4.7 Der Taylorsche Satz
|
|
- Maike Brodbeck
- vor 7 Jahren
- Abrufe
Transkript
1 288 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 zu beschreiben. Besitzt nun die gegebene Funktion Ableitungen höherer Ordnung, so kann man fragen, ob diese Näherung nicht besser als nur durch eine affine Funktion erfolgen kann, etwa durch Polynome. Der Klärung dieser Frage ist der gegenwärtige Abschnitt gewidmet. Für eine gegebene n-mal differenzierbare Funktion f : D R N R und einen Punkt a D werden im folgenden gewisse Polynome eine zentrale Rolle spielen. Diese definieren wir für k = 1,..., n durch die Beziehung T k (x, a) := 1 k! i 1 =1 T k (, a) : R N R. i k =1 k f(a) x ik x i1 x i1... x ik, (4.56) Jedes dieser Polynome in den Koordinaten x 1,..., x N von x ist eine Summe von N k Monomen, deren jeweiliger Koeffizient eine bestimmte k-te partielle Ableitung von f an der Stelle a ist. Alle diese Monome haben den gleichen Grad k, und es gilt T k (λx, a) = λ k T k (x, a) für alle λ R. Wir bezeichnen daher T k als homogenes Polynom vom Grade k in den Koordinaten von x. Da die Polynome (4.56) zugegebenermaßen nicht gerade leicht zu überschauen sind, wollen wir sie uns an Hand einiger Spezialfälle etwas näherbringen Beispiele: (1) Im Fall N = 1 vereinfacht sich die Formel (4.56) mit x = x 1 zu T k (x, a) = f (k) (a) x k für alle k = 1,..., n. k! (2) Im Fall N = 2 erhalten wir für k = 1, 2 die Ausdrücke T 1 (x, a) = f(a) x 1 + f(a) x 2 = grad f(a) x, x 1 x 2 T 2 (x, a) = 1 [ 2 x 2 x f(a) x 1 x f(a) x 2 x f(a) 1 x 2 x 1 x 1 x 2 x 2 2 = 1 ( ) 2 (x x 1, x 2 ) 2 x 1 2 x 1 x1. x 2 x 1 x 2 x 2 2 x 2 2 ] = (3) Im Fall eines beliebigen N N gilt für k = 1, 2 analog wie zuvor T 1 (x, a) = grad f(a) x,
2 4.7 Der Taylorsche Satz 289 T 2 (x, a) = 1 2 (x 1,..., x N ) x 2 1. x 1 x N x N x x 2 N Das zentrale theoretische Ergebnis über Funktionen mit höheren Ableitungen ist der folgende, nach B. Taylor benannte Satz. x 1. x N Satz (Taylorscher Satz): Gegeben seien eine auf einer offenen Menge D R N erklärte C n -Funktion f : D R und zwei Punkte a, x D derart, dass die Verbindungsstrecke Str[a, x] ganz in D liegt. Dann gibt es ein ξ Str[a, x] mit n 1 f(x) = f(a) + T k (x a, a) + T n (x a, ξ). (4.57) k=1 Darüber hinaus gilt lim x a T n (x a, ξ) = 0. (4.58) x a n 1 Die Formel (4.57) nennt man Taylorsche Formel, das darin auftretende Polynom f(a) + n 1 k=1 T k(x a, a) heißt (n 1)-tes Taylorpolynom von f bei a und der Ausdruck T n (x a, ξ) heißt Restglied nach Lagrange (es gibt noch andere Formen dieses Restglieds). Bevor wir den Taylorschen Satz beweisen, wollen wir seine Aussage noch etwas erläutern und veranschaulichen Bemerkung: Der besonderen Bedeutung wegen wollen wir die Taylorformel für den ein-dimensionalen Fall noch einmal gesondert formulieren. Sie lautet für eine auf einem offenen Intervall I n-mal stetig differenzierbare Funktion f : I R (siehe Beispiel (1)) n 1 f(x) = f(a) + k=1 f (k) (a) k! (x a) k + f (n) (ξ) n! (x a) n, (4.59) wobei a und x beliebige Punkte aus I sind und ξ ein nicht näher beschreibbarer Punkt zwischen a und x ist Bemerkung: Der Taylorsche Satz verallgemeinert verschiedene Ergebnisse, die wir zuvor für 1-mal differenzierbare Funktionen hergeleitet haben. So stellt er eine Verallgemeinerung des Mittelwertsatzes dar, denn
