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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 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 folgenden Teilmengen X R n offen bzw. abgeschlossen sind. (a) X := { (x, y) x 2 + y 2 > 4 }, (b) X := { (x, y) R 2 x + y Q }, (c) X := { (x, y) R 2 y > x 2, y < x }, (d) X := { (x, y) R 2 y 2 x 3 = 0 }. Lösung der Aufgabe 1: Eine Menge M R n heißt offen, wenn es für jeden Punkt u M eine Zahl ɛ > 0 gibt, so dass die ɛ-umgebung U ɛ (u) = {x R n x u < ɛ} in M enthalten ist. M heißt abgeschlossen, falls für jede konvergente Folge (x n ) mit Gliedern in M gilt, dass auch deren Grenzwert ein Element aus M ist. M ist abgeschlossen genau dann, wenn ihr Komplement R n \M = {x R n x M} offen ist. Lösung der Aufgabe 1a: Die Menge X := { (x, y) x 2 + y 2 > 4 } stellt den R n dar ohne die Punkte in Y := { (x, y) x 2 + y 2 4 }. Y ist eine Kreisfläche mit Radius 2 um den Ursprung. Sie ist offen, weil es zu jeden Punkt x X eine ɛ-umgebung gibt, die auch in X liegt. Zwischen einem Punkt x X und dem Rand { (x, y) Y x 2 + y 2 = 4 } von Y finden sich also wieder unendlich viele Punkte aus X. Zur Angabe einer konkreten ɛ-umgebung denken wir uns den Punkt (x 0, y 0 ) X. Dieser Punkt hat den Abstand D = x 20 + y20 vom Ursprung, also den Abstand d = D 2 = x0 2 + y2 0 2 vom Rand von Y. Um (x 0, y 0 ) kann also eine ɛ-umgebung (in diesem Fall ein Kreis) mit einem Radius ɛ < d gelegt werden, x 2 0 +y sodass in dieser Umgebung nur Punkte aus X und nicht aus Y liegen. Wir setzen ɛ = 1/2 d = Des Weiteren ist die Menge X nicht abgeschlossen, da ihr Komplement Y nicht offen ist. So gibt es keine ɛ-umgebung um einen Punkt auf dem Rand von Y, die komplett in Y liegt. Lösung der Aufgabe 1b: Die Menge besteht aus Geraden x + y = c mit c Q im R 2 und ist nicht offen. Um das zu beweisen, müssen wir zeigen, dass in einem Kreis mit Radius ɛ um einen Punkt in X nicht nur Elemente aus X zu finden sind, sondern auch aus dem Komplement R\Q von X. Dafür betrachten wir den Punkt (2, 0) X, wir müssen also einen Kreis mit Radius ɛ um (2, 0) betrachten. Dies vereinfachen wir, indem wir nur den Schnitt der x-achse durch diesen Kreis betrachten. Wir müssen also zeigen, dass schon in dem Intervall [2 ɛ, 2 + ɛ] Elemente aus R\Q zu finden sind. Das ist selbstverständlich, da zwischen zwei rationalen Zahlen 2 + ɛ und 2 ɛ unendlich viele irrationale Zahlen liegen. Um zu zeigen, dass die Menge X zusätzlich nicht abgeschlossen ist, betrachten wir die Folge a n+1 =

2 ( ) 1 2 an + 2 a n Q. Für a0 = 1 konvergiert diese Folge gegen ( ) 2 Q. Die Folge von Punkten ( 1 2 an + 2 a n, 0) liegt demnach komplett in X konvergiert aber gegen den Punkt ( 2, 0) X. Lösung der Aufgabe 1c: Die Menge ist Teilmenge des R 2 und eingeschlossen durch die Gerade y = x und die Kurve y = x 2. Sie ist offen, in einem Kreis mit Radius ɛ um einen Punkt (x 0, y 0 ) X befinden sich also nur Elemente aus X. Dar Radius des Kreises muss dabei kleiner sein als min(d x, d x 2), wobei d x den minimalen Abstand des Punktes von der Geraden y = x bezeichnet und d x 2 den minimalen Abstand von der Kurve y = x 2. d x bestimmt sich leicht zu d x = x 0 y 0, siehe dazu auch Abbildung 1. Den Abstand d 2 x 2 approximieren wir durch min( x, y), wobei X den horizontalen Abstand X = x0 y 0 = y0 x 0 zu der Kurve y = x 2 darstellt und Y den vertikalen Abstand Y = y0 x0 2 = y 0 x0 2, siehe dazu auch Abbildung 2. Diese Approximation ist gerechtfertigt, da die Krümmung der Funktion y = x 2 geringer ist, als die der ɛ-umgebung. ( Es ergibt sich also ɛ < min x0 y 0, ) y 0 x 0, y 0 x Um zu zeigen, dass die Menge X nicht abgeschlossen ist, denken wir uns die Folge von Punkten 1/2 2 (x0-y 0) x0-y0 d x x0-y0 (x 0,y 0) Abbildung 1: 1c) Menge X mit Abstand d x. (0.5, 0.5 1/n) X mit lim n (0.5, 0.5 1/n) = (0.5, 0.5). Wegen der Eigenschaft y < x der Menge können sich die Folgenglieder beliebig nah an ihren Grenzwert annähern, allerdings liegt dieser nicht in der Menge X. Lösung der Aufgabe 1d: 2

3 (x,y ) 0 0 ΔX ΔY d x^2 Abbildung 2: 1c) Menge X mit Abstand d x 2. Die Mengendefinition kann umgeformt werden: X := { (x, y) R 2 y 2 x 3 = 0 } = { } (x, y) R 2 y = ±x 2 3. Die Menge beinhaltet also alle Punkt im R 2, die auf den Kurven y = x 3 2 und y = x 3 2 liegen. Um zu zeigen, dass sie nicht offen ist, müssen wir wieder zeigen, dass in einer ɛ-umgebung, also einem Kreis mit Radius ɛ um einen Punkt in X, Elemente des R\X zu finden sind. Nehmen wir dazu den Punkt (x 0, y 0 ) X und betrachten nur den Schnitt der Geraden x = x 0 (parallel zur y-achse) durch X. In der Umgebung [x 0 ɛ, x 0 + ɛ] können höchstens zwei Punkte X liegen, nämlich (x 0, x ) und (x 0, x ), allerdings unendlich viele Punkte aus R\X. Um die Abgeschlossenheit der Menge X zu zeigen, denken wir uns die Folge (x n, y n ) X mit Grenzwert (x, y ). Da die Funktion y 2 x 3 = 0 stetig ist, muss auch der Grenzwert y 2 x 3 = 0 nach dem Folgenkriterium der Stetigkeit ein Funktionswert, also Teil der Menge X sein. Auf derselben Weise kann gezeigt werden, dass i.a. eine Niveaumenge einer stetigen Funktion, wie z.b. die Menge X, abgeschlossen ist. Aufgabe 2: 3

