Taylor-Entwicklungen und Taylor-Polynome.
|
|
- Martin Fertig
- vor 6 Jahren
- Abrufe
Transkript
1 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 Antwort: Ist f differenzierbar, so gilt f(x) = f(x 0 )+f (x 0 )(x x 0 ) +o(x x }{{} 0 ) Polynom vom Grad 1 2. Antwort: Ist f zweimal differenzierbar, so gilt f(x) = f(x 0 )+f (x 0 )(x x 0 )+f (x 0 ) (x x 0) 2 +o ( (x x 0 ) 2), }{{ 2 } Polynom vom Grad 2 denn es gilt f (x) = f (x 0 )+f (x 0 )(x x 0 )+o(x x 0 ) Hinweis: Integration über[x 0,x] liefert die zweite Antwort. 179
2 Satz (Satz von Taylor): Seif : [a,b] R einec n -Funktion undx 0 (a,b). Dann gilt f(x) = T n (x;x 0 )+o((x x 0 ) n ) mit dem (eindeutig bestimmten) Taylor-Polynom T n (x;x 0 ) := n f (k) (x 0 ) k! Den Punktx 0 nennt man den Entwicklungspunkt. (x x 0 ) k IstfeineC n+1 -Funktion, so gilt die Lagrange-Restgliedformel n f (k) (x 0 ) f(x) = (x x 0 ) k +R n (x;x 0 ) k! R n (x;x 0 ) = f(n+1) (ξ) (n+1)! (x x 0) n+1 für einξ = x 0 +θ(x x 0 ) mitθ (0,1). 180
3 Zur Form des Taylorschen Polynoms. Ziel: Approximiere f durch ein Polynom der Form n T(x) = a k (x x 0 ) k mita k R. Forderungen:f (j) (x 0 ) = T (j) (x 0 ) fürj = 0,1,...,n. Beachte: Für die j-te Ableitung von T(x) gilt n T (j) (x) = a k k(k 1)... (k j+1)(x x 0 ) k j k=j und weiterhint (j) (x 0 ) = a j j! = f (j) (x 0 ) mit der obigen Forderung. Somit gilt T(x) = n f (k) (x 0 ) (x x 0 ) k T n (x;x 0 ). k! 181
4 Restgliedformeln für das Taylorsche Polynom. Ausgangspunkt. Mit dem Satz von Taylor giltf(x) = T n (x;x 0 )+R n (x;x 0 ). Integraldarstellung: R n (x;x 0 ) = 1 n! x x 0 (x t) n f (n+1) (t)dt Cauchy-Restgliedformel: R n (x;x 0 ) = f(n+1) (ξ) n! mitξ = x 0 +θ(x x 0 ),θ (0,1) Schlömilch-Restgliedformel: (x x 0 ) n+1 (1 θ) n R n (x;x 0 ) = f(n+1) (ξ) p n! (x x 0 ) n+1 (1 θ) n+1 p mitξ = x 0 +θ(x x 0 ),θ (0,1),p {1,2,...,n+1}. 182
5 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 Entwicklungspunktx 0 = 0 die Darstellung mit dem Lagrange-Restglied exp(x) = 1+x+ x xn n! +R n(x;0) R n (x;0) = exp(ξ) (n+1)! xn+1 fürξ = θx mit0 < θ < 1 Daraus bekommt man für0 x 1 die Fehlerabschätzung R n (x;0) = exp(ξ) (n+1)! xn+1 e (n+1)! Beispiel: Fürn = 10 bekommt man R 10 (x;0)
6 Taylor-Entwicklung der Sinusfunktion. Betrachte die Sinusfunktion f(x) = sin(x). Zunächst gilt: d dx sin(x) = cos(x) und d dx cos(x) = sin(x) Mit dem Satz von Taylor gilt um den Entwicklungspunktx 0 = 0 die Darstellung sin(x) = x x3 3! + x5 5! x7 7! ±...+( 1)n x2n+1 (2n+1)! +R 2n+2(x;0) mit dem Lagrange-Restglied n+1 cos(ξ) R 2n+2 (x;0) = ( 1) (2n+3)! x2n+3 fürξ = θx mit0 < θ < 1 Beispiel: Fürx [ π/6,π/6],x 0 undn = 3 bekommt man R 8 (x;0) 1 9! x 9 1 ( π ) 9 9!
