Analysis I. Universität Stuttgart, WS 05/06 M. Griesemer

Größe: px
Ab Seite anzeigen:

Download "Analysis I. Universität Stuttgart, WS 05/06 M. Griesemer"

Transkript

1 Analysis I Universität Stuttgart, WS 05/06 M. Griesemer Inhaltsverzeichnis 1 Grundbegriffe Aussagenlogik Mengen Relationen Funktionen N-Tupel und Folgen Die reellen Zahlen Die Körperaxiome Die Ordnungsaxiome Das Vollständigkeitsaxiom Betrag Die natürlichen Zahlen Eigenschaften von N Ganze und rationale Zahlen Summen- und Produktzeichen Mächtigkeit von Mengen Endliche Mengen Abzählbare Mengen Die komplexen Zahlen Der Körper C Betrag Ganzzahlig Potenzen Zahlenfolgen Definition und Beispiele Konvergenz Monotone Folgen und Wurzeln

2 2 5.4 Vergleichssätze für Folgen Teilfolgen Vollständigkeit Bestimmte Divergenz Reihen Definition und Beispiele Absolut konvergente Reihen Kriterien für absolute Konvergenz Bedingt konvergente Reihen Dezimalbrüche und g-adische Entwicklung Cauchy-Produkt zweier Reihen Die Exponentialfunktion Stetige Funktionen Definition und Beispiele Kriterien für Stetigkeit Der Zwischenwertsatz Stetige Funktionen auf kompakten Mengen Grenzwerte einer Funktion Monotone Funktionen Die Logarithmusfunktion Hyperbolische Funktionen Trigonometrische Funktionen Differentialrechnung Begriff der Ableitung Ableitungsregeln Extrema Der Mittelwertsatz Bernoulli-de l Hôpitalsche Regel Konvexe Funktionen Unstetigkeiten der Ableitung sind zweiter Art Höhere Ableitungen Taylorsche Formel mit Lagrange Restglied Qualitative Fassung der Taylorschen Formel Taylor-Reihen

3 3 1 Grundbegriffe 1.1 Aussagenlogik Eine Aussage ist ein Satz in Worten oder Zeichen, der eindeutig als wahr oder falsch deklariert werden kann. Eine Aussageform ist ein Satz in Worten oder Zeichen, welcher mindestens eine Variable enthält und für jede zulässige Belegung der Variablen zu einer Aussage wird. Mit den Zeichen,,, werden zwei Aussagen (Aussageformen) miteinander zu einer neuen Aussage (Aussageform) verknüpft. Mit wird eine Aussage negiert. Diese Operationen sind durch Wahrheitswertetabellen definiert. Ein Axiom bezeichnet eine Aussage welche gemäß Vereinbarung wahr ist. Die Überschriften Theorem, Satz, Korollar und Lemma bezeichnen wahre Aussagen, welche aus den Axiomen hergeleitet werden können durch eine Folge von wahren Implikationen (Beweis). Satz Die Verknüpfungen von Aussagen mit und sind kommutativ, assoziativ und es gelten die de Morganschen Regeln: (a b) ( a b) (a b) ( a b). Die Implikation a b ist gleichbedeutend mit a b. Satz Für alle Aussagen a, b, c gelten die Distributivgesetze: a (b c) (a b) (a c) a (b c) (a b) (a c). Satz Für alle Aussagen a, b gilt das Kontrapositionsgesetz: (a b) ( b a) (1) Da weiter a b äquivalent ist zu (a b) (b a), erhalten wir aus obigem Satz das Korollar: Korollar Für alle Aussagen a, b gilt: (a b) [ (a b) ( a b) ]. (2) Quantoren. Sei A(x) eine vorgegeben Aussageform. Dann wird durch x A(x) : für alle x gilt A(x), (3)

4 4 ein Aussage bezeichnet, welche per Definition genau dann wahr ist, wenn A(x) wahr ist für alle x. Die Aussage x A(x) : es existiert ein x mit A(x), (4) ist per Definition genau dann wahr, wenn A(x) für mindestens ein x wahr ist. Für diese Quantoren findet man in der Literatur auch die Notationen und, welche daran erinnern, dass es sich um Ausdehnungen der Verknüpfungen und von zwei auf eine beliebige Zahl von Aussageformen handelt. Entsprechend sind die Regeln: x A(x) x A(x) x A(x) x A(x) Verallgemeinerungen der de Morganschen Regeln. 1.2 Mengen Eine Menge M ist eine Zusammenfassung von Objekten m, genannt Elemente von M, zu einem Ganzen. Man schreibt m M für die Aussage m ist Element von M, kurz m in M, und man schreibt m M, sprich m nicht in M, für die Negation davon. Auch die leere Menge, welche per Definition kein einziges Element enthält, ist eine Menge. Mengen können durch Aufzählung aller Elemente beschrieben werden oder auch durch eine Aussageform. Ist A(x) eine Aussageform, welche für alle x einer Grundmenge X definiert ist, dann bezeichnet A = {x X A(x)} die Menge aller x in X, für welche A(x) wahr ist. Wichtige Menge mit festen Namen sind N := {0, 1, 2,...} Z := {0, ±1, ±2,...} Menge der natürlichen Zahlen Menge der ganzen Zahlen Q := {m/n (m Z) (n N) (n 0)} R := Menge der reellen Zahlen C := Menge der komplexen Zahlen. Menge der rationalen Zahlen Man sagt A ist Teilmenge von B und schreibt A B, wenn jedes Element von A auch eine Element von B ist. D.h., A B (x A x B) Insbesondere gilt für jede Menge A, dass A und A A. Man schreibt A = B, wenn A B und B A. D.h., A = B (x A x B)

5 5 Weiter definiert man für beliebige Mengen A und B A B := {x (x A) (x B)} Durchschnitt A B := {x (x A) (x B)} Vereinigung A\B := {x A x B} Differenz Zwei Mengen mit leerem Durchschnitt heißen disjunkt. Falls A Teilmenge einer Grundmenge X ist, über welche kein Zweifel besteht, dann heißt das Komplement von A. A c := X\A Satz Durchschnitt und Vereinigung von Mengen sind kommutativ und assoziativ. Weiter gelten für beliebige Mengen A, B, C die Distributivgesetze: A (B C) = (A B) (A C) A (B C) = (A B) (A C) Sei I eine beliebige Indexmenge, endlich oder unendlich, und für jedes i I sei A i ein Menge. Man spricht dann von der Familie (A i ) i I von Mengen und definiert A i := {x i I (x A i )} i I A i := {x i I (x A i )} Satz Für beliebige Mengen B, (A i ) i I gilt i I B\ i I A i = i I B\A i B\ i I A i = i I B\A i Die Menge aller Teilmengen einer Menge A heißt Potenzmenge von A und wird mit P(A) bezeichnet. Das kartesische Produkt zweier Mengen A und B ist die Menge A B := {(a, b) a A b B} der geordneten Paare (a, b). Im allgemeinen A B B A. Weiter definiert man A 1 A 2 A n := {(a 1, a 2..., a n ) a i A i } R n := R... R n Faktoren

6 6 1.3 Relationen Eine Relation auf einer Menge A ist eine Teilmenge R von A A. Statt (a, b) R schreibt man z.b. a R b. Beispiel: Die Zeichen =, <, >,, definieren Relationen auf R. Eine Relation auf einer Menge A heißt Äquivalenzrelation, falls für alle a, b, c A (a) a a (reflexiv) (b) a b b a (symmetrisch) (c) (a b) (b c) a c (transitiv) Die Menge heißt Äquivalenzklasse von a. [a] := {b A b a} Beispiel: Es gibt eine Landverbindung von A nach B definiert eine Äquivalenzrelation zwischen Orten auf der Erde. Die entsprechenden Äquivalenzklassen heißen, je nach Grösse, Inseln, Kontinente oder Erdteile. Satz Sei eine Äquivalenzrelation auf der Menge A. Dann gilt A = a A[a], wobei für alle a, b A entweder [a] = [b] oder [a] [b] =. D.h. induziert eine Zerlegung von A in paarweise disjunkte Äquivalenzklassen. Nach diesem Satz erzeugt jedes Element b [a] dieselbe Äquivalenzklasse wie a: [b] = [a] und heißt daher Repräsentant von [a]. Ist eine Äquivalenzrelation auf A, dann ist A/ := {[a] a A} (sprich A modulo ) die Menge der Äquivalenzklassen. 1.4 Funktionen Seien A, B beliebige Mengen. Eine Funktion oder Abbildung f von A nach B, f : A B,

7 7 ist eine Vorschrift, welche jedem Element x A ein Element y B zuordnet. Man schreibt y = f(x) oder f : x f(x) Dabei ist f der Name der Funktion, f(x) der Wert von f an der Stelle x, A der Definitionsbereich und B der Wertebereich von f. Die Menge G(f) := {(x, y) A B y = f(x)} heißt Graph von f. Ist U A und V B dann ist f(u) := {f(x) x U} Bild von U f 1 (V ) := {x f(x) V } Urbild von V. Letzteres ist auch definiert, wenn f nicht umkehrbar ist. Das Bild f(a) des Definitionsbereichs A heißt Bildmenge von f. Die Funktion f : A B heißt injektiv, wenn für alle x 1, x 2 A gilt f(x 1 ) = f(x 2 ) x 1 = x 2, und f heißt surjektiv, wenn für jedes y B ein x A existiert mit y = f(x). Wenn f zugleich injektiv und surjektiv ist, dann sagt man, f sei bijektiv. Ist der Wertebereich B wählbar so kann die Funktion immer surjektiv gemacht werden durch die Wahl B = f(a). Jede Funktion kann auch injektiv gemacht werden durch folgenden Trick: Man führt auf A eine Äquivalenzrelation ein durch Dann ist die neue Funktion x 1 x 2 f(x 1 ) = f(x 2 ). f : A/ B, [x] f(x) injektiv. Siehe Kapitel 7.9 für ein Beispiel einer so definierten Funktion. Ist f : A B bijektiv und y B dann existiert also genau ein x A mit f(x) = y. Man definiert dann f 1 (y) := x, d.h., wobei f 1 : B A, x = f 1 (y) y = f(x). Sind f : X Y und g : Y Z zwei gegebene Abbildungen, dann ist die Verknüpfung (Zusammensetzung, Komposition) g f : X Z von f und g definiert durch (g f)(x) := g(f(x)).

8 8 Satz Die Verknüpfung von Abbildungen ist assoziativ. D.h., wenn f : X Y, g : Y Z und h : Z W, dann (h g) f = h (g f). Satz Sind f : X Y und g : Y Z bijektiv, dann ist auch g f : X Z bijektiv und es gilt (g f) 1 = f 1 g N-Tupel und Folgen Jedes geordnete n-tupel (b 1,..., b n ) von Elementen b i einer nichtleeren Menge B kann man auffassen als eine Abbildung Entsprechend kann man b : {1, 2,..., n} B i b(i) := b i. B } {{ B } := {(b 1,... b n ) b i B} n Faktoren auffassen als Menge der Abbildungen b : {1,..., n} B. Diese Betrachtungsweise ist verallgemeinerungsfähig: Eine Folge (b 0, b 1,...) (b i ) i N in B ist eine Abbildung Die Menge der Folgen in B wird mit b : N B. i N B oder B N bezeichnet. Allgemeiner ist B A die Menge der Abbildungen von der Menge A in die Menge B.