3 290 4 Differenziation im Fall n = 1 reduziert sich die Taylorformel (siehe Beispiel (3)) auf die Formel f(x) = f(a) + grad f(ξ) (x a) des Satzes Im Fall n = 2 hat die Taylorformel die Gestalt f(x) = f(a)+grad f(a) (x a)+t 2 (x a, ξ) T 2 (x a, ξ) mit lim = 0. (4.60) x a x a Ein Vergleich dieser Beziehung mit der Aussage (a) des Satzes zeigt, dass der Taylorsche Satz auch eine gewisse Verallgemeinerung des Satzes darstellt. Während der Satz nur 1-malige Differenzierbarkeit verlangt, benötigt der Taylorsche Satz (in der angegebenen Version) 2-malige stetige Differenzierbarkeit für die Gültigkeit der Formel (4.60). Dafür liefert er aber auch eine explizite Formel für den Restterm, im Gegensatz zum nicht näher bestimmten Restterm im Satz Wir wollen nun auf die eingangs aufgeworfene Frage zu sprechen kommen, inwieweit eine mehrmals differenzierbare Funktion besser als durch affine Funktionen approximiert werden kann. Die Taylorformel (4.57) zeigt, dass die Approximation der gegebenen Funktion umso besser wird, je höher der Grad n 1 des approximierenden Taylorpolynoms ist. Der Restterm strebt nämlich für x a stärker gegen 0 als dies die Funktion x a n 1 tut. Wie dies in einem konkreten Fall aussieht, wollen wir uns an einem Beispiel ansehen Beispiel: Um die Taylorpolynome der C -Funktion cos x bei x = 0 zu bestimmen, benötigen wir die Ableitungen cos (k) (0), k = 0, 1, 2,.... Das Taylorpolynom 8-ten Grades hat dann, wie man leicht bestätigt, die Form 1 0 x 1 2 x2 + 0 x x4 0 x x6 + 0 x x8. Die Abbildung 4.22 zeigt einen Teil der Cosinusfunktion und die Taylorpolynome der Grade 0, 2, 4, 6 und 8. Deutlich ist zu erkennen, wie sich die Approximation verbessert, wenn man den Grad des Taylorpolynoms erhöht. Abb Approximation von cos x bei 0 durch die Taylorpolynome der Grade 0 bis 8
4 4.7 Der Taylorsche Satz 291 Beweis des Satzes 4.7.2: Wir gehen in drei Schritten vor. 1. Schritt (Taylorformel (4.57) für N = 1, siehe (4.59)): Für fixiertes x a, ohne Beschränkung der Allgemeinheit sei x > a, betrachten wir die Hilfsfunktion n 1 h(t) := f(x) f(t) k=1 f (k) (t) k! (x t) k α (x t)n n!, h : D R, (4.61) bei der wir die reelle Zahl α so wählen können (einfach ausrechnen!), dass neben der offensichtlichen Beziehung h(x) = 0 auch h(a) = 0 gilt. Da h differenzierbar ist, gibt es nach dem Satz von Rolle ein ξ (a, x) mit h (ξ) = 0. Wegen der leicht nachprüfbaren Beziehung h (t) = f (n) (t) (n 1)! (x (x t)n 1 t)n 1 + α (n 1)! für alle t D gilt also, indem wir hierin t = ξ setzen und nach α auflösen, α = f (n) (ξ). Ersetzen wir nun in der Beziehung (4.61) die Variable t durch a und die Variable α durch f (n) (ξ), und beachten die Beziehung h(a) = 0, so ergibt sich die Taylorformel für den Fall N = 1 (siehe (4.59)). 2. Schritt (Taylorformel (4.57) für beliebiges N N): Die Hilfsfunktion g(t) := f(a + t(x a)), g : J R, J ein geeignetes offenes Intervall mit [0, 1] J, ist n-mal stetig differenzierbar, und es gilt g (t) = grad f(a + t(x a)) (x a) = g (t) = [ N i 1 =1 i 2 =1 i 1 =1 2 f(a + t(x a)) x i2 x i1 (x i2 a i2 ) f(a + t(x a)) x i1 (x i1 a i1 ), ] (x i1 a i1 ),. =. (vollständige Induktion). g (k) (t) = i 1 =1 i k =1 k f(a + t(x a)) x ik x i1 (x i1 a i1 )... (x ik a ik ), für k = 1,..., n. Damit gilt (siehe (4.56)) g (k) (0) = k! T k (x a, a) für k = 1,..., n. (4.62)
