6.1 Die Ableitung einer reellwertigen Funktion
|
|
- Friederike Lehmann
- vor 6 Jahren
- Abrufe
Transkript
1 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. Das Intervall I kann beliebig, d.h. abgeschlossen, offen oder halboffen und endlich oder unendlich sein. Ist I = [a, b], I = [a, b) mit a 2 R und b 2 R [{+1}, so nennen wir a einen Randpunkt von I. Analog nennen wir im Fall I =[a, b] und I =(a, b] mit a 2 R [ { 1} und b 2 R dann b Randpunkt. Ist x 2 I kein Randpunkt, dann gibt es also r>0, sodassu r (x) =(x r, x + r) I. 6.1 Die Ableitung einer reellwertigen Funktion Definition 6.1 (Differenzierbarkeit, Ableitung) Sei I R ein Intervall und x 0 2 I ein Häufungspunkt von I. DieFunktionf : I! R heißt in x 0 2 I differenzierbar, wenndergrenzwert f(x) f(x 0 ) lim =: f 0 (x 0 ) (6.1) x!x 0 existiert und endlich ist. Wir bezeichnen f 0 (x 0 ) dann als Ableitung von f an der Stelle x 0.Mannenntf differenzierbar auf I, fallsf in allen Punkten aus I differenzierbar ist. Falls f in allen Punkten des Intervalls I differenzierbar ist, dann können wir mittels x 7! f 0 (x) eine Funktion f 0 : I! R definieren. Diese Funktion nennen wir dann die Ableitung von f. Den Grenzwert (6.1) können wir auch äquivalent als f(x 0 + h) f(x 0 ) lim h!0 h (6.2) schreiben (man setze h := ). Ist x 0 ein Randpunkt von I, soist(6.1) (bzw. (6.2)) als einseitiger Grenzwert zu verstehen. In diesem Fall bezeichnet man f 0 (x 0 ) als einseitige (links- bzw rechtsseitige) Ableitung von f an der Stelle x 0. Wir versuchen, etwas Intuition hinter den Begriff der Differenzierbarkeit zu bringen, die uns später bei der mehrdimensionalen Differentialrechnung nützlich sein wird. Sei f : I! R eine Abbildung und x 0 2 I. Fürx 0 + h 2 I ist f(x0+h) f(x0) h die Steigung der Sekante durch die Punkte (x 0,f(x 0 )) und (x 0 + h, f(x 0 + h)) (vgl.
2 94 Differenzierbarkeit f(x 0 + h) f(x 0 ) h x 0 x 0 + h Abbildung 6.1: Geometrische Interpretation der Ableitung Abbildung 6.1). Für die lineare Funktion gilt dann `(h) :=f 0 (x 0 )h (6.3) r(h) :=f(x 0 + h) (f(x 0 )+`(h)) = f(x 0 + h) f 0 (x 0 )h f(x 0 ) f(x0 + h) f(x 0 ) = h f 0 (x 0 ). h Wir können r(h) als den Fehler interpretieren, den wir durch Approximation der Funktion f durch die affin-lineare Funktion h 7! f(x 0 )+`(h) an der Stelle x 0 + h machen. Für den Fehler r(h) gilt nach unserer Rechnung: r(h) h = f(x 0 + h) f(x 0 ) h f 0 (x 0 ). (6.4) Ist f in x 0 differenzierbar, so strebt die rechte Seite von (6.4) fürh! 0 gegen 0. Der Approximationsfehler r(x) strebt also schneller als linear gegen 0. Dass diese Eigenschaft eine Charakterisierung von differenzierbaren Funktionen ist, zeigt das nächste Lemma: Lemma 6.2 Sei f : I! R und x 0 2 I ein Häufungspunkt von I. Dann ist f genau dann an der Stelle x 0 differenzierbar mit Ableitung a, wenn es eine lineare Funktion `: I! R gibt mit folgenden Eigenschaften: (i) `(h) =ah für alle h 2 R, (ii) f(x 0 + h) =f(x 0 )+`(h)+r(h) für alle h 2 R; und (iii) lim h!0 r(h) h =0. Beweis: Die eine Richtung haben wir bereits gezeigt. Für die andere Richtung haben wir: f(x 0 + h) f(x 0 ) (ii) = `(h)+r(h) = (i) ah + r(h).
3 6.1 Die Ableitung einer reellwertigen Funktion Abbildung 6.2: Die Betragsfunktion f(x) = x ist in x 0 differenzierbar. = 0 stetig, aber nicht Damit ergibt sich für h! 0: f(x 0 + h) f(x 0 ) h = a + r(h) h (iii)! a, also f 0 (x 0 )=a. 2 Differenzierbarkeit in einem Punkt x 0 können wir also auch als lokal gut durch eine affin-lineare Funktion approximierbar interpretieren. Dies Interpretation wird uns im Mehrdimensionalen später noch nützlich sein. Satz 6.3 Ist f : I! R in x 0 differenzierbar, so ist f in x 0 auch stetig. Beweis: Wir haben nach Satz 5.9 für x! x 0 : f(x 0 ) f(x) = f(x 0) f(x) {z }!f 0 (x 0) ( )! f 0 (x 0 ) 0=0. {z }!0 2 Die Umkehrung des letzten Satzes ist falsch, wie das folgende Beispiel zeigt: Beispiel 6.4 (i) Wir betrachten die Betragsfunktion f : R f(x) = x = / R, also ( x, falls x 0 x, falls x<0, siehe Abbildung 6.2. Da f(x) f(y) = x y apple x y ist f Lipschitzstetig (mit Konstante L := 1) aufr und damit (gleichmäßig) stetig auf R. Es gilt aber für die beiden gegen x 0 =0konvergenten Folgen (x n ) n und (y n ) n mit x n =1/n und y n = 1/n: f(x n ) f(x 0 ) x n x 0 = 1/n 0 1/n 0 =1! 1 und f(y n ) f(x 0 ) y n x 0 = 1/n 0 1/n 0 = 1! 1. Folglich existiert der Grenzwert lim x!x0 f(x) f(x 0) nicht.
