Taylor-Entwicklung der Exponentialfunktion.
|
|
|
- Edith Burgstaller
- vor 9 Jahren
- Abrufe
Transkript
1 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 Darstellung mit dem Lagrange-Restglied exp(x) = 1 + x + x xn n! + R n(x; 0) R n (x; 0) = exp(ξ) (n + 1)! xn+1 für ξ = θx mit 0 < θ < 1 Daraus bekommt man für 0 x 1 die Fehlerabschätzung R n (x; 0) = exp(ξ) (n + 1)! xn+1 e (n + 1)! Beispiel: Für n = 10 bekommt man R 10 (x; 0) Analysis I TUHH, Winter 2006/2007 Armin Iske 182
2 Taylor-Entwicklung der Sinusfunktion. Betrachte die Sinusfunktion f(x) = sin(x). Zunächst gilt: d dx sin(x) = cos(x) und d dx cos(x) = sin(x) Mit dem Satz von Taylor gilt um den Entwicklungspunkt x 0 = 0 die Darstellung sin(x) = x x3 3! + x5 5! x7 7! mit dem Lagrange-Restglied R 2n+2 (x; 0) = ( 1) n+1 ±... + ( 1)n x2n+1 (2n + 1)! + R 2n+2(x; 0) cos(ξ) (2n + 3)! x2n+3 für ξ = θx mit 0 < θ < 1 Beispiel: Für x [ π/6, π/6], x 0 und n = 3 bekommt man R 8 (x; 0) 1 9! x 9 1 ( π ) 9 9! Analysis I TUHH, Winter 2006/2007 Armin Iske 183
3 Bemerkungen zu Taylor-Reihen. Die Taylor-Reihe T (x; x 0 ) = f (k) (x 0 ) (x x 0 ) k k! einer C -Funktion f ist im Allgemeinen nicht konvergent. Falls die Taylor-Reihe T (x; x 0 ) von f konvergiert, so konvergiert T (x; x 0 ) nicht notwendigerweise gegen f. Falls jedoch f(x) = f (k) (x 0 ) (x x 0 ) k k! gilt, so nennt man die Funktion f reell analytisch, zum Beispiel: x k exp(x) = k!, cos(x) = ( 1) k x2k (2k)!, sin(x) = ( 1) k x2k+1 (2k + 1)!. Analysis I TUHH, Winter 2006/2007 Armin Iske 184
4 Folgerung aus dem Satz von Taylor. Satz: Gilt für eine C n+1 -Funktion f : [a, b] R x [a, b] : f (n+1) (x) = 0, so ist f(x) ein Polynom höchstens n-ten Grades. Beweis: Für das Lagrange-Restglied gilt R n (x; x 0 ) = fn+1 (ξ) (n + 1)! (x x 0) n+1 = 0 und somit f(x) T n (x; x 0 ) = n f (k) (x 0 ) (x x 0 ) k. k! Analysis I TUHH, Winter 2006/2007 Armin Iske 185
5 Beispiel: Taylor-Entwicklung für Polynome. Ist die Funktion f ein Polynom vom Grad n, d.h. f besitzt die Darstellung n f(x) = a k x k mit a n 0, so ist für einen beliebigen Entwicklungspunkt x 0 R das Taylor-Polynom T n (x; x 0 ) n-ten Grades von f um x 0 gegeben durch T n (x; x 0 ) = n f (k) (x 0 ) (x x 0 ) k k! und es gilt f T n, d.h. f und T n sind identisch auf ganz R. Das Taylor-Polynom T n stellt f in der Polynombasis { (x x 0 ) k} n dar. Für den Entwicklungspunkt x 0 = 0 gilt a k = f(k) (0) k!, 0 k n, und somit n f (k) (0) T n (x; 0) f(x) = x k. k! Analysis I TUHH, Winter 2006/2007 Armin Iske 186
