von Intervallen, wie sie als Definitionsmengen von Funktionen auftreten können. 1 x Q f : R R ; x

Größe: px
Ab Seite anzeigen:

Download "von Intervallen, wie sie als Definitionsmengen von Funktionen auftreten können. 1 x Q f : R R ; x"

Transkript

1 18 Stetigkeit Den Begriff der Funktion oder Abbildung haben wir bereits im ersten Semester kennengelernt und er hat uns stets begleitet. In der Analysis untersucht man reelle Funktionen f : D R mit Definitionsbereich D R. Da D häufig ein Intervall, oder eine Vereinigung von Intervallen ist, soll dieser Begriff hier nochmals wiederholt werden. Es seien a, b R, a b. Die Mengen [a, b] := {x R ; a x b}, ]a, b[ := {x R ; a < x < b}, [a, b[ := {x R ; a x < b}, ]a, b] := {x R ; a < x b} heißen Intervalle. Es heißen ]a, b[ offenes Intervall [a, b] abgeschlossenes Intervall ]a, b] und [a, b[ halboffenes Intervall Man lässt für a oder b auch oder zu, und erhält z. B. ], b] = {x R ; x b}. In diesem Fall spricht man manchmal von einem unendlichen Intervall. Beispiel. 1.) Wie kann man R als Intervall schreiben? 2.) ] 1, 0[ ]0, 1] = ] 1, 1] \ {0}, und ]0, 1[ ]1, [ = R >0 \ {1} sind typische Vereinigungen von Intervallen, wie sie als Definitionsmengen von Funktionen auftreten können. 3.) Wie kann man R \ {0} als Vereinigung von Intervallen schreiben? Häufig werden wir Graphen einer reellen Funktion skizzieren. Allerdings, kann man nicht alle Funktionen skizzieren. Beispiel. Die Dirichletfunktion ist definiert durch { 1 x Q f : R R ; x 0 x R \ Q. Sie ist benannt nach P. G. L. Dirichlet 9 ( ). Wie sieht der Graph aus? Stetigkeit Es seien D R und eine Funktion f : D R gegeben. Anschaulich bedeutet Stetigkeit, dass die Funktion keine Sprünge macht. Wenn man also eine Stelle x 0 D betrachtet und ein weiteres x D, das nahe bei x 0 liegt, ist auch f(x) nahe bei f(x 0 ). Beispiel. 1.) Der Geschmack eines Kuchens hängt stetig von der Menge der Zutaten ab: Gibt man statt 300g Zucker 302g Zucker in den Teig, wird man das kaum schmecken können; der Geschmack ändert sich nur wenig

2 2.) Da Funktion f : R R; t { 0 falls die Ampel zur Zeit t Rot zeigt; 1 sonst ist nicht stetig; volkstümlich: Die Ampel springt auf.... Obwohl die anschauliche Idee der Stetigkeit die Funktion als Ganzes betrifft, bewährt es sich, Stetigkeit lokal zu definieren. D.h. wir betrachten einzelne Stellen des Definitionsbereiches der Funktion und ihre Umgebung. Wir präzisieren diese Ideen in einer (18.1) Definition. Gegeben sei eine reelle Funktion f : D R und x 0 R so, dass es eine Folge (x n ) D gibt, mit (x n ) x 0. (1) f hat an der Stelle x 0 den Grenzwert a R, geschrieben lim f(x) = a x x0 f(x) a für x x 0, wenn für jede Folge oder (x n ) x 0 mit x n D gilt lim n f(x n ) = a. (2) Sei x 0 D, dann heißt f stetig an der Stelle x 0, wenn gilt: lim x x0 f(x) = f(x 0 ). (3) f heißt stetig auf X D, falls f an jeder Stelle x 0 X stetig ist. (4) Im Fall X = D sagt man auch kurz die Funktion sei stetig. Statt stetig an der Stelle x 0 sagt man auch kürzer stetig in x 0. Ist eine Funktion f in x 0 D nicht stetig, nennt man f unstetig an der Stelle x 0 und x 0 eine Unstetigkeitsstelle von f. Dies bedeutet, dass es mindestens eine Folge (x n ) mit x n D und (x n ) x 0 gibt, für die einer von zwei Fällen eintritt: Die Folge der Funktionswerte (f(x n )) konvergiert nicht oder lim n f(x n ) f(x 0 ). (18.2) Bemerkung. 1.) Man beachte, dass bei der Definiton des Grenzwerts, x 0 nicht in D liegen muss. Man kann auch Grenzwerte für Punkte bilden, die am Rand von D liegen. 2.) Die Bedingung (2) ist lokal, weil sie nur den Punkt x 0 und seine nahe Umgebung (durch die Folgen!) berücksichtigt. 3.) Die generelle Voraussetzung an x 0 ist in (2) trivial erfüllt, weil die konstante Folge (x 0 ) n N ganz in D liegt und gegen x 0 konvergiert. 4.) Wichtig ist die Tatsache, dass bei Fragen der Stetigkeit nur Stellen aus dem Definitionsbereich berücksichtigt werden. 39

3 5.) Unsere Definition ist so gemacht, dass das Anwenden einer stetigen Funktion auf die Glieder einer konvergenten Folge mit dem Übergang zum Grenzwert vertauscht werden kann. Es gilt also ( ) lim f(x n) = f lim x n. n n Solch eine Regel haben wir in (15.6.2) für die Betragsfunktion R R; x x gezeigt. Die Betragsfunktion ist daher stetig (auf ganz R). 6.) Solche Vertauschungsregeln sind von zentraler Bedeutung in der Mathematik. Auch die Eigenschaft einer Abbildung ein Homomorphismus zu sein ist von dieser Art. (18.3) Beispiele. 1) Die konstante Funktion f : R R ; x c mit c R beliebig ist für jedes x 0 R stetig; denn für jede Folge (x n ) mit lim n x n = x 0 gilt: 2) Die identische Abbildung id : R R ; x x ist stetig (auf R), denn für alle x 0 R gilt: 3) Sei f : R R ; x x 2. An der Stelle x 0 = 2 finden wir: Für jede Folge (x n ) mit x n R, und lim n x n = 2 gilt 40

