3. Taylorformel und Taylorreihen

Ähnliche Dokumente
Nachklausur - Analysis 1 - Lösungen

2 Vollständige Induktion

Aufgaben und Lösungen der Probeklausur zur Analysis I

Musterlösung zu Übungsblatt 2

Kapitel 4: Stationäre Prozesse

Übungen zur Vorlesung Funktionentheorie Sommersemester Musterlösung zu Blatt 0

1 Analysis T1 Übungsblatt 1

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

Wintersemester 2006/2007, Universität Rostock Abgabetermin: spätestens , 09:00 Uhr. Aufgabe 1.1: (5 P)

Zahlenfolgen, Grenzwerte und Zahlenreihen

Lösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Statistik mit Excel Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

2. Diophantische Gleichungen

Wirtschaftsmathematik

Kapitel 6: Quadratisches Wachstum

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3

Stochastik für WiWi - Klausurvorbereitung

Analysis I Probeklausur 2

SUCHPROBLEME UND ALPHABETISCHE CODES

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler

Zusammenfassung Wirtschaftsinformatik Stefan Käßmann

x m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a)

Bitte schicken Sie mir eine , wenn Sie einen Fehler gefunden haben 1. Moritz Kaßmann

Klasse: Platzziffer: Punkte: / Graph zu f

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

15.4 Diskrete Zufallsvariablen

Mathematik Abiturwissen. Script von Michael Telgkamp Vorlesung Dr. Bruder

von Prof. Dr. Ing. Dirk Rabe FH Emden/Leer

3. Tilgungsrechnung Tilgungsarten

Beschreibende Statistik Kenngrößen in der Übersicht (Ac)

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

2. Einführung in die Geometrische Optik

1 = 1. 6 Induktionsannahme: Die Formal gelte für n = k. Induktionsschritt: Gültigkeit der Formel für k+1: k 2 + (k + 1) 2 = 2 = 6 = 6

Kapitel 6: Statistische Qualitätskontrolle

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am Betriebswirtschaft BB-WMT-S

3. Einführung in die Statistik

8.3. Komplexe Zahlen

Formelsammlung Mathematik

Ein kleines Einmaleins über Mittelwertbildungen

Grundkompetenz-Aufgaben

Beurteilung des Businessplans zur Tragfähigkeitsbescheinigung

Kunde. Kontobewegung

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 12

FINANZMATHEMATIK. 1. Zinsen und Zinseszinsen. Finanzmathematik 81

Elektronikpraktikum: Digitaltechnik 2

Vorlesung Informationssysteme

Mathematik für Wirtschaftswissenschaftler Beispiele, Graken, Beweise. c Uwe Jensen

Wirtschaftsingenieurwesen Wirtschaftsmathematik Prüfungsleistung WI-WMT-P Studiengang Fach Art der Leistung Klausur-Knz. Datum

Aufgaben zur vollständigen Induktion

HG K J = +. Die Lösung

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert

Gruppe 108: Janina Bär Christian Hörr Robert Rex

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S

Die Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac

BILANZ. Bilanzbericht

Mathematischer Vorkurs zum Studium der Physik

Skript Mathematik. Inhaltsverzeichnis

Höhere Finanzmathematik. Sehr ausführliches Themenheft (d. h. mit Theorie) Aber auch mit vielen Trainingsaufgaben

Wahrscheinlichkeit & Statistik

WS 2000/2001. zeitanteiliger nomineller Jahreszinssatz für eine unterjährige Verzinsungsperiode bei einfachen Zinsen

Lektion II Grundlagen der Kryptologie

2. Gleichwertige Lösungen

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.

