Scriptum zur Vorlesung Spezielle Aspekte der Analysis

Größe: px
Ab Seite anzeigen:

Download "Scriptum zur Vorlesung Spezielle Aspekte der Analysis"

Transkript

1 Scriptum zur Vorlesung Spezielle Aspekte der Anlysis Prof. W. Hoffmnn SS Häufungspunkte Im Folgenden betrchten wir unendliche Zhlenfolgen x 1, x 2, x 3,... Häufig bezeichnen wir ds llgemeine Glied mit x n und sprechen von der Folge x n. Definition 1 Eine reelle Zhl heißt Häufungspunkt der Folge x n reeller Zhlen, wenn es für jede positive Zhl ε unendlich viele ntürliche Zhlen n gibt, so dss x n < ε. Beispiel (). Die Folge 0, 0, 0,...ht nur den Häufungspunkt 0. Beispiel (b). Die Folge 1, 1, 1,..., 1,... ht den Häufungspunkt 0, denn 2 3 n ist ε > 0 beliebig, so gilt 1 0 < ε für lle n mit n > 1. Eine Zhl 0 n ε ist kein Häufungspunkt, denn ist 0 < ε <, so gibt es nur endlich viele n mit 1 < ε. Nch der Dreiecksungleichung gilt dnn nämlich n 0 1 n n, lso < ε + 1 n, n > 1 ε. Beispiel (c). Die Folge 1, 1, 1, 1,... ht die Häufungspunkte 1 und 1. Beispiel (d). Die Folge der ntürlichen Zhlen ht keinen Häufungspunkt. Beispiel (e). Für jede reelle Zhl x bezeichnen wir mit [x], die größte gnze Zhl, die kleiner oder gleich x ist, und setzen {x} = x [x]. (Aus dem Zusmmenhng ergibt sich, dss nicht die Einermenge mit dem Element x gemeint ist.) Wir hlten eine irrtionle Zhl c fest und setzen x n = {nc}. Wir zeigen in einer Reihe von Schritten, dss jede Zhl des Intervlls [0, 1] ein Häufungspunkt der Folge ist. 1

2 Wäre x m = x n für m n, so wäre nc mc = k Z, lso c = k n m im Widerspruch zur Irrtionlität von c. Also sind sämtliche Folgeglieder verschieden. Die ersten N 1 Glieder der Folge teilen ds Intervll [0, 1] in N Teilintervlle, deren Längen sich zu 1 summieren. Also muss wenigstens eines von ihnen eine Länge kleiner oder gleich 1 hben, ds heißt, es gibt m und n, so N dss x m x n 1 N. Wir bezeichnen die linke Seite mit h und setzen p = m n. Aus der Definition von x n folgt, dss h = pc k für ein k Z. Für lle ntürlichen Zhlen l mit 1 l 1 ist nun l(pc k) 1, lso h { l(pc k) = lh, flls pc k > 0, x lp = l(pc k) + 1 = 1 lh, flls pc k < 0. Diese Folgeglieder teilen ds Intervll [0, 1] in Intervlle der Länge höchstens 1 N. Sind [0, 1] und 0 < ε < 1 beliebig, so ht ds Intervll ( ε, +ε) [0, 1] mindestens die Länge ε. Die Anzhl der Glieder x lp mit 1 l 1 h, die in diesem Intervll liegen, ist lso nicht kleiner ls Nε. D wir N unbhängig von und ε wählen können, ist die Anzhl der n mit der Eigenschft x n ( ε, + ε) größer ls jede Zhl der Form Nε, ds heißt unendlich. Somit ist ein Häufungspunkt. Definition 2 Eine Intervllschchtelung ist eine Folge von bgeschlossenen Intervllen [ 0, b 0 ] [ 1, b 1 ] [ 2, b 2 ]... mit der Eigenschft, dss es zu jeder positiven Zhl ε eine ntürliche Zhl k gibt, so dss b k k < ε. Irrtionlzhlen knn mn durch Intevllschchtelungen chrkterisieren. Ein unendlicher Dezimlbruch liefert uns z. B. eine Intervllschchtelung, in der die Länge eines Intervlls jeweils ein Zehntel der Länge des vorigen Intervlls ist. Stz 0 Für jede Intervllschchtelung gibt es eine genu reelle Zhl, die in llen ihren Intervllen enthlten ist. Dieser Stz wird im Rhmen der Konstruktion der reellen Zhlen us den rtionlen Zhlen bewiesen. In gewisser Weise werden die reellen Zhlen gerde so konstruiert, dss dieser Stz gilt. Wir werden ihn hier nicht beweisen. 2

3 Zumindest ist klr, dss es keine verschiedenen Zhlen x < y geben knn, die in llen Intervllen enthlten sind, denn nch Definition gibt es ein Intervll [ k, b k ], dessen Länge b k k kleiner ls die positive Zhl y x ist. Stz 1 (Bolzno-Weierstrß) Eine beschränkte Folge reeller Zhlen ht mindestens einen Häufungspunkt. Beweis. Die Vorussetzung, dss unsere Folge x n beschränkt ist, besgt dss es Zhlen 0 und b 0 gibt, so dss für lle n gilt x n [ 0, b 0 ]. Der Mittelpunkt m 0 = 0+b 0 2 des Intervlls teilt es in zwei Teilintervlle [ 0, m 0 ] und [m 0, b 0 ] von der hlben Länge. Wenigstens eines von ihnen muss unendlich viele Glieder der Folge enthlten (in dem Sinne, dss es die Zhlen x n für unendlich viele n enthält). Wir wählen ein solches Teilintervll us und bezeichnen es mit [ 1, b 1 ]. Wir folgern mit dem gleichen Argument, dss ds linke oder ds rechte Hlbintervll von [ 1, b 1 ] unendlich viele Folgeglieder enthlten muss. So fortfhrend erhlten wir eine Folge von Intervllen [ k, b k ] der Länge b 0 0, die jeweils unendlich viele Glieder x 2 k n enthlten. Für jedes ε > 0 gibt es ein k, so dss 2 k > b 0 0, ds heißt b ε k k < ε. Also hben wir eine Intervllschchtelung, und nch Stz 0 gibt es eine Zhl c, die für jedes k in [ k, b k ] enthlten ist. Ist ε > 0 gegeben, so wählen wir ein k derrt, dss b k k < ε. Zwei beliebige Elemente des Intervlls [ k, b k ] hben dnn höchstens den Abstnd ε. Nch Konstruktion gilt x n [ k, b k ] für unendlich viele n, und für diese folgt x n c < ε. In Beispiel (e) liegen lle Glieder der Folge in dem bgeschlossenen Intervll [0, 1]. Folgt drus, dss uch lle Häufungspunkte in diesem Intervll liegen müssen? Definition 3 Eine Menge A reeller Zhlen heißt bgeschlossen, wenn für jede Folge in A uch jeder Häufungspunkt der Folge in A liegt. Einen Menge U reeller Zhlen heißt offen, wenn es für jedes Element u von U ein ε gibt, so dss jede Zhl x mit der Eigenschft x u < ε in U liegt. Stz 2 Eine Menge A ist genu dnn bgeschlossen, wenn die Menge U = R \ A (gennnt die Komplementärmenge von A) offen ist. Mn knn sich leicht überzeugen, dss die Komplementärmenge eines bgeschlossenen Intervlls eine offene Menge ist. Nch dem Stz ist ein bgeschlossenes Intervll lso eine bgeschlossene Menge, und die Antwort uf die obige Frge lutet J. 3

4 Beweis. Ist U offen, so knn ein Element u von U kein Häufungspunkt einer Folge x n von Elementen von A sein, denn ist ε wie in der Definition der offenen Menge, so gibt es kein n mit der Eigenschft x n u < ε. Also liegen lle Häufungspunkte in A. Umgekehrt sei A bgeschlossen und u ein beliebiger Punkt von U. Wir nehmen ds Gegenteil der gewünschten Eigenschft von u n, dss es lso kein ε > 0 gibt, so dss lle Zhlen x mit der Eigenschft x u < ε in U liegen. Mit nderen Worten, gnz gleich, welches ε > 0 wir wählen, es soll immer ein x mit der Eigenschft x u < ε geben, ds nicht in U, sondern in A liegt. Insbesondere gibt es dnn für jedes n ein x n A mit der Eigenschft x n u < 1 n. Dnn ist ber u ein Häufungspunkt der Folge x n im Widerspruch zur Abgeschlossenheit von A. Unsere Annhme wr lso flsch. 4

5 2 Grenzwerte Die intuitive Vorstellung, dss eine Folge gegen einen Grenzwert strebt, wenn ihre Glieder dem Grenzwert beliebig nhe kommen und letztendlich uch beliebig nhe bleiben, wird wie folgt präzisiert. Definition 4 Die Zhl heißt Grenzwert der Folge x n, wenn es für jede positive Zhl ε eine ntürliche Zhl n 0 gibt, so dss für lle ntürlichen Zhlen n, die größer oder gleich n 0 sind, die Ungleichung x n < ε gilt. Eine Folge, die einen Grenzwert besitzt, nennt mn konvergent. Ntürlich ist jeder Grenzwert ein Häufungspunkt. Eine Folge knn nicht zwei verschiedene Grenzwerte 1 und 2 hben, denn setzen wir ε = 1 2, so 2 muss es nch Definition ein n 1 geben, so dss x n 1 < ε für n n 1, und es muss ein n 2 geben, so dss x n 2 < ε für n n 2. Ist nun n 0 die größere der beiden Zhlen n 1 und n 2, so gilt für n n x n + x n 2 < 2ε im Widerspruch zur Whl von ε. Der Grenzwert einer konvergenten Folge x n ist lso eindeutig bestimmt, und mn bezeichnet ihn mit lim n x n. Lssen wir us einer Folge x 1, x 2, x 3,..., x n,... eine beliebige Anzhl von Gliedern weg, so verbleibt eine Teilfolge, z. B. x 2, x 7, x 24,... Die hier vorkommenden Indices (in unserem Beispiel sind ds 2, 7, 24,...) bilden eine monoton wchsende Folge n 1, n 2, n 3,..., n k,... von ntürlichen Zhlen. Direkt us der Definition folgt: Ist eine Zhl Grenzwert einer Folge, so ist sie uch Grenzwert einer jeden Teilfolge dieser Folge. Stz 3 Eine Zhl ist genu dnn Häufungspunkt einer Folge, wenn sie Grenzwert einer Teilfolge ist. Beweis. Ist Grenzwert (lso uch Häufungspunkt) einer Teilfolge von x n, so gibt es für jedes ε > 0 unendlich viele Glieder der Teilfolge, die in der ε-umgebung von liegen. Diese sind uch Glieder der Folge x n, lso ist Häufungspunkt dieser Folge. Umgekehrt sei ein Häufungspunkt der Folge x n. Dnn gibt es unendlich viele ntürliche Zhlen n, so dss x n < 1, und von diesen n wählen wir ein n 1. Weiter gibt es unendlich viele n, so dss x n < 1, und von 2 diesen wählen wir ein n 2, ds größer ist ls n 1. So fortfhrend finden wir eine monoton wchsende Folge n 1, n 2, n 3,..., so dss x nk < 1 k. 5