4 96 Differenzierbarkeit x sin(1/x) x Abbildung 6.3: Die Funktion f(x) =x sin 1/x ist an der Stelle 0 nicht differenzierbar. (ii) Betrachten wir die Funktion f : R! R mit ( x sin 1 f(x) = x, für x 6= 0 0, für x =0, die in Abbildung 6.3 skizziert ist. Da sin t 2 [ x 2 R mit x 6= 0: 1, 1] für alle t 2 R, giltfür f(x) f(0) = x sin 1 0 apple x. x Daher ist f an der Stelle x 0 =0stetig (wähle = " in Definition 5.10). In der Tat ist f sogar auf ganz R stetig, wie man leicht sieht, da für x 6= 0die Funktion f Verkettung stetiger Funktionen ist. Andererseits gilt für x 6= 0auch: Vorlesung vom: Video zur Vorlesung: f(x) f(0) x 0 = x sin(1/x) x =sin 1 x. Wie wir in Beispiel 5.41 gezeigt haben, existiert der Grenzwert lim x!0+ sin(1/x) nicht. Daher existiert natürlich auch nicht lim x!0 sin(1/x) und f ist nicht in 0 differenzierbar. Satz 6.5 Seien f,g: I! R beide in x 0 2 I differenzierbar. Dann sind f + g, f g, fg und f/g (letztere falls g(x 0 ) 6= 0)inx 0 differenzierbar und es gilt: C (i) (f ± g) 0 (x 0 )=f 0 (x 0 )+g 0 (x 0 ), (ii) (fg) 0 (x 0 )=f 0 (x 0 )g(x 0 )+f(x 0 )g 0 (x 0 ), (iii) f g 0 (x0 )= g(x0)f 0 (x 0) g 0 (x 0)f(x 0) g 2 (x 0). Beweis: (i) Unmittelbar aus Satz 5.9.
5 6.1 Die Ableitung einer reellwertigen Funktion 97 (ii) Wir haben für x! x 0 : (fg)(x) (fg)(x 0 ) = f(x)g(x) f(x 0)g(x 0 ) = f(x)g(x) f(x)g(x 0)+f(x)g(x 0 ) f(x 0 )g(x 0 ) g(x) g(x 0 ) = f(x) {z}!f(x 0) nach Satz 6.3 {z }!g 0 (x 0) +g(x 0 ) f(x) f(x 0) {z }!f 0 (x 0) (iii) Falls g(x 0 ) 6= 0ist, dann gilt aufgrund der Stetigkeit von g auch g(x) 6= 0für alle x nahe bei x 0.Fürx! x 0 gilt daher: (f/g)(x) (f/g)(x 0 ) = 1 g(x)g(x 0 ) f(x)g(x 0) f(x 0 )g(x) 0 1 = B g(x)g(x 0 g(x 0) f(x) f(x 0) x x {z } {z 0 }!1/g(x 0) 2!f 0 (x 0) f(x 0 ) g(x) g(x 0) C x x {z 0 A }!g 0 (x 0) Beispiel 6.6 Ist f : R! R eine konstante Funktion mit f(x) =c für alle x 2 R, so schreiben wir auch f(x) c. DieAbleitungjedersolchenkonstantenFunktionf(x) c ist für jedes x 0 2 R gleich 0, dafürx 6= x 0 gilt: Für f(x) =x gilt: f(x) f(x 0 ) = c c 0 = =0. f(x) f(x 0 ) = =1, also ist f an jeder Stelle x 0 2 R differenzierbar mit Ableitung f 0 (x 0 )=1. Wir zeigen jetzt durch Induktion, dass für n 2 N für die Funktion f(x) =x n gilt: f 0 (x) =nx n 1.Fürn =0, 1 haben wir die Aussage bereits bewiesen. Es gilt nun x n+1 = x x n =: g(x) h(x). Nach Induktionsvoraussetzung gilt g 0 (x) =1und h 0 (x) =nx n.nachsatz6.5 ist daher auch f(x) =g(x)h(x) differenzierbar mit Dies war zu zeigen. f 0 (x) =g 0 (x)h(x)+g(x)h 0 (x) =1 x n + x nx n =(n + 1)x n. Aus Satz 6.5 (iii) mit f(x) 1 und g(x) =x n folgt jetzt für x 6= 0darüberhinaus: Dies ergibt die Differentiationsregel (x n ) 0 = nxn 1 x 2n = nx n 1 = nx (n+1). (x k ) 0 = kx k 1, (6.5) die für alle k 2 Z und x 6= 0gilt (für k 1 gilt (6.5) natürlichfürallex 2 R). C. 2 1
6 98 Differenzierbarkeit Aus Satz 6.5 und Beispiel 6.6 folgt, dass jedes Polynom p mit auf ganz R differenzierbar ist mit p(x) =a n x n + + a 1 x + a 0 p 0 (x) =na n x n 1 +(n 1)a n 1 x n a 2 x + a 1. Außerdem ist jede rationale Funktion f(x) =p(x)/q(x) auf R an jeder Stelle x mit q(x) 6= 0differenzierbar. Satz 6.7 (Kettenregel) Sei f : I! R stetig auf I und differenzierbar in x 0 2 I. Sei g : J! R auf einem Intervall J mit f(i) J definiert und differenzierbar in f(x 0 ). Dann ist die Funktion h: I! R mit in x 0 differenzierbar und es gilt: h(x) =(g f)(x) =g(f(x)) h 0 (x 0 )=g 0 (f(x 0 ))f 0 (x 0 ). Beweis: Da f in x 0 differenzierbar ist, folgt mit Lemma 6.2: f(x) f(x 0 )=f 0 (x 0 )( )+r( )=( ) f 0 (x 0 )+ r() x x {z 0 } '(x) =( )[f 0 (x 0 )+'(x)] (6.6) für eine Funktion r mit r( )/( )! 0 für x! x 0.Wirhabenalso'(x)! 0 für x! x 0. Sei y 0 := f(x 0 ).AnalogzuobengiltwegenderDifferenzierbarkeitvong an der Stelle y 0 : g(y) g(y 0 )=(y y 0 )[g 0 (y 0 )+ (y)], (6.7) wobei (y)! 0 für y! y 0. Daraus ergibt sich: h(x) h(x 0 )=g(f(x)) g(f(x 0 )) =(f(x) f(x 0 )) [g 0 (f(x 0 )) + (f(x))] (wg. (6.7) mity := f(x), y 0 := f(x 0 )) =( ) [f 0 (x 0 )+'(x)] [g 0 (f(x 0 )) + (f(x))] (wg. (6.6)) Wir haben also für x! x 0 : h(x) h(x 0 ) = 4f 0 (x 0 )+'(x) 5 4g 0 (f(x 0 )) + (f(x)) 5! f 0 (x 0 )g 0 (f(x 0 )). {z} {z }!0!0 Dabei haben wir für (f(x))! 0 benutzt, dass wegen der Stetigkeit von f für x! x 0 auch f(x)! f(x 0 ) gilt. 2 Satz 6.8 (Satz über die Umkehrfunktion) Sei I =[a, b] ein kompaktes Intervall und f : I! R streng monoton wachsend oder fallend und zudem stetig auf I, so dass die Umkehrfunktion f 1 : f(i)! I existiert. Ist f an der Stelle x 2 I differenzierbar und ungleich 0, dann ist f 1 in ȳ := f( x) differenzierbar und es gilt: Beweis: f 1 0 (ȳ) = 1 f 0 ( x) = 1 f 0 (f 1 (ȳ)). Siehe Übung. 2
