Beispiel Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Größe: px
Ab Seite anzeigen:

Download "Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) ="

Transkript

1 Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;. P besteht nur aus Polstellen von f; 3. f : U\P C ist holomorph. Beispiel.. Wenn p ein Polynom vom Grad größer gleich ist, ist q : C Ĉ definiert durch { /pz für p z 0, q z = für p z = 0, eine meromorphe Funktion auf C. Es ist übrigens üblich zu schreiben q z = /p z und an den nicht-definierten Stellen zu nehmen. Beispiel.3. Die Funktion z tan z ist meromorph auf C. Auch hier nimmt man, wenn cos z = 0. Eine Skizze der Funktionenlandschaft finden sie in Abbildung.. Beispiel.4. Die Funktion f : C Ĉ, definiert durch f z = { e z für z C \ {0}, für z = 0 ist nicht meromorph auf C. Wenn f einen Pol von Ordnung m in 0 hätte, dann würde lim z 0 z m f z existieren. Für alle m N + gilt jedoch lim x m f x =. x 0 Übrigens, auch wenn man f 0 = w für ein w C, statt f 0 =, definieren würde, wird f nicht meromorph bei 0. 3

2 . Nullstellen, Pole und ein Kurvenintegral 5. Juni 05 5 Korollar.6. Sei U C offen, sei f : U Ĉ meromorph und f 0. Dann gibt es für jedes w U eine Zahl r R +, ein k 0 Z und eine Folge {a k } k0 k Z C derart, dass a k0 0 und f z = a k z w k für z B r w \ {w}.. k=k 0 Das heißt, a k z w k konvergiert auf B r w, und k=0 für k 0 > 0 hat f eine Nullstelle von Ordnung k 0 in w; für k 0 < 0 hat f eine Polstelle von Ordnung k 0 = k 0 in w. Beweis. Wegen Lemma.5 gibt es r > 0 und holomorphen Funktionen f, f : B r w C mit f z = f z /f z. Dann ist f auf B r w als Potenzreihe zu schreiben: f z = m=m 0 b m z w m bei der wir m 0 die kleinstmögliche Zahl in N nehmen derart, dass b m0 0. Dann gilt f z = m=m 0 b m z w m = z w m 0 m=m 0 b m z w m m 0. Für die Funktion g z = m=m 0 b m z w m m 0 gilt g w 0 und daher ist z /g z holomorph in einer Umgebung B r w. Es folgt, dass f z = z w m f 0 z g z. Weil z f z /g z holomorph ist auf B r w mit r = min {r, r }, kann man diese Funktion als Potenzreihe auf B r w schreiben und wenn man dann durch z w m 0 dividiert, folgt.. Lemma.7. Sei U C offen. Wenn f, g : U C meromorphe Funktionen sind mit g 0, dann sind f + g, f g, f.g und f/g meromorphe Funktionen auf U. Der Beweis ist fast direkt und wird dem Leser überlassen. Bemerkung.7.. Wenn f, g : C Ĉ meromorphe Funktionen sind, ist f g : C Ĉ im Allgemeinen nicht meromorph und auch nicht zu ergänzen zu einer meromorphen Funktion. Das Standardbeispiel ist f z = e z und g z =. Die Funktionen f und g z sind meromorph auf C; die Funktion f g jedoch nicht.. Nullstellen, Pole und ein Kurvenintegral Sei U C offen, und sei Γ das Bild einer linksherum laufenden differenzierbaren Jordan- Kurve γ. Nehmen wir an, dass Γ und sein Innengebiet in U liegen. Sei f meromorph auf U und derart, dass f weder Nullstellen noch Polstellen auf Γ hat. Wir schreiben dann # N f, Γ = die Zahl der Nullstellen von f innerhalb von Γ, # P f, Γ = die Zahl der Polstellen von f innerhalb von Γ,

3 6 5. Juni 05 Woche, Funktionen und Polstellen Abbildung.: U, Γ und die Richtung von γ wobei diese Zahl inklusive Multiplizität gezählt wird. Die Multiplizität einer n-fachen Nullstelle in n; die Multiplizität eines Pols von Ordnung m ist m. Im nächsten Beispiel sieht man nochmals wie dies gemeint ist. Beispiel.8. Die Funktion gz = z z+iz 5 4 sinz z+ z ist meromorph und man findet i ist eine Nullstelle mit Multiplizität ; ii i ist eine Nullstelle mit Multiplizität ; iii 5 ist eine Nullstelle mit Multiplizität 4; iv 0 ist eine Nullstelle mit Multiplizität : sin z z = z 6 z3 + O z 5 z = z 3 z + O z 4 ; v ist eine Polstelle mit Multiplizität. Also gilt # N g, B 0 = + + = 4 und # P g, B 0 =. Die Nullstelle 5 liegt außerhalb B 0. Lemma.9. Seien f und Γ wie oben und sei γ eine Parametrisierung von Γ. Dann gilt # N f, Γ # P f, Γ = ˆ f z dz.. πi fz Beweis. Sei m Z und w U. Lokal hat man fz = k=m α k z w k mit α m 0. Wenn m > 0, dann ist w eine Nullstelle von f mit Ordnung m. Wenn m < 0, dann ist w eine Polstelle von f der Ordnung m. Es gilt für m 0, dass f z fz = k=m kα k z w k k=m α k z w k = z w hz, γ wobei hz = k=0 k + m α k+m z w k k=0 α k+m z w k eine in einer Umgebung von w holomorphe Funktion ist. Weiter gilt hw = mα m α m = m.

