3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung

Größe: px
Ab Seite anzeigen:

Download "3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung"

Transkript

1 Kapitelgliederung 3. Folgen und Reihen 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung 3.5 Reihen 3.6 Absolut konvergente Reihen 3.7 Die Exponentialreihe 3.8 Potenzreihen Buchholz / Rudolph: MafI 2 38 Buchholz / Rudolph: MafI Folgen und Grenzwerte Denition 3.1 (Folge) Unter einer Folge versteht man eine Abbildung f : N R. Jedem n N wird ein a n R zugeordnet. Man schreibt (a n ) n N oder (a 1, a 2,...). n Index der Folge a n Glieder der Folge Buchholz / Rudolph: MafI 2 40 Buchholz / Rudolph: MafI 2 41

2 f = (a n ) n N sei eine Folge, dann ist f := sup{ a n n N} die Norm der Folge. f = (a n ) n N sei eine Folge, dann ist f := sup{ a n n N} die Norm der Folge. Denition 3.2 (konvergente Folgen) Eine Folge (a n ) n N heiÿt konvergent gegen a R, falls gilt: zu jedem ε > 0 existiert ein n 0 N, sodass a n a < ε für alle n n 0 Buchholz / Rudolph: MafI 2 42 Buchholz / Rudolph: MafI 2 42 f = (a n ) n N sei eine Folge, dann ist f := sup{ a n n N} die Norm der Folge. Denition 3.2 (konvergente Folgen) Eine Folge (a n ) n N heiÿt konvergent gegen a R, falls gilt: zu jedem ε > 0 existiert ein n 0 N, sodass a n a < ε für alle n n 0 Falls f gegen a konvergiert, so nennt man a den Grenzwert von f und schreibt: lim a n = a oder a n a für n Eine Folge die gegen 0 konvergiert, heiÿt Nullfolge. Beachte, dass n 0 von ε abhängt! Buchholz / Rudolph: MafI 2 42 Buchholz / Rudolph: MafI 2 43

3 Falls f gegen a konvergiert, so nennt man a den Grenzwert von f und schreibt: lim a n = a oder a n a für n Eine Folge die gegen 0 konvergiert, heiÿt Nullfolge. Falls f gegen a konvergiert, so nennt man a den Grenzwert von f und schreibt: lim a n = a oder a n a für n Eine Folge die gegen 0 konvergiert, heiÿt Nullfolge. Satz 3.3 Der Grenzwert einer Folge ist, falls er existiert, eindeutig. Satz 3.3 Der Grenzwert einer Folge ist, falls er existiert, eindeutig. Die Annahme, dass zwei Grenzwerte existieren wird zum Widerspruch geführt indem gezeigt wird, dass der Abstand der beiden Grenzwerte zu groÿ ist und die Folge nur gegen einen von ihnen konvergieren kann. Buchholz / Rudolph: MafI 2 43 Buchholz / Rudolph: MafI 2 43 Denition 3.4 (Beschränkte Folge) Eine Folge f = (a n ) n N heiÿt nach oben (bzw. nach unten) beschränkt, falls es eine Konstante K R gibt, sodass a n K für alle n N (bzw. a n K für alle n N). Die Folge heiÿt beschränkt, falls a n K für alle n N. Denition 3.5 (Bestimmt divergente Folge) Eine Folge f = (a n ) n N heiÿt bestimmt divergent gegen, falls ein n 0 N existiert, sodass für alle n n 0, a n > 0 und ( 1 a n ) n N,n n0 gegen 0 konvergiert. Buchholz / Rudolph: MafI 2 44 Buchholz / Rudolph: MafI 2 45

4 Satz 3.6 Denition 3.5 (Bestimmt divergente Folge) Eine Folge f = (a n ) n N heiÿt bestimmt divergent gegen, falls ein n 0 N existiert, sodass für alle n n 0, a n > 0 und ( 1 a n ) n N,n n0 gegen 0 konvergiert. Jede konvergente Folge f ist beschränkt. Entsprechend kann man bestimmt Divergenz gegen denieren. Buchholz / Rudolph: MafI 2 45 Buchholz / Rudolph: MafI 2 46 Satz 3.6 Jede konvergente Folge f ist beschränkt. Satz 3.6 Jede konvergente Folge f ist beschränkt. Ab einem vorgegebenem Index n 0 weichen alle Glieder der Folge um nicht mehr als ein vorgegebenes ɛ vom Grenzwert ab. Damit kann kein Glied gröÿer als eines der Glieder mit Indizes kleiner n 0 oder der Grenzwert plus dem vorgegebenen ɛ sein. Durch diese Schritte wurde ein Grenzwert deniert. Ab einem vorgegebenem Index n 0 weichen alle Glieder der Folge um nicht mehr als ein vorgegebenes ɛ vom Grenzwert ab. Damit kann kein Glied gröÿer als eines der Glieder mit Indizes kleiner n 0 oder der Grenzwert plus dem vorgegebenen ɛ sein. Durch diese Schritte wurde ein Grenzwert deniert. Die Umkehrung des Satzes gilt natürlich nicht! Buchholz / Rudolph: MafI 2 46 Buchholz / Rudolph: MafI 2 46