5 292 4 Differenziation Anwendung der im 1. Beweisschritt bewiesenen ein-dimensionalen Taylorformel (4.59) auf die Funktion g(t) liefert die Beziehung n 1 g(1) = g(0) + k=1 g (k) (0) k! + g(n) (η) n! für ein η (0, 1), und damit folgt unter Verwendung von (4.62) die behauptete Formel (4.57) mit ξ := a + η (x a). 3. Schritt: Die Grenzwertbeziehung (4.58) folgt sofort aus der wegen x ij a ij x a für j = 1,..., n gültigen Abschätzung T n (x a, ξ) (4.56) 1 n! i 1 =1 i n=1 n f(ξ) x a n, x in x i1 wenn man bedenkt, dass die in diesem Ausdruck auftretenden partiellen Ableitungen nach Voraussetzung stetig und damit in jeder kompakten (in D liegenden) Umgebung von a beschränkt sind. Besitzt eine Funktion f : D R N R an einem inneren Punkt a von D alle partiellen Ableitungen beliebig hoher Ordnung, so kann man die für alle x R N definierte Funktionenreihe ( f(a) + n k=1 ) T k (x a, a) n N (4.63) bilden. Man nennt sie die Taylorreihe von f um a. Sie ist genau für diejenigen x D konvergent, und zwar gegen f(x), für die das Restglied T n (x a, ξ n ) für n verschwindet. Zu beachten ist hierbei, dass die im Restglied auftretende Zwischenstelle ξ n natürlich von n abhängt. Im Fall N = 1 handelt es sich bei der Taylorreihe (4.63) offensichtlich um eine Potenzreihe, nämlich ( n k=0 f (k) (a) k! (x a) k ) n N 0, zu deren Konvergenzuntersuchung uns verschiedene Kriterien (siehe Satz und Folgerung 2.8.7) zur Verfügung stehen. Im Lichte der zuvor beschriebenen Verbesserung der Approximation einer gegebenen Funktion f durch Taylorpolynome mit wachsenden Graden mag man nun erwarten, dass im Fall der Konvergenz der Taylorreihe die gegebene Funktion f gerade die Grenzfunktion der von f erzeugten Taylorreihe ist. Dass es sich hierbei um einen Trugschluss handelt, zeigt uns das nachfolgende Beispiel.
6 4.7 Der Taylorsche Satz Beispiel: Die reelle Funktion exp( 1 x ) für x > 0 f(x) := 0 für x = 0 exp( 1 x ) für x < 0 (siehe Abbildung 4.23) ist, was man wie beim Beispiel leicht bestätigt, eine C -Funktion. Es gilt nämlich f (k) (0) = 0 für alle k N 0. Damit verschwinden alle Koeffizienten der Taylorreihe von f um 0 und die Taylorreihe konvergiert in trivialer Weise gegen die Nullfunktion, und nicht gegen f. Abb Die C -Funktion des Beispiels mit verschwindender Taylorreihe um 0 Wie das Beispiel zeigt, stimmt das 8. Taylorpolynom der Cosinusfunktion mit der 8. Partialsumme derjenigen Potenzreihe überein, mit deren Hilfe der Cosinus definiert wurde. Diese Übereinstimmung gilt sogar, wie man leicht zeigen kann, für alle Partialsummen, d.h. für alle Koeffizienten. Entsprechendes gilt für die Sinusfunktion, die Exponentialfunktion, natürlich für alle Polynome und viele weitere Funktionen. Diese besonders nützliche Eigenschaft bestimmter Funktionen nimmt man zum Anlass für eine eigene Begriffsbildung Definition: Eine C -Funktion f : D R N R heißt (reell) analytisch, falls für jeden Punkt a D die Taylorreihe von f um a in einer Umgebung von a konvergiert und dort die Funktion f als Grenzfunktion besitzt. Die Analytizität von Funktionen wird uns im Rahmen der elementaren Analysis nicht weiter beschäftigen. Dies hängt damit zusammen, dass die Eigenschaften der analytischen Funktionen und die sich daraus ergebenden Konsequenzen erst im Rahmen der komplexen Analysis voll verstanden werden können. Die systematische Untersuchung der analytischen Funktionen bleibt daher der sogenannten Funktionentheorie vorbehalten.
