Wenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }

Größe: px
Ab Seite anzeigen:

Download "Wenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }"

Transkript

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 einen Teil einer solchen Figur als Graph einer Funktion darzustellen Für die obere Hälfte geht das: = fx mit f : [, ] R und fx = x Auch die untere Hälfte kann man ähnlich explizit beschreiben: fx = x Wenn man aber eine Figur betrachtet, die definiert ist durch {x, ; e x + 4x + e = e 4 }, hat man zwar etwas, das aussieht wie ein Fernseher aus 95, aber nicht etwas, das sich leicht mit Hilfe von Funktionen = fx oder x = f beschreiben läßt Trotzdem, wenn man das Bild betrachtet, - - würde man erwarten, auch hier lokal das Bild als Graph einer Funktion beschreiben zu können Mathematisch geht das wie folgt Theorem Satz über implizite Funktionen in D Sei f : R R eine zweimal differenzierbare Funktion Sei a, b R derart, dass fa, b = und fa, b Dann gibt es eine Umgebung B r a B s b von a, b und eine differenzierbare Funktion g : B r a R mit ga = b derart, dass: Für x, B r a B s b gilt fx, = = gx 3 Für x B r a gilt g x = fx, fx, =gx 9

2 3 3 Juli 4 Woche, Implizite Funktionen b a Abbildung : fx, = ist lokal = gx Der Graph von g ist in rot dargestellt Hier wird übrigens fx, = x + 3x x 3 und a, b =, verwendet Bemerkung Für x B r a gilt f x, gx = Bemerkung Der Satz für inverse Funktionen wird benutzt und man kann sehen, dass es auch hier reicht, wenn f einmal stetig differenzierbar ist Bemerkung 3 Die Bedingung, dass f stetig differenzierbar ist, kann man nicht weglassen Man kann Beispiel 9 verwenden um zu zeigen, dass differenzierbar alleine nicht reicht! Die Funktion in dem Beispiel ist x für x, fx, = x für x < < x, + x für x, und man hat f, = Es gibt jedoch mindestens drei Funktionen g derart, dass g = und fx, gx =, nämlich g x = x, g x = und g 3 x = x Übrigens sieht man mit fx, = für x, dass f nicht stetig ist in, Beweis Definiere F : R R durch x F = x fx, Dann ist F zweimal stetig differenzierbar und es gilt x F = fx, fx, Man hat F a b = a und det F b = fa, b Durch Satz 5 gibt es für F Bεa,b eine inverse Funktion G : B δ a, R mit x x x G F = für B ε a, b und ξ ξ ξ F G = für F B η η η ε a, b,

3 Implizite Funktionen in D 3 Juli f x x Abbildung : Graphen und Niveaulinien der Funktion aus Beispiel 9 und Bemerkung 3 Man kann die drei g s erkennen g x =, g ± x = ±x, die zusammen fx, = um, beschreiben und G ist differenzierbar Anders gesagt: für gilt F { x = ξ fx, = η x ξ = η x B ε a, b und { x x = ξ = gξ, η ξ = G η Wir setzen r = ε und definieren g : B ra R für r = ε durch gx = G x, ξ η F B ε a, b Es gilt B r a B r b B ε a, b Dann folgt für x a r, a + r dass F fx, = = x x x = gx x = G Anders gesagt, fx, = in B r a B r b kann man auch beschreiben durch = gx für x a r, a + r Weil f und g differenzierbar sind, gilt außerdem für hx = fx, gx, dass = h x = fx, gx + fx, gxg x, also g x = fx, fx, =gx

