Analysis I - Vorlesungs-Script

Größe: px
Ab Seite anzeigen:

Download "Analysis I - Vorlesungs-Script"

Transkript

1 Anlysis I - Vorlesungs-Script Prof. Dr. Cmillo De Lellis Herbstsemester 2010 Mitschrift: Simon Hfner, Polo Fortunti

2 Inhltsverzeichnis 1 Grundbegriffe: Mengen und die ntürliche Zhlen Mengen Ds Prinzip der vollständigen Induktion Binomilkoeffizienten Die reellen Zhlen Die Körperstruktur Die Anordnung von R Die Vollständigkeit der reellen Zhlen Supremumseigenschft und Vollständigkeit Abzählbrkeit Die komplexen Zhlen Definition der komplexen Zhlen Funktionen Definition Algebrische Opertionen Einige Beispiele wichtiger Funktionen Die Exponentilfunktion Polynome Folgen Konvergente Folgen Rechenregeln für konvergente Folgen Monotone Folgen Der Stz von Bolzno-Weierstrss Ds Konvergenzkriterium von Cuchy Uneigentliche Konvergenz Reihen Konvergenz der Reihen Konvergenzkriterien für reelle Reihen i

3 Inhltsverzeichnis ii 6.3 Konvergenzkriterien für llgemeine (komplexe) Reihen Ds Wurzel- und Quotientenkriterium Ds Cuchy-Produkt Potenzreihen Stetige Funktionen und Grenzwerte Stetigkeit Rechenregeln für stetige Funktionen Der Zwischenwertstz Mxim und Minim stetiger Funktionen Stetige Fortsetzung und Grenzwerte Die Exponentilfunktion und die trigonometrischen Funktionen Existenz und Eindeutigkeit Die Exponentilfunktion uf der reellen Gerden Der ntürlicher Logrithmus Die trigonometrischen Funktionen Weitere spezielle Funktionen Differentilrechnung Die Ableitung Rechenregeln Die Sätze von Rolle und Lgrnge Anwendungen des Mittelwertstzes: Der Schrnkenstz und die Regel von L Hospitl Differentition einer Potenzreihe Ableitungen höherer Ordnung und die Tylorreihe Konvexität Die Lgrnge-Fehlerbschätzung Integrlrechnung Treppenfunktionen Regelfunktionen Der Huptstz der Differentil- und Integrlrechnung Integrtionstechniken Uneigentliche Integrle Integrtion einer Potenzreihe Gewöhnliche Differentilgleichungen Linere gewöhnliche Differentilgleichungen Ds Anfngswertproblem

4 Inhltsverzeichnis iii 11.3 Differentilgleichungen mit getrennten Vriblen Linere GDGL mit konstnten Koeffizienten

5 1 Grundbegriffe: Mengen und die ntürliche Zhlen Wir vereinbren die folgenden Nottionen der Prädiktenlogik: : bedeutet so dss gilt bedeutet es gibt mindestens ein! bedeutet es gibt genu ein bedeutet für lle = bedeutet impliziert bedeutet genu dnn, wenn 1.1 Mengen Eine Menge ist eine Gesmtheit von Einzeldingen, die ls neues Objekt ngesehen werden muss. Eine genue Klärung des Mengenbegriffs bleibt der Logik überlssen. Ist M eine Menge, so führen wir die folgenden Bezeichnungen ein: M, bedeutet ist ein Element von M, / M, bedeutet ist kein Element von M. Einerseits können wir Mengen durch die Auflistung ihrer Elemente definieren: M = {, b,...} ist die Menge, die us den Elementen, b,... besteht. Andererseits können wir Mengen uch über Eigenschften definieren: M = { : ht die Eigenschft E} 1

6 Kpitel 1. Grundbegriffe: Mengen und die ntürliche Zhlen 2 heisst M ist die Menge ller Objekte, die die Eingenschft E hben. Beispiel Die Zhlen 0, 1, 2,... bilden eine Menge: die Menge der ntürlichen Zhlen, Nottion: N. Gehört n zu N, so uch n + 1. Beispiel Mit Z wird die Menge Z = {x : x N oder x N} bezeichnet; Z ist die Menge der gnzen Zhlen. Beispiel Die Menge der Zhlen, die sich ls Quotient gnzer Zhlen /b mit b 0 drstellen lssen, heisst die Menge der rtionlen Zhlen; ihre Stndrdbezeichnung ist Q. Zwischen Mengen können Beziehungen bestehen, und es lssen sich Verknüpfungen zwischen ihnen erklären. (1) Gleichheit: Zwei Mengen A und B sind genu dnn gleich, wenn sie dieselben Elementen enthlten, in Zeichen A = B. (2) Inklusion: A heisst in B enthlten, wenn gilt: x A = x B, in Zeichen A B (oder B A). Flls A B ist, sgen wir uch, dss A eine Teilmenge von B ist. (3) Durchschnitt: Der Durchschnitt zweier Menge A und B ist die Menge A B := {x : x A und x B}. (4) Vereinigung: Die Vereinigung zweier Menge A und B ist die Menge A B := {x : x A oder x B}. (5) Differenz: Die Differenz von A und B ist die Menge A \ B := {x : x A und x B}.

7 Kpitel 1. Grundbegriffe: Mengen und die ntürliche Zhlen 3 Die Differenzmenge wird uch mit A B bezeichnet. (6) Die leere Menge: Ds Symbol bezeichnet die Menge, die us keinem Element besteht. Die leere Menge ist eine Teilmenge jeder Menge! Oft werden wir die Vereinigung oder den Durchschnitt verschiedener Mengen betrchten. Eine Fmilie von Mengen wird dnn ls {A i } i I bezeichnet, wobei I eine beliebige Indexmenge ist, d.h. sie knn endlich, bzählbr oder überbzählbr sein; mehr dzu später. Flls die Indexmenge endlich ist, n N, so dss I = {1, 2,..., n}. Dnn ist n die Anzhl Mengen der Fmilie {A i } i I. Die Vereinigung von A i ist dnn gegeben durch: A i := {x : i I mit x A i }, i I d.h. die Menge der Elemente, die mindestens zu einer Menge A i gehören. Der Durchschnitt ist wie folgt definiert: A i := {x : x A i i I i I}, d.h. die Menge derjenigen Elemente, die zu llen A i gehören. Wir listen nun die elementren Eigenschften der Mengenopertionen uf: 1. Eigenschften der Inklusion: ) M b) M M, d.h. jede Menge ist eine Teilmenge von sich selbst c) (A B und B A) A = B d) (A B und B C) = A C 2. Assozitivität: ) (A B) C = A (B C) b) (A B) C = A (B C) 3. Kommuttivität: ) A B = B A

8 Kpitel 1. Grundbegriffe: Mengen und die ntürliche Zhlen 4 b) A B = B A 4. Distributivgesetze: ) A (B C) = (A B) (A C) b) A (B C) = (A B) (A C) 1.2 Ds Prinzip der vollständigen Induktion Zu jeder ntürlichen Zhl n sei eine Aussge A(n) gegeben. Eine Strtegie, um zu beweisen, dss diese Aussge für jede ntürliche Zhl gilt, ist ds Prinzip der vollständigen Induktion: Alle Aussgen A(n) sind richtig wenn mn (I) und (II) beweisen knn: (I) A(0) ist whr. (Induktionsnfng) (II) Für jede ntürliche Zhl n, für die A(n) whr ist, ist uch A(n + 1) whr. (Induktionsschluss) Beispiel Wir wollen die Identität A(n) : n = n(n + 1) 2 für jedes n N zeigen. Wir beweisen obige Aussge mittels des Prinzips der vollständigen Induktion: (I) A(0) ist die Aussge 0 = 0, lso ist A(0) whr, d.h. wir hben den Induktionsnfng. (II) A(n) ist die Gleichung n = n(n + 1) 2. (1.1)

9 Kpitel 1. Grundbegriffe: Mengen und die ntürliche Zhlen 5 Nehmen wir n dss A(n) gilt, d.h. dss (1.1) richtig ist. Dnn ist uch ( n) + n + 1 = n(n + 1) 2 + (n + 1). (1.2) Die rechte Seite von (1.2) ist ber n(n + 1) 2 Mit (1.1) folgt die Identität + n + 1 = n2 + n + 2n = (n + 1)(n + 2) n + (n + 1) = (n + 1)(n + 2). 2 Dies ist gerde A(n + 1), d.h. es gilt, A(n) = A(n + 1). Der Induktionsschluss ist lso whr. Oft ist die Aussge A(n) nur für n grösser ls eine bestimmte Grenze N richtig. In diesem Fll lutet ds Prinzip der vollständige Induktion wie folgt: (I ) A(N) ist whr. (Induktionsnfng) (II ) A(n) = A(n + 1) für n N. (Induktionsschluss) Beispiel Wir wollen die Ungleichung A(n) : 2 n n 2 für jedes n N gross genug zeigen. Es ist leicht zu sehen, dss A(4) whr ist: A(4) : 2 4 = 16 = 4 2. Nun wollen wir zeigen, dss A(n) = A(n + 1), wenn n 4. A(n) ist die Aussge 2 n n 2. Aus dieser Ungleichung folgt 2 n+1 = 2 2 n 2n 2. Für n 1 gilt (n + 1) 2 = n 2 n + 1 n n.

10 Kpitel 1. Grundbegriffe: Mengen und die ntürliche Zhlen 6 Flls lso n 4 ist, folgt, 2 n+1 2n 2 ( ) n 2 (n + 1) 2. n Ds heisst: A(n) = A(n + 1), flls n 4. Ds beweist den Induktionsschluss (II ) mit N = 4. Bemerkung Mnchml wird ds Prinzip der vollständigen Induktion benutzt, um bestimmte Objekte zu definieren. Ds geht wie folgt. Es soll jeder ntürlichen Zhl n ein Element f(n) einer Menge X zugeordnet werden durch (I) die Angbe von f(0), (II) eine Vorschrift, die für jedes n N ngibt, wie ds Element f(n + 1) us den Elementen f(0),..., f(n) berechnet wird. Ein solches Verfhren heisst rekursive Definition. Wenn f(n) eine Zhl ist, nennt mn ds Verfhren uch Rekursionsformel. Wie bei der vollständige Induktion knn uch eine rekursive Definition bei einer ntürlichen Zhl N 0 nfngen. Beispiel Wir können die Potenz einer Zhl x durch die folgende Rekursionsformel definieren: x 1 = x; x n+1 = x x n. Bemerkung Für x 0 gilt die Konvention x 0 = 1.

11 Kpitel 1. Grundbegriffe: Mengen und die ntürliche Zhlen Binomilkoeffizienten Definition Für jede positive ntürliche Zhl definiert mn n!, sprich n-fkultät, durch n! := 1 2 n. Für 0 gilt die Konvention 0! = 1. Die Fkultät spielt eine wichtige Rolle in der Kombintorik, wie folgendes Beispiel zeigt: Lemm Die Anzhl ller Anordnungen n verschiedener Elemente ist n!. Beweis. Wir beweisen dieses Lemm mit dem Prinzip der vollständigen Induktion. Für n = 1 ist die Aussge trivil. Wir nehmen nun n, dss die Aussge für eine bestimmte ntürliche Zhl n 1 gilt. Wir wollen nun die Anzhl Anordnungen einer Menge A mit n + 1 verschiedenen Elementen 1,... n+1 bestimmen. Um die Elemente zu ordnen, wählen wir zuerst ds erste Element: dfür hben wir n + 1 Möglichkeiten. Es bleibt die Anordnung der nderen n Elementen zu entscheiden, dfür gibt es n! Möglichkeiten. Also hben wir (n + 1) n! mögliche Anordnungen für die Elemente von A und die sind genu (n + 1)!, d (n + 1) n! = (n + 1)! ist. Definition Sei m 1,..., m n die Anordnung einer Menge M. Eine Permuttion der Elementen m 1,..., m n ist eine neue Anordnung der Elemente von M. Wir können lso ds Lemm uch so formulieren: Lemm Die Anzhl der Permuttionen n verschiedener Elemente ist n!. Wir werden nun den folgenden Stz beweisen. Stz Die Anzhl der k-elementigen Teilmengen einer nicht leeren Menge mit n Elementen

12 Kpitel 1. Grundbegriffe: Mengen und die ntürliche Zhlen 8 ist für 0 < k n: n(n 1)... (n k + 1) k! = n! (n k)!k!. (1.3) Definition Für lle n k N definieren wir den Binomilkoeffizienten wie folgt: ( ) n := k n! (n k)!k!. Beweis von Lemm Sei M eine Menge mit n Elementen und m 1,..., m n eine entsprechende Anordnung. Die Anzhl möglicher Anordnungen von k geordneten Elementen ist dnn n(n 1)... (n k + 1). (Wir wählen zuerst ds erste Element: dfür hben wir n Möglichkeiten, dnn wählen wir ds zweite Element us den verbleibenden Elementen, d.h. wir hben n 1 Möglichkeiten, etc.) Für jede Whl dieser k Elemente gibt es eine Teilmenge A M die us diesen Elementen besteht. Aber jede solche Teilmenge wird dnn k! Ml gewählt, d.h. so oft wie die Anzhl der Permuttionen ihrer Elemente. Deshlb ist die Anzhl der Teilmengen mit k Elementen gegeben durch n(n 1)... (n k + 1). k! Eine sehr wichtige Anwendung der Binomilkoeffizienten ist die Binomilentwicklung oder Newtonsche Formel. Stz Für jeden Exponenten n N \ {0} gilt Bemerkung (1 + x) n = 1 + ( ) ( ) n n x x n 1 + x n. (1.4) 1 n 1 Obige Formel werden wir später uch für reelle oder komplexe Zhl x definieren.

