4 Differenzierbarkeit
|
|
- Ida Ziegler
- vor 6 Jahren
- Abrufe
Transkript
1 7 4 DIFFERENZIERBARKEIT Sei dazu 0 < ρ < s < r. Dann gilt lim sup k k a k <. Damit existiert s K N mit k a k für k K. Für z U(z s 0, ρ) und k K folgt damit a k (z z 0 ) k = ak z z 0 k ( ) k ( ρ ) k ρ k =. s s Die Behauptung folgt nun mit c k := ( ρ s) k aus Satz Zum Beispiel folgt aus obigem Satz, dass die Funktion exp : C C stetig ist. (Dies wurde bereits im Beweis von Satz.9.5 benutzt.) Allgemeiner sieht man, dass für a R + die durch z a z := exp(z ln a) definierte Funktion von C nach C stetig ist. 4 Differenzierbarkeit 4. Definition und grundlegende Eigenschaften Definition 4.. Sei M R, f : M C und ξ M Häufungspunkt von M. Dann heißt f differenzierbar in ξ, wenn f(x) f(ξ) lim x ξ x ξ existiert. Dieser Grenzwert heißt dann Ableitung von f in ξ (oder an der Stelle ξ). Er wird mit f (ξ) oder df (ξ) bezeichnet. dx Ist M die Menge der Häufungspunkte von M, in denen f differenzierbar ist, so wird durch x f (x) eine Funktion f : M C definiert, die Ableitung von f. Diese wird auch mit df bezeichnet. dx Ist A M, so heißt f differenzierbar in A falls A M. Ist M = M, so heißt f differenzierbar. Bemerkungen.. Für f bzw. f (x) wird auch die (etwas problematische) Bezeichnung df(x) verwandt. dx. Die Idee ist (für reellwertiges f) natürlich folgende: durch f(x) f(ξ) x ξ ist die Steigung der Sekante durch die Punkte (x, f(x)) und (ξ, f(ξ)) gegeben, und im Grenzwert x ξ sollte man die Steigung der Tangente an den Graph von f im Punkte (ξ, f(ξ)) erhalten. Durch x f(ξ) + f (ξ)(x ξ) ist dann die Tangente an den Graphen von f im Punkte (ξ, f(ξ)) gegeben. 3. Auch bei Funktionen f : M R sind in Definition 4.. uneigentliche Grenzwerte (also f (ξ) = ± ) nicht zugelassen. 4. Man kann den Grenzwert in Definition 4.. auch in der Form lim h 0 f(ξ + h) f(ξ) h
2 4. Definition und grundlegende Eigenschaften 73 schreiben. Beispiel. Sei n N 0, f : R R, f(x) = x n. Behauptung. Die Funktion f ist differenzierbar und f (x) = nx n für x R. Beweis. Für x, h R, h 0, ist f(x + h) f(x) h = (x + h)n x n h = n k= und daraus folgt für h 0 die Behauptung. ( ) ( ) n n x n k h k = nx n + x n h+..., k Beispiel. Sei a C, f : R C, f(x) = e ax (= exp ax). Behauptung. Die Funktion f ist differenzierbar und f (x) = ae ax für x R. Beweis. Für x, h R, h 0, ist f(x + h) f(x) h = eax+ah e ax h = eax e ah e ax h = ae axeah ah. Wegen lim z 0 e z z = (vgl. 3.3) folgt die Behauptung. Satz 4.. Sei M R, f : M C und ξ M Häufungspunkt von M. Dann ist f genau dann differenzierbar in M, wenn eine in ξ stetige Funktion q : M C mit f(x) = f(ξ)+q(x)(x ξ) für x M existiert. Ist dies der Fall, so gilt q(ξ) = f (ξ). Beweis. Sei η C. Nach Satz 3.3. gilt genau dann, wenn die durch f(x) f(ξ) lim = η x ξ x ξ { f(x) f(ξ) q(x) = x ξ η falls x M\{ξ}, falls x = ξ definierte Funktion q : M C stetig in ξ ist. Daraus folgt die Behauptung. Satz 4.. Sei M R, f : M C und ξ M Häufungspunkt von M. Ist f differenzierbar in ξ, so ist f stetig in ξ. Der Satz besagt also, dass differenzierbare Funktionen stetig sind. Sein Beweis folgt unmittelbar aus Satz 4... Satz 4..3 Sei M R, ξ M Häufungspunkt von M, f, g : M C differenzierbar in ξ und c C. Dann sind f + g, c f, f g und im Falle g(ξ) 0 auch die (in M\g (0) definierte) Funktion f differenzierbar in ξ und es gilt g (i) (f + g) (ξ) = f (ξ) + g (ξ), (ii) (c f) (ξ) = c f (ξ), (iii) (f g) (ξ) = f (ξ) g(ξ) + f(ξ) g (ξ),
3 74 4 DIFFERENZIERBARKEIT (iv) ( ) f (ξ) = f (ξ) g(ξ) f(ξ) g (ξ). g g(ξ) Man nennt (iii) Produktregel und (iv) Quotientenregel. Der Beweis von (i) und (ii) ist sehr einfach und hier ausgelassen. Zum Beweise von (iii) beachte man, dass für x ξ (f g)(x) (f g)(ξ) x ξ = = = f(x)g(x) f(ξ)g(ξ) x ξ f(x)g(x) f(ξ)g(x) + f(ξ)g(x) f(ξ)g(ξ) x ξ f(x) f(ξ) g(x) g(ξ) g(x) + f(ξ) x ξ x ξ gilt. Da lim x ξ g(x) = g(ξ) wegen Satz 4.., folgt hieraus die Behauptung. Die Quotientenregel (iv) folgt auf ähnliche Weise. Wir verzichten auf die Details. Beispiele.. Sinus und Cosinus (auf R eingeschränkt) sind differenzierbar mit sin = cos und cos = sin. Denn wegen sin x = i (eix e ix ), Beispiel zu Definition 4.. und Satz 4..3, (i) und (ii), ist der Sinus differenzierbar und sin x = i ( ie ix ( i)e ix) = ( e ix + e ix) = cosx für x R. Analog zeigt man cos = sin.. Tangens und Cotangens sind differenzierbar mit tan = + tan = cot = cot =. Dies folgt aus der Quotientenregel. Zum Beispiel ist sin ( ) sin tan = = sin cos sin cos = cos + sin = cos cos cos cos = + tan. cos und Satz 4..4 (Kettenregel) Seien M, N, L R, N L, g : M N, f : L C. Sei ξ M Häufungspunkt von M und g(ξ) Häufungspunkt von L. Sei g differenzierbar in ξ und sei f differenzierbar in g(ξ). Dann ist f g differenzierbar in ξ und es gilt (f g) (ξ) = f (g(ξ))g (ξ). Beweis. Nach Satz 4.. existieren in ξ bzw. η := g(ξ) stetige Funktionen p : M C und q : L C mit g(x) = g(ξ)+(x ξ)p(x) für x M und f(y) = f(η)+(y η)q(y) für y L, und es gilt g (ξ) = p(ξ) und f (η) = q(η). Mit y = g(x) folgt (f g)(x) = (f g)(ξ) + (g(x) g(ξ))q(g(x)) = (f g)(ξ) + (x ξ)p(x)q(g(x)). Da die durch x p(x)q(g(x)) definierte Funktion stetig in ξ ist und dort den Wert p(ξ)q(g(ξ)) = g (ξ)f (g(ξ)) hat, folgt mit Satz 4.. die Behauptung. Beispiele.. Die Funktion exp cos ist differenzierbar und (exp cos) (x) = exp (cosx) cos x = e cos x sin x.
