Netzwerkreduktion und Pólya's Theorem

Größe: px
Ab Seite anzeigen:

Download "Netzwerkreduktion und Pólya's Theorem"

Transkript

1 Semiar über Bäume, Netzwerke ud Zufall Netzwerkreduktio ud Pólya's Theorem Dozete: HD Dr. Joche Geiger, Prof. Dr. Ato Wakolbiger Vortrageder: Björ Schwalb Vortragstermi:.Mai 2005

2 Ihaltsverzeichis Eileitug 3 2 Netzwerkreduktio 3 2. Reiheschaltug Beispiel Parallelschaltug Beispiel Ster-Triagel Beispiel Pólya's Theorem 9 3. Rekurrez ud Trasiez Der klassische Beweis vo Pólya's Theorem Literaturverzeichis 5 2

3 Eileitug Was der eektive Widerstad (Wirkwiderstad) eies Netzwerkes ist, bzw. desse Reziprok, der eektive Leitwert, ist bereits geklärt. Die Frage ist u, wie ma diese Werte berechet. Die Idee ist, ei Netzwerk durch ur eie eizige Leiter (Kate) zu ersetze. We wir dies tu wolle, ist es ahelieged ach ud ach Teile des Netzwerks (Graphe) mit sogeate eifache Trasformatioe zu vereifache. Es gibt drei solcher eifache Trasformatioe, die Reiheschaltug, die Parallelschaltug ud die Ster-Triagel, ud es stellt sich mittels eies Theorems vo Epifaov (wird icht behadelt) heraus, das diese geüge um jedes edliche, ebee Netzwerk zu reduziere. 2 Netzwerkreduktio Zwei Gesetze die im Folgede beutzt werde: Gesetz (Ohm'sches Gesetz) We x y, gilt für de Strom, der vo x ach y ieÿt: v(x) v(y) i(x, y)r(x, y) Gesetz 2 (Kirchho's Gesetz) Die Summe des Stroms, der aus eiem gegebee Kotepukt ieÿt ist 0, uter der Bedigug, daÿ dieser icht a die Batterie ageschlosse ist. i(x, y) 0 für alle x / A Z 2. Reiheschaltug Nu komme wir zur erste eifache Trasformatio: y Trasformatio (Reiheschaltug) Zwei Widerstäde r ud r 2 i Reihe geschaltet sid äquivalet zu eiem eizele Widerstad r + r 2. I adere Worte: Sei w V (G) \ (A Z) ei Kotepukt 2.Ordug mit Nachbar u, u 2, ud ersetze wir die Kate (u i, w) durch eie eizele Kate (u, u 2 ) mit Widerstad r(u, w) + r(w, u 2 ), so bleibe alle Potetiale ud Stromstärke i G \ {w} uverädert, ud der Strom, der vo u ach u 2 ieÿt, etspricht i(u, w). Beweis: Mit Kirchho's Gesetz gilt: i(u, w) i(w, u 2 ) 0 i(u, w) i(w, u 2 ) 3

4 es gilt aufgrud des Ohm'sche Gesetzes: v(u ) v(w) i(u, w)r(u, w) isgesamt folgt: v(w) v(u 2 ) i(w, u 2 )r(w, u 2 ) v(u ) v(u 2 ) i(u, w)r(u, w) + i(w, u 2 )r(w, u 2 ) i(u, w)(r(u, w) + r(w, u 2 )) i(u, w)r(u, u 2 ) (laut V orraus.) i(u, w) i(u, u 2 ) (Ohm sches Gesetz) Beim Vergleich mit weitere Nachbar vo u, u 2 garatiert Kirchho's Gesetz, das sich die Stromstärke i G \ {w} icht verädert habe köe. Da sich u weder Stromstärke och Widerstad zwische u ud u 2 verädert habe, folgt, daÿ die Potetialdierez (Voltuterschied) auch uverädert gebliebe sei muÿ, ud somit auch alle Potetiale. 2.. Beispiel Betrachtet ma eie eifache Irrfahrt auf Z mit 0 k, so gilt: P k [τ 0 < τ ] die Spaug im Kotepukt k, wobei i 0 eie Eiheit Volt agelegt ist, ud 0 Volt i. (Iterpretatio vo Spaug [DS] S.47) Ersetze wir u die Reihe der Widerstäde vo 0 bis k durch eie Widerstad k ud die vo k ach durch eie Widerstad vom Wert k, ädert sich die Spaug i k icht. Aber die Spaug i k ist u eifach die Wahrscheilichkeit eie Schritt zur 0 zu mache, d.h. P k [τ 0 < τ ] v(k) ( ) π(k) k c(k, y)v(y) k y k + k k ( (*) ist eie Folgerug aus dem Kirchho'sche ud dem Ohm'sche Gesetz [LP] S.22) 4

5 2.2 Parallelschaltug Nu komme wir zur zweite Trasformatio: Trasformatio 2 (Parallelschaltug) Zwei Leiter c ud c 2 parallel geschaltet sid äquivalet zu eiem Leiter c + c 2. I adere Worte: Ersetzt ma zwei Kate e ud e 2,die beide w, w 2 V (G) als Afagspukt oder Edpukt habe, durch eie eizele Kate e vo w ach w 2 mit Leitwert c(e) : c(e ) + c(e 2 ), so bleibe alle Spauge ud Stromstärke i G\{e, e 2 } uverädert ud die Stromstärke i(e) gleicht i(e )+i(e 2 ) (we e ud e 2 die gleiche Orietierug habe, d.h. de selbe Afags- ud Edpukt). Dies gilt auch für eie uedliche Azahl parallel geschalteter Kate. Beweis: Mit dem Ohm'sche Gesetz folgt: i(e ) + i(e 2 ) v(w ) v(w 2 ) + v(w ) v(w 2 ) r(e ) r(e 2 ) (v(w ) v(w 2 ))( r(e ) + r(e 2 ) ) (v(w ) v(w 2 ))(c(e ) + c(e 2 )) (v(w ) v(w 2 ))c(e) (laut V orraus.) v(w ) v(w 2 ) r(e) i(e) Beim Vergleich mit weitere Nachbar vo w ud w 2 garatiert Kirchho's Gesetz, das die Stromstärke uverädert gebliebe sid. Da der Leitwert zwische w ud w 2 gleichgebliebe ist, gilt dies auch für de Widerstad. Uveräderte Stromstärke ud Widerstad führt zu eier uveräderte Spaug. Die obige Rechug lässt sich demetspreched veräder, das dies auch für eie uedliche Azahl parallel geschalteter Kate gilt Beispiel Ma ehme a, jede Kate i dem u folgede Netzwerk habe de gleiche Leitwert. Was ist u P [a z]? 5

