Differenzierbarkeit von Funktionen mehrerer Variablen

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Differenzierbarkeit von Funktionen mehrerer Variablen"

Transkript

1 Kapitel 1 Differenzierbarkeit von Funktionen mehrerer Variablen 11 Definition und grundlegende Eigenschaften Bemerkung 11 Motivation Auch die Differenzierbarkeit von Funktionen mehrerer Veränderlicher lässt sich aus einer Eigenschaft differenzierbarer reellwertiger Funktionen einer reellen Veränderlichen motivieren Wenn eine reellwertige Funktion einer reellen Veränderlichen im Punkt ξ ihres Definitionsbereiches differenzierbar ist, kann man in diesem Punkt eine Tangente anlegen Die Tangente ist eine Gerade, also kann man die Funktion in ξ durch ein lineares Polynom Taylor Polynom 1 Grades, Satz 7 approximieren Auch bei der Definition der Differentiation von vektorwertigen Funktionen mehrerer Veränderlicher besteht die Grundidee darin, dass man die Funktion in einer Umgebung eines Punktes durch ein lineares Polynom approximieren kann Aus der Schule ist bereits das Beispiel der Tangentialebene an einer Kugeloberfläche bekannt Definition 1 Differenzierbarkeit vektorwertiger Funktionen Seien D R n offen und f : D R m Die Funktion f heißt im Punkt ξ D differenzierbar, wenn es eine lineare Abbildung M : R n R m und eine in ξ stetige Funktion r : D R m gibt, so dass fx fξ + M x ξ + rx x ξ, x D, 11 und rξ gelten Man nennt M die erste Ableitung von fx in ξ, im Zeichen f ξ : M Bemerkung 13 Komponentenschreibweise Aus der linearen Algebra ist bekannt, dass sich lineare Abbildungen M : R n R m durch m n Matrizen und die Wirkung von M auf den Vektor x ξ als Matrix Vektor Produkt schreiben lassen In Komponentenschreibweise kann 11 daher mit M m ij i1,,m;j1,,n in der Form n f i x f i ξ + m ij x j ξ j + r i x x ξ, x D, i 1,,m, 1 j1 geschrieben werden 78

2 Bemerkung 14 Eindeutigkeit von M und rx Es muss geklärt werden, ob M und r in 11 eindeutig bestimmt sind Seien e j der j te kartesische Einheitsvektor und t R aus einer hinreichend kleinen Umgebung von Null, so dass x ξ + te j in D liegt Dann folgt aus 1 m ij f ix f i ξ r i x x ξ t Das gilt für alle hinreichend kleinen Werte t Betrachte jetzt t Wegen x ξ t e j t, der Stetigkeit von rx in ξ und rξ gilt m ij f i x f i ξ r i x x ξ lim f i x f i ξ t r i x lim lim t t t t t t f i ξ + te j f i ξ lim : i ξ t t x j Die Abbildung M ist also eindeutig bestimmt Sie wird Jacobi 1 Matrix genannt, Schreibweise: M f ξ Jfξ Aus 11 folgt somit auch, dass rx in eindeutiger Weise gegeben ist fx fξ M x ξ x ξ, rx x ξ x ξ Die Differenzierbarkeitsbedingung 11 kann nun komponentenweise wie folgt geschrieben werden 1 1 f 1 x f 1 ξ ξ ξ x 1 x n x 1 ξ 1 + f m x f m ξ r 1 x + r m x m x 1 ξ x ξ m x n ξ x n ξ n Satz 15 Aus Differenzierbarkeit folgt Stetigkeit Ist die Funktion f : D R n R m in ξ D differenzierbar, so ist fx in ξ stetig Beweis: Aus der Differenzierbarkeit von fx in ξ folgt mit der Dreiecksungleichung fx fξ M x ξ + rx x ξ Mit der Cauchy Schwarz schen Ungleichung für Summen erhält man M x ξ mx i1 mx 4 i1 mx m ijx j ξ j j1 j1 i1 j1 m ij m ij 1 Carl Gustav Jacob Jacobi Hermann Amandus Schwarz !! 1/!! 3 1/ x j ξ j 5 j1! x j ξ j M F x ξ, j1 79

3 wobei M F die Frobenius 3 Norm der Matrix M ist Somit gibt es eine Konstante K >, so dass M x ξ K x ξ gilt Nun ist rx stetig in ξ mit rξ Man findet also zu jedem ε > ein δε > derart, dass aus x ξ < δε die Ungleichung rx < ε folgt Setzt man δ ε : min j δε, so gilt für alle x mit x ξ < δ ε die Beziehung ε K + ε ff, fx fξ < K + ε x ξ < K + ε δ ε ε Das heißt, fx ist im Punkt ξ stetig Man hat in Satz 95 gesehen, dass die Stetigkeit vektorwertiger Funktionen f : D R n R m im Punkte ξ D äquivalent zur Stetigkeit aller Komponenten f i : D R n R im Punkte ξ D ist Eine ähnliche Aussage gilt auch für die Differenzierbarkeit Satz 16 Komponentenweise Differenzierbarkeit Die Funktion f : D R n R m ist im Punkte ξ D genau dann differenzierbar, wenn jede ihrer Komponenten f i : D R n R im Punkte ξ D differenzierbar ist Beweis: Der Beweis erfolgt direkt mit Hilfe der Definition der Differenzierbarkeit, aus Zeitgründen siehe Literatur Beispiel 17 Die Funktion f : R R 3, x1 x 1 + x x x 1 x ist für alle x R differenzierbar Es gilt x 1 x Jfx 1 1 Zum Beweis dieser Behauptung betrachtet man die Definitionsgleichung 11 mit beliebigem x,ξ R Ziel ist es, eine Funktion rx zu finden, welche die Bedingungen von Definition 1 erfüllt Es ist rx x ξ Daraus folgt x 1 + x x 1 x ξ 1 + ξ ξ 1 ξ ξ 1 ξ 1 1 x 1 + x ξ1 ξ ξ 1 x 1 + ξ1 ξ x + ξ x 1 ξ 1 + x ξ rx x ξ x ξ x1 ξ 1 x ξ Diese Funktion ist für alle x R definiert, sie ist im R stetig und für x ξ folgt rξ Damit sind alle Bedingungen von Definition 1 erfüllt 3 Ferdinand Georg Frobenius

