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

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

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

Transkript

1 10 Aus der Analysis Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit

2 Zahlenfolgen Ein unendliche Folge reeller Zahlen heißt Zahlenfolge. Im Beispiel 2, 3, 2, 2 2, 2 3,... ist 2 das erste Folgenglied, 3 ist das zweite Folgenglied usw.

3 Zahlenfolgen Ein unendliche Folge reeller Zahlen heißt Zahlenfolge. Im Beispiel 2, 3, 2, 2 2, 2 3,... ist 2 das erste Folgenglied, 3 ist das zweite Folgenglied usw. Allgemein schreiben wir (a n ) n Æ = (a n ) = (a 1, a 2, a 3,...), a n Ê, wobei a 1 das erste Folgenglied ist, a 2 ist das zweite Folgenglied, und a n, n Æ, ist das n-te Folgenglied.

4 Beispiele von Zahlenfolgen a n = 1 oder (a n ) = (1, 1, 1,...) (=konstante Folge).

5 Beispiele von Zahlenfolgen a n = 1 oder (a n ) = (1, 1, 1,...) (=konstante Folge). a n = ( 1) n oder (a n ) = ( 1, 1, 1, 1,...) (=alternierende Folge)

6 Beispiele von Zahlenfolgen a n = 1 oder (a n ) = (1, 1, 1,...) (=konstante Folge). a n = ( 1) n oder (a n ) = ( 1, 1, 1, 1,...) (=alternierende Folge) (a n ) = (3, 3, 1, 3, 14, 3, 141,...)

7 Beschränkte Folgen Eine Folge (a n ) n Æ heißt beschränkt, wenn es eine Zahl M gibt mit a n M für alle n Æ.

8 Beschränkte Folgen Eine Folge (a n ) n Æ heißt beschränkt, wenn es eine Zahl M gibt mit a n M für alle n Æ. Alternativ: Die Menge {a 1, a 2,...} ist beschränkt.

9 Beschränkte Folgen Eine Folge (a n ) n Æ heißt beschränkt, wenn es eine Zahl M gibt mit a n M für alle n Æ. Alternativ: Die Menge {a 1, a 2,...} ist beschränkt. Beachte: Endliche Mengen sind beschränkt. Zahlenfolgen, in denen nur endlich viele Werte vorkommen, sind daher ebenfalls beschränkt.

10 Konvergente Folgen Eine Folge (a n ) konvergiert gegen ein a Ê, wenn es zu jedem ε > 0 ein N Æ gibt mit a n a < ε für alle n N.

11 Konvergente Folgen Eine Folge (a n ) konvergiert gegen ein a Ê, wenn es zu jedem ε > 0 ein N Æ gibt mit a n a < ε für alle n N. a+ε a a-ε N n Ab einem Index N liegen alle Folgenglieder im Schlauch {x : x a < ε}.

12 Schreibweisen Konvergiert die Folge (a n ) gegen a Ê, so schreiben wir a n a für n oder lim n a n = a. Das n läßt man oft auch weg.

13 Schreibweisen Konvergiert die Folge (a n ) gegen a Ê, so schreiben wir a n a für n oder lim n a n = a. Das n läßt man oft auch weg. Wie formuliert man a n a?

14 Schreibweisen Konvergiert die Folge (a n ) gegen a Ê, so schreiben wir a n a für n oder lim n a n = a. Das n läßt man oft auch weg. Wie formuliert man a n a? Es gibt ein ε > 0 mit: Zu jedem N Æ gibt es ein n N mit a n a ε.

15 Beispiele zur Konvergenz 1. Die konstante Folge a n = 1 konvergiert gegen a = 1 wegen a n a = 1 1 = 0 < ε n Æ.

16 Beispiele zur Konvergenz 1. Die konstante Folge a n = 1 konvergiert gegen a = 1 wegen a n a = 1 1 = 0 < ε n Æ. 2. Die Folge a n = 1 n konvergiert gegen a = 0. Zu jedem ε > 0 gibt es ein N Æ mit 1 N < ε. Für n N gilt daher a n a = 1 n 1 N < ε.

17 Beispiele zur Konvergenz 1. Die konstante Folge a n = 1 konvergiert gegen a = 1 wegen a n a = 1 1 = 0 < ε n Æ. 2. Die Folge a n = 1 n konvergiert gegen a = 0. Zu jedem ε > 0 gibt es ein N Æ mit 1 N < ε. Für n N gilt daher a n a = 1 n 1 N < ε. Klar, n α 0 für α < 0 zeigt man genauso.

18 Beispiele zur Konvergenz 3. Die alternierende Folge a n = ( 1) n konvergiert nicht. Wir wählen ε = 1 2.

19 Beispiele zur Konvergenz 3. Die alternierende Folge a n = ( 1) n konvergiert nicht. Wir wählen ε = 1 2. a+1/2 a a-1/2 n Gleichgültig, welches a Ê wir wählen, es liegen immer unendlich viele Folgenglieder außerhalb des Schlauchs.

20 Beispiele zur Konvergenz 4. Sei a n der n te Abschnitt in der Dezimaldarstellung von π, also a 1 = 3, 1, a 2 = 3, 14, a 3 = 3, 141, a 4 = 3, 1415,.... Dann gilt π a n 0, }{{} = 10 n+1. n-mal

21 Beispiele zur Konvergenz 4. Sei a n der n te Abschnitt in der Dezimaldarstellung von π, also a 1 = 3, 1, a 2 = 3, 14, a 3 = 3, 141, a 4 = 3, 1415,.... Dann gilt π a n 0, }{{} = 10 n+1. n-mal Zu ε > 0 gibt es ein N mit 10 N+1 < ε. Für n N gilt dann π a n 10 n+1 10 N+1 < ε.

22 Beispiele zur Konvergenz 5. Für a n = q n mit q < 1 gilt a n 0.

23 Beispiele zur Konvergenz 5. Für a n = q n mit q < 1 gilt a n 0. Für ε > 0 folgt aus der binomischen Formel (1 + ε) n = 1 + nε ε n 1 + nε.

24 Beispiele zur Konvergenz 5. Für a n = q n mit q < 1 gilt a n 0. Für ε > 0 folgt aus der binomischen Formel (1 + ε) n = 1 + nε ε n 1 + nε. Damit gilt für 0 < q < 1 mit q = (1 + ε) 1 q n = q n = (1 + ε) n 0.

25 Beispiele zur Konvergenz 6. Für a n = n n gilt a n 1.

26 Beispiele zur Konvergenz 6. Für a n = n n gilt a n 1. Wir setzen x n = n n 1 0 und erhalten aus der binomischen Formel ( n ) n = (1 + x n ) n x 2 (n 1)n n = x n.

27 Beispiele zur Konvergenz 6. Für a n = n n gilt a n 1. Wir setzen x n = n n 1 0 und erhalten aus der binomischen Formel ( n ) n = (1 + x n ) n x 2 (n 1)n n = x n. 2 Hieraus folgt 0 x n n 1 0. Demnach gilt für beliebiges α n n α = ( n n) α 1.

28 Alternative Definitionen der Konvergenz Wir sagen, eine Eigenschaft trifft auf fast alle n zu, wenn sie für alle n bis auf endlich viele zutrifft. Dann gilt: a n a Für alle ε > 0 gilt a n a < ε für fast alle n.

29 Alternative Definitionen der Konvergenz Wir sagen, eine Eigenschaft trifft auf fast alle n zu, wenn sie für alle n bis auf endlich viele zutrifft. Dann gilt: a n a Für alle ε > 0 gilt a n a < ε für fast alle n. Beweis: : In der Definition der Konvergenz trifft a n a < ε auf alle n N zu, das sind fast alle.

