Tutorium: Analysis und lineare Algebra. Vorbereitung der Abschlussklausur (Teil 1)
|
|
- Eugen Engel
- vor 5 Jahren
- Abrufe
Transkript
1 Tutorium: Analysis und lineare Algebra Vorbereitung der Abschlussklausur (Teil 1)
2 Steven Köhler mathe.stevenkoehler.de 2
3 Konvergenz Definition der Konvergenz I Eine Folge (a n ) n2n reeller Zahlen konvergiert gegen eine reelle Zahl a, wenn es fäur jede reelle Zahl ">0einN 2 N gibt, so dass ja n aj <"fäur alle n N gilt. Eine Folge (a n ) n2n konvergiert uneigentlich gegen 1, wennesfäur jede reelle Zahl r>0einn 2 N gibt, so dass a n >rfäur alle n N gilt. 3
4 Konvergenz Definition der Konvergenz II Graphische Veranschaulichung: 4
5 Konvergenz Definition der Konvergenz III Aufgabe 1 Finde den Grenzwert der Folge (a n ) n2n mit a n = n2 4n 2 1 und zeige mithilfe der De nition der Konvergenz, dass es sich bei dem gefundenen Wert tatsäachlich um den Grenzwert handelt. 5
6 Konvergenz Cauchysches Konvergenzkriterium Eine Folge (a n ) n2n ist genau dann konvergent, wenn zu jedem ">0einN 2 N existiert, so dass ja n a m j " fäur alle n; m N gilt. 6
7 Konvergenz Satz über monotone, beschränkte Folgen I Eine Folge (a n ) n2n hei¼t monoton steigend, falls a n+1 a n fäur alle n 2 N gilt. Entsprechend de niert man monoton fallend. Eine Folge hei¼t monoton, falls sie monoton steigend oder monoton fallend ist. Eine Folge (a n ) n2n hei¼t beschräankt, falls die Menge ihrer Folgenglieder beschräankt ist (d.h., falls die Menge M = a n : n 2 N ª beschräankt ist). Jede monotone und beschräankte Folge ist konvergent. 7
8 Konvergenz Satz über monotone, beschränkte Folgen II Aufgabe 2 Zeige mithilfe des Satzes Äuber monotone, beschräankte Folgen, dass die Folge (a n ) n2n konvergiert. a 1 = 2 ³ an a n+1 =
9 Stetigkeit Definition der Stetigkeit I Es sei f eine reelle Funktion und x 0 2 D(f). f hei¼t stetig an der Stelle x 0,wennfÄur jede Folge (x n ) n2n mit x n 2 D(f) und lim n!1 x n = x 0 gilt: lim n!1 f(x n)=f(x 0 ) Die Funktion f hei¼t stetig auf X (fäur X μ D(f)), falls f stetig an jeder Stelle x 0 2 X ist. 9
10 Stetigkeit Definition der Stetigkeit II Beispiel einer unstetigen Funktion: 10
11 Stetigkeit Definition der Stetigkeit III FÄur jede stetige Funktion muss fäur alle x 0 2 D(f) insbesondere diefolgendeeigenschaftgelten: ³ ³ lim x n!x 0 f(x n ) = f(x 0 )= lim x n!x + 0 f(x n ) : 11
12 Stetigkeit Definition der Stetigkeit IV Die NacheinanderausfÄuhrung zweier stetiger Funktionen ergibt wieder eine stetige Funktion. Die NacheinanderausfÄuhrung zweier unstetiger Funktionen ergibt nicht zwangsweise wieder eine unstetige Funktion. 12
13 Stetigkeit Definition der Stetigkeit V Aufgabe 3 Die Funktionen f : R! R und g : R! R seien de niert durch 8 μ < 3p 2 x sin f(x) = x : 2,fÄur x 6= 0; 0, fäur x =0; 8 μ < 2 cos,fäur x 6= 0; g(x) = x : 2 0, fäur x =0: An welchen Stellen ist f stetig, an welchen Stellen ist f unstetig? BegrÄunde deine Antwort. Analog fäur g. 13
14 Stetigkeit ε,δ-definition der Stetigkeit Es sei f eine reelle Funktion und x 0 2 D(f). f hei¼t stetig an der Stelle x 0,wennesfÄur jedes ">0ein±>0 gibt, so dass f(x) f(x 0 ) <" fäur alle x 2 D(f) gilt,diejx x 0 j <±erfäullen. 14
15 Differenzierbarkeit Definition der Differenzierbarkeit I DiereelleFunktionf hei¼t di erenzierbar an der Stelle x 0 2 D(f), wenn der Grenzwert μ f(xn ) f(x 0 ) lim x n!x 0 x n x 0 existiert. Wir bezeichnen diesen Grenzwert mit f 0 (x 0 ) und nennen ihn Ableitung von f an der Stelle x 0. f hei¼t di erenzierbar auf X μ D(f), wenn f an jeder Stelle x 0 2 X di erenzierbar ist Zu f läasst sich eine Funktion f 0 mit D(f 0 ) = x 0 2 D(f) : f 0 (x 0 )exisitiert ª de nieren, indem man jedem x 0 den Wert f 0 (x 0 ) zuordnet. Die Funktion f 0 nennt man die Ableitung von f. 15
