TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

Größe: px
Ab Seite anzeigen:

Download "TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik"

Transkript

1 TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathemati Prof. Dr. Oliver Matte Max Lein Zentralübung 15. Abzählbareit Mathemati für Physier 2 Analysis 1) Wintersemester 2010/2011 Lösungsblatt ) i) Zeigen Sie, dass Z abzählbar ist. ii) Zeigen Sie, dass R nicht abzählbar ist. Bevor wir mit der eigentlichen Aufgabe anfangen, wiederholen wir urz, was es bedeutet, wenn eine Menge abzählbar ist. Definition 0.1 Abzählbareit) Eine Menge M heißt höchstens abzählbar, wenn eine bijetive Abbildung f : N N 0 M existiert. M heißt abzählbar unendlich, wenn N N 0 ist. Die Definition legt schon nahe, dass nicht jede Menge höchstens abzählbar ist und dass, obwohl N 0 unendlich viele Elemente enthält! Wie wir sehen werden, müssen wir zwischen Mengen mit abzählbar unendlich) vielen und überabzählbar unendlich) vielen Elementen unterscheiden. i) Wir geben explizit eine solche Abbildung f an: { n f : N 0 Z, n fn) : 2 n 2N 0 2 n 2N Wie man diret sieht, werden die geraden Zahlen auf positive ganze Zahlen abgebildet und die ungeraden auf die negativen. Auf den ersten Blic scheint diese Tatsache paradox: obwohl N 0 Z eine echte Teilmenge der ganzen Zahlen ist, gibt es eine Bijetion zwischen beiden. Wie man leicht sieht, ann das aber nur für Mengen mit abzählbar) unendlich vielen Elementen gelten, endliche Mengen önnen niemals echte Teilmengen mit gleicher Mächtigeit enthalten dieses Kriterium ann man auch dazu heranziehen, zwischen endlichen und unendlichen Mengen zu unterscheiden, Stichwort: Dedeind-unendliche Menge). ii) Wir werden zwei Widerspruchsbeweise mit unterschiedlichen Ideen angeben: Der Erste beruht auf einem mengentheoretischen Argument, der Zweite zeigt, dass reelle Zahlen nicht vollständig durch ihre Dezimaldarstellung charaterisiert sind. a) Ein möglicher Beweis verwendet Intervallschachtelungen: sei also {s n } n N eine Aufzählung von I 0 : [0, 1] R. Wenn wir zeigen önnen, dass eine Teilmenge von R überabzählbar ist, so muss auch R überabzählbar sein. Wir definieren reursiv das abgeschlossene Intervall I n : wir teilen I n 1 in drei gleich große Intervalle auf und wählen nun ein Intervall aus, in dem s n nicht liegt. Falls also s 1 0, ist, so önnen wir für I 1 das zweite oder das dritte Drittel auswählen, usw. So erhalten wir eine Intervallschachtelung, I j I n j > n. Da alle I n der Intervallschachtelung abgeschlossen sind, wissen wir aus Satz der Vorlesung, dass eine 1

2 Zahl s existiert, die in allen Intervallen der Intervallschachtelung enthalten ist, s I n n N. Andererseits muss s in der Aufzählung enthalten sein; wäre s s j für ein j N, so hätten wir insbesondere s s j I j. Nach Konstrution der Intervallschachtelung ann dies aber nie erfüllt sein, Widerspruch! b) Nehmen wir an, [0, 1] R wäre abzählbar und {s n } n N wäre eine solche Abzählung, das heißt die Abbildung f : N R, n fn) : s n. Jede Zahl s n stellen wir als Dezimalzahl dar und füllen gegebenenfalls die restlichen Stellen mit 0 auf. Bezeichne s n m die mte Stelle der Zahl s n, also beispielsweise ist die dritte Stelle der Zahl s 7 s 7 {1, 4, 5, 6, 2, 0,...} 0, s Jede Dezimalstelle ann nur Werte zwischen 0 und 9 annehmen. Außerdem bezeichnen wir eine beliebige Zahl zwischen 0 und 9 außer der 0 mit 0, usw. Wir definieren also die Zahl s 0 mit Dezimalen s n n : die n-te Dezimalstelle ist also gerade nicht die n-te Stelle der n-ten Zahl. Seien also beispielsweise die ersten 5 Zahlen der Aufzählung Dann definieren wir S 0, s 1 {3, 1, 5, 7, 4, 0,...} 0, s 2 {1, 8, 5, 6, 2, 2,...} 0, s 3 {2, 4, 5, 6, 2, 7,...} 0, s 4 {5, 6, 1, 1, 4, 8,...} 0, s 5 {9, 7, 5, 6, 3, 3,...} 0, S 0 : { s 0 {s 0 1, s 0 2, s 0 3, s 0 4,...} s 0 j s j j, j N }, als die Menge der Zahlen, dessen n-te Ziffer gerade nicht der n-ten Ziffer der n-ten Zahl der Aufzählung entspricht; in unserem Beispiel ist dies S 0 : { { 1, 4, 1, 6,...} 0 0, 1 1,..., 9 9 }. Eine mögliche Wahl wäre in diesem Fall 0, , es gibt aber unendlich viele andere. Sei s 0 S 0 [0, 1] beliebig aber fest. s 0 ann nicht in der Aufzählung von R enthalten sein. Denn angenommen s 0 wäre die n-te Zahl der Aufzählung, s 0 s n, so müsste auch s 0 n s n n gelten. Nach Konstrution von s 0 ann dies nie erfüllt sein und s 0 ist nicht in der Aufzählung enthalten. Widerspruch! 2