30 Alternative Definitionen der Konvergenz Wir sagen, eine Eigenschaft trifft auf fast alle n zu, wenn sie für alle n bis auf endlich viele zutrifft. Dann gilt: a n a Für alle ε > 0 gilt a n a < ε für fast alle n. Beweis: : In der Definition der Konvergenz trifft a n a < ε auf alle n N zu, das sind fast alle. Trifft es für fast alle n zu, gibt es ein maximales N 0, auf die es nicht zutrifft (endliche Menge!). Damit gilt a n a < ε für alle n N = N

31 Alternative Definitionen der Konvergenz Für a Ê und ε > 0 heißt U ε (a) = {x Ê : a ε < x < a + ε} = (a ε, a + ε) ε-umgebung von a. Es gilt:

32 Alternative Definitionen der Konvergenz Für a Ê und ε > 0 heißt U ε (a) = {x Ê : a ε < x < a + ε} = (a ε, a + ε) ε-umgebung von a. Es gilt: a n a Für alle ε > 0 gilt a n U ε (a) für fast alle n.

33 Alternative Definitionen der Konvergenz Für a Ê und ε > 0 heißt U ε (a) = {x Ê : a ε < x < a + ε} = (a ε, a + ε) ε-umgebung von a. Es gilt: a n a Für alle ε > 0 gilt a n U ε (a) für fast alle n. a n U ε (a) bedeutet ja a n a < ε.

34 Beschränktheit konvergenter Folgen Satz Konvergente Folgen sind beschränkt.

35 Beschränktheit konvergenter Folgen Satz Konvergente Folgen sind beschränkt. Beweis: Sei a n a. In der Definition der Konvergenz wähle ε = 1, a n a < 1 für alle n mit n N

36 Beschränktheit konvergenter Folgen Satz Konvergente Folgen sind beschränkt. Beweis: Sei a n a. In der Definition der Konvergenz wähle ε = 1, a n a < 1 für alle n mit n N Für n N folgt aus der Dreiecksungleichung a n = a n a + a a n a + a 1 + a.

37 Beschränktheit konvergenter Folgen Satz Konvergente Folgen sind beschränkt. Beweis: Sei a n a. In der Definition der Konvergenz wähle ε = 1, a n a < 1 für alle n mit n N Für n N folgt aus der Dreiecksungleichung a n = a n a + a a n a + a 1 + a. Die n < N sind nur endlich viele. Unsere Schranke M ist daher M = max { a 1, a 2,..., a N 1, 1 + a }.

38 Konvergenz und algebraische Operationen Satz Mit a n a und b n b ist auch αa n αa, a n ± b n a ± b, a n b n ab. Ist b n, b 0, so gilt a n /b n a/b.

39 Konvergenz und algebraische Operationen Satz Mit a n a und b n b ist auch αa n αa, a n ± b n a ± b, a n b n ab. Ist b n, b 0, so gilt a n /b n a/b. Beweis: nur a n b n ab. Mit der Dreiecksungleichung folgt a n b n ab = a n b n a n b + a n b ab a n b n b + b a n a.

40 Konvergenz und algebraische Operationen Satz Mit a n a und b n b ist auch αa n αa, a n ± b n a ± b, a n b n ab. Ist b n, b 0, so gilt a n /b n a/b. Beweis: nur a n b n ab. Mit der Dreiecksungleichung folgt a n b n ab = a n b n a n b + a n b ab a n b n b + b a n a. Da (a n ) konvergent, gilt a n M. Für n N = max{n a, N b } folgt a n b n ab Mε + b ε.

41 Beispiele 1. a n = n2 + n + 1 n 2 + 2n = n + 1 n n Wie bereits gesehen, gilt 1/n, 1/n 2 0. Nach dem letzten Satz daher a n 1.

42 Beispiele 1. a n = n2 + n + 1 n 2 + 2n = n + 1 n n Wie bereits gesehen, gilt 1/n, 1/n 2 0. Nach dem letzten Satz daher a n a n = n + 1 n

43 Beispiele 1. a n = n2 + n + 1 n 2 + 2n = n + 1 n n Wie bereits gesehen, gilt 1/n, 1/n 2 0. Nach dem letzten Satz daher a n a n = n + 1 n = ( n + 1 n )( n n ) n n = 1 n n 0.

44 Monotone Folgen und Konvergenz Eine Folge (a n ) heißt monoton steigend, wenn a n a n+1 für alle n Æ. Monoton fallend ist dann klar.

45 Monotone Folgen und Konvergenz Eine Folge (a n ) heißt monoton steigend, wenn a n a n+1 für alle n Æ. Monoton fallend ist dann klar. Satz Eine nach oben beschränkte, monoton steigende Folge ist konvergent.

46 Monotone Folgen und Konvergenz Eine Folge (a n ) heißt monoton steigend, wenn a n a n+1 für alle n Æ. Monoton fallend ist dann klar. Satz Eine nach oben beschränkte, monoton steigende Folge ist konvergent. Es existiert a = sup{a n : n Æ} (=kleinste obere Schranke). Dies ist die Vollständigkeit der reellen Zahlen. Zeige a n a.

47 Monotone Folgen und Konvergenz Eine Folge (a n ) heißt monoton steigend, wenn a n a n+1 für alle n Æ. Monoton fallend ist dann klar. Satz Eine nach oben beschränkte, monoton steigende Folge ist konvergent. Es existiert a = sup{a n : n Æ} (=kleinste obere Schranke). Dies ist die Vollständigkeit der reellen Zahlen. Zeige a n a. Sei ε > 0. Aufgrund der Definition des Supremums gibt es ein N mit a ε < a N a Da (a n ) monoton wachsend, gilt für n N a ε < a N a n a a a n < ε.

48 Cauchy-Folgen (a n ) heißt Cauchy-Folge, wenn es zu jedem ε > 0 ein N Æ gibt mit a m a n < ε für alle m, n N.

49 Cauchy-Folgen (a n ) heißt Cauchy-Folge, wenn es zu jedem ε > 0 ein N Æ gibt mit a m a n < ε für alle m, n N. Satz (a n ) konvergent (a n ) ist Cauchy-Folge.

50 Cauchy-Folgen (a n ) heißt Cauchy-Folge, wenn es zu jedem ε > 0 ein N Æ gibt mit a m a n < ε für alle m, n N. Satz (a n ) konvergent (a n ) ist Cauchy-Folge. Beweis von : Es gilt a m a < ε für alle m N. Für m, n N gilt dann mit der Dreiecksungleichung a m a n = a m a + a a n a m a + a n a < 2ε.

51 Cauchy-Folgen (a n ) heißt Cauchy-Folge, wenn es zu jedem ε > 0 ein N Æ gibt mit a m a n < ε für alle m, n N. Satz (a n ) konvergent (a n ) ist Cauchy-Folge. Beweis von : Es gilt a m a < ε für alle m N. Für m, n N gilt dann mit der Dreiecksungleichung a m a n = a m a + a a n a m a + a n a < 2ε. Die andere Richtung ist äquivalent zur Vollständigkeit der reellen Zahlen.

52 Konvergenz von Reihen Einer unendlichen Reihe i=1 a i ordnen wir die Folge der Partialsummen zu n s n = a i. i=1 Die Reihe heißt konvergent, wenn (s n ) konvergiert und wir schreiben dann a i = lim s n. n i=1

53 Absolute Konvergenz von Reihen a i heißt absolut konvergent i=1 a i ist konvergent. i=1

54 Absolute Konvergenz von Reihen a i heißt absolut konvergent i=1 a i ist konvergent. i=1 Absolut konvergente Reihen dürfen beliebig umgeordnet werden, ohne dass sich der Grenzwert der Reihe ändert.