6 Mn prüft n Hnd der Definition nch, dss Grenzwert der Teilfolge x nk ist. Um n Hnd der Definition zu prüfen, ob eine Folge konvergent ist, müsste mn für jede reelle Zhl feststellen, ob sie Grenzwert ist. Konvergenzkriterien erspren ds Durchprüfen dieser unendlich vielen Möglichkeiten. Ds universellste Kriterium geht uf Cuchy zurück. Definition 5 Eine Folge x n heißt Cuchy-Folge, wenn es für jede positive Zhl ε eine ntürliche Zhl n 0 gibt, so dss für lle ntürlichen Zhlen m und n, die beide größer oder gleich n 0 sind, die Ungleichung x m x n < ε gilt. Stz 4 Eine Folge ist genu dnn konvergent, wenn sie eine Cuchy-Folge ist. Beweis. Angenommen, die Folge x n ist konvergent. Ist ε > 0 gegeben, dnn gibt es ein n 0, so dss x n < ε 2 für n n 0. Ist nun m n 0 und n n 0, so folgt x m x n x m + x n < ε 2 + ε 2 = ε, lso ist die Folge eine Cuchy-Folge. Umgekehrt sei x n eine Cuchy-Folge. Dnn gibt es ein n 1, so dss für n n 1 gilt x n x n1 < 1. Die Folge ist lso von oben durch x n1 +1 und von unten durch x n1 1 beschränkt. Außerdem gibt es für jedes ε > 0 ein n 0, so dss für lle m n 0 und n n 0 gilt x m x n < ε. 2 Nch Stz 1 ht die Folge einen Häufungspunkt. Drus folgt, dss es für jedes ε > 0 unendlich viele m gibt, so dss x m < ε. Wählen wir ein 2 solches m, ds größer ls n 0 ist, so folgt für n n 0, dss Also ist die Folge konvergent. x n x n x m + x m < ε 2 + ε 2 = ε. Bemerkung. Für die Konvergenz genügt es nicht, zu verlngen, dss für jedes ε > 0 ein n 0 existiert, so dss x n+1 x n < ε für n n 0, wie ds Beispiel x n = n lehrt: Obwohl n + 1 n = ( n n)( n + 1 n) n n = (n + 1) n 1 n n 2 n, ist die Folge divergent (d. h. nicht konvergent). Wir beweisen nun, dss jede Kontrktion eines bgeschlossenen Intervlls genu einen Fixpunkt ht. Der Beweis liefert gleichzeitig eine Näherungsmethode für die Berechnung des Fixpunktes. 6

7 Stz 5 Es sei 0 C < 1 und f eine Abbildung des Intervlls [, b] in sich selbst mit der Eigenschft, dss f(x) f(y) C x y (1) für lle x, y [, b]. Dnn gibt es genu ein c [, b], so dss f(c) = c. Beweis. Es sei x 0 [, b] beliebig. Wir definieren eine Folge x n rekursiv durch x n+1 = f(x n ). Wiederholte Anwendung von (1) ergibt x n+1 x n = f(x n ) f(x n 1 ) C x n x n 1 C 2 x n 1 x n 2 C n x 1 x 0. Ist nun m > n, so folgt mit der Dreiecksungleichung x m x n x m x m 1 + x m 1 x m x n+1 x n (C m 1 + C m C n ) x 1 x 0. Nch der Summenformel für geometrische Folgen ist C m 1 + C m C n = Cm C n C 1 Cn 1 C, wobei wir benutzt hben, dss C m > 0 und 1 C > 0. Ist nun ε > 0 gegeben, so gibt es wegen 0 < C < 1 ein n 0, so dss für n n 0 gilt C n < ε(1 C) x 1 x 0. Somit ist x m x n < ε für lle m und n mit m n n 0. Dsselbe gilt bei Vertuschung von m und n, lso ist die Folge x n eine Cuchy-Folge und ht nch Stz 4 einen Grenzwert c. D ds Intervll [, b] bgeschlossen ist, liegt c in [, b]. Um zu zeigen, dss c ein Fixpunkt ist, bemerken wir, dss f(c) c f(c) f(x n ) + f(x n ) x n + x n c (C + 1) x n c + C n x 1 x 0 für lle n. Ist ε > 0 gegeben, dnn finden wir ein n 0, so dss für lle n n 0 gilt ε x n c < 2(C + 1), ε Cn < 2 x 1 x 0, so dss f(c) c < ε + ε = ε. D ε eine beliebige positive Zhl wr, folgt 2 2 f(c) c = 0, lso f(c) = c. 7

8 Sind c 1 und c 2 Fixpunkte von f, so ist c 1 c 2 = f(c 1 ) f(c 2 ) C c 1 c 2, lso (1 C) c 1 c 2 = 0. Wegen 1 C > 0 folgt c 1 c 2 = 0, lso c 1 = c 2. Bemerkung. Ist die Funktion f uf dem Intervll (, b) differenzierbr und gilt f (x) C für lle x (, b), so erfüllt f die Kontrktionsbedingung (1) in Stz 5 mit dieser Konstnten C. Nch dem Mittelwertstz der Differentilrechnung gibt es nämlich für beliebige x < y im Intervll [, b] ein z (x, y), so dss f(x) f(y) = f (z)(x y). Nehmen wir uf beiden Seiten den bsoluten Betrg, so folgt (1). 8

9 3 Stetigkeit Wir erinnern zunächst n die Definition dieses wichtigen Begriffs. Definition 6 Eine Funktion f mit dem Definitionsbereich X R heißt stetig n der Stelle c, wenn es für jede positive Zhl ε eine positive Zhl δ gibt, so dss für lle x X mit der Eigenschft x c < δ gilt f(x) f(c) < ε. Eine Funktion heißt stetig, wenn sie n llen Stellen ihres Definitionsbereiches stetig ist. Stz 6 Die Summe, ds Produkt und die Verkettung von stetigen Funktionen sind stetig. Der Quotient von stetigen Funktionen ist stetig, wenn die Funktion im Nenner keine Nullstelle ht. Dieser Stz ist us der Vorlesung Funktionen beknnt und wird hier nicht bewiesen. Bei der Berechnung von Grenzwerten vertuscht mn mitunter die Reihenfolge von Grenzübergng und Berechnung des Funktionswertes, z. B. lim n cos 1 n 1 = cos lim n n = cos 0 = 1. Ersetzt mn hier die Funktion cos durch die Funktion sgn, so erhält mn ein flsches Ergebnis, weil die Vorzeichenfunktion sgn n der Stelle 0 nicht stetig ist. Genuer gilt Stz 7 Eine Funktion f ist genu dnn stetig n der Stelle, wenn für jede Folge x n im Definitionsbereich, die gegen konvergiert, die Folge der Funktionswerte f(x n ) gegen f() konvergiert. Beweis. Angenommen, f ist stetig n der Stelle, und es sei eine Folge x n in X gegeben, die gegen konvergiert. Ist ε > 0, so gehört dzu nch der Definition der Stetigkeit ein δ > 0. Zu diesem gibt es nch Definition der Konvergenz von Folgen wiederum ein n 0, so dss für lle n n 0 gilt x n < δ. Für diese n ist dnn f(x n ) f() < ε, ds heißt, die Folge f(x n ) konvergiert gegen f(). Ist hingegen f n der Stelle nicht stetig, dnn gibt es ein ε > 0, so dss für jedes δ > 0 ein x X exitiert, für ds zwr x < δ, ber nicht f(x) f() < ε gilt. Insbesondere finden wir für jede ntürliche Zhl n ein x n X, so dss x n < 1 und f(x n n) f() ε. Somit konvergiert die Folge x n gegen, ber die Folge f(x n ) konvergiert nicht gegen f(). Die im Stz ngegebene Eigenschft gilt dnn lso nicht für lle Folgen, wie zu beweisen wr. 9

10 Ein wichtiges Ergebnis über stetige Funktionen ist der Zwischenwertstz. Für seinen Beweis bruchen wir den Begriff der kleinsten oberen Schrnke. Eine obere Schrnke einer Menge reeller Zhlen ist eine reelle Zhl, die größer oder gleich ls lle ihre Elemente ist. Im Bereich der rtionlen Zhlen brucht es unter llen oberen Schrnken einer Menge keine kleinste zu geben, wie ds Beispiel der Menge {x Q x 2 < 2} zeigt. Stz 8 Jede von oben beschränkte nichtleere Menge reeller Zhlen ht eine kleinste obere Schrnke in R. Beweis. Es sei 0 ein Element und b 0 eine obere Schrnke der gegebenen Menge M. Von den beiden Hlbintervllen [ 0, m 0 ] und [m 0, b 0 ] wählen wir ds erstere, flls m 0 eine obere Schrnke ist, ndernflls ds letztere, und bezeichnen es mit [ 1, b 1 ]. So fortfhrend, erhlten wir eine Intervllschchtelung [ n, b n ], wobei jedes dieser Intervlle ein Element von M enthält und jedes b n eine obere Schrnke ist. Nch Stz 0 gibt es eine Zhl s, die in llen diesen Intervllen enthlten ist. Ist x > s, dnn gibt es ein n, so dss b n n < x s und somit b n < x. D b n eine obere Schrnke von M ist, knn x kein Element von M sein. Somit ist s eine obere Schrnke von M. Ist x < s, dnn gibt es ein n, so dss b n n < s x und somit n > x. D ds Intervll [ n, b n ] ein Element von M enthält, ist x keine obere Schrnke von M. Somit ist s die kleinste obere Schrnke. Die kleinste obere Schrnke einer Menge M bezeichnet mn uch ls ds Supremum, die größte untere Schrnke ls ds Infimum von M, bgekürzt sup M und inf M. Stz 9 (Zwischenwertstz) Ist die Funktion f stetig uf [, b] und gilt f() d f(b), so gibt es eine Zhl c [, b], so dss f(c) = d. Der Beweis wurde nicht vorgetrgen, sei ber der Vollständigkeit hlber hier ngeführt. Beweis. Es sei M = {x [, b] f(x) d} und c = supm. Wegen M gilt c, und d b eine obere Schrnke von M ist, gilt c b. Angenommen, f(c) < d. Dnn gibt es ein δ > 0, so dss für lle x [, b] mit x c < δ gilt f(x) f(c) < d f(c), lso f(x) < d. Es folgt, dss lle Elemente der δ-umgebung von c zu M gehören, so dss jede obere Schrnke größer oder gleich c + δ ist. Dies steht im Widerspruch zur Definition von c, lso wr unsere Annhme flsch. Angenommen, f(c) > d. Dnn gibt es ein δ > 0, so dss für lle x [, b] mit x c < δ gilt f(x) f(c) < f(c) d, lso f(x) > d. Es folgt, dss die δ-umgebung von c keine Elemente von M enthält, so dss c δ eine obere Schrnke von M ist. Dies steht im Widerspruch zur Definition von c, lso wr uch die zweite Annhme flsch. 10