6 Auswertung von Polynomen durch Horner-Schema. Sei p ein Polynom von Grad n mit der Darstellung n p(x) = a k (x x 0 ) k mit a n 0, für ein x 0 R. Dann lässt sich p wie folgt darstellen. p(x) = a 0 + (x x 0 )(a 1 + (x x 0 )(... + (x x 0 )(a n 1 + (x x 0 )a n )...)) Dann wertet man p stabil und effizient mit dem Horner-Algorithmus aus. y := 0; for k = n,n-1,...,0 y := a(k) + (x-x0)*y; end; Beispiel: Für p(x) = 30(x 1) (x 1) (x 1) + 43 gilt p(x) = 43 + (x 1)(108 + (x 1)(100 + (x 1)30)). Analysis I TUHH, Winter 2006/2007 Armin Iske 187
7 Konvergenz des Newton-Verfahrens. Satz: Sei f : [a, b] R eine C 2 -Funktion und x (a, b) eine einfache Nullstelle dieser Funktion. Dann ist das Newton-Verfahren x n+1 = x n f(x n) f (x n ) mit Startwerten x 0 in der Nähe von x quadratisch konvergent. Beweis: Betrachte Taylor-Entwicklung zweiter Ordnung um x n [a, b], f(x) = f(x n ) + f (x n )(x x n ) + f woraus für x = x mit f(x ) = 0 und f (x ) 0 folgt (ξ n ) (x x n ) 2 2 und somit f(x n) f (x n ) = (x x n ) + f (ξ n ) 2f (x n ) (x x n ) 2. (x n+1 x ) = f (ξ n ) 2f (x n ) (x n x ) 2. Analysis I TUHH, Winter 2006/2007 Armin Iske 188
8 Hinreichende Kriterien für lokale Extrema. Satz: Sei f : [a, b] R eine C 2 -Funktion mit f (x 0 ) = 0 für ein x 0 (a, b). (a) Falls f (x 0 ) > 0, dann hat f in x 0 ein strenges lokales Minimum. (b) Falls f (x 0 ) < 0, dann hat f in x 0 ein strenges lokales Maximum. Beweis von (a): Mit der Lagrange-Restgliedformel gilt die Darstellung (ξ) f(x) = f(x 0 ) + f (x x 0 ) 2 2! für ein ξ = x 0 + θ(x x 0 ) mit θ (0, 1). Da f stetig ist, ist f in einer Umgebung von x 0 positiv, d.h. es gilt f (x) > 0 für alle x (x 0 ε, x 0 + ε), für ein ǫ > 0. In diesem Fall besitzt f in x 0 ein strenges lokales Minimum. Teil (b) beweist man analog. Analysis I TUHH, Winter 2006/2007 Armin Iske 189
9 Hinreichende Kriterien für lokale Extrema. Problem: Was passiert im Fall f (x 0 ) = f (x 0 ) = 0? Hier gibt es zwei Möglichkeiten: Der stationäre Punkt x 0 ist ein strenges lokales Extremum. Der stationäre Punkt x 0 ist ein Wendepunkt. Satz: Sei f : [a, b] R eine C 2n -Funktion mit für ein x 0 (a, b). f (k) (x 0 ) = 0 für 1 k 2n 1 (a) Falls f (2n) (x 0 ) > 0, dann hat f in x 0 ein strenges lokales Minimum. (b) Falls f (2n) (x 0 ) < 0, dann hat f in x 0 ein strenges lokales Maximum. Beweis(idee): Mit der Lagrange-Restgliedformel gilt f(x) = f(x 0 ) + f(2n) (ξ) (x x 0 ) 2n, für ein ξ (x 0, x). (2n)! Analysis I TUHH, Winter 2006/2007 Armin Iske 190
10 Beispiel. Betrachte die Funktion f(x) = x 5 x 4. Es gilt f (x) = 5x 4 4x 3 f (x) = 20x 3 12x 2 f (3) (x) = 60x 2 24x f (4) (x) = 120x 24 Weiterhin f (0) = f (0) = f (3) (0) = 0 sowie f (4) (0) = f(x) = x 5 x 4. Somit besitzt f in x 0 = 0 ein strenges lokales Maximum. Weiterhin besitzt f in x 1 = 4/5 ein strenges lokales Minimum, denn es gilt f (4/5) = 0 und f (4/5) = 64/25 > 0. Analysis I TUHH, Winter 2006/2007 Armin Iske 191