55 Die geometrische Reihe Sei q Ê. Für s n = n i=0 qi gilt n+1 qs n = q i = s n 1 + q n+1 s n = 1 qn+1 1 q i=1 für q 1.

56 Die geometrische Reihe Sei q Ê. Für s n = n i=0 qi gilt n+1 qs n = q i = s n 1 + q n+1 s n = 1 qn+1 1 q i=1 für q 1. Wir hatten bereits gesehen, dass q n 0 für q < 1. Damit ist die unendliche geometrische Reihe absolut konvergent mit i=0 q i = 1 1 q.

57 Die geometrische Reihe Sei q Ê. Für s n = n i=0 qi gilt n+1 qs n = q i = s n 1 + q n+1 s n = 1 qn+1 1 q i=1 für q 1. Wir hatten bereits gesehen, dass q n 0 für q < 1. Damit ist die unendliche geometrische Reihe absolut konvergent mit i=0 q i = 1 1 q. Beispiel: 9, 9 = 9 i= i = 9 1 1/10 = 10.

58 Ein wichtiger Reihen-Typ ist n=1 1 n α = { divergent für 0 α 1 konvergent für α > 1.

59 Ein wichtiger Reihen-Typ ist n=1 { 1 divergent für 0 α 1 n α = konvergent für α > 1. Beweis am einfachsten mit der Integralvergleichsmethode (dazu braucht man die Integralrechnung).

60 Ein wichtiger Reihen-Typ ist n=1 { 1 divergent für 0 α 1 n α = konvergent für α > 1. Beweis am einfachsten mit der Integralvergleichsmethode (dazu braucht man die Integralrechnung). Wichtiger Spezialfall ist die divergente harmonische Reihe n=1 1 n.

61 Cauchy-Kriterium für Reihen Eine Reihe ist genau dann konvergent, wenn die Folge der Partialsummen konvergiert. Letzteres ist äquivalent dazu, dass die Partialsummen eine Cauchy-Folge bilden. Für die Reihe bedeutet dies:

62 Cauchy-Kriterium für Reihen Eine Reihe ist genau dann konvergent, wenn die Folge der Partialsummen konvergiert. Letzteres ist äquivalent dazu, dass die Partialsummen eine Cauchy-Folge bilden. Für die Reihe bedeutet dies: a i konvergent i=1 Für alle ε > 0 existiert N mit n a i < ε für alle n > m N. i=m

63 Cauchy-Kriterium für Reihen Eine Reihe ist genau dann konvergent, wenn die Folge der Partialsummen konvergiert. Letzteres ist äquivalent dazu, dass die Partialsummen eine Cauchy-Folge bilden. Für die Reihe bedeutet dies: a i konvergent i=1 Für alle ε > 0 existiert N mit n a i < ε für alle n > m N. i=m Mit n = m + 1 folgt: (a m ) muss Nullfolge sein.

64 Majoranten- und Minorantenkriterium Majorantenkriterium: Ist a i c i und i c i konvergent, so ist die Reihe i a i absolut konvergent. Beweis: Das Cauchy-Kriterium für Reihen ist in diesem Fall erfüllt n n n a i a i c i < ε für alle n > m N. i=m i=m i=m

65 Majoranten- und Minorantenkriterium Majorantenkriterium: Ist a i c i und i c i konvergent, so ist die Reihe i a i absolut konvergent. Beweis: Das Cauchy-Kriterium für Reihen ist in diesem Fall erfüllt n n n a i a i c i < ε für alle n > m N. i=m i=m i=m Minorantenkriterium: Ist a i c i 0 und i c i divergent, so ist auch i a i divergent.

66 Wurzelkriterium Seien a n Ê und q = lim sup n n an. Ist q < 1, so konvergieren die Reihen n a n und n a n.

67 Wurzelkriterium Seien a n Ê und q = lim sup n n an. Ist q < 1, so konvergieren die Reihen n a n und n a n. Ist q > 1, so divergiert die Reihe n a n.

68 Wurzelkriterium Seien a n Ê und q = lim sup n n an. Ist q < 1, so konvergieren die Reihen n a n und n a n. Ist q > 1, so divergiert die Reihe n a n. lim sup ist der größte Häufungspunkt. Ist q < 1, so ist erfüllt mit einem p < 1. a n p n für alle n N

69 Wurzelkriterium Seien a n Ê und q = lim sup n n an. Ist q < 1, so konvergieren die Reihen n a n und n a n. Ist q > 1, so divergiert die Reihe n a n. lim sup ist der größte Häufungspunkt. Ist q < 1, so ist erfüllt mit einem p < 1. a n p n für alle n N Das Wurzelkriterium ist also nichts weiter als das Majorantenkriterium mit der geometrischen Reihe als Majorante.

70 Probleme beim Wurzelkriterium Wenn q = 1, so ist keine Aussage möglich. Das Wurzelkriterium ist daher ein grober Klotz.

71 Probleme beim Wurzelkriterium Wenn q = 1, so ist keine Aussage möglich. Das Wurzelkriterium ist daher ein grober Klotz. Bei z.b. n=1 1 nα, α 0, ist q = 1. Das Wurzelkriterium kann also nicht unterscheiden zwischen dem konvergenten Fall α > 1 und dem divergenten α 1.

72 Quotientenkriterium 1. Falls lim sup n a n+1 a n < 1, so konvergieren die Reihen n a n und n a n.

73 Quotientenkriterium 1. Falls lim sup n a n+1 a n < 1, so konvergieren die Reihen n a n und n a n. 2. Falls es ein N Æ gibt, so dass a n+1 a n 1 für alle n N, so divergiert die Reihe n a n.

74 Quotientenkriterium 1. Falls lim sup n a n+1 a n < 1, so konvergieren die Reihen n a n und n a n. 2. Falls es ein N Æ gibt, so dass a n+1 a n 1 für alle n N, so divergiert die Reihe n a n. Auch hier steht die geometrische Reihe Pate. Bei 1. gilt a n+1 p a n für alle n N mit einem 0 p < 1, d.h. a N+k p k a N n=n a n 1 1 p a N.

75 Leibniz-Kriterium für alternierende Reihen n a n heißt alternierend, wenn a n a n+1 0 für alle n Æ.

76 Leibniz-Kriterium für alternierende Reihen n a n heißt alternierend, wenn a n a n+1 0 für alle n Æ. Satz Ist a n 0 monoton fallend und die Reihe n a n alternierend, so ist die Reihe n a n konvergent.

77 Leibniz-Kriterium für alternierende Reihen n a n heißt alternierend, wenn a n a n+1 0 für alle n Æ. Satz Ist a n 0 monoton fallend und die Reihe n a n alternierend, so ist die Reihe n a n konvergent. Beispiel: n ( 1)n /n ist damit konvergent, n 1/n aber nicht.

78 Leibniz-Kriterium für alternierende Reihen n a n heißt alternierend, wenn a n a n+1 0 für alle n Æ. Satz Ist a n 0 monoton fallend und die Reihe n a n alternierend, so ist die Reihe n a n konvergent. Beispiel: n ( 1)n /n ist damit konvergent, n 1/n aber nicht. Reihen sind ein beliebtes Klausurthema!

79 Übung zu Reihen Sei a n 0 monoton fallende Nullfolge. Beweisen oder widerlegen Sie:

80 Übung zu Reihen Sei a n 0 monoton fallende Nullfolge. Beweisen oder widerlegen Sie: Ist n=1 a n konvergent, so lim n na n = 0.