9 9 2 Die reellen Zahlen Die Menge der reellen Zahlen wird im wesentlichen (bis auf Isomorphie) eindeutig charakterisiert durch eine Liste von Axiomen. 2.1 Die Körperaxiome Die Menge R der reellen Zahlen bilden einen Körper. D.h., es gibt zwei Abbildungen + : R R R (Addition) : R R R (Multiplikation) mit den folgenden Eigenschaften. (K1) Die Addition ist kommutativ und assoziativ: a + b = b + a, a + (b + c) = (a + b) + c (K2) Es gibt ein Element 0 R, genannt Null, sodass a + 0 = a für alle a R (K3) Zu jedem Element a R gibt es ein Element ( a) R, sodass a + ( a) = 0. (K4) Die Multiplikation ist kommutativ und assoziativ: a b = b a, a (b c) = (a b) c (K5) Es gibt ein Element 1 R\{0}, genannt Eins, sodass a 1 = a für alle a R (K6) Zu jedem Element a R\{0} gibt es ein Element a 1 R, sodass a a 1 = 1. (K7) Für alle reellen Zahlen a, b, c gilt das Distributivgesetz a (b + c) = a b + a c.

10 10 Bemerkungen: 1. Auch Q und C sind Körper. Der kleinste Körper F 2 enthält nur die Elemente 0 und 1. In diesem Körper ist = 0 also 1 = Die neutralen Elemente Null und Eins bezüglich Addition und Multiplikation sind eindeutig. 3. Die inversen Elemente bezüglich Addition und Multiplikation sind eindeutig. Satz (Rechenregeln). Für alle a, b R gilt: a) ( a) = a und falls a 0, dann (a 1 ) 1 = a b) ( a) + ( b) = (a + b) und (a 1 ) (b 1 ) = (a b) 1 c) a 0 = 0 und ( 1) a = a d) (a b = 0) (a = 0) oder (b = 0) e) ( 1) ( 1) = 1 und ( a) 1 = (a 1 ) f) a + x = b hat die eindeutige Lösung x = b + ( a), a x = b, für a 0, hat die eindeutige Lösung x = b a 1. Für reelle Zahlen a, b definiert man a b := a + ( b), a b := a b 1 falls b 0 und der Multiplikationspunkt wird meist weggelassen, d.h., ab := a b. Aus den Axiomen und obigem Satz folgen nun leicht die Regeln (Aufgabenblatt 3): a c + b d ad + bc =, cd a c b d = ab cd, a/c b/d = ad cb. Bemerkung. Da auch die komplexen Zahlen einen Körper bilden, gelten alle Rechenregeln aus diesem Kapitel auch für komplexe Zahlen.

11 Die Ordnungsaxiome Es gibt eine Teilmenge P R, genannt Menge der positiven Zahlen, mit folgenden Eigenschaften: (O1) Für jede reelle Zahl a R ist entweder a P, a = 0 oder a P. (O2) Für alle a, b P ist a + b P und a b P. Die Zahlen a R mit a P heißen negative Zahlen. Bemerkung: Aus dem Axiom (O1) folgt, dass 1 1, denn wegen 1 0 muss entweder 1 P oder 1 P aber nicht beides! Falls a, b R und b a P, dann schreibt man dafür b > a oder a < b und sagt b ist größer als a, bzw. a ist kleiner als b. Insbesondere ist a P äquivalent zu a > 0. Mit dieser Definition und (O1) gilt für alle Paare von reellen Zahlen a, b entweder b > a, b = a oder b < a (Trichotomiegesetz), und die Axiome (O1) und (O2) können nun äquivalent wie folgt formuliert werden: (O1) Entweder a > 0, a = 0 oder a < 0. (O2) Aus a > 0 und b > 0 folgt a + b > 0 und ab > 0. Satz Für alle reellen Zahlen a, b, c, d gilt: a) (a < b) (b < c) a < c b) a < b (a + c < b + c) c) a < b a > b d) (a < b) und (c > 0) ac < bc (a < b) und (c < 0) ac > bc e) a 0 a 2 > 0, insbesondere 1 = 1 1 > 0 f) a > 0 a 1 > 0 und a < 0 a 1 < 0 g) 0 < a < b impliziert. a b < 1, b a > 1 und 1 a > 1 b

12 12 h) (a < b) und (c < d) a + c < b + d i) (0 < a < b) und (0 < c < d) ac < bd k) (a < b) und (0 < λ < 1) a < λa + (1 λ)b < b. Bemerkungen: 1. Setzt man nun 2 := 1 + 1, 3 := 2 + 1, etc. dann folgt aus e),f) und g) dass 0 < 1 < 2 < 3 und 0 < 1 3 < 1 2 < Aus der Eigenschaft k) mit λ = 1/2 folgt, dass das arithmetische Mittel (a + b)/2 von a und b zwischen a und b liegt: a < a + b 2 Man schreibt a b, wenn a > b oder a = b. Die Aussage a b ist analog definiert. Folgende Teilmengen von R heißen Intervalle. < b. [a, b] := {x R a x b} abgeschlossenes Intervall (a, b) := {x R a < x < b} offenes Intervall [a, b) := {x R a x < b} (a, b] := {x R a < x b} [a, ) := {x R a x} (, b) := {x R x < b}, und analog für (a, ) und (, b]. Die Intervalle [a, b) und (a, b] nennt man halboffen. 2.3 Das Vollständigkeitsaxiom Sei A R, dann heißt jede reelle Zahl β mit x A x β obere Schranke von A. Falls eine obere Schranke von A existiert, dann heißt A nach oben beschränkt. Die kleinste obere Schranke β einer nach oben beschränkten Menge A heißt Supremum von A und man schreibt: β = sup(a). Ist β R eine obere Schranke von A und zusätzlich β A dann heißt β größtes oder maximales Element oder Maximum von A und man schreibt β = max(a).

13 13 Bemerkung. Das größte Element und die kleinste obere Schranke einer Menge sind eindeutig wenn sie existieren. Es gilt weiter Vollständigkeitsaxiom: β = sup(a) β A β = max(a) β = sup(a) β = max(a) Ist A R nicht leer und nach oben beschränkt, dann hat A eine kleinste obere Schranke in R. D.h., sup(a) existiert. Sei A R. Jede reelle Zahl α mit x A x α heißt untere Schranke von A. Wenn A eine untere Schranke hat, dann heißt A nach unten beschränkt. Wenn A nach unten und nach oben beschränkt ist, dann heißt A beschränkt. Die größte untere Schranke von A heißt Infimum von A. Falls α eine untere Schranke von A ist und zusätzlich α A, dann heißt α kleinstes Element oder Minimum von A α = min(a). Aus dem Vollständigkeitsaxiom folgt die Existenz des Infimum: wenn A nach unten beschränkt ist, dann ist A = { x x A} nach oben beschränkt und inf(a) = sup( A). Ist A R nicht nach oben beschränkt, dann drücken wir das aus durch die Gleichung und entsprechend bedeutet sup(a) = (5) inf(a) =, (6) dass A nicht nach unten beschränkt ist. Damit existieren sup(a) und inf(a) immer als Elemente der erweiterten reellen Zahlengeraden R = R {, }. Die Relation < wird von R auf R fortgesetzt durch die Definitionen < x <, <, was konsistent ist mit (5) und (6). Weiter ist für a R + a =, + a = a =, falls a > 0 a =, falls a < 0 a ± = 0 + = =, =

14 14 und analoge Formeln gelten, welche durch Vorzeichenwechsel und Vertauschen von Faktoren oder Summanden resultieren. Aber z.b. + und / sind nicht definiert. Bemerkung: + und sind keine reellen Zahlen! 2.4 Betrag Der Betrag einer reellen Zahl a R ist definiert durch also a = max{a, a} und a = ± a. Satz Für alle a, b R gilt a := (i) a 0 und [ a = 0 (a = 0) ] (ii) a b = a b (iii) a + b a + b { a a 0 a a < Die natürlichen Zahlen Eine Teilmenge M R heißt induktiv, falls 0 M und x M x + 1 M. Per Definition ist N die kleinste induktive Menge. Aus dieser Definition von N folgt sofort das Induktionsprinzip: Falls M N, 0 M und (n M n + 1 M), dann ist M = N. Als Anwendung dieses Prinzips beweisen wir die folgenden zwei Sätze. Satz Ist eine assoziative binäre Operation auf einer Menge A, dann kommt es auch bei mehr als drei Operanden (Summanden, Faktoren) nicht auf die Stellung der Klammern an. Beispiele: Addition und Multiplikation in R, Verknüpfung von Abbildungen. Satz Ist eine kommutative und assoziative binäre Operation auf einer Menge A, dann kommt es auch bei mehr als zwei Operanden (Summanden, Faktoren) nicht auf deren Reihenfolge an.

15 Eigenschaften von N Lemma (a) n N n 0, genauer: n = 0 oder n 1. (b) m, n N m + n, mn N (c) m, n N, m n n m N (d) n N (n, n + 1) N =. Satz Jede nichtleere Teilmenge von N hat ein kleinstes Element. Satz (Zweite Form des Induktionsprinzips). Sei M N, 0 M und wenn {0,... n} M, dann sei auch (n + 1) M. Dann ist M = N. Satz N ist nicht nach oben beschränkt. Beweis. Sei N nach oben beschränkt. Dann existiert eine kleinste obere Schranke β := sup(n) von N in R. Die Zahl β 1 ist dann keine obere Schranke von N; also gibt es ein n N mit β 1 < n. Daraus folgt β < n + 1 N. Also ist β keine obere Schranke von N, im Widerspruch zur Definition von β. Korollar (Archimedisches Axiom). Für jedes Paar positiver reeller Zahlen a, b existiert eine natürliche Zahl n mit na > b. Insbesondere gibt es zu jedem a > 0 eine natürliche Zahl n N mit (1/n) < a. 2.7 Ganze und rationale Zahlen Die Menge Z der ganzen Zahlen und die Menge Q der rationalen Zahlen sind definiert durch Satz Z := {x R x N oder x N} Q := {x R x = (m/n), mit m, n Z, und n 0} a) m, n Z m + n, mn Z und es gelten alle Körperaxiome ausser (K6). (Z ist ein kommutativer Ring mit Eins.) b) Q ist ein Körper. Satz Zu jedem Paar reeller Zahlen a < b gibt es eine rationale Zahl q mit a < q < b.

16 16 Beweis: Aufgabenblatt 6. Satz (Division mit Rest). Sei q N\{0} gegeben. Dann gibt es zu jedem n Z eindeutig bestimmte Zahlen m Z und r {0,..., q 1} (Rest) mit n = mq + r. Es ist m = [n/q] die größte ganze Zahl kleiner oder gleich n/q. 2.8 Summen- und Produktzeichen Für beliebige reelle Zahlen a 1,... a n R definiert man n a i := a 1 + a a n, i=1 n a i := a 1 a 2... a n. i=1 Satz Mit a i, b k und λ seien reelle Zahlen bezeichnet. (a) (b) (c) (d) ( n ) ( n ) a i + b i = i=1 i=1 i=1 i=1 n (a i + b i ) und λ i=1 ( n )( n ) n a i b i = ( a i b i ) ( n )( m ) a i b k = i=1 n a i i=1 k=1 n a i i=1 i=1 n ( m ) a i b k = i=1 k=1 n a i = i=1 n λa i i=1 m ( n ) a i b k = k=1 i=1 n,m i=1,k=1 (a i b k ).

