Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:
|
|
- Karoline Giese
- vor 6 Jahren
- Abrufe
Transkript
1 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, dass f nicht Riemann-integrierbar ist. Es sei = t < t <... < t n = eine beliebige Unterteilung von [, ] und τ + eine Treppenfunktion mit Sprungstellen t i und τ + (x) f(x) für alle x [, ]. Da jedes Intervall (t i, t i ) mindestens eine rationale Zahl enthält, muss der Wert c i von τ + auf (t i, t i ) mindestens sein. Also gilt: τ + (x)dx = n c i (t i t i ) i= n (t i t i ) = i= Also ist eine untere Schranke von { M + = } τ + (x)dx τ + T r([, ]), τ + f Da die konstante Funktion : [, ] R eine Treppenfunktion ist und f gilt, ist = dx M + und ist das Infimum von M +. Also gilt f(x)dx = Sei umgekehrt τ eine Treppenfunktion mit τ (x) f(x) für alle x [, ]. Da jedes Intervall (t i, t i ) mindestens eine irrationale Zahl enthält, kann der Wert c i von τ auf (t i, t i ) höchstens sein. Also gilt: τ (x)dx = n c i (t i t i ) i= Also ist eine obere Schranke von { M = } τ (x)dx τ T r([, ]), τ f Da die konstante Funktion : [, ] R eine Treppenfunktion ist und f gilt, ist = dx M und ist das Supremum von M. Also gilt
2 f(x)dx = f ist nicht Riemann-integrierbar, da für Riemann-integrierbare Funktionen das Oberund das Unter-Integral übereinstimmen. b) Die Aussage ist wahr. Wenn f stetig ist, dann ist auch f 2 stetig, da das Produkt zweier stetiger Funktionen wieder stetig ist. Da stetige Funktionen auf kompakten Intervallen Riemann-integrierbar sind, ist f 2 : [a, b] R Riemann-integrierbar.
3 Aufgabe 2 Wir bestimmen zunächst eine Stammfunktion von mittels Partialbruchzerlegung. Es gilt x 3 x = x(x )(x + ). Unser Ansatz für die Partial- x 3 x bruchzerlegung lautet: x 3 x = A x + B x + C x + = A(x2 ) x 3 x + B(x2 + x) x 3 x + C(x2 x) x 3 x = (A + B + C)x2 + (B C)x A x 3 x Das Gleichungssystem A + B + C = B C = A = hat die eindeutige Lösung A =, B =, C =. 2 2 Wir erhalten also ( x 3 x dx = x + 2 x + ) 2 x + dx = ln x + 2 ln x + ln x + 2 x2 = ln = ln x x 2 a) 2 dx = ln x 3 x x 2 2 = lim ln x ln x = ln ln 2 = + ln 2 = ln b) F (x) := ln x ist eine Stammfunktion von 2 x 3 x uneigentliche Integral auf (, ). Damit das x 3 x dx
4 existiert, müssen lim x F (x) und lim x + F (x) existieren. Es gilt aber lim ln x x = 2 lim ln x + x =, 2 da lim x = und lim x 2 x + ln x = ist. Also existiert das uneigentliche Integral nicht. Bemerkung. Um zu zeigen, dass das uneigentliche Integral divergiert, muss nur gezeigt werden, dass einer der beiden Grenzwerte lim x F (x) oder lim x + F (x) divergiert.
5 Aufgabe 3 Sei x := (x,..., x n ) T. Es gilt: x p = und ( n i= x i p ) p ( n i= max { x,..., x n } p ) p = (n x p ) /p = p n x x = max{ x,..., x n } = max{ x p,..., x n p } p ( n i= x i p ) p = x p Zusammengefasst haben wir: Also ist p äquivalent zu. x x p p n x
6 Aufgabe 4 a) Die Aussage ist falsch. Ein Gegenbeispiel ist durch f n : [, ] R mit f n (x) := x n gegeben. (f n ) n N konvergiert bezüglich. 2 gegen, da ( f n 2 = ) x 2n 2 dx = + 2n und lim n +2n = ist. Der punktweise Limes von (f n ) n N ist die Funktion f : [, ] R mit f(x) = { für x [, ) für x = Somit sind der punktweise Limes und der Limes bezüglich der 2-Norm verschieden. b) Die Aussage ist wahr. In der Vorlesung wurde gezeigt, dass aus der Konvergenz bezüglich. q die Konvergenz bezüglich. p folgt, wenn p q ist. Will man nicht diesen Satz zitieren, so kann man dies auch mit Hilfe der Cauchy- Schwarz-Ungleichung zeigen: f n f = f n (x) f(x) dx = f n (x) f(x) dx 2 f n f 2, und 2 = dx =. Also ist f n f f n f 2. Konvergiert also (f n ) gegen f in der Norm. 2, so ist lim f n f 2 = und wegen dieser Abschätzung dann auch lim f n f =, so dass (f n ) auch bzgl.. gegen f konvergiert.
