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 clr.loeh@mthemtik.uni-regensburg.de 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 7 Konvergenzkriterien (uneigentliche Integrale)

Thema 7 Konvergenzkriterien (uneigentliche Integrale) Them 7 Konvergenzkriterien (uneigentliche Integrle) In diesem Kpitel betrchten wir unendliche Reihen n= n, wobei ( n ) eine Folge von reellen Zhlen ist. Die Reihe konvergiert gegen s (oder s ist die Summe

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

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

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

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

1.2 Eigenschaften der reellen Zahlen

1.2 Eigenschaften der reellen Zahlen 12 Kpitel 1 Mthemtisches Hndwerkszeug 12 Eigenschften der reellen Zhlen Alle Rechenregeln der Grundrechenrten der reellen Zhlen lssen sich uf einige wenige Rechengesetze zurückführen, die in der folgenden

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

24 UNEIGENTLICHE INTEGRALE 146. F (x) F (x ) f(x, t) dt. 3(b a) (b a) + ɛ 3 + ɛ 3 = ɛ.

24 UNEIGENTLICHE INTEGRALE 146. F (x) F (x ) f(x, t) dt. 3(b a) (b a) + ɛ 3 + ɛ 3 = ɛ. 24 UNEIGENTLICHE INTEGRALE 146 für lle t [, b] und lle x D mit x x < δ. Für lle x D mit x x < δ gilt lso = F (x) F (x ) b f(x, t) dt b b f(x, t) dt + f(x, t) f(x, t) dt + ɛ 3(b ) (b ) + ɛ 3 + ɛ 3 = ɛ.

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

Ungleichungen. Jan Pöschko. 28. Mai Einführung Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................

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

Logische Grundlagen der Mathematik, WS 2014/15

Logische Grundlagen der Mathematik, WS 2014/15 Logische Grundlgen der Mthemtik, WS 2014/15 Thoms Timmermnn 3. Dezember 2014 Wiederholung: Konstruktion der gnzen Zhlen (i) Betrchten formle Differenzen b := (, b) mit, b N 0 (ii) Setzen b c d, flls +

Mehr

R := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen

R := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen Die ntürlichen Zhlen (zusmmen mit der Addition und der Multipliktion) wurden in Kpitel 3 xiomtisch eingeführt. Aus den ntürlichen Zhlen knn mn nun die gnzen Zhlen Z = {..., 2, 1, 0, 1, 2,...} die rtionlen

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

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

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

(1 ξ) f (k) (ξ) + k! z x n+1. (n + 1)! 2 f (n + 1)!

(1 ξ) f (k) (ξ) + k! z x n+1. (n + 1)! 2 f (n + 1)! 0.. Lösung der Aufgbe. Wir schreiben f = sup{ f : [0, ]}. Für ξ ]0, [ und n N gibt es nch dem Stz von Tlor ein c ]ξ, [ so, dss: f = fξ + n ξ k f k ξ + k! k= Aus der Ttsche, dss f k 0 für lle k N ist, folgt

Mehr

VII. Folgen und Reihen von Funktionen (Vertauschung von Grenzprozessen)

VII. Folgen und Reihen von Funktionen (Vertauschung von Grenzprozessen) VII. Folgen und Reihen von Funktionen (Vertuschung von Grenzprozessen) Definition. Sei {f n } eine Folge von Funktionen, die uf einer Menge E definiert sind. Die Folgen der Funktionswerte {f n (x)} seien

Mehr

Kapitel 8 Anwendungen der Di erentialrechnung

Kapitel 8 Anwendungen der Di erentialrechnung Kpitel 8 Anwendungen der Di erentilrechnung Kpitel 8 Anwendungen der Di erentilrechnung Mthemtischer Vorkurs TU Dortmund Seite 99 / 235 Kpitel 8 Anwendungen der Di erentilrechnung Stz 8.1 (Mittelwertstz

Mehr

3 Uneigentliche Integrale

3 Uneigentliche Integrale Mthemtik für Ingenieure II, SS 29 Dienstg 9.5 $Id: uneigentlich.te,v.5 29/5/9 6:23:8 hk Ep $ $Id: prmeter.te,v.2 29/5/9 6:8:3 hk Ep $ 3 Uneigentliche Integrle Mn knn die eben nchgerechnete Aussge e d =,