7 6.2 Lokale Extrema und Mittelwertsätze Lokale Extrema und Mittelwertsätze Differenzierbarkeit können wir noch auf eine weitere Art interpretieren. Sei f : I! R in x 0 2 I differenzierbar. Dann ist nach Definition der Differenzierbarkeit die Funktion: ( f(x) f(x0) F x0 (x) :=,fürx6= x 0 (6.8) f 0 (x 0 ),fürx = x 0 an der Stelle x 0 stetig. Ist F x0 (x 0 ) = f 0 (x 0 ) > 0, danngibtesnachsatz5.14 angewandt auf F x0 dann eine Umgebung U r (x 0 ) mit F x0 (x) > 0 für alle x 2 U r (x 0 )\ I, d.h.esgiltfürallex 2 U r (x 0 ) \ I mit x 6= x 0 : 0 <F x0 (x) = f(x) f(x 0). (6.9) Für diejenigen x 2 U r (x 0 )\I mit x<x 0 ergibt sich aus (9.8) dannwegen < 0 sofort f(x) <f(x 0 ).Analogfolgtfürx 2 U r (x 0 ) \ I mit x>x 0 dann f(x) >f(x 0 ). Lemma 6.9 Sei f : I! R differenzierbar in x 0 2 I mit f 0 (x 0 ) > 0. Dann existiert ein r>0, so dass f(x) <f(x 0 ) <f(y) für alle x, y 2 (U r (x 0 ) \ I) \{x 0 } mit x< x 0 <ygilt. Ist f 0 (x 0 ) < 0, dann existiert analog r>0, so dass f(x) >f(x 0 ) >f(y) für alle x, y 2 (U r (x 0 ) \ I) \{x 0 } mit x<x 0 <ygilt. Beweis: Den ersten Teil haben wir bereits bewiesen. Der zweite Teil ergibt sich durch Betrachtung der Funktion f. 2 Definition 6.10 (Lokales Extremum) Sei M K und f : M! R eine Abbildung. Wir sagen, dass f ein lokales Maximum bei p 2 M hat, falls es ein >0 gibt, so dass f(x) apple f(p) für alle x 2 M mit x p < (6.10) gilt. Wir nennen das lokale Maximum ein striktes lokales Maximum, wenn in(6.10) strikte Ungleichung für alle x 6= p gilt, d.h. falls f(x) <f(p) für alle x 2 M mit 0 < x p <. (6.11) Analog sagen wir, dass f ein lokales Minimum bei p 2 X hat, falls in (6.10) f(x) f(p) gilt. Genauso ergibt sich ein striktes lokales Minimum, falls in(6.10) f(x) > f(p) gilt. Lokale Minima und Maxima nennen wir auch lokale Extrema. Satz 6.11 Sei f :[a, b]! R. Hat f ein lokales Extremum an einem Punkt 2 (a, b) und ist f an der Stelle differenzierbar, so gilt f 0 ( ) =0. Beweis: Wir betrachten den Fall eines lokalen Minimums. Der Fall des lokalen Maximums folgt dann aus der Tatsache, dass f genau dann ein lokales Maximum bei hat, wenn f ein lokales Minimum bei besitzt. Nach Definition des lokales Minimums gibt es ein >0, sodassfürallex 2 [a, b] mit x 2 (, + ) gilt: f(x) f( ). Esfolgtalsofürsolchex mit x> (also x 2 (, + )): z 0 } { >0 f(x) f( ) x {z } 0. (6.12)
8 100 Differenzierbarkeit Beim Grenzübergang x! + konvergiert die linke Seite von (6.12) gegenf 0 ( ) und wir erhalten f 0 ( ) 0. Wenn wir x 2 (, ) betrachten, so gilt für diese x: 0 z } { f(x) f( ) apple 0 x {z } <0 und durch Grenzübergang folgt analog f 0 ( ) apple 0. Insgesamt haben wir also f 0 ( ) =0 wie behauptet. 2 Satz 6.12 (Verallgemeinerter Mittelwertsatz) Seien f,g: [a, b]! R beide stetig auf [a, b] und differenzierbar auf (a, b). Dann gibt es ein 2 (a, b) mit (f(b) f(a)) g 0 ( ) =(g(b) g(a)) f 0 ( ). Beweis: Wir definieren eine Funktion h: [a, b]! R durch: h(x) =(f(b) f(a)) g(x) (g(b) g(a)) f(x). Dann ist h nach Satz 6.5 differenzierbar auf (a, b) und stetig auf [a, b] nach Satz Wir müssen zeigen, dass es ein 2 (a, b) gibt, so dass h 0 ( ) =0gilt, da nach Satz 6.5 gilt: h 0 ( ) =(f(b) f(a))g 0 ( ) (g(b) g(a))f 0 ( ). Wir haben: h(a) =(f(b) f(a)) g(a) (g(b) g(a)) f(a) =f(b)g(a) g(b)f(a) h(b) =(f(b) f(a)) g(b) (g(b) g(a)) f(b) = f(a)g(b)+g(a)f(b), also h(a) =h(b). Fallsh konstant auf (a, b) ist, dann haben wir h 0 ( ) =0für alle 2 (a, b) (vgl. Beispiel 6.6). In diesem Fall sind wir fertig. Ansonsten existiert ein x 2 (a, b) mit h(x) > h(a) =h(b) oder h(x) < h(a) =h(b). Sei zunächst h(x) >h(a) =h(b). NachSatz5.21 existiert ein 2 [a, b] mit: h( ) =sup{h(x) :x 2 [a, b]} = max {h(x) :x 2 [a, b]}. (6.13) Dann gilt 6= a und 6= b (wegen h(x) >h(a) =h(b) und der Wahl von in (6.13)), also 2 (a, b). Dannist auch lokales Maximum von h und nach Satz 6.11 gilt h 0 ( ) =0. Falls h(x) <h(a) =h(b) führen wir die gleiche Argumentation für dasjenige 2 [a, b] durch, an dem h das Minimum annimmt. 2 Korollar 6.13 (Mittelwertsatz der Differentialrechung) Ist f :[a, b]! R stetig auf [a, b] und differenzierbar auf (a, b), dann gibt es ein 2 (a, b), so dass f(b) f(a) =(b a)f 0 ( ). Vorlesung vom: Video zur Vorlesung: Beweis: Verwende Satz 6.12 mit g(x) =x. 2 Korollar 6.14 (Satz von Rolle) Ist f :[a, b]! R stetig auf [a, b] und differenzierbar auf (a, b) mit f(a) =f(b), dann gibt es ein 2 (a, b) mit f 0 ( ) =0.
