Mathe für QM Fokus. Zusammenfassung.

Ähnliche Dokumente
4. Vektorräume mit Skalarprodukt

Normierte Vektorräume

4. Der Weierstraßsche Approximationssatz

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37

1.1 Mengensysteme. Ω Grundmenge, 2 Ω Potenzmenge, A 2 Ω Mengensystem. Definition 1.1: a) A stabil ( stabil, \-stabil), wenn für A, B A auch A B A

1.3 Funktionen. Seien M und N Mengen. f : M N x M : 1 y N : y = f(x) nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig.

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß

1 Das Skalarprodukt und das Kreuzprodukt

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014

Resultate: Vertauschbarkeit von Grenzprozessen, Konvergenzverhalten von Potenzreihen

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2013

2 Konvergenz von Folgen

Zahlenfolgen und Konvergenzkriterien

Lösungen zum Übungsblatt 2

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx

Aufgaben zur Analysis I

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt

Übungen zu Einführung in die Analysis, WS 2014

118 7 Potenzreihen. eine Folge von (reellen) Funktionen mit Definitionsgebieten D(f j), j N, und. = M D(f j ) R. j=1

Zusammenfassung: Folgen und Konvergenz

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id,

Klausur zum Grundkurs Höhere Mathematik I

4 Konvergenz von Folgen

Mathematik III. Vorlesung 81. Eigenschaften des Dachprodukts. Die folgende Aussage beschreibt die universelle Eigenschaft des Dachproduktes.

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2

1. Man zeige, daß (IR n, d i ), i = 1, 2, metrische Räume sind, wenn für x = (x 1,..., x n ), y = (y 1,..., y n ) IR n die Abstandsfunktionen durch

Kapitel VII: Der Körper der komplexen Zahlen

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n)

Konvexität und Ungleichungen

Grundlagen der Differentialrechnung mit mehreren Veränderlichen

Seminar De Rham Kohomologie und harmonische Differentialformen - 2. Sitzung

3. Taylorformel und Taylorreihen

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 8. b n := 1 n. a k. k=1

6. AufdemRaumder stetigdifferenzierbaren FunktionenC 1 ([a,b],r n ) kannman auch folgende Norm betrachten:

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8

5-1 Elementare Zahlentheorie

10. Stetigkeit Definition (Stetigkeit) Beispiele. Wir übertragen den Stetigkeitsbegriff für reelle Funktionen auf metrische Räume.

8. Übungsblatt Aufgaben mit Lösungen

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Übungen zur Funktionentheorie

Determinante und Resultante Azadeh Pasandi

8. Die Exponentialfunktion und die trigonometrischen Funktionen. 8.1 Definition der Exponentialfunktion

Dirichlet-Reihen II. 1 Konvergenzeigenschaften von Dirichlet-Reihen

4-1 Elementare Zahlentheorie

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa

3. Operatoren. ψm ψ 2. λ m =λ. W(λ) = v H. Die inversen Operatoren spielen die Rolle von Resolventen, als formale Basis der Greenschen Funktionen.

Computer-Graphik II Verallgemeinerte Baryzentrische Koordinaten

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 =

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.

1 Funktionen und Flächen

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung...

8. Die Exponentialfunktion und die trigonometrischen Funktionen

Nachklausur - Analysis 1 - Lösungen

M 3. Beispiele von Anwendungen in der Physik. a) Systeme von Massenpunkten; kleine Schwingungen, lineare Kette

( 1) n 1 n n n + 1. n=1

4. Reihen Definitionen

4 Andreas Gathmann. x 2 +y 2 x 2 +y 2 x 2 +y 2

9. ENDLICH ERZEUGTE MODULN UND GANZHEIT

Lösungsvorschlag zur Klausur zur Analysis III

5 Stationäre Prozesse (Version Januar 2012)

Analysis II für M, LaG und Ph, WS07/08 Übung 2, Lösungsskizze

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1

5 Folgen. 5.1 Konvergenz von Folgen. Definition: Zu jedem 0 existiert ein N so, daß. Eine Folge, die gegen 0 konvergiert, heißt

Kapitel VI. Reihen. VI.1 Definitionen und Beispiele. Definition VI.1. Sei (a n ) n=1 K N eine Zahlenfolge. Dann heißt die Folge (s m ) m=1 K N, mit

Sinus- + Cosinus-Funktion und komplexe Wurzel

und wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n.

i=0 a it i das erzeugende Polynome von (a 0,..., a j ).

