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

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

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

Transkript

1 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 und kann aber auch implizit durch eine Gleichung f(, 0 gegeben sein Dann ist als Funktion von noch nicht eindeutig festgelegt, da es zu einem festen 0 mehrere Lösungen von f( 0, 0 geben kann Definition Es sei U R 2 und f : U R eine Funktion Man sagt, durch f(, 0 ist auf dem Intervall I R eine implizite Funktion g : I J mit Werten ( in J R erklärt, gdw es zu jedem I genau ein J gibt mit U und f(, 0 Dieses wird mit g( bezeichnet Anschaulich bedeutet das, dass der im Rechteck I J {(, I, J} liegende Teil der Niveaulinie f(, 0 als Graph g( darstellbar ist (vgl Abb 12 J g( I f(, 0 Abbildung 12: Eine implizite Funktion Beispiel 91 (a Durch f(, (U R 2 ist die implizite Funktion g : R R, g( 1 2 (1 3 erklärt In diesem Fall ist f(, 0 für jedes R eindeutig nach auflösbar (b Durch sind implizit zwei Funktionen g 1 : [ 1, 1] [0, 1], g 1 ( 1 2 und g 2 : [ 1, 1] [ 1, 0], g 2 ( 1 2 erklärt

2 9 Der Satz über implizite Funktionen 42 Satz 91 (Satz über implizite Funktionen Es ( sei U R 2 offen und f : U R eine Funktion, die zur Klasse C 1 0 gehört Ist U ein Punkt mit 0 f( 0, 0 0 und ( 0, 0 0, dann gibt es offene Intervalle I und J mit 0 I und 0 J, so dass gilt: {( ( (a R I, J} U und (, 0 für alle R (b Durch f(, 0 ist auf I eindeutig eine differenzierbare implizite Funktion g : I J (mit Werten in J erklärt mit der Ableitung g ( (, g( für alle I (, g( Beweis Wir betrachten den Fall ( ( und (0, 0 > 0, den man durch eine Koordinatentransformation und einen eventuellen Übergang von f zu f stets erreichen kann (a Aufgrund der Stetigkeit der partiellen Ableitung gilt (, > 0 in einer ganzen Umgebung V U des Nullpunkts (b Wir betrachten nun f nur noch auf Rechtecken {( R αβ : α α, β β}, die ganz in V enthalten sind Wegen (0, > 0 für β β und ein geeignetes β > 0 ist die Funktion f(0, auf dem Intervall [ β, β] streng monoton wachsend Wegen f(0, 0 0 gilt insbesondere f(0, β < 0 und f(0, β > 0 Aufgrund der Stetigkeit von f gibt es dann ein α > 0, so dass f(, β < 0 und f(, β > 0 für alle [ α, α] gilt Wir setzen nun I : ( α, α und J : ( β, β Für I ist wieder wegen (, > 0 die Funktion f(, streng monoton wachsend Deshalb gibt zu I genau ein J mit f(, 0 Dieses bezeichnen wir mit g( Wir zeigen nun, dass g differenzierbar mit der angegebenen Ableitung ist Es sei dazu I, g(, + h I und g( + h g( Nach dem Mittelwertsatz aus Analsis A gibt es ein ξ zwischen und + h und ein η zwischen g( und g( + h, so dass gilt (vgl auch den Beweis von Satz 42 f(+h, + f(, f(+h, + f(, + +f(, + f(, [ ] [ ] (ξ, + h + (, η Unter Verwendung von g( und g( + h g( lautet diese Formel [ ] [ ] f(+h, g(+h f(, g( (ξ, + h+ (, η (g(+h g(

3 9 Der Satz über implizite Funktionen 43 Wegen f( + h, g( + h f(, g( 0 und der Stetigkeit der partiellen Ableitungen ergibt sich was zu zeigen war g( + h g( lim lim h 0 h h 0 (ξ, + (, η (, (,, Weiß man, dass g( eistiert und differenzierbar ist, so kann man die Ableitung auch aus der Identität f(, g( 0 mit Hilfe der Kettenregel berechnen Man erhält [ ] (, g( + (, g( g ( 0 Nach g ( aufgelöst, ergibt dies die Formel für die Ableitung in Satz 91 Beispiel 92 Es sei f(, e Die Gleichung f(, 0 kann nicht durch formale Umformungen nach aufgelöst werden Wegen ( (, e > 0 für alle R 2 sind die Voraussetzungen ( von Satz 91 erfüllt Nach diesem Satz gibt es zu jeder Lösung von f(, 0 offene Intervalle I bzw J, die 0 0 bzw 0 0 enthalten, so dass durch f(, 0 auf dem Intervall I eine implizite Funktion g : I J erklärt ist, dh die Gleichung f(, 0 kann lokal nach aufgelöst werden Der Satz über implizite Funktionen liefert aber nur die Eistenz dieser Funktion, nicht die eplizite Darstellung von g Er liefert aber wohl eine Darstellung der Ableitung von g: g (, ( (, e + 3 2, wobei durch f(, 0 aus bestimmt ist Beispiel 93 Bei der Anwendung des Satzes über implizite Funktionen ist darauf zu achten, dass die Intervalle I und J genügend klein sein müssen Das wollen wir uns an dem Beispiel der Funktion f(, und der Gleichung f(, 0 klarmachen Hier ist (, 2 ( 0 Wir wenden den Satz also auf einen Punkt an, der die Bedingungen und 0 0 erfüllt In der Nähe solcher Punkte ist eine eindeutig bestimmte Funktion von Wie wir schon in Beispiel 91(a gesehen haben, ist 1 2 für 0 > 0 und 1 2 für < 0 Also ist nur für 1 definiert und nur in der Nähe von 0 eindeutig bestimmt Wir betrachten nun Verallgemeinerungen von Satz 91, die wir nicht beweisen wollen

