Stetige Funktionen. Kapitel Der Begriff der Stetigkeit Grundbegriffe. Unter einer reellwertigen Funktion.

Größe: px
Ab Seite anzeigen:

Download "Stetige Funktionen. Kapitel Der Begriff der Stetigkeit Grundbegriffe. Unter einer reellwertigen Funktion."

Transkript

1 Kapitel 3 Stetige Funktionen 3.1 Der Begriff der Stetigkeit Grundbegriffe Unter einer reellwertigen Funktion f : D W ( f ) einer reellen Veränderlichen verstehen wir eine Zuordnung von Punkten x D eines Definitionsbereiches D R auf Punkte des Wertebereiches Wir schreiben auch kurz f : D R. W( f ) := { f (x) R : x D} R. Bemerkung 3.1. Entsprechend sind komplexwertige Funktionen f : D C einer komplexen Veränderlichen z D C zu verstehen. In diesem Kapitel werden wir hauptsächlich reellwertige Funktionen betrachten. Beispiel 3.1. Unter der Signumfunktion verstehen wir die Zuordnung 1, x (,0) signx := 0, x = 0. +1, x (0,+) Beispiel 3.2. Von besonderem Interesse wird die Dirichletsche Sprungfunktion sein 1, x Q f (x) := 0, x R \ Q. Sie spielt insbesondere in der Integrationstheorie eine wichtige Rolle. 107

2 108 3 Stetige Funktionen Beispiel 3.3. Komplexwertige Polynome f (z) := a n z n + a n 1 z n a 1 z + a 0 mit Koeffizienten a k C sind spezielle komplexwertige Funktionen. Der Fundamentalsatz der Algebra besagt, dass jedes solche Polygon mindestens eine komplexe Nullstelle z 0 C mit f (z 0 ) = 0 besitzt. Beschränkte und unbeschränkte Funktionen Existiert eine reelle Zahl C (0,+) mit der Eigenschaft f (x) C für alle x D, so heißt die Funktion f (x) beschränkt. Andernfalls sprechen wir von einer unbeschränkten Funktion. Beispiel 3.4. Die reellwertige Sinusfunktion, welche wir später genauer diskutieren, f (x) := sin x, x R, ist beschränkt, während die reellwertige Funktion unbeschränkt ist. f (x) = 1 x, x R \ {0}, Stetige Funktionen Die ε-δ-definition Die folgende Definition der Stetigkeit einer Funktion ist für alle weiteren Betrachtungen fundamental. Definition 3.1. Die Funktion f : D R heißt im Punkt x 0 D stetig, falls es zu jedem ε > 0 ein δ(ε,x 0 ) > 0 gibt mit der Eigenschaft f (x) f (x 0 ) < ε für alle x D mit x x 0 < δ(ε,x 0 ). Ist die Funktion f (x) in allen Punkten x D stetig, so heißt sie stetig auf D. Diese Definition können Sie sofort und nahezu wörtlich auf komplexwertige Funktionen übertragen, wie auch auf mehrdimensionale Abbildungen, wie wir sie in der Vorlesung Analysis 2 betrachten werden.

3 3.1 Der Begriff der Stetigkeit 109 Beispiel 3.5. Die lineare Funktion f (x) = ax + b, x R, mit reellen Konstanten a R \ {0} und b R ist in jedem Punkt x 0 R stetig: Zu beliebig vorgelegtem ε > 0 setzen wir nämlich unabhängig vom betrachteten Punkt x 0 δ(ε) := ε a und berechnen für alle x R mit x x 0 δ(ε) f (x) f (x 0 ) = ax + b (ax 0 + b) = a (x x 0 ) = a x x 0 a δ(ε) = a ε a = ε. Gleichmäßige Stetigkeit I Dieses Beispiel führt uns unmittelbar auf die nächste Definition 3.2. Die Funktion f : D R heißt gleichmäßig stetig auf D, falls es zu jedem ε > 0 ein δ(ε) > 0 gibt mit der Eigenschaft f (x) f (y) < ε für alle x,y D mit x y < δ(ε). Beispiel 3.6. Man zeige als Übung: Die Funktion f (x) = x 2, x R, ist auf dem unbeschränkten Definitionsbereich D = R nicht gleichmäßig stetig. Die Funktion f (x) = 1 x, x (0,1], ist auf (0,1] = {x R : 0 < x 1} nicht gleichmäßig stetig. Zusammenhang zur Folgenstetigkeit Wir wollen die obige ε-δ-definition der Stetigkeit in Termen konvergierender Folgen im Definitionsbereich D R umschreiben (Folgenstetigkeit). Bemerkung 3.2. Achten Sie im Folgenden auf die Verwendung des Auswahlaxioms der Zermelo-Fraenkelschen Mengenlehre. Ohne Auswahlaxiom muss nachstehender Satz 3.1 mit Bedacht formuliert werden.

4 110 3 Stetige Funktionen Sei also f : (a,b) R eine Funktion. Dann heißen f (a + ) := lim f (x) = lim f (x), x a x a, x>a f (b ) := lim f (x) = lim f (x) x b x b, x<b der rechtsseitige bzw. der linksseitige Limes von f (x) in a bzw. b. Dabei sind die Grenzwerte zu verstehen gemäß: Für alle Zahlenfolgen x n D mit x n a... Beispiel 3.7. Für die oben eingeführte Signumfunktion gelten (warum?) sign(0 ) = 1, sign(0 + ) = +1, sign(0) = 0. In der Literatur finden Sie nun oft die folgende Definition der Stetigkeit: Die Funktion f : D R heißt (folgen-)stetig im Punkt x 0 D, falls lim f (x) = f (x 0 ) x x 0 richtig ist. Dabei ist lim x x0 f (x) für jede Folge {x n } n=1,2,... D auszuwerten: lim f (x n ) = f (x 0 ). x n x 0 Satz 3.1. Die reellwertige Funktion f : D R ist im Punkt x 0 D genau dann stetig im Sinne von Definition 3.1, wenn sie folgenstetig ist. Beweis. Der Beweis erfolgt in zwei Schritten. 1. Die Funktion f : D R sei in x 0 D stetig im Sinne unserer Definition 3.1, d.h. zu beliebig vorgegebenem ε > 0 existiert ein δ(ε,x 0 ) > 0 mit f (x) f (x 0 ) < ε für alle x D mit x x 0 < δ(ε,x 0 ). Sei ferner {x n } n=1,2,... D eine gegen x 0 D konvergierende Folge: lim n x n = x 0. Dann existiert zu vorigem δ(ε,x 0 ) > 0 ein N N mit x n x 0 < δ(ε,x 0 ) für alle n N. Nach Voraussetzung ist dann aber auch f (x n ) f (x 0 ) < ε für alle n N. Da ε > 0 beliebig gewählt war, folgt lim n f (x n ) = f (x 0 ).

