Kapitel 2 KONVERGENZ

Größe: px
Ab Seite anzeigen:

Download "Kapitel 2 KONVERGENZ"

Transkript

1 Kapitel 2 KONVERGENZ Fassung vom. Juni 2005 Mathematik II 37

2 2. Grenzwerte 2. Grenzwerte Dies ist der zentrale Begriff der Analysis. BEISPIEL Sei f := id : R + R : x 7 x Ist x nahe bei 0, so ist f (x) nahe bei undistx nahe bei, so ist f (x) nahe bei 0. Wie sollen wir diesen Begriff nahe bei präzisieren? DEFINITION Es sei r R + gegeben. Für x R deþniert man U r (x) :=[x r, x + r] und U r ( ) :=[r, ], U r ( ) :=[, r]. (a) Wir sagen, daß y R liegt r-nahe bei x R, falls gilt y U r (x), d.h. für (i) x R, falls x r 6 y 6 x + r, 38 KONVERGENZ

3 Grenzwerte 2. (ii) x =,falls r 6 y, (iii) x =,falls y 6 r. (b) Eine Menge V R heißt Umgebung von x R, falls r R + existiert, so daß V U r (x). (c) Ist A R, soseia der Abschluß von A die Menge aller x R, so daß für jede Umgebung V von x gilt A V 6= oder für alle r R + gilt A U r (x) 6=. BEMERKUNG Wichtig sind kleine Umgebungen. Wenn man in R arbeitet, benutzt man ε statt r. In diesem Fall sind die ε-umgebungen klein für kleine ε > 0. Für ± sind die r-umgebungen klein für große r. BEMERKUNG 2 Es gilt immer A A. BEISPIEL 2 Sind V und V 2 Umgebungen von x R,soistV V 2 eine Umgebung von x. Seien für j =, 2 reelle Zahlen r j > 0,sodaßU rj (x) V j. Ist x R,sodeÞniere r := min (r, r 2 ). Dann gilt [x r, x + r] =[x r,x+] [x r 2,x+ r 2 ] V V 2. Ist x =,sodeþniere r := max (r, r 2 ).Danngilt [r, ] =[r, ] [r 2, ] V V 2. Analog für x =. BEISPIEL 3 Es ist ]0, [ = [0, ]. Denn : Ist x>,soistu x (x) =[, 2x ] disjunkt von ]0, [,alsox/ ]0, [.Analog für x<0. Schließlich für alle r R + ist U r () ]0, [ 3 min r, 2,also ]0, [.Analog für 0. DEFINITION 2 Sei D R, f : D R eine Funktion und a R mit a D.Dannheißt b R Grenzwert oder Limes von f für x gegen a, wenn gilt : Zu jeder Umgebung V von b existiert eine Umgebung U von a mit x D U = f (x) V, KONVERGENZ 39

4 2. Grenzwerte d.h. f (D U) V, oder für jedes r>0 existiert ein s>0 mit x D U s (a) = f (x) U r (b), d.h. f (D U s (a)) U r (b). Man schreibt dann b = lim D3x a f (x) = lim x a f (x) oder f (x) b für x a ( x D ). BEMERKUNG 3 Die erste Formulierung hat eher geometrischen Charakter, während die zweite eine analytische Interpretation liefert. BEISPIEL 4 Für die Funktion + sin id für x gegen : sin x : x 7 + : R x + R konvergiert + sin x x gegen ε =0, und r > 0 ε =0, 05 und r > ε =0, 0 und r > KONVERGENZ

5 Grenzwerte ε =0, 00 und r > 000 BEISPIEL 5 Seien D ]0, [ mit 0, D und id : D R : x 7 x. Es gilt lim x id (x) = lim x x =0 und lim x 0 id (x) = lim x 0 x =. Für die erste Aussage sei ε > 0 gegeben. Gesucht ist ein r>0 mit x D U r ( ) = id (x) U ε (0). > 0 für alle x D, sind folgende Aussagen sukzessiv äquivalent : Da x id (x) U ε (0) x 6 ε x > ε. Für r = ε folgt aus x D U r ( ),d.h.x > ε,daß id (x) U ε (0). Man beachte, daß r von ε abhängt. Für die zweite Aussage sei jetzt r>0 gegeben. Gesucht ist ein ε > 0 mit Da x x D U ε (0) = id (x) U r ( ). > 0 für alle x D, sind folgende Aussagen sukzessiv äquivalent : id (x) U r ( ) x > r KONVERGENZ 4

6 2. Grenzwerte x 6 r. Für ε = r folgt aus x D U ε (0),d.h.x 6 r,daß id (x) U r ( ). Man beachte, daß ε von r abhängt. 42 KONVERGENZ

7 Rechenregeln für Grenzwerte Rechenregeln für Grenzwerte DEFINITION (Rechenregeln in R ) Für c R sei c + = falls c 6=, c = falls c 6=, c = falls c>0, c = falls c<0, Die Fälle sind nicht deþniert. c =0 falls c 6= ±. ± = +( ), ± 0, c 0, ± Man beachte, daß R kein Körper ist! HAUPTSATZ Seien D R, f,g : D K, α K und a D f. Existieren lim x a f (x) und lim x a g (x) und ist die rechte Seite in R oder C deþniert, so gilt : (i) (ii) (iii) (iv) Faktorregel Summenregel Produktregel Quotientenregel lim x a (α f (x)) = α lim x a f (x). lim x a (f (x)+g (x)) = lim x a f (x)+lim x a g (x). lim x a (f (x) g (x)) = lim x a f (x) lim x a g (x). f (x) lim x a g (x) = lim x a f (x),falls lim x a g (x) 6= 0. lim x a g (x) Falls lim x a g (x) =0,aberg>0 in einer Umgebung von a,bzw. g<0 in einer Umgebung V von a,sogilt f (x) lim x a g (x) = ± lim x a f (x),falls lim x a f (x) 6= 0. (v) Einsetzungsregel Seien C R, h : C R und c C,sodaßh(C) D,d.h. f h ist deþniert. Falls lim u c h (u) =a, KONVERGENZ 43

8 2.2 Rechenregeln für Grenzwerte so gilt lim u c f (h (u)) = lim x a f (x). Man sagt auch, daß man die Variablenänderung x = h (u) durchgeführt hat. Exemplarisch werden die Beweise für (ii) und (iii) in manchen Fälle durchgeführt. Beweis von (ii) für b := lim x a f (x) R und lim x a g (x) = In diesem Fall ist lim x a f (x) + lim x a g (x) = deþniert. Sei V eine Umgebung von, z.b. V =[r, ], gegeben. Gesucht ist eine Umgebung U von a,sodaß x U = f (x)+g (x) V. Da f (x) gegen b := lim x a f (x) für x gegen a konvergiert, existiert (zu ε =) eine Umgebung U f, von a,sodaß x U f, = b 6 f (x) 6 b +. Da g (x) gegen für x gegen a konvergiert, existiert (zu max (r, r b +)> 0 ) eine Umgebung U g,r von a,sodaß x U g,r = g (x) > max (r, r b +). Sei jetzt U := U f, U g,r. Diese Menge ist eine Umgebung von a nach Beispiel 2..2 und es folgt x U = f (x)+g (x) > b +max(r, r b +)> r. Beweis von (iii) für b := lim x a f (x) und c := lim x a g (x) in R Mit Hilfe der Dreiecksungleichung Satz.4 gilt : f (x) g (x) b c = f (x) g (x) f (x) c + f (x) c b c 6 6 f (x) g (x) f (x) c + f (x) c b c 6 6 f (x) g (x) c + f (x) b c. Da b c R,seiε > 0 gegeben und V =[b c ε,b c + ε]. Gesucht wird eine Umgebung U von a,sodaß x U = f (x) g (x) [b c ε,b c + ε]. Zuerst existiert eine Ungebung U f, von a mit x U f, = b 6 f (x) 6 b +. Für diese x gilt dann f (x) 6 b +. DeÞniere d := max ( b +, c ). Dann existieren Umgebungen U f,ε,d und U g,ε,d von a mit x U f,ε,d = f (x) b 6 ε 2d. und x U g,ε,d = g (x) c 6 ε 2d. 44 KONVERGENZ