Mathematik. Vorlesung im Bachelor-Studiengang Business Administration (Modul BWL 1A) an der FH Düsseldorf im Wintersemester 2008/09

Logarithmus - Übungsaufgaben. I. Allgemeines

10. FOLGEN, REIHEN, GRENZWERTE

IWW Studienprogramm. Aufbaustudium. Gründungscontrolling. Lösungshinweise zur 3. Musterklausur

Informatik II Dynamische Programmierung

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

HANDBUCH Fettschichtsensor FAU-104

Geometrische Wahrscheinlichkeiten für nichtkonvexe Testelemente

Monte Carlo-Simulation

HONORAR Honorarabrechnung

Supercom Die komplette Funklösung

Statistik I/Empirie I

e) ( 4a + 8b + 9a + 18b ) : a + 2b f) 2 log (x) + 3 log (2y) 0.5 log (z)

Lerneinheit 2: Grundlagen der Investition und Finanzierung

Aufgabenblatt 4. A1. Definitionen. Lösungen. Zins = Rate Zinskurve = Zinsstruktur Rendite = Yield

2. Datenbankentwurf mittels. Entity-Relationship - Modell (ERM) 2.1. Entities. Definitionen:

BILANZ Bilanzbericht

Geodäten im hyperbolischen Raum und Zahlentheorie

LV "Grundlagen der Informatik" Programmierung in C (Teil 2)

Page-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet

x mit Hilfe eines linearen, zeitinvarianten

Physikalische Grundlagen: Strahlengang durch optische Systeme

Ontologische Evaluierung von Referenzmodellen Überblick über Methode und Anwendung

3.2 Die Schrödinger-Gleichung

Stichproben im Rechnungswesen, Stichprobeninventur

Reengineering mit Sniffalyzer

Lernhilfe in Form eines ebooks

EU setzt auf grüne Ventilatoren

Versuch D3: Energiebilanz einer Verbrennung

cubus EV als Erweiterung für Oracle Business Intelligence

Fachbereich Mathematik

Transkript:

Prof Dr Siegfried Echterhoff Aalysis Vorlesug SS 9 3 Taylorformel ud Taylorreihe Sei I R ei Itervall ud sei f : I R eie Fuktio Ziel: Wolle utersuche, wa sich die Fuktio f i eier Umgebug vo eiem Pukt I i eier Potezreihe etwickle lässt, dh wa gilt f() a ( ) für geeigete a R ud für ( R, + R) mit R >? Mit 7 wisse wir: Gilt eie solche Darstellug, so ist f differezierbar auf ( R, +R) ud f () a ( ) Diese Potezreihe hat wieder Kovergezradius R (ach 7) ud damit ist auch f differezierbar mit f () ( )a ( ) Per Iduktio ach l N folgt u, dass f auf ( R, + R) l-mal differezierbar ud f (l) () ( )( l + )a ( ) l l gilt (also ist f tatsächlich oft differezierbar!) Für erhalte wir isbesodere ud damit erhalte wir die Formel: f (l) ( ) l(l ) a l l!a l Wir fasse zusamme: a l f(l) ( ) l! Satz 3 Sei f : ( R, + R) R, R > eie Fuktio mit f() a ( ) ( R, + R) Da ist f oft differezierbar ud es gilt a f() ( )! für alle N getext: Julia Wolters

Vorlesug SS 9 Aalysis Prof Dr Siegfried Echterhoff Beispiel 3 Oft ka ma Fuktioe durch zurückführe auf bekate Fuktioe i Potezreihe etwickel Betrachte zb f : (, ) R; f() l( + ) Da gilt: f () + ( ) geom Summe ( ) ( ) Isbesodere ist f() l(+) eie Stammfuktio vo g() ( ) Nach 8 ist F : (, ) R, F() ( ) + + ( ) auch eie Stammfuktio vo g Für gilt l( + ) l() ud F(), ud damit folgt u l( + ) F() ( )! (Beachte: Da f ud F Stammfuktio vo g eistiert ach ei c R mit f() + c F() (, ) Da f() F() folgt c, also f F) I adere Fälle ka ma die Koeffiziete der Reihe wie i 3 bereche, ud muss da zeige, dass die so erzeugte Potezreihe die Fuktio f darstellt Ei wichtiger Satz hierzu ist gegebe durch die Taylorformel Satz 33 (Taylorformel) Sei I R ei echtes Itervall ud sei f : I R (+) mal stetig differezierbar Da gilt für alle, I: f() f( ) + f ( )( ) + f ( ) ( ) + + f() ( ) ( ) + R + ()!! ( t) mit R + () f (+) (t)dt! Bezeichug: Das Polyom T f() f () ( ) ( ) k heißt -tes Taylorpolyom vo f im Etwicklugspukt Die Fuktio R + () f() T f() heißt Restglied ( + ) ter Ordug Beweis: Iduktio ach ud partielle Itegratio: : f() f( ) + (f() f( )) f( ) + f (t)dt : Nach Iduktiosvoraussetzug gelte f() f k ( ) ( ) k + R () mit R () ( t) f () (t)dt für ei gegebees ( )! getext: Julia Wolters 3