17 17 3 Mächtigkeit von Mengen Zwei Mengen A, B heißen gleichmächtig, wenn es eine bijektive Abbildung φ : A B gibt. Wir schreiben dafür A B. Bemerkung: Gleichmächtigkeit ist eine Äquivalenzrelation auf jeder Familie von Mengen. 3.1 Endliche Mengen Sei I n := {1,..., n}. Ist A eine Menge mit A I n, dann sagen wir A hat n Elemente oder die Kardinalität von A ist n, in Zeichen card(a) = n. Per Definition ist card( ) = 0. Mengen endlicher Kardinalität heißen endliche Mengen. Bemerkung: Die Bijektion φ : A I n ist der Zählvorgang. Satz (a) Die Kardinalität einer endlichen Menge ist eindeutig. (b) Ist B endlich und A B, dann ist auch A endlich und card(a) card(b). (c) Sind A, B endlich und disjunkt, dann ist card(a B) = card(a) + card(b). Satz Jede endliche Teilmenge von R hat ein größtes und ein kleinstes Element. 3.2 Abzählbare Mengen Eine Menge A heißt abzählbar, wenn sie endlich oder gleichmächtig wie N (abzählbar unendlich) ist. Bemerkung: 1. Wenn A abzählbar unendlich ist, dann gibt es eine bijektive Abbildung φ : N A. D.h., man kann A als Folge auffassen: A = {a 0, a 1, a 2...}, wobei a n = φ(n). 2. Wenn A abzählbar ist und A B, dann ist auch B abzählbar. Satz (a) Jede Teilmenge einer abzählbaren Menge ist abzählbar. (b) Sind A, B abzählbar, so ist auch A B abzählbar. (c) Ist (A k ) k 0 eine abzählbare Familie von abzählbaren Mengen, dann ist auch abzählbar. k 0 A k

18 18 Satz Die Menge Q der rationalen Zahlen ist abzählbar. Satz Sei A eine beliebige Menge. Dann gibt es keine surjektive Abbildung von A auf die Potenzmenge von P(A). Insbesondere ist P(N) nicht abzählbar. Satz Die Menge {0, 1} N der {0, 1}-Folgen ist gleichmächtig wie P(N), also ebenfalls nicht abzählbar. Beweis.. Die Abbildung P(N) {0, 1} N A χ A, wobei χ A die charakteristische Funktion der Menge A ist, ist bijektiv. Satz Die Menge R der reellen Zahlen ist überabzählbar.

19 19 4 Die komplexen Zahlen 4.1 Der Körper C Die Menge R R versehen mit der Addition und der Multiplikation (a, b) + (c, d) = (a + c, b + d) (a, b) (c, d) = (ac bd, ad + bc) wird mit C bezeichnet. Die Elemente von C heißen komplexe Zahlen. Satz C ist ein Körper. Bemerkung: 1. Die Rechenregeln für reelle Zahlen aus Abschnitt 2.1 gelten auch für komplexen Zahlen, da sie aus den Körpereigenschaften von R alleine hergeleitet wurden. 2. Für die Elemente der Teilmenge R {0} = {(a, 0) a R} gilt (a, 0) + (b, 0) = (a + b, 0) (a, 0) (b, 0) = (ab, 0). Das heißt, R {0} ist invariant unter Addition und Multiplikation und verhält sich unter diesen Operationen gleich wie R. Wir werden daher im folgenden (a, 0) C mit a R identifizieren und R als Teilmenge von C auffassen. Die komplexe Zahl heißt imaginäre Einheit. i := (0, 1) C Satz i 2 = 1 und a + ib = (a, b) für alle a, b R. Sei z = a + ib C, dann heißt a Realteil von z, a = Re(z), und b heißt Imaginärteil von z, b = Im(z). Weiter ist z := a ib die zu z konjugiert komplexe Zahl. Satz Für alle z, w C gilt (i) (ii) z + w = z + w zw = z w (iii) Re(z) = (z + z)/2, Im(z) = (z z)/(2i) (iv) z R z = z (v) z = a + ib z z = a 2 + b 2.

20 Betrag Zu jeder reellen Zahl A > 0 gibt es eine eindeutig bestimmte reelle Zahl a > 0 mit a 2 = A (Beweis später). a heißt Wurzel von A und wird mit A bezeichnet. 0 := 0. Falls 0 A < B, dann B + A > 0 und somit B A = B A B + A > 0. Ist a eine reelle Zahl, dann folgt a = a 2. Sei z = a + ib C (a, b R), dann heißt z := z z = a 2 + b 2 (absoluter) Betrag von z. Offenbar ist der Betrag von z = a+ib der Abstand des Punktes (a, b) R 2 vom Ursprung (0, 0). Satz Seien z, w C, dann gilt (i) z 0 und ( z = 0 z = 0) (ii) zw = z w (iii) z + w z + w (Dreiecksungleichung) (iv) Re(z), Im(z) z Re(z) + Im(z) (v) z 0 z 1 = z/ z 2 Aus der Dreiecksungleichung folgt unmittelbar: Korollar (1) z 1,..., z n C n k=1 z k n k=1 z k (2) z, w C z w z w. Satz (Cauchy-Schwarz-Bunjakowski). Sind (z 1,..., z n ), (w 1,..., w n ) C n dann ( n n ) 1/2 ( n ) 1/2 z k w k z k 2 w k 2, k=1 k=1 k=1 wobei Gleichheit genau dann gilt, wenn eines der n-tupel ein Vielfaches des anderen ist.

21 Ganzzahlig Potenzen Sei z C und n N. Dann wird z n rekursiv definiert durch z 0 := 1 und z n+1 := z n z. Weiter ist z n := (z 1 ) n. Satz Für alle z, w C\{0} und alle n, m Z gilt (i) (zw) n = z n w n, (z 1 ) n = (z n ) 1 (ii) (iii) z n z m = z n+m (z n ) m = z (nm) Beweis. Mit vollständiger Induktion. Satz (Fundamentalsatz der Algebra). Jede Gleichung z n + a n 1 z n 1 + a n 2 z n a 1 z + a 0 = 0 mit Koeffizienten a 0, a 1,... a n 1 C (n 1) hat mindestens eine Lösung z C. Dieser Satz wird erst später bewiesen.

22 22 5 Zahlenfolgen 5.1 Definition und Beispiele Eine Folge (z n ) n N komplexer Zahlen z n ist eine Abbildung z : N C. Statt z(n) schreibt man oft z n. Die Zahlen z n heißen Glieder der Folge (z n ). Auch eine Abbildung z : N k C, wobei N k = N + k und k Z wird als Folge bezeichnet. Der Folgenindex n muss also nicht bei 0 beginnen. 5.2 Konvergenz Die Folge (z n ) n N komplexer Zahlen konvergiert gegen z C, in Zeichen lim z n = z, oder z n z (n ), n falls zu jedem ε > 0 eine natürliche Zahl N existiert, so dass n N z n z < ε. z heißt Limes oder Grenzwert der Folge (z n ) n N. Eine Folge (z n ) n N heißt konvergent, falls sie einen Grenzwert hat. Sonst heißt sie divergent. Eine Folge heißt Nullfolge, falls sie gegen 0 C konvergiert. Die Menge heißt ε-umgebung von z. B ε (z) := {w C : w z < ε} Satz Der Grenzwert einer Folge ist eindeutig. Bemerkung: Die Aussage, dass ein N N existiert, so dass z n B ε (z) für alle n N, ist äquivalent zur Aussage, dass z n B ε (z) für alle bis auf endlich viele n N. Für letzteres ist die Sprechweise für fast alle n N üblich. Also lim n z n = z genau dann wenn für jedes ε > 0, z n B ε (z) für fast alle n N. Eine Zahl w heißt Häufungspunkt der Folge (z n ) n N, falls für jedes ε > 0 z n z < ε für unendlich viele n. Beispiele: Die Folge ( 1) n hat die Häufungspunkte 1 und 1. Die Folge i n hat die vier Häufungspunkte 1, i, 1 und i. Für die Folge aller rationalen Zahlen ist jede reelle Zahl ein Häufungspunkt (Aufgabenblatt 6). Satz Wenn die Folge (z n ) n N gegen z konvergiert, dann ist z der einzige Häufungspunkt.

23 23 Bemerkungen: 1. Nach diesem Satz ist eine Folge divergent, wenn sie keinen oder mehr als einen Häufungspunkt hat. 2. Die Umkehrung von diesem Satz ist falsch! Die Folge (a n ) mit a n = 1 für gerade n und a n = n für ungerade n hat den einzigen Häufungspunkt 1 aber keinen Grenzwert. Satz Die folgenden Aussagen sind äquivalent: (i) w ist ein Häufungspunkt der Folge (z n ). (ii) Zu jedem ε > 0 und zu jedem N N gibt es ein n N, so dass z n w < ε. Eine Folge (z n ) n N C heißt beschränkt, falls ein R > 0 existiert mit Satz z n R für alle n N. (i) lim n z n = z lim n z n = z (ii) Jede konvergente Folge ist beschränkt. Beispiele: Die Folgen a n = n, a n = ( 2) n, und a n = n! sind nicht beschränkt und somit divergent. Satz (Rechenregeln). Seien (z n ) n N und (w n ) n N komplexe Folgen mit lim n z n = z und lim n w n = w, und sei c C. Dann gilt: (a) lim n (z n + w n ) = z + w (b) (c) lim n (cz n ) = cz und lim n (c + z n ) = c + z lim n (z n w n ) = zw (d) Falls z 0 dann ist z n 0 für fast alle n und lim n 1/z n = 1/z. Fibonacci Folge. Die Folge 1, 1, 2, 3, 5, 8, 13, 21,... ist definiert durch a 0 = 1, a 1 = 1 und a n+1 = a n + a n 1, n 1. Diese Folge wird im Aufbau von Pflanzen beobachtet. Sie ist divergent, da sie unbeschränkt ist, aber die Folge der Quotienten (a n+1 /a n ) hat einen Grenzwert x (Beweis später), den wir aus der Rekusionsrelation mit obigem Satz berechnen können: Aus a n+1 a n = 1 + a n 1 a n folgt im Limes n, dass x = 1 + x 1, was auch die Gleichung ist welche vom Verhältniss des goldenen Schnitts erfüllt wird. Man findet x = (1 + 5)/2.