4 9 Der Satz über implizite Funktionen 44 Satz 92 (Satz über implizite Funktionen von n Variablen Es sei ( U R n+1 offen und f : U R eine Funktion, die zur Klasse C 1 gehört Mit ( bezeichnen wir die Punkte im R n+1, wobei R n 0 und R ist Ist U ein Punkt mit f( 0, 0 0 und ( 0, 0 0, dann gibt es eine Umgebung V von 0 in R n und ein offenes Intervall J mit 0 J, so dass gilt: {( ( (a R V, J} U und (, 0 für alle R (b Durch f(, 0 ist auf V eindeutig eine differenzierbare implizite Funktion g : V J (mit Werten in J erklärt mit der Ableitung g ( i (, g( für 1 i n und für alle V i (, g( Beispiel 94 Wir betrachten die Funktion f(,, z z 2 3z 3 1 Wir zeigen, dass in der Nähe des Punktes 0 0 z durch die Gleichung f(,, z 0 eine implizite Funktion z g(, erklärt ist Nach Satz 92 müssen wir nachprüfen: z ( 0, 0, z 0 0 Es gilt z ( 0, 0, z z 0 9z Damit ist die Eistenz einer Funktion z g(, in der Nähe des angegebenen Punktes gewährleistet Für die partiellen Ableitungen von g gilt: mit z g(, g (,, z z 2 16z 9z 2, g 8 3z3 (,, z 16z 9z 2, Statt zu versuchen, eine Gleichung nach einer Variablen aufzulösen, kann man auch versuchen, ein Gleichungssstem von m Gleichungen nach m Variablen 1,, m aufzulösen: f 1 ( 1,, n, 1,, m 0 f 2 ( 1,, n, 1,, m 0 f m ( 1,, n, 1,, m 0

5 9 Der Satz über implizite Funktionen 45 Wir orientieren uns dazu zunächst an dem Fall von linearen Gleichungssstemen Sind die f i linear, so sieht das obige Gleichungssstem wie folgt aus: a a 1n n + b b 1m m 0 a a 2n n + b b 2m m 0 a m a mn n + b m b mm m 0, mit reellen Zahlen a ij und b ij Ist die Determinante der Matri b 11 b 1m B : b m1 b mm ungleich Null, so kann das lineare Gleichungssstem mit Hilfe des Gauß schen Algorithmus nach den Variablen 1,, m aufgelöst werden Nun betrachten wir den nichtlinearen Fall In Satz 92 haben wir ( 0, 0 0 ( 0 für eine Lösung der Gleichung f(, 0 vorausgesetzt Kombinieren wir das mit unseren Erkenntnissen im linearen Fall, so liegt es nahe, die 0 Determinante 1 (f 1,, f m ( 1,, m ( 1 ( 0, 0 1 m ( 0, 0 0, 0 : m 1 ( 0, 0 m m ( 0, 0 zu betrachten und von ihr zu verlangen, dass sie ungleich Null ist Satz 93 (Allgemeiner Satz über implizite Funktionen Ist (f 1,, f m ( 1,, m ( 0, 0 0, dann definiert das Gleichungssstem (mit Funktionen f i, die zur Klasse C 1 gehören f 1 ( 1,, n, 1,, m 0 f 2 ( 1,, n, 1,, m 0 f m ( 1,, n, 1,, m 0 ( 0 in der Nähe einer Lösung eindeutig die differenzierbaren Funktionen 0 i g i ( 1,, n (i 1,, m Ihre Ableitungen lassen sich durch implizite Differentiation berechnen

