Klausur zur Höheren Mathematik IV

Größe: px
Ab Seite anzeigen:

Download "Klausur zur Höheren Mathematik IV"

Transkript

1 Düll Höhere Mathematik IV Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene DIN-A4-Blätter. Insbesondere sind Taschenrechner, Handys und Computer nicht erlaubt. Alle Aufgaben zählen. Bei der Bearbeitung von allen Aufgaben sind sämtliche Details der Argumentation anzugeben. Die Angabe von Endergebnissen allein genügt nicht! Verwenden Sie für Ihre Bearbeitungen Extrablätter und beginnen Sie jede Aufgabe auf einem neuen Blatt. Zur Lösung der Aufgaben - 8 dürfen alle Sätze aus der Vorlesung verwendet werden, ohne dass sie bewiesen werden müssen. Des Weiteren darf ohne Beweis verwendet werden: Normen sind stetige Abbildungen. Nähere Informationen bezüglich der Klausureinsicht werden auf der HM IV - Homepage bekannt gegeben. Viel Erfolg! Seite 1 von 7

2 Düll Höhere Mathematik IV Aufgabe 1 (3 Punkte) Sei (X,(, )) ein Skalarproduktraum. Zeigen Sie, dass in X der Satz des Pythagoras gilt. Sei (X,(, )) ein Skalarproduktraum. Seien x,y X zueinander orthogonal, d.h., es ist (x,y) = und (y,x) =. Dann gilt x+y = (x+y,x+y) = (x,x)+(y,x)+(x,y)+(y,y) = (x,x)+++(y,y) = x + y. Aufgabe (1 Punkte) Gegeben sei der Vektorraum X := C ([,1]) sowie die Menge M := {f X : f C 1}, wobei f C := max t [,1] f(t) sei. (a) Zeigen Sie, dass der Vektorraum X zusammen mit C ein normierter Raum ist. (b) Zeigen Sie, dass M eine beschränkte und abgeschlossene Teilmenge des normierten Raumes (X, C ) ist. (c) Zeigen Sie, dass M nicht kompakt in (X, C ) ist. (a) Gegeben sei der Vektorraum X := C ([,1]) sowie die Abbildung C : X R mit f C = max t [,1] f(t) für alle f X. Nachzuweisen sind die Eigenschaften einer Norm: (i) Für alle f C ([,1]) gilt f C = max t [,1] f(t) }{{}, wobei f C = t [,1] : f(t) = f =. (ii) Für alle f C ([,1]) und alle α R gilt α f C = max αf(t) = max α f(t) = α max f(t) = α f C. t [,1] t [,1] t [,1] (iii) Für alle f,g C ([,1]) gilt f +g C = max f(t)+g(t) t [,1] max ( f(t) + g(t) ) t [,1] max f(t) + max g(t) t [,1] t [,1] = f C + g C. Seite von 7

3 Düll Höhere Mathematik IV (b) Sei M := {f X : f C 1}. Dann ist M B () und somit ist M beschränkt. Um die Abgeschlossenheit zu zeigen, betrachten wir die Abbildung N : (C ([,1]), C ) (R, ), gegeben durch N(f) := f C für alle f C ([,1]). Da Normen stetige Abbildungen sind, ist diese Abbildung stetig. Außerdem ist M = N ([,1]). Da [,1] abgeschlossen in R ist und nach Satz.9 des Vorlesungsskripts bei stetigen Abbildungen die Urbildmengen von abgeschlossenen Mengen ebenfalls abgeschlossen sind, ist M abgeschlossen in (X, C ). (c) Betrachte die Folge (f n ) n N M mit f n (t) := t n für alle t [,1]. Wenn M kompakt wäre, würde eine Teilfolge (f nk ) k N existieren, die gleichmäßig und daher auch punktweise gegen eine Funktion f M konvergieren würde. Jede Teilfolge von (f n ) n N konvergiert allerdings punktweise gegen die unstetige und daher nicht in M enthaltene Funktion g : [, 1] R, gegeben durch 1, wenn t {,1}, t [,1] : g(t) =, sonst. Also ist M nicht kompakt. Aufgabe 3 (6 Punkte) Sei (Y, ) ein Banachraum und n= x n eine absolut konvergente Reihe in (Y, ). Zeigen Sie, dass die Reihe n= x n+1 eine in (Y, ) konvergente Reihe ist. Sei (Y, ) ein Banachraum und n= x n eine absolut konvergente Reihe in (Y, ).Wir betrachten die Folge (s n ) n N mit s n := n k= x k+1. Es gilt n > m N : s n s m = n x k+1 k= n k=m+1 m x k+1 = k= x k+1 m,n, n k=m+1 x k+1 da n= x n absolut konvergiert. (s n ) n N ist also eine Cauchy-Folge in Y. Da Y vollständig ist, ist die Folge (s n ) n N und somit die Reihe k= x k+1 in (Y, ) konvergent. Aufgabe 4 (6 Punkte) (a) Zeigen Sie, dass die lineare Abbildung T : C ([,1]) C ([,1]) mit stetig ist. f C ([,1]) : (Tf)(x) := 3 x y 5 f(y)dy Seite 3 von 7

