Umkehrfunktion. g (y) = f (x) 1, x = g(y), Umkehrfunktion 1-1
|
|
- Annegret Kirchner
- vor 6 Jahren
- Abrufe
Transkript
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, d.h. f bildet eine Umgebung U von x bijektiv auf eine Umgebung V von y = f (x ) ab. Die Umkehrfunktion g = f 1 ist auf V stetig differenzierbar, und es gilt für alle y V. g (y) = f (x) 1, x = g(y), Umkehrfunktion 1-1
2 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, d.h. f bildet eine Umgebung U von x bijektiv auf eine Umgebung V von y = f (x ) ab. Die Umkehrfunktion g = f 1 ist auf V stetig differenzierbar, und es gilt g (y) = f (x) 1, x = g(y), für alle y V. Man beachte, dass im Gegensatz zu einer univariaten Funktion aus der Invertierbarkeit von f (x) für alle x aus einer zusammenhängenden Menge D nicht notwendig die Injektivität auf dem gesamten Definitionsbereich folgt; eine globale Umkehrfunktion muss nicht existieren. Umkehrfunktion 1-2
3 Beweis: (i) Wählt man o.b.d.a. die Umgebung U von x als eine offene Teilmenge von D, auf der f nicht singulär ist (möglich aufgrund der Stetigkeit von det f ), so genügt es, neben der lokalen Injektivität von f (Existenz von g = f 1 ) die Differenzierbarkeit von g nur im Punkt y zu zeigen. Umkehrfunktion 2-1
4 Beweis: (i) Wählt man o.b.d.a. die Umgebung U von x als eine offene Teilmenge von D, auf der f nicht singulär ist (möglich aufgrund der Stetigkeit von det f ), so genügt es, neben der lokalen Injektivität von f (Existenz von g = f 1 ) die Differenzierbarkeit von g nur im Punkt y zu zeigen. Begründung: Umkehrfunktion 2-2
5 Beweis: (i) Wählt man o.b.d.a. die Umgebung U von x als eine offene Teilmenge von D, auf der f nicht singulär ist (möglich aufgrund der Stetigkeit von det f ), so genügt es, neben der lokalen Injektivität von f (Existenz von g = f 1 ) die Differenzierbarkeit von g nur im Punkt y zu zeigen. Begründung: Existenz von g (y ) = Stetigkeit von g im Punkt y Umkehrfunktion 2-3
6 Beweis: (i) Wählt man o.b.d.a. die Umgebung U von x als eine offene Teilmenge von D, auf der f nicht singulär ist (möglich aufgrund der Stetigkeit von det f ), so genügt es, neben der lokalen Injektivität von f (Existenz von g = f 1 ) die Differenzierbarkeit von g nur im Punkt y zu zeigen. Begründung: Existenz von g (y ) = Stetigkeit von g im Punkt y Anwendung des Resultates für beliebige Punkte x U an Stelle von x = Differenzierbarkeit von g an allen Punkten y V = f (U) = Stetigkeit von g auf V Umkehrfunktion 2-4
7 Beweis: (i) Wählt man o.b.d.a. die Umgebung U von x als eine offene Teilmenge von D, auf der f nicht singulär ist (möglich aufgrund der Stetigkeit von det f ), so genügt es, neben der lokalen Injektivität von f (Existenz von g = f 1 ) die Differenzierbarkeit von g nur im Punkt y zu zeigen. Begründung: Existenz von g (y ) = Stetigkeit von g im Punkt y Anwendung des Resultates für beliebige Punkte x U an Stelle von x = Differenzierbarkeit von g an allen Punkten y V = f (U) = Stetigkeit von g auf V Stetigkeit und Invertierbarkeit von f auf U, Stetigkeit von g auf V = Stetigkeit von g : y f (g(y)) 1 Umkehrfunktion 2-5
