Die reellen Zahlen. Analysis I. Teil I. 1 Die Körperaxiome. 2 Die Anordnungsaxiome. 3 Die natürlichen Zahlen. Satz 1.1 (Kürzungsregel der Addition)
|
|
- Fanny Arnold
- vor 6 Jahren
- Abrufe
Transkript
1 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: Veröentlicht unter (CC BY-NC-SA 3.0 DE) Teil I Die reellen Zahlen 1 Die Körperaxiome Satz 1.1 (Kürzungsregel der Addition) Ist a + b = a + c, dann gilt b = c. Satz 1.2 (Subtraktion) Zu je zwei Elementen a, b R gibt es eine eindeutige Zahl x R, sodass a + x = b. Satz 1.3 Es gilt b a = b + ( a). 2 Die Anordnungsaxiome Satz 1.4 Es gilt 1. Für x, y R gilt genau eine der Alternativen x < y oder x = y oder x > y (Trichotomie) 2. Aus x < y und y < z folgt x < z (Transitivität) 3. Ist x < y, dann gilt für jedes z R: x + z < y + z (Monotonie der Addition) 4. Ist x < y und z > 0, dann gilt x z < y z. Ist x < y und z < 0, dann gilt x z > y z Satz Für x 0 gilt x 2 R + 2. Aus x > y > 0 folgt x 1 < y 1 3 Die natürlichen Zahlen Satz 1.6 N ist induktiv. 1
2 Satz 1.7 N R+, d.h. jede natürliche Zahl ist positiv. Satz 1.8 (Das Prinzip der natürlichen Induktion) Es sei A(n) eine Aussage, die von der natürlichen Zahl n abhängig ist. Dann gilt: 1. Die Aussage A(1) ist richtig 2. Aus der Richtigkeit von A(n) folgt die Richtigkeit von A(n + 1) Satz 1.9 (Bernoulli Ungleichung) Für jede reelle Zahl x > 1 und für jede natürliche Zahl n N gilt (1 + x) n 1 + nx. Satz 1.10 Für alle x, y R gilt: 1. x + y x + y (Dreiecksungleichung) 2. x y = x y Satz 1.11 Es seien a, x, δ R und δ > 0. Dann gilt 1. x a < δ x (a δ, a + δ) 2. x a δ x [a δ, a + δ] 4 Das Vollständigkeitsaxiom Satz 1.12 Es sei M eine nach unten beschränkte Teilmenge in R. Dann besitzt M ein Inmum inf(m). Satz Die Menge N R ist nicht nach oben beschränkt 2. Zu jeder Zahl x R gibt es ein n N, sodass n x > 0 3. M := { 1 n n N}. Das Inmum der Menge ist gleich 0 4. Zu je zwei x, y R+ gibt es ein n N, sodass nx > y Satz 1.14 Zu jeder Intervall-Schachtelung I 1 I 2... I n gibt es eine eindeutige Zahl c, sodass c I n für alle n N. Satz 1.15 (Wohlordnungssatz) Eine nach oben beschränkte nichtleere Teilmenge A Z besitzt ein Maximum. Eine nach unten beschränkte nichtleere Teilmenge B Z besitzt ein Minimum.
3 Satz 1.16 In jedem Intervall (a, b) mit a < b gibt es eine rationale Zahl r Q, sodass a < r < b, d.h. in jedem Intervall gibt es eine rationale Zahl. Satz 1.17 (Existenz von Wurzeln) Zu jeder Zahl x > 0 und jeder natürlichen Zahl n N gibt es eine eindeutige reelle Zahl y > 0, sodass x n = y. Bezeichnung y := x 1/n = n x. 5 Abzählbarkeit Satz 1.18 Z ist abzählbar unendlich. Satz 1.19 Jede unendliche Teilmenge E einer unendlich abzählbaren Menge A ist abzählbar. Satz 1.20 Es sei (E n ) eine abzählbare Folge von abzählbaren Mengen E n (n N). Dann ist die Menge S := E n abzählbar, d.h. eine abzählbare Vereinigung abzählbarer Mengen ist abzählbar. n=1 Satz 1.21 Sei A eine abzählbare Menge und B n die Menge aller n-tupel (a 1... a n ) mit a 1,..., a n A. Dann ist B n abzählbar. Satz 1.22 Q ist abzählbar. Satz 1.23 R ist überabzählbar. Satz 1.24 Jedes Intervall ist überabzählbar. Satz 1.25 Jedes Intervall von R enthält eine nicht rationale Zahl. 6 Komplexe Zahlen Satz 1.26 Es gelten für die Addition und Multiplikation komplexer Zahlen: 1. die Assoziativgesetze: x + (y + z) = (x + y) + z und x (y z) = (x y) z 2. die Kommutativgesetze: x + y = y + x und x y = y x 3. das Distributivgesetz: x (y + z) = x y + x z
4 Satz Existenz der Eins und der Null: Es gilt für alle (a, b), dass (a, b) + (0, 0) = (a, b) und (a, b) (1, 0) = (a, b). (0, 0) heiÿt die komplexe Null, (1, 0) heiÿt die komplexe Eins. 2. Existenz inverser Elemente: Für jedes (a, b) gilt: (a, b) + ( a, b) = (0, 0). Ist x = (a, b), so schreiben wir x := ( a, b) = (a, b). ( a, b) heiÿt das zu (a, b) inverse Element. ( ) a b 3. Existenz reziproker Elemente: Für alle (a, b) gilt (a, b) a 2 +b, 2 a 2 +b = (1, 0), falls (a, b) 0. ( ) 2 1 (a,b) := a b a 2 +b, 2 a 2 +b =: (a, b) 1 2 Satz 1.28 Jede komplexe Zahl (a, b) kann als a + ib geschrieben werden. Satz 1.29 Es seien x, y C. Dann gilt 1. x 0 und x = 0, genau dann wenn x = x y = x y 3. x + y x + y (Dreiecksungleichung) Satz 1.30 Die Anordnungsaxiome gelten nicht für den Körper C. Es gibt keine Menge C+ C, sodass 1. für eine Zahl x C genau eine der Alternativen x C+, x = 0 oder x C+gilt. 2. aus x, y C folgt x + y C und x y C gilt.
