Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009)
|
|
- Theresa Heinrich
- vor 5 Jahren
- Abrufe
Transkript
1 1 Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009) Kapitel 10: Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 27. März 2009) Differenzialrechnung R R
2 Differenzierbarkeit R n R m 3 Definition 10.1 Eine Abbildung f : R n G R m ist in x G differenzierbar, wenn es eine Matrix A R m n gibt, so dass für die affine Abbildung l : R n R m, l(x) = f (x ) + A (x x ) gilt: l(x) f (x) lim x x x x = O m Das Differenzial Bemerkung 10.2 Wenn f : R n G R m in x G differenzierbar ist, dann gibt es nur eine Matrix A wie in der Definition Sie heißt dann Ableitung(smatrix) (totales) Differenzial Funktionalmatrix von f in x. Schreibweisen: 4 f (x ) := A d x (f ) := A d x f := A
3 Stetigkeit differenzierbarer Abbildungen Satz 10.3 Für A = (a ij ) R m n ist die lineare Abbildung x Ax stetig auf ganz R n. 5 Satz 10.4 Ist f : R n G R m differenzierbar in x, so ist f auch stetig in x. Bemerkung 10.5 Stetigkeit impliziert aber nicht unbedingt Differenzierbarkeit. Komponentenfunktionen Bemerkung 10.6 Eine Abbildung f = f 1. : R n G R m 6 f m ist genau dann in x G differenzierbar, wenn alle Komponentenfunktionen f i : G R in x differenzierbar sind. Die Zeilen von f (x) R m n sind dann die Ableitungsmatrizen f 1 (x),..., f m(x) R 1 n von f 1,..., f m.
4 Richtungsableitungen 7 Definition 10.7 Ist f : R n G R m differenzierbar und v R n mit v = 1, so heißt f v (x) := f (x) v R m die Richtungsableitung von f im Punkt x in Richtung v. Partielle Ableitungen 8 Definition 10.8 Die j-te partielle Ableitung von f : R n G R m im Punkt x G ist die Richtungsableitung f e j (x) in Richtung des j-ten Einheitsvektors, also f f (x (x) := lim 1,...,x j 1,x j +t,x j+1,...,x n ) f (x 1,...,x n ) t 0 t (falls der Grenzwert existiert).
5 Partielle Ableitungen und Komponentenfunktionen... Existiert für f = f 1. : R n G R m die j-te 9 f m partielle Ableitung im Punkt x G, so ist f 1 (x) f (x) = f m. (x).... Partielle Ableitungen und Komponentenfunktionen Dabei ist f i (x) die Ableitung der i-ten Komponentenfunktion bezüglich der j-ten Variablen an der Stelle x j (wobei man die anderen Variablen auf x 1,..., x j 1, x j+1,..., x n fixiert), also 10 f i (x) = g (x j ) mit g(t) = f i (x 1,..., x j 1, t, x j+1,..., x n ).
6 11 Funktionalmatrix und partielle Ableitungen Satz 10.9 Ist f : R n G R m differenzierbar in x G, so ist f 1 f f x 1 (x)... 1 x n (x) (x) = d x f = f m f x 1 (x)... m x n (x) Hinreichendes Differenzierbarkeitskriterium 12 Satz Existieren für f : R n G R m alle partiellen Ableitungen in jedem Punkt x G und sind die partiellen Ableitungen f i : G R als durch x f i (x) definierte Funktionen stetig, so ist f in allen Punkten von G (total) differenzierbar.
7 f (0.5, x 2 ) = 0.5x x Der Gradient von f : R n G R 14 Definition Ist f : R n G R (m = 1) differenzierbar, so heißt der Vektor ( f grad x f := x f := (x),..., f ) (x) R n x 1 x n der Gradient von f in x. Als Zeilenvektor aufgefasst ist der Gradient die Ableitungsmatrix von f in x G R n.
