Technische Universität München Zentrum Mathematik. Übungsblatt 12

Größe: px
Ab Seite anzeigen:

Download "Technische Universität München Zentrum Mathematik. Übungsblatt 12"

Transkript

1 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 x 3 3x 1 x. Bestimmen Sie alle lokalen und globalen Extrempunkte von f. Lösung zu Aufgabe 1.1 Wir bestimmen zunächst Gradient und Hessematrix der Abbildung f: 3x f(x 1, x ) = 1 3x 3x 3x 1 6x1 3 H f (x 1, x ) = 3 6x Damit erhalten wir die stationären Punkte der Funktion f: f(x 1, x ) = 0 x 1 x = 0 x x 1 = 0 x 1 = x x 4 1 x 1 = 0 x = x 1 (x 1 = 0) (x 1 = 1) Kandidaten für lokale Extrema sind also die beiden Punkte (0, 0) T und (1, 1) T. Wir setzen beide in die Hessematrix ein, um die Art der Extrema zu prüfen: H f (0, 0) = ( 0 ) Bestimmung des charakteristischen Polynoms ergibt χ H (λ) = (λ 3)(λ + 3), also hat diese Matrix die Eigenwerte 3 und 3, ist also indefinit. Daher ist (0, 0) T ein Sattelpunkt der Funktion f. 1

2 Für den zweiten stationären Punkt gilt H f (1, 1) = 6 3, 3 6 hier kann man nachrechnen, dass die Matrix ist Eigenwerte 3 und 9 besitzt, also positiv definit ist. Daher handelt es sich bei (1, 1) T um ein lokales Minimum der Funktion f. Aufgabe 1. Sei f : R R gegeben durch f(x 1, x ) = x 1 3x 1 x + x 4. a) Zeigen Sie: Die Funktion f besitzt entlang jeder Geraden durch den Nullpunkt (0, 0) T ein lokales Minimum. b) Besitzt f ein lokales Minimum im Nullpunkt (0, 0) T? Beweisen Sie Ihre Behauptung. Lösung zu Aufgabe 1. siehe Mitschrift aus der Zentralübung Aufgabe 1.3 Sei f : R R definiert durch f(x 1, x ) = x 1 e x 1x 4x. a) Zeigen Sie, dass durch f(x 1, x ) = 0 eine Funktion x = g(x 1 ) für alle x 1 R implizit definiert ist. b) Berechnen Sie die Werte g(0) und g (0). c) Bestimmen Sie die stationären Punkte von g. Lösung zu Aufgabe 1.3 a) Wir wollen den Satz über implizite Funktionen anwenden und berechnen dazu zunächst den Gradienten der Funktion f: f(x 1, x ) = e x 1 x (1 x 1 x ) e x 1x x 1 4 Die Funktion f ist also stetig differenzierbar. Weiter gilt f(x 1, x ) = e x 1x x 1 4 < 0 für alle (x 1, x ) T R, die zweite partielle Ableitung von f ist also insbesondere nie gleich 0. Schließlich stellen wir fest, dass f(0, 0) = 0 gilt, der Ursprung ist also eine Nullstelle von f. Nach dem Satz über implizite Funktionen gibt es daher eine differenzierbare Funktion g : R R mit f(x 1, g(x 1 )) = 0 für alle x 1 R (ganz R, weil f(x 1, x ) 0 überall).