5 Teil II Polynome Lemma 2.1 (Abstufen einer Linearfunktion) Ist α K eine Nullstelle von p K[x], so gilt p(x) = (x α) p 1 (x) für ein p 1 K [x], p 0. (x α) heiÿt Linearfaktor. Der Grad von p = 1 + Grad(p 1 ). Satz 2.2 Sei n = Grad(p). Das Polynom p 0 hat höchstens n verschiedene Nullstellen. Satz 2.3 (Identitätssatz für Polynome) Stimmen die Werte der Polynome p(x) = a 0 + a 1 x + a 2 x a n x n und q(x) = b 0 + b 1 x + b 2 x b n x n in n + 1 Stellen überein, so folgt a 0 = b 0, a 1 = b 1,..., a n = b n. Satz 2.4 (Fundamentalsatz der Algebra) Es sei p C [x] und der Grad(p) 1. Dann gibt es ein α C, sodass p(α) = 0. Satz 2.5 Es sei p R [x]. Ist α C eine komplexe Nullstelle des Polynom, so auch α K. Man kann dann das Polynom p wie folgt schreiben: p(x) = a n (x α 1 ) v1 (x α 2 ) v2... (x α i ) vi... (x 2 + A 1 x + B 1 ) µ1... (x 2 + A j x + B j ) µj, wobei α 1, α 2,..., α i verschiedene reelle Nullstellen des Polynoms p sind und die quadratischen Polynome x 2 + Ax + B 1 keine reellen Nullstellen haben. Satz 2.6 (Partialbruchzerlegung komplexwertiger rationaler Funktionen) Seien p, q C [x] mit 1 Grad(p) < Grad(q). Die rationale Funktion f = p q über C kann als Summe von Partialbrüchen geschrieben werden. Es seien α 1, α 2,..., α m alle paarweise verschiedenen Nullstellen des Polynoms q und es sei q(x) = a n (x α 1 ) v1... (x α m ) vm ( mit 0 a n C. Dann gilt f(x) = a11 (x α a1v 1 am1 1) (x α 1) v 1 (x α amvm m) (x α m) = m v1 ) a lk vm (x α 1) mit k a lk C. Satz 2.7 (Partialbruchzerlegung reellwertiger rationaler Funktionen) Seien p, q R [x] mit 1 Grad(p) < Grad(q). Es sei f = p q. Es seien α 1, α 2,..., α r alle paarweise verschiedenen Nullstellen des Polynoms q und es sei a n R und q(x) = a n (x α 1 ) v1... (x α r ) vr (x 2 + A 1 x + B 1 ) σ1... (x 2 + A s x + B s ) σs. Dann gilt f(x) = a11 (x α a1v 1 ar1 1) (x α 1) v 1 (x α r) ( b 1σ1 x+c 1σ1 bs1 x+cs1 b1sσ x+c1sσ (x 2 +A 1x+B 1) σ 1 (x 2 +A sx+b s) (x 2 +A = r v1 sx+b s) σ 1 l=1 k=1 l=1 k=1 arvr (x α r) + b11 x+c11 ) vr ( a lk (x α l + s σ1 b lk x+c lk ) k l=1 k=1 (x 2 +A 1x+B 1) (x 2 +A l x+b l ) k ).
6 Teil III Folgen Konvergente Folgen (a n ) sei eine Folge in C mit a 1, a 2, a 3,..., a n, wobei a n C. (a n ) heiÿt konvergent, falls es ein a gibt, sodass es zu jedem ɛ > 0 ein N N gibt, sodass, a n a < ɛ für alle n > N. Satz 3.1 (Eindeutigkeit des Grenzwerts) Es sei (a n ) eine Folge mit Grenzwerten a und â. Dann ist a = â. Satz 3.2 (Rechenregeln für Grenzwerte) Es sei (a n ) und (b n ) Folgen in C mit Grenzwerten a = lim n a n, b = lim n b n. Dann gilt: 1. lim n a n + b n = a + b 2. lim n c a n = c a mit c C 3. lim n a n b n = a b 1 n 4. lim a n = 1 a, falls a n 0, a 0 Satz 3.3 Es sei (a n ) eine Folge komplexer Zahlen. Dann konvergiert a n genau dann, wenn R (a n ) und I (a n ) konvergieren. Satz 3.4 Es sei (a n ) eine Folge in C mit Grenzwert a. Dann gilt: 1. a n a 2. a n a Satz 3.5 (Sandwich-Theorem, Satz von den zwei Carabinieri) Es seien (a n ), (b n ), (c n ) Folgen in R, sodass a n b n c n für alle n > N 0 (N 0 fest gegeben). Gilt L = lim a n = lim c n, so ist L = lim b n. n n n monoton wachsend monoton fallend Eine Folge (a n ) im Reellen heiÿt streng monoton wachsend streng monoton fallend falls a n+1 a n falls a n+1 a n falls a n+1 > a n falls a n+1 < a n n N gilt. Eine Folge (a n ) in C heiÿt beschränkt, falls es ein L R gibt, sodass n N : a n < L.
