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

Save this PDF as:
 WORD  PNG  TXT  JPG

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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 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

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

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 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

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

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

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

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

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

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

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

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

Vorlesung: Analysis II für Ingenieure. Wintersemester 07/08. Michael Karow. Themen: Niveaumengen und Gradient

Vorlesung: Analysis II für Ingenieure. Wintersemester 07/08. Michael Karow. Themen: Niveaumengen und Gradient Vorlesung: Analysis II für Ingenieure Wintersemester 07/08 Michael Karow Themen: Niveaumengen und Gradient Wir betrachten differenzierbare reellwertige Funktionen f : R n G R, G offen Zur Vereinfachung

Mehr

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

Reellwertige Funktionen mehrerer Veränderlicher

Reellwertige Funktionen mehrerer Veränderlicher Reellwertige Funktionen mehrerer Veränderlicher Teilnehmer: Philipp Besel Joschka Braun Robert Courant Florens Greÿner Tim Jaschek Leroy Odunlami Gloria Xiao Heinrich-Hertz-Oberschule, Berlin Ludwigs-Georgs-Gymnasium,

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

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

Multivariate Analysis

Multivariate Analysis Kapitel Multivariate Analysis Josef Leydold c 6 Mathematische Methoden I Multivariate Analysis / 38 Lernziele Funktionen in mehreren Variablen Graph und Niveaulinien einer Funktion in zwei Variablen Partielle

Mehr

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

Mathematischer Vorkurs für Physiker WS 2012/13

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

Mehr

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

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

Mehr

Skripten für die Oberstufe. Kurvendiskussion. f (x) f (x)dx = e x.

Skripten für die Oberstufe. Kurvendiskussion. f (x) f (x)dx = e x. Skripten für die Oberstufe Kurvendiskussion x 3 f (x) x f (x)dx = e x H. Drothler 0 www.drothler.net Kurvendiskussion Zusammenfassung Seite Um Funktionsgraphen möglichst genau zeichnen zu können, werden

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

Heinrich-Hertz-Oberschule, Berlin

Heinrich-Hertz-Oberschule, Berlin Reellwertige Funktionen mehrerer Variabler Teilnehmer: Maximilian Ringleb Jakob Napiontek Kay Makowsky Mallku Schlagowski Trung Duc Nguyen Alexander Reinecke Herder-Oberschule, Berlin Heinrich-Hertz-Oberschule,

Mehr

6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode

6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode 6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode In diesem Kapitel orientieren wir uns stark an den Büchern: 1. Knut Sydsæter, Peter Hammond, Mathematik für Wirtschaftswissenschaftler,

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

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

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof Dr M Keyl M Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker (Analysis ) MA90 http://www-m5matumde/allgemeines/ma90 06S Sommersem 06 Lösungsblatt (606) Zentralübung Z

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 Höhere Ableitungen und Taylorformel

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

Mehr

Lösungen der Übungsaufgaben von Kapitel 3

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

Mehr

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

Abitur 2014 Mathematik Infinitesimalrechnung I

Abitur 2014 Mathematik Infinitesimalrechnung I Seite http://www.abiturloesung.de/ Seite 2 Abitur 204 Mathematik Infinitesimalrechnung I Die Abbildung zeigt den Graphen einer Funktion f. Teilaufgabe Teil A (5 BE) Gegeben ist die Funktion f : x x ln

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

Mathematik I für MB und ME

Mathematik I für MB und ME Übungsaufgaben Aufgaben zur Wiederholung Mathematik I für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 06/07 a) Stellen Sie die Gleichung a b 3+c = a +c, a, b > 0, nach

Mehr

8 Blockbild und Hohenlinien

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

Mehr

( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( )

( ) Dann gilt f(x) g(x) in der Nähe von x 0, das heisst. Für den Fehler r(h) dieser Näherung erhält man unter Verwendung von ( ) 64 Die Tangente in x 0 eignet sich also als lokale (lineare) Näherung der Funktion in der Nähe des Punktes P. Oder gibt es eine noch besser approximierende Gerade? Satz 4.9 Unter allen Geraden durch den