4 Für folgende Funktionen f : R 2 R bestimmen Sie die Menge aller Punkte p, in denen f stetig ist: x 3 sonst (a) f (x, y) = x 2 +y 2 0 (x, y) = (0, 0), (b) f (x, y) = { xy x 2 +y 2 sonst 0 (x, y) = (0, 0). Lösung der Aufgabe 2: Folgenkriterium der Stetigkeit: Eine Abbildung f : X Y zwischen metrischen Räumen X, Y ist genau dann stetig im Punkt a X, wenn für jede Folge (x n ) n N von Punkten aus X mit lim n x n = a gilt lim f (x n) = f (a) n Lösung der Aufgabe 2a: x Außerhalb von (0,0) ist die Funktion 3 eine Komposition aus stetigen Funktionen und daher auch x 2 +y 2 selbst stetig. Die Funktion f muss daher nur im Punkt (0, 0) auf Stetigkeit geprüft werden. Man denkt sich dazu die Folgen x n mit lim n x n = 0, y n mit lim n y n = 0 und betrachtet den Grenzwert lim n f (x n, y n ). Der Grenzwert kann mit einer Abschätzung bestimmt werden: 0 f (x n, y n ) = x 3 n x 2 n + y 2 n x3 n x 2 n = x n n 0 = f (0, 0) f (x n, y n ) hat also den Grenzwert 0 = f (0, 0) und die Funktion f ist somit auch im Punkt (0, 0) stetig. Lösung der Aufgabe 2b: Außerhalb von (0,0) ist die Funktion xy ist eine Komposition aus stetigen Funktionen und daher auch x 2 +y 2 selbst stetig. Die Funktion f muss daher nur im Punkt (0, 0) auf Stetigkeit geprüft werden. Man denkt sich dazu die Folge x n mit lim n x n = 0 und betrachtet den Grenzwert lim n f (x n, x n ): f (x n, x n ) = x ny n x 2 n + y 2 n = 1 2 n 1 f (0, 0) = 0 2 Die Funktion f ist somit im Punkt (0, 0) nicht stetig. Aufgabe 3: (a) Bestimmen Sie sämtliche lokalen Extrema von f : R 2 R, f (x, y) = (4x 2 + y 2 )e x2 4y 2. (b) Bestimmen Sie A := max { 4y 2 3xy x 2 + y 2 1 }. Lösung der Aufgabe 3: Es sei U R n eine offene Menge. Falls f : U R bei x 0 ein Extremum besitzt, so gilt f (x 0 ) = 0. Hinreichend für das Vorliegen eines lokalen Minimums (Maximums) ist die strikte positive (negative) Definitheit der zweiten Ableitung bei x 0. Ist die zweite Ableitung indefinit, liegt kein Extremum vor. Ist sie semidefinit, kann keine Aussage gemacht werden. Hilfreich bei der Entscheidung, ob die zweite Ableitung positiv oder negativ definit ist, sind die folgenden Kriterien: 4

5 1.) Eine symmetrische Matrix A = (a i j ) M n (R) ist positiv (negativ) definit genau dann, wenn für die Determinanten a 11 a 1k k = det.. a k1 a kk gilt: k > 0 (bzw. ( 1) k k > 0) für alle k = 1,, n. 2.)Eine quadratische Matrix ist genau dann......positiv definit, falls alle Eigenwerte größer als Null sind....positiv semidefinit, falls alle Eigenwerte größer oder gleich Null sind....negativ definit, falls alle Eigenwerte kleiner als Null sind....negativ semidefinit, falls alle Eigenwerte kleiner oder gleich Null sind....indefinit, falls positive und negative Eigenwerte existieren. Lösung der Aufgabe 3a: Man bestimmt zuerst die ersten und zweiten Ableitungen der Funktion f : x = ( 8x 8x 3 2xy 2) e x2 4y 2, y = ( 32x 2 y + 2y 8y 3) e x2 4y 2, x 2 = ( 16x 4 40x 2 + 4x 2 y 2 2y ) e x2 4y 2, y 2 = ( 32x 2 40y x 2 y + 64y 4) e x2 4y 2, y x = 2 f x y = ( 68xy + 64x 3 y 4xy + 16xy 3) e x2 4y 2, Als notwendige Bedingung für ein Extremum im Punkt (x, y) muss die erste Ableitung gleich 0 sein: ( f (x, y) = x, ) = (( 8x 8x 3 2xy 2) e x2 4y 2, ( 32x 2 y + 2y 8y 3) ) e x2 4y 2 = (0, 0) y ( 8x 8x 3 2xy 2) e x2 4y 2 = 0 x ( 8 8x ( 2 2y 2) = 0 32x 2 y + 2y 8y 3) e x2 4y 2 = 0 y ( 32x y 2) = 0 Die erste Nullstelle kann hier sofort abgelesen werden: (x 0, y 0 ) 1 = (0, 0) Weiterhin müssen folgende Fälle unterschieden werden: 1.) x = 0, y 0: Aus der zweiten Gleichung folgt 2y 8y 3 = 0 mit der Lösung y 0 = ± 1 2 (x 0, y 0 ) 2 = (0, 1 2 ), (x 0, y 0 ) 3 = (0, 1 2 ) 2.) y = 0, x 0: Aus der zweiten Gleichung folgt 8x 8x 2 = 0 mit der Lösung x 0 = ±1 (x 0, y 0 ) 4 = (0, 1), (x 0, y 0 ) 5 = (0, 1) 3.) (x, y) (0, 0): 5

6 Aus den beiden Gleichungen folgt das Gleichungssystem: Durch einfaches Umformen von (1) und Einsetzten in (2): 8 8x 2 2y 2 = 0 (1) 32x y 2 = 0. (2) 8 8x 2 2y 2 = 0 x 2 = 2y2 8 8 in(2) 32 2y y 2 = = 0 ergibt sich, dass das System keine weitere Lösung besitzt. Als hinreichende Bedingung muss die Definitheit der zweiten Ableitung f (x, y) an allen möglichen Extremstellen geprüft werden. f (x, y) = x 2 x y y x y 2 ( 16x 4 40x 2 + 4x 2 y 2 2y ) e x2 4y 2 ( 68xy + 64x 3 y 4xy + 16xy 3) e x2 4y 2 = ( 68xy + 64x 3 y 4xy + 16xy 3) ( e x2 4y 2 32x 2 40y x 2 y + 64y 4) e x2 4y 2 Dazu werden die Determinanten 1 (x, y) = ( x 2 ) und 2 (x, y) = det( f (x, y)) auf ihr Vorzeichen geprüft: 1.) (x 0, y 0 ) 1 = (0, 0): f (0, 0) = ( ) (0, 0) = 8 > 0 2 (0, 0) = 16 > 0 Demnach ist die zweite Ableitung positiv definit und an der Stelle (0, 0) befindet sich ein Minimum. Der Funktionswert beträgt f (0, 0) = 0. 2.) (x 0, y 0 ) 2 = (0, 1 2 ): f (0, 1 ( 15 2 ) = /2e 1 ) 0 0 4e 1 1 (0, 1 2 ) = 15 2 e 1 > 0 2 (0, 1 2 ) = 30e 2 < 0 Demnach ist die zweite Ableitung indefinit und an der Stelle (0, 1 2 ) befindet sich kein Extremum. 3.) (x 0, y 0 ) 3 = (0, 1 2 ): Die zweite Ableitung ist identisch mit der Ableitung an der Stelle(x 0, y 0 ) 2 = (0, 1 2 ). Demnach befindet sich hier kein Extremum. 4.) (x 0, y 0 ) 4 = (1, 0): 6