24 Konvergente Teilfolgen und Cauchy-Kriterium

Konvergenz von Fourier-Reihen

Der Satz von Stone-Weierstraß

Übungsaufgaben zu Analysis 1 Lösungen von Blatt XII vom sin(nx) n sin(x). sin(ax) a sin(x) z = re iϕ = r(cos(ϕ) + i sin(ϕ)) z n = w

Analysis II für Studierende der Ingenieurwissenschaften

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik

Thema 8 Konvergenz von Funktionen-Folgen und - Reihen

Blatt 07.5: Matrizen II: Inverse, Basistransformation

Lineare Algebra I. Def. Äquivalenzrelation: Eine Relation mit den Eigenschaften: Reflexivität, Symmetrie, Transitivität

Dynamische Programmierung Matrixkettenprodukt

Lösungen zu Übungsblatt 2 Signale, Codes und Chiffren II Sommersemester 2009 Übung vom 26. Mai 2009

1 Lösungen zu Analysis 1/ 12.Übung

Gaußsches Integral und Stirling-Formel

Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe Analysis und Integraltransformationen

Analysis I. 5. Übungsstunde. Steven Battilana. battilana.uk/teaching

Höhere Mathematik I für die Fachrichtung Physik

Kapitel 4: Stationäre Prozesse

4.6 Berechnung von Eigenwerten

Komplexe Zahlen. Lernziele dieses Abschnitts sind:

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 7. Übungsblatt

Klausur zu,,einführung in die Wahrscheinlichkeitstheorie. Musterlösungen

1 Analysis T1 Übungsblatt 1

TECHNISCHE UNIVERSITÄT MÜNCHEN

Mathematik für Wirtschaftswissenschaftler Beispiele, Graken, Beweise. c Uwe Jensen

Grundkurs Mathematik II

Repetitorium Analysis 1 für Physiker WS08/09 Montag - Folgen und Reihen Musterlösung

2. Zeitdiskrete Signale

Strukturelle Modelle in der Bildverarbeitung Markovsche Ketten II

D-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler. Lösung 2

Lösungen der Übungsaufgaben von Kapitel 2

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln

Transkript:

Mathe für QM Fokus. Zusammefassug. I) Der Hilbertraum. Vollstädiger, uitärer Raum. a) Volstädiges Orthoormalsystem (VONS). b) Lieares Fuktioal, dualer Raum, Dirac Notatio. c) Lieare Operatore im Hilbertraum. d) Direkte Summe ud Tesor Produkt zwei Hilberträume. II) Distributioe III) Fourier Trasformatioe. Faltug ud bedeutug. IV) Klassische Mechaik. Lagrage-Hamilto.

I. Defiitioe. Def: Körper K. Mege M mit zwei Operatioe + : K K K ud : K K K xyz,, Kgilt K) x+ y y+ x, xiy yix K2) ( x+ y) + z x+ ( y+ z), ( xiy) iz xi( yiz) K3) xi( y+ z) x iy + x iz K4) 0, K mit 0 x K x+ 0 x, xi x K5) x K y K x+ y 0, y x x K y K xiy, y / x Kommutativität Assoziativität Distributivität Beisp.,

Def: Vektorraum V: Mege M vo Vektore ud Körper K mit folgede Eigeschafte. fgh,, M α, β K gilt Additio: + M M M f + g g+ f ( f + g) + h g+ ( f + h) 0 M f M f + 0 f f M, h M f + h 0 Multiplikatio: K M M α ( f + h) α f + α h ( α + β) f α f + β f ( α β) f α ( β f) K f M f f Beispiele: { f f } ) M ( z, z z ), z, K 2 Additio: ( z, z, z ) + ( x, x, x ) ( z + x, z + x, z + x ) 2 2 2 2 Multiplikatio: α ( z, z z ) ( α z, α z, α z ) i 2 2 f f f( x) Komplexwertige stetige Fuktio 2) M C( a, b) mit Defiitiosbereich [ a,b] K Additio: f(x) + g(x) h(x), Multiplicatio α f( x)

