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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 6 REIHEN 6. Konvergenzkriterien 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 ein n 0 N 0, so dass a n 0 für alle n n 0 ist, und a) es gebe ein θ R mit 0 < θ < 1 und a n+1 a n θ für alle n n 0, dann konvergiert a n absolut. b) a n+1 a n 1 für alle n n 0, dann divergiert a n. Beweis : a) Aus a n+1 θ a n für n n 0 folgt mit Induktion für k N 0 : und damit ist a n0 θ n 0 θ n, also die mit a n0 θ n 0 multiplizierte geometrische Reihe a n. a n0 +k θ k a n0, also a n θ n n 0 a n0 für n n 0, θ n mit 0 < θ < 1, eine konvergente Majorante von b) Mit Induktion folgt für n n 0 : a n a n0 > 0, also gilt nicht lim n = 0, die Reihe divergiert. (6..19) Beachten Sie : Zum Nachweis der Konvergenz muss man ein θ finden mit 0 < θ < 1 und a n+1 a n θ für fast alle n. Es reicht nicht : a n+1 1 < 1 für fast alle n. Ein Gegenbeispiel ist : Es ist n an n=1 n n + 1 aber die Reihe divergiert. 6.3 Summen und Produkte von Reihen (6.3.3) Umordnungssatz: Sei a n eine absolut konvergente Reihe von komplexen Zahlen a n mit Wert A. Dann konvergiert jede Umordnung der Reihe, also jede Reihe a n

2 - 0 - a τ(n) für jede bijektive Abbildung τ : N 0 N 0 ebenfalls gegen A. Beweis : Sei τ : N 0 N 0 bijektiv, wir müssen zeigen: lim m m a τ(k) = A. Sei nun ε > 0 beliebig vorgegeben. Da ein n 0 N 0, so dass a k < ε k=n 0 n0 1 A a k = k=n 0 a k a k konvergiert, gibt es zu ε ist. Daraus folgt Da τ bijektiv ist, können wir ein N N 0 k=n 0 a k < ε so groß wählen, dass {0, 1,..., n 0 1} {τ(0), τ(1),..., τ(n)} ist. Dann gilt für alle m N : m a τ(k) A m a τ(k) n 0 1 a k n 0 1 a k A a k + ε < ε. k=n 0 - Für nicht absolut konvergente Reihen ist der Satz falsch. Man kann sogar noch mehr zeigen: (6.3.4) Riemannscher Umordnungssatz : Sei. a n eine nicht absolut konvergente Reihe reeller Zahlen a n und S eine beliebig vorgegebene reelle Zahl. Dann gib es eine bijektive Abbildung τ : N 0 N 0 mit a τ(n) = S, d.h. durch Umordnung kann man jede beliebige reelle Zahl als Wert erhalten. Beweis : Wir setzen für k N 0 : a + k := 1 ( a k + a k ) = a k := 1 ( a k a k ) = { ak für a k 0 0 für a k < 0 { 0 für ak 0 a k für a k < 0,.

3 - 1 - Die Zahlen a + k, a k sind alle 0, und für jedes k gilt Wäre eine der Reihen konvergent, so würde aus den Gleichungen a k = a + k a k und a k = a + k + a k. a + k, a k a + k = a k + a k, a k = a+ k a k folgen, dass auch die andere konvergiert. Dann wäre wegen a k = a + k + a k aber auch a k konvergent, im Widerspruch dazu, dass nicht absolut konvergiert. Also sind beide Reihen a + k, a k a k divergent. Streichen wir aus der Folge (a + k ) alle Glieder, bei denen a k < 0 ist (also nur Nullen, aber nicht alle), so erhalten wir die Teilfolge aller nichtnegativen Glieder von (a k ), die wir (p k ) nennen. Aus der Folge (a k ) streichen wir alle Nullen, so entsteht eine Folge (q k ), und ( q k ) ist die Teilfolge aller negativen Glieder von (a k ). Jedes Glied von (a k ) tritt also in genau einer der Teilfolgen (p k ) bzw. (q k ) auf. Dann sind auch die Reihen q k divergent, also p k und lim n p k =, lim n q k = und damit lim n ( q k ) =. Infolgedessen gibt es zunächst einen kleinsten Index n 0 mit n 0 p k > S, dann einen kleinsten Index n 1 mit n 0 p k + n 1 ( q k ) < S und nun wieder einen kleinsten Index n mit n 0 p k + n 1 ( q k ) + n k=n 0 +1 p k > S. Man kann das Verfahren fortsetzen, und die so entstehende Reihe ( ) p p n0 + ( q 0 ) ( q n1 ) + p n p n +... ist eine Umordnung der Ausgangsreihe a k.

4 - - Wegen der Minimaleigenschaft der Indizes n 1, n,... sieht man, dass der Betrag der Differenz zwischen S und den Teilsummen von ( ) spätestens ab der Teilsumme p p n0 + ( q 0 ) ( q n1 ) durch die Zahlen q n1, p n, q n3, p n4,... nach oben abgeschätzt werden kann. Da nun aber die Folgen (q n1, q n4,... ) und (p n, p n4,...) gegen 0 konvergieren, folgt, dass die Umordnung ( ) von a k gegen S konvergiert. Bemerkung : Hat man zwei endliche Summen komplexer Zahlen n a j und so ist klar, wie man sie multipliziert : ( n ) ( m ) a j b k = m b k, n m a j b k, d.h. man muss jeden Summanden der ersten mit jedem Summanden der zweiten Summe multiplizieren und die Produkte addieren. Wie ist das nun für Reihen? Mit ( ) a j b k hat man die Schwierigkeit, dass man zunächst unendlich viele Grenzwerte ausrechnen und dann wieder eine Reihe bilden müsste. Bildet man aber ( a j b k = n ) a j b n j, (j,k) N 0 N 0 mit k+j=n so hat man nur einmal eine unendliche Summe, aber trotzdem kommen alle Produkte a j b k genau einmal vor. Diese Reihe heißt das Cauchy-Produkt der Reihen a n und b n : (6.3.6) Satz vom Cauchy-Produkt : Seien a j und a k absolut konvergente Reihen komplexer Zahlen. Dann konvergiert auch ihr Cauchy- Produkt n d n mit d n := a j b n j = a j b k (j,k) N 0 N 0 mit j+k=n absolut, und für den Wert des Cauchy-Produkts gilt ( n ) ( ) ( ) a j b n j = a j b k.

