c < 1, (1) c k x k0 c k = x k0
|
|
- Volker Dieter
- vor 6 Jahren
- Abrufe
Transkript
1 4.14 Satz (Quotientenkriterium). Es sei (x k ) Folge in K. Falls ein k 0 existiert, so dass für k k 0 gilt x k 0 und x k+1 x k c < 1, (1) so ist x k absolut konvergent. Beweis. Aus (1) folgt mit vollständiger Induktion, dass x k0 +k c k x k0, k 1, 2,... (2) Damit folgt die Konvergenz aus dem Majorantenkriterium, denn die Reihe ist ein Vielfaches der geometrischen Reihe. kk 0 x k0 c k x k0 kk 0 c k 4.15 Satz (Wurzelkriterium). Es sei (x k ) Folge in K mit k xk c < 1 für alle k k 0. (1) Dann ist k1 x k absolut konvergent. Beweis. Wegen x k c k folgt die Konvergenz aus dem Majorantenkriterium und der Konvergenz der geometrischen Reihe Bemerkung. Das Wurzelkriterium bzw. das Quotientenkriterium sind insbesondere erfüllt, wenn die folgenden Grenzwerte existieren und < 1 sind: x k+1 k lim < 1 bzw. lim xk < 1. k x k k Existiert ein k 0 mit x k+1 x k 1 oder k x k 1 für alle k k 0, so ist die Reihe divergent, denn dann bilden die Glieder keine Nullfolge. Dies ist insbesondere der Fall wenn die obigen Grenzwerte > 1 sind. (Sind die Grenzwerte 01, so ist keine Aussage möglich.) (c) Ist das Quotientenkriterium erfüllt, so ist auch das Wurzelkriterium erfüllt, s. 4.14(2). (d) Ist die Reihe absolut konvergent, so kann man die Glieder beliebig umordnen, ohne dass sich der Reihenwert ändert Die Exponentialfunktion. Sinus. Cosinus. Die Reihe k0 zk k! : ez (auch exp z) konvergiert für alle z C, da z k+1 (k + 1)! zk k! z k (Quotientenkriterium). Man setzt e : e 1. 23
2 (c) k0 ( 1)k (2k)! z2k cos z konvergiert für alle z C (Wurzelkriterium). k0 ( 1)k (2k z2k+1 sin z konvergiert für alle z C (Wurzelkriterium). + 1)! 4.18 Satz. e(0) 1 e z e w e z+w. Insbesondere: e z 0 z C, da e z e z e 0 1. (c) e iz cos z + i sin z, z C (Eulersche Formel). Speziell: x R: cos x Re e ix, sin x Im e ix. (d) cos( z) cos z, sin( z) sin z, z C (e) cos z eiz + e iz, sin z eiz e iz, z C. 2 2i (f) e ix 1 für x R, insbesondere 1 cos x, sin x 1 für x R (auf C sind beide Funktionen unbeschränkt). (g) e z e z (h) cos(w + z) cos w cos z sin w sin z sin(w + z) sin w cos z + cos w sin z, w, z C. Beweis. (c) klar e z e w Cauchy Produkt BIN LS k k0 j0 k0 z j j! w k j (k j)! 1 k! (z + w)k e z+w. k k0 j0 1 k! ( ) k z j w k j j e iz 4.2 (iz) k k0 k! 4.2 l0 (iz) 2l (2l)! + l0 (iz) 2l+1 (2l + 1)! ( 1) l z 2l (2l)! + i ( 1) l z 2l+1 (2l + 1)! l0 cos z + i sin z Speziell für x R gilt cos x R, sin x R, also l0 cos x Re e ix und sin x Im e ix. (d) Einsetzen in 4.17(c),(d) (e) folgt aus (c). (f) e ix cos x i sin x cos( x) + i sin( x) e ix e ix 2 e ix e ix e 0 1. Da e ix 2 cos 2 x + sin 2 x folgt Aussage über sin, cos. 24
3 (g) Schreibe z x + iy, e z e x iy e x (cos( y) + i sin( y)) e x (cos y i sin y) e x (cos y i sin y) e z. (h) Einsetzen von (e) und. 25
