MATHEMATIK FÜR PHYSIKER I

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "MATHEMATIK FÜR PHYSIKER I"

Transkript

1 Mthemtisches Institut der Universität Würzburg Prof. Dr. H. Pbel WS 2003/04 MATHEMATIK FÜR PHYSIKER I 0 Grundlgen 0. Grundbegriffe der Logik 0.2 Grundbegriffe der Mengenlehre 0.3 Reltionen und Abbildungen 0.4 Ntürliche Zhlenräume Z ist bezüglich +,, eine totlgeordneter nullteilerfreier kommuttiver Ring mit Einselement. Q ist bezüglich +,, eine totlgeordneter Körper. Z und Q sind bzählbr unendliche Mengen. 0.5 Die reellen Zhlen (M, ) sei eine liner geordnete Menge und A M eine Teilmenge.. A heißt nch oben beschränkt, wenn eine obere Schrnke s M existiert mit der Eigenschft A s. (Anlog: nch unten beschränkt, untere Schrnke, beschränkt). 2. Ein Element s 0 M heißt Supremum (obere Grenze) von A, s 0 = sup A, wenn es kleinste obere Schrnke von A ist, d.h. wenn für jede ndere obere Schrnke s gilt: s s 0. (Anlog: Infimum (inf A) = größte untere Schrnke) Ein liner geordneter Körper heißt (ordnungs-)vollständig, wenn er die Supremumseigenschft besitzt d.h. wenn jede nicht leere nch oben beschränkte Teilmenge ein Supremum besitzt. Huptstz Die Menge IR der reellen Zhlen bildet einen (ordnungs-)vollständigen liner geordneten Körper. Er ist der kleinste (ordnungs-)vollständige Erweiterungskörper von Q. Eigenschften von IR. IR ist rchimedisch ngeordnet, d.h. x,y IR + n IN n x > y. 2. Q liegt dicht in IR, d.h. zwischen je zwei reellen Zhlen liegt eine rtionle: x,y IR (x < y p Q x < p < y). 3. (Existenz von Wurzeln) y>0 n IN! x>0 x n = y. (Schreibweise: x = n y oder x = y /n.) 4. (Prinzip der Intervllschchtelung) Jede monoton fllende Folge von bgeschlossenen Intervllen besitzt einen nicht leeren Durchschnitt. 5. IR ist überbzählbr. 0.6 Die komplexen Zhlen C = {x + iy x, y IR} ist ein Erweiterungskörper von IR, in dem die Gleichung z 2 = genu die Lösungen z = ±i besitzt, der ber keine mit den rithmetischen Opertionen verträgliche Ordnungsstruktur besitzt.

2 Konvergenz und Stetigkeit in IK = IR oder C. Topologische Grundbegriffe A. Die (reelle und komplexe) Betrgsfunktion x IK x IR definiert eine Norm in IK, d.h. sie besitzt die Eigenschften: (N) Positive Definitheit x IK x 0 ( x = 0 x = 0) (N2) Positive Homogenität x IK λ IR λ x = λ x (N3) Dreiecksungleichung x IK y IK x + y x + y. Durch d(x, y) := y x wird der Abstnd zweier Elemente x, y IK gemessen. B. Eine Teilmenge der Gestlt U ε (x 0 ) := {x IK x x 0 < ε} mit ε > 0 heißt ε-umgebung des Punktes x 0 IK. Obermengen von ε-umgebungen heißen einfch nur Umgebungen von x 0. C. Eine Teilmenge Q in IK heißt offen, wenn jeder Punkt x Q eine ε-umgebung von x mit U ε (x) Q besitzt. D. Eine Teilmenge A in IK heißt bgeschlossen, wenn ihr Komplement IK A = IK A offen ist. E. Eine Teilmenge A in IK heißt kompkt, wenn sie bgeschlossen und beschränkt ist. (Dbei heißt A beschränkt, wenn es ein R > 0 gibt mit x A x R.).2 Zhlenfolgen Eine Zhlenfolge (x k IK) k IN heißt konvergent, wenn es eine Zhl x IK gibt, so dß in jeder ε- Umgebung von x fst lle Folgenglieder liegen (d.h. lle bis uf endlich viele Ausnhmen). (Präzisierung: ε>0 m IN k m x k x < ε.) x heißt dnn Grenzwert oder Limes der Zhlenfolge. Schreibweise: (x k ) x oder lim x k = x. Eine Zhlenfolge heißt divergent, wenn sie nicht konvergent ist. Stz.2. Jede konvergente Folge ist beschränkt (d.h. R>0 k IN x k R), und ihr Grenzwert ist eindeutig bestimmt. Folgerung: Jede unbeschränkte Zhlenfolge ist divergent! Beispiele: p IN lim k p = 0, p IN lim p = 0. k Die Folge (x k ) k IN (x IR) konvergiert für x < gegen 0, für x = gegen und divergiert sonst. Stz.2.2 (Rechenregeln für konvergente Zhlenfolgen) Flls (x k IK) k IN und (y k IK) k IN konvergieren, so existiert uch ) lim k + y k ) = lim k + lim k, b) lim k y k ) = lim k lim k, c) lim = x k lim k, flls lim k 0, d) lim k = lim k. Stz.2.3 (x k IR) k IN und (y k IR) k IN seien konvergente Zhlenfolgen. ) Wenn für fst lle k IN gilt x k y k, dnn ist uch lim x k lim y k. b) (Sndwich-Theorem) Ist ( k IR) k IN eine weitere Zhlenfolge mit x k k y k für fst lle k IN, und gilt lim x k = lim y k =, so konvergiert uch ( k ) k IN mit lim k =. 2

3 Beispiele: >0 lim k k =, lim k =. Eine Zhlenfolge (x k IR) k IN heißt monoton wchsend, wenn k IN x k x k+, streng monoton wchsend, wenn k IN x k < x k+, entsprechend (streng) monoton fllend, und (streng) monoton, wenn sie (streng) monoton wächst oder fällt. Stz.2.4 (Konvergenzkriterium für monotone Zhlenfolgen) Eine monotone Zhlenfolge konvergiert genu dnn, wenn sie beschränkt ist. Beispiel ( e := lim + )k = lim k n n k=0 k! ] 2, 3 ] Ein Punkt x IK heißt Häufungspunkt der Zhlenfolge (x k IK) k IN, wenn in jeder ε-umgebung von x unendlich viele Folgenglieder liegen. Ist (x k IK) k IN eine Zhlenfolge und l IN k l IN eine streng monoton wchsende Folge von Indizes, so heißt die Folge (x kl ) l IN eine Teilfolge von (x k ) k IN. Stz.2.5 (Stz von BOLZANO WEIERSTRASS). Jede beschränkte Zhlenfolge in IK besitzt mindestens einen Häufungspunkt. 2. Jeder Häufungspunkt einer Zhlenfolge in IK ist Grenzwert einer konvergenten Teilfolge. Zustz Jede beschränkte reelle Zhlenfolge besitzt uch einen größten und einen kleinsten Häufungspunkt. Bezeichnungen: Limes superior (x = lim x k = lim sup x k ) := größter Häufungspunkt von (x k ) k IN, Limes inferior (x = lim x k = lim inf x k ) := kleinster Häufungspunkt von (x k ) k IN. Eine Zhlenfolge (x k IK) k IN heißt Cuchyfolge, wenn ε>0 m IN k,l m x k x l < ε. (Die Abstände zwischen den Folgengliedern werden beliebig klein.) Stz.2.6 (CAUCHYsches Konvergenzkriterium für Folgen) Eine Zhlenfolge in IK konvergiert genu dnn, wenn sie eine Cuchyfolge ist. Eine Zhlenfolge (x k IR) k IN heißt uneigentlich konvergent oder bestimmt divergent gegen + (bzw. ), wenn gilt: r>0 m IN k m x k > r (bzw. x k < r). Schreibweise: (x k ) + (bzw. ) oder lim x k = + (bzw. )..3 Zhlenreihen. Ist (x k IK) k IN eine Zhlenfolge, so heißt die Folge (s n IK) n IN der Prtilsummen s n := n k= x k = x + +x n eine unendliche Reihe, bezeichnet mit k= x k := ( n k= x k) n IN. ( l ) 2. Bei einer konvergenten unendliche Reihe k= x k heißt der Grenzwert l IN k= x n k := lim n k= x k die Summe der unendlichen Reihe. 3