Mehr

1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt

1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt Metrische Räume Sei X eine nichtleere Menge. Definition.. Eine Abbildung: d : X X R heißt Metrik uf X, flls für lle x, y, z X gilt (i) d(x, y) 0, (ii) d(x, y) = d(y, x), (iii) d(x, y) d(x, z) + d(z, y)

Mehr

Resultat: Hauptsatz der Differential- und Integralrechnung

Resultat: Hauptsatz der Differential- und Integralrechnung 17 Der Huptstz der Differentil- und Integrlrechnung Lernziele: Konzept: Stmmfunktion Resultt: Huptstz der Differentil- und Integrlrechnung Methoden: prtielle Integrtion, Substitutionsregel Kompetenzen:

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

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

2.6 Unendliche Reihen

2.6 Unendliche Reihen 2.6 Unendliche Reihen In normierten Räumen steht ds wichtige Werkzeug der Bildung von unendlichen Reihen zur Verfügung. Mn denke in diesem Zusmmenhng drn, dss mn in der Anlysis Potenz- und Fourierreihen

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

Kapitel 9 Integralrechnung

Kapitel 9 Integralrechnung Kpitel 9 Integrlrechnung Kpitel 9 Integrlrechnung Mthemtischer Vorkurs TU Dortmund Seite 1 / 18 Kpitel 9 Integrlrechnung Definition 9.1 (Stmmfunktion) Es seien f, F : I R Funktionen. F heißt Stmmfunktion

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

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

Mehr

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m. Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn

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

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

Infinitesimalrechnung, Mengenlehre und logische Verknüpfungen

Infinitesimalrechnung, Mengenlehre und logische Verknüpfungen Vorlesung 16 Infinitesimlrechnung, Mengenlehre und logische Verknüpfungen 16.1 Huptstz der Differentil- und Integrlrechnung Wir verknüpfen nun Differentil- mit Integrlrechnung. Definition 16.1.1. Eine

Mehr

WS 2008/09. Diskrete Strukturen

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

Mehr

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2 Zum Stz von Tylor Klus-R. Loeffler Inhltsverzeichnis 1 Der verllgemeinerte Stz von Rolle 1 2 Der Stz von Tylor 2 3 Folgerungen, Anwendungen und Gegenbeispiele 4 3.1 Jede gnzrtionle Funktion ist ihr eigenes

Mehr

3 Uneigentliche Integrale

3 Uneigentliche Integrale Mthemtik für Physiker II, SS 2 Freitg 2.5 $Id: uneigentlich.te,v.7 2/5/2 :49:7 hk Ep $ $Id: norm.te,v.3 2/5/2 2:2:45 hk Ep hk $ 3 Uneigentliche Integrle Am Ende der letzten Sitzung htten wir ds Mjorntenkriterium

Mehr

Probeklausur Mathematik für Ingenieure C3

Probeklausur Mathematik für Ingenieure C3 Deprtment Mthemtik Dr. rer. nt. Lrs Schewe Mthis Sirvent Wintersemester 013/014 Probeklusur Mthemtik für Ingenieure C3 Anmerkungen zur Klusur: Die Arbeitszeit wird 90 Minuten betrgen. Sie können sämtliche

Mehr

Einführung in die Algebra

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

Mehr

Hier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel als auch die partielle Integration zur Anwendung kommt.

Hier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel als auch die partielle Integration zur Anwendung kommt. 64 Kpitel. Integrlrechnung Hier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel ls uch die prtielle Integrtion zur Anwendung kommt..4.6 Beispiel Um eine Stmmfunktion für rctn zu finden, beginnen

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

HM I Tutorium 14. Lucas Kunz. 9. Februar 2018

HM I Tutorium 14. Lucas Kunz. 9. Februar 2018 HM I Tutorium 14 Lucs Kunz 9. Februr 218 Inhltsverzeichnis 1 Theorie 2 1.1 Uneigentliche Integrle............................. 2 1.1.1 Typ 1.................................. 2 1.1.2 Typ 2..................................

