Joachim Gräter Timo Hanke. Elemente der Analysis

Größe: px
Ab Seite anzeigen:

Download "Joachim Gräter Timo Hanke. Elemente der Analysis"

Transkript

1 Jochim Gräter Timo Hnke Elemente der Anlysis Potsdm, Oktober 2002

2 Prof. Dr. J. Gräter, Dr. T. Hnke Universität Potsdm, Institut für Mthemtik Am Neuen Plis 0, 4469 Potsdm Die neueste Version dieses Skriptes ist erhältlich unter http: /users.mth.uni-potsdm.de/ greter/

3 3 Inhltsverzeichnis Kpitel. Grundlgen 5. Logische Zeichen Mengen Abbildungen Die reellen Zhlen Folgerungen us dem Stz vom Supremum Aufgben Kpitel 2. Folgen und Reihen 20. Folgen Reihen Aufgben Kpitel 3. Stetigkeit und Grenzwerte von Funktionen 37. Stetige Funktionen Grenzwerte von Funktionen Aufgben Kpitel 4. Differentilrechnung 50. Differenzierbre Funktionen Der Mittelwertstz Lokle Extremwerte Aufgben Kpitel 5. Integrlrechnung 70. Integrtion ls Umkehrung der Differentition Ds Riemnn-Integrl Die Huptsätze Uneigentliche Integrle Die Bogenlänge Aufgben Index 07

4

5 KAPITEL Grundlgen. Logische Zeichen Sind A und B Aussgen, so können uf folgende Weise neue Aussgen gebildet werden: A B A und B A B A oder B A nicht A A B Aus A folgt B A B A genu dnn, wenn B Ist A whr, so ist A flsch und umgekehrt. Die Whrheitswerte (w = whr und f = flsch) der nderen Aussgen ergeben sich us den Whrheitswerten von A und B gemäß der folgenden Tbellen: w f w w f f f f w f w w w f w f w f w w f f w w w f w w f f f w Die logischen Zeichen und nennt mn Junktoren. Eine Aussge der Form A B bezeichnet mn ls Impliktion, und mn sgt: A impliziert B. Gilt A B, so sgt mn, die beiden Aussgen A und B sind äquivlent oder gleichwertig. Ist A eine Menge und A(x) eine für lle Elemente x von A definierte Aussge, dnn bedeutet: x A : A(x) x A : A(x) Für lle Elemente x der Menge A gilt die Aussge A(x). Es gibt ein Element x der Menge A, für ds die Aussge A(x) gilt. Dbei heißen Allquntor und Existenzquntor. x A : A(x) und x A : A(x) sind selbst uch wieder Aussgen.

6 6 Für die Negtion von Aussgen gelten die folgenden Regeln: Negtionen von Aussgen: (A B) A B, (A B) A B, x A : A(x) x A : A(x), x A : A(x) x A : A(x). Beispiel.. Die Aussge,,3 ist kleiner ls 6 ist whr. 2. Die Aussge,,Jede gerde ntürliche Zhl größer ls 2 ist Summe von zwei Primzhlen ist whr oder flsch. Allerdings ist bis heute nicht beknnt, welcher der beiden Whrheitswerte zutrifft. 3. Die Aussgen,,p ist ein Primteiler von 6 und,,p = 2 p = 3 sind äquivlent. 4. Ist Q die Menge der rtionlen Zhlen, so ist die Aussge q Q r Q : r + r = q whr, denn sie besgt, dß jede rtionle Zhl durch 2 teilbr ist. Flsch dgegen ist die Aussge q Q r Q : r r = q, denn sie besgt, dß jede rtionle Zhl ein Qudrt ist. Whr ist dher die Negtion q Q r Q : r r q, die besgt, dß es eine rtionle Zhl gibt, die kein Qudrt in Q ist. Um dieses zu zeigen, brucht lediglich eine rtionle Zhl ngegeben zu werden, die in Q kein Qudrt ist, zum Beispiel 2. Beweismethoden im Zusmmenhng mit logischer Äquivlenz:. Der Widerspruchsbeweis beruht uf der Ttsche, dß A B und (A B) äquivlent sind (ds knn z.b. leicht mit Hilfe der oben ngegebenen Tbellen überprüft werden). Sttt A B zu beweisen zeigt mn, dß A B flsch ist. Es wird lso A B zum Widerspruch geführt. 2. Die Kontrposition beruht uf der Ttsche, dß A B und B A äquivlent sind (uch ds knn z.b. leicht mit Hilfe der oben ngegebenen Tbellen überprüft werden). Sttt A B zu beweisen zeigt mn, dß B A whr ist. Beispiele hierzu werden in den folgenden Abschnitten behndelt.

7 7 2. Mengen Ist M eine Menge und x ein Element von M, so schreibt mn x M, nderenflls x / M. Beispiele für Mengen sind: die leere Menge, N = {, 2,...} die Menge der ntürlichen Zhlen, Z die Menge der gnzen Zhlen, Q die Menge der rtionlen Zhlen, R die Menge der reellen Zhlen, C die Menge der komplexen Zhlen. Die leere Menge ist ddurch chrkterisiert, dß sie keine Elemente ht. Eine Menge A heißt Teilmenge einer Menge M, wenn jedes Element von A uch Element von M ist. Mn schreibt dnn A M : A M x A : x M. Gilt A M und A M, so heißt A echte Teilmenge von M, geschrieben: A M. Für jede Menge M gilt M M und M. Ist für lle Elemente x us M die Aussge A(x) definiert, so ist A := {x M A(x)} eine Teilmenge von M, und jedes x us M ist genu dnn in A, wenn A(x) whr ist. Beispiel. A = {n N n ist ein Qudrt und n 0} = {, 4, 9}. Definition 2. Stz 2.2 Sind A und B Teilmengen der Menge M, so heißen A B := {x M x A x B} Vereinigung, A B := {x M x A x B} Durchschnitt und A \ B := {x M x A x B} Differenz von A und B. CA := M \ A heißt Komplement von A. Sind A und B Teilmengen der Menge M, so gilt i) C(A B) = CA CB. ii) C(A B) = CA CB. Beweis. i) Für jedes x us M gilt: x CA CB x CA x CB x A x B (x A x B) (x A B) x C(A B). Für jedes x M folgt somit x CA CB x C(A B), d.h. CA CB = C(A B). ii) beweist mn nlog.

8 8 Definition 2.3 I sei eine Indexmenge und für jedes i I sei A i eine Teilmenge der Menge M. Dnn heißen A i := {x M i I : x A i } Vereinigung und i I A i := {x M i I : x A i } Durchschnitt i I der A i, i I. Beispiel. Sei I = N sowie A i = {x Q 0 < x < } und B i i = {x Q 0 x < }. i Dnn gilt A i = und B i = {0}. i N i N A, B seien Mengen und A, b B. Dnn heißt (, b) geordnetes Pr. Sind, A und b, b B, so definiert mn (, b) = (, b ) : = b = b, A B := {(, b) A, b B}. A B ist eine Menge und heißt Produktmenge von A und B. Entsprechend definiert mn A... A n = {(,..., n ) A,..., n A n } ls Produkt der Mengen A,..., A n. Die Elemente (,..., n ) von A... A n heißen n- Tupel. A n := A... A = {(,..., n ),..., n A}. Definition 2.4 Ist A eine Menge, so heißt die Menge ller Teilmengen von A die Potenzmenge von A, geschrieben: (A). Beispiel.. A =. (A) = { }. 2. A = {}. (A) = {, {}}. 3. A = {, b}. (A) = {, {}, {b}, {, b}}. 4. A = {, b, c}. (A) = {, {}, {b}, {c}, {, b}, {, c}, {b, c}, {, b, c}}. Definition 2.5 Ist A eine Menge, so bezeichnet A die Anzhl der Elemente von A. Ht A unendlich viele Elemente, so schreibt mn A =. Stz 2.6 Ist A eine endliche Menge mit n Elementen, so ht (A) genu 2 n Elemente: A = n (A) = 2 n.

9 9 Bevor wir Stz 2.6 durch vollständige Induktion beweisen, soll diese Beweismethode kurz vorgestellt werden. Beweis durch vollständige Induktion Ist A(n) für lle n Z, n n 0 eine Aussge, so ist A(n) für lle n Z, n n 0 whr, wenn folgendes gilt: (i) A(n 0 ) (Induktionsnfng). (ii) n n 0 : (A(n) A(n + )) (Induktionsschluß). Beispiel. A(n) : n = n(n + ), n N. 2 Behuptung: Für lle n N gilt A(n). Induktionsnfng: A() : = ( + ). 2 Induktionsschluß: n + n + = n(n + ) + n + = (n + )(n + + ). 2 2 A(n) Beweis von Stz 2.6: A(n) : A = n (A) = 2 n, n N 0 := N {0}. Induktionsnfng: A(0). A = 0 A = (A) = { } (A) = = 2 0. Induktionsschluß: A(n) A(n + ). A = n +, etw A = {, 2,..., n, n+ }. Definiere A := {,..., n }, lso A = n. Nch Induktionsvorussetzung gilt (A ) = 2 n, etw (A ) = {M, M 2,..., M 2 n}. Die M i sind genu die Teilmengen von A, die n+ nicht enthlten. Es folgt (A) = {M, M 2,..., M 2 n, M { n+ }, M 2 { n+ },..., M 2 n { n+ }}, d.h. (A) = 2 2 n = 2 n+. 3. Abbildungen Sind A und B Mengen, so heißt eine Vorschrift f, die jedem us A genu ein b us B zuordnet, eine Abbildung oder Funktion von A nch B, geschrieben f : A B. Wird us A ds Element b us B zugeordnet, so schreibt mn b oder f() = b. A heißt Definitionsbereich von f, und B heißt Bildbereich von f. Zwei Funktionen f : A B, f : A B heißen gleich, wenn A = A, B = B und f() = f () für lle A gilt.

10 0 Beispiel.. f : Z Z, x + x 2, g : Z N, x + x 2. D f und g verschiedene Bildbereiche hben, sind f und g verschieden. 2. f : Z Z, x 2 ( ( )x ). g : Z Z, x { 0 f und g sind gleich. flls x gerde ungerde. Definition 3. Ist f : A B eine Abbildung, so heißt f(a) := {b B A : f() = b} ds Bild von f, und f heißt surjektiv, wenn f(a) = B, d.h., wenn es zu jedem b B ein A mit f() = b gibt. Beispiel. f : R R, x x 2. Dnn ist f(r) = R + 0 := {x R x 0} ds Bild von f, und f ist nicht surjektiv. Hier wurde die Eigenschft von R benutzt, dß ein R genu dnn ein Qudrt in R ist, wenn 0. g : R R, x x 3. Dnn ist g(r) = R ds Bild von g, d.h., g ist surjektiv. Für die Berechnung von g(r) wurde usgenutzt, dß jede Gleichung x 3 = mit R in R lösbr ist. Definition 3.2 Ist f : A B eine Abbildung, so heißt f injektiv, wenn für lle, A gilt: f() = f( ) = =. Beispiel. f : R R, x x 2 ist nicht injektiv, d f() = f( ), ber. g : R R, x x 3 ist injektiv: Zunächst gilt für lle R : 3 = =, denn es gilt 3 0 flls 0 und > > 2 > 3 flls 0 < < sowie < < 2 < 3 flls <. Wir zeigen nun, dß g injektiv ist: Gilt x 3 = y 3 und x = 0, dnn folgt x 3 = 0, lso y 3 = 0 und y = 0 = x. Gilt x 3 = y 3 und x 0, dnn folgt = ( ) y 3, x lso y =, d.h. x = y. x Für den Nchweis der Injektivität von g wurden wesentlich die Ordnungseigenschften von R usgenutzt. Definition 3.3 Ist f : A B eine Abbildung, so heißt f bijektiv, wenn f injektiv und surjektiv ist. Zum Beispiel ist g : R R, x x 3 bijektiv.

11 Die Hintereinnderschltung (Komposition) von Abbildungen. Sind f : A B und g : B C Abbildungen, so definiert mn g f : A C, g(f()). g f heißt Komposition von g und f, und g f ist uch definiert, wenn f(a) nur im Defintionsbereich von g enthlten ist. Beispiel. f : Z N 0, z z 2. g : N 0 Z, n 2n 9, g f : Z Z, z 2z 2 9, f g : N 0 N 0, n 4n 2 36n + 8. Im llgemeinen gilt g f f g. Stz 3.4 Sind f : A B, g : B C Abbildungen, so gilt i) f, g surjektiv = g f surjektiv. ii) f, g injektiv = g f injektiv. iii) f, g bijektiv = g f bijektiv. Beweis. i) Zu jedem c C gibt es b B mit g(b) = c, d g surjektiv. Zu b gibt es A mit f() = b, d f surjektiv. Also (g f)() = g(f()) = g(b) = c. ii) Gilt (g f)() = (g f)( ), so folgt g(f()) = g(f( )) und f() = f( ), d g injektiv ist. D f injektiv ist, folgt =. iii) folgt us i) und ii). Stz 3.5 f : A B ist bijektiv Es gibt g : B A mit g f = id A und f g = id B. Bemerkung. Für jede Menge C ist id C : C C, c c die identische Abbildung von C. Beweis : D f surjektiv ist, existiert zu jedem b B ein A mit f() = b, und d f injektiv ist, ist eindeutig bestimmt. g : B A sei nun die Funktion, die jedem b = f() genu dieses zuordnet. (g f)() = folgt sofort nch Definition von g, d.h. g f = id A. Jedes b B läßt sich in der Form b = f() schreiben, lso (f g)(b) = (f g)(f()) = f(g(f()) = f() = b, d.h. f g = id B. : Für jedes b B gilt b = id B (b) = f(g(b)) f(a), d.h. f ist surjektiv. Für, A gilt: f() = f( ) g(f()) = g(f( )) =, d.h. f ist injektiv.