3 b) Nach Definition von g mit Hilfe der Nullstelle f(0, 0) = 0 gilt g(0) = 0. Für die Ableitung von g benutzen wir die Formel aus der Vorlesung (oder leiten sie mit Hilfe der Kettenregel her): Damit gilt für x = 0: g (x) = 1f(x, g(x)) f(x, g(x)) g (0) = 1f(0, g(0)) f(0, g(0)) = 1 4 = 1 4 c) Wir suchen alle Punkte, in denen die Ableitung von g den Wert 0 annimmt. Nach der vorigen Teilaufgabe gilt g (x) = 1f(x, g(x)) f(x, g(x)) = e xg(x) (1 xg(x)) e xg(x) x 4, also ist g (x) = 0 genau dann der Fall, wenn der Zähler den Wert 0 annimmt, was wiederum auf die Gleichung 1 xg(x) = 0 führt. Daher gilt für jeden stationären Punkt x 0 (dass x = 0 kein stationärer Punkt ist, wissen wir bereits aus der vorigen Teilaufgabe) von g: 1 xg(x) = 0 g(x) = 1 x Weiter muss ja noch die Gleichung f(x, g(x)) = 0 erfüllt sein mit g(x) = 1 x erhalten wir damit 0 = f(x, g(x)) = f(x, 1 x ) = xe 1 4 x x = 4e x = ± e. Also sind die beiden Punkte ± e die einzigen stationären Punkte der Funktion g. Aufgabe 1.4 Gegeben sei das nichtlineare Gleichungssystem x 1 + x + x 3 6 x 1 + x = 8 x 1 + x + x 3 x 1 6x = 8 a) Zeigen Sie: Der Punkt (0, 3, 1) T ist eine Lösung des Gleichungssystems. b) Überprüfen Sie mit Hilfe des Satzes über implizite Funktionen, ob sich das Gleichungssystem im Punkt (0, 3, 1) T lokal nach x 1, x, nach x 1, x 3 oder nach x, x 3 auflösen lässt. Führen Sie die Auflösung jeweils durch, wenn sie möglich ist. 3

4 Lösung zu Aufgabe 1.4 a) Wir setzen den gegebenen Punkt einfach in die beiden Gleichungen ein und rechnen nach, dass diese erfüllt sind. Zur Vorbereitung der nächsten Teilaufgabe machen wir das gleich mit der Funktion f : R 3 Rbb, definiert durch die beiden Gleichungen: x f(x 1, x, x 3 ) = 1 + x + x x 1 + x + 8 x 1 + x + x 3 3 x 1 6x + 8 Es gilt dann f(0, 3, 1) = ( ) = , 0 also ist (0, 3, 1) T eine Nullstelle der Funktion f. b) Wir bilden die Jacobi-Matrix von f: J f (x 1, x, x 3 ) = x x x x x 1 +x 6 x x 1 +x 3 x 1 x 6 x 3 Im Punkt (0, 3, 1) T gilt also: J f (0, 3, 1) = ( 0 0 ) 0 Die einzige invertierbare -Teilmatrix dieser Jacobi-Matrix ist die aus der ersten und dritten bestehende Teilmatrix. Nach dem Satz über implizite Funktionen ist also eine Auflösung nach x 1 und x 3 möglich. Über Auflösungen nach x 1, x oder x, x 3 lässt der Satz keine Aussage zu. Führen wir die Auflösung nach x 1, x 3 durch: Es sind Funktionen g 1 und g 3 gesucht, definiert jeweils auf einer Umgebung I von 3 (der x -Wert), so dass f(g 1 (x ), x, g 3 (x 3 )) = 0 für alle x I. Damit ist bereits g 1 (3) = 0 und g 3 (3) = 1 klar. Aus f(g 1 (x), x, g 3 (x)) = 0 erhalten wir die Gleichungen: g 1 (x) + x + g 3 (x) 6 g 1 (x) + x + 8 = 0 g 1 (x) + x + g 3 (x) g 1 (x) 6x + 8 = 0 4

5 Abziehen der zweiten Gleichung von der ersten ergibt 6 g 1 (x) + x + g 1 (x) + 6x = 0 g 1 (x) + 3x = 3 g 1 (x) + x g 1 (x) + 6xg 1 (x) + 9x = 9g 1 (x) + 9x 8g 1 (x) 6xg 1 (x) = 0 g 1 (x)(4g 1 (x) 3x) = 0, also ist entweder g 1 (x) = 0 oder g 1 (x) = 3 x. Setzt man x = 3, so erfüllt nur die erste 4 Lösung wie erforderlich g 1 (3) = 0, also ist g 1 (x) = 0 die konstante Nullfunktion. Wir setzen diese Lösung in das komplette Gleichungssystem ein und erhalten x + g 3 (x) 6 x + 8 = 0 x + g 3 (x) 6x + 8 = 0, damit ergibt sich g 3 (x) = ± 6x x 8. Wieder setzen wir den bekannten Punkt g 3 (3) = 1 ein, diese Gleichung erfüllt nur die Lösung mit positivem Vorzeichen, also ist g 3 (x) = 6x x 8. Aufgabe 1.5 Sei f : R R definiert durch f(x 1, x ) = ( x1 + x x sin x 1 ). a) Bestimmen Sie die Jacobi-Matrix von f. b) Zeigen Sie, dass f in einer Umgebung des Punktes ( π, 1) T umkehrbar ist. c) Bestimmen Sie die Jacobi-Matrix der Umkehrung von f im Punkt ( + π, 0) T. Lösung zu Aufgabe 1.5 a) Es gilt: ( ) 1 4x J f (x 1, x ) = cos x 1 1 b) Nach Vorlesung gilt: Ist die Jacobi-Matrix einer Funktion f : R R in einem Punkt ˆx invertierbar, so gibt eine Umgebung U von ˆx und eine Menge V = f(u), so dass f auf 5