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

Musterlösung der 1. Klausur zur Vorlesung

Musterlösung der 1. Klausur zur Vorlesung Prof. Dr. M. Röger Dipl.-Mth. C. Zwilling Fkultät für Mthemtik TU Dortmund Musterlösung der. Klusur zur Vorlesung Anlysis I (24.02.206) Wintersemester 205/6 Aufgbe. Sei R mit sin() 0. Der Beweis erfolgt

Mehr

Joachim Gräter Timo Hanke. Elemente der Analysis

Joachim Gräter Timo Hanke. Elemente der Analysis Jochim Gräter Timo Hnke Elemente der Anlysis Potsdm, Oktober 2002 Prof. Dr. J. Gräter, Dr. T. Hnke Universität Potsdm, Institut für Mthemtik Am Neuen Plis 0, 4469 Potsdm Die neueste Version dieses Skriptes

Mehr

Mathematik I für Physiker

Mathematik I für Physiker Mthemtik I für Physiker Wintersemester 203/4 Stefn Teufel Mthemtisches Institut Uni Tübingen 3. Jnur 204 Diese Version des Skriptums ist nur zum Gebruch prllel zum Besuch der Vorlesung gedcht. Ds Studium

Mehr

Mathematik. Name, Vorname:

Mathematik. Name, Vorname: Kntonsschule Zürich Birch Fchmittelschule Aufnhmeprüfung 2007 Nme, Vornme: Nr.: Zeit: 90 Minuten erlubte Hilfsmittel: Tschenrechner us der Sekundrschule, lso weder progrmmierbr noch grfik- oder lgebrfähig

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. Jörg Eschmeier. Universität des Saarlandes. Wintersemester 2018/19

Analysis I. Jörg Eschmeier. Universität des Saarlandes. Wintersemester 2018/19 Anlysis I Jörg Eschmeier Universität des Srlndes Wintersemester 208/9 Inhltsverzeichnis Induktion 3 2 Körperxiome 8 3 Anordnungsxiome 3 4 Konvergenz von Folgen 9 5 Vollständigkeit 27 6 Unendliche Reihen

Mehr

Kapitel 6. Funktionen

Kapitel 6. Funktionen Kpitel 6 Funktionen Josef Leydold Mthemtik für VW WS 07/8 6 Funktionen / 49 Reelle Funktion Reelle Funktionen sind Abbildungen, in denen sowohl die Definitionsmenge ls uch die Wertemenge Teilmengen von

Mehr

Funktionen. Kapitel 6. Reelle Funktion. Graph einer Funktion. Beispiel. Beispiel. Zeichnen eines Graphen. Bijektivität

Funktionen. Kapitel 6. Reelle Funktion. Graph einer Funktion. Beispiel. Beispiel. Zeichnen eines Graphen. Bijektivität Reelle Funktion Kpitel 6 Funktionen Reelle Funktionen sind Abbildungen, in denen sowohl die Definitionsmenge ls uch die Wertemenge Teilmengen von R üblicherweise Intervlle) sind. Bei reellen Funktionen

Mehr

1 Aussagenlogik und Mengenlehre

1 Aussagenlogik und Mengenlehre 1 Aussagenlogik und engenlehre 1.1 engenlehre Definition (Georg Cantor): nter einer enge verstehen wir jede Zusammenfassung von bestimmten wohl unterschiedenen Objekten (m) unserer Anschauung oder unseres

Mehr

1 Mathematische Grundlagen

1 Mathematische Grundlagen Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.

Mehr

Lösungsskizzen zur Präsenzübung 06

Lösungsskizzen zur Präsenzübung 06 Lösungsskizzen zur Präsenzübung 06 Mirko Getzin Universität Bielefeld Fkultät für Mthemtik 23. Mi 2014 Keine Gewähr uf vollständige Richtigkeit und Präzision ller (mthemtischen) Aussgen. Ds Dokument ht

Mehr

Einführung in die Analysis. Prof. Dr. René Grothmann

Einführung in die Analysis. Prof. Dr. René Grothmann Einführung in die Anlysis Prof. Dr. René Grothmnn 2011 2 Vorwort Es hndelt sich bei diesem Skript nur um eine Zusmmenfssung der Vorlesung. Beweise und Beispiele wurden uf ein Minimum reduziert. Auch eine

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

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

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

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

Crashkurs - Integration

Crashkurs - Integration Crshkurs - Integrtion emerkung. Wir setzen hier elementre Kenntnisse des Differenzierens sowie der Produktregel, Quotientenregel und Kettenregel vorus (diese werden später in der VO noch usführlich erklärt).

