A. Zentrale Grundlagen
|
|
- Tobias Schmidt
- vor 7 Jahren
- Abrufe
Transkript
1 Differentialrechnung 1 Differentialrechnung A. Zentrale Grunlagen Die RC-Theorie beruht in weiten Teilen auf Anwenungen er Infinitesimalrechnung, weshalb funamentale Kenntnisse er Konzepte un Regeln er Differentialrechnung unverzichtbar sin. A1. Veränerungen, Veränerungsraten un Ableitungen Wenn eine metrisch skalierte Variable y von einer aneren metrischen Größe x abhängt, wir ies typischerweise urch eine reellwertige Funktion y = f(x) ausgerückt. Mit kann man eine Veränerung von x notieren. Beispielsweise bezeichnet = x 1 x 0 ie Differenz zwischen en aufeinanerfolgenen Werten x 0 un x 1. Eine Veränerungsrate ist as Verhältnis von zwei Veränerungen: y f(x + ) f(x) =. Sie rückt aus, wie sich y änert, wenn sich x veränert. Die Veränerungsrate von y bezüglich x ist bei linearen Funktionen eine Konstante un bei nichtlinearen Funktionen von x abhängig. Unterstellt man stetige Differenzierbarkeit er Funktion y = f(x), ann ergibt sich ihre Ableitung urch x f(x) = lim 0 f(x + ) f(x). Die Ableitung ist somit er Grenzwert er Veränerungsrate von y bezüglich x, wenn ie Veränerung von x gegen Null geht. Sie rückt aus, wie sich y änert, wenn x nur ganz wenig variiert. Die Ableitung wir auch urch ie alternativen Schreibweisen f (x) = y/x = f(x)/x repräsentiert. Man kann en Ableitungsbegriff auch wie folgt einführen: Ist eine Funktion y = f(x) stetig ifferenzierbar, so existiert er Grenzwert y = lim h 0 f(x + h) f(x) h un amit ihre erste Ableitung (ausgerückt in folgenen gebräuchlichen Schreibweisen): y = f (x) = y x = x f(x). Die erste Ableitung gibt an, wie sich ie Steigung er Tangente an ie Funktion y = f(x) änert (.h. f (x 0 ) ist ie Steigung er Tangente am Punkt (x 0, f(x 0 ))). Ist f stetig ifferenzierbar un gilt y = f (x) > 0 für alle x, ann ist f streng monoton steigen; gilt bei stetiger Differenzierbarkeit von f agegen y = f (x) < 0, ann ist f streng monoton fallen. Ist ie erste Ableitung y = f (x) stetig ifferenzierbar, so lässt sich ie zweite Ableitung bestimmen: y = f (x) = 2 y x 2 = 2 x 2 f(x). Sie gibt an, wie sich ie Steigung er Tangente an ie erste Ableitung er Funktion y = f(x) veränert.
2 2 Mathematischer Anhang Die Vorzeichen von erster un zweiter Ableitung informieren über en Verlauf einer stetig ifferenzierbaren Funktion y = f(x). So ist z.b. eine Funktion mit positiver erster Ableitung un negativer zweiter Ableitung über en gesamten Definitionsbereich strikt oer streng konkav (z.b. y = f(x) = ln x mit x > 1). Dagegen ist eine Funktion mit negativer erster Ableitung un positiver zweiter Ableitung ber en ganzen Definitionsbereich strikt oer streng konvex (z.b. y = f(x) = 1/x mit x > 0). Konkavität (Konvexität) einer Funktion f(x) beeutet somit, ass ihr Graph eine nach oben (unten) gekrümmte Kurve ist. Falls f (x) < 0 (f (x) > 0) für alle x gilt, so ist f eine strikt oer streng konkave (konvexe) Funktion. A2. Ableitungsregeln Um eine Ableitung zu bestimmen, sin bestimmte Regeln einzuhalten: Potenzregel: Bei gegebenen Konstanten a un b sowie festem Exponenten c ergibt sich für ie Funktion y = a + bx c ie Ableitung y = bcx c 1. Aitionsregel: Bei aitiv verknüpften Funktionen (.h. y = f(x)±g(x)) ist ie Ableitung ie Summe oer Differenz ihrer Ableitungen. Also: y = (f ± g) = f ± g. Prouktregel: Die Ableitung von y = f(x)g(x) ergibt sich urch y = (fg) = f g + fg. Quotientenregel: Bei Funktionen es Typs y = f(x)/g(x) erhält man ie Ableitung urch y = (f/g) = (gf fg )/g 2, falls g 0 ist. Kettenregel: Bei ineinaner verschachtelten Funktionen y = f(g(x)) ergibt sich ie Ableitung urch as Proukt er Ableitung er äusseren Funktion mit er Ableitung er inneren Funktion: y = (f/g) (g/x). Wichtig sin überies folgene Ableitungen: x ef(x) f(x) f = e x un 1 ln f(x) = x f(x) f x = ϱ f (x), wobei ϱ f (x) ie relative Veränerungsrate un ln en natürlichen Logarithmus mit Basis e = 2, bezeichnet. B. Weitere Konzepte Für weiterführene Analysen sin entsprechene Konzepte wesentlich. Dabei geht es einerseits um Interpretationen un anererseits um Verfahren zur Untersuchung von Abhängigkeitsstrukturen, ie weniger überschaubar sin. Zunächst erfolgt jeoch ein Vergleich von Größen, ie auf Ableitungen un Duchschnitten beruhen. B1. Durchschnitts- un Marginalkonzepte Eine Funktion y = f(x) rückt ie Abhängigkeit er Größe y von er Größe x aus. Der Durchschnitt ergibt sich urch f(x)/x un gibt an, wie sich y im Mittel auf ie Werte von x verteilt. Beispielsweise entsprechen ie Durchschnittskosten em Verhältnis er Gesamtkosten zur Herstellungsmenge un sie messen, was eine Einheit er Prouktionsmenge im Mittel kostet.
