7 Der Bernstein-Operator und die Sätze von Weierstraß

Größe: px
Ab Seite anzeigen:

Download "7 Der Bernstein-Operator und die Sätze von Weierstraß"

Transkript

1 7 Der Berstei-Operator ud die Sätze vo Weierstraß ud Korovi 6 Wir betrachte u pratisch relevate Methode der Approximatio durch Polyome. Hier steht icht mehr die Bestapproximatio im Vordergrud. Stattdesse werde lieare Approximatios-Verfahre mit zusätzliche Eigeschafte (z.b. Erhaltug vo Mootoie) verwedet, die z.b. i der grafische Dateverarbeitug eie wichtige Rolle spiele. 7.1 Defiitio. a) Für 1 ud 0 heißt p, (x) : Berstei-Grudpolyom vom Grad. ( ) x (1 x), x R, Zusätzlich defiiere wir p 0,0 1 sowie p, 0 für > oder < 0. b) Für 1 heißt der lieare Operator B : C[0,1] P mit ist gegebe durch ( ) B f : B (f) : f p,. Berstei-Operator vom Grad N. 7. Eigeschafte. Die Berstei-Grudpolyome besitze die folgede Eigeschafte: a) Die Mege {p, : 0 } bildet für N 0 eie Basis vo P, de es gilt p,0. T e 0. p, e mit de Moome e ud der reguläre obere Dreiecsmatrix T (t j ) i,j0,...,, ( )( ) ( )( ) j t j ( 1) j ( 1) j, j. j j j b) Für alle x [0,1] ist p, 0, für x (0,1) sogar p, (x) > 0, ud es gilt p, (x) 1. (TeilugderEis) 6 Sergei Nataowitsch Berstei, russischer Mathematier ; Karl Theodor Wilhelm Weierstraß, deutscher Mathematier ; Pavel Korovi, russischer Mathematier,

2 c) Edpute: Es gilt p, (0) δ 0,, p, (1) δ,. d) Symmetrie: Es gilt p, (x) p, (1 x). e) Reursio: Es gilt p, (x) (1 x)p 1, (x)+xp 1, 1 (x). f) Reursio der Ableitug: Es gilt p, (x) (p 1, 1 p 1, ). Das Polyom p, immt auf dem Itervall [0,1] sei globales Maximum a der Stelle a, ist mooto wachsed i [0, ] ud mooto falled i [,1]. 7.3 de Casteljau-Algorithmus. Die Reursio 7.(e) wird zur Auswertug eies Polyoms p b p, a der Stelle t R verwedet. Für 1 ist p(t) b p, (t) b ((1 t)p 1, (t)+tp 1, 1 (t)) 1 1 b (1) (t)p 1,(t)... b () 0 (t) mit de reursiv defiierte Koeffiziete b (m) ((1 t)b +tb +1 ) }{{} b (1) (t) p 1,(t) (t) (1 t)b (m 1) (t)+tb (m 1) +1 (t), b (0) (t) b. (7.1) Diese Algorithmus versteht ma am beste i der Versio für parametrische Kurve, wobei b R Vetore sid, die sog. Kotrollpute der Kurve p : [0,1] R. Für t [0,1] defiiert die Reursio (7.1) de Put b (m) (t) auf der Verbidugsstrece der Pute b (m 1) (t) ud b (m 1) +1 (t). Dies ist im Fall 3 dargestellt i Abbildug 7.1. Schließlich ist p(t) b () 0 (t) der zu bestimmede Put der Kurve. (Weitere Eigeschaft: die Tagete i diesem Put ist p (t) (b ( 1) 1 (t) b ( 1) 0 (t)).) Dieser Algorithmus ist umerisch extrem stabil, da ur Kovex-Kombiatioe vo Pute gebildet werde. Damit ist bereits bewiese, dass die Pute p(t) der Kurve i der ovexe Hülle der Kotrollpute b liege. 110

3 3 de Casteljau algorithm for cubic Bezier curve, t0.5 3 de Casteljau algorithm for cubic Bezier curve, t1/3.5.5 b 1 b b 1 b b 0 0 b b 3 1 b Abbildug 7.1: de Casteljau-Algorithmus für eie ubische Kurve; Auswertug bei t 1/ (lis) ud t 1/3 (rechts) Als Vorbereitug zu de Approximatiosaussage beweise wir och folgede Eigeschaft. 7.4 Lemma. Für N, j Z setze wir ( j) 0, falls j < 0 oder j >. Für,m N ist da Beweis. Es gilt ( ) p, (x) m ( ) p, (x) m ( ) x m. m ( )( ) x (1 x) m m}{{} ( m)( m m) ( ) ( ) m x m x m (1 x) ( m) ( m) m m m ( m ( ) m )x m x (1 x) m m ( ) x m (x+(1 x)) m. m }{{} Eigeschafte. Der Berstei-Operator B : C[0,1] P hat die folgede Eigeschafte: a) B ist liear, seie Operatororm ist B op sup{ B f,[0,1] : f C[0,1], f 1} 1. De mit de Eigeschafte der p, folgt für x [0,1] ( B f(x) ) f p, (x) 1. }{{} 1 111

4 b) Edputiterpolatio: Es gilt B f(0) f(0) (wege p, (0) δ,0 ), B f(1) f(1) (wege p, (1) δ, ). c) Reprodutio liearer Polyome: Es gilt B e 0 (x) p, (x) 1, B e 1 (x) p,(x) x, also B p p für alle p P 1. (Nachweis mit Lemma 7.4) Für e (x) x erhalte wir mit Lemma 7.4 außerdem d) Positivität: B e (x) x + x(1 x). (7.) Für f 0 (das heißt f(x) 0 für alle x [0,1]) ist B f 0 auf [0,1]. Dies ist (wege der Liearität vo B ) gleichbedeuted mit Aus g f folgt B g B f auf [0,1]. e) Ableituge ud Gestalt-Erhaltug: Es gilt 1 ( ( ) ( )) +1 (B f) (x) f f }{{} 1 f( ) p 1, (x), ud für höhere Ableituge 1 l dl dx l(b f)(x) mit de Differeze l-ter Ordug Isbesodere:! l ( l)! l h f(y) h( l 1 h f)(y) l j0 l 1f ( ) p l, (x) ( ) l ( 1) l j f(y +jh). j Falls f mooto wächst (oder fällt), so ist auch B f mooto wachsed (bzw. falled). Falls f ovex (oder oav) ist, so ist auch B f ovex (bzw. oav). 11

5 Für die Aussage zur Approximatio auf C[0, 1] verwede wir die Momete des Berstei- Operators. Diese werde da gaz ählich wie i de Ergebisse zum Fejer- ud Jacso-Ker eigesetzt. 7.6 Lemma (Momete des Berstei-Operators). Für N, s N 0 ud x [0,1] sei T,s (x) B [( x) s ](x) ( ) s x p,(x). a) Es gilt T,0 (x) 1, T,1 (x) 0, T, (x) x(1 x) 1 4, T,3 (x) x(1 x)(1 x), T,3 (x) T,4 (x) (x(1 x)) ( 3 6 ) + x(1 x) , 1, 1, 1 3 1,, ud allgemei: für s N 0 existiere A s,b s > 0 so, dass für alle x [0,1] ud alle N gilt 0 T,s (x) A s s, b) Für festes x [0,1] ud δ > 0 sei { I x (δ) : : 0, 0 T,s+1(x) B s s+1. x } δ. Da gilt mit A s wie obe I x(δ) p, (x) A s s δ s. Beweis. Die Darstellug vo T,1 ud T, folgt aus Lemma 7.4. Für s N zeigt ma zuerst die Reursio durch diretes Nachreche vo T,s+1 (x) x(1 x) (T,s (x)+st,s 1(x)) T,s(x)+sT,s 1 (x) ( ) s x p,(x) ud x(1 x)p, (x) [ (1 x) p, (x) ( )x ] ( ) p, (x) x. 113