11 Konvexität und Konkavität. Definition: Eine Funktion f : [a, b] R heißt konvex, falls für alle a x 1 < x < x 2 b gilt f(x) f(x 1 ) + x x 1 x 2 x 1 (f(x 2 ) f(x 1 )). streng konvex, falls für alle a x 1 < x < x 2 b gilt f(x) < f(x 1 ) + x x 1 x 2 x 1 (f(x 2 ) f(x 1 )). konkav, falls für alle a x 1 < x < x 2 b gilt f(x) f(x 1 ) + x x 1 x 2 x 1 (f(x 2 ) f(x 1 )). streng konkav, falls für alle a x 1 < x < x 2 b gilt f(x) > f(x 1 ) + x x 1 x 2 x 1 (f(x 2 ) f(x 1 )). Analysis I TUHH, Winter 2006/2007 Armin Iske 192
12 Kriterien für Konvexität und Konkavität. Satz: Sei f eine C 2 -Funktion auf [a, b]. Dann gilt: f ist konvex, genau dann wenn f (x) 0 für alle x (a, b); f ist konkav, genau dann wenn f (x) 0 für alle x (a, b). f streng konvex (Linkskurve) f streng konkav (Rechtskurve) Bemerkung: Für eine C 1 -Funktion f gilt: Falls f streng konvex, so liegt der Graph von f oberhalb seiner Tangente. Falls f streng konkav, so liegt der Graph von f unterhalb seiner Tangente. Analysis I TUHH, Winter 2006/2007 Armin Iske 193
13 Wendepunkte. Definition: Eine Funktion f : [a, b] R hat in x 0 (a, b) einen Wendepunkt, falls eine der beiden folgenden Bedingungen erfüllt ist. f ist für ein ε > 0 konvex in (x 0 ε, x 0 ) [a, b] und konkav in (x 0, x 0 + ε) [a, b] (Links-Rechtskurve). f ist für ein ε > 0 konkav in (x 0 ε, x 0 ) [a, b] und konvex in (x 0, x 0 + ε) [a, b] (Rechts-Linkskurve). f(x 0 ) x 0 Links-Rechtskurve in x 0. Analysis I TUHH, Winter 2006/2007 Armin Iske 194
14 Kriterien für Wendepunkte. Satz: Sei f : [a, b] R eine C 3 -Funktion. (a) Notwendiges Kriterium: Ist x 0 (a, b) ein Wendepunkt, so gilt: f (x 0 ) = 0. (b) Hinreichende Kriterien: Gilt f (x 0 ) = 0 und f (3) (x 0 ) > 0 für ein x 0 (a, b), so ist x 0 ein Wendepunkt von f mit Rechts-Linkskurve. Gilt f (x 0 ) = 0 und f (3) (x 0 ) < 0 für ein x 0 (a, b), so ist x 0 ein Wendepunkt von f mit Links-Rechtskurve. Beweis: (a) folgt direkt aus der Stetigkeit von f und der Eigenschaft von x 0. Zu Teil (b): Aus f (x 0 ) = 0 und f (3) (x 0 ) > 0 folgt f (x) < 0 für x (x 0 ε, x 0 ) und f (x) > 0 für x (x 0, x 0 + ε) für ein ε > 0. Somit ist f konkav in (x 0 ε, x 0 ) und konvex in (x 0, x 0 + ε), d.h. x 0 ist Wendepunkt mit Rechts-Linkskurve. Analog die andere Aussage. Analysis I TUHH, Winter 2006/2007 Armin Iske 195
15 Beispiel. Betrachte die Funktion f(x) = x 4 x 3. Es gilt f (x) = 4x 3 3x 2 f (x) = 12x 2 6x f (x) = 24x 6 sowie f (0) = 0 f (0) = 0 f (0) = f(x) = x 4 x 3. Somit hat f in x 0 = 0 einen Wendepunkt (Links-Rechtskurve). Weiterhin hat f ein lokales Minimum in x 1 = 3/4, denn f (3/4) = 0 und f (3/4) = 9/4 > 0. Analysis I TUHH, Winter 2006/2007 Armin Iske 196