7 Bemerkungen zu Taylor-Reihen. Die Taylor-Reihe T (x;x 0 ) = f (k) (x 0 ) k! (x x 0 ) k einerc -Funktionfist im Allgemeinen nicht konvergent. Falls die Taylor-ReiheT (x;x 0 ) vonfkonvergiert, so konvergiertt (x;x 0 ) nicht notwendigerweise gegen f. Falls jedoch f(x) = f (k) (x 0 ) (x x 0 ) k k! gilt, so nennt man die Funktion f reell analytisch, zum Beispiel: x k exp(x) = k!, cos(x) = ( 1) k x2k (2k)!, sin(x) = ( 1) k x2k+1 (2k+1)!. 185
8 Folgerung aus dem Satz von Taylor. Satz: Gilt für einec n+1 -Funktionf : [a,b] R x [a,b] : f (n+1) (x) = 0, so ist f(x) ein Polynom höchstens n-ten Grades. Beweis: Für das Lagrange-Restglied gilt R n (x;x 0 ) = f(n+1) (ξ) (n+1)! (x x 0) n+1 = 0 und somit f(x) T n (x;x 0 ) = n f (k) (x 0 ) (x x 0 ) k. k! 186
9 Beispiel: Taylor-Entwicklung für Polynome. Ist die Funktionfein Polynom vom Gradn, d.h.fbesitzt die Darstellung f(x) = n a k x k mita n 0, so ist für einen beliebigen Entwicklungspunktx 0 R das Taylor-PolynomT n (x;x 0 )n-ten Grades vonfumx 0 gegeben durch T n (x;x 0 ) = n f (k) (x 0 ) (x x 0 ) k k! und es giltf T n, d.h.fundt n sind identisch auf ganzr. Das Taylor-PolynomT n stelltfin der Polynombasis { (x x 0 ) k} n dar. Für den Entwicklungspunktx 0 = 0 gilta k = f(k) (0) k!,0 k n, und somit n f (k) (0) T n (x;0) f(x) = x k. k! 187
10 Auswertung von Polynomen durch Horner-Schema. Seipein Polynom von Gradnmit der Darstellung p(x) = n a k (x x 0 ) k mita n 0, für einx 0 R. Dann lässt sichpwie folgt darstellen. p(x) = a 0 +(x x 0 )(a 1 +(x x 0 )(...+(x x 0 )(a n 1 +(x x 0 )a n )...)) Dann wertet man p stabil und effizient mit dem Horner-Algorithmus aus. y := 0; for k = n,n-1,...,0 y := a(k) + (x-x0)*y; end; Beispiel: Fürp(x) = 30(x 1) (x 1) (x 1)+43 gilt p(x) = 43+(x 1)(108+(x 1)(100+(x 1)30)). 188
11 Konvergenz des Newton-Verfahrens. Satz: Seif : [a,b] R einec 2 -Funktion undx (a,b) eine einfache Nullstelle dieser Funktion. Dann ist das Newton-Verfahren x n+1 = x n f(x n) f (x n ) mit Startwertenx 0 in der Nähe vonx quadratisch konvergent. Beweis: Betrachte Taylor-Entwicklung zweiter Ordnung umx n [a,b], f(x) = f(x n )+f (x n )(x x n )+ f woraus fürx = x mitf(x ) = 0 undf (x ) 0 folgt (ξ n ) (x x n ) 2 2 und somit f(x n) f (x n ) = (x x n )+ f (ξ n ) 2f (x n ) (x x n ) 2. (x n+1 x ) = f (ξ n ) 2f (x n ) (x n x )
12 Hinreichende Kriterien für lokale Extrema. Satz: Seif : [a,b] R einec 2 -Funktion mitf (x 0 ) = 0 für einx 0 (a,b). (a) Fallsf (x 0 ) > 0, dann hatfinx 0 ein strenges lokales Minimum. (b) Fallsf (x 0 ) < 0, dann hatfinx 0 ein strenges lokales Maximum. Beweis von (a): Mit der Lagrange-Restgliedformel gilt die Darstellung für einξ = x 0 +θ(x x 0 ) mitθ (0,1). f(x) = f(x 0 )+ f (ξ) (x x 0 ) 2 2! Daf stetig ist, istf in einer Umgebung vonx 0 positiv, d.h. es gilt f (x) > 0 für allex (x 0 ε,x 0 +ε), für einǫ > 0. In diesem Fall besitztfinx 0 ein strenges lokales Minimum. Teil (b) beweist man analog. 190
13 Hinreichende Kriterien für lokale Extrema. Problem: Was passiert im Fallf (x 0 ) = f (x 0 ) = 0? Hier gibt es zwei Möglichkeiten: Der stationäre Punktx 0 ist ein strenges lokales Extremum. Der stationäre Punktx 0 ist ein Wendepunkt. Satz: Seif : [a,b] R einec 2n -Funktion mit f (k) (x 0 ) = 0 für1 k 2n 1 für einx 0 (a,b). (a) Fallsf (2n) (x 0 ) > 0, dann hatfinx 0 ein strenges lokales Minimum. (b) Fallsf (2n) (x 0 ) < 0, dann hatfinx 0 ein strenges lokales Maximum. Beweis(idee): Mit der Lagrange-Restgliedformel gilt f(x) = f(x 0 )+ f(2n) (ξ) (2n)! (x x 0 ) 2n, für einξ (x 0,x). 191
