreas Schmitt. Ausarbeitung zum Proseminar zur Topologie im WS 2012/13 Vollständigkeit Andreas Schmitt Ausarbeitung zum Proseminar zur Topologie im WS 2012/13 1 Einleitung Bei der Konvergenz von Folgen im Raum der reellen Zahlen R trifft man schnell auf den Begriff der Cauchy-Folge.

Mehr

Wie in der reellen Analysis üblich notiert man Folgen f in der Form

Wie in der reellen Analysis üblich notiert man Folgen f in der Form 2.1.3 Folgen und Konvergenz Viele aus der Analysisvorlesung bekannte Begriffe lassen sich in den Bereich der metrischen Räume verallgemeinern. Diese Verallgemeinerung hat sich als sehr nützliches mathematisches

Mehr

3 Das n-dimensionale Integral

3 Das n-dimensionale Integral 3 Das n-dimensionale Integral Ziel: Wir wollen die Integrationstheorie für f : D R n R entwickeln. Wir wollen den Inhalt (beziehungsweise das Maß ) M einer Punktmenge des R n definieren für eine möglichst

Mehr

Prof. Dr. H. Garcke, D. Depner WS 2009/10 NWF I - Mathematik Universität Regensburg. Analysis III

Prof. Dr. H. Garcke, D. Depner WS 2009/10 NWF I - Mathematik Universität Regensburg. Analysis III Prof. Dr. H. Garcke, D. Depner WS 2009/10 NWF I - Mathematik 18.11.2009 Universität Regensburg Analysis III Verbesserung der Zusatzaufgabe von Übungsblatt 4 Zusatzaufgabe Wir definieren die Cantormenge

Mehr

Das Lebesgue-Integral

Das Lebesgue-Integral Das Lebesgue-Integral Bei der Einführung des Integralbegriffs gehen wir schrittweise vor. Zunächst erklären wir das Integral von charakteristischen Funktionen, danach von positiven einfachen Funktionen

Mehr

M U = {x U f 1 =... = f n k (x) = 0}, (1)

M U = {x U f 1 =... = f n k (x) = 0}, (1) Aufgabe 11. a) Es sei M = {(x, y, z) R 3 f 1 = xy = 0; f = yz = 0}. Der Tangentialraum T x M muss in jedem Punkt x M ein R-Vektorraum sein und die Dimension 1 besitzen, damit diese Menge M eine Untermannigfaltigkeit

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

4 Kurven im R n. Sei I R ein beliebiges Intervall (offen, halboffen, abgeschlossen, beschränkt oder unbeschränkt), das mindestens einen Punkt enthält.

4 Kurven im R n. Sei I R ein beliebiges Intervall (offen, halboffen, abgeschlossen, beschränkt oder unbeschränkt), das mindestens einen Punkt enthält. 4 Kurven im R n Sei I R ein beliebiges Intervall (offen, halboffen, abgeschlossen, beschränkt oder unbeschränkt), das mindestens einen Punkt enthält. Definition 4.1. (a) Unter einer Kurve im R n versteht

Mehr

Gegenbeispiele in der Wahrscheinlichkeitstheorie

Gegenbeispiele in der Wahrscheinlichkeitstheorie Gegenbeispiele in der Wahrscheinlichkeitstheorie Mathias Schaefer Universität Ulm 26. November 212 1 / 38 Übersicht 1 Normalverteilung Definition Eigenschaften Gegenbeispiele 2 Momentenproblem Definition

Mehr

Hauptseminar Fraktale: Andere Begriffe der Dimension

Hauptseminar Fraktale: Andere Begriffe der Dimension Hauptseminar Fraktale: Andere Begriffe der Dimension 21. November 2006 Überblick 1 Einleitung 2 Fraktale Dimension Begriffsklärung Gewünschte Eigenschaften Beispiel: Teilerdimension 3 Boxdimension Definition

Mehr

Ferienkurs in Maß- und Integrationstheorie

Ferienkurs in Maß- und Integrationstheorie Zentrum Mathematik Technische Universität München Dipl. Math. Wolfgang Erb WS 9/ Übungsblatt Ferienkurs in Maß- und Integrationstheorie Aufgabe. (σ-algebren Sei eine Menge und A eine σ-algebra in. Seien

Mehr

1 Distributionen und der Satz von Frobenius

1 Distributionen und der Satz von Frobenius 1 Distributionen und der Satz von Frobenius 1.1 Vorbemerkungen Definition 1.1. Sei M eine d-dimensionale Mannigfaltigkeit, sei (U, ϕ) ein Koordinatensystem auf M mit Koordinatenfunktionen x 1,..., x d.