6 Folgt ma de Trasformatioe, wie sie ute agedeutet sid, erhält ma als eektive Leitwert C(a z) 7 2, ud somit: P [a z] ( ) ((*) Aussage (2.4) [LP] S.23) C(a z) π(a)

7 2.3 Ster-Triagel Nu komme wir zur dritte Trasformatio: Trasformatio 3 (Ster-Triagel) Die Koguratioe ute sid äquivalet, we i {, 2, 3} : c(w, u i )c(u i, u i+ ) γ wobei ma die Idizes mod 3 rechet ud γ : i c(w, u i) i c(w, u i) i r(u i, u i+ ) i r(u i, u i+ ) Ma et dies auch die Y Trasformatio. (ohe Beweis; wird ur im folgede Beispiel beützt) 2.3. Beispiel Was ist P x [τ a < τ z ] im folgede Netzwerk? Folgt ma de ute agedeutete Trasformatioe, erhält ma: ((*) Aussage (2.2) [LP] S.20) 20 P x [τ a < τ z ] ( ) π(x) c(x, a)

8 Bemerkug: Im zweite Schritt sid die Bediguge der 3.Trasformatio erfüllt, wie ma leicht veriziert. 8

9 3 Pólya's Theorem Im Folgede kommt u der klassische Beweis vo Pólya's Theorem für die Dimesioe,2 ud 3. Doch solle vorab och eiige Begrie geklärt werde: 3. Rekurrez ud Trasiez Deitio: Ei Zustad x heiÿt rekurret, falls W s x (T x < ), wobei T x : if{ : X x} (Zeitpukt der erste Rückkehr ach x), ud aderfalls trasiet, d.h. falls W s x (T x < ) <. Eie Markov-Kette heiÿt rekurret (trasiet), falls alle ihre Zustäde dies sid. Theorem (Rekurrez) Die Rekurrez eies Puktes (Zustades) ist äquivalet zu eier uedliche erwartete Azahl vo Besuche i diesem Pukt (d.h. erwartugsgemäÿ kehrt ei Irrläufer eier rekurrete Irrfahrt immer wieder zurück). Beweis: Es sei u u die Wahrscheilichkeit, das ei Irrläufer, welcher i eiem gewisse Pukt startet, dorthi zurückkehrt. Die Wahrscheilichkeit, daÿ ei Irrläufer geau k-mal zurückkehrt (Start mit ibegrie) ist: u k ( u) (geometrische Verteilug; Iterpretatio als Azahl der Erfolge vor dem erste Miÿerfolg möglich) Bezeichet ma mit m die Azahl der Besuche im Startpukt, so ergibt sich: (Erwartugswert der geom. Verteilug) m ku k ( u) k ( u) k ku k ( u) d du ( u k ) k0 ( u) d du ( u ) ( u) ( u) 2 u 9

10 Ist m, so ist u, ud folglich ist die Irrfahrt rekurret. Ist m <, so ist u <, ud folglich ist die Irrfahrt trasiet. m bestimmt also de Typ der Irrfahrt. Wir brauche u och eie alterative Ausdrucksweise für m: Sei u die Wahrscheilichkeit, daÿ die Irrfahrt im -te Schritt zurückkehrt. Oesichtlich gilt u 0. Weiter sei e eie Zufallsvariable mit Werte i {0, }, die de Wert aimmt, we der Läufer im -te Schritt im Startpukt ist, ud 0 sost. Da ist T die Gesamtazahl der Besuche im Startpukt, ud (Liearität des Erwartugswerts) 0 m E(T ) Aber E(e ) u + 0( u ) u, ud somit gilt: m 0 e E(e ) Also ist die Irrfahrt rekurret, we 0 u kovergiert, ud trasiet, we 0 u divergiert. 0 u 3.2 Der klassische Beweis vo Pólya's Theorem Theorem 2 (Pólya) Eifache, d-dimesioale, symmetrische Irrfahrte sid rekurret für d, 2 ud trasiet für d 3. Beweis: Die eifache symmetrische Irrfahrt für d Wir betrachte eie Irrfahrt i Z, die i eiem beliebige Pukt startet. Um zu diesem Pukt zurückzukehre, muÿ der Läufer die gleiche Azahl a Schritte ach rechts mache, wie ach liks. Folglich ist ur eie gerade Azahl vo Schritte möglich. Jeder Pfad der ach 2 Schritte zurückkehrt, hat die Wahrscheilichkeit. 2 2 Die Azahl möglicher Pfade etspricht der Azahl der Möglichkeite Zeite zu wähle ach rechts zu gehe, we ma sost ur Schritte ach liks macht, also folglich ist u 2 ( 2 0 ) 2 2

11 Wir müsse zeige, das 0 u 2 gilt, ud beutze hierzu die Stirlig-Approximatio: Demach ist! 2πe u 2 (2)!!! 2 2 2π2e ( 2πe ) πe (2πe ) 4π π 2π π π Hiermit folgt 0 u 2 aus dem Grezwertkriterium, da de somit habe 0 u 2 ud 0 aus der Aalysis bekat sei sollte. u 2 π Isgesamt gilt somit: Die Irrfahrt i Z ist rekurret. Die eifache symmetrische Irrfahrt für d 2 π das gleiche Kovergezverhalte, wobei 0 π Nu betrachte wir eie Irrfahrt i Z 2, die i eiem beliebige Pukt startet. Um zu diesem Pukt zurückzukehre muÿ der Läufer u die gleiche Azahl a Schritte ach Norde gehe, die er ach Süde geht, ud die gleiche Azahl a Schritte ach Oste gehe, die er ach Weste geht.auch hier ist ur eie gerade Azahl a Schritte möglich. Jeder Pfad der ach 2 Schritte zurückkehrt hat die Wahrscheilichkeit. 4 2 Die Azahl der Pfade, die k Schritte ach Norde, k Schritte ach Süde, k Schritte ach Oste ud k Schritte ach Weste gehe, ergibt sich durch ( ) 2 k, k, k, k (2)! k!k!( k)!( k)!

