Totale Ableitung und Jacobi-Matrix
|
|
- Birgit Hartmann
- vor 6 Jahren
- Abrufe
Transkript
1 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
2 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. Die totale Ableitung f ist die Jacobi-Matrix der partiellen Ableitungen: 1 f 1... n f 1 f =... 1 f m... n f m Totale Ableitung 1-2
3 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. Die totale Ableitung f ist die Jacobi-Matrix der partiellen Ableitungen: 1 f 1... n f 1 f =... 1 f m... n f m Alternative gebräuchliche Schreibweisen sind f = J f = (f 1,..., f n ) (x 1,..., x n ) = ( 1f,..., n f ). Totale Ableitung 1-3
4 Für eine skalare Funktion (m = 1) bezeichnet man die Ableitung als Gradient, f = (grad f ) t, und für die Parametrisierung einer Kurve (n = 1) als Tangentenvektor. Totale Ableitung 1-4
5 Für eine skalare Funktion (m = 1) bezeichnet man die Ableitung als Gradient, f = (grad f ) t, und für die Parametrisierung einer Kurve (n = 1) als Tangentenvektor. Um die lineare Approximation kleiner Änderungen ( h 0) hervorzuheben, schreibt man df = f x 1 dx f x n dx n mit sogenannten Differentialen df und dx i. Totale Ableitung 1-5
6 Für eine skalare Funktion (m = 1) bezeichnet man die Ableitung als Gradient, f = (grad f ) t, und für die Parametrisierung einer Kurve (n = 1) als Tangentenvektor. Um die lineare Approximation kleiner Änderungen ( h 0) hervorzuheben, schreibt man df = f x 1 dx f x n dx n mit sogenannten Differentialen df und dx i. Hinreichend für die Existenz der totalen Ableitung f (x) ist die Stetigkeit der partiellen Ableitungen in einer Umgebung von x. Totale Ableitung 1-6
7 Beweis: betrachte bivariate Funktionen (analoge Argumentation im multivariaten Fall) Totale Ableitung 2-1
8 Beweis: betrachte bivariate Funktionen (analoge Argumentation im multivariaten Fall) (i) zeige: Existenz von f = totale Ableitung enthält die partiellen Ableitungen Totale Ableitung 2-2
9 Beweis: betrachte bivariate Funktionen (analoge Argumentation im multivariaten Fall) (i) zeige: Existenz von f = totale Ableitung enthält die partiellen Ableitungen Für eine bivariate Funktion f (x, y) und h = (s, 0) t gilt f (x + s, y) = f (x, y) + f (x, y) (s, 0) t + o( (s, 0) ) = f (x, y) + (J f ) 1 s + o( s ), wobei (J f ) 1 die erste Spalte von J f bezeichnet. Totale Ableitung 2-3
10 Beweis: betrachte bivariate Funktionen (analoge Argumentation im multivariaten Fall) (i) zeige: Existenz von f = totale Ableitung enthält die partiellen Ableitungen Für eine bivariate Funktion f (x, y) und h = (s, 0) t gilt f (x + s, y) = f (x, y) + f (x, y) (s, 0) t + o( (s, 0) ) = f (x, y) + (J f ) 1 s + o( s ), wobei (J f ) 1 die erste Spalte von J f bezeichnet. Division durch s und s 0 f (x + s, y) f (x, y) (J f ) 1 = lim = 1 f (x, y) s 0 s Totale Ableitung 2-4
11 Beweis: betrachte bivariate Funktionen (analoge Argumentation im multivariaten Fall) (i) zeige: Existenz von f = totale Ableitung enthält die partiellen Ableitungen Für eine bivariate Funktion f (x, y) und h = (s, 0) t gilt f (x + s, y) = f (x, y) + f (x, y) (s, 0) t + o( (s, 0) ) = f (x, y) + (J f ) 1 s + o( s ), wobei (J f ) 1 die erste Spalte von J f bezeichnet. Division durch s und s 0 f (x + s, y) f (x, y) (J f ) 1 = lim = 1 f (x, y) s 0 s analoge Argumentation für (J f ) 2 Totale Ableitung 2-5
