Analysis I. Vortragender: Gerald Teschl. Mitschrift von Melita Šuput. a Wintersemester 2013

Größe: px
Ab Seite anzeigen:

Download "Analysis I. Vortragender: Gerald Teschl. Mitschrift von Melita Šuput. a Wintersemester 2013"

Transkript

1 Anlysis I Vortrgender: Gerld Teschl Mitschrift von Melit Šuput Wintersemester 203 Quellen: Teschl: Mthemtik für Informtiker, Tylor: Foundtions of Anlysis

2 0 Logik Definition: Eine Aussge (=) ist ein Stz, von dem mn eindeutig unterscheiden knn ob er whr oder flsch ist. Definition: Die Verneinung (oder Negtion) einer Aussge ist genu dnn whr, wenn die Aussge flsch ist. Symbolisch: ā ( ). ( < 5) = ( 5) Definition: UND-Verknüpfung (Konjunktion) b ist genu dnn whr, wenn und b beide whr sind. ODER-Verknüpfung (Disjunktion) b ist genu dnn whr, wenn mindestens eine der Aussgen oder b whr ist. ENTWEDER/ODER-Verknüpfung XOR b ist genu dnn whr, wenn genu eine der Aussgen und b (ber nicht beide!) whr ist. Whrheitstbelle: ā 0 0 b b b XOR b Definition: Ersetzt mn in einer Aussge eine Konstnte durch eine Vrible, so entsteht eine Aussgeform. Beispiel: 2 < 5 und 2 + = 5 Definition: ALL-Aussge Für lle (us einer bestimmten Menge) ist () whr. : () (...All-Quntor) EXISTENZ-Aussge Es gibt mindestens ein (us einer bestimmten Menge), sodss () whr ist. : () (...Eistenz-Quntor) Stz: Verneinung von All- und Eistenz-Aussgen : () = : (); : () = : () Definition: WENN-DANN-Verknüpfung (Subjunktion) b GENAU-DANN-Verknüpfung (Bijunktion) b Impliktion b (us folgt b; ist hinreichend für b; b ist notwendig für ) ā b b ā b b b b ( b) (b )

3 Mengen und Funktionen. Mengen und Funktionen Sets Menge A A= {,2,3} Element A B = { A : ()} Beispiel: (0, 3) = { R : 0 < < 3}; [0, 3) = { R : 0 < 3}; [0, 3] = { R : 0 3} Teilmenge A B A : B; A B A B A B Leere Menge φ, {} Vereinigung A B = { : A B} Durchschnitt A B = { : A B} Beispiel: A = [, 3], B = (, 5); A B = (, 3], A B = [, 5) A = { A A : A} 2 ; A = { A A : A}; A = {A, A 2, A 3, A 4 }, A = A A 2 A 3 A 4 Beispiel: A = {[s, 2] 0 < s <, s R} Ist A = [, 2]? Beweis: [, 2] [s, 2], 0 < s < ; [, 2] A A A Angenommen A und / [, 2] (i) < (0 < < ); (ii) > 2 (ii) ist nicht möglich, d > 2 nicht mehr in dem Intervll [,2] ist. s 0 = + 2 < : / [s 0, 2] / A 3 A = B A B B A Dmit ist (i) uch nicht möglich. A = (0, 2] wird ähnlich wie beim vorngegngenen Beispiel bewiesen. Komplement A\B = { A / B}; B c = \B A: Element us A, für die gilt 2 A ist eine Kollektion von Mengen; Zusmmenfssung von Mengen 3 Hier wurde der Mittelwert gebildet und s 0 ist so gewählt, dss es größer ls und kleiner ls ist wobei ebenflls kleiner ls ist

4 Beispiel: = R; [ 2, 2] c = (, 2) (2, ) Funktionen Definition: Eine Funktion f : A B ist eine Vorschrift die jedem Element A ein Element f() B zuordnet. f(e) = {f() E} Bildmenge von E A B Wertebereich Injektiv : y f() f(y) Surjektiv : f(a) = B Bijektiv 4 : Injektiv Surjektiv Beispiel: f : R R, f() = 2 ; 2 = Bild 2 = { 0 R R weder surjektiv noch injektiv R [0, ) surjektiv [0, ) R injektiv [0, ) [0, ) bijektiv Verkettung: g : A B, f : B C (f g)() = f(g()); f g : A C Urbild: f (E) := { A f() E} f() = 2 ; f ({0}) = {0} 5, f ({ }) = φ, f ({}) = {, +} Stz..6.: Sei f eine Funktion mit f : A B und E, F B, dnn gilt: () f (E F ) = f (E) f (F ) (b) f (E F ) = f (E) f (F ) (c) f (E\F ) = f (E)\f (F ) flls F E Beweis: () ((b) und (c) nlog!) f (E F ) f() E F f() E f() F f (E) f (F ) f (E) f (F ) Stz..7.: Sei f eine Funktion mit f : A B und E, F A, dnn gilt: () f(e F ) = f(e) f(f ) (b) f(e F ) f(e) f(f ) 4 Bijektive Abbildungen sind immer umkehrbr! 5 ds soll heruskommen, ds kommt herus

5 (c) f(e)\f(f ) f(e\f ) flls F E Beweis: (c) (() und (b) nlog!) y f(e)\f(f ) y f(e) y = f() mit E y / f(f ) / F y f(e\f ) Beispiel: f() = 2, f : R R E = (0, ) und F (, 0) E F = φ disjunkt f(e F ) = φ f(e) = f(f ) = (0, ) f(e) f(f ) = (0, ) Krthesisches Produkt A B = {(, b) A, b B}, A B C = {(, b, c) A, b B, c C} f : A B; Γ(f) 6 = {(, f()) A} A B.2 Die ntürlichen Zhlen N: Es gibt ein Element N N2: n N eistiert genu ein Nchfolger s(n) N3: ist kein Nchfolger von irgendeinem Element ( 2 3 ) N4: Zwei Elemente hben genu dnn den gleichen Nchfolger, wenn sie gleich sind: s(n) = s(m) n = m N5: Flls A N mit A und bgeschlossen unter Nchfolgern ist (n A s(n) A, wenn n drinnen ist dnn ist uch der Nchfolger drinnen), dnn gilt A = N, s(), s(s()), s(s(s())),... Stz.2..: Angenommen } {P n } ist eine Folge von Aussgen, für jedes n gibt es eine Aussge P n n N, flls P whr ist 7 P n P Induktion s(n) dnn ist P n für lle n N richtig Induktive Definition: X und f n : X X gegeben s(n) = f n ( n ), f ( ), f 2 ( 2 ) 2 3 Definition.2.4.: Sei m N, dnn ist: m + = s(m) m + s(n) = s(m + n) Beweis durch Induktion Beispiel: Jede Zhl der Form 5 n 2 n mit n N ist durch 3 teilbr Induktionsnfng: n = : 5 2 = 3 n n + : 5 n+ 2 n+ = 5 n+ 5 2 n n 2 n+ = 5 (5 n 2 n ) + 2 n (5 2) = 5 (5 n 2 n ) + } 2 n {{ 3 } durch 3 teilbr durch 3 teilbr Beispiel: Seien = und n+ = n + zu zeigen: < 2 < 3 < 4 <... < 2 P : < 2 < 2, P n : n < n+ < 2 Induktionsnfng P : < 2 < 2 Überprüfung: /2 < 2 < 4 6 Grph von f; Grph der Funktion 7 P n ist richtig, deswegen ist P s(n) richtig

6 Induktionsschritt: n < n+ < 2 n + < n+ + < 3 P n+ : n+ < n+2 < 3 < 2 Definition: Binomilkoeffizient ) := n! k! (n k)!, 0 k n n, k N 0 ( n k 0! :=,! :=, n! := n (n ) (n 2)... (n + )! = (n + ) (n)! = (n + ) (n) (n )! = (n + ) (n) (n ) (n 2)!. = (n + ) (n) (n )...! Stz.2.2.: Binomilformel ( + y) n = n ) k y n k ( n k Beweis: Induktion nch n N Induktionsnfng n = : + y = Induktionsschritt: n n + : ( + y) n = n ( + y) n+ = ( + y) n = n ( n k) k+ y n k + n z.z.: ( + y) n+ = n+ ( n+ k ( n k ( n ) k k y n k ( n ) k k y n+ k ) k y n+ k ( k) k y k = ( 0 Indeverschieben n+ ) k y n+ k + n ( ) = ( n n k ) k y n+ k 0 y n+ + = n+ :=0 ) 0 y + ( ) y 0 =! } 0! {{! } = ( n ) k k y n k / ( + y) ( n ) k k y n+ k [ ( n ( k ) + n ) ] k k y n+ k Ist ( ) [ n+ ( k = n ( k ) + n k) ]? ) ( = n+ ) z.z.: ( n k ) + ( n k k ( ( n ) n k k y n+ k ) n+ y 0 n + :=0 y +!! 0! 8 = = y +.3 Gnze und rtionle Zhlen Definition.3..: Kommuttiver Ring 9 (mit eins) 0 Menge R Addition R R R; (, b) + b Multipliktion R R R; (, b) b A. (Kommuttivgesetz) + b = b +, b R A2. (Assioztivgesetz) + (b + c) = ( + b) + c, b, c R 8 Hier drf k weder kleiner 0 sein noch größer ls n 9 Ring bedeutet, dss ds inverse Element bezüglich der Multipliktion fehlt 0 siehe M3

7 A3. (Identität) 0 R : + 0 = R A4. (Inverses Element) R ( ) R : + ( ) = 0 M. (KG) b = b M2. (AG) (b c) = ( b) c M3. (ID) : = D. (Distributivgesetz) (b + c) = b + c Beispiel.3.2.: F ein Ring,, y, z F () + z = y + z = y (b) 0 = 0 (c) ( ) y = ( y) z.z.: () + z = y + z / + ( z) +z + ( z) nch A4 =0 + 0 = y + 0 nch A3 = y +z + ( z) =0 = y (b) = 0 / nch A3 (0 + 0) = nch D } 0 {{ = 0 } nch () = 0 / 0 Definition.3.3.: Ein Körper is ein kommuttiver Ring in dem zusätzlich M4(INV) 0 : = gilt Beispiel: F = {0, } Definition: Rtionle Zhlen Q = { n m n Z, m Z\ {0}} Äquivlenzreltion: n m = n m : n m = n m n m + n m := n m+n m m m n m n m := n n m m Stz: Q ist ein Körper 2 Die Ordnung uf Q p q n n m m p q Q n q m p m q 0 0 Definition.3.6.: Ein geordneter Körper F ist ein Körper F mit einer Ordnung : O. y oder y Ddurch, dss es sonst kein Additives Inverses zu geben würde, muss n der mrkierten Stelle eine 0 stehen. Z 2 2 eng. Field

8 O2. y und y = y O3. y und y z z (Trnsitiv) O4. y + z y + z O5. y, 0 z z y z Stz.3.9.: Sei k N und Q mit 2 = k. Dnn ist N, wenn 2 = k eine rtionle Lösung ht. Beweis (durch Widerspruch): Angenommen 2 = k mit Q ber / N, k N; = m n n m 2 n 2 = k m 2 = k n 2 p : Primzhl mit p teilt n p teilt n 2 p teilt k n 2 p teilt m 2 p teilt m zu m und n Teilerfremd Annhme Q\N flsch Folgerung: 2 / Q mit m und n Teilerfremd3 und.4 Die reellen Zhlen Dedekind-Schnitte L r = { Q < r} = (, r) Q, r Q L 2 = { Q 2 < 2} { Q < 0} = (, 2) Q Definition.4..: Eine Teilmenge L Q heißt Dedekind-Schnitt, flls folgende Bedingungen erfüllt sind: () L Q und L φ (b) L besitzt kein größtes Element { m L : m L} (c) Flls L y L y mit y < L + L = {r + s r L, s L} Q L L 4 = {r s r L, s L} Ds Vollständigkeits-Aiom Angenommen, F sei ein geordneter Körper, dnn heißt eine Menge A F nch oben beschränkt, flls ein m F eistiert mit m für lle A. Beispiel: A = (0, 2), kleinste obere Schrnke m = 2; A = (0, ) nch oben unbeschränkte Menge; A = (0, 2], m = 2; A = (0, 2) in den reellen Zhlen ist 2 kleinste obere Schrnke, in den rtionlen Zhlen gibt es keine kleinste obere Schrnke Definition.4.3.: Ein geordneter Körper heißt vollständig, flls C. 5 jede nch oben beschränkte Menge eine kleinste obere Schrnke ht. Stz.4.4.: R ist vollständig Beweis 6 : A R nch oben beschränkt (durch m) 3 Keine gemeinsmen nicht trivilen Teiler 4 L und L müssen beide ds gleiche Vorzeichen hben, weil es sonst Probleme gibt mit r s 5 The Completeness Aiom 6 Nicht kompletter Beweis, eher eine Idee

9 Behuptung: L = AL 7 ist kleinste obere Schrnke von A L ist Dedekind scher Schnitt: L = L y mit y R A : L L y y Angenommen m obere Schrnke und m < y: Widerspruch, d ddurch m in L ist und deswegen kleiner wäre / sein könnte. Drum wählen wir y m Definition.4.7.: Ein geordneter Körper heißt rchimedisch, flls für lle F ein n N eistiert mit < n. Stz.4.8.: Die reellen Zhlen sind rchimedisch Beweis (durch Widerspruch): Angenommen : n N : n < N ist nch oben beschränkt C b : kleinste obere Schrnke von N b ist keine obere Schrnke n N mit b < n / + b < n + Beispiel: > 0 n N : n < Beweis: < n > n.5 SUP und INF Stz.5..: Jede nichtleere nch unten beschränkte Menge besitzt eine größte untere Schrnke. A = { A} A, B R A ± B = { ± b A, b B} Beweis: Betrchte A = { A} Erweiterte reelle Zhlen R {, + } ± + = ± R ± = ± > 0 + =? = 0 R 0 =? 0 =? =? sup(5, + ) = + Definition.5.2.: Sei A R, dnn ist: { sup A = kleinste obere Schrnke flls A nch oben beschränkt ist + sonst { inf A = größte untere Schrnke flls A nch unten beschränkt ist sonst 7 L ist die Vereinigung von L

