$Id: reell.tex,v /11/07 13:46:36 hk Exp $

Größe: px
Ab Seite anzeigen:

Download "$Id: reell.tex,v /11/07 13:46:36 hk Exp $"

Transkript

1 $Id: reell.tex,v /11/07 13:46:36 hk Exp $ 1 Die reellen Zahlen 1.4 Das Vollständigkeitsaxiom In den vorhergehenden Abschnitten haben wir jetzt insgesamt 15 Axiome an die reellen Zahlen zusammengestellt. Aber auch all diese Axiome reichen noch nicht aus die reellen Zahlen vollständig zu beschreiben, es fehlt noch ein weiteres Axiom. Dies ist das sogenannte Vollständigkeitsaxiom, und es bezieht sich ausschließlich auf die Ordnungsstruktur der reellen Zahlen und nicht auf die arithmetische Struktur. Wir benötigen leider noch zwei vorbereitende Definitionen um das Vollständigkeitsaxiom überhaupt aussprechen zu können. Definition 1.6 (Obere und untere Schranken) Sei M R eine Teilmenge. (a) Eine reelle Zahl a R heißt obere Schranke von M wenn x a für alle x M gilt. (b) Die Menge M heißt nach oben beschränkt wenn es eine obere Schranke a R von M gibt. (c) Ein Element a M heißt maximales Element von M, oder ein Maximum von M, wenn x a für alle x M ist, wenn a also eine obere Schranke von M ist. Beachte das es nur ein einziges maximales Element von M geben kann, denn ist b M ein weiteres so haben wir b a und a b, also a = b. Gibt es ein maximales Element a M von M, so können wir damit max M := a schreiben. (d) Eine reelle Zahl a R heißt untere Schranke von M wenn x a für alle x M gilt. (e) Die Menge M heißt nach unten beschränkt wenn es eine untere Schranke a R von M gibt. (f) Ein Element a M heißt minimales Element von M, oder ein Minimum von M wenn x a für alle x M ist, wenn a also eine untere Schranke von M ist. Genau wie für maximale Elemente kann es höchstens ein minimales Element a von M geben, und in diesem Fall schreiben wir min M := a. (g) Die Menge M heißt beschränkt, wenn sie nach oben und nach unten beschränkt ist. 4-1

2 Die Terminologie dieser Definition wird am klarsten wenn wir uns die reellen Zahlen wie unten gezeigt als eine vertikal hingemalte Linie denken, wobei es unten nach und oben nach geht. Eine obere Schranke einer Teilmenge M R ist dann tatsächlich eine reelle Zahl, die eben oberhalb von M liegt. Beachte das obere Schranken bei weitem nicht eindeutig festgelegt sind, ist a eine obere Schranke von M, so ist auch jede andere reelle Zahl b R mit b a ebenfalls eine obere Schranke von M. Eine nach oben beschränkte Menge muss im allgemeinen kein Maximum besitzen, anschaulich haben wir zwar + immer ein Element unmittelbar oberhalb M, aber diese Zahl gehört eventuell nicht zu M. Beispielsweise a (obere Schranke) sind max[0, 1] = 1 und min[0, 1] = 0 aber das offene Intervall M = (0, 1) hat weder ein Maximum noch ein Minimum, da eben 0 und 1 hier nicht zu M gehören. Für die Beschränktheit einer Menge M R gibt es eine oftmals nützliche Umformulierung in Termen des Betrags reeller Zahlen M sup M M R ist beschränkt Es gibt c R mit c 0 und x c für alle x M. Gibt es nämlich ein c R mit c 0 und x c für alle x M, so ist auch c x c für alle x M, d.h. c ist eine untere und c ist eine obere Schranke von M. Damit ist M nach oben und unten beschränkt, also insgesamt beschränkt. Nun sei M umgekehrt beschränkt. Dann gibt es sowohl eine untere Schranke a von M als auch eine obere Schranke b von M, und wir setzen c := max{ a, b } 0. Für jedes x M haben wir dann x b b c und x a, also auch x a a c, und da x eine der beiden Zahlen x oder x ist bedeutet dies x c. Wie schon bemerkt muss eine nach oben beschränkte Menge keinesfalls ein Maximum haben. Aber selbst wenn eine nach oben beschränkte Menge M R kein Maximum besitzt, so gibt es trotzdem ein Zahl gerade oberhalb von M, diese ist sozusagen die bestmögliche obere Schranke von M. Explizit gesagt handelt es sich gerade um die kleinstmögliche obere Schranke von M, und diese wird auch als das Supremum der Menge M bezeichnet. Definition 1.7 (Supremum und Infimum) Sei M R eine Teilmenge. Dann heißt eine reelle Zahl a R ein Supremum von M wenn a eine kleinste obere Schranke von M ist, d.h. a ist eine obere Schranke von M und für jede andere obere Schranke b R von M gilt stets a b. Analog heißt eine reelle Zahl a R ein Infimum von M wenn a eine größte untere Schranke von M ist, d.h. a ist eine untere Schranke von M und für jede andere untere Schranke b R von M gilt stets b a. In dieser Definition reden wir noch vorsichtig von einem Supremum einer Menge M R, da es zunächst ja auch mehrere Suprema geben könnte. Dies ist aber nicht der Fall, 4-2