16 Vordiplom Mathematik I Vordiplom Mathematik I (Modul: Analysis I). Hilfsmittel: Termin: Freitag, 09. März Eigene Ausarbeitung auf gelbem Papier von höchstens vier DIN A4 Seiten. Andere Hilfsmittel sind nicht erlaubt. Insbesondere sind elektronische Hilfsmittel nicht zugelassen. Weitere Bemerkungen: Handys sind in Klausuren grundsätzlich verboten. Zuwiderhandlungen werden als Täuschungsversuch gewertet. Wir bitten um rechtzeitiges Erscheinen mit Studien- und Personalausweis. Sprechstunde Analysis I: Donnerstag, 1. März 2007, 14:00-16:00 Uhr, SBS 95, Audimax I. Analysis I TUHH, Winter 2006/2007 Armin Iske 197
Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an.
Analysis I, WiSe 2013/14, 04.02.2014 (Iske), Version A 1 Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an. a) Welche der folgenden Aussagen über Folgen sind sinnvoll und
Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0.
6.4 Fixpunkt-Iteration Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0. Möglichkeiten: Bisektionsverfahren (Intervallhalbierung) Newton-Verfahren, x k+1 = x k f(x k) f (x k ) für k = 0, 1,
Vorlesung 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................................
5 Stetigkeit und Differenzierbarkeit
5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.
Lösungen zu Aufgabenblatt 10P
Analysis Prof. Dr. Peter Becker Fachbereich Informatik Sommersemester 05 9. Juni 05 Lösungen zu Aufgabenblatt 0P Aufgabe (Funktionsgrenzwerte) Berechnen Sie die folgenden Grenzwerte: cos(x) x cos( x )
Rechenoperationen mit Folgen. Rekursion und Iteration.
Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )
Taylorentwicklung 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
Vorlesung: Analysis I für Ingenieure
Vorlesung: Analysis I für Ingenieure Michael Karow Thema: Satz von Taylor Die Taylor-Entwicklung I Satz von Taylor. Sei f : R D R an der Stelle x n-mal differenzierbar. Dann gilt für x D, n f (k) (x )
Kapitel 16 : Differentialrechnung
Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen
6.2 Die Regeln von de l Hospital. Ausgangsfrage: Wie berechnet man den Grenzwert. Beispiel: Sei f(x) = x 2 und g(x) = x. Dann gilt. lim.
6.2 Die Regeln von de l Hospital Ausgangsfrage: Wie berechnet man den Grenzwert falls g(x), beide Funktionen gegen Null konvergieren, d.h. = g(x) = 0 beide Funktionen gegen Unendlich konvergieren, d.h.
Dierentialrechnung mit einer Veränderlichen
Dierentialrechnung mit einer Veränderlichen Beispiel: Sei s(t) die zum Zeitpunkt t zurückgelegte Wegstrecke. Dann ist die durchschnittliche Geschwindigkeit zwischen zwei Zeitpunkten t 1 und t 2 gegeben
Übersicht. 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
Integraldarstellung 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
1.1 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
4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion.