12 Folglich gilt: u ( ) 4 2 ( 2 2 k0 (2)! k!k!( k)!( k)! (2)!!!!! k!k!( k)!( k)! k0 ( ) ( ) 2 2 k ( 2 k0 ) ) 2 Die im letzte Schritt (*) beutzte kombiatorische Idetität k0 ( k) 2 ( 2 ) ist ei Spezialfall der Idetität, die sich aus der hypergeometrische Verteilug ergibt, aufgrud der Tatsache, daÿ sich die Gewichte der Verteilug zu summiere. Das obe errechete Ergebis ist gerade das Quadrat des Resultats der Irrfahrt i Z, d.h.: m u 2 < da 0 Igesamt folgt: Die Irrfahrt i Z 2 ist rekurret. Die eifache symmetrische Irrfahrt für d 3 0 π We ei Läufer i Z 3 zum Startpukt zurückkehre will, muÿ er i drei verschiedee Richtuge die gleiche Azahl vo Schritte hi ud zurück mache. So habe wir: u 2 (2)! 6 2 (wobei j + k ) j!j!k!k!( j k)!( j k)! j,k ( 2 j,k ) ( 2 j,k )!! j!j!k!k!( j k)!( j k)! ( 3! j!k!( j k)! )2 Betrachte wir u die Wahrscheilichkeit Kugel zufällig auf 3 Schachtel zu verteile, so daÿ j Stück i die., k Stück i die 2. ud ( j k) Stück i die 3.Schachtel komme, so ergibt sich:! 3 j!k!( j k)! ( ) 3 j, k, j k 2 ( )

13 Dieser Term ist ituitiv am gröÿte, we j, k, ( j k) möglichst ahe a 3 herareiche. Dies ka auch bewiese werde. Beweis: zu zeige ist also: ( ), 2, 3 ist am gröÿte, we, 2, 3 möglichst ahe bei 3 liege. Gilt i + j (oder j i 2), so folgt: ( ) ( ) i,..., j i +,..., j de! i! j! k! ( i + )! ( i + )! j ( j )! k!! i + ( i + )!( j )! k! j }{{}! ( i + )!( j )! k! I dem maximalste Multiomialkoeziete uterscheide sich die Eiträge, 2, 3 also maximal um eie gaze Zahl! Ma ka u eie der Faktore i (**) wie folgt ersetze, ud erhält die Abschätzug: u 2 ( ) (!! 3 [ 3 ]![ 3 ]![ 3 ]!)( 3 j!k!( j k)! ) j,k (wobei [ 3 ] die gröÿte gaze Zahl 3 bezeichet.) Die letzte Summe i diesem Term ergibt, de sie ist die Summe aller Gewichte des Spiels mit de 3 Schachtel. So folgt u ( ) 2 (! 3 [ ) 3 ]!3 Mit Hilfe der Stirlig-Approximatio ud der Ugleichug 3[ 3 ] schätze wir de rechte Term folgedermaÿe ab: 2 2 ( ) 2 ( π 3! 3 [ ) 3 ]!3 2πe ( 2π[ 3 ]e [ 3 ] [ 3 ][ 3 ] ) f() 3 3

14 wobei f() de Fehler bzgl. der Stirlig-Approximatio beschreibt. Aufgrud vo! 2π e +o() geht dieser gege ud ist somit beschräkt, wie ma sich leicht überlegt. 2e 3 2π[ 3 ]3 e 3[ 3 ] [ f() 3 ]3[ 3 ] 2e [ 3 (2π) [ 3 ] 3 ]3 e 3[ 3 ] 3[ 3 ]3[ 3 ] f() 2e 27 (2π) 3 3 e f()r() wobei r() de Fehler bzgl. der Abschätzug 3[ 3 ] beschreibt. Aufgrud vo 3[ 3 ] 2 ist dieser ebefalls beschräkt. 54 (2π) 3 f()r() 3 54 ( F R) (2π) 3 } {{ } :K K 3 3 wobei F ud R obere Schrake zu f() ud r() sei solle. Deshalb gilt: da 0 α m 0 u 2 K 3 u 2 K K < für α > kovergiert (für α divergiert) was aus der Aalysis bekat sei sollte. Isgesamt folgt: Die Irrfahrt i Z 3 ist trasiet. Bemerkug: Allgemei gilt: wobei d der Dimesio der Irrfahrt etspricht. u 2 K d K d 2 4

15 Literatur [LP] Lyos, R. with Peres, Y.: Probability o Trees ad Networks (Ÿ 2.3 p.26-30) [DS] Doyle, P.G. ud Sell, J.L.: Radom Walks ad Electric Networks,984 (S.9-24) 5

Denition 27: Die Fakultät ist eine Folge f : N N mit f(1) := 1 und f(n + 1) := (n + 1) f(n) für alle n N. Wir schreiben n! := f(n) für diese Folge.

Denition 27: Die Fakultät ist eine Folge f : N N mit f(1) := 1 und f(n + 1) := (n + 1) f(n) für alle n N. Wir schreiben n! := f(n) für diese Folge. Vorkurs Mathematik, PD Dr. K. Halupczok, WWU Müster Fachbereich Mathematik ud Iformatik 22.9.20 Ÿ3.2 Folge ud Summe (Fortsetzug) Eie wichtige Möglichkeit, wie ma Zahlefolge deiere ka, ist die über eie

Mehr

Normierte Vektorräume

Normierte Vektorräume Normierte Vektorräume Wir betrachte im Folgede ur Vektorräume über R 1. Sei also V ei Vektorraum. Wir möchte Metrike auf V betrachte, die im folgede Sie mit der Vektorraumstruktur verträglich sid:, y,

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof Dr R Köig Dr M Prähofer Zetralübug TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik Mathematik für Physiker (Aalysis ) MA90 Witersem 07/8 Lösugsblatt 4 http://www-m5matumde/allgemeies/ma90 07W (007)

Mehr

Zahlenfolgen und Konvergenzkriterien

Zahlenfolgen und Konvergenzkriterien www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit

Mehr

4 Konvergenz von Folgen

4 Konvergenz von Folgen 4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder

Mehr

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden Folge ud Reihe Folge Eie Folge ist eie Abbildug der atürliche Zahle N = {0, 1,,...} i die Mege der (zumidest i de meiste Fälle) reelle Zahle R. I diesem Fall ka ma sich eie Folge als Pukte i eiem Koordiatesystem

Mehr

Wir wiederholen zunächst das Majorantenkriterium aus Satz des Vorlesungsskripts Analysis von W. Kimmerle und M. Stroppel.