4 Das geht für beliebiges x 0 ganz ähnlich. Für jede Folge (x n ) mit x n R, und lim n = x 0 hat man n An jeder Stelle stimmen lim x x0 f(x) und f(x 0 ) überein; die Funktion ist auf ganz R stetig. 1 für x > 0 4) Hat die Funktion sgn : R R ; x 0 für x = 0 1 für x < 0 Vorzeichen) an der Stelle x 0 = 0 einen Grenzwert? Dazu betrachten wir, genannt Signum (das 5) Sei f : R \ {0} R ; x 1. Wir untersuchen, ob f an einer Stelle x x 0 R einen Grenzwert hat. 1. Fall: x 0 0. Es sei (x n ) eine Folge mit x n R \ {0}, und lim x n = x 0. Dann gilt n nach ( ): 41

5 2. Fall: x 0 = 0. Wir vermuten Dies beweisen wir, 6) Wir untersuchen die Funktion f : R \ {1} R ; x x2 1 x 1 an der Stelle x 0 = 1. Sei also eine Folge (x n ) auf R \ {1} gegeben, mit lim x n = 1. Dann gilt 42

6 Man kann f stetig ergänzen, durch g : R R; x { f(x) für x 1; 2 für x = 1. In der Tat werden wir bald sehen, dass f und damit g für alle x R \ {1} stetig ist. Unsere Überlegungen zeigen, dass g auch an der Stelle 1 stetig ist. Auch f ist stetig. Die einzige kritische Stelle liegt nicht im Definitionsbe- Vorsicht: reich! 7) Sei f : ]0, 1[ R ; x 1. Dann schreiben wir analog zu Folgen lim f(x) =. x x 0 8) Sei f : R \ {1} R ; x x+1. Dann gilt für lim f(x) = 1. x 1 x Frage : Was ist mit lim f(x)? x 1 Wir werden auf eine formale Definition der Konstrukte in 7) und 8) für Funktionen verzichten. Es sind einige Fälle zu berücksichtigen, aber es sollte klar sein wie man vorgehen muss. Aus (15.11) und (15.13) folgen direkt die analogen (Rechen-)regeln für lim x x0. Auf eine formale Ausführung kann daher verzichtet werden. Wir untersuchen die Exponentialfunktion und den natürlichen Logarithmus etwas genauer. (18.4) Es gelten (1) lim x 0 e x = 1 und lim x 0 e x 1 x = 1. (2) lim x e x = und lim x ex = 0. (3) exp ist stetig auf ganz R. (4) lim x ln(x) = und lim x 0 ln(x) =. (5) ln ist stetig auf ganz R >0. Beweis. (1) Nach (17.1) gilt für alle x ] [ 1, die Abschätzung 1 + x exp(x) 1 1 x = x exp(x) 1 x 1 x ( ) 43

7 Es gilt lim 1 + x = 1 = lim und der Einschließungssatz (15.13) zeigt die erste x 0 1 x Behauptung. ( ) besagt x exp(x) 1 x. Weiter als Übung! 1 x (2) Die zweite Aussage folgt x 0 1 dann mit (17.1.2). (3) Es sei nun x 0 R. Statt lim x x0 exp(x) untersuchen wir lim h 0 exp(x 0 + h); wir ersetzen also x durch x 0 + h. lim exp(x 0 + h) = lim(exp(x 0 ) exp(h)) =! exp(x 0 ) lim(exp(h)) = exp(x 0 ). h 0 h 0 h 0 (4) kann man aus (2) herleiten. (5) Übung. (18.5) Bemerkung. 1.) Die Beweise unter (1) hätte man leichter mit der Potenzreihendarstellung führen können: exp(x) 1 x exp(x) = 1 + x x2 + 1 für x 0 = 1 ( x + 1 ) x 2 x = x + 1 für x 0 Das Problem besteht darin, dass wir hier zwei Grenzübergänge vertauschen, nämlich x 0 und die Summation der Reihe. Es ist zwar erlaubt, das zu tun, aber der Beweis würde einen gewissen Aufwand erfordern. 2.) Häufig hört man, dass man den Graphen einer stetigen Funktion ohne Unterbrechung zeichnen zu kann. So wird es auch gerne in der Schule dargestellt. Diese Vorstellung ist nicht völlig falsch, solange man gutartige Funktionen auf einem Intervall betrachtet, die dort überall stetig sind. Wenn der Definitionsbereich der Funktion kein Intervall ist, dann ist diese Vorstellung falsch, wie das Beispiel der Funktion x 1 x zeigt. Es gibt aber auch andere pathologische Fälle für die diese Beschreibung nicht stimmt. Es gibt sogar stetige Funktionen auf einem Intervall, die man gar nicht zeichnen kann! Wichtige Sätze Sind f und g reelle Funktionen mit den Definitionsbereichen D f man unter f + g die Funktion f + g : D f D g R ; x (f + g)(x) := f(x) + g(x) und D g, so versteht Diese Definitionen wurden schon im zweiten Semester auf ähnliche Weise formuliert. Analog definiert man besitzt. f g, f g, f g wobei f g den Definitionsbereich D f { x D g ; g(x) 0 } 44

8 (18.6) Rechenregeln für stetige Funktionen. Sind f und g stetig in x 0, so gilt (1) f + g, f g, f g sind stetig an der Stelle x 0. (2) f g ist stetig an der Stelle x 0, falls g(x 0 ) 0 gilt. Beweis. Wegen der Stetigkeit von f und g folgt lim f(x) = f(x 0 ) und lim g(x) = x x0 x x0 g(x 0 ). Aus den Rechenregeln für Grenzwerte (15.11) erhalten wir lim (f + g)(x) = lim (f(x) + g(x)) = lim f(x) + lim g(x) x x 0 x x0 x x0 x x0 = f(x 0 ) + g(x 0 ) = (f + g)(x 0 ). Also ist f + g an der Stelle x 0 stetig. Analog zeigt man die übrigen Behauptungen des Satzes (Beweis als Übung empfohlen). Bemerkung. Die Aussage (1) impliziert, dass die Menge aller stetigen Funktionen auf einem Intervall I einen Untervektorraum des Vektorraums R I bilden. Auch die Verkettung stetiger Funktionen ist stetig. (18.7) Seien f : D f R und g : D g R stetig mit Bild f D g. Dann ist g f stetig (auf D f ). Beweis. Sei x 0 D f und (x n ) x 0. Man wende die Vertauschbarkeit von Funktionsanwendung und Grenzwertbildung schlicht zweimal an und beachte dabei, dass g an jeder Stelle f(x n ) stetig ist. lim g(f(x n)) = g( lim f(x n )) = g(f( lim x n )) = g(f(x 0 )). n n n Diese beiden Sätze liefern eine Fülle stetiger Funktionen. Wir bringen einige wichtige Beispielklassen. (18.8) Beispiele. 1.) Die Funktion ln ist stetig. Dann sind die Funktionen log a, x x b, x c x, a, b, c geeignet, auf ihrem jeweiligen Definitionsbereich sämtlich stetig. 2.) Die Funktion R R ; x x k, k N, ist stetig. 1. Beweis: x k = x x k 1 und Induktion (vgl. auch (18.3.2)). 2. Beweis: Spezialfall von 1.) falls x > 0 und x k = ( 1) k ( x) k für x < 0. 3.) Jede Polynomfunktion x a n x n + a n 1 x n a 1 x + a 0 ist stetig auf ganz R. Nach 2.) ist x x k stetig, dann wird mit Konstanten multipliziert und addiert. 45