8 Das Gradientenfeld 15 Für eine differenzierbare Funktion f : R n G R ist grad f : G R n x grad x f ein Vektorfeld, das Gradientenfeld von f. Eigenschaften des Gradienten Bemerkung Sei f : R n G R differenzierbar. Der Gradient grad x f von f in x G weist in Richtung des stärksten Anstiegs von f in x. Die Steigung in Richtung grad x f (also die Richtungsableitung für v = 1 grad x f grad x f ) ist grad x f (falls grad x f O n ). Der Gradient grad x f steht orthogonal auf der Niveaumenge von f in x. ( grad x f, 1) R n+1 ist Normalenvektor für die Tangential(hyper)ebene an den Graphen von f über dem Punkt x. 16
9 Gradientenfeld von h = z f (x, y) 17 Pfaffsche Formen Definition Für Funktionen g 1,..., g n : R n G R heißt 18 g 1 d x g n d x n = (g 1,..., g n ) : G R n eine Pfaffsche Form (oder unvollständiges Differenzial). Die Pfaffsche Form ist ein vollständiges Differenzial, wenn es eine differenzierbare Funktion f : G R gibt mit g i = f x i für alle i = 1,..., n
10 Linearität der Ableitung Satz Sind f, g : R n G R m differenzierbar, so ist auch f + g : G R m differenzierbar mit 19 (f + g) (x) = f (x) + g (x). Für jedes λ R ist auch λf : G R m differenzierbar mit (λf ) (x) = λ f (x). Produktregel: Skalare Multiplikation Satz Sind f : R n G R und g : G R m differenzierbar, so ist auch fg : G R m differenzierbar mit (für alle j = 1,... n): 20 (fg) = f g + f g, d. h. für alle x G: (fg) (x j ) (x) = f (x) g(x) + f (x) g (x) R m
11 Spezialfall: Produkt skalarwertiger Funktionen Korollar Sind f : R n G R und g : G R differenzierbar, so ist auch fg : G R differenzierbar mit: 21 grad fg = g grad f + f grad g, d.h. grad x fg = g(x) grad x f + f (x) grad x g R n für alle x G. Produktregel: Skalarprodukt 22 Satz Sind f, g : R n G R m differenzierbar, so ist auch f, g : G R differenzierbar mit f, g = f, g + f, g d. h. f, g (x) = f (x), g(x) + f (x), g (x) für alle x G.
12 Produktregel: Kreuzprodukt 23 Satz Sind f, g : R n G R 3 differenzierbar, so ist auch f g : G R 3 differenzierbar mit (f g) = f g + f g, d. h. (f g) (x) = f (x) g(x) + f (x) g (x) für alle x G. Kettenregel Satz Sind g : R n R m, x g(x) und f : R m R p, y f (y) differenzierbar, so ist auch f g : R n R p differenzierbar mit 24 (f g) (x) = f (g(x)) }{{} R p m g (x) }{{} R m n R p n, d. h. mit f = (f 1,..., f m ) und g = (g 1,..., g p ): (f g) k (x) = m i=1 f k y i (g(x)) g i (x)
13 Ebene Polarkoordinaten 25 Zusammenfassung Polarkoordinaten 26 x = ϱ cos φ y = ϱ sin φ ϱ = x 2 + y 2 ϱ: Abstand zum Ursprung Φ: Winkel mit positiver x-achse
14 Ableitungen Polarkoordinaten 27 x x ϱ = cos φ = ϱ sin φ y ϱ = sin φ y = ϱ cos φ ϱ x = x ϱ x = sin φ ϱ ϱ y = y ϱ y = cos φ ϱ Zylinderkoordinaten 28
15 Zusammenfassung Zylinderkoordinaten 29 x = ϱ cos φ y = ϱ sin φ z = z ϱ = x 2 + y 2 (ϱ, φ): Polarkoordinaten von (x, y) z: Höhe über x-y-ebene Ableitungen Zylinderkoordinaten 30 x ϱ = cos φ y ϱ = sin φ z ϱ = 0 x = ϱ sin φ x y = ϱ cos φ z = 0 z = 0 y z = 0 z z = 1 ϱ x = x ϱ x = sin φ ϱ z x = 0 ϱ y = y ϱ y = cos φ ϱ z y = 0 ϱ z = 0 z = 0 z z = 1
16 Kugelkoordinaten 31 Zusammenfassung Kugelkoordinaten 32 x = r sin θ cos φ y = r sin θ sin φ z = r cos θ r = x 2 + y 2 + z 2 r: Abstand zum Ursprung θ: Winkel mit positiver z-achse φ: Winkel der Projektion in x-y-ebene mit positiver x-achse
