Funktionen mehrerer Variabler

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Funktionen mehrerer Variabler"

Transkript

1 Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler

2 Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung 3 Fehlerrechnung Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 2

3 Beispiele Darstellung Schnitte Beispiel: Temperaturverteilung im Raum Physikalischen, technischen und wirtschaftwissenschaftlichen Funktionen hängen häufig von mehreren Variablen ab. Z. B. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 3

4 Beispiele Darstellung Schnitte Beispiel: Temperaturverteilung im Raum Physikalischen, technischen und wirtschaftwissenschaftlichen Funktionen hängen häufig von mehreren Variablen ab. Z. B. Temperatur hängt von der Stelle im Raum ab: T = T (x, y, z), Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 3

5 Beispiele Darstellung Schnitte Beispiel: Temperaturverteilung im Raum Physikalischen, technischen und wirtschaftwissenschaftlichen Funktionen hängen häufig von mehreren Variablen ab. Z. B. Temperatur hängt von der Stelle im Raum ab: T = T (x, y, z), oder Temperatur hängt von der Stelle im Raum und von der Zeit ab: T = T (x, y, z, t). Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 3

6 Beispiele Darstellung Schnitte Beispiel: Temperaturverteilung im Raum Physikalischen, technischen und wirtschaftwissenschaftlichen Funktionen hängen häufig von mehreren Variablen ab. Z. B. Temperatur hängt von der Stelle im Raum ab: T = T (x, y, z), oder Temperatur hängt von der Stelle im Raum und von der Zeit ab: T = T (x, y, z, t). Darstellung durch eine Tabelle (Messwerte): x y z T 20,9 20, ,7 21,5 T = T (x, y, z). Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 3

7 Beispiele Darstellung Schnitte Beispiel: Temperaturverteilung im Raum Physikalischen, technischen und wirtschaftwissenschaftlichen Funktionen hängen häufig von mehreren Variablen ab. Z. B. Temperatur hängt von der Stelle im Raum ab: T = T (x, y, z), oder Temperatur hängt von der Stelle im Raum und von der Zeit ab: T = T (x, y, z, t). Darstellung durch eine Tabelle (Messwerte): x y z T 20,9 20, ,7 21,5 T = T (x, y, z). Anhand der Tabelle kann man etwa eine Wärmequelle ermitteln. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 3

8 Beispiel: Landschaft Funktionsbegriff Beispiele Darstellung Schnitte Höhe z des Geländes über dem Meeresspiegel ist eine Funktion des Ortes: z = h(x, y). Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 4

9 Beispiel: Landschaft Funktionsbegriff Beispiele Darstellung Schnitte Höhe z des Geländes über dem Meeresspiegel ist eine Funktion des Ortes: z = h(x, y). Dieses Beispiel gibt uns viele Anhaltspunkte für die graphische Darstellung. Es entspricht: Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 4

10 Beispiel: Landschaft Funktionsbegriff Beispiele Darstellung Schnitte Höhe z des Geländes über dem Meeresspiegel ist eine Funktion des Ortes: z = h(x, y). Dieses Beispiel gibt uns viele Anhaltspunkte für die graphische Darstellung. Es entspricht: (x y) einem Punkt auf der Landkarte, Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 4

11 Beispiel: Landschaft Funktionsbegriff Beispiele Darstellung Schnitte Höhe z des Geländes über dem Meeresspiegel ist eine Funktion des Ortes: z = h(x, y). Dieses Beispiel gibt uns viele Anhaltspunkte für die graphische Darstellung. Es entspricht: (x y) z einem Punkt auf der Landkarte, der Höhe über NN, Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 4

12 Beispiel: Landschaft Funktionsbegriff Beispiele Darstellung Schnitte Höhe z des Geländes über dem Meeresspiegel ist eine Funktion des Ortes: z = h(x, y). Dieses Beispiel gibt uns viele Anhaltspunkte für die graphische Darstellung. Es entspricht: (x y) z der Graph der Funktion h(x, y) einem Punkt auf der Landkarte, der Höhe über NN, der Erdoberfläche. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 4

13 Beispiel: Landschaft Funktionsbegriff Beispiele Darstellung Schnitte Höhe z des Geländes über dem Meeresspiegel ist eine Funktion des Ortes: z = h(x, y). Dieses Beispiel gibt uns viele Anhaltspunkte für die graphische Darstellung. Es entspricht: (x y) z der Graph der Funktion h(x, y) einem Punkt auf der Landkarte, der Höhe über NN, der Erdoberfläche. Man spricht auch von einem Funktionsgebirge. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 4

14 Beispiel: Landschaft Funktionsbegriff Beispiele Darstellung Schnitte Höhe z des Geländes über dem Meeresspiegel ist eine Funktion des Ortes: z = h(x, y). Dieses Beispiel gibt uns viele Anhaltspunkte für die graphische Darstellung. Es entspricht: (x y) z der Graph der Funktion h(x, y) einem Punkt auf der Landkarte, der Höhe über NN, der Erdoberfläche. Man spricht auch von einem Funktionsgebirge. Bei dieser Sprechweise ist aber zu beachten: Der Graph der Funktion ist nur die Oberfläche des Gebirges. Wir werden daher auch die Bezeichnung Gebirgsfläche gebrauchen. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 4

15 Beispiele Darstellung Schnitte Veranschaulichung von Funktionen eine Variable zwei Variablen Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 5

16 Beispiele Darstellung Schnitte Veranschaulichung von Funktionen eine Variable x f (x) oder y = f (x) zwei Variablen Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 5

17 Beispiele Darstellung Schnitte Veranschaulichung von Funktionen eine Variable zwei Variablen x f (x) oder y = f (x) (x, y) f (x, y) oder z = f (x, y) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 5

18 Beispiele Darstellung Schnitte Veranschaulichung von Funktionen eine Variable zwei Variablen x f (x) oder y = f (x) (x, y) f (x, y) oder z = f (x, y) D(f ) IR; Darstellung auf einer Achse: x Achse. y x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 5

19 Beispiele Darstellung Schnitte Veranschaulichung von Funktionen eine Variable zwei Variablen x f (x) oder y = f (x) (x, y) f (x, y) oder z = f (x, y) D(f ) IR; Darstellung auf einer Achse: x Achse. D(f ) IR 2 ; Darstellung in einer Ebene: (x, y) Ebene y z x x y Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 5

20 Beispiele Darstellung Schnitte Veranschaulichung von Funktionen eine Variable zwei Variablen x f (x) oder y = f (x) (x, y) f (x, y) oder z = f (x, y) D(f ) IR; Darstellung auf einer Achse: x Achse. D(f ) IR 2 ; Darstellung in einer Ebene: (x, y) Ebene y y = f (x) z f (x) x x x y Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 5

21 Beispiele Darstellung Schnitte Veranschaulichung von Funktionen eine Variable zwei Variablen x f (x) oder y = f (x) (x, y) f (x, y) oder z = f (x, y) D(f ) IR; Darstellung auf einer Achse: x Achse. D(f ) IR 2 ; Darstellung in einer Ebene: (x, y) Ebene y y = f (x) z z = f (x, y) f (x) x x f (x, y) y x (x, y) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 5

22 Beispiele Darstellung Schnitte Veranschaulichung von Funktionen eine Variable zwei Variablen x f (x) oder y = f (x) (x, y) f (x, y) oder z = f (x, y) D(f ) IR; Darstellung auf einer Achse: x Achse. D(f ) IR 2 ; Darstellung in einer Ebene: (x, y) Ebene y y = f (x) z z = f (x, y) Graph: mehrere Punkte, i. Allg. eine Kurve x f (x) x f (x, y) y x (x, y) Graph: Punkte über der (x, y) Ebene, i. Allg. eine Fläche im Raum Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 5

23 z Kegel Kegel im Schrägbild: Funktionsbegriff Beispiele Darstellung Schnitte 6 z=f(x,y) y x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 6

24 z Kegel Funktionsbegriff Beispiele Darstellung Schnitte Kegel im Schrägbild: Darstellung über Schnittkurven Von besonderer Bedeutung sind die Schnitte von Ebenen parallel zur (x, y)- Ebene mit dem Funktionsgebirge z=f(x,y) y x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 6

25 z Kegel Funktionsbegriff Beispiele Darstellung Schnitte Kegel im Schrägbild: Darstellung über Schnittkurven Von besonderer Bedeutung sind die Schnitte von Ebenen parallel zur (x, y)- Ebene mit dem Funktionsgebirge. Man erhält die sogenannten Höhenlinien y z=f(x,y) x z Höhenlinie x,y Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 6

26 z Kegel Funktionsbegriff Beispiele Darstellung Schnitte Kegel im Schrägbild: Darstellung über Schnittkurven Von besonderer Bedeutung sind die Schnitte von Ebenen parallel zur (x, y)- Ebene mit dem Funktionsgebirge. Man erhält die sogenannten Höhenlinien. Deren Projektion auf die (x, y)-ebene nennt man Isoquanten. y z Isoquanten 2 0 y z=f(x,y) x Höhenlinie x x,y Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 6