8 (ii) Invarianz des Resultates unter affinen Transformationen Betrachtung von p(x) = f (x ) 1 (f (x + x) y ) an Stelle von f Umkehrfunktion 2-6
9 (ii) Invarianz des Resultates unter affinen Transformationen Betrachtung von an Stelle von f vereinfachte Voraussetzungen: p(x) = f (x ) 1 (f (x + x) y ) p(0 n ) = 0 n, d.h. x, y 0 n = (0,..., 0), p (0 n ) = E mit E der Einheitsmatrix Umkehrfunktion 2-7
10 (ii) Invarianz des Resultates unter affinen Transformationen Betrachtung von an Stelle von f vereinfachte Voraussetzungen: p(x) = f (x ) 1 (f (x + x) y ) p(0 n ) = 0 n, d.h. x, y 0 n = (0,..., 0), p (0 n ) = E mit E der Einheitsmatrix Stetigkeit und Differenzierbarkeit im Punkt 0 n = (1) p (x) E ϕ( x ), (2) p(x) = x + R(x), R(x) x ϕ( x ) mit ϕ(t) 0 für t 0 Umkehrfunktion 2-8
11 (ii) Invarianz des Resultates unter affinen Transformationen Betrachtung von an Stelle von f vereinfachte Voraussetzungen: p(x) = f (x ) 1 (f (x + x) y ) p(0 n ) = 0 n, d.h. x, y 0 n = (0,..., 0), p (0 n ) = E mit E der Einheitsmatrix Stetigkeit und Differenzierbarkeit im Punkt 0 n = (1) p (x) E ϕ( x ), (2) p(x) = x + R(x), R(x) x ϕ( x ) mit ϕ(t) 0 für t 0 ( 0 R(x) ϕ( x ) R(x) = o(1) für x 0; verschiedene Funktionen ϕ in den Ungleichungen (1) und (2) können durch ihr Maximum, also eine gemeinsame Funktion, ersetzt werden ) Umkehrfunktion 2-9
12 (iii) Injektivität von p auf der Kugel U : x < δ: Umkehrfunktion 2-10
13 (iii) Injektivität von p auf der Kugel U : x < δ: wähle δ so, dass ϕ(δ) < 1/2 Umkehrfunktion 2-11
14 (iii) Injektivität von p auf der Kugel U : x < δ: wähle δ so, dass ϕ(δ) < 1/2 x, x U, p(x) = p( x), multivariater Mittelwertsatz = und 0 = u( x) u(x) = = ( x x) p ((1 t)x + t x) ( x x) dt }{{} (E+p (x t) E) (p (x t ) E)( x x) dt x x p (x t ) E x x = (1) ϕ( x t ) x x Umkehrfunktion 2-12
15 (iii) Injektivität von p auf der Kugel U : x < δ: wähle δ so, dass ϕ(δ) < 1/2 x, x U, p(x) = p( x), multivariater Mittelwertsatz = und 0 = u( x) u(x) = = ( x x) p ((1 t)x + t x) ( x x) dt }{{} (E+p (x t) E) (p (x t ) E)( x x) dt x x p (x t ) E x x = (1) ϕ( x t ) x x x t U = ϕ( x t ) < ϕ(δ) < 1/2 = x = x Umkehrfunktion 2-13
16 (iv) V = p(u) enthält die Kugel B : y < δ/4, ist also eine Umgebung von 0 n : Umkehrfunktion 2-14
17 (iv) V = p(u) enthält die Kugel B : y < δ/4, ist also eine Umgebung von 0 n : zeige dazu mit Hilfe des Banachschen Fixpunktsatzes, dass die Abbildung S : x x p(x) + y einen eindeutigen Fixpunkt in der Kugel B : x δ/2 besitzt, d.h. x mit y = p(x) Umkehrfunktion 2-15
18 (iv) V = p(u) enthält die Kugel B : y < δ/4, ist also eine Umgebung von 0 n : zeige dazu mit Hilfe des Banachschen Fixpunktsatzes, dass die Abbildung S : x x p(x) + y einen eindeutigen Fixpunkt in der Kugel B : x δ/2 besitzt, d.h. x mit y = p(x) verifiziere die notwendigen Voraussetzungen: Umkehrfunktion 2-16