17 Ableitungen Kugelkoordinaten 33 x r = sin θ cos φ x θ = r cos θ cos φ x = r sin θ sin φ y r = sin θ sin φ y θ = r cos θ sin φ y = r sin θ cos φ dz r = cos θ z θ = r sin θ z = 0 r x = x r r y = y r r z = z r θ x = cos θ cos φ r θ y = cos θ sin φ r θ z = sin θ r x = sin φ r sin θ y = cos φ r sin θ z = 0 Schrankensatz Satz Sei f : R n G R differenzierbar mit f (x) M j 34 für alle x G und j = 1,..., n. Für alle x, y G gilt dann (falls die Verbindungsstrecke zwischen x und y in G liegt): f (y) f (x) n M j y j x j j=1
18 Zweite Ableitung Definition Ist f : R n G R differenzierbar mit wiederum differenzierbaren partiellen Ableitungen f : G R, so heißt f zweimal (partiell) differenzierbar. Die partiellen Ableitungen ( ) 2 f f := x i x i 35 heißen die zweiten partiellen Ableitungen von f. Schreibweise: 2 f = 2 f xj 2 Ergänzung zu Definition Die Matrix f (x) = 2 f x 1 x 1 (x) f x n x 1 (x)... 2 f x 1 x n (x). R n n 2 f x n x n (x) heißt die Hesse-Matrix von f (im Punkt x G). Sind die Funktionen 2 f x i : G R alle stetig, so ist f zweimal stetig differenzierbar.
19 Satz von Schwarz 37 Satz Ist f : R n G R zweimal stetig differenzierbar, so ist 2 f x i = 2 f x i für alle i, j {1,..., n}, die Hesse-Matrix f (x) R n n ist also symmetrisch, d. h. f (x) = (f (x)) T. Taylor-Formel Satz Sei f : R n G R zweimal stetig differenzierbar. Falls die Verbindungsstrecke zwischen x und x + x ganz in G liegt, gilt: 38 f (x + x) = f (x) n i=1 n j=1 n j=1 f (x) x j 2 f x i (x) x i x j + Fehler( x) mit lim x O n Fehler ( x) x 2 = 0.
20 Hesse-Form 39 Definition Ist f : R n G R zweimal differenzierbar, so heißt die quadratische Abbildung hess x f : R n R n u hess x f (u) = 1 2 ut f (x)u (u R n als Spaltenvektor aufgefasst) die Hesse-Form von f im Punkt u. Lokale Extrema 40 Definition Eine Funktion f : R n G R nimmt in x G ein (striktes) lokales Minimum bzw. Maximum an, wenn es ε > 0 gibt mit f (x) (>)f (x ) bzw. f (x) (<)f (x ) für alle x G mit x x < ε.
21 Notwendiges Kriterium für lokale Extrema 41 Satz Nimmt eine differenzierbare Funktion f : R n G R (auf einer offenen Menge G R n ) in x G ein lokales Extremum an, so gilt grad x f = O n. Hinreichendes Kriterium Satz Sei f : R n G R zweimal stetig differenzierbar und x G mit grad x f = O n. (i) Ist hess x f (u) > 0 für alle u R n \ {O n } (positiv definit), so nimmt f in x ein striktes lokales Minimum an. (ii) Ist hess x f (u) < 0 für alle u R n \ {O n } (negativ definit), so nimmt f in x ein striktes lokales Maximum an. (iii) Gibt es u, u R n mit hess x f (u) > 0 und hess x f (u ) < 0 (indefinit), so nimmt f in x kein lokales Extremum an. 42
22 Ergänzung zu Satz (iv) Ist hess x f (u) 0 für alle u R n (positiv semidefinit) oder hess x f (u) 0 für alle u R n (negativ semidefinit), so gibt das Kriterium keine Auskunft. Hinreichendes Kriterium für n = 2 44 Satz Sei f : R 2 G R zweimal stetig differenzierbar und x G mit f x 1 (x ) = 0 und f x 2 (x ) = 0. Sei d(x ) := 2 f x 2 1 (x ) 2 f x 2 2 (x ) ( 2 ) 2 f (x ) x 1 x 2 (die Determinante der Hesse-Matrix f (x ) R 2 2 ).
