1.

0 Funktionen D: Definitionsmenge; erlaubte x-Werte

Funktion angeben: 𝑓: 𝐷 → 𝑍, 𝑓(𝑥) = 𝑥 2 Intervall: S.8
Monotonie: • Runde Klammer (: ausgeschlossen
S.69 • Eckige Klammer [: eingeschlossen
Z: Zielmenge; erlaubte y-Werte
B: Bildmenge; y-Werte für die Funktion existiert
Beschränktheit:
• Unten: Funktion f fällt nicht unter bestimmten y-Wert
• Oben: Funktion f steigt nicht über bestimmten y-Wert

Symmetrieverhalten: S.69
• Achsensymmetrisch/gerade → 𝑓(−𝑥) = 𝑓(𝑥)
• Punktsymmetrisch/ungerade → 𝑓(−𝑥) = −𝑓(𝑥)
Für Umkehrfunktion: Funktion Surjektiv & Injektiv
Umkehrfunktionen: S.70f. machen → x und y vertauschen → nach y auflösen
• Injektiv: jeder y-Wert hat nur einen x-Wert →
• Surjektiv: zu jedem y-Wert existiert ein x-Wert → durch Zielmenge als Bildmenge
• Bijektiv: Injektiv & Surjektiv → Funktion ist umkehrbar
• 𝐷𝑓 → 𝑍𝑓−1 ⁡&⁡𝑍𝑓 → 𝐷𝑓−1 ⁡

Verkettung von Funktionen: (𝑔 ∘ 𝑓)(𝑥) = 𝑔(𝑓(𝑥))

Polynomfunktionen → Nullstellen: S.76-86

Grad 0: Parallele zu x-Achse
Grad 1: Gerade S.76ff. 𝑎𝑛 = Koeffizient vor höchster Potenz bei Ausgangsfkt.
−𝑏±√𝑏2 −4⋅𝑎⋅𝑐 𝑥𝑛 = Nullstelle
Grad 2: Mitternachtsformel 𝑥1/2 =
2⋅𝑎
Grad 4: 𝑎𝑥 4 + 𝑏𝑥 2 + 𝑐 = 0 → Substitution 𝑥 2 = 𝑢 → Mitternachtsformel
Sonst: Nst. raten → Hornerschema S.80f. → Linearfaktorzerlegung: 𝑓(𝑥) = 𝑎𝑛 ⋅ (𝑥 − 𝑥1 ) ⋅ (𝑥 − 𝑥2 )

Gebrochenrationale Funktionen: S.86ff.

• Nullstelle: 𝑔(𝑥) = 0 Funktion: 𝑓(𝑥) =
𝑔(𝑥)
ℎ(𝑥)
• Definitionslücke: ℎ(𝑥) = 0 Zählergrad < Nennergrad (sonst:
• Hebbare Definitionslücke: bei Linearfaktorzerlegung Nullstelle aus Zähler und Nenner unecht)
kürzbar
• Pol: Definitionslücke, bei der Graph nach ±∞ geht
• Asymptotisches Verhalten:
o Echt gebrochen: lim 𝑓(𝑥) = 0
𝑥→±∞
o Unecht gebrochen: Polynomdivision; Teil vor Rest-Bruch → schräge Asymptote

Potenz-/Wurzelfunktionen: S.88ff. 1
𝑓(𝑥) = 𝑥 −1 =
• n = gerade: achsensymmetrische Funktion 𝑥
1
• n = ungerade: punktsymmetrische Funktion 𝑛
𝑓(𝑥) = √𝑥 = 𝑥 𝑛
Wurzelfunktion ist Umkehrfunktion
der Potenzfunktion

Exponential-/Logarithmusfunktionen: S.104-108 log 𝑎 (𝑎 𝑥 ) = 𝑥⁡⁡

log 𝑎 (𝑥) ist Umkehrfunktion zu 𝑎 𝑥 →log 𝑎 (𝑦) = 𝑥 → 𝑎 𝑥 = 𝑦
𝑎log𝑎 𝑥 = 𝑥
Hyperbelfunktionen: S.108-112
sin(−𝛼) = −sin⁡(𝛼)
Trigonometrische Funktionen: S.91-99 cos(−𝛼) = cos⁡(𝛼)⁡