4 1 Richtungsableitung und Gradient Bemerkung 18 Motivation In Analysis I wurde die Ableitung einer skalaren Funktion einer Variablen in einem inneren Punkt ξ ihres Definitionsbereiches eingeführt f fξ + h fξ ξ : lim h h Dieser Ableitungsbegriff ist auch anwendbar bei vektorwertigen Funktionen einer Variablen Für f 1 x fx f m x definiert man die Ableitung in einem inneren Punkt ξ der Definitionsbereiche aller Komponenten f 1ξ f ξ : f mξ In diesem Abschnitt wird das Konzept der Ableitung in eine Dimension eine Richtung auf skalare Funktionen mehrerer Variablen f : D R n R verallgemeinert Definition 19 Richtungsableitung, partielle Ableitungen Seien D R n offen, f : D R und ξ D Für einen Vektor v R n mit v 1 heißt fξ + hv fξ ξ : lim v h h die Richtungsableitung Gateaux 4 Ableitung von fx in ξ in Richtung v Die Ableitungen in Richtung der kartesischen Einheitsvektoren e 1,,e n nennt man partielle Ableitungen von fx nach x i im Punkt ξ Man schreibt f xi ξ : fξ + he i fξ ξ : lim h h Beispiel 11 Partielle Ableitung Betrachte f : R R mit fx 1, x x 3 1 cos x Es lässt sich mit Hilfe der Definition der partiellen Ableitungen leicht nachrechnen, dass x 1, x 3x 1 cos x, x 1, x x 3 1 sinx x 1 x gelten Das bedeutet, man erhält die partielle Ableitung nach x i indem man wie gewohnt nach x i differenziert und alle anderen Variablen x j, j i, dabei als Konstante betrachtet Bemerkung 111 Zur Jacobi Matrix Die i te Zeile der Jacobi Matrix Jfξ enthält gerade die partiellen Ableitungen der i ten Komponente f i x im Punkt ξ 4 René Eugène Gateaux

5 Satz 11 Existenz und Darstellung der Richtungsableitungen Sei f : D R n R in ξ D differenzierbar Dann existiert in ξ die Richtungsableitung in jede Richtung v und es gilt n v ξ Jfξ v ξv i 13 Beweis: Man setzt in die Definition der Differenzierbarkeit x ξ + hv Durch Umstellen erhält man unter Nutzung der Linearität von Jfξ fξ + hv fξ h i1 Jfξ v + rξ + hv v {z } 1 Für h verschwindet der letzte Term, da rx stetig ist und rξ ist Beispiel 113 Richtungsableitung Gesucht ist die Richtungsableitung von fx,y e x siny in Richtung im Punkt, π/6 Es gelten v 1, v 3/5 4/5 f x x,y e x siny f x, π , f y x,y e x cos y f y, π Daraus folgt mit 13, π v T f, π 3 v Beispiel 114 Existenz aller Richtungsableitungen reicht nicht für Differenzierbarkeit Die Umkehrung des eben bewiesenen Satzes 11 gilt nicht Betrachte dafür die Funktion f : R R mit x y fx,y x + y für x,y,, für x,y, Betrachtet man den Koordinatenursprung, dann hat ein beliebiger Einheitsvektor dort die Gestalt v v 1, v mit v 1 + v 1 Man erhält, lim v h h 3 v1v hh v1 + v h 3 v lim 1v h h 3 v1v Diese Richtungsableitung ist keine lineare Funktion von v, wie es in der Definition der Differenzierbarkeit verlangt wird Daher kann fx,y in x,y, nicht differenzierbar sein 8

6 Man sieht an diesem Beispiel, dass die Näherung auf jeder beliebigen Gerade einen Wert für die Richtungsableitung in der betreffenden Richtung liefert Für Differenzierbarkeit benötigt man jedoch die Untersuchung beliebiger Annäherungen, nicht nur die auf Geraden Definition 115 Gradient, Nabla Operator Seien D R n offen und f : D R in ξ D nach allen x i partiell differenzierbar Dann nennt man den Vektor der ersten partiellen Ableitungen gradfξ : fξ : ξ x 1 x n ξ den Gradienten von fx in ξ Manche Bücher definieren gradfx als Zeilenvektor und fx als Spaltenvektor Den vektorwertigen Operator x 1 : x n nennt man Nabla Operator nach der Form eines ägyptischen Musikinstruments Folgerung 116 Existenz des Gradienten und Darstellung der Richtungsableitungen für skalare Funktionen Sei f : D R n R in ξ D differenzierbar Dann existiert der Gradient von fx in ξ und für die Richtungsableitung von fx in ξ in Richtung v gilt ξ fξ v v Beispiel 117 Aus Existenz des Gradienten folgt nicht Existenz aller Richtungsableitungen Aus der Existenz des Gradienten folgt nicht notwendig die Existenz der Richtungsableitung in einer von den Koordinatenrichtungen verschiedenen Richtung Betrachte dazu die Funktion { für xy fx,y 1 sonst 83

7 Für diese Funktion existiert der Gradient im Punkt, In allen anderen Richtungen als den Koordinatenrichtungen ist die Funktion im Punkt, jedoch unstetig, also existiert in diese Richtungen keine Richtungsableitung Bemerkung 118 Bedeutung des Gradienten für skalare Funktionen Sei f : D R n R eine skalare Funktion 1 Für fξ nimmt die Richtungsableitung ihren größten Wert für an Das folgt aus der Beziehung v fξ fξ v fξ cos v, fξ v fξ cos v, fξ fξ, da der Kosinus am größten wird, wenn v in Richtung fξ zeigt Dann gilt fξ ξ v fξ fξ fξ fξ v fξ fξ Der Gradient zeigt in Richtung des steilsten Anstiegs In der Gegenrichtung v fξ fξ gilt v ξ fξ 3 Wählt man eine Richtung v die orthogonal zu fξ ist, erhält man v ξ f ξ f fξ ξ Somit ist die Steigung Null, wenn man eine Richtung orthogonal zum Gradienten betrachtet Damit steht der Gradient fξ in ξ senkrecht zu den sogenannten Höhenlinien {x D : fx fξ const} Satz 119 Hinreichendes Kriterium für die Differenzierbarkeit Existieren für f : D R n R in einer Umgebung Bξ, ρ Kugel mit Mittelpunkt ξ und Radius ρ von ξ alle partiellen Ableitungen : Bξ, ρ R n R, und seien diese in Bξ, ρ stetig Dann ist fx in ξ differenzierbar Beweis: Ohne Beschränkung der Allgemeinheit beschränken wir uns auf den Fall n Das Ziel besteht darin, die Definition der Differenzierbarkeit zu überprüfen Mit Hilfe des ersten Mittelwertsatzes der Differentialrechnung gilt fx 1, x fξ 1, ξ fx 1, x fξ 1, x + fξ 1, x fξ 1, ξ x 1 ξ 1 + θ 1x 1 ξ 1, x x 1 ξ 1 + ξ 1, ξ + θ x ξ x ξ x X ξ 1, ξ x i ξ i + R, i1 84

