Taylorentwicklung von Funktionen einer Veränderlichen

Ähnliche Dokumente
18 Höhere Ableitungen und Taylorformel

Lösungen zu Aufgabenblatt 10P

27 Taylor-Formel und Taylor-Entwicklungen

Integraldarstellung des Restgliedes; Lagrangesche Restgliedformel;

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)

Polynomiale Approximation. und. Taylor-Reihen

Beispielaufgaben rund um Taylor

Mathematik für Physiker, Informatiker und Ingenieure

10 Differenzierbare Funktionen

Taylor-Entwicklung der Exponentialfunktion.

Vorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09)

Der Satz von Taylor. Kapitel 7

Analysis I. Guofang Wang Universität Freiburg

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

Satz von Taylor, Taylor-Reihen

Lösen von Differentialgleichungen durch Reihenentwicklung

Die Taylorreihe einer Funktion

Tangente als Näherung

Differentiation und Taylorentwicklung. Thomas Fehm

Mathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf. Probeklausur

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

Aufgabe 1. Multiple Choice (4 Punkte). Kreuzen Sie die richtige(n) Antwort(en) an.

REIHENENTWICKLUNGEN. [1] Reihen mit konstanten Gliedern. [2] Potenzreihen. [3] Reihenentwicklung von Funktionen. Eine kurze Einführung Herbert Paukert

Vorlesung Analysis I WS 07/08

1.1 Vorbemerkung: Konvergenz von Reihen. g = lim. n=0. n=0 a n sei konvergent und schreibt. a n = g. (2) n=0

ANALYSIS 2 VERSION 26. Juni 2018

4.7 Der Taylorsche Satz

Definition: Differenzierbare Funktionen

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

HM I Tutorium 9. Lucas Kunz. 19. Dezember 2018

Übungen zu Einführung in die Analysis

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

Mathematik I Herbstsemester 2014

heißt Exponentialreihe. Die durch = exp(1) = e (Eulersche Zahl). n! + R m+1(x) R m+1 (x) = n! m m + 2

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

Taylor-Entwicklungen und Taylor-Polynome.

Höhere Mathematik für Physiker II

Thema 5 Differentiation

Übersicht. 1. Motivation. 2. Grundlagen

Stetigkeit. Kapitel 4. Stetigkeit. Peter Becker (H-BRS) Analysis Sommersemester / 543

Übungen zum Ferienkurs Analysis II

HM I Tutorium 6. Lucas Kunz. 28. November 2018

4 Differenzierbarkeit

Mathematik zum Mitnehmen

Vorlesung: Analysis I für Ingenieure

4.4 Taylorentwicklung

Beispiele zur Konvergenzuntersuchung bei Reihen.

Mathematischer Vorkurs NAT-ING II

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen:

ε δ Definition der Stetigkeit.

Kapitel 5: Differentialrechnung

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

Mathematik für Naturwissenschaftler II SS 2010

Funktionenfolgen, Potenzreihen, Exponentialfunktion

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

Mathematik I Herbstsemester 2018 Kapitel 2: Stetigkeit

Analysis I Lösung von Serie 9

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

10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit

Ferienkurs Seite 1. Technische Universität München Ferienkurs Analysis 1 Stetigkeit, Konvergenz, Topologie

Leitfaden a tx t

10. Grenzwerte von Funktionen, Stetigkeit, Differenzierbarkeit. Der bisher intuitiv verwendete Grenzwertbegriff soll im folgenden präzisiert werden.

Differentialrechnung

Satz von Taylor Taylorreihen

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.

Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 14

Wiederholung von Linearer Algebra und Differentialrechnung im R n

differenzierbare Funktionen

Überblick. Kapitel 7: Anwendungen der Differentialrechnung

Technische Universität München Zentrum Mathematik. Übungsblatt 10

Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester

Wie in der reellen Analysis üblich notiert man Folgen f in der Form

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematik für Bauingenieure

Technische Universität Berlin. Klausur Analysis I

Klausur - Analysis I Lösungsskizzen

Mathe- Multiple-Choice-Test für Wirtschaftsinformatiker

Zusammenhang von Stetigkeit, Differenzierbarkeit und stetiger Differenzierbarkeit

Mathematik I für Studierende der Geophysik/Ozeanographie, Meteorologie und Physik Vorlesungsskript

7.2.1 Zweite partielle Ableitungen

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

Mathematik für Naturwissenschaftler I WS 2009/2010

Brückenkurs Rechentechniken

Skript zur Analysis 1. Kapitel 4 - Differenzialrechnung

Höhere Mathematik für die Fachrichtung Physik

z k Anwendung des Quotientenkriteriums ergibt z k+1 (k + 1)! z k+1 k! = z k (k + 1)! = z k + 1

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

Lösungen der Aufgaben zu Kapitel 9

6 Die Bedeutung der Ableitung

Mathematik I Herbstsemester 2018 Kapitel 6: Potenzreihen

Nachklausur Analysis I

Kapitel 1. Holomorphe Funktionen

Die komplexe Exponentialfunktion und die Winkelfunktionen

Komplexe Differenzierbarkeit und das Dirichlet-Problem

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.