11 Stz 10 Jede stetige Funktion uf einer nichtleeren beschränkten bgeschlossenen Teilmenge von R ist beschränkt, und sie ht einen größten sowie einen kleinsten Wert. Beweis. Angenommen, die Funktion f ist nicht von oben beschränkt. Dnn gibt es für jede ntürliche Zhl n ein x n im Definitionsbereich X von f, so dss f(x) > n. D X beschränkt ist, ht nch Stz 1 die Folge x n einen Häufungspunkt, und d X bgeschlossen ist, gilt X. Wegen der Stetigkeit der Funktion gibt es ein δ > 0, so dss für lle x X mit der Eigenschft x < δ gilt f(x) f() < 1, lso f(x) < f()+1. Für ntürliche Zhlen n f() + 1 knn lso x n nicht in der δ-umgebung von liegen. D ber ein Häufungspunkt ist, hben wir einen Widerspruch, und unsere Annhme wr flsch. Die Funktion ist lso von oben beschränkt, und nlog zeigt mn ihre Beschränktheit von unten. Es sei s die kleinste obere Schrnke von f. Für jedes n N ist s 1 n keine obere Schrnke, lso gibt es ein x n X, so dss f(x n ) > s 1. n Wie oben sehen wir, dss die Folge x n einen Häufungspunkt X besitzt. Angenommen, f() < s. Dnn ist ε = s f() > 0. Wegen der Stetigkeit von 2 f gibt es ein δ > 0, so dss für lle x X mit der Eigenschft x < δ gilt f(x) f() < ε, und wegen s f(x) + f(x) f() s f() = 2ε folgt dnn s f(x) > ε. Somit knn kein x n mit 1 < ε in der δ-umgebung n von liegen. D ber ein Häufungspunkt ist, hben wir einen Widerspruch, und unsere Annhme wr flsch. Es gilt lso f() = s, und s ist der größte Wert von f. Anlog zeigt mn die Existenz eines kleinsten Wertes. 11

12 4 Gleichmäßige Konvergenz Wir betrchten Folgen von Funktionen f n, die lle den selben Definitionsbereich X hben. Wenn n jeder Stelle x X die Zhlenfolge f n (x) konvergiert, so können wir den Grenzwert, der j von x bhängt, mit f(x) bezeichnen und erhlten so eine Funktion f uf X. Wir sgen dnn, dss die Folge der Funktionen f n gegen die Funktion f konvergiert. Mn knn z. B. beweisen, dss für lle reellen Zhlen gilt lim n ( 1 + x n) n = e x. Die Folge der Funktionen f n (x) = ( 1 + x n) n konvergiert lso gegen die Exponentilfunktion mit der Eulerschen Zhl e ls Bsis. Wenn eine Folge stetiger Funktionen f n gegen eine Funktion f konvergiert, so brucht f nicht stetig zu sein. Betrchten wir z. B. die Funktionen f n (x) = nx 1 + n x. Zähler und Nenner sind stetige Funktionen, und der Nenner ht keine Nullstellen, lso ist f n nch Stz 6 eine stetige Funktion. Für x > 0 gilt für x < 0 gilt und für x = 0 gilt lim f n(x) = lim n n lim f n(x) = lim n n x 1 + x = 1, n x 1 x = 1, n lim f n(x) = lim 0 = 0. n n Die Grenzwertfunktion ist lso sgn x, und sie ist n der Stelle 0 nicht stetig. Es gibt ber eine Art der Konvergenz, bei der sich die Stetigkeit uf die Grenzwertfunktion überträgt. Definition 7 Eine Folge von Funktionen f n uf dem Definitionsbereich X konvergiert gleichmäßig gegen die Funktion f, wenn es für jede positive Zhl ε eine ntürliche Zhl n 0 gibt, so dss für lle n, die größer ls n 0 sind, und für lle x X gilt f n (x) f(x) < ε. Zur Unterscheidung bezeichnet mn die vorher betrchtete Art der Konvergenz von Funktionenfolgen uch ls punktweise Konvergenz. Jede gleichmäßig konvergente Folge von Funktionen ist selbstverständlich uch punktweise 12

13 konvergent, ber nicht umgekehrt. So ist beispielsweise die Folge f n (x) = ( 1 + x n) n nicht gleichmäßig konvergent, denn für jedes n findet mn ein x, so dss f n (x) e x 1. Wählt mn z. B. x = 3n, so ist f n (x) = ( 2) n, ber e x < 1. Stz 11 Konvergiert eine Folge stetiger Funktionen f n gegen eine Funktion f, so ist f ebenflls stetig. Beweis. Wir beweisen die Stetigkeit von f n einer Stelle des Definitionsbereiches X. Ist ε > 0 gegeben, so gibt es wegen der gleichmäßigen Konvergenz ein n, so dss für lle x X gilt f n (x) f(x) < ε 3, und wegen der Stetigkeit von f n gibt es ein δ > 0, so dss für lle x X mit der Eigenschft x < δ gilt Für diese x gilt dnn uch f n (x) f n () < ε 3. f(x) f() f(x) f n (x) + f n (x) f n () + f n () f() < ε 3 + ε 3 + ε 3 = ε, und die Stetigkeit von f n der Stelle folgt. Für beschränkte Funktionen lässt sich die gleichmäßige Konvergenz bequem durch die Norm von Funktionen usdrücken. Wir erinnern drn, dss mn ds Supremum der Menge der Werte einer Funktion f uch ls Supremum der Funktion f bezeichnet, bgekürzt sup f. Definition 8 Die Norm einer beschränkten Funktion f ist die kleinste obere Schrnke der Absolutbeträge ihrer Werte, bgekürzt f = sup f. Mn nennt dies uch die Supremumsnorm zur Unterscheidung von nderen Normen, die llerdings in dieser Vorlesung nicht vorkommen werden. Sie erfüllt die Dreiecksungleichung f + g f + g für lle Funktionen f und g uf einer Menge X, denn für lle x X gilt nch der Dreiecksungleichung für Zhlen f(x) + g(x) f(x) + g(x), und hier ist die rechte Seite beschränkt durch f + g. 13

14 Es ist leicht zu sehen, dss eine Folge von beschränkten Funktionen f n genu dnn gleichmäßig gegen eine beschränkte Funktion f konvergiert, wenn es für jede positive Zhl ε eine ntürliche Zhl n 0 gibt, so dss für lle n n 0 gilt f n f < ε. Auch für die gleichmäßige Konvergenz gibt es ein Cuchy-Kriterium. Stz 12 Eine Folge von beschränkten Funktionen ist genu dnn gleichmäßig konvergent, wenn sie eine Cuchy-Folge bezüglich der Norm ist. Beweis. Die Behuptung, dss jede gleichmäßig konvergente Folge eine Cuchy-Folge bezüglich der Norm ist, beweist mn genu wie die nloge Behuptung von Stz 4, wobei mn den Absolutbetrg von Zhlen durch die Norm von Funktionen ersetzt. Zum Beweis der Umkehrung nehmen wir lso n, es sei eine Folge von Funktionen f n uf X gegeben, die eine Cuchyfolge bezüglich der Norm ist. Dnn ist für jedes x X die Zhlenfolge f n (x) eine Cuchy-Folge bezüglich des Absolutbetrges, lso nch Stz 4 konvergent. Wir bezeichnen ihren Grenzwert mit f(x). Auf diese Weise erhlten wir eine Funktion f uf X. Die Vorussetzung, dss die Folge f n eine Cuchy-Folge ist, bedeutet, dss es für jedes ε > 0 ein n 0 N gibt, so dss für lle ntürlichen Zhlen m n 0 und n n 0 gilt f m f n < ε. Nch Definition der Norm bedeutet diese Ungleichung, dss für lle x X gilt f m (x) f n (x) < ε. Hlten wir nun ε, n 0 und n fest, so hben wir eine Zhlenfolge f m (x) f n (x), die für m n 0 n im Intervll [ ε, ε]. D dieses Intervll bgeschlossen ist, liegt uch der Grenzwert f(x) f n (x) in diesem Intervll. Wir hben gezeigt, dss es für jedes ε > 0 ein n 0 gibt, so dss für lle n n 0 und lle x X gilt f(x) f n (x) ε. Dies ist gleichbedeutend mit der gleichmäßigen Konvergenz der Folge f n gegen f. 14

15 5 Integrtion Intuitiv gesprochen ist ds Integrl einer nichtnegtiven Funktion der Inhlt der Fläche, die vom Grphen der Funktion und der x-achse begrenzt wird. D sich Rechteckflächen m einfchsten berechnen lssen, betrchten wir zunächst sogennnte Treppenfunktionen. Definition 9 Eine Funktion u uf einem bgeschlossenen Intervll [, b] heißt Treppenfunktion, wenn es eine ntürliche Zhl k und reelle Zhlen x 0,..., x k gibt, so dss = x 0 x 1 x 2 x k = b gilt und die Einschränkung von u uf jedes Teilintervll (x i 1, x i ) konstnt ist. Die Werte von u n den Stellen x i sind uns hier gleichgültig. Ist die Funktion u n einem Teilungspunkt x i stetig, so stimmen die Werte uf den nliegenden Intervllen (x i 1, x i ) und (x i, x i+1 ) überein, und wir können den Teilungspunkt x i weglssen. Nch endlich vielen Schritten bleiben nur die Unstetigkeitsstellen zurück. Umgekehrt können wir beliebig Teilungspunkte hinzufügen. Will mn z. B. zeigen, dss die Summe von zwei Treppenfunktionen wieder eine Treppenfunktion ist, brucht mn nur die Gesmtheit der Teilungspunkte beider Funktionen in ufsteigender Reihenfolge zu ordnen, und uf den entstehenden Teilintervllen sind beide Funktionen konstnt. Definition 10 Es sei u eine Treppenfunktion uf [, b], und es seien x 1, x 2,..., x k 1 die Unstetigkeitsstellen von u in (, b), nummeriert in ufsteigender Reihenfolge. Ds Integrl von u über ds Intervll [, b] ist definiert ls u(x) dx = k u i (x i x i 1 ), i=1 wobei u i den Wert von u uf dem Intervll (x i 1, x i ) bezeichnet und wir x 0 =, x k = b gesetzt hben. Wenn wir zusätzliche Teilungspunkte einfügen und lle Teilungspunkte wieder in ufsteigender Reihenfolge nummerieren, so bleibt diese Formel gültig. Ist u konstnt mit dem Wert c, so ist ds Integrl offensichtlich gleich c(b ). Wir wollen ein gehltvolleres Beispiel betrchten. Beispiel. In dem Intervll [1, ], wobei > 1, betrchten wir die Teilungspunkte x i = q i, wobei q = k. Die Treppenfunktion u hbe uf dem Teilintervll [x i 1, x i ) den Wert u i = x m i 1, wobei m eine feste ntürliche Zhl ist. In diesem Fll werden die Formeln kürzer, wenn wir den Index i durch j + 1 ersetzen, so dss 1 k 1 k 1 k 1 u(x) dx = u j+1 (x j+1 x j ) = q jm (q j+1 q j ) = (q 1) q j(m+1). j=0 j=0 15 j=0