6 Aus der Reursio folgt per Idutio, dass T,s ei Polyom vom Grad s ist, geauer s T,s (x) a,s,j (x(1 x)) j, j0 s T,s+1 (x) (1 x) b,s,j (x(1 x)) j. j0 Die Koeffiziete im Idutiosafag s 0 laute a,0,0 1 ud b,0,0 0. Die weitere Koeffiziete ergebe sich aus der Reursio sowie aus de Formel [x(1 x)] 1 x, (1 x) 1 4x(1 x). Wir erhalte a,s+1,0 b,s+1,0 0 ud für 1 j s+1 a,s+1,j 1 (jb,s,j (4j +)b,s,j 1 +(s+1)a,s,j 1 ), b,s+1,j 1 (ja,s+1,j +(s+)b,s,j 1 ). Isgesamt ergibt dies mit a,0,0 1 ud b,0,0 0 die Abahmerate a,s,j A s s, b,s,j B s s+1, mitgeeigetekostatea s,b s > 0.DieSchraefürT s (x) udt s+1 (x)folgedurchmultipliatio mit s j0 (x(1 x))j s j0 4 j 4/3. Die Aussage b) folgt diret aus a), de I x(δ) p, (x) I x(δ) (( ) x)s δ s p, (x) 1 δ s ( ) s x p,(x). Wir verwede de Berstei-Operator B auf dem Raum C[0,1] ählich wie die Faltug mit dem Fejer-Ker auf dem Raum C [0,1], um die Dichtheit der Polyome zu beweise. Dies liefert de Approximatiossatz vo Weierstraß mit dem Beweis vo S. N. Berstei aus dem Jahr Satz (Approximatiossatz vo Weierstraß 1885). Die Polyome liege dicht i C([a, b]), das heißt für jedes f C([a,b]) ud ε > 0 existiert ei Polyom p mit f p < ε. Beweis. Gegebe sei f C([a,b]) ud ε > 0. O.B.d.A. sei [a,b] [0,1] (sost: affie Trasformatio x a+t(b a)). Schritt 1. Weil [0,1] ompat ist, ist f auf [0,1] gleichmäßig stetig. Wähle δ > 0 mit f(x) f(y) < ε für alle x,y [0,1], x y < δ. 114

7 Schritt. Sei N ud x [0,1]. Mit der Idexmege I x (δ) aus Lemma 7.6(b) ist ( ) f(x) B f(x) f(x) f p, (x) ( ( )) f(x) f p, (x) (Teilug der Eis) ( f(x) f p, (x)+ ) ( f(x) f p, (x) ) I x(δ) }{{} I x(δ) }{{} < ε, da x f <δ ε p, (x)+ f p, (x) I x(δ) I x(δ) ε + f 1 δ. (Lemma 7.6 b) 1 Für N mit f < ε folgt da f(x) B δ f(x) < ε. Im ächste Schritt wolle wir quatitative Aussage herleite, die die Kovergezgeschwidigeit i Abhägigeit des Polyomgrads agebe. Als Maß diet hier wieder der Stetigeitsmodul. 7.8 Satz (Popoviciu ). Für f C([0,1]) ud N gilt f B f 5 ) (f, 4 ω 1. Beweis. Wie im Beweis zu Satz 7.7 erhalte wir für x [0,1] ud beliebiges δ > 0 ( f(x) B f(x) ) f(x) f p, (x) ( f(x) f p, (x)+ ) ( f(x) f p, (x). ) I x(δ) }{{} I x(δ) ω(f,δ) Für I x (δ) verwede λ : x 1 sowie λ δ 1+λ 1+λ. Da folgt ( ) f(x) f ω(f,λ δ) ( 1+λ ) ω(f,δ). Damit ist ( f(x) B f(x) ω(f,δ) p, (x) + Mit der Wahl δ 1 folgt die Behauptug. }{{} 1 ( 1+ 1 ) ω(f,δ). 4δ 7 Tiberiu Popoviciu, rumäischer Mathematier, I x(δ) ) λ p, (x) }{{} δ T, (x) 1 4δ 115

8 7.9 Bemerug. a) Die Abschätzug i 7.8 a hisichtlich der Ordug 1 im Stetigeitsmodul icht verbessert werde. Beispiel: f C[0,1], f(x) x 1/ hat de Stetigeitsmodul ω(f,δ) δ für beliebiges δ < 1/, ud speziell bei x 1/ ist ( ) 1 f(1/) B f(1/) B f(1/) b) Die bestmögliche Kostate C > 0 i der uiverselle Fehlerabschätzug ( ) 1 f B f C ω f, für alle f C[0,1] wurde vo P. C. Siema i Numerische Math. 3 (1961), S , gefude; es ist C opt sup sup f C[0,1]\P 1 N f B f ω(f,1/ ) Iteressaterweise wird diese Kostate für de Grad 6 erzielt, das heißt C opt f B 6 f sup f C[0,1]\P 1 ω(f,1/ 6). Der Beweis verwedet ähliche Methode wie i Satz 7.8; dabei wird eie sehr geaue Abschätzug der Summe i f(x) B f(x) ω(f,δ) 1+δ 1 vorgeomme. I x(δ) x / p, (x) c) Für f C 1 ([0,1]) a ma durch Awedug des Mittelwertsatzes ud der Reursiosformel der Ableitug sogar f B f 3 ( ) 4 ω f 1,. zeige. Falls also f Lipschitzstetig ist, folgt daraus das ist die Kovergezrate O( 1 ). f B f 3L 4, Beweis (s. Loretz, Berstei polyomials, 1953, S. 1): i der Summatio vo f(x) B f(x) wie im Beweis vo Satz 7.8 ist ( ) f(x) f ( x ) ( f (ξ ) x ) ( f (x)+ x ) (f (ξ ) f (x)) 116

