Sie sind auf Seite 1von 12

1. Warum die Ableitung? 2. Funktionen, Schranken und Grenzen Denition 2.1. Sei D eine Menge von reellen Zahlen.

f : D R heit Funktion (einer reellen Variablen), wenn f jedem Element x von D genau eine reelle Zahl f(x) zuweist. D heit Denitionsmenge von f, und die Menge f (D) = {f (x)|x D} heit Wertemenge von f. Beispiel 2.2. Die Funktion 0, x 0, x + 1, 1 < x 0, x f (x) = 1 x, 0 < x 1, 0, x > 1

hat die Denitionsmenge R und die Wertemenge [0, 1] = {x|0 x 1}. Skizze Notation: Wir verwenden abgeschlossene Intervalle [a, b] = {x|a x b}, oene Intervalle (a, b) = {x|a < x < b} und halboene Intervalle [a, b) = {x|a x < b} und (a, b] = {x|a < x b}. x A (alternativ A x) bedeutet, dass x ein Element der Menge A ist. a < x b ist demzufolge quivalent zu x (a, b]. x f (x) liest sich x bildet auf a f(x) ab. Denition 2.3. Besitzt eine Funktion einer reellen Variablen f : D R fr jedes y f (D) genau ein x D so dass f (x) = y, so heit f u eineindeutig bzw. invertierbar. In diesem Fall heit g : f (D) D, y = f (x) g(y) = x die Umkehrfunktion von f, bezeichnet mit f 1 Achtung: f 1 = 1/f Beispiel 2.4. 1. Die Funktion f : [1, 1] R, x f (x) = x2 ist nicht eineindeutig. 2. Die Funktionf : [0, 1] R, x f (x) = x2 ist eineindeutig, und die Umkehrfunktion ist f 1 : [0, 1] [0, 1], f 1 (x) = x 3. sin 0.41 cos(2T /365) 24 cos1 tan x f (x) = 1 sin2 0.41 cos2 ( 2T )
365

zeigt die Zeitspanne zwischen Sonnenaufgang und Sonnenuntergang als Funktion von x = Breitengrad an. Hier ist der Parameter T die An zahl der Tage seit dem 21.6. Uberlege, ob f invertierbar ist. Falls ja, knnten man durch Messen der Zeitspanne zwischen Sonnenaufgang o
1

und Sonnenuntergang den Breitengrad bestimmen, an dem man sich bendet. Denition 2.5 (Monotone Funktion). Die Funktion f : D R heit monoton (wachsend), falls sie fr alle s, t D u s t f (s) f (t) erfllt. Falls fr alle s, t D u u s < t f (s) < f (t), nennen wir f strikt monoton (wachsend). Die Funktion heit monoton fallend (strikt monoton fallend), wenn f monoton wachsend (strikt monoton wachsend) ist. Denition 2.6 (Konvexe Funktion). Die Funktion f : (a, b) R heit konvex, falls fr alle x, y (a, b) und alle t [0, 1] u erfllt. Wenn u f ((1 t)x + ty) (1 t)f (x) + tf (y) fr alle x, y (a, b) und alle t (0, 1) u f ((1 t)x + ty) < (1 t)f (x) + tf (y), nennen wir f strikt konvex. Die Funktion f heit konkav (strikt konkav), wenn f konvex (strikt konvex) ist. Denition 2.7 (Schranken). Sei A eine Menge reeller Zahlen. Falls es eine reelle Zahl M gibt, so dass fr alle x A u x M, so nennen wir M eine obere Schranke der Menge A. Falls es eine reelle Zahl m gibt, so dass fr alle x A u x m, so nennen wir m eine untere Schranke der Menge A. In dem Falle, dass sowohl eine obere als auch untere Schranke der Menge A existieren, nennen wir A beschrnkt. Eine nicht beschrnkte Menge heit a a unbeschrnkt. a Falls A beschrnkt und gleichzeitig die Wertemenge einer Funktion f a ist, d.h. A = f (D), so nennen wir die Funktion f ebenfalls beschrnkt. a

