Analysis I im SS 2011 Kurzskript

Größe: px
Ab Seite anzeigen:

Download "Analysis I im SS 2011 Kurzskript"

Transkript

1 Anlysis I im SS 2011 Kurzskript Prof. Dr. C. Löh Sommersemester 2011 Inhltsverzeichnis -2 Literturhinweise 2-1 Einführung 4 0 Grundlgen: Logik und Mengenlehre 5 1 Zählen, Zhlen, ngeordnete Körper 14 2 Konvergenz und Vollständigkeit 23 3 Reihen 30 4 Stetigkeit 34 5 Differenzierbrkeit 41 6 Integrtion 46 Version vom 15. November 2011 Fkultät für Mthemtik, Universität Regensburg, Regensburg

2 -2 Literturhinweise Die folgenden Listen enthlten eine kleine Auswhl n Litertur zu Grundlgen der Mthemtik (insbesondere Logik und Mengenlehre) und zur Anlysis. Anlysis [1] O. Forster. Anlysis 1, neunte überrbeitete Auflge, Vieweg+Teubner, [2] S. Lng. Undergrdute Anlysis, zweite Auflge, Springer, [3] M. Spivk. Clculus, dritte Auflge, Cmbridge University Press, [4] R.S. Strichrtz. The Wy of Anlysis, Jones & Brtlett Lerning, [5] W. Wlter. Anlysis 1, siebte Auflge, Grundlgen [6] A. Beutelspcher. Ds ist o.b.d.a. trivil!, neunte Auflge, Vieweg+Teubner, [7] A. Doxidis, C. Ppdimitriou, A. Ppdtos, A. Di Donn, Logicomix: An epic serch for truth, Bloomsbury Publishing, [8] H.-D. Ebbinghus. Einführung in die Mengenlehre, dritte Auflge, BI Wissenschftsverlg, [9] H.-D. Ebbinghus et l.. Zhlen, dritte Auflge, Springer, [10] H.-D. Ebbinghus, J. Flum, W. Thoms. Einführung in die mthemtische Logik, vierte Auflge, Spektrum, [11] U. Friedrichsdorf, A. Prestel. Mengenlehre für den Mthemtiker, Vieweg, [12] R.M. Smullyn, M. Fitting. Set theory nd the continuum problem, überrbeitete Auflge, Dover, Weiterführende Themen [13] M. Aigner, G. Ziegler. Proofs from THE BOOK, vierte Auflge, Springer, [14] K. Jänich. Topologie, chte Auflge, Springer,

3 Ds griechische Alphbet Symbol Nme TEX-/L A TEX-Kommndo A α lph A \lph B β bet B \bet Γ γ gmm \Gmm \gmm δ delt \Delt \delt E ε, ɛ epsilon E \vrepsilon, \epsilon Z ζ zet Z \zet H η et H \et Θ ϑ, θ thet \Thet \vrthet, \thet I ι iot I \iot K κ kpp K \kpp Λ λ lmbd \Lmbd \lmbd M µ my M \mu N ν ny N \nu Ξ ξ xi \Xi \xi O o omikron O o Π π pi \Pi \pi P ϱ, ρ rho P \vrrho, \rho Σ σ, ς sigm \Sigm \sigm, \vrsigm T τ tu T \tu Y υ ypsilon Y \upsilon Φ ϕ, φ phi \Phi \vrphi, \phi X χ chi X \chi Ψ ψ psi \Psi \psi Ω ω omeg \Omeg \omeg 3

4 -1 Einführung Ws ist Mthemtik? Mthemtik beschäftigt sich mit dem Studium bstrkter Strukturen und Modelle (z.b. Arithmetik, Geometrie) und formlen Methoden, sowie Anwendungen dieser Theorie. Grob gesgt, besteht die Mthemtik us den folgenden Gebieten: Logik, Mengenlehre, Algebr, Anlysis, Geometrie, Kombintorik. Logik und Mengenlehre bilden die Grundlge der modernen Mthemtik; die vier zentrlen Gebiete Algebr, Anlysis, Geometrie und Kombintorik sind uf vielfältige Weise miteinnder verbunden. Ws ist Anlysis? Anlysis ist ds Studium lokler und globler Eigenschften von reell- bzw. komplexwertigen Funktionen; insbesondere ist zunächst zu klären, ws die reellen Zhlen sind. Beispiele für lokle Eigenschften sind Stetigkeit bzw. Differenzierbrkeit; Beispiele für globle Probleme sind die Bestimmung von (globlen) Extremwerten oder Integrlen. 4

5 0 Grundlgen: Logik und Mengenlehre Die mthemtische Logik beschreibt die Spielregeln, uf denen die Mthemtik bsiert; die Mengenlehre beschreibt ds Spielfeld bzw. die grundlegenden Busteine, us denen mthemtische Objekte konstruiert werden. Der stringente simultne Aufbu von Logik und Mengenlehre ls Grundlge der modernen Mthemtik ist zu ufwendig, um zu Beginn des Studiums im Detil usgeführt zu werden. Wir werden uns dher im folgenden uf ein pr Einblicke beschränken, die die für den mthemtischen Alltg wichtigsten Punkte behndeln. Logische Grundlgen Die mthemtische Logik beschäftigt sich mit den folgenden (miteinnder zusmmenhängenden) Frgen: Wie knn mn die mthemtische Sprche formlisieren? Ws ist eine whre mthemtische Aussge? Ws ist ein Beweis? Ws knn mn beweisen? Gibt es Grenzen der Beweisbrkeit? Wir folgen im folgenden dem llgemeinen Prinzip, mit einfchen Teilspekten zu beginnen und dnn Schritt für Schritt drus komplexere Strukturen und Theorien ufzubuen ( divide nd conquer ). Aussgenlogik Die Aussgenlogik ist ein einfches logisches System, ds die Grundlgen des logischen Denkens formlisiert. Aussgenlogik besteht us einer syntktischen und einer semntischen Ebene: Syntx ussgenlogischer Formeln. Aussgenlogische Vriblen sind ussgenlogische Formeln. Sind A und B ussgenlogische Formeln, so uch ( A), (A B), (A B), (A = B), (A B). Keine weiteren Symbolketten sind ussgenlogische Formeln. [Flls keine Missverständnisse möglich sind, setzt mn zur besseren Lesbrkeit mnchml Klmmern etws freizügiger.] Semntik ussgenlogischer Formeln. Vriblen können mit den Whrheitswerten w ( whr ) bzw. f ( flsch ) belegt werden. Belegen wir lle in einer ussgenlogischen Formel vorkommenden Vriblen mit w bzw. f (wobei verschiedene Auftreten derselben Vriblen in einer Formel denselben Wert erhlten müssen), so erhlten wir einen Whrheitswert, indem wir Schritt für Schritt die folgenden semntischen Regeln ( Whrheitstfeln ) nwenden: 5

6 A A nicht w f f w (insbesondere nehmen wir tertium non dtur n) A B A B A B A = B A B und oder impliziert gilt genu dnn, wenn w w w w w w w f f w f f f w f w w f f f f f w w Definition 0.1 (Tutologie). Eine ussgenlogische Formel A ist eine (ussgenlogische) Tutologie, wenn sich unter llen möglichen w/f-belegungen ller uftretenden ussgenlogischen Vriblen in A der Wert w ergibt. Beispiel 0.2. Für lle ussgenlogischen Formeln A und B sind (A = B) ( B = A) Kontrposition (A = B) ( ( A) B ) ( ) ( A) = (B B) = A reductio d bsurdum (A B) ( ( A) ( B) ) de Morgnsche Regeln (A B) ( ( A) ( B) ) de Morgnsche Regeln ussgenlogische Tutologien (knn z.b. über entsprechende Whrheitstfeln nchgewiesen werden). Cvet 0.3. Es gibt Zweige der Mthemtik/Informtik, in denen ds tertium non dtur nicht ls Axiom ngenommen wird; inbesondere steht in solchen Kontexten der Widerspruchsbeweis (reductio d bsurdum) nicht ls Beweistechnik zur Verfügung! Quntorenlogik Im llgemeinen wollen wir nicht nur über Whrheitswerte sprechen. Dher verfeinern/erweitern wir die Aussgenlogik zu einer umfngreicheren Sprche, der Quntorenlogik. Eine exkte Definition würde n dieser Stelle zu weit führen; wir begnügen uns dher mit einer prgmtischen, vereinfchten Drstellung: Sei dzu im folgenden T eine mthemtische Sprche/Theorie (z.b. die Theorie der ntürlichen Zhlen oder ähnliches). Syntx quntorenlogischer Aussgen. Atomre Aussgen us der Theorie T sind quntorenlogische Aussgen über T ; diese dürfen uch Vriblen enthlten. Ist A eine quntorenlogische Aussge über T und ist x eine (in A freie ) Vrible, so sind uch ( x A(x) ) quntorenlogische Aussgen über T. bzw. ( x A(x) ) 6