12 2 4. Die reellen Zhlen Im folgenden sollen grundlegende Eigenschften der reellen Zhlen ohne Beweise ufgelistet werden. Alle übrigen Eigenschften von R und weitere Resultte der reellen Anlysis lssen sich dnn hierus bleiten. Die genue Definition und Begründung von R soll hier im Einzelnen nicht vorgenommen werden. Dzu sei uf die Vorlesung Algebr und Arithmetik verwiesen, in der R zum Beispiel ls Vervollständigung von Q bezüglich des gewöhnlichen Absolutbetrges eingeführt wird. Diese Eigenschft legt R im wesentlichen eindeutig fest. Ds Axiomensystem von R zerfällt in drei Axiomengruppen: Die Körperxiome (Axiome -6). Die Anordnungsxiome (Axiome 7-9). Ds Stetigkeitsxiom (Axiom 0). Die Körperxiome ) In R sind eine Addition + und eine Multipliktion definiert. 2) Die Addition ist ssozitiv:, b, c R : ( + b) + c = + (b + c). b) Die Multipliktion ist ssozitiv:, b, c R : ( b) c = (b c). 3) Die Addition ist kommuttiv:, b R : + b = b +. b) Die Multipliktion ist kommuttiv:, b R : b = b. 4) R besitzt bezüglich der Addition ein neutrles Element 0: R : + 0 =. b) R besitzt bezüglich der Multipliktion ein neutrles Element : R : =. c) 0. 5) Jedes R ht bezüglich + ein Inverses: R b R : + b = 0. b) Jedes R \ {0} ht bezüglich ein Inverses: R \ {0} b R : b =. 6) Es gilt ds Distributivgesetz:, b, c R : (b + c) = b + c. Bemerkung.. Die Axiome -6 besgen gerde, dß R ein Körper ist. 0 und sind durch 4) und 4b) eindeutig bestimmt. 2. Ds zu jedem R wegen 5) existierende b R mit + b = 0 ist eindeutig durch bestimmt und wird mit bezeichnet, lso + ( ) = 0. Es folgt ( ) =. Abkürzend schreibt mn uch sttt + ( ) für lle, R. 3. Ds zu jedem R \ {0} wegen 5b) existierende b R mit b = ist eindeutig durch bestimmt und wird mit bezeichnet, lso =. Es folgt ( ) =. Abkürzend schreibt mn uch sttt für lle, R, 0.

13 3 4. Wegen Axiom 4b) gilt R. Ist nun weiterhin n eine ntürliche Zhl mit n R, so folgt n + R, d R bezüglich + bgeschlossen ist. Somit ist N R gezeigt, und Z R ergibt sich jetzt unmittelbr us den Axiomen 4) und 5). Schließlich ist R für lle n N wegen Axiom 5b) und dmit m R für lle n N, m Z, d R n n bezüglich bgeschlossen ist, d.h. Q R. Die Elemente von R \ Q heißen irrtionl. 5. Aus den Axiomen -6 lssen sich bereits viele Rechenregeln für die reellen Zhlen bleiten. Dzu folgende Beispiele. () Für lle R gilt 0 = 0. Beweis: 0 = ( 0) + 0 = ( 0) + (0 + 0) = ( 0) = 0. (b) Für lle, b R gilt ( b) = ( b). Beweis: Wegen 0 = 0 = (b + ( b)) = b + ( b) folgt ( b) = ( b). Die Anordnungsxiome 7) In R ist eine linere Ordnung definiert, d.h. () ist reflexiv: R :. (b) ist trnsitiv:, b, c R : (( b b c) = c). (c) ist ntisymmetrisch:, b R : (( b b ) = = b). (d) ist liner:, b R : ( b b ). 8) ist mit der Addition verträglich:, b, c R : ( b = + c b + c). 9) ist mit der Multipliktion verträglich:, b, c R : (( b c 0) = c b c). Bemerkung.. Die Axiome -9 besgen gerde, dß R ein ngeordneter Körper ist. 2. Gilt b, so schreibt mn b, und < b bzw. b > bedeutet b, b. Gilt > 0, so heißt positiv und negtiv, wenn < 0. Offenbr ist genu dnn positiv, wenn negtiv ist (vgl. Axiom 8). 3. Mit Hilfe der Axiome -9 lssen sich bereits wesentliche Eigenschften der reellen Zhlen beweisen. Hierzu zwei Beispiele. () Für lle R gilt 2 0. Beweis: Gilt 0, so folgt 2 0 unmittelbr wegen Axiom 9. Gilt jedoch 0, so folgt 0, lso 2 = ( ) = ( ) 2 0. (b) Für lle R, und lle n N gilt die Bernoullische Ungleichung: ( + ) n + n. Beweis durch Induktion nch n. Für n = gilt die Behuptung offensichtlich. Gilt nun (+) n +n, so folgt (+) n+ = (+) n (+) (+n)(+) = + (n + ) + n 2 + (n + ), und dmit die Behuptung für n +.

14 4 Definition 4. Ist R, so heißt := der Absolutbetrg oder Betrg von. flls 0 < 0 Bemerkung. Mn überzeugt sich leicht dvon, dß für lle, b R gilt 0, =, b = b und = mx{, }. Stz 4.2 Für lle, b R gilt + b + b und b b. Beweis. Wir zeigen zunächst die erste Ungleichung. Wegen und b b folgt + b + b, und wegen und b b folgt ( + b) + b. Insgesmt ist lso + b = mx{ + b, ( + b)} + b. Die zweite Ungleichung ergibt sich folgendermßen us der ersten: = b + b b + b = b b. Entsprechend gilt b b, lso b b. Bemerkung. Die Ungleichung + b + b heißt Dreiecksungleichung. In der reellen Anlysis spielen die offenen und bgeschlossenen Intervlle eine zentrle Rolle: Sind, b R, b, so heißt [, b] := {x R x b} bgeschlossenes Intervll mit den Grenzen und b und (, b) := {x R < x < b} offenes Intervll mit den Grenzen und b. Die folgenden Teilmengen von R werden ebenflls ls Intervlle bezeichnet: (, b] := {x R < x b}, (, b] := {x R x b}, (, b) := {x R x < b}, (, ) := R. [, b) := {x R x < b}, [, ) := {x R x}, (, ) := {x R < x}, Weitere wichtige Begriffe in diesem Zusmmenhng sind obere Schrnke und Supremum sowie untere Schrnke und Infimum. Dzu folgende Definition 4.3 Ist M R eine Teilmenge von R, dnn heißt R obere Schrnke von M, wenn x für lle x M gilt. heißt Supremum von M, wenn die kleinste obere Schrnke von M ist. M heißt nch oben beschränkt, wenn M eine obere Schrnke ht.

15 5 Bemerkung. Entsprechend definiert mn die Begriffe untere Schrnke und Infimum. M heißt nch unten beschränkt, wenn M eine untere Schrnke ht, und beschränkt, wenn M nch oben und nch unten beschränkt ist. Beispiel. Ist < b, so sind die Intervlle (, b), (, b], [, b] und [, b) beschränkt und hben ds Supremum b sowie ds Infimum. Die Intervlle (, ), [, ) sind nicht nch oben beschränkt und hben ds Infimum, während (, b) und (, b] nicht nch unten beschränkt sind und ds Supremum b hben. Nun sind die notwendigen Begriffe eingeführt, um ds noch fehlende Stetigkeitsxiom für R zu formulieren. Ds Stetigkeitsxiom 0) Ist M R eine nichtleere Teilmenge von R, die in R nch oben beschränkt ist, so existiert in R ds Supremum von M. Bemerkung.. Auf der Menge Q der rtionlen Zhlen sind ebenflls Addition, Multipliktion und eine linere Ordnung definiert, so dß Q bezüglich dieser ein ngeordneter Körper ist. Der wesentliche Unterschied zu R besteht drin, dß es in Q beschränkte nichtleere Mengen gibt, die kein Supremum oder Infimum in Q besitzen. Dieses wird später noch genuer erörtert. C ist zwr ein Körper, ber bezüglich keiner Anordnung ein ngeordneter Körper, denn bei jeder Anordnung wäre > 0, d ein Qudrt ist, lso < 0. In C ist ber ebenflls ein Qudrt. 2. Axiom 0 heißt uch Stz vom Supremum. Hier ist es ber kein beweisbrer Stz, sondern ein Axiom. Entsprechend formuliert mn den Stz vom Infimum, den mn folgendermßen us Axiom 0 bleiten knn: Ist M R eine nichtleere Teilmenge von R, die in R nch unten beschränkt ist, so ist M := { m m M} nicht leer und nch oben beschränkt. Wegen Axiom 0 existiert ds Supremum s von M. Offenbr ist s ds Infimum von M. Wie der Stz vom Supremum (Axiom 0) konkret benutzt werden knn, zeigt ds folgende Beispiel. Zu jedem R, > 0 und n N existiert ein b R, b > 0 mit b n =. Beweis. Wir definieren M := {x R x > 0 x n }. Gilt, so folgt M, und gilt <, so folgt M, d.h. M ist nicht leer. Wir zeigen nun, dß + eine obere Schrnke von M ist. Gibt es ein x M mit + < x, lso ( + ) n < x n, so ergibt sich us der Bernoullischen Ungleichung der Widerspruch > ( + ) n + n. Folglich ist x + für lle x M. Dmit sind die Vorussetzungen für den Stz vom Supremum erfüllt, d.h., ds Supremum b von M existiert, b > 0. Zu zeigen bleibt, dß weder b n < noch b n > gelten knn, und somit b n = gilt. Annhme: b n <, lso 0 < bn < und 0 < ( bn ) <, d.h. 0 < ( bn ) <. n n n Definieren wir y := ( bn ), so gilt 0 < y < und n yn = ( ( bn n ))n bn wegen der

16 6 Bernoullischen Ungleichung. Also ist ( b y )n, d.h. b M und b b, d b ds Supremum y y von M ist. Somit erhlten wir den Widerspruch y. Annhme: < b n, lso 0 < < und 0 < ( ) <, d.h. 0 < ( ) <. b n n b n n n b n Definieren wir y := ( ), so gilt 0 < y < und y n, lso yb < b und (yb) n. n b n b n D b ds Supremum von M ist, existiert ein x M mit yb < x b, und es folgt der Widerspruch (yb) n < x n. Ergänzung: b R, b > 0 mit b n = ist sogr eindeutig bestimmt, denn ist c R, c > 0 mit c n = und b < c, so folgt 0 < b <, lso 0 < ( b c c )n <, im Widerspruch zu ( b c )n = bn = =. c n Mn schreibt b = n und nennt b die n-te Wurzel us. 5. Folgerungen us dem Stz vom Supremum In diesem Abschnitt beweisen wir drei wichtige Folgerungen us dem Stz vom Supremum. Stz 5. Zu jedem x R gibt es ein n N mit x < n. Beweis. Wir führen einen Widerspruchsbeweis. Annhme: Für lle n N gilt n x. Dnn ist x eine obere Schrnke von N in R, und wegen des Stzes vom Supremum existiert ds Supremum s von N in R. Dmit ist s keine obere Schrnke von N, lso s < n für ein n N. Es folgt der Widerspruch s < n + N. Bemerkung. Die Aussge von Stz 5. bezeichnet mn uch ls Archimedisches Axiom. Hier ist es jedoch kein Axiom von R, sondern ein beweisbrer Stz. Einfche Folgerungen.. Ist x R, so gibt es ein n Z mit n x < n +. Beweis. Sei zunächst 0 x und M = {n N 0 n x}. Dnn gilt 0 M. Wäre für jedes n M uch n + M, so wäre N 0 M, lso n x für lle n N im Widerspruch zu Stz 5.. Also gibt es ein n M mit n + M, d.h. n x < n +. Gilt x < 0, so gibt es ein n N 0 mit n x < n +, lso n < x n. Ist x = n, so folgt n x < n Sind x, y R, x > 0, so gibt es ein n N mit y < nx. Beweis. Es gibt ein n N mit y x < n. 3. Ist x R, x > 0, so gibt es ein n N mit < nx, lso 0 < n < x. Beweis. Wähle y = in Folgerung Sind x, y R mit x < y, so gibt es ein q Q mit x < q < y (d.h., Q ist dicht in R). Beweis. Wegen Folgerung 3 gibt es m N mit < m(y x) und wegen Folgerung gibt es ein n Z mit n mx < n. Insgesmt gilt lso n < my und mx < n, lso x < n m < y.