6 9 Der Satz über implizite Funktionen 46 Beispiel 95 Wir betrachten die Gleichungen u + vu 2 2, u v 4 2 Wir zeigen, dass sich diese Gleichungen in der Nähe des Punktes (,, u, v (1, 1, 1, 1 nach u und v auflösen lassen Dazu betrachten wir die Funktionen f 1 (,, u, v u + vu 2 2, f 2 (,, u, v u v 4 2 und berechnen die Determinante (f 1, f 2 (u, v 1 1 u v 2 2 u v + 2uv u2 3u v 3 Es gilt (f 1, f 2 (1, 1, 1, 1 (u, v Aus Satz 93 folgt die Eistenz von impliziten Funktionen u g 1 (, und v g 2 (, Nun wollen wir auch noch die partielle Ableitung g1 (1, 1 berechnen Dazu differenzieren wir die gegebenen Gleichungen nach Mit Hilfe der Kettenregel erhalten wir: u + u + v u2 + 2vu u 0, 3u 2 u + u v 3 v 0 Nun setzen wir (,, u, v (1, 1, 1, 1 ein: Daraus ergibt sich 3 u 3 u v (1, 1 + (1, 1 1, v (1, (1, 1 1 u (1, 1 1 3, v (1, 1 0 Ein Spezialfall des allgemeinen Satzes über implizite Funktionen ist der Satz über inverse Funktionen In Calculus A haben Sie gelernt, wie man zb die Gleichung sin in einem geeigneten Bereich nach auflöst: Dies entspricht der Bildung der inversen Funktion arcsin Nun versuchen wir, die n Gleichungen f 1 ( 1,, n 1 f n ( 1,, n n

7 9 Der Satz über implizite Funktionen 47 nach 1,, n aufzulösen, dh 1,, n als Funktionen von 1,, n darzustellen Fassen wir die n Funktionen f 1,, f n zu einer Abbildung f zusammen, so können wir für das obige Gleichungssstem abkürzend schreiben: f( Das Auflösen dieses Gleichungssstem bedeutet gerade, die Abbildung f zu invertieren Aus dem allgemeinen Satz über implizite Funktionen, angewandt auf das Gleichungssstem 1 f 1 ( 1,, n 0 n f n ( 1,, n 0, folgt die Bedingung (f 1,, f n ( 1,, n ( ( 0 n ( 0 n 1 ( 0 n n ( 0 0 für die Auflösbarkeit in einer Umgebung des Punktes 0 Satz 94 (Satz über inverse Funktionen Es sei U R n offen und f : U R n eine Abbildung, deren partielle Ableitungen stetig sind Es sei 0 U, 0 f( 0 und es gelte (f 1,, f n ( 1,, n ( 0 0 Dann gibt es eine Umgebung V von 0 und eine Umgebung W von 0, so dass sich das Gleichungssstem f( eindeutig in der Form g( lösen läßt, wobei W und V ist Außerdem gilt: Die Abbildung g : W V hat stetige partielle Ableitungen Man nennt Satz 94 auch den Satz über die lokale Umkehrbarkeit, da die Abbildung g : W V die Umkehrabbildung zu der Abbildung f : V W ist, die Abbildung f : U R n unter den Bedingungen des Satzes also lokal umkehrbar ist Beispiel 96 Wir betrachten die Abbildung ( f(, sin + cos und zeigen, dass das Gleichungssstem u, sin + cos v

8 9 Der Satz über implizite Funktionen 48 in der Nähe des Punktes gilt also (f 1, f 2 (, ( ( 0 π/2 0 π/ nach und auflösbar ist Es cos sin 2 ( cos, (f 1, f 2 (, (π 2, π 2 π2 2 0 sin Nach Satz 94 ist das gegebene Gleichungssstem in der Nähe des angegebenen Punktes nach und auflösbar Man beachte, dass der Satz keine eplizite Auflösung liefert Wir sehen auch, dass es im Allgemeinen nicht ohne weiteres möglich ist, solche Gleichungen eplizit aufzulösen

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

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

Höhere Mathematik III

Höhere Mathematik III Universität Stuttgart Fachbereich Mathematik Prof. Dr. J. Pöschel Dr. D. Zimmermann Dipl.-Math. K. Sanei Kashani Blatt 5 Höhere Mathematik III el, kb, mecha, phs Vortragsübungen (Musterlösungen) 7..4 Aufgabe

Mehr

i j m f(y )h i h j h m

i j m f(y )h i h j h m 10 HÖHERE ABLEITUNGEN UND ANWENDUNGEN 56 Speziell für k = 2 ist also f(x 0 + H) = f(x 0 ) + f(x 0 ), H + 1 2 i j f(x 0 )h i h j + R(X 0 ; H) mit R(X 0 ; H) = 1 6 i,j,m=1 i j m f(y )h i h j h m und passendem

Mehr

10 Der Satz über implizite Funktionen und Umkehrfunktionen

10 Der Satz über implizite Funktionen und Umkehrfunktionen Vorlesung SS 9 Analsis Prof. Dr. Siegfried Echterhoff SATZ ÜBER IMPLIZITE FKT UND UMKEHRFKT Der Satz über implizite Funktionen und Umkehrfunktionen Motivation: Sei F : U R R eine differenzierbare Funktion

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

Satz über implizite Funktionen und seine Anwendungen

Satz über implizite Funktionen und seine Anwendungen Satz über implizite Funktionen und seine Anwendungen Gegeben sei eine stetig differenzierbare Funktion f : R 2 R, die von zwei Variablen und abhängt. Wir betrachten im Folgenden die Gleichung f(,) = 0.

