Mathematik ist überall

Größe: px
Ab Seite anzeigen:

Download "Mathematik ist überall"

Transkript

1 Mathematik ist überall Vorlesung im Rahmen der Mathematisch-Naturwissenschaftlichen Grundlegung im Sommersemester 015 von Dr. Markus Schulz

2 Inhaltsverzeichnis 1 Grundlagen Mengen und Zahlbereiche Aussagenlogik Mathematische Beweisverfahren Der goldene Schnitt 8.1 Definition und Eigenschaften Konstruktionen des goldenen Schnitts Fibonacci-Zahlen und goldener Schnitt Auftreten des goldenen Schnittes und der Fibonacci-Zahlen Die Mathematik in der Musik Tonerzeugung Tonabstände und Stimmungen Fourier-Analyse Mathematik als Kompositionshilfe Graphentheorie Grundlagen Eulersche Graphen Hamiltonsche Graphen Kürzeste Wege Die Mathematik der Finanzmärkte Ein einführendes Beispiel Einperioden-Modelle Binomialmodelle Das Black-Scholes-Modell ii

3 1 1 Grundlagen Ein berühmtes Zitat von Galileo Galilei besagt sinngemäß, dass das Buch der Natur in der Sprache der Mathematik geschrieben ist. Um die Vorgänge in der Natur und die hier geschilderten Anwendungen zu verstehen, müssen wir uns also mit der Sprache der Mathematik vertraut machen. Natürlich wird zumindest in deutschen Sprachraum auch in der Mathematik die deutsche Sprache verwendet. Mathematische Texte weisen jedoch eine spezielle Struktur auf und verwenden besondere Formulierungen und Symbole. Dies ließ schon Johann Wolfgang von Goethe sagen Die Mathematiker sind eine Art Franzosen: redet man zu ihnen, so übersetzen sie es in ihre Sprache, und dann ist es alsobald ganz etwas anderes. Bevor wir uns also mit der Mathematik und ihren Anwendungen beschäftigen können, müssen wir zunächst ein wenig Vokabular lernen. Als Basis unserer Betrachtungen führen wir im ersten Abschnitt dieses Kapitels verschiedene Mengen ein. Neu eingeführte Begriffe werden dabei fett gedruckt. 1.1 Mengen und Zahlbereiche Definition 1.1. Unter einer Menge verstehen wir die Zusammenfassung von wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem Ganzen. Ein in einer Menge enthaltenes Objekt heißt auch ein Element der Menge. Ist x ein Element einer Menge M, so schreiben wir x M, ist x keine Element der Menge M, so drücken wir dies durch x / M aus. Besitzt eine Menge keine Elemente, so nennen wir sie die leere Menge und schreiben oder {}. Eine Menge A ist Teilmenge einer anderen Menge B, geschrieben A B, genau dann, wenn jedes Element x von A auch ein Element von B ist. Zwei Mengen können wir auf verschiedene Weisen verknüpfen. Definition 1.. Der Durchschnitt zweier Mengen A und B, geschrieben als A B, besteht aus allen Elementen, die sowohl zu A als auch zu B gehören. Man drückt dies mathematisch so aus: A B = {x : x A und x B}. Die Vereinigung A B zweier Mengen A und B besteht aus allen Elementen, die zu A oder zu B (oder zu beiden) gehören, also A B = {x : x A oder x B}. Die Differenz A\B zweier Mengen A und B bezeichnet die Menge aller Elemente von A, die nicht gleichzeitig zu B gehören. Es gilt also A\B = {x : x A und x / B}. Im nächsten Abschnitt werden wir die mathematischen Symbole für die Verknüpfungen und und oder kennenlernen. Besondere Mengen, die mit eigenen Symbolen bezeichnet sind, sind die verschiedenen Zahlbereiche. Höchstwahrscheinlich sind Sie schon als Kind mit den natürlichen

4 1 GRUNDLAGEN Zahlen in Kontakt gekommen. Diese Menge wird immer dann benutzt, wenn Dinge zu zählen sind. Wir bezeichnen die natürlichen Zahlen mit N = {1,, 3, 4,...}. Oft nimmt man auch die 0 dazu. Die so entstehende Menge bezeichnen wir mit N 0. Wir können zwei natürliche Zahlen addieren und multiplizieren, ohne aus der Menge herauszufallen. So gilt z.b = 7 N und 3 4 = 1 N. Doch schon die Subtraktion zweier natürlicher Zahlen führt manchmal zu Problemen. Beispielsweise gilt 9 5 = 4 N, aber 5 9 / N. Um beliebig subtrahieren zu können, benötigen wir die ganzen Zahlen Z = {..., 4, 3,, 1, 0, 1,, 3, 4,...}. Die eben problematische Aufgabe ist nun lösbar: 5 9 = 4 Z. Wenn zusätzlich auch die Division möglich sein soll, reichen die ganzen Zahlen nicht mehr aus. Dazu müssen wir unseren Zahlbereich auf die rationalen Zahlen { p } Q = q : p Z und q Z\{0} erweitern. Die Zahl 0 ist als Nenner nicht zulässig. Neben der Bruchdarstellung ist auch die Dezimalschreibweise gebräuchlich, also z.b. 5 = 1, 5 oder 1 = 0, Jedoch kommt man selbst mit dieser relativ umfangreichen Menge nicht immer aus. Beispielsweise gibt es keine rationale Zahl a mit a =. Dennoch gibt es eine (nicht endende) Dezimaldarstellung a = = 1, Alle Zahlen der Zahlengerade zusammengenommen ergeben die reellen Zahlen R. Gegenüber den rationalen Zahlen sind alle nichtendenden und nicht-periodischen Dezimalzahlen hinzugekommen, beispielsweise ist auch π = 3, eine reelle Zahl. Anzumerken ist, dass je zwei reelle Zahlen nach ihrer Größe sortiert werden können, d.h. für zwei reelle Zahlen a und b gilt a b oder a b (oder beides, dann ist a = b). Manchmal beschränken wir uns auch auf folgende Teilmengen der rellen Zahlen: [a, b] ={x R : a x b} (a, b] ={x R : a < x b} [a, b) ={x R : a x < b} (a, b) ={x R : a < x < b} (, b] ={x R : x b} (, b) ={x R : x < b} [a, ) ={x R : a x} (a, ) ={x R : a < x}. Alle derartigen Mengen werden unter dem Oberbegriff Intervalle zusammengefasst. Die reellen Zahlen sind in der Praxis häufig völlig ausreichend, gelegentlich, z.b. wenn man die Gleichung x = lösen will, benötigt man die komplexen Zahlen C = {a + ib : a, b R}. Der Buchstabe i wird auch imaginäre Einheit genannt und ist definiert durch i = 1 bzw. i = 1. Für eine komplexe Zahl mit der Darstellung a + ib bezeichnet man a als Realteil und b als Imaginärteil. Jede reelle Zahl x kann man durch a = x und b = 0 auch als komplexe Zahl auffassen. Insgesamt gelten also die Beziehungen N N 0 Z Q R C.

5 1. Aussagenlogik 3 1. Aussagenlogik Wie in der Sprache bringt es auch in der Mathematik wenig, die einzelnen Wörter zu kennen, ohne zu wissen, wie man sie zu Aussagen zusammenfügt. Deshalb wollen wir nun definieren, was wir unter einer mathematischen Aussage verstehen. Danach werden wir verschiedene Möglichkeiten betrachten, Aussagen logisch zu verknüpfen. Einige der entwickelten Regeln werden im nächsten Abschnitt die Grundlage für verschiedene Beweismethoden bilden. Definition 1.3. Aussagen sind sprachliche Gebilde, von denen objektiv feststeht, dass sie entweder wahr oder falsch sind, die also von zwei möglichen Wahrheitswerten genau einen annehmen. Objektiv festehender Wahrheitswert bedeutet, dass eine Aussage entweder wahr oder falsch ist, unabhängig von der Person, die diese Aussage macht, unabhängig von Ort und Zeitpunkt, an dem bzw. zu dem die Aussage gemacht wird und unabhängig von einer Person, die diese Aussage beurteilt. Beispielsweise ist der gemäß historischer Anekdote überlieferte Satz Alle Kreter lügen keine Aussage, denn spricht ein Kreter diesen Satz aus, so würde er demzufolge die Wahrheit sagen, also nicht lügen, was dem Satz widerspricht. Auch der berühmte Ausspruch des Babiers von Sevilla Ich rasiere alle Männer meiner Heimatstadt, die sich nicht selbst rasieren. gehört in diese Kategorie, denn wer rasiert den Barbier? Lassen Sie uns noch einige weitere Beispiele behandeln: Beispiel Dem Satz Heute ist ein wunderschöner Herbsttag. ist kein objektiver Wahrheitsgehalt zuzuordnen, es ist also keine Aussage im mathematischen Sinn.. Der Satz Die Bauarbeiten am Kölner Dom begannen im Jahr 148. ist dagegen eine wahre Aussage. 3. Die Frage Gefällt es Ihnen an der Universität zu Köln? ist wiederum keine Aussage, da man ihr keinen Wahrheitswert zuordnen kann. 4. Der Satz Der Kölner Hauptbahnhof liegt auf der rechten Rheinseite. ist eine falsche Aussage. 5. Der Satz Karl der Große hatte 4 Kinder. ist eine Aussage, obwohl es hier kaum möglich sein dürfte, den Wahrheitswert festzustellen. Es genügt, dass ein eindeutiger Wahrheitswert existiert. Jede Aussage kann auch verneint werden. Formal definieren wir Definition 1.4. Unter der Negation einer Aussage A verstehen wir die verneinte Aussage A, die zu A den gegensätzlichen Wahrheitswert hat: Ist A wahr, so ist A falsch, und ist A falsch, so ist A wahr. Beispiel 1.. Die Negation der Aussage aus. des vorangegangenen Beispiels lautet Die Bauarbeiten am Kölner Dom begannen nicht im Jahr 148. Da nicht rechts gleichbedeutend mit links ist, kann man die Negation von 4. auch formulieren als Der Kölner Hauptbahnhof liegt auf der linken Rheinseite.

6 4 1 GRUNDLAGEN Zwei Aussagen lassen sich außerdem auf verschiedene Weisen verknüpfen. Bei zwei Aussagen wird eine solche Verknüpfung beispielsweise dadurch definiert, dass man für alle vier möglichen Kombinationen von Wahrheitswerten der Verknüpfung einen Wahrheitswert zuordnet. Dies kann durch Angabe einer sog. Wahrheitstafel geschehen. Definition 1.5. Die Konjunktion zweier Aussagen A und B ist definiert durch A B A B w w w w f f f w f f f f Die Aussage A B ist also nur wahr, wenn sowohl A als auch B wahr sind. Die Verknüpfung entspricht dem sprachlichen und. Definition 1.6. Die Disjunktion zweier Aussagen A und B ist definiert durch A B A B w w w w f w f w w f f f Die Aussage A B ist also wahr, wenn mindestens eine der beiden Aussagen A oder B wahr ist. Die Verknüpfung entspricht dem sprachlichen oder im nichtausschließlichen Sinn. Definition 1.7. Dem sprachlichen Wenn..., dann... entspricht die Implikation, deren Wahrheitstafel wie folgt definiert ist: A B A B w w w w f f f w w f f w Definition 1.8. Die Äquivalenz zweier Aussagen A und B ist definiert durch A B A B w w w w f f f w f f f w Sprachlich drücken wir eine Äquivalenz häufig durch genau dann, wenn aus. Die Aussage A B ist also genau dann wahr, wenn die Aussagen A und B die gleichen Wahrheitswerte besitzen.

