11 Stetige Funktionen

Größe: px
Ab Seite anzeigen:

Download "11 Stetige Funktionen"

Transkript

1 $Id: stetig.tex,v /01/30 13:12:37 hk Exp $ 11 Stetige Funktionen 11.3 Stetige Funktionen Im letzten Abschitt hatten wir gesehen, dass bei einer Potenzreihe f über K = R oder K = C in jedem Punkt a im Konvergenzkreis von f die Gleichung lim x a f(x) = f(a) gilt. Man bezeichnet dies als die Stetigkeit der Funktion f an der Stelle a. Dies ist natürlich nur dann sinnvoll wenn wir überhaupt von einem Grenzwert der Funktion f in x = a sprechen können, wenn also a ein Häufungspunkt des Definitionsbereich der Funktion f ist. In allen anderen Punkten wollen wir die Funktion ebenfalls als stetig bezeichnen. Dies ist kein wesentlicher Punkt, es ist ein Randfall der normalerweise gar nicht auftritt, wir müssen ihn hier nur der Vollständigkeit halber mit erfassen. Definition 11.4 (Stetigkeit in einem Punkt) Seien K, L {R, C} und D K. Dann heißt eine Funktion f : D L stetig in einem Punkt a D, wenn entweder a / D kein Häufungspunkt von D ist oder a D und lim x a f(x) = f(a) gelten. Beachte das wir überhaupt nur in Punkten in denen die Funktion f definiert ist, von Stetigkeit sprechen, das weicht etwas von der in der Schule manchmal verwendeten Terminologie ab. Beispielsweise ist die Frage ob eine der Funktionen f : R\{0} R; x 1/x oder g : R\{0} R; x sin x/x in x = 0 stetig ist, völlig sinnlos. Was man fragen kann, ist ob der Grenzwert in x = 0 existiert, aber das ist eine andere Frage. Sind K {R, C} und f : K K ein Polynom, so haben wir bereits gesehen das für jeden Punkt a K stets lim x a f(x) = f(a) gilt, d.h. Polynome sind in jedem Punkt stetig. Entsprechendes gilt dann für rationale Funktionen außerhalb der Nullstellen ihres Nenners. Man kann die Stetigkeitsdefinition auf verschiedene Weisen umformulieren, und damit insbesondere die etwas störende Fallunterscheidung zum Verschwinden bringen. Lemma 11.9 (Charakterisierung der Stetigkeit in einem Punkt) Seien K, L {R, C}, D K, a D und f : D L eine Funktion. Dann sind die folgenden Aussagen äquivalent: (a) Die Funktion f ist in a stetig. (b) Für jede Folge (x n ) n N in D mit (x n ) n N a gilt auch (f(x n )) n N f(a). (c) Für jedes ɛ R mit ɛ > 0 existiert ein δ R mit δ > 0 so, dass für jedes x D mit x a < δ stets f(x) f(a) < ɛ ist. 23-1

2 Beweis: (a)= (b). Sei (x n ) n N eine gegen a konvergente Folge in D. Wir betrachten dann die beiden Mengen I 1 := {n N x n a} und I 2 := {n N x n = a}, und unterscheiden drei verschiedene Fälle. Fall 1. Sei die Menge I 1 endlich, d.h. es gibt ein n 0 N mit x n = a für alle n n 0. Dann ist auch f(x n ) = f(a) für alle n n 0 und somit gilt (f(x n )) n N f(a). Fall 2. Sei die Menge I 2 endlich, d.h. es gibt ein n 0 N mit x n a für alle n n 0. Dann ist (x n ) n n0 eine gegen a konvergente Folge in D\{a} und insbesondere ist a D ein Häufungspunkt von D. Da die Funktion f in a stetig ist, folgt lim f(x n) = lim f(x) = f(a). n x a Fall 3. Seien I 1 und I 2 beide unendlich. Wir definieren die Teilfolgen (x (1) n ) k N und k ) k N von (x n ) n N durch I j = {n (j) k N} für j = 1, 2. Nach 4.Lemma 1.(a) gilt (x n (2) k auch (x n (j) k k ) k N a für j = 1, 2, und analog zu den beiden bereits behandelten Fällen haben wir auch (f(x n (j) k )) k N f(a) für j = 1, 2. Nach 4.Lemma 1.(d) ist damit auch (f(x n )) n N f(a). (b)= (a). Ist a kein Häufungspunkt von D, so ist die Aussage klar, wir können also a D annehmen. Für jede gegen a konvergente Folge (x n ) n N in D\{a} D ist dann nach unserer Annahme auch (f(x n )) n N f(a), d.h. wir haben lim x a f(x) = f(a), und somit ist f auch in diesem Fall stetig in a. (a)= (c). Ist a / D kein Häufungspunkt von D, so existiert ein δ > 0 mit {x D : x a < δ} = {a}, und dann ist für jedes x D mit x a < δ wegen x = a auch f(x) = f(a) und f(x) f(a) = 0. Wir können also annehmen das a D ist, und dann ist auch lim x a f(x) = f(a). Sei ɛ > 0. Nach Lemma 1.(f) existiert ein δ > 0 mit f(x) f(a) < ɛ für alle x D mit 0 < x a < δ. Ist also x D mit x a < δ, so ist im Fall x a sofort f(x) f(a) < ɛ und im Fall x = a haben wir trivialerweise ebenfalls f(x) f(a) = 0 < ɛ. (c)= (a). Ist a / D so sind wir bereits fertig. Nun sei a D. Dann gilt nach Lemma 1.(f) auch lim x a f(x) = f(a) und f ist auch in diesem Fall in a stetig. Die Bedingung in (c) kann man als (ɛ > 0) (δ > 0) (x D) : x a < δ = f(x) f(x) < ɛ schreiben, und bezeichnet dies als die ɛ δ Definition der Stetigkeit in a. Oftmals wird auch diese Bedingung als die Definition der Stetigkeit in a verwendet, wie bei den Funktionsgrenzwerten ist dies im wesentlichen eine Geschmacksfrage. Eine Interpretation der ɛ δ Bedingung ist es sich diese als eine Bedingung an Fehlerschranken zu denken. Geben wir uns eine Fehlerschranke ɛ für die Werte der Funktion vor, so finden 23-2

3 wir eine passende Fehlerschranke δ für die Argumente der Funktion so, dass wann immer x eine Näherung an a mit Fehler höchstens δ ist, also wenn x a < δ gilt, der Wert f(x) eine Näherung an f(a) mit dem Fehler höchstens ɛ ist, also f(x) f(a) < ɛ. Nachdem wir bisher nur die Stetigkeit in einem einzelnen Punkt des Definitionsbereichs betrachtet haben, kommen wir nun zur Stetigkeit der gesamten Funktion. Definition 11.5 (Stetige Funktionen) Seien K, L {R, C} und D K eine Teilmenge. Dann heißt eine Funktion f : D L stetig wenn sie in jedem Punkt a D stetig ist. Nach den Beispielen im ersten Abschnitt dieses Kapitels sind beispielsweise Polynome p : R R beziehungsweise p : C C stetige Funktionen und ebenso sind rationale Funktionen stetig. Jede der im vorigen Abschnitt hergeleiteten Eigenschaften von Funktionsgrenzwerten ergibt auch eine entsprechende Eigenschaft des Stetigkeitsbegriffs in einem Punkt. Das folgende Lemma fasst einen Großteil der sich so ergebenden Eigenschaften und ihre Implikationen für die Stetigkeit der gesamten Funktion zusammen. Lemma (Grundeigenschaften der Stetigkeit in einem Punkt) Seien K, L {R, C}, D K und f : D L eine Funktion. (a) Ist f stetig beziehungsweise in einem Punkt a D stetig, so ist auch die Funktion f stetig beziehungsweise in a stetig. (b) Ist L = C, so ist f genau dann stetig beziehungsweise in einem Punkt a D stetig, wenn die beiden Funktionen Re f und Im f stetig beziehungsweise in a stetig sind. (c) Ist M D eine Teilmenge und ist f stetig beziehungsweise in einem Punkt a M stetig, so ist auch f M stetig beziehungsweise in a stetig. (d) Seien a D, ɛ > 0 und setze D := {x D : x a < ɛ}. Dann ist f genau dann in a stetig wenn f D in a stetig ist. (e) Ist K = R und a D, so ist f genau dann in a stetig, wenn die folgenden beiden Aussagen gelten: 1. Entweder ist a kein rechtsseitiger Häufungspunkt von D oder a ist ein rechtsseitiger Häufungspunkt von D und es gilt lim x a f(x) = f(a). 2. Entweder ist a kein linksseitiger Häufungspunkt von D oder a ist ein linksseitiger Häufungspunkt von D und es gilt lim x a f(x) = f(a). Beweis: (a) Sei f stetig in einem Punkt a D. Ist a / D so ist f in a stetig und ist a D so gilt nach Lemma 1.(e) auch lim lim f(x) = f(x) = f(a), x a x a 23-3