Transkript:

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 Begriff der Stetigkeit ist sehr wichtig. Daher Betrachten wir zunächst das ɛ δ Kriterium für Stetigkeit: Satz 1.1.1. ɛ δ Kriterium. Eine Funktion y = f(x) heißt an der Stelle x = x 0 stetig, wenn es zu jedem beliebigen, noch so kleinen, ɛ > 0 ein δ > 0 gibt, so dass gilt: f(x) f(x 0 ) < ɛ x mit x x 0 < δ (1.1) Ist eine Funktion y = f(x) an jeder Stelle x 0 D stetig, so heißt die Funktion stetig. Im Klartext bedeutet dieser Satz, dass eine Funktion stetig ist, wenn kleine Änderungen im Argument der Funktion auch nur kleine Änderungen im Funktionswert hervorrufen - die Funktion also keine Sprünge aufweist. Der nächste wichtige Begriff, den wir benötigen, ist der der Differenzierbarkeit. Diese Eigenschaft ist unerlässlich um Funktionen zu untersuchen und um - in der Physik - Naturvorgänge darstellen zu können. Satz 1.1.2. Differenzierbarkeit. Eine Funktion f heißt differenzierbar an der Stelle x = x 0, falls f an der Stelle x = x 0 stetig ist und der Grenzwert ( ) f(x) f f(x0 ) (x 0 ) = lim (1.2) x x 0 x x 0 beziehungsweise ( ) f f(x0 + h) f(x 0 ) (x 0 ) = lim h 0 h existiert. Die Grenzwerte (1.2) ( Differenzenquotient ), (1.3) ( h-regel ) sind absolut äquivalent und heißen Ableitung von f an der Stelle x = x 0. Ist eine Funktion f in allen x 0 des Definitionsbereichs differenzierbar, so heißt die Funktion f differenzierbar. (1.3) Man mache sich nun klar, dass aus der Differenzierbarkeit einer Funktion f(x) direkt deren Stetigkeit folgt, der Umkehrschluss im Allgemeinen allerdings nicht gilt. Ein einfaches Beispiel wäre etwa die Betragsfunktion, welche auf ganz R stetig ist, im Ursprung jedoch nicht differenzierbar ist. Ein extremeres Beispiel wäre die sog. Weierstraßfunktion. Sie ist in jedem Punkt ihres Definitionsbereiches stetig, jedoch nirgends differenzierbar. Wie wir bald sehen werden, ist es wichtig auch höhere Ableitungen einer

KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 2 Funktion bestimmen zu können. Daher müssen die Ableitungen der gegebenen Funktion f(x) erneut differenzierbar sein um diese erneut ableiten zu können. Hierzu definieren wir: Definition 1.1.3. Stetige Differenzierbarkeit. Eine Funktion f heißt stetig differenzierbar im Intervall I = [a, b], wenn f in I differenzierbar und f dort stetig ist. Man nennt solche Funktionen dann auch C 1 -Funktionen in I oder C 1 - differenzierbar in I. Analog heißt eine Funktion f für n N 0 n-mal stetig differenzierbar in I, wenn f in I n-mal differenzierbar ist und f (n) in I stetig ist. Man nennt solche Funktionen dann auch C n -Funktionen in I oder C n -differenzierbar in I. Die Menge aller C n -Funktionen mit n N 0 auf dem Intervall I = [a, b] bezeichnet man mit C n (I). Bemerkung 1.1.4. Unter den C 0 -Funktionen versteht man einfach stetige Funktionen. Daher auch die Notation N 0 im vorangegangenen Abschnitt. Ist eine Funktion f beliebig oft differenzierbar, so heißt die Funktion f C -Funktion. Dementsprechend bezeichnet man die Gesamtheit dieser Funktionen auf dem Intervall I mit C (I).