8 mit θ 1, θ, 1 und R ξ 1 + θ 1x 1 ξ 1, x x 1 + «ξ 1, ξ x 1 x ξ 1, ξ + θ x ξ x ξ 1, ξ x 1 ξ 1 «x ξ Da die partiellen Ableitungen in ξ 1, ξ stetig sind, gibt es zu jedem ε > ein δε, so dass für x ξ < δε R < ε x ξ gilt Dies zeigt, dass R in der Form R rx x ξ geschrieben werden kann und rx in Bξ, ρ stetig ist mit rξ Bemerkung 1 Die Funktion aus Beispiel 117 besitzt keine stetigen partiellen Ableitungen auf den Koordinatenachsen, mit Ausnahme des Koordinatenursprungs Das Kriterium von Satz 119 ist nicht notwendig Es gibt Funktionen in mehreren Dimensionen, die an einer Stelle differenzierbar sind, deren partielle Ableitungen aber in der Umgebung dieser Stelle nicht stetig sind, siehe Heuser, Analysis II, S 66, Aufg 7 13 Eigenschaften differenzierbarer Funktionen Die vertrauten Differentiationsregeln übertragen sich ohne Änderung, wenn auch äußerlich etwas umständlicher, auf vektorwertige Funktionen von mehreren Veränderlichen Satz 11 Linearität der Differentiation Seien f,g : D R n R m zwei vektorwertige Abbildungen, die im Punkt ξ D differenzierbar sind Dann ist mit beliebigen α,β R die Linearkombination αf + βgx in ξ differenzierbar und es gilt αf + βg ξ αf ξ + βg ξ Beweis: Der Beweis erfolg direkt mit der Definition der Differenzierbarkeit, Übungsaufgabe Bemerkung 1 Linearität der partiellen Ableitungen Da die Jacobi Matrix f ξ die Matrix aller partiellen Ableitungen erster Ordnung ist, sind die partiellen Ableitungen auch linear αf j x + βg j x α j x + β g j x α,β R Satz 13 Kettenregel Seien g : R n R m, f : R m R p und φx f g x fgx die Verkettung Sind gx in ξ R n und fy in η gξ differenzierbar, so ist auch die Verkettung φx in ξ differenzierbar und es gilt beziehungsweise φ ξ f gξ g ξ φ i x j ξ i g 1 ξ 1,,ξ n,,g m ξ 1,,ξ n x j ξ i 1,,p, j 1,,n m k1 i y k gξ g k x j ξ, 85

9 Beweis: Der Beweis erfolgt analog zum Fall m n p 1, siehe Analysis I Bemerkung 14 Kettenregel in Matrixschreibweise Die Verkettung linearer Abbildungen kann als Matrizenprodukt geschrieben werden, siehe Lineare Algebra Interpretiert man die Ableitungen als entsprechende rechteckige Matrizen, so entspricht der Verkettung von f gξ mit g ξ also dem Produkt dieser Matrizen In Komponentenschreibweise gilt daher φ 1 φ 1 ξ ξ x 1 x n φ p φ p ξ ξ x 1 x n 1 1 gξ gξ y 1 y m p p gξ gξ y 1 y m g 1 ξ x 1 g m ξ x 1 g 1 ξ x n g m ξ x n Hat man insbesondere eine Funktion φs, t fxs, t, ys, t : D R R gegeben, so erhält man φ s s φ, t t s, t oder ausgeschrieben x x, y y x, y x s s, t y s s, t x t s, t y t s, t φ s s, t x x, y x s s, t + y x, y y s s, t, φ t s, t x x, y x t s, t + y x, y y t s, t 14 mit x, y xs, t, ys, t Beispiel 15 Kettenregel Betrachte die Abbildungen g : R R x1 x 5 1 3x 1x 5 + x 7 x x 1 + x f : R g1 R g g g 8, sowie ihre Komposition φx 1, x fgx 1, x f g 1 x 1, x, g x 1, x Für die partielle Ableitung nach x 1 erhält man nach Kettenregel φ g 1 x 1, x + g x 1, x x 1 g 1 x 1 g x 1 17g g 1 + 8g 7 g x 1, x x 1 x 1 17g x 4 1 6x 1 x 5 + 8g x 5 1 3x 1x 5 + x x 4 1 6x 1 x x1 + x 7, 86

10 14 Der Mittelwertsatz Beispiel 16 Einfache Übertragung des Mittelwertsatzes aus einer Dimension gilt nicht Der Mittelwertsatz in einer Dimension besagt, dass man für eine in einem Intervall [a,b] differenzierbare Funktion f : [a,b] R einen Wert ξ a,b findet, so dass fb fa f ξb a gilt Solche eine Aussage gilt für vektorwertige Funktionen nicht Wir betrachten dazu die Funktion f : [,π] R cos x x sinx Dann gilt für alle ξ,π 1 1 fb fa sinξ π cos ξ f ξb a, da Sinus und Cosinus nicht gleichzeitig Null sind, Satz 18 Man kann aber für skalare Funktionen mehrerer Veränderlicher einen Mittelwertsatz formulieren Definition 17 Konvexe Menge Eine Menge D R n heißt konvex, wenn mit zwei beliebigen Punkten a,b D immer die Verbindungsstrecke zwischen diesen Punkten, das heißt die Menge {ξ : ξ a + θb a, θ,1} in D liegt Satz 18 Mittelwertsatz für skalare Funktionen mehrerer Veränderlicher Seien a,b D zwei Punkte einer konvexen, offenen Menge D und f : D R n R auf D differenzierbar Dann gibt es auf dem a und b verbindenden Segment einen Punkt ξ a + θb a, θ,1, so dass gilt fb fa f ξ b a Beweis: Der Beweis erfolgt durch Anwendung der Kettenregel Man betrachtet fx auf dem Segment von a nach b Die Kurve über diesem Segment kann mit einer skalarwertigen Funktion einer reellen Veränderlichen identifiziert werden φ : [, 1] R t fa + tb a Da fx differenzierbar ist, existieren nach Satz 11 alle Richtungsableitungen in allen Punkten von D Insbesonder existieren die Richtungsableitungen in allen Punkten des Segments zwischen a und b in Richtung b a Damit ist die Funktion φt auf diesem Segment differenzierbar und sie genügt auf [, 1] den Voraussetzungen des Mittelwertsatzes in einer Dimension Damit gibt es ein θ, 1 mit fb fa φ1 φ φ θ 1 15 Andererseits kann man auf φt die Kettenregel 14 anwenden, womit man φ t i1 n a+tb a xi t X a+tb ab i a i f a+tb a b a i1 erhält Für t θ erhält man in 15 gerade die Behauptung des Satzes 87