7 Sind A und B quntorenlogische Aussgen über T, so uch (A), (A B), (A B), (A = B), (A B). Keine weiteren Symbolketten sind quntorenlogische Aussgen über T. Semntik ussgenlogischer Aussgen. 1 Die Semntik von,,, =, wird nlog zur Aussgenlogik definiert. Zusätzlich gelten die folgenden Interprettionen: x A(x) gilt genu dnn, wenn: für lle x gilt A(x) x A(x) gilt genu dnn, wenn: es existiert (mindestens) ein x mit A(x) ( x A(x)) gilt genu dnn, wenn: ( x A(x)) ( x A(x)) gilt genu dnn, wenn: ( x A(x)) Cvet 0.4. Im llgemeinen drf die Reihenfolge von Quntoren nicht vertuscht werden! Mn betrchte dzu zum Beispiel die quntorenlogischen Aussgen x y A(x, y) bzw. y x A(x, y), wobei A(x, y) bedeute, dss x eine Fru ist, y ein Mnn und x eine Affäre mit y ht. Cvet 0.5. Formeln wie A(x) x mchen keinen Sinn (selbst wenn es die deutsche Sprche mnchml nhe legt... )! Ws ist ein Beweis? Wir beschreiben im folgenden den klssischen Beweisklkül der Mthemtik; er ist eine Formlisierung der gängigen logischen Schlussweisen. Gegeben seien eine mthemtische Sprche/Theorie T, Axiome/Vorussetzungen V (gegeben durch quntorenlogische Aussgen über T ), eine Behuptung B (d.h. eine quntorenlogische Aussge über T ). Der Nchweis, dss B logisch us V folgt, wird in Form eines Beweises gegeben. Ein Beweis von B us V über T ist dbei eine endliche Folge von quntorenlogischen Aussgen über T mit folgenden Eigenschften: Jede dieser Aussgen ist ein Axiom (d.h. eine Aussge us V ), 2 oder ein quntorenlogisches Axiom [die quntorenlogischen Axiome sind: für lle Formeln t in T (die beim Einsetzen keine ungewollten Vriblenbindungen erzeugen): ( x A(x) ) = A(t) für lle quntorenlogischen Aussgen A und A : ( x (A = A (x)) ) ( A = x A (x) ) (wobei x nicht frei in A vorkommen drf).], 1 Dbei können quntorenlogische Aussgen ber nur dnn uf einen Whrheitswert reduziert werden, wenn sie keine freien Vriblen enthlten. 2 oder ein identitätslogisches Axiom; druf soll hier ber nicht eingegngen werden. 7

8 oder eine ussgenlogische Tutologie über T [d.h. eine ussgenlogische Tutologie, in der lle ussgenlogischen Vriblen durch quntorenlogische Aussgen über T ersetzt werden], oder mn erhält sie us vorherigen Aussgen des Beweises mit Hilfe des Modus Ponens 3 : Enthlten die vorherigen Aussgen eine Aussge der Form A = A und die Aussge A, so knn mn A zum Beweis hinzufügen. und die letzte Aussge ist B. Im Normlfll werden Beweise ntürlich nicht in dieser Form ufgeschrieben, sondern sprchlich poliert und vereinfcht. Bemerkung 0.6. Häufig werden die folgenden Beweisschemt verwendet: Beweis von Äquivlenzen. Oft zerlegt mn den Beweis von Aussgen der Form Es gilt A genu dnn, wenn B gilt. in den Beweis von Wenn A gilt, dnn gilt uch B. und Wenn B gilt, dnn gilt uch A. Dies leitet sich von der ussgenlogischen Tutologie (A B) ( (A = B) (B = A) ) b. Widerspruchsbeweis. Knn mn us der Annhme, dss die Aussge A gilt, einen Widerspruch (lso eine Aussge der Form B B) bleiten, so folgt, dss A gilt. Dies leitet sich von der ussgenlogischen Tutologie ( ( A) = (B B) ) = A b (reductio d bsurdum). Mengentheoretische Grundlgen Die Mengenlehre beschreibt die grundlegenden Busteine, us denen lle mthemtischen Objekte ufgebut sind. Nive Mengenlehre Wir beginnen mit der sogennnten niven Mengenlehre, die uf folgender Begriffsbildung beruht: Definition 0.7 (Cntor, 1895). Unter einer Menge verstehen wir jede Zusmmenfssung M von bestimmten wohlunterschiedenen Objekten m unserer Anschuung oder unseres Denkens (welche Elemente von M gennnt werden) zu einem Gnzen. Cvet 0.8. Obige Definition ist keine Definition im mthemtischen Sinne, d einige der uftretenden Begriffe nicht erklärt sind (bzw. nicht erklärbr sind). Wir werden zunächst mit diesem niven Mengenbegriff rbeiten und erst später uf einen exkten Zugng eingehen. 3 oder der Generlisierungsregel; uf diese soll hier ber nicht eingegngen werden. (Die Generlisierungsregel beschreibt, wnn der Allquntor eingeführt werden drf.) 8

9 Definition 0.9 (Gleichheit von Mengen). Zwei Mengen sind genu dnn gleich, wenn sie dieselben Elemente enthlten. Bemerkung 0.10 (Beweis von Gleichheit von Mengen). Um zu beweisen, dss zwei Mengen A und B gleich sind, ist lso zu zeigen, dss lle Elemente von A in B liegen und dss lle Elemente von B in A liegen. Nottion 0.11 (Grundlegende Nottionen in der Mengenlehre). Im folgenden seien A und B Mengen. Nottion x A A B Bedeutung/Definition x ist ein Element von A A ist eine Teilmenge von B, d.h. lle Elemente von A sind Elemente von B {x, y, z,... } die Menge mit den Elementen x, y, z,... {x C(x)} die Menge ller x, für die C(x) gilt A B die Schnittmenge von A und B, d.h. die Menge 4 A B := { x } (x A) (x B) A B A \ B die Vereinigung von A und B, d.h. die Menge A B := { x } (x A) (x B) ds Komplement von B in A (oder A ohne B), d.h. die Menge 5 A \ B := { x } (x A) (x B) oder {} P (A) die leere Menge, d.h. die Menge, die keine Elemente enthält die Potenzmenge von A, d.h. die Menge ller Teilmengen von A: P (A) := {x x A} Cvet Es ist P ( ) = { }, denn { } enthält ein Element (nämlich ), ber enthält keine Elemente. Definition 0.13 (Disjunkt). Zwei Mengen A und B heißen disjunkt, wenn A B =. Proposition 0.14 (Eigenschften der Mengenopertionen). Seien A, B, C Mengen. 1. Ist A B und B C, so folgt A C. 2. Es gilt ( Kommuttivität von bzw. ) A B = B A und A B = B A. 3. Es gilt ( Assozitivität von bzw. ) (A B) C = A (B C) und (A B) C = A (B C). 4 Hierbei bedeutet x := y, dss x durch y definiert wird. 5 Hierbei ist x B eine Abkürzung für (x B). 9

10 4. Es gilt (A B) C = (A C) (B C), (A B) C = (A C) (B C). Nottion Ist A eine Menge, so schreiben wir uch oft x A... sttt x ( (x A) =... ) {x A... } sttt { x (x A)... }. Cvet 0.16 (Russellsches Prdoxon). Die Betrchtung von {x x ist eine Menge und x x} führt zu einem Widerspruch! Mn drf lso nicht wie in Cntors Definition von Mengen lle Konstrukte ls Mengen zulssen. Ein möglicher Ausweg ist, ein zweistufiges System einzuführen (s.u.). Abbildungen Es ist ein llgemeines Prinzip in der Mthemtik, nicht nur Objekte zu betrchten, sondern uch zu studieren, wie gewisse Objekte zueinnder in Beziehung stehen; im Fll der Mengenlehre sind die Objekte Mengen und die Beziehungen sind Abbildungen: Definition 0.17 (Abbildung). Seien X und Y Mengen. Eine Abbildung X Y ordnet jedem Element us X genu ein Element us Y zu. Cvet Dies ist keine mthemtische Definition, denn zuordnen besitzt keine mthemtisch exkte Bedeutung! Definition 0.19 (Abbildung). Seien X und Y Mengen. Eine Abbildung X Y ist eine Teilmenge f X Y mit folgender Eigenschft: Für jedes x X gibt es genu ein y Y mit (x, y) f; mn schreibt in diesem Fll f(x) := y. Zwei Abbildungen f, g : X Y sind genu dnn gleich, wenn die zugehörigen Teilmengen von X Y gleich sind, d.h., wenn für lle x X gilt, dss f(x) = g(x). Definition 0.20 (Identität). Sei X eine Menge. Die Identität (uf X) ist die wie folgt definierte Abbildung id X : id X : X X x x. (D.h. id X ist durch die Teilmenge {(x, x) x X} X X gegeben.) 10