19 (iv) V = p(u) enthält die Kugel B : y < δ/4, ist also eine Umgebung von 0 n : zeige dazu mit Hilfe des Banachschen Fixpunktsatzes, dass die Abbildung S : x x p(x) + y einen eindeutigen Fixpunkt in der Kugel B : x δ/2 besitzt, d.h. x mit y = p(x) verifiziere die notwendigen Voraussetzungen: S( B) B: S(x) = (2) x (x + R(x) ) + y x ϕ( x ) + y }{{} p(x) (δ/2) ϕ(δ/2) +δ/4 = δ/2 }{{} ϕ(δ)<1/2 Umkehrfunktion 2-17
20 (iv) V = p(u) enthält die Kugel B : y < δ/4, ist also eine Umgebung von 0 n : zeige dazu mit Hilfe des Banachschen Fixpunktsatzes, dass die Abbildung S : x x p(x) + y einen eindeutigen Fixpunkt in der Kugel B : x δ/2 besitzt, d.h. x mit y = p(x) verifiziere die notwendigen Voraussetzungen: S( B) B: S(x) = (2) x (x + R(x) ) + y x ϕ( x ) + y }{{} p(x) (δ/2) ϕ(δ/2) +δ/4 = δ/2 }{{} ϕ(δ)<1/2 S( x) S(x) c x x mit c < 1: Abschätzung der Kontraktionskonstante durch c = max x B S Umkehrfunktion 2-18
21 (iv) V = p(u) enthält die Kugel B : y < δ/4, ist also eine Umgebung von 0 n : zeige dazu mit Hilfe des Banachschen Fixpunktsatzes, dass die Abbildung S : x x p(x) + y einen eindeutigen Fixpunkt in der Kugel B : x δ/2 besitzt, d.h. x mit y = p(x) verifiziere die notwendigen Voraussetzungen: S( B) B: S(x) = (2) x (x + R(x) ) + y x ϕ( x ) + y }{{} p(x) (δ/2) ϕ(δ/2) +δ/4 = δ/2 }{{} ϕ(δ)<1/2 S( x) S(x) c x x mit c < 1: Abschätzung der Kontraktionskonstante durch c = max x B S S (x) = E p (x) = (1) c = 1/2 Umkehrfunktion 2-19
22 (v) q (0 n ) = E, q = p 1 : Umkehrfunktion 2-20
23 (v) q (0 n ) = E, q = p 1 : zu zeigen: q(y) = q(0 n ) }{{} 0 n +y + R(y) mit R(y) = o( y ) für y 0 Umkehrfunktion 2-21
24 (v) q (0 n ) = E, q = p 1 : zu zeigen: q(y) = q(0 n ) }{{} 0 n +y + R(y) mit R(y) = o( y ) für y 0 y = p(x) R(y) = q(y) y = x p(x) = (2) R(x) = o( x ) Umkehrfunktion 2-22
25 (v) q (0 n ) = E, q = p 1 : zu zeigen: q(y) = q(0 n ) }{{} 0 n +y + R(y) mit R(y) = o( y ) für y 0 y = p(x) R(y) = q(y) y = x p(x) = (2) R(x) = o( x ) noch x durch y abzuschätzen: y = p(x) = (2) x + R(x) x x ϕ( x ) (1 1/2) x für y B, x B Umkehrfunktion 2-23
26 Beispiel: prüfe die lokale Invertierbarkeit der Funktion ( ) ( ) ( x u xy f : = y v x/y ) im Punkt (x, y) = (2, 1) : Umkehrfunktion 3-1
27 Beispiel: prüfe die lokale Invertierbarkeit der Funktion ( ) ( ) ( x u xy f : = y v x/y ) im Punkt (x, y) = (2, 1) : Jacobi-Matrix f (x, y) = ( y x 1/y x/y 2 ) Umkehrfunktion 3-2
28 Beispiel: prüfe die lokale Invertierbarkeit der Funktion ( ) ( ) ( x u xy f : = y v x/y ) im Punkt (x, y) = (2, 1) : Jacobi-Matrix f (x, y) = Einsetzen der konkreten Koordinaten J f = f (2, 1) = ( y x 1/y x/y 2 ( det J = 4 0 = Umkehrfunktion g in Umgebung von ( ) ( ) u 2 = f (x, y) = 2 v ) ) Umkehrfunktion 3-3
29 Jacobi-Matrix im Punkt (u, v ) g (2, 2) = (J f ) 1 = 1 4 ( ) Umkehrfunktion 3-4
30 Jacobi-Matrix im Punkt (u, v ) g (2, 2) = (J f ) 1 = 1 4 ( explizite Bestimmung von g durch Auflösen der Ausdrücke für u und v nach x und y: ( ) ( ) x uv = g(u, v) = y u/v ) Überprüfung der Formel für g (2, 2) auf direktem Weg Umkehrfunktion 3-5