5 - 3 - Beweis : 1.) Sei A := a j, B := b k, C n := n k a j b k j = dann zeigen wir zunächst (j,k) N 0 N 0 mit k+j n lim C n = A B. Beweis: Wir bilden zunächst ( n ) ( n ) Cn := a j b k = a j b k für n N 0, (j,k) N 0 N 0 mit j n k n a j b k, dann gilt nach der Grenzwertregel 5..1: lim C n = A B, wir müssen also nur noch zeigen, dass Sei nun lim (C n C n ) = 0 C n C n = (j,k) D(n) gilt: Nun ist a j b k mit D(n) := { (j, k) N 0 N 0 j n k n j + k > n }. ( n ) ( n ) P n := a j b k = dann konvergiert (P n ) n N0 nach Regel 5..1, da (j,k) N 0 N 0 mit j n k n a j b k, a j und b k absolut konvergieren. (P n ) ist also eine Cauchyfolge; zu beliebigem ε > 0 gibt es deshalb ein n 0 N 0, so dass P n P n0 < ε für alle n n 0 gilt. Nun ist P n P n0 = a j b k mit (j,k) E(n) E(n) := { (j, k) N 0 N 0 j n k n (j n 0 k n 0 ) } Für n > n 0 gilt nun D(n) E(n) (am besten macht man dazu eine Zeichnung). Also folgt für alle n > n 0 : Cn C n a j b k P n P n0 < ε. (j,k) D(n) Damit haben wir bewiesen: lim (Cn C n ) = 0..) Wir müssen noch zeigen, dass das Cauchy-Produkt absolut konvergiert. Dazu setzen wir n a n := a n, b n := b n, c n := a n kb k.

6 Nach Voraussetzung konvergieren absolut, also konvergieren a n und a n und b n, sogar absolut wegen a n = a n, b n = b n. Nach Teil 1.) des Beweises konvergiert die Reihe n N 0 : also konvergiert c n = Achtung : Wenn n a n k b k b n n a n k b k = c n, c n. Nun gilt für alle c n absolut nach dem Majorantenkriterium (6..5). a n und b n nicht absolut konvergieren, kann es sein, dass ihr Cauchy-Produkt divergiert. Ein Beispiel finden Sie in (K74 oben). 7 STETIGE FUNKTIONEN. GRENZWERTE 7. Rechnen mit stetigen Funktionen Definition 7..3 : Sei D C, D. Sind f, g : D C stetig und ist λ C, so sind nach Regel 7.. auch f + g und λf : D C stetig. Da auch die Abbildung O : D C, O(x) := 0 stetig ist, bilden die stetigen Funktionen einen Untervektorraum des Vektorraums aller Funktionen von D in C, also einen C Vektorraum, den wir mit C(D) bezeichnen. (C wie stetig - auf Englisch.) Ist die Menge D nicht endlich (etwa wenn D ein reelles Intervall ist), so ist dim C C(D) =. Regel 7..9 : Sei I R ein Intervall und f : I R streng monoton, dann ist g := f 1 : f(i) I stetig. Bemerkung: Wenn f nicht stetig ist, ist f(i) i.a. kein Intervall. Machen Sie sich Zeichnungen! Beweis : Œ sei f streng monoton wachsend. Dann ist f injektiv, also ist f 1 : f(i) I definiert, und f 1 ist auch streng monoton wachsend. Sei y 0 f(i), dann gibt es ein x 0 I mit y 0 = f(x 0 ). Sei a) Wir behandeln zunächst den Fall Sei ε > 0 gegeben, dann ist a := inf I, b := sup I ( R ). a < x 0 < b.

7 - 5 - ε := min{ε, 1 (x 0 a), 1 (b x 0)} > 0, also a < x 0 ε < x 0 < x 0 + ε < b, und wegen (a; b) I können wir f(x o ± ε ) bilden: f(x 0 ε ) < f(x 0 ) < f(x 0 + ε ). Sei δ := 1 min{y 0 f(x 0 ε ), f(x 0 + ε ) y 0 }, dann ist δ > 0, f(x 0 ε ) < y 0 δ < y 0 < y 0 + δ < f(x 0 + ε ). Für alle y f(i) mit y y 0 < δ gilt dann f(x 0 ε ) < y < f(x 0 + ε ), also x 0 ε < f 1 (y) < x 0 + ε, also f 1 (y) f 1 (y 0 ) = f 1 (y) x 0 < ε ε. b) Ist x 0 = a, so wird der Beweis sogar einfacher: Zu ε > 0 nehme man ε := min{ε, 1 (b x 0)} und δ := 1 (f(x 0 + ε ) y 0 ). c) Analog beweist man die Stetigkeit in f(b), falls b I ist. Bemerkung : Die Stetigkeit von f : I R ist hier gar nicht vorausgesetzt. Folgerung : Für jedes n N sind die Wurzelfunktionen g n : [0; ) R, g n (x) := n x, g n+1 : R R, g n+1 (x) := n+1 x stetig, wobei man für x ( ; 0) setzt: n+1 x := n+1 x. Das folgt mit 7..9 daraus, dass diese Funktionen die Umkehrfunktionen der streng monoton wachsenden Funktionen f n : [0; ) [0; ), f n (y) := y n bzw. f n+1 : R R, f n+1 (y) := y n+1 sind. 7.3 Gleichmäßige Konvergenz von Funktionenfolgen (7.3.1) Zur Motivation : Wir wissen, dass Polynomfunktionen f : C C, f(z) = k a n z n stetig sind. Folgt daraus auch die Stetigkeit einer Potenzreihe k a n z n = lim a n z n, jedenfalls dort, wo sie konvergiert, also von k f : K R (0) C, f(z) = a n z n,