4 8 5. Juni 05 Woche, Funktionen und Polstellen und es folgt, dass hθ, z weder eine Nullstelle noch eine Polstelle auf Γ hat. Denn hätte hθ, z eine Nullstelle w Γ, dann liefert fw = fw hθ, w < fw den Widerspruch. Hätte hθ, z eine Polstelle w Γ, dann findet man einen Widerspruch durch = fw hθ, w < fw <. Also ist die Funktion A : [0, ] R durch A θ := ˆ πi γ h θ, z hθ, z dz mit h θ, z = hθ, z für jedes θ [0, ] wohldefiniert. Weil z h θ, z und hθ, z keine Null- oder Polstellen für z Γ haben, ist θ A θ sogar stetig auf [0, ]. Und weil ˆ h θ, z πi hθ, z dz = # Nhθ,, Γ # P hθ,, Γ nur ganze Zahlen als Wert annimmt, folgt, dass γ θ # N hθ,, Γ # P hθ,, Γ konstant ist. Das besagt genau, dass.4 erfüllt ist..3 Partialbruchentwicklung In der Analysis Vorlesung haben Sie gesehen, dass man rationale Funktionen in Partialbrüche zerlegen kann. Eine rationale Funktion ist der Quotient zweier Polynome. Zerlegen in Partialbrüche heißt, dass es für jedes paar Polynome p und q ein Polynom p und komplexe Zahlen c k,l gibt derart, dass p z q z = p z + l k qz k =0 l= mit l k die Multiplizität der Nullstelle z k von q. Zum Beispiel gilt: z 5 3z 4 + 5z 3 3z + 4z z 4 4z 3 + 5z 4z + 4 = z + 3 i 5 50 z i c k,l z z k l.5 = z5 3z 4 + 5z 3 3z + 4z z + z = + 3 i z + i z + 5 z. Wenn man in.5 die Polynome p und q ersetzt durch holomorphe Funktionen, bekommt man meromorphe Funktionen. Kann man bei einer meromorphen Funktion etwas machen mit Partialbruchzerlegung? Eine meromorphe Funktion h ist holomorph mit möglicher Ausnahme von möglichst unendlich, aber höchstens abzählbar vielen Polstellen z k. Bei so einer Polstelle kann man h wie folgt schreiben hz = l= m α k z z k l + gz,

5 .3 Partialbruchentwicklung 5. Juni 05 9 wobei g eine in einer Umgebung von z k holomorphe Funktion ist und m ist die Ordnung des Pols. Man nennt l= m α l z z k l.6 den Hauptteil von h an der Stelle z k. Übrigens, da die Parameter m N + und α l C im Allgemeinen für jede Polstelle unterschiedlich sind, müsste man eigentlich m k und α l,k schreiben. Die Polstellen z k mit den Hauptteilen nennt man die Hauptteilverteilung von h: { } α l,k z z k l l= m k k= Die zentrale Frage, die wir nun betrachten, ist, ob man zu vorgegebenen Hauptteilen bei Polstellen ohne Häufungspunkte immer eine meromorphe Funktion finden kann, die genau diese Polstellen hat. Wenn U C beschränkt ist, ist die Frage leicht zu lösen. Für beschränktes U gibt es höchstens endlich viele Polstellen, und man summiert die Hauptteile. Bei unbeschränkten Gebieten, wie zum Beispiel ganz C, ist die Frage weniger einfach. Wenn man erneut einfach die Hauptteile addiert, kann man nicht garantieren, dass diese Summe konvergiert. Bevor wir uns an eine Konstruktion wagen, die unendlich viele Terme enthalten muss, müssen wir uns also eine Art von Konvergenz überlegen. Eine Schwierigkeit dabei bilden die Polstellen. Wie kann man Konvergenz einer Funktionenfolge definieren, wenn diese Funktionen an einigen Stellen den Wert haben? In der folgenden Definition wird verwendet, dass die Polstellen einer meromorphen Funktion keine Häufungspunkte haben und es deshalb nur endlich viele auf einem Kompaktum geben kann. Man kann zum Beispiel die Polstellen nach absoluter Größe anordnen z z... und wie folgt versuchen zu summieren: h z = k= l= m k α k,l z z k l..7 Nehmen wir an, dass z n > R, dann hätten wir für z k=n l= m k α k,l z z k l auf B R 0 keine Polstellen und könnten auf B R 0 die gleichmäßige Konvergenz dieser Folge betrachten. Wir werden noch sehen, dass die rechte Seite in.7 oft nicht konvergiert, im Grunde jedoch ist diese Idee nicht schlecht. Wenn wir die Hauptteile mit einem geschickten Polynom ergänzen, kann man die Konvergenz erlangen. Diese Art von Konvergenz wird in der folgenden Definition festgelegt. Definition.. Sei U C offen { und sei {f l : U C} l= eine Folge meromorpher l } Funktionen. Man sagt, dass die Folge kompakt konvergiert auf U, wenn es k= f k für jede kompakte Teilmenge K U ein l K gibt, so dass gilt: l= für l l K sind die Funktionen f l holomorph auf K, { l } m=l K f m konvergiert gleichmäßig auf K. l=