7 ( ) f 16e 1 0 (1, 0) = 0 30e 1 1 (1, 0) = 16e 1 > 0 2 (1, 0) = 480e 2 > 0 Demnach ist die zweite Ableitung negativ definit und an der Stelle (1, 0) befindet sich ein Maximum. Der Funktionswert beträgt f (1, 0) = 4e 1. 5.) (x 0, y 0 ) 5 = (0, 1): Die zweite Ableitung ist identisch mit der Ableitung an der Stelle(x 0, y 0 ) 4 = (0, 1). Demnach befindet sich an der Stelle (0, 1) ein Maximum. Der Funktionswert beträgt f (0, 1) = 4e 1. Lösung der Aufgabe 3b: Hierbei handelt es sich um ein Extremwertproblem mit der Nebenbedingung x 2 + y 2 1. Dies ist eine nicht offene Menge (mit Rand), neben der Suche nach inneren Extrema, muss die Funtkion daher auch auf Randextrema überprüft werden. Beginnen wir mit der Suche nach inneren Extrema: Notwendige Bedingung für ein Maximum: f (x, y) := 4y 2 3xy f (x, y) = ( 3y, 8y 3x) = (0, 0) (x 0, y 0 ) = (0, 0) Als hinreichende Bedingung prüfen wir die Definitheit der zweiten Ableitung f (x, y) an der Stelle (0, 0) über die Eigenwerte: ( ) f 0 3 (0, 0) = 3 8 Charakteristisches Polynom: λ 2 8λ 9 Nullstellen des Polynoms bzw. Eigenwerte: λ 1 = 9 λ 2 = 1 Demnach ist die zweite Ableitung indefinit und an der Stelle (0, 0) befindet sich kein Extremum. Das Maximum der Funktion f muss also auf dem Rand { x 2 + y 2 = 1 } liegen. Um das Maximum auf dem Rand zu finden, formen wir die Nebenbedingung um und setzten sie in die Funktion f ein: x 2 + y 2 = 1 y ± = ± 1 x 2 (3) in f (x, y) f + (x) = 4(1 x 2 ) 3x 1 x 2 (4) f (x) = 4(1 x 2 ) + 3x 1 x 2 (5) Gleichung (4) entsteht aus f (x, y) durch Einsetzten von y = 1 x 2, (5) durch Einsetzten von y = 1 x 2. Über die Nullstellen der Ableitungen von (4) und (5) kann man nun die x-koordinaten der 7

8 Extrema auf dem Rand finden. Wir beginnen mit der Gleichung (4): f +(x) = 8x 3 1 x 2 + 8x 3x 2 1 x 2 = 0 1 x 2 3(1 x 2 ) + 3x 2 = 0 8x 1 x 2 = 3(1 x 2 ) 3x 2 64x 2 (1 x 2 ) = 9(1 x 2 ) 2 18x 2 (1 x 2 ) + 9x 4 64x 2 64x 4 = 36x 4 36x x 4 0x 2 = 9 x 4 x = (x )2 = 16 0 x 2 = 1 2 ± 4 x 0 = ± 3 x 0 = ± 1 Eine Probe ergibt, dass nur x 0 = 3 und x 0 = 1 Lösungen sind. Gleichung (5) ergibt die gleichen Lösungen, hier stellt sich aber heraus, dass nur x 0 = 1 und x 0 = 3 Lösungen sind. Über Gleichung (3) können wir jetzt die y-koordinaten der möglichen Extrema berechnen. Wichtig ist hier den entsprechenden Ast y + oder y zu verwenden: y 0± (x 0 ) = ± 1 x0 2 y 0+ ( 3 ) = y 0+ ( 1 ) = y 0 ( = 1 1 ( 1 ) 2 = 3 1 ) = = 3 y 0 ( 3 ) = 1 ( 3 ) 2 = 1 Da uns nur das Maximum der Funktion f interessiert, müssen wir nur noch die Funktionswerte an diesen möglichen Extremstellen berechnen und vergleichen: f ( f (x 0, y 0 ) = 4y 2 0 3x 0y 0 3 1, ) = 1 2 f ( 3, 1 ) = f (, 3 ) = 45 f ( 1, 3 ) = 45 Das Maximum beträgt also max { 4y 2 3xy x 2 + y 2 1 } = 45 8

9 Aufgabe 4: (a) Es sei f : R 2 R durch f (x, y) = xy definiert. Skizzieren Sie die Höhenlinien f (x, y) = c für die Werte c = ±1, ±2 sowie ±4 und tragen Sie an den Punkten (x 0, y 0 ) = (±1, ±1), (±1, ±2), (±2, ±1), (±2, ±2), (±4, ±1) sowie (±1, ±4) den jeweiligen Gradienten ab. (b) Verfahren Sie wie in Teil (a) mit der Funktion g : R 2 {(x, y) R 2 x = 0} R, g(x, y) = (x 2 + y 2 )(2x) 1, den Werten c = ±0.5, ±1, ±1.5, ±2 und ±2.5, sowie den Punkten (x 0, y 0 ) = (±1, ±1), (±3, 0) sowie (±1, ±2). Lösung der Aufgabe 4a: Höhenlinien verbinden Punkte (x, y) mit gleichem Wert f (x, y) = c. Um diese zu zeichnen löst man die Funktion f (x, y) = xy = c nach y auf: f (x, y) = xy = c y = c x y(x) kann einfach für verschiedene Werte c gezeichnet werden, wie in Abbildung 3 und 4 zu sehen. Die beiden Abbildungen zeigen die gleichen Höhenlinien, aber um eine gewisse Übersicht zu wahren, verschiedene Gradienten. Der Gradient der Funktion f (x, y) beträgt f (x 0, y 0 ) = (y 0, x 0 ) t. Die in den Abbildungen eingezeichneten Pfeile stellen den jeweiligen Gradienten dar. Sie beginnen im Punkt (x 0, y 0 ) und enden im Punkt (x 0, y 0 ) + f (x 0, y 0 ) = (x 0 + y 0, y 0 + x 0 ). Der Gradient zeigt in Richtung der größten Steigung, sein Betrag f (x 0, y 0 ) ist ein Maß für die Steigung. Abbildung 3: Höhenlinien und Gradienten der Funktion f (x, y) = xy. Lösung der Aufgabe 4b: Höhenlinien verbinden Punkte (x, y) mit gleichem Wert g(x, y) = c. Um diese zu zeichnen löst man die 9

10 Abbildung 4: Höhenlinien und Gradienten der Funktion f (x, y) = xy. Funktion g(x, y) = (x 2 + y 2 )(2x) 1 = c nach y auf: g(x, y) = (x 2 + y 2 )(2x) 1 = c y = ± 2xc x 2 y(x) kann einfach für verschiedene Werte c gezeichnet werden, wie in Abbildung 5 zu sehen. Zu beachten ist, dass y(x) keine mathematische Funktion ist, da jeden x zwei y = ± 2xc x 2 zugeordnet werden. Die Abbildung zeigt zusätzlich die Gradienten g(x 0, y 0 ) = ( (x0 2 ) y2 0 )(2x2 0 ) 1, y 0 x0 1. Abbildung 5: Höhenlinien und Gradienten der Funktion g(x, y) = (x 2 + y 2 )(2x) 1.

