Der Taylorsche Satz Herleitung und Anwendungen

Größe: px
Ab Seite anzeigen:

Download "Der Taylorsche Satz Herleitung und Anwendungen"

Transkript

1 Der Taylorsche Satz Herleitung und Anwendungen Joachim Schneider Juni 2004 Zusammenfassung Es wird ein enfacher Beweis des Taylorsche Satz über die lokale Approximierbarkeit hinreichend glatter Funktionen durch Polynome gegeben Anhand einiger Bespiele wird seine Anwendung in Mathematik, Numerik und Mechanik demonstriert Motivation Eine beliebige genügend glatte (f C m+ ([a, b]); a, b R, a < b; m N 0 ) Funktion, f: [a, b] R, soll an der Stelle [a, b] durch ein Polynom T vom Grade m approximiert werden (T = T f,m,x0 ) Die Approximation soll so sein, daß alle Ableitungen von f und T an der Stelle bis zur Ordnung m übereinstimmen: T soll sich also an f anschmiegen: f (k) ( ) = T (k) ( ), für k = 0,, m () Dann sind also alle lokalen Eigenschaften von f und T, die aus den ersten m Ableitungen an der Stelle folgen, gleich: Funktionswert, Steigung, Krümmung, Extrema, Wendepunkte, Q2, Mannheim joachim@halrhein-neckarde

2 2 DIE TAYLORSCHE FORMEL 2 Für T setzen wir also an m T (x) = a j (x ) j (2) Dann wird die k-te Ableitung zu T (k) (x) = m k und insbesondere ist (j + ) (j + k) a j+k (x ) j (3) T (k) ( ) = k!a k (4) Damit folgt für T : T (x) = m j! f (j) ( ) (x ) j (5) Das ist das Taylorpolynom von f der Ordnung m um die Stelle : T = T f,m,x0 (6) 2 Die Taylorsche Formel Der Zusammenhang zwischen einer Funktion und dem zugehörigen Taylorpolynom wird durch die Taylorsche Formel vermittelt Natürlich gilt immer f (x) = T f,m,x0 (x) + R f,m,x0 mit einem entsprechenden Restglied R (x) = R f,m,x0 (x); die Taylorsche Formel liefert eine brauchbare Darstellung dieses Restgliedes

3 2 DIE TAYLORSCHE FORMEL 3 Zu ihrer Herleitung integrieren wir partiell ([], [2]): f (x) = f ( ) x f () (t) d ( (x t) ) dt dt! = f ( ) + f () ( ) (x ) x f (2) (t) d ( (x t) 2 ) dt dt 2! = f ( ) + f () ( ) (x ) + f (2) ( ) (x ) 2 x f (3) (t) d ( (x t) 3 ) dt 2! dt 3! = m f (j) ( ) (x ) j x f (m+) (t) d ( (x t) m+ ) dt j! dt (m+)! = m f (j) (x j! 0 ) (x ) j + x f (m+) (t) (x t) m dt m! Damit hat man die Taylorsche Formel als f (x) = m mit dem Restglied j! f (j) ( ) (x ) j + R (x) (7) x R (x) = R f,m,x0 (x) = f (m+) (t) (x t) m dt (8) m! Mit dem Mittelwertsatz der Integralrechnung sieht man, daß ein ξ x, ( x, := (x, ) falls x <, x, := (, x) sonst) existiert, so daß das Restglied als R (x) = R f,m,x0 (x) = x m! f (m+) (ξ) = (x t) m dt (m + )! f (m+) (ξ) (x ) m+ (9) darstellen kann Insbesondere ist auf [a, b] R (x) = R f,m,x0 (x) = O ( (x ) m+), (0) weil f (m+) auf [a, b] stetig ist und daher beschränkt ist

4 3 DIE TAYLORSCHE FORMEL: EINE ANDERE HERLEITUNG 4 5 Einige Taylorpolynome der Sinusfunktion sin(x) T (x) T 3 (x) T 5 (x) 3 Die Taylorsche Formel: Eine andere Herleitung Hier soll noch eine andere Herleitung angegeben werden, die mit etwas schwächeren Voraussetzunggen auskommt, dafür aber auch eine nicht so allgemeine Form des Restgliedes liefert (vergleiche [3] und [4]) Die entscheidende Beobachtung dafür ist, daß man das Taylorpolynom x T f,m,x0 bei festem x auch als Funktion von auffassen kann Sei also (wir wollen für diese Betrachtung lieber t statt verwenden) T t (x) := T f,m,t () Dann erhält man die überraschende Identität d dt (T t (x)) = m! f (m+) (t) (x t) m, (2) es taucht also hier nur noch die (m + )-te Ableitung von f auf, alle anderen Terme heben sich gegenseitig weg Definiert man nun g (t) := f (x) T t (x), (3) so folgt:

5 3 DIE TAYLORSCHE FORMEL: EINE ANDERE HERLEITUNG 5 g (x) = 0, g ( ) = R f,m,x0 (x) und g (t) = m! f (m+) (t) (x t) m (4) Erinnert man sich an den Satz von Rolle: Zwischen zwei a-stellen einer differenzierbaren Funktion liegt eine Nullstelle der Ableitung (Beweis: Funktion hat lokales Extremum zwischen den beiden a-stellen), so sieht man schnell den zweiten Mittelwertsatz der Differentialrechnung ein: Seien g und h differenzierbar auf [a, b], und x, [a, b], dann existiert ein ξ aus x, so, daß (g (x) g ( )) h (ξ) = (h (x) h ( )) g (ξ) (5) Zum Beweis wende man den Satz von Rolle auf die Funktion s (t) := (g (x) g ( )) h (t) (h (x) h ( )) g (t) (6) an, für die ja a := s ( ) = s (x) gilt Mit (4) und (5) und einer auf [a, b] streng monotonen und differenzierbaren Funktion h folgt dann: R (x) = g ( ) g (x) = (g ( ) g (x)) h (ξ) /h (ξ) = (h ( ) h (x)) g (ξ) /h (ξ) = m! f (m+) (x ξ)m (ξ) (h (x) h (x h 0 )) (ξ) (7) Wählt man jetzt (zum Beispiel!) h (ξ) = (m + )! (x ξ)m+, (8) so folgt für das Restglied R (x) = (m + )! f (m+) (ξ) (x ) m+ (9) Man braucht für diesen Beweis also nicht zu integrieren und es reicht, daß f m-mal stetig differenzierbar auf [a, b] ist und daß die (m + )-te Ableitung in (a, b) existiert

6 4 ANWENDUNGEN 6 4 Anwendungen 4 Potenzreihendarstellung wichtiger Funktionen Ist eine Funktion unendlich oft differenzierbar, so konvergiert Ihre Taylorreihe also die Folge ihrer Taylorpolynome genau dann gegen die Funktion, wenn lim n R f,n, = 0, (20) und man hat die Darstellung f (x) = j! f (j) ( ) (x ) j (2) Mit der Restglieddarstellung (8) folgt sofort die Abschätzung R f,n,x0 f (n+) (n + )! (x ) n+ (22) Insbesondere dann, wenn eine Konstante C R + existiert, so daß für alle k N f (k) C k ist, gilt die Darstellung (2), denn für jedes positive a ist lim k a k /k! = 0 Wenden wir uns den trigonometrischen Funktionen sin () und cos () zu, die wir um die Stelle 0 entwickeln wollen: Mit und sin (0) = 0, cos (0) = (23) sin = cos cos = sin (24) folgen sin (k) (0) = (0,, 0,, 0,, ) cos (k) (0) = (, 0,, 0,, 0, ) und damit die Potenzreihendarstellungen f (k) max x [a,b] f (k) (x)

7 4 ANWENDUNGEN 7 sin (x) = cos (x) = k=0 k=0 ( ) k (2k + )! x2k+ ( ) k (2k)! x2k (25) Damit werden diese Funktionen überhaupt erst berechenbar 42 Numerische Berechnung von Ableitungen Aus der Taylorschen Formel erhalten wir für eine hinreichend glatte Funktion f : f (x + h) = f (x) + f (x) h + 2 f (x) h f (x) h 3 + O ( h 4) f (x h) = f (x) f (x) h + 2 f (x) h 2 6 f (x) h 3 + O ( h 4) (26) Durch Addition und Subtraktion dieser Gleichungen erhält man Formeln für die erste und die zweite Ableitung: f (x) = f (x) = f (x + h) f (x h) + O ( h 2) 2h f (x + h) + f (x h) 2f (x) + O ( (27) h 2) h 2 Das hier ein Fehler O (h 2 ) gemacht wird bedeutet zb, daß bei Anwendung dieser Formeln eine Halbierung der Schrittweite h bewirkt, daß der lokale Diskretisierungsfehler um den Faktor 4 kleiner wird Weitere solcher Formeln gibt es zb in [5] 43 Kleine Schwingungen Wir betrachten ein eindimensionales mechanisches System: mẍ = K (x) (28) Das System befinde sich bei x = 0 in Ruhe und die Kraft K wirke bei kleinen Auslenkungen rücktreibend, in einer Umgebung von x = 0 gilt also K (x) < 0 für x > 0 und K (x) > 0 für x < 0