9 6.3 Ableitungen höherer Ordnung 101 Beweis: Falls f auf [a, b] konstant ist, so ist die Behauptung trivial. Sei daher f nicht konstant. Die Abbildung f nimmt auf [a, b] Maximum und Minimum an, etwa bei x 1 und x 2.Daf nicht konstant ist gilt f(x 1 ) <f(x 2 ).Mindestenseinerder Punkte x 1 und x 2 liegt dann in (a, b) und nach Satz 6.11 gilt f 0 (x i )=0für ein i 2{1, 2}. 2 Satz 6.15 Sei f :[a, b]! R stetig und differenzierbar auf (a, b). (i) Falls f 0 (x) 0 für alle x 2 (a, b), dann ist f monoton wachsend auf [a, b]. (ii) Falls f 0 (x) apple 0 für alle x 2 (a, b), dann ist f monoton fallend auf [a, b]. (iii) Falls f 0 (x) =0für alle x 2 (a, b), dann ist f konstant auf [a, b]. Gelten in (i) und (ii) die Ungleichungen strikt, so ist f sogar streng monoton wachsend bzw. fallend. Beweis: Nach dem Mittelwertsatz haben wir für x 1,x 2 2 [a, b] die Gleichung f(x 2 ) f(x 1 )=(x 2 x 1 )f 0 (x) (6.14) für ein x zwischen x 1 und x 2.Fallsf 0 (x) 0 ist, dann ist die rechte Seite von (6.14) für x 1 <x 2 immer nichtnegativ, also auch die linke Seite, d.h. f(x 2 ) apple f(x 1 ).Die anderen Behauptungen folgen analog. 2 Korollar 6.16 Seien f,g: [a, b]! R stetig und differenzierbar auf (a, b). Falls f 0 (x) =g 0 (x) für alle x 2 (a, b), dann existiert ein c 2 R mit f(x) =g(x) +c für alle x 2 [a, b]. Beweis: Die Funktion h := f g ist stetig auf [a, b] und differenzierbar auf (a, b) mit Ableitung h 0 (x) =f 0 (x) g 0 (x) =0für alle x 2 (a, b). NachSatz6.15 ist h konstant auf [a, b], alsoc = h(x) =f(x) g(x) für ein c 2 R und alle x 2 [a, b]. 2 Satz 6.17 Sei f : I! R differenzierbar auf einer Umgebung von 2 R und f 0 ( ) = 0. (i) Falls f 0 (x) > 0 für alle x< und f 0 (x) < 0 für alle x> ist, dann ist ein lokales Maximum. (ii) Falls f 0 (x) < 0 für alle x< und f 0 (x) > 0 für alle x> ist, dann ist ein lokales Minimum. Beweis: Wir zeigen nur die erste Behauptung (i), die andere folgt analog.sei f auf (, + ) differenzierbar. Dann ist f stetig auf [ /2, + /2] und differenzierbar auf ( /2, + /2). Nach Satz 6.15 ist f streng monoton steigend auf [ /2, ] und streng monton fallend auf [, + /2]. Folglichist ein lokales Maximum Ableitungen höherer Ordnung Falls f in jedem Punkt des Intervalls I differenzierbar ist, dann können wir mittels x 7! f 0 (x) eine Funktion f 0 : I! R definieren. Diese Funktion können wir wieder auf Stetigkeit oder Differenzierbarkeit untersuchen. Wir setzen für k 2 N induktiv: f (0) (x) :=f(x) f (k) (x) :=(f (k 1) ) 0 (x),
10 102 Differenzierbarkeit x 2 sin(1/x) x Abbildung 6.4: Die Funktion f(x) =x 2 sin 1/x ist auf R differenzierbar, die Ableitung ist aber nicht stetig in 0. vorausgesetzt, die Funktion f (k 1) auf der rechten Seite ist differenzierbar. Wir nennen f (k) dann die k-te Ableitung von f. Falls diese existiert, so sagen wir auch, dass f k-mal differenzierbar ist. Falls f k stetig ist, so nennen wir f k-mal stetig differenzierbar. Wirschreibenmanchmalauchf 00 für f (2) bzw. f 000 (x) für f (3),etc. Definition 6.18 Sei I R ein Intervall. Dann definieren wir die folgenden Mengen von rellwertigen Funktionen: C(I) :={f : I! R : f ist stetig auf I} D(I) :={f : I! R : f ist differenzierbar auf I} D k (I) :={f : I! R : f ist k-mal differenzierbar auf I} C k (I) :={f : I! R : f ist k-mal stetig differenzierbar auf I} 1\ C 1 (I) := C k (I) k=0 Normalerweise schreiben wir kürzer C[a, b] oder C(a, b) etc. anstelle von C([a, b]) oder C((a, b)). Beispiel 6.19 Sei f : R! R definiert durch: f(x) = ( x 2 sin 1 x, für x 6= 0 0, für x =0, (siehe Abbildung 6.4). Die Differenzierbarkeit von f auf R \{0} folgt unmittelbar aus Satz 6.5. Insbesondere ist für x 6= 0: f 0 (x) =2x sin 1 x + x2 (cos 1 x )( x 2 )=2x sin 1 x + cos 1 x, wenn wir für den Moment als bekannt voraussetzen, dass die Ableitung des Sinus der Cosinus ist. Für x =0erhalten wir: f(t) f(0) t 0 = t2 sin 1 t t = t sin 1 t Wir wir bereits in Beispiel 6.4 gesehen hatten, gilt lim t sin 1 t!0 t =0und daher gilt: ( f 0 2x sin 1 (x) = x + cos 1 x, für x 6= 0 0, für x =0.