Beispiel 2.8. 1. Die Menge (, 1) hat unendlich viele obere Schranken: jedes x 1 ist eine obere Schranke. Die Menge besitzt jedoch keine untere Schranke und ist daher unbeschrnkt. a 2. Die Funktion 1 ,x = 0 |x| f : [1, 1] R, x f (x) = 0, x = 0 ist unbeschrnkt. a Denition 2.9 (Maxima und Minima). Sei A eine Menge reeller Zahlen. Falls es eine reelle Zahl M A gibt, so dass fr alle x A u so nennen wir M Maximum der Menge A. Falls es eine reelle Zahl m A gibt, so dass fr alle x A u so nennen wir m Minimum der Menge A. Falls A gleichzeitig die Wertemenge einer Funktion f ist, d.h. A = f (D), so nennen wir M das Maximum der Funktion (m das Minimum der Funktion). Wir schreiben dann M = maxD f bzw. m = minD f . Beispiel 2.10. 1. Die Menge (0, 1] hat das Maximum 1, sie besitzt jedoch kein Minimum. 2. Die Funktion f : R R 0, x 1 x + 1, 1 < x < 0 0, x = 0 x f (x) = 1 x, 0 < x 1 0, x > 1 hat das Minimum 0, aber sie besitzt kein Maximum. Denition 2.11 (Grenzen). Sei A eine von oben beschrnkte Menge a reeller Zahlen. Falls eine kleinste obere Schranke S von A existiert, d.h. ein Minimum S der Menge dann nennen wir S obere Grenze bzw. Supremum der Menge A. Wir schreiben dann S = sup A. Falls A gleichzeitig die Wertemenge einer Funktion f ist, so nennen wir S obere Grenze bzw. Supremum von f und schreiben S = supD f . Sei A eine von unten beschrnkte Menge a reeller Zahlen. Falls eine grte untere Schranke s von A existiert, d.h. o ein Maximum s der Menge B := {m|m ist untere Schranke von A}, B := {M |M ist obere Schranke von A}, x m, x M,

dann nennen wir s untere Grenze bzw. Inmum der Menge A. Wir schreiben dann S = inf A. Falls A gleichzeitig die Wertemenge einer Funktion f ist, so nennen wir s untere Grenze bzw. Inmum von f und schreiben S = inf D f .
1 Beispiel 2.12. 1. Die Menge { n |n = 1, 2, . . . } hat die obere Grenze 1 und die untere Grenze 0. 1 2. Die Funktion f : (0, +) R, x f (x) = x hat die untere Grenze 0, aber keine obere Grenze.

3. Limes, Eigenschaften reeller Zahlen und Stetigkeit Denition 3.1 (Folgen). Eine Abbildung, welche jedem n, n = 1, 2, . . . , genau eine reelle Zahl an zuweist, heit reelle Zahlenfolge oder einfach Folge. Wir bezeichnen sie mit (an )nN . Denition 3.2 (Konvergenz). Die Folge (an )nN heit konvergent, wenn es eine reelle Zahl a und zu jedem > 0 eine natrliche Zahl u N < + gibt, so dass fr alle n N u |a an | ist. Die Zahl a heit Limes der Folge (an )nN . Wir schreiben limn an = a oder alternativ an a , n . Jede nicht konvergente Folge heit divergent. Beispiel 3.3. an =
sin n n

konvergiert gegen den Limes 0.

Axiom 3.4 (Eigenschaften reeller Zahlen). 1. Stetigkeit der reellen Zahlen: Jede beschrnkte Menge reeller Zahlen besitzt eine obere und a untere Grenze. 2. Jede beschrnkte monotone Folge konvergiert, d.h. wenn (an )nN bea schrnkt ist und fr alle n = 1, 2, . . . a u an an+1 gilt, dann konvergiert (an )nN . a 3. Satz von Bolzano-Weierstrass: Jede beschrnkte Folge hat eine konvergente Teilfolge, d.h. es existiert eine Folge natrlicher Zahlen (nk )kN u N, so dass (ank )kN konvergiert.
1 Beispiel 3.5. an = (1)n + n hat die konvergente Teilfolge a2n , welche gegen 1 konvergiert.