16 Differenzierbarkeit Definition der Differenzierbarkeit II Oftmals wird auch folgende De nition der Di erenzierbarkeit verwendet: Die reelle Funktion f hei¼t di erenzierbar an der Stelle x 0 2 D(f), wenn der Grenzwert μ μ f(x0 + h) f(x 0 ) f(x0 + h) f(x 0 ) lim =lim h!0 (x 0 + h) x 0 h!0 h existiert. Wir bezeichnen diesen Grenzwert mit f 0 (x 0 ) und nennen ihn Ableitung von f an der Stelle x 0. 16
17 Differenzierbarkeit Stetigkeit und Differenzierbarkeit I Jede di erenzierbare Funktion ist stetig. Im Gegenzug ist aber nicht jede stetige Funktion auch differenzierbar. 17
18 Differenzierbarkeit Stetigkeit und Differenzierbarkeit II Betragsfunktion: f(x) =jxj Sei x n = 1 n.dannist lim n!1 f(x n ) f(x 0 ) x n x 0 Sei x n = 1 n.dannist lim n!1 f(x n ) f(x 0 ) x n x 0 = lim n!1 = lim n! n n 0 =1: 0 1 n n 0 = 1: Es existiert also fäur x 0 = 0 kein Grenzwert. Somit ist f in x 0 nicht di erenzierbar, obwohl es an dieser Stelle stetig ist (vgl. Vorlesung und Ä Ubungen). 18
19 Differenzierbarkeit Stetigkeit und Differenzierbarkeit III Aufgabe 4 Entscheide, ob die folgende Funktion f : R! R an der Stelle x 0 = 12 5 di erenzierbar ist: f(x) = 5x
20 Differenzierbarkeit Stetige Differenzierbarkeit I Eine Funktion f hei¼t stetig di erenzierbar, wenn ihre Ableitung f 0 fäur alle x 2 D(f) stetigist. 20
21 Differenzierbarkeit Stetige Differenzierbarkeit II f(x) = x 2 1 cos ;x6= 0 x 0 ;x=0 Ist in jedem Punkt inkl. x 0 =0stetig. f 0 (x) = 1 2x cos x +sin 1 ;x6= 0 x 0 ;x=0 Ist in jedem Punkt au¼er x 0 =0stetig. 21
22 Integration von Funktionen mit zwei Variablen 22
23 Integrieren von Funktionen mit zwei Variablen Einführungsbeispiel I Halbkugel, angenäahert durch 5 5SÄaulen 23
24 Integrieren von Funktionen mit zwei Variablen Einführungsbeispiel II Halbkugel, angenäahert durch SÄaulen 24
25 Integrieren von Funktionen mit zwei Variablen Einführungsbeispiel III Halbkugel, angenäahert durch SÄaulen 25
26 Integrieren von Funktionen mit zwei Variablen Einführungsbeispiel IV Halbkugel, angenäahert durch SÄaulen 26
27 Integrieren von Funktionen mit zwei Variablen Berechnung eines Volumens I Oftmals interessiert uns das von der Grund Äache G, der Funktion f(x; y) sowie den senkrechten SeitenwÄanden eingeschlossene Volumen. Dieses kann ZZ mithilfe des Doppelintegrals f(x; y) d(x; y) berechnet werden. G 27
28 Integrieren von Funktionen mit zwei Variablen Berechnung eines Volumens II y Die Integrationsgrenzen werden durch die Grund Äache G bestimmt: 0 1 Z x 2 Z' f(x; y) dya dx x 1 ' 1 ' 2 ' 1 x 1 x 2 x 28
29 Integrieren von Funktionen mit zwei Variablen Berechnung eines Volumens III Spezialfall: ' 1 und ' 2 sind konstante Funktionen. In diesem Fall kann das Integral auf zwei Arten bestimmt werden: 0 1 Z x Z y 2 f(x; y) dya dx y 2 y ' 2 x 1 y 1 Z y 2 Z x 2 y 1 x 1 1 f(x; y) dxa dy y 1 ' 1 x 1 x 2 x 29
30 Integrieren von Funktionen mit zwei Variablen Berechnung eines Volumens IV Aufgabe 5: Berechne ZZ f(x; y) d(x; y) auf zwei y G Arten. Hierbei gelte f(x; y) =(x +1) 2 y 1 und die Grund Äache G sei de niert durch die Punkte (1; 1), (3; 1) und (5; 5). 1 x 30
31 Komplexe Zahlen 31
32 Komplexe Zahlen Komplexe Zahlen I Es sei z = a + ib 2 C. Dann hei¼t ² a Realteil von z (Bezeichnung: a =Rez oder a = <z); ² b ImaginÄarteil von z (Bezeichnung: b =Imz oder b = =z); ² jzj = p a 2 + b 2 absoluter Betrag von z; ² z = a ib konjugiert komplexe Zahl zu z. 32
33 Komplexe Zahlen Komplexe Zahlen II 33