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum

Mehr

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

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

Mehr

5 Lineare Algebra (Teil 3): Skalarprodukt

5 Lineare Algebra (Teil 3): Skalarprodukt 5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale

Mehr

Analysis I. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

Analysis I. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching Analysis I 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 26, 207 Erinnerung Satz. (Zwischenwertsatz) Sei f : [a, b] R stetig mit f(a) f(b). Dann gibt es zu jedem

Mehr

2 Fortsetzung von Prämaßen zu Maßen, Eindeutigkeit

2 Fortsetzung von Prämaßen zu Maßen, Eindeutigkeit 2 Fortsetzung von Prämaßen zu Maßen, Eindeutigkeit a) Fortsetzungssatz, Eindeutigkeit Es wird gezeigt, dass jedes Prämaß µ auf einem Ring R zu einem Maß µ auf A(R) fortgesetzt werden kann, d.h. µ kann

Mehr

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

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

Mehr

3.1 Sukzessive Minima und reduzierte Basen: Resultate

3.1 Sukzessive Minima und reduzierte Basen: Resultate Gitter und Codes c Rudolf Scharlau 4. Juni 2009 202 3.1 Sukzessive Minima und reduzierte Basen: Resultate In diesem Abschnitt behandeln wir die Existenz von kurzen Basen, das sind Basen eines Gitters,

Mehr

Lösung - Serie 3. D-MAVT/D-MATL Analysis I HS 2018 Dr. Andreas Steiger. MC-Aufgaben (Online-Abgabe)

Lösung - Serie 3. D-MAVT/D-MATL Analysis I HS 2018 Dr. Andreas Steiger. MC-Aufgaben (Online-Abgabe) D-MAVT/D-MATL Analysis I HS 018 Dr. Andreas Steiger Lösung - Serie 3 MC-Aufgaben (Online-Abgabe) 1. Es sei die Funktion f : [0, ) [0, ) definiert durch f(x) = ln(x + 1), wobei der Logarithmus ln zur Basis

Mehr

zul. Kurve g 1 C zul dθ (0) y = dϕ dθ (0) =

zul. Kurve g 1 C zul dθ (0) y = dϕ dθ (0) = 2. Grundlagen der nicht-linearen konvexen Optimierung 2.1. Die Karush-Kuhn-Tucker Bedingungen. Unser Basisproblem (NLO) sei geben durch min f(x) NLO g i (x) 0, i I = {1,..., m} x R n f, g i stetig differenzierbar.

Mehr

heißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2

heißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2 9 DIE EXPONENTIALREIHE 48 absolut konvergent. Beweis. Wegen x n+ n! n + )!x n = x n + < 2 für n 2 x folgt dies aus dem Quotientenkriterium 8.9). Definition. Die Reihe x n heißt Exponentialreihe. Die durch

Mehr

Blatt 4. Übungen zur Topologie, G. Favi 20. März Abgabe: 27. März 2008, 12:00 Uhr

Blatt 4. Übungen zur Topologie, G. Favi 20. März Abgabe: 27. März 2008, 12:00 Uhr Übungen zur Topologie, G. Favi 20. März 2009 Blatt 4 Abgabe: 27. März 2008, 12:00 Uhr Aufgabe 1. (a) Auf der 2-Sphäre S 2 := {(x, y, z) R 3 x 2 + y 2 + z 2 = 1} R 3 betrachten wir folgende Äquivalenzrelation:

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 I. Vorlesung 13. Gleichmäßige Stetigkeit

Analysis I. Vorlesung 13. Gleichmäßige Stetigkeit Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 13 Gleichmäßige Stetigkeit Die Funktion f: R + R +, x 1/x, ist stetig. In jedem Punkt x R + gibt es zu jedem ǫ > 0 ein δ > 0 mit f(u (x,δ))