7 Aufgabe 5 a) Es gibt keine solche Überdeckung. X ist eine abgeschlossene und beschränkte Teilmenge von R und somit kompakt. Auf Grund des Satzes von Heine-Borel hat jede offene Überdeckung von X eine endliche Teilüberdeckung und eine Überdeckung mit der in der Aufgabenstellung geforderten Eigenschaft kann somit nicht existieren. b) Es gibt eine solche Überdeckung. Behauptung: Die folgende Vereinigung offener Mengen ist eine Überdeckung von X 2 : X 2 n N U n mit U n := (, n ) Sei nämlich x X 2 = [, ). Es ist zu zeigen, dass ein n N mit x U n existiert. Wegen lim = und x < gibt es ein n N mit x <. Also ist n n x (, ) = U n n für dieses n, und somit ist x n N U n. Da x X 2 beliebig war, folgt X 2 n N U n, so dass die Behauptung bewiesen ist. Angenommen die obige Überdeckung besitzt eine endliche Teilüberdeckung. Dann existiert eine endliche Teilmenge {n,..., n k } von N mit X 2 k U nj = j= k (, n j ) j= Setze L := max { n,..., n k }. Dann ist L <. Wähle x (L, ), so dass x X 2 = [, ) gilt, aber wegen x > L folgt: x > n j und somit x / U nj für alle j, also x / k j= U n j. Es gibt also ein x X 2, das nicht in k j= U n j liegt, so dass U n,..., U nk keine Teilüberdeckung von X 2 ist.
8 Aufgabe 6 a) Wir verwenden das ɛ-δ-kriterium. Sei also ɛ > gegeben und setzt δ := ɛ. Es gilt für alle x, y, R: x = x 2 x 2 + y 2 = (x, y) 2 und y 2 x 2 + y 2 = (x, y) 2 2. Ist also (, ) (x, y) R 2 mit (x, y) < δ, so folgt: xy 2 x 2 + y 2 = x y2 x 2 + y (x, y) 2 (x, y) 2 2 = (x, y) 2 (x, y) 2 2 < δ = ɛ. 2 Damit ist das ɛ-δ-kriterium erfüllt, und es gilt: lim (x,y) (,) xy 2 x 2 + y 2 =. b) Dieser Limes existiert nicht. Wir wählen hierzu x n = y n =. Offensichtlich ist n lim n x n = lim n y n =. Es gilt: lim n x n y n x 2 n + y 2 n = lim n n 2 + = 2. n 2 n 2 Als nächstes wählen wir x n = y n = n. Es ist wieder lim n x n = lim n y n =. Weiterhin gilt: lim n x n y n x 2 n + y 2 n = lim n 2 n n 2 + n 2 = 2. Da die beiden Limiten verschieden sind, kann lim (x,y) (,) xy x 2 +y 2 nicht existieren.