10 Bemerkung: inf A = sup ( A) Beispiel: A = (, ] inf A =, sup A = + B = (, 5) inf B =, sup B = +5 C = { n2 n+ n N} Vermutung: inf C = 0, sup C = n 2 n+ = n + n n 2 sup C = n 2 n+ 2 inf C = 2 = min C D = { n n N} n sup D = = m D n > 0 inf D = 0 D besitzt kein Minimum, d 0 nicht in der Menge enthlten ist (mn nähert sich ihr nur symptotisch). Ds Infimum muss nicht ngenommen werden. Stz.5.7.: () inf A sup A (b) sup(a + B) = sup A + sup B (c) sup(a B) = sup A inf B (d) sup( A) = inf (A) und inf( A) = sup (A) (e) A B sup A sup B und infb inf A SUP und INF für Funktionen Erinnerung: Sei f : X R und A X, dnn ist f(a) = {f() A} Definition.5.8.: sup A f = sup f(a) und inf f = inf f(a) A Beispiel: () f() = sin(), I = [ π 2, π 2 ) f(i) = [, ) sup f = ; inf f = I I min I f (b) f() = ; I = (0, ) f(i) = (0, ) inf f = 0; sup f = I I Kein Mimum und Minimum; 0 wird nur symptotisch erreicht. Stz.5.0.: () sup c f = c A sup A f und inf c f A (b) sup ( f) = inf (f) A A (c) sup f+g A sup A f + sup A g (d) sup{f() f(y) :, y A} = sup A f = c inf f A und inf A f + inf A g inf A f c > 0 inf (f+g) A

11 2 Folgen 2. Grenzwert von Folgen Definition Betrg: { = 0 <0 Abstnd zwischen und ist kleiner ɛ: < ɛ Stz 2...: () y < ɛ ɛ < y < ɛ (b) y < ɛ ɛ < y < + ɛ Stz (Dreiecksungleichung): + b + b b b Beweis: () ( + b ) + b + b (b) = b (b ) + b b b 2.2 Using the Definition of Limit Nottion von Folgen: { n } n=; { n }; n ;, 2, 3,... Beispiel: () n = ( ) n n : (b) n = 2 n : 2, 4, 6, 8,..., + 2, 3, + 4,... lternierende Folge (c) = 2, n+ = n+ 2 : 2, 2+ 2 = 3 2, 5 4,... Definition Grenzwert bzw. Konvergenz: Eine Folge reeller Zhlen { n } konvergiert gegen eine Zhl R, flls für jedes (noch so klein) vorgegebenes ɛ > 0 ein zugehöriger Inde N(ɛ) eistiert, sodss n < ɛ für lle n > N(ɛ). (Kurz: ɛ > 0 N : n < ɛ, n > N) heißt der Grenzwert n n =, n 8 A = (0, ), B = (2, 3) A + B = { + y A, y B} = (2, 4) sup A =, sup B = 3 sup(a + B) = 4 B + {} = (2 +, 3 + ) Beispiel Grenzwert: n = n 09 Konvergiert n gegen 0? gegeben: ɛ > 0, z.z.: N(ɛ) mit n < ɛ n > N(ɛ), n < ɛ n > N, n = n 2 n+ = 2+ n 2 gegeben: ɛ > 0 : N : n = n 2 n+ 2 < ɛ n 2 n+ 2 n (2 n+) 2 = 4 n+2 = 2 n 2 n 4 n+2 = 4 n+2 = 4 n+2 < 4 n < n 8 n konvergiert gegen 9 Nullfolge Floor-Funktion rundet uf die nächste gnze Zhl b N = ɛ 20

12 N = ɛ 2 Stz: Gilt n und n b dnn folgt = b (Grenzwerte sind eindeutig). Beweis durch Widerspruch ( ɛ 2 -Trick): Angenommen: b b := ɛ > 0 n N : n < ɛ 2 n > N n b N 2 : n b < ɛ 2 n > N 2 n m(n, N 2 ) : ɛ = b = ( n ) + ( n b) 22 n + n b < ɛ < ɛ 2 < ɛ 2 Beispiel: n = ( ) n, +,, +,,... ist nicht konvergent! Sie besteht zwr us 2 konvergenten Teilfolgen, jedoch wäre ds Folgenglied nicht mehr im Bereich ( ɛ, + ɛ) enthlten. Beispiel: n = n 2 n 3 = 2 3 n 2 n 2 n 3 2 n 2 n+3 2 = 4 n 6 = 3 4 n 6 < 3 n n > 2 4 n 6 = n + (3 n 6) n > 2 >0 Stz : Flls n und b < < c, dnn eistiert ein N mit b < n < c n 23 N Korollr : Konvergente Folgen sind beschränkt. m, M : m n M n N Stz : n ɛ nur endlich viele n erfüllen n ɛ. 2.3 Grenzwertsätze Stz 2.3..: Seien { n } und {b n } Folgen mit b n 0. Flls R eistiert und ein K mit 0 n b n für lle n > K, dnn ist n. Beweis: ɛ > 0 N : n < ɛ n > N Angenommen: b n 0 N 2 : b n 0 < ɛ n > N 2 b n n b n < ɛ n > N 2, n > K n>n 3=m(K<N ) Wähle N = N 3 2 ɛ, weil der Grenzwert mit n bgeschätzt wurde; Prof.: Zu ɛ > 0 wähle N = ɛ 22 Dreiecksungleichung 23 Lufinde

13 Stz : Sei n 0 und b n beschränkt. Dnn n b n 0. Bemerkung: {b n } beschränkt m, M : m b n M n Beweis: z.z.: ɛ > 0 N : n b n < ɛ n > N Vorussetzung: b n < M, δ > 0 : n < δ n > N n b n n b n < δ M ɛ n > N ɛ: Wähle δ ɛ M N = N Stz : Seien n, b n, c n Folgen mit b n n c n n > K. Flls b n und c n, dnn folgt n. Beweis: z.z.: ɛ > 0 N : n < ɛ n > N ɛ > 0 N : b n < ɛ n > N ɛ 2 > 0 N 2 : c n < ɛ 2 n > N 2 Wähle ɛ = ɛ = ɛ 2, N = m(n, N 2 ) ɛ < b n < + ɛ ɛ < c n < + ɛ ɛ < b n n c n < + ɛ n <ɛ n>n Beispiel: n mit n > 0 und > 0 n n = n n+ < n 0 Beispiel: < n 0 ( + b) n n (n ) = + n b + b b n } 2 {{} Wird nicht benötigt Für b > 0 + n b < ( + b) n25 n 2 <, > = + b mit b > 0 n = n = ( + b) n = (+b) n +n b < n b 0 n = Stz : n, b n b, c R, k N () c n c (b) n + b n + b (c) n b n b (d) n b n b flls b 0 (und b n 0) (e) k n k (f) /k n /k Beweis: () c n c = c n 0 24 ( ) n +b (c) n b n b = n b n b n + b n b ( n ) b n + (b n b) b n n 0 (e) n M, M k n k = ( n ) ( k n 0 Beispiel: n = n2 +3 n+ 3 n 2 7 n+2 = n2 (+ 3 n + n 2 ) n 2 (3 7 n + 2 n 2 ) 3 + k 2 n k n ) } {{ } k M k Stz : n, b n b und es gilt n b n n K. Dnn folgt b. Beweis durch Widerspruch: M } {{ } 0 + b n b } 0 {{ } 0 (b) 0 24 Binomische Formel 25 Bernoulli sche Ungleichung

14 Angenommen: > b, lso b = 2 ɛ > 0 n < ɛ n > N b n b < ɛ n > N 2 N = m(n, N 2 ) n > ɛ = b + ɛ > b n n > N Korollr: n b n c n n, b n b, c n c b c Wrnung: n = n > 0 n = 0; b n = 0 0 b n b = 0; n > b n b 2.4 Monotone Folgen Folge n Nicht-fllend, (monoton) steigend n+ n Nicht-steigend, (monoton) fllend n+ n Stz 2.4..: Jede beschränkte monotone Folge ist konvergent. Beweis: n+ n und n K ( < n ) A = { n n N} R = sup(a) R d A beschränkt ist Vermutung: n z.z.: ɛ > 0 N : n < ɛ n < + ɛ n d (kleinste) obere Schrnke ist. kleinste obere Schrnke N mit N > ɛ Monotonie n > ɛ n > N Beispiel: n+ = n+ 2, = 0 n+ n (VGL UE) n n } b n = n+ c n = n+ = 2 } Beispiel: n+ = n + =0 n = n Beispiel: n+ = 2 n +2 2 n = 2 26 } b n c n + = = + 2 = 2 = + 0 = z.z.: n+ n n > 0 2 n +2 2 n n 2 n n 2 2 n n = = 2 = 2 26 Knn mn gegen beliebige reelle Zhl ersetzen und diese Zhl konvergiert gegen die Wurzel us dieser Zhl ( )

15 Definition : n = wenn M > 0 N : n > M Beispiel: n = n ; n = n r r N Stz : Jede monotone Folge ht einen Grenzwert { n = n n gerde 0 n ungerde Ht keinen Grenzwert! Stz : Seien { n } und {b n } Folgen. Dnn gilt: () n = ± ± n 27 > 0 und n = 0 n > N (b) b n nch unten beschränkt und n n + b n (ußer n und b n kompensieren sich) (c) n = : ( n ) = (d) n b n und n b n (e) 0 < k b n und n n b n (ußer n und b n kompensieren sich; b n konvergent und b > 0 ist ok) Beispiel: n = 2 n2 +3 n+ = n (2+ 3 n 2 ) + n 2.5 Cuchy Folgen Verschchtelte Intervlle: I I 2 I I n = [ n, b n ] bgeschlossen und beschränkt I n+ I n n n+ < b n+ b n Stz 2.5..: Sei I n eine verschchtelte Folge von beschränkten, bgeschlossenen Intervllen, dnn ist der Durchschnitt ller I n φ 29 (es gibt mindestens ein mit I n n). Beweis: I n = [ n, b n ], n nicht fllend n, b n nicht steigend b n b, us n < b n b mit b erfüllen I n n n b b n n [, b] I n n Bemerkung: Abgeschlossen ist wichtig! I n = (0, n ) I n = (, + ] I n = φ I n = φ Definition: gegeben n und n k sei eine monotone Folge ntürlicher Zhlen mit n k k =, dnn heißt b k = nk 27 Ab irgendeinem Inde 28 Gleichheit zugelssen 29 n= In Teilfolge

16 von n. Beispiel: n = n, n k = 2 k b k = nk = 2 k n = ( ) n b n = 2 n = ( ) 2 n = + Stz: Aus n b n für jede Teilfolge b n von n. Stz (Bolzno-Weierstrß): Jede beschränkte Folge besitzt eine konvergente Teilfolge. Bemerkung: n = n Beweis: I = [m, { M] { k } [m, m+m I 2 I, I 2 = 2 ] Flls hier Folgenglieder liegen [ m+m 2,M] sonst I 3 =... Mit Induktion I I 2 I 3... mit (i) Länge von I k ist M m 2 (ii) I k enthält unendlich viele Folgenglieder Aus Stz k I k Konstruiere Teilfolge: Für gegebenes K wähle nk I k 2 k = ( 2 )k Behuptung: nk nk M m } 2 k d nk, I k {{} 0 Cuchy-Folge Definition : Eine Folge n heißt Cuchy-Folge (CF) flls ɛ > 0 N : n m < ɛ n, m > N Stz : { n } ist konvergent { n } ist eine Cuchy-Folge. Beweis: gegeben: ɛ > 0 (us Konvergenz folgt Cuchy-Folge) z.z.: N : n (r) < ɛ 2 n(r) > N n m = n + m n + m ɛ n, m > N ɛ 2 ɛ 2 (us Cuchy-Folge folgt Konvergenz) (i) Cuchy-Folgen sind beschränkt N : n m < n, m > N n N+ < ɛ n > N N+ < n < N+ + n > N A N + {,..., N, N+, N+ + } m = min(a N ), M = m(a N ) m n M n (ii) n beschränkt eine konvergente Teilfolge nk (iii) Behuptung: n gegeben: ɛ > 0 n m < ɛ 2 n > N ( n us Cuchy-Folge) nk < ɛ 2 n > N 2 ( nk ) n = n nk + nk n nk + nk < ɛ 2 + ɛ 2 = ɛ n, k > m(n, N 2 ) Beispiel: s n = n ( ) k k Klssisches Gegenbeispiel : s 4 k n = n k m s m s n = ( ) k k m k m 30 4 k 4 k 2 k 2 m n obda: m>n n+ 2j = 2 ( n+ 2 )m n = 2 2 ( k=n+ k=n+ j=0 2 n+ 2 ) = m n k=n+

17 2 ( n 2 m n ) 2 n s m s n 2 min(n, m) 0 s n bilden Cuchy-Folge n= s n eistiert Einschub: Geometrische Summenformel / Reihe n 0 n+ k = n+, < k = 0 =, = k = n k + k+ IV n+ = + n+ = n+ + n+ n+2 = n LIMINF und LIMSUP Sei eine beschränkte Folge n gegeben und i n = inf{ k : k n}, s n = sup{ k : k n} Stz 2.6..: () i n nicht-fllend (b) s n nicht-steigend (c) i n n s n n Definition : inf n = i n, sup n = s n n nch unten/oben beschränkt : sup n = + / inf n = Beispiel: n = ( ) n sup n = +, inf n = Stz : gegeben n und eine konvergente Teilfolge nk inf n n k n k sup n Beweis: i nk nk s nk / i nk nk s nk n Stz : Sei { n } eine Folge, dnn eistieren Teilfolgen die gegen sup n bzw. inf n konvergieren. Stz : Sei { n } eine Folge, flls sup n = inf n dnn konvergiert { n }. Beweis: i n n s n Bemerkung: sup( n + b n ) sup( n ) + sup(b n ) inf( n ) = sup( n ) 30 k 4 = k k 2 k 2 ; k k 2k

18 3 Stetige Funktionen 3. Continuity Definition 3...: Sei f : D R R und D 3. Dnn heißt f bei stetig flls: ɛ > 0 : δ > 0 : f() f() < ɛ flls < δ und D. f heißt stetig, flls f stetig für lle D Beispiel: f() = 2 ist stetig bei = 2 f() f(2) = 2 4 = ( + 2) ( 2)... 2 b 2 =(+b) ( b) Wähle 2 ( 3) < ɛ flls 2 < δ ɛ > 0 gegeben, wähle δ ɛ 5 δ=min(, ɛ 5 ) und δ Diese Funktion ist bei 0 nicht definiert, weswegen sie stetig über den gnzen Definitionsbereich ist. Stz 3..5.: Sei f : D R R und D, dnn ist f stetig bei ( n f( n ) f()); f( n ) = f( n ) Beweis: (Stetig Folgen): Wir zeigen us nicht stetig nicht Folge, n : f( n ) f() ɛ > 0 : δ > 0 : f() f() ɛ δ = n : n < n : f( n) f() ɛ f( n ) f() obwohl n (Stetig Folgen): n z.z.: f( n ) f() flls f stetig bei gegeben ɛ > 0 f( n ) f() < ɛ δ : n < δ N konvergent { Beispiel: f() = 0 0 >0 Stz 3..8.: Seien f, g stetig bei, c R () c f stetig bei (b) f + g stetig bei (c) f g stetig bei flls g() 0 Beweis (c) 32 : n, z.z. f( n ) g( n ) f() g(). 3 Definitionsbereich 32 Mn knn uch den Grenzwertstz verwenden Logik Einschub: b b ā