Prof Dr Siegfried Echterhoff Aalysis Vorlesug SS 9 Partielle Itegratio liefert: R () ( t)! f () (t) + ( t)! f (+) (t)dt f() ( ) ( ) +R + ()! ( Behauptug) Folgerug 34 Sei f : I R ( + ) mal differezierbar mit f (+) () Da ist f ei Polyom Beweis: Nach Voraussetzug gilt R + (), also f() I f () ( ) ( ) k Bemerkug: Wir erhalte isbesodere eie leichte Formel dafür, wie ma ei Polyom p() a k k auf die Form b k ( ) k umschreibt, als p im Pukt etwickelt Es gilt b k p(k) ( ) Diskussio 35 Sei f : I R eie Fuktio ud I Wir wisse: We sich f im Pukt i eier Potezreihe a k ( ) k etwickel, so muss f uedlich oft stetig differezierbar sei ud es muss a k f(k) ( ) gelte (Satz 3) Sei also f : I R oft (stetig) differezierbar Nach 33 gilt für das -te Taylorpolyom f() T f() R + () ud damit gilt für ei I ud a k f(k) ( ) f() a k ( ) k f() T f() R + () für Um zu zeige, dass sich f im Pukt duch die Taylorreihe f () ( ) ( ) k beschreibe lässt, müsse wir zeige, dass R + () für gilt Dazu ist es ützlich, alterative Beschreibuge für das Restglied zu kee Satz 36 (Lagrage Form des Restglieds) Sei f : I R (+) mal stetig differezierbar ud seie, I Da eistiert ei [, ] (bzw [, ], falls < ) mit R + () f(+) ( ) ( + )! ( ) + 4 getext: Julia Wolters

Vorlesug SS 9 Aalysis Prof Dr Siegfried Echterhoff Beweis: Nach 33 gilt R + () ( t)! f (+) (t)dt Ist, so ist ( t)! t [, ] ud damit eistiert ach dem Mittelwertsatz der Itegralrechug (Aalysis, 8) ei [, ] mit ( t)! f (+) (t)dt f (+) ( ) ( t) dt f (+) ( )! ( t)+ ( + )! f (+) ( ) ( )+ ( + )! Ist, so obe! ( t)! f (+) (t)dt ( t)! f (+) (t)dt mit ( t)! Verfahre wie Wir wolle u ei wichtiges Beispiel für die Taylorreiheetwicklug eie Fuktio agebe: Satz 37 (Biomische Reihe) Sei α R fest Da gilt für alle < : ( + ) α ( ) α mit für ud ( α ) ( ) α : k α k + k α(α ) (α + )! Beachte: Ist α N, so stimme die obige Defiitio für ( α ) mit der bereits bekate Defiitio aus Aalysis I überei Isbesodere gilt da ( α ) > α ud wir erhalte die übliche biomische Formel α ( ) α ( + ) α Ist α N, so gilt aber ( α ) N! Beweis: Sei obda α / N Wir bereche die Taylorreihe vo f() ( + ) α im Etwicklugspukt Per leichter Iduktio ach zeigt ma: f () () α(α )(α ) (α + )( + ) α, also gilt a f() () α(α ) (α +) ( α!! ) Wege ( +) α ( α )!α(α )(α ) (+)!α(α )(α +) + folgt mit dem Quotietekriterium, α dass die Reihe ) dem Kovergezradius R besitzt Die Reihe kovergiert damit ( α absolut für alle (, ) gege f() ( + ) α kovergiert Dazu müsse wir zeige, dass R + () für, (, )! getext: Julia Wolters 5