Def: Uitärer Raum Vektorraum V über heißt uitär falls es mit eiem Skalarprodukt, V V : f, g V f g, versehe ist. Dabei gelte folgede Axiome: f, g, h V, α + { } S) ff, 0, ff 0 f 0 S2) f g+ h f g + f h S3) f αg α f g S4) f g f g g h Folgerug: α * f g α f g Def: Orthogoale Vektore. Zwei Vektore heiße zu eiader Orthogoal falls, f g 0

: V Def: Normierter Vektorraum: Vektorraum über mit Abbildug mit: g fg, V, α N) g 0 N2) g 0 g 0 N3) f + g f + g N4) αg α g Satz: Sei V ei Uitärer Vektorraum Da gilt: g g g Satz: Schwarzsche Ugleichug. fg f g Uschärferelatio Bem: Uitärer Raum Normierter Raum

Beispiel: { f f } ) M ( z, z z ), z, K 2 * 2 2 i i i f ( z, z, z ) g ( x, x, x ), f g z x i f f f( x) Komplexwertige stetige Fuktio 2) M C( a, b), K mit Defiitiosbereich [a,b] b * ( ), ( ), ( ) ( ) f f x g gx f g dx f xgx a 3) f,g C(,) 2 3 f( x) x, g( x) x fg dx x 0 f ud g sid zu eiader orthogoal.

Kovergez, Vollstädigkeit. Def: Sei V ei Normierter Vektorraum. Eie folge { f }, f V heißt Koverget falls: f V lim f f 0 d.h. ε > 0 N f f < ε > N Def: Cauchy Folge. { f } heißt Cauchy Folge falls: Bem: ε > 0 N f f < ε, m> N Kovergete Folge Cauchy folge. m Def: Vollstädigkeit. Ei ormierter Raum heißt Vollstädig we i ihm jede Cauchy folge Koverget ist. Beisp a) ist icht vollstädig.

b) [ ] f f f( x), x a, b, f( x):stetig, fg dx f *( x) g( x), f ff < a 2 b C ( a, b): M, K Ist icht vollstädig da z.b. f x x C 2 ( ) tah( ) (,) aber für x > 0 für x < 0 2 lim f( x) C (,) Satz: Jeder icht vollstädig uitärer Raum, V, ka zu eiem vollstädige uitäre Raum V V V erweitert werde so dass, i dicht liegt. Bem: V liegt i V dicht: f V f V limf f Beisp. 2 2 C a b L a b (, ) (, )

Def: Ei vollstädig uitärer Raum heißt Hilbertraum. Beisp. L 2 ( a, b) { f f } M ( z, z z ), z, K 2 * 2 2 i i i f ( z, z, z ) g ( x, x, x ), f g z x i

I a) Volstädiges Orthoormalsystem (VONS). Def: Sei H ei Hilbertraum. Eie Mege a H heißt orthoormal falls a a i j i, j falls ij δ 0 falls i j { } i Def: VONS (Basis) Sei H ei Hilbertraum. Ei orthoormalsystem M a H heißt vollstädig we es kei H 0 gibt so dass, fa 0 a f { } { } i i i M Folgeruge: Sei { } a i VONS vo H f H f a a f i i i f, g H g f g a a f a g a f i i i i i i * 2 * f H f f f a f a f a f i i i i i 2

Beisp. 2 a) 0 : a, a2 0 b) 2 k 2π i kx L L ( a, b): a ( x) e, k L 2π b 2π i kx i kx L L ak f ak f L a f ( x) e, dx e f ( x) L k Fourier Trasformatio. (Vollstädigkeit beweis, siehe später)

I b) Lieares Fuktioal, dualer Raum, Dirac Notatio. Def. Sei H ei Hilbertraum. Ei lieare Abbildug L: H heißt lieares fuktioal. Liear: f, g H, α, β L( αf + βg) αl( f ) + βl( g) Def. Norm vo L L sup f, f L() f Def. L heißt stetig falls { f } H mit lim f f H gilt lim L( f ) L( f) Satz: L stetig L < Satz vo Riesz Sei H ei Hilbertraum. Zu jedem lieare stetige Fuktioal L geau g L H so dass: L() f gl f f H