5 3.2 Rechenregeln für konvergente Folgen Denition 3.7 (Rechenregeln für Folgen) Seien (a n ) n N und (b n ) n N zwei konvergente Folgen und c R. Dann denieren wir: 1. (a n ) n N + (b n ) n N = (a n + b n ) n N 2. c (a n ) n N = (c a n ) n N 3. (a n ) n N (b n ) n N = (a n b n ) ( ) n N (a n ) n N an 4. = falls (b n ) 0 für alle n N (b n ) n N b n n N Buchholz / Rudolph: MafI 2 47 Buchholz / Rudolph: MafI 2 48 Satz 3.8 (Grenzwerte kombinierter Folgen) Seien (a n ) n N und (b n ) n N zwei konvergente Folgen und c R. Dann gilt: i) lim (a n + b n ) = lim (a n) + lim (b n) ii) lim (c a n) = c lim (a n) iii) lim (a n b n ) = lim (a n) lim (b n) ( ) an iv) = lim b n lim b n 0. lim (a n) lim (b n) falls b n 0 für alle n N und Satz 3.8 (Grenzwerte kombinierter Folgen) Seien (a n ) n N und (b n ) n N zwei konvergente Folgen und c R. Dann gilt: i) lim (a n + b n ) = lim (a n) + lim (b n) ii) lim (c a n) = c lim (a n) iii) lim (a n b n ) = lim (a n) lim (b n) ( ) an iv) = lim b n lim b n 0. lim (a n) lim (b n) falls b n 0 für alle n N und Jeweils geschickter Einsatz der Denition des Grenzwertes von Folgen. Buchholz / Rudolph: MafI 2 49 Buchholz / Rudolph: MafI 2 49

6 Satz 3.9 Seien (a n ) n N und (b n ) n N zwei konvergente Folgen mit a n b n. Dann gilt auch lim a n lim b n. Satz 3.9 Seien (a n ) n N und (b n ) n N zwei konvergente Folgen mit a n b n. Dann gilt auch lim a n lim b n. Nachweis, dass der Grenzwert der Dierenzfolge c n = b n a n gröÿer gleich 0 ist. Buchholz / Rudolph: MafI 2 50 Buchholz / Rudolph: MafI 2 50 Satz 3.9 Seien (a n ) n N und (b n ) n N zwei konvergente Folgen mit a n b n. Dann gilt auch lim a n lim b n. Nachweis, dass der Grenzwert der Dierenzfolge c n = b n a n gröÿer gleich 0 ist. Satz 3.10 (Sandwich-Theorem) Seien (a n ) n N, (b n ) n N und (c n ) n N Folgen mit a n b n c n. Sind (a n ) n N und (c n ) n N konvergent mit lim a n = lim c n, dann ist auch (b n ) n N konvergent und es gilt lim a n = lim b n = lim c n. Vorsicht, der Satz gilt nicht, wenn durch < ersetzt wird! Buchholz / Rudolph: MafI 2 50 Buchholz / Rudolph: MafI 2 51

7 Satz 3.10 (Sandwich-Theorem) Seien (a n ) n N, (b n ) n N und (c n ) n N Folgen mit a n b n c n. Sind (a n ) n N und (c n ) n N konvergent mit lim a n = lim c n, dann ist auch (b n ) n N konvergent und es gilt 3.3 Monotone Folgen und Teilfolgen lim a n = lim b n = lim c n. Vorgabe von n 0 und ɛ für die Folgen a n und c n. Daraus Ableitung eines passenden n 0 und ɛ für Folge b n. Buchholz / Rudolph: MafI 2 51 Buchholz / Rudolph: MafI 2 52 Denition 3.11 (Monotone Folge) Eine Folge (a n ) n N heiÿt monoton wachsend, falls a n a n+1 für alle n N, streng monoton wachsend, falls a n < a n+1 für alle n N, monoton fallend, falls a n a n+1 für alle n N, und streng monoton fallend, falls a n > a n+1 für alle n N. Denition 3.12 (Teilfolge) Sei (a n ) n N eine Folge und n 1 < n 2 < n 3 <... eine aufsteigende unendliche Folge natürlicher Zahlen, dann heiÿt (a nk ) k N = a n1, a n2,... eine Teilfolge der Folge (a n ) n N. Buchholz / Rudolph: MafI 2 53 Buchholz / Rudolph: MafI 2 54

8 Satz 3.13 Jede Teilfolge (a nk ) k N einer konvergenten Folge (a n ) n N ist konvergent und es gilt lim a n k = lim a n = a. k Satz 3.13 Jede Teilfolge (a nk ) k N einer konvergenten Folge (a n ) n N ist konvergent und es gilt lim a n k = lim a n = a. k Das ɛ, n 0 -Kriterium gilt auch, wenn nur ein Teil der Folgenglieder betrachtet werden. Buchholz / Rudolph: MafI 2 55 Buchholz / Rudolph: MafI 2 55 Satz 3.14 (Divergenzkriterium) Besitzt eine Folge (a n ) n N i) eine divergente Teilfolge oder ii) zwei konvergente Teilfolgen (a nk ) k N und (a nl ) l N mit lim (a n k ) lim (a nl ) k l so ist die Folge divergent. Satz 3.14 (Divergenzkriterium) Besitzt eine Folge (a n ) n N i) eine divergente Teilfolge oder ii) zwei konvergente Teilfolgen (a nk ) k N und (a nl ) l N mit lim (a n k ) lim (a nl ) k l so ist die Folge divergent. i) folgt aus Satz 3.13 und bei ii) kann der Grenzwert nicht eindeutig sein, wenn die Folge konvergent wäre. Buchholz / Rudolph: MafI 2 56 Buchholz / Rudolph: MafI 2 56