31 Jacobi-Matrix im Punkt (u, v ) g (2, 2) = (J f ) 1 = 1 4 ( explizite Bestimmung von g durch Auflösen der Ausdrücke für u und v nach x und y: ( ) ( ) x uv = g(u, v) = y u/v ) Überprüfung der Formel für g (2, 2) auf direktem Weg g (u, v) = 1 2 ( v/u u/v 1/ uv u/v 3 ) Umkehrfunktion 3-6
32 Jacobi-Matrix im Punkt (u, v ) g (2, 2) = (J f ) 1 = 1 4 ( explizite Bestimmung von g durch Auflösen der Ausdrücke für u und v nach x und y: ( ) ( ) x uv = g(u, v) = y u/v ) Überprüfung der Formel für g (2, 2) auf direktem Weg g (u, v) = 1 2 ( v/u u/v 1/ uv u/v 3 ) Übereinstimmung für (u, v) = (2, 2) Umkehrfunktion 3-7
33 Beispiel: komplexe Exponentialfunktion z = x + iy e z = u + iv, reelle Darstellung: f (x, y) = ( u v ) = ( e x cos y e x sin y ) mit der Jacobi-Matrix ( f (x, y) = e x cos y sin y sin y cos y ) Umkehrfunktion 4-1
34 det f (x, y) = e 2x > 0 = lokale Existenz einer Umkehrfunktion g (ein Zweig des komplexen Logarithmus) mit der Ableitung g (u, v) = ( f (x, y) ) ( ) 1 = e x cos y sin y sin y cos y Umkehrfunktion 4-2
35 det f (x, y) = e 2x > 0 = lokale Existenz einer Umkehrfunktion g (ein Zweig des komplexen Logarithmus) mit der Ableitung g (u, v) = ( f (x, y) ) ( ) 1 = e x cos y sin y sin y cos y keine globale Umkehrfunktion wegen f (x, y + 2πk) = f (x, y), k Z Periodizität = unendlich viele Urbilder für jeden Punkt (u, v) (0, 0) Umkehrfunktion 4-3
36 Beispiel: Polarkoordinaten x = r cos ϕ, y = r sin ϕ, r = x 2 + y 2 partielle Ableitung des Radius nach der Koordinate x: r x = x x 2 + y 2 = x x 2 + y 2 = x r = cos ϕ Umkehrfunktion 5-1
37 Beispiel: Polarkoordinaten x = r cos ϕ, y = r sin ϕ, r = x 2 + y 2 partielle Ableitung des Radius nach der Koordinate x: r x = x x 2 + y 2 = x x 2 + y 2 = x r = cos ϕ Paradox: r = x/ cos(ϕ) = r x = 1 cos(ϕ) Umkehrfunktion 5-2
38 Beispiel: Polarkoordinaten x = r cos ϕ, y = r sin ϕ, r = x 2 + y 2 partielle Ableitung des Radius nach der Koordinate x: Paradox: r x = x x 2 + y 2 = x x 2 + y 2 = x r = cos ϕ r = x/ cos(ϕ) = r x = 1 cos(ϕ) Grund: Bei den Berechnungen der partiellen Ableitungen werden nicht die gleichen Variablen konstant gehalten: In der ersten Gleichung ist y konstant und bei der zweiten ϕ Umkehrfunktion 5-3
39 skalare Ableitungsregel dy dx = i.a. falsch für partielle Ableitungen: ( ) dx 1 dy x u (u x ) 1 korrekte Berechnung für eine Bijektion (x, y) (u, v) mit Hilfe der Jacobi-Matrix: ( ) ( ) ( (u, v) (x, y) = ux u y (x, y), v x v y (u, v) = xu x v ux u = y y u y v v x v y ) 1 Umkehrfunktion 5-4
40 im betrachteten Beispiel (x, y) (r, ϕ) = ( cos ϕ r sin ϕ sin ϕ r cos ϕ ) Umkehrfunktion 5-5
41 im betrachteten Beispiel (x, y) (r, ϕ) = ( cos ϕ r sin ϕ sin ϕ r cos ϕ ) Inverse partielle Ableitungen nach x und y: ( ) ( cos ϕ sin ϕ (r, ϕ) 1 r sin ϕ 1 = r cos ϕ (x, y) = rx r y ϕ x ϕ y ) Umkehrfunktion 5-6
42 im betrachteten Beispiel (x, y) (r, ϕ) = ( cos ϕ r sin ϕ sin ϕ r cos ϕ ) Inverse partielle Ableitungen nach x und y: ( ) ( cos ϕ sin ϕ (r, ϕ) 1 r sin ϕ 1 = r cos ϕ (x, y) = rx r y ϕ x ϕ y ) insbesondere: r x = cos ϕ Umkehrfunktion 5-7