4 Düll Höhere Mathematik IV (b) Zeigen Sie, dass die Integralgleichung f(x) = cos(x)+3 in C ([,1]) eine eindeutige Lösung f besitzt. x y 5 f(y)dy Die Lösung braucht dabei nicht explizit berechnet zu werden. (a) Für alle f C ([,1]) und alle x [,1] gilt: T(f)(x) = 3 3 = 1 f C. x y 5 f(y)dy 3 y 5 f(y) dy 3 f C x y 5 f(y) dy Somit gilt T(f) C 1 f C für alle f C ([,1]), d.h., die lineare Abbildung T ist beschränkt. Nach Satz 4.1 ist folglich T stetig. (b) Mit Hilfe der stetigen linearen Abbildung T lässt sich die Integralgleichung f(x) = cos(x)+3 x y 5 f(y)dy schreiben als (Id T)f = cos. In a) wurde gezeigt, dass T 1 < 1 ist. Nach Satz 4.7 (Neumannsche Reihe) ist (Id T) bijektiv und somit f = (Id T) cos die eindeutige Lösung der Integralgleichung in C ([,1]). y 5 dy Aufgabe 5 (6 Punkte) Gegeben sei die Matrix 1 A = 1. 1 Berechnen Sie die Zeilensummennorm, die Spaltensummennorm und die Spektralnorm von A. Die Matrix A hat die Zeilensummennorm A = 3. Da A eine symmetrische Matrix ist, stimmen die Zeilensummennorm und die Spaltensummennorm überein. Es gilt also A 1 = A = 3. Aus der Symmetrie der Matrix A folgt auch, dass die Wurzel des größten Eigenwertes der Matrix A T A gleich dem Betrag des betragsmäßig größten Eigenwertes der Matrix A ist. Das charakteristische Polynom von A ist χ A (λ) = (λ 1)(λ 4λ + 3) und besitzt die Nullstellen 1 und 3. Somit ist der Betrag des betragsmäßig größten Eigenwertes von A gleich 3. Also ist die Spektralnorm A = 3. Seite 4 von 7

5 Düll Höhere Mathematik IV Aufgabe 6 (8 Punkte) Sei H := L ([,π]) und f H mit f(x) = x für alle x [,π]. (a) Berechnen Sie die beste Approximation von f in dem von den Funktionen u und v mit u(x) = sin(x), v(x) = cos(x) für alle x [,π] aufgespannten Unterraum von H. (b) Bestimmen Sie auf möglichst einfache Weise den Wert der Reihe ( x cos(nx)dx). n= (a) Sei W := Lin{u,v}. Die beste Approximation f von f in W ist nach Satz 5. die orthogonale Projektion von f auf W. Die Menge {ũ := 1 π u, ṽ := 1 π v} ist nach Beispiel 5.11 ein maximales Orthonormalssystem in (W,(, ) L ). Die orthogonale Projektion f berechnet sich nach Hilfssatz 5.6 mit der Formel Dabei ist f = (f,ũ) L ũ+(f,ṽ) L ṽ = 1 π αu+ 1 π βv. α = x sin(x)dx =, da x x sin(x) eine ungerade Funktion ist. Für β erhalten wir β = x cos(x)dx = x sin(x) π xsin(x)dx = xsin(x)dx = xcos(x) π cos(x) dx = πcos(π) + πcos() = 4π. Also ist f mit f(x) = 4cos(x) die beste Approximation von f in W. (b) Nach Beispiel 5.11 bilden die Funktionen u n mit u n (x) = 1 π sin(nx), n N {} und v n mit v n (x) = 1 π cos(nx), n N ein maximales Orthonormalsystem in L ([,π],(, ) L ). Da die Funktion x x sin(nx) für alle n N {} ungerade ist, folgt, dass (f,u n ) L = für alle Seite 5 von 7