13 Kpitel 1. Grundbegriffe: Mengen und die ntürliche Zhlen 9 Definition Seien k, m N mit k m und sei k, k+1,..., m eine Fmile von Zhlen. Dnn schreiben wir für die Summe k + k m : m j=k j und für ds Produkt k k+1... m : m j. j=k Mit dieser neuen Nottion können wir die Identität (1.4) wie folgt formulieren: (1 + x) n = n j=0 ( ) n x j, j mit der Konvention x 0 = 1. Beweis von Stz Wir schreiben (1 + x) n = (1 + x) (1 + x)... (1 + x) }{{} n Fktoren. Es gibt ( n j) Möglichkeiten, j Klmmern us den n Klmmern (1+x) der rechten Seite uszuwählen und drus dnn x ls Fktor heruszuziehen. Beim Ausmultiplizieren des rechts stehenden Produktes entsteht lso ( n j) -ml die Potenz x j. Bemerkung Eine sehr wichtige Rekursionsformel für die Binomilkoeffizienten ist die folgende Identität: ( ) n + 1 = k + 1 ( ) ( ) n n + k k + 1 (1.5)

14 Kpitel 1. Grundbegriffe: Mengen und die ntürliche Zhlen 10 Diese Identität ist leicht zu beweisen, d ( ) ( ) n n n(n 1) (n k + 1) n(n 1) (n k) + = + k k + 1 k! k!(k + 1) n(n 1) (n k + 1)(k n k) = (k + 1)! ( ) (n + 1)n (n + 1 k) n + 1 = =. (k + 1)! k + 1

15 2 Die reellen Zhlen Es gibt Opertionen, die wir in Q nicht durchführen können: zum Beispiel ds Wurzelziehen. Stz Es gibt kein q Q, so dss q 2 = 2. Beweis durch Widerspruch. Wir nehmen ds Gegenteil n und zeigen, dss dies zu einem Widerspruch führt. Sei lso q Q mit q 2 = 2. Flls q < 0, wählen wir q. (( q) 2 = q 2 = 2). D.h. wir können obda nnehmen, dss q > 0. Wir schreiben q = m mit m, n N \ {0} teilerfremd (d.h. flls r N m und n dividiert, dnn ist n r = 1). Wir hben lso m 2 = 2n 2 = m ist gerde = m = 2k für ein k N 4k 2 = 2n 2 = n ist gerde = (2 dividiert n), d.h. 2 dividiert m und n. Dies ist ber ein Widerspruch zur ngenommenen Teilerfremdheit von m und n. Es gibt lso keine Zhl q Q mit q 2 = 2. Es ist ber möglich, beliebig genue Approximtionen der Wurzel von 2 zu finden. Intuitiv ist der Grenzwert dieser Approximtionen eine neue Zhl: die Wurzel von 2: 2 = 1,

16 Kpitel 2. Die reellen Zhlen 12 Intuitiv: 1, 4 2 <2 <1, 5 2 1, 4 < 2 <1, 5 1, 41 2 <2 <1, 42 2 = 1, 41 < 2 <1, 42 1, <2 <1, , 414 < 2 <1, 415. D diese neue Zhl kein Element von Q ist, ht Q dort ein Loch. Mit diesem Verfhren knn mn eine neue Menge von Zhlen einführen, die die rtionlen Zhlen ls Teilmenge enthält, ber keine Löcher ht. Diese neue Menge heisst die Menge der reellen Zhlen, die mit R bezeichnet wird. Konstruktion: Die reellen Zhlen knn mn konstruieren so dss Q R. Meistens wird dzu eine der folgenden zwei Methoden benutzt: die Dedekindsche Schnitte, dzu siehe Kpitel I.10 in H. Amnn, J. Escher Anlysis I, oder Kpitel 1.8 in W. Rudin Principle of Mthemticl Anlysis, oder die Cntorsche Vervollständigung von Q, dzu siehe I. Stewrt Introduction to metic nd topologicl spces. In dieser Vorlesung werden wir jedoch uf die Konstruktion der reellen Zhlen verzichten und ihre Existenz einfch nnehmen. Als nächstes beschäftigen wir uns mit den wichtigsten Eigenschften von R: i) die Köperxiome (K1) (K4), ii) die Anordnungsxiome (A1) (A3), iii) ds Vollständigkeitsxiom (V). 2.1 Die Körperstruktur In R gibt es zwei wichtige Opertionen: die Summe und ds Produkt, die die folgenden Regeln erfüllen:

17 Kpitel 2. Die reellen Zhlen 13 (K1) Kommuttivgesetz + b = b + b = b (K2) Assozitivgesetz ( + b) + c = + (b + c) ( b) c = (b c) (K3) Distributivgesetz ( + b) c = c + b c (K4) Die Lösungen x folgender Gleichungen existieren: + x = b, b R x = b, b R, 0, wobei 0 ds neutrle Element der Addition ist, d.h. die Lösung der Gleichung 0 + x = x. Bemerkung D wir nnehmen, dss Q R, ist R nicht leer. Sei x R ein beliebiges Element. Dnn mindestens ein Element 0, so dss 0 + x = x ist. Dieses spezielle Element ht die Eigenschft, dss 0 + y = y für jedes y (nutze (K4), um ein z zu finden, so dss y = x + z. Dnn gilt 0 + y = 0 + (x + z) (K4) = (0 + x) + z = x + z = y). Ausserdem ist 0 eindeutig: wäre 0 ein weiteres neutrles Element der Addition, dnn ist = 0, ber uch (K1) = = 0,

18 Kpitel 2. Die reellen Zhlen 14 d.h. ds neutrle Element der Addition ist die rtionle Zhl 0. Mit dem gleichen Argument zeigt mn die Existenz eines eindeutigen Elements 1 mit der Eigenschft, dss 1 x = x 1 = x für lle x R. Auch hier sehen wir, dss ds neutrle Element der Multipliktion die rtionle Zhl 1 ist. Es ist ber uch möglich, die Zhl x ls Lösung der Gleichung ( x) + x = 0 und die Zhl 1 ls Lösung der Gleichung 1 x = 1 einzuführen, flls x 0 ist. x x 0 ht uch den Eigenschft dss 0 x = 0 für jede Zhl x R. In der Tt, 0 = x + ( x) = x 1 + ( x) = x (1 + 0) x (K3) = (x 1 + x 0) x (K1) = ((x 0) + x) + ( x) (K2) = (x 0) + (x + ( x)) = (x 0) + 0 = x 0. Fortn werden wir x y sttt x + ( y) und x y sttt 1 x y schreiben. 2.2 Die Anordnung von R (A1) Positive und negtive Zhlen: R gilt genu eine der drei Reltionen: (i) < 0 (ii) = 0 (iii) > 0. (A2) Flls > 0, b > 0, dnn ist + b > 0 und b > 0. Bemerkung Wir bemerken, dss 0 = (1 1) = + ( 1). Also ist ( 1) = und ( 1) ( 1) = ( 1) = 1. Sei nun > 0. D 0. Folgt us (A1): entweder ist < 0 oder > 0. Die zweite Möglichkeit zusmmen mit (A2) impliziert, dss 0 = + ( ) > 0, ws im Widerspruch zu (A2) steht. Es muss lso < 0 sein. Ferner bemerken wir, dss flls < 0 und b < 0, dnn ist > 0, b > 0 und es gilt b = ( 1) ( 1) b = ( ) ( b) (A2) > 0.

19 Kpitel 2. Die reellen Zhlen 15 Definition Wir schreiben b > (bzw. b < ) flls b > 0 (bzw. flls b < 0). Bemerkung Mit obigen Argumenten folgt, dss > b b <. Die üblichen Regeln für die Reltionen > und < im Zusmmenhng mit den Verknüpfungen + und folgen us (A1) und (A2). Nun können wir ds Axiom von Archimedes formulieren: (A1) Archimedisches Axiom: R n N mit n >. Stz (Bernoullische Ungleichung). x > 1, x 0 und n N \ {0, 1} gilt: (1 + x) n > (1 + nx) Beweis mit vollständiger Induktion. Induktionsnfng: d x 0. (1 + x) 2 = 1 + 2x + }{{} x 2 > 1 + 2x, >0 Induktionsschritt: Wir nehmen n, dss n 2 und (1 + x) n > 1 + nx x > 1 mit x 0. Deshlb sei x > 1 und x 0, dnn gilt: (1 + x) n+1 > (1 + nx)(1 + x) = 1 + nx + x + nx 2 = 1 + (n + 1)x + }{{} nx 2 > 1 + (n + 1)x >0 = (1 + x) n+1 > 1 + (n + 1)x. Definition

20 Kpitel 2. Die reellen Zhlen 16 Für R definieren wir den Betrg (oder Absolutbetrg) von wie folgt:, flls 0 :=, flls < 0 Bemerkung Es gilt lso: x = mx { x, x}. Stz Der Betrg ht die folgenden Eigenschften: (i) b = b (ii) + b + b (Dreiecksungleichung) (iii) b b (umgekehrte Dreiecksungleichung) Beweis. (i) ist trivil. (ii) Es gilt + b + b (d x x x R und Gleichheit gilt genu dnn, wenn x 0). Andererseits hben wir ( + b) = b + b = + b und + b = mx { + b, ( + b)} + b.

21 Kpitel 2. Die reellen Zhlen 17 (iii) Es gilt, = ( b) + b b + b = b b (2.1) b = + (b ) + b = b b = b (2.2) und somit b = mx { b, ( b )} (2.1),(2.2) b. 2.3 Die Vollständigkeit der reellen Zhlen Definition Für < b,, b R, heisst: ) [, b] = {x R : x b} bgeschlossenes Intervll, b) ], b[ = {x R : < x < b} offenes Intervll, c) [, b[ = {x R : x < b} (nch rechts) hlboffenes Intervll d) ], b] = {x R : < x b} (nch links) hlboffenes Intervll Sei I = [, b] (bzw. ], b[, [, b[ oder ], b]). Dnn nennt mn, b die Rndpunkte von I. Die Zhl I = b ist die Länge von I, wobei b > 0 ist. Definition Eine Intervllschchtelung ist eine Folge von bgeschlossenen Intervllen I 1, I 2,... (kurz (I n ) n N oder (I n )) mit folgenden Eigenschften: (I1) I n+1 I n n N, (I2) ε > 0 gibt es ein Intervll I n, so dss I n < ε.

22 Kpitel 2. Die reellen Zhlen 18 Beispiel , 4 2 < 2 < 1, 5 2 I 1 = [1, 4/1, 5] I 1 = 0.1 1, 41 2 < 2 < 1, 42 2 = I 2 = [1, 41/1, 42] I 2 = , < 2 < 1, I 3 = [1, 414, 1, 415] I 2 = I n =... Offensichtlich sind (I1) und (I2) erfüllt. Axiom Zu jeder Intervllschchtelung (I n ) n N gibt es eine Zhl x R, die zu llen Intervllen I n gehört. Stz Die Zhl x ist eindeutig. Beweis durch Widerspruch. Sei (I n ) eine Intervllschchtelung. Wir nehmen n, dss α < β, so dss α, β I n für lle n N. Dnn ist I n β α >, ws ein Widerspruch ist. Stz R mit 0 und k N \ {0} gilt,!x R mit x 0 und x k =. Wir schreiben x = k = 1 k. Bemerkung Sei > 0 und m, n N. Dnn ist m+n = m n. Wir definieren m := 1 für m m N. (so dss die Gleichung m m = 0 = 1 whr ist). Wir hben dnn die folgende Eigenschft: j+k = j k j, k Z. Für m, n N hben wir ber uch ( m ) n = m m m }{{} n-ml n-ml {}}{ = m + + m = nm.