19 Wir dürfen f( n ) f() und g( n ) g() verwenden. f( n ) g( n ) f() g() = f( n ) g( n ) f() g( n ) + f() g( n ) f() g() = (f( n ) f()) g( n ) + f() (g( n ) g()) = 0 0 beschränkt d konvergent Stz: Jedes Polynom ist stetig (i) f() = stetig (ii) f() = n stetig Stz 3..0.: Sei g stetig bei und f stetig bei g(). Dnn ist f g stetig bei. Definition (Verkettung): (f g)() = f(g()) f() =, g() = 2 + ; (f g)() = Beweis: n, y n := g( n ) g() f(y n ) = f(g( n )) f(g()) { Beispiel: f() = { <0 Beispiel: f() = sin( 0 0 =0 D f = R { D f = R g() = sin( 0 0 =0 3.2 Eigenschften stetiger Funktionen Stz 3.2..: Sei f eine stetige Funktion uf einem bgeschlossenem und beschränkten 34 Intervll I, dnn ist f uf I beschränkt und nimmt ein Mimum und Minimum n. Beweis: M = sup sup I f, M = I oder M = sup I 2 Wähle I j mit M = sup I j, konstruiere J = I, J 2 = I j,... Folge von Intervllen mit Länge(J n ) = Länge(J ) 2 n J n+ J n M = sup J n f n J n Wähle ɛ > 0 δ mit f() f() < ɛ flls < δ, n : Länge von J n < δ, f() f() < ɛ J n f() ɛ M f() + ɛ ɛ > 0 f() = M = sup I f = m I f Stz (Zwischenwertstz): Sei f : [, b] R stetig. Dnn nimmt f lle Werte zwischen f() und f(b) n. Beweis (Bisektionsverfhren): o.b.d.a. y = 0, weil f(c) = y f(c) y = 0, y muss zwischen f() und f(b) liegen. Stz g(c) : Sei f : [, b] R stetig. Dnn ist f([, b]) ein kompktes Intervll. Beweis: Nch Stz eistieren M = m I f und m = min I f c, d I mit f(c) = m und f(d) = M f(i) [m, M] us Stz folgt f(i) = [m, M] Stz: f heißt strikt monoton steigend fllend flls >y <y f()>f(y) f()<f(y) 33 f ist ds Grundgerüst, g ist die Füllung 34 bgeschlossen + beschränkt = kompkt

20 Stz : Sei f : I R strikt monoton. Flls f(i) ein Intervll ist, so ist f stetig. Beweis: f strikt monoton steigend, f(i) = [s, t] geg.: c I, ɛ > 0 f(c) ɛ u f(c) v f(c) + ɛ u = m(s, f(c) ɛ), v = min(t, f(c) + ɛ) p : f(p) = u und q : f(q) = v d u, v [s, t] p < c < q, f(p) u Wähle δ = q p < f(c) < f(q) v flls u, v keine Rndpunkte sind Stz : Sei f : [, b] R strikt monoton und stetig. Dnn ist die Umkehrfunktion ebenflls stetig und monoton. Beweis: f(i) = J ist ein Intervll nch Stz f : J I ist strikt monoton und erfüllt f (J) = I Stz = f stetig. 3.3 Gleichmäßige Stetigkeit Sei f : I R stetig uf I. Stetigkeit I, ɛ > 0 δ > 0 : f() f() < ɛ < δ (δ knn von bhängen!) Gleichmäßige Stetigkeit ɛ > 0 δ > 0 I : f() f() < ɛ < δ (δ unbhängig von!) Beispiel: Stz : Sei f : [, b] R stetig. Dnn ist f sogr gleichmäßig stetig. Beweis: Angenommen f ist nicht gleichmäßig stetig, dnn ɛ > 0, c δ > 0 : f() f(c) ɛ und c < δ n : n, c n I mit n c n < n und f( n) f(c n ) ɛ, us Bolzno-Weierstrß konvergente Teilfolge nk nk I, nk c nk 0 c nk = nk + (c nk nk ) 0 f( nk ) f(c nk ) ɛ f( nk ) und f(c nk ) können nicht gegen die gleiche Zhl konvergieren f nicht stetig bei Stz : Sei f : D R gleichmäßig stetig. Dnn bildet f eine Cuchy-Folge uf eine Cuchy-Folge b. Stz : Sei f : I R stetig uf einem beschränkten Intervll. Dnn knn f stetig uf die Rndpunkte fortgesetzt werden, genu dnn, wenn f gleichmäßig stetig ist. 3.4 Gleichmäßige Konvergenz Funktionenfolgen f n () n =, 2, 3,... Beispiel: f n () = n ; f n() n j j! = n n! j=0 Definition: Sei f n Folge von Funktionen D R () f n f punktweise flls für lle D : f n () f()

21 D ɛ > 0 N N : f n () f() < ɛ n > N 35 (b) f n GLM f gleichmäßig ɛ > 0 N N D : f() f n () < ɛ n > N 36 Wenn f n gleichmäßig konvergent ist, dnn ist es sowieso uch punktweise konvergent. f n () = n D = [0, ], f n() GLM 0 f n () = n D = [0, ), f n () 0 f n() n f n () = n D = [0, ], f n () { 0 [0,) = Stz : Sei {f n } eine Folge stetiger Funktionen D R. Flls f n GLM Beweis: Sei D, z.z. f ist stetig bei. geg. ɛ > 0 + N : f n () f() < ɛ 3 δ : f N+ () f N+ () < ɛ 3 < δ f, dnn ist uch f stetig. f() f() = f() f n ()+f n () f n ()+f n () f() f() f N+ () + f N+ () f N+ () + f N+ () f() < < ɛ 3 < ɛ 3 < ɛ 3 ɛ < δ Stz : Sei {f n } Folge von Funktionen D R. Flls f n () f() b n D mit einer Nullfolge b n gilt, dnn f n GLM f Bemerkung: f n (GLM) f f n f (GLM) 0 (gilt für gleichmäßig und punktweise). Stz : Sei {f n } Folge von Funktionen D R. Flls f n GLM 0, dnn gilt f n( n ) 0 für jede Folge von Punkten n. Beispiel: f n () = n +n = n + 0, f n () = +n n r n [0, r] [0, ) n = n f n ( n ) = n n+n = 2 35 N hängt sowohl von ls uch von ɛ b 36 N unbhängig von, ddurch ist es gleichmäßig konvergent

22 4 Die Ableitung 4. Grenzwert von Funktionen Definition 4...: Sei I ein offenes Intervll, ein Punkt in I und f : D R. Dnn ist der Limes folgendermßen definiert: f() = L flls ɛ > 0 δ > 0 : f() L < ɛ für I und 0 < < δ Bemerkung 4..2.: f stetig bei D f() = f() Beispiel: f() = 3 D = R\{}, f() =? ( 3 ) = ( ) ( ) f() = ( ) (2 ++) ( ) = f() = = 3 Definition (einseitiger Grenzwert 37 ): ±38 f() = L flls ɛ > 0 δ > 0 : f() L < ɛ für < < + δ bzw. δ < < Stz 4..7.: f() = L + f() = L und f() = L {, <0 Beispiel: f() = sin(), >0 0+ f() = 0 sin() = 0 0 f() = 0 = Definition: ± f() = L : ɛ > 0 m : f() L < ɛ für >m <m Beispiel: = 2 ( ) 2 (2+ = 2 ) 2 Stz 4..0.: Sei (, b) R und sei u = + oder b, weiters sei f : (, b) R, dnn gilt, dss u f() = L n u f( n ) L für lle Folgen n (, b) Stz 4...: Seien u f() = K und u g() = L, u () u c = c (b) u c f() = c K (c) u (f() + g()) = K + L (d) u (f() g()) = K L (e) u ( f() g() ) = K L flls L 0 Bemerkung: f() = ± f() Beispiel: f() =, ± f() = ± =, +, = 0 und ±f() > 0 in der Nähe von 37 von einer Seite nnähern 38 uch ±, + 0 oder 0+

23 4.2 Die Ableitung Definition 4.2..: f : D R D heißt differenzierbr bei flls f() f() := f () R Bemerkung: f () = h 0 f(+h) f() h f() = f() + f () ( ) + ( ) R() Definition: Rest R() := f() f() f (), f() f() R() = 0, = f () + R() Beispiel: f() = c f () = 0 f() = c f () = h 0 c (+h) c h = h 0 c h h = c f() = 2 f () = h 0 (+h)2 2 h = h h+h 2 2 h = f() = f () = h 0 +h h +h+ +h+ = h 0 +h f (0)? h = h 0 h = h 0+ h = h 0 h (2 +h) h h ( +h+ ) = = h h = 2 2 > 0 f (0)? = h 0 h 0 h = h 0 sign(h)39 divergent, eistiert nicht Stz : Ist f differenzierbr bei, dnn ist f uch stetig bei. Beweis: f() = f() + f() f() ( ), Stz : Seien f, g differenzierbr bei () (c f) () = c f () (b) (f + g) () = f () + g () (c) (f g) () = f () g() + f() g () ( ) (d) f g () = f () g() f() g () g() flls g() 0 2 Beweis: (c) f() g() f() g() f() = }{{ f() + } f() = f() g() f() g()+f() g() f() g() = f() f() } {{ } f () g() (f() f()) ( ) = f() 0 + f() (g() g()) g() g() f() = g() f() f() g() + f() g() g() = f () g() + f() g () 39 signum, sign() = +, > 0; 0, = 0;, < 0 = f() f() g() +

24 (d) o.b.d.a. f = d g() g() = ( ) ( ) ( f g = f g = f g + f g() g() g() g() ( ) = g() g() g() Beispiel: f() = n, f () = n n n N 0 Beweis mit Induktion: IA: n = 0 f() = 0 = f () = 0 = 0 IS: f() = n+ ) g g() g() g () = g () g() 2 f () = ( n ) = c n + ( n ) = n + n n = ( + n) n = (n + ) n Stz (Kettenregel):{ f differenzierbr bei g() und g differenzierbr bei, (f g) () = f (g()) g () f(y) f(b) Beweis: g() = b h(y) = y b, y b f (b), y=b f differenzierbr bei b h stetig bei b f(g()) f(g()) = f(g()) f(b) g() g() g() b = h(g()) g() g() = f (g()) g () h(g())=h(b)=f (b) h(g()) g () Stz : f sei strikt monoton uf I und differenzierbr bei mit f () 0, dnn ist die zugehörige inverse Funktion g differenzierbr bei b = f() und g (b) = f () = Beweis: = g(y) f() = y, y b g(y) g(b) y b = y b h(g(y)) = h() = f () f (g(b)) g(y) g(b) y b = f() f() =: h(), h() = f (), (g(y) g(b) y b = h(g(y)) Beispiel: f() = n, g() = n = n > 0; f () = n n, g () = f (g()) = = n ( n ) n n n n Korollr: f() = n m f () = n m n m ; n m = ( m ) n = n n = n n 4.3 Der Mittelwertstz der Differentilrechnung Sei f : [, b] R Rndpunkte,b Definition: Kritische Punkte von f 2 Sttionäre Punkte c (,b) mit f (c)=0 3 Singuläre Punkte c (,b) n denen die Ableitung nicht eistiert Stz 4.3..: Sei f : [, b] R stetig. Dnn werden Minim und Mim nur n kritischen Punkten ngenommen. { Beispiel: f() = = Kritische Punkte: 0, 3, { f () = 0 < + < 3 Differentilquotient n der Stelle : f ()? = ± f() f() = ± nicht differenziebr bei f() =, 2, 0; m bei 2, min bei 0 Beweis: Angenommen: f ht bei c ein m o.b.d.a. 3 Fälle: ) c m Rnd 2) c nicht differenzierbr z.z.: Flls weder ) noch 2) c sttionär, d c m f() f(c), f() f(c) 0 c (, b) und es eistiert f (c) { f() f(c) c = 0 >c 0 <c c + f() f(c) } c 0 c f() f(c) c 0 = f () f (c) = 0 Stz (Mittelwertstz): Sei f : [, b] R stetig und differenzierbr uf (, b). Dnn eistiert (mindestens) ein c (, b) mit f (c) = f(b) f() b

25 Die Steigung m Punkt c muss irgendwnn wegen dem Zwischenwertstz mit Steigung c übereinstimmen Beweis: g() = f() + f(b) f() b ( ) s() = f() g() z.z. s (c) = 0 (0 = f (c) g (c)) Fll ) s() 0 (gnze Funktion identisch 0) 40 2) s() ht ein m > 0 oder min < 0 es eistiert ein sttionärer Punkt c Stz : Sei f : (, b) R differenzierbr. Dnn gilt, flls f () 0 ( (, b)), dss f konstnt ist. Beweis:, y (, b) < y 0 = f (c) = f(y) f() y f(y) = f() Korollr : Sei f () = g () (, b) f() = g() + c Stz : Sei f : [, b] R stetig, differenzierbr uf (, b), f () >0 <0 0 0 Beweis:, y [, b] < y; 0 < f (c) = f(y) f() y f(y) > f() { Beispiel: f() = 3, f () = 3 2 0; f (,0) () > 0 (0,+ ) f monoton steigend (, 0] und [0, + ) uf (, b) f (strikt) monoton steigend fllend Stz : Sei f : (, b) R und es sei f () M uf (, b). Dnn gilt, dss f() f(y) M y insbesondere ist f gleichmäßig stetig uf (,b). Beweis:, y (, b), f() f(y) y o.b.d.a. y, lut Mittelwertstz f() f(y) y = f (c) c (, y) = f (c) = f() f(y) y = f (c) M f() f() < ɛ < δ, δ ɛ M Notiz: d f() f() M < M ɛ M = ɛ uf [,b], y (, b), Eine Funktion die f() f(y) M y mehr ls gleichmäßig stetig), y (, b) erfüllt heißt LIPSCHITZ-STETIG. (Lipschitz-stetig ist Die Menge ller stetigen Funktionen I 4 R bezeichnet mn mit C(I) 42 (C((, b)), C([, b])) f C ((, b)) flls f differenzierbr und f C((, b)) Funktion verschwindet n einem Punkt = Funktion = 0 4 Intervll 42 C für continous 43 f stetig