9 Rechenregeln für Grenzwerte 2.2 Für x U := U f, U f,ε,d U g,ε,d gilt dann f (x) g (x) b c 6 b + ε 2d + ε 2d c 6 ε. BEISPIEL Seien D R, a D und c R. Für konstante Funktionen gilt Diese Funktion wird auch mit c bezeichnet. f : x 7 c : D R lim x a f (x) = lim x a c = c. Man kann hier zu der gegebene Umgebung V von c die Umgebung U beliebig wählen! BEISPIEL 2 Seien D R und a D. Für die identische Funktion id : D R : x 7 x gilt lim x a id (x) = lim x a x = a. Hier braucht man nur zu der gegebene Umgebung V von a die Umgebung U := V zu wählen. BEISPIEL 3 und Beispiel 2..5 kann man wieder nachrechnen : Nach Hauptsatz (iv) gilt lim x x = lim x lim x x = =0 lim x 0 x = lim x 0 lim x 0 x = =. BEISPIEL 4 Die Rechnung geht nicht auf! Nach vorigem Beispiel und Hauptsatz (ii) gilt lim x +x x lim x +x x = lim x x +=0+=. = lim x ( + x) lim x x = undeþniert KONVERGENZ 45

10 2.2 Rechenregeln für Grenzwerte BEISPIEL 5 Sei f : Rr{2} R : x 7 4x4 +3x 2 2x + (x +2) 2 (x 2) 2. Wie im vorigen Beispiel soll man durch die höchste Potenz dividieren : 4x 4 +3x 2 2x + lim x (x +2) 2 (x 2) 2 =lim 4+3x 2 2x 3 + x 4 x ( + 2x ) 2 ( 2x ) 2 = = lim x (lim x x ) 2 2 (lim x x ) 3 +(lim x x ) 4 ( + 2 lim x x ) 2 ( 2lim x x ) 2 = = ( + 2 0) 2 ( 2 0) 2 =4. BEISPIEL 6 Seien D R + mit 0, D und id : x 7 x : D R. Es gilt lim x x = und limx 0 x =0. Denn : Für eine gegebene Umgebung V =[r, ] von sei U := [r 2, ].Ausx D U folgt x > r 2,also x > r aus Bemerkung.4.6, d.h. x V. Analog ist V =[ ε, ε] eine Umgebung von 0 so deþniert man U := [ ε 2, ε 2 ].Ausx D U folgt x 6 ε 2,also x 6 ε aus Bemerkung.4.6, d.h. x V. Man hätte auch rechnen können lim x 0 x = limx 0 q x = y= x lim y y = lim y y = =0, da lim x 0 = nach Beispiel x BEISPIEL 7 Sei r x2 + x 7 x : R + R. q x Um lim 2 + x zu berechnen führt man die Variablenänderung y = x2 + und rechnet zuerst x x lim x x 2 + x =lim x µ x + x Mit Satz (v) und dem vorigen Beispiel folgt = lim x x +lim x x = +0=. lim x r x2 + x = lim y y =. 46 KONVERGENZ

11 Rechenregeln für Grenzwerte 2.2 DEFINITION 2 Sei f : D f C eine komplexwertige Funktion mit DeÞnitionsbereich D f R. Man betrachte die reellwertigen Funktionen Re f : D f R : x 7 Re f (x) und Im f : D f R : x 7 Im f (x). Man sagt, daß f einen Grenzwert oder ein Limes für x gegen a D f in C hat, falls Re f und Im f Grenzwerte in R haben. Dieser Grenzwert ist lim x a f (x) := lim x a Re f (x)+i lim x a Im f (x). Die Rechenregeln sind noch gültig für Funktionen f,g : D C und α C, so lange die rechte einen Sinn in C hat. KONVERGENZ 47

12 2.3 Folgen 2.3 Folgen DEFINITION Eine Folge in K = R oder C ist eine Abbildung N K : k 7 a (k) =:a k. Üblicherweise schreibt man (a k ) k N =(a 0,a,...). Der erste Index kann auch oder eine beliebige ganze Zahl sein. BEMERKUNG Achtung : Die Folge (a k ) k N ist eine Abbildung und ist verschieden von Z.B. gilt für die Folge ³( ) k k N {a k k N} = a (N).,daß n( ) o k k N = {±}. BEISPIEL Die Folge der Primzahlen (p k ) k N fängt an mit (p k ) k N =(2, 3, 5, 7,, 3,...), aber es gibt keine explizite Formel für die k-te Primzahl p k! BEMERKUNG 2 Oft werden Folgen rekursiv deþniert in der folgenden Form. Seien gegeben a K, eine Teilmenge D Φ K und eine Abbildung Φ : D Φ D Φ. Man deþniert dann : a 0 := a und a k+ := Φ (a k ). BEISPIEL 2 Eine wichtige Folge ist µ k Sie ist rekursiv deþnierbar durch da k+ = k + k. k N = µ k k> a := und a k+ = a k. +a k, BEISPIEL 3 Seien a, b K. Die Folgen in arithmetischer und geometrischer Progression sind deþniert durch a 0 := a, a k+ := a k + b und a 0 := a, a k+ := a k b. 48 KONVERGENZ

13 Folgen 2.3 Die erste ist die zweite (a + k b) k N, a b k k N. Z.B. ist die arithmetische Progression für a =0und b =die Folge id = (k) k N der natürlichen Zahlen und die geometrische Progression für a =die Folge der Potenzen von b. BEISPIEL 4 Seien x, a R + gegeben. Durch a 0 := a und a k+ := 2 µa k + xak ist eine Folge (a k ) k N R + deþniert. Dies folgt durch Induktion, da aus a k > 0 folgt a k+ = ³a 2 k + xak > 0. DEFINITION 2 Für alle x R sei bxc := max {z Z z 6 x}. Diese ganze Zahl nennt man die (untere) Gaußklammer von x.dieobere Gaußklammer ist dxe := min {z Z z > x}. Diese Zahlen existieren nach Beispiel.5.2. LEMMA Es gilt N = N { }. Für jedes x RrNist das Intervall x + bxc 2 h i x+bxc, x++bxc eine Umgebung von x und 2 2, x ++bxc 2 N =. Das Intervall [, ] ist eine Umgebung von und [, ] N =. Dagegen für jedes r>0 gilt [r, ] N 3brc +. DEFINITION 3 Eine Folge a =(a k ) k N R heißt konvergent wenn lim k a k =lim k a (k) existiert und in R liegt, d.h. für jedes ε > 0 existiert ein N ε N mit a k lim k a k 6 ε für alle k N mit k > N ε. Falls lim k a k = ±, so sagt man, daß (a k ) k N bestimmt divergent ist, ansonsten daß sie divergent ist. Eine Folge (z k ) k N C heißt konvergent, wenn die Folgen (Re z k ) k N, (Im z k ) k N in R konvergent sind und man schreibt lim k z k := lim k Re z k + i lim k Im z k. KONVERGENZ 49