6 U umkehrbar ist und die Umkehrfunktion f 1 : V U stetig differenzierbar ist. Hier untersuchen wir den Punkt ˆx = ( π, 1)T : J f ( π 1 4, 1) = 0 1 Die Jacobi-Matrix ist also invertierbar, damit lässt sich f lokal um den gegebenen Punkt umkehren. c) Es gilt f( π, 1) = ( π +, 0)T. Nach Vorlesung (und Tutorübung) gilt für die Jacobi-Matrix der Funktion f 1 : Für uns heißt das: J f 1(f(x)) = [J f (x)] 1 J f 1(( + π, 0)T ) = J f 1(f( π [, 1)) = J f (( π ] , 1)) = = Aufgabe 1.6 Sei Ω R 3 und seien u : Ω R und v : Ω R 3 auf Ω stetig differenzierbare Funktionen. Zeigen Sie: Für alle x Ω gilt div [u(x) v(x)] = u(x) div v(x) + v(x) T u(x). Lösung zu Aufgabe 1.6 Wir rechnen die angegebene Regel einfach nach: 3 3 div [u(x) v(x)] = i (u(x) v i (x)) = [ i u(x) v i (x) + u(x) i v i (x)] i=1 i=1 T v 1 (x) 1 u(x) 3 = v (x) u(x) + u(x) i v i (x) = v(x) T u(x) + u(x) div [v(x)] v 3 (x) 3 u(x) i=1 Aufgabe 1.7 Die Schwingungsdauer T in einem LC-Kreis mit Induktivität L und Kapazität C ist T = π LC. Bestimmen Sie mit Hilfe einer Taylorentwicklung die (absolute und relative) Änderung der Schwingungsdauer T, wenn die Induktivität von ursprünglich L = 1 H um L = 0, 001 H 6

7 erhöht wird, während gleichzeitig die Kapazität von C = 1 µf um C = 0, 0 µf erhöht wird. Lösung zu Aufgabe 1.7 siehe Mitschrift aus der Zentralübung Aufgaben für die Tutorübung Aufgabe 1.8 Sei Ω R n und f : Ω R n ein umkehrbares und stetig differenzierbares Vektorfeld mit Umkehrabbildung f 1. Zeigen Sie: Falls auch f 1 stetig differenzierbar ist, so gilt für alle x Ω J f 1(f(x)) J f (x) = I n. Lösung zu Aufgabe 1.8 Da f und f 1 Umkehrabbildungen sind, gilt f f 1 = id, also ist J f 1 f = J id = I n. Nach der Kettenregel gilt aber auch J f 1 f(x) = J f 1(f(x)) J f (x), zusammen folgt daraus die Behauptung. Für die Ableitung der Umkehrfunktion f 1 an einer Stelle y gilt also: J f 1(y) = [ J f (f 1 (y)) ] 1 Aufgabe 1.9 Sei f : R 3 R definiert durch f(x 1, x, x 3 ) = sin(x 1 + x x 3) 1. a) Zeigen Sie: Der Punkt v = ( π 4, 0, 0)T ist eine Lösung der Gleichung f(x 1, x, x 3 ) = 0. b) Berechnen Sie die Jacobi-Matrix von f im Punkt v. c) Zeigen Sie, dass es eine Umgebung B von (0, 0) und eine Funktion g gibt, so dass f(g(x, x 3 ), x, x 3 ) = 0 für alle Punkte (x, x 3 ) B gilt. (Die Gleichung f(x 1, x, x 3 ) kann also in einer Umgebung von v nach x 1 aufgelöst werden.) d) Stellen Sie eine Formel für die partiellen Ableitungen der Funktion g auf und bestimmen Sie die partiellen Ableitungen von g im Punkt (0, 0). e) Lässt sich f analog auch nach x oder x 3 auflösen? Lösung zu Aufgabe 1.9 a) Wir setzen den Punkt v einfach in f ein: π f(v) = sin = 1 1 = 0 7