11 Aufgabe 5: (a) Es sei F : R 2 R 3 gegeben durch (r, ϑ, ϕ) (r sin ϑ cos ϕ, r sin ϑ sin ϕ, cos ϑ) und Φ : R 3 R 1 sei gegeben durch (x, y, z) x 2 + y 2 + z 2. Berechnen Sie F und (Φ F) mit Hilfe der Kettenregel und direkt. (b) Es sei f : R 4 R 3 ((u 1, u 2 u 3, u 4 ) (u 1, u 2 u 1, cos(u 3 u 4 )), g : R 3 R 3 ((w 1, w 2, w 3 ) (e w 1+w 2, e w 3, sin w 1 ). Bestimmen Sie f, g, (g f ) und berechnen Sie f (0, 0, π/2, 1). Bestimmen Sie (g f ) (0, 0, π/2, 1). Lösung der Aufgabe 5a: Φ(x, y, z) = x 2 + y 2 + z 2 Φ (x, y, z) = (2x, 2y, 2z) r sin ϑ cos ϕ F(r, ϑ, ϕ) = r sin ϑ sin ϕ cos ϑ sin ϑ cos φ r cos ϑ cos ϕ r sin ϑ sin ϕ F (r, ϑ, ϕ) = sin ϑ sin ϕ r cos ϑ sin ϕ r sin ϑ cos ϕ 0 sin ϑ 0 (Φ F)(r, ϑ, ϕ) = r 2 sin 2 ϑ cos 2 ϕ + r 2 sin 2 ϑ sin 2 ϕ + cos 2 ϑ = r 2 sin 2 ϑ(cos 2 ϕ + sin 2 ϕ) + cos 2 ϑ = r 2 sin 2 ϑ + cos 2 ϑ (Φ F) direkt berechnet: (Φ F) (r, ϑ, ϕ) = ( Φ r, Φ ϑ, ) ( Φ ϕ = 2r sin 2 ϑ, 2r 2 sin ϑ cos ϑ 2 cos ϑ sin ϑ, 0 ) (Φ F) mit Hilfe der Kettenregel berechnet: (Φ F) (r, ϑ, ϕ) =Φ(F(r, ϑ, ϕ)) F(r, ϑ, ϕ) = ( 2r sin ϑ cos ϕ, 2r sin ϑ sin ϕ, 2 cos ϑ ) sin ϑ cos φ r cos ϑ cos ϕ r sin ϑ sin ϕ sin ϑ sin ϕ r cos ϑ sin ϕ r sin ϑ cos ϕ 0 sin ϑ 0 Lösung der Aufgabe 5b: =(2r sin 2 ϑ cos 2 ϕ + 2r sin 2 ϑ sin 2 ϕ, 2r 2 sin ϑ cos ϑ cos 2 ϕ + 2r 2 sin ϑ cos ϑ sin 2 ϕ 2 cos ϑ sin ϑ, 2r 2 sin 2 ϑ sin ϕ cos ϕ + 2r 2 sin 2 ϑ cos ϕ sin ϕ) = ( 2r sin 2 ϑ, 2r 2 sin ϑ cos ϑ 2 cos ϑ sin ϑ, 0 ) 11

12 u 1 f (u 1, u 2, u 3, u 4 ) = u 2 u 1 cos(u 3 u 4 ) f (u 1, u 2, u 3, u 4 ) = sin(u 3 u 4 )u 4 sin(u 3 u 4 )u 3 e w 1+w 2 e w 3 g(w 1, w 2, w 3 ) = sin w 1 e w 1+w 2 e w 1+w 2 0 g (w 1, w 2, w 3 ) = 0 0 e w 3 cos w e u 2 e cos(u 4u 3 ) (g f )(u 1, u 2 u 3, u 4 ) = sin u 1 0 e u (g f ) (u 1, u 2 u 3, u 4 ) = 0 0 e cos(u 4u 3 ) sin(u 3 u 4 )u 4 e cos(u 4u 3 ) sin(u 3 u 4 )u 3 cos u f (0, 0, π/2, 1) = π/ (g f ) (0, 0, π/2, 1) = π/ Aufgabe 6: (a) Geben Sie die allgemeine Taylorformel mit Restglied für eine Funktion f : R n R am Punkt x 0 an. Erklären Sie auch die verkürzenden Schreibweisen, die hier beim Gebrauch von Multiindizes in Erscheinung treten. (b) Wie lautet das Taylorpolynom 2. Grades der Funktion f (x, y) = ln(e x + y), x R, y > e x, am Punkt (x 0, y 0 ) = (1, 0)? (c) Entwickeln Sie das Taylorpolynom 2. Ordnung von f (x, y) = 3x 2 + 2y 2 xy + 2x 3 am Punkt (0, 0) und am Punkt (1, 1). 12

13 Lösung der Aufgabe 6a: f (x) = j k D j f (x 0 ) j! (x x 0 ) j + j =k+1 Dabei ist z [x 0, x] Hierbei wird die Multiindex-Notation verwendet: Lösung der Aufgabe 6b: D j f (z) (x x 0 ) j j! j = ( j 1,..., j m ) N m 0 ist ein m-tupel von natürlichen Zahlen, j = j j m heißt die Länge von j, j! = j 1!... j m!, D j f = j x j f = j x j 1 1 x j f, m m (x a) j = (x 1 a 1 ) j 1 (x 2 a 2 ) j2 (x m a m ) j m, f (x, y) = ln(e x + y) f (1, 0) = 1 (x, y) = ex (1, 0) = 1 x y x 2 (x, y) = e x +y (x, y) = 1 e x +y ex e x +y y 2 (x, y) = 1 y x (x, y) = ex x y (1, 0) = e 1 e2x (1, 0) = 0 (e x +y) 2 x 2 (e x +y) 2 (e x +y) 2 y x y 2 (1, 0) = e 2 Daraus folgt für das Taylorpolynom 2. Grades am Punkt (x 0, y 0 ) = (1, 0): Lösung der Aufgabe 6c: (1, 0) = e 1 f (x) f (x 0, y 0 ) + 1 1! x (x 0, y 0 ) (x x 0 ) + 1 1! y (x 0, y 0 ) (y y 0 ) + 1 2! x 2 (x 0, y 0 ) (x x 0 ) !1! x y (x 0, y 0 ) (x x 0 )(y y 0 ) + 1 2! y 2 (x 0, y 0 ) (y y 0 ) 2 =1 + (x 1) + e 1 y (x 1)2 + ( 1)(x 1)(y) ( e 1 )(y) 2 =x + e 1 y xy + y 1 2 e 1 y 2 f (x, y) = 3x 2 + 2y 2 xy + 2x 3 f (0, 0) = 3 f (1, 1) = 3 x (x, y) = 6x y + 2 x (0, 0) = 2 x (1, 1) = 7 (x, y) = 4y x (0, 0) = 0 (1, 1) = 3 y x 2 (x, y) = 6 (x, y) = 4 y 2 (x, y) = 1 y x y x 2 (0, 0) = 6 (0, 0) = 4 y 2 (0, 0) = 1 2 f y x y x 2 (1, 1) = 6 (1, 1) = 4 y 2 (1, 1) = 1 2 f y x 13

