Newton-Verfahren und komplexe Dynamik. Jonathan Clausing
|
|
- Alwin Glöckner
- vor 5 Jahren
- Abrufe
Transkript
1 Newton-Verfahren und komplexe Dynamik Jonathan Clausing
2 Newton-Verfahren und komplexe Dynamik Von nutzloser und nützlicher Mathematik Iteration komplexer Polynome Die gefüllte Julia-Menge Die Mandelbrotmenge Die Dynamik des Newton-Verfahrens Newton-Verfahren komplexer Polynome Schlussbemerkung Anhang
3 Iteration komplexer Polynome
4 Iteration komplexer Polynome Sei q : ein Polynom mit einem Grad größer 2. Wie verhält sich q unter Iteration? Bestimme dafür ein z und betrachte die Folge: bzw. z, q(z), q(q(z)), q(q(q(z))), =, = q o ( ) dann ist die n-te Iterierte von q und ( (z)) ist der Orbit von z.
5 Iteration komplexer Polynome Der Orbit ist beschränkt, - wenn z ein Fixpunkt ist, also q(z) = z - wenn z ein periodischer Punkt ist, also q (z) = z, für n > 1 - wenn q (z) einen Grenzwert besitzt
6 Iteration komplexer Polynome Der Orbit ist beschränkt, - wenn z ein Fixpunkt ist, also q(z) = z - wenn z ein periodischer Punkt ist, also q (z) = z, für n > 1 - wenn q (z) einen Grenzwert besitzt Der Orbit ist unbeschränkt, - wenn q (z), für n.
7 Die gefüllte Julia-Menge
8 Die gefüllte Julia-Menge Sei K(q) := {z C: der Orbit von z unter Iteration von q ist beschränkt}. Diese Menge nennt man die gefüllte Julia-Menge, die eigentliche Julia- Menge ist der Rand dieser Menge. Das Komplement dieser Menge ist die Menge der entkommenden Punkte von q, also I(q) := {z : der Orbit von z unter Iteration von q gegen unendlich}
9 Die gefüllte Julia-Menge Betrachten wir nun den Fall, dass der Grad von q gleich 2 ist. Dann hat die gefüllte Julia-Menge K(q) folgende Eigenschaften:
10 Die gefüllte Julia-Menge Betrachten wir nun den Fall, dass der Grad von q gleich 2 ist. Dann hat die gefüllte Julia-Menge K(q) folgende Eigenschaften: (1) K(q) kann offene Mengen enthalten. Diese Mengen der inneren Punkte heißen Fatou-Komponente und wird durch q surjektiv auf eine andere Fatou-Komponente abgebildet.
11 Die gefüllte Julia-Menge Betrachten wir nun den Fall, dass der Grad von q gleich 2 ist. Dann hat die gefüllte Julia-Menge K(q) folgende Eigenschaften: (1) K(q) kann offene Mengen enthalten. Diese Mengen der inneren Punkte heißen Fatou-Komponente und wird durch q surjektiv auf eine andere Fatou-Komponente abgebildet. (2) Sei K(q) unzusammenhängend, dann ist sie eine Cantor-Menge, d.h. sie ist kompakt, total unzusammenhängend und es existieren keine isolierten Punkte.
12 Die gefüllte Julia-Menge Betrachten wir nun den Fall, dass der Grad von q gleich 2 ist. Dann hat die gefüllte Julia-Menge K(q) folgende Eigenschaften: (1) K(q) kann offene Mengen enthalten. Diese Mengen der inneren Punkte heißen Fatou-Komponente und wird durch q surjektiv auf eine andere Fatou-Komponente abgebildet. (2) Sei K(q) unzusammenhängend, dann ist sie eine Cantor-Menge, d.h. sie ist kompakt, total unzusammenhängend und es existieren keine isolierten Punkte. (3) Ist K(q) zusammenhängend, kann der Rand von K(q), also die Julia- Menge, positives Maß besitzen.
13 Die gefüllte Julia-Menge Weiterhin gibt es einen Satz, der besagt, wann eine gefüllte Julia-Menge zusammenhängend, bzw. total unzusammenhängend ist. Die Menge K(q) ist genau dann zusammenhängend, wenn die Orbits aller kritischen Punkte von q beschränkt sind (und sie ist eine Cantor-Menge, falls alle kritischen Orbits unter Iteration gegen konvergieren).
14 Die gefüllte Julia-Menge Wir betrachten uns den Satz für Polynome vom Grad 2, welche sich alle durch einen geeigneten Koordinatenwechsel in folgende Form bringen lassen: (z) = + c, wobei c Der einzige kritische Punkt für alle c ist 0, da q (0) = 0. Betrachten wir nun hierzu die Mandelbrotmenge.
15 Die Mandelbrotmenge
16 Die Mandelbrotmenge Sei (z) = + c, wobei c und z=0 der Startwert ist. Dann ist die Mandelbrotmenge die Menge aller Parameter c, bei denen der Orbit := K(q) zusammenhängend ist.
17 Die Mandelbrotmenge Über diese Menge gibt es noch weitgehend ungelöste Probleme z.b.
18 Die Mandelbrotmenge Über diese Menge gibt es noch weitgehend ungelöste Probleme z.b. - Lässt sich die Topologie der Mandelbrotmenge einfach beschreiben?
19 Die Mandelbrotmenge Über diese Menge gibt es noch weitgehend ungelöste Probleme z.b. - Lässt sich die Topologie der Mandelbrotmenge einfach beschreiben? - Sei c ein innerer Punkt von M. Enthält die gefüllte Julia-Menge von q notwendigerweise auch innere Punkte?