17 7 Stz 5.2 Ist [, b ] [ 2, b 2 ] [ 3, b 3 ]... eine bezüglich der Inklusion bsteigende Folge von bgeschlossenen Intervllen, so gibt es ein x R, ds in jedem Intervll [ i, b i ], i N enthlten ist. Beweis. Wir definieren A = { i i N} und zeigen zunächst, dß jedes b j, j N eine obere Schrnke von A ist. Sei lso i A. Gilt i j, so folgt [ i, b i ] [ j, b j ] und dmit i j b j b i, d.h. i b j. Gilt ber j < i, so folgt [ j, b j ] [ i, b i ] und dmit j i b i b j, d.h. i b j. Wegen des Stzes vom Supremum existiert ds Supremum s von A mit i s b j für lle i, j N, lso s i N [ i, b i ]. Bemerkung.. Die Aussge von Stz 5.2 bezeichnet mn uch ls Intervllschchtelungsxiom. Hier ist es jedoch kein Axiom von R, sondern ein beweisbrer Stz. Genu genommen hben wir lso gezeigt, dß in einem geordneten Körper, in dem der Stz vom Supremum gilt, ds Archimedische Axiom und ds Intervllschchtelungsxiom gelten. Ohne Beweis sei kurz erwähnt, dß uch die Umkehrung gilt: In einem geordneten Körper, in dem ds Archimedische Axiom und ds Intervllschchtelungsxiom gelten, gilt uch der Stz vom Supremum. Dieses wird z.b. in der Vorlesung Algebr und Arithmetik gezeigt. 2. Ist (, b ) ( 2, b 2 ) ( 3, b 3 )... eine bezüglich der Inklusion bsteigende Folge von offenen Intervllen, so gibt es im llgemeinen kein x R, ds in jedem Intervll ( i, b i ), i N liegt. Dzu betrchten wir folgende streng bsteigende Folge offener Intervlle (0, ) (0, ) (0, ) (0, ).... Gäbe es ein x R mit x (0, ) für lle i i N, so wäre 0 < x < für lle i N im Widerspruch zu Folgerung 3 nch Stz 5.. i Der nächste Stz sgt us, dß die bgeschlossenen Intervlle [, b] eine für die Anlysis sehr wichtige Eigenschft hben, die mn ls Kompktheit bezeichnet. Diese Eigenschft ist sehr bstrkt, und es ist zunächst nicht ersichtlich, wie sie sinnvoll eingesetzt werden knn. In den folgenden Prgrphen wird sie jedoch wesentlich benutzt. Bevor nun Stz 5.3 formuliert werden knn, führen wir noch einige Begriffe ein. Ist I eine Indexmenge und M i für jedes i I eine Teilmenge von R, so heißt {M i i I} Überdeckung von [, b], wenn [, b] in der Vereinigung ller M i, i I liegt, lso [, b] i I M i. Gibt es bereits endlich viele der M i, die [, b] überdecken, z.b. [, b] M... M m, so sgt mn, dß es ein endliches Teilsystem von {M i i I} gibt, ds [, b] überdeckt. Zum Beispiel ist {(i, i + ) i Z} wegen Folgerung nch Stz 5. eine Überdeckung von R durch offene Intervlle. Offenbr wird R ber nicht durch endlich viele dieser Intervlle überdeckt. Stz 5.3 Sei I eine Indexmenge und M i für jedes i I ein offenes Intervll von R. Ist {M i i I} eine Überdeckung von [, b], so gibt es ein endliches Teilsystem von {M i i I}, ds [, b] überdeckt. Beweis. Zunächst definieren wir eine Teilmenge A R von R folgendermßen: x R liegt genu dnn in A, wenn x [, b] und wenn es ein endliches Teilsystem von {M i i I} gibt, ds [, x] überdeckt. D in einem der M i enthlten ist, wird {} = [, ] von einem endlichen Teilsystem von {M i i I} überdeckt, d.h. A. Dmit ist A nicht leer. Weiterhin ist b

18 8 eine obere Schrnke von A, so dß ds Supremum s von A existiert mit s [, b]. Also liegt s in einem M i, z.b. s M mit M = (, b ), d.h. < s < b. D ber s ds Supremum von A ist, gibt es ein x A mit < x s, und somit ein endliches Teilsystem von {M i i I}, ds [, x] überdeckt, z.b. [, x] M 2... M m. Wir zeigen jetzt b < b. Dnn folgt nämlich < x s b < b, lso [, b] = [, x] [x, b] M 2... M m M, und wir sind fertig. Annhme: b b. Dnn existiert ein y R mit s < y < b b, lso [, y] = [, x] [x, y] M 2... M m M, d.h. y A. Dieses ist ber ein Widerspruch dzu, dß s ds Supremum von A ist. Bemerkung. Die in Stz 5.3 für bgeschlossene Intervlle formulierte Eigenschft gilt für offene Intervlle nicht, wie folgendes Beispiel zeigt. Wegen Folgerung 3 nch Stz 5. gibt es zu jedem x (0, ) ein i N mit < x, lso x (, ). Dmit ist {(, ) i N} eine i i i Überdeckung von (0, ) durch offene Intervlle, die kein endliches Teilsystem enthält, ds (0, ) überdeckt. 6. Aufgben A 6. Zeigen Sie, dß die Aussgen A B und (A B) bzw. A B und B A für beliebige Aussgen A, B äquivlent sind. Erläutern Sie dieses Ergebnis. A 6.2 Formlisieren Sie die folgende Aussge: Ist ds Produkt zweier rtionler Zhlen negtiv, so ist genu einer dieser Fktoren negtiv. A 6.3 Formlisieren Sie folgende Aussge: Zu beliebigen reellen Zhlen und b existiert eine ntürliche Zhl n, so dß b kleiner ist ls n. Begründen Sie, dß die Aussge flsch ist, und bilden Sie ihre Negtion. A 6.4 Beweisen Sie x, y Q : (x < y q Q : x < q < y) und zeigen Sie, dß die Aussge x, y N : (x < y q N : x < q < y) flsch ist. A 6.5 Beweisen Sie für die Mengen A und B, die beide Teilmengen einer Menge M sind: CA B CB A A B = M. A 6.6 Es seien f : A B und g : B C zwei Abbildungen. Zeigen Sie: () Wenn g injektiv ist und g f : A C surjektiv, dnn ist f surjektiv. (b) Wenn f surjektiv ist und g f injektiv, dnn ist g injektiv. A 6.7 Gegeben sind die Mengen N und M sowie die Abbildung f : N M. Zeigen Sie, dß für beliebige Mengen A, B N gilt: () f(a B) = f(a) f(b). (b) f(a B) f(a) f(b). (c) Ist f injektiv, so gilt in (b) ds Gleichheitszeichen.

19 9 A 6.8 () Zeigen Sie 2n + < 2 n für lle n N, n 3. (b) Für welche ntürlichen Zhlen n gilt n 2 < 2 n? Benutzen Sie vollständige Induktion. A 6.9 Beweisen oder widerlegen Sie (benutzen Sie gegebenenflls vollständige Induktion): () Für lle ntürlichen Zhlen n, n 3 gilt (n + )! < n n. (b) Für lle ntürlichen Zhlen n gilt (c) Für lle ntürlichen Zhlen n gilt n n + = 5n2 9n + 5. n(n + ) n 2 (2n )(2n + ) k=0 = n(n + ) 2(2n + ). A 6.0 Für n N 0 definiert mn n! rekursiv durch 0! := und (n + )! := n! (n + ). Zeigen Sie, dß für lle, b R und lle n Z, n 0 gilt ( ) n ( + b) n = k b n k, k wobei ( ) n k := n! für lle n, k Z, 0 k n. k!(n k)! A 6. () Zeigen Sie, dß für lle R, 0 gilt: + 2. (b) Zeigen Sie, dß für lle, b R gilt: + b + b + b. A 6.2 Zeigen Sie, dß eine Teilmenge I R von R genu dnn ein Intervll ist, wenn für lle, b I und lle x R gilt: < x < b = x I. A 6.3 Zeigen Sie: () Sind und b reelle Zhlen mit < b, so gibt es unendlich viele rtionle Zhlen q mit < q < b. (b) Ist R und M = {q Q < q}, so ist ds Infimum von M. A 6.4 Gegeben ist die Polynomfunktion f : R R, x x n + n x n x + 0 mit n N und 0,,..., n R. Zeigen Sie: Ist R eine Nullstelle von f, d.h. f() = 0, so gilt ( M, M) mit M = n +. Geben Sie ein Beispiel n. A 6.5 Zeigen Sie: () Sind n, m ntürliche Zhlen und ist n R irrtionl, so ist uch n + m irrtionl. (b) Sind, b, c und d gnze Zhlen und ist x R irrtionl, so ist uch irrtionl, flls d bc 0. x + b cx + d

20 KAPITEL 2 Folgen und Reihen. Folgen Definition. Eine Funktion f : N R, n n heißt Folge (reeller Zhlen). Bemerkung. Ist f : N R, n n eine Folge, so schreibt mn uch bkürzend ( n ) oder ( n ) = (, 2, 3,...). Beispiel.. Die konstnte Folge mit n = für lle n N, lso ( n ) = (,,,...). 2. n = n für lle n N, lso ( n) = (, 2, 3,...). n = ( )n n für lle n N, lso ( n ) = (, 2, 3, 4, 5,...). 3. Rekursiv definierte Folgen: = 0, n+ = 2 ( + n), lso ( n ) = (0, 2, 3 4, 7 8,...). Definition.2 heißt Grenzwert oder Limes der Folge ( n ), wenn es zu jeder reellen Zhl ɛ > 0 eine ntürliche Zhl n 0 N gibt, so dß für lle n N, n n 0 gilt: n < ɛ. Eine Folge ( n ) heißt konvergent, wenn sie einen Grenzwert ht, nderenflls divergent. Bemerkung.. Die Formlisierung von Definition.2 lutet: ist Grenzwert der Folge ( n ) ɛ > 0 n 0 N n n 0 : n < ɛ. 2. Ist Grenzwert der Folge ( n ), so schreibt mn = lim n n oder kurz = lim n. Konvergiert ( n ) gegen Null, so heißt ( n ) Nullfolge. 3. Stimmen die beiden Folgen ( n ) und (b n ) bis uf die ersten k Folgeglieder überein und konvergiert ( n ) mit lim n =, so konvergiert uch (b n ) mit lim b n =, denn zu jedem ɛ > 0 gibt es ein n 0 N mit n < ɛ für lle n n 0, lso b n < ɛ für lle n > mx{n 0, k}.

21 2 Beispiel.. Die konstnte Folge ( n ) mit n = für lle n N konvergiert gegen ist Grenzwert der Folge ( n ) mit n =. n Beweis. Sei ɛ > 0 gegeben. Dnn gibt es wegen Folgerung 3 nch Stz 5. us Kpitel eine ntürliche Zhl n 0 mit 0 < n 0 < ɛ. Für lle n N mit n n 0 gilt dnn n 0 = n n 0 < ɛ. 3. Die Folge ( n ) mit n = n n+ ( )n divergiert. Beweis. Wir nehmen n, dß ( n ) konvergiert mit = lim n. Dnn gibt es ein n 0 N, so dß für lle n n 0 gilt n <. Für lle n n 2 0 folgt hierus n+ <, 2 lso n+ n n+ + n < + =, im Widerspruch zu 2 2 n+ n = n+ + n > + =. n+2 n+ 2 2 Stz.3 Eine Folge reeller Zhlen ( n ) ht höchstens einen Grenzwert. Beweis. Wir nehmen n, dß ( n ) zwei verschiedene Grenzwerte und b ht. Definieren wir ɛ := 2 b, so gibt es ein n 0 N, so dß n < ɛ und n b < ɛ für lle n n 0 gilt, lso b n + n b < ɛ + ɛ = 2 b + 2 b = b - Widerspruch. Eine Folge heißt beschränkt, nch oben beschränkt oder nch unten beschränkt, wenn die Menge { n n N} der Folgeglieder die entsprechende Eigenschft ht. Stz.4 Eine konvergente Folge ist beschränkt. Beweis. Ist ( n ) konvergent mit = lim n, so gibt es ein n 0 N mit n < für lle n n 0, lso n n + < +. Für s := mx{, 2,..., n0, + } folgt dnn n s für lle n N. Stz.5 Sind ( n ) und (b n ) konvergente reelle Zhlenfolgen, dnn konvergieren uch die Folgen ( n + b n ), ( n b n ), ( n b n ) und ( n ), und es gilt lim( n + b n ) = lim n + lim b n, lim( n b n ) = lim n lim b n, lim( n b n ) = lim n lim b n, lim( n ) = lim( n ). Gilt b n 0 für lle n N und lim b n 0, so konvergiert ( n b n ) mit lim n b n Gilt n b n für lle n N, so folgt lim n lim b n. Beweis. Sei = lim n und b = lim b n sowie ɛ > 0. = lim n lim b n.. Es gibt n 0 N, so dß n < ɛ und b 2 n b < ɛ für lle n n 2 0 gilt. Dnn folgt n +b n (+b) n + b n b < ɛ + ɛ = ɛ und entsprechend 2 2 n b n ( b) < ɛ. 2. Wegen Stz.4 ist (b n ) beschränkt, d.h., es gibt ein s R, s > 0 mit b n s für lle n N. Es existiert nun ein n 0 N, so dß n s < ɛ und b 2 n b < ɛ für lle 2 n n 0 gilt. Dmit ergibt sich n b n b = n b n b n + b n b n b n b n + b n b = n b n + b n b n s + ɛ < ɛ + ɛ = ɛ

22 22 3. Es gibt ein n 0 N, so dß n < ɛ für lle n n 0 gilt, lso wegen Stz 4.2 us Kpitel uch n n < ɛ für lle n n Wegen b 0 gibt es ein n 0 N, so dß b n b < b für lle n n 2 0 gilt. Hierus folgt b = b n + (b b n ) b n + b b n b n + b b, lso b 2 2 n, d.h. b n 2. b Schließlich ergibt sich für genügend großes n n b n b = n + b n b b b n 2 b n b n + 2 b b 2 n b < ɛ. 5. Sei n b n für lle n N und b <. Für genügend großes n gilt dnn n < b 2 und b b n < b. Für diese n folgt dnn der Widerspruch b b + b 2 n n = b + b n n n + b n b < b + b = b. 2 2 Beispiel. Wir betrchten zunächst die spezielle Folge ( n ) mit n = n+, n N. Wegen n n = + und lim = 0 folgt lim n n n = + 0 =. Dieses Beispiel knn nun leicht folgendermßen verllgemeinert werden. Sei n = c i n i c n + c 0 d j n j d n + d 0, mit c k, d k R und c i, d j 0. Dnn folgt n = ni n c i + c i c n ( n )i + c 0 ( n )i j d j + d j d n ( n )j + d 0 (. n )j Der Grenzwert des zweiten Fktors ist wegen Stz.5 offenbr c i d j. Gilt i = j, so ist lim n = c i d j gezeigt. Gilt i < j, so folgt lim n = (lim n )j i ci d j = 0. Ist ber i > j, so divergiert ( n ). Um ds einzusehen, nehmen wir = lim n n. Wegen lim n j i = 0 wäre dnn 0 = 0 = lim n j i lim n = c i d j ein Widerspruch. Möchte mn die Konvergenz einer Folge ( n ) mit Hilfe von Definition.2 zeigen, so muß zuvor der Grenzwert = lim n beknnt sein. Oft ist es ber möglich, die Konvergenz von ( n ) uf ndere Art nchzuweisen, während die Berechnung des Grenzwertes durchus sehr schwierig sein knn. Definition.6 Die reelle Zhlenfolge ( n ) heißt (streng) monoton steigend, wenn n n+ ( n < n+ ) für lle n N gilt. Bemerkung.. Entsprechend definiert mn (streng) monoton fllende Folgen. 2. Durch vollständige Induktion läßt sich leicht zeigen, dß ( n ) genu dnn (streng) monoton steigend bzw. (streng) monoton fllend ist, wenn n m ( n < m ) bzw. n m ( n > m ) für lle n, m N, n < m gilt. Stz.7 Ist ( n ) monoton steigend und nch oben beschränkt oder monoton fllend und nch unten beschränkt, so konvergiert ( n ).