14 2.3 Folgen Gilt lim k z k =0,soheißt(z k ) k N eine Nullfolge. BEMERKUNG 3 d.h. wenn ( a k a ) k N eine Nullfolge ist. Ist (z k ) k N C konvergent, so gilt Genau dann konvergiert (a k ) k N R gegen a := lim k a k,wenn lim k a k a =0, Re (lim k z k ) = lim k Re z k und Im (lim k z k )=lim k Im z k. BEMERKUNG 4 Da eine Folge eine spezielle Funktion ist (sie ist auf N R deþniert), gelten die Rechenregeln aus Hauptsatz 2.. Zusätzlich gilt LEMMA Sei (z k ) k N eine Folge in K. (i) Ist (a k ) k N eine Nullfolge in R + und (b k ) k N eine Folge in R + mit b k 6 a k für alle k N, so ist (b k ) k N eine Nullfolge. (ii) Genau dann konvergiert (z k ) k N gegen z K,wenn( z k z ) k N eine Nullfolge ist. In diesem Fall gilt lim k z k = z = lim k z k. (iii) Ist (z k ) k N eine Nullfolge in K und (w k ) k N eine Folge in K,sodaß w k 6 z k für alle k N,soist(w k ) k N eine Nullfolge. Beweis von (i). Ist ε > 0 gegeben, so existiert N ε N mit a k 6 ε für alle k > N ε. Für alle diese n gilt nach Voraussetzung trivialerweise b k 6 ε ; damit ist bewiesen, daß lim k b k =0 gilt. Beweis von (ii). ( ) Nach DeÞnition gilt Re z = lim k Re z k und Im z = lim k Im z k, also lim k z k z 2 = lim k (Re [zk z ]) 2 +(Im[z k z ]) 2 = =(lim k Re z k Re z ) 2 + (lim k Im z k Im z ) 2 =0. Man betrachte jetzt die Variablenänderung y = z k z 2 oder präziser f : N D := z k z 2 k N ª : k 7 z k z 2. Wir haben eben bewiesen, daß lim k f (k) =0ist, also 0 D. Mit Hauptsatz 2.2.v folgt dann lim k z k z =lim k q z k z 2 = lim k p f (k) = y=f(k) lim D3y 0 y =0. ( ) Da für alle k N gilt Re z k Re z, Im z k Im z 6 z k z 50 KONVERGENZ

15 Folgen 2.3 folgt mit (i), daß ( Re z k Re z ) k N und ( Im z k Im z ) k N Nullfolgen sind. Mit der Bemerkung 3 folgt, daß Re z = lim k Re z k und Im z =lim k Im z k,d.h. z = lim k z k. Die Vierecksungleichung zeigt, daß z k z 6 z k z für alle k N. Konvergiert (z k ) k N gegen z zeigt die Implikation ( ),daß( z k z ) k N eine Nullfolge ist. Aus (i) folgt somit, daß ³ zk z auch eine ist. Mit Hilfe der Implikation ( ) ergibt sich die Behauptung. k N Beweis von (iii). Dies ergibt sich sofort aus (i) und (ii). BEISPIEL 5 Es gilt lim k k = und lim k =0,d.h. ist eine Nullfolge. k k k> Die erste Aussage folgt aus Beispiel Für die zweite wendet man Hauptsatz 2.2.iv an. BEISPIEL 6 Für z C wollen wir das Konvergenzverhalten von z k k N untersuchen. Fall z =0 Die Folge ist konstant 0, also konvergiert gegen 0. Fall 0 < z < Es gilt lim k z k =0. Es ist >,also =+x für ein x R z z +. Mit Hilfe der Bernoulli-Ungleichung.4 folgt und somit z k =(+x)k > +k x > k x z k 0 = z k 6 x k. Nach Beispiel 5, Hauptsatz 2..i und Lemma (i) ist z k 0 k N eine Nullfolge, d.h. lim k z k =0 nach dem Lemma (ii). Die Konvergenz dieser Folge gegen 0 ist sehr schnell. KONVERGENZ 5

16 2.3 Folgen Die Folge 2 k N k Fall z = Die Folge ist konstant, also konvergiert gegen. Fall z = Die Folge ³( ) k ist divergent. Da k N ± / kann 0 nicht Limes sein. Für x R ist 2, = U (0) 2 2 signum (x) / [x,x+]=u (x), also kann auch x nicht Limes sein. Fall z ], [ Die Folge ist bestimmt divergent (gegen ). sonst Die Folge ist divergent. DEFINITION 4 Eine Folge (a k ) k N R heißt monoton wachsend bzw. monoton fallend, wenn für alle k N a k 6 a k+ bzw. a k > a k+. Sie heißt beschränkt, wenn sie nach oben wie nach unten beschränkt ist, d.h. wenn es m, M R gibt mit m 6 a k 6 M für alle k N. Eine komplexe Folge (z k ) k N C heißt beschränkt, wenn ( z k ) k N beschränkt, d.h. nach oben beschränkt. SATZ (i) Ist (z k ) k N C konvergent, so ist sie beschränkt. 52 KONVERGENZ

17 Folgen 2.3 (ii) Ist (a k ) k N R konvergent und beschränkt nach unten durch m undnachobendurchm, so gilt m 6 lim k a k 6 M. Beweis von (i). Sei z := lim k z k. Nach dem Lemma (ii) ist z =lim k z k.esgibt N N mit z k U ( z )=[ z, z +] für alle k > N, d.h. 0 6 z k 6 z + für alle k > N. Die Menge { z k k N,k<N } { z +} ist endlich, also existiert M := max { z k k N,k<N } { z +} R. Dies beweist man sofort durch Induktion. Somit ist bewiesen : d.h. ( z k ) k N ist beschränkt. 0 6 z k 6 M für alle k > N, Beweis von (ii). Wäre a := lim k a k >M, so würde ein N 2 (a M) N existieren, so daß a N U 2 (a M) 2 (a M) (a )= a 2 (a M),a + 2 (a M), insbesondere hätte man M > a N 2 (a M) > a 2 (a M) = 2 a + 2 M>M, ein Widerspruch. Die andere Ungleichung beweist man analog. BEMERKUNG 5 Die Umkehrung ist falsch, wie das Beispiel 6 : Es gilt aber ³( ) k k N zeigt. HAUPTSATZ Jede monotone und beschränkte Folge (a k ) k N R ist konvergent. Ist (a k ) k N monoton wachsend, so gilt lim k a k =sup{a k k N}. Sei (a k ) k N monoton wachsend. Nach dem Satz von Dedekind.5.ii existiert a := sup {a k k N} R. Für jedes ε > 0 gibt es nach der Approximationseigenschaft.5.i ein k ε N,sodaßa kε > a ε.aber(a k ) k N ist monoton wachsend, also gilt und somit a + ε > a > a k > a kε > a ε a k U ε (x ) für alle k > k ε. für alle k > k ε KONVERGENZ 53

18 2.3 Folgen Dies zeigt, daß (a k ) k N gegen x konvergiert. BEISPIEL 7 Wir kehren zum Beispiel 4 zurück. Die Folge (a k ) k N R + ist für x, a R + rekursiv deþniert durch a 0 := a und a k+ := µa 2 k + xak. Für alle k N gilt also µ a 2 k+ = a 2 k a k+ = a k + x µ a2 k = a k + x a2 k, 2a k 2a 2 k + x a2 k 2a 2 k 2 = a 2 k à + x a2 k a 2 k µ! x a k > 2a 2 k und somit µ > a 2 k + x a2 k = x a 2 k a k+ a k = x a2 k 6 0, 2a k d.h. (a k ) k N ist monoton fallend und durch 0 nach unten beschränkt, also beschränkt. Damit ist (a k ) k N konvergent. Sei a := lim k a k =inf{a k k N} R +. Es gilt auch a := lim k a k+ und aus dem Hauptsatz 2.2 ergibt sich = 2 a = lim k a k+ =lim k 2 µ lim k a k + x = lim k a k 2 µa k + xak = µ a + x a Wäre a =0,sohätteman a = µ 2 a + x = a 2 (a + x) =, ein Widerspruch. Also ist a > 0 und es folgt oder a = x. 2 a 2 = a 2 + x,d.h. x = a 2,. BEMERKUNG 6 schnell. Die Konvergenz dieses Verfahrens um eine Wurzel zu berechnen ist sehr 54 KONVERGENZ

19 Folgen 2.3 BEMERKUNG 7 deþniert durch so konvergiert (a k ) k N gegen p x. Ähnlich folgt : Ist p N mit p > 2, x, a R + und (a k ) k N rekursiv a 0 := a und a k+ := p µ (p ) a k + x a p k, KONVERGENZ 55