27 z Kegel Funktionsbegriff Beispiele Darstellung Schnitte Kegel im Schrägbild: Darstellung über Schnittkurven Von besonderer Bedeutung sind die Schnitte von Ebenen parallel zur (x, y)- Ebene mit dem Funktionsgebirge. Man erhält die sogenannten Höhenlinien. Deren Projektion auf die (x, y)-ebene nennt man Isoquanten. y z Isoquanten 2 0 y z=f(x,y) x Höhenlinie x x,y Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 6

28 Partielle Ableitung I Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung z z = f (x, y) y x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 7

29 Partielle Ableitung I Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung z = f (x, y) z y = y 0 Durch Festhalten einer Variablen entsteht eine Funktion von einer Veränderlichen. y x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 7

30 Partielle Ableitung I Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung z = f (x, y) z y = y 0 Durch Festhalten einer Variablen entsteht eine Funktion von einer Veränderlichen. Diese Funktion einer Variablen wird mit den Mitteln der Differentialrechnung untersucht. y x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 7

31 Partielle Ableitung I Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung z = f (x, y) z y = y 0 Durch Festhalten einer Variablen entsteht eine Funktion von einer Veränderlichen. Diese Funktion einer Variablen wird mit den Mitteln der Differentialrechnung untersucht. y x f (x 0 + h, y 0 ) f (x 0, y 0 ) lim = f x (x 0, y 0 ) h 0 h Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 7

32 Partielle Ableitung I Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung y z = f (x, y) z y = y 0 x Durch Festhalten einer Variablen entsteht eine Funktion von einer Veränderlichen. Diese Funktion einer Variablen wird mit den Mitteln der Differentialrechnung untersucht. Wenn dieser Grenzwert existiert, spricht man von der partiellen Ableitung f x (x 0, y 0 ). f (x 0 + h, y 0 ) f (x 0, y 0 ) lim = f x (x 0, y 0 ) h 0 h Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 7

33 Partielle Ableitung I Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung y z = f (x, y) z y = y 0 x Durch Festhalten einer Variablen entsteht eine Funktion von einer Veränderlichen. Diese Funktion einer Variablen wird mit den Mitteln der Differentialrechnung untersucht. Wenn dieser Grenzwert existiert, spricht man von der partiellen Ableitung f x (x 0, y 0 ). f (x 0 + h, y 0 ) f (x 0, y 0 ) lim = f x (x 0, y 0 ) h 0 h Graphisch: Steigung des Graphen von z = f (x, y 0 ) im Punkt (x 0, f (x 0, y 0 )). Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 7

34 Partielle Ableitung I Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung y z = f (x, y) z y = y 0 x Durch Festhalten einer Variablen entsteht eine Funktion von einer Veränderlichen. Diese Funktion einer Variablen wird mit den Mitteln der Differentialrechnung untersucht. Wenn dieser Grenzwert existiert, spricht man von der partiellen Ableitung f x (x 0, y 0 ). f auch: x = f x(x 0, y 0 ) (x0,y 0 ) f (x 0 + h, y 0 ) f (x 0, y 0 ) lim = f x (x 0, y 0 ) h 0 h Graphisch: Steigung des Graphen von z = f (x, y 0 ) im Punkt (x 0, f (x 0, y 0 )). Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 7

35 Partielle Ableitung II Analog: Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f (x 0, y 0 + h) f (x 0, y 0 ) lim = f y (x 0, y 0 ) = f h 0 h y (x0,y 0 ) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 8

36 Partielle Ableitung II Analog: Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f (x 0, y 0 + h) f (x 0, y 0 ) lim = f y (x 0, y 0 ) = f h 0 h y Graphisch: Steigung des Graphen von z = f (x 0, y) im Punkt (y 0, f (x 0, y 0 )). (x0,y 0 ) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 8

37 Partielle Ableitung II Analog: Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f (x 0, y 0 + h) f (x 0, y 0 ) lim = f y (x 0, y 0 ) = f h 0 h y Graphisch: Steigung des Graphen von z = f (x 0, y) im Punkt (y 0, f (x 0, y 0 )). (x0,y 0 ) Die Ausdrücke f x (x, y), f y (x, y) heißen partielle Ableitungen oder auch Ableitungsfunktionen (vgl. Ableitung an der Stelle x 0 : f (x 0 ) und Ableitungsfunktion f (x)). Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 8

38 Partielle Ableitung II Analog: Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f (x 0, y 0 + h) f (x 0, y 0 ) lim = f y (x 0, y 0 ) = f h 0 h y Graphisch: Steigung des Graphen von z = f (x 0, y) im Punkt (y 0, f (x 0, y 0 )). (x0,y 0 ) Die Ausdrücke f x (x, y), f y (x, y) heißen partielle Ableitungen oder auch Ableitungsfunktionen (vgl. Ableitung an der Stelle x 0 : f (x 0 ) und Ableitungsfunktion f (x)). Die Schreibweise x f soll andeuten, dass f nicht nur von der Variablen x abhängt, sondern noch von mehr Variablen. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 8

39 Partielle Ableitung II Analog: Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f (x 0, y 0 + h) f (x 0, y 0 ) lim = f y (x 0, y 0 ) = f h 0 h y Graphisch: Steigung des Graphen von z = f (x 0, y) im Punkt (y 0, f (x 0, y 0 )). (x0,y 0 ) Die Ausdrücke f x (x, y), f y (x, y) heißen partielle Ableitungen oder auch Ableitungsfunktionen (vgl. Ableitung an der Stelle x 0 : f (x 0 ) und Ableitungsfunktion f (x)). Die Schreibweise x f soll andeuten, dass f nicht nur von der Variablen x abhängt, sondern noch von mehr Variablen. Beim Berechnen der partiellen Ableitungen sind die üblichen Ableitungsregeln (Produkt-, Quotienten-, Kettenregel usw.) zu beachten! Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 8

40 Partielle Ableitung (Beispiel) Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung (f (x) g(x)) = f (x) g(x) + f (x) g (x) Ableitungsregeln in IR 1 : ( ) f (x) = f (x) g(x) f (x) g (x) g(x) g 2 (x) (f (g(x))) = f (g(x)) g (x) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 9

41 Partielle Ableitung (Beispiel) Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung (f (x) g(x)) = f (x) g(x) + f (x) g (x) Ableitungsregeln in IR 1 : ( ) f (x) = f (x) g(x) f (x) g (x) g(x) g 2 (x) (f (g(x))) = f (g(x)) g (x) f (x, y) = ey 2 sin(x y) 1 + x 2 + y 2 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 9

42 Partielle Ableitung (Beispiel) Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung (f (x) g(x)) = f (x) g(x) + f (x) g (x) Ableitungsregeln in IR 1 : ( ) f (x) = f (x) g(x) f (x) g (x) g(x) g 2 (x) (f (g(x))) = f (g(x)) g (x) f (x, y) = ey 2 sin(x y) 1 + x 2 + y 2 f x (x, y) = ey 2 cos(x y) y (1 + x 2 + y 2 ) 2x e y 2 sin(x y) (1 + x 2 + y 2 ) 2 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 9

43 Partielle Ableitung (Beispiel) Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung (f (x) g(x)) = f (x) g(x) + f (x) g (x) Ableitungsregeln in IR 1 : ( ) f (x) = f (x) g(x) f (x) g (x) g(x) g 2 (x) (f (g(x))) = f (g(x)) g (x) f (x, y) = ey 2 sin(x y) 1 + x 2 + y 2 2 f x (x, y) = ey cos(x y) y (1 + x 2 + y 2 ) 2x e y 2 sin(x y) (1 + x 2 + y 2 ) 2 [ ] e y 2 2y sin(x y) + e y 2 cos(x y) x (1 + x 2 + y 2 ) f y (x, y) = (1 + x 2 + y 2 ) y e y 2 sin(x y) (1 + x 2 + y 2 ) 2 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 9

44 Partielle Ableitungen höherer Ordnung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Die Funktionen f x (x, y), f y (x, y) lassen sich wieder als Funktionen von zwei Variablen interpretieren. Sie können dann nochmals nach x bzw. y partiell differenziert werden. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 10

45 Partielle Ableitungen höherer Ordnung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Die Funktionen f x (x, y), f y (x, y) lassen sich wieder als Funktionen von zwei Variablen interpretieren. Sie können dann nochmals nach x bzw. y partiell differenziert werden. f xx = 2 f x 2 ist die partielle Ableitung der Funktion f x nach x. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 10

46 Partielle Ableitungen höherer Ordnung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Die Funktionen f x (x, y), f y (x, y) lassen sich wieder als Funktionen von zwei Variablen interpretieren. Sie können dann nochmals nach x bzw. y partiell differenziert werden. f xx = 2 f x 2 ist die partielle Ableitung der Funktion f x nach x. Analog erhält man f xy, f yy, f xxx,... Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 10