16 Mit der Summenformel für die geometrische Progression erhlten wir 1 u(x) dx = (q 1) qk(m+1) 1 q m+1 1. Ersetzen wir q k durch und wenden die Summenformel ein zweites Ml n, so erhlten wir m+1 1 u(x) dx = 1 + q + + q m. 1 Lemm 1 Sind u und v Treppenfunktionen uf [, b] und ist c eine reelle Zhl, so gilt cu(x) dx = c u(x) dx, Gilt u(x) v(x) für lle x [, b], so ist (u(x)+v(x)) dx = u(x) dx v(x) dx. u(x) dx+ v(x) dx. Beweis. Die erste Eigenschft folgt unmittelbr us der Definition. Für die zweite vereinigen wir die Menge der Unstetigkeitsstellen von u mit der von v und nummerieren sie wie = x 0 < x 1 < < x k = b. Dnn ist sowohl u ls uch v uf jedem der Intervlle (x i 1, x i ) konstnt, und bezeichnen wir die Werte mit u i bzw. v i, so gilt k (u i + v i )(x i x i 1 ) = i=1 k u i (x i x i 1 ) + i=1 k v i (x i x i 1 ). Dies ist genu die zweite behuptete Gleichheit, d wir, wie oben bemerkt, zusätzliche Teilungspunkte einfügen können. Die dritte Behuptung folgt unmittelbr us der Definition, weil in diesem Fll u i v i für lle i gilt. Definition 11 Eine Funktion f uf einem bgeschlossenen Intervll [, b] heißt Regelfunktion, wenn es für jedes ε > 0 eine Treppenfunktion u uf [, b] gibt, so dss f u < ε. Insbesondere gibt es dnn lso für jedes n N eine Treppenfunktion u n, so dss f u n < 1, und ds bedeutet, dss die Folge der Funktionen n u n gleichmäßig gegen f konvergiert. Es folgt z. B. us den Rechenregeln für Grenzwerte, dss die Summe zweier Regelfunktionen wie uch ds sklre Vielfche einer Regelfunktion wieder eine Regelfunktion ist. 16 i=1

17 Lemm 2 Konvergiert eine Folge von Treppenfunktionen u n gleichmäßig gegen Null, so ist lim n u n (x) dx = 0. Beweis. Wegen der gleichmäßigen Konvergenz gibt es für jedes ε > 0 ein n 0, so dss für lle n n 0 gilt u n < ε b, lso ε b < u(x) < ε b für lle x [, b]. Nch der Ungleichung im Lemm 1 folgt dnn für n n 0. ε u(x) dx ε Definition 12 Ist f eine Regelfunktion uf [, b], so definieren wir ds Integrl von f, indem wir eine Folge von Treppenfunktionen u n wählen, die gleichmäßig gegen f konvergiert, und setzen f(x) dx = lim n u n (x) dx. Nch Stz 12 ist u n eine Cuchy-Folge bezüglich der Norm, und nch dem Spezilfll des unten folgenden Stzes 14 für Treppenfunktionen (den mn schon hier beweisen sollte) gilt u m (x) dx u n (x) dx u m (x) u n (x) dx u m u n (b ), lso ist die Folge der Integrle u n(x) dx eine Cuchy-Folge im gewöhnlichen Sinne. Somit ist sie nch Stz 4 konvergent. Beispiel. Wir wollen feststellen, wie gut die Funktion f(x) = x m durch die Treppenfunktion u us dem obigen Beispiel pproximiert wird. Auf dem Intervll [x i 1, x i ) gilt, d u dort konstnt und f monoton wchsend ist, 0 f(x) u(x) f(x i ) u i = x m i x m i 1 = (q 1)qi 1. Die größte dieser Zhlen, lso die mit i = k, ist eine obere Schrnke der Differenz, d. h. f u q 1. q 17

18 Wir können die Zhl k der Teilintervlle beliebig groß wählen, wobei ntürlich die Funktion u wie uch die Zhl q = k von k bhängt, und wegen k = 1 wird f u beliebig klein. Also ist f eine Regelfunktion, lim k und 1 f(x) dx = lim k m /k + + m/k = m+1 1 m + 1. Die Definition des Integrls einer Regelfunktion f ist korrekt, denn wenn wir eine ndere Folge von Treppenfunktionen v n wählen, die ebenflls gleichmäßig gegen f konvergiert, so konvergiert u n v n gleichmäßig gegen Null, und nch Lemm 2 ist lim n u n (x) dx = lim n v n (x) dx. Ist f selbst eine Treppenfunktion, so ergibt sich kein Widerspruch zur vorherigen Definition, denn wir können u n = f für lle n wählen. Stz 13 Sind f und g Regelfunktionen uf [, b] und ist c eine reelle Zhl, so gilt cf(x) dx = c f(x) dx, Gilt f(x) g(x) für lle x [, b], so ist (f(x)+g(x)) dx = f(x) dx g(x) dx. f(x) dx+ g(x) dx. Beweis. Konvergiert die Folge von Treppenfunktionen u n gleichmäßig gegen f, so gilt nch Lemm 1 für lle n cu n (x) dx = c u n (x) dx. D die Folge cu n gleichmäßig gegen cf konvergiert, folgt die erste Behuptung mit Hilfe der Produktregel für Grenzwerte. Anlog beweist mn die zweite Behuptung mit Hilfe der Summenregel. Zum Beweis der dritten Behuptung können wir uns durch Betrchtung der Differenz uf den Fll beschränken, dss f = 0 ist, lso g(x) 0 für lle x. Drus folgt zwr nicht, dss uch die pproximierenden Treppenfunktionen nichtnegtiv sein müssen. Ist ber v eine Treppenfunktion, so ist durch w(x) = mx(v(x), 0) eine Treppenfunktion w gegeben, und wegen der Nichtnegtivität von g gilt g w g v. Wir können g lso ls Grenzwert 18

19 einer gleichmäßig konvergenten Folge w n nichtnegtiver Treppenfunktionen schreiben. Deren Integrle sind nch Lemm 1 ebenflls nichtnegtiv, und dsselbe gilt für den Grenzwert. Die Ungleichung im Stz knn mn benutzen, um ds Integrl einer Funktion bzuschätzen, die mn nur näherungsweise kennt, wobei ber die Näherungsfunktion nur nch oben oder nur nch unten bweicht. Bei Abweichungen in beiden Richtungen ist ds folgende Resultt nützlich, in dem f die Rolle der Abweichung spielen knn. Stz 14 Ist f eine Regelfunktion uf [, b], so ist uch f eine Regelfunktion, und b f(x) dx f(x) dx. Beweis. Für eine Treppenfunktion u ist dies eine Folgerung der Dreiecksungleichung, denn in den Bezeichnungen us der Definition des Integrls solcher Funktionen gilt k k u i (x i x i 1 ) u i (x i x i 1 ) i=1 (wobei wir benutzt hben, dss x i x i 1 0), und dies ist gleichbedeutend mit der Behuptung des Stzes für u sttt f. Nun zum llgemeinen Fll. Aus Aufgbe 10 wissen wir, dss für jede Treppenfunktion u uf [, b] gilt f u f u. Ist f eine Regelfunktion, dnn können wir u so wählen, dss die rechte Seite kleiner ls ein vorgegebenes positives ε ist. Die Treppenfunktion u pproximiert lso die Funktion f mindestens mit der selben Genuigkeit, lso ist uch f eine Regelfunktion. Für lle x [, b] gilt i=1 f(x) f(x) f(x), und mit der Ungleichung us Stz 13 folgt f(x) dx f(x) dx f(x) dx. Bisher stimmte der Definitionsbereich der zu integrierenden Funktion immer mit dem Integrtionsintervll überein. Wir lssen nun uch den Fll zu, dss eine Regelfunktion uf einer Menge gegeben ist, welche ds Intervll [, b] ls Teilmenge enthält, und definieren in diesem Fll f(x) dx ls ds Integrl der Einschränkung von f uf [, b]. 19

20 Stz 15 Ist b c und ist [, c] im Definitionsbereich von f enthlten, so gilt f(x) dx + c b f(x) dx = c f(x) dx. Beweis. Es sei u n eine Folge von Treppenfunktionen uf dem Intervll [, c], die dort gleichmäßig gegen die Einschränkung von f konvergiert. Ds gleiche gilt dnn für die Einschränkungen dieser Funktionen uf [, b] und [b, c]. Direkt us der Definition des Integrls für Treppenfunktionen folgt, dss u n (x) dx + c b u n (x) dx = Durch Grenzübergng folgt die Behuptung. c u n (x) dx. Wir wollen ds Integrl f(x) dx ohne die Vorussetzung b definieren, so dss die Identität im Stz gültig bleibt. Setzen wir dort c =, so ergibt sich, dss wir b f(x) dx = f(x) dx setzen müssen. Mn prüft leicht nch, dss mit dieser Festsetzung der Stz für beliebige Anordnungen von, b und c gültig bleibt, wenn die Funktion f zumindest uf einem Intervll definiert ist, welches, b und c enthält. 20

21 6 Integrtion stetiger Funktionen Im Rhmen unserer Definition sind nur Regelfunktionen integrierbr. Als Beispiele von Regelfunktionen kennen wir bisher die Treppenfunktion sowie die Potenzfunktion mit ntürlichem Exponenten. Aus Stz 13 folgt, dss lle Polynome Regelfunktionen sind. Ntürlich bezieht sich ds immer uf die Einschränkung der jeweiligen Funktion uf ein beschränktes bgeschlossenes Intervll. D jede Treppenfunktion beschränkt ist, muss uch jede Regelfunktion beschränkt sein. Stz 16 Jede stetige Funktion uf einem beschränkten bgeschlossenen Intervll ist eine Regelfunktion. Beweis. Wir hlten ein beliebiges ε > 0 fest und bezeichnen mit M die Menge ller Zhlen c us [, b] mit der Eigenschft, dss es eine Treppenfunktion u uf [, c] gibt, so dss für lle x [, c] gilt f(x) u(x) < ε. Die Menge M ist nicht leer, weil sie enthält, und b ist eine obere Schrnke von M. Es sei d die kleinste obere Schrnke von M, die nch Stz 8 existiert. Wegen der Stetigkeit n der Stelle d gibt es ein δ > 0, so dss für lle x [, b] mit der Eigenschft x d < δ gilt f(x) f(d) < ε. Weil d die kleinste obere Schrnke von M ist, gibt es ein c > d δ, ds zu M gehört, und eine zugehörige Treppenfunktion u uf [, c] lut Definition von M. Es sei e [, b] derrt, dss d e < d + δ. Wir definieren eine Funktion v uf [, e] durch die Festlegung { u(x), flls x c, v(x) = f(d), flls c < x e. Dnn ist v eine Treppenfunktion, und es gilt f(x) v(x) < ε für lle x [, e]. Somit gehört e zu M. Wäre d < b, so könnten wir e > d wählen, ws der Ttsche widerspricht, dss d eine obere Schrnke von M ist. Also gilt d = b. Die einzige mögliche Whl ist lso e = d = b, und es folgt, dss b M. Nun erinnern wir uns n die Definition von M. D ε eine beliebige positive Zhl wr, ist f eine Regelfunktion. Für stetige Funktionen gilt eine Verschärfung der letzten Behuptung von Stz 13. Stz 17 Es sei f eine nichtnegtive stetige Funktion uf einem beschränkten bgeschlossenen Intervll [, b], die ber nicht konstnt gleich Null sei. Dnn gilt f(x) dx > 0. 21