9 Satz 3.15 (Konvergenzkriterium) Satz 3.15 (Konvergenzkriterium) Jede beschränkte monotone Folge ist konvergent. Genauer formuliert: i) Ist f = (a n ) n N monoton wachsend und nach oben beschränkt, so ist f konvergent und es gilt lim a n = sup{a n n N} ii) Ist f = (a n ) n N monoton fallend und nach unten beschränkt, so ist f konvergent und es gilt lim a n = inf{a n n N} Jede beschränkte monotone Folge ist konvergent. Genauer formuliert: i) Ist f = (a n ) n N monoton wachsend und nach oben beschränkt, so ist f konvergent und es gilt lim a n = sup{a n n N} ii) Ist f = (a n ) n N monoton fallend und nach unten beschränkt, so ist f konvergent und es gilt lim a n = inf{a n n N} Beschränkte Folgen haben ein Supremum bzw. Inmum. Es wird gezeigt, dass das Supremum (Inmum) dem Grenzwert bei monotonen Folgen entspricht. Buchholz / Rudolph: MafI 2 57 Buchholz / Rudolph: MafI 2 57 Satz 3.16 Satz 3.16 Jede Folge enthält eine monotone Teilfolge. Jede Folge enthält eine monotone Teilfolge. Betrachte Menge N 1 von nicht kleiner werdenden Elementen. Falls N 1 unbeschränkt, dann ist dies die monotone Teilfolge, ansonsten wir eine monoton fallende Folge rekursiv erzeugt. Buchholz / Rudolph: MafI 2 58 Buchholz / Rudolph: MafI 2 58

10 Satz 3.17 (Bolzano-Weierstraÿ) Jede beschränkte Folge (a n ) n N besitzt eine konvergente Teilfolge. Satz 3.17 (Bolzano-Weierstraÿ) Jede beschränkte Folge (a n ) n N besitzt eine konvergente Teilfolge. Folgt aus den Sätzen 3.15 und Buchholz / Rudolph: MafI 2 59 Buchholz / Rudolph: MafI 2 59 Denition 3.18 (Häufungspunkt) Für eine Folge (a n ) n N heiÿt a Häufungspunkt, wenn es eine Teilfolge (a nk ) k N von (a n ) n N gibt und lim k a n k = a. Denition 3.19 (Cauchy-Folge) Eine Folge (a n ) n N heiÿt Cauchy-Folge, wenn gilt: ε > 0 n 0 N n > n 0 a n a n0 < ε. Buchholz / Rudolph: MafI 2 60 Buchholz / Rudolph: MafI 2 61

11 Satz 3.20 Satz 3.20 i) Jede konvergente Folge ist eine Cauchy-Folge. ii) Jede Cauchy-Folge ist beschränkt. iii) Besitzt die Cauchy-Folge eine konvergente Teilfolge, so ist sie selbst konvergent. i) Jede konvergente Folge ist eine Cauchy-Folge. ii) Jede Cauchy-Folge ist beschränkt. iii) Besitzt die Cauchy-Folge eine konvergente Teilfolge, so ist sie selbst konvergent. i) aus der ε, n 0 Bedingung abgeleitet. ii) Ab n 0 kann kein Folgenglied gröÿer als a n0 + ε sein, damit kann kein Folgenglied gröÿer als max (max n n0 (a n ), a n0 + ε) sein. iii) Herleitung der ε, n 0 Bedingung für die Folgenglieder, die nicht zur konvergenten Teilfolge gehören. Buchholz / Rudolph: MafI 2 62 Buchholz / Rudolph: MafI 2 62 Satz 3.21 Jede Cauchy-Folge ist konvergent. Satz 3.21 Jede Cauchy-Folge ist konvergent. Folgt aus den vorherigen Sätzen. Buchholz / Rudolph: MafI 2 63 Buchholz / Rudolph: MafI 2 63

12 Korollar 3.22 Eine Folge (a n ) n N ist genau dann konvergent, wenn sie eine Cauchy-Folge ist. 3.4 Ein Algorithmus zur Wurzelberechnung Buchholz / Rudolph: MafI 2 64 Buchholz / Rudolph: MafI 2 65 Satz 3.23 Satz 3.23 Seien a > 0 und x 1 > 0 reelle Zahlen. Sei (x n ) n N deniert als x n+1 := 1(x 2 n + a x n ). Dann konvergiert (x n ) n N gegen a (d. h. x 2 = a). Seien a > 0 und x 1 > 0 reelle Zahlen. Sei (x n ) n N deniert als x n+1 := 1 2 (x n + a x n ). Dann konvergiert (x n ) n N gegen a (d. h. x 2 = a). In 4 Schritten: i) zeige x n > 0. ii) zeige x 2 n a für n > 1. iii) zeige x n+1 x n für n > 1. iv) zeige: Grenzwert der Folge ist gerade die gesuchte Wurzel. Buchholz / Rudolph: MafI 2 66 Buchholz / Rudolph: MafI 2 66

