2 Stetigkeit und Differenzierbarkeit

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "2 Stetigkeit und Differenzierbarkeit"

Transkript

1 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, wenn ein ε > 0 existiert mit ]x 0 ε,x 0 + ε[ D. D 0 sei die Menge der inneren Punkte von D. c) D heißt offen, wenn D = D 0 ist. d) D heißt abgeschlossen, wenn R \ D offen ist. e) D = D D heißt Abschluss von D. f) D heißt beschränkt, falls C > 0 existiert mit D [ C,C]. g) E D heißt offen in E, wenn zu jedem x 0 E ein ε > 0 existiert mit ]x 0 ε,x 0 + ε[ D E. 2.2) Sei D R und f : D R eine Funktion. a) Wenn zu x 0 D ein y 0 R existiert, so dass für jede Folge x n ) n N mit x n D, x n x 0 und lim x n = x 0 die Folge f x n )) n N konvergiert mit lim f x n ) = y 0, dann heißt f x) n n konvergent für x x 0 gegen den Grenzwert y 0. Schreibweise: lim f x) = y 0. x x0 b) Einseitige Grenzwerte: lim 0 x x 0 für alle monoton steigenden Folgen x n ) aus D \ {x 0 } mit Grenzwert x 0 gilt lim f x n ) = y 0 n lim 0 x x 0 + für alle monoton fallenden Folgen x n ) aus D \ {x 0 } mit Grenzwert x 0 gilt lim f x n ) = y 0. n C. Wieners: Mathematik 2 für Studierende der Fachrichtung Informationswirtschaft 5

2 2.3) Sei D R und f : D R eine Funktion. a) f heißt stetig ergänzbar in x 0 D, wenn lim x x0 f x) R existiert. b) f heißt stetig in x 0 D D, falls lim x x0 f x) = f x 0 ) ist. c) f heißt stetig, falls f stetig in allen Punkten x 0 D D ist. ) 2.4) lim f x) = f x 0 ) x x0 ε > 0 δ > 0 x D : x x 0 < δ = f x) f x 0 ) < ε. 2.5) f : [a,b] R sei stetig, und es gelte f a) < y < f b). Dann existiert x 0 ]a,b[ mit f x 0 ) = y. 2.6) f : D R heißt streng monoton wachsend, wenn für x,y D gilt: x < y = f x) < f y). Entsprechend: monoton wachsend x < y = f x) f y) monoton fallend x < y = f x) f x). 2.7) Sei f : [a, b] R streng monoton wachsend. Dann gilt: a) f 1 : [f a),f b)] R ist wohldefiniert und streng monoton wachsend. b) Wenn f stetig ist, dann ist auch f 1 stetig. 2.8) Sei f : [a,b] R stetig. Dann ist f [a,b]) beschränkt, und es existieren x 1,x 2 [a,b] mit f x 1 ) = min x [a,b] f x) f x 2) = max x [a,b] f x). C. Wieners: Mathematik 2 für Studierende der Fachrichtung Informationswirtschaft 6

3 2.9) D R heißt kompakt, wenn D abgeschlossen und beschränkt ist. 2.10) f : D R heißt gleichmäßig stetig, wenn gilt: ) ε > 0 δ > 0 x,x 0 D : x x 0 < δ = f x) f x 0 ) < ε. 2.11) Sei D R kompakt und f : D R stetig. Dann ist f gleichmäßig stetig. 2.12) Sei D R und f : D R. Zu x 0 D D heißt f x) f x 0) Differenzenquotient. x x 0 f x) f x f heißt differenzierbar im Punkt x 0, wenn der Grenzwert lim 0 ) existiert. x x0 x x ) Sei f : D R differenzierbar im Punkt x 0. Dann ist f stetig in x ) Sei ϕ : D R, 0 D D, k N {0}. a) ϕh) = oh k ) lim h 0 ϕh) h k = 0 b) b) ϕh) = Oh k ) C > 0,h 0 > 0 mit ϕh) Ch k für h < h 0,h D Es gilt f x) f x 0 ) f x 0 )x x 0 ) = ox x 0 ). C. Wieners: Mathematik 2 für Studierende der Fachrichtung Informationswirtschaft 7

4 2.15) Seien f,g : D R differenzierbar in x 0 D D. Dann gilt: a) Die Ableitung ist linear: αf + βg) x 0 ) = αf x 0 ) + βg x 0 ) b) f g ist differenzierbar in x 0 mit f g) x 0 ) = f x 0 )gx 0 ) + f x 0 )g x 0 ) Produktregel) c) Sei gx 0 ) 0. Dann ist f f ) x0 g differenzierbar in x 0 mit ) = f x 0 )gx 0 ) f x 0 )g x 0 ) g gx0 ) ) 2 Quotientenregel) 2.16) Seien f : D R,g : E R, x 0 D D mit y 0 = f x 0 ) E E. Sei f differenzierbar in x 0 und g differenzierbar in y 0. Dann gilt: a) g f : D R ist in x 0 differenzierbar in x 0 mit g f ) x 0 ) = g y 0 )f x 0 ). b) Sei zusätzlich f injektiv und f x 0 ) 0. Dann ist die Umkehrfunktion in y 0 differenzierbar mit f 1 ) y 0 ) = 1 f x 0 ). C. Wieners: Mathematik 2 für Studierende der Fachrichtung Informationswirtschaft 8

5 2.17) Sei f : D R, D R, x 0 D. a) x 0 ist ein globales Maximum von f in D, wenn f x) f x 0 ) für x D. b) x 0 ist ein strenges globales Maximum von f in D, wenn f x) < f x 0 ) für x D \ {x 0 }. c) x 0 ist ein lokales Maximum von f, wenn ein δ > 0 existiert mit f x) f x 0 ) für x D ]x 0 δ,x 0 + δ[. d) x 0 ist ein strenges lokales Maximum von f, wenn ein δ > 0 existiert mit f x) < f x 0 ) für x D ]x 0 δ,x 0 + δ[, x x 0. Analog werden Minimima definiert. Ein Extremum ist ein Minimum oder ein Maximum. 2.18) Sei f : [a,b] R, und sei x 0 ]a,b[ ein lokales Extremum. Dann gilt: Wenn f in x 0 differenzierbar ist, dann ist f x 0 ) = 0 notwendige Bedingung). 2.19) Sei f : [a, b] R stetig und differenzierbar in ]a, b[. a) Falls f a) = f b), dann existiert x 0 ]a,b[ mit f x 0 ) = 0 Satz von Rolle). b) Es existiert x 0 ]a,b[ mit f x 0 ) = f b) f a) b a Mittelwertsatz). 2.20) Sei f : [a,b] R zweimal stetig differenzierbar. Wenn für eine kritische Stelle x 0 ]a,b[ mit f x 0 ) = 0 zusätzlich f x 0 ) > 0 gilt, dann ist x 0 ein strenges lokales Minimum. C. Wieners: Mathematik 2 für Studierende der Fachrichtung Informationswirtschaft 9

6 2.21) Seien f,g : ]a,b[ R differenzierbar, und für x 0 ]a,b[ gelte f x 0 ) = gx 0 ) = 0 und g x) 0 für x x 0. Dann gilt die Regel von l Hospital: f x) f x) Wenn der Grenzwert lim x x0 g existiert, dann ist lim x) x x 0 gx) = lim f x) x x 0 g x). 2.22) Sei f : [a, b] R eine Funktion. a) f heißt konvex, wenn für a x 1 < x x 2 b gilt f x) f x 1 ) + x x 1 x 2 x 1 f x2 ) f x) ). b) f heißt konkav, wenn f konvex ist. c) f heißt streng konvex, wenn für x 1 < x < x 2 gilt f x) < f x 1 ) + x x 1 x 2 x 1 f x2 ) f x 1 ) ). d) f heißt streng konkav, falls f streng konvex ist. 2.23) Sei f : [a,b] R eine konvexe Funktion, und sei x 0 [a,b] ein lokales Minimum. Dann ist x 0 ein globales Minimum. 2.24) Sei f : [a, b] R eine zweimal stetig differenzierbare Funktion. Dann gilt: a) f x) > 0 für x ]a,b[ = f x) streng konvex. b) f x) < 0 für x ]a,b[ = f x) streng konkav. 2.25) Sei f : [a,b] R eine Funktion und x 0 ]a,b[. Wenn ein ε > 0 existiert mit f konvex in ]x 0 ε,x 0 [ und f konkav in ]x 0,x 0 + ε[ oder umgekehrt), dann heißt x 0 Wendepunkt von f. 2.26) Sei f : [a, b] R zweimal stetig differenzierbar. Dann gilt: a) Wenn x 0 ]a,b[ ein Wendepunkt ist, dann gilt f x 0 ) = 0 notwendige Bedingung). b) Wenn zusätzlich f dreimal stetig differenzierbar ist, und wenn f x 0 ) 0 ist, dann ist x 0 ein Wendepunkt hinreichende Bedingung). C. Wieners: Mathematik 2 für Studierende der Fachrichtung Informationswirtschaft 10

7 2.29) Sei f : [a,b] R n-mal stetig differenzierbar, und sei x 0 ]a,b[. Dann existiert eine Darstellung f x) = T n x;x 0 ) + R n x;x 0 ) n mit dem Taylor-Polynom n-ten Grades T n x;x 0 ) = f k) x 0 ) k! 1 d k k! dx k f x 0)x x 0 ) k Restglied R n x;x 0 ) = o x x 0 ) n). Wenn f n + 1)-mal stetig differenzierbar ist, dann existiert zu jedem x [a,b] eine Zwischenstelle ξ = x 0 + θx x 0 ) mit 0 < θ < 1 und und dem 1 d k+1 R n x;x 0 ) = k + 1)! dx k+1 f ξ )x x 0) n ) cosx hat genau eine kleinste Nullstelle x 0 ]0, 6[. Wir definieren π = 2x ) Sei f : [a,b] R zweimal stetig differenzierbar, und sei x ]a,b[ eine Nullstelle von f mit f x ) 0. Dann konvergiert das Newton-Verfahren x n+1 = x n f x n )/f x n ) in der Nähe von x quadratisch, d.h. falls x 0 x klein genug, gilt x n+1 x < C x n x 2. C. Wieners: Mathematik 2 für Studierende der Fachrichtung Informationswirtschaft 11

8 2.32) Zu a k ) k N {0} und x 0 sei f x) = a k x x 0 ) k die Potenzreihe um den Entwicklungspunkt x 0 mit den Koeffizienten a 0,a 1,a 2, ) Für eine Potenzreihe f x) = a k x x 0 ) k ist der Konvergenzradius r definiert durch: a) r = 0, falls die Reihe nur für x = x 0 konvergiert; b) r =, falls die Reihe für alle x konvergiert; c) falls die Reihe für ein x 1 absolut konvergiert und für ein x 2 divergiert, dann existiert r = sup{ρ > 0: die Reihe konvergiert absolut für alle x mit x x 0 < ρ}. 2.34) Für die Potenzreihe a) Wenn c = lim k a k+1 a k x x 0 ) k gilt: existiert, dann ist der Konvergenzradius r = a k k b) Wenn d = lim a k existiert, dann ist der Konvergenzradius r = k 0 c = 1 c c 0 c = 0 0 d = 1 d d 0 d = 0 C. Wieners: Mathematik 2 für Studierende der Fachrichtung Informationswirtschaft 12

9 2.35) Sei D R und sei f n ) n N eine Funktionenfolge mit f n : D R. a) Wenn für alle x D der Grenzwert lim f n x) existiert, dann ist die Grenzfunktion n f x) = lim f n x) punktweise definiert punktweise Konvergenz). n b) Sei f = sup f x). Wenn zusätzlich lim f n f = 0 gilt, dann ist die Konvergenz x D n gleichmäßig auf D gleichmäßige Konvergenz). 2.36) Sei D R, f n : D R stetig für n N, und sei f x) = lim f n x) wohldefiniert. n Wenn f n f gleichmäßig konvergiert, dann ist f stetig. 2.37) Seien f k : D R stetig, D R, k N {0}) und sei s n x) = konvergent gegen f k x) für x D. Dann ist f k x) stetig. n f k x) gleichmäßig 2.38) Sei f x) = a k x x 0 ) k eine Potenzreihe mit Konvergenzradius r > 0. Dann ist f stetig für x x 0 r,x 0 + r), die abgeleitete Potenzreihe gx) = ka k x x 0 ) k 1 k=1 hat ebenfalls den Konvergenzradius r, und f ist differenzierbar mit f x) = gx). C. Wieners: Mathematik 2 für Studierende der Fachrichtung Informationswirtschaft 13

10 Differenzierbare Funktionen

10 Differenzierbare Funktionen 10 Differenzierbare Funktionen 10.1 Definition: Es sei S R, x 0 S Häufungspunkt von S. Eine Funktion f : S R heißt im Punkt x 0 differenzierbar, wenn der Grenzwert f (x 0 ) := f(x 0 + h) f(x 0 ) lim h

Mehr

Brückenkurs Rechentechniken

Brückenkurs Rechentechniken Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige

Mehr

6.2 Die Regeln von de l Hospital. Ausgangsfrage: Wie berechnet man den Grenzwert. Beispiel: Sei f(x) = x 2 und g(x) = x. Dann gilt. lim.

6.2 Die Regeln von de l Hospital. Ausgangsfrage: Wie berechnet man den Grenzwert. Beispiel: Sei f(x) = x 2 und g(x) = x. Dann gilt. lim. 6.2 Die Regeln von de l Hospital Ausgangsfrage: Wie berechnet man den Grenzwert falls g(x), beide Funktionen gegen Null konvergieren, d.h. = g(x) = 0 beide Funktionen gegen Unendlich konvergieren, d.h.

Mehr

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

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

Mehr

Mathematik 1 für Wirtschaftsinformatik

Mathematik 1 für Wirtschaftsinformatik Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg elementarer Funktionen Gegeben: f : D R, mit D R und a > 0, b R. Dann gilt: f(x) f (x) 1 ln x x 1 log a x x ln a e x e

Mehr

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

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

Mehr

Mathematik 1 Bachelorstudiengang Maschinenbau

Mathematik 1 Bachelorstudiengang Maschinenbau Mathematik 1 Bachelorstudiengang Maschinenbau Prof. Dr. Stefan Etschberger Hochschule Augsburg Sommersemester 2012 7. Differentialrechnung einer Veränderlichen 7.2. Differentialquotient und Ableitung

Mehr

Höhere Mathematik für Physiker II

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

Mehr

Kapitel 16 : Differentialrechnung

Kapitel 16 : Differentialrechnung Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen

Mehr

Lösungen der Aufgaben zu Kapitel 9

Lösungen der Aufgaben zu Kapitel 9 Lösungen der Aufgaben zu Kapitel 9 Abschnitt 9. Aufgabe a) Wir bestimmen die ersten Ableitungen von f, die uns dann das Aussehen der k-ten Ableitung erkennen lassen: fx) = x + e x xe x, f x) = e x e x

Mehr

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

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

Mehr

Dierentialrechnung mit einer Veränderlichen

Dierentialrechnung mit einer Veränderlichen Dierentialrechnung mit einer Veränderlichen Beispiel: Sei s(t) die zum Zeitpunkt t zurückgelegte Wegstrecke. Dann ist die durchschnittliche Geschwindigkeit zwischen zwei Zeitpunkten t 1 und t 2 gegeben

Mehr

Monotonie, Konkavität und Extrema

Monotonie, Konkavität und Extrema Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1

Mehr

Klausur - Analysis I Lösungsskizzen

Klausur - 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 W und falsche Aussagen mit F. Es sind keine Begründungen

Mehr

Quiz Analysis 1. Lösungen zu den Aufgaben M1 bis M7 der Probeklausur. Mathematisches Institut, WWU Münster. Karin Halupczok.

Quiz Analysis 1. Lösungen zu den Aufgaben M1 bis M7 der Probeklausur. Mathematisches Institut, WWU Münster. Karin Halupczok. Quiz Analysis 1 Mathematisches Institut, WWU Münster Karin Halupczok WiSe 2011/2012 Lösungen zu den Aufgaben M1 bis M7 der Probeklausur 1 Aufgabe M1: Fragen zu Folgen, Reihen und ihre Konvergenz 2 Aufgabe

Mehr

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

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

Mehr

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

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

Mehr

Numerische Ableitung

Numerische Ableitung Numerische Ableitung Die Ableitung kann angenähert werden durch den Differentenquotient: f (x) f(x + h) f(x) h oder f(x + h) f(x h) 2h für h > 0, aber h 0. Beim numerischen Rechnen ist folgendes zu beachten:

Mehr

Die Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. f(x 0 ) f(x)

Die Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. f(x 0 ) f(x) 3.2.4. Analyse von Funktionen Die Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. Begriffe: Die Funktion f hat in x 0 I eine stationäre Stelle,

Mehr

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

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

Mehr

Differential- und Integralrechnung

Differential- und Integralrechnung Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik

Mehr

g(x) = lim 6.2 Die Regeln von de l Hospital Ausgangsfrage: Wie berechnet man den Grenzwert Beispiel: Seif(x) = x 2 undg(x) = x.

g(x) = lim 6.2 Die Regeln von de l Hospital Ausgangsfrage: Wie berechnet man den Grenzwert Beispiel: Seif(x) = x 2 undg(x) = x. 6.2 Die Regeln von de l Hospital Ausgangsfrage: Wie berechnet man den Grenzwert falls x x 0 g(x), beide Funktionen gegen Null konvergieren, d.h. x x 0 = x x 0 g(x) = 0 beide Funktionen gegen Unendlich

Mehr

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

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

Mehr

Mathematik für Anwender I. Beispielklausur I mit Lösungen

Mathematik 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.

Mehr

6 Weiterer Ausbau der Differentialrechnung

6 Weiterer Ausbau der Differentialrechnung 6 Weiterer Ausbau der Differentialrechnung 6.1 Mittelwertsätze, Extremwerte, Satz von Taylor Motivation: Wie wählt man Höhe und Durchmesser einer Konservendose, so dass bei festem Volumen V möglichst wenig

Mehr

ε δ Definition der Stetigkeit.

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

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................

Mehr

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

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

Mehr

Taylor-Entwicklung der Exponentialfunktion.

Taylor-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

Mehr

18 Höhere Ableitungen und Taylorformel

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

Mehr

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

Wirtschaftsmathematik 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/

Mehr

Aufgaben zur Analysis I aus dem Wiederholungskurs

Aufgaben zur Analysis I aus dem Wiederholungskurs Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden

Mehr

Vorlesung: Analysis I für Ingenieure

Vorlesung: Analysis I für Ingenieure Vorlesung: Analysis I für Ingenieure Michael Karow Thema: Satz von Taylor Die Taylor-Entwicklung I Satz von Taylor. Sei f : R D R an der Stelle x n-mal differenzierbar. Dann gilt für x D, n f (k) (x )

Mehr

Lösungsvorschlag Klausur MA9802

Lösungsvorschlag Klausur MA9802 Lehrstuhl für Numerische Mathematik Garching, den 3.8.22 Prof. Dr. Herbert Egger Dr. Matthias Schlottbom Lösungsvorschlag Klausur MA982 Aufgabe [3 + 3 Punkte] Berechnen Sie, falls existent, die folgenden

Mehr

Lösung der Prüfung Sommer 2009

Lösung der Prüfung Sommer 2009 Prof. D. Salamon Analysis I/II D-MATH, D-PHYS, D-CHAB ETH Zürich. Juni 9 Lösung der Prüfung Sommer 9. Berechnen Sie folgende Grenzwerte: (a) (b) Hinweis: Regel von de l Hospital. ( ( )) lim n n cos n lim

Mehr

Funktionsgrenzwerte, Stetigkeit

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

Mehr

4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion.

4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion. 4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion. Definition 4.3. Es sei f : R D R eine auf D erklarte Funktion. Die Funktion f hat in a D eine globales oder

Mehr

13. Übungsblatt zur Mathematik I für Maschinenbau

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

Mehr

Konvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h.

Konvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h. Konvexe Menge Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, dh Kapitel Extrema konvex: h x + h y D für alle h [0, ], und x,

Mehr

16. Differentialquotient, Mittelwertsatz

16. Differentialquotient, Mittelwertsatz 16. Differentialquotient, Mittelwertsatz Gegeben sei eine stetige Funktion f : R R. Wir suchen die Gleichung der Tangente t an die Kurve y = f(x) im Punkt (x, f(x ), x R. Das Problem dabei ist, dass vorderhand

Mehr

Analysis I. 11. Beispielklausur mit Lösungen

Analysis 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

Mehr

x 1 keinen rechtsseitigen Grenzwert x 0+ besitzen. (Analog existiert der linksseitige Grenzwert nicht.)

x 1 keinen rechtsseitigen Grenzwert x 0+ besitzen. (Analog existiert der linksseitige Grenzwert nicht.) Differentialrechnung 1 Grenzwerte Gegeben sei ein Intervall I R, a I {, } und f : I\{a} R. Die Funktion f kann sehr wohl auch an der Stelle x = a erklärt sein, wir wollen aber nur wissen wie sich die Funktion

Mehr

3 Grenzwert und Stetigkeit 1

3 Grenzwert und Stetigkeit 1 3 Grenzwert und Stetigkeit 3. Grenzwerte bei Funktionen In diesem Abschnitt gilt: I ist immer ein beliebiges Intervall, 0 I oder einer der Endpunkte. 3.. Definition Sei I Intervall, 0 IR und 0 I oder Endpunkt

Mehr

IV. Stetige Funktionen. Grenzwerte von Funktionen

IV. Stetige Funktionen. Grenzwerte von Funktionen IV. Stetige Funktionen. Grenzwerte von Funktionen Definition. Seien X und Y metrische Räume und E X sowie f : X Y eine Abbildung und p ein Häufungspunkt von E. Wir schreiben lim f(x) = q, x p falls es

Mehr

Kapitel 7 Differentialrechnung

Kapitel 7 Differentialrechnung Kapitel 7 Differentialrechnung 245 Kapitel 7.1 Grundbegriffe 246 Der Differentialquotient und das Integral sind die Kernbegriffe der Analysis. Ableitung und Integralbegriff werden durch gewisse Grenzwerte

Mehr

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

Wirtschaftsmathematik 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

Mehr

Polynomiale Approximation. und. Taylor-Reihen

Polynomiale 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

Mehr

4 Differenzierbarkeit

4 Differenzierbarkeit 7 4 DIFFERENZIERBARKEIT Sei dazu 0 < ρ < s < r. Dann gilt lim sup k k a k

Mehr

Mathematik für Betriebswirte II (Analysis) 1. Klausur Sommersemester

Mathematik für Betriebswirte II (Analysis) 1. Klausur Sommersemester Mathematik für Betriebswirte II (Analysis) 1. Klausur Sommersemester 2015 14.07.2015 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................

Mehr

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

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

Mehr

8 Konvergenzkriterien und Häufungswerte von Folgen in R

8 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

Mehr

Extremwertrechnung in mehreren Veränderlichen

Extremwertrechnung in mehreren Veränderlichen KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann SS 2014 14.05.2014 Höhere Mathematik II für die Fachrichtung Informatik 3. Saalübung (14.05.2014) Extremwertrechnung

Mehr

Vorlesung Mathematik 2 für Ingenieure (Sommersemester 2016)

Vorlesung Mathematik 2 für Ingenieure (Sommersemester 2016) 1 Vorlesung Mathematik 2 für Ingenieure (Sommersemester 216) Kapitel 11: Potenzreihen und Fourier-Reihen Prof. Miles Simon Nach Folienvorlage von Prof. Dr. Volker Kaibel Otto-von-Guericke Universität Magdeburg.

Mehr

Analysis I Mathematik für InformatikerInnen II SoSe 12 Musterlösungen zur Prüfungsklausur vom 18. Juli 2012

Analysis I Mathematik für InformatikerInnen II SoSe 12 Musterlösungen zur Prüfungsklausur vom 18. Juli 2012 Humboldt-Universität zu Berlin Mathematisch-Naturwissenschaftliche Faultät II Institut für Mathemati Unter den Linden 6, D-0099 Berlin Prof. Andreas Griewan Ph.D. Dr. Thomas M. Surowiec Dr. Fares Maalouf

Mehr

Analysis 1 für Informatiker (An1I)

Analysis 1 für Informatiker (An1I) Hochschule für Technik Rapperswil Analysis 1 für Informatiker (An1I) Stand: 2012-11-13 Inhaltsverzeichnis 1 Funktionen 3 1.1 Gerade, ungerade und periodische Funktionen..................... 3 1.2 Injektive,

Mehr

Differenzialrechnung. Mathematik-Repetitorium

Differenzialrechnung. Mathematik-Repetitorium Differenzialrechnung 5.1 Die Ableitung 5.2 Differentiation elementarer Funktionen 5.3 Differentiationsregeln 5.4 Höhere Ableitungen 5.5 Partielle Differentiation 5.6 Anwendungen Differenzialrechnung 1

Mehr

2 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

2 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

Mehr

Karteikarten, Analysis 2, Sätze und Definitionen nach der Vorlesung von PD Hanke

Karteikarten, Analysis 2, Sätze und Definitionen nach der Vorlesung von PD Hanke Karteikarten, Analysis 2, Sätze und en nach der Vorlesung von PD Hanke Felix Müller, felix.b.mueller@physik.lmu.de Diese Karteikärtchen sollten alle en und Sätze der Vorlesung Analysis 2 bei Herrn PD Hanke

Mehr

Stichpunkte zum Abschnitt Analysis der Höheren Mathematik für Ingenieure I

Stichpunkte 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

Mehr

Analysis1-Klausuren in den ET-Studiengängen (Ba) ab 2007

Analysis1-Klausuren in den ET-Studiengängen (Ba) ab 2007 Analysis-Klausuren in den ET-Studiengängen (Ba) ab 7 Im Folgenden finden Sie die Aufgabenstellungen der bisherigen Klausuren Analysis im Bachelorstudium der ET-Studiengänge sowie knapp gehaltene Ergebnisangaben.

Mehr

1 Folgen und Reihen. Schreibweise: (a n ) n N.

1 Folgen und Reihen. Schreibweise: (a n ) n N. Krlsruhe Institute of Technology 1 Folgen und Reihen (1.1) Eine Folge reeller Zhlen ist eine Abbildung N R. Schreibweise: ( n ) n N. (1.2) Sei ( n ) n N eine Folge. ) Für n j N mit 1 n 1 < n 2

Mehr

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

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

Mehr

Vorlesungen Analysis von B. Bank

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

Mehr

Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12

Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12 Mathematik für Wirtschaftswissenschaftler im WS /3 Lösungen zu den Übungsaufgaben Blatt Aufgabe 5 Welche der folgenden Matrizen sind positiv bzw negativ definit? A 8, B 3 7 7 8 9 3, C 7 4 3 3 8 3 3 π 3

Mehr

a n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n

a n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n Folgen und Reihen. Beweisen Sie die Beschränktheit der Folge (a n ) n N mit 2. Berechnen Sie den Grenzwert der Folge (a n ) n N mit a n := ( ) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 n +. 4 3. Untersuchen

Mehr

NEXTLEVEL im WiSe 2011/12

NEXTLEVEL im WiSe 2011/12 Fachbereich Mathematik der Universität Hamburg Dr. H. P. Kiani NEXTLEVEL im WiSe 2011/12 Vorlesung 5, Teil 2 Linearisierung, einige Eigenschaften differenzierbarer Funktionen Die ins Netz gestellten Kopien

Mehr

Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze

Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze Analysis I, WS 14/15 Verzeichnis der wichtigsten Definitionen und Sätze Prof. Dr. Lorenz Schwachhöfer Inhaltsverzeichnis 1 Mathematische Grundlagen 2 2 Folgen und Reihen 7 3 Stetigkeit 15 4 Differenzierbarkeit

Mehr

Analysis I. 4. Beispielklausur mit Lösungen

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

Mehr

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch TECHNISCHE UNIVERSITÄT BERLIN SS 07 Institut für Mathematik Stand: 3. Juli 007 Ferus / Garcke Lösungsskizzen zur Klausur vom 6.07.07 Analysis II. Aufgabe (5 Punkte Der metrische Raum (X, d ist gegeben.

Mehr

Analysis I. 1. Beispielklausur mit Lösungen

Analysis I. 1. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Das Bild einer Abbildung F: L M. (2) Eine Cauchy-Folge

Mehr

Der Satz von Taylor. Kapitel 7

Der Satz von Taylor. Kapitel 7 Kapitel 7 Der Satz von Taylor Wir haben bereits die Darstellung verschiedener Funktionen, wie der Exponentialfunktion, der Cosinus- oder Sinus-Funktion, durch unendliche Reihen kennen gelernt. In diesem

Mehr

Kapitel 5 Differential- und Integralrechnung in einer Variablen

Kapitel 5 Differential- und Integralrechnung in einer Variablen Kapitel 5 Differential- und Integralrechnung in einer Variablen Inhaltsverzeichnis DIE ABLEITUNG... 3 DEFINITIONEN... 3 EIGENSCHAFTEN UND ABLEITUNGSREGELN... 4 TAYLOR SCHE FORMEL UND MITTELWERTSATZ...

Mehr

Analysis I. Vorlesung 16. Funktionenfolgen

Analysis 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

Mehr

2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0!

2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 25.02.2004 Aufgabe 5 Gegeben ist die Funktion f(x) = 2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 06.08.2003 Aufgabe 5 Gegeben ist

Mehr

5 Stetigkeit und Differenzierbarkeit

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

Mehr

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Kleine Formelsammlung zu Mathematik für Ingenieure IIA Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................

Mehr

Aufgabe 1 Zeigen Sie mittels vollständiger Induktion, dass für alle n N. n(n + 1)(2n + 1) 6. j 2 = gilt.

Aufgabe 1 Zeigen Sie mittels vollständiger Induktion, dass für alle n N. n(n + 1)(2n + 1) 6. j 2 = gilt. Aufgabe Zeigen Sie mittels vollständiger Induktion, dass für alle n N j 2 j n(n + )(2n + ) gilt. Der Beweis wird mit Hilfe vollständiger Induktion geführt. Wir verifizieren daher zunächst den Induktionsanfang,

Mehr

Kapitel 6 Grenzwerte von Funktionen und Stetigkeit

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

Mehr

Univariate Analysis. Analysis und nichtlineare Modelle Sommersemester

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

Mehr

6.1 Die Ableitung einer reellwertigen Funktion

6.1 Die Ableitung einer reellwertigen Funktion 6 Differenzierbarkeit In diesem Kapitel sind alle Funktionen, sofern nicht anders angegeben, reellwertige Funktionen, die auf Intervallen definiert sind. Es bezeichnet I in diesem Kapitel stets ein Intervall.

Mehr

Unterricht 13: Wiederholung.

Unterricht 13: Wiederholung. , 1 I Unterricht 13: Wiederholung. Erinnerungen: Die kleinen Übungen nden diese Woche statt. Zur Prüfung müssen Sie Lichtbildausweis (Personalausweis oder Reisepass) Studierendenausweis mitbringen. I.1

Mehr

P n (1) P j (1) + ε 2, j=0. P(1) P j (1) + ε 2 < ε. log(1+x) =

P n (1) P j (1) + ε 2, j=0. P(1) P j (1) + ε 2 < ε. log(1+x) = Zu ε > 0 gibt es ein N N mit P n (1) P j (1) < ε/2 für j,n > N, also gilt Es folgt (1 x) n 1 j=n+1 und schließlich mit n x j P n (1) P j (1) (1 x) ε 2 P n (1) P n (x) (1 x) P(1) P(x) (1 x) für x hinreichend

Mehr

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

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

Mehr

KAPITEL 9. Funktionenreihen

KAPITEL 9. Funktionenreihen KAPITEL 9 Funktionenreihen 9. TaylorReihen............................ 28 9.2 Potenzreihen............................ 223 9.3 Grenzfunktionen von Funktionenfolgen bzw. reihen........ 230 9.4 Anwendungen............................

Mehr

27 Taylor-Formel und Taylor-Entwicklungen

27 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

Mehr

Übungen Analysis I WS 03/04

Übungen Analysis I WS 03/04 Blatt Abgabe: Mittwoch, 29.0.03 Aufgabe : Beweisen Sie, daß für jede natürliche Zahl n gilt: n ( ) n (x + y) n = x i y n i, i (b) n ν 2 = ν= i=0 n(n + )(2n + ), 6 (c) 2 3n ist durch 7 teilbar. Aufgabe

Mehr

Da der Nenner immer positiv ist, folgt. g (x) > 0 2x(2 x) > 0 0 < x < 2 g (x) < 0 2x(2 x) < 0 x < 0 oder x > 2

Da der Nenner immer positiv ist, folgt. g (x) > 0 2x(2 x) > 0 0 < x < 2 g (x) < 0 2x(2 x) < 0 x < 0 oder x > 2 Da der Nenner immer positiv ist, folgt g (x) > 0 x( x) > 0 0 < x < g (x) < 0 x( x) < 0 x < 0 oder x > Also ist g auf (0,) streng monoton wachsend sowie auf (,0) und auf (, ) strengmonotonfallend.außerdemistg

Mehr

Mathematik für Naturwissenschaftler I WS 2009/2010

Mathematik für Naturwissenschaftler I WS 2009/2010 Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 12 1. Dezember 2009 Kapitel 3. Differenzialrechnung einer Variablen (Fortsetzung) Satz 19. Es seien M und N zwei nichtleere Teilmengen von R,

Mehr

2. Teilklausur. Analysis 1

2. Teilklausur. Analysis 1 Universität Konstanz FB Mathematik & Statistik Prof. Dr. M. Junk Dipl.-Phys. Martin Rheinländer 2. Teilklausur Analysis 4. Februar 2006 4. Iteration Name: Vorname: Matr. Nr.: Hauptfach: Nebenfach: Übungsgruppen-Nr.:

Mehr

Lösungsvorschlag zur Übungsklausur zur Analysis I

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

Mehr

6 Die Bedeutung der Ableitung

6 Die Bedeutung der Ableitung 6 Die Bedeutung der Ableitung 24 6 Die Bedeutung der Ableitung Wir wollen in diesem Kapitel diskutieren, inwieweit man aus der Kenntnis der Ableitung Rückschlüsse über die Funktion f ziehen kann Zunächst

Mehr

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

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

Mehr

Vorkurs Mathematik Übungsaufgaben. Dozent Dr. Arne Johannssen

Vorkurs Mathematik Übungsaufgaben. Dozent Dr. Arne Johannssen Vorkurs Mathematik Übungsaufgaben 2 Dozent Dr. Arne Johannssen Lehrstuhl für Betriebswirtschaftslehre, insbesondere Mathematik und Statistik in den Wirtschaftswissenschaften Neues Logo: ie gesamte Universität

Mehr

Freie Universität Berlin Wintersemester 11/12 Fachbereich Mathematik und Informatik Institut für Mathematik Dr. A. Linke

Freie Universität Berlin Wintersemester 11/12 Fachbereich Mathematik und Informatik Institut für Mathematik Dr. A. Linke Freie Universität Berlin Wintersemester / Fachbereich Mathematik und Informatik Institut für Mathematik Dr. A. Linke Musterlösung zum. Übungsblatt zur Vorlesung Mathematik für Physiker I Differenzierbarkeit,

Mehr

Taylor-Entwicklungen und Taylor-Polynome.

Taylor-Entwicklungen und Taylor-Polynome. Taylor-Entwicklungen und Taylor-Polynome. Ausgangsfrage: Wie kann manf(x) in der Nähe vonx 0 approximieren? 0. Antwort:f(x) f(x 0 ) fürx x 0. 1. Antwort: Ist f differenzierbar, so gilt f(x) = f(x 0 )+f

Mehr

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Sommersemester 0 Mathematik 3 für Informatik Hausaufgabenblatt Lösungshinweise ohne Garantie auf Fehlerfeiheit). Seien f ) = { {, falls, falls und f ) =. ln, falls a) Skizzieren

Mehr

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II... ................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

Taylorreihen - Uneigentlische Integrale

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

Mehr

Differenzierbarkeit von Funktionen

Differenzierbarkeit von Funktionen Differenzierbarkeit von Funktionen ist ein fundamentales Konzept zur a Beschreibung von Naturvorgängen: Änderungsrate, Momentangeschwindigkeit, Beschleunigung Differentialgleichungen als Bewegungsgleichungen

Mehr

Reelle/komplexe Zahlen und Vollständigkeit

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

Mehr