Zusammenfassung Analysis 1

Größe: px
Ab Seite anzeigen:

Download "Zusammenfassung Analysis 1"

Transkript

1 Zusmmenfssung Anlysis 1 Ssch Schleef Reelle Zhlen (1.1) x, y, z R : (x + y) + z = x + (y + z) (Asozitivgesetz) (1.2) x, y R : x + y = y + x (Kommuttivgesetz) (1.3) 0 R x R : x + 0 = x (0 heißt Null) (1.4) x R y R : x + y = 0 (y heißt Negtives von x kurz x) (1.5) x, y, z R : (x y) z = x (y z) (Asozitivgesetz) (1.6) x, y R : x y = y x (Kommuttivgesetz) (1.7) 1 R x R : x 1 = x (1 heißt Eins) (1.8) x R, x 0 y R : x y = 1 (y heißt Inverses von x kurz x 1 ) (1.9) x, y, z R : x (y + z) = x y + x z (Distributivgesetz) (1.37) Beispiel: Regeln ngewndt uf x 2, komplexe Zhlen, F 2 Vollständige Induktion: Zz: n NA(m) richtig. IA: A(1) richtig. IV: n NA(m) richtig. IS: A(n) A(n + 1) (1.38) Definition: Menge K mit den Regeln ist ein Körper (Körperxiome). (1.39) Stz: Anzhl verschiedener Permuttionen: n! = n i i=1 Anzhl verschiedener k-elementiger Teilmengen: ( ) n k = n! (1.40) () ( ) ( n k = n ) n k (b) ( ( n 1) = n, n 0) = 0 (c) ( ) ( n k = n 1 ) ( k 1 + n 1 ) ( k, n ( k) = n n+k) = 0 (1.41) Binomischer LehrStz: (x + y) n = n k=0 ( n ) k x n k y k k! (n k)! 1

2 2 Axiome der Anordnung (2.1) Trichotomie: x N : x > 0 positiv, x = 0 (Null), x < 0 (negtiv) (2.2) Abgeschlossenheit(+) x > 0 y > 0 x + y > 0 (2.3) Abgeschlossenheit( ) x > 0 y > 0 x y > 0 (2.4) Definition: x > y : x y > 0 Rest nlog Für zwei x, y N gilt genu eine Reltion: x < y, x = y, x > y (2.5) Trnsitivität ( ): x < y y < z x > z (2.6) Trnsltionsinvrinz: x < y + x < + y, N (2.7) Spiegelung: x < y ( x) > ( y) (2.8) x < y < b + x < y + b (2.9) x < y > 0 x < y (2.10) 0 x < y 0 < b x < b y (2.11) x < y < 0 x > y (2.12) x 0 : x n > 0, n N insbesondere 1 > 0 (2.13) x > 0 x 1 > 0 (2.14) 0 < x < y x 1 > y 1 (2.15) Definition: Körper mit obigen Axiomen heißt: ngeordneter Körper () F 2 = {0, 1} nicht ngeordnet (b) Wenn K ngeordnet, so enthält er gnz N 0 (c) Sei dzu N kleinste Teilmenge von K mit: 0 N, x N x + 1 N (2.16) Definition: Pemo-Axiome Sei N eine Menge 0 N und einer Nchfolgebbildung ν : N N () x y ν(x) ν(y) (b) 0 / ν(n = {x N x = ν(y), y N } (c) (Induktionsxiom): M N : 0 M x M ν(x) M (2.17) Definition: Absolutbetrg: { x x 0 () x = x x x < 0 (b) x = mx(x, x) (2.18) Stz: Der Absolutbetrg erfüllt: () x 0 x R x = 0 x = 0 2

3 (b) x y = x y (c) -Ungleichung: x + y x + y (2.19) Definition: Körper K mit (2.20) Folgerung: K K x x heißt bewerteter Körper. x x heißt Bewertung. () x = x x K (b) x, y R, y 0: = x (c) x y x y x y x y y x y } x y x y (2.21) Archimediches Axiom: Zu je 2 reellen Zhlen x, y > 0 gibt es eine ntürliche Zhl n N mit: n x > y R, Q sind rchimedisch geordnet. Körper die ngeordnet sind, müssen nicht rchimedisch geordnet sein. (2.22) Folgerung () x R n 1, n 2 N : n 1 > x n 2 < x (b) Gußklmmer: x N n N : n x < n + 1: floor(x)= x x N m N : m 1 < x m: ceil(x)= x (2.23) ε > 0 n N, n > 0 : 1 n < ε (2.24) Stz: Bernulli-Ungleichung: x R, x 1 n N: (1 + x) n 1 + n x (2.25) () b R, b > 0 n N : b n > K (b) 0 < b < 1 : ε > 0 n N : b n < ε 3

4 3 Folgen und Grenzwerte (3.1) Definition: Seinen A, B zwei nichtleere Mengen: () Abbildung f : A B ist Vorschrift, die zu jedem A genu ein f() B zuordnet. A: Argumentbereich, B: Bildbereich. (b) f(a) := {b B A : b = f()} (c) f heißt surjektiv, flls: B = f(a). (d) f heißt injektiv, flls: b f() f(b), (e) f heißt bijektiv, flls f surjektiv und injektiv, b A (3.3) Definition: Eine Abbildung f : N R mit f(n) := n R, n N heißt Folge reller Zhlen. Argumentbereich heißt Indexmenge. Auflistung ( n ) n N = ( 1, 2,..., n ) heißt unendliches Tupel. (Auch ndere Indexmengen möglich) (3.4) Definition: () Folge ( n ) n N heißt konvergent gegen R, flls: ε > 0 N N n N : n < ε N hängt von ε b! ( n ) n N heißt konvergent, wenn es ein soles gibt. Schreibweisen: lim n =, kurz: lim n = n n ist formle Erweiterung von R durch: R : R {, + }, < x < + x R (b) ε > 0 N N n N : n [ ε, + ε d.h. lle n, bis uf endlich viele, liegen in diesem Intervll. (c) Folge ( n ) n N, die nicht gegen irgendein R konvergiert heißt divergent. (3.6) Definition: Folge ( n ) n N heißt beschränkt nch oben/unten, wenn K R: n K n N / n K n N ( n ) n N beschränkt, wenn nch oben und unten beschränkt. (3.7) Stz: Eindeutigkeit des Limes: lim n n = lim n n = b = b (3.8) Stz: Jede konvergente Folge ( n ) n N reeller Zhlen ist beschränkt. (3.10) Stz: Summen und Produkte konvergenter Folgen ( n ) n N bzw. (b n ) n N konvergent mit bzw b : () (b) lim ( n + b n ) = + b n lim ( n b n ) = b n (3.11) Folgerung: Linerkombintion ( n ) n N, (b n ) n N konvergent und α, β R. Dnn konvergiert (α n + β b n ) n N mit: lim n (α n + β b n ) = α lim n ( n) + β lim n (b n) (3.12) Stz: Quotienten reller Folgen ( ( n ) n N, (b n ) n N konvergent. Dnn n 0 N : b n 0 n n 0 n b n, mit lim n )n n 0 n bn = b 4