14 Beispiel. Betrachte die Funktionf(x) = x 5 x 4. Es gilt 3 f (x) = 5x 4 4x 3 f (x) = 20x 3 12x 2 f (3) (x) = 60x 2 24x f (4) (x) = 120x 24 Weiterhin f (0) = f (0) = f (3) (0) = 0 sowief (4) (0) = f(x) = x 5 x 4. Somit besitztfinx 0 = 0 ein strenges lokales Maximum. Weiterhin besitztfinx 1 = 4/5 ein strenges lokales Minimum, denn es giltf (4/5) = 0 undf (4/5) = 64/25 >
15 Konvexität und Konkavität. Definition: Eine Funktionf : [a,b] R heißt konvex, falls für allea x 1 < x < x 2 b gilt f(x) f(x 1 )+ x x 1 x 2 x 1 (f(x 2 ) f(x 1 )). streng konvex, falls für allea x 1 < x < x 2 b gilt f(x) < f(x 1 )+ x x 1 x 2 x 1 (f(x 2 ) f(x 1 )). konkav, falls für allea x 1 < x < x 2 b gilt f(x) f(x 1 )+ x x 1 x 2 x 1 (f(x 2 ) f(x 1 )). streng konkav, falls für allea x 1 < x < x 2 b gilt f(x) > f(x 1 )+ x x 1 x 2 x 1 (f(x 2 ) f(x 1 )). 193
16 Kriterien für Konvexität und Konkavität. Satz: SeifeineC 2 -Funktion auf[a,b]. Dann gilt: f ist konvex, genau dann wennf (x) 0 für allex (a,b); f ist konkav, genau dann wennf (x) 0 für allex (a,b). f streng konvex (Linkskurve) f streng konkav (Rechtskurve) Bemerkung: Für einec 1 -Funktionfgilt: Falls f streng konvex, so liegt der Graph von f oberhalb seiner Tangente. Falls f streng konkav, so liegt der Graph von f unterhalb seiner Tangente. 194
17 Wendepunkte. Definition: Eine Funktionf : [a,b] R hat inx 0 (a,b) einen Wendepunkt, falls eine der beiden folgenden Bedingungen erfüllt ist. f ist für einε > 0 konvex in(x 0 ε,x 0 ) [a,b] und konkav in (x 0,x 0 +ε) [a,b] (Links-Rechtskurve). f ist für einε > 0 konkav in(x 0 ε,x 0 ) [a,b] und konvex in (x 0,x 0 +ε) [a,b] (Rechts-Linkskurve). f(x 0 ) x 0 Links-Rechtskurve inx
18 Kriterien für Wendepunkte. Satz: Seif : [a,b] R einec 3 -Funktion. (a) Notwendiges Kriterium: Istx 0 (a,b) ein Wendepunkt, so gilt:f (x 0 ) = 0. (b) Hinreichende Kriterien: Giltf (x 0 ) = 0 undf (3) (x 0 ) > 0 für einx 0 (a,b), so istx 0 ein Wendepunkt vonfmit Rechts-Linkskurve. Giltf (x 0 ) = 0 undf (3) (x 0 ) < 0 für einx 0 (a,b), so istx 0 ein Wendepunkt vonfmit Links-Rechtskurve. Beweis: (a) folgt direkt aus der Stetigkeit vonf und der Eigenschaft vonx 0. Zu Teil (b): Ausf (x 0 ) = 0 undf (3) (x 0 ) > 0 folgt f (x) < 0 fürx (x 0 ε,x 0 ) und f (x) > 0 fürx (x 0,x 0 +ε) für einε > 0. Somit istfkonkav in(x 0 ε,x 0 ) und konvex in(x 0,x 0 +ε), d.h.x 0 ist Wendepunkt mit Rechts-Linkskurve. Analog die andere Aussage. 196
19 Beispiel. Betrachte die Funktionf(x) = x 4 x 3. Es gilt 2 f (x) = 4x 3 3x 2 f (x) = 12x 2 6x f (x) = 24x sowie 0.5 f (0) = 0 f (0) = 0 f (0) = f(x) = x 4 x 3. Somit hatfinx 0 = 0 einen Wendepunkt (Links-Rechtskurve). Weiterhin hatfein lokales Minimum inx 1 = 3/4, dennf (3/4) = 0 undf (3/4) = 9/4 > 0. Frage: Gibt es weitere Wendepunkte? 197
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
Mehr6 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
MehrIntegraldarstellung des Restgliedes; Lagrangesche Restgliedformel;
Kapitel Der Satz von Taylor. Taylor-Formel und Taylor-Reihe (Taylor-Polynom; Restglied; Integraldarstellung des Restgliedes; Lagrangesche Restgliedformel; die Klasse C ; reell analytische Funktionen) In
MehrP 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