4 Stz.3. (Notwendiges Konvergenzkriterium für Reihen) Die Glieder x k einer konvergenten unendlichen Reihe k= x k in IK bilden eine Nullfolge. Stz.3.2 (CAUCHYsches Konvergenzkriterium für Reihen) Eine Reihe k= x k in IK konvergiert genu dnn, wenn ε>0 m IN l>j m l k=j+ x k < ε. Beispiele. Die geometrische Reihe k=0 xk konvergiert für x < gegen x und divergiert sonst. 2. Die hrmonische Reihe k= k divergiert, obwohl die Glieder eine Nullfolge bilden. Eine unendliche Reihe k= x k in IR, deren Glieder x k bwechselnd positiv und negtiv sind, heißt eine lternierende Reihe. Stz.3.3 (LEIBNIZsche Regel) Eine lternierende Reihe, bei der die Beträge der Glieder eine monotone Nullfolge bilden, ist konvergent. Beispiel: Die lternierende hrmonische Reihe k= ( )k+ k konvergiert (gegen log 2 = ln 2). Eine unendliche Reihe k= x k in IK heißt bsolut konvergent, wenn die (reelle) Reihe k= x k der Beträge konvergiert. Stz.3.4 Eine bsolut konvergente Reihe konvergiert. Die Umkehrung ist i.. nicht richtig. Stz.3.5 Eine Reihe in IR mit nicht negtiven Gliedern konvergiert genu dnn (bsolut), wenn die Folge der Prtilsummen beschränkt ist. Beispiel: Die Reihe k= k 2 konvergiert (gegen π 2 /6). Eine reelle Reihe k= c k mit nicht negtiven Gliedern heißt eine Mjornte der Reihe k= x k in IK, wenn für fst lle k IN gilt x k c k. Sie heißt eine Minornte der Reihe k= x k in IR, wenn für fst lle k IN gilt x k c k. Stz.3.6 (Mjornten-/Minornten-Kriterium) Jede Reihe in IK mit einer konvergenten Mjornte konvergiert bsolut. Jede Reihe in IR mit einer divergenten Minornte divergiert. Stz.3.7 (Quotientenkriterium) Eine reelle oder komplexe Reihe k= x k konvergiert bsolut, wenn es ein q IR mit 0 < q < gibt mit x k+ x k q für fst lle k IN, und divergiert, wenn x k+ x k für fst lle k IN. Stz.3.8 (Wurzelkriterium) Eine reelle oder komplexe Reihe k= x k konvergiert bsolut, wenn es ein q IR mit 0 < q < gibt mit k x k q für fst lle k IN, und divergiert, wenn k x k für unendlich viele k IN. Folgerung Eine reelle oder komplexe Reihe k= x k konvergiert bsolut, wenn lim x k+ x k <, und divergiert, wenn lim x k+ x k >, konvergiert bsolut, wenn k xk <, und divergiert, wenn lim xk >. k lim bzw. 4

5 .4 Stetige Funktionen Wir betrchten Funktionen einer Veränderlichen f : D IR IK, x f(x). Ihr sbereich D sei stets ein (nichttriviles) Intervll oder eine Vereinigung solcher Intervlle. Sei f : D IR IK eine Funktion und x 0 D. f konvergiert bei Annäherung von x n x 0 gegen den Grenzwert c IK, wenn für jede Folge (x k D) k IN mit k IN x k x 0, lim x k = x 0 die zugehörige Bildfolge (f(x k ) IK) k IN gegen c konvergiert, lso lim f(x k) = c gilt. Schreibweise: f(x) x x 0 c oder lim f(x) = c. x x 0 Anlog Konvergenz von links gegen den linksseitigen Grenzwert c : Konvergenz von rechts gegen den rechtsseitigen Grenzwert c : uneigentliche Konvergenz gegen den Grenzwert c : Konvergenz gegen den uneigentlichen Grenzwert ± : und weitere Vrinten. f(x) x x 0 f(x) x x + 0 f(x) x ± c oder lim c oder lim f(x) = c, x x 0 f(x) = c, c oder lim x x + 0 f(x) = c, x ± f(x) x x 0 ± oder lim f(x) = ± x x 0 Eine Funktion f : D IR IK heißt im Punkte x 0 D stetig, wenn der Grenzwert lim x x 0 f(x) existiert und gleich f(x 0 ) ist. Sie heißt (uf D) stetig, wenn sie in jedem Punkt x 0 D stetig ist. Anlog: Linksseitige und rechtsseitige Stetigkeit. Stz.4. (Folgenkriterium für Stetigkeit) f : D IR IK ist genu dnn in x 0 D stetig, wenn für jede gegen x 0 konvergente Folge (x k D) k IN die Bildfolge (f(x k ) IK) k IN gegen f(x 0 ) konvergiert, lso lim f(x k) = f( lim x k) gilt. Stz.4.2 Summen, Produkte und Quotienten stetiger Funktionen sind uf ihrem sbereich stetig, ebenso die Betrgsfunktion x x sowie die reellen Wurzelfunktionen x p x in IR + 0. Auch die Komposition (Verkettung) stetiger Funktionen ist stetig. Folgerung Polynome x IR p(x) = m k=0 kx k IK (vom Grde m IN 0, flls m 0) sind uf IR stetig, ebenso rtionle Funktionen x p(x) mit Polynomen p, q 0 uf ihrem sbereich q(x) IR {Nullstellen von q}. Stz.4.3 (ε - δ - Kriterium für Stetigkeit) Eine Funktion f : D IR IK ist genu dnn in x 0 D stetig, wenn gilt ε>0 δ>0 x D ( x x 0 < δ f(x) f(x 0 ) < ε), lso zu jeder ε-umgebung U ε (f(x 0 )) eine δ-umgebung U δ (x 0 ) existiert mit f[u δ (x 0 ) D] U ε (f(x 0 )). Exotisches Beispiel Die DIRICHLET-Funktion f : IR IR, x { für x Q 0 für x IR Q ist überll unstetig. Stz.4.4 (Permnenzprinzip) Ist die Funktion f : D IR IR in x 0 D stetig und gilt f(x 0 ) > 0, so gibt es eine gnze ε-umgebung von x 0 mit f(x) > 0 für lle x U ε (x 0 ) D. 5

6 Stz.4.5 (Kompktheitsstz) Bei einer stetigen Funktion f : D IR IK ist ds Bild f[k] einer kompkten Menge K D wieder kompkt (lso bgeschlossen und beschränkt). Stz.4.6 (Stz vom Mximum und Minimum) Eine stetige Funktion f : K IR IR uf einer (nicht leeren) kompkten Menge K ist beschränkt und besitzt ein (globles) Mximum und Minimum. Stz.4.7 (Zwischenwertstz) Die Funktion f : [, b] IR IR sei stetig. Dnn existiert zu jedem Wert c zwischen f() und f(b) ein x [, b] mit f(x) = c. Folgerung (Nullstellenstz von BOLZANO) Eine stetige Funktion f : [, b] IR IR mit sgnf() sgnf(b) besitzt in [, b] mindestens eine Nullstelle. Folgerung 2 Ds Bild eines beliebigen Intervlls I IR unter einer stetigen Funktion f : D IR IR mit I D ist wieder ein Intervll, insbesondere ds Bild eines bgeschlossenen Intervlls wieder ein bgeschlossenes Intervll. Stz.4.8 Eine stetige Funktion f : I IR uf einem Intervll I IR ist genu dnn injektiv, wenn sie streng monoton (wchsend oder fllend) ist. Stz.4.9 Die Funktion f : I IR J IR sei uf dem Intervll I stetig und bijektiv. Dnn ist uch die Umkehrfunktion f : J I stetig..5 Funktionenfolgen und -reihen, insbesondere Potenzreihen Eine Funktionenfolge (f k : D IR IK) k IN heißt (punktweise) konvergent, wenn für jedes x D die Zhlenfolge (f k (x) IK) k IN konvergiert. Die Funktion f = lim f k : D IK, x f(x) = lim f k(x) heißt dnn Grenzfunktion der Folge. Entsprechend ist die (punktweise) Konvergenz einer Funktionenreihe k= f k sowie ihre Summenfunktion s = lim n n k= f k erklärt. Eine Funktionenfolge (f k : D IR IK) k IN heißt gleichmäßig konvergent gegen die Funktion f : D IK, wenn gilt ε>0 m IN k m x D f k (x) f(x) < ε. Entsprechend für Funktionenreihen. Vernschulichung bei reellen Funktionenfolgen: Die Grphen der Glieder f k liegen für k m gnz in einem ε-streifen um die Grenzfunktion f. Bemerkung Jede gleichmäßig konvergente Funktionenfolge (-reihe) konvergiert uch punktweise, und zwr gegen ihre Grenzfunktion (Summe). Die Umkehrung gilt jedoch nicht. Stz.5. Für lle k IN sei f k : D IR IK stetig. Dnn gilt: ) (f k ) k IN gleichmäßig konvergent f = lim f k stetig, b) ( n k= f k) n IN gleichmäßig konvergent s = k= f k stetig. 6