5 (3.14) Stz: Vergleich reeller Folgen ( n ) n N, (b n ) n N konvergent mit n b n n N () lim n lim b n n n (b) A n B n N A lim n B n (3.15) Definition: Reihe: () (S m ) m N0 = m n heißt Reihe mit Gliedern n. (b) (S m ) m N0 = n heißt unendlcihe Reihe. Konvergiert diese wird ihr Grendwert mit bezeichnet. (3.15) Bemerkung: Teleskopsumme: Jede Folge ( n ) n N lässt sich ls Folge von Prtilsummen drstellen, denn: n = 0 + n ( k k 1 ), n N k=1 (3.17) Beispiel: unendliche geometrische Reihe Für x < 1 gilt: x n = 1 1 x n Prtilsumme: x k = 1 xn+1 1 x k=0 (3.19) Definition: bestimmte Divergenz: ( n ) n N heißt: () bestimmt divergent gegen +, flls K R N N n N : n > K (b) bestimmt divergent gegen, flls ( n ) bestimmt divergent gegen + n Mn schreibt: lim n n = + bzw. lim n n =. Sie sind uneigentlich konvergent gegen ±. 1 (3.20) () ( n ) n N bestimmt divergent gegen ±. Dnn N N : n 0 n N und lim n n = 0 (b) ( n ) n N Nullfolge, d.h. lim n = 0 mit n > 0 n bzw. n < 0 n. n Dnn divergiert ( 1 n ) n N bestimmt gegen + bzw. infty. 5

6 4 Vollständigkeit der reellen Zhlen (4.1) Stz: ε > 0 N N : n m < ε m, n N (4.2) Definition: Cuchy-Folge: Folge ( n ) n N mit (4.1) (4.3) Definition:, b R, < b Dnn ist [, b] = {x R x b} ds bgeschlossene Intervll mit Endpunkten, b. [, b] ht die Länge/Durchmesser(Dimeter): dim([, b]) = b (4.4) Definition: Monotonie: ( n ) n N0 heißt: () monoton wchsend flls n n+1 n N 0 (b) streng monoton wchsend flls n < n+1 n N 0 (c) monoton fllend flls n n+1 n N 0 (d) streng monoton fllend flls n > n+1 n N 0 (4.5) Stz: Für x n+1 = 1 2 (x n + x n ) n N 0 mit, x 0 R + gilt: () x n > 0 und x n Q, flls Q und x 0 Q (b) x n x 2 n, n N (c) x n x n+1 x n+1 x n d.h. (x n ) n N monoton fllend und ( x n ) n N monoton wchsend. Für bgeschlossene Intervlle I n = [ x n, x n ] gilt: I n+1 I n, n N (d) dim(i n ) = x n x n ist monoton fllend mit: lim dim(i n) = 0. n (4.6) Definition: Intervllschchtelung: Sei I 0 I 1... I n I n+1 eine bsteigende Folge bgeschlossener Intervllein R mit lim n dim(i n) = 0. (4.7) Axiom: Vollständigkeit von R Jede Cuchy-Folge konvergiert in R (4.8) Stz: Die Aussgen () R ist vollständig (Axiom 4.7) (b) (I n ) n N!x R n N : x I n (Intervllschchtellungsprinzip) sind äquivlent. (4.9) Definition: b-discher Bruch: ± n b n, b N, b 2, k N 0, 0 n b 1 n= k oft geschrieben: ± k k }{{} V orkomm (4.10) Stz: Sei b N, b 2 dnn gilt:, }{{} Nchkomm () Jeder b-dische Bruch ist eine Cuchy-Folge, d.h. konvergiert gegen eine reelle Zhl. (b) Jede reelle Zhl lässt sich in einem b-dischen Bruch entwickeln (ia. nicht eindeutig). (4.11) Definition: Teilfolge: Sei ( n ) n N0 Folge und (n 0 < n 1 <...) eine ufsteigende Folge ntürlicher Zhlen, dnn heißt ( nk ) k N0 = ( n0, n1,...) Teilfolge von ( n ) n N0. 6

7 (4.12) Proposition: Ist ( n ) n N konvergent mit Limes R dnn konvergiert uch jede Teilfolge (sofern existent) von ( n ) gegen, (4.13) Stz: Bolzno-Weierstrß Jede beschränkte Folge reeller Zhlen ht eine konvergente Teilfolge. (4.14) Stz: Jede beschränkte, monotone Folge (wchsend oder fllend) reeller Zhlen konvergiert. (4.15) Definition: Häufungspunkt Eine Zhl R heit HP einer Folge ( n ) n N wenn es eine Teilfolge von ( n ) gibt, die gegen konvergiert. (4.16) Bemerkung: Die reellen Zhlen sind durch: () Körperxiome (1.1)-(1.9) (b) Anordnungsxiome (2) (c) rchimedisches Axiom (2) (d) Vollständikeitsxiom eindeutig bestimmt. (4.17) Stz: Cuchys-Konvergenzkriterium: Sei ( n ) n N Folge reeller Zhlen, dnn gilt: () n konvergiert ε > 0 N N n, m N : (b) Sei n 0 n N : n konvergiert S n := (4.18) Beispiel: hrmonische Reihe: Sei n = 1 n, n N Dnn divergiert n n k=0 n k=m k < ε (4.19) Stz: Leibnitz-Kriterium für lternierende Reihen: Sei ( n ) n N eine monoton fllende Nullfolge ( n 0 lim n = 0). n Dnn konvergiert ( 1) n n k < K (Prtilsumme beschränkt) (4.21) Stz: Mjorntenkriterium: Sei b n konvergente Reihe mit b n 0 und ( n ) n N eine Folge mit n b n n N Dnn konvergiert n und sogr n b n heißt Mjornte von n (4.22) Definition: bsolute Konvergenz: n bsolut konvergent, flls n (Reihe über den Betrg der Folge) konvergent. (4.23) Proposition: zum Mjorntenkriterium () mit b n = n folgt die normle Konvergenz us der bsoluten. (b) Ist b n 0, b n divergent und ( n ) n N mit n b n so divergiert uch n 7

8 (4.24) Stz: Quotienten-Kriterium: Sei n Reihe mit N N : n 0 n N dnn: q R, 0 < q < 1 : n+1 n < q n > N n konvergiert bsolut (4.26) Definition: Umordnung: Sei n reihe und s : N 0 N 0 bijektive Abbildung. Dnn heißt s(n) Umordnung der Reihe. (4.26) Stz: Umordnungsstz: Sei n eine bsolut konvergente Reihe, dnn konvergiert uch jede Umordnung der Reihe gegen denselben Grenzwert. (4.27) Beispiel: Eine Umordnung der lternierenden hrmonische Reihe divergiert. (4.28) Stz: Exponentilreihe: exp(x) = x n n! x R bsolut konvergent. (4.29) Stz: Cuchy-Produkt von Reihen: Seien n und b n bsolut konvergente Reihen: Für n N 0 : c n = (Achtung: Lufindexwechsel!) Dnn ist uch c n bsolut konvergent mit: n k=0 ( ) ( ) c n = n b n (4.30) Stz: Funktionlgleichung für exp: exp(x + y) = exp(x) exp(y) x, y R (4.31) Folgerung: x R: () exp(x) > 0 (b) exp( x) = 1 exp(x) (c) m Z : exp(m) = e m 4.1 Übungen Stz: Wurzelkriterium: q R, 0 < q < 1 n N : Stz: Sndwich-Theorem: n b n c n n N : N N Wenn n und c n konvergent mit lim uch b n konvergent mit lim n b n =. k b n k n n < q n bsolut konvergent n=1 n = lim c n = dnn ist n n 8