Beispiel 3.6. Zeige, dass fr jedes 0 < a < 1 die Folge an = an gegen u 0 konvergiert. Lsung: Da an 0 und an+1 = aan an , gilt nach o Axiom 2 an b 0 , n . Nehmen wir nun an, dass b > 0 ist, so erhalten wir fr gengend groes u u n, dass b(1 a) an < b + a und somit, dass an+1 = aan < a(b + ein Widerspruch. Denition 3.7 (Limes von Funktionen). Falls F R existiert, so dass fr jede Zahlenfolge D \ {a} an a R , n u f (an ) F , n gilt, so sagen wir, dass die Funktion f fr x a gegen den Limes F u konvergiert. Wir schreiben limxa f = F . Hier ist D \ A = {x|x D und x A} die Dierenzmenge. Beispiel 3.8. 0, x < 0 1, x = 0 f (x) = 1 , 1 <x n+1 n+1 b(1 a) ) = b, a

1 n

<1

konvergiert fr x 0 gegen den Limes 0: Fr an (1, 1) \ {0} gilt u u |f (an )| |an | 0 , n . Beispiel 3.9. f (x) = 0, x < 0 1, x 0

1 1 konvergiert nicht fr x 0: Da f ( n ) = 1 , f ( n ) = 0, gibt es zwei u gegen 0 konvergierende Punktfolgen, fr die die Werte von f gegen u verschiedene Limes konvergieren.

Denition 3.10 (Stetigkeit von Funktionen). Erfllt die Funktion f : u D R fr ein x0 D u lim f = f (x0 ),
xx0

so sagen wir, f ist stetig im Punkt x0 . Ist f in jedem Punkt von D stetig, so sagen wir, f ist stetig auf D.

Beispiel 3.11. Ist < a < b < + und gibt es ein C < + so dass fr alle x, y [a, b] u so ist f stetig auf [a, b]. |f (x) f (y)| C|x y|,

Lemma 3.12. 1. Existiert der Limes einer Folge, so ist dieser eindeutig. 2. Konvergierende Folgen sind beschrnkt. a Beweis: 1. Sei limn+ an = a und limn+ an = b. Dann gilt |a b| |a an | + |an b| 0 , n . 2. Wenn limn+ an = a, so gilt fr n N u Folglich gilt fr alle n N u |an a| 1.

|an | 1 + a + max |aj |.


j<N

Satz 3.13. Wenn limn+ an = a, limn+ bn = b und wenn c R eine Konstante ist, dann gilt: 1. limn+ (an + bn ) = a + b 2. limn+ (can ) = ca 3. limn+ (an bn ) = ab b 4. Falls auerdem a = 0 und an = 0, dann gilt auch noch limn+ an = n b . a Beweis der 3. Aussage: Laut Lemma 3.12 ist (an )nN beschrnkt. a Folglich gilt |an bn ab| |an (bn b)| + |(an a)b| C|bn b| + |b||an a| 0, n +.

Satz 3.14. Wenn limxx0 f (x) = a, limxx0 g(x) = b, und wenn c R eine Konstante ist, dann gilt: 1. limxx0 (f (x) + g(x)) = a + b 2. limxx0 (cf (x)) = ca 3. limxx0 (f (x)g(x)) = ab g(x) b 4. Falls auerdem a = 0, dann gilt auch noch limxx0 f (x) = a Hierbei ist jedoch zu beachten, dass der Denitionsbereich von g/f ist.
g D f := Df Dg {x|f (x) = 0}

Korollar 3.15. Wenn c R eine Konstante ist und f, g in x0 stetig sind, dann sind auch f + g, cf, f g in x0 stetig. Falls auerdem f (x0 ) = 0, dann ist auch noch g/f in x0 stetig.

Lemma 3.16. Wenn die Wertemenge der Funktion f in der Denitionsmenge der Funktion g enthalten ist und weiter f in x0 stetig und g in f (x0 ) stetig ist, dann ist die Verkettung g f, x g(f (x)) ebenfalls in x0 stetig. Denition 3.17 (Konvergenz gegen +, ). Wenn es fr jedes u M < + ein N < gibt, so dass fr alle n N u an M, so schreiben wir limn an = +, obwohl (an )nN nicht im eigentlichen Sinn konvergiert. Theorem 3.18 (Zwischenwertsatz). Ist die Funktion f : [a, b] R auf [a, b] stetig, so gibt es zu jedem y [f (a), f (b)] ein x [a, b] so dass f (x) = y ist. Beweis: Es reicht aus, die Aussage fr den Fall f (a) < f (b) zu beu weisen. Zunchst folgt aus f (a) y, dass a f (a) = y, und in diesem Fall ist der Beweis erbracht. Analog folgt aus f (b) y, dass f (b) = y, und in diesem Fall ist der Beweis erbracht. Wir mssen also die Ausu sage nur im Fall f (a) < y < f (b) beweisen. Sei dazu S := sup{x [a, b]|f (x) y}. Es folgt, dass S [a, b). Aufgrund der Denition der oberen Grenze ist S eine obere Schranke der Menge A = {x 1 [a, b]|f (x) y}, aber S n keine obere Schranke derselben Menge. Al1 so existiert xn (S n , S] A. Mit Hilfe der Stetigkeit von f erhalten wir f (S) = lim f (xn ) y.
n

