41 Der Satz über implizite Funktionen
|
|
- Florian Bergmann
- vor 7 Jahren
- Abrufe
Transkript
1 41 Der Satz über implizite Funktionen Der Satz über implizite Funktionen Lernziele: Resultate: Satz über implizite Funktionen Methode: Implizite Differentiation Kompetenzen: (Lokale) Auflösung von Gleichungen nach einigen Variablen 41.1 Gleichungen von zwei Variablen. Es wird zunächst die implizite Definition von ebenen Kurven durch Gleichungen f(x,y) = 0 (1) besprochen, wobei f eine C 1 -Funktion auf einer offenen Menge D R 2 ist. Die Lösungsmenge S = N 0 (f) von (1) ist eine Niveaumenge von f und geometrisch der Schnitt des Graphen Γ(f) von f mit der xy-ebene. Natürlich kann S = (etwa für f(x,y) = x 2 +y 2 +1) oder S = D (für f = 0) sein; in schönen Fällen aber ist S lokal eine Kurve in D Beispiel. a) Die Kreisgleichung f(x,y) := x 2 +y 2 1 = 0 (2) besitzt die folgenden Auflösungen nach y: y = + 1 x 2 für y > 0, y = 1 x 2 für y < 0. Ist insbesondere (a,b) eine Lösung von (2) mit b > 0, so gilt x 2 +y 2 1 = 0 y = + 1 x 2 für (x,y) nahe (a,b), und entsprechendes hat man für b < 0. Im Fall b = 0, also a = ±1, ist eine solche Auflösung von (2) nach y nahe (a,b) offenbar nicht möglich, da für x nahe a und x a die Gleichung (2) keine Lösung oder zwei Lösungen y nahe b besitzt. Man beachte, daß die Ableitung y f(a,b) = 2b von f nach y genau für b = 0 verschwindet. b) Entsprechendes gilt für die Auflösung von (2) nach x; diese ist nahe (a,b) mit a 2 +b 2 1 = 0 genau für a 0 eindeutig möglich, also genau dann, wenn x f(a,b) = 2a 0 gilt. Allgemein kann (1) in einer Umgebung einer Lösung (a, b) D nach y aufgelöst werden, wenn y f(a,b) 0 gilt. Dies gilt auch für den Fall mehrerer Veränderlicher x (Tupel in R n werden mit (x,y) R n 1 R bezeichnet):
2 204 VI. Differentialrechnung in mehreren Veränderlichen 41.3 Satz (über implizite Funktionen). Es seien D R n offen, f C 1 (D,R) und (a,b) D mit f(a,b) = 0, so daß y f(a,b) 0 gilt. Dann gibt es einen offenen Würfel V mit Zentrum a in R n 1 und ein offenes Intervall I um b in R mit V I D, so daß für jedes x V die Gleichung f(x,y) = 0 in I genau eine Lösung y besitzt. Die dadurch definierte Funktion g : x y von V nach I erfüllt g(a) = b und ist C 1 mit xj g(x) = x j f(x,g(x)) y f(x,g(x)), x V, j = 1,...,n 1. (3) Beweis. a) Es sei y f(a,b) > 0 (im Fall y f(a,b) < 0 betrachtet man einfach f ). Da y f stetig ist, gibt es α > 0 und b 1 < b < b 2 mit R := K α (a) [b 1,b 2 ] D und y f > 0 auf R. b) Für x K α (a) sind die Funktionen f x : y f(x,y) streng monoton wachsend auf [b 1,b 2 ]; insbesondere gilt f(a,b 1 ) < 0 = f(a,b) < f(a,b 2 ). Da f stetig ist, gibt es einen offenen Würfel V K α (a) mit Zentrum a und f(x,b 1 ) < 0 < f(x,b 2 ) für x V. Nach dem Zwischenwertsatz hat somit die Gleichung f(x,y) = 0 für x V genau eine Lösung y I := (b 1,b 2 ). Dies definiert die gesuchte Funktion g : x y von V nach I mit g(a) = b. c) Es seien x V, y = g(x) und ε > 0 mit [y ε,y + ε] I. Wie in b) findet man δ > 0, so daß die Gleichung f(ξ,η) = 0 für ξ K δ (x) genau eine Lösung η (y ε,y+ε) hat. Dannist η = g(ξ), und es gilt g(ξ) g(x) < ε für ξ x < δ; somit ist g : V I stetig. d) Für x,x + te j V sei y = g(x) I und k = g(x + te j ) g(x) R. Wegen f(ξ,g(ξ)) = 0 für ξ V hat man f(x+te j,y) = f(x+te j,y) f(x,y) = xj (x+τte j,y)t und f(x+te j,y) = f(x+te j,y) f(x+te j,y +k) = y (x+te j,y +θk)k mit geeigneten Zahlen τ, θ [0, 1] aufgrund des eindimensionalen Mittelwertsatzes. Für t 0 folgt g(x+te j ) g(x) t = k t = x j f(x+τte j,y) y f(x+te j,y +θk). (4) Aus t 0 folgt auch k 0 wegen c), und daher ergibt sich (3) sofort aus (4). Die Stetigkeit von xj g ist dann klar aufgrund von (3) und c) Bemerkungen. a) Der Satz über implizite Funktionen besagt also {(x,y) V I f(x,y) = 0} = {(x,y) V I y = g(x)} = {(x,g(x)) x V}; die Niveaumenge S = N 0 (f) ist also in V I D durch den Graphen einer C 1 - Funktion g : V I gegeben: S (V I) = Γ(g).