23 Fortsetzung von Satz Dann gelten: (i) Falls d(x ) > 0 ist: 2 f x1 2 2 f x 2 1 > 0 striktes lokales Minimum in x < 0 striktes lokales Maximum in x (ii) Falls d(x ) < 0 ist, hat f in x kein lokales Extremum. (iii) Falls d(x ) = 0 ist, gibt das Kriterium keine Auskunft.
Vorlesung Mathematik für Ingenieure II (Sommersemester 2008)
Vorlesung Mathematik für Ingenieure II (Sommersemester 8) Kapitel : Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 8. Mai 8) Differenzialrechnung R R 4
MehrÜbungen zur Ingenieur-Mathematik III WS 2012/13 Blatt
Übungen zur Ingenieur-Mathematik III WS 2012/13 Blatt 9 19.12.2012 Aufgabe 35: Thema: Differenzierbarkeit a) Was bedeutet für eine Funktion f : R n R, dass f an der Stelle x 0 R n differenzierbar ist?
MehrVorlesung: Analysis II für Ingenieure. Wintersemester 07/08. Michael Karow. Themen: Niveaumengen und Gradient
Vorlesung: Analysis II für Ingenieure Wintersemester 07/08 Michael Karow Themen: Niveaumengen und Gradient Wir betrachten differenzierbare reellwertige Funktionen f : R n G R, G offen Zur Vereinfachung
MehrVorlesung Mathematik für Ingenieure 1 (Wintersemester 2008/09)
Vorlesung Mathematik für Ingenieure (Wintersemester 2008/09) Kapitel 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 9. November 2008) Die
MehrBerechnung von Extrema
KAPITEL 2 Berechnung von Extrema 1. Partielle Ableitungen Definition 2.1 (partielle Ableitung). Sei U R n offen und e j der j-te Einheitsvektor. Eine Funktion f : U R ist in x u partiell differenzierbar
MehrVorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)
1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 6: Differenzialrechnung einer Veränderlichen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. Dezember 2011)
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
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
Mehr4 Differenzierbarkeit
4 Differenzierbarkeit 16 4 Differenzierbarkeit Wir wollen nun Differenzierbarkeit von Funktionen mehrerer Veränderlicher definieren Dazu führen wir zunächst den Begriff der partiellen Ableitung ein Definition
MehrVorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14)
Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 3/) Kapitel : Optimierung ohne Nebenbedingungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom. Oktober 3) Gliederung
MehrVorlesung Einführung in die Mathematische Optimierung (Wintersemester 2013/14)
Vorlesung Einführung in die Mathematische Optimierung (Wintersemester 3/4) Kapitel : Optimierung ohne Nebenbedingungen Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom. Oktober 3) Gliederung
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
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
MehrStatistik. Sommersemester Stefan Etschberger. für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik
Stefan Etschberger für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Sommersemester 2017 Gliederung 1 : Einführung 2 Differenzieren 2 3 Deskriptive 4 Wahrscheinlichkeitstheorie
MehrExtrema multivariater Funktionen
Extrema multivariater Funktionen Ist f (x ) ein Minimum (Maximum) einer stetig differenzierbaren skalaren Funktion f auf einer Umgebung U von x, so gilt grad f (x ) = (0,..., 0) t. Extrema multivariater
MehrDifferenzierbarkeit im R n. Analysis III October 30, / 94
Differenzierbarkeit im R n Analysis III October 30, 2018 36 / 94 Partielle Ableitungen Buch Kap. 5.5 Definition 5.23: (partielle Differenzierbarkeit) Sei die Funktion f : D R, D R n, wobei D eine offene
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:
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
MehrTotale Ableitung und Jacobi-Matrix
Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix
Mehr3 Differenzierbarkeit und Ableitung (Differentialrechnung I)
3 Differenzierbarkeit und Ableitung (Differentialrechnung I) 31 Differenzierbarkeit und Ableitung von Funktionen einer Variablen Definition 31 Es sei M R, f : M R und a M Wenn der Funktionsgrenzwert f(x)
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
Mehr1 Ableitungen. Definition: Eine Kurve ist eine Abbildung γ : I R R n, γ besteht also aus seinen Komponentenfunktionen. a 1 + tx 1. eine Kurve.