22 Mn bechte, dss dieser Stz ohne die Vorussetzung der Stetigkeit flsch wäre, wie ds Beispiel einer nichtnegtiven Funktion zeigt, die nur n einer einzigen Stelle einen positiven Wert nnimmt. Beweis. Nch Vorussetzung gibt es ein c [, b], so dss f(c) > 0. Wir wählen eine positive Zhl ε < f(c). Wegen der Stetigkeit von f n der Stelle c gibt es ein δ > 0, so dss für lle x [, b] mit x c < δ gilt f(x) f(c) < ε. Insbesondere gibt es Zhlen d < e in [, b], so dss für lle x [d, e] gilt f(x) > f(c) ε. Mit Stz 15 folgt f(x) dx = und hierus mit Stz 13 d f(x) dx + e d f(x) dx + e f(x) dx f(x) dx 0 + (f(c) ε)(e d) + 0. Der Mittelwert von endlich vielen Größen ist ds rithmetische Mittel. Ws ber ist der Mittelwert einer Funktion f uf einem Intervll [, b], zum Beispiel ds Tgesmittel der Tempertur? Misst mn die Werte in regelmäßigen Abständen, so bildet ds rithmetische Mittel offensichtlich nur einen Näherungswert. Als Mittelwert der Funktion f bezeichnet mn die Zhl 1 b f(x) dx. Stz 18 (Mittelwertstz der Integrlrechnung) Es sei f eine stetige Funktion uf einem beschränkten bgeschlossenen Intervll [, b]. Dnn gibt es ein c (, b), so dss f(x) dx = f(c)(b ). Der Mittelwert wird lso im Inneren des Intervlls ls Funktionswert ngenommen. Beweis. Nch Stz 10 ht f einen kleinsten Wert s und einen größten Wert t. Mit Stz 13 folgt s(b ) = s dx f(x) dx 22 t dx = t(b ).

23 Der Mittelwert liegt lso zwischen s und t, und nch Stz 9 ist sie von der Form f(c) für ein c [, b]. Um zu zeigen, dss mn sogr c (, b) wählen knn, können wir vorussetzen, dss s < t, denn sonst wäre f konstnt und mn könnte jedes c (, b) nehmen. Die Werte s und t werden lso in zwei verschiedenen Punkten < b von [, b] ngenommen. Es sei z. B. f( ) = s und f(b ) = t. Der Zwischenwertstz liefert sogr c [, b ]. Wäre c =, so hätten wir (f(x) s)dx = (f(c) s)(b ) = 0, ber ds würde Stz 17 widersprechen, denn f(x) s ist nichtnegtiv und n der Stelle b positiv. Also ist c, und nlog zeigt mn, dss c b. 23

24 7 Der Huptstz der Differentil- und Integrlrechnung In der von Newton und Leibniz entwickelten Form wr die Infinitesimlrechnung (von lt. infinitesimlis, d. h. unendlich klein) noch logisch widersprüchlich. Seit Cuchy kommt mn ohne unendlich kleine Größen us, und heute spricht mn sttt dessen von Differentil- und Integrlrechnung. Wir werden die Differentilrechnung hier nicht usführlich behndeln, sondern erinnern nur kurz n die Definitionen. Definition 13 Die Zhl g heißt Grenzwert der Funktion f n der Stelle, wenn es für jede positive Zhl ε eine positive Zhl δ gibt, so dss für lle x im Definitionsbereich von f mit den Eigenschften x und x < δ gilt f(x) g < δ. Wie im Fll von Folgen zeigt mn, dss es nur einen Grenzwert einer Funktion n einer Stelle geben knn, und mn bezeichnet ihn mit lim f(x). x Dss g Grenzwert der Funktion f n der Stelle ist, knn mn uch so usdrücken: Ändert oder ergänzt mn die Definition der Funktion f durch die Festlegung f() = g, so ist die entstehende Funktion n der Stelle stetig. Definition 14 Die Funktion f sei in einer Umgebung der Stelle definiert. Sie heißt n der Stelle differenzierbr, wenn der Grenzwert f(x) f() lim x x existiert, den mn dnn die Ableitung von f n der Stelle nennt und mit f () bezeichnet. Es genügt uch, wenn f in einer einseitigen Umgebung von definiert ist. Mn spricht dnn uch von einseitigen Ableitungen. Wir untersuchen nun Integrle mit veränderlicher (oberer) Grenze. Wir stellen uns ds Integrl einer positiven Funktion ls Flächeninhlt unter dem Grphen der Funktion vor. Bewegt mn die obere Integrtionsgrenze ein wenig nch rechts, so kommt der Flächeninhlt eines Streifens hinzu, dessen Oberknte im Allgemeinen nicht gerdlinig ist. Um die Änderungsgeschwindigkeit des Integrls zu ermitteln, muss mn durch die Breite des Streifens dividieren (so dss mn den Mittelwert der Funktion in dem Streifen erhält) und die Streifenbreite gegen Null gehen lssen. Mn wird lso direkt uf folgendes Ergebnis geführt: 24

25 Stz 19 Es sei f eine Regelfunktion uf einem Intervll I und c ein beliebiger Punkt von I. Wir definieren eine Funktion F uf I durch Dnn gilt F(x) = x c f(t) dt. F(x) F(y) f x y. Ist f stetig n einer Stelle I, so ist F n dieser Stelle differenzierbr, und es gilt F () = f(). Beweis. Nch Stz 15 ist und mit Stz 14 folgt flls x < y, bzw. F(x) F(y) = F(y) F(x) F(x) F(y) y x y x x y f(t) dt, (2) f(t) dt, f(t) dt, flls x > y. Für lle t zwischen x und y gilt f(t) f, und die erste Behuptung folgt us Stz 13. Nun sei f n der Stelle I stetig. Wir geben uns ein beliebiges ε > 0 vor. Dnn gibt es ein δ > 0, so dss für lle t I mit der Eigenschft t < δ gilt f() ε < f(t) < f() + ε. Mit Stz 17 folgt für < x < + δ, dss (f() ε)(x ) < F(x) F() < (f() + ε)(x ), und für δ < x < folgt (f() ε)( x) < F() F(x) < (f() + ε)( x). Dividieren wir durch x bzw. x, je nchdem, welche Zhl positiv ist, so erhlten in beiden Fällen f() ε < F(x) F() x 25 < f() + ε.

26 Wir hben bewiesen, dss es für jedes ε > 0 ein δ > 0 gibt, so dss für lle x I mit den Eigenschften x und x < δ gilt F(x) F() f() x < ε. Dies besgt genu, dss F(x) F() lim x x = f(x), dss lso F () = f(). Für eine gegebene Funktion frgen wir uns, von welcher Funktion sie bgeleitet ist, von welcher Funktion sie lso in diesem Sinne bstmmt. Definition 15 Auf einem Intervll I sei eine Funktion f gegeben. Eine Funktion F uf I heißt Stmmfunktion von f, wenn sie differenzierbr ist und ihre Ableitung gleich f ist, lso F = f uf dem Intervll I. Ist F eine Stmmfunktion der Nullfunktion, so ist F konstnt. Für beliebige x < y in I gibt es nämlich nch dem Mittelwertstz der Differentilrechnung ein z (x, y), so dss F(y) F(x) = F (z)(y x), lso F(x) = F(y). Umgekehrt ist ntürlich jede konstnte Funktion eine Stmmfunktion der Nullfunktion. Sind F 1 und F 2 zwei Stmmfunktionen der selben Funktion f, so ist F 1 F 2 eine Stmmfunktion der Nullfunktion, lso konstnt, und umgekehrt. Zwei beliebige Stmmfunktionen einer Funktion unterscheiden sich lso durch eine Konstnte. Kennt mn eine Stmmfunktion F von f, so ist jede ndere von der Form F + C für eine Konstnte C. Die Metpher der Abstmmung ist lso nicht besonders glücklich gewählt, d eine stetige Funktion unendlich viele Stmmfunktionen besitzt. Stz 20 (Huptstz der Differentil- und Integrlrechnung) Ist f eine stetige Funktion uf [, b] und F eine Stmmfunktion von f, so gilt f(x) dx = F(b) F(). Beweis. Die rechte Seite ändert sich nicht, wenn wir F durch eine ndere Stmmfunktion ersetzen, denn (F(b) + C) (F() + C) = F(b) F(). 26

27 Wir können lso nnehmen, dss F die in Stz 19 konstruierte Stmmfunktion ist, wobei c [, b]. In diesem Fll tuchte die Behuptung (mit nderen Bezeichnungen) bereits ls Gleichung (2) im Beweis von Stz 19 uf. Der Huptstz ht vielfältige Anwendungen in der Physik. Kennt mn z. B. die Geschwindigkeit v einer gerdlinigen Bewegung ls Funktion der Zeit, so errechnet sich die vom Zeitpunkt t 1 bis zum Zeitpunkt t 2 zurückgelegte Strecke ls s = t2 t 1 v(t) dt. Anstelle des Weges s knn mn die Änderungsgeschwindigkeit einer beliebigen physiklischen Größe ls Funktion der Zeit betrchten. So ist beispielsweise die elektrische Stromstärke I n einem Leiterquerschnitt definiert ls zeitliche Ableitung der hindurchgeflossenen elektrischen Ldung (mit der Einheit 1 Ampère = 1 Coulomb/Sekunde), und mn erhält die vom Zeitpunkt t 1 bis zum Zeitpunkt t 2 insgesmt hindurchgeflossene Ldung ls Q = t2 t 1 I(t) dt. Mnche physiklische Größen lssen sich überhupt nur ls Integrl definieren. So ist z. B. die von einer veränderlichen Krft F durch Verschiebung längs eines Weges von s 1 bis s 2 verrichtete Arbeit definiert ls W = s2 s 1 F(s) ds. (Dbei wirke die Krft in Richtung des gerdlinigen Weges.) Nur im Flle konstnter Krft ergibt sich W = F (s 2 s 1 ). Es soll noch der lte Begriff des unbestimmten Integrls f(x) dx erwähnt werden. Drunter versteht mn eine beliebige Stmmfunktion von f. Kennt mn eine Stmmfunktion F, so schreibt mn f(x) dx = F(x) + C, wobei C eine beliebige Konstnte ist. Diese Mehrdeutigkeit entspricht ber nicht mehr heutigen Vorstellungen von logischer Strenge. 27