8 4 ANWENDUNGEN 8 Wir nähern K durch ihr Taylorpolynom an, wobei wir uns auf den ersten von Null verschiedenen Term beschränken Das muß dann also ein Term mit einer ungeraden Potenz in x sein: K (x) αx 2l+ für ein l N 0 ; α > 0 (29) In den meisten Fällen wird K αx gelten, das muß aber nicht so sein, wie der hier skizierte Schwinger zeigt, bei dem für kleine Auslenkungen die Kraft proportional zur dritten Potenz der Auslenkung ist (vergleiche dazu [6]) Masse = m y Federkonstante = D x Ein Schwinger mit Kraft ( y) 3 In der überwiegenden Zahl der Fälle, in denen K αx ist, erhält man als Bewegungsgleichnug für kleine Auslenkungen die Differentialgleichung des harmonischen Oszillators mẍ + αx = 0 (30) mit der Lösung (ω := α/m) x (t) = (ẋ 0 /ω) sin (ωt) + cos (ωt) (3) Das heißt: Alle kleinen Schwingungen sind gleich

9 LITERATUR 9 Literatur [] Brauch, W, Dreyer, H-J und Haacke, W: Mathematik für Ingenieure Stuttgart: BG Teubner, 990 [2] Forster, O: Analysis Braunschweig/Wiesbaden: Friedr Vieweg & Sohn, 983 [3] Heuser, H: Lehrbuch der Analysis Teil Stuttgart,Leipzig: BG Teubner, 998 [4] Barner, M u Flohr, F: Analysis I Berlin, New York: de Gruyter, 99 [5] Chapra, SC u Canale RP: Numerical Methods for Engineers Boston, : Mc Graw-Hill, 2002 [6] Collatz, L: Differentialgleichungen Stuttgart: B G Teubner, 990

P n (1) P j (1) + ε 2, j=0. P(1) P j (1) + ε 2 < ε. log(1+x) =

P 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

Mehr

Der Satz von Taylor. Kapitel 7

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

Mehr

Lösungen der Aufgaben zu Kapitel 9

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

Mehr

Vorlesung: Analysis I für Ingenieure

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 )

Mehr

27 Taylor-Formel und Taylor-Entwicklungen

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

Mehr

Brückenkurs Rechentechniken

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

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 ( )

( ) 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

Mehr

Polynomiale Approximation. und. Taylor-Reihen

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

Mehr

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil April (Voll-) Klausur Analysis I für Ingenieure en Rechenteil Aufgabe 7 Punkte (a) Skizzieren Sie die 4-periodische Funktion mit f() = für und f() = für (b) Berechnen Sie für diese Funktion die Fourierkoeffizienten

Mehr

Freie Universität Berlin Wintersemester 11/12 Fachbereich Mathematik und Informatik Institut für Mathematik Dr. A. Linke

Freie Universität Berlin Wintersemester 11/12 Fachbereich Mathematik und Informatik Institut für Mathematik Dr. A. Linke Freie Universität Berlin Wintersemester / Fachbereich Mathematik und Informatik Institut für Mathematik Dr. A. Linke Musterlösung zum. Übungsblatt zur Vorlesung Mathematik für Physiker I Differenzierbarkeit,

Mehr

Kapitel 16 : Differentialrechnung

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

Mehr

Satz von Taylor, Taylor-Reihen

Satz von Taylor, Taylor-Reihen Satz von Taylor, Taylor-Reihen Die Kenntnis von f liefert gewisse Rücschlüsse auf die Funtion f selbst, zb Monotonie, mögliche loale Extrema Die Kenntnis von f liefert darüberhinaus eine Information, ob