6 0 5. Juni 05 Woche, Funktionen und Polstellen Bemerkung... Eine Funktionenfolge {g l } l= konvergiert gleichmäßig auf K, wenn es g : K C gibt, mit Anders gesagt, wenn ε > 0 l ε N z K : l l ε g l z gz < ε..8 lim g l g L l K = 0, wobei g l g L K = sup { g lz gz ; z K}. Bemerkung... Wenn eine Funktionenfolge gleichmäßig Cauchy ist auf K, dann ist sie auch gleichmäßig konvergent auf K. Gleichmäßig Cauchy bedeutet, dass für die Funktionenfolge gilt ε > 0 l ε N z K : k, l l ε g l z g k z < ε..9 In dem Fall kann man g auf K definieren durch gz = lim l g l z. Die Folge {g l } l= konvergiert gleichmäßig gegen g. Das sieht man wie folgt. Sei ε > 0. Man nehme l ε/ wie in.9 und k z l ε/ derart, dass g kz z gz < ε. Für l > l ε/ folgt dann, dass g l z gz g l z g kz z + g kz z gz < ε + ε = ε. Wenn die g l in.9 stetig sind, dann ist auch g stetig. Auch dies kann man einfach nachvollziehen. Sei ε > 0 und nehme l ε/4 in.8. Für k > l ε/4 folgt gw gz gw g k w + g k w g k z + g k z gz 4 ε + g kw g k z + 4 ε. Weil g k stetig ist, gibt es δ > 0 derart, dass g k w g k z < ε für w z < δ. Theorem. Mittag-Leffler. Sei {z k } k= eine Folge paarweise verschiedener komplexer Zahlen ohne Häufungspunkt. Wir dürfen annehmen, dass 0 < z z.... Sei m k Z, α k,l C und setze f k z = l=m k α k,l z z k l.. Wenn es ganze Funktionen g k gibt derart, dass { m } f k g k k= m N.0 kompakt konvergiert für m, dann ist F, definiert durch F z := f k g k z, k= eine meromorphe Funktion auf C mit der gewünschten Hauptteilverteilung.. Nimmt man für g k das Taylorpolynom zu f k in 0 mit hinreichend hohem Grad, dann ist.0 kompakt konvergent.

7 .3 Partialbruchentwicklung 5. Juni 05 Bemerkung... Weil {z k } k= keinen Häufungspunkt hat, kann man nach Größe des Betrags ordnen. Wir haben angenommen, dass 0 < z. Das darf man ohne Verlust der Allgemeinheit. Wenn z = 0, kann man um z z verschieben. Beweis. Nehmen wir an, dass.0 kompakt konvergiert. Es reicht, wenn wir zeigen, dass F auf jeder kompakten Menge K C die gewünschte Hauptteilverteilung hat. Aus der Annahme folgt, dass es k K gibt, so dass k=k K f k g k gleichmäßig konvergiert auf K. Weil die Funktionen f k holomorph sind auf K, ist auch k=k K f k g k holomorph auf K. Die Tatsache, dass eine konvergente Folge von holomorphen Funktionen zu einer holomorphen Funktion konvergiert, folgt mit Hilfe des Integralsatzes von Cauchy. Denn Korollar 5.7 zeigt, dass für h k holomorph auf B R z 0 mit R > r gilt h n k z = n! πi w z 0 =r h k w w z n+ dw. Dann folgt, dass wenn h k gleichmäßig konvergiert auf B R z 0, auch h n k konvergiert auf B r z 0. Dann kann man h := lim k h k als Potenzreihe schreiben auf B r z 0 und somit ist auch h holomorph. Die Hauptteilverteilung auf K ist nun endlich und enthält genau die gewünschten Hauptteile f k. Weil die Polstellen keinen Häufungspunkt haben, gibt es für jedes R R + höchstens endlich viele mit z k R. Setzt man r k = z k, dann folgt lim k r k =. Die Taylorreihe für f k konvergiert fur z < r k und man kann ein Taylorpolynom finden derart, dass f k z g k z < k für z B r k /0. Sei nun K eine kompakte Menge und sei k K derart, dass K B rkk /0. Für k k K ist f k g k holomorph auf K, und es gilt f k z g k z f k z g k z = für K. k k K+ k=k K k=k K k=k K So konvergiert k=k K f k g k gleichmäßig auf K. Wenn es zwei Lösungen einer Hauptteilverteilung gibt, sagen wir f und f, dann hat f f nur hebbare Singularitäten und das bedeutet, dass fz fz für z {z k } hz := lim fz fz. für z = z k z z k eine holomorphe Funktion ist. Theorem.3 Partialbruchzerlegung. Sei f eine meromorphe Funktion auf C mit Polstellen 0 = z 0 < z z... ohne Häufungsstelle und mit Hauptteilverteilung {f l } l=0.. Dann gibt es {l k } k=0 N derart, dass gz = f 0 z + f k z T lk z. k= kompakt konvergiert. Hier ist T lk z das Taylorpolynom zu f k in 0 vom Grad l k.