5 3.2 Der Raum der stetigen Funktionen Die Funktion f : D R sei nun folgenstetig im Punkt x 0 D, d.h. für jede Folge {x n } n=1,2,... D mit x n x 0 für n gilt lim n f (x n) = f (x 0 ). Angenommen, f (x) ist nicht ε-δ-stetig in x 0 D. Dann existiert ein ε > 0, für welches es kein δ > 0 gibt mit (siehe Kapitel 1, Beispiel 1.4, Seite 9) f (x) f (x 0 ) < ε, falls x D mit x x 0 < δ. Zu jedem δ > 0 finden wir also wenigstens einen Punkt x D mit x x 0 < δ, aber auch f (x) f (x 0 ) ε. Wir wählen nun speziell δ = δ n := 1 n, n = 1,2,..., und wählen zu jedem dieser δ n > 0 ein x n D aus mit x n x 0 < δ n = 1 n, aber auch f (x n) f (x 0 ) ε, was x n x 0 für n bedeutet, aber eben auch f (x n ) f (x 0 ) für n, was der Voraussetzung f (x n ) f (x 0 ) für n widerspricht. Damit ist der Satz vollständig bewiesen. 3.2 Der Raum der stetigen Funktionen Arithmetische Eigenschaften stetiger Funktionen Stetigkeit bleibt erhalten unter den elementaren arithmetischen Operationen Addition und Multiplikation stetiger Funktionen. Satz 3.2. Die reellwertigen Funktionen f : D R und g: D R seien im Punkt x 0 D stetig. Sei ferner λ R beliebig gewählt. Dann sind auch folgende Funktionen im Punkt x 0 D stetig: (i) (ii) (iii) ( f + g)(x) := f (x) + g(x) (λ f )(x) := λ f (x) ( f g)(x) := f (x) g(x) Gilt zusätzlich g(x 0 ) = 0, so ist auch die Funktion f (iv) (x) := f (x) g g(x) stetig in x 0 D.

6 112 3 Stetige Funktionen Beweis. Übungsaufgabe. Satz 3.3. Alle rationalen Funktionen f (x) = a nx n + a n 1 x n a 1 x + a 0 b n x n + b n 1 x n b 1 x + b 0 mit a k,b k R, k = 0,1,2,...,n, sind stetig, insofern b 0 + b 1 x b n x n = 0. Beweis. Übungsaufgabe Der Vektorraum der stetigen Funktionen Wir bezeichnen die Menge aller stetigen Funktionen f : D R mit dem Symbol C 0 (D) := { f : D R : f ist auf D stetig}. Voriger Satz 3.2 besagt nun: Die Menge C 0 (D) bildet mit den beiden Verknüpfungen ( f + g)(x) := f (x) + g(x), (λ f )(x) := λ f (x), x D, einen linearen Raum Komposition stetiger Abbildungen Wir ergänzen unsere Ausführungen durch den Satz 3.4. Die Funktion f : D E R sei stetig in x 0 D R, und die Funktion g: E R sei in y 0 := f (x 0 ) E stetig. Dann ist die Komposition im Punkt x 0 D stetig. h := g f vermöge h(x) = g f (x) = g( f (x)), x D, Beweis. Es sei {x n } n=1,2,... D eine beliebige Folge mit x n x 0 für n. Nach Voraussetzung ist f (x) in x 0 stetig, d.h. es gilt lim n f (x n) = f (x 0 ). Wir setzen y n := f (x n ) E. Da auch g(x) in y 0 = f (x 0 ) E stetig ist, folgt lim n h(x n) = lim n g( f (x n )) = lim n g(y n ) = g(y 0 ) = g( f (x 0 )) = h(x 0 ). Daher ist h(x) in x 0 D stetig.

7 3.2 Der Raum der stetigen Funktionen 113 Beispiel 3.8. Die Funktionen f (x) = sinx und g(x) = x 2 sind in allen Punkten x 0 R stetig, also ist auch die Komposition auf ganz R stetig. h(x) = g f (x) = g( f (x)) = sin 2 x Stetigkeit der Umkehrfunktion Wir führen zunächst die folgende Bezeichnung ein: Eine beschränkte und abgeschlossene Menge K R bezeichnen wir auch als kompakt. Da wir später eine allgemeine Definition für kompakte Mengen bereitstellen, welche die angeschriebene Bezeichnung als Spezialfall umfassen wird, wollen wir an dieser Stelle auf einen exakten Kompaktheitsbegriff verzichten. Auf einer kompakten Menge K R betrachten wir nun eine injektive Funktion f : K R, die also erfüllt (siehe Kapitel 1, Abschnitt 1.1.4) f (x) = f ( x) für alle x, x K mit x = x. Dann können wir vermittels g(y) = x für alle y f (K) und x K mit y = f (x) ihre Umkehrfunktion g: f (K) K erklären. Diese Umkehrfunktion genügt g f (x) = g( f (x)) = x f g(y) = f (g(y)) = y für alle x K für alle y f (K). Satz 3.5. Auf der kompakten Menge K R sei die Funktion f : K R stetig und injektiv. Dann ist auch ihre Umkehrfunktion g: f (K) K stetig auf f (K). Beweis. Wir gehen nach Sauvigny [32], Beweis von Satz 6, Kapitel II, 1 vor: 1. Wähle zunächst einen Punkt y f (K) und eine Folge {y n } n=1,2,... f (K) mit lim n y n = y. Zu beweisen ist g(y n ) g(y ) für n. 2. Zu diesem Zweck setzen wir x n := g(y n ) für n = 1,2,... sowie x := g(y ). Wir nehmen an, dass die Folge {x n } n=1,2,... K nicht gegen x K konvergiert.

8 114 3 Stetige Funktionen Es existiert also eine Teilfolge {x nk } k=1,2,... {x n } n=1,2,..., die nicht gegen x K konvergiert, nach dem Weierstraßschen Häufungsstellensatz wegen ihrer Beschränktheit aber auch eine konvergente Teilfolge {x nkl } l=1,2,... {x nk } k=1,2,... besitzt mit lim x n kl = x K, wobei x = x. l 3. Da f (x) stetig ist, ermitteln wir aus der Konvergenz von {y n } n=1,2,... f (x ) = lim l f (x nkl ) = lim l y nkl = lim n y n = y = f (x ). Nun ist f (x) aber nach Voraussetzung injektiv, was x = x nach sich zieht und obige Annahme zu einem Widerspruch führt. Damit ist der Satz bewiesen. Beispiel 3.9. Für eine natürliche Zahl k 2 ist die k-te Potenzfunktion f (x) := x k, x [0,a] = {z R : 0 z a}, streng monoton wachsend und stetig, besitzt also nach vorigem Satz in Zusammenhang mit den in Kürze folgenden Abschnitt eine stetige Umkehrfunktion g(y) := k y, y [0,), die k-te Wurzelfunktion, die ebenfalls streng monoton wächst. 3.3 Sätze über stetige Funktionen Der Fundamentalsatz von Weierstraß Wir wollen nun vier grundlegende Aussagen über reellwertige, stetige Funktionen auf kompakten Mengen K R kennenlernen, nämlich den Fundamentalsatz von Weierstraß über die Beschränktheit stetiger Funktionen auf kompakten Mengen, den Zwischenwertsatz von Bolzano und Weierstraß, nach welchem eine stetige Funktion auf einer kompakten Menge jeden Zwischenwert annimmt, den Satz über die monotone Umkehrfunktion sowie einen Nachweis gleichmäßiger Stetigkeit stetiger Funktionen auf kompakten Intervallen.