7 Stz.5.2 (Mjornten-Kriterium für gleichmäßige Konvergenz) Die Funktionenreihe k= f k mit k IN f k : D IR IK besitze eine konvergente Mjornte, d.h. eine konvergente Reihe k= c k in IR mit nicht negtiven Gliedern c k, für die gilt f k (x) c k für lle x D und fst lle k IN. Dnn konvergiert k= f k (bsolut und) gleichmäßig in D. Es sei ( k IK) k IN eine Zhlenfolge und x 0 IK. Dnn heißt eine Funktionenreihe der Form x k=0 k (x x 0 ) k mit x IK eine Potenzreihe mit Entwicklungspunkt x 0 und Koeffizienten k. Stz.5.3 Zu einer Potenzreihe k=0 k (x x 0 ) k in IK gibt es genu ein R [0, + ] mit den Eigenschften:. Für lle x mit x x 0 < R konvergiert die Potenzreihe bsolut. 2. Für lle x mit x x 0 > R divergiert die Potenzreihe. R heißt Konvergenzrdius, die Umgebung U R (x 0 ) Konvergenzkreis bzw. (in IR) Konvergenzintervll der Reihe. Stz.5.4 Für den Konvergenzrdius R einer Potenzreihe k=0 k(x x 0 ) k in IK gilt. R = / lim k+ k (flls dieser Grenzwert existiert), k 2. R = / lim k (Formel von HADAMARD). (Mn setzt dbei = + und 0 + = 0.) Beispiele. Geometrische Reihe: 2. Exponentilreihe: 3. Binomilreihe: k=0 xk = x ; R =. k=0 k! xk = exp x =: e x ; R =. ( α ) k=0 k x k = ( + x) α ; R = für α IN 0, R = sonst. Stz.5.5 Eine Potenzreihe k=0 k(x x 0 ) k in IR mit Konvergenzrdius R > 0 konvergiert in jedem bgeschlossenen Intervll [x 0 r, x 0 + r] mit 0 < r < R gleichmäßig und definiert somit eine im gnzen Konvergenzintervll ]x 0 R, x 0 + R[ stetige Funktion. Stz.5.6 (Multipliktion von Potenzreihen) x f(x) = k=0 kx k und x g(x) = k=0 b kx k seien zwei durch Potenzreihen drgestellte Funktionen in IK mit Konvergenzrdien R > 0 und R 2 > 0. Dnn wird ds Produkt x f(x) g(x) für x < min{r, R 2 } durch die Cuchy-Produktreihe ( r r=0 k=0 ) kb r k x r drgestellt. Beispiele. exp x = k=0 k! xk (exp x) 2 = r=0 r! (2x)r = exp(2x) und uch (exp x) (exp y) = exp(x + y), 2. x = k=0 xk ( x) = 2 r=0 (r + ) xr für x <. Ergänzung Mn knn uch durch Potenzreihen drgestellte Funktionen x f(x) = k=0 k x k, x g(x) = k=0 b k x k mit g(0) = b 0 0 dividieren und erhält eine in der Umgebung von x = 0 definierte Potenzreihendrstellung von x f(x)/g(x). Auch die Komposition g f solcher Funktionen läßt unter bestimmten Vorussetzungen wieder durch eine Potenzreihe drstellen. [Einsetzen, uspotenzieren und nch Potenzen von x ordnen.] 7

8 .6 Spezielle Funktionen [Litertur: Bltter, Christin: Anlysis (4. Auflge), S ].6. Die Exponentil- und die Logrithmus-Funktionen z C exp z = e z := k=0 k! zk C (Komplexe) Exponentilfunktion x IR exp x = e x := k=0 k! xk IR (Reelle) Exponentilfunktion x IR + log x = ln x := exp x IR (Ntürlicher) Logrithmus x IR exp x = x := exp(x log ) IR Allgemeine Potenz zur Bsis IR + x IR + log x := log x/ log IR Logrithmus zur Bsis IR + {}.6.2 Die hyperbolischen und Are-Funktionen x IR sinh x := 2 (ex e x ) = k=0 (2k+)! x2k+ IR x IR cosh x := 2 (ex + e x ) = k=0 (2k)! x2k IR x IR tnh x := sinh x cosh x = ex e x e x IR + e x x IR {0} coth x := cosh x sinh x = ex + e x e x IR e x Sinus hyperbolicus Cosinus hyperbolicus Tngens hyperbolicus Cotngens hyperbolicus x IR Arsinh x := sinh x = log(x + x 2 + ) IR Are - Sinus hyperb. x [, [ Arcosh x := cosh x = log(x + x 2 ) [0, [ Are - Cosinus hyperb. x ], +[ Artnh x := tnh x = 2 x IR [, +] Arcoth x := coth x = Die Kreis- und die Argument-Funktion log +x x IR x+ log x IR {0} t IR e it = cos t + i sin t S C Kreisfunktion Are - Tngens hyperb. z = re it C {0} t = rg z [0, 2π[ Argumentfunktion.6.4 Die trigonometrischen und Arcus-Funktionen x IR sin x := 2i (eix e ix ) = k=0 ( )k (2k+)! x2k+ IR x IR cos x := 2 (eix + e ix ) = k=0 ( )k (2k)! x2k IR x IR {π/2 + kπ k Z} tn x := sin x cos x IR x IR {kπ k Z} cot x := cos x sin x IR Are - Cotngens hyperb. Sinus Cosinus Tngens Cotngens x [, +] Arcsin x := sin x [ π/2, +π/2] Arcus - Sinus x [, +] Arccos x := cos x [0, π] Arcus - Cosinus x IR Arctn x := tn x ] π/2, +π/2[ Arcus - Tngens x IR Arccot x := cot x ]0, π[ Arcus - Cotngens 8

9 2 Differentil- und Integrlrechnung in IR Wir betrchten Funktionen f : I IR IK, x f(x) uf (nichttrivilen) Intervllen I IR, wobei IK = IR oder C. 2. Differenzierbrkeit und Ableitung Eine Funktion f : I IR IK heißt im Punkte x 0 I differenzierbr, wenn der Grenzwert f (x 0 ) := df dx (x f(x) f(x 0 ) f(x 0 + h) f(x 0 ) 0) := lim = lim x x 0 x x 0 h 0 h existiert. Er heißt Ableitung oder Differentilquotient von f in x 0. f heißt (uf I) differenzierbr, wenn f in jedem Punkt us I differenzierbr ist. Dnn ist die Ableitung ls Funktion f = df dx : I IK, x f (x) definiert. Kennzeichnung f : I IR IK ist genu dnn in x 0 I differenzierbr, wenn eine in x 0 stetige Funktion : I IK existiert mit x I f(x) = f(x 0 ) + (x) (x x 0 ). Es ist dnn f (x 0 ) = (x 0 ). Interprettion von f (x 0 ) in IR: Steigung der Tngente x f(x 0 ) + f (x 0 ) (x x 0 ) in x 0, von f (t 0 ) in C: Geschwindigkeitsvektor der Bhnkurve t f(t) in t 0. Stz 2.. (Rechenregeln für differenzierbre Funktionen). f, g : I IR IK seien (in x 0 I) differenzierbr. Dnn sind uch f + g, f g und f g (flls definiert) (in x 0 I) differenzierbr mit ) (f + g) = f + g (in x 0 ) b) (f g) = f g + f g (in x 0 ) (Produktregel) ( ) f c) = f g f g g g 2 (in x 0 ) (Quotientenregel). 2. f : I IR J IR sei (in x 0 I) differenzierbr, und ebenso g : J IR IK (in f(x 0 ) J). Dnn ist uch g f (in x 0 I) differenzierbr mit d) (g f) = (g f) f (in x 0 ) (Kettenregel). Anwendungen{ cosh = sinh, sinh = cosh, tnh = / cosh 2 = tnh 2 ; exp = exp cos = sin, sin = cos, tn = / cos 2 = + tn 2. Stz 2..2 f : I IR J IR sei eine stetige Bijektion, die in x 0 I differenzierbr ist mit f (x 0 ) 0. Dnn ist uch die Umkehrfunktion f : J I in y 0 := f(x 0 ) differenzierbr mit (f ) (y 0 ) = /f (x 0 ), d.h. es gilt e) (f ) = /(f f ) in y 0. Anwendungen log x = /x für x > 0, Arsinh x = / + x 2 für x IR, Arcsin x = / x 2 für x <. Einteilung der Funktionen f : I IR IK : C 0 (I) D (I) C (I) D r (I) C r (I) D (I) = C (I) mit C 0 (I) := {f : I IK f stetig}, D r (I) := {f : I IK f r-ml differenzierbr} und C r (I) := {f : I IK f r-ml stetig differenzierbr}. 9