23 23 Beweis. Sei ( n ) monoton steigend und nch oben beschränkt. Dnn existiert ds Supremum von { n n N}, und wir zeigen lim n =. Sei lso ɛ > 0 gegeben. Weil ɛ keine obere Schrnke von { n n N} ist, gibt es ein n 0 N mit ɛ < n0, lso n0 n für lle n N, n n 0, d ( n ) monoton steigend ist. Für lle n N, n n 0 gilt somit n = n = n0 + n0 n n0 < ɛ. Ist ( n ) monoton fllend und nch unten beschränkt, so ist ( n ) monoton steigend und nch oben beschränkt. Es folgt lim( n ) = lim n. Bemerkung. Die Vorussetzung von Stz.7 knn dhingehend bgeschwächt werden, dß ( n ) b dem k-ten Folgeglied monoton steigend (fllend) ist, denn wegen Bemerkung 3 nch Definition.2 beeinflussen die ersten k Folgeglieder ds Konvergenzverhlten einer Folge nicht. Beispiel. Sei c R, c > 0 und ( n ) rekursiv definiert mit = und n+ = 2 ( n + c n ), n N. Mn zeigt leicht durch vollständige Induktion, dß n > 0 für lle n N gilt. Wir beweisen nun, dß ( n ) b dem 2. Folgeglied monoton fllend ist. Sei lso n >. n n+ = n n 2 c 2 n = n 2 c 2 n = 2 n c 2 n = ( 2 n 4 ( n + c ) 2 c) n = ( 2 n 4 ( n c )) 2 0. n Wegen Stz.7 konvergiert ( n ) und folglich uch ( n+ ) mit lim n = lim n+ =:. Um zu berechnen, wenden wir Stz.5 uf die Gleichung n und erhlten = 2 (2 + c), lso 2 = c. n n+ = 2 (2 n + c) Für die prktische Anwendung ist die Folge ( n ) gut geeignet, um c zu pproximieren. Diese Methode ist bereits seit dem Altertum beknnt und wird häufig dem griechischen Mthemtiker Heron von Alexndrien zugeschrieben. In modernerer Sprechweise ist es ein Spezilfll des Newton-Verfhrens zur Berechnung der positiven Nullstelle von x 2 c. Ist die Folge ( n ) beschränkt, ber weder monoton steigend noch monoton fllend, so ist ( n ) im llgemeinen nicht konvergent. Anschulich ist ber klr, dß sich die Folgeglieder n mindestens einer Stelle häufen müssen. Definition.8 Ist ( n ) eine reelle Zhlenfolge, so heißt Häufungspunkt von ( n ), wenn es zu jedem ɛ > 0 und jedem m N ein n m gibt, so dß n < ɛ gilt.

24 24 Bemerkung. Die Formlisierung von Definition.8 lutet: ist Häufungspunkt von ( n ) ɛ > 0 m N n m : n < ɛ. Beispiel. Wir betrchten die Folge ( n ) mit n = n+ n ( )n, n N. Behuptung: und sind Häufungspunkte von ( n ). Dzu sei ɛ > 0 und m N. Zunächst gibt es ein gerdes n N mit n m und < ɛ, lso n n = n + n = n < ɛ. Dmit ist Häufungspunkt von ( n ). Es gibt ber uch ein ungerdes n N mit n m und < ɛ, lso n n = + n + = n n < ɛ. Dmit ist uch Häufungspunkt von ( n ). Offenbr gilt in diesem Beispiel, dß ( 2, 4, 6,...) gegen und (, 3, 5,...) gegen konvergiert. Definition.9 Ist ( n ) eine Folge und f : N N streng monoton steigend, so heißt (b n ) mit b n = f(n) Teilfolge von ( n ). Beispiel.. (b n ) = ( 2, 3, 4,...) ist eine Teilfolge von ( n ), denn f : N N, n n + ist streng monoton steigend und b n = f(n) für lle n N. 2. (b n ) = (, 4, 9,...) ist eine Teilfolge von ( n ), denn f : N N, n n 2 ist streng monoton steigend und b n = f(n) für lle n N. Bemerkung.. Ist f : N N streng monoton steigend, dnn gilt f(n) n für lle n N, wie mn leicht durch vollständige Induktion zeigen knn. 2. Ist ( n ) konvergent mit lim n =, so konvergiert jede Teilfolge (b n ) von ( n ) gegen, denn ist ɛ > 0, so gibt es ein n 0 N mit n < ɛ für lle n n 0, und für lle n n 0 gilt f(n) f(n 0 ) n 0, lso b n = f(n) < ɛ. Stz.0 Ist ( n ) eine reelle Zhlenfolge, so ist R genu dnn ein Häufungspunkt von ( n ), wenn es eine Teilfolge (b n ) von ( n ) gibt, die gegen konvergiert. Beweis.. Sei lim b n = mit b n = f(n) und f : N N streng monoton steigend. Zu zeigen ist, dß ein Häufungspunkt von ( n ) ist. Sei lso ɛ > 0 und m N. Dnn gibt es zunächst ein n 0 N, so dß b n < ɛ für lle n n 0 gilt. Setzen wir n = mx{m, n 0 }, so folgt n n 0, lso f(n) < ɛ. Wegen n m gilt ber uch f(n) f(m) m, d.h. ist ein Häufungspunkt von ( n ). 2. Sei nun ndererseits ein Häufungspunkt von ( n ). Zu zeigen ist, dß es eine Teilfolge (b n ) von ( n ) mit lim b n = gibt. Dzu definieren wir rekursiv eine geeignete streng monoton steigende Funktion f : N N mit f(n) < für lle n N. Zunächst gibt es ein n

25 25 k N mit k <, und wir setzen f() = k. Sind f(), f(2), f(3),..., f(n) bereits mit den Eigenschften f() < f(2) < f(3) <... < f(n) und f(i) < für i =,..., n i definiert, so gibt es ein k N mit k > f(n) und k <, d ein Häufungspunkt n+ von ( n ) ist. Wir setzen nun f(n + ) = k. Behuptung: lim b n = mit b n = f(n), n N. Um ds zu beweisen, sei ɛ > 0 gegeben. Zunächst existiert n 0 N mit n 0 < ɛ. Für lle n n 0 folgt dnn uf Grund der obigen Eigenschften von f b n = f(n) < n < ɛ. n 0 Dieses zeigt gerde, dß die Teilfolge (b n ) gegen konvergiert. Bemerkung.. Ist Grenzwert der Folge ( n ), so ist einziger Häufungspunkt von ( n ). Dieses folgt direkt us Stz.0 wegen Bemerkung 2 nch Definition Kommt R in der Folge ( n ) unendlich oft vor, d.h. ist {n N n = } unendlich, so ist Häufungspunkt von ( n ). Beispiel. Wir betrchten die Folge ( n ) = (,, 2,, 2, 3,,...) und wollen lle Häufungspunkte von ( n ) ermitteln. Zum Beispiel sind 0 und Häufungspunkte, denn (,,,...) ist eine Teilfolge von ( n ), die gegen 0 konvergiert, und (, 2, 3,...) eine Teilfolge, die gegen konvergiert. Wegen 0 < n < für lle n N liegen lle weiteren Häufungspunkte in (0, ). Behuptung: Jedes [0, ] ist Häufungspunkt von ( n ). Um ds zu beweisen, betrchten wir ein beliebiges [0, ], wobei die Fälle = 0 und = schon oben behndelt wurden. Sei lso 0 < <. Zu zeigen ist, dß es zu jedem ɛ > 0 und jedem m N ein n m mit n < ɛ gibt. Wegen 0 < < und Folgerung 4 nch Stz 5. us Kpitel gibt es z.b. ein q Q mit < q <. Wir können sogr < q < + ɛ, lso q < ɛ nnehmen. D in ( n ) jede rtionle Zhl us (0, ) uftritt, gilt q = n für ein n N. Mn knn nun sogr n m nnehmen, denn q tritt in ( n ) unendlich oft uf: q = r = 2r = 3r = 4r =.... Dmit s 2s 3s 4s ist die Behuptung gezeigt. Der folgende Stz ist ein zentrles Ergebnis der reellen Anlysis, ds wir mit Stz 5.3 us Kpitel beweisen werden, d.h., wir nutzen us, dß [, b] kompkt ist. Stz. (Bolzno-Weierstrß ) Jede beschränkte reelle Zhlenfolge ( n ) ht mindestens einen Häufungspunkt. Beweis. Sei n b für lle n N. Ist { n n N} endlich, so folgt die Behuptung sofort us Bemerkung 2 nch Stz.0. Sei lso { n n N} nicht endlich. Zu zeigen ist r R ɛ > 0 m N n m : n r < ɛ. Wir beweisen die Behuptung mit einem Widerspruchsbeweis, d.h., wir nehmen n r R ɛ > 0 m N n m : n r ɛ.

26 26 Zu jedem r R gibt es somit (im llgemeinen von r bhängende) ɛ r > 0 und m r N mit n r ɛ r für lle n m r. Wegen (r ɛ r, r + ɛ r ) = {x R x r < ɛ r } liegen in den offenen Intervllen (r ɛ r, r + ɛ r ) nur endlich viele Folgeglieder. Nun ist ber {(r ɛ r, r+ɛ r ) r [, b]} eine Überdeckung von [, b] durch offene Intervlle, die wegen Stz 5.3 us Kpitel ein endliches Teilsystem enthält, ds [, b] überdeckt. D, wie oben gezeigt, jedes dieser endlich vielen Intervlle nur endlich viele Folgeglieder enthält, liegen uch nur endlich viele Folgeglieder von ( n ) in [, b], d.h., { n n N} ist endlich - Widerspruch. Zum Abschluß dieses Abschnitts soll noch ein weiteres Konvergenzkriterium für Folgen ngegeben werden, bei dem uf die Kenntnis des Grenzwertes verzichtet werden knn. Definition.2 Eine Folge ( n ) heißt Cuchy-Folge, wenn es zu jedem ɛ > 0 ein n 0 N gibt, so dß für lle m, n n 0 gilt n m < ɛ. Bemerkung.. Die Formlisierung von Definition.2 lutet: ( n ) ist Cuchy-Folge ɛ > 0 n 0 N n, m n 0 : n m < ɛ. 2. Jede konvergente Folge ( n ) ist eine Cuchy-Folge, denn gilt lim n =, so gibt es zu jedem ɛ > 0 ein n 0 N mit n < ɛ 2 für lle n n 0, d.h. n m = n + m n + m < ɛ 2 + ɛ 2 = ɛ für lle n, m n 0. Wichtig ist nun, dß uch die Umkehrung von Bemerkung 2 gilt. Stz.3 Ist ( n ) eine Cuchy-Folge, so konvergiert ( n ) in R. Beweis. Wir zeigen zunächst, dß ( n ) beschränkt ist. D ( n ) eine Cuchy-Folge ist, existiert ein n 0 N mit n m < für lle n, m n 0. Für lle n n 0 gilt lso n = n n0 + n0 n n0 + n0 < + n0. Somit folgt für lle n N n mx{,..., n0, + n0 }. Wegen Stz. ht ( n ) einen Häufungspunkt, und wir zeigen, dß ( n ) gegen konvergiert. Sei lso ɛ > 0. Dnn gibt es ein n 0 N mit n m < ɛ für lle n, m n 2 0. D nun ein Häufungspunkt von ( n ) ist, gibt es ein m n 0 mit m < ɛ. Zusmmen folgt 2 schließlich für lle n n 0 n = n m + m n m + m < ɛ 2 + ɛ 2 = ɛ.