4 4. Definition und grundlegende Eigenschaften 75. Ist f : M R differenzierbar in ξ M, so ist für n N auch f n : M R differenzierbar in ξ mit (f n ) (ξ) = nf n (ξ)f (ξ). Dies folgt aus der Kettenregel und Beispiel zu Definition 4... Ist etwa f : R R, f(x) = sin 3 x, so gilt f (x) = 3 sin x cosx. Wir haben Differenzierbarkeit hier nur für Funktionen mit Definitionsbereich in R (und Zielbereich in C) betrachtet. Lässt man in Definition 4.. den Definitionsbereich in C zu, so erhält man den Begriff der komplexen Differenzierbarkeit. Es sei angemerkt, dass die bisherigen Resultate über Differenzierbarkeit mit denselben Beweisen auch für komplexe Differenzierbarkeit gelten. (Auch die im folgenden Satz auftauchende Formel für die Ableitung der Umkehrfunktion gilt noch für komplexe Differenzierbarkeit.) Ansonsten treten bei der Untersuchung der komplexen Differenzierbarkeit aber ganz andere Phänomene auf wie bei der Differenzierbarkeit von Funktionen mit Definitionsbereich in R. Komplexe Differenzierbarkeit wird später (voraussichtlich in Analysis IV) ausführlich behandelt. Zuvor wird in Analysis II Differenzierbarkeit von Funktionen mit Definitionsbereich in R n (und Zielbereich in R m ) untersucht. (Für Funktionen von Teilmengen von C = R nach C erhalten wir also zwei Differenzierbarkeitsbegriffe!) Im folgenden untersuchen wir Differenzierbarkeit nur für auf Intervallen definierte Funktionen. Ist I das Intervall [a, b], [a, b), (a, b] oder (a, b), so nennen wir das Intervall (a, b) das Innere von I und bezeichnen es mit int(i). Die Punkte a, b nennen wir auch Randpunkte von I. Satz 4..5 Seien I, J R Intervalle, f : I J stetig, streng monoton und surjektiv (und damit bijektiv nach Satz 3..3). Sei ξ I und sei f differenzierbar in ξ mit f (ξ) 0. Dann ist f differenzierbar in η := f(ξ) und es gilt (f ) (η) = f (ξ) = f (f (η)). Beweis. Sei (y n ) Folge in J\{η} mit y n η. Sei x n := f (y n ). Da f nach Satz 3..3 stetig ist, folgt x n f (η) = ξ. Wegen der Bijektivität von f ist auch x n ξ für alle n N. Es folgt f (y n ) f (η) y n η und daraus die Behauptung. = x n ξ f(x n ) f(ξ) f (ξ), Beispiele.. Der natürliche Logarithmus ln : R + R ist die Umkehrfunktion der Exponentialfunktion exp : R R +, nach Satz 4..5 also differenzierbar mit (ln) (x) = exp (ln x) = exp(ln x) = x für x R +. Hieraus erhält man, dass für a C die durch x x a definierte Funktion f : R + C differenzierbar ist und f (x) = ax a gilt. Denn dies folgt wegen f(x) = exp(a ln x) aus der Kettenregel: f (x) = a exp(a lnx)(ln) (x) = ax a x = axa.
5 76 4 DIFFERENZIERBARKEIT Für a N ist dies das Beispiel zu Definition Sei f : R R, f(x) = x 3. Dann ist f streng monoton steigend, stetig und bijektiv. Außerdem ist f differenzierbar mit f (x) = 3x. Die Umkehrfunktion f ist gegeben durch f (y) = y /3 (wobei wir dies für y < 0 durch y /3 = ( y) /3 definiert haben). Für y 0 erhält man mit Satz 4..5 (oder durch die Wahl a = 3 im vorigen Beispiel) sofort (f ) (y) = 3 y /3. Für y = 0 ist aber x := f (y) = 0, also f (x) = 0, und damit Satz 4..5 nicht anwendbar. Tatsächlich sieht man leicht, dass f (y) f (0) y 0 = y /3 für y 0, also f nicht differenzierbar in 0 ist. 3. Wegen sin x = cosx > 0 für x aus dem Intervall ( π, π ) ist arcsin differenzierbar im Intervall (, ) und es gilt dort arcsin x = sin (arcsin x) = cos(arcsin x) = sin (arcsin x) =. x In den Punkten ± ist arcsin nicht differenzierbar. Analog sieht man, dass die Funktion arccos : [, ] [0, π] im Intervall (, ) differenzierbar ist und dort arccos x = x gilt. Ebenso zeigt eine kurze Rechnung, dass arctan : R ( π, π ) und arccot : R (0, π) auf ganz R differenzierbar sind und für alle x R gilt. arctan x = + x und arccot x = + x Die Ableitung einer differenzierbaren Funktion muss nicht stetig sein. Als Beispiel betrachten wir die Funktion f : R R, { x sin falls x 0, x f(x) = 0 falls x = 0 Wir zeigen: (i) f ist differenzierbar, (ii) f ist nicht stetig. zu (i): Mit Produkt- und Kettenregel folgt, dass f differenzierbar in R\{0} ist, mit f (x) = x sin ( x + x cos ) ( x ) = x sin x x cos x für x R\{0}. Um die Differenzierbarkeit in 0 zu untersuchen, notieren wir zunächst, dass sin t für t R wegen sin t + cos t =. Es folgt f(x) f(0) x 0 = x sin x x
6 4. Der Mittelwertsatz 77 und damit f f(x) f(0) (0) = lim = 0. x 0 x 0 zu (ii): Sei x k = πk für k N. Dann gilt x k 0 und f (x k ) = x k sin πk cos πk = 0 = f (0). Damit ist f nicht stetig in 0. Der Graph dieser Funktion ist in Abbildung dargestellt. Abbildung : Der Graph der für x 0 durch f(x) = x sin x gegebenen Funktion. Dieses Beispiel zeigt auch, dass die Interpretation der Ableitung als Tangentensteigung problematisch sein kann. Definition 4.. Sei I Intervall und f : I C differenzierbar. Dann heißt f stetig differenzierbar, falls f stetig ist. Für n N heißt f n-mal (stetig) differenzierbar, falls die induktiv durch f (n) := (f (n ) ), f (0) := f, definierte n-te Ableitung f (n) existiert (und stetig ist). Man schreibt f statt f () = (f ) und f statt f (3). Zum Beispiel ist der Cosinus beliebig oft differenzierbar mit cos = sin, cos = cos, cos = sin, cos (4) = cos und damit cos (4k) = cos, cos (4k+) = sin, cos (4k+) = cos und cos (4k+3) = sin für k N. 4. Der Mittelwertsatz Definition 4.. Sei M C, f : M R, ξ M. Gilt f(ξ) f(x) für alle x M, so sagt man, dass f in ξ ein globales Maximum hat. Existiert ε > 0 mit f(ξ) f(x) für alle x M mit x ξ < ε, so sagt man, dass f in ξ ein lokales Maximum hat. Der Wert f(ξ) wird dann als lokales Maximum bezeichnet. Entsprechend spricht man von einem globalen bzw. lokalen Minimum. Ein Extremum ist ein Maximum oder Minimum.