34 Komplexe Zahlen Rechnen mit komplexen Zahlen I Addition & Subtraktion Es seien z 1 = a 1 + ib 1 und z 2 = a 2 + ib 2.Dannist z 1 + z 2 = ³a 1 + a 2 + i ³b 1 + b 2 ; z 1 z 2 = ³a 1 a 2 + i ³b 1 b 2 : 34
35 Komplexe Zahlen Rechnen mit komplexen Zahlen II Multiplikation & Division Es seien z 1 = a 1 + ib 1 und z 2 = a 2 + ib 2.Dannist z 1 z 2 = ³a 1 a 2 b 1 b 2 + i ³a 1 b 2 + a 2 b 1 ; z 1 z 2 = μ a1 a 2 + b 1 b 2 a i b2 2 μ a2 b 1 a 1 b 2 a : b2 2 35
36 Komplexe Zahlen Polarkoordinatendarstellung I Komplexe Zahlen käonnen alternativ auch mit Hilfe der folgenden Polarkoordinatendarstellung angegeben werden: z = r ³cos ' + i sin ' : Die Bezeichnungen sind bei dieser Darstellung wie folgt: ² r: Betrag von z; ² ': Argument von z. 36
37 Komplexe Zahlen Polarkoordinatendarstellung II Es seien z 1 = r 1 (cos ' 1 + i sin ' 1 )undz 2 = r 2 (cos ' 2 + i sin ' 2 ). Dann gilt: z 1 z 2 = r 1 r 2 ³ cos ' 1 + ' 2 + i sin '1 + ' 2 ; z 1 z 2 = r 1 r 2 ³ cos ' 1 ' 2 + i sin '1 ' 2 : 37
38 Komplexe Zahlen Umrechnung Zu einer gegebenen komplexen Zahl z 2 C mit z = a + ib ist die Polarkoordinatendarstellung ³ z = r cos (')+isin (') ; wobei sich r und ' wie folgt berechnen lassen: r = p a 2 + b 2 ' = 8 ³ a >< arccos r ³ >: a 2¼ arccos r,fäur b 0,fÄur b<0 38
39 Komplexe Zahlen Die komplexe Exponentialfunktion Eine weitere MÄoglichkeit zur Darstellung komplexer Zahlen ergibt sich durch die Verwendung der komplexen Exponentialfunktion: r ³cos ' + i sin ' = r e i' 39
40 Komplexe Zahlen Aufgabe 6 a) Es seien z 1 =6+i und z 2 =2 3i zwei komplexe Zahlen. Berechne z 1 + z 2, z 1 z 2, z 1 z 2 sowie z 1 z 2. Gib die Ergebnisse jeweils in der Form z = a + ib an. b) Gegeben ³ seien die beiden komplexen Zahlen z 1 =3 3i und z 2 =5 cos ¼ 8 + i sin ¼ 8. (i) Bestimme Betrag und Argument von z = z 3 1 z 2. (ii) Es sei z = z 1 z 2.Gibz in der Form a + ib an. c) Bestimme das Produkt AB der beiden Matrizen A und B: 2i 1+i 3+i 1 A = und B = : 2 i 5 i 1+i 40
41 Landau-Symbole 41
42 Landau-Symbole Landau-Symbole I ³ O f(n) = n o g(n) j 9c>0:8n n 0 : g(n) c f(n) \g(n) wäachst häochstens so schnell wie f(n)." ³ Ð f(n) = n o g(n) j 9c>0:8n n 0 : g(n) c f(n) \g(n) wäachst mindestens so schnell wie f(n)." ³ f(n) = n o g(n) j9c 1 ;c 2 > 0:8n n 0 : c 1 f(n) g(n) c 2 f(n) \g(n) wäachst genau so schnell wie f(n)." 42
43 Landau-Symbole Landau-Symbole II ³ o f(n) = n o g(n) j 8c>0:8n n 0 : g(n) <c f(n) \g(n) wäachst langsamer als f(n)." ³! f(n) = n o g(n) j 8c>0:8n n 0 : g(n) >c f(n) \g(n) wäachst schneller als f(n)." 43
44 Landau-Symbole Überprüfen von O(f(n)) Um zu ÄuberprÄufen, ob g(n) 2 O(f(n)) gilt, muss der folgende Grenzwert bestimmt werden: μ g(n) lim = c: n!1 f(n) Es gilt ² Ist jcj < 1, ist c also eine (endliche) reelle Zahl, so gilt g(n) 2 O(f(n)). ² Ist jcj = 1, sogiltg(n) 62 O(f(n)). ² Ist c = 0, so gilt zusäatzlich g(n) 2 o(f(n)). 44
45 Landau-Symbole Überprüfen von Ω(f(n)) Um zu ÄuberprÄufen, ob g(n) 2 Ð(f(n)) gilt, muss der folgende Grenzwert bestimmt werden: μ g(n) lim = c: n!1 f(n) Es gilt ² Ist jcj > 0, so gilt g(n) 2 Ð(f(n)). ² Ist c =0,sogiltg(n) 62 Ð(f(n)). ² Ist jcj = 1, sogiltzusäatzlich g(n) 2!(f(n)). 45
46 Landau-Symbole Überprüfen von Θ(f(n)) Um zu ÄuberprÄufen, ob g(n) 2 (f(n)) gilt, muss ÄuberprÄuft werden, ob die folgenden beiden Aussagen gelten: g(n) 2 O(f(n)) sowie g(n) 2 Ð(f(n)): 46
47 Landau-Symbole Beispiel 1 Um zu ÄuberprÄufen, ob p n 2 O(n log n) gilt, muss der folgende Grenzwert bestimmt werden: μ p n lim : n!1 n log n Es gilt: μ p n lim n!1 n log n à 1 (?) 2 p n = lim n!1 1 log n + n 1 n μ = lim n!1 =0 1 2 p n (log n +1)! 47 Bei (?) wurden ³ die Regeln von de l'hospital benutzt. pn Wegen lim =0gilt p n 2 O(n log n). n!1 n log n