9 5 Teilmengen von R (5.1) Definition: Intervlle () bgeschlossene:, b R, b [, b] := {x R x b} (b) offene:, b R, b ], b[:= {x R < x < b} (c) hlboffene:, b R, b [, b[:= {x R x < b}, ], b] := {x R < x b} (d) uneigentliche:, b R, b [, [:= {x R x > }, ], b] := {x R x < b} (e) R + := {x R x 0}, R :=}x R x 0{, R + := R + R (f) Sei ( n ) n N0 eine Folge d.h. eine Abbildung : N 0 R Dnn heißt die Bildmenge (N 0 ) R die uneigentliche Punktmenge zu ( n ). (5.2) Definition: Abzählbrkeit: Eine nichtleere Menge A heißt bzählbr, wenn es eine surjektive Abbildung s : N 0 A gibt. Die leere Menge sei bzählbr und eine nichtleere Menge heißt überbzählbr, wenn sie nicht bzählbr ist. (5.4) Definition: bzählbr unendlich: Eine nichtendliche bzählbre Menge. (5.5) Stz: Sei M N 0, M. Dnn besitzt M ein kleinstes Element. (5.6) Stz: Jede Teilmenge von N 0 ist entweder endlich oder bzählbr unendlich. Im letzteren Fll gibt es eine bijektive Abbildung: t : M N 0, t(m) := {x M x < m} (5.7) Stz: Die Vereinigung bzählbr vieler bzählbrer Mengen M n, n N 0 ist wieder bzählbr (Digonlmuster). (5.8) Folgerung: Die Menge Q ist bzählbr unendlich. (5.9) Stz: Die Menge R ist überbzählbr. (5.10) Folgerung: Die Menge der irrtionlen Zhlen R \ Q ist überbzählbr. (5.11) Definition: Sei A R Teilmenge und R () heißt Berührpunkt von A, wenn in jeder ε-umgebung von, d.h. U ε () :=] ε, + ε[, mindestens ein Punkt von A liegt. (b) heißt Häufungspunkt von A, flls in jeder ε-umgebung unendlich viele verschiedene Punkte von A liegen. (5.14) Definition: () Eine Teimenge A R heißt nch oben bzw. unten beschränkt, wenn es ein K R gibt mit: x K bzw. x K x A (b) A heißt beschränkt, wenn A nch oben und unten bschränkt ist. (c) Eine Folge ist nch oben/unten beschränkt, wenn die zugrundeliegende Menge nch oben/unten beschränkt ist. (d) K heißt kleinste obere Schrnke von A flls: K R ist obere Schrnke von A Ist K weitere obere Schrnke von A, so gilt: K < K. (e) K heißt Supremum/Infimum von A, flls K kleinste obere/größte untere Schrnke von A ist. Existiert diese, so ist sup(a)/ inf(a) eindeutig bestimmt. 9

10 (5.15) Stz: Jede nichtleere, nch oben/unten beschränkte Teilmenge A R besitzt ein Supremum/Infimum. (5.17) Definition: () Sei A R Flls sup(a) existiert und sup(a) A gilt, dnn heißt sup(a) Mximum mx(a) von A. (Entsprechend für Minimum min(a)) (b) Flls A R nch oben/unten nicht beschränkt, schreibt mn: sup(a) = / inf(a) =. (c) ( n ) n N Folge reeller Zhlen, dnn sei lim sup( n) := lim sup({ k k n}) und lim inf( n) := n n n lim sup({ k k n}) Dies wird uuch ls lim bzw.... bezeichnet. n n (5.19) Definition: (5.20) Stz: () Eine Menge A R heißt bgeschlossene Menge, wenn für jede konvergente Folge ( n ) n N von Elementen n A gilt: lim n n A. (b) Eine Menge heißt offene Menge wenn R \ U bgeschlossen ist. (c) K R heißt kompkte Menge, flls jede Folge ( n ) n N von Elementen n K eine konvergente Teilfolge mit Limes in K besitzt. () U R offen U ε > 0 : ] ε, + ε[ U (b) K R kompkt K ist beschränkt und bgeschlossen. (c) Vereinigungen offener Mengen sind wieder offen und Durchschnitte bgeschlossene Mengen sind wieder bgeschlossen. (d) Endliche Durchschnitte offener Mengen sind wieder offen und endliche Vereeinigungen bgschlossener Mengen sin wieder bgschlossen. 10

11 6 Stetige Funktionen Seien M, N R nichtleere Teilmengen. Eine Funktion f : M N heißt stetig im Punkt m M, flls ε > 0 δ > 0 x : x m < δ : f(x) f(m) < ε Zu einer Umgebung U ε (f(m)) := {x N x f(m) < ε} gibt es eine Umgebung U δ (m) := {x M x m < δ} sodss f (U δ (m)) U ε (f(m)) f : M N heißt stetig in M, wenn f in jedem Punkt m M stetig ist. (6.1) Beispiele () id : R Rid(x) = x ist stetig uf R. Wähle δ = ε = 0 (b) f : R R, f(x) = c R x R (konstnt) ist stetig. (c) Der Betrg : R R + {0} ist stetig, d für m R und lle ε > 0 gilt mit δ = ε: x m < δ x m x m < ε = δ (d) exp(x) ist stetig in x = 0 Abschätzung für N 0 : exp(x) = ( 1 + x 1! xn N! ) (6.2) Stz: Folgenkriterium für Stetigkeit Sei f : M N, M, N R nichtleere Teilmengen. f stetig in m M Für jede Folge (x n ) n R, x n M mit Limes lim n x n = m M gilt: lim n f (x n) = f(m) (6.3) Stz: Seien f, g : M N R, M R, M stetig in M. Ferner seinen c, d R. Dnn gilt: () c f + d g und f g sind wieder stetig in m (b) Ist g(m) 0, so ist uch f g in m stetig. (c) Sei ferner N R mit g : N N Dnn ist die Komposition g f : M N in m stetig, wo (g f)(x) = g (f(x)), x M, wenn f in m M stetig ist und g in f(m) N stetig ist. (d) min(f, g) : M R, wo f, g : M N stetig in m M mx(f, g) : M R, wo f, g : M N stetig in m M ist, sind wieder in m M stetig. Hier ist min(f, g)(x) := min (f(x), g(x)) und mx(f, g)(x) := mx (f(x), g(x)) (6.4) Die Funktionen f : R R, definiert durch f(x) := c n x n +c n 1 x n c 1 +x+c 0, wo c j R und c n 0 heißen Polynomfunktionen. Es gilt: () Polynomfunktionen sind uf R stetig. (b) Sind P und Q Polynome und Q(m) 0, so ist x P (x) Q(x) in x = m stetig. (6.5) Stz: Zwischenwertstz Sei f : [, b] R stetig, < b,, b R. Ferner sei c R mit f() < c < f(b). Dnn gibt es mindestens ein x [, b] mit f(x) = c Grph einer Funktion f: G(f) := {(x, f(x)) x M} M N 11

12 (6.6) Folgerung: Jede Polynomfunktion f(x) := c n x n + c n 1 x n c 1 + x + c 0 mit ungerden Grd n N und Koeffizienten c j R besitzt mindestens eine Nullstelle in R. (6.7) Folgerung: Sei I R ein Intervll (eigentlich oder uneigentlich) und f : I R stetig. Dnn ist f(i) R wieder ein Intervll. (6.8) Definition: Folgenbeschränktheit Eine Funktion f : M R heißt beschränkt, wenn f(m) R beschränkt ist. d.h.: K R + : f(x) K x M (6.9) Stz: ngenommenes Supremum/Infimum Sei M R kompkt (z.b. M = [, b], < < b < ) und F : M R stetig. Dnn ist f(m) kompkt und die Funktion f nimmt ihr Supremum b und Infimum. d.h. x mx M, x min M : f(x mx ) = sup(f(m)), f(x min ) = inf(f(m)) (6.10) Stz: Sei I R ein Intervll und f : I R stetig und monoton wchsend/fllend. Dnn bildet f ds Intervll I bijektiv uf ds Intervll J := f(i) b und die Umkehrfunktion f 1 : J R ist ebenflls stetig und streng monoton wchsend/fllend. (6.11) Stz: Wurzeln und Logrithmen () Sei k 2, k N Dnn ist f : R + R, f(x) = x k streng monoton wchsend und stetig, lso eine Bijektion von R + R + = Die Umkehrfunktion f 1 : R + R +, f 1 (x) = k x ist stren monoton wchsend und stetig. (b) Flls k ungerde ist, ist durch f(x) = x k eine strng monoton wchsende. stetige Bijektion von R R definiert und entsprechend ist die Umkehrfunktion f 1 (x) = k x eine stetige streng monoton wchsende Funktion von R R. (c) Die Funktion exp : R R + ist streng monoton wchsend und eine stetige Bijektion mit streng monoton wchsender, stetiger Umkehrfunktion: log : R + R, x log(x) Es gilt x, y R, x, y > 0 : log(x y) = log(x) + log(y) (6.12) Definition: Allgemeine Potenzen Für die Bsis > 0 definiere die Funktion : R R durch x := exp (x log()) (6.13) Stz: Die Funktion : R R ist stetig und es gilt: () x+y = x y (b) n, n Z ist die in 1 definierte Potenz. (c) p q = q p, p Z, q N, q > 2 (6.14) Stz: Potenzregeln Seien b, R +, x, y R () x+y = x y (b) ( x ) y = x y (c) x b x = ( b) x (d) ( ) 1 x = x (6.15) Definition: Sei D 0 und f : D R. Eine Funktion heißt: () gleichmäßig stetig in D, flls ε > 0 δ > 0 x, y D, x y < δ : f(x) f(y) < ε 12