81 Übung zu Reihen Sei a n 0 monoton fallende Nullfolge. Beweisen oder widerlegen Sie: Ist n=1 a n konvergent, so lim n na n = 0. Solche relativ schwierigen Aufgaben gibt es zu Hauf! Die Aussage ist richtig.

82 Übung zu Reihen Sei a n 0 monoton fallende Nullfolge. Beweisen oder widerlegen Sie: Ist n=1 a n konvergent, so lim n na n = 0. Solche relativ schwierigen Aufgaben gibt es zu Hauf! Die Aussage ist richtig. a 2 k a 2 k+1 1 2k a 2 k+1 a n n=1 2 k a 2 k+1 k=1 Damit 1 2 na n 0 für n = 2 k. Für n zwischen 2 k und 2 k+1 verwenden wir die Abschätzung na n 2 k+1 a 2 k = 22 k a 2 k.

83 Tipps Wenn es heißt: Bestimmen Sie gegebenenfalls den Reihenwert, dann ist Feiertag, weil es im Wesentlichen nur 2 Möglichkeiten gibt:

84 Tipps Wenn es heißt: Bestimmen Sie gegebenenfalls den Reihenwert, dann ist Feiertag, weil es im Wesentlichen nur 2 Möglichkeiten gibt: 1. Die geometrische Reihe (manchmal in versteckter Form), z.b n=0 ( 1) n (1 + x 2 ) 2n xn.

85 Tipps Wenn es heißt: Bestimmen Sie gegebenenfalls den Reihenwert, dann ist Feiertag, weil es im Wesentlichen nur 2 Möglichkeiten gibt: 1. Die geometrische Reihe (manchmal in versteckter Form), z.b n=0 ( 1) n (1 + x 2 ) 2n xn. Vorsicht: Dies ist keine Potenzreihe, weil der Koeffizient von x abhängt, aber eine geometrische Reihe mit x q = (1 + x 2 ) 2. Man braucht nur zu bestimmen, für welche x q(x) < 1 erfüllt ist (hier: für alle x Ê).

86 Tipps 2. Eine Teleskop-Reihe ist z.b n=2 1 n 2 n = ( 1 n 1 1 ) = 1. n n=2

87 Stetigkeit Sei D Ê und f : D Ê. f heißt stetig in x D, wenn es zu jedem ε > 0 ein δ > 0 gibt mit f (y) f (x) < ε für alle y x < δ.

88 Stetigkeit Sei D Ê und f : D Ê. f heißt stetig in x D, wenn es zu jedem ε > 0 ein δ > 0 gibt mit f (y) f (x) < ε für alle y x < δ. f(x)+ε f(x) f(x)-ε x-δ x x+δ x

89 Stetigkeit Anschaulich bedeutet die Stetigkeit im Punkt x D: Man kann den Abstand zwischen f (y) und f (x) beliebig klein machen, indem man den Abstand zwischen y und x genügend klein wählt.

90 Stetigkeit Anschaulich bedeutet die Stetigkeit im Punkt x D: Man kann den Abstand zwischen f (y) und f (x) beliebig klein machen, indem man den Abstand zwischen y und x genügend klein wählt. f ist genau dann stetig in x, wenn lim f (x n) = f (x) n für alle Folgen (x n ) in D mit lim x n = x.

91 Stetigkeit Anschaulich bedeutet die Stetigkeit im Punkt x D: Man kann den Abstand zwischen f (y) und f (x) beliebig klein machen, indem man den Abstand zwischen y und x genügend klein wählt. f ist genau dann stetig in x, wenn lim f (x n) = f (x) n für alle Folgen (x n ) in D mit lim x n = x. Stetige Funktionen sind die konvergenzerhaltenden Funktionen. Die Konvergenz ist der Begriff, der die Analysis definiert. Deshalb ist die Stetigkeit so wichtig.

92 Äquivalenz der Stetigkeitsbegiffe Sei f stetig in x und x n x in D. Zeige f (x n ) f (x).

93 Äquivalenz der Stetigkeitsbegiffe Sei f stetig in x und x n x in D. Zeige f (x n ) f (x). Zu jedem ε > 0 gibt es ein δ > 0, mit y x < δ f (y) f (x) < ε.

94 Äquivalenz der Stetigkeitsbegiffe Sei f stetig in x und x n x in D. Zeige f (x n ) f (x). Zu jedem ε > 0 gibt es ein δ > 0, mit y x < δ f (y) f (x) < ε. Zu δ > 0 gibt es ein N Æ mit x n x < δ für alle n N.

95 Äquivalenz der Stetigkeitsbegiffe Sei f stetig in x und x n x in D. Zeige f (x n ) f (x). Zu jedem ε > 0 gibt es ein δ > 0, mit y x < δ f (y) f (x) < ε. Zu δ > 0 gibt es ein N Æ mit x n x < δ für alle n N. Für diese x n gilt f (x n ) f (x) < ε.

96 Äquivalenz der Stetigkeitsbegiffe Umgekehrt: Sei f (x n ) f (x) für alle Folgen mit x n x in D. Zeige, dass f stetig in x ist.

97 Äquivalenz der Stetigkeitsbegiffe Umgekehrt: Sei f (x n ) f (x) für alle Folgen mit x n x in D. Zeige, dass f stetig in x ist. Für einen indirekten Beweis müssen wir die Stetigkeit verneinen. Schwer!

98 Äquivalenz der Stetigkeitsbegiffe Umgekehrt: Sei f (x n ) f (x) für alle Folgen mit x n x in D. Zeige, dass f stetig in x ist. Für einen indirekten Beweis müssen wir die Stetigkeit verneinen. Schwer! Es existiert ε > 0 mit: Für alle δ > 0 existiert y D mit y x < δ und f (y) f (x) ε.

99 Äquivalenz der Stetigkeitsbegiffe Umgekehrt: Sei f (x n ) f (x) für alle Folgen mit x n x in D. Zeige, dass f stetig in x ist. Für einen indirekten Beweis müssen wir die Stetigkeit verneinen. Schwer! Es existiert ε > 0 mit: Für alle δ > 0 existiert y D mit y x < δ und f (y) f (x) ε. Hier wählen wir speziell δ = 1 n. Wir erhalten ein y n mit y n x < 1 n. Also gilt y n x, aber f (y n ) f (x).

100 Stetigkeit f : D Ê heißt stetig (in D), wenn es in jedem x D stetig ist.

101 Stetigkeit f : D Ê heißt stetig (in D), wenn es in jedem x D stetig ist. Beispiele: 1. x ist kein Häufungspunkt von D. Dann ist jedes f stetig in x. Denn jede Folge in D mit x n x stimmt ab einem Index mit x überein. Daher f (x n ) f (x).

102 Stetigkeit f : D Ê heißt stetig (in D), wenn es in jedem x D stetig ist. Beispiele: 1. x ist kein Häufungspunkt von D. Dann ist jedes f stetig in x. Denn jede Folge in D mit x n x stimmt ab einem Index mit x überein. Daher f (x n ) f (x). 2. f (x) = 1 und f (x) = x sind in allen Punkten von D stetig.