4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion. Definition 4.3. Es sei f : R D R eine auf D erklarte Funktion. Die Funktion f hat in a D eine globales oder
18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
Klausurenkurs zum Staatsexamen (WS 2015/16): Differential und Integralrechnung 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 25/6): Differential und Integralrechnung 3 3. (Herbst 2, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende Tatsachen
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
Monotonie, Konkavität und Extrema
Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1
Monotonie, Konkavität und Extrema
Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1
2 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,
Vorlesung 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
Anwendungen der Differentialrechnung
KAPITEL 7 Anwendungen der Differentialrechnung 7.1 Maxima und Minima einer Funktion................. 141 7.2 Mittelwertsatz............................ 144 7.3 Kurvendiskussion..........................
Analysis I. 1. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Das Bild einer Abbildung F: L M. (2) Eine Cauchy-Folge
Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12
Mathematik für Wirtschaftswissenschaftler im WS /3 Lösungen zu den Übungsaufgaben Blatt Aufgabe 5 Welche der folgenden Matrizen sind positiv bzw negativ definit? A 8, B 3 7 7 8 9 3, C 7 4 3 3 8 3 3 π 3
27 Taylor-Formel und Taylor-Entwicklungen
136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen
Lösungen zur Klausur zur Analysis 1, WiSe 2016/17
BERGISCHE UNIVERSITÄT WUPPERTAL..7 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Lösungen zur Klausur zur Analysis, WiSe 6/7 Klausureinsicht:
Mathematik für Betriebswirte II (Analysis) 1. Klausur Sommersemester
Mathematik für Betriebswirte II (Analysis). Klausur Sommersemester 04 5.07.04 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:................................................................... Vorname:....................................................................
Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)
1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. Dezember 2011)
Mathematik I Herbstsemester 2018 Kapitel 4: Anwendungen der Differentialrechnung
Mathematik I Herbstsemester 2018 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 55 4. Anwendungen der Differentialrechnung Monotonie Krümmung Linearisierung einer Funktion Extremwerte
Übungen 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
Die 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
2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0!
Klausur 25.02.2004 Aufgabe 5 Gegeben ist die Funktion f(x) = 2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 06.08.2003 Aufgabe 5 Gegeben ist
Karteikarten, Analysis 2, Sätze und Definitionen nach der Vorlesung von PD Hanke
Karteikarten, Analysis 2, Sätze und en nach der Vorlesung von PD Hanke Felix Müller, [email protected] Diese Karteikärtchen sollten alle en und Sätze der Vorlesung Analysis 2 bei Herrn PD Hanke
Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
Abb lokales Maximum und Minimum
.13 Lokale Extrema, Monotonie und Konvexität Wir kommen nun zu den ersten Anwendungen der Dierentialrechnung. Zwischen den Eigenschaten einer Funktion, dem Verlau des zugehörigen Graphen und den Ableitungen
Beispiel. Gegeben sei die Folge (a n ) n N mit. a n := n 2 + 5n + 1 n. Es gilt. (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n n, woraus folgt
Beispiel. Gegeben sei die Folge (a n ) n N mit a n := n 2 + 5n + 1 n Es gilt ( ( ) (n 2 + 5n + 1) n 2 = n2 + 5n + 1 n) n2 + 5n + 1 + n, woraus folgt a n = (n2 + 5n + 1) n 2 n2 + 5n + 1 + n = 5n + 1 n2
ε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
Anwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
Polynomiale Approximation. und. Taylor-Reihen
Polynomiale Approximation und Taylor-Reihen Heute gehts um die Approximation von glatten (d.h. beliebig oft differenzierbaren) Funktionen f nicht nur durch Gerade (sprich Polynome vom Grade 1) und Polynome
Klausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Differential und Integralrechnung 3 3. (Herbst 20, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende
Der Satz von Taylor. Kapitel 7
Kapitel 7 Der Satz von Taylor Wir haben bereits die Darstellung verschiedener Funktionen, wie der Exponentialfunktion, der Cosinus- oder Sinus-Funktion, durch unendliche Reihen kennen gelernt. In diesem
Brückenkurs Rechentechniken
Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige
D-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)
Höhere Mathematik 1 Übung 9
Aufgaben, die in der Präsenzübung nicht besprochen wurden, können in der darauf folgenden übung beim jeweiligen übungsleiter bzw. bei der jeweiligen übungsleiterin abgegeben werden. Diese Abgabe ist freiwillig
Rückblick auf die letzte Vorlesung. Bemerkung
Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D
Modul 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
Höhere Mathematik für Physiker II
Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei
4.7 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
Mathematischer Vorbereitungskurs für das MINT-Studium
Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet [email protected] SS 2017 Vorlesung 7 MINT Mathkurs SS 2017 1 / 25 Vorlesung 7 (Lecture 7) Differentialrechnung differential
Übungsklausur Höhere Mathematik I für die Fachrichtung Physik
Karlsruher Institut für Technologie (KIT) Institut für Analysis Prof. Dr. Tobias Lamm Dr. Patrick Breuning WS /3 6..3 Übungsklausur Höhere Mathematik I für die Fachrichtung Physik Aufgabe ((3++5) Punkte)