8 b) Es gilt: also ist 1 J f (x 1, x, x 3 ) = f(x 1, x, x 3 ) T = cos(x 1 + x x 3) 1 x 3 J f (v) = cos π T = ( ). T, c) Die Funktion f ist stetig differenzierbar und in v gilt f(v) = 0 und 1 f(v) = 1 0. Nach dem Satz über implizite Funktionen gibt es daher eine offene Umgebung B um (0, 0) R und eine eindeutig bestimmte, differenzierbare Funktion g auf dieser Umgebung, so dass für alle (x, x 3 ) B gilt. f(g(x, x 3 ), x, x 3 ) = 0 d) Die Ableitungen von g bestimmen wir analog zum Vorgehen in der vorigen Aufgabe, indem wir die Gleichung f(g(x, x 3 ), x, x 3 ) = 0 nach x und nach x 3 ableiten. Genauer gesagt: Sei F (x, x 3 ) := f(g(x, x 3 ), x, x 3 ), dann gilt F (x, x 3 ) = 0 für alle (x, x 3 ) in einer offenen Umgebung von (0, 0). Es folgt dann F (x, x 3 ) = (0, 0) T, also (x, x 3 ) g(x, x 3 ) F (x, x 3 ) = J f (g(x, x 3 ), x, x 3 ) x x x 3 x 3 = 1 f(g(x, x 3 ), x, x 3 ) g(x, x 3 ) + f(g(x, x 3 ), x, x 3 )) f(g(x, x 3 ), x, x 3 )) 0 =0, daraus erhalten wir g(x, x 3 ) = f(g(x, x 3 ), x, x 3 ) 1 f(g(x, x 3 ), x, x 3 ). Eine Anmerkung: Das Vorgehen lässt sich ein bisschen abkürzen, wenn man die formale Definition von F weglässt. Man muss dann allerdings darauf achten, was mit f(g(x, x 3 ), x, x 3 ) gemeint ist, die Schreibweise ist so nicht ganz eindeutig. Zu Beginn der Gleichungskette (wo oben F (x, x 3 ) steht) müsste es genauer (f (g,id,id 3 )) x (x, x 3 ) heißen, abgeleitet wird also die kombinierte Abbildung aus f und g, dann wird die Ableitung an der Stelle (x, x 3 ) ausgewertet. Das f(g(x, x 3 ), x, x 3 ) weiter hinten in der Kette ist dagegen anders zu verstehen, hier wird f x (g(x, x 3 ), x, x 3 ) gebildet, also nur f partiell abgeleitet und dann an der Stelle (g(x, x 3 ), x, x 3 ) ausgewertet. Im Punkt v = (g(0, 0), 0, 0) ergibt sich daraus g(0, 0) = 1 / 1/ = 1 Analog können wir die Gleichung nach x 3 ableiten und erhalten: (Achtung: Hier arbeiten wir mit der eben erläuterten Abkürzung bitte die beiden 3 f(...) nicht durcheinan- 8

9 derbringen, gemeint ist je nach Kontext etwas anderes!) (x, x 3 ) g(x, x 3 ) 3 f(g(x, x 3 ), x, x 3 ) = J f (g(x, x 3 ), x, x 3 ) 3 x x x 3 x 3 = 1 f(g(x, x 3 ), x, x 3 ) 3 g(x, x 3 ) + f(g(x, x 3 ), x, x 3 )) f(g(x, x 3 ), x, x 3 )) 1 =0, also 3 g(x, x 3 ) = 3f(g(x, x 3 ), x, x 3 ) 1 f(g(x, x 3 ), x, x 3 ). Im Punkt v = (g(0, 0), 0, 0) ergibt sich daraus dann 3 g(0, 0) = 0 1/ = 0. e) Für eine Auflösung nach x kann analog der Satz über implizite Funktionen benutzt werden, da auch f(v) 0 ist. Wegen 3 f(v) = 0 existiert aber keine eindeutige Auflösung nach x 3. Ein Blick auf den Funktionsterm f(x 1, x, x 3 ) = sin(x 1 + x x 3) 1 macht auch den Grund deutlich: Das x 3 geht ausschließlich quadratisch in den Funktionswert ein, im Punkt v ist die x 3 -Koordinate 0. Damit ist eine eindeutige Auflösung selbst in einer kleinen Umgebung von v nicht mehr möglich, da jede Umgebung positive und negative x 3 -Werte enthält, die aber beide zum gleichen Funktionswert führen würden. 9