8 - 6 - wobei R der Konvergenzradius ist? Wir fragen allgemeiner: Kann man aus der Stetigkeit von Funktionen f k : D C und der Existenz von f(z) := lim k f k (z) für z D schließen, dass auch f stetig ist? Wohl nicht, ein Gegenbeispiel ist leicht zu finden: 1 f n : R R, f n (x) := (1 + x ) : n { 0 für x 0 f(x) := lim f n (x) = 1 für x = 0 existiert, ist aber nicht stetig, obwohl die f n es sind. Weierstraß-Kriterium : Für k N 0 seien f k : D C, D C. Wenn die Reihe der Normen der f k bezüglich D, also f k D konvergiert, dann konvergiert Beweis : Für n N 0 sei s n := n f k auf D gleichmäßig gegen eine Funktion f : D C. f k. a) Nach dem Cauchy-Kriterium für Reihen (6..1) gibt es zu jedem ε > 0 ein N R, so dass für n > m N gilt n m n f k D f k D < ε, also f k D < ε, k=m+1 also für jedes x D : s n (x) s m (x) = n k=m+1 f k (x) n k=m+1 f k D < ε, also ist (s n (x)) n N0 b) Für x D gilt für jedes x D eine Cauchyfolge in C ; es existiert f(x) := lim s n (x) = f k (x). f(x) s m (x) = f(x) s n (x) + s n (x) s m (x)

9 - 7 - für alle m, n N 0. Nun gibt es, da f k D k=m+1 eine Cauchyfolge ist, zu jedem ε > 0 ein N 1 R, so dass für n > m N 1 gilt n n x D : s n (x) s m (x) = f k (x) f k D < ε k=m+1 und zu festem m N 1 und festem x D nach a) ein n (x) N 0, n (x) m, so dass für n n (x) : f(x) s n (x) < ε ist, also für m N 1 : f(x) s m (x) < ε. (s m ) m N0 konvergiert also gleichmäßig auf D gegen f. Folgerung : Aus dem Weierstraß-Kriterium folgt also: = = f k normal konvergent f k gleichmäßig konvergent auf D f k punktweise konvergent in D. 7.4 Der Zwischenwertsatz (7.4.1) Der Zwischenwertsatz (ZWS) : Seien a, b R, a < b. Eine stetige Funktion f : [a; b] R nimmt jeden Wert γ zwischen f(a) und f(b) an mindestens einer Stelle c an: c [a; b] : γ = f(c). Beweis : Œist f(a) < γ < f(b). Dann ist M := { t [a; b] f(t) γ } nichtleer wegen a M und nach oben beschränkt (durch b ). Nach Satz.3.1 existiert also c := sup M. Da c die kleinste obere Schranke von M ist, gibt es eine Folge (t n ) n N aus M mit lim t n = c. Wegen f(t n ) γ gilt f(c) (7.1.3) = lim f(t n ) 5..3 γ. Insbesondere ist damit c b, also c < b. Es gibt also eine Folge (x n ) n N in (c; b] mit lim x n = c. Wegen x n > c = sup M ist f(x n ) > γ, also,

10 - 8 - f(c) (7.1.3) = lim f(x n ) γ, insgesamt also: f(c) = γ. Häufige Anwendungen des ZWS sind: Beweis der Existenz von Nullstellen, z.b.: (7.4.) Behauptung : Jede Polynomfunktion P : R R, P (x) := n a k x k mit a n 0, ungeradem n und a 0,..., a n R besitzt eine Nullstelle: Wegen P (x) = a n (x n + genügt es, zu zeigen, dass n 1 b k x k ) mit b k := a k a n f(x) = x n + p(x) mit p(x) := n 1 b k x k eine Nullstelle besitzt. Wir setzen dazu p(±r) r := 1 + n 1 also, da n ungerade ist, n 1 b k r k b k, dann gilt n 1 b k r n 1 = (r 1)r n 1 < r n, f(r) r n p(r) > 0, f( r) r n + p( r) < 0. Nach Folgerung 7..6 ist f stetig, also hat f nach dem ZWS eine Nullstelle in [ r; r]. 7.5 Der Satz vom Maximum und Minimum Wir formulieren hier eine Version des Satzes, die gegenüber Königsberger etwas vereinfacht ist. Die allgemeine Version kommt im nächsten Semester: (7.5.1) Satz vom Maximum und Minimum : Seien a, b R, a < b und f : [a; b] R sei stetig. Dann gibt es ξ 1, ξ [a; b], so dass x [a; b] : f(ξ 1 ) f(x) f(ξ ) ist. Bemerkung : Der Satz sagt nicht nur, dass die Bildmenge f([a; b]) = { f(x) x [a; b] }