9 Aufgabe 7 a) Die Jacobi-Matrix von f lautet: (df) (x,y,z) y + z x + z x + y yz xz xy Da alle 9 Koeffizientenfunktionen von (df) (x,y,z) stetig sind, folgt, dass f stetig differenzierbar ist. b) Laut dem Umkehrsatz ist f im Punkt (x, y, z ) genau dann lokal invertierbar, wenn die Matrix (df) (x,y,z ) invertierbar ist bzw. wenn ihre Determinante ungleich null ist. Es gilt: det (df) (,,) = 2 = det (df) (,,) = Also ist f in (,, ) nicht lokal invertierbar, aber in (,, ). = 2
10 Aufgabe 8 a) Sei p S beliebig, z.b. p = (, ). S und B p 2 () sind beides abgeschlossene Mengen, da S das Urbild der abgeschlossenen Menge {} R bezüglich der stetigen Funktion g(x, y) := xy ist. Also ist M := S B p 2 () auch abgeschlossen. Da M eine Teilmenge von B p 2 () ist, ist M auch beschränkt. Also ist M kompakt und wegen p M ist M. Da. 2 stetig ist, nimmt die Abstandsfunktion. 2 M auf M ein Mininmum an. Sei p eine solche Minimalstelle. Es gilt p 2 p 2. Für alle q S mit q / B p 2 () gilt q 2 > p 2 p 2. Also ist p eine globale Minimalstelle für. 2 auf S. b) Sei wieder g : R 2 R als g(x, y) := xy definiert. Weiterhin definieren wir f : R 2 R als f(x, y) := (x, y) 2 2 = x 2 +y 2. f ist das Quadrat des Euklidischen Abstands vom Nullpunkt. Der Wert von f ist genau dann maximal bzw. minimal, wenn der Euklidische Abstand maximal bzw. minimal ist. Also müssen wir die Funktion f unter der Nebenbedingung g(x, y) = untersuchen. Es gilt ( g) (x,y) T = (y, x) T. g verschwindet nur im Nullpunkt, der aber nicht in S liegt. Also ist g auf S niemals gleich null und wir können den Satz über Extrema mit Nebenbedingungen anwenden. Wir definieren f(x, y, λ) := f(x, y) + λg(x, y) = x 2 + y 2 + λ(xy ). Nach der Methode der Lagrange-Multiplikatoren müssen wir die kritischen Punkte von f bestimmen. Diese sind gegeben durch die Gleichungen 2x + λy = () 2y + λx = (2) Wegen (3) ist x und y. Damit folgt aus () und (2): xy = (3) λ = 2 x y = 2y x x y = y x x2 = y 2 y = ±x. Setzt man dies in (3) ein, folgt ±x 2 =. Also muss ± = + und daher y = x sein, und wegen x 2 = folgt x = y {, }. Also existieren genau die beiden folgenden kritischen Punkte von f: (, ) und (, ). Beide Punkte haben den Abstand 2 vom Ursprung. Also sind beide globale Minima der Abstandsfunktion. c) Solche Punkte können nicht existieren.. Begründung: Wir definieren p n := (, n) S mit n N. Es gilt: n p n = n 2 + n 2 > n.
11 Angenommen q S habe maximalen Abstand vom Nullpunkt. Dann existiert ein n N mit n > q und somit gilt auch p n > q. Also kann q nicht existieren. 2. Begründung: Wir hatten gezeigt, dass g auf S keine kritischen Punkte hat. Hätte also die Funktion f von b) ein Maximum auf S, so müsste dies nach der Methode der Lagrangemultiplikatoren wieder ein kritischer Punkt von f in b) sein. Da wir aber gezeigt haben, dass f nur die beiden kritischen Punkte hat, die den Punkten mit minimalem Abstand entsprechen, kann es keinen Punkt mit maximalem Abstand geben.
12 Aufgabe 9 Die Aussage ist falsch. Ein Gegenbeispiel ist durch F : R 2 R mit F (t, x) := x 2 sowie t = und x = gegeben. Wir bestimmen die maximale Lösung des Anfangswertproblems x = x 2, x() =. x = x 2 ist eine separable Differentialgleichung und wir können wie üblich umformen: x (t) x 2 (t) = t x (s) x 2 (s) ds = t ds x(t) + = t x(t) = t Die Funktion x : (, ) R mit x(t) = löst das Anfangswertproblem. Es t können keine weiteren Lösungen x : I R mit (, ) I und x (,) = x existieren, da x bei eine Polstelle hat und somit nicht stetig über hinaus fortgesetzt werden kann. Also ist x eine maximale Lösung, die nicht auf ganz R definiert ist.