47 Partielle Ableitungen höherer Ordnung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Die Funktionen f x (x, y), f y (x, y) lassen sich wieder als Funktionen von zwei Variablen interpretieren. Sie können dann nochmals nach x bzw. y partiell differenziert werden. f xx = 2 f x 2 ist die partielle Ableitung der Funktion f x nach x. Analog erhält man f xy, f yy, f xxx,... Problem: Ergibt sich bei f xy und f yx dasselbe? Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 10

48 Partielle Ableitungen höherer Ordnung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Die Funktionen f x (x, y), f y (x, y) lassen sich wieder als Funktionen von zwei Variablen interpretieren. Sie können dann nochmals nach x bzw. y partiell differenziert werden. f xx = 2 f x 2 ist die partielle Ableitung der Funktion f x nach x. Analog erhält man f xy, f yy, f xxx,... Problem: Ergibt sich bei f xy und f yx dasselbe? Man kann zeigen, dass dies bei den in der Praxis auftretenden Funktionen der Fall ist (Satz von Schwarz). Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 10

49 Partielle Ableitungen höherer Ordnung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Die Funktionen f x (x, y), f y (x, y) lassen sich wieder als Funktionen von zwei Variablen interpretieren. Sie können dann nochmals nach x bzw. y partiell differenziert werden. f xx = 2 f x 2 ist die partielle Ableitung der Funktion f x nach x. Analog erhält man f xy, f yy, f xxx,... Problem: Ergibt sich bei f xy und f yx dasselbe? Man kann zeigen, dass dies bei den in der Praxis auftretenden Funktionen der Fall ist (Satz von Schwarz). f (x, y) = x sin(x y) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 10

50 Partielle Ableitungen höherer Ordnung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Die Funktionen f x (x, y), f y (x, y) lassen sich wieder als Funktionen von zwei Variablen interpretieren. Sie können dann nochmals nach x bzw. y partiell differenziert werden. f xx = 2 f x 2 ist die partielle Ableitung der Funktion f x nach x. Analog erhält man f xy, f yy, f xxx,... Problem: Ergibt sich bei f xy und f yx dasselbe? Man kann zeigen, dass dies bei den in der Praxis auftretenden Funktionen der Fall ist (Satz von Schwarz). f (x, y) = x sin(x y) f x (x, y) = sin(x y) + y x cos(x y) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 10

51 Partielle Ableitungen höherer Ordnung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Die Funktionen f x (x, y), f y (x, y) lassen sich wieder als Funktionen von zwei Variablen interpretieren. Sie können dann nochmals nach x bzw. y partiell differenziert werden. f xx = 2 f x 2 ist die partielle Ableitung der Funktion f x nach x. Analog erhält man f xy, f yy, f xxx,... Problem: Ergibt sich bei f xy und f yx dasselbe? Man kann zeigen, dass dies bei den in der Praxis auftretenden Funktionen der Fall ist (Satz von Schwarz). f (x, y) = x sin(x y) f x (x, y) = sin(x y) + y x cos(x y) f y (x, y) = x 2 cos(x y) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 10

52 Partielle Ableitungen höherer Ordnung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Die Funktionen f x (x, y), f y (x, y) lassen sich wieder als Funktionen von zwei Variablen interpretieren. Sie können dann nochmals nach x bzw. y partiell differenziert werden. f xx = 2 f x 2 ist die partielle Ableitung der Funktion f x nach x. Analog erhält man f xy, f yy, f xxx,... Problem: Ergibt sich bei f xy und f yx dasselbe? Man kann zeigen, dass dies bei den in der Praxis auftretenden Funktionen der Fall ist (Satz von Schwarz). f (x, y) = x sin(x y) f x (x, y) = sin(x y) + y x cos(x y) f y (x, y) = x 2 cos(x y) f yx (x, y) = 2x cos(x y) x 2 y sin(x y) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 10

53 Partielle Ableitungen höherer Ordnung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Die Funktionen f x (x, y), f y (x, y) lassen sich wieder als Funktionen von zwei Variablen interpretieren. Sie können dann nochmals nach x bzw. y partiell differenziert werden. f xx = 2 f x 2 ist die partielle Ableitung der Funktion f x nach x. Analog erhält man f xy, f yy, f xxx,... Problem: Ergibt sich bei f xy und f yx dasselbe? Man kann zeigen, dass dies bei den in der Praxis auftretenden Funktionen der Fall ist (Satz von Schwarz). f (x, y) = x sin(x y) f x (x, y) = sin(x y) + y x cos(x y) f y (x, y) = x 2 cos(x y) f yx (x, y) = 2x cos(x y) x 2 y sin(x y) = f xy (x, y) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 10

54 Tangente; Linearisierung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Eigenschaften: f (x) f (x 0 ) + f (x 0 ) (x x 0 ) }{{} Tangentengleichung y f (x 0 ) y = f (x) t x x 0 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 11

55 Tangente; Linearisierung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Eigenschaften: f (x) f (x 0 ) + f (x 0 ) (x x 0 ) }{{} Tangentengleichung 1 Der Punkt (x 0 f (x 0 )) liegt auf der Geraden. f (x 0 ) y y = f (x) t x x 0 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 11

56 Tangente; Linearisierung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f (x) f (x 0 ) + f (x 0 ) (x x 0 ) }{{} Tangentengleichung Eigenschaften: 1 Der Punkt (x 0 f (x 0 )) liegt auf der Geraden. y 2 Die Steigung der Geraden stimmt mit der Ableitung der Funktion im Punkt x 0 überein. y f (x 0 ) x x 0 = f (x 0 ) f (x 0 ) y = f (x) x 0 t x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 11

57 Tangentialebene; Linearisierung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f (x, y) f (x 0, y 0 ) + f x (x 0, y 0 ) (x x 0 ) + f y (x 0, y 0 ) (y y 0 ) = z }{{} Tangentialebene z Bedingungen: z = f (x, y) E t y (x 0 y 0 ) x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 12

58 Tangentialebene; Linearisierung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f (x, y) f (x 0, y 0 ) + f x (x 0, y 0 ) (x x 0 ) + f y (x 0, y 0 ) (y y 0 ) = z }{{} Tangentialebene z Bedingungen: 1 Der Punkt (x 0 y 0 f (x 0, y 0 )) liegt auf der Ebene. z = f (x, y) E t y (x 0 y 0 ) x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 12

59 Tangentialebene; Linearisierung Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f (x, y) f (x 0, y 0 ) + f x (x 0, y 0 ) (x x 0 ) + f y (x 0, y 0 ) (y y 0 ) = z }{{} Tangentialebene z Bedingungen: 1 Der Punkt (x 0 y 0 f (x 0, y 0 )) liegt auf der Ebene. 2 Die beiden partiellen Ableitungen von Fläche und Ebene stimmen im Punkt (x 0 y 0 ) überein. y z = f (x, y) E t (x 0 y 0 ) x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 12

60 Totales Differenzial Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f = f (x 0 +dx, y 0 +dy) f (x 0, y 0 ) f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} df z z = f (x, y) y 0 + dy y y 0 x 0 x 0 + dx x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 13

61 Totales Differenzial Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f = f (x 0 +dx, y 0 +dy) f (x 0, y 0 ) f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} df Der Funktionszuwachs f z z = f (x, y) f y 0 + dy y y 0 x 0 x 0 + dx x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 13

62 Totales Differenzial Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f = f (x 0 +dx, y 0 +dy) f (x 0, y 0 ) f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} df Der Funktionszuwachs f wird z durch die Veränderung des Wertes auf der Tangentialebene z = f (x, y) approximiert (Linearisierung). f E t y 0 + dy y y 0 x 0 x 0 + dx x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 13

63 Totales Differenzial Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f = f (x 0 +dx, y 0 +dy) f (x 0, y 0 ) f x (x 0, y 0 ) dx + }{{ f y (x 0, y 0 ) dy } df Der Funktionszuwachs f wird z durch die Veränderung des Wertes auf der Tangentialebene z = f (x, y) approximiert (Linearisierung). f Dieser Zuwachs ergibt sich durch E t Multiplikation der Veränderung dx bzw. dy mit den partiellen Ableitungen f x (x 0, y 0 ) bzw. y 0 + dy y f y (x 0, y 0 ). y 0 x 0 x 0 + dx x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 13

64 Totales Differenzial Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f = f (x 0 +dx, y 0 +dy) f (x 0, y 0 ) f x (x 0, y 0 ) dx + }{{ f y (x 0, y 0 ) dy } df Der Funktionszuwachs f wird z durch die Veränderung des Wertes auf der Tangentialebene z = f (x, y) approximiert (Linearisierung). Dieser Zuwachs ergibt sich durch Multiplikation der Veränderung f y dy E t f df dx bzw. dy mit den partiellen f x dx Ableitungen f x (x 0, y 0 ) bzw. y 0 + dy y f y (x 0, y 0 ). df = f x dx + f y dy y 0 x 0 x 0 + dx x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 13