7 1. Aussagenlogik 5 Gerade in der Mathematik kommen häufig Aussagen vor, die von einem Platzhalter x abhängen. Auch Zusammenfassungen solcher Aussagen der Form Für alle x M gilt... oder Es existiert ein x M, so dass gilt... sind allgegenwärtig. Zur Abkürzung definieren wir Definition 1.9. Es sei M eine Menge und A(x) eine Aussage, die von einer Variable x M abhänge. (a) Ist A(x) für alle x M eine wahre Aussage, dann sagt man Für alle x M gilt A(x) oder Für jedes x M gilt A(x) und schreibt kurz x M : A(x). (b) Ist A(x) für mindestens ein x M eine wahre Aussage, dann sagt man Für ein x M gilt A(x) oder Es gibt ein x M mit A(x) und schreibt kurz x M : A(x). (c) Ist A(x) für genau ein x M eine wahre Aussage, dann sagt man Für genau ein x M gilt A(x) oder Es gibt genau ein x M mit A(x) und schreibt!x M : A(x). (d) Ist A(x) für kein x M eine wahre Aussage, dann sagt man Für kein x M gilt A(x) oder Es gibt kein x M mit A(x) und schreibt x M : A(x). Die hier eingeführen Symbole heißen Quantoren. Es können auch mehrere Quantoren miteinander verschachtelt werden. Als Faustregel kann man sich merken, dass bei der Negation aus einem ein wird und umgekehrt. Beispiel 1.3. Ist (x n ) n N eine reelle Zahlenfolge, dann wird durch die Aussage ε > 0 n 0 N n n 0 : x n < ε definiert, dass die Folge gegen Null konvergiert. Formulieren würde man die Aussage z.b. als Für jedes ε > 0 gibt es einen Index n 0 N, so dass alle weiteren Folgenglieder betraglich kleiner als ε sind. Die Negation der Aussage ist ε > 0 n 0 N n n 0 : x n ε. Anwendung findet die mathematische Aussagenlogik v.a. zur Begründung mathematischer Beweisprinzipien und in der Mengenlehre. Die Logik ist also eine wesentliche Grundlage der Mathematik man spricht ja auch immer von der Mathematik als logische Wissenschaft. Darüber hinaus ist die Logik aber auch Grundlage der Computerwissenschaft und künstlichen Intelligenzforschung. Es gibt ganze Programmiersprachen, die auf Fragmnenten der Logik beruhen, z.b. PROLOG (Programming in Logic). Weitere Stichworte sind Logikprogrammierung, maschinelles deduktives Beweisen, regelbasierte Expertensysteme und nichtmonotone Logik. Außerdem wird die Logik in der Philosophie angewandt, um Argumente und Folgerungen zu formalisieren und Argumente auf ihre Gültigkeit zu untersuchen.

8 6 1 GRUNDLAGEN 1.3 Mathematische Beweisverfahren Mathematische Beweismethoden basieren auf aussagenlogischen Gesetzen. Im Folgenden werden wir nun diejenigen Gesetze kennenlernen, die vielen Beweisen zugrunde liegen und somit häufig angewandte Beweismethoden darstellen. Das erste grundlegende Prinzip erlaubt es uns, den Beweis einer Äquivalenz A B durch den Nachweis der Folgerungen A B und B A zu führen. Formal gilt Proposition 1.1. Für zwei mathematische Aussagen A und B gilt (A B) ((A B) (B A)). Beweis. Die Behauptung beweisen wir mittels folgender Wahrheitstafel: A B A B A B B A (A B) (B A) w w w w w w w f f f w f f w f w f f f f w w w w Ebenfalls sehr wichtig ist der Beweis durch Kontraposition. Statt eine Folgerung A B direkt zu beweisen, beweist man, dass aus B die Aussage A folgt. Proposition 1.. Für zwei mathematische Aussagen A und B gilt (A B) ( B A). Beweis. A B A B B A B A w w w f f w w f f w f f f w w f w w f f w w w w Oft werden Aussagen auch durch die Herleitung von einer anderen bereits verifizierten Aussage bewiesen. Proposition 1.3. Für zwei mathematische Aussagen A und B gilt (A (A B)) B. Beweis. A B A B A (A B) A (A B) B w w w w w w f f f w f w w f w f f w f w Manchmal ist es nicht so einfach, eine Aussage direkt zu beweisen. Häufig hilft es in solchen Fällen, einen indirekten Beweis (oder auch Widerspruchsbeweis genannt) zu führen. Wollen wir beispielsweise A beweisen, dann können wir dies tun, indem wir die Annahme, dass A falsch ist bzw. A wahr ist, zum Widerspruch (B B) führen.

9 1.3 Mathematische Beweisverfahren 7 Proposition 1.4. Für eine mathematische Aussage A gilt ( A (B B)) A, wobei B eine weitere mathematische Aussage bezeichnet. Beweis. Die Aussage B B ist immer falsch. Wir erhalten also die Wahrheitstafel A A B B A (B B) w f f w f w f f Eine besondere Stellung nimmt das Beweisverfahren der vollständigen Induktion ein. Mit ihm ist es möglich, Aussagen der Form Für alle n N gilt... zu beweisen. Das Beweisprinzip basiert auf gewissen sog. Axiomen, also mathematischen Aussagen, die die Grundlage der Mathematik bilden und als wahr angenommen werden. Proposition 1.5. Für n N sei A(n) eine Aussage. Es gelte (1) A(1) ist wahr. () Für alle n N gilt: Ist A(n) wahr, so ist auch A(n + 1) wahr. Dann gilt A(n) für alle n N. Beweis. Der Proposition 1.4 folgend nehmen wir an, dass A(n) nicht für alle n N wahr ist. Dann gibt es darunter eine kleinste natürliche Zahl n 1, die wegen (1) größer als 1 sein muss. Daher gilt A(n) für alle n = 1,..., n 1 1. Da A(n 1 1) also wahr ist, ist nach () auch A(n 1 ) wahr, was der Definition von n 1 widerspricht. Unsere Annahme war also falsch und demzufolge die Behauptung richtig. Das Beweisprinzip funktioniert auch, wenn A(n) für alle n k, k N 0, wahr sein soll. Es erinnert an Proposition 1.3. Ausgehend von der wahren Aussage A(1) wird mittels () darauf geschlossen, dass auch A() wahr ist. Wendet man () nun hierauf an, so folgt, dass auch A(3) wahr ist usw. Ein Beweis mittels vollständiger Induktion besteht immer aus zwei Teilen: dem Induktionsanfang (1) und dem Induktionsschritt (). Wir wollen uns das Beweisprinzip an einem Beispiel anschauen: Beispiel 1.4. Für n N beweisen wir die Summenformel n = n k = k=1 n(n + 1). Für n = 1 steht auf der linken Seite 1 1 k=1 k = 1, auf der rechten Seite ist A(1) richtig. Sei nun A(n) richtig, also gelte n k=1 k = n(n+1) auch A(n + 1) richtig ist, nämlich n+1 k=1 k = (n+1)(n+). Es gilt = 1. Also. Zu zeigen ist, dass n+1 k = k=1 n k=1 k+(n+1) I.V. = n(n + 1) n(n + 1) + (n + 1) +n+1 = = (n + )(n + 1). Damit ist A(n + 1) hergeleitet und somit die Aussage bewiesen.

10 8 DER GOLDENE SCHNITT Der goldene Schnitt Im Gegensatz zur symmetrischen Teilung einer Strecke gibt es unzählige Möglichkeiten, eine gegebene Strecke asymmetrisch zu teilen. Unter diesen hat der goldene Schnitt eine besondere Bedeutung. Die auch als Proportio divina bzw. göttliche Proportion bezeichnete Aufteilung übt schon seit Jahrtausenden eine besondere Faszination auf die Menschen aus, auch weil sie als harmonisch empfunden wird. Wie wir später sehen werden, hat der goldene Schnitt zahlreiche Anwendungen in Architektur und Kunst und kommt auch in der Natur vor. In einem engen Zusammenhang zum goldenen Schnitt stehen die sog. Fibonacci-Zahlen, die ebenfalls in der Natur beobachtet werden können und schon bei den alten Griechen und den Indern bekannt waren..1 Definition und Eigenschaften Schon im zweiten Buch der Reihe Elemente formulierte Euklid ( v. Chr.) folgende Aufgabe: Eine gegebene Strecke ist so zu teilen, dass das Rechteck aus der ganzen Strecke und dem einen Abschnitt dem Quadrat über dem anderen Abschnitt gleich ist. Die Elemente sind das älteste mathematische Werk, in dem der goldene Schnitt behandelt wird. Wir wollen ihn jedoch ein wenig anders definieren: Definition.1. Sei AB eine Strecke. Ein Punkt S von AB teilt AB im goldenen Schnitt, falls sich die größere Teilstrecke zur kleineren so verhält wie die Gesamtstrecke zum größeren Teil. Es gibt offensichtlich zwei mögliche Punkte, die AB im goldenen Schnitt teilen, je nachdem, ob die größere Strecke bei A oder B liegt. Wenn nichts anderes gesagt wird, wollen wir den Punkt S so wählen, dass er näher bei B liegt. Bezeichne AS die Länge der Strecke AS. Dann können wir die Definition wie folgt umformulieren: Der Punkt S teilt AB im goldenen Schnitt, falls gilt AS SB = AB AS. Wir bezeichnen die Länge der größeren Strecke mit M und die Länge der kleineren mit m. Hat nun AB die Länge a, so ist dies gleichbedeutend zu a M = M m bzw. am = M. Letzteres entspricht der Formulierung von Euklid. Den Wert des Quotienten M m kann man genau angeben: Satz.1. Ein Punkt S teilt die Strecke AB genau dann im goldenen Schnitt, wenn M m = ,

11 .1 Definition und Eigenschaften 9 Beweis. Nach Definition teilt S die Strecke AB genau dann im goldenen Schnitt, wenn AB M = M m. Wegen AB = M + m ist dies äquivalent zu ) M + m ( M m = m M ( M ) m + 1 = m ( M ) M m m 1 = 0. Das Polynom x x 1 besitzt die Nullstellen x 1/ = 1± 5 (z.b. durch die p-q-formel ermittelt). Da M und m und somit auch M m positiv sind, folgt M m = Die im Satz gefundene Konstante bezeichnen wir ab jetzt mit φ. Der Ausdruck goldener Schnitt kann in dreifacher Weise gebraucht werden: als Bezeichnung für den Vorgang der Teilung ( S teilt AB im goldenen Schnitt ), als Bezeichnung für den Teilungspunkt S oder als Bezeichnung für die Zahl φ. Die folgende Proposition gibt einige nützliche Eigenschaften des goldenen Schnittes an. Proposition.. (a) Es gilt φ = φ + 1. Umgekehrt gilt: Ist x eine positive, reelle Zahl mit x = x + 1, so ist x = φ. (b) 1 φ = φ 1 = 5 1 (c) φ + 1 φ = 5. Beweis. zu (a): Teil (a) ergibt sich direkt aus dem Beweis von Satz.1. zu (b): Multipliziert man die Gleichung in (a) mit 1, so erhalten wir φ φ = φ und damit zu (c): Mit (b) rechnet man 1 φ = φ 1 = = φ + 1 φ = = 5. Bemerkung.1. Aus Proposition. folgt u.a., dass sich beliebige positive und negative Potenzen von φ als lineare Ausdrücke in φ, d.h. in der Form aφ + b mit ganzzahligen a und b, schreiben lassen.