11 Definition 0.21 (Komposition von Abbildungen). Seien X, Y, Z Mengen und seien f : X Y und g : Y Z Abbildungen. Die Komposition von g mit f ist die Abbildung g f : X Z x g ( f(x) ). Bemerkung Die Komposition von Abbildungen ist ssozitiv, d.h. für lle Abbildungen f : X Y, g : Y Z, h: Z U gilt (h g) f = h (g f). Definition 0.23 (Einschränkung von Abbildungen). Seien X und Y Mengen, sei f : X Y eine Abbildung und sei A X eine Teilmenge. Die Einschränkung von f uf A ist die Abbildung f A, die wie folgt definiert ist: f A : A Y x f(x). Definition 0.24 (Bild/Urbild). Seien X und Y Mengen und sei f : X Y eine Abbildung. Ist A X, so ist f(a) := { f(x) x A } Y ds Bild von A unter f. Ist B Y, so ist f 1 (B) := { x X f(x) B } X ds Urbild von B unter f. Definition 0.25 (Injektiv/surjektiv/bijektiv). Seien X und Y Mengen. Eine Abbildung f : X Y ist surjektiv, wenn f(x) = Y ist, d.h., wenn es zu jedem y Y ein x X mit f(x) = y gibt. Eine Abbildung f : X Y ist injektiv, wenn jedes Element us Y höchstens ein Urbild unter f besitzt, d.h., wenn für lle x, x X gilt: Ist f(x) = f(x ), so ist x = x. Eine Abbildung X Y ist bijektiv, wenn sie injektiv und surjektiv ist (d.h., wenn jedes Element us Y genu ein Urbild unter dieser Abbildung besitzt). Cvet Injektiv ist nicht ds Gegenteil von surjektiv! Definition 0.27 (Umkehrbbildung/inverse Abbildung). Seien X und Y Mengen und sei f : X Y eine Abbildung. Eine Abbildung g : Y X ist eine Umkehrbbildung/inverse Abbildung von f, wenn g f = id X und f g = id Y. Proposition 0.28 (Umkehrbbildungen und Bijektivität). Seien X und Y Mengen und sei f : X Y eine Abbildung. 1. Ist f bijektiv, so besitzt f eine Umkehrbbildung; ußerdem ist die Umkehrbbildung von f eindeutig bestimmt. 2. Besitzt f eine Umkehrbbildung, so ist f bijektiv. 11

12 Axiomtische Mengenlehre Ws ist xiomtische Mengenlehre? Sttt wie in Cntors Definition nzugeben, ws eine Menge ist, beschreibt mn die Mengenlehre durch eine Liste von Axiomen, die ngeben, wie mn mit Mengen umgehen knn. Wir geben im folgenden die Axiome für die Mengenlehre nch von Neumnn, Bernys und Gödel n 6 : Es gibt zwei Sorten von Objekten, Mengen und Klssen; mn sollte sich dbei Mengen ls kleine Klssen vorstellen. Nch dem Komprehensionsxiom drf mn Klssen sehr freizügig zusmmenstellen ber nicht jede Klsse ist eine Menge! Axiome 0.29 (Axiome der Mengenlehre nch von Neumnn, Bernys, Gödel). Es gibt zwei Sorten von Objekten, Mengen und Klssen. Jede Menge ist eine Klsse. Elemente von Klssen sind Mengen. Extensionlität. Zwei Klssen sind genu dnn gleich, wenn sie dieselben Elemente enthlten. Komprehension. Ist C eine quntorenlogische Aussge erster Stufe in einer mengenwertigen Vriblen und wird in C nicht über Klssenvriblen quntifiziert, so ist { x x ist eine Menge und es gilt C(x) } eine Klsse. Die leere Klsse := {x x ist eine Menge und x x} ist eine Menge. Jede Teilklsse einer Menge ist eine Menge; eine Klsse A ist eine Teilklsse einer Klsse B, wenn jedes Element von A ein Element von B ist. Prmengenxiom. Sind A und B Mengen, so ist uch {A, B} eine Menge. Vereinigungsxiom. Ist A eine Menge, so ist uch A := { x y ((x y) (y A)) } eine Menge, die Vereinigungsmenge von A. Potenzmengenxiom. Ist A eine Menge, so ist uch P (A) := {x x A} eine Menge, die Potenzmenge von A. Ersetzungsxiom. Ist F : X Y eine Funktion zwischen den Klssen X und Y und ist A X eine Teilmenge, so ist uch F (A) eine Menge. Unendlichkeitsxiom. Es gibt eine induktive Menge; eine Menge A heißt induktiv, wenn A und wenn für lle x A uch x {x} A ist. Auswhlxiom. Ist A eine Menge mit A, so gibt es eine Auswhlfunktion für A, d.h. eine Funktion f : A A mit folgender Eigenschft: Für lle x A ist f(x) x. Cvet Mn knn us den Axiomen der Mengenlehre nicht folgern, dss die Mengenlehre widerspruchsfrei ist! (Zweiter Gödelscher Unvollständigkeitsstz). Die 6 Eine ndere weitverbreitete Axiomtisierung stmmt von Zermelo und Frenkel; es ergibt sich dbei dieselbe Mengenlehre (jedoch ohne Klssen). 12

13 Mthemtik beruht uf der Annhme, dss die Axiome der Mengenlehre widerspruchsfrei sind. Cvet Ds Auswhlxiom ist unbhängig von den nderen Axiomen der Mengenlehre. Aufgrund der Nicht-Konstruktivität und etws ungewöhnlicher Konsequenzen wird im Normlfll explizit ngegeben, wenn ein Beweis ds Auswhlxiom verwendet. Proposition Es gibt eine echte Klsse (d.h. eine Klsse, die keine Menge ist), nämlich zum Beispiel {x x ist eine Menge und x x}. 13

14 1 Zählen, Zhlen, ngeordnete Körper Ziel dieses und des nächsten Kpitels ist es, zu verstehen, ws die reellen Zhlen sind. Insbesondere werden wir uns zunächst mit den ntürlichen, gnzen und rtionlen Zhlen beschäftigen. Im nächsten Kpitel werden wir den Übergng von den rtionlen zu den reellen Zhlen studieren. Ntürliche Zhlen Die ntürlichen Zhlen formlisieren ds Zählen; zum Zählen benötigt mn einen Strtpunkt ( null ), die Möglichkeit weiterzuzählen ( +1 ), und lle Anzhlen müssen uf diese Weise erreicht werden können. Genuer: Axiome 1.1 (Peno-Axiome der ntürlichen Zhlen). Ein Tripel (N, 0, s) erfüllt die Peno-Axiome, wenn N eine Menge ist, 0 N und s: N N eine Abbildung ist, die die folgenden Eigenschften besitzen: Es ist 0 s(n). Die Abbildung s: N N ist injektiv. Induktionsprinzip. Ist A N eine Teilmenge mit 0 A und s(a) A, so ist A = N. Ds zentrle Axiom ist ds Induktionsprinzip; etws expliziter knn es wie folgt formuliert werden: Bemerkung 1.2 (Prinzip der vollständigen Induktion). Sei (N, 0, s) ein Tripel, ds die Peno-Axiome erfüllt. Sei E eine Eigenschft von Elementen von N (d.h. wir können E ls Teilmenge von N uffssen), und es gelte: Induktionsnfng. Ds Element 0 ht die Eigenschft E. Induktionsschritt. Für lle n N gilt: Ht n die Eigenschft E, so uch s(n). Dnn hben lle Elemente von N die Eigenschft E. Ds Prinzip der vollständigen Induktion besitzt viele Vrinten. Mit Hilfe des Induktionsprinzips lssen sich uch Abbildungen induktiv/rekursiv definieren: Stz 1.3 (Rekursionsstz). Sei (N, 0, s) ein Tripel, ds die Peno-Axiome erfüllt. Sei A eine Menge, sei A und sei g : A A eine Abbildung. Dnn gibt es genu eine Abbildung f : N A mit der Eigenschft, dss f(0) = und, dss f ( s(n) ) = g ( f(n) ) für lle n N gilt. Definition 1.4 (Addition/Multipliktion/Potenzen). Sei (N, 0, s) ein Tripel, ds die Peno-Axiome erfüllt und sei m N. Wir definieren die Abbildungen m+ : N N, m : N N und m : N N mit Hilfe des Rekursionsstzes wie folgt: Addition. Es sei m + 0 := m und für lle n N sei m + s(n) := s(m + n). Multipliktion. Es sei m 0 := 0 und für lle n N sei m s(n) := m n + m. Potenzen. Es sei m 0 := s(0) und für lle n N sei m s(n) := m n m. 14

15 Proposition 1.5 (Eigenschften von Addition/Multipliktion/Potenzen). Sei (N, 0, s) ein Tripel, ds die Peno-Axiome erfüllt. Dnn gilt: 1. Neutrle Elemente. Für lle n N gilt n + 0 = n = 0 + n und n s(0) = n = s(0) n. 2. Assozitivität. Für lle k, m, n N gilt k + (m + n) = (k + m) + n und k (m n) = (k m) n. 3. Kommuttivität. Für lle m, n N gilt m + n = n + m und m n = n m. 4. Distributivität. Für lle k, m, n N gilt 5. Potenzgesetze. Für lle k, m, n N gilt (k + m) n = k m + k n. (k m) n = k n m n, (k m ) n = k m n, k m k n = k m+n. Stz Es existiert ein Tripel, ds die Peno-Axiome erfüllt. 2. Je zwei Tripel, die die Peno-Axiome erfüllen, sind knonisch isomorph; genuer: Erfüllen (N, 0, s) und (N, 0, s ) die Peno-Axiome, so gibt es genu eine Bijektion f : N N mit f(0) = 0 und dss für lle n N gilt, dss f(s(n)) = s (f(n)). Der Beweis der ersten Aussge beruht uf dem Unendlichkeitsxiom; der Beweis der zweiten Aussge beruht uf dem Rekursionsstz. Definition 1.7 (Ntürliche Zhlen). Ds (bis uf knonische Isomorphie) eindeutige Tripel, ds die Peno-Axiome erfüllt, bezeichnen wir mit (N, 0, + 1) und nennen es ntürliche Zhlen. Nottion 1.8. Im Normlfll bezeichnen wir ntürliche Zhlen durch ihre Dezimldrstellung, d.h. N = {0, 1, 2,... }. Cvet 1.9. In mnchen Quellen wird die Konvention verwendet, dss die ntürlichen Zhlen mit 1 beginnen. Achten Sie dher unbedingt druf, welche Konvention jeweils verwendet wird! Nottion 1.10 ( / ). Sei X eine Menge zusmmen mit einer ssozitiven und kommuttiven Addition +: X X X, die ein bezüglich Addition neutrles Element 0 enthält, n und seien x 0, x 1,... X. Dnn definieren wir j=0 x j für lle n N induktiv durch 0 x j := x 0 j=0 15