10 2.2 Stmmfunktionen Eine Funktion f : I IR IR heißt unbestimmt integrierbr, wenn eine differenzierbre Funktion F : I IR mit F = f existiert. F heißt dnn eine Stmmfunktion oder ein unbestimmtes Integrl von f. Schreibweise (mthemtisch inkorrekt): f = F + c bzw. f(x) dx = F (x) + c mit einer Integrtionskonstnten c IR. Beispiele. x α dx = xα+ α+ + c für α IR { }, x > 0, x dx = log x + c für x 0, 2. e x dx = e x + c, cosh x dx = sinh x + c, cos x dx = sin x + c usw. 3. x dx = Arcsin x + c für x <,... usw. 2 Trivile Eigenschft Sind f, g : I IR IR unbestimmt integrierbr, so uch f + g und λ f mit λ IR, und es gilt (f + g) = f + g, (λ f) = λ f. Stz 2.2. (Regel über die prtielle Integrtion) f, g : I IR IR seien differenzierbr und f g unbestimmt integrierbr. Dnn ist uch f g unbestimmt integrierbr, und es gilt (f g) = f g (f g ) bzw. x I f (x) g(x) dx = f(x) g(x) f(x) g (x) dx. Beispiele. xe x dx = (e x ) x dx = e x x e x dx = (x ) e x + c. 2. sin 2 x dx = sin x( cos x) dx = sin x cos x + cos 2 x dx = sin x cos x + x sin 2 x dx 3. sin 2 x dx = 2 (x sin x cos x) + c. log x dx = log x dx = x log x x x dx = x log x x + c. Stz (Substitutionsregeln) ) f : I IR IR sei unbestimmt integrierbr und ϕ : J IR I differenzierbr. Dnn ist uch (f ϕ) ϕ unbestimmt integrierbr, und es gilt (f ϕ) ϕ = ( f) ϕ bzw. x J f(ϕ(x)) ϕ (x) dx = [ f(y) dy ] y=ϕ(x). b) Sei f : I IR IR eine Funktion, ϕ : J IR I eine differenzierbre Bijektion mit t J ϕ (t) 0, sowie (f ϕ) ϕ unbestimmt integrierbr. Dnn ist uch f unbestimmt integrierbr, und es gilt ( ) [ f = (f ϕ) ϕ ϕ bzw. x I f(x) dx = f(ϕ(t)) ϕ (t) dt ]. t=ϕ (x) Beispiele [. x e x 2 dx = 2 2x e x 2 dx = 2 e dy] y = y=x c. ex2 [ x ] 2. dx = x 2 y 2 dy + c = x 2 + c. y= x 2 [ ] 3. log x dx = t e dt] t = [(t ) e t + c = x (log x ) + c. t=log x t=log x 0

11 2.3 Der Mittelwertstz der Differentilrechnung und seine Anwendungen Eine Funktion f : I IR IR heißt im Punkte x 0 I lokl mximl bzw. f(x 0 ) ein lokles Mximum von f, wenn eine Umgebung U I von x 0 existiert mit x U f(x) f(x 0 ). Anlog: lokl miniml bzw. lokles Minimum. f heißt in x 0 lokl extreml, wenn dort ein lokles Mximum oder ein lokles Minimum, lso ein lokles Extremum vorliegt. Stz 2.3. (Notwendige Bedingung für ein lokles Extremum) f : I IR IR sei uf dem offenen Intervll I differenzierbr. Dnn gilt: f in x 0 I lokl extreml f (x 0 ) = 0. Stz (Stz von ROLLE) Sei f : [, b] IR IR stetig und in ], b[ differenzierbr. Dnn gilt f() = f(b) x ],b[ f (x) = 0. Stz (Mittelwertstz der Differentilrechnung) Sei f : [, b] IR IR stetig und in ], b[ differenzierbr. Dnn existiert ein Punkt x ], b[ mit f (x) = f(b) f() b Stz (Monotoniekriterium) Für eine uf dem Intervll I stetige und im Inneren I differenzierbre Funktion f : I IR IR gilt: ) f ist monoton wchsend (fllend) x I f (x) 0 ( 0) b) f ist konstnt x I f (x) = 0 Stz (Erweiterter Mittelwertstz der Differentilrechnung) Seien f, g : [, b] IR IR stetig und in ], b[ differenzierbr, und weiter x ],b[ g (x) 0. Dnn ist g(b) g() und es existiert ein Punkt x ], b[ mit f (x) f(b) f() g = (x) g(b) g().. Stz (Regeln von l HOSPITAL) f, g : I IR IR seien zwei differenzierbre Funktionen mit x I g (x) 0 sowie x 0 I. Dnn gilt: ) Flls lim f(x) = x x 0 existiert uch (. Regel von l Hospitl) lim g(x) = 0 ist und x x 0 f (x) lim x x 0 g (x) f(x) lim x x 0 g(x) = lim f (x) x x 0 g (x). (möglicherweise uneigentlich) existiert, so f (x) b) Flls lim f(x) = ±, lim g(x) = ± ist und lim x x 0 x x 0 x x 0 g (möglicherweise uneigentlich) existiert, (x) so existiert uch f(x) lim x x 0 g(x) = lim f (x) x x 0 g (x). (2. Regel von l Hospitl) Zustz: Die Regeln gelten uch bei uneigentlicher Annäherung x ±.

12 Stz (f k : I IR IR) k IN sei eine Folge differenzierbrer Funktionen mit den Eigenschften [ l () (f k ) k IN konvergiert (punktweise) bzw. ( k= f k) l IN konvergiert (punktweise) ] (2) (f k ) [ l k IN konvergiert gleichmäßig bzw. ( k= f k ) l IN konvergiert gleichmäßig ]. Dnn ist die Grenzfunktion lim f [ k bzw. die Summe k= f ] k differenzierbr mit ( lim f k) = lim f k [ bzw. ( k= f k) = k= f ] k. Stz Eine Potenzreihe k=0 k(x x 0 ) k in IR mit Konvergenzrdius R > 0 ist in ihrem Konvergenzintervll ]x 0 R, x 0 + R[ beliebig oft differenzierbr, und ihre Ableitungen erhält mn durch gliedweise Differentition, wobei sich der Konvergenzrdius nicht ändert. Anwendung: k= ( )k+ k xk = log( + x) für x < (Logrithmusreihe) Folgerung Eine Potenzreihe k=0 k(x x 0 ) k in IR mit Konvergenzrdius R > 0 ist in ihrem Konvergenzintervll ]x 0 R, x 0 + R[ gliedweise unbestimmt integrierbr, wobei sich der Konvergenzrdius nicht ändert. 2.4 Tylorpproximtion und Anwendungen Stz 2.4. f : I IR IR sei in der Umgebung von x 0 I p-ml differenzierbr (p IN 0 ). Dnn gibt es genu ein Polynom x T p (x) höchstens vom Grde p mit p k=0 T p (k) (x 0 ) = f (k) (x 0 ), nämlich x T p (x) := p k=0 k! f (k) (x 0 ) (x x 0 ) k, gennnt p-tes Tylorpolynom von f im Punkte x 0. Stz (TAYLORscher Stz,.Form) f : I IR IR sei p-ml differenzierbr (p IN 0 ) und es existiere uch f (p+) (x 0 ) für ein x 0 I. Dnn gibt es (genu) eine in x 0 stetige Funktion p+ : I IR mit () x I f(x) = T p x0 (x) + (p+)! p+(x) (x x 0 ) p+ (2) p+ (x 0 ) = f (p+) (x 0 ) Folgerung f : I IR IR sei in x 0 I p-ml differenzierbr (p IN). Dnn gilt f(x) = T p x0 (x) + o ( (x x 0 ) p) für x x 0, R p x0 (x) d.h. f(x) = T p x0 (x) + R p x0 (x) mit lim x x 0 (x x 0 ) p = 0. Stz (TAYLORscher Stz, 2.Form) f : I IR IR sei (p + )-ml differenzierbr (p IN 0 ) und x 0 I beliebig. Dnn gibt es zu jedem x I mit x x 0 ein x x x 0 mit f(x) = T p x0 (x) + (p+)! f (p+) (x) (x x 0 ) p+. (LAGRANGEsche Form des Restgliedes der Tylorentwicklung.) Stz f : I IR IR sei im Punkte x 0 des offenen Intervlls I p-ml differenzierbr (p 2) mit Dnn gilt: p gerde f (x 0 ) =... = f (p ) (x 0 ) = 0, f (p) (x 0 ) 0. f besitzt in x 0 ein lokles Extremum, und zwr ein lokles Minimum (Mximum), flls f (p) (x 0 ) > 0 ( < 0). p ungerde f besitzt in x 0 kein lokles Extremum. 2