7 Satz 3.6 Eine konvergente Folge (a n ) in C ist beschränkt. Satz Eine beschränkte, monoton wachsende Folge (a n ) in R konvergiert gegen sup (a n n N). 2. Eine beschränkte, monoton fallende Folge (a n ) in R konvergiert gegen inf (a n n N). Satz von Bolzano-Weierstraÿ Eine Zahl k C heiÿt Häufungspunkt der Folge (a n ) in C, falls zu jedem ɛ > 0 unendlich viele a n in der Kreisscheibe K ɛ (k) liegen. Satz 3.8 (Bolzano-Weierstraÿ in R) Eine beschränkte Folge (a n ) reeller Zahlen hat einen Häufungspunkt. Es sei (a n ) eine Folge in C und (n k ) eine streng monoton wachsende Folge in N. Dann heiÿt die Folge (a nk ) eine Teilfolge von (a n ). Satz 3.9 Es sei (a n ) eine Folge in C. Dann gilt h C ist ein Häufungspunkt von (a n ) Es gibt eine Teilfolge (a nk ) die gegen h konvergiert Satz 3.10 (Bolzano-Weierstraÿ in C) Eine beschränkte Folge (a n ) in C hat einen Häufungspunkt. ( a n besitzt eine konvergente Teilfolge) Es sei (a n ) eine beschränkte Folge in R. Wir bezeichnen die Menge der Häufungspunkte von (a n ) mit E und denieren: lim sup a n := sup E und lim inf a n := inf E. n n Konvergiert (a n ) gegen a, so ist lim sup a n = lim inf a n = lim a n = a. Satz 3.11 Es sei (a n ) eine beschränkte Folge in R und sei E die Menge der Häufungspunkte von (a n ). Dann gilt: 1. lim sup n a n E, d.h. lim sup n a n = max(e) 2. Zu jedem ɛ > 0 gibt es nur endlich viele n, sodass a n ɛ + lim sup n Kriterium für Konvergenz von Folgen (Cauchy-Kriterium) Eine Folge (a n ) in C heiÿt Cauchy-Folge, falls es zu jedem ɛ > 0 ein N N gibt, sodass a n a m < ɛ für alle n, m > N. a n
8 Satz 3.12 (Cauchy-Kriterium) Es sei (a n ) eine Folge in C. Dann gilt (a n ) ist konvergent (a n ) ist eine Cauchy-Folge.
9 Teil IV Reihen Konvergente Reihen Es sei (a n ) eine Folge in C. Wir denieren s 1 = a 1, s 2 = a 1 + a 2,..., s n = a a n =: s 1,..., s n heiÿen Partialsummen. Wir erhalten eine Folge (s n ), die wir als Reihe bezeichnen. Wir bezeichnen (s n ) mit a k. Falls (s n ) konvergiert, so heiÿt der Grenzwert Summe. Satz 4.1 (Cauchy-Kriterium für Reihen) k=1 n a k. Die Reihe m a n konvergiert genau dann, wenn es zu jedem ɛ > 0 ein N N gibt, sodass a k < ɛ k=n für alle m, n > N. Satz 4.2 (abgeschwächtes Cauchy-Kriterium) Ist a k konvergent, so gilt lim n a k = 0. Satz 4.3 Es gelte a n 0 für alle n 0 und die Folge der Partialsummen sei beschränkt. Dann konvergiert an. k=1 Satz 4.4 (Vergleichskriterium) 1. Gilt a n b n für alle n N 0 für ein N N und b n konvergiert. Dann konvergiert a n ebenfalls. 2. Gilt a n b n 0 für alle n N 0 und b n divergiert, so divergiert a n auch. Satz 4.5 (Verdichtungssatz von Cauchy) Angenommen a 1 a Dann konvergiert die Reihe konvergiert. n=1 a n genau dann, wenn 2 k a 2 k k=0 Satz 4.6 Die Reihe 1 n für r R r + konvergiert für r > 1 und divergiert für 0 < r 1. n=1
10 Die Zahl e e := 1 n! = ! Satz 4.7 (Approximationsgüte) Es sei s n = Satz 4.8 n k=0 Die Zahl e ist irrational. Satz 4.9 lim n ( n) n = e. ( +... Es gilt 0! := 1 und e = lim n. n n) 1 k!. Dann gilt n N : 0 < e s n < 1 n! 1 Wurzel- und Quotientenkriterium Satz 4.10 (Wurzelkriterium) Es sei n a n eine Reihe in C. Setze α := lim sup an, wobei α := +, falls n a n unbeschränkt ist. Dann gilt: 1. α < 1 a n konvergiert 2. α > 1 a n divergiert n 3. α = 1 a n kann konvergieren oder divergieren Satz 4.11 (Quotientenkriterium) Es sei, a n eine Reihe in C. Setze α := lim sup an+1 a n n wobei α := +, falls a n+1 a n unbeschränkt ist. Dann gilt: 1. α < 1 a n konvergiert 2. α > 1 a n divergiert 3. α = 1 a n kann konvergieren oder divergieren Potenzreihen Satz 4.12 Es sei eine Potenzreihe c n z n n gegeben. Wir setzen α := lim sup cn mit α := +, falls n c n k=0 unbeschränkt. Ferner sei R := 1 α c n z n konvergiert, falls z < R k=0 c n z n divergiert, falls z > R k=0 3. Für z = R ist keine Aussage möglich n. n mit R :=, falls α = 0 und R := 0, falls α = +. Dann gilt:
11 Alterniederende Reihen Eine Reihe Reihe ist konvergent. a n heiÿt absolut konvergent, falls a n konvergiert. Eine absolut konvergente Eine Reihe a n heiÿt alternierend genau dann, wenn die Reihenglieder abwechselnd positiv und negativ sind, d.h. n N : a n a n+1 < 0. Satz 4.13 Es sei (a n ) eine monoton fallende Folge in R +, die gegen 0 konvergiert. Dann gilt: 1. ( 1) n a n konvergiert k=1 Exponentialfunktion f : C C; f (z) = z n n!. Wir schreiben exp = f, d.h. exp (z) = z n n! und es gilt exp (1) = e und exp (0) = 1. Rechnen mit Reihen Satz 4.14 Gilt an = A und bn = B, so ist (an + b n ) = A + B und can = c an. Es seien a n und b n zwei Reihen. Wir setzen c n := Reihe n k=0 n k=0 c n das Cauchy-Produkt der Reihen a n und b n. Satz 4.15 (Cauchy-Produkt) a n k b k = n k=0 a k b n k und nennen die Angenommen a k und b k konvergieren absolut. Es sei A = a k und B = b k. Dann gilt cn = AB, wobei c n := n a k b n k. k=0 Umordnung von Reihen Es sei a k eine Reihe und φ : N N eine Bijektion. Wir setzen b k := a φ(k). Dann heiÿt b k eine Umordnung von a k. Satz 4.16 Konvergiert a k absolut, so konvergiert jede Umordnung b k von a k auch absolut und es gilt bk = a k.