4 3 3 Juli 4 Woche, Implizite Funktionen Bemerkung 4 Wenn man sich nicht genau erinnert, welche Bedingungen in dem Satz zu impliziten Funktionen stehen, kann man sich das wie folgt merken Wenn man f x, = auch als = Y x schreiben kann, wobei Y eine differenzierbare Funktion ist, dann gilt f x, Y x = Falls f und Y stetig differenzierbare Funktionen sind, folgt = d f f f x, Y x = x, Y x + dx x x, Y x Y x Wenn x, auf der Kurve liegt und f x,, dann gilt f x, wegen der stetigen Ableitung für x, in einer Umgebung von x, und man findet für x, Y x in dieser Umgebung f Y x x = f x, Y x x, Y x Stetige Differenzierbarkeit von f und f x, sind genau die Bedingungen des Satzes Übrigens folgt aus der Kettenregel angewendet auf f u mit u x = x, Y x oder auch aus der Definition, dem Mittelwertsatz, der stetigen Differenzierbarkeit und der Kettenregel in einer Dimension = lim h d f x + h, Y x + h f x, Y x f x, Y x = lim dx h h f x + h, Y x + h f x, Y x + h f x, Y x + h f x, Y x + h h f = lim h x x + θ f x, Y x + h f x, Y x h, Y x + h + lim h h Hier ist θ h eine Zahl zwischen und h = f f x, Y x + x x, Y x Y x Implizite Funktionen in höheren Dimensionen Betrachten wir die folgende Menge: K = { x,, z R 3 ; x + + z = und + z = } Das sind die Punkte in R 3, die sowohl auf einer Kugel mit Radius um,, liegen als auch auf einem Zlinder mit Radius um die Achse {, t, ; t R} Der Durchschnitt dieser beiden Oberflächen gibt eine Kurve in R 3 Lokal sollte man so eine Kurve auch bei fast allen Punkten beschreiben können durch {x, f x, f x ; x I} Das geht auch fast immer In diesem Fall kann man die Funktionen f, f sogar berechnen: f x = x, f x = ± 4 x4 und I = [, ] Nur wenn f x =, also bei x = ±, kommen beide Alternativen zusammen und K ist lokal nicht mehr eindeutig wie in zu schreiben

5 Implizite Funktionen in höheren Dimensionen 3 Juli 4 33 Zusammenfassung Wir haben angefangen mit G : R 3 R, nämlich x + + z G x,, z = + z, und haben G x,, z = nach einer Variablen gelöst: = f x und z = f x Die Idee ist, dass unabhängige Gleichungen mit 3 Variablen nur einen Freiheitsgrad ergeben Hier haben wir x freigelassen und und z als Funktion von x geschrieben Allgemeiner hat man G : R n R m mit n > m und man möchte diese m Gleichungen G x,, x n = lösen nach n m Variablen Das heißt, wir suchen F : R m R n m derart, dass Die Frage lautet: x m+ x n = F x x m Wann existiert lokal eine derartige Funktion? Wenn wir wissen, dass es eine solche Funktion gibt, heißt das nicht, dass wir die auch als explizite Formel finden können Es heißt aber, dass Lösungen eines solchen Problems sich regulär verhalten und sich dann auch zum Beispiel mit Talorreihen oder auch numerisch approximieren lassen Die Antwort, ob eine solche Funktion existiert, wird gegeben in: Theorem 3 Satz über implizite Funktionen Sei n > m und f : R n R m eine zweimal differenzierbare Funktion Sei a, b R n m R m derart, dass fa, b = und b f a, b b f a, b b m f a, b det b f a, b b f m a, b b f a, b b m f a, b b f m a, b b m f m a, b

6 34 3 Juli 4 Woche, Implizite Funktionen Dann gibt es eine Umgebung B r a B s b von a, b und eine differenzierbare Funktion g : B r a R n m R m mit g a = b derart, dass: für x, B r a B s b gilt fx, = = gx für x B r a gilt: g x = f x n m+ f x n m+ f x n m+ f x n m+ x n m+ x n m+ f x n f x n x n f x f x x f x n m f x n m x n m x,gx Beweis Der Beweis ist ähnlich zu dem für den zweidimensionalen Fall Die ersten n m Koordinaten nennen wir x und die letzten m nennen wir : x = x x n m und = Wir betrachten F : R n m R m R m mit F x, = Dann gilt und F x, = x f x, x n m+ x n f x x f x n m f x n m det F x, = n m det f f m Aus der Annahme folgt, dass det F a, b, und der Satz über inverse Funktionen liefert uns lokal eine inverse Funktion G zu F Das heißt, es gibt ε > und G : F B ε a, b R n derart, dass: m f m m x, G F x, = x, für alle x, B ε a, b x,