1 Ableitungen Definition: Eine Kurve ist eine Abbildung γ : I R R n, γ besteht also aus seinen Komponentenfunktionen γ 1 (t) γ(t) = γ n (t) Bild(γ) = {γ(t) t I} heißt auch die Spur der Kurve Beispiel:1)
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
MehrMATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE Differentialrechnung für Funktionen mehrerer
MehrMusterlösung 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
MehrLösung zur Klausur zur Analysis II
Otto von Guericke Universität Magdeburg 9.7.4 Fakultät für Mathematik Lösung zur Klausur zur Analysis II Vorlesung von Prof. L. Tobiska, Sommersemester 4 Bitte benutzen Sie für jede Aufgabe ein eigenes
MehrH.J. Oberle Analysis III WS 2012/ Differentiation
H.J. Oberle Analysis III WS 2012/13 13. Differentiation 13.1 Das Differential einer Abbildung Gegeben: f : R n D R m, also eine vektorwertige Funktion von n Variablen x = (x 1,..., x n ) T, wobei D wiederum
MehrThema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema
Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema In diesem Kapitel befassen wir uns mit der Ableitung von Funktionen f : R m R n. Allein die Schreibweise
MehrProbeklausur zur Analysis 2, SoSe 2017
BERGISCHE UNIVERSITÄT WUPPERTAL 21717 Fakultät 4 - Mathematik und Naturwissenschaften Prof N V Shcherbina Dr T P Pawlaschyk wwwkanauni-wuppertalde Probeklausur zur Analysis 2, SoSe 217 Hinweis Die Lösungen
MehrTeil 6. Differentialrechnung mehrerer Veränderlicher
Teil 6 Differentialrechnung mehrerer Veränderlicher 95 96 6.1 Topologie von Mengen Umgebung ε-umgebung eines Punktes x R n : B ε (x) = {y : y x < ε} Umgebung U von x: Menge, die eine ε-umgebung von x enthält
MehrKonvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h.
Konvexe Menge Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, dh Kapitel Extrema konvex: h x + h y D für alle h [0, ], und x,
Mehr1.3 Differenzierbarkeit
1 1.3 Differenzierbarkeit Definition Sei B R n offen, a B, f : B R eine Funktion und v 0 ein beliebiger Vektor im R n. Wenn der Grenzwert D v f(a) := lim t 0 f(a + tv) f(a) t existiert, so bezeichnet man
MehrVorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge
MehrStetigkeit und Dierenzierbarkeit im R n
Stetigkeit und Dierenzierbarkeit im R n 1 Stetigkeit Wir übertragen den Stetigkeitsbegri auf mehrstellige reellwertige Funktionen. Denition 1. Sei M R n. Eine Funktion f : M R heiÿt stetig in a M gdw.
Mehr55.3 Die zentralen Begriffe zur totalen Differenzierbarkeit
Abschnitt 55 Totale Differenzierbarkeit R Plato 35 sind all diejenigen Punkte E Q Randpunkte, für die k D oder k D für mindestens einen Inde k gilt Für all solche Punkte E enthält nämlich die enge BE;
MehrRichtungsableitungen.
Richtungsableitungen. Definition: Sei f : D R, D R n offen, x 0 D, und v R n \ {0} ein Vektor. Dann heißt D v f(x 0 f(x 0 + tv) f(x 0 ) ) := lim t 0 t die Richtungsableitung (Gateaux-Ableitung) von f(x)
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.