12 Satz 4.17 Es sei a k eine Reihe die konvergiert, aber nicht absolut konvergiert. Es sei α R beliebig. Dann gibt es eine Umordnung b k = a φ(k), sodass α = b k.
13 Teil V Stetige Funktionen Erste Eigenschaften Es sei D C und f : D C eine Funktion und x 0 D. Dann heiÿt f stetig in x 0, falls für ( jede Folge ) (x n ) aus D (bzw. x n D) mit Grenzwert x 0 gilt, dass f (x n ) f (x 0 ), d.h. f lim x n = lim (f (x n)). n n f heiÿt stetig, falls f stetig in x ist, für alle x D. Satz 5.1 Seien f, g : D C stetige Funktionen in x 0, a C und x 0 D. Dann gilt: 1. f +g : D C, x f (x)+g (x), a f : D C, x a f (x) und f g : D C, x f (x) g (x) sind stetig in x g (x 0 ) 0 f g : D C, x f(x) g(x) ist stetig in x 0, wobei D := {x D g (x) 0} Satz 5.2 Polynome über C sind stetig überall in C. Polynome über R sind stetig überall in R. Radiale Funktionen (=Brüche p q von Polynomen) sind stetig in ihren sbereichen. Satz 5.3 Es seien f : D C und g : E C, sodass f (D) E. Ist f stetig in x 0 und g stetig in f (x 0 ), dann ist g f stetig in x 0. Satz 5.4 Die Funktion f : D C ist dann und nur dann stetig in x 0 D, wenn R (f) : D R, x R (f (x)) und I (f) : D R, x I (f (x)) stetig in x 0 sind. ɛ-δ- der Stetigkeit Satz 5.5 (ɛ-δ- der Stetigkeit) f : D C ist dann und nur dann stetig in x 0 D, falls es zu jedem ɛ > 0 ein δ > 0 gibt, sodass für alle x D mit x 0 x < δ die Aussage f (x 0 ) f (x) < ɛ gilt. Stetigkeit von Potenzreihen Satz 5.6 Es sei a n z n eine Potenzreihe mit Konvergenzradius R. Dann ist die Funktion f : K R (0) C deniert durch f (x) = an x n überall in C stetig. Zwischenwertsatz Satz 5.7 (Zwischenwertsatz) Sei f : [a, b] R stetig. Dann gibt es zu jeder Zahl λ zwischen f (a) und f (b) eine Zahl c [a, b], sodass f (c) = λ.
14 Satz 5.8 Jedes Polynom ungeraden Grades hat eine Nullstelle. Satz 5.9 Es sei f : [a, b] R eine stetige, streng monoton wachsende (oder fallende) Funktion mit f (a) = A und f (b) = B. Dann bildet f das Intervall [a, b] bijektiv auf [A, B] (oder [B, A]) ab und die Umkehrfunktion f 1 : [A, B] [a, b] ist ebenfalls stetig und streng monoton wachsend (bzw. fallend). Der natürliche Logarithmus Satz 5.10 Die reelle Exponentialfunktion exp : R R +, x x n n! =: e x ist streng monoton wachsend mit Bild= R +. Die Umkehrfunktion ln : R + R ist stetig, streng monoton wachsend und heiÿt natürlicher Logarithmus. Es gilt ln (xy) = ln (x) + ln (y) für alle x, y R + und ln (e) = 1, ln (1) = 0 und ln ( 1 b ) = ln (b). Satz 5.11 Es sei a > 0, p Z und q N. Dann gilt a p q = exp ( p q ln (a) ). Wir denieren für a > 0 und x R: a x := exp (x ln a). (Falls x Q Satz 5.11) Satz 5.12 Es seien a, b > 0. Dann gilt für alle x, y R: 1. a x+y = a x a y 2. (a x ) y = a x y 3. a x b x = (a b) x 4. ( ) 1 x a = a x Satz 5.13 Sei a > 0. Die Funktion exp a : R R deniert durch exp a (x) = a x ist stetig, streng monoton wachsend für a > 1 und streng monoton fallend für a (0, 1). Die Umkehrfunktion log a : R + R heiÿt der Logarithmus zur Basis a und es gilt log a (x) = ln(x) ln(a). Maxima und Minima von stetigen Funktionen Es sei D R oder D C und f : D R eine Funktion. Man sagt f nimmt in x 0 D ein Maximum bzw. ein Minimum an, falls x D : f (x) f (x 0 ) bzw. x D : f (x) f (x 0 ) gilt. Eine Teilmenge K R oder K C heiÿt kompakt, falls jede Folge (x n ) in K eine Teilfolge (x nk ) besitzt, die gegen einen Grenzwert x in K konvergiert.