7 Implizite Funktionen in höheren Dimensionen 3 Juli 4 35 Außerdem ist G differenzierbar Weil F i x, = x i für i =,, n m und x, B ε a, b gilt, folgt G i F x, = x i für i =,, n m Wir setzen r = ε und legen dann g : B ra R n m R m fest durch gx = Für x, B r a B r b folgt, dass G n m+ x, G n x, fx, = F x, = x, x, = G x, = gx Weil F x, gx = folgt außerdem, dass = F x, gx = x F x, =gx + F x, =gx g x, und weil F x, invertierbar ist auf B r a, b, gilt wie oben behauptet g x = F x, gx x F x, gx

8 36 3 Juli 4 Woche, Implizite Funktionen 3 Extrema unter Nebenbedingungen Wenn die Temperatur auf der Oberfläche einer Kugel, G x,, z := x + + z R = mit R = = 74 km, 3 definiert ist durch T x,, z = x + + z, 4 kann es sein, dass das Maximum in Rio de Janeiro erreicht wird? Abbildung 3: Die Farbe ist abhängig von T x,, z Um die Stelle zu finden wo t maximal ist, könnte man z als Funktion von x und schreiben implizite Funktion! und z = gx, in T einsetzen und anschließend auf die übliche Weise T x, := T x,, gx, untersuchen Das heißt, man hat als Kandidaten für die Extrema die stationären Punkte von T Diese stationären Punkte findet man, indem man T = löst: = T x, = T x,, gx, = T x,, z gx, gx, T x,, z + 3 T x,, z gx,, T x,, z + 3 T x,, z gx, Der Satz über implizite Funktionen Satz 3 sagt gx, = 3 G x,, z Gx,, z, Gx,, z z=gx, Zusammengefasst bedeutet T x, =, dass T x,, z = 3T x,,z 3 Gx,,z Gx,, z, T x,, z = 3T x,,z 3 Gx,,z Gx,, z, 3 T x,, z = 3T x,,z 3 Gx,,z 3Gx,, z = z=gx,

9 3 Extrema unter Nebenbedingungen 3 Juli 4 37 Die letzte Zeile ist beigefügt als Trivialität aber auch weil man so sieht, dass an einer stationären Stelle gilt: es gibt λ R derart, dass T x,, z = λ G x,, z Wir haben angenommen, dass z = gx, existiert Wenn 3 G x,, z, dann darf man das wegen des Satzes über implizite Funktionen Wenn jedoch 3 G x,, z = und G x,, z gelten würde, dann hätten wir eine ähnliche Geschichte erzählen können, wenn wir und z vertauschen Beispiel 4 Für 3-4 haben wir T x,, z =, x, und G x,, z = x,, z Weil G x,, z = gilt für G x,, z =, folgt, dass entweder x G x,, z, x G x,, z oder x G x,, z ungleich ist Das heißt, dass an jeder Stelle x,, z auf der Sphäre der Satz über implizite Funktionen anwendbar ist bezüglich mindestens einer der Variablen x, oder z Das heißt wiederum, die stationären Punkte findet man durch Es folgt, dass x,, = λ x,, z und G x,, z = x = λx, = λ, = λz und x + + z = Wir finden x = oder λ = und = z Dann haben diese vier Gleichungen mit vier Variablen die folgenden Lösungen: x z λ T P : P : P 3 : P 4 : 3 3 Schaut man diese Kandidaten für Extremwerte genauer an, so findet man zwei Maxima, nämlich in P 3 und P 4, und ein Minimum in P Dieser Ansatz bringt uns folgendes Ergebnis: Theorem 5 Multiplikatorsatz von Lagrange für eine Nebenbedingung Sei F : R n R und G : R n R stetig differenzierbare Funktionen Wenn ein Extremum hat in a, dann gilt: F a = λ Ga für λ R, oder Ga = R n F : {x R n ; Gx = } R Bemerkung 5 Dieser Satz hilft uns, die folgende Frage zu beantworten: Wie findet man ein Extremum von x F x unter der Nebenbedingung Gx =? Der Satz liefert uns die Kandidaten für die Extremstellen