26 Beispiel für gleichmäßig stetig ber nicht Lipschitz-stetig: f(), f () = 2 0 M 0 > 0 M 4.4 Die Regeln von de l Hôpitl Stz 4.4..: Seien f, g : [, b] R stetig, differenzierbr uf (,b), g () 0 uf (, b). Dnn eistiert ein c (, b) mit f(b) f() g(b) g() = f (c) g (c). Bemerkung: g() = Mehrwertstz Beweis: Wie Beweis zu Stz Stz : Seien f, g : (, b) R differenzierbr. Flls () + f() = 0 = + g() oder (2) + f() = = + g() (= + f () g () ), dnn gilt + f() g() = + f () g () (vorusgesetzt der rechte Grenzwert eistiert). Anlog für b Beweis: + f () g () = L R, y (, b) f() f(y) = (g() g(y)) f (c) f() g() f(y) g() f() g() = f(y) g() g(y) = ( g() ) f (c) g (c) g(y) + ( g() ) f (c) g (c) g (c) / : g() / + f(y) g() / L f() g() L = f(y) g(y) g() + ( g() ) ( f (c) g(y) g (c) L) L g() f() f(y) g() L g() + g(y) g() f (c) g (c) L + L g(y) g() m : (, m) : f () g () L < ɛ 6 Wähle < y < < m c (y, ) c < m und betrchte Fll (). Wähle y so klein, dss min(, f() g() ɛ 3 L ) f(y) L g() + g(y) g() f (c) g (c) L < ɛ 2 3 ɛ 6 Anlog Fll (2) 44 Beispiel: ln() 2 = 2 = 2 = 2 ln () = + L g(y) g() < ɛ ɛ 3 f(y f() < ɛ 3 und g(y) g() < 2 e = 2 e = 2 e = 0 (e ) = e n e = n n e =... = n! n e = 0 44 und y sind vertuscht

27 e = 0 n ( + r n )n =? r 45 = % = 0.0 ln( ) = ln(), e ep() ( + r ) = ep(ln( + r ) ln(+ r ) ln( + r ) = = ln(+ r ) ln(+ r ) = + r ( r 2 ) 2 } {{ } = r + r = r + r = r ep(ln( + r ) ) = e r 45 Zinsstz

28 5 Integrtion 5. Definition des Integrls Definiton Prtition von [, b]: P = { = 0 < <... < n = b} n f( k ) ( k k ), k [ k, k ] Riemnn-Summe U 46 (f, P ) = L 47 (f, P ) = n n M k ( k k ) sup f() M k = [ k, k ] m k ( k k ) inf f() m k = [ k, k ] m k f( k ) M k L(f, P ) n f( k ) ( k k ) U(f, P ) Stz 5..4.: Seien Q, P Prtitionen von [, b] mit P Q, dnn gilt: L(f, P ) L(f, Q) U(f, Q) U(f, P ) Stz 5..5.: Seien Q, P Prtitionen von [, b], dnn gilt: L(f, P ) U(f, Q) Beweis: P Q P, Q; L(f, P ) L(f, P Q) U(f, P Q) U(f, Q) Definition: b f d = inf{u(f, Q) Q Prtition von [, b]} f d = sup{l(f, Q) Q Prtition von [, b]} Bemerkung: f d b f d Definition 5..6.: Flls Ober- und Unterintegrl übereinstimmen, dnn heißt f (Riemnn-)integrierbr über [, b] und wir schreiben f d = f d = b f d. Stz 5..7.: f ist (Riemnn-)integrierbr genu dnn, wenn für lle ɛ > 0 eine Prtition P [, b] eistiert mit U(f, P ) L(f, P ) < ɛ Beweis: f integrierbr, I = f() d() inf sup Q U(f, Q) = I = P L(f, P ) } Q:0 U(f,Q) I<ɛ 0 U(f,P Q) I<ɛ 0 U(f, P Q) I + I L(f, P Q) < 2 ɛ P :0 I L(f,P )<ɛ 0 I L(f,P Q)<ɛ Flls U(f, P ) L(f, P ) < ɛ, dnn f d b f d < ɛ Stz 5..8.: f ist (Riemnn-)integrierbr genu dnn, wenn eine Folge von Prtitionen {P n } eistiert mit L(f, P n )) 0. In diesem Fll gilt f() d = n S n(f), wobei S n (f) eine beliebige Riemnnsumme zu P n ist. n (U(f, P n) Beweis: f sei integrierbr. Nch Stz eistiert zu ɛ = n eine Prtition P n mit U(f, P n ) L(f, P n ) < n Umgekehrt: U(f, P n ) L(f, P n ) = 0 ɛ > 0 N mit U(f, P N ) L(f, P N ) < ɛ Stz = f integrierbr 46 upper, Obersumme 47 lower, Untersumme

29 Beispiel: f() = 2 [0, ] ( 2 d = 3 3 0= = 3 ) 0 P n = {0 < n < 2 n <... < n n = } U(f, P n ) = n n ( k n )2 n = n k 2 3 L(f, P n ) = n ( k n )2 n = n 3 n U(f, P n ) L(f, P n ) = n2 0 2 n 2 = n, n (k ) 2 = n n 3 k 2 =... k 2 = n (n+) (2 n+) 6... = n 3 (n ) (n)]cdot(2 n ) 6 = ( n ) (2 n ) 6 = 2 6 = Eistenz Sätze und Eigenschften Stz 5.2..: Sei f : [, b] R und monoton, dnn ist f integrierbr. Beweis: P n Zerlegung in n Teilintervlle der Länge n, f monoton steigend, { 0 <... < n } k = + k n (b ) U(f,P n )= n n f( k ) ( k k )= b n f( k ) L(f,P n )= n f( k ) ( k k )= b n U(f, P n ) L(f, P n ) = b n (f(b) f()) 0 n f( k ) Stz : Sei f : [, b] R stetig, dnn ist f integrierbr. Beweis: Nch Stz ist f sogr gleichmäßig stetig. ɛ > 0 δ > 0 : f() f(y) < ɛ b P = { = 0 < <... < n = b} mit m k k < δ U(f, P ) L(f, P ) = n (M k m k ) ( k k < n ɛ b ( k k ) = ɛ Stz f ist integrierbr Linerität des Integrls Stz : Sei f, g : [, b] R integrierbr, c R () c f ist integrierbr und (b) f + g ist integrierbr und c f()d = c (f + g)()d = f()d f()d + Beweis: P = { = 0 < <... < n = b}, I k = [ k, k ] für c f: sup I c f() = c sup k I f() c 0 k sup I ( f()) = inf f() k I k U(c f, P ) = c U(f, P ) c 0 L(c f, P ) = c L(f, P ) c 0 U( f, P ) = L(f, P ), L( f, P ) = U(f, P ) c < 0 f integrierbr P n mit U(f, P n ) L(f, P n ) 0 g()d c f : U(c f, P n ) L(c f, P n ) = c (U(f, P n ) L(f, P n )) 0 c 0 c f integrierbr 0 f()d = n U(c f, P n) = n c U(f, P n) = c n U(f, P n) = c f()d c 0 f : U( f, P n ) L( f, P n ) = L(f, P n ) ( U(f, P n )) = U(f, P n ) L(f, P n ) 0 L+U 0 f()d = für f + g: n U( f, P n) = n U(f, P n) = n U(f, P n) = f()d für y < δ. Sei

30 sup I (f()+g()) sup k I f()+ sup k I g() k inf (f()+g()) I inf f()+ k I inf Stz.5.0. g() k I k inf f + I inf g k I inf (f + g) sup k I k I (f + g) sup k I f + sup k I g k L(f, P ) + L(g, P ) L(f + g, P ) U(f + g, P ) U(f, P ) + U(g, P ) 0 U(f + g, P ) L(f + g, P ) U(f, P ) + U(g, P ) L(f, P ) L(g, P ) = ((U(f, P ) L(f, P )) + (U(g, P ) L(g, P ))) P n U(f,P n ) L(f,P n ) 0 Q n U(f,Q n ) L(f,Q n ) 0 P U(f,R n Q }{{ n n ) L(f,R n ) 0 } U(g,R n ) L(g,R n ) 0 =:R n 0 U(f+g, R n ) L(f+g, R n ) U(f, R n )+U(g, R n ) L(f, R n ) L(g, R n ) = ((U(f, R n ) L(f, R n )) + (U(g, R n ) L(g, R n ))) f + g integrierbr U(f+g,R n ) n U(f,R n)+ n U(g,R n)= (f() + g())d = n L(f+g,R n ) n L(f,R n)+ n L(g,R n)= f()d+ f()d+ g()d g()d Stz : Sei f, g : [, b] R integrierbr und f() g() für lle [, b], dnn gilt Beweis: h() 0 h()d 0; h() = g() f() 0 (g() f())d 0 g()d f()d g()d f()d 0 Korollr : Sei f : [, b] R integrierbr und es sei m = inf sup b [,b] f, M = [,b] f, dnn folgt m (b ) f d M (b ) Beweis: m f M m d m (b ) f()d M d M (b ) Stz : Sei f : [, b] R integrierbr, dnn ist uch f integrierbr und Beweis: z.z.: f ist integrierbr; f() f(y) f() f(y) sup I f inf sup f I I f inf f, I [, b] I sup sup sup sup,y If() f(y) I f() + y I ( f(y)) = I f inf I f sup,y I f() + f(y) infinf I f + sup I f (f() f(y) sup I f inf I f f() f(y) sup I f inf I f sup sup,y I f() f(y) I f inf I f sup sup I f infi f I f inf I f sup I f inf sup f I I f inf I f U( f, P ) L( f, P ) U(f, P ) L(f, P ) U( f, P n ) L( f, P n ) U(f, P n ) L(f, P n ) 0 U( f, P n ) L( f, P n ) 0 f integrierbr Stz : Sei b c und f : [, c] R sei beschränkt. c f() d = f() d + f() d Beweis: P mit b P, P = P P mit P = P [, b] und P P [b, c] Prtition [,b] Prtition [b,c] c b f() d f() d und nlog für Oberintegrle.

31 U L (f, P ) = U L (f, P ) + U L (f, P ) U(f, P ) = inf P U(f, P ) + inf P U(f, P ) = c f() d = inf U(f, P ) infu(f, P ) b = inf P P c f() d + c b f() d Korollr : Sei f : [, b] R integrierbr uf [, b] und [b, c], dnn ist c f() d = inf P, b P U(f, P ) = P,P U(f, P ) + f() d + c b f() d Bemerkung: Flls f : [, b] stückweise stetig ist, dnn ist f integrierbr, = 0 < <... < n = b mit f : ( k, k ) R gleichmäßig stetig. Stz : Sei f : [, b] R stetig, dnn c [, b] mit f(c) = b 5.3 The Fundmentl Theories of Clculus f() d Stz 5.3..: Sei f : [, b] stetig und differenzierbr (, b) mit f integrierbr uf [, b] (z.b.: f () = f (b) = 0). Dnn f () d = f(b) f(). Beweis: P = { = 0 < <... < n = b}, f (c k ) ( k k ) = f( k ) f( k ) 48 I k = [ k, k ] n f (c k ) ( k k ) = n f( k ) f( k ) = f(b) f(); L(f, P n ) f(b) f() U(f, P n ) / n f () d f(b) f() 49 b f () d Beispiel: [0, ] f() = { 2 sin( ), 0 0, =0 { (0,] klr f stetig 0{ f()=0 f(0) (0, ] f () = 2 sin( ) cos( ) (0,] 0 =0 Nottion: f() d = 0, f() d = f() d Stz : f sei integrierbr uf [b, c]. Für, [b, c] definiere F () = jedem Punkt n dem f stetig ist, ist F sogr differenzierbr mit F () = f(). Beweis f integrierbr f(t) M y y F (y) F () = f(t) dt f(t) dt = y y F (y) F () = f(t) dt f(t) dt M y gleichmäßig stetig F () F (y) y 48 Mittelwertstz 49 Teleskopsumme f(y) y 0 flls f stetig bei y b f(t) dt. Dnn gilt F ist stetig uf [b, c] und n

32 y y f(t) dt f(y) = y y für y < δ y y y Beispiel: y f(t) dt y y f(y) dt = y f(t) dt f(y) y y y f(t) dt = f(y) F (y) = f(y) d d sin() 0 e 2, erf(0) = 0 y (f(t) f(y)) dt f stetig bei y : ɛ > 0 δ > 0 : f() f(y) < ɛ { [,y], y dt < ɛ t y < δ t y < δ [y,], y f(t) f(y) <ɛ e t2 dt = d d erf(sin()) = erf (sin()) c() = e sin()2 cos(), erf := e t2 dt, erf () = Stz (Substitutionsregel): Sei g : I R differenzierbr mit g integrierbr und J g(i). Sei f : J R stetig, dnn g(b) gilt f(g(t)) g (t) dt = f(u) du für, b I. g() Bemerkung: f(u) du = f(u) u d; u = u(), du = u d, du = du } d d f g stetig Beweis: g (f g) g integrierbr integrierbr v Setze F (v) := f(u) du, es gilt F (v) = f(v) Kettenregel = g() F (g(b)) F (g()) = g(b) g() f(u) du 0 = (F (g()) = f(g()) g () g(b) g() f(g()) g () d f(u) du Stz (Prtielle Integrtion): Seien f, g : [, b] R stetig und differenzierbr uf (, b) und f, g integrierbr uf [, b]. Dnn sind f g und f g integrierbr und es gilt Beweis: (f g) d = (f g + g f) d, f(b) g(b) f() g() = Beispiel: ln() d = ln() d = ln() d = ln() 2 sin() d = 2 cos() + 2 cos() d =... f() g () d = f(b) g(b) f() g() f g d + f g d 0 f () g() 5.4 LOG, EXP, uneigentliche Integrle Definition 5.4..: ln() := y dy ln() = 0 und ln () = Bemerkung: (ln ) = 0 Stz: Seien, b > 0 : ln( b) = ln() + ln(b). Beweis: ln( ) = ln() + ln(), (ln( )) = (ln() + ln()) (ln( )) = = Stz : ln() ist monoton steigend mit 0 Beweis: ln () = ln() = und (0, ). ln() = + > 0 streng monoton steigend (ln() > 0 > und ln() < 0 < ) = 2 m ln() = m ln(2) >0 m (0 = ln() = ln( ) = ln() + ln( ) ln( ) = ln()