4 5 Stetigkeit Im Folgenden seien X, Y, Z Teilmengen von R oder C. Ferner sei f : X Y eine Abbildung. 5.1 Definition. f heißt stetig in x 0 X, falls gilt ε > 0 δ > 0 so, dass f(x) f(x 0 ) < ε, falls x X und x x 0 < δ. (c) f heißt stetig auf X, falls f in jedem Punkt von X stetig ist. C(X, Y ) {f : X Y : fstetig}. Statt C(X, R) bzw. C(X, C) schreibt man meist C(X). 5.2 Satz (Folgencharakterisierung). f ist stetig in x 0 X genau dann, wenn für jede Folge (x n ) mit x n x 0 gilt: f(x n ) f(x 0 ). Beweis. Sei f stetig, x k x 0, ε > 0 vorgelegt. Dann existiert δ > 0 mit: f(x) f(x 0 ) < ε falls x x 0 < δ. Wähle n 0 so groß, dass x k x 0 < δ für k n 0. Es folgt f(x k ) f(x 0 ) < ε für k n 0, d.h.f(x k ) f(x 0 ). Sei f nicht stetig in x 0. Dann existiert ein ε 0 derart, dass für alle δ mindestens ein x (δ) existiert mit f(x (δ) ) f(x 0 ) ε 0, obwohl x (δ) x 0 < δ. (1) Speziell für δ n 1/n wähle x n : x (δn), n 1, 2, 3,.... Wegen (1): x n x 0, aber f(x n ) f(x 0 ). 5.3 Satz (Komposition). Ist f : X Y stetig in x 0 X und g : Y Z stetig in f(x 0 ) Y, so ist g f : X Z stetig in x 0. f stetig Beweis. x n x 0 f(x n ) f(x 0 ) g stetig g(f(x n )) g(f(x 0 )). 5.4 Lemma (Einschränkung). Ist f : X Y stetig, und ist X 0 X, so ist die Einschränkung von f auf X 0 die Funktion f X0 : X 0 Y mit f X0 (x) f(x) für x X 0. Klar: Ist f stetig in x 0 X 0, so auch f X Satz (Summe, Produkt, Kehrwert). Sind f, g : X K stetig in x 0, so gilt f + g : X K stetig in x 0. fg : X K stetig in x 0. (c) Ist zusätzlich f(x) 0 für alle x X, so ist auch 1 f(x) stetig in x 0. Insbesondere: C(X) ist K-Vektorraum mit den Operationen (f + g)(x) f(x) + g(x), (cf)(x) cf(x), f, g C(X), c K. Beweis. Mit der Folgencharakterisierung. 26
5 5.6 C-wertige Funktionen. Ist f : X C stetig, so gibt es für jedes x X zwei eindeutig bestimmte Elemente a(x), b(x) R mit f(x) a(x) + ib(x). Damit liefern a : x a(x) und b : x b(x) selbst Abbildungen von X nach R, die man als Realteil und Imaginärteil von f bezeichnet: a Re f, b Im f. Aus 3.4 folgt: fstetig in x 0 Re f und Im f stetig in x Lemma. Eine Funktion p : C C der Form p(z) n k0 a kz k mit geeignetem n N 0 und a 0,..., a n C heißt (komplexwertiges) Polynom. Polynome sind auf C stetig (also auch auf R). Es seien p, q Polynome und X {z : q(z) 0}. Dann ist die Funktion f : X C definiert durch f(z) p(z) q(z) stetig. Diese Funktionen heißen rationale Funktionen. Beweis. Schrittweise: Zunächst sind die konstanten Funktionen z c, c C fest, stetig: Aus z n z 0 stets folgt c c. Ferner ist die Funktion z z stetig: Aus z n z 0 folgt z n z 0. Damit sind nach 5.5 auch die Funktionen z a k z k, k 1, 2,..., stetig, somit, wiederum nach 5.5 das Polynom als deren Summe. Verwende und 5.5(c). 5.8 Lemma. Die Exponentialfunktion exp : C C ist stetig. sin z, cos z : C C sind stetig. Beweis. Zunächst z 0 0: Sei ε > 0 vorgelegt. Wir können annehmen, dass ε < 1 ist. Wähle δ ε/2. Zeige zunächst Stetigkeit in 0: Für z 0 < δ gilt 1 z > 1/2 und exp(z) exp(0) Nun sei z 0 C beliebig. Dann ist k0 k1 z k k! 1 z k k! z k k! k1 z k k1 <δ {}}{ z < δ 1 z 1/2 ε. }{{} >1/2 exp(z) exp(z 0 ) exp(z 0 ) exp(z z 0 ) 1. Aus z n z 0 folgt z n z 0 0 also (siehe oben) exp(z n z 0 ) 1, also exp(z 0 ) exp(z n z 0 ) 1 0. Ähnlich. 5.9 Beispiele. Die Betragsfunktion ist stetig auf R und C, weil z z n z z n. 27