103 Stetigkeit f : D Ê heißt stetig (in D), wenn es in jedem x D stetig ist. Beispiele: 1. x ist kein Häufungspunkt von D. Dann ist jedes f stetig in x. Denn jede Folge in D mit x n x stimmt ab einem Index mit x überein. Daher f (x n ) f (x). 2. f (x) = 1 und f (x) = x sind in allen Punkten von D stetig. 3. Summe, Produkt, Quotient (sofern Nenner 0) stetiger Funktionen sind stetig. Dies folgt aus den entsprechenden Gesetzen über Zahlenfolgen:

104 Stetigkeit f : D Ê heißt stetig (in D), wenn es in jedem x D stetig ist. Beispiele: 1. x ist kein Häufungspunkt von D. Dann ist jedes f stetig in x. Denn jede Folge in D mit x n x stimmt ab einem Index mit x überein. Daher f (x n ) f (x). 2. f (x) = 1 und f (x) = x sind in allen Punkten von D stetig. 3. Summe, Produkt, Quotient (sofern Nenner 0) stetiger Funktionen sind stetig. Dies folgt aus den entsprechenden Gesetzen über Zahlenfolgen: Ist x n x mit f (x n ) f (x) und g(x n ) g(x), so usw. f (x) ± g(x) f (x) ± g(x)

105 Punktweise und gleichmäßige Konvergenz von Funktionenfolgen f n : D Ê heißt (punktweise) konvergent gegen f : D Ê, wenn f n (x) f (x) für alle x D. Nichts Neues im Vergleich zur Konvergenz von Zahlenfolgen!

106 Punktweise und gleichmäßige Konvergenz von Funktionenfolgen f n : D Ê heißt (punktweise) konvergent gegen f : D Ê, wenn f n (x) f (x) für alle x D. Nichts Neues im Vergleich zur Konvergenz von Zahlenfolgen! f n f gleichmäßig, wenn es zu jedem ε > 0 ein N Æ gibt mit f n (x) f (x) < ε für alle x D und n N.

107 Punktweise und gleichmäßige Konvergenz von Funktionenfolgen f n : D Ê heißt (punktweise) konvergent gegen f : D Ê, wenn f n (x) f (x) für alle x D. Nichts Neues im Vergleich zur Konvergenz von Zahlenfolgen! f n f gleichmäßig, wenn es zu jedem ε > 0 ein N Æ gibt mit f n (x) f (x) < ε für alle x D und n N. Anschaulich: Für fast alle Folgenglieder müssen die f n in einem ε-schlauch um die Funkton f liegen, wobei dieser ε-schlauch beliebig klein gewählt werden kann.

108 Punktweise und gleichmäßige Konvergenz von Funktionenfolgen Der gleichmäßige Limes stetiger Funktionen ist stetig.

109 Punktweise und gleichmäßige Konvergenz von Funktionenfolgen Der gleichmäßige Limes stetiger Funktionen ist stetig. Sind die Funktionen f n stetig, die Grenzfunktion f aber nicht, so kann keine gleichmäßige Konvergenz vorliegen.

110 Punktweise und gleichmäßige Konvergenz von Funktionenfolgen Der gleichmäßige Limes stetiger Funktionen ist stetig. Sind die Funktionen f n stetig, die Grenzfunktion f aber nicht, so kann keine gleichmäßige Konvergenz vorliegen. Beispiel: Für f n = x n in D = [0, 1] gilt lim f n (x) = 0 für 0 x < 1, lim f n (1) = 1. Die Konvergenz kann daher nicht gleichmäßig sein.

111 5 Differenzierbarkeit Für eine Funktion f, die bis auf einen Punkt ξ I auf dem Intervall I definiert ist, setzen wir lim f (x) = a x ξ Für alle Folgen (x n ) mit x n ξ und x n ξ gilt f (x n ) a.

112 Differenzierbarkeit s s(t ) - s(t ) 2 1 t t - t t t Die geradlinige Bewegung eines Massepunktes wird beschrieben durch eine Funktion s(t), wobei t die Zeit und s(t) den zurückgelegten Weg des Massepunktes bezeichnet.

113 Differenzierbarkeit s s(t ) - s(t ) 2 1 t t - t t t Sind t 1, t 2 zwei Zeitpunkte, so ist s(t 2 ) s(t 1 ) der im Zeitraum t 2 t 1 zurückgelegte Weg und damit s(t 2 ) s(t 1 ) t 2 t 1 die Durchschnittsgeschwindigkeit im Zeitraum (t 1, t 2 )

114 Differenzenquotient und Steigung B A x f ξ x x Für eine Funktion f heißt Differenzenquotient. m = f x = f (x) f (ξ) x ξ

115 Differenzenquotient und Steigung B A x f ξ x x Der Differenzenquotient gibt die Steigung m der Sekante durch die Punkte A und B an.

116 Differenzenquotient und Steigung B A x f ξ x x Der Differenzenquotient gibt die Steigung m der Sekante durch die Punkte A und B an. Wandert x nach links zum Punkt ξ, so läuft B nach A und die Sekante geht in die Tangente im Punkt A über.

117 Differenzierbarkeit Sei f in einer Umgebung von ξ Ê definiert. f heißt in ξ differenzierbar, wenn der Grenzwert f (ξ) = existiert. df (ξ) dx f (x) f (ξ) f (ξ + h) f (ξ) = lim = lim x ξ x ξ h 0 h

118 Differenzierbarkeit Sei f in einer Umgebung von ξ Ê definiert. f heißt in ξ differenzierbar, wenn der Grenzwert f (ξ) = df (ξ) dx f (x) f (ξ) f (ξ + h) f (ξ) = lim = lim x ξ x ξ h 0 h existiert. f (ξ) heißt Ableitung von f in ξ. Geometrisch gibt f (ξ) die Steigung der Tangenten im Punkt (ξ, f (ξ)) an.

119 Beispiel s s(t ) - s(t ) 2 1 t t - t t t Führen wir den Grenzübergang t 2 t 1 durch, so erhalten wir die Interpretation der Ableitung als Momentangeschwindigkeit eines sich bewegenden Körpers.

120 Beispiel Für f (x) = ax + b erhalten wir f a(ξ + h) + b (aξ + b) (ξ) = lim = a. h 0 h

121 Differenzierbare Funktionen sind stetig Für x n ξ gilt f (x n ) f (ξ) x n ξ f (ξ) f (x n ) f (ξ) 0.

122 Differenzierbare Funktionen Satz Sind die Funktionen f, g in ξ differenzierbar, so sind für α, β Ê auch die Funktionen αf + βg sowie fg und, falls g(ξ) 0, f /g in ξ differenzierbar.

123 Differenzierbare Funktionen Satz Sind die Funktionen f, g in ξ differenzierbar, so sind für α, β Ê auch die Funktionen αf + βg sowie fg und, falls g(ξ) 0, f /g in ξ differenzierbar. Für diese Ableitungen gilt (αf + βg) (ξ) = αf (ξ) + βg (ξ), (fg) (ξ) = f (ξ)g(ξ) + f (ξ)g (ξ) ( ) f (ξ) = f (ξ)g(ξ) f (ξ)g (ξ) g g 2 (ξ) (Linearität), (Produktregel), (Quotientenregel).

124

Ferienkurs Analysis 1, SoSe Unendliche Reihen. Florian Beye August 15, 2008

Ferienkurs Analysis 1, SoSe Unendliche Reihen. Florian Beye August 15, 2008 Ferienkurs Analysis 1, SoSe 2008 Unendliche Reihen Florian Beye August 15, 2008 1 Reihen und deren Konvergenz Definition 1.1. Eine reelle bzw. komplexe Reihe ist eine unendliche Summe über die Glieder

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

,...) 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

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

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

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

Absolute Konvergenz. Definition 3.8. Beispiel 3.9. Eine Reihe. a n. konvergent ist. Die alternierende harmonische Reihe aber nicht absolut konvergent.