24 Monotone Folgen und Wurzeln Eine reellwertige Folge (a n ) n 0 heißt (streng) monoton wachsend, falls a n a n+1 (bzw. a n < a n+1 ) für alle n N. Monoton fallend und streng monoton fallend sind analog definiert. Eine Folge heißt monoton, falls sie monoton wachsend oder monoton fallend ist. Hat eine monotone Folge den Grenzwert L, dann schreibt man dafür a n L (n ), bzw. a n L (n ). Satz Jede beschränkte monotone Folge (a n ) n N ist konvergent und es gilt a n sup{a n n N} (n ) bzw. a n inf{a n n N} (n ). Lemma (Bernoullische Ungleichung). Für alle n N und alle x 1 gilt (1 + x) n 1 + nx. Als Anwendung von Satz beweisen wir: Satz Sei a > 0 und k N, k 2. Dann gibt es eine eindeutig bestimmte Zahl x > 0 mit x k = a. x heißt k-te Wurzel von a, in Zeichen x = k a. Weiter gilt x = lim n x n für jede Folge (x n ) n 0 mit x 0 > 0 und x n+1 := 1 ( (k 1)x n + a ). k xn k 1 Bemerkung: Aus 0 < a < b folgt k a < k b. Berechnung von 3: Zur Berechnung von 3 benutzen wir die Folge (x n ) definiert durch x 0 = 2 und x n+1 = 1 ) (x n + 3xn. 2 Es folgt, dass: x 1 = 1.75 x 2 = x 3 = x 4 =

25 25 Satz (Eulersche Zahl e). Die Folge n (1+1/n) n ist streng monoton wachsend und ( e := lim n 1 = n n) k!, wobei k=0 1/k! := lim n n k=0 (1/k!). Ausserdem ist 2 e 3. Bemerkungen: 1. Die Zahl e ist irrational und e = (Beweis später). 2. Der Beweis von obigem Satz beruht auf der binomischen Formel und auf Satz Heuristisch lässt sich die behauptete Gleichung wie folgt verstehen. Für k 1 gilt ( ) n 1 n(n 1)... (n k + 1) = k n k k!n k also = 1 k! ( n) n = 1 + = 1 + ( 1 1 n k=1 k=0 ) ( 1 2 n n ( ) n 1 k n k k=1 n ( k! n ) ( 1 k 1 ), n ) ( 1 2 ) ( 1 k 1 ) n n woraus im Limes n (formal) die erwünschte Gleichung entsteht. Aus der letzten Gleichung erkennt man auch, dass (1 + 1/n) n streng monoton wachsend ist. 5.4 Vergleichssätze für Folgen Satz Ist (p n ) n 0 eine reelle Nullfolge, N 0 N und z n p n für n N 0, dann ist lim n z n = 0. Insbesondere ist lim n z n = 0 genau dann, wenn lim n z n = 0. Satz Sind (a n ) n 0 und (b n ) n 0 reelle Folgen mit lim n a n = a, lim n b n = b und a n b n für unendliche viele n, dann gilt a b. Bemerkung: Aus der stärkeren Annahme, dass sogar a n < b n für alle n, folgt auch nur a b, wie man am Beispiel a n = 0, b n = 1/n sieht.

26 26 Satz (Sandwich Theorem). Es seien (a n ) n 0 und (b n ) n 0 reellwertige Folgen mit lim a n = L = lim b n. n n Ist (c n ) n 0 eine weitere Folge, N 0 N und a n c n b n für n N 0, dann ist auch (c n ) n 0 konvergent und lim n c n = L. Die obigen Sätze finden Anwendung in den Beweisen der folgenden Sätze: Satz Sei (z n ) n 0 eine beliebige Zahlenfolge. Dann sind äquivalent: (a) (b) Satz lim n z n = z lim n Re(z n ) = Re(z) und lim n Im(z n ) = Im(z). (a) z < 1 lim n z n = 0 (b) z > 1 und k N lim n n k /z n = 0 (c) lim n n n = 1 (d) a > 0 lim n n a = 1 Satz Sei (a n ) n 0 eine Folge nicht-negativer reeller Zahlen und sei k N mit k 2. Dann gilt lim a n = a lim k a n = k a. n n 5.5 Teilfolgen Sei (z n ) n 0 eine beliebige Folge und k n k eine streng monoton wachsende Folge von natürlichen Zahlen, dann heißt (z nk ) k 0 Teilfolge der Folge (z n ). Satz Folgende Aussagen sind äquivalent: (a) lim n z n = z (b) Jede Teilfolge von (z n ) n 0 konvergiert gegen z. Beispiel: ( lim ) n ( = lim ) 2n = e, n 2n n 2n denn (1 + 1/2n) 2n ist eine Teilfolge der Folge (1 + 1/n) n mit Grenzwert e. Also folgt die letzte Gleichheit aus den Sätzen und Satz Die Zahl w C ist genau dann ein Häufungspunkt der Folge (z n ) n 0, wenn eine Teilfolge (z nk ) existiert mit lim k z nk = w.

27 Vollständigkeit Nach Satz ist jede konvergente Folge beschränkt. Umgekehrt braucht eine beschränkte Folge nicht konvergent zu sein. Es gilt aber der wichtige Satz: Theorem (Bolzano-Weierstraß). Jede beschränkte Folge in C hat eine konvergente Teilfolge. Für reellwertige Folgen folgt dieser Satz aus dem Lemma: Lemma Ist (a n ) n N eine beschränkte reellwertige Folge, dann ist der grösste Häufungspunkt von (a n ) n N. lim (sup a k ) n k n Eine Folge (z n ) n 0 heißt Cauchy-Folge, wenn zu jedem ε > 0 ein N N existiert, so dass z n z m < ε für n, m N. Theorem Eine Folge in C ist genau dann konvergent, wenn sie eine Cauchy- Folge ist. Satz Das Archimedische Axiom (Aussage von Korollar 2.6.5), sei erfüllt. Dann sind folgende Aussagen über die reellen Zahlen sind äquivalente Formulierungen des Vollständigkeitsaxioms. (i) Jede nichtleere nach oben beschränkte Menge hat eine kleinste obere Schranke. (ii) Jede reellwertige Cauchy-Folge ist konvergent. (iii) Ist (I n ) n 0 eine Folge von abgeschlossenen Intervalen I n = [a n, b n ], a n < b n, mit I n I n+1 und b n a n 0 für (n ), dann gibt es (genau eine) reelle Zahl x mit {x} = n 0 I n 5.7 Bestimmte Divergenz Sei (a n ) n N eine reelle Zahlenfolge. Falls zu jeder (noch so großen) Zahl M R ein N N existiert, so dass n N a n > M (bzw. a n < M), dann schreiben wir lim a n = n (bzw. lim n a n = ).

28 28 Satz Seien (a n ) n N, (b n ) n N reelle Zahlenfolgen und (z n ) n N eine komplexe Zahlenfolge. (a) Sei lim n a n =, und b n c für fast alle n, dann lim (a n + b n ) =. n (b) Sei lim n a n =, und b n c > 0 für fast alle n, dann lim a nb n =. n (c) Sei lim n a n = 0, und a n > 0 für fast alle n, dann lim n 1 a n =. (d) Falls lim n z n =, dann ist z n 0 für fast alle n N und Beispiel: a n = n3 n + 5 2n + 1 lim n 1 z n = 0. = n3 n 1 1/n2 + 5/n /n = n 2 b n, wobei lim n n 2 = und lim n b n = 1/2. Also ist b n 1/4 für fast alle n und somit lim a n = lim n 2 b n =, n n nach Satz (b). Folgender Satz ist eine Verallgemeinerung von Satz Satz Sei (a n ) n N eine monotone reellwertige Folge. Dann gilt lim n n = sup{a n n N} ((a n ) monoton wachsend) lim n n = inf{a n n N} ((a n ) monoton fallend)

29 29 6 Reihen 6.1 Definition und Beispiele Sei (z k ) k 0 eine gegebene Folge komplexer Zahlen. Dann nennt man die Folge n s n := n k=0 z k eine Reihe. Die Folgenglieder s n heißen Partialsummen und die Zahlen z n heißen Glieder der Reihe. Wenn die Reihe (s n ) konvergiert, dann heißt Summe der Reihe (s n ). Bemerkungen: k=0 z k := lim n 1. Auch die Folge der Partialsummen (s n ) wird mit k=0 z k bezeichnet. k=0 z k steht also sowohl für die Reihe als auch für deren Summe. Aus dem Zusammenhang wird aber immer klar werden, welche Bedeutung gemeint ist. 2. Nach Theorem konvergiert eine Reihe genau dann, wenn die Partialsummen eine Cauchy-Folge bilden, d.h., wenn für jedes ε > 0 ein N N existiert, so dass n n > m N z k < ε. (Cauchy-Kriterium für Reihen.) Wichtige Beispiele z k = 1 + z + z 2 + z k=0 1 k = k=1 ( 1) k 1 k = k=1 k=0 n k=0 z k k=m+1 geometrische Reihe harmonische Reihe alternierende harmonische Reihe z k k! = 1 + z + z2 2 + z3 3! +... Exponentialreihe

30 30 Satz Falls k=0 z k konvergiert, dann gilt lim z k = 0. k Bemerkung: Die Umkehrung dieses Satzes ist falsch, wie das nachfolgende Beispiel der harmonischen Reihe zeigt. Geometrische Reihe. Für z C\{1} ist n s n = z k = 1 zn+1 1 z. k=0 Da, nach Satz 5.4.5, lim n z n+1 = 0 für z < 1, folgt z k = 1 für z < 1. 1 z k=0 Für z 1 ist lim n z n 0, also die Reihe nach Satz divergent. Harmonische Reihe. Sei s n = n 1 k=1. Dann ist k s 1 = 1 s 2 = ) s 4 = ( > }{{} >2 (1/4)=1/2 ( 1 s 8 = s ) > }{{} >4 (1/8)=1/2 Mit Induktion in n sieht man, dass s 2 n > 1 + n/2. Die Folge (s n ) ist also unbeschränkt und somit divergent. Genauer 1 k = nach Satz k=1 Satz Seien k=0 z k und k=0 w k konvergente Reihen und sei λ C. Dann gilt ( ) ( (z k + w k ) = z k + w k ), k=0 k=0 k=0 λz k = λ z k. k=0 k=0

31 Absolut konvergente Reihen Eine Reihe k=0 z k heißt absolut konvergent, falls k=0 z k konvergent ist. Theorem Jede absolut konvergente Reihe ist konvergent. Bemerkung: z k konvergent k=0 z k <. Satz (Umordnungssatz). Ist k=0 z k absolut konvergent und σ : N N bijektiv, dann ist auch k=0 z σ(k) absolut konvergent und es gilt z σ(k) = k=0 z k. k=0 6.3 Kriterien für absolute Konvergenz Satz (Majorantenkriterium). Falls z k c k für fast alle k und falls c k konvergent ist, dann ist die Reihe z k absolut konvergent. Die Kontraposition dieses Satzes ist ein wichtiges Kriterium für Divergenz und daher hier als Korollar formuliert: Korollar Falls 0 c k a k für fast alle k und k=0 c k divergent ist, dann ist auch k=0 a k divergent. Beispiel. Aus 1/ n 1/n und n=1 1/n = folgt n=1 1 n =. Sei (a n ) n N eine Folge reeller Zahlen. Dann sind limes superior und limes inferior dieser Folge wie folgt definiert: Bemerkung: ( lim sup a n := lim n n lim inf n a n := lim n ( k=0 ) sup a k k n ) inf k n a k 1. Die Folgen n sup k n a k und n inf k n a k sind monoton. Also existieren lim sup n a n und lim inf n a n immer als Elemente von R {± }. 2. Wenn a := lim n a n existiert, dann gilt lim sup n a n = a und lim inf n a n = a (Aufgabenblatt 9).