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 5: Differentialrechnung im R n Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 17. Juni 2009 1 / 31 5.1 Erinnerung Kapitel
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik WS 11/12 Böse, Penn-Karras, Schneider
Technische Universität Berlin Fakultät II Institut für Mathematik WS / Böse, Penn-Karras, Schneider 5.4. Rechenteil April Klausur Analysis II für Ingenieure Musterlösung. Aufgabe 3 Punkte Wir haben g(x,
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
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 das Ingenieurstudium. 10 Funktionen mit mehreren Variablen. Jürgen Koch Martin Stämpfle.
10 Funktionen mit mehreren Variablen www.mathematik-fuer-ingenieure.de 2010 und, Esslingen Dieses Werk ist urheberrechtlich geschützt. Alle Rechte, auch die der Übersetzung, des Nachdruckes und der Vervielfältigung
Mehr39 Differenzierbare Funktionen und Kettenregel
192 VI. Differentialrechnung in mehreren Veränderlichen 39 Differenzierbare Funktionen und Kettenregel Lernziele: Konzepte: totale Ableitungen, Gradienten, Richtungsableitungen, Tangentenvektoren Resultate:
Mehr16. FUNKTIONEN VON MEHREREN VARIABLEN
16. FUNKTIONEN VON MEHREREN VARIABLEN 1 Reelle Funktionen auf dem R 2 Wir betrachten Funktionen f(x 1, x 2 ) von zwei reellen Variablen x 1, x 2, z.b. f(x 1, x 2 ) = x 2 1 + x2 2, g(x 1, x 2 ) = x 2 1
MehrVorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)
1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,
MehrMathematik II. Vorlesung 46. Der Gradient
Prof. Dr. H. Brenner Osnabrück SS 2010 Mathematik II Vorlesung 46 Der Gradient Lemma 46.1. Es sei K ein Körper und V ein K-Vektorraum, der mit einer Bilinearform, versehen sei. Dann gelten folgende Aussagen
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
MehrWiederholung von Linearer Algebra und Differentialrechnung im R n
Wiederholung von Linearer Algebra und Differentialrechnung im R n 1 Lineare Algebra 11 Matrizen Notation: Vektor x R n : x = x 1 x n = (x i ) n i=1, mit den Komponenten x i, i {1,, n} zugehörige Indexmenge:
MehrWirtschaftsmathematik II
WMS: Wirtschaftsmathematik 2 :: WS 2009/10 Wirtschaftsmathematik II Reinhard Ullrich http://homepage.univie.ac.at/reinhard.ullrich Basierend auf Folien von Dr. Ivana Ljubic October 11, 2009 1 Funktionen
MehrMathematik II für Inf und WInf
Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell
Mehr7 Partielle Ableitung
Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 7 Partielle Ableitung Definition 7 Sei U R n offen und f : U R m eine Funktion Dann heißt f im Punkt nach der j-ten Variablen j partiell differenierbar,
MehrK. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 6. Übung: Woche vom bis
Übungsaufgaben 6. Übung: Woche vom 17. 11. bis 21. 11. 2014 Heft Ü1: 9.1 (d,n,t); 9.2 (b,h,i); 9.3 (b,e); 9.4 (b,e,f) Übungsverlegung (einmalig!): Gruppe VIW 02 nach Mo., 5. DS; WIL C 204 (für Mittwoch,
MehrDie Tangentialebene. {(x, y, z) z = f(x 0, y 0 )+ f x (x 0, y 0 )(x x 0 )+ f. y (x 0, y 0 )(y y 0 )}
Die Tangentialebene Der Graph der linearen Approximation ist Tangentialebene an den Graph der Funktion. In Symbolen: Es sei D R 2. Es sei f : D R, (x, y) f(x, y) differenzierbar. Dann ist {(x, y, z) z
Mehr50 Partielle Ableitungen
50 Partielle Ableitungen 217 50 Partielle Ableitungen 501 Beispiel Die Differenzierbarkeit von Funktionen von mehreren Veränderlichen kann nach jeder Variablen einzeln untersucht werden, wobei die anderen
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
Mehr1 Partielle Differentiation
Technische Universität München Christian Neumann Ferienkurs Analysis 2 Vorlesung Dienstag SS 20 Thema des heutigen Tages sind Differentiation und Potenzreihenentwicklung Partielle Differentiation Beim