3 41 Der Satz über implizite Funktionen 205 b) In der Situation von Satz 41.3 kann es zu x V weitere Lösungen y R\I von f(x,y) = 0 geben, so etwa y = 1 x 2 im Fall der Kreisgleichung (2) mit b > 0. c) Für f C k (D,R) ergibt sich aus (3) induktiv sofort auch g C k (V,R), k N. d) Es seien f C 1 (D,R) und q D mit f(q) = 0 und gradf(q) 0. Dann gibt es einen Index j mit xj f(q) 0, und die Gleichung f(x,y) = 0 läßt sich nahe q nach x j auflösen Implizite Differentiation. a) Formel (3) entsteht durch die implizite Differentiation d f(x,y) = d f(x,g(x)) = 0. (5) dx dx Sie drückt die Ableitung der Auflösung g durch x und g aus. Ist g nicht explizit bekannt, so liefert dies explizit nur den Wert g (a). b) Im Fall f(x,y) = x 2 +y 2 1 erhält man sofort 2x+2yy = 2x+2g(x)g (x) = 0, also g (x) = x (für y 0); folglich ist 0 der einzige kritische Punkt von g. y c) Durch weitere Differentiation lassen sich aus(3) auch höhere (partielle) Ableitungen von g gewinnen. Im C 2 -Fall hat man für n = 2 g (x) = 2 xf ( y f) xyf x f y f + 2 yf ( x f) 2 ( y f) 3 (x,g(x)). (6) d) Im C k -Fall kann man mit Hilfe eines Ansatzes mit unbestimmten Koeffizienten das k-te Taylor-Polynom von g in a bestimmen, vgl. dazu etwa [A2], Beispiel Beispiele. a) Es werden normierte Polynome P(x,y) := y m + m 1 j=0 a j (x)y j (7) mit Koeffizienten a j C k (D,R), D R n offen, betrachtet. Hat P(a,y) eine einfache Nullstelle in b R, gilt also P(a,b) = 0 und y P(a,b) 0, so liefert der Satz über implizite Funktionen Umgebungen V R n von a und I R von b sowie eine Funktion g C k (V,I), so daß y = g(x) für (x,y) V I die einzige Lösung der Gleichung P(x, y) = 0 ist. Hat insbesondere P(a, y) genau m verschiedene reelle Nullstellen, so gilt dies auch für P(x,y) für x nahe a. b) Hat P(a,y) eine mehrfache Nullstelle in b R, so ist der Satz über implizite Funktionen { nicht anwendbar. Es sei etwa p 2, D = R und x p, x > 0 a(x) := 0, x 0. Die Gleichung P(x,y) := y2 a(x)y = 0 hat dann für x 0 nur die Lösung y = 0, für x > 0 aber die zwei Lösungen y = 0 und y = x p. Im Nullpunkt tritt also eine Verzweigung der Lösung auf.