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

Implizite Funktionen

Implizite Funktionen Implizite Funktionen Durch die Bedingung F (x, y) = C, C R wird eine bestimmte Teilmenge des R 2 festgelegt, zb durch die Bedingung x y = 4 Dabei können wir obda C = 0 annehmen, da wir stets zur Betrachtung

Mehr

Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen

Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen Kapitel XII Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen 53 Implizite Funktionen und allgemeine partielle Differenzierbarkeit 54 Der Umkehrsatz 55 Lokale Extrema unter Nebenbedingungen,

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

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

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009 UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 009 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe

Mehr

Analysis II 14. Übungsblatt

Analysis II 14. Übungsblatt Jun.-Prof. PD Dr. D. Mugnolo Wintersemester 01/13 F. Stoffers 04. Februar 013 Analysis II 14. Übungsblatt 1. Aufgabe (8 Punkte Man beweise: Die Gleichung z 3 + z + xy = 1 besitzt für jedes (x, y R genau

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

Implizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem

Implizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem Implizite Funktionen Ist für eine stetig differenzierbare Funktion f : R n R m R n f (x, y ) = (0,..., 0) t, det f x (x, y ) 0, so lässt sich das Gleichungssystem f k (x 1,..., x n, y 1,..., y m ) = 0,

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

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

5.5. UMKEHRFUNKTIONEN TRIGONOMETRISCHER FUNKTIONEN 115

5.5. UMKEHRFUNKTIONEN TRIGONOMETRISCHER FUNKTIONEN 115 5.5. UMKEHRFUNKTIONEN TRIGONOMETRISCHER FUNKTIONEN 5 Satz 5.5.2 (Ableitung der Umkehrfunktion einer Winkelfunktionen) Die Umkehrfunktionen der trigonometrischen Funktionen sind nach Satz 5.2.3 auf den

Mehr

f(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.

f(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum. Fabian Kohler Karolina Stoiber Ferienkurs Analsis für Phsiker SS 4 A Extrema In diesem Abschnitt sollen Extremwerte von Funktionen f : D R n R diskutiert werden. Auch hier gibt es viele Ähnlichkeiten mit

Mehr

Wenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }

Wenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 } A Analsis, Woche Implizite Funktionen A Implizite Funktionen in D A3 Wenn man den Kreis mit Radius um, beschreiben möchte, dann ist { x, ; x + = } eine Möglichkeit Oft ist es bequemer, so eine Figur oder

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

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

f(x 0 ) = lim f(b k ) 0 0 ) = 0

f(x 0 ) = lim f(b k ) 0 0 ) = 0 5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.

Mehr

7.11. Extrema unter Nebenbedingungen

7.11. Extrema unter Nebenbedingungen 7.11. Extrema unter Nebenbedingungen Randextrema Wir haben schon bemerkt, daß die üblichen Tests mit Hilfe von (eventuell höheren) Ableitungen nur Kriterien für (lokale) Extrema im Inneren des Definitionsgebietes

Mehr

Totale Ableitung und Jacobi-Matrix

Totale Ableitung und Jacobi-Matrix Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix

Mehr

8.1 Begriffsbestimmung

8.1 Begriffsbestimmung 8 Gewöhnliche Differentialgleichungen 8 Gewöhnliche Differentialgleichungen 8.1 Begriffsbestimmung Wir betrachten nur Differentialgleichungen für Funktionen einer (reellen) Variablen. Definition: Für eine

Mehr

Klausur zur Analysis I WS 01/02

Klausur zur Analysis I WS 01/02 Klausur zur Analysis I WS 0/0 Prof. Dr. E. Kuwert. Februar 00 Aufgabe (4 Punkte) Berechnen Sie unter a) und b) jeweils die Ableitung von f für x (0, ): a) f(x) = e sin x b) f(x) = x α log x a) f (x) =

Mehr

Linearisierung einer Funktion Tangente, Normale

Linearisierung einer Funktion Tangente, Normale Linearisierung einer Funktion Tangente, Normale 1 E Linearisierung einer Funktion Abb. 1 1: Die Gerade T ist die Tangente der Funktion y = f (x) im Punkt P Eine im Punkt x = a differenzierbare Funktion

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

Serie 6 - Funktionen II + Differentialrechnung

Serie 6 - Funktionen II + Differentialrechnung Analysis D-BAUG Dr. Meike Akvel HS 05 Serie 6 - Funktionen II + Differentialrechnung. a) Sei Lösung 3, falls < 0, f : R R, f) c +, falls 0, + 8, falls >. Bestimmen Sie c R un R, so ass f überall stetig