48 Landau-Symbole Beispiel 2 Um zu präufen, ob 2 n 2 O(3 n ) gilt, muss der folgende Grenzwert bestimmt werden: μ 2 n : lim n!1 Mehrmaliges Anwenden von de l'hospital fäuhrt nicht zum Ziel: μ μ 2 n 2 n Ã! log 2 2 n (log 2) 2 lim = lim = lim n!1 3 n n!1 3 n log 3 n!1 3 n (log 3) 2 = ::: : Abhilfe käonnen in diesem Fall die Potenzgesetze scha en: μ μ 2 n n 2 lim n!1 3 n = lim =0: n!1 3 Es folgt 2 n 2 O(3 n ). 3 n 48
49 Landau-Symbole Beispiel 3 Um zu präufen, ob 3 log n 2 O(n 3 ) gilt, muss der folgende Grenzwert bestimmt werden: μ 3 log n lim n!1 n 3 : Mehrmaliges Anwenden von de l'hospital fäuhrt nicht zum Ziel: μ Ã! 3 log n 3 log n log 3 1 μ n 3 log n log 3 lim n!1 n 3 = lim n!1 3n 2 = lim n!1 3n 3 = ::: : Auf den folgenden Folien sollen einige mäogliche AnsÄatze zum LÄosen dieses Problems vorgestellt werden. 49
50 Landau-Symbole Beispiel 3 Variante 1 Sowohl 3 log n als auch n 3 sind fäur n!1streng monoton steigende Funktionen. Selbiges tri t auf die \logarithmierten Funktionen" log 3 log n und log n 3 zu; auch diese sind streng monoton steigend. Stellvertretend fäur ³ μ 3 lim log n log (3 n!1 n kann lim log n ) 3 n!1 log (n 3 ) bestimmt werden. Es folgt: lim n!1 Ã! log 3 log n log (n 3 ) = lim n!1 Wegen q<1gilt3 log n 2 O(n 3 ). μ log n log 3 3logn = log 3 3 = q<1: 50
51 Landau-Symbole Beispiel 3 Variante 1 (allgemein) Sind f(n) undg(n) streng monoton steigende Funktionen, so tri t dies auch auf die \logarithmierten Funktionen" log (f(n)) und log (g(n)) zu; f(n) wäachst genau dann schneller als g(n), wenn log (f(n)) schneller wäachst als log (g(n)). Man bestimmt den Grenzwert μ log (g(n)) lim = q: n!1 log (f(n)) ² Gilt jqj <= 1, so folgt g(n) 2 O(f(n)). ² Gilt jqj > 1, so folgt g(n) 62 O(f(n)). 51
52 Landau-Symbole Beispiel 3 Variante 2 Alternativ kann man denselben Trick nutzen, der auch beim logarithmischen Di erenzieren genutzt wird; Man schreibt die Funktionen mittels der e- und der log-funktion um: μ 3 log n lim n!1 n 3 Es folgt 3 log n 2 O(n 3 ). = lim n!1 = lim n!1 Ã e log (3 log n ) e log (n3 ) μ e log n log 3 e 3logn! n log 3 3logn = lim elog n!1 = e lim (log n (log 3 3)) n!1 h = e 1i =0 52
53 Landau-Symbole Beispiel 3 Variante 3 Mittels de l'hospital hatten wir anfangs die folgende Gleichung erhalten: μ μ 3 log n 3 log n log 3 lim n!1 n 3 = lim n!1 3n 3 Umformen ergibt: μ 3 log n lim n!1 n 3 = log 3 3 μ 3 log n lim n!1 n 3 Diese Gleichung ist nur dann wahr, wenn lim n!1 Es folgt 3 log n 2 O(n 3 ). ³ 3 log n n 3 =0gilt. 53
54 Landau-Symbole Aufgabe 7 Bringe die folgenden Funktionen bezäuglich ihres Wachstumsverhaltens in eine aufsteigende Reihenfolge, d.h., es soll gelten: Steht f(n) vor g(n), sosollf(n) 2 O(g(n)) gelten. f 1 (n) =n 3 f 2 (n) =n log n f 3 (n) =n log n f 4 (n) = p n f 5 (n) =2 2n f 6 (n) =2 n f 7 (n) =3 log n f 8 (n) =n! 54
Tutorium: Analysis und lineare Algebra. Vorbereitung der Abschlussklausur (Teil 1)
Tutorium: Analysis und lineare Algebra Vorbereitung der Abschlussklausur (Teil 1) Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Konvergenz, Stetigkeit und Differenzierbarkeit 3 Konvergenz
MehrTutorium: Analysis und lineare Algebra. Konvergenz, Stetigkeit & Differenzierbarkeit
Tutorium: Analysis und lineare Algebra Konvergenz, Stetigkeit & Differenzierbarkeit Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 2011 Steven Köhler Definition der Konvergenz Eine Folge
MehrSteven Köhler. Tutorium: Analysis und lineare Algebra. Konvergenz, Stetigkeit & Differenzierbarkeit. mathe.stevenkoehler.