11 6.4 Der Satz von Taylor 103 Wie in Beispiel 5.41 zeigt man, dass cos 1 x für x! 0 keinen Grenzwert besitzt. Also ist f 0 nicht stetig in x =0und wir haben f 2 D(R), aberf/2 C 1 (R). Für x 6= 0ist die Ableitung f 0 aber nach den Rechenregeln aus Satz 6.5 wieder differenzierbar und induktiv folgt, dass f 2 C 1 (", +1) für jedes ">0. C Das letzte Beispiel zeigt, dass Ableitungen von differenzierbaren Funktionen nicht stetig sein müssen. Der folgende Satz liefert aber, dass die Unstetigkeitsstellen von Ableitungen nicht beliebig sein können: Satz 6.20 (Zwischenwertsatz für Ableitungen) Sei f :[a, b]! R differenzierbar auf [a, b] und f 0 (a) < <f 0 (b). Dann existiert ein 2 (a, b) mit f 0 ( ) =. Beweis: Wir betrachten die Funktion h(t) :=f(t) t. Dannisth differenzierbar auf [a, b] und insbesondere stetig auf [a, b]. NachSatz5.21 nimmt h auf dem kompakten Intervall [a, b] das Minimum an einer Stelle 2 [a, b] an. Es gilt h 0 (a) =f 0 (a) <0 nach Voraussetzung. Nach Lemma 6.9 gibt es ein t>amit h(t) <h(a). Alsogilt 6= a. Analogfolgtaush 0 (b) =f 0 (b) >0, dass h(t) <h(b) für ein t 2 (a, b) gilt, woraus wir 6= b schließen können. Nach Satz 6.11 folgt jetzt h 0 ( ) =0,d.h.f 0 ( ) = Der Satz von Taylor Satz 6.21 (Satz von Taylor) Sei f :[a, b]! R und n 2 N, so dass f 2 C n [a, b]\ D n+1 (a, b). Seienfernerx, x 0 2 [a, b] verschiedene Punkte und das Polynom P n definiert durch: Vorlesung vom: Video zur Vorlesung: P n (t) = nx k=0 f (k) (x 0 ) (t x 0 ) k k! = f(x 0 )+ f 0 (x 0 ) 1! (t x 0 )+ f 00 (x 0 ) 2! Dann gibt es ein zwischen x und x 0, so dass f(x) =P n (x)+ f (n+1) ( ) (n + 1)! () n+1. (t x 0 ) f (n) (x 0 ) (t x 0 ) n. n! (6.15) Das Polynom aus (6.15) nennt man Taylor-Polynom vom Grad n bei Entwicklung um x 0, während R n (x) := f (n+1) ( ) (n + 1)! () n+1 das Lagrangesche Restglied der Taylorschen Formel genannt wird. Bevor wir den Beweis führen, betrachten wir die Situation für n =0.Hieristdie Aussage, dass es ein zwischen x und x 0 gibt, so dass f(x) =P 0 (x)+ f 0 ( ) ( )=f(x 0 )+f 0 ( )( ) 1! gilt. Dies ist nichts Anderes als der Mittelwertsatz Worin liegt der Nutzen des Satzes von Taylor? Wir approximieren den Funktionswert f(x) durch das Taylorpolynom P n (x). ObwohlmanimAllgemeinenden
12 104 Differenzierbarkeit Näherungsfehler R n (x) nicht genau kennt, lässt er sich doch oft abschätzen. Ist etwa f (n+1) (x) applem n+1 für alle x 2 [a, b], soerhaltenwirausdemsatzvontaylor Darüberhinaus gilt für alle k =0,...,n: P (k) so dass für alle k =0,...,n folgt: f(x) P n (x) apple M n+1 (n + 1)! n+1. n (x) =f (k) (x 0 )+ f (k+1) (x 0 ) (k + 1)!( ) 1 k! + f (k+1) (x 0 ) (k + 2)(k + 1)...3( ) (k + 1)! + f (n) (x 0 ) n(n 1)...(n k + 1)( ) n k n! P (k) n (x 0 )=f (k) (x 0 ). (6.16) Mit anderen Worten: Für k =0,...,n stimmt das Taylor-Polynom P n mit f an der Stelle x 0 im Funktionswert und den ersten k 1 Ableitungen überein. Falls f beliebig oft auf [a, b] differenzierbar ist und es M n apple C n für alle n 2 N gilt 1, dann erhalten wir >0 und C>0 gibt, so dass f(x) P n (x) apple Cn+1 n+1 (n + 1)! = (C ) n+1 (n + 1)! = n+1 (n + 1)!, (6.17) wobei wir := C x x 0 gesetzt haben. Da für jedes 2 C die Reihe exp( ) = konvergiert (siehe Abschnitt 4.12), folgt, dass für jedes feste x 2 [a, b] der Ausdruck auf der rechten Seite von (6.17) fürn!1gegen 0 konvergiert. Daher gilt unter diesen Voraussetzungen, dass P n (x)! f(x) für jedes feste x 2 [a, b] und es ergibt sich: 1X f (k) (x 0 ) f(x) = ( ) k. k! k=0 In diesem Fall lässt sich f durch eine Potenzreihe darstellen und die Kenntnis des Wertes von f und seiner Ableitungen bei x 0 ermöglicht uns die Berechnung von f im ganzen Intervall [a, b]. Beweis von Satz 6.21 Für den Fall n =0habenwir die Behauptung bereits gezeigt: hier ist sie genau die Aussage des Mittelwertsatzes. Sei daher im Folgenden stets n 1. Wir definieren die Zahl K 2 R durch 1X n=0 n n! f(x) =P n (x)+k( ) n+1. (6.18) Unser Ziel ist es jetzt zu zeigen, dass es ein zwischen x und x 0 gibt, so dass K = f (n+1) ( ) (n+1)! bzw. K(n + 1)! = f (n+1) ( ) (6.19) 1 Dies ist eine sehr starke Annahme, die im Allgemeinen nicht erfüllt ist.