7 294 4 Differenziation 4.8 Extremwerte Zu den häufigsten Anwendungen der Differenzialrechnung gehört die Bestimmung von Funktionswerten, die maximal oder minimal in Bezug auf benachbarte Funktionswerte sind. Man unterscheidet in diesem Zusammenhang das grundlegende Problem, bei dem die Funktion auf dem gesamten, im allgemeinen offenen Definitionsbereich betrachtet wird, vom entsprechenden Problem mit sogenannten Nebenbedingungen. Im letzteren Fall interessiert man sich für die Einschränkung der gegebenen Funktion auf eine Menge ohne innere Punkte. Zunächst gilt es nun, die in diesem Zusammenhang relevanten Begriffe zu klären Definition: Gegeben sei eine Funktion f : D R N R und ein Punkt a aus der (nicht notwendigerweise offenen) Menge D. Man sagt, f habe bei a ein globales Maximum : x D : f(x) f(a), lokales Maximum : δ >0: x U δ (a) D : f(x) f(a), strenges lokales Maximum : δ >0: x U δ (a) D : f(x) < f(a). In jedem dieser Fälle heißt a Maximalstelle und f(a) heißt Maximalwert. Mit den umkehrten Ungleichungen erklärt man entsprechend die drei Formen von Minimum sowie die Begriffe Minimalstelle und Minimalwert. Die Begriffe Extremum bzw. Extremalstelle bzw. Extremwert sind Sammelbegriffe für Maximum oder Minimum bzw. Maximal- oder Minimalstelle bzw. Maximal- oder Minimalwert. Abb Verschiedene Formen von Extremwerten
8 4.8 Extremwerte 295 Auf Grund dieser Definition ist jedes globale Maximum ein lokales Maximum, auch jedes strenge lokale Maximum ist ein lokales Maximum. Entsprechendes gilt für das Minimum. Die Umkehrungen dieser Aussagen gelten offensichtlich nicht, wie man der Abbildung 4.24 leicht entnehmen kann. Sehr leicht kann man bei differenzierbaren Funktionen eine notwendige Bedingung dafür angeben, dass ein innerer Punkt des Definitionsbereichs eine Extremalstelle ist. Wie der folgende Satz zeigt, genügt hierfür schon eine abgeschwächte Form der Differenzierbarkeit Satz (notwendige Bedingung für lokales Extremum): Eine Funktion f : D R N R besitze in einem inneren Punkt a von D alle partiellen Ableitungen 1. Ordnung, und f habe bei a ein lokales Extremum. Dann gilt grad f(a) = 0. Beweis: Der Beweis beruht auf Überlegungen, die wir im Zusammenhang mit den Mittelwertsätzen im Abschnitt 4.3 schon mehrmals angestellt haben. Ohne Beschränkung der Allgemeinheit betrachten wir hier nur den Fall des Maximums. Da a ein innerer Punkt von D ist, gibt es ein ε > 0, so dass die N Funktionen h i (t) := f(a 1,..., a i 1, a i +t, a i+1,..., a N ), h i : [ ε, ε] R, i = 1,..., N erklärt sind. Auf Grund der Voraussetzungen des Satzes gilt dann für i = 1,..., N { h i (t) h i (0) 0 für alle t [ ε, 0), t 0 für alle t (0, ε]. Durch die beiden einseitigen Grenzübergänge t 0 ± folgt, dass h i (0) sowohl 0 als auch 0 ist. Insgesamt gilt also h i (0) = 0 für i = 1,..., N. h i (0) ist aber gerade die partielle Ableitung i f(a) und damit die i-te Koordinate von grad f(a). Die geometrische Interpretation der im Satz beschriebenen notwendigen Bedingung grad f(a) = 0 für ein Extremum ist, dass die betrachtete Funktion in einem Extremwert eine horizontale Tangentialebene besitzt. Dass diese Bedingung nicht hinreichend für die Existenz eines Extremums bei a ist, zeigt die reelle Funktion x 3 an der Stelle x = 0, oder die in der Abbildung 4.25 dargestellte Funktion f(x, y) := 1 + x 2 y 2 an der Stelle (x, y) = (0, 0). Nach den notwendigen Bedingungen des vorherigen Satzes wollen wir nun hinreichende Bedingungen für Extrema formulieren. Dazu benötigen wir den