28 8 Elementre Integrle Um die Stmmfunktion einer gegebenen Funktion zu finden, sieht mn nturgemäß nch, ob sie unter den bereits beknnten Ableitungen vorkommt. Zunächst betrchtet mn die Ableitungen der elementren Funktionen. Die Nützlichsten scheinen zunächst die Folgenden zu sein: (x n ) = nx n 1, (e x ) = e x, (lnx) = 1 x, (sin x) = cos x, (cosx) = sin x. So ist z. B. die Exponentilfunktion eine Stmmfunktion von sich selbst, und die Sinusfunktion ist eine Stmmfunktion der Cosinusfunktion. Um nicht für jede hier vorkommende Funktion eine Vrible ls Funktionsnmen vergeben zu müssen, verwenden wir Rechenusdrücke synonym zu den durch sie gegebenen Funktionen. 1 Wir erinnern drn, dss der ntürliche Logrithmus nur für x > 0 definiert ist. Gleiches gilt für die Potenz, flls der Exponent n nicht gnzzhlig ist. Des Weiteren ist klr, dss mn us einer Stmmfunktion F von f eine Stmmfunktion für ein Vielfches cf von f gewinnen knn, nämlich cf, denn (cf) = cf = cf. So ist z. B. cos eine Stmmfunktion von sin, und xn n ist eine Stmmfunktion von x n 1, flls n 0. Bezeichnen wir n 1 mit m, so finden wir, dss xm+1 m+1 eine Stmmfunktion von xm ist. Wir erhlten lso 1 x m dx = m+1 m + 1 1m+1 m + 1 = m+1 1 m + 1, ws wir schon früher (etws mühsm) gefunden hben. Unter diesen Funktionen fehlt x 1, ber uch für sie knn eine Stmmfunktion in der obigen Liste bgelesen werden, nämlich ln. Mn könnte frgen, ob uch der Logrithmus zu einer beliebigen Bsis > 0, 1, hier von Nutzen ist. Nch Definition ist gleichbedeutend mit y = log x y = x. 1 Sogr bei Funktionen, die in Formeln durch Abkürzungen wiedergegeben werden, hben sich ltmodische Schreibweisen wie (sin x) sttt sin x und sin 2 x sttt (sin x) 2 erhlten. 28

29 Ist nun z = ln = log e, so folgt lso ln x = zy, d. h. 1 e zy = (e z ) y = x, log x = lnx ln. Dies ist ein Vielfches der Funktion ln und liefert keine wesentlich neue Stmmfunktion. Aus der Summenregel der Differentition folgt, dss mn us einer Stmfunktion F von f und einer Stmmfunktion G von g die Stmmfunktion F + G für die Funktion f + g finden knn. Dmit kennt mn insbesondere Stmmfunktionen für sämtliche Polynome, z. B. 2 ( ) ( ) 2 (10x 4 2x 3 5 +x+5) dx = Dmit mn umfngreiche Rechenusdrücke nicht zweiml schreiben muss, ht mn die Abkürzungen F(b) F() = F(x) b = [ F(x) ] b eingeführt, so dss mn ds obige Zwischenergebnis ls schreiben knn. Aus der Produktregel [ x x4 2 x x ] 2 1 (fg) = f g + fg, der Quotientenregel und der Kettenregel ( ) f = f g fg g g 2 (g f) (x) = (g (f(x))f (x) lssen sich keine Regeln für ds Auffinden einer Stmmfunktion für f g, f g und f g bleiten, weil die rechte Seite nicht von der gleichen Struktur ist. Drum gibt es keinen Algorithmus zur Bestimmung einer Stmmfunktion für eine beliebige elementre Funktion. Mn knn sogr beweisen, dss mnche 29

30 elementren Funktionen keine elementre Stmmfunktion besitzen, wie z. B. die in der Whrscheinlichkeitsrechnung wichtige Funktion e x2. So muss mn für jede weitere beknnte Ableitung dnkbr sein, wie z. B. (tnx) = cos2 x + sin 2 x cos 2 x (cot x) = sin2 x cos 2 x sin 2 x = 1 cos 2 x, = 1 sin 2 x. Nch Definition muss eine Stmmfunktion uf einem Intervll definiert sein. 1 Wir hben z. B. eine Stmmfunktion von nur uf solchen Intervllen, cos 2 x die keine Nullstelle der Cosinusfunktion enthlten, und die Rechnung π 0 dx cos 2 x = tnx π 0 = 0 0 ist flsch. Auch die Umkehrfunktionen von mnchen elementren Funktionen zählen zu den elementren Funktionen, z. B. die der Winkelfunktionen. Aus der Kettenregel folgt für die Umkehrfunktion g einer Funktion f, dss 1 = g (f(x))f (x), und ist y = f(x), lso x = g(y), so folgt g (y) = 1 f (x). Die Einschränkung der Sinusfunktion uf [ π, π] ist monoton wchsend und ht die Umkehrfunktion rcus sinus. Wir erhlten lso für y = sin x (rcsin y) = 1 cos x. Wegen der Vorussetzung x [ π, π] ist cosx 0, lso cosx = 1 sin 2 x, und es folgt (rcsin y) 1 =. 1 y 2 Anlog definiert mn die Funktion rcus cosinus ls Umkehrfunktion der Cosinusfunktion uf dem Intervll [0, π] und findet (rccosy) 1 =. 1 y 2 30

31 Etws detillierter gehen wir uf die Umkehrfunktion rcus tngentis der Tngensfunktion uf dem Intervll [ π, π ] ein. Ist x in diesem Intervll und 2 2 y = tnx, so ist x = rctny und (rctny) = cos 2 x = cos 2 x cos 2 x + sin 2 x = tn 2 x, lso (rctn y) = y 2. Anlog definiert mn rcus cotngentis ls Umkehrfunktion der Cotngensfunktion uf [0, π] und findet (rccot y) = y 2. Die Umkehrfunktionen der Winkelfunktionen, uch zyklometrische Funktionen gennnt, bereichern lso ds Repertoire um die Stmmfunktion rcsin x 1 von 1 x 2 und die Stmmfunktion rctnx von 1. 1+x 2 Mn knn noch die Hyperbelfunktionen und ihre Umkehrungen betrchten, die sich zwr durch Exponentil- und Logrithmusfunktion usdrücken lssen, lso insofern nichts prinzipiell Neues liefern, ber mnche Formeln übersichtlicher werden lssen. Mn definiert den sinus hyperbolicus und den cosinus hyperbolicus durch sinh x = ex e x, cosh x = ex + e x. 2 2 Während lle Punkte mit Koordinten (cos x, sin x) uf dem Einheitskreis liegen, zeigt die leicht nchzurechnende Formel cosh 2 x sinh 2 x = 1, dss lle Punkte mit Koordinten (coshx, sinh x) uf einer Hyperbel mit dem Scheitelpunkt (1, 0) liegen, ws den Nmen dieser Funktionen erklärt. Auch die Ableitungen (sinh x) = cosh x, (cosh x) = sinh x erinnern strk n die entsprechenden Formeln für die Winkelfunktionen und liefern uns die Stmmfunktionen von sinh und cosh. Mn betrchtet uch die Funktionen tngens hyperbolicus und cotngens hyperbolicus, gegeben durch tnhx = sinh x cosh x, 31 cosh x cothx = sinh x.

32 Ihre Ableitungen (tnhx) = 1 cosh 2 x, (coth x) = 1 sinh 2 x, liefern uns zwei weitere Stmmfunktionen, die mn nicht ohne Weiteres errten hätte. Der hyperbolische Sinus ist streng monoton und nimme jeden reellen Wert n. Seine Umkehrfunktion heißt re sinus hyperbolici. (Auf den Nmen werden wir später eingehen.) Ist y = sinh x, lso 2y = e x e x, so erhlten wir nch Multipliktion beider Seiten mit e x die Gleichung Schreiben wir e x = z, so ist 2ye x = (e x ) 2 1. z 2 2yz 1 = 0, und nch der Lösungsformel für qudrtische Gleichungen folgt z = y ± y D e x positiv ist, kommt nur ds Vorzeichen + in Frge, und wir können nch x = rsinh uflösen: e x = y + y 2 + 1, rsinh y = ln ( y + y ). Zur Berechnung der Ableitung sollte mn m besten nlog zum rcus cosinus vorgehen: (rsinh y) = 1 cosh x = sinh 2 x, lso (rsinh y) = y 2. Der hyperbolische Cosinus ist uf [0, ) streng monoton wchsend und ht den Wertebereich [1, ). Die Umkehrfunktion re cosinus hyperbolici ist lso uf dem Intervll [1, ) definiert, und wie oben findet mn rcosh y = ln ( y y 2 1 ). Die Funktion rcosh ist nur für y > 1 differenzierbr, und die nloge Rechnung liefert (rcosh y) 1 = y

33 Die Funktionen tnh und coth sind eineindeutig. Die erstere ht den Wertebereich ( 1, 1), die letztere (, 1) (1, ). Diese Mengen sind dnn die Definitionsbereiche ihrer Umkehrfunktionen re tngentis hyperbolici und re cotngentis hyperbolici. Beide knn mn wieder durch beknnte Funktionen usdrücken. Ist z. B. y = tnh x, lso (e x + e x )y = e x e x, so erhält mn durch Multipliktion mit e x und schließlich so dss (e 2x + 1)y = e 2x 1, 1 + y = e 2x (1 y) e 2x = 1 + y 1 y, rtnhy = 1 2 ln 1 + y 1 y. Die Ableitungen berechnen wir wie bei rctn nch der llgemeinen Formel für Umkehrfunktionen: lso Anlog findet mn und die Ableitung (rtnh y) = cosh 2 x = cosh 2 x cosh 2 x sinh 2 x = 1 1 tnh 2 x, (rtnh y) = 1 1 y 2. rcoth y = 1 2 ln y + 1 y 1 (rcothy) = 1 1 y 2. Auf den ersten Blick ht es den Anschein, dss die Funktion 1 1 y 2 zwei wesentlich verschiedene Stmmfunktionen rtnh und rcoth besitzt. Nch unserer Herleitung ist ber rtnh nur eine Stmmfunktion uf dem Intervll ( 1, 1), während rcoth eine Stmmfunktion uf jedem der beiden Intervlle (, 1) und (1, ) ist. 33

34 9 Prtielle Integrtion Wie bereits bemerkt, folgt us der Produktregel der Differentition leider keine einfche Regel zur Bestimmung einer Stmmfunktion eines Produktes von zwei Funktionen. Trotzdem ist sie oft von Nutzen. Durch Umstellen folgt us der Produktregel für stetig differenzierbre Funktionen f und g uf einem Intervll [, b], dss f g = (fg) fg. Integrieren wir beide Seiten über ds Intervll, so folgt mit dem Huptstz f (x)g(x) dx = f(x)g(x) b f(x)g (x) dx. Es gibt uch eine Version, in der einfch die Stmmfunktionen verglichen werden: f (x)g(x) dx = f(x)g(x) f(x)g (x) dx. Bei der Anwendung dieser Regel, die mn prtielle Integrtion nennt, wird ds Problem ntürlich nur verlgert. Die Kunst besteht in der geschickten Whl der Fktoren f und g, dmit ds Integrl uf der rechten Seite einfcher zu bestimmen ist ls ds uf der linken Seite. Mn muss lso den Integrnden so in zwei Fktoren zerlegen, dss mn von einem Fktor bereits eine Stmmfunktion kennt. Der ndere Fktor sollte im Allgemeinen eine einfche Ableitung hben. Beispiel. Wir wollen eine Stmmfunktion für die Funktion xe x finden. Es liegt nhe, f(x) = e x und g(x) = x zu setzen, denn dnn ist f (x) = e x, g (x) = 1, und wir erhlten xe x dx = xe x e x dx. D wir bereits eine Stmmfunktion von e x kennen, ist xe x dx = xe x e x + C die gesuchte Stmmfunktion, ws mn durch Ableiten nchprüfen sollte. Beispiel. Mnchml ist die Whl der Fktoren nicht offensichtlich, z. B. wenn wir eine Stmmfunktion von ln x suchen. Hier hilft der Trick weiter, f (x) = 1 und g(x) = ln x zu setzen. Wählen wir f(x) = x, so erhlten wir ln xdx = x ln x x 1 dx = x ln x x + C. x 34

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG

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

Mehr

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6 Aufgben zur Vorlesung Anlysis II Prof. Dr. Holger Dette SS 0 Lösungen zu Bltt 6 Aufgbe. Die Funktion f : [, ) R sei in jedem endlichen Teilintervll von [, ) Riemnnintegrierbr. Für n N sei I n := f() d.