33 Eponentilfunktion Definition : ep : R (0, ) mit ep = ln, ds heißt ep(ln()) = (0, ) und ln(ep(y)) = y y R Stz : Die Eponentilfunktion ist differenzierbr (insbesondere stetig) und es gilt ep () = ep(). Beweis: ep () = ln (ep()) = ep() nch Stz Stz : () ep( + b) = ep() ep(b) (b) ep(r ) = (ep()) r Beweis: = ep(), y = ep(b) > 0, r Q () ep( + b) = ep(ln() + ln(y)) = ep(ln( y)) = y = ep() ep(b) (b) ep(0) =, n N 0 ep(n ) = (ep()) n = ep( ) = ep() ep( ) ep( ) = ep() n Z ep() = ep( ) = ep( 2 )2, ep( m ) = (ep()) m m N ep( n m ) = (ep()) n m Bemerkung (Stz ): ln( r ) = r ln() Definition : Sei b R und > 0 b := ep(b ln()) e := ep(), ln(e) =, e = ep() +y = y, y = ( ) y log () = ln() ln(), log() =, > 0 > 0,, y R > 0, r Q Uneigentliche Integrle d, 0 d, d = d d 2 Nenne b singulär flls (i) b b= oder (ii) f unbeschränkt bei b. Definiere f() d = c c b f() d flls dieser Grenzwert eistiert. 50 Beispiel: + d = 2 c + d = 2 c [rctn()]c 0 = c rctn(c) = π d = 2 c 0 + c 0 d = c ln(c) =, > d = c 0 f() d = c + d = 2 c [ 2 ln( + 2 )] c 0 = c 2 ln( + c2 ) = d = c 0 [2 ] c = c 0 [2 2 c] = d = 2 f() d Cuchy scher Huptwert + 2 d } {{ } =0 = 0 50 Gilt uch für die untere Grenze, d.h. c geht gegen die untere Grenze d = c c = c (c ) =

34 6 Unendliche Reihen 6. Convergence of Infinite Series n k = k := n k Bemerkung: Seien k und b k konvergent. Teilsummen s n ( k + b k ) = k + b k, c R c k = c Stz 6..2.: Flls k konvergent ist, dnn müssen die Glieder k eine Nullfolge bilden. Beweis: n = s n s n n n = n (s n s n ) = n s n n s n = 0 Beispiel: k 2 k+ =? k = k 2 k+ = divergent k k =? k = k 0 trotzdem divergent! r k = + r + r Geometrische Reihe Stz 6..6.: Flls 0 und r R, dnn konvergiert die geometrische Reihe gegen r. Beweis: k = r k k 0 genu dnn wenn r < s n = n r k = rn+ r r Stz: Gilt n 0 so konvergiert s n genu dnn, wenn s n beschränkt ist. Beweis: k 0 s n monoton steigend. Stz (Vergleichstest): Sei b k eine konvergente Reihe und k M b k Beweis: s n = s m s n = n m k=n+ k, t n = n b k, k m k=n+ n, m N k M m k=n+ Vorussetzung: t n Cuchy ɛ M > 0 M : t m t n < ɛ M b k M (t m t n ) <... m, n > M z.z.: s n Cuchy ɛ > 0 Ñ : s m s n < ɛ m, n > Ñ, wähle Ñ = m( M, N)... < M ɛ M = ɛ Korollr 6..0.: Flls Definition 6...: k konvergiert, so uch k. k heißt bsolut konvergent, flls k konvergiert. Bemerkung: Flls b k divergent und 0 b k m k Beispiel: k = 2 k k 2 k 2 M k 2 k 2 geom. Reihe ( ) k k 2 k bsolut konvergent divergent = k + k 2 k k 2 +, k = 2 k divergent k + k 2 0 M sqrt2 b k = M 2 k 2 r k N gilt, dnn ist k divergent. k k k r k 0 r > (de l Hôpitl) k flls r < ist und divergiert für k N, dnn konvergiert uch k.

35 6.2 Tests for Convergence Stz 6.2..: Sei f : [0, ) R positiv, monoton fllend mit k = f(k), k N. Dnn gilt k ist konvergent konvergiert. Beweis: k c k, f() = = ln(c) H n 5 = n k s n = H n ln(n + ) k = s k s k = k ln(k + ) + ln(k) = k ln( + ) + ln()) d n( ln( k+ k ) H n ln(n) = γ, Euler-Mscheroni-Konstnte f() d s n n f() d s n Beispiel:, P > 0, f() = (0, ) k P P = c [ ] c P c d = P c p+ p+ = c p ( { ) 0 P >0 c = P =0 P P <0 divergent für P 3 k 3 k k 2 k 2 2 k 2 = 3 k 2 3 k 2 k 2 k 3 2 M 3 k 2 Konvergent d 3 2 > 2 K beschränkt Konvergent, Mjornten Kriterium Konvergent für P > und Wurzelkriterium Stz : Es sei k gegeben, dnn gilt ρ = sup k /k = Beweis: sup k /k = t n, t n = sup{ k /k : k > n} ρ > t n > n k /k > k keine Nullfolge divergent ρ < Für ρ < r < N : t n < r für n > N k /k < r k > N k < Konvergenz Beispiel: k ( 9 0 )k = k ( 5 Hrmonische Reihe 52 k k k = )k = k ( 0 )k } {{ } beschränkt { < bsolut konvergent =? > divergent r k k > N Mjornten Kriterium = geometrische Reihe ( 9 0 )k ( k ) /k = k k < konvergent

36 Quotientenkriterium Stz : Es sei k gegeben, dnn gilt, dss flls r = k k+ k eisitert, dss die Reihe konvergiert flls r < und divergiert flls r >. Beweis: r > k+ k > k > N k = k k k k 2 N+ N N > N k keine Nullfolge divergent r < r < t <, N : k+ k < t n N k = k k+ N+ N N < t } k N {{} konv. geom. Reihe N Mjornten Kriterium = konvergent Beispiel: k! k k k = k! k k k+ k = (k+)! (k+) (k+) k! = 5 =, = 3 = k 4 k 3 2 k 3 2 k 9 k = k k (k+)! k k (k!) (k+) (k+) = (k + ) k k k 2 2 k (k+) (k+) = ( k k+ )k = ( ) k + e < k 6.3 Absolute und bedingte Konvergenz k Absolut konvergent flls k konvergiert Bedingt konvergent flls konvergent ber nicht bsolut konvergent Stz (Alternierende Reihe): Sei k fllend mit k 0, dnn ist ( ) k+ k konvergent. Beweis: k k+ 0 n ungerde: s n+ s n+2 + n+2 = s n ( n+ n+2 ) s n, lso s n+ s n+2 s n 0 n gerde: s n s n+2 s n+ s 2 s 4 s 6... s 2 n s 2 n+... s 5 s 3 s s 2 n A, s 2 n+ B, A B s n+ s n = n+ A B n+ 0 A = B { Beispiel: ( ) k+ = bsolut konvergent P > k P bedingt konvergent 0<P Gegeben: Bijektive Funktion K : N N Umordnung von N 2,, 4, 3, 6, 5;, 3, 2, 5, 7, 4, 9,, 6; k, Stz : Sei K(j) j= k bedingt konvergent und L R {± }, dnn eistiert eine Umordnung die gegen L konvergiert. Beweis: (Bemerkung: Die Reihen der positiven bzw. negtiven Glieder divergieren) Gegeben L R, konstruiere Umordnung b j = K(j) b erste positive k flls 0 < L und erste nicht-positive k flls L 0 { Wähle b n+ : Flls s n <L nächstes positives k Flls s n L nächstes nicht positives k b j ist eine Umordnung n n Behuptung: b j L, L < ɛ n > N j= j= b j s n M : k < ɛ k M N so dss,..., M in b N gewählt wurden n j= b j s n L < ɛ gilt

37 Stz : Jede Umordnung einer bsolut konvergenten Reihe konvergiert gegen den gleichen Grenzwert. Beweis: s = k, t = k t n t = k=n+ ɛ > 0 N : k k=n+ k < ɛ 2 n > N, s s n < ɛ 2 Sei b j eine Umordnung. Sei J ds größte j für dss K(j) n, 2,..., n in b,..., b j enthlten sind. n b j n s n n n n b j s k + b j k < ɛ j= Stz : k j= k und Beweis: ( M k ) ( N b j ) = M j=0 j= } {{ } } {{ } < ɛ 2 < ɛ 2 b k seien bsolut konvergent. Dnn ist ( N j=0 k b j = M+N n=0 n k b n k k )( b k ) = n=0 n k b n k. Umordnung von bsolut konvergenten Folgen beide konvergieren gegen den gleichen Grenzwert. 6.4 Potenzreihen Reihen von Funktionen f k () = f () + f 2 () + f 3 () +... Beispiel: f k () = k k Konvergiert f k () = f () + f 2 () + f 3 () +... für jedes I so erhält mn eine Funktion g() = f k () I. Definition 6.4..: Die Funktionenreihe f k () = f () + f 2 () + f 3 () +... konvergiert gleichmäßig, flls die Reihe der Prtilsummen gleichmäßig konvergiert. ɛ > 0 N I : g() n f k () < ɛ flls n > N Stz : Sei f k : I R stetig. Konvergiert f k () = f () + f 2 () + f 3 () +... gleichmäßig uf I, dnn ist die Grenzfunktion g ebenflls stetig. n Beweis: f k () ist stetig uf I Stz = g stetig. Stz : Sei f k : [, b] R stetig und f k () = f () + f 2 () + f 3 () +... konvergiere gleichmäßig uf [, b], dnn g() d = f k () d s n () = n f k (), U(s n, P ) U(g + ɛ, P ) = U(g, P ) + ɛ (b ) Weierstrß scher Mjornten Test Stz : Sei f k () : I R und es gilt f k () M k mit M k konvergent. Dnn konvergiert f k () = f () + f 2 () + f 3 () +... gleichmäßig uf I. Beweis: g() n f k () = f k () f k () M k k=n+ k=n+ k=n+

38 Potenzreihen Stz : Gegeben sei c k ( ) k und es sei R 53 = sup c k /k. Flls R > 0, dnn konvergiert lle mit < R bsolut und divergiert für lle mit > R. c k ( ) k für Beweis: Sei r > 0 und R > 0, dnn gilt sup c k r k /k = r R. Setze = r > 0. Aus dem Wurzelkriterium folgt, dss c k r k konvergiert. Drus folgt c k ( ) k konvergiert bsolut. Anlog Divergenz Beispiel: {}}{ () k (b) ln( ) {}}{ k k g() {}}{ k (c) k 2 c k = c k = k c k = k 2 k k = ( k ) k = ( k 2 ) = =(( k ) k )2 (, ) 54 [, ) [, ] g() = g() = 0 k k 2, ln( t) t g () = dt k k = k k = ln( ) Quotiententest: k k+ (k+)! k! = k k k+ = 0 R = Stz 6.4.0: Es sei f() = c k ( ) k < R. Dnn ist f stetig uf ( R, + R) und es gilt c k k+ ( )k+ < R. R ist uch der Konvergenzrdius dieser Potenzreihe. Beweis: (i) Reihe ist gleichmäßig konvergent uf [ R + ɛ +, + R ɛ] f() stetig uf [ R + ɛ +, + R ɛ] f() stetig uf ( R +, + R) (ii) f(t) dt = c k k+ ( )k+ < R folgt us Stz f(t) dt = c k (t ) k dt = c k (t )k+ k+ < R k ck sup = sup k + k c k k k+ = sup k c k = R k ck k k + Beispiel: ln( + ) f() = = k, f() = + = ( ) k Stz : Sei f() = k c k ( ) k < R Beweis: sup k k k c k = sup Integrl eine Stmmfunktion. f(t) dt = c k ( ) k < R. Dnn ist f differenzierbr uf ( R, + R) und f () = k k c k k k k = = R. Gleicher Konvergenzrdius und nch Stz ist ds gliedweise 53 Konvergenzrdius? 54 Konvergenzintervll

39 6.5 Tylor sche Formeln f() f() + f () ( ) + f () 2 ( ) Stz : Sei f() = c k ( ) k eine konvergente Potenzreihe. Dnn ist c k = f (k) () k!. Beweis: Behuptung: f (n) () = f () = k=n c k k ( ) k k = k! (k )! f (n+) () = (f (n) ()) = ( k=n k! (k n)!( )k n n = k! (k n)! c k ( ) k n ) = = k! (k n) c k ( ) k (n+) k=n+ (k n)! k! (k (n+))! f (n) () = n! 55 (n n)! c k ( ) 0 (n+)! + (n+ n)! c n+ ( ) = n! c n k=n k! (k n)! c k (k n) ( ) k n = Stz (Formel von Tylor): Sei f : offenes Intervll I R, I und f C (n+) (I). Dnn gilt für I f() = f (k) () ( ) k + R n mit R k! n () = f (n+) (c) (n+)! ( ) n+ für ein c zwischen und. Restglied =:T n, Tylorpolynom vom Grd n Beweis: Setze R n () = f() T n () s(t) = f() f(t) f (t) ( t) f (t) 2 ( t) 2... f (n) (t) n! ( t) n R n () } s()=f() T n () R n ()=0 c zwischen und mit s s()=0 (c) = 0 0 = s (c) = 0 f (c) f (c) ( c) + f (c) f (c) 2 ( c) 2 f + (c) 2 2 ( c)... f (n+) (c) n! ( c) n + R n (n + ) ( c)n R n () = f (n+) (c) n! ( c) n ( )n+ ( c) n n+ = f (n+) (c) (n+)! ( ) n+ Beispiel: f() = e, f () = e,..., f (n) = e f(0) =,..., f (n) (0) = Tylorreihe f() = f() = T n () = R n () = Ist n R n() = 0? R n () (n+)! e n+ n n+ (n+)! = 0 f() = f() k k! + e c f (n+) (c) (n+)! n+ n+2 (n+2)! (n )! = n n+2 0 e = k k! f() = e =0 f () = e =0 f() beliebig oft differenzierbr und f (n) (0) = ! = k k! R. Ist f() = f()? ( t ) k+ ( ) n+

40 f() = sin(), f () = cos(), f () = sin(), f () = cos(), f IV () = sin() f(0) = 0, f (0) =, f (0) = 0, f (0) =, f IV (0) = 0 sin() := ( ) k (2 k+)! 2 k+ R n () 2 n+3 (2 n+3)! 0 cos() := sin (), (sin 2 () + cos 2 ()) =... = 0 Stz (Lgrnge-Form des Restglieds): R n () = n! ( t) n f (n+) (t) dt Beweis: n = 0, f() = f() + f (t) dt Induktionsbeweis: f() = T n () + (R n () =)R n () = n! ( t) n f (n+) (t) dt Prt.Int. = T n () n! ( t)n+ n+ f (n+) (t) + n! ( t) n+ n+ f (n+2) (t) dt = T n () + (n + )! ( )n+ f (n+) () + (n + )! ( t) n+ f (n+2) () dt T n+() R n+() Beispiel: sin() = 3 3! + R 4(), R 2 n+2 () 2 n+3 (2 n+3)! = [ π 4, + π 4 ], R n() ( π 4 )5 5! < 0.003, gilt uch für < π 4