8 5. Juni 05 Woche, Funktionen und Polstellen. Wenn gz = f 0 z + fk z z.3 T lk kompakt konvergiert, dann gibt es eine ganze Funktion h derart, dass k= fz = hz + gz. Bemerkung.3.. Ohne Verlust der Allgemeinheit haben wir 0 als Polstelle genommen, denn man kann immer verschieben. Der Term f 0 enthält genau diesen Hauptteil. Beweis. Jede meromorphe Funktion f kann nur Polstellen ohne Häufungspunkte haben. In der Nähe einer Polstelle hat f ein eindeutiges Hauptteil. Also hat f eine eindeutige Hauptteilverteilung. Der Satz von Mittag-Leffler liefert eine meromorphe Funktion g wie in.. Jede Funktion g, wie in.3, hat die gleiche Hauptteilverteilung. Betrachtet man zwei meromorphe Funktionen f und f mit gleicher Hauptteilverteilung {f k } k=0, dann liefert. die ganze Funktion h. Wenn f eine meromorphe Funktion auf C ist, dann ist auch die Hauptteilverteilung {f k } k=0 festgelegt. Man kann nicht wie bei einer rationalen Funktion r sagen, dass es ein Polynom p gibt so, dass m r z = p z + f k z, denn für die Konvergenz muss man möglicherweise kompensieren durch Taylorpolynome von f l. Man findet jedoch, dass man eine meromorphe Funktion f wie folgt entwickeln kann. Es gibt eine holomorphe Funktion h so, dass f z = h z + k=0 f k z T lk z, k=0 mit T lk geschickt gewählte Polynome. Beispiel.4. Wenn wir als Hauptteilverteilung { } z n n Z fz = z + z n + n n Z\{0} haben wollen, dann ist eine passende meromorphe Funktion. Sei K B R 0. Dann gilt:. Für n n 0 := [R + ] ist z z n + n. für z K gilt n N mit n n 0 = n N mit n n 0 z n n + z n n z holomorph auf K; n N mit n n 0 m=n 0 4R m < z n + n = 4R n 0 <.

9 .4 Beispiele einiger Partialbruchentwicklungen 5. Juni 05 3 { Beispiel.5. Wenn z + z n+mi n,m Z n,m 0,0 } n,m Z die Hauptteilverteilung ist, dann ist z n + mi + n + mi + z n + im.4 kompakt konvergent und liefert also eine passende meromorphe Funktion. Man kann sich fragen, ob der Ausdruck z + z n + mi + n + mi n,m Z n,m 0,0.5 kompakt konvergent ist. Diese Frage ist nicht einfach zu beantworten. Absolut konvergent auf kompakten Mengen ist diese Reihe jedoch nicht. Die Frage, ob eine Reihe absolute konvergent ist, ist meistens einfacher. Für.4 berechnet man z n + m i + n + m i + z n + i m = z n + m i z n + m i. Für z in eine kompakte Menge gilt z n + m i z n + m i = O n + m i 3 für n + m i, und man kann die Summe mit einem Integral vergleichen: ˆ n + m i 3 3 dxdy = π x + iy n,m Z n,m 0,0 x,y > ˆ r= rdr <. r3 Man kann sich selber überlegen, was mit gemeint ist. Ähnlich kann man auch zeigen, dass.5 nicht absolut konvergent ist..4 Beispiele einiger Partialbruchentwicklungen Proposition.6. Für z C gilt: sin z = z nπ..6 Beweis. Weil die Funktion z / sin z Polstellen in nπ hat und weil in einer Umgebung von nπ gilt sin z = n z nπ + O z nπ, gilt auch sin z = z nπ + O z nπ = = z nπ + O z nπ

10 4 5. Juni 05 Woche, Funktionen und Polstellen und sin z = + O z nπ z nπ = Deshalb hat / sin z die Hauptteilverteilung { } z nπ. n Z z nπ + O. Sei K kompakt und n 0 N so gewählt, dass K B n0 π/0. Dann gilt für z K und n n 0, dass z nπ nπ z nπ n 0 π/ n π und Also ist Leffler, dass g mit z nπ z nπ n n 0 n π. n n 0 4 kompakt konvergent, und man findet mit dem Satz von Mittag- gz = z nπ eine meromorphe Funktion ist mit gleicher Hauptteilverteilung wie z / sin z. Der Satz zur Partialbruchzerlegung besagt, dass hz = sin z z nπ.7 eine ganze Funktion ist nach Fortsetzung durch die Grenzwerte an der Stellen nπ. Wir müssen noch zeigen, dass h gleich 0 ist und schauen uns h aus.7 genauer an. Weil beide Terme in der rechten Seite von.7 periodisch sind in der reellen Richtung, ist h periodisch: hz + kπ = h z für z C. Dann ist h auch beschränkt auf R + i [a, b]. Außerdem gilt, dass h gegen 0 konvergiert in den imaginären Richtungen. Für den ersten Term gilt: sin z = i e ix e y e ix e y = = n=n x+ 4 e ix e y e ix e y 4 e y e y 0 für y..8 Für die Abschätzung des zweiten Terms und für y π setzen wir n x = [x/π]. Es gilt z nπ z nπ = x nπ + y n n x π + y + n y + x n n x + π + y 3 y + ˆ π t + y dt = 3 y + y 0 für y..9

11 .4 Beispiele einiger Partialbruchentwicklungen 5. Juni 05 5 Dann gilt hx + iy sin z + z nπ 0 für y..0 Also h ist beschränkt und aus dem Satz von Liouville folgt, dass h konstant ist. Wegen der Abschätzung in.0 folgt sogar h = 0. Proposition.7. Für z C gilt: π = sin πz z n, n Z π = cos πz n Z z + n, π cot πz = z + n Z\{0} π tan πz = n Z π = sin πz z + π sin πz π cos πz π cos πz z n + n, z n + n + n Z\{0} n=, n z n + n = z + n z z n, = π + n z + n + n Z = π + n n + n=0 z n +, n +, + n + Der Beweis der ersten Formel folgt aus Proposition.6. Die übrigen Beweise werden dem Leser überlassen. Bemerkung.7.. Die zweite Formel aus Proposition.7 liefert für z = 0: π π = = cos 0 n = 4 n Die sechste Formel liefert für z = : n Z = π π = sin = + n π = + 4 n+ n= 4 n n + n n= = = n=..