6 5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f < 0 und f > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) 0. Wichtig: Intervall, reellwertig, stetig Beweis. Bisektionsverfahren: Wir konstruieren eine Folge von Intervallen [a k, b k ], k 1, 2,... mit f(a k ) 0, f(b k ) 0 und b k a k b a 2 k. (1) Dazu setze: a 0 a, b 0 b. Seien a k, b k konstruiert. Setze x k (a k + b k )/2. Ist f(x k ) 0, so setze a k+1 x k, b k+1 b k. Ist f(x k ) > 0, so setze a k+1 a k, b k+1 x k. Diese Folge hat gewünschte Eigenschaften. Eventuell treffen wir durch Zufall eine Nullstelle. Ansonsten a k monoton wachsend und beschränkt {a k } habe Grenzwert ã b k monoton fallend und beschränkt {b k } habe Grenzwert b Wegen (1) ã b : x 0. Wegen Stetigkeit von f und Stabilität des Grenzwertes } f(x 0 ) lim f(a k ) 0 f(x f(x 0 ) lim f(b k ) 0 0 ) Folgerung (Zwischenwertsatz). Es sei f : [a, b] R stetig. Dann nimmt f jeden Wert zwischen f und f an. Beweis. Sei etwa f < f und f < c < f. Definiere g : [a, b] R durch g(x) f(x) c. Dann g < 0, g > 0. Nach 5.13 existiert x 0 mit g(x 0 ) 0, also f(x 0 ) c. Ist f > f und f > c > f, so betrachte g(x) c f(x) Folgerung. Es sei I R irgendein Intervall, f : I R stetig. Dann ist das Bild f(i) ein Intervall. Bemerkung: Der Intervalltyp (offen, abgeschlossen, beschränkt) muss nicht erhalten bleiben. Der folgende Satz ist sehr nützlich: 5.13 Satz. Es sei f : [a, b] R stetig und streng monoton wachsend (d. h. f(x 1 ) > f(x 2 ) für x 1 > x 2, x 1, x 2 [a, b]). Setze A f, B f. Dann ist f : [a, b] [A, B] bijektiv, hat also eine Umkehrfunktion F : [A, B] [a, b] und diese ist stetig und streng monoton wachsend. (Analog für monoton fallende Funktionen.) 5.14 Folgerung. Für k N, k 2 ist die Abbildung x x k : R 0 R 0 stetig und streng monoton wachsend. Man sieht leicht, dass sie bijektiv ist. Da (nach Definition) die k-te Wurzel die eindeutig bestimmte Zahl mit ( k x) k x ist, ist x k x die Umkehrfunktion. Nach 5.13 (angewendet auf Intervalle [a, b] [0, n] und [A, B] [0, N k ]) ist sie also stetig und streng monoton wachsend. 28
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.
MehrFunktionsgrenzwerte, 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
MehrAnalysis 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
MehrStetige 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
MehrLösungen zu Aufgabenblatt 7P
Analysis Prof. Dr. Peter Becker Fachbereich Informatik Sommersemester 205 9. Mai 205 Lösungen zu Aufgabenblatt 7P Aufgabe (Stetigkeit) (a) Für welche a, b R sind die folgenden Funktionen stetig in x 0
MehrStetigkeit. 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
MehrDer 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,
MehrStetigkeit 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
MehrSkript 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
Mehr4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92
Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : Ê Ê systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene
MehrWenn 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
Mehrn 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
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
Mehr3 Reihen. 3.1 Konvergenz und Divergenz. Die Eindeutigkeit nach Satz 13 ergibt schließlich (5). (6) folgt aus (2) und (1) wegen. 1 a +log ba.