13 6.5 Die Regel von L Hospital 105 gilt. Dazu betrachten wir die Funktion g :[a, b]! R mit Wegen (6.16) haben wir g(t) :=f(t) P n (t) K(t x 0 ) n+1. g(x 0 )=g 0 (x 0 )=g 00 (x 0 )= = g (n) (x 0 )=0. (6.20) Nach Wahl von K gilt: g(x) =0.NachdemMittelwertsatz(Korollar6.13) gibtes ein 1 zwischen x und x 0 mit also g 0 ( 1 )=0. 0=g(x) g(x 0 )=g 0 ( 1 )( ), {z } 6=0 Da nach (6.20) g 0 (x 0 )=0und g 0 ( 1 )=0, können wir wieder nach dem Mittelwertsatz die Existenz eines 2 zwischen x 0 und 1 mit g 00 ( 2 )=0folgern. Induktiv finden wir damit ein = n+1 zwischen x 0 und x, sodass 0=g (n+1) ( ) =f (n+1) ( ) K(n + 1)! gilt. Dies wollten wir zeigen (siehe Gleichung (6.19)) Die Regel von L Hospital Satz 6.22 (Regeln von L Hospital) Seien f,g: (a, b)! R differenzierbar, wobei 1 apple a<bapple +1 und g 0 (x) 6= 0für alle x 2 (a, b) gilt. Es gelte eine der Aussagen: (i) (ii) Dann ist: lim f(x) = lim g(x) =0, x!a+ x!a+ lim g(x) =+1 oder lim g(x) = 1. x!a+ x!a+ f(x) lim x!a+ g(x) = lim f 0 (x) x!a+ g 0 (x), (6.21) falls der Grenzwert auf der rechten Seite von (6.21) im eigentlichen oder uneigentlichen Sinne existiert. Analoges gilt für den Grenzwert x! b. Beweis: Wir setzen f 0 (x) := lim x!a+ g 0 (x). (6.22) Der Beweis erfolgt in zwei Schritten: Zunächst betrachten wir 2 [ 1, +1), dann 2 ( 1, +1]. Diese zwei Fälle sind natürlich nicht disjunkt, wir leiten aber für beide Situationen wichtige Eigenschaften her. Sei also zunächst 2 [ 1, +1) und b 0 > beliebig. Wir finden dann ein b 1 2 R mit <b 1 <b 0.NachDefinitionvon in (6.22) finden wir ein x 1,sodass f 0 (x) g 0 (x) <b 1 <b 0 für alle x 2 (a, x 1 ) (6.23)
14 106 Differenzierbarkeit gilt. Sind x, u 2 (a, x 1 ) mit x 6= u, sogibtesnachdemverallgemeinertenmittelwertsatz (Satz 6.12) ein zwischen x und u, so dass f(x) g(x) f(u) g(u) Satz 6.12 = f 0 ( ) (6.23) g 0 < b 1 <b 0 (6.24) ( ) gilt. Für die letzte Ungleichung haben wir benutzt, dass zwischen x 2 (a, x 1 ) und u 2 (a, x 1 ) und damit natürlich auch wieder im offenen Intervall (a, x 1 ) liegt. Falls Bedingung (i) erfüllt ist, so erhalten wir aus (6.24) durch Grenzübergang x! a+: f(u) g(u) apple b 1 <b 0 für alle u 2 (a, x 1 ). (6.25) Falls Bedingung (ii) gilt, so verfahren wir wie folgt: Zu festem u 2 (a, x 1 ) finden wir x 2 2 (a, u), sodassfürallex 2 (a, x 2 ) gilt: Der erste Fall findet für 1. Danngilt g(x) > max {0,g(u)} bzw. g(x) < min {0,g(u)}. lim g(x) =+1 Anwendung, der zweite für lim g(x) = x!a+ x!a+ g(x) g(u) > 0 für alle x 2 (a, x 2 ). (6.26) g(x) Daher dürfen wir die Ungleichung in (6.24) mit dem Ausdruck auf der linken Seite von (6.26) multiplizieren,so dass die Ungleichung erhalten bleibt.es ergibt sich: f(x) f(u) <b 1 g(x) g(x) g(u) g(x) für alle x 2 (a, x 2 ). Umformen ergibt: f(x) g(x) <b 1 b 1 g(u) g(x) + f(u) g(x) für alle x 2 (a, x 2). (6.27) Für x! a+ konvergiert die rechte Seite von (6.27) gegenb 1.Dab 1 <b 0 lässt sich die linke Seite von (6.27) daherfürx dicht genug bei a nach oben strikt durch b 0 beschränken. Mit anderen Worten: Wir finden x 3 2 (a, x 2 ),sodass gilt. f(x) g(x) <b 0 für alle x 2 (a, x 3 ) (6.28) Betrachten wir jetzt noch einmal (6.28) zusammen mit(6.25). Die beiden Ungleichungen besagen, dass unter der Voraussetzung (i) oder (ii) zu jedem b 0 > 2 [ 1, +1) ein x 0 existiert, so dass f(x) g(x) <b 0 für alle x 2 (a, x 0 ) (6.29) Falls = 1, sofolgtaus(6.29) bereitsdieaussage:fürjedesb 0 2 R ist dann f(x)/g(x) < b 0,fallsx 2 (a, x 0 ) ist. Das bedeutet aber f(x)/g(x)! 1 für x! a+ (siehe Definition 5.47). Für den Rest des Beweises können wir also 2 ( 1, +1] annehmen. Analog zu unseren Rechnungen oben zeigt man jetzt, dass zu jedem b 0 < ein x 0 existiert, so dass f(x) g(x) > b 0 für alle x 2 (a, x 0 ) (6.30)
15 6.5 Die Regel von L Hospital 107 gilt. Falls x! a+. =+1, sofolgtaus(6.30) genauso wie oben, dass f(x)/g(x)! +1 für Wir haben also letztendlich nur noch den Fall 2 ( 1, +1) (also den endlichen Fall) zu betrachten. In diesem Fall können wir beide Ungleichungen (6.29) und(6.30) verwenden. Es folgt, dass zu jedem ">0 ein x 0 existiert, so dass "< f(x) g(x) < + " für alle x 2 (a, x 0) gilt. Für die erste Ungleichung haben wir dabei (6.30) mit b 0 = " benutzt, für die zweite die vorher hergeleitete Ungleichung (6.29) mitb 0 = + ". Diesbedeutet aber, dass f(x)/g(x)! für x! a+. 2
16
19.2 Mittelwertsatz der Differentialrechnung
19 Mittelwertsätze der Differentialrechnung mit Anwendungen 19.1 Satz von Rolle 19.2 Mittelwertsatz der Differentialrechnung 19.4 Globaler Wachstumssatz 19.6 Verallgemeinerter Mittelwertsatz der Differentialrechnung
Mehr9. Übungsblatt zur Vorlesung Mathematik I für Informatik
Fachbereich Mathematik Prof. Dr. Thomas Streicher Dr. Sven Herrmann Dipl.-Math. Susanne Pape 9. Übungsblatt zur Vorlesung Mathematik I für Informatik Wintersemester 2009/2010 8./9. Dezember 2009 Gruppenübung
MehrIV. 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
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
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
Mehr6 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
MehrThema 5 Differentiation
Thema 5 Differentiation Definition 1 Sei f : D R. Dann ist f im Punkt x 0 differenzierbar, falls f(x) f(x 0 ) x x 0 x x 0 auf der Menge D \ {x 0 } existiert. Der Limes ist dann die Ableitung von f im Punkt
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................................