9 4.) Eine Funktion f heißt rational, wenn f(x) := p(x) q(x) mit Polynomen p und q. Der maximale Definitionsbereich ist D f = { x R ; q(x) 0 }. Da q nur endlich viele Nullstellen hat, ist das der Zahlenstrahl mit einigen Löchern. So ist D f die disjunkte Vereinigung endlich vieler Intervalle. Rationale Funktionen sind stetig. Konkretes Beispiel: Die Funktion R \ { 1, 1} R ; x x + 2 x 2 1 ist stetig. Der folgende Satz zeigt, dass die geometrische Anschauung für stetige Funktionen auf Intervallen (halbwegs) gerechtfertigt ist. (18.9) Zwischenwertsatz. Sei a, b R, a < b, und f : [a, b] R stetig. Dann nimmt f jeden Wert zwischen f(a) und f(b) an. Genauer: Zu jedem y 0 zwischen f(a) und f(b) (d.h. f(a) y 0 f(b) oder f(b) y 0 f(a)) existiert ein x 0 [a, b] mit f(x 0 ) = y 0. Insbesondere, falls f(a) f(b) < 0, dann gibt es im Intervall ]a, b[ eine Nullstelle. Beweis (Skizze). Sei o.e. f(a) < f(b) und y 0 ] f(a), f(b) [. Wir müssen zeigen, dass es ein x 0 [a, b] gibt mit f(x 0 ) = y 0. Betrachte dazu die Menge A := { x [a, b] ; f(x) y 0 }. Diese Menge ist nicht leer (a A) und nach oben beschränkt durch b. Wegen der Vollständigkeit von R existiert das Supremum x 0. Man zeigt, dass es eine Folge (x n ) x 0 gibt mit x n A. Wegen der Stetigkeit hat man lim n f(x n ) = f(x 0 ). Nach Konstruktion gilt daher f(x 0 ) y 0. Schließlich kann man zeigen, dass f(x 0 ) < y 0 auf einen Widerspruch führt. Die zweite Aussage folgt aus der ersten, weil 0 zwischen f(a) und f(b) liegt, falls f(a) f(b) < 0. Bemerkung. 1.) Die fehlenden Details im Beweis kann man z.b. in [Heu03, 35.5] nachlesen. Dort wird der Nullstellensatz bewiesen (die Insbesondere -Aussage unseres Satzes). Daraus kann man durch Übergang zu f(x) y 0 leicht die allgemeine Aussage herleiten. 2.) Einen anderen Zugang zum Beweis gibt [Beh09, 3.3.6]. Die erste Anwendung im folgenden Abschnitt basiert darauf. Anwendungen Zunächst ein numerisches Verfahren zur Nullstellenbestimmung, das sich direkt aus dem Zwischenwertsatz ergibt. Das Bisektionsverfahren. Gegeben sei ein stetige Funktion f : [a, b] R mit f(a)f(b) < 0. Nach (18.9) existiert eine Nullstelle in ]a, b[. Wir definieren rekursiv zwei Folgen (u n ) und (v n ) in [a, b]. Die Startwerte seien u 0 := a und v 0 := b. 46

10 Im n-ten Schritt sei x := u n 1 + v n 1 2 (der Mittelpunkt von u n 1 und v n 1 ) und u n := x, v n := v n 1 falls f(x)f(v n 1 ) < 0 (neues Intervall [x, v n 1 ]) u n := u n 1, v n := x falls f(x)f(v n 1 ) > 0 (neues Intervall [u n 1, x]). Im Fall f(x) = 0 brechen wir ab, weil wir die gesuchte Nullstelle gefunden haben. Dieser Fall spielt in der Praxis keine Rolle. (18.10) Die Folgen (u n ) und (v n ) sind konvergent mit demselben Grenzwert c und es gilt f(c) = 0. Genauer gilt die Fehlerabschätzung: u n + v n c 2 v n u n b a 2 2. n Beweis. Nach (18.9) liegt die gesuchte Nullstelle c im Intervall ]u n, v n [. Daraus folgt Das zeigt die erste Fehlerabschätzung. ( ) Die Zweite ergibt sich durch vollständige Induktion nach n. Insbesondere gilt 0. Daraus folgt die Konvergenz der beiden b a 2 n Folgen gegen die Nullstelle c. (18.11) Bemerkung. 1.) Um das Bisektionsverfahren anzuwenden muss man wie bei anderen Verfahren auch eine grobe Näherung der Nullstelle erraten, oder graphisch bestimmen, oder.... Dann kann man die Startwerte a und b wählen, usw. 47