3 16. Injetive, surjetive und bijetive Abbildungen i) Seien f 1 : N P und f 2 : M N injetive Abbildungen. Zeigen Sie, dass die Hintereinanderausführung f 1 f 2 : M P, m f 1 f 2 m) : f 1 f2 m) ) ebenfalls injetiv ist. ii) Seien f 1 und f 2 aus Teilaufgabe i) bijetiv. Zeigen Sie, dass die Abbildung f 1 f 2 bijetiv ist und geben Sie das Inverse an. iii) Kann f 1 f 2 invertierbar sein, wenn f 1 und f 2 nicht beide notwendigerweise invertierbar sind? i) Zu allererst stellen wir fest, dass f 1 f 2 wohldefiniert ist: f 2 bildet von M nach N ab. Da f 1 auf ganz N definiert ist, ergibt f 1 f2 n) ) P Sinn. Sei also p f 1 f 2 M) P. Dann existiert ein m M mit f 1 f 2 m) p. Angenommen es gibt noch ein weiteres m M mit p f 1 f 2 m ). Dann ist n f 2 m ) ein Urbildpunt von p bezüglich f 1. Wäre n n : fm), dann liefert das einen Widerspruch zur Injetivität von f 1, da f 1 n) p f 1 n ). Gilt n n, so gäbe es zu diesem Punt zwei Urbilder unter f 2, Widerspruch zur Injetivität von f 2. Also ist auch die Komposition f 1 f 2 injetiv. ii) Wir brauchen zuerst ein Lemma: Lemma 0.2 Eine Abbildung f : M N ist genau dann bijetiv, wenn eine Abbildung g : N M existiert mit f g id N 1) g f id M, wobei id M : M M, m m, und id N : N N, n n, die Identitätsabbildungen sind, die jedes Element der Menge auf sich selbst abbilden. In diesem Fall schreiben wir f 1 g. Man beachte, dass die Identitätsabbildungen auf unterschiedlichen Mengen leben. Proof : Angenommen, es existiert ein g, das Gleichungen 1) erfüllt. Dann folgt aus f g id N, dass f surjetiv sein muss: ansonsten gäbe es ein n 0 N \ fm) ohne Urbild. Andererseits muss gn 0 ) ein Urbild sein, Widerspruch. Aus g f id M folgt, dass f auch injetiv ist: angenommen, es gäbe m 1, m 2 M mit fm 1 ) fm 2 ) n. Dann gilt aber m 1 g fm 1 ) gn) g fm 2 ) m 2. f ist also bijetiv. : Sei f bijetiv. Dann ist die Umehrabbildung f 1 : N M auf ganz N fm) definiert und es gelten f f 1 n) f f 1 n) ) n id N n) n N f 1 fm) f 1 fm) ) m id M m) m M. 3

4 Wir werden zeigen, dass f 1 f 2 ) 1 f2 1 f1 1 : P M die Inverse Abbildung zu f 1 f 2 ist und daher auch f 1 f 2 invertierbar ist. Das heißt, wir müssen f 1 f 2 ) 1 f 1 f 2 ) id M f 1 f 2 ) f 1 f 2 ) 1 id P zeigen. Wir begnügen uns mit dem Beweis der ersten Aussage, der von der zweiten geht analog. Wir müssen zuerst zeigen, dass die Vernüpfung von Abbildungen assoziativ ist, also für alle f 1 : N P, f 2 : M N, f 3 : J M f 1 f 2 f 3 ) f 1 f 2 ) f 3 f 1 f 2 f 3 : J P gilt. Das sieht man durch diretes Einsetzen: für alle j J gilt f 1 f 2 f 3 )j) f 1 f2 f 3 j) ) f 1 f2 f3 j) )) f 1 f 2 ) f 3 j) ) f 1 f 2 ) f 3 j) f 1 f 2 f 3 j). Für mehr als 3 Abbildungen ann man indutiv zeigen, dass man bei der Komposition von Abbildungen eine Klammern zu setzen braucht. Durch Einsetzen rechnen wir nach, dass f 1 f 2 ) 1 f 1 2 f 1 1 das Linsinverse ist: f 1 2 f 1 1 ) f 1 f 2 ) f 1 2 f1 1 f 1 }{{} id N 1 f 2 f2 f 2 id M iii) Ja, das ann passieren: angenommen, f 2 : M N ist injetiv. Dann ist f 1, aufgefasst als Abbildung zwischen M und im f N bijetiv. Wenn f 1 surjetiv und die Einschränung f 1 im f2 : im f 2 N P auf das Bild bijetiv ist, dann ist f 1 f 2 bijetiv. Als Beispiel betrachte man sin : R [ 1, +1] und arcsin : [ 1, +1] [ π /2, + π /2]: wir haben zwar sin arcsin id [ 1,+1], aber nicht arcsin sin id R. Der Sinus ist nicht überall invertierbar, sondern nur, wenn man ihn auf ein geeignetes Intervall einschränt man ann den Winel nur modulo π reonstruieren. 4