15 Satz 5.14 Es seien f 1,..., f k : R bzw. C R stetige Funktionen. Ist die Menge K = {x R bzw. C f 1 (x) 0,..., f k (x) 0} beschränkt, so ist sie kompakt. Satz 5.15 Es sei K R bzw. C kompakt und f : K R stetig. Dann nimmt f Maximum und Minimum an. Gleichmäÿige Stetigkeit Eine Funktion f : D C mit D C heiÿt gleichmäÿig stetig, falls es zu jedem ɛ > 0 ein δ > 0 gibt, sodass x, y D, x y < δ f (x) f (y) < ɛ. Satz 5.16 Es sei K C eine kompakte Menge bzw. ein Kompaktum und f : K C stetig. Dann ist f gleichmäÿig stetig. Häufungspunkte Es sei D C und x 0 C. Dann heiÿt x 0 Häufungspunkt von D, falls es in jeder Kreisscheibe K ɛ (x 0 ) unendlich viele verschiedene Punkte aus D gibt. x 0 C ist Häufungspunkt von D, falls es zu jedem ɛ > 0 ein Element x D K ɛ (x 0 ) gibt mit x x 0. Eine Menge D C heiÿt abgeschlossen, falls D ihre Häufungspunkte enthält. Satz 5.17 D C kompakt D ist beschränkt und abgeschlossen. Grenzwerte von Funktionen Es sei D C und x 0 C ein Häufungspunkt von D. Ferner sei f : D C eine Funktion. Dann hat f in x 0 den Grenzwert L = lim f (x), falls es zu jedem ɛ > 0 ein δ > 0 gibt, sodass f (x) L < ɛ x x 0 für 0 < x x 0 < δ und x D. (d.h. x x 0 ) Satz 5.18 Es sei x 0 ein Häufungspunkt von D C und f : D C eine Funktion. Dann gilt L = lim f (x) x x 0 genau dann, wenn L = lim f (x n), wobei x n eine Folge ist aus D mit x n x 0 und x n x 0 n N. x
16 Einseitige Grenzwerte Es sei x 0 ein Häufungspunkt von D C und f : D C eine Funktion. Man sagt f konvergiert in x 0 von rechts gegen L, falls f (x n ) L, für alle Folgen x n D mit x n x 0 und x n > x 0. Grenzwerte im Unendlichen Es sei D R nach oben unbeschränkt und f : D C eine Funktion. Dann heiÿt L C der Grenzwert von f in +, falls zu jedem ɛ > 0 ein N R gibt, sodass f (x) L < ɛ für alle x > N. (analog für n )
17 Teil VI Dierentiation Die Ableitung einer Funktion Es sei f : I C eine Funktion, wobei I = Intervall. Es sei x 0 I gegeben. Dann heiÿt f f(x) f(x dierenzierbar in x 0, falls lim 0) n x x 0 existiert. f heiÿt dierenzierbar, falls f für alle x I in x dierenzierbar ist. Ist f dierenzierbar, setze f f(x) f(x (x 0 ) := lim 0) n x x 0 und nenne f (x 0 ) die Ableitung von f in x 0. Satz 6.1 Es sei f : [a, b] C dierenzierbar in x 0 [a, b]. Dann ist f stetig in x 0. Satz 6.2 Es seien f, g : [a, b] C dierenzierbar in x 0 [a, b]. Dann sind f +g, f g und f g verschwindet) in x 0 dierenzierbar und es gilt: (falls g nirgendwo 1. (f + g) (x 0 ) = f (x 0 ) + g (x 0 ) 2. (f g) (x 0 ) = f (x 0 ) g (x 0 ) + f (x 0 ) g (x 0 ) (Leibnizregel) 3. ( f g ) (x0 ) = f (x 0) g(x 0) f(x 0) g (x 0) g(x 0) 2 Bemerkung Es sei f (x) = x n. Dann gilt f (x) = n x n 1. Satz 6.3 (Kettenregel) Es seien f, g : [a, b] R stetig in [a, b] und dierenzierbar in x 0 [a, b]. E sei g : I C, sodass f ([a, b]) I. Dann ist g f dierenzierbar in x 0 und es gilt (g f) (x 0 ) = g (f (x 0 )) f (x 0 ). Satz 6.4 Es sei f : [a, b] R stetig und umkehrbar ( streng monoton). Ist f in x 0 dierenzierbar und f (x) 0, so ist f 1 in y 0 := f 1 (x 0 ) dierenzierbar und ( f 1) (y0 ) = 1 f (x = 1 0) f (f 1 (y. 0)) Satz 6.5 Es sei f : [a, b] C eine Funktion. Dann ist f in x 0 [a, b] dierenzierbar genau dann, wenn die Funktionen Rf : [a, b] R und If : [a, b] R in x 0 dierenzierbar sind. Lokale Maxima und Minima Es sei f : D R oder C C eine Funktion. Dann hat f in x 0 D ein lokales Maximum, falls es ein δ > 0 gibt, sodass f (x 0 ) f (x) für x x 0 < δ, x D. (lokales Minimum analog)
18 Satz 6.6 Es sei f : [a, b] R, sodass f in x 0 [a, b] ein lokales Maximum oder lokales Minimum annimmt. Ist f in x 0 dierenzierbar, so gilt f (x) = 0. Mittelwertsatz Satz 6.7 (Satz von Rolle) Es sei f : [a, b] R eine stetige Funktion und f (a) = f (b). Ist f in (a, b) dierenzierbar, so gibt es ein c (a, b), sodass f (c) = 0. Satz 6.8 (Mittelwertsatz) Es sei f : [a, b] R stetig in [a, b] und dierenzierbar in (a, b). Dann gibt es ein c (a, b), sodass f (c) = f(b) f(a) b a. Satz 6.9 (Mittelwertsatz von Cauchy) Es sei f : [a, b] R stetig in [a, b] und dierenzierbar in (a, b). Dann gibt es ein c (a, b), sodass f (c) (g (b) g (a)) = g (c) (f (b) f (a)). Falls g (c) 0 und g (b) g (a), so gilt f (c) g (c) = f(b) f(a) g(b) g(a). Monotonie von Funktionen bei globalen bzw. lokalen Maxima und Minima Satz 6.10 Es sei f : [a, b] R stetig in [a, b] und dierenzierbar in (a, b). Dann gilt: 1. Ist f (x) > 0 x (a, b), so ist f streng monoton wachsend. Andersherum gilt: f streng monoton wachsend f (x) 0 x (a, b) (analog für streng monoton fallend) 2. Ist f (x) = 0 x (a, b), so ist f konstant Satz 6.11 Es sei f : [a, b] R stetig in [a, b] und es existiere die Ableitung überall in (a, b), auÿer in höchstens einem Punkt c (a, b). Dann gilt: 1. Ist f (x) > 0 für alle x < c und f (x) < 0 für alle x > c, so hat f ein Maximum in c 2. Ist f (x) < 0 für alle x < c und f (x) > 0 für alle x > c, so hat f ein Minimum in c Ist f : [a, b] R in (a, b) dierenzierbar und c (a, b), sodass f (c) = 0, so heiÿt c kritischer Punkt. Ist f : [a, b] R überall dierenzierbar, so erhalten wir f : [a, b] R; x f (x). Ist f in x 0 dierenzierbar, so heiÿt f (x 0 ) := (f ) (x 0 ) die zweite Ableitung.