23 Kpitel 2. Die reellen Zhlen 19 (Und mit m = 1 stimmt die Regel ( m ) n = mn uch m, n Z!). Diese Gleichung motiviert die Nottion 1 k für k m. Definition q = m Q, > 0 setzen wir n q := ( n ) m Bemerkung Es ist leicht zu sehen, dss die Gleichungen q+r = q r und qr = ( q ) r für lle q, r Q gelten. Beweis von Stz OBdA sei > 1 (sonst betrchte 1 ). Wir konstruieren nun eine Intervllschchtelung (I n ) mit I n = [α n, β n ], so dss αn k βn k n N. Wir setzen I 1 := [1, ], { [ ] ( αn, αn+βn 2, flls αn+βn ) k 2 I n+1 = [ αn+βn ] (, β 2 n, flls > αn+βn ) k 2. Dnn ist I n = 1 2 n 1 I 1 und I n+1 I n n N. Mit dem Intervllschchtelungsprinzip folgt nun,!x R, so dss x I n n N. Wir behupten nun, dss x k = ist. Dzu setzen wir J n := [α k n, β k n] und zeigen, dss J n eine Intervllschchtelung ist: (I1) J n+1 J n n N, d I n+1 I n n N (I2) Es ist J n = βn k αn k = (β n α n ) }{{} I n (βn k 1 + βn k 2 α n + + αn k 1 ) }{{} kβ k 1 1. Also ist J n I n kβ k 1 1.

24 Kpitel 2. Die reellen Zhlen 20 Sei nun ε > 0 gegeben. Wir wählen N gross genug, so dss I n ε = ε kβ k 1 1 = J n ε kβ k 1 1 = ε. D.h. (J n ) ist ttsächlich eine Intervllschchtelung. Einerseits gilt nun x [α n, β n ] = x k [ α k n, β k n] = Jn und ndererseits J n n N. Mit Stz folgt nun = x k. 2.4 Supremumseigenschft und Vollständigkeit Definition s R heisst obere (bzw. untere) Schrnke der Menge M R, flls s x (bzw. s x) x M. Definition s R heisst ds Supremum der Menge M R (Nottion: s = sup M), flls s die kleinste obere Schrnke für M ist. D.h. (i) s ist eine obere Schrnke für M und (ii) jede Zhl s < s ist keine obere Schrnke für M. Beispiel Sei M =]0, 1[. Dnn ist sup M = 1 M. D.h. ds Supremum einer Menge M muss nicht zwingend ein Element von M sein. Flls ber M = [0, 1], dnn ist sup M = 1 M. Definition s R heisst ds Infimum einer Menge M (Nottion: s = inf M), flls s die grösste untere Schrnke von M ist. Definition Flls s = sup M M, dnn nennt mn s ds Mximum von M. Nottion: s = mx M. Anlog wird ds Minimum definiert.

25 Kpitel 2. Die reellen Zhlen 21 Stz (Supremumseigenschft von R). Flls M R nch oben (bzw. unten) beschränkt und nicht leer ist, dnn existiert sup M (bzw. inf M). Beweis. Wir konstruieren eine Intervllschchtelung (I n ), so dss lle b n obere Schrnken für M und lle n keine oberen Schrnken sind. Wir wählen zuerst eine obere Schrnke b 0 (die existiert, weil M nch oben beschränkt ist). Als nächstes wählen wir ein Element x M und setzten 0 = x 1. Wir setzen dnn I 0 := [ 0, b 0 ] und definieren I n induktiv: Sei I n gegeben. Dnn definieren wir [ ] n, n+bn 2, flls n+b n eine obere Schrnke ist 2 I n+1 := [ n+bn ], b 2 n, sonst. Nun ist die Folge (I n ) ist eine Intervllschchtelung, weil b n n = (b 0 0 )2 n und I n+1 I n ist. Also!s, so dss s I n n N. Wir behupten nun, dss s ds Supremum von M ist: (i) s ist eine obere Schrnke: ngenommen x M, so dss x > s. Dnn wählen wir ein I n mit I n < x s. Drus folgt x s > b n n b n s = x > b n, ds ist ber ein Widerspruch, d die b n obere Schrnken für M sind. (ii) s ist die kleinste obere Schrnke: wenn nicht, dnn s < s, ds uch eine obere Schrnke ist. Wir wählen dnn n N, so dss I n < s s. Dmit folgt ber s s > b n n s n = n > s, ds ist ber ein Widerspruch, d n keine obere Schrnke für M ist. Lemm Jede nch oben (bzw. nch unten) beschränkte Menge M Z mit M besitzt ein grösstes (bzw. kleinstes) Element.

26 Kpitel 2. Die reellen Zhlen 22 Beweis durch Widerspruch. OBdA betrchten wir nur eine nch unten beschränkte Menge M N. Angenommen M ht kein kleinstes Element. Mit dem Prinzip der vollständigen Induktion beweisen wir, dss dnn M =. (i) 0 M, sonst ist 0 ds kleinste Element; (ii) Angenommen, dss {0, 1,..., k} M =, dnn ist uch {0, 1,..., k+1} M =, sonst wäre k + 1 ds kleinste Element von M. Aus dem Prinzip der vollständigen Induktion folgt: {0,..., n} M = n N, d.h. M N = ; ein Widerspruch zur Annhme, dss M nicht leer ist. Stz Q ist dicht in R, d.h. für zwei beliebige Zhlen x, y R mit y > x, gibt es eine rtionle Zhl q Q, so dss x < q < y. Beweis. Wir wählen ein n N, so dss 1 < y x. Betrchte die Menge A Z, so n dss M A = M > nx. Mit Lemm folgt m = min A. Dnn gilt x < m n = m 1 n + 1 n < x + y x = y, d.h. wir können q = m n und die Behuptung ist bewiesen. 2.5 Abzählbrkeit Definition Die Mengen A und B heissen gleichmächtig, wenn es eine Bijektion f : A B gibt. D.h. es gibt eine Vorschrift f, so dss (i) f ordnet jedem Element b ein Element b B zu; dieses Element wird mit f() bezeichnet; (ii) f() f(b), flls b, (iii) b B: A mit b = f().

27 Kpitel 2. Die reellen Zhlen 23 (f ist eine bijektive Abbildung; siehe Kpitel 4). Ferner sgen wir, B hbe eine grössere Mächtigkeit ls A, wenn zwr A zu einer Teilmenge von B gleichmächtig ist, B ber zu keiner Teilmenge von A. Beispiel ) Die Mengen {1, 2} und {3, 4} sind gleichmächtig. 2) {1, 2,, n} ht kleinere Mächtigkeit ls {1, 2,, m}, wenn n < m ist. Definition Eine Menge A heisst bzählbr, wenn es eine Bijektion zwischen N und A gibt. D.h. A knn ufgelistet werden: A = { 1, 2,, n, }. Lemm Z ist bzählbr. N Beweis. Z f : N Z durch f(n) := n 2 Forml definieren wir die gesuchte Bijektion, wenn n gerde 1 n, wenn n ungerde. 2 Stz Q ist bzählbr. Stz R ist nicht bzählbr. (Für die Beweise siehe Kpitel 2.4 von K. Königsberger Anlysis I).

28 3 Die komplexen Zhlen Bemerkung R: 2 > 0, d.h. die Gleichung x 2 = 1 ist in R nicht lösbr. Die Einführung der imginären Einheit i (die imginäre Zhl mit i 2 = 1) ht sehr interessnte Konsequenzen, uch für die reellen Zhlen. 3.1 Definition der komplexen Zhlen Definition (1. Definition der komplexen Zhlen). Seien, b R, dnn ist + bi C. Wir definieren die Summe wie folgt: ( + bi) + (α + βi) = ( + α) + (b + β)i und ds Produkt: Definition ( + bi)(α + βi) = (α bβ) + (β + bα) i. }{{} :=A Seien A und B zwei Mengen. Dnn heisst A B ds krtesische Produkt oder Kreuzprodukt von A und B, d.h. die Menge der Pre (, b) mit A und b B. Definition (2. Definition der komplexen Zhlen). C = R R mit den Verknüpfungen + und, die wir folgt definieren: (, b) + (α, β) = ( + α, b + β) (, b)(α, β) = (α bβ, β + bα). }{{} =A 24

29 Kpitel 3. Die komplexen Zhlen 25 Bemerkung Es gilt R {(, 0), R} C, d.h. (in der Sprche der bstrkten Algebr) dss R isomorph zu R := {(, 0) : R} ist, ds bedeutet, dss die Summe und ds Produkt in R und R gleich sind: (, 0) + (α, 0) = ( + α, 0) (, 0)(α, 0) = (α, 0) Deshlb schreiben wir sttt (, 0). Bemerkung Es ist (0, )(0, b) = ( b, 0) und dher Bemerkung (0, 1) }{{} (0, 1) = ( 1, 0) (0, 1) }{{} (0, 1) = ( 1, 0). Wurzel von -1 uch eine Wurzel von -1 Es ist i = (0, 1) und wir schreiben (, b) für + bi. D.h. die zwei Definitionen der komplexen Zhlen sind äquivlent. Bemerkung Ds neutrle Element der Addition und ds Annulierungselement der Multipliktion ist 0 = (0, 0) = 0 + 0i, d.h. es gilt für ξ C: 0 + ξ = ξ und 0 ξ = 0. Stz Die Körperxiome (K1)-(K4) gelten uch für C. Beweis. (K1) Kommulttivität: trivil (K2) Assozitivität: trivil (K3) Distributivität: trivil.

30 Kpitel 3. Die komplexen Zhlen 26 (K4) Seien ξ, ζ C. ω C : ξ + ω = ζ (3.1) ξ 0, dnn ω : ξω = ζ. (3.2) Zu (3.1): Wir setzen ξ := + bi, ζ := c + di, ω := x + yi. Dnn ist ξ + ω = ( + x) + (b + y)i = ξ = c + di. Sei nun x := c, y := d b. Dnn gilt, ξ + ω = ζ. Zu (3.2): 1 ( = 1 + 0i)) ist ds neutrle Element, denn ( + bi)(1 + 0i) = (1 b0) + (b1 + 0) = ( + bi). }{{}}{{} = =b Sei ξ 0. Wir suchen ein α, so dss ξα = 1. Dnn ist ω = αζ eine Lösung von (3.2) (eigentlich die Lösung). Flls ξ = + bi, dnn ist α = Ttsächlich hben wir lso ( ξα = 2 + b b( b) ) b }{{ 2 } =1 2 + b b b. 2 ( ( b) b b ) i = b }{{ 2 } =0 Definition Sei ξ = (x + yi) C. Dnn heisst ) x der Relteil von ξ (Nottion: Re ξ = x), b) y der Imginärteil von ξ (Nottion: Im ξ = y), c) x yi die konjugierte Zhl (Nottion: ξ = x yi).

31 Kpitel 3. Die komplexen Zhlen 27 Bemerkung Es ist ξξ = (Re ξ) 2 + (Im ξ) 2 =: ξ. Definition ξ heisst der Betrg oder Absolutbetrg von ξ. Stz , b C gilt: (i) + b = + b, (ii) b = b, (iii) Re = + 2, (iv) (Im )i = 2, (v) = genu dnn, wenn R, (vi) = 2 = (Re ) 2 + (Im ) 2 = 0. 0 und Gleicheit gilt genu dnn, wenn Beweis. Übung. Bemerkung Sei ω C, so dss ξω = 1 (ξ 0). Wir schreiben ω = 1. Der Beweis von Stz ξ liefert die Identität 1 ξ = ξ ξ 2. Stz , b C gilt: (i) > 0 für 0, (ii) =, (iii) Re, Im, (iv) b = b, (v) + b + b.