12 6 5. Juni 05 Woche, Funktionen und Polstellen

Ergänzungen zur Analysis I

Ergänzungen zur Analysis I 537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.

Mehr

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. 2.2. POTENZREIHEN 207 2.2 Potenzreihen. Definitionen Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. Eine Potenzreihe mit Entwicklungspunkt x 0 ist eine Reihe a n x x 0 n. Es gilt: es

Mehr

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat. Die k/2 - Formel von Renate Vistorin Zentrales Thema dieses Vortrages ist die k/2 - Formel für meromorphe Modulformen als eine Konsequenz des Residuensatzes. Als Folgerungen werden danach einige Eigenschaften

Mehr

13. Abzählen von Null- und Polstellen

13. Abzählen von Null- und Polstellen 13. Abzählen von Null- und Polstellen 77 13. Abzählen von Null- und Polstellen Als weitere Anwendung des Residuensatzes wollen wir nun sehen, wie man ot au einache Art berechnen kann, wie viele Null- bzw.

Mehr

Die Weierstraßsche Funktion

Die Weierstraßsche Funktion Die Weierstraßsche Funktion Nicolas Weisskopf 7. September 0 Zusammenfassung In dieser Arbeit führen wir die Weierstraßsche Funktion ein und untersuchen einige ihrer Eigenschaften. Wir zeigen, dass jede

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Modulabschlussklausur Analysis II

Modulabschlussklausur Analysis II Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 11. c n (z a) n,

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 11. c n (z a) n, f : a P UNIVERSIÄ DES SAARLANDES FACHRICHUNG 6. MAHEMAIK Prof. Dr. Rolad Speicher M.Sc. obias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 202 Musterlösug zu Blatt Aufgabe. Zeige Sie durch Abwadlug

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92 Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : Ê Ê systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene

Mehr

PD Dr. R. Schätzle 9.4.2001 Dr. A. Karlsson. Funktionentheorie II SS 2001

PD Dr. R. Schätzle 9.4.2001 Dr. A. Karlsson. Funktionentheorie II SS 2001 ETH Zürich Departement der Mathematik PD Dr. R. Schätzle 9.4.2001 Dr. A. Karlsson Funktionentheorie II SS 2001 1.Übung AUFGABE 1: Zeigen Sie, daß die Riemannschen Flächen CI und D := {z CI z < 1 } mit

Mehr

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Ulrich Loup 24.03.2006 Prüfungsstoff: Alegebra I, Analysis IV, Graphentheorie I Prüfer: Prof. Dr. Wilhelm Plesken Protokollant: Dipl.

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.

Mehr

f : C C, z f(z) = zz komplex differenzierbar? Gibt es ein Gebiet G so dass f G analytisch ist?

f : C C, z f(z) = zz komplex differenzierbar? Gibt es ein Gebiet G so dass f G analytisch ist? Tutor: Martin Friesen, martin.friesen@gmx.de Klausurvorbereitung - Lösungsvorschläge- Funktionentheorie Hier eine kleine Sammlung von Klausurvorbereitungsaufgaben vom Sommersemester 008 aus der Vorlesung

Mehr

EINFÜHRUNG IN DIE KOMPLEXE ANALYSIS

EINFÜHRUNG IN DIE KOMPLEXE ANALYSIS EINFÜHRUNG IN DIE KOMPLEXE ANALYSIS WERNER MÜLLER Sommersemester 205 Inhaltsverzeichnis 0. Die komplexen Zahlen 3. Holomorphe Funktionen 6 2. Die Cauchy-Riemannschen Differentialgleichungen 9 3. Potenzreihen

Mehr

Mathematik I. Vorlesung 25. Der große Umordnungssatz

Mathematik I. Vorlesung 25. Der große Umordnungssatz Prof. Dr. H. Brenner Osnabrück WS 009/010 Mathematik I Vorlesung 5 Der große Umordnungssatz Satz 5.1. (Großer Umordnungssatz) Es sei a i, i I, eine summierbare Familie von komplexen Zahlen mit der Summe

Mehr

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

Mehr

2 Stetigkeit und Differenzierbarkeit

2 Stetigkeit und Differenzierbarkeit 2.1) Sei D R. a) x 0 R heißt Häufungspunkt von D, wenn eine Folge x n ) n N existiert mit x n D,x n x 0 und lim n x n = x 0. D sei die Menge der Häufungspunkte von D. b) x 0 D heißt innerer Punkt von D,

Mehr

Analysis I. Vorlesung 16. Funktionenfolgen

Analysis I. Vorlesung 16. Funktionenfolgen Prof. Dr. H. Brenner Osnabrück WS 2014/2015 Analysis I Vorlesung 16 Funktionenfolgen Eine (vertikal gestauchte) Darstellung der ersten acht polynomialen Approximationen der reellen Exponentialfunktion