Prof Dr Siegfried Echterhoff Aalysis Vorlesug SS 9 Fall: >, < : Nach Lagrage eistiert ei [, ] mit ( ) R + () f (+) ( ) ( + )! + α ( ) ( ) + (a + ) α + α ( + ) α + + +, also R + () ( α ) α + Da ( ) α kovergiert, folgt R + () ( α ) ( α ) für für alle [, ) Fall: <, > Da gilt ach der Taylorformel 33: R + () ( t) f (+) (t)dt! ( ) α ( + ) ( t) α dt + ( ) Substitutio: t t α ( + ) ( + t) ( t) α dt + +tt da < ( α ( + ) + ) ( ) ( t) α ( + )! ( + t) α dt! ( ) t ( ) α dt t ( t ) < Nu gilt für alle t [, ] : t t ( t), also t Zusamme mit der Gleichug ( + ) ( ) α + α(α ) (α ) α ( ) α! folgt da ( ) ( ) R + () α α ( t) α dt c α mit c α ( t) α dt Da ( ) α koverget R + () c ( ) α für Beispiel 38 () Für α erhalte wir ( ) ( )( )( ) ( ) Es folgt! ( + ) ( ), < (geometrishe Reihe für ( )!) + () Für α erhalte wir mit der Formel ( α ( ) ( ),, ( ) ) ( α ) α +, ( ) 8 3, ( ) 6 4 5, etc Damit folgt: 8 + + 8 + 3 6 5 8 4 + Terme höhere Ordug 6 getext: Julia Wolters

Vorlesug SS 9 Aalysis Prof Dr Siegfried Echterhoff Ma erhält so relativ gute Approimierug vo Wurzel Wir wolle u zeige, dass es uedlich oft differezierbare Fuktioe f : I R gibt, dere Taylorreihe zwar auf gaz R koverget, die aber ur im Etwicklugspukt gege f( ) kovergiert! Beispiel 39 Sei f : R R defiiert durch { } e f() für für Da gilt: f ist -oft differzezierbar ud f () () ) N ( Tf() Beweis: Wir zeige per Iduktio ach, dass für jedes N ei Polyom P eistiert mit { ( ) } f () P () e, ( ), Die Behauptug folgt da durch Auswertug i : : + : Nach Iduktiosvoraussetzug sei P Polyom mit ( ) Da gilt für : f (+) () P mit P + (y) P (y)( y ) + P (y) y 3 Im Pukt gilt f () () f () () lim de für alle k N gilt: ( ) ( ) ( ) e + P e P 3 + lim P lim m ( ) e m e a k a k (lim k e k ) ( ) e 3 für geeigete a k R, m N, de für y > gilt lim e k y lim y yk e y, y k e y y k e y für y ach Aalysis, 49() getext: Julia Wolters 7