16 und n+1 ( n ) x j := x j + x n+1 j=0 j=0 für lle n N. D.h. n j=0 x j = x x n. Ist k N, so definieren wir nlog k+n j=k x j = x k + x k x k+n (durch Induktion über n). Sind k, k N und gibt es kein n N mit k + n = k, so sei k j=k x j := 0. Anlog: Sei X eine Menge zusmmen mit einer ssozitiven und kommuttiven Multipliktion : X X X, die ein bezüglich Multipliktion neutrles Element 1 enthält, und seien x 0, x 1,... X. Dnn definieren wir n j=0 x j für lle n N induktiv durch 0 x j := x 0 und n+1 j=0 j=0 ( n x j := j=0 x j ) x n+1 für lle n N. D.h. n j=0 x j = x 0 x n. Ist k N, so definieren wir nlog k+n j=k x j = x k x k+1 x k+n (durch Induktion über n). Sind k, k N und gibt es kein n N mit k + n = k, so sei k j=k x j := 1. Proposition Für lle n N gilt 2 n j = n (n + 1). j=0 Definition 1.12 (Fkultät). Die Fkultätsfunktion ist wie folgt definiert: (Insbesondere ist 0! = 1).!: N N n n! := n j = 1 2 n. j=1 Proposition 1.13 (Addition uf N, Kürzungsregeln). 1. Es gilt die folgende Kürzungsregel: Für lle k, m, n N gilt: Ist k + n = m + n, so ist bereits k = m. 2. Jede ntürliche Zhl n N \ {0} besitzt einen Vorgänger, d.h. es gibt ein m N mit m + 1 = n. 3. Für lle n, n N gilt: Ist n + n = 0, so ist n = 0 = n. 4. Für lle n, n N existiert ein m N mit n+m = n oder es existiert ein m N mit n + m = n. 16

17 Gnze Zhlen Im llgemeinen sind für m, n N Gleichungen der Form x + m = n nicht mit x N lösbr. Wir erweitern dher die ntürlichen Zhlen zu den sogennnten gnzen Zhlen; grob gesgt sind die gnzen Zhlen die kleinste Gruppe, die die ntürlichen Zhlen enthält. Definition 1.14 (Gruppe). Eine Gruppe ist eine Menge G zusmmen mit einer Abbildung : G G G mit den folgenden Eigenschften: Es gibt ein neutrles Element bezüglich, d.h. es existiert ein e G mit der Eigenschft, dss für lle g G gilt g e = g = e g. [Ds neutrle Element ist durch diese Eigenschft eindeutig bestimmt. Außerdem ist insbesondere jede Gruppe nicht-leer.] Die Verknüpfung ist ssozitiv, d.h. für lle g, h, k gilt g (h k) = (g h) k. Jedes Element besitzt ein inverses Element bezüglich der Verknüpfung, d.h. zu jedem g G gibt es ein h G mit g h = e = h g. [Inverse Elemente sind durch diese Bedingung eindeutig bestimmt; ds inverse Element zu g G bezeichnet mn im Normlfll mit g 1.] Ist die Verknüpfung ußerdem kommuttiv, d.h. gilt g h = h g für lle g, h G, so nennt mn G eine belsche Gruppe. Stz 1.15 (Gnze Zhlen). Bis uf knonische Isomorphie gibt es genu eine belsche Gruppe (Z, +) mit den folgenden Eigenschften: Es ist N Z und die Addition uf Z erweitert die Addition uf N. Für lle x Z gilt x N oder x N; hierbei bezeichnet x ds dditive Inverse von x in Z. Wir nennen (Z, +) die gnzen Zhlen. Mn knn die gnzen Zhlen zum Beispiel ls Menge der formlen Differenzen von ntürlichen Zhlen (bezüglich einer geeigneten Gleichheit) konstruieren. [Dies wird später in der Algebr im Detil usgeführt.] Nottion 1.16 (Subtrktion). Sind x, y Z, so schreiben wir x y := x + ( y). 17

18 Definition 1.17 (Multipliktion uf Z). Sind x, x Z, so definieren wir x x := m m + n n (m n + n m ) Z, wenn x = m n und x = m n Drstellungen mit m, m, n, n N sind; die Multipliktionen uf der rechten Seite beziehen sich uf die bereits definierte Multipliktion in N. [Mn knn zeigen: Dies ist wohldefiniert, lso unbhängig von den gewählten Drstellungen von x bzw. x.] Bemerkung 1.18 (Multipliktion uf Z). 1. Die oben definierte Multipliktion uf Z setzt die Multipliktion uf N fort. 2. Die oben definierte Multipliktion uf Z ht 1 ls neutrles Element, ist kommuttiv und ssozitiv und erfüllt (mit der Addition uf Z) ds Distributivgesetz. Rtionle Zhlen Im llgemeinen sind für, b Z mit b 0 Gleichungen der Form x b = nicht mit x Z lösbr. Wir erweitern dher die gnzen Zhlen zu den sogennnten rtionlen Zhlen; grob gesgt sind die rtionlen Zhlen der kleinste Körper, der die gnzen Zhlen enthält. Definition 1.19 (Körper). Ein Körper ist eine Menge K zusmmen mit Abbildungen +: K K K und : K K K mit den folgenden Eigenschften: Es ist (K, +) eine belsche Gruppe; wir bezeichnen ds neutrle Element bezüglich der Addition + mit 0. Für lle x, y K \ {0} gilt x y 0 und (K \ {0}, K\{0} K\{0} K\{0} ) ist eine belsche Gruppe; wir bezeichnen ds neutrle Element bezüglich mit 1. [Insbesondere ist K \ {0} und 1 0.] Distributivgesetz. Für lle x, y, z K gilt (x + y) z = (x z) + (y z). Stz 1.20 (Rtionle Zhlen). Bis uf knonische Isomorphie gibt es genu einen Körper (Q, +, ) mit den folgenden Eigenschften: Es ist Z Q und die Addition/Multipliktion uf Q setzt die Addition/Multipliktion uf Z fort. Für lle x Q gibt es ein Z und ein b Z \ {0} mit x = b 1. Wir nennen (Q, +, ) die rtionlen Zhlen. Mn knn die rtionlen Zhlen zum Beispiel ls Menge der formlen Brüche von gnzen Zhlen mit nichtverschwindendem Nenner (bezüglich einer geeigneten Gleichheit) konstruieren. [Dies wird später in der Algebr im Detil usgeführt.] 18

19 Nottion 1.21 (Brüche). Sind x, y Q mit y 0, so schreiben wir x y := x y 1. [Mn knn zeigen, dss die gewöhnlichen Bruchrechenregeln gelten.] Ordnungen Bisher hben wir uf N, Z und Q nur lgebrische Opertionen betrchtet. Wir wollen ber uch über Ungleichungen und Anordnungen von Elementen sprechen können. Dies wird durch sogennnte Ordnungen formlisiert. Ordnungen sind spezielle Reltionen; Reltionen sind ein wichtiges und llgemeines Konzept, ds in llen Bereichen der Mthemtik verwendet wird: Definition 1.22 (Reltion). Sei X eine Menge. Eine Reltion uf X ist eine Teilmenge von X X. Ist X X eine Reltion uf X und sind x, y X, so schreiben wir genu dnn x y, wenn (x, y) gilt. Definition 1.23 (Eigenschften von Reltionen). Sei X eine Menge und sei X X eine Reltion uf X. Die Reltion ist reflexiv, flls für lle x X gilt, dss x x. Die Reltion ist symmetrisch, flls für lle x, y X genu dnn x y gilt, wenn y x gilt. Die Reltion ist nti-symmetrisch, flls für lle x, y X gilt: Ist x y und y x, so ist x = y. Die Reltion ist trnsitiv, flls für lle x, y, z X gilt: Ist x y und y z, so ist uch x z. Definition 1.24 ((Prtielle) Ordnung). Sei X eine Menge. Eine prtielle Ordnung uf X ist eine reflexive, nti-symmetrische und trnsitive Reltion uf X. Ist eine prtielle Ordnung uf X, so sgt mn uch, dss (X, ) eine prtiell geordnete Menge ist. Eine Ordnung (oder: totle Ordnung) uf X ist eine prtielle Ordnung uf X, für die ußerdem gilt: Für lle x, y X ist x y oder y x. Nottion Sei (X, ) eine prtiell geordnete Menge. Dnn definieren wir die Reltion < uf X durch die Menge { (x, x ) (x X) (x X) (x x ) (x x ) } X X. Sind x, x X, so schreiben wir uch x x für x x bzw. wir schreiben uch x > x für x < x. Ist x X, so schreiben wir X x := {x X x x} X x := {x X x x} X >x := {x X x > x} X <x := {x X x < x}. 19