Absolute Konvergenz. Definition 3.8. Beispiel 3.9. Eine Reihe. a n. konvergent ist. Die alternierende harmonische Reihe aber nicht absolut konvergent. Definition 3.8 Eine Reihe n=1 a n heißt absolut konvergent, wenn die Reihe konvergent ist. a n n=1 Beispiel 3.9 Die alternierende harmonische Reihe aber nicht absolut konvergent. n=1 ( 1)n 1 n ist zwar

Mehr

KAPITEL 2. Folgen und Reihen

KAPITEL 2. Folgen und Reihen KAPITEL 2 Folgen und Reihen 1. Konvergenz und Divergenz Definition 2.1 (Folgen). Eine Abbildung a : N R (bzw. a : N 0 R) nennt man Folge. Statt a : N R schreibt man meist (a n ) n N und a n statt a(n).

Mehr

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die 3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die eindeutig den natürlichen Zahlen zugeordnet sind ( n N, auch

Mehr

n=1 a n mit reellen Zahlen a n einen

n=1 a n mit reellen Zahlen a n einen 4 Unendliche Reihen 4. Definition und Beispiele Ein altes Problem der Analysis ist es, einer Reihe mit reellen Zahlen einen Wert zuzuordnen. Ein typisches Beispiel ist die unendliche Reihe + +..., die

Mehr

= (n 2 ) 1 (Kurzschreibweise: a n = n 2 ) ergibt die Zahlenfolge 1, 4, 9, 16, 25, 36,.

= (n 2 ) 1 (Kurzschreibweise: a n = n 2 ) ergibt die Zahlenfolge 1, 4, 9, 16, 25, 36,. 2 Folgen, Reihen, Grenzwerte 2.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die eindeutig den natürlichen Zahlen zugeordnet sind (n N; auch

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

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

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

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

Mehr

Vorlesung: Analysis I für Ingenieure

Vorlesung: Analysis I für Ingenieure Vorlesung: Analysis I für Ingenieure Dozent: Dr. Michael Karow Thema: unendliche Reihen Definition. Eine unendliche Reihe ist der Grenzwert einer Folge von Summen: a k = lim k a k, wobei a k C. Falls der

Mehr

Kap. 10: Folgen und Reihen. Eine Funktion a : N Ñ R

Kap. 10: Folgen und Reihen. Eine Funktion a : N Ñ R Definition: Zahlenfolge Kap. 10: Folgen und Reihen 10.1 Definition: Zahlenfolge Eine Funktion a : N Ñ R poder Cq heißt reelle (oder komplexe) Zahlenfolge. Man nennt a n apnq das n-te Folgenglied und schreibt

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

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

Kapitel 5 Reihen 196

Kapitel 5 Reihen 196 Kapitel 5 Reihen 96 Kapitel 5. Definition und Beispiele 97 Das Material dieses Kapitels können Sie nachlesen in: MICHAEL SPIVAK, Calculus, Kapitel 22 DIRK HACHENBERGER, Mathematik für Informatiker, Kapitel

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

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

HM I Tutorium 5. Lucas Kunz. 24. November 2016

HM I Tutorium 5. Lucas Kunz. 24. November 2016 HM I Tutorium 5 Lucas Kunz 24. November 206 Inhaltsverzeichnis Theorie 2. Definition einer Reihe.............................. 2.2 Wichtige Reihen................................. 2.3 Limites inferior

Mehr

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt Beispiel. Gegeben sei die Folge (a n ) n N mit a n := n 2 + 5n + 1 n Es gilt ( ( ) (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n + 1 + n, woraus folgt a n = (n2 + 5n + 1) n 2 n2 + 5n + 1 + n = 5n + 1 n2

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

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

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

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

x k = s k=1 y k = y konvergent. Dann folgt (cx k ) = cx für c K. Partialsummenfolge konvergiert

x k = s k=1 y k = y konvergent. Dann folgt (cx k ) = cx für c K. Partialsummenfolge konvergiert 4 Reihen Im Folgenden sei K R oder K C. 4. Definition. Es sei (x k ) Folge in K. Wir schreiben x k s und sagen, die Reihe x k konvergiere, falls die sogenannte Partialsummen-Folge s n x k n, 2,... in K

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

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

Modul Grundbildung Analysis WiSe 10/11. A.: Wurde in diesem Kapitel behandelt. C.: Weitere Fragen (Nicht nur für die Klausur interessant)

Modul Grundbildung Analysis WiSe 10/11. A.: Wurde in diesem Kapitel behandelt. C.: Weitere Fragen (Nicht nur für die Klausur interessant) Modul Grundbildung Analysis WiSe 10/11 Im Folgenden bedeutet A: Wurde in diesem Kapitel behandelt B: Interessante Aufgaben C: Weitere Fragen (Nicht nur für die Klausur interessant) V1 Konvergenz, Grenzwert

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

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,

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

11. Übungsblatt zur Mathematik I für Maschinenbau

11. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 200/ 2.0.-28.0. Aufgabe G (Grenzwertberechnung)

Mehr

Folgen und Reihen. Folgen. Inhalt. Mathematik für Chemiker Teil 1: Analysis. Folgen und Reihen. Reelle Funktionen. Vorlesung im Wintersemester 2014

Folgen und Reihen. Folgen. Inhalt. Mathematik für Chemiker Teil 1: Analysis. Folgen und Reihen. Reelle Funktionen. Vorlesung im Wintersemester 2014 Inhalt Mathematik für Chemiker Teil 1: Analysis Vorlesung im Wintersemester 2014 Kurt Frischmuth Institut für Mathematik, Universität Rostock Rostock, Oktober 2014... Folgen und Reihen Reelle Funktionen

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

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

Funktionenfolgen, Potenzreihen, Exponentialfunktion

Funktionenfolgen, Potenzreihen, Exponentialfunktion Kapitel 8 Funktionenfolgen, Potenzreihen, Exponentialfunktion Der in Definition 7. eingeführte Begriff einer Folge ist nicht auf die Betrachtung reeller Zahlen eingeschränkt und das Beispiel {a n } = {x

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

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

HM I Tutorien 6 und 7

HM I Tutorien 6 und 7 HM I Tutorien 6 und 7 Lucas Kunz. Dezember 207 und 8. Dezember 207 Inhaltsverzeichnis Vorwort 2 2 Theorie 2 2. Definition einer Reihe.............................. 2 2.2 Absolute Konvergenz..............................

Mehr

Reihen. Kapitel 3. Reihen, Potenzreihen und elementare Funktionen. Peter Becker (H-BRS) Analysis Sommersemester / 543

Reihen. Kapitel 3. Reihen, Potenzreihen und elementare Funktionen. Peter Becker (H-BRS) Analysis Sommersemester / 543 Kapitel 3 Reihen, Potenzreihen und elementare Funktionen Peter Becker (H-BRS) Analysis Sommersemester 2016 160 / 543 Inhalt Inhalt 3 Reihen Absolute Konvergenz Potenzreihen Elementare Funktionen Anwendung:

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

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

Folgen. Eine (unendliche) (Zahlen)folge ist eine Abbildung. dann als. notiert, und das wird abgekürzt mit. nennt man die Folgenglieder.