Mehr

49 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit

49 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit 49 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit 49.1 Differenzierbarkeit 49.2 Eindeutigkeit des Differentials; Unabhängigkeit der Differenzierbarkeit von den gewählten Normen

Mehr

1 Umkehrfunktionen und implizite Funktionen

1 Umkehrfunktionen und implizite Funktionen Mathematik für Physiker III WS 2012/2013 Freitag 211 $Id: implizittexv 18 2012/11/01 20:18:36 hk Exp $ $Id: lagrangetexv 13 2012/11/01 1:24:3 hk Exp hk $ 1 Umkehrfunktionen und implizite Funktionen 13

Mehr

Analysis II. Mehrdimensionale Differenzialund Integralrechnung

Analysis II. Mehrdimensionale Differenzialund Integralrechnung Übungen zur Vorlesung Analysis II Aufgaben Mehrdimensionale Differenzialund Integralrechnung gelesen von Prof. Dr. Heinrich Freistühler Martin Gubisch Konstanz, Sommersemester 28 Übungsaufgaben. Aufgabe

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

27. Implizite Funktionen

27. Implizite Funktionen 34 Andreas Gathmann 7. Implizite Funktionen Bevor wir uns ab dem nächsten Kapitel der Integration widmen, wollen wir zum Abschluss unseres Studiums differenzierbarer Abbildungen noch auf das in der Prais

Mehr

Iterative Lösung von nichtlinearen Gleichungen und Gleichungssystemen

Iterative Lösung von nichtlinearen Gleichungen und Gleichungssystemen Kapitel 5 Iterative Lösung von nichtlinearen Gleichungen und Gleichungssstemen 5.1 Iterationsverfahren zur Lösung einer reellen nichtlinearen Gleichung Es sei g() eine im Intervall I definierte reellwertige

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

Inverse und implizite Funktionen

Inverse und implizite Funktionen Kapitel 8 Inverse und implizite Funktionen Josef Leydold Mathematik für VW WS 2017/18 8 Inverse und implizite Funktionen 1 / 21 Inverse Funktion Sei f : D f R n W f R m, x y f(x). Eine Funktion f 1 : W

Mehr

10. Grenzwerte von Funktionen, Stetigkeit, Differenzierbarkeit. Der bisher intuitiv verwendete Grenzwertbegriff soll im folgenden präzisiert werden.

10. Grenzwerte von Funktionen, Stetigkeit, Differenzierbarkeit. Der bisher intuitiv verwendete Grenzwertbegriff soll im folgenden präzisiert werden. 49. Grenzwerte von Funktionen, Stetigkeit, Differenzierbarkeit a Grenzwerte von Funktionen Der bisher intuitiv verwendete Grenzwertbegriff soll im folgenden präzisiert werden. Einführende Beispiele: Untersuche

Mehr

Analysis 1 für Informatiker (An1I)

Analysis 1 für Informatiker (An1I) Hochschule für Technik Rapperswil Analysis 1 für Informatiker (An1I) Stand: 2012-11-13 Inhaltsverzeichnis 1 Funktionen 3 1.1 Gerade, ungerade und periodische Funktionen..................... 3 1.2 Injektive,

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 Aufgaben zu Kapitel 9

Lösungen der Aufgaben zu Kapitel 9 Lösungen der Aufgaben zu Kapitel 9 Abschnitt 9. Aufgabe a) Wir bestimmen die ersten Ableitungen von f, die uns dann das Aussehen der k-ten Ableitung erkennen lassen: fx) = x + e x xe x, f x) = e x e x

Mehr

Brückenkurs Rechentechniken

Brückenkurs Rechentechniken Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige

Mehr

Didaktik der Mathematik der Sekundarstufe II

Didaktik der Mathematik der Sekundarstufe II Didaktik der Mathematik der Sekundarstufe II Teil 8: Satz von Rolle - Mittelwertsatz - Monotoniekriterium Humboldt-Universität zu Berlin, Institut für Mathematik Sommersemester 2010/11 Internetseite zur

Mehr

Lagrange-Multiplikatoren

Lagrange-Multiplikatoren Lagrange-Multiplikatoren Ist x eine lokale Extremstelle der skalaren Funktion f unter den Nebenbedingungen g i (x) = 0, dann existieren Lagrange-Multiplikatoren λ i, so dass grad f (x ) = λ i grad g i

Mehr

Umkehrfunktion. g (y) = f (x) 1, x = g(y), Umkehrfunktion 1-1

Umkehrfunktion. g (y) = f (x) 1, x = g(y), Umkehrfunktion 1-1 Umkehrfunktion Ist für eine stetig differenzierbare n-variate Funktion f : D R n die Jacobi-Matrix f (x ) für einen Punkt x im Innern des Definitionsbereiches D R n nicht singulär, so ist f lokal invertierbar,