41 Einschub: Die Kompleen Zhlen Definition: Menge der kompleen Zhlen C = { + i y, y R} Rechenregeln: ( + i y ) + ( 2 + i y 2 ) = ( + 2 ) + i (y + y 2 ) ( + i y ) ( 2 + i y 2 ) = 2 + i ( y y ) y y 2 = ( 2 y y 2 ) + i ( y y ) +i y = +i y i y i y = i y 2 +y 2 = 2 +y 2 i y 2 +y 2 z = + i y, z = i y z z 2 = z z 2 z z 2 = z z 2 z = z z Stz: C ist ein Körper. Achtung: C ist nicht geordnet! (Es gibt keine Ungleichungen) Abstnd in C Stz: Seien z, z 2 C z + z 2 z + z 2 56 Dreiecksungleichung z z 2 z z 2 Beweis: z + z 2 2 = z 2 +2 Re(z z 2 ) 57 + z 2 2 z 2 +2 z z 2 + z 2 2 = ( z + z 2 ) 2 Konvergenz Folge kompleer Zhlen { n } { n } konvergiert gegen flls: { ɛ > 0 N : n 58 < ɛ n > N Re(n ) R() Stz: n genu dnn, wenn Im( n ) Im() und Beweis: n } n 0 Re( n ) 0 und Im( n ) 0 Re( n ) Re() Re(n ) Im( n ) Im() 2 + Im( n ) 2 Re() 2 + Im() 2 Definition: n heißt beschränkt flls n beschränkt ist. Eponentilfunktion und trigonometrische Funktionen Definition (Komplee Eponentilfunktion): ep(z) = z k k!, z C. Stz: Die Eponentilfunktion ist nlytisch und es gilt ep (z) = ep(z). Stz: ep(z + z 2 ) = ep(z ) ep(z 2 ) z, z 2 C Beweis: ep(z ) ep(z 2 ) = z k z k 2 k! k! = k j=0 56 ist eine reelle Zhl 57 Re(z) z, Im(z) z, bzw. y 2 + y 2 58 (Re( n )) 2 + (Im( n )) 2 59 k! j! (k j)! z zk j j 2 j! (k j)! = k! k j=0 ( k 59 j) z j zk j 2 = (z +z 2) k k! = ep(z + z 2 )

42 Notiz: ep( z) = ep(z), ep(z) = Definition (Trigonometrische Funktionen): cos(z) = 2 (ep(i z) + ep( i z)) = z k k! = sin(z) = 2 i (ep(i z) ep( i z)) = ( ) k z 2 k (2 k)! z k k! = ( ) k z 2 k+ (2 k+)! z k k! = ep( z), ep(i y) 2 = ep(i y) ep( i y) = ep(0) = Stz (Formel von Euler): e i y = cos(y) + i sin(y) y R, e z = e +i y = e e i y = e (cos(y) + i sin(y)) Stz: Seien z, z 2 C, dnn gilt: () cos( z) = cos(z) (gerde Funktion!) sin( z) = sin(z) (ungerde Funktion!) (2) sin 2 (z) + cos 2 (z) = ( sin(z), cos(z) ) (3) Additionstheoreme: sin(z ± z 2 ) = sin(z ) cos(z 2 ) ± cos(z ) sin(z 2 ) cos(z ± z 2 ) = cos(z ) cos(z 2 ) sin(z ) sin(z 2 ) (4) sin (z) = cos(z) cos (z) = sin(z) Polrdrstellung z j = r j e i ϕj 60 r = z = { rccos( 2 + y 2 ϕ = r ) y 0 rccos( r ) ϕ ( π, +π] y<0 Stz (Formel von Moivre): z n = r n e i n ϕ = r n (cos(n ϕ) + i sin(n ϕ)) Definition: n z = n r e i ϕ n π < ϕ +π (Huptzweig) Definition: log : C\{0} C z = r e i ϕ log(z) = ln(z) + i ϕ ϕ ( π, +π] Definition: z w = e w log(z) 60 z.b.: z z 2 = r r 2 e i (ϕ +ϕ 2 )

43 7 Der euklidische Rum Achtung! Ab hier bis Kpitel 7.2 hbe ich den englischen Tet übersetzt, d.h. es gibt sicher noch ein pr Übersetzungsfehler. 7. Eucliden Spce Definition: Der Rum R d ist die Menge ller d-tupel (geordnet in der Form (, 2,..., d )). Bemerkung: Die Reihenfolge ist wichtig! Ds heißt, dss (, 2 ) ( 2, ) flls 2. Bemerkung: R 2 ist eine Ebene. Grphen von Funktionen von R R werden uf solchen Ebenen konstruiert. GR(f) = {(, f()) : D(f)}, wobei (f(), ) dbei eher wenig Sinn mcht. Für die Rechenopertionen Addition und Multipliktion im R d gilt folgendes: Seien = (, 2,..., d ) und y = (y, y 2,...y d ) Vektoren us dem R d und α R ein Sklr, dnn ist + y = ( + y, 2 + y 2,..., d + y d ) und α = (α, α 2,..., α d ). Stz 7...: Seien u, v, w R d und α, β R, dnn gilt:. u + (v + w) = (u + v) + w 2. u + v = v + u u = u 4. 0 u = 0 5. α (β u) = (α β) u 6. (α + β) u = α u + β u 7. α (u + v) = α u + α v Definition: Eine Menge mit den Rechenopertionen Addition und sklrer Multipliktion (wo die Sklre zu einem Körper F gehören), wo die oben gennnten Eigenschften eingehlten werden, heißt Vektorrum über einen Körper F. Ds heißt, R d ist ein Vektorrum über den Körper R. Um den Abstndsbegriff im R d zu definieren, wird ds innere Produkt (Sklrprodukt) verwendet. Ds innere Produkt ist u, v = d u k v k., ist eine Abbildung vom R d R d R. Stz 7..4.:: Seien u, v, w R d und α R, dnn gilt:. u, v = v, u 2. u + v, w = u, w + v, w 3. α u, v = α u, v 4. u, u 0 und 0, 0 = 0 u = 0 Definition: Eine Funktion, die Vektorpärchen (in R d ) in den R (Sklre) bbildet und die Eigenschften us Stz respektiert, heißt inneres Produkt. Dieser Rum wird dnn uch Sklrproduktrum gennnt. Ds innere Produkt u, v = d u k v k heißt uch euklidisches inneres Produkt. Nottion: e k = (0, 0,..., 0,,..., 0), e k, e j = δ kj. Ds heißt, dss {e k } d orthonorml im euklidischen Rum R d ist. k e k, = k wo = (, 2,..., d ) ist, lso = d e k, e k.

44 Definition 7..7.: Im Sklrproduktrum (X,, ) wird die Norm,, von einem Element X ls =, definiert. Der Abstnd zwischen und y ist definiert ls y. Stz (Cuchy-Schwrz Ungleichung): Flls (X,, ) ein Sklrproduktrum ist, dnn, y y. Beweis: Seien, y X und t R. Dnn f(t) := t + y, t + y = t t, y + y 2 0. f ist eine Prbel mit miml einer Wurzel genu dnn, wenn, y 2 ( y ) 2 0 Bemerkung: Aus Stz folgt die Definition für Winkel: θ(, y) = rccos(,y y ). Im R 2 ist, y = y cos(θ), d cos(θ), y y. Anmerkung: θ = π 2, y = 0 Stz 7..0.: Sei (X,, ) ein Sklrproduktrum, X und α R, dnn gilt:. + y + y 2. α = α 3. = 0 = 0 Beweis: + y 2 = + y, + y = 2 +2, y + y y + y 2 = ( + y ) 2 Definition: Eine Norm im Vektorrum X ist eine Funktion X R, dessen Menge θ(, y) = rccos(,y y ) und Eigenschften us Stz ls Norm bezeichnet wird. Ein Vektorrum X, die eine Norm enthält wird Normierter Rum gennnt. I R Intervll, C(I) = {f : I R f stetig uf I}. f = I sup f(), f p + g p, α f p = α f p sup sup sup I f() + g() I ( f() + g() ) I } {{ f() } f+g 7.2 Konvergenz f + sup I } {{ g() } g f p= ( I Metrischer Rum: Eine Menge X mit einer Funktion δ : X X [0, ) mit folgenden Eigenschften: (i) δ(, y) = δ(y, ) (ii) δ(, y) = 0 = y (iii) δ(, z) δ(, y) + δ(y, z) Stz : Jeder normierte Rum mit δ(, y) = y ist ein metrischer Rum. Beweis: (i) δ(, y) = y = y = δ(y, ) (ii) δ(, y) = y = 0 y = 0 = y (iii) δ(, z) = z = y + y z y + y z = δ(, y) + δ(y, z) f() p d) p 6, f + g p Metrischer Rum < Normierter Rum < Rum mit Sklrprodukt, soll heißen: Wenn ein Rum ds Sklrprodukt enthält, dnn ist es utomtisch uch ein normierter Rum usw. Folgen und Konvergenz Definition : Sei { n } eine Folge von Vektoren us R d und R d. Dnn konvergiert n flls ɛ > 0 N : n < ɛ n > N δ(, n) 6 p

45 Stz : Sei { n } R d eine Folge und R d ein Vektor. Dnn gilt für { n }: n n uch n 0. Beispiel: n = (e n sin(n), e n ) R 2, Vermutung: n 0 n 0 = (e n sin(n)) 2 + (e n ) 2 = e 2 n sin 2 (n) + e 2 n = e n + sin 2 (n) 2 e n 0 Stz: : Der Grenzwert einer konvergenten Folge ist eindeutig. Stz 7.2..: Sei { n } R d, R d und n. Dnn n. Beweis: n n 0 Stz : Seien n, y n y R d und n R, dnn gilt: () n + y n + y (b) n n (c) n y n y (Sklrprodukt!) n. Flls n 0, dnn Beweis: () n + y n ( + y) n + y n y (b) n n = n + n n n = ( n ) + n ( n ) n ( n ) + ( n ) = n n + n 0 0 Stz : Sei 62 n 63 e j n e j j =,..., d Beweis: folgt us Stz (c) n = ( d ( 64 n,j 65 j ) 2 ) /2 0 j= Stz (Bolzno-Weierstrß für R d ): Jede beschränkte Folge ht eine konvergente Teilfolge. Bemerkung: { n } beschränkt : M : n M Beweis: n,j j =,..., d beschränkte Folge reeller Zhlen Bolzno Weierstrß = Teilfolge, so dss für R d nk, = Teilfolge, so dss nkk2 2, 2 Definition (Cuchy-Folge): Eine Folge { n } in R d heißt Cuchy-Folge, flls ɛ N : n m < ɛ n, m > N. Ein normierter Rum heißt vollständig, flls jede Cuchy-Folge konvergiert. Stz: R d (und C d ) ist vollständig. 7.3 Offene und bgeschlossene Mengen (Topologie) Definition: B r ( 0 ) = { R d 0 < r} offene Kugel (um 0 mit Rdius r) B r ( 0 ) = { R d 0 r} bgeschlossene Kugel (um 0 mit Rdius r) Definition 7.3..: Eine Teilmenge U R d heißt offen, flls es zu jedem U eine offene Kugel B r ( 0 ) r > 0 mit B r () U gibt. Eine Teilmenge U R d heißt bgeschlossen, flls ihr Komplement R d \U offen ist. Eine Umgebung von R d ist eine Menge die eine offene Kugel um enthält. Stz : () φ ist offen und bgeschlossen (b) R d ist offen und bgeschlossen (c) Jede offene Kugel ist offen 63 n = (,j,..., d,j ) 63 = (,..., d ) 65 n,j = e j n 65 j = e j

46 (d) Jede bgeschlossene Kugel ist bgeschlossen Beweis: () (b) (c) B r ( 0 ) Wähle B r ( 0 ) d = r 0 > 0 Behuptung: B d () B r ( 0 ), y B d () y B r ( 0 ) y 0 = y + 0 y + 0 < d + r d = r <d =r d (d) B r ( 0 ) bgeschlossen R d \B r ( 0 ) = { 0 > r} ist offen Stz : () Die Vereinigung offener Mengen ist offen (b) Der Durchschnitt endlichvieler offener Mengen ist offen (c) Der Durchschnitt bgeschlossener Mengen ist bgeschlossen (d) Die Vereinigung endlichvieler bgeschlossener Mengen ist bgeschlossen Beweis: () (c) und (b) (d) folgt us de Morgn-Regeln Definition : Sei E R d, dnn gilt: () Ds Innere von E ist die größte offene Teilmenge von E. Schreibweise E. (b) Der Abschluss von E ist die kleinste bgeschlossene Menge die E enthält. Schreibweise E.

47 (c) Der Rnd von E ist E\E (Differenz von E und E). Schreibweise E. Beispiel: E = {(, y) (, y) <, y 0} {(0, y) y [0, ]} E = {(, y) (, y) <, y > 0} E = {(, y) (, y) =, y 0} {(, 0) [, +]} {(0, y) y [0, ]} Beispiel: Sei Q R, dnn ist: Q = φ Q = R Q = R Stz : Seien E R d und R d, dnn gilt: () E Es eistiert eine Umgebung von die in E enthlten ist (Topogrfische Definition) Es eistiert ein ɛ > 0 mit B ɛ () E (Metrische Definition) (b) E Jede Umgebung von enthält einen Punkt us E ɛ > 0 enthält B ɛ () einen Punkt us E (c) E Jede Umgebung von enthält Punkte us E und dem Komplement von E ɛ > 0 enthält B ɛ () Punkte us E und dem Komplement von E Stz : Sei n R d, dnn n für jede Umgebung U von eistiert ein Inde N, so dss n U für n N (Umformulierung der Konvergenz). Stz : Sei A R d. Dnn ist A die Menge ller Grenzwerte von konvergenten Folgen mit Gliedern us A. Die Menge A ist bgeschlossen, wenn für jede konvergente Folge us A uch der Grenzwert us A ist. Beweis: A, wähle B () Stz (b) 2 = n A B 2 () n n A, n ɛ > 0 N : n B ɛ () Stz (b) = 7.4 Kompktheit A Definition: Offene Überdeckung von E Rd ist eine Fmilie von offenen Mengen deren Vereinigung E enthält. Beispiel: U = {ller offenen Intervlle der mimlen Länge 2 mit rtionlen Rndpunkten} (i) U überdeckt R (ii) U überdeckt [0, ] ( 4, + 4 ) ( 5, 3 5 )... Beispiel: U = {( n, ) n N} überdeckt (0, )

Uneigentliche Riemann-Integrale

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

Mehr

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

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

Mehr

Thema 7 Konvergenzkriterien (uneigentliche Integrale)

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

Mehr

Hilfsblätter Folgen und Reihen

Hilfsblätter Folgen und Reihen Hilfsblätter Folgen und Reihen Sebstin Suchnek unter Mithilfe von Klus Flittner Steffen Hofmnn Mtthis Stb c 2002 by Sebstin Suchnek Printed with L A TEX Inhltsverzeichnis 1 Folgen 1 1.1 Definition.........................................