4 206 VI. Differentialrechnung in mehreren Veränderlichen Satz 41.3 wird nun auf Gleichungssysteme verallgemeinert. Für eine Funktion f C 1 (D,R m ) schreibt man die Variablen des R n = R p R m in der Form (x,y) und die Funktionalmatrix in der Form Df(x,y) = (D x f(x,y), D y f(x,y)) mit (8) D x f(x,y) := ( xj f i (x,y))i=1...m j=1...p, D y f(x,y) := ( yj f i (x,y)) i=1...m. (9) j=1...m 41.7 Satz (über implizite Abbildungen). Es seien k N { },1 m < n, p := n m N, D R n offen, f C k (D,R m ) und (a,b) D mit f(a,b) = 0, so daß D y f(a,b) invertierbar ist. Dann gibt es offene Würfel W 1 mit Zentrum a in R p und W 2 mit Zentrum b in R m mit W 1 W 2 D, so daß für jedes x W 1 die Gleichung f(x,y) = 0 in W 2 genau eine Lösung y besitzt. Die dadurch definierte Funktion g : x y liegt in C k (W 1,R m ) und erfüllt g(a) = b, g(w 1 ) W 2 sowie Dg(x) = (D y f(x,g(x))) 1 D x f(x,g(x)), x W 1. (10) Beweis. a) Wegen GL(R m ) = {T L(R m ) dett 0} ist GL(R m ) in L(R m ) offen; daher kann man nach eventueller Verkleinerung von D annehmen, daß D y f(x,y) für alle (x, y) D invertierbar ist. b) Zunächst gelte zusätzlich D y f(a,b) = I. Der Beweis wird durch Induktion über m geführt. Die Behauptung ist im Fall m = 1 schon gezeigt, und sie gelte nun für Systeme mit weniger als m Gleichungen. c)wegen fm y m (a,b) = 1 liefertsatz41.3einenoffenenwürfelv mitzentrum(a,b 1,...,b m 1 ) in R n 1 und ein offenes Intervall I mit Zentrum b m in R mit V I D und eine Funktion h C k (V,I) mit h(a,b 1,...,b m 1 ) = b m und f m (x,y 1,...,y m 1,y m ) = 0 y m = h(x,y 1,...,y m 1 ) (11) für (x,y 1,...,y m 1,y m ) V I. Man definiert dann eine Funktion φ C k (V,R m 1 ) durch φ i (x,y 1,...,y m 1 ) := f i (x,y 1,...,y m 1,h(x,y 1,...,y m 1 )) (12) für i = 1,...,m 1. Offenbar gilt dann f(x,y 1,...,y m 1,y m ) = 0 y m = h(x,y 1,...,y m 1 ) und (13) für (x,y 1,...,y m 1,y m ) V I. φ(x,y 1,...,y m 1 ) = 0 d) Die Kettenregel liefert φ i = f i + f i y m h und somit φ i (a,b 1,...,b m 1 ) = f i (a,b)+ f i y m (a,b) h (a,b 1,...,b m 1 ) = δ ij für i = 1,...,m 1.
5 41 Der Satz über implizite Funktionen 207 Nach Induktionsvoraussetzung gibt es offene Würfel W 1 mit Zentrum a in R p und W mit Zentrum (b 1,...,b m 1 ) in R m 1 mit W 1 W V, so daß für jedes x W 1 das Gleichungssystem φ(x,y 1,...,y m 1 ) = 0 in W genau eine Lösung (y 1,...,y m 1 ) besitzt. Die dadurch definierte Funktion ψ : x (y 1,...,y m 1 ) liegt in C k (W 1,R m 1 ) und erfüllt ψ(a) = (b 1,...,b m 1 ) sowie ψ(w 1 ) W. e) Man setzt nun W 2 := W I R m ; für (x,y) W 1 W 2 V I gilt dann nach (13): f(x,y 1,...,y m 1,y m ) = 0 y m = h(x,y 1,...,y m 1 ) und Daher gilt die Behauptung mit g C k (W 1,W 2 ), φ(x,y 1,...,y m 1 ) = 0 y m = h(x,y 1,...,y m 1 ) und y i = ψ i (x) für i = 1,...,m 1 y i = ψ i (x) für i = 1,...,m 1 und (14) y m = h(x,ψ 1 (x),...,ψ m 1 (x)). g(x) := (ψ 1 (x),...,ψ m 1 (x),h(x,ψ 1 (x),...,ψ m 1 (x))). (15) f) Nun sei D y f(a,b) invertierbar. Mit T := D y f(a,b) 1 GL(R m ) erfüllt dann die Funktion F : (x,y) Tf(x,y) die Bedingung D y F(a,b) = I. Nach den Beweisteilen b) e) hat man die behauptete Auflösung für das System F(x,y) = 0 und damit auch für das System f(x,y) = 0. g) Zum Beweis von (10) setzt man G 0 (x) := (x,g(x)) und beachtet f G 0 0 auf W 1. Differentiation liefert 0 = D(f G 0 )(x) = Df(G 0 (x))dg 0 (x) ( ) ( I = D x f(g 0 (x)),d y f(g 0 (x)) Dg(x) = D x f(g 0 (x))+d y f(g 0 (x))dg(x); ) nach a) existiert (D y f(g 0 (x))) 1, und damit folgt die Behauptung (10). Analog zu 41.4 hat man: 41.8 Bemerkungen. a) Der Satz über implizite Abbildungen besagt also {(x,y) W 1 W 2 f(x,y) = 0} = {(x,y) W 1 W 2 y = g(x)} = {(x,g(x)) x W 1 }; dieniveaumengen 0 (f) istalsoinw 1 W 2 D durchdengrapheneinerc k -Funktion g : W 1 W 2 gegeben: N 0 (f) (W 1 W 2 ) = Γ(g). b) In der Situation von Satz 41.7 kann es zu x W 1 weitere Lösungen y R m \W 2 von f(x,y) = 0 geben, so etwa y = 1 x 2 im Fall der Kreisgleichung (2) mit