Mehr

6 Die Bedeutung der Ableitung

6 Die Bedeutung der Ableitung 6 Die Bedeutung der Ableitung 24 6 Die Bedeutung der Ableitung Wir wollen in diesem Kapitel diskutieren, inwieweit man aus der Kenntnis der Ableitung Rückschlüsse über die Funktion f ziehen kann Zunächst

Mehr

3 Nichtlineare Gleichungssysteme

3 Nichtlineare Gleichungssysteme 3 Nichtlineare Gleichungsssteme 3.1 Eine Gleichung in einer Unbekannten Problemstellung: Gegeben sei die stetige Funktion f(). Gesucht ist die Lösung der Gleichung f() = 0. f() f() a) f ( ) 0 b) f ( )

Mehr

Differential- und Integralrechnung

Differential- und Integralrechnung Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik

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

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

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch TECHNISCHE UNIVERSITÄT BERLIN SS 07 Institut für Mathematik Stand: 3. Juli 007 Ferus / Garcke Lösungsskizzen zur Klausur vom 6.07.07 Analysis II. Aufgabe (5 Punkte Der metrische Raum (X, d ist gegeben.

Mehr

2.10 Lokale Funktionsanalyse

2.10 Lokale Funktionsanalyse 2.1 Lokale Funktionsanalyse Aufgabe Gegeben sei die Abbildung g : R 2 R 2 mit g(x, y) : (x 3 yx, y). Man bestimme alle Mengen M k : {(ξ, η) R 2 g 1 (ξ, η) hat genau k Elemente}. Wie verhält g sich in der

Mehr

Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen)

Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen) Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen) Fachbereich Mathematik Wintersemester 0/0 Prof. Dr. Burkhard Kümmerer./3. November 0 Andreas Gärtner Walter Reußwig

Mehr

Übungen zum Ferienkurs Analysis II 2014

Übungen zum Ferienkurs Analysis II 2014 Übungen zum Ferienkurs Analysis II 4 Probeklausur Allgemein Hinweise: Die Arbeitszeit beträgt 9 Minuten. Falls nicht anders angegeben, sind alle en ausführlich und nachvollziehbar zu begründen. Schreiben

Mehr

Inhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57

Inhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57 Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5

Mehr

4. Weitere Ableitungregeln ================================================================= 4.1 Die Ableitung der Sinus-und Kosinusfunktion

4. Weitere Ableitungregeln ================================================================= 4.1 Die Ableitung der Sinus-und Kosinusfunktion 4. Weitere Ableitungregeln ================================================================= 4.1 Die Ableitung der Sinus-und Kosinusfunktion ----------------------------------------------------------------------------------------------------------------

Mehr

3. Mai Zusammenfassung. g x. x i (x).

3. Mai Zusammenfassung. g x. x i (x). 3. Mai 2013 Zusammenfassung 1 Hauptsatz Satz 1.1 Sei F C 1 (D) für eine offene Teilmenge D von R q+1 = R q R. Für (x 0, u 0 ) D gelte F (x 0, u 0 ) = 0, (x 0, u 0 ) 0. Dann gibt es eine Umgebung V von

Mehr

5 Lineare Gleichungssysteme und Determinanten

5 Lineare Gleichungssysteme und Determinanten 5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von

Mehr

Kapitel 6 Folgen und Stetigkeit

Kapitel 6 Folgen und Stetigkeit Kapitel 6 Folgen und Stetigkeit Mathematischer Vorkurs TU Dortmund Seite 76 / 226 Definition 6. (Zahlenfolgen) Eine Zahlenfolge (oder kurz: Folge) ist eine Funktion f : 0!. Statt f(n) schreiben wir x n

Mehr

Der Satz von Taylor. Kapitel 7

Der Satz von Taylor. Kapitel 7 Kapitel 7 Der Satz von Taylor Wir haben bereits die Darstellung verschiedener Funktionen, wie der Exponentialfunktion, der Cosinus- oder Sinus-Funktion, durch unendliche Reihen kennen gelernt. In diesem

Mehr

7.8. Die Regel von l'hospital

7.8. Die Regel von l'hospital 7.8. Die Regel von l'hospital Der Marquis de l'hospital (sprich: lopital) war der erste Autor eines Buches über Infinitesimalrechnung (696) - allerdings basierte dieses Werk wesentlich auf den Ausführungen

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 7. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 7. Übungsblatt UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl WS 008/09 Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge

Mehr

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung

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

Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester

Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang Sommersemester 03 6.06.03 Höhere Mathematik II für die Fachrichtungen Elektrotechnik und Informationstechnik

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 3

Technische Universität München Zentrum Mathematik. Übungsblatt 3 Technische Universität München Zentrum Mathematik Mathematik Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 3 Hausaufgaben Aufgabe 3. Zeigen Sie mit Hilfe der ɛ-δ-formulierung vgl.