Tutorium: Analysis und lineare Algebra Konvergenz, Stetigkeit & Differenzierbarkeit Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 2011 Steven Köhler Definition der Konvergenz Eine Folge
MehrTutorium: Analysis und lineare Algebra. Vorbereitung der zweiten Bonusklausur (Teil 1)
Tutorium: Analysis und lineare Algebra Vorbereitung der zweiten Bonusklausur (Teil 1) Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Ungleichungen 3 Ungleichungen Aufgabe 1a a) Bestimme
MehrTutorium: Analysis und lineare Algebra
Tutorium: Analysis und lineare Algebra Vorbereitung der Abschlussklausur (Teil 2) Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Komplexe Zahlen 3 Komplexe Zahlen Komplexe Zahlen I Es sei
MehrTutorium: Analysis und lineare Algebra. Differentialrechnung. Steven Köhler. mathe.stevenkoehler.de Steven Köhler
Tutorium: Analysis und lineare Algebra Differentialrechnung Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Differenzenquotient Der Di erenzenquotient ist de niert als f(x) x f(x) f(x 0)
MehrMathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf. Probeklausur
Mathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf Probeklausur Diese Probeklausur soll a) als Test für euch selber dienen, b) die Vorbereitung auf die Klausur
MehrVorkurs Analysis und lineare Algebra. Teil 4
Vorkurs Analysis und lineare Algebra Teil 4 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Inhaltsverzeichnis Teil 1 Teil 2 Teil 3 Teil 4 Abbildungen & Funktionen Potenz, Wurzel, Exponential
MehrKapitel 6 Folgen und Stetigkeit
Kapitel 6 Folgen und Stetigkeit Mathematischer Vorkurs TU Dortmund Seite 76 / 226 Definition 6. (Zahlenfolgen) Eine Zahlenfolge (oder kurz: Folge) ist eine Funktion f : 0!. Statt f(n) schreiben wir x n
MehrTutorium: Diskrete Mathematik
Tutorium: Diskrete Mathematik Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Definition I Eine Gerade oder gerade Linie ist ein Element der Geometrie. Anschaulich kann man sich darunter
MehrD-ITET Analysis II FS 13 Prof. Horst Knörrer. Musterlösung 1. 3xy 2 = 2 x 2. y y. 3 y y. 3 x v x + v = 2 3 v v.
D-ITET Analysis II FS 3 Prof. Horst Knörrer Musterlösung. a) Es gilt: dy d 3 + y 3 3y 3 y + y 3. Dies ist eine homogene Differentialgleichung, das heisst y hängt nur von y ab. Setze v : y y() v() y v +
MehrKapitel 5 GRENZWERTE
Kapitel 5 GRENZWERTE Fassung vom 3. Februar 2006 Mathematik für Humanbiologen und Biologen 69 5. Der Begri des Grenzwertes 5. Der Begri des Grenzwertes An den Messungen der Hefevermehrung (vgl. Beispiel
MehrKlausur Höhere Mathematik I für die Fachrichtung Physik
Karlsruher Institut für Technologie (KIT Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning WS /3 4.3.3 Klausur Höhere Mathematik I für die Fachrichtung Physik Aufgabe ((4+3+3 Punkte a Welche
MehrTutorium: Diskrete Mathematik. Vektoren
Tutorium: Diskrete Mathematik Vektoren Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Definition I Im allgemeinen Sinn versteht man in der linearen Algebra unter einem Vektor ein Element
MehrTutorium: Diskrete Mathematik
Tutorium: Diskrete Mathematik Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 I Eine algebraische Struktur ist ein Paar A; (f i ) ; bestehend aus einer nichtleeren Menge A, der TrÄagermenge
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
MehrKlausur zur Analysis I WS 01/02
Klausur zur Analysis I WS 0/0 Prof. Dr. E. Kuwert. Februar 00 Aufgabe (4 Punkte) Berechnen Sie unter a) und b) jeweils die Ableitung von f für x (0, ): a) f(x) = e sin x b) f(x) = x α log x a) f (x) =
MehrTutorium: Diskrete Mathematik
Tutorium: Diskrete Mathematik Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Definition I Im allgemeinen Sinn versteht man in der linearen Algebra unter einem Vektor ein Element eines Vektorraums,
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.