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,
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 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
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,
MehrAbleitung der Umkehrfunktion
Ableitung der Umkehrfunktion Ist eine Funktion y = f (x) stetig differenzierbar mit f (x) 0, so ist f in einer Umgebung von x invertierbar, und für die Umkehrfunktion f 1 gilt (f 1 ) (y) = f (x) 1, bzw.
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
MehrMathematik 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
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
MehrTransformation mehrdimensionaler Integrale
Transformation mehrdimensionaler Integrale Für eine bijektive, stetig differenzierbare Transformation g eines regulären Bereiches U R n mit det g (x), x U, gilt für stetige Funktionen f : f g det g du
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
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
MehrDer 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.
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
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.
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
MehrMultivariate Kettenregel
Multivariate Kettenregel Für die Hintereinanderschaltung h = g f : x y = f (x) z = g(y), stetig differenzierbarer Funktionen f : R m R l und g : R l R n gilt h (x) = g (y)f (x), d.h. die Jacobi-Matrix
MehrAnalysis II. Vorlesung 52. Diffeomorphismen
Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 52 Diffeomorphismen Der Satz über die lokale Umkehrbarkeit gibt Anlass zu folgender Definition. Definition 52.1. EsseienV 1 undv 2 endlichdimensionalereellevektorräume
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
MehrKlausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Differential und Integralrechnung 6 6. (Frühjahr 2009, Thema, Aufgabe 3) Sei r > 0. Berechnen Sie die Punkte auf der Parabel y = x 2 mit dem
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
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
MehrModulprüfung Numerische Mathematik 1
Prof. Dr. Klaus Höllig 18. März 2011 Modulprüfung Numerische Mathematik 1 Lösungen Aufgabe 1 Geben Sie (ohne Beweis an, welche der folgenden Aussagen richtig und welche falsch sind. 1. Die Trapezregel
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
MehrProbeklausur. 1 Stetigkeit [7 Punkte] 2 Differenzierbarkeit [10 Punkte] Ferienkurs Analysis 2 für Physiker SS Karolina Stoiber Aileen Wolf
Karolina Stoiber Aileen Wolf Ferienkurs Analysis 2 für Physiker SS 26 A Probeklausur Allgemein Hinweise: Die Arbeitszeit beträgt 9 Minuten. Falls nicht anders angegeben, sind alle en ausführlich und nachvollziehbar
MehrAnalysis I. 4. Beispielklausur mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein
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.