3 es kann höchstens ein Supremum von M geben. Seien nämlich a, b R zwei Suprema der Menge M R. Dann ist b eine obere Schranke von M und da a andererseits eine kleinste obere Schranke von M ist, folgt a b. Ebenso ist auch b a und wir haben insgesamt a = b. Analog kann es auch höchstens ein Infimum einer Menge M R geben. Da Supremum und Infimum somit eindeutig festgelegt sind, können wir sie auch mit einem Symbol bezeichnen. Man schreibt für M R sup M := Das Supremum von M, inf M := Das Infimum von M, natürlich nur falls das fragliche Supremum oder Infimum existiert. Wir hatten das Supremum einer Menge M R als die kleinste obere Schranke von M definiert, sofern eine solche überhaupt existiert. Dieser Begriff ist mit dem Begriff des Maximums der Menge M verwandt, aber er ist nicht dasselbe. Wir wollen uns den Zusammenhang der beiden Begriffe kurz einmal klar machen. Zunächst nehme an, dass M ein Maximum a = max M besitzt. Dann ist a insbesondere eine obere Schranke von M und ist b R eine beliebige obere Schranke von M, so gilt wegen a M auch a b. Damit ist a die kleinste obere Schranke von M, d.h. das Supremum von M. Gibt es also ein Maxiumum von M, so ist dieses auch gleich dem Supremum. Umgekehrt muss ein Supremum aber kein Maximum sein, ist zum Beispiel M = (0, 1), so ist sup M = 1 aber wegen 1 / M ist 1 kein Maximum von M. Haben wir allerdings eine Menge M R mit a = sup M M, so ist a M insbesondere eine in M liegende obere Schranke von M, also ein Maximum von M. Entsprechendes gilt dann auch für das Minimum und das Infimum einer Menge M R. Zusammenfassend haben wir für M R also die folgenden Implikationen: a = max M = a = sup M, a = sup M a M = a = max M, a = min M = a = inf M, a = inf M a M = a = min M. Sei M R gegeben. Gibt es dann ein Supremum a R von M, so ist a insbesondere eine obere Schranke von M, d.h. M ist nach oben beschränkt. Ist b R eine reelle Zahl mit b < a, so kann b keine obere Schranke von M mehr sein, da sonst ja a b gelten müsste, und dies bedeutet das es ein x M mit x > b gibt. Insbesondere muss M sein. Diese Beobachtung können wir jetzt zu einer äquivalenten Definition des Supremums umformulieren. Lemma 1.3 (Charakterisierung von Supremum und Infimum) Seien M R eine Teilmenge und a R. (a) Genau dann ist a ein Supremum von M wenn a eine obere Schranke von M ist und es für jedes b R mit b < a stets ein Element x M mit x > b gibt. 4-3

4 (b) Genau dann ist a ein Infimum von M wenn a eine untere Schranke von M ist und es für jedes b R mit b > a stets ein Element x M mit b > x gibt. Beweis: (a) = Dies haben wir bereits oben eingesehen. = Keine reelle Zahl b R mit b < a ist eine obere Schranke von M, und damit muss für jede obere Schranke b von M stets b a gelten. Damit ist a ein Supremum von M. (b) Analog zu (a). Die Existenz von Supremum oder Infimum kann über die Axiome eines angeordneten Körpers nicht bewiesen werden, und das noch ausstehende Vollständigkeitsaxiom der reellen Zahlen fordert diese Existenz einfach. Vollständigkeitsaxiom (V): Jede nach oben beschränkte, nicht leere Teilmenge = M R der reellen Zahlen besitzt ein Supremum. Dieses ist das letzte noch fehlende Axiom für die reellen Zahlen, man sagt auch das R ein vollständig angeordneter Körper ist. Hierdurch sind die reellen Zahlen in gewissen Sinne auch eindeutig festgelegt, aber dies wollen wir hier nicht näher ausführen. Da wir jetzt den vollständigen Satz an Axiomen für die reellen Zahlen zusammen haben, können wir auch noch einmal auf Redundanzen zwischen diesen eingehen. Schon im ersten Abschnitt hatten wir bemerkt, dass die Kommutativität der Addition (A2) nicht gefordert werden muss, sie folgt aus den restlichen acht Körperaxiomen. Weiter hatten wir im vorigen Abschnitt festgestellt das die Reflexivität (R) in der Linearität (L) der Anordnung enthalten ist. Mit dem Vollständigkeitsaxiom (V) kann man jetzt auch das Kommutativgesetz (M2) der Multiplikation streichen, dieses läßt sich auch aus den anderen Axiomen herleiten. Da dies allerdings schon etwas komplizierter ist und für unser Thema keine Rolle spielt, wollen wir dies hier nicht weiter behandeln. Am Vollständigkeitsaxiom fällt auf das hier das Supremum vor dem Infimum ausgezeichnet wird, während wir die beiden bisher als völlig analoge Spiegelbilder zueinander behandelt haben. Diese Auszeichnung des Supremums ist auch nur eine optische Täuschung, die Existenz des Infimums werden wir gleich beweisen. Umgekehrt hätte man genauso gut fordern können, dass jede nicht leere, nach unten beschränkte Menge reeller Zahlen ein Infimum hat, und könnte dann die Existenz des Supremums beweisen. Lemma 1.4 (Existenz des Infimums) Jede nicht leere, nach unten beschränkte Menge M R reeller Zahlen hat ein Infimum. Beweis: Sei = M R nach unten beschränkt, d.h. M hat eine untere Schranke. Dann ist die Menge N := {a R a ist eine untere Schranke von M} R 4-4