Andererseits folgt aus der Denition von S sowie der Tatsache dass S < b ist, dass bS f (S + ) > y. n Mit Hilfe der Stetigkeit von f erhalten wir f (S) = lim f (S +
n

bS ) y. n

Theorem 3.19 (Existenz von Maximum und Minimum). Wenn < a < b < + und f eine stetige Funktion auf [a, b] ist, dann nimmt f sein Maximum und Minimum auf [a, b] an, d.h. es gibt xm , xM [a, b], so dass f (xm ) = min f, f (xM ) = max f.
[a,b] [a,b]

Beweis: Es gengt, die Aussage fr den Fall des Maximums zu beu u weisen. Zunchst gibt es aufgrund der Denition des Supremums eine Zahlena folge (xn )nN [a, b] so dass f (xn ) sup[a,b] f (, +], n +. Laut Axiom 3 existiert eine konvergente Teilfolge xnk x, k . Da x [a, b] ist, erhalten wir aus der Stetigkeit von f dass f (xnk ) f (x), k . Andererseits galt f (xn ) sup[a,b] f , so dass sup[a,b] f = f (x) R. Wir setzen xM := x. 4. Die Ableitung Denition 4.1 (Ableitung). Falls f in einem oenen Intervall um x0 deniert ist und der Limes f (x0 + h) f (x0 ) h existiert, so sagen wir, f ist in x0 dierenzierbar. Den Limes nennen wir Ableitung in x0 und schreiben f (x0 ).
h0

lim

Motivation: 1. Klassische Motivation: Ein Auto bewegt sich 3 Stunden auf einer Strae. Nach t Stunden hat es f (t) = 20t2 Kilometer gefahren, also nach einer Stunde 20 Kilometer, nach 2 Stunden 80 Kilometer und nach 3 Stunden 180 Kilometer. Die mittlere Geschwindigkeit in der ersten Stunde ist 20 km/h, die mittlere Geschwindigkeit in der zweiten Stunde ist 60 km/h, und mittlere Geschwindigkeit in der dritten Stunde ist 100 km/h. Was ist die Geschwindigkeit nach 3 Stunden? Die mittlere Geschwindigkeit in der Zeitspanne von t bis t + h ist f (t+h)f (t) = 20 (2th + h2 ) = 40t + 20h. Um die Geschwinh h digkeit im Zeitpunkt t zu bestimmen, machen wir das h kleiner und kleiner. Dabei konvergiert die mittlere Geschwindigkeit gegen 40t. Die Geschwindigkeit nach 3 Stunden ist also 120 km/h. 2. Moderne Motivation: Die Ableitung ermglicht es, eine kompliziero te Funktion in der Nhe eines Punktes durch eine einfache Funktion, a nmlich eine Gerade, zu ersetzen. a Satz 4.2. Sei c eine reelle Konstante und seien f, g beide in x0 dierenzierbar. Dann sind auch f + g, cf, f g in x0 dierenzierbar, und es

gilt (f + g) (x0 ) = f (x0 ) + g (x0 ), (cf ) (x0 ) = cf (x0 ), (f g) (x0 ) = f (x0 )g(x0 ) + f (x0 )g (x0 ). Falls auerdem f (x0 ) = 0, dann ist auch noch g/f in x0 in x0 dierenzierbar, und es gilt g g (x0 )f (x0 ) g(x0 )f (x0 ) ( ) (x0 ) = . f f 2 (x0 ) Beweis fr den Fall des Produkts: u f (x0 + h)g(x0 + h) f (x0 )g(x0 ) h g(x0 + h) g(x0 ) f (x0 + h) f (x0 ) g(x0 + h) + f (x0 ) . = h h Da g in x0 stetig ist, konvergiert die rechte Seite fr h 0 gegen u f (x0 )g(x0 ) + f (x0 )g (x0 ). Theorem 4.3. Sei f in x0 dierenzierbar und sei g in f (x0 ) dierenzierbar. Dann ist die Verkettung g f in x0 dierenzierbar, und es gilt (g f ) (x0 ) = g (f (x0 ))f (x0 ). Beweis: Setze h := f (x0 + h) f (x0 ), f (x0 + h) f (x0 ) = 0, h, f (x0 + h) f (x0 ) = 0.