4 d.h. f ist auch in diesem Fall in a stetig. Insbesondere impliziert die Stetigkeit von f auch die von f. (b) Sei a D gegeben und wir wollen die Aussage über Stetigkeit in a beweisen. Ist dabei a / D, so sind f, Re f und Im f alle stetig in a und die Behauptung ist klar, wir können also a D annehmen. Nach Lemma 1.(c) existiert der Funktionsgrenzwert von f in a genau dann wenn die beiden Funktionsgrenzwerte von Re f und Im f in a existieren und in diesem Fall ist lim f(x) = lim Re(f(x)) + i lim Im(f(x)), x a x a x a also ist weiter auch genau dann lim x a f(x) = f(a) wenn lim x a Re(f(x)) = Re(f(a)) und lim x a Im(f(x)) = Im(f(a)) gelten. Insgesamt ist f damit auch genau dann in a stetig wenn Re f und Im f dies sind. Dies beweist die Aussage über Stetigkeit in einem Punkt, und damit ist f auch genau dann stetig wenn Re f und Im f dies sind. (c) Nehme zunächst an das f in einem Punkt a M stetig ist. Ist a / M, so ist auch die Einschränkung f M in a stetig und ist a M so ist zunächst auch a D und Lemma 1.(g) ergibt die Existenz des Funktionsgrenzwerts lim(f M)(x) = lim f(x) = f(a) = (f M)(a), x a x a d.h. f M ist auch in diesem Fall in a stetig. Insbesondere impliziert die Stetigkeit von f auch die von f M. (d) = Dies ist klar nach (c). = Ist a / D so ist f in a stetig und ist a D so existiert nach Lemma 3 der Funktionsgrenzwert lim f(x) = lim (f D)(x) = (f D)(a) = f(a), x a x a d.h. f ist auch in diesem Fall in a stetig. (e) Ist a / D so ist a auch kein rechts- oder linksseitiger Häufungspunkt von D und dann ist f stetig in a und die beiden Aussagen (1), (2) gelten. Ist dagegen a D, so ist f genau dann in a stetig wenn lim x a f(x) = f(a) gilt und nach Lemma 4 ist dies genau dann der Fall wenn die beiden Aussagen (1) und (2) zutreffen. Wir wollen uns einige kleine Beispiele als Anwendungen dieses Lemmas anschauen. 1. Sei K {R, C}. Dann ist die identische Funktion id K : K K als Polynom stetig, und nach Teil (a) des Lemmas ist damit die Betragsfunktion stetig. : K R; x x 23-4

5 2. Starten wir erneut mit der stetigen Funktion id C : C C, so sind nach Teil (b) des Lemmas auch die beiden Funktionen stetig. Re : C R; z Re(z) und Im : C R; z Im(z) 3. Als ein letztes Beispiel zeigen wir das die Funktion f : R R definiert durch f(x) = xh(x) für jedes x R stetig ist. In einem früheren Beispiel hatten wir bereits eingesehen, dass zumindest lim f(x) = lim xh(x) = 0 = f(0) x 0 x 0 gilt, die Funktion f ist also im Nullpunkt stetig. Wir müssen somit nur noch die Stetigkeit in von Null verschiedenen Punkten nachweisen, sei also a R\{0} gegeben. Ist a < 0, so setzen wir ɛ := a > 0 und haben D := {x R : x a < ɛ} = (2a, 0) und für jedes x D gelten damit x < 0 und f(x) = 0, also ist die Einschränkung f D konstant gleich Null und damit in a stetig. Nach Teil (d) des Lemmas ist auch f in a stetig. Nun sei a > 0. Dann betrachten wir ɛ := a > 0 und haben D := {x R : x a < ɛ} = (0, 2a) und für jedes x D gelten x > 0 und f(x) = x, also ist die Einschränkung f D ein Polynom und somit in a stetig. Damit ist wieder nach Teil (d) des Lemmas auch die Funktion f in a stetig. Damit haben wir die Stetigkeit von f in jedem Punkt a R eingesehen und f ist eine stetige Funktion. Einige der bisher behandelten Aussagen über die Stetigkeit in einem Punkt lassen sich für stetige Funktionen noch etwas günstiger formulieren. Lemma (Charakterisierung der Stetigkeit) Seien K, L {R, C}, D K und f : D L eine Funktion. (a) Die Funktion f ist genau dann stetig wenn für jede konvergente Folge (x n ) n N in D mit lim n x n D auch die Folge (f(x n )) n N konvergent ist mit ( ) lim f(x n) = f lim x n. n n (b) Sind K = R und a R, so ist f genau dann stetig wenn die beiden Einschränkungen f D a und f D a stetig sind. Beweis: (a) Die Funktion f ist genau dann stetig wenn sie in jedem Punkt a D stetig ist, und nach Lemma 9 ist dies genau dann der Fall wenn für jedes a D und jede Folge (x n ) n N in D mit (x n ) n N a stets (f(x n )) n N f(a) gilt. Dies ist gerade die angegebene Bedingung. (b) = Klar nach Lemma 10.(c). 23-5

6 = Sei p D. Ist p > a, so setzen wir ɛ := p a > 0 und D := {x D : x p < ɛ} D a. Nach Lemma 10.(c) ist f D = (f D a ) D in p stetig und nach Lemma 10.(d) ist damit auch f in p stetig. Ist p < a so folgt die Stetigkeit von f in p analog. Wir müssen also nur noch im Fall a D die Stetigkeit von f in a zeigen, und diese ist klar nach Lemma 10.(e). Wir wollen uns auch zu diesem Lemma ein Beispiel anschauen und die Stetigkeit der unten gezeigten Funktion 0, x 2, 2 + x, 2 x 1, f : R R; x 1, 1 x 1, 2 x, 1 x 2, 0, x 2 beweisen. Zunächst sind die konstante Funktion f (, 2] und die Funktion f [ 2, 1] als Einschränkung eines Polynoms stetig, und damit ist nach Teil (b) des obigen Lemmas auch f (, 1] stetig. Weiter ist dann die konstante Funktion f [ 1, 1] stetig, und wieder nach Teil (b) des Lemmas ist f (, 1] stetig. Fahren wir noch zweimal f(x) so fort, so erhalten wir schließlich die Stetigkeit der Funktion f : R R. Diese Argumentation läßt sich auf alle ähnlichen Situationen übertragen so, dass man nur noch überprüfen muss das die einzelnen Stücke zusammenpassen. Die Aussage (a) des eben bewiesenen Lemmas besagt, dass die Stetigkeit einer Funktion f : D L gleichwertig zur Gültigkeit der Formel lim f(x n) = f n ( lim n x n ist, genauer das wann immer eine Folge (x n ) n N in D gegeben ist für die die rechte Seite sinnvoll ist, die also gegen einen Punkt aus dem Definitionsbereich D von f konvergiert, auch die linke Seite der Gleichung existiert und gleich der rechten Seite ist. Diese Bedingung können wir nun von Folgengrenzwerten zu Funktionsgrenzwerten übertragen. Lemma (Stetigkeit und Hintereinanderausführungen) Seien K, K, K {R, C}, D K, D K, g : D K eine in einem Punkt b D stetige Funktion und f : D D sei eine weitere Funktion. (a) Sei a K ein Häufungspunkt von D mit lim x a f(x) = b. Dann gilt auch ) lim g(f(x)) = g(b). x a 23-6 x