14 Daraus folgt für das Taylorpolynom 2. Grades am Punkt (x 0, y 0 ) = (0, 0): f (x) f (x 0, y 0 ) + 1 1! x (x 0, y 0 ) (x x 0 ) + 1 1! y (x 0, y 0 ) (y y 0 ) + 1 2! x 2 (x 0, y 0 ) (x x 0 ) !1! x y (x 0, y 0 ) (x x 0 )(y y 0 ) + 1 2! y 2 (x 0, y 0 ) (y y 0 ) 2 = 3 + 2x x2 + ( 1)xy y2 =3x 2 + 2y 2 xy + 2x 3 Für das Taylorpolynom 2. Grades am Punkt (x 0, y 0 ) = (1, 1) folgt: f (x) f (x 0, y 0 ) + 1 1! x (x 0, y 0 ) (x x 0 ) + 1 1! y (x 0, y 0 ) (y y 0 ) + 1 2! x 2 (x 0, y 0 ) (x x 0 ) !1! x y (x 0, y 0 ) (x x 0 )(y y 0 ) + 1 2! y 2 (x 0, y 0 ) (y y 0 ) 2 =3 + 7(x 1) + 3(y 1) (x 1)2 + ( 1)(x 1)(y 1) + 1 4(y 1)2 2 =3x 2 + 2y 2 xy + 2x 3 14

3. Approximation von Funktionen und Extremwertprobleme im R n

3. Approximation von Funktionen und Extremwertprobleme im R n 3. Approximation von Funktionen und Extremwertprobleme im R n Wie in D ist es wichtig Funktionen mit mehreren Variablen durch Polynome lokal approximieren zu können. Polynome lassen sich im Gegensatz zu

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 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe

Mehr

Extrema multivariater Funktionen

Extrema multivariater Funktionen Extrema multivariater Funktionen Ist f (x ) ein Minimum (Maximum) einer stetig differenzierbaren skalaren Funktion f auf einer Umgebung U von x, so gilt grad f (x ) = (0,..., 0) t. Extrema multivariater

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

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

Probeklausur zur Analysis 2, SoSe 2017

Probeklausur zur Analysis 2, SoSe 2017 BERGISCHE UNIVERSITÄT WUPPERTAL 21717 Fakultät 4 - Mathematik und Naturwissenschaften Prof N V Shcherbina Dr T P Pawlaschyk wwwkanauni-wuppertalde Probeklausur zur Analysis 2, SoSe 217 Hinweis Die Lösungen

Mehr

Analysis I & II Lösung zur Basisprüfung

Analysis I & II Lösung zur Basisprüfung FS 6 Aufgabe. [8 Punkte] (a) Bestimmen Sie den Grenzwert ( lim x x ). [ Punkte] log x (b) Beweisen Sie, dass folgende Reihe divergiert. n= + n + n + sin(n) n 3 + [ Punkte] (c) Finden Sie heraus, ob die

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

KLAUSUR. Analysis (E-Technik/Mechatronik/W-Ing) Prof. Dr. Werner Seiler Dr. Matthias Fetzer, Dominik Wulf

KLAUSUR. Analysis (E-Technik/Mechatronik/W-Ing) Prof. Dr. Werner Seiler Dr. Matthias Fetzer, Dominik Wulf KLAUSUR Analysis (E-Technik/Mechatronik/W-Ing).9.7 Prof. Dr. Werner Seiler Dr. Matthias Fetzer, Dominik Wulf Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Unterschrift: In der Klausur können Sie insgesamt

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

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof Dr M Keyl M Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 3 (Analysis 2) MA923 http://wwwm5matumde/allgemeines/ma923_26s Sommersem 26 Probeklausur (4726) Krümmung

Mehr

Vorlesung Mathematik für Ingenieure II (Sommersemester 2008)

Vorlesung Mathematik für Ingenieure II (Sommersemester 2008) Vorlesung Mathematik für Ingenieure II (Sommersemester 8) Kapitel : Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 8. Mai 8) Differenzialrechnung R R 4

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

Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009)

Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009) 1 Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009) Kapitel 10: Differenzialrechnung R n R m Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 27. März 2009) Differenzialrechnung

Mehr

AM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man:

AM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man: AM3: Differenzial- und Integralrechnung im R n 1 Begriffe f : x 1 f 1 x 1, x 2,..., x n ) x 2... f 2 x 1, x 2,..., x n )... x n f m x 1, x 2,..., x n ) }{{}}{{} R n R m aus Platzgründen schreibt man: f

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

Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 8. Übungsblatt. ). 12x 3 Die Hessematrix von f ist gegeben durch H f (x, y) =

Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 8. Übungsblatt. ). 12x 3 Die Hessematrix von f ist gegeben durch H f (x, y) = Karlsruher Institut für Technologie (KIT Institut für Analysis Priv-Doz Dr P C Kunstmann Dipl-Math D Roth SS 0 7060 Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 8 Übungsblatt

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

Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12

Mathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12 Mathematik für Wirtschaftswissenschaftler im WS /3 Lösungen zu den Übungsaufgaben Blatt Aufgabe 5 Welche der folgenden Matrizen sind positiv bzw negativ definit? A 8, B 3 7 7 8 9 3, C 7 4 3 3 8 3 3 π 3

Mehr

Nachklausur Analysis 2

Nachklausur Analysis 2 Nachklausur Analysis 2. a) Wie ist der Grenzwert einer Folge in einem metrischen Raum definiert? Antwort: Se (a n ) n N eine Folge in dem metrischen Raum (M, d). Diese Folge besitzt den Grenzwert g M,

Mehr

1 Übungsaufgaben zu Kapitel 1

1 Übungsaufgaben zu Kapitel 1 Übungsaufgaben zu Kapitel. Übungsaufgaben zu Abschnitt... Aufgabe. Untersuchen Sie die nachstehend definierten Folgen ( a k ) k und ( b k ) k auf Konvergenz und bestimmen Sie ggf. den jeweiligen Grenzwert:

Mehr

Musterlösung Klausur zu Analysis II. Verständnisteil

Musterlösung Klausur zu Analysis II. Verständnisteil Technische Universität Berlin SS 2009 Institut für Mathematik 20.07.2009 Prof. Dr. R. Schneider Fritz Krüger Sebastian Holtz Musterlösung Klausur zu Analysis II Verständnisteil 1. (a) Sei D R n konvex

Mehr

Analysis II WS 11/12 Serie 9 Musterlösung

Analysis II WS 11/12 Serie 9 Musterlösung Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei

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

Teil 6. Differentialrechnung mehrerer Veränderlicher

Teil 6. Differentialrechnung mehrerer Veränderlicher Teil 6 Differentialrechnung mehrerer Veränderlicher 95 96 6.1 Topologie von Mengen Umgebung ε-umgebung eines Punktes x R n : B ε (x) = {y : y x < ε} Umgebung U von x: Menge, die eine ε-umgebung von x enthält

Mehr

Rückblick auf die letzte Vorlesung

Rückblick auf die letzte Vorlesung Rückblick auf die letzte Vorlesung 1. Anwendungen des Satzes über implizite Funktionen 2. Stationäre Punkte implizit definierter Funktionen 3. Reguläre Punkte 4. Singuläre Punkte Ausblick auf die heutige

Mehr

Übungen zur Vorlesung Mathematik im Querschnitt Lösungsvorschlag

Übungen zur Vorlesung Mathematik im Querschnitt Lösungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 06/7 Blatt 4 5..06 Übungen zur Vorlesung Mathematik im Querschnitt Lösungsvorschlag 3. Die gegebene Polynomfunktion f : R R, f(x, y) =

Mehr

Extremwertrechnung in mehreren Veränderlichen

Extremwertrechnung in mehreren Veränderlichen KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann SS 2014 14.05.2014 Höhere Mathematik II für die Fachrichtung Informatik 3. Saalübung (14.05.2014) Extremwertrechnung

Mehr

Mathematische Behandlung der Natur- und Wirtschaftswissenschaften I. f(x) := e x + x.