65 Totales Differenzial Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f = f (x 0 +dx, y 0 +dy) f (x 0, y 0 ) f x (x 0, y 0 ) dx + }{{ f y (x 0, y 0 ) dy } df Der Funktionszuwachs f wird z durch die Veränderung des Wertes auf der Tangentialebene z = f (x, y) approximiert (Linearisierung). Dieser Zuwachs ergibt sich durch Multiplikation der Veränderung f y dy E t f df dx bzw. dy mit den partiellen f x dx Ableitungen f x (x 0, y 0 ) bzw. y 0 + dy y f y (x 0, y 0 ). df = f x dx + f y dy df bzw. dz heißt totales Differenzial der Funktion f (x, y). y 0 x 0 x 0 + dx Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 13 x

66 Richtungsableitung Funktionsbegriff Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung dz = f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} Zuwachs auf Tangentialebene z dz f y a 2 f x a 1 y y 0 + a 2 a 2 y0 a 1 x 0 x 0 + a 1 x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 14

67 Richtungsableitung Funktionsbegriff dz = f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} Zuwachs auf Tangentialebene Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung = ( fx f y z ) ( a1 a 2 ) f y a 2 dz f x a 1 y y 0 + a 2 a 2 y0 a 1 x 0 x 0 + a 1 x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 14

68 Richtungsableitung Funktionsbegriff dz = f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} Zuwachs auf Tangentialebene = ( fx f y ) ( a1 a 2 ) cos ϕ Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f y a 2 = ( fx f y z ) ( a1 a 2 dz ) f x a 1 y y 0 + a 2 a 2 y0 a 1 x 0 x 0 + a 1 x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 14

69 Richtungsableitung Funktionsbegriff dz = f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} Zuwachs auf Tangentialebene = ( fx f y ) ( a1 a 2 ) cos ϕ Gilt a = 1, so stellt dz die Steigung auf der Tangentialebene in Richtung a dar. Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f y a 2 = ( fx f y z ) ( a1 a 2 dz ) f x a 1 y y 0 + a 2 a 2 y0 a x a 1 x 0 + a 1 x 0 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 14

70 Richtungsableitung Funktionsbegriff dz = f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} Zuwachs auf Tangentialebene = ( fx f y ) ( a1 a 2 ) cos ϕ Gilt a = 1, so stellt dz die Steigung auf der Tangentialebene in Richtung a dar. Diese ( ) fällt( maximal ) aus, wenn fx a1 f y a 2 y Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f y a 2 y 0 + a 2 = ( fx a 2 y0 f y z ) ( a1 a 2 a dz a 1 ) f x a 1 x 0 x 0 + a 1 x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 14

71 Richtungsableitung Funktionsbegriff dz = f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} Zuwachs auf Tangentialebene = ( fx f y ) ( a1 a 2 ) cos ϕ Gilt a = 1, so stellt dz die Steigung auf der Tangentialebene in Richtung a dar. Diese ( ) fällt( maximal ) aus, wenn fx a1 f y a 2 Richtung des stärksten Anstiegs! y Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f y a 2 y 0 + a 2 = ( fx a 2 y0 f y z ) ( a1 a 2 a dz a 1 ) f x a 1 x 0 x 0 + a 1 x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 14

72 Richtungsableitung, Gradientenvektor dz = f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} Zuwachs auf Tangentialebene Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung = ( fx f y z ) ( a1 a 2 ) f y a 2 dz f x a 1 y y 0 + a 2 a 2 y0 a 1 x 0 x 0 + a 1 x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 15

73 Richtungsableitung, Gradientenvektor dz = f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} Zuwachs auf Tangentialebene Man nennt den Vektor der partiellen Ableitungen auch Gradientenvektor: ( ) fx grad f = f = f y Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f y a 2 = ( fx f y z ) ( a1 a 2 dz ) f x a 1 y y 0 + a 2 a 2 y0 a 1 x 0 x 0 + a 1 x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 15

74 Richtungsableitung, Gradientenvektor dz = f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} Zuwachs auf Tangentialebene Man nennt den Vektor der partiellen Ableitungen auch Gradientenvektor: ( ) fx grad f = f = f y Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f y a 2 = ( fx f y z ) ( a1 a 2 dz ) f x a 1 Richtungsableitung: ( ) a f = fx a f y a y y 0 + a 2 a 2 a 1 x y0 x 0 x 0 + a 1 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 15

75 Richtungsableitung, Gradientenvektor dz = f x (x 0, y 0 ) dx + f y (x 0, y 0 ) dy }{{} Zuwachs auf Tangentialebene Man nennt den Vektor der partiellen Ableitungen auch Gradientenvektor: ( ) fx grad f = f = f y Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung f y a 2 = ( fx f y z ) ( a1 a 2 dz ) f x a 1 Richtungsableitung: ( ) a f = fx a f y a y y 0 + a 2 a 2 a a 1 x Anstieg in Richtung a auf E t y0 x 0 x 0 + a 1 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 15

76 Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Tangentialebene, Richtungsableitung; Beispiel f (x, y) = 6 x 2 + 2y 2 (1 1) z E t y (x 0 y 0 ) x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 16

77 Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Tangentialebene, Richtungsableitung; Beispiel f (x, y) = 6 x 2 + 2y 2 f x (x, y) = f y (x, y) = x 6 x 2 +2y 2 2y 6 x 2 +2y 2 (1 1) z E t y (x 0 y 0 ) x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 16

78 Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Tangentialebene, Richtungsableitung; Beispiel (1 1) f (x, y) = 6 x 2 + 2y 2 7 x f x (x, y) = 1 6 x 2 +2y 2 f y (x, y) = 7 2y 6 x 2 +2y z E t y (x 0 y 0 ) x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 16

79 Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Tangentialebene, Richtungsableitung; Beispiel (1 1) f (x, y) = 6 x 2 + 2y 2 7 x f x (x, y) = 1 6 x 2 +2y 2 f y (x, y) = 7 2y 6 x 2 +2y z E t y Tangentialebene (x 0 y 0 ) z 7 = 1 7 (x 1) (y 1) x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 16

80 Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Tangentialebene, Richtungsableitung; Beispiel (1 1) f (x, y) = 6 x 2 + 2y 2 7 x f x (x, y) = 1 6 x 2 +2y 2 f y (x, y) = f = ( fx f y ) 7 2y 6 x 2 +2y = ( ) z Tangentialebene (x 0 y 0 ) E t f z 7 = 1 7 (x 1) (y 1) y x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 16

81 Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Tangentialebene, Richtungsableitung; Beispiel (1 1) f (x, y) = 6 x 2 + 2y 2 7 x f x (x, y) = 1 6 x 2 +2y 2 f y (x, y) = f = ( fx f y ) 7 2y 6 x 2 +2y = ( ) Richtungsableitung parallel zur 1. Winkelhalbierenden: z Tangentialebene (x 0 y 0 ) E t f z 7 = 1 7 (x 1) (y 1) y x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 16

82 Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Tangentialebene, Richtungsableitung; Beispiel (1 1) f (x, y) = 6 x 2 + 2y 2 7 x f x (x, y) = 1 6 x 2 +2y 2 f y (x, y) = f = ( fx f y ) 7 2y 6 x 2 +2y = ( ) Richtungsableitung parallel ( zur ) 1. Winkelhalbierenden: a = z Tangentialebene (x 0 y 0 ) E t a f z 7 = 1 7 (x 1) (y 1) y x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 16

83 Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Tangentialebene, Richtungsableitung; Beispiel (1 1) f (x, y) = 6 x 2 + 2y 2 7 x f x (x, y) = 1 6 x 2 +2y 2 f y (x, y) = f = ( fx f y ) 7 2y 6 x 2 +2y = ( ) Richtungsableitung parallel ( zur ) 1. Winkelhalbierenden: a = f a = f a z Tangentialebene (x 0 y 0 ) E t a f z 7 = 1 7 (x 1) (y 1) y x Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 16

84 Partielle Ableitungen Tangentialebene Totales Differenzial, Richtungsableitung Tangentialebene, Richtungsableitung; Beispiel (1 1) f (x, y) = 6 x 2 + 2y 2 7 x f x (x, y) = 1 6 x 2 +2y 2 f y (x, y) = f = ( fx f y ) 7 2y 6 x 2 +2y = ( ) Richtungsableitung parallel ( zur ) 1. Winkelhalbierenden: a = f a = f a = ( ) ( ) 1 1 = 1 14 z Tangentialebene (x 0 y 0 ) E t a f z 7 = 1 7 (x 1) (y 1) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 16 y x