7 (b) Ist a D und ist f in a stetig mit f(a) = b, so ist auch g f : D K in a stetig. Beweis: (a) Sei (x n ) n N eine gegen a konvergente Folge in D\{a}. Dann ist auch (f(x n )) n N b und nach Lemma 9 ist damit (g(f(x n ))) n N g(b). Somit konvergiert die Funktion g f an der Stelle a gegen g(b). (b) Ist a / D so ist dies klar und ist a D, so gilt lim x a f(x) = f(a) = b und nach (a) ist auch lim x a g(f(x)) = g(b) = g(f(a)), d.h. g f ist auch in diesem Fall in a stetig. Zum Abschluß dieser allgemeinen Aussagen über stetige Funktionen wollen wir auch noch die arithmetischen Rechenregeln für diese Funktionen festhalten. Satz (Rechenregeln für die Stetigkeit) Seien K, L {R, C}, D K und f, g : D L zwei stetige beziehungsweise in einem Punkt a D stetige Funktionen. Dann gelten: (a) Die Funktion f + g : D L ist stetig beziehungsweise in a stetig. (b) Für jedes c L ist die Funktion cf : D L stetig beziehungsweise in a stetig. (c) Die Funktion f g : D L ist stetig beziehungsweise in a stetig. (d) Ist g(x) 0 für alle x D, so ist die Funktion f/g : D L stetig beziehungsweise in a stetig. (e) Sind auch K {R, C}, D K und h : D D stetig beziehungsweise in einem Punkt ã D mit h(ã) = a stetig, so ist auch die Hintereinanderausführung g h : D L stetig beziehungsweise in ã stetig. Beweis: (a,b,c,d) Die Aussagen über die Stetigkeit in einem Punkt a D sind im Fall a / D klar, und im Fall a D gelten sie nach den entsprechenden Aussagen in Satz 5. Hieraus folgen dann auch die Stetigkeitsaussagen auf ganz D. (e) Die Aussage über die Stetigkeit in einem Punkt gilt nach Lemma 12.(b) und hieraus folgt die Aussage über die Stetigkeit auf ganz D. Können wir also eine Funktion als eine Formel in schon als stetig bekannten Funktionen hinschreiben, so ist sie ebenfalls stetig. Beispielsweise ist damit die Funktion f : R R; x x3 7x x + x 1 + x 5 stetig, wie wir einmal im Detail vorführen wollen. Zunächst ist g 1 : R R; x x 3 7x + 1 als ein Polynom stetig und wir wissen auch das die Betragsfunktion g 2 = 23-7

8 : R R stetig ist. Damit ist auch die Hintereinanderausführung g 3 := g 2 g 1 stetig, und diese ist für jedes x R gegeben als g 3 (x) = g 2 (g 1 (x)) = x 3 7x + 1. Weiter ist dann auch der Zähler g 4 : R R; x x 3 7x x + x als Summe dreier stetiger Funktionen stetig. Analog folgt die Stetigkeit des Nenners g 5 : R R; x 1 + x 5 und wegen g 5 (x) 1 > 0 für jedes x R ist schließlich auch der Quotient f = g 4 /g 5 stetig. Als nächstes Beispiel betrachten wir die komplexe Konjugation : C C; z z. Die Stetigkeit von Real- und Imaginärteil hatten wir bereits in einem früheren Beispiel eingesehen. Damit ist die Funktion Re = Re stetig und die Funktion Im = Im ist als Vielfaches einer stetigen Funktion ebenfalls stetig. Nach Lemma 10.(b) ist damit auch die komplexe Konjugation stetig. Wir wollen uns auch noch ein weiteres Beispiel anschauen. Zunächst seien a, b R zwei reelle Zahlen und schreibe M := max{a, b} und m := min{a, b}. Dann gelten M + m = a + b und M m = a b, also ist min{a, b} = a + b a b 2 und max{a, b} = a + b + a b. 2 Nun seien K {R, C}, D K und f, g : D R zwei Funktionen. Dann definiere die Funktionen min(f, g) : D R; x min{f(x), g(x)}, max(f, g) : D R; x max{f(x), g(x)}. Die obige Formel besagt dann das min(f, g) und max(f, g) beide stetig sind wenn f und g stetig sind, und ebenso gilt dies für die Stetigkeit in einem Punkt. Dies gibt uns beispielsweise einen zweiten Beweis für die Stetigkeit der Funktion xh(x) = max{x, 0} Eigenschaften reeller stetiger Funktionen In diesem Abschnitt beschäftigen wir uns mit auf R definierten, reellwertigen stetigen Funktionen. Für derartige Funktionen werden wir zwei grundlegende Sätze herleiten, zum einen den Satz über die Beschränktheit solcher Funktionen und zum anderen den sogenannten Zwischenwertsatz. Letzterer ist dabei nur eine etwas exaktere Version der anschaulichen Beobachtung das stetige Funktionen keine Sprünge haben. Bisher haben wir nur beschränkte Mengen und Folgen definiert, aber noch keine beschränkten Funktionen, was wir nun nachholen müssen. Definition 11.6 (Beschränkte Funktionen) Seien K {R, C} und D eine Menge. Eine Funktion f : D K heißt beschränkt wenn ihre Bildmenge f(d) = {f(x) x D} K beschränkt ist, wenn es also ein C 0 mit f(x) C für alle x D gibt. 23-8