10 38 3 Juli 4 Woche, Implizite Funktionen Bemerkung 5 Sei F : R n R eine differenzierbare Funktion Wir haben schon gesehen, dass an der Stelle x R n der Gradient F x die Richtung angibt in welcher F maximal zunimmt Auch ist der Vektor Ga in a orthogonal auf der Hper-Oberfläche {x R n ; Gx = Ga} Für F x = x x + und Gx = x + x sieht das wie folgt aus: In blau die Niveaulinien von F und das zugehörige Gradientenfeld Die Nebenbedingung Gx = bedeutet, dass man nur x auf dem Kreisrand betrachtet In den grünen Punkten gilt, F und G sind gleich oder gegengesetzt gerichtet Dort liegen auch die vier Extrema: P st = s 4 5 t 33, 8 Auch dieser Ansatz lässt sich verallgemeinern t 33 für s, t {±} Theorem 6 Multiplikatorsatz von Lagrange Sei F : R n R und G : R n R m, mit m < n, stetig differenzierbare Funktionen Wenn ein Extremum hat in a, dann gilt: F : {x R n ; Gx = } R

11 3 Extrema unter Nebenbedingungen 3 Juli 4 39 F a = m i= λ i G i a für λ,, λ m R, oder Rang Ga < m Bemerkung 6 Für m = bedeutet Rang Ga < m genau Ga = Das heißt, Satz 5 ist ein Spezialfall von Satz 6 Beweis Wir nehmen an, dass Rang Ga = m Dann gibt es in G a G a n G a G m a G m a n G m a m unabhängige Spalten Ohne Verlust der Allgemeinheit dürfen wir annehmen, dass diese Spalten die letzten m sind: n m+ G a n m+ G a n G a n m+ G a n m+ G a n G a n m+ G m a, n m+ G m a,, n G m a Wegen des Satzes über implizite Funktionen gibt es eine Umgebung U R n m a = a, a,, a m und eine Funktion g : U R m derart, dass für x B r a gilt von Gx = x n+m+, x n+m+,, x n = g x, x,, x m Auch kann man die Ableitungen von g schreiben mit Hilfe der Ableitungen von G Bevor wir noch länger jede Menge riesige Matrizen schreiben, schlagen wir folgende kürzere Notation vor: G = G a n m G a G m a n m G m a, G = n m+ G a n G a n m+ G m a n G m a Das heißt Ga = G, G mit G M m n m R und G M m m R Der Satz über implizite Funktionen liefert uns so Wir setzen f : U R durch ga = G G f x, x,, x m = F x, x,, x m, g x, x,, x m und definieren ähnlich F a = F, F mit F M n m R, F M m R Wir finden fa = F + F ga = F F G G 5 Die Funktion F : {x B r a; Gx = } R hat ein Extremum in a, genau dann, wenn f ein Extremum hat in a Weil f differenzierbar ist, hat man fa = Schreiben wir zu 5 auch noch = F F G G, dann folgt Man soll bemerken, dass F Ergebnis F a = F G Ga G M m R Mit λ,, λ m := F G folgt das

12 4 3 Juli 4 Woche, Implizite Funktionen Beispiel 7 Wir möchten die Extrema finden von f x,, z = x + z für x,, z K, wobei K die Menge ist, der wir schon in Abbildung auf Seite 33 begegnet sind: K = { x,, z R 3 ; x + + z = und + z = } Nennen wir g x,, z = x + + z und g x,, z = + z Der Multiplikatorsatz besagt, dass die Kandidaten für Extrema sich befinden in x,, z mit f x,, z = λ g x,, z + λ g x,, z, oder g x,, z Rang < g x,, z Die erste Möglichkeit ergibt x + z x x z Es folgt Wir unterscheiden vier Fälle: = λ x z + λ z x = oder + z = λ und x = λ + λ λ und z = oder x = λ + λ x = und z = Dann soll gelten, dass = und = und wir finden keine Lösung x = und x = λ + λ Dann bekommt man + z = und + z = Also + = und wir haben als Kandidaten P =,, und P =,, 3 + z = λ und z = Dann bekommt man x + = und = Dann folgt = oder =, aber wir haben nur neue Kandidaten für = : P 3 =,, und P 4 =,, Für = finden wir einen Widerspruch zu = x + + z = z = λ und x = λ + λ Mit x + + z = folgt λ + λ = und λ = λ = z Wir haben zu lösen: x + + z = und + z = und x = x z Die letzte Gleichung liefert + z = und mit + z = folgt = Die Kandidaten sind: P 5,6,7,8 = σ,, 3σ mit σ, σ {, } Die zweite Möglichkeit ist, dass g x,, z und g x,, z abhängig sind Man kann zeigen, dass das auf K nicht passiert In den Punkten P i nimmt f folgende Werte an: f,, ± =, f ±,, = und f ±,, ± 3 = Weil K kompakt ist, werden die Extrema angenommen Es lässt sich raten, welche Punkte die Maxima und welche die Minima liefern Ein Bild steht auf der nächsten Seite