Mehr

Dierentialrechnung mit einer Veränderlichen

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

Mehr

6 Weiterer Ausbau der Differentialrechnung

6 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

Mehr

18 Höhere Ableitungen und Taylorformel

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

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

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

Mehr

10 Differenzierbare Funktionen

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

Mehr

Höhere Mathematik 1 Übung 9

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

Mehr

4.7 Der Taylorsche Satz

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

Mehr

e x e x x e x + e x (falls die Grenzwerte existieren), e x e x 1 e 2x = lim x 1

e 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

Mehr

Definition: Differenzierbare Funktionen

Definition: 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

Mehr

Approximation von Funktionen

Approximation von Funktionen von Funktionen Fakultät Grundlagen Februar 6 Fakultät Grundlagen von Funktionen Übersicht Problemstellung Taylorpolynom Taylorenreihe Zusammenhang von e-funktion und trigonometrischen Funktionen 3 Fakultät

Mehr

Differential- und Integralrechnung

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

Mehr

GMA. Grundlagen Mathematik und Analysis. Nullstellen und Fixpunkte Reelle Funktionen 3. Christian Cenker Gabriele Uchida

GMA. Grundlagen Mathematik und Analysis. Nullstellen und Fixpunkte Reelle Funktionen 3. Christian Cenker Gabriele Uchida GMA Grundlagen Mathematik und Analysis Reelle Funktionen 3 Christian Cenker Gabriele Uchida Data Analytics and Computing Nullstellen cos log : 0, 0,? 1 Fixpunkte Beispiel 1 Beispiel 2 1 0 0 und 1 1sin,?

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Höhere 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

Mehr

Mathematik für Bauingenieure

Mathematik 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.

Mehr

Analysis III. Teil I. Rückblick auf das letzte Semester. Themen aus dem SS Inhalt der letzten Vorlesung aus dem SS.

Analysis III. Teil I. Rückblick auf das letzte Semester. Themen aus dem SS Inhalt der letzten Vorlesung aus dem SS. Analysis III für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Teil I Rückblick auf das letzte Semester Fakultät für Mathematik, Informatik und Naturwissenschaften

Mehr

Aufgaben zur Analysis I aus dem Wiederholungskurs

Aufgaben 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

Mehr

Taylor-Entwicklung der Exponentialfunktion.

Taylor-Entwicklung der Exponentialfunktion. Taylor-Entwicklung der Exponentialfunktion. Betrachte die Exponentialfunktion f(x) = exp(x). Zunächst gilt: f (x) = d dx exp(x) = exp(x). Mit dem Satz von Taylor gilt um den Entwicklungspunkt x 0 = 0 die

Mehr

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Kleine Formelsammlung zu Mathematik für Ingenieure IIA Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................

Mehr

Kapitel 5 Differential- und Integralrechnung in einer Variablen

Kapitel 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...

Mehr

Grundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang

Grundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen

Mehr

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2 Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die

Mehr

32.8 Die lineare Differentialgleichung 2. Ordnung mit konstanten Koeffizienten

32.8 Die lineare Differentialgleichung 2. Ordnung mit konstanten Koeffizienten 3 Die lineare Differentialgleichung. Ordnung mit konstanten Koeffizienten 3.1 Lösungsbegriff für explizite Differentialgleichungen n-ter Ordnung 3. Das Anfangswertproblem für explizite Differentialgleichungen

Mehr

Leitfaden a tx t

Leitfaden 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

Mehr

ε δ Definition der Stetigkeit.

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

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Berechnen Sie die folgenden unbestimmten Integrale.

Mehr

Musterlösungen zu Blatt 15, Analysis I

Musterlösungen zu Blatt 15, Analysis I Musterlösungen zu Blatt 5, Analysis I WS 3/4 Inhaltsverzeichnis Aufgabe 85: Konvergenzradien Aufgabe 86: Approimation von ep() durch Polynome Aufgabe 87: Taylorreihen von cos 3 und sin Aufgabe 88: Differenzenquotienten

Mehr

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch TECHNISCHE UNIVERSITÄT BERLIN SS 07 Institut für Mathematik Stand: 3. Juli 007 Ferus / Garcke Lösungsskizzen zur Klausur vom 6.07.07 Analysis II. Aufgabe (5 Punkte Der metrische Raum (X, d ist gegeben.