12 10 DER GOLDENE SCHNITT Beispiel.1. Mit Hilfe von Proposition. rechnet man nach: φ 3 +φ = φ φ + 1 φ 1 φ = φ(φ+1)+(φ 1) = φ φ+1 = (φ+1) φ+1 = φ+3. Wir fassen alle wichtigen Eigenschaften des goldenen Schnittes in dem folgenden Satz zusammen: Satz.3. Eine Strecke AB habe die Länge a, und S sei ein Punkt dieser Strecke. Wenn wir mit M die Länge der längeren Teilstrecke und mit m die Länge der kürzeren Teilstrecke bezeichnen, dann sind folgende Aussagen äquivalent: (1) S teilt AB im goldenen Schnitt () M = φ m (3) ( ) M m = M + 1 m (4) a M = φ (5) a m = φ + 1 Beweis. Die Äquivalenz von (1) und () ist Aussage des Satzes.1. Die Äquivalenz von () und (3) folgt direkt aus Teil (a) der Proposition.. (1) (4): Nach Definition des goldenen Schnittes ist (1) genau dann wahr, wenn am = M gilt. Wegen a = M + m folgt daraus am = M a(a M) = M a = M + am ( a ) a = M M + 1. Nach Proposition. ist dies gleichbedeutend zu a M = φ. (1) (5): Wegen M = a m erhalten wir M = am (a m) = am ( a m ) a = m m = a m m + 1 a m m = φ a m = a m m + 1 = φ + 1 Aus Proposition. kann man noch zwei weitere Darstellung der Zahl φ herleiten. Nach Teil (b) der Proposition gilt die Gleichung φ = Durch dieselbe Gleichung φ können wir das φ im Nenner ersetzen, so dass φ = Setzen wir dies unendlich 1+ 1 φ oft fort, so erhalten wir für φ den (unendlichen) Kettenbruch 1 φ =

13 . Konstruktionen des goldenen Schnitts 11 Bemerkenswert ist, dass dieser Kettenbruch nur aus Einsen besteht. Aus Teil (a) der Proposition. folgt außerdem φ = 1 + φ. Ersetzt man hier das φ unter der Wurzel wieder durch dieselbe Gleichung, so erhält man φ = φ. Iterativ ergibt sich also für φ die Darstellung φ = In Erweiterung des goldenen Schnittes nennen wir ein Rechteck golden, falls sich die Längen seiner Seiten wie φ : 1 verhalten.. Konstruktionen des goldenen Schnitts Unter Verwendung der Konstante φ aus dem vorangegangenen Abschnitt kann man zu einer vorgegebenen Strecke den goldenen Schnitt berechnen und mit einem hinreichend genauen Lineal (zumindest annähernd) abmessen. Im Falle des goldenen Schnittes sind aber auch Konstruktionen mit Zirkel und Lineal möglich, von denen ich hier einige vorstellen möchte. Dabei unterscheidet man eine innere und eine äußere Teilung. Bei der inneren Teilung wird ein Punkt einer vorgegebenen Strecke konstruiert, der die Strecke im goldenen Schnitt teilt. Im Gegensatz dazu wird bei der äußeren Teilung ein Punkt auf der Verlängerung der ursprünglichen Strecke konstruiert, der die vorhandene Strecke zum (größeren) Teil des goldenen Schnittes macht. Ein klassisches Verfahren der inneren Teilung, das auf Heron von Alexandria (1. Jh. n. Chr.) zurückgeht und wegen seiner Einfachheit sehr beliebt ist, funktioniert folgendermaßen: 1. Man errichte auf der gegebenen Strecke AB im Punkt B eine Senkrechte der halben Länge von AB mit dem Endpunkt C.. Der Kreis um C mit Radius CB schneidet die Verbindung AC in einem Punkt D. 3. Der Kreis um A mit dem Radius AD teilt die Strecke AB im Verhältnis des goldenen Schnittes. Die Konstruktionen im ersten Schritt (Fällen des Lots und Abtragen der halben Länge einer Strecke) erläutere ich hier nicht näher. Die folgende Grafik verdeutlich das Verfahren: C D A S B

14 1 DER GOLDENE SCHNITT Begründung. Sei a die Länge der Strecke AB. Nach dem Satz des Pythagoras gilt ( a AC = a + BC = a 5a + = ) 5 AC = 4 a. Aufgrund der Konstruktion des Punktes D gilt CD = BC = a. Mit Proposition. folgt dann 5 AS = AD = AC CD = a a 5 1 = a = a φ. Für das Verhältnis der Seitenlängen erhalten wir also AB AS = a a φ = φ. Nach Satz.3 ist dies gleichbedeutend dazu, dass S die Strecke AB im goldenen Schnitt teilt. Die folgende Konstruktion stammt von Euklid und ist somit älter als die soeben vorgestellte. Wir beginnen wieder mit einer gegebenen Strecke AB, die nach dem goldenen Schnitt zu teilen ist. 1. Errichte auf der gegeben Strecke AB im Punkt A eine Senkrechte der halben Länge von AB mit dem Endpunkt C.. Schlage um C einen Kreis mit Radius CB und finde den Punkt D als Schnittpunkt dieses Kreises mit der Verlängerung der Strecke CA über A hinaus. 3. Schlage um A einen Kreis mit Radius AD und finde den Punkt S als Schnittpunkt mit der Strecke AB. Im Punkt S wird die Strecke AB im goldenen Schnitt geteilt. C A B D Begründung. Nach Konstruktion in Schritt 3 und aufgrund der Lage der Punkte A, C und D gilt AS = AD = CD AC.

15 . Konstruktionen des goldenen Schnitts 13 Aufgrund der Konstruktion in Schritt ist CD = CB. Mit Schritt 1 folgt AS = CB AB. Mit Hilfe des Satzes von Pythagoras ergibt sich CB = AB + AC = AB + AB 4 Mit Proposition. erhalten wir insgesamt also AB AS = φ. ( 5 1 ) AS = AB = AB φ, = 5 4 AB. Als Beispiel für eine äußere Teilung einer gegebenen Strecke AS betrachten wir das folgende erst 198 vom amerikanischen Künstler George Odom entdeckte Konstruktionsverfahren: 1. Konstruiere ein gleichseitiges Dreieck mit Eckpunkten X, Y und Z. Die Seitenlänge des Dreiecks sei a.. Konstruiere den Umkreis, also den Kreis, der durch alle Ecken des Dreiecks verläuft. 3. Halbiere zwei Seiten des Dreiecks in den Punkten A und S. 4. Die Verlängerung der Strecke AS schneidet den Kreis in den Punkten B (Verlängerung über S hinaus) und C (Verlängerung über A hinaus). S teilt die Strecke AB im Verhältnis des goldenen Schnittes. Ist die Strecke AS gegeben, so beginnt man mit der Konstruktion des gleichseitigen Dreiecks mit Grundseite AS, verlängert die anderen Seiten auf die doppelte Länge, konstruiert den Umkreis des entstehenden großen gleichseitigen Dreiecks und kann dann auch hier den Schnittpunkt B der Verlängerung von AS mit dem Umkreis bestimmen. Z C A S B X Y

16 14 DER GOLDENE SCHNITT Begründung. Nach Konstruktion ist Y S = SZ = a. Aus den Strahlensätzen ergibt sich dann AS = a. Mit b sei die Länge der Strecke SB bezeichnet. Aus Symmetriegründen ist dann auch AC = b. Die Strecken Y Z und BC bilden zwei Sehnen, die sich in S schneiden. Nach dem Sehnensatz gilt a = SY SZ = SB SC = b(a + b). Division durch b liefert die Gleichung ( a ) a = b b + 1. Nach Proposition. bzw. Satz.3 ist dies äquivalent zu a = φ, nach Satz.3 teilt b S die Strecke AB also im goldenen Schnitt. Bemerkung.. Es gibt eine weitere Begründung, die ohne den Sehnensatz auskommt. Dazu zeichnet man die Höhe auf der Grundseite XY ein. Den Schnittpunkt mit AS bezeichne man mit P. Auch der Mittelpunkt M des Umkreises liegt auf dieser Strecke. Nach den Strahlensätzen ist P S = 1 a. Als Höhe des gleichseitigen Dreiecks XY Z ermittelt man 3 a. Der Umkreisradius beträgt r = 3 3 a. Wendet man den Satz des Pythagoras auf das rechtwinklige Dreieck MP B an, so erhält man P B + P M = MB Umformen liefert die Gleichung ( 1 a + b ) + ( 3 b + ab a = 0. 3 ) ( 3 a a ). = 3 a 3 Die einzige positive Lösung dieser Gleichung ist b = a + 5 a = 5 1 a. Wegen 5 1 = φ teilt S die Strecke AB im goldenen Schnitt. a = b.3 Fibonacci-Zahlen und goldener Schnitt Diesen Abschnitt möchte ich mit einem einführenden Beispiel beginnen. Wir betrachten die Vermehrung von Kaninchenpaaren unter idealisierten Bedingungen. Man macht folgende Annahmen: Jedes Kaninchenpaar wird im Alter von zwei Monaten fortpflanzungsfähig. Jedes fortpflanzungsfähige Kaninchenpaar bringt jeden Monat ein neues Paar zur Welt. Alle Kaninchen leben ewig. Im ersten Monat beginnen wir mit einem neugeborenen Kaninchenpaar. Dieses ist noch nicht fortpflanzungsfähig, so dass auch im zweiten Monat nur dieses eine Kaninchenpaar lebt. Jetzt ist das Paar jedoch fortpflanzungsfähig und bringt ein neues Kaninchenpaar zur Welt. Im dritten Monat sind also insgesamt zwei Kaninchenpaare vorhanden. Das neugeborene Kaninchenpaar kann sich im dritten Monat noch nicht fortpflanzen, das ursprüngliche Paar bringt aber erneut ein Kaninchenpaar zur Welt, so dass im vierten Monat insgesamt drei Kaninchenpaare existieren. Das folgende Diagramm veranschaulicht die Vermehrung der Kaninchenpaare. Dabei steht x für ein nicht fortpflanzungsfähiges Paar und o für ein gebärfähiges Paar.

17 .3 Fibonacci-Zahlen und goldener Schnitt 15 x o x o o x o x o o x o o x o x o o x o Bezeichne f n die Anzahl der Kaninchenpaare im n-ten Monat. Treiben wir unser Gedankenexperiment weiter, so erhalten wir die Folge f 1 = 1, f = 1, f 3 =, f 4 = 3, f 5 = 5, f 6 = 8, f 7 = 13,... Doch wie geht es dann weiter? Eine Antwort gibt Proposition.4. Für alle n N gilt f n+ = f n + f n+1. Beweis. Wir betrachten die Situation im (n + 1)-ten Monat. Zu diesem Zeitpunkt gibt es nach Definition genau f n+1 Kaninchenpaare. Von diesen sind genau f n Paare gebärfähig, nämlich diejenigen, die schon im n-ten Monat gelebt haben. Im (n + )- ten Monat bringen also genau f n der f n+1 Paare ein junges Paar zur Welt, d.h. es gilt f n+ = Anzahl der Kaninchenpaare im (n + 1)-ten Monat +Anzahl der Paare, die im (n + )-ten Monat geboren werden = f n+1 + f n. Zu Ehren von Leonardo von Pisa (ca ca. 140), der auch Leonardo Fibonacci (kurz für filius bonacci Sohn des Bonacci) genannt wurde und die Folge 17 anhand der obigen Aufgabe in seinem Buch Liber Abaci beschrieb, definiert man Definition.. Die Zahlenfolge (f n ) n N mit f 1 = 1, f = 1 und heißt Fibonacci-Folge. f n+ = f n+1 + f n, für alle n N, Die Folge war jedoch schon in der Antike um 100 v. Chr. bekannt, im asiatischen Raum sogar noch früher. Das einführende Beispiel ist zugegebenermaßen unrealistisch: Kein Kaninchen lebt ewig und bringt immer ein Kaninchenpaar zur Welt. Auch gibt es natürliche Wachstumshemmnisse (Futtermangel, Raubtiere), die den Bestand der Kaninchen nicht beliebig anwachsen lassen. Realistischer ist da schon das folgende Beispiel aus der Natur.