6 Düll Höhere Mathematik IV n N {} ist. Mit Hilfe der Parsevalschen Gleichung (Satz 5.8) erhalten wir somit ( x cos(nx)dx) = π n= = π ( n= (f,v n ) L n= x 1 ) cos(nx)dx π = π f L = π = 5 π6. x 4 dx Aufgabe 7 (9 Punkte) Beantworten Sie die folgenden Fragen und geben Sie jeweils eine kurze Begründung Ihrer Antwort an. (a) Sei X ein Vektorraum und. X eine Norm auf X. Welche zusätzliche Eigenschaft muss. X besitzen, damit. X von einem Skalarprodukt induziert wird? (b) Existiert eine Konstante C >, sodass gilt? f C ([,1]) : ( x f (x)dx )1 ( C f(x) 4 dx )1 4 (c) Sei (Y, Y ) ein normierter Raum, in dem jede beschränkte abgeschlossene Teilmenge kompakt ist. Ist (Y, Y ) vollständig? (d) Sei (Z, Z ) ein normierter Raum und M eine nichtleere Teilmenge von Z, welche die Eigenschaft hat, dass jede Folge in M eine konvergente Teilfolge besitzt, deren Grenzwert in M liegt. Gibt es zu jedem Punkt p Z ein bestapproximierendes Element in M? (a) In (X, X ) muss die Parallelogrammgleichung gelten. (b) Ja. Denn (C ([,1]), L ) ist ein Skalarproduktraum, also ist hier die Cauchy-Schwarz sche Ungleichung gültig und daher gilt für alle f C ([,1]) : x f (x)dx = ( x f (x)dx Beidseitiges Wurzelziehen liefert die Gültigkeit von ) 1 ( 1 ) 1 x 4 dx f(x) 4 dx = ( 1 ) 1 f(x) 4 dx. 5 f C ([,1]) : ( x f (x)dx ) 1 ( C f(x) 4 dx ) 1 4 mit C = ( 5 )1 4. Seite 6 von 7

7 Düll Höhere Mathematik IV (c) Ja. Denn nach Satz. ist ein normierter Raum, in dem jede beschränkte abgeschlossene Teilmenge kompakt ist, endlichdimensional und nach Korollar.17 ist jeder endlichdimensionale normierte Raum vollständig. Also ist (Y, Y ) vollständig. (d) Ja. Denn nach Satz 1.16 ist (Z, Z ) als normierter Raum auch ein metrischer Raum. Außerdem ist M kompakt. Nach Satz 3.1 gibt es daher zu jedem Punkt p Z ein bestapproximierendes Element in M. Aufgabe 8 (1 Punkte) Gegeben sei die Menge M := {(x,y,z) R 3 : 3x y +z = 1}. (a) Zeigen Sie, dass M eine -dimensionale C -Mannigfaltigkeit im R 3 ist. (b) Bestimmen Sie eine Basis des Tangentialraumes T p M, wobei p = (1,1,) sei. (c) Zeigen Sie, dass die Mannigfaltigkeit M invariant ist unter dem Fluss des Systems x y = z = xz z = 3x+xy. (a) Wir betrachten die Abbildung F : R 3 R mit F(x,y,z) = 3x y + z 1 für alle (x,y,z) R 3. Dann ist M = F (). Außerdem ist JF(x,y,z) = (6x, 4y,z). JF verschwindet daher nur im Ursprung. Wegen F(,,) = ist (,,) M und somit gilt (x,y,z) M : rangjf(x,y,z) = 1. Da F ein Polynom ist, ist F unendlich oft differenzierbar. Insgesamt sind alle Voraussetzungen von Satz 8.4 (ii) erfüllt und M ist somit eine -dimensionale C -Mannigfaltigkeit. (b) Nach Satz 8.1 (c) ist T p M = kern(jf(p)). Der Tangentialraum von M in p = (1,1,) besteht daher aus allen (u,v,w) R 3, für die ( F(1,1,),(u,v,w) T ) = gilt. Dies ist erfüllt genau dann, wenn 6u 4v = ist, d.h., wenn v = 3 u gilt. Damit ergibt sich, dass T p M = R(1, 3,)T +R(,,1) T ist. Eine Basis des Tangentialraumes T p M ist also z.b. durch die beiden Vektoren (1, 3,)T und (,,1) T gegeben. (c) Sei g(x,y,z) = ( z,xz,3x + xy) T. Wir überprüfen, ob g ein Vektorfeld auf M ist, also ob g(x,y,z) T (x,y,z) M für alle (x,y,z) M gilt. Es gilt für alle (x,y,z) M: 6x z ( ) ( Jf(x,y,z) g(x,y,z) = f(x,y,z), g(x,y,z) = 4y, ) xz z 3x+xy =, folglich ist g(x,y,z) kernjf(x,y,z) für jedes (x,y,z) M. Nach Satz 8.19 ist damit M invariant unter dem Fluss der Differentialgleichung. Seite 7 von 7

3 Vektorräume abstrakt

3 Vektorräume abstrakt Mathematik I für inf/swt Wintersemester / Seite 7 Vektorräume abstrakt Lineare Unabhängigkeit Definition: Sei V Vektorraum W V Dann heißt W := LH(W := Menge aller Linearkombinationen aus W die lineare

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

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt

Mehr

Zusammenfassung Analysis 2

Zusammenfassung Analysis 2 Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge

Mehr

Lösungsvorschlag zur Übungsklausur zur Analysis I

Lösungsvorschlag zur Übungsklausur zur Analysis I Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 NWF I - Mathematik 9..9 Universität Regensburg Lösungsvorschlag zur Übungsklausur zur Analysis I Frage 1 Vervollständigen Sie die folgenden