32 32 Theorem (Wurzelkriterium). Sei k 0 z k eine Reihe mit komplexen Gliedern z k. Dann gilt lim sup n lim sup n zn < 1 n n k 0 zn > 1 k 0 z k z k ist absolut konvergent. ist divergent. Bemerkungen: Falls lim sup n n z n = 1, kann die Reihe sowohl konvergent als auch divergent sein. Z.B. ist n 2 konvergent und n 1 divergent aber in beiden Fällen ist lim sup n n z n = 1. Satz (Quotientenkriterium). z n 0 und (a) Gibt es ein q < 1 und ein N N, so dass z n+1 z n q für n N, dann ist z n absolut konvergent. (b) Gibt ein N N, so dass z n 0 dann ist z n divergent. und z n+1 z n 1 für n N, Bemerkung: In Anwendungen kommt es häufig vor, dass r = lim n z n+1 /z n existiert. In diesem Fall folgt aus Satz r < 1 r > 1 n=0 n=0 z n z n konvergiert absolut. divergiert. 6.4 Bedingt konvergente Reihen Eine konvergente Reihe, die nicht absolut konvergent ist, heißt bedingt konvergent. Eine Reihe mit reellen Gliedern von abwechseldem Vorzeichen heißt alternierende Reihe. Satz (Leibniz). Jede alternierende Reihe n 0 ( 1)n a n mit a n 0, n, ist konvergent. Wenn s n = n k=0 ( 1)k a k und s = lim n s n, dann ist s s n a n+1 und s s n hat dasselbe Vorzeichen wir das erste vernachlässigte Glied: ( 1) n+1 a n+1.

33 33 Beispiel: Die alternierende harmonische Reihe ist nach Satz konvergent Was die Konvergenzaussage betrifft, folgt Satz aus dem Kriterium von Abel: Satz (Abelsches Kriterium). Sind die Partialsummen der Reihe n 0 z n beschränkt und ist (p n ) n 0 eine monotone fallende Nullfolge, dann ist die Reihe konvergent. Beispiel. Die Reihe z n p n n 0 n=1 ist für z < 1 absolut konvergent und für z > 1 divergent (Wurzelkriterium!). Für z = 1 ist (7) die harmonische Reihe, also divergent. Für z = 1 und z 1 ist diese Reihe nach Satz konvergent, denn die Partialsummen von n 1 zn sind beschränkt und 1/n 0 (n ). Satz (Riemannscher Umordnungsatz). Die Reihe k=0 a k, a k R, sei bedingt konvergent. Dann gibt es zu jeder reellen Zahl s eine bijektive Abbildung σ : N N, so dass a σ(k) = s. 6.5 Dezimalbrüche und g-adische Entwicklung Beispiele: k=0 π = = z n n = sind Dezimalbruchdarstellungen oder Dezimalbruchentwicklungen von π bzw Ist g N, g 2 und a R gegeben durch a = a k g k, a k {0,..., g 1} k= n (7)

34 34 dann schreibt man a = a n a n+1... a 0, a 1 a 2 a 3... und nennt dies die g-adische Entwicklung von a. Für g = 10 spricht man von der Dezimal(bruch)entwicklung, für g = 2 von der Dual(bruch)entwicklung. Bemerkungen: 1. Die g-adische Entwicklung ist nicht eindeutig! Z.B. ist für g = 10 0, := k= k = /10 = 1, Jede g-adische Entwicklung stellt eine reelle Zahl dar. Satz Sei g N, g 2. Dann hat jede reelle Zahl a 0 eine g-adische Entwicklung a = a n a n+1... a 0, a 1 a 2 a 3... a i {0,... g 1}. Sie ist eindeutig, wenn man verbietet dass a i = g 1 für fast alle i. 6.6 Cauchy-Produkt zweier Reihen Satz Sind k 0 z k und k 0 w k absolut konvergent und ist γ n := n z k w n k, k=0 dann ist auch die Reihe n 0 γ n absolut konvergent und es gilt ( ) ( ) z k w k = γ n. k 0 k 0 n 0 Die Reihe n 0 γ n heißt Cauchy-Produkt der Reihen k 0 z k und k 0 w k. 6.7 Die Exponentialfunktion Wir wissen aus Abschnitt 6.3, dass die Reihe k=0 zk /k! absolut konvergent ist für alle z C. Die Abbildung exp : C C definiert durch die Summe exp(z) = k=0 z k k! = 1 + z + z2 2! + z3 3! +... heißt Exponentialfunktion.

35 35 Theorem Für alle z, w C gilt Satz exp(z + w) = exp(z) exp(w). (a) z 1,... z n C dann gilt ( n ) exp z i = i=1 n exp(z i ). i=1 (b) exp(z) 0 für alle z C und exp(z) 1 = exp( z). (c) x R exp(x) > 0. (d) e = exp(1) ist irrational. Satz Für alle rationalen Zahlen p/q, p Z, q N\{0} gilt exp(p/q) = q e p =: e p/q. Dieser Satz legt es nahe, für alle z C zu definieren: e z := exp(z). Wir werden später sehen, dass exp die Menge R bijektiv auf (0, ) abbildet. Die Umkehrfunktion heißt Logarithmusfunktion. Satz (Restgliedabschätzung und Stetigkeit). (a) Für alle z C und alle N N\{0} ez (b) Falls lim n z n = z, dann gilt N 1 n=0 z n n! z N N! e z. lim n ezn = e z. Satz Für alle z C gilt Satz Für alle t R gilt ( lim 1 + z n = e n n) z. e it = 1.

36 36 Für t R definieren wir Satz Für alle t R gilt cos(t) := Re(e it ) = eit + e it 2 sin(t) := Im(e it ) = eit e it 2i cos(t) = sin(t) = ( 1) n t2n (2n)! n=0 ( 1) n t 2n+1 (2n + 1)! n=0 = 1 t2 2 + t4 4!... = t t3 3! + t5 5!... mit absolut konvergenten Reihen.

37 37 7 Stetige Funktionen 7.1 Definition und Beispiele Eine Funktion f : D C heißt stetig in ξ D, falls zu jedem ε > 0 ein δ > 0 existiert, so dass z ξ < δ, z D f(z) f(ξ) < ε. Die Funktion f heißt stetig, falls sie in jedem Punkt von D stetig ist. Beispiele: 1. Die Funktion f(z) = az + b (a, b C) ist überall in C stetig. Zum Beweis wähle δ = ε/ a falls a 0 und δ = 1 falls a = Die Dirichletsche Funktion f(x) = { 1 x Q 0 x R\Q ist nirgendwo stetig. 3. Die Funktion f : R R definiert durch { x x Q f(x) = 0 x R\Q ist nur in x = 0 stetig. 7.2 Kriterien für Stetigkeit Theorem Sei f : D C und ξ D. Dann sind äquivalent: (a) f ist stetig in ξ. (b) Für jede Folge (z n ) in D mit lim n z n = ξ gilt (f ist folgenstetig.) lim f(z n) = f(ξ). n Beweis. (a) (b). Sei f stetig in ξ und sei (z n ) eine Folge in D mit lim n z n = ξ. Ist ε > 0, dann existiert nach Voraussetzung ein δ > 0, so dass z ξ < δ, z D f(z) f(ξ) < ε. (8) Da lim n z n = ξ, gibt es ein N N, so dass z n ξ < δ für n N. Also, zusammen mit (8), n N f(z n ) f(ξ) < ε.

38 38 Dies beweist (b). (a) (b). Ist f nicht stetig in ξ dann existiert ein ε > 0 ohne passendes δ > 0. Insbesondere genügt δ = 1/n für kein n N. Also gibt es zu jedem n N ein z n D mit z n ξ < 1/n aber f(z n ) f(ξ) ε. D.h., lim n z n = ξ während lim n f(z n ) f(ξ). Somit ist (b) nicht wahr. Beispiele: Folgende Funktionen sind auf ganz C stetig. z Re(z), z Im(z) (Satz 5.4.4) z z (Satz 5.2.4) z e z (Satz 6.7.4) Die Abbildung x x ist auf [0, ) stetig (Satz 5.4.6). Für komplexwertige Funktionen f und g mit Definitionsbereichen D(f) und D(g) werden die neuen Funktionen f + g, fg, f/g und f definiert durch (f + g)(z) := f(z) + g(z) D(f + g) := D(f) D(g) (fg)(z) := f(z)g(z) D(fg) := D(f) D(g) (f/g)(z) := f(z)/g(z) D(f/g) := D(f) {z D(g) g(z) 0} f (z) := f(z) D( f ) := D(f). Analog zu f werden auch Re f, Im f und f auf D(f) definiert. Satz Sind f und g stetig in ξ, so sind auch f + g, fg und, falls g(ξ) 0, f/g stetig in ξ. Beweis. Sei (z n ) eine Folge in D(f/g) mit lim n z n = ξ. Dann gilt, nach Theorem 7.2.1, f(z n ) f(ξ), g(z n ) g(ξ), (n ) und g(z n ) 0 nach Definition von D(f/g). Also, nach Satz 5.2.5, lim (f/g)(z f(z n ) n) = lim n n g(z n ) = f(ξ) g(ξ) = (f/g)(ξ). D.h., f/g ist stetig in ξ. Die anderen Behauptungen werden analog bewiesen. Polynome. Eine Funktion p : C C der Form p(z) := a n z n + a n 1 z n a 1 z + a 0 mit Koeffizienten a 0,..., a n C und a n 0 heißt Polynom vom Grad n. Ein Quotient p/q von zwei Polynomen p und q 0 heißt rationale Funktion. Satz Jedes Polynom und jede rationale Funktion ist stetig.