Mathematische Behandlung der Natur- und Wirtschaftswissenschaften I. f(x) := e x + x. Technische Universität München WS 009/0 Fakultät für Mathematik Prof. Dr. J. Edenhofer Dipl.-Ing. W. Schultz Übung Lösungsvorschlag Mathematische Behandlung der Natur- und Wirtschaftswissenschaften I Aufgabe

Mehr

Höhere Mathematik II für die Fachrichtung Physik. Übungs- und Scheinklausur

Höhere Mathematik II für die Fachrichtung Physik. Übungs- und Scheinklausur Institut für Analysis SS17 PD Dr. Peer Christian Kunstmann 15.7.17 Dipl.-Math. Leonid Chaichenets, Johanna Richter, M.Sc., Tobias Ried, M.Sc., Tobias Schmid, M.Sc. Höhere Mathematik II für die Fachrichtung

Mehr

Analysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit

Analysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit A Analysis, Woche 9 Mehrdimensionale Differentialrechnung I A 9. Differenzierbarkeit A3 =. (9.) Definition 9. Sei U R m offen, f : U R n eine Funktion und a R m. Die Funktion f heißt differenzierbar in

Mehr

2 Funktionen in mehreren Variablen: Differentiation

2 Funktionen in mehreren Variablen: Differentiation Satz 2. (Richtungsableitung) Für jede auf der offenen Menge D R n total differenzierbaren Funktion f (insbesondere für f C 1 (D, R) und für jeden Vektor v R n, v 0, gilt: n v f(x) = f(x) v = f xi (x)v

Mehr

Grundlagen der Mathematik 2 Nachklausur

Grundlagen der Mathematik 2 Nachklausur Andreas Gathmann und Yue Ren Sommersemester 6 Grundlagen der Mathematik Nachklausur Bearbeitungszeit: 8 Minuten Aufgabe (6 Punkte): Es sei f : R R, (x,y) xye (x+y). (a) Bestimme alle lokalen Maxima und

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

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

(a), für i = 1,..., n.

(a), für i = 1,..., n. .4 Extremwerte Definition Sei M R n eine Teilmenge, f : M R stetig, a M ein Punkt. f hat in a auf M ein relatives (oder lokales) Maximum bzw. ein relatives (oder lokales) Minimum, wenn es eine offene Umgebung

Mehr

Stetigkeit und Dierenzierbarkeit im R n

Stetigkeit und Dierenzierbarkeit im R n Stetigkeit und Dierenzierbarkeit im R n 1 Stetigkeit Wir übertragen den Stetigkeitsbegri auf mehrstellige reellwertige Funktionen. Denition 1. Sei M R n. Eine Funktion f : M R heiÿt stetig in a M gdw.

Mehr

Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Sommersemester 23 (5.8.23). Gegeben seien die Matrizen A = 2 3 3 und B = 5 2 5 (a) Bestimmen Sie die Eigenwerte von A und B sowie die

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

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 Berlin

Technische Universität Berlin Technische Universität Berlin Fakultät II Institut für Mathematik WS /5 G. Bärwol, A. Gündel-vom-Hofe..5 Februar Klausur Analysis II für Ingenieurswissenschaften Lösungsskizze. Aufgabe 6Punkte Bestimmen

Mehr

Klausur HM II/III F 2003 HM II/III : 1

Klausur HM II/III F 2003 HM II/III : 1 Klausur HM II/III F 3 HM II/III : Aufgabe : (7 Punkte) Untersuchen Sie die Funktion f : R R gegeben durch x 3 y 3 f(x, y) x + y sin, (x, y) (, ) x + y, (x, y) (, ) auf Stetigkeit und Differenzierbarkeit.

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

Stroppel Musterlösung , 180min

Stroppel Musterlösung , 180min Stroppel Musterlösung 040907, 80min Aufgabe (8 Punkte) (a) Seien A, D, T R d d für ein d N Weiter sei T invertierbar und es gelte T AT D Zeigen Sie durch vollständige Induktion, dass A n T D n T gilt für

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

Nachklausur zur Analysis 2, SoSe 2017

Nachklausur zur Analysis 2, SoSe 2017 BERGISCHE UNIVERSITÄT WUPPERTAL 18.9.17 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis 2, SoSe 217 Aufgabe

Mehr

9. Übungsblatt zur Vorlesung Mathematik I für Informatik

9. Übungsblatt zur Vorlesung Mathematik I für Informatik Fachbereich Mathematik Prof. Dr. Thomas Streicher Dr. Sven Herrmann Dipl.-Math. Susanne Pape 9. Übungsblatt zur Vorlesung Mathematik I für Informatik Wintersemester 2009/2010 8./9. Dezember 2009 Gruppenübung

Mehr

Prof. Steinwart Höhere Mathematik I/II Musterlösung A =

Prof. Steinwart Höhere Mathematik I/II Musterlösung A = Prof. Steinwart Höhere Mathematik I/II Musterlösung 9.8.6 Aufgabe Punkte a Berechnen Sie die Eigenwerte der folgenden Matrix: A 3 b Es sei 4 A. 8 5 Bestimmen Sie P, P M, und eine Diagonalmatrix D M, so,

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

Anleitungsaufgaben zu. Analysis III für Studierende der Ingenieurwissenschaften

Anleitungsaufgaben zu. Analysis III für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg WiSe 2011/12 Dr. K. Rothe Anleitungsaufgaben zu Analysis III für Studierende der Ingenieurwissenschaften Aufgabe 1: Für die folgenden Funktionen f : IR 2

Mehr

Modulprüfung Hm 1 & Hm 2

Modulprüfung Hm 1 & Hm 2 Seite von 9 Modulprüfung Hm & Hm Hinweise: - Es gibt 9 Aufgaben. Die jeweilige Punktzahl ist angegeben. - Die Maximalpunktzahl ist 56. Zum Bestehen der Klausur sind 4 Punkte hinreichend. - Die Bearbeitungszeit

Mehr

Klausur. Wir wünschen Ihnen viel Erfolg! Klausur Höhere Mathematik Teil

Klausur. Wir wünschen Ihnen viel Erfolg! Klausur Höhere Mathematik Teil Prof. Dr. Guido Schneider Fachbereich Mathematik Universität Stuttgart Klausur für Studierende der Fachrichtungen el, kyb, mecha, phys, tpel Bitte unbedingt beachten: Bitte beschriften Sie jeden Ihrer

Mehr

1. Aufgabe 8 Punkte. f (x) = (x 2 + 1) e x2. Es gilt. f (x) = 2xe x2 + ( x ) e x2 ( 2x) = 2x 3 e x2.

1. Aufgabe 8 Punkte. f (x) = (x 2 + 1) e x2. Es gilt. f (x) = 2xe x2 + ( x ) e x2 ( 2x) = 2x 3 e x2. 1. Aufgabe 8 Punkte Geben Sie die Bereiche, auf denen die Funktion f : R R mit f (x) = (x + 1) e x monoton wachsend oder fallend ist, an, und untersuchen Sie die Funktion auf lokale und globale Extrema.