11 - 9 - beschränkt ist, also dass sup f([a; b]) und inf f([a; b]) existieren, sondern mehr noch, nämlich dass max f([a; b]) = f(ξ ) und min f([a; b]) = f(ξ 1 ) existieren. Beweis von Satz : Wir zeigen nur die Existenz des Maximums. Dazu setzen wir { sup f([a; b]), falls f([a; b]) nach oben beschränkt ist, s := sonst, und zeigen dann, dass s = unmöglich ist. Auf jeden Fall gibt es zu jedem n N ein x n [a; b] mit s 1 n f(x n) s, falls s <, n f(x n ), falls s = ist, also gilt lim f(x n ) = s. (x n ) n N ist eine Folge in [a; b], also beschränkt, also gibt es nach dem Satz von Bolzano-Weierstraß,.Fas- sung (5.5.8) eine konvergente Teilfolge (x nk ) k N von (x n ) n N. Sei ξ := lim k x nk, dann ist a ξ b und nach dem Folgenkriterium für Stetigkeit (7.1.3) : f(ξ ) = lim k f(x nk ) = lim f(x n ) = s, insbesondere s f([a; b]), also nicht s =, und für alle x [a; b] gilt f(x) s = f(ξ ). 7.7 Grenzwerte von Funktionen Definition : Sei D R und a R [ oder D C und a C ]. a heißt ein Häufungspunkt von D, wenn es eine Folge (a n ) n N gibt mit n N : a n D lim a n = a, d.h. wenn a (eigentlicher oder uneigentlicher) Grenzwert einer Folge von Elementen aus D ist. (7.7.) Beispiele : 1) Jedes a D ist Häufungspunkt von D, denn a = lim a. ) Sei D = (a; b), a < b, dann ist b ein Häufungspunkt von D, denn b = lim ( b b a n 3) ist Häufungspunkt von R +, denn ), und n N : b b a n D. = lim n und n N : n R +.

12 Definition : a) Sei D R und f : D R. Sei a R ein Häufungspunkt von D. Sei c R, und für jede Folge (x n ) n N mit x n D für alle n N und lim x n = a gelte lim f(x n ) = c, dann schreiben wir: x a lim f(x) = c, und nennen c den x D Grenzwert der Funktion f für x gegen a. b) Man kann hier auch D C und f : D C zulassen, dann muss a C und c C sein. Folgerungen : a) Das Folgenkriterium (7.1.3) für Stetigkeit kann man dann so formulieren: Sei D C, f : D C und x 0 D. Dann gilt f stetig in x 0 x x0 lim f(x) = f(x 0 ). x D In diesem Fall braucht man das Symbol x x0 lim f(x) also nicht. x D b) Ist aber D C, f : D C, x 0 C ein Häufungspunkt von D, der nicht in D enthalten ist, und c C, so bedeutet dass die im Punkt x 0 lim x x 0 f(x) = c, x D durch c ergänzte Funktion f : D {x 0 } C, f(x) := { f(x) für x D c für x = x 0 in x 0 stetig ist, dass man also die Funktion f in x 0 stetig ergänzen kann. Beispiel : lim x 0 x 0 exp(x) 1 x = 1 für die durch exp : C C, exp(x) := definierte Exponentialfunktion. Beweis : exp(x) 1 ist für x 0 nicht definiert, aber in x D := { x C x 0 }, und 0 ist ein Häufungspunkt von D. Sei (x n ) n N eine Folge in D mit lim x n = 0. Nach Lemma (Restabschätzung) gibt es ein c R, so dass R (x) c x x n für R (x) := und x < 1 n! gilt, also exp(x) 1 x c x, n= exp(x) 1 x x n n! 1 c x,

13 und aus lim x n = 0, x n 0, folgt lim ( exp(xn ) 1 x n 1 ) = 0. Beispiel : lim exp(x) =. x Beweis : exp : R R ist definiert, ist ein Häufungspunkt von R, und sei (x n ) n N eine Folge in R mit lim x n =, dann gibt es ein N R mit x n > 0 für n > N, also für n > N : exp(x n ) = x k n k! > x n, also auch lim exp(x n ) =. - Gelegentlich braucht man auch links- bzw. rechtsseitige Grenzwerte von Funktionen : Definition : Sei D R, x 0 R und f : D C. Ein c C heißt linksseitiger Grenzwert von f in x 0, geschrieben Entsprechend nennt man c =: lim x x0 f(x) =: f(x 0 ), wenn lim x x 0 x D ( ;x 0 ) f(x) = c existiert. lim f(x) := f(x 0 +) := lim x x 0 x x0 x D (x 0 ; ) f(x) den rechtsseitigen Grenzwert von f in x 0. 9 DIFFERENTIALRECHNUNG 9.3 Maxima und Minima Hilfssatz : Sei f : [a; b] C stetig und auf (a; b) differenzierbar. Dann gibt es ein ξ (a; b) mit Beweis : Es gibt ein c C mit nämlich Wir setzen f(b) f(a) (b a) f (ξ). f(b) f(a) = c (f(b) f(a)) und c = 1, c := f(b) f(a) für f(b) f(a) 0 f(b) f(a) 1 für f(b) f(a) = 0. ϕ(x) := Re (c f(x)) für x [a; b]. ϕ ist in (a; b) differenzierbar, es gilt ϕ (x) = Re (c f (x)), und nach dem Mittelwertsatz gibt es ein ξ (a; b) mit ϕ(b) ϕ(a) = (b a) ϕ (ξ), also