11 2.) Das Bisektionsverfahren ist sehr universell. Einzige Voraussetzung ist die Stetigkeit der Funktion f. Leider konvergiert es relativ langsam. Daher wird es in der Praxis selten eingesetzt. 3.) Das Bisektionsverfahren liefert eine Intervallschachtelung: Der anzunähernde Wert liegt stets in einem Intervall ]u n, v n [ ]u n 1, v n 1 [. Diese sind ineinander geschachtelt. Beispiel. Wir suchen die Nullstelle des Polynoms x 3 2 im Intervall [1, 2]. n u n v n Es gilt Surjektivität. Wir können jetzt einige Lücken schließen, die in Kapitel 17 (und auch im 1. Sem.) geblieben sind. Zunächst betrachten wir die Exponentialfunktion. (18.12) Satz. Die Abbildung exp : R R >0 ist surjektiv. Das zeigt den Rest von (17.1.7). Beweis. Sei y 0 R >0. Nach (18.4.2) gilt lim exp(x) = und lim exp(x) = 0, sodass x x x 1, x 2 R existieren mit exp(x 1 ) < y 0 < exp(x 2 ). Nach dem Zwischenwertsatz (18.9) existiert also x 0 zwischen x 1 und x 2 mit exp(x 0 ) = y 0. Bemerkung. Die Surjektivität der ln-funktion ergibt sich direkt aus der Definition als Umkehrfunktion von exp; oder auch aus (18.4) wie im obigen Beweis. (18.13) Satz. Sei p R und f : R >0 R >0 ; x x p. 0 falls p > 0 falls p > 0 (1) lim f(x) = 1 falls p = 0 und lim f(x) = 1 falls p = 0 x 0 x falls p < 0 0 falls p < 0 (2) Im Fall p 0 ist f surjektiv. (3) Sei nun p N, dann kann f auf ganz R fortgesetzt werden und es gilt { falls p gerade lim x xp = falls p ungerade Beweis. (1) Übung! (2) folgt wie gewohnt { aus dem Zwischenwertsatz (18.9) und (1). (3) Es gilt ( x) p x p falls p gerade = x p falls p ungerade. Daher folgt die Behauptung aus (1). 48

12 (18.14) Bemerkung. Wie in (17.7.1) angekündigt, können wir nun eine alternative Konstruktion für die n-te Wurzel angeben: Die Funktion f : R 0 R 0 ; x x n ist für alle n N stetig und nach ( ) injektiv. Wegen f(0) = 0 und lim x f(x) = ist f auch surjektiv, also bijektiv. Die Umkehrfunktion f 1 (x) = n x liefert die n-te Wurzel. Polynome ungeraden Grades besitzen stets eine Nullstelle. Es gilt aber noch mehr. (18.15) Satz. Jedes Polynom f ungeraden Grades ist eine surjektive Abbildung R R. Insbesondere hat f eine Nullstelle. Beweis. Für ungerade n gilt nach ( ) lim x n = und lim x x xn =. Bei einem Polynom bestimmt die höchste Potenz das Verhalten gegen ±. Daraus folgt die Behauptung mit (18.9). Bemerkung. Das tragende Argument ist die Zeile Bei einem Polynom bestimmt die höchste Potenz das Verhalten gegen ±. Wir deuten den Beweis dafür kurz an: Sei f(x) = a n x n +a n 1 x n 1 + +a 1 x+a 0 ein Polynom vom Grad n, d. h. a n 0. O.E. dürfen wir a n > 0 annehmen, denn sonst könnten wir f betrachten. Wir schreiben f(x) = a n x n + g(x) mit dem Polynom g vom Grad kleiner als n. Man sieht leicht, dass g(x) lim x ± x = lim n x ± Daher gibt es ein r > 0 mit a n + g(x) x n > a n an 2 = an 2 und damit ( an 1 + a n a ) 0 x 2 x n = 0. x g(x) x < a n2 für alle x mit x > r. Für solche x gilt also n ( f(x) = x n a n + g(x) ) { > an 2 xn falls x > 0 oder n gerade x n < an 2 xn falls x < 0 und n ungerade. Das ε-δ-kriterium. Stetigkeit wurde historisch anders eingeführt. Zu Anfang des 19. Jahrhunderts formulierten unabhängig voneinander Augustin Louis Cauchy 10 ( ) und Bernard Bolzano 11 ( ) eine bereits präzise Definition. Die folgende beweistechnisch einfacher zu handhabende Variante dieser Definition stammt von Karl Weierstraß 12 ( ). Wir formulieren sie als Kennzeichnung. (18.16) Satz. Eine Funktion f : D R ist in x 0 D stetig ε > 0 : δ > 0 : x D mit x x 0 < δ gilt f(x) f(x 0 ) < ε

13 Beweis. = : Zu zeigen ist x x 0 = f(x) f(x 0 ): Gegeben sei eine beliebige Folge (x n ) x 0 und ein beliebiges ε > 0. Nach Voraussetzung existiert ein δ > 0, so dass für alle x D mit x x 0 < δ gilt: f(x) f(x 0 ) < ε. Zu diesem δ wiederum gibt es wegen der Konvergenz von (x n ) ein n 0 N mit x n x 0 < δ für alle n n 0. Also n n 0 : f(x n ) f(x 0 ) < ε. Somit konvergiert (f(x n )) gegen f(x 0 ). = : Zu zeigen ist: ε > 0..., vorausgesetzt ist die Stetigkeit von f in x 0. Wir gehen indirekt vor und nehmen an, die Behauptung sei falsch. Das bedeutet: ε > 0 : δ > 0 : x D mit x x 0 < δ, aber f(x) f(x 0 ) ε. Mit anderen Worten: Es gibt mindestens eine Folge (x n ) x 0 (denn: δ > 0 x D mit x x 0 < δ), deren Bildfolge f(x n ) nicht gegen f(x 0 ) konvergiert (denn: ε > 0... f(x) f(x 0 ) ε). Dies ist ein Widerspruch zur Voraussetzung der Stetigkeit in x 0 ; damit ist der Satz bewiesen. Bemerkung. In vielen Büchern wird Stetigkeit mit Hilfe von (18.16) definiert und unsere Definition als dazu äquivalente Aussage bewiesen. Als Abschluss noch ein Beispiel zum Selbststudium, das erneut zeigt welch eigentümliche Eigenschaften Funktionen haben können. Hier ist das Kriterium aus (18.16) einfacher anzuwenden. Beispiel. Sei f : R R gegeben durch { 0 für x Q und für x = 0 f(x) := 1 für x = p Q\{0} mit p Z, q N teilerfremd q q Frage : An welchen Stellen ist f stetig? Antwort : f ist unstetig für x 0 Q\{0}, denn in jeder δ Umgebung von x 0 liegen irrationale Zahlen mit f(x) = 0. Somit ist die ε δ Bedingung für kein ε mit 0 < ε < f(x 0 ) erfüllt. Hingegen ist f stetig für x 0 Q und für x 0 = 0: Zu jedem ε > 0 existiert ein n 0 N mit 0 < 1 n 0 < ε. Da es nur endlich viele x [x 0 1, x 0 + 1] gibt mit f(x) 1 n 0, existiert } δ := min { x x 0 ; f(x) 1n0 > 0. Dieses δ erfüllt die Bedingung aus (18.16). Ist nämlich x x 0 < δ so gilt f(x) f(x 0 ) < 1 n 0 < ε. 50

Stetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543

Stetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543 Kapitel 4 Stetigkeit Peter Becker (H-BRS) Analysis Sommersemester 2016 254 / 543 Inhalt Inhalt 4 Stetigkeit Eigenschaften stetiger Funktionen Funktionenfolgen und gleichmäßige Konvergenz Umkehrfunktionen

Mehr

e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme sin(x+y) = cos(x) sin(y)+sin(x) cos(y). und f. Für eine reelle Zahl x R gilt e ix = 1.

e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme sin(x+y) = cos(x) sin(y)+sin(x) cos(y). und f. Für eine reelle Zahl x R gilt e ix = 1. 8. GRENZWERTE UND STETIGKEIT VON FUNKTIONEN 51 e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme cos(x+y) = cos(x) cos(y) sin(x) sin(y) und sin(x+y) = cos(x) sin(y)+sin(x) cos(y). f. Für eine

Mehr

Funktionsgrenzwerte, Stetigkeit

Funktionsgrenzwerte, Stetigkeit Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn

Mehr

Vorlesungen Analysis von B. Bank

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

Mehr

Stetigkeit. Definitionen. Beispiele

Stetigkeit. Definitionen. Beispiele Stetigkeit Definitionen Stetigkeit Sei f : D mit D eine Funktion. f heißt stetig in a D, falls für jede Folge x n in D (d.h. x n D für alle n ) mit lim x n a gilt: lim f x n f a. Die Funktion f : D heißt

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 2008/2009 Übung 11 Einleitung Es wird eine 15-minütige Mikroklausur geschrieben. i) Sei D R oderd C. Wann heißt

Mehr

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

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

Mehr

Kapitel 6 Grenzwerte von Funktionen und Stetigkeit

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

Mehr

5 Stetigkeit und Differenzierbarkeit

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

Mehr

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

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

Mehr

Thema 4 Limiten und Stetigkeit von Funktionen

Thema 4 Limiten und Stetigkeit von Funktionen Thema 4 Limiten und Stetigkeit von Funktionen Wir betrachten jetzt Funktionen zwischen geeigneten Punktmengen. Dazu wiederholen wir einige grundlegende Begriffe und Schreibweisen aus der Mengentheorie.

Mehr

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen

Topologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnabrück WS 2011/2012 Mathematik für Anwender I Vorlesung 17 Potenzreihen Definition 17.1. Es sei (c n ) n N eine Folge von reellen Zahlen und x eine weitere reelle Zahl. Dann heißt

Mehr

11 Logarithmus und allgemeine Potenzen

11 Logarithmus und allgemeine Potenzen Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den

Mehr

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

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

Mehr

Skript zur Analysis 1. Kapitel 3 Stetigkeit / Grenzwerte von Funktionen

Skript zur Analysis 1. Kapitel 3 Stetigkeit / Grenzwerte von Funktionen Skript zur Analysis 1 Kapitel 3 Stetigkeit / Grenzwerte von Funktionen von Prof. Dr. J. Cleven Fachhochschule Dortmund Fachbereich Informatik Oktober 2003 2 Inhaltsverzeichnis 3 Stetigkeit und Grenzwerte

Mehr

15 Hauptsätze über stetige Funktionen

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

Mehr

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

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

Mehr

Analysis I. Guofang Wang Universität Freiburg

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

Mehr

lim Der Zwischenwertsatz besagt folgendes:

lim Der Zwischenwertsatz besagt folgendes: 2.3. Grenzwerte von Funktionen und Stetigkeit 35 Wir stellen nun die wichtigsten Sätze über stetige Funktionen auf abgeschlossenen Intervallen zusammen. Wenn man sagt, eine Funktion f:[a,b] R, definiert

Mehr

Folgen und Reihen von Funktionen

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

Mehr

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

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

Mehr

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

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

Mehr

Folgen, Reihen, Grenzwerte u. Stetigkeit

Folgen, Reihen, Grenzwerte u. Stetigkeit Folgen, Reihen, Grenzwerte u. Stetigkeit Josef F. Bürgler Abt. Informatik HTA Luzern, FH Zentralschweiz HTA.MA+INF Josef F. Bürgler (HTA Luzern) Einf. Infinitesimalrechnung HTA.MA+INF 1 / 33 Inhalt 1 Folgen

Mehr

17 Logarithmus und allgemeine Potenz

17 Logarithmus und allgemeine Potenz 7 Logarithmus und allgemeine Potenz 7. Der natürliche Logarithmus 7.3 Die allgemeine Potenz 7.4 Die Exponentialfunktion zur Basis a 7.5 Die Potenzfunktion zum Exponenten b 7.6 Die Logarithmusfunktion zur

Mehr

Kapitel 5 GRENZWERTE

Kapitel 5 GRENZWERTE Kapitel 5 GRENZWERTE Fassung vom 3. Februar 2006 Mathematik für Humanbiologen und Biologen 69 5. Der Begri des Grenzwertes 5. Der Begri des Grenzwertes An den Messungen der Hefevermehrung (vgl. Beispiel

Mehr

Kapitel 5. Stetige Funktionen 5.1. Stetigkeit

Kapitel 5. Stetige Funktionen 5.1. Stetigkeit Kapitel 5. Stetige Funktionen 5.1. Stetigkeit Reelle Zahlen sind ideale Objekte, die es uns ermöglichen, eine transparente und leistungsfähige Theorie aufzubauen. Ein Computer kann jedoch nur mit Approximationen

Mehr

13. Übungsblatt zur Mathematik I für Maschinenbau

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

Mehr

Ein Kennzeichen stetiger Funktionen ist es, dass ihre Graphen (evtl. auch nur in Intervallen) nicht. Knicke im Funktionsgraphen auftreten.