Rückblick auf die letzte Vorlesung. Bemerkung

Rückblick auf die letzte Vorlesung. Bemerkung Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D

Mehr

Folgerungen aus dem Auflösungsatz

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

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 4

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

Mehr

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

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

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4

Mehr

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

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2 Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 5

Technische Universität München Zentrum Mathematik. Übungsblatt 5 Technische Universität München Zentrum Mathematik Mathematik Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 5 Hausaufgaben Aufgabe 5. Bestimmen Sie folgende Grenzwerte. Benutzen

Mehr

Übungen zur Analysis II Blatt 27 - Lösungen

Übungen zur Analysis II Blatt 27 - Lösungen Prof. Dr. Torsten Wedhorn SoSe 22 Daniel Wortmann Übungen zur Analysis II Blatt 27 - Lösungen Aufgabe 5: 6+6+6* Punkte Bestimme alle lokalen Extrema der folgenden Funktionen: a b c* f : R 3 R g : R 2 R

Mehr

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

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

Mehr

Modulabschlussklausur Analysis II

Modulabschlussklausur Analysis II Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen

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

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

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.

Mehr

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

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

Mehr

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

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

Mehr

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

f(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

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

Definition: Differenzierbare Funktionen

Definition: Differenzierbare Funktionen Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ

Mehr

Mathematik II für Inf und WInf

Mathematik II für Inf und WInf Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell

Mehr

Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema

Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema Thema 12 Differentialrechnung, Partielle Ableitungen, Differenzierbarkeit, Taylor-Formel, Lokale Extrema In diesem Kapitel befassen wir uns mit der Ableitung von Funktionen f : R m R n. Allein die Schreibweise

Mehr

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

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

Bestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0.

Bestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0. Aufgabe Bestimmen Sie die Lösung des Anfangswertproblems y (x) 4y (x) 5y(x) = 6e x y(0) = y (0) = 0. Zunächst bestimmen wir die Lösung der homogenen DGL. Das charakteristische Polynom der DGL ist λ 2 4λ

Mehr

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Kleine Formelsammlung zu Mathematik für Ingenieure IIA Kleine Formelsammlung zu Mathematik für Ingenieure IIA Florian Franzmann 5. Oktober 004 Inhaltsverzeichnis Additionstheoreme Reihen und Folgen 3. Reihen...................................... 3. Potenzreihen..................................

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

Prof. Dr. Rolf Linn

Prof. Dr. Rolf Linn Prof. Dr. Rolf Linn 6.4.5 Übungsaufgaben zu Mathematik Analysis. Einführung. Gegeben seien die Punkte P=(;) und Q=(5;5). a) Berechnen Sie den Anstieg m der Verbindungsgeraden von P und Q. b) Berechnen

Mehr

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

Kapitel 6 Folgen und Stetigkeit

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

Mehr

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

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

www.mathe-aufgaben.com

www.mathe-aufgaben.com Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit f(x) = x sin( x + ) Aufgabe : ( VP) Berechnen Sie das Integral

Mehr

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,

Mehr

Musterlösung Höhere Mathematik I/II Di. Aufgabe 1 (11 Punkte) Geben Sie die Matrixbeschreibung der Quadrik

Musterlösung Höhere Mathematik I/II Di. Aufgabe 1 (11 Punkte) Geben Sie die Matrixbeschreibung der Quadrik Aufgabe Punkte Geben Sie die Matrixbeschreibung der Quadrik {x R 3x 3x 8x x +x +4x +7 = 0} an Berechnen Sie die euklidische Normalform der Quadrik und ermitteln Sie die zugehörige Koordinatentransformation

Mehr

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

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

Mehr

Nichtlineare Gleichungssysteme

Nichtlineare Gleichungssysteme Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Lineare Algebra