39 39 Beweis. Die Behauptung folgt aus Beispiel 1, Abschnitt 7.1, per Induktion mit Hilfe von Satz Satz Seien A, B, C C. Ist f : A B stetig in ξ und g : B C stetig in η = f(ξ), dann ist g f : A C stetig in ξ. Beweis. Wir verwenden die Charakterisierung der Stetigkeit in ξ aus Theorem Sei also (z n ) eine Folge in A mit lim n z n = ξ. Dann gilt da f stetig ist in ξ, und somit lim f(z n) = f(ξ) = η n lim g(f(z n)) = g(η) = g(f(ξ)), n da g stetig ist in η. Also ist g f stetig in ξ. Beispiele: Sei f stetig (in ξ). Aus Satz und den Beispielen zu Theorem folgt, dass auch Re f, Im f und f stetig sind (in ξ). Da ausserdem t e it stetig ist, folgt nun dass die Funktionen cos t = Re(e it ) und sin t = Im(e it ) auf ganz R stetig sind. Lipschitz-Bedingung. Eine Funktion f : D C heißt Lipschitz-stetig (genügt einer Lipschitz-Bedingung), wenn eine Konstante L existiert, so dass f(z) f(w) L z w für alle z, w D. Zum Beispiel ist die Funktion f(z) = z Lipschitz-stetig mit Konstante L = 1, denn z w z w. Satz Genügt f einer Lipschitz-Bedingung, dann ist f stetig. Beweis. Aufgabenblatt Der Zwischenwertsatz Theorem Ist f : [a, b] R stetig und f(a) < 0 < f(b) (oder f(a) > 0 > f(b)), dann existiert ein x (a, b) mit f(x) = 0. Proof. Sei f(a) < 0, f(b) > 0 und sei K := {x [a, b] f(x) 0}. Dann ist K denn a K, und K ist nach oben beschränkt. Also existiert ξ = sup K R

40 40 nach dem Vollständigkeitsaxiom. Offenbar gilt ξ [a, b]. Wir zeigen dass f(ξ) = 0. Nach Definition von ξ ist ξ 1/n keine obere Schrank von K. D.h., es existiert ein x n K mit x n > ξ 1/n. Nach Definition von ξ und K gilt ausserdem Also lim n x n = ξ und, da f stetig ist, ξ 1/n < x n ξ, und f(x n ) 0. f(ξ) = lim n f(x n ) 0. (9) Nach (9) ist ξ < b und somit ξ + 1/n b für n N gross genug. Aber ξ + 1/n K, nach Definition von ξ, also f(ξ + 1/n) > 0. Da f stetig ist folgt f(ξ) = lim n f(ξ + 1/n) 0. (10) Nach (9) und (10) muss f(ξ) = 0, und insbesondere ξ {a, b}. Beispiel. Jedes reelle Polynom p(x) = x n + a n 1 x n a 0 mit n ungerade hat mindestens eine reelle Nullstelle. Korollar Ist f : [a, b] R stetig und f(a) < c < f(b) (oder f(a) > c > f(b)), dann existiert ein x (a, b) mit f(x) = c. Beweis. Satz anwenden auf die Funktion g(x) = f(x) c. Korollar Ist I R ein beliebiges Intervall und f : I R stetig, dann ist auch f(i) ein Intervall und (α, β) f(i) wobei α = inf x I f(x) und β = sup x I f(x). Beweis. Wenn α = β dann ist f konstant und die Aussage trivial. Sei also α < β und η (α, β). Dann existieren a 1, a 2 I mit f(a 1 ) < η < f(a 2 ). Nach Korollar existiert ein ξ zwischen a 1 und a 2 mit f(ξ) = η. Dies zeigt, dass (α, β) f(i). Eine reelle Zahl y mit y < α oder y > β kann, nach Definition von α und β, nicht zu f(i) gehoeren. Also ist f(i) eines der vier Intervalle (α, β), (α, β], [α, β), [α, β]. Monotonie. Sei D R und f : D R. Dann heißt f (streng) monoton wachsend, wenn für alle x, y D x < y f(x) f(y) (bzw. f(x) < f(y)). (Streng) monoton fallend ist analog definiert. Die Funktion f heißt streng monoton wenn sie entweder streng monoton fallend oder streng monoton wachsend ist.

41 41 Satz Ist f : D R streng monoton wachsend (fallend), dann bildet f die Menge D bijektiv auf f(d) ab und f 1 : f(d) D ist ebenfalls streng monoton wachsend (fallend). Wurzel. Sei k N und k 2. Die Funktion f : [0, ) R mit f(x) = x k ist (als Polynom) stetig und inf f(x) = 0 = f(0), sup x 0 f(x) =. x 0 Also f([0, )) = [0, ), nach Korollar Da f ausserdem streng monoton wachsend ist, folgt mit Satz 7.3.4, dass f : [0, ) [0, ) bijektiv und die Inverse f 1 : [0, ) [0, ) wieder streng monoton wachsend ist. Wegen x = f(f 1 (x)) = f 1 (x) k ist f 1 (x) die kte Wurzel von x. Damit ist die Existenz und Eindeutigkeit der kten Wurzel zum zweiten Mal nachgewiesen. Logarithmus. exp : R R ist stetig und inf x R ex = 0, sup e x =, x R wobei e x > 0 für alle x. Also gilt exp(r) = (0, ). Weiter ist exp streng monoton wachsend, denn für h > 0 gilt e h > 1 + h > 1 und somit e x+h e x = e x (e h 1) > 0. Die Abbildung exp : R (0, ) ist also bijektiv nach Satz Die Umkehrabbildung heißt Logarithmusfunktion. log := exp 1 : (0, ) R 7.4 Stetige Funktionen auf kompakten Mengen Man nennt eine Menge U C offen, wenn zu jedem z U ein ε > 0 existiert, so dass B ε (z) U. Die Menge U heißt abgeschlossen wenn C\U offen ist. Falls eine Zahl R existiert sodass z U z R. dann ist U beschränkt. Eine Menge die beschränkt und abgeschlossen ist heißt kompakt. Satz Folgende Aussagen über K C sind äquivalent.

42 42 (i) K ist kompakt (ii) Jede Folge in K hat eine in K konvergente Teilfolge. (K ist folgenkompakt.) Beweis. (i) (ii). Sei (z n ) eine Folge in K. Da K beschränkt ist, ist auch die Folge (z n ) beschränkt und hat daher, nach Satz 5.6.1, eine konvergente Teilfolge (z nk ). Sei z := lim k z nk. Versuchweise nehmen wir an z C\K. Da C\K offen ist gibt es dann es eine ε Umgebung B ε (z) mit B ε (z) C\K. Wegen z nk z folgt z nk B ε (z) und somit z nk K, für k gross genug. Ein Widerspruch! Also z K. (i) (ii). Ist K nicht kompakt, dann ist K nicht beschränkt oder K ist nicht abgeschlossen. Im ersten Fall ist K in keiner noch so großen Kugel B n (0), n N, enthalten. Also gibt es zu jedem n N ein z n K mit z n n. Diese Folge hat keine konvergente Teilfolge da jede Teilfolge, wie (z n ), auch unbeschränkt ist. Sei nun K nicht abgeschlossen. Dann ist C\K nicht offen. Also gibt es ein z C\K ohne passende ε Umgebung in C\K. Das heisst, B ε (z) K für alle ε 0. Insbesondere B 1/n (z) K für alle n N. Wähle z n B 1/n (z) K. Dann ist (z n ) eine Folge in K mit lim n z n = z. Also gilt auch lim k z n k = z für jede Teilfolge (z nk ). Da z K ist somit (ii) falsch. Theorem Sei K C kompakt und f : K R stetig. Dann nimmt die Funktion f auf K ihr Maximum und ihr Minimum an. D.h., es existieren z min, z max K, so dass für alle z K. f(z min ) f(z) f(z max ) Proof. Sei β := sup{f(z) z K}. Dann gibt es eine Folge (z n ) K mit lim f(z n) = β. (11) n Da K kompakt ist, gibt es, nach Satz 7.4.1, eine in K konvergente Teilfolge (z nk ). Sei z max := lim k z nk K. Da f stetig ist und wegen (11) folgt f(z max ) = lim k f(z nk ) = β. Also f(w) β = f(z max ) < für alle w K. Da auch g = f stetig ist gibt es auch ein z min K mit g(w) g(z min ) für alle w K. Also f(w) f(z min ) für alle w K.

Kommutativität. De Morgansche Regeln

Kommutativität. De Morgansche Regeln 1. Formale Logik Proposition 1.1. Die logischen Elementarverknüpfungen gehorchen folgenden Äquivalenzen: (1.1) (1.2) p p p p p p Idempotenz (1.3) (1.4) p q q p p q q p Kommutativität (1.5) (1.6) (p q)

Mehr

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n)

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n) 2 Folgen und Reihen 2.1 Folgen in C 2.1.1 Konvergenz von Folgen Eine Folge komplexer Zahlen ist eine Funktion f : N C. Mit a n schreibt man (a n ) n=1, (a n ) oder auch a 1, a 2,.... := f(n) (a n ) heißt

Mehr

c < 1, (1) c k x k0 c k = x k0

c < 1, (1) c k x k0 c k = x k0 4.14 Satz (Quotientenkriterium). Es sei (x k ) Folge in K. Falls ein k 0 existiert, so dass für k k 0 gilt x k 0 und x k+1 x k c < 1, (1) so ist x k absolut konvergent. Beweis. Aus (1) folgt mit vollständiger

Mehr

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis

Mehr

7 Stetige Funktionen. 7.1 Definition und Beispiele. 7.2 Kriterien für Stetigkeit

7 Stetige Funktionen. 7.1 Definition und Beispiele. 7.2 Kriterien für Stetigkeit 37 7 Stetige Funktionen 7.1 Definition und Beispiele Eine Funktion f : D C heißt stetig in ξ D, falls zu jedem ε > 0 ein δ > 0 existiert, so dass z ξ < δ, z D f(z) f(ξ) < ε. Die Funktion f heißt stetig,

Mehr

Höhere Mathematik I. G. Herzog, Ch. Schmoeger. Wintersemester 2018/19. Karlsruher Institut für Technologie

Höhere Mathematik I. G. Herzog, Ch. Schmoeger. Wintersemester 2018/19. Karlsruher Institut für Technologie Höhere Mathematik I G. Herzog, Ch. Schmoeger Wintersemester 208/9 Karlsruher Institut für Technologie Inhaltsverzeichnis Reelle Zahlen 2 2 Folgen und Konvergenz 2 3 Unendliche Reihen 3 4 Potenzreihen 45

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

Spickzettel Mathe C1

Spickzettel Mathe C1 Spickzettel Mathe C1 1 Mengenlehre 1.1 Potenzmenge Die Potenzmenge P (Ω) einer Menge Ω ist die Menge aller Teilmengen von Ω. Dabei gilt: P (Ω) := {A A Ω} card P (Ω) = 2 card Ω P (Ω) 1.2 Mengenalgebra Eine

Mehr

Ferienkurs Analysis 1

Ferienkurs Analysis 1 Skript Ferienkurs Analysis 1 Fabian Hafner und Thomas Baldauf TUM Wintersemester 2016/17 04.04.2017 Das Skript wurde teilweise übernommen vom Skript des Ferienkurses WS 2014, verfasst von Andreas Wörfel.