Mehr

Einführung in die Grundlagen der Numerik

Einführung in die Grundlagen der Numerik Einführung in die Grundlagen der Numerik Institut für Numerische Simulation Rheinische Friedrich-Wilhelms-Universität Bonn Wintersemester 2014/2015 Normierter Vektorraum Sei X ein R-Vektorraum. Dann heißt

Mehr

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω 5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,

Mehr

9 Metrische und normierte Räume

9 Metrische und normierte Räume 9 Metrische und normierte Räume Idee: Wir wollen Abstände zwischen Punkten messen. Der Abstand soll eine reelle Zahl 0 sein (ohne Dimensionsangabe wie Meter...). 9.1 Definition Sei X eine Menge. Eine Metrik

Mehr

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN

8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN 8 1. GEOMETRIE DIFFERENZIERBARER MANNIGFALTIGKEITEN (vi) Konvergenz von Folgen ist in topologischen Räumen folgendermaßen definiert: Ist (a n ) M eine Folge, so heißt sie konvergent gegen a M, wenn es

Mehr

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel

42 Orthogonalität Motivation Definition: Orthogonalität Beispiel 4 Orthogonalität 4. Motivation Im euklidischen Raum ist das euklidische Produkt zweier Vektoren u, v IR n gleich, wenn die Vektoren orthogonal zueinander sind. Für beliebige Vektoren lässt sich sogar der

Mehr

Lösungsvorschlag zu den Hausaufgaben der 8. Übung

Lösungsvorschlag zu den Hausaufgaben der 8. Übung FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H

Mehr

4 Lineare Abbildungen Basisdarstellungen

4 Lineare Abbildungen Basisdarstellungen 4 Lineare Abbildungen Basisdarstellungen (4.1) Seien V,W endlich dimensionale K-Vektorräume, und sei T : V W linear. Sei {v 1,...,v } Basis von V und {w 1,...,w M } Basis von W. Sei T (v j ) = M a kj w

Mehr

Lineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß

Lineare Algebra I Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Lineare Algebra I - 26. Vorlesung - Prof. Dr. Daniel Roggenkamp & Falko Gauß Donnerstag 8.12.: 8:30 Uhr - Vorlesung 10:15 Uhr - große Übung / Fragestunde Klausur: Mittwoch, 14.12. 14:15 Uhr, A3 001 Cauchy-Schwarz

Mehr

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch TECHNISCHE UNIVERSITÄT BERLIN SS 07 Institut für Mathematik Stand: 3. Juli 007 Ferus / Garcke Lösungsskizzen zur Klausur vom 6.07.07 Analysis II. Aufgabe (5 Punkte Der metrische Raum (X, d ist gegeben.

Mehr

cos(kx) sin(nx)dx =?

cos(kx) sin(nx)dx =? 3.5 Fourierreihen 3.5.1 Vorbemerkungen cos(kx) sin(nx)dx =? cos gerade Funktion x cos(kx) gerade Funktion sin ungerade Funktion x sin(nx) ungerade Funktion x cos(kx) sin(nx) ungerade Funktion Weil [, π]

Mehr

= ( n x j x j ) 1 / 2

= ( n x j x j ) 1 / 2 15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 8. Übungsblatt Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.

Mehr

30 Metriken und Normen

30 Metriken und Normen 31 Metriken und Normen 153 30 Metriken und Normen Lernziele: Konzepte: Metriken, Normen, Skalarprodukte, Konvergenz von Folgen Frage: Versuchen Sie, möglichst viele verschiedene Konvergenzbegriffe für

Mehr

Lösungen der Übungsaufgaben von Kapitel 3

Lösungen der Übungsaufgaben von Kapitel 3 Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen

Mehr

Lösung zu Kapitel 5 und 6

Lösung zu Kapitel 5 und 6 Lösung zu Kapitel 5 und 6 (1) Sei f eine total differenzierbare Funktion. Welche Aussagen sind richtig? f ist partiell differenzierbar f kann stetig partiell differenzierbar sein f ist dann immer stetig

Mehr

Merkblatt zur Funktionalanalysis

Merkblatt zur Funktionalanalysis Merkblatt zur Funktionalanalysis Literatur: Hackbusch, W.: Theorie und Numerik elliptischer Differentialgleichungen. Teubner, 986. Knabner, P., Angermann, L.: Numerik partieller Differentialgleichungen.

Mehr

35 Stetige lineare Abbildungen

35 Stetige lineare Abbildungen 171 35 Stetige lineare Abbildungen Lernziele: Konzepte: Lineare Operatoren und ihre Normen Resultate: Abschätzungen für Matrizennormen Kompetenzen: Abschätzung von Operatornormen 35.1 Lineare Abbildungen.