Mehr

Analysis für Informatiker und Lehramt Mathematik

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

Mehr

1 Folgen von Funktionen

1 Folgen von Funktionen Folgen von Funktionen Wir etrchten Folgen von reell-wertigen Funktionen f n U R mit Definitionsereicht U R und interessieren uns für ntürliche Konvergenzegriffe. Genuer setzen wir uns mit folgenden Frgen

Mehr

VI. Das Riemann-Stieltjes Integral.

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

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

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

Mehr

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6 Aufgben zur Vorlesung Anlysis II Prof. Dr. Holger Dette SS 0 Lösungen zu Bltt 6 Aufgbe. Die Funktion f : [, ) R sei in jedem endlichen Teilintervll von [, ) Riemnnintegrierbr. Für n N sei I n := f() d.

Mehr

Mathematik für Anwender I

Mathematik für Anwender I Prof. Dr. H. Brenner Osnbrück WS 20/202 Mthemtik für Anwender I Vorlesung 24 Der Mittelwertstz der Integrlrechnung Zu einer Riemnn-integrierbren Funktion f :[,b] R knn mn f(t)dt b ls die Durchschnittshöhe

Mehr

kann man das Riemannsche Unter- bzw. Oberintegral auch wie folgt definieren: xk+1 x k

kann man das Riemannsche Unter- bzw. Oberintegral auch wie folgt definieren: xk+1 x k Integrlrechnung Definition 1 (Treppenfunktion, Zerlegung eines Intervlls): Sei [, b] R ein Intervll. Eine Funktion g : [, b] R heißt Treppenfunktion, flls es eine Zerlegung := { =: 0 < 1

Mehr

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

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

Mehr

4 Stetigkeit. 4.1 Intervalle

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

Mehr

Vorlesung Mathematik 1 für Ingenieure (Sommersemester 2016)

Vorlesung Mathematik 1 für Ingenieure (Sommersemester 2016) 1 Vorlesung Mthemtik 1 für Ingenieure (Sommersemester 2016) Kpitel 10: Integrlrechnung einer Veränderlichen Prof. Miles Simon Nch Folienvorlge von Prof. Dr. Volker Kibel Otto-von-Guericke Universität Mgdeburg.

Mehr

9 Das Riemannsche Integral

9 Das Riemannsche Integral 1 9 Ds Riemnnsche Integrl 9.1 Definition und Beispiele Sei I = [, ] R mit

Mehr

Infinitesimalrechnung, Mengenlehre und logische Verknüpfungen

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

Mehr

Resultat: Hauptsatz der Differential- und Integralrechnung

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

Mehr

Der Hauptsatz der Differential und Integralrechnung

Der Hauptsatz der Differential und Integralrechnung Kpitel 4 Der Huptstz der Differentil und Integrlrechnung Bemerkung 4. Motivtion. Die Integrtionstheorie wurde im letzten Kpitel recht weit entwickelt. Nun wird ein Werkzeug bereitgestellt, mit welchem

Mehr

Analysis I. Die Mitarbeiter von 10. Januar 2017

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

Mehr

Funktionenfolgen. Kapitel 6

Funktionenfolgen. Kapitel 6 Kpitel 6 Funktionenfolgen Bemerkung 6.1 Motivtion. Dieser Abschnitt betrchtet die Konvergenz von Folgen von uf einem gemeinsmen Intervll definierten Funktionen. Dies ist eine wichtige Grundlge, um eine

Mehr

1. Die reellen Zahlen

1. Die reellen Zahlen . Die reellen Zhlen Die reellen Zhlen sind eine Menge R zusmmen mit zwei Rechenvorschriften, die je zwei Elementen x, y R ein Element x + y R und ein Element x y R zuordnen, wobei ferner eine Teilmenge

Mehr

Taylorreihen - Uneigentlische Integrale

Taylorreihen - Uneigentlische Integrale Anlysis II für M, LG und Ph, WS 2006/07, Übung 2, Lösungsskizze Gruppenübung Tylorreihen - Uneigentlische Integrle G 5 Berechnen Sie die Tylorreihe mit der Entwicklungsmitte 0 von f (x) = log(x + ), f

Mehr

f(ξ k )(x k x k 1 ) k=1

f(ξ k )(x k x k 1 ) k=1 Integrlrechnung Definition des bestimmten Integrls Die Integrtion ist die Umkehropertion zur Differentition. Grundufgbe der Integrlrechnung ist die Bestimmung von Flächen. Will mn beispielsweise den Inhlt

Mehr

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

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

Mehr

Parameterabhängige uneigentliche Integrale.

Parameterabhängige uneigentliche Integrale. Kpitel 9: Integrtion Prmeterbhängige uneigentliche Integrle. F(x) := Beispiel: Die Gmm-Funktion: Γ(x) := Definition: Ds uneigentliche Integrl für x I. e t t x 1 dt. für x I heißt gleichmäßig konvergent,

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschftsmthemtik für Interntionl Mngement (BA) und Betriebswirtschft (BA) Wintersemester 2013/14 Stefn Etschberger Hochschule Augsburg Mthemtik: Gliederung 1 Aussgenlogik 2 Linere Algebr 3 Linere

Mehr

Mathematik. Ingo Blechschmidt. 22. Januar 2007

Mathematik. Ingo Blechschmidt. 22. Januar 2007 Mthemtik Ingo Blechschmidt 22. Jnur 2007 Inhltsverzeichnis I Mthemtik 2 1 Anlysis 2 1.1 Stetigkeit und Differenzierbrkeit........... 2 1.1.1 Stetigkeit..................... 2 1.1.2 Differenzierbrkeit................

Mehr

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt

2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt 2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,

Mehr

Analysis I Ohne Beweise und Beispiele

Analysis I Ohne Beweise und Beispiele Anlysis I Ohne Beweise und Beispiele Prof. Kröner 1 Wintersemester 2003 Ü 1 Mitschrift von Ink Benthin und Rimr Sndner mit Dnk n Klus Zimmermnn für die Mithilfe Inhltsverzeichnis Vorwort 2 0 Einleitung

Mehr

$Id: integral.tex,v /04/22 11:22:04 hk Exp $

$Id: integral.tex,v /04/22 11:22:04 hk Exp $ Mthemtik für Physiker II, SS 015 Mittwoch.4 $Id: integrl.tex,v 1.35 015/04/ 11::04 hk Exp $ Integrlrechnung.1 Ds Riemn Integrl In der letzten Sitzung hben wir verschiedene vorbereitende Begriffe zur Konstruktion

Mehr

2.5 Messbare Mengen und Funktionen

2.5 Messbare Mengen und Funktionen 1 2.5 Messbre Mengen und Funktionen Definition Eine beschränkte Menge M R n heißt messbr, flls die chrkteristische Funktion χ M integrierbr ist. Die Zhl vol n (M) := χ M dµ n nennt mn ds Volumen von M.

Mehr

Höhere Mathematik für Ingenieure , Uhr

Höhere Mathematik für Ingenieure , Uhr Studiengng: Mtrikelnummer: 3 5 6 Z Punkte Note Prüfungsklusur zum Modul Höhere Mthemtik für Ingenieure 0. 7. 05, 8.00 -.00 Uhr Zugelssene Hilfsmittel: A-Blätter eigene, hndschriftliche Ausrbeitungen ber

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

Vorkurs Mathematik DIFFERENTIATION

Vorkurs Mathematik DIFFERENTIATION Vorkurs Mthemtik 6 DIFFERENTIATION Beispiel (Ableitung von sin( )). Es seien f() = sin g() = h() =f(g()) = sin. (f () =cos) (g () =) Also ist die Ableitung von h: h () =f (g())g () =cos = cos. Mn nennt

Mehr

Kapitel 13. Taylorentwicklung Motivation

Kapitel 13. Taylorentwicklung Motivation Kpitel 13 Tylorentwicklung 13.1 Motivtion Sei D R offen. Sie erinnern sich: Eine in D stetig differenzierbre Funktion f : D R wird durch die linere Funktion g(x) = f() + f ()(x ) in einer Umgebung von

Mehr

Einführung in die Analysis. Prof. Dr. René Grothmann

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

Mehr

Mathematik 1 für Bauwesen 14. Übungsblatt

Mathematik 1 für Bauwesen 14. Übungsblatt Mthemtik für Buwesen Übungsbltt Fchbereich Mthemtik Wintersemester 0/0 Dr Ivn Izmestiev 8/900 Dr Vince Bárány, M Sc Juli Plehnert Gruppenübung Aufgbe G () Berechnen Sie ds Volumen des Rottionskörpers,

Mehr

Kap. 10: Folgen und Reihen. Eine Funktion a : N Ñ R

Kap. 10: Folgen und Reihen. Eine Funktion a : N Ñ R Definition: Zahlenfolge Kap. 10: Folgen und Reihen 10.1 Definition: Zahlenfolge Eine Funktion a : N Ñ R poder Cq heißt reelle (oder komplexe) Zahlenfolge. Man nennt a n apnq das n-te Folgenglied und schreibt

Mehr

9 Riemann-Integral für Funktionen einer Variablen

9 Riemann-Integral für Funktionen einer Variablen 9 Riemnn-Integrl für Funktionen einer Vriblen Integrl = (orientierte) Fläche zwischen Funktion f : r, bs Ñ R und der x-achse «ř n px n x n 1 qf pξ n q mit Zwischenpunkten ξ n P rx n 1, x n s x n 1 x n

Mehr

Spickzettel Mathe C1

Spickzettel Mathe C1 Spickzettel Mathe C1 1 Mengenlehre 1.1 Potenzmenge Die Potenzmenge P (Ω) einer Menge Ω ist die Menge aller Teilmengen von Ω. Dabei gilt: P (Ω) := {A A Ω} card P (Ω) = 2 card Ω P (Ω) 1.2 Mengenalgebra Eine

Mehr

1 Ergänzungen zur Differentialrechnung

1 Ergänzungen zur Differentialrechnung $Id: nlytisch.te,v 1.3 2011/04/13 11:01:11 hk Ep $ 1 Ergänzungen zur Differentilrechnung Dieses einleitende Kpitel wollen wir verwenden um den Anschluss n ds vorige Semester herzustellen. Eine direkte

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

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n)

2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n) 2 Folgen und Reihen 2.1 Folgen in C 2.1.1 Konvergenz von Folgen Eine Folge komplexer Zahlen ist eine Funktion f : N C. Mit a n schreibt man (a n ) n=1, (a n ) oder auch a 1, a 2,.... := f(n) (a n ) heißt

Mehr

Analysis. 1. April 2003

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

Mehr

f(x) := lim f n (x) (a) Wann ist die Grenzfunktion f stetig? Reicht dazu die Stetigkeit aller Funktionen f n?

f(x) := lim f n (x) (a) Wann ist die Grenzfunktion f stetig? Reicht dazu die Stetigkeit aller Funktionen f n? Kpitel 9 Gleichmäßige Konvergenz von Funktionenfolgen 9.1 Gleichmäßige Konvergenz 9.2 Eigenschften der Grenzfunktion 9.3 Gleichmäßige Konvergenz von Funktionenreihen 9.4 Anwendung uf Potenzreihen 9.5 Tylor

Mehr

Lösungsvorschlag zur Übungsklausur zur Analysis I

Lösungsvorschlag zur Übungsklausur zur Analysis I Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 NWF I - Mathematik 9..9 Universität Regensburg Lösungsvorschlag zur Übungsklausur zur Analysis I Frage 1 Vervollständigen Sie die folgenden

Mehr

Kapitel 3 Integralrechnung

Kapitel 3 Integralrechnung Kpitel 3 Integrlrechnung Der Ausgngspunkt für die Entwicklung der Integrlrechnung ist ds Problem der Berechnung krummlinig begrenzter Flächen. Bereits in der Antike gelng es Archimedes, den Flächeninhlt

Mehr

Analysis 2. Mitschrift von www.kuertz.name

Analysis 2. Mitschrift von www.kuertz.name Anlysis 2 Mitschrift von www.kuertz.nme Hinweis: Dies ist kein offizielles Script, sondern nur eine privte Mitschrift. Die Mitschriften sind teweilse unvollständig, flsch oder inktuell, d sie us dem Zeitrum

Mehr

π 2 r 2 r 2 sin 2 (t)r cos(t) dt π 2 cos2 (t) cos(t) dt = r 2 π dt = cos(x) sin(x) u v = cos(x) sin(x) + = cos(x) sin(x) + x

π 2 r 2 r 2 sin 2 (t)r cos(t) dt π 2 cos2 (t) cos(t) dt = r 2 π dt = cos(x) sin(x) u v = cos(x) sin(x) + = cos(x) sin(x) + x Wir substituieren x x(t) r sin(t), t [ π, π ]. Dnn ist x (t) r cos(t), lso r x dx π π r π r r sin (t)r cos(t) dt π cos (t) cos(t) dt r π π cos (t) dt Wir integrieren cos mittels prtieller Integrtion: Sei

Mehr

Kapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35

Kapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35 Kpitel 0 Integrtion Josef Leydold Mthemtik für VW WS 205/6 0 Integrtion / 35 Flächeninhlt Berechnen Sie die Inhlte der ngegebenen Flächen! f (x) = Fläche: A = f (x) = +x 2 Approximtion durch Treppenfunktion

Mehr

7.9A. Nullstellensuche nach Newton

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

Mehr

Ferienkurs Analysis 1, SoSe Unendliche Reihen. Florian Beye August 15, 2008

Ferienkurs Analysis 1, SoSe Unendliche Reihen. Florian Beye August 15, 2008 Ferienkurs Analysis 1, SoSe 2008 Unendliche Reihen Florian Beye August 15, 2008 1 Reihen und deren Konvergenz Definition 1.1. Eine reelle bzw. komplexe Reihe ist eine unendliche Summe über die Glieder