H Def: Dualer Raum. Es sei ei Hilbert Raum. Die mege,,der lieare stetige L: H H Fuktioale, heißt der zu duale Raum. H Bem: { :, stetig } isopmorph { gl, ( f) gl f stetig } H L H L H L H d.h. eis zu eis Abbildug zwische H ud H Dirac Notatio. Sei: () L f g g f Lg g H Bra f f H Ket Eigeschafte: a) αg * α g b) { a } ˆ VONS a a Sei

Bem: Eis Operator: : ˆ H H f H ˆ f f I der alte Notatio a a L () f a a f f f H a L ˆ f H f f a a f c) ˆ a 2 f H f a f a a f f f ka ma immer als Vektor darstelle

c) Lieare Operatore im Hilbertraum Def: Aˆ : H H, Aˆ f g, et ma Operator i H Beisp: a) (, ), ˆ d H L a b P idx 2 b) Projektios-Operator ˆP f f f c) Eis-Operator Sei { a } ˆ VONS a a A ˆ : H H Def: Lieare Operatore. heißt liear falls ( ) f, g H, αβ,, Aˆ αf + βg αaˆ f + βaˆ g (, ), ˆ d H L a b P idx 2 Beisp: ist liear.

Multiplikatio vo Operatore: AB ˆ ˆ f Aˆ Bˆ f Es gilt: ( AB ˆ ˆ) Cˆ Aˆ( BC ˆ ˆ) Def: Kommutator vo Operatore. Aˆ, Bˆ AB ˆ ˆ BA ˆ ˆ Beisp. 2 H L ( a, b), Pˆ d, Xˆ x, Xˆ, Pˆ iˆ idx Matrix Darstellug vo Operatore. { a } ˆ VONS a a Sei ak  a a f ak g A f gk k, A ˆ f g a Aˆ f a g a A ˆ ˆ f a g k k k k

Def: Norm eies Lieare Operator. Aˆ sup f H, f Aˆ f Axiome der Norm sid erfüllt! N: Aˆ > 0 N2: Aˆ 0 Aˆ 0ˆ N3: Aˆ + Bˆ Aˆ + Bˆ Aˆ 0 f 0, Aˆ f 0 Aˆ f 0. Aˆist liear Aˆ 0 0 f H Aˆ f 0 Aˆ + Bˆ sup Aˆ f + Bˆ f sup Aˆ f + Bˆ f f, f f, f sup Aˆ f + sup Bˆ f Aˆ + Bˆ f, f f, f

Def: Biesp:  heißt beschräkt a) P ˆ f f f  < Schwarz sche Ugleichug. ˆ sup f f g sup f g f Pf g H, g g H, g sup g H, g f g f f 2 b) L ( ): X x 2 ˆ /2 2 2 ( x ) /2 f( x) dxe 2π ist icht beschräkt da: aber /4 f( x) e 2π 2 ( x ) /4 /2 2 2 2 ( x ) /2 2 Xf ˆ ( x) dxx e 2π Bem: AB ˆ, ˆ ˆ ˆ oder ˆ i A B ist icht beschräkt

Iverse, Hermitesche, ud Uitäre Operatore.  Def: Sei Operator i H. Der zu iverse Operator, ist durch ˆ ˆ ˆ ˆ A A f A A f f H   defiiert. Aˆ Bˆ Es gilt: ( ) Bˆ Aˆ Adjugiert Operator.   Def: Sei Operator i H. Der zu adjugiert Operator, ist durch  ˆ ˆ, g Af A g f f g H defiiert. Äquivalete Defiitio ( ) * g Aˆ f f Aˆ g f, g H

Folgeruge a) b) c)  ist liear. ( ˆ ˆ) ˆ ˆ A B B A ( A B ) * B * B α ˆ + β ˆ α ˆ + β ˆ, α, β d) Matrix Darstellug vo  Sei { a } ˆ VONS a a Aˆ ˆAˆ ˆ ˆ a a A am a Aˆ ˆAˆˆ ˆ m a a A a a m, m, A A m, m, ( ˆ ) * A Aˆ A A m a a a a * m m m,, A A *T m m

Beisp: 2 ˆ d L ( ): P i dx f + + ˆ * d * d * g ( ) ( ) ( ) ( ) ( ) ( ) i dx i dx 0 P dx f x g x f x g x dx f x g x + * * d dx g x f x Pˆ ( ) ( ) idx ( g f ) * I L ( ) ist Pˆ Pˆ 2 Def: Â heißt selbstadjugiert oder Hermitesch falls Aˆ Aˆ