32 Kpitel 3. Die komplexen Zhlen 28 Beweis. Die Aussgen (i) - (iii) sind trivil. Zu (iv): Betrchte b 2 = (b)(b) = bb = bb = 2 b 2 = b = b. Zu (v): Es ist + b 2 }{{} R = ( + b)( + b) = ( + b)( + b) = + bb + b + b = 2 + b 2 + ( b + b ). (3.3) }{{} R Aus der letzten Identität folgt, dss b + b R: Ttsächlich ist b + b = b + b = 2 Re()b. Also ist + b 2 = 2 + b Re()b 2 + b b = 2 + b b = ( + b ) 2. (3.4)

33 4 Funktionen 4.1 Definition Definition Seien A und B zwei Mengen. Eine Funktion (oder Abbildung) f : A B ist eine Vorschrift, die jedem Element A ein eindeutiges Element f() B zuordnet. Beispiel Sei A R (oder C) und B = R (oder C). Dnn ist f(x) = x 2. eine Funktion. Definition Sei f : A B eine Funktion. Dnn heisst A der Definitionsbereich von f. Der Wertebereich von f ist wie folgt definiert: f(a) := {f(x) : x A}. Sei C A, dnn heisst f(c) ds Bild von C unter f, d.h. f(c) ist die Menge {f(x) : x C}. Bemerkung Sei f(x) = x 2. Dnn ist der Wertbereich von f gegeben durch die Menge {y R : y 0}. Definition

34 Kpitel 4. Funktionen 30 Der Grph einer Funktion f : A B ist die Menge G(f) := {(x, f(x)) A B : x A}. Sei A R und f : A R eine Funktion. Dnn ist der Grph von f eine Teilmenge von A R R R, d.h. eine Teilmenge der Euklidische Ebene. Sei n N mit n 1. Dnn bezeichnet die Menge R n ds n-fche krtesische Produkt von R, d.h. R n := R R... R. }{{} n ml Diese Menge nennen wir den n-dimensionlen Euklidischen Rum. Beispiel Sei f : R R, f(x) = x. Dnn ist der Grph von f gegeben durch die Menge {(x, x) : x 0} {(x, x) : x 0} R 2, d.h. die Vereinigung von zwei Hlbgerden in der Ebene. 4.2 Algebrische Opertionen Seien f, g zwei Funktionen mit dem gleichen Definitionsbereich und so dss ihre Wertbereiche in C enthlten sind. Dnn definieren wir folgende lgebrischen Opertionen: (i) f + g ist die Funktion h : A B gegeben durch h(x) := f(x) + g(x). (ii) f g ist die Funktion k : A B gegeben durch k(x) := f(x)g(x). (iii) f g ist wohldefiniert, flls der Wertebereich von g in C \ {0} enthlten ist und

35 Kpitel 4. Funktionen 31 ist gegeben durch f f(x) (x) := g g(x). (iv) Anlog definieren wir die Funktionen Re f (den Relteil von f), Im f (den Imginärteil von f, f (die Konjugtion von f) und f (den Absolutbetrg von f). Definition Seien f : A B und g : B C. Die Komposition oder Verkettung von g und f, g f : A C, ist durch die folgende Funktion gegeben: (g f)(x) = g(f(x)). Bemerkung Sei f : A R, g : A R. Wir definieren die Funktion Ψ : A R R wie folgt: Ψ() := (f(), g()) und Φ : R R R ls Φ(x, y) = xy. Dnn ist Φ Ψ() = Φ(Ψ()) = Φ ((f()), g()) = f()g(). D.h. die lgebrischen Opertionen können ls Kompositionen ufgefsst werden. Definition (i) f : A B heisst surjektiv, flls f(a) = B. (ii) f : A B heisst injektiv, flls gilt: f(x) f(y) x y A. (iii) Flls f surjektiv und injektiv ist, dnn sgen wir, dss f bijektiv ist. Bemerkung Bijektive Funktionen sind umkehrbr: Sei f : A B bijektiv. Dnn gilt: b, : f() = b (wegen der Surjektivität von f), und ist eindeutig (wegen der Injektivität von f). Dnn ist g(b) = eine wohldefinierte Funktion g : B A.

36 Kpitel 4. Funktionen 32 Definition Eine Funktion g heisst Umkehrfunktion von f, flls f : A B, g : B A, f g : B B, g f : A A und f g(b) = b b B g f() = A. (4.1) Definition Die dumme Funktion h : A A mit h() = A heisst Identitätsfunktion (Nottion: Id). Dher ist (4.1) f g = Id und g f = Id. 4.3 Einige Beispiele wichtiger Funktionen Die Exponentilfunktion Sei R mit > 0. Der Defintionsbereich der Exponentilfunktion sei im Moment Q. Dnn ist exp : Q R wie folgt definiert: n = } {{... }, für n N \ {0} exp (n) := n-ml 0, für n = 0, exp ( n) := 1 n für n N exp (q) := ( n ) m für q = m n mit n N, m Z. Dbei ist exp die einzige Funktion Φ : Q R mit den folgenden Eigenschften: (i) Φ(1) =, (ii) Φ(q + r) = Φ(q)Φ(r) q, r Q. Bemerkung Später werden wir exp uf gnz R fortsetzen.

37 Kpitel 4. Funktionen Polynome Für die Anlysis ist ein Polynom eine Funktion f : R (bzw. C) mit x f(x) R (bzw. C) von der Gestlt f(x) = n x n + n 1 x n x + 0, wobei die Koeffizienten 0,..., n komplexe Zhlen sind. Ds Produkt zweier Polynome x f(x)g(x) ist wie folgt gegeben: f(x)g(x) := ( n x n ) (b m x m + + b 0 ) = b m n x n+m + b n n 1 x n 1+m b 0 = b m n x n+m + (b m n 1 + b m 1 n ) x n+m b 0 = c m+n x m+n + + c 0, wobei c k = k i b j = i b k i. i+j=k i=0 Definition Der Grd eines Polynoms f(x) := n x n ist n, flls n 0. Stz (Division mit Rest). Sei g 0 ein Polynom. Dnn gibt es zu jedem Polynom f zwei Polynome q und r so dss g = qf + r, wobei r = 0 oder grd r < grd f. Beweis. Siehe Bemerkung Sei g = x x 0 und sei f ein Polynom vom Grd 1. Mit Stz folgt, dss f = gq + r = gq + c 0, wobei grd r < 1 ist. Also ist r eine Konstnte r = c 0 und es gilt, f(x) = q(x)(x x 0 ) + c 0 f(x 0 ) = q(x 0 )0 + c 0 = c 0.

38 Kpitel 4. Funktionen 34 Korollr Flls f ein Polynom ist und x 0 (C), so dss f(x 0 ) = 0, dnn Polynom q, so dss f(x) = q(x)(x x 0 ). Definition Ds Polynom n x n mit n = n 1 =... = 0 = 0 heisst Trivilpolynom. Korollr Ein nicht triviles Polynom P ht höchstens grd f Nullstellen. Korollr Flls f(x) = 0 x R, dnn ist f ds Trivilpolynom. Korollr Flls f, g Polynome sind, so dss f(x) = g(x) x R, dnn sind die Koeffizienten von f und g gleich. Beweis. Wir setzen h := f g. Dnn ist h ein Polynom mit h(x) = (f g)(x) = 0 x C. Definition Seien f, g zwei Polynome. Dnn heisst f rtionle Funktion. g

39 5 Folgen Definition Eine Folge von komplexen (bzw. reellen) Zhlen ist eine Abbildung: f : N C (bzw. R), d.h. n N : f(n) C (bzw. R). Wir schreiben n für f(n). Beispiel N selbst knn ls Folge betrchtet werden: n := f(n) := n. 5.1 Konvergente Folgen Definition Eine Folge ( n ) n N heisst konvergent, flls C, so dss ε > 0, N N : n < ε n N. (5.1) Die Zhl heisst Grenzwert oder Limes der Folge ( n ) n N. Beispiel n = 1 ist eine konvergente Folge mit Grenzwert = 0: Sei ε > 0 gegeben. Dnn gibt n es ein N N mit N > 1 (diese Zhl existiert wegen des Axioms von Archimedes, ε siehe Kpitel 2.2). Für n N gilt dnn, Bemerkung n = ( ) 1 n 0 = 1 n 1 N < ε. Der Limes einer konvergenten Folge ist eindeutig. 35

40 Kpitel 5. Folgen 36 Beweis. Seien zwei reelle Zhlen, die ds Konvergenzkriterium (5.1) erfüllen. Wir wählen ε := 2. Dnn gilt, Für n mx {N, N } folgt, N : n < ε n N N : n < ε n N. ws ein Widerspruch ist. n + n < 2ε = = <, Wenn eine Folge gegen konvergiert, schreiben wir = lim n + ( n ) oder n n. Bemerkung Sei α = A + 0, b 0 b 1 b 2... eine reelle Zhl, wobei A N und b i die Ziffern der Dezimldrstellung von α A sind. Für jedes n N sei n := A + 0, b 0... b n Q. Dnn konvergiert die Folge ( n ) gegen α: Sei ε eine beliebige positive reelle Zhl. Sei N N, so dss 10 N > 1. Für n N gilt dnn: ε n α 10 N < ε. Definition Sei ( n ) eine Folge und A(n) eine Folge von Aussgen über n. Wir sgen, dss A(n) whr ist für fst lle n, wenn N N, so dss A(n) whr ist n N. Eine lterntive Formulierung von (5.1) ist lso: ε > 0 : n < ε für fst lle n. Beispiel

41 Kpitel 5. Folgen 37 Sei s Q mit s > 0. Sei n = 1 n s. Dnn gilt, ( ) 1 lim = 0. n + n s Sei N N mit N > ε 1 s (Axiom von Archimedes). Dnn ist 0 n = 1 < ε, n N. ns (NB: 1 s ist wohldefiniert, weil s 0. Zudem ist 1 n < ε s ns > 1 ε n > 1, ε 1 s weil s > 0.) Beispiel Sei > 0. Dnn gilt: lim n n + = 1. Fll > 1: Zu beweisen: ε > 0 N : n 1 < ε n N N. Sei x n = n 1 > 0 und n 1. Dnn ist Deswegen ist = (1 + x n ) n = 1 + nx n + Sei ε > 0. Wähle N 1, dnn folgt, ε ( ) n x 2 n nx n und x n 1 n. ( ) n x 3 n + + x n 3 n. 0 < n 1 = x n 1 n 1 N < 1 1 ε = ε. Fll 0 < < 1: Wir hben 1 > 1 und nutzen die Rechenregeln für konvergente

42 Kpitel 5. Folgen 38 Folgen (siehe Stz 5.2.1(iii), unten): n 1 = n 1 1 n = 1. Fll = 1: Dies ist trivil, d dnn die Folge konstnt ist, d.h. n = 1 n N. Beispiel Wir behupten, dss lim n n + n = 1. Wie oben sei x n = n n 1 und n = (1 + x n ) n = 1 + nx n + ( ) n x 2 n + + x n 2 n. Diesml nutzen wir die stärkere Ungleichung: Sei n 2, dnn ist n 1 + ( ) n x 2 n = Sei ε > 0 gegeben. Wir wählen ein N N, so dss Dnn gilt für n N, 0 n n 1 < ï 1 bung Sei k N. Dnn ist lim n n n k = 1. Beispiel n(n 1) x 2 n x 2 n n = x n 2 n. N 2 > ε 1 ( N > 2ε 2 ). 2 2 n N < 2 2 = ε = n n 1 < ε. ε 2 Sei q C mit q < 1. Dnn ist lim n + q n = 0, denn q n 0 = q n 0 q n.

43 Kpitel 5. Folgen 39 Sei nun ε > 0 gegeben. D n ε 1 und q < 1, N N, so dss n ε 1 < 1 q n N. Also gilt für n N, n ε > 1 (1 q ) = q = ε > q n. ï 1 bung Sei k N und q C mit q < 1. Dnn gilt: lim n n k q n = Rechenregeln für konvergente Folgen Stz Seien ( n ) und (b n ) zwei konvergente Folgen mit n gelten die folgenden Rechenregeln: n und b n n b, dnn (i) n + b n n + b, (ii) n b n n b, (iii) n b n n, flls b 0. b Beweis von Stz 5.2.1(i). Es ist ( n + b n ) ( b) = ( n ) + (b n b) n + b n b. (5.2) Sei ε > 0 gegeben. Dnn gilt wegen der Konvergenz der beiden Folgen: N : n < ε 2 n N (5.3) N : n < ε 2 n N. (5.4) Für n mx{n, N } hben wir dnn, ( n + b n ) ( + b) (5.2),(5.3)&(5.4) < ε 2 + ε 2 = ε.

44 Kpitel 5. Folgen 40 Definition Eine Folge heisst beschränkt, flls gilt: M > 0 : n M n N. (5.5) Lemm Eine konvergente Folge ist immer beschränkt. Beweis. Sei n n. Dnn N N, so dss n < 1 n N. Deswegen ist n < + 1 n N. Nun wählen wir M := mx{ 0,..., N 1, + 1} und erhlten n M n N. Beweis von Stz 5.2.1(ii)&(iii). (ii): Wegen Lemm gilt: eine Konstnte M > 0, die (5.5) erfüllt, d.h. Wähle n b n b = n b n n b + n b b = n (b n b) + b( n ) n b n b + b n M b n b + b n. (5.6) N N : b n b ε 2M N N : n ε 2 b n N (5.7) n N. (5.8) Für n mx{n, N } gilt: (iii): folgt us (ii) und n b n b (5.6),(5.7)&(5.8) < ε 2 + ε 2 = ε. 1 b n 1 b, flls b n b 0. (5.9)

45 Kpitel 5. Folgen 41 Um (5.9) zu beweisen, betrchte D b > 0 und b n n b, folgt 1 1 b n b = b b n b n b = 1 b b b n. (5.10) b n N : b n b < b 2 n N. Also gilt für n N, und 1 1 b n b 2 b b 2 n b. b n b b b n b 2 > 0 (5.11) Sei nun ε > 0 gegeben. Wir wählen ein N N, so dss b n b < ε b 2 /2 n N. Für n mx{n, N } folgt lso, 1 1 b n b < ε. Bemerkung Flls n n und λ C, so folgt us Stz 5.2.1(ii), dss λ n n λ: Wir setzen einfch b n := λ n N. Stz Sei n n, wobei n C n N. Dnn gelten die folgenden Aussgen: (i) n n, (ii) ā n n ā, (iii) Re n n Re, (iv) Im n n Im.