6 208 VI. Differentialrechnung in mehreren Veränderlichen b > 0 (vgl. Beispiel 41.2). c) Es seien f C k (D,R m ) und q D mit f(q) = 0 und rkdf(q) = m. Dann gibt es Indizes j 1,...,j m, so daß { j1 f(q),..., jm f(q)} eine Basis von R m ist. Sind i 1,...,i p die übrigen Indizes, so setzt man x := (z i1,...,z ip ), y := (z j1,...,z jm ) und erhält in einer Umgebung W 1 W 2 D von q =: (a,b) eine Auflösung der Gleichung f(x,y) = 0 in der Form y = g(x) mit einer eindeutig bestimmten C k - Funktion g : W 1 W 2. d) Eine allgemeinere Gleichung f(z) = ξ schreibt man in der Form f(z) ξ = 0 und betrachtet (z,ξ) R n+m als Variable. Ist f(q) c = 0 und rkd z f(q) = m, so liefert der Satz über implizite Abbildungen wie in c) in einer Umgebung W 1 W 2 W 3 D R m von (q,c) = (a,b,c) eine Auflösung der Gleichung f(x,y) ξ = 0 in der Form y = g(x,ξ) mit einer eindeutig bestimmten C k -Funktion g : W 1 W 3 W 2.
53 Der Satz über implizite Funktionen
53 Der Satz über implizite Funktionen 229 53 Der Satz über implizite Funktionen 53.1 Implizit definierte Kurven. In diesem Abschnitt wird zunächst die implizite Definition von Kurven durch Gleichungen
Mehr39 Differenzierbare Funktionen und Kettenregel
192 VI. Differentialrechnung in mehreren Veränderlichen 39 Differenzierbare Funktionen und Kettenregel Lernziele: Konzepte: totale Ableitungen, Gradienten, Richtungsableitungen, Tangentenvektoren Resultate:
Mehrf(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}
9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen
Mehr3.2 Implizite Funktionen
3.2 Implizite Funktionen Funktionen können explizit als y = f(x 1, x 2,..., x n ) oder implizit als F(x 1, x 2,..., x n ;y) = 0 gegeben sein. Offensichtlich kann man die explizite Form immer in die implizite
MehrImplizite 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,
Mehr40 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:
MehrWenn 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
MehrImplizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen
Kapitel XII Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen 53 Implizite Funktionen und allgemeine partielle Differenzierbarkeit 54 Der Umkehrsatz 55 Lokale Extrema unter Nebenbedingungen,
MehrFolgerungen 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
MehrRückblick 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
MehrDifferential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
Mehr50 Partielle Ableitungen
50 Partielle Ableitungen 217 50 Partielle Ableitungen 501 Beispiel Die Differenzierbarkeit von Funktionen von mehreren Veränderlichen kann nach jeder Variablen einzeln untersucht werden, wobei die anderen
MehrThema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema
Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema In diesem Kapitel befassen wir uns mit der Ableitung von Funktionen f : R m R n. Allein die Schreibweise
Mehr18.2 Implizit definierte Funktionen
18.2 Implizit definierte Funktionen Ziel: Untersuche Lösungsmengen von nichtlinearen Gleichungssystemen g(x) = 0 mit g : D R m, D R n, d.h. betrachte m Gleichungen für n Unbekannte mit m < n, d.h. wir
MehrImplizite Funktionen
Implizite Funktionen Durch die Bedingung F (x, y) = C, C R wird eine bestimmte Teilmenge des R 2 festgelegt, zb durch die Bedingung x y = 4 Dabei können wir obda C = 0 annehmen, da wir stets zur Betrachtung