Folgen. Eine (unendliche) (Zahlen)folge ist eine Abbildung. dann als. notiert, und das wird abgekürzt mit. nennt man die Folgenglieder. Folgen Eine (unendliche) (Zahlen)folge ist eine Abbildung Statt dann als schreibt man auch oder ähnlich, die Folge wird notiert, und das wird abgekürzt mit. Die nennt man die Folgenglieder. Mathematik

Mehr

V.1 Konvergenz, Grenzwert und Häufungspunkte

V.1 Konvergenz, Grenzwert und Häufungspunkte V.1 Konvergenz, Grenzwert und Häufungspunkte S. 108 110 A. Bereits bekannt: Folge Extrem wichtig: Grenzwert bzw. Konvergenz: a n a oder lim n a n = a : ε R, ε > 0 n 0 N : a n a < ε n n 0 Begriffe: Fast

Mehr

Folgen und Reihen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Folgen und Reihen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Folgen und Reihen Bernhard Ganter Institut für Algebra TU Dresden D-0062 Dresden bernhard.ganter@tu-dresden.de Folgen Eine (unendliche) (Zahlen)folge ist eine Abbildung f : N R. Statt f (n) schreibt man

Mehr

10 Differenzierbare Funktionen

10 Differenzierbare Funktionen 10 Differenzierbare Funktionen 10.1 Definition: Es sei S R, x 0 S Häufungspunkt von S. Eine Funktion f : S R heißt im Punkt x 0 differenzierbar, wenn der Grenzwert f (x 0 ) := f(x 0 + h) f(x 0 ) lim h

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

Unterricht 13: Wiederholung.

Unterricht 13: Wiederholung. , 1 I Unterricht 13: Wiederholung. Erinnerungen: Die kleinen Übungen nden diese Woche statt. Zur Prüfung müssen Sie Lichtbildausweis (Personalausweis oder Reisepass) Studierendenausweis mitbringen. I.1

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

Konvergenz einer Folge. 1-E1 Ma 1 Lubov Vassilevskaya

Konvergenz einer Folge. 1-E1 Ma 1 Lubov Vassilevskaya Konvergenz einer Folge 1-E1 Ma 1 Lubov Vassilevskaya Konvergenz einer Folge: Inhalt Drei Verhaltensmuster von Folgen. Beispiele 1 ) = 1 n, = n n +1, 2 ) = ( 1)n n +1 n und ihre graphischen Darstellungen.,

Mehr

Quiz Analysis 1. Lösungen zu den Aufgaben M1 bis M7 der Probeklausur. Mathematisches Institut, WWU Münster. Karin Halupczok.

Quiz Analysis 1. Lösungen zu den Aufgaben M1 bis M7 der Probeklausur. Mathematisches Institut, WWU Münster. Karin Halupczok. Quiz Analysis 1 Mathematisches Institut, WWU Münster Karin Halupczok WiSe 2011/2012 Lösungen zu den Aufgaben M1 bis M7 der Probeklausur 1 Aufgabe M1: Fragen zu Folgen, Reihen und ihre Konvergenz 2 Aufgabe

Mehr

1 Folgen und Stetigkeit

1 Folgen und Stetigkeit 1 Folgen und Stetigkeit 1.1 Folgen Eine Folge ist eine durchnummerierte Zusammenfassung von reellen Zahlen. Sie wird geschrieben als (a 1, a 2, a 3,...) = (a n ) n N. Es ist also a n R. Der Index n gibt

Mehr

Hilfsblätter Folgen und Reihen

Hilfsblätter Folgen und Reihen Hilfsblätter Folgen und Reihen Sebstin Suchnek unter Mithilfe von Klus Flittner Steffen Hofmnn Mtthis Stb c 2002 by Sebstin Suchnek Printed with L A TEX Inhltsverzeichnis 1 Folgen 1 1.1 Definition.........................................

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

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

Folgen und Reihen von Funktionen

Folgen und Reihen von Funktionen Folgen und Reihen von Funktionen Sehr häufig treten in der Mathematik Folgen bzw. Reihen von Funktionen auf. Ist etwa (f n ) eine Folge von Funktionen, dann können wir uns für ein festes x fragen, ob die

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

Kapitel 3. Folgen und Reihen. 3.1 Folgen

Kapitel 3. Folgen und Reihen. 3.1 Folgen Kapitel 3 Folgen und Reihen 3. Folgen 3.2 Cauchy Folgen 3.3 Unendliche Reihen 3.4 Absolut konvergente Reihen 3.5 Multiplikation von Reihen 3.6 Potenzreihen 3. Folgen In diesem gesamten Abschnitt bezeichnen

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

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

3.3 Konvergenzkriterien für reelle Folgen

3.3 Konvergenzkriterien für reelle Folgen 3.3 Konvergenzkriterien für reelle Folgen Satz: Eine monoton wachsende, nach oben beschränkte reelle Folge a n ) n N ist konvergent mit Grenzwert lim a n = sup{a n n N} Beweis: Sei a n ) n N nach oben

Mehr

Folgen und Reihen. Kapitel Zahlenfolgen

Folgen und Reihen. Kapitel Zahlenfolgen Kapitel 2 Folgen und Reihen 2. Zahlenfolgen Definition. Eine Folge reeller Zahlen a 0,a,a 2,..., die gewonnen wird durch eine Vorschrift, die jeder natürlichen Zahl n N genau eine reelle Zahl a n zuordnet,

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 und falsche Aussagen mit. Es sind keine Begründungen

Mehr

Folgen und Reihen. Mathematik-Repetitorium

Folgen und Reihen. Mathematik-Repetitorium Folgen und Reihen 1.1 Vollständige Induktion 1.2 Zahlenfolgen 1.3 Eigenschaften konvergenter Zahlenfolgen 1.4 Konvergenzkriterien 1.5 Unendliche Reihen 1.6 Eigenschaften unendlicher Reihen 1.7 Rechnen

Mehr

Reihen, Exponentialfunktion Vorlesung

Reihen, Exponentialfunktion Vorlesung Reihen, Exponentialfunktion Vorlesung Marcus Jung 5.03.20 Inhaltsverzeichnis Inhaltsverzeichnis Reihen 3. Denition.................................... 3.2 Konvergenzkriterien für Reihen........................

Mehr

9 Konvergenz und absolute Konvergenz von Reihen

9 Konvergenz und absolute Konvergenz von Reihen 9 Konvergenz und absolute Konvergenz von Reihen 9.2 Konvergenz von Reihen 9.5 Monotoniekriterium für Reihen 9.6 Konvergenzkriterium von Cauchy für Reihen 9.9 Rechenregeln für konvergente Reihen 9.10 Absolute

Mehr

Mathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf. Probeklausur

Mathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf. Probeklausur Mathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf Probeklausur Diese Probeklausur soll a) als Test für euch selber dienen, b) die Vorbereitung auf die Klausur

Mehr

ist streng monoton fallend.

ist streng monoton fallend. Beispiel 3.5 Betrachte die Folgen aus Beispiel 3.1 Die Folgen a und d mit a n = n 2 und d n = 2 n sowie die Fibonacci-Folge sind streng monoton wachsend. Die Folge b mit b n = 1 n ist streng monoton fallend.