13 Aufgabe a) Ist t R beliebig und x, so existiert die partielle Ableitung F x (t,x ) = 4 5 x in (t, x ), und sie ist stetig. Damit folgt aus einem Satz der Vorlesung, dass F in (t, x ) lokal Lipschitzstetig bzgl. x ist. Ist t R beliebig und x =, so ist F nicht lokal Lipschitztstetig bzgl. x in (t, ). Denn wäre F lokal Lipschitzstetig bzgl. x in (t, ), so gäbe es eine Umgebung U von (t, ) und eine Konstante L > mit F (t, x) F (t, ) L x, für alle (t, x) U, also müsste gelten für (t, x) U, x : L F (t, x) F (t, ) x = 5 5 x 4 x = 5. 5 x 5 Da aber lim x =, gibt es ein ɛ > so dass für x < ɛ folgt: x 5 5 > L, so x dass die obige Ungleichung nicht gilt. Da aber U eine offene Umgebung von (t, ) ist, enthält es Punkte (t, x) mit < x < ɛ, für die diese Ungleichung nicht gilt. Dies ist ein Widerspruch. Daher ist F lokal Lipschitzstetig bzgl. x in (t, x ) genau dann, wenn x. b) Die Differentialgleichung x = 5 5 x 4 ist separabel und wir erhalten: 5 x (t) 5 x(t) 4 = 5 t x (s) t ds = 5ds x(s) 4 5 u=x(s) x(t) x() 5 u 4 }{{} u 4/5 du = 5t 5u /5 x(t) x() = 5t 5 5 x(t) 5 5 x() }{{} = = 5t x(t) = (t + ) 5 Wegen x() = und x (t) = 5(t + ) 4 = 5 5 x(t) 4 ist dies in der Tat eine Lösung, die auf ganz R definiert und daher maximal ist. c) Eine maximale Lösung des Anfangswertproblems ist x : R R mit x (t) =. Sei x die Lösung aus Aufgabenteil b). Es gilt x( ) =. Dies motiviert die folgende Definition:
14 x 2 (t) = { (t + ) 5 für t für t > x 2 ist stetig und es gilt x 2 () =. Eingeschränkt auf (, ) und (, ) ist x 2 eine Lösung der Differentialgleichung. Man kann leicht zeigen, dass x 2 (t) x 2 ( ) lim x ± t ( ) ist. Somit ist x 2( 2) = x 2 ( 2) = und x 2 löst die Differentialgleichung auf ganz R. Da x 2 auf ganz R definiert ist, handelt es sich um eine maximale Lösung. Also hat das Anfangswertproblem zwei verschiedene Lösungen x und x 2. Alternativ könnte man wieder den Separationsansatz wie in Teil a) verwenden: = x (t) 5 x(t) 4 = 5 t x (s) t ds = 5ds x(s) x(t) 5 5 x() }{{} = = 5t x(t) = t 5 Dann ist x (t) = 5t 4 = 5 5 x(t) 4 und x() =, also ist dies eine dritte Lösung des Anfangswertproblems. Dies ist kein Widerspruch zum Satz von Picard-Lindelöf, da F nicht lokal Lipschitzstetig bezüglich x in (, ) ist, was beim Satz von Picard-Lindelöf vorausgesetzt ist.
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.
MehrLösungen 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
MehrSerie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015
Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum
MehrDefinition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i
3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und
Mehr10 Extremwerte mit Nebenbedingungen
10 Extremwerte mit Nebenbedingungen 49 10 Extremwerte mit Nebenbedingungen Wir betrachten nun Extremwertaufgaben, bei denen nach dem Extremwert einer fx 1,, x n gesucht wird, aber die Menge der zulässigen
MehrMusterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS
ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung
MehrProf. Dr. H. Brenner Osnabrück SS Analysis II. Vorlesung 50. Hinreichende Kriterien für lokale Extrema
Prof. Dr. H. Brenner Osnabrück SS 205 Analysis II Vorlesung 50 Hinreichende Kriterien für lokale Extrema Wir kommen jetzt zu hinreichenden Kriterien für die Existenz von lokalen Extrema einer Funktion
MehrKlausur zu Analysis II - Lösungen
Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Dr. Axel Grünrock WS 1/11 11..11 Klausur zu Analysis II - Lösungen 1. Entscheiden Sie, ob die folgenden Aussagen richtig oder falsch sind.