5 17. Polarzerlegung i) Zeigen Sie, dass man jede omplexe Zahl z C derart in ein r 0 und ein w C, w 1, zerlegen ann, dass z rw gilt. Wann ist diese Zerlegung eindeutig? ii) Geben Sie Real- und Imaginärteil von w aus i) an und interpretieren Sie beide geometrisch. i) Wir müssen zwei Fälle unterscheiden: z 0 und z 0. Sei also z 0. Dann ist r 0 und w 1 eine Zerlegung, Diese Zerlegung ist aber nicht eindeutig, man önnte nämlich jede andere omplexe Zahl w S 1 : { w C w 1 } auf der Kreislinie in der omplexen Ebene wählen. Nun zu z 0: dann önnen wir z schreiben als z z z : r w. z Per Definition ist z r > 0 und w hat Betrag 1, w z z 1 z 1. z Diese Zerlegung ist auch eindeutig, denn sei r w z eine andere Zerlegung mit r 0 und w 1. Dann folgt aus r r z und dann auch die Zerlegung ist für z 0 eindeutig. r w r w r r 0 r }{{} 1! z rw r w r r>0 r w 1 r z 1 z z w, ii) Wenn wir C R 2 als omplexe Ebene interpretieren, dann entspricht die Zerlegung z rw, r 0, w 1, der Polardarstellung. Man identifiziert die x-achse als Realteil und die y-achse als Imaginärteil. Dann ergeben sich die Komponenten von w zu w cos α + i sin α, wobei α der Winel ist, der zwischen dem Vetor z a + ib und der x-achse aufgespannt wird. Später werden wir sehen, dass man auch w e iα schreiben ann. 5

6 18. Der Betrag in C Man zeige für w, z C: i) z z, ii) w + z w + z, iii) w z wz, iv) wz w z, v) Re z) 1 2 z + z) vi) Im z) 1 2i z z) vii) Rew z) w z, viii) w + z w + z. Sei im Folgenden immer w u + iv, z x + iy, dann ist w u iv. i) z x iy x + iy z. ii) trivial. iii) w z u + iv) x + iy) u iv) x iy) ux vy) ivx+uy) ux vy) + ivx + uy) u + iv)x + iy) wz iv) wz 2 wzwz w wz z w 2 z 2. v) Für z x + iy erhalten wir Re z) x und 1 ) 2 x + iy) + x + iy) 1 2 x + iy + x iy) x. vi) Ganz analog zur vorigen Teilaufgabe erhalten wir Im z) y 1 2i z z) durch Einsetzen von z x + iy. vii) Für jede omplexe Zahl gilt Rez) z, also ist w z w z w z Rew z). viii) w + z 2 w + z) w + z) w w + z w + w z + z z w 2 + 2Rew z) + z 2 w w z + z 2 w + z ) 2. 6

7 Hausaufgaben 20. Binomische Formel [10 Punte] Zeigen Sie indutiv, dass für alle n N und w, z K die binomische Formel w + z) n w n z gilt. Hinweis: Verwenden Sie ) n + n ) +1 +1) und die Konvention z 0 : 1, wobei 1 K das neutrale Element der Multipliation ist. IA Wir zeigen die Aussage für n 1: 1 ) 1 w 1 z ) 1 w 1 z ) 1 w 0 z 1 1 w + z w + z) 1 IV Wir nehmen an, wir haben n w + z) n w n z für alle n n gezeigt. IS n n + 1: w + z) w + z) w + z) n IV, w + z) w + w n +1 z + w n z +1 w n z ) n 1 n w n +1 z + z + w n z +1 w n +1 z + z + w n 1) z 1 1 [ ) )] n n + w n +1 z + z 1 }{{} ), + 1 w n +1 z + z + 1 w z w + w + w + 7

8 21. Dreiecsungleichung [9 Punte] Für x R definieren wir den Betrag als x : max{ x, x}. i) Zeigen Sie die Dreiecsungleichung: für alle x, y R gilt x + y x + y. ii) Zeigen Sie, dass für alle n N und x 1,..., x n R gilt: x x i) Einerseits gilt x x und y y und somit auch x + y x + y x + y. Andererseits sind auch x x und y y richtig, woraus x + y) x + y) x + y ii) folgt. Somit ist ±x + y) x + y x + y gezeigt. IA n 1: Die Aussage ist für n 1 trivialerweise richtig, für alle x 1 R gilt 1 x x 1 x 1 1 x. IV Wir nehmen an, dass für alle n n, n N, n n x x bewiesen worden ist. IS n : Wir setzen die Aussage für ein, spalten den letzten Term ab und benutzen die normale Dreiecsungleichung sowie die Indutionsvoraussetzung, x IV, x + x -UGl, n x + x x. Somit gilt die Dreiecsungleichung auch für n + 1 Terme. x + x 8

9 22. Rechnen mit Summen [10 Punte] i) Zeigen Sie indutiv, dass linear ist, das heißt für alle n N und w 1,... w n, z 1,..., z n, λ K gilt: ) w + λz w + λ ii) Sei z K. Berechnen Sie z 4) 2 n a z. Sortieren Sie das Ergebnis nach Potenzen von z und benutzen Sie die Summenschreibweise als weit möglich. z i) IA Für n 1 ist die Aussage trivialerweise wahr, denn für alle w 1, z 1, λ K gilt 1 ) w + λz w1 + λz 1 IV Angenommen, wir haben die Behauptung, für alle n n bewiesen. 1 w + λ n w + λz w + λ n IS n n + 1: Seien w 1,..., w, z 1,..., z, λ K. Dann gilt ) w + λz z 1 z. ) ) w + λz + w + λz IV, D), w + λ z + w + λz ) w + λ z + z w + λ Im mit D) geennzeichneten Schritt haben wir das Distributivgesetz benutzt. z. ii) Wir multiplizieren aus und verwenden stets, dass linear ist: z 4) 2 a z z 2 a z 8z a z +2 n+2 2 a z a z +1 + a 2 z 8a 1 z + a z 16a z 16a z 9