20 Bemerkung Ist X eine Menge, so ist die Potenzmenge P (X) durch die Inklusionsreltion prtiell geordnet; im llgemeinen ist dies ber keine totle Ordnung uf P (X). Definition 1.27 (Die Reltionen uf N, Z, Q). Wir definieren die Reltion uf N durch die Menge { (n, n ) (n N) (n N) ( m N n + m = n ) } N N. In nderen Worten: Sind n, n N, so gilt genu dnn n n, wenn es ein m N mit n + m = n gibt. Wir definieren die Reltion uf Z durch die Menge { (x, x ) (x Z) (x Z) ( n N x + n = x ) } Z Z. Wir definieren die Reltion uf Q durch die Menge { (x, x ) (x Q) (x Q) n N\{0} ( (n x Z) (n x Z) (n x n x ) )} Q Q. Proposition Es ist eine Ordnung uf N. 2. Für lle n, n N gilt: Ist n > 0 und n > 0, so ist uch n n > 0. Proposition Es ist eine Ordnung uf Z. 2. Es ist Z 0 = N und für lle x Z ist genu dnn 0 x, wenn x Für lle x, x Z und lle n N gilt: Ist x x, so ist uch n x n x. Proposition Es ist eine Ordnung uf Q. 2. Für lle x, x, y Q gilt: Ist x x, so ist uch x + y x + y. Ist x x und y > 0, so ist x y x y. 3. Für jedes x Q existiert ein n N mit x n. Bemerkung 1.31 (Unterschiede zwischen den Ordnungen uf N, Z, Q). Die Ordnung uf N erfüllt ds Wohlordnungsprinzip, d.h. jede nicht-leere Teilmenge A N enthält ein minimles Element (lso ein Element m A mit der Eigenschft, dss für lle n A gilt, dss m n). Ds Wohlordnungsprinzip ist strk mit dem Induktionsprinzip und dem Rekursionsstz verwndt. Für lle x, x Q mit x < x gibt es ein y Q mit x < y < x, nämlich etw y = x/2+x /2. Für N und Z gilt die nloge Aussge im llgemeinen nicht. Im folgenden betrchten wir N, Z, Q immer mit den oben eingeführten Ordnungen (es sei denn, es wird explizit etws nderes vereinbrt). 20

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt

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

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n Them 13 Integrle, die von einem Prmeter bhängen, Integrle von Funktionen uf Teilmengen von R n Wir erinnern drn, dß eine Funktion h : [, b] R eine Treppenfunktion ist, flls es eine Unterteilung x < x 1

Mehr

Analysis I/II. Skript zur Vorlesung 2009/2010. Peter Junghanns

Analysis I/II. Skript zur Vorlesung 2009/2010. Peter Junghanns Skript zur Vorlesung Anlysis I/II 9/ Peter Junghnns Hinweis: Ds vorliegende Skript stellt nur ein Gerüst zu den Inhlten der Vorlesung dr. Die Vorlesung selbst bietet weiterführende Erläuterungen, Beweise

Mehr

Mathematik Brückenkurs

Mathematik Brückenkurs Rumpfskript zur Vorlesung Mthemtik-Brückenkurs /86 Mthemtik Brückenkurs im Fchbereich Informtik & Elektrotechnik Rumpfskript V7 Rumpfskript zur Vorlesung Mthemtik-Brückenkurs /86 Inhltsverzeichnis Mengen...

Mehr

Mathe Warm-Up, Teil 1 1 2

Mathe Warm-Up, Teil 1 1 2 Mthe Wrm-Up, Teil 1 1 2 HEUTE: 1. Elementre Rechenopertionen: Brüche, Potenzen, Logrithmus, Wurzeln 2. Summen- und Produktzeichen 3. Gleichungen/Ungleichungen 1 orientiert sich n den Kpiteln 3,4,6,8 des

Mehr

Analysis 2. Mitschrift von www.kuertz.name

Analysis 2. Mitschrift von www.kuertz.name Anlysis 2 Mitschrift von www.kuertz.nme Hinweis: Dies ist kein offizielles Script, sondern nur eine privte Mitschrift. Die Mitschriften sind teweilse unvollständig, flsch oder inktuell, d sie us dem Zeitrum

Mehr

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

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschftsmthemtik für Interntionl Mngement (BA) und Betriebswirtschft (BA) Wintersemester 2013/14 Stefn Etschberger Hochschule Augsburg Mthemtik: Gliederung 1 Aussgenlogik 2 Linere Algebr 3 Linere

Mehr

Formelsammlung. Folgen und Reihen

Formelsammlung. Folgen und Reihen Lehrstuhl für BWL, insb. Mthemtik und Sttistik Dipl.-Mth. Mrie Hielscher Mthemtik für Betriebswirte II Formelsmmlung Folgen und Reihen en Folge n ) n N0 : D R, n n := n) mit D N 0 n-te Prtilsumme von n

Mehr

FernUniversität Gesamthochschule in Hagen

FernUniversität Gesamthochschule in Hagen FernUniversität Gesmthochschule in Hgen FACHBEREICH MATHEMATIK LEHRGEBIET KOMPLEXE ANALYSIS Prof. Dr. Andrei Dum Proseminr 9 - Anlysis Numerische Integrtion Ulrich Telle Mtrikel-Nr. 474 Köln, den 7. Dezember

Mehr

Analysis I/II - Vorlesungs-Script

Analysis I/II - Vorlesungs-Script Anlysis I/II - Vorlesungs-Script Prof. Michel Struwe 05/06 Mitschrift: Eveline Hrdmeier Grphics: Prisc Greminger Mthis Weylnd Corrections: Prisc Greminger $Id: nlysis.tex 1237/1502 2006-10-19 21:13:30

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

Numerische Mathematik I

Numerische Mathematik I Numerische Mthemtik I Dr. Wolfgng Metzler Universität Kssel unter Mitwirkung von Dipl.-Mth. Mrtin Steigemnn Sommersemester 2005 ii c 2005 Dr. Wolfgng Metzler, Fchbereich Mthemtik und Informtik der Universität

Mehr

Elemente der Analysis II: Zusammenfassung der wichtigsten Definitionen und Ergebnisse

Elemente der Analysis II: Zusammenfassung der wichtigsten Definitionen und Ergebnisse Elemente der Anlysis II: Zusmmenfssung der wichtigsten Definitionen und Ergebnisse J. Wengenroth Dies ist die einzige zugelssene Formelsmmlung, die bei der Klusur benutzt werden drf. Es dürfen Unterstreichungen

Mehr

Präfixcodes und der Huffman Algorithmus

Präfixcodes und der Huffman Algorithmus Präfixcodes und der Huffmn Algorithmus Präfixcodes und Codebäume Im Folgenden werden wir Codes untersuchen, die in der Regel keine Blockcodes sind. In diesem Fll können Codewörter verschiedene Länge hben

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

Ein Aufschrieb der Vorlesung Analysis I an der Uni Karlsruhe im Wintersemester 1998/99, gelesen von Priv.-Doz. Dr. G. Herzog.

Ein Aufschrieb der Vorlesung Analysis I an der Uni Karlsruhe im Wintersemester 1998/99, gelesen von Priv.-Doz. Dr. G. Herzog. Anlysis I Ein Aufschrieb der Vorlesung Anlysis I n der Uni Krlsruhe im Wintersemester 1998/99, gelesen von Priv.-Doz. Dr. G. Herzog. GeTEXt von Andres Klöckner (k@ixion.net). Für Kommentre und Berichtigungen

Mehr

1.2 Der goldene Schnitt

1.2 Der goldene Schnitt Goldener Schnitt Psclsches Dreieck 8. Der goldene Schnitt Beim Begriff Goldener Schnitt denken viele Menschen n Kunst oder künstlerische Gestltung. Ds künstlerische Problem ist, wie ein Bild wohlproportioniert

Mehr

Analysis 2. Vorlesungsskript Sommersemester 2014. Bernd Schmidt. Version vom 15. Oktober 2014

Analysis 2. Vorlesungsskript Sommersemester 2014. Bernd Schmidt. Version vom 15. Oktober 2014 Anlysis 2 Vorlesungsskript Sommersemester 214 Bernd Schmidt Version vom 15. Oktober 214 Institut für Mthemtik, Universität Augsburg, Universitätsstr. 14, 86135 Augsburg, bschmidt@mth.uni-ugsburg.de 1 Inhltsverzeichnis

Mehr

Grundwissen Abitur Analysis

Grundwissen Abitur Analysis GYMNASIUM MIT SCHÜLERHEIM PEGNITZ mthem-technolog u sprchl Gmnsium WILHELM-VON-HUMBOLDT-STRASSE 7 9257 PEGNITZ FERNRUF 0924/48333 FAX 0924/2564 Grundwissen Abitur Anlsis Ws sind Potenzfunktion mit ntürlichen

Mehr

Vorlesungsskript Mathematik I für Wirtschaftsingenieure

Vorlesungsskript Mathematik I für Wirtschaftsingenieure Vorlesungsskript Mthemtik I für Wirtschftsingenieure Verfsserin: HSD Dr. Sybille Hndrock TU Chemnitz Fkultät für Mthemtik e-mil: hndrock@mthemtik.tu-chemnitz.de Wintersemester 2005/06 Litertur [] Dllmnn,

Mehr

Multiplikative Inverse

Multiplikative Inverse Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll

Mehr

Analysis II. Universität Stuttgart, SS 06 M. Griesemer

Analysis II. Universität Stuttgart, SS 06 M. Griesemer Anlysis II Universität Stuttgrt, SS 06 M. Griesemer Inhltsverzeichnis 9 Ds Riemnnsche Integrl 3 9.1 Definition und Beispiele........................... 3 9.2 Elementre Eigenschften..........................