9 mit eiem ξ zwische x ud /. Durch Summatio über fällt der erste Term der rechte Seite weg (Lemma 7.6), für de zweite Term ergibt ξ x / x λ f(x) B f(x) ω(f,δ) x (1+λ )p, (x) ( ω(f,δ) x p,(x)+ 1 ) δ x p, (x). Die letzte Summe hat die obere Schrae 1 4, die erste Summe wird mit der Cauchy-Schwarz- Ugleichug abgeschätzt durch ( x ) p,(x) x 1/ ( ) 1/ p, (x) p, (x) 1. 4 Mit δ 1/ folgt die gewüschte Abschätzug. d) DieJacso-Sätze zeige, dassdie bestmögliche Approximatio durchp de Fehler δ δ E (f) if f p cω ( ) f, 1 p P besitzt. Deshalb sid die Berstei-Operatore icht optimal. Die Aussage i 7.9 c) legt es ahe, zu utersuche, für welche Futioe die Ordug f B f O( 1 ) übertroffe werde a. Dass dies ur für lieare Polyome f P 1 passiert, für die ja sogar f B f 0 gilt, et ma Saturatio Satz (Voroovsaya 193). Die Futio f : [0,1] R sei beschrät ud besitze a eier Stelle x [0,1] die erste ud zweite Ableitug. Da gilt lim (f(x) B f(x)) x(1 x) f (x). Beweis. Die Tayloretwiclug vo f um x ergibt f(y) f(x)+(y x)f (x)+(y x) ( f (x) ) +γ(y), ud das Restglied γ ist eie beschräte Futio mit lim y x γ(y) 0. Also ergibt sich durch Eisetze vo y B f(x) ( ) f p, (x) f(x)p, (x)+ + ( ) x f (x) f(x)+0+ f (x) ( ) x x(1 x) p, (x)+ 117 f (x)p, (x) +r (x). ( ) ( ) x γ p, (x)

10 Hierbei ist r (x) B (( x) γ)(x) B (( x) γ )(x). Zu zeige bleibt lim r (x) 0. Wir verwede die Loalisierugstechi wie i 7.8, hier aber mit dem 4. Momet T,4 : Zu beliebigem ε > 0 wähle δ > 0 mit γ(y) < ε für y x < δ wähle 0 N mit A γ δ 4 0 < ε mit A aus Lemma 7.6. Da folgt mit I x (δ) i Lemma 7.6 für alle 0 sowie I x(δ) I x(δ) ( ) ( x) x γ p, (x) < ε }{{} <ε ( ) x p,(x) ε 4 ( ) ( x) x γ p, (x) γ p, (x) 7.6 A γ δ }{{} 4 < ε. I x(δ) γ Also ist r (x) < 5 4 ε für alle Bemerug. Satz 7.10 besagt: falls a der Stelle x [0,1] die zweite Ableitug vo f ugleich 0 ist, so existiert eie Kostate c > 0 ud 0 N, so dass f(x) B f(x) c für alle 0 gilt. Die Kovergezrate O( 1 ) a also ur a Nullstelle vo f überschritte werde! 7.1 Berstei-Operatore auf C([a, b]). Mit der Koordiatetrasformatio [0,1] x t a+x(b a) [a,b] erhalte wir die Kote t a+ (b a) ud defiiere B [a,b] : C([a,b]) P, B [a,b] f(t) ( ) t a f(t )p,. (7.3) b a Damit wird der Berstei-Operator auch für Futioe i C[a, b] defiiert. Zusammefassug: B : C([0,1]) P ist ei liearer Operator. Es gelte 118

11 1. die Fehlerabschätzuge f B f 5 ) (f, 4 ω 1, ud für f C 1 ([0,1]) mit Lipschitz-stetiger Ableitug f sogar. die Saturatios-Aussage f B f O ( 1 ). lim (f(x) B (f;x)) f (x) x(1 x). Zum Abschluss des Kapitels wird die Positivität der Berstei-Operatore B och eimal i de Vordergrud gestellt. Die Approximatiosaussage i Satz 7.7 wird ereut bewiese, idem ur die Approximatio der erste Moome e 0, e 1 ud e beutzt wird Defiitio (Positive lieare Operatore). Ei liearer Operator K : C[a, b] C[a, b] heißt positiv, falls Kf 0 für alle f C[a,b] mit f 0 gilt. Dabei bedeutet f 0, dass f(x) 0 für alle x [a,b] erfüllt ist. Ma et K auch mooto, weil mit der Liearität gilt. Kf Kg für alle f,g C[a,b] mit f g 7.14 Satz (Satz vo P. P. Korovi, 1953). Es sei (K ) N eie Folge positiver liearer Operatore K : C[a,b] C[a,b]. Falls lim e j K e j 0 für die drei Moome e 0,e 1,e gilt, so folgt lim f K f 0 für alle f C[a,b]. Beweis. Schritt 1. Zu ε > 0 wähle wir δ > 0 mit f(x) f(y) < ε für x y < δ (gleichmäßige Stetigeit vo f). Da gilt die globale Abschätzug (auch für großes x y ) ( ) x y f(x) f(y) ε+ f. δ 119

12 Für beliebige x,y [a,b] ist also ) ( ( x y x y f(y) ε f f(x) f(y)+ε+ f. δ δ }{{}}{{} p y(x) P q y(x) P Schritt. Die Koeffiziete der Polyome p y (x) a y +b y x+c y x laute a y f(y) ε f y δ, b y 4 f y, c δ y f. δ Sie sid gleichmäßig (für alle y C[a,b]) beschrät, de mit r max{ a, b } ist sup y [a,b] Mit der Dreiecsugleichug folgt a y f +ε+ f r, etc. p y K p y sup a y e 0 K e 0 + sup b y e 1 K e 1 + sup c y e K e, y [a,b] y [a,b] y [a,b] also existiert 0 N mit p y K p y < ε für alle 0, y [a,b]. Die gleiche Beziehug folgt für die quadratische Polyome q y. δ ) Schritt 3. Für beliebiges y [a,b] ergibt p y f q y sowie die Mootoie vo K K p y K f K q y für alle N. Verwedug der Abschätzuge im. Schritt ergibt hieraus p y ε K f q y +ε für alle 0. Damit erfüllt die Differez f K f die Abschätzuge p y q y ε f K f q y p y +ε für alle 0. WertewirdiesaderStellexausudsetzey x,soerhaltewirwegeq x (x) p x (x) ε 3ε f(x) K f(x) 3ε für alle 0, also isgesamt f K f 3ε für alle 0. 10

13 Der Satz vo Korovi reduziert also die Überprüfug der gleichmäßige Kovergez der FolgeK f gegef aufdiedrei Testfutioe e 0,e 1 ude.fürdeberstei-operator habe wir bereits i 7.5 die Beziehuge B e 0 e 0, B e 1 e 1, B e (x) e (x)+ x(1 x) festgestellt. Der allgemeie Satz vo Korovi liefert also ereut eie Beweis des Approximatiossatzes vo Weierstraß. Es lasse sich auch quatitative Aussage zur Approximatiosgüte vo K f herleite, worauf wir hier aber verzichte. Weitere positive Operatore werde im Zusammehag mit de Berstei-Grudpolyome defiiert. Hierzu gehöre der Berstei-Durrmeyer Operator M f (+1) f,p, p,, 1 wobei f,p, f(x)p 0,(x)dx ist (s. Übug), oder der Berstei-Katorovich Operator ) K f (+1) (ˆ f(x)dx Solche Operatore sid als Alterative zum Berstei-Operator ausführlich utersucht worde. p,. 11

4. Der Weierstraßsche Approximationssatz

4. Der Weierstraßsche Approximationssatz H.J. Oberle Approximatio WS 213/14 4. Der Weierstraßsche Approximatiossatz Wir gebe i diesem Abschitt eie ostrutive Beweis des Weierstraßsche Approximatiossatzes, der mit de so geate Berstei-Polyome (Felix

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 3..05 Höhere Mathemati für die Fachrichtug Physi Lösugsvorschläge zum 3. Übugsblatt Vorbemerug