10 a 2 z + a n 1 z + a n z n a 0 z 8a 1 z 8a n z a a 1 z + 16a z 2 16a 0 + 8a a 1 ) z + ) a 2 8a a z a n 1 8a n ) z + a n z n+2 10

11 23. Komplexe Zahlen [4 Punte] Berechnen Sie Real- und Imaginärteil von i) 1 + i) 2, ii) i ) 1, iii) 5 3+i, iv) den Lösungen der Gleichung z 2 2i. i) 1 + i) i ii) i ) 1 i+1 i ) 1 i 1+i i 1 i i 2 5 iii) 3+i 5 3+i)3 i) 3 i) i) iv) Nach i) ist z 1 + i eine Lösung, z 1 i ist die andere. 11

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

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

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heio Hoffmann WS 2013/14 Höhere Mathemati I für die Fachrichtung Informati Lösungsvorschläge zum 2. Übungsblatt Aufgabe

Mehr

Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest.

Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest. Analysis, Woche Zahlen A. Elementares Bevor wir mit Analysis anfangen, legen wir erst einige mathematische Symbole fest... Logische Symbole Seien A und B Aussagen. So eine Aussage ist zum Beispiel: Gras

Mehr

Mathematik 1 nach der Vorlesung Mathematik für Physiker 1 Wiebe. Sebastian Ritz

Mathematik 1 nach der Vorlesung Mathematik für Physiker 1 Wiebe. Sebastian Ritz Mathemati 1 nach der Vorlesung Mathemati für Physier 1 Wiebe Sebastian Ritz 2 Inhaltsverzeichnis 1 Einleitung 5 2 Mengen 7 2.1 Liste der Zahlenbereiche....................... 8 2.2 Rechenregeln für Mengen......................

Mehr

Vorkurs Mathematik Übungen zu Komplexen Zahlen

Vorkurs Mathematik Übungen zu Komplexen Zahlen Vorkurs Mathematik Übungen zu Komplexen Zahlen Komplexe Zahlen Koordinatenwechsel Aufgabe. Zeichnen Sie die folgende Zahlen zunächst in ein (kartesisches) Koordinatensystem. Bestimmen Sie dann die Polarkoordinaten

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume

Mehr

Ferienkurs Analysis I für Physiker WS 15/16 Aufgaben Tag 1. Aufgaben Tag 1. (1 + i) 2 = 0 + 2i. = i 1 + i = i1 i = 1 2 2 + i 2

Ferienkurs Analysis I für Physiker WS 15/16 Aufgaben Tag 1. Aufgaben Tag 1. (1 + i) 2 = 0 + 2i. = i 1 + i = i1 i = 1 2 2 + i 2 Ferienurs Analysis I für Physier WS 15/16 Aufgaben Tag 1 1 Komplee Zahlen I Aufgaben Tag 1 Berechnen Sie Real- und ImaginÃďrteil von a) (1 + i) (1 + i) 0 + i b) 1 + 1 1 i ( 1 + 1 i ) 1 ( 1 + i i ) 1 i

Mehr

Addition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ):

Addition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ): Komplexe Zahlen Definition 1. Eine komplexe Zahl z ist ein geordnetes Paar reeller Zahlen (a, b). Wir nennen a den Realteil von z und b den Imaginärteil von z, geschrieben a = Re z, b = Im z. Komplexe

Mehr

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2 4.1 Definition Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn xfy 1 xfy 2 = y 1 = y 2 Y heißt Zielbereich oder Zielmenge von f. Statt (x, y) f oder xfy schreibt man y = f(x). Vollständige

Mehr

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff

Lineare Algebra I. Auswahlaxiom befragen. (Wer schon im Internet danach sucht, sollte das auch mal mit dem Begriff Universität Konstanz Wintersemester 2009/2010 Fachbereich Mathematik und Statistik Lösungsblatt 2 Prof. Dr. Markus Schweighofer 11.11.2009 Aaron Kunert / Sven Wagner Lineare Algebra I Lösung 2.1: Behauptung:

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

$Id: reihen.tex,v /06/12 10:59:50 hk Exp $ unendliche Summe. a 1 + a 2 + a 3 +.