5 aller unteren Schranken von M nicht leer N. Ist a M, so gilt für jedes x N stets x a, da x ja eine untere Schranke von M ist, d.h. a ist eine obere Schranke von N. Damit ist jedes Element von M eine obere Schranke von N. Wegen M gibt es insbesondere überhaupt eine obere Schranke von N, d.h. die Menge N ist nach oben beschränkt. Nach dem Vollständigkeitsaxiom existiert das Supremum a := sup N R, und wir behaupten das a auch das Infimum von M ist. Ist x M so ist x eine obere Schranke von N, also a x. Damit ist a überhaupt eine untere Schranke von M. Ist jetzt b R eine beliebige untere Schranke von M, so ist b N und damit auch b a. Folglich ist a die größte untere Schranke von M, d.h. a = inf M. Wir werden im Laufe des Semesters sehr viele Anwendungen von Supremum und Infimum sehen, tatsächlich handelt es sich bei diesen beiden Begriffen um zwei der mit Abstand wichtigsten technischen Hilfsmittel der gesamten Analysis. Hier wollen wir jetzt nur noch eine allererste kleine Anwendung vorführen, und die sogenannte archimedische Eigenschaft der reellen Zahlen beweisen. Diese besagt im wesentlichen das die natürlichen Zahlen unter den reellen Zahlen beliebig groß werden und um dies zu beweisen benötigt man tatsächlich das Vollständigkeitsaxiom (V), die Axiome eines angeordneten Körpers reichen hierzu nicht aus. Lemma 1.5 (Die archimedische Eigenschaft von R) Sind a, b R mit a > 0 so existiert eine natürliche Zahl n N mit na > b. Beweis: Wir beweisen dies per Widerspruchsbeweis. Gäbe es kein solches n N mit na > b, so wäre na b für alle n N, d.h. b ist eine obere Schranke der Menge M := {na n N} R. Damit ist M nach oben beschränkt und wegen 0 M ist auch M. Nach dem Vollständigkeitsaxiom existiert das Supremum s := sup M von M. Wegen s a < s gibt es nach Lemma 3.(a) ein x M mit x > s a, und nach Definition von M gibt es weiter ein n N mit na = x > s a. Damit ist auch (n + 1)a M mit (n + 1)a = na + a > s a + a = s, aber andererseits ist auch (n + 1)a s da s eine obere Schranke von M ist. Dies ist ein Widerspruch und das Lemma ist bewiesen. Diesen Beweis wollen wir noch etwas kommentieren. Bisher haben wir alle unsere Aussagen direkt bewiesen, d.h. wir haben von den Voraussetzungen und unseren Axiomen ausgehend eine Kette von Folgerungen hergestellt die mit der behaupteten Aussage endet. Unser Nachweis der archimedischen Eigenschaft ist kein solcher direkter 4-5