MehrAnalysis 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
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
MehrLagrange-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
Mehr5 Numerische Iterationsverfahren
In diesem Kapitel besprechen wir numerische Iterationsverfahren (insbesondere Fixpunktverfahren) als eine weitere Lösungsmethode zur Lösung von linearen Gleichungssystemen (Kapitel 4) sowie zur Lösung
MehrÜbungen zum Ferienkurs Analysis II
Übungen zum Ferienkurs Analysis II Implizite Funktionen und Differentialgleichungen 4. Umkehrbarkeit I Man betrachte die durch g(s, t = (e s cos(t, e s sin(t gegebene Funktion g : R R. Zeigen Sie, dass
MehrVERTEILUNGEN VON FUNKTIONEN EINER ZUFALLSVARIABLEN
KAPITEL 15 VETEILUNGEN VON FUNKTIONEN EINE ZUFALLSVAIABLEN In diesem Kapitel geht es darum, die Verteilungen für gewisse Funktionen von Zufallsvariablen zu bestimmen. Wir werden uns auf den Fall absolut
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
MehrKlausur 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.
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.
Mehr: das Bild von ) unter der Funktion ist gegeben durch
% 1.3 Funktionen Seien und Mengen nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig. Bezeichnungen: : Definitionsbereich : Bildbereich (Zielmenge) von Der Graph einer Funktion: graph!
Mehrein geeignetes Koordinatensystem zu verwenden.
1.13 Koordinatensysteme (Anwendungen) Man ist immer bemüht, für die mathematische Beschreibung einer wissenschaftlichen Aufgabe ( Chemie, Biologie,Physik ) ein geeignetes Koordinatensystem zu verwenden.
Mehr10 Untermannigfaltigkeiten
10. Untermannigfaltigkeiten 1 10 Untermannigfaltigkeiten Definition. Eine Menge M R n heißt k-dimensionale Untermannigfaltigkeit des R n, 1 k n, falls es zu jedem a M eine offene Umgebung U R n von a und
MehrLösungsvorschlag 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
MehrKarlsruher 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
MehrProf. 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
MehrLösung zu Kapitel 5 und 6
Lösung zu Kapitel 5 und 6 (1) Sei f eine total differenzierbare Funktion. Welche Aussagen sind richtig? f ist partiell differenzierbar f kann stetig partiell differenzierbar sein f ist dann immer stetig
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.
MehrWiederholungsklausur zur Analysis II
Wiederholungsklausur zur Analysis II Prof. Dr. C. Löh/M. Blank 11. April 2012 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten
MehrAnalysis 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
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
MehrTechnische 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
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
Mehr2. 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,
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
MehrNichtlineare Gleichungssysteme
Kapitel 5 Nichtlineare Gleichungssysteme 51 Einführung Wir betrachten in diesem Kapitel Verfahren zur Lösung von nichtlinearen Gleichungssystemen Nichtlineares Gleichungssystem: Gesucht ist eine Lösung
Mehr6.1 Komplexe Funktionen
118 6 Funktionentheorie 6.1 Komplexe Funktionen Wir kennen die komplexen Zahlen als Erweiterung des Körpers der reellen Zahlen. Man postuliert die Existenz einer imaginären Größe i mit der Eigenschaft
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
Mehr11 Logarithmus und allgemeine Potenzen
Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den
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
Mehr5.5. UMKEHRFUNKTIONEN TRIGONOMETRISCHER FUNKTIONEN 115
5.5. UMKEHRFUNKTIONEN TRIGONOMETRISCHER FUNKTIONEN 5 Satz 5.5.2 (Ableitung der Umkehrfunktion einer Winkelfunktionen) Die Umkehrfunktionen der trigonometrischen Funktionen sind nach Satz 5.2.3 auf den
MehrKlausurenkurs zum Staatsexamen (SS 2015): Differential und Integralrechnung 6