14 - 3 - f(b) f(a) = c (f(b) f(a)) = ϕ(b) ϕ(a) = (b a)ϕ (ξ) = (b a) Re (c f (ξ)) (b a) f (ξ). f(b) f(a) = c (f(b) f(a)) = ϕ(b) ϕ(a) = (b a)ϕ (ξ) = (b a) Re (c f (ξ)) (b a) f (ξ). (9.3.1) Schrankensatz : Sei f : [a; b] C stetig differenzierbar, dann gilt für alle x 1, x [a; b] : f(x 1 ) f(x ) x 1 x f [a;b], wobei wir f [a;b] in als f [a;b] = sup { f (x) x [a; b] } definiert hatten. Beweis : Da f auf [a; b] stetig differenzierbar ist, ist f auf [a; b] beschränkt, also existiert f [a;b]. Der Rest folgt aus dem Hilfssatz. 9.4 Tangens und die Arcusfunktionen Wir können mit Differentialrechnung einiges recht kurz beweisen, was wir in 8 ausgelassen hatten. Folgerung 9.4. : Sei { D := R \ (k + 1) π k Z }, dann gilt für x D : 1) tan( x) = tan x l Z : tan(x + lπ) = tan x. ) tan (x) = 1 + tan x = 1 cos x 3) tan ( π ; π ) : ( π; π ) R ist stetig, streng monoton wachsend und bijektiv. Beweis : 1) tan( x) = sin( x) 8.6.4() sin x = cos( x) cos x = tan x, sin(x + π) tan(x + π) = = sin x cos(x + π) cos x = tan x, und da sin und cos die Periode π haben, folgt tan(x + lπ) = tan x für alle l Z. ) Nach der Quotientenregel (9..1)c) ist tan (x) 9..3 = cos x cos x sin x ( sin x) cos x = cos x + sin x cos x = 1 cos x bzw. = 1 + tan x. 3) Wegen tan (x) = 1 + tan x 1 > 0 ist tan nach dem Monotonie- Kriterium 9.39 streng monoton wachsend auf jedem Intervall, auf dem er definiert ist, insbesondere auf ( π ; π ). tan ist auf ( π ; π ) differenzierbar, also stetig. Es ist

15 (1) lim x π denn sei (x n ) n N tan x =, eine Folge mit lim x n = π, x n (0; π ), dann ist lim sin x n = 1, lim cos x n = 0 und cos x n > 0, also nach Aufgabe 5 b) : lim lim sin x n cos x n () lim x π 1 cos x n =, und nach Aufgabe 5 c) : =. Aus tan( x) = tan x für x ( π; π ) folgt damit tan x =. Sei y R beliebig, dann gibt es nach (1) und () also x 1, x ( π ; π ) mit tan x 1 < y < tan x, und zwar x 1 < x, denn tan wächst streng monoton in ( π; π ), und nach dem Zwischenwertsatz ein x [x 1 ; x ] ( π; π) mit Also ist tan monoton ist. ( π tan x = y. ; π ) : ( π; π ) R surjektiv, und injektiv, da er streng (9.4.4) Definition und Ableitungen von Arcussinus und Arcuscosinus : sin : R R und cos : R R sind nicht injektiv, da sie π periodisch sind, und nicht surjektiv wegen sin x + cos x = 1, also sin x, cos x 1. Aber sin [ π ; π ] : [ π ; π ] [ 1; 1] ist bijektiv, denn es gilt cos x > 0 für x [0; π ) nach Def. von π und cos x > 0 für x ( π ; 0) wegen cos x = cos( x), wegen sin = cos ist nach dem Monotonie-Kriterium also sin in [ π; π] streng monoton wachsend, also injektiv, und sin π = 1, sin( π ) = sin π = 1, also gibt es nach dem Zwischenwertsatz zu jedem y [ 1; 1] ein x [ π; π] mit sin x = y, also ist sin [ π ; π ] : [ π ; π ] [ 1; 1] auch surjektiv. Wir haben also die Umkehrfunktion Arcussinus,

16 ( ) 1 π arcsin := sin [ π ; π ] : [ 1; 1] [ ; π ], deren Ableitung man mit der Umkehrregel (9..5) berechnen kann : Für y = sin x ist arcsin (y) = 1 sin (x) = 1 cos x, sofern cos x 0 ist, also für x ± π, d.h. y ±1. Wegen x ( π ; π ) ist dann cos x > 0, also cos x = + 1 sin x = 1 y, arcsin (y) = 1 1 y. Nun zu cos : Wegen sin x > 0 für x (0; π) und cos = sin ist cos [0;π] : [0; π] [ 1; 1] streng monoton fallend und bijektiv, man hat also die Umkehrfunktion arccos := ( cos ) 1 [0;π] : [ 1; 1] [0; π], für deren Ableitung man arccos 1 (x) = 1 x für x ( 1; 1) zeigt. (9.4.6) Veranschaulichung der Multiplikation komplexer Zahlen : Hat man zwei komplexe Zahlen und ihre Polarkoordinaten z 1 = r 1 e iϕ 1 und z = r e iϕ, so ist z 1 z = r 1 r e i(ϕ 1+ϕ ) d.h. man multipliziert zwei komplexe Zahlen, indem man ihre Beträge multipliziert und ihre Argumente addiert. Man sieht hier auch, dass es nichts bringt, wenn man krampfhaft versucht, das Argument von z = r e iϕ etwa dadurch eindeutig zu machen, dass man fordert : ϕ [0; π) :, Für ϕ 1, ϕ [0; π) kann durchaus ϕ 1 + ϕ π sein!

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

10 Kriterien für absolute Konvergenz von Reihen

10 Kriterien für absolute Konvergenz von Reihen 10 Kriterien für absolute Konvergenz von Reihen 10.1 Majoranten- und Minorantenkriterium 10.3 Wurzelkriterium 10.4 Quotientenkriterium 10.9 Riemannscher Umordnungssatz 10.10 Äquivalenzen zur absoluten

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

Lösungen zur Klausur zur Analysis 1, WiSe 2016/17

Lösungen zur Klausur zur Analysis 1, WiSe 2016/17 BERGISCHE UNIVERSITÄT WUPPERTAL..7 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Lösungen zur Klausur zur Analysis, WiSe 6/7 Klausureinsicht:

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

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

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

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

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

Häufungspunkte und Satz von Bolzano und Weierstraß.