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

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

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

Mehr

IV. Stetige Funktionen. Grenzwerte von Funktionen

IV. Stetige Funktionen. Grenzwerte von Funktionen IV. Stetige Funktionen. Grenzwerte von Funktionen Definition. Seien X und Y metrische Räume und E X sowie f : X Y eine Abbildung und p ein Häufungspunkt von E. Wir schreiben lim f(x) = q, x p falls es

Mehr

Extrema von Funktionen in zwei Variablen

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

Mehr

Differenzialrechnung

Differenzialrechnung Mathe Differenzialrechnung Differenzialrechnung 1. Grenzwerte von Funktionen Idee: Gegeben eine Funktion: Gesucht: y = f(x) lim f(x) = g s = Wert gegen den die Funktion streben soll (meist 0 oder ) g =

Mehr

Extrema von Funktionen 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

Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker

Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Übungsblatt Musterlösung Fachbereich Rechts- und Wirtschaftswissenschaften Wintersemester 06/7 Aufgabe (Definitionsbereiche) Bestimme

Mehr

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

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

Mehr

55 Lokale Extrema unter Nebenbedingungen

55 Lokale Extrema unter Nebenbedingungen 55 Lokale Extrema unter Nebenbedingungen Sei f : O R mit O R n differenzierbar. Notwendige Bescheinigung für ein lokales Extremum in p 0 ist dann die Bedingung f = 0 (siehe 52.4 und 49.14). Ist nun F :

Mehr

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und

Mehr

Mathematik 1 für Wirtschaftsinformatik

Mathematik 1 für Wirtschaftsinformatik Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

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

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil

April (Voll-) Klausur Analysis I für Ingenieure. Rechenteil April (Voll-) Klausur Analysis I für Ingenieure en Rechenteil Aufgabe 7 Punkte (a) Skizzieren Sie die 4-periodische Funktion mit f() = für und f() = für (b) Berechnen Sie für diese Funktion die Fourierkoeffizienten

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

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

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

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

Mehr

Extrema (Funktionen mit zwei Variablen)

Extrema (Funktionen mit zwei Variablen) Extrema (Funktionen mit zwei Variablen) Vorzeigeaufgaben: WS04/05 Aufgabe 4 HS11 Aufgabe 4 a) + b) Empfohlene Bearbeitungsreihenfolge: WS05/06 Aufgabe 5 b) WS06/07 Aufgabe 4 HS10 Aufgabe 1 b) + c) HS1

Mehr

Mathematik für Anwender I. Beispielklausur I mit Lösungen

Mathematik 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.

Mehr

Übungen zur Vorlesung MATHEMATIK II

Übungen zur Vorlesung MATHEMATIK II Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom

Mehr

Stetigkeit von Funktionen

Stetigkeit von Funktionen Stetigkeit von Funktionen Definition. Es sei D ein Intervall oder D = R, x D, und f : D R eine Funktion. Wir sagen f ist stetig wenn für alle Folgen (x n ) n in D mit Grenzwert x auch die Folge der Funktionswerte

Mehr

3 Optimierung mehrdimensionaler Funktionen f : R n R

3 Optimierung mehrdimensionaler Funktionen f : R n R 3 Optimierung mehrdimensionaler Funktionen f : R n R 31 Optimierung ohne Nebenbedingungen Optimierung heißt eigentlich: Wir suchen ein x R n so, dass f(x ) f(x) für alle x R n (dann heißt x globales Minimum)

Mehr

LMU MÜNCHEN. Mathematik für Studierende der Biologie Wintersemester 2016/17. GRUNDLAGENTUTORIUM 5 - Lösungen. Anmerkung

LMU MÜNCHEN. Mathematik für Studierende der Biologie Wintersemester 2016/17. GRUNDLAGENTUTORIUM 5 - Lösungen. Anmerkung LMU MÜNCHEN Mathematik für Studierende der Biologie Wintersemester 2016/17 GRUNDLAGENTUTORIUM 5 - Lösungen Anmerkung Es handelt sich hierbei um eine Musterlösung so wie es von Ihnen in einer Klausur erwartet

Mehr

9 Optimierung mehrdimensionaler reeller Funktionen f : R n R

9 Optimierung mehrdimensionaler reeller Funktionen f : R n R 9 Optimierung mehrdimensionaler reeller Funktionen f : R n R 91 Optimierung ohne Nebenbedingungen Ein Optimum zu suchen heißt, den größten oder den kleinsten Wert zu suchen Wir suchen also ein x R n, sodass

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

Partielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung

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

Mehr

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert.