46 Kpitel 5. Folgen 42 Beweis. Die Behuptungen sind trivile Konsequenzen des Konvergenzkriteriums (5.1) und der folgenden Ungleichungen: ) n n, b) ā n ā = n, c) Im n Im n, d) Re n Re n. Stz Seien ( n ) und (b n ) zwei Folgen mit n n, b n n b mit n b n. Dnn ist b. Beweis. Sei ε > 0. Dnn gilt: Für n = mx{n, N } hben wir, N N : n < ε n N N N : b n b < ε n N. b b n b n b n n (b n n ) 2ε 2ε. D ε eine beliebige positive Zhl wr, gilt b 0. Stz Seien ( n ) und (b n ) zwei Folgen mit n n, b n n. Weiter sei (c n ) eine Folge mit der Eigenschft, b n c n n n N. Dnn konvergiert die Folge (c n ) gegen. Beweis. Sei ε > 0 gegeben. Wegen der Konvergenz finden wir N N : n < ε n N N N : b n b < ε n N.

47 Kpitel 5. Folgen 43 Für n mx{n, N } gilt dnn, ε < n n = n c n b n + b n < + ε. = c n < ε. Beispiel Sei s 0 und k N mit k s k + 1. Weiter sei q C mit q < 1. Dnn gelten die folgenden Ungleichungen: n nk n n s n n k+1 0 n s q n n k q n. Drus schliessen wir, dss n n s n 1 und n k q n n Monotone Folgen Definition Eine Folge ( n ) reeller Zhlen heisst monoton fllend (bzw. monoton wchsend), flls n n 1 n N (bzw. n n 1 n N). Eine Folge heisst monoton, flls sie monoton fllend oder monoton wchsend ist. Stz Eine beschränkte monotone Folge konvergiert immer. Beweis. OBdA können wir ( n ) wchsend nnehmen: Denn flls die Folge fllend ist, dnn ist ( n ) n N eine wchsende Folge. Hben wir die Aussge des Stzes für n wchsende Folgen gezeigt, so gilt: n L für ein L C und somit, lim n n = lim n ( 1)( n ) = lim n ( 1) lim n ( n ) = L.

48 Kpitel 5. Folgen 44 Sei lso ( n ) wchsend. Wir setzen s := sup { n : n N} }{{} =:M und behupten, dss s = lim n n. D n s, müssen wir zeigen, dss gilt, ε > 0 N : n > s ε n N. (5.12) Sei ε > 0 gegeben. Dnn j M: j > s ε, denn sonst wäre s ε eine obere Schrnke, die kleiner ist ls s. D die Folge wächst, folgt n j > s ε n j. Beispiel Die Beschränktheit einer Folge llein impliziert noch nicht deren Konvergenz: Betrchte z.b. die Folge n = ( 1) n. Offensichtlich ist sie beschränkt, ber nicht konvergent. 5.4 Der Stz von Bolzno-Weierstrss Definition Sei ( n ) eine Folge. Eine Teilfolge von ( n ) ist eine neue Folge b k n k N mit n k > n k 1 (zum Beispiel: := nk, wobei Stz (von Bolzno-Weierstrss). }{{} 0 1 }{{} }{{} 6...). b 0 b 1 b 2 Jede berschränkte Folge ( n ) R (bzw. C) besitzt eine konvergente Teilfolge. Beweis. Schritt 1: Sei ( n ) eine Folge reeller Zhlen. Seien I, M R, so dss I n M n N. OBdA sei I < M, sonst wäre ( n ) eine konstnte Folge. Wir konstruieren eine Intervllschchtelung. Dzu definieren wir J 0 := [I, M] und teilen J 0 in zwei Intervlle: J 0 = [I, A 0 ] [A 0, M], wobei A 0 = M I 2 + I = M + I. 2

49 Kpitel 5. Folgen 45 Mindestens eines dieser Intervlle enthält unendlich viele n. Wir nennen dieses Intervll J 1. Rekursiv definieren wir eine Folge von Intervllen J k, so dss (i) J k+1 J k k N; (ii) Die Länge l k von J k ist (M I)2 k k N; (iii) jedes Intervll entält unendlich viele Glieder der Folge ( n ). Diese Folge ist eine Intervllschchtelung und deswegen!l mit L J i i. Wir wählen ein n 0 N, so dss n0 J 0. D J 1 unendlich viele n enthält, n 1 > n 0 mit n1 J 1. Rekursiv definieren wir eine Folge ntürlicher Zhlen (n k ) k N mit n k+1 > n k und nk J k k N. Die Folge b k := nk ist dnn eine Teilfoge von ( n ). Ausserdem gilt, d b k, s J k. D.h. wir hben b k k L. b k L l k = 2 k (M I), Schritt 2: Sei nun k = ξ k +iζ k eine beschränkte komplexe Folge. Dnn ist (ξ k ) eine beschränkte Folge reeller Zhlen. Mit Schritt 1 folgt, (ξ kj ) Teilfolge, die konvergiert. Ferner ist uch (ζ kj ) eine beschränkte Folge reeller Zhlen und deswegen besitzt uch sie eine konvergente Teilfolge (ζ kjn ). Setzen wir b n := kjn = ξ kjn + iζ kjn, so hben wir eine konvergente Teilfolge gefunden. Definition Sei ( n ) eine Folge und der Limes einer konvergenten Teilfolge. Dnn heisst Häufungswert der Folge ( n ). Lemm Sei ( n ) eine Folge. Dnn gilt: ist ein Häufungswert Für jedes offene Intervll mit I enthält unendlich viele n. Beweis. Trivil.

50 Kpitel 5. Folgen 46 Definition Sei ( n ) eine reelle Folge. Wenn die Menge der Häufungswerte von ( n ) ein Supremum (bzw. ein Infimum) besitzt, heisst dieses Supremum Limes superior (bzw. Limes inferior) und wir schreiben lim sup n n (bzw. lim inf n n). Wenn die Folge keine obere (bzw. untere) Schrnke besitzt, schreiben wir lim sup n = + n (bzw. lim inf n n =.) Bemerkung Eine konvergente Folge ht genu einen Häufungswert, den Limes der Folge. Lemm Der Limes superior (bzw. Limes inferior) ist ds Mximum (bzw. ds Minimum) der Häufungswerte, flls er endlich ist. Ausserdem konvergiert eine Folge reeller Zhlen genu dnn, wenn Limes superior und der Limes inferior endlich sind und übereinstimmen. Beweis. Teil 1: Sei lim sup n n = S R. Zu beweisen ist, dss S ein Häufungswert ist. Sei I =], b[ ein Intervll mit S I. Wir behupten, dss I unendlich viele Glieder von ( n ) enthält: Dnn folgt us Lemm 5.4.4, dss S ein Häufungswert ist. D S ds Supremum der Häufungswerte ist, ein Häufungswert h >. Aber dnn ist h I, und us Lemm folgt, dss I unendlich viele n enthält. Teil 2: Sei ( n ) eine Folge mit lim inf n n = lim sup n = L R. n Drus folgt, dss ( n ) eine beschränkte Folge ist. Flls n nicht gegen L konvergierte, gäbe es ein ε > 0 und unendlich viele n mit n L > ε, d.h. es gäbe eine Teilfolge von ( n ), b k = nk, mit b k L > ε. Aus dem Stz von Bolzno-Weierstrss folgt dnn die Existenz einer konvergenten Teilfolge von (b n ) mit Limes l L. Dnn wäre l ber ein Häufungswert von ( n ). Dies ist jedoch ein Widerspruch, d nch

51 Kpitel 5. Folgen 47 Definition von liminf und limsup gilt: L l L. Bemerkung Der Limes superior und der Limes superior existieren immer; ein klrer Vorteil gegenüber dem Limes. Ausserdem gilt für zwei beliebige reelle Folgen ( n ) und (b n ) mit n b n : lim sup n n lim sup b n n und lim inf n n lim inf n b n. Wegen diesen Eigenschften werden wir oft ds letzte Lemm und den Limes superior bruchen, wie in folgendem Musterrgument : Nehmen wir n, wir wollen beweisen, dss eine bestimmte Folge {z n } C den Grenzwert z ht. Betrchten wir dnn die reelle Folge ( z n z ). Dies ist eine Folge positiver reeller Zhlen und deshlb gilt, lim inf n z n z 0. Es genügt lso eine geeignete Folge (c n ) zu finden, die ( z n Z ) mjorisiert, d.h. c n z n z, und deren Konvergenz gegen 0 leicht zu beweisen ist. Wenn wir diese Folge gefunden hben, dnn können wir schliessen, dss lim sup n Lemm impliziert dnn z n z lim sup c n = 0. n Also gilt: lim n z n = z. lim z n z = 0. n 5.5 Ds Konvergenzkriterium von Cuchy Stz Eine Folge komplexer Zhlen konvergiert genu dnn, wenn ds sogennnte Cuchy-

52 Kpitel 5. Folgen 48 Kriterium gilt: ε > 0, N : n m < ε n, m N. (5.13) Bemerkung Eine Folge, die dem Cuchy-Kriterium genügt, heisst Cuchy-Folge. Beweis. Konvergenz = Cuchy-Kriterium: Sei ( n ), so dss n n und ε > 0 gegeben. Dnn gilt, N : n < ε 2 n N. Deshlb hben wir n m = n + m n + n < ε 2 + ε 2 n, m N. Cuchy-Kriterium = Konvergenz. Sei ( n ) eine Cuchy-Folge (d.h. (5.13) gilt). Bemerkung Flls ein Häufungswert ist, dnn konvergiert die gnze Folge gegen. Sei ( nk ) eine Teilfolge, die gegen konvergiert. D.h. es gilt, ε > 0 K : k > K = nk < ε 2. (5.14) Die Cuchy-Eigenschft impliziert ber uch die Existenz einer Zhl N, so dss m n < ε 2 m, n > N. (5.15) Sei nun n N. Dnn n k > N mit k K. D.h. es gilt für n > N, n = nk + nk n nk + nk n (5.14)&(5.15) < ε. Dies beweist die Bemerkung Um den Stz zu beweisen, genügt es lso die Existenz eines Häufungswerts zu zeigen. Wenn wir zeigen können, dss die Folge beschränkt ist, dnn folgt die Existenz eines Häufungswerts us dem Stz von Bolzno-Weierstrss. Also zeigen wir nun,

53 Kpitel 5. Folgen 49 dss die Beschränktheit der Folge. Dzu wählen wir ε = 1. Dnn gilt, N : n m < 1 n, m N. Folglich ist n n N + N < N + 1 n N. Sei nun M := mx( { k : k < N } { N + 1 }). Dnn ist n M und die Folge ist ttsächlich beschränkt. 5.6 Uneigentliche Konvergenz Definition Sei ( n ) eine Folge reeller Zhlen. Dnn schreiben wir: (i) n n + (oder lim n + n = + ), flls M R: N R : n M n N (d.h. n M für fst lle n) (ii) n n (lim n n = ), flls M R: n M für fst lle n. ï 1 bung lim sup n + n = + (bzw. lim inf n n = ) Teilfolge { nk } k N mit nk k + + ( ) k + bzw. nk. Bemerkung Sei ( n ) eine monoton wchsende (bzw. fllende) Folge. Dnn gilt: (i) entweder konvergiert n, (ii) oder lim n + n = + (bzw. lim n + n = ).