18 16 DER GOLDENE SCHNITT Beispiel.. Eine Drohne (männliche Biene) schlüpft aus einem unbefruchteten Ei einer Bienenkönigin, während aus den befruchteten Eiern die weiblichen Arbeiterbienen und Königinnen schlüpfen. Eine Drohne hat also nur ein Elter, während Königinnen zwei Eltern haben. Anhand des folgenden Diagramms wird klar, dass in der n-ten Vorfahrengeneration genau f n Vorfahren existieren, und zwar f n 1 weibliche und f n männliche. D K K D K K D K D K K D K K D K D K K D K D K K D K K D K D K K D Es gibt jedoch weitere Folgen, die die Rekursionseigenschaft der Fibonacci-Folge besitzen. Definition.3. Eine Folge (a n ) n N reeller Zahlen heißt eine Lucas-Folge, falls für alle n N gilt a n+ = a n+1 + a n. Die Lucas-Folge mit den beiden Anfangswerten a 1 = 1 und a = 1 ist gerade die Fibonacci-Folge. Beispiel.3. Bezeichnet man die Potenzen φ n der Zahl φ mit u n, so gilt nach Proposition. für alle n N u n+ = φ n+ = φ n φ = φ n (φ + 1) = φ n+1 + φ n = u n+1 + u n. Die Folge (u n ) n N ist also ebenfalls eine Lucas-Folge. Gleiches gilt für die Folge (v n ) n N mit v n = ( n, φ) 1 denn nach Proposition. gilt v n+ = = ( 1 ) n+ ( = 1 n ( φ φ) 1 ) ( = 1 n φ φ) 1 φ ( φ) 1 n ( 1 1 ) ( = 1 ) n ( + 1 n+1 = vn + v n+1. φ φ φ) Zwischen der Fibonacci-Folge und einer beliebigen Lucas-Folge besteht folgender Zusammenhang: Proposition.5. Für jede Lucas-Folge (a n ) n N und für jede natürliche Zahl k gilt a k+1 = f k a + f k 1 a 1.

19 .3 Fibonacci-Zahlen und goldener Schnitt 17 Beweis. Die Aussage beweisen wir mittels Induktion nach k. Für k = gilt nach Definition.3 und Definition. und a +1 = a 3 = a + a 1 = 1 a + 1 a 1 = f a + f 1 a 1 a 3+1 = a 4 = a 3 + a = a + a 1 + a = a + 1 a 1 = f 3 a + f a 1. Wir nehmen nun an, dass die Formel für k 1 und k (k 3) bereits bewiesen sei. Dann folgt a k+1+1 = a k+ = a k+1 + a k = f k a + f k 1 a 1 + f k 1 a + f k a 1 = (f k + f k 1 )a + (f k 1 + f k )a 1 = f k+1 a + f k a 1. Die Formel gilt also auch für k + 1. Mit Hilfe der bisherigen Ergebnisse können wir die berühmte Binet-Formel herleiten, die eine explizite Darstellung der Fibonacci-Zahlen mit Hilfe des goldenen Schnittes erlaubt. Sie ist nach dem französischen Mathematiker Jaques Philippe Marie Binet ( ) benannt, der die Formel 1843 fand. In manchen Quellen wird die Formel korrekterweise auch Moivre-Binet-Formel genannt, da sie bereits im Jahr 1718 durch den französischen Mathematiker Abraham de Moivre ( ) entdeckt wurde. Satz.6 (Binet-Formel). Für alle natürlichen Zahlen n gilt ) n f n = φn ( 1 φ = 1 [( ) n ( 1 5 ) n ]. 5 5 Beweis. Wegen φ ( 1 φ 5 ) = φ + 1 φ = 1 = f 1 5 ist die Binet-Formel auch für n = 1 richtig. Wendet man Proposition.5 auf die beiden Lucas-Folgen (u n ) n N und (v n ) n N aus Beispiel.3 an, so erhält man für n die Gleichungen φ n = f n φ + f n 1 und ( 1 ) n = fn 1 f n φ φ. Dies sieht man auf folgende Weise ein: Für n = entspricht die erste Gleichung dem Teil (a) von Proposition.. Für n 3 erhalten wir mit Proposition.5 und Proposition. φ n = u n = f n 1 u + f n u 1 = f n 1 φ + f n φ = f n 1 (φ + 1) + f n φ = (f n 1 + f n )φ + f n 1 = f n φ + f n 1. Nach Proposition. gilt 1 φ = φ 1 φ = 1 1 φ = f 1 f φ.

20 18 DER GOLDENE SCHNITT Die zweite der Gleichungen ist also für n = richtig. Mit Proposition.5 und Proposition. ergibt sich zudem für n 3 ( 1 ) n = v n = f n 1 v + f n v 1 = f n 1 φ φ f n φ ( = f n ) 1 f n φ φ = f n 1 (f n 1 + f n ) 1 φ = f n 1 f n φ. Durch Subtraktion der beiden Gleichungen folgt für n mittels (c) aus Proposition. ( φ n 1 ) n = fn φ + f ( n φ φ = f n φ + 1 ) = f n 5. φ Bemerkung.3. Erstaunlicherweise heben sich für alle n N die irrationalen Terme gegenseitig auf, so dass die Formel stets ganzzahlige Werte liefert. Nun betrachten wir die Fibonacci-Quotienten f n+1. Die ersten Werte der Folge ( fn+1 f n ) n N lauten 1; 1, 5; 1, ; 1, 6; 1, 65;... Wir erkennen, dass sich die Quotienten der Zahl φ annähern. Tatsächlich gilt: Satz.7. Die Folge ( f n+1 f n )n N f n konvergiert gegen φ. Beweis. Setze x n = f n+1 f n für n Schritt: Es gilt x n = x n 1 für n, denn. Schritt: Für n gilt x n 1 = 1 + f n 1 f n = f n + f n 1 f n = f n+1 f n = x n. φ x n = φ x n 1 φ x n 1, denn mit dem ersten Schritt und (b) aus Proposition. folgt 3. Schritt: Für n gilt φ x n = φ ( x n 1 ) = x n 1 φ φ x n 1. φ x n φ x φ n. Wegen x n+1 1 folgt aus dem zweiten Schritt nämlich φ x n φ x n 1, φ woraus sich iterativ die behauptete Ungleichung ergibt. Da φ > 1, wird φ x für wachsendes n beliebig klein. Nach der Ungleichung aus φ n dem dritten Schritt konvergiert dann aber (x n ) n N gegen φ.

21 .4 Auftreten des goldenen Schnittes und der Fibonacci-Zahlen 19.4 Auftreten des goldenen Schnittes und der Fibonacci-Zahlen Im Fruchtstand der Sonnenblume sind die Kerne in spiralförmigen Linien angeordnet. Jeder Kern gehört zu genau einer linksdrehenden und zu genau einer rechtsdrehenden Spirallinie. Abbildung 1: Spiralenförmige Anordnung der Kerne in der Sonnenblume. Quelle: Die Anzahlen der linksdrehenden Spirallinien sind keine beliebigen Zahlen, sondern Fibonacci-Zahlen. Auch als Anzahl der rechtsdrehenden Spirallinien erhalten wir eine Fibonacci-Zahl, allerdings nicht die gleiche, sondern eine benachbarte. Das gleiche Prinzip findet man auch bei Gänseblümchen, bei Tannenzapfen, bei Pinienzapfen, beim Kohl und bei der Ananas. Dies hängt damit zusammen, dass das Keimzentrum den jeweils nächsten Samen immer um einen Winkel von etwa 137,5 bzw.,5 (wenn man in der anderen Richtung misst) versetzt entstehen lässt. Es gilt 360, 5 1, 618 und, 5 137, 5 1, 618, Beide Winkel teilen den Vollwinkel also im Verhältnis des goldenen Schnittes, man spricht deshalb auch vom goldenen Winkel. Dieses Verhältnis kann nach Satz.7 gut durch das Verhältnis zweier benachbarter Fibonacci-Zahlen approximiert werden. Pflanzen bevorzugen den goldenen Winkel, weil mit ihm auf kleiner Fläche viele Samen untergebracht werden können. Wir treffen erneut auf die Fibonacci-Zahlen bzw. den goldenen Schnitt, wenn wir die Blattstellungen verschiedener Pflanzen in der Biologie Phyllotaxis genannt betrachten. Bei Ulme und Linde sind die Blätter abwechselnd auf der einen oder der anderen Seite angeordnet, man spricht hier auch von 1 -Phyllotaxis. Bei Buche und Haselnuss bilden benachbarte Blätter einen Winkel von 1 eines Vollkreises. 3 Biologisch ausgedrückt liegt hier 1 -Phyllotaxis vor. Weitere Werte sind: 3 Aprikose, Apfelbaum, Eiche: 5 -Phyllotaxis Pappel, Birnbaum: 3 8 -Phyllotaxis Weide, Mandelbaum: Phyllotaxis Wir erkennen, dass es sich stets um Quotienten von Fibonacci-Zahlen handelt. Wenn wir bedenken, dass eine Drehung um 3 eines Vollwinkels im Uhrzeigersinn einer 8 Drehung um 5 eines Vollwinkels gegen den Uhrzeigersinn entspricht, so handelt es 8

22 0 DER GOLDENE SCHNITT sich sogar um Quotienten benachbarter Fibonacci-Zahlen, die nach Satz.7 eine gute Näherung an den goldenen Schnitt darstellen. Der goldene Schnitt ist auch bei den Proportionen des Körpers von Bienen zu finden. Abbildung : Der goldene Schnitt bei der Biene. Quelle: Neben dem natürlichen Auftreten des goldenen Schnittes wurde dieses besondere Teilungsverhältnis aufgrund seiner harmonischen Wirkung auch oft in der Architektur angewendet. Vielfach ist jedoch umstritten, ob dies bewusst geschehen ist, da eindeutige Hinweise darauf mitunter fehlen. So ist auch nicht sicher, ob die alten Ägypter den goldenen Schnitt beim Bau der Pyramiden verwendet haben. Hingegen sprechen viele Anzeichen dafür, dass der goldene Schnitt in der griechischen Architektur eine große Rolle gespielt hat, und zwar schon 150 Jahre vor der schriftlichen, systematischen Behandlung durch Euklid. Als Beispiel sei hier der Parthenon genannt, den Perikles zwischen 447 und 43 v. Chr. bauen ließ. Abbildung 3: Der goldene Schnitt am Parthenon. Quelle: Gemäß Bild 3 stehen der Oberbau, der vom Giebel bis zu den Säulen reicht, und der Unterbau, der die Säulen und Stufen umfasst, überraschend exakt im Verhältnis des goldenen Schnittes. Zudem passt die Vorderfront fast exakt in ein goldenes Rechteck (vgl. Bild 4). Auch an Kapitellen und Gebälk verschiedener klassischer Bauten in Athen findet sich der goldene Schnitt. Abbildung 4: Der Parthenon im goldenen Rechteck. Quelle:

23 .4 Auftreten des goldenen Schnittes und der Fibonacci-Zahlen 1 Seine Blütezeit erlebte der goldene Schnitt in der Renaissance. Als Beispiel für seine Verwendung in dieser Epoche wird häufig das Alte Rathaus in Leipzig angeführt, das in den Jahren 1556/57 im Auftrag des regierenden Bürgermeisters Hieronymus Lotter umgebaut wurde. Abbildung 5: Altes Rathaus Leipzig, Quelle: wikipedia Der Turm des Rathauses teilt das Gebäude (in etwa) im Verhältnis des goldenen Schnittes. Auch an vielen Gemälden, Reliefs und Plastiken wurde der goldene Schnitt nachgewiesen bzw. nachgemessen. Seine Funktion ist einerseits, zur harmonischen Aufteilung des gesamten Kunstwerkes beizutragen; zum anderen dient er dazu, wichtige Details besonders zu betonen. Wie bei den architektonischen Beispielen ist hier jedoch ebenfalls häufig umstritten, ob der goldene Schnitt bewusst angewendet wurde, da keine Aufzeichnungen dazu existieren. Albrecht Dürer ( ), der nicht nur Maler sondern auch Mathematiker war, hat den goldenen Schnitt höchstwahrscheinlich als Gestaltungsgrundlage einiger Bilder verwendet. Als Beispiel betrachten wir das Selbstbildnis mit Pelzrock von Abbildung 6: Albrecht Dürer: Selbstbildnis im Pelzrock, 1500 Quelle: wikipedia

24 DER GOLDENE SCHNITT Auffällig ist, dass der Kopf mit den wallenden Haaren ein gleichseitiges Dreieck bildet. Die Basis dieses Dreiecks, die mit der Spitze des weißen Hemdes zusammentrifft, teilt die Höhe des Gesamtbildes im goldenen Schnitt. Ebenso teilen die senkrechten, das Gesicht begrenzenden Linien die Breite des Bildes annähernd im goldenen Schnitt. In der Sixtinischen Madonna (1514) von Raffaelo Santi (genannt Raffael) ( ) lässt sich der goldene Schnitt ebenfalls mehrfach nachweisen. Abbildung 7: Raffael: Sixtinische Madonna, 1514 Quelle: Auch in der Fotografie wird häufig die Aufteilung des Bildes im Verhältnis des goldenen Schnittes empfohlen, um einen harmonischen Gesamteindruck zu erzeugen. In der Musik gibt es zwei Möglichkeiten, wie der goldene Schnitt zur Gestaltung herangezogen werden kann. Zum einen können Tonintervalle gemäß dem goldenen Schnitt gewählt werden. Zum anderen können musikalische Werke aus mehreren Teilen bestehen, deren Längen zueinander im Verhältnis des goldenen Schnittes stehen. Es gibt Untersuchungen, nach denen z.b. Béla Bartók ( ) seine Kompositionen gemäß dem goldenen Schnitt gestaltet haben könnte, dies ist allerdings umstritten. Als Beispiel wird häufig die Sonate für zwei Klaviere und Schlagzeug angeführt. Auffällig ist, dass die gesamte Sonate genau 643 Achtelnoten umfasst und der zweite Satz nach 3975 Achtelnoten beginnt dies entspricht ziemlich genau dem goldenen Schnitt. In neueren Werken werden jedoch bewusst Fibonacci-Zahlen zur Proportionierung benutzt, etwa im Klavierstück IX von Karlheinz Stockhausen oder in der Spektralmusik von Gérard Grisey. Auch im Musikinstrumentenbau selbst findet der goldene Schnitt gelegentlich Verwendung. Insbesondere beim Geigenbau soll er für einen besonders schönen Klang der Instrumente sorgen. Es wird sogar behauptet, dass der berühmte Geigenbauer Stradivari den goldenen Schnitt verwendete, diese Behauptung basiert jedoch nur auf nachträglichen Analysen.

25 3 3 Die Mathematik in der Musik Mathematik und Musik erscheinen auf den ersten Blick sehr verschieden. Dennoch gibt es zahlreiche Aspekte der Musik, in denen Mathematik eine Rolle spielt. Dies fängt schon damit an, dass Klänge nichts anderes als Schallwellen sind, zu deren Beschreibung die Mathematik herangezogen werden muss. Auch die Abstände zwischen verschiedenen Tönen sind nicht beliebig gewählt, sondern beruhen auf mathematischen Überlegungen. Bei der Festlegung dieser sog. Tonintervalle tritt ein Problem zutage, das historisch durch verschiedene Stimmungen gelöst wurde. Mit diesem Hintergrundwissen wollen wir dann untersuchen, wie man Klänge verschiedener Instrumente mit Hilfe der Mathematik synthetisieren kann. Und auch beim Komponieren selbst kann Mathematik eingesetzt werden. 3.1 Tonerzeugung Bei allen Musikinstrumenten entstehen Töne durch einen Schwingungsvorgang: Bei einer Geige schwingt die Saite, wenn sie gezupft oder gestrichen wird. In einem Klavier oder Flügel entstehen die Töne ebenfalls durch das Schwingen der Saiten, die jedoch diesmal von Hämmerchen angeschlagen werden. Auch in Orgelpfeifen oder Flöten entstehen Töne durch die Schwingung der darin befindlichen Luftsäule. Sogar der Mensch selbst kann beim Singen (mehr oder weniger wohlklingende) Töne produzieren, wenn er seine/ihre Stimmbänder in geeignete Schwingungen versetzt. In diesem Abschnitt wollen wir kurz auf die mathematischen und physikalischen Hintergründe von Schwingungen eingehen. Dabei wird eine Funktion vorkommen, die von zwei Variablen abhängt. Für derartige Funktionen müssen wir einen neuen Ableitungsbegriff einführen. Wir wollen damit beginnen, festzulegen, was wir unter einer Funktion verstehen. Definition 3.1. Eine Funktion ist eine Beziehung zwischen zwei Mengen D und W, die jedem Element x aus dem Definitionsbereich D genau einen Wert f(x) aus dem Wertebereich W zuordnet. Neben der aus der Schule bekannten Notation ist in der Mathematik auch die Notation f : D W, x f(x) gebräuchlich. Weiterhin benötigen wir den Begriff der Konvergenz. Dabei kann man sich eine reelle Folge (x n ) n N als unendlich lange Liste (x 1, x, x 3,...) von reellen Zahlen vorstellen. Definition 3.. Eine reelle Folge (x n ) n N heißt konvergent gegen x R, wenn gilt ε > 0 n 0 N n n 0 : x n x < ε. In diesem Fall schreiben wir lim n x n = x. Anschaulich heißt das, dass es zu jedem ε > 0 einen Index n 0 N gibt, ab dem alle Folgenglieder x n von x um weniger als ε entfernt sind. Die Folgenglieder nähern sich also beliebig nah dem Wert x an. Diese Definition ist uns bereits in Beispiel 1.3 begegnet. Ohne Beweis bemerken wir:

26 4 3 DIE MATHEMATIK IN DER MUSIK Bemerkung 3.1. Sind (x n ) n N und (y n ) n N konvergente Zahlenfolgen mit lim n x n = x und lim n y n = y, dann gilt auch lim (x n + y n ) = x + y ; n lim (x n y n ) = x y ; n x n lim = x, falls y 0. n y n y Es gibt Funktionen, bei denen eine kleine Änderung im Definitionsbereich nur zu einer geringfügigen Änderung des Funktionswerts führt. Formal definiert man Definition 3.3. Sei D R. Eine Funktion f : D R heißt stetig im Punkt a D, wenn ε > 0 δ > 0 x D : ( x a < δ f(x) f(a) < ε). Eine Funktion f : D R heißt stetig, wenn sie in jedem Punkt a D stetig ist. Da wir uns hier ausschließlich im Reellen befinden, genügt es, sich statt der Definition das folgende Kriterium zu merken: Satz 3.1. Eine Funktion f : D R ist in a D genau dann stetig, wenn für jede Folge (x n ) n N in D, die gegen a konvergiert, die Folge (f(x n )) n N der Funktionswerte gegen f(a) konvergiert. Nun zur Differenzierbarkeit. Anschaulich ist durch zwei Punkte (x 0, f(x 0 )) und (x, f(x)) des Graphen der Funktion f eine Gerade festgelegt, die durch diese Punkte geht. Die Steigung der Geraden ist f(x) f(x 0) x x 0. Diesen Quotienten bezeichnet man auch als Differenzenquotient. Verschieben wir nun x immer näher an x 0, so wird aus der Sekante im Grenzfall eine Tangente an den Punkt (x 0, f(x 0 )), sofern diese existiert. Das bekannteste Beispiel einer in 0 nicht differenzierbaren Funktion ist die Betragsfunktion. Die Steigung der entstehenden Tangente wollen wir als Ableitung der Funktion im Punkt x 0 definieren. Definition 3.4. Sei [a, b] R. Eine Funktion f : [a, b] R heißt in x 0 (a, b) differenzierbar, wenn es eine reelle Zahl A gibt, so dass f(x) f(x 0 ) lim = A. x x 0 x x 0 Der Wert A heißt dann Ableitung von f in x 0 und wird mit f (x 0 ) oder df dx (x 0) bezeichnet. Die Funktion f heißt differenzierbar, wenn sie in allen Punkten x 0 differenzierbar ist. Die Funktion f heißt stetig differenzierbar (in x 0 ), wenn sie (in x 0 ) differenzierbar und f (in x 0 ) stetig ist. Die Funktion f heißt zweimal differenzierbar (in x 0 ), wenn f und ihre Ableitung f (in x 0 ) differenzierbar sind. Man kann zeigen, dass jede in einem Punkt x 0 differenzierbare Funktion auch stetig in x 0 ist. Der folgende Satz fasst einige Rechenregeln für Ableitungen zusammen. Satz 3.. Seien f, g : (a, b) R in einem Punkt x 0 differenzierbare Funktionen und α, β R. Dann sind auch die Funktionen αf + βg, f g und, falls g(x 0 ) 0, die Funktion f g differenzierbar in x 0. Für die Ableitungen gilt (αf + βg) (x 0 ) = αf (x 0 ) + βg (x 0 ), (f g) (x 0 ) = f (x 0 ) g(x 0 ) + f(x 0 ) g (x 0 ) sowie ( f g ) (x0 ) = f (x 0 ) g(x 0 ) f(x 0 )g (x 0 ). g (x 0 )