Mehr

4 Stetigkeit. 4.1 Intervalle

4 Stetigkeit. 4.1 Intervalle 4 Stetigkeit Der Grenzwertbegriff für Zhlenfolgen lässt sich uf Funktionen übertrgen. Funktionen (oder Abbildungen) wren bereits im Kpitel über Mengen ufgetreten. Hier wird nun der Fll betrchtet, dss Definitionsbereich

Mehr

Mathematik PM Rechenarten

Mathematik PM Rechenarten Rechenrten.1 Addition Ds Pluszeichen besgt, dss mn zur Zhl die Zhl b hinzuzählt oder ddiert. Aus diesem Grunde heisst diese Rechenrt uch Addition. + b = c Summnd plus Summnd gleich Summe Kommuttivgesetz

Mehr

9 Das Riemannsche Integral

9 Das Riemannsche Integral 1 9 Ds Riemnnsche Integrl 9.1 Definition und Beispiele Sei I = [, ] R mit

Mehr

Mathematik: Vorwissen und Selbststudium

Mathematik: Vorwissen und Selbststudium Mthemtik: Vorwissen und Selbststudium Prof. Thoms Apel Studienjhr 00/ Lerning nything chnges people; lerning mth mkes big chnge it opens minds nd opens doors. [Hirsh Cohen, SIAM president 983-984] Vorwort

Mehr

Lösung: a) 1093 1100 b) 1093 1090

Lösung: a) 1093 1100 b) 1093 1090 OvTG Guting, Grundwissen Mthemtik 5. Klsse 1. Ntürliche Zhlen Dezimlsystem Mn nennt die Zhlen, die mn zum Zählen verwendet, 10963 = 1 10000+ 0 1000+ 9 100+ 6 10 + 3 1 ntürliche Zhlen. Der Stellenwert der

Mehr

Domäne und Bereich. Relationen zwischen Mengen/auf einer Menge. Anmerkungen zur Terminologie. r Relationen auf/in einer Menge.

Domäne und Bereich. Relationen zwischen Mengen/auf einer Menge. Anmerkungen zur Terminologie. r Relationen auf/in einer Menge. Reltionen zwischen Mengen/uf einer Menge! Eine Reltion R A B (mit A B) ist eine Reltion zwischen der Menge A und der Menge B, oder uch: von A nch B. Drstellung: c A! Wenn A = B, d.h. R A A, heißt R eine

Mehr

Kapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35

Kapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35 Kpitel 0 Integrtion Josef Leydold Mthemtik für VW WS 205/6 0 Integrtion / 35 Flächeninhlt Berechnen Sie die Inhlte der ngegebenen Flächen! f (x) = Fläche: A = f (x) = +x 2 Approximtion durch Treppenfunktion

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Prof. Dr.Ing. W. Scheideler Brückenkurs Mthemtik WS 0/ us und überrbeitet von B. Eng. Sevd Hppel und Dipl.Ing. Jun Rojs Prof. Dr.Ing. W. Scheideler Inhltsverzeichnis Brüche, Potenzen und Wurzeln. Brüche..

Mehr

Boole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik

Boole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik Boole'sche Algebr Binäre Funktionen, Boole'sche Algebren, Schltlgebr Inhltsübersicht Verknüpfungen der mthemtischen Logik Boole sche Algebren Grundelemente der Schltlgebr Regeln der Schltlgebr Normlformen

Mehr

Differenzial- und Integralrechnung III

Differenzial- und Integralrechnung III Differenzil- und Integrlrechnung III Riner Huser April 2012 1 Einleitung 1.1 Polynome und Potenzfunktionen Die Polynome oder Polynomfunktionen lssen sich durch die endliche Anzhl von n+1 Prmetern i R in

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mthemtik für Informtiker I (Wintersemester 00/00) Aufgbenbltt (. Oktober 00)

Mehr

Seminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen

Seminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen Seminr Quntum Computtion - Finite Qunten-Automten und Qunten-Turingmschinen Sebstin Scholz sscholz@informtik.tu-cottbus.de Dezember 3. Einleitung Aus der klssischen Berechenbrkeitstheorie sind die odelle

Mehr

- 1 - VB Inhaltsverzeichnis

- 1 - VB Inhaltsverzeichnis - - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit

Mehr

Taylorreihen - Uneigentlische Integrale

Taylorreihen - Uneigentlische Integrale Anlysis II für M, LG und Ph, WS 2006/07, Übung 2, Lösungsskizze Gruppenübung Tylorreihen - Uneigentlische Integrle G 5 Berechnen Sie die Tylorreihe mit der Entwicklungsmitte 0 von f (x) = log(x + ), f

Mehr

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

Kapitel 13. Taylorentwicklung Motivation

Kapitel 13. Taylorentwicklung Motivation Kpitel 13 Tylorentwicklung 13.1 Motivtion Sei D R offen. Sie erinnern sich: Eine in D stetig differenzierbre Funktion f : D R wird durch die linere Funktion g(x) = f() + f ()(x ) in einer Umgebung von

Mehr

Beispiel-Abiturprüfung

Beispiel-Abiturprüfung Mthemtik BeispielAbiturprüfung Prüfungsteile A und B Bewertungsschlüssel und Lösungshinweise (nicht für den Prüfling bestimmt) Die Bewertung der erbrchten Prüfungsleistungen ht sich für jede Aufgbe nch

Mehr

Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt:

Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 8. Grundlgen der Informtionstheorie 8.1 Informtionsgehlt, Entropie, Redundnz Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* ller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 1.

Mehr

Vorkurs Mathematik DIFFERENTIATION

Vorkurs Mathematik DIFFERENTIATION Vorkurs Mthemtik 6 DIFFERENTIATION Beispiel (Ableitung von sin( )). Es seien f() = sin g() = h() =f(g()) = sin. (f () =cos) (g () =) Also ist die Ableitung von h: h () =f (g())g () =cos = cos. Mn nennt

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung)

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung) Wörter, Grmmtiken und die Chomsky-Hierrchie Sprchen und Grmmtiken Wörter Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 2012 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Alphet Ein

Mehr

Matrizen und Determinanten

Matrizen und Determinanten Mtrizen und Determinnten Im bschnitt Vektorlgebr Rechenregeln für Vektoren Multipliktion - Sklrprodukt, Vektorprodukt, Mehrfchprodukte wurde in einem Vorgriff bereits eine interessnte mthemtische Konstruktion

Mehr

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 7. Übung/Lösung Mathematik für Studierende der Biologie 25.11.2015

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 7. Übung/Lösung Mathematik für Studierende der Biologie 25.11.2015 LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anres Herz, Dr. Stefn Häusler emil: heusler@biologie.uni-muenchen.e Deprtment Biologie II Telefon: 089-280-74800 Großhernerstr. 2 Fx:

Mehr

Lineare DGL zweiter Ordnung

Lineare DGL zweiter Ordnung Universität Duisburg-Essen Essen, 03.06.01 Fkultät für Mthemtik S. Buer C. Hubcsek C. Thiel Linere DGL zweiter Ordnung Betrchten wir ds AWP { x + x + bx = 0 mit, b, t 0, x 0, v 0 R. Der Anstz xt 0 = x

Mehr

Einleitung. Mathematik für Volkswirte. Literatur. Über die mathematische Methode. Weitere Übungsbeispiele. Statische (Gleichgewichts-) Analyse

Einleitung. Mathematik für Volkswirte. Literatur. Über die mathematische Methode. Weitere Übungsbeispiele. Statische (Gleichgewichts-) Analyse Mthemtik für Volkswirte Mthemticl Methods for Economists Josef Leydold Institute for Sttistics nd Mthemtics WU Wien Wintersemester 05/6 009 05 Josef Leydold This work is licensed under the Cretive Commons

Mehr

Vorlesung Mathematik 1 für Ingenieure (Sommersemester 2016)

Vorlesung Mathematik 1 für Ingenieure (Sommersemester 2016) 1 Vorlesung Mthemtik 1 für Ingenieure (Sommersemester 2016) Kpitel 10: Integrlrechnung einer Veränderlichen Prof. Miles Simon Nch Folienvorlge von Prof. Dr. Volker Kibel Otto-von-Guericke Universität Mgdeburg.