Wir wiederholen zunächst das Majorantenkriterium aus Satz des Vorlesungsskripts Analysis von W. Kimmerle und M. Stroppel. Uiversität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dr. D. Zimmerma MSc. J. Köller MSc. R. Marczizik FDSA 4 Höhere Mathematik II 30.04.2014 el, kyb, mecha, phys 1 Kovergezkriterie

Mehr

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8 Mathematisches Istitut der Uiversität Müche Prof Dr Peter Otte WiSe 203/4 Lösug 8 032203 Übuge zur Aalysis für Iformatiker ud Statistiker Lösug zu Blatt 8 Aufgabe 8 [8 Pukte] (a) Für alle N sei = (+) Wir

Mehr

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa 20 I. Zahle, Kovergez ud Stetigkeit 4 Kovergete Folge 4. Dezimalzahle ud Itervallschachteluge. a) Reelle Zahle werde meist als Dezimalzahle dargestellt, etwa 7,304 = 0+7 +3 0 +0 00 +4 000. Edliche Dezimalzahle

Mehr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Lars Machiek Dipl.-Math. Sebastia Schwarz WS 206/207 03..206 Aalysis I Lösugsvorschläge zum 3. Übugsblatt Abgabe:

Mehr

4-1 Elementare Zahlentheorie

4-1 Elementare Zahlentheorie 4-1 Elemetare Zahletheorie 4. Dirichlet s Satz über Primzahle i arithmetische Progressioe. Satz (Dirichlet 1837). Seie a, k atürliche Zahle. Sid die Zahle a, k teilerfremd, so gibt es uedlich viele Primzahle

Mehr

KAPITEL 3. Zahlenreihen. 3.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen... 80

KAPITEL 3. Zahlenreihen. 3.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen... 80 KAPITEL 3 Zahlereihe 3. Geometrische Reihe......................... 7 3.2 Kovergezkriterie......................... 72 3.3 Absolut kovergete Reihe.................... 80 Lerziele 3 Eigeschafte der geometrische

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

10. Testen von Hypothesen Seite 1 von 6

10. Testen von Hypothesen Seite 1 von 6 10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)

Mehr

Anwendungen der Wahrscheinlichkeit II. Markovketten

Anwendungen der Wahrscheinlichkeit II. Markovketten Aweduge der Wahrscheilichkeit II 1. Fragestelluge Markovkette Markovkette sid ei häufig verwedetes Modell zur Beschreibug vo Systeme, dere Verhalte durch eie zufällige Übergag vo eiem Systemzustad zu eiem

Mehr

Seminar: Randomisierte Algorithmen Routenplanung in Netzwerken

Seminar: Randomisierte Algorithmen Routenplanung in Netzwerken Semiar: Radomisierte Algorithme Routeplaug i Netzwerke Marie Gotthardt 3. Oktober 008 Ihaltsverzeichis 1 Routeplaug i Netzwerke 1.1 Laufzeit eies determiistische Algorithmus'................ 1. Radomisierter

Mehr

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09 Musterlösug zu Blatt 8 der Vorlesug Aalysis I WS08/09 Schriftliche Aufgabe Aufgabe. Voraussetzuge: Für alle N setze a : +2 ud b : ( 2. [Amerkug: I der Aufgabestellug heiÿe die Reihe beide gleich. Es steht

Mehr

Einige wichtige Ungleichungen

Einige wichtige Ungleichungen Eiige wichtige Ugleichuge Has-Gert Gräbe, Leipzig http://www.iformatik.ui-leipzig.de/~graebe 1. Februar 1997 Ziel dieser kurze Note ist es, eiige wichtige Ugleichuge, die i verschiedee Olympiadeaufgabe

Mehr

6 Grenzwerte von Zahlenfolgen

6 Grenzwerte von Zahlenfolgen 6 Grezwerte vo Zahlefolge Ei zetraler Begriff der Aalysis ist der des Grezwertes. Wir begie mit der Betrachtug vo Grezwerte vo Zahlefolge. 6. Zahlefolge 6.. Grudbegriffe Defiitio 6... Eie Fuktio f : Z

Mehr

Lösungen zum Ferienkurs Analysis 1, Vorlesung 2 Wintersemester 2014/2015

Lösungen zum Ferienkurs Analysis 1, Vorlesung 2 Wintersemester 2014/2015 Lösuge zum Feriekurs Aalysis, Vorlesug Witersemester 04/05 Fabia Hafer, Thomas Baldauf I Richtig oder Falsch Sid folgede Aussage richtig oder falsch? Korrigiere bzw. ergäze Sie falsche Aussage. Gebe Sie

Mehr

Leitfaden Bielefeld SS 2007 III-4

Leitfaden Bielefeld SS 2007 III-4 Leitfade Bielefeld SS 2007 III-4 8.2. Der allgemeie Fall. Satz. Sei N 1, sei ω eie primitive -te Eiheitswurzel ud K = Q[ω ]. Da gilt: (a) [K : Q] = φ(), (b) Φ ist irreduzibel, (c) O K = Z[ω ]. (d) Eie

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 5. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 5. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Istitut für Aalysis Dr A Müller-Rettkowski Dr T Gauss WS 00/ Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum

Mehr

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik Prosemiar: Mathematisches Problemlöse Ugleichuge Pierre Schmidt Vortragstermi: 19. Jui 015 Übugsleiteri: Dr. Natalia Griberg Fakultät für Mathematik Karlsruher Istitut für Techologie Ihaltsverzeichis 1

Mehr

Index. Majorante, 24 Minorante, 23. Partialsumme, 17

Index. Majorante, 24 Minorante, 23. Partialsumme, 17 Folge, Reihe Idex Kovergezkriterie Hauptkriterium, Leibiz-Kriterium, Majoratekriterium, 4 Mioratekriterium, otwediges Kriterium, 0 Quotietekriterium, teleskopierede Summe, Wurzelkriterium, Majorate, 4

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 4. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 4. Übungsblatt UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 2008/09 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum 4. Übugsblatt

Mehr

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $ Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,