13 Eine differenzierbre Funktion f : I IR IR besitzt in x 0 I einen Wendepunkt, wenn eine Umgebung U I von x 0 existiert mit ( ) x < x 0 f(x) T (x) x > x 0 f(x) T (x) (oder umgekehrt) x U mit der Tngente x T (x) = f(x 0 ) + f (x 0 )(x x 0 ) in x 0. Stz (Notwendige Bedingung für einen Wendepunkt) f : I IR IR sei uf dem offenen Intervll I zweiml differenzierbr. Dnn gilt: f besitzt in x 0 I einen Wendepunkt f (x 0 ) = 0. Stz f : I IR IR sei im Punkte x 0 des offenen Intervlls I p-ml differenzierbr (p 3) mit Dnn gilt: p ungerde f besitzt in x 0 einen Wendepunkt. f (x 0 ) =... = f (p ) (x 0 ) = 0, f (p) (x 0 ) 0. p gerde f besitzt in x 0 keinen Wendepunkt. Bei einer C -Funktion f : I IR IR heißt die Folge der Tylorpolynome in x 0 I x (T p (x)) p IN0 die Tylorreihe von f im Punkte x 0. = k=0 k! f (k) (x 0 ) (x x 0 ) k Bemerkung Bezüglich des Konvergenzverhltens der Tylorreihe einer C -Funktion f : I IR IR in x 0 I sind, wenn (R p x0 ) p IN0 die Folge der Restglieder bezeichnet, folgende drei Fälle möglich:. Idelfll: (R p x0 ) p IN0 0 lim p T p x0 = f. Die Tylorreihe konvergiert in der Umgebung von x 0 und stellt dort die Funktion f dr. Beispiele: Alle Funktionen, die eine Potenzreihendrstellung um x 0 besitzen. 2. Schlechter: (R p x0 ) p IN0 R 0 lim p T p x0 = f R f. Die Tylorreihe konvergiert in der Umgebung von x 0, stellt ber (ußerhlb von x 0 ) nicht die Funktion f dr. Beispiel: Die Glockenfunktion x f(x) = e /x2 ist (uch in x = 0) C -differenzierbr mit f (p) (0) = 0. Ihre Tylorreihe um x = 0 ist die Nullreihe. p IN 0 3. Gnz schlecht: (R p x0 ) p IN0 divergiert (T p x0 ) p IN0 divergiert (für x x 0 ). Hier gibt es nur komplizierte Beispiele. Eine uf einem offenen Intervll I IR definierte Funktion f : I IR heißt (reell) nlytisch, wenn sie in der Umgebung jedes Punktes x 0 I eine Potenzreihendrstellung x f(x) = k=0 k(x x 0 ) k besitzt. (Diese Reihe ist ntürlich jeweils ihre Tylorreihe in x 0.) Stz Jede durch eine Potenzreihe mit positivem Konvergenzrdius R drgestellte Funktion x f(x) = k=0 k(x x 0 ) k ist in ihrem Konvergenzintervll ]x 0 R, x 0 + R[ nlytisch. Bemerkung Nch Trnsformtion uf einen neuen Entwicklungspunkt knn der Konvergenzbereich der neuen Potenzreihe über den Konvergenzbereich der lten hinusgehen. 3

14 2.5 Ds RIEMANNsche Integrl und die Huptsätze der Differentil- und Integrlrechnung Es sei f : [, b] IR IR eine beschränkte Funktion. ) Eine Zerlegung des Intervlls [, b] ist eine (N + )-elementige Teilmenge Z = {x 0, x,..., x N } von [, b] mit = x 0 < x <... < x N = b (N ). Sie liefert N Teilintervlle I k = [x k, x k ] mit Längen I k := x k := x k x k. Die Feinheit der Zerlegung sei Z := mx k=,...,n I k. b) Die Riemnnsche Obersumme von f bzgl. der Zerlegung Z sei R f (Z) := N k= M k x k mit M k := sup x Ik f(x), die Riemnnsche Untersumme entsprechend R f (Z) := N k= m k x k mit m k := inf x Ik f(x) sowie die Vrition (Schwnkungssumme) von f bzgl. Z V f (Z) := R f (Z) R f (Z) = N k= f I k x k, wenn f Ik := sup{ f(x) f(x ) x, x I k } die Schwnkung von f im Intervll I k bezeichnet. Beispiele sind äquidistnte Zerlegungen Z N = {, + h, + 2h,..., + Nh = b} in N Teilintervlle der Länge I k = I k = (b )/N =: h mit Feinheit Z = (b )/N. R f := inf R f (Z) heißt ds Riemnnsche Oberintegrl, R f := sup R f (Z) ds Riemnnsche Unterintegrl der beschränkten Funktion f : [, b] IR, wobei Infimum und Supremum bzgl. ller möglichen Z Z Zerlegungen Z des Intervlls [, b] zu bilden sind. Eine beschränkte Funktion f : [, b] IR IR heißt (Riemnn-) integrierbr, wenn Riemnnsches Ober- und Unterintegrl übereinstimmen. Der gemeinsme Wert R f := R f = R f heißt dnn (R-) Integrl von f über [, b], bezeichnet mit b f(x) dx. Stz 2.5. Eine beschränkte Funktion f : [, b] IR IR ist genu dnn (R-)integrierbr, wenn zu jedem ε > 0 eine Zerlegung Z von [, b] gibt mit Vrition V f (Z) = R f (Z) R f (Z) < ε. Stz Jede monotone Funktion f : [, b] IR ist (R-)integrierbr. Hilfsstz Eine stetige Funktion f : I IR IR uf einem kompkten Intervll I = [, b] ist dort sogr gleichmäßig stetig, d.h. es gilt ε>0 δ>0 x,x I ( x x < δ f(x) f(x ) < ε). Stz Jede stetige Funktion f : [, b] IR ist (R-)integrierbr. Sei f : [, b] IR eine beschränkte Funktion und Z = {x 0, x,..., x N } eine Zerlegung von [, b]. ) Ein Zwischenpunktvektor zur Zerlegung Z ist ein N tupel x = (x,..., x N ) mit x k I k = [x k, x k ] für k =,..., N. b) Die Riemnnsche Summe von f bzgl. der Zerlegung Z und des Zwischenpunktvektors x sei R f (Z, x) := N k= f(x k) x k. 4

15 Stz Sei f : [, b] IR (R-)integrierbr. Dnn gilt für eine beliebige Folge (Z l ) l IN von Zerlegungen von [, b] und für jede Whl von zugehörigen Zwischenpunktvektoren x l (l IN): lim Z l = 0 b f(x) dx = lim l R f (Z l, x l ). l Korollr Sei f : [, b] IR R-integrierbr. Dnn gibt es zu jedem ε > 0 ein δ > 0, so dß für jede Zerlegung Z von [, b] und für jede Whl von zugehörigen Zwischenpunktvektoren x gilt: Kurzschreibweise hierfür: Z < δ R f (Z, x) b b f(x) dx = lim Z 0 R f (Z, x) f(x) dx < ε. Stz (Rechenregeln für R-integrierbre Funktionen) f, g : [, b] IR seien integrierbr. Dnn sind uch f + g, λ f (λ IR), f g und f über [, b] integrierbr mit ) b (f + g)(x) dx = b f(x) dx + b g(x) dx b) c) b f(x) dx b f(x) dx Weiter gilt d) x [,b] f(x) g(x) b f(x) dx b g(x) dx Folgerung Für eine integrierbre Funktion f : [, b] IR gilt: x [,b] f(x) M b f(x) dx M (b ). b (λ f)(x) dx = λ b f(x) dx Stz (Mittelwertstz der Integrlrechnung) f : [, b] IR sei stetig. Dnn gibt es ein x [, b] mit b f(x) dx = f(x) (b ). Eine Funktion f : I IR IR heißt lokl integrierbr, wenn sie über jedem kompkten Teilintervll [, b] I R-integrierbr ist. In diesem Fll heißt (mit c I festgewählt) die Funktion x I F c (x) := x c c x eine Integrlfunktion von f. Schreibweise: F c (x) = x c f(t) dt für x > c 0 für x = c f(t) dt für x < c IR f(t) dt. Stz (. Huptstz der Differentil- und Integrlrechnung) f : I IR IR sei lokl integrierbr und c I beliebig. Dnn gilt für die Integrlfunktion x I F c (x) = x f(t) dt IR: c ) F c ist stetig. [ Integrieren mcht stetig. ] b) Ist f in x 0 I stetig, so ist F c in x 0 sogr differenzierbr mit F c(x 0 ) = f(x 0 ). [ Integrieren stetiger Funktionen mcht gltt. ] Folgerung Ist f : I IR IR stetig, so liefert jede Integrlfunktion x F c (x) eine Stmmfunktion von f: [ ] x I F c(x) = d x dx c f(t) dt = f(x). Jede stetige Funktion uf einem Intervll besitzt lso dort eine Stmmfunktion. Stz (2. Huptstz der Differentil- und Integrlrechnung) Ist f : I IR IR lokl integrierbr, und besitzt f eine Stmmfunktion F : I IR, so gilt für lle, b I f(x) dx = F (b) F (). b Ds Riemnn-Integrl läßt sich lso mit Hilfe einer Stmmfunktion usrechnen. 5

16 Folgerung Bei stetigem Integrnden können die Regel über die prtielle Integrtion und die Substitutionsregeln (siehe Stz 2.2. und 2.2.2) zur Berechnung bestimmter Integrle verwendet werden: b f (x) g(x) dx = [ f(x) g(x) ] b b f(x) g (x) dx b f(ϕ(x)) ϕ (x) dx = ϕ(b) ϕ() f(y) dy, b f(x) dx = ϕ (b ) ϕ ( ) f(ϕ(t)) ϕ (t) dt Anhng: Uneigentliche Riemnn-Integrle Eine lokl integrierbre Funktion f : [, b[ IR IR mit < b + heißt über [, b[ uneigentlich b x integrierbr, wenn f(t) dt := lim f(t) dt existiert. x b Mn sgt dnn uch, ds uneigentliche Integrl b f(t) dt konvergiert. Anlog für uneigentliche Integrle der Form b f(t) dt := lim x c x f(t) dt + lim x b x c b b x f(t) dt := lim f(t) dt x f(t) dt (mit < b + und einem c ], b[ ). (mit < b) und Beispiele 0 et dt = lim ( x ex ) =, 0 t dt = lim ( log x) = + x 0 Stz (Integrlkriterium für unendliche Reihen) Sei f : [, [ IR nicht negtiv und monoton fllend. Dnn existiert ( n c := lim n k= f(k) n f(t) dt) mit 0 c f(). Insbesondere gilt k= f(k) konvergiert f(t) dt konvergiert n+ und mn ht die Abschätzung f(t) dt n k= f(k) n f(t) dt + f(). Beispiel Für f(x) := /x erhält mn die Existenz der EULERschen Konstnten ( n ) C := lim n k log n = sowie die Abschätzung log(n + ) n k log n +. 6