Mehr

Analysis 1 für Informatiker (An1I)

Analysis 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,

Mehr

4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion.

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

Mehr

1 Höhere Ableitungen 2. 2 Mittelwertsatz und Monotonie 3. 3 Konvexe und konkave Funktionen 5. 4 Lokale und globale Extremalstellen 7

1 Höhere Ableitungen 2. 2 Mittelwertsatz und Monotonie 3. 3 Konvexe und konkave Funktionen 5. 4 Lokale und globale Extremalstellen 7 Universität Basel 4 Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematik 1 Dr. Thomas Zehrt Kurvendiskussionen Inhaltsverzeichnis 1 Höhere Ableitungen 2 2 Mittelwertsatz und

Mehr

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

20.4 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

Mehr

IV. Stetige Funktionen. Grenzwerte von Funktionen

IV. 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

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung

Mehr

ur Ingenieure (Maschinenbau und Sicherheitstechnik) 2. Semester Apl. Prof. Dr. G. Herbort Dr. T. Pawlaschyk

ur Ingenieure (Maschinenbau und Sicherheitstechnik) 2. Semester Apl. Prof. Dr. G. Herbort Dr. T. Pawlaschyk Mathematik f ur Ingenieure (Maschinenbau und Sicherheitstechnik) 2. Semester Apl. Prof. Dr. G. Herbort Dr. T. Pawlaschyk www.math.uni-wuppertal.de/ herbort SoSe16 Arbeitsheft Blatt 1 Tutorium Hinweis:

Mehr

Numerische Ableitung

Numerische Ableitung Numerische Ableitung Die Ableitung kann angenähert werden durch den Differentenquotient: f (x) f(x + h) f(x) h oder f(x + h) f(x h) 2h für h > 0, aber h 0. Beim numerischen Rechnen ist folgendes zu beachten:

Mehr

Didaktik der Mathematik der Sekundarstufe II

Didaktik der Mathematik der Sekundarstufe II Didaktik der Mathematik der Sekundarstufe II Teil 8: Satz von Rolle - Mittelwertsatz - Monotoniekriterium Humboldt-Universität zu Berlin, Institut für Mathematik Sommersemester 2010/11 Internetseite zur

Mehr

Probestudium der Physik 2011/12

Probestudium der Physik 2011/12 Probestudium der Physik 2011/12 1 Schwingungen und Wellen: Einführung in die mathematischen Grundlagen 1.1 Die Sinus- und die Kosinusfunktion Die Sinusfunktion lässt sich genauso wie die Kosinusfunktion

Mehr

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J} 9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen

Mehr

13. Übungsblatt zur Mathematik I für Maschinenbau

13. 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

Mehr

Satz von Taylor Taylorreihen

Satz 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

Mehr

Wiederholung der zweiten Schularbeit Mathematik Klasse 7D WIKU am

Wiederholung der zweiten Schularbeit Mathematik Klasse 7D WIKU am Wiederholung der zweiten Schularbeit Mathematik Klasse 7D WIKU am 22.12.2014 SCHÜLERNAME: Punkte im ersten Teil: Punkte im zweiten Teil: Davon Kompensationspunkte: Note: Notenschlüssel: Falls die Summe

Mehr

KAPITEL 9. Funktionenreihen

KAPITEL 9. Funktionenreihen KAPITEL 9 Funktionenreihen 9. TaylorReihen............................ 28 9.2 Potenzreihen............................ 223 9.3 Grenzfunktionen von Funktionenfolgen bzw. reihen........ 230 9.4 Anwendungen............................

Mehr

EDV für Chemiker: MAPLE - KURS

EDV für Chemiker: MAPLE - KURS EDV für Chemiker: MAPLE - KURS Vorlesung 4 Polynomenschar mit indizierten Koeffizienten > f:=x->a[0]+a[1]*x+a[2]*x^2+a[3]*x^3+a[4]*x^4; f := x a 0 + a 1 x + a 2 x 2 + a 3 x 3 + a 4 x 4 i) An der Stelle

Mehr

(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4)

(x x j ) R m [x] (3) x x j x k x j. R m [x]. (4) 33 Interpolation 147 33 Interpolation In vielen praktischen Anwendungen der Mathematik treten Funktionen f auf, deren Werte nur näherungsweise berechnet werden können oder sogar nur auf gewissen endlichen