3 Differentialrechnung 3 Ist für ie Funktion y = f(x) stetige Differenzierbarkeit voraussetzbar, so kann man ie Ableitung f (x) bestimmen. Marginale Größen korresponieren mit Ableitungen, weil sie ie nerung von y an er Grenze (.h. für sehr kleine nerungen von x) betreffen. Beispielsweise messen ie Grenzkosten (oer marginalen Kosten) bei einer bestimmten Prouktionsmenge ie Kostenänerung, ie sich ergibt, wenn ie Herstellungsmenge vom erzeit betrachteten Niveau um eine weitere Einheit steigt. Das Marginalprinzip verweist auf en Grunsatz, sich im Zusammenhang mit Entscheiungen im Wirtschaftsleben nicht an Durchschnittswerten, sonern an marginalen Größen (z.b. Grenzerlös, Grenzumsatz, Grenzsteuersatz) zu orientieren. Ein Hintergrun abei ist, ass weniger ie Vergangenheit als vielmehr as Neue (z.b. Effekte er Prouktionsausweitung) interessiert. Dennoch sin marginale un urchschnittliche Größen verknüpft, weil folgene Beziehung für x > 0 existiert: x ( ) f(x) x > 0 f f(x) (x) > < < x. Erhöht (verminert) sich er Durchschnittswert bei einer sehr kleinen Zunahme von x, ann übersteigt (unterschreitet) ie marginale Größe ie urchschnittliche Größe un umgekehrt. B2. Veränerungsraten un Elastizitäten Ableitungen von y = f(x) sin zumeist wieerum Funktionen von x. Sie erlauben ie Bestimmung von Veränerungsraten an Punkten. Wir y = f (x), ie erste Ableitung von y = f(x), an er Stelle x 0 bewertet, so erhält man aurch ie (sofortige) Veränerungsrate von f an ieser Stelle. Wir ie zweite Ableitung y = f (x) an er Stelle x 0 bewertet, ann erhält man ie Veränerungsrate er Veränerungsrate er ursprünglichen Funktion an ieser Stelle. Im Regelfall interessiert nicht nur ie sofortige Veränerungsrate un ihre Veränerung. Üblicherweise ist ie relative oer proportionale Veränerungsrate an bestimmten Punkten interessant. Letztere erhält man urch ie Funktion ϱ f (x) = f (x) f(x) = 1 f(x) also er logarithmischen Ableitung, nach einer Bewertung an en relevanten Stellen (z.b. Mittelwert). Die relative oer proportionale Ver nerungsrate von f an er festgelegten Stelle x 0 ist also urch en Bruch f (x 0 )/f(x 0 ) bestimmt. Ist ie Zeit t abei ie unabhängige Variable (.h. x = t un aher y = f(t)), ann gibt ϱ f (t) näherungsweise ie prozentuale Änerung von f(t) pro Zeiteinheit zum Zeitpunkt t an. Will man generell eine imensionslose Größe für ie relative Veränerung verwenen, so ist ie (Punkt-)Elastizität zu bestimmen. Die (Punkt-)Elastizität von f ist eine Funktion von x un kann mit ε f (x) notiert weren. Sie ergibt sich urch ε f (x) = x ϱ f (x) = x f (x) f(x) = f x, x f f(x) x un informiert näherungsweise über ie prozentuale Reaktion von f auf eine einprozentige Änerung von x. Bewertet man also ε f (x) an er festgelegten Stelle x 0, so erhält man ie Elastizität oer prozentuale Reaktion von y auf eine einprozentige Änerung von x beim Ausgangswert x 0. Für Elastizitätsfunktionen gelten folgene Rechenregeln:
4 4 Mathematischer Anhang Elastizität es Proukts zweier Funktionen: ε (f g) (x) = ε f (x) + ε g (x) Elastizität es Bruches zweier Funktionen: ε (f/g) (x) = ε f (x) ε g (x) Elastizität er Summe/Differenz zweier Funktionen: ε (f±g) (x) = (f(x)ε f (x) ± g(x)ε g (x))/(f(x) ± g(x)) Daneben ist zu bemerken, ass für ie Elastizität einer Konstanten stets ε konst. (x) = 0 gilt, aber ie Elastizität es Proukts einer Konstanten mit einer Funktion urch ε (konst. f) (x) = ε f (x) bestimmt ist. Zuem hat ie Potenzfunktion y = x a eine konstante Elastizität ε f (x) = a un ie Exponentialfunktion y = e x geht immer mit er Elastizitätsfunktion ε f (x) = x einher. Dies reflektiert, ass ie Elastizität als logarithmische Ableitung efiniert ist. B3. Partielle Ableitungen Angenommen sei eine hinreichen oft stetig ifferenzierbare reellwertige Funktion y = f(x 1, x 2,, x i,, x n ). Die partielle Ableitung von y bezüglich einer bestimmten unabhängigen Variablen x i wir geschrieben als = f = x i x i x i f(x 1, x 2,, x i,, x n ). Sie ist ie Ableitung von f(x 1, x 2,,, x i,, x n ) nach x i unter er Annahme, ass alle aneren unabhängigen Variablen (also x j für alle j i) konstant sin. Ansonsten gelten bei er Differentiation un Interpretation ie obigen Regeln un Aussagen. Beispielsweise hat ie Funktion y = f(x 1, x 2 ) = ax bx 3 2 ie partiellen Ableitungen x 1 = 2ax 1, x 2 = 3bx 2 2. Eine partielle Ableitung informiert über ie Steigung er Tangentialhyperebene an ie Funktion f(x 1, x 2,, x i,, x n ) in er Richtung von x i. Die zweiten partiellen Ableitungen 2 y x 2 i = 2 f x 2 i = 2 x 2 f(x 1, x 2,, x i,, x n ), i ergeben sich urch partielles Differenzieren er ersten partiellen Ableitungen. Im Beispiel: 2 y x 2 1 = 2a, 2 y x 2 2 = 6bx 2. Bei einer Funktion mit mehreren Argumenten bestimmen ie jeweiligen partiellen logarithmischen Ableitungen etwaige Elastizitäten. B4. Totale Ableitungen un Differentiale Totale Ableitung un totales Differential, totales Differential zweiter Ornung, Definitheit; aneben sin ie Beingungen für strikt konkave (konvexe) un quasi-konkave (quasikonvexe) Funktionen mit mehr als einem Argeument anzugeben (siehe auch Kapitel 4)
5 Differentialrechnung 5 C. Optimierungsverfahren Die RC-Theorie beruht bekanntlich auf er Iee er Optimierung, wobei man statische un ynamische Verfahren mit un ohne Nebenbeingungen unterscheien kann. Nach einem Blick auf ie statische Optimierung ohne Restriktionen wir hier insbesonere ie statische Optimierung mit Nebenbeingungen in Gleichungsform (Lagrange-Verfahren) un Restriktionen in Ungleichungsform (Kuhn-Tucker-Verfahren) besprochen. Anere Verfahren weren ausführlich von z.b. Chiang (1992) un Intriligator (1971) vorgestellt. C1. Einfache statische Optimierung Im einfachsten Fall er Optimierung ohne Nebenbeingung ist eine hinreichen oft stetig ifferenzierbare Funktion y = f(x 1, x 2,, x i,, x n ) gegeben, ie zu minimieren oer maximieren ist. An er Stelle eines lokalen Minimums oer Maximums verschwinet ie Steigung er Tangentialhyperebene in allen Richtungen. Dies beeutet, ass ie ersten partiellen Ableitungen nach jeer unabhängigen Variablen an er Stelle es Optimums jeweils 0 sein müssen (Extremwertbeingungen 1.Ornung). Für ie Bestimmung eines Extremums sin aher alle ersten partiellen Ableitungen zu bestimmen un gleich Null zu setzen. Auflösen es entsprechenen simultanen Gleichungssystems ergibt ie optimalen Werte er unabhängigen Variablen. Danach sin ie zweiten partiellen Ableitungen er Funktion zu bestimmen. Einsetzen er optimalen oer stationären Punkte in ie Matrix er zweiten partiellen Ableitungen (Hesse-Matrix) informiert über ie Art es Optimums: Ist ie bewertete Hesse-Matrix positiv (negativ) efinit, so liegt ein lokales Minimum (Maximum) vor (Extremwertbeingungen 2.Ornung). C2. Statische Optimierung unter Nebenbeingungen Es folgt in Kürze: Lagrange-Verfahren un Kuhn-Tucker-Verfahren.