KAPITEL 2. TAYLORENTWICKLUNG 3 Kapitel 2 Taylorentwicklung 2.1 Der Satz von Taylor Zuerst sehen wir uns den Satz von Taylor an: Theorem 2.1.1. Taylor. Jede Funktion f C n+1 (I) auf einem offenen Intervall I = (a, b) läßt sich für x, ξ I auf folgende Weise nach Potenzen von (x ξ) entwickeln: f(x) = f(ξ) + f (ξ)(x ξ) + f (ξ) (x ξ) 2 +... + f (n) (ξ) (x ξ) n + R n (x) 2! n! n f (j) (ξ) = (x ξ) j + R n (x) = P n (x) + R n (x), dabei ist das Restglied R n (x) von der Form (2.1) R n (x) = f (n+1)(θ) (n + 1)! (x ξ)n+1, (2.2) mit einer passenden, zwischen ξ und x liegenden Stelle Θ. Das heißt es gilt Θ = ξ + ϑ(x ξ) mit 0 < ϑ < 1. Wie schon erwähnt, ermöglicht uns dieser Satz eine geeignete Funktion f in der Umgebung des Entwicklungspunktes ξ zu approximieren und somit das Verhalten der Funktion zu verstehen. Der Restterm R n (x) gibt uns letztendlich an, wie gut unsere Approximation ist, also wie groß die Abweichung unserer Approximation von der tatsächlichen Funktion ist. Weiterhin sei bemerkt, dass für den Restterm mehrere verschiedene Darstellungen existieren. Bei der in Theorem 2.1.1 angegebenen Darstellung handelt es sich um die Lagrange sche Form des Restgliedes. Eine weitere mögliche Form des Restgliedes wäre z.b. die Cauchy sche Form: R n (x) = f (n+1) (Θ) (x Θ) n (x ξ). (2.3) (n + 1)! Mit der Funktion P n (x), dem Taylorpolynom, beschäftigen wir uns nun im Folgenden.

KAPITEL 2. TAYLORENTWICKLUNG 4 2.2 Taylorpolynome n-ter Ordnung Aus dem Satz von Taylor Glg.(2.1) haben wir außer dem Restterm R n (x) noch eine weitere Funktion - die eigentliche Approximation - erhalten. Für diese Funktion P n (x) gilt: Definition 2.2.1. Taylorpolynom. Der Ausdruck n f (j) (ξ) P n (x) = (x ξ) j (2.4) = f(ξ) + f (ξ)(x ξ) + f (ξ) (x ξ) 2 +... + f (n) (ξ) (x ξ) n 2! n! heißt Taylorpolynom n-ter Ordnung von f an der Stelle ξ. 2.3 Taylorreihen Wie man schnell erkennt, ist der Parameter n aus Theorem 2.1.1 endlicher Natur. Jetzt stellt sich natürlich die Frage, was für den Grenzübergang n passiert. Satz 2.3.1. Taylorreihe. Sei f C (I). Gilt für das Restglied R n (x) der Taylorentwicklung (2.2) der Funktion f lim R n(x) = 0 (2.5) n auf dem Intervall I, so läßt sich f dort in eine Taylorreihe entwickeln: f(x) = f (j) (ξ) (x ξ) j. (2.6) Das letzte Resultat ist besonders wichtig, da es uns ermöglicht geeignete Funktionen in Potenzreihen zu entwickeln. Potenzreihen spielen in der Mathematik, der Physik und den Ingenieurswissenschaften eine große Rolle. Abschließend sei angemerkt, dass die Entwicklung einer Funktion um den Punkt ξ = 0 als Maclaurin-Entwicklung bezeichnet wird.

KAPITEL 3. BEISPIELE 5 Kapitel 3 Beispiele 3.1 Reihenentwicklung von Standardfunktionen Nun wollen wir uns einige einfache Beispiele ansehen: (i) Entwickelt man die Exponentialfunktion um den Punkt x = 0 in eine Taylorreihe, so findet man: exp(x) = 1 + x + x2 2 +... x j = (3.1) die bekannte Reihendarstellung der Exponentialfunktion. Nun bleibt strenggenommen noch zu überprüfen, ob das Restglied R n (x) für n tatsächlich gegen Null geht. Nach Theorem 2.1.1. gilt: exp(x) = = n n x j + R n(x) x j + xn+1 (n + 1)! exp(ϑx), (3.2) wobei nach Definition ϑ (0, 1) gilt. Hieraus folgt sofort: exp(x) n x j R n(x) x n+1 (n + 1)! exp( x ) n 0. (3.3) (ii) Entwickelt man die Kosinusfunktion um den Punkt x = 0 in eine Talorreihe, so findet man: cos(x) = 1 x2 2 + x4 4!... = ( 1) j x2j. (2j)! (3.4) Den Beweis, dass der Restterm hier ebenfalls verschwindet, möge der geneigte Leser selbst führen. (Tipp: Die Folge x 2n+2 /(2n + 2)! ist eine Nullfolge.)