6 Beweis sondern ein sogenannter Widerspruchsbeweis, oder indirekter Beweis, dies ist ein eigenständiger Beweistyp. Wie wir noch sehen werden gibt es im wesentlichen drei verschiedene Beweismethoden, die erste und am häufigsten verwendete Methode ist der direkte Beweis, die zweite ist der Widerspruchsbeweis und die dritte Methode werden wir etwas später in diesem Kapitel kennenlernen. Kommen wir zum allgemeinen Aufbau eines Widerspruchsbeweises. Nehmen wir an die Aussage A wäre zu zeigen. Bei einem Widerspruchsbeweis nimmt man an das A falsch wäre, dass also die Verneinung A gilt. In dieser hypothetischen Welt in der A nicht gilt beginnen wir dann weitere Aussagen herzuleiten und beweisen etwa eine Aussage B. Andererseits überlegt man sich das auch die Verneinung B von B wahr ist. Eine mathematische Aussage ist allerdings immer entweder wahr oder falsch, insbesondere können B und B nicht beide gleichzeitig gelten. Die von der Annahme A erschaffene Welt kann es also gar nicht geben, und daher kann A nicht falsch sein. Wieder da eine mathematische Aussage entweder wahr oder falsch ist, muss dann A wahr sein. In Lemma 5 haben wir die Aussage A = (n N) : na > b mit A = (n N) : na b und aus A leiten wir sowohl B = s ist eine obere Schranke von M als auch B = s ist keine obere Schranke von M her. Dies ist dann unser Widerspruch und A folgt. Als logische Formel hat ein Widerspruchsbeweis von A die Form [ ( A = B) ( A = B) ] = A wobei B eine weitere Aussage ist. Zumeist ist die zu beweisende Aussage selbst eine Implikation, hat also die Form A = C = D, wenn wir die Behauptung von Lemma 5 etwas ausführlicher schreiben ist diese in Wahrheit ja gleich A = (a, b R a > 0) = ( (n N) : na > b). }{{}}{{} C D Die Verneinung von A wird also zu A = C ( D) und im Widerspruchsbeweis werden dann (C D) = B und (C D) = B gezeigt. Der Beweis des Lemma 5 ist sogar ein Widerspruchsbeweis eines sehr speziellen Typs, es wird die Existenz der natürlichen Zahl n durch einen Widerspruchsbeweis eingesehen. Dass es möglich ist die Existenz von etwas durch die Widerlegung der Nichtexistenz zu begründen ist keinesfalls selbstverständlich und ist recht spezifisch für die Mathematik. Beispielsweise können Sie in der Physik die Existenz irgendeines neuen Elementarteilchens beim besten Willen nicht dadurch begründen das ihre Theorie andernfalls widersprüchlich wird, bevor man das hypothetische Teilchen nicht irgendwie experimentell ausfindig machen kann ist seine Existenz höchstens eine plausible Hypothese. Allgemein kann man die Existenz realer Objekte niemals durch theoretische Überlegungen wirklich nachweisen. Auch in der Mathematik selbst ist ein solches Vorgehen bis ins letzte Viertel des neunzehnten Jahrhunderts nicht als Beweis akzeptiert worden, die damals verwendete, und bei den Anwendungen der Mathematik in 4-6

7 den Naturwissenschaften noch immer verwendete, Interpretation mathematischer Objekte war es sich diese als Idealisierungen realer Objekte zu denken, so wie etwa ein mathematischer Kreis ein idealisierter Kreis ist dessen Rand tatsächlich unendlich dünn ist. Bei einer solchen Sichtweise bedeutet die Existenz eines mathematischen Objekts immer auch die Existenz irgendwelcher realen Dinge und ist damit eigentlich keiner Argumentation über Widerspruchsargumente zugänglich. Die Vorstellung das mathematische Objekte Idealisierungen wirklicher Gegenstände sind wurde in der Mathematik Ende des neunzehnten Jahrhunderts aufgegeben, beziehungsweise in die Modellierung verbandt, wir hatten schon einmal erwähnt das die Mathematik im eigentlichen Sinne nicht von der Realität handelt. Die Anwendung der Mathematik auf wirkliche Dinge denkt man sich dann als eine Art Übersetzungsprozess, bei dem die zu untersuchenden realen Objekte durch mathematische Objekte beschrieben werden, einen Vorgang den man dann als Modellierung bezeichnet. Dies hat zur Folge das das Wort Existenz in der Mathematik sehr viel freier verwendet werden kann als irgendwo sonst, etwa übertrieben folgt man dem magischen Prinzip, wenn man etwas einen Namen geben kann dann existiert es. Insbesondere wird beim Nachweis der Existenz mathematischer Objekte nicht verlangt das man das existierende Gebilde in irgendeiner Weise konkret angeben können muss oder eine Methode hat es zu berechnen. Daher ist es auch möglich die Existenz von etwas durch einen Widerspruchsbeweis zu begründen. Dies ist erst einmal genug zu grundsätzlichen Dingen und wir kommen wieder zum Begriff von Supremum und Infimum zurück. Manchmal ist es bequem für überhaupt jede Teilmenge M R Supremum und Infimum bilden zu können, unabhängig davon ob sie nach oben beschränkt ist oder nicht. Hierzu gehen wir zu den sogenannten erweiterten reellen Zahlen R := R {, } über, indem zwei neue Elemente ± zu R hinzugefügt werden. Wir setzen die Ordnung von R durch < x < für alle x R fort, also insbesondere <. Addition und Multiplikation sind auf R nicht vollständig definiert, man setzt nur + = x + = + x := und ( ) + ( ) = ( ) + x = x + ( ) := für alle x R und ( ) ( ) = ( ) ( ) :=, ( ) ( ) = ( ) ( ) := sowie x = x := {, x > 0,, x < 0, x ( ) = ( ) x := {, x > 0, x < 0 für alle x R\{0}. Andere Summen oder Produkte werden nicht definiert. 4-7