Mehr

( 1) n a n. a n 10. n=1 a n konvergiert, dann gilt lim a n = 0. ( 1) n+1

( 1) n a n. a n 10. n=1 a n konvergiert, dann gilt lim a n = 0. ( 1) n+1 Kapitel 8 Aufgabe Verstädisfrage Aufgabe 8. Ist es möglich, eie divergete Reihe der Form a zu kostruiere, wobei alle a > 0 sid ud a 0 gilt. Beispiel oder Gegebeweis agebe. Aufgabe 8. Gegebe ist eie Folge

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum. Übugsblatt

Mehr

A 2. Abb. 1: Analogon zum rechtwinkligen Dreieck

A 2. Abb. 1: Analogon zum rechtwinkligen Dreieck Has Walser, [0076], [0080] Verallgemeierug des Satzes vo Pythagoras Hiweis: H. Sch., W. Im Raum. Aalogo zum rechtwiklige Dreieck Wir ersetze de zweidimesioale rechte Wikel durch eie Raumecke, wie sie bei

Mehr

Empirische Verteilungsfunktion

Empirische Verteilungsfunktion KAPITEL 3 Empirische Verteilugsfuktio 3.1. Empirische Verteilugsfuktio Seie X 1,..., X uabhägige ud idetisch verteilte Zufallsvariable mit theoretischer Verteilugsfuktio F (t) = P[X i t]. Es sei (x 1,...,

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015

Musterlösung für die Klausur zur Vorlesung Stochastik I im WiSe 2014/2015 Musterlösug für die Klausur zur Vorlesug Stochastik I im WiSe 204/205 Teil I wahr falsch Aussage Gilt E[XY ] = E[X]E[Y ] für zwei Zufallsvariable X ud Y mit edlicher Variaz, so sid X ud Y uabhägig. Für

Mehr

Kompaktheit und gleichgradige Stetigkeit. 1 Einführung in die Kompaktheit in C 0

Kompaktheit und gleichgradige Stetigkeit. 1 Einführung in die Kompaktheit in C 0 Kompaktheit ud gleichgradige Stetigkeit Vortrag zum Prosemiar zur Aalysis, 14.06.2010 Mao Wiescherma Matthias Klupsch Dieser Vortrag beschäftigt sich mit Kompaktheit vo Teilräume vom Raum der stetige Abbilduge

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004) Aufgabe 7. Ubeschräktes

Mehr

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

Analysis ZAHLENFOLGEN Teil 4 : Monotonie Aalysis ZAHLENFOLGEN Teil 4 : Mootoie Datei Nr. 40051 Friedrich Buckel Juli 005 Iteretbibliothek für Schulmathematik Ihalt 1 Eiführugsbeispiele 1 Mootoie bei arithmetische Folge Defiitioe 3 3 Welche Beweistechik

Mehr

1. Zahlenfolgen und Reihen

1. Zahlenfolgen und Reihen . Zahlefolge ud Reihe We ma eie edliche Mege vo Zahle hat, ka ma diese i eier bestimmte Reihefolge durchummeriere: {a,a 2,...,a }. Ma spricht vo eier edliche Zahlefolge. Fügt ma immer mehr Zahle hizu,

Mehr

Beweis des ausgezeichneten numerischen Theorems über die Koeffizienten der Binomialpotenzen

Beweis des ausgezeichneten numerischen Theorems über die Koeffizienten der Binomialpotenzen Beweis des ausgezeichete umerische Theorems über die Koeffiziete der Biomialpoteze Leohard Euler p We dieser Charakter q die Koeffiziete der Potez x q bezeichet, der aus der Etwicklug des Bioms + x p etsteht,

Mehr

Vorkurs Mathematik für Informatiker Folgen

Vorkurs Mathematik für Informatiker Folgen Vorkurs Mathematik für Iformatiker -- 9 Folge -- 6.1.215 1 Folge: Defiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reihefolge wichtig,

Mehr

Für eine n n-matrix A müssen wir die Gleichung. lösen. Falls (A λi) invertierbar ist, dann ist. Dann ist aber λ kein Eigenwert.

Für eine n n-matrix A müssen wir die Gleichung. lösen. Falls (A λi) invertierbar ist, dann ist. Dann ist aber λ kein Eigenwert. Geschlossees Leotief-Modell Ei Leotief-Modell für eie Volkswirtschaft heißt geschlosse, we der Kosum gleich der Produktio ist, d.h. we Kapitel 5 Eigewerte V x = x Es hadelt sich dabei um eie Spezialfall

Mehr

n=0 f(x) = log(1 + x) = n=1

n=0 f(x) = log(1 + x) = n=1 Potez - Reihe Machmal ist es praktisch eie Fuktio f() mir Hilfe ihrer Potezreihe auszudrücke. Eie Potezreihe um de Etwicklugspukt 0 sieht im Allgemeie so aus a ( 0 ) Fuktioe, für die eie Potezreihe eistiert,

Mehr

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen Thema Fit i Mathe Musterlösuge 1 April Klassestufe 10 Wurzelfuktioe Uter der -te Wurzel eier icht-egative Zahl (i Zeiche: ) versteht ma die icht-egative Zahl, die mal mit sich selber multipliziert, die

Mehr

Gesetze der großen Zahlen

Gesetze der großen Zahlen Gesetze der große Zahle Ato Klimovsky Grezwertsätze für die Summe der ZV. Schwaches Gesetz der große Zahle. Kovergez i Wahrscheilichkeit (Stochastische Kovergez). Starkes Gesetz der große Zahle. Fast sichere

Mehr

Wörterbuchmethoden und Lempel-Ziv-Codierung

Wörterbuchmethoden und Lempel-Ziv-Codierung Kapitel 3 Wörterbuchmethode ud Lempel-Ziv-Codierug I diesem Abschitt lere wir allgemei Wörterbuchmethode zur Kompressio ud isbesodere die Lempel-Ziv (LZ))-Codierug kee. Wörterbuchmethode sid ei eifaches

Mehr

KAPITEL 8. Zahlenreihen. 8.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen

KAPITEL 8. Zahlenreihen. 8.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen KAPITEL 8 Zahlereihe 8. Geometrische Reihe................................. 53 8.2 Kovergezkriterie................................. 54 8.3 Absolut kovergete Reihe............................ 64 Lerziele

Mehr

Die Probabilistische Methode

Die Probabilistische Methode Mathematisch-Naturwisseschaftliche Fakultät II Istitut für Iformatik Die Probabilistische Methode Prosemiar Das Buch der Beweise Dozet: Dr. Wolfgag Kössler Floria Becker 11. Februar 013 1 Ihaltsverzeichis

Mehr

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id,

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id, Kreisabbilduge Im Folgede sehe wir us eie gaz spezielle Klasse vo dyamische Systeme a: Abbilduge auf dem Kreis. Diese sid eifach geug, so dass wir sie och recht leicht aalysiere köe, habe aber adererseits

Mehr

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10. 3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.000, 1 3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Defiitio: Eie

Mehr

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen . Der Grezwert vo mootoe, beschräkte Folge Der Grezwert vo mootoe, beschräkte Folge ist eifacher verstädlich als der allgemeie Fall. Deshalb utersuche wir zuerst diese Spezialfall ud verallgemeier aschliessed.