SS 2016 Höhere Mathematik für s Studium der Physik 21. Juli Probeklausur. Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. SS 6 Höhere Mathematik für s Studium der Physik. Juli 6 Probeklausur Die Antworten zu den jeweiligen Fragen sind in blauer Farbe notiert. Fragen Sei (X, d) ein metrischer Raum. Beantworten Sie die nachfolgenden

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.

Mehr

Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1

Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Übungsblatt 1 Technische Universität München Zentrum Mathematik Mathematik 1 (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Zeigen Sie mit vollständiger Induktion:

Mehr

Mathematik 2 für Wirtschaftsinformatik

Mathematik 2 für Wirtschaftsinformatik für Wirtschaftsinformatik Sommersemester 2012 Hochschule Augsburg Hinreichende Bedingung für lokale Extrema Voraussetzungen Satz D R n konvex und offen Funktion f : D R zweimal stetig partiell differenzierbar

Mehr

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen 11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen Ziel: Wir wollen lokale Extrema von Funktionen f : M R untersuchen, wobei M R n eine k-dimensionale Untermannigfaltigkeit des

Mehr

2. Stetigkeit und Differenzierbarkeit

2. Stetigkeit und Differenzierbarkeit 2. Stetigkeit Differenzierbarkeit 9 2. Stetigkeit Differenzierbarkeit Wir wollen uns nun komplexen Funktionen zuwenden dabei zunächst die ersten in der Analysis betrachteten Eigenschaften untersuchen,

Mehr

Universität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW

Universität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW Universität Bonn, Institut für Angewandte Mathematik Dr. Antje Kiesel WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW 08.03.2013 Matrikelnummer Platz Name Vorname 1 2 3 4 5 6

Mehr

Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester

Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Mitschrift Mathematik, Vorlesung bei Dan Fulea, 2. Semester Christian Nawroth, Erstellt mit L A TEX 23. Mai 2002 Inhaltsverzeichnis 1 Vollständige Induktion 2 1.1 Das Prinzip der Vollstandigen Induktion................

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

3 Vektorbündel und das Tangentialbündel

3 Vektorbündel und das Tangentialbündel $Id: vektor.tex,v 1.6 2014/06/30 10:20:57 hk Ex $ $Id: fluss.tex,v 1.2 2014/06/30 12:36:06 hk Ex hk $ 3 Vektorbündel und das Tangentialbündel 3.4 Ableitungen von C q -Funktionen In der letzten Sitzung

Mehr

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx

Mehr

Eigenwerte und Diagonalisierung

Eigenwerte und Diagonalisierung Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende

Mehr

Extrema gebrochen rationaler Funktionen

Extrema gebrochen rationaler Funktionen Übungen zum Thema: Extrema gebrochen rationaler Funktionen Hier angewandte Lösungsmethode: Grenzwertmethode Versionsnummer: Version in Arbeit vom 6.09.007 / 19.00 Uhr Finde lokale Extrema der gebrochen

Mehr

Mathematik Übungsblatt - Lösung. b) x=2

Mathematik Übungsblatt - Lösung. b) x=2 Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Sommersemester 204 Technische Informatik Bachelor IT2 Vorlesung Mathematik 2 Mathematik 2 4. Übungsblatt - Lösung Differentialrechnung

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +

Mehr

Quadratische Formen und Definitheit

Quadratische Formen und Definitheit Universität Basel Wirtschaftswissenschaftliches Zentrum Quadratische Formen und Definitheit Dr. Thomas Zehrt Inhalt: 1. Quadratische Formen 2. Quadratische Approximation von Funktionen 3. Definitheit von

Mehr

Lösungsvorschläge zum 14. Übungsblatt.