Differentialrechnung
Differentialrechnung Um Funktionen genauer zu untersuchen bzw. sie zu analysieren, ist es notwenig, etwas über ihren Verlauf, as qualitative Verhalten er Funktion, sagen zu können. Das heisst, wir suchen
MehrLUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 3. Übung/Lösung Mathematik für Studierende der Biologie
LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.e Department Biologie II Telefon: 089-80-74800 Großhaernerstr. Fax:
Mehr15 Differentialrechnung in R n
36 15 Differentialrechnung in R n 15.1 Lineare Abbilungen Eine Abbilung A : R n R m heißt linear falls A(αx + βy) = αa(x) + βa(y) für alle x, y R n un alle α, β R. Man schreibt oft Ax statt A(x) un spricht
MehrTechnische Universität Berlin Wintersemester 2010/11. Allgemeine Volkswirtschaftslehre 2 - Makroökonomie Wiederholung mathematischer Grundlagen
Prof. Dr. Frank Heinemann Technische Universität Berlin Wintersemester 2010/11 Allgemeine Volkswirtschaftslehre 2 - Makroökonomie Wieerholung mathematischer Grunlagen Dieses Übungsblatt enthält keine abzugebenen
MehrDifferential- und Integralrechnung
Universität Paerborn, en 16.07.2007 Differential- un Integralrechnung Ein Repetitorium vor er Klausur Kai Gehrs 1 Übersicht Inhaltlicher Überblick: I. Differentialrechnung I.1. Differenzierbarkeit un er
MehrMathematik III. Vorlesung 87. Die äußere Ableitung
Prof. Dr. H. Brenner Osnabrück WS 2010/2011 Mathematik III Vorlesung 87 Die äußere Ableitung In ieser Vorlesung weren wir ein neuartiges mathematisches Objekt kennenlernen, ie sogenannte äußere Ableitung.
Mehr7.1 Definitionen und Ableitungen der elementaren Funktionen. f(x + x) f(x)
Kapitel 7 Differentialrechnung 71 Definitionen un Ableitungen er elementaren Funktionen Die Funktion f) sei efiniert für a
MehrSerie 6 - Funktionen II + Differentialrechnung
Analysis D-BAUG Dr. Meike Akvel HS 05 Serie 6 - Funktionen II + Differentialrechnung. a) Sei Lösung 3, falls < 0, f : R R, f) c +, falls 0, + 8, falls >. Bestimmen Sie c R un R, so ass f überall stetig
MehrExplizite und Implizite Darstellung einer Funktion
Eplizite un Implizite Darstellung einer Funktion Für ie implizite Differentiation weren ie Begriffe implizite un eplizite Darstellung von Funktionen benötigt. Bisher haben wir eine Funktion (Zusammenhang
MehrDifferentialrechnung
Kapitel 7 Differentialrechnung Josef Leydold Mathematik für VW WS 205/6 7 Differentialrechnung / 56 Differenzenquotient Sei f : R R eine Funktion. Der Quotient f = f ( 0 + ) f ( 0 ) = f () f ( 0) 0 heißt
MehrMultivariate Analysis
Kapitel Multivariate Analysis Josef Leydold c 6 Mathematische Methoden I Multivariate Analysis / 38 Lernziele Funktionen in mehreren Variablen Graph und Niveaulinien einer Funktion in zwei Variablen Partielle
MehrMathematik für Wirtschaftswissenschaftler. Universität Trier Wintersemester 2013 / 2014
Mathematik für Universität Trier Wintersemester 2013 / 2014 Inhalt der Vorlesung 1. Gleichungen und Summen 2. Grundlagen der Funktionslehre 3. Rechnen mit Funktionen 4. Optimierung von Funktionen 5. Funktionen
MehrDie Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. f(x 0 ) f(x)
3.2.4. Analyse von Funktionen Die Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. Begriffe: Die Funktion f hat in x 0 I eine stationäre Stelle,
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
Mehr7 Anwendungen der Linearen Algebra
7 Anwenungen er Linearen Algebra 7.1 Extremwertaufgaben mit Nebenbeingungen Bemerkung 7.1. Wir behaneln as Problem: Gegeben ist eine zweimal stetig ifferenzierbare Funktion f : R n R un ein stetig ifferenzierbares
MehrStetigkeit und Differenzierbarkeit
Kapitel 5 Stetigkeit un Differenzierbarkeit 5.1 Stetigkeit Unstrenge Definitionen : Eine Funktion heißt stetig, wenn - man ihren Graphen mit em Bleistift ohne Absetzen zeichnen kann; - kleine Änerungen
Mehr1. Ableitung von Funktionen mit einer Veränderlichen
. Ableitung von Funktionen mit einer Veränerlichen. Algebrische Interprettion Die Ableitung einer Funktion f f f+ f = lim. 0 = ist efiniert ls In Worten usgerückt ist ie Ableitung er Grenzwert er Änerungsrte
MehrMathematik 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
MehrKapitel 7. Differentialrechnung. Josef Leydold Mathematik für VW WS 2017/18 7 Differentialrechnung 1 / 56
Kapitel 7 Differentialrechnung Josef Leydold Mathematik für VW WS 2017/18 7 Differentialrechnung 1 / 56 Differenzenquotient Sei f : R R eine Funktion. Der Quotient f x = f (x 0 + x) f (x 0 ) x = f (x)
MehrDIE ABLEITUNG FRANZ LEMMERMEYER
DIE ABLEITUNG FRANZ LEMMERMEYER Eine Gerae y mx+b hat in jeem Punkt ieselbe Steigung m. Bei einer Parabel y x 2 agegen änert sich ie Steigung von Punkt zu Punkt. Sin zwei Punkte P (x f(x)) un Q(u f(u))
MehrIMA II - Lösungen (Version 1.04) 1
IMA II - Lösungen Version.04 Übungsserie Aufgabe Ableitung über Differenzenquotient Der Differenzenquotient, auch bekannt als mittlere Änerungsrate, wir gebilet urch Betrachtung von Sekantensteigungen
MehrMathematischer Vorbereitungskurs für das MINT-Studium
Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de SS 2017 Vorlesung 7 MINT Mathkurs SS 2017 1 / 25 Vorlesung 7 (Lecture 7) Differentialrechnung differential
MehrStetigkeit vs Gleichmäßige Stetigkeit.