Mehr4 Der Satz über implizite Funktionen
4 Der Satz über implizite Funktionen 41 Impizite Funktionen Der Fall n = m = 1 Beispiel Wir betrachten im Ê 2 die Funktion f(x,y) = x 2 +y 2 r 2 und fragen uns, wann wir das Nullstellengebilde f(x,y) =
Mehr6.3 Umkehrbarkeit. D(f 1 ) f(p) = (Df) 1
100 Kapitel 6 Ausbau der Differentialrechnung 63 Umkehrbarkeit In diesem Abschnitt soll die Frage untersucht werden, wann eine differenzierbare Funktion umkehrbar ist Einen ersten Hinweis gibt hier die
Mehr15 Integration (gebrochen) rationaler Funktionen
5 Integration (gebrochen) rationaler Funktionen Wir werden im folgenden sehen, daß sich die Integration gebrochen rationaler Funktionen auf die folgenden drei einfachen Fälle zurückführen läßt (für komplexe
MehrElemente der Analysis II
Elemente der Analysis II Kapitel 5: Differentialrechnung im R n Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 17. Juni 2009 1 / 31 5.1 Erinnerung Kapitel
Mehr3. Mai Zusammenfassung. g x. x i (x).
3. Mai 2013 Zusammenfassung 1 Hauptsatz Satz 1.1 Sei F C 1 (D) für eine offene Teilmenge D von R q+1 = R q R. Für (x 0, u 0 ) D gelte F (x 0, u 0 ) = 0, (x 0, u 0 ) 0. Dann gibt es eine Umgebung V von
MehrÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS
ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung
MehrMathematik 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
MehrMATHEMATIK 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
MehrAnalysis 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
MehrAnalysis I. 6. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 6. Beispielklausur mit en Aufgabe. Definiere die folgenden (kursiv gedruckten) Begriffe. () Eine Relation zwischen den Mengen X und Y.
Mehr3 Differenzierbarkeit und Ableitung (Differentialrechnung I)
3 Differenzierbarkeit und Ableitung (Differentialrechnung I) 31 Differenzierbarkeit und Ableitung von Funktionen einer Variablen Definition 31 Es sei M R, f : M R und a M Wenn der Funktionsgrenzwert f(x)
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
Mehr1.6 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
MehrAnalysis I. 2. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Die Produktmenge aus zwei Mengen L und M.
MehrInverse und implizite Funktionen
Kapitel 8 Inverse und implizite Funktionen Josef Leydold Mathematik für VW WS 2017/18 8 Inverse und implizite Funktionen 1 / 21 Inverse Funktion Sei f : D f R n W f R m, x y f(x). Eine Funktion f 1 : W
MehrTechnische 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
Mehr2.10 Lokale Funktionsanalyse
2.1 Lokale Funktionsanalyse Aufgabe Gegeben sei die Abbildung g : R 2 R 2 mit g(x, y) : (x 3 yx, y). Man bestimme alle Mengen M k : {(ξ, η) R 2 g 1 (ξ, η) hat genau k Elemente}. Wie verhält g sich in der
Mehr2 Extrema unter Nebenbedingungen
$Id: lagrangetex,v 18 01/11/09 14:07:08 hk Exp $ $Id: untermfgtex,v 14 01/11/1 10:00:34 hk Exp hk $ Extrema unter Nebenbedingungen Lagrange-Multiplikatoren In der letzten Sitzung hatten wir begonnen die
Mehr2 Implizite Funktionen
2 Implizite Funktionen Wir betrachten jetzt den Fall eines unterbestimmten Systems, wenn es also weniger Gleichungen gibt als Unbekannte. Wir können die Funktion dann wie folgt schreiben, indem wir die
MehrÜbungen 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
Mehrc < 1, (1) c k x k0 c k = x k0
4.14 Satz (Quotientenkriterium). Es sei (x k ) Folge in K. Falls ein k 0 existiert, so dass für k k 0 gilt x k 0 und x k+1 x k c < 1, (1) so ist x k absolut konvergent. Beweis. Aus (1) folgt mit vollständiger
Mehrf(x 0 ) = lim f(b k ) 0 0 ) = 0
5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.