Daher konvergiert g(f (x0 +h))g(f (x0 )) = h h 0 gegen g (f (x0 ))f (x0 ).

Dann gilt g(f (x0 +h))g(f (x0 )) = g(f (x0 )+h)g(f (x0 )) f (x0 +h)f (x0 ) . Aufgrund h h h der Stetigkeit von f konvergiert fr h 0 u h 0.
g(f (x0 )+h)g(f (x0 )) f (x0 +h)f (x0 ) h h

fr u

Theorem 4.4 (Ableitung der Umkehrfunktion). Sei g : R R invertierbar und die Umkehrfunktion f : R R stetig in y0 . Wenn auerdem g in f (y0 ) dierenzierbar ist und g (f (y0 )) = 0, dann ist auch f in y0 dierenzierbar, und es gilt 1 f (y0 ) = . g (f (y0 )) Beweis: Mit h := f (y0 + h) f (y0 ) gilt 1= g(f (y0 + h)) g(f (y0 )) g(f (y0 ) + h) g(f (y0 )) f (y0 + h) f (y0 ) = h h h

10

Aufgrund der Stetigkeit der Funktion f gilt fr h 0 auch h 0. Es u 1 1 folgt g(f (y0 )+h)g(f (y0 )) g (f (y0 )) , h 0.
h

Beispiel 4.6. 1. Jedes Polynom ist C ((a, b)). 2. sin x, ex C ((a, b)). 3. 1 x2 sin( x ), x > 0 f (x) := 0, x 0 ist in jedem reellen Punkt dierenzierbar, aber nicht in C 1 ((a, b)).

Denition 4.5. Wenn f in jedem Punkt des oenen Intervalls (a, b) dierenzierbar ist und f im Punkt x0 (a, b) dierenzierbar ist, so sagen wir, f ist zweimal dierenzierbar in x0 und bezeichnen wir die zweite Ableitung mit f (x0 ). Wenn f auf analoge Weise n mal dierenzierbar im Punkt x0 ist, so bezeichnen wir die nte Ableitung mit f (n) (x0 ). Ist f in jedem Punkt des Intervalls (a, b) nmal dierenzierbar und ist f (n) stetig auf (a, b), so sagen wir, f ist auf (a, b) nmal stetig dierenzierbar und schreiben f C n ((a, b)). Ist f C n ((a, b)) fr jedes n N, so sagen wir f C ((a, b)). u

Beweis: Nach Theorem 3.19 nimmt f sein Supremum und Inmum auf [a, b] an. Falls max[a,b] f = min[a,b] f = f (a) ist, so erfllt jedes u c (a, b) die Aussage des Theorems. Ansonsten knnen wir annehmen, dass f (x0 ) = max[a,b] f > f (a) = o f (b) (im Fall min[a,b] f < f (a) arbeiten wir mit f ). Im Folgenden zeigen wir, dass c := x0 die Aussage des Theorems erfllt: Fr h > 0 u u f (x0 +h)f (x0 ) f (x0 +h)f (x0 ) ist 0 , und fr h < 0 ist u 0. Aus den h h beiden Ungleichungen folgt f (x0 ) = 0. Theorem 4.8 (Mittelwertsatz). Wenn f : [a, b] R stetig und auf dem oenen Intervall (a, b) dierenzierbar ist, dann gibt es ein c (a, b) so dass f (b)f (a) = f (c). ba Beweis: Wende den Satz von Rolle auf g(x) := f (x)f (a) f (b)f (a) (x ba a) an. Korollar 4.9. Ist f auf (a, b) dierenzierbar, dann sind die folgenden beiden Aussagen quivalent: 1. f ist monoton wachsend auf (a, b). a 2. Fr alle x (a, b) ist f (x) 0. u

Theorem 4.7 (Satz von Rolle). Wenn f : [a, b] R stetig und auf dem oenen Intervall (a, b) dierenzierbar ist und auerdem f (a) = f (b) gilt, dann gibt es ein c (a, b) so dass f (c) = 0.