9 Ist K = R, so nennen wir f entsprechend nach oben beschränkt wenn die Menge f(d) nach oben beschränkt ist und nach unten beschränkt wenn die Menge f(d) nach unten beschränkt ist. Eine reellwertige Funktion ist natürlich genau dann beschränkt wenn sie nach oben und nach unten beschränkt ist. Genau wie wir es für Mengen in 3.2 eingesehen haben, ist eine komplexwertige Funktion f : D C genau dann beschränkt wenn die beiden reellwertigen Funktionen Re f und Im f beide beschränkt sind. Wir kommen nun zum angekündigten Satz über die Beschränktheit stetiger Funktionen. Für die Gültigkeit dieses Satzes ist nicht nur die Stetigkeit der Funktion wichtig, sondern auch die Form des Definitionsbereichs der Funktion. Es gibt ja offenbar unbeschränkte stetige Funktionen wie etwa f(x) = x definiert auf ganz R. Satz (Existenz von Maximum und Minimum) Seien a, b R mit a b und sei f : [a, b] R eine stetige Funktion. Dann ist f beschränkt und nimmt ihr Supremum und Infimum an, d.h. es gibt x 1, x 2 [a, b] mit f(x 1 ) f(x) f(x 2 ) für alle x [a, b]. Beweis: Setze s := sup f([a, b]) R {+ }. Weiter wähle eine gegen s konvergente Folge (s n ) n N in R mit s n < s für alle n N, also beispielsweise s n = s 1/(n + 1) für jedes n N im Fall s R und s n = n für jedes n N im Fall s =. Für jedes n N existiert dann wegen s n < s ein x n [a, b] mit f(x n ) > s n. Nach dem Satz von Heine-Borel 4.Satz 13 existiert eine konvergente Teilfolge (x nk ) k N von (x n ) n N. Wir setzen x := lim k x nk und wegen a x nk b für alle k N ist auch a x b, d.h. x [a, b]. Mit 4.Lemma 5.(a) folgt s = lim n s n = lim k s nk lim k f(x nk ) = f ( ) lim x n k k = f(x) s, d.h. es ist f(x) = s. Insbesondere ist s < +, d.h. die Funktion f ist nach oben beschränkt. Die Aussage über das Minimum folgt analog. Damit kommen wir zum Zwischenwertsatz. Das wesentliche Beweisprinzip haben wir schon einmal gesehen, nämlich beim Beweis der Existenz reeller Wurzeln in 1.Lemma 8. Die Details werden sich natürlich unterscheiden, bei der Behandlung der Wurzeln konnten wir spezifische Abschätzungen über Potenzen verwenden, bei einer allgemeinen stetigen Funktion muss man dagegen etwas abstrakter vorgehen. Tatsächlich liefert uns der Zwischenwertsatz auch einen zweiten Beweis der Existenz von Wurzeln. Satz (Zwischenwertsatz) Seien a, b R mit a b und sei f : [a, b] R eine stetige Funktion. Weiter sei y R zwischen f(a) und f(b), also f(a) y f(b) oder f(b) y f(a). Dann existiert ein x [a, b] mit f(x) = y. Beweis: Wir behandeln den Fall f(a) y f(b), der andere Fall ist dann analog. Ist y = f(a) oder y = f(b), so sind wir bereits fertig, d.h. wir können sogar f(a) < y < f(b) 23-9

10 annehmen. Wir betrachten die Menge M := {x [a, b] f(x) y} [a, b]. Wegen b M ist M nicht leer und durch a nach unten beschränkt, also existiert x := inf M und es ist a x b, d.h. x [a, b]. Für jedes n N mit n 1 ist x + 1/n > x = inf M, also existiert ein x n M [a, b] mit x x n < x + 1/n. Nach dem Einschnürungslemma für Folgen 4.Lemma 5.(b) ist damit lim n x n = x, und wegen f(x n ) y für alle n N ist auch ( ) f(x) = f lim x n n = lim n f(x n ) y. Wegen f(a) < y ist x > a. Insbesondere existiert ein n 0 N mit x 1/n 0 > a, und für jedes n n 0 haben wir damit auch a < x 1 n 0 x 1 n < x = inf M, also auch x 1/n / M aber x 1/n [a, b], also f(x 1/n) < y. Es folgt ( ( f(x) = f lim x 1 )) ( = lim f x 1 ) y. n n n n Insgesamt ist somit f(x) = y. Als ein Beispiel wollen wir einmal die Lösbarkeit von Gleichungen f(x) = y mit stetiger linker Seite herleiten. Gegeben sei eine stetige Funktion f : R R mit lim x f(x) = und lim x f(x) = + und wir wollen zeigen, dass f(x) = y immer lösbar ist, die Abbildung f also surjektiv ist. Sei nämlich ein y R gegeben. Wegen lim x f(x) = gibt es dann ein a R mit f(a) < y und wegen lim x f(x) = + gibt es weiter ein b R mit b > a und f(b) > y. Der Zwischenwertsatz liefert dann ein x [a, b] mit f(x) = y. Eine Verallgemeinerung dieses Arguments werden wir im folgenden Satz festhalten. Die Hauptaussage wird dabei sein, dass für auf Intervallen definierte stetige Funktionen die Begriffe injektiv und streng monoton äquivalent sind. Da wir bisher Monotonieeigenschaften nur bei Folgen definiert haben, müssen wir diese aber erst einmal auf reelle Funktionen übertragen. Definition 11.7: Seien I R ein Intervall und f : I R eine Funktion. Dann heißt f 1. monoton steigend wenn f(x) f(y) für alle x, y I mit x y gilt, 2. streng monoton steigend wenn f(x) < f(y) für alle x, y I mit x < y gilt, 3. monoton fallend wenn f(x) f(y) für alle x, y I mit x y gilt, 23-10

11 4. streng monoton fallend wenn f(x) > f(y) für alle x, y I mit x < y gilt, 5. monoton wenn f monoton steigend oder monoton fallend ist, 6. streng monoton wenn f streng monoton steigend oder streng monoton fallend ist. Beachte das eine streng monotone Funktion f : I R immer injektiv ist, sind x, y im Definitionsbereich der Funktion mit x y, so können wir nach eventuellen Vertauschen von x und y auch x < y annehmen, und haben dann f(x) < f(y) oder f(y) < f(x), also auf jeden Fall f(x) f(y). Weiter ist die Umkehrfunktion f 1 : f(i) I wieder streng monoton von derselben Sorte wie f. Sei f streng monoton steigend. Sind dann x, y f(i) mit x < y, so folgte aus f 1 (y) f 1 (x) auch der Widerspruch y = f(f 1 (y)) f(f 1 (x)) = x, es muss also f 1 (x) < f 1 (y) sein und f 1 ist wieder streng monoton steigend. Analog folgt das f 1 streng monoton fallend ist wenn f streng monoton fallend ist. Wie schon bemerkt wollen wir einsehen, dass eine injektive stetige Funktion streng monoton steigend oder streng monoton fallend ist. Der Beweis wurde in der Vorlesung nicht vorgeführt, man kann sich aber schnell an einem Bild klarmachen warum die Funktion monoton sein muss. Wenn f irgendwann seine Richtung ändert, also etwa zunächst steigt und dann wieder fällt, so haben wir die nebenstehend abgebildete Situation. Wenden wir dann den Zwischenwertsatz in den links und rechts vom Umkehrpunkt liegenden Intervallen an, so erhalten wir das ein geeignetes y R links und rechts von a von der Funktion als Wert angenommen wird. Dies wiederspricht dann der Injektivität der Funktion f, da eine injektive Funktion jeden Wert an höchstens einer Stelle annimmt. Dies ersetzt natürlich keinen exakten Beweis, der Vollständigkeit halber werden wir auch einen solchen angeben. Satz (Monotonie stetiger Funktionen) Seien I R ein Intervall und f : I R eine stetige Funktion. (a) Das Bild J := f(i) R ist wieder ein Intervall. (b) Genau dann ist f injektiv wenn f streng monoton ist. (c) Ist f streng monoton, so ist auch die Umkehrfunktion f 1 : J I stetig. a y Beweis: (a) Setze a := inf J R { } und b := sup J R {+ }. Dann ist a b. Ist sogar a = b, so haben wir J = {a} und sind bereits fertig, wir können also a < b annehmen. Sei y R mit inf J = a < x < b = sup J. Dann existieren u, v I mit f(u) < x < f(v), und nach dem Zwischenwertsatz Satz 15 existiert ein x zwischen u und v, also auch x I, mit y = f(x) J. Dies zeigt (a, b) J, und damit ist J eines der höchstens vier möglichen Intervalle mit Grenzen a und b