1. Aufgabe 8 Punkte. f (x) = (x 2 + 1) e x2. Es gilt. f (x) = 2xe x2 + ( x ) e x2 ( 2x) = 2x 3 e x2.
1. Aufgabe 8 Punkte Geben Sie die Bereiche, auf denen die Funktion f : R R mit f (x) = (x + 1) e x monoton wachsend oder fallend ist, an, und untersuchen Sie die Funktion auf lokale und globale Extrema.
Mathematik 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
Lösungen der Aufgaben zu Kapitel 9
Lösungen der Aufgaben zu Kapitel 9 Abschnitt 9. Aufgabe a) Wir bestimmen die ersten Ableitungen von f, die uns dann das Aussehen der k-ten Ableitung erkennen lassen: fx) = x + e x xe x, f x) = e x e x
( ) 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
Modulprüfung Hm 1 & Hm 2
Seite von 9 Modulprüfung Hm & Hm Hinweise: - Es gibt 9 Aufgaben. Die jeweilige Punktzahl ist angegeben. - Die Maximalpunktzahl ist 56. Zum Bestehen der Klausur sind 4 Punkte hinreichend. - Die Bearbeitungszeit
Kapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C
Kapitel 5. Die trigonometrischen Funktionen 5.1. Die komplexen Zahlen 5.. Folgen und Reihen in C 5.10. Definition. Eine Folge (c n n N komplexer Zahlen heißt konvergent gegen c C, falls zu jedem ε > 0
Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren
Ferienkurs Analysis 1 - Wintersemester 2014/15 Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis
Mathematik 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,
Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.
Adµ Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung Blatt Probeklausur 2 Lösungen zur Probeklausur 2 Aufgabe 1 1. Formulieren Sie den Satz von Taylor
Staatsexamen 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
Stetigkeit 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 (
Differential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
Analysis I Lösung von Serie 14. Um die Inhomogene DGl zu lösen, müssen wir partikuläre Lösungen finden. (a) Wir machen den Ansatz:
d-infk Lösung von Serie 4 FS 07 4.. Inhomogene Lineare Differentialgleichungen Das charakteristische Polynom der homogenen DGl y (4) + y + y = 0 ist λ 4 + λ + = (λ + ). Seine Wurzeln sind ±i und jede hat
Mathematik für Physiker, Informatiker und Ingenieure
Mathematik für Physiker, Informatiker und Ingenieure Folien zu Kapitel IV SS 2010 G. Dirr INSTITUT FÜR MATHEMATIK UNIVERSITÄT WÜRZBURG [email protected] http://www2.mathematik.uni-wuerzburg.de
Teil 6. Differentialrechnung mehrerer Veränderlicher
Teil 6 Differentialrechnung mehrerer Veränderlicher 95 96 6.1 Topologie von Mengen Umgebung ε-umgebung eines Punktes x R n : B ε (x) = {y : y x < ε} Umgebung U von x: Menge, die eine ε-umgebung von x enthält
Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie
Ferienkurs Seite Technische Universität München Ferienkurs Analysis Hannah Schamoni Stetigkeit, Konvergenz, Topologie Lösung 2.03.202. Gleichmäßige Konvergenz Entscheiden Sie, ob die folgenden auf (0,
11. Anwendungen der Differentialrechnung
124 Andreas Gathmann 11. Anwendungen der Differentialrechnung Im letzten Kapitel haben wir gesehen, wie wir von nahezu allen Funktionen ihre Ableitung berechnen können und welche elementaren Eigenschaften
Klausur. Wir wünschen Ihnen viel Erfolg! Klausur Höhere Mathematik Teil
Prof. Dr. Guido Schneider Fachbereich Mathematik Universität Stuttgart Klausur für Studierende der Fachrichtungen el, kyb, mecha, phys, tpel Bitte unbedingt beachten: Bitte beschriften Sie jeden Ihrer
(a), für i = 1,..., n.