Häufungspunkte und Satz von Bolzano und Weierstraß. Häufungspunkte und Satz von Bolzano und Weierstraß. Definition: Sei (a nk ) k N eine konvergente Teilfolge der Folge (a n ) n N.Dannwirdder Grenzwert der Teilfolge (a nk ) k N als Häufungspunkt der Folge

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

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n)

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n) 2 Folgen und Reihen 2.1 Folgen in C 2.1.1 Konvergenz von Folgen Eine Folge komplexer Zahlen ist eine Funktion f : N C. Mit a n schreibt man (a n ) n=1, (a n ) oder auch a 1, a 2,.... := f(n) (a n ) heißt

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

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

INGENIEURMATHEMATIK. 8. Reihen. Sommersemester Prof. Dr. Gunar Matthies

INGENIEURMATHEMATIK. 8. Reihen. Sommersemester Prof. Dr. Gunar Matthies Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 8. Reihen Prof. Dr. Gunar Matthies Sommersemester 2016 G. Matthies Ingenieurmathematik

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

Kapitel 3: Folgen und Reihen

Kapitel 3: Folgen und Reihen Kapitel 3: und Reihen Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Kapitel 3: und Reihen 1 / 29 Gliederung 1 Grundbegriffe 2 Abbildungen und elementare

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

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

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

3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung

3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung Kapitelgliederung 3. Folgen und Reihen 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung 3.5 Reihen 3.6 Absolut

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

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

LS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38

LS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38 3. Folgen und Reihen Buchholz / Rudolph: MafI 2 38 Kapitelgliederung 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung

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

Analysis I - Ferienkurs

Analysis I - Ferienkurs TU-München, Dienstag, der 6.03.200 Analysis I - Ferienkurs Andreas Schindewolf 5. März 200 Inhaltsverzeichnis. Folgen 3.. Konvergenz und Cauchy-Folgen..................... 3.2. Konvergenz-Kriterien für

Mehr

Spickzettel Mathe C1

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

Mehr

Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 +

Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 + 8 Reihen 38 8 Reihen Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe a 0 + a + a 2 + zu bilden. Wir wollen nun erklären, was wir darunter verstehen wollen. Zunächst kann man die

Mehr

Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an.

Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an. Analysis I, WiSe 2013/14, 04.02.2014 (Iske), Version A 1 Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an. a) Welche der folgenden Aussagen über Folgen sind sinnvoll und

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

Ferienkurs Analysis 1, SoSe Unendliche Reihen. Florian Beye August 15, 2008

Ferienkurs Analysis 1, SoSe Unendliche Reihen. Florian Beye August 15, 2008 Ferienkurs Analysis 1, SoSe 2008 Unendliche Reihen Florian Beye August 15, 2008 1 Reihen und deren Konvergenz Definition 1.1. Eine reelle bzw. komplexe Reihe ist eine unendliche Summe über die Glieder

Mehr

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

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt. 7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen

Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen Susanna Pohl Vorkurs Mathematik TU Dortmund 12.03.2015 Folgen und Reihen Folgen und Grenzwerte Rechenregeln für konvergente Folgen

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

Klausur - Analysis I Lösungsskizzen

Klausur - Analysis I Lösungsskizzen Klausur - Analysis I Lösungsskizzen Aufgabe 1.: 5 Punkte Entscheiden Sie, ob folgende Aussagen wahr oder falsch sind. Kennzeichnen Sie wahre Aussagen mit W und falsche Aussagen mit F. Es sind keine Begründungen

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

Kapitel 4 Folgen, Reihen & Funktionen

Kapitel 4 Folgen, Reihen & Funktionen Kapitel 4 Folgen, Reihen & Funktionen Inhaltsverzeichnis FOLGEN REELLER ZAHLEN... 3 DEFINITION... 3 GRENZWERT... 3 HÄUFUNGSPUNKT... 4 MONOTONIE... 4 BESCHRÄNKTHEIT... 4 SÄTZE... 4 RECHNEN MIT GRENZWERTEN...

Mehr

GRUNDLAGEN MATHEMATIK

GRUNDLAGEN MATHEMATIK Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 2. Folgen Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies Grundlagen Mathematik

Mehr

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1.

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1. Lösungen Klausur Aufgabe (3 Punkte) Zeigen Sie, dass n k k (n + ) n k für alle n N. IA: Für n ist k kk 2 2. IV: Es gilt n k kk (n + ) n für ein n N. IS: Wir haben n+ k k k n k k + (n + ) n+ k IV (n + )

Mehr

Klausur zur Analysis I WS 01/02

Klausur zur Analysis I WS 01/02 Klausur zur Analysis I WS 0/0 Prof. Dr. E. Kuwert. Februar 00 Aufgabe (4 Punkte) Berechnen Sie unter a) und b) jeweils die Ableitung von f für x (0, ): a) f(x) = e sin x b) f(x) = x α log x a) f (x) =

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

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

Höhere Mathematik für Physiker II

Höhere Mathematik für Physiker II Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei

Mehr

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

Folgen und Reihen. 1 Konvergenz

Folgen und Reihen. 1 Konvergenz Folgen und Reihen Man betrachte viele Zahlen hintereinander geschrieben. Solche Folgen von Zahlen können durch nummeriert werden. Es entsteht eine Zuordnung der natürlichen Zahlen zu den Gliedern der Folge.

Mehr

Das höhere Mathematikon

Das höhere Mathematikon Das höhere Mathematikon Christian Huber Diese Zusammenfassung ist ein Mix aus dem Skript von Herr Dr. Peer Kunstmann, der allseits beliebten Wikipedia, diversen anderen Onlinequellen und letztendlich meiner

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

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

Folgen und Reihen. Thomas Blasi

Folgen und Reihen. Thomas Blasi Folgen und Reihen Thomas Blasi 02.03.2009 Inhaltsverzeichnis Folgen und Grenzwerte 2. Definitionen und Bemerkungen............................. 2.2 Konvergenz und Beschränktheit.............................