12 (b) Es ist nur die Implikation von links nach rechts zu zeigen, wir nehmen also an, dass die Funktion f injektiv ist. Wir teilen den Beweis in drei Schritte auf. (1) Seien a, b I mit a < b und f(a) < f(b). Dann ist für alle x (a, b) auch f(x) (f(a), f(b)). Andernfalls wäre nämlich f(x) f(a) oder f(x) f(b). Ist f(x) f(a), so hätten wir f(x) f(a) < f(b) also liegt f(a) zwischen f(x) und f(b), d.h. nach Satz 15 existiert ein x [x, b] mit f(x ) = f(a). Wegen a < x x ist x a, im Widerspruch zur Injektivität von f. Der zweite Fall f(x) f(b) führt analog zu einem Widerspruch. Damit ist Schritt (1) eingesehen. Analog ergibt sich das für a, b I mit a < b und f(a) > f(b) auch f(x) (f(b), f(a)) für alle x (a, b) ist. (2) Sind a, b I mit a < b und f(a) < f(b), so ist f [a, b] streng monoton steigend. Seien nämlich x, y [a, b] mit x < y gegeben. Nach Schritt (1) ist dann f(x) < f(b) und wegen y (x, b) ergibt eine weitere Anwendung von Schritt (1) auch f(x) < f(y). Damit ist auch Schritt (2) eingesehen. Analog folgt das für a, b I mit a < b und f(a) > f(b) die Funktion f [a, b] streng monoton fallend ist. (3) Jetzt zeigen wir, dass f streng monoton ist. Gilt für alle x, y I mit x < y stets f(y) f(x), so ist sogar f(y) < f(x) für alle x, y I mit x < y da f injektiv ist, d.h. die Funktion f ist streng monoton fallend. Andernfalls existieren a, b I mit a < b und f(a) < f(b). Seien x, y I mit x < y. Setze u := min{a, x} I und v := max{y, b} I. Dann ist u a < b v und u x < y v, also u < v und a, b, x, y [u, v]. Wäre f(v) < f(u), so wäre f [a, b] nach Schritt (2) streng monoton fallend, im Widerspruch zu f(a) < f(b). Da f injektiv ist, kann auch nicht f(u) = f(v) sein, d.h. es ist f(u) < f(v). Erneut nach Schritt (2) ist f [u, v] streng monoton steigend, und damit haben wir f(x) < f(y). Dies zeigt, das f streng monoton steigend ist. (c) Angenommen die Umkehrabbildung f 1 : J R wäre nicht stetig. Dann existiert ein Punkt y J in dem f 1 nicht stetig ist, und dies bedeutet das f 1 (y) nicht der Grenzwert von f 1 an der Stelle y ist. Nach Lemma 1.(b) existieren ein ɛ > 0 und eine gegen y konvergente Folge (y n ) n N in J mit f 1 (y n ) f 1 (y) ɛ für alle n N. Da J ein Intervall ist, existieren u, v J mit u v und ein δ > 0 mit J (y δ, y + δ) [u, v]. Wegen u, v J = f(i) können wir {u, v} = {f(a), f(b)} mit a, b I, a b schreiben. Wegen (y n ) n N y existiert ein n 0 N mit y n y < δ für alle n N mit n n 0, und für diese n ist damit auch y n J (y δ, y + δ) [u, v], d.h. u y n v. Da auch f 1 wieder monoton ist, gilt damit auch a f 1 (y n ) b für alle n n 0, und insbesondere ist die Folge (f 1 (y n )) n N beschränkt. Nach dem Satz von Heine Borel 4.Satz 13 existiert eine konvergente Teilfolge (f 1 (y nk )) k N von (f 1 (y n )) n N, und es bezeichne x R ihren Grenzwert. Wegen a f 1 (y nk ) b für alle k N ist auch a x b, also x [a, b] I. Die Stetigkeit von f impliziert nun f(x) = lim k f(f 1 (y nk )) = lim k y nk = y, 23-12

13 d.h. es ist x = f 1 (y), und somit haben wir f 1 (y nk ) x = f 1 (y nk ) f 1 (y) ɛ für alle k N, im Widerspruch zu (f 1 (y nk )) k N x. Dieser Widerspruch beweist die Stetigkeit von f 1. Als eine erste Anwendung können wir die Stetigkeit der Wurzelfunktionen nachweisen. Sei n N mit n 1. Dann ist die Funktion f : R 0 R 0 ; x x n stetig, streng monoton steigend und nach 1.Lemma 8 auch surjektiv, und ihre Umkehrfunktion ist die Wurzelfunktion n : R 0 R 0. Der eben bewiesene Satz sagt dann, dass auch diese Wurzelfunktion stetig ist. Damit wissen wir dann zum Beispiel, das für eine konvergente Folge (x k ) k N a in R 0 auch ( n x k ) k N n a ist, für konvergente Folgen (x k ) k N in R 0 gilt also lim k n xk = n lim x k. k 11.5 Einführung der Grundfunktionen In diesem Abschnitt wollen wir exakte Begründungen der meisten der sogenannten Grundfunktionen behandeln. Als Grundfunktionen bezeichnet man dabei die folgenden Funktionen: 1. Polynome und rationale Funktionen. 2. Die Potenzfunktionen, insbesondere die Exponentialfunktion und die Wurzelfunktionen. 3. Der Logarithmus. 4. Die trigonometrischen Funktionen, also Sinus, Cosinus, Tangens und Cotangens. 5. Die Umkehrfunktionen der trigonometrischen Funktionen, die sogenannten Arcusfunktionen. 6. Die Hyperbelfunktionen. 7. Die Umkehrfunktionen der Hyperbelfunktionen, die sogenannten Areafunktionen. Die direkt, also nicht als Umkehrfunktionen, definierten Grundfunktionen lassen sich alle mittels geeigneter Potenzreihen einführen und daher halten wir erst einmal die Stetigkeit von Potenzreihen innerhalb ihres Konvergenzkreises fest. Satz (Stetigkeit von Potenzreihen) Sei K {R, C} und sei f(z) = a n(z z 0 ) n eine Potenzreihe über K mit Entwicklungspunkt z 0 und Konvergenzradius r > 0. Dann ist die Funktion f : B r (z 0 ) K stetig

14 Beweis: Bereits in der letzten Sitzung hatten wir lim z a f(z) = f(a) für jedes a B r (z 0 ) bewiesen, d.h. f : B r (z 0 ) K ist stetig. Die direkt definierten Grundfunktionen ergeben sich alle aus der komplexen Exponentialfunktion, und daher wollen wir mit dieser beginnen. Wir betrachten die Potenzreihe mit den Koeffizienten a n = 1/n!. Zur Berechnung des Konvergenzradius wollen wir über Satz 7 vorgehen und haben lim n d.h. die komplexe Potenzreihe 1/n! 1/(n + 1)! = lim (n + 1)! n n! exp(z) := = lim n (n + 1) = +, hat den Konvergenzradius r = +. Das folgende Lemma stellt einige Eigenschaften der hierdurch definierten Funktion exp : C C zusammen. Satz (Grundeigenschaften der Exponentialfunktion) Die Exponentialfunktion exp : C C hat die folgenden Eigenschaften: (a) Die Funktion exp : C C ist stetig. (b) Es sind exp(0) = 1 und exp(1) = e. (c) Für alle z, w C gilt die Funktionalgleichung exp(z + w) = exp(z) exp(w). (d) Für jedes z C ist exp(z) 0 und 1/ exp(z) = exp( z). (e) Für jedes z C ist exp(z) = exp(z). z n n! (f) Für jedes x R ist exp(x) R mit exp(x) > 0. (g) Für jedes z C gilt exp(z) = exp(re(z)). Beweis: (a) Klar nach Satz 17. (b) Die Aussage exp(0) = 1 ist klar und nach einem Beispiel in 5.1 ist auch 1 exp(1) = n! = e. (c) Seien z, w C. Nach Lemma 6.(b) sind die Reihen für exp(z) und exp(w) absolut konvergent, also ist nach 5.Satz 19 und der binomischen Formel 1.Satz 7 ( ) ( z n ) ( w n n ) z k w n k exp(z) exp(w) = = n! n! k!(n k)! k=0 ( n ( ) 1 n = )z k w n k (z + w) n = = exp(z + w). n! k n! k=