Mehr

2. Verteilung der Primzahlen. Bertrands Postulat

2. Verteilung der Primzahlen. Bertrands Postulat O Forster: Prizahle 2 Verteilug der Prizahle Bertrads Postulat 21 Satz (Euklid Es gibt uedlich viele Prizahle Beweis Wir zeige, dass es zu jeder edliche Mege 1, 2,, vo Prizahle ier och eie weitere Prizahl

Mehr

6 Vergleich mehrerer unverbundener Stichproben

6 Vergleich mehrerer unverbundener Stichproben 6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die

Mehr

Analysis I für M, LaG/M, Ph 8.Übungsblatt

Analysis I für M, LaG/M, Ph 8.Übungsblatt Aalysis I für M, LaG/M, Ph 8Übugsblatt Fachbereich Mathematik Sommersemester 200 Dr Robert Haller-Ditelma 0206200 David Bücher Christia Bradeburg Gruppeübug Aufgabe G (Kovergezkriterie/Kovergezradie) (a)

Mehr

Analysis I - Zweite Klausur

Analysis I - Zweite Klausur Aalysis I - Zweite Klausur Witersemester 2004-2005 Vorame: Name: Aufgabe Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Aufgabe 8 Aufgabe 9 Summe Aufgabe 4 Pukte Bestimme Sie (mit Beweis)

Mehr

Election: Nachrichtenkomplexität. Mittlere Nachrichtenkomplexität (1) - Beispiel: Sei k = n = 4 - Über alle Permutationen mitteln (wieviele?

Election: Nachrichtenkomplexität. Mittlere Nachrichtenkomplexität (1) - Beispiel: Sei k = n = 4 - Über alle Permutationen mitteln (wieviele? Electio: Nachrichtekompleität - Message-etictio-Prizip vo Chag ud Roberts 979 - war eier der erste verteilte Algorithme Mittlere Nachrichtekompleität () - Beispiel: Sei k = = - Über alle Permutatioe mittel

Mehr

α : { n Z n l } n a n IR

α : { n Z n l } n a n IR 1 KAPITEL VI. ZAHLENFOLGEN UND REIHEN 1) REELLE ZAHLENFOLGEN: i) Jede Abbildug α : IN a IR heiÿt 'reelle Zahlefolge' bzw. 'Folge i IR'. Ma otiert diese i der Form α = a ) IN = a ) =0 = a 0, a 1, a 2,...)

Mehr

Aufgaben zu Kapitel 8

Aufgaben zu Kapitel 8 Aufgabe zu Kapitel 8 Aufgabe zu Kapitel 8 Verstädisfrage Aufgabe 8. Ist es möglich, eie divergete Reihe der Form a zu kostruiere, wobei alle a > 0 sid ud a 0 gilt. Beispiel oder Gegebeweis agebe. Aufgabe

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 6 Für Experte 8 Defiitioe ud Beispiele für Folge Defiitio Eie

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 7. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 7. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Istitut für Aalysis Dr. A. Müller-Rettkowski Dr. T. Gauss WS 00/ Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge

Mehr

Tutorium Mathematik I, M Lösungen

Tutorium Mathematik I, M Lösungen Tutorium Mathematik I, M Lösuge 16. November 2012 *Aufgabe 1. Ma utersuche die folgede Reihe auf Kovergez (a) ( 1) (1 ) (b) ( ) 2 +1 (c) (!) 3 10 (3)! (d) (e) (f) 2 +3 3 2 +1 3 ( 2 +1) 2 + 3 ( 2 +3) (g)

Mehr

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln 6 Kovergete Folge Lerziele: Kozepte: Grezwertbegriff bei Folge, Wachstumsgeschwidigkeit vo Folge Resultat: Mootoe beschräkte Folge sid koverget. Methode: Hero-Verfahre, Erweiterug vo Differeze vo Quadratwurzel

Mehr

n=1 b n, deren Summe n=1 (a n + b n ) eine konvergente Reihe ist. Die Aussage ist WAHR, ein mögliches Beispiel sind die divergenten Reihen 1

n=1 b n, deren Summe n=1 (a n + b n ) eine konvergente Reihe ist. Die Aussage ist WAHR, ein mögliches Beispiel sind die divergenten Reihen 1 ANALYSIS WS 08/09 Vorlesug: Prof. Dr. P. Ullrich Übuge: Dr. I. Kharif/ Dr. M. Steihauer 9. ÜBUNGSBLATT- LÖSUNGSHINWEISE/Ergebisse Die folgede Bearbeituge sid - zum Teil - keie ausführliche Musterlösuge,

Mehr

Elemente der Mathematik - Winter 2016/2017

Elemente der Mathematik - Winter 2016/2017 4 Elemete der Mathemati - Witer 201/2017 Prof. Dr. Peter Koepe, Regula Krapf Übugsblatt 8 Aufgabe 33 ( Pute). Beweise Sie folgede Idetitäte durch vollstädige Idutio: (a) 0 2 (1)(21), N. (b) 2 (1 1 ) 1

Mehr

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37 Reelle Folge Der Begriff der Folge ist ei grudlegeder Baustei der Aalysis, weil damit u.a. Grezprozesse defiiert werde köe. Er beschreibt de Sachverhalt eier Abfolge vo Elemete, wobei die Reihefolge bzw.

Mehr

Besprechung: S. 1/1

Besprechung: S. 1/1 Übug 8 Aufgabe 8.1 Sei P R ei Polytop mit P Z =vert(p ). Zeige Sie, dass vert(p ) 2. Aufgabe 8.2 Sei P V ei ratioales Polyeder. Zeige Sie, dass P ebefalls ei ratioales Polyeder ist. Aufgabe 8.3 Sei u 1,...,u

Mehr

Probeklausur. (b) Was geschieht, wenn man ein Quantenbit in einem solchen Zustand misst?