9 3.3 Sätze über stetige Funktionen 115 Wir beginnen mit dem Satz 3.6. Auf der kompakten Menge K R sei die stetige Funktion f : K R gegeben. Dann ist f (x) auf dieser Menge beschränkt, und es existieren zwei Punkte x min K und x max K mit f (x min ) f (x) f (x max ) für alle x K. Wir können diesen Satz auch so formulieren: Jede auf einem Kompaktum K R stetige Funktion f : K R ist beschränkt und nimmt in K R ihr Maximum und Minimum an. Beweis. Wir gehen nach Sauvigny [32], Kapitel II, Beweis von Satz 8, 1 vor und beweisen nur die Existenz des Punktes x min K. Durch Übergang zu ( f ) folgt dann die Existenz von x max K. 1. Setze also zunächst µ := inf f (x) R mit R = R { } {+} x K Nach Satz 1.26 aus Kapitel 1 existiert dann eine Folge {x n } n=1,2,... K mit lim f (x n) = µ. n Da aber K R nach Voraussetzung beschränkt ist, müssen auch die Folgenelemente x 1,x 2,... {x n } n=1,2,... K beschränkt sein. 2. Nach dem Weierstraßschen Häufungsstellensatz existiert daher eine in K R konvergente Teilfolge (K ist abgeschlossen!) {x nk } k=1,2,... {x n } n=1,2,... K mit lim k x nk = ξ K. Jetzt investieren wir noch die Stetigkeit von f (x) und ermitteln f (ξ ) = lim k f (x nk ) = µ = inf x K f (x). Damit ist der Satz bewiesen. Beispiel Dieser Satz ist auf offenen, halboffenen oder auf unbeschränkten Gebieten falsch, wie die drei Beispiele f (x) = x 2 auf ( 1,1), g(x) = 1 x auf (0, 1], h(x) = x auf R zeigen.

10 116 3 Stetige Funktionen Der Zwischenwertsatz von Bolzano und Weierstraß Unser nächstes Resultat über stetige Funktionen auf kompakten Mengen lautet Satz 3.7. Auf der kompakten Menge K = [a,b] = {x R : a x b} R, wobei < a < b < +, sei die stetige Funktion f : K R gegeben mit der Eigenschaft f (a) < f (b). Dann existiert zu jedem η ( f (a), f (b)) ein ξ (a,b) mit f (ξ ) = η. Beweis. Wir gehen nach Sauvigny [32], Beweis von Satz 9, Kapitel II, 1 vor: 1. Sei also ein Punkt η ( f (a), f (b)) vorgelegt. Die Menge D := {x [a,b] : f (x) < η} ist wegen a D nicht leer. 2. Wir setzen Dann gelten a ξ < b sowie ξ := supx. x D x ξ für alle x D. Nach Satz 1.26 aus Kapitel 1 existiert eine Folge {x n } n=1,2,... D mit lim x n = ξ, n und aus der Stetigkeit von f (x) und der Definition von D schließen wir f (ξ ) = lim n f (x n ) η. 3. Wäre nun aber f (ξ ) < η richtig, so existiert auf Grund der Stetigkeit von f (x) eine hinreichend kleine Zahl ε > 0 mit der Eigenschaft f (x) < η für alle x (ξ,ξ + ε) im Widerspruch zur Wahl von ξ als Supremum von D K. Also gilt f (ξ ) = η. Das beweist die Behauptung des Satzes. Beispiel Überlegen Sie sich als Anwendung des Zwischenwertsatzes, dass jedes reellwertige Polynom p(x) = x n + a n 1 x n a 1 x + a 0, x R, mit Koeffizienten a k R für k = 0,1,2,...,n 1 und ungeradem Grad n R mindestens eine Nullstelle ξ R mit f (ξ ) = 0 besitzt.

11 3.3 Sätze über stetige Funktionen 117 Bemerkung 3.3. Das Beispiel der Funktion f (x) = x 2 2, x Q [1,2], zeigt, dass der Zwischenwertsatz nicht auf Q statt R formuliert werden kann, da es kein ξ Q gibt mit f (ξ ) = 0 bzw. ξ 2 = Satz über die monotone Umkehrfunktion Der Zwischenwertsatz impliziert nun unser drittes Resultat: Satz 3.8. Auf dem kompakten Intervall K = [a,b] R sei die stetige Funktion f : K R streng monoton wachsend, d.h. sie erfülle f (x) < f ( x) für alle x, x K mit x < x. Dann hat für y [ f (a), f (b)] die Gleichung f (x) = y die eindeutig bestimmte Lösung x [a, b]. Beweis. Übungsaufgabe. Die Lösung x [a,b] ist natürlich über die Umkehrfunktion g(y) gegeben: x = g(y) Gleichmäßige Stetigkeit II Wir kommen viertens auf den in Definition 3.2 eingeführten Begriff der gleichmäßigen Stetigkeit zurück: Die Funktion f : D R heißt auf D R gleichmäßig stetig, wenn es zu jedem ε > 0 ein δ(ε) > 0 gibt mit f (x) f ( x) < ε für alle x, x D mit x x < δ(ε). Satz 3.9. Jede auf einem kompakten Intervall K = [a,b] stetige Funktion f : K R ist auf K R gleichmäßig stetig. Beweis. Wir gehen nach Forster [7], Beweis von Satz 4, 11 vor. 1. Wir nehmen an, die Funktion f (x) sei nicht gleichmäßig stetig. Dann existiert ein ε > 0, so dass zu jedem natürlichen n 1 Punkte x n K und x n K existieren mit x n x n 1 n und f (x n ) f ( x n ) ε. ( )

12 118 3 Stetige Funktionen 2. Die Folge {x n } n=1,2,... K ist beschränkt, so dass nach dem Weierstraßschen Häufungsstellensatz eine konvergente Teilfolge {x nk } k=1,2,... {x n } n=1,2,... existiert mit der Eigenschaft lim k x n k = x K. 3. Wegen der ersten Ungleichung aus ( ) gilt lim k x nk x nk < 1 n k, also auch lim k x nk = x. Nun investieren wir die Stetigkeit von f (x) und ermitteln f (xnk ) f ( x nk ) = lim f (x nk ) lim f ( x nk ) = f (x ) f (x ) = 0 k k im Widerspruch zur zweiten Ungleichung in ( ), nach der gilt f (x nk ) f ( x nk ) ε für alle k = 1,2,... Damit ist der Satz bewiesen. Beispiel Nach Beispiel 3.6 ist die Funktion f (x) = x 2 nicht gleichmäßig stetig auf dem unbeschränkten Definitionsbereich D = R, aber gleichmäßig stetig auf jedem kompakten Intervall [a, b] R. 3.4 Funktionenfolgen Wir wollen uns nun Funktionenfolgen f k : D R, k = 1,2,..., zuwenden und einige ihrer Konvergenzeigenschaften studieren Punktweise und gleichmäßige Konvergenz Zu diesem Zweck führen wir die zwei grundlegenden Begriffe der punktweisen Konvergenz und der gleichmäßigen Konvergenz ein, welche Sie durch die gesamte weitere Analysis begleiten werden.