MehrAnalysis 1 für Informatiker (An1I)
Hochschule für Technik Rapperswil Analysis 1 für Informatiker (An1I) Stand: 2012-11-13 Inhaltsverzeichnis 1 Funktionen 3 1.1 Gerade, ungerade und periodische Funktionen..................... 3 1.2 Injektive,
MehrTutorium: Diskrete Mathematik. Vorbereitung der ersten Abschlussklausur Teil 1
Tutorium: Diskrete Mathematik Vorbereitung der ersten Abschlussklausur Teil 1 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 3 Algebraische Strukturen I Eine algebraische Struktur ist ein
MehrAnalysis I. 2. Übungsstunde. Steven Battilana. battilana.uk/teaching
Analysis I. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching March 5, 07 Erinnerung (Euler Formel). e iϕ = cos ϕ + i sin ϕ. Die Polarform von z = x + iy C sei Euler Formel z
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
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
MehrPrüfungsfragen zur Theorie
Prüfungsfragen zur Theorie Formulieren Sie die Monotoniegesetze (Rechenregeln für Ungleichungen)! Satz: Für alle a,b,c,d gilt: a b und c.d a+c b+d Satz: Für alle a,b,c,d + o gilt: a b und c d ac bd 1 Satz:
Mehr7 Integralrechnung für Funktionen einer Variablen
7 Integralrechnung für Funktionen einer Variablen In diesem Kapitel sei stets D R, und I R ein Intervall. 7. Das unbestimmte Integral (Stammfunktion) Es sei f : I R eine Funktion. Eine differenzierbare
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
MehrKapitel 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
Mehr11. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 200/ 2.0.-28.0. Aufgabe G (Grenzwertberechnung)
Mehr1. Aufgabe 8 Punkte. f (x) = (x 2 + 1) e x2. Es gilt. f (x) = 2xe x2 + ( x ) e x2 ( 2x) = 2x 3 e x2.
1. Aufgabe 8 Punkte Geben Sie die Bereiche, auf denen die Funktion f : R R mit f (x) = (x + 1) e x monoton wachsend oder fallend ist, an, und untersuchen Sie die Funktion auf lokale und globale Extrema.
MehrKlausur Analysis für Informatiker Musterlösung
Prof. Dr. Torsten Wedhorn WS 9/ Dr. Ralf Kasprowitz Elena Fink Klausur Analysis für Informatiker Musterlösung 9.2.2 Name, Vorname Studienfach Matrikelnummer Semester Übungsgruppe Zugelassene Hilfsmittel:
MehrTutorium: Diskrete Mathematik. Matrizen
Tutorium: Diskrete Mathematik Matrizen Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de Definition I Eine Matrix ist eine rechteckige Anordnung (Tabelle) von Elementen, mit denen man in bestimmter
MehrMathematik I HM I A. SoSe Variante A
Prof. Dr. E. Triesch Mathematik I SoSe 08 Variante A Hinweise zur Bearbeitung: Benutzen Sie zur Beantwortung aller Aufgaben ausschließlich das in der Klausur ausgeteilte Papier! Es werden nur die Antworten
MehrAnalysis II. Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag
Prof Dr H Garcke, D Depner SS 9 NWF I - Mathematik 1979 Universität Regensburg Aufgabe 1 Analysis II Aufgaben zum Stoff der Analysis I und II Lösungsvorschlag i Erinnern Sie sich an die Konvergenzkriterien
MehrProf. Dr. Stefan Luckhaus WS 2013/14. Übungsserie 1. Mathematik für Wirtschaftswissenschaftler
Prof. Dr. Stefan Luckhaus WS 203/4 Übungsserie Aufgabe. Seien f : R R, g : R R Funktionen, die wie folgt definiert sind: fx) =, gx) = x +. + x2 Stellen Sie die Funktionen als Quotienten von Polynomen dar.
MehrHöhere Mathematik II. Variante A
Lehrstuhl II für Mathematik Prof Dr E Triesch Höhere Mathematik II SoSe 5 Variante A Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind zehn handbeschriebene DinA4-Blätter (Vorder- und Rückseite
MehrDifferential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
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
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,
MehrBrückenkurs Rechentechniken
Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige
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
MehrAnalysis 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
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
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
MehrNumerische 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 / 26 1. Folgen R. Steuding (HS-RM)
MehrFolgen und Reihen. Kapitel Zahlenfolgen
Kapitel 2 Folgen und Reihen 2. Zahlenfolgen Definition. Eine Folge reeller Zahlen a 0,a,a 2,..., die gewonnen wird durch eine Vorschrift, die jeder natürlichen Zahl n N genau eine reelle Zahl a n zuordnet,
Mehr16. Differentialquotient, Mittelwertsatz
16. Differentialquotient, Mittelwertsatz Gegeben sei eine stetige Funktion f : R R. Wir suchen die Gleichung der Tangente t an die Kurve y = f(x) im Punkt (x, f(x ), x R. Das Problem dabei ist, dass vorderhand
MehrRechenoperationen 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 )
Mehr2.7. TEILMENGEN VON R 51
2.7. TEILMENGEN VON R 51 für M. Denn zu x M, x > K, gibt es ein b Q mit b (K, x), insbesondere b > K. Dann ist aber K nicht die reelle Zahl, die dem Dedekindschen Schnitt der Mengen A, B entspricht. Ist
MehrTotale Ableitung und Jacobi-Matrix
Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix
Mehr2.5 Komplexe Wurzeln. Mathematik für Naturwissenschaftler I 2.5
Mathematik für Naturwissenschaftler I 2.5 Die Periodizität von e z ist der Grund, warum im Komplexen Logarithmen etwas schwieriger zu behandeln sind als im Reellen: Der natürliche Logarithmus ist die Umkehrung
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).