MehrLösungen zu Mathematik I/II
Prof. Dr. E. W. Farkas ETH Zürich, Februar 11 D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben 1. 1 Punkte a Wir berechnen lim x x + x + 1 x + x 3 + x = 1. b Wir benutzen L Hôpital e x e x lim x sinx
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
Mehr(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge
ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,
Mehr55 Lokale Extrema unter Nebenbedingungen
55 Lokale Extrema unter Nebenbedingungen Sei f : O R mit O R n differenzierbar. Notwendige Bescheinigung für ein lokales Extremum in p 0 ist dann die Bedingung f = 0 (siehe 52.4 und 49.14). Ist nun F :
MehrMathematik für Anwender I. Beispielklausur I mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
MehrFolgerungen aus dem Auflösungsatz
Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und
MehrKapitel 8 - Kompakte Räume
Kapitel 8 - Kompakte Räume Ein Vortrag von Philipp Dittrich nach B.v.Querenburg: Mengentheoretische Topologie Inhalt 8.1 Definition Kompaktheit....................... 2 Beispiel - das Intervall (0,1).....................
MehrSS 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
MehrB Lösungen. Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R 2 Berechnen Sie zur Abbildung. f(x, y) := x sin(xy) f : R 2 R,
B en Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R Berechnen Sie zur Abbildung f : R R, f(x, y) : x sin(xy) das totale Differenzial f df, die Jacobi-Matrix J f (x, y) und den Gradienten ( f)(x,
Mehr5 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.
Mehr1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:
Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
MehrThema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen
Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.
MehrMusterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2
Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
Mehr5 Teilmengen von R und von R n
5 Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,...,x n ) : x i R} = R }... {{ R }. n mal Für x R ist x der Abstand zum Nullpunkt. Die entsprechende Verallgemeinerung
Mehr11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen
11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen Ziel: Wir wollen lokale Extrema von Funktionen f : M R untersuchen, wobei M R n eine k-dimensionale Untermannigfaltigkeit des
Mehr4 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
Mehr4 Messbare Funktionen
4 Messbare Funktionen 4.1 Definitionen und Eigenschaften Definition 4.1. Seien X eine beliebige nichtleere Menge, M P(X) eine σ-algebra in X und µ ein Maß auf M. Das Paar (X, M) heißt messbarer Raum und
MehrVorlesung 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,
MehrFerienkurs 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
Mehr3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z
R Es sei f : R n D R eine einmal stetig differenzierbare Funktion, für die in einer Umgebung eines Punkte a = a 1, a,, a n D gilt: fa 1, a,, a n = 0, f xn a 1, a,, a n 0 Dann gibt es eines Umgebung U des
MehrStroppel Musterlösung , 180min. Aufgabe 1 (7 Punkte) Gegeben seien folgende Potenzreihen: ( 2) n n xn,
Stroppel Musterlösung 0. 09. 03, 80min Aufgabe 7 Punkte) Gegeben seien folgende Potenzreihen: ) n fx) = n xn, gx) = n= + ) n n x+) n. 3 n= a) Bestimmen Sie jeweils den Konvergenzradius und den Entwicklungspunkt.
MehrCauchy-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
Mehrf f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.
Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales
MehrLösungsvorschlag 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
MehrExtremwerte von Funktionen mehrerer reeller Variabler
Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein
MehrModulabschlussklausur 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
MehrAnalysis I - Stetige Funktionen
Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt
MehrAnalysis II (FS 2015): Vektorfelder und Flüsse
Analysis II (FS 215): Vektorfelder und Flüsse Dietmar A. Salamon ETH-Zürich 7. April 215 1 Der Fluss eines Vektorfeldes Sei U R n eine offene Menge und sei f : U R n eine lokal Lipschitz-stetige Abbildung.
Mehrε 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
MehrLösungen zu Übungsblatt 9
Analysis : Camillo de Lellis HS 007 Lösungen zu Übungsblatt 9 Lösung zu Aufgabe 1. Wir müssen einfach das Integral 16 (x + y d(x, y x +y 4 ausrechnen. Dies kann man einfach mittels Polarkoordinaten, da
MehrLösungen 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 + )
Mehr4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92
Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : Ê Ê systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene
MehrUnterricht 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
MehrRückblick auf die letzte Vorlesung. Bemerkung
Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D
MehrFolgen 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
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.