9 296 4 Differenziation Abb Graph der Sattelfläche f(x, y) = 1 + x 2 y 2, f : R 2 R Taylorschen Satz zusammen mit Definitheitseigenschaften der in der Taylorschen Formel (4.57) auftretenden homogenen Polynome T k (x a, a). Wir nennen dabei ein solches Polynom positiv definit bzw. negativ definit, wenn es abgesehen von der Nullstelle a nur positive bzw. nur negative Werte annimmt. Es heißt dagegen indefinit, wenn sowohl positive als auch negative Funktionswerte auftreten Satz (hinreichende Bedingung für lokales Extremum): Gegeben sei eine C n+1 -Funktion f : D R N R und ein Punkt a D. Ferner gelte T k (x a, a) = 0 für alle x R N, k = 1,..., n 1. (4.64) Dann gelten die folgenden Implikationen: T n (, a) positiv definit = strenges lokales Minimum bei a, T n (, a) negativ definit = strenges lokales Maximum bei a, T n (, a) indefinit = kein Extremum bei a. Beweis: Nach dem Taylorschen Satz gilt für jedes x aus einer punktierten Umgebung U δ (a) D von a mit einem ξ Str[a, x], unter Ausnutzung der Homogenität von T n (, a), die Beziehung (beachte die Voraussetzung (4.64)) f(x) f(a) = T n (x a, a) + T n+1 (x a, ξ) = [ ( ) ] = x a n T x a n x a, a + T n+1(x a,ξ) x a. (4.65) }{{}}{{ n } S 1 (0) 0 für x a
10 4.8 Extremwerte 297 (a) T n (, a) sei positiv definit: Dann nimmt T n (, a) auf der kompakten Menge S 1 (0) = {x R N : x = 1} nach Satz ein globales Minimum µ an, und dieses ist wegen der vorausgesetzten Definitheit positiv. Also gibt es ein x S 1 (0) mit T n ( x a x a, a) T n( x, a) = µ > 0 für alle x R N \ {a}. (4.66) Wir wählen nun ein ε > 0 so klein, dass auf U ε (a) der Restterm in (4.65) kleiner als µ 2 wird. Damit folgt dann aus (4.65) eine Ungleichung der angestrebten Form, nämlich f(x) f(a) x a n [ µ µ 2 ] > 0 für alle x U ε (a). (b) T n (, a) sei negativ definit: Man schließt analog wie im Teil (a) mit Hilfe des globalen negativen Maximums von T n (, a) auf S 1 (0). (c) T n (, a) sei indefinit: Dann gibt es Punkte x, x R N mit T n ( x, a) < 0 < T n ( x, a). Für alle t > 0 mit a + t x U δ (a) gilt dann wegen (4.65) (man benutzt wieder die Homogenität von T n (, a)) f(a + t x) f(a) = t x n[ T n ( x x, a ) }{{} < 0 fest ] + T n+1(t x,ξ) t x. }{{ n } 0 für t 0 + Hieraus folgt, dass es in beliebiger Nähe von a Punkte der Form a + t x gibt mit f(a + t x) < f(a). Analog schließt man, dass es in beliebiger Nähe von a Punkte der Form a + t x gibt mit f(a + t x) > f(a). Also besitzt f bei a weder ein Maximum noch ein Minimum. Die für Extrema hinreichenden Bedingungen des Satzes sind aus theoretischer Sicht sehr einfach und elegant. Wie sieht es aber mit ihrer praktischen Umsetzung aus? Für die wichtigsten Spezialfälle wollen wir diesen rechnerischen Aspekt nun noch näher beleuchten. Im Fall N = 1 lautet der Satz wie folgt (siehe Beispiel (1)): Unter der Voraussetzung f (k) (a) = 0 für k = 1,..., n 1 und f (n) (a) 0 gelten wegen der für N = 1 gültigen Beziehung T n (x a, a) f (n) (a) n! (x a) n die folgenden Implikationen: n gerade und f (n) (a) > 0 = strenges lokales Minimum bei a, n gerade und f (n) (a) < 0 = strenges lokales Maximum bei a, n ungerade = kein Extremum bei a.
18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
Mehr(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
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 )
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
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
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
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................................