19 Satz 6.12 Es sei c (a, b) ein kritischer Punkt von f : [a, b] R und f existiert in allen x (a, b). Dann gilt: 1. Ist f (x) < 0 x (a, b), so hat f ein Maximum in c 2. Ist f (x) > 0 x (a, b), so hat f ein Minimum in c Konvexe und Konkave Funktionen Es sei f : [a, b] R stetig in [a, b]. f heiÿt konvex, falls die Sekante zwischen x und y immer oberhalb vom Graphen von f liegt. f heiÿt konkav, falls die Sekante zwischen x und y immer unterhalb vom Graphen von f liegt. Alternative : f heiÿt konvex, falls x, y [a, b] gilt f (λx + (1 λ) y) λf (x) + (1 λ) f (y). f heiÿt konkav, falls x, y [a, b] gilt f (λx + (1 λ) y) λf (x) + (1 λ) f (y). Ist eine Funktion konkav auf einer Seite von c und konvex auf der anderen Seite von c, so heiÿt c Wendepunkt. Satz 6.13 Es sei f : [a, b] R stetig in [a, b] und dierenzierbar in (a, b). Ist f monoton wachsend auf (a, b), so ist f konvex. Ist f monoton fallend auf (a, b), so ist f konkav. Falls f (x) x (a, b) existiert, so ist f konvex, falls f (x) 0 x (a, b).
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)
Mehr1 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
MehrLS 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
MehrLösungen 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 + )
Mehr3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung
Kapitelgliederung 3. Folgen und Reihen 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung 3.5 Reihen 3.6 Absolut
MehrLS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38
3. Folgen und Reihen Buchholz / Rudolph: MafI 2 38 Kapitelgliederung 3.1 Folgen und Grenzwerte 3.2 Rechenregeln für konvergente Folgen 3.3 Monotone Folgen und Teilfolgen 3.4 Ein Algorithmus zur Wurzelberechnung
MehrFerienkurs 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
MehrMisterlösung 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
MehrANALYSIS 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
MehrMIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen
Version 01.02. Januar 2007 MIA Analysis einer reellen Veränderlichen WS 06/07 Kurzfassung Martin Schottenloher Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen In diesem Kapitel werden differenzierbare
Mehr5 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.
Mehrθ 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
MehrVorlesung 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,
MehrD-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu. MC-Fragen Serie 1. Einsendeschluss: Freitag, der :00 Uhr
D-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu MC-Fragen Serie 1 Einsendeschluss: Freitag, der 26.09.2014 12:00 Uhr 1. Welche der folgenden Aussagen sind richtig? Eine divergente Folge ist nicht beschränkt.
MehrD-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu. MC-Fragen Serie 1. Einsendeschluss: Freitag, der :00 Uhr
D-INFK Analysis I FS 2017 Prof. Dr. Özlem Imamoglu MC-Fragen Serie 1 Einsendeschluss: Freitag, der 26.09.2014 12:00 Uhr 1. Welche der folgenden Aussagen sind richtig? (a) Eine divergente Folge ist nicht
MehrVorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen
Vorbereitungskurs Mathematik zum Sommersemester 2015 Folgen und Reihen Susanna Pohl Vorkurs Mathematik TU Dortmund 12.03.2015 Folgen und Reihen Folgen und Grenzwerte Rechenregeln für konvergente Folgen
MehrFerienkurs 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,
MehrUnterricht 13: Wiederholung.
, 1 I Unterricht 13: Wiederholung. Erinnerungen: Die kleinen Übungen nden diese Woche statt. Zur Prüfung müssen Sie Lichtbildausweis (Personalausweis oder Reisepass) Studierendenausweis mitbringen. I.1
MehrVorlesung 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................................
Mehrsign: 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
MehrSpickzettel Mathe C1
Spickzettel Mathe C1 1 Mengenlehre 1.1 Potenzmenge Die Potenzmenge P (Ω) einer Menge Ω ist die Menge aller Teilmengen von Ω. Dabei gilt: P (Ω) := {A A Ω} card P (Ω) = 2 card Ω P (Ω) 1.2 Mengenalgebra Eine
MehrFerienkurs Analysis 1
Skript Ferienkurs Analysis 1 Fabian Hafner und Thomas Baldauf TUM Wintersemester 2016/17 04.04.2017 Das Skript wurde teilweise übernommen vom Skript des Ferienkurses WS 2014, verfasst von Andreas Wörfel.
Mehr2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n)
2 Folgen und Reihen 2.1 Folgen in C 2.1.1 Konvergenz von Folgen Eine Folge komplexer Zahlen ist eine Funktion f : N C. Mit a n schreibt man (a n ) n=1, (a n ) oder auch a 1, a 2,.... := f(n) (a n ) heißt
MehrVorlesungen 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
MehrMathematik 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,
MehrLösungen 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
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 17 Potenzreihen Definition 17.1. Es sei (c n ) n N eine Folge von reellen Zahlen und x eine weitere reelle Zahl. Dann heißt
MehrUniversität 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
MehrANALYSIS 1 Kapitel 4: Folgen von (reellen und komplexen) Zahlen
ANALYSIS 1 Kapitel 4: Folgen von (reellen und komplexen) Zahlen MAB.01012UB MAT.101UB Vorlesung im WS 2017/18 Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen Karl-Franzens-Universität
MehrAufgabensammlung 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
MehrAufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an.