Mehr1.6 Implizite Funktionen
1 1.6 Implizite Funktionen Wir werden uns jetzt mit nichtlinearen Gleichungen beschäftigen, f(x) = 0, wobei f = (f 1,..., f m ) stetig differenzierbar auf einem Gebiet G R n und m < n ist. Dann hat man
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,
Mehr3 Lineare Differentialgleichungen
3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,
MehrKonvergenz 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
MehrPrüfung 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
Mehr3.2 Implizite Funktionen
3.2 Implizite Funktionen Funktionen können explizit als y = f(x 1, x 2,..., x n ) oder implizit als F(x 1, x 2,..., x n ;y) = 0 gegeben sein. Offensichtlich kann man die explizite Form immer in die implizite
Mehr1. Klausur. für bau immo tpbau
1. Klausur Höhere Mathematik I/II für bau immo tpbau Wichtige Hinweise Die Bearbeitungszeit beträgt 120 Minuten. Verlangt und gewertet werden alle 6 Aufgaben. Bei Aufgabe 1 2 sind alle Lösungswege und
MehrAnalysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME
Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist
MehrMathematik I. Vorlesung 7. Folgen in einem angeordneten Körper
Prof. Dr. H. Brenner Osnabrück WS 009/010 Mathematik I Vorlesung 7 Folgen in einem angeordneten Körper Wir beginnen mit einem motivierenden Beispiel. Beispiel 7.1. Wir wollen die Quadratwurzel einer natürlichen
MehrZusammenfassung der Lebesgue-Integrationstheorie
Zusammenfassung der Lebesgue-Integrationstheorie Das Lebesguesche Integral verallgemeinert das Riemannsche Integral. Seine Vorteile liegen für unsere Anwendungen vor allem bei den wichtigen Konvergenzsätzen,
MehrEtwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann
Etwas Topologie Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Literatur Abraham, Marsden, Foundations of Mechanics, Addison Wesley 1978, Seiten 3 17 Definition. Ein topologischer
MehrMusterlösung zur Klausur zur Vorlesung Mathematik für Wirtschaftswissenschaftler II. am , Zeit: 120 Minuten
Musterlösung zur Klausur zur Vorlesung Mathematik für Wirtschaftswissenschaftler II am 5.8.25, Zeit: 2 Minuten Aufgabe (3 Punkte Eine Bakterienkultur hat eine stetige Wachstumsrate von % pro Stunde. Wie
MehrZahlen und metrische Räume
Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus
MehrFunktionsgrenzwerte, 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
MehrTechnische 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
Mehr30 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
MehrAnwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
Mehr10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit
10 Aus der Analysis Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit Zahlenfolgen Ein unendliche Folge reeller Zahlen heißt Zahlenfolge. Im Beispiel 2, 3, 2, 2 2, 2
MehrAnalysis 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
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras
Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst
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
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
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
MehrÜbungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016
Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)
Mehr2. Stetige lineare Funktionale
-21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn
MehrÜbungsaufgaben 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
MehrMusterlösungen Aufgabenblatt 2
Jonas Kindervater Ferienkurs - Höhere Mathematik III für Physiker Musterlösungen Aufgabenblatt Dienstag 17. Februar 009 Aufgabe 1 (Implizite Funktionen) f(x, y) = x 1 xy 1 y4 = 0 Man bestimme die lokale
Mehr4.5 Schranken an die Dichte von Kugelpackungen
Gitter und Codes c Rudolf Scharlau 19. Juli 2009 341 4.5 Schranken an die Dichte von Kugelpackungen Schon in Abschnitt 1.4 hatten wir die Dichte einer Kugelpackung, speziell eines Gitters bzw. einer quadratischen
Mehr8 Extremwerte reellwertiger Funktionen
8 Extremwerte reellwertiger Funktionen 34 8 Extremwerte reellwertiger Funktionen Wir wollen nun auch Extremwerte reellwertiger Funktionen untersuchen. Definition Es sei U R n eine offene Menge, f : U R
MehrVII. Folgen und Reihen von Funktionen (Vertauschung von Grenzprozessen)
VII. Folgen und Reihen von Funktionen (Vertuschung von Grenzprozessen) Definition. Sei {f n } eine Folge von Funktionen, die uf einer Menge E definiert sind. Die Folgen der Funktionswerte {f n (x)} seien
MehrKompaktheit und Überdeckungen. 1 Überdeckungskompaktheit
Vortrag zum Proseminar zur Analysis, 17.05.2010 Min Ge, Niklas Fischer In diesem Vortrag werden die Eigenschaften von kompakten, metrischen Räumen vertieft. Unser Ziel ist es Techniken zu erlernen, um
MehrElementare Beweismethoden
Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe
MehrTopologische Begriffe
Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer
Mehr(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren
Aufgabe Gegeben seien die Punkte A(,,, B(,,, C(,,. (a Geben Sie die Hesse-Normalform der Ebene E, welche die drei Punkte A, B und C enthält, an. (b Bestimmen Sie den Abstand des Punktes P (,, 5 zur Ebene
MehrKleine Formelsammlung zu Mathematik für Ingenieure IIA
Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................