Ein Kennzeichen stetiger Funktionen ist es, dass ihre Graphen (evtl. auch nur in Intervallen) nicht. Knicke im Funktionsgraphen auftreten. FOS, 11 Jahrgangsstufe (technisch) 6 Stetigkeit Ein Kennzeichen stetiger Funktionen ist es, dass ihre Graphen (evtl auch nur in Intervallen) nicht abreißen und gezeichnet werden können, ohne den Zeichenstift

Mehr

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit

Mehr

Mathematik für Studierende der Erdwissenschaften Lösungen der Beispiele des 5. Übungsblatts

Mathematik für Studierende der Erdwissenschaften Lösungen der Beispiele des 5. Übungsblatts Mathematik für Studierende der Erdwissenschaften Lösungen der Beispiele des 5. Übungsblatts 1. Stetigkeit und Grenzwerte: (a) Aus der folgenden grafischen Darstellung von y 1 (x) = x 2/3 /(1 + x 2 ) ist

Mehr

18 Höhere Ableitungen und Taylorformel

18 Höhere Ableitungen und Taylorformel 8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a

Mehr

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis

Mehr

Rechenoperationen mit Folgen. Rekursion und Iteration.

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

Mehr

( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( )

( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( ) 64 Die Tangente in x 0 eignet sich also als lokale (lineare) Näherung der Funktion in der Nähe des Punktes P. Oder gibt es eine noch besser approximierende Gerade? Satz 4.9 Unter allen Geraden durch den

Mehr

Reelle Funktionen. Als reelle Funktion bezeichnen wir jede Abbildung

Reelle Funktionen. Als reelle Funktion bezeichnen wir jede Abbildung Mathematik I für Billiginformatiker Reelle Funktionen p. 1 Reelle Funktionen Als reelle Funktion bezeichnen wir jede Abbildung f : D(f) R, D(f) R. Der Einfachheit halber setzen wir meist voraus, dass der

Mehr

4.2 Grenzwerte und Stetigkeit reeller Funktionen

4.2 Grenzwerte und Stetigkeit reeller Funktionen 4. Grenzwerte und Stetigkeit reeller Funktionen 73 4. Grenzwerte und Stetigkeit reeller Funktionen Definition 4.. Gegeben sei eine Funktion y = mit D(f). (i) Sei D(f). heißt stetig in, falls es für alle

Mehr

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

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

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen 9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a

Mehr

Grundkurs Mathematik II

Grundkurs Mathematik II Prof. Dr. H. Brenner Osnabrück SS 2017 Grundkurs Mathematik II Vorlesung 53 Die rationalen Exponentialfunktionen Zu einer positiven Zahl b K aus einem angeordenten Körper K haben wir in der 27. Vorlesung

Mehr

$Id: stetig.tex,v /06/26 15:40:18 hk Exp $

$Id: stetig.tex,v /06/26 15:40:18 hk Exp $ $Id: stetig.tex,v 1.11 2012/06/26 15:40:18 hk Exp $ 9 Stetigkeit 9.1 Eigenschaften stetiger Funktionen Am Ende der letzten Sitzung hatten wir eine der Grundeigenschaften stetiger Funktionen nachgewiesen,

Mehr

Funktionen. Definition. Eine Funktion (oder Abbildung) ist eine Vorschrift, die jedem Element einer Menge A genau ein Element einer Menge B zuordnet.

Funktionen. Definition. Eine Funktion (oder Abbildung) ist eine Vorschrift, die jedem Element einer Menge A genau ein Element einer Menge B zuordnet. 1 Der Funktionsbegriff Funktionen Definition. Eine Funktion (oder Abbildung) ist eine Vorschrift, die jedem Element einer Menge A genau ein Element einer Menge B zuordnet. Dabei nennt man die Menge A Definitionsmenge

Mehr

GRUNDLAGEN MATHEMATIK

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

Mehr

Thema 3 Folgen, Grenzwerte

Thema 3 Folgen, Grenzwerte Thema 3 Folgen, Grenzwerte Definition Eine Folge von reellen Zahlen ist eine Abbildung von N in R d.h. jedem n N ist eine Zahl a n zugeordnet. Wir schreiben für eine solche Folge. Beispiele. (a n ) n N

Mehr

1 Reihen von Zahlen. Inhalt:

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

Mehr

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i 3 Kompaktheit In der Analysis I zeigt man, dass stetige Funktionen f : [a, b] R auf abgeschlossenen, beschränkten Intervallen [a, b] gleichmäßig stetig und beschränkt sind und dass sie ihr Supremum und

Mehr

Modul Grundbildung Analysis WiSe 10/11. A.: Wurde in diesem Kapitel behandelt. C.: Weitere Fragen (Nicht nur für die Klausur interessant)

Modul Grundbildung Analysis WiSe 10/11. A.: Wurde in diesem Kapitel behandelt. C.: Weitere Fragen (Nicht nur für die Klausur interessant) Modul Grundbildung Analysis WiSe 10/11 Im Folgenden bedeutet A: Wurde in diesem Kapitel behandelt B: Interessante Aufgaben C: Weitere Fragen (Nicht nur für die Klausur interessant) V1 Konvergenz, Grenzwert

Mehr

Kapitel 3. Konvergenz von Folgen und Reihen

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

Mehr

Der Abschluss D ist die Menge, die durch Hinzunahme der Intervallränder entsteht, in den obigen Beispielen also

Der Abschluss D ist die Menge, die durch Hinzunahme der Intervallränder entsteht, in den obigen Beispielen also Festlegung Definitionsbereich 11.1 Festlegung Definitionsbereich Festlegung: Wir betrachten Funktionen f : D Ñ R, deren Definitionsbereich eine endliche Vereinigung von Intervallen ist, also z.b. D ra,

Mehr

Stetige Funktionen. Definition. Seien (X, d) und (Y, ϱ) metrische Räume und f : X Y eine Abbildung. D(f) X sei der Definitionsbereich von f.