$Id: reihen.tex,v /06/12 10:59:50 hk Exp $ unendliche Summe. a 1 + a 2 + a 3 +. Mathematik für Informatiker B, SS 202 Dienstag 2.6 $Id: reihen.tex,v.8 202/06/2 0:59:50 hk Exp $ 7 Reihen Eine Reihe ist eine unendliche Summe a + a 2 + a 3 +. Die Summanden a i können dabei reell oder

Mehr

$Id: reell.tex,v /11/11 12:32:08 hk Exp $

$Id: reell.tex,v /11/11 12:32:08 hk Exp $ Mathemati für Physier I, WS 203/204 Montag. $Id: reell.tex,v.23 203// 2:32:08 h Exp $ Die reellen Zahlen.5 Potenzen mit rationalen Exponenten Wir behandeln gerade die Bernoulli-Ungleichung +x) n +nx gültig

Mehr

Einführung Seite 28. Zahlenebene C. Vorlesung bzw. 24. Oktober 2013

Einführung Seite 28. Zahlenebene C. Vorlesung bzw. 24. Oktober 2013 Einführung Seite 8 Vorlesung 1 3. bzw. 4. Oktober 013 Komplexe Zahlen Seite 9 Lösung von x + 1 = 0, pq-formel liefert x 1/ = ± 1 ; }{{} verboten Definition Imaginäre Einheit i := 1 Dann x 1/ = ±i; i =

Mehr

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,

Mehr

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl. Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )

Mehr

2. Stetigkeit und Differenzierbarkeit

2. Stetigkeit und Differenzierbarkeit 2. Stetigkeit Differenzierbarkeit 9 2. Stetigkeit Differenzierbarkeit Wir wollen uns nun komplexen Funktionen zuwenden dabei zunächst die ersten in der Analysis betrachteten Eigenschaften untersuchen,

Mehr

Die komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.

Die komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C. Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines

Mehr

Elemente der Algebra

Elemente der Algebra Prof. Dr. H. Brenner Osnabrüc SS 2015 Elemente der Algebra Vorlesung 2 Ringe Die wichtigsten mathematischen Struturen wie Z, Q, R besitzen nicht nur eine, sondern zwei Vernüpfungen. Definition 2.1. Ein

Mehr

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω 5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,

Mehr

Konvergenz, Filter und der Satz von Tychonoff

Konvergenz, Filter und der Satz von Tychonoff Abschnitt 4 Konvergenz, Filter und der Satz von Tychonoff In metrischen Räumen kann man topologische Begriffe wie Stetigkeit, Abschluss, Kompaktheit auch mit Hilfe von Konvergenz von Folgen charakterisieren.

Mehr

18 Höhere Ableitungen und Taylorformel

18 Höhere Ableitungen und Taylorformel 8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a

Mehr

Elementare Beweismethoden

Elementare Beweismethoden Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe

Mehr

1 Übungen zu Mengen. Aufgaben zum Vorkurs B S. 1. Aufgabe 1: Geben Sie folgende Mengen durch Aufzählen ihrer Elemente an:

1 Übungen zu Mengen. Aufgaben zum Vorkurs B S. 1. Aufgabe 1: Geben Sie folgende Mengen durch Aufzählen ihrer Elemente an: Aufgaben zum Vorkurs B S. 1 1 Übungen zu Mengen Geben Sie folgende Mengen durch Aufzählen ihrer Elemente an: A = {x N 0 < x < 4, 8} B = {t N t ist Teiler von 4} C = {z Z z ist positiv, durch 3 teilbar

Mehr

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen Mengen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

6. Orbits und die Runge-Lenz Vektor

6. Orbits und die Runge-Lenz Vektor Übungen zur T: Theoretische Mechani, SoSe3 Prof. Dr. Dieter Lüst Theresienstr. 37, Zi. 45 Dr. James Gray James.Gray@physi.uni-muenchen.de 6. Orbits und die Runge-Lenz Vetor Übung 6.: Die Rücehr der Kanonenugel

Mehr

6 Reelle und komplexe Zahlenfolgen

6 Reelle und komplexe Zahlenfolgen Mathematik für Physiker I, WS 200/20 Freitag 0.2 $Id: folgen.tex,v. 200/2/06 :2:5 hk Exp $ $Id: reihen.tex,v. 200/2/0 4:4:40 hk Exp hk $ 6 Reelle und komplexe Zahlenfolgen 6. Cauchyfolgen Wir kommen nun

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

Mathematik I. Vorlesung 5

Mathematik I. Vorlesung 5 Prof. Dr. H. Brenner Osnabrüc WS 2009/2010 Mathemati I Vorlesung 5 Für zwei natürliche Zahlen n, m gilt n m genau dann, wenn man n = m+ mit einem N schreiben ann (siehe Aufgabe 4.12). In diesem Fall ist

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Zusammenfassung Zahlbereiche

Zusammenfassung Zahlbereiche Zusammenfassung Zahlbereiche Ekkehard Batzies 7. Mai 2008 1 Die rationalen Zahlen 1.1 Zahlbereiche in der Schule Als Zahlbereiche kennt man aus der Schule die natürlichen Zahlen, N = {0, 1, 2, 3,...},

Mehr

6 Reelle und komplexe Zahlenfolgen

6 Reelle und komplexe Zahlenfolgen $Id: folgen.tex,v.7 200//29 :58:57 hk Exp hk $ 6 Reelle und komplexe Zahlenfolgen 6. Folgenkonvergenz In der letzten Sitzung hatten wir den Begriff der Konvergenz einer reellen oder komplexen Folge gegen

Mehr

Mathematik für Informatiker II Übungsblatt 7

Mathematik für Informatiker II Übungsblatt 7 Mathematik für Informatiker II Übungsblatt 7 Vincent Blaskowitz Übungsblatt 7 vom 03.06.20 Aufgabe Aufgabenstellung Berechnen Sie die folgenden Logarithmen ohne Taschenrechner: i log 0,008 ii log 2 Lösung

Mehr

Lösungen zu den Hausaufgaben zur Analysis II

Lösungen zu den Hausaufgaben zur Analysis II Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathemati PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathemati für Informatier II (Sommersemester 00) Lösungen zu Aufgabenblatt

Mehr

Kapitel 3. Natürliche Zahlen und vollständige Induktion

Kapitel 3. Natürliche Zahlen und vollständige Induktion Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine

Mehr

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Probleme über Sprachen. Teil II.