Mehr

Fraktale Geometrie: Julia Mengen

Fraktale Geometrie: Julia Mengen Fraktale Geometrie: Julia Mengen Gunnar Völkel 1. Februar 007 Zusammenfassung Diese Ausarbeitung ist als Stoffsammlung für das Seminar Fraktale Geometrie im Wintersemester 006/007 an der Universität Ulm

Mehr

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,

Mehr

Komplexe Analysis und Geometrie

Komplexe Analysis und Geometrie Fakultät für Mathematik Universität Bielefeld Reine Mathematik Komplexe Analysis und Geometrie Dozent: Hsch.-Doz. PhD. Kim A. Frøyshov SS 2004, WS 2004/05, SS 2005 Stand: März 2006 Komplexe Analysis und

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

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

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

Einführung in die Funktionentheorie

Einführung in die Funktionentheorie Einführung in die Funktionentheorie Andreas Gathmann Vorlesungsskript TU Kaiserslautern 204/5 Inhaltsverzeichnis 0. Einleitung und Motivation..................... 3. Komplexe Zahlen.......................

Mehr

FUNKTIONENTHEORIE - ZUSÄTZLICHE LERNMATERIALIEN

FUNKTIONENTHEORIE - ZUSÄTZLICHE LERNMATERIALIEN FUNKTIONENTHEORIE - ZUSÄTZLICHE LERNMATERIALIEN JOSEF TEICHMANN 1. Ein motivierendes Beispiel aus der Anwendung Das SABR-Modell spielt in der Modellierung von stochastischer Volatilität eine herausragende

Mehr

Analysis IV, SS 2012 Freitag $Id: residuum.tex,v /06/29 17:27:57 hk Exp $

Analysis IV, SS 2012 Freitag $Id: residuum.tex,v /06/29 17:27:57 hk Exp $ $Id: residuum.tex,v.6 202/06/29 7:27:57 hk Exp $ 6 Der Residuenkalkül 6. Der Residuensatz Am Ende der letzten Sitzung hatten wir den Begriff des Residuums einer holomorphen Funktion f : U C in einer isolierten

Mehr

Mengensysteme, Wahrscheinlichkeitsmaße

Mengensysteme, Wahrscheinlichkeitsmaße Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen

Mehr

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen .3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt

Mehr

27 Taylor-Formel und Taylor-Entwicklungen

27 Taylor-Formel und Taylor-Entwicklungen 136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen

Mehr

a n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n

a n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n Folgen und Reihen. Beweisen Sie die Beschränktheit der Folge (a n ) n N mit 2. Berechnen Sie den Grenzwert der Folge (a n ) n N mit a n := ( ) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 n +. 4 3. Untersuchen

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

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 / 16 4. Groß-O R. Steuding (HS-RM)

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

Gibt es verschiedene Arten unendlich? Dieter Wolke

Gibt es verschiedene Arten unendlich? Dieter Wolke Gibt es verschiedene Arten unendlich? Dieter Wolke 1 Zuerst zum Gebrauch des Wortes unendlich Es wird in der Mathematik in zwei unterschiedlichen Bedeutungen benutzt Erstens im Zusammenhang mit Funktionen

Mehr

Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel. dt = lim. = lim = Weiters erhalten wir durch partielle Integration, dass

Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel. dt = lim. = lim = Weiters erhalten wir durch partielle Integration, dass Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel Zuerst wollen wir die Gamma-Funktion definieren, die eine Verallgemeinerung von n! ist. Dazu benötigen wir einige Resultate. Lemma.

Mehr

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

Vorlesung. Komplexe Zahlen

Vorlesung. Komplexe Zahlen Vorlesung Komplexe Zahlen Motivation Am Anfang der Entwicklung der komplexen Zahlen stand ein algebraisches Problem: die Bestimmung der Lösung der Gleichung x 2 + 1 = 0. 1 Mit der Lösung dieses Problems

Mehr

2.6 Stetigkeit und Grenzwerte

2.6 Stetigkeit und Grenzwerte 2.6 Stetigkeit und Grenzwerte Anschaulich gesprochen ist eine Funktion stetig, wenn ihr Graph sich zeichnen lässt, ohne den Stift abzusetzen. Das ist natürlich keine präzise mathematische Definition und

Mehr

1. Gruppenübung zur Vorlesung. Höhere Mathematik 2. Sommersemester 2013

1. Gruppenübung zur Vorlesung. Höhere Mathematik 2. Sommersemester 2013 O. Alaya, R. Bauer K. Sanei Kashani, F. Kissling, B. Krinn, J. Schmid, T. Vassias. Gruppenübung zur Vorlesung Höhere Mathematik Sommersemester Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshinweise zu den

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper 32 Andreas Gathmann 3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 26 Die Schnittmultiplizität Es seien zwei ebene algebraische Kurven C,D A 2 K gegeben, die keine Komponente gemeinsam haben. Dann besteht

Mehr

Frohe Weihnachten und ein gutes neues Jahr!

Frohe Weihnachten und ein gutes neues Jahr! Frohe Weihnachten und ein gutes neues Jahr! Die mit dem Stern * gekennzeichneten Übungen sind nicht verpflichtend, aber sie liefern zusätzliche Punkte. Unten wird immer mit I das reelle Intervall [0, 1]

Mehr

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

Definition. Fibonacci-Zahlen als Beispiel Für f = (f n ) n 0 = (0, 1, 1, 2, 3, 5, 8, 13, 21, 34,...) gilt Rekursion. Matrix-Formulierung. c 2.

Definition. Fibonacci-Zahlen als Beispiel Für f = (f n ) n 0 = (0, 1, 1, 2, 3, 5, 8, 13, 21, 34,...) gilt Rekursion. Matrix-Formulierung. c 2. Fibonacci-Zahlen als Beispiel Für f = (f n ) = (0,,, 2, 3, 5, 8, 3, 2, 34,...) gilt Rekursion erzeugende Funktion f n2 = f n f n (n 0), f 0 = 0, f = f(z) = f n z n = z z z 2 Partialbruchzerlegung mit φ

Mehr

a n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:

a n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010 Induktive Limiten Arpad Pinter, Tobias Wöhrer 30. Jänner 2010 1 Inhaltsverzeichnis 1 Induktiver Limes von Mengen 2 2 Induktiver Limes von Vektorräumen 4 3 Lokalkonvexe topologische Vektorräumen 7 4 Induktiver

Mehr

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6 Aufgben zur Vorlesung Anlysis II Prof. Dr. Holger Dette SS 0 Lösungen zu Bltt 6 Aufgbe. Die Funktion f : [, ) R sei in jedem endlichen Teilintervll von [, ) Riemnnintegrierbr. Für n N sei I n := f() d.

Mehr

Stabilität mittels Ljapunov Funktion

Stabilität mittels Ljapunov Funktion Stabilität mittels Ljapunov Funktion Definition Eine C 1 Funktion V : D R, D R, heißt eine Ljapunov Funktion auf K r (0) D für f(y), falls gilt: 1) V(0) = 0, V(y) > 0 für y 0 2) V,f(y) 0 ( y, y r) Gilt

Mehr

Einführung in die Funktionentheorie 1

Einführung in die Funktionentheorie 1 Einführung in die Funktionentheorie Martin Ziegler Freiburg, WS 994/95, WS 2000/0, SS 2006 Literatur [] Klaus Jänich. Funktionentheorie. Springer Verlag, 993. [2] H.Behnke und F.Sommer. Theorie der analytischen

Mehr

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008

Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Aufgaben des MSG-Zirkels 10b Schuljahr 2007/2008 Alexander Bobenko und Ivan Izmestiev Technische Universität Berlin 1 Hausaufgaben vom 12.09.2007 Zahlentheorie 1 Aufgabe 1.1 Berechne die (quadratischen)

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

14 Schmiegeparabel und Freunde, Taylor-Reihe

14 Schmiegeparabel und Freunde, Taylor-Reihe 14 Schmiegeparabel und Freunde, Taylor-Reihe Jörn Loviscach Versionsstand: 20. März 2012, 16:01 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html

Mehr

7. Ringe und Körper. 7. Ringe und Körper 49

7. Ringe und Körper. 7. Ringe und Körper 49 7. Ringe und Körper 49 7. Ringe und Körper In den bisherigen Kapiteln haben wir nur Gruppen, also insbesondere nur Mengen mit lediglich einer Verknüpfung, untersucht. In der Praxis gibt es aber natürlich

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe

7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe 7 Untergruppen, Faktorgruppen, Ideale, Restklassenringe und Homomorfismen Wir verallgemeinern den Übergang von Z zu Z/m. Sei im folgenden G eine (additiv geschriebene) abelsche Gruppe, H eine Untergruppe.

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

Lineare Abhängigkeit

Lineare Abhängigkeit Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x

Mehr

Analysis II WS 11/12 Serie 9 Musterlösung

Analysis II WS 11/12 Serie 9 Musterlösung Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei

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

Approximation durch Taylorpolynome

Approximation durch Taylorpolynome TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni

Mehr

Analysis I. Vorlesung 9. Reihen

Analysis I. Vorlesung 9. Reihen Prof. Dr. H. Brenner Osnabrück WS 20/204 Analysis I Vorlesung 9 Reihen Wir haben in der siebten Vorlesung gesagt, dass man eine Dezimalentwicklung, also eine (unendliche) Ziffernfolge mit Ziffern zwischen

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

Analysis I. 11. Beispielklausur mit Lösungen

Analysis I. 11. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 11. Beispielklausur mit en Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Ein angeordneter Körper. ) Eine Folge in

Mehr

Folgen und Grenzwerte

Folgen und Grenzwerte Wintersemester 2015/201 Folgen und Grenzwerte von Sven Grützmacher Dieser Vortrag wurde für den (von der Fachschaft organisierten) Vorkurs für die Studienanfänger an der Fakultät für Mathematik und Informatik

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen

Mehr

Damian Rösslers Komplexe Analysis. SS 02 getext von Johannes Bader

Damian Rösslers Komplexe Analysis. SS 02 getext von Johannes Bader Damian Rösslers Komplexe Analysis SS 2 getext von Johannes Bader Copyright 22 Johannes Bader baderj@ee.ethz.ch Die Verteilung dieses Dokuments in elektronischer oder gedruckter Form ist nicht gestattet.

Mehr

Nichtlineare Optimierung ohne Nebenbedingungen

Nichtlineare Optimierung ohne Nebenbedingungen Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathemati PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathemati für Informatier II (Sommersemester 00) Lösungen zu Aufgabenblatt

Mehr

Lösung der Prüfung Sommer 2009

Lösung der Prüfung Sommer 2009 Prof. D. Salamon Analysis I/II D-MATH, D-PHYS, D-CHAB ETH Zürich. Juni 9 Lösung der Prüfung Sommer 9. Berechnen Sie folgende Grenzwerte: (a) (b) Hinweis: Regel von de l Hospital. ( ( )) lim n n cos n lim

Mehr

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013 Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 7. November 2013 6 L p -Räume Mit Hilfe der Masstheorie können wir nun die sog. L p -Räume einführen. Diese Räume sind wichtig in vielen

Mehr

Universität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW

Universität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW Universität Bonn, Institut für Angewandte Mathematik Dr. Antje Kiesel WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW 08.03.2013 Matrikelnummer Platz Name Vorname 1 2 3 4 5 6

Mehr

Abschlussbericht Mathematik-Online

Abschlussbericht Mathematik-Online Abschlussbericht Mathematik-Online 1 Zusammenfassung. Im November 2001 riefen die Universitäten Stuttgart und Ulm das von dem Ministerium für Wissenschaft, Forschung und Kunst geförderte Projekt Mathematik-

Mehr

Analysis I III. Vorlesungsskriptum WS 2005/06 WS 2006/07. Fakultät für Mathematik, Ruhr-Universität Bochum

Analysis I III. Vorlesungsskriptum WS 2005/06 WS 2006/07. Fakultät für Mathematik, Ruhr-Universität Bochum Analysis I III Vorlesungsskriptum WS 2005/06 WS 2006/07 R. Verfürth Fakultät für Mathematik, Ruhr-Universität Bochum Inhaltsverzeichnis Kapitel I. Aufbau des Zahlsystems 5 I.1. Die natürlichen Zahlen

Mehr

Die komplexen Zahlen

Die komplexen Zahlen Kapitel 1 Die komplexen Zahlen 1.1 Der Körper der komplexen Zahlen Sei R der Körper der reellen Zahlen und M 2,2 (R) der Ring der 2x2-Matrizen mit reellen Einträgen. Wir definieren den Körper der komplexen

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:

Mehr

e i(π t) ( ie i(π t) ) dt dt = i 2i t=0

e i(π t) ( ie i(π t) ) dt dt = i 2i t=0 UNIVESITÄT KALSUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe

Mehr

4.3 Anwendungen auf Differentialgleichungen

4.3 Anwendungen auf Differentialgleichungen 7 4.3 Anwendungen auf Differentialgleichungen Die Laplace-Transformation wird gerne benutzt, um lineare Differentialgleichungen mit konstanten Koeffizienten y n + a n y n +... + a y + a 0 y ft zu lösen,

Mehr

9. Anwendungen der Fundamentalgruppe

9. Anwendungen der Fundamentalgruppe 76 Andreas Gathmann 9. Anwendungen der Fundamentalgruppe Nachdem wir mit Hilfe von Überlagerungen nun in der Lage sind, Fundamentalgruppen zu berechnen, wollen wir in diesem abschließenden Kapitel noch

Mehr

Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen

Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen Michael Schaeer 3.04.03 Abstract This seminar is about convex functions and several imortant ineualities. At the beginning the term

Mehr

Exkurs: Polnische Räume

Exkurs: Polnische Räume Ein normaler Hausdorff-Raum mit abzählbarer Basis kann auf viele Weisen metrisiert werden; man kann insbesondere eine einmal gewonnene Metrik in vielerlei Weise abändern, ohne die von ihr erzeugte Topologie

Mehr

ax 2 + bx + c = 0, (4.1)

ax 2 + bx + c = 0, (4.1) Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Seminararbeit für das SE Reine Mathematik- Graphentheorie Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis

Mehr

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft: Seminar Summen von Quadraten und K-Theorie Projektive Moduln Im Folgenden sei R ein assoziativer Ring mit Eins, nicht notwendigerweise kommutativ. R-Modul ist im Folgenden stets ein Rechts-R-Modul. Ein

Mehr

Zuammenfassung: Reelle Funktionen

Zuammenfassung: Reelle Funktionen Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,

Mehr

Vom goldenen Schnitt zum Alexanderplatz in Berlin

Vom goldenen Schnitt zum Alexanderplatz in Berlin Vom goldenen Schnitt zum Alexanderplatz in Berlin Mathematik von 1200 bis 2004 Stefan Kühling, Fachbereich Mathematik skuehling @ fsmath.mathematik.uni-dortmund.de Schnupper Uni 26. August 2004 1 1 Goldener

Mehr

1 Stochastische Prozesse in stetiger Zeit

1 Stochastische Prozesse in stetiger Zeit 1 Stochastische Prozesse in stetiger Zeit 1.1 Grundlagen Wir betrachten zufällige Prozesse, definiert auf einem Wahrscheinlichkeitsraum (Ω, F, P), welche Werte in einen fest gewählten Zustandsraum annehmen.

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

Mehr

Analytische Methoden und die Black-Scholes Modelle

Analytische Methoden und die Black-Scholes Modelle Analytische Methoden und die Black-Scholes Modelle Diplomverteidigung Universität Rostock Institut für Mathematik 20.01.2011 Agenda 1 Das Ornstein-Uhlenbeck Volatilitätsmodell 2 in L 2 (R 2 ) 3 4 Problem

Mehr

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer. Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Finanzmathematik 1 11 Folgen und Reihen 1 111 Folgen allgemein 1 112

Mehr