27 27 Bemerkung.. Stz.3 heißt uch Cuchysches Konvergenzkriterium. 2. Die Eigenschft, dß in R jede Cuchy-Folge konvergiert, bezeichnet mn ls Vollständigkeit von R. D es in Q Cuchy-Folgen gibt, die in Q nicht konvergieren, sgt mn uch, dß Q nicht vollständig ist. 3. Insgesmt wurde gezeigt, dß R ein vollständiger ngeordneter Körper ist, in dem Q dicht liegt (vgl. Bemerkung 4 nch Stz 5. us Kpitel ). Durch diese Eigenschften ist R im wesentlichen eindeutig bestimmt. 2. Reihen Ist ( n ) eine Folge reeller Zhlen, so sgt mn, dß die forml geschriebene unendliche Reihe = n= n konvergiert bzw. divergiert je nchdem, ob der Grenzwert lim k k n= n existiert oder nicht. Die endlichen Summen s k = k = heißen zugehörige Teilsummen. Somit konvergiert n= n genu dnn, wenn die Folge (s k ) der zugehörigen Teilsummen konvergiert. Gilt lim k s k =, so schreibt mn n =. n= Werden nicht lle Folgeglieder summiert, sondern nur die b dem n 0 -ten Folgeglied, so schreibt mn n=n 0 n =. Bemerkung. Wendet mn Stz.5 uf die Folge der Teilsummen n, so erhält mn: Konvergieren n=n 0 n und n=n 0 b n, so uch n=n 0 ( n + b n ) und n=n 0 n für lle R, und es gilt k n= n ( n + b n ) = n + b n, n=n 0 n=n 0 n=n 0 n = n. n=n 0 n=n 0

28 28 Beispiel (Die geometrische Reihe). Sei q R. Dnn definieren wir für jedes n N 0 s n = + q + q q n, lso + q s n = + q + q q n + q n+ = s n + q n+ und somit s n = qn+. q Gilt q <, so folgt lim n q n = 0 (vgl. Aufgbe 3.5) und dmit q n = n=0 q für q <. Ist q > oder q =, so ist die Folge (s n ) nicht beschränkt und dmit uch nicht konvergent. Ist schließlich q =, so folgt s n =, flls n gerde ist, und s n = 0, flls n ungerde ist. In diesem Flle ht (s n ) zwei Häufungspunkte und ist dher nicht konvergent. Stz 2. Die unendliche Reihe i=i 0 i konvergiert genu dnn, wenn es zu jedem ɛ > 0 ein n 0 N gibt, so dß für lle m n n 0 gilt m i=n+ i < ɛ. Beweis. Ist s k = k i=i 0 i, so konvergiert i=i 0 i genu dnn, wenn die Folge (s k ) der Teilsummen konvergiert. Wegen Stz.3 und Bemerkung 2 dvor ist dieses ber genu dnn der Fll, wenn es zu jedem ɛ > 0 ein n 0 N gibt, so dß für lle n, m n 0 gilt s m s n < ɛ (mn knn hier m n nnehmen), lso m i=n+ i < ɛ. Bemerkung. Stz 2. heißt uch Cuchysches Konvergenzkriterium. Es zeigt, dß Fortlssen oder Verändern von endlich vielen Summnden ds Konvergenzverhlten einer unendlichen Reihe nicht beeinflußt. Ist mn nur drn interessiert, ob n=n 0 n konvergiert, so schreibt mn uch n sttt n=n 0 n. Ist mn ber m Grenzwert selbst interessiert, so ist die genue Bezeichnung n=n 0 n wichtig, denn es gilt offenbr für lle n 0 N. n = n0 + n= Stz 2.2 Konvergiert n, so gilt lim n = 0. n=n 0 n Beweis. Sei ɛ > 0. Wegen Stz 2. gibt es ein n 0 N mit m i=n+ i < ɛ für lle m n n 0, lso insbesondere n+ i=n+ i = n+ = n+ 0 < ɛ für lle n n 0. Die Umkehrung von Stz 2.2 gilt nicht. Dzu folgendes

29 29 Beispiel (Die hrmonische Reihe ). n Es gilt zwr lim = 0, ber wir zeigen, dß die hrmonische Reihe nicht konvergiert. Wegen n Stz 2. reicht es us, ein ɛ > 0 so nzugeben, dß es zu jedem n 0 N ntürliche Zhlen m n n 0 mit m i=n+ ɛ gibt. Wir wählen ɛ =. Ist nun n n 2 0 eine beliebige ntürliche Zhl, so definieren wir n = n 0 und m = 2n. Es folgt m i=n+ i = n + + n n 2n + 2n }{{ 2n} n ml Stz 2.3 Ist n konvergent, so uch n. = n 2n = 2. Beweis. Sei ɛ > 0. Wegen Stz 2. gibt es ein n 0 N mit m i=n+ i = m i=n+ i < ɛ für lle m n n 0. Aus der Dreiecksungleichung folgt dmit für lle m n n 0 m m i i < ɛ, i=n+ lso wegen Stz 2. die Behuptung. i=n+ Definition 2.4 Die Reihe n heißt bsolut konvergent, wenn n konvergiert. Bemerkung. Stz 2.3 besgt lso, dß jede bsolut konvergente Reihe uch konvergiert. Wegen m n=n 0 n m n=n 0 n gilt dnn n=n 0 n n=n 0 n. Dß nicht jede konvergente Reihe uch bsolut konvergiert, zeigt folgendes Beispiel (Die lternierende hrmonische Reihe ( ) n ). n Ist n = ( ) n, lso n n = für lle n N, so konvergiert n n nicht (vgl. Beispiel nch Stz 2.2). D ber ( ) monoton fllend ist mit lim = 0, folgt die Konvergenz der n n lternierenden hrmonischen Reihe us Stz 2.5 Ist die Folge ( n ) monoton fllend mit lim n = 0, so konvergiert ( ) n n. Beweis. Wir zeigen zunächst n 0 für lle n N. Annhme: Es gibt ein n 0 N mit n0 < 0. Dnn folgt n n0 < 0 für lle n n 0, d ( n ) monoton fllend ist. Mit ɛ := 2 n 0 > 0 folgt für lle n n 0 n 0 = n n0 > ɛ. Dmit ist 0 kein Häufungspunkt von ( n ), im Widerspruch zu lim n = 0. Wir beweisen jetzt die Konvergenz von ( ) n n. Sei ɛ > 0. Wegen lim n = 0 gibt es ein n 0 N mit 0 n0 < ɛ, lso 0 n < ɛ für lle n n 0. Für lle m n n 0 folgt nun, flls m n gerde ist, m ( ) i i = n+ n m m i=n+ = ( n+ n+2 ) ( m m ) = n+ ( n+2 n+3 )... ( m 2 m ) m n+ < ɛ,

30 30 und flls m n ungerde ist m ( ) i i = n+ n m 2 m + m i=n+ = ( n+ n+2 ) ( m 2 m ) + m = n+ ( n+2 n+3 )... ( m m ) n+ < ɛ. Bemerkung. Stz 2.5 heißt Leibnizkriterium. Unendliche Reihen der Form ( ) n n, wobei lle n positiv oder lle negtiv sind, heißen lternierend. Die folgenden beiden Sätze sind nützliche Hilfsmittel für den Nchweis der bsoluten Konvergenz einer Reihe. Stz 2.6 Gilt n b n für lle n N und konvergiert b n, so konvergiert n bsolut. Gilt 0 b n n für lle n N und divergiert b n, so divergiert n. Beweis. Wegen Stz 2. gibt es zu jedem ɛ > 0 ein n 0 N mit m i=n+ b i = m i=n+ b i < ɛ für lle m n n 0, lso m i=n+ i = m i=n+ i m i=n+ b i < ɛ für lle m n mx{n 0, N}. Mit Stz 2. folgt die Konvergenz von n. Die zweite Behuptung ergibt sich unmittelbr us der ersten durch Kontrposition. Bemerkung. Konvergiert b n und gilt n b n, so heißt b n konvergente Mjornte von n. Gilt 0 b n n und divergiert b n, so heißt b n divergente Minornte. Beispiel. Wir wenden Stz 2.6 n, um die Konvergenz von n= Zunächst ht die Reihe die Mjornte } 2 {{ 4 2 } } 2 {{ 8 2 } 4 ml 8 ml n 2 zu zeigen. Ist s n die n-te Teilsumme der Mjornte, so ist (s n ) streng monoton steigend, und es gilt z.b. s =, s 3 = +, s 2 7 = + + und llgemein 2 4 s 2 n = ( n 2 )n = = 2. 2 n=0

31 3 Dmit folgt s n s 2 n 2 für lle n N wegen n 2 n und der Monotonie von (s n ), d.h., n= und n 2 n= ( )n hben eine konvergente Mjornte. Sehr viel schwieriger n 2 dgegen ist der Nchweis von n= n 2 Stz 2.7 Gibt es ein q R, 0 < q < mit = π2 6 und n= ( )n n 2 = π2 2. n+ n q < für lle n N oder n n q < für lle n N, so konvergiert n=n 0 n bsolut. Beweis. Im ersten Fll knn mn zunächst leicht durch vollständige Induktion zeigen, dß n q n N N für lle n N gilt. Wegen 0 < q < konvergiert die geometrische Reihe q n, und somit ist N q N n=n 0 q n eine konvergente Mjornte von n=n 0 n. Im zweiten Fll gilt n q n für lle n N, und deshlb ist q n eine konvergente Mjornte von n. Bemerkung.. Der erste Teil von Stz 2.7 heißt Quotientenkriterium, der zweite Teil Wurzelkriterium. 2. Konvergiert die Folge ( n+ n ) mit lim n+ n <, so gibt es ein q R, 0 < q <, und ein N N mit n+ n < q für lle n N, d.h. n konvergiert bsolut wegen Stz 2.7. Entsprechend folgt die bsolute Konvergenz von n, wenn lim n n <. Beispiel. Für lle x R konvergiert die Reihe x n n=0 bsolut. Um dieses einzusehen, n! verwenden wir ds Quotientenkriterium. Mit n = xn gilt für x 0 n! n+ n = x n+ n! (n + )! x = x n n +. Also folgt lim n+ x n = lim = 0, und wegen Bemerkung 2 nch Stz 2.7 (Quotientenkriterium) konvergiert x n n+ n=0 bsolut für lle x R. n! Entsprechend ergibt sich uch die bsolute Konvergenz der Reihen ( ) n x 2n n=0 (2n)! und n=0 ( ) n x 2n+, denn (2n + )! lim ( )n+ x 2(n+) (2n)! n (2(n + ))! ( ) n x = 2n lim n x 2 (2n + 2)(2n + ) = 0 und

32 32 lim ( )n+ x 2(n+)+ (2n + )! n (2(n + ) + )! ( ) n x = 2n+ lim x 2 n (2n + 3)(2n + 2) = 0. Durch diese drei unendlichen Reihen werden lso jeweils reelle Funktionen definiert, die in den folgenden Kpiteln noch näher untersucht werden: exp : R R, x cos : R R, x sin : R R, x x n (Exponentilfunktion), n! ( ) n x 2n (Cosinusfunktion), (2n)! ( ) n x 2n+ (Sinusfunktion). (2n + )! n=0 n=0 n=0 Insbesondere wird gezeigt, dß die Sinus- und Cosinusfunktion mit den entsprechenden elementrgeometrischen Funktionen übereinstimmen. Zunächst ist es ber ds Ziel, die beknnten Additionstheoreme zu beweisen. Dbei wird die Methode der Multipliktion von unendlichen Reihen benutzt (Cuchy-Produkte), die sich us dem folgenden Umordnungsstz für bsolut konvergente Reihen ergibt. Stz 2.8 Ist n=0 n bsolut konvergent mit n=0 n = und ϕ : N 0 N 0 eine bijektive Abbildung, so ist uch n=0 ϕ(n) bsolut konvergent mit n=0 ϕ(n) =. Beweis. Sei ɛ > 0. Dnn existiert ein k N mit k i < ɛ 2 und i < ɛ 2. i=0 i=k+ Weiterhin gibt es ein m N mit 0,,..., k {ϕ(0), ϕ(),..., ϕ(m)}. Für lle n m folgt k ϕ(i) i i < ɛ 2, lso i=0 i=0 i=k+ ϕ(i) = i=0 k k i + i ϕ(i) i=0 < ɛ 2 + ɛ 2 = ɛ. i=0 k i + i=0 k i i=0 i=0 i=0 ϕ(i) Somit gilt n=0 ϕ(n) = n=0 n, lso uch n=0 ϕ(n) = n=0 n. Bemerkung. ϕ(n) heißt Umordnung von n. Konvergiert n, ber nicht bsolut, so gibt es sogr zu jedem R eine Umordnung von n, die gegen konvergiert. Sind n=0 n und n=0 b n zwei konvergente Reihen, so heißt jede Reihe n=0 c n Produktreihe von n=0 n und n=0 b n, wenn in der Folge (c 0, c, c 2,...) genu die Produkte