20 2.4 Reihen 2.4 Reihen Aus Folgen durch Summation enstehen Reihen. DEFINITION Sei (z k ) k N eine Folge K. Für alle k N deþniert man die k-te Partialsumme s k := k z l = z l. l=0 Statt der Folge (s k ) k N schreibt man P z k und ist die Folge (s k ) k N konvergent, so heißt die Reihe P z k konvergent. Man schreibt dann z k := lim k s k =lim k und nennt diese Zahle die Summe der Reihe.Ist(s k ) k N divergent, so heißt die Reihe P z k divergent. Das Symbol P z k hat also bei Konvergenz zwei Bedeutungen : die Reihe selbst und die Summe dieser Reihe. z l BEISPIEL(DiegeometrischeReihe P zk ) Für z C mit z < ist die geometrische Reihe konvergent und ihre Summe ist z k = z. Für z >, z 6= ist diese Reihe divergent. Für z =ist sie bestimmt divergent. Für z Cr{} sind die Partialsumme dieser Reihe gegeben durch s k = z l = zk z (vgl. Beispiel.3.). Nach Beispiel gilt lim k z k =0 für z <, also folgt aus Hauptsatz 2.2, daß die Folge (s k ) k N konvergent ist, d.h. die Reihe P zk ist konvergent und ihre Summe ist z k = lim k s k =lim k z k z = lim k z k z = z. Für z >, z 6= ist (z k ) k N divergent, also auch (s k ) k N : würde diese letzte Folge konvergieren, dann aus z k =+( z) s k 56 KONVERGENZ

21 Reihen 2.4 würde man schließen, daß (z k ) k N konvergent ist. Für z =ist s k = k und (k) k N divergiert bestimmt gegen. BEMERKUNG Formales rechnen kann zu Fehlern führen : Man darf z.b. nicht schreiben ( ) k = = =( ) + ( ) +...= =0 =+( +)+( +)...= = Nur die Betrachtung der Partialsummen s k = 0 k gerade ( ) l = falls = ³ k k ungerade 2 ( ) macht Sinn. BEISPIEL 2 Es gilt l= k= k (k +) =. Die Berechnung der Partialsummen liefert eine Teleskopsumme k k µ s k = l (l +) = l = l + l= Daraus folgt k= = k l= k+ l l=2 k (k +) =lim k s k = lim k l = k +. µ = lim k k + k + =. BEISPIEL 3 (Die harmonische Reihe P k= ) k Für alle m N ist s 2 m = 2 m l= l =+ 2 + µ 3 + µ µ > m 2 = m Diese Reihe ist bestimmt divergent. 2 m m > KONVERGENZ 57

22 2.4 Reihen =+m 2. Daraus folgt die bestimmte Divergenz gegen von (s k ) k> :Zur R + existiert eine m N mit + 2 m > r.deþniert man N ε := 2 m, so gilt für alle k > N ε s k > s 2 m > +m 2 > r. BEMERKUNG 2 Ist (z k ) k N eine Nullfolge, so folgt i.a. nicht, daß P z k konvergiert, wie das Beispiel der harmonischen Reihe zeigt. SATZ (i) (ii) Die Umkehrung gilt aber : Seien P z k und P w k konvergente Reihen und α K.Danngilt (z k ) k N ist eine Nullfolge. P (α z k) und P (z k + w k ) sind konvergent und (α z k )=α z k, (z k + w k )= Beweis von (i). z k + w k. Ist z := P z k, so folgt mit der Dreiecksungleichung z k = s k+ s k = s k+ z + z s k 6 s k+ z + z s k und da lim k ( s k+ z + z s k )= lim k s k+ z + z lim k s k =0nach Lemma 2.3.ii, ist die rechte Seite eine Nullfolge, also auch (z k ) k N nach Lemma 2.3.iii. Beweis von (ii). (ii), folgt α Aus den Körper-Gesetze für die Partialsummen und Haupsatz 2.2, (i) und z k = α lim k z k = lim k (α z k )= (α z k ) z k + w k = lim k z l +lim k w l = Ã = lim k z l +! w l =lim k (z l + w l )= (z k + w k ). BEMERKUNG 3 FürProduktesiehe 2.5. DEFINITION 2 ist. Die Reihe P z k heißt absolut konvergent,wenn P z k konvergent 58 KONVERGENZ

23 Reihen 2.4 LEMMA Ist P z k absolut konvergent, so ist P z k auch konvergent. Durch Übergang zum Reell- und Imaginär-Teil der z k, kann man annehmen, daß (z k ) k N R.Ist(s k ) k N die Folge der Partialsummen, so gilt s k = z 6 z l l 6 z k =: R, d.h. (s k ) k N [ R, R]. Für alle m N existiert also I m := inf k>m s k nach dem Satz von Dedekind.5.ii und (I m ) m N [ R, R]. Wiederum existiert s := sup m N I m. Nach der Approximationseigenschaft Satz.5.i existiert zu jedem ε > 0 ein M ε N mit s > I Mε >s ε, d.h. s k > I Mε >s ε für alle k > M ε. Analog folgt durch Vertauchung von inf und sup die Existenz eines N ε N mit Für alle k > max (M ε,n ε ) gilt somit s k <s+ ε für alle k > N ε. s k [s ε,s+ ε], d.h. s =lim k s k = P z k. BEMERKUNG 4 Es gibt Reihen die konvergent sind, aber nicht absolut konvergent, wie z.b. die alternierende harmonische Reihe P Hilfe des sogennanten Konvergenzkriterium von Leibniz, das wir nicht betrachten werden. Man kann zeigen, daß P ( ) k k+ =ln2. ( ) k k+. Die Konvergenz dieser Reihe folgt mit BEMERKUNG 5 Aus dem Lemma erhalten wir zentrale Konvergenzkriterien, die unabhängig von der Berechnung des Grenzwertes sind! Dies sind also reine Existenzaussagen. HAUPTSATZ Die Reihe P z k ist absolut konvergent, also auch konvergent, wenn einen der folgenden Kriterien gilt : (i) Majoranten-Kriterium Es gibt eine konvergente Reihe P a k mit positiven Termen und k 0 N,sodaß z k 6 a k für alle k > k 0. In diesem Fall gilt k 0 z 6 z k l + a k. l=0 l=k 0 KONVERGENZ 59

24 2.4 Reihen (ii) Quotienten-Kriterium Es gibt q [0, [ und k 0 N, so daß z k+ z k 6 q für alle k > k 0. z (iii) Limes-Quotienten-Kriterium Die Folge ³ k+ z k ist konvergent und k N Beweis von (i). Für alle k > k 0 gilt z l = k 0 l=0 z l + k lim k l=k 0 z l 6 z k+ z k k 0 l=0 <. z l + k l=k 0 a l 6 k 0 und die Behauptung folgt aus dem Hauptsatz 2.3 und dem Satz 2.3.ii. Beweis von (ii). Für alle k > k 0 gilt l=0 z l + z k 6 q z k 6 q 2 z k q k k0 z k0 = z k 0 q k 0 l=k 0 a l Da nach Beispiel 2.4. die geometrische Reihe z k0 P q k 0 qk konvergent ist folgt die Behauptung mit (i). z Beweis von (iii). Sei ε > 0,sodaßq := lim k k+ z k + ε <.Esgibtalsok0 := N ε N mit d.h. z k+ z k lim k z k+ z k ε, lim k z k+ z k q k. ε + =[q 2ε,q] für alle k > k 0, zk+ z k 6 q für alle k > k0, und die Behauptung folgt aus (ii). BEISPIEL 4 Die Reihe P k= k 2 ist konvergent. Man kann zeigen, daß P k= k 2 = π2 6. Da für alle k > gilt k k (k +) (dies ist äquivalent zu k +6 2k!), schließt man mit Beispiel und Hauptsatz (i). BEMERKUNG 6 Das Quotienten-Kriterium liefert keine Entscheidung, da lim k (k+) 2 d.h. es gibt kein q [0, [ mit = lim k2 k k (k +) 2 =lim k 2 + k 2 =, (k+) 2 k 2 6 q für alle k > k 0 und dies unabhängig von k 0 N. 60 KONVERGENZ