Mehr

Extrema von Funktionen mit zwei Variablen

Extrema von Funktionen mit zwei Variablen Extrema von Funktionen mit zwei Variablen Es gilt der Satz: Ist an einer Stelle x,y ) f x x,y ) = und f y x,y ) = und besteht außerdem die Ungleichung f xx x,y )f yy x,y ) f xy x,y ) >, so liegt an dieser

Mehr

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen

1 Einleitung. 2 Reelle Zahlen. 3 Konvergenz von Folgen 1 Einleitung Können Sie die folgenden Fragen beantworten? Sie sollten es auf jeden Fall versuchen. Dieser Fragenkatalog orientiert sich an den Themen der Vorlesung Analysis 1 aus dem Wintersemester 2008/09

Mehr

Analysis III. Dr. Theo Overhagen Fachbereich 6 Mathematik Universität Siegen

Analysis III. Dr. Theo Overhagen Fachbereich 6 Mathematik Universität Siegen Analysis III Dr. Theo Overhagen Fachbereich 6 Mathematik Universität Siegen 2008 1 Einleitung Die Vorlesung Analysis III schließt an die Vorlesungen Analysis I,II (Prof. Dr. Nickel) in den Studienjahren

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

Anwendungen der Differentialrechnung

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

Mehr

1 Höhere Ableitungen 2. 2 Mittelwertsatz und Monotonie 3. 3 Konvexe und konkave Funktionen 5. 4 Lokale und globale Extremalstellen 7

1 Höhere Ableitungen 2. 2 Mittelwertsatz und Monotonie 3. 3 Konvexe und konkave Funktionen 5. 4 Lokale und globale Extremalstellen 7 Universität Basel 4 Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematik 1 Dr. Thomas Zehrt Kurvendiskussionen Inhaltsverzeichnis 1 Höhere Ableitungen 2 2 Mittelwertsatz und

Mehr

Höhere Mathematik II für die Fachrichtung Physik. Modulprüfung

Höhere Mathematik II für die Fachrichtung Physik. Modulprüfung Institut für Analysis SS7 PD Dr. Peer Christian Kunstmann 8.9.7 Höhere Mathematik II für die Fachrichtung Physik Modulprüfung Aufgabe [5+5= Punkte] (a) Zeigen Sie, dass die Matrix α A α =, α. genau dann

Mehr

Analysis I. 1. Beispielklausur mit Lösungen

Analysis I. 1. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Das Bild einer Abbildung F: L M. (2) Eine Cauchy-Folge

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 Prof. Dr. K. Eppler Institut für Numerische Mathematik Dr. M. Herrich SS 207 Aufgabe Gegeben sei die Funktion f : R 2 R mit Übungen

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Vorlesung 49 Zu einer reellwertigen Funktion Extrema auf einer offenen Menge G R n interessieren wir uns, wie schon bei einem eindimensionalen

Mehr

Vorbereitungsaufgaben zur Klausur Mathematik I für Studierende des Studienganges Elektrotechnik und Informationssystemtechnik

Vorbereitungsaufgaben zur Klausur Mathematik I für Studierende des Studienganges Elektrotechnik und Informationssystemtechnik Vorbereitungsaufgaben zur Klausur Mathematik I für Studierende des Studienganges Elektrotechnik und Informationssystemtechnik (Aufgaben aus Klausuren). Bestimmen und skizzieren Sie in der Gaußschen Zahlenebene

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

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufgabe 45. Polynome sind stets stetig. Höhere Mathematik für Informatiker II (Sommersemester

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

Serie 4: Gradient und Linearisierung

Serie 4: Gradient und Linearisierung D-ERDW, D-HEST, D-USYS Mathematik II FS 5 Dr. Ana Cannas Serie 4: Gradient und Linearisierung Bemerkungen: Die Aufgaben der Serie 4 bilden den Fokus der Übungsgruppen vom 7./9. März.. Wir betrachten die

Mehr

FACHHOCHSCHULE ESSLINGEN - HOCHSCHULE FÜR TECHNIK

FACHHOCHSCHULE ESSLINGEN - HOCHSCHULE FÜR TECHNIK FACHHOCHSCHULE ESSLINGEN - HOCHSCHULE FÜR TECHNIK Sommersemester 006 Zahl der Blätter: 5 Blatt 1 s. unten Hilfsmittel: Literatur, Manuskript, keine Taschenrechner und sonstige elektronische Rechner Zeit:

Mehr

Kapitel 5 Differential- und Integralrechnung in einer Variablen

Kapitel 5 Differential- und Integralrechnung in einer Variablen Kapitel 5 Differential- und Integralrechnung in einer Variablen Inhaltsverzeichnis DIE ABLEITUNG... 3 DEFINITIONEN... 3 EIGENSCHAFTEN UND ABLEITUNGSREGELN... 4 TAYLOR SCHE FORMEL UND MITTELWERTSATZ...