13 3.4 Funktionenfolgen 119 Definition 3.3. Die Funktionenfolge { f k } k=1,2,... heißt punktweise konvergent gegen die Funktion f : D R, wenn zu jedem x D und zu jedem ε > 0 ein N(x,ε) N existiert mit der Eigenschaft f k (x) f (x) < ε für alle k N(x,ε). Punktweise Konvergenz können wir auch so formulieren: lim f k(x) = f (x) für alle x D. k Die Konvergenzrate kann allerdings für verschiedene x D verschieden ausfallen. Beispiel Die Folge { f k } k=1,2,... der stetigen Funktionen f k (x) := x k, x [0,1], konvergiert auf D = [0, 1] punktweise gegen die nicht stetige Funktion 0, 0 x < 1 f (x) =. 1, x = 1 Definition 3.4. Die Funktionenfolge { f k } k=1,2,... heißt gleichmäßig konvergent gegen die Funktion f : D R, wenn zu jedem ε > 0 ein N(ε) N existiert mit der Eigenschaft f k (x) f (x) < ε für alle x D und alle k N(ε). Gleichmäßige Konvergenz können wir auch so formulieren: lim sup k x D f k (x) f (x) = 0. Beachten Sie, wie unterschiedlich in diesen beiden Definitionen die Abhängigkeit von der Variablen x D eingeht. Beispiel Die Folge { f k } k=1,2,... der stetigen Funktionen f k (x) := x k, x [0,1], konvergiert auf D = [0, 1] zwar punktweise gegen die nicht stetige Funktion 0, 0 x < 1 f (x) =, 1, x = 1 aber nicht gleichmäßig. Für alle k = 1, 2,... gilt nämlich x n 0 = x n für x [0,1) sup f k (x) f (x) = sup = 1. x D x D 1 1 = 0 für x = 1

14 120 3 Stetige Funktionen Wir können auch so argumentieren: Nach dem Mittelwertsatz für stetige Funktionen existiert für jedes k = 1,2,... ein Zwischenwert ξ k (0,1) mit f k (ξ k ) f (ξ k ) = ξ k k = 1 2. Es kann also keine gleichmäßige Konvergenz vorliegen Das Cauchysche Konvergenzkriterium Das vorige Beispiel macht deutlich, dass Stetigkeit für die Grenzfunktion unter nicht gleichmäßiger Konvergenz nicht notwendig erhalten bleibt. Unser nächstes Ziel ist es daher, ein Kriterium aufzustellen, vermittels welchem wir über die Stetigkeit der Grenzfunktion entscheiden können. Dazu beginnen wir mit dem folgenden Cauchykriterium. Satz Die Funktionenfolge { f k } k=1,2,... konvergiert gleichmäßig auf D R genau dann gegen eine Funktion f : D R, wenn es zu jedem ε > 0 ein N(ε) N gibt mit der Eigenschaft f k (x) f l (x) < ε für alle x D und alle k,l N(ε). Beweis. F. Sauvignys Vorlesungsmanuskript zur Analysis 1 aus dem WS 1994/95, Seite 94, folgend, gehen wirin zwei Schritten vor: 1. Die Funktionenfolge { f k } k=1,2,... konvergiere gleichmäßig auf D R gegen die Funktion f (x). Dann existiert zu vorgelegtem ε > 0 ein N(ε) R mit f k (x) f (x) < ε für alle k N(ε) und für alle x D. Damit ermitteln wir mit der Dreiecksungleichung f k (x) f l (x) = f k (x) f (x) + f (x) f l (x) f k (x) f (x) + f (x) f l (x) < 2ε für alle x D und alle k,l N(ε). 2. Zu vorgelegtem ε > 0 existiere nun ein N(ε) N mit f k (x) f l (x) < ε für alle x D und alle k,l N(ε), ( ) d.h. für fixiertes x D ist die Zahlenfolge { f k (x)} k=1,2,... eine Cauchyfolge. Auf Grund der Vollständigkeit der Menge R der reellen Zahlen existiert also für jedes x D ein Grenzelement f x := lim k f (x).

15 3.4 Funktionenfolgen 121 Die Menge aller dieser Grenzelemente, zusammengefasst über den Definitionsbereich D R, bildet eine Funktion f (x). Es verbleibt also zu zeigen, dass die Funktionenfolge { f k } k=1,2,... gleichmäßig gegen diese neue Funktion f (x) konvergiert. Dazu betrachten wir in ( ) den Grenzübergang l bei fixiertem Index k und erhalten für jedes ε > 0 ein N(ε) N mit f k (x) f (x) < ε für alle x D und alle k N(ε). Also konvergiert { f k } k=1,2,... gleichmäßig gegen f (x). Das beweist den Satz. Zusätzlich zu den Voraussetzungen dieses Satzes wollen wir nun annehmen, dass die Funktionen f k (x) stetig sind und gelangen zu dem fundamentalen Satz Die Folge { f k } k=1,2,... C 0 (D) stetiger Funktionen f k : D R konvergiere gleichmäßig auf D gegen die Grenzfunktion f : D R. Dann ist auch f (x) stetig auf D. Beweis. Wir gehen nach F. Sauvignys Vorlesungsmanuskript zur Analysis 1 aus dem WS 1994/95, Seite 95, vor. Zu ε > 0 existiert wegen der gleichmäßigen Konvergenz ein N = N(ε) N mit f k (x) f (x) < ε für alle x D und alle k N(ε). Da das Folgenelement f N (x) selbst eine stetige Funktion ist, existiert zu diesem ε > 0 ein δ(x 0,ε,N) > 0 mit (x 0 D wird beliebig gewählt) f N (x) f N (x 0 ) < ε für alle x,x 0 D mit x x 0 < δ(x 0,ε,N). Jetzt ermitteln wir mit der Dreiecksungleichung f (x) f (x 0 ) = f (x) f N (x) + f N (x) f N (x 0 ) + f N (x 0 ) f (x 0 ) f (x) f N (x) + f N (x) f N (x 0 ) + f N (x 0 ) f (x 0 ) < 3ε für alle x,x 0 D mit x x 0 < δ(x 0,ε,N). Also ist f (x) in x 0 D stetig, und da x 0 D beliebig gewählt ist, folgt die Stetigkeit von f (x) auf D R. Beispiel Nach dem Beispiel 3.14 konvergiert die Folge f k (x) = x k auf [0,1] nicht gleichmäßig gegen eine nicht stetige Grenzfunktion; die Aussage des vorigen Satzes ist in diesem Sinne scharf. Die Funktionenfolge {g k } k=1,2,... C 0 ([0,1]) mit g k (x) := x k, x [0,1], hingegen konvergiert gleichmäßig gegen die stetige Grenzfunktion g(x) 0.