7 78 4 DIFFERENZIERBARKEIT Abbildung : Der Graph der durch f(x) = x 4 x gegebenen Funktion f. Offensichtlich sind globale Extrema auch lokale Extrema, aber nicht umgekehrt. Man betrachte etwa f : R R, f(x) = x 4 x = (x ) ; vgl. Abbildung. Wie man durch einen Blick auf den Graphen erkennt, und durch eine kurze Rechnung auch leicht verifiziert, hat diese Funktion in 0 ein lokales Maximum, aber sie besitzt kein globales Maximum. In und hat f ein globales (und lokales) Minimum. Ist M C kompakt und f : M R stetig, so existieren nach Satz immer Punkte, in denen f sein globales Minimum und Maximum hat. Satz 4.. Sei I R Intervall, f : I R stetig und ξ innerer Punkt von I. Ist f differenzierbar in ξ und hat f in ξ ein lokales Extremum, so ist f (ξ) = 0. Beweis. Ohne Beschränkung der Allgemeinheit habe f ein lokales Minimum in ξ. Dann existiert ε > 0 mit mit f(x) f(ξ) 0 für alle x I mit x ξ < ε. Es folgt f f(x) f(ξ) (ξ) = lim 0 und x ξ+ x ξ f f(x) f(ξ) (ξ) = lim 0, x ξ x ξ also f (ξ) = 0. Satz 4.. (Mittelwertsatz) Seien a, b R, a < b. Sei f : [a, b] R stetig und in (a, b) differenzierbar. Dann existiert ξ (a, b) mit f (ξ) = f(b) f(a). b a Der Mittelwertsatz hat eine einfache anschauliche Interpretation: es existiert ein Punkt, wo die Steigung der Tangente an den Graphen von f gleich der Steigung der Sekante durch (a, f(a)) und (b, f(b)) ist. Im Beispiel f : [0, ] R, f(x) = x + sin(πx) haben ξ = und ξ = 3 die verlangte Eigenschaft; siehe Abbildung 3 Ein Spezialfall des Mittelwertsatzes ist der folgende Satz.
8 4. Der Mittelwertsatz Abbildung 3: Illustration des Mittelwertsatzes. Satz 4..3 (Satz von Rolle) Sind a, b, f wie in Satz 4.. und ist außerdem noch f(a) = f(b), so existiert ξ (a, b) mit f (ξ) = 0. Wir beweisen zuerst diesen Spezialfall, und führen den allgemeinen Fall dann darauf zurück. Beweis von Satz Nach Satz existieren α, β [a, b] so dass f(α) = min f([a, b]) und f(β) = maxf([a, b]). Nach Satz 4.. folgt f (α) = 0 falls α (a, b) und f (β) = 0 falls β (a, b). Damit folgt die Behauptung, außer wenn {α, β} {a, b}. In diesem Fall ist aber wegen f(a) = f(b) auch f(α) = f(β), also f konstant und damit f (x) = 0 für alle x (a, b). Beweis von Satz 4... Wir betrachten h : [a, b] R, f(b) f(a) h(x) = f(x) (x a). b a Dann gilt f(b) f(a) h(b) = f(b) (b a) = h(a). b a Nach Satz von Rolle existiert also ξ (a, b) mit 0 = h (ξ) = f (ξ) Ersetzt man in obigem Beweis h(x) durch h(x) = f(x) f(b) f(a). b a f(b) f(a) (g(x) g(a)) g(b) g(a) mit einer Funktion g, wobei g(a) g(b), so erhält man folgendes Resultat. Satz 4..4 (Verallgemeinerter Mittelwertsatz) Seien a, b R, a < b, f, g : [a, b] R stetig und in (a, b) differenzierbar. Sei g (x) 0 für x (a, b). Dann ist g(a) g(b) und es existiert ξ (a, b) mit f (ξ) g (ξ) = f(b) f(a) g(b) g(a).