33 33 i b j vorkommen, d.h., wenn es eine bijektive Abbildung f : N 0 N 0 N 0, k (i k, j k ) mit c k = ik b jk für lle k N 0 gibt. Zum Beispiel ist 0 b 0 + ( 0 b + b 0 ) + ( 0 b 2 + b + 2 b 0 ) +... = n=0 k=0 k b n k eine Produktreihe von n=0 n und n=0 b n. Sie heißt Cuchy-Produkt von n=0 n und n=0 b n. Stz 2.9 Konvergieren die Reihen n=0 n und n=0 b n bsolut, so konvergiert jede Produktreihe n=0 c n bsolut, und es gilt n=0 c n = n=0 n n=0 b n. Beweis. Zu jedem k N gibt es ein m N, so dß c 0, c,..., c k unter den Produkten i b j, 0 i, j m vorkommen. Es folgt k c n n=0 m m n b n n=0 n=0 n b n. n=0 n=0 D die Folge der Teilsummen ( k n=0 c n ) monoton steigend ist, folgt die Konvergenz von n=0 c n mit Stz.7. Mn knn nun lim k k n=0 n k n=0 b n ls Umordnung von n=0 c n uffssen, so dß wegen der bsoluten Konvergenz von n=0 c n und des Umordnungsstzes gilt k k c n = lim n b n = n b n. k Beispiel. n=0 n=0 n=0. Als Anwendung von Stz 2.9 zeigen wir, dß exp x exp y = exp(x + y) für lle x, y R gilt. Dzu betrchten wir n=0 x n n! y n n! = c n mit c n = n=0 n=0 k=0 n=0 Mit Aufgbe 6.0 us Kpitel folgt nun c n = ( n )x k y n k = n! k Dmit ergibt sich insgesmt n=0 k=0 x n n! n=0 y n n! = n=0 x k k! y n k (n k)! n=0 (x + y)n. n! (x + y) n, n! (Cuchy-Produkt). d.h. exp x exp y = exp(x + y). Schreibt mn e x sttt exp x, so folgt e x e y = e x+y. Mn nennt e := e Eulersche Zhl, und es gilt e = +! + 2! + 3! +... =

1.2 Eigenschaften der reellen Zahlen

1.2 Eigenschaften der reellen Zahlen 12 Kpitel 1 Mthemtisches Hndwerkszeug 12 Eigenschften der reellen Zhlen Alle Rechenregeln der Grundrechenrten der reellen Zhlen lssen sich uf einige wenige Rechengesetze zurückführen, die in der folgenden

Mehr

Thema 7 Konvergenzkriterien (uneigentliche Integrale)

Thema 7 Konvergenzkriterien (uneigentliche Integrale) Them 7 Konvergenzkriterien (uneigentliche Integrle) In diesem Kpitel betrchten wir unendliche Reihen n= n, wobei ( n ) eine Folge von reellen Zhlen ist. Die Reihe konvergiert gegen s (oder s ist die Summe

Mehr

Analysis I. Jörg Eschmeier. Universität des Saarlandes. Wintersemester 2018/19

Analysis I. Jörg Eschmeier. Universität des Saarlandes. Wintersemester 2018/19 Anlysis I Jörg Eschmeier Universität des Srlndes Wintersemester 208/9 Inhltsverzeichnis Induktion 3 2 Körperxiome 8 3 Anordnungsxiome 3 4 Konvergenz von Folgen 9 5 Vollständigkeit 27 6 Unendliche Reihen

Mehr

24 UNEIGENTLICHE INTEGRALE 146. F (x) F (x ) f(x, t) dt. 3(b a) (b a) + ɛ 3 + ɛ 3 = ɛ.

24 UNEIGENTLICHE INTEGRALE 146. F (x) F (x ) f(x, t) dt. 3(b a) (b a) + ɛ 3 + ɛ 3 = ɛ. 24 UNEIGENTLICHE INTEGRALE 146 für lle t [, b] und lle x D mit x x < δ. Für lle x D mit x x < δ gilt lso = F (x) F (x ) b f(x, t) dt b b f(x, t) dt + f(x, t) f(x, t) dt + ɛ 3(b ) (b ) + ɛ 3 + ɛ 3 = ɛ.

Mehr

1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt

1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt Metrische Räume Sei X eine nichtleere Menge. Definition.. Eine Abbildung: d : X X R heißt Metrik uf X, flls für lle x, y, z X gilt (i) d(x, y) 0, (ii) d(x, y) = d(y, x), (iii) d(x, y) d(x, z) + d(z, y)

Mehr

Musterlösung der 1. Klausur zur Vorlesung

Musterlösung der 1. Klausur zur Vorlesung Prof. Dr. M. Röger Dipl.-Mth. C. Zwilling Fkultät für Mthemtik TU Dortmund Musterlösung der. Klusur zur Vorlesung Anlysis I (24.02.206) Wintersemester 205/6 Aufgbe. Sei R mit sin() 0. Der Beweis erfolgt

Mehr

(1 ξ) f (k) (ξ) + k! z x n+1. (n + 1)! 2 f (n + 1)!

(1 ξ) f (k) (ξ) + k! z x n+1. (n + 1)! 2 f (n + 1)! 0.. Lösung der Aufgbe. Wir schreiben f = sup{ f : [0, ]}. Für ξ ]0, [ und n N gibt es nch dem Stz von Tlor ein c ]ξ, [ so, dss: f = fξ + n ξ k f k ξ + k! k= Aus der Ttsche, dss f k 0 für lle k N ist, folgt

Mehr

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2

Zum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2 Zum Stz von Tylor Klus-R. Loeffler Inhltsverzeichnis 1 Der verllgemeinerte Stz von Rolle 1 2 Der Stz von Tylor 2 3 Folgerungen, Anwendungen und Gegenbeispiele 4 3.1 Jede gnzrtionle Funktion ist ihr eigenes

Mehr

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m. Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn

Mehr

Analysis für Informatiker und Lehramt Mathematik

Analysis für Informatiker und Lehramt Mathematik Anlysis für Informtiker und Lehrmt Mthemtik Wintersemester 05 / 06 Dr. Agnes Rdl 6. Oktober 06 Ds L A TEX-Skript wurde von Dipl.-Mth. Ptrici Reuther erstellt und ufbereitet nhnd meines Vorlesungsmnuskriptes

Mehr

38 Das Riemann-Integral vektorwertiger Funktionen über [a, b]

38 Das Riemann-Integral vektorwertiger Funktionen über [a, b] 38 Ds Riemnn-Integrl vektorwertiger Funktionen über [, b] 38.2 Riemnn-Integrierbrkeit von Wegen 38.4 Ds Riemnn-Integrl ist eine linere Abbildung von R([, b], V ) in V 38.9 Integrlbschätzung 38.10 Huptstz

Mehr

2.6 Unendliche Reihen

2.6 Unendliche Reihen 2.6 Unendliche Reihen In normierten Räumen steht ds wichtige Werkzeug der Bildung von unendlichen Reihen zur Verfügung. Mn denke in diesem Zusmmenhng drn, dss mn in der Anlysis Potenz- und Fourierreihen

Mehr

HM I Tutorium 14. Lucas Kunz. 9. Februar 2018

HM I Tutorium 14. Lucas Kunz. 9. Februar 2018 HM I Tutorium 14 Lucs Kunz 9. Februr 218 Inhltsverzeichnis 1 Theorie 2 1.1 Uneigentliche Integrle............................. 2 1.1.1 Typ 1.................................. 2 1.1.2 Typ 2..................................

Mehr

Resultat: Hauptsatz der Differential- und Integralrechnung

Resultat: Hauptsatz der Differential- und Integralrechnung 17 Der Huptstz der Differentil- und Integrlrechnung Lernziele: Konzept: Stmmfunktion Resultt: Huptstz der Differentil- und Integrlrechnung Methoden: prtielle Integrtion, Substitutionsregel Kompetenzen:

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

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

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

Mehr

Riemann-integrierbare Funktionen

Riemann-integrierbare Funktionen Kpitel VI Riemnn-integrierbre Funktionen 26 Ds Riemnn-Integrl ls Grenzwert von Zwischensummen 27 Der Huptstz der Differentil- und Integrlrechnung nebst Folgerungen 28 Äquivlente Definitionen des Riemnn-

Mehr

Übungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag

Übungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 015/16 Bltt 4 09.11.015 Übungen zur Vorlesung Differentil und Integrlrechnung I Lösungsvorschlg 13. Zu betrchten ist die durch 0 = 1 und

Mehr

komplizierteren Funktionen versucht man, die Fläche durch mehrere Rechtecke anzunähern.

komplizierteren Funktionen versucht man, die Fläche durch mehrere Rechtecke anzunähern. Mthemtik für Nturwissenschftler I 4. 4 Integrlrechnung 4. Integrierbrkeit Die Grundidee der Integrlrechnung ist die Berechnung der Fläche zwischen dem Grphen einer Funktion und der x-achse. Recht einfch

Mehr

$Id: integral.tex,v /05/15 15:03:49 hk Exp $ $Id: uneigentlich.tex,v /05/16 13:37:14 hk Exp $

$Id: integral.tex,v /05/15 15:03:49 hk Exp $ $Id: uneigentlich.tex,v /05/16 13:37:14 hk Exp $ $Id: integrl.te,v.3 24/5/5 5:3:49 hk Ep $ $Id: uneigentlich.te,v. 24/5/6 3:37:4 hk Ep $ 2 Integrlrechnung 2.5 Ergänzungen Wir sind jetzt m Ende des Kpitels über ds Riemn-Integrl im eigentlichen Sinne ngelngt,

Mehr

1. Die reellen Zahlen

1. Die reellen Zahlen . Die reellen Zhlen Definition. (Verkettung). Die Verkettung oder Komposition der Abbildungen f : P N und g : M P ist die Abbildung f g : M N, x f(g(x)). Flls Definitionsbereich und Wertebereich gleich

Mehr

Analysis I. Die Mitarbeiter von 10. Januar 2017

Analysis I. Die Mitarbeiter von  10. Januar 2017 Anlysis I Die Mitrbeiter von http://mitschriebwiki.nomet.de/ 0. Jnur 207 Inhltsverzeichnis Inhltsverzeichnis 2 I. Vorwort 5 I.. Über dieses Skriptum.................................. 5 I.2. Wer...........................................

Mehr

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG

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

Mehr

Hier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel als auch die partielle Integration zur Anwendung kommt.

Hier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel als auch die partielle Integration zur Anwendung kommt. 64 Kpitel. Integrlrechnung Hier ist noch ein Beispiel, bei dem sowohl die Substitutionsregel ls uch die prtielle Integrtion zur Anwendung kommt..4.6 Beispiel Um eine Stmmfunktion für rctn zu finden, beginnen

Mehr

VII. Folgen und Reihen von Funktionen (Vertauschung von Grenzprozessen)

VII. Folgen und Reihen von Funktionen (Vertauschung von Grenzprozessen) VII. Folgen und Reihen von Funktionen (Vertuschung von Grenzprozessen) Definition. Sei {f n } eine Folge von Funktionen, die uf einer Menge E definiert sind. Die Folgen der Funktionswerte {f n (x)} seien

Mehr

Einführung in die Analysis. Prof. Dr. René Grothmann

Einführung in die Analysis. Prof. Dr. René Grothmann Einführung in die Anlysis Prof. Dr. René Grothmnn 2016 2 Vorwort Es hndelt sich bei diesem Skript nur um eine Zusmmenfssung der Vorlesung. Beweise und Beispiele wurden uf ein Minimum reduziert. Auch eine

Mehr

Mathematik I für Physiker

Mathematik I für Physiker Mthemtik I für Physiker Wintersemester 203/4 Stefn Teufel Mthemtisches Institut Uni Tübingen 3. Jnur 204 Diese Version des Skriptums ist nur zum Gebruch prllel zum Besuch der Vorlesung gedcht. Ds Studium

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. r. H. Spohn r. M. Prähofer Zentrlübung TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik 14. Stetigkeit der Umkehrfunktion Mthemtik für Physiker 3 (Anlysis ) http://www-m5.m.tum.de/allgemeines/ma903

Mehr

Kapitel 8 Anwendungen der Di erentialrechnung

Kapitel 8 Anwendungen der Di erentialrechnung Kpitel 8 Anwendungen der Di erentilrechnung Kpitel 8 Anwendungen der Di erentilrechnung Mthemtischer Vorkurs TU Dortmund Seite 99 / 235 Kpitel 8 Anwendungen der Di erentilrechnung Stz 8.1 (Mittelwertstz

Mehr

Prof. Dr. Siegfried Echterhoff.. 1 HAUPTSATZ DER INTEGRAL UND DIFFERENTIALRECHNUNG

Prof. Dr. Siegfried Echterhoff.. 1 HAUPTSATZ DER INTEGRAL UND DIFFERENTIALRECHNUNG Vorlesung SS 29 Anlysis 2 HAUPTSATZ DER INTEGRAL UND DIFFERENTIALRECHNUNG Teil : Fortsetzung des Studiums von Funktionen in einer reellen Vriblen (Integrtion und Tylorreihen). Huptstz der Integrl und Differentilrechnung

Mehr

ANALYSIS EINER VERÄNDERLICHEN (WS 08/09)

ANALYSIS EINER VERÄNDERLICHEN (WS 08/09) ANALYSIS EINER VERÄNDERLICHEN (WS 08/09) BERNHARD HANKE Wir werden uns in weiten Teilen uf die Bücher [F] O. Forster: Anlysis 1, 7. Auflge (2004), Vieweg-Verlg [A] K. Königsberger: Anlysis 1, 6. Auflge,

Mehr

Analysis. Prof. Dr. Knut Smoczyk. Leibniz Universität Hannover. Stand: 21. September Alle Rechte beim Autor

Analysis. Prof. Dr. Knut Smoczyk. Leibniz Universität Hannover. Stand: 21. September Alle Rechte beim Autor Anlysis Prof. Dr. Knut Smoczyk Leibniz Universität Hnnover Stnd: 21. September 2013 Alle Rechte beim Autor Inhltsverzeichnis 1 Vorbereitungen 5 1.1 Mengen..................................... 5 1.2 Reltionen...................................