13 3 Extrema unter Nebenbedingungen 3 Juli 4 4 x - z Abbildung 4: Eine Skizze zu Beispiel 7 K wird dargestellt durch die schwarze Kurve; die Extremstellen sind blau; die Funktionswerte sind proportional zu der Länge der Stäbchen

14 4 3 Juli 4 Woche, Implizite Funktionen

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

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

Mehr

Analysis II 14. Übungsblatt

Analysis II 14. Übungsblatt Jun.-Prof. PD Dr. D. Mugnolo Wintersemester 01/13 F. Stoffers 04. Februar 013 Analysis II 14. Übungsblatt 1. Aufgabe (8 Punkte Man beweise: Die Gleichung z 3 + z + xy = 1 besitzt für jedes (x, y R genau

Mehr

f(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

f(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

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

10 Extremwerte mit Nebenbedingungen

10 Extremwerte mit Nebenbedingungen 10 Extremwerte mit Nebenbedingungen 49 10 Extremwerte mit Nebenbedingungen Wir betrachten nun Extremwertaufgaben, bei denen nach dem Extremwert einer fx 1,, x n gesucht wird, aber die Menge der zulässigen

Mehr

Musterlösung zu Blatt 1

Musterlösung zu Blatt 1 Musterlösung zu Blatt Analysis III für Lehramt Gymnasium Wintersemester 0/4 Überprüfe zunächst die notwendige Bedingung Dfx y z = 0 für die Existenz lokaler Extrema Mit x fx y z = 8x und y fx y z = + z

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

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

Mehr

1.6 Implizite Funktionen

1.6 Implizite Funktionen 1 1.6 Implizite Funktionen Wir werden uns jetzt mit nichtlinearen Gleichungen beschäftigen, f(x) = 0, wobei f = (f 1,..., f m ) stetig differenzierbar auf einem Gebiet G R n und m < n ist. Dann hat man

Mehr

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

Rückblick auf die letzte Vorlesung

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

Mehr

3. Mai Zusammenfassung. g x. x i (x).

3. 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

Mehr

6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode

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

Mehr

Nachklausur zur Analysis 2, SoSe 2017

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

Mehr

Kapitel 6 Differential- und Integralrechnung in mehreren Variablen

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

Mehr

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

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

Mehr

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

2 Extrema unter Nebenbedingungen

2 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

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

6 Weiterer Ausbau der Differentialrechnung

6 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

Mehr

Probeklausur zur Analysis 2, SoSe 2017

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

Mehr

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

Lagrange-Multiplikatoren

Lagrange-Multiplikatoren Lagrange-Multiplikatoren Ist x eine lokale Extremstelle der skalaren Funktion f unter den Nebenbedingungen g i (x) = 0, dann existieren Lagrange-Multiplikatoren λ i, so dass grad f (x ) = λ i grad g i

Mehr

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

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

Mehr

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

Extremalprobleme mit Nebenbedingungen

Extremalprobleme mit Nebenbedingungen Extremalprobleme mit Nebenbedingungen In diesem Abschnitt untersuchen wir Probleme der folgenden Form: g(x 0 ) = inf{g(x) : x Ω, f(x) = 0}, (x 0 Ω, f(x 0 ) = 0). (1) Hierbei sind Ω eine offene Menge des

Mehr

Lösungsvorschlag zur Nachklausur zur Analysis

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

Mehr

(a), für i = 1,..., n.