13 (b) Lipschitz-stetig in D, flls L R x, y D : f(x f(y) < L x y (L heißt Lipschitz-Konstnte) (6.16) Beispiel/Bemerkung: () f Lipschitz-stetig mit L f gleichmäßig stetig (wähle δ = ε L ) (b) x x ist Lipschitz-stetig (L = 1) (c) Polynome sind uf beschränkten Mengen D Lipschitz-stetig. (d) f :]0, 1] R, x 1 x ist stetig, ber nicht gleichmäßig stetig, denn: 1 x 1 y = x y xy > K(x y), flls xy < 1 K (6.17) Stz: Sei D R kompkt (z.b. D = [, b], < b,, b R) Dnn gilt: f : D R stetig in D f ist gleichmäßig stetig. (6.18) Bemerkung: In vielen Fällen ist es möglich eine stetige Funktion f : M R uf eine größere Menge M M zu einer Funktion f festzusetzen, sodss uch f : M R stetig ist. (6.18) Beispiel: f : R R, f(x) = (ex 1) 2 x erweitert. (Zusmmenfssung) wird mithilfe einer Folgenkonvergenz uf f : R R (6.19) Definition: Sei f : M R, M, M R eine Funktion und m ein Häufungspunkt in M. () Dnn ht f(x) in x = m einen Grenzwert b, flls für lle Folgen (x n ) n N, x n M \ {m} lim (x n) = m und lim f(x n) = b gilt. n n Hier muss m nicht us M sein. Mn schreibt dfür: lim = b x m (b) Flls f(x) in x = m einen Grenzwert b nur für Folgen x n M \ {m} mit x n < m, n N (bzw. x n < m, n N) besitzt, so schreibt mn: lim f(x) = b (bzw. lim f(x) = b) x m x m (6.20) Proposition: Sei f : M R, m R ein Häufungspunkt in M. Es gilt: { f(x) x M \ {m} () f : M {m} R mit f (x) = ist genu dnn stetig in x = m, b x = m flls f den Grenzwert b in m ht. f heißt dnn stetige Fortsetzung von f in m. (b) lim f(x) = b ε > 0 δ > 0 x M, 0 < x m < δ : f(x) b < ε (c) lim f(x) existiert ε > 0 δ > 0 x, y M, 0 < x m < δ, 0 < y m < δ : f(x) f(y) < ε lim f(x) existiert, 0 < x m < δ, : f(x) f(y) < ε ε>0 δ>0 x,y M 0 < y m < δ 13

14 7 Differenzierbre Funktionen Sei f : R R eine Funktion und sei {(x, f(x)) x R} R 2 der Grph von f Gleichung der Seknte: Gerde durch die Punkte (x 0, f(x 0 )) und (x 1, f(x 1 )) y = f(x 0 ) + f(x 1) f(x 0 ) x 1 x 0 (x x 0 ) (7.1) Sei x 0 fest gewählt und betrchte x 1 ls vribel. Als Funktion von x 1 R \ {x 0 } ist die Sekntensteigung: x 1 s(x 1 ) = f(x1) f(x0) x 1 x 0 ist s(x 1 ) in dem Punkt x 1 = x 0 stetig fortsetzbr, d.h. ht s(x 1 ) einen Grenzwert x 1 x 0 so heißt die Gerde y = f(x 0 ) + s(x x 0 ) (7.2) Grenzgerde der Seknten oder Tngente n den Grphen von f in (x 0, f(x 0 )). (7.1) Definition: Sei f : M N, M, N R, M. f heißt in m M differenzierbr, flls () m ist Häufungspunkt von M. ( ) (b) c := lim f(x) f(m) x x m existiert. s : M \ {m} R, s(x) = f(x) f(m) x m heißt Differenzenquotient ) c := heißt Differenzilquotient oder Ableitung von f m Punkt m M lim x m ( f(x) f(m) x m und wird mit f (m) oder df dx (7.2) Proposition: lterntive Definition (m) bezeichnet. m M Häufungspunkt von M f : M N R, M R differenzierbr. der Differenzilquotient s(x) us (7.3) ist in x = m eindeutig stetig fortsetzbr. f : M N, m M besitzt eine sich nschmiegende linere Approximtion in einer Umgebung von m bzw. der Grph von f besitzt eine Tngente in (m, f(m)) R 2 d.h. f : M N in m M differenzierbr R ε > 0 δ > 0 : x m < δ x M (7.3) f(x) (f(m) + (x m)) < ε x m (7.4) Hier ist x f(m) + c (x m) die linere Tngentenfunktion. (7.4) Definition: f heißt differenzierbr in M, wenn f in jedem Punkt von M differenzierbr ist. (7.5) Proposition: Sei f differenzierbr in m M, dnn ist f stetig in m M (7.6) Beispiel: () id R : R R, id R (x) := x ist in R differenzierbr mit Ableitung 1. Dnn lim x m (b) konstnte Funktion x c ist differenzierbr mit Ableitung 0 ( x m x m ) = 1 14

15 (c) : R R, x x ist in R {\ {0} differenzierbr, lso nicht in x = 0. x 0 Für x 0 : x 0 = x 1 x > 0 x = 1 x < 0 (d) f(x) := x x 2 ist differenzierbr in R lim x 0 x x 2 x = lim x 0 x x = 0 (7.7) Stz: Rechenregeln für Ableitungen Seien f, g : M N differenzierbr in m M () Linerität: Seien c, d R Dnn ist cf + dg differenzierbr in m mit Ableitung (cf + dg) (m) = cf (m) + dg (m) (b) Produktregel: (fg) (m) = f (m)g(m) + f(m)g (m) (c) Quotientenregel: Ist g(x) 0 x M mit x m < δ So ist f g ( ) f g = f (m)g(m) f(m)g (m) g(m) 2 in x = m differenzierbr und (d) Kettenregel: Seien f : M N, g : N N, M, N, N R differenzierbr in m M bzw. in n := f(m) N. Dnn ist f g : M N in x = m differenzierbr und (f g) (m) = (g(f(m))) = g (f(m)) f (m) = g (n) f (m) (7.8) Korollr: () Die Ableitung der Polynomfunktion P (x) = n k=0 k x k ist P (x) = n k=1 k k x k 1 (b) Die Ableitung f(x) := exp(x) ist f (x) = exp(x) (7.9) Definition & Proposition () Sei m M ein Häufungspunkt von M R. Eine Funktion f : M R heißt k-ml in m M differenzierbr, wenn K N, K 2, wenn f in M differenzierbr ist und die Ableitung f : M R ist (k 1)-ml differenzierbr in m. (b) f heißt k-ml differenzierbr in m M, flls f k-ml differenzierbr ist in M und x f (k) (x) stetig in x = m ist. (c) f heißt k-ml stetig differenzierbr in M, wenn f in jedem Punkt m M k-ml stetig differenzierbr ist. (7.10) Stz: Sei f : I M uf dem offenen Intervll I R differenzierbr und streng monoton (wchsend oder fllend). J := f(i) ist nch nch Folgerung 6.7 ein offenes Intervll. Ist f (x) 0 x I, so ist die Umkehrfunktion von f: g : J I mit f g(y) = y: g (y) = 1 f (x) = 1 f (g(y)) (7.11) Korollr: () Die Funktion g(y) := n y, n N ist differenzierbre Bijektion R + R + mit Ableitung: g 1 (y) = n( n y) = n y n 1 n y = 1 n y 1 n 1, denn f(x) := x n ist streng monoton wchsend und f (x) 0, x > 0 (b) f((x) = exp(x) streng monoton wchsend uf R f (x) = exp(x) 0 uf R log : R + R ist differenzierbre Bijektion mit Ableitung (log(y)) = 1 exp(log(y)) = 1 y, y > 0 (c) f(x) = x 3 ist streng monotone Bijektion von R R, f (0) = 0 dher ist ( d dx f 1) (y) = 1 3 y 1 3 1, y 0, ber f 1 (y) ist in y = 0 nicht differenzierbr. 15