Stetigkeit vs Gleichmäßige Stetigkeit. Beispiel: Betrachte ie Funktion f(x) = 1/x auf em Intervall D = (0, 1]. f ist in jeem Punkt p (0, 1] stetig. Denn: Sei p (0, 1] un ε > 0 gegeben. Setze δ = min (
Mehr1. Tangente, Ableitung, Dierential
1. Tangente, Ableitung, Dierential Variablen un Funktionen 1.1. Verallgemeinern Sie ie folgenen Gruppen von Gleichungen mithilfe von Variablen. (1) 5 + 3 = 3 + 5, 1 2 = 2 + 1. (2) 3 2 + 5 2 = (3 + 5) 2,
Mehr10. Vorlesung Wintersemester
10. Vorlesung Wintersemester 1 Existenz von Potentialen Für einimensionale Bewegungen unter er Einwirkung einer Kraft, ie nur vom Ort abhängt, existiert immer ein Potential, a man immer eine Stammfunktion
MehrLösungshinweise zu den Hausaufgaben:
P. Engel, T. Pfrommer S. Poppitz, Dr. I. Rybak 4. Gruppenübung zur Vorlesung Höhere Mathematik Sommersemester 9 Prof. Dr. M. Stroppel Prof. Dr. N. Knarr Lösungshinweise zu en Hausaufgaben: Aufgabe H. a)
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof. Dr. M. Keyl M. Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 3 (Analysis 2 MA9203 http://www-m5.ma.tum.e/allgemeines/ma9203 2016S Sommersem. 2016 Lösungsblatt 9 (10.6.2016
MehrLUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 2. Übung/Lösung Mathematik für Studierende der Biologie
LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.e Department Biologie II Telefon: 089-80-74800 Großhaernerstr. Fa:
MehrKapitel 5: Differentialrechnung
Kapitel 5: Differentialrechnung Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika (KO) Kapitel 5: Differentialrechnung 1 / 23 Gliederung 1 Grundbegriffe 2 Abbildungen
MehrMathematik I Herbstsemester 2018 Kapitel 3: Differentialrechnung
Mathematik I Herbstsemester 2018 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 39 3. Differentialrechnung Einführung Ableitung elementarer Funktionen Ableitungsregeln Kettenregel Ableitung
Mehr8.1. Das unbestimmte Integral
8 Das unbestimmte Integral So wie ie Bilung von Reihen, also Summenfolgen, ein zur Bilung er Differenzenfolgen inverser Prozess ist, kann man ie Integration als Umkehrung er Differentiation ansehen Stammfunktionen
MehrMonotonie und maximale Monotonieintervalle - Krümmung und maximale Krümmungsintervalle - ( ) > f( x 2 )
GS -.08.0 - abl_08_monotonie.mc Monotonie un maimale Monotonieintervalle - Krümmung un maimale Krümmungsintervalle - Definition er Monotonie: G ist f streng monoton steigen, falls < f ist streng monoton
MehrWirtschafts- und Finanzmathematik
Wirtschafts- und Finanzmathematik für Betriebswirtschaft und International Management Wintersemester 2017/18 04.10.2017 Einführung, R, Grundlagen 1 11.10.2017 Grundlagen, Aussagen 2 18.10.2017 Aussagen
MehrMathematik 1. Klausur am 12. Februar 2018
Mathematik 1 Klausur am 12. Februar 218 Aufgabe 1 (13 Punkte. Entscheien Sie, ob folgene Aussagen wahr oer falsch sin. Achtung: Für jee richtige Antwort erhalten Sie einen Punkt, für jee falsche Antwort
MehrÜbersicht. 1. Motivation. 2. Grundlagen
Übersicht 1. Motivation 2. Grundlagen 3. Analysis 3.1 Folgen, Reihen, Zinsen 3.2 Funktionen 3.3 Differentialrechnung 3.4 Extremwertbestimmung 3.5 Nichtlineare Gleichungen 3.6 Funktionen mehrerer Variabler
MehrMathematischer Vorbereitungskurs für das MINT-Studium
Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de WS 2016/2017 Vorlesung 7 MINT Mathkurs WS 2016/2017 1 / 20 Stetigkeit einer Funktion (continuity of a
MehrMonotonie, Konkavität und Extrema
Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1
MehrMonotonie, Konkavität und Extrema
Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1
Mehrdifferenzierbare Funktionen
Kapitel IV Differenzierbare Funktionen 18 Differenzierbarkeit und Rechenregeln für differenzierbare Funktionen 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 20 Gleichmäßige Konvergenz von
Mehr2015, MNZ. Jürgen Schmidt. Vorkurs. Mathematik. Ableiten. Tag WS 2015/16
Vorkurs 4. Mathematik Ableiten WS 2015/16 Tag Einführendes Beispiel Vernachlässigen wir den Luftwiderstand, so können wir in hinreichender Näherung für den freien Fall eines Körpers s(t) = 5t 2 als Weg-Zeit-Abhängigkeit
MehrDifferentialrechnung
Kapitel 7 Differentialrechnung Josef Leydold Auffrischungskurs Mathematik WS 2017/18 7 Differentialrechnung 1 / 75 Differenzenquotient Sei f : R R eine Funktion. Der Quotient f = f ( 0 + ) f ( 0 ) = f
MehrDifferentialrechnung. Kapitel 7. Differenzenquotient. Graphische Interpretation des Differentialquotienten. Differentialquotient
Differenzenquotient Sei f : R R eine Funktion. Der Quotient Kapitel 7 Differentialrechnung f = f 0 + f 0 = f 0 0 heißt Differenzenquotient an der Stelle 0., Sekante 0, f 0 f 0 Josef Leydold Auffrischungskurs
Mehrmathphys-online Umkehrfunktionen Aufgabe 1 1 Gegeben ist die Funktion f mit f( x) 2 x 1 und x [ 0.5 ; 4 [.