16 122 3 Stetige Funktionen Der Weierstraßsche Majorantentest Von Funktionenfolgen { f k },1,2,... gehen wir nun zu Funktionenreihen über. F(x) := f k (x) = f 0 (x) + f 1 (x) + f 2 (x) f n (x) +... Definition 3.5. Die zu einer vorgelegten Funktionenfolge { f k },1,2,... mit Funktionen f k : D R für alle k = 0,1,2,... zugehörige Funktionenreihe gleichmäßig konvergent, wenn die Folge der Partialsummen {S n } n=0,1,2,... vermöge S n (x) := auf D R gleichmäßig konvergiert. f k (x), x D, k=1 f k (x) heißt Das folgende Resultat beinhaltet den sogenannten Weierstraßschen Majorantentest, oft auch einfach nur M-Test. Satz Die Funktionen f k : D R der Folge { f k },1,2,... genügen f k (x) M k, k = 0,1,2,..., mit reellen Zahlen M k [0,), für welche M k < erfüllt ist. Dann konvergiert die Funktionenreihe f k (x) auf D R gleichmäßig. Beweis. (F. Sauvignys Vorlesungsmanuskript zur Analysis 1, WS1994/95, Seite 96) Auf Grund der Konvergenz der Reihe M 0 + M 1 + M existiert zu vorgelegtem ε > 0 ein N(ε) N, so dass (siehe Kapitel 2) q M k < ε k=p+1 für alle q > p N(ε) richtig ist. Daher ermitteln wir mit der Dreiecksungleichung q q S q (x) S p (x) = f k (x) f k (x) k=p+1 k=p+1 q k=p+1 M k < ε für alle q > p N(ε) und für alle x D. Also konvergiert die Folge {S n } n=0,1,2,... gleichmäßig auf D R.

17 3.4 Funktionenfolgen 123 Bemerkung 3.4. Im Lehrbuch Sauvigny [32] werden diese und die vorhergehenden sowie die folgenden Aussagen sogar für Abbildungen f : D R n C bewiesen. Beispiel Wir betrachten die sich aus der komplexen Exponentialreihe ergebende reelle Exponentialreihe die sich als Funktionenreihe e x = x k k!, x [0,1], f k (x) im obigen Sinne mit Funktionen f k (x) := xk k!, x [0,1], darstellen lässt. Für jedes k = 0,1,2,... gilt die gleichmäßige Abschätzung Das Quotientenkriterium liefert f k (x) x k k! 1 k! =: M k für alle x [0,1]. f k (x) M k = 1 k! <, so dass nach dem vorigen Satz 3.12 die Folge {S n } n=0,1,2,... der Partialsummen S n (x) = n x k k!, x [0,1], auf [0,1] gleichmäßig konvergiert gegen die Grenzfunktion S(x) := e x. Da aber außerdem jedes S n (x) stetig ist, liefert Satz 3.11 die Stetigkeit der reellen Expontialfunktion. Mit vorangegangener Bemerkung 3.4 dürfen wir sogar auf die Stetigkeit der komplexen Exponentialreihe expz: C C schließen. Beispiel Im Jahre 1872 gab K. Weierstraß folgende Funktion an W(x) := a k cos(b k πx), x R, mit einer reellen Konstanten a (0, 1) und einer natürlichen Zahl b N, so dass ab > 1 + 3π 2. Mit den von uns vorgestellten Mitteln können Sie die Stetigkeit dieser sogenannten Weierstraßschen Funktion sofort verifizieren.

18 124 3 Stetige Funktionen Weierstraß zeigte aber noch mehr: Die Funktion W(x) ist in keinem Punkt x R differenzierbar. Folgende historische Bemerkungen sollen dieses Beispiel abrunden und unser drittes Kapitel abschließen: Das erste Beispiel einer überall stetigen, aber nirgends differenzierbaren Funktion stammt vom Prager Priester und Mathematiker B. Bolzano aus dem Jahre Bolzanos Aufzeichnungen blieben aber der Öffentlichkeit verborgen und wurden erst durch Zufall etwa einhundert Jahre später wiedergefunden. Im Jahre 1890 präsentierte D. Hilbert ein Beispiel einer auf dem abgeschlossenen Einheitsintervall [0, 1] definierten, überall stetigen, aber nirgends differenzierbaren Kurve, die das Einheitsquadrat [0, 1] [0, 1] vollständig ausfüllt: die heute sogenannte Hilbertkurve. Frühere ähnliche Entdeckungen von G. Cantor und G. Peano entfachten bereits damals eine lebhafte Debatte über den Dimensionsbegriff. Angeregt von Weierstraß analytischen Untersuchungen gelang es 1904 dem schwedischen Mathematiker H. von Koch, eine überall stetige, aber nirgends differenzierbare Funktion auf rein geometrische Art und Weise zu konstruieren, die sogenannte Kochsche Schneeflocke. G.F. Hardy zeigte 1916, dass die Bedingung ab > 1 + 3π 2 im Weierstraßschen Beispiel ersetzt werden kann durch die schwächere Bedingung ab 1. Mit den Mitteln des nachfolgenden Kapitels Differenzierbare Funktionen unserer Vorlesung wird es Ihnen möglich sein, die Differenzierbarkeit der Weierstraßschen Funktion W(x) im Fall ab < 1 auf ganz R nachzuweisen.

5 Stetigkeit und Differenzierbarkeit

5 Stetigkeit und Differenzierbarkeit 5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.

Mehr

sign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0

sign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0 ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 81 3. Stetigkeit 3.1. Stetigkeit. Im Folgenden sei D R eine beliebige nichtleere Teilmenge. Typischerweise wird D ein allgemeines Intervall sein, siehe Abschnitt

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

Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie

Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie Ferienkurs Seite Technische Universität München Ferienkurs Analysis Hannah Schamoni Stetigkeit, Konvergenz, Topologie Lösung 2.03.202. Gleichmäßige Konvergenz Entscheiden Sie, ob die folgenden auf (0,

Mehr

Kapitel 6 Grenzwerte von Funktionen und Stetigkeit

Kapitel 6 Grenzwerte von Funktionen und Stetigkeit Kapitel 6 Grenzwerte von Funktionen und Stetigkeit 225 Relle Funktionen Im Folgenden betrachten wir reelle Funktionen f : D R, mit D R. Wir suchen eine formale Definition für den folgenden Sachverhalt.

Mehr

Lösungen der Übungsaufgaben von Kapitel 3

Lösungen der Übungsaufgaben von Kapitel 3 Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen

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

Ferienkurs Stetigkeit und Konvergenz Seite 1. Technische Universität München Ferienkurs Analysis 1. Musterlösung = lim.

Ferienkurs Stetigkeit und Konvergenz Seite 1. Technische Universität München Ferienkurs Analysis 1. Musterlösung = lim. Ferienkurs Stetigkeit und Konvergenz Seite Technische Universität München Ferienkurs Analysis Hannah Schamoni Stetigkeit und Konvergenz Musterlösung 6.03.20. Grenzwerte I Berechnen Sie lim f(), lim f()

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

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,

Mehr

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen 1 Einleitung Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis 1 aus dem Wintersemester 2008/09

Mehr

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) 1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge

Mehr

Vorlesungen Analysis von B. Bank

Vorlesungen Analysis von B. Bank Vorlesungen Analysis von B. Bank vom 23.4.2002 und 26.4.2002 Zunächst noch zur Stetigkeit von Funktionen f : D(f) C, wobei D(f) C. (Der Text schliesst unmittelbar an die Vorlesung vom 19.4.2002 an.) Auf

Mehr

3 Folgen, Reihen und stetige Funktionen

3 Folgen, Reihen und stetige Funktionen Höhere Mathematik 101 3 Folgen, Reihen und stetige Funktionen 3.1 Folgen und Reihen: Definitionen und Beispiele Eine reelle oder komplexe Zahlenfolge ist eine Abbildung, die jeder natürlichen Zahl n eine

Mehr

Brückenkurs Rechentechniken

Brückenkurs Rechentechniken Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige

Mehr

GRUNDLAGEN MATHEMATIK

GRUNDLAGEN MATHEMATIK Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 2. Folgen Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies Grundlagen Mathematik

Mehr

Analysis I. 6. Beispielklausur mit Lösungen

Analysis I. 6. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 6. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Eine Relation zwischen den Mengen X und Y.