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

Kommutativität. De Morgansche Regeln

Kommutativität. De Morgansche Regeln 1. Formale Logik Proposition 1.1. Die logischen Elementarverknüpfungen gehorchen folgenden Äquivalenzen: (1.1) (1.2) p p p p p p Idempotenz (1.3) (1.4) p q q p p q q p Kommutativität (1.5) (1.6) (p q)

Mehr

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt Beispiel. Gegeben sei die Folge (a n ) n N mit a n := n 2 + 5n + 1 n Es gilt ( ( ) (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n + 1 + n, woraus folgt a n = (n2 + 5n + 1) n 2 n2 + 5n + 1 + n = 5n + 1 n2

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

Übungsklausur Höhere Mathematik I für die Fachrichtung Physik

Übungsklausur Höhere Mathematik I für die Fachrichtung Physik Karlsruher Institut für Technologie (KIT) Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning WS /3 6..3 Übungsklausur Höhere Mathematik I für die Fachrichtung Physik Aufgabe ((3++5) Punkte)

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

4. Folgen von (reellen und komplexen) Zahlen [Kö 5]

4. Folgen von (reellen und komplexen) Zahlen [Kö 5] 20 4. Folgen von (reellen und komplexen) Zahlen [Kö 5] 4.1 Grundbegriffe Definition 1. a) Eine Folge (reeller bzw. komplexer) Zahlen ist eine Abbildung a: Z k C mit einem k Z. Schreibweise: a(n) = a n

Mehr

D-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu. MC-Fragen Serie 1. Einsendeschluss: Freitag, der :00 Uhr

D-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu. MC-Fragen Serie 1. Einsendeschluss: Freitag, der :00 Uhr D-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu MC-Fragen Serie 1 Einsendeschluss: Freitag, der 26.09.2014 12:00 Uhr 1. Welche der folgenden Aussagen sind richtig? (a) Eine divergente Folge ist nicht

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

(alternierendes Vorzeichen) a n := ( 1)n n + 1 a n := 3n 2 7n a n := n(n 1)(n 2), n 3

(alternierendes Vorzeichen) a n := ( 1)n n + 1 a n := 3n 2 7n a n := n(n 1)(n 2), n 3 ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 43 2. Folgen und Reihen Folgen und Reihen werden in jedem Analysislehrbuch besprochen, siehe etwa [H, Kapitel III], [K, Kapitel 5], [J2, Kapitel 23] oder [M,

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

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die 3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die eindeutig den natürlichen Zahlen zugeordnet sind ( n N, auch

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

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

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

5. Reihen. k=1 x k = s. Oft startet man die Folge/Reihe auch bei k =0oder einem anderen Wert. Für Konvergenzfragen macht das keinen Unterschied.

5. Reihen. k=1 x k = s. Oft startet man die Folge/Reihe auch bei k =0oder einem anderen Wert. Für Konvergenzfragen macht das keinen Unterschied. 5 5. Reihen Im Folgenden sei X K n oder ein beliebiger K-Vektorraum mit Norm. 5.. Definition. Es sei (x k ) Folge in X. DieFolge n s n x k n,,... der Partialsummen heißt (unendliche) Reihe und wird mit

Mehr

Höhere Mathematik I. G. Herzog, Ch. Schmoeger. Wintersemester 2018/19. Karlsruher Institut für Technologie

Höhere Mathematik I. G. Herzog, Ch. Schmoeger. Wintersemester 2018/19. Karlsruher Institut für Technologie Höhere Mathematik I G. Herzog, Ch. Schmoeger Wintersemester 208/9 Karlsruher Institut für Technologie Inhaltsverzeichnis Reelle Zahlen 2 2 Folgen und Konvergenz 2 3 Unendliche Reihen 3 4 Potenzreihen 45

Mehr

Folgen, Reihen, Grenzwerte u. Stetigkeit

Folgen, Reihen, Grenzwerte u. Stetigkeit Folgen, Reihen, Grenzwerte u. Stetigkeit Josef F. Bürgler Abt. Informatik HTA Luzern, FH Zentralschweiz HTA.MA+INF Josef F. Bürgler (HTA Luzern) Einf. Infinitesimalrechnung HTA.MA+INF 1 / 33 Inhalt 1 Folgen

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

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen Version 01.02. Januar 2007 MIA Analysis einer reellen Veränderlichen WS 06/07 Kurzfassung Martin Schottenloher Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen In diesem Kapitel werden differenzierbare

Mehr

Modul Grundbildung Analysis WiSe 10/11. A.: Wurde in diesem Kapitel behandelt. C.: Weitere Fragen (Nicht nur für die Klausur interessant)

Modul Grundbildung Analysis WiSe 10/11. A.: Wurde in diesem Kapitel behandelt. C.: Weitere Fragen (Nicht nur für die Klausur interessant) Modul Grundbildung Analysis WiSe 10/11 Im Folgenden bedeutet A: Wurde in diesem Kapitel behandelt B: Interessante Aufgaben C: Weitere Fragen (Nicht nur für die Klausur interessant) V1 Konvergenz, Grenzwert

Mehr

k=1 {S n } n N konvergiert, so schreibt man: a n n=1 und spricht dann von Konvergenz oder Divergenz der unendlichen Reihe

k=1 {S n } n N konvergiert, so schreibt man: a n n=1 und spricht dann von Konvergenz oder Divergenz der unendlichen Reihe 7 Reihen sind spezielle Folgen, die durch Summation entstehen. Definition 7. : {a n } n N sei Folge in C; S n := n Folge {S n } n N unendliche Reihe. Falls a k statt lim S n. a k heißt {S n } n N konvergiert,

Mehr

HM I Tutorium 5. Lucas Kunz. 21. November 2018

HM I Tutorium 5. Lucas Kunz. 21. November 2018 HM I Tutorium 5 Lucas Kunz 2. November 208 Inhaltsverzeichnis Theorie 2. Definition.................................... 2.2 Wichtige Reihen................................. 2.3 Absolute Konvergenz..............................