Mehr

Grundwissen am Ende der Jahrgangsstufe 9. Wahlpflichtfächergruppe II / III

Grundwissen am Ende der Jahrgangsstufe 9. Wahlpflichtfächergruppe II / III Grundwissen m Ende der Jhrgngsstufe 9 Whlpflichtfächergruppe II / III Funktionsbegriff Gerdengleichungen ufstellen und zu gegebenen Gleichungen die Grphen der Gerden zeichnen Ssteme linerer Gleichungen

Mehr

Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS

Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS Musterlösung der Präsenzufgben zu Mthemtik I für ET/IT und ITS WS / Bltt 6. Bestimmen Sie zu vorgegebenem Volumen V > die Dose (Zylinder mit der kleinsten Oberfläche und ds Gls (Zylinder ohne Deckel mit

Mehr

Grundwissen Mathematik 10. Klasse. Eigenschaften Besonderheiten - Beispiele

Grundwissen Mathematik 10. Klasse. Eigenschaften Besonderheiten - Beispiele Themen Eigenschften Besonderheiten - Beispiele Kreis beknnt us Klsse 8: U Kreis = 2 π r A Kreis = r 2 π Kreissektor Bogenlänge b Flächeninhlt Kreissektor: Die Länge b des Kreisbogens und der Flächeninhlt

Mehr

Repetitionsaufgaben Exponential-und Logarithmusfunktion

Repetitionsaufgaben Exponential-und Logarithmusfunktion Repetitionsufgben Eponentil-und Logrithmusfunktion Inhltsverzeichnis A) Vorbemerkungen B) Lernziele C) Eponentilfunktionen mit Beispielen 2 D) Aufgben Ep.fkt. mit Musterlösungen 6 E) Logrithmusfunktionen

Mehr

Mathematik schriftlich

Mathematik schriftlich WS KV Chur Abschlussprüfungen 00 für die Berufsmtur kufmännische Richtung Mthemtik schriftlich LÖSUNGEN Kndidtennummer Nme Vornme Dtum der Prüfung Bewertung mögliche erteilte Punkte Punkte. Aufgbe 0. Aufgbe

Mehr

4 Die rationalen Zahlen

4 Die rationalen Zahlen 4 Die rtionlen Zhlen Der Ring der gnzen Zhlen ht den Mngel, dß nicht jede Gleichung = X, 0 innerhl Z lösr ist. (Z.B. ist 1 = 2 X unlösr in Z). Zu seiner Beseitigung erweitert mn den Zhlereich zum Körper

Mehr

Reguläre Sprachen und endliche Automaten

Reguläre Sprachen und endliche Automaten 2 Reguläre Sprchen und endliche Automten Sei Σ = {, b,...} ein endliches Alphbet. Ein endliches Wort über Σ ist eine Folge w = 0... n 1, wobei i Σ für i = 0,...,n 1. Wir schreiben w für die Länge von w,

Mehr

Kapitel 4 Differentialrechnung in mehreren Variablen. 4.1 Topologie des R n und Stetigkeit von Funktionen

Kapitel 4 Differentialrechnung in mehreren Variablen. 4.1 Topologie des R n und Stetigkeit von Funktionen Kpitel 4 Differentilrechnung in mehreren Vriblen 4.1 Topologie des R n und Stetigkeit von Funktionen Gegenstnd dieses Kpitels sind Funktionen in mehreren Vriblen. Wir können die Definitionsbereiche solcher

Mehr

Brückenkurs Lineare Gleichungssysteme und Vektoren

Brückenkurs Lineare Gleichungssysteme und Vektoren Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem

Mehr

Funktionen und Mächtigkeiten

Funktionen und Mächtigkeiten Vorlesung Funktionen und Mähtigkeiten. Etws Mengenlehre In der Folge reiten wir intuitiv mit Mengen. Eine Menge ist eine Zusmmenfssung von Elementen. Zum Beispiel ist A = {,,,,5} eine endlihe Menge mit

Mehr

Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable.

Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable. Sttistik I für Sttistiker, Mthemtiker und Informtiker Lösungen zu Bltt 11 Gerhrd Tutz, Jn Ulbricht, Jn Gertheiss WS 7/8 Theorie: Stetige Zufllsvriblen Begriff Stetigkeit: Eine Vrible oder ein Merkml X

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

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

Brückenkurs MATHEMATIK

Brückenkurs MATHEMATIK Brückenkurs MATHEMATIK Professor Dr. rer. nt. Bernd Bumnn Professor Dr. rer. nt. Ulrich Stein Hochschule für Angewndte Wissenschften Hmburg 5. März 008 VO R B E M E R K U N G E N Liebe Studentin, lieber

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

Orientierungstest Mathematische Grundlagen

Orientierungstest Mathematische Grundlagen Orientierungstest Mthemtische Grundlgen Lösungen:. Welche Zhlenmengen git es? Beispiele? Menge der ntürlichen Zhlen N {,,, } Menge der gnzen Zhlen Z {,, 0,,, } Menge der rtionlen Zhlen Q Menge ller ls

Mehr

Teil 1. Kurseinheit 1

Teil 1. Kurseinheit 1 Teil 1 Kurseinheit 1 1 Inhlt der Kurseinheit Studierhinweise und Nottionen 5 1 Ds Riemnn-Integrl 13 1.1 Definition und elementre Eigenschften............... 14 Anhng: Gleichmäßige Stetigkeit....................

Mehr

Analysis 1 und 2. Ernst Albrecht

Analysis 1 und 2. Ernst Albrecht Anlysis 1 und 2 Ernst Albrecht Vorlesungen im Wintersemester 2005/06 und Sommersemester 2006 Universität des Srlndes Srbrücken Stnd: 20. Juli 2006 Inhltsverzeichnis Kpitel 0. Zur Vorbereitung 1 1. Grundbegriffe

Mehr

A.25 Stetigkeit und Differenzierbarkeit ( )

A.25 Stetigkeit und Differenzierbarkeit ( ) A.5 Stetigkeit / Differenzierbrkeit A.5 Stetigkeit und Differenzierbrkeit ( ) Eine Funktion ist wenn die Kurve nicht unterbrochen wird, lso wenn mn sie zeichnen knn, ohne den Stift vom Bltt bzusetzen.

Mehr

Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2007 im Fach Mathematik

Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 2007 im Fach Mathematik Sentsverwltung für Bildung, Wissenschft und Forschung Schriftliche Prüfungsrbeit zum mittleren Schulbschluss 007 im Fch Mthemtik 30. Mi 007 Arbeitsbeginn: 10.00 Uhr Berbeitungszeit: 10 Minuten Zugelssene

Mehr

8 Integralrechnung. 8.1 Das Riemann-Integral

8 Integralrechnung. 8.1 Das Riemann-Integral 8 Integrlrechnung Der Integrlbegriff ist wie der Ableitungsbegriff motiviert durch die physiklische Beschreibung von Bewegungsbläufen (Geschwindigkeit, Beschleunigung). Er ist u.. uch von Bedeutung bei

Mehr

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30 15 Mtrizenrechnung 15 Mtrizenrechnung 15.1 Mtrix ls Zhlenschem Eine Internetfirm verkuft über einen eigenen Shop Digitlkmers. Es wird jeweils nur ds Topmodel der Firmen Cnon, Nikon und Sony ngeboten. Verkuft

Mehr

Endliche Automaten. Prof. Dr. W. Vogler. Sommersemester 2007

Endliche Automaten. Prof. Dr. W. Vogler. Sommersemester 2007 Endliche Automten Prof. Dr. W. Vogler Sommersemester 2007 1 INHALTSVERZEICHNIS i Inhltsverzeichnis 1 Wörter und Monoide 1 2 Endliche Automten 4 3 Anwendung: Diophntische Gleichungen 9 4 Minimierung endlicher

Mehr

Abitur - Leistungskurs Mathematik. Sachsen-Anhalt 1999

Abitur - Leistungskurs Mathematik. Sachsen-Anhalt 1999 Abitur - Leistungskurs Mthemtik Schsen-Anhlt 999 Gebiet L - Anlysis Augbe.. y, D, R,. Die Funktionenschr sei gegeben durch Die Grphen der Funktionen der Schr werden mit G bezeichnet. ) Ermitteln Sieden

Mehr

1.6 Bruchterme. 1 Einführung und Repetition 2. 2 Multiplikation und Division von Bruchtermen 3. 3 Die Addition von zwei Bruchtermen-Methode I 3

1.6 Bruchterme. 1 Einführung und Repetition 2. 2 Multiplikation und Division von Bruchtermen 3. 3 Die Addition von zwei Bruchtermen-Methode I 3 .6 Bruchterme Inhltsverzeichnis Einführung und Repetition 2 2 Multipliktion und Division von Bruchtermen 3 3 Die Addition von zwei Bruchtermen-Methode I 3 4 Doppelbrüche 5 5 Die Addition von zwei Bruchtermen

Mehr

b f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) =

b f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) = Es seien U R n offen und ψ : U R n stetig differenzierbr. Weiter sei f : U R zweiml stetig differenzierbr. Kennzeichnen Sie whre Aussgen mit W und flsche Aussgen mit F. F Flls dψ(x) ein Isomorphismus für

Mehr

Reader. für den Einsatz in der Wiederholungsphase im Mathematikunterricht der Jahrgangsstufe 11

Reader. für den Einsatz in der Wiederholungsphase im Mathematikunterricht der Jahrgangsstufe 11 Reder für den Einstz in der Wiederholungsphse im Mthemtikunterricht der Jhrgngsstufe Anhng zur schriftlichen Husrbeit zur Zweiten Sttsprüfung für ds Lehrmt n öffentlichen Schulen von Andres Rschke Vorwort

Mehr

Mathematik für Physiker I

Mathematik für Physiker I Vorlesungsskript Mthemtik für Physiker I Dr. Jörg Härterich Ruhr-Universität Bochum Wintersemester 2007/08 Inhltsverzeichnis Mengen, Abbildungen und Zhlen 5. Mengen.........................................