Mehr

Technische Universität München. Aufgaben Mittwoch SS 2012

Technische Universität München. Aufgaben Mittwoch SS 2012 Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische

Mehr

Konvergenz im quadratischen Mittel - Hilberträume

Konvergenz im quadratischen Mittel - Hilberträume CONTENTS CONTENTS Konvergenz im quadratischen Mittel - Hilberträume Contents 1 Ziel 2 1.1 Satz........................................ 2 2 Endlich dimensionale Vektorräume 2 2.1 Defintion: Eigenschaften

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und

Mehr

Ferienkurs Analysis 3. Ari Wugalter März 2011

Ferienkurs Analysis 3. Ari Wugalter März 2011 Ari Wugalter 07. - 08. März 2011 1 1 Hilberträume Im ersten Kapitel wollen wir uns mit den grundlegenden Eigenschaften von Hilberträumen beschäfitgen. Hilberträume habe die herausragende Eigenschaft, dass

Mehr

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4

Mehr

Grundlagen der Mathematik 2 Nachklausur

Grundlagen der Mathematik 2 Nachklausur Andreas Gathmann und Yue Ren Sommersemester 6 Grundlagen der Mathematik Nachklausur Bearbeitungszeit: 8 Minuten Aufgabe (6 Punkte): Es sei f : R R, (x,y) xye (x+y). (a) Bestimme alle lokalen Maxima und

Mehr

Topologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte

Topologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte Universität München 22. Juli 29 Topologie und Differentialrechnung mehrerer Veränderlicher, SS 29 Modulprüfung/Abschlussklausur Name: Aufgabe 2 3 4 Punkte Gesamtpunktzahl: Gesamturteil: Schreiben Sie unbedingt

Mehr

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme Optimale Steuerung, Prof.Dr. L. Blank 1 II Linear-quadratische elliptische Steuerungsprobleme Zuerst: Zusammenstellung einiger Begriffe und Aussagen aus der Funktionalanalysis (FA), um dann etwas über

Mehr

Technische Universität Berlin. Klausur Analysis I

Technische Universität Berlin. Klausur Analysis I SS 2008 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis I 4.07.2008 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 12

Technische Universität München Zentrum Mathematik. Übungsblatt 12 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Sei f : R R gegeben durch f(x 1, x ) = x 3

Mehr

Unter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über

Unter einem reellen inneren Produktraum verstehen wir einen Vektorraum V über 9 Innere Produkte In diesem Kapitel betrachten wir immer Vektorräume über dem Körper der reellen Zahlen R oder dem Körper der komplexen Zahlen C. Definition 9.1: Sei V ein Vektorraum über R. Ein inneres

Mehr

9 Vektorräume mit Skalarprodukt

9 Vektorräume mit Skalarprodukt 9 Skalarprodukt Pink: Lineare Algebra 2014/15 Seite 79 9 Vektorräume mit Skalarprodukt 9.1 Normierte Körper Sei K ein Körper. Definition: Eine Norm auf K ist eine Abbildung : K R 0, x x mit den folgenden

Mehr

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel 5. Vektorräume mit Skalarprodukt Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der

Mehr

Analysis II. 8. Klausur mit Lösungen

Analysis II. 8. Klausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis II 8. Klausur mit en 1 2 Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Eine Metrik auf einer Menge M. 2) Die Kurvenlänge

Mehr

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist: Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,

Mehr

Höhere Mathematik II für die Fachrichtung Physik. Modulprüfung

Höhere Mathematik II für die Fachrichtung Physik. Modulprüfung Institut für Analysis SS7 PD Dr. Peer Christian Kunstmann 8.9.7 Höhere Mathematik II für die Fachrichtung Physik Modulprüfung Aufgabe [5+5= Punkte] (a) Zeigen Sie, dass die Matrix α A α =, α. genau dann

Mehr

1 Euklidische und unitäre Vektorräume

1 Euklidische und unitäre Vektorräume 1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen

Mehr

Aufgaben zur Analysis I aus dem Wiederholungskurs

Aufgaben zur Analysis I aus dem Wiederholungskurs Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden

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

Prüfung zur Vorlesung Mathematik I/II

Prüfung zur Vorlesung Mathematik I/II Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit

Mehr

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009 UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 009 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe

Mehr

Höhere Mathematik II für die Fachrichtung Physik

Höhere Mathematik II für die Fachrichtung Physik Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. SS 6 9.4.6 Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum. Übungsblatt Aufgabe

Mehr

Wiederholung von Linearer Algebra und Differentialrechnung im R n

Wiederholung von Linearer Algebra und Differentialrechnung im R n Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:

Mehr

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R

Mehr

Wiederholungsklausur zur Analysis II

Wiederholungsklausur zur Analysis II Wiederholungsklausur zur Analysis II Prof. Dr. C. Löh/M. Blank 11. April 2012 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten

Mehr

Von Skalarprodukten induzierte Normen

Von Skalarprodukten induzierte Normen Von Skalarprodukten induzierte Normen Niklas Angleitner 4. Dezember 2011 Sei ein Skalarproduktraum X,, gegeben, daher ein Vektorraum X über C bzw. R mit einer positiv definiten Sesquilinearform,. Wie aus