Mehr

i j m f(y )h i h j h m

i j m f(y )h i h j h m 10 HÖHERE ABLEITUNGEN UND ANWENDUNGEN 56 Speziell für k = 2 ist also f(x 0 + H) = f(x 0 ) + f(x 0 ), H + 1 2 i j f(x 0 )h i h j + R(X 0 ; H) mit R(X 0 ; H) = 1 6 i,j,m=1 i j m f(y )h i h j h m und passendem

Mehr

10 Der Integralsatz von Gauß

10 Der Integralsatz von Gauß 10 Der Integralsatz von Gauß In diesem Abschnitt beweisen wir den Integralsatz von Gauß, die mehrdimensionale Verallgemeinerung des Hauptsatzes der Differential- und Integralrechnung. Aussage des Satzes

Mehr

Kapitel 8 - Kompakte Räume

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

Mehr

Kapitel A. Konstruktion und Eigenschaften von Integralen

Kapitel A. Konstruktion und Eigenschaften von Integralen Kapitel A Konstruktion und Eigenschaften von Integralen Inhalt dieses Kapitels A000 Wie misst man Flächen- und Rauminhalt? Absolut integrierbare Funktionen Integration: Theorie und Anwendung A001 Bildquelle:

Mehr

Inhaltsverzeichnis. 6 Topologische Grundlagen. 6.1 Normierte Räume

Inhaltsverzeichnis. 6 Topologische Grundlagen. 6.1 Normierte Räume Inhaltsverzeichnis 6 Topologische Grundlagen 1 6.1 Normierte Räume................................ 1 6.2 Skalarprodukte................................. 2 6.3 Metrische Räume................................

Mehr

6 Räume integrierbarer Funktionen

6 Räume integrierbarer Funktionen $Id: L.tex,v 1.5 2012/01/19 15:07:43 hk Ex $ $Id: green.tex,v 1.3 2012/01/19 15:18:26 hk Ex hk $ 6 Räume integrierbarer Funktionen In der letzten Sitzung hatten wir die sogenannte L -Norm ( 1/ f := f(x)

Mehr

Strassen Type Theorems Proseminar Stochastik

Strassen Type Theorems Proseminar Stochastik Strassen Type Theorems Proseminar Stochastik Cecelie Hector Universität Hamburg Fachbereich Mathematik SoSe 2004 Vortrag am 25.06.04 Definition (a). Ein topologischer Raum E heißt polnisch, wenn es eine

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 24 Unter den drei klassischen Problemen der antiken Mathematik versteht man (1) die Quadratur des Kreises, (2) die Dreiteilung

Mehr

4 Funktionenfolgen und normierte Räume

4 Funktionenfolgen und normierte Räume $Id: norm.tex,v 1.57 2018/06/08 16:27:08 hk Exp $ $Id: jordan.tex,v 1.34 2018/07/12 20:08:29 hk Exp $ 4 Funktionenfolgen und normierte Räume 4.7 Kompakte Mengen Am Ende der letzten Sitzung hatten wir zwei

Mehr

Mathematik III - Blatt 6

Mathematik III - Blatt 6 Mathematik III - Blatt Christopher Bronner, Frank Essenberger 8. November Aufgabe Wir suchen erstmal im inneren des Vierecks nach Punkten, die für einen Extremwert in Frage kommen, danach auf den Rändern

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

Mathematik III. Vorlesung 74. Folgerungen aus dem Satz von Fubini. (( 1 3 x3 1 2 x2 y +2y 3 x) 1 2)dy. ( y +2y y +4y3 )dy

Mathematik III. Vorlesung 74. Folgerungen aus dem Satz von Fubini. (( 1 3 x3 1 2 x2 y +2y 3 x) 1 2)dy. ( y +2y y +4y3 )dy Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 74 Folgerungen aus dem Satz von Fubini Beispiel 74.1. Wir wollen das Integral der Funktion f :R 2 R, (x,y) x 2 xy +2y 3, über dem Rechteck

Mehr

Übungen zur Funktionalanalysis Lösungshinweise Blatt 2

Übungen zur Funktionalanalysis Lösungshinweise Blatt 2 Übungen zur Funktionalanalysis Lösungshinweise Blatt 2 Aufgabe 5. Beweisen Sie: Ein kompakter Hausdorffraum, welcher dem ersten Abzählbarkeitsaxiom genügt, ist folgenkompakt. Lösung. Es sei X ein kompakter