8 Ist dann M R eine beliebige Teilmenge, so existieren in R sowohl Supremum als auch Infimum. Ist nämlich M und nach oben beschränkt, so gibt es sup M R nach dem Vollständigkeitsaxiom. Ist M nicht nach oben beschränkt, so ist die einzige obere Schranke von M in R, also auch sup M =. Ist schließlich M =, so ist jedes a R obere Schranke von M, also sup M =. Insbesondere haben wir sup M R M ist nach oben beschränkt. Entsprechendes gilt dann fürs Infimum, also insbesondere inf = in R. Wenn wir ± als Supremum und Infimum zulassen wollen, so sprechen wir auch davon das Supremum und Infimum in R gebildet werden. Man könnte sogar sup M und inf M für Teilmengen M R betrachten, aber in aller Regel sind für uns nur Teilmengen von R von Interesse. Beachte das ± keine reellen Zahlen sind, der Übergang zu den erweiterten reellen Zahlen ist nur ein formaler Trick gelegentlich Fallunterscheidungen zu vermeiden. Ein Beispiel hierzu werden wir in einer Übungsaufgabe sehen. Dort haben wir zwei Mengen M, N R und wollen sagen, dass M N genau dann nach oben beschränkt ist, wenn M und N beide nach oben beschränkt sind und das in diesem Fall sup(m N) = max{sup M, sup N} gilt. Interpretieren wir dies in R, so können wir uns das Gerede über nach oben beschränkt sparen und müssen nur noch die Gleichung sup(m N) = max{sup M, sup N} hinschreiben. Da M R genau dann nach oben beschränkt ist, wenn in R die Bedingung sup M gilt, ist die Aussage über nach oben beschränkte Mengen in der Gleichung für die Suprema enthalten. Auch der Fall das eine oder beide der Mengen leer sind, wird automatisch mit behandelt. 1.5 Potenzen mit rationalen Exponenten Reelle Potenzen x a werden in mehreren Stufen, geordnet nach immer allgemeineren Exponenten a, definiert. In der ersten Stufe werden natürliche Exponenten a = n N mit n 1 behandelt, und bei diesen ist für die Basis x jede reelle Zahl zugelassen. Für x R und n N mit n 1 definieren wir die Potenz x n als x n := x }.{{.. x}. Nullte Potenzen werden dagegen durch x 0 := 1 für alle x R eingeführt, also insbesondere 0 0 = 1. Interpretieren wir ein Produkt mit Null Faktoren per Konvention als 1, so deckt sich diese Definition mit derjenigen von x n für n 1. Aus den Körperaxiomen folgen die Potenzrechenregeln, also (xy) n = x n y n, x n x m = x n+m und (x n ) m = x nm jeweils für alle x, y R, n, m N. Diese Regeln wollen wir jetzt nicht strikt formal vorführen, sondern uns auf eine etwas informelle Begründung verlassen. Zunächst sind x n x m = } x.{{.. x} x... x }{{} m mal 4-8 = x }.{{.. x} = x n+m n + m mal

9 und (x n ) m = x n... x n }{{} m mal = } x.{{.. x}... x }.{{.. x} } {{ } m mal = x }.{{.. x} = x nm nm mal und mit dem Kommutativgesetz der Multiplikation ergibt sich auch x n y n = } x.{{.. x} y... y }{{} = xy... xy = (xy) }{{} n. Man kann nun noch die übliche Formel für die Potenzen von Brüchen herleiten, im Fall y 0 ist zunächst (y 1 ) n y n = (y 1 y) n = 1 n = 1 = (y n ) 1 y n und somit auch (y 1 ) n = (y n ) 1, also schließlich ( ) n x = (xy 1 ) n = x n (y 1 ) n = x n (y n ) 1 = xn y y. n Beachte das x (nm) (x n ) m ist, zum Beispiel ist (2 3 ) 4 = 2 12 = 4096 während 2 (34 ) = 2 81 = sehr viel größer ist. Im Fall positiver Basen bleiben Ordnungsbeziehungen beim Potenzieren erhalten. Sind x, y R mit 0 < x < y und n N mit n 1, so haben wir auch x n = x... x }{{} < y... y = y }{{} n und haben wir x, y R mit 0 x y so folgt analog sogar für jedes n N das x n y n ist. Kombinieren wir dies mit den Kontrapositionen dieser Aussagen so ergibt sich auch, dass für alle x, y R und alle n N mit x, y > 0, n 1 genau dann x < y ist wenn x n < y n gilt. Wie sich die Anordnung von Potenzen bezüglich des Exponenten verhält hängt von der Lage der Basis zur Eins ab. Sind n, m N mit n < m so haben wir für jede reelle Zahl x > 1 x n = x... x }{{} = x }.{{.. x} }{{} m < x }.{{.. x} x }.{{.. x} = x m m während sich im Fall 0 < x < 1 analog x n > x m ergibt. Berücksichtigen wir auch noch die Gleichheitsfälle so ist für alle x R mit x 1 und alle n, m N mit n m stets auch x n x m während für x R mit 0 x 1 und n, m N mit n m die Ungleichung x n x m gilt. Insgesamt gilt damit für alle x R und alle n, m N auch das im Fall x > 1 genau dann x n < x m gilt wenn n < m ist und im Fall 0 < x < 1 ist genau dann x n < x m wenn n > m ist. Als Funktion von x wächst die Potenz x n damit umso schneller je größer n ist, für unsere folgenden Überlegungen benötigen wir diese Aussage allerdings in einer etwas spezifischer quantifizierten Form. Wir wollen uns die sogenannte Bernoullische 4-9