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

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

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

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

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

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

Elemente der Analysis II: Zusammenfassung der wichtigsten Definitionen und Ergebnisse

Elemente der Analysis II: Zusammenfassung der wichtigsten Definitionen und Ergebnisse Elemente der Anlysis II: Zusmmenfssung der wichtigsten Definitionen und Ergebnisse J. Wengenroth Dies ist die einzige zugelssene Formelsmmlung, die bei der Klusur benutzt werden drf. Es dürfen Unterstreichungen

Mehr

Analysis II. Universität Stuttgart, SS 06 M. Griesemer

Analysis II. Universität Stuttgart, SS 06 M. Griesemer Anlysis II Universität Stuttgrt, SS 06 M. Griesemer Inhltsverzeichnis 9 Ds Riemnnsche Integrl 3 9.1 Definition und Beispiele........................... 3 9.2 Elementre Eigenschften..........................

Mehr

Grundwissen Abitur Analysis

Grundwissen Abitur Analysis GYMNASIUM MIT SCHÜLERHEIM PEGNITZ mthem-technolog u sprchl Gmnsium WILHELM-VON-HUMBOLDT-STRASSE 7 9257 PEGNITZ FERNRUF 0924/48333 FAX 0924/2564 Grundwissen Abitur Anlsis Ws sind Potenzfunktion mit ntürlichen

Mehr

Analysis 2. Vorlesungsskript Sommersemester 2014. Bernd Schmidt. Version vom 15. Oktober 2014

Analysis 2. Vorlesungsskript Sommersemester 2014. Bernd Schmidt. Version vom 15. Oktober 2014 Anlysis 2 Vorlesungsskript Sommersemester 214 Bernd Schmidt Version vom 15. Oktober 214 Institut für Mthemtik, Universität Augsburg, Universitätsstr. 14, 86135 Augsburg, bschmidt@mth.uni-ugsburg.de 1 Inhltsverzeichnis

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

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

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

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

Mathematik: Vorwissen und Selbststudium

Mathematik: Vorwissen und Selbststudium Mthemtik: Vorwissen und Selbststudium Prof. Thoms Apel Studienjhr 00/ Lerning nything chnges people; lerning mth mkes big chnge it opens minds nd opens doors. [Hirsh Cohen, SIAM president 983-984] Vorwort

Mehr

Numerische Mathematik I

Numerische Mathematik I Numerische Mthemtik I Dr. Wolfgng Metzler Universität Kssel unter Mitwirkung von Dipl.-Mth. Mrtin Steigemnn Sommersemester 2005 ii c 2005 Dr. Wolfgng Metzler, Fchbereich Mthemtik und Informtik der Universität

Mehr

Vorlesungsskript Mathematik I für Wirtschaftsingenieure

Vorlesungsskript Mathematik I für Wirtschaftsingenieure Vorlesungsskript Mthemtik I für Wirtschftsingenieure Verfsserin: HSD Dr. Sybille Hndrock TU Chemnitz Fkultät für Mthemtik e-mil: hndrock@mthemtik.tu-chemnitz.de Wintersemester 2005/06 Litertur [] Dllmnn,

Mehr

FernUniversität Gesamthochschule in Hagen

FernUniversität Gesamthochschule in Hagen FernUniversität Gesmthochschule in Hgen FACHBEREICH MATHEMATIK LEHRGEBIET KOMPLEXE ANALYSIS Prof. Dr. Andrei Dum Proseminr 9 - Anlysis Numerische Integrtion Ulrich Telle Mtrikel-Nr. 474 Köln, den 7. Dezember

Mehr

Analysis I Probeklausur 2

Analysis I Probeklausur 2 WS /2 Mriescu/ Ert Alysis I Probeklusur 2. Aufgbe Die Folge (x ) N sei rekursiv defiiert durch x =, x + = 2+x. () Beweise, dss die Folge (x ) N streg mooto wchsed ist. (b) Beweise, dss (x ) N durch 2 ch

Mehr

Brückenkurs MATHEMATIK

Brückenkurs MATHEMATIK Brückenkurs MATHEMATIK Professor Dr. rer. nt. Bernd Bumnn Professor Dr. rer. nt. Ulrich Stein Hochschule für Angewndte Wissenschften Hmburg 5. März 008 VO R B E M E R K U N G E N Liebe Studentin, lieber

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

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

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

Mehr

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

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

Mehr

Beispiel-Abiturprüfung

Beispiel-Abiturprüfung Mthemtik BeispielAbiturprüfung Prüfungsteile A und B Bewertungsschlüssel und Lösungshinweise (nicht für den Prüfling bestimmt) Die Bewertung der erbrchten Prüfungsleistungen ht sich für jede Aufgbe nch

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

Analysis I/II - Vorlesungs-Script

Analysis I/II - Vorlesungs-Script Anlysis I/II - Vorlesungs-Script Prof. Michel Struwe 05/06 Mitschrift: Eveline Hrdmeier Grphics: Prisc Greminger Mthis Weylnd Corrections: Prisc Greminger $Id: nlysis.tex 1237/1502 2006-10-19 21:13:30

Mehr

Abitur - Leistungskurs Mathematik. Sachsen-Anhalt 1999

Abitur - Leistungskurs Mathematik. Sachsen-Anhalt 1999 Abitur - Leistungskurs Mthemtik Schsen-Anhlt 999 Gebiet L - Anlysis Augbe.. y, D, R,. Die Funktionenschr sei gegeben durch Die Grphen der Funktionen der Schr werden mit G bezeichnet. ) Ermitteln Sieden

Mehr

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 12

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 12 Mthemtisches Istitut der Uiversität Müche Prof. Dr. Peter Otte WiSe 203/4 Lösug 2 2.0.204 Aufgbe 2. [8 Pute] Übuge zur Alysis für Iformtier ud Sttistier Lösug zu Bltt 2 Für eie Teilmege Ω R, sei {, flls

Mehr

Grundwissen Mathematik 10. Klasse. Eigenschaften Besonderheiten - Beispiele

Grundwissen Mathematik 10. Klasse. Eigenschaften Besonderheiten - Beispiele Themen Eigenschften Besonderheiten - Beispiele Kreis beknnt us Klsse 8: U Kreis = 2 π r A Kreis = r 2 π Kreissektor Bogenlänge b Flächeninhlt Kreissektor: Die Länge b des Kreisbogens und der Flächeninhlt

Mehr

Präfixcodes und der Huffman Algorithmus

Präfixcodes und der Huffman Algorithmus Präfixcodes und der Huffmn Algorithmus Präfixcodes und Codebäume Im Folgenden werden wir Codes untersuchen, die in der Regel keine Blockcodes sind. In diesem Fll können Codewörter verschiedene Länge hben

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Prof. Dr.Ing. W. Scheideler Brückenkurs Mthemtik WS 0/ us und überrbeitet von B. Eng. Sevd Hppel und Dipl.Ing. Jun Rojs Prof. Dr.Ing. W. Scheideler Inhltsverzeichnis Brüche, Potenzen und Wurzeln. Brüche..

Mehr

Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt:

Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 8. Grundlgen der Informtionstheorie 8.1 Informtionsgehlt, Entropie, Redundnz Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* ller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 1.

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

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

Domäne und Bereich. Relationen zwischen Mengen/auf einer Menge. Anmerkungen zur Terminologie. r Relationen auf/in einer Menge.

Domäne und Bereich. Relationen zwischen Mengen/auf einer Menge. Anmerkungen zur Terminologie. r Relationen auf/in einer Menge. Reltionen zwischen Mengen/uf einer Menge! Eine Reltion R A B (mit A B) ist eine Reltion zwischen der Menge A und der Menge B, oder uch: von A nch B. Drstellung: c A! Wenn A = B, d.h. R A A, heißt R eine

Mehr

1.2 Der goldene Schnitt

1.2 Der goldene Schnitt Goldener Schnitt Psclsches Dreieck 8. Der goldene Schnitt Beim Begriff Goldener Schnitt denken viele Menschen n Kunst oder künstlerische Gestltung. Ds künstlerische Problem ist, wie ein Bild wohlproportioniert

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

Matrizen und Determinanten

Matrizen und Determinanten Mtrizen und Determinnten Im bschnitt Vektorlgebr Rechenregeln für Vektoren Multipliktion - Sklrprodukt, Vektorprodukt, Mehrfchprodukte wurde in einem Vorgriff bereits eine interessnte mthemtische Konstruktion

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

Grundwissen am Ende der Jahrgangsstufe 9. Wahlpflichtfächergruppe II / III

Grundwissen am Ende der Jahrgangsstufe 9. Wahlpflichtfächergruppe II / III Grundwissen m Ende der Jhrgngsstufe 9 Whlpflichtfächergruppe II / III Funktionsbegriff Gerdengleichungen ufstellen und zu gegebenen Gleichungen die Grphen der Gerden zeichnen Ssteme linerer Gleichungen

Mehr

Serie 13: Online Test

Serie 13: Online Test D-ERDW, D-HEST, D-USYS Mathematik I HS 3 Dr. Ana Cannas Serie 3: Online Test Einsendeschluss: 3. Januar 4 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.