11 Beispiel 19 Mittelwertsatz Sei fx,y cos x + sin y, a, b 1 π π Es gilt f, 1 f π, π Nach dem Mittelwertsatz existiert also ein θ,1 mit π f, π θ f, f π π 1 θπ θπ π sin,cos π π cos θπ sin θπ 1 π π In der Tat ist diese Gleichung für θ 1/ erfüllt 15 Höhere partielle Ableitungen Nun wird der Begriff der partiellen Ableitung auf partielle Ableitungen höherer Ordnung verallgemeinert Definition 13 Partielle Ableitungen höherer Ordnung Seien D R n offen und f : D R Ist fx partiell differenzierbar auf D und sind die partiellen Ableitungen selbst wieder differenzierbar, erhält man als partielle Ableitungen zweiter Ordnung f ξ : ξ x j x j Induktiv definiert man die partiellen Ableitungen k ter Ordnung durch k f ξ : k 1 f ξ für k, k k 1 1 k 1 1 k i 1,,i k {1, n} Man kann zeigen, dass unter gewissen Voraussetzungen die Reihenfolge, in welcher man partielle Ableitungen höherer Ordnung berechnet, keine Rolle spielt Satz 131 Vertauschbarkeitssatz von Schwarz für partielle Ableitungen zweiter Ordnung Seien D R n offen, ξ D und f : D R Falls die partiellen Ableitungen von fx bis zur zweiten Ordnung in einer Umgebung Bξ, ρ D stetig sind, so sind sie vertauschbar f ξ f ξ x j x j i,j {1,,n} Beweis: Der Beweis erfolgt durch Anwendung des Mittelwertsatzes, für Details siehe Literatur Folgerung 13 Vertauschbarkeitssatz von Schwarz für partielle Ableitungen k ter Ordnung SinddiepartiellenAbleitungenvon fx biszurordnung k stetig, so kann man die Reihenfolge der partiellen Ableitungen von fx bis zur Ordnung k beliebig vertauschen 88

12 Bemerkung 133 Multiindexschreibweise Hat man eine Funktion, bei welcher die Reihenfolge der partiellen Ableitungen beliebig gewählt werden kann, verwendet man häufig eine abkürzende Schreibweise unter Verwendung von Multiindizes Ein Multiindex ist ein n Tupel α α 1,,α n nichtnegativer ganzer Zahlen α i mit α n i1 α i Man schreibt dann D α fx : α f 1 x f α1α,,α n x xαn n x α1 Beispiel 134 Höhere partielle Ableitungen Für die Funktion fx,y,z z sinx 3 + cos y sinx e x z soll f 111 x,y,z : f xyz x,y,z berechnet werden Es ist zunächst klar, dass von dieser Funktion die partiellen Ableitungen beliebiger Ordnung existieren und stetig sind Hier bietet es sich an, die Funktion zuerst nach y partiell zu integrieren, weil dann einige Terme sofort verschwinden f xyz x,y,z x z f y x z z siny cos x siny sinxz z siny sinx x Definition 135 Hesse 5 Matrix Seien D R n offen und f : D R sei im Punkt ξ D zweimal partiell differenzierbar Dann nennt man die Matrix der partiellen zweiten Ableitungen Hfξ : f x ξ 1 f x x 1 ξ f x n x 1 ξ f x 1 x ξ f x ξ f x n x ξ f x 1 x n ξ f x x n ξ f x ξ n die Hesse Matrix von fx in ξ Bemerkung 136 Zur Hesse Matrix Für eine Funktion mit stetigen partiellen Ableitungen zweiter Ordnung ist die Hesse Matrix nach dem Vertauschbarkeitssatz von Schwarz symmetrisch Die Hesse Matrix spielt eine große Rolle bei der Klassifikation von Extrema einer Funktion mehrerer Variablen, siehe Kapitel 11 Die Euklidische Norm eines Vektors ist invariant unter Rotationen Ähnlich wie bei fx die wichtige rotationsinvariante Größe fx abgeleitet werden kann, kann man auch aus Hfx eine rotationsinvariante skalare Größe gewinnen Hierzu betrachtet man die Summe der Diagonalelemente, die sogenannte Spur, von Hfx 5 Ludwig Otto Hesse

13 Definition 137 Laplace 6 Operator Seien D R n offen und f : D R in ξ D zweimal partiell differenzierbar Dann nennt man fξ : n i1 den Laplace Operator von fx in ξ f x ξ f x1x f xnx n ξ i Bemerkung 138 Anwendungen des Laplace Operators, partielle Differentialgleichungen Viele Prozesse in der Physik und den Ingenieurswissenschaften lassen sich durch Gleichungen beschreiben, welche die Beziehungen zwischen einer gesuchten Funktion, zum Beispiel Druck, Temperatur, Konzentration,, und ihren partiellen Ableitungen der Ordnung kleiner oder gleich Zwei beinhalten Dabei spielt der Laplace Operator oft eine große Rolle Man nennt diese Gleichungen partielle Differentialgleichungen Ordnung, wegen der Ableitungen zweiter Ordnung im Laplace Operator Im folgenden werden einige Beispiele angegeben 1 Die Laplace Gleichung oder Potentialgleichung hat die Gestalt u in D Sie spielt zum Beispiel bei statischen Problemen eine Rolle, beispielsweise in der Elastizitätstheorie Funktionen, die die Laplace Gleichung erfüllen, nennt man harmonische Funktionen Die Wellengleichung besitzt die Form u tt u in, T D Diese Gleichung beschreibt Schwingungsprobleme, zum Beispiel die Ausbreitung von Schallwellen Hierbei ist t die Zeit und u u xx + u yy + u zz misst die örtliche Veränderung 3 Die Diffusionsgleichung oder Wärmeleitungsgleichung hat die Form u t u in, T D Sie beschreibt die Dynamik von Ausgleichsprozessen wie Diffusion und Wärmeleitung Hierbei ist ut,x die Konzentration oder die Temperatur, und t ist die Zeit In der Bildverarbeitung verwendet man Diffusionsprozesse zum Entrauschen Diffusionsfilter Dabei beschreibt ut,x den Grauwert, und die Diffusionszeit t ist ein Maß für die Glättung 16 Die Taylorsche Formel Bemerkung 139 Motivation Ziel ist die Verallgemeinerung der Taylorschen Formel aus Satz 7 auf den Fall skalarer Funktionen f : D R n R Satz 14 Taylorsche Formel mit dem Restglied von Lagrange Seien D R n offen und konvex und sei fx m + 1 mal stetig differenzierbar in D Dann gilt für ξ,ξ + h D fξ + h m i 1 h i 1 f ξ + h m+1 f ξ + θh i! m + 1! : T m h,ξ + R m h,ξ, 6 Pierre-Simon Marquis de Laplace