12 (ii) zeige: Stetigkeit der partiellen Ableitungen = Existenz der totalen Ableitung Totale Ableitung 2-6
13 (ii) zeige: Stetigkeit der partiellen Ableitungen = Existenz der totalen Ableitung betrachte eine skalare Funktion f (x, y) Totale Ableitung 2-7
14 (ii) zeige: Stetigkeit der partiellen Ableitungen = Existenz der totalen Ableitung betrachte eine skalare Funktion f (x, y) Mittelwertsatz = f (x + s, y + t) = f (x + s, y) f (x, y) + f (x + s, y + t) mit ξ (x, x + s), η (y, y + t) f (x + s, y) + f (x, y) = s f x (ξ, y) + t f y (x + s, η) + f (x, y), Totale Ableitung 2-8
15 (ii) zeige: Stetigkeit der partiellen Ableitungen = Existenz der totalen Ableitung betrachte eine skalare Funktion f (x, y) Mittelwertsatz = f (x + s, y + t) = f (x + s, y) f (x, y) + f (x + s, y + t) mit ξ (x, x + s), η (y, y + t) Stetigkeit von f x und f y = f (x + s, y) + f (x, y) = s f x (ξ, y) + t f y (x + s, η) + f (x, y), f x (ξ, y) f x (x, y), f y (x + s, η) f y (x, y) für (s, t) 0 und damit die totale Differenzierbarkeit der Funktion f : }{{} h f (x + s, y + t) = f (x, y) + sf x (x, y) + tf y (x, y) + o( h ) Totale Ableitung 2-9
16 (ii) zeige: Stetigkeit der partiellen Ableitungen = Existenz der totalen Ableitung betrachte eine skalare Funktion f (x, y) Mittelwertsatz = f (x + s, y + t) = f (x + s, y) f (x, y) + f (x + s, y + t) mit ξ (x, x + s), η (y, y + t) Stetigkeit von f x und f y = f (x + s, y) + f (x, y) = s f x (ξ, y) + t f y (x + s, η) + f (x, y), f x (ξ, y) f x (x, y), f y (x + s, η) f y (x, y) für (s, t) 0 und damit die totale Differenzierbarkeit der Funktion f : }{{} h f (x + s, y + t) = f (x, y) + sf x (x, y) + tf y (x, y) + o( h ) separates Betrachten der Komponenten vektorwertiger Fall Totale Ableitung 2-10
17 Beispiel: f (x, y) = xy x 2 + y 2 Totale Ableitung 3-1
18 Beispiel: (i) Unstetigkeit im Ursprung: f (x, y) = xy x 2 + y 2 Totale Ableitung 3-2
19 Beispiel: (i) Unstetigkeit im Ursprung: f (x, y) = xy x 2 + y 2 x 2 lim f (x, x) = x 0 x 2 + x 2 = = lim f (x, x) x 0 = f nicht stetig und damit auch nicht differenzierbar bei (0, 0) Totale Ableitung 3-3
20 Beispiel: (i) Unstetigkeit im Ursprung: f (x, y) = xy x 2 + y 2 x 2 lim f (x, x) = x 0 x 2 + x 2 = = lim f (x, x) x 0 = f nicht stetig und damit auch nicht differenzierbar bei (0, 0) (ii) Existenz der partiellen Ableitungen: Totale Ableitung 3-4
21 Beispiel: (i) Unstetigkeit im Ursprung: f (x, y) = xy x 2 + y 2 x 2 lim f (x, x) = x 0 x 2 + x 2 = = lim f (x, x) x 0 = f nicht stetig und damit auch nicht differenzierbar bei (0, 0) (ii) Existenz der partiellen Ableitungen: f (x, 0) = f (0, y) = 0 Totale Ableitung 3-5
22 Beispiel: (i) Unstetigkeit im Ursprung: f (x, y) = xy x 2 + y 2 x 2 lim f (x, x) = x 0 x 2 + x 2 = = lim f (x, x) x 0 = f nicht stetig und damit auch nicht differenzierbar bei (0, 0) (ii) Existenz der partiellen Ableitungen: f (x, 0) = f (0, y) = 0 = f x (0, 0) = f y (0, 0) = 0 Totale Ableitung 3-6
23 (iii) Unstetigkeit beider partieller Ableitungen im Ursprung: Totale Ableitung 3-7
24 (iii) Unstetigkeit beider partieller Ableitungen im Ursprung: bestimme den Grenzwert der partiellen Ableitung f x (x, y) = y 3 x 2 y (x 2 + y 2 ) 2 für (x, y) (0, 0) entlang verschiedener Kurven: y = x lim x 0 f x (x, x) = lim x 0 0 (x 2 + y 2 ) 2 = 0 und y = x 2 lim x 0 f x (x, x 2 ) = lim x 0 x 2 1 (1 + x 2 ) 2 = 1 Totale Ableitung 3-8