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 205): Differential und Integralrechnung 6 6. (Frühjahr 2009, Thema, Aufgabe 3) Sei r > 0. Berechnen Sie die Punkte auf der Parabel y = x 2 mit dem
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
MehrKapitel 5 (Ebene autonome Systeme) Abschnitt 5.1 (Reduktion auf skalare Di.gleichungen)
Abschnitt 5.1 Reduktion auf skalare Differenzialgleichungen 33 Kapitel 5 Ebene autonome Systeme Abschnitt 5.1 Reduktion auf skalare Di.gleichungen Aufgabe 1, Seite 190 Das gegebene System besitzt oensichtlich
MehrB 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,
MehrKAPITEL 5. Nichtlineare Gleichungssysteme
KAPITEL 5. Nichtlineare Gleichungssysteme Beispiel 5.1. Gravitationskraft zwischen zwei Punktmassen m 1 und m 2 mit gegenseitigem Abstand r: F = G m 1m 2 r 2, wobei G = 6.67 10 11 Nm 2 /kg. Gravitationsfeld
MehrAnalysis II. Vorlesung 44. Partielle Ableitungen
Prof. Dr. H. Brenner Osnabrück SS 2015 Analysis II Vorlesung 44 Sei f: K n K eine durch Partielle Ableitungen (x 1,...,x n ) f(x 1,...,x n ) gegebene Abbildung. Betrachtet man für einen fixierten Index
Mehr8 Beispiele von Koordinatentransformationen
8 Beispiele von Koordinatentransformationen Wir diskutieren nun diejenigen Koordinatentransformationen, die in der Praxis wirklich gebraucht werden (ebene und räumliche Polarkoordinaten sowie Zylinderkoordinaten).
MehrMathematische 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
MehrÜbungen 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
MehrLösungen 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
Mehr7.11. Extrema unter Nebenbedingungen
7.11. Extrema unter Nebenbedingungen Randextrema Wir haben schon bemerkt, daß die üblichen Tests mit Hilfe von (eventuell höheren) Ableitungen nur Kriterien für (lokale) Extrema im Inneren des Definitionsgebietes
MehrSeite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx
Seite Aufgabe : a Berechnen Sie das Integral b Berechnen Sie das Integral +x x+x dx. π sin x dx. c Differenzieren Sie die Funktion ft = t e t s ds. Nur Leibniz-Formel a + x x + x dx = d dx lnx + x dx =
Mehr5. Übungsblatt zur Analysis II
Facbereic Matematik Prof. Dr. R. Farwig C. Komo J. Prasiswa R. Sculz SS 009 8.05.009 5. Übungsblatt zur Analysis II Gruppenübung Aufgabe G (Differenzierbarkeit Gegeben sei die Funktion f : R R mit f(x,
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
MehrExtremwerte 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
MehrETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld
ETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld Bitte wenden! 1. Die unten stehende Figur wird beschrieben durch... (a) { (x, y) R 2 x + y 1 }. Richtig! (b) { (x,
Mehr18.4 Das Newton-Verfahren
18.4 Das Newton-Verfahren Ziel: Wir suchen die Nullstellen einer Funktion f : D R n, D R n : f(x) = 0 Wir kennen bereits die Fixpunktiteration x k+1 := Φ(x k ) mit Startwert x 0 und Iterationsvorschrift
MehrMusterlösung. 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,
MehrAnalysis II. Prof. Dr. H. Brenner Osnabrück SS 2014
Prof. Dr. H. Brenner Osnabrück SS 2014 Analysis II Vorlesung 51 Für eine stetig differenzierbare Funktion ϕ: R R mit ϕ (P) > 0 in einem Punkt P R gibt es ein offenes Intervall P I =]P δ,p +δ, auf dem ϕ
Mehry (t) Wie berechnet sich die Ableitung von F aus den Ableitungen von x (t) und y (t)? Die Antwort gibt die erste Kettenregel
103 Differenzialrechnung 553 1035 Kettenregeln Die Kettenregel bei Funktionen einer Variablen erlaubt die Berechnung der Ableitung von verketteten Funktionen Je nach Verkettung gibt es bei Funktionen von
MehrAbbildung 10.1: Das Bild zu Beispiel 10.1
Analysis 3, Woche Mannigfaltigkeiten I. Definition einer Mannigfaltigkeit Die Definition einer Mannigfaltigkeit braucht den Begriff Diffeomorphismus, den wir in Definition 9.5 festgelegt haben. Seien U,
MehrMathematik für Anwender I. Klausur