20 Die Mandelbrotmenge Über diese Menge gibt es noch weitgehend ungelöste Probleme z.b. - Lässt sich die Topologie der Mandelbrotmenge einfach beschreiben? - Sei c ein innerer Punkt von M. Enthält die gefüllte Julia-Menge von q notwendigerweise auch innere Punkte? - Ist der Rand von M eine Kurve? Wie groß ist der Flächeninhalt?
21
22
23
24 Die Dynamik des Newton-Verfahrens
25 Die Dynamik des Newton-Verfahrens Allgemein ist das Newton-Verfahren ein Algorithmus zur Approximation von Nullstellen. Wir betrachten eine glatte Funktion f: R R, dann ist das Newton-Verfahren N (x) = x f(x)/f (x) wobei N (x) eine bessere Approximation der Nullstelle ist als x. Durch Iteration kann die Nullstelle dann überraschend genau bestimmt werden.
26 Die Dynamik des Newton-Verfahrens Satz: Ist x* eine einfache Nullstelle von f (d.h. f(x*)=0 und f (x*) 0), dann konvergiert der Newton-Orbit aller hinreichend nahe an x* liegenden Punkte gegen x*: Es gibt > 0 derart, dass alle mit x* < die Eigenschaft x* haben.
27 Die Dynamik des Newton-Verfahrens Anmerkung: In den meisten Fällen gilt dieser Satz auch bei mehrfachen Nullstellen, aber es gibt ein paar Ausnahmen. Außerdem ist das Verfahren sehr effizient. So erwartet man etwa nach 10 Iterationen 2 = 1024 richtige Dezimalstellen (die Anzahl der Dezimalstellen verdoppelt sich etwa auf lange Sicht), wenn der Startwert gut genug gewählt worden ist.
28 Newton-Verfahren komplexer Polynome
29 Newton-Verfahren komplexer Polynome Sei nun f = p ein Polynom, und wir betrachten die Iteration N (x) = x p(x)/p (x)
30 Newton-Verfahren komplexer Polynome Sei nun f = p ein Polynom, und wir betrachten die Iteration N (x) = x p(x)/p (x) Daraus ergeben sich folgende Fragen:
31 Newton-Verfahren komplexer Polynome Sei nun f = p ein Polynom, und wir betrachten die Iteration N (x) = x p(x)/p (x) Daraus ergeben sich folgende Fragen: 1. Konvergieren fast alle Punkte in unter Iteration von N gegen eine Nullstelle von p?
32 Newton-Verfahren komplexer Polynome Sei nun f = p ein Polynom, und wir betrachten die Iteration N (x) = x p(x)/p (x) Daraus ergeben sich folgende Fragen: 1. Konvergieren fast alle Punkte in unter Iteration von N gegen eine Nullstelle von p? 2. Kann es offene Mengen von Punkten in geben, die unter Iteration von N nicht gegen eine Nullstelle von p konvergieren?
33 Newton-Verfahren komplexer Polynome Lösungsansätze zu 1. und 2. Für eine Nullstelle sei das Bassin von. Alle Bassins sind offen und die Vereinigung ist die Menge aller guten Startwerte.
34 Newton-Verfahren komplexer Polynome Lösungsansätze zu 1. und 2. Für eine Nullstelle sei das Bassin von. Alle Bassins sind offen und die Vereinigung ist die Menge aller guten Startwerte. - Für ein quadratisches Polynom p mit zwei Nullstellen ist die Menge der schlechten Startwerte die Mittelhalbierende der beiden Punkte.
35 Newton-Verfahren komplexer Polynome Lösungsansätze zu 1. und 2. Für eine Nullstelle sei das Bassin von. Alle Bassins sind offen und die Vereinigung ist die Menge aller guten Startwerte. - Für ein quadratisches Polynom p mit zwei Nullstellen ist die Menge der schlechten Startwerte die Mittelhalbierende der beiden Punkte. - Für jedes Polynom p mit d 3 gibt es für jedes n 2 periodische Punkte mit Periode n, allerdings für jedes n nur endlich viele.
36 Newton-Verfahren komplexer Polynome Lösungsansätze zu 1. und 2. Für eine Nullstelle sei das Bassin von. Alle Bassins sind offen und die Vereinigung ist die Menge aller guten Startwerte. - Für ein quadratisches Polynom p mit zwei Nullstellen ist die Menge der schlechten Startwerte die Mittelhalbierende der beiden Punkte. - Für jedes Polynom p mit d 3 gibt es für jedes n 2 periodische Punkte mit Periode n, allerdings für jedes n nur endlich viele. - Der Rand jedes Bassins ist abgeschlossen und nicht leer und schneidet kein Bassin einer anderen Nullstelle.
37 Newton-Verfahren komplexer Polynome Lösungsansätze zu 1. und 2. Für eine Nullstelle sei das Bassin von. Alle Bassins sind offen und die Vereinigung ist die Menge aller guten Startwerte. - Für ein quadratisches Polynom p mit zwei Nullstellen ist die Menge der schlechten Startwerte die Mittelhalbierende der beiden Punkte. - Für jedes Polynom p mit d 3 gibt es für jedes n 2 periodische Punkte mit Periode n, allerdings für jedes n nur endlich viele. - Der Rand jedes Bassins ist abgeschlossen und nicht leer und schneidet kein Bassin einer anderen Nullstelle. - Der Rand aller Bassins ist gleich und ist die Julia-Menge von N.
38 Newton-Verfahren komplexer Polynome Newton-Verfahren auf kubische Polynome angewandt.
39 Newton-Verfahren komplexer Polynome Theorie: Für jedes quadratische Polynom q gibt es ein kubisches Polynom, so dass die Menge der schlechten Startwerte für die Newton-Dynamik von eine Kopie der gefüllten Julia-Menge von q enthält.
40 Newton-Verfahren komplexer Polynome Daraus ergeben sich folgende Antworten: 1. Es gibt Polynome, bei welchen die Menge der schlechten Startwerte der Julia- Menge eines quadratischen Polynoms entsprechen, welche positives Maß hat. Also konvergieren nicht fast alle Punkte gegen eine Nullstelle.