Stetige Funktionen. Definition. Seien (X, d) und (Y, ϱ) metrische Räume und f : X Y eine Abbildung. D(f) X sei der Definitionsbereich von f. Stetige Funktionen Abbildungen f : X Y, wobei X und Y strukturierte Mengen sind (wie z.b. Vektorräume oder metrische Räume), spielen eine zentrale Rolle in der Mathematik. In der Analysis sind Abbildungen

Mehr

Die Topologie von R, C und R n

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

Mehr

Kapitel 6 Folgen und Stetigkeit

Kapitel 6 Folgen und Stetigkeit Kapitel 6 Folgen und Stetigkeit Mathematischer Vorkurs TU Dortmund Seite 76 / 226 Definition 6. (Zahlenfolgen) Eine Zahlenfolge (oder kurz: Folge) ist eine Funktion f : 0!. Statt f(n) schreiben wir x n

Mehr

Lösungen der Übungsaufgaben von Kapitel 3

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

Mehr

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

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

Mehr

Mathematik I. Zusammenhängende Räume

Mathematik I. Zusammenhängende Räume Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 21 Die beiden nächsten Vorlesungen kann man unter dem Aspekt sehen, welche topologischen Eigenenschaften die reellen Zahlen gegenüber

Mehr

differenzierbare Funktionen

differenzierbare Funktionen Kapitel IV Differenzierbare Funktionen 18 Differenzierbarkeit und Rechenregeln für differenzierbare Funktionen 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 20 Gleichmäßige Konvergenz von

Mehr

8. Stetigkeit. 8.A Grenzwerte von Funktionen. 8. Stetigkeit 85

8. Stetigkeit. 8.A Grenzwerte von Funktionen. 8. Stetigkeit 85 8. Stetigkeit 85 8. Stetigkeit Nachdem wir uns gerade ausführlich mit Grenzwerten von Folgen und Reihen befasst haben, wollen wir den Grenzwertbegriff nun auf Funktionen einer reellen (oder evtl. kompleen)

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 2

Technische Universität München Zentrum Mathematik. Übungsblatt 2 Technische Universität München Zentrum Mathematik Mathematik 2 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 2 Hausaufgaben Aufgabe 2.1 Sei [a, b] R ein Intervall und ( ) n N [a,

Mehr

Monotone Funktionen. Definition Es sei D R. Eine Funktion f : D R heißt. (ii) monoton fallend, wenn für alle x, x D gilt. x < x f (x) f (x ).

Monotone Funktionen. Definition Es sei D R. Eine Funktion f : D R heißt. (ii) monoton fallend, wenn für alle x, x D gilt. x < x f (x) f (x ). Monotone Funktionen Definition 4.36 Es sei D R. Eine Funktion f : D R heißt (i) monoton wachsend, wenn für alle x, x D gilt x < x f (x) f (x ). Wenn sogar die strikte Ungleichung f (x) < f (x ) folgt,

Mehr

n=1 a n mit reellen Zahlen a n einen

n=1 a n mit reellen Zahlen a n einen 4 Unendliche Reihen 4. Definition und Beispiele Ein altes Problem der Analysis ist es, einer Reihe mit reellen Zahlen einen Wert zuzuordnen. Ein typisches Beispiel ist die unendliche Reihe + +..., die

Mehr

8 Reelle Funktionen. 16. Januar

8 Reelle Funktionen. 16. Januar 6. Januar 9 54 8 Reelle Funktionen 8. Reelle Funktion: Eine reelle Funktion f : D f R ordnet jedem Element x D f der Menge D f R eine reelle Zahl y R zu, und man schreibt y = f(x), x D. Die Menge D f heißt

Mehr

11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen

11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11 Dezimalbruchdarstellung reeller Zahlen; Mächtigkeitsvergleich von Mengen 11.1 g-adische Entwicklung von Zahlen aus [0, 1[ 11.2 g-adische Entwicklung reeller Zahlen 11.3 g-adische Entwicklung nicht-negativer

Mehr

Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0.

Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0. 6.4 Fixpunkt-Iteration Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0. Möglichkeiten: Bisektionsverfahren (Intervallhalbierung) Newton-Verfahren, x k+1 = x k f(x k) f (x k ) für k = 0, 1,

Mehr

Analysis I. Vorlesung 13. Gleichmäßige Stetigkeit

Analysis I. Vorlesung 13. Gleichmäßige Stetigkeit Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 13 Gleichmäßige Stetigkeit Die Funktion f: R + R +, x 1/x, ist stetig. In jedem Punkt x R + gibt es zu jedem ǫ > 0 ein δ > 0 mit f(u (x,δ))

Mehr

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

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

Mehr

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

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

Mehr

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

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

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist

Mehr

Vorlesung Mathematik 1 für Ingenieure (Wintersemester 2015/16)

Vorlesung Mathematik 1 für Ingenieure (Wintersemester 2015/16) 1 Vorlesung Mathematik 1 für Ingenieure (Wintersemester 2015/16) Kapitel 7: Konvergenz und Reihen Prof. Miles Simon Nach Folienvorlage von Prof. Dr. Volker Kaibel Otto-von-Guericke Universität Magdeburg.

Mehr

Häufungspunkte und Satz von Bolzano und Weierstraß.

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

Mehr

GRUNDLAGEN MATHEMATIK

GRUNDLAGEN MATHEMATIK Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 3. Reelle Funktionen Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies Grundlagen

Mehr

Reelle/komplexe Zahlen und Vollständigkeit

Reelle/komplexe Zahlen und Vollständigkeit Die folgenden Fragen/Aussagen sind mit ja / wahr oder nein / falsch zu beantworten. Da wir den Stoff der Analysis 1 behandeln, ist im weiteren davon auszugehen dass die Folgen, Reihen, Definitionsbereiche

Mehr

n 1, n N \ {1}, 0 falls x = 0,

n 1, n N \ {1}, 0 falls x = 0, IV.1. Stetige Funktionen 77 IV. Stetigkeit IV.1. Stetige Funktionen Stetige Funktionen R R sind vielen sicher schon aus der Schule bekannt. Dort erwirbt man sich die naive Vorstellung, dass eine stetige

Mehr

Topologische Aspekte: Eine kurze Zusammenfassung

Topologische Aspekte: Eine kurze Zusammenfassung Kapitel 1 Topologische Aspekte: Eine kurze Zusammenfassung Wer das erste Knopfloch verfehlt, kommt mit dem Zuknöpfen nicht zu Rande J. W. Goethe In diesem Kapitel bringen wir die Begriffe Umgebung, Konvergenz,

Mehr

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016

HM I Tutorium 1. Lucas Kunz. 27. Oktober 2016 HM I Tutorium 1 Lucas Kunz 27. Oktober 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Logische Verknüpfungen............................ 2 1.2 Quantoren.................................... 3 1.3 Mengen und ihre