85 Fehlerrechnung; absolut Fehlerrechnung Volumen eines Kreiszylinders mit Radius r und Höhe h : V = f (r, h) = π r 2 h Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 17

86 Fehlerrechnung; absolut Fehlerrechnung Volumen eines Kreiszylinders mit Radius r und Höhe h : V = f (r, h) = π r 2 h Der Radius r = 10 cm werde um dr = 0.2 cm und die Höhe h = 12 cm werde um dh = 0.5 cm verändert. Zur Berechnung des Differenzials bestimmen wir die Ableitungen im Punkt (10, 12). Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 17

87 Fehlerrechnung; absolut Fehlerrechnung Volumen eines Kreiszylinders mit Radius r und Höhe h : V = f (r, h) = π r 2 h Der Radius r = 10 cm werde um dr = 0.2 cm und die Höhe h = 12 cm werde um dh = 0.5 cm verändert. Zur Berechnung des Differenzials bestimmen wir die Ableitungen im Punkt (10, 12). f r (r, h) = 2πrh f r (10, 12) = 240π Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 17

88 Fehlerrechnung; absolut Fehlerrechnung Volumen eines Kreiszylinders mit Radius r und Höhe h : V = f (r, h) = π r 2 h Der Radius r = 10 cm werde um dr = 0.2 cm und die Höhe h = 12 cm werde um dh = 0.5 cm verändert. Zur Berechnung des Differenzials bestimmen wir die Ableitungen im Punkt (10, 12). f r (r, h) = 2πrh f r (10, 12) = 240π f h (r, h) = πr 2 f h (10, 12) = 100π Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 17

89 Fehlerrechnung; absolut Fehlerrechnung Volumen eines Kreiszylinders mit Radius r und Höhe h : V = f (r, h) = π r 2 h Der Radius r = 10 cm werde um dr = 0.2 cm und die Höhe h = 12 cm werde um dh = 0.5 cm verändert. Zur Berechnung des Differenzials bestimmen wir die Ableitungen im Punkt (10, 12). f r (r, h) = 2πrh f r (10, 12) = 240π f h (r, h) = πr 2 f h (10, 12) = 100π Damit erhält man für das totale Differenzial: V dv = f r (10, 12) dr+f h (10, 12) dh = 240π π 0.5 = 98π Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 17

90 Fehlerrechnung; absolut Fehlerrechnung Volumen eines Kreiszylinders mit Radius r und Höhe h : V = f (r, h) = π r 2 h Der Radius r = 10 cm werde um dr = 0.2 cm und die Höhe h = 12 cm werde um dh = 0.5 cm verändert. Zur Berechnung des Differenzials bestimmen wir die Ableitungen im Punkt (10, 12). f r (r, h) = 2πrh f r (10, 12) = 240π f h (r, h) = πr 2 f h (10, 12) = 100π Damit erhält man für das totale Differenzial: V dv = f r (10, 12) dr+f h (10, 12) dh = 240π π 0.5 = 98π Für den exakten Zuwachs V errechnen wir: V = f (10.2, 12.5) f (10, 12) = π 1200π = 100.5π Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 17

91 Fehlerrechnung; relativ Fehlerrechnung Häufig interessiert nur die relative Veränderung des Funktionswerts bei einer relativen Veränderung der Eingangsgrößen. df f (x, y) = f x(x, y) dx + f y (x, y) dy f (x, y) = x f x(x, y) f (x, y) dx x + y f y (x, y) dy f (x, y) y Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 18

92 Fehlerrechnung; relativ Fehlerrechnung Häufig interessiert nur die relative Veränderung des Funktionswerts bei einer relativen Veränderung der Eingangsgrößen. (partielle) df f (x, y) Elastizitäten: = f x(x, y) dx + f y (x, y) dy f (x, y) = x f x(x, y) f (x, y) ε f,x (x, y) = x f x(x, y) f (x, y) dx x + y f y (x, y) dy f (x, y) y ; ε f,y (x, y) = y f y (x, y) f (x, y) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 18

93 Fehlerrechnung; relativ Fehlerrechnung Häufig interessiert nur die relative Veränderung des Funktionswerts bei einer relativen Veränderung der Eingangsgrößen. (partielle) df f (x, y) Elastizitäten: = f x(x, y) dx + f y (x, y) dy f (x, y) = x f x(x, y) f (x, y) ε f,x (x, y) = x f x(x, y) f (x, y) dx x + y f y (x, y) dy f (x, y) y Beispiel: z = f (x, y) = c x α y β mit c IR; α, β > 0. ; ε f,y (x, y) = y f y (x, y) f (x, y) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 18

94 Fehlerrechnung; relativ Fehlerrechnung Häufig interessiert nur die relative Veränderung des Funktionswerts bei einer relativen Veränderung der Eingangsgrößen. (partielle) df f (x, y) Elastizitäten: = f x(x, y) dx + f y (x, y) dy f (x, y) = x f x(x, y) f (x, y) ε f,x (x, y) = x f x(x, y) f (x, y) dx x + y f y (x, y) dy f (x, y) y Beispiel: z = f (x, y) = c x α y β mit c IR; α, β > 0. Differenzial: dz = c (αx α 1 y β dx + βx α y β 1 dy ). ; ε f,y (x, y) = y f y (x, y) f (x, y) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 18

95 Fehlerrechnung; relativ Fehlerrechnung Häufig interessiert nur die relative Veränderung des Funktionswerts bei einer relativen Veränderung der Eingangsgrößen. (partielle) df f (x, y) Elastizitäten: = f x(x, y) dx + f y (x, y) dy f (x, y) = x f x(x, y) f (x, y) ε f,x (x, y) = x f x(x, y) f (x, y) dx x + y f y (x, y) dy f (x, y) y Beispiel: z = f (x, y) = c x α y β mit c IR; α, β > 0. Differenzial: dz = c (αx α 1 y β dx + βx α y β 1 dy ). ε f,x = x fx (x, y) f (x, y) ; ε f,y (x, y) = y f y (x, y) f (x, y) = cαxα 1 y β x y fy (x, y) cx α y β = α ; ε f,y = = cβxα y β 1 y f (x, y) cx α y β = β Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 18

96 Fehlerrechnung; relativ Fehlerrechnung Häufig interessiert nur die relative Veränderung des Funktionswerts bei einer relativen Veränderung der Eingangsgrößen. (partielle) df f (x, y) Elastizitäten: = f x(x, y) dx + f y (x, y) dy f (x, y) = x f x(x, y) f (x, y) ε f,x (x, y) = x f x(x, y) f (x, y) dx x + y f y (x, y) dy f (x, y) y Beispiel: z = f (x, y) = c x α y β mit c IR; α, β > 0. Differenzial: dz = c (αx α 1 y β dx + βx α y β 1 dy ). ε f,x = x fx (x, y) f (x, y) ; ε f,y (x, y) = y f y (x, y) f (x, y) = cαxα 1 y β x y fy (x, y) cx α y β = α ; ε f,y = = cβxα y β 1 y f (x, y) cx α y β dz z = α dx x + β dy y = β Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 18

97 Fehlerrechnung; relativ Fehlerrechnung Häufig interessiert nur die relative Veränderung des Funktionswerts bei einer relativen Veränderung der Eingangsgrößen. (partielle) df f (x, y) Elastizitäten: = f x(x, y) dx + f y (x, y) dy f (x, y) = x f x(x, y) f (x, y) ε f,x (x, y) = x f x(x, y) f (x, y) dx x + y f y (x, y) dy f (x, y) y Beispiel: z = f (x, y) = c x α y β mit c IR; α, β > 0. Differenzial: dz = c (αx α 1 y β dx + βx α y β 1 dy ). ε f,x = x fx (x, y) f (x, y) ; ε f,y (x, y) = y f y (x, y) f (x, y) = cαxα 1 y β x y fy (x, y) cx α y β = α ; ε f,y = = cβxα y β 1 y f (x, y) cx α y β dz z = α dx x + β dy y Nimmt x um a % und y um b % zu, so wächst die Produktionsmenge z um ungefähr (α a + β b) %. = β Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 18

98 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: 1 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

99 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 1 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

100 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 Dies ergibt zwei Gleichungen, aus denen die Kandidaten, die für ein lokales Extremum in Frage kommen, ermittelt werden. 1 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

101 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 Dies ergibt zwei Gleichungen, aus denen die Kandidaten, die für ein lokales Extremum in Frage kommen, ermittelt werden. Sei (x 0, y 0 ) ein Kandidat. Ob dann ein lokales Extremum oder ein Sattelpunkt vorliegt, ergibt sich aus 1 : 1 Bei Funktionen einer Variablen war f (x 0) 0 eine hinreichende Bedingung für einen lokalen Extremwert. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