MehrMathematischer Vorkurs NAT-ING II
Mathematischer Vorkurs NAT-ING II (02.09.2013 20.09.2013) Dr. Jörg Horst WS 2013-2014 Mathematischer Vorkurs TU Dortmund Seite 1 / 252 Kapitel 7 Differenzierbarkeit Mathematischer Vorkurs TU Dortmund Seite
MehrHM I Tutorium 9. Lucas Kunz. 19. Dezember 2018
HM I Tutorium 9 Lucas Kunz 19. Dezember 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Definition der Ableitung............................ 2 1.2 Ableitungsregeln................................ 2 1.2.1 Linearität................................
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
MehrKapitel 6 Folgen und Stetigkeit
Kapitel 6 Folgen und Stetigkeit Mathematischer Vorkurs TU Dortmund Seite 76 / 226 Definition 6. (Zahlenfolgen) Eine Zahlenfolge (oder kurz: Folge) ist eine Funktion f : 0!. Statt f(n) schreiben wir x n
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 )
MehrMathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG dirr@mathematik.uni-wuerzburg.de http://www2.mathematik.uni-wuerzburg.de
MehrDer 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
MehrAnalysis I. Vorlesung 19
Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 19 In dieser Vorlesung untersuchen wir mit Mitteln der Differentialrechnung, wann eine Funktion f: I R, wobei I R ein Intervall ist, (lokale)
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
MehrInstitut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 14
Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark 03.02.2019 Dr. Markus Lange Analysis 1 Aufgabenzettel 14 Dieser Zettel wird in der letzten Übung des Semesters am 08.02.2019 besprochen Aufgabe
Mehrsign: R R, sign(x) := 0 falls x = 0 1 falls x < 0 Diese ist im Punkt x 0 = 0 nicht stetig, denn etwa zu ε = 1 finden wir kein δ > 0
ANALYSIS FÜR PHYSIK UND VERWANDTE FÄCHER I 81 3. Stetigkeit 3.1. Stetigkeit. Im Folgenden sei D R eine beliebige nichtleere Teilmenge. Typischerweise wird D ein allgemeines Intervall sein, siehe Abschnitt
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
MehrBrückenkurs Rechentechniken
Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige
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
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.
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
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.
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
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
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)
MehrVorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge
MehrAnalysis I. 3. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 3. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine Abbildung F von einer Menge L in eine
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
Mehrdifferenzierbare Funktionen
Kapitel IV Differenzierbare Funktionen 18 Differenzierbarkeit und Rechenregeln für differenzierbare Funktionen 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 20 Gleichmäßige Konvergenz von
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
Mehr11 Logarithmus und allgemeine Potenzen
Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den
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,
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
MehrHöhere 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
Mehrx 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
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 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,
MehrStetigkeit. Definitionen. Beispiele
Stetigkeit Definitionen Stetigkeit Sei f : D mit D eine Funktion. f heißt stetig in a D, falls für jede Folge x n in D (d.h. x n D für alle n ) mit lim x n a gilt: lim f x n f a. Die Funktion f : D heißt
MehrHöhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe
MehrANALYSIS 1 Kapitel 6: Stetige Funktionen
ANALYSIS 1 Kapitel 6: Stetige Funktionen MAB.01012UB MAT.101UB Vorlesung im WS 2017/18 Günter LETTL Institut für Mathematik und wissenschaftliches Rechnen Karl-Franzens-Universität Graz 6.1 Grundbegrie
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
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
MehrKarlsruher Institut für Technologie (KIT) WS 2012/13 Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning
Karlsruher Institut für Technologie (KIT) WS 202/3 Institut für Analysis 26..202 Prof. Dr. Tobias Lamm Dr. Patrick Breuning Höhere Mathematik I für die Fachrichtung Physik 7. Übungsblatt Aufgabe Untersuchen
MehrMisterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)
Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung
Mehr16. 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
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)
Mehr1 Polynome III: Analysis
1 Polynome III: Analysis Definition: Eine Eigenschaft A(x) gilt nahe bei a R, falls es ein δ > 0 gibt mit A(x) gilt für alle x (a δ, a + δ)\{a} =: U δ (a) Beispiele: x 2 5 nahe bei 0 (richtig). Allgemeiner:
MehrAnalysis 1. Torsten Wedhorn. f(x) f( x) x x. (2) Die Funktion f heißt auf D differenzierbar, falls f in jedem Punkt x D differenzierbar ist.
Analysis Torsten Wedorn 8 Differentiation (A) Differenzierbare Funktionen (B) Recenregeln für die Ableitung (C) Lokale Extrema und Mittelwertsatz (D) Ableitung und Monotonie (E) Der Satz von l Hospital
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
Mehrc < 1, (1) c k x k0 c k = x k0
4.14 Satz (Quotientenkriterium). Es sei (x k ) Folge in K. Falls ein k 0 existiert, so dass für k k 0 gilt x k 0 und x k+1 x k c < 1, (1) so ist x k absolut konvergent. Beweis. Aus (1) folgt mit vollständiger
Mehre. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme sin(x+y) = cos(x) sin(y)+sin(x) cos(y). und f. Für eine reelle Zahl x R gilt e ix = 1.
8. GRENZWERTE UND STETIGKEIT VON FUNKTIONEN 51 e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme cos(x+y) = cos(x) cos(y) sin(x) sin(y) und sin(x+y) = cos(x) sin(y)+sin(x) cos(y). f. Für eine
Mehr5 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.
MehrDifferenzierbarkeit. Klaus-R. Loeffler. 1 Hinführung, Definition und unmittelbare Folgerungen
Differenzierbarkeit Klaus-R. Loeffler Inhaltsverzeichnis 1 Hinführung, Definition und unmittelbare Folgerungen 1 1.1 Hinführung.......................................... 1 1.2 Definition der Differenzierbarkeit..............................
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
Mehr{, wenn n gerade ist,, wenn n ungerade ist.
11 GRENZWERTE VON FUNKTIONEN UND STETIGKEIT 60 Mit anderen Worten, es ist lim f(x) = b lim f (, a)(x) = b, x a x a wobei f (, a) die Einschränkung von f auf (, a) ist. Entsprechendes gilt für lim x a.