Mehr

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden

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

Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 +

Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe. a 0 + a 1 + a 2 + 8 Reihen 38 8 Reihen Wenn man eine Folge gegeben hat, so kann man auch versuchen, eine Summe a 0 + a + a 2 + zu bilden. Wir wollen nun erklären, was wir darunter verstehen wollen. Zunächst kann man die

Mehr

3. Ganzrationale Funktionen

3. Ganzrationale Funktionen 3. Gnzrtionle Funktionen ) Definitionen und Beispiele Definition: Eine gnzrtionle Funktion n-ten Grdes ht ls Definitionsterm ein Polynom n-ten Grdes, d.h. y = f() = n n n-1 n-1 1 0. n 0, i ( i = 1, n)

Mehr

Höhere Mathematik II für die Fachrichtung Informatik. Lösungsvorschläge zum 8. Übungsblatt

Höhere Mathematik II für die Fachrichtung Informatik. Lösungsvorschläge zum 8. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmnn SS Höhere Mthemtik II für die Fchrichtung Informtik Lösungsvorschläge zum 8. Übungsbltt Aufgbe 9 erechnen

Mehr

Winterrsemester 2004/2005. Analysis I. Gerd Laures, 9. Februar Ruhr-Universität Bochum

Winterrsemester 2004/2005. Analysis I. Gerd Laures, 9. Februar Ruhr-Universität Bochum Winterrsemester 2004/2005 Anlysis I Gerd Lures, 9. Februr 2005 Ruhr-Universität Bochum Inhltsverzeichnis Kpitel 1. Die reellen Zhlen 5 1. Elementre Mengenlehre 5 2. Körperxiome 6 3. Anordnungsxiome 6

Mehr

Technische Universität Chemnitz

Technische Universität Chemnitz Technische Universität Chemnitz Skript zur Vorlesung Anlysis I Prof. Stollmnn WS 2003/2004 Fkultät für Mthemtik bsierend uf der Vorrbeit von Nicole Amecke, Andres Amrell, Jörg Brbndt, Svend Domdey, Rlf

Mehr

6. Integration 6.1 Das Riemann-Integral

6. Integration 6.1 Das Riemann-Integral 6. Integrtion 6. Ds Riemnn-Integrl 6. Integrtion 6. Ds Riemnn-Integrl Mthemtik für Chemiker 6. Integrtion 6. Ds Riemnn-Integrl Flächenberechnung: Problemstellung und Lösungsidee Sei f : [, b] [0, ) eine

Mehr

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG

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

Mehr

Analysis in einer Variablen

Analysis in einer Variablen Anlysis in einer Vriblen Eine Vorlesung für ds Lehrmtsstudium Frnz Hofbuer SS 009 Vorwort Die Lehrmtsusbildung sollte sich n der Berufsrelität der Lehrer orientieren. Deshlb wird in diesem Skriptum ein

Mehr

Analysis I - Stetige Funktionen

Analysis I - Stetige Funktionen Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt

Mehr

,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5

,...) ist eine Folge, deren Glieder der Null beliebig nahe kommen. (iii) Die Folge a n = ( 1) n + 1 n oder (a n) = (0, 3 2, 2 3, 5 4, 4 5 3 Folgen 3.1 Definition und Beispiele Eine Abbildung a : Æ Ê heißt (reelle) Zahlenfolge. Statt a(n) schreiben wir kürzer a n und bezeichnen die ganze Folge mit (a n ) n Æ oder einfach (a n ), was aber

Mehr

Numerische Integration durch Extrapolation

Numerische Integration durch Extrapolation Numerische Integrtion durch Extrpoltion Pblo Thiel Romberg-Verfhren Idee: Im Gegenstz zur numerischen Integrtion mit Hilfe der einfchen bzw. zusmmengesetzten Trpez-, Simpson-, 3/8- oder zum Beispiel der

Mehr

Analysis I/II. Skript zur Vorlesung 2009/2010. Peter Junghanns

Analysis I/II. Skript zur Vorlesung 2009/2010. Peter Junghanns Skript zur Vorlesung Anlysis I/II 9/ Peter Junghnns Hinweis: Ds vorliegende Skript stellt nur ein Gerüst zu den Inhlten der Vorlesung dr. Die Vorlesung selbst bietet weiterführende Erläuterungen, Beweise

Mehr

Multiplikative Inverse

Multiplikative Inverse Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll

Mehr

Vorabskript zur Vorlesung. Analysis I und II. Sommersemester 2010/ Wintersemester 2010/ 11. Prof. Dr. Helmut Maier Dipl.-Math.

Vorabskript zur Vorlesung. Analysis I und II. Sommersemester 2010/ Wintersemester 2010/ 11. Prof. Dr. Helmut Maier Dipl.-Math. Vorbskript zur Vorlesung Anlysis I und II Sommersemester 200/ Wintersemester 200/ Prof. Dr. Helmut Mier Dipl.-Mth. Hns- Peter Reck Institut für Zhlentheorie und Whrscheinlichkeitstheorie Universität Ulm

Mehr

$Id: integral.tex,v /05/15 13:14:04 hk Exp $ $Id: uneigentlich.tex,v /05/15 13:21:33 hk Exp $

$Id: integral.tex,v /05/15 13:14:04 hk Exp $ $Id: uneigentlich.tex,v /05/15 13:21:33 hk Exp $ Mthemtik für Ingenieure II, SS 9 Freitg 15.5 $Id: integrl.te,v 1.1 9/5/15 13:14:4 hk Ep $ $Id: uneigentlich.te,v 1. 9/5/15 13:1:33 hk Ep $ Integrlrechnung.5 Sonstige Integrtionstechniken Wir kommen nun

Mehr

Kapitel 4 Differentialrechnung in mehreren Variablen. 4.1 Topologie des R n und Stetigkeit von Funktionen

Kapitel 4 Differentialrechnung in mehreren Variablen. 4.1 Topologie des R n und Stetigkeit von Funktionen Kpitel 4 Differentilrechnung in mehreren Vriblen 4.1 Topologie des R n und Stetigkeit von Funktionen Gegenstnd dieses Kpitels sind Funktionen in mehreren Vriblen. Wir können die Definitionsbereiche solcher

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

Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS

Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS Musterlösung der Präsenzufgben zu Mthemtik I für ET/IT und ITS WS / Bltt 6. Bestimmen Sie zu vorgegebenem Volumen V > die Dose (Zylinder mit der kleinsten Oberfläche und ds Gls (Zylinder ohne Deckel mit

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

Höhere Mathematik für Physiker II

Höhere Mathematik für Physiker II Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei

Mehr

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt.

7 KONVERGENTE FOLGEN 35. inf M = Infimum von M. bezeichnet haben. Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt. 7 KONVERGENTE FOLGEN 35 und die größe untere Schranke mit bezeichnet haben. inf M = Infimum von M Definition. Sei (a n ) n N eine beschränkte Folge in R. Dann heißt der Limes superior der Folge, und lim

Mehr

Formelsammlung. Folgen und Reihen

Formelsammlung. Folgen und Reihen Lehrstuhl für BWL, insb. Mthemtik und Sttistik Dipl.-Mth. Mrie Hielscher Mthemtik für Betriebswirte II Formelsmmlung Folgen und Reihen en Folge n ) n N0 : D R, n n := n) mit D N 0 n-te Prtilsumme von n

Mehr

5.5. Integralrechnung

5.5. Integralrechnung .. Integrlrechnung... Berechnung von Integrlen mit der Streifenmethode Definition: Gegeen seien, R mit < und eine uf [; ] stetige Funktion f. Der orientierte Inhlt der Fläche, die durch die -Achse, ds

Mehr

Analysis II. Prof. R. Lasser (SS 2001)

Analysis II. Prof. R. Lasser (SS 2001) Anlysis II Prof. R. Lsser (SS 2001) 1 Inhltsverzeichnis 10 Integrtion.................................... 3 11 Funktionsfolgen und gleichmäßige Konvergenz................ 24 12 Spezielle Funktionsreihen............................

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

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1.

Lösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1. Lösungen Klausur Aufgabe (3 Punkte) Zeigen Sie, dass n k k (n + ) n k für alle n N. IA: Für n ist k kk 2 2. IV: Es gilt n k kk (n + ) n für ein n N. IS: Wir haben n+ k k k n k k + (n + ) n+ k IV (n + )

Mehr

MC-Serie 12 - Integrationstechniken

MC-Serie 12 - Integrationstechniken Anlysis D-BAUG Dr. Meike Akveld HS 15 MC-Serie 1 - Integrtionstechniken 1. Die Formel f(x) dx = xf(x) xf (x) dx i) ist im Allgemeinen flsch. ii) folgt us der Sustitutionsregel. iii) folgt us dem Huptstz

Mehr

Analysis I. 4. Beispielklausur mit Lösungen

Analysis I. 4. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein

Mehr

1. Elementare Grundlagen 1.1. Vollständige Induktion und der binomische Lehrsatz. Wir folgen weitgehend den Überlegungen in Forster, Kapitel 1.

1. Elementare Grundlagen 1.1. Vollständige Induktion und der binomische Lehrsatz. Wir folgen weitgehend den Überlegungen in Forster, Kapitel 1. 1. Elementre Grundlgen 1.1. Vollständige Induktion und der binomische Lehrstz. Wir folgen weitgehend den Überlegungen in Forster, Kpitel 1. Die ohne Beweis ufgeführten Sätze sind mit den Sätzen identisch,

Mehr

Differenzial- und Integralrechnung III

Differenzial- und Integralrechnung III Differenzil- und Integrlrechnung III Riner Huser April 2012 1 Einleitung 1.1 Polynome und Potenzfunktionen Die Polynome oder Polynomfunktionen lssen sich durch die endliche Anzhl von n+1 Prmetern i R in

Mehr

Ein Aufschrieb der Vorlesung Analysis I an der Uni Karlsruhe im Wintersemester 1998/99, gelesen von Priv.-Doz. Dr. G. Herzog.

Ein Aufschrieb der Vorlesung Analysis I an der Uni Karlsruhe im Wintersemester 1998/99, gelesen von Priv.-Doz. Dr. G. Herzog. Anlysis I Ein Aufschrieb der Vorlesung Anlysis I n der Uni Krlsruhe im Wintersemester 1998/99, gelesen von Priv.-Doz. Dr. G. Herzog. GeTEXt von Andres Klöckner (k@ixion.net). Für Kommentre und Berichtigungen

Mehr

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n

Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n Them 13 Integrle, die von einem Prmeter bhängen, Integrle von Funktionen uf Teilmengen von R n Wir erinnern drn, dß eine Funktion h : [, b] R eine Treppenfunktion ist, flls es eine Unterteilung x < x 1

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

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

Mehr

SBP Mathe Grundkurs 2. Differentialquotient. Namen und Schreibweisen für Differentialquotienten. Ableitung von f(x) = c.

SBP Mathe Grundkurs 2. Differentialquotient. Namen und Schreibweisen für Differentialquotienten. Ableitung von f(x) = c. SBP Mthe Grundkurs 2 # 0 by Clifford Wolf # 0 Antwort Diese Lernkrten sind sorgfältig erstellt worden, erheben ber weder Anspruch uf Richtigkeit noch uf Vollständigkeit. Ds Lernen mit Lernkrten funktioniert

Mehr

Häufig in der Mathematik: Aussagen, die für eine beliebige natürliche Zahl gelten. 2 ist die Aussage A(n) für beliebige n IN.

Häufig in der Mathematik: Aussagen, die für eine beliebige natürliche Zahl gelten. 2 ist die Aussage A(n) für beliebige n IN. Seydel: Mthemtik I, Kp. 3, WS 008/09 Kpitel 3 Anlysis 3. Vollständige Induktion Häufig in der Mthemtik: Aussgen, die für eine beliebige ntürliche Zhl gelten. Beispiel: 3 + 3 +... + n 3 = [ n(n+) ] ist

Mehr

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009 UNIVERSIÄ KARLSRUHE Institut für Anlysis HDoz. Dr. P. C. Kunstmnn Dipl.-Mth. M. Uhl Sommersemester 9 Höhere Mthemti II für die Fchrichtungen Eletroingenieurwesen, Physi und Geodäsie inlusive Komplexe Anlysis

Mehr

Analysis II. Lutz Habermann

Analysis II. Lutz Habermann Anlysis II Lutz Hbermnn Oktober 2003 Inhltsverzeichnis Differentilrechnung in einer Veränderlichen 2. Differenzierbre Abbildungen.............................. 2.2 Differenzierbrkeit und reelle Funktionen........................

Mehr

Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable.

Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable. Sttistik I für Sttistiker, Mthemtiker und Informtiker Lösungen zu Bltt 11 Gerhrd Tutz, Jn Ulbricht, Jn Gertheiss WS 7/8 Theorie: Stetige Zufllsvriblen Begriff Stetigkeit: Eine Vrible oder ein Merkml X

Mehr

Komplexe Kurvenintegrale

Komplexe Kurvenintegrale Komplexe Kurvenintegrle nlog zu Kurvenintegrlen: Sei : [, b] D R n ein stükweiser C Weg, f : D R und F : D R n gegeben. Dnn htten wir in Anlysis II/III die beiden Kurvenintegrle. und 2. Art f (x)ds = b

Mehr

b f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) =

b f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) = Es seien U R n offen und ψ : U R n stetig differenzierbr. Weiter sei f : U R zweiml stetig differenzierbr. Kennzeichnen Sie whre Aussgen mit W und flsche Aussgen mit F. F Flls dψ(x) ein Isomorphismus für

Mehr

Einführung in die Integralrechnung

Einführung in die Integralrechnung Einführung in die Integrlrechnung Vorbereitung für ds Probestudium n der LMU München 3. bis 7. September von W. Frks und O. Forster Integrle ls Flächeninhlte. Motivtion Flächeninhlte von Rechtecken sind

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

Kapitel V. Folgen und Konvergenz. V.1 Konvergenz von Zahlenfolgen

Kapitel V. Folgen und Konvergenz. V.1 Konvergenz von Zahlenfolgen Kapitel V Folgen und Konvergenz V.1 Konvergenz von Zahlenfolgen Wir erinnern an den Begriff der Folge, den wir schon im Kapitel III verwenden. Eine Folge (a n ) n=1 AN in A ist eine Abbildung a ( ) : N

Mehr

Integralrechnung. www.mathe-total.de. Aufgabe 1

Integralrechnung. www.mathe-total.de. Aufgabe 1 Integrlrechnung Aufgbe Bestimme die Fläche zwischen der Kurve der Funktion f() = und -Achse über dem Intervll I = [; 3] näherungsweise. Bestimme die Obersumme und Teile ds Intervll I in drei gleich große

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mthemtik für Informtiker I (Wintersemester 00/00) Aufgbenbltt (. Oktober 00)

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