Die Eindeutigkeit nach Satz 3 ergibt schließlich (5). (6) folgt aus (2) und () wegen Aussage (7) ergibt sich aus () und (6). 0 = log b = log b ( a a) = log b a +log ba. 3 Reihen 3. Konvergenz und Divergenz
MehrMathematik I. Vorlesung 25. Der große Umordnungssatz
Prof. Dr. H. Brenner Osnabrück WS 009/010 Mathematik I Vorlesung 5 Der große Umordnungssatz Satz 5.1. (Großer Umordnungssatz) Es sei a i, i I, eine summierbare Familie von komplexen Zahlen mit der Summe
MehrDefinition: Differenzierbare Funktionen
Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ
Mehr18 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
Mehrlim 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
MehrKonvergenz von Folgen
6 Konvergenz von Folgen Definition 6.1 Eine Folge in C (oder R) ist eine Abbildung f : N C (oder R). Schreibweise: (a n ) n N, (a n ), a 1, a 2... wobei a n = f(n). Beispiele: 1) (1 + 2 n ) n N, 3 2, 5
MehrVorlesung. 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.
MehrÜbungen zur Vorlesung MATHEMATIK II
Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom
MehrMathematik für Anwender I. Beispielklausur I mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
MehrBeispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =
Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.
MehrKapitel 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
MehrÜbungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 203/4 Blatt 20.0.204 Übungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag 4. a) Für a R betrachten wir die Funktion
MehrKapitel 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
Mehr11. Folgen und Reihen.
- Funktionen Folgen und Reihen Folgen Eine Folge reeller Zahlen ist eine Abbildung a: N R Statt a(n) für n N schreibt man meist a n ; es handelt sich also bei einer Folge um die Angabe der Zahlen a, a
Mehr4 Reihen und Finanzmathematik
4 Reihen und Finanzmathematik 4. Reihen Aus Folgen lassen sich durch Aufaddieren weitere Folgen konstruieren. Das sind die sogenannten Reihen, sie spielen in der Finanzmathematik eine wichtige Rolle. Sei
Mehr2 Stetige Funktionen. 2.1 Grenzwerte von Funktionen. Definition Beispiel
2 Stetige Funktionen 2. Grenzwerte von Funktionen Definition Sei I R ein Intervall, a I ein innerer Punkt und f eine reellwertige Funktion, die auf I \ {a} (aber eventuell nicht in a) definiert ist. Wir
MehrSurjektive, injektive und bijektive Funktionen.
Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens
MehrStetigkeit. Klaus-R. Loeffler. 1 Vorstellung, Definition und Folgerungen Stetigkeitscharakterisierung durch Folgen... 3
Stetigkeit Klaus-R. Loeffler Inhaltsverzeichnis 1 Vorstellung, Definition und Folgerungen 1.1 Stetigkeitscharakterisierung durch Folgen......................... 3 Regeln zur Stetigkeit an einer Stelle
MehrKapitel 4. Reihen 4.1. Definition und Beispiele
Kapitel 4. Reihen 4.1. Definition und Beispiele Ist (a n ) eine Folge von Zahlen, so heißt der formale Ausdruck a ν = a 0 + a 1 + a 2 +... eine Reihe; die einzelnen a ν sind die Glieder dieser Reihe. Um
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen
MehrVorlesung. Funktionen/Abbildungen
Vorlesung Funktionen/Abbildungen 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
MehrFolgen und Reihen. Beschränkte Folge: Es gibt eine Zahl c = const.
Folgen und Reihen Folgen: Def.: Eine Abbildung a N K, n a(n) := a n (K = R C) wird Zahlenfolge genannt. Sie heißt reelle (komplexe) Zahlenfolge, falls K = R(C) ist. Symbole: a n K: Elemente der Folge,
MehrAnalysis I. Vorlesung 16. Funktionenfolgen
Prof. Dr. H. Brenner Osnabrück WS 2014/2015 Analysis I Vorlesung 16 Funktionenfolgen Eine (vertikal gestauchte) Darstellung der ersten acht polynomialen Approximationen der reellen Exponentialfunktion
MehrApril (Voll-) Klausur Analysis I für Ingenieure. Rechenteil
April (Voll-) Klausur Analysis I für Ingenieure en Rechenteil Aufgabe 7 Punkte (a) Skizzieren Sie die 4-periodische Funktion mit f() = für und f() = für (b) Berechnen Sie für diese Funktion die Fourierkoeffizienten
Mehr2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also
Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx
MehrAnalysis I. 11. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 11. Beispielklausur mit en Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Ein angeordneter Körper. ) Eine Folge in
MehrErgänzungen zur Analysis I
537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.