MehrKlausur zur Höheren Mathematik IV
Düll Höhere Mathematik IV 8. 1. 1 Klausur zur Höheren Mathematik IV für Fachrichtung: kyb Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 1 Minuten Erlaubte Hilfsmittel: 1 eigenhändig beschriebene
MehrETH 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,
MehrKapitel 16 : Differentialrechnung
Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
MehrMathematik 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
MehrLebesgue-Integral und L p -Räume
Lebesgue-Integral und L p -Räume Seminar Integraltransformationen, WS 2012/13 1 Treppenfunktionen Grundlage jedes Integralbegriffs ist das geometrisch definierte Integral von Treppenfunktionen. Für A R
MehrZusammenfassung der Vorlesung Einführung in die Analysis
Zusammenfassung der Vorlesung Einführung in die Analysis Hier werden die wichtigsten Definitionen und Sätze aus der Vorlesung dargestellt, zusammen mit Beweisideen und Querverbindungen. Ziel ist es, die
MehrVollständiger Raum, Banachraum
Grundbegriffe beschränkte Menge Cauchyfolge Vollständiger Raum, Banachraum Kriterium für die Vollständigkeit Präkompakte Menge Kompakte Menge Entropiezahl Eigenschaften kompakter und präkompakter Mengen
MehrAufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I
Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 11 Einleitung Es wird eine 15-minütige Mikroklausur geschrieben. i) Sei D R oderd C. Wann heißt
MehrFlüsse, Fixpunkte, Stabilität
1 Flüsse, Fixpunkte, Stabilität Proseminar: Theoretische Physik Yannic Borchard 7. Mai 2014 2 Motivation Die hier entwickelten Formalismen erlauben es, Aussagen über das Verhalten von Lösungen gewöhnlicher
MehrÜbungen zur Analysis II Blatt 27 - Lösungen
Prof. Dr. Torsten Wedhorn SoSe 22 Daniel Wortmann Übungen zur Analysis II Blatt 27 - Lösungen Aufgabe 5: 6+6+6* Punkte Bestimme alle lokalen Extrema der folgenden Funktionen: a b c* f : R 3 R g : R 2 R
MehrLösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik II für biw/ciw/mach/mage/vt
Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. F. Hettlich Dr. S. Schmitt Dipl.-Math. J. Kusch Karlsruhe, den 09.06.20 Lösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik
MehrMathematik 2, SS 2015 Prof. F. Brock Zusammenfassung. Permutationen, Inversionen. Explizite Formel für die Determinante einer n n-
I. Lineare Algebra Mathematik 2, SS 2015 Prof. F. Brock Zusammenfassung 1. Determinanten (siehe Fischer/Kaul I, S.329-339) Matrix. Determinanten von 2 2- und 3 3-Matrizen. Alternierende Multilinearformen
Mehr3 Optimierung mehrdimensionaler Funktionen f : R n R
3 Optimierung mehrdimensionaler Funktionen f : R n R 31 Optimierung ohne Nebenbedingungen Optimierung heißt eigentlich: Wir suchen ein x R n so, dass f(x ) f(x) für alle x R n (dann heißt x globales Minimum)
MehrAnalysis I. 11. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 11. Beispielklausur mit en Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Ein angeordneter Körper. ) Eine Folge in
MehrTopologische Aspekte: Eine kurze Zusammenfassung
Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,
MehrMathematik II für Inf und WInf
Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell
MehrLösungen zur Klausur Funktionentheorie I SS 2005
Universität Karlsruhe 29 September 25 Mathematisches Institut I Prof Dr M von Renteln Dr C Kaiser Aufgabe en zur Klausur Funktionentheorie I SS 25 Sei S die Möbiustransformation, die durch S(z) = i i z
MehrTopologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen
Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen
Mehr