Mehr

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

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

Mehr

Differenzial- und Integralrechnung III

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

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschftsmthemtik für Interntionl Mngement (BA) und Betriebswirtschft (BA) Wintersemester 2013/14 Stefn Etschberger Hochschule Augsburg Mthemtik: Gliederung 1 Aussgenlogik 2 Linere Algebr 3 Linere

Mehr

Einführung in die Integralrechnung

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

Mehr

MC-Serie 12 - Integrationstechniken

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

Mehr

6. Integration 6.1 Das Riemann-Integral

6. Integration 6.1 Das Riemann-Integral 6. Integrtion 6. Ds Riemnn-Integrl 6. Integrtion 6. Ds Riemnn-Integrl Mthemtik für Chemiker 6. Integrtion 6. Ds Riemnn-Integrl Flächenberechnung: Problemstellung und Lösungsidee Sei f : [, b] [0, ) eine

Mehr

1 Folgen von Funktionen

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

Mehr

Vorkurs Mathematik DIFFERENTIATION

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

Mehr

Funktionenfolgen. Kapitel 6

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

Mehr

Kapitel 13. Taylorentwicklung Motivation

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

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

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

Mehr

5.5. Integralrechnung

5.5. Integralrechnung .. Integrlrechnung... Berechnung von Integrlen mit der Streifenmethode Definition: Gegeen seien, R mit < und eine uf [; ] stetige Funktion f. Der orientierte Inhlt der Fläche, die durch die -Achse, ds

Mehr

8 Integralrechnung. 8.1 Das Riemann-Integral

8 Integralrechnung. 8.1 Das Riemann-Integral 8 Integrlrechnung Der Integrlbegriff ist wie der Ableitungsbegriff motiviert durch die physiklische Beschreibung von Bewegungsbläufen (Geschwindigkeit, Beschleunigung). Er ist u.. uch von Bedeutung bei

Mehr

9 Das Riemannsche Integral

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

Mehr

Grundlagen der Integralrechnung

Grundlagen der Integralrechnung Grundlgen der Integrlrechnung W. Kippels 0. April 2014 Inhltsverzeichnis 1 Ds unbestimmte Integrl 2 2 Ds bestimmte Integrl 4 Beispielufgben 7.1 Beispielufgbe 1............................... 7.2 Beispielufgbe

Mehr

4 Stetigkeit. 4.1 Intervalle

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

Mehr

Vorlesung Mathematik 1 für Ingenieure (Sommersemester 2016)

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

Mehr

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

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

Mehr

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

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

Mehr

Analysis 2. Mitschrift von www.kuertz.name

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

Mehr

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

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

Mehr

Unter einer Partition oder Zerlegung eines Intervalls [a, b] verstehen wir eine endliche Menge P = {x 0, x 1,..., x n } mit der Eigenschaft ...

Unter einer Partition oder Zerlegung eines Intervalls [a, b] verstehen wir eine endliche Menge P = {x 0, x 1,..., x n } mit der Eigenschaft ... Kpitel 7 Ds Riemnn Integrl 7.1 Unter und Obersummen 7.2 Riemnn Integrl 7.3 Riemnnsche Summen 7.4 Rechenregeln 7.5 Differentition und Integrtion 7.6 Die L p Normen 7.1 Unter und Obersummen Unter einer Prtition

Mehr

Mathematik. Ingo Blechschmidt. 22. Januar 2007

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

Mehr

Integralrechnung. www.mathe-total.de. Aufgabe 1

Integralrechnung. www.mathe-total.de. Aufgabe 1 Integrlrechnung Aufgbe Bestimme die Fläche zwischen der Kurve der Funktion f() = und -Achse über dem Intervll I = [; 3] näherungsweise. Bestimme die Obersumme und Teile ds Intervll I in drei gleich große

Mehr

Multiplikative Inverse

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

Mehr

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

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

Mehr

Beispiel-Abiturprüfung

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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufge 69. Quizz Integrle. Es sei Höhere Mthemtik für Informtiker II (Sommersemester

Mehr

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

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

Mehr

Taylorreihen - Uneigentlische Integrale

Taylorreihen - Uneigentlische Integrale Anlysis II für M, LG und Ph, WS 2006/07, Übung 2, Lösungsskizze Gruppenübung Tylorreihen - Uneigentlische Integrle G 5 Berechnen Sie die Tylorreihe mit der Entwicklungsmitte 0 von f (x) = log(x + ), f

Mehr

Formelsammlung. Folgen und Reihen

Formelsammlung. Folgen und Reihen Lehrstuhl für BWL, insb. Mthemtik und Sttistik Dipl.-Mth. Mrie Hielscher Mthemtik für Betriebswirte II Formelsmmlung Folgen und Reihen en Folge n ) n N0 : D R, n n := n) mit D N 0 n-te Prtilsumme von n

Mehr

Grundwissen Abitur Analysis

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

Mehr

Kurvenintegrale. 17. Juli 2006 (Korrigierte 2. Version) 1 Kurvenintegrale 1. Art (d.h. f ist Zahl, kein Vektor)

Kurvenintegrale. 17. Juli 2006 (Korrigierte 2. Version) 1 Kurvenintegrale 1. Art (d.h. f ist Zahl, kein Vektor) Kurvenintegrle Christin Mosch, Theoretische Chemie, Universität Ulm, christin.mosch@uni-ulm.de 7. Juli 26 (Korrigierte 2. Version Kurvenintegrle. Art (d.h. f ist Zhl, kein Vektor Bei Kurvenintegrlen. Art

Mehr

FernUniversität Gesamthochschule in Hagen

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

Mehr

Einführung in die Analysis. Prof. Dr. René Grothmann

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

Mehr

Analysis II. Universität Stuttgart, SS 06 M. Griesemer

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

Mehr

t 1 t cos(t) sin(t) haben als Spur jeweils den Einheitshalbkreis in der oberen Halbebene.

t 1 t cos(t) sin(t) haben als Spur jeweils den Einheitshalbkreis in der oberen Halbebene. Kpitel Kurvenintegrle Kurven Sei I = [, b] R ein Intervll Eine Weg ist eine Abbildung dieses Intervlls in den R d, d, : I R d Dbei nennt mn () den Anfngspunkt, (b) den Endpunkt und ds Bild ([, b]) die

Mehr

- 1 - VB Inhaltsverzeichnis

- 1 - VB Inhaltsverzeichnis - - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit

Mehr

Brückenkurs Lineare Gleichungssysteme und Vektoren

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

Mehr

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

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

Mehr

Bestimmtes (Riemannsches) Integral / Integral als Grenzwert einer Summe : Bedeutung: Fläche unter einer Funktion innerhalb bestimmter Grenzen

Bestimmtes (Riemannsches) Integral / Integral als Grenzwert einer Summe : Bedeutung: Fläche unter einer Funktion innerhalb bestimmter Grenzen III. Integrlrechnung : Bestimmtes (Riemnnsches Integrl / Integrl ls Grenzwert einer Summe : Bedeutung: Fläche unter einer Funktion innerhl estimmter Grenzen yf( y n y n ( Δ Berechnung der Fläche A unter

Mehr

A.25 Stetigkeit und Differenzierbarkeit ( )

A.25 Stetigkeit und Differenzierbarkeit ( ) A.5 Stetigkeit / Differenzierbrkeit A.5 Stetigkeit und Differenzierbrkeit ( ) Eine Funktion ist wenn die Kurve nicht unterbrochen wird, lso wenn mn sie zeichnen knn, ohne den Stift vom Bltt bzusetzen.

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen Stetigkeit von Funktionen Definition. Es sei D ein Intervall oder D = R, x D, und f : D R eine Funktion. Wir sagen f ist stetig wenn für alle Folgen (x n ) n in D mit Grenzwert x auch die Folge der Funktionswerte

Mehr

Mathe Warm-Up, Teil 1 1 2

Mathe Warm-Up, Teil 1 1 2 Mthe Wrm-Up, Teil 1 1 2 HEUTE: 1. Elementre Rechenopertionen: Brüche, Potenzen, Logrithmus, Wurzeln 2. Summen- und Produktzeichen 3. Gleichungen/Ungleichungen 1 orientiert sich n den Kpiteln 3,4,6,8 des

Mehr

Analysis. 1. April 2003

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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

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

Mehr

Gebrochenrationale Funktionen (Einführung)

Gebrochenrationale Funktionen (Einführung) Gebrochenrtionle Funktionen (Einführung) Ac Eine gebrochenrtionle Funktion R ist von der Form R(x) P(x) und Q(x) gnzrtionle Funktionen n-ten Grdes sind. P(x) Q(x), wobei Im Allgemeinen ht eine gebrochenrtionle

Mehr

Übungen zur Analysis 2

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

Mehr

Ü b u n g s b l a t t 13. Organisatorisches:

Ü b u n g s b l a t t 13. Organisatorisches: MATHEMATIK FÜ INFOMATIKE I WINTESEMESTE 7/8 POF. D. FIEDICH EISENBAND D. KAI GEHS Ü b u n g s b l t t 13 Orgnistorisches: Dieses Übungsbltt wir nicht mehr korrigiert. D ie Aufgben ennoch klusurrelevnt

Mehr

Wurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist,

Wurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist, Seitenlängen von Qudrten lssen sich mnchml sehr leicht und mnchml etws schwerer Wurzeln bestimmen. Dnn brucht mn Wurzeln. Treffender müsste mn von Qudrtwurzeln sprechen. Sie stehen in enger Beziehung zu

Mehr

Lineare DGL zweiter Ordnung

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

Mehr

Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS

Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS Musterlösung der Präsenzufgben zu Mthemtik I für ET/IT und ITS WS / Bltt 6. Bestimmen Sie zu vorgegebenem Volumen V > die Dose (Zylinder mit der kleinsten Oberfläche und ds Gls (Zylinder ohne Deckel mit

Mehr

ANALYSIS II OLIVER C. SCHNÜRER

ANALYSIS II OLIVER C. SCHNÜRER ANALYSIS II OLIVER C. SCHNÜRER Zusmmenfssung. Bei diesem Mnuskript hndelt es sich um Notizen zu einer Vorlesung Anlysis II. Ich hbe sie im Sommersemester 215 in Konstnz benutzt. Inhltsverzeichnis 4. Differentition