Mehr

Lösungen zur Nachklausur zur Analysis einer Variablen F. Merkl

Lösungen zur Nachklausur zur Analysis einer Variablen F. Merkl Lösuge zur Nachlausur zur Aalysis eier Variable F. Merl 3.4.7. Die folgede Teilaufgabe baue teilweise aufeiader auf. Sie dürfe die Ergebisse vorhergeheder Teilaufgabe auch da verwede, we Sie diese icht

Mehr

24 Konvergente Teilfolgen und Cauchy-Kriterium

24 Konvergente Teilfolgen und Cauchy-Kriterium 120 IV. Uedliche Reihe ud Taylor-Formel 24 Kovergete Teilfolge ud Cauchy-Kriterium Lerziele: Kozepte: Teilfolge, Häufugswerte, Limes superior ud iferior, Cauchy-Folge Resultate: Satz vo Bolzao-Weierstraß,

Mehr

Eulersche Summationsformel

Eulersche Summationsformel Eulersche Summatiosformel ei Prosemiarvortrag Sve Grützmacher Betreut vo Dr. Kaste Cotets Vorwort Die eifache Formel 3 Die allgemeie Formel 5 4 Awedug 7 VORWORT Vorwort Dieser Prosemiarvortrag beschäftigt

Mehr

10. Übungsblatt zur Vorlesung Mathematik I für Informatik

10. Übungsblatt zur Vorlesung Mathematik I für Informatik Fachbereich Mathemati Prof. Dr. Thomas Streicher Dr. Sve Herrma Dipl.-Math. Susae Pape 0. Übugsblatt zur Vorlesug Mathemati I für Iformati Witersemester 2009/200 5./6. Dezember 2009 Wir wüsche Ihe schöe

Mehr

Bernsteinpolynome Vortrag zum Proseminar zur Analysis, Malte Milatz

Bernsteinpolynome Vortrag zum Proseminar zur Analysis, Malte Milatz Bersteipolyome Vortrag zum Prosemiar zur Aalysis, 6. 10. 2010 Malte Milatz I diesem Vortrag wird der bereits im Sript zur Aalysis ii zitierte Approximatiossatz vo Weierstraß mithilfe der Bersteipolyome

Mehr

k + n + 1. t k+n dt =

k + n + 1. t k+n dt = 7 Orthogoalpolyome Beispiel Sei f : [,] R stetig. Aufgabe: Bestimme die Bestapproximatio P P N mit P f Q f für alle Q P N bezüglich der Norm u = u,u mit dem Salarprodut u,v = u(t)v(t). Lösug : Wähle Moombasis,t,t,...,t

Mehr

Nennenswertes zur Stetigkeit

Nennenswertes zur Stetigkeit Neeswertes zur Stetigkeit.) Puktweise Stetigkeit: Vo Floria Modler Defiitio der pukteweise Stetigkeit: Eie Fuktio f : D R ist geau da i x D stetig, we gilt: ε > δ >, so dass f ( x) f ( x ) < ε x D mit

Mehr

Lösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann

Lösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann Lösugssizze Mathemati für Iformatier 6. Aufl. Kapitel 4 Peter Hartma Verstädisfrage 1. We Sie die Berechug des Biomialoeffiziete mit Hilfe vo Satz 4.5 i eiem Programm durchführe wolle stoße Sie schell

Mehr

Aufgaben zur Analysis I

Aufgaben zur Analysis I Aufgabe zur Aalysis I Es werde folgede Theme behadelt:. Logik, Iduktio, Mege, Abbilduge 2. Supremum, Ifimum 3. Folge, Fuktioefolge 4. Reihe, Potezreihe 5. Mootoie ud Stetigkeit 6. Differetialrechug 7.

Mehr

Irrationalität und Transzendenz. 1 Algebraische Zahlen

Irrationalität und Transzendenz. 1 Algebraische Zahlen Vortrag im Rahme des Prosemiars zur Aalysis, 12.6.26 Marti Woitalla Der Vortrag beschäftigt sich mit dem Thema, welche Zahle als Lösug eies Polyoms i Q[X] auftrete öe. Außer de ratioale Zahle x a =, a

Mehr

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ). KAPITEL 11 Ugleichuge 111 Jese-Ugleichug Defiitio 1111 Eie Fuktio g : R R heißt kovex, we ma für jedes x R ei K = K (x ) R fide ka, so dass für alle x R gilt: g(x) g(x ) + K (x x ) Bemerkug 111 Eie Fuktio

Mehr

Analysis I - Zweite Klausur

Analysis I - Zweite Klausur Aalysis I - Zweite Klausur Witersemester 2004-2005 Vorame: Name: Aufgabe Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Aufgabe 9 Summe Aufgabe 4 Pukte Bestimme Sie (mit Beweis)

Mehr

3. Taylorformel und Taylorreihen

3. Taylorformel und Taylorreihen Prof Dr Siegfried Echterhoff Aalysis Vorlesug SS 9 3 Taylorformel ud Taylorreihe Sei I R ei Itervall ud sei f : I R eie Fuktio Ziel: Wolle utersuche, wa sich die Fuktio f i eier Umgebug vo eiem Pukt I

Mehr

2 Konvergenz von Folgen

2 Konvergenz von Folgen Kovergez vo Folge. Eifache Eigeschafte Defiitio.. Eie Abbildug A : N C heißt Folge. Ma schreibt a statt A) für N ud a ) oder a ) statt A. We a R N, so heißt a ) reelle Folge. Defiitio.. Seie a ) eie Folge

Mehr

1.1 Mengensysteme. Ω Grundmenge, 2 Ω Potenzmenge, A 2 Ω Mengensystem. Definition 1.1: a) A stabil ( stabil, \-stabil), wenn für A, B A auch A B A

1.1 Mengensysteme. Ω Grundmenge, 2 Ω Potenzmenge, A 2 Ω Mengensystem. Definition 1.1: a) A stabil ( stabil, \-stabil), wenn für A, B A auch A B A 1.1 Megesysteme Grudmege, 2 Potezmege, A 2 Megesystem Defiitio 1.1: a) A stabil ( stabil, \-stabil), we für A, B A auch A B A (A B A, A\B A). b) A heißt Halbrig, we i) A ii) A ist stabil iii) A, B A es

Mehr

38 Normen und Neumannsche Reihe

38 Normen und Neumannsche Reihe 168 V. Lieare Algebra 38 Norme ud Neumasche Reihe Wir erier zuächst a (vgl. 15.6) 38.1 Normierte Räume. Es sei E ei Vektorraum über K = R oder K = C. Eie Abbildug : E [0, ) heißt Norm auf E, falls gilt

Mehr

Resultate: Vertauschbarkeit von Grenzprozessen, Konvergenzverhalten von Potenzreihen

Resultate: Vertauschbarkeit von Grenzprozessen, Konvergenzverhalten von Potenzreihen 26 Gleichmäßige Kovergez ud Potezreihe 129 26 Gleichmäßige Kovergez ud Potezreihe Lerziele: Kozepte: Puktweise ud gleichmäßige Kovergez Resultate: Vertauschbarkeit vo Grezprozesse, Kovergezverhalte vo

Mehr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Lars Machiek Dipl.-Math. Sebastia Schwarz WS 206/207 03..206 Aalysis I Lösugsvorschläge zum 3. Übugsblatt Abgabe:

Mehr

1. Man zeige, daß (IR n, d i ), i = 1, 2, metrische Räume sind, wenn für x = (x 1,..., x n ), y = (y 1,..., y n ) IR n die Abstandsfunktionen durch