10 Ungleichung überlegen, diese besagt das für alle reellen Zahlen x mit x 1 und alle natürlichen Zahlen n stets (1 + x) n 1 + nx ist. Für n = 0 und n = 1 ist dies klar, und für n = 2 kann man es leicht einsehen, es ist etwa (1 + x) 2 = 1 + 2x + x x da Quadrate niemals negativ sind. Der Fall n = 3 ist schon komplizierter. Gehen wir zunächst einmal wie im Fall n = 2 vor, so haben wir die Rechnung (1 + x) 3 = (1 + 2x + x 2 ) (1 + x) = 1 + 3x + 3x 2 + x 3 = 1 + 3x + x 2 (3 + x) 1 + 3x da x+3 2 ist. Man könnte jetzt so fortfahrend argumentieren, allerdings wird in jedem Schritt die Anzahl der überzähligen Summanden größer und damit die Abschätzung schwerer und zum anderen werden auf diese Weise nur spezielle Werte von n behandelt, die Bernoullische Ungleichung ist aber für beliebige n N formuliert. Um eine Idee zu kriegen wie ein allgemeines n behandelt werden kann, schauen wir uns den Fall n = 3 noch einmal auf eine etwas andere Weise an. Wir wissen bereits (1 + x) x und multiplizieren wir diese Ungleichung mit 1 + x 0, so folgt (1 + x) 3 (1 + x) (1 + 2x) = 1 + 3x + 2x x. Dies ist zunächst einmal keine nennenswerte Vereinfachung, diese Methode läßt sich jetzt aber wiederholen. Multiplizieren wir das Ergebnis (1 + x) x wieder mit 1 + x 0 so wird auch (1 + x) 4 (1 + x) (1 + 3x) = 1 + 4x + 3x x, und wir haben den Fall n = 4 auf einfache Weise behandelt. Die Bernoullische Ungleichung für n = 4 folgt also aus der Bernoullischen Ungleichung für n = 3, und diese folgt wiederum aus derjenigen für n = 2. Dies setzt sich immer so fort, die Bernoullische Ungleichung für n = 4 liefert erneut durch Multiplikation mit 1+x diejenige für n = 5, daraus folgt die für n = 6, dann für n = 7 und immer so weiter. Eine systematische Auswertung dieser Idee führt jetzt auf die Methode der sogenannten vollständigen Induktion, die wir in der nächsten Sitzung behandeln wollen. 4-10

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

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

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

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

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

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

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

Mehr

3. Zusammenhang. 22 Andreas Gathmann

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

Mehr

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

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 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

Vorlesung Analysis I / Lehramt

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

Mehr

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

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

Brückenkurs Mathematik, THM Friedberg, 15 19.9.2014

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

Mehr

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

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

7 Rechnen mit Polynomen

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

Mehr

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

Betragsgleichungen und die Methode der Fallunterscheidungen

Betragsgleichungen und die Methode der Fallunterscheidungen mathe online Skripten http://www.mathe-online.at/skripten/ Betragsgleichungen und die Methode der Fallunterscheidungen Franz Embacher Fakultät für Mathematik der Universität Wien E-mail: franz.embacher@univie.ac.at

Mehr

9. Natürliche Zahlen, rationale Zahlen, reelle Zahlen.

9. Natürliche Zahlen, rationale Zahlen, reelle Zahlen. 9-1 Funktionen 9 Natürliche Zahlen, rationale Zahlen, reelle Zahlen Hier soll ein Überblick gegeben werden, wie die reellen Zahlen ausgehend von den natürlichen Zahlen konstruiert werden Dies erfolgt in

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

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

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

Mehr

ax 2 + bx + c = 0, (4.1)

ax 2 + bx + c = 0, (4.1) Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die

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

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr Kapitel 2 Grundbegriffe der Logik 2.1 Aussagen und deren Verknüpfungen Eine Aussage wie 4711 ist durch 3 teilbar oder 2 ist eine Primzahl, die nur wahr oder falsch sein kann, heißt logische Aussage. Ein

Mehr

11. Primfaktorzerlegungen

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

Mehr

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

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

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

Komplexe Zahlen. 1) Motivierende Aufgabe. 2) Historisches

Komplexe Zahlen. 1) Motivierende Aufgabe. 2) Historisches Annelie Heuser, Jean-Luc Landvogt und Ditlef Meins im 1. Semester Komplexe Zahlen Will man nur addieren und subtrahieren, multiplizieren und dividieren, kommt man uneingeschränkt mit reellen Zahlen aus.

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)

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

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

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

Mehr

Vorlesung. Komplexe Zahlen

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

Mehr

JOHANNES BONNEKOH. Analysis. Allgemeine Hochschulreife und Fachabitur

JOHANNES BONNEKOH. Analysis. Allgemeine Hochschulreife und Fachabitur JOHANNES BONNEKOH Analysis Allgemeine Hochschulreife und Fachabitur Vorwort Vorwort Mathematik ist eine Sprache, die uns hilft die Natur und allgemeine naturwissenschaftliche Vorgänge zu beschreiben. Johannes

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

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

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

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

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

Mehr

Quadratwurzel. Wie lassen sich die Zahlen auf dem oberen und unteren Notizzettel einander sinnvoll zuordnen?