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Probleme über Sprachen. Teil II. Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen

Mehr

24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN

24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN 24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN x 2 = 0+x 2 = ( a+a)+x 2 = a+(a+x 2 ) = a+(a+x 1 ) = ( a+a)+x 1 = x 1. Daraus folgt dann, wegen x 1 = x 2 die Eindeutigkeit. Im zweiten Fall kann man für a 0 schreiben

Mehr

Mathematik 1 für Chemische Technologie 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N =

Mathematik 1 für Chemische Technologie 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen bezüglich der Addition und Multiplikation: a, b N mit

Mehr

Technische Universität München. Lösung Montag WS 2013/14. (Einheitskreis, ohne Rechnung ersichtlich) (Einheitskreis, ohne Rechnung ersichtlich)

Technische Universität München. Lösung Montag WS 2013/14. (Einheitskreis, ohne Rechnung ersichtlich) (Einheitskreis, ohne Rechnung ersichtlich) Technische Universität München Andreas Wörfel Ferienkurs Analysis 1 für Physiker Lösung Montag WS 01/1 Aufgabe 1 Zum warm werden: Komplexe Zahlen - Lehrling Bestimmen Sie das komplex Konjugierte, den Betrag

Mehr

Wiederholung Vorlesungen 1 bis 8

Wiederholung Vorlesungen 1 bis 8 Wiederholung Vorlesungen 1 bis 8 Aufgabe 1 a) Sind die im Folgenden gegebenen Ausdrücke als Folge interpretierbar? Wenn ja, wie? i) 1,,4,8,16,3,64,..., ii)... 5, 3, 1,1,3,5,..., iii) 3,10,π,4, 1 7,10,1,14,16,18,...

Mehr

Mathematische Strukturen

Mathematische Strukturen Mathematische Strukturen Lineare Algebra I Kapitel 3 18. April 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de

Mehr

Lösung (die Geraden laufen parallel) oder unendlich viele Lösungen.

Lösung (die Geraden laufen parallel) oder unendlich viele Lösungen. 1 Albert Ludwigs Universität Freiburg Abteilung Empirische Forschung und Ökonometrie Mathematik für Wirtschaftswissenschaftler Dr. Sevtap Kestel Winter 2008 Kapitel 16 Determinanten und inverse Matrizen

Mehr

2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen

2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen 2. Zahlenmenge, Aufbau des Zahlensystems 2.1 Natürliche Zahlen N Die natürlichen Zahlen bilden eine Menge: N = {1, 2, 3, 4,... }. N ist abgeschlossen bezüglich der Addition und Multiplikation: a, b N mit

Mehr

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau, Algebra I 9. April 2008 c Rudolf Scharlau, 2002 2008 18 1.3 Gruppen Der Begriff der Gruppe ordnet sich in gewisser Weise dem allgemeineren Konzept der Verknüpfung (auf einer Menge) unter. So ist zum Beispiel

Mehr

Analysis I. 4. Beispielklausur mit Lösungen

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

Mehr

3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich.

3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich. 3.5 Ringe und Körper Gehen wir noch mal zu den ganzen Zahlen zurück. Wir wissen: (Z, + ist eine Gruppe, es gibt aber als Verknüpfung noch die Multiplikation, es gibt ein neutrales Element bezüglich, es

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 2 Beispiele für Gruppen Aus der Vorlesung Mathematik I sind schon viele kommutative Gruppen bekannt. Zunächst gibt es die additiven

Mehr

Menge der natürlichen Zahlen = {1, 2, 3,...} Aber: a + x = b ist nur lösbar, falls b > a

Menge der natürlichen Zahlen = {1, 2, 3,...} Aber: a + x = b ist nur lösbar, falls b > a Komplexe Zahlen. Bedarfsfrage Menge der natürlichen Zahlen = {,, 3,...} Aber: a + x = b ist nur lösbar, falls b > a (Peano-Axiome). Erweiterung: Menge der ganen Zahlen = {..., -3, -, -, 0,,, 3,...} a +

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Lösungen Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Kapitel I: Mengen Aufgabe

Mehr

Komplexe Funktionen. für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg. Reiner Lauterbach. Universität Hamburg

Komplexe Funktionen. für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg. Reiner Lauterbach. Universität Hamburg Komplexe Funktionen für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Universität Hamburg SS 2006 Reiner Lauterbach (Universität Hamburg) Komplexe Funktionen

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

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

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

Lineare Abhängigkeit

Lineare Abhängigkeit Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x

Mehr

4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung

4.13. Permutationen. Definition. Eine Permutation der Elementen {1,..., n} ist eine bijektive Abbildung 43 Permutationen Definition Eine Permutation der Elementen {,, n} ist eine bijektive Abbildung σ : {,,n} {,,n} Es ist leicht zu sehen, dass die Hintereinanderführung zweier Permutationen ergibt wieder