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 22.11.2016 3. Mächtigkeit und die komplexe Zahlen Komplexe Zahlen Definition Die komplexe Zahlen sind definiert als C = R 2 = R R, mit (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2, y 1 +

Mehr

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

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

Mehr

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

Lösung zur Serie 8. x + 2x 2 sin(1/x), falls x 0, f(x) := 0, falls x = 0. = lim

Lösung zur Serie 8. x + 2x 2 sin(1/x), falls x 0, f(x) := 0, falls x = 0. = lim Lösung zur Serie 8 Aufgabe 40 Wir zeigen in dieser Aufgabe, dass die Voraussetzung dass die Funktion in einer kleinen Umgebung injektiv sein muss, beim Satz über die Umkehrfunktion notwendig ist. Hierzu

Mehr

Analysis I. 5. Beispielklausur mit Lösungen

Analysis I. 5. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 5. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Die Umkehrabbildung zu einer bijektiven Abbildung

Mehr

x k = s k=1 y k = y konvergent. Dann folgt (cx k ) = cx für c K. Partialsummenfolge konvergiert

x k = s k=1 y k = y konvergent. Dann folgt (cx k ) = cx für c K. Partialsummenfolge konvergiert 4 Reihen Im Folgenden sei K R oder K C. 4. Definition. Es sei (x k ) Folge in K. Wir schreiben x k s und sagen, die Reihe x k konvergiere, falls die sogenannte Partialsummen-Folge s n x k n, 2,... in K

Mehr

Rechenoperationen mit Folgen. Rekursion und Iteration.

Rechenoperationen mit Folgen. Rekursion und Iteration. Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )

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

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Definition: Sei M R, alsom

Mehr

Die reellen Zahlen. Analysis I. Teil I. 1 Die Körperaxiome. 2 Die Anordnungsaxiome. 3 Die natürlichen Zahlen. Satz 1.1 (Kürzungsregel der Addition)

Die reellen Zahlen. Analysis I. Teil I. 1 Die Körperaxiome. 2 Die Anordnungsaxiome. 3 Die natürlichen Zahlen. Satz 1.1 (Kürzungsregel der Addition) Analysis I Mitschrift der Vorlesung Analysis I im WS 2012/13 bei Prof. Gudlaugur Thorbergsson von Dario Antweiler an der Universität zu Köln. Kann Fehler enthalten. Stand: 31.01.2013 Veröentlicht unter

Mehr

Lösungsvorschlag zur Übungsklausur zur Analysis I

Lösungsvorschlag zur Übungsklausur zur Analysis I Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 NWF I - Mathematik 9..9 Universität Regensburg Lösungsvorschlag zur Übungsklausur zur Analysis I Frage 1 Vervollständigen Sie die folgenden

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

Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze

Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze Prof. Dr. Lorenz Schwachhöfer Inhaltsverzeichnis 1 Mathematische Grundlagen 2 2 Folgen und Reihen 7 3 Stetigkeit 15 4 Differenzierbarkeit

Mehr

eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge {s n } n=0 konstruieren durch s n = a 0 + a a n, s n = a k.

eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge {s n } n=0 konstruieren durch s n = a 0 + a a n, s n = a k. Analysis, Woche 7 Reihen I A 7. Folgen aus Folgen Wenn a n eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge s n konstruieren durch s n = a 0 + a + + a n, oder netter geschrieben s n

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

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

Reihen, Exponentialfunktion Vorlesung

Reihen, Exponentialfunktion Vorlesung Reihen, Exponentialfunktion Vorlesung Marcus Jung 5.03.20 Inhaltsverzeichnis Inhaltsverzeichnis Reihen 3. Denition.................................... 3.2 Konvergenzkriterien für Reihen........................

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

eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge {s n } n=0 konstruieren durch s n = a 0 + a a n, a k.

eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge {s n } n=0 konstruieren durch s n = a 0 + a a n, a k. Analysis, Woche 7 Reihen I 7. Folgen aus Folgen Wenn a n eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge s n konstruieren durch s n = a 0 + a + + a n, oder netter geschrieben s n =

Mehr

3.3. KONVERGENZKRITERIEN 67. n+1. a p und a n. beide nicht konvergent, so gilt die Aussage des Satzes 3.2.6

3.3. KONVERGENZKRITERIEN 67. n+1. a p und a n. beide nicht konvergent, so gilt die Aussage des Satzes 3.2.6 3.3. KONVERGENZKRITERIEN 67 und l n+1 wiederum als kleinsten Wert, so dass A 2n+2 = A 2n+1 + l n+1 k=l n < A. Alle diese Indizes existieren und damit ist eine Folge {A k } k N definiert. Diese Folge konvergiert

Mehr

Klausur - Analysis I Lösungsskizzen

Klausur - Analysis I Lösungsskizzen Klausur - Analysis I Lösungsskizzen Aufgabe 1.: 5 Punkte Entscheiden Sie, ob folgende Aussagen wahr oder falsch sind. Kennzeichnen Sie wahre Aussagen mit und falsche Aussagen mit. Es sind keine Begründungen

Mehr

Klausur Analysis für Informatiker Musterlösung

Klausur Analysis für Informatiker Musterlösung Prof. Dr. Torsten Wedhorn WS 9/ Dr. Ralf Kasprowitz Elena Fink Klausur Analysis für Informatiker Musterlösung 9.2.2 Name, Vorname Studienfach Matrikelnummer Semester Übungsgruppe Zugelassene Hilfsmittel:

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

a 0, a 1, a 2, a 3,... Dabei stehen die drei Pünktchen für unendlich oft so weiter.

a 0, a 1, a 2, a 3,... Dabei stehen die drei Pünktchen für unendlich oft so weiter. 7 Folgen 30 7 Folgen Wir betrachten nun (unendliche) Folgen von Zahlen a 0, a, a 2, a 3,.... Dabei stehen die drei Pünktchen für unendlich oft so weiter. Bezeichnung Wir bezeichnen mit N die Menge der

Mehr