Mehr

Kapitel 6 Differential- und Integralrechnung in mehreren Variablen

Kapitel 6 Differential- und Integralrechnung in mehreren Variablen Kapitel 6 Differential- und Integralrechnung in mehreren Variablen Inhaltsverzeichnis FUNKTIONEN IN MEHREREN VARIABLEN... 3 BEISPIELE UND DARSTELLUNGEN... 3 GRENZWERT UND STETIGKEIT (ABSTANDSBEGRIFF)...

Mehr

Stroppel Musterlösung , 180min. Aufgabe 1 (4 Punkte) Bestimmen Sie die folgenden Grenzwerte und Funktionengrenzwerte.

Stroppel Musterlösung , 180min. Aufgabe 1 (4 Punkte) Bestimmen Sie die folgenden Grenzwerte und Funktionengrenzwerte. Stroppel Musterlösung 3908, 80min Aufgabe 4 Punkte) Bestimmen Sie die folgenden Grenzwerte und Funktionengrenzwerte a) 4n 3 9 lim b) lim n n + n) n + )5n 4) c) lim x 0 sinlnx + )) sinhx) a) Es ist lim

Mehr

Diplom Vorprüfung bzw. Bachelor Modulprüfung Höhere Mathematik II für die Fachrichtung Physik. Lösungsvorschläge. det

Diplom Vorprüfung bzw. Bachelor Modulprüfung Höhere Mathematik II für die Fachrichtung Physik. Lösungsvorschläge. det UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Herbst 9.9.9 Diplom Vorprüfung bzw. Bachelor Modulprüfung Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge Aufgabe

Mehr

2 k k 1 k(k + 1) = 2n+1. n = 0 = k(k + 1) = 2n+1 n n. = 2 n+1 n + 2 (n + 1)(n + 2) + n. (n + 1)(n + 2)

2 k k 1 k(k + 1) = 2n+1. n = 0 = k(k + 1) = 2n+1 n n. = 2 n+1 n + 2 (n + 1)(n + 2) + n. (n + 1)(n + 2) Prof. Hesse Höhere Mathematik I und II Musterlösung 7. 0. 0, 80min Aufgabe (3 Punkte) Zeigen Sie mit vollständiger Induktion: Für alle n N gilt n k= k k k(k + ) = n+ n +. Induktionsanfang: k= Induktionsschluss

Mehr

Serie 3. z = f(x, y) = 9 (x 2) 2 (y 3) 2 z 2 = 9 (x 2) 2 (y 3) 2, z 0 9 = (x 2) 2 + (y 3) 2 + z 2, z 0.

Serie 3. z = f(x, y) = 9 (x 2) 2 (y 3) 2 z 2 = 9 (x 2) 2 (y 3) 2, z 0 9 = (x 2) 2 + (y 3) 2 + z 2, z 0. Analysis D-BAUG Dr Cornelia Busch FS 2016 Serie 3 1 a) Zeigen Sie, dass der Graph von f(x, y) = 9 (x 2) 2 (y 3) 2 eine Halbkugel beschreibt und bestimmen Sie ihren Radius und ihr Zentrum z = f(x, y) =

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

Übungsaufgaben zu den mathematischen Grundlagen von KM

Übungsaufgaben zu den mathematischen Grundlagen von KM TUM, Institut für Informatik WS 2003/2004 Prof Dr Thomas Huckle Andreas Krahnke, MSc Dipl-Inf Markus Pögl Übungsaufgaben zu den mathematischen Grundlagen von KM 1 Bestimmen Sie die Darstellung von 1 4

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

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

Topologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte

Topologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte Universität München 22. Juli 29 Topologie und Differentialrechnung mehrerer Veränderlicher, SS 29 Modulprüfung/Abschlussklausur Name: Aufgabe 2 3 4 Punkte Gesamtpunktzahl: Gesamturteil: Schreiben Sie unbedingt

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

40 Lokale Extrema und Taylor-Formel

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

Mehr

Übungen zu Grundlagen der Mathematik 2 Lösungen Blatt 12 SS 14. Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion.

Übungen zu Grundlagen der Mathematik 2 Lösungen Blatt 12 SS 14. Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion. Übungen zu Grundlagen der Mathematik Lösungen Blatt 1 SS 14 Prof. Dr. W. Decker Dr. M. Pleger Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion f : U R, (x, y) x y x + y, im Punkt (1, 1) bis einschließlich.

Mehr

10 Ableitungen höherer Ordnung

10 Ableitungen höherer Ordnung Mathematik für Ingenieure II, SS 9 Freitag 47 $Id: ntaylortex,v 3 9/7/4 8:6:56 hk Exp $ Ableitungen höherer Ordnung Partielle Ableitungen beliebiger Ordnung Nachdem wir das letzte Mal einige Beispiele

Mehr

MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE

MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE Differentialrechnung für Funktionen mehrerer

Mehr

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist: Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,

Mehr

A1: Diplomvorprüfung HM II/III WS 2007/

A1: Diplomvorprüfung HM II/III WS 2007/ A: Diplomvorprüfung HM II/III WS 7/8 6..8 Aufgabe. (+68 Punkte) a) Ist die Reihe k+ k k 5k konvergent oder divergent? Begründen Sie ihre Aussage! b) Führen Sie eine Partialbruchzerlegung für n+ durch und

Mehr

Probeklausur. 1 Stetigkeit [7 Punkte] 2 Differenzierbarkeit [10 Punkte] Ferienkurs Analysis 2 für Physiker SS Karolina Stoiber Aileen Wolf

Probeklausur. 1 Stetigkeit [7 Punkte] 2 Differenzierbarkeit [10 Punkte] Ferienkurs Analysis 2 für Physiker SS Karolina Stoiber Aileen Wolf Karolina Stoiber Aileen Wolf Ferienkurs Analysis 2 für Physiker SS 26 A Probeklausur Allgemein Hinweise: Die Arbeitszeit beträgt 9 Minuten. Falls nicht anders angegeben, sind alle en ausführlich und nachvollziehbar

Mehr

Mathematik für Sicherheitsingenieure I A

Mathematik für Sicherheitsingenieure I A Prof. Dr. J. Ruppenthal Wuppertal, 3.8.8 Dr. T. Pawlaschyk Mathematik für Sicherheitsingenieure I A Aufgabe. (5+5+5+5 Punkte) a) Geben Sie für jede der folgenden Aussagen an, ob sie WAHR oder FALSCH ist.

Mehr

Lösungsvorschlag Klausur MA9802

Lösungsvorschlag Klausur MA9802 Lehrstuhl für Numerische Mathematik Garching, den 3.8.22 Prof. Dr. Herbert Egger Dr. Matthias Schlottbom Lösungsvorschlag Klausur MA982 Aufgabe [3 + 3 Punkte] Berechnen Sie, falls existent, die folgenden

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

Konvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h.

Konvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h. Konvexe Menge Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, dh Kapitel Extrema konvex: h x + h y D für alle h [0, ], und x,

Mehr

Lösung zur Klausur zur Analysis II

Lösung zur Klausur zur Analysis II Otto von Guericke Universität Magdeburg 9.7.4 Fakultät für Mathematik Lösung zur Klausur zur Analysis II Vorlesung von Prof. L. Tobiska, Sommersemester 4 Bitte benutzen Sie für jede Aufgabe ein eigenes

Mehr

Mehrdimensionale Differentialrechnung Übersicht

Mehrdimensionale Differentialrechnung Übersicht Mehrdimensionale Differentialrechnung Übersicht Partielle und Totale Differenzierbarkeit Man kann sich mehrdimensionale Funktionen am Besten für den Fall f : R 2 M R vorstellen Dann lässt sich der Graph

Mehr

Vorlesung: Analysis II für Ingenieure. Wintersemester 09/10. Michael Karow. Themen: Taylor-Entwicklung und lokale Extrema

Vorlesung: Analysis II für Ingenieure. Wintersemester 09/10. Michael Karow. Themen: Taylor-Entwicklung und lokale Extrema Vorlesung: Analysis II für Ingenieure Wintersemester 09/10 Michael Karow Themen: Taylor-Entwicklung und lokale Extrema Motivierendes Beispiel: die Funktion f(x, y) = x(x 1) 2 2 y 2. Dieselbe Funktion von

Mehr

Lösungsvorschlag zur Nachklausur zur Analysis

Lösungsvorschlag zur Nachklausur zur Analysis Prof Dr H Garcke, D Depner SS 09 NWF I - Mathematik 080009 Universität Regensburg Lösungsvorschlag zur Nachklausur zur Analysis Aufgabe Untersuchen Sie folgende Reihen auf Konvergenz und berechnen Sie

Mehr

Übung 5, Analytische Optimierung

Übung 5, Analytische Optimierung Übung 5, 5.7.2011 Analytische Optimierung Aufgabe 5.1 Bei der Herstellung von Konserven werden für Boden und Deckel bzw. für den Konservenmantel verschiedene Materialien verwendet, die g 1 = bzw. g 2 =

Mehr

Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Sommersemester 7 (7.8.7). Gegeben ist die Matrix A 3 3 3 (a) Bestimmen Sie sämtliche Eigenwerte sowie die zugehörigen Eigenvektoren.

Mehr

Stroppel Musterlösung , 180min. Aufgabe 1 (3 Punkte) Bestimmen Sie die Determinante der Matrix

Stroppel Musterlösung , 180min. Aufgabe 1 (3 Punkte) Bestimmen Sie die Determinante der Matrix Stroppel Musterlösung 7.., 8min Aufgabe Punkte Bestimmen Sie die Determinante der Matrix A =. Geben Sie alle Lösungen x des homogenen Gleichungssystems Ax = an. Entwicklung nach der ersten Spalte: deta

Mehr

Aufgabe 1 (Komplexe Zahlen) Berechnen Sie die folgenden komplexe Zahlen:

Aufgabe 1 (Komplexe Zahlen) Berechnen Sie die folgenden komplexe Zahlen: Mathematik für Wirtschaftswissenschaftler im SoSe 24 Lösungsvorschläge zur Klausur im SoSe 24 Aufgabe (Komplexe Zahlen) Berechnen Sie die folgenden komplexe Zahlen: z = ( + i) 2 w = + i. Stellen Sie jeweils

Mehr

Lösungen zu Mathematik I/II

Lösungen zu Mathematik I/II Dr. A. Caspar ETH Zürich, August D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben. ( Punkte) a) Wir berechnen lim sin(x ) x 3 + 4x L Hôpital = lim x cos(x ) 3x + 8x = 4. b) Wir benutzen L Hôpital lim

Mehr

Technische Universität Berlin

Technische Universität Berlin Technische Universität Berlin Fakultät II Institut für Mathematik WS 7/8 W. Stannat, A. Gündel-vom ofe..8 Februar Klausur Analysis II für Ingenieurwissenschaften Lösungsskizze Analysis II für Ingenieurwissenschaften

Mehr

Höhere Mathematik II für BWIW, BNC, BAI, BGIP, GTB, Ma Hausaufgaben zum Übungsblatt 5 - Lösung

Höhere Mathematik II für BWIW, BNC, BAI, BGIP, GTB, Ma Hausaufgaben zum Übungsblatt 5 - Lösung TU Bergakademie Freiberg Sommersemester Dr. Gunter Semmler Dr. Anja Kohl Höhere Mathematik II für BWIW, BNC, BAI, BGIP, GTB, Ma Hausaufgaben zum Übungsblatt 5 - Lösung Differentialrechnung für Funktionen

Mehr

cos(x)cos(2x)cos(4x) cos(2 n x) = sin(2n+1 x) 2 n+1 sin(x) = sin(2n+2 x) 2 n+2 sin(x).

cos(x)cos(2x)cos(4x) cos(2 n x) = sin(2n+1 x) 2 n+1 sin(x) = sin(2n+2 x) 2 n+2 sin(x). Stroppel/Sändig Musterlösung 8. 3., min Aufgabe 5 Punkte Beweisen Sie für alle x R {zπ z Z} die Formel für n N mit Hilfe der vollständigen Induktion. cosxcosxcosx cos n x = sinn+ x n+ sinx Dabei dürfen

Mehr

Berechnung von Extrema

Berechnung von Extrema KAPITEL 2 Berechnung von Extrema 1. Partielle Ableitungen Definition 2.1 (partielle Ableitung). Sei U R n offen und e j der j-te Einheitsvektor. Eine Funktion f : U R ist in x u partiell differenzierbar

Mehr

2 a 6. a 4 a Wir führen nun den Gauÿalgorithmus durch: 2 a a 2 4a 2 4a a a 2 2a 0 2 a

2 a 6. a 4 a Wir führen nun den Gauÿalgorithmus durch: 2 a a 2 4a 2 4a a a 2 2a 0 2 a Aufgabe 8 Punkte). Bestimmen Sie die Lösungsmenge in R in Abhängigkeit von a R) des folgenden linearen Gleichungssystem: x + ax + 6x = 4, ax + 4x + ax =, x + 4x =. Lösung. Wir schreiben das lineare Gleichungssystem

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

Klausur. Wir wünschen Ihnen viel Erfolg! Klausur Mathematik für Informatiker und Softwaretechniker

Klausur. Wir wünschen Ihnen viel Erfolg! Klausur Mathematik für Informatiker und Softwaretechniker Apl. Prof. Dr. W.-P. Düll Fachbereich Mathematik Universität Stuttgart Klausur für Studierende der Fachrichtungen inf, swt Bitte unbedingt beachten: Bitte beschriften Sie jeden Ihrer Zettel mit Namen und

Mehr

Fortgeschrittene Mathematik Raum und Funktionen

Fortgeschrittene Mathematik Raum und Funktionen Fortgeschrittene Mathematik Raum und Funktionen Thomas Zehrt Universität Basel WWZ Thomas Zehrt (Universität Basel WWZ) R n und Funktionen 1 / 33 Outline 1 Der n-dimensionale Raum 2 R 2 und die komplexen

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

Höhere Mathematik für Physiker II

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

Mehr

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II... ................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik

Mehr

Übungen zur Ingenieur-Mathematik III WS 2012/13 Blatt

Übungen zur Ingenieur-Mathematik III WS 2012/13 Blatt Übungen zur Ingenieur-Mathematik III WS 2012/13 Blatt 9 19.12.2012 Aufgabe 35: Thema: Differenzierbarkeit a) Was bedeutet für eine Funktion f : R n R, dass f an der Stelle x 0 R n differenzierbar ist?

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

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

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)

Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) 1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 4: Konvergenz und Stetigkeit Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 22. November 2007) Folgen Eine Folge

Mehr