Prof Dr Siegfried Echterhoff Aalysis Vorlesug SS 9 Für die Fuktio f aus Beispiel 39 folgt: Die Taylorreihe Tf() f () ()! ist die Null- Reihe, also Tf() R, aber es gilt f() für alle R\{} Dh obwohl Tf i alle Pukte R absolut koverget ist, kovergiert sie ur im Etwicklugspukt gege f()! Erierug: Wir habe i 3 gesehe, dass die Fuktio f : (, ) R; f() l( + ) die Taylorreiheetwicklug f() ( ), (, ) besitzt Mit dem Leibitz-Kriterium wisse wir, dass die Reihe auch für kovergiert Frage: Gilt da auch ( ) + l() f()? 3 (Abelscher Grezwertsatz) Seie b R, N ud sei Da kovergiert die Potezreihe f() b für alle (, ] ud die Fuktio f : (, ] R ist stetig b koverget Awedug: Betrachte g : (, ] R; g() l( + ) Nach 3 ist die Fuktio f : (, ] R, ( ) f() stetig auf (, ] Da ach 3 g() f() ) l() g() g stetig lim g ( lim f (der Wert der alterierede harmoische Reihe (, ) folgt da ( ) f stetig f() ( ) ( ) ist damit l()) Beweis: Da b koverget ist (b ) eie Nullfolge ud damit eistiert c > mit b c Für de Kovergezradius R vo b folgt damit < α mit α R lim b lim c, also Reihe f() b für alle (, ] kovergiert ud 8 getext: Julia Wolters

Vorlesug SS 9 Aalysis Prof Dr Siegfried Echterhoff ach Aalysis I, 33 ist f stetitg auf (, ) Es bleibt zu zeige, dass f stetig i! Sei dazu s k+ b k für alle Z Nach Voraussetzug gilt s für ud wie obe folgt, dass s koverget für alle (, ) Für (, ) gilt da: f() f() f() b s + s s (s s ) s + s s s + ( ) s s + + s Sei u ε > beliebig Wähle N N mit s ε N ud K > mit s K (eistiert, da s ) Setze s : ε > Da folgt für alle [, ) KN mit y < δ: so f() f() ( ) s ( ) s N ( ) s + ( ) < ( )NK + ε ( ) N s N ε KN NK + ε ( ) ε + ε ε getext: Julia Wolters 9

Prof Dr Siegfried Echterhoff Vorlesug SS 9 Aalysis 4 NORMIERTE UND METRISCHE RÄUME Teil : Differezialrechug vo Fuktioe mit mehrere Variable 4 Normierte ud metrische Räume Alle wichtige Begriffe i der Aalysis (Kovergez, Stetigkeit, Differezierbarkeit) sid letztedlich davo abhägig, dass wir auf R ud auf C mit Hilfe des Betrags eie verüftige Abstadsbegriff habe Viele Kozepte lasse sich daher problemlos auf allgemeie Räume verallgemeier, we wir dorf eie verüftige Abstadsbegriff eiführe köe Defiitio 4 Sei X eie Mege Eie Metrik (Abstadsfuktio) auf X ist eie Abbildug d : X X [, ) mit de Eigeschafte d(, y) > für alle, y X mit y ud d(, ) für alle X d(, y) d(, y) für alle, y X 3 d(, z) d(, y) + d(y, z) für alle, y,z X [Bedigug 3 ist die Dreicksugleichug Sie besagt: Umwege lohe sich icht!] Ist d eie Metrik auf, so heißt (X, d) ei metrischer Raum ud für, y X heißt d(, y) der Abstad vo zu y Beispiel 4 Sei X C ud sei d (z,w) z w für alle z, w C Da ist (C, d ) ei metrischer Raum Aalog (R, d) mit d(, y) y ist metrischer Raum Ist (X, d) ei metrischer Raum ud ist A X, so ist d A : A A [, ), d A (, y) d(, y) für alle, y A eie Metrik auf A d A heißt Eischräkug vo d auf A zb ist (A, d ) ei metrischer Raum für alle A C Der Betrag auf C bzw R ist ei Beispiel für eie Norm Viele wichtige Metrike (zb auf R bzw C ) sid etspreched durch eie Norm gegebe: Defiitio 43 Sei V ei K-Vektorraum mit K R oder C Eie Abbildug : V [, ), v v heißt Norm auf V, falls gilt: v v λv λ v für alle λ K, v V 3 (Dreiecksugleichug) v + w v + w für alle v, w V 3 getext: Julia Wolters