Mehr

Mathematischer Vorkurs NAT-ING1

Mathematischer Vorkurs NAT-ING1 Mthemtischer Vorkurs NAT-ING1 (02.09. 20.09.2013) Dr. Robert Strehl WS 2013-2014 Mthemtischer Vorkurs TU Dortmund Seite 1 / 20 Mthemtischer Vorkurs TU Dortmund Seite 2 / 20 Definition 9.1 (Stmmfunktion)

Mehr

Mathematik Rechenfertigkeiten

Mathematik Rechenfertigkeiten 2 Mthemtik Rechenfertigkeiten Skript Freitg Dominik Tsndy, Mthemtik Institut, Universität Zürich Winterthurerstrsse 9, 857 Zürich Irmgrd Bühler (Überrbeitung: Dominik Tsndy) 9.August 2 Inhltsverzeichnis

Mehr

Analysis 1. Wintersemester 2016/17. Stefan Teufel Mathematisches Institut Uni Tübingen. 20. Januar 2017

Analysis 1. Wintersemester 2016/17. Stefan Teufel Mathematisches Institut Uni Tübingen. 20. Januar 2017 Anlysis Wintersemester 206/7 Stefn Teufel Mthemtisches Institut Uni Tübingen 20. Jnur 207 Diese Version des Skriptums ist nur zum Gebruch prllel zum Besuch der Vorlesung gedcht. Ds Studium des Skripts

Mehr

38 Das Riemann-Integral vektorwertiger Funktionen über [a, b]

38 Das Riemann-Integral vektorwertiger Funktionen über [a, b] 38 Ds Riemnn-Integrl vektorwertiger Funktionen über [, b] 38.2 Riemnn-Integrierbrkeit von Wegen 38.4 Ds Riemnn-Integrl ist eine linere Abbildung von R([, b], V ) in V 38.9 Integrlbschätzung 38.10 Huptstz

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

Uneigentliche Riemann-Integrale

Uneigentliche Riemann-Integrale Uneigentliche iemnn-integrle Zweck dieses Abschnitts ist es, die Vorussetzungen zu lockern, die wir n die Funktion f : [, b] bei der Einführung des iemnn-integrls gestellt hben. Diese Vorussetzungen wren:

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

Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014

Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014 egelsammlung mb2014 THM Friedberg von 6 16.08.2014 15:04 Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014 Sammlung von Rechenregeln, extrahiert aus dem Lehrbuch: Erhard Cramer, Johanna Neslehová: Vorkurs

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Krlsruher Institut für Technologie Institut für Anlysis Dr. Christoph Schmoeger Dipl.-Mth. Sebstin Schwrz Höhere Mthemtik für die Fchrichtung Physik Lösungsvorschläge zum. Übungsbltt Aufgbe 6 (Übung) )

Mehr

komplizierteren Funktionen versucht man, die Fläche durch mehrere Rechtecke anzunähern.

komplizierteren Funktionen versucht man, die Fläche durch mehrere Rechtecke anzunähern. Mthemtik für Nturwissenschftler I 4. 4 Integrlrechnung 4. Integrierbrkeit Die Grundidee der Integrlrechnung ist die Berechnung der Fläche zwischen dem Grphen einer Funktion und der x-achse. Recht einfch

Mehr

1 Folgen von Funktionen

1 Folgen von Funktionen Folgen von Funktionen Wir etrchten Folgen von reell-wertigen Funktionen f n U R mit Definitionsereicht U R und interessieren uns für ntürliche Konvergenzegriffe. Genuer setzen wir uns mit folgenden Frgen

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

7 Rechnen mit Polynomen

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

Mehr

Analysis. Prof. Dr. Knut Smoczyk. Leibniz Universität Hannover. Stand: 21. September Alle Rechte beim Autor

Analysis. Prof. Dr. Knut Smoczyk. Leibniz Universität Hannover. Stand: 21. September Alle Rechte beim Autor Anlysis Prof. Dr. Knut Smoczyk Leibniz Universität Hnnover Stnd: 21. September 2013 Alle Rechte beim Autor Inhltsverzeichnis 1 Vorbereitungen 5 1.1 Mengen..................................... 5 1.2 Reltionen...................................

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

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

Kapitel 7. Integralrechnung für Funktionen einer Variablen

Kapitel 7. Integralrechnung für Funktionen einer Variablen Kpitel 7. Integrlrechnung für Funktionen einer Vriblen In diesem Kpitel sei stets D R, und I R ein Intervll. 7. Ds unbestimmte Integrl (Stmmfunktion) Es sei f : I R eine Funktion. Eine differenzierbre

Mehr

6. Quadratische Gleichungen

6. Quadratische Gleichungen 6. Qudrtische Gleichungen 6. Vorbemerkungen Potenzieren und Wurzelziehen, somit uch Qudrieren und Ziehen der Qudrtwurzel, sind entgegengesetzte Opertionen. Sie heben sich gegenseitig uf. qudrieren Qudrtwurzel