41 Newton-Verfahren komplexer Polynome Daraus ergeben sich folgende Antworten: 1. Es gibt Polynome, bei welchen die Menge der schlechten Startwerte der Julia- Menge eines quadratischen Polynoms entsprechen, welche positives Maß hat. Also konvergieren nicht fast alle Punkte gegen eine Nullstelle. 2. Da gefüllte Julia-Mengen quadratischer Polynome innere Punkte haben können, gibt es sogar offene Mengen, welche nicht gegen eine Nullstelle konvergieren.
42 Newton-Verfahren komplexer Polynome Betrachten wir nun allgemein die Newton-Iteration von kubischen Polynomen. Sei p(z) = In geeigneten Koordinaten können wir dann jedes kubische Polynom folgenderweise schreiben (mit Ausnahme von p(z) = ): = ( 1)( )
43 Newton-Verfahren komplexer Polynome Wann haben die kubischen Polynome offene Mengen schlechter Startwerte? Satz: Enthält die Menge der schlechten Startwerte eines kubischen Polynoms p eine offene Menge, so enthält sie auch den Schwerpunkt der drei Wurzeln von p.
44 Newton-Verfahren komplexer Polynome Wann haben die kubischen Polynome offene Mengen schlechter Startwerte? Also: Man muss schauen, ob der einzige Punkt z \ {,, } mit (z) = 0 unter Iteration konvergieren. Konvergieren sie nicht, so gibt es für dieses offene Mengen schlechter Startwerte.
45 Newton-Verfahren komplexer Polynome Diese Grafik zeigt das Konvergenzverhalten. Die schwarzen Mengen sind die Mengen der, für welche der kritische Punkt nicht konvergiert.
46 Schlussbemerkung Wir haben nun für einen eher nutzlosen Teil der Mathematik, nämlich den Iterieren von Polynomen, sinnvolle Verwendung in einem sehr nützlichen Bereich der Mathematik, nämlich dem Newton-Verfahren, gefunden. Da alle Gleichungen f(x) = g(x) nach f(x) g(x) = 0 umgestellt werden können, ist das Finden von Nullstellen eine Grundfrage der Mathematik.
47 Schlussbemerkung Allerdings kann man bei der Iteration von Polynomen viele Theorien noch nicht einmal für den Fall von quadratischen Polynomen beweisen, also gibt es auf diesem eher jungen Zweig der Mathematik noch viel zu tun.
48 Anhang D. Schleicher, M. Lackmann (Hrsg.), Eine Einladung in die Mathematik (Berlin, Heidelberg 2013).
49 Anhang/Bilder - Folie 7: Folie 8: D. Schleicher, M. Lackmann (Hrsg.), Eine Einladung in die Mathematik (Berlin, Heidelberg 2013), S.215, Abb.1 - Folie 15: Folie 21: Folie 22: Folie 23: Folie 38: D. Schleicher, M. Lackmann (Hrsg.), Eine Einladung in die Mathematik (Berlin, Heidelberg 2013), S.222, Abb.4 - Folie 45: : D. Schleicher, M. Lackmann (Hrsg.), Eine Einladung in die Mathematik (Berlin, Heidelberg 2013), S.224, Abb.5
50 Newton Verfahren und komplexe Dynamik Jonathan Clausing Zu Folie 4 ff: Sei q(z) = z 2 Beschränkte Orbits: Fixpunkt: z = 1, q(1) = 1, also O 1,q = {1} Periodischer Punkt: z = + q(q( + )) = + q( + ) = also O z,q = { + } Fixpunkt ist Grenzwert: z = i, q(i) = 1, q( 1) = 1, q(1) = 1, also O i,q = {i, 1,1} Unbeschränkte Orbits: z = 2, also O 2,q = {2, 4, 16, } = ( ) n IN mit 2, für n Zu Folie 9 ff: Julia Menge (benannt nach Gaston Julia ( )) Sei q(z) = z 2 ( ) { : 1} ( ) { : >1} Julia Menge { : =1} Fatou-Komponente = ( )\ (benannt nach Pierre Fatou ( )) Zu Folie 11: Satz: Jeder kompakte Raum, der total unzusammenhängend und in sich dicht ist, ist zur Cantor- Menge homöomorph. Weiter gilt: Zwei Cantor-Mengen sind in einem Raum immer homöomorph zueinander und die Dynamik ist topologisch konjugiert (dh. ähnlich). Das Maß der Cantor-Menge ist 0. Beweis: Wir konstruieren die Menge C so, dass wir zuerst eine Strecke der Länge 1 haben, welche wir C 0 nennen. Diese teilen wir in drei gleichgroße Strecken und entfernen den mittleren Teil und nennen die nun entstandene Menge C 1. Diesen Schritt wiederholen wir immer wieder. ( ) = lim ( )= lim ( ) =0
51 Zu Folie 16 ff: Mandelbrotmenge (benannt nach Benôit Mandelbrot (1980)) Wann divergiert ein Orbit? wenn c > 2 wenn z n > 2 wobei z n die n-te Iterierte von 0 ist. Behauptung: für c > 2, q = c - 1 > 1 Beweis: vollständige Induktion über n: IA: IV: IS: = = = + = ( 1) 1=( +1) 1= + 1 für n Behauptung: für n, z n > 2, c 2 Beweis: wähle d = z n - 2 > 0 = + 2 2= + = + für k, Zu Folie 25 ff: Behauptung: Für f(x*) = 0, f (x) 0, >0, sodass alle x mit x x* < gegen x* konvergieren. Beweis: 0= ( )= ( )+ ( )( ) + ( )( ) für zwischen x, x* ( ) ( ) = ( ) ( ) ( ) ( ) = ( ) ( ) = ( ) 2 ( ) ( ) maximiere ( ), minimiere ( ) ( ) Wähle < = p < 1
52 ( ) < ( ( ) < Sei nun die k-te Iterierte < also lim = 0 Beispiel: Approximation von 2 = 1, ( ) = 2, ( ) =2, ( ) =2, = [1,4; 1,5] = max, ( ) = = = =1,4,, ( ) und 1,4 2 < = = 1, = = 1, = 1, Zu Folie 42 ff: =1 ( )= ( 1), ( ) =2( 1) + ( 1) ( )= ( ) = ( ) ( ) = ( ( ) ) ( ) ( ) =0 =0, = = = = (1) =1 Für =1 hat p(z) keine offene Menge schlechter Startwerte