25 Reihen 2.4 BEISPIEL 5 Für jedes z C ist P z k absolut konvergent. Im Kapitel 4 werden wir die k! Exponential- und die trigonometrischen Funktionen mit Hilfe dieser Reihe deþnieren. Wir können annehmen, daß z 6= 0.Soist z lim k k+ (k+!) = lim k z k k! µ k + z =0 und die Behauptung folgt aus dem Hauptsatz (iii). KONVERGENZ 6

26 2.5 Cauchy-Produkt von zwei Reihen 2.5 Cauchy-Produkt von zwei Reihen Sind P z k und P w k zwei konvergente Reihen, so kann man mit Hauptsatz 2.2.iii nur folgendes rechnen : Ã! Ã! Ã! Ã! z k w k = lim k z p lim k w q = p k Ã! Ã! = lim k z p w q = lim k p k q k (p,q) k k q k z p w q = k = lim k Man summiert nach dem folgenden Schemata : p,q=0 z p w q. z 0 w 0 z 0 w z 0 w 2 z 0 w 3... z w 0 z w z w 2 z w 3... z 2 w 0 z 2 w z 2 w 2 z 2 w 3... z 3 w 0 z 3 w z 3 w 2 z 3 w Diese Resultat ist aber nicht hilfreich. Man zieht vor diagonalweise zu summieren : z 0. w 0 z 0. w z 0. w 2 z 0. w 3... z. w 0 z. w z. w 2 z. w 3... z 2. w 0 z 2. w z 2. w 2 z 2. w 3... z.b. um bei Potenzreihen die Termen gleicher Potenz zusammenfassen zu können. 62 KONVERGENZ

27 Cauchy-Produkt von zwei Reihen 2.5 Es gilt folgender HAUPTSATZ Reihe P Es gilt Seien P z k und P ³ Pk j=0 z k j w j w k zwei absolut konvergente Reihen. Dann ist die absolut konvergent und es gilt Ã! Ã! à k! z k w k = z k j w j. p k l z l j w 6 l z j l j w j 6 z p w q = j=0 j=0 (p,q) k k Ã! Ã! Ã! Ã! = z p w q 6 z p w q. DieabsoluteKonvergenzvon P j=0 z k j w j folgt somit aus Hauptsatz 2.3. Trivialer- auch (absolut) konvergent. weise ist die Reihe P Weiter gilt q k ³ Pk ³ Pk j=0 z k j w j p=0 j=0 Ã! Ã! z l w l à l z l j w j 6! j=0 6 2k 2 l=k à l! z l j w j 6 j=0 q=0 (p,q) k k p+q>k à l! z l j w j = l=k j=0 z p w q 6 à k! = z k j w j à l! z l j w j j=0 j=0 ³ Pl und da lim k P j=0 z l j w j = P ³ Pk j=0 z k j w j ist die rechte Seite eine Nullfolge, also auch die linke nach Lemma 2.3.iii. Schließlich folgt à l! lim k z l j w j = j=0 "Ã! Ã!# "Ã! Ã! = lim k z l w l lim k z l w l à l!# z l j w j = j=0 Ã! Ã! Ã! Ã! = lim k z l lim k w l = z k w k und somit die Behauptung. KONVERGENZ 63

28 2.5 Cauchy-Produkt von zwei Reihen BEMERKUNG Dieser Satz ist Konsequenz des Umordnungssatzes : Ist P z k eine absolut konvergente Reihe, so kann man diese in beliebiger Odnung summieren, d.h. ist σ : N N eine Bijektion, so gilt z k = z σ(j). Er ist z.b. auf der alternierende harmonische Reihe nicht anwendbar. zeigen, daß für jedes x R eine Bijektion σ : N N mit ( ) σ(j) x = σ (j) existiert. j=0 j=0 Man kann sogar 64 KONVERGENZ

29 Potenzreihen Potenzreihen DEFINITION Ist (c k ) k N eine Folge in C,soheißt P c k id k eine Potenzreihe und ( ) R := sup w w C und c k w k ist konvergent R + der Konvergenzradius dieser Potenzreihe. SATZ Sei P c k id k c eine Potenzreihe. Existiert lim k k+ c k R+, so ist der Konvergenzradius R durch R = c lim k k+ c k gegeben (hier mit 0 = ). Die Voraussetzung beinhalte, daß für alle k groß genug gilt c k 6=0. Sei z C. Falls 0 < z <,sofolgt lim k c k+ c k lim k c k+ z k+ c k z k = lim k c k+ c k z < und das Limes-Quotienten-Kriterium Hauptsatz 2.4.iii zeigt, daß P c k z k konvergent ist. Damit ist Falls z > lim k c k+ c k, so folgt lim k R > c k+ z k+ c k z k lim k c k+ c k = lim k. c k+ c k und es existiert ein N N mit c k+ z k+ c k z k > für alle k > N. z > Für alle k > N gilt also c k+ z k+ > c k z k und durch Induktion c k z k > c N z N. Damit ist c k z k kein Nullfolge, also konvergiert P k N c k z k nicht nach Satz 2.4. Damit ist R 6. c lim k k+ c k KONVERGENZ 65

30 2.6 Potenzreihen Wir haben schon folgende Beispiele untersucht. BEISPIEL Reihe P DiegeometrischeReihe P idk (vgl. Beispiel 2.4.) und die Exponential- id k k! (vgl. Beispiel 2.4.5) haben Konvergenzradien bzw.. Dies folgt aus der DeÞnition, da die erste für z < konvergiert und für z > divergiert, die zweite für alle z C konvergiert. Den Satz kann man auch anwenden : es ist c k+ lim k c k = lim k = bzw. lim k c k+ c k =lim k (k+)! k! =lim k k + =0. BEISPIEL 2 Es gilt Sei n Z. Die Reihe P k= kn id k hat Konvergenzradius. c k+ lim k c k = lim (k +) n µ n k + k = lim k n k = k µ = lim k + n =. k LEMMA Für jedes n Z und ρ [0, [ ist k n ρ k k N eine Nullfolge. Die Aussage folgt für n<0 aus Beispiel 2.3.6, da k n ρ k 6 ρ k.esist >,alsox ρ R + mit =+x. Mit Hilfe der binomischen Formel (Beispiel.3.3) folgt für k > n + ρ k µ µ k k ρ k =(+x)k = x j > x n+, j n + also k n ρ k 6 k n k n+ j=0 x n+ = k n k! x n+ (n+)! (k n )! = k n (n +)! = (k n)...(k ) k x n+ (n +)! = x n+ n k... k. k Da die rechte Seite eine Nullfolge ist, ergibt sich die Behauptung aus Lemma 2.3.iii. HAUPTSATZ n Z.Danngilt (i) Seien P c k id k eine Potenzreihe mit Konvergenzradius R R + und Für alle z C mit z <Rist die Reihe P k= c k k n z k absolut konvergent. 66 KONVERGENZ

31 Potenzreihen 2.6 (ii) Für alle z C mit z >Rist die Reihe P k= c k k n z k divergent. Insbesondere hat die Reihe P k= c k k n id k auch den Konvergenzradius R. Beweis von (i). Da z <Rexistiert nach der DeÞnition des Konvergenzradius und die Approximationseigenschaft Hauptsatz.5.i ein w C,sodaß z < w <Rund P c k w k konvergent ist. Nach Satz 2.4.i ist c k w k eine Nullfolge. Wir wählen noch ein ρ R k N µ + mit z < ρ < w und nach dem Lemma ist k n auch eine Nullfolge. Diese Folgen k z ρ k N sind also nach Satz 2.3.i durch ein M R + beschränkt. Es folgt c k k n z k = c k w k k n z k ρ ρ k 6 M 2 ρ w w k mit ρ < w und die Behauptung ergibt sich aus dem Majoranten-Kriterium Hauptsatz 2.4.i, da die geometrische Reihe konvergent ist (Beispiel 2.4.). Beweis von (ii). Wäre P k= c k k n z k konvergent, so hätte P k= c k k n id k einen Kovergenzradius > z, also würde für ρ R + mit R<ρ < z die Reihe P k= c k k n ρ k nach (i) auch konvergent sein. Durch das Majoranten-Kriterium wäre dann auch P k= c k ρ k konvergent. Dies ist ein Widerspruch zur DeÞnition des Konvergenzradius R von P k= c k id k. BEMERKUNG Für z = R sind keine allgemeine Aussagen möglich : Die Reihen P idk, P id k und P id k k haben alle den Konvergenzradius nach obigem Beispiel k 2 2. Aber z k divergiert für z = ± (vgl. Beispiel 2.4.), z k k divergiert für z =und konvergiert für z = (vgl. Beispiel und Bemerkung 2.4.4), z k konvergiert für z = ± k 2 (vgl. Beispiel 2.4.4). KONVERGENZ 67