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

Mehr

1 Umkehrfunktionen und implizite Funktionen

1 Umkehrfunktionen und implizite Funktionen Mathematik für Physiker III WS 2012/2013 Freitag 211 $Id: implizittexv 18 2012/11/01 20:18:36 hk Exp $ $Id: lagrangetexv 13 2012/11/01 1:24:3 hk Exp hk $ 1 Umkehrfunktionen und implizite Funktionen 13

Mehr

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 Funktionen in mehreren Variablen: Differentiation

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

Mehr

Mathematischer Vorkurs NAT-ING II

Mathematischer Vorkurs NAT-ING II Mathematischer Vorkurs NAT-ING II (02.09.2013 20.09.2013) Dr. Jörg Horst WS 2013-2014 Mathematischer Vorkurs TU Dortmund Seite 1 / 252 Kapitel 7 Differenzierbarkeit Mathematischer Vorkurs TU Dortmund Seite

Mehr

Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester

Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang Sommersemester 03 6.06.03 Höhere Mathematik II für die Fachrichtungen Elektrotechnik und Informationstechnik

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

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

Mehr

16. FUNKTIONEN VON MEHREREN VARIABLEN

16. FUNKTIONEN VON MEHREREN VARIABLEN 16. FUNKTIONEN VON MEHREREN VARIABLEN 1 Reelle Funktionen auf dem R 2 Wir betrachten Funktionen f(x 1, x 2 ) von zwei reellen Variablen x 1, x 2, z.b. f(x 1, x 2 ) = x 2 1 + x2 2, g(x 1, x 2 ) = x 2 1

Mehr

Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler

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

Mehr

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

HM I Tutorium 9. Lucas Kunz. 19. Dezember 2018

HM I Tutorium 9. Lucas Kunz. 19. Dezember 2018 HM I Tutorium 9 Lucas Kunz 19. Dezember 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Definition der Ableitung............................ 2 1.2 Ableitungsregeln................................ 2 1.2.1 Linearität................................

Mehr

9. Übungsblatt zur Vorlesung Mathematik I für Informatik

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

Mehr

Mikroökonomik Prof. Dr. Stefan Klonner SoSe Übungsblatt 1

Mikroökonomik Prof. Dr. Stefan Klonner SoSe Übungsblatt 1 1 Funktionen Definition 1 (Funktion). Übungsblatt 1 Eine Funktion f(x) einer reellen Variable x mit Definitionsbereich D ist eine Regel, die jeder Zahl x in D eine reelle Zahl f(x) eindeutig zuordnet.

Mehr

Mehrdimensionale Differentialrechnung Übersicht

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

Mehr

Musterlösungen Aufgabenblatt 2

Musterlösungen Aufgabenblatt 2 Jonas Kindervater Ferienkurs - Höhere Mathematik III für Physiker Musterlösungen Aufgabenblatt Dienstag 17. Februar 009 Aufgabe 1 (Implizite Funktionen) f(x, y) = x 1 xy 1 y4 = 0 Man bestimme die lokale

Mehr

3. Approximation von Funktionen und Extremwertprobleme im R n

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

Mehr

Teil 6. Differentialrechnung mehrerer Veränderlicher

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

Mehr

Vorlesung Mathematik für Ingenieure 2 (Sommersemester 2009)

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

Mehr

Vorlesung Mathematik für Ingenieure II (Sommersemester 2008)

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

Mehr

Vorlesung: Analysis I für Ingenieure

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

Mehr

Optimieren unter Nebenbedingungen

Optimieren unter Nebenbedingungen Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht

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

Übungsaufgaben zu den mathematischen Grundlagen von KM

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

Mehr

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

MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE

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

Mehr

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

Implizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem

Implizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem Implizite Funktionen Ist für eine stetig differenzierbare Funktion f : R n R m R n f (x, y ) = (0,..., 0) t, det f x (x, y ) 0, so lässt sich das Gleichungssystem f k (x 1,..., x n, y 1,..., y m ) = 0,

Mehr

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

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

Mehr

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

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

Mehr

9 Höhere partielle Ableitungen und die Taylorformel

9 Höhere partielle Ableitungen und die Taylorformel Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 9 Höhere partielle Ableitungen und die Talorformel Definition 91 Sei U R n offen, f : U R m eine Funktion Dann heißt f 2-mal partiell differenzierbar,