11

Beweis: Wenn f monoton wachsend auf (a, b) ist, dann gilt f (x + h) f (x) 0 h fr jedes x (a, b) und jedes gengend kleine h > 0. Es folgt f (x) 0. u u Wenn wir umgekehrt f (x1 ) > f (x2 ), a < x1 < x2 < b annehmen, so folgt aufgrund des Mittelwertsatzes, dass ein c (x1 , x2 ) existiert, so dass f (c) < 0. Dies ist ein Widerspruch zu 2, so dass die Richtung ebenfalls gezeigt ist. Die Idee der Ableitung war, f in der Nhe eines Punktes x0 durch die a an lineare Funktion/das Polynom ersten Grades a0 + a1 (x x0 ) = f (x0 ) + f (x0 )(x x0 ) zu approximieren. Als Nchstes betrachten wir a eine Approximation hherer Ordnung, nmlich eine Approximation o a durch das Polynom a0 + a1 (x x0 ) + a2 (x x0 )2 + + an (x x0 )n . In dem Falle, dass f (x) = a0 +a1 (xx0 )+a2 (xx0 )2 + +an (xx0 )n ist, gilt f (x0 ) = a0 , f (x0 ) = a1 , f (x0 ) = 2a2 , f (x0 ) = 6a3 , . . . . Eine (k) u gute Approximation sollte also ak = fk! erfllen. Theorem 4.10 (Der Satz von Taylor). Ist die Funktion f auf (a1 , b1 ) fr ein n = 1, 2, 3, . . . n mal dierenzierbar und ist a1 < a < b < b1 , u so gibt es ein c (a, b) so dass f (b) = f (a)+f (a)(ba)+ f (a) f (n1) (a) f (n) (c) (ba)2 + + (ba)n1 + (ba)n 2 (n 1)! n!
(n1) (a) f (a) (b a)2 + + f (n1)! (b a)n1 heit 2 (n) Restglied f n!(c) (b a)n bezeichnen wir mit Rn

Taylorjet, und das Beweis: Mit

ist. f (a) + f (a)(b a) +

R := f (b)(f (a)+f (a)(ba)+ gilt fr u g(x) := f (x)+f (x)(bx)+

f (n1) (a) f (a) (ba)2 + + (ba)n1 ) 2 (n 1)!

g(b) = f (b) = g(a). Also knnen wir den Satz von Rolle anwenden und o erhalten ein c (a, b), so dass 0 = g (c) = f (c)+[f (c)(bc)f (c)]+[

f (x) f (n1) (x) (b x)n (bx)2 + + (bx)n1 +R 2 (n 1)! (b a)n

f (c) f (c) (bc)2 2(bc)]+. . . 2 2 f (n) (c) f (n1) (c) n(b c)n1 +[ (b c)n1 (n 1)(b c)n2 ] R (n 1)! (n 1)! (b a)n

12

f (n) (c) n(b c)n1 (b c)n1 R . (n 1)! (b a)n

Folgerungen aus dem Satz von Taylor: Korollar 4.11. Wenn f C 2 ((a, b)) und min(a,b) f = f (m), a < m < b, dann folgt f (m) = 0 und f (m) 0.

1 Beweis: Laut Satz von Taylor gibt es ein c (m, m + n ), so dass (c) 1 1 1 1 f (m+ n ) = f (m)+f (m) n + f 2 ( n )2 . Andererseits ist f (m) f (m+ n ) und (siehe den Beweis des Satzes von Rolle) f (m) = 0. Wir erhalten also f (c) 0. Lassen wir n , so impliziert die Stetigkeit von f auch, dass f (m) 0. Damit der Taylorjet eine gute Approximation liefert, muss das Restglied Rn klein werden.

Beispiel 4.12. Sei f (x) = ex und a = 0. Aufgrund des Satzes von Tayn 2 xn1 u lor erhalten wir f (x) = 1 + x + x + + (n1)! + x ec . Fr festes x und 2 n! R := |x| + 1 gilt nun

so dass f (x) = tion wird auch zur numerischen Auswertung der Exponentialfunktion verwendet. Achtung: Rn 0, n gilt nicht fr alle C -Funktionen. u

|x|n c x e eR R k<min(R,n) R eR RR n fr n > R, u n! n k j n limn j=1 x . Dieser Taylorjet der Exponentialfunkj!