Fachbereich Mathematik/Informatik 27. März 2012 Prof. Dr. H. Brenner Mathematik für Anwender I Klausur Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
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
Mehr13 Die trigonometrischen Funktionen
13 Die trigonometrischen Funktionen Wir schreiben die Werte der komplexen Exponentialfunktion im Folgenden auch als e z = exp(z) (z C). Geometrisch definiert man üblicherweise die Werte der Winkelfunktion
MehrProbeklausur zur Analysis II
Probeklausur zur Analysis II Prof. Dr. C. Löh/M. Blank 3. Februar 2012 Name: Matrikelnummer: Vorname: Übungsleiter: Diese Klausur besteht aus 8 Seiten. Bitte überprüfen Sie, ob Sie alle Seiten erhalten
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
MehrTechnische Universität Berlin
Technische Universität Berlin Fakultät II Institut für Mathematik WS /5 G. Bärwol, A. Gündel-vom-Hofe..5 Februar Klausur Analysis II für Ingenieurswissenschaften Lösungsskizze. Aufgabe 6Punkte Bestimmen
Mehr3 Funktionen in mehreren Variablen
3 Funktionen in mehreren Variablen Funktionen in mehreren Variablen Wir betrachten nun Abbildungen / Funktionen in mehreren Variablen. Dies sind Funktionen von einer Teilmenge des R d nach R. f : D f R,
MehrMathematik für Anwender I. Beispielklausur 3 mit Lösungen
Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Mathematik für Anwender I Beispielklausur mit en Dauer: Zwei volle Stunden + 0 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
Mehr1 Umkehrfunktionen und implizite Funktionen
Inhaltsverzeichnis 1 Umkehrfunktionen und implizite Funktionen.............. 1 2 Extrema unter Nebenbedingungen................... 25 3 Untermannigfaltigkeiten des R n..................... 45 4 Das Riemann-Integral
MehrHöhere Mathematik II für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann SS 4 Höhere Mathematik II für die Fachrichtung Informatik Lösungsvorschläge zum. Übungsblatt Aufgabe 37
Mehrdifferenzierbare Funktionen
Kapitel IV Differenzierbare Funktionen 18 Differenzierbarkeit und Rechenregeln für differenzierbare Funktionen 19 Mittelwertsätze der Differentialrechnung mit Anwendungen 20 Gleichmäßige Konvergenz von
MehrKleine 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..................................
MehrMathematik. für das Ingenieurstudium. 10 Funktionen mit mehreren Variablen. Jürgen Koch Martin Stämpfle.
10 Funktionen mit mehreren Variablen www.mathematik-fuer-ingenieure.de 2010 und, Esslingen Dieses Werk ist urheberrechtlich geschützt. Alle Rechte, auch die der Übersetzung, des Nachdruckes und der Vervielfältigung
MehrZiel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0.
6.4 Fixpunkt-Iteration Ziel: Iterative Lösung der (nichtlinearen) Gleichung f(x) = 0. Möglichkeiten: Bisektionsverfahren (Intervallhalbierung) Newton-Verfahren, x k+1 = x k f(x k) f (x k ) für k = 0, 1,
MehrSeminar Gewöhnliche Differentialgleichungen
Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden
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
MehrÜbungen 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
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
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
MehrKomplexe Funktionen. für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg. Reiner Lauterbach. Universität Hamburg
Komplexe Funktionen für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg Reiner Lauterbach Universität Hamburg SS 2006 Reiner Lauterbach (Universität Hamburg) Komplexe Funktionen
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
MehrMathematik II. Vorlesung 49. Der Banachsche Fixpunktsatz
Prof. Dr. H. Brenner Osnabrück SS 2010 Mathematik II Vorlesung 49 Der Banachsche Fixpunktsatz Satz 49.1. Es sei M ein nicht-leerer vollständiger metrischer Raum und f :M M eine stark kontrahierende Abbildung.
MehrIV. 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