Analysis I, WiSe 2013/14, 04.02.2014 (Iske), Version A 1 Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an. a) Welche der folgenden Aussagen über Folgen sind sinnvoll und
MehrAnalysis 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
MehrStetigkeit. 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
MehrÜbungen 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
MehrStetigkeit, 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
MehrPolynome, Stetigkeit, Dierenzierbarkeit
Polynome, Stetigkeit, Dierenzierbarkeit Inhaltsverzeichnis 1 Polynome 1 1.1 Denitionen...................................................... 1 1.2 Nullstellen.......................................................
Mehr10 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
Mehrc < 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
MehrAnalysis I. Guofang Wang , Universität Freiburg
Universität Freiburg 10.1.2017, 11.1.2017 Definition 1.1 (Ableitung) Die Funktion f : I R n hat in x 0 I die Ableitung a R n (Notation: f (x 0 ) = a), falls gilt: f(x) f(x 0 ) lim = a. (1.1) x x 0 x x
MehrFolgen, Reihen, Potenzreihen, Exponentialfunktion
Ferienkurs Seite 1 Technische Universität München Ferienkurs Analysis 1 Hannah Schamoni Wintersemester 2011/12 Folgen, Reihen, Potenzreihen, Exponentialfunktion 20.03.2012 Inhaltsverzeichnis 1 Folgen 2
MehrHöhere Mathematik I. G. Herzog, Ch. Schmoeger. Wintersemester 2018/19. Karlsruher Institut für Technologie
Höhere Mathematik I G. Herzog, Ch. Schmoeger Wintersemester 208/9 Karlsruher Institut für Technologie Inhaltsverzeichnis Reelle Zahlen 2 2 Folgen und Konvergenz 2 3 Unendliche Reihen 3 4 Potenzreihen 45
MehrKapitel 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 :=
MehrKlausur zur Vorlesung Analysis I für Lehramtskandidaten. (Sommersemester 2008) Dr. C. Lange, J. Schütz
Klausur zur Vorlesung Analysis I für Lehramtskandidaten (Sommersemester 008) Dr. C. Lange, J. Schütz Beginn: 17. Juli 008, 10:00 Uhr Ende: 17. Juli 008, 11:30 Uhr Name: Matrikelnummer: Ich studiere: Bachelor
MehrKapitel 4 Folgen, Reihen & Funktionen
Kapitel 4 Folgen, Reihen & Funktionen Inhaltsverzeichnis FOLGEN REELLER ZAHLEN... 3 DEFINITION... 3 GRENZWERT... 3 HÄUFUNGSPUNKT... 4 MONOTONIE... 4 BESCHRÄNKTHEIT... 4 SÄTZE... 4 RECHNEN MIT GRENZWERTEN...
Mehr11 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(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,
MehrQuiz Analysis 1. Lösungen zu den Aufgaben M1 bis M7 der Probeklausur. Mathematisches Institut, WWU Münster. Karin Halupczok.
Quiz Analysis 1 Mathematisches Institut, WWU Münster Karin Halupczok WiSe 2011/2012 Lösungen zu den Aufgaben M1 bis M7 der Probeklausur 1 Aufgabe M1: Fragen zu Folgen, Reihen und ihre Konvergenz 2 Aufgabe
Mehrist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1
24 14 Metrische Räume 14.1 R n als euklidischer Vektorraum Die Menge R n = {(x 1,..., x n ) x i R} versehen mit der Addition und der skalaren Multiplikation x + y = (x 1 + y 1,..., x n + y n ) λx = (λx
Mehr{, wenn n gerade ist,, wenn n ungerade ist.
11 GRENZWERTE VON FUNKTIONEN UND STETIGKEIT 60 Mit anderen Worten, es ist lim f(x) = b lim f (, a)(x) = b, x a x a wobei f (, a) die Einschränkung von f auf (, a) ist. Entsprechendes gilt für lim x a.
MehrVollständigkeit. 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
MehrVorlesung 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
MehrFolgen und Reihen. Thomas Blasi
Folgen und Reihen Thomas Blasi 02.03.2009 Inhaltsverzeichnis Folgen und Grenzwerte 2. Definitionen und Bemerkungen............................. 2.2 Konvergenz und Beschränktheit.............................
MehrFolgen, 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
MehrStetigkeit 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
MehrFunktionsgrenzwerte, 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
MehrÜbungen Analysis I WS 03/04
Blatt Abgabe: Mittwoch, 29.0.03 Aufgabe : Beweisen Sie, daß für jede natürliche Zahl n gilt: n ( ) n (x + y) n = x i y n i, i (b) n ν 2 = ν= i=0 n(n + )(2n + ), 6 (c) 2 3n ist durch 7 teilbar. Aufgabe
MehrHäufungspunkte 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
MehrAnalysis I - Ferienkurs
TU-München, Dienstag, der 6.03.200 Analysis I - Ferienkurs Andreas Schindewolf 5. März 200 Inhaltsverzeichnis. Folgen 3.. Konvergenz und Cauchy-Folgen..................... 3.2. Konvergenz-Kriterien für
MehrINGENIEURMATHEMATIK. 8. Reihen. Sommersemester Prof. Dr. Gunar Matthies
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 8. Reihen Prof. Dr. Gunar Matthies Sommersemester 2016 G. Matthies Ingenieurmathematik
MehrAnalysis 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.
Mehr3 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
MehrReihen, Exponentialfunktion Vorlesung
Reihen, Exponentialfunktion Vorlesung Marcus Jung 5.03.20 Inhaltsverzeichnis Inhaltsverzeichnis Reihen 3. Denition.................................... 3.2 Konvergenzkriterien für Reihen........................