Umkehrfunktionen Aufgabe Gegeben ist ie Funktion f mit f( ) un [ 0. ; [. a) Bestimmen Sie ie Wertemenge un tragen Sie en Graphen von f in as Koorinatensystem ein. Kennzeichnen Sie Definitionsmenge (grün)
MehrÜbung 5, Analytische Optimierung
Übung 5, 5.7.2011 Analytische Optimierung Aufgabe 5.1 Bei der Herstellung von Konserven werden für Boden und Deckel bzw. für den Konservenmantel verschiedene Materialien verwendet, die g 1 = bzw. g 2 =
MehrImplizite Differentiation
Implizite Differentiation -E -E Implizite Darstellung Eine Funktion ist in impliziter Form gegeben, wenn ie Funktionsgleichung nach keiner er beien Variablen x un y aufgelöst ist. Beispielsweise x y =
Mehr18.2 Implizit definierte Funktionen
18.2 Implizit definierte Funktionen Ziel: Untersuche Lösungsmengen von nichtlinearen Gleichungssystemen g(x) = 0 mit g : D R m, D R n, d.h. betrachte m Gleichungen für n Unbekannte mit m < n, d.h. wir
MehrD-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 6. (n+1)!. Daraus folgt, dass e 1/x < (n+
D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger Lösung - Serie 6 1. MC-Aufgaben (Online-Abgabe) 1. Für alle ganzen Zahlen n 1 gilt... (a) e 1/x = o(x n ) für x 0 + (b) e 1/x = o(x n ) für x 0 + (c)
MehrLUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 4. Übung/Lösung Mathematik für Studierende der Biologie
LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.e Department Biologie II Telefon: 089-80-74800 Großhaernerstr. Fax:
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
MehrEigenschaften stetiger Funktionen Buch Kap. 2.5
Eigenschaften stetiger Funktionen Buch Kap. 2.5 Satz 2.6: (Nullstellensatz) Ist f : [a, b] R stetig und haben f (a) und f (b) unterschiedliche Vorzeichen, so besitzt f in (a, b) mindestens eine Nullstelle.
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
MehrSelbsteinschätzungstest Auswertung und Lösung
Selbsteinschätzungstest Auswertung und Lösung Abgaben: 46 / 587 Maximal erreichte Punktzahl: 8 Minimal erreichte Punktzahl: Durchschnitt: 7 Frage (Diese Frage haben ca. 0% nicht beantwortet.) Welcher Vektor
MehrÜbungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 203/4 Blatt 20.0.204 Übungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag 4. a) Für a R betrachten wir die Funktion
MehrWirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2012/13 Hochschule Augsburg Aufgabe 98 12.12.2012 Untersuchen Sie die Funktion f W R! R mit f.x/
MehrMathematik 1 Bachelorstudiengang Maschinenbau
Mathematik 1 Bachelorstudiengang Maschinenbau Prof. Dr. Stefan Etschberger Hochschule Augsburg Sommersemester 2012 7. Differentialrechnung einer Veränderlichen 7.2. Differentialquotient und Ableitung
MehrD-MAVT/D-MATL Analysis I HS 2018 Dr. Andreas Steiger. Lösung - Serie 5
D-MAVT/D-MATL Analysis I HS 08 Dr. Anreas Steiger Lösung - Serie 5 MC-Aufgaben (Online-Abgabe). Es sei f : [a, b] R eine Funktion. Welce er folgenen Aussagen ist rictig? (a) (b) f ist stetig f ist ifferenzierbar.