Mehr

R := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen

R := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen Die ntürlichen Zhlen (zusmmen mit der Addition und der Multipliktion) wurden in Kpitel 3 xiomtisch eingeführt. Aus den ntürlichen Zhlen knn mn nun die gnzen Zhlen Z = {..., 2, 1, 0, 1, 2,...} die rtionlen

Mehr

ANALYSIS I. Christian Kanzow. Julius Maximilians Universität Würzburg Institut für Mathematik Am Hubland Würzburg

ANALYSIS I. Christian Kanzow. Julius Maximilians Universität Würzburg Institut für Mathematik Am Hubland Würzburg ANALYSIS I Christin Knzow Julius Mximilins Universität Würzburg Institut für Mthemtik Am Hublnd 97074 Würzburg e-mil: knzow@mthemtik.uni-wuerzburg.de URL: http://www.mthemtik.uni-wuerzburg.de/ knzow Vorlesungsskript

Mehr

Kapitel 9 Integralrechnung

Kapitel 9 Integralrechnung Kpitel 9 Integrlrechnung Kpitel 9 Integrlrechnung Mthemtischer Vorkurs TU Dortmund Seite 1 / 18 Kpitel 9 Integrlrechnung Definition 9.1 (Stmmfunktion) Es seien f, F : I R Funktionen. F heißt Stmmfunktion

Mehr

Uneigentliche Riemann-Integrale

Uneigentliche Riemann-Integrale Uneigentliche iemnn-integrle Zweck dieses Abschnitts ist es, die Vorussetzungen zu lockern, die wir n die Funktion f : [, b] bei der Einführung des iemnn-integrls gestellt hben. Diese Vorussetzungen wren:

Mehr

D-MAVT/D-MATL Analysis I HS 2016 Dr. Andreas Steiger. Lösung - Serie 9

D-MAVT/D-MATL Analysis I HS 2016 Dr. Andreas Steiger. Lösung - Serie 9 D-MAVT/D-MATL Anlysis I HS 26 Dr. Andres Steiger Lösung - Serie 9. MC-Aufgben (Online-Abgbe). Es sei f die Funktion f() = e + 7. Welche der folgenden Funktionen sind Stmmfunktionen von f? () g() = 2 2

Mehr

Einführung in die Analysis. Prof. Dr. René Grothmann

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

Mehr

7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist.

7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist. 7-1 Elementre Zhlentheorie 7 Ds udrtische Rezirozitätsgesetz 70 Erinnerung Sei eine ungerde Primzhl, sei Z In 114 wurde ds Legendre-Symbol eingeführt: 1 ist udrtischer Rest modulo, 1 flls gilt ist udrtischer

Mehr

Analysis I. Wintersemester 2002/03. W. Ebeling

Analysis I. Wintersemester 2002/03. W. Ebeling Anlysis I Wintersemester 2002/03 W. Ebeling Zhlensysteme Zhlensysteme Die Anlysis befsst sich mit Funktionen von reellen Zhlen. Zunächst wird eine Übersicht über Zhlensysteme gegeben. Zum Abzählen bedient

Mehr

Analysis 1. Wintersemester 2016/17. Stefan Teufel Mathematisches Institut Uni Tübingen. 20. Januar 2017

Analysis 1. Wintersemester 2016/17. Stefan Teufel Mathematisches Institut Uni Tübingen. 20. Januar 2017 Anlysis Wintersemester 206/7 Stefn Teufel Mthemtisches Institut Uni Tübingen 20. Jnur 207 Diese Version des Skriptums ist nur zum Gebruch prllel zum Besuch der Vorlesung gedcht. Ds Studium des Skripts

Mehr

4. Das quadratische Reziprozitätsgesetz.

4. Das quadratische Reziprozitätsgesetz. 4-1 Elementre Zhlentheorie 4 Ds udrtische Rezirozitätsgesetz Sei eine ungerde Primzhl, sei Z mit, 1 Frge: Wnn gibt es x Z mit x mod? Gibt es ein derrtiges x, so nennt mn einen udrtischen Rest modulo Legendre

Mehr

Klausurvorbereitungsausfgaben für die Feiertage Analysis II im WS 2013/2014

Klausurvorbereitungsausfgaben für die Feiertage Analysis II im WS 2013/2014 Institut für Mthemtik Freie Universität Berlin C. Hrtmnn, A. Ppke Wer spricht von Siegen, Überleben ist lles. Riner Mri Rilke Lösung zu Klusurvorbereitungsusfgben für die Feiertge Anlysis II im WS 23/24

Mehr

KAPITEL 18 UND 19 H. KOCH. Kapitel 18. x>a. x<y

KAPITEL 18 UND 19 H. KOCH. Kapitel 18. x>a. x<y KAPITEL 18 UND 19 H. KOCH 1. VORLESUNG VOM 08.01.2018 Kpitel 18 Definition 1 (Zerlegungen, Treppenfunktionen, Regelfunktionen) Sei < b. 1. Eine Zerlegung τ von [, b] besteht us einer Zhl N N und (N + 1)

Mehr

Antworten auf Anfragen von Kursteilnehmern. Zu folgender Aussage aus den Multiple-Choice-Aufgaben: f (n) (a) (x a) n n! n=0

Antworten auf Anfragen von Kursteilnehmern. Zu folgender Aussage aus den Multiple-Choice-Aufgaben: f (n) (a) (x a) n n! n=0 Ferienkurs Anlysis 1 WS 11/12 Florin Drechsler Antworten uf Anfrgen von Kursteilnehmern Zu Tylorreihen Zu folgender Aussge us den Multiple-Choice-Aufgben: Es gibt Funktionen f C (R) mit konvergenter Tylorreihe

Mehr

Mathematik für Informatiker II (Maikel Nadolski)

Mathematik für Informatiker II (Maikel Nadolski) Lösungen zum 7 Aufgbentt zur Vorlesung Mthemti für Informtier II Miel Ndolsi) Abgbe: bis Freitg, den 0Juni 0, 05 Uhr Häufungspunte ) Sei n ) eine reellwertige Folge mit Grenzwert sei b n ) eine beschränte

Mehr

Höhere Mathematik I für Physiker

Höhere Mathematik I für Physiker Höhere Mthemtik I für Physiker Krlsruher Institut für Technologie Prof. Dr. Tobis Lmm Wintersemester 2012/13 Einleitung Dieses Skript bsiert wesentlich uf den Vorlesungsskripten von Prof. Dr. Ernst Kuwert

Mehr

Flächeninhalt unter dem Graphen. Ist nun die Kraft nicht mehr stückweise konstant, so wird man intuitiv immer noch den

Flächeninhalt unter dem Graphen. Ist nun die Kraft nicht mehr stückweise konstant, so wird man intuitiv immer noch den 19 REGELFUNKTIONEN 107 Kpitel 7: Integrtion Notwendigkeit des Integrlbegriffes und Hinweise zu seiner Präzisierung liegen uf der Hnd. Betrchten wir etw den physiklischen Begriff der Arbeit, die im einfchsten

Mehr

Infinitesimalrechnung, Mengenlehre und logische Verknüpfungen

Infinitesimalrechnung, Mengenlehre und logische Verknüpfungen Vorlesung 16 Infinitesimlrechnung, Mengenlehre und logische Verknüpfungen 16.1 Huptstz der Differentil- und Integrlrechnung Wir verknüpfen nun Differentil- mit Integrlrechnung. Definition 16.1.1. Eine

Mehr

3 Uneigentliche Integrale

3 Uneigentliche Integrale Mthemtik für Ingenieure II, SS 29 Dienstg 9.5 $Id: uneigentlich.te,v.5 29/5/9 6:23:8 hk Ep $ $Id: prmeter.te,v.2 29/5/9 6:8:3 hk Ep $ 3 Uneigentliche Integrle Mn knn die eben nchgerechnete Aussge e d =,

Mehr

3 Uneigentliche Integrale

3 Uneigentliche Integrale Mthemtik für Physiker II, SS 2 Freitg 2.5 $Id: uneigentlich.te,v.7 2/5/2 :49:7 hk Ep $ $Id: norm.te,v.3 2/5/2 2:2:45 hk Ep hk $ 3 Uneigentliche Integrle Am Ende der letzten Sitzung htten wir ds Mjorntenkriterium

Mehr

Analysis I- III, WS 2011/2012, SS 2012, WS 2012/2013

Analysis I- III, WS 2011/2012, SS 2012, WS 2012/2013 Anlysis I- III, WS 2011/2012, SS 2012, WS 2012/2013 Holger Dette Ruhr-Universität Bochum Fkultät für Mthemtik 44780 Bochum Germny emil: holger.dette@ruhr-uni-bochum.de FAX: +49 2 34 3214 559 Tel.: +49

Mehr

Stammfunktionen, Hauptsätze, unbestimmtes Integral

Stammfunktionen, Hauptsätze, unbestimmtes Integral Stmmfunktionen, Huptsätze, unbestimmtes Integrl Sei I ein Intervll, f beschränkt uf I und R-integrierbr für jedes [, b] I, und I. Dnn heißt die Funktion F mit D(F ) = I und F () = f(t)dt Integrl von f

Mehr

Analysis I. Heinrich Freistühler

Analysis I. Heinrich Freistühler Anlysis I Heinrich Freistühler 18.2.2012 Inhltsverzeichnis 1 Aussgen, Mengen, Reltionen und Funktionen 4 1.1 Aussgen.................................... 4 1.2 Mengen.....................................

Mehr

10 Das Riemannsche Integral

10 Das Riemannsche Integral 10 Ds Riemnnsche Integrl 50 10 Ds Riemnnsche Integrl Ziel dieses Prgrphen ist es, den Inhlt einer Fläche, die vom Grphen einer Funktion berndet wird, exkt zu definieren. f(b) f() = t 0 t1 t2 t3 t4 t5 t

Mehr

29 Uneigentliche Riemann-Integrale

29 Uneigentliche Riemann-Integrale 29 Uneigentlihe Riemnn-Integrle 29.2 Uneigentlihe Riemnn-Integrle bei einer kritishen Integrtionsgrenze 29.3 Zusmmenhng des uneigentlihen mit dem eigentlihen Riemnn-Integrl 29.5 Cuhy-Kriterium für uneigentlihe

Mehr

VI. Das Riemann-Stieltjes Integral.

VI. Das Riemann-Stieltjes Integral. VI. Ds Riemnn-Stieltjes Integrl. Es stellt sich herus, dss der hier entwickelte Integrlbegriff strk von der Ordnungsstruktur von R bhängt. Definition. Sei [, b] ein Intervll in R. Unter einer Prtition

Mehr

Protokoll zur Vorlesung Analysis I

Protokoll zur Vorlesung Analysis I Protokoll zur Vorlesung Anlysis I Prof. W. Bley 3. August 2011 Protokoll über die 1., 2. und 3. Vorlesung 1 Grundlgen, reelle und komplexe Zhlen, Vollständigkeit 1.1 Grundlgen In der ersten Vorlesung wurde

Mehr

Analysis. Prof. Dr. Linus Kramer WS SS Skript aus dem ersten und zweiten Semester. getext von Julia Wolters

Analysis. Prof. Dr. Linus Kramer WS SS Skript aus dem ersten und zweiten Semester. getext von Julia Wolters Anlysis Skript us dem ersten und zweiten Semester Prof. Dr. Linus Krmer WS 2009 2010 SS 2010 getext von Juli Wolters Inhltsverzeichnis 1 Ringe, Körper, Anordnung 1 2 Die reellen Zhlen und etws Kombintorik

Mehr

Mathematischer Vorkurs NAT-ING1

Mathematischer Vorkurs NAT-ING1 Mthemtischer Vorkurs NAT-ING1 (02.09. 20.09.2013) Dr. Robert Strehl WS 2013-2014 Mthemtischer Vorkurs TU Dortmund Seite 1 / 20 Mthemtischer Vorkurs TU Dortmund Seite 2 / 20 Definition 9.1 (Stmmfunktion)

Mehr

Logische Grundlagen der Mathematik, WS 2014/15

Logische Grundlagen der Mathematik, WS 2014/15 Logische Grundlgen der Mthemtik, WS 2014/15 Thoms Timmermnn 3. Dezember 2014 Wiederholung: Konstruktion der gnzen Zhlen (i) Betrchten formle Differenzen b := (, b) mit, b N 0 (ii) Setzen b c d, flls +

Mehr

Mathematik II für Studierende der Informatik und Wirtschaftsinformatik. (Analysis und Lineare Algebra) THOMAS ANDREAE

Mathematik II für Studierende der Informatik und Wirtschaftsinformatik. (Analysis und Lineare Algebra) THOMAS ANDREAE Mthemtik II für Studierende der Informtik und Wirtschftsinformtik Anlysis und Linere Algebr) THOMAS ANDREAE Inhltsverzeichnis Reelle Zhlen, Grenzwerte und Stetigkeit 4. Die Axiome der reellen Zhlen.................................

Mehr

Analysis I. TU Dortmund, Wintersemester 2013/14. Ben Schweizer

Analysis I. TU Dortmund, Wintersemester 2013/14. Ben Schweizer Anlysis I TU Dortmund, Wintersemester 2013/14 Ben Schweizer Inhltsverzeichnis 1 Reelle Zhlen 1.1 Logische Grundlgen: Aussgen, Beweise, Mengen........ 3 1.2 Die Zhlenbereiche N, Z und Q..................

Mehr

Analysis I (Marciniak-Czochra)

Analysis I (Marciniak-Czochra) Anlysis I (Mrcinik-Czochr) Robin Heinemnn 9. Dezember 207 Inhltsverzeichnis Einleitung 3 2 Mengen und Zhlen 3 2. Logische Regeln und Zeichen.................................... 3 2.. Quntoren.........................................