25 (iii) Unstetigkeit beider partieller Ableitungen im Ursprung: bestimme den Grenzwert der partiellen Ableitung f x (x, y) = y 3 x 2 y (x 2 + y 2 ) 2 für (x, y) (0, 0) entlang verschiedener Kurven: und y = x lim x 0 f x (x, x) = lim x 0 0 (x 2 + y 2 ) 2 = 0 y = x 2 lim x 0 f x (x, x 2 ) = lim x 0 x 2 1 (1 + x 2 ) 2 = 1 Die Unstetigkeit der partiellen Ableitung f y im Ursprung folgt analog. Totale Ableitung 3-9
26 (iii) Unstetigkeit beider partieller Ableitungen im Ursprung: bestimme den Grenzwert der partiellen Ableitung f x (x, y) = y 3 x 2 y (x 2 + y 2 ) 2 für (x, y) (0, 0) entlang verschiedener Kurven: und y = x lim x 0 f x (x, x) = lim x 0 0 (x 2 + y 2 ) 2 = 0 y = x 2 lim x 0 f x (x, x 2 ) = lim x 0 x 2 1 (1 + x 2 ) 2 = 1 Die Unstetigkeit der partiellen Ableitung f y im Ursprung folgt analog. Beispiel = Die Existenz partieller Ableitungen ist nicht ausreichend für Differenzierbarkeit. Totale Ableitung 3-10
27 Beispiel: f (x, y) = x + 2y xy 3x 2 + y 2 Totale Ableitung 4-1
28 Beispiel: f (x, y) = x + 2y xy 3x 2 + y 2 Überprüfe die Definition der totalen Ableitung 1 2 f (x, y) = y x, f (x + s, y + t) = 6x 2y = (x + s) + 2(y + t) (x + s)(y + t) 3(x + s) 2 + (y + t) 2 f (x + s, y + t) f (x, y) f (x, y) (s, t) t = (0, st, 3s 2 + t 2 ) t = o( (s, t) ), d.h. jede Komponente strebt für (s, t) (0, 0) schneller gegen 0 als h = (s, t) Totale Ableitung 4-2
29 Beispiel: (i) Gradient der skalaren Funktion f (x, y) = r = x 2 + y 2 : Totale Ableitung 5-1
30 Beispiel: (i) Gradient der skalaren Funktion f (x, y) = r = x 2 + y 2 : ( ) ( ) 1 f x/r grad f (x, y) = = 2 f y/r Totale Ableitung 5-2
31 Beispiel: (i) Gradient der skalaren Funktion f (x, y) = r = x 2 + y 2 : ( ) ( ) 1 f x/r grad f (x, y) = = 2 f y/r (ii) Tangentenvektor, der durch parametrisierten Kurve: f (t) = (cos t, sin t, t) t Totale Ableitung 5-3
32 Beispiel: (i) Gradient der skalaren Funktion f (x, y) = r = x 2 + y 2 : ( ) ( ) 1 f x/r grad f (x, y) = = 2 f y/r (ii) Tangentenvektor, der durch parametrisierten Kurve: f (t) = (cos t, sin t, t) t f (t) = ( sin t, cos t, 1) t Totale Ableitung 5-4
33 (iii) Jacobi-Matrix, der durch x y z definierten Kugelkoordinaten: = r sin ϑ cos ϕ r sin ϑ sin ϕ r cos ϑ Totale Ableitung 5-5
34 (iii) Jacobi-Matrix, der durch x y z definierten Kugelkoordinaten: = r sin ϑ cos ϕ r sin ϑ sin ϕ r cos ϑ f (r, ϑ, ϕ) = (x, y, z) (r, ϑ, ϕ) = sin ϑ cos ϕ r cos ϑ cos ϕ r sin ϑ sin ϕ sin ϑ sin ϕ r cos ϑ sin ϕ r sin ϑ cos ϕ cos ϑ r sin ϑ 0 Totale Ableitung 5-6
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
Mehra n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n
Folgen und Reihen. Beweisen Sie die Beschränktheit der Folge (a n ) n N mit 2. Berechnen Sie den Grenzwert der Folge (a n ) n N mit a n := ( ) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 n +. 4 3. Untersuchen
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschftsmthemtik für Interntionl Mngement (BA) und Betriebswirtschft (BA) Wintersemester 2013/14 Stefn Etschberger Hochschule Augsburg Mthemtik: Gliederung 1 Aussgenlogik 2 Linere Algebr 3 Linere
Mehr2 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
MehrZ = 60! 29!31! 1,1 1017.