15 (d) Nach (c) und (d) gilt für z C exp(z) exp( z) = exp(z z) = exp(0) = 1, also exp(z) 0 und 1/ exp(z) = exp( z). (e) Da wir bereits wissen das die komplexe Konjugation stetig ist folgt für jedes z C exp(z) = z n n! = z n n! = exp(z). (f) Sei x R. Da die Reihe exp(x) = xn /n! reell ist, ist zumindest exp(x) R und nach (d) ist auch exp(x) 0. Ebenso ist exp(x/2) R und mit (c) folgt exp(x) = exp(x/2) 2 0, d.h. es ist exp(x) > 0. (g) Sei z C. Nach (e) und (c) ist exp(z) 2 = exp(z) exp(z) = exp(z) exp(z) = exp(z+z) = exp(2 Re(z)) = exp(re(z)) 2, und mit (f) ergibt sich schließlich exp(z) = exp(re(z))

$Id: stetig.tex,v /06/26 15:40:18 hk Exp $

$Id: stetig.tex,v /06/26 15:40:18 hk Exp $ $Id: stetig.tex,v 1.11 2012/06/26 15:40:18 hk Exp $ 9 Stetigkeit 9.1 Eigenschaften stetiger Funktionen Am Ende der letzten Sitzung hatten wir eine der Grundeigenschaften stetiger Funktionen nachgewiesen,

Mehr

5 Stetigkeit und Differenzierbarkeit

5 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.

Mehr

6 Reelle und komplexe Zahlenfolgen

6 Reelle und komplexe Zahlenfolgen $Id: folgen.tex,v.7 200//29 :58:57 hk Exp hk $ 6 Reelle und komplexe Zahlenfolgen 6. Folgenkonvergenz In der letzten Sitzung hatten wir den Begriff der Konvergenz einer reellen oder komplexen Folge gegen

Mehr

Thema 4 Limiten und Stetigkeit von Funktionen

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

Mehr

c < 1, (1) c k x k0 c k = x k0

c < 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

Mehr

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis

Mehr

13 Stetige Funktionen

13 Stetige Funktionen $Id: stetig.tex,v.4 2009/02/06 3:47:42 hk Exp $ 3 Stetige Funktionen 3.2 Stetige Funktionen In anderen Worten bedeutet die Stetigkeit einer Funktion f : I R also f(x n) = f( x n ) n n für jede in I konvergente

Mehr

Analysis I. 3. Beispielklausur mit Lösungen

Analysis I. 3. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 3. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine Abbildung F von einer Menge L in eine

Mehr

e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme sin(x+y) = cos(x) sin(y)+sin(x) cos(y). und f. Für eine reelle Zahl x R gilt e ix = 1.

e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme sin(x+y) = cos(x) sin(y)+sin(x) cos(y). und f. Für eine reelle Zahl x R gilt e ix = 1. 8. GRENZWERTE UND STETIGKEIT VON FUNKTIONEN 51 e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme cos(x+y) = cos(x) cos(y) sin(x) sin(y) und sin(x+y) = cos(x) sin(y)+sin(x) cos(y). f. Für eine

Mehr

Stetigkeit. Definitionen. Beispiele

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

Mehr

6 Reelle und komplexe Zahlenfolgen

6 Reelle und komplexe Zahlenfolgen Mathematik für Physiker I, WS 200/20 Freitag 0.2 $Id: folgen.tex,v. 200/2/06 :2:5 hk Exp $ $Id: reihen.tex,v. 200/2/0 4:4:40 hk Exp hk $ 6 Reelle und komplexe Zahlenfolgen 6. Cauchyfolgen Wir kommen nun

Mehr

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

1 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

Mehr

{, wenn n gerade ist,, wenn n ungerade ist.

{, wenn n gerade ist,, wenn n ungerade ist. 11 GRENZWERTE VON FUNKTIONEN UND STETIGKEIT 60 Mit anderen Worten, es ist lim f(x) = b lim f (, a)(x) = b, x a x a wobei f (, a) die Einschränkung von f auf (, a) ist. Entsprechendes gilt für lim x a.

Mehr

Vorlesungen Analysis von B. Bank

Vorlesungen 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

Mehr

4 Reelle und komplexe Zahlenfolgen

4 Reelle und komplexe Zahlenfolgen $Id: folgen.tex,v 1.23 2013/12/02 12:07:25 hk Exp hk $ 4 Reelle und komplexe Zahlenfolgen 4.1 Folgenkonvergenz In der letzten Sitzung haben wir die Rechenregeln für Folgengrenzwerte hergeleitet. Dies sind

Mehr

sign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0

sign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0 ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 81 3. Stetigkeit 3.1. Stetigkeit. Im Folgenden sei D R eine beliebige nichtleere Teilmenge. Typischerweise wird D ein allgemeines Intervall sein, siehe Abschnitt

Mehr

11 Logarithmus und allgemeine Potenzen

11 Logarithmus und allgemeine Potenzen Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den

Mehr

Stetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543

Stetigkeit. 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

Mehr

$Id: reihen.tex,v /12/08 16:13:24 hk Exp $ 1 q

$Id: reihen.tex,v /12/08 16:13:24 hk Exp $ 1 q $Id: reihen.tex,v.35 207/2/08 6:3:24 hk Exp $ 5 Reihen 5. Konvergenz von Reihen In der letzten Sitzung hatten wir die Summenformel für die sogenannte geometrische Reihe q n = für q < q hergeleitet und

Mehr

Kapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C

Kapitel 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

Mehr

f(x 0 ) = lim f(b k ) 0 0 ) = 0

f(x 0 ) = lim f(b k ) 0 0 ) = 0 5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.

Mehr

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)

Misterlösung 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

Mehr

Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A)

Lösungen 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

Mehr

IV. Stetige Funktionen. Grenzwerte von Funktionen

IV. Stetige Funktionen. Grenzwerte von Funktionen IV. Stetige Funktionen. Grenzwerte von Funktionen Definition. Seien X und Y metrische Räume und E X sowie f : X Y eine Abbildung und p ein Häufungspunkt von E. Wir schreiben lim f(x) = q, x p falls es

Mehr

Stetigkeit, Konvergenz, Topologie

Stetigkeit, Konvergenz, Topologie Ferienkurs Seite 1 Technische Universität München Ferienkurs Analysis 1 Hannah Schamoni Wintersemester 2011/12 Stetigkeit, Konvergenz, Topologie 21.03.2012 Inhaltsverzeichnis 1 Stetigkeit und Konvergenz

Mehr

13 Die trigonometrischen Funktionen

13 Die trigonometrischen Funktionen 13 Die trigonometrischen Funktionen Wir schreiben die Werte der komplexen Exponentialfunktion im Folgenden auch als e z = exp(z) (z C). Geometrisch definiert man üblicherweise die Werte der Winkelfunktion

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 22 3. Funktionen. Grenzwerte.

Mehr

θ für alle n n 0, 0, dann divergiert a n. θ n, also die mit a n0 θ n 0

θ für alle n n 0, 0, dann divergiert a n. θ n, also die mit a n0 θ n 0 6 REIHEN 6. Konvergenzkriterien - 19 - Wenn man im Majorantenkriterium die geometrische Reihe als Majorante nimmt, erhält man das (6..18) Quotientenkriterium : Sei (a n ) n N0 eine Folge in C. Es gebe

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. R. König Dr. M. Prähofer Zentralübung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Z7.1. Komposition stetiger Funktionen Mathematik für Physiker (Analysis 1) MA90 Wintersem. 017/18 Lösungsblatt

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 13.1.016 Zwischenwertsatz und klassische Funktionen In diesem Abschnitt haben wir es mit Funktionen zu tun, die auf einem Intervall definiert sind. Eine Menge I R ist genau dann ein

Mehr

8 Reelle Funktionen. 16. Januar

8 Reelle Funktionen. 16. Januar 6. Januar 9 54 8 Reelle Funktionen 8. Reelle Funktion: Eine reelle Funktion f : D f R ordnet jedem Element x D f der Menge D f R eine reelle Zahl y R zu, und man schreibt y = f(x), x D. Die Menge D f heißt

Mehr

LS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88

LS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88 4. Funktionen Buchholz / Rudolph: MafI 2 88 Kapitelgliederung 4.1 Grundlegende Denitionen 4.2 Polynome und rationale Funktionen 4.3 Beschränkte und monotone Funktionen 4.4 Grenzwerte von Funktionen 4.5

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

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b.