MehrTutorium: Diskrete Mathematik. Ebenen
Tutorium: Diskrete Mathematik Ebenen Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Definition Die Ebene ist ein Grundbegri der Geometrie. Allgemein handelt es sich um ein unbegrenzt ausgedehntes,
Mehr10 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
MehrNachklausur Analysis 2
Nachklausur Analysis 2. a) Wie ist der Grenzwert einer Folge in einem metrischen Raum definiert? Antwort: Se (a n ) n N eine Folge in dem metrischen Raum (M, d). Diese Folge besitzt den Grenzwert g M,
MehrTechnische Universität Berlin. Klausur Analysis I
SS 2008 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis I 4.07.2008 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung
MehrMusterlösungen zu Blatt 15, Analysis I
Musterlösungen zu Blatt 5, Analysis I WS 3/4 Inhaltsverzeichnis Aufgabe 85: Konvergenzradien Aufgabe 86: Approimation von ep() durch Polynome Aufgabe 87: Taylorreihen von cos 3 und sin Aufgabe 88: Differenzenquotienten
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
MehrLösungsvorschlag zur Übungsklausur zur Analysis I
Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 NWF I - Mathematik 9..9 Universität Regensburg Lösungsvorschlag zur Übungsklausur zur Analysis I Frage 1 Vervollständigen Sie die folgenden
MehrAnalysis II - 1. Klausur
Analysis II -. Klausur Sommersemester 25 Vorname: Name: Aufgabe Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Aufgabe 9 Summe Analysis II -. Klausur 2.5.25 Aufgabe 2 Punkte Berechnen
MehrKomplexe Zahlen. z = a + i b
Komplexe Zahlen Definition 7. Da keine reelle Zahl existiert, deren Quadrat -1 ist, definieren wir die imaginäre Einheit i durch die Gleichung i 2 = 1. Als die Menge aller komplexen Zahlen C definieren
MehrTutorium: Diskrete Mathematik
Tutorium: Diskrete Mathematik Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 Definition Die Ebene ist ein Grundbegri der Geometrie. Allgemein handelt es sich um ein unbegrenzt ausgedehntes,
MehrPolynomiale Approximation. und. Taylor-Reihen
Polynomiale Approximation und Taylor-Reihen Heute gehts um die Approximation von glatten (d.h. beliebig oft differenzierbaren) Funktionen f nicht nur durch Gerade (sprich Polynome vom Grade 1) und Polynome
MehrLösungsvorschläge für das 5. Übungsblatt
Lösungsvorschläge für das 5. Übungsblatt Aufgabe 6 a) Sei = [0, ], f(x) := [e x ] für x. Hierbei ist [y] := maxk Z k y} für y. Behauptung: f ist messbar und es ist f(x) dx = 2 log 2. falls x [0, log 2),
MehrLösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried
Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie Tobias Ried. März 2 2 Aufgabe (Messbarkeit der Komposition zweier Abbildungen). Seien (X, A), (Y, B) und (Z, C) Messräume und f : (X,
MehrVorkurs: Mathematik für Informatiker. Wintersemester 2013/14 Teil 4
Vorkurs: Mathematik für Informatiker Wintersemester 2013/14 Teil 4 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de Jennifer Maier jennifer.maier@math.uni-hamburg.de Marcel Morisse morisse@informatik.uni-hamburg.de
MehrAnalysis I. 1. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Das Bild einer Abbildung F: L M. (2) Eine Cauchy-Folge
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
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,
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg elementarer Funktionen Gegeben: f : D R, mit D R und a > 0, b R. Dann gilt: f(x) f (x) 1 ln x x 1 log a x x ln a e x e
MehrMathematik IT 3 (Analysis) Probeklausur
Mathematik IT (Analysis) Probeklausur Datum: 08..0, Zeit: :5 5:5 Name: Matrikelnummer: Vorname: Geburtsdatum: Studiengang: Aufgabe Nr. 5 Σ Punkte Soll 5 9 7 Punkte Ist Lösungen ohne begründeten Lösungsweg
MehrAufgabe 1 Zeigen Sie mittels vollständiger Induktion, dass für alle n N. n(n + 1)(2n + 1) 6. j 2 = gilt.