13 3.5 Reihen Denition 3.24 (Reihe) Man nennt den formalen Ausdruck a k = a 1 + a 2 + mit a k R eine (unendliche) Reihe und s n = n a k die n-te Teilsumme. Wenn die Folge der Teilsummen konvergiert, dann heiÿt die Reihe konvergent. Eine nicht konvergente Reihe heiÿt divergent. Konvergiert sogar a k, so nennt man die Reihe absolut konvergent. Buchholz / Rudolph: MafI 2 67 Buchholz / Rudolph: MafI 2 68 Korollar 3.25 (Cauchy-Konvergenzkriterium) Die Reihe a k konvergiert genau dann, wenn es zu jedem ε > 0 ein n n 0 N gibt, sodass a k < ε für alle n m n 0. k=m Satz 3.26 Eine Reihe a k mit a k 0 für alle k N konvergiert genau dann, wenn die Folge der Teilsummen beschränkt ist. Buchholz / Rudolph: MafI 2 69 Buchholz / Rudolph: MafI 2 70

14 Satz 3.27 (Rechnen mit konvergenter Reihe) Satz 3.26 Eine Reihe a k mit a k 0 für alle k N konvergiert genau dann, wenn die Folge der Teilsummen beschränkt ist. s n ist monoton wachsend, so dass Satz 3.15 gilt. Bei unbeschränkten Teilsummen gilt oensichtlich lim s n =, so dass die Reihe divergent ist. Buchholz / Rudolph: MafI 2 70 i) Seien a k und b k konvergente Reihen, so sind auch (a k + b k ) und (a k b k ) konvergent, und es gilt: (a k + b k ) = a k + b k und (a k b k ) = a k b k. ii) Ist die Reihe a k konvergent und c R, dann gilt: c a k = c a k. Buchholz / Rudolph: MafI 2 71 Satz 3.27 (Fortsetzung) iii) Für jedes l N mit l > 1 gilt: a k konvergent a k konvergent. k=l iv) Sind die Reihen a k und a k b k k N, so gilt b k konvergent und gilt a k b k. Satz 3.27 (Fortsetzung) iii) Für jedes l N mit l > 1 gilt: a k konvergent a k konvergent. k=l iv) Sind die Reihen a k und a k b k k N, so gilt b k konvergent und gilt a k b k. Wie bei der Grenzwertbestimmung konvergenter Folgen. Buchholz / Rudolph: MafI 2 72 Buchholz / Rudolph: MafI 2 72

15 Satz 3.28 (Leibniz Kriterium) Sei (a k ) k N eine monoton fallende Folge reeller nicht negativer Zahlen mit lim a k = 0. Dann konvergiert die alternierende Reihe ( 1) k a k. k Satz 3.28 (Leibniz Kriterium) Sei (a k ) k N eine monoton fallende Folge reeller nicht negativer Zahlen mit lim a k = 0. Dann konvergiert die alternierende Reihe ( 1) k a k. k Betrachte die Teilfolgen mit positivem und negativem Vorzeichen und zeige die Konvergenz gegen einen identischen Grenzwert. Buchholz / Rudolph: MafI 2 73 Buchholz / Rudolph: MafI Absolut konvergente Reihen Satz 3.29 Wenn die Reihe a k absolut konvergiert, so konvergiert sie auch im gewöhnlichen Sinne. Buchholz / Rudolph: MafI 2 74 Buchholz / Rudolph: MafI 2 75

16 Satz 3.29 Wenn die Reihe a k absolut konvergiert, so konvergiert sie auch im gewöhnlichen Sinne. Nutzung der Dreiecksungleichung. Satz 3.30 (Majorantenkriterium) Sei c k eine konvergente Reihe mit ausschlieÿlich nicht-negativen Gliedern und (a k ) k N eine Folge mit a k c k für alle k N, dann konvergiert die Reihe a k absolut. Buchholz / Rudolph: MafI 2 75 Buchholz / Rudolph: MafI 2 76 Satz 3.30 (Majorantenkriterium) Sei c k eine konvergente Reihe mit ausschlieÿlich nicht-negativen Gliedern und (a k ) k N eine Folge mit a k c k für alle k N, dann konvergiert die Reihe a k absolut. Nutzung der ε, n 0 Bedingung für die Partialsummen und der Rechenregeln für konvergente Reihen. Satz 3.31 (Minorantenkriterium) Sei c k eine divergente Reihe mit ausschlieÿlich nicht-negativen Gliedern und (a k ) k N eine Folge mit a k c k für alle k N. Dann divergiert die Reihe a k. Buchholz / Rudolph: MafI 2 76 Buchholz / Rudolph: MafI 2 77