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b. Proposition.13 Sei f : D R stetig und D = [a, b] R. Dann ist f(d) beschränkt. Außerdem nimmt f sein Maximum und Minimum auf D an, d.h. es gibt x max D und ein x min D, so dass f(x max ) = sup f(d) und

Mehr

Funktionsgrenzwerte, Stetigkeit

Funktionsgrenzwerte, Stetigkeit Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn

Mehr

(a, 0) (c, 0) = (ac, 0) (0, 1) =: i. Re(z) := a der Realteil und Im(z) := b der Imaginärteil

(a, 0) (c, 0) = (ac, 0) (0, 1) =: i. Re(z) := a der Realteil und Im(z) := b der Imaginärteil 14 DIE EXPONENTIALFUNKTION IM KOMPLEXEN 73 Wegen (a, 0) + (c, 0) = (a + c, 0) (a, 0) (c, 0) = (ac, 0) kann man die Teilmenge {(a, 0) a R} mit den darauf eingeschränkten Verknüpfungen identifizieren mit

Mehr

4 Reelle und komplexe Zahlenfolgen

4 Reelle und komplexe Zahlenfolgen $Id: folgen.tex,v.2 203//29 2:06:38 hk Exp hk $ 4 Reelle und komplexe Zahlenfolgen 4. Folgenkonvergenz In der letzten Sitzung hatten wir den Begriff der Folgenkonvergenz und die Grenzwerte von Folgen eingeführt.

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen 9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a

Mehr

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

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

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

Mehr

Übungen Analysis I WS 03/04

Übungen 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

Mehr

Reelle/komplexe Zahlen und Vollständigkeit

Reelle/komplexe Zahlen und Vollständigkeit Die folgenden Fragen/Aussagen sind mit ja / wahr oder nein / falsch zu beantworten. Da wir den Stoff der Analysis 1 behandeln, ist im weiteren davon auszugehen dass die Folgen, Reihen, Definitionsbereiche

Mehr

n 1, n N \ {1}, 0 falls x = 0,

n 1, n N \ {1}, 0 falls x = 0, IV.1. Stetige Funktionen 77 IV. Stetigkeit IV.1. Stetige Funktionen Stetige Funktionen R R sind vielen sicher schon aus der Schule bekannt. Dort erwirbt man sich die naive Vorstellung, dass eine stetige

Mehr

(a) Welche der folgenden Funktionen ist injektiv, surjektiv beziehungsweise bijektiv? x 1 + x

(a) Welche der folgenden Funktionen ist injektiv, surjektiv beziehungsweise bijektiv? x 1 + x Aufgabe Injektiv und Surjektiv) a) Welche der folgenden Funktionen ist injektiv, surjektiv beziehungsweise bijektiv?. f : Z N; x x 2. 2. f : R R; x x x.. f : R [, ]; x sin x. 4. f : C C; z z 4. b) Zeigen

Mehr

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) 1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge

Mehr

Die komplexe Exponentialfunktion und die Winkelfunktionen

Die 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

Mehr

Analysis I. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching

Analysis I. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching Analysis I 6. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 26, 2017 1 Erinnerung Eine Abbildung f : X Y heisst injektiv, falls 1, 2 X : 1 2 f( 1 ) f( 2 ). (In Worten:

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

$Id: reihen.tex,v /06/12 10:59:50 hk Exp $ unendliche Summe. a 1 + a 2 + a 3 +.

$Id: reihen.tex,v /06/12 10:59:50 hk Exp $ unendliche Summe. a 1 + a 2 + a 3 +. Mathematik für Informatiker B, SS 202 Dienstag 2.6 $Id: reihen.tex,v.8 202/06/2 0:59:50 hk Exp $ 7 Reihen Eine Reihe ist eine unendliche Summe a + a 2 + a 3 +. Die Summanden a i können dabei reell oder

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

15 Hauptsätze über stetige Funktionen

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

Mehr

Klausur zur Vorlesung Analysis I für Lehramtskandidaten. (Sommersemester 2008) Dr. C. Lange, J. Schütz

Klausur zur Vorlesung Analysis I für Lehramtskandidaten. (Sommersemester 2008) Dr. C. Lange, J. Schütz Klausur zur Vorlesung Analysis I für Lehramtskandidaten (Sommersemester 008) Dr. C. Lange, J. Schütz Beginn: 17. Juli 008, 10:00 Uhr Ende: 17. Juli 008, 11:30 Uhr Name: Matrikelnummer: Ich studiere: Bachelor

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

3 Folgen, Reihen und stetige Funktionen

3 Folgen, Reihen und stetige Funktionen Höhere Mathematik 101 3 Folgen, Reihen und stetige Funktionen 3.1 Folgen und Reihen: Definitionen und Beispiele Eine reelle oder komplexe Zahlenfolge ist eine Abbildung, die jeder natürlichen Zahl n eine

Mehr

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

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

Mehr

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

ANALYSIS 1 Kapitel 6: Stetige Funktionen

ANALYSIS 1 Kapitel 6: Stetige Funktionen ANALYSIS 1 Kapitel 6: Stetige Funktionen MAB.01012UB MAT.101UB Vorlesung im WS 2017/18 Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen Karl-Franzens-Universität Graz 6.1 Grundbegrie

Mehr

3 Grenzwert und Stetigkeit 1

3 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

Mehr

Lösungen zu Aufgabenblatt 7P

Lösungen zu Aufgabenblatt 7P Analysis Prof. Dr. Peter Becker Fachbereich Informatik Sommersemester 205 9. Mai 205 Lösungen zu Aufgabenblatt 7P Aufgabe (Stetigkeit) (a) Für welche a, b R sind die folgenden Funktionen stetig in x 0

Mehr

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

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

Mehr

Kapitel 6 Grenzwerte von Funktionen und Stetigkeit

Kapitel 6 Grenzwerte von Funktionen und Stetigkeit Kapitel 6 Grenzwerte von Funktionen und Stetigkeit 225 Relle Funktionen Im Folgenden betrachten wir reelle Funktionen f : D R, mit D R. Wir suchen eine formale Definition für den folgenden Sachverhalt.

Mehr

$Id: folgen.tex,v /06/07 13:16:35 hk Exp $ n qn = 0.

$Id: folgen.tex,v /06/07 13:16:35 hk Exp $ n qn = 0. $Id: folgen.tex,v 1.13 01/06/07 13:16:35 hk Exp $ 6 Folgen 6.4 Folgen reeller Zahlen Wir waren gerade mit der Besprechung diverser Beispiele zur Folgenkonvergenz beschäftigt, und wollen jetzt noch zwei

Mehr

7. Einige Typen von speziellen Funktionen [Kö 8]

7. Einige Typen von speziellen Funktionen [Kö 8] 39 7. Einige Typen von speziellen Funktionen [Kö 8] 7. Analytische Funktionen [Kö 7.3, 4.] Definition. Es sei D C, f : D C und z 0 D ein Häufungspunkt von D. Die Funktion f heißt im Punkt z 0 analytisch,

Mehr

Lösungen zum Übungsblatt 7

Lösungen zum Übungsblatt 7 Lösungen zum Übungsblatt 7 Mirko Getzin Universität Bielefeld Fakultät für Mathematik 5. Dezember 203 Ich gebe keine Gewähr auf eine vollständige Richtigkeit der Lösungen zu den Übungsaufgaben. Das Dokument

Mehr

2.7. TEILMENGEN VON R 51

2.7. TEILMENGEN VON R 51 2.7. TEILMENGEN VON R 51 für M. Denn zu x M, x > K, gibt es ein b Q mit b (K, x), insbesondere b > K. Dann ist aber K nicht die reelle Zahl, die dem Dedekindschen Schnitt der Mengen A, B entspricht. Ist

Mehr

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,

Mehr

(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist.