53 Quellen: D. Schleicher, M. Lackmann (Hrsg.), Eine Einladung in die Mathematik (Berlin, Heidelberg 2013).
Newton-Verfahren und Komplexe Dynamik I
Johannes Gutenberg-Universität Mainz Institut für Mathematik, FB08 Hauptseminar: Eine Einladung in die Mathematik Newton-Verfahren und Komplexe Dynamik I Paul Klimek betreut von Prof. Dr. Mária Lukácová-Medvidová
Mehr6 Julia-Mengen. 114 Kapitel 2 Konforme Abbildungen
114 Kapitel 2 Konforme Abbildungen 6 Julia-Mengen Sei G C ein Gebiet. Eine holomorphe Abbildung f : G G kann eine holomorphe oder eine meromorphe Funktion auf G sein. Definition. Zwei holomorphe Abbildungen
MehrAbbildung 1: Feigenbaum-Diagramm
Kursübersicht Im folgenden findet Ihr Zusammenfassungen zu jedem der drei Teilgebiete, die wir im Kurs behandeln möchten. Die genaue Gewichtung der drei Gebiete ist noch nicht festgelegt und hängt von
MehrDie Topologie von R, C und R n
Die Topologie von R, C und R n Für R haben wir bereits eine Reihe von Strukturen kennengelernt: eine algebraische Struktur (Körper), eine Ordnungsstruktur und eine metrische Struktur (Absolutbetrag, Abstand).
MehrJan Henrik Sylvester. 10. Februar 2003
Seminar über gewöhnliche Differentialgleichungen Chaos in eindimensionalen diskreten dynamischen Systemen: Das Feigenbaum-Szenario Die logistische Abbildung Jan Henrik Sylvester 10. Februar 2003 1 Die
MehrBeispiel 27 (Beweis durch Widerspruch) Satz 28 3 ist irrational, d. h. Beweis: Widerspruchsannahme: 3 Q.
Beispiel 27 (Beweis durch Widerspruch) Wir nehmen an, dass die zu zeigende Aussage falsch ist und führen diese Annahme zu einem Widerspruch. Satz 28 3 ist irrational, d. h. 3 / Q. Beweis: Widerspruchsannahme:
Mehr(b) Bestimmen Sie mit Hilfe des Newton-Verfahrens eine Nullstelle von f auf 6 Nachkommastellen
Mathematik I für Naturwissenschaften Dr. Christine Zehrt 5.10.18 Übung 6 (für Pharma/Geo/Bio) Uni Basel Besprechung der Lösungen: 9. Oktober 018 in den Übungsstunden Aufgabe 1 GebenSieohneTaschenrechnereineNäherungvon
MehrMathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de
MehrDer Fundamentalsatz der Algebra
Der Fundamentalsatz der Algebra Vortragsausarbeitung im Rahmen des Proseminars Differentialtopologie Benjamin Lehning 17. Februar 2014 Für den hier dargelegten Beweis des Fundamentalsatzes der Algebra
MehrPolynomiale Approximation. und. Taylor-Reihen
Polynomiale Approximation und Taylor-Reihen Heute gehts um die Approximation von glatten (d.h. beliebig oft differenzierbaren) Funktionen f nicht nur durch Gerade (sprich Polynome vom Grade 1) und Polynome
MehrModulprüfung Numerische Mathematik 1
Prof. Dr. Klaus Höllig 18. März 2011 Modulprüfung Numerische Mathematik 1 Lösungen Aufgabe 1 Geben Sie (ohne Beweis an, welche der folgenden Aussagen richtig und welche falsch sind. 1. Die Trapezregel
MehrAnalytische Lösung algebraischer Gleichungen dritten und vierten Grades
Analytische Lösung algebraischer Gleichungen dritten und vierten Grades Inhaltsverzeichnis 1 Einführung 1 2 Gleichungen dritten Grades 3 3 Gleichungen vierten Grades 7 1 Einführung In diesem Skript werden
MehrLösungsvorschlag Klausur MA9801
Lehrstuhl für Numerische Mathematik Garching, den 03.08.2012 Prof. Dr. Herbert Egger Dr. Matthias Schlottbom Lösungsvorschlag Klausur MA9801 Aufgabe 1 [4 Punkte] Seien M, N Mengen und f : M N eine Abbildung.