Eigevektore, Eigewerte.  a 0 Def. Sei ei Li. Operator i H. Ei Vektor heißt Eigevektor mit eigewert α falls.  a α a Def: Die Mege alle Eigewerte heißt Spektrum vo  Satz:  ˆ ˆ A A Sei ei Li. Operator i H mit. Da gilt für Bew: Aˆ a α a, α, ud a a 0 für α α i i i i i j i j ( ) ( ) * * ( * ) a Aˆ a a Aˆ a a Aˆ a a Aˆ a α α a a 0 j i i j j i i j i j j i i j α α α α α a) ( ) b) ( * ) * * 0 i i ai ai i i i i j 0 α α a a a a 0 da α α i j j i j i i j

ˆ ˆ Bem. Für A A, Aˆ ai αi ai ud ai a j δi, j da ist { a j} Kosequez (Defiitios-bereich vo  sei H ). Aˆ Aˆˆ Aˆ a a α a a Def: Uitäre Operatore. Ei Li. Operator, Uˆ, i H heißt Uitär falls. Uˆg Uˆ f g f f, g H VONS Folgerug. ˆ ˆ, UUgf gf f g H ˆ ˆ ˆ UU Fuktio vo Operatore ist durch die Taylor Etwicklug defiiert. Sei ˆ x A f x f x f A f x!! ( ) ˆ ( ) ( ) ( ) da ist ( ) ( ) x 0 x 0 0 0

Beispiele a) ˆ ˆ Sei A A ud α. Da ist Uˆ e, uitär da Uˆ Uˆ iα Aˆ ˆ Es gilt für Baker-Hausdorf. A 0 i iα A cos( α) si( α) e i 0 si( α) cos( α) Sei AB ˆ, ˆ, Aˆ AB ˆ, ˆ, Bˆ 0 da gilt: Bew: ˆ, ˆ Aˆ B ˆ Aˆ+ B ˆ AB /2 e e e e ˆ ˆ Sei ˆ () ta tb Ut e e, t so dass: d ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ U ˆ() t e ta Ae ˆ tb e ta e tb B ˆ e ta e tb e tb Ae ˆ tb e ta e tb B ˆ U ˆ tb () t e Ae ˆ tb + + + U ˆ() t B ˆ dt Aber: d ˆ ˆ ˆ ˆ e tb Ae ˆ tb e tb ˆ ˆ tb A B e A ˆ B ˆ A ˆ B ˆ B ˆ,, da,, 0 dt tbˆ ˆ ˆ tb e Ae Aˆ, Bˆ t + Aˆ d Ut ˆ() Ut ˆ() ( ABt ˆ, ˆ + A ˆ + B ˆ ) Ut ˆ() e dt Für t ist der Satz bewiese. ˆ ˆ 2 AB, t /2 ( Aˆ Bt ˆ + + )

Tesorprodukt Zwei Hilberträume. Sei { ai } H { b j } VONS vo ud VONS vo i: M 2 j: N H a b Da ist { i j } 2 i: M, j: N VONS vo H H so dass: Skalarprodukt. f H H f α a b 2, i, j i j i: M, j: N f α a b ud g β a b i, j i j i, j i j i: M, j: N i: M, j: N M N M N fg αi, j* ai b j βk, l ak bl i j k l M N M N i j k l ( a b )( a b ) α * β i, j k, l i j k l M N M N M N α * β a a b b α * β i, j k, l i k j l i, j i, j i j k l i j Skalarprodukt i H Skalarprodukt i H 2

Es gilt: dim( H H ) dim( H ) dim( H ) 2 2 Ort. Spi Beisp: a) Spi ½ Teilche i ei Dimesio. H L ( ) 2 2 Spi b) Spi ½ Teilche i drei Dimesioe H L ( ) L ( ) L ( ) 2 2 2 2 x- y- z -Kompoete c) Zwei Spi ½ : H 2 2 2 { } { } Basis vo :, 2 2 Basis vo :,,, H