Mehr

sign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0

sign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0 ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 81 3. Stetigkeit 3.1. Stetigkeit. Im Folgenden sei D R eine beliebige nichtleere Teilmenge. Typischerweise wird D ein allgemeines Intervall sein, siehe Abschnitt

Mehr

Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A)

Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A) Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, 10.1.009 (Version A) Kennwort: Übungsgruppe: (Sie können ein beliebiges Kennwort wählen, um Ihre Anonymität zu wahren! Da die Probeklausur

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

Analysis I - Ferienkurs

Analysis I - Ferienkurs TU-München, Dienstag, der 6.03.200 Analysis I - Ferienkurs Andreas Schindewolf 5. März 200 Inhaltsverzeichnis. Folgen 3.. Konvergenz und Cauchy-Folgen..................... 3.2. Konvergenz-Kriterien für

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

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

(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

Folgen, Reihen, Potenzreihen, Exponentialfunktion

Folgen, Reihen, Potenzreihen, Exponentialfunktion Ferienkurs Seite 1 Technische Universität München Ferienkurs Analysis 1 Hannah Schamoni Wintersemester 2011/12 Folgen, Reihen, Potenzreihen, Exponentialfunktion 20.03.2012 Inhaltsverzeichnis 1 Folgen 2

Mehr

Die reellen Zahlen. Analysis I. Teil I. 1 Die Körperaxiome. 2 Die Anordnungsaxiome. 3 Die natürlichen Zahlen. Satz 1.1 (Kürzungsregel der Addition)

Die reellen Zahlen. Analysis I. Teil I. 1 Die Körperaxiome. 2 Die Anordnungsaxiome. 3 Die natürlichen Zahlen. Satz 1.1 (Kürzungsregel der Addition) Analysis I Mitschrift der Vorlesung Analysis I im WS 2012/13 bei Prof. Gudlaugur Thorbergsson von Dario Antweiler an der Universität zu Köln. Kann Fehler enthalten. Stand: 31.01.2013 Veröentlicht unter

Mehr

3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung

3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung Kapitelgliederung 3. Folgen und Reihen 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung 3.5 Reihen 3.6 Absolut

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 22.11.2016 3. Mächtigkeit und die komplexe Zahlen Komplexe Zahlen Definition Die komplexe Zahlen sind definiert als C = R 2 = R R, mit (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2, y 1 +

Mehr

LS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38

LS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38 3. Folgen und Reihen Buchholz / Rudolph: MafI 2 38 Kapitelgliederung 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung

Mehr

Vollständigkeit. 1 Konstruktion der reellen Zahlen

Vollständigkeit. 1 Konstruktion der reellen Zahlen Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen

Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen Susanna Pohl Vorkurs Mathematik TU Dortmund 12.03.2015 Folgen und Reihen Folgen und Grenzwerte Rechenregeln für konvergente Folgen

Mehr

10 Kriterien für absolute Konvergenz von Reihen

10 Kriterien für absolute Konvergenz von Reihen 10 Kriterien für absolute Konvergenz von Reihen 10.1 Majoranten- und Minorantenkriterium 10.3 Wurzelkriterium 10.4 Quotientenkriterium 10.9 Riemannscher Umordnungssatz 10.10 Äquivalenzen zur absoluten

Mehr

Analysis I - Reelle Zahlen

Analysis I - Reelle Zahlen November 17, 2008 Algebraische Grundbegriffe und Körper Definition Sei M eine Menge. Jede Funktion f : M M M heißt eine (binäre, innere) Verknüpfung oder eine Operation auf M. Wir schreiben für (a, b)

Mehr

θ für alle n n 0, 0, dann divergiert a n. θ n, also die mit a n0 θ n 0

θ für alle n n 0, 0, dann divergiert a n. θ n, also die mit a n0 θ n 0 6 REIHEN 6. Konvergenzkriterien - 19 - Wenn man im Majorantenkriterium die geometrische Reihe als Majorante nimmt, erhält man das (6..18) Quotientenkriterium : Sei (a n ) n N0 eine Folge in C. Es gebe

Mehr

k=1 {S n } n N konvergiert, so schreibt man: a n n=1 und spricht dann von Konvergenz oder Divergenz der unendlichen Reihe

k=1 {S n } n N konvergiert, so schreibt man: a n n=1 und spricht dann von Konvergenz oder Divergenz der unendlichen Reihe 7 Reihen sind spezielle Folgen, die durch Summation entstehen. Definition 7. : {a n } n N sei Folge in C; S n := n Folge {S n } n N unendliche Reihe. Falls a k statt lim S n. a k heißt {S n } n N konvergiert,

Mehr

,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5

,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5 3 Folgen 3.1 Definition und Beispiele Eine Abbildung a : Æ Ê heißt (reelle) Zahlenfolge. Statt a(n) schreiben wir kürzer a n und bezeichnen die ganze Folge mit (a n ) n Æ oder einfach (a n ), was aber

Mehr

eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge {s n } n=0 konstruieren durch s n = a 0 + a a n, s n = a k.

eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge {s n } n=0 konstruieren durch s n = a 0 + a a n, s n = a k. Analysis, Woche 7 Reihen I A 7. Folgen aus Folgen Wenn a n eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge s n konstruieren durch s n = a 0 + a + + a n, oder netter geschrieben s n

Mehr

Folgen und Reihen. Thomas Blasi

Folgen und Reihen. Thomas Blasi Folgen und Reihen Thomas Blasi 02.03.2009 Inhaltsverzeichnis Folgen und Grenzwerte 2. Definitionen und Bemerkungen............................. 2.2 Konvergenz und Beschränktheit.............................

Mehr

3 Grenzwert und Stetigkeit 1

3 Grenzwert und Stetigkeit 1 3 Grenzwert und Stetigkeit 3. Grenzwerte bei Funktionen In diesem Abschnitt gilt: I ist immer ein beliebiges Intervall, 0 I oder einer der Endpunkte. 3.. Definition Sei I Intervall, 0 IR und 0 I oder Endpunkt

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

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1.

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1. Lösungen Klausur Aufgabe (3 Punkte) Zeigen Sie, dass n k k (n + ) n k für alle n N. IA: Für n ist k kk 2 2. IV: Es gilt n k kk (n + ) n für ein n N. IS: Wir haben n+ k k k n k k + (n + ) n+ k IV (n + )

Mehr

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016 MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/17 MARK HAMILTON LMU MÜNCHEN 1.1. Grundbegriffe zu Mengen. 1. 17. OKTOBER 2016 Definition 1.1 (Mengen und Elemente). Eine Menge ist die Zusammenfassung

Mehr

Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze

Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze Prof. Dr. Lorenz Schwachhöfer Inhaltsverzeichnis 1 Mathematische Grundlagen 2 2 Folgen und Reihen 7 3 Stetigkeit 15 4 Differenzierbarkeit

Mehr

Proseminar Analysis Vollständigkeit der reellen Zahlen

Proseminar Analysis Vollständigkeit der reellen Zahlen Proseminar Analysis Vollständigkeit der reellen Zahlen Axel Wagner 18. Juli 2009 1 Voraussetzungen Zunächst wollen wir festhalten, was wir als bekannt voraussetzen: Es sei (Q, +, ) der Körper der rationalen

Mehr

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C) Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung

Mehr

{, wenn n gerade ist,, wenn n ungerade ist.

{, wenn n gerade ist,, wenn n ungerade ist. 11 GRENZWERTE VON FUNKTIONEN UND STETIGKEIT 60 Mit anderen Worten, es ist lim f(x) = b lim f (, a)(x) = b, x a x a wobei f (, a) die Einschränkung von f auf (, a) ist. Entsprechendes gilt für lim x a.

Mehr

Übungen Analysis I WS 03/04

Übungen Analysis I WS 03/04 Blatt Abgabe: Mittwoch, 29.0.03 Aufgabe : Beweisen Sie, daß für jede natürliche Zahl n gilt: n ( ) n (x + y) n = x i y n i, i (b) n ν 2 = ν= i=0 n(n + )(2n + ), 6 (c) 2 3n ist durch 7 teilbar. Aufgabe

Mehr

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1 24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx

Mehr

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt. 7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim

Mehr

2 Rationale und reelle Zahlen

2 Rationale und reelle Zahlen 2 Rationale und reelle Zahlen 2.1 Körper Ein Körper ist eine Struktur der Form à = (K,0,1,+, mit einer Grundmenge K, zwei zweistelligen Operationen + und, für die die Körperaxiome gelten: (K1 (K, 0, +

Mehr

Contents. 1 Aussagen Aussagen Verknüpfung von Aussagen Regeln Quantoren... 5

Contents. 1 Aussagen Aussagen Verknüpfung von Aussagen Regeln Quantoren... 5 Höhere Mathematik I für die Fachrichtung Elektrotechnik und Informationstechnik Teil: Analysis Wintersemester 2018/19 Ioannis Anapolitanos Karlsruher Institut für Technologie Institut für Analysis Englerstr.

Mehr

a 0, a 1, a 2, a 3,... Dabei stehen die drei Pünktchen für unendlich oft so weiter.

a 0, a 1, a 2, a 3,... Dabei stehen die drei Pünktchen für unendlich oft so weiter. 7 Folgen 30 7 Folgen Wir betrachten nun (unendliche) Folgen von Zahlen a 0, a, a 2, a 3,.... Dabei stehen die drei Pünktchen für unendlich oft so weiter. Bezeichnung Wir bezeichnen mit N die Menge der

Mehr

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel II. Die reellen Zahlen

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel II. Die reellen Zahlen Version 23.11. November 2006 MIA Analysis einer reellen Veränderlichen WS 06/07 Kurzfassung Martin Schottenloher Kapitel II. Die reellen Zahlen Die reellen Zahlen werden in diesem Kapitel axiomatisch eingeführt

Mehr

5 Stetigkeit und Differenzierbarkeit

5 Stetigkeit und Differenzierbarkeit 5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.

Mehr

Kapitel 3: Folgen und Reihen

Kapitel 3: Folgen und Reihen Kapitel 3: und Reihen Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Kapitel 3: und Reihen 1 / 29 Gliederung 1 Grundbegriffe 2 Abbildungen und elementare

Mehr

Folgen, Reihen, Grenzwerte u. Stetigkeit

Folgen, Reihen, Grenzwerte u. Stetigkeit Folgen, Reihen, Grenzwerte u. Stetigkeit Josef F. Bürgler Abt. Informatik HTA Luzern, FH Zentralschweiz HTA.MA+INF Josef F. Bürgler (HTA Luzern) Einf. Infinitesimalrechnung HTA.MA+INF 1 / 33 Inhalt 1 Folgen

Mehr

D-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu. MC-Fragen Serie 1. Einsendeschluss: Freitag, der :00 Uhr

D-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu. MC-Fragen Serie 1. Einsendeschluss: Freitag, der :00 Uhr D-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu MC-Fragen Serie 1 Einsendeschluss: Freitag, der 26.09.2014 12:00 Uhr 1. Welche der folgenden Aussagen sind richtig? (a) Eine divergente Folge ist nicht

Mehr

Funktionsgrenzwerte, Stetigkeit

Funktionsgrenzwerte, Stetigkeit Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn

Mehr

Kapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C

Kapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C Kapitel 5. Die trigonometrischen Funktionen 5.1. Die komplexen Zahlen 5.. Folgen und Reihen in C 5.10. Definition. Eine Folge (c n n N komplexer Zahlen heißt konvergent gegen c C, falls zu jedem ε > 0

Mehr

Häufungspunkte und Satz von Bolzano und Weierstraß.

Häufungspunkte und Satz von Bolzano und Weierstraß. Häufungspunkte und Satz von Bolzano und Weierstraß. Definition: Sei (a nk ) k N eine konvergente Teilfolge der Folge (a n ) n N.Dannwirdder Grenzwert der Teilfolge (a nk ) k N als Häufungspunkt der Folge

Mehr

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen

Mehr

Wiederholungsklausur zur Analysis I

Wiederholungsklausur zur Analysis I Wiederholungsklausur zur Analysis I Prof. Dr. C. Löh/M. Blank 5. Oktober 2011 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten

Mehr

Folgen und Reihen. 1 Konvergenz

Folgen und Reihen. 1 Konvergenz Folgen und Reihen Man betrachte viele Zahlen hintereinander geschrieben. Solche Folgen von Zahlen können durch nummeriert werden. Es entsteht eine Zuordnung der natürlichen Zahlen zu den Gliedern der Folge.