9 80 4 DIFFERENZIERBARKEIT Hierbei folgt g(a) g(b) aus dem Satz von Rolle, angewandt auf g. Der Satz von Rolle und folglich der (verallgemeinerte) Mittelwertsatz gelten nicht für komplexwertige Funktionen. Zum Beispiel gilt für f : [0, π] C, x e ix, dass f(0) = f(π) = 0, aber f (x) = ie ix 0 für alle x. Es gilt aber immerhin noch der folgende Satz. Satz 4..5 Seien a, b R, a < b. Sei f : [a, b] C stetig und in (a, b) differenzierbar. Dann existiert ξ (a, b) mit f (ξ) f(b) f(a). b a Beweis. Die Behauptung ist trivial für f(a) = f(b). Andernfalls setzt man q := f(b) f(a) f(b) f(a) und g : [a, b] R, g(x) = Re(qf(x)). Der Mittelwertsatz liefert ξ (a, b) mit g (ξ) = g(b) g(a) b a = f(b) f(a) b a und die Behauptung folgt wegen f (ξ) = qf (ξ) Re(qf (ξ)) = g (ξ). 4.3 Anwendungen des Mittelwertsatzes Satz 4.3. Sei I Intervall und seien f, g : I C stetig und in int(i) differenzierbar. Gilt dann f (x) = g (x) für alle x int(i), so existiert c C mit f(x) = g(x) + c für alle x I. Beweis. Die Funktion h := f g ist stetig in I, differenzierbar in int(i) und erfüllt h (x) = 0 für x int(i). Aus Satz 4..5 folgt h(x) = h(y) für x, y I. Damit ist h konstant. Satz 4.3. Sei I Intervall und f : I R stetig und in int(i) differenzierbar. Dann ist f monoton wachsend falls f (x) 0 für alle x int(i) und monoton fallend falls f (x) 0 für alle x int(i). Falls f (x) > 0 bzw. f (x) < 0 für alle x int(i), so liegt strenge Monotonie vor. Beweis. Ist x, x I, x < x, so existiert nach Mittelwertsatz ξ (x, x ) int(i) mit f(x ) f(x ) = (x x )f (ξ). Daraus folgt die Behauptung. Satz Sei I Intervall, f : I R und ξ int(i). Sei f differenzierbar in ξ mit f (ξ) = 0. Dann gilt: (i) Existieren α, β I mit α < ξ < β, so dass f differenzierbar in (α, β) ist und f (x) 0 für x (α, ξ) und f (x) 0 für x (ξ, β) gilt, so hat f ein lokales Maximum in ξ. (ii) Existieren α, β I mit α < ξ < β, so dass f differenzierbar in (α, β) ist und f (x) 0 für x (α, ξ) und f (x) 0 für x (ξ, β) gilt, so hat f ein lokales Minimum in ξ.
10 4.3 Anwendungen des Mittelwertsatzes 8 Existiert zusätzlich noch f (ξ), so gilt: (iii) Ist f (ξ) < 0, so hat f ein lokales Maximum in ξ. (iv) Ist f (ξ) > 0, so hat f ein lokales Minimum in ξ. Beweis. (i) und (ii) folgen sofort aus Satz zu (iii): Wegen 0 > f f (x) f (ξ) f (x) (ξ) = lim = lim x ξ+ x ξ x ξ+ x ξ existiert β I, β > ξ, mit f (x) < 0 für x (ξ, β). Analog existiert α I mit der geforderten Eigenschaft. Die Behauptung folgt jetzt aus (i). Analog folgt (iv) aus (ii). Beispiel. Sei f : [0, 5] R, f(x) = x + 5 x. Dann ist f stetig und differenzierbar in (0, 5) mit f (x) = x + 5 x ( ) = ( ) x. x 5 x Es gilt (für 0 < x < 5) und analog f (x) > 0 x 5 x 4x < 5 x x (0, ) f (x) < 0 x (, 5) und f (x) = 0 x =. Es folgt, dass f streng monoton steigend in [0, ] ist (d. h., f [0, ] ist streng monoton steigend), dass f streng monoton fallend in [, 5] ist und dass f in ein lokales Maximum hat. Dieses ist sogar globales Maximum. Es gilt f() = 5. Das globale Minimum wird wegen f(5) = 5 < 5 = f(0) in 5 angenommen, in 0 hat f ein lokales Minimum. Der Graph von f ist in Abbildung 4 dargestellt. Definition 4.3. Sei I Intervall. Eine Funktion f : I R heißt konvex, wenn für x, x, x I mit x < x < x f(x) x x x x f(x ) + x x x x f(x ) gilt. Gilt hier immer <, so heißt f streng konvex. Gilt immer bzw. >, so heißt f (streng) konkav. Die Bedingung in Definition 4.3. besagt, dass der Graph von f unterhalb der Sekanten liegt. Äquivalent ist, dass die Sekante durch (x, f(x )) und (x, f(x)) kleinere Steigung hat als die durch (x, f(x)) und (x, f(x )), dass also f(x) f(x ) x x f(x ) f(x) x x gilt. In Abbildung 5 ist dies für f(x) = + (x 4) = x + 8x + 7, x =, x = 3 und x = 6 dargestellt.
11 8 4 DIFFERENZIERBARKEIT Abbildung 4: Der Graph von f : [0, 5] R, f(x) = x + 5 x. Abbildung 5: Konvexität. Satz Sei I Intervall und f : I R differenzierbar und in int(i) zweimal differenzierbar. Gilt f (x) 0 für alle x int(i), so ist f konvex. Gilt f (x) 0 für alle x int(i), so ist f konkav. Gilt immer > bzw. <, so liegt strenge Konvexität bzw. Konkavität vor. Für den Beweis sei auf die Übung verwiesen. Eine Anwendung des verallgemeinerten Mittelwertsatzes führt auf das folgende Ergebnis. Satz (Regeln von de l Hospital) Sei (a, b) offenes Intervall und seien f, g : (a, b) R differenzierbar. Sei g (x) 0 für alle x (a, b). Gilt dann lim f(x) = lim g(x) = 0 x a x a oder lim f(x) = lim g(x) = x a x a