MehrMathematik 2 für Wirtschaftsinformatik
für Wirtschaftsinformatik Sommersemester 2012 Hochschule Augsburg : Gliederung 1 Folgen und Reihen 2 Komplexe Zahlen 3 Reelle Funktionen 4 Differenzieren 1 5 Differenzieren 2 6 Integration 7 Zinsen 8
Mehr1 Lokale Umkehrbarkeit und implizite Funktionen
Christina Schinler Karolina Stoiber Ferienkurs Analysis 2 für Physiker SS 2013 A 1 Lokale Umkehrbarkeit un implizite Funktionen In iesem Kapitel weren Kriterien vorgestellt, wann eine Funktion umkehrbar
MehrAbitur 2010 Mathematik GK Infinitesimalrechnung I
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 2010 Mathematik GK Infinitesimalrechnung I Teilaufgabe 2 (4 BE) Gegeben ist für k R + die Schar von Funktionen f k : x 1 Definitionsbereich D k. Der
MehrDifferenzialrechnung. Mathematik-Repetitorium
Differenzialrechnung 5.1 Die Ableitung 5.2 Differentiation elementarer Funktionen 5.3 Differentiationsregeln 5.4 Höhere Ableitungen 5.5 Partielle Differentiation 5.6 Anwendungen Differenzialrechnung 1
MehrDer Differenzenquotient
Der Differenzenquotient Von den linearen Funktionen kennen wir den Begriff des Differenzenquotienten k = y 2 y 1 x 2 x 1 mit dem die Steigung einer Geraden festgelegt wird. Der Begriff des Differentialkoeffizienten
MehrAufgaben zum Wochenende (2)
Aufgaben zum Wochenene () Alle Koorinatensysteme seien kartesisch.. Berechnen Sie zu a =(, 3, ) un b =(,, ), c =(, 3, ) : a 3, 4 a b, b ( a c), a 4 b ( ) c. Rechnen Sie möglichst praktisch.. Lösen Sie
MehrDifferenzenquotient. f(x) Differenzialrechnung. Gegeben sei eine Funktion f(x). 197 Wegener Math/5_Differenzial Mittwoch 04.04.
Gegeben sei eine Funktion f(). Differenzialrechnung Differenzenquotient f() 197 Wegener Math/5_Differenzial Mittwoch 04.04.2007 18:38:45 1 Differenzenquotient Gesucht ist die Tangente an der Stelle, wobei
MehrDem Wettstreit zwischen beiden Bestrebungen trägt die Freie Energie Rechnung (bei konstanter Temperatur und konstantem Volumen).
Jees ystem strebt zwei Zielen entgegen:.) Minimum er Energie.) Maximum er Entropie Minimum er pot. Energie Maximum er Entropie atsächliche erteilung: Minimum er reien Energie Dem Wettstreit zwischen beien
MehrVorlesung Analysis I WS 07/08
Vorlesung Analysis I WS 07/08 Erich Ossa Vorläufige Version 07/12/04 Ausdruck 8. Januar 2008 Inhaltsverzeichnis 1 Grundlagen 1 1.1 Elementare Logik.................................. 1 1.1.A Aussagenlogik................................
MehrLUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 3. Übung/Lösung Mathematik für Studierende der Biologie
LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.e Department Biologie II Telefon: 089-80-74800 Großhaernerstr. Fa:
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 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg elementarer Funktionen Gegeben: f : D R, mit D R und a > 0, b R. Dann gilt: f(x) f (x) 1 ln x x 1 log a x x ln a e x e
MehrLösungshinweise zu den Hausaufgaben:
M. Boßle, B. Krinn Ü. Okur, M. Wie Blatt 7 Gruppenübung zur Vorlesung Höere Matematik 2 Sommersemester 202 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungsinweise zu en Hausaufgaben: Aufgabe H 58. Differenzierbarkeit
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,
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
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
MehrInhalt 1 GRUNDLAGEN Zahlen Natürliche Zahlen Ganze Zahlen Rationale Zahlen Reelle Zahlen 4
Inhalt 1 GRUNDLAGEN 1 1.1 Zahlen 1 1.1.1 Natürliche Zahlen 1 1.1.2 Ganze Zahlen 2 1.1.3 Rationale Zahlen 3 1.1.4 Reelle Zahlen 4 1.2 Rechnen mit reellen Zahlen 8 1.2.1 Grundgesetze der Addition 8 1.2.2
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57
Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5
MehrBiostatistik, WS 2010/2011 Differential- und Integralrechnung
1/35 Biostatistik, WS 2010/2011 Differential- und Integralrechnung Matthias Birkner http://www.mathematik.uni-mainz.de/~birkner/biostatistik1011/ 12.11.2010 2/35 Inhalt Ableitung 1 Ableitung Änderung und
MehrAbitur 2011 G8 Musterabitur Mathematik Infinitesimalrechnung
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 211 G8 Musterabitur Mathematik Infinitesimalrechnung I Teilaufgabe 1 (3 BE) Bestimmen Sie die Nullstellen der Funktion f : x (e x 2) (x 3 2x ) mit Definitionsbereich
MehrD-ITET Analysis I HS 2018 Prof. Alessandra Iozzi. Musterlösung 8. sin(x) sin (x) = cos(x) dx x + log x e x log x = (1 + log x)x x.