Mehr

Schwartz-Raum (Teil 1)

Schwartz-Raum (Teil 1) Schwartz-Raum (Teil 1) Federico Remonda, Robin Krom 10. Januar 2008 Zusammenfassung Der Schwartz-Raum ist ein Funktionenraum, der besondere Regularitätseigenschaften besitzt, die uns bei der Fouriertransformation

Mehr

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 11. d(x, y) := n 0. 2 n d n (x n, y n ),

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 11. d(x, y) := n 0. 2 n d n (x n, y n ), D-MATH Topologie FS 15 Theo Bühler Musterlösung 11 1. a) Da (C n, d n ) kompakt ist, nimmt die stetige Funktion d n : C n C n [0, ), (x, y) d(x, y) ihr Maximum diam C n an. Ersetzen wir d n durch d n =

Mehr

Mathematik 1 Übungsserie 3+4 ( )

Mathematik 1 Übungsserie 3+4 ( ) Technische Universität Ilmenau WS 2017/2018 Institut für Mathematik Thomas Böhme BT, EIT, II, MT, WSW Aufgabe 1 : Mathematik 1 Übungsserie 3+4 (23.10.2017-04.11.2017) Sei M eine Menge. Für eine Teilmenge

Mehr

Übungen zur Funktionalanalysis Lösungshinweise Blatt 4

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

Mehr

Fortgeschrittene Mathematik Raum und Funktionen

Fortgeschrittene Mathematik Raum und Funktionen Fortgeschrittene Mathematik Raum und Funktionen Thomas Zehrt Universität Basel WWZ Thomas Zehrt (Universität Basel WWZ) R n und Funktionen 1 / 33 Outline 1 Der n-dimensionale Raum 2 R 2 und die komplexen

Mehr

Bericht zur Mathematischen Zulassungsprüfung im Mai 2013

Bericht zur Mathematischen Zulassungsprüfung im Mai 2013 Bericht zur Mathematischen Zulassungsprüfung im Mai 3 Heinz-Willi Goelden, Wolfgang Lauf, Martin Pohl Am. Mai 3 fand die Mathematische Zulassungsprüfung statt. Die Prüfung bestand aus einer 9-minütigen

Mehr

f 1 (U) = i I V i (1) f Vi : V i U Eine Überlagerung ist ein lokaler Homöomorphismus. {s S f(s) = g(s)} (2)

f 1 (U) = i I V i (1) f Vi : V i U Eine Überlagerung ist ein lokaler Homöomorphismus. {s S f(s) = g(s)} (2) Liftung von Kurven Def inition 0.1 Eine stetige Abbildung f : Y X topologischer Räume heißt ein lokaler Homöomorphismus, wenn jeder Punkt y Y eine offene Umgebung V beseitzt, so dass die Einschränkung

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

A. Maß- und Integrationstheorie

A. Maß- und Integrationstheorie A. Maß- und Integrationstheorie Im folgenden sind einige Ergebnisse aus der Maß- und Integrationstheorie zusammengestellt, die wir im Laufe der Vorlesung brauchen werden. Für die Beweise der Sätze sei

Mehr

Klausurenkurs zum Staatsexamen (SS 2014): Differential und Integralrechnung 6

Klausurenkurs zum Staatsexamen (SS 2014): Differential und Integralrechnung 6 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 204): Differential und Integralrechnung 6 6. (Herbst 200, Thema 2, Aufgabe 4) Suchen Sie für alle c R einen Punkt auf der Parabel P := { (x,y) : y

Mehr

9. Übung zur Maß- und Integrationstheorie, Lösungsskizze Aufgaben

9. Übung zur Maß- und Integrationstheorie, Lösungsskizze Aufgaben 9. Übung zur aß- und Integrationstheorie, Lösungsskizze Aufgaben A 50 (Eine Flächenberechnung mit dem Cavalierischen Prinzip). Es seien a, b > 0 und : { (x, y) R 2 : (x/a) 2 + (y/b) 2 1 }. (a) Skizzieren

Mehr

Aufgaben zu Kapitel 0

Aufgaben zu Kapitel 0 Aufgaben zu Kapitel 0 0.1. Seien A und B zwei Mengen. Wie kann man paarweise disjunkte Mengen A 1, A 2 und A 3 so wählen, dass A 1 A 2 A 3 = A B gilt? 0.2. Seien E ein Menge und A eine Teilmengen von E.