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. 2.2. POTENZREIHEN 207 2.2 Potenzreihen. Definitionen Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. Eine Potenzreihe mit Entwicklungspunkt x 0 ist eine Reihe a n x x 0 n. Es gilt: es

Mehr

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

Mehr

Ergänzungen zur Analysis I

Ergänzungen zur Analysis I 537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

Analysis I III. Vorlesungsskriptum WS 2005/06 WS 2006/07. Fakultät für Mathematik, Ruhr-Universität Bochum

Analysis I III. Vorlesungsskriptum WS 2005/06 WS 2006/07. Fakultät für Mathematik, Ruhr-Universität Bochum Analysis I III Vorlesungsskriptum WS 2005/06 WS 2006/07 R. Verfürth Fakultät für Mathematik, Ruhr-Universität Bochum Inhaltsverzeichnis Kapitel I. Aufbau des Zahlsystems 5 I.1. Die natürlichen Zahlen

Mehr

a n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:

a n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend

Mehr

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen .3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt

Mehr

Mathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08

Mathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08 Mathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08 Prof. Dr. M. v. Golitschek Institut für Mathematik Universität Würzburg Literatur: Suchen Sie doch hin und wieder die Bibliotheken

Mehr

Folgen. Kapitel 3. 3.1 Zinsrechnung

Folgen. Kapitel 3. 3.1 Zinsrechnung Kapitel 3 Folgen Eine Folge reeller Zahlen ordnet natürlichen Zahlen jeweils eine reelle Zahl zu. Liegen beispielsweise volkswirtschaftliche Daten quartalsweise vor, so kann man diese als Folge interpretieren.

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Inoffizielles Skriptum zur Vorlesung Höhere Mathematik für Informatiker basierend auf Vorlesungen an der Universität Karlsruhe (TH) 2000 2004

Inoffizielles Skriptum zur Vorlesung Höhere Mathematik für Informatiker basierend auf Vorlesungen an der Universität Karlsruhe (TH) 2000 2004 Höhere Mathεmatik für Informatiker Inoffizielles Skriptum zur Vorlesung Höhere Mathematik für Informatiker basierend auf Vorlesungen an der Universität Karlsruhe (TH) 2 24 ii Inhaltsverzeichnis I Eindimensionale

Mehr

Elemente der Analysis I: Zusammenfassung und Formelsammlung

Elemente der Analysis I: Zusammenfassung und Formelsammlung Elemente der Analysis I: Zusammenfassung und Formelsammlung B. Schuster/ L. Frerick 9. Februar 200 Inhaltsverzeichnis Grundlagen 5. Mengen und Zahlen................................ 5.. Mengen...................................

Mehr

Folgen und endliche Summen

Folgen und endliche Summen Kapitel 2 Folgen und endliche Summen Folgen und ihre Eigenschaften Endliche arithmetische und geometrische Folgen und Reihen Vollständige Induktion Anwendungen Folgen/endliche Summen Eigenschaften Folgen

Mehr

1 Die reellen Zahlen. 1. Ziele des Mathematikstudiums: Die Studierenden sollen lernen,

1 Die reellen Zahlen. 1. Ziele des Mathematikstudiums: Die Studierenden sollen lernen, 1 Die reellen Zahlen 1. Ziele des Mathematikstudiums: Die Studierenden sollen lernen, präzise und logisch zu denken, komplexe Strukturen schnell und gründlich zu erfassen, Dinge kritisch zu hinterfragen

Mehr

Mengensysteme, Wahrscheinlichkeitsmaße

Mengensysteme, Wahrscheinlichkeitsmaße Kapitel 1 Mengensysteme, Wahrscheinlichkeitsmaße Der Großteil der folgenden fundamentalen Begriffe sind schon aus der Vorlesung Stochastische Modellbildung bekannt: Definition 1.1 Eine Familie A von Teilmengen

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschftsmthemtik für Interntionl Mngement (BA) und Betriebswirtschft (BA) Wintersemester 2013/14 Stefn Etschberger Hochschule Augsburg Mthemtik: Gliederung 1 Aussgenlogik 2 Linere Algebr 3 Linere

Mehr

Modulabschlussklausur Analysis II

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

Mehr

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,

Mehr

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper 32 Andreas Gathmann 3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Aufgaben und Lösungen zu Mathematik für Studierende der Ingenieurwissenschaften II. Heinrich Voß

Aufgaben und Lösungen zu Mathematik für Studierende der Ingenieurwissenschaften II. Heinrich Voß Aufgaben und Lösungen zu Mathematik für Studierende der Ingenieurwissenschaften II Heinrich Voß Institut für Angewandte Mathematik der Universität Hamburg 99 Inhaltsverzeichnis Folgen und Reihen 2. Einführende

Mehr

Vorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null)

Vorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null) Algebra und Zahlentheorie Vorlesung Algebra und Zahlentheorie Leitfaden 1 Zahlentheorie in Z Bezeichnungen: Z := {..., 3, 2, 1, 0, 1, 2, 3,...} (ganze Zahlen) und N := {1, 2, 3,...} (natürliche Zahlen

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

Vorlesung Analysis I / Lehramt

Vorlesung Analysis I / Lehramt Vorlesung Analysis I / Lehramt TU Dortmund, Wintersemester 2012/ 13 Winfried Kaballo Die Vorlesung Analysis I für Lehramtsstudiengänge im Wintersemester 2012/13 an der TU Dortmund basiert auf meinem Buch

Mehr

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013 Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 7. November 2013 6 L p -Räume Mit Hilfe der Masstheorie können wir nun die sog. L p -Räume einführen. Diese Räume sind wichtig in vielen

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 26/7 en Blatt 4 13.11.26 Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte 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.

Mehr

Jurgen Muller Analysis I-IV

Jurgen Muller Analysis I-IV Jurgen Muller Analysis I-IV Skriptum zur Vorlesung Wintersemester 5/6 bis Sommersemester 7 Universitat Trier Fachbereich IV Mathematik/Analysis Dank an Elke Gawronski und Judith Wahlen fur die Mithilfe

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6 Aufgben zur Vorlesung Anlysis II Prof. Dr. Holger Dette SS 0 Lösungen zu Bltt 6 Aufgbe. Die Funktion f : [, ) R sei in jedem endlichen Teilintervll von [, ) Riemnnintegrierbr. Für n N sei I n := f() d.

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56 5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

Vorlesung Analysis I für Informatiker & Statistiker. Universität München, WS 11/12. Prof. Dr. Max v. Renesse mrenesse@math.tu-berlin.

Vorlesung Analysis I für Informatiker & Statistiker. Universität München, WS 11/12. Prof. Dr. Max v. Renesse mrenesse@math.tu-berlin. Vorlesung Analysis I für Informatiker & Statistiker Universität München, WS 11/12 Prof. Dr. Max v. Renesse mrenesse@math.tu-berlin.de Kapitel 1: Grundlagen 1.1 Aussagenlogik Elementare Aussagenlogik Definition

Mehr

Elementare Zahlentheorie (Version 1)

Elementare Zahlentheorie (Version 1) Elementare Zahlentheorie (Version (Winter Semester, 2005-6 Zur Notation N ist die Menge der natürlichen Zahlen:, 2, 3, 4, 5,... und so weiter. Z ist die Menge aller ganzen Zahlen:..., 4, 3, 2,, 0,, 2,

Mehr

Mathematik I Internationales Wirtschaftsingenieurwesen

Mathematik I Internationales Wirtschaftsingenieurwesen Mathematik I Internationales Wirtschaftsingenieurwesen Integralrechnung 03.12.08 Das unbestimmte Integral/Stammfunktion Das bestimmte Integral/Flächenberechnung Integral als Umkehrung der Ableitung Idee:

Mehr

Algebra. Patrik Hubschmid. 8. Oktober 2013

Algebra. Patrik Hubschmid. 8. Oktober 2013 Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester

Mehr

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.