Mehr

Einleitung. Mathematik für Volkswirte. Literatur. Über die mathematische Methode. Weitere Übungsbeispiele. Statische (Gleichgewichts-) Analyse

Einleitung. Mathematik für Volkswirte. Literatur. Über die mathematische Methode. Weitere Übungsbeispiele. Statische (Gleichgewichts-) Analyse Mthemtik für Volkswirte Mthemticl Methods for Economists Josef Leydold Institute for Sttistics nd Mthemtics WU Wien Wintersemester 05/6 009 05 Josef Leydold This work is licensed under the Cretive Commons

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

Einführung in Mathcad 14.0 2011 H.

Einführung in Mathcad 14.0 2011 H. Einführung in Mthc. H. Glvnik Eitieren von Termen Tet schreiben mit Shift " + + Nvigtion mit Leertste un Cursor + Löschen mit Shift + Entf + + 5 sin( ) + Arten von Gleichheitszeichen Definition eines Terms

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

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

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

Reader. für den Einsatz in der Wiederholungsphase im Mathematikunterricht der Jahrgangsstufe 11

Reader. für den Einsatz in der Wiederholungsphase im Mathematikunterricht der Jahrgangsstufe 11 Reder für den Einstz in der Wiederholungsphse im Mthemtikunterricht der Jhrgngsstufe Anhng zur schriftlichen Husrbeit zur Zweiten Sttsprüfung für ds Lehrmt n öffentlichen Schulen von Andres Rschke Vorwort

Mehr

Seminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen

Seminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen Seminr Quntum Computtion - Finite Qunten-Automten und Qunten-Turingmschinen Sebstin Scholz sscholz@informtik.tu-cottbus.de Dezember 3. Einleitung Aus der klssischen Berechenbrkeitstheorie sind die odelle

Mehr

Mathematik PM Rechenarten

Mathematik PM Rechenarten Rechenrten.1 Addition Ds Pluszeichen besgt, dss mn zur Zhl die Zhl b hinzuzählt oder ddiert. Aus diesem Grunde heisst diese Rechenrt uch Addition. + b = c Summnd plus Summnd gleich Summe Kommuttivgesetz

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

http://www.tfh-wildau.de/gerking/arbeiten.html 2005

http://www.tfh-wildau.de/gerking/arbeiten.html 2005 Hllo Ilse, gut nch Huse gekommen? Ich htte Glück, die U-Bhnnschlüsse wren gut. http://www.tfh-wildu.de/gerking/arbeiten.html 5 Sonntgs hbe ich mich dnn erstml mit der Frge beschäftigt, ob Mthemtik und

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

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30 15 Mtrizenrechnung 15 Mtrizenrechnung 15.1 Mtrix ls Zhlenschem Eine Internetfirm verkuft über einen eigenen Shop Digitlkmers. Es wird jeweils nur ds Topmodel der Firmen Cnon, Nikon und Sony ngeboten. Verkuft

Mehr

Informationen zu den gemeinsamen Fächern im Zentralabitur 2010 in Berlin und Brandenburg. Nr. 1 Mathematik

Informationen zu den gemeinsamen Fächern im Zentralabitur 2010 in Berlin und Brandenburg. Nr. 1 Mathematik Ministerium für Bildung, Jugend und Sport Sentsverwltung für Bildung, Wissenschft und Forschung Informtionen zu den gemeinsmen Fächern im Zentrlbitur 00 in Berlin und Brndenburg Nr..0.009 Beispielufgben

Mehr

Skript zur Vorlesung. Numerik stochastischer Differentialgleichungen

Skript zur Vorlesung. Numerik stochastischer Differentialgleichungen Skript zur Vorlesung Numerik stochstischer Differentilgleichungen Wintersemester 5/6 Johnnes Schropp Universität Konstnz Fchbereich Mthemtik und Sttistik Johnnes Schropp, 9. November 5 Inhltsverzeichnis

Mehr

Computational Intelligence

Computational Intelligence Center Computtionl Intelligence nd Cognitive Systems Prof. Dr. hbil.. Gruel Josef-Stern-Weg 3 59494 Soest / Germny E-Mil:dolfGruel@web.de Computtionl Intelligence Fuzzy-Tutoril Msterkurs CV&CI Vorwort

Mehr

Versuchsumdruck. Schaltungsvarianten des Operationsverstärkers

Versuchsumdruck. Schaltungsvarianten des Operationsverstärkers Hchschule STDIENGANG Wirtschftsingenieurwesen Bltt n 6 Aschffenburg Prf. Dr.-Ing.. Bchtler, Armin Huth Versuch 2 Versin. m 23.3.2 Versuchsumdruck Schltungsrinten des Opertinserstärkers Inhlt Verwendete

Mehr

Studiengang Umweltschutz. Mathematik 2

Studiengang Umweltschutz. Mathematik 2 Fchhochschule Bingen, Studiengng Umweltschutz Sommersemester 0 Mthemtik_ Studiengng Umweltschutz Mthemtik Inhltsverzeichnis Grundlgen... Rechnen mit Potenzen...8 Binomische Formel... 6 Iterierte Abbildungen...

Mehr

Funktionen und Mächtigkeiten

Funktionen und Mächtigkeiten Vorlesung Funktionen und Mähtigkeiten. Etws Mengenlehre In der Folge reiten wir intuitiv mit Mengen. Eine Menge ist eine Zusmmenfssung von Elementen. Zum Beispiel ist A = {,,,,5} eine endlihe Menge mit

Mehr

Lösung: a) 1093 1100 b) 1093 1090

Lösung: a) 1093 1100 b) 1093 1090 OvTG Guting, Grundwissen Mthemtik 5. Klsse 1. Ntürliche Zhlen Dezimlsystem Mn nennt die Zhlen, die mn zum Zählen verwendet, 10963 = 1 10000+ 0 1000+ 9 100+ 6 10 + 3 1 ntürliche Zhlen. Der Stellenwert der

Mehr

Versuchsplanung. Grundlagen. Extrapolieren unzulässig! Beobachtungsbereich!

Versuchsplanung. Grundlagen. Extrapolieren unzulässig! Beobachtungsbereich! Versuchsplnung 22 CRGRAPH www.crgrph.de Grundlgen Die Aufgbe ist es Versuche so zu kombinieren, dss die Zusmmenhänge einer Funktion oder eines Prozesses bestmöglich durch eine spätere Auswertung wiedergegeben

Mehr

Stoffumfang 1.Semester - Lektionen. Grundbegriffe 1 2 3 4 5 6

Stoffumfang 1.Semester - Lektionen. Grundbegriffe 1 2 3 4 5 6 FH Augsburg Ingenieurmthemtik Stoffumfng.Semester - Lektionen Grundbegriffe 4 5 6 Differenzition 7 8 9 0 Höhere Funktionen 4 Koordinten, Gerde, Steigung Funktionen und Grphen, Umkehrfunktion Trigonometrische

Mehr

Streuungsmaße. Grundbegriffe

Streuungsmaße. Grundbegriffe Grundbegriffe Untersuchungseinheiten U,...,U n Merkml X Urliste x,...,x n geordnete Urliste x (),...,x (n) Es gilt i.llg.: xi x() i, i, Κ, n In einer westdeutschen Großstdt gibt es insgesmt drei Träger

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

Musterlösung zur Musterprüfung 2 in Mathematik

Musterlösung zur Musterprüfung 2 in Mathematik Musterlösung zur Musterprüfung in Mthemtik Diese Musterlösung enthält usführliche Lösungen zu llen Aufgben der Musterprüfung in Mthemtik sowie Hinweise zum Selbstlernen. Literturhinweise ) Bosch: Brückenkurs

Mehr

1 Kurvendiskussion /40

1 Kurvendiskussion /40 009 Herbst, (Mthemtik) Aufgbenvorschlg B Kurvendiskussion /0 Gegeben ist eine Funktion f mit der Funktionsgleichung: f ( ) 0 6 = ; mit.. Untersuchen Sie ds Verhlten der Funktionswerte von f im Unendlichen.