MehrVorlesung Analysis I WS 07/08
Vorlesung Analysis I WS 07/08 Erich Ossa Vorläufige Version 07/12/04 Ausdruck 8. Januar 2008 Inhaltsverzeichnis 1 Grundlagen 1 1.1 Elementare Logik.................................. 1 1.1.A Aussagenlogik................................
MehrAufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an.
Analysis I, WiSe 2013/14, 04.02.2014 (Iske), Version A 1 Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an. a) Welche der folgenden Aussagen über Folgen sind sinnvoll und
MehrKapitel 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
MehrVorlesung: 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 )
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
MehrTaylorentwicklung von Funktionen einer Veränderlichen
Taylorentwicklung von Funktionen einer Veränderlichen 17. Januar 2013 KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 1 Kapitel 1 Mathematische Grundlagen 1.1 Stetigkeit, Differenzierbarkeit und C n -Funktionen Der
Mehr1.1 Vorbemerkung: Konvergenz von Reihen. g = lim. n=0. n=0 a n sei konvergent und schreibt. a n = g. (2) n=0
1 Taylor-Entwicklung 1.1 Vorbemerkung: Konvergenz von Reihen Gegeben sei eine unendliche Folge a 0,a 1,a,... reeller Zahlen a n R. Hat der Grenzwert g = lim k a n (1) einen endlichen Wert g R, so sagt
MehrVorlesung 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 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. Dezember 2011)
MehrKarteikarten, 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
MehrVorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09)
Vorlesung Mathematik für Ingenieure (Wintersemester 2008/09) Kapitel 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 9. November 2008) Die
Mehr10 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
Mehr4. 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
MehrMonotonie, 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
MehrMonotonie, 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
MehrExtremwerte von Funktionen mehrerer reeller Variabler
Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein
Mehr11. Anwendungen der Differentialrechnung
122 Andreas Gathmann 11. Anwendungen der Differentialrechnung Im letzten Kapitel haben wir gesehen, wie wir von nahezu allen Funktionen ihre Ableitung berechnen können und welche elementaren Eigenschaften
MehrAbb lokales Maximum und Minimum
.13 Lokale Extrema, Monotonie und Konvexität Wir kommen nun zu den ersten Anwendungen der Dierentialrechnung. Zwischen den Eigenschaten einer Funktion, dem Verlau des zugehörigen Graphen und den Ableitungen
MehrLösungen zu Aufgabenblatt 10P
Analysis Prof. Dr. Peter Becker Fachbereich Informatik Sommersemester 05 9. Juni 05 Lösungen zu Aufgabenblatt 0P Aufgabe (Funktionsgrenzwerte) Berechnen Sie die folgenden Grenzwerte: cos(x) x cos( x )
Mehr11. Anwendungen der Differentialrechnung
124 Andreas Gathmann 11. Anwendungen der Differentialrechnung Im letzten Kapitel haben wir gesehen, wie wir von nahezu allen Funktionen ihre Ableitung berechnen können und welche elementaren Eigenschaften
MehrAnwendungen der Differentialrechnung
KAPITEL 7 Anwendungen der Differentialrechnung 7.1 Maxima und Minima einer Funktion................. 141 7.2 Mittelwertsatz............................ 144 7.3 Kurvendiskussion..........................