14 mit θ,1 Dabei werden T m h,ξ Taylor Polynom vom Grad m und R m h,ξ Restglied nach Lagrange genannt Beweis: Die formale Schreibweise der Taylorschen Formel wird innerhalb des Beweises erklärt Wie im Beweis des Mittelwertsatzes wird eine Funktion einer reellen Veränderlichen betrachtet, nämlich φt fξ + th, t R, ξ + th D Da fx m+1 mal stetig differenzierbar ist, existieren alle Ableitungen in Richtung ξ+th bis zur Ordnung m + 1, Satz 11 Damit erfüllt die Funkion φt die Voraussetzungen des Satzes von Taylor, Satz 7 Um diesen Satz anwenden zu können, muss man φt differenzieren Mit Hilfe der Kettenregel, Bemerkung 14, folgt φ t ξ + th,, ξ + th x 1 x n ξ + thh i : h fξ + th i1 mit der formalen Schreibweise h : h h n x n «h 1,, h n Für die zweite Ableitung erhält man analog betrachte am einfachsten die Summendarstellung der ersten Ableitung mit φ t h : i 1,i 1 h 1 f 1 ξ + thh i1 h i : `h f ξ + th ««h h n h h n x 1 x n x 1 x n x 1 i 1,i 1 + h 1h x 1 x + + h h 1 1 h i1 h i x x h n x n Für die k te Ableitung erhält man schließlich φ k k f t ξ + thh i1 h ik : h k f ξ + th 1 k i 1,,i k 1 Der Satz von Taylor für die Funktion φt ergibt die Darstellung φ1 mx i φ i i! + φm+1 θ m + 1! mit θ, 1 Setzt man die berechneten Ableitungen von φt ein, ergibt sich gerade die Aussage des Satzes Bemerkung 141 Zur Schreibweise der Taylor Formel In der Literatur findet man die äquivalente Darstellung h i h T i WiebereitsimBeweis angedeutet, wirddieserausdruckformalausmultipliziertund dann nach Ableitungen sortiert Die ersten drei Summanden lassen sich übersichtlich wie folgt schreiben: fξ + h fξ + h T fξ + 1 ht Hfξh + 91

15 mit der Hesse Matrix Hfξ Oft wird auch x ξ + h gesetzt Dann hat die Taylor Formel die Gestalt m 1 fx x ξ i 1 f ξ + x ξ m+1 f ξ + θx ξ i! m + 1! i mit θ,1 Dann wird das Taylor Polynom mit T m x,ξ bezeichnet und das Restglied mit R m x,ξ Beispiel 14 Taylor Polynom Gesucht ist das Taylor Polynom zweiten Grades von fx,y,z xy sinz im Entwicklungspunkt ξ 1,, T Zur Lösung dieser Aufgabe benötigt man die Funktionswerte aller partiellen Ableitungen bis zur zweiten Ordnung im Entwicklungspunkt: Damit erhält man Ableitungen Auswertung in 1,, T f xy sinz f x y sinz f y xy sinz f z xy cos z 4 f xx f yy xsinz f zz xy sinz f xy y sinz f xz y cos z 4 f yz xy cos z 4 fξ, fξ 4, Hfξ und es folgt für das Taylor Polynom Grades mit h x ξ T x,ξ + x 1 1 x x 3 T x 1 1 x x 3 T x x 1 1x 3 + 8x x 3 8x 3 + 4x 1 x 3 + 4x x 3 Bemerkung 143 Zum Satz von Taylor Für m liefert der Satz von Taylor fx fξ + x ξ T fξ + θx ξ, θ,1 x 1 1 x x 3 Dies ist äquivalent zum Mittelwertsatz 18 angewendet auf a ξ, b x Der Mittelwertsatz ist also ein Spezialfall des Satzes von Taylor Für beschränkte partielle Ableitungen der Ordnung m + 1 hat das Restglied die Fehlerordnung O x ξ m+1 Somit folgt für die Approximationsgüte des Taylorpolynoms fx T m x,ξ + O x ξ m+1 9

Elemente der Analysis II

Elemente 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

Mehr

40 Lokale Extrema und Taylor-Formel

40 Lokale Extrema und Taylor-Formel 198 VI. Differentialrechnung in mehreren Veränderlichen 40 Lokale Extrema und Taylor-Formel Lernziele: Resultate: Satz von Taylor und Kriterien für lokale Extrema Methoden aus der linearen Algebra Kompetenzen:

Mehr

7.2.1 Zweite partielle Ableitungen

7.2.1 Zweite partielle Ableitungen 72 72 Höhere Ableitungen 72 Höhere Ableitungen Vektorwertige Funktionen sind genau dann differenzierbar, wenn ihre Koordinatenfunktionen differenzierbar sind Es ist also keine wesentliche Einschränkung,

Mehr

Definition: Differenzierbare Funktionen

Definition: 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

Mehr

Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema

Thema 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

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik 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

Mehr

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x

Mehr

18 Höhere Ableitungen und Taylorformel

18 Höhere Ableitungen und Taylorformel 8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a

Mehr

Taylorentwicklung von Funktionen einer Veränderlichen

Taylorentwicklung von Funktionen einer Veränderlichen Taylorentwicklung von Funktionen einer Veränderlichen 17. Januar 2013 KAPITEL 1. MATHEMATISCHE GRUNDLAGEN 1 Kapitel 1 Mathematische Grundlagen 1.1 Stetigkeit, Differenzierbarkeit und C n -Funktionen Der

Mehr

4.7 Der Taylorsche Satz

4.7 Der Taylorsche Satz 288 4 Differenziation 4.7 Der Taylorsche Satz Die Differenzierbarkeit, also die Existenz der ersten Ableitung einer Funktion, erlaubt bekanntlich, diese Funktion lokal durch eine affine Funktion näherungsweise

Mehr

5 Stetigkeit und Differenzierbarkeit

5 Stetigkeit und Differenzierbarkeit 5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.

Mehr

ε δ Definition der Stetigkeit.