MehrAnalysis I. Universität Stuttgart, WS 05/06 M. Griesemer
Analysis I Universität Stuttgart, WS 05/06 M. Griesemer Inhaltsverzeichnis 1 Grundbegriffe 3 1.1 Aussagenlogik................................. 3 1.2 Mengen.................................... 4 1.3 Relationen...................................
MehrAnalysis I. Vorlesung 9. Reihen
Prof. Dr. H. Brenner Osnabrück WS 20/204 Analysis I Vorlesung 9 Reihen Wir haben in der siebten Vorlesung gesagt, dass man eine Dezimalentwicklung, also eine (unendliche) Ziffernfolge mit Ziffern zwischen
MehrMathematik für Wirtschaftswissenschaften I Wintersemester 2015/16 Universität Leipzig. Lösungvorschläge Präsenzaufgaben Serien 1-10
Mathematik für Wirtschaftswissenschaften I Wintersemester 05/6 Universität Leipzig Lösungvorschläge Präsenzaufgaben Serien -0 Inhaltsverzeichnis Serie Serie 5 3 Serie 8 4 Serie 9 5 Serie 3 6 Serie 6 7
MehrDie Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel. dt = lim. = lim = Weiters erhalten wir durch partielle Integration, dass
Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel Zuerst wollen wir die Gamma-Funktion definieren, die eine Verallgemeinerung von n! ist. Dazu benötigen wir einige Resultate. Lemma.
MehrWirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2012/13 Hochschule Augsburg Aufgabe 98 12.12.2012 Untersuchen Sie die Funktion f W R! R mit f.x/
MehrERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN
ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,
MehrStetige Funktionen. Kapitel Grenzwerte von Funktionen
Kapitel 5 Stetige Funktionen 5.1 Grenzwerte von Funktionen In diesem Abschnitt soll der Grenzwertbegriff auf Funktionen erweitert werden. Im Unterschied zu den Gliedern einer Folge sind die Funktionswerte
Mehrvon und deren Werte in liegen, dabei ist wie bisher immer entweder oder. Verallgemeinerungen, etwa auf Abbildungen
III Stetigkeit, Grenzwerte bei Funktionen Natura non facit saltus (Die Natur macht keine Sprünge), dieser Anspruch von Raoul Fournier (1627) galt lange bei der mathematischen Behandlung von Naturvorgängen
MehrWir beginnen mit der Definition eines metrischen Raumes, der in diesem Kapitel von zentraler Bedeutung ist. x, y, z X (Dreiecksungleichung).
Kapitel 4 Metrische Räume und Stetigkeit 4.1 Metrische und normierte Räume 4.2 Folgen in metrischen Räumen 4.3 Offene und abgeschlossene Mengen 4.4 Stetige Funktionen 4.5 Grenzwerte von Funktionen 4.6
Mehr2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.
2.2. POTENZREIHEN 207 2.2 Potenzreihen. Definitionen Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. Eine Potenzreihe mit Entwicklungspunkt x 0 ist eine Reihe a n x x 0 n. Es gilt: es
MehrElemente der Analysis I: Zusammenfassung und Formelsammlung
Elemente der Analysis I: Zusammenfassung und Formelsammlung B. Schuster/ L. Frerick 9. Februar 200 Inhaltsverzeichnis Grundlagen 5. Mengen und Zahlen................................ 5.. Mengen...................................
Mehrλ(a n ) n 1 = (λa n ) n 1. Abbildung 1: Graph einer Folge. b n = arctan(n), f n = cos(nπ), g n = n 2, h n = ( 1) n n.
Folgen Es sei X eine beliebige Menge. Eine Folge mit Werten in X ist eine Abbildung von N nach X. Es wird also jeder natürlichen Zahl n (dem Index) ein Element a n aus X zugeordnet (das n-te Folgenglied).
MehrGleichmäßige Konvergenz und Funktionenräume
Gleichmäßige Konvergenz und Funktionenräume Isabella Lukasewitz und Andreas Brack 07.06.2010 Vortrag zum Proseminar zur Analysis Konvergenz und Funktionenräume INHALTSVERZEICHNIS Bereits in den Vorlesungen
MehrInhalt. Vorwort Mittelwertsatz der Integralrechnung... 31
Inhalt Vorwort... 5 1 Stammfunktionen... 7 1.1 Erklärung der Stammfunktionen........................................... 7 1.2 Eigenschaften der Stammfunktionen.................................... 10 1.3
MehrÜbungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3
MehrZahlen und Gleichungen
Kapitel 2 Zahlen und Gleichungen 21 Reelle Zahlen Die Menge R der reellen Zahlen setzt sich zusammen aus den rationalen und den irrationalen Zahlen Die Mengen der natürlichen Zahlen N, der ganzen Zahlen
Mehr2.6 Stetigkeit und Grenzwerte
2.6 Stetigkeit und Grenzwerte Anschaulich gesprochen ist eine Funktion stetig, wenn ihr Graph sich zeichnen lässt, ohne den Stift abzusetzen. Das ist natürlich keine präzise mathematische Definition und
MehrStetigkeit. Im Bildungsplan bis 2004 verpflichtend, jetzt nicht mehr. - Soll Stetigkeit in der Schule behandelt werden? Warum?