Mehr

Seite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx

Seite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx Seite Aufgabe : a Berechnen Sie das Integral b Berechnen Sie das Integral +x x+x dx. π sin x dx. c Differenzieren Sie die Funktion ft = t e t s ds. Nur Leibniz-Formel a + x x + x dx = d dx lnx + x dx =

Mehr

Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12

Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12 Mathematik für Wirtschaftswissenschaftler im WS /3 Lösungen zu den Übungsaufgaben Blatt Aufgabe 5 Welche der folgenden Matrizen sind positiv bzw negativ definit? A 8, B 3 7 7 8 9 3, C 7 4 3 3 8 3 3 π 3

Mehr

Musterlösung Höhere Mathematik I/II Di. Aufgabe 1 (11 Punkte) Geben Sie die Matrixbeschreibung der Quadrik

Musterlösung Höhere Mathematik I/II Di. Aufgabe 1 (11 Punkte) Geben Sie die Matrixbeschreibung der Quadrik Aufgabe Punkte Geben Sie die Matrixbeschreibung der Quadrik {x R 3x 3x 8x x +x +4x +7 = 0} an Berechnen Sie die euklidische Normalform der Quadrik und ermitteln Sie die zugehörige Koordinatentransformation

Mehr

$Id: hilbert.tex,v /06/21 13:11:01 hk Exp hk $

$Id: hilbert.tex,v /06/21 13:11:01 hk Exp hk $ $Id: hilbert.tex,v 1.5 2013/06/21 13:11:01 hk Exp hk $ 7 Hilberträume In der letzten Sitzung hatten wir die Theorie der Hilberträume begonnen, und sind gerade dabei einige vorbereitende elementare Grundtatsachen

Mehr

4.4 Hermitesche Formen

4.4 Hermitesche Formen 44 Hermitesche Formen Wie üblich bezeichnen wir das komplex konjugierte Element von ζ = a + bi C (a, b R) mit ζ = a bi Definition 441 Sei V ein C-Vektorraum Eine hermitesche Form (HF) auf V ist eine Abbildung

Mehr

72 Orthonormalbasen und Konvergenz im quadratischen Mittel

72 Orthonormalbasen und Konvergenz im quadratischen Mittel 72 Orthonormalbasen und Konvergenz im quadratischen Mittel 30 72 Orthonormalbasen und Konvergenz im quadratischen Mittel Wir untersuchen nun die Konvergenz von Fourier-Reihen im quadratischen Mittel in

Mehr

Kapitel 3 Lineare Algebra

Kapitel 3 Lineare Algebra Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND

Mehr

Lineare Algebra und analytische Geometrie II

Lineare Algebra und analytische Geometrie II Prof. Dr. H. Brenner Osnabrück SS 2016 Lineare Algebra und analytische Geometrie II Vorlesung 34 Die Diagonalisierbarkeit von Isometrien im Komplexen Satz 34.1. Es sei V ein endlichdimensionaler C-Vektorraum

Mehr

Klausur Analysis II

Klausur Analysis II WS 28/9 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis II 6.2.28 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung

Mehr

ε δ Definition der Stetigkeit.

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

Mehr

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).

Mehr

Henning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich

Henning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich Henning Krause Lineare Algebra Julia Sauter SS 27 Klausur 2.9.27 mit Lösungsvorschlag Jan Geuenich Aufgabe (4 Punkte: Sei n N und seien A und B zwei (n n-matrizen über einem Körper K. Wahr Falsch (a Es

Mehr

Proseminar Lineare Algebra II, SS 11. Blatt

Proseminar Lineare Algebra II, SS 11. Blatt Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2

Mehr

Lösungsvorschlag zu den Hausaufgaben der 3. Übung

Lösungsvorschlag zu den Hausaufgaben der 3. Übung Michael Winkler Johannes Lankeit 22.4.204 Lösungsvorschlag zu den Hausaufgaben der 3. Übung Hausaufgabe : 2 Punkte Bei welchen der folgenden Funktionen u: G R kann es sich um den Realteil einer in G holomorphen

Mehr

Musterlösungen zur Linearen Algebra II Übungsklausur

Musterlösungen zur Linearen Algebra II Übungsklausur Musterlösungen zur Linearen Algebra II Übungsklausur Aufgabe. Sei A R 3 3. Welche der folgenden Aussagen sind richtig? a Ist det(a =, dann ist A eine orthogonale Matrix. b Ist A eine orthogonale Matrix,

Mehr

Lösung der Prüfung Sommer 2009

Lösung der Prüfung Sommer 2009 Prof. D. Salamon Analysis I/II D-MATH, D-PHYS, D-CHAB ETH Zürich. Juni 9 Lösung der Prüfung Sommer 9. Berechnen Sie folgende Grenzwerte: (a) (b) Hinweis: Regel von de l Hospital. ( ( )) lim n n cos n lim