Mehr

Trennung der Variablen, Aufgaben, Teil 1

Trennung der Variablen, Aufgaben, Teil 1 Trennung der Variablen, Aufgaben, Teil -E -E Trennung der Variablen Die Differenzialgleichung. Ordnung mit getrennten Variablen hat die Gestalt f ( y) dy = g (x) dx Satz: Sei f (y) im Intervall I und g

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 3 Anwendungen der Differentialrechnung 3.1 Lokale Maxima und Minima Definition 16: Sei f : D R eine Funktion von n Veränderlichen. Ein Punkt x heißt lokale oder relative Maximalstelle bzw. Minimalstelle

Mehr

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge ÜBUNGSBLATT 0 LÖSUNGEN MAT/MAT3 ANALYSIS II FRÜHJAHRSSEMESTER 0 PROF DR CAMILLO DE LELLIS Aufgabe Finden Sie für folgende Funktionen jene Punkte im Bildraum, in welchen sie sich lokal umkehren lassen,

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 10

Technische Universität München Zentrum Mathematik. Übungsblatt 10 Technische Universität München Zentrum Mathematik Mathematik 2 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt Hausaufgaben Aufgabe. Sei f : R 2 R gegeben durch x 2 y für (x, y)

Mehr

Nr. 4: Pseudo-Zufallszahlengeneratoren

Nr. 4: Pseudo-Zufallszahlengeneratoren Proseminar: Finanzmathematische Modelle und Simulationen Martin Dieckmann WS 09/0 Nr. 4: Pseudo-Zufallszahlengeneratoren Begriff Pseudo-Zufallszahl Zufallszahlen im Rechner entstehen letztlich immer durch

Mehr

Musterlösung zu Blatt 1

Musterlösung zu Blatt 1 Musterlösung zu Blatt Analysis III für Lehramt Gymnasium Wintersemester 0/4 Überprüfe zunächst die notwendige Bedingung Dfx y z = 0 für die Existenz lokaler Extrema Mit x fx y z = 8x und y fx y z = + z

Mehr

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Sommersemester 0 Mathematik 3 für Informatik Hausaufgabenblatt Lösungshinweise ohne Garantie auf Fehlerfeiheit). Seien f ) = { {, falls, falls und f ) =. ln, falls a) Skizzieren

Mehr

1.3 Differenzierbarkeit

1.3 Differenzierbarkeit 1 1.3 Differenzierbarkeit Definition Sei B R n offen, a B, f : B R eine Funktion und v 0 ein beliebiger Vektor im R n. Wenn der Grenzwert D v f(a) := lim t 0 f(a + tv) f(a) t existiert, so bezeichnet man

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie

Mehr

6 Lineare Gleichungssysteme

6 Lineare Gleichungssysteme 6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α

Mehr

Polynomiale Approximation. und. Taylor-Reihen

Polynomiale Approximation. und. Taylor-Reihen Polynomiale Approximation und Taylor-Reihen Heute gehts um die Approximation von glatten (d.h. beliebig oft differenzierbaren) Funktionen f nicht nur durch Gerade (sprich Polynome vom Grade 1) und Polynome

Mehr

Analysis III. Teil I. Rückblick auf das letzte Semester. Themen aus dem SS Inhalt der letzten Vorlesung aus dem SS.

Analysis III. Teil I. Rückblick auf das letzte Semester. Themen aus dem SS Inhalt der letzten Vorlesung aus dem SS. Analysis III für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Teil I Rückblick auf das letzte Semester Fakultät für Mathematik, Informatik und Naturwissenschaften

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

9 Höhere partielle Ableitungen und die Taylorformel

9 Höhere partielle Ableitungen und die Taylorformel Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 9 Höhere partielle Ableitungen und die Talorformel Definition 91 Sei U R n offen, f : U R m eine Funktion Dann heißt f 2-mal partiell differenzierbar,

Mehr

Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried

Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie. Tobias Ried Lösung zu den Übungsaufgaben zur Lebesgueschen Integrationstheorie Tobias Ried. März 2 2 Aufgabe (Messbarkeit der Komposition zweier Abbildungen). Seien (X, A), (Y, B) und (Z, C) Messräume und f : (X,

Mehr

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion Übungen zur Ingenieur-Mathematik III WS 11/1 Blatt 8 3.11.11 Aufgabe 5: Berechnen Sie den kritischen Punkt der Funktion fx, y 3x 5xy y + 3 und entscheiden Sie, ob ein Maximum, Minimum oder Sattelpunkt

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

A U F G A B E N A N A L Y S I S. 11. Vorlesung Zeigen Sie, mit Hilfe der ɛ-δ -Sprache, daß die Funktion x, x 0, stetig bei x 0 = 5 ist.