MehrÜbungen zu Grundbegriffe der Topologie
Übungen zu Grundbegriffe der Topologie A. Čap Wintersemester 2018 (1) Wiederholen Sie die Definition des Durchschnittes i I A i einer beliebigen Familie {A i : i I} von Mengen und zeigen Sie, dass für
MehrFraktale und Julia-Mengen
Uutner, J. Roser, A. Unseld, F. Fraktale und Julia-Mengen mit 77 Abbildungen Verlag Harri Deutsch Inhalt I Klassische Fraktale l 1 Cantor-Menge 2 1.1 Konstruktion und Eigenschaften 2 1.2 Triadische Darstellung
Mehr6.1 Beispiele dissipativer Systeme. Der Duffing Ozillator. Bewegungsgleichung: Nichtlinearität
6.1 Beispiele dissipativer Systeme Der Duffing Ozillator z.b. für (Ueda Oszillator) Potential Bewegungsgleichung: Nichtlinearität nur zwei Parameter Kartierung des Verhaltens in der (f,r)- Ebene äußerst
MehrANALYSIS 1 Kapitel 6: Stetige Funktionen
ANALYSIS 1 Kapitel 6: Stetige Funktionen MAB.01012UB MAT.101UB Vorlesung im WS 2017/18 Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen Karl-Franzens-Universität Graz 6.1 Grundbegrie
MehrNullstellen von algebraischen Gleichungen
Kapitel 2 Nullstellen von algebraischen Gleichungen 2.1 Vorbemerkungen Suche Lösung der Gleichung f(x) = 0 (2.1) Dies ist die Standardform für eine Dimension. - typisch nichtlineare Gleichung, sonst elementar
MehrWas ist eigentlich die Mandelbrotmenge?
Hochschule Regensburg Fakultät Informatik / Mathematik December 18, 2012 Inhaltsverzeichnis 1 2 3 4 5 6 Newton-Verfahren Die Iterierten Fixpunkte und Multiplikatoren Zyklen Nullstellensuche De nition der
MehrD-BAUG Analysis I HS 2015 Dr. Meike Akveld. Clicker Fragen
D-BAUG Analysis I HS 05 Dr. Meike Akveld Clicker Fragen Frage Der Satz: Dieser Satz ist falsch ist wahr ist richtig weiss ich nicht Es handelt hier um eine sogenannte Paradoxie. Die Paradoxie dieses Satzes
MehrHöhere Mathematik III für die Fachrichtung Physik Wintersemester 2016/17. Lösungsvorschlag zu Übungsblatt 5
Institut für Analysis Dr. Christoph Schmoeger M.Sc. Jonathan Wunderlich Höhere Mathematik III für die Fachrichtung Physik Wintersemester 6/7..7 Lösungsvorschlag zu Übungsblatt 5 Aufgabe 6: Zeigen Sie mit
Mehraus der Bedingung/Annahme A folgt ein Widerspruch ), so ist A falsch!
Bemerkungen: 1 Die Bedeutung von (und damit ) ist klar. wird oft, vor allem in Beweisen, auch als geschrieben (im Englischen: iff, if and only if). 2 Für zwei boolesche Aussagen A und B ist A B falsch
MehrKarlsruher Institut für Technologie (KIT) WS 2012/13 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning
Karlsruher Institut für Technologie (KIT) WS 202/3 Institut für Analysis 26..202 Prof. Dr. Tobias Lamm Dr. Patrick Breuning Höhere Mathematik I für die Fachrichtung Physik 7. Übungsblatt Aufgabe Untersuchen
MehrTopologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen
Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen
MehrMusterlösung zur Probeklausur zur Mathematik für Biologen
Lehrstuhl A für Mathematik Aachen, den 15.01.04 Prof. Dr. R. Stens P. - M. Küpper Musterlösung zur Probeklausur zur Mathematik für Biologen Aufgabe 1: a) Vereinfachen Sie die folgenden Terme so weit wie
MehrFaktorisierung von Polynomen
Faktorisierung von Polynomen Ein Polynom p vom Grad n besitzt, einschließlich Vielfachheiten, genau n komplexe Nullstellen z k und lässt sich somit als Produkt der entsprechenden Linearfaktoren schreiben:
MehrMathematik für Anwender. Testklausur mit Lösungen
Fachbereich Mathematik/Informatik 4. Januar 0 Prof. Dr. H. Brenner Mathematik für Anwender Testklausur mit en Dauer: Zwei volle Stunden + 0 Minuten Orientierung, in denen noch nicht geschrieben werden
MehrMarkov-Paritionen und geometrische Modelle von Attraktoren
Markov-Paritionen und geometrische Modelle von Attraktoren Jan Christoph Kinne 15. Februar 2003 1 Was sind Markov-Partitionen? Hat man ein diskretes dynamisches System f : M M gegeben, so will man M in
MehrÜbungen p-adische Zahlen
Blatt 1 Aufgabe 1. Berechnen Sie die ersten fünf Ziffern a 0,..., a 4 der ganzen p- adischen Zahl 1 + p + p 2 = a i p i Z p, p 1 i 0 für die Primzahlen p = 2, 3, 5. Aufgabe 2. Sei a = i 0 a ip i Z p eine
MehrDie komplexe Halbebene faktorisiert nach einer Fuchsschen Gruppe
Die komplexe Halbebene faktorisiert nach einer Fuchsschen Gruppe Matthias Nagel Riemannsche Flächen Stets sei X eine 2-dimensionale Mannigfaltigkeit (Fläche). Definition. ) Eine komplexe Karte auf X ist
MehrDer Fundamentalsatz der Algebra. 1 Motivation