D-ITET Analysis I HS 08 Prof Alessanra Iozzi Musterlösung 8 a) Der Ausruck log(sin x) ist für x (0, π) wolefiniert, a ann sin(x) > 0 gilt Anwenung er Kettenregel ergibt x (log(sin(x))) sin(x) sin (x) cos(x)
MehrDifferenzialrechnung
Mathe Differenzialrechnung Differenzialrechnung 1. Grenzwerte von Funktionen Idee: Gegeben eine Funktion: Gesucht: y = f(x) lim f(x) = g s = Wert gegen den die Funktion streben soll (meist 0 oder ) g =
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57
Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5
MehrOberstufenmathematik leicht gemacht
Peter Dörsam Oberstufenmathematik leicht gemacht Band 1: Differential- und Integralrechnung 5. überarbeitete Auflage mit zahlreichen Abbildungen und Beispielaufgaben PD-Verlag Heidenau Inhaltsverzeichnis
MehrUnivariate Analysis. Analysis und nichtlineare Modelle Sommersemester
Analysis und nichtlineare Modelle Sommersemester 9 5 Univariate Analysis C. Berechnen Sie ohne Taschenrechner(!). Runden Sie die Ergebnisse auf ganze Zahlen. (a) 7 :, (b) 795 :.. Berechnen Sie ohne Taschenrechner(!):
MehrMathematischer Vorkurs NAT-ING II
Mathematischer Vorkurs NAT-ING II (02.09.2013 20.09.2013) Dr. Jörg Horst WS 2013-2014 Mathematischer Vorkurs TU Dortmund Seite 1 / 252 Kapitel 7 Differenzierbarkeit Mathematischer Vorkurs TU Dortmund Seite
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
Mehr19.2 Mittelwertsatz der Differentialrechnung
19 Mittelwertsätze der Differentialrechnung mit Anwendungen 19.1 Satz von Rolle 19.2 Mittelwertsatz der Differentialrechnung 19.4 Globaler Wachstumssatz 19.6 Verallgemeinerter Mittelwertsatz der Differentialrechnung
MehrStetigkeit von Funktionen
Stetigkeit von Funktionen Definition. Es sei D ein Intervall oder D = R, x D, und f : D R eine Funktion. Wir sagen f ist stetig wenn für alle Folgen (x n ) n in D mit Grenzwert x auch die Folge der Funktionswerte
Mehr9. Übungsblatt zur Vorlesung Mathematik I für Informatik
Fachbereich Mathematik Prof. Dr. Thomas Streicher Dr. Sven Herrmann Dipl.-Math. Susanne Pape 9. Übungsblatt zur Vorlesung Mathematik I für Informatik Wintersemester 2009/2010 8./9. Dezember 2009 Gruppenübung
MehrPraktische Optimierung
Praktische Optimierung Dozent: Günter Rudolph Vertretung: Nicola Beume Wintersemester 2007/08 Universität Dortmund Fachbereich Informatik Lehrstuhl für Algorithm Engineering (LS11) Fachgebiet Computational
MehrÜberblick. Kapitel 7: Anwendungen der Differentialrechnung
Überblick Kapitel 7: Anwendungen der Differentialrechnung 1 Beispiel 1: Kapitel 7.1: Implizites Differenzieren 1 Beispiel 1: Steigung der Tangente Kapitel 7.1: Implizites Differenzieren 2 Beispiel 1: Steigung
MehrKompetenz: Verinnerlichung des Mittelwertsatzes Daraus ergibt sich leicht der wichtige Mittelwertsatz der Differentialrechnung:
16 Mittelwertsätze und Anwendungen 71 16 Mittelwertsätze und Anwendungen Lernziele: Konzepte: Konvexität und Konkavität Resultate: Mittelwertsätze der Differentialrechnung Methoden: Regeln von de l Hospital
MehrVorlesung Mathematik für Ingenieure 2 (Sommersemester 2009)
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
MehrMathematik für Wirtschaftswissenschaftler
Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,
MehrInhaltsverzeichnis. 1 Lineare Algebra 12
Inhaltsverzeichnis 1 Lineare Algebra 12 1.1 Vektorrechnung 12 1.1.1 Grundlagen 12 1.1.2 Lineare Abhängigkeit 18 1.1.3 Vektorräume 22 1.1.4 Dimension und Basis 24 1.2 Matrizen 26 1.2.1 Definition einer
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration
MehrPraktische Optimierung
Grundlagen klassischer Optimiertechniken Praktische Optimierung Wintersemester 2008/09 Prof Dr Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund Themen der heutigen
MehrMikroökonomik Prof. Dr. Stefan Klonner SoSe Übungsblatt 1
1 Funktionen Definition 1 (Funktion). Übungsblatt 1 Eine Funktion f(x) einer reellen Variable x mit Definitionsbereich D ist eine Regel, die jeder Zahl x in D eine reelle Zahl f(x) eindeutig zuordnet.
MehrThema 5 Differentiation
Thema 5 Differentiation Definition 1 Sei f : D R. Dann ist f im Punkt x 0 differenzierbar, falls f(x) f(x 0 ) x x 0 x x 0 auf der Menge D \ {x 0 } existiert. Der Limes ist dann die Ableitung von f im Punkt
MehrExponentialfunktion, Logarithmus
Exponentialfunktion, Logarithmus. Die Exponentialfunktion zu einer Basis > 0 Bei Exponentialfunktionen ist die Basis konstant und der Exponent variabel... Die Exponentialfunktion zu einer Basis > 0. Sei
Mehr