Aufgabe : Eine Hochzeitsgesellschaft besteht aus 60 Personen. a Wieviele verschiedene Möglichkeiten für Sitzordnungen gibt es? b Nehmen Sie nun an, dass 9 Gäste aus dem Familien- und Freundeskreis der
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
MehrKommentierte 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.
MehrÜbungen 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.
MehrVorlesung. Funktionen/Abbildungen 1
Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.
MehrHöhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik
Höhere Mathematik 3 Apl. Prof. Dr. Norbert Knarr FB Mathematik Wintersemester 2015/16 4. Homogene lineare Dierentialgleichungen 4.1. Grundbegrie 4.1.1. Denition. Es sei J R ein Intervall und a 0 ; : :
MehrMathematik I Internationales Wirtschaftsingenieurwesen
Mathematik I Internationales Wirtschaftsingenieurwesen Integralrechnung 03.12.08 Das unbestimmte Integral/Stammfunktion Das bestimmte Integral/Flächenberechnung Integral als Umkehrung der Ableitung Idee:
MehrLösungen zum 3. Aufgabenblatt
SS, Lineare Algebra Die Lösungen wurden erstellt von: Isabel Voigt, Vanessa Lamm und Matthias Rehder Hinweis: Eine Liste der zur Bearbeitung verwendeten Literatur ist unter www.mathematiwelt.com aufrufbar.
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen
MehrStabilität mittels Ljapunov Funktion
Stabilität mittels Ljapunov Funktion Definition Eine C 1 Funktion V : D R, D R, heißt eine Ljapunov Funktion auf K r (0) D für f(y), falls gilt: 1) V(0) = 0, V(y) > 0 für y 0 2) V,f(y) 0 ( y, y r) Gilt
MehrFür die Parameter t und ϕ sind das im angegebenen Bereich Funktionen, d.h. zu jedem Parameterwert gehört genau ein Punkt.
PARAMETERFUNKTIONEN Zwei Beispiele: gsave currentpoint translate 21 4 div setlin 1 1 x = 2t 2 1 y = t < t
MehrMATHEMATIK. Fachabiturprüfung 2009 zum Erwerb der Fachhochschulreife an. Fachoberschulen und Berufsoberschulen. Ausbildungsrichtung Technik
Fachabiturprüfung 2009 zum Erwerb der Fachhochschulreife an Fachoberschulen und Berufsoberschulen MATHEMATIK Ausbildungsrichtung Technik Freitag, 29. Mai 2009, 9.00-12.00 Uhr Die Schülerinnen und Schüler
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrSerie 13: Online Test
D-ERDW, D-HEST, D-USYS Mathematik I HS 3 Dr. Ana Cannas Serie 3: Online Test Einsendeschluss: 3. Januar 4 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.
MehrVorkurs Mathematik Übungen zu Differentialgleichungen
Vorkurs Mathematik Übungen zu Differentialgleichungen Als bekannt setzen wir die folgenden Umformungen voraus: e ln(f(x)) = f(x) e f(x)+c = e f(x) e c e ln(f(x)) +c = f(x) e c = f(x) c f ( g(x) ) g (x)
MehrDIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
MehrOptimierung 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
MehrMathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011
Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h
MehrDefinition 3.1: Ein Differentialgleichungssystem 1. Ordnung
Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt
MehrExtrema 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,
MehrApproximation durch Taylorpolynome
TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni
MehrKlausur Mathematik 2
Mathematik für Ökonomen WS 2014/15 Campus Duisburg PD Dr. V. Krätschmer, Fakultät für Mathematik Klausur Mathematik 2 17.02.2015, 12:30-14:30 Uhr (120 Minuten) Erlaubte Hilfsmittel: Nur reine Schreib-
MehrBitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben.