12 4.3 Anwendungen des Mittelwertsatzes 83 und existiert so existiert auch und es gilt f (x) lim x a g (x), f(x) lim x a g(x) f(x) lim x a g(x) = lim f (x) x a g (x). Entsprechendes gilt für den Grenzübergang x b. Es sind a = und b = zugelassen und die auftretenden Grenzwerte von f/g bzw. f /g können auch uneigentliche Grenzwerte sein. Beweis. Wir beschränken uns auf den Fall, dass lim x a f(x) = lim x a g(x) = 0 und a R gilt. Wir betrachten die stetigen Ergänzungen F, G : [a, b) R, die durch { f(x) falls x (a, b), F(x) = 0 falls x = a und { g(x) falls x (a, b), G(x) = 0 falls x = a gegeben sind. Nach dem Satz von Rolle und wegen G (ξ) = g (ξ) 0 für ξ (a, b) gilt dann g(x) = G(x) G(a) = 0 für x (a, b). Nach dem verallgemeinerten Mittelwertsatz folgt für x (a, b) dann f(x) g(x) F(x) F(a) = G(x) G(a) = F (ξ) G (ξ) = f (ξ) g (ξ) mit einem ξ (a, x). Hieraus folgt die Behauptung, da mit x a auch ξ a. Wir haben Satz für einseitige Grenzwerte formuliert, aber daraus folgt natürliche eine entsprechende Aussage für allgemeine Grenzwerte unmittelbar. Beispiele.. Es gilt arcsin x lim x 0 tan x =, denn wegen arcsin x = / x und tan (x) = / cos x folgt arcsin x lim x 0 tan x =.. Wir untersuchen die Existenz des Grenzwertes L := lim x 0 ln( + x) arctan x. Zunächst gilt, arctan x ln( + x) L = lim x 0 ln( + x) arctan x,
13 84 4 DIFFERENZIERBARKEIT falls L existiert. Nach Satz folgt L = lim x 0 +x +x +x arctan x + ln( + x) +x = lim x 0 x x ( + x ) arctanx + ( + x) ln( + x), falls der Grenzwert auf der rechten Seite existiert. Auch dort konvergieren für x 0 wieder Zähler und Nenner gegen 0. Satz liefert L = lim x 0 = lim x 0 x x arctanx + + ln( + x) + x x arctanx + + ln( + x) falls der letzte Grenzwert existiert. Dies ist aber offensichtlich der Fall und der Grenzwert ist. Wir erhalten L =. Wir diskutieren einige numerische Verfahren zur Auflösung von Gleichungen. Wir wollen eine Nullstelle ξ einer differenzierbaren Funktion f : I R bestimmen, wobei I ein Intervall ist. Wir beginnen mit einem Näherungswert x und berechnen den Schnittpunkt x der Tangente an f im Punkte (x, f(x ) mit der x-achse. (Dieser Schnittpunkt existiert falls f (x ) 0.) Dies führt auf die Gleichung f(x )+ f (x )(x x ) = 0, also x = x f(x ) f (x ). In vielen Fällen ist x ein besserer Näherungswert für ξ als x. Man definiert nun rekursiv eine Folge (x n ) durch x n+ := x n f(x n) f (x n ). Wir werden sehen, dass unter geeigneten Voraussetzungen and f und x tatsächlich lim n x n = ξ gilt. Das hier beschriebene Verfahren zur näherungsweisen Bestimmung einer Nullstelle heißt Newton-Verfahren. Man nennt x den Startwert. Man sagt, dass das Verfahren (gegen ξ) konvergiert, falls die Folge (x n ) definiert werden kann, also x n I und f (x n ) 0 für n N gilt, und falls lim n x n = ξ. Im Beispiel nach dem Zwischenwertsatz 3.. hatten wir gesehen, dass die Funktion f : R R, f(x) = e x + x, eine Nullstelle im Intervall (0, ) hat. Als Rekursionsformel erhalten wir x n+ := x n exp(x n) + x n exp(x n ) +. Wir wählen als Startwert x := 0 und erhalten x =, x 3 = 3 e ( = 0, e + )
14 4.3 Anwendungen des Mittelwertsatzes Abbildung 6: Das Newton-Verfahren für f(x) = e x + x. x 4 = 0, , x 5 = 0, , usw. Der Graph von f sowie der Tangenten an die Punkte (x, f(x )) und (x, f(x )) ist in Abbildung 6 dargestellt. Man kann (mit Hilfe der folgenden Sätze) zeigen, dass tatsächlich lim n x n = ξ = 0, gilt. Zunächst beweisen wir folgenden Satz. Satz Sei I Intervall und g : I R stetig differenzierbar. Sei ξ int(i) mit g(ξ) = ξ und g (ξ) <. Dann existiert ε > 0 mit folgender Eigenschaft: Es ist J := (ξ ε, ξ +ε) I und ist x J und die Folge (x n ) rekursiv definiert durch x n+ := g(x n ), so gilt x n J für alle n N und lim n x n = ξ. Beweis. Wegen der Stetigkeit von g existiert ε > 0 und α (0, ) mit J := (ξ ε, ξ + ε) I und g (x) α für alle x J. Für x J existiert nach dem Mittelwertsatz y J mit (g(x) g(ξ)) = g (y)(x ξ). Es folgt g(x) ξ = g(x) g(ξ) α x ξ. Insbesondere folgt x n+ ξ = g(x n ) ξ α x n ξ. Induktion liefert x n ξ α n x ξ und dies impliziert wegen α <, dass lim n x n = ξ gilt. Bemerkung. Der Beweis zeigt, dass die Behauptung für alle ε mit sup g (x) < x ξ <ε gilt. Beispiel. Sei g : R R, g(x) = cosx. Wegen cos ( ( ) > cos π ) 3 = und cos < folgt mit Hilfe des Zwischenwertsatzes leicht, dass ξ (0, ) mit g(ξ) = ξ existiert. Für ε := gilt [, ] (ξ ε, ξ+ε) ( ) 0, 3 und damit g (x) = sin x sin ( 3 ) < für x ξ < ε. Mit Satz und der dem Satz folgenden Bemerkung folgt, dass die rekursiv durch x n+ := g(x n ) definierte Folge (x n ) für jeden Startwert x [, ] konvergiert. Zum Beispiel für x = erhält man x = , x 3 = , x 9 = , x 0 = , usw. Es gilt ξ = Satz Sei I Intervall und sei f : I R zweimal stetig differenzierbar. Sei ξ int(i) mit f(ξ) = 0 und f (ξ) 0. Dann existiert ε > 0 mit J := (ξ ε, ξ+ε) I, so dass das Newton-Verfahren für alle Startwerte aus J gegen ξ konvergiert.