ε 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

Mehr

8 Extremwerte reellwertiger Funktionen

8 Extremwerte reellwertiger Funktionen 8 Extremwerte reellwertiger Funktionen 34 8 Extremwerte reellwertiger Funktionen Wir wollen nun auch Extremwerte reellwertiger Funktionen untersuchen. Definition Es sei U R n eine offene Menge, f : U R

Mehr

Klausur zu Analysis II - Lösungen

Klausur zu Analysis II - Lösungen Mathematisches Institut der Heinrich-Heine-Universität Düsseldorf Dr. Axel Grünrock WS 1/11 11..11 Klausur zu Analysis II - Lösungen 1. Entscheiden Sie, ob die folgenden Aussagen richtig oder falsch sind.

Mehr

Mathematik für Naturwissenschaftler I WS 2009/2010

Mathematik für Naturwissenschaftler I WS 2009/2010 Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 18 8. Januar 2010 Kapitel 5. Funktionen mehrerer Veränderlicher, Stetigkeit und partielle Ableitungen 5.2. Partielle Ableitungen von Funktionen

Mehr

4.4 Taylorentwicklung

4.4 Taylorentwicklung 4.4. TAYLORENTWICKLUNG 83 4.4 Taylorentwicklung. Definitionen f sei eine reellwertige m + -mal stetig differenzierbare Funktion der n Variablen x bis x n auf einem Gebiet M R n. Die Verbindungsgerade der

Mehr

Vorlesung: 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 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

Mehr

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J} 9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen

Mehr

Extremwerte von Funktionen mehrerer reeller Variabler

Extremwerte 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

Mehr

Extrema von Funktionen mit zwei Variablen

Extrema 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

Mehr

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0. Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales

Mehr

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium

Mehr

Lösungen der Übungsaufgaben von Kapitel 3

Lösungen der Übungsaufgaben von Kapitel 3 Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen

Mehr

Differenzierbare Funktionen

Differenzierbare Funktionen 47 Kapitel 6 Differenzierbare Funktionen 1 Topologische Strukturen Inhalt: Umgebungen, innere Punkte, offene Mengen, abgeschlossene Mengen, Häufungspunkte, offener Kern und abgeschlossene Hülle, Rand einer

Mehr

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2

Musterlösung 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

Mehr

16. FUNKTIONEN VON MEHREREN VARIABLEN

16. 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

Mehr

Rückblick auf die letzte Vorlesung. Bemerkung

Rückblick 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

Mehr

Mathematischer Vorkurs für Physiker WS 2012/13

Mathematischer Vorkurs für Physiker WS 2012/13 TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13 Übungsblatt 2 Wichtige Formeln aus der Vorlesung: Basisaufgaben Beispiel 1: 1 () grad () = 2 (). () () = ( 0 ) + grad ( 0 ) ( 0 )+

Mehr

27 Taylor-Formel und Taylor-Entwicklungen

27 Taylor-Formel und Taylor-Entwicklungen 136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen

Mehr

28 Taylor-Formel, lokale Extrema

28 Taylor-Formel, lokale Extrema VII. Differentialrechnung in mehreren Variablen 458 28 Taylor-Formel, lokale Extrema Wir erinnern an den Mittelwertsatz für differenzierbare Funktionen f : D R (D R n offen) (vgl. 26.1): Sind a,b D Punkte,

Mehr

41 Der Satz über implizite Funktionen

41 Der Satz über implizite Funktionen 41 Der Satz über implizite Funktionen 203 41 Der Satz über implizite Funktionen Lernziele: Resultate: Satz über implizite Funktionen Methode: Implizite Differentiation Kompetenzen: (Lokale) Auflösung von

Mehr

Abbildung 10.1: Das Bild zu Beispiel 10.1

Abbildung 10.1: Das Bild zu Beispiel 10.1 Analysis 3, Woche Mannigfaltigkeiten I. Definition einer Mannigfaltigkeit Die Definition einer Mannigfaltigkeit braucht den Begriff Diffeomorphismus, den wir in Definition 9.5 festgelegt haben. Seien U,

Mehr

Mathematik II für Inf und WInf

Mathematik 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

Mehr

PRÜFUNG AUS ANALYSIS F. INF.

PRÜFUNG AUS ANALYSIS F. INF. Zuname: Vorname: Matrikelnummer: PRÜFUNG AUS ANALYSIS F. INF. (GITTENBERGER) Wien, am 2. Juli 2013 (Ab hier freilassen!) Arbeitszeit: 100 Minuten 1) 2) 3) 4) 5) 1)(8 P.) Sei f : R 2 R mit f(x, y) = e x

Mehr

4.1. Vektorräume und lineare Abbildungen

4.1. Vektorräume und lineare Abbildungen 4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt

Mehr

Theoretische Physik 1, Mechanik

Theoretische Physik 1, Mechanik Theoretische Physik 1, Mechanik Harald Friedrich, Technische Universität München Sommersemester 2009 Mathematische Ergänzungen Vektoren und Tensoren Partielle Ableitungen, Nabla-Operator Physikalische

Mehr

Funktionen mehrerer Variabler

Funktionen mehrerer Variabler Vektoranalysis Funktionen mehrerer Variabler Wir untersuchen allgemein vektorwertige Funktionen von vektoriellen Argumenten, wobei zunächst nur reelle Vektoren zugelassen seien. Speziell betrachten wir:

Mehr

15 Differentialrechnung in R n

15 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

Mehr

Kapitel 16 : Differentialrechnung

Kapitel 16 : Differentialrechnung Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen

Mehr

IV. Stetige Funktionen. Grenzwerte von Funktionen

IV. Stetige Funktionen. Grenzwerte von Funktionen IV. Stetige Funktionen. Grenzwerte von Funktionen Definition. Seien X und Y metrische Räume und E X sowie f : X Y eine Abbildung und p ein Häufungspunkt von E. Wir schreiben lim f(x) = q, x p falls es

Mehr

ist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).

ist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1). Kapitel 4 Stetige lineare Funktionale 4.1 Der Satz von Hahn - Banach Definition 4.1. Sei X ein linearer normierter Raum über dem Körper K (R oder C). Ein linearer Operator f : X K heißt (reelles oder komplexes)

Mehr

Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester

Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Christian Nawroth, Erstellt mit L A TEX 23. Mai 2002 Inhaltsverzeichnis 1 Vollständige Induktion 2 1.1 Das Prinzip der Vollstandigen Induktion................