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester

Mehr

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

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

Mehr

Vorkurs Mathematik. Vorlesung 5. Cauchy-Folgen

Vorkurs Mathematik. Vorlesung 5. Cauchy-Folgen Prof. Dr. H. Brenner Osnabrück WS 2014/2015 Vorkurs Mathematik Vorlesung 5 Cauchy-Folgen Ein Problem des Konvergenzbegriffes ist, dass zur Formulierung der Grenzwert verwendet wird, den man unter Umständen

Mehr

13 Stetige Funktionen

13 Stetige Funktionen $Id: stetig.tex,v.4 2009/02/06 3:47:42 hk Exp $ 3 Stetige Funktionen 3.2 Stetige Funktionen In anderen Worten bedeutet die Stetigkeit einer Funktion f : I R also f(x n) = f( x n ) n n für jede in I konvergente

Mehr

INGENIEURMATHEMATIK. 8. Reihen. Sommersemester Prof. Dr. Gunar Matthies

INGENIEURMATHEMATIK. 8. Reihen. Sommersemester Prof. Dr. Gunar Matthies Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 8. Reihen Prof. Dr. Gunar Matthies Sommersemester 2016 G. Matthies Ingenieurmathematik

Mehr

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

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

Mehr

Elemente der mengentheoretischen Topologie

Elemente der mengentheoretischen Topologie Elemente der mengentheoretischen Topologie Es hat sich herausgestellt, dass das Konzept des topologischen Raumes die geeignete Struktur darstellt für die in der Analysis fundamentalen Begriffe wie konvergente

Mehr

V.1 Konvergenz, Grenzwert und Häufungspunkte

V.1 Konvergenz, Grenzwert und Häufungspunkte V.1 Konvergenz, Grenzwert und Häufungspunkte S. 108 110 A. Bereits bekannt: Folge Extrem wichtig: Grenzwert bzw. Konvergenz: a n a oder lim n a n = a : ε R, ε > 0 n 0 N : a n a < ε n n 0 Begriffe: Fast

Mehr

Konstruktion der reellen Zahlen

Konstruktion der reellen Zahlen Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert

Mehr

8 KAPITEL 1. GRUNDLAGEN

8 KAPITEL 1. GRUNDLAGEN 8 KAPITEL 1. GRUNDLAGEN Beweis. 1. Sei A X abgeschlossen, dann ist X \ A offen und jede offene Überdeckung von A lässt sich durch Hinzunahme von X \ A auf ganz X fortsetzen. Die Kompaktheit von X erlaubt

Mehr

Univariate Analysis. Analysis und nichtlineare Modelle Sommersemester

Univariate Analysis. Analysis und nichtlineare Modelle Sommersemester Analysis und nichtlineare Modelle Sommersemester 9 5 Univariate Analysis C. Berechnen Sie ohne Taschenrechner(!). Runden Sie die Ergebnisse auf ganze Zahlen. (a) 7 :, (b) 795 :.. Berechnen Sie ohne Taschenrechner(!):

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 3

Technische Universität München Zentrum Mathematik. Übungsblatt 3 Technische Universität München Zentrum Mathematik Mathematik Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 3 Hausaufgaben Aufgabe 3. Zeigen Sie mit Hilfe der ɛ-δ-formulierung vgl.

Mehr

Dem Anschein nach werden diese Zahlen kleiner und kleiner und streben gegen Null. Was sollen sie sonst auch tun? Aber der Begriff

Dem Anschein nach werden diese Zahlen kleiner und kleiner und streben gegen Null. Was sollen sie sonst auch tun? Aber der Begriff 47 5 Irrationales 5.1 Folgen, Konvergenz und Vollständigkeit Eine Abbildung a : N R definiert eine Folge von reellen Werten a 1 = a(1), a 2 = a(2), a 3 = a(3),... Solche Zahlenfolgen werden uns dazu dienen,

Mehr

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016

MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/ OKTOBER 2016 MATHEMATIK FÜR NATURWISSENSCHAFTLER I WINTERSEMESTER 2016/17 MARK HAMILTON LMU MÜNCHEN 1.1. Grundbegriffe zu Mengen. 1. 17. OKTOBER 2016 Definition 1.1 (Mengen und Elemente). Eine Menge ist die Zusammenfassung

Mehr

Kapitel 4 Folgen, Reihen & Funktionen

Kapitel 4 Folgen, Reihen & Funktionen Kapitel 4 Folgen, Reihen & Funktionen Inhaltsverzeichnis FOLGEN REELLER ZAHLEN... 3 DEFINITION... 3 GRENZWERT... 3 HÄUFUNGSPUNKT... 4 MONOTONIE... 4 BESCHRÄNKTHEIT... 4 SÄTZE... 4 RECHNEN MIT GRENZWERTEN...

Mehr

Technische Universität München. Aufgaben Mittwoch SS 2012

Technische Universität München. Aufgaben Mittwoch SS 2012 Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische

Mehr

Topologische Begriffe

Topologische Begriffe Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer

Mehr

Stetige Funktionen. 1-E1 Ma 1 Lubov Vassilevskaya

Stetige Funktionen. 1-E1 Ma 1 Lubov Vassilevskaya Stetige Funktionen Der Graph einer stetigen Funktion hat keine Sprungstellen und kann ohne Absetzen des Stiftes gezeichnet werden. 1-E1 Grenzwert einer stückweise definierten Funktion: Aufgabe 1 Abb. A1:

Mehr

Mathematik I Herbstsemester 2014

Mathematik I Herbstsemester 2014 Mathematik I Herbstsemester 2014 www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 32 1 Stetigkeit Grenzwert einer

Mehr

3.3 Konvergenzkriterien für reelle Folgen

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

Mehr

(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist.

(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist. 8 Punktmengen Für die Menge M = { 1 n ; n N } ist 1 = max(m), denn 1 M und 1 n 1 für alle n N. Die Menge M besitzt aber kein Minimum, denn zu jeder Zahl x = 1 n M existiert ein y M mit y < x, etwa y =

Mehr

Funktionenfolgen, Potenzreihen, Exponentialfunktion

Funktionenfolgen, Potenzreihen, Exponentialfunktion Kapitel 8 Funktionenfolgen, Potenzreihen, Exponentialfunktion Der in Definition 7. eingeführte Begriff einer Folge ist nicht auf die Betrachtung reeller Zahlen eingeschränkt und das Beispiel {a n } = {x

Mehr