Mathematik 1. Inhaltsverzeichnis. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer. Mathematik 1 Prof Dr K Melzer karinmelzer@hs-esslingende http://wwwhs-esslingende/de/mitarbeiter/karin-melzerhtml Inhaltsverzeichnis 1 Finanzmathematik 1 11 Folgen und Reihen 1 111 Folgen allgemein 1 112

Mehr

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010

Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010 Induktive Limiten Arpad Pinter, Tobias Wöhrer 30. Jänner 2010 1 Inhaltsverzeichnis 1 Induktiver Limes von Mengen 2 2 Induktiver Limes von Vektorräumen 4 3 Lokalkonvexe topologische Vektorräumen 7 4 Induktiver

Mehr

22 Die trigonometrischen Funktionen und die Hyperbelfunktionen

22 Die trigonometrischen Funktionen und die Hyperbelfunktionen 22 Die trigonometrischen Funktionen und die Hyperbelfunktionen 22.1 Sinus und Cosinus 22.3 Definition von 22.6 Sinus und Cosinus als eindeutige Lösungen eines Differentialgleichungssystems 22.7 Tangens

Mehr

Handreichung. zur Mathematikvorlesung für. Wirtschaftswissenschaftler)

Handreichung. zur Mathematikvorlesung für. Wirtschaftswissenschaftler) 1 Handreichung zur Mathematikvorlesung für Wirtschaftswissenschaftler) Dr.Dr. Christina Schneider 2 Hinweis Das vorliegende Manuskript versteht sich als kurze und kompakte Handreichung zu meiner Vorlesung

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

Logische Folgerung. Definition 2.11

Logische Folgerung. Definition 2.11 Logische Folgerung Definition 2.11 Sei 2A eine aussagenlogische Formel und F eine endliche Menge aussagenlogischer Formeln aus A. heißt logische Folgerung von F genau dann, wenn I ( ) =1für jedes Modell

Mehr

Reelle Zahlen. Mathematische Grundlagen Lernmodul 4. Stand: Oktober 2010

Reelle Zahlen. Mathematische Grundlagen Lernmodul 4. Stand: Oktober 2010 Mathematische Grundlagen Lernmodul 4 Reelle Zahlen Stand: Oktober 200 Autoren: Prof. Dr. Reinhold Hübl, Professor Fakultät für Technik, Wissenschaftliche Leitung ZeMath, E-Mail: huebl@dhbw-mannheim.de

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Einheit 1 Mathematische Methodik 1. Problemlösen 2. Beweistechniken 3. Wichtige Grundbegriffe Methodik des Problemlösens Klärung der Voraussetzungen Welche Begriffe sind zum Verständnis

Mehr

TEILWEISE ASYNCHRONE ALGORITHMEN

TEILWEISE ASYNCHRONE ALGORITHMEN TEILWEISE ASYNCHRONE ALGORITHMEN FRANK LANGBEIN Literatur: D. Berseas, J. Tsitsilis: Parallel and distributed computatoin, pp. 48 489 URI: http://www.langbein.org/research/parallel/ Modell teilweiser asynchroner

Mehr

Die Weierstraßsche Funktion

Die Weierstraßsche Funktion Die Weierstraßsche Funktion Nicolas Weisskopf 7. September 0 Zusammenfassung In dieser Arbeit führen wir die Weierstraßsche Funktion ein und untersuchen einige ihrer Eigenschaften. Wir zeigen, dass jede

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr

Diskrete Mathematik für Informatiker

Diskrete Mathematik für Informatiker Diskrete Mathematik für Informatiker Markus Lohrey Universität Siegen Wintersemester 2014/2015 Lohrey (Universität Siegen) Diskrete Mathematik Wintersem. 2014/2015 1 / 344 Organisatorisches zur Vorlesung

Mehr

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:

Mehr

Skalare Differentialgleichungen

Skalare Differentialgleichungen Kapitel 2 Skalare Differentialgleichungen 2.1 Skalare lineare Differentialgleichungen 2.2 Bernoulli und Riccati Differentialgleichungen 2.3 Differentialgleichungen mit getrennten Variablen 2.4 Exakte Differentialgleichungen

Mehr

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Ulrich Loup 24.03.2006 Prüfungsstoff: Alegebra I, Analysis IV, Graphentheorie I Prüfer: Prof. Dr. Wilhelm Plesken Protokollant: Dipl.

Mehr

Einführung in die Statistik

Einführung in die Statistik Einführung in die Statistik Dr. C.J. Luchsinger 2 Zufallsgrössen Literatur Kapitel 2 * Statistik in Cartoons: Kapitel 4 * Krengel: 3.1 und 3.2 in 3 und (Honours Program) 10 sowie 11.1, 11.2 und 11.3 in

Mehr

ToDo-Liste für s Mathe-Abi 2009

ToDo-Liste für s Mathe-Abi 2009 ToDo-Liste für s Mathe-Abi 2009 7. Februar 2009 1 Grenzwerte und Folgen 1. Unterschied arithmetische Folge zu geometrische Folge 2. Rekursive Darstellung von Zerfalls- und Wachstumsvorgängen (a) lineares

Mehr

Kapitel 15: Differentialgleichungen

Kapitel 15: Differentialgleichungen FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen

Mehr

Formelsammlung. Folgen und Reihen

Formelsammlung. Folgen und Reihen Lehrstuhl für BWL, insb. Mthemtik und Sttistik Dipl.-Mth. Mrie Hielscher Mthemtik für Betriebswirte II Formelsmmlung Folgen und Reihen en Folge n ) n N0 : D R, n n := n) mit D N 0 n-te Prtilsumme von n

Mehr

1 Stochastische Prozesse in stetiger Zeit

1 Stochastische Prozesse in stetiger Zeit 1 Stochastische Prozesse in stetiger Zeit 1.1 Grundlagen Wir betrachten zufällige Prozesse, definiert auf einem Wahrscheinlichkeitsraum (Ω, F, P), welche Werte in einen fest gewählten Zustandsraum annehmen.

Mehr

Das Briefträgerproblem

Das Briefträgerproblem Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

Schulmathematik und Algorithmen der Computeralgebra

Schulmathematik und Algorithmen der Computeralgebra Schulmathematik und Algorithmen der Computeralgebra Prof. Dr. Wolfram Koepf Universität Kassel http://www.mathematik.uni-kassel.de/~koepf Tag der Mathematik 13. Dezember 2008 Universität Passau Überblick

Mehr

Zahlenfolgen, Grenzwerte und Zahlenreihen

Zahlenfolgen, Grenzwerte und Zahlenreihen KAPITEL 5 Zahlefolge, Grezwerte ud Zahlereihe. Folge Defiitio 5.. Uter eier Folge reeller Zahle (oder eier reelle Zahlefolge) versteht ma eie auf N 0 erlarte reellwertige Futio, die jedem N 0 ei a R zuordet:

Mehr

13.5 Der zentrale Grenzwertsatz

13.5 Der zentrale Grenzwertsatz 13.5 Der zentrale Grenzwertsatz Satz 56 (Der Zentrale Grenzwertsatz Es seien X 1,...,X n (n N unabhängige, identisch verteilte zufällige Variablen mit µ := EX i ; σ 2 := VarX i. Wir definieren für alle

Mehr

Optimale Strategien beim Spiel Rot und Schwarz

Optimale Strategien beim Spiel Rot und Schwarz Fachbereich 6-Mathematik Seminar Spieltheorie und Glücksspiele Sommersemester 09 Optimale Strategien beim Spiel Rot und Schwarz Verfasser Tatiana Wandraj 29. August 2009 Betreuer Prof. Dr. Alfred Müller

Mehr

Fixpunktsemantik logischer Programme Pascal Hitzler Juli 1997 Kurzuberblick im Rahmen der Vorlesung Einfuhrung in Prolog von T. Cornell im Sommersemester 1997 an der Universitat Tubingen. Beweise sind

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809

Mehr

Extremwertverteilungen

Extremwertverteilungen Seminar Statistik Institut für Stochastik 12. Februar 2009 Gliederung 1 Grenzwertwahrscheinlichkeiten 2 3 MDA Fréchet MDA Weibull MDA Gumbel 4 5 6 Darstellung von multivariaten, max-stabilen Verteilungsfunktionen

Mehr

Lösungen zum 3. Aufgabenblatt

Lösungen zum 3. Aufgabenblatt SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.