Vortrag im Rahmen des Proseminars zur Analysis, 24. April 2006 Micha Bittner Motivation Den ersten des Fundamentalsatzes der Algebra erbrachte C.F. Gauss im Jahr 799 im Rahmen seiner Dissertation. Heute
MehrTeil 6. Differentialrechnung mehrerer Veränderlicher
Teil 6 Differentialrechnung mehrerer Veränderlicher 95 96 6.1 Topologie von Mengen Umgebung ε-umgebung eines Punktes x R n : B ε (x) = {y : y x < ε} Umgebung U von x: Menge, die eine ε-umgebung von x enthält
Mehr13. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 3. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 00/ 07.0.-.0. Aufgabe G Stetigkeit) a) Gegeben
MehrZusammenfassung Analysis 2
Zusammenfassung Analysis 2 1.2 Metrische Räume Die Grundlage metrischer Räume bildet der Begriff des Abstandes (Metrik). Definition 1.1 Ein metrischer Raum ist ein Paar (X, d), bestehend aus einer Menge
MehrAnalysis I. 3. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 3. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine Abbildung F von einer Menge L in eine
MehrZwischenprüfung Winter 2016 Analysis I D-BAUG
ETH Zürich Zwischenprüfung Winter 216 Analysis I D-BAUG Dr. Meike Akveld Wichtige Hinweise Prüfungsdauer: 9 Minuten. Zugelassene Hilfsmittel: Keine, ausser das verteilte Blatt mit Standardintegralen. Es
MehrCauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit
Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das
MehrNewton-Verfahren für ein Skalarfunktion
Newton-Verfahren für ein Skalarfunktion Für eine Näherungsberechnung von Nullstellen einer reellen Funktion f(x) : R R benutzt man das Newton-Verfahren: x (n+1) = x (n) f(x (n) )/f (x (n) ). Das Newton-Verfahren
MehrINGENIEURMATHEMATIK. 8. Reihen. Sommersemester Prof. Dr. Gunar Matthies
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 8. Reihen Prof. Dr. Gunar Matthies Sommersemester 2016 G. Matthies Ingenieurmathematik
MehrVorkurs Mathematik. Übungen Teil IV
Vorkurs Mathematik Herbst 009 M. Carl E. Bönecke Skript und Übungen Teil IV. Folgen und die Konstruktion von R Im vorherigen Kapitel haben wir Z und Q über (formale) Lösungsmengen von Gleichungen der Form
MehrSerie 4 2 = 10. ) ist). Dann gilt für alle n n 0
Serie 4. Aufgabe 336 Punkte) Gegeben seien zwei reelle Zahlenfolgen durch a n : 0 n, n N b n : n n, n N Bestimmen Sie die Grenzwerte a bzw. b der Folgen a n ) n N bzw. b n ) n N. Geben Sie jeweils zu gegebenem
Mehr1 Theorie der Kettenbrüche II
Theorie der Kettenbrüche II Vom ersten Vortrag erinnern wir, dass sich jede reelle Zahl α wie folgt darstellen lässt: α = a 0 + a + a 2 + mit a 0 Z und a i N >0 für jedes i Die Kettenbruchdarstellung lässt
MehrAufgabensammlung zur Analysis 1
Analysis 1 18.12.2017 Prof. Dr. H. Koch Dr. F. Gmeineder Abgabe: Keine Abgabe. Aufgabensammlung zur Analysis 1 Anmerkungen: Das vorliegende Blatt enthält eine Auswahl von Aufgaben, die auf Klausuren zur
Mehr(alternierendes Vorzeichen) a n := ( 1)n n + 1 a n := 3n 2 7n a n := n(n 1)(n 2), n 3
ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 43 2. Folgen und Reihen Folgen und Reihen werden in jedem Analysislehrbuch besprochen, siehe etwa [H, Kapitel III], [K, Kapitel 5], [J2, Kapitel 23] oder [M,
MehrMathematik I. Zusammenhängende Räume
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 21 Die beiden nächsten Vorlesungen kann man unter dem Aspekt sehen, welche topologischen Eigenenschaften die reellen Zahlen gegenüber
Mehrc r Addiert man nun beide Reihendarstellungen, so folgt f (ζ) Nach dem Cauchyschen Integralsatz gilt dann auch
Residuen V Beweis Einsetzen in das Kurvenintegral über c r ergibt demnach f (ζ) 2πi ζ z dζ = f (ζ) 2πi (ζ z 0 ) c r k= c r k+ dζ Addiert man nun beide Reihendarstellungen, so folgt a k (z z 0 ) k, r z
MehrFunktionentheorie, Woche 11. Funktionen mit Singularitäten Meromorphe Funktionen
Funktionentheorie, Woche Funktionen mit Singularitäten. 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
MehrThema 3 Folgen, Grenzwerte
Thema 3 Folgen, Grenzwerte Definition Eine Folge von reellen Zahlen ist eine Abbildung von N in R d.h. jedem n N ist eine Zahl a n zugeordnet. Wir schreiben für eine solche Folge. Beispiele. (a n ) n N
Mehrn A n = A ist nun folgendermaßen:
Aufgabe 3. Sei (X, d) ein beschränkter metrischer Raum, d.h. es gibt ein c > 0 mit d(x, y) c für alle x, y X. Bezeichne T (X) die Menge aller abgeschlossenen nichtleeren Teilmengen von X. Für A, B T (X)
MehrStroppel Musterlösung , 180min. Aufgabe 1 (4 Punkte) Bestimmen Sie die folgenden Grenzwerte und Funktionengrenzwerte.