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 30.11.2016 5. Teilmengen von R und von R n Der R n ist eine mathematische Verallgemeinerung: R n = {x = (x 1,..., x n ) : x i R} = } R. {{.. R }. n mal Für x R ist x der Abstand zum

Mehr

Häufungspunkte und Satz von Bolzano und Weierstraß.

Häufungspunkte und Satz von Bolzano und Weierstraß. Häufungspunkte und Satz von Bolzano und Weierstraß. Definition: Sei (a nk ) k N eine konvergente Teilfolge der Folge (a n ) n N.Dannwirdder Grenzwert der Teilfolge (a nk ) k N als Häufungspunkt der Folge

Mehr

θ für alle n n 0, 0, dann divergiert a n. θ n, also die mit a n0 θ n 0

θ für alle n n 0, 0, dann divergiert a n. θ n, also die mit a n0 θ n 0 6 REIHEN 6. Konvergenzkriterien - 19 - Wenn man im Majorantenkriterium die geometrische Reihe als Majorante nimmt, erhält man das (6..18) Quotientenkriterium : Sei (a n ) n N0 eine Folge in C. Es gebe

Mehr

Klausur - Analysis I Lösungsskizzen

Klausur - Analysis I Lösungsskizzen Klausur - Analysis I Lösungsskizzen Aufgabe 1.: 5 Punkte Entscheiden Sie, ob folgende Aussagen wahr oder falsch sind. Kennzeichnen Sie wahre Aussagen mit und falsche Aussagen mit. Es sind keine Begründungen

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

Kapitel 3. Konvergenz von Folgen und Reihen Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden

Mehr

Übungsklausur Höhere Mathematik I für die Fachrichtung Physik

Übungsklausur Höhere Mathematik I für die Fachrichtung Physik Karlsruher Institut für Technologie (KIT) Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning WS /3 6..3 Übungsklausur Höhere Mathematik I für die Fachrichtung Physik Aufgabe ((3++5) Punkte)

Mehr

Vorlesung Analysis I WS 07/08

Vorlesung Analysis I WS 07/08 Vorlesung Analysis I WS 07/08 Erich Ossa Vorläufige Version 07/12/04 Ausdruck 8. Januar 2008 Inhaltsverzeichnis 1 Grundlagen 1 1.1 Elementare Logik.................................. 1 1.1.A Aussagenlogik................................

Mehr

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,

Mehr

10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit

10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit 10 Aus der Analysis Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit Zahlenfolgen Ein unendliche Folge reeller Zahlen heißt Zahlenfolge. Im Beispiel 2, 3, 2, 2 2, 2

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

(alternierendes Vorzeichen) a n := ( 1)n n + 1 a n := 3n 2 7n a n := n(n 1)(n 2), n 3

(alternierendes Vorzeichen) a n := ( 1)n n + 1 a n := 3n 2 7n a n := n(n 1)(n 2), n 3 ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 43 2. Folgen und Reihen Folgen und Reihen werden in jedem Analysislehrbuch besprochen, siehe etwa [H, Kapitel III], [K, Kapitel 5], [J2, Kapitel 23] oder [M,

Mehr

f(x 0 ) = lim f(b k ) 0 0 ) = 0

f(x 0 ) = lim f(b k ) 0 0 ) = 0 5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.

Mehr

Wie in der reellen Analysis üblich notiert man Folgen f in der Form

Wie in der reellen Analysis üblich notiert man Folgen f in der Form 2.1.3 Folgen und Konvergenz Viele aus der Analysisvorlesung bekannte Begriffe lassen sich in den Bereich der metrischen Räume verallgemeinern. Diese Verallgemeinerung hat sich als sehr nützliches mathematisches

Mehr

Mathematik für Physiker, Informatiker und Ingenieure

Mathematik für Physiker, Informatiker und Ingenieure Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de

Mehr

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium

Mehr

Klausur - Analysis I Lösungsskizzen

Klausur - Analysis I Lösungsskizzen Klausur - Analysis I Lösungsskizzen Aufgabe 1.: 5 Punkte Entscheiden Sie, ob folgende Aussagen wahr oder falsch sind. Kennzeichnen Sie wahre Aussagen mit W und falsche Aussagen mit F. Es sind keine Begründungen

Mehr

c < 1, (1) c k x k0 c k = x k0

c < 1, (1) c k x k0 c k = x k0 4.14 Satz (Quotientenkriterium). Es sei (x k ) Folge in K. Falls ein k 0 existiert, so dass für k k 0 gilt x k 0 und x k+1 x k c < 1, (1) so ist x k absolut konvergent. Beweis. Aus (1) folgt mit vollständiger

Mehr

3.2 Konvergenzkriterien für reelle Folgen

3.2 Konvergenzkriterien für reelle Folgen 3.2 Konvergenzkriterien für reelle Folgen Definition: Eine reelle Folge a n ) n N heißt monoton wachsend : n < m : a n a m streng monoton wachsend : n < m : a n < a m nach oben beschränkt : C R : n : a

Mehr

Analysis I. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching

Analysis I. 7. Übungsstunde. Steven Battilana. battilana.uk/teaching Analysis I 7. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 26, 207 Erinnerung Satz. (Zwischenwertsatz) Sei f : [a, b] R stetig mit f(a) f(b). Dann gibt es zu jedem

Mehr

Folgen und Reihen von Funktionen

Folgen und Reihen von Funktionen Folgen und Reihen von Funktionen Sehr häufig treten in der Mathematik Folgen bzw. Reihen von Funktionen auf. Ist etwa (f n ) eine Folge von Funktionen, dann können wir uns für ein festes x fragen, ob die

Mehr

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn Stetige Funktionen Eine zentrale Rolle in der Analysis spielen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume). Dabei sind i.a. nicht beliebige

Mehr

Das Newton Verfahren.