Mehr

Mathematik II für Studierende der Informatik (Analysis und Lineare Algebra)

Mathematik II für Studierende der Informatik (Analysis und Lineare Algebra) Mthemtik II für Studierende der Informtik Anlysis und Linere Algebr) THOMAS ANDREAE Sommersemester 204 Stnd: 24. Juli 204) Vorwort Ds vorliegende Skript umfsst im Wesentlichen den Stoff der Vorlesung Mthemtik

Mehr

6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist

6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist 6- Elementre Zhlentheorie 6 Frey-Folgen Die Menge F n der rtionlen Zhlen mit n und (zusmmen mit der Ordnung ) nennt mn die n-te Frey-Folge, zum Beispiel ist F = { < < < < < < < < < < } Offensichtlich gilt:

Mehr

1 Folgen. 1. Februar 2016 ID 03/455. a) Folgende Folge ist gegeben: a n+1 = 7a n 12a n 1, a 0 = 1, a 1 = 0 (1) Charakteristisches Polynom:

1 Folgen. 1. Februar 2016 ID 03/455. a) Folgende Folge ist gegeben: a n+1 = 7a n 12a n 1, a 0 = 1, a 1 = 0 (1) Charakteristisches Polynom: Tutorium Ynnick Schrör Lösung zur Bonusklusur vom WS 1/13 Ynnick.Schroer@rub.de 1. Februr 016 ID 03/455 1 Folgen ) Folgende Folge ist gegeben: n+1 7 n 1 n 1, 0 1, 1 0 (1) Chrkteristisches Polynom: q 7q

Mehr

Universität Ulm Abgabe: Freitag,

Universität Ulm Abgabe: Freitag, Universität Ulm Abgbe: Freitg, 19.06.2009 Prof. Dr. W. Arendt Robin Nittk Sommersemester 2009 Punktzhl: 38+7 13. Zeige: Lösungen Prtielle Differentilgleichungen: Bltt 5 Sei (, b) ein reelles Intervll.

Mehr

Serie 13 Lösungsvorschläge

Serie 13 Lösungsvorschläge D-Mth Mss und Integrl FS 204 Prof. Dr. D. A. Slmon Serie 3 Lösungsvorschläge. Sei I := [, b] R ein kompktes Intervll und sei B 2 I die Borel-σ-Algebr. Def. Eine Funktion f : I R heisst von beschränkter

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Krlsruher Institut für Technologie Institut für Anlysis Dr. Christoph Schmoeger Dipl.-Mth. Sebstin Schwrz Höhere Mthemtik für die Fchrichtung Physik Lösungsvorschläge zum. Übungsbltt Aufgbe 6 (Übung) )

Mehr

Analysis I Wintersemester 2002/03. W. Ebeling

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

Mehr

Analysis I* und II* Prof. Dr. Barbara Niethammer. Abschrift von Jana Bielagk, Leonard Kern, Michael Kreikenbaum, Adrian Petrov

Analysis I* und II* Prof. Dr. Barbara Niethammer. Abschrift von Jana Bielagk, Leonard Kern, Michael Kreikenbaum, Adrian Petrov Anlysis I* und II* Prof. Dr. Brbr Niethmmer Abschrift von Jn Bielgk, Leonrd Kern, Michel Kreikenbum, Adrin Petrov Version vom 3. März 2008 2 Inhltsverzeichnis Ntürliche Zhlen vollständige Induktion 7.

Mehr

Numerische Integration

Numerische Integration Kpitel 4 Numerische Integrtion Problem: Berechne für gegebene Funktion f :[, b] R ds Riemnn-Integrl I(f) := Oft ist nur eine numerische Näherung möglich. f(x)dx. Beispiel 9. (i) Rechteckregel: Wir pproximieren

Mehr

Analysis I. Inhaltsverzeichnis. Martin Brokate. 1 Aussagen, Mengen, Abbildungen 1. 2 Das Prinzip der vollständigen Induktion 14

Analysis I. Inhaltsverzeichnis. Martin Brokate. 1 Aussagen, Mengen, Abbildungen 1. 2 Das Prinzip der vollständigen Induktion 14 Anlysis I Mrtin Brokte Inhltsverzeichnis Aussgen, Mengen, Abbildungen 2 Ds Prinzip der vollständigen Induktion 4 3 Die reellen Zhlen 8 4 Folgen 29 5 Die komplexen Zhlen 40 6 Reihen 44 7 Unendliche Mengen

Mehr

6 Totale Differenzierbarkeit

6 Totale Differenzierbarkeit 6 Totle Differenzierbrkeit Sei U R offen. Eine Funktion f : U R ist differenzierbr in einem Punkt x U (Stz 14.6 in [EAI] genu dnn, wenn sie liner pproximierbr ist in x in dem Sinne, dss eine Zhl c R und

Mehr

Analysis I - Vorlesungs-Script

Analysis I - Vorlesungs-Script Anlysis I - Vorlesungs-Script Prof. Dr. Cmillo De Lellis HS 2010 - HS 2016 Mitschrift: Simon Hfner, Polo Fortunti Inhltsverzeichnis 1. Grundbegriffe: Mengen und die ntürliche Zhlen 1 1.1. Mengen..................................

Mehr

, für x 2, ax wenn x > 3. 2x+a wenn x Integralrechnung

, für x 2, ax wenn x > 3. 2x+a wenn x Integralrechnung . INTEGRALRECHNUNG 69 Aufgbe 9.3 Bestimme lle Extrem der Funktion f : [,] R, x ( x) +9x. Aufgbe 9.3 Bestimme die Extrem der Funktion f : R\{} R : x x4 5x 4 (x ) 3. Untersuche die Funktion hinsichtlich

Mehr

Zusatzunterlagen zur Vorlesung Analysis II Sommersemester 2014

Zusatzunterlagen zur Vorlesung Analysis II Sommersemester 2014 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Jörg Eschmeier M. Sc. Sebstin Lngendörfer e Integrlrechnung Zustzunterlgen zur Vorlesung Anlysis II Sommersemester 2014 Dieses Bltt enthält

Mehr

Lösung 4: Reelle innere Produkte, Normen und Gram-Schmidt Orthogonalisierung

Lösung 4: Reelle innere Produkte, Normen und Gram-Schmidt Orthogonalisierung D-MATH Linere Algebr II FS 217 Dr. Meike Akveld Lösung 4: Reelle innere Produkte, Normen und Grm-Schmidt Orthogonlisierung 1. Seien v (i) 1, v (i) 2, v (i) 3 R 3, sodss B i = (v (i) 1, v (i) 2, v (i) 3

Mehr

Probeklausur Mathematik für Ingenieure C3

Probeklausur Mathematik für Ingenieure C3 Deprtment Mthemtik Dr. rer. nt. Lrs Schewe Mthis Sirvent Wintersemester 013/014 Probeklusur Mthemtik für Ingenieure C3 Anmerkungen zur Klusur: Die Arbeitszeit wird 90 Minuten betrgen. Sie können sämtliche

Mehr

Analysis 1 und 2. Martin Brokate. 1 Aussagen, Mengen, Abbildungen 1. 2 Das Prinzip der vollständigen Induktion Die reellen Zahlen 17

Analysis 1 und 2. Martin Brokate. 1 Aussagen, Mengen, Abbildungen 1. 2 Das Prinzip der vollständigen Induktion Die reellen Zahlen 17 Anlysis 1 und 2 Mrtin Brokte Inhltsverzeichnis 1 Aussgen, Mengen, Abbildungen 1 2 Ds Prinzip der vollständigen Induktion 14 3 Die reellen Zhlen 17 4 Folgen 28 5 Die komplexen Zhlen 39 6 Reihen 44 7 Unendliche

Mehr

Analysis I. 1 Mengen und Abbildungen

Analysis I. 1 Mengen und Abbildungen Anlysis I Ds Skript orientiert sich im wesentlichen nch den Skripten der Professoren Rüdiger Brun und Wilhelm Singhof. Die Beweise werden in den Vorlesungen, ber nicht in dem Skript gegeben. Mengen und

Mehr

Aufgabe Σ

Aufgabe Σ Fchbereich Mthemtik WS 01/13 Prof. J. Ltschev 7. Februr 013 Höhere Anlysis Modulbschlussprüfung Sie benötigen nur Schreibgeräte. Die Verwendung jeglicher nderer Hilfsmittel (wie z. B. Tschenrechner, Hndys,

Mehr

Formelsammlung Analysis I / II für Physiker und Mathematiker

Formelsammlung Analysis I / II für Physiker und Mathematiker Formelsmmlung Anlysis I / II für Physiker und Mthemtiker Stnd: 7.2.2005 - Version:.0. Erhältlich unter http://privt.mcrolb.de Diese Formelsmmlung bsiert uf der Vorlesung Anlysis

Mehr

Lösungsskizzen zur Präsenzübung 06

Lösungsskizzen zur Präsenzübung 06 Lösungsskizzen zur Präsenzübung 06 Mirko Getzin Universität Bielefeld Fkultät für Mthemtik 23. Mi 2014 Keine Gewähr uf vollständige Richtigkeit und Präzision ller (mthemtischen) Aussgen. Ds Dokument ht

Mehr

4 Stetigkeit. 4.1 Intervalle

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

Mehr

(x t) n f (n+1) (t) dt. f(x) =f(a)+ f (t) dt

(x t) n f (n+1) (t) dt. f(x) =f(a)+ f (t) dt 6 Der Stz von Tylor Gleichmäßige Konvergenz Potenzreihen Der Stz von Tylor Es sei D ein Intervll, X ein Bnchrum und f : D X eine Funtion Stz Tylorsche Formel Ist f (n +)-ml stetig differenzierbr, so gilt

Mehr

Analysis für Informatiker Panikzettel

Analysis für Informatiker Panikzettel pnikzettel.philworld.de Anlysis für Informtiker Pnikzettel Philipp Schröer Version 5 7.04.08 Inhltsverzeichnis Einleitung Grundlgen. Formeln und Ungleichungen.................................. Unendlichkeit..........................................

Mehr

Analysis I - Vorlesungs-Script

Analysis I - Vorlesungs-Script Anlysis I - Vorlesungs-Script Prof. Dr. Cmillo De Lellis Herbstsemester 2010 Mitschrift: Simon Hfner, Polo Fortunti Inhltsverzeichnis 1 Grundbegriffe: Mengen und die ntürliche Zhlen 1 1.1 Mengen..................................

Mehr

Mathematik II. Vorlesung 41. Satz Es sei f :[a,b] R n, t f(t), eine differenzierbare Kurve. Dann gibt es ein c [a,b] mit

Mathematik II. Vorlesung 41. Satz Es sei f :[a,b] R n, t f(t), eine differenzierbare Kurve. Dann gibt es ein c [a,b] mit Prof. Dr. H. Brenner Osnbrück SS 1 Mthemtik II Vorlesung 41 Die Mittelwertbschätzung für differenzierbre Kurven Stz 41.1. Es sei f :[,b] R n, t f(t), eine differenzierbre Kurve. Dnn gibt es ein c [,b]

Mehr

Kapitel 7. Integralrechnung für Funktionen einer Variablen

Kapitel 7. Integralrechnung für Funktionen einer Variablen Kpitel 7. Integrlrechnung für Funktionen einer Vriblen In diesem Kpitel sei stets D R, und I R ein Intervll. 7. Ds unbestimmte Integrl (Stmmfunktion) Es sei f : I R eine Funktion. Eine differenzierbre

Mehr

4. Der Cauchysche Integralsatz

4. Der Cauchysche Integralsatz 22 Andres Gthmnn 4. Der Cuchysche Integrlstz Es seien D C offen und f : D C eine stetige Funktion. Ht f in D eine Stmmfunktion, so hben wir im letzten Kpitel gesehen, dss Kurvenintegrle über f in D nur

Mehr

7.9A. Nullstellensuche nach Newton

7.9A. Nullstellensuche nach Newton 7.9A. Nullstellensuche nch Newton Wir hben früher bemerkt, dß zur Auffindung von Nullstellen einer gegebenen Funktion oft nur Näherungsverfhren helfen. Eine lte, ber wirkungsvolle Methode ist ds Newton-Verfhren

Mehr

Analysis I. Partielle Integration. f (t)g(t)dt =

Analysis I. Partielle Integration. f (t)g(t)dt = Prof. Dr. H. Brenner Osnbrück WS 3/4 Anlysis I Vorlesung 5 Wir besprechen nun die wesentlichen Rechenregeln, mit denen mn Stmmfunktionen finden bzw. bestimmte Integrle berechnen knn. Sie beruhen uf Ableitungsregeln.

Mehr

ist ein Quotient ganzer Zahlen m,n Z und n = 0. Dabei heißt m Zähler und n Nenner. Wegen m 1 = m ist Z eine Teilmenge von Q. Zwei Brüche sind gleich:

ist ein Quotient ganzer Zahlen m,n Z und n = 0. Dabei heißt m Zähler und n Nenner. Wegen m 1 = m ist Z eine Teilmenge von Q. Zwei Brüche sind gleich: Vorlesung 4 Zhlenbereiche 4.1 Rtionle Zhlen Wir hben gesehen, dss nicht jedes Eleent us Z ein ultipliktives Inverses besitzt. Dies führt zur Einführung der rtionlen Zhlen Q, obei der Buchstbe Q für Quotient

Mehr

Analysis. 1. April 2003

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

Mehr

Analysis I. Geoffrey Hemion Übersetzt von Nils Romaker

Analysis I. Geoffrey Hemion Übersetzt von Nils Romaker Anlysis I Geoffrey Hemion Übersetzt von Nils Romker Sommersemester 200 0.0. Litertur Dieses Skript Verschiedene Bücher us der Bibliothek mit dem Wort Anlysis im Titel. Im speziellen die Bücher von Forster

Mehr