102 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 Dies ergibt zwei Gleichungen, aus denen die Kandidaten, die für ein lokales Extremum in Frage kommen, ermittelt werden. Sei (x 0, y 0 ) ein Kandidat. Ob dann ein lokales Extremum oder ein Sattelpunkt vorliegt, ergibt sich aus 1 : f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 < 0 1 Bei Funktionen einer Variablen war f (x 0) 0 eine hinreichende Bedingung für einen lokalen Extremwert. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

103 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 Dies ergibt zwei Gleichungen, aus denen die Kandidaten, die für ein lokales Extremum in Frage kommen, ermittelt werden. Sei (x 0, y 0 ) ein Kandidat. Ob dann ein lokales Extremum oder ein Sattelpunkt vorliegt, ergibt sich aus 1 : f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 < 0 dann Sattelpunkt 1 Bei Funktionen einer Variablen war f (x 0) 0 eine hinreichende Bedingung für einen lokalen Extremwert. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

104 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 Dies ergibt zwei Gleichungen, aus denen die Kandidaten, die für ein lokales Extremum in Frage kommen, ermittelt werden. Sei (x 0, y 0 ) ein Kandidat. Ob dann ein lokales Extremum oder ein Sattelpunkt vorliegt, ergibt sich aus 1 : f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 < 0 dann Sattelpunkt f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 > 0 1 Bei Funktionen einer Variablen war f (x 0) 0 eine hinreichende Bedingung für einen lokalen Extremwert. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

105 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 Dies ergibt zwei Gleichungen, aus denen die Kandidaten, die für ein lokales Extremum in Frage kommen, ermittelt werden. Sei (x 0, y 0 ) ein Kandidat. Ob dann ein lokales Extremum oder ein Sattelpunkt vorliegt, ergibt sich aus 1 : f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 < 0 dann Sattelpunkt f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 > 0 lokales Extremum 1 Bei Funktionen einer Variablen war f (x 0) 0 eine hinreichende Bedingung für einen lokalen Extremwert. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

106 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 Dies ergibt zwei Gleichungen, aus denen die Kandidaten, die für ein lokales Extremum in Frage kommen, ermittelt werden. Sei (x 0, y 0 ) ein Kandidat. Ob dann ein lokales Extremum oder ein Sattelpunkt vorliegt, ergibt sich aus 1 : f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 < 0 dann Sattelpunkt f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 > 0 lokales Extremum Ist dabei 1 Bei Funktionen einer Variablen war f (x 0) 0 eine hinreichende Bedingung für einen lokalen Extremwert. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

107 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 Dies ergibt zwei Gleichungen, aus denen die Kandidaten, die für ein lokales Extremum in Frage kommen, ermittelt werden. Sei (x 0, y 0 ) ein Kandidat. Ob dann ein lokales Extremum oder ein Sattelpunkt vorliegt, ergibt sich aus 1 : f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 < 0 dann Sattelpunkt f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 > 0 lokales Extremum Ist dabei f xx (x 0, y 0 ) > 0 1 Bei Funktionen einer Variablen war f (x 0) 0 eine hinreichende Bedingung für einen lokalen Extremwert. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

108 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 Dies ergibt zwei Gleichungen, aus denen die Kandidaten, die für ein lokales Extremum in Frage kommen, ermittelt werden. Sei (x 0, y 0 ) ein Kandidat. Ob dann ein lokales Extremum oder ein Sattelpunkt vorliegt, ergibt sich aus 1 : f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 < 0 dann Sattelpunkt f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 > 0 lokales Extremum Ist dabei f xx (x 0, y 0 ) > 0 lokales Minimum 1 Bei Funktionen einer Variablen war f (x 0) 0 eine hinreichende Bedingung für einen lokalen Extremwert. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

109 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 Dies ergibt zwei Gleichungen, aus denen die Kandidaten, die für ein lokales Extremum in Frage kommen, ermittelt werden. Sei (x 0, y 0 ) ein Kandidat. Ob dann ein lokales Extremum oder ein Sattelpunkt vorliegt, ergibt sich aus 1 : f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 < 0 dann Sattelpunkt f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 > 0 lokales Extremum Ist dabei f xx (x 0, y 0 ) > 0 lokales Minimum f xx (x 0, y 0 ) < 0 1 Bei Funktionen einer Variablen war f (x 0) 0 eine hinreichende Bedingung für einen lokalen Extremwert. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

110 Fehlerrechnung Lokale Extrema als Berggipfel und Talsenken einer Gebirgsfläche: notwendige Bedingung: f x (x, y) = 0, f y (x, y) = 0 Dies ergibt zwei Gleichungen, aus denen die Kandidaten, die für ein lokales Extremum in Frage kommen, ermittelt werden. Sei (x 0, y 0 ) ein Kandidat. Ob dann ein lokales Extremum oder ein Sattelpunkt vorliegt, ergibt sich aus 1 : f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 < 0 dann Sattelpunkt f xx (x 0, y 0 ) f yy (x 0, y 0 ) (f xy (x 0, y 0 )) 2 > 0 lokales Extremum Ist dabei f xx (x 0, y 0 ) > 0 lokales Minimum f xx (x 0, y 0 ) < 0 lokales Maximum 1 Bei Funktionen einer Variablen war f (x 0) 0 eine hinreichende Bedingung für einen lokalen Extremwert. Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 19

111 Fehlerrechnung ; Beispiel f (x, y) = ln(x + 1) 1 10 (x y)2 1 5 y Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 20

112 Fehlerrechnung ; Beispiel f (x, y) = ln(x + 1) 1 10 (x y)2 1 5 y f x (x, y) = 1 x (x y) f y (x, y) = 1 5 (x y) 1 5 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 20

113 Fehlerrechnung ; Beispiel f (x, y) = ln(x + 1) 1 10 (x y)2 1 5 y f x (x, y) = 1 x (x y) f y (x, y) = 1 5 (x y) x (x y) = 0 (1) 1 5 (x y) 1 5 = 0 (2) Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 20

114 Fehlerrechnung ; Beispiel f (x, y) = ln(x + 1) 1 10 (x y)2 1 5 y f x (x, y) = 1 x (x y) f y (x, y) = 1 5 (x y) x (x y) = 0 (1) 1 5 (x y) 1 5 = 0 (2) (1) und (2) : 1 x = 0 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 20

115 Fehlerrechnung ; Beispiel f (x, y) = ln(x + 1) 1 10 (x y)2 1 5 y f x (x, y) = 1 x (x y) f y (x, y) = 1 5 (x y) x (x y) = 0 (1) 1 5 (x y) 1 5 = 0 (2) (1) und (2) : 1 x = 0 x = 4 ; Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 20

116 Fehlerrechnung ; Beispiel f (x, y) = ln(x + 1) 1 10 (x y)2 1 5 y f x (x, y) = 1 x (x y) f y (x, y) = 1 5 (x y) x (x y) = 0 (1) 1 5 (x y) 1 5 = 0 (2) (1) und (2) : 1 x = 0 x = 4 ; in (2) : y = 3 Fakultät Grundlagen Funktionen mehrerer Variabler Folie: 20

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

10.4 Funktionen von mehreren Variablen

10.4 Funktionen von mehreren Variablen 10.4 Funktionen von mehreren Variablen 87 10.4 Funktionen von mehreren Variablen Veranschaulichung von Funktionen eine Variable wei Variablen f() oder = f() (, ) f(, ) oder = f(, ) D(f) IR; Darstellung

Mehr

HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt. Mathematik II für Bauingenieure. (f) 4 sin x cos 5 x dx. 3 x e x2 dx (i) e 2x 1 dx.

HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt. Mathematik II für Bauingenieure. (f) 4 sin x cos 5 x dx. 3 x e x2 dx (i) e 2x 1 dx. HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt Mathematik II Mathematik II für Bauingenieure Wiederholungsaufgaben zur Prüfungsklausur im Juli 2007 1 Integralrechnung Aufgabe 1 : Berechnen Sie die folgenden

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

8 Blockbild und Hohenlinien

8 Blockbild und Hohenlinien Mathematik fur Ingenieure Institut fur Algebra, Zahlentheorie und Diskrete Mathematik Dr. Dirk Windelberg Universitat Hannover Stand: 18. August 008 http://www.iazd.uni-hannover.de/windelberg/teach/ing

Mehr

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter

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

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

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 13. Übung/Lösung Mathematik für Studierende der Biologie

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 13. Übung/Lösung Mathematik für Studierende der Biologie LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Andreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.de Department Biologie II Telefon: 89-8-748 Großhadernerstr. Fax:

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

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

Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher

Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher Technische Universität Chemnitz 1. Juli 20 Fakultät für Mathematik Höhere Mathematik I.2 Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher 1. Durch ein

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

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................

Mehr

Analysis1-Klausuren in den ET-Studiengängen (Ba) ab 2007

Analysis1-Klausuren in den ET-Studiengängen (Ba) ab 2007 Analysis-Klausuren in den ET-Studiengängen (Ba) ab 7 Im Folgenden finden Sie die Aufgabenstellungen der bisherigen Klausuren Analysis im Bachelorstudium der ET-Studiengänge sowie knapp gehaltene Ergebnisangaben.