Li. Operatore auf Tesorprodukt Hilberträume { ai } { b j } Sei H H H mit VONS vo H ud VONS vo H 2 2 Ei Li. Operator Aˆ : H H ist durch Aˆ Aˆ Aˆ mit Aˆ : H H 2 ud Aˆ : H H gegebe. 2 2 2 Es gilt: Beisp: a) f H f α a b, Aˆ f α Aˆ a Aˆ b i, j i j i, j i 2 j i, j i, j ˆ ˆ ˆ a a b b a a b b 2 i i j j i i j j i j i j i j ( ai b j )( ai b j ) Letzte schritt folgt aus der Tatsache dass, ai b j ei Basis vo H H 2 ist. b) H L ( ) 2 2 ˆ ˆ ˆ ˆ ˆ ˆ d S S 0 i A P S, P, idx Sˆ Sˆ i 0

Distributioe, Dirac δ-fuktio. Def. Schwartz sche Raum. β α d S( ) ϕ( x) ϕ( x) ( ), max x ϕ( x) < α, β β x dx Beisp. e x 2 S( ) aber S( ) 2 + x Bem. S( ) Liegt dicht i 2 ( ). d.h 2 L VONS L { a } vo ( ),, a S( ) i i Def: Bem: Die Lieare, stetige Fuktioale über S( ) et ma Distributioe. Die Mege der Distributioe bilde der zu S( ) dualer Raum: L S ( ): L : S( ), L( ϕ) S ( ) L( ϕ) L ai ai ϕ L( ai) ai ϕ L( ai)* ai ϕ g* ϕ i i i g* dx g( x) ϕ( x) L ( ϕ) g

Beisp: Dirac δ-fuktio. Lδ ( ϕ) dx δ( x) ϕ( x) ϕ(0) Heaviside Fuktio. L ( ϕ) dx Θ( x) ϕ( x) dx ϕ( x) Θ 0 δ-folge. Satz: Sei g ( x) mit dx g ( x) Sei g ( ) ( ) x g x Da gilt: lim g( x) δ ( x) d.h. lim dxϕ( x) g ( x) dxϕ( x) δ( x) ϕ(0) ϕ( x) S( )

Beisp: ikx si( x) g( x) dke g( x), mit g( x) 2π π x Da dx g ( x) gilt 2π ikx dk e δ ( x) Kosequez: Fourier Trasform. ( ) ( ) ( ) ikx ikx f x dk e f k mit f k dx e f( x) 2π 2π Bew: ikx ikx iky ik ( x y) dk e f ( k) dke dy e f ( y) dy dk e f ( y) 2π 2π 2π dy δ ( x y) f ( y) f ( x) δ ( x y)

Die Fourier Trasformatio ist eie Uitäre Trasformatio i L 2 ( ) Bew: Sei: ˆ ikx ( Uf ) ( k) dx e f ( x) f ( k) 2π ˆ ˆ * ikx iky Uf Ug dk f ( k) g( k) dk dx e f *( x) dy e g( y) 2π ik ( x y) dx dy dke f*( xgy ) ( ) dx dyδ ( x y) f*( xgy ) ( ) dxf*( xgx ) ( ) f g 2π

Bemerkug. Jede Fuktio ka ma als Distributio auffasse. d.h. f ( x ) ist durch Ketis vo dx ϕ( x) f ( x) ϕ( x) S( ) eideutig bestimmt Bew: Sei f ( x) f( x) mit dx ϕ( x) f( x) dx ϕ( x) f ( x) ϕ( x) S( ) gk ( ) 0 [ ] dx ϕ( x) f ( x) f ( x) 0 ϕ( x) S( ) [ ] ikx gx ( ) dke gk ( ) 0 2π ( ikx) dx ϕ( x) [ f ( x) f( x) ] 0, k! gx ( ) ikx dx e ϕ( x) f ( x) f ( x) 0 [ ] ϕ( x) f( x) f ( x) 0 ϕ( x) S( ) f( x) f ( x) Widerspruch

Ableitug vo Distributioe. 2 Sei f( x) L ( ), f ka ma als Distributio auffasse: L ( ϕ) dx f( x) ϕ( x), f ' f d d Lf '( ϕ) dx f '( x) ϕ( x) dx f( x) ϕ( x) Lf ϕ dx dx ka ma auch als Distributio auffasse d Def: L ( ϕ) ( ) L d f ϕ f dx dx Eigeschafte vo Dirac δ-fuktio xδ ( x) 0 δ( x) δ( x) δα ( x) δ( x) α d x > 0 Θ ( x) δ ( x), Θ ( x) dx 0 x < 0