Probeklausur. (b) Was geschieht, wenn man ein Quantenbit in einem solchen Zustand misst? Quaterecher Witersemester 5/6 Theoretische Iformatik Uiversität Haover Dr. Matthias Homeister Dipl.-Math. Heig Schoor Probeklausur Hiweis: Diese Probeklausur ist kürzer als die tatsächliche Klausur.. a

Mehr

+ a 3 cos (3ωt) + b 3 sin (3ωt)

+ a 3 cos (3ωt) + b 3 sin (3ωt) Fourier-Reihe Wir gehe aus vo eier gegebee periodische Fuktio f (t). Die Fuktio hat die Fudametalperiode ( Schwigugsdauer ) ud damit die Grud-Kreisfrequez ω = π. Zeit t Periode Die Fuktio f (t) soll zerlegt

Mehr

Abb. 1: Woher kommen die schwarzen Quadrate?

Abb. 1: Woher kommen die schwarzen Quadrate? Has Walser, [0160916], [0161009] Umögliche pythagoreische Dreiecke Idee: Chr. Z., B. 1 Schwarze Quadrate Woher komme die beide schwarze Quadrate? Abb. 1: Woher komme die schwarze Quadrate? Sachverhalt

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis 1, Woche 2 Reelle Zahle A1 2.1 Ordug Defiitio 2.1 Ma et eie Ordug für K, we 1. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a,

Mehr

Die Jensensche Ungleichung

Die Jensensche Ungleichung Die Jesesche Ugleichug Has-Gert Gräbe, Uiv Leipzig Februar 1998 1 Kovexe ud kokave Fuktioe Wir betrachte eie stetige Fuktio y = (x), die au eiem oee Itervall ]a, b[ deiiert sei möge Eie solche Fuktio köe

Mehr

5.3 Wachstum von Folgen

5.3 Wachstum von Folgen 53 Wachstum vo Folge I diesem Abschitt betrachte wir (rekursiv oder aders defiierte) Folge {a } = ud wolle vergleiche, wie schell sie awachse, we wächst Wir orietiere us dabei a W Hochstättler: Algorithmische

Mehr

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung...

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung... KAPITEL 7 Zahlefolge 7. Kovergete Zahlefolge.............................. 30 7.2 Grezwertbestimmug............................... 32 7.3 Grezwertbestimmug durch Abschätzug..................... 35 7.4

Mehr

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n)

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n) Übugsaufgabe Aalysis I Aufgabe. Beweise oder widerlege Sie: a Jede i R kovergete Folge ist beschräkt. b Es gibt Cauchy-Folge im R, die icht kovergiere. c Beschräkte Folge sid koverget. d Folge mit eiem

Mehr

Beispiellösungen zu Blatt 105

Beispiellösungen zu Blatt 105 µ κ Mathematisches Istitut Georg-August-Uiversität Göttige Aufgabe 1 Beispiellösuge zu Blatt 105 Alva liebt Advetskaleder. Aber sie hat keie Lust, die Türe vo 1 bis i der ormale Reihefolge zu öffe. Daher

Mehr

1 Vollständige Induktion

1 Vollständige Induktion 1 Vollstädige Idutio 1.1 Idutiosbeweise Das Beweisprizip der vollstädige Idutio ist eies der wichtigste Hilfsmittel der Mathemati icht ur der Aalysis. Es fidet Verwedug bei pratische alle Aussage, die

Mehr

Dritter Zirkelbrief: Ungleichungen

Dritter Zirkelbrief: Ungleichungen Matheschülerzirkel Uiversität Augsburg Schuljahr 014/015 Dritter Zirkelbrief: Ugleichuge Ihaltsverzeichis 1 Grudlage vo Ugleichuge 1 Löse vo Ugleichuge 3 3 Mittel 4 4 Mittelugleichuge 5 5 Umordugsugleichug

Mehr

Kapitel 6 : Punkt und Intervallschätzer

Kapitel 6 : Punkt und Intervallschätzer 7 Kapitel 6 : Pukt ud Itervallschätzer Puktschätzuge. I der Statistik wolle wir Rückschlüsse auf das Wahrscheilichkeitsgesetz ziehe, ach dem ei vo us beobachtetes Zufallsexperimet abläuft. Hierzu beobachte

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis, Woche 2 Reelle Zahle A 2. Ordug Defiitio 2. Ma et eie Ordug für K, we. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a, b, c K

Mehr

Indizieren Sie die folgenden Summen und Produkte gemäß der Vorgabe um und schreiben Sie sie einmal explizit aus: 5

Indizieren Sie die folgenden Summen und Produkte gemäß der Vorgabe um und schreiben Sie sie einmal explizit aus: 5 FU Berli: WiSe 13-14 (Aalysis 1 - Lehr.) Übugsaufgabe Zettel 9 Aufgabe 37 Idiziere Sie die folgede Summe ud Produte gemäß der Vorgabe um ud schreibe Sie sie eimal explizit aus: 5 (a) + 1) 0( Lösug. Die

Mehr

Nennenswertes zur Stetigkeit

Nennenswertes zur Stetigkeit Neeswertes zur Stetigkeit.) Puktweise Stetigkeit: Vo Floria Modler Defiitio der pukteweise Stetigkeit: Eie Fuktio f : D R ist geau da i x D stetig, we gilt: ε > δ >, so dass f ( x) f ( x ) < ε x D mit

Mehr

b) Alle ganzen Zahlen die auf 0 enden sind durch 5 teilbar Spezialisierung: 120 endet auf ist durch 5 teilbar

b) Alle ganzen Zahlen die auf 0 enden sind durch 5 teilbar Spezialisierung: 120 endet auf ist durch 5 teilbar d) Die Beweismethode der vollstädige Iduktio Der Übergag vo allgemeie zu spezielle Aussage heisst Deduktio Beispiele: a) Allgemeie Aussage: Spezialisierug: Schluss: Alle Mesche sid sterblich Sokrates ist

Mehr

Starke und schwache Einwegfunktionen

Starke und schwache Einwegfunktionen Starke ud schwache Eiwegfuktioe Daiela Weiberg weiberg@iformatik.hu-berli.de Semiar: Perle der theoretische Iformatik Dozete: Prof. Johaes Köbler, Olaf Beyersdorff Witersemester 2002/2003 2. Dezember 2002