Das Newton Verfahren. Das Newton Verfahren. Ziel: Bestimme eine Nullstelle einer differenzierbaren Funktion f :[a, b] R. Verwende die Newton Iteration: x n+1 := x n f x n) f x n ) für f x n ) 0 mit Startwert x 0. Das Verfahren

Mehr

3.3 Konvergenzkriterien für reelle Folgen

3.3 Konvergenzkriterien für reelle Folgen 3.3 Konvergenzkriterien für reelle Folgen Satz: Eine monoton wachsende, nach oben beschränkte reelle Folge a n ) n N ist konvergent mit Grenzwert lim a n = sup{a n n N} Beweis: Sei a n ) n N nach oben

Mehr

ANALYSIS 1 Kapitel 6: Stetige Funktionen

ANALYSIS 1 Kapitel 6: Stetige Funktionen ANALYSIS 1 Kapitel 6: Stetige Funktionen MAB.01012UB MAT.101UB Vorlesung im WS 2017/18 Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen Karl-Franzens-Universität Graz 6.1 Grundbegrie

Mehr

,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5

,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5 3 Folgen 3.1 Definition und Beispiele Eine Abbildung a : Æ Ê heißt (reelle) Zahlenfolge. Statt a(n) schreiben wir kürzer a n und bezeichnen die ganze Folge mit (a n ) n Æ oder einfach (a n ), was aber

Mehr

Analysis I. Guofang Wang Universität Freiburg

Analysis I. Guofang Wang Universität Freiburg Universität Freiburg 8.11.2016 Kapital 2. Konvergenz 1. Grenzwerte von Folgen Definition 1.1 (Folge) Eine Folge reeller Zahlen ist eine Abbildung N R, n a n. a n heißt das n-te Glied der Folge, die Folge

Mehr

Aufgabensammlung zur Analysis 1

Aufgabensammlung zur Analysis 1 Analysis 1 18.12.2017 Prof. Dr. H. Koch Dr. F. Gmeineder Abgabe: Keine Abgabe. Aufgabensammlung zur Analysis 1 Anmerkungen: Das vorliegende Blatt enthält eine Auswahl von Aufgaben, die auf Klausuren zur

Mehr

a 0, a 1, a 2, a 3,... Dabei stehen die drei Pünktchen für unendlich oft so weiter.

a 0, a 1, a 2, a 3,... Dabei stehen die drei Pünktchen für unendlich oft so weiter. 7 Folgen 30 7 Folgen Wir betrachten nun (unendliche) Folgen von Zahlen a 0, a, a 2, a 3,.... Dabei stehen die drei Pünktchen für unendlich oft so weiter. Bezeichnung Wir bezeichnen mit N die Menge der

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

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

15 Hauptsätze über stetige Funktionen

15 Hauptsätze über stetige Funktionen 15 Hauptsätze über stetige Funktionen 15.1 Extremalsatz von Weierstraß 15.2 Zwischenwertsatz für stetige Funktionen 15.3 Nullstellensatz von Bolzano 15.5 Stetige Funktionen sind intervalltreu 15.6 Umkehrfunktionen

Mehr

Vorlesung Der Satz von Fubini. 6.2 Der Satz von Beppo Levi 6.1. DER SATZ VON FUBINI 33

Vorlesung Der Satz von Fubini. 6.2 Der Satz von Beppo Levi 6.1. DER SATZ VON FUBINI 33 6.1. DER SATZ VON FUBINI 33 Vorlesung 6 6.1 Der Satz von Fubini Das Lebesgue-Integralkann natürlichauchüber mehrdimensionale Gebiete definiert werden. Wir haben uns hier auf den eindimenionalen Fallbeschränkt.

Mehr

Karlsruher Institut für Technologie (KIT) WS 2012/13 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning

Karlsruher Institut für Technologie (KIT) WS 2012/13 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning Karlsruher Institut für Technologie (KIT) WS 202/3 Institut für Analysis 26..202 Prof. Dr. Tobias Lamm Dr. Patrick Breuning Höhere Mathematik I für die Fachrichtung Physik 7. Übungsblatt Aufgabe Untersuchen

Mehr

10 Differenzierbare Funktionen

10 Differenzierbare Funktionen 10 Differenzierbare Funktionen 10.1 Definition: Es sei S R, x 0 S Häufungspunkt von S. Eine Funktion f : S R heißt im Punkt x 0 differenzierbar, wenn der Grenzwert f (x 0 ) := f(x 0 + h) f(x 0 ) lim h

Mehr

Stetigkeit, Konvergenz, Topologie

Stetigkeit, Konvergenz, Topologie Ferienkurs Seite 1 Technische Universität München Ferienkurs Analysis 1 Hannah Schamoni Wintersemester 2011/12 Stetigkeit, Konvergenz, Topologie 21.03.2012 Inhaltsverzeichnis 1 Stetigkeit und Konvergenz

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 22 3. Funktionen. Grenzwerte.

Mehr

1 Reihen von Zahlen. Inhalt:

1 Reihen von Zahlen. Inhalt: 5 Kapitel 3 Reihen Reihen von Zahlen Inhalt: Konvergenz und Divergenz von Reihen reeller oder komplexer Zahlen, geometrische Reihe, harmonische Reihe, alternierende Reihen. Cauchy-Kriterium, absolute Konvergenz,

Mehr

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1.

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1. Lösungen Klausur Aufgabe (3 Punkte) Zeigen Sie, dass n k k (n + ) n k für alle n N. IA: Für n ist k kk 2 2. IV: Es gilt n k kk (n + ) n für ein n N. IS: Wir haben n+ k k k n k k + (n + ) n+ k IV (n + )

Mehr

Beispiele zur Konvergenzuntersuchung bei Reihen.

Beispiele zur Konvergenzuntersuchung bei Reihen. Beispiele zur Konvergenzuntersuchung bei Reihen Beispiel: Wir untersuchen die Konvergenz der Exponentialreihe z k k! für z C Anwendung des Quotientenkriteriums ergibt z k+1 (k + 1! z k = z k+1 k! z k (k

Mehr

22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion

22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion KAPITEL 1. GRUNDLAGEN Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion 1 für 0 x < 1 g 0 (x) = 1 1 für < x 1. Natürlich gibt dies von

Mehr

LS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88

LS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88 4. Funktionen Buchholz / Rudolph: MafI 2 88 Kapitelgliederung 4.1 Grundlegende Denitionen 4.2 Polynome und rationale Funktionen 4.3 Beschränkte und monotone Funktionen 4.4 Grenzwerte von Funktionen 4.5

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

13. Übungsblatt zur Mathematik I für Maschinenbau

13. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 3. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 00/ 07.0.-.0. Aufgabe G Stetigkeit) a) Gegeben

Mehr

Übungsaufgaben zur Vorlesung ANALYSIS I (WS 12/13) Lösungsvorschlag Serie 12

Übungsaufgaben zur Vorlesung ANALYSIS I (WS 12/13) Lösungsvorschlag Serie 12 Humboldt-Universität zu Berlin Institut für Mathematik Prof. A. Griewank Ph.D.; Dr. A. Hoffkamp; Dipl.Math. T.Bosse; Dipl.Math. L. Jansen Übungsaufgaben zur Vorlesung ANALYSIS I (WS 2/3) Lösungsvorschlag

Mehr

Nachklausur zur Analysis 1, WiSe 2016/17

Nachklausur zur Analysis 1, WiSe 2016/17 BERGISCHE UNIVERSITÄT WUPPERTAL 04.04.7 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis, WiSe 06/7 Aufgabe

Mehr

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das

Mehr

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C) Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung

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

Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A)

Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A) Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, 10.1.009 (Version A) Kennwort: Übungsgruppe: (Sie können ein beliebiges Kennwort wählen, um Ihre Anonymität zu wahren! Da die Probeklausur

Mehr

Kommutativität. De Morgansche Regeln

Kommutativität. De Morgansche Regeln 1. Formale Logik Proposition 1.1. Die logischen Elementarverknüpfungen gehorchen folgenden Äquivalenzen: (1.1) (1.2) p p p p p p Idempotenz (1.3) (1.4) p q q p p q q p Kommutativität (1.5) (1.6) (p q)

Mehr

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 25.06.2018 20. Juni 2018 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler 20. Juni 2018 Konvergenz

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 4. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 4. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 0/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 4. Übungsblatt Aufgabe

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

Rechenoperationen mit Folgen. Rekursion und Iteration.