17 Satz 3.31 (Minorantenkriterium) Sei c k eine divergente Reihe mit ausschlieÿlich nicht-negativen Gliedern und (a k ) k N eine Folge mit a k c k für alle k N. Dann divergiert die Reihe a k. Satz 3.32 (Wurzelkriterium) Sei a k eine Reihe. Gibt es ein c R und q R mit 0 q < 1, sodass a k c q k für alle k N, dann ist die Reihe absolut konvergent. Ähnlich zum Majorantenkriterium. Buchholz / Rudolph: MafI 2 77 Buchholz / Rudolph: MafI 2 78 Satz 3.32 (Wurzelkriterium) Sei a k eine Reihe. Gibt es ein c R und q R mit 0 q < 1, sodass a k c q k für alle k N, dann ist die Reihe absolut konvergent. Nutzung der geometrischen Reihe als Majorante. Satz 3.33 (Quotientenkriterium) Sei a k eine Reihe mit a k 0 für alle k n 0. Es gebe eine reelle Zahl q R mit 0 < q < 1, sodass < q für alle k n0, dann ist die Reihe absolut konvergent. a k+1 a k Buchholz / Rudolph: MafI 2 78 Buchholz / Rudolph: MafI 2 79

18 Satz 3.33 (Quotientenkriterium) Sei a k eine Reihe mit a k 0 für alle k n 0. Es gebe eine reelle Zahl q R mit 0 < q < 1, sodass < q für alle k n0, dann ist die Reihe absolut konvergent. a k+1 a k Satz 3.34 (Umordnung) Sei a k eine absolut konvergente Reihe. Dann konvergiert jede Umordnung der Glieder der Reihe gegen den selben Grenzwert. Nutzung der geometrischen Reihe als Majorante (wie im Wurzelkriterium). Buchholz / Rudolph: MafI 2 79 Buchholz / Rudolph: MafI 2 80 Satz 3.34 (Umordnung) Sei a k eine absolut konvergente Reihe. Dann konvergiert jede Umordnung der Glieder der Reihe gegen den selben Grenzwert. 3.7 Die Exponentialreihe Darstellung der Umordnung als bijektive Abbildung und Berechnung von zwei Teilsummen für gegebenes ε, n 0, eine mit allen Indizes 1,..., n 0 und eine für die restlichen Indizes. Buchholz / Rudolph: MafI 2 80 Buchholz / Rudolph: MafI 2 81

19 Satz 3.35 (Exponentialreihe) Für jedes x R ist die Exponentialreihe absolut konvergent. exp(x) = x k k! Satz 3.35 (Exponentialreihe) Für jedes x R ist die Exponentialreihe absolut konvergent. exp(x) = Mit Hilfe des Quotientenkriteriums. x k k! Buchholz / Rudolph: MafI 2 82 Buchholz / Rudolph: MafI 2 82 Satz 3.36 (Cauchy-Produkt) Seien a k und b k absolut konvergente Reihen. Für n N sei n c n := a k b n k = a 0 b n + a 1 b n a n b 0. Dann ist die Reihe ( ) ( ) c k = a k b k absolut konvergent. Satz 3.36 (Cauchy-Produkt) Seien a k und b k absolut konvergente Reihen. Für n N sei n c n := a k b n k = a 0 b n + a 1 b n a n b 0. Dann ist die Reihe ( ) ( ) c k = a k b k absolut konvergent. Beweis über zwei Indexmengen, von denen eine alle Indizes umfasst und die zweite nur einen Teil der Indizes umfasst. Nachweis, dass die Dierenz der beiden Reihen gegen 0 konvergiert. Buchholz / Rudolph: MafI 2 83 Buchholz / Rudolph: MafI 2 83

20 Satz 3.37 (Eigenschaften der Exponentialreihe) Satz 3.37 (Eigenschaften der Exponentialreihe) Für die Exponentialreihe exp(x) gelten folgende Eigenschaften: i) x, y R. exp(x + y) = exp(x) exp(y) ii) x R. exp( x) = 1 exp(x) iii) x R. exp(x) > 0 iv) n Z. exp(n) = e n Für die Exponentialreihe exp(x) gelten folgende Eigenschaften: i) x, y R. exp(x + y) = exp(x) exp(y) ii) x R. exp( x) = 1 exp(x) iii) x R. exp(x) > 0 iv) n Z. exp(n) = e n i) Nutzung der Ergebnisse für das Cauchy-Produkt. ii) Nutzung von i) und Berechnung von exp(x) exp( x). iii) Einsetzen in die Reihenformel für x > 0 und Nutzung von ii) für x < 0. iv) per Induktion. Buchholz / Rudolph: MafI 2 84 Buchholz / Rudolph: MafI Potenzreihen Denition 3.38 Sei (a k ) k N0 eine Folge und x R, dann ist eine Potenzreihe P(x) wie folgt deniert: P(x) = a k x k = a 0 + a 1 x + a 2 x mit a k R. Buchholz / Rudolph: MafI 2 85 Buchholz / Rudolph: MafI 2 86

21 Denition 3.38 Sei (a k ) k N0 eine Folge und x R, dann ist eine Potenzreihe P(x) wie folgt deniert: P(x) = a k x k = a 0 + a 1 x + a 2 x Satz 3.39 (Konvergenz von Potenzreihen) Konvergiert eine Potenzreihe P(x) in einem Punkt x 0 0, so konvergiert sie in jedem Punkt x mit x < x 0 absolut. mit a k R. Alternative Darstellung: P(x) = a k (x x 0 ) k = a 0 + a 1 (x x 0 ) + a 2 (x x 0 ) Buchholz / Rudolph: MafI 2 86 Buchholz / Rudolph: MafI 2 87 Satz 3.39 (Konvergenz von Potenzreihen) Konvergiert eine Potenzreihe P(x) in einem Punkt x 0 0, so konvergiert sie in jedem Punkt x mit x < x 0 absolut. Beweis mit Hilfe des Wurzelkriteriums. Satz 3.39 (Konvergenz von Potenzreihen) Konvergiert eine Potenzreihe P(x) in einem Punkt x 0 0, so konvergiert sie in jedem Punkt x mit x < x 0 absolut. Beweis mit Hilfe des Wurzelkriteriums. Konvergenzradius einer Potenzreihe r = sup {x R P(x) konvergiert}. Buchholz / Rudolph: MafI 2 87 Buchholz / Rudolph: MafI 2 87