Mehr

1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale

1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen

Mehr

Klausuren zur Vorlesung ANALYSIS I

Klausuren zur Vorlesung ANALYSIS I Fachbereich Mathemati und Informati der Philipps-Universität Marburg Klausuren zur Vorlesung ANALYSIS I Prof. Dr. C. Portenier unter Mitarbeit von A. Alldridge und R. Jäger Marburg, Wintersemester 00/0

Mehr

Diskrete Verteilungen

Diskrete Verteilungen KAPITEL 6 Disrete Verteilungen Nun werden wir verschiedene Beispiele von disreten Zufallsvariablen betrachten. 1. Gleichverteilung Definition 6.1. Eine Zufallsvariable X : Ω R heißt gleichverteilt (oder

Mehr

konvergent falls Sei eine allgemeine ("gutmütige") Funktion. Frage: kann man sie in der Nähe des Punktes darstellen mittels einer Potenzreihe in

konvergent falls Sei eine allgemeine (gutmütige) Funktion. Frage: kann man sie in der Nähe des Punktes darstellen mittels einer Potenzreihe in C5 Funktionen: Reihenentwicklungen C5.1 Taylorreihen Brook Taylor (1685-1731) (Analysis-Vorlesung: Konvergenz von Reihen und Folgen) Grundlegende Frage: Wann / unter welchen Voraussetzungen lässt sich

Mehr

Konstruktion der reellen Zahlen 1 von Philipp Bischo

Konstruktion der reellen Zahlen 1 von Philipp Bischo Konstruktion der reellen Zahlen 1 von Philipp Bischo 1.Motivation 3 1.1. Konstruktion von R im allgemeine 3 2.Voraussetzung 3 2.1Die Menge Q zusammen mit den beiden Verknüpfungen 3 2.2Die Rationalen Zahlen

Mehr

Aufgaben zu Kapitel 5

Aufgaben zu Kapitel 5 Aufgaben zu Kapitel 5 Aufgaben zu Kapitel 5 Verständnisfragen Aufgabe 5. Geben Sie zu folgenden komplexen Zahlen die Polarkoordinatendarstellung an z i z + i z 3 + 3i). r 5 ϕ 5 4 3 π bzw. r 6 3 ϕ 6 4 5

Mehr

DIE SÄTZE VON SCHUR-ZASSENHAUS UND P. HALL

DIE SÄTZE VON SCHUR-ZASSENHAUS UND P. HALL DIE SÄTZE VON SCHUR-ZASSENHAUS UND P. HALL LARS KINDLER Dies sind Notizen für ein Seminar an der Universität Duisburg-Essen im Sommersemster 2011. Als Quelle diente das Buch A Course in the Theory of Groups

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester

Mehr

Analysis I - Stetige Funktionen

Analysis I - Stetige Funktionen Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt

Mehr

Surjektive, injektive und bijektive Funktionen.

Surjektive, injektive und bijektive Funktionen. Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens

Mehr

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom

Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R

Mehr

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.) 3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten

Mehr

Zahlen und elementares Rechnen

Zahlen und elementares Rechnen und elementares Rechnen Christian Serpé Universität Münster 7. September 2011 Christian Serpé (Universität Münster) und elementares Rechnen 7. September 2011 1 / 51 Gliederung 1 2 Elementares Rechnen 3

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 10: Inverse Matrix und Determinante D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die

Mehr

Kapitel 4: Irreduzible und aperiodische Markov Ketten 1

Kapitel 4: Irreduzible und aperiodische Markov Ketten 1 Matrielnummer: 1152750 Projetseminar zur Stochasti Kapitel 4: Irreduzible und aperiodische Marov Ketten 1 Für einige besonders interessante Ergebnisse der Marov Theorie, werden zunächst bestimmte Annnahme

Mehr

1.2 Mengenlehre-Einführung in die reellen Zahlen

1.2 Mengenlehre-Einführung in die reellen Zahlen .2 Mengenlehre-Einführung in die reellen Zahlen Inhaltsverzeichnis Repetition 2 2 Dezimalzahlen 3 3 weitere irrationale Zahlen 4 3. Zusatz: Der Beweis, dass 2 irrational ist.......................... 5

Mehr

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Michael Kniely November 2009 1 Vorbemerkungen Definition. Sei n N +, ϕ(n) := {d [0, n 1] ggt (d, n) = 1}. Die Abbildung ϕ : N + N + heißt

Mehr

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist

Mehr

Übungen zu Einführung in die Lineare Algebra und Geometrie

Übungen zu Einführung in die Lineare Algebra und Geometrie Übungen zu Einführung in die Lineare Algebra und Geometrie Andreas Cap Sommersemester 2010 Kapitel 1: Einleitung (1) Für a, b Z diskutiere analog zur Vorlesung das Lösungsverhalten der Gleichung ax = b

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

7 Vektorräume und Körperweiterungen

7 Vektorräume und Körperweiterungen $Id: vektor.tex,v 1.3 2009/05/25 15:03:47 hk Exp $ 7 Vektorräume und Körperweiterungen Wir sind gerade bei der Besprechung derjenigen Grundeigenschaften des Tensorprodukts, die mit vergleichsweise wenig

Mehr

Lösungsvorschlag zu den Hausaufgaben der 8. Übung

Lösungsvorschlag zu den Hausaufgaben der 8. Übung FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H