Mehr

Abbildung 10.1: Das Bild zu Beispiel 10.1

Abbildung 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,

Mehr

6 Die Bedeutung der Ableitung

6 Die Bedeutung der Ableitung 6 Die Bedeutung der Ableitung 24 6 Die Bedeutung der Ableitung Wir wollen in diesem Kapitel diskutieren, inwieweit man aus der Kenntnis der Ableitung Rückschlüsse über die Funktion f ziehen kann Zunächst

Mehr

i j m f(y )h i h j h m

i j m f(y )h i h j h m 10 HÖHERE ABLEITUNGEN UND ANWENDUNGEN 56 Speziell für k = 2 ist also f(x 0 + H) = f(x 0 ) + f(x 0 ), H + 1 2 i j f(x 0 )h i h j + R(X 0 ; H) mit R(X 0 ; H) = 1 6 i,j,m=1 i j m f(y )h i h j h m und passendem

Mehr

Extremwerte von Funktionen mehrerer reeller Variabler

Extremwerte von Funktionen mehrerer reeller Variabler Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein

Mehr

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

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

Mehr

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

Musterlösung Klausur zu Analysis II. Verständnisteil

Musterlösung Klausur zu Analysis II. Verständnisteil Technische Universität Berlin SS 009 Institut für Mathematik 060009 Prof Dr R Schneider Fritz Krüger Sebastian Holtz Musterlösung Klausur zu Analysis II Verständnisteil (a) Wie lauten die Voraussetzungen

Mehr

9 Differentialrechnung für Funktionen in n Variablen

9 Differentialrechnung für Funktionen in n Variablen $Id: diff.tex,v.7 29/7/2 3:4:3 hk Exp $ $Id: ntaylor.tex,v.2 29/7/2 3:26:42 hk Exp $ 9 Differentialrechnung für Funktionen in n Variablen 9.6 Lagrange Multiplikatoren Die Berechnung von Maxima und Minima

Mehr

Übungen zum Ferienkurs Analysis II 2014

Übungen zum Ferienkurs Analysis II 2014 Übungen zum Ferienkurs Analysis II 4 Probeklausur Allgemein Hinweise: Die Arbeitszeit beträgt 9 Minuten. Falls nicht anders angegeben, sind alle en ausführlich und nachvollziehbar zu begründen. Schreiben

Mehr

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 5. x 1 2x 3 = lim 6x

D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 5. x 1 2x 3 = lim 6x D-MAVT/D-MATL Analysis I HS 07 Dr. Andreas Steiger Lösung - Serie 5. MC-Aufgaben Online-Abgabe. Durch zweifache Anwendung der Regel von Bernoulli-de l Hôpital folgt Stimmt diese Überlegung? lim x x 3 +

Mehr

10 Der Satz über implizite Funktionen und Umkehrfunktionen

10 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

Mehr

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

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

Mehr

4 Differenzierbarkeit

4 Differenzierbarkeit 4 Differenzierbarkeit 16 4 Differenzierbarkeit Wir wollen nun Differenzierbarkeit von Funktionen mehrerer Veränderlicher definieren Dazu führen wir zunächst den Begriff der partiellen Ableitung ein Definition

Mehr

Musterlösung Klausur zu Analysis II. Verständnisteil

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

Mehr

Optimierung unter Nebenbedingungen

Optimierung unter Nebenbedingungen Optimierung unter Nebenbedingungen Kapitel 7: Optimierung unter Nebenbedingungen Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 1. Juli 2009 1 / 18 7.1 Bemerkung

Mehr

3.2 Funktionsuntersuchungen mittels Differentialrechnung

3.2 Funktionsuntersuchungen mittels Differentialrechnung 3. Funktionsuntersuchungen mittels Differentialrechnung 46 3. Funktionsuntersuchungen mittels Differentialrechnung In diesem Abschnitt betrachten wir Funktionen f: D, welche je nach Bedarf zumindest ein-

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 89

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 89 9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 89 Beweis. Der Beweis erfolgt durch vollständige Induktion. Angenommen wir hätten den Satz für k 1 gezeigt. Dann ist wegen auch Damit ist f(g(y), y) = 0 0 = D y