1. Man zeige, daß (IR n, d i ), i = 1, 2, metrische Räume sind, wenn für x = (x 1,..., x n ), y = (y 1,..., y n ) IR n die Abstandsfunktionen durch Ma zeige, daß IR, d i ), i,, metrische Räume sid, we für x x,, x ), y y,, y ) IR die Abstadsfuktioe durch d x, y) x y, d x, y) x y ), d x, y) max x y gegebe sid Lösug: Ma muß für alle drei Fuktio d i x,

Mehr

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden Folge ud Reihe Folge Eie Folge ist eie Abbildug der atürliche Zahle N = {0, 1,,...} i die Mege der (zumidest i de meiste Fälle) reelle Zahle R. I diesem Fall ka ma sich eie Folge als Pukte i eiem Koordiatesystem

Mehr

Klausur Höhere Mathematik I für die Fachrichtung Physik

Klausur Höhere Mathematik I für die Fachrichtung Physik Karlsruher Istitut für Techologie KIT) Istitut für Aalysis Prof. Dr. Tobias Lamm Dr. Patric Breuig SS 3.9.3 Klausur Höhere Mathemati I für die Fachrichtug Physi Aufgabe 4+3+3) Pute) a) Sei a ) N eie reelle

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 5. (1 + x) n 1 + nx

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 5. (1 + x) n 1 + nx D-MATH, D-PHYS, D-CHAB Aalysis I HS 2017 Prof. Mafred Eisiedler Übugsblatt 5 1. Die Beroullische Ugleichug besagt, dass für N 0 ud x R mit x 1 stets 1 + x 1 + x gilt. Wir wolle u aaloge Ugleichuge für

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum. Übugsblatt

Mehr

4. Reihen Definitionen

4. Reihen Definitionen 4. Reihe 4.1. Defiitioe Addiere wir die Glieder eier reelle Zahlefolge (a k ), so heißt diese Summe S (uedliche) (Zahle-) Reihe S (Folge: Fuktio über N; Reihe: 1 Zahl): S := a 1 + a 2 + a 3 +... := Σ a

Mehr

January 25, n (x + y) n n. n k y k. k=0. := k!(n k)!, k 1, ergibt das. n ) n+1 = n + 1. k! n + 1 n n k + 2.

January 25, n (x + y) n n. n k y k. k=0. := k!(n k)!, k 1, ergibt das. n ) n+1 = n + 1. k! n + 1 n n k + 2. Lösuge Jauary 5, 09 Serie Aufgabe Wir zeige, dass die Zisfolge a = + /) mooto wachsed ist. Hierzu verwede wir de Biomialsatz, d.h. für x, y R ud N gilt x + y) = x ) y mit de Biomialoeffiziete! := )! )!,,

Mehr

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37 Reelle Folge Der Begriff der Folge ist ei grudlegeder Baustei der Aalysis, weil damit u.a. Grezprozesse defiiert werde köe. Er beschreibt de Sachverhalt eier Abfolge vo Elemete, wobei die Reihefolge bzw.

Mehr

4 Konvergenz von Folgen

4 Konvergenz von Folgen 4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder

Mehr

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 =

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 = Aufgabe 1: (6 Pukte) Zeige Sie für alle N die Formel: 1 2 + 2 3 + 3 4 +... + ( + 1) = ( + 1)( + 2). 3 Lösug: Beweis durch vollstädige Iduktio. Iduktiosafag: Für = 1 gilt: 1 2 = 2 = 1(1 + 1)(1 + 2) 3 Iduktiosschritt:

Mehr

Übungen zur Analysis II SS 2006

Übungen zur Analysis II SS 2006 Mathematisches Istitut der Uiversität Heidelberg Prof. Dr. R. Weissauer/Dr. U. Weselma http://www.mathi.ui-heidelberg.de/ weselma.uebuge.html Übuge zur Aalysis II SS 26 Lösugshiweise Blatt 3 Aufgabe 8*

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 8. b n := 1 n. a k. k=1

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 8. b n := 1 n. a k. k=1 D-MATH, D-PHYS, D-CHAB Aalysis I HS 2017 Prof. Mafred Eisiedler Übugsblatt 8 1. Bereche Sie de Grezwert lim a für die Folge (a ) gegebe durch a) a = (2 1/ ) 10 (1 + 1/ 2 ) 10 1 1/ 2 1/, b) a = + 1, c)

Mehr

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß Der Satz vo Stoe-Weierstraß Vortrag zum Prosemiar Aalysis, 28.06.2010 Valetia Gerber, Sabria Kielma Aus der Vorlesug Aalysis I ud II kee wir das Kozept des Approximieres. Us wurde die Begriffe Taylor-

Mehr

Einige Beispiele für Mengen im R n.

Einige Beispiele für Mengen im R n. Eiige Beispiele für Mege im R. Itervalle i R. Seie a, b R mit a < b. [a, b] : {x a x b} abgeschlossees Itervall (a, b : {x a < x < b} offees Itervall [a, b : {x a x < b} halboffees Itervall (a, b] : {x

Mehr

$Id: reell.tex,v /11/09 11:16:39 hk Exp $

$Id: reell.tex,v /11/09 11:16:39 hk Exp $ Mathemati für die Physi I, WS 2018/2019 Freitag 9.11 $Id: reell.te,v 1.56 2018/11/09 11:16:39 h Ep $ 1 Die reelle Zahle 1.5 Poteze mit ratioale Epoete Wir sid gerade mit de Vorbereituge zur allgemeie biomische

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 11. c n (z a) n,

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 11. c n (z a) n, f : a P UNIVERSIÄ DES SAARLANDES FACHRICHUNG 6. MAHEMAIK Prof. Dr. Rolad Speicher M.Sc. obias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 202 Musterlösug zu Blatt Aufgabe. Zeige Sie durch Abwadlug

Mehr

n=1 b n, deren Summe n=1 (a n + b n ) eine konvergente Reihe ist. Die Aussage ist WAHR, ein mögliches Beispiel sind die divergenten Reihen 1

n=1 b n, deren Summe n=1 (a n + b n ) eine konvergente Reihe ist. Die Aussage ist WAHR, ein mögliches Beispiel sind die divergenten Reihen 1 ANALYSIS WS 08/09 Vorlesug: Prof. Dr. P. Ullrich Übuge: Dr. I. Kharif/ Dr. M. Steihauer 9. ÜBUNGSBLATT- LÖSUNGSHINWEISE/Ergebisse Die folgede Bearbeituge sid - zum Teil - keie ausführliche Musterlösuge,

Mehr

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx Übuge zur Ifiitesimalrechug, H.-C. Im Hof 9. März Blatt 4 Abgabe: 6. März, Nachmittag Aufgabe. Zeige e x dx π. Beweis. Wir bemerke als erstes, dass e x dx e x dx + e x dx e x dx formal sieht ma dies per

Mehr

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n)

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n) Übugsaufgabe Aalysis I Aufgabe. Beweise oder widerlege Sie: a Jede i R kovergete Folge ist beschräkt. b Es gibt Cauchy-Folge im R, die icht kovergiere. c Beschräkte Folge sid koverget. d Folge mit eiem

Mehr

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung 6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez

Mehr

Analysis Übungen Hausaufgaben für 4. April

Analysis Übungen Hausaufgaben für 4. April Aalysis Übuge Hausaufgabe für 4. April Reihe sg 1. AN 8.2. c), AN 8.9. a). 2. Beweise die otwedige Bedigug für die Kovergez eier Reihe: we a koverget ist, da lim a = 0. (I der Praxis: we lim a 0, da ist

Mehr

Lösungsvorschlag zur 2. Hausübung in Analysis II im SS 12

Lösungsvorschlag zur 2. Hausübung in Analysis II im SS 12 FAKULTÄT FÜR MATHEMATIK, CAMPUS ESSEN Prof. Dr. Patrizio Neff 0.04.0 Lösugsvorschlag zur. Hausübug i Aalysis II im SS Hausaufgabe (8 Pute): Bereche Sie für die Futio f : R! R; f() : ep( ) a der Stelle

Mehr

Zahlenfolgen und Konvergenzkriterien

Zahlenfolgen und Konvergenzkriterien www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit

Mehr

Kapitel 6 Differenzierbarkeit

Kapitel 6 Differenzierbarkeit Kapitel 6 Differezierbarkeit Ihalt 6.1 6.1Die Defiitio 6.2 6.2Die Eigeschafte 6.3 6.3Extremwerte Seite 2 Was heißt differezierbar? Differezierbare Fuktioe sid sid glatte Fuktioe. Wir Wir beschreibe diese

Mehr

Wir wünschen Ihnen viel Erfolg bei der Klausur.

Wir wünschen Ihnen viel Erfolg bei der Klausur. Klausur zur Vorlesug Aalysis I Bo, de. Februar 009 Prof. Dr. W. Müller Dr. A. Wotze Nachame, Vorame: Matrielummer: Nummer der Übugsgruppe: A Drehe Sie diese Zettel bitte erst auf Aufforderug um. Sollte

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,

Mehr

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8 Mathematisches Istitut der Uiversität Müche Prof Dr Peter Otte WiSe 203/4 Lösug 8 032203 Übuge zur Aalysis für Iformatiker ud Statistiker Lösug zu Blatt 8 Aufgabe 8 [8 Pukte] (a) Für alle N sei = (+) Wir

Mehr

Die Gammafunktion. 1 Motivation und Definition der Gammafunktion

Die Gammafunktion. 1 Motivation und Definition der Gammafunktion Vortrag zum Semiar zur Futioetheorie, 4..8 Miriam Tamm I diesem Vortrag werde wir us mit der Gammafutio beschäftige. Sie ist eie der wichtigste mathematische Futioe ud eie der eifachste vo de ichtelemetare

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 4. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 4. Übungsblatt UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 2008/09 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum 4. Übugsblatt

Mehr

Kompaktheit und gleichgradige Stetigkeit. 1 Einführung in die Kompaktheit in C 0

Kompaktheit und gleichgradige Stetigkeit. 1 Einführung in die Kompaktheit in C 0 Kompaktheit ud gleichgradige Stetigkeit Vortrag zum Prosemiar zur Aalysis, 14.06.2010 Mao Wiescherma Matthias Klupsch Dieser Vortrag beschäftigt sich mit Kompaktheit vo Teilräume vom Raum der stetige Abbilduge

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof Dr R Köig Dr M Prähofer Zetralübug TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik Mathematik für Physiker (Aalysis ) MA90 Witersem 07/8 Lösugsblatt 4 http://www-m5matumde/allgemeies/ma90 07W (007)

Mehr

Der Groß-O-Kalkül. Additionsregel. Zunächst ein paar einfache "Rechen"-Regeln: " ": Sei. Lemma, Teil 2: Für beliebige Funktionen f und g gilt:

Der Groß-O-Kalkül. Additionsregel. Zunächst ein paar einfache Rechen-Regeln:  : Sei. Lemma, Teil 2: Für beliebige Funktionen f und g gilt: Der Groß-O-Kalkül Additiosregel Zuächst ei paar eifache "Reche"-Regel: Lemma, Teil 1: Für beliebige Fuktioe f g gilt: Zu beweise: ur das rechte "=" Zu beweise: jede der beide Mege ist jeweils i der adere

Mehr

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id,

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id, Kreisabbilduge Im Folgede sehe wir us eie gaz spezielle Klasse vo dyamische Systeme a: Abbilduge auf dem Kreis. Diese sid eifach geug, so dass wir sie och recht leicht aalysiere köe, habe aber adererseits

Mehr

Kapitel 1 Polynominterpolation

Kapitel 1 Polynominterpolation Kapitel 1 Polyomiterpolatio Darstellug des Iterpolatiospolyoms Berechug ud Auswertug des Iterpolatiospolyoms Fehlerabschätzug Limitieruge der Polyomiterpolatio Numerische Mathemati II Herbsttrimester 2012

Mehr

Perkolation (WS 2014) Übungsblatt 2

Perkolation (WS 2014) Übungsblatt 2 Istitut für Stochasti Prof. Dr. G. Last Dipl.-Math. S. Ziesche Perolatio WS 04 Übugsblatt Aufgabe Zeige Sie für T, dass θ 0 p ud χ 0 p stetig auf [0, ] sid, we ma als Wertebereich R + { } zulässt. Lösug:

Mehr

Laguerre - Polynome. Vortrag zum Seminar zur Analysis, Evgeny Saleev

Laguerre - Polynome. Vortrag zum Seminar zur Analysis, Evgeny Saleev Laguerre - Polyome Vortrag zum Semiar zur Aalysis, 6.1.21 Evgey Saleev Die Laguerre-Polyome werde i der Quatemechai bei der Lösug der Schrödiger-Gleichug agewedet, isbesodere im Falle des Wasserstoffatoms.

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. 6. Saalübung ( )

Höhere Mathematik I für die Fachrichtung Informatik. 6. Saalübung ( ) KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr Christoph Schmoeger Heio Hoffma WS 0/4 90 Höhere Mathemati I für die Fachrichtug Iformati 6 Saalübug (90) Aufgabe Ma bestimme alle x R, für

Mehr

Nicht-Anwendbarkeit des Master- Theorems

Nicht-Anwendbarkeit des Master- Theorems Nicht-Awedbarkeit des Master- Theorems Beispiel: Betrachte die Rekursiosgleichug T () = 2T ( 2 ) + log. Es gilt sicherlich f () = Ω( log b a ) = Ω(), aber icht f () = Ω( log b a+ɛ ). Ma beachte, dass f

Mehr

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

Analysis ZAHLENFOLGEN Teil 4 : Monotonie Aalysis ZAHLENFOLGEN Teil 4 : Mootoie Datei Nr. 40051 Friedrich Buckel Juli 005 Iteretbibliothek für Schulmathematik Ihalt 1 Eiführugsbeispiele 1 Mootoie bei arithmetische Folge Defiitioe 3 3 Welche Beweistechik

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 6 Für Experte 8 Defiitioe ud Beispiele für Folge Defiitio Eie

Mehr

Gaußsches Integral und Stirling-Formel

Gaußsches Integral und Stirling-Formel Gaußsches Itegral ud Stirlig-Formel Lemma. Gaußsches Itegral Es gilt für alle a > : e ax dx π a Beweis: Wir reche: e dx ax e ax dx e ay dy e ax e ay dx dy mit dem Satz vo Fubii e ax +y dx dy. Nu verwede