1 Nr.4-12.05.2016 Stetigkeit Im Bildungsplan bis 2004 verpflichtend, jetzt nicht mehr. - Soll Stetigkeit in der Schule behandelt werden? Warum? 1. Das ist ein ganz einfach zu verstehender Begriff, der
MehrTaylorentwicklung von Funktionen einer Veränderlichen
Taylorentwicklung von Funktionen einer Veränderlichen 17. Januar 2013 KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 1 Kapitel 1 Mathematische Grundlagen 1.1 Stetigkeit, Differenzierbarkeit und C n -Funktionen Der
MehrKAPITEL 9. Funktionenreihen
KAPITEL 9 Funktionenreihen 9. TaylorReihen............................ 28 9.2 Potenzreihen............................ 223 9.3 Grenzfunktionen von Funktionenfolgen bzw. reihen........ 230 9.4 Anwendungen............................
MehrInoffizielles Skriptum zur Vorlesung Höhere Mathematik für Informatiker basierend auf Vorlesungen an der Universität Karlsruhe (TH) 2000 2004
Höhere Mathεmatik für Informatiker Inoffizielles Skriptum zur Vorlesung Höhere Mathematik für Informatiker basierend auf Vorlesungen an der Universität Karlsruhe (TH) 2 24 ii Inhaltsverzeichnis I Eindimensionale
Mehr3 Nichtlineare Gleichungssysteme
3 Nichtlineare Gleichungsssteme 3.1 Eine Gleichung in einer Unbekannten Problemstellung: Gegeben sei die stetige Funktion f(). Gesucht ist die Lösung der Gleichung f() = 0. f() f() a) f ( ) 0 b) f ( )
Mehr4 Reihen. s n = a 1 + a 2 + + a n = Die Folge (s n ) n N der Partialsummen heißt eine (unendliche) Reihe und wird auch als a k. k=1. )n N geschrieben.
4 Reihen Aus Folgen lassen sich durch Aufaddieren weitere Folgen konstruieren. Das sind die sogenannten Reihen, sie spielen in der Finanzmathematik eine wichtige Rolle. Sei (a k ) k N eine Folge. Wir definieren
Mehr2. Stetige lineare Funktionale
-21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn
MehrStichpunkte zum Abschnitt Analysis der Höheren Mathematik für Ingenieure I
Stichpunkte zum Abschnitt Analysis der Höheren Mathematik für Ingenieure I Komplexe Zahlen Definition komplexer Zahlen in der Gaußschen Zahlenebene, algebraische Form, trigonometrische Form, exponentielle
MehrEinführung in die Analysis
Ergänzungen zur Vorlesung Einführung in die Analysis Christian Schmeiser 1 Vorwort In dieser Vorlesung werden Grundbegriffe der Analysis wie Folgen und Reihen, Konvergenz und Vollständigkeit am Beispiel
MehrÜbungen Mathematik I, M
Übungen Mathematik I, M Übungsblatt, Lösungen (Stoff aus Mathematik 0) 09.0.0. Kommissar K hat 3 Tatverdächtige P, Q und R. Er weiß: (a) Wenn sich Q oder R als Täter herausstellen, dann ist P unschuldig.
MehrTopologische Räume und stetige Abbildungen Teil 2
TU Dortmund Mathematik Fakultät Proseminar zur Linearen Algebra Ausarbeitung zum Thema Topologische Räume und stetige Abbildungen Teil 2 Anna Kwasniok Dozent: Prof. Dr. L. Schwachhöfer Vorstellung des
MehrDie komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.
Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines
MehrLösungsvorschlag zu den Hausaufgaben der 8. Übung
FAKULTÄT FÜR MATHEMATIK Prof Dr Patrizio Ne Frank Osterbrink Johannes Lankeit 9503 Lösungsvorschlag zu den Hausaufgaben der 8 Übung Hausaufgabe : Beweise den Satz über die Parallelogrammgleichung Sei H
Mehr22 Die trigonometrischen Funktionen und die Hyperbelfunktionen
22 Die trigonometrischen Funktionen und die Hyperbelfunktionen 22.1 Sinus und Cosinus 22.3 Definition von 22.6 Sinus und Cosinus als eindeutige Lösungen eines Differentialgleichungssystems 22.7 Tangens
Mehr8.3 Lösen von Gleichungen mit dem Newton-Verfahren
09.2.202 8.3 Lösen von Gleichungen mit dem Newton-Verfahren Beispiel: + 2 e Diese Gleichung kann nicht nach aufgelöst werden, da die beiden nicht zusammengefasst werden können. e - - 2 0 Die gesuchten
MehrHöhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik
Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :
MehrAnalysis I. Prof. Dr. Andreas Griewank. Wintersemester 2012/2013. Dieses Skript wurde von Alexander Prang in Anlehnung an die Vorlesung erstellt.
Analysis I Prof. Dr. Andreas Griewank Wintersemester 2012/2013 Dieses Skript wurde von Alexander Prang in Anlehnung an die Vorlesung erstellt. Es enthält lediglich die Definitionen, Sätze, Lemmata, Korollare
Mehr2 Stetigkeit und Differenzierbarkeit
2.1) Sei D R. a) x 0 R heißt Häufungspunkt von D, wenn eine Folge x n ) n N existiert mit x n D,x n x 0 und lim n x n = x 0. D sei die Menge der Häufungspunkte von D. b) x 0 D heißt innerer Punkt von D,
Mehr8 Konvergenzkriterien und Häufungswerte von Folgen in R
8 Konvergenzkriterien und Häufungswerte von Folgen in R 8.1 Konvergenz monotoner Folgen 8.2 Die Zahl e 8.3 Existenz monotoner Teilfolgen 8.4 Auswahlprinzip von Bolzano-Weierstraß 8.5 Konvergenzkriterium
MehrWirtschaftsmathematik 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
Mehrx A, x / A x ist (nicht) Element von A. A B, A B A ist (nicht) Teilmenge von B. A B, A B A ist (nicht) echte Teilmenge von B.
SBP Mathe Grundkurs 1 # 0 by Clifford Wolf # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das Lernen mit Lernkarten
Mehr19 Folgen. Grenzwerte. Stetigkeit
19 Folgen. Grenzwerte. Stetigkeit Jörn Loviscach Versionsstand: 27. Dezember 2014, 16:35 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html
MehrTaylor-Entwicklung der Exponentialfunktion.
Taylor-Entwicklung der Exponentialfunktion. Betrachte die Exponentialfunktion f(x) = exp(x). Zunächst gilt: f (x) = d dx exp(x) = exp(x). Mit dem Satz von Taylor gilt um den Entwicklungspunkt x 0 = 0 die
MehrFunktion; trigonometrische Reihen; trigonometrische Polynome; gliedweise Integration; Integration und Grenzübergang; Fourier-
Kapitel 26 Fourier-Reihen 26.1 Einführung (Spektrum; harmonische Analyse; Periode einer Funktion; trigonometrische Reihen; trigonometrische Polynome; gliedweise Integration; Integration und Grenzübergang;
MehrStetige Funktionen. Kapitel 2. 1 Grenzwerte und Stetigkeit
Kapitel Stetige Funktionen 1 Grenzwerte und Stetigkeit Eine Funktion auf einer Menge D R n mit Werten in R m ist bekanntlich eine Abbildung f : D R m, x f(x). Im Fall m = 1, also f : D R, heißt die Funktion
MehrTutorübung 5. Analysis 2 für Lehramt TU Dortmund, Sommersemester 2014
Tutorübung 5 Analysis 2 für Lehramt TU Dortmund, Sommersemester 24 Aufgabe T Bestimme die Taylorreihen von (a) cos(x) um a. (b) ln(x) um a. (c) um a 2. +x Bestimme in allen Fällen das Taylorpolynom T n,a
MehrDie Weierstraßsche Funktion
Die Weierstraßsche Funktion Nicolas Weisskopf 7. September 0 Zusammenfassung In dieser Arbeit führen wir die Weierstraßsche Funktion ein und untersuchen einige ihrer Eigenschaften. Wir zeigen, dass jede
MehrLösungsvorschläge zum 14. Übungsblatt.