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

23. Die Jordan sche Normalform

23. Die Jordan sche Normalform Chr.Nelius, Lineare Algebra II (SS 2005) 1 23. Die Jordan sche Normalform Wir suchen für einen trigonalisierbaren Endomorphismus unter seinen dreiecksförmigen Darstellungsmatrizen eine Darstellungsmatrix,

Mehr

Der n-dimensionale Raum

Der n-dimensionale Raum Der n-dimensionale Raum Mittels R kann nur eine Größe beschrieben werden. Um den Ort eines Teilchens im Raum festzulegen, werden schon drei Größen benötigt. Interessiert man sich für den Bewegungszustand

Mehr

Klausur - Analysis II Lösungsskizzen

Klausur - Analysis II Lösungsskizzen Klausur - nalysis II Lösungsskizzen ufgabe 1.: 3 Punkte Entscheiden Sie, ob folgende ussagen wahr oder falsch sind. Kennzeichnen Sie wahre ussagen mit W und falsche ussagen mit. Es sind keine Begründungen

Mehr

Analysis II WS 11/12 Serie 9 Musterlösung

Analysis II WS 11/12 Serie 9 Musterlösung Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei

Mehr

9. Übung zur Linearen Algebra II -

9. Übung zur Linearen Algebra II - 9. Übung zur Linearen Algebra II - en Kommentare an Hannes.Klarner@Fu-Berlin.de FU Berlin. SS 00. Aufgabe 33 (i) Beweise oder widerlege: In einem euklidischen VR gilt x + y = x + y x y (Satz von Pythagoras).

Mehr

Implizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem

Implizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem Implizite Funktionen Ist für eine stetig differenzierbare Funktion f : R n R m R n f (x, y ) = (0,..., 0) t, det f x (x, y ) 0, so lässt sich das Gleichungssystem f k (x 1,..., x n, y 1,..., y m ) = 0,

Mehr

KLAUSUR ZUR MATHEMATIK FÜR PHYSIKER MODUL MATHB

KLAUSUR ZUR MATHEMATIK FÜR PHYSIKER MODUL MATHB KLAUSUR ZUR ATHEATIK FÜR PHYSIKER ODUL ATHB In jeder Aufgabe können Punkte erreicht werden Es zählen die 9 bestbewerteten Aufgaben Die Klausur ist mit 45 Punkten bestanden Die Bearbeitungszeit beträgt

Mehr

Modulabschlussklausur Analysis II

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

Mehr

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung

Mehr

Seminar Einführung in die Kunst mathematischer Ungleichungen

Seminar Einführung in die Kunst mathematischer Ungleichungen Seminar Einführung in die Kunst mathematischer Ungleichungen Geometrie und die Summe von Quadraten Clara Brünn 25. April 2016 Inhaltsverzeichnis 1 Einleitung 2 1.1 Geometrie allgemein.................................

Mehr

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016,

Klausur zur Vorlesung Lineare Algebra II, SoSe 2016, Klausur zur Vorlesung Lineare Algebra II, SoSe 6, 6.7.6 Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen und Sätze aus der Vorlesung korrekt zu formulieren

Mehr

Fourierreihen. Die erste dieser Aussagen folgt direkt aus der Definition. Für die zweite bemerken

Fourierreihen. Die erste dieser Aussagen folgt direkt aus der Definition. Für die zweite bemerken Fachbereich Mathematik SS 0 J. Latschev Analysis II Fourierreihen In diesem Kapitel der Vorlesung widmen wir uns der Frage, inwieweit man jede periodische Funktion als Reihe in gewissen Standardfunktionen

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0 KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe

Mehr

1, 0 < y < x 2 0, sonst f besitzt alle Richtungsableitungen in (0, 0), ist aber unstetig dort

1, 0 < y < x 2 0, sonst f besitzt alle Richtungsableitungen in (0, 0), ist aber unstetig dort ANALYSIS II Lösung der. Klausur vom /7 (von D. Reding Aufgabe (a Richtig sind die Aussagen (iii, (iv und (vii. (b Gegenbeispiel zu (i: f: R R, (x, y x ist stetig, aber nicht partiell differenzierbar nach

Mehr

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Vorlesung 49 Zu einer reellwertigen Funktion Extrema auf einer offenen Menge G R n interessieren wir uns, wie schon bei einem eindimensionalen

Mehr

Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016

Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016 Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b

Mehr

Höhere Mathematik für Physiker II

Höhere Mathematik für Physiker II Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei

Mehr

Modulteilprüfung Geometrie (BaM-GS, L3M-RF)

Modulteilprüfung Geometrie (BaM-GS, L3M-RF) Modulteilprüfung Geometrie (BaM-GS, L3M-RF) Prof. Dr. Martin Möller SoSe 2011 // 05. Juli 2011 Kontrollieren Sie, ob Sie alle Blätter (12 einschließlich zweier Deckblätter) erhalten haben, und geben Sie