Mehr

Übungen zur Analysis I WS 2008/2009

Übungen zur Analysis I WS 2008/2009 Mathematisches Istitut der Uiversität Heidelberg Prof. Dr. E. Freitag /Thorste Heidersdorf Übuge zur Aalysis I WS 008/009 Blatt 3, Lösugshiweise Die folgede Hiweise sollte auf keie Fall als Musterlösuge

Mehr

SUCHPROBLEME UND ALPHABETISCHE CODES

SUCHPROBLEME UND ALPHABETISCHE CODES SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich

Mehr

Lösungen zur Präsenzübung 6

Lösungen zur Präsenzübung 6 Lösuge zur Präsezübug 6 Mirko Getzi Uiversität Bielefeld Fakultät für Mathematik. Dezember 203 Ich gebe keie Gewähr auf eie vollstädige Richtigkeit der Lösuge zu de Übugsaufgabe. Das Dokumet hat jedoch

Mehr

8. Übungsblatt Aufgaben mit Lösungen

8. Übungsblatt Aufgaben mit Lösungen 8. Übugsblatt Aufgabe mit Lösuge Aufgabe 36: Bestimme Sie alle z C, für die die folgede Potezreihe kovergiere: z z a, b! +, c z +. = = Lösug 36: Wir bezeiche de Kovergezradius mit r. a Wir wede das Quotietekriterium

Mehr

4. Reihen Definitionen

4. Reihen Definitionen 4. Reihe 4.1. Defiitioe Addiere wir die Glieder eier reelle Zahlefolge (a k ), so heißt diese Summe S (uedliche) (Zahle-) Reihe S (Folge: Fuktio über N; Reihe: 1 Zahl): S := a 1 + a 2 + a 3 +... := Σ a

Mehr

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man: Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgabe ud e Ausarbeitug der Übugsstude zur Vorlesug Aalysis I Witersemester 008/009 Übug am 8..008 Übug 5 Eileitug Zuerst soll auf de aktuelle Übugsblatt ud Stoff der Vorlesug eigegage werde. Dazu werde

Mehr

5. Übungsblatt Aufgaben mit Lösungen

5. Übungsblatt Aufgaben mit Lösungen 5. Übugsblatt Aufgabe mit Lösuge Aufgabe 2: Bestimme Sie alle Häufugspukte der komplexe) Folge mit de Glieder a) a = ) 5 + 7 + 2 ) b) b = i Lösug 2: a) Die Folge a ) zerfällt vollstädig i die beide Teilfolge

Mehr

Übungen zum Ferienkurs Analysis 1, Vorlesung 2

Übungen zum Ferienkurs Analysis 1, Vorlesung 2 F. Hafer, T. Baldauf c Techische Uiversität Müche Übuge zum Feriekurs Aalysis, Vorlesug Witersemester 06/07. Richtig oder Falsch? Sid folgede Aussage richtig oder falsch? Korrigiere bzw. ergäze Sie falsche

Mehr

D-ITET Analysis I HS 2018 Prof. Alessandra Iozzi. Musterlösung 6. und berechnen. = lim. = lim. n n. = lim

D-ITET Analysis I HS 2018 Prof. Alessandra Iozzi. Musterlösung 6. und berechnen. = lim. = lim. n n. = lim D-ITET Aalysis I HS 2018 Prof. Alessadra Iozzi Musterlösug 6 1. a) Wir setze a := 1 (3+1) 4 ud bereche a a +1 = 1. ( 3( + 1) + 1 1 3 + 1 3 + 4 3 + 1 ( 3 + 4 ) 4 3 + 1 Der Limes existiert isbesodere ud

Mehr

Vorkurs Mathematik für Informatiker Folgen

Vorkurs Mathematik für Informatiker Folgen Vorkurs Mathematik ür Iormatiker -- 8 Folge -- 11.10.2015 1 Folge: Deiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reiheolge wichtig,

Mehr

Konvergenz von Fourier-Reihen

Konvergenz von Fourier-Reihen Kovergez vo Fourier-Reihe Ausarbeitug zum Semiar zur Fourieraalysis, 3..27 obias Reimes Diese Ausarbeitug beschäftigt sich mit der Kovergez vo Fourier-Reihe. Hierzu werde im erste Abschitt eiige Vorbemerkuge

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgabe ud Lösuge Ausarbeitug der Übugsstude zur Vorlesug Aalysis I Witersemester 2008/2009 Übug am 09.2.2008 Übug 8 Eileitug Es soll och eimal auf die agebotee Sprechstude higewiese werde, sowie auf mögliche

Mehr

1. Folgen ( Zahlenfolgen )

1. Folgen ( Zahlenfolgen ) . Folge ( Zahlefolge Allgemeies Beispiel für eie regelmäßige Folge: /, /3, /4, /5, /6,... Das erste Glied ist a =/ Das ist das Glied mit dem Ide Das zweite Glied ist a =/3 Das ist das Glied mit dem Ide

Mehr

Konvergenz von Folgen von Zufallsvariablen

Konvergenz von Folgen von Zufallsvariablen Kapitel 5 Kovergez vo Folge vo Zufallsvariable 5.1 Fa-sichere ud ochaische Kovergez Seie Ω, A, P ei W-Raum, X N eie Folge R k -wertiger Zufallsvariable auf Ω ud X eie R k -wertige Zufallsvariable auf Ω

Mehr

Folgen und Reihen. 23. Mai 2002

Folgen und Reihen. 23. Mai 2002 Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 Schwankungsintervalle Schwankungsintervalle 4.2 4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form

Mehr

KAPITEL 2. Zahlenfolgen

KAPITEL 2. Zahlenfolgen KAPITEL Zahlefolge. Kovergete Zahlefolge...................... 35. Grezwertbestimmug....................... 38.3 Grezwertbestimmug durch Abschätzug............. 4.4 Mootoe Folge..........................

Mehr

3. Grundbegrie der Schätztheorie

3. Grundbegrie der Schätztheorie Statistik, Abschitt 3. 3. Grudbegrie der Schätztheorie I der kormatorische Statistik will ma uter aderem auf Grud eier Stichprobe vom Umfag Iformatioe über ubekate Parameter θ der Verteilug F der zugrudeliegede

Mehr