Mehr

Reelle/komplexe Zahlen und Vollständigkeit

Reelle/komplexe Zahlen und Vollständigkeit Die folgenden Fragen/Aussagen sind mit ja / wahr oder nein / falsch zu beantworten. Da wir den Stoff der Analysis 1 behandeln, ist im weiteren davon auszugehen dass die Folgen, Reihen, Definitionsbereiche

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

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

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden

Mehr

Folgen und Reihen. Kapitel Folgen und Grenzwerte

Folgen und Reihen. Kapitel Folgen und Grenzwerte Kapitel 3 Folgen und Reihen Wie bereits in der Einleitung angedeutet, beschäftigt sich die Analysis sehr stark mit Grenzprozessen. Wir werden in diesem Kapitel die wichtigsten Grenzprozesse, nämlich die

Mehr

Vorlesungen Analysis von B. Bank

Vorlesungen Analysis von B. Bank Vorlesungen Analysis von B. Bank vom 23.4.2002 und 26.4.2002 Zunächst noch zur Stetigkeit von Funktionen f : D(f) C, wobei D(f) C. (Der Text schliesst unmittelbar an die Vorlesung vom 19.4.2002 an.) Auf

Mehr

16. Differentialquotient, Mittelwertsatz

16. Differentialquotient, Mittelwertsatz 16. Differentialquotient, Mittelwertsatz Gegeben sei eine stetige Funktion f : R R. Wir suchen die Gleichung der Tangente t an die Kurve y = f(x) im Punkt (x, f(x ), x R. Das Problem dabei ist, dass vorderhand

Mehr

differenzierbare Funktionen

differenzierbare Funktionen Kapitel IV Differenzierbare Funktionen 18 Differenzierbarkeit und Rechenregeln für differenzierbare Funktionen 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 20 Gleichmäßige Konvergenz von

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

ANALYSIS I FÜR TPH WS 2016/17 3. Übung Übersicht

ANALYSIS I FÜR TPH WS 2016/17 3. Übung Übersicht ANALYSIS I FÜR TPH WS 206/7 3. Übung Übersicht Aufgaben zu Kapitel 5 und 6 Aufgabe : Untersuchung von Reihen mittels Konvergenzkriterien Aufgabe 2: Konvergenz und Berechnung von Reihen I Aufgabe 3: ( )

Mehr

Analysis 1. Vorlesungsausarbeitung zum WS 2000/01. von Prof. Dr. Klaus Fritzsche. Inhaltsverzeichnis

Analysis 1. Vorlesungsausarbeitung zum WS 2000/01. von Prof. Dr. Klaus Fritzsche. Inhaltsverzeichnis Bergische Universität Gesamthochschule Wuppertal Fachbereich Mathematik Analysis 1 Kapitel 2 Stetigkeit Vorlesungsausarbeitung zum WS 2000/01 von Prof Dr Klaus Fritzsche Inhaltsverzeichnis 1 Metrische

Mehr

Analysis I. 2. Übungsstunde. Steven Battilana. battilana.uk/teaching

Analysis I. 2. Übungsstunde. Steven Battilana. battilana.uk/teaching Analysis I. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching March 5, 07 Erinnerung (Euler Formel). e iϕ = cos ϕ + i sin ϕ. Die Polarform von z = x + iy C sei Euler Formel z

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

4. Reihen. Im Folgenden sei K = R oder K = C und (x k ), (y k ),... Folgen in K Definition. Wir schreiben. x k = s. und sagen, die Reihe

4. Reihen. Im Folgenden sei K = R oder K = C und (x k ), (y k ),... Folgen in K Definition. Wir schreiben. x k = s. und sagen, die Reihe 9 4. Reihen Im Folgenden sei K R oder K C und (x k ), (y k ),... Folgen in K. 4.. Definition. Wir schreiben x k s und sagen, die Reihe x k konvergiere, falls die sogenannte Partialsummen-Folge s n x k

Mehr

3. Potenzreihen. Definition 7.5. Eine unendliche Reihe der Form. a k x k. Es handelt sich also um eine Funktionenreihe mit f k (x) = a k x k.

3. Potenzreihen. Definition 7.5. Eine unendliche Reihe der Form. a k x k. Es handelt sich also um eine Funktionenreihe mit f k (x) = a k x k. 3. Potenzreihen Definition 7.5. Eine unendliche Reihe der Form a x mit x R (veranderlich und a R (onstant heit Potenzreihe, die Zahlen a ( heien Koezienten der Potenzreihe. Es handelt sich also um eine

Mehr

Kapitel 4 Folgen und Reihen

Kapitel 4 Folgen und Reihen Kapitel 4 Folgen und Reihen Inhalt 4.1 4.1 Konvergenzkriterien für für Folgen 4.2 4.2 Reihen 4.3 4.3 Achilles und und die die Schildkröte Seite 2 4.1 Konvergenzkriterien für Folgen Wiederholung (vgl. (vgl.

Mehr

Gleichmäßige Konvergenz und Funktionenräume

Gleichmäßige Konvergenz und Funktionenräume Gleichmäßige Konvergenz und Funktionenräume Isabella Lukasewitz und Andreas Brack 07.06.2010 Vortrag zum Proseminar zur Analysis Konvergenz und Funktionenräume INHALTSVERZEICHNIS Bereits in den Vorlesungen

Mehr

Die alternierende harmonische Reihe.

Die alternierende harmonische Reihe. Die alternierende harmonische Reihe Beispiel: Die alternierende harmonische Reihe k k + = 2 + 3 4 + konvergiert nach dem Leibnizschen Konvergenzkriterium, und es gilt k k + = ln2 = 06934 für den Grenzwert

Mehr

$Id: reihen.tex,v /06/12 10:59:50 hk Exp $ unendliche Summe. a 1 + a 2 + a 3 +.

$Id: reihen.tex,v /06/12 10:59:50 hk Exp $ unendliche Summe. a 1 + a 2 + a 3 +. Mathematik für Informatiker B, SS 202 Dienstag 2.6 $Id: reihen.tex,v.8 202/06/2 0:59:50 hk Exp $ 7 Reihen Eine Reihe ist eine unendliche Summe a + a 2 + a 3 +. Die Summanden a i können dabei reell oder

Mehr

Das Newton Verfahren.

Das Newton Verfahren. Das Newton Verfahren. Ziel: Bestimme eine Nullstelle einer differenzierbaren Funktion f :[a, b] R. Verwende die Newton Iteration: x n+1 := x n f x n) f x n ) für f x n ) 0 mit Startwert x 0. Das Verfahren

Mehr

Folgen und Reihen. Mathematik I für Chemiker. Daniel Gerth

Folgen und Reihen. Mathematik I für Chemiker. Daniel Gerth Folgen und Reihen Mathematik I für Chemiker Daniel Gerth Überblick Folgen und Reihen Dieses Kapitel erklärt: Was man unter Folgen und Reihen versteht; Was man unter Grenzwert von Folgen und Reihen versteht;

Mehr

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) 1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge

Mehr

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

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

Mehr

11. Folgen und Reihen.

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

Mehr

1 Topologie in metrischen Räumen

1 Topologie in metrischen Räumen 1 Topologie in metrischen Räumen 1 1.1 Metrische und normierte Räume Das Ziel dieses Abschnitts ist es, die Erkenntnisse über Folgen (und Reihen) reeller Zahlen aus dem vergangenen Semester zu verallgemeinern.

Mehr

Folgen und Reihen. Christoph Laabs, n s k und ist Grenzwert dieser Reihe.

Folgen und Reihen. Christoph Laabs, n s k und ist Grenzwert dieser Reihe. Folgen und Reihen Christoph Laabs, christoph.laabs@tu-dresden.de Grundlagen Eine Reihe ist darstellbar durch z. B. = a 0 + a + a 2 + a + a 4 +... Ausgesprochen wird das als Summe von von k bis Unendlich.

Mehr

REIHENENTWICKLUNGEN. [1] Reihen mit konstanten Gliedern. [2] Potenzreihen. [3] Reihenentwicklung von Funktionen. Eine kurze Einführung Herbert Paukert

REIHENENTWICKLUNGEN. [1] Reihen mit konstanten Gliedern. [2] Potenzreihen. [3] Reihenentwicklung von Funktionen. Eine kurze Einführung Herbert Paukert Reihenentwicklungen Herbert Paukert 1 REIHENENTWICKLUNGEN Eine kurze Einführung Herbert Paukert [1] Reihen mit konstanten Gliedern [2] Potenzreihen [3] Reihenentwicklung von Funktionen Reihenentwicklungen

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 4. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 4. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 0/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 4. Übungsblatt Aufgabe

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 3. Konvergenz von Folgen und Reihen Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden

Mehr