27 3.1 Tonerzeugung 5 Einen Beweis finden Sie in Analysisbüchern. Darin schreibt man zunächst die jeweiligen Differenzenquotienten auf, zerlegt sie in eine Summe von Termen und untersucht die einzelnen Summanden auf Konvergenz. Mit Bemerkung 3.1 folgt dann die Konvergenz des Differenzenquotienten und somit die Differenzierbarkeit. Ferner gilt die Kettenregel: Satz 3.3 (Kettenregel). Ist f : (a, b) R differenzierbar in (a, b), J = f((a, b)) = {y R : x (a, b) : y = f(x)} und ist g : J R differenzierbar in J, so ist die Hintereinanderausführung g f : (a, b) R, x g(f(x)) differenzierbar in (a, b) und es gilt die Kettenregel (g f) (x) = g (f(x)) f (x). Beispiel 3.1. Eine konstante Funktion, d.h. eine Funktion mit f(x) = c für alle x R und ein c R, ist differenzierbar mit Ableitung f (x) = 0. Man kann elementar nachrechnen, dass die Funktion f(x) = x differenzierbar ist mit Ableitung f (x) = 1. Durch Induktion nach n folgt daraus mit Satz 3., dass auch f(x) = x n für n N auf R differenzierbar ist mit f (x) = nx n 1. Ebenfalls nach Satz 3. ist dann auch jedes Polynom f(x) = n k=0 a kx k = a n x n + + a 1 x + a 0 differenzierbar mit Ableitung f (x) = n k=1 a kkx k 1 = a n nx n a 1. Ohne Beweis stellen wir weitere Ableitungen verschiedener Funktionen zusammen: exp (x) = exp(x), sin (x) = cos(x), cos (x) = sin(x), ln (x) = 1 x. Sei nun eine Funktion f gegeben, die von zwei Variablen x und y abhänge. Für festes y = y 0 können wir f(x, y 0 ) als Funktion von x auffassen, für festes x = x 0 die Funktion f(x 0, y) als Funktion von y. Beide Funktionen können wir nun gemäß Definition 3.4 auf Differenzierbarkeit untersuchen. Dies führt uns zur nächsten Definition. Definition 3.5. Eine Funktion f : [a, b] [c, d] R heißt an einer Stelle (x 0, y 0 ) (a, b) (c, d) partiell nach x (bzw. y) differenzierbar, wenn bei festgehaltenem y = y 0 (bzw. x = x 0 ) die Funktion x f(x, y 0 ) (bzw. y f(x 0, y)) in x 0 (bzw. y 0 ) differenzierbar ist, wenn also f(x 0 + h, y 0 ) f(x 0, y 0 ) h ( bzw. f(x 0, y 0 + h) f(x 0, y 0 ) h für h 0 gegen eine reelle Zahl konvergiert. Der Grenzwert heißt partielle Ableitung nach x in (x 0, y 0 ) (bzw. nach y in (x 0, y 0 )) und wird mit f x (x 0, y 0 ) ( bzw. f ) y (x 0, y 0 ) bezeichnet. Die Funktion f heißt partiell nach x (bzw. nach y) differenzierbar, wenn sie in allen Punkten (x 0, y 0 ) (a, b) (c, d) partiell nach x (bzw. y) differenzierbar ist. Das Zeichen ersetzt in der partiellen Ableitung das d der klassischen Ableitung und wird del gesprochen. )

28 6 3 DIE MATHEMATIK IN DER MUSIK Beispiel 3.. Bei den folgenden Berechnungen wird das Beispiel 3.1 herangezogen. a) Wir betrachten die Funktion f(x, y) = 6x +5xy 7y +3x+y 13. Als partielle Ableitungen berechnen wir f f (x, y) = 1x + 5y + 3 und (x, y) = 5x 14y +. x y b) Die Funktion f(x, y) = ln(xy ) ist partiell nach x und y differenzierbar mit partiellen Ableitungen f 1 (x, y) = x xy y = 1 x f 1 und (x, y) = y xy xy = y. Hierbei wird u.a. die Kettenregel aus Satz 3.3 verwendet. Wir betrachten nun eine vollkommen elastische und biegsame Saite mit konstanter linearer Massendichte ρ 0 (Masse pro Längeneinheit), die an beiden Enden zwischen den Punkte 0 und L fixiert ist. Die konstante Spannung der Saite sei mit S bezeichnet. Wir lenken nun die Saite vertikal aus ihrer Ruhelage aus und wollen die vertikale Auslenkung u = u(t, x) in Abhängigkeit von Zeit und Ort bestimmen. Dabei nehmen wir an, dass die Auslenkung klein ist, so dass horizontale Bewegungen vernachlässigt werden können. Auch gehen wir davon aus, dass sich die Saite wieder vollständig in ihre Ruhelage zurückbewegen kann, also keine plastischen Veränderungen auftreten. Wir betrachten nun ein kleines Stück [x, x+ x] der Saite. Unsere Herleitung beruht auf dem Newtonschen Gesetz Kraft = Masse Beschleunigung. Die Beschleunigung in vertikaler Richtung ist die zweite Ableitung des vertikalen Weges (also der Auslenkung u) nach der Zeit t, d.h. Beschleunigung = t u(t, x) = u tt(t, x). Also ist (ρ 0 x)u tt (t, x) die Kraft, die auf das Stück der Saite mit Länge x wirkt. Um eine Differentialgleichung für die Auslenkung u(t, x) zu erhalten, werden wir einen Zusammenhang zwischen der Kraft und der Spannung S herleiten. Seien S(x) und S(x+ x) die tangentialen Spannungskomponenten an den Punkten x, x+ x [0, L]. Sei weiter α der Winkel zwischen der tangentialen Komponente S(x) in x und der Horizontalen und β der entsprechende Winkel in x + x. Daraus ergeben sich die horizontalen Spannungskomponenten, die aufgrund der Annahme den konstanten Wert S haben, also S(x + x) cos β = S(x) cos α = S. Die vertikalen Spannungskomponenten können ebenso leicht ermittelt werden, und die Differenz der beiden stimmt mit der Kraft überein, die wir mit Hilfe des Newtonschen Gesetzes bestimmt haben: ( ) S(x + x) sin β S(x) sin α = (ρ 0 x)u tt (t, x). Andererseits erhalten wir tan α = u(t, x) = u x x(t, x) bzw. tan β = u(t, x+ x) = x u x (t, x + x). Dividieren wir Gleichung ( ) durch S, so folgt mit Gleichung ( ) Division durch ρ 0 x S ( ) ρ 0 x S u tt(t, x) = tan β tan α = u x (t, x + x) u x (t, x). und Grenzübergang x 0 liefert den Satz

11. Folgen und Reihen.

11. Folgen und Reihen. - Funktionen Folgen und Reihen Folgen Eine Folge reeller Zahlen ist eine Abbildung a: N R Statt a(n) für n N schreibt man meist a n ; es handelt sich also bei einer Folge um die Angabe der Zahlen a, a

Mehr

Elementare Beweismethoden

Elementare Beweismethoden Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume

Mehr

Mathematisches Argumentieren und Beweisen Beweisarten Besipiele. Hagen Knaf, WS 2014/15

Mathematisches Argumentieren und Beweisen Beweisarten Besipiele. Hagen Knaf, WS 2014/15 Mathematisches Argumentieren und Beweisen Beweisarten Besipiele Hagen Knaf, WS 2014/15 Im Folgenden sind einige der in der Vorlesung besprochenen Beispielbeweise für die verschiedenen Beweisarten aufgeführt

Mehr

Wie in der reellen Analysis üblich notiert man Folgen f in der Form

Wie in der reellen Analysis üblich notiert man Folgen f in der Form 2.1.3 Folgen und Konvergenz Viele aus der Analysisvorlesung bekannte Begriffe lassen sich in den Bereich der metrischen Räume verallgemeinern. Diese Verallgemeinerung hat sich als sehr nützliches mathematisches

Mehr

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen 1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

Mehr

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen . Grundlagen Gliederung. Was ist Analysis?.2 Aussagen und Mengen.3 Natürliche Zahlen.4 Ganze Zahlen, rationale Zahlen. Was ist Analysis? Analysis ist neben der linearen Algebra ein Grundpfeiler der Mathematik!

Mehr

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18

Vorkurs Mathematik. Prof. Udo Hebisch WS 2017/18 Vorkurs Mathematik Prof. Udo Hebisch WS 2017/18 1 1 Logik 2 1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil

Mehr

Dem Anschein nach werden diese Zahlen kleiner und kleiner und streben gegen Null. Was sollen sie sonst auch tun? Aber der Begriff

Dem Anschein nach werden diese Zahlen kleiner und kleiner und streben gegen Null. Was sollen sie sonst auch tun? Aber der Begriff 47 5 Irrationales 5.1 Folgen, Konvergenz und Vollständigkeit Eine Abbildung a : N R definiert eine Folge von reellen Werten a 1 = a(1), a 2 = a(2), a 3 = a(3),... Solche Zahlenfolgen werden uns dazu dienen,

Mehr

Geschichte Grundlagen Fibonacci-Zahlen Geometrischer Trugschluß Anwendung Fazit und Ausblick. Der Goldene Schnitt. Dario Jotanovic

Geschichte Grundlagen Fibonacci-Zahlen Geometrischer Trugschluß Anwendung Fazit und Ausblick. Der Goldene Schnitt. Dario Jotanovic Der Goldene Schnitt Dario Jotanovic Mathematisches Proseminar Implementierung mathematischer Algorithmen Hochschule Darmstadt 19. Dezember 2013 Inhaltsangabe 1 Geschichte 2 Grundlagen Teilung im goldenen

Mehr

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit

Mehr

Seminar Gewöhnliche Differentialgleichungen

Seminar Gewöhnliche Differentialgleichungen Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 2. Juli 2018 1/1 Wir geben einige wesentliche Sätze über bestimmte Integrale an, deren Beweise man in den Standardlehrbüchern der Analysis findet.

Mehr

5 Differenzialrechnung für Funktionen einer Variablen

5 Differenzialrechnung für Funktionen einer Variablen 5 Differenzialrechnung für Funktionen einer Variablen Ist f eine ökonomische Funktion, so ist oft wichtig zu wissen, wie sich die Funktion bei kleinen Änderungen verhält. Beschreibt etwa f einen Wachstumsprozess,

Mehr

Selbsteinschätzungstest Auswertung und Lösung

Selbsteinschätzungstest Auswertung und Lösung Selbsteinschätzungstest Auswertung und Lösung Abgaben: 46 / 587 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: Durchschnitt: 7 Frage (Diese Frage haben ca. 0% nicht beantwortet.) Welcher Vektor

Mehr

Abbildung 14: Winkel im Bogenmaß

Abbildung 14: Winkel im Bogenmaß Mathematik für Naturwissenschaftler I. (7) Trigonometrische Funktionen (in R): Trigonometrische Funktionen wie sin x und cos x stehen üblicherweise in Zusammenhang mit Winkeln. Während im Alltag Winkel

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

Mehr

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,

Mehr

Was haben die folgenden Dinge gemeinsam?