16 (7.12) Definition: Extrem m I R, I Intervll, m nicht Endpunkt von I () f ht ein lokles Mximum (bzw. Minimum) in m, flls es ein δ > 0 gibt mit f(m) f(x) (bzw. f(m) f(x)) für lle x ]m δ, m + δ[ I (b) gilt f(m) > f(x) (bzw. f(m) < f(x)) für lle x ]m δ, m + δ[ I, x m so heißt m strenges lokles Mximum (bzw. Minimum). (c) f ht globles Mximum (bzw. Minimum) uf I in m, flls f(m) f(x) (bzw. f(m) f(x)) für lle x I. (d) entsprechend strenges globles Mximum/Minimum. Mxim und Minim heißen Extremlpunkte. (7.13) Stz: Sei m I siehe Def ein lokles Extremum von f : I R und sei f differenzierbr in m. Dnn ist f (m) = 0. (7.14) Stz von Rolle: Sei f : [, b] R, < b stetig und in ], b[ differenzierbr. Sei f() = f(b) dnn gibt es ein < c < b mit f (c) = 0 (7.15) Stz: Mittelwertstz der Diffentilrechnung Sei f : [, b] R, < b stetig und in ], b[ differenzierbr, dnn gibt es ein c ], b[, sodss f (c) = f(b) f() b (mittlere Steigung). (7.16) Stz: Sei f : [, b] R stetig und uf ], b[ differenzierbr () Gilt f (x) 0 (bzw. f (x) > 0, f (x) 0, f (x) < 0) für lle x ], b[, so ist f uf [, b] monoton wchsend (bzw. streng monoton wchsend, monoton fllend, streng monoton fllend). (b) Ist f monoton wchsend (bzw. fllend), so ist f (x) 0 (bzw. f (x) 0 für lle x ], b[). (c) Ist f in m ], b[ zweiml stetig differenzerbr und f (m) = 0 f (m) < 0 (bzw. f (m) > 0), so ht f in m ein strenges lokles Mkimum (bzw. Minimum). (d) Flls für m M, m, M R gilt: f (x) [m, M] x ], b[, so folgt: m(y 2 y 1 ) f(x 1 ) f(x 2 ) M(y 2 y 1 ) x 1, x 2 [, b], x 1 < x 2 (7.17) Bemerkung: f streng monoton wchsend f (x) > 0 x ]x 1, x 2 [ Beispiel: f(x) = x 3 in x = 0 (7.18) Folgerung: Flls f : [, b] R stetig und in ],b[ differenzierbr mit f (x) = 0, x ], b[, so ist f konstnt. (7.19) Lemm: () Sei f :], b[ R differenzierbr mit lim f(x) = 0 und lim f f(x) (x) = c R, dnn lim x 0 x 0 x 0 x = c (b) Sei f :], [ R differenzierbr, lim f f(x) (x) = 0, dnn lim x x x = c (7.20) Stz: Regeln von de l Hospitl Seien f, g : I R differenzierbre Funktionen uf I =], b[, b. Sei g(x) 0 x I und lim (x) = c R existiert, dnn: f x b g (x) f(x) () Flls lim g(x) = lim f(x) = 0, so ist g(x) = 0 x I und lim x b x b x b g(x) = c f(x) (b) Flls lim g(x) = ±, so ist g(x) 0, x x 0, x 0 ], b[ und lim x b x b g(x) = c 16

17 (c) Anloge Definition für x. (7.21) Definition: Die Hyperbelfunktionen cosh(x) := exp(x)+exp( x) 2 = ex +e x 2 sinh(x) := exp(x) exp( x) 2 = ex e x 2 tnh(x) := sinh(x) cosh(x) coth(x) := cosh(x) sinh(x) cosh(0) = 1, sinh(x) = sinh( x), cosh(x) = cosh( x) (7.22) Bemerkung: Mittels exp (x) = exp(x) : cosh (x) = sinh(x), sinh (x) = cosh(x) 17

18 8 Komplexe Zhlen und trigonometrische Funktionen x > 0 x R (8.1) d.h. x = 0 ist nicht lösbr in R dher wird i = 1 ls Lösung von (8.1) definiert. 8.1 Vergleich mit Kpitel 1 ϕ : R 2 C, (, b) + bi ist ein Isomorphismus von Körpern: Dnn gilt für z, w C: 1 C = (1, 0) R 2 i C = (0, 1) R 2 z := + 1b = + bi,, b R (8.2) = Re( + bi) = R( + bi) b = Im( + bi) = I( + bi) conj( + bi) = + bi := bi konjugiert Komplexes + bi = z = 2 + b 2 Betrg z = z z z = z ɛ z, ɛ z = 1 (8.3) z 2 = z z, z w = z w, z + w = z + w, z = z, Bemerkung: 1 z = ( ) 1 z z z z = z z 2, z 0 Vergleiche Betrgseigenschft in Stz 2.4 und Definition 2.5 = 1 z, z 0 (8.4) z + w z + w ( -Ungleichung) (8.5) z w = z w (Multipliktivität) (8.6) C ist ein bewerteter Körper mit: z z = Re(z) 2 + Im(z) 2 z + z = 2Re(z), z z = 2Im(z)i (8.7) Re(z) z Im(z) (8.8) Durch Ersetzen der Betrgsfunktion können lle Definitionen für die Konvergenz von Folgen us (3.) uf C erweitert werden. Wichtiger Unterschied: C ist nicht ngeordnet! In den Definitionen ersetze offenes ε-intervll ] ε, + ε[ R um R durch: {x R x < ε} {z C z < ε}, C Es gelten: Def.: 3.4, 3.6; Stz: 3.7, 3.10, 3.11, 3.12, 3.15; Bsp.: 3.17, 3.18 (8.1) Definition: (z n ) n N Cuchy-Folge in C ε > 0 N N n, m N : z n z m < ε (8.2) Stz: () C ist bezüglich vollständig. (b) Jede beschränkte Folge in C besitzt mindestens einen Häufungspunkt. (z n ) n N beschränkt K > 0 n N : z n K 18