Mehr

Thema 3 Folgen, Grenzwerte

Thema 3 Folgen, Grenzwerte Thema 3 Folgen, Grenzwerte Definition Eine Folge von reellen Zahlen ist eine Abbildung von N in R d.h. jedem n N ist eine Zahl a n zugeordnet. Wir schreiben für eine solche Folge. Beispiele. (a n ) n N

Mehr

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil April (Voll-) Klausur Analysis I für Ingenieure en Rechenteil Aufgabe 7 Punkte (a) Skizzieren Sie die 4-periodische Funktion mit f() = für und f() = für (b) Berechnen Sie für diese Funktion die Fourierkoeffizienten

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume

Mehr

Abbildungseigenschaften

Abbildungseigenschaften Abbildungseigenschaften.5. Injektivität Injektivität (injektiv, linkseindeutig) ist eine Eigenschaft einer mathematischen Funktion. Sie bedeutet, dass jedes Element der Zielmenge höchstens einmal als Funktionswert

Mehr

also ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges

also ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges 11. Kompakte Operatoren Seien X, Y Banachräume, und sei T : X Y ein linearer Operator. Definition 11.1. T heißt kompakt, enn T (B) eine kompakte Teilmenge von Y ist für alle beschränkten Mengen B X. Wir

Mehr

Satz 16 (Multiplikationssatz)

Satz 16 (Multiplikationssatz) Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.

Mehr

Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1

Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1 Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Zeigen Sie mit vollständiger Induktion:

Mehr

1 Rechnen mit 2 2 Matrizen

1 Rechnen mit 2 2 Matrizen 1 Rechnen mit 2 2 Matrizen 11 Produkt Wir berechnen das allgemeine Produkt von A = Für das Produkt gilt AB = a11 a 12 a 21 a 22 a11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 b 11 + a 22 b 21 a 21 b 12

Mehr

Übungsblatt 13. Lineare Algebra I, Prof. Dr. Plesken, SS (β α) tr = α tr β tr.

Übungsblatt 13. Lineare Algebra I, Prof. Dr. Plesken, SS (β α) tr = α tr β tr. Übungsblatt 13 Lineare Algebra I, Prof Dr Plesen, SS 2008 Aufgabe 1 (Transponierte lineare Abbildung) Sei α : V W linear Zeige: α tr ist injetiv (surjetiv) genau dann, wenn α surjetiv (injetiv) ist Ist

Mehr

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich Lineare Algebra U Stammbach Professor an der ETH-Zürich I Vektorräume Kapitel I Vektorräume 1 I1 Lineare Gleichungssysteme 1 I2 Beispiele von Vektorräumen 7 I3 Definition eines Vektorraumes 8 I4 Linearkombinationen,

Mehr

Mathematische Grundlagen der Ökonomie Übungsblatt 8

Mathematische Grundlagen der Ökonomie Übungsblatt 8 Mathematische Grundlagen der Ökonomie Übungsblatt 8 Abgabe Donnerstag 7. Dezember, 0:5 in H 5+7+8 = 20 Punkte Mit Lösungshinweisen zu einigen Aufgaben 29. Das Bisektionsverfahren sucht eine Nullstelle

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrüc WS 2011/2012 Mathemati für Anwender I Vorlesung 3 Bernoullische Ungleichung Die Bernoulli sche Ungleichung für n = 3. Die folgende Aussage heißt Bernoulli Ungleichung. Satz

Mehr

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,

Mehr

Leitfaden a tx t

Leitfaden a tx t Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und

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

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I (Wintersemester 2003/2004) Aufgabenblatt 9

Mehr

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss.

MAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss. 1. Konvexität in der absoluten Ebene In einem Dreieck in der Euklidischen Ebene hat die Strecke zwischen zwei Seitenmittelpunkten die halbe Länge der dritten Seite. In der absoluten Ebene hat man eine

Mehr

1.1 Mengen und Abbildungen

1.1 Mengen und Abbildungen Lineare Algebra I WS 2015/16 c Rudolf Scharlau 3 1.1 Mengen und Abbildungen In diesem Abschnitt stellen wir die grundlegende mathematische Sprache und Notation zusammen, die für jede Art von heutiger Mathematik

Mehr

Komplexe Zahlen und konforme Abbildungen

Komplexe Zahlen und konforme Abbildungen Kapitel 1 Komplexe Zahlen und konforme Abbildungen 1.0 Geometrie der komplexen Zahlen Die Menge C der komplexen Zahlen, lässt sich mithilfe der bijektiven Abbildung C := {x + iy : x,y R}, C z = x + iy

Mehr

Reelle Zahlen, Gleichungen und Ungleichungen

Reelle Zahlen, Gleichungen und Ungleichungen 9 2. Vorlesung Reelle Zahlen, Gleichungen und Ungleichungen 4 Zahlenmengen und der Körper der reellen Zahlen 4.1 Zahlenmengen * Die Menge der natürlichen Zahlen N = {0,1,2,3,...}. * Die Menge der ganzen

Mehr

5 Grundlagen der Zahlentheorie

5 Grundlagen der Zahlentheorie 5 Grundlagen der Zahlentheorie 1 Primfaktorzerlegung Seienm, n N + := {k N k > 0} Man schreibt n n, gesprochen m teilt n oder m ist ein Teiler von n, wenn es eine positive natürliche Zahl k gibt mit mk

Mehr