Was haben die folgenden Dinge gemeinsam? Was haben die folgenden Dinge gemeinsam? Parthenon zu Athen Mona Lisa von Leonardo da Vinci Nautilus Berliner Fernsehturm CN Tower Obelix Brüder Grimm Ananas Rose Biene Apple Das goldene Zeitalter Der

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2017/18 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler Wintersemester 2017/18 Inhaltsverzeichnis Teil 1 Teil

Mehr

Mengenlehre und vollständige Induktion

Mengenlehre und vollständige Induktion Fachschaft MathPhys Heidelberg Mengenlehre und vollständige Induktion Vladislav Olkhovskiy Vorkurs 018 Inhaltsverzeichnis 1 Motivation 1 Mengen.1 Grundbegriffe.................................. Kostruktionen

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

2.5 Komplexe Wurzeln. Mathematik für Naturwissenschaftler I 2.5

2.5 Komplexe Wurzeln. Mathematik für Naturwissenschaftler I 2.5 Mathematik für Naturwissenschaftler I 2.5 Die Periodizität von e z ist der Grund, warum im Komplexen Logarithmen etwas schwieriger zu behandeln sind als im Reellen: Der natürliche Logarithmus ist die Umkehrung

Mehr

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b.

f(x nk ) = lim y nk ) = lim Bemerkung 2.14 Der Satz stimmt nicht mehr, wenn D nicht abgeschlossen oder nicht beschränkt ist, wie man z.b. Proposition.13 Sei f : D R stetig und D = [a, b] R. Dann ist f(d) beschränkt. Außerdem nimmt f sein Maximum und Minimum auf D an, d.h. es gibt x max D und ein x min D, so dass f(x max ) = sup f(d) und

Mehr

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016 HM I Tutorium 1 Lucas Kunz 27. Oktober 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Logische Verknüpfungen............................ 2 1.2 Quantoren.................................... 3 1.3 Mengen und ihre

Mehr

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten

Mehr

Grundlegendes der Mathematik

Grundlegendes der Mathematik Kapitel 2 Grundlegendes der Mathematik (Prof. Udo Hebisch) 2.1 Logik Unter einer Aussage versteht man in der Mathematik einen in einer natürlichen oder formalen Sprache formulierten Satz, für den eindeutig

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum

Mehr

Serie 4 2 = 10. ) ist). Dann gilt für alle n n 0

Serie 4 2 = 10. ) ist). Dann gilt für alle n n 0 Serie 4. Aufgabe 336 Punkte) Gegeben seien zwei reelle Zahlenfolgen durch a n : 0 n, n N b n : n n, n N Bestimmen Sie die Grenzwerte a bzw. b der Folgen a n ) n N bzw. b n ) n N. Geben Sie jeweils zu gegebenem

Mehr

3 Vom Zählen zur Induktion

3 Vom Zählen zur Induktion 7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,

Mehr

Folgen und Reihen Folgen

Folgen und Reihen Folgen Folgen und Reihen 30307 Folgen Einstieg: Wir beginnen mit einigen Beispielen für reelle Folgen: (i),, 4, 8, 6, (ii) 4,, 6, 3, 7, (iii) 0,,,, 3,, (iv), 3, 7,,, Aufgabe : Setzt die Zahlenfolgen logisch fort

Mehr

Analysis I. 3. Beispielklausur mit Lösungen

Analysis I. 3. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 3. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine Abbildung F von einer Menge L in eine

Mehr

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg

Vollständige Induktion. Analysis I. Guofang Wang. Universität Freiburg Universität Freiburg 26.10.2011 Vollständige Induktion Wir unterbrechen jetzt die Diskussion der Axiome der reellen Zahlen, um das Beweisverfahren der vollständigen Induktion kennenzulernen. Wir setzen

Mehr

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen Mengen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Tutorium: Diskrete Mathematik

Tutorium: Diskrete Mathematik Tutorium: Diskrete Mathematik Vorbereitung der Bonusklausur am 01.12.2017 (Teil 1) 22. November 2017 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2017 Steven Köhler 22. November 2017

Mehr

Mathematik für Anwender. Testklausur mit Lösungen

Mathematik für Anwender. Testklausur mit Lösungen Fachbereich Mathematik/Informatik 4. Januar 0 Prof. Dr. H. Brenner Mathematik für Anwender Testklausur mit en Dauer: Zwei volle Stunden + 0 Minuten Orientierung, in denen noch nicht geschrieben werden

Mehr

Analysis I. Vorlesung 12. Stetige Funktionen. Den Abstand zwischen zwei reellen (oder komplexen) Zahlen x und x bezeichnen

Analysis I. Vorlesung 12. Stetige Funktionen. Den Abstand zwischen zwei reellen (oder komplexen) Zahlen x und x bezeichnen Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 12 Stetige Funktionen Den Abstand zwischen zwei reellen (oder komplexen) Zahlen x und x bezeichnen wir mit d(x,x ) := x x. Bei einer Funktion

Mehr

4 Die Fibonacci-Zahlen

4 Die Fibonacci-Zahlen 4 Die Fibonacci-Zahlen 4.1 Fibonacci-Zahlen und goldener Schnitt Die Fibonacci-Zahlen F n sind definiert durch die Anfangsvorgaben F 0 = 0, F 1 = 1, sowie durch die Rekursion F n+1 = F n + F n 1 für alle

Mehr

7 Integralrechnung für Funktionen einer Variablen

7 Integralrechnung für Funktionen einer Variablen 7 Integralrechnung für Funktionen einer Variablen In diesem Kapitel sei stets D R, und I R ein Intervall. 7. Das unbestimmte Integral (Stammfunktion) Es sei f : I R eine Funktion. Eine differenzierbare

Mehr

Vollständige Induktion

Vollständige Induktion Angenommen, wir wollen zeigen, dass eine Aussage P(n) für alle n N wahr ist. Anders ausgedrückt: Es gilt n N : P(n) Hierzu können wir die Technik der vollständigen Induktion verwenden. Wir zeigen, dass

Mehr

Folgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge.

Folgen. Definition. Sei M eine beliebige Menge. Eine Abbildung a : N M oder a : N 0 M heißt eine Folge. Folgen Eine Folge stellt man sich am einfachsten als eine Aneinanderreihung von Zahlen (oder Elementen irgendeiner anderen Menge) vor, die immer weiter geht Etwa,,,,,, oder,,, 8,,,, oder 0,,,,,,,, In vielen

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 4

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 4 D-MATH, D-PHYS, D-CHAB Analysis I HS 017 Prof. Manfred Einsiedler Lösung 4 Hinweise 1. Zeigen Sie, dass inf X die kleinste obere Schranke von X ist.. Dass z 1, z Lösungen sind, kann man durch Einsetzen

Mehr

Übungen zu Einführung in die Analysis

Übungen zu Einführung in die Analysis Übungen zu Einführung in die Analysis (Nach einer Zusammengestellung von Günther Hörmann) Sommersemester 2011 Vor den folgenden Aufgaben werden in den ersten Wochen der Übungen noch jene zur Einführung

Mehr

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium

Mehr

b liegt zwischen a und c.

b liegt zwischen a und c. 2 DIE ANORDNUNGSAXIOME 5 (2.4) a, b, c R : (a < b 0 < c) ac < bc Monotoniegesetz der Multiplikation Bezeichnungen a > b : b < a (> wird gelesen: größer als ) a b : a < b oder a = b a b : a > b oder a =

Mehr

Vorlesung Analysis I WS 07/08

Vorlesung Analysis I WS 07/08 Vorlesung Analysis I WS 07/08 Erich Ossa Vorläufige Version 07/12/04 Ausdruck 8. Januar 2008 Inhaltsverzeichnis 1 Grundlagen 1 1.1 Elementare Logik.................................. 1 1.1.A Aussagenlogik................................

Mehr

10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit

10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit 10 Aus der Analysis Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit Zahlenfolgen Ein unendliche Folge reeller Zahlen heißt Zahlenfolge. Im Beispiel 2, 3, 2, 2 2, 2

Mehr

1 Angeordnete Körper und Anordnung

1 Angeordnete Körper und Anordnung 1 ANGEORDNETE KÖRPER UND ANORDNUNG 1 1 Angeordnete Körper und Anordnung Die nächste Idee, die wir interpretieren müssen ist die Anordnung. Man kann zeigen, dass sie nicht über jeden Körper möglich ist.

Mehr

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

Mehr

0 Mengen und Abbildungen, Gruppen und Körper

0 Mengen und Abbildungen, Gruppen und Körper 0 Mengen und Abbildungen, Gruppen und Körper In diesem Paragrafen behandeln wir einige für die Lineare Algebra und für die Analysis wichtige Grundbegriffe. Wir beginnen mit dem Begriff der Menge. Auf Cantor

Mehr

1.1 Vorbemerkung: Konvergenz von Reihen. g = lim. n=0. n=0 a n sei konvergent und schreibt. a n = g. (2) n=0

1.1 Vorbemerkung: Konvergenz von Reihen. g = lim. n=0. n=0 a n sei konvergent und schreibt. a n = g. (2) n=0 1 Taylor-Entwicklung 1.1 Vorbemerkung: Konvergenz von Reihen Gegeben sei eine unendliche Folge a 0,a 1,a,... reeller Zahlen a n R. Hat der Grenzwert g = lim k a n (1) einen endlichen Wert g R, so sagt

Mehr

4.18 Buch IV der Elemente

4.18 Buch IV der Elemente 4.18 Buch IV der Elemente Buch IV behandelt die folgenden Konstruktionsaufgaben: Buch IV, Einem Kreis ein Dreieck mit vorgegebenen Winkeln einschreiben. Buch IV, 3 Einem Kreis ein Dreieck mit vorgegebenen

Mehr

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,

Mehr

Analysis I. 4. Beispielklausur mit Lösungen

Analysis I. 4. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein

Mehr

Kapitel 1: Grundbegriffe

Kapitel 1: Grundbegriffe Kapitel 1: Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) 1 / 20 Gliederung 1 Logik Ein ganz kurzer Ausflug in die Kombinatorik Stefan Ruzika (KO) 2

Mehr

B) Konstruktion des geometrischen Mittels und geometrisches Wurzelziehen :

B) Konstruktion des geometrischen Mittels und geometrisches Wurzelziehen : Seite I Einige interessante elementargeometrische Konstruktionen Ausgehend von einigen bekannten Sätzen aus der Elementargeometrie lassen sich einige hübsche Konstruktionen herleiten, die im folgenden

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

f(x 0 ) = lim f(b k ) 0 0 ) = 0

f(x 0 ) = lim f(b k ) 0 0 ) = 0 5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.

Mehr

Funktionen einer Variablen

Funktionen einer Variablen Funktionen einer Variablen 1 Zahlen 1.1 Zahlmengen Im täglichen Gebrauch trifft man vor allem auf die natürlichen Zahlen N = {1,2,3,...}. Gelegentlich wird auch die Bezeichnung N 0 = {0,1,2,...} benutzt.