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
MehrVorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 2: Der Euklidische Raum Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 30. Oktober 2007) Vektoren in R n Definition
Mehr12. Partielle Ableitungen
H.J. Oberle Analysis III WS 2012/13 12. Partielle Ableitungen 12.1 Partielle Ableitungen erster Ordnung Gegeben: f : R n D R, also eine skalare Funktion von n Variablen x = (x 1,..., x n ) T. Hält man
MehrAnalysis II. Vorlesung 47
Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Zu einer reellwertigen Funktion Vorlesung 47 interessieren wir uns wie schon bei einem eindimensionalen Definitionsbereich für die Extrema, also Maxima
MehrMathematik für Anwender II
Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Vorlesung 49 Zu einer reellwertigen Funktion Extrema auf einer offenen Menge G R n interessieren wir uns, wie schon bei einem eindimensionalen
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras
Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst
MehrINGENIEURMATHEMATIK. 9. Differentialrechnung für Funktionen mehrerer Variablen. Sommersemester Prof. Dr. Gunar Matthies
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 9. Differentialrechnung für Funktionen mehrerer Variablen Prof. Dr. Gunar Matthies Sommersemester
MehrReellwertige Funktionen mehrerer Veränderlicher
Reellwertige Funktionen mehrerer Veränderlicher Teilnehmer: Philipp Besel Joschka Braun Robert Courant Florens Greÿner Tim Jaschek Leroy Odunlami Gloria Xiao Heinrich-Hertz-Oberschule, Berlin Ludwigs-Georgs-Gymnasium,
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
Mehr3 Funktionen in mehreren Variablen
3 Funktionen in mehreren Variablen Funktionen in mehreren Variablen Wir betrachten nun Abbildungen / Funktionen in mehreren Variablen. Dies sind Funktionen von einer Teilmenge des R d nach R. f : D f R,
Mehrf(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
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
MehrNachklausur zur Analysis 2, SoSe 2017
BERGISCHE UNIVERSITÄT WUPPERTAL 18.9.17 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis 2, SoSe 217 Aufgabe
MehrDifferential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
MehrKapitel 6. Differenzialrechnung für Funktionen von mehreren Variablen
Kapitel 6. Differenzialrechnung für Funktionen von mehreren Variablen 6.1 Funktionen von mehreren Variablen Eine Abbildung f : D R, D R n, ordnet jedem n-tupel x = (x 1, x 2,...,x n ) D (eindeutig) eine
Mehr4.4 Lokale Extrema und die Hessesche Form
74 Kapitel 4 Differentialrechnung in mehreren Variablen 44 Lokale Extrema und die Hessesche Form Sei jetzt wieder U R n offen und f:u R eine Funktion Unter einem lokalen Extremum der Funktion f verstehen
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
Mehr1 Definition und Konstruktion vektorwertiger Funktionen und Funktionen mehrerer Variabler
Zusammenfassung Kapitel IV: Funktionen mehrerer Veränderlicher und vektorwertige Funktionen 1 Definition und Konstruktion vektorwertiger Funktionen und Funktionen mehrerer Variabler Definition vektorwertige
MehrLösungsvorschlag 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
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
MehrBlock I: Integration und Taylorentwicklung in 1D
Wiederholungsübungen zur Ingenieur-Mathematik III WS 5/6 Blatt 3..6 Block I: Integration und Taylorentwicklung in D Aufgabe : Berechnen Sie die Integrale: a) π sin x cos x dx b) ( x) +x dx c) x e x dx
MehrMIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen
Version 01.02. Januar 2007 MIA Analysis einer reellen Veränderlichen WS 06/07 Kurzfassung Martin Schottenloher Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen In diesem Kapitel werden differenzierbare