Mehr

Taylorreihen. Kapitel 9. Lernziele. Taylorreihe. (x x 0 ) + f (x 0 ) 2! (x x 0 ) f (n) (x 0 ) (x x 0 ) n. Taylorreihe und MacLaurinreihe

Taylorreihen. Kapitel 9. Lernziele. Taylorreihe. (x x 0 ) + f (x 0 ) 2! (x x 0 ) f (n) (x 0 ) (x x 0 ) n. Taylorreihe und MacLaurinreihe Kapitel 9 Taylorreihen Josef Leydold c 2006 Mathematische Methoden IX Taylorreihen 1 / 25 Lernziele Taylorreihe und MacLaurinreihe Beispiele Alternative Schreibweisen Approimation der Veränderung einer

Mehr

Approximation durch Polynome

Approximation durch Polynome durch n Anwendungen: zur Vereinfachung einer gegebenen Funktion durch einen Polynomausdruck. Dann sind übliche Rechenoperation +,,, / möglich. zur Interpolation von Daten einer Tabelle n Beispiel Trotz

Mehr

5.5. UMKEHRFUNKTIONEN TRIGONOMETRISCHER FUNKTIONEN 115

5.5. 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

Mehr

Analysis II WS 11/12 Serie 9 Musterlösung

Analysis II WS 11/12 Serie 9 Musterlösung Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei

Mehr

5. Vorlesung Wintersemester

5. Vorlesung Wintersemester 5. Vorlesung Wintersemester 1 Bewegung mit Stokes scher Reibung Ein dritter Weg, die Bewegungsgleichung bei Stokes scher Reibung zu lösen, ist die 1.1 Separation der Variablen m v = αv (1) Diese Methode

Mehr

7.2.1 Zweite partielle Ableitungen

7.2.1 Zweite partielle Ableitungen 72 72 Höhere Ableitungen 72 Höhere Ableitungen Vektorwertige Funktionen sind genau dann differenzierbar, wenn ihre Koordinatenfunktionen differenzierbar sind Es ist also keine wesentliche Einschränkung,

Mehr

Vorlesung: 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 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

Mehr

Oberstufenmathematik leicht gemacht

Oberstufenmathematik leicht gemacht Peter Dörsam Oberstufenmathematik leicht gemacht Band 1: Differential- und Integralrechnung 5. überarbeitete Auflage mit zahlreichen Abbildungen und Beispielaufgaben PD-Verlag Heidenau Inhaltsverzeichnis

Mehr

Vorlesung Mathematik 2 für Ingenieure (Sommersemester 2016)

Vorlesung Mathematik 2 für Ingenieure (Sommersemester 2016) 1 Vorlesung Mathematik 2 für Ingenieure (Sommersemester 216) Kapitel 11: Potenzreihen und Fourier-Reihen Prof. Miles Simon Nach Folienvorlage von Prof. Dr. Volker Kaibel Otto-von-Guericke Universität Magdeburg.

Mehr

2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0!

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

Mehr

INGENIEURMATHEMATIK. 8. Reihen. Sommersemester Prof. Dr. Gunar Matthies

INGENIEURMATHEMATIK. 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

Mehr

konvergent falls Sei eine allgemeine ("gutmütige") Funktion. Frage: kann man sie in der Nähe des Punktes darstellen mittels einer Potenzreihe in

konvergent 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

Mehr

Tutorübung 5. Analysis 2 für Lehramt TU Dortmund, Sommersemester 2014

Tutorübung 5. Analysis 2 für Lehramt TU Dortmund, Sommersemester 2014 Tutorübung 5 Analysis 2 für Lehramt TU Dortmund, Sommersemester 24 Aufgabe T Bestimme die Taylorreihen von (a) cos(x) um a. (b) ln(x) um a. (c) um a 2. +x Bestimme in allen Fällen das Taylorpolynom T n,a

Mehr

Karteikarten, Analysis 2, Sätze und Definitionen nach der Vorlesung von PD Hanke

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, felix.b.mueller@physik.lmu.de Diese Karteikärtchen sollten alle en und Sätze der Vorlesung Analysis 2 bei Herrn PD Hanke

Mehr

6 Die Bedeutung der Ableitung

6 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

Mehr

Ferienkurs Analysis 1 - Wintersemester 2014/15. 1 Aussage, Mengen, Induktion, Quantoren