MehrDierentialrechnung mit einer Veränderlichen
Dierentialrechnung mit einer Veränderlichen Beispiel: Sei s(t) die zum Zeitpunkt t zurückgelegte Wegstrecke. Dann ist die durchschnittliche Geschwindigkeit zwischen zwei Zeitpunkten t 1 und t 2 gegeben
Mehr10. Übungsblatt zur Analysis II
Fachbereich Mathematik Prof. Dr. Steffen Roch Nada Sissouno WS 2009/2010 17.12.2009 10. Übungsblatt zur Analysis II Gruppenübung Aufgabe G1 Gegeben sei die Funktion g : R 2 R, g(x,y) = sin 2 y + x 3 1.
Mehr1 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
Mehr13 Polynome und Nullstellen
60 II. Differentialrechnung 13 Polynome und Nullstellen Lernziele: Resultat: Zwischenwertsatz Methoden: Raten von Nullstellen, Euklidischer Algorithmus, Horner-Schema Kompetenzen: Bestimmung von Nullstellen
Mehr10 Der Satz über implizite Funktionen und Umkehrfunktionen
Vorlesung SS 9 Analsis Prof. Dr. Siegfried Echterhoff SATZ ÜBER IMPLIZITE FKT UND UMKEHRFKT Der Satz über implizite Funktionen und Umkehrfunktionen Motivation: Sei F : U R R eine differenzierbare Funktion
Mehri 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
MehrBrückenkurs Rechentechniken
Brückenkurs Rechentechniken Dr. Jörg Horst Technische Universität Dortmund Fakultät für Mathematik SS 2014 1 Vollständige Induktion Vollständige Induktion 2 Funktionenfolgen Punktweise Konvergenz Gleichmäßige
Mehr13. Übungsblatt zur Mathematik I für Maschinenbau
Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 3. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 00/ 07.0.-.0. Aufgabe G Stetigkeit) a) Gegeben
MehrProf. Dr. Rolf Linn
Prof. Dr. Rolf Linn 6.4.5 Übungsaufgaben zu Mathematik Analysis. Einführung. Gegeben seien die Punkte P=(;) und Q=(5;5). a) Berechnen Sie den Anstieg m der Verbindungsgeraden von P und Q. b) Berechnen
MehrTotale Ableitung und Jacobi-Matrix
Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix
MehrFunktionsgrenzwerte, Stetigkeit
Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn
MehrThema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen
Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.
Mehr27 Taylor-Formel und Taylor-Entwicklungen
136 IV. Unendliche Reihen und Taylor-Formel 27 Taylor-Formel und Taylor-Entwicklungen Lernziele: Konzepte: klein o - und groß O -Bedingungen Resultate: Taylor-Formel Kompetenzen: Bestimmung von Taylor-Reihen
MehrVorlesung 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
MehrMusterlösung 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
Mehr1.3 Differenzierbarkeit
1 1.3 Differenzierbarkeit Definition Sei B R n offen, a B, f : B R eine Funktion und v 0 ein beliebiger Vektor im R n. Wenn der Grenzwert D v f(a) := lim t 0 f(a + tv) f(a) t existiert, so bezeichnet man
MehrDefinition: Differenzierbare Funktionen
Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ
MehrSkalare Differenzialgleichungen
3 Skalare Differenzialgleichungen Differenzialgleichungen stellen eine Beziehung her zwischen einer oder mehreren Funktionen und ihren Ableitungen. Da Ableitungen Veränderungen beschreiben, modellieren
Mehr4 Differenzierbarkeit
7 4 DIFFERENZIERBARKEIT Sei dazu 0 < ρ < s < r. Dann gilt lim sup k k a k
MehrBezeichnung von Funktionen x := y:=
Bezeichnung von Funktionen x := y:= Bezeichnung von Funktionen x := y:= Analytische Darstellung (Funktionsgleichung) Explizit: (aufgelöst nach y) Analytische Darstellung (Funktionsgleichung) Explizit:
Mehr4.5 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
Mehr12 Extremwerte und Monotonie
5 II. Differentialrechnung 1 Extremwerte und Monotonie Lernziele: Resultate: Existenz von Maxima und Minima stetiger Funktionen auf kompakten Intervallen, Monotoniesatz Kompetenzen: Bestimmung lokaler
Mehr5 Stetigkeit und Differenzierbarkeit
5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.