54 6 Reihen 6.1 Konvergenz der Reihen Definition Sei ( n ) n N eine Folge komplexer Zhlen. Durch s 0 := 0, s 1 := 0 + 1, s 2 := ,. s n := n k=0 k wird der Folge ( n ) eine weitere Folge (s n ) zugeordnet. (s n ) heisst unendliche Reihe oder kurz eine Reihe und wir schreiben für sie k oder k=0 Dbei nennen wir die Zhlen n die Glieder und die Zhlen s n die Prtilsummen der Reihe. Konvergiert die Folge (s n ), so heisst die Reihe konvergent. Flls die Reihe konvergiert, so heisst die Zhl s = lim n s n die Summe oder der Wert der Reihe und wir schreiben s = k = k=0 50

55 Kpitel 6. Reihen 51 Es sei druf hingewiesen, dss ds Symbol k=0 k zwei Bedeutungen ht: Es bezeichnet einerseits die Folge (s n ) und ndererseits im Konvergenzfll uch ihren Grenzwert. Wenn die Prtilsumme eine Folge reeller Zhlen ist und s n + (bzw. ), dnn schreiben wir n = + (bzw. ). Beispiel Sei z eine komplexe Zhl. Dnn heisst die Reihe n=0 zn geometrische Reihe (für z = 0 gilt die Konvention dss z 0 = 0). Für z < 1 konvergiert die geometrische Reihe: Denn es ist, (1 z)(1 + z + z n ) = 1 z n+1 und s n = 1 zn+1 ( ) 1 z 1 z n 1 = lim n + 1 z = lim 1 ( ) lim n + 1 z 1 z n + zn = 1 1 z. }{{} =0, d z <1 Für z 1 divergiert die geometrische Reihe: Denn es gilt: Flls z = 1 ist, dnn ist s n = = n + 1; Flls z 1 ist, gilt die Formel s n = (1 zn+1 ). 1 z und s n konvergiert genu dnn, wenn z n konvergiert. Aber z n konvergiert nicht, denn: Für z > 1 hben wir z n und für z = 1 (z 1) hben wir die Identität z = cos θ + i sin θ = z n = cos(nθ) + i sin(nθ) (siehe Kpitel 8.4) mit θ ]0, 2π[ und es ist einfch zu sehen, dss z n+1 nicht konvergiert. Beispiel Die folgende Reihe heisst hrmonische Reihe: n=1 1 n. In diesem Fll gilt s n+1 s n, d.h. (s n ) ist eine wchsende Folge. Entweder konvergiert (s n ) gegen eine reelle Zhl

56 Kpitel 6. Reihen 52 oder lim n s n = +. Wir betrchten nun die Teilfolge s 2 n 1: s 2 n 1 = }{{} + }{{} 2 k 1 j 2 k } k {{ 2 k } 2 k = 1 + n }{{} 2 n 1 j 2 n 1 Also ist lim n s 2 n 1 = + und uch die ursprüngliche Folge (s n ) divergiert. D.h. lim s n = + n + n=1 1 n = Konvergenzkriterien für reelle Reihen Bemerkung Flls n=0 n (Wir nennen ( n ) eine Nullfolge.) konvergiert = n n 0. Beweis. D n = s n+1 s n und lim n s n = lim n s n+1 = n=0 n ist, folgt n n n=0 n n=0 = s s = 0. Bemerkung Die obige Bemerkung gilt uch für komplexe Reihen. ï 1 bung Beweise so einfch wie möglich, dss die geometrische Reihe nicht konvergiert, wenn z 1. Bemerkung Die Umkehrung der obigen Bemerkung gilt im Allgemeinen nicht, d.h. n n 0

Thema 7 Konvergenzkriterien (uneigentliche Integrale)

Thema 7 Konvergenzkriterien (uneigentliche Integrale) Them 7 Konvergenzkriterien (uneigentliche Integrle) In diesem Kpitel betrchten wir unendliche Reihen n= n, wobei ( n ) eine Folge von reellen Zhlen ist. Die Reihe konvergiert gegen s (oder s ist die Summe

Mehr

Analysis für Informatiker und Lehramt Mathematik

Analysis für Informatiker und Lehramt Mathematik Anlysis für Informtiker und Lehrmt Mthemtik Wintersemester 05 / 06 Dr. Agnes Rdl 6. Oktober 06 Ds L A TEX-Skript wurde von Dipl.-Mth. Ptrici Reuther erstellt und ufbereitet nhnd meines Vorlesungsmnuskriptes

Mehr

Analysis I. TU Dortmund, Wintersemester 2013/14. Ben Schweizer

Analysis I. TU Dortmund, Wintersemester 2013/14. Ben Schweizer Anlysis I TU Dortmund, Wintersemester 2013/14 Ben Schweizer Inhltsverzeichnis 1 Reelle Zhlen 1.1 Logische Grundlgen: Aussgen, Beweise, Mengen........ 3 1.2 Die Zhlenbereiche N, Z und Q..................

Mehr

Resultat: Hauptsatz der Differential- und Integralrechnung

Resultat: Hauptsatz der Differential- und Integralrechnung 17 Der Huptstz der Differentil- und Integrlrechnung Lernziele: Konzept: Stmmfunktion Resultt: Huptstz der Differentil- und Integrlrechnung Methoden: prtielle Integrtion, Substitutionsregel Kompetenzen:

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

Mehr

Analysis I. Die Mitarbeiter von 10. Januar 2017

Analysis I. Die Mitarbeiter von  10. Januar 2017 Anlysis I Die Mitrbeiter von http://mitschriebwiki.nomet.de/ 0. Jnur 207 Inhltsverzeichnis Inhltsverzeichnis 2 I. Vorwort 5 I.. Über dieses Skriptum.................................. 5 I.2. Wer...........................................

Mehr

VII. Folgen und Reihen von Funktionen (Vertauschung von Grenzprozessen)

VII. 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

Mehr

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt 2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

Ungleichungen. Jan Pöschko. 28. Mai Einführung Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................

Mehr

Analysis. 1. April 2003

Analysis. 1. April 2003 Anlysis Jürgen Elstrodt. April 003 Teil I Die reellen Zhlen Grundlgen N := {,, 3,...} Menge der ntürlichen Zhlen N 0 := {0,,,...} Menge der gnzen Zhlen 0 Z := {0, ±, ±,...} Menge der gnzen Zhlen Q :=

Mehr

Einführung in die Analysis. Prof. Dr. René Grothmann

Einführung in die Analysis. Prof. Dr. René Grothmann Einführung in die Anlysis Prof. Dr. René Grothmnn 2011 2 Vorwort Es hndelt sich bei diesem Skript nur um eine Zusmmenfssung der Vorlesung. Beweise und Beispiele wurden uf ein Minimum reduziert. Auch eine

Mehr

f(ξ k )(x k x k 1 ) k=1

f(ξ k )(x k x k 1 ) k=1 Integrlrechnung Definition des bestimmten Integrls Die Integrtion ist die Umkehropertion zur Differentition. Grundufgbe der Integrlrechnung ist die Bestimmung von Flächen. Will mn beispielsweise den Inhlt

Mehr

Uneigentliche Riemann-Integrale

Uneigentliche Riemann-Integrale Uneigentliche iemnn-integrle Zweck dieses Abschnitts ist es, die Vorussetzungen zu lockern, die wir n die Funktion f : [, b] bei der Einführung des iemnn-integrls gestellt hben. Diese Vorussetzungen wren:

Mehr

Hilfsblätter Folgen und Reihen

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

Mehr

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG 91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und

Mehr

VI. Das Riemann-Stieltjes Integral.

VI. Das Riemann-Stieltjes Integral. VI. Ds Riemnn-Stieltjes Integrl. Es stellt sich herus, dss der hier entwickelte Integrlbegriff strk von der Ordnungsstruktur von R bhängt. Definition. Sei [, b] ein Intervll in R. Unter einer Prtition

Mehr

9 Das Riemannsche Integral

9 Das Riemannsche Integral 1 9 Ds Riemnnsche Integrl 9.1 Definition und Beispiele Sei I = [, ] R mit

Mehr

Analysis I Ohne Beweise und Beispiele

Analysis I Ohne Beweise und Beispiele Anlysis I Ohne Beweise und Beispiele Prof. Kröner 1 Wintersemester 2003 Ü 1 Mitschrift von Ink Benthin und Rimr Sndner mit Dnk n Klus Zimmermnn für die Mithilfe Inhltsverzeichnis Vorwort 2 0 Einleitung

Mehr

Infinitesimalrechnung, Mengenlehre und logische Verknüpfungen

Infinitesimalrechnung, Mengenlehre und logische Verknüpfungen Vorlesung 16 Infinitesimlrechnung, Mengenlehre und logische Verknüpfungen 16.1 Huptstz der Differentil- und Integrlrechnung Wir verknüpfen nun Differentil- mit Integrlrechnung. Definition 16.1.1. Eine

Mehr

1 Folgen von Funktionen

1 Folgen von Funktionen Folgen von Funktionen Wir etrchten Folgen von reell-wertigen Funktionen f n U R mit Definitionsereicht U R und interessieren uns für ntürliche Konvergenzegriffe. Genuer setzen wir uns mit folgenden Frgen

Mehr

4 Stetigkeit. 4.1 Intervalle

4 Stetigkeit. 4.1 Intervalle 4 Stetigkeit Der Grenzwertbegriff für Zhlenfolgen lässt sich uf Funktionen übertrgen. Funktionen (oder Abbildungen) wren bereits im Kpitel über Mengen ufgetreten. Hier wird nun der Fll betrchtet, dss Definitionsbereich

Mehr

kann man das Riemannsche Unter- bzw. Oberintegral auch wie folgt definieren: xk+1 x k

kann man das Riemannsche Unter- bzw. Oberintegral auch wie folgt definieren: xk+1 x k Integrlrechnung Definition 1 (Treppenfunktion, Zerlegung eines Intervlls): Sei [, b] R ein Intervll. Eine Funktion g : [, b] R heißt Treppenfunktion, flls es eine Zerlegung := { =: 0 < 1

Mehr

Kapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35

Kapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35 Kpitel 0 Integrtion Josef Leydold Mthemtik für VW WS 205/6 0 Integrtion / 35 Flächeninhlt Berechnen Sie die Inhlte der ngegebenen Flächen! f (x) = Fläche: A = f (x) = +x 2 Approximtion durch Treppenfunktion

Mehr

Technische Universität Chemnitz

Technische Universität Chemnitz Technische Universität Chemnitz Skript zur Vorlesung Anlysis I Prof. Stollmnn WS 2003/2004 Fkultät für Mthemtik bsierend uf der Vorrbeit von Nicole Amecke, Andres Amrell, Jörg Brbndt, Svend Domdey, Rlf

Mehr

1. Die reellen Zahlen

1. Die reellen Zahlen . Die reellen Zhlen Die reellen Zhlen sind eine Menge R zusmmen mit zwei Rechenvorschriften, die je zwei Elementen x, y R ein Element x + y R und ein Element x y R zuordnen, wobei ferner eine Teilmenge

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

Vorabskript zur Vorlesung. Analysis I und II. Sommersemester 2010/ Wintersemester 2010/ 11. Prof. Dr. Helmut Maier Dipl.-Math.

Vorabskript zur Vorlesung. Analysis I und II. Sommersemester 2010/ Wintersemester 2010/ 11. Prof. Dr. Helmut Maier Dipl.-Math. Vorbskript zur Vorlesung Anlysis I und II Sommersemester 200/ Wintersemester 200/ Prof. Dr. Helmut Mier Dipl.-Mth. Hns- Peter Reck Institut für Zhlentheorie und Whrscheinlichkeitstheorie Universität Ulm

Mehr

Analysis I Wintersemester 2002/03. W. Ebeling

Analysis I Wintersemester 2002/03. W. Ebeling Anlysis I Wintersemester 2002/03 W. Ebeling c Wolfgng Ebeling Institut für Algebrische Geometrie Leibniz Universität Hnnover Postfch 6009 30060 Hnnover E-mil: ebeling@mth.uni-hnnover.de Litertur [] M.

Mehr

10 Das Riemannsche Integral

10 Das Riemannsche Integral 10 Ds Riemnnsche Integrl 50 10 Ds Riemnnsche Integrl Ziel dieses Prgrphen ist es, den Inhlt einer Fläche, die vom Grphen einer Funktion berndet wird, exkt zu definieren. f(b) f() = t 0 t1 t2 t3 t4 t5 t

Mehr

A n a l y s i s. Wintersemester 2006/2007. Ernst Kuwert. Mathematisches Institut Universität Freiburg

A n a l y s i s. Wintersemester 2006/2007. Ernst Kuwert. Mathematisches Institut Universität Freiburg A n l y s i s I Wintersemester 2006/2007 Ernst Kuwert Mthemtisches Institut Universität Freiburg Inhltsverzeichnis 1 Grundlgen 1 1 Körperxiome und Anordnungsxiome...................... 1 2 Vollständige

Mehr

$Id: integral.tex,v /04/22 11:22:04 hk Exp $

$Id: integral.tex,v /04/22 11:22:04 hk Exp $ Mthemtik für Physiker II, SS 015 Mittwoch.4 $Id: integrl.tex,v 1.35 015/04/ 11::04 hk Exp $ Integrlrechnung.1 Ds Riemn Integrl In der letzten Sitzung hben wir verschiedene vorbereitende Begriffe zur Konstruktion

Mehr

Differenzial- und Integralrechnung I

Differenzial- und Integralrechnung I Differenzil- und Integrlrechnung I Ingo Witt Wintersemester 20/2 2 Inhltsverzeichnis Grundlgen 5. Mthemtische Logik......................... 5.. Mthemtische Aussgen und deren Verknüpfungen... 5..2 Quntoren

Mehr

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

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009 UNIVERSIÄ KARLSRUHE Institut für Anlysis HDoz. Dr. P. C. Kunstmnn Dipl.-Mth. M. Uhl Sommersemester 9 Höhere Mthemti II für die Fchrichtungen Eletroingenieurwesen, Physi und Geodäsie inlusive Komplexe Anlysis

Mehr

Mathematik. Ingo Blechschmidt. 22. Januar 2007

Mathematik. Ingo Blechschmidt. 22. Januar 2007 Mthemtik Ingo Blechschmidt 22. Jnur 2007 Inhltsverzeichnis I Mthemtik 2 1 Anlysis 2 1.1 Stetigkeit und Differenzierbrkeit........... 2 1.1.1 Stetigkeit..................... 2 1.1.2 Differenzierbrkeit................