Mehr

0.1 Hauptsatz über implizite Funktionen

0.1 Hauptsatz über implizite Funktionen 0.1 Hauptsatz über implizite Funktionen 0.1 Hauptsatz über implizite Funktionen Ein lineares homogenes Gleichungssystem von q Gleichungen in r + q Unbekannten kann bekanntlich verwendet werden um q Unbekannte

Mehr

7.11. Extrema unter Nebenbedingungen

7.11. 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

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

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

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

Mehr

18 Höhere Ableitungen und Taylorformel

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

Mehr

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen

MIA Analysis einer reellen Veränderlichen WS 06/07. Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen Version 01.02. Januar 2007 MIA Analysis einer reellen Veränderlichen WS 06/07 Kurzfassung Martin Schottenloher Kapitel VI. Differenzierbare Funktionen in einer Veränderlichen In diesem Kapitel werden differenzierbare

Mehr

Mathematik für Sicherheitsingenieure I A

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

Mehr

Inverse und implizite Funktionen

Inverse 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

Mehr

Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 14

Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark Dr. Markus Lange. Analysis 1. Aufgabenzettel 14 Institut für Analysis WiSe 2018/2019 Prof. Dr. Dirk Hundertmark 03.02.2019 Dr. Markus Lange Analysis 1 Aufgabenzettel 14 Dieser Zettel wird in der letzten Übung des Semesters am 08.02.2019 besprochen Aufgabe

Mehr

Übungen zur Ingenieur-Mathematik III WS 2012/13 Blatt

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

Mehr

Übersicht. 1. Motivation. 2. Grundlagen

Übersicht. 1. Motivation. 2. Grundlagen Übersicht 1. Motivation 2. Grundlagen 3. Analysis 3.1 Folgen, Reihen, Zinsen 3.2 Funktionen 3.3 Differentialrechnung 3.4 Extremwertbestimmung 3.5 Nichtlineare Gleichungen 3.6 Funktionen mehrerer Variabler

Mehr

3 Differenzierbarkeit und Ableitung (Differentialrechnung I)

3 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)

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

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

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

Mehr

Inverse und implizite Funktionen

Inverse 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 :

Mehr

b) Definieren Sie den Begriff Cauchy-Folge. c) Geben Sie zwei Beispiele für konvergente Folgen und deren jeweilige Grenzwerte an.

b) Definieren Sie den Begriff Cauchy-Folge. c) Geben Sie zwei Beispiele für konvergente Folgen und deren jeweilige Grenzwerte an. Repetitorium zur Ingenieur-Mathematik I, WS 00/ Aufgabe : Bestimmen Sie das quadratische Polynom, auf dessen Graph die Punkte (, 4), (0, ), (, 7) liegen. Aufgabe : a) Wann ist eine Folge konvergent (Definition)?

Mehr

53 Der Satz über implizite Funktionen

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

Mehr

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

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

Mehr

41 Der Satz über implizite Funktionen

41 Der Satz über implizite Funktionen 41 Der Satz über implizite Funktionen 203 41 Der Satz über implizite Funktionen Lernziele: Resultate: Satz über implizite Funktionen Methode: Implizite Differentiation Kompetenzen: (Lokale) Auflösung von

Mehr

Wirtschaftsmathematik Formelsammlung

Wirtschaftsmathematik Formelsammlung Wirtschaftsmathematik Formelsammlung Binomische Formeln Stand März 2019 (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) (a b) = a 2 b 2 Fakultät (Faktorielle) n! = 1 2 3 4 (n 1) n Intervalle

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL Fachbereich C Mathematik und Naturwissenschaften

BERGISCHE UNIVERSITÄT WUPPERTAL Fachbereich C Mathematik und Naturwissenschaften Musterl osung BERGISCHE UNIVERSITÄT WUPPERTAL Fachbereich C Mathematik und Naturwissenschaften Analysis II Klausur WS 211/212 Prof. Dr. Hartmut Pecher 3.2.212, 9:15 Uhr Name Matr.Nr. Studienfach Fachsemester

Mehr

1 Übungsaufgaben zu Kapitel 1

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

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 3 Anwendungen der Differentialrechnung 3.1 Lokale Maxima und Minima Definition 16: Sei f : D R eine Funktion von n Veränderlichen. Ein Punkt x heißt lokale oder relative Maximalstelle bzw. Minimalstelle

Mehr