15 86 4 DIFFERENZIERBARKEIT Beweis. Wir wenden Satz auf g(x) := x f(x) f (x) an. Die Funktion g kann in einem Intervall definiert werden, welches ξ im Innern enthält. Es gilt g(ξ) = ξ. Wegen g (x) = f(x)f (x) f (x) folgt g (ξ) = 0, und damit die Behauptung aus Satz Bemerkungen.. Die Behauptung von Satz gilt auch dann, wenn f nur einmal stetig differenzierbar ist. Der Beweis sei als Übung überlassen.. Wendet man das Newton-Verfahren auf f(x) = x c an, so erhält man das in.3 besprochene Heron-Verfahren zur Berechnung von c. 4.4 Folgen und Reihen differenzierbarer Funktionen Satz 3.7. besagt, dass der Grenzwert einer gleichmäßig konvergenten Folge stetiger Funktionen ebenfalls stetig ist. Wir beweisen ein analoges Resultat für Differenzierbarkeit. Satz 4.4. Sei I beschränktes Intervall und (f n ) eine Folge von differenzierbaren Funktionen von I nach C. Die Folge (f n ) konvergiere gleichmäßig. Existiert dann α I, so dass (f n (α)) konvergiert, so konvergiert (f n ) gleichmäßig gegen eine differenzierbare Funktion f : I C und es gilt f (x) = lim n f n (x) für alle x I. Der Satz besagt also, dass man unter den gemachten Voraussetzungen den Grenzübergang n mit der Differentiation (die ja auch eine Grenzwertbildung ist) vertauschen kann, dass also (lim n f n ) = lim n f n gilt. Man beachte, dass die letzte Gleichung nicht gelten muss, wenn f n f gleichmäßig und f und alle f n differenzierbar sind. Dies zeigt das Beispiel f n : R R, f n (x) = sin(nx). Hier gilt f n n 0 gleichmäßig, aber f n (0) = cos(n0) = 0. Beweis von Satz Sei a := inf I und b := sup I. Wir zeigen zunächst mit dem Cauchykriterium, dass (f n ) gleichmäßig konvergiert. Sei dazu ε > 0. Nach Cauchykriterium für (f n ) existiert N N mit f m (x) f n (x) < ε (b a) für m, n N und x I. Nach Cauchykriterium für (f n (α) existiert N N mit f m (α) f n (α) < ε
16 4.4 Folgen und Reihen differenzierbarer Funktionen 87 für m, n N. Nach Satz 4..5 gilt dann für m, n N := max{n, N } und x I mit einem ξ I: f m (x) f n (x) (f m (x) f n (x)) (f m (α) f n (α)) + f m (α) f n (α) f m(ξ) f n(ξ) x α + ε ε < (b a) (b a) + ε = ε. Damit ist (f n ) gleichmäßig konvergent. Sei f : I C, f(x) = lim n f n (x). Wir zeigen jetzt, dass f differenzierbar ist und f (x) = lim n f n(x) gilt. Sei dazu x I. Für n N definieren wir F n : I C durch { fn (y) f n (x) F n (y) = y x falls y x, f n(x) falls y = x. Dann ist F n stetig nach Satz Nach Satz 4..5 existiert zu y I wieder ξ I mit F m (y) F n (y) f m (ξ) f n (ξ). Hierbei wählt man ξ = x falls y = x. Aus der gleichmäßigen Konvergenz von (f n) folgt nun die gleichmäßige Konvergenz von (F n ). Damit ist nach Satz 3.7. die durch y lim n F n (y) definierte Funktion F : I C stetig. Offensichtlich gilt { f(y) f(x) F(y) = y x falls y x, lim n f n (x) falls y = x. Aus Satz folgt jetzt die Differenzierbarkeit von f in x ist und f (x) = lim n f n(x). Ist in obigem Satz I unbeschränkt, so gelten noch alle gemachten Behauptungen, außer dass (f n ) nicht mehr gleichmäßig konvergieren muss. Dies sieht man durch Einschränkung auf beschränkte Teilintervalle ein. Wie bei Satz 3.7. gilt wieder ein Analogon für Reihen. Satz 4.4. Sei n=0 a n(x x 0 ) n Potenzreihe mit x 0 R und a n C für n N. Für den Konvergenzradius r gelte 0 < r. Sei I := (x 0 r, x 0 + r) falls r < und I = R falls r =. Dann ist die durch x n=0 a n(x x 0 ) n definierte Funktion f : I C differenzierbar und es gilt f (x) = n= na n(x x 0 ) n für x I. Beweis. Wegen n n hat die Potenzreihe n= na n(x x 0 ) n ebenfalls Konvergenzradius r. Für n N 0 sei g n : I C, g n (x) = a n (x x 0 ) n. Dann gilt g n (x) = na n(x x 0 ) n. Sei 0 < ρ < r und J := (x 0 ρ, x 0 + ρ). Nach Satz konvergiert dann n=0 g n gleichmäßig in J. Außerdem konvergiert n=0 g n(x 0 ) (zur Summe a 0.) Mit Satz 4.4. (in der Version für Reihen) folgt, dass f differen- n= na n(x x 0 ) n für x J. Die zierbar in J ist mit f (x) = n=0 g n(x) = Behauptung folgt für ρ r; vgl. Satz
17 88 4 DIFFERENZIERBARKEIT Beispiel. Wir betrachten die Potenzreihe n=0 ( ) n n + xn+. Der Konvergenzradius ist (wegen k k ). Aus dem Leibnizkriterium erhält man, dass die Reihe sogar für x [, ] gleichmäßig konvergiert. Durch x n=0 ( ) n n + xn+ wird also eine stetige Funktion f : [, ] R definiert. Diese ist nach Satz 4.4. differenzierbar in (, ) mit f (x) = ( ) n x n = n=0 n=0 ( x ) n = + x = arctan x. Mit Satz 4.3. und wegen f(0) = 0 = arctan 0 folgt f(x) = arctanx für x [, ]. Man beachte, dass die Reihe für f nur in (, ) konvergiert, und auch dort nicht gleichmäßig Abbildung 7: Teilsummen (vom Grad 5 und 0) der Reihe des Arcus Tangens. Wegen tan π 4 = folgt insbesondere π 4 = arctan = ( ) n n + = n=0 Diese Reihe wird auch nach Leibniz benannt. Aus Satz 4.4. folgt, dass mit f, I wie dort die Funktion f unendlich oft differenzierbar ist und dass f (k) (x) = n(n ) (n k + )a n (x x 0 ) n k n=k für k N und x I gilt. Insbesondere gilt f (k) (x 0 ) = k!a k für alle k N.
18 4.4 Folgen und Reihen differenzierbarer Funktionen 89 Umgekehrt kann man nun für beliebig oft in x 0 differenzierbares f die Potenzreihe k=0 a k(x x 0 ) k mit a k = f (k) (x 0 )/k! bilden und sich fragen, ob sie zur Summe f(x) konvergiert. Man nennt diese Reihe, also die Reihe k=0 f (k) (x 0 ) (x x 0 ) k, k! die Taylorreihe von f in x 0 und für n N ihre n-te Teilsumme T n (x) := T n (x, f, x 0 ) := n k=0 f (k) (x 0 ) (x x 0 ) k k! das n-te Taylorpolynom (von f in x 0 ). Weiter heißt R n (x) := R n (x, f, x 0 ) := f(x) T n (x) das n-te Restglied der Taylorentwicklung (von f in x 0 ). Man beachte, dass aus der Konvergenz der Taylorreihe von f noch nicht folgen muss, dass ihre Summe f(x) ist. Man betrachte etwa das Beispiel f : R R, f(x) = { exp ( x ) falls x 0, 0 falls x = 0, mit x 0 = 0. Man kann zeigen, dass f beliebig oft differenzierbar ist und f (k) (0) = 0 für alle k N gilt. Damit konvergiert die Taylorreihe für alle x R zur Summe 0. Satz Sei I Intervall, x 0, x I, x 0 x und n N 0. Die Funktion f : I R sei n-mal differenzierbar in I und (n + )-mal differenzierbar in int(i). Dann existiert ξ zwischen x 0 und x mit R n (x) = f(n+) (ξ) (n + )! (x x 0) n+. Der Spezialfall n = 0 ist der Mittelwertsatz. Die Beweisidee hier ist ähnlich. Beweis von Satz Zunächst existiert ρ R mit f(x) = n k=0 f (k) (x 0 ) (x x 0 ) k ρ + k! (n + )! (x x 0) n+. Zu zeigen ist, dass ρ von der Form ρ = f (n+) (ξ) ist. Sei dazu F : I R, F(t) = f(x) n k=0 f (k) (t) (x t) k ρ k! (n + )! (x t)n+. Dann ist F stetig in I und differenzierbar in int(i) und eine kurze Rechnung zeigt, dass F (x t)n ( (t) = f (n+) (t) ρ ). n!