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

Mehr

Dr. O. Wittich Aachen, 12. September 2017 S. Bleß, M. Sc. Analysis. Übungsaufgaben. im Vorkurs Mathematik 2017, RWTH Aachen University

Dr. O. Wittich Aachen, 12. September 2017 S. Bleß, M. Sc. Analysis. Übungsaufgaben. im Vorkurs Mathematik 2017, RWTH Aachen University Dr. O. Wittich Aachen,. September 7 S. Bleß, M. Sc. Analysis Übungsaufgaben im Vorkurs Mathematik 7, RWTH Aachen University Intervalle, Beschränktheit, Maxima, Minima Aufgabe Bestimmen Sie jeweils, ob

Mehr

Mathematik IT 3 (Analysis)

Mathematik IT 3 (Analysis) Lehrstuhl Mathematik, insbesondere Numerische und Angewandte Mathematik Prof. Dr. L. Cromme Mathematik IT (Analysis) für die Studiengänge Informatik, IMT und ebusiness im Wintersemester 0/04 Geben Sie

Mehr

f(x) f(a) f (a) := lim x a Es existiert ein Polynom ersten Grades l(x) = f(a) + c (x a) derart, dass gilt lim x a x a lim

f(x) f(a) f (a) := lim x a Es existiert ein Polynom ersten Grades l(x) = f(a) + c (x a) derart, dass gilt lim x a x a lim A Analysis, Woche 8 Partielle Ableitungen A 8. Partielle Ableitungen Wir haben vorhin Existenzkriterien für Extrema betrachtet, aber wo liegen sie genau? Anders gesagt, wie berechnet man sie? In einer

Mehr

(x a) 3 + f (a) 4! x 4 4! Wir werden im Folgenden vor allem Maclaurin-Reihen betrachten, dies alles funktioniert aber auch. f (x) = sin x f (0) = 0

(x a) 3 + f (a) 4! x 4 4! Wir werden im Folgenden vor allem Maclaurin-Reihen betrachten, dies alles funktioniert aber auch. f (x) = sin x f (0) = 0 Taylor-Reihen Einführung Mathematik GLF / 6 Christian Neukirchen Oft können wir bestimmte mathematische Funktionen nicht genau ausrechnen, besonders die trigonometrischen Funktionen wie, cos x, oder die

Mehr

In der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y

In der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y Approximationen In der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y y = f (x) x Um das Arbeiten mit einer komplizierten Funktion zu vermeiden, können wir versuchen, diese Funktion

Mehr

Lösungsvorschlag Klausur MA9802

Lösungsvorschlag Klausur MA9802 Lehrstuhl für Numerische Mathematik Garching, den 3.8.22 Prof. Dr. Herbert Egger Dr. Matthias Schlottbom Lösungsvorschlag Klausur MA982 Aufgabe [3 + 3 Punkte] Berechnen Sie, falls existent, die folgenden

Mehr

7.9. Kurvendiskussion

7.9. Kurvendiskussion 7.9. Kurvendiskussion Bei der systematischen Untersuchung einer gegebenen Funktion und der durch sie dargestellten Kurve interessiert man sich vor allem für die folgenden Charakteristika, die einen guten

Mehr

Höhere Mathematik für Physiker II

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

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Nichtlineare Gleichungssysteme Jetzt: Numerische Behandlung nichtlinearer GS f 1 (x 1,..., x n ) =0. f n (x 1,..., x n ) =0 oder kurz f(x) = 0 mit f : R n R n Bemerkung: Neben dem direkten Entstehen bei

Mehr

10.6. Implizite ebene Kurven und Tangenten

10.6. Implizite ebene Kurven und Tangenten 0.6. Implizite ebene Kurven und Tangenten Im Gegensatz zu expliziten Darstellungen sind weder implizite noch Parameterdarstellungen einer Kurve eindeutig. Der Übergang von impliziten zu expliziten Darstellungen

Mehr

1 Funktionen und ihre Ableitungen

1 Funktionen und ihre Ableitungen 1 Funktionen und ihre Ableitungen 1.1 Funktionen Wir nennen eine Grösse y eine Funktion von x, wenn der Wert von y von demjenigen von x abhängt: Zu jedem x wird in eindeutiger Weise ein Wert von y zugeordnet.