A U F G A B E N A N A L Y S I S. 11. Vorlesung Zeigen Sie, mit Hilfe der ɛ-δ -Sprache, daß die Funktion x, x 0, stetig bei x 0 = 5 ist. A U F G A B E N A N A L Y S I S. Vorlesung. Zeigen Sie, mit Hilfe der ɛ-δ -Sprache, daß die Funktion, 0, stetig bei 0 = 5 ist. Lösung: Es sei 5 < ɛ. () Daraus folgt 5 ɛ < < 5 + ɛ () oder Folglich gilt

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 4

Technische Universität München Zentrum Mathematik. Übungsblatt 4 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=

Mehr

Mathematik für Wirtschaftswissenschaftler

Mathematik für Wirtschaftswissenschaftler Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 2 Nichtlineare Gleichungssysteme Problem: Für vorgegebene Abbildung f : D R n R n finde R n mit oder ausführlicher f() = 0 (21) f 1 ( 1,, n ) = 0, f n ( 1,, n ) = 0 Einerseits führt die mathematische

Mehr

Bezeichnung von Funktionen x := y:=

Bezeichnung von Funktionen x := y:= Bezeichnung von Funktionen x := y:= Bezeichnung von Funktionen x := y:= Analytische Darstellung (Funktionsgleichung) Explizit: (aufgelöst nach y) Analytische Darstellung (Funktionsgleichung) Explizit:

Mehr

Analysis II. 8. Klausur mit Lösungen

Analysis II. 8. Klausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis II 8. Klausur mit en 1 2 Aufgabe 1. Definiere die folgenden kursiv gedruckten) Begriffe. 1) Eine Metrik auf einer Menge M. 2) Die Kurvenlänge

Mehr

Mehrdimensionale Analysis

Mehrdimensionale Analysis KAPITEL IV Mehrdimensionale Analsis 15 Mehrdimensionale Differentialrechnung Wir wollen in diesem Abschnitt einige Aspekte der Differentialrechnung von Abbildungen von R n nach R oder nach R m ansprechen

Mehr

Zeige, daß A nichtsingulär ist und berechne die Inverse Matrix. Lösung: A ist nicht singulär, wenn det A 0. Ist das der Fall, so gilt

Zeige, daß A nichtsingulär ist und berechne die Inverse Matrix. Lösung: A ist nicht singulär, wenn det A 0. Ist das der Fall, so gilt Algebra, Analytische Geometrie. 1. Sei 1, 0, 9 A := 1, 2, 3,. 2, 2, 2, Zeige, daß A nichtsingulär ist und berechne die Inverse Matrix. Lösung: A ist nicht singulär, wenn det A 0. Ist das der Fall, so gilt

Mehr

Mathematik I Herbstsemester 2014

Mathematik I Herbstsemester 2014 Mathematik I Herbstsemester 2014 www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 22 1 Funktionen Definitionen

Mehr

7 Partielle Ableitung

7 Partielle Ableitung Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 7 Partielle Ableitung Definition 7 Sei U R n offen und f : U R m eine Funktion Dann heißt f im Punkt nach der j-ten Variablen j partiell differenierbar,

Mehr

Serie 4: Flächeninhalt und Integration

Serie 4: Flächeninhalt und Integration D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr. Ana Cannas Serie 4: Flächeninhalt und Integration Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom. und 4. Oktober.. Das Bild zeigt

Mehr

e x e x x e x + e x (falls die Grenzwerte existieren), e x e x 1 e 2x = lim x 1

e x e x x e x + e x (falls die Grenzwerte existieren), e x e x 1 e 2x = lim x 1 Aufgabe a Hier kann man die Regel von de l Hospital zweimal anwenden (jeweils und die Ableitung des Nenners ist für hinreichend große x ungleich. Dies führt auf e x e x e x + e x e x + e x e x e x e x

Mehr

TU Dresden Fachrichtung Mathematik Institut für Numerische Mathematik 1. Dr. M. Herrich SS 2017

TU Dresden Fachrichtung Mathematik Institut für Numerische Mathematik 1. Dr. M. Herrich SS 2017 TU Dresden Fachrichtung Mathematik Institut für Numerische Mathematik 1 Prof. Dr. K. Eppler Institut für Numerische Mathematik Dr. M. Herrich SS 2017 Aufgabe 1 Übungen zur Vorlesung Mathematik II 4. Übung,

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 11

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 11 D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler Übungsblatt 11 1. In der Vorlesung haben Sie gesehen, dass es verschiedene Zweige des komplexen Logarithmus gibt. Dies bedingt, dass es

Mehr

Monotonie, Konkavität und Extrema

Monotonie, Konkavität und Extrema Kapitel 8 Monotonie, Konkavität und Extrema Josef Leydold Auffrischungskurs Mathematik WS 2017/18 8 Monotonie, Konkavität und Extrema 1 / 55 Monotonie Eine Funktion f heißt monoton steigend, falls x 1

Mehr