Stroppel Musterlösung 3908, 80min Aufgabe 4 Punkte) Bestimmen Sie die folgenden Grenzwerte und Funktionengrenzwerte a) 4n 3 9 lim b) lim n n + n) n + )5n 4) c) lim x 0 sinlnx + )) sinhx) a) Es ist lim
MehrAnalyis I -Metrische Räume - eine Einführung in die Topologie
Analyis I -Metrische Räume - eine Einführung in die Topologie E = E isolierter Punkte x 1 x 2 x 3 E ist abgeschlossen U ɛ (x) x innerer Punkt Ω Häufungspunkte Ω Metrik Metrische Räume Definition Sei X
MehrAnalysis II. Vorlesung 35. Der Abschluss in einem metrischen Raum
Prof. Dr. H. Brenner Osnabrück SS 2015 Analysis II Vorlesung 35 Der Abschluss in einem metrischen Raum Definition 35.1. Sei (M,d) ein metrischer Raum und T M eine Teilmenge. Ein Punkt a M heißt Berührpunkt
MehrProbe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1
Probe-Klausur 1 Mathematik f. Bau-Ing + Chem. Modul1 1. (a) Lösen Sie das lineare Gleichungssystem für die Werte a = 1, b = 2. x + 3y + 2z = 0 2x + ay + 3z = 1 3x + 4y + z = b (b) Für welche Werte von
MehrKlausur - Analysis I Lösungsskizzen
Klausur - Analysis I Lösungsskizzen Aufgabe 1.: 5 Punkte Entscheiden Sie, ob folgende Aussagen wahr oder falsch sind. Kennzeichnen Sie wahre Aussagen mit und falsche Aussagen mit. Es sind keine Begründungen
MehrMusterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2
Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die
MehrAnalysis I für Studierende der Ingenieurwissenschaften
Analysis I für Studierende der Ingenieurwissenschaften Ingenuin Gasser Department Mathematik Universität Hamburg Technische Universität Hamburg Harburg Wintersemester 2008/2009 1 Definition: Sei M R, alsom
MehrLösungsvorschlag zu den Präsenzaufgaben der 1. Übung
Michael Winkler Johannes Lankeit 8.4.2014 Lösungsvorschlag zu den Präsenzaufgaben der 1. Übung Präsenzaufgabe 1: Rufe dir die folgenden Definitionen wieder in Erinnerung: C = {(x, y); x R, y R} bildet
MehrAnalysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME
Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist
Mehr22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion
KAPITEL 1. GRUNDLAGEN Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion 1 für 0 x < 1 g 0 (x) = 1 1 für < x 1. Natürlich gibt dies von
MehrLösungen der Übungsaufgaben von Kapitel 3
Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen
MehrAnalysis I. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching
Analysis I 6. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 26, 2017 1 Erinnerung Eine Abbildung f : X Y heisst injektiv, falls 1, 2 X : 1 2 f( 1 ) f( 2 ). (In Worten:
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
Mehr3. Funktionen. 3.1 Grundbegriffe [Kö 4.1; Sch-St 4.3]
13 3. Funktionen 3.1 Grundbegriffe [Kö 4.1; Sch-St 4.3] Definition 1. A und B seien Mengen. a Eine Abbildung (oder Funktion f von A nach B (Schreibweise: f: A B ist eine Vorschrift, die jedem x A genau
MehrEtwas Topologie. Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann
Etwas Topologie Handout zur Vorlesung Semi-Riemannsche Geometrie, SS 2004 Dr. Bernd Ammann Literatur Abraham, Marsden, Foundations of Mechanics, Addison Wesley 1978, Seiten 3 17 Definition. Ein topologischer
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
MehrErste topologische Eigenschaften: Zusammenhang und Kompaktheit
Abschnitt 2 Erste topologische Eigenschaften: Zusammenhang und Kompaktheit Zusammenhang 2.1 Definition. Ein Raum X heißt zusammenhängend, wenn er außer X und Ø keine Teilmengen hat, die zugleich offen
MehrUniversität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.
Adµ Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung Blatt Probeklausur 2 Lösungen zur Probeklausur 2 Aufgabe 1 1. Formulieren Sie den Satz von Taylor
MehrKapitel 5 KONVERGENZ
Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz
MehrStroppel Musterlösung , 180min
Stroppel Musterlösung 040907, 80min Aufgabe (8 Punkte) (a) Seien A, D, T R d d für ein d N Weiter sei T invertierbar und es gelte T AT D Zeigen Sie durch vollständige Induktion, dass A n T D n T gilt für
MehrMathematik für Anwender I. Klausur
Fachbereich Mathematik/Informatik 27. März 2012 Prof. Dr. H. Brenner Mathematik für Anwender I Klausur Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
MehrMathematik I. Vorlesung 22. Der Satz von Bolzano-Weierstraß. Karl Weierstraß ( )
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 22 Der Satz von Bolzano-Weierstraß Karl Weierstraß (1815-1897) Satz 22.1. (Bolzano-Weierstraß) Es sei (x n ) n N eine beschränkte Folge
Mehr6.7 Isolierte Singularitäten
6.7 Isolierte Singularitäten Definition: Eine analytische Funktion f hat in einem Punkt a C eine isolierte Singularität, falls f in einem Kreisring B r (a) \ {a} = {z C : 0 < z a < r} für r > 0, definiert
MehrLösung zur Serie 8. x + 2x 2 sin(1/x), falls x 0, f(x) := 0, falls x = 0. = lim
Lösung zur Serie 8 Aufgabe 40 Wir zeigen in dieser Aufgabe, dass die Voraussetzung dass die Funktion in einer kleinen Umgebung injektiv sein muss, beim Satz über die Umkehrfunktion notwendig ist. Hierzu
MehrMathematik I für MB und ME
Mathematik I für MB und ME Übungsaufgaben Serie 5: Folgen Funktionen Dierentialrechnung Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 206/207 Bestimmen Sie die Grenzwerte der nachstehenden
MehrUltrametrik. Christian Semrau Metrische Räume
Ultrametrik Christian Semrau 05.11.2002 Inhaltsverzeichnis 1 Metrische Räume 1 1.1 Definition der Metrik.................................. 1 1.2 Offene und abgeschlossene Mengen..........................
MehrMeine persönliche Einschätzung der Aufgaben der Klausur vom :
Meine persönliche Einschätzung der Aufgaben der Klausur vom.9.: a) h) Einige leicht, andere Standard, einige zum (kurzen) Nachdenken. ) Standard. Vergleiche Aufgabe 9, Bonusaufgabe a) Standard. Vergleiche
Mehr( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( )
64 Die Tangente in x 0 eignet sich also als lokale (lineare) Näherung der Funktion in der Nähe des Punktes P. Oder gibt es eine noch besser approximierende Gerade? Satz 4.9 Unter allen Geraden durch den
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.