MehrIV. 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
MehrMathematik 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
MehrZusammenfassung der Vorlesung Einführung in die Analysis
Zusammenfassung der Vorlesung Einführung in die Analysis Hier werden die wichtigsten Definitionen und Sätze aus der Vorlesung dargestellt, zusammen mit Beweisideen und Querverbindungen. Ziel ist es, die
MehrAnalysis 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
MehrLösungen 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:
MehrAnalysis I. 8. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 8. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Eine Ordnungsrelation auf einer Menge I. (2)
MehrKap. 10: Folgen und Reihen. Eine Funktion a : N Ñ R
Definition: Zahlenfolge Kap. 10: Folgen und Reihen 10.1 Definition: Zahlenfolge Eine Funktion a : N Ñ R poder Cq heißt reelle (oder komplexe) Zahlenfolge. Man nennt a n apnq das n-te Folgenglied und schreibt
MehrANALYSIS 1 Kapitel 2: Reelle und komplexe Zahlen
ANALYSIS 1 Kapitel 2: Reelle und komplexe Zahlen MAB.01012UB MAT.101UB Vorlesung im WS 2017/18 Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen Karl-Franzens-Universität Graz 2.1 Körperstruktur
MehrHöhere 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
MehrKAPITEL 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).
MehrReelle/komplexe Zahlen und Vollständigkeit
Die folgenden Fragen/Aussagen sind mit ja / wahr oder nein / falsch zu beantworten. Da wir den Stoff der Analysis 1 behandeln, ist im weiteren davon auszugehen dass die Folgen, Reihen, Definitionsbereiche
MehrFerienkurs Analysis 1, SoSe Unendliche Reihen. Florian Beye August 15, 2008
Ferienkurs Analysis 1, SoSe 2008 Unendliche Reihen Florian Beye August 15, 2008 1 Reihen und deren Konvergenz Definition 1.1. Eine reelle bzw. komplexe Reihe ist eine unendliche Summe über die Glieder
MehrMathematik 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
MehrKapitel 5 KONVERGENZ
Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz
MehrKlausur - 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
Mehrε 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
MehrAnalysis 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
MehrSS 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
MehrAnalysis I. 2. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Die Produktmenge aus zwei Mengen L und M.
MehrGRUNDLAGEN 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
MehrDie reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein
Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen Steven Klein 04.01.017 1 In dieser Ausarbeitung konstruieren wir die reellen Zahlen aus den rationalen Zahlen. Hierzu denieren wir zunächst
MehrAnalysis I. Vorlesung 13. Gleichmäßige Stetigkeit
Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 13 Gleichmäßige Stetigkeit Die Funktion f: R + R +, x 1/x, ist stetig. In jedem Punkt x R + gibt es zu jedem ǫ > 0 ein δ > 0 mit f(u (x,δ))
MehrWiederholungsklausur zur Analysis I
Wiederholungsklausur zur Analysis I Prof. Dr. C. Löh/M. Blank 5. Oktober 2011 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten
MehrDierentialrechnung mit einer Veränderlichen
Dierentialrechnung mit einer Veränderlichen Beispiel: Sei s(t) die zum Zeitpunkt t zurückgelegte Wegstrecke. Dann ist die durchschnittliche Geschwindigkeit zwischen zwei Zeitpunkten t 1 und t 2 gegeben
MehrModul Grundbildung Analysis WiSe 10/11. A.: Wurde in diesem Kapitel behandelt. C.: Weitere Fragen (Nicht nur für die Klausur interessant)
Modul Grundbildung Analysis WiSe 10/11 Im Folgenden bedeutet A: Wurde in diesem Kapitel behandelt B: Interessante Aufgaben C: Weitere Fragen (Nicht nur für die Klausur interessant) V1 Konvergenz, Grenzwert
Mehr1 Polynome III: Analysis
1 Polynome III: Analysis Definition: Eine Eigenschaft A(x) gilt nahe bei a R, falls es ein δ > 0 gibt mit A(x) gilt für alle x (a δ, a + δ)\{a} =: U δ (a) Beispiele: x 2 5 nahe bei 0 (richtig). Allgemeiner:
MehrBeispiel. 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
Mehrf(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.
MehrAnalysis I für Informatiker und Ingenieure
Skript zur Vorlesung Analysis I für Informatiker und Ingenieure Sommersemester 2015 Prof. Dr. Helmut Maier Dr. Hans- Peter Reck Institut für Zahlentheorie und Wahrscheinlichkeitstheorie Universität Ulm
MehrTECHNISCHE 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
MehrKapitel 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.
Mehra 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
MehrMathematik 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.
MehrAnalysis I. Vorlesung 20. Konvexe Funktionen
Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 20 Konvexe Funktionen Eine konvexe Teilmenge. Eine nichtkonvexe Teilmenge. Definition 20.1. Eine Teilmenge T R n heißt konvex, wenn mit
MehrTutorium: Analysis und lineare Algebra. Regeln von de l Hospital, Reihen, Funktionen mehrerer Variablen, komplexe Zahlen
Tutorium: Analysis und lineare Algebra Regeln von de l Hospital, Reihen, Funktionen mehrerer Variablen, komplexe Zahlen Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Die Regeln von de l
Mehr4. Folgen von (reellen und komplexen) Zahlen [Kö 5]
20 4. Folgen von (reellen und komplexen) Zahlen [Kö 5] 4.1 Grundbegriffe Definition 1. a) Eine Folge (reeller bzw. komplexer) Zahlen ist eine Abbildung a: Z k C mit einem k Z. Schreibweise: a(n) = a n
MehrMathematik II für Informatiker Sommersemester 2017
Mathematik II für Informatiker Sommersemester 2017 Mittwoch, 1. Februar 2017 19:55 19.04.2017 Inhalte der Veranstaltung 1. 2. 3. 4. 5. 6. 7. Etwas Wiederholung und komplexe Zahlen Reelle Funktionen Folgen
Mehr