Mehr( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( )
64 Die Tangente in x 0 eignet sich also als lokale (lineare) Näherung der Funktion in der Nähe des Punktes P. Oder gibt es eine noch besser approximierende Gerade? Satz 4.9 Unter allen Geraden durch den
Mehr3 Folgen, Reihen und stetige Funktionen
Höhere Mathematik 101 3 Folgen, Reihen und stetige Funktionen 3.1 Folgen und Reihen: Definitionen und Beispiele Eine reelle oder komplexe Zahlenfolge ist eine Abbildung, die jeder natürlichen Zahl n eine
MehrAnalysis I - Stetige Funktionen
Kompaktheit und January 13, 2009 Kompaktheit und Funktionengrenzwert Definition Seien X, d X ) und Y, d Y ) metrische Räume. Desweiteren seien E eine Teilmenge von X, f : E Y eine Funktion und p ein Häufungspunkt
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
MehrVorlesungen 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
Mehr4 Differenzierbarkeit
7 4 DIFFERENZIERBARKEIT Sei dazu 0 < ρ < s < r. Dann gilt lim sup k k a k
MehrMathematik I. k=0 c k(x a) k bilden die Teilpolynome n k=0 c k(x a) k polynomiale Approximationen für die Funktion f
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 30 Zu einer konvergenten Potenzreihe f(x) = c k(x a) k bilden die Teilpolynome n c k(x a) k polynomiale Approximationen für die Funktion
MehrMathematik I. Vorlesung 27. Differenzierbare Funktionen. In diesem Abschnitt betrachten wir Funktionen f :D K, wobei D K eine offene Menge in K ist.
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 27 Differenzierbare Funktionen In diesem Abschnitt betrachten wir Funktionen, wobei D K eine offene Menge in K ist. Definition 27.1. Sei
MehrEigenschaften stetiger Funktionen Buch Kap. 2.5
Eigenschaften stetiger Funktionen Buch Kap. 2.5 Satz 2.6: (Nullstellensatz) Ist f : [a, b] R stetig und haben f (a) und f (b) unterschiedliche Vorzeichen, so besitzt f in (a, b) mindestens eine Nullstelle.
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
MehrAnalysis I. 6. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 6. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Eine Relation zwischen den Mengen X und Y.
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
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
MehrKapitel 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.
MehrDifferentialrechnung
KAPITEL 4 Differentialrechnung. Eigenschaften der Ableitung und Differentationsregeln.. Definition der Ableitung. Definition 4.. Ableitung. Die Funktion f sei auf dem Intervall I R deniert und x 0 I. )
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)
Mehr13 Stetige Funktionen
$Id: stetig.tex,v.4 2009/02/06 3:47:42 hk Exp $ 3 Stetige Funktionen 3.2 Stetige Funktionen In anderen Worten bedeutet die Stetigkeit einer Funktion f : I R also f(x n) = f( x n ) n n für jede in I konvergente
MehrLösungen der Übungsaufgaben von Kapitel 3
Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen
MehrAnwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
MehrAnalysis 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
MehrAnalysis I. 2. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Die Produktmenge aus zwei Mengen L und 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
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
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
Mehr20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen
20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium
MehrHöhere Mathematik I für die Fachrichtung Physik. Lösungsvorschläge zum 12. Übungsblatt
Institut für Analysis WS07/8 Prof. Dr. Dirk Hundertmark 6..08 Dr. Michal Je Höhere Mathematik I für die Fachrichtung Physik Lösungsvorschläge zum. Übungsblatt Aufgabe 68: a Es sei c irgendeine Zahl zwischen
MehrAnalysis I. Vorlesung 12. Stetige Funktionen. Den Abstand zwischen zwei reellen (oder komplexen) Zahlen x und x bezeichnen
Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 12 Stetige Funktionen Den Abstand zwischen zwei reellen (oder komplexen) Zahlen x und x bezeichnen wir mit d(x,x ) := x x. Bei einer Funktion
MehrÜbungen 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
MehrNachklausur Analysis I
SS 008 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Nachklausur Analysis I 07.0.008 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung
MehrFunktionsgrenzwerte, Stetigkeit
Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn
MehrDifferentialrechnung
Differentialrechnung Um Funktionen genauer zu untersuchen bzw. sie zu analysieren, ist es notwenig, etwas über ihren Verlauf, as qualitative Verhalten er Funktion, sagen zu können. Das heisst, wir suchen
MehrThema 4 Limiten und Stetigkeit von Funktionen
Thema 4 Limiten und Stetigkeit von Funktionen Wir betrachten jetzt Funktionen zwischen geeigneten Punktmengen. Dazu wiederholen wir einige grundlegende Begriffe und Schreibweisen aus der Mengentheorie.
MehrFolgen, Reihen, Grenzwerte u. Stetigkeit
Folgen, Reihen, Grenzwerte u. Stetigkeit Josef F. Bürgler Abt. Informatik HTA Luzern, FH Zentralschweiz HTA.MA+INF Josef F. Bürgler (HTA Luzern) Einf. Infinitesimalrechnung HTA.MA+INF 1 / 33 Inhalt 1 Folgen
Mehr12 Extremwerte und Monotonie
5 II. Differentialrechnung 1 Extremwerte und Monotonie Lernziele: Resultate: Existenz von Maxima und Minima stetiger Funktionen auf kompakten Intervallen, Monotoniesatz Kompetenzen: Bestimmung lokaler
Mehr8 Reelle Funktionen. 16. Januar
6. Januar 9 54 8 Reelle Funktionen 8. Reelle Funktion: Eine reelle Funktion f : D f R ordnet jedem Element x D f der Menge D f R eine reelle Zahl y R zu, und man schreibt y = f(x), x D. Die Menge D f heißt
MehrMathematischer Vorkurs NAT-ING II
Mathematischer Vorkurs NAT-ING II (0.09.03 0.09.03) Dr. Jörg Horst WS 03-04 Mathematischer Vorkurs TU Dortmund Seite / 5 Mathematischer Vorkurs TU Dortmund Seite 6 / 5 Schenkel Winkelbereich Scheitel S
MehrMathematik zum Mitnehmen
Mathematik zum Mitnehmen Zusammenfassungen und Übersichten aus Arens et al., Mathematik Bearbeitet von Tilo Arens, Frank Hettlich, Christian Karpfinger, Ulrich Kockelkorn, Klaus Lichtenegger, Hellmuth
MehrAnalysis I. 6. Übungsstunde. Steven Battilana. battilana.uk/teaching
Analysis I 6. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 26, 2017 1 Erinnerung Eine Abbildung f : X Y heisst injektiv, falls 1, 2 X : 1 2 f( 1 ) f( 2 ). (In Worten:
MehrHöhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 7. Übungsblatt
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl WS 008/09 Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge
MehrStetigkeit, Konvergenz, Topologie
Ferienkurs Seite 1 Technische Universität München Ferienkurs Analysis 1 Hannah Schamoni Wintersemester 2011/12 Stetigkeit, Konvergenz, Topologie 21.03.2012 Inhaltsverzeichnis 1 Stetigkeit und Konvergenz
Mehr