Mehrsign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0
ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 81 3. Stetigkeit 3.1. Stetigkeit. Im Folgenden sei D R eine beliebige nichtleere Teilmenge. Typischerweise wird D ein allgemeines Intervall sein, siehe Abschnitt
MehrÜbungen zur Mathematik Blatt 1
Blatt 1 Aufgabe 1: Bestimmen Sie die Fourier-Reihe der im Bild skizzierten periodischen Funktion, die im Periodenintervall [ π, π] durch die Gleichung f(x) = x beschrieben wird. Zeichnen Sie die ersten
MehrA1-1 Kubische Gleichung
A1-1 Kubische Gleichung Wir betrachten das kubische Polynom p(x) = x 3 + a 2 x 2 + a 1 x + a 0, x R bzw. die kubische Gleichung mit reellen Koeffizienten a 0, a 1 und a 2. x 3 + a 2 x 2 + a 1 x + a 0 =
Mehrund induziert eine Abbildung f : βx βy durch pr h f = h. Da h für alle h C(Y, I) stetig ist ist pr h f und damit f stetig.
Eine Kompaktifizierung (Y ϕ) eines topologischen Raumes X ist ein kompakter Raum K mit einer injektiven Abbildung ϕ : X K für die ϕ(x) dicht in K ist und ϕ als Abbildung X ϕ(x) ein Homöomorphismus ist.
MehrMATHE-BRIEF. Juni 2017 Nr. 80. Die Mandelbrotmenge
MATHE-BRIEF Juni 2017 Nr. 80 Herausgegeben von der Österreichischen Mathematischen Gesellschaft http: // www.oemg.ac.at / Mathe Brief mathe brief@oemg.ac.at Die Mandelbrotmenge Komplexe Zahlen werden im
MehrLeitfaden t=0 a tz t, mit a n 0. Es ist a 0 = f(0) 0. f(z)). Wir suchen also ein c mit f(c) < 1. Sei 1 k < n minimal mit a k 0.
Leitfaden 10-10 10.5. Der Fundamentalsatz der Algebra. Wir beginnen mit folgendem wesentlichen Hilfssatz: Lemma (Argand, 1814). Sei f ein nicht-konstantes Polynom und b C. Ist f(b) 0, so gibt es b C mit
MehrSelbsteinschätzung Mathe I Dieser Fragebogen wächst Woche für Woche mit.
Technische Universität Dresden, Institut für Wissenschaftliches Rechnen Dr. Ute Feldmann, Maximilian Becker Selbsteinschätzung Mathe I Dieser Fragebogen wächst Woche für Woche mit. Die 3 Kreise mit Ampelfarben
MehrMisterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)
Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung
MehrPrüfungsleistung Mathematik 1 (TI 1)
Hochschule Ulm Klein 08. Juli 00 Prüfungsleistung Mathematik (TI ) Name:... Matrikel-Nr.:... Punkte:... Note:... Bemerkungen: - alle Hilfsmittel zugelassen (kein Laptop / Handy) - Lösungswege müssen erkennbar
MehrHochschule RheinMain WS 2016/17 Prof. Dr. D. Lehmann. 7. Übungsblatt zur Vorlesung Komplexe Funktionen
Hochschule RheinMain WS 2016/17 Prof. Dr. D. Lehmann 7. Übungsblatt zur Vorlesung Komplexe Funktionen (Schauen Sie sich dieses Übungsblatt als pdf-file auf dem Computer an, um alle Abbildungen in Farbe
MehrVorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge
Mehr2 k k 1 k(k + 1) = 2n+1. n = 0 = k(k + 1) = 2n+1 n n. = 2 n+1 n + 2 (n + 1)(n + 2) + n. (n + 1)(n + 2)
Prof. Hesse Höhere Mathematik I und II Musterlösung 7. 0. 0, 80min Aufgabe (3 Punkte) Zeigen Sie mit vollständiger Induktion: Für alle n N gilt n k= k k k(k + ) = n+ n +. Induktionsanfang: k= Induktionsschluss
MehrDiplom Mathematiker Wolfgang Kinzner. 17. Oktober Technische Universität München. Die abc-formel. W. Kinzner. Problemstellung.
Diplom Mathematiker Wolfgang Kinzner Technische Universität München 17. Oktober 2013 1 / 9 Inhaltsverzeichnis 1 2 / 9 Inhaltsverzeichnis 1 2 2 / 9 Inhaltsverzeichnis 1 2 3 2 / 9 Inhaltsverzeichnis 1 2
MehrLösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }
Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird
MehrLösungshinweise zu den Hausaufgaben:
P. Engel, T. Pfrommer S. Poppitz, Dr. I. Rybak 14. Gruppenübung zur Vorlesung Höhere Mathematik 1 Sommersemester 009 Prof. Dr. M. Stroppel Prof. Dr. N. Knarr Lösungshinweise zu den Hausaufgaben: Aufgabe
Mehrc < 1, (1) c k x k0 c k = x k0
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
MehrProjektive algebraische Mengen
Projektive algebraische Mengen Rostislav Doganov, Stefan Lörwald 29. April 2009 1 Motivation An dem anen Raum stört uns die Möglichkeit, dass Geraden, Flächen etc. parallel zueinander liegen können und
MehrAnleitung zu Blatt 3 Analysis I für Studierende der Ingenieurwissenschaften
Department Mathematik der Universität Hamburg WiSe 2011/2012 Dr. Hanna Peywand Kiani Anleitung zu Blatt 3 Analysis I für Studierende der Ingenieurwissenschaften Reelle Zahlenfolgen 02.12.2011 Die ins Netz
MehrÜbungsaufgaben zur Kurvendiskussion
SZ Neustadt Mathematik Torsten Warncke FOS 12c 30.01.2008 Übungsaufgaben zur Kurvendiskussion 1. Gegeben ist die Funktion f(x) = x(x 3) 2. (a) Untersuchen Sie die Funktion auf Symmetrie. (b) Bestimmen
Mehr