MehrÜbungen 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.
Mehrf 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
MehrKapitel 6 Grenzwerte von Funktionen und Stetigkeit
Kapitel 6 Grenzwerte von Funktionen und Stetigkeit 225 Relle Funktionen Im Folgenden betrachten wir reelle Funktionen f : D R, mit D R. Wir suchen eine formale Definition für den folgenden Sachverhalt.
MehrMathematik für Naturwissenschaftler I WS 2009/2010
Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 18 8. Januar 2010 Kapitel 5. Funktionen mehrerer Veränderlicher, Stetigkeit und partielle Ableitungen 5.2. Partielle Ableitungen von Funktionen
MehrKapitel 16 : Differentialrechnung
Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen
Mehr4.4 Lokale Extrema und die Hessesche Form
74 Kapitel 4 Differentialrechnung in mehreren Variablen 44 Lokale Extrema und die Hessesche Form Sei jetzt wieder U R n offen und f:u R eine Funktion Unter einem lokalen Extremum der Funktion f verstehen
MehrHöhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe
Mehr6 Weiterer Ausbau der Differentialrechnung
6 Weiterer Ausbau der Differentialrechnung 6.1 Mittelwertsätze, Extremwerte, Satz von Taylor Motivation: Wie wählt man Höhe und Durchmesser einer Konservendose, so dass bei festem Volumen V möglichst wenig
MehrStetigkeit vs Gleichmäßige Stetigkeit.
Stetigkeit vs Gleichmäßige Stetigkeit. Beispiel: Betrachte ie Funktion f(x) = 1/x auf em Intervall D = (0, 1]. f ist in jeem Punkt p (0, 1] stetig. Denn: Sei p (0, 1] un ε > 0 gegeben. Setze δ = min (
MehrVorlesung 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,
Mehr18 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
Mehrdifferenzierbare Funktionen
Kapitel IV Differenzierbare Funktionen 18 Differenzierbarkeit und Rechenregeln für differenzierbare Funktionen 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 20 Gleichmäßige Konvergenz von
MehrLösungen 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
Mehr10.6. Implizite ebene Kurven und Tangenten
0.6. Implizite ebene Kurven und Tangenten Im Gegensatz zu expliziten Darstellungen sind weder implizite noch Parameterdarstellungen einer Kurve eindeutig. Der Übergang von impliziten zu expliziten Darstellungen
Mehrf(x) f(a) f (a) := lim x a Es existiert ein Polynom ersten Grades l(x) = f(a) + c (x a) derart, dass gilt lim x a x a lim
A Analysis, Woche 8 Partielle Ableitungen A 8. Partielle Ableitungen Wir haben vorhin Existenzkriterien für Extrema betrachtet, aber wo liegen sie genau? Anders gesagt, wie berechnet man sie? In einer
Mehr42 Lokale Extrema mit Nebenbedingungen
4 Lokale Extrema mit Nebenbedingungen 09 4 Lokale Extrema mit Nebenbedingungen Lernziele: Resultate: Kriterien für lokale Extrema mit Nebenbedingungen Methoden: Lagrange-Multiplikatoren Kompetenzen: Bestimmung
MehrAnalysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen)
Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen) Fachbereich Mathematik Wintersemester 0/0 Prof. Dr. Burkhard Kümmerer./3. November 0 Andreas Gärtner Walter Reußwig
Mehr12 Gewöhnliche Differentialgleichungen
2 2 Gewöhnliche Differentialgleichungen 2. Einleitung Sei f : D R wobei D R 2. Dann nennt man y = f(x, y) (5) eine (gewöhnliche) Differentialgleichung (DGL) erster Ordnung. Als Lösung von (5) akzeptiert
MehrUmkehrfunktion. g (y) = f (x) 1, x = g(y), Umkehrfunktion 1-1
Umkehrfunktion Ist für eine stetig differenzierbare n-variate Funktion f : D R n die Jacobi-Matrix f (x ) für einen Punkt x im Innern des Definitionsbereiches D R n nicht singulär, so ist f lokal invertierbar,
Mehr16. Differentialquotient, Mittelwertsatz
16. Differentialquotient, Mittelwertsatz Gegeben sei eine stetige Funktion f : R R. Wir suchen die Gleichung der Tangente t an die Kurve y = f(x) im Punkt (x, f(x ), x R. Das Problem dabei ist, dass vorderhand