Aufgabe Zeigen Sie mittels vollständiger Induktion, dass für alle n N j 2 j n(n + )(2n + ) gilt. Der Beweis wird mit Hilfe vollständiger Induktion geführt. Wir verifizieren daher zunächst den Induktionsanfang,
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:
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
Mehrz k Anwendung des Quotientenkriteriums ergibt z k+1 (k + 1)! z k+1 k! = z k (k + 1)! = z k + 1
Beispiel: Wir untersuchen die Konvergenz der Reihe k=1 z k k! (z C) Anwendung des Quotientenkriteriums ergibt z k+1 (k + 1)! z k z k+1 k! = z k (k + 1)! = z k + 1 k! Damit konvergiert die Reihe (absolut)
MehrDas 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
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
Mehr1 Folgen und Stetigkeit
1 Folgen und Stetigkeit 1.1 Folgen Eine Folge ist eine durchnummerierte Zusammenfassung von reellen Zahlen. Sie wird geschrieben als (a 1, a 2, a 3,...) = (a n ) n N. Es ist also a n R. Der Index n gibt
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))
MehrMathematik für Anwender I. Beispielklausur 3 mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur mit en Dauer: Zwei volle Stunden + 0 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
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
MehrKarlsruher Institut für Technologie (KIT) SS 2013 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning
Karlsruher Institut für Technologie KIT SS 2013 Institut für Analysis 06.05.2013 Prof. Dr. Tobias Lamm Dr. Patrick Breuning Höhere Mathematik II für die Fachrichtung Physik 4. Übungsblatt Aufgabe 1 Bestimmen
MehrKapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen
Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,
MehrFolgen und Reihen. Folgen. Inhalt. Mathematik für Chemiker Teil 1: Analysis. Folgen und Reihen. Reelle Funktionen. Vorlesung im Wintersemester 2014
Inhalt Mathematik für Chemiker Teil 1: Analysis Vorlesung im Wintersemester 2014 Kurt Frischmuth Institut für Mathematik, Universität Rostock Rostock, Oktober 2014... Folgen und Reihen Reelle Funktionen
MehrAnalysis I. 8. Übungsstunde. Steven Battilana. battilana.uk/teaching
Analysis I 8. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 9, 207 Grenzwerte Korollar 5.2.2 (Bernoulli-de l Hôpital) Seien f, g : [a, b] R stetig und differenzierbar
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
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
Mehr3 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
MehrÜbersicht. 1. Motivation. 2. Grundlagen
Übersicht 1. Motivation 2. Grundlagen 3. Analysis 3.1 Folgen, Reihen, Zinsen 3.2 Funktionen 3.3 Differentialrechnung 3.4 Extremwertbestimmung 3.5 Nichtlineare Gleichungen 3.6 Funktionen mehrerer Variabler
MehrMusterlösung zur Klausur Analysis I für Lehramt Gymnasium Wintersemester 2017/18, am
Musterlösung zur Klausur Analysis I für Lehramt Gymnasium Wintersemester 07/8, am 9.3.08 Aufgabe : Zeigen Sie, dass für alle n N gilt: n n+ n ( ) (8 Punte) Beweis mittels vollständiger Indution n : ( )
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
MehrAnalysis I. Guofang Wang Universität Freiburg
Universität Freiburg 22.11.2016 3. Mächtigkeit und die komplexe Zahlen Komplexe Zahlen Definition Die komplexe Zahlen sind definiert als C = R 2 = R R, mit (x 1, y 1 ) + (x 2, y 2 ) = (x 1 + x 2, y 1 +
MehrZusammenfassung An1I HS2012 Analysis für Informatiker 1
Zusammenfassung An1I HS2012 Analysis für Informatiker 1 Emanuel Duss emanuel.duss@gmail.com 19. November 2012 Analysis für Informatiker 1 Inhaltsverzeichnis Inhaltsverzeichnis 1 Grundlagen der Lehre von
MehrTeil I Auswahlfragen
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Dominik Faas Grundlagen der Analysis Sommersemester 010 Klausur vom 07.09.010 Teil I Auswahlfragen Name: Hinweise: Bei den folgenden Auswahlfragen
MehrMathematik I für Wirtschaftswissenschaftler Klausur am , bzw
1 Mathematik I für Wirtschaftswissenschaftler Klausur am 21.2.28, 9. 11. bzw. 9. 9.. Bitte unbedingt beachten: a) Gewertet werden alle acht bzw. drei gestellten Aufgaben. b) Lösungswege sind anzugeben.
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Differential und Integralrechnung 3 3. (Herbst 20, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende
MehrMehrfachintegrale 1-E1. Ma 2 Lubov Vassilevskaya
Mehrfachintegrale 1-E1 1-E2 Mehrfachintegrale c Die Erweiterung des Integralbegriffs führt zu den Mehrfachintegralen, die in den naturwissenschaftlich-technischen Anwendungen u.a. bei der Berechnung der
MehrPrüfung zur Vorlesung Mathematik I/II
Prof. Dr. E. W. Farkas ETH Zürich, August 2009 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Bitte nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler. (a) Bestimmen Sie die kartesische Form von Wintersemester 7/8 (..8) z = ( + i)( i) + ( + i). (b) Bestimmen Sie sämtliche komplexen Lösungen
MehrKlausurenkurs 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