19 Es gelten: Stz: 4.17, (4.18 NICHT!), 4.21(Mjornte), 4.22 (bsolute K.), 4.24, 4.26, 4.29 Definition 5.19: offene/bgeschlossene/kompkte Mengen gelten uch für C. Ferner gilt Stz 5.20b)- d) Stz 5.20i) mit:] ε, + ε[ ersetzt durch K ε () (8.3) Definition: Die Exponentilfunktion exp : C C ist definiert durch die bsolut konvergenze Reihe: exp(z) = z k k! (Quotientenkriterium) k=0 Die Konvergenzbschätzung 6.1d) gilt genuso: exp(z) N z j j! 2 z N+1 N+2 N+1 für z < 2 Die Definitionen für Stetigkeit und Differenzierbrkeit von Funktionen f : M N, M, N C ist nlog zu Def Sätze 6.2, 6.3 gelten nlog. Def.: 6.8, 6.15; Stz: 6.9, 6.17 gelten in C uch. Zwischenwertstz (Stz 6.5) gilt nicht! (8.5) Definition: Für x R sei: cos(x) := Re(exp(ix)) = exp(ix)+exp( ix) 2 sin(x) := Im(exp(ix)) = exp(ix) exp( ix) 2i Dnn sind sin : R R, cos : R R mit x sin(x), x cos(x) lso stetig. Anlog zu Stz 4.30 gilt für z, w C: (8.6) Stz: () exp : C C ist komplex differenzierbr (b) exp(z) = exp(z), z C j=0 exp(z + w) = exp(z) exp(w) (8.9) (8.6) Definition: Mit den Definitionen von sin und cos gilt für x R: (8.7) Stz: x, y R gilt: exp(z) 0 z C (8.10) exp(ix) = cos(x) + i sin(x) Eulerische Formel (8.11) exp(ix) 2 = exp(ix)exp(ix) = exp(ix) exp( ix) nch Stz 8.5 (8.12) = exp(ix ix) = exp(0) = 1 1 n = 4m i n i n = 4m + 1 =, m N 1 n = 4m (8.13) i n = 4m + 3 () cos( x) = cos(x), sin( x) = sin(x) (b) sin 2 (x) + cos 2 (x) = 1 (c) cos(x + y) = cos(x) cos(y) sin(x) sin(y) sin(x + y) = sin(x) cos(y) + cos(x) sin(y) (d) cos(x) = ( 1) k x2k k=0 (2k)! sin(x) = ( 1) k x2k+1 k=0 (2k+1)! 19

20 (8.8) Stz: (e) x sin(x), x cos(x) sind differenzierbr in R mit: sin (x) = cos(x), cos (x) = sin(x) (f) Bemerkung: Hierrus folgt: sin(0) = 0, cos(0) = 1 () x cos(x) besitzt in [0, 2] genu eine Nullstelle τ mit π = 2τ (b) x R gilt: sin(x + π 2 ) = cos(x), sin(x + π) = sin(x) cos(x + π 2 ) = sin(x), cos(x + π) = cos(x) sin(x + 2π) = sin(x) cos(x + 2π) = cos(x) 2π heißt Periode von sin / cos. Sie sind 2π-periodisch (exp(i(x + 2π))) = exp(ix)) (8.9) Korollr: πz := {x R sin(x) = 0} = {kπ k Z} π 2 + πz := {x R cos(x) = 0} = { kπ + π 2 k Z } (8.10) Definition: tn : R \ { π sin(x) 2 + πz} R, tn(x) := cos(x) cot : R \ {πz} R, tn(x) := cos(x) sin(x) (8.11) Die Funktionen [0, π] [ 1, 1], x cos(x) [ π 2, π 2 ] [ 1, 1], x sin(x) [ π 2, π 2 ] R, x tn(x) [0, π] R, x cot(x) sind bijektiv. Ihre Umkehrfunktionen heißen rccos, rcsin, rctn, rccot (Arcus-Funktionen) 20

21 9 Ds Riemnn-Integrl Problem: Die Fläche F A unter einer Funktion f bestimmen. Ist ds für jede Funktion möglich? Antwort: J, zumindest, wenn f stetig ist. Ds Riemnnintegrl, bennnt nch Bernhrd Riemnn ( ) (9.1) Definition: Zerlegung, feinere Zerlegung, Zerlegungsintervll, gemeinsme Verfeinerung Sei < b,, b R I = [, b] kompktes Intervll Eine Zerlegung von I ist ein (n + 1)-Tupel: Z = (x 0, x 1, x 2,..., x n ), n N, = x 0 < x 1 <... < x n = b. Eine weitere Zerlegung Z = (x 0, x 1, x 2,..., x n) heißt feiner ls Z, flls gilt: {x 0,..., x n } {x 0,..., x n}. Wir schreiben Z Z (prtielle Ordnung). Zur Zerlegung Z gehören die Zerlegungsintervlle I k = [x k 1, x k ], k = 1,..., n. Dnn gilt für die Zerlegungsintervlle I j von Z Z: Zu jedem j gibt es ein k(j) mit I j I k(j). Zu Zerlegungen Z, Z von I gibt es stets eine feinere Zerlegung Z mit Z Z Z Z (9.2) Definition: Riemnnsche Obersumme/Untersumme Sei I ein Intervll wie in Def 9.1 und f : I R beschränkt und Z eine Zerlegung von I. Dnn heißen: O Z (f) = n ((x i x i 1 ) sup ({f(x) x i 1 x x i })) i=1 U Z (f) = n ((x i x i 1 ) inf ({f(x) x i 1 x x i })) i=1 Riemnnsche Obersumme bzw. Untersumme bezüglich der Zerlegung Z. Mn pproximiert f lso von oben bzw. unten durch stückweise konstnte Funktionen uf I j (9.2) Bezeichnungen: I k := x k x k 1 (Länge des Intervlls) sup f := sup ({f(x) x A}) A inf f := inf ({f(x) x A}) A O Z (f) = n i=1 U Z (f) = n i=1 I k sup f I k I k inf f I k 21

22 (9.3) Stz: Seien I = [, b] wie oben, f, g : I R beschränkt, Z, Z Zerlegungen von I: () U Z (f) + U Z (g) U Z (f + g) O Z (f + g) O Z (f) + O Z (g) (b) Für λ > 0: U Z (λf) = λu Z (f); O Z (λf) = λo Z (f) (c) Flls f(x) c x I, c R: U Z (f) c I = c(b ); O Z (f) c I = c(b ) (d) Aus Z Z folgt U Z (f) U Z (f) O Z (f) O Z (f). D.h. Untersummen sind monoton wchsend in Z und Obersummen sind monoton fllend in Z. (e) Für beliebige Zerlegungen Z, Z gilt: U ( f) O Z (f) (9.4) Definition:Riemnn-Ober-/Unterintegrl, Riemnnintegrl Sei f : [, b] R beschränkt, I = [, b]. Dnn heißt: U(f) := sup {U Z (f) Z Zerlegung von I} O(f) := inf {U Z (f) Z Zerlegung von I} ds Riemnn-Unter-Oberintegrl von f, es gilt: U(f) O(f) Flls O(f) = U(f), so heißt dieser Wert ds Riemnnintegrl von f und mn schreibt: O(f) = U(f) und sgt: f ist R(iemnn)-integrierbr. (9.4) Schreibweise: Ist f R-integriebr und < b setze: f(x)dx = b b f(x)dx, f(x)dx = 0 U b (f) = sup ({U Z (f) Z Zerlegung von [, b]}) O b (f) = inf ({U Z (f) Z Zerlegung von [, b]}) (9.6) Stz: Seien f, g : I R beschränkt, λ 0 Dnn: () U b (f) + U b (g) U b (f + g) O b (f) + O b (g) (b) U b (λf) = λu b (f), (c) U b ( f) = O b (f) O b (λf) = λo b (f) (d) Für < c < b: U c (f) + U b c (f) = U b (f), O c (f) + O b c(f) = O b (f) (9.7) Stz: Die R-integrierbren Funktionen bilden einen reellen Vektorrum R und f eine linire Abbildung R R mit: b f(x)dx = c f(x)dx + b c f(x)dx, c b (9.8) Stz: f : [, b] R sei beschränkt, c b: f ist uf [, b] R-integrierbr f [,c] R-integierbr und f [c,b] R-integierbr (9.9) Stz: Integrbilitätskriterium f : [, b] R beschränkt. f R-integrierbr ε > 0 Z [,b] : O Z (f) U Z (f) < ε (9.10) Stz: Seien f, g : [, b] R R-integierbr () Dnn sind uch f, mx(f, g), min(f, g), f g, f p, 1 p R-inegrierbr b b b b (b) Flls f(x) g(x) x [, b], so ist f(x)dx g(x)dx, f(x)dx g(x) dx (c) f stetig uf [, b] f ist R-integrierbr b b f(x)dx = f(x)dx ist 22