MehrAnalysis 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
MehrTechnische Universität München. Probeklausur Lösung SS 2012
Technische Universität München Andreas Wörfel & Carla Zensen Ferienkurs Analysis für Physiker Probeklausur Lösung SS Aufgabe Differenzierbarkeit / Punkte: [4,, 3, 4] Es sei f(x, y) = sin(x3 + y 3 ) x +
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof Dr M Keyl M Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 3 (Analysis 2) MA923 http://wwwm5matumde/allgemeines/ma923_26s Sommersem 26 Probeklausur (4726) Krümmung
MehrIV. Matrizenrechnung. Gliederung. I. Motivation. Lesen mathematischer Symbole. III. Wissenschaftliche Argumentation. i. Rechenoperationen mit Matrizen
Gliederung I. Motivation II. Lesen mathematischer Symbole III. Wissenschaftliche Argumentation IV. Matrizenrechnung i. Rechenoperationen mit Matrizen ii. iii. iv. Inverse einer Matrize Determinante Definitheit
MehrExtrema von Funktionen mit zwei Variablen
Extrema von Funktionen mit zwei Variablen Es gilt der Satz: Ist an einer Stelle x,y ) f x x,y ) = und f y x,y ) = und besteht außerdem die Ungleichung f xx x,y )f yy x,y ) f xy x,y ) >, so liegt an dieser
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
MehrLösungsvorschlag zur Nachklausur zur Analysis
Prof Dr H Garcke, D Depner SS 09 NWF I - Mathematik 080009 Universität Regensburg Lösungsvorschlag zur Nachklausur zur Analysis Aufgabe Untersuchen Sie folgende Reihen auf Konvergenz und berechnen Sie
MehrUNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 009 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe
MehrFunktionen mehrerer Variabler
Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen
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
MehrProbeklausur. 1 Stetigkeit [7 Punkte] 2 Differenzierbarkeit [10 Punkte] Ferienkurs Analysis 2 für Physiker SS Karolina Stoiber Aileen Wolf
Karolina Stoiber Aileen Wolf Ferienkurs Analysis 2 für Physiker SS 26 A Probeklausur Allgemein Hinweise: Die Arbeitszeit beträgt 9 Minuten. Falls nicht anders angegeben, sind alle en ausführlich und nachvollziehbar
MehrWirtschaftsmathematik: Formelsammlung (V1.40)
Wirtschaftsmathematik: Formelsammlung (V.40) Grundlagen n! = 2 3... n = 0! = n i für n N, n 0, i= pq-formel Lösung von x 2 + px + q = 0 x /2 = p p 2 ± 2 4 q abc-formel Lösung von ax 2 + bx + c = 0 Binomische
MehrKapitel 6 Differential- und Integralrechnung in mehreren Variablen
Kapitel 6 Differential- und Integralrechnung in mehreren Variablen Inhaltsverzeichnis FUNKTIONEN IN MEHREREN VARIABLEN... 3 BEISPIELE UND DARSTELLUNGEN... 3 GRENZWERT UND STETIGKEIT (ABSTANDSBEGRIFF)...
MehrAnalysis I. 8. Übungsstunde. Steven Battilana. battilana.uk/teaching
Analysis I 8. Übungsstunde Steven Battilana stevenb@student.ethz.ch battilana.uk/teaching April 9, 207 Grenzwerte Korollar 5.2.2 (Bernoulli-de l Hôpital) Seien f, g : [a, b] R stetig und differenzierbar
Mehr3. Approximation von Funktionen und Extremwertprobleme im R n
3. Approximation von Funktionen und Extremwertprobleme im R n Wie in D ist es wichtig Funktionen mit mehreren Variablen durch Polynome lokal approximieren zu können. Polynome lassen sich im Gegensatz zu
MehrHeinrich-Hertz-Oberschule, Berlin
Reellwertige Funktionen mehrerer Variabler Teilnehmer: Maximilian Ringleb Jakob Napiontek Kay Makowsky Mallku Schlagowski Trung Duc Nguyen Alexander Reinecke Herder-Oberschule, Berlin Heinrich-Hertz-Oberschule,
MehrAnalysis III. Dr. Theo Overhagen Fachbereich 6 Mathematik Universität Siegen
Analysis III Dr. Theo Overhagen Fachbereich 6 Mathematik Universität Siegen 2008 1 Einleitung Die Vorlesung Analysis III schließt an die Vorlesungen Analysis I,II (Prof. Dr. Nickel) in den Studienjahren
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,
Mehr