Mehr

Outline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel

Outline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel Outline 1 Funktionen von mehreren Veränderlichen 2 Grenzwert und Stetigkeit 3 Partielle Ableitungen 4 Die verallgemeinerte Kettenregel 5 Das totale Differential 6 Extremstellen Roman Wienands (Universität

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

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 2013 Prof. Dr. Erich Walter Farkas Kapitel 8. Funktionen von mehreren Variablen Kapitel 8.3 Anwendungen der partiellen Differentiation (Teil 1): Kettenregel und Linearisierung

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

Partielle Ableitungen & Tangentialebenen. Folie 1

Partielle Ableitungen & Tangentialebenen. Folie 1 Partielle Ableitungen & Tangentialebenen Folie 1 Bei Funktionen mit einer Variable, gibt die Ableitung f () die Steigung an. Bei mehreren Variablen, z(,), gibt es keine eindeutige Steigung. Die Steigung

Mehr

Übungen zu Funktionen mehrerer Veränderlicher. Lösungen zu Übung Betrachten Sie die durch. y 1 + x 2. z = gegebene Fläche.

Übungen zu Funktionen mehrerer Veränderlicher. Lösungen zu Übung Betrachten Sie die durch. y 1 + x 2. z = gegebene Fläche. Übungen zu Funktionen mehrerer Veränderlicher 5.1 Betrachten Sie die durch Lösungen zu Übung 5 gegebene Fläche. z = y 1 + x 2 (a) Zeichnen Sie die Höhenlinien in ein Koordinatensystem. (b) Veranschaulichen

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

Abb lokales Maximum und Minimum

Abb lokales Maximum und Minimum .13 Lokale Extrema, Monotonie und Konvexität Wir kommen nun zu den ersten Anwendungen der Dierentialrechnung. Zwischen den Eigenschaten einer Funktion, dem Verlau des zugehörigen Graphen und den Ableitungen

Mehr

Fehlerfortpflanzung & Extremwertbestimmung. Folie 1

Fehlerfortpflanzung & Extremwertbestimmung. Folie 1 Fehlerfortpflanzung & Etremwertbestimmung Folie 1 Fehlerfortpflanzung Einführung In vielen technischen Zusammenhängen sind die Werte bestimmter Größen nicht genau bekannt sondern mit einer Unsicherheit

Mehr

Aufgaben für die 6. Übung zur Vorlesung Mathematik 2 für Informatiker: Analysis Sommersemester 2010

Aufgaben für die 6. Übung zur Vorlesung Mathematik 2 für Informatiker: Analysis Sommersemester 2010 Aufgaben für die 6. Übung zur Vorlesung Mathematik für Informatiker: Analysis Sommersemester 00 6. Wie hat man eine reelle Zahl α > 0 so in a b 3 positive Summanden x, y, z zu zerlegen, damit fx, y x y

Mehr

18.2 Implizit definierte Funktionen

18.2 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

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

Lösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis)

Lösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis) Universität D U I S B U R G E S S E N Campus Essen, Mathematik PD Dr. L. Strüngmann Informationen zur Veranstaltung unter: http://www.uni-due.de/algebra-logic/struengmann.shtml SS 7 Lösung zu den Testaufgaben

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

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

6. Funktionen von mehreren Variablen

6. Funktionen von mehreren Variablen 6. Funktionen von mehreren Variablen Prof. Dr. Erich Walter Farkas 24.11.2011 Seite 1 Funktionen von mehreren Variablen n {1, 2, 3,...} =: N. R n := {(x 1,..., x n) x 1,..., x n R} = Menge aller n-tupel

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

Kurzzusammenstellung der in der Vorlesung behandelten impliziten Gleichungen und deren Ableitungen

Kurzzusammenstellung der in der Vorlesung behandelten impliziten Gleichungen und deren Ableitungen Kurzzusammenstellung der in der Vorlesung behandelten impliziten Gleichungen und deren Ableitungen Einleitung: Funktion mit einer Veränderlichen Als Einleitung haben wir folgende Funktion besprochen: y

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

Mathematikaufgaben zur Vorbereitung auf das Studium

Mathematikaufgaben zur Vorbereitung auf das Studium Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Allgemeiner Maschinenbau Fahrzeugtechnik Dresden 2002

Mehr

Didaktik der Mathematik der Sekundarstufe II

Didaktik der Mathematik der Sekundarstufe II Didaktik der Mathematik der Sekundarstufe II 7. Ableitungsregeln H. Rodner, G. Neumann Humboldt-Universität zu Berlin, Institut für Mathematik Sommersemester 2010/11 Internetseite zur Vorlesung: http://www.mathematik.hu-berlin.de/

Mehr

1 Funktionen und ihre Ableitungen

1 Funktionen und ihre Ableitungen 1 Funktionen und ihre Ableitungen 1.1 Funktionen Wir nennen eine Grösse y eine Funktion von x, wenn der Wert von y von demjenigen von x abhängt: Zu jedem x wird in eindeutiger Weise ein Wert von y zugeordnet.

Mehr

Mathematikaufgaben zur Vorbereitung auf das Studium

Mathematikaufgaben zur Vorbereitung auf das Studium Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengang Bauingenieurwesen Dresden 2005 . Mengen Kenntnisse

Mehr

Übung (13) dx 3, 2x 1 dx arctan(x3 1).

Übung (13) dx 3, 2x 1 dx arctan(x3 1). Übung (3) () Bilden Sie folgende Ableitungen: d xe x dx x ln x, d dx +cos (x), d d dx 3, x dx arctan(x3 ). () Geben Sie die Näherung. Ordnung für den Ausdruck / p v /c für v

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

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

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

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

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

Mathematik für Biologen und Chemiker Prof. Scheltho - Übungen Mathe 2

Mathematik für Biologen und Chemiker Prof. Scheltho - Übungen Mathe 2 Mathematik für Biologen und Chemiker Prof. Scheltho - Übungen Mathe 2 Fortsetzung der komlexen Zahlen : 9. Radizieren und Potenzen a) Berechnen Sie (1+i) 20 und geben Sie das Resultat als Polarkoordinaten

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

Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder

Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder DGL Schwingung Physikalische Felder Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder Johannes Wiedersich 23. April 2008 http://www.e13.physik.tu-muenchen.de/wiedersich/

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

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

14 Partielle Ableitung, totales Differential und Gradient

14 Partielle Ableitung, totales Differential und Gradient 27 14 Partielle Ableitung, totales Differential und Gradient 14.1 Die partielle Ableitung Die geometrische Bedeutung der Ableitung einer Funktion mit einer Variablen ist bekanntlich die Steigung der Tangente

Mehr

Lösungen zu Mathematik I/II

Lösungen zu Mathematik I/II Prof. Dr. E. W. Farkas ETH Zürich, Februar 11 D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben 1. 1 Punkte a Wir berechnen lim x x + x + 1 x + x 3 + x = 1. b Wir benutzen L Hôpital e x e x lim x sinx

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen 24. Mai 2013 *Aufgabe 1. Bestimmen Sie für die folgenden Funktionen jeweils die Gleichung der Tangentialebene für alle Punkte auf der Fläche. Wann ist die Tangentialebene

Mehr

Differential- und Integralrechnung

Differential- 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

Mehr

Prüfung zur Vorlesung Mathematik I/II

Prüfung zur Vorlesung Mathematik I/II Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit

Mehr

Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7

Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7 7.1 (Herbst 2015, Thema 1, Aufgabe 4) Gegeben sei das Dreieck und die Funktion f : R mit Bestimmen Sie f(

Mehr

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst

Mehr

( ) ( ) ( ) ( ) 9. Differentiale, Fehlerrechnung

( ) ( ) ( ) ( ) 9. Differentiale, Fehlerrechnung 44 9. Differentiale, Fehlerrechnung Bei den Anwendungen der Differentialrechnung spielt der geometrische Aspekt (Tangentensteigung) eine untergeordnete Rolle. Ableitungen sind deshalb wichtig, weil sie

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

Übungen Ingenieurmathematik

Übungen Ingenieurmathematik Übungen Ingenieurmathematik 1. Übungsblatt: Komplexe Zahlen Aufgabe 1 Bestimmen Sie Real- und Imaginärteil der folgenden komplexen Zahlen: a) z =(3+i)+(5 7i), b) z =(3 i)(5 7i), c) z =( 3+i)( 3+ 3 i),

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

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015 Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum

Mehr

Kurvendiskussion. Gesetzmäßigkeiten. Lineare Funktionen. Funktionsgleichung

Kurvendiskussion. Gesetzmäßigkeiten. Lineare Funktionen. Funktionsgleichung Kurvendiskussion Gesetzmäßigkeiten Lineare Funktionen Funktionsgleichung y = mx + c m: Steigung c: y-achsenabschnitt (Funktionswert für y, bei dem der Graph die y-achse schneidet Beispiel : y = x 3 mit