Mehr

(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist.

(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist. 8 Punktmengen Für die Menge M = { 1 n ; n N } ist 1 = max(m), denn 1 M und 1 n 1 für alle n N. Die Menge M besitzt aber kein Minimum, denn zu jeder Zahl x = 1 n M existiert ein y M mit y < x, etwa y =

Mehr

Analyis I - Reihen und Potenzreihen

Analyis I - Reihen und Potenzreihen Analyis I - Reihen und January 13, 2009 Analyis I - Reihen und Definition (Reihen) Reihen Sei (a k ) k N eine Folge und n N. Dann heißt (s k ) k N mit s n = n k=1 die Partialsummenfolge von (a k ) k N.

Mehr

eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge {s n } n=0 konstruieren durch s n = a 0 + a a n, a k.

eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge {s n } n=0 konstruieren durch s n = a 0 + a a n, a k. Analysis, Woche 7 Reihen I 7. Folgen aus Folgen Wenn a n eine reelle oder komplexe Folge ist, kann man daraus eine neue Folge s n konstruieren durch s n = a 0 + a + + a n, oder netter geschrieben s n =

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

11 Stetige Funktionen

11 Stetige Funktionen $Id: stetig.tex,v 1.24 2015/01/30 13:12:37 hk Exp $ 11 Stetige Funktionen 11.3 Stetige Funktionen Im letzten Abschitt hatten wir gesehen, dass bei einer Potenzreihe f über K = R oder K = C in jedem Punkt

Mehr

Rechenoperationen mit Folgen. Rekursion und Iteration.

Rechenoperationen mit Folgen. Rekursion und Iteration. Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )

Mehr

Kapitel V. Folgen und Konvergenz. V.1 Konvergenz von Zahlenfolgen

Kapitel V. Folgen und Konvergenz. V.1 Konvergenz von Zahlenfolgen Kapitel V Folgen und Konvergenz V.1 Konvergenz von Zahlenfolgen Wir erinnern an den Begriff der Folge, den wir schon im Kapitel III verwenden. Eine Folge (a n ) n=1 AN in A ist eine Abbildung a ( ) : N

Mehr

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen 1 Einleitung Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis 1 aus dem Wintersemester 2008/09

Mehr

3 Werkzeuge der Mathematik

3 Werkzeuge der Mathematik 3.1 Mengen (18.11.2011) Definition 3.1 Die Menge heißt leere Menge. :=»x M x x Definition 3.2 Es seien N und M Mengen. Wir definieren: und analog M N : (x M x N). N M : (x N x M). Wir sagen M ist Teilmenge

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 / 22 3. Funktionen. Grenzwerte.

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

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

Kapitel 6 Grenzwerte von Funktionen und Stetigkeit

Kapitel 6 Grenzwerte von Funktionen und Stetigkeit Kapitel 6 Grenzwerte von Funktionen und Stetigkeit 225 Relle Funktionen Im Folgenden betrachten wir reelle Funktionen f : D R, mit D R. Wir suchen eine formale Definition für den folgenden Sachverhalt.

Mehr

Kapitel 5 KONVERGENZ

Kapitel 5 KONVERGENZ Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz

Mehr

Analysis I für Informatiker und Ingenieure

Analysis I für Informatiker und Ingenieure Skript zur Vorlesung Analysis I für Informatiker und Ingenieure Sommersemester 2015 Prof. Dr. Helmut Maier Dr. Hans- Peter Reck Institut für Zahlentheorie und Wahrscheinlichkeitstheorie Universität Ulm

Mehr

Zusammenfassung der Vorlesung Einführung in die Analysis

Zusammenfassung der Vorlesung Einführung in die Analysis Zusammenfassung der Vorlesung Einführung in die Analysis Hier werden die wichtigsten Definitionen und Sätze aus der Vorlesung dargestellt, zusammen mit Beweisideen und Querverbindungen. Ziel ist es, die

Mehr

LS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88

LS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88 4. Funktionen Buchholz / Rudolph: MafI 2 88 Kapitelgliederung 4.1 Grundlegende Denitionen 4.2 Polynome und rationale Funktionen 4.3 Beschränkte und monotone Funktionen 4.4 Grenzwerte von Funktionen 4.5

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen Steven Klein 04.01.017 1 In dieser Ausarbeitung konstruieren wir die reellen Zahlen aus den rationalen Zahlen. Hierzu denieren wir zunächst

Mehr

2. Reelle und komplexe Zahlen [Sch-St ]

2. Reelle und komplexe Zahlen [Sch-St ] 7 2. Reelle und komplexe Zahlen [Sch-St 6.4-6.5] 2.1 Körperstruktur und Anordnung von R [Kö 2.1-2.2] Für (beliebige) reelle Zahlen a, b, c R gelten die folgenden (algebraischen) Körperaxiome: (K1) a +

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

GRUNDLAGEN MATHEMATIK

GRUNDLAGEN MATHEMATIK Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 2. Folgen Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies Grundlagen Mathematik

Mehr

Übungen zur Vorlesung Einführung in die Mathematik

Übungen zur Vorlesung Einführung in die Mathematik Übungen zur Vorlesung Einführung in die Mathematik von G. Greschonig und L. Summerer, WS 2017/18 Aufgabe 1. Zeige, dass das Quadrat einer ungeraden Zahl, vermindert um 1, stets durch 4 teilbar ist. Folgere

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

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

Kapitel 3. Reihen und ihre Konvergenz

Kapitel 3. Reihen und ihre Konvergenz Kapitel 3 Reihen und ihre Konvergenz Abschnitt 3.1 Der Reihenbegri und erste Beispiele Denitionen zu Reihen, 1 Denition. Sei (a n ) n N0 eine Folge reeller Zahlen. Für n N 0 heiÿt dann die Zahl s n :=

Mehr

INGENIEURMATHEMATIK. 8. Reihen. Sommersemester Prof. Dr. Gunar Matthies

INGENIEURMATHEMATIK. 8. Reihen. Sommersemester Prof. Dr. Gunar Matthies Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 8. Reihen Prof. Dr. Gunar Matthies Sommersemester 2016 G. Matthies Ingenieurmathematik

Mehr

Einführung in die Analysis

Einführung in die Analysis Ergänzungen zur Vorlesung Einführung in die Analysis Christian Schmeiser 1 Vorwort In dieser Vorlesung werden Grundbegriffe der Analysis wie Folgen und Reihen, Konvergenz und Vollständigkeit am Beispiel

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Oliver Matte Max Lein Zentralübung Mathematik für Physiker 2 Analysis ) Wintersemester 200/20 Lösungsblatt 5 2..200) 32. Häufungspunkte Sei a

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen 9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a

Mehr

Thema 3 Folgen, Grenzwerte

Thema 3 Folgen, Grenzwerte Thema 3 Folgen, Grenzwerte Definition Eine Folge von reellen Zahlen ist eine Abbildung von N in R d.h. jedem n N ist eine Zahl a n zugeordnet. Wir schreiben für eine solche Folge. Beispiele. (a n ) n N

Mehr

Vorlesung Mathematik 1 für Ingenieure (Wintersemester 2015/16)

Vorlesung Mathematik 1 für Ingenieure (Wintersemester 2015/16) 1 Vorlesung Mathematik 1 für Ingenieure (Wintersemester 2015/16) Kapitel 7: Konvergenz und Reihen Prof. Miles Simon Nach Folienvorlage von Prof. Dr. Volker Kaibel Otto-von-Guericke Universität Magdeburg.

Mehr

HM I Tutorium 2. Lucas Kunz. 3. November 2016

HM I Tutorium 2. Lucas Kunz. 3. November 2016 HM I Tutorium 2 Lucas Kunz 3. November 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Reelle Zahlen.................................. 2 1.2 Intervalle..................................... 2 1.3 Beträge.....................................

Mehr

2.7. TEILMENGEN VON R 51

2.7. TEILMENGEN VON R 51 2.7. TEILMENGEN VON R 51 für M. Denn zu x M, x > K, gibt es ein b Q mit b (K, x), insbesondere b > K. Dann ist aber K nicht die reelle Zahl, die dem Dedekindschen Schnitt der Mengen A, B entspricht. Ist

Mehr

1 Reihen von Zahlen. Inhalt:

1 Reihen von Zahlen. Inhalt: 5 Kapitel 3 Reihen Reihen von Zahlen Inhalt: Konvergenz und Divergenz von Reihen reeller oder komplexer Zahlen, geometrische Reihe, harmonische Reihe, alternierende Reihen. Cauchy-Kriterium, absolute Konvergenz,

Mehr

Kapitel 4 Folgen, Reihen & Funktionen

Kapitel 4 Folgen, Reihen & Funktionen Kapitel 4 Folgen, Reihen & Funktionen Inhaltsverzeichnis FOLGEN REELLER ZAHLEN... 3 DEFINITION... 3 GRENZWERT... 3 HÄUFUNGSPUNKT... 4 MONOTONIE... 4 BESCHRÄNKTHEIT... 4 SÄTZE... 4 RECHNEN MIT GRENZWERTEN...

Mehr

Das höhere Mathematikon

Das höhere Mathematikon Das höhere Mathematikon Christian Huber Diese Zusammenfassung ist ein Mix aus dem Skript von Herr Dr. Peer Kunstmann, der allseits beliebten Wikipedia, diversen anderen Onlinequellen und letztendlich meiner

Mehr

Klausur zur Analysis I WS 01/02

Klausur zur Analysis I WS 01/02 Klausur zur Analysis I WS 0/0 Prof. Dr. E. Kuwert. Februar 00 Aufgabe (4 Punkte) Berechnen Sie unter a) und b) jeweils die Ableitung von f für x (0, ): a) f(x) = e sin x b) f(x) = x α log x a) f (x) =

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

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

Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 +

Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 + 8 Reihen 38 8 Reihen Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe a 0 + a + a 2 + zu bilden. Wir wollen nun erklären, was wir darunter verstehen wollen. Zunächst kann man die

Mehr

Kapitel VI. Reihen. VI.1 Definitionen und Beispiele. Definition VI.1. Sei (a n ) n=1 KN eine Zahlenfolge. Dann heißt die Folge (s m ) m=1 KN, mit

Kapitel VI. Reihen. VI.1 Definitionen und Beispiele. Definition VI.1. Sei (a n ) n=1 KN eine Zahlenfolge. Dann heißt die Folge (s m ) m=1 KN, mit Kapitel VI Reihen VI. Definitionen und Beispiele Definition VI.. Sei (a n KN eine Zahlenfolge. Dann heißt die Folge (s m KN, mit m s m := a n, (VI. Reihe in K und s m nennt man die m. Partialsumme (dieser

Mehr

Stetigkeit, Konvergenz, Topologie

Stetigkeit, Konvergenz, Topologie Ferienkurs Seite 1 Technische Universität München Ferienkurs Analysis 1 Hannah Schamoni Wintersemester 2011/12 Stetigkeit, Konvergenz, Topologie 21.03.2012 Inhaltsverzeichnis 1 Stetigkeit und Konvergenz

Mehr