MehrÜbersicht. 1. Motivation. 2. Grundlagen
Übersicht 1. Motivation 2. Grundlagen 3. Analysis 3.1 Folgen, Reihen, Zinsen 3.2 Funktionen 3.3 Differentialrechnung 3.4 Extremwertbestimmung 3.5 Nichtlineare Gleichungen 3.6 Funktionen mehrerer Variabler
MehrAnwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
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
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Differential und Integralrechnung 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 25/6): Differential und Integralrechnung 3 3. (Herbst 2, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende Tatsachen
MehrDifferential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
MehrD-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 6. (n+1)!. Daraus folgt, dass e 1/x < (n+
D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger Lösung - Serie 6 1. MC-Aufgaben (Online-Abgabe) 1. Für alle ganzen Zahlen n 1 gilt... (a) e 1/x = o(x n ) für x 0 + (b) e 1/x = o(x n ) für x 0 + (c)
MehrMIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen
Version 01.02. Januar 2007 MIA Analysis einer reellen Veränderlichen WS 06/07 Kurzfassung Martin Schottenloher Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen In diesem Kapitel werden differenzierbare
Mehr2 Stetigkeit und Differenzierbarkeit
2.1) Sei D R. a) x 0 R heißt Häufungspunkt von D, wenn eine Folge x n ) n N existiert mit x n D,x n x 0 und lim n x n = x 0. D sei die Menge der Häufungspunkte von D. b) x 0 D heißt innerer Punkt von D,
MehrMathematik 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
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Differential und Integralrechnung 3 3. (Herbst 20, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende
MehrLösungen 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
MehrMathematischer Vorbereitungskurs für das MINT-Studium
Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de SS 2017 Vorlesung 7 MINT Mathkurs SS 2017 1 / 25 Vorlesung 7 (Lecture 7) Differentialrechnung differential
MehrMathematik für Betriebswirte II (Analysis) 1. Klausur Sommersemester
Mathematik für Betriebswirte II (Analysis). Klausur Sommersemester 04 5.07.04 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:................................................................... Vorname:....................................................................
MehrMathematik 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
MehrAnalysis 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
MehrDer 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
Mehr3.2 Funktionsuntersuchungen mittels Differentialrechnung
3. Funktionsuntersuchungen mittels Differentialrechnung 46 3. Funktionsuntersuchungen mittels Differentialrechnung In diesem Abschnitt betrachten wir Funktionen f: D, welche je nach Bedarf zumindest ein-
MehrRückblick auf die letzte Vorlesung. Bemerkung
Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D
Mehr27 Taylor-Formel und Taylor-Entwicklungen
136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen
Mehrf(x) f(a) f (a) := lim x a Es existiert ein Polynom ersten Grades l(x) = f(a) + c (x a) derart, dass gilt lim x a x a lim
A Analysis, Woche 8 Partielle Ableitungen A 8. Partielle Ableitungen Wir haben vorhin Existenzkriterien für Extrema betrachtet, aber wo liegen sie genau? Anders gesagt, wie berechnet man sie? In einer
Mehr1. Aufgabe 8 Punkte. f (x) = (x 2 + 1) e x2. Es gilt. f (x) = 2xe x2 + ( x ) e x2 ( 2x) = 2x 3 e x2.
1. Aufgabe 8 Punkte Geben Sie die Bereiche, auf denen die Funktion f : R R mit f (x) = (x + 1) e x monoton wachsend oder fallend ist, an, und untersuchen Sie die Funktion auf lokale und globale Extrema.