MehrMathematik 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
MehrUNIVERSITÄT 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
Mehr49 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit
49 Differenzierbarkeit, Richtungsableitung und partielle Differenzierbarkeit 49.1 Differenzierbarkeit 49.2 Eindeutigkeit des Differentials; Unabhängigkeit der Differenzierbarkeit von den gewählten Normen
MehrA1-1 Kubische Gleichung
A1-1 Kubische Gleichung Wir betrachten das kubische Polynom p(x) = x 3 + a 2 x 2 + a 1 x + a 0, x R bzw. die kubische Gleichung mit reellen Koeffizienten a 0, a 1 und a 2. x 3 + a 2 x 2 + a 1 x + a 0 =
MehrAnwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 3
Technische Universität München Zentrum Mathematik Mathematik Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 3 Hausaufgaben Aufgabe 3. Zeigen Sie mit Hilfe der ɛ-δ-formulierung vgl.
MehrMathematik für Anwender I. Beispielklausur I mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur I mit en Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
MehrEinige Gedanken zur Fibonacci Folge
Einige Gedanken zur Fibonacci Folge Im Folgenden gehe ich auf einige Aspekte von Aufgabe 4 auf Übungsblatt, d.h. auf Aufgabe 4 auf Seiten und 3 des Buches Hahn-Dzewas: Mathematik, ein. Die Aufgabe hat
Mehr9 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,
MehrMisterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)
Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung
MehrDer Fundamentalsatz der Algebra. 1 Motivation
Vortrag im Rahmen des Proseminars zur Analysis, 24. April 2006 Micha Bittner Motivation Den ersten des Fundamentalsatzes der Algebra erbrachte C.F. Gauss im Jahr 799 im Rahmen seiner Dissertation. Heute
Mehr15 Differentialrechnung in R n
36 15 Differentialrechnung in R n 15.1 Lineare Abbilungen Eine Abbilung A : R n R m heißt linear falls A(αx + βy) = αa(x) + βa(y) für alle x, y R n un alle α, β R. Man schreibt oft Ax statt A(x) un spricht
Mehrdx nf(x 0). dx f(n 1) (x 0 ) = dn
4.3. Höhere Ableitungen, Konveität, Newtonverfahren 65 4.3 Höhere Ableitungen, Konveität, Newtonverfahren Ist f:i R differenzierbar auf einem Intervall I, so erhalten wir eine neue Funktion auf I, nämlich
MehrTECHNISCHE 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
Mehr20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen
20 Gleichmäßige Konvergenz für Folgen und Reihen von Funktionen 20.1 Folgen und Reihen von Funktionen 20.3 Die Supremumsnorm 20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen 20.7 Das Cauchy-Kriterium
MehrDIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE
DIFFERENTIATION PARAMETERABHÄNGIGER INTEGRALE Zusammenfassung. Ergänzend zur Übung vom 06.06.203 soll hier die Leibnizregel für die Differentiation parameterabhängiger Integrale formuliert und bewiesen
MehrLösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version A)
Lösungen zur Probeklausur zur Vorlesung Analysis I, WS08/09, Samstag, 10.1.009 (Version A) Kennwort: Übungsgruppe: (Sie können ein beliebiges Kennwort wählen, um Ihre Anonymität zu wahren! Da die Probeklausur
MehrLineare Gleichungssysteme
Kapitel 2 Lineare Gleichungssysteme 21 Lineare Gleichungssysteme und Matrizen Lernziele 2 Lineare Gleichungssysteme definieren Matrizen, Matrizen definieren lineare Abbildungen, Lösen von linearen Gleichungssystemen
Mehr4. 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
Mehr7 Der Gaußsche Integralsatz
7 Der Gaußsche Integralsatz Im Folgenden sei eine k-dimensionale Untermannigfaltigkeit des R n und a. 7.1 Tangentialvektoren. Ein Vektor v R n heißt Tangentialvektor an in a, falls es eine stetig differenzierbare
Mehr