Lösungsvorschläge zum 14. Übungsblatt. Übung zur Analysis III WS / Lösungsvorschläge zum 4. Übungsblatt. Aufgabe 54 Sei a R\{}. Ziel ist die Berechnung des Reihenwertes k a + k. Definiere dazu f : [ π, π] R, x coshax. Wir entwickeln f in eine

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3

Mehr

Aufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:

Aufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt: Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an

Mehr

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2

4.1 Definition. Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn. = y 1. = y 2. xfy 1. xfy 2 4.1 Definition Gegeben: Relation f X Y f heißt Funktion (Abbildung) von X nach Y, wenn xfy 1 xfy 2 = y 1 = y 2 Y heißt Zielbereich oder Zielmenge von f. Statt (x, y) f oder xfy schreibt man y = f(x). Vollständige

Mehr

Lösungen der Probe-Vorklausur 1. Lösungen der Probe-Vorklausur 2

Lösungen der Probe-Vorklausur 1. Lösungen der Probe-Vorklausur 2 Bei allen Aufgaben muss der Rechenweg erkennbar sein (auch beim Bruchrechnen mindestens Zwischenschritt). Ohne Rechnung gibt es auch bei richtigem Ergebnis keine Punkte. Lösungen der Probe-Vorklausur Aufgabe

Mehr

Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen

Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Dr. Nico Düvelmeyer Freitag, 1. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Einführung und Wiederholung Beispiel

Mehr

Lösungshinweise zu den Hausaufgaben:

Lösungshinweise zu den Hausaufgaben: P. Engel, T. Pfrommer S. Poppit, Dr. I. Rybak 11. Gruppenübung ur Vorlesung Höhere Mathematik Sommersemester 009 Prof. Dr. M. Stroppel Prof. Dr. N. Knarr Lösungshinweise u den Hausaufgaben: Aufgabe H 31.

Mehr

Mathematik für Wirtschaftswissenschaftler Kapitel 4-6. Universität Trier Wintersemester 2013 / 2014

Mathematik für Wirtschaftswissenschaftler Kapitel 4-6. Universität Trier Wintersemester 2013 / 2014 Mathematik für Kapitel 4-6 Universität Trier Wintersemester 2013 / 2014 Kapitel 4 1. Extremwerte 2. Lokale Optimalpunkte 3. Wendepunkte 2 Kapitel 4.1 EXTREMWERTE 3 Extrempunkte und Extremwerte 4 Strikte

Mehr

28 Taylor-Formel, lokale Extrema

28 Taylor-Formel, lokale Extrema VII. Differentialrechnung in mehreren Variablen 458 28 Taylor-Formel, lokale Extrema Wir erinnern an den Mittelwertsatz für differenzierbare Funktionen f : D R (D R n offen) (vgl. 26.1): Sind a,b D Punkte,

Mehr

Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit x f(x) = (x + 5) e. Aufgabe : ( VP) Gegeben ist die Funktion

Mehr

Vorkurs Mathematik Übungen zu Komplexen Zahlen

Vorkurs Mathematik Übungen zu Komplexen Zahlen Vorkurs Mathematik Übungen zu Komplexen Zahlen Komplexe Zahlen Koordinatenwechsel Aufgabe. Zeichnen Sie die folgende Zahlen zunächst in ein (kartesisches) Koordinatensystem. Bestimmen Sie dann die Polarkoordinaten

Mehr

Mathematik I Herbstsemester 2014

Mathematik I Herbstsemester 2014 Mathematik I Herbstsemester 2014 www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 32 1 Stetigkeit Grenzwert einer

Mehr

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

1. Klausur. für bau immo tpbau

1. Klausur. für bau immo tpbau 1. Klausur Höhere Mathematik I/II für bau immo tpbau Wichtige Hinweise Die Bearbeitungszeit beträgt 120 Minuten. Verlangt und gewertet werden alle 6 Aufgaben. Bei Aufgabe 1 2 sind alle Lösungswege und

Mehr

Klausur zum Fach Mathematik 1 Teil 1

Klausur zum Fach Mathematik 1 Teil 1 (Name) (Vorname) (Matrikelnummer) Fachbereich Elektrotechnik und Informationstechnik Prof. Georg Hoever 06.07.202 Klausur zum Fach Mathematik Teil Bearbeitungszeit: 90 Minuten Hilfsmittel: ein (beidseitig)

Mehr

Mathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester

Mathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester Mathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester 2011 30.09.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

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

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

Mehr

Abiturvorbereitung Mathematik -Dierentialrechnungc Max. Hoffmann

Abiturvorbereitung Mathematik -Dierentialrechnungc Max. Hoffmann Abiturvorbereitung Mathematik -Dierentialrechnungc Max Hoffmann 1 Ganzrationale Funktionen Im Folgenden wollen wir uns mit ganzrationale Funktionen und der Untersuchung solcher beschäftigen. Dabei werden

Mehr