Mathematik I für Wirtschaftswissenschaftler Klausur für alle gemeldeten Fachrichtungen außer Immobilientechnik und Immobilienwirtschaft am 9..9, 9... Bitte unbedingt beachten: a) Gewertet werden alle acht
Mehr6 Allgemeine Theorie des elektromagnetischen Feldes im Vakuum
6 ALLGEMEINE THEORIE DES ELEKTROMAGNETISCHEN FELDES IM VAKUUM 25 Vorlesung 060503 6 Allgemeine Theorie des elektromagnetischen Feldes im Vakuum 6.1 Grundaufgabe der Elektrodynamik Gegeben: Ladungsdichte
MehrBeispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =
Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.
MehrHöhere Mathematik III für Wirtschaftsinformatiker
TU Ilmenau Institut für Mathematik Prof. Dr. S. Vogel Höhere Mathematik III für Wirtschaftsinformatiker Funktionen von mehreren Variablen. Grenzwerte und Stetigkeit Betrachtet werden Funktionen f : D f
MehrAnwendung der Theorie von Gauß Shift Experimenten auf den Kolmogorov Smirnov Test und das einseitige Boundary Crossing Problem
Anwendung der Theorie von Gauß Shift Experimenten auf den Kolmogorov Smirnov Test und das einseitige Boundary Crossing Problem Inauguraldissertation zur Erlangung des Doktorgrades der Mathematisch Naturwissenschaftlichen
MehrErgänzungen zur Analysis I
537. Ergänzungsstunde Logik, Mengen Ergänzungen zur Analysis I Die Behauptungen in Satz 0.2 über die Verknüpfung von Mengen werden auf die entsprechenden Regelnfür die Verknüpfung von Aussagen zurückgeführt.
MehrKevin Caldwell. 18.April 2012
im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig
MehrMathematikaufgaben zur Vorbereitung auf das Studium
Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Informatik Medieninformatik Wirtschaftsinformatik Wirtschaftsingenieurwesen
Mehru + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.
Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume
MehrERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN
ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,
MehrOptimalitätskriterien
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
MehrEinführung in die Statistik
Einführung in die Statistik Dr. C.J. Luchsinger 2 Zufallsgrössen Literatur Kapitel 2 * Statistik in Cartoons: Kapitel 4 * Krengel: 3.1 und 3.2 in 3 und (Honours Program) 10 sowie 11.1, 11.2 und 11.3 in
MehrMathematischer Vorkurs für Physiker WS 2009/10
TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,
MehrAnalysis. mit dem Computer-Algebra-System des TI-92. Anhang 2: Gedanken zum Lehrplan. Beat Eicke und Edmund Holzherr 11.
ETH EIDGENÖSSISCHE TECHNISCHE HOCHSCHULE ZÜRICH Analysis mit dem Computer-Algebra-System des TI-92 Anhang 2: Gedanken zum Lehrplan Beat Eicke und Edmund Holzherr 11. November 1997 Eidgenössische Technische
MehrCharakteristikenmethode im Beispiel
Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)
MehrGrundlagen der Mathematik II
Wintersemester 204/205 - Aufgabenblatt I Abgabe: bis Donnerstag, den 6. November 204, 9:00 Uhr Aufgabe : Untersuchen Sie, für welche 2 C die folgende Matrix c diagonalisierbar ist, und bestimmen Sie für
MehrEinführung in die Robotik Regelung in der Robotik. Mohamed Oubbati Institut für Neuroinformatik. Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.