.4 Extremwerte Definition Sei M R n eine Teilmenge, f : M R stetig, a M ein Punkt. f hat in a auf M ein relatives (oder lokales) Maximum bzw. ein relatives (oder lokales) Minimum, wenn es eine offene Umgebung
23 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
Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge
Klausur. Wir wünschen Ihnen viel Erfolg! Klausur Mathematik für Informatiker und Softwaretechniker
Apl. Prof. Dr. W.-P. Düll Fachbereich Mathematik Universität Stuttgart Klausur für Studierende der Fachrichtungen inf, swt Bitte unbedingt beachten: Bitte beschriften Sie jeden Ihrer Zettel mit Namen und
1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen
1 Einleitung Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis 1 aus dem Wintersemester 2008/09
Die alternierende harmonische Reihe.
Die alternierende harmonische Reihe Beispiel: Die alternierende harmonische Reihe k k + = 2 + 3 4 + konvergiert nach dem Leibnizschen Konvergenzkriterium, und es gilt k k + = ln2 = 06934 für den Grenzwert
KLAUSUR. Analysis (E-Techniker/Mechatroniker/W-Ingenieure) Dr. habil. Sebastian Petersen Dr. Anen Lakhal. Version mit Lösungsskizzen
KLAUSUR Analysis (E-Techniker/Mechatroniker/W-Ingenieure) 4.3.27 Dr. habil. Sebastian Petersen Dr. Anen Lakhal Version mit Lösungsskizzen Für jede Aufgabe gibt es Punkte. Zum Bestehen der Klausur sollten
Höhere Mathematik II. Variante C
Lehrstuhl II für Mathematik Prof. Dr. E. Triesch Höhere Mathematik II SoSe 01 Variante C Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind zehn handbeschriebene DinA-Blätter Vorder- und Rückseite
3.2 Funktionsuntersuchungen mittels Differentialrechnung
3. Funktionsuntersuchungen mittels Differentialrechnung 46 3. Funktionsuntersuchungen mittels Differentialrechnung In diesem Abschnitt betrachten wir Funktionen f: D, welche je nach Bedarf zumindest ein-
6.7 Isolierte Singularitäten
6.7 Isolierte Singularitäten Definition: Eine analytische Funktion f hat in einem Punkt a C eine isolierte Singularität, falls f in einem Kreisring B r (a) \ {a} = {z C : 0 < z a < r} für r > 0, definiert
Mathematik IT 3 (Analysis)
Lehrstuhl Mathematik, insbesondere Numerische und Angewandte Mathematik Prof. Dr. L. Cromme Mathematik IT 3 (Analysis für die Studiengänge Informatik, IMT und ebusiness im Wintersemester 015/016 Geben
Kapitel 5 Trigonometrie
Mathematischer Vorkurs TU Dortmund Seite / 7 Schenkel Winkelbereich Scheitel S α Winkel werden in Grad oder im Bogenmaß (auch Rad) angegeben: 360 =. y cot α r = sin α α cos α tan α x Durch diese Betrachtungen
Übungen 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