Mehr

Kapitel 5. Differenzialrechnung für Funktionen einer Variablen

Kapitel 5. Differenzialrechnung für Funktionen einer Variablen Kapitel 5. Differenzialrechnung für Funktionen einer Variablen Ist f eine ökonomische Funktion, so ist oft wichtig zu wissen, wie sich die Funktion bei kleinen Änderungen verhält. Beschreibt etwa f einen

Mehr

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

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

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

Kapitel 5 Trigonometrie

Kapitel 5 Trigonometrie Mathematischer Vorkurs TU Dortmund Seite / 7 Schenkel Winkelbereich Scheitel S α Winkel werden in Grad oder im Bogenmaß (auch Rad) angegeben: 360 =. y cot α r = sin α α cos α tan α x Durch diese Betrachtungen

Mehr

30 Die Gammafunktion und die Stirlingsche Formel

30 Die Gammafunktion und die Stirlingsche Formel 3 Die Gammafunktion und die Stirlingsche Formel 35 Charakterisierung der Gammafunktion 36 Darstellung der Gammafunktion 38 Beziehung zwischen der Gammafunktion und der Zetafunktion 3 Stirlingsche Formel

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler. (a) Bestimmen Sie die kartesische Form von Wintersemester 7/8 (..8) z = ( + i)( i) + ( + i). (b) Bestimmen Sie sämtliche komplexen Lösungen

Mehr

(a, 0) (c, 0) = (ac, 0) (0, 1) =: i. Re(z) := a der Realteil und Im(z) := b der Imaginärteil

(a, 0) (c, 0) = (ac, 0) (0, 1) =: i. Re(z) := a der Realteil und Im(z) := b der Imaginärteil 14 DIE EXPONENTIALFUNKTION IM KOMPLEXEN 73 Wegen (a, 0) + (c, 0) = (a + c, 0) (a, 0) (c, 0) = (ac, 0) kann man die Teilmenge {(a, 0) a R} mit den darauf eingeschränkten Verknüpfungen identifizieren mit

Mehr

Die Fakultät. Thomas Peters Thomas Mathe-Seiten 13. September 2003

Die Fakultät. Thomas Peters Thomas Mathe-Seiten  13. September 2003 Die Fakultät Thomas Peters Thomas Mathe-Seiten www.mathe-seiten.de 3. September 2003 Dieser Artikel gibt die Definition der klassischen Fakultät und führt von dort aus zunächst zu der Anwendung in Taylor-Reihen

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

4. Mathematik Olympiade 3. Stufe (Bezirksolympiade) Klasse 12 Saison 1964/1965 Aufgaben und Lösungen

4. Mathematik Olympiade 3. Stufe (Bezirksolympiade) Klasse 12 Saison 1964/1965 Aufgaben und Lösungen 4. Mathematik Olympiade 3. Stufe (Bezirksolympiade) Klasse 1 Saison 1964/1965 Aufgaben und Lösungen 1 OJM 4. Mathematik-Olympiade 3. Stufe (Bezirksolympiade) Klasse 1 Aufgaben Hinweis: Der Lösungsweg mit

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 26 1. Folgen R. Steuding (HS-RM)

Mehr

4 Das Vollständigkeitsaxiom und irrationale Zahlen

4 Das Vollständigkeitsaxiom und irrationale Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen 4.2 R ist archimedisch geordnet 4.5 Q liegt dicht in R 4.7 Existenz von Wurzeln nicht-negativer reeller Zahlen In diesem Paragraphen werden wir zum ersten

Mehr

( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( )

( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( ) 64 Die Tangente in x 0 eignet sich also als lokale (lineare) Näherung der Funktion in der Nähe des Punktes P. Oder gibt es eine noch besser approximierende Gerade? Satz 4.9 Unter allen Geraden durch den

Mehr

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011.

Technische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. 21. März 2011. Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen 21. März 2011 Tanja Geib Inhaltsverzeichnis 1 Aussagen 1 2 Mengenlehre 3 2.1 Grundlegende Definitionen

Mehr

Da diese Zahlenmenge nicht unter Subtraktion abgeschlossen ist, erweitert man sie zur Menge der ganzen Zahlen

Da diese Zahlenmenge nicht unter Subtraktion abgeschlossen ist, erweitert man sie zur Menge der ganzen Zahlen Kapitel 2 Die reellen Zahlen Die reellen Zahlen werden zunächst und vorübergehend als Dezimalzahlen eingeführt. Die wichtigsten Eigenschaften werden aus dieser Darstellung hergeleitet, mit denen dann die

Mehr

1. Gruppen. 1. Gruppen 7

1. Gruppen. 1. Gruppen 7 1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.

Mehr

mathe plus Aussagenlogik Seite 1

mathe plus Aussagenlogik Seite 1 mathe plus Aussagenlogik Seite 1 1 Aussagenlogik 1.1 Grundbegriffe Def 1 Aussage Eine Aussage ist ein beschriebener Sachverhalt, dem eindeutig einer der Wahrheitswerte entweder wahr oder falsch zugeordnet

Mehr

Analysis I. 6. Beispielklausur mit Lösungen

Analysis I. 6. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 6. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Eine Relation zwischen den Mengen X und Y.

Mehr

Skriptum Konstruierbare Zahlen. Projekttage Mathematik 2007

Skriptum Konstruierbare Zahlen. Projekttage Mathematik 2007 Skriptum Konstruierbare Zahlen Projekttage Mathematik 007 c Florian Stefan und Stefan Englert Würzburg, 007 Konstruktion mit Zirkel und Lineal Gegeben sei eine Menge M von Punkten in der Zeichenebene Dann

Mehr

1 Mengenlehre. Maturavorbereitung GF Mathematik. Aufgabe 1.1. Aufgabe 1.2. Bestimme A \ B. Aufgabe 1.3. Aufgabe 1.4. Bestimme B \ A. Aufgabe 1.

1 Mengenlehre. Maturavorbereitung GF Mathematik. Aufgabe 1.1. Aufgabe 1.2. Bestimme A \ B. Aufgabe 1.3. Aufgabe 1.4. Bestimme B \ A. Aufgabe 1. Maturavorbereitung GF Mathematik Kurzaufgaben 1 Mengenlehre Aufgabe 1.1 Gegeben sind die Mengen A = {1, 2, 3} und B = {2, 3, 6, 8}. Bestimme A B. Aufgabe 1.2 Gegeben sind die Mengen A = {1, 2, 3} und B

Mehr

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 1

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 1 D-MAVT/D-MATL Analysis I HS 07 Dr. Andreas Steiger Lösung - Serie. Frage Welche der Aussagen sind richtig? Eine divergente Folge ist nicht beschränkt. Falsch. Z.B. ist {( ) n } n N beschränkt und divergent.

Mehr

Summen- und Produktzeichen

Summen- und Produktzeichen Summen- und Produktzeichen Ein großer Vorteil der sehr formalen mathematischen Sprache ist es, komplizierte Zusammenhänge einfach und klar ausdrücken zu können. Gerade auch diese Eigenschaft der Mathematik

Mehr

Analysis I. 1. Beispielklausur mit Lösungen

Analysis I. 1. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Das Bild einer Abbildung F: L M. (2) Eine Cauchy-Folge

Mehr

1. Aufgabe: Es seien A, B und C Aussagen. Zeigen Sie, dass die folgenden Rechenregeln richtig sind: (c) A B = A B und A B = A B.

1. Aufgabe: Es seien A, B und C Aussagen. Zeigen Sie, dass die folgenden Rechenregeln richtig sind: (c) A B = A B und A B = A B. . Aufgabe: Es seien A, B und C Aussagen. Zeigen Sie, dass die folgenden Rechenregeln richtig sind: (a) (A B) C = (A C) (B C) und (A B) C = (A C) (B C). (b) A (A B) = A und A (A B) = A. (c) (A B) = A B

Mehr

Komplexe Zahlen. z = a + i b

Komplexe Zahlen. z = a + i b Komplexe Zahlen Definition 7. Da keine reelle Zahl existiert, deren Quadrat -1 ist, definieren wir die imaginäre Einheit i durch die Gleichung i 2 = 1. Als die Menge aller komplexen Zahlen C definieren

Mehr

Musterlösung zum Weihnahchtsübungsblatt. Teil 1 von Martin Fabricius. Aufgabe 1

Musterlösung zum Weihnahchtsübungsblatt. Teil 1 von Martin Fabricius. Aufgabe 1 Musterlösung zum Weihnahchtsübungsblatt Teil von Martin Fabricius Aufgabe a) Diese Aufgabe kann z. B. durch ausmultiplizieren gelöst werden: (433) 7 = 4 7 3 +3 7 + 7 +3 7 0 = 4 343+3 49+ 7+3 = 37+47+4+3

Mehr

Mathematische Grundlagen (01141) SoSe 2010

Mathematische Grundlagen (01141) SoSe 2010 Mathematische Grundlagen (4) SoSe Klausur am 8.8.: Musterlösungen Aufgabe Sei n. Es gilt (+) (+)(+). Es gilt somit der Induktionsanfang. Als Induktionsannahme nehmen wir an, dass n n(n+)(n+) für ein n

Mehr

Kompetenz: Verinnerlichung des Mittelwertsatzes Daraus ergibt sich leicht der wichtige Mittelwertsatz der Differentialrechnung:

Kompetenz: Verinnerlichung des Mittelwertsatzes Daraus ergibt sich leicht der wichtige Mittelwertsatz der Differentialrechnung: 16 Mittelwertsätze und Anwendungen 71 16 Mittelwertsätze und Anwendungen Lernziele: Konzepte: Konvexität und Konkavität Resultate: Mittelwertsätze der Differentialrechnung Methoden: Regeln von de l Hospital

Mehr

Mathematische Grundlagen der Ökonomie Übungsblatt 8

Mathematische Grundlagen der Ökonomie Übungsblatt 8 Mathematische Grundlagen der Ökonomie Übungsblatt 8 Abgabe Donnerstag 7. Dezember, 0:5 in H 5+7+8 = 20 Punkte Mit Lösungshinweisen zu einigen Aufgaben 29. Das Bisektionsverfahren sucht eine Nullstelle

Mehr

f(f 1 (w)) = w f 1 (f(z)) = z Abbildung 21: Eine Funktion und ihre Umkehrfunktion

f(f 1 (w)) = w f 1 (f(z)) = z Abbildung 21: Eine Funktion und ihre Umkehrfunktion Mathematik für Naturwissenschaftler I 2.8 2.8 Umkehrfunktionen 2.8. Definition Sei f eine Funktion. Eine Funktion f heißt Umkehrfunktion, wenn f (w) = z für w = f(z). f darf nicht mit f(z) = (f(z)) verwechselt

Mehr

Brückenkurs Mathematik. Dienstag Freitag

Brückenkurs Mathematik. Dienstag Freitag Brückenkurs Mathematik Dienstag 29.09. - Freitag 9.10.2015 Vorlesung 2 Mengen, Zahlen, Logik Kai Rothe Technische Universität Hamburg-Harburg Mittwoch 30.09.2015 Mengen.................................

Mehr

3 Folgen, Reihen und stetige Funktionen

3 Folgen, Reihen und stetige Funktionen Höhere Mathematik 101 3 Folgen, Reihen und stetige Funktionen 3.1 Folgen und Reihen: Definitionen und Beispiele Eine reelle oder komplexe Zahlenfolge ist eine Abbildung, die jeder natürlichen Zahl n eine

Mehr

18 Höhere Ableitungen und Taylorformel

18 Höhere Ableitungen und Taylorformel 8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a

Mehr

Grundbegriffe aus Logik und Mengenlehre

Grundbegriffe aus Logik und Mengenlehre Prof. Dr. B. Niethammer Dr. C. Seis, R. Schubert Institut fr Angewandte Mathematik Universitt Bonn Grundbegriffe aus Logik und Mengenlehre Wir wollen im Folgenden eine kurze Einführung in die Grundbegriffe

Mehr

Addition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ):

Addition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ): Komplexe Zahlen Definition 1. Eine komplexe Zahl z ist ein geordnetes Paar reeller Zahlen (a, b). Wir nennen a den Realteil von z und b den Imaginärteil von z, geschrieben a = Re z, b = Im z. Komplexe

Mehr

Mathematik I HM I A. SoSe Variante A

Mathematik I HM I A. SoSe Variante A Prof. Dr. E. Triesch Mathematik I SoSe 08 Variante A Hinweise zur Bearbeitung: Benutzen Sie zur Beantwortung aller Aufgaben ausschließlich das in der Klausur ausgeteilte Papier! Es werden nur die Antworten

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 018/19 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de c 018 Steven Köhler Wintersemester 018/19 Inhaltsverzeichnis Teil 1 Teil Teil

Mehr

Tangente als Näherung

Tangente als Näherung Mathematik I für Informatiker Satz von Taylor Taylorreihen p. 1 Tangente als Näherung Weil sich anschaulich die Tangente anschmiegt, ist die Tangentenfunktion p 1 (x) eine Näherung für f(x): f(x) p 1 (x)

Mehr