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
MehrAnalysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit
A Analysis, Woche 9 Mehrdimensionale Differentialrechnung I A 9. Differenzierbarkeit A3 =. (9.) Definition 9. Sei U R m offen, f : U R n eine Funktion und a R m. Die Funktion f heißt differenzierbar in
MehrMusterlösung zu Blatt 1
Musterlösung zu Blatt Analysis III für Lehramt Gymnasium Wintersemester 0/4 Überprüfe zunächst die notwendige Bedingung Dfx y z = 0 für die Existenz lokaler Extrema Mit x fx y z = 8x und y fx y z = + z
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
Mehr40 Lokale Extrema und Taylor-Formel
198 VI. Differentialrechnung in mehreren Veränderlichen 40 Lokale Extrema und Taylor-Formel Lernziele: Resultate: Satz von Taylor und Kriterien für lokale Extrema Methoden aus der linearen Algebra Kompetenzen:
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
MehrMehrdimensionale Differentialrechnung Übersicht
Mehrdimensionale Differentialrechnung Übersicht Partielle und Totale Differenzierbarkeit Man kann sich mehrdimensionale Funktionen am Besten für den Fall f : R 2 M R vorstellen Dann lässt sich der Graph
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
MehrProf. Dr. H. Brenner Osnabrück SS Analysis II. Vorlesung 50. Hinreichende Kriterien für lokale Extrema
Prof. Dr. H. Brenner Osnabrück SS 205 Analysis II Vorlesung 50 Hinreichende Kriterien für lokale Extrema Wir kommen jetzt zu hinreichenden Kriterien für die Existenz von lokalen Extrema einer Funktion
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
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
MehrExtremwerte von Funktionen mehrerer reeller Variabler
Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein
Mehr9 Höhere partielle Ableitungen und die Taylorformel
Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 9 Höhere partielle Ableitungen und die Talorformel Definition 91 Sei U R n offen, f : U R m eine Funktion Dann heißt f 2-mal partiell differenzierbar,
Mehri j m f(y )h i h j h m
10 HÖHERE ABLEITUNGEN UND ANWENDUNGEN 56 Speziell für k = 2 ist also f(x 0 + H) = f(x 0 ) + f(x 0 ), H + 1 2 i j f(x 0 )h i h j + R(X 0 ; H) mit R(X 0 ; H) = 1 6 i,j,m=1 i j m f(y )h i h j h m und passendem
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
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.
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
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
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)
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
Mehr19.2 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
Mehr2 Funktionen in mehreren Variablen: Differentiation
Satz 2. (Richtungsableitung) Für jede auf der offenen Menge D R n total differenzierbaren Funktion f (insbesondere für f C 1 (D, R) und für jeden Vektor v R n, v 0, gilt: n v f(x) = f(x) v = f xi (x)v
Mehr8 Extremwerte reellwertiger Funktionen
8 Extremwerte reellwertiger Funktionen 34 8 Extremwerte reellwertiger Funktionen Wir wollen nun auch Extremwerte reellwertiger Funktionen untersuchen. Definition Es sei U R n eine offene Menge, f : U R
MehrÜbungen zu Grundlagen der Mathematik 2 Lösungen Blatt 12 SS 14. Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion.
Übungen zu Grundlagen der Mathematik Lösungen Blatt 1 SS 14 Prof. Dr. W. Decker Dr. M. Pleger Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion f : U R, (x, y) x y x + y, im Punkt (1, 1) bis einschließlich.
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
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
MehrAnwendungen der Differentialrechnung
KAPITEL 3 Anwendungen der Differentialrechnung 3.1 Lokale Maxima und Minima Definition 16: Sei f : D R eine Funktion von n Veränderlichen. Ein Punkt x heißt lokale oder relative Maximalstelle bzw. Minimalstelle
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
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
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
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
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
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
MehrVorlesung: Analysis II für Ingenieure. Wintersemester 09/10. Michael Karow. Themen: Taylor-Entwicklung und lokale Extrema
Vorlesung: Analysis II für Ingenieure Wintersemester 09/10 Michael Karow Themen: Taylor-Entwicklung und lokale Extrema Motivierendes Beispiel: die Funktion f(x, y) = x(x 1) 2 2 y 2. Dieselbe Funktion von
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
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
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,
MehrTopologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte
Universität München 22. Juli 29 Topologie und Differentialrechnung mehrerer Veränderlicher, SS 29 Modulprüfung/Abschlussklausur Name: Aufgabe 2 3 4 Punkte Gesamtpunktzahl: Gesamturteil: Schreiben Sie unbedingt
MehrWenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }
A Analsis, Woche Implizite Funktionen A Implizite Funktionen in D A3 Wenn man den Kreis mit Radius um, beschreiben möchte, dann ist { x, ; x + = } eine Möglichkeit Oft ist es bequemer, so eine Figur oder
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.