Mehr

Ferienkurs in Maß- und Integrationstheorie

Ferienkurs in Maß- und Integrationstheorie Zentrum Mathematik Technische Universität München Dipl. Math. Wolfgang Erb WS 9/ Übungsblatt Ferienkurs in Maß- und Integrationstheorie Aufgabe. (σ-algebren Sei eine Menge und A eine σ-algebra in. Seien

Mehr

Bericht zur Mathematischen Zulassungsprüfung im Mai 2010

Bericht zur Mathematischen Zulassungsprüfung im Mai 2010 Bericht zur Mathematischen Zulassungsprüfung im Mai 2 Heinz-Willi Goelden, Wolfgang Lauf, Martin Pohl Am 5. Mai 2 fand die Mathematische Zulassungsprüfung statt. Die Prüfung bestand aus einer 9-minütigen

Mehr

e x e x x e x + e x (falls die Grenzwerte existieren), e x e x 1 e 2x = lim x 1

e x e x x e x + e x (falls die Grenzwerte existieren), e x e x 1 e 2x = lim x 1 Aufgabe a Hier kann man die Regel von de l Hospital zweimal anwenden (jeweils und die Ableitung des Nenners ist für hinreichend große x ungleich. Dies führt auf e x e x e x + e x e x + e x e x e x e x

Mehr

D-MAVT & D-MATL Analysis I & II Sommer 2012 Prof. Dr. Giovanni Felder

D-MAVT & D-MATL Analysis I & II Sommer 2012 Prof. Dr. Giovanni Felder D-MAVT & D-MATL Analysis I & II Sommer 2012 Prof. Dr. Giovanni Felder Prüfung WICHTIG: Die Prüfung dauert 4 Stunden (240 Minuten). Verwenden Sie bitte für jede Aufgabe ein neues Blatt und schreiben Sie

Mehr

Lösungen Serie 6 (Vektorräume, Skalarprodukt)

Lösungen Serie 6 (Vektorräume, Skalarprodukt) Name: Seite: 1 Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Serie 6 (Vektorräume, Skalarprodukt) Dozent: R. Burkhardt Büro: 4.613 Klasse: 1. Studienjahr Semester: 1 Datum: HS 28/9

Mehr

Klausur zur Höheren Mathematik 1/2

Klausur zur Höheren Mathematik 1/2 Stroppel/Knarr 07. 09. 009 Klausur zur Höheren Mathematik / für Ingenieurstudiengänge Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 80 Minuten Erlaubte Hilfsmittel: Vier Seiten DIN A4 eigenhändig

Mehr

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW

AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW AUFGABENSAMMLUNG ZU VEKTORRECHNUNG FÜR USW Lineare Gleichungssysteme Lösen Sie folgende Gleichungssysteme über R: a) x + x + x = 6x + x + x = 4 x x x = x 7x x = 7 x x = b) x + x 4x + x 4 = 9 x + 9x x x

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG. Sommer 2016

Lineare Algebra und Numerische Mathematik für D-BAUG. Sommer 2016 P. Grohs T. Welti F. Weber Herbstsemester 2015 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Name a a Note Vorname Leginummer Datum 19.08.2016 1 2 3 4 5 6 Total 7P 11P 10P 11P

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

Klausur - Analysis I Lösungsskizzen

Klausur - Analysis I Lösungsskizzen Klausur - Analysis I Lösungsskizzen Aufgabe 1.: 5 Punkte Entscheiden Sie, ob folgende Aussagen wahr oder falsch sind. Kennzeichnen Sie wahre Aussagen mit W und falsche Aussagen mit F. Es sind keine Begründungen

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3

Mehr

Übungsblatt 2 - Analysis 2, Prof. G. Hemion

Übungsblatt 2 - Analysis 2, Prof. G. Hemion Tutor: Martin Friesen, martin.friesen@gmx.de Übungsblatt 2 - Analysis 2, Prof. G. Hemion Um die hier gestellten Aufgaben zu lösen brauchen wir ein wenig Kentnisse über das Infimum bzw. Supremum einer Menge.

Mehr

ETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld

ETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld ETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld Bitte wenden! 1. Die unten stehende Figur wird beschrieben durch... (a) { (x, y) R 2 x + y 1 }. Richtig! (b) { (x,

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

12. R n als EUKLIDISCHER VEKTORRAUM

12. R n als EUKLIDISCHER VEKTORRAUM 12. R n als EUKLIDISCHER VEKTORRAUM 1 Orthogonalität in der Ebene. Die Vektoren in der Ebene, die (im üblichen Sinne) senkrecht zu einem Vektor x = (x 1, x 2 ) T stehen, lassen sich leicht angeben. Sie

Mehr

Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Musterlösungen zu den Übungen

Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Musterlösungen zu den Übungen Technische Universität München Department of Physics Ferienkurs zur Linearen Algebra Bilinearformen, Euklidische Vektorräume und Endomorphismen Musterlösungen zu den Übungen Freitag, 6.. Sascha Frölich

Mehr