Mehr

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa 20 I. Zahle, Kovergez ud Stetigkeit 4 Kovergete Folge 4. Dezimalzahle ud Itervallschachteluge. a) Reelle Zahle werde meist als Dezimalzahle dargestellt, etwa 7,304 = 0+7 +3 0 +0 00 +4 000. Edliche Dezimalzahle

Mehr

Übungsaufgaben 1. Reelle Zahlen. kd1 k2 D 1 n.n C 1/.2n C 1/ für jedes n 2 N gilt! 6. kd1 k2 D 1 D 1.1 C 1/.2 C 1/. C.n C 1/ 2

Übungsaufgaben 1. Reelle Zahlen. kd1 k2 D 1 n.n C 1/.2n C 1/ für jedes n 2 N gilt! 6. kd1 k2 D 1 D 1.1 C 1/.2 C 1/. C.n C 1/ 2 Übugsaufgabe 1 Reelle Zahle Aufgabe 1. Ma beweise, daß 1 1. /. / für jedes N gilt! Lösug. er Beweis soll idutiv über N geführt werde: Idutiosafag: Für 1 ergibt sich P 1 1 1 1.1 /. /. Idutiosschritt: Uter

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 7. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 7. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Istitut für Aalysis Dr. A. Müller-Rettkowski Dr. T. Gauss WS 00/ Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge

Mehr

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $ Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,

Mehr

1. Folgen ( Zahlenfolgen )

1. Folgen ( Zahlenfolgen ) . Folge ( Zahlefolge Allgemeies Beispiel für eie regelmäßige Folge: /, /3, /4, /5, /6,... Das erste Glied ist a =/ Das ist das Glied mit dem Ide Das zweite Glied ist a =/3 Das ist das Glied mit dem Ide

Mehr

5 Approximation in C[ 1, 1]

5 Approximation in C[ 1, 1] 5 Approximatio i C[ 1, 1] Eiige Aussage zur periodische Approximatio i C [0,1] lasse sich mit Hilfe der Koordiatetrasformatio ξ = 1 π arccosx [ ] 0, 1 x = cosπξ [ 1,1] (5.1) auf de Raum der stetige Fuktioe

Mehr

Übungsaufgaben mit Lösungen. Mathematik I

Übungsaufgaben mit Lösungen. Mathematik I Fachhochschule Pforzheim - Eletrotechi / Iformatiostechi - Übugsaufgabe mit Lösuge zur Vorlesug Mathemati I Prof. Dr. Mazura ud Prof. Dr. Gohout) für Studete der Fachrichtuge Eletrotechi / Techische Iformati

Mehr

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2 D-MATH Topologie FS 15 Theo Bühler Musterlösug 2 1. a) Per Defiitio ist A = {x : x berührt A}. I der Vorlesug wurde die Formel (X A) = ( A ) c gezeigt, also A = ( X A ) c. Daher ist A = A A = A (A ) c

Mehr

Die Lösung der Rekursion. mit a, c, d R >0, b N >0 verhält sich so:

Die Lösung der Rekursion. mit a, c, d R >0, b N >0 verhält sich so: Asymptotische Notatio Ladaus asymptotische Notatio O, Ω, o, ω, Θ, wird vorausgesetzt siehe Folie auf webseite oder eischlägige Literatur (z.b. Corme, Leiserso, Rivest) Geometrische Reihe α 0 folgt aus

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis 1, Woche 2 Reelle Zahle A1 2.1 Ordug Defiitio 2.1 Ma et eie Ordug für K, we 1. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a,

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

Mehr

1 Aussagenlogik und vollständige Induktion

1 Aussagenlogik und vollständige Induktion Dr. Siegfried Echterhoff Aalysis 1 Vorlesug WS 08 09 1 Aussagelogi ud vollstädige Idutio Die Mathemati basiert auf eier Reihe vo Axiome, d.h. auf mathematische Aussage, die als (offesichtlich? wahr ageomme

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. R. Köig Dr. M. Prähofer Zetralübug TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik Z8.. Kriterie für strege Mootoie Mathematik für Physiker 2 (Aalysis ) MA9202 Witersem. 207/8 Lösugsblatt 8

Mehr

8. Die Exponentialfunktion und die trigonometrischen Funktionen. 8.1 Definition der Exponentialfunktion

8. Die Exponentialfunktion und die trigonometrischen Funktionen. 8.1 Definition der Exponentialfunktion 8. Die Expoetialfuktio ud die trigoometrische Fuktioe 8. Defiitio der Expoetialfuktio Fudametallemma: Für jede Folge w mit dem Grezwert w gilt: w lim + = k = 0 k w. k! Defiitio der Expoetialfuktio : k

Mehr

Höhere Mathematik 3. Kapitel 12 Differenzengleichungen, z-transformation. Prof. Dr.-Ing. Dieter Kraus

Höhere Mathematik 3. Kapitel 12 Differenzengleichungen, z-transformation. Prof. Dr.-Ing. Dieter Kraus Höhere Mathematik 3 Kapitel 1 Differezegleichuge, z-trasformatio Prof. Dr.-Ig. Dieter Kraus Höhere Mathematik 3 Kapitel 1 Ihaltsverzeichis 1 Differezegleichuge, -Trasformatio...1-1 1.1 Eiführug i Differezegleichuge...1-1

Mehr

Stochastisches Integral

Stochastisches Integral Kapitel 11 Stochastisches Itegral Josef Leydold c 26 Mathematische Methode XI Stochastisches Itegral 1 / 2 Lerziele Wieer Prozess ud Browsche Bewegug Stochastisches Itegral Stochastische Differetialgleichug

Mehr

3. Anwendungen der Differentialrechnung

3. Anwendungen der Differentialrechnung Talorsche Formel ud Mittelwertsatz 4 Aweduge der Differetialrechug Talorsche Formel ud Mittelwertsatz Die Gleichug der Tagete = f ( ( a die Kurve = f( im Pukt (, liefert eie grobe Näherug für die Fuktio

Mehr

Vorkurs Mathematik für Informatiker Folgen

Vorkurs Mathematik für Informatiker Folgen Vorkurs Mathematik für Iformatiker -- 9 Folge -- 6.1.215 1 Folge: Defiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reihefolge wichtig,

Mehr

8. Die Exponentialfunktion und die trigonometrischen Funktionen

8. Die Exponentialfunktion und die trigonometrischen Funktionen 8. Die Expoetialfuktio ud die trigoometrische Fuktioe 8.1 Defiitio der Expoetialfuktio Fudametallemma: Für jede Folge w mit dem Grezwert w gilt: lim 1 w k 0 k w. k! Defiitio der Expoetialfuktio : k 2 3

Mehr

Kapitel 6. Aufgaben. Verständnisfragen. Rechenaufgaben

Kapitel 6. Aufgaben. Verständnisfragen. Rechenaufgaben Kapitel 6 Aufgabe Verstädisfrage Aufgabe 6. Gegebe sei die Folge (x ) 2 mit x ( 2)/( + ) für 2. Bestimme Sie eie Zahl N N so, dass x ε für alle N gilt, we (a) ε 0, (b) ε 00 ist. Aufgabe 6.2 Stelle Sie

Mehr

Höhere Mathematik I (Analysis) für die Fachrichtung Informatik

Höhere Mathematik I (Analysis) für die Fachrichtung Informatik Karlsruher Istitut für Techologie (KIT) Istitut für Aalysis Priv.-Doz. Dr. Gerd Herzog M. Sc. Adreas Hirsch WS 204/5 24.0.204 Höhere Mathematik I (Aalysis) für die Fachrichtug Iformatik Lösugsvorschlag

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis, Woche 2 Reelle Zahle A 2. Ordug Defiitio 2. Ma et eie Ordug für K, we. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a, b, c K

Mehr

Computergrafik Inhalt Achtung! Kapitel ist relevant für CG-2!