MehrMathematik I Herbstsemester 2018 Kapitel 4: Anwendungen der Differentialrechnung
Mathematik I Herbstsemester 2018 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 55 4. Anwendungen der Differentialrechnung Monotonie Krümmung Linearisierung einer Funktion Extremwerte
Mehr4 Differenzierbarkeit
7 4 DIFFERENZIERBARKEIT Sei dazu 0 < ρ < s < r. Dann gilt lim sup k k a k
MehrVorlesung Mathematik für Ingenieure II (Sommersemester 2008)
Vorlesung Mathematik für Ingenieure II (Sommersemester 8) Kapitel : Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 8. Mai 8) Differenzialrechnung R R 4
Mehr(a), für i = 1,..., n.
.4 Extremwerte Definition Sei M R n eine Teilmenge, f : M R stetig, a M ein Punkt. f hat in a auf M ein relatives (oder lokales) Maximum bzw. ein relatives (oder lokales) Minimum, wenn es eine offene Umgebung
MehrAnalysis I. Guofang Wang , Universität Freiburg
Universität Freiburg 10.1.2017, 11.1.2017 Definition 1.1 (Ableitung) Die Funktion f : I R n hat in x 0 I die Ableitung a R n (Notation: f (x 0 ) = a), falls gilt: f(x) f(x 0 ) lim = a. (1.1) x x 0 x x
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
MehrDefinition: Differenzierbare Funktionen
Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ
MehrÜbungen zu Einführung in die Analysis
Übungen zu Einführung in die Analysis (Nach einer Zusammengestellung von Günther Hörmann) Sommersemester 2011 Vor den folgenden Aufgaben werden in den ersten Wochen der Übungen noch jene zur Einführung
Mehr1 Höhere Ableitungen 2. 2 Mittelwertsatz und Monotonie 3. 3 Konvexe und konkave Funktionen 5. 4 Lokale und globale Extremalstellen 7
Universität Basel 4 Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematik 1 Dr. Thomas Zehrt Kurvendiskussionen Inhaltsverzeichnis 1 Höhere Ableitungen 2 2 Mittelwertsatz und
Mehrg(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
MehrANALYSIS 2 VERSION 26. Juni 2018
ANALYSIS VERSION 6 Juni 018 LISIBACH ANDRÉ 6 Potenzreihenentwicklung 61 Einleitung Die Linearisierung einer Funktion f(x an der Stelle x ist die Funktion L(x f( + df dx ((x Die Linearisierung ist ein Polynom
MehrKompetenz: Verinnerlichung des Mittelwertsatzes Daraus ergibt sich leicht der wichtige Mittelwertsatz der Differentialrechnung:
16 Mittelwertsätze und Anwendungen 71 16 Mittelwertsätze und Anwendungen Lernziele: Konzepte: Konvexität und Konkavität Resultate: Mittelwertsätze der Differentialrechnung Methoden: Regeln von de l Hospital
MehrFerienkurs der TU München- - Analysis 2 Fourierreihen und Taylorreihen. Marcus Jung, Jonas J. Funke
Ferienkurs der U München- - Analysis Fourierreihen und aylorreihen Lösung Marcus Jung, Jonas J. Funke 3.8. FOURIERREIHEN Fourierreihen Aufgabe. Sei f : R R stetig und periodisch mit Fourierkoeffizienten
MehrLösungen zur Klausur zur Analysis 1, WiSe 2016/17
BERGISCHE UNIVERSITÄT WUPPERTAL..7 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Lösungen zur Klausur zur Analysis, WiSe 6/7 Klausureinsicht:
Mehr9 Höhere partielle Ableitungen und die Taylorformel
Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 9 Höhere partielle Ableitungen und die Talorformel Definition 91 Sei U R n offen, f : U R m eine Funktion Dann heißt f 2-mal partiell differenzierbar,
MehrDifferentiation und Taylorentwicklung. Thomas Fehm
Differentiation und Taylorentwicklung Thomas Fehm 4. März 2009 1 Differentiation in R 1.1 Grundlagen Definition 1 (Ableitung einer Funktion) Es sei f eine Funktion die auf dem Intervall I R definiert ist.