Mehr

29 Uneigentliche Riemann-Integrale

29 Uneigentliche Riemann-Integrale 29 Uneigentlihe Riemnn-Integrle 29.2 Uneigentlihe Riemnn-Integrle bei einer kritishen Integrtionsgrenze 29.3 Zusmmenhng des uneigentlihen mit dem eigentlihen Riemnn-Integrl 29.5 Cuhy-Kriterium für uneigentlihe

Mehr

Funktionenfolgen. Kapitel 6

Funktionenfolgen. Kapitel 6 Kpitel 6 Funktionenfolgen Bemerkung 6.1 Motivtion. Dieser Abschnitt betrchtet die Konvergenz von Folgen von uf einem gemeinsmen Intervll definierten Funktionen. Dies ist eine wichtige Grundlge, um eine

Mehr

Differenzial- und Integralrechnung III

Differenzial- und Integralrechnung III Differenzil- und Integrlrechnung III Riner Huser April 2012 1 Einleitung 1.1 Polynome und Potenzfunktionen Die Polynome oder Polynomfunktionen lssen sich durch die endliche Anzhl von n+1 Prmetern i R in

Mehr

Analysis I. Gunther H. Peichl. Institut für Mathematik Karl Franzens Universität Graz. Skriptum zur Vorlesung im SS 2011

Analysis I. Gunther H. Peichl. Institut für Mathematik Karl Franzens Universität Graz. Skriptum zur Vorlesung im SS 2011 Anlysis I Gunther H. Peichl Skriptum zur Vorlesung im SS 20 Institut für Mthemtik Krl Frnzens Universität Grz Inhltsverzeichnis Kpitel I. Reelle und komplexe Zhlen. Axiomtische Beschreibung der reellen

Mehr

Analysis 1 für Physiker

Analysis 1 für Physiker Anlysis für Physiker MA 9202 Domenico P.L. Cstrigino Vorlesungsskript WS 2009/0 erstellt von Dipl. Mth. W.Kinzner Zentrum Mthemtik TU München Inhltsverzeichnis Ntürliche Zhlen und vollständige Induktion

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt

Mehr

b f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) =

b f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) = Es seien U R n offen und ψ : U R n stetig differenzierbr. Weiter sei f : U R zweiml stetig differenzierbr. Kennzeichnen Sie whre Aussgen mit W und flsche Aussgen mit F. F Flls dψ(x) ein Isomorphismus für

Mehr

Kapitel 13. Taylorentwicklung Motivation

Kapitel 13. Taylorentwicklung Motivation Kpitel 13 Tylorentwicklung 13.1 Motivtion Sei D R offen. Sie erinnern sich: Eine in D stetig differenzierbre Funktion f : D R wird durch die linere Funktion g(x) = f() + f ()(x ) in einer Umgebung von

Mehr

Höhere Mathematik für Ingenieure , Uhr

Höhere Mathematik für Ingenieure , Uhr Studiengng: Mtrikelnummer: 3 5 6 Z Punkte Note Prüfungsklusur zum Modul Höhere Mthemtik für Ingenieure 0. 7. 05, 8.00 -.00 Uhr Zugelssene Hilfsmittel: A-Blätter eigene, hndschriftliche Ausrbeitungen ber

Mehr

2.5 Messbare Mengen und Funktionen

2.5 Messbare Mengen und Funktionen 1 2.5 Messbre Mengen und Funktionen Definition Eine beschränkte Menge M R n heißt messbr, flls die chrkteristische Funktion χ M integrierbr ist. Die Zhl vol n (M) := χ M dµ n nennt mn ds Volumen von M.

Mehr

Analysis in einer Variablen

Analysis in einer Variablen Anlysis in einer Vriblen Eine Vorlesung für ds Lehrmtsstudium Frnz Hofbuer SS 009 Vorwort Die Lehrmtsusbildung sollte sich n der Berufsrelität der Lehrer orientieren. Deshlb wird in diesem Skriptum ein

Mehr

Präsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i,

Präsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i, Präsenz-Aufgben 1. 1. Schreiben Sie z in der Form z α + βi mit α,β R. Aus der Vorlesung ist beknnt: i i i 1, i 1 1 i i i i i 1 i. () i 15 i 1 i (i ) 7 i ( 1) 7 i i i 15 + ( 1)i, (b) i 15 1 i 15 () 1 i

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnbrück WS 20/202 Mthemtik für Anwender I Vorlesung 24 Der Mittelwertstz der Integrlrechnung Zu einer Riemnn-integrierbren Funktion f :[,b] R knn mn f(t)dt b ls die Durchschnittshöhe

Mehr

Analysis 2. Mitschrift von www.kuertz.name

Analysis 2. Mitschrift von www.kuertz.name Anlysis 2 Mitschrift von www.kuertz.nme Hinweis: Dies ist kein offizielles Script, sondern nur eine privte Mitschrift. Die Mitschriften sind teweilse unvollständig, flsch oder inktuell, d sie us dem Zeitrum

Mehr

Vorlesung Mathematik 1 für Ingenieure (Sommersemester 2016)

Vorlesung Mathematik 1 für Ingenieure (Sommersemester 2016) 1 Vorlesung Mthemtik 1 für Ingenieure (Sommersemester 2016) Kpitel 10: Integrlrechnung einer Veränderlichen Prof. Miles Simon Nch Folienvorlge von Prof. Dr. Volker Kibel Otto-von-Guericke Universität Mgdeburg.

Mehr

Numerische Integration durch Extrapolation

Numerische Integration durch Extrapolation Numerische Integrtion durch Extrpoltion Pblo Thiel Romberg-Verfhren Idee: Im Gegenstz zur numerischen Integrtion mit Hilfe der einfchen bzw. zusmmengesetzten Trpez-, Simpson-, 3/8- oder zum Beispiel der

Mehr

Übungen zur Analysis 2

Übungen zur Analysis 2 Mthemtisches Institut der Universität München Prof. Dr. Frnz Merkl Sommersemester 2013 Bltt 2 26.4.2013 Übungen zur Anlysis 2 2.1 Vernschulichung der Cuchy-Schwrz-Ungleichung. Gegeben seien die Vektoren

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mthemtik für Informtiker I (Wintersemester 00/00) Aufgbenbltt (. Oktober 00)

Mehr

Vektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren

Vektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren Vektoren In nderen Bereichen der Nturwissenschften treten Größen uf, die nicht nur durch eine Zhlenngbe drgestellt werden können, wie Krft, die Geschwindigkeit. Zur vollständigen Beschreibung z.b. der

Mehr

Analysis I. Inhaltsverzeichnis. Martin Brokate. 1 Aussagen, Mengen, Abbildungen 1. 2 Das Prinzip der vollständigen Induktion 14

Analysis I. Inhaltsverzeichnis. Martin Brokate. 1 Aussagen, Mengen, Abbildungen 1. 2 Das Prinzip der vollständigen Induktion 14 Anlysis I Mrtin Brokte Inhltsverzeichnis Aussgen, Mengen, Abbildungen 2 Ds Prinzip der vollständigen Induktion 4 3 Die reellen Zhlen 8 4 Folgen 29 5 Die komplexen Zhlen 40 6 Reihen 44 7 Unendliche Mengen

Mehr

Analysis I Differential- und Integralrechnung von Funktionen einer reellen Variablen

Analysis I Differential- und Integralrechnung von Funktionen einer reellen Variablen Anlysis I Differentil- und Integrlrechnung von Funktionen einer reellen Vriblen Mitschrift der Vorlesung, gehlten von Professor Knpp Bergische Universität Gesmthochschule Wuppertl Ausgerbeitet von Hrld

Mehr

, für x 2, ax wenn x > 3. 2x+a wenn x Integralrechnung

, für x 2, ax wenn x > 3. 2x+a wenn x Integralrechnung . INTEGRALRECHNUNG 69 Aufgbe 9.3 Bestimme lle Extrem der Funktion f : [,] R, x ( x) +9x. Aufgbe 9.3 Bestimme die Extrem der Funktion f : R\{} R : x x4 5x 4 (x ) 3. Untersuche die Funktion hinsichtlich

Mehr

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n)

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n) 2 Folgen und Reihen 2.1 Folgen in C 2.1.1 Konvergenz von Folgen Eine Folge komplexer Zahlen ist eine Funktion f : N C. Mit a n schreibt man (a n ) n=1, (a n ) oder auch a 1, a 2,.... := f(n) (a n ) heißt

Mehr

Mathematik für Physiker I

Mathematik für Physiker I Vorlesungsskript Mthemtik für Physiker I Dr. Jörg Härterich Ruhr-Universität Bochum Wintersemester 2007/08 Inhltsverzeichnis Mengen, Abbildungen und Zhlen 5. Mengen.........................................

Mehr

1. Elementare Grundlagen 1.1. Vollständige Induktion und der binomische Lehrsatz. Wir folgen weitgehend den Überlegungen in Forster, Kapitel 1.

1. Elementare Grundlagen 1.1. Vollständige Induktion und der binomische Lehrsatz. Wir folgen weitgehend den Überlegungen in Forster, Kapitel 1. 1. Elementre Grundlgen 1.1. Vollständige Induktion und der binomische Lehrstz. Wir folgen weitgehend den Überlegungen in Forster, Kpitel 1. Die ohne Beweis ufgeführten Sätze sind mit den Sätzen identisch,

Mehr

Brückenkurs Lineare Gleichungssysteme und Vektoren

Brückenkurs Lineare Gleichungssysteme und Vektoren Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem

Mehr

Analysis 1 und 2. Ernst Albrecht

Analysis 1 und 2. Ernst Albrecht Anlysis 1 und 2 Ernst Albrecht Vorlesungen im Wintersemester 2005/06 und Sommersemester 2006 Universität des Srlndes Srbrücken Stnd: 20. Juli 2006 Inhltsverzeichnis Kpitel 0. Zur Vorbereitung 1 1. Grundbegriffe

Mehr

Parameterabhängige uneigentliche Integrale.

Parameterabhängige uneigentliche Integrale. Kpitel 9: Integrtion Prmeterbhängige uneigentliche Integrle. F(x) := Beispiel: Die Gmm-Funktion: Γ(x) := Definition: Ds uneigentliche Integrl für x I. e t t x 1 dt. für x I heißt gleichmäßig konvergent,

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

,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5

,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5 3 Folgen 3.1 Definition und Beispiele Eine Abbildung a : Æ Ê heißt (reelle) Zahlenfolge. Statt a(n) schreiben wir kürzer a n und bezeichnen die ganze Folge mit (a n ) n Æ oder einfach (a n ), was aber

Mehr

Einführung in die Integralrechnung

Einführung in die Integralrechnung Einführung in die Integrlrechnung Vorbereitung für ds Probestudium n der LMU München 3. bis 7. September von W. Frks und O. Forster Integrle ls Flächeninhlte. Motivtion Flächeninhlte von Rechtecken sind

Mehr

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n Them 13 Integrle, die von einem Prmeter bhängen, Integrle von Funktionen uf Teilmengen von R n Wir erinnern drn, dß eine Funktion h : [, b] R eine Treppenfunktion ist, flls es eine Unterteilung x < x 1

Mehr

7.9A. Nullstellensuche nach Newton

7.9A. Nullstellensuche nach Newton 7.9A. Nullstellensuche nch Newton Wir hben früher bemerkt, dß zur Auffindung von Nullstellen einer gegebenen Funktion oft nur Näherungsverfhren helfen. Eine lte, ber wirkungsvolle Methode ist ds Newton-Verfhren

Mehr

Mathematik 1 für Bauwesen 14. Übungsblatt

Mathematik 1 für Bauwesen 14. Übungsblatt Mthemtik für Buwesen Übungsbltt Fchbereich Mthemtik Wintersemester 0/0 Dr Ivn Izmestiev 8/900 Dr Vince Bárány, M Sc Juli Plehnert Gruppenübung Aufgbe G () Berechnen Sie ds Volumen des Rottionskörpers,

Mehr

Analysis I. 4. Beispielklausur mit Lösungen

Analysis I. 4. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein

Mehr

4.6 Integralrechnung III. Inhaltsverzeichnis

4.6 Integralrechnung III. Inhaltsverzeichnis 4.6 Integrlrechnung III Inhltsverzeichnis 1 Integrlrechnung 10.03.2010 Theorie und Übungen 2 1 Exponentilfunktionen Aus der Differentilrechnung wissen wir, dss gilt: f(x)=e x f (x)=e x Stz 1 Für die ntürliche

Mehr

Vorkurs Mathematik DIFFERENTIATION

Vorkurs Mathematik DIFFERENTIATION Vorkurs Mthemtik 6 DIFFERENTIATION Beispiel (Ableitung von sin( )). Es seien f() = sin g() = h() =f(g()) = sin. (f () =cos) (g () =) Also ist die Ableitung von h: h () =f (g())g () =cos = cos. Mn nennt

Mehr

Analysis 1. Manfred Dobrowolski. 9. April 2014

Analysis 1. Manfred Dobrowolski. 9. April 2014 Anlysis Mnfred Dobrowolski 9. April 204 Inhltsverzeichnis Die ntürlichen Zhlen und vollständige Induktion. Einführung..........................................2 Bernoulli-Ungleichung...................................