MehrMathematik für Bauingenieure
Mathematik für Bauingenieure von Kerstin Rjasanowa 1. Auflage Mathematik für Bauingenieure Rjasanowa schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG Hanser München 2006 Verlag C.H.
Mehrkonvergent falls Sei eine allgemeine ("gutmütige") Funktion. Frage: kann man sie in der Nähe des Punktes darstellen mittels einer Potenzreihe in
C5 Funktionen: Reihenentwicklungen C5.1 Taylorreihen Brook Taylor (1685-1731) (Analysis-Vorlesung: Konvergenz von Reihen und Folgen) Grundlegende Frage: Wann / unter welchen Voraussetzungen lässt sich
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:
MehrLösungen zur Klausur zur Analysis 1, WiSe 2016/17
BERGISCHE UNIVERSITÄT WUPPERTAL..7 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Lösungen zur Klausur zur Analysis, WiSe 6/7 Klausureinsicht:
Mehr10 Ableitungen höherer Ordnung
Mathematik für Ingenieure II, SS 9 Freitag 47 $Id: ntaylortex,v 3 9/7/4 8:6:56 hk Exp $ Ableitungen höherer Ordnung Partielle Ableitungen beliebiger Ordnung Nachdem wir das letzte Mal einige Beispiele
MehrAnalysis I. Guofang Wang Universität Freiburg
Universität Freiburg 31.1.2017 Definition 2.2 (uneigentliches Riemann-Integral) Sei I = [a, b) mit a < b. Die Funktion f : I R sei Riemann-integrierbar auf [a, b ] für alle b < b. Falls x lim x b a f(ξ)
Mehrf(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.
Fabian Kohler Karolina Stoiber Ferienkurs Analsis für Phsiker SS 4 A Extrema In diesem Abschnitt sollen Extremwerte von Funktionen f : D R n R diskutiert werden. Auch hier gibt es viele Ähnlichkeiten mit
Mehrkonvergent falls eine allgemeine ("gutmütige") Funktion. Frage: kann man sie in der darstellen mittels einer Potenzreihe in
C5 Funktionen: Taylorreihen & Fourieranalysis C5.1 Taylorreihen Brook Taylor (1685-1731) (Analysis-Vorlesung: Konvergenz von Reihen und Folgen) Grundlegende Frage: Wann / unter welchen Voraussetzungen
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
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
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
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
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
MehrRückblick auf die letzte Vorlesung. Bemerkung
Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D
MehrKapitel 3: Differentiation
7 ABBILDUNGEN UND KOORDINATENFUNKTIONEN 35 Kapitel 3: Differentiation Wir beginnen mit einigen Vorbetrachtungen. In diesem Kapitel soll die Differentialrechnung für Funktionen von n reellen Veränderlichen
Mehr1.6 Implizite Funktionen
1 1.6 Implizite Funktionen Wir werden uns jetzt mit nichtlinearen Gleichungen beschäftigen, f(x) = 0, wobei f = (f 1,..., f m ) stetig differenzierbar auf einem Gebiet G R n und m < n ist. Dann hat man
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.