Für arctan: x- &

y-Werte
umdrehen
 Auch für
Komplexe
Zahlen

Differentialrechnung: S.130-146
• Tangentengleichung im Punkt 𝑥 ∗ : 𝑦 = 𝑓 ′ (𝑥 ∗ ) ⋅ 𝑥 + 𝑓(𝑥 ∗ ) − 𝑥 ∗ ⋅ 𝑓 ′ (𝑥 ∗ ) = 𝑚 ⋅ 𝑥 + 𝑡
• Linearisierung im Punkt 𝑥 : ∗
𝑙(𝑥) = 𝑓(𝑥 ∗ ) + 𝑓 ′ (𝑥 ∗ ) ⋅ (𝑥 − 𝑥 ∗ ) 1
• Ableitungsregeln: S.133-137 Umkehrregel: 𝑓 ′ (𝑥) = ′ (f Umkehrfkt. zu g)
𝑔 (𝑓(𝑥))
• Wichtige Ableitungen: S.132
• Monotonie: • Krümmung:
o 𝑓 ′ (𝑥) > 0 → 𝑠𝑡𝑟𝑒𝑛𝑔⁡𝑚𝑜𝑛𝑜𝑡𝑜𝑛⁡𝑤𝑎𝑐ℎ𝑠𝑒𝑛𝑑 o 𝑓 ′′ (𝑥) > 0 → 𝑙𝑖𝑛𝑘𝑠𝑔𝑒𝑘𝑟ü𝑚𝑚𝑡
′ (𝑥)
o 𝑓 < 0 → 𝑠𝑡𝑟𝑒𝑛𝑔⁡𝑚𝑜𝑛𝑜𝑡𝑜𝑛⁡𝑓𝑎𝑙𝑙𝑒𝑛𝑑 o 𝑓 ′′ (𝑥) < 0 → 𝑟𝑒𝑐ℎ𝑡𝑠𝑔𝑒𝑘𝑟ü𝑚𝑚𝑡
• Extremstellen: 𝑓 ′ (𝑥)
=0 • Wendestellen: 𝑓 ′′ (𝑥) = 0
′′ (𝑥)
o 𝑓 > 0 → 𝑙𝑜𝑘𝑎𝑙𝑒𝑠⁡𝑀𝑖𝑛𝑖𝑚𝑢𝑚 o 𝑓 ′′′ (𝑥) > 0 → 𝑅𝑒𝑐ℎ𝑡𝑠 − 𝐿𝑖𝑛𝑘𝑠 − 𝑊𝑒𝑛𝑑𝑒𝑠𝑡𝑒𝑙𝑙𝑒
′′ (𝑥)
o 𝑓 < 0 → 𝑙𝑜𝑘𝑎𝑙𝑒𝑠⁡𝑀𝑎𝑥𝑖𝑚𝑢𝑚 o 𝑓 ′′′ (𝑥) < 0 → 𝐿𝑖𝑛𝑘𝑠 − 𝑅𝑒𝑐ℎ𝑡𝑠 − 𝑊𝑒𝑛𝑑𝑒𝑠𝑡𝑒𝑙𝑙𝑒

2.0 Komplexe Zahlen S.228-242

→ imaginäre Einheit: 𝑗 2 = −1 → 𝑧 = 𝑥 + 𝑦𝑗 x: Realteil y: Imaginärteil
• Konjugiert komplex zu z: 𝑧̅ = 𝑥 − 𝑦𝑗 (Vorzeichen vor dem Imaginärteil wird umgedreht)
Rechenregeln: S.231ff.
• Addition/Subtraktion: Realteil mit Realteil; Imaginärteil mit Imaginärteil
• Multiplikation: normal ausmultiplizieren (j wie Variable)
• Division: Erweitern mit komplex konjugiert von Nenner → 3.binomische Formel im Nenner
• Potenzieren: → Umwandlung in Polarform
Darstellungsarten: S.228ff. Zeichnerische Multiplikation/Division:
• Kartesische Form: 𝑧 = 𝑥 + 𝑦𝑗 Multiplikation:
• Exponentialform: 𝑧 = 𝑟 ⋅ 𝑒 𝑗⋅𝜑 φ addieren, Längen multiplizieren
• Trigonometrische Form: 𝑧 = 𝑟 ⋅ (𝑐𝑜𝑠𝜑 + 𝑗 ⋅ 𝑠𝑖𝑛⁡𝜑) r: Betrag von z Division:
𝑟 = √𝑥 2 + 𝑦 2 |𝑧 2 | = 𝑧 ⋅ 𝑧̅ φ abziehen, Längen dividieren
• Eulersche Formel: 𝑒 = 𝑐𝑜𝑠𝜑 + 𝑗 ⋅ 𝑠𝑖𝑛⁡𝜑
𝑗 ⋅𝜑

Umrechnung:
Kartesisch → Polar: 𝑟 = √𝑥 2 + 𝑦 2 ; 𝜑 wie oben rechts im Kasten
Polar → Kartesisch: 𝑧 = 𝑟 ⋅ (cos 𝜑 + 𝑗 ⋅ sin 𝜑)
Wurzelziehen: !Polarform!
𝜑+2⋅(𝑘−1)⋅𝜋
𝑧 𝑛 → n Lösungen → 𝑧𝑘 = √𝑟 ⋅ 𝑒 𝑗⋅
𝑛
𝑛

(1.Lösung: 𝑘 = 1, 2.Lösung: 𝑘 = 2, …) (Lösung grafisch auf Kreis)

Nullstellen von Polynomen: In C ist jedes Polynom in Linearfaktoren zerlegbar (jedes Polynom hat Nullstellen, wenn auch
komplex)
• Polynom mit reellen Koeffizienten: ist 𝑧1 eine Nst. so ist das konjugiert komplex 𝑧̅1 auch eine Nst.
• Reelles Polynom von ungeradem Grad hat mindestens eine reelle Nullstelle

Überlagerung gleichfrequenter Schwingungen: S.241f.

Gegeben: 𝑦1 (𝑡) = 𝐴1 ⋅ sin⁡(𝜔𝑡 + 𝜑1 ) 𝑦2 (𝑡) = 𝐴2 ⋅ sin⁡(𝜔𝑡 + 𝜑2 ) !! Überlagerung geht nur mit Sinus !!
Gesucht: 𝑦(𝑡) = 𝑦1 (𝑡) + 𝑦2 (𝑡) = 𝐴 ⋅ sin⁡(𝜔𝑡 + 𝜑) ➔ Cosinus auf Sinus bringen
1. Komplexe Amplitude berechnen: 𝐴𝑛 = 𝐴𝑛 ⋅ 𝑒 𝑗⋅𝜑𝑛 → 𝐴𝑛 in Kartesische Form 𝜋
cos(𝛼) = sin(𝛼 + )
2
→ 𝐴 = 𝐴1 + 𝐴2 → 𝐴 in Polarform → 𝐴 = 𝐴 ⋅ 𝑒 𝑗⋅𝜑
2. Überlagerte Schwingung: 𝑦(𝑡) = 𝐴 ⋅ sin⁡(𝜔𝑡 + 𝜑)

3.0 Lineare Gleichungssysteme

Vektoren: S.51ff.
• Betrag eines Vektors: |𝑎⃗| = √𝑎12 + 𝑎22 + 𝑎32 + ⋯
• Kreuzprodukt: S.54 !! nur für 3 dimensionalen Vektor definiert → 2D-Vektor mit „0“ zu 3D erweitern !!
• Mehrfachprodukte: S.56
𝐴𝑃𝑎𝑟𝑎𝑙𝑙𝑒𝑙𝑜𝑔𝑟𝑎𝑚𝑚 = |𝑎⃗ ⨯ 𝑏⃗⃗|
• Rechenregeln:
o Antikommutativ: 𝑎⃗ ⨯ 𝑏⃗⃗ = −𝑏⃗⃗ ⨯ 𝑎⃗ ⃗⃗ ⨯ 𝑏⃗⃗) ⨯ 𝑐⃗ ≠ 𝑎
o Nicht assoziativ: (𝑎 ⃗⃗ ⨯ (𝑏⃗⃗ ⨯ 𝑐⃗) |𝑎⃗ ⨯ 𝑏⃗⃗| = 0, wenn 𝑎⃗⁡||⁡𝑏⃗⃗
 1 0 1 5 6
Lineare Gleichungssysteme: S.215-222 0 1 −1⁡⁡⁡⁡4⁡⁡⁡⁡⁡⁡7 Nicht-
• Lösen eines LGS: Gauß-Jordan-Verfahren (S.218ff.) 0 0 0 0 0 Einheitsform
→ Nullen erzeugen mit Verrechnen der einzelnen Zeilen 0 0 0 0 0
→ Gauß-Endform: es können nicht mehr Nullen erzeugt werden, 𝑥1 = 6 − 𝑥3 − 5𝑥4 𝑥2 = 7 + 𝑥3 − 4𝑥4
ohne dass andere Nullen verschwinden 𝑥3 = 𝛼⁡⁡⁡⁡𝛼 ∈ ℝ 𝑥4 = 𝜆⁡⁡⁡⁡𝜆 ∈ ℝ ! Wichtig !

Unlösbar: Gauß-Endform quadratisch: Gauß-Endform nicht quadratisch 6 − 𝛼 − 5𝜆 6 −1 −5

Linke Seite = 0 Jede Zeile eine „1“ auf linker oder Linke und Rechte Seite „0“:
Seite, sonst „0“ + „1“ immer → unendlich viele Lösungen 𝑥⃗ = (7 + 𝛼𝛼− 4𝜆) = (7) + 𝛼 ⋅ ( 1 ) + 𝜆 ⋅ (−4)
Rechte Seite ≠ 0 0 1 0
in anderer Spalte → griechischer Buchstabe für 𝜆 0 0 1
→ eindeutige Lösung, Unbekannte die Nicht-Einheitsform
Vektor für Lösung entsprechen Beispiel für ein LGS mit unendlich vielen Lösungen
2 Freiheitsgrade & Rang = 2

Homogenes LGS: rechte Seite = 0 (𝐴𝑥⁡ ⃗⃗⃗ = ⃗0⃗) Inhomogenes LGS: rechte Seite ≠ 0 ⃗⃗⃗ = 𝑏⃗⃗)
(𝐴𝑥⁡
→ genau eine oder unendlich viele Lösungen → keine, eine oder unendlich viele Lösungen
Freiheitsgrade = Anzahl d. Spalten in Nicht-Einheitsform Freiheitsgrade und Dimension wie bei Homogen

→ 4 Freiheitsgrade für inhomogene Lösung 𝑥⃗𝑖 und homogene Lösung 𝑥⃗ℎ gilt:
⃗⃗ = 𝑏⃗⃗
⃗⃗⃗ + ⁡ 0
𝐴(𝑥⃗𝑖 + 𝑥⃗ℎ ) = 𝐴𝑥⃗𝑖 + 𝐴𝑥⃗ℎ = 𝑏⁡
Rang = Anzahl d. Zeile in Gauß-Endform (S.207ff.) Quadratisches LGS: gleich viele Gleichung wie Unbekannte
𝑛 = Anzahl an Gleichungen und Unbekannten
→ Rang = 4 → Rang = 3
1. Rang = 𝑛 (voller Rang) → Keine Zeile fällt bei Gauß-
Dimension = Anzahl d. Freiheitsgrad Jordan weg → man hat immer eindeutige Lösung (S.219)
→ für lösbare Systeme gilt: → regulär
Rang + Dimension = Anzahl d. Unbekannten 2. Rang < 𝑛 → Mind. eine Zeile fällt bei Gauß-Jordan weg
→ unlösbar oder unendlich viele Lösungen (S.219)
→ singulär
Matrizen: S.198-209
z.B.: 2 ⨯ 4 – Matrix (Zeilen ⨯ Spalten) → Allgemein: 𝑚 ⨯ 𝑛 – Matrix 𝑚 ⨯ 𝑚 – Matrix → quadratische Matrix
Nullmatrix 𝑚 ⨯ 1 – Matrix = Vektor Diagonalmatrix (quadratisch) Einheitsmatrix 𝐸𝑛 rechte/obere Dreiecksmatrix
n = Anzahl Zeilen (quadratisch)

S.201ff
.

Rechenoperationen für Matrizen: S.203ff.

• +/-: Komponentenweise
• Zahl 𝜆 mal Matrix: jede Komponente mal 𝜆
• Keine Division
• Matrix ⨯ Matrix: 𝐴 ⋅ 𝐵 !! Voraussetzung: Spaltenanzahl(A) = Zeilenzahl(B) !! S.204f.
• Transponieren: 𝑍𝑒𝑖𝑙𝑒𝑛(𝐴) → 𝑆𝑝𝑎𝑙𝑡𝑒𝑛(𝐴𝑇 ); ⁡𝑆𝑝𝑎𝑙𝑡𝑒𝑛(𝐴) → 𝑍𝑒𝑖𝑙𝑒𝑛(𝐴𝑇 )
Wenn für quadratische Matrix A gilt: 𝐴 = 𝐴𝑇 → Matrix ist symmetrisch

Inverse Matrizen: S.205ff. 𝐴−1 inverse Matrix zu 𝐴

• Reguläre Matrix: 𝑚 ⨯ 𝑚 – Matrix mit Rang = 𝑚 → Singuläre Matrix: 𝑚 ⨯ 𝑚 – Matrix mit Rang ≠ 𝑚
• Voraussetzung: Matrix muss regulär sein
• Überprüfung von beiden Seiten invers: 𝐴 ⋅ 𝐴−1 = 𝐸𝑛 & 𝐴−1 ⋅ 𝐴 = 𝐸𝑛
• Berechnung der inversen Matrix: 𝐴 = 𝐸𝑛 → linke Seite zu Einheitsmatrix umformen

Determinanten: S.209-214
Bedingung: Matrix muss quadratisch sein → Gleich viele Spalten wie Zeilen
• det 𝐴⁡ ≠ 0: LGS hat eindeutige Lösung
• det 𝐴 = 0: LGS unlösbar/unendlich viele Lösungen
• Dreiecks-/Diagonalmatrix: Determinante ist Produkt aus Diagonaleinträgen
𝑎 𝑏
Berechnung für 2 ⨯ 2 – Matrix: 𝑑𝑒𝑡 ( ) = 𝑎𝑑 − 𝑏𝑐
𝑐 𝑑
Berechnung für 3 ⨯ 3 – Matrix → Regel von Sarrus, Jägerzaunregel S.210
• 3 ⨯ 3 – Matrix auf 3 ⨯ 5 – Matrix erweitern
• Entlang der Schrägen multiplizieren, nach Muster addieren/subtrahieren
Berechnung für 4 ⨯ 4 – Matrix → Laplacescher Entwicklungssatz S.212

Bsp.: Entwicklung nach der 2. Zeile

→ Sarrus-Regel

Berechnung des Wertes einer Unbekannten → Cramersche Regel: S.221

Tauschen der rechten Seite des LGS mit Spalte von gesuchter Unbekannten → Determinante berechnen
det⁡(𝐴′ )
+ von „Ausgangsmatrix“ Determinante berechnen → 𝑥𝑛 =
det⁡(𝐴)

Berechnung der inversen Matrix bei 𝟐 ⨯ 𝟐 – Matrix mit Determinante: S.206

𝑎 𝑏 1 𝑑 −𝑏
𝐴=( ) → 𝐴−1 = ⋅( )
𝑐 𝑑 det⁡(𝐴) −𝑐 𝑎

Lineare Koordinatentransformation:
Vektoren/Punkte umrechnen:
𝑦1
Vektor von V- in W-Koordinatensystem: 𝑦⃗ = (𝑦2 ) im V-System
𝑦3
𝑎11 𝑎21 𝑎31 𝑎11 𝑎21 𝑎31
1. Schritt: Einheitsvektoren von V- im W-Koosy: ⃗⃗⃗⃗⃗ 𝑎
𝑎1 = ( 12 ) 𝑎2 = (𝑎22 )
⃗⃗⃗⃗⃗ 𝑎3 = ( 32 ) → 𝑆 = (𝑎12
⃗⃗⃗⃗⃗ 𝑎 𝑎22 𝑎32 )
Matrix für V→W
𝑎13 𝑎23 𝑎33 𝑎13 𝑎23 𝑎33
Für W→V: 𝑆 −1
2. Schritt: Vektor/Punkt mit Matrix multiplizieren: 𝑉 → 𝑊: 𝑆 ⋅ 𝑦⃗ = 𝑥⃗ bzw. 𝑊 → 𝑉:⁡𝑆−1 ⋅ 𝑦⃗ = 𝑧⃗

Orthogonale Matrix: 𝐴𝑇 = 𝐴−1 (Überprüfung durch 𝐴 ⋅ 𝐴𝑇 = 𝐸𝑛 oder 𝐴𝑇 ⋅ 𝐴 = 𝐸𝑛 , wenn ja dann orthogonal)

• Achsen in Koosy sind paarweise senkrecht zueinander
• Gleiche Skalierung auf allen Achsen
➔ Koosy können nur verdreht oder gespiegelt sein

Koordinatentransformation von Matrizen: S.42f.

𝑐𝑜𝑠 ⁡𝜑 𝑠𝑖𝑛⁡𝜑 𝑐𝑜𝑠 ⁡𝜑 −𝑠𝑖𝑛⁡𝜑
Drehung: im Uhrzeigersinn: 𝐷𝐼 = ( ) gegen Uhrzeigersinn: 𝐷𝐺 = ( )
−𝑠𝑖𝑛 ⁡𝜑 𝑐𝑜𝑠⁡⁡𝜑 sin ⁡𝜑 𝑐𝑜𝑠⁡⁡𝜑
𝛼 0 1
Skalierung: 𝑆 = 𝛼 ⋅ 𝐸2 = ( ) 𝛼: Skalierungsfaktor (für Verkleinerung: )
0 𝛼 𝛼
2⋅𝑎⃗⃗⋅𝑎⃗⃗ 𝑇
Spiegelung: 𝑀 = 𝐸2 − |𝑎⃗⃗|2 𝑎⃗:⁡Vektor senkrecht zur Spiegelachse Alle Vektoren und Matrizen müssen 3D sein!
|𝑎⃗|2 : Länge d. Vektors quadriert ∗
1 0 𝑢 Alle Vektoren in Form ( ∗ )⁡ergänzen
Verschiebung um Vektor (𝑢, 𝑣)𝑇 : 𝑉 = (0 1 𝑣 ) 1
0 0 1
Beispiel: ∗ ∗ 0
Drehung: Um Punkt 𝑃(𝑥1 , 𝑦1 ) um 𝜑 gegen/im Uhrzeigersinn Alle Matrizen in Form ( ∗ ∗ 0) ergänzen
1 0 −𝑥1 0 0 1
1. Punkt in den Ursprung verschieben (Matrix: 𝑉1 = (0 1 −𝑦1 ))
0 0 1
𝑐𝑜𝑠 ⁡𝜑 −𝑠𝑖𝑛⁡𝜑 𝑐𝑜𝑠 ⁡𝜑 𝑠𝑖𝑛⁡𝜑 𝐴 − 𝜆 ⋅ 𝐸𝑛 =
̂ Charakteristisches Polynom
2. Punkt drehen (Matrix: 𝐷𝐺 = ( ) /𝐷𝐼 = ( )⁡)
sin ⁡𝜑 𝑐𝑜𝑠⁡⁡𝜑 −𝑠𝑖𝑛 ⁡𝜑 𝑐𝑜𝑠⁡⁡𝜑
1 0 𝑥1 Wenn eine Spalte in Gauß-Endform komplett „0“
3. Punkt zurückverschieben (Matrix: 𝑉2 = (0 1 𝑦1 )) → griechischer Buchstabe gleich der Variable für
0 0 1 die Spalte
4. Matrix für Transformation: 𝑀 = 𝑉2 ⋅ (𝐷𝐺 /𝐷𝐺 ⋅ 𝑉1 )
5. Punkt: 𝑃′ = 𝑀 ⋅ 𝑃 (P als Vektor schreiben; Komponenten übereinander)
0 0 1 0
1 3⁡⁡⁡⁡⁡⁡ → 𝑣 = 0; 𝑣 = 0;⁡𝑣 = 𝛼⁡⁡⁡⁡𝛼 ∈ ℝ⁡
2
Eigenwertprobleme: S.225ff. 𝐴 ⋅ 𝑣⃗ = 𝜆 ⋅ 𝑣⃗ 1 0 0 0
• 𝑣⃗ sind alle Eigenvektoren, 𝜆 sind Eigenwerte 0 0 0
→ 𝑣⃗ = (𝛼) = 𝛼 ⋅ (1) → (1) ist Eigenvektor
• Bei Betrachtung von ℂ: 𝑚 ⨯ 𝑚 – Matrix immer mit m-Nst. 0 0 0
Berechnung: S.226f. gerechnetes Beispiel
1. det⁡(𝐴 − 𝜆 ⋅ 𝐸𝑛 ) berechnen 4. LGS auf Gauß-Endform bringen (eine Zeile muss wegfallen)
2. NST bestimmen (= 𝜆; keine Nst. → keine 𝜆) • Mind. 1 griechischer Buchstabe bei Lösung
→ mehrfache NST. = ̂ algebraischer Vielfachheit • Freiheitsgrad
3. Für jeden 𝜆: (𝐴 − 𝜆 ⋅ 𝐸𝑛 ) ⋅ 𝑣⃗ = 0 → homogenes LGS → Beispiel Lösung des LSG: Eigenvektor zu 𝜆𝑛 = ⃗⃗⃗⃗⃗
𝑣𝑛
1 1 0
Außerdem gilt: geo. Vlfh. ≤ alg. Vlfh. 𝑣⃗ = ( 𝛼 ) = (0) + 𝛼 ⋅ ( 1 ) Anzahl griechischer Buchstaben
−2𝛼 0 −2 = geometrische Vielfachheit
Determinante: S.226 Spur: S.226
Produkt der Eigenwerte: det 𝐴 = 𝜆1 ⋅ 𝜆2 ⋅ 𝜆3 ⋅ … ⋅ 𝜆𝑛 Summe der Eigenwerte: tr 𝐴 = 𝜆1 + 𝜆2 + 𝜆3 + ⋯ + 𝜆𝑛
(= Summe der Diagonaleinträge von 𝐴)
Diagonalisierbare Matrizen:
„Durch Wechsel des Koosy in Diagonalform bringbar“ → Es existiert eine Matrix 𝑆 so, dass 𝑆 ⋅ (𝐴 ⋅ 𝑆 −1 ) = 𝐷𝑖𝑎𝑔𝑜𝑛𝑎𝑙𝑚𝑎𝑡𝑟𝑖𝑥 gilt
Überprüfung: 𝐴 = 𝐴𝑇 (= symmetrisch)
Nicht diagonalisierbar, wenn:
1. Das charakteristische Polynom nicht in Linearfaktoren zerfällt
→ Man keine Eigenwerte ausrechnen kann; gilt nur wenn komplexe Zahlen nicht zulässig
2. Algebraische und geometrische Vielfachheit nicht übereinstimmen
Berechnung der Transformationsmatrix 𝑆:
1. Berechne alle Eigenvektoren
2. Nebeneinander in Matrix schreiben
3. Somit hat man 𝑆 −1
4. 𝑆 ist inverse Matrix davon
Besonderheiten falls 𝐴 symmetrisch und reell:
• 𝐴 ist auf jeden Fall diagonalisierbar • Transformationsmatrix 𝑆 ist orthogonal

4.0 Folgen, Reihen & Taylor-Entwicklung

Folgen → unendliche Zahlenmenge mit fester Reihenfolge
Rekursives Bildungsgesetz: Explizites Bildungsgesetz:
Darstellung der Zahlenmenge auf
Zahlengerade oder als Graph

Konvergenz: Divergenz:
• Folge hat einen Grenzwert lim (𝑎𝑛 ) = 𝑎 ∗ • Folge hat keinen Grenzwert
𝑛→∞
• Für 𝑎 ∗ = 0 nennt sich die Folge eine Nullfolge • Werte werden immer größer → bestimmte
Divergenz (z.B.: lim (𝑛3 ) = ∞)
𝑛→∞
Rechenregeln für Grenzwerte: S.72 oder: Wert ändert sich vom Vorzeichen mit jedem
Folgeglied → unbestimmte Divergenz
Bsp.: Grenzwertberechnung (z.B.: (−1)𝑛 ⁡𝑓ü𝑟⁡𝑛 → ∞⁡wechselt sich −1⁡&⁡1 ab)

Erweitern, sodass 3.
Binomische Formel
angewendet werden kann

Fakultät:
3! = 1 ⋅ 2 ⋅ 3 = 6
(𝑛+1)! 𝑛!⋅(𝑛+1) 1⋅2⋅3⋅…⋅1000⋅1001
= = 𝑛+1 z.B.: für 𝑛 = 1000 → = 1001
𝑛! 𝑛! 1⋅2⋅3⋅…⋅1000
0! = 1; 1! = 1

Reihen: S.178-183 n: freie Variable

k: gebundene Variable
→ n-te Partialsumme
Reihe = Folge der
Partialsummen einer Folge

Konvergenz- & Divergenzkriterien: S.179ff.

• Trivialkriterium: existiert der Grenzwert lim 𝑎𝑛 nicht bzw. ≠ 0
𝑛→∞
→ Reihe konvergiert nicht
• Leibniz-Kriterium: 𝑎𝑛 ist Folge mit wechselnden VZ der Summanden
& lim 𝑎𝑛 = 0, sowie |𝑎𝑛+1 | ≤ |𝑎𝑛 |
𝑛→∞
→ Reihe konvergiert
• Majoranten-/Minorantenkriterium: zwei Folgen (𝑎𝑛 ), (𝑏𝑛 ) und 0 ≤ 𝑎𝑛 ≤ 𝑏𝑛
o wenn ∑∞ 𝑛=0 𝑏𝑛 konvergiert → 𝑎𝑛 auch
o wenn ∑∞ 𝑛=0 𝑎𝑛 divergiert → 𝑏𝑛 auch
• Grenzwertkriterium: ∑∞ ∞
𝑛=0 𝑎𝑛 und ∑𝑛=0 𝑏𝑛 mit positiven Gliedern
𝑎𝑛
wenn lim ≠ 0 & existiert → selbes Konvergenzverhalten
𝑛→∞ 𝑏𝑛
𝑎𝑛+1
• Quotientenkriterium: Folge (𝑎𝑛 ) mit Grenzwert 𝐿 = lim | |
𝑛→∞ 𝑎𝑛
o wenn 𝐿 < 1: Reihe konvergiert
o wenn 𝐿 > 1: Reihe divergiert

Index-/Startwertverschiebung:
1 1 1 1 1
Bsp. um -2: ∑∞−2 ∞
𝑘=4−2 𝑘−2+2 = ∑𝑘=2 = ∑∞ 𝑘 0 1
𝑘=0( ) − ( ) − ( ) → Über Grenzwert der geometrische Reihe Summenwert berechnen
3 3𝑘 3 3 3

Summanden müssen abgezogen werden, da

diese „zu viel“ sind im Vergleich zu vor dem „=“
Taylor-Entwicklung: S.184-188
Taylor-Polynom: Taylor-Reihe: 𝑥 ∗ : Entwicklungspunkt
z.B.: Grad 3 → 𝑛 = 3; 1.Näherung → 𝑛 = 1; 2.Näherung → 𝑛 = 2 Alle Summanden mit
𝑥 4 oder größer sind
Beständige Konvergenz wenn Konvergenzradius 𝑟 = ∞
Potenzreihen: S.182f. & S.186ff. darin enthalten

Potenzreihe: Taylor-Polynom aus Potenzreihen zusammensetzen: S.186ff.

Konvergenzintervall: Aus bekannten Potenzreihen
• Quotientenkriterium anwenden Bsp.: 𝑓(𝑥) = 𝑒 𝑥 ⋅ √𝑥 + 1
• Term mit x aus 𝑙𝑖𝑚 ziehen ! Betrag ! 1 1
𝑒 𝑥 = 1 + 𝑥 + ⋅ 𝑥 2 + ⋅ 𝑥 3 + 𝑂(𝑥 4 )
• 𝐿 < 1 ansetzen 2! 3!
• Betrag auflösen → 2 Lösungen (±) (Konvergenzradius) 1 1 1
√𝑥 = 1 + ⋅ (𝑥 − 1) − ⋅ (𝑥 − 1)2 + ⋅ (𝑥 − 1)3 + 𝑂(𝑥 4 )
• Fallunterscheidung 2 8 16
• Nach x auflösen → Intervallgrenzen → 𝑥 + 1 einsetzen
Bei Betrachtung der Randpunkte 1 1 1
√𝑥 + 1 = 1 + ⋅ 𝑥 − ⋅ 𝑥 2 + ⋅ 𝑥 3 + 𝑂(𝑥 4 )
• Intervallgrenzen in Reihe für x einsetzen 2 8 16
auf Konvergenz untersuchen 𝑝3 (𝑥) =… Potenzreihen multiplizieren, bis 𝑥 3 alles darüber 𝑂(𝑥 4 )
ja → im Intervall enthalten
nein → nicht mehr im Intervall Grenzwerte von Funktionen:
Regel von de L’Hospital: S.73f.
z.B.: Konvergenzintervall: 𝑥 ∈ (1 − √2, 1 + √2) 0 ∞
wenn für Grenzwert oder gilt darf man
0 ∞
Binomische Reihe: S.14f. 𝑓(𝑥) 𝑓 ′(𝑥)
lim∗ = lim∗ annehmen
𝑥→𝑥 𝑔(𝑥) 𝑥→𝑥 𝑔′ (𝑥)

z.B.:
Verallgemeinerung:
über Potenzreihen:
0
Nur für Grenzwert
𝑛 𝑛! 0
Binomialkoeffizient: ( ) = Wird meistens verwendet, wenn Potenzreihe für Funktion bekannt
𝑘 𝑘!(𝑛−𝑘)!
49 49! 44⋅45⋅46⋅47⋅48⋅49 (sin, cos, e, ln, …) S.186ff.
Bsp.: ( ) = =
6 6!⋅43! 1⋅2⋅3⋅4⋅5⋅6
z.B.:
Mengen komplexer Zahlen:

Graphen von Funktionen Quadratzahlen

2er Potenzen