Mehr

52 Das Newton-Verfahren

52 Das Newton-Verfahren 52 Das Newton-Verfahren 52.1 Motivation Das Konvergenzverhalten von Fixpunkt-Iterationen x k+1 = Φ(x k ), k N zur Lösung nichtlinearer Gleichungen hängt entscheidend von der Wahl der Verfahrungsfunktion

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik 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

Mehr

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,

Mehr

5.6 Potential eines Gradientenfelds.

5.6 Potential eines Gradientenfelds. die Zirkulation des Feldes v längs aufintegriert. 5.6 Potential eines Gradientenfelds. Die Ableitung einer skalaren Funktion ist der Gradient, ein Vektor bzw. vektorwertige Funktion (Vektorfeld). Wir untersuchen

Mehr

26. Höhere Ableitungen

26. Höhere Ableitungen 26. Höhere Ableitungen 331 26. Höhere Ableitungen Im letzten Kapitel haben wir gesehen, wie man für Abbildungen zwischen mehrdimensionalen Räumen das Konzept der Differenzierbarkeit definieren und für

Mehr

3.2 Implizite Funktionen

3.2 Implizite Funktionen 3.2 Implizite Funktionen Funktionen können explizit als y = f(x 1, x 2,..., x n ) oder implizit als F(x 1, x 2,..., x n ;y) = 0 gegeben sein. Offensichtlich kann man die explizite Form immer in die implizite

Mehr

INGENIEURMATHEMATIK. 9. Differentialrechnung für Funktionen mehrerer Variablen. Sommersemester Prof. Dr. Gunar Matthies

INGENIEURMATHEMATIK. 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

Mehr

Kapitel 5. Vektorräume mit Skalarprodukt

Kapitel 5. Vektorräume mit Skalarprodukt Kapitel 5 Vektorräume mit Skalarprodukt 119 120 Kapitel V: Vektorräume mit Skalarprodukt 5.1 Elementare Eigenschaften des Skalarprodukts Dienstag, 20. April 04 Wollen wir in einem Vektorraum wie in der

Mehr

1.6 Implizite Funktionen

1.6 Implizite Funktionen 1 1.6 Implizite Funktionen Wir werden uns jetzt mit nichtlinearen Gleichungen beschäftigen, f(x) = 0, wobei f = (f 1,..., f m ) stetig differenzierbar auf einem Gebiet G R n und m < n ist. Dann hat man

Mehr

Multivariate Analysis

Multivariate 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

Mehr

Technische Universität Berlin. Klausur Analysis I

Technische Universität Berlin. Klausur Analysis I SS 2008 Prof. Dr. John M. Sullivan Kerstin Günther Technische Universität Berlin Fakultät II Institut für Mathematik Klausur Analysis I 4.07.2008 Name: Vorname: Matr.-Nr.: Studiengang: Mit der Veröffentlichung

Mehr

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil April (Voll-) Klausur Analysis I für Ingenieure en Rechenteil Aufgabe 7 Punkte (a) Skizzieren Sie die 4-periodische Funktion mit f() = für und f() = für (b) Berechnen Sie für diese Funktion die Fourierkoeffizienten

Mehr

Klausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6

Klausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Differential und Integralrechnung 6 6. (Frühjahr 2009, Thema, Aufgabe 3) Sei r > 0. Berechnen Sie die Punkte auf der Parabel y = x 2 mit dem

Mehr

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4

Mehr

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,

Mehr

2. Stetigkeit und Differenzierbarkeit

2. Stetigkeit und Differenzierbarkeit 2. Stetigkeit Differenzierbarkeit 9 2. Stetigkeit Differenzierbarkeit Wir wollen uns nun komplexen Funktionen zuwenden dabei zunächst die ersten in der Analysis betrachteten Eigenschaften untersuchen,

Mehr

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

10 Aus der Analysis. Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit 10 Aus der Analysis Themen: Konvergenz von Zahlenfolgen Unendliche Reihen Stetigkeit Differenzierbarkeit Zahlenfolgen Ein unendliche Folge reeller Zahlen heißt Zahlenfolge. Im Beispiel 2, 3, 2, 2 2, 2

Mehr

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω 5. Hilberträume Definition 5.1. Sei H ein komplexer Vektorraum. Eine Abbildung, : H H C heißt Skalarprodukt (oder inneres Produkt) auf H, wenn für alle x, y, z H, α C 1) x, x 0 und x, x = 0 x = 0; ) x,

Mehr

Funktionen mehrerer Variabler

Funktionen mehrerer Variabler Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen

Mehr

Das heißt, Γ ist der Graph einer Funktion von d 1 Veränderlichen.

Das heißt, Γ ist der Graph einer Funktion von d 1 Veränderlichen. Kapitel 2 Der Gaußsche Satz Partielle Differentialgleichung sind typischerweise auf beschränkten Gebieten des R d, d 1, zu lösen. Dabei sind die Eigenschaften dieser Gebiete von Bedeutung, insbesondere

Mehr

2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n

2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n 2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n f ist in dem Fall ein Weg in R n. Das Bild f(t) des Weges wird als Kurve

Mehr

Leitfaden a tx t

Leitfaden a tx t Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

5.10. Mehrdimensionale Extrema und Sattelpunkte

5.10. Mehrdimensionale Extrema und Sattelpunkte 5.1. Mehrdimensionale Extrema und Sattelpunkte Zur Erinnerung: Eine Funktion f von einer Teilmenge A des R n nach R hat im Punkt a ein (strenges) globales Maximum, falls f( x ) f( a ) (bzw. f( x ) < f(

Mehr

Höhere Mathematik für Physiker II

Höhere Mathematik für Physiker II Universität Heidelberg Sommersemester 2013 Wiederholungsblatt Übungen zur Vorlesung Höhere Mathematik für Physiker II Prof Dr Anna Marciniak-Czochra Dipl Math Alexandra Köthe Fragen Machen Sie sich bei

Mehr

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 8. Übungsblatt Lineare Algebra II 8. Übungsblatt Fachbereich Mathematik SS 11 Prof. Dr. Kollross 1./9. Juni 11 Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G1 (Minitest) Sei V ein euklidischer oder unitärer Vektorraum.

Mehr

Klausurenkurs zum Staatsexamen (SS 2015): Differential und Integralrechnung 6

Klausurenkurs zum Staatsexamen (SS 2015): Differential und Integralrechnung 6 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 205): Differential und Integralrechnung 6 6. (Frühjahr 2009, Thema, Aufgabe 3) Sei r > 0. Berechnen Sie die Punkte auf der Parabel y = x 2 mit dem

Mehr

Musterlösungen Aufgabenblatt 2

Musterlösungen Aufgabenblatt 2 Jonas Kindervater Ferienkurs - Höhere Mathematik III für Physiker Musterlösungen Aufgabenblatt Dienstag 17. Februar 009 Aufgabe 1 (Implizite Funktionen) f(x, y) = x 1 xy 1 y4 = 0 Man bestimme die lokale

Mehr

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Kleine Formelsammlung zu Mathematik für Ingenieure IIA Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0 KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe

Mehr

Aufgaben zur Analysis I aus dem Wiederholungskurs

Aufgaben zur Analysis I aus dem Wiederholungskurs Prof. Dr. H. Garcke, Dr. H. Farshbaf-Shaker, D. Depner WS 8/9 Hilfskräfte: A. Weiß, W. Thumann 6.3.29 NWF I - Mathematik Universität Regensburg Aufgaben zur Analysis I aus dem Wiederholungskurs Die folgenden

Mehr

Prof. Dr. H. Brenner Osnabrück SS Analysis II. Vorlesung 50. Hinreichende Kriterien für lokale Extrema

Prof. 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

Mehr

Lokale Extrema von Funktionen mehrerer Variabler

Lokale Extrema von Funktionen mehrerer Variabler Kapitel 11 Lokale Extrema von Funktionen mehrerer Variabler Bemerkung 11.1 Motivation. Bei skalarwertigen Funktionen einer Variablen gibt es notwendige und hinreichende Bedingungen für das Vorliegen von

Mehr

13. Übungsblatt zur Mathematik I für Maschinenbau

13. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 3. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 00/ 07.0.-.0. Aufgabe G Stetigkeit) a) Gegeben

Mehr

Differentialrechnung in mehreren Veränderlichen

Differentialrechnung in mehreren Veränderlichen Kapitel 6 Differentialrechnung in mehreren Veränderlichen 6.1 Ableitungen (partielle Ableitung; (stetig) partiell differenzierbar; die Klasse C 1 (U); totale Differenzierbarkeit; Nabla-Operator; Gradient;

Mehr

Komplexe Zahlen und konforme Abbildungen

Komplexe Zahlen und konforme Abbildungen Kapitel 1 Komplexe Zahlen und konforme Abbildungen 1.0 Geometrie der komplexen Zahlen Die Menge C der komplexen Zahlen, lässt sich mithilfe der bijektiven Abbildung C := {x + iy : x,y R}, C z = x + iy

Mehr

3 Lineare Differentialgleichungen

3 Lineare Differentialgleichungen 3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,

Mehr

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

1. Aufgabe [2 Punkte] Seien X, Y zwei nicht-leere Mengen und A(x, y) eine Aussageform. Betrachten Sie die folgenden Aussagen: Klausur zur Analysis I svorschläge Universität Regensburg, Wintersemester 013/14 Prof. Dr. Bernd Ammann / Dr. Mihaela Pilca 0.0.014, Bearbeitungszeit: 3 Stunden 1. Aufgabe [ Punte] Seien X, Y zwei nicht-leere

Mehr

10.6. Implizite ebene Kurven und Tangenten

10.6. Implizite ebene Kurven und Tangenten 0.6. Implizite ebene Kurven und Tangenten Im Gegensatz zu expliziten Darstellungen sind weder implizite noch Parameterdarstellungen einer Kurve eindeutig. Der Übergang von impliziten zu expliziten Darstellungen

Mehr

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

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden

Mehr

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

Vorlesung 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,

Mehr

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit

Cauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das

Mehr

Mathematik für Bauingenieure

Mathematik für Bauingenieure Mathematik für Bauingenieure von Kerstin Rjasanowa 1. Auflage Mathematik für Bauingenieure Rjasanowa schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG Hanser München 2006 Verlag C.H.

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 2013 Prof. Dr. Erich Walter Farkas Kapitel 8. Funktionen von mehreren Variablen 8.2 Partielle Differentiation Prof. Dr. Erich Walter Farkas Mathematik I+II, 8.2 Part. Diff.

Mehr

B Lösungen. Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R 2 Berechnen Sie zur Abbildung. f(x, y) := x sin(xy) f : R 2 R,

B Lösungen. Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R 2 Berechnen Sie zur Abbildung. f(x, y) := x sin(xy) f : R 2 R, B en Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R Berechnen Sie zur Abbildung f : R R, f(x, y) : x sin(xy) das totale Differenzial f df, die Jacobi-Matrix J f (x, y) und den Gradienten ( f)(x,

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung

Mehr

Vorlesung Mathematik 2 für Ingenieure (Sommersemester 2016)

Vorlesung Mathematik 2 für Ingenieure (Sommersemester 2016) 1 Vorlesung Mathematik 2 für Ingenieure (Sommersemester 216) Kapitel 11: Potenzreihen und Fourier-Reihen Prof. Miles Simon Nach Folienvorlage von Prof. Dr. Volker Kaibel Otto-von-Guericke Universität Magdeburg.

Mehr

3 Matrizenrechnung. 3. November

3 Matrizenrechnung. 3. November 3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige

Mehr

Prof. Dr. Rolf Linn

Prof. Dr. Rolf Linn Prof. Dr. Rolf Linn 6.4.5 Übungsaufgaben zu Mathematik Analysis. Einführung. Gegeben seien die Punkte P=(;) und Q=(5;5). a) Berechnen Sie den Anstieg m der Verbindungsgeraden von P und Q. b) Berechnen

Mehr

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung

Mehr

ein geeignetes Koordinatensystem zu verwenden.

ein geeignetes Koordinatensystem zu verwenden. 1.13 Koordinatensysteme (Anwendungen) Man ist immer bemüht, für die mathematische Beschreibung einer wissenschaftlichen Aufgabe ( Chemie, Biologie,Physik ) ein geeignetes Koordinatensystem zu verwenden.

Mehr

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.

Modellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben. Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung

Mehr

Lösungsvorschläge zum 14. Übungsblatt.

Lösungsvorschläge zum 14. Übungsblatt. Übung zur Analysis III WS / Lösungsvorschläge zum 4. Übungsblatt. Aufgabe 54 Sei a R\{}. Ziel ist die Berechnung des Reihenwertes k a + k. Definiere dazu f : [ π, π] R, x coshax. Wir entwickeln f in eine

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 12

Technische Universität München Zentrum Mathematik. Übungsblatt 12 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Sei f : R R gegeben durch f(x 1, x ) = x 3

Mehr

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29 Dynamische Systeme und Zeitreihenanalyse Komplexe Zahlen Kapitel 3 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.0/29 Motivation Für die

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen 9 Stetigkeit von Funktionen Definition 9.1 : Sei D R oder C und f : D R, C. f stetig in a D : ε > 0 δ > 0 mit f(z) f(a) < ε für alle z D, z a < δ. f stetig auf D : f stetig in jedem Punkt a D. f(a) ε a

Mehr

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November Lineare Algebra I Prof. Dr. M. Rost Übungen Blatt 6 (WS 2010/2011) Abgabetermin: Donnerstag, 27. November http://www.math.uni-bielefeld.de/~rost/la1 Erinnerungen und Ergänzugen zur Vorlesung: Der Vollständigkeit

Mehr