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 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

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

Nutzung der Abwärme aus Erneuerbare-Energie-Anlagen

Nutzung der Abwärme aus Erneuerbare-Energie-Anlagen 5 2014 Sonderdruck us BWK 5-2014 Wichtige Kennzhlen und effiziente Plnung für die dezentrle Wärmewende Nutzung der Abwärme us Erneuerbre-Energie-Anlgen Wichtige Kennzhlen und effiziente Plnung für die

Mehr

Für den Mathe GK, Henß. - Lineare Algebra und analytische Geometrie -

Für den Mathe GK, Henß. - Lineare Algebra und analytische Geometrie - Für den Mthe GK, Henß - Linere Alger und nlytische Geometrie - Bis uf die Astände ist jetzt lles drin.. Ich h noch ne tolle Seite entdeckt mit vielen Beispielen und vor llem Aufgen zum Üen mit Lösungen..

Mehr

Gymnasiale Oberstufe Saar. Lehrplan Mathematik. E-Kurs. Juni 2008. Stand August 2011

Gymnasiale Oberstufe Saar. Lehrplan Mathematik. E-Kurs. Juni 2008. Stand August 2011 Gymnsile Oberstufe Sr Lehrpln Mthemtik E-Kurs Juni 008 Stnd August 0 MBKW G.B0.030 6/008 LEHRPLAN MATHEMATIK FÜR DEN E-KURS DER GYMNASIALEN OBERSTUFE SAAR Stoffverteilungspln E-Kurs,. Hlbjhr der Huptphse

Mehr

Reguläre Sprachen und endliche Automaten

Reguläre Sprachen und endliche Automaten 2 Reguläre Sprchen und endliche Automten Sei Σ = {, b,...} ein endliches Alphbet. Ein endliches Wort über Σ ist eine Folge w = 0... n 1, wobei i Σ für i = 0,...,n 1. Wir schreiben w für die Länge von w,

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

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

Klausur Analysis II (SS 2005)

Klausur Analysis II (SS 2005) Klausur Analysis II (SS 5) Prof. Dr. J. Franke Abschlußklausur vom. Juli 5 Name, Vorname: Matrikelnummer: Gruppe, Tutor: Pseudonym: ir wünschen Ihnen viel Erfolg! Mit 5 Punkten oder mehr von 5 ist die

Mehr

Übungsblatt 1 zum Propädeutikum

Übungsblatt 1 zum Propädeutikum Üungsltt zum Propädeutium. Gegeen seien die Mengen A = {,,,}, B = {,,} und C = {,,,}. Bilden Sie die Mengen A B, A C, (A B) C, (A C) B und geen Sie diese in ufzählender Form n.. Geen Sie lle Teilmengen

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

Übungsblatt Gleichungssysteme Klasse 8

Übungsblatt Gleichungssysteme Klasse 8 Üungsltt Gleichungsssteme Klsse 8 Auge : Berechne die Lösungen des Gleichungspres: I II 7 Kontrolliere durch Einseten. Auge : Löse dem Additionsverhren: I 7-6 II 9 Auge : Gegeen ist olgendes linere Gleichungssstem

Mehr

Boole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik

Boole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik Boole'sche Algebr Binäre Funktionen, Boole'sche Algebren, Schltlgebr Inhltsübersicht Verknüpfungen der mthemtischen Logik Boole sche Algebren Grundelemente der Schltlgebr Regeln der Schltlgebr Normlformen

Mehr

Bitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben.

Bitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben. Mathematik I für Wirtschaftswissenschaftler Klausur für alle gemeldeten Fachrichtungen außer Immobilientechnik und Immobilienwirtschaft am 9..9, 9... Bitte unbedingt beachten: a) Gewertet werden alle acht

Mehr

Beispiel-Abiturprüfung. Fach Mathematik

Beispiel-Abiturprüfung. Fach Mathematik Beispiel-Abiturprüfung in den Bildungsgängen des Berufskollegs. Leistungskurs Fch Mthemtik Fchbereich Technik mthe_lk_tech_beispielufg09_0085.doc Seite von 9 Konstruktionsmerkmle der Aufgbe rten Aufgbe

Mehr

Großübung zu Kräften, Momenten, Äquivalenz und Gleichgewicht

Großübung zu Kräften, Momenten, Äquivalenz und Gleichgewicht Großübung u Kräften, omenten, Äuivlen und Gleichgewicht Der Körper Ein mterielles Teilgebiet des Universums beeichnet mn ls Körper. Im llgemeinen sind Körper deformierbr. Sonderfll strrer Körper (odellvorstellung)

Mehr

1KOhm + - y = x LED leuchtet wenn Schalter x gedrückt ist

1KOhm + - y = x LED leuchtet wenn Schalter x gedrückt ist . Ohm = LED leuchtet wenn chlter gedrückt ist 2. Ohm = NICH ( = NO ) LED leuchtet wenn chlter nicht gedrückt ist = ist die Negtion von? Gibt es so einen kleinen chlter (Mikrotster)? 2. Ohm = UND LED leuchtet

Mehr

Lie-Ableitungen und Killing Vektoren in der allgemeinen Relätivitätstheorie

Lie-Ableitungen und Killing Vektoren in der allgemeinen Relätivitätstheorie Lie-Ableitungen und Killing Vektoren in der llgemeinen Relätivitätstheorie Anton Prokhorov 3. Februr 2009 Die von Einstein entwickelte llgemeine Reltivitätstheorie (ART) ermöglichte nicht nur eine genuere

Mehr

Vorkurs Mathematik Fachhochschule Frankfurt, Fachbereich 2. Fachhochschule Frankfurt am Main Fachbereich Informatik und Ingenieurwissenschaften

Vorkurs Mathematik Fachhochschule Frankfurt, Fachbereich 2. Fachhochschule Frankfurt am Main Fachbereich Informatik und Ingenieurwissenschaften Vorkurs Mthemtik Fchhochschule Frnkfurt, Fchereich Fchhochschule Frnkfurt m Min Fchereich Informtik und Ingenieurwissenschften Vorkurs Mthemtik Sie finden lle Mterilien sowie ergänzende Informtionen unter

Mehr

-25/1- DIE RÖHRENDIODE

-25/1- DIE RÖHRENDIODE -25/1- DIE RÖHRENDIODE ufgben: Messverfhren: Vorkenntnisse: Lehrinhlt: Litertur: ufnhme der Kennlinie einer Röhrendiode und einiger rbeitskennlinien. Bestimmung des Exponenten der Schottky-Lngmuirschen

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

Mathematikaufgaben zur Vorbereitung auf das Studium

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

Mehr

Ausbildung zum Passagement-Consultant

Ausbildung zum Passagement-Consultant M & MAICONSULTING Mngementbertung Akdemie M MAICONSULTING Mngementbertung & Akdemie MAICONSULTING GmbH & Co. KG Hndschuhsheimer Lndstrße 60 D-69121 Heidelberg Telefon +49 (0) 6221 65024-70 Telefx +49 (0)

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

f (x) UNTERRICHTSENTWICKLUNG

f (x) UNTERRICHTSENTWICKLUNG UNTERRICHTSENTWICKLUNG y f (x) S Integrlrechnung Rekonstruktion von Beständen Didktisch-methodische Hinweise zur Unterrichtsgestltung im Fch Mthemtik der Sekundrstufe II b x Bildungsregion Berlin-Brndenburg

Mehr

Musterlösung zu Aufgabe 1 (Klassenstufe 9/10)

Musterlösung zu Aufgabe 1 (Klassenstufe 9/10) Musterlösung zu Aufgbe 1 (Klssenstufe 9/10) Aufgbe. Drei Freunde spielen mehrere Runden eines Spiels, bei dem sie je nch Rundenpltzierung in jeder Runde einen festen, gnzzhligen Betrg x, y oder z usgezhlt

Mehr

DIFFERENTIALGLEICHUNGEN

DIFFERENTIALGLEICHUNGEN DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung

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

Vorkurs Mathematik Übungen zu Differentialgleichungen

Vorkurs Mathematik Übungen zu Differentialgleichungen Vorkurs Mathematik Übungen zu Differentialgleichungen Als bekannt setzen wir die folgenden Umformungen voraus: e ln(f(x)) = f(x) e f(x)+c = e f(x) e c e ln(f(x)) +c = f(x) e c = f(x) c f ( g(x) ) g (x)

Mehr

Monte Carlo Methoden. Kapitel 3. 3.1 Simple Sampling

Monte Carlo Methoden. Kapitel 3. 3.1 Simple Sampling Kpitel 3 Monte Crlo Methoden Historisch wird der Begriff der Monte Crlo Methode 1947 geprägt [38] 1 und zum ersten MlzweiJhrespäter im Titel einer Veröffentlichung verwendet [39]. Wie der Nme nklingen

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

13 Rekonfigurierende binäre Suchbäume

13 Rekonfigurierende binäre Suchbäume 13 Rekonfigurierende inäre Suchäume U.-P. Schroeder, Uni Pderorn inäräume, die zufällig erzeugt wurden, weisen für die wesentlichen Opertionen Suchen, Einfügen und Löschen einen logrithmischen ufwnd uf.

Mehr