Computergrafik Inhalt Achtung! Kapitel ist relevant für CG-2! Computergrafik Ihalt Achtug! Kapitel ist relevat für CG-2! 0 1 2 3 4 5 6 7 8 Historie, Überblick, Beispiele Begriffe ud Grudlage Objekttrasformatioe Objektrepräsetatio ud -Modellierug Sichttrasformatioe

Mehr

Angabe Analysis 1 - Beweise, Vollständige Induktion, Folgen

Angabe Analysis 1 - Beweise, Vollständige Induktion, Folgen Agabe Aalysis - Beweise, Vollstädige Idutio, Folge 4. März 0 Aufgabe : Zum Aufwärme i Zeige durch geschictes Umforme, dass + + gilt. +!!!!!! +!! +! + + + + + ii Zeige durch vollstädige Idutio, dass 6 +

Mehr

Aufgabensammlung aus Mathematik 1 UMIT, WS 2010/11

Aufgabensammlung aus Mathematik 1 UMIT, WS 2010/11 Aufgabesammlug aus Mathemati UMIT, WS 200/ I Aufgabe I detailliert gerechet Aalysis / K Zeige Sie, dass für N ud N, gilt: ( ) + = ( ) ( ) + Zusatzfrage: Uter welche Bediguge a ma zwei Biomialoeffiziete

Mehr

Lösungsvorschlag zu den Hausaufgaben der 1. Übung

Lösungsvorschlag zu den Hausaufgaben der 1. Übung FAKULTÄT FÜR MATHEMATIK Prof. Dr. Patrizio Neff Christia Thiel 4.04.04 Lösugsvorschlag zu de Hausaufgabe der. Übug Aufgabe : (6 Pukte Bereche Sie für die Fuktio f : R R, f( : ep( a der Stelle 0 0 das Taylorpolyom

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

Normierte Vektorräume

Normierte Vektorräume Normierte Vektorräume Wir betrachte im Folgede ur Vektorräume über R 1. Sei also V ei Vektorraum. Wir möchte Metrike auf V betrachte, die im folgede Sie mit der Vektorraumstruktur verträglich sid:, y,

Mehr

5. Übungsblatt Aufgaben mit Lösungen

5. Übungsblatt Aufgaben mit Lösungen 5. Übugsblatt Aufgabe mit Lösuge Aufgabe 2: Bestimme Sie alle Häufugspukte der komplexe) Folge mit de Glieder a) a = ) 5 + 7 + 2 ) b) b = i Lösug 2: a) Die Folge a ) zerfällt vollstädig i die beide Teilfolge

Mehr

Monotonie einer Folge

Monotonie einer Folge Mootoie eier Folge 1 E Mootoe Folge We jedes Folgeglied eier Folge größer oder gleich dem vorhergehede Folgeglied ist a 1 a ℕ so et ma die Folge mooto steiged (oder mooto wachsed). Die geometrische Folge

Mehr

1. Zahlenfolgen und Reihen

1. Zahlenfolgen und Reihen . Zahlefolge ud Reihe We ma eie edliche Mege vo Zahle hat, ka ma diese i eier bestimmte Reihefolge durchummeriere: {a,a 2,...,a }. Ma spricht vo eier edliche Zahlefolge. Fügt ma immer mehr Zahle hizu,

Mehr

Determinante und Resultante Azadeh Pasandi

Determinante und Resultante Azadeh Pasandi Determiate ud Resultate 07.01.2009 Azadeh Pasadi Defiitio ud Grudeigeschafte: sei U, V, W ud Vektor-Raum über Körper F ud beachte eie Abbildug f ( u,v ) vo kartesische Produkt: f: U x V W Diese Abbildug

Mehr

Seminarausarbeitung: Gegenbeispiele in der Wahrscheinlichkeitstheorie. Unterschiedliche Konvergenzarten von Folgen von Zufallsvariablen

Seminarausarbeitung: Gegenbeispiele in der Wahrscheinlichkeitstheorie. Unterschiedliche Konvergenzarten von Folgen von Zufallsvariablen Semiarausarbeitug: Gegebeispiele i der Wahrscheilichkeitstheorie - Uterschiedliche Kovergezarte vo Folge vo Zufallsvariable Volker Michael Eberle 4. März 203 Eileitug Die vorliegede Arbeit thematisiert

Mehr

Grundkurs Mathematik II

Grundkurs Mathematik II Prof. Dr. H. Breer Osabrück SS 2017 Grudkurs Mathematik II Vorlesug 48 Itervallschachteluge Eie weitere Möglichkeit, reelle Zahle zu beschreibe, eizuführe, zu approximiere ud recherisch zu hadhabe, wird

Mehr

n=0 f(x) = log(1 + x) = n=1

n=0 f(x) = log(1 + x) = n=1 Potez - Reihe Machmal ist es praktisch eie Fuktio f() mir Hilfe ihrer Potezreihe auszudrücke. Eie Potezreihe um de Etwicklugspukt 0 sieht im Allgemeie so aus a ( 0 ) Fuktioe, für die eie Potezreihe eistiert,

Mehr

5.7. Aufgaben zu Folgen

5.7. Aufgaben zu Folgen 5.7. Aufgabe zu Folge Aufgabe : Lieares ud beschräktes Wachstum Aus eiem Quadrat mit der Seiteläge dm gehe auf die rechts agedeutete Weise eue Figure hervor. Die im -te Schritt agefügte Quadrate sid jeweils

Mehr

Lösungen zum Ferienkurs Analysis 1, Vorlesung 2 Wintersemester 2014/2015

Lösungen zum Ferienkurs Analysis 1, Vorlesung 2 Wintersemester 2014/2015 Lösuge zum Feriekurs Aalysis, Vorlesug Witersemester 04/05 Fabia Hafer, Thomas Baldauf I Richtig oder Falsch Sid folgede Aussage richtig oder falsch? Korrigiere bzw. ergäze Sie falsche Aussage. Gebe Sie

Mehr

Über die Verteilung der Primzahlen

Über die Verteilung der Primzahlen Über die Verteilug der Primzahle Scho dem juge Carl Friedrich Gauss drägte sich die Vermutug auf, dass die Azahl π( aller Primzahle p uterhalb der positive Schrae dem Gesetz π( log lim = 1 gehorcht. (Mit

Mehr

9. Übungsblatt Aufgaben mit Lösungen

9. Übungsblatt Aufgaben mit Lösungen 9. Übugsblatt Aufgabe mit Lösuge Aufgabe 1: Gegebe sei die folgede Differetialgleichug 15u(x) + 3xu (x) + x u (x) = 8x 3, x > 0. (a) Gebe Sie ei reelles Fudametalsystem der zugehörige homogee Differetialgleichug

Mehr