(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist. 8 Punktmengen Für die Menge M = { 1 n ; n N } ist 1 = max(m), denn 1 M und 1 n 1 für alle n N. Die Menge M besitzt aber kein Minimum, denn zu jeder Zahl x = 1 n M existiert ein y M mit y < x, etwa y =

Mehr

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

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

Mehr

Mathematischer Vorkurs NAT-ING II

Mathematischer Vorkurs NAT-ING II Mathematischer Vorkurs NAT-ING II (0.09.03 0.09.03) Dr. Jörg Horst WS 03-04 Mathematischer Vorkurs TU Dortmund Seite / 5 Mathematischer Vorkurs TU Dortmund Seite 6 / 5 Schenkel Winkelbereich Scheitel S

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

Analysis I. Guofang Wang , Universität Freiburg

Analysis I. Guofang Wang , Universität Freiburg Universität Freiburg 10.1.2017, 11.1.2017 Definition 1.1 (Ableitung) Die Funktion f : I R n hat in x 0 I die Ableitung a R n (Notation: f (x 0 ) = a), falls gilt: f(x) f(x 0 ) lim = a. (1.1) x x 0 x x

Mehr

Folgen, Reihen, Potenzreihen, Exponentialfunktion

Folgen, 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

Mehr

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

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

Analysis I. Vorlesung 13. Der Zwischenwertsatz

Analysis I. Vorlesung 13. Der Zwischenwertsatz Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 13 Der Zwischenwertsatz Wir interessieren uns dafür, was unter einer stetigen Abbildung f: R R mit einem Intervall passiert. Der Zwischenwertsatz

Mehr

1 Reihen von Zahlen. Inhalt:

1 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,

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

eine reelle (oder komplexe) Folge. Dann heißt l der Limes oder der Grenzwert dieser Folge, notiert als

eine reelle (oder komplexe) Folge. Dann heißt l der Limes oder der Grenzwert dieser Folge, notiert als Analysis, Woche 9 Stetigkeit I A 9. Grenzwerte bei Funktionen 9.. Der einfachste Fall Wir erinnern noch mal an den Grenzwert bei einer Folge. Sei {a n } n=0 eine reelle (oder komplexe) Folge. Dann heißt

Mehr

Kapitel 5 Trigonometrie

Kapitel 5 Trigonometrie Mathematischer Vorkurs TU Dortmund Seite / 7 Schenkel Winkelbereich Scheitel S α Winkel werden in Grad oder im Bogenmaß (auch Rad) angegeben: 360 =. y cot α r = sin α α cos α tan α x Durch diese Betrachtungen

Mehr

2.5 Komplexe Wurzeln. Mathematik für Naturwissenschaftler I 2.5

2.5 Komplexe Wurzeln. Mathematik für Naturwissenschaftler I 2.5 Mathematik für Naturwissenschaftler I 2.5 Die Periodizität von e z ist der Grund, warum im Komplexen Logarithmen etwas schwieriger zu behandeln sind als im Reellen: Der natürliche Logarithmus ist die Umkehrung

Mehr

Analysis I. 2. Beispielklausur mit Lösungen

Analysis 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.

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester

Mehr

Übungen zu Einführung in die Analysis

Übungen zu Einführung in die Analysis Übungen zu Einführung in die Analysis (Nach einer Zusammengestellung von Günther Hörmann) Sommersemester 2011 Vor den folgenden Aufgaben werden in den ersten Wochen der Übungen noch jene zur Einführung

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

Vorlesung Analysis I WS 07/08

Vorlesung Analysis I WS 07/08 Vorlesung Analysis I WS 07/08 Erich Ossa Vorläufige Version 07/12/04 Ausdruck 8. Januar 2008 Inhaltsverzeichnis 1 Grundlagen 1 1.1 Elementare Logik.................................. 1 1.1.A Aussagenlogik................................

Mehr

Übungsaufgaben zur Vorlesung ANALYSIS I (WS 12/13) Lösungsvorschlag Serie 12

Übungsaufgaben 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

Mehr

Kapitel 3. Reihen und ihre Konvergenz

Kapitel 3. Reihen und ihre Konvergenz Kapitel 3 Reihen und ihre Konvergenz Abschnitt 3.1 Der Reihenbegri und erste Beispiele Denitionen zu Reihen, 1 Denition. Sei (a n ) n N0 eine Folge reeller Zahlen. Für n N 0 heiÿt dann die Zahl s n :=

Mehr

Kapitel 15: Stetigkeit

Kapitel 15: Stetigkeit Kapitel 15: Stetigkeit 15.1 Der Stetigkeitsbegriff 15.2 Eigenschaften stetiger Funktionen 15.3 Stetigkeit bei Funktionenfolgen und Potenzreihen 15.4 Exponential- und Logarithmusfunktionen 15.5 Trigonometrische

Mehr

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

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

Mehr

10 Differenzierbare Funktionen

10 Differenzierbare Funktionen 10 Differenzierbare Funktionen 10.1 Definition: Es sei S R, x 0 S Häufungspunkt von S. Eine Funktion f : S R heißt im Punkt x 0 differenzierbar, wenn der Grenzwert f (x 0 ) := f(x 0 + h) f(x 0 ) lim h

Mehr

6 Die Bedeutung der Ableitung

6 Die Bedeutung der Ableitung 6 Die Bedeutung der Ableitung 24 6 Die Bedeutung der Ableitung Wir wollen in diesem Kapitel diskutieren, inwieweit man aus der Kenntnis der Ableitung Rückschlüsse über die Funktion f ziehen kann Zunächst

Mehr

Ferienkurs Analysis 1

Ferienkurs 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.

Mehr

Vollständigkeit. 1 Konstruktion der reellen Zahlen

Vollständigkeit. 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

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

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

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 4

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 4 D-MATH, D-PHYS, D-CHAB Analysis I HS 017 Prof. Manfred Einsiedler Lösung 4 Hinweise 1. Zeigen Sie, dass inf X die kleinste obere Schranke von X ist.. Dass z 1, z Lösungen sind, kann man durch Einsetzen

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 16 Der Zwischenwertsatz Wir interessieren uns dafür, was unter einer stetigen Abbildung f :R R mit einem Intervall passiert.

Mehr

3 Topologische Gruppen

3 Topologische Gruppen $Id: topgr.tex,v 1.2 2010/05/26 19:47:48 hk Exp hk $ 3 Topologische Gruppen Als letztes Beispiel eines topologischen Raums hatten wir die Zariski-Topologie auf dem C n betrachtet, in der die abgeschlossenen

Mehr

$Id: funktion.tex,v /11/17 16:00:21 hk Exp $ $Id: komplex.tex,v /11/17 16:17:18 hk Exp $

$Id: funktion.tex,v /11/17 16:00:21 hk Exp $ $Id: komplex.tex,v /11/17 16:17:18 hk Exp $ $Id: funktion.tex,v 1.29 2017/11/17 16:00:21 hk Exp $ $Id: komplex.tex,v 1.23 2017/11/17 16:17:18 hk Exp $ 2 Funktionen Wir beschäftigen uns gerade mit dem Begriff der Umkehrfunktion einer Funktion f :

Mehr