Quadratwurzel. Wie lassen sich die Zahlen auf dem oberen und unteren Notizzettel einander sinnvoll zuordnen? 1. Zahlenpartner Quadratwurzel Wie lassen sich die Zahlen auf dem oberen und unteren Notizzettel einander sinnvoll zuordnen? Quelle: Schnittpunkt 9 (1995) Variationen: (a) einfachere Zahlen (b) ein weiteres

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

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

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

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

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

Mehr

Einführung in die Vektor- und Matrizenrechnung. Matrizen

Einführung in die Vektor- und Matrizenrechnung. Matrizen Einführung in die Vektor- und Matrizenrechnung Matrizen Definition einer Matrix Unter einer (reellen) m x n Matrix A versteht man ein rechteckiges Schema aus reellen Zahlen, die wie folgt angeordnet sind:

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

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

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

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

Mehr

Übungsbuch Algebra für Dummies

Übungsbuch Algebra für Dummies ...für Dummies Übungsbuch Algebra für Dummies von Mary Jane Sterling, Alfons Winkelmann 1. Auflage Wiley-VCH Weinheim 2012 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 527 70800 0 Zu Leseprobe

Mehr

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

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

Mehr

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 ) Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 Symmetrische Matrizen und quadratische Formen Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische

Mehr

Theoretische Informatik

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

Mehr

2. Universelle Algebra

2. Universelle Algebra 2. Universelle Algebra Die Theorie der universellen Algebra verallgemeinert die Theorien der klassischen Algebren. Obwohl ursprünglich nur eine Sorte betrachtet wurde, werden wir hier gleich den mehrsortigen

Mehr

2. Vorlesung. Slide 40

2. Vorlesung. Slide 40 2. Vorlesung Slide 40 Knobelaufgabe Was tut dieses Programm? Informell Formal Wie stellt man dies sicher? knobel(a,b) { Wenn a = 0 dann return b sonst { solange b 0 wenn a > b dann { a := a - b sonst b

Mehr

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum

Mehr

4 Kongruenz und Modulorechnung

4 Kongruenz und Modulorechnung 4 Kongruenz und Modulorechnung 39 4 Kongruenz und Modulorechnung In unserer Zeitrechnung haben wir uns daran gewöhnt, nur mit endlich vielen Zahlen zu rechnen. Es ist gerade 3 Uhr und in 50 Stunden muss

Mehr

Bin Packing oder Wie bekomme ich die Klamotten in die Kisten?

Bin Packing oder Wie bekomme ich die Klamotten in die Kisten? Bin Packing oder Wie bekomme ich die Klamotten in die Kisten? Ich habe diesen Sommer mein Abi gemacht und möchte zum Herbst mit dem Studium beginnen Informatik natürlich! Da es in meinem kleinen Ort keine

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen

Mehr

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

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

Mehr

Was ist Mathematik? Eine Strukturwissenschaft, eine Geisteswissenschaft, aber keine Naturwissenschaft.

Was ist Mathematik? Eine Strukturwissenschaft, eine Geisteswissenschaft, aber keine Naturwissenschaft. Vorlesung 1 Einführung 1.1 Praktisches Zeiten: 10:00-12:00 Uhr Vorlesung 12:00-13:00 Uhr Mittagspause 13:00-14:30 Uhr Präsenzübung 14:30-16:00 Uhr Übungsgruppen Material: Papier und Stift wacher Verstand

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

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie Notation Die in dieser Arbeit verwendete Notation ist im Wesentlichen Standard, so wie sie beispielsweise in [As] zu nden ist. Einige Abweichungen hiervon, Klarstellungen und zusätzliche Notationen (sofern

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

Gleichungen und Ungleichungen

Gleichungen und Ungleichungen Gleichungen Ungleichungen. Lineare Gleichungen Sei die Gleichung ax = b gegeben, wobei x die Unbekannte ist a, b reelle Zahlen sind. Diese Gleichung hat als Lösung die einzige reelle Zahl x = b, falls

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

3.2 Spiegelungen an zwei Spiegeln

3.2 Spiegelungen an zwei Spiegeln 3 Die Theorie des Spiegelbuches 45 sehen, wenn die Person uns direkt gegenüber steht. Denn dann hat sie eine Drehung um die senkrechte Achse gemacht und dabei links und rechts vertauscht. 3.2 Spiegelungen

Mehr

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Seminararbeit für das SE Reine Mathematik- Graphentheorie Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis

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

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

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

Mehr

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge Lehrstuhl für Softwaretechnik und Programmiersprachen Professor Dr. Michael Leuschel Grundlagen der Theoretischen Informatik - Sommersemester 2012 Übungsblatt 1: Lösungsvorschläge Disclaimer: Bei Folgendem

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

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen

Mehr

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Wintersemester 0/0 Wirtschaftsinformatik Bachelor IW Informatik Bachelor IN Vorlesung Mathematik Mathematik Lösungsvorschläge zum Übungsblatt