Mehr

10 Differenzierbare Funktionen

10 Differenzierbare Funktionen 10 Differenzierbare Funktionen 10.1 Definition: Es sei S R, x 0 S Häufungspunkt von S. Eine Funktion f : S R heißt im Punkt x 0 differenzierbar, wenn der Grenzwert f (x 0 ) := f(x 0 + h) f(x 0 ) lim h

Mehr

Urs Wyder, 4057 Basel Funktionen. f x x x x 2

Urs Wyder, 4057 Basel Funktionen. f x x x x 2 Urs Wyder, 4057 Basel Urs.Wyder@edubs.ch Funktionen f 3 ( ) = + f ( ) = sin(4 ) Inhaltsverzeichnis DEFINITION DES FUNKTIONSBEGRIFFS...3. NOTATION...3. STETIGKEIT...3.3 ABSCHNITTSWEISE DEFINIERTE FUNKTIONEN...4

Mehr

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

Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) 1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 5: Konvergenz Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 15. Dezember 2011) Folgen Eine Folge x 0, x 1,

Mehr

Vorlesung: Analysis I für Ingenieure

Vorlesung: Analysis I für Ingenieure Vorlesung: Analysis I für Ingenieure Michael Karow Thema: Satz von Taylor Die Taylor-Entwicklung I Satz von Taylor. Sei f : R D R an der Stelle x n-mal differenzierbar. Dann gilt für x D, n f (k) (x )

Mehr

Stroppel Musterlösung , 180min. Aufgabe 1 (7 Punkte) Gegeben seien folgende Potenzreihen: ( 2) n n xn,

Stroppel Musterlösung , 180min. Aufgabe 1 (7 Punkte) Gegeben seien folgende Potenzreihen: ( 2) n n xn, Stroppel Musterlösung 0. 09. 03, 80min Aufgabe 7 Punkte) Gegeben seien folgende Potenzreihen: ) n fx) = n xn, gx) = n= + ) n n x+) n. 3 n= a) Bestimmen Sie jeweils den Konvergenzradius und den Entwicklungspunkt.

Mehr

Aufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen

Aufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen Aufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen 1. Bestimmen Sie für die folgenden Funktionen zunächst die kritischen Stellen und entscheiden

Mehr

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen Fachbereich Mathematik/Informatik 6. Juni 0 Prof. Dr. H. Brenner Mathematik für Anwender II Testklausur mit Lösungen Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Ein Skalarprodukt

Mehr

26. Höhere Ableitungen

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

Mehr

= 11 ± 5, also k 1 = 3 und k 2 = 8.

= 11 ± 5, also k 1 = 3 und k 2 = 8. Stroppel Musterlösung.8.5, 8min Aufgabe (6 Punkte) Gegeben sei die Funktion f: R R: x x e x. (a) Zeigen Sie durch vollständige Induktion, dass für alle x R und alle k N gilt: f (k) (x) = ( ) k (x kx+(k

Mehr

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

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

Mehr

4.5 Lokale Extrema und die Hessesche Form

4.5 Lokale Extrema und die Hessesche Form 80 Kapitel 4. Differentialrechnung in mehreren Variablen 4.5 Lokale Extrema und die Hessesche Form Sei ab jetzt U R n offen und f:u R eine Funktion. Unter einem lokalen Extremum der Funktion f verstehen

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

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

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

Mehr

4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion.

4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion. 4. Anwendung der Differentialrechnung: Kurvendiskussion 4.1. Maxima und Minima einer Funktion. Definition 4.3. Es sei f : R D R eine auf D erklarte Funktion. Die Funktion f hat in a D eine globales oder

Mehr

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

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

Mehr