MehrModul Grundbildung Analysis WiSe 10/11. A.: Wurde in diesem Kapitel behandelt. C.: Weitere Fragen (Nicht nur für die Klausur interessant)
Modul Grundbildung Analysis WiSe 10/11 Im Folgenden bedeutet A: Wurde in diesem Kapitel behandelt B: Interessante Aufgaben C: Weitere Fragen (Nicht nur für die Klausur interessant) V1 Konvergenz, Grenzwert
MehrNachklausur zur Analysis 1, WiSe 2016/17
BERGISCHE UNIVERSITÄT WUPPERTAL 04.04.7 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis, WiSe 06/7 Aufgabe
MehrSatz von Taylor, Taylor-Reihen
Satz von Taylor, Taylor-Reihen Die Kenntnis von f liefert gewisse Rücschlüsse auf die Funtion f selbst, zb Monotonie, mögliche loale Extrema Die Kenntnis von f liefert darüberhinaus eine Information, ob
MehrZiel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0.
6.4 Fixpunkt-Iteration Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0. Möglichkeiten: Bisektionsverfahren (Intervallhalbierung) Newton-Verfahren, x k+1 = x k f(x k) f (x k ) für k = 0, 1,
Mehr(1 + z 2j ) = 1 z2n+2. 1 z. (1 + z)(1 z) 1 z. 1 z. (1 + z 2j ) = 1 z. 1 z 1 z
Aufgabe Zeigen Sie mit vollständiger Induktion: Für alle n N gilt (8 Punkte) n ( + z 2j ) = 2n+, wobei z C, z, eine komplexe Zahl ist Lösung [8 Punkte] Induktionsanfang: n = : ( + z 2j ) = ( + z 2 ) =
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
Mehr4.7 Der Taylorsche Satz
288 4 Differenziation 4.7 Der Taylorsche Satz Die Differenzierbarkeit, also die Existenz der ersten Ableitung einer Funktion, erlaubt bekanntlich, diese Funktion lokal durch eine affine Funktion näherungsweise
MehrAnalysis I Lösung von Serie 14. Um die Inhomogene DGl zu lösen, müssen wir partikuläre Lösungen finden. (a) Wir machen den Ansatz:
d-infk Lösung von Serie 4 FS 07 4.. Inhomogene Lineare Differentialgleichungen Das charakteristische Polynom der homogenen DGl y (4) + y + y = 0 ist λ 4 + λ + = (λ + ). Seine Wurzeln sind ±i und jede hat
Mehr6 Di erentialrechnung, die Exponentialfunktion
6 Di erentialrechnung, die Exonentialfunktion 6. Exonentialfunktion Wir führen die Exonentialfunktion ein, die eine stetige Funktion mit folgenden Eigenschaften ist: ex(x + y) =ex(x)ex(y) (8) ex(0) =,
MehrTangente als Näherung
Mathematik I für Informatiker Satz von Taylor Taylorreihen p. 1 Tangente als Näherung Weil sich anschaulich die Tangente anschmiegt, ist die Tangentenfunktion p 1 (x) eine Näherung für f(x): f(x) p 1 (x)
MehrUnter Kurvendiskussion versteht man die Untersuchung einer gegebenen Funktion auf bestimmte Merkmale und Eigenschaften:
1 KURVENDISKUSSION Unter Kurvendiskussion versteht man die Untersuchung einer gegebenen Funktion auf bestimmte Merkmale und Eigenschaften: 1.1 Definitionsbereich Zuerst bestimmt man den maximalen Definitionsbereich
MehrMathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript
Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript Janko Latschev Fachbereich Mathematik Universität Hamburg www.math.uni-hamburg.de/home/latschev Hamburg,
MehrKapitel 5: Differentialrechnung
Kapitel 5: Differentialrechnung Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Kapitel 5: Differentialrechnung 1 / 23 Gliederung 1 Grundbegriffe 2 Abbildungen
Mehrf(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.
MehrV.1 Konvergenz, Grenzwert und Häufungspunkte
V.1 Konvergenz, Grenzwert und Häufungspunkte S. 108 110 A. Bereits bekannt: Folge Extrem wichtig: Grenzwert bzw. Konvergenz: a n a oder lim n a n = a : ε R, ε > 0 n 0 N : a n a < ε n n 0 Begriffe: Fast
MehrAnalysis I. 8. Übungsstunde. Steven Battilana. battilana.uk/teaching
Analysis I 8. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 9, 207 Grenzwerte Korollar 5.2.2 (Bernoulli-de l Hôpital) Seien f, g : [a, b] R stetig und differenzierbar
MehrÜbungen zur Ingenieur-Mathematik III WS 2012/13 Blatt
Übungen zur Ingenieur-Mathematik III WS 2012/13 Blatt 9 19.12.2012 Aufgabe 35: Thema: Differenzierbarkeit a) Was bedeutet für eine Funktion f : R n R, dass f an der Stelle x 0 R n differenzierbar ist?