19 90 4 DIFFERENZIERBARKEIT Weiter gilt F(x 0 ) = F(x) = 0 und nach dem Satz von Rolle existiert ξ zwischen x 0 und x mit F (ξ) = 0. Beispiel. Sei f : R + R, f(x) = ln x, x 0 =. Dann ist f beliebig oft differenzierbar mit f (x) = /x, f (x) = /x und f (x) = /x 3. Durch vollständige Induktion zeigt man leicht, dass f (k) (x) = ( ) k+(k )!. x k Für x (, ] existiert dann ξ (, x) mit R n (x) = f (n+) (ξ) (n + )! (x x ( ) 0) n+ = ( ) n n+ x n + ξ n +. Es folgt R n (x) 0 für n und damit ln x = ( ) k+ (x ) k k k= für x (, ] Abbildung 8: Der Logarithmus und die Taylorpolynome vom Grad 5 und 0. Insbesondere gilt ln = ( ) k+ k= k = Für x [, ) gilt x < ξ < und obiges Argument liefert wieder R n(x) 0. Tatsächlich gilt dies (und damit obige Potenzreihenentwicklung des Logarithmus) für x (0, ], aber für x (0, ) können wir dies mit obiger Darstellung des Restglieds R n (x) nicht zeigen. Um zu zeigen, dass ( ) k+ ln x = (x ) k k k=
20 4.4 Folgen und Reihen differenzierbarer Funktionen 9 für alle x (0, ] gilt, kann man ähnlich wie bei der Reihe des Arcus Tangens vorgehen. Durch die Reihe auf der rechten Seite wird eine differenzierbare Funktion g : (0, ) R mit g (x) = ( ) k (x ) k = k=0 ( x) = x definiert, und damit folgt g (x) = ln x und wegen g() = 0 = ln auch g(x) = ln x für x (0, ). Beispiel. Sei α R und f : R + R, f(x) = x α. Wir betrachten wieder die Taylorentwicklung um x 0 =. Durch vollständige Induktion sieht man leicht, dass gilt. Mit folgt f (k) (x) = α(α )(α )... (α k + )x α k ( ) α := k α(α )(α )... (α k + ) k! f (k) (x) k! = ( ) α x α k. k (Man überzeugt sich leicht, dass obige Definition von ( α k) für α N mit der Definition der Binomialkoeffizienten aus.6 übereinstimmt.) Wir erhalten die Taylorreihe Wegen lim k k=0 ( α k+ ( ) α (x ) k. k ( α k) ) = lim k k + α k = und Satz.9. ist der Konvergenzradius dieser Reihe Abbildung 9: Taylorpolynome vom Grad 5 und 0 für x und / x.
21 9 4 DIFFERENZIERBARKEIT Um zu zeigen, dass die Taylorreihe für x (, ) gegen f(x) = x α konvergiert, betrachten wir das Restglied R n. Es existiert wieder ξ (, x) mit ( ) R n (x) = f (n+) (ξ) (x )n+ α (n + )! = ξ α n (x ) n+. n + Da ξ > folgt ( ) R n (x) α (x ) k k falls n α. Da die Taylorreihe den Konvergenzradius hat, folgt R n (x) 0 für n. Das gleiche Argument funktioniert auch wieder für x (, ). Tatsächlich gilt ( ) α x α = (x ) k k aber sogar für alle x (0, ). k=0
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
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
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.
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
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
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
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
Mehr3 Stetigkeit und Grenzwerte von Funktionen
54 3 STETIGKEIT UND GRENZWERTE VON FUNKTIONEN = q + q+ = q. 3 Stetigkeit und Grenzwerte von Funktionen 3. Stetigkeit Definition 3.. Seien M, N C und sei f : M N eine Funktion. Sei ξ M. Dann heißt f stetig
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
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
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
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
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
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
Mehr10 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
MehrKlausur zur Analysis I WS 01/02
Klausur zur Analysis I WS 0/0 Prof. Dr. E. Kuwert. Februar 00 Aufgabe (4 Punkte) Berechnen Sie unter a) und b) jeweils die Ableitung von f für x (0, ): a) f(x) = e sin x b) f(x) = x α log x a) f (x) =
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
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.
MehrKapitel 6. Differentialrechnung. 6.1 Die Ableitung einer Funktion
Kapitel 6 Differentialrechnung 6. Die Ableitung einer Funktion 6.2 Rechenregeln 6.3 Mittelwertsätze 6.4 Die Regeln von L Hospital 6.5 Konvexe Funktionen 6.6 Wichtige Ungleichungen und l p Normen 6. Die
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
MehrAufgaben 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
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
Mehre x e x x e x + e x (falls die Grenzwerte existieren), e x e x 1 e 2x = lim x 1
Aufgabe a Hier kann man die Regel von de l Hospital zweimal anwenden (jeweils und die Ableitung des Nenners ist für hinreichend große x ungleich. Dies führt auf e x e x e x + e x e x + e x e x e x e x
Mehr13 Die trigonometrischen Funktionen
13 Die trigonometrischen Funktionen Wir schreiben die Werte der komplexen Exponentialfunktion im Folgenden auch als e z = exp(z) (z C). Geometrisch definiert man üblicherweise die Werte der Winkelfunktion
MehrAnalysis 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,
MehrLösungen Klausur. k k (n + 1) n. für alle n N. Lösung: IA: Für n = 1 ist 1. k k + (n + 1) n+1. k k = k=1. k=1 kk = 1 1 = 1 2 = 2 1.
Lösungen Klausur Aufgabe (3 Punkte) Zeigen Sie, dass n k k (n + ) n k für alle n N. IA: Für n ist k kk 2 2. IV: Es gilt n k kk (n + ) n für ein n N. IS: Wir haben n+ k k k n k k + (n + ) n+ k IV (n + )
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
MehrDierentialrechnung 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
Mehrdifferenzierbare Funktionen
Kapitel IV Differenzierbare Funktionen 18 Differenzierbarkeit und Rechenregeln für differenzierbare Funktionen 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 20 Gleichmäßige Konvergenz von
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
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,
Mehr6.1 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.