Einführung in die Robotik Regelung in der Robotik Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 11. 12. 2012 Standardprobleme der mobilen Robotik Standardprobleme
MehrKapitel 15: Differentialgleichungen
FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen
Mehr6 Symmetrische Matrizen und quadratische Formen
Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische
MehrÜbungen zum Ferienkurs Lineare Algebra WS 14/15
Übungen zum Ferienkurs Lineare Algebra WS 14/15 Linearkombinationen, Basen, Lineare Abbildungen 2.1 Lineare Unabhängigkeit Sind die folgenden Vektoren linear unabhängig? (a) 1, 2, 3 im Q Vektorraum R (b)
MehrModulabschlussklausur 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
Mehrax 2 + bx + c = 0, (4.1)
Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die
MehrGewöhnliche Differentialgleichungen
Notizen zur Vorlesung Gewöhnliche Differentialgleichungen G Sweers Wintersemester 08/09 ii Inhaltsverzeichnis Einführung Modelle 2 Explizite Lösungen 4 2 Trennbar 5 22 Linear erster Ordnung 6 23 Homogen
MehrMathematik-Klausur vom 05.10.2011 Finanzmathematik-Klausur vom 26.09.2011
Mathematik-Klausur vom 05.10.2011 Finanzmathematik-Klausur vom 26.09.2011 Studiengang BWL DPO 2003: Aufgaben 2,3,4 Dauer der Klausur: 60 Min Studiengang B&FI DPO 2003: Aufgaben 2,3,4 Dauer der Klausur:
MehrSkalare Differentialgleichungen
Kapitel 2 Skalare Differentialgleichungen 2.1 Skalare lineare Differentialgleichungen 2.2 Bernoulli und Riccati Differentialgleichungen 2.3 Differentialgleichungen mit getrennten Variablen 2.4 Exakte Differentialgleichungen
Mehr8. Übung zur Vorlesung Mathematisches Modellieren Lösung
Universität Duisburg-Essen Essen, den.6. Fakultät für Mathematik S. Bauer C. Hubacsek C. Thiel 8. Übung zur Vorlesung Mathematisches Modellieren Lösung In dieser Übung sollen in Aufgabe und die qualitativ
MehrMultivariate Statistik
Hermann Singer Multivariate Statistik 1 Auflage 15 Oktober 2012 Seite: 12 KAPITEL 1 FALLSTUDIEN Abbildung 12: Logistische Regression: Geschätzte Wahrscheinlichkeit für schlechte und gute Kredite (rot/blau)
MehrFORMEL EDITOR VON WORD 2007 / EQUATION EDITOR 3.0- EINE EINFÜHRUNG
FORMEL EDITOR VON WORD 2007 / EQUATION EDITOR 3.0- EINE EINFÜHRUNG 1 FORMELN EINGEBEN FORMELFELD ÖFFNEN UND SCHLIEßEN Um eine Formel eingeben zu können öffnen Sie den Formeleditor mit EINFÜGEN / FORMEL
MehrTEILWEISE ASYNCHRONE ALGORITHMEN
TEILWEISE ASYNCHRONE ALGORITHMEN FRANK LANGBEIN Literatur: D. Berseas, J. Tsitsilis: Parallel and distributed computatoin, pp. 48 489 URI: http://www.langbein.org/research/parallel/ Modell teilweiser asynchroner
MehrZuammenfassung: Reelle Funktionen
Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,
MehrMan kann zeigen (durch Einsetzen: s. Aufgabenblatt, Aufgabe 3a): Die Lösungsgesamtheit von (**) ist also in diesem Fall
4. Lösung einer Differentialgleichung. Ordnung mit konstanten Koeffizienten a) Homogene Differentialgleichungen y'' + a y' + b y = 0 (**) Ansatz: y = e µx, also y' = µ e µx und y'' = µ e µx eingesetzt
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
MehrKernel, Perceptron, Regression. Erich Schubert, Arthur Zimek. 2014-07-20 KDD Übung
Kernel, Perceptron, Regression Erich Schubert, Arthur Zimek Ludwig-Maximilians-Universität München 2014-07-20 KDD Übung Kernel-Fukctionen Kernel kann mehrdeutig sein! Unterscheidet zwischen: Kernel function
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt
Mehr300 Arbeit, Energie und Potential 310 Arbeit und Leistung 320 Felder und Potentiale
300 Arbeit, Energie und Potential 30 Arbeit und Leistung 30 Felder und Potentiale um was geht es? Arten on (mechanischer) Energie Potentialbegriff Beschreibung on Systemen mittels Energie 3 potentielle
MehrMatrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.
Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen
MehrIngenieurmathematik für Maschinenbau, Blatt 1
Ingenieurmathematik für Maschinenbau, Blatt 1 Probeklausur Ingenieurmathematik für Maschinenbau Studiengang Prüfungsfach Prüfer Prüfungstermin Prüfungsdauer Prüfungsunterlagen Hilfsmittel Maschinenbau
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
MehrDie Laufzeit muss nun ebenfalls in Monaten gerechnet werden und beträgt 25 12 = 300 Monate. Damit liefert die Sparkassenformel (zweiter Teil):
Lösungen zur Mathematikklausur WS 2004/2005 (Versuch 1) 1.1. Hier ist die Rentenformel für gemischte Verzinsung (nachschüssig) zu verwenden: K n = r(12 + 5, 5i p ) qn 1 q 1 = 100(12 + 5, 5 0, 03)1, 0325
MehrKlausur Analysis II (SS 2005)
Klausur Analysis II (SS 5) Prof. Dr. J. Franke Abschlußklausur vom. Juli 5 Name, Vorname: Matrikelnummer: Gruppe, Tutor: Pseudonym: ir wünschen Ihnen viel Erfolg! Mit 5 Punkten oder mehr von 5 ist die
MehrLineare Ausgleichsprobleme. Lineare Ausgleichsprobleme. Normalgleichungen. Normalgleichungen
Wir betrachten in diesem Abschnitt das lineare Ausgleichsproblem Ax b 2 = min! (1) Heinrich Voss voss@tu-harburgde Hamburg University of Technology Institute for Numerical Simulation mit gegebenem A R
MehrNachklausur - Analysis 1 - Lösungen
Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:
MehrSchulmathematik und Algorithmen der Computeralgebra
Schulmathematik und Algorithmen der Computeralgebra Prof. Dr. Wolfram Koepf Universität Kassel http://www.mathematik.uni-kassel.de/~koepf Tag der Mathematik 13. Dezember 2008 Universität Passau Überblick
Mehr2 Die Darstellung linearer Abbildungen durch Matrizen
2 Die Darstellung linearer Abbildungen durch Matrizen V und V seien Vektorräume über einem Körper K. Hom K (V, V ) bezeichnet die Menge der K linearen Abbildungen von V nach V. Wir machen Hom K (V, V )
MehrMathematik III für Ingenieure
Mathematik III für Ingenieure im Bachelor-Studiengang Maschinenbau Vorlesung Wintersemester 21/211 B. Schuster aktualisert am 27. Januar 211 Inhalt I. Eigenwerte und Eigenvektoren 1 1. Komplexe Matrizen
Mehr11.1 Kinetische Energie
75 Energiemethoden Energiemethoden beinhalten keine neuen Prinzipe, sondern sind ereinfachende Gesamtbetrachtungen an abgeschlossenen Systemen, die aus den bereits bekannten Axiomen folgen. Durch Projektion
MehrVergleich verschiedener Finite-Elemente-Approximationen zur numerischen Lösung der Plattengleichung
Fakultät für Mathematik und Informatik Ruprecht-Karls-Universität Heidelberg Diplomarbeit Vergleich verschiedener Finite-Elemente-Approximationen zur numerischen Lösung der Plattengleichung Bärbel Janssen
MehrLineare Algebra - alles was man wissen muß
Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger
MehrComputer Vision SS 2011. Skript
Computer Vision SS 211 Skript (Work in Progress) Simon Hawe & Martin Kleinsteuber Skript: Manuel Wolf Inhaltsverzeichnis 1 Einführung 1 1.1 Was ist ein Bild?................................. 1 1.2 Wie
MehrPhysik 4, Übung 8, Prof. Förster
Physik 4, Übung 8, Prof. Förster Christoph Hansen Emailkontakt Dieser Text ist unter dieser Creative Commons Lizenz veröffentlicht. Ich erhebe keinen Anspruch auf Vollständigkeit oder Richtigkeit. Falls
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrDidaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule
Zahlbereichserweiterungen in der Hauptschule Didaktik der Zahlbereiche 4 Dr. Christian Groß Lehrstuhl Didaktik der Mathematik Universität Augsburg Wintersemester 2006/07 Natürliche Zahlen, : Klasse 5 positive
MehrComputer Vision: Optische Flüsse
Computer Vision: Optische Flüsse D. Schlesinger TUD/INF/KI/IS Bewegungsanalyse Optischer Fluss Lokale Verfahren (Lukas-Kanade) Globale Verfahren (Horn-Schunck) (+ kontinuierliche Ansätze: mathematische
MehrA Matrix-Algebra. A.1 Definition und elementare Operationen