Übung zur Analysis III WS / Lösungsvorschläge zum 4. Übungsblatt. Aufgabe 54 Sei a R\{}. Ziel ist die Berechnung des Reihenwertes k a + k. Definiere dazu f : [ π, π] R, x coshax. Wir entwickeln f in eine
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 4
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=
MehrFunktionen und Stetigkeit
Kapitel 4 Funktionen und Stetigkeit 4.1 Funktionen Definition 4.1: Eine Funktion f : D C ist eine Zuordnung f : z f(z) einer Zahl z D C zu einem Bildwert f(z) C. Der Punkt z heißt auch Urbild von f(z).
MehrAbsolute Stetigkeit von Maßen
Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches
MehrStetige Funktionen, Binomischer Lehrsatz
Vorlesung 13 Stetige Funktionen, Binomischer Lehrsatz 13.1 Funktionenfolgen Wir verbinden nun den Grenzwertbegriff mit dem Funktionsbegriff. Es seien (a n ) n N eine reelle Folge und f : R R eine Funktion.
MehrMathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08
Mathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08 Prof. Dr. M. v. Golitschek Institut für Mathematik Universität Würzburg Literatur: Suchen Sie doch hin und wieder die Bibliotheken
MehrVorlesung. Komplexe Zahlen
Vorlesung Komplexe Zahlen Motivation Am Anfang der Entwicklung der komplexen Zahlen stand ein algebraisches Problem: die Bestimmung der Lösung der Gleichung x 2 + 1 = 0. 1 Mit der Lösung dieses Problems
Mehr4.7 Der Taylorsche Satz
288 4 Differenziation 4.7 Der Taylorsche Satz Die Differenzierbarkeit, also die Existenz der ersten Ableitung einer Funktion, erlaubt bekanntlich, diese Funktion lokal durch eine affine Funktion näherungsweise
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathemati PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathemati für Informatier II (Sommersemester 00) Lösungen zu Aufgabenblatt
MehrHöhere Mathematik II
Fakultät für Luft- und Raumfahrttechnik Institut für Mathematik und Rechneranwendung Universität der Bundeswehr München Höhere Mathematik II (Beilagen) Univ. Prof. Dr. sc. math. Kurt Marti 2 2 L A TEX-Satz
MehrAnalysis II (FS 2015): Vektorfelder und Flüsse
Analysis II (FS 215): Vektorfelder und Flüsse Dietmar A. Salamon ETH-Zürich 7. April 215 1 Der Fluss eines Vektorfeldes Sei U R n eine offene Menge und sei f : U R n eine lokal Lipschitz-stetige Abbildung.
MehrKapitel 3 STETIGKEIT UND STANDARDFUNKTIONEN
Kapitel 3 STETIGKEIT UND STANDARDFUNKTIONEN Fassung vom 7. Juni 005 Mathematik II 69 3. Stetigkeit 3. Stetigkeit Die Untersuchung von stetigen Funktionen (Abbildungen) in der Analysis entspricht der von
Mehr27 Taylor-Formel und Taylor-Entwicklungen
136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen
MehrMathematik Übungsblatt - Lösung. b) x=2
Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Sommersemester 204 Technische Informatik Bachelor IT2 Vorlesung Mathematik 2 Mathematik 2 4. Übungsblatt - Lösung Differentialrechnung
MehrEINFÜHRUNG IN DIE KOMPLEXE ANALYSIS
EINFÜHRUNG IN DIE KOMPLEXE ANALYSIS WERNER MÜLLER Sommersemester 205 Inhaltsverzeichnis 0. Die komplexen Zahlen 3. Holomorphe Funktionen 6 2. Die Cauchy-Riemannschen Differentialgleichungen 9 3. Potenzreihen
Mehr10. Grenzwerte von Funktionen, Stetigkeit, Differenzierbarkeit. Der bisher intuitiv verwendete Grenzwertbegriff soll im folgenden präzisiert werden.
49. Grenzwerte von Funktionen, Stetigkeit, Differenzierbarkeit a Grenzwerte von Funktionen Der bisher intuitiv verwendete Grenzwertbegriff soll im folgenden präzisiert werden. Einführende Beispiele: Untersuche
Mehr