Mehr

102 KAPITEL 14. FLÄCHEN

102 KAPITEL 14. FLÄCHEN 102 KAPITEL 14. FLÄCHEN Definition 14.3.1 (Kurve) Es sei M eine k-dimensionale Untermannigfaltigkeit des R n. Eine C 1 - Kurve γ : ( a, a) R n mit γ(( a, a)) M heißt Kurve auf M durch x 0 = γ(0). Definition

Mehr

Serie 2 Lösungsvorschläge

Serie 2 Lösungsvorschläge D-Math Mass und Integral FS 214 Prof. Dr. D. A. Salamon Serie 2 Lösungsvorschläge 1. Seien folgende Mengen gegeben: und für a, b R R := [, ] := R {, }, (a, ] := (a, ) { }, [, b) := (, b) { }. Wir nennen

Mehr

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1 24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx

Mehr

Grundbegriffe der Topologie. V. Bangert. (zur Vorlesung Differentialgeometrie, WS 12/13 )

Grundbegriffe der Topologie. V. Bangert. (zur Vorlesung Differentialgeometrie, WS 12/13 ) 01.10.2012 Grundbegriffe der Topologie V. Bangert (zur Vorlesung Differentialgeometrie, WS 12/13 ) Def. 0.1 Ein topologischer Raum ist eine Menge X zusammen mit einem System O von Teilmengen von X, das

Mehr

Konvergenz im quadratischen Mittel und die Parsevelsche Gleichung

Konvergenz 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

Mehr

Mehrfachintegrale 1-E1. Ma 2 Lubov Vassilevskaya

Mehrfachintegrale 1-E1. Ma 2 Lubov Vassilevskaya Mehrfachintegrale 1-E1 1-E2 Mehrfachintegrale c Die Erweiterung des Integralbegriffs führt zu den Mehrfachintegralen, die in den naturwissenschaftlich-technischen Anwendungen u.a. bei der Berechnung der

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

12 Der Gaußsche Integralsatz

12 Der Gaußsche Integralsatz 12. Der Gaußsche Integralsatz 1 12 Der Gaußsche Integralsatz Das Ziel dieses Abschnitts ist die folgende zentrale Aussage der mehrdimensionalen Analysis und der Theorie der partiellen Differentialgleichungen:

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Erwartungswert als Integral

Erwartungswert als Integral Erwartungswert als Integral Anton Klimovsky Gemischte ZVen, allgemeine ZVen, Erwartungswert für allgemeine ZVen, Lebesgue-Integral bzgl. WMaß, Eigenschaften des Integrals, Lebesgue-Maß, Lebesgue-Integral

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof. Dr. H. Brenner Osnabrück SS 212 Mathematik für Anwender II Vorlesung 58 Der Satz von Green Wir betrachten eine kompakte eilmenge R 2, deren Rand R sich stückweise durch reguläre Kurven parametrisieren

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

2 Klassische statistische Verfahren unter Normalverteilungs-Annahme

2 Klassische statistische Verfahren unter Normalverteilungs-Annahme 7 Klassische statistische Verfahren unter Normalverteilungs-Annahme. χ s, t s, F r,s -Verteilung a) N,..., N s uiv N (0, ) Verteilung von Y := N +... + N s heißt Chi-Quadrat-Verteilung mit s Freiheitsgraden

Mehr

Differentialgeometrie I (Kurventheorie) SS 2013

Differentialgeometrie I (Kurventheorie) SS 2013 Differentialgeometrie I (Kurventheorie) SS 2013 Lektion 6 5. Juni 2013 c Daria Apushkinskaya 2013 () Kurventheorie: Lektion 6 5. Juni 2013 1 / 23 8. Fundamentalsatz der lokalen Kurventheorie (Fortsetzung)

Mehr

Metrische äußere Maße, Borel-Maße

Metrische äußere Maße, Borel-Maße Metrische äußere Maße, Borel-Maße Zum einen haben wir mit dem Fortsetzungssatz gesehen, dass man mit einem äußeren Maß (auf P(X) ) stets eine σ-algebra und ein Maß auf dieser bekommt. Liegt nun ein metrischer

Mehr