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Rekursionen (Teschl/Teschl 8.1-8.2)

Rekursionen (Teschl/Teschl 8.1-8.2) Rekursionen (Teschl/Teschl 8.1-8.2) Eine Rekursion kter Ordnung für k N ist eine Folge x 1, x 2, x 3,... deniert durch eine Rekursionsvorschrift x n = f n (x n 1,..., x n k ) für n > k, d. h. jedes Folgenglied

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

Aufgabensammlung zur Vorlesung. Höhere Mathematik für Wirtschaftswissenschaftler

Aufgabensammlung zur Vorlesung. Höhere Mathematik für Wirtschaftswissenschaftler Aufgabensammlung zur Vorlesung Höhere Mathematik für Wirtschaftswissenschaftler Freiberg, den 7. Juni 0 Inhaltsverzeichnis Kapitel. Folgen und Reihen 5. Folgen, Reihen, Grenzwerte 5. Finanzmathematik

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

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

PageRank-Algorithmus

PageRank-Algorithmus Proseminar Algorithms and Data Structures Gliederung Gliederung 1 Einführung 2 PageRank 3 Eziente Berechnung 4 Zusammenfassung Motivation Motivation Wir wollen eine Suchmaschine bauen, die das Web durchsucht.

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

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

1. Gruppenübung zur Vorlesung. Höhere Mathematik 2. Sommersemester 2013

1. Gruppenübung zur Vorlesung. Höhere Mathematik 2. Sommersemester 2013 O. Alaya, R. Bauer K. Sanei Kashani, F. Kissling, B. Krinn, J. Schmid, T. Vassias. Gruppenübung zur Vorlesung Höhere Mathematik Sommersemester Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshinweise zu den

Mehr

Komplexität und Komplexitätsklassen

Komplexität und Komplexitätsklassen Dr. Sebastian Bab WiSe 12/13 Theoretische Grundlagen der Informatik für TI Termin: VL 21 vom 21.01.2013 Komplexität und Komplexitätsklassen Die meisten Probleme mit denen wir zu tun haben sind entscheidbar.

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

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

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte 50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien

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

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

Mathematik 2 für Wirtschaftsinformatik

Mathematik 2 für Wirtschaftsinformatik Mathematik 2 für Wirtschaftsinformatik Sommersemester 2012 Stefan Etschberger Hochschule Augsburg Vorlesungsbegleitende Unterlagen Arbeitsmaterial: Foliensatz Aufgabenskript Mitschrift auf Wunsch Bücher:

Mehr

Ein Aufschrieb der Vorlesung Analysis I an der Uni Karlsruhe im Wintersemester 1998/99, gelesen von Priv.-Doz. Dr. G. Herzog.

Ein Aufschrieb der Vorlesung Analysis I an der Uni Karlsruhe im Wintersemester 1998/99, gelesen von Priv.-Doz. Dr. G. Herzog. Anlysis I Ein Aufschrieb der Vorlesung Anlysis I n der Uni Krlsruhe im Wintersemester 1998/99, gelesen von Priv.-Doz. Dr. G. Herzog. GeTEXt von Andres Klöckner (k@ixion.net). Für Kommentre und Berichtigungen

Mehr

Vorkurs Mathematik der Universität Münster 2004. Friedrich Ischebeck

Vorkurs Mathematik der Universität Münster 2004. Friedrich Ischebeck Vorkurs Mathematik der Universität Münster 004 Friedrich Ischebeck Vorwort Eigentlich sollte die Beschäftigung mit der Mathematik ja Vergnügen bereiten! Aber auch wenn man nicht erwartet, dass sie ein

Mehr

Aufgaben und Lösungen der Probeklausur zur Analysis I

Aufgaben und Lösungen der Probeklausur zur Analysis I Fachbereich Mathematik AG 5: Fuktioalaalysis Prof. Dr. K.-H. Neeb Dipl.-Math. Rafael Dahme Dipl.-Math. Stefa Wager ATECHNISCHE UNIVERSITÄT DARMSTADT SS 007 19. Jui 007 Aufgabe ud Lösuge der Probeklausur

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

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

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

EINFÜHRUNG IN DIE KOMPLEXE ANALYSIS

EINFÜHRUNG IN DIE KOMPLEXE ANALYSIS EINFÜHRUNG IN DIE KOMPLEXE ANALYSIS WERNER MÜLLER Sommersemester 205 Inhaltsverzeichnis 0. Die komplexen Zahlen 3. Holomorphe Funktionen 6 2. Die Cauchy-Riemannschen Differentialgleichungen 9 3. Potenzreihen

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

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

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

Nichtlineare Optimierung ohne Nebenbedingungen

Nichtlineare Optimierung ohne Nebenbedingungen Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt

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

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

Vorkurs Mathematik für Ingenieure. Aufgaben und Lösungsvorschläge

Vorkurs Mathematik für Ingenieure. Aufgaben und Lösungsvorschläge Universität Duisburg-Essen, Campus Duisburg herausgegeben von der Fakultät für Ingenieurwissenschaften Vorkurs Mathematik für Ingenieure Aufgaben und Lösungsvorschläge Wintersemester 0/03 von Wolfgang

Mehr

Primzahlzertifikat von Pratt

Primzahlzertifikat von Pratt Primzahlzertifikat von Pratt Daniela Steidl TU München 17. 04. 2008 Primzahltests in der Informatik "Dass das Problem, die Primzahlen von den Zusammengesetzten zu unterscheiden und letztere in ihre Primfaktoren

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

17. Penalty- und Barriere-Methoden

17. Penalty- und Barriere-Methoden H.J. Oberle Optimierung SoSe 01 17. Penalty- und Barriere-Methoden Penalty- und Barriere Methoden gehören zu den ältesten Ansätzen zur Lösung allgemeiner restringierter Optimierungsaufgaben. Die grundlegende

Mehr

Vom goldenen Schnitt zum Alexanderplatz in Berlin

Vom goldenen Schnitt zum Alexanderplatz in Berlin Vom goldenen Schnitt zum Alexanderplatz in Berlin Mathematik von 1200 bis 2004 Stefan Kühling, Fachbereich Mathematik skuehling @ fsmath.mathematik.uni-dortmund.de Schnupper Uni 26. August 2004 1 1 Goldener

Mehr

Der Zwei-Quadrate-Satz von Fermat

Der Zwei-Quadrate-Satz von Fermat Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat

Mehr

Teil II. Nichtlineare Optimierung

Teil II. Nichtlineare Optimierung Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene

Mehr

a n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n

a n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n Folgen und Reihen. Beweisen Sie die Beschränktheit der Folge (a n ) n N mit 2. Berechnen Sie den Grenzwert der Folge (a n ) n N mit a n := ( ) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 n +. 4 3. Untersuchen

Mehr

Mathematik I für Wirtschaftswissenschaftler

Mathematik I für Wirtschaftswissenschaftler 1 Mathematik I für Wirtschaftswissenschaftler Lösungsvorschläge zur Klausur am 01.08.2003. Bitte unbedingt beachten: a) Verlangt und gewertet werden alle vier gestellten Aufgaben. Alle Aufgaben sind gleichwertig.

Mehr

Die Cantor-Funktion. Stephan Welz

Die Cantor-Funktion. Stephan Welz Die Cantor-Funktion Stephan Welz Ausarbeitung zum Vortrag im Proseminar Überraschungen und Gegenbeispiele in der Analysis (Sommersemester 2009, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In dieser

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

Eine divergenzfreie Rekonstruktion für eine nicht-konforme Diskretisierung der inkompressiblen Stokes-Gleichungen

Eine divergenzfreie Rekonstruktion für eine nicht-konforme Diskretisierung der inkompressiblen Stokes-Gleichungen Eine divergenzfreie Rekonstruktion für eine nicht-konforme Diskretisierung der inkompressiblen Stokes-Gleichungen von Christian Brennecke Bachelorarbeit in Mathematik vorgelegt der Fakultät für Mathematik

Mehr

Lernzettel Mathe Inhaltsverzeichnis

Lernzettel Mathe Inhaltsverzeichnis Lernzettel Mathe Inhaltsverzeichnis Aufgabe 1 - Vollständige Induktion 2 Aufgabe 2 - Grenzwertbestimmung 2 Aufgabe 3 - Lin/Log 2 Aufgabe 4 - Barwert/Endwert 3 Aufgabe 5 - Maximalstellen, steigend/fallend

Mehr

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS) Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,

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

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

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :

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 Matrizenrechnung 2 11 Matrixbegri 2 12 Spezielle Matrizen 3 13 Rechnen

Mehr

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung. Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,

Mehr

4. Versicherungsangebot

4. Versicherungsangebot 4. Versicherungsangebot Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie (FS 11) Versicherungsangebot 1 / 13 1. Einleitung 1.1 Hintergrund In einem grossen Teil

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

Analytische Methoden und die Black-Scholes Modelle

Analytische Methoden und die Black-Scholes Modelle Analytische Methoden und die Black-Scholes Modelle Diplomverteidigung Universität Rostock Institut für Mathematik 20.01.2011 Agenda 1 Das Ornstein-Uhlenbeck Volatilitätsmodell 2 in L 2 (R 2 ) 3 4 Problem

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

5.2 Das All-Pairs-Shortest-Paths-Problem (APSP-Problem) Kürzeste Wege zwischen allen Knoten. Eingabe: Gerichteter Graph G =(V, E, c)

5.2 Das All-Pairs-Shortest-Paths-Problem (APSP-Problem) Kürzeste Wege zwischen allen Knoten. Eingabe: Gerichteter Graph G =(V, E, c) 5.2 Das All-Pairs-Shortest-Paths-Problem (APSP-Problem) Kürzeste Wege zwischen allen Knoten. Eingabe: Gerichteter Graph G =(V, E, c) mit V = {1,...,n} und E {(v, w) 1 apple v, w apple n, v 6= w}. c : E!