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
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
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)
Mehr26. Höhere Ableitungen
26. Höhere Ableitungen 331 26. Höhere Ableitungen Im letzten Kapitel haben wir gesehen, wie man für Abbildungen zwischen mehrdimensionalen Räumen das Konzept der Differenzierbarkeit definieren und für
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
MehrNachklausur Analysis 2
Nachklausur Analysis 2. a) Wie ist der Grenzwert einer Folge in einem metrischen Raum definiert? Antwort: Se (a n ) n N eine Folge in dem metrischen Raum (M, d). Diese Folge besitzt den Grenzwert g M,
MehrNachklausur zur Analysis 1, WiSe 2016/17
BERGISCHE UNIVERSITÄT WUPPERTAL 04.04.7 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis, WiSe 06/7 Aufgabe
MehrINGENIEURMATHEMATIK. 8. Reihen. Sommersemester Prof. Dr. Gunar Matthies
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 8. Reihen Prof. Dr. Gunar Matthies Sommersemester 2016 G. Matthies Ingenieurmathematik
Mehr11. Anwendungen der Differentialrechnung
122 Andreas Gathmann 11. Anwendungen der Differentialrechnung Im letzten Kapitel haben wir gesehen, wie wir von nahezu allen Funktionen ihre Ableitung berechnen können und welche elementaren Eigenschaften
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
MehrDie Taylorreihe einer Funktion
Kapitel 6 Die Taylorreihe einer Funktion Dieser Abschnitt beschäftigt sich mit Taylorreihen, Taylorpolynomen und der Restgliedabschätzung für Taylorpolynome. Die Taylorreihe einer reellen Funktion ist
Mehr11. Anwendungen der Differentialrechnung
124 Andreas Gathmann 11. Anwendungen der Differentialrechnung Im letzten Kapitel haben wir gesehen, wie wir von nahezu allen Funktionen ihre Ableitung berechnen können und welche elementaren Eigenschaften
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
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
MehrMusterlösung Klausur zu Analysis II. Verständnisteil
Technische Universität Berlin SS 2009 Institut für Mathematik 20.07.2009 Prof. Dr. R. Schneider Fritz Krüger Sebastian Holtz Musterlösung Klausur zu Analysis II Verständnisteil 1. (a) Sei D R n konvex
MehrAufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an.
Analysis I, WiSe 2013/14, 04.02.2014 (Iske), Version A 1 Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an. a) Welche der folgenden Aussagen über Folgen sind sinnvoll und
MehrFolgen und Reihen von Funktionen
Folgen und Reihen von Funktionen Sehr häufig treten in der Mathematik Folgen bzw. Reihen von Funktionen auf. Ist etwa (f n ) eine Folge von Funktionen, dann können wir uns für ein festes x fragen, ob die
Mehr1 Umkehrfunktionen und implizite Funktionen
Mathematik für Physiker III WS 2012/2013 Freitag 211 $Id: implizittexv 18 2012/11/01 20:18:36 hk Exp $ $Id: lagrangetexv 13 2012/11/01 1:24:3 hk Exp hk $ 1 Umkehrfunktionen und implizite Funktionen 13
MehrD-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 5. x 1 2x 3 = lim 6x
D-MAVT/D-MATL Analysis I HS 07 Dr. Andreas Steiger Lösung - Serie 5. MC-Aufgaben Online-Abgabe. Durch zweifache Anwendung der Regel von Bernoulli-de l Hôpital folgt Stimmt diese Überlegung? lim x x 3 +
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
MehrC. Eicher Analysis Study Center ETH Zürich HS Extremwerte
C. Eicher Analysis Study Center ETH Zürich HS 05 Extremwerte Gelöste Aufgabenbeispiele:. Bestimme die lokalen und globalen Extrema der Funktion f(x) = x x + x auf dem Intervall [ 4, ]. a. Bestimmung der
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................................
MehrLeitfaden a tx t
Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und
Mehr1. Aufgabe 8 Punkte. f (x) = (x 2 + 1) e x2. Es gilt. f (x) = 2xe x2 + ( x ) e x2 ( 2x) = 2x 3 e x2.
1. Aufgabe 8 Punkte Geben Sie die Bereiche, auf denen die Funktion f : R R mit f (x) = (x + 1) e x monoton wachsend oder fallend ist, an, und untersuchen Sie die Funktion auf lokale und globale Extrema.
MehrAnwendungen der Differentialrechnung
KAPITEL 7 Anwendungen der Differentialrechnung 7.1 Maxima und Minima einer Funktion................. 141 7.2 Mittelwertsatz............................ 144 7.3 Kurvendiskussion..........................
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Lineare Algebra
Mehr7.5. Mittelwertsatz und höhere Ableitungen
7.5. Mittelwertsatz und höhere Ableitungen Wir betrachten wieder eine Funktion f von einer Teilmenge A der Ebene R (oder eines höher dimensionalen Raumes R n ) nach R. Besonders nützlich ist der Mittelwertsatz
MehrRechenoperationen 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 )
MehrWiederholungsklausur zur Analysis I
Wiederholungsklausur zur Analysis I Prof. Dr. C. Löh/M. Blank 5. Oktober 2011 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten
MehrSatz von Taylor Taylorreihen
Satz von Taylor Taylorreihen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Tangente als Näherung Weil sich anschaulich die Tangente anschmiegt, ist die Tangentenfunktion
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
Mehr