Mehr

Differenzialrechnung

Differenzialrechnung 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 =

Mehr

Extrema von Funktionen in zwei Variablen

Extrema von Funktionen in zwei Variablen Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

Mathematik II. Kapitel III: Funktionen mit mehreren Variablen. 13. Mai 2015

Mathematik II. Kapitel III: Funktionen mit mehreren Variablen. 13. Mai 2015 13. Mai 2015 f(x,y) = sin(x 2 +y 2 ) f(x,y) = sin x 2 +y 2 x2 +y 2 +1 f(x,y) = x y x 2 +y 2 f(x,y) = x 2 y Niveaulinien von f(x,y) = 4 x 2 y 2 f(x,y) = 1 x2 y 2 x f(x,y) = x 2 +y 2 f(x,y) = x 2 +y 2 f(x,y)

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

Zusammenfassung Mathematik 2012 Claudia Fabricius

Zusammenfassung Mathematik 2012 Claudia Fabricius Zusammenfassung Mathematik Claudia Fabricius Funktion: Eine Funktion f ordnet jedem Element x einer Definitionsmenge D genau ein Element y eines Wertebereiches W zu. Polynom: f(x = a n x n + a n- x n-

Mehr

Bayern Musterlösung zu Klausur Analysis, Aufgabengruppe I

Bayern Musterlösung zu Klausur Analysis, Aufgabengruppe I Diese Lösung wurde erstellt von Tanja Reimbold. Sie ist keine offizielle Lösung des Bayerischen Staatsministeriums für Unterricht und Kultus. Teil 1 Aufgabe 1 Definitionsbereich: Bestimmung der Nullstelle

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

Partielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung

Partielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung Partielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung Jörn Loviscach Versionsstand: 29. Juni 2009, 18:41 1 Partielle Ableitungen, Gradient Die Ableitung einer Funktion f an einer

Mehr

3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z

3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z R Es sei f : R n D R eine einmal stetig differenzierbare Funktion, für die in einer Umgebung eines Punkte a = a 1, a,, a n D gilt: fa 1, a,, a n = 0, f xn a 1, a,, a n 0 Dann gibt es eines Umgebung U des

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 5 6. Semester ARBEITSBLATT 5. Kurvendiskussion

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 5 6. Semester ARBEITSBLATT 5. Kurvendiskussion ARBEITSBLATT 5 Kurvendiskussion Die mathematische Untersuchung des Graphen einer Funktion heißt Kurvendiskussion. Die Differentialrechnung liefert dabei wichtige Dienste. Intuitive Erfassung der Begriffe

Mehr

Einführung in die Integralrechnung. Mag. Mone Denninger 13. November 2005

Einführung in die Integralrechnung. Mag. Mone Denninger 13. November 2005 Einführung in die Integralrechnung Mag. Mone Denninger. November 5 INHALTSVERZEICHNIS 8. Klasse Inhaltsverzeichnis Einleitung Berechnung einfacher Stammfunktionen. Integrationsregeln.........................

Mehr

b) [2P] 7x Lösungsvorschlag 1: f '(x) = cos 3x 6x = 6x cos 3x

b) [2P] 7x Lösungsvorschlag 1: f '(x) = cos 3x 6x = 6x cos 3x K1 Punkte: / Note: Schnitt:.10.1 Pflichtteil (etwa 40 min) Ohne Taschenrechner und ohne Formelsammlung (Dieser Teil muss mit den Lösungen abgegeben sein, ehe der GTR und die Formalsammlung verwendet werden

Mehr

2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0!

2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 25.02.2004 Aufgabe 5 Gegeben ist die Funktion f(x) = 2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 06.08.2003 Aufgabe 5 Gegeben ist

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

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

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

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

14.3 Berechnung gekrümmter Flächen

14.3 Berechnung gekrümmter Flächen 4.3 Berechnung gekrümmter Flächen Gekrümmte Flächen werden berechnet, indem sie als Graph einer Funktion zweier Veränderlicher aufgefasst werden. Fläche des Graphen einer Funktion zweier Veränderlicher

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

Folgerungen aus dem Auflösungsatz

Folgerungen aus dem Auflösungsatz Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und

Mehr

Beispiel: Bestimmung des Werts 3 2 ( 2 1, 4142) Es gilt 3 1,41 = 3 141/100 = , 707. Es gilt 3 1,42 = 3 142/100 = , 759.

Beispiel: Bestimmung des Werts 3 2 ( 2 1, 4142) Es gilt 3 1,41 = 3 141/100 = , 707. Es gilt 3 1,42 = 3 142/100 = , 759. (4) Exponential- und Logarithmusfunktionen Satz Für jedes b > 1 gibt es eine eindeutig bestimmte Funktion exp b : R R + mit folgenden Eigenschaften. exp b (r) = b r für alle r Q Die Funktion exp b ist

Mehr

10 Extremwerte mit Nebenbedingungen

10 Extremwerte mit Nebenbedingungen 10 Extremwerte mit Nebenbedingungen 49 10 Extremwerte mit Nebenbedingungen Wir betrachten nun Extremwertaufgaben, bei denen nach dem Extremwert einer fx 1,, x n gesucht wird, aber die Menge der zulässigen

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

a n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n

a n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n Folgen und Reihen. Beweisen Sie die Beschränktheit der Folge (a n ) n N mit 2. Berechnen Sie den Grenzwert der Folge (a n ) n N mit a n := ( ) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 n +. 4 3. Untersuchen

Mehr

Selbsteinschätzungstest Auswertung und Lösung

Selbsteinschätzungstest 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

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

Mathemathik-Prüfungen

Mathemathik-Prüfungen M. Arend Stand Juni 2005 Seite 1 1980: Mathemathik-Prüfungen 1980-2005 1. Eine zur y-achse symmetrische Parabel 4.Ordnung geht durch P 1 (0 4) und hat in P 2 (-1 1) einen Wendepunkt. 2. Diskutieren Sie

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

10 Differentialrechnung

10 Differentialrechnung In diesem Kapitel wird das zentrale Instrument der Analysis auf Funktionen mehrerer Veränderlicher erweitert Die Differentialrechnung (engl: calculus) ist auch das wichtigste Handwerkzeug der Wirtschaftswissenschaften

Mehr

Höhere Mathematik 1 Übung 9

Höhere Mathematik 1 Übung 9 Aufgaben, die in der Präsenzübung nicht besprochen wurden, können in der darauf folgenden übung beim jeweiligen übungsleiter bzw. bei der jeweiligen übungsleiterin abgegeben werden. Diese Abgabe ist freiwillig

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

Mathematik für das Ingenieurstudium

Mathematik für das Ingenieurstudium Mathematik für das Ingenieurstudium von Martin Stämpfle, Jürgen Koch 2., aktual. Aufl. Hanser München 2012 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 43232 1 Zu Inhaltsverzeichnis schnell

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

Hauptprüfung Abiturprüfung 2015 (ohne CAS) Baden-Württemberg

Hauptprüfung Abiturprüfung 2015 (ohne CAS) Baden-Württemberg Baden-Württemberg: Abitur 01 Pflichtteil www.mathe-aufgaben.com Hauptprüfung Abiturprüfung 01 (ohne CAS) Baden-Württemberg Pflichtteil Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com

Mehr

Ableitung und Steigung. lim h

Ableitung und Steigung. lim h Ableitung und Steigung Aufgabe 1 Bestimme die Ableitung der Funktion f(x) = x über den Differentialquotienten. f (x f '(x ) lim h h) f (x h ) (x lim h h) h x x lim h hx h h x h(x lim h h h) lim x h h x

Mehr

(Unvollständige) Zusammenfassung Analysis Grundkurs

(Unvollständige) Zusammenfassung Analysis Grundkurs (Unvollständige) Zusammenfassung Analysis Grundkurs. Ableitungs und Integrationsregeln (Folgende 0 Funktionen sind alles Funktionen aus dem Zentralabitur Grundkurs.) a) f(t) = 0,0t e 0,t b) f(t) = t 3

Mehr

5. DIFFERENZIEREN UND INTEGRIEREN

5. DIFFERENZIEREN UND INTEGRIEREN 5. DIFFERENZIEREN UND INTEGRIEREN 1 Sei f eine auf R oder auf einer Teilmenge B R definierte Funktion: f : B R Die Funktion heißt differenzierbar in x 0 in B, falls sie in diesem Punkt x 0 lokal linear

Mehr

Analysis Leistungskurs

Analysis Leistungskurs Universität Hannover September 2007 Unikik Dr. Gerhard Merziger Analysis Leistungskurs Themen Grundlagen, Beweistechniken Abbildungen (surjektiv, injektiv, bijektiv) Vollständige Induktion Wichtige Ungleichungen

Mehr