Mehr

Höhere Mathematik für Elektrotechniker II

Höhere Mathematik für Elektrotechniker II Vorlesungsmnuskript zu Höhere Mthemtik für Elektrotechniker II Werner Blser Institut für Angewndte Anlysis Sommersemester 2009 Inhltsverzeichnis 1 Integrlrechnung 4 11 Riemnn-Summen und Riemnn-Integrl

Mehr

Das Rechnen mit Logarithmen

Das Rechnen mit Logarithmen Ds Rechnen mit Logrithmen Etw in der 0. Klssenstufe kommt mn in Kontkt mit Logrithmen. Für die, die noch nicht so weit sind oder die, die schon zu weit dvon entfernt sind, hier noch einml ein kleiner Einblick:

Mehr

Quadratische Funktionen

Quadratische Funktionen Qudrtische Funktionen Die Scheitelpunktform ist eine spezielle Drstellungsform von qudrtischen Funktionen, nhnd der viele geometrische Eigenschften des Funktionsgrphen bgelesen werden können. Abbildung

Mehr

1.7 Inneres Produkt (Skalarprodukt)

1.7 Inneres Produkt (Skalarprodukt) Inneres Produkt (Sklrprodukt) 17 1.7 Inneres Produkt (Sklrprodukt) Montg, 27. Okt. 2003 7.1 Wir erinnern zunächst n die Winkelfunktionen sin und cos, deren Wirkung wir m Einheitskreis vernschulichen: ϕ

Mehr

ARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG

ARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-6 FLÄHENBEREHNUNG MITTELS INTEGRLREHNUNG Geschichtlich entwickelte sich die Integrlrechnug us folgender Frgestellung: Wie knn mn den Flächeninhlt

Mehr

4 Die Integralfunktion*

4 Die Integralfunktion* Übungsmteril 1 Die Integrlfuntion* In den vorigen Kpiteln hben wir bereits ds unbestimmte und ds bestimmte Integrl und deren Eigenschften ennengelernt. Ersteres liefert die Menge der Stmmfuntionen einer

Mehr

Orientierungstest Mathematische Grundlagen

Orientierungstest Mathematische Grundlagen Orientierungstest Mthemtische Grundlgen Lösungen:. Welche Zhlenmengen git es? Beispiele? Menge der ntürlichen Zhlen N {,,, } Menge der gnzen Zhlen Z {,, 0,,, } Menge der rtionlen Zhlen Q Menge ller ls

Mehr

Elemente der Analysis II: Zusammenfassung der wichtigsten Definitionen und Ergebnisse

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

Mehr

Berechnung von Flächen unter Kurven

Berechnung von Flächen unter Kurven Berechnung von Flächen unter Kurven Es soll die Fläche unter einer elieigen (stetigen) Kurve erechnet werden. Dzu etrchten wir die (sog.) Flächenfunktion, mit der die zu erechnende Fläche qusi ngenähert

Mehr

Thema 4 Limiten und Stetigkeit von Funktionen

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

Mehr

Mathematik für Biologen

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

Mehr

1.2 Der goldene Schnitt

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

Mehr

Mathematik Bruchrechnung Grundwissen und Übungen

Mathematik Bruchrechnung Grundwissen und Übungen Mthemtik Bruchrechnung Grundwissen und Übungen von Stefn Gärtner (Gr) Stefn Gärtner -00 Gr Mthemtik Bruchrechnung Seite Inhlt Inhltsverzeichnis Seite Grundwissen Ws ist ein Bruch? Rtionle Zhlen Q Erweitern

Mehr

Kapitel 4 Differentialrechnung in mehreren Variablen. 4.1 Topologie des R n und Stetigkeit von Funktionen

Kapitel 4 Differentialrechnung in mehreren Variablen. 4.1 Topologie des R n und Stetigkeit von Funktionen Kpitel 4 Differentilrechnung in mehreren Vriblen 4.1 Topologie des R n und Stetigkeit von Funktionen Gegenstnd dieses Kpitels sind Funktionen in mehreren Vriblen. Wir können die Definitionsbereiche solcher

Mehr

Komplexe Kurvenintegrale

Komplexe Kurvenintegrale Komplexe Kurvenintegrle nlog zu Kurvenintegrlen: Sei : [, b] D R n ein stükweiser C Weg, f : D R und F : D R n gegeben. Dnn htten wir in Anlysis II/III die beiden Kurvenintegrle. und 2. Art f (x)ds = b

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

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

Mehr

2 Berechnung von Flächeninhalten unter Kurvenstücken

2 Berechnung von Flächeninhalten unter Kurvenstücken Übungsmteril 1 Berechnung von Flächeninhlten unter Kurvenstücken.1 Annäherung durch Rechtecke Um die Fläche zu berechnen, die zwischen dem Funktionsgrphen einer Funktion und der -Achse eingeschlossen wird,

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen 9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a

Mehr

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

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

Mehr

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

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

Mehr

Kapitel 6 Folgen und Stetigkeit

Kapitel 6 Folgen und Stetigkeit Kapitel 6 Folgen und Stetigkeit Mathematischer Vorkurs TU Dortmund Seite 76 / 226 Definition 6. (Zahlenfolgen) Eine Zahlenfolge (oder kurz: Folge) ist eine Funktion f : 0!. Statt f(n) schreiben wir x n

Mehr

Analysis 1 und 2. Ernst Albrecht

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

Mehr

Funktionsgrenzwerte, Stetigkeit

Funktionsgrenzwerte, Stetigkeit Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn

Mehr

IV. Stetige Funktionen. Grenzwerte von Funktionen

IV. Stetige Funktionen. Grenzwerte von Funktionen IV. Stetige Funktionen. Grenzwerte von Funktionen Definition. Seien X und Y metrische Räume und E X sowie f : X Y eine Abbildung und p ein Häufungspunkt von E. Wir schreiben lim f(x) = q, x p falls es

Mehr

Brückenkurs MATHEMATIK

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

Mehr

Mathematik: Vorwissen und Selbststudium

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

Mehr

9 Die Prinzipien der Analysis

9 Die Prinzipien der Analysis 9 Die Prinzipien der Anlysis 9. Der Huptstz der Differentil- und Integrlrechnung Ds wichtigste Prinzip der Anlysis besgt, dss die Integrtion in gewisser Weise die Umkehrung der Differentition ist. Genuer

Mehr

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

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

Mehr

Folgen, Reihen, Grenzwerte u. Stetigkeit

Folgen, Reihen, Grenzwerte u. Stetigkeit Folgen, Reihen, Grenzwerte u. Stetigkeit Josef F. Bürgler Abt. Informatik HTA Luzern, FH Zentralschweiz HTA.MA+INF Josef F. Bürgler (HTA Luzern) Einf. Infinitesimalrechnung HTA.MA+INF 1 / 33 Inhalt 1 Folgen

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

11 Logarithmus und allgemeine Potenzen

11 Logarithmus und allgemeine Potenzen Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den

Mehr

Volumen von Rotationskörpern

Volumen von Rotationskörpern Volumen von Rottionskörpern Beispiele: [ Es stellt sich die Frge: Wie entstehen solche Rottionskörper bzw wie lssen sich solche Rottionskörper er zeugen? Rotiert eine Fläche z.b. um die x-achse, so entsteht

Mehr

Analysis I Wintersemester 2002/03. W. Ebeling

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

Mehr

Brückenkurs Mathematik

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

Mehr

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

3. Ganzrationale Funktionen

3. Ganzrationale Funktionen 3. Gnzrtionle Funktionen ) Definitionen und Beispiele Definition: Eine gnzrtionle Funktion n-ten Grdes ht ls Definitionsterm ein Polynom n-ten Grdes, d.h. y = f() = n n n-1 n-1 1 0. n 0, i ( i = 1, n)

Mehr

10 Anwendungen der Integralrechnung

10 Anwendungen der Integralrechnung 9 nwendungen der Integrlrechnung Der Inhlt von 9 wren die verschiedenen Verfhren zur Berechnung eines Integrls Der Inhlt von sind die verschiedenen Bedeutungen, die ein Integrl hen knn Die Integrlrechnung

Mehr

Präfixcodes und der Huffman Algorithmus

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

Mehr

Der Kreissektor (Kreisausschnitt) Kreissektors mit dem Mittelpunktswinkel ϕ : Bogenlänge: b Sektor. Flächeinhalt:: ASektor

Der Kreissektor (Kreisausschnitt) Kreissektors mit dem Mittelpunktswinkel ϕ : Bogenlänge: b Sektor. Flächeinhalt:: ASektor Grundwissen Mthemtik 0.Klsse 0 / Die Kugel Volumen der Kugel: Oberfläche der Kugel: V O Kugel Kugel 4 πr 4πr Der Kreissektor (Kreisusschnitt) Kreissektors mit dem Mittelpunktswinkel ϕ : ϕ Bogenlänge: b

Mehr

2. Das Rechnen mit ganzen Zahlen (Rechnen in )

2. Das Rechnen mit ganzen Zahlen (Rechnen in ) . Ds Rechnen mit gnzen Zhlen (Rechnen in ).1 Addition und Subtrktion 5 + = 7 Summnd Summnd Summe 5 - = 3 Minuend Subtrhend Differenz In Aussgen mit Vriblen lssen sich nur gleiche Vriblen ddieren bzw. subtrhieren.

Mehr

Stetigkeit. Definitionen. Beispiele

Stetigkeit. Definitionen. Beispiele Stetigkeit Definitionen Stetigkeit Sei f : D mit D eine Funktion. f heißt stetig in a D, falls für jede Folge x n in D (d.h. x n D für alle n ) mit lim x n a gilt: lim f x n f a. Die Funktion f : D heißt

Mehr

2. Stetige lineare Funktionale

2. Stetige lineare Funktionale -21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn

Mehr

Wir wollen dieses Semester beginnen indem wir uns zunächst an den Mittelwertsatz I. 12.Satz 10 erinnern.

Wir wollen dieses Semester beginnen indem wir uns zunächst an den Mittelwertsatz I. 12.Satz 10 erinnern. Inhltsverzeichnis Tylorpolynome und Tylorreihen.................... Integrlrechnung............................. 6 3 Uneigentliche Integrle.......................... 9 4 Funktionenfolgen und normierte

Mehr

Repetitionsaufgaben Exponential-und Logarithmusfunktion

Repetitionsaufgaben Exponential-und Logarithmusfunktion Repetitionsufgben Eponentil-und Logrithmusfunktion Inhltsverzeichnis A) Vorbemerkungen B) Lernziele C) Eponentilfunktionen mit Beispielen 2 D) Aufgben Ep.fkt. mit Musterlösungen 6 E) Logrithmusfunktionen

Mehr

Dr. Günter Rothmeier Kein Anspruch auf Vollständigkeit Elementarmathematik (LH) und Fehlerfreiheit

Dr. Günter Rothmeier Kein Anspruch auf Vollständigkeit Elementarmathematik (LH) und Fehlerfreiheit WS 008/09 7 Elementrmthemtik (LH) und Fehlerfreiheit. Zhlenbereiche... Die rtionlen Zhlen... Definition Die Definition der rtionlen Zhlen erfolgt hier innermthemtisch ebenflls wie diejenige der gnzen Zhlen

Mehr