Mehr

Zahlentheorie. Daniel Scholz im Winter 2006 / 2007. Überarbeitete Version vom 7. September 2007.

Zahlentheorie. Daniel Scholz im Winter 2006 / 2007. Überarbeitete Version vom 7. September 2007. Zahlentheorie Daniel Scholz im Winter 2006 / 2007 Überarbeitete Version vom 7. September 2007. Inhaltsverzeichnis 1 Einleitung und Grundlagen 4 1.1 Einleitung............................. 4 1.2 Zahlensysteme..........................

Mehr

Mathematische Ökologie

Mathematische Ökologie Mathematische Ökologie Eine Zusammenfassung von Bernhard Kabelka zur Vorlesung von Prof. Länger im WS 2002/03 Version 1.04, 15. März 2004 Es sei ausdrücklich betont, dass (1) dieses Essay ohne das Wissen

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen

Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen Michael Schaeer 3.04.03 Abstract This seminar is about convex functions and several imortant ineualities. At the beginning the term

Mehr

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass.

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass. Implikation Implikation Warum ist die Tabelle schwer zu schlucken? In der Umgangssprache benutzt man daraus folgt, also, impliziert, wenn dann, nur für kausale Zusammenhänge Eine Implikation der Form:

Mehr

Expander Graphen und Ihre Anwendungen

Expander Graphen und Ihre Anwendungen Expander Graphen und Ihre Anwendungen Alireza Sarveniazi Mathematisches Institut Universität Göttingen 21.04.2006 Alireza Sarveniazi (Universität Göttingen) Expander Graphen und Ihre Anwendungen 21.04.2006

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Kapitel 6: Induktives Vorgehen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische

Mehr

Also kann nur A ist roter Südler und B ist grüner Nordler gelten.

Also kann nur A ist roter Südler und B ist grüner Nordler gelten. Aufgabe 1.1: (4 Punkte) Der Planet Og wird von zwei verschiedenen Rassen bewohnt - dem grünen und dem roten Volk. Desweiteren sind die Leute, die auf der nördlichen Halbkugel geboren wurden von denen auf

Mehr

Mathematikaufgaben zur Vorbereitung auf das Studium

Mathematikaufgaben zur Vorbereitung auf das Studium Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Informatik Medieninformatik Wirtschaftsinformatik Wirtschaftsingenieurwesen

Mehr

13. Abzählen von Null- und Polstellen

13. Abzählen von Null- und Polstellen 13. Abzählen von Null- und Polstellen 77 13. Abzählen von Null- und Polstellen Als weitere Anwendung des Residuensatzes wollen wir nun sehen, wie man ot au einache Art berechnen kann, wie viele Null- bzw.

Mehr

Vorlesung. Komplexe Zahlen

Vorlesung. Komplexe Zahlen Vorlesung Komplexe Zahlen Motivation Am Anfang der Entwicklung der komplexen Zahlen stand ein algebraisches Problem: die Bestimmung der Lösung der Gleichung x 2 + 1 = 0. 1 Mit der Lösung dieses Problems

Mehr

Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt

Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt Leonhard Euler 1 Wann immer in den Anfängen der Analysis die Potenzen des Binoms entwickelt

Mehr

Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014

Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014 egelsammlung mb2014 THM Friedberg von 6 16.08.2014 15:04 Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014 Sammlung von Rechenregeln, extrahiert aus dem Lehrbuch: Erhard Cramer, Johanna Neslehová: Vorkurs

Mehr

Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b

Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und

Mehr

Anwendungen in der elementaren Zinsrechnung. Kapitalwert zum Zeitpunkt j (nach j Zinsperioden) Bsp. 1. 0 1 2 3 4 Zeitpunkte

Anwendungen in der elementaren Zinsrechnung. Kapitalwert zum Zeitpunkt j (nach j Zinsperioden) Bsp. 1. 0 1 2 3 4 Zeitpunkte Anwendungen in der elementaren Zinsrechnung Zinssatz (Rendite) je Zinsperiode i = p% p= Prozentpunkte Zinsfaktor (Aufzinsungsfaktor) q =1+i Diskontfaktor (Abzinsungsfaktor) v =1/(1 + i) =q 1 Laufzeit n

Mehr

8. Quadratische Reste. Reziprozitätsgesetz

8. Quadratische Reste. Reziprozitätsgesetz O Forster: Prizahlen 8 Quadratische Reste Rezirozitätsgesetz 81 Definition Sei eine natürliche Zahl 2 Eine ganze Zahl a heißt uadratischer Rest odulo (Abkürzung QR, falls die Kongruenz x 2 a od eine Lösung

Mehr

Über den Autor 9 Einleitung 21

Über den Autor 9 Einleitung 21 Inhaltsverzeichnis Über den Autor 9 Einleitung 21 Zu diesem Buch 21 Konventionen in diesem Buch 22 Wie Sie dieses Buch einsetzen 22 Törichte Annahmen über den Leser 22 Wie dieses Buch aufgebaut ist 23

Mehr

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt

Mehr

Finanzmathematik. Wirtschaftswissenschaftliches Zentrum Universität Basel. Mathematik für Ökonomen 1 Dr. Thomas Zehrt

Finanzmathematik. Wirtschaftswissenschaftliches Zentrum Universität Basel. Mathematik für Ökonomen 1 Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Finanzmathematik Literatur Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen, Band 1, 17. Auflage,

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 16 4. Groß-O R. Steuding (HS-RM)

Mehr

Einführung in die Funktionalanalysis

Einführung in die Funktionalanalysis Einführung in die Funktionalanalysis Bernhard Gsell Skriptum zur Vorlesung gelesen von Prof. Wolfgang Woess 21. August 2014 Dies ist die Umsetzung meiner Vorlesungsmitschrift zu Einführung in die Funktionalanalysis,

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

Nicht-archimedische Zahlen

Nicht-archimedische Zahlen Skript zur Vorlesung Nicht-archimedische Zahlen Wintersemester 2012/13 Frankfurt am Main Prof. Dr. Annette Werner Inhaltsverzeichnis 1 Einleitung 1 2 Nicht-archimedische Absolutbeträge 2 3 Bälle und Topologie

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg WiSe 2015/16 Prof. Dr. M. Hinze Dr. P. Kiani Analysis I für Studierende der Ingenieurwissenschaften Lösungshinweise zu Blatt 2 Aufgabe 1: (12 Punkte) a) Beweisen

Mehr

Nachklausur - Analysis 1 - Lösungen

Nachklausur - Analysis 1 - Lösungen Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:

Mehr

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen 4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.

Mehr

Die p-adischen Zahlen

Die p-adischen Zahlen Universität Bielefeld Algebra Die p-adischen Zahlen Seminararbeit von Denny Otten FAKULTÄT FÜR MATHEMATIK Datum: 29. Oktober 2006 Betreuung: Prof. Dr. Dr. K. Tent Dipl.-Math. G. Hainke Dipl.-Math. L. Scheele

Mehr

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

Mehr