Mehr

KAPITEL 18 UND 19 H. KOCH. Kapitel 18. x>a. x<y

KAPITEL 18 UND 19 H. KOCH. Kapitel 18. x>a. x<y KAPITEL 18 UND 19 H. KOCH 1. VORLESUNG VOM 08.01.2018 Kpitel 18 Definition 1 (Zerlegungen, Treppenfunktionen, Regelfunktionen) Sei < b. 1. Eine Zerlegung τ von [, b] besteht us einer Zhl N N und (N + 1)

Mehr

Frohe Weihnachten und ein gutes neues Jahr!

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

Mehr

Primzahlen und RSA-Verschlüsselung

Primzahlen und RSA-Verschlüsselung Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. r. H. Spohn r. M. Prähofer Zentrlübung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik 14. Stetigkeit der Umkehrfunktion Mthemtik für Physiker 3 (Anlysis ) http://www-m5.m.tum.de/allgemeines/ma903

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

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

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 10. dt. Welche der folgenden Aussagen ist richtig? t3 + 2

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 10. dt. Welche der folgenden Aussagen ist richtig? t3 + 2 D-MAVT/D-MATL Anlysis I HS 7 Dr. Andres Steiger Lösung - Serie.. Sei f(x) : () f() . x (c) f( ) . Die Funktion g : t t + ist, dss ds Integrl b dt. Welche der folgenden Aussgen

Mehr

Modulabschlussklausur Analysis II

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

Mehr

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen

Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in

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

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

Klausurvorbereitungsausfgaben für die Feiertage Analysis II im WS 2013/2014

Klausurvorbereitungsausfgaben für die Feiertage Analysis II im WS 2013/2014 Institut für Mthemtik Freie Universität Berlin C. Hrtmnn, A. Ppke Wer spricht von Siegen, Überleben ist lles. Riner Mri Rilke Lösung zu Klusurvorbereitungsusfgben für die Feiertge Anlysis II im WS 23/24

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

Mathematik II. Vorlesung 41. Satz Es sei f :[a,b] R n, t f(t), eine differenzierbare Kurve. Dann gibt es ein c [a,b] mit

Mathematik II. Vorlesung 41. Satz Es sei f :[a,b] R n, t f(t), eine differenzierbare Kurve. Dann gibt es ein c [a,b] mit Prof. Dr. H. Brenner Osnbrück SS 1 Mthemtik II Vorlesung 41 Die Mittelwertbschätzung für differenzierbre Kurven Stz 41.1. Es sei f :[,b] R n, t f(t), eine differenzierbre Kurve. Dnn gibt es ein c [,b]

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

1. Die reellen Zahlen

1. Die reellen Zahlen . Die reellen Zhlen Definition. (Verkettung). Die Verkettung oder Komposition der Abbildungen f : P N und g : M P ist die Abbildung f g : M N, x f(g(x)). Flls Definitionsbereich und Wertebereich gleich

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

1 Folgen. 1. Februar 2016 ID 03/455. a) Folgende Folge ist gegeben: a n+1 = 7a n 12a n 1, a 0 = 1, a 1 = 0 (1) Charakteristisches Polynom:

1 Folgen. 1. Februar 2016 ID 03/455. a) Folgende Folge ist gegeben: a n+1 = 7a n 12a n 1, a 0 = 1, a 1 = 0 (1) Charakteristisches Polynom: Tutorium Ynnick Schrör Lösung zur Bonusklusur vom WS 1/13 Ynnick.Schroer@rub.de 1. Februr 016 ID 03/455 1 Folgen ) Folgende Folge ist gegeben: n+1 7 n 1 n 1, 0 1, 1 0 (1) Chrkteristisches Polynom: q 7q

Mehr

Die Regelungen zu den Einsendeaufgaben (Einsendeschluss, Klausurzulassung) finden Sie in den Studien- und Prüfungsinformationen Heft Nr. 1.

Die Regelungen zu den Einsendeaufgaben (Einsendeschluss, Klausurzulassung) finden Sie in den Studien- und Prüfungsinformationen Heft Nr. 1. Modul : Grundlgen der Wirtschftsmthemtik und Sttistik Kurs 46, Einheit, Einsendeufge Die Regelungen zu den Einsendeufgen (Einsendeschluss, Klusurzulssung) finden Sie in den Studien- und Prüfungsinformtionen

Mehr