Rechenoperationen mit Folgen. Rekursion und Iteration. Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Definition: Sei M R, alsom

Mehr

Übungen zu Einführung in die Analysis

Übungen zu Einführung in die Analysis Übungen zu Einführung in die Analysis (Nach einer Zusammengestellung von Günther Hörmann) Sommersemester 2011 Vor den folgenden Aufgaben werden in den ersten Wochen der Übungen noch jene zur Einführung

Mehr

Inhaltsverzeichnis. 6 Topologische Grundlagen. 6.1 Normierte Räume

Inhaltsverzeichnis. 6 Topologische Grundlagen. 6.1 Normierte Räume Inhaltsverzeichnis 6 Topologische Grundlagen 1 6.1 Normierte Räume................................ 1 6.2 Skalarprodukte................................. 2 6.3 Metrische Räume................................

Mehr

Lösungen zur Klausur zur Analysis 1, WiSe 2016/17

Lösungen zur Klausur zur Analysis 1, WiSe 2016/17 BERGISCHE UNIVERSITÄT WUPPERTAL..7 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Lösungen zur Klausur zur Analysis, WiSe 6/7 Klausureinsicht:

Mehr

Analysis I für Studierende der Ingenieurwissenschaften

Analysis I für Studierende der Ingenieurwissenschaften Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 3.2 Konvergenzkriterien

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

Kapitel 3. Reihen und ihre Konvergenz

Kapitel 3. Reihen und ihre Konvergenz Kapitel 3 Reihen und ihre Konvergenz Abschnitt 3.1 Der Reihenbegri und erste Beispiele Denitionen zu Reihen, 1 Denition. Sei (a n ) n N0 eine Folge reeller Zahlen. Für n N 0 heiÿt dann die Zahl s n :=

Mehr

Klausurenkurs zum Staatsexamen (WS 2015/16): Differential und Integralrechnung 3

Klausurenkurs zum Staatsexamen (WS 2015/16): Differential und Integralrechnung 3 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 25/6): Differential und Integralrechnung 3 3. (Herbst 2, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende Tatsachen

Mehr

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2. Adµ Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung Blatt Probeklausur 2 Lösungen zur Probeklausur 2 Aufgabe 1 1. Formulieren Sie den Satz von Taylor

Mehr

Übungen zur Funktionalanalysis Lösungshinweise Blatt 2

Übungen zur Funktionalanalysis Lösungshinweise Blatt 2 Übungen zur Funktionalanalysis Lösungshinweise Blatt 2 Aufgabe 5. Beweisen Sie: Ein kompakter Hausdorffraum, welcher dem ersten Abzählbarkeitsaxiom genügt, ist folgenkompakt. Lösung. Es sei X ein kompakter

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 16 Der Zwischenwertsatz Wir interessieren uns dafür, was unter einer stetigen Abbildung f :R R mit einem Intervall passiert.

Mehr

Vollständigkeit. 1 Konstruktion der reellen Zahlen

Vollständigkeit. 1 Konstruktion der reellen Zahlen Vortrag im Rahmen des Proseminars zur Analysis, 17.03.2006 Albert Zeyer Ziel des Vortrags ist es, die Vollständigkeit auf Basis der Konstruktion von R über die CAUCHY-Folgen zu beweisen und äquivalente

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

Klausur - Analysis 1

Klausur - Analysis 1 Prof. Dr. László Széelyhidi Analysis I, WS 22 Klausur - Analysis Lösungen Aufgabe. i Punt Definieren Sie, wann x n eine Cauchyfolge ist. Lösung : x n heisst Cauchyfolge wenn es zu jedem ε > ein N N gibt,

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

Übungsaufgaben zu Analysis 1 Lösungen von Blatt VI vom

Übungsaufgaben zu Analysis 1 Lösungen von Blatt VI vom Prof. Dr. Moritz Kaßmann Fakultät für Mathematik Wintersemester 04/05 Universität Bielefeld Übungsaufgaben zu Analysis Lösungen von Blatt VI vom 0..4 Aufgabe VI. (6 Punkte) Gegeben sind die Folgen (a n)

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

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

Analysis II. Vorlesung 36. stark kontrahierend, wenn es eine nichtnegative reelle Zahl c < 1 gibt mit

Analysis II. Vorlesung 36. stark kontrahierend, wenn es eine nichtnegative reelle Zahl c < 1 gibt mit Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 36 Weitere Stetigkeitsbegriffe Wir führen einige weitere Stetigkeitsbegriffe ein. Definition 36.1. Es sei eine Abbildung zwischen den metrischen

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

9. Übungsblatt zur Vorlesung Mathematik I für Informatik

9. Übungsblatt zur Vorlesung Mathematik I für Informatik Fachbereich Mathematik Prof. Dr. Thomas Streicher Dr. Sven Herrmann Dipl.-Math. Susanne Pape 9. Übungsblatt zur Vorlesung Mathematik I für Informatik Wintersemester 2009/2010 8./9. Dezember 2009 Gruppenübung

Mehr

Die Topologie von R, C und R n

Die Topologie von R, C und R n Die Topologie von R, C und R n Für R haben wir bereits eine Reihe von Strukturen kennengelernt: eine algebraische Struktur (Körper), eine Ordnungsstruktur und eine metrische Struktur (Absolutbetrag, Abstand).

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

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik

TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Oliver Matte Max Lein Zentralübung Mathematik für Physiker 2 Analysis ) Wintersemester 200/20 Lösungsblatt 5 2..200) 32. Häufungspunkte Sei a

Mehr

Analysis I. 3. Beispielklausur mit Lösungen

Analysis I. 3. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 3. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine Abbildung F von einer Menge L in eine

Mehr

Die reellen Zahlen. Analysis I. Teil I. 1 Die Körperaxiome. 2 Die Anordnungsaxiome. 3 Die natürlichen Zahlen. Satz 1.1 (Kürzungsregel der Addition)

Die reellen Zahlen. Analysis I. Teil I. 1 Die Körperaxiome. 2 Die Anordnungsaxiome. 3 Die natürlichen Zahlen. Satz 1.1 (Kürzungsregel der Addition) Analysis I Mitschrift der Vorlesung Analysis I im WS 2012/13 bei Prof. Gudlaugur Thorbergsson von Dario Antweiler an der Universität zu Köln. Kann Fehler enthalten. Stand: 31.01.2013 Veröentlicht unter

Mehr

3 Grenzwert und Stetigkeit 1

3 Grenzwert und Stetigkeit 1 3 Grenzwert und Stetigkeit 3. Grenzwerte bei Funktionen In diesem Abschnitt gilt: I ist immer ein beliebiges Intervall, 0 I oder einer der Endpunkte. 3.. Definition Sei I Intervall, 0 IR und 0 I oder Endpunkt

Mehr