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

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

Gibt es verschiedene Arten unendlich? Dieter Wolke

Gibt es verschiedene Arten unendlich? Dieter Wolke Gibt es verschiedene Arten unendlich? Dieter Wolke 1 Zuerst zum Gebrauch des Wortes unendlich Es wird in der Mathematik in zwei unterschiedlichen Bedeutungen benutzt Erstens im Zusammenhang mit Funktionen

Mehr

Mathematik für ChemikerInnen I

Mathematik für ChemikerInnen I Mathematik für ChemikerInnen I Prof. Dr. Ansgar Jüngel Institut für Mathematik Johannes Gutenberg-Universität Mainz Winter 26 unkorrigiertes Vorlesungsskript Inhaltsverzeichnis Motivation 3 2 Grundbegriffe

Mehr

34 5. FINANZMATHEMATIK

34 5. FINANZMATHEMATIK 34 5. FINANZMATHEMATIK 5. Finanzmathematik 5.1. Ein einführendes Beispiel Betrachten wir eine ganz einfache Situation. Wir haben einen Markt, wo es nur erlaubt ist, heute und in einem Monat zu handeln.

Mehr

Optimierung. Optimierung. Vorlesung 7 Lineare Programmierung II. 2013 Thomas Brox, Fabian Kuhn

Optimierung. Optimierung. Vorlesung 7 Lineare Programmierung II. 2013 Thomas Brox, Fabian Kuhn Optimierung Vorlesung 7 Lineare Programmierung II 1 Lineare Programme Lineares Programm: Lineare Zielfunktion Lineare Nebenbedingungen (Gleichungen oder Ungleichungen) Spezialfall der konvexen Optimierung

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

Algorithmen und Datenstrukturen 2

Algorithmen und Datenstrukturen 2 Algorithmen und Datenstrukturen 2 Sommersemester 2007 4. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Traversierung Durchlaufen eines Graphen, bei

Mehr

Informationsblatt Induktionsbeweis

Informationsblatt Induktionsbeweis Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln

Mehr

MαTZε frühstückt. Steffen Ohrendorf et al. http://earvillage.square7.ch. Revision 31 (14.01.2013)

MαTZε frühstückt. Steffen Ohrendorf et al. http://earvillage.square7.ch. Revision 31 (14.01.2013) MαTZε frühstückt Revision 31 (14.01.2013) Steffen Ohrendorf et al. http://earvillage.square7.ch Als Informatiker sollte man immer Linux zu Hause haben. Falls mal Besuch kommt. http://german-bash.org/83851

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

Quantitative Risk Management

Quantitative Risk Management Quantitative Risk Management Copulas und Abhängigkeit Johannes Paschetag Mathematisches Institut der Universität zu Köln Wintersemester 2009/10 Betreuung: Prof. Schmidli, J. Eisenberg i Inhaltsverzeichnis

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

1 Ordnung muß sein. 1.1 Angeordnete Körper. 1.2 Folgerungen aus den Anordnungsaxiomen. ( c) (b a) > 0. Somit a c b c > 0.

1 Ordnung muß sein. 1.1 Angeordnete Körper. 1.2 Folgerungen aus den Anordnungsaxiomen. ( c) (b a) > 0. Somit a c b c > 0. 1 Ordnung uß sein 1.1 Angeordnete Körper Wir nehen einal an, daß es in eine Körper Eleente gibt, die wir positiv nennen. Welche Eigenschaften sollen diese haben? O1) Wenn x und y positiv sind, dann auch

Mehr

Formale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK

Formale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK Formale Systeme Prof. Dr. Bernhard Beckert WS / KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz Association

Mehr

Mathematik für Wirtschaftswissenschaftler: Übungsaufgaben

Mathematik für Wirtschaftswissenschaftler: Übungsaufgaben Mathematik für Wirtschaftswissenschaftler: Übungsaufgaben an der Fachhochschule Heilbronn im Wintersemester 2002/2003 Dr. Matthias Fischer Friedrich-Alexander-Universität Erlangen-Nürnberg Lehrstuhl für

Mehr

Abiturvorbereitung Mathematik -Dierentialrechnungc Max. Hoffmann

Abiturvorbereitung Mathematik -Dierentialrechnungc Max. Hoffmann Abiturvorbereitung Mathematik -Dierentialrechnungc Max Hoffmann 1 Ganzrationale Funktionen Im Folgenden wollen wir uns mit ganzrationale Funktionen und der Untersuchung solcher beschäftigen. Dabei werden

Mehr

Einführung in die Funktionentheorie

Einführung in die Funktionentheorie Einführung in die Funktionentheorie Andreas Gathmann Vorlesungsskript TU Kaiserslautern 204/5 Inhaltsverzeichnis 0. Einleitung und Motivation..................... 3. Komplexe 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

Rekursion und Iteration - Folgen und Web-Diagramme

Rekursion und Iteration - Folgen und Web-Diagramme Rekursion und Iteration - Folgen und Web-Diagramme Ac Einführungsbeispiel Quadratpflanze Ein Quadrat mit der Seitenlänge m wächst wie in der Grafik beschrieben: Figur Figur2 Figur3 Täglich kommt eine Generation

Mehr