Mehr

Multiplikative Inverse

Multiplikative Inverse Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll

Mehr

für beliebige Mengen A, B, C

für beliebige Mengen A, B, C 1.1 Mengenlehre A A A B B A A B B C A C für elieige Mengen A, B, C (Reflexivität) (Symmetrie) (Trnsitivität) (1) (2) (3) A B = B A A B = B A (Kommuttivgesetze) (4) (A B) C = A (B C) (A B) C = A (B C) (Assozitivgesetze)

Mehr

Der Hauptsatz der Differential und Integralrechnung

Der Hauptsatz der Differential und Integralrechnung Kpitel 4 Der Huptstz der Differentil und Integrlrechnung Bemerkung 4. Motivtion. Die Integrtionstheorie wurde im letzten Kpitel recht weit entwickelt. Nun wird ein Werkzeug bereitgestellt, mit welchem

Mehr

BINOMISCHE FORMELN FRANZ LEMMERMEYER

BINOMISCHE FORMELN FRANZ LEMMERMEYER BINOMISCHE FORMELN FRANZ LEMMERMEYER Ds Distributivgesetz. Die binomischen Formeln sind im wesentlichen Vrinten des Distributivgesetzes. Dieses kennen wir schon; es besgt, dss () (b + = b + c und ( + b)c

Mehr

Analysis I/II. Skript zur Vorlesung 2009/2010. Peter Junghanns

Analysis I/II. Skript zur Vorlesung 2009/2010. Peter Junghanns Skript zur Vorlesung Anlysis I/II 9/ Peter Junghnns Hinweis: Ds vorliegende Skript stellt nur ein Gerüst zu den Inhlten der Vorlesung dr. Die Vorlesung selbst bietet weiterführende Erläuterungen, Beweise

Mehr

Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable.

Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable. Sttistik I für Sttistiker, Mthemtiker und Informtiker Lösungen zu Bltt 11 Gerhrd Tutz, Jn Ulbricht, Jn Gertheiss WS 7/8 Theorie: Stetige Zufllsvriblen Begriff Stetigkeit: Eine Vrible oder ein Merkml X

Mehr

π 2 r 2 r 2 sin 2 (t)r cos(t) dt π 2 cos2 (t) cos(t) dt = r 2 π dt = cos(x) sin(x) u v = cos(x) sin(x) + = cos(x) sin(x) + x

π 2 r 2 r 2 sin 2 (t)r cos(t) dt π 2 cos2 (t) cos(t) dt = r 2 π dt = cos(x) sin(x) u v = cos(x) sin(x) + = cos(x) sin(x) + x Wir substituieren x x(t) r sin(t), t [ π, π ]. Dnn ist x (t) r cos(t), lso r x dx π π r π r r sin (t)r cos(t) dt π cos (t) cos(t) dt r π π cos (t) dt Wir integrieren cos mittels prtieller Integrtion: Sei

Mehr

Analysis I im SS 2011 Kurzskript

Analysis I im SS 2011 Kurzskript Anlysis I im SS 2011 Kurzskript Prof. Dr. C. Löh Sommersemester 2011 Inhltsverzeichnis -2 Literturhinweise 2-1 Einführung 4 0 Grundlgen: Logik und Mengenlehre 5 1 Zählen, Zhlen, ngeordnete Körper 14 2

Mehr

Algebra - Lineare Abbildungen

Algebra - Lineare Abbildungen Algebr - Linere Abbildungen oger Burkhrdt (roger.burkhrdt@fhnw.ch) 8 Hochschule für Technik . Der Vektorrum Hochschule für Technik Hochschule für Technik 4 Vektorrum Definition: Ein Vektorrum über einen

Mehr

Begriffe: Addition Subtraktion Multiplikation Division. Summe Differenz Produkt Quotient a + b a b a b a : b

Begriffe: Addition Subtraktion Multiplikation Division. Summe Differenz Produkt Quotient a + b a b a b a : b Grundlgen 0.0. Zhlbereiche ntürliche Zhlen: N = {0; ; 2;...} (nch DIN 547) N = N \ {0} gnze Zhlen: Z = {... 2; ; 0; ; 2;...} rtionle Zhlen: Q = { p p, q Z, q 0} q Q besteht us llen Bruchzhlen. reelle Zhlen:

Mehr

Kapitel IV Euklidische Vektorräume. γ b

Kapitel IV Euklidische Vektorräume. γ b Kpitel IV Euklidische Vektorräume 1 Elementrgeometrie in der Eene Sei E die Zeicheneene In der Schule lernt mn: (11) Stz des Pythgors: Sei E ein Dreieck mit den Seiten, und c, und sei γ der c gegenüerliegende

Mehr

1 Ergänzungen zur Differentialrechnung

1 Ergänzungen zur Differentialrechnung $Id: nlytisch.te,v 1.3 2011/04/13 11:01:11 hk Ep $ 1 Ergänzungen zur Differentilrechnung Dieses einleitende Kpitel wollen wir verwenden um den Anschluss n ds vorige Semester herzustellen. Eine direkte

Mehr

Mathematik für Studierende der Informatik und des Ingenieurwesens. Kurzskript

Mathematik für Studierende der Informatik und des Ingenieurwesens. Kurzskript Mthemtik für Studierende der Informtik und des Ingenieurwesens Kurzskript Wintersemester 2007/08 und Sommersemester 2008 Dieter Wolke orientiert n dem Buch von K. Meyberg und P. Vchenuer: Höhere Mthemtik

Mehr

MC-Serie 12 - Integrationstechniken

MC-Serie 12 - Integrationstechniken Anlysis D-BAUG Dr. Meike Akveld HS 15 MC-Serie 1 - Integrtionstechniken 1. Die Formel f(x) dx = xf(x) xf (x) dx i) ist im Allgemeinen flsch. ii) folgt us der Sustitutionsregel. iii) folgt us dem Huptstz

Mehr

f(x) := lim f n (x) (a) Wann ist die Grenzfunktion f stetig? Reicht dazu die Stetigkeit aller Funktionen f n?

f(x) := lim f n (x) (a) Wann ist die Grenzfunktion f stetig? Reicht dazu die Stetigkeit aller Funktionen f n? Kpitel 9 Gleichmäßige Konvergenz von Funktionenfolgen 9.1 Gleichmäßige Konvergenz 9.2 Eigenschften der Grenzfunktion 9.3 Gleichmäßige Konvergenz von Funktionenreihen 9.4 Anwendung uf Potenzreihen 9.5 Tylor

Mehr

G2 Grundlagen der Vektorrechnung

G2 Grundlagen der Vektorrechnung G Grundlgen der Vektorrechnung G Grundlgen der Vektorrechnung G. Die Vektorräume R und R Vektoren Beispiel: Physiklische Größen wie Krft und Geschwindigkeit werden nicht nur durch ihre Mßzhl und ihre Einheit,

Mehr

SBP Mathe Grundkurs 2. Differentialquotient. Namen und Schreibweisen für Differentialquotienten. Ableitung von f(x) = c.

SBP Mathe Grundkurs 2. Differentialquotient. Namen und Schreibweisen für Differentialquotienten. Ableitung von f(x) = c. SBP Mthe Grundkurs 2 # 0 by Clifford Wolf # 0 Antwort Diese Lernkrten sind sorgfältig erstellt worden, erheben ber weder Anspruch uf Richtigkeit noch uf Vollständigkeit. Ds Lernen mit Lernkrten funktioniert

Mehr

Höhere Mathematik II für die Fachrichtung Informatik. Lösungsvorschläge zum 8. Übungsblatt

Höhere Mathematik II für die Fachrichtung Informatik. Lösungsvorschläge zum 8. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmnn SS Höhere Mthemtik II für die Fchrichtung Informtik Lösungsvorschläge zum 8. Übungsbltt Aufgbe 9 erechnen

Mehr

c a+ bzw. f(x) dx. c a bzw. 1 =

c a+ bzw. f(x) dx. c a bzw. 1 = 3. Uneigentliche Integrle Die Funktion f sei uf dem rechts oenen Intervll x < b erklrt und uf jedem bgeschlossenen Teilintervll [, c], c < b, stuckweise stetig, b R { }. Dnn der Integrlbegri erweitert

Mehr

Lineare DGL zweiter Ordnung

Lineare DGL zweiter Ordnung Universität Duisburg-Essen Essen, 03.06.01 Fkultät für Mthemtik S. Buer C. Hubcsek C. Thiel Linere DGL zweiter Ordnung Betrchten wir ds AWP { x + x + bx = 0 mit, b, t 0, x 0, v 0 R. Der Anstz xt 0 = x

Mehr

f : G R ϕ n 1 (x 1,...,x n 1 ) Das ist zwar die allgemeine Form, aber es ist nützlich sie sich für den R 2 und R 3 explizit anzuschauen.

f : G R ϕ n 1 (x 1,...,x n 1 ) Das ist zwar die allgemeine Form, aber es ist nützlich sie sich für den R 2 und R 3 explizit anzuschauen. Trnsformtionsstz von Sebstin üller Integrtion über Normlgebiete Allgemein knn mn im R n ein Normlgebiet wie folgt definieren: G : { R n 1 b, ϕ 1 ( 1 ) ψ 1 ( 1 ), ϕ ( 1, ) 3 ψ ( 1, ),... ϕ n 1 ( 1,...,

Mehr

3 Differential- und Integralrechnung

3 Differential- und Integralrechnung 3 Differentil- und Integrlrechnung 3. Differenzierbre Funktionen Gegeben sei eine beliebige Funktion f : I = [, b] R und ein fester Punkt x 0 I. Außerdem sei h R so klein, dss uch noch x 0 + h in I liegt.

Mehr

4 Die rationalen Zahlen

4 Die rationalen Zahlen 4 Die rtionlen Zhlen Der Ring der gnzen Zhlen ht den Mngel, dß nicht jede Gleichung = X, 0 innerhl Z lösr ist. (Z.B. ist 1 = 2 X unlösr in Z). Zu seiner Beseitigung erweitert mn den Zhlereich zum Körper

Mehr

Winterrsemester 2004/2005. Analysis I. Gerd Laures, 9. Februar Ruhr-Universität Bochum

Winterrsemester 2004/2005. Analysis I. Gerd Laures, 9. Februar Ruhr-Universität Bochum Winterrsemester 2004/2005 Anlysis I Gerd Lures, 9. Februr 2005 Ruhr-Universität Bochum Inhltsverzeichnis Kpitel 1. Die reellen Zhlen 5 1. Elementre Mengenlehre 5 2. Körperxiome 6 3. Anordnungsxiome 6

Mehr

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt. 7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim

Mehr

Mathematik für Biologen

Mathematik für Biologen Vorbskript zur Vorlesung Mthemtik für Biologen Wintersemester 05/ 6 Prof. Dr. Helmut Mier Dr. Hns- Peter Reck Institut für Zhlentheorie und Whrscheinlichkeitstheorie Universität Ulm Inhltsverzeichnis Grundlgen

Mehr

Thema 4 Limiten und Stetigkeit von Funktionen

Thema 4 Limiten und Stetigkeit von Funktionen Thema 4 Limiten und Stetigkeit von Funktionen Wir betrachten jetzt Funktionen zwischen geeigneten Punktmengen. Dazu wiederholen wir einige grundlegende Begriffe und Schreibweisen aus der Mengentheorie.

Mehr

1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren.

1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren. .. Orthogonle Bsen und Schmistsche Orthogonlisierungsverfhren. Definition.. Eine Bsis B = { b, b,..., b n } heit orthogonl, wenn die Vektoren b i, i =,,..., n, prweise orthogonl sind, d.h. bi b j = fur

Mehr