A Matrix-Algebra In diesem Anhang geben wir eine kompakte Einführung in die Matrizenrechnung bzw Matrix-Algebra Eine leicht lesbare Einführung mit sehr vielen Beispielen bietet die Einführung in die Moderne
MehrMathematik für Techniker
Mathematik für Techniker 5. Auflage mit 468 Bildern, 531 Beispielen und 577 Aufgaben mit Lösungen rs Fachbuchverlag Leipzig im Carl Hanser Verlag Inhaltsverzeichnis 1 Rechenoperationen 15 1.1 Grundbegriffe
MehrHans Walser, [20090509a] Wurzeln aus Matrizen
Hans Walser, [0090509a] Wurzeln aus Matrizen 1 Worum es geht Zu einer gegebenen,-matri A suchen wir,-matrizen B mit der Eigenschaft: BB = B = A. Wir suchen also Quadratwurzeln der Matri A. Quadrieren Wenn
MehrSimulation elektrischer Schaltungen
Simulation elektrischer Schaltungen mittels Modizierter Knotenanalyse Teilnehmer: Artur Stephan Andreas Dietrich Thomas Schoppe Maximilian Gruber Jacob Zschuppe Sven Wittig Gruppenleiter: René Lamour Heinrich-Hertz-Oberschule,
Mehr4 Einführung in Maple
72 4 Einführung in Maple 4. Grundlagen 4.. Was ist Maple? Maple ist ein kommerzielles Softwarepaket für das symbolische Rechnen; man spricht auch von einem Computeralgebra-System. Es kann z.b. algebraische
MehrAbiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
Mehrklar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s
Nachtrag zur allgemeinen Vektorraum-Theorie. 1.5.15. Direkte Summen. Sei V ein Vektorraum, seien U 1,..., U t Unterräume, wir schreiben V = U 1 U 2 U t = t i=1 U i falls die folgenden beiden Bedingungen
MehrÜbung zur Vorlesung Physikalische Chemie im Studiengang 3. FS KB Ch und 3. FS BB Phy
Übung zur Vorlesung Physikalische Chemie im Studiengang 3. FS KB Ch und 3. FS BB Phy Dr. Raimund Horn a Dipl. Chem. Barbara Bliss b Dipl. Phys. Lars Lasogga c a Fritz Haber Institut der Max Planck Gesellschaft
MehrAbsolute Stetigkeit von Maßen
Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches
MehrMathematica. H. Todt, M. Wendt (UP) Computational Physics - Einführung WiSe 2014/15 1 / 32
Mathematica H. Todt, M. Wendt (UP) Computational Physics - Einführung WiSe 2014/15 1 / 32 Mathematica I Mathematica ist ein Mathematik-Programm zum numerischen und symbolischen Lösen von Gleichungen Gleichungssystemen
MehrEINFÜHRUNG IN DIE KOMPLEXE ANALYSIS
EINFÜHRUNG IN DIE KOMPLEXE ANALYSIS WERNER MÜLLER Sommersemester 205 Inhaltsverzeichnis 0. Die komplexen Zahlen 3. Holomorphe Funktionen 6 2. Die Cauchy-Riemannschen Differentialgleichungen 9 3. Potenzreihen
MehrMathematik am Computer 7. Vorlesung: Matlab, Teil II
Mathematik am Computer 7. Vorlesung: Matlab, Teil II Helmut Harbrecht Universität Stuttgart 27. Januar 2011 Helmut Harbrecht (Universität Stuttgart) Mathematik am Computer 27. Januar 2011 1 / 35 Übersicht
Mehr1 Grundlagen: Abbildung mit Linsen
C B C @ KOP/ Koppelprobleme KOP Dieses Kapitel beschäftigt sich mit Fragestellungen bezüglich der Verkopplung von Wellenleitern sowie Stecker oder Spleiÿe. Grundlagen: bbildung mit Linsen Zunächst werden
MehrMathematische Ökologie
Mathematische Ökologie Eine Zusammenfassung von Bernhard Kabelka zur Vorlesung von Prof. Länger im WS 2002/03 Version 1.04, 15. März 2004 Es sei ausdrücklich betont, dass (1) dieses Essay ohne das Wissen
MehrMathematik für Ingenieure 2
Armin Hoffmann Bernd Marx Werner Vogt Mathematik für Ingenieure 2 Vektoranalysis, Integraltransformationen, Differenzialgleichungen, Stochastik Theorie und Numerik ein Imprint von Pearson Education München
MehrSeminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen
Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen Michael Schaeer 3.04.03 Abstract This seminar is about convex functions and several imortant ineualities. At the beginning the term
MehrAufgabe 1. Sei A Mat(n n, R) mit Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A + 3E n ).
Aufgabe Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(3A E n ). Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Kern(A 3E n ). Sei A Mat(n n, R) Eigenwert 3. Dann gilt: Eig(A, 3) = Bild(A
Mehr