Mehr

13. Abzählen von Null- und Polstellen

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

Mehr

Mathematischer Vorkurs für Physiker WS 2009/10

Mathematischer Vorkurs für Physiker WS 2009/10 TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,

Mehr

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur Signatur Formeln Am Beispiel der Aussagenlogik erklären wir schrittweise wichtige Elemente eines logischen Systems. Zunächst benötigt ein logisches System ein Vokabular, d.h. eine Menge von Namen, die

Mehr

5. Aussagenlogik und Schaltalgebra

5. Aussagenlogik und Schaltalgebra 5. Aussagenlogik und Schaltalgebra Aussageformen und Aussagenlogik Boolesche Terme und Boolesche Funktionen Boolesche Algebra Schaltalgebra Schaltnetze und Schaltwerke R. Der 1 Aussagen Information oft

Mehr

Das Briefträgerproblem

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

Mehr

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

Lenstras Algorithmus für Faktorisierung

Lenstras Algorithmus für Faktorisierung Lenstras Algorithmus für Faktorisierung Bertil Nestorius 9 März 2010 1 Motivation Die schnelle Faktorisierung von Zahlen ist heutzutage ein sehr wichtigen Thema, zb gibt es in der Kryptographie viele weit

Mehr

6 Conways Chequerboard-Armee

6 Conways Chequerboard-Armee 6 Conways Chequerboard-Armee Spiele gehören zu den interessantesten Schöpfungen des menschlichen Geistes und die Analyse ihrer Struktur ist voller Abenteuer und Überraschungen. James R. Newman Es ist sehr

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 3: Alphabete (und Relationen, Funktionen, Aussagenlogik) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/18 Überblick Alphabete ASCII Unicode

Mehr

Mathematische Grundlagen

Mathematische Grundlagen Luise Unger In LATEX gesetzt von Luise Unger Mathematische Grundlagen Kurseinheit 1: Grundlagen 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 77 7 7 777 7 77 7777777 77777 7 77 7 7 7 7 7 7 77777777777

Mehr

Lösungen zum 3. Aufgabenblatt

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

Mehr

Algebra. Patrik Hubschmid. 8. Oktober 2013

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

Mehr

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

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

Qualitative Datenanalyse

Qualitative Datenanalyse Qualitative Datenanalyse Prof. Dr. Stefan E. Schmidt Francesco Kriegel TU Dresden Fakultät Mathematik Institut Algebra SS 2007 28. September 2008 Inhaltsverzeichnis Kapitel 1 Formale Begriffsanalyse 1

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

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

Repetitionsaufgaben: Lineare Gleichungen

Repetitionsaufgaben: Lineare Gleichungen Kantonale Fachschaft Mathematik Repetitionsaufgaben: Lineare Gleichungen Zusammengestellt von Hannes Ernst, KSR Lernziele: - Lineare Gleichungen von Hand auflösen können. - Lineare Gleichungen mit Parametern

Mehr

Didaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule

Didaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule Zahlbereichserweiterungen in der Hauptschule Didaktik der Zahlbereiche 4 Dr. Christian Groß Lehrstuhl Didaktik der Mathematik Universität Augsburg Wintersemester 2006/07 Natürliche Zahlen, : Klasse 5 positive

Mehr

Phrasensammlung für wissenschaftliches Arbeiten

Phrasensammlung für wissenschaftliches Arbeiten Phrasensammlung für wissenschaftliches Arbeiten Einleitung In diesem Aufsatz/dieser Abhandlung/dieser Arbeit werde ich... untersuchen/ermitteln/bewerten/analysieren... Um diese Frage zu beantworten, beginnen

Mehr

Mathematische Grundlagen 2. Termrechnen

Mathematische Grundlagen 2. Termrechnen Inhaltsverzeichnis: 2. Termrechnen... 2 2.1. Bedeutung von Termen... 2 2.2. Terme mit Variablen... 4 2.3. Vereinfachen von Termen... 5 2.3.1. Zusammenfassen von gleichartigen Termen... 5 2.3.2. Vereinfachen

Mehr

Mathematische Grundlagen der Kryptographie. 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe. Stefan Brandstädter Jennifer Karstens

Mathematische Grundlagen der Kryptographie. 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe. Stefan Brandstädter Jennifer Karstens Mathematische Grundlagen der Kryptographie 1. Ganze Zahlen 2. Kongruenzen und Restklassenringe Stefan Brandstädter Jennifer Karstens 18. Januar 2005 Inhaltsverzeichnis 1 Ganze Zahlen 1 1.1 Grundlagen............................

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 8: kontextfreie Grammatiken Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/37 Überblick Kontextfreie Grammatiken

Mehr

Lösungen zu Kapitel 7

Lösungen zu Kapitel 7 Lösungen zu Kapitel 7 Lösung zu Aufgabe 1: Nach Definition 7.1 ist eine Verknüpfung auf der Menge H durch eine Abbildung : H H H definiert. Gilt H = {a 1,..., a m }, so wird eine Verknüpfung auch vollständig

Mehr