Mehr

ETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld

ETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld ETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld Bitte wenden! 1. Die unten stehende Figur wird beschrieben durch... (a) { (x, y) R 2 x + y 1 }. Richtig! (b) { (x,

Mehr

Mathematik Übungsblatt - Lösung. b) x=2

Mathematik Übungsblatt - Lösung. b) x=2 Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Sommersemester 204 Technische Informatik Bachelor IT2 Vorlesung Mathematik 2 Mathematik 2 4. Übungsblatt - Lösung Differentialrechnung

Mehr

Übungen zur Vorlesung MATHEMATIK II

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

Mehr

Die Taylorreihe einer Funktion

Die 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

Mehr

Lösen von Differentialgleichungen durch Reihenentwicklung

Lösen von Differentialgleichungen durch Reihenentwicklung Lösen von Differentialgleichungen durch Reihenentwicklung Thomas Wassong FB17 Mathematik Universität Kassel 30. April 2008 Einführung Reihen in der Mathematik Reihen zum Lösen von Differentialgleichungen

Mehr

Mathematik für Betriebswirte II (Analysis) 1. Klausur Sommersemester

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:....................................................................

Mehr

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

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

Mehr

6.1 Holomorphe Funktionen und Potenzreihen. n=0 α n (z z 0 ) n mit Konvergenzradius größer oder gleich r existiert und

6.1 Holomorphe Funktionen und Potenzreihen. n=0 α n (z z 0 ) n mit Konvergenzradius größer oder gleich r existiert und Funktionentheorie, Woche 6 Analytische Funktionen 6. Holomorphe Funktionen und Potenzreihen Definition 6. Eine Funktion f : U C C nennt man analytisch in z 0 U, wenn es r > 0 gibt mit B r (z 0 ) U derart,

Mehr

Kapitel 11. Aufgaben. Verständnisfragen

Kapitel 11. Aufgaben. Verständnisfragen Kapitel Aufgaben Verständnisfragen Aufgabe. Zeigen Sie, dass sich zwei verschiedene Stammfunktionen F und F einer gegebenen Funktion f höchstens um eine additive Konstante unterscheiden. Aufgabe. Wir betrachten

Mehr

Aufgabe 1 Zeigen Sie mittels vollständiger Induktion, dass für alle n N. n(n + 1)(2n + 1) 6. j 2 = gilt.

Aufgabe 1 Zeigen Sie mittels vollständiger Induktion, dass für alle n N. n(n + 1)(2n + 1) 6. j 2 = gilt. Aufgabe Zeigen Sie mittels vollständiger Induktion, dass für alle n N j 2 j n(n + )(2n + ) gilt. Der Beweis wird mit Hilfe vollständiger Induktion geführt. Wir verifizieren daher zunächst den Induktionsanfang,

Mehr

Animation: Approximation von sin(x) durch Polynome 1-25.Grades

Animation: Approximation von sin(x) durch Polynome 1-25.Grades of 1 19/03/14 09:00 Taylorpolynome zurück Approximation durch Polynome höheren Grades Erklärung Bis jetzt haben wir Funktionen nur durch Polynome 1. und 2.Grades approximiert, nämlich durch die Tangentengerade

Mehr

Kapitel 6 Folgen und Stetigkeit

Kapitel 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

Mehr

Seminar Gewöhnliche Differentialgleichungen

Seminar Gewöhnliche Differentialgleichungen Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden

Mehr

Taylor-Entwicklungen und Taylor-Polynome.

Taylor-Entwicklungen und Taylor-Polynome. Taylor-Entwicklungen und Taylor-Polynome. Ausgangsfrage: Wie kann manf(x) in der Nähe vonx 0 approximieren? 0. Antwort:f(x) f(x 0 ) fürx x 0. 1. Antwort: Ist f differenzierbar, so gilt f(x) = f(x 0 )+f

Mehr

2 Stetigkeit und Differenzierbarkeit

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,

Mehr

Mathematik anschaulich dargestellt

Mathematik anschaulich dargestellt Peter Dörsam Mathematik anschaulich dargestellt für Studierende der Wirtschaftswissenschaften 15. überarbeitete Auflage mit zahlreichen Abbildungen PD-Verlag Heidenau Inhaltsverzeichnis 1 Lineare Algebra

Mehr