Mehr

Wurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist,

Wurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist, Seitenlängen von Qudrten lssen sich mnchml sehr leicht und mnchml etws schwerer Wurzeln bestimmen. Dnn brucht mn Wurzeln. Treffender müsste mn von Qudrtwurzeln sprechen. Sie stehen in enger Beziehung zu

Mehr

1 Kurvendiskussion /40

1 Kurvendiskussion /40 009 Herbst, (Mthemtik) Aufgbenvorschlg B Kurvendiskussion /0 Gegeben ist eine Funktion f mit der Funktionsgleichung: f ( ) 0 6 = ; mit.. Untersuchen Sie ds Verhlten der Funktionswerte von f im Unendlichen.

Mehr

Übungsblatt 1 zum Propädeutikum

Übungsblatt 1 zum Propädeutikum Üungsltt zum Propädeutium. Gegeen seien die Mengen A = {,,,}, B = {,,} und C = {,,,}. Bilden Sie die Mengen A B, A C, (A B) C, (A C) B und geen Sie diese in ufzählender Form n.. Geen Sie lle Teilmengen

Mehr

Analysis I Probeklausur 2

Analysis I Probeklausur 2 WS /2 Mriescu/ Ert Alysis I Probeklusur 2. Aufgbe Die Folge (x ) N sei rekursiv defiiert durch x =, x + = 2+x. () Beweise, dss die Folge (x ) N streg mooto wchsed ist. (b) Beweise, dss (x ) N durch 2 ch

Mehr

Abiturprüfung 2007. Mathematik, Leistungskurs 0,02

Abiturprüfung 2007. Mathematik, Leistungskurs 0,02 M LK HT Seite von Nme: Abiturprüfung 007 Mthemti, Leistungsurs Aufgbenstellung: Gegeben ist die Funtion f mit Ein Teil des Grphen von f ist für 0,0 t ft () = t e, t IR. 0 t 5 m Ende der Aufgbe uf Seite

Mehr

Mathematik für Biologen

Mathematik für Biologen Vorbskript zur Vorlesung Mthemtik für Biologen Wintersemester 05/ 6 Prof. Dr. Helmut Mier Dr. Hns- Peter Reck Institut für Zhlentheorie und Whrscheinlichkeitstheorie Universität Ulm Inhltsverzeichnis Grundlgen

Mehr

http://www.tfh-wildau.de/gerking/arbeiten.html 2005

http://www.tfh-wildau.de/gerking/arbeiten.html 2005 Hllo Ilse, gut nch Huse gekommen? Ich htte Glück, die U-Bhnnschlüsse wren gut. http://www.tfh-wildu.de/gerking/arbeiten.html 5 Sonntgs hbe ich mich dnn erstml mit der Frge beschäftigt, ob Mthemtik und

Mehr

Bruchterme und gebrochen rationale Funktionen ================================================================== Der Quotient zweier Terme

Bruchterme und gebrochen rationale Funktionen ================================================================== Der Quotient zweier Terme Bruchterme und gebrochen rtionle Funktionen Der Quotient zweier Terme Es ist ist 3 : 4 3 und. 4 : 3 4 3 4 Dehnt mn die Bruchschreibweise uf Terme us, dnn erhält mn sog. Bruchteme. ² ( + ) : (3 + 4) + 3

Mehr

Spiele und logische Komplexitätsklassen

Spiele und logische Komplexitätsklassen Spiele und logische Komplexitätsklssen Mrtin Horsch 26. Jnur 2006 Inhlt des Seminrvortrges Ehrenfeucht-Frïssé-Spiel mit k Mrken Formeln mit k Vrilen und logische Komplexitätsklssen k-vrileneigenschft logischer

Mehr

v P Vektorrechnung k 1

v P Vektorrechnung k 1 Vektorrechnung () Vektorielle Größen in der hysik: Sklren Größen wie Zeit, Msse, Energie oder Tempertur werden in der hysik mit einer Mßzhl und einer Mßeinheit ngegeen: 7 sec, 4.5 kg. Wichtige physiklische

Mehr

Versuchsplanung. Grundlagen. Extrapolieren unzulässig! Beobachtungsbereich!

Versuchsplanung. Grundlagen. Extrapolieren unzulässig! Beobachtungsbereich! Versuchsplnung 22 CRGRAPH www.crgrph.de Grundlgen Die Aufgbe ist es Versuche so zu kombinieren, dss die Zusmmenhänge einer Funktion oder eines Prozesses bestmöglich durch eine spätere Auswertung wiedergegeben

Mehr

3. Ganzrationale Funktionen

3. Ganzrationale Funktionen 3. Gnzrtionle Funktionen ) Definitionen und Beispiele Definition: Eine gnzrtionle Funktion n-ten Grdes ht ls Definitionsterm ein Polynom n-ten Grdes, d.h. y = f() = n n n-1 n-1 1 0. n 0, i ( i = 1, n)

Mehr

Übungen zu Wurzeln III

Übungen zu Wurzeln III A.Nenner rtionl mchen: Nenner ist Qudrtwurzel: 5 bc 1.).).).) 5.) 1 15 9 bc.).) 8.) 9.) 10.) 5 5 B.Nenner rtionl mchen: Nenner ist höhere Wurzel: 1 1 9 5 1 1.).).).) 5.).) 5 C.Nenner rtionl mchen: Nenner

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

Analysis I - Stetige Funktionen

Analysis I - Stetige Funktionen Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt

Mehr

Vorkurs Mathematik Fachhochschule Frankfurt, Fachbereich 2. Fachhochschule Frankfurt am Main Fachbereich Informatik und Ingenieurwissenschaften

Vorkurs Mathematik Fachhochschule Frankfurt, Fachbereich 2. Fachhochschule Frankfurt am Main Fachbereich Informatik und Ingenieurwissenschaften Vorkurs Mthemtik Fchhochschule Frnkfurt, Fchereich Fchhochschule Frnkfurt m Min Fchereich Informtik und Ingenieurwissenschften Vorkurs Mthemtik Sie finden lle Mterilien sowie ergänzende Informtionen unter

Mehr

ARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG

ARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-6 FLÄHENBEREHNUNG MITTELS INTEGRLREHNUNG Geschichtlich entwickelte sich die Integrlrechnug us folgender Frgestellung: Wie knn mn den Flächeninhlt

Mehr

Computational Intelligence

Computational Intelligence Center Computtionl Intelligence nd Cognitive Systems Prof. Dr. hbil.. Gruel Josef-Stern-Weg 3 59494 Soest / Germny E-Mil:dolfGruel@web.de Computtionl Intelligence Fuzzy-Tutoril Msterkurs CV&CI Vorwort

Mehr

Einführung in die Mathematik. und. Analysis einer und mehrerer Veränderlicher

Einführung in die Mathematik. und. Analysis einer und mehrerer Veränderlicher Einführung in die Mthemtik und Anlysis einer und mehrerer Veränderlicher J. Wengenroth Trier, 2009/2010 Inhltsverzeichnis Kpitel 1. Mthemtische Sprche 1 Kpitel 2. Mengen und Abbildungen 5 Kpitel 3. Reelle

Mehr

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 12

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 12 Mthemtisches Istitut der Uiversität Müche Prof. Dr. Peter Otte WiSe 203/4 Lösug 2 2.0.204 Aufgbe 2. [8 Pute] Übuge zur Alysis für Iformtier ud Sttistier Lösug zu Bltt 2 Für eie Teilmege Ω R, sei {, flls

Mehr

Inoffizielles Skriptum zur Vorlesung Höhere Mathematik für Informatiker basierend auf Vorlesungen an der Universität Karlsruhe (TH) 2000 2004

Inoffizielles Skriptum zur Vorlesung Höhere Mathematik für Informatiker basierend auf Vorlesungen an der Universität Karlsruhe (TH) 2000 2004 Höhere Mathεmatik für Informatiker Inoffizielles Skriptum zur Vorlesung Höhere Mathematik für Informatiker basierend auf Vorlesungen an der Universität Karlsruhe (TH) 2 24 ii Inhaltsverzeichnis I Eindimensionale

Mehr

Exponentialgleichungen 70 Exponentialgleichungen mit Ergebnissen und ausführlichen Lösungsweg

Exponentialgleichungen 70 Exponentialgleichungen mit Ergebnissen und ausführlichen Lösungsweg Übungen zum Kurs Eponentilgleichungen Eponentilgleichungen 70 Eponentilgleichungen mit Ergebnissen und usführlichen Lösungsweg 7.technisch verbesserte Auflge vom.09.007 (Sonderzeichen wurden teilweise

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

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufge 69. Quizz Integrle. Es sei Höhere Mthemtik für Informtiker II (Sommersemester

Mehr