Mehr3 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
Mehr5.5. UMKEHRFUNKTIONEN TRIGONOMETRISCHER FUNKTIONEN 115
5.5. UMKEHRFUNKTIONEN TRIGONOMETRISCHER FUNKTIONEN 5 Satz 5.5.2 (Ableitung der Umkehrfunktion einer Winkelfunktionen) Die Umkehrfunktionen der trigonometrischen Funktionen sind nach Satz 5.2.3 auf den
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
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
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.
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
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
MehrReelle/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
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
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
MehrDie elementaren Funktionen (Überblick)
Die elementaren Funktionen (Überblick) Zu den elementaren Funktionen zählen wir die Potenz- und die Exponentialfunktion, den Logarithmus, sowie die hyperbolischen und die trigonometrischen Funktionen und
MehrDie elementaren Funktionen (Überblick)
Die elementaren Funktionen (Überblick) Zu den elementaren Funktionen zählen wir die Potenz- und die Exponentialfunktion, den Logarithmus, sowie die hyperbolischen und die trigonometrischen Funktionen und
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
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
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
Mehrf(y) f(x) = lim y x y x = 0.
Analysis, Woche Differentialrechnung II. Mittelwertsatz und Folgen Satz. (Rolle) Sei a, b R mit a < b und f : [a, b] R eine Funktion. Nehmen wir an, dass f stetig ist, dass f (a,b) : (a, b) R differenzierbar
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
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 )
Mehr23 Konvexe Funktionen und Ungleichungen
23 Konvexe Funktionen und Ungleichungen 231 Konvexe Funktionen 232 Kriterien für Konvexität 233 Streng konvexe Funktionen 235 Wendepunkte 237 Ungleichung von Jensen 2310 Höldersche Ungleichung 2311 Minkowskische
MehrAnalysis 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
MehrKlausur - Analysis I Lösungsskizzen
Klausur - Analysis I Lösungsskizzen Aufgabe 1.: 5 Punkte Entscheiden Sie, ob folgende Aussagen wahr oder falsch sind. Kennzeichnen Sie wahre Aussagen mit W und falsche Aussagen mit F. Es sind keine Begründungen
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
MehrAnwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
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
Mehr11 Spezielle Funktionen und ihre Eigenschaften
78 II. ANALYSIS 11 Spezielle Funktionen und ihre Eigenschaften In diesem Abschnitt wollen wir wichtige Eigenschaften der allgemeinen Exponentialund Logarithmusfunktion sowie einiger trigonometrischer Funktionen
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
MehrTaylor-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
MehrFerienkurs 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
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
MehrLösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A)
Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, 10.1.009 (Version A) Kennwort: Übungsgruppe: (Sie können ein beliebiges Kennwort wählen, um Ihre Anonymität zu wahren! Da die Probeklausur
Mehr1 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
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
MehrKapitel 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...
MehrVorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge
Mehr2 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,
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
MehrDifferentialrechnung
Katharina Brazda 5. März 007 Inhaltsverzeichnis Motivation. Das Tangentenproblem................................... Das Problem der Momentangeschwindigkeit.......................3 Differenzenquotient und
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
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.
MehrStetigkeit von Funktionen
9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a
MehrGRUNDLAGEN MATHEMATIK
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik GRUNDLAGEN MATHEMATIK 4. Differentialrechnung Prof. Dr. Gunar Matthies Wintersemester 2015/16 G. Matthies
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
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
MehrSkript zur Analysis 1. Kapitel 4 - Differenzialrechnung
Skript zur Analysis 1 Kapitel 4 - Differenzialrechnung von Prof. Dr. J. Cleven Fachhochschule Dortmund Fachbereich Informatik November 2003 2 Inhaltsverzeichnis 4 Differenzialrechnung 5 4.1 Differenzierbarkeit
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
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(!):
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
MehrWichtige Klassen reeller Funktionen
0 Wichtige Klassen reeller Funktionen Monotone Funktionen sind i.a. unstetig, aber man kann etwas über das Grenzwertverhalten aussagen, wenn man nur einseitige Grenzwerte betrachtet. Definition 0. : Sei
MehrSkript zur Analysis 1. Kapitel 3 Stetigkeit / Grenzwerte von Funktionen
Skript zur Analysis 1 Kapitel 3 Stetigkeit / Grenzwerte von Funktionen von Prof. Dr. J. Cleven Fachhochschule Dortmund Fachbereich Informatik Oktober 2003 2 Inhaltsverzeichnis 3 Stetigkeit und Grenzwerte
MehrSS 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
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
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 4
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=
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
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
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 3. Übung: Woche vom bis
Übungsaufgaben 3. Übung: Woche vom 27. 10. bis 31. 10. 2010 Heft Ü1: 3.14 (c,d,h); 3.15; 3.16 (a-d,f,h,j); 3.17 (d); 3.18 (a,d,f,h,j) Übungsverlegung für Gruppe VIW 05: am Mo., 4.DS, SE2 / 022 (neuer Raum).
MehrAufgaben zur Analysis I
Blatt 0 A.Dessai / A.Bartels Keine Abgabe Dieses Blatt wird in den Übungen in der zweiten Semesterwoche besprochen. Aufgabe 0.1 Zeigen Sie: Für jede natürliche Zahl n ist n(n + 5) durch 3 teilbar. Aufgabe
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
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
MehrDie komplexe Exponentialfunktion und die Winkelfunktionen
Die komplexe Exponentialfunktion und die Winkelfunktionen In dieser Zusammenfassung werden die für uns wichtigsten Eigenschaften der komplexen und reellen Exponentialfunktion sowie der Winkelfunktionen
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
MehrStetigkeit vs Gleichmäßige Stetigkeit.
Stetigkeit vs Gleichmäßige Stetigkeit. Beispiel: Betrachte ie Funktion f(x) = 1/x auf em Intervall D = (0, 1]. f ist in jeem Punkt p (0, 1] stetig. Denn: Sei p (0, 1] un ε > 0 gegeben. Setze δ = min (
Mehr2 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
MehrÜbungen zur Vorlesung MATHEMATIK II
Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom
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
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
MehrKapitel 6. Exponentialfunktion
Kapitel 6. Exponentialfunktion 6.1. Potenzreihen In Kap. 4 haben wir Reihen ν=0 a ν studiert, wo die Glieder feste Zahlen sind. Die Summe solcher Reihen ist wieder eine Zahl, z.b. die Eulersche Zahl e.
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
MehrKapitel 4 Folgen, Reihen & Funktionen
Kapitel 4 Folgen, Reihen & Funktionen Inhaltsverzeichnis FOLGEN REELLER ZAHLEN... 3 DEFINITION... 3 GRENZWERT... 3 HÄUFUNGSPUNKT... 4 MONOTONIE... 4 BESCHRÄNKTHEIT... 4 SÄTZE... 4 RECHNEN MIT GRENZWERTEN...
Mehr