23 10 Huptstz der Differenzil- und Integrlrechnung (10.1) Stz: Mittelwertstz/Zwischenwertstz der Integrlrechnung Sei f : [, b] R stetig. Dnn gibt es ein c [, b] mit (10.2) Stz: Huptstz Sei I R ein Intervll I = [, b], < b und F : I R stetig. Die Funktion F (x) = b f(x)dx, x I, (10.2) Bemerkung: Stz 10.2 liefert: Die Abbildung f b f(x)dx = (b ) f(c) F : I R ist x I differenzierbr mit: F (x) = f(x). f = F ist eine linere Abbildung vom vektorrum der k-ml differenzierbren Funktionen ϱ k (I) in den Vektorrum der (k + 1)-ml differenzierbren Funktionen ϱ k+1 (I) mit d dx = id : ϱ k (I) ϱ k (I) (10.3) Definition: Stmmfunktion, unbestimmtes Integrl Sei f : [, b] R eine Funktion F : [, b] R heißt Stmmfunktion von f, flls F uf [, b] differenzierbr und F = f ist. F : [, b] heißt unbestimmtes Intgrl von f, flls f uf jedem teilintervll [x o, x] I R- x integrierbr ist und F (x) = f(x)dx = F (x) F (x 0 ) gilt. Schreibe dfür: f(x)dx x 0 (10.4) Stz: () Seien F ; G : [, b] R Stmmfunktionen zu f : [, b]r, wobei f stetig. Dnn gilt: F (x) = G(x) + c x [, b] x (b) Sei f ϱ 1 ([, b]). Dnn gilt x 0, x [, b], x < x : f (t)dt = f(x) f(x 0 ) x 0 (c) Sei f : [, b] R stetig. Dnn gilt: F Stmmfunktion zu f F uneigentliches Integrl zu f { 0 x 0 (10.4) Beispiel: Betrchte die unstetige Funktion f(x) = 1 x > 0 Diese Funktion ist R-integrierbr uf jedem kompkten Intervll F (x) = F ist jedoch keine Stmmfunktion zu f, d F in x = 0 nicht differenzierbr ist. { 0 x 0 x x > 0 (10.5) Beispiel: < 1 f(x) Stmmfunktion (x ) n 1 1 n (x )n+1, n Z \ {1} exp(x) exp(x) sin(x) cos(x) cos(x) sin(x) 1 x log(x ), x 1 1 x rcsin(x), x R x 2 rsinh(x), x R 1 1+x rctn(x), x R 2 { 1 rtnh(x) x 1 x 2 rcot(x) x > 1 23

24 (10.6) Stz: Prtielle Integrtion, Substitutionsregel () Sei I R Intervll f, g ϱ 1 (I), b I. b f(x) g (x)dx = (f g) b b f (x) g(x)dx, Für unbestimmtes Integrl: fg = fg f g h b = h(b) h() (b) Sei I R Intervll f : I R stetig, g : [c, d] I, c, d R, c < d stetig differenzierbr. Dnn gilt: d g(d) f (g(x)) g (x)dx = f(y)dy c g(c) 24

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

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

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

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

9 Das Riemannsche Integral

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

Mehr

Winterrsemester 2004/2005. Analysis I. Gerd Laures, 9. Februar Ruhr-Universität Bochum

Winterrsemester 2004/2005. Analysis I. Gerd Laures, 9. Februar Ruhr-Universität Bochum Winterrsemester 2004/2005 Anlysis I Gerd Lures, 9. Februr 2005 Ruhr-Universität Bochum Inhltsverzeichnis Kpitel 1. Die reellen Zhlen 5 1. Elementre Mengenlehre 5 2. Körperxiome 6 3. Anordnungsxiome 6

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

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

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 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

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis

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

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

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

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

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

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

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

9 Riemann-Integral für Funktionen einer Variablen

9 Riemann-Integral für Funktionen einer Variablen 9 Riemnn-Integrl für Funktionen einer Vriblen Integrl = (orientierte) Fläche zwischen Funktion f : r, bs Ñ R und der x-achse «ř n px n x n 1 qf pξ n q mit Zwischenpunkten ξ n P rx n 1, x n s x n 1 x n

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

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

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

Mehr

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

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

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

Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze

Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze Prof. Dr. Lorenz Schwachhöfer Inhaltsverzeichnis 1 Mathematische Grundlagen 2 2 Folgen und Reihen 7 3 Stetigkeit 15 4 Differenzierbarkeit

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Mathematik II Mitschrift

Mathematik II Mitschrift Mthemtik II Mitschrift Thilo Fester Till Helge Helwig 19 Juli 2006 Vorlesung wurde gehlten von Dr Michel Huber im Sommersemester 2006 Ds erste Kpitel der Vorlesung bsiert uf Mthemtik für Informtiker I

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

$Id: stetig.tex,v /06/26 15:40:18 hk Exp $

$Id: stetig.tex,v /06/26 15:40:18 hk Exp $ $Id: stetig.tex,v 1.11 2012/06/26 15:40:18 hk Exp $ 9 Stetigkeit 9.1 Eigenschaften stetiger Funktionen Am Ende der letzten Sitzung hatten wir eine der Grundeigenschaften stetiger Funktionen nachgewiesen,

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

Kapitel 6. Exponentialfunktion

Kapitel 6. Exponentialfunktion Kapitel 6. Exponentialfunktion 6.1. Potenzreihen In Kap. 4 haben wir Reihen ν=0 a ν studiert, wo die Glieder feste Zahlen sind. Die Summe solcher Reihen ist wieder eine Zahl, z.b. die Eulersche Zahl e.

Mehr

Höhere Mathematik für Physiker II

Höhere Mathematik für Physiker II Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei

Mehr

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden

Mehr

KAPITEL 2. Folgen und Reihen

KAPITEL 2. Folgen und Reihen KAPITEL 2 Folgen und Reihen 1. Konvergenz und Divergenz Definition 2.1 (Folgen). Eine Abbildung a : N R (bzw. a : N 0 R) nennt man Folge. Statt a : N R schreibt man meist (a n ) n N und a n statt a(n).

Mehr

Die komplexe Exponentialfunktion und die Winkelfunktionen

Die komplexe Exponentialfunktion und die Winkelfunktionen Die komplexe Exponentialfunktion und die Winkelfunktionen In dieser Zusammenfassung werden die für uns wichtigsten Eigenschaften der komplexen und reellen Exponentialfunktion sowie der Winkelfunktionen

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

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

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. Teilklausur. Analysis 1

2. Teilklausur. Analysis 1 Universität Konstanz FB Mathematik & Statistik Prof. Dr. M. Junk Dipl.-Phys. Martin Rheinländer 2. Teilklausur Analysis 4. Februar 2006 4. Iteration Name: Vorname: Matr. Nr.: Hauptfach: Nebenfach: Übungsgruppen-Nr.:

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

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

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

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

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

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

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

Übungen zur Vorlesung MATHEMATIK II

Übungen zur Vorlesung MATHEMATIK II Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom

Mehr

Analysis I Probeklausur 2

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

Mehr

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt. 7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim

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

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

Skript zur Analysis 1. Kapitel 3 Stetigkeit / Grenzwerte von Funktionen

Skript zur Analysis 1. Kapitel 3 Stetigkeit / Grenzwerte von Funktionen Skript zur Analysis 1 Kapitel 3 Stetigkeit / Grenzwerte von Funktionen von Prof. Dr. J. Cleven Fachhochschule Dortmund Fachbereich Informatik Oktober 2003 2 Inhaltsverzeichnis 3 Stetigkeit und Grenzwerte

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

Analysis I im SS 2011 Kurzskript

Analysis I im SS 2011 Kurzskript Anlysis I im SS 2011 Kurzskript Prof. Dr. C. Löh Sommersemester 2011 Inhltsverzeichnis -2 Literturhinweise 2-1 Einführung 4 0 Grundlgen: Logik und Mengenlehre 5 1 Zählen, Zhlen, ngeordnete Körper 14 2

Mehr

Analysis I. Gunther H. Peichl. Institut für Mathematik Karl Franzens Universität Graz. Skriptum zur Vorlesung im SS 2011

Analysis I. Gunther H. Peichl. Institut für Mathematik Karl Franzens Universität Graz. Skriptum zur Vorlesung im SS 2011 Anlysis I Gunther H. Peichl Skriptum zur Vorlesung im SS 20 Institut für Mthemtik Krl Frnzens Universität Grz Inhltsverzeichnis Kpitel I. Reelle und komplexe Zhlen. Axiomtische Beschreibung der reellen

Mehr

n 1, n N \ {1}, 0 falls x = 0,

n 1, n N \ {1}, 0 falls x = 0, IV.1. Stetige Funktionen 77 IV. Stetigkeit IV.1. Stetige Funktionen Stetige Funktionen R R sind vielen sicher schon aus der Schule bekannt. Dort erwirbt man sich die naive Vorstellung, dass eine stetige

Mehr

Analysis I/II. Skript zur Vorlesung 2009/2010. Peter Junghanns

Analysis I/II. Skript zur Vorlesung 2009/2010. Peter Junghanns Skript zur Vorlesung Anlysis I/II 9/ Peter Junghnns Hinweis: Ds vorliegende Skript stellt nur ein Gerüst zu den Inhlten der Vorlesung dr. Die Vorlesung selbst bietet weiterführende Erläuterungen, Beweise

Mehr

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

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

Mehr

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

= (n 2 ) 1 (Kurzschreibweise: a n = n 2 ) ergibt die Zahlenfolge 1, 4, 9, 16, 25, 36,.

= (n 2 ) 1 (Kurzschreibweise: a n = n 2 ) ergibt die Zahlenfolge 1, 4, 9, 16, 25, 36,. 2 Folgen, Reihen, Grenzwerte 2.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die eindeutig den natürlichen Zahlen zugeordnet sind (n N; auch

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

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt

Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt Beispiel. Gegeben sei die Folge (a n ) n N mit a n := n 2 + 5n + 1 n Es gilt ( ( ) (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n + 1 + n, woraus folgt a n = (n2 + 5n + 1) n 2 n2 + 5n + 1 + n = 5n + 1 n2

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

Mathematik für Naturwissenschaftler

Mathematik für Naturwissenschaftler Mthemtik für Nturwissenschftler Mrtin Ziegler WS 1996/1997 Litertur [1] J.Hinzl. Mthemtik für Nturwissenschftler, volume 19 of Leitfäden der ngewndten Mthemtik und Mechnik. Teubner, 1977. Inhltsverzeichnis

Mehr

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte.

eine Folge in R, für die man auch hätte schreiben können, wenn wir alle richtig raten, was auf dem Pünktchen stehen sollte. Analysis, Woche 5 Folgen und Konvergenz A 5. Cauchy-Folgen und Konvergenz Eine Folge in R ist eine Abbildung von N nach R und wird meistens dargestellt durch {x n } n=0, {x n} n N oder {x 0, x, x 2,...

Mehr

Stetigkeit. Klaus-R. Loeffler. 1 Vorstellung, Definition und Folgerungen Stetigkeitscharakterisierung durch Folgen... 3

Stetigkeit. Klaus-R. Loeffler. 1 Vorstellung, Definition und Folgerungen Stetigkeitscharakterisierung durch Folgen... 3 Stetigkeit Klaus-R. Loeffler Inhaltsverzeichnis 1 Vorstellung, Definition und Folgerungen 1.1 Stetigkeitscharakterisierung durch Folgen......................... 3 Regeln zur Stetigkeit an einer Stelle

Mehr

Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester

Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Christian Nawroth, Erstellt mit L A TEX 23. Mai 2002 Inhaltsverzeichnis 1 Vollständige Induktion 2 1.1 Das Prinzip der Vollstandigen Induktion................

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

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

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92 Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : Ê Ê systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene

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

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die 3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen Definition: Eine Folge ist eine geordnete Menge von Elementen an (den sogenannten Gliedern ), die eindeutig den natürlichen Zahlen zugeordnet sind ( n N, auch

Mehr

Häufig in der Mathematik: Aussagen, die für eine beliebige natürliche Zahl gelten. 2 ist die Aussage A(n) für beliebige n IN.

Häufig in der Mathematik: Aussagen, die für eine beliebige natürliche Zahl gelten. 2 ist die Aussage A(n) für beliebige n IN. Seydel: Mthemtik I, Kp. 3, WS 008/09 Kpitel 3 Anlysis 3. Vollständige Induktion Häufig in der Mthemtik: Aussgen, die für eine beliebige ntürliche Zhl gelten. Beispiel: 3 + 3 +... + n 3 = [ n(n+) ] ist

Mehr

Aufgaben zur Analysis I aus dem Wiederholungskurs

Aufgaben zur Analysis I aus dem Wiederholungskurs Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 11 Einleitung Es wird eine 15-minütige Mikroklausur geschrieben. i) Sei D R oderd C. Wann heißt

Mehr

Kapitel 5. Stetige Funktionen 5.1. Stetigkeit

Kapitel 5. Stetige Funktionen 5.1. Stetigkeit Kapitel 5. Stetige Funktionen 5.1. Stetigkeit Reelle Zahlen sind ideale Objekte, die es uns ermöglichen, eine transparente und leistungsfähige Theorie aufzubauen. Ein Computer kann jedoch nur mit Approximationen

Mehr

Zusammenfassung zur Konvergenz von Folgen

Zusammenfassung zur Konvergenz von Folgen Zusammenfassung zur Konvergenz von Folgen. Definition des Konvergenzbegriffs Eine Folge reeller Zahlen a n n heißt konvergent gegen a in Zeichen a n = a, falls gilt > 0 n 0 n n 0 : an a < Hinweise: Bei

Mehr

Kapitel 7. Exponentialfunktion

Kapitel 7. Exponentialfunktion Kapitel 7. Exponentialfunktion 7.1. Potenzreihen In Kap. 5 haben wir Reihen ν=0 a ν studiert, wo die Glieder feste Zahlen sind. Die Summe solcher Reihen ist wieder eine Zahl, z.b. die Eulersche Zahl e.

Mehr

Kapitel 16 : Differentialrechnung

Kapitel 16 : Differentialrechnung Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen

Mehr

Zusatzmaterial zur Mathematik I für E-Techniker Übung 10

Zusatzmaterial zur Mathematik I für E-Techniker Übung 10 Mthemtik I für E-Techniker C. Erdmnn WS /, Univerität Rotock,. Vorleungwoche Zutzmteril zur Mthemtik I für E-Techniker Übung Uneigentliche Integrle Die Funktion f ei für x definiert und in jedem Intervll

Mehr

Elemente der Funktionentheorie. Wolfgang Arendt

Elemente der Funktionentheorie. Wolfgang Arendt Elemente der Funktionentheorie Wolfgng Arendt Skript zur Vorlesung im Sommersemester 24 Inhltsverzeichnis Der Körper der komplexen Zhlen 3 2 Komplexe Differenzierbrkeit 7 3 Die Cuchy-Riemnnschen Differenzilgleichungen

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