MehrH.J. Oberle Analysis II SoSe Interpolation
HJ Oberle Analysis II SoSe 2012 7 Interpolation 71 Allgemeine Problemstellung Interpolation ist die Kunst, zwischen den Zeilen einer Tabelle zu lesen (Rutishauser) Von f : R R seien Funktionswerte (x j,
MehrGRUNDLAGEN MATHEMATIK
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 4. Differentialrechnung Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies
Mehr2004, 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
MehrVorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14)
Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 3/) Kapitel : Optimierung ohne Nebenbedingungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom. Oktober 3) Gliederung
MehrVorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14)
Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 3/4) Kapitel : Optimierung ohne Nebenbedingungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom. Oktober 3) Gliederung
MehrDer 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.
MehrHöhere Mathematik 1 Übung 9
Aufgaben, die in der Präsenzübung nicht besprochen wurden, können in der darauf folgenden übung beim jeweiligen übungsleiter bzw. bei der jeweiligen übungsleiterin abgegeben werden. Diese Abgabe ist freiwillig
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
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
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
MehrNachklausur Analysis 2
Nachklausur Analysis 2. a) Wie ist der Grenzwert einer Folge in einem metrischen Raum definiert? Antwort: Se (a n ) n N eine Folge in dem metrischen Raum (M, d). Diese Folge besitzt den Grenzwert g M,
MehrAM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man:
AM3: Differenzial- und Integralrechnung im R n 1 Begriffe f : x 1 f 1 x 1, x 2,..., x n ) x 2... f 2 x 1, x 2,..., x n )... x n f m x 1, x 2,..., x n ) }{{}}{{} R n R m aus Platzgründen schreibt man: f
MehrAnalysis I Lösung von Serie 9
FS 07 9.. MC Fragen: Ableitungen (a) Die Figur zeigt den Graphen einer zweimal differenzierbaren Funktion f. Was lässt sich über f, f und f sagen? Nichts Die Funktion f ist positiv. Die Funktion f ist
Mehr1 2 x x x x x x2 + 83
Polynominterpolation Aufgabe 1 Gegeben sei die Wertetabelle i 0 1 2 3 x i 0 1 2 4 f i 3 1 2 7 a) Bestimmen Sie das Interpolationspolynom von Lagrange durch die obigen Wertepaare. b) Interpolieren Sie die
MehrAnalysis I. Guofang Wang Universität Freiburg
Universität Freiburg 31.1.2017 Definition 2.2 (uneigentliches Riemann-Integral) Sei I = [a, b) mit a < b. Die Funktion f : I R sei Riemann-integrierbar auf [a, b ] für alle b < b. Falls x lim x b a f(ξ)
MehrMathematik IT 3 (Analysis)
Lehrstuhl Mathematik, insbesondere Numerische und Angewandte Mathematik Prof. Dr. L. Cromme Mathematik IT 3 (Analysis für die Studiengänge Informatik, IMT und ebusiness im Wintersemester 015/016 Geben
MehrKapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C
Kapitel 5. Die trigonometrischen Funktionen 5.1. Die komplexen Zahlen 5.. Folgen und Reihen in C 5.10. Definition. Eine Folge (c n n N komplexer Zahlen heißt konvergent gegen c C, falls zu jedem ε > 0
MehrUnivariate 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(!):
MehrLS Informatik 4 & Funktionen. Buchholz / Rudolph: MafI 2 88
4. Funktionen Buchholz / Rudolph: MafI 2 88 Kapitelgliederung 4.1 Grundlegende Denitionen 4.2 Polynome und rationale Funktionen 4.3 Beschränkte und monotone Funktionen 4.4 Grenzwerte von Funktionen 4.5
MehrStaatsexamen Herbst 2017 Differential- und Integralrechnung, Thema I
Staatsexamen Herbst 17 Differential- und Integralrechnung, Thema I 1. a) Die Aussage ist wahr! Sei s R der Reihenwert der Reihe k=1 Da a n = s n s n 1 für n, ist also b) Die Aussage ist falsch! a k, also
Mehr