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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Klausur Analysis II (SS 2005)

Klausur Analysis II (SS 2005) Klausur Analysis II (SS 5) Prof. Dr. J. Franke Abschlußklausur vom. Juli 5 Name, Vorname: Matrikelnummer: Gruppe, Tutor: Pseudonym: ir wünschen Ihnen viel Erfolg! Mit 5 Punkten oder mehr von 5 ist die

Mehr

Sprechen wir über Zahlen (Karl-Heinz Wolff)

Sprechen wir über Zahlen (Karl-Heinz Wolff) Sprechen wir über Zahlen (Karl-Heinz Wolff) Die Überschrift ist insoweit irreführend, als der Autor ja schreibt und nicht mit dem Leser spricht. Was Mathematik im allgemeinen und Zahlen im besonderen betrifft,

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

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

Beispiele zur Kurvendiskussion (Gebrochen rationale Funktionen)

Beispiele zur Kurvendiskussion (Gebrochen rationale Funktionen) Beispiele zur Kurvendiskussion (Gebrochen rationale Funktionen) Beispiel 1 Diskutiere die durch f(x) = x2 3x 4 x + 2 gegebene Funktion f. a) Definitionsbereich: Der Nenner eines Bruches darf nicht gleich

Mehr

Klaus Lichtenegger. Komplexe Analysis

Klaus Lichtenegger. Komplexe Analysis Klaus Lichtenegger Komplexe Analysis Eine Einführung in die Funktionentheorie im Rahmen der Analysis Telematik. Auflage, Mai/Juni M. C. Escher: Drei Welten (Lithographie, 955) ii Inhaltsverzeichnis Die

Mehr

Musterlösungen zu Prüfungsaufgaben über gewöhnliche Differentialgleichungen Prüfungsaufgabe a) Gegeben sei die lineare Differentialgleichung

Musterlösungen zu Prüfungsaufgaben über gewöhnliche Differentialgleichungen Prüfungsaufgabe a) Gegeben sei die lineare Differentialgleichung Musterlösungen zu n über gewöhnliche Differentialgleichungen a) Gegeben sei die lineare Differentialgleichung y + - y = e - ln, > 0 Man gebe die allgemeine Lösung der homogenen Gleichung an Wie lautet

Mehr

Abitur - Grundkurs Mathematik. Sachsen-Anhalt 2002. Gebiet G1 - Analysis

Abitur - Grundkurs Mathematik. Sachsen-Anhalt 2002. Gebiet G1 - Analysis Abitur - Grundkurs Mathematik Sachsen-Anhalt Gebiet G - Analsis Aufgabe.. Der Graph einer ganzrationalen Funktion f dritten Grades mit einer Funktionsgleichung der Form f a b c d a,b,c,d, R schneidet die

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

Jurgen Muller Analysis I-IV

Jurgen Muller Analysis I-IV Jurgen Muller Analysis I-IV Skriptum zur Vorlesung Wintersemester 5/6 bis Sommersemester 7 Universitat Trier Fachbereich IV Mathematik/Analysis Dank an Elke Gawronski und Judith Wahlen fur die Mithilfe

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

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

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009 UNIVERSIÄ KARLSRUHE Institut für Anlysis HDoz. Dr. P. C. Kunstmnn Dipl.-Mth. M. Uhl Sommersemester 9 Höhere Mthemti II für die Fchrichtungen Eletroingenieurwesen, Physi und Geodäsie inlusive Komplexe Anlysis

Mehr

17. Penalty- und Barriere-Methoden

17. Penalty- und Barriere-Methoden H.J. Oberle Optimierung SoSe 01 17. Penalty- und Barriere-Methoden Penalty- und Barriere Methoden gehören zu den ältesten Ansätzen zur Lösung allgemeiner restringierter Optimierungsaufgaben. Die grundlegende

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

Kapitel 15: Differentialgleichungen

Kapitel 15: Differentialgleichungen FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Teil II. Nichtlineare Optimierung

Teil II. Nichtlineare Optimierung Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene

Mehr

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion

Mehr

Approximationsalgorithmen: Klassiker I. Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling

Approximationsalgorithmen: Klassiker I. Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling Approximationsalgorithmen: Klassiker I Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling VO Approximationsalgorithmen WiSe 2011/12 Markus Chimani

Mehr

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort: Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung

Mehr

22 Die trigonometrischen Funktionen und die Hyperbelfunktionen

22 Die trigonometrischen Funktionen und die Hyperbelfunktionen 22 Die trigonometrischen Funktionen und die Hyperbelfunktionen 22.1 Sinus und Cosinus 22.3 Definition von 22.6 Sinus und Cosinus als eindeutige Lösungen eines Differentialgleichungssystems 22.7 Tangens

Mehr

Rekursionen (Teschl/Teschl 8.1-8.2)

Rekursionen (Teschl/Teschl 8.1-8.2) Rekursionen (Teschl/Teschl 8.1-8.2) Eine Rekursion kter Ordnung für k N ist eine Folge x 1, x 2, x 3,... deniert durch eine Rekursionsvorschrift x n = f n (x n 1,..., x n k ) für n > k, d. h. jedes Folgenglied

Mehr

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge 2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

Komplexe Analysis. Prof. Dr. Dirk Ferus. Sommersemester 2010

Komplexe Analysis. Prof. Dr. Dirk Ferus. Sommersemester 2010 Komplexe Analysis Prof. Dr. Dirk Ferus Sommersemester 200 Version vom 3.07.200 Inhaltsverzeichnis Holomorphe Funktionen 7. Die komplexen Zahlen........................................ 7.2 Differenzierbarkeit..........................................

Mehr

Stochastische Analysis. Zufallsmatrizen. Roland Speicher Queen s University Kingston, Kanada

Stochastische Analysis. Zufallsmatrizen. Roland Speicher Queen s University Kingston, Kanada Stochastische Analysis für Zufallsmatrizen Roland Speicher Queen s University Kingston, Kanada Was ist eine Zufallsmatrix? Zufallsmatrix = Matrix mit zufälligen Einträgen A : Ω M N (C) Was ist eine Zufallsmatrix?

Mehr

Also kann nur A ist roter Südler und B ist grüner Nordler gelten.

Also kann nur A ist roter Südler und B ist grüner Nordler gelten. Aufgabe 1.1: (4 Punkte) Der Planet Og wird von zwei verschiedenen Rassen bewohnt - dem grünen und dem roten Volk. Desweiteren sind die Leute, die auf der nördlichen Halbkugel geboren wurden von denen auf

Mehr

Extrema von Funktionen in zwei Variablen

Extrema von Funktionen in zwei Variablen Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2)

DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2) DHBW Karlsruhe, Vorlesung Programmieren, Klassen (2) Aufgabe 3 Bankkonto Schreiben Sie eine Klasse, die ein Bankkonto realisiert. Attribute für das Bankkonto sind der Name und Vorname des Kontoinhabers,

Mehr

Bisher angenommen: jeder Spieler kennt alle Teile des Spiels. - Diskontfaktor des Verhandlungspartners

Bisher angenommen: jeder Spieler kennt alle Teile des Spiels. - Diskontfaktor des Verhandlungspartners 1 KAP 15. Spiele unter unvollständiger Information Bisher angenommen: jeder Spieler kennt alle Teile des Spiels seine Gegenspieler, deren Aktionen, deren Nutzen, seinen eigenen Nutzen etc. Oft kennt man

Mehr

Der Zwei-Quadrate-Satz von Fermat

Der Zwei-Quadrate-Satz von Fermat Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat

Mehr

5. Verschiedene Repräsentanten

5. Verschiedene Repräsentanten 5. Verschiedene Repräsentanten 5.1. Die Sätze Hall und König Sei I := {1,...,n}, und sei A(I) = (A 1,...,A n ) eine Familie von Teilmengen einer endlichen Menge E. Zu K I seien A(K) := (A i : i K) und

Mehr

Wie viele Nullstellen hat ein Polynom?

Wie viele Nullstellen hat ein Polynom? Wie viele Nullstellen hat ein Polynom? Verena Pölzl 0812265 Sabine Prettner 8930280 Juni 2013 1 Inhaltsverzeichnis 1 Warum will man wissen, wie viele Nullstellen ein Polynom hat? 3 2 Oligonome 4 3 Die

Mehr

Folgen. Kapitel 3. 3.1 Zinsrechnung

Folgen. Kapitel 3. 3.1 Zinsrechnung Kapitel 3 Folgen Eine Folge reeller Zahlen ordnet natürlichen Zahlen jeweils eine reelle Zahl zu. Liegen beispielsweise volkswirtschaftliche Daten quartalsweise vor, so kann man diese als Folge interpretieren.

Mehr

Differentialgleichungen

Differentialgleichungen Differentialgleichungen Teilnehmer: Phili Bannach Heinrich-Hertz-Oberchule) Levin Keller Herder-Oberchule) Phili Kende Herder-Oberchule) Carten Kubbernuh Andrea-Oberchule) Giang Nguyen Herder-Oberchule)

Mehr

Investition & Finanzierung. 2. Investitionsrechnung unter Sicherheit

Investition & Finanzierung. 2. Investitionsrechnung unter Sicherheit Investition & Finanzierung 2. Investitionsrechnung unter Univ.-Prof. Dr. Dr. Andreas Löffler (AL@wacc.de) 1 Unter Cashflows verstehen wir Ein- sowie Auszahlungen. Wir konzentrieren uns vollkommen auf diese

Mehr

Lösung zur Übung 3. Aufgabe 9)

Lösung zur Übung 3. Aufgabe 9) Lösung zur Übung 3 Aufgabe 9) Lissajous-Figuren sind Graphen in einem kartesischen Koordinatensystem, bei denen auf der Abszisse und auf der Ordinate jeweils Funktionswerte von z.b. Sinusfunktionen aufgetragen

Mehr

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2 1 2 Notation für Wörter Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg w a is die Anzahl der Vorkommen von a in w Beispiel: abba

Mehr

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Gegeben ist die trigonometrische Funktion f mit f(x) = 2 sin(2x) 1 (vgl. Material 1). 1.) Geben Sie für die Funktion f den Schnittpunkt mit der y

Mehr

GNS-Konstruktion und normale Zustände. 1 Rückblick. 2 Beispiel für einen Typ-II 1 -Faktor

GNS-Konstruktion und normale Zustände. 1 Rückblick. 2 Beispiel für einen Typ-II 1 -Faktor GNS-Konstruktion und normale Zustände 1 Rückblick Wir betrachten von-neumann-algebren M B(H), d.h. Unteralgebren mit 1 H M, die in der schwachen Operatortopologie (und damit in jeder der anderen) abgeschlossen

Mehr

1 Analysis T1 Übungsblatt 1

1 Analysis T1 Übungsblatt 1 Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.

Mehr

1 Ordnung muß sein. 1.1 Angeordnete Körper. 1.2 Folgerungen aus den Anordnungsaxiomen. ( c) (b a) > 0. Somit a c b c > 0.

1 Ordnung muß sein. 1.1 Angeordnete Körper. 1.2 Folgerungen aus den Anordnungsaxiomen. ( c) (b a) > 0. Somit a c b c > 0. 1 Ordnung uß sein 1.1 Angeordnete Körper Wir nehen einal an, daß es in eine Körper Eleente gibt, die wir positiv nennen. Welche Eigenschaften sollen diese haben? O1) Wenn x und y positiv sind, dann auch

Mehr

Charakteristikenmethode im Beispiel

Charakteristikenmethode im Beispiel Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr

(PRO-)SEMINAR ZUR ALGEBRA

(PRO-)SEMINAR ZUR ALGEBRA (PRO-)SEMINAR ZUR ALGEBRA U. GÖRTZ, C. KAPPEN, WS 200/ Einführung Kettenbrüche sind Ausdrücke der Form a 0 + a + a 2+... (beziehungsweise gewisse Varianten davon). Kettenbrüche sind ein klassisches und

Mehr

Codierung, Codes (variabler Länge)

Codierung, Codes (variabler Länge) Codierung, Codes (variabler Länge) A = {a, b, c,...} eine endliche Menge von Nachrichten (Quellalphabet) B = {0, 1} das Kanalalphabet Eine (binäre) Codierung ist eine injektive Abbildung Φ : A B +, falls

Mehr

Mathematischer Vorkurs für Physiker WS 2009/10

Mathematischer Vorkurs für Physiker WS 2009/10 TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,

Mehr

SO(2) und SO(3) Martin Schlederer. 06. Dezember 2012

SO(2) und SO(3) Martin Schlederer. 06. Dezember 2012 SO(2) und SO(3) Martin Schlederer 06. Dezember 2012 Inhaltsverzeichnis 1 Motivation 2 2 Wiederholung 2 2.1 Spezielle Orthogonale Gruppe SO(n)..................... 2 2.2 Erzeuger.....................................

Mehr

4. Woche Decodierung; Maximale, Perfekte und Optimale Codes. 4. Woche: Decodierung; Maximale, Perfekte und Optimale Codes 69/ 140

4. Woche Decodierung; Maximale, Perfekte und Optimale Codes. 4. Woche: Decodierung; Maximale, Perfekte und Optimale Codes 69/ 140 4 Woche Decodierung; Maximale, Perfekte und Optimale Codes 4 Woche: Decodierung; Maximale, Perfekte und Optimale Codes 69/ 140 Szenario für fehlerkorrigierende Codes Definition (n, M)-Code Sei C {0, 1}

Mehr

Die Cantor-Funktion. Stephan Welz

Die Cantor-Funktion. Stephan Welz Die Cantor-Funktion Stephan Welz Ausarbeitung zum Vortrag im Proseminar Überraschungen und Gegenbeispiele in der Analysis (Sommersemester 2009, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In dieser

Mehr

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte K2 MATHEMATIK KLAUSUR 26.2.24 Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max 28 5 5 2 6 Punkte Notenpunkte PT 2 3 4 5 6 7 8 9 P. (max 2 2 2 4 5 3 3 4 3 Punkte WT Ana A.a b A.c Summe P. (max 7 5

Mehr

Teilbarkeit von natürlichen Zahlen

Teilbarkeit von natürlichen Zahlen Teilbarkeit von natürlichen Zahlen Teilbarkeitsregeln: Die Teilbarkeitsregeln beruhen alle darauf, dass man von einer Zahl einen grossen Teil wegschneiden kann, von dem man weiss, dass er sicher durch

Mehr

2.1 Codes: einige Grundbegriffe

2.1 Codes: einige Grundbegriffe Gitter und Codes c Rudolf Scharlau 2. Mai 2009 51 2.1 Codes: einige Grundbegriffe Wir stellen die wichtigsten Grundbegriffe für Codes über dem Alphabet F q, also über einem endlichen Körper mit q Elementen

Mehr

Nicht-archimedische Zahlen

Nicht-archimedische Zahlen Skript zur Vorlesung Nicht-archimedische Zahlen Wintersemester 2012/13 Frankfurt am Main Prof. Dr. Annette Werner Inhaltsverzeichnis 1 Einleitung 1 2 Nicht-archimedische Absolutbeträge 2 3 Bälle und Topologie

Mehr

Berechnung von Trägerrosten mittels Kraftgrößenmethode

Berechnung von Trägerrosten mittels Kraftgrößenmethode Berechnung von Trägerrosten mittels Kraftgrößenmethode Bachelor Projekt eingereicht am Institut für Baustatik der Technischen Universität Graz im Oktober 2010 Verfasser: Betreuer: Novak Friedrich Dipl.-Ing.

Mehr

Codierungsverfahren SS 2011. Reed-Solomon-Codes zur Mehrblock-Bündelfehler-Korrektur

Codierungsverfahren SS 2011. Reed-Solomon-Codes zur Mehrblock-Bündelfehler-Korrektur Reed-Solomon-Codes zur Mehrblock-Bündelfehler-Korrektur Wie die zyklischen BCH-Codes zur Mehrbitfehler-Korrektur eignen sich auch die sehr verwandten Reed-Solomon-Codes (= RS-Codes) zur Mehrbitfehler-Korrektur.

Mehr

Ueber die Anzahl der Primzahlen unter einer gegebenen Grösse. Bernhard Riemann [Monatsberichte der Berliner Akademie, November 1859.

Ueber die Anzahl der Primzahlen unter einer gegebenen Grösse. Bernhard Riemann [Monatsberichte der Berliner Akademie, November 1859. Ueber die Anzahl der Primzahlen unter einer gegebenen Grösse. Bernhard Riemann [Monatsberichte der Berliner Akademie, November 859.] Transcribed by D. R. Wilkins Preliminary Version: December 998 Ueber

Mehr

Lenstras Algorithmus für Faktorisierung

Lenstras Algorithmus für Faktorisierung Lenstras Algorithmus für Faktorisierung Bertil Nestorius 9 März 2010 1 Motivation Die schnelle Faktorisierung von Zahlen ist heutzutage ein sehr wichtigen Thema, zb gibt es in der Kryptographie viele weit

Mehr

34 5. FINANZMATHEMATIK

34 5. FINANZMATHEMATIK 34 5. FINANZMATHEMATIK 5. Finanzmathematik 5.1. Ein einführendes Beispiel Betrachten wir eine ganz einfache Situation. Wir haben einen Markt, wo es nur erlaubt ist, heute und in einem Monat zu handeln.

Mehr

Einführung in die Informatik I

Einführung in die Informatik I Einführung in die Informatik I Algorithmen und deren Programmierung Prof. Dr. Nikolaus Wulff Definition Algorithmus Ein Algorithmus ist eine präzise formulierte Handlungsanweisung zur Lösung einer gleichartigen

Mehr

Credit Risk+: Eine Einführung

Credit Risk+: Eine Einführung Credit Risk+: Eine Einführung Volkert Paulsen December 9, 2004 Abstract Credit Risk+ ist neben Credit Metrics ein verbreitetes Kreditrisikomodell, dessen Ursprung in der klassischen Risikotheorie liegt.

Mehr

Übungsklausur. Bitte wählen Sie fünf Aufgaben aus! Aufgabe 1. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr.

Übungsklausur. Bitte wählen Sie fünf Aufgaben aus! Aufgabe 1. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr. Gert Zöller Übungsklausur Hilfsmittel: Taschenrechner, Formblatt mit Formeln. Lösungswege sind stets anzugeben. Die alleinige Angabe eines

Mehr

Mathematik für ChemikerInnen I

Mathematik für ChemikerInnen I Mathematik für ChemikerInnen I Prof. Dr. Ansgar Jüngel Institut für Mathematik Johannes Gutenberg-Universität Mainz Winter 26 unkorrigiertes Vorlesungsskript Inhaltsverzeichnis Motivation 3 2 Grundbegriffe

Mehr

Einkommensteuertarif. Herleitung der Zahlenwerte

Einkommensteuertarif. Herleitung der Zahlenwerte Anhang D: Steuertarife in Deutschland Einommensteuertarif Herleitung der Zahlenwerte Prof Dr Andreas Pfeifer, Hochschule Darmstadt Februar 015 In diesem Beitrag wird erlärt, wie die Berechnungsformeln

Mehr

Mathematische Grundlagen der Kryptographie. 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe. Stefan Brandstädter Jennifer Karstens

Mathematische Grundlagen der Kryptographie. 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe. Stefan Brandstädter Jennifer Karstens Mathematische Grundlagen der Kryptographie 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe Stefan Brandstädter Jennifer Karstens 18. Januar 2005 Inhaltsverzeichnis 1 Ganze Zahlen 1 1.1 Grundlagen............................

Mehr

Theorien für die Darstellung von Unsicherheit Ein Vergleich der Wahrscheinlichkeits-, Möglichkeits- und Dempster-Shafer Theorie

Theorien für die Darstellung von Unsicherheit Ein Vergleich der Wahrscheinlichkeits-, Möglichkeits- und Dempster-Shafer Theorie Theorien für die Darstellung von Unsicherheit Ein Vergleich der Wahrscheinlichkeits-, Möglichkeits- und Dempster-Shafer Theorie Johannes Leitner Inhalt I Modellierung von Unschärfe Unscharfe Mengen Unscharfe

Mehr

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011 Graphen: Einführung Vorlesung Mathematische Strukturen Zum Ende der Vorlesung beschäftigen wir uns mit Graphen. Graphen sind netzartige Strukturen, bestehend aus Knoten und Kanten. Sommersemester 20 Prof.

Mehr

Kernel, Perceptron, Regression. Erich Schubert, Arthur Zimek. 2014-07-20 KDD Übung

Kernel, Perceptron, Regression. Erich Schubert, Arthur Zimek. 2014-07-20 KDD Übung Kernel, Perceptron, Regression Erich Schubert, Arthur Zimek Ludwig-Maximilians-Universität München 2014-07-20 KDD Übung Kernel-Fukctionen Kernel kann mehrdeutig sein! Unterscheidet zwischen: Kernel function

Mehr

Mathematischer Vorkurs zum Studium der Physik

Mathematischer Vorkurs zum Studium der Physik Uiversität Heidelberg Mathematischer Vorkurs zum Studium der Physik Übuge Aufgabe zu Kapitel 1 (aus: K. Hefft Mathematischer Vorkurs zum Studium der Physik, sowie Ergäzuge) Aufgabe 1.1: SI-Eiheite: a)

Mehr

Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt

Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt Leonhard Euler 1 Wann immer in den Anfängen der Analysis die Potenzen des Binoms entwickelt

Mehr

Einführung in die Stochastik

Einführung in die Stochastik Einführung in die Stochastik Josef G. Steinebach Köln, WS 2009/10 I Wahrscheinlichkeitsrechnung 1 Wahrscheinlichkeitsräume, Urnenmodelle Stochastik : Lehre von den Gesetzmäßigkeiten des Zufalls, Analyse

Mehr

Optimierung I. 1 Einführung. Luise Blank. Wintersemester 2012/13. Universität Regensburg

Optimierung I. 1 Einführung. Luise Blank. Wintersemester 2012/13. Universität Regensburg Universität Regensburg Wintersemester 2012/13 1 Einführung Anwendungen Finanzwirtschaft: maximale Gewinnrate unter Beschränkungen an das Risiko; Portfolio von Investments Produktion: maximiere Gewinn bei

Mehr

Zahlenbereiche. Jörn Loviscach. Versionsstand: 20. Oktober 2009, 17:43

Zahlenbereiche. Jörn Loviscach. Versionsstand: 20. Oktober 2009, 17:43 Zahlenbereiche Jörn Loviscach Versionsstand: 20. Oktober 2009, 17:43 1 Natürliche, ganze und rationale Zahlen